DE10256225B4

DE10256225B4 - Automatische Qualitätsverbesserung eines nicht binären Bildes

Info

Publication number: DE10256225B4
Application number: DE10256225A
Authority: DE
Inventors: Christian KÜBLBECK; Bernhard FRÖBA
Original assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Current assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date: 2002-11-26
Filing date: 2002-11-26
Publication date: 2005-02-10
Anticipated expiration: 2022-11-27
Also published as: AU2003292989A1; DE10394114D2; DE10256225A1; WO2004049696A1

Abstract

Verfahren zum Verbessern der optischen oder visuellen Qualität eines Arbeitsbildes (nicht binären Bildes), welches eine Vielzahl von Bildpunkten (20_ij) aufweist,
(i) ein erster begrenzter Abschnitt (20) in dem Arbeitsbild (2) hinsichtlich seiner Lage und seiner Größe bestimmt wird, wobei der begrenzte Abschnitt einen Objekttyp im wesentlichen aufnimmt;
(ii) eine erste Häufigkeitsverteilung (21) individueller Helligkeiten im begrenzten Abschnitt (20) berechnet wird und über einer Skala von möglichen Helligkeiten (0, 255) zwischen einem Minimalwert und einem Maximalwert als Helligkeitsverteilung (21) aufgetragen wird oder entsprechend gespeichert (42) wird;
(iii) die erste Häufigkeitsverteilung mit einer Vergleichsfunktion (30; 30r, 30b, 30g) als einer Häufigkeitsverteilung für einen dem begrenzten Abschnitt vergleichbaren Objekttyp verglichen wird, um zumindest, einen Parameter (a, c) zu bestimmen, der auf im wesentlichen alle Bildpunkte des Arbeitsbildes (2) angewendet wird, um seine visuelle oder optische Qualität zu verändern und ein verbessertes Ergebnisbild (2', 2*) zu bilden.

Description

Die Erfindung befaßt sich mit Verfahren zum automatischen Verbessern von Abbildungen, unter Verwendung eines im Bild detektierten, begrenzten Objekts, insbesondere mit Farbton oder Farbe.

EP 886 437 A2 (Seiko Epson) betrifft eine Vorrichtung und ein Verfahren zum Verbessern eines Farbbilds. Es wird ein Vergleich von einem Idealbild mit den Durchschnittswerten eines Arbeitsbildes erstellt. Hierzu wird das Verhältnis von "fleischfarbenen Pixeln" zur Gesamtzahl der Pixel im Arbeitsbild betrachtet und daraus Korrekturkurven für die vorhandenen Farbkanäle berechnet, zur Verbesserung des Arbeitsbildes.

US 4,120,581 (Takahashi, Fuji Photo) zeigt auch ein Verfahren zur automatischen Qualitätsverbesserung eines Arbeitsbildes oder Fotos. Hier wird die Anzahl fleischfarbener Punkte als Schwellwert für eine Bildkorrektur hinsichtlich Helligkeit (dort "exposure") und Kontrast (dort: "color balance and density") verwendet.

EP 1 087 614 A2 (NEC Corp.) und US 6,373,533 B1 (Kawabata, Matsushita) beschreiben auch Verfahren zur Verbesserung von Arbeitsbildern; zur jeweiligen Verbessserung der Farbe eines Gesichts bzw. der Haut werden Parameter aus einer Analyse einer Histogrammverteilung gewonnen bzw. können von einem Bediener am Bildschirm eingestellt werden.

WO 99/60353 A1 (Active Silicon) erläutert ein Verfahren zum Erkennen von farbigen Objekten. Es werden ein gemessenes Farbhistogramm und Referenzhistogramme von Vergleichsobjekten miteinander verglichen, indem Ersteres von Letzten subtrahiert wird.

Zum Stand der Technik gehört auch US 5,793,886 (Cok, Eastman Kodak), die ein Verfahren zum Reduzieren des Flimmerns in Bildfolgen mittels Histogrammvergleich beschreibt.

Skin Colour Detection Under Changing Lighting Conditions, Störring et al, Juli 1999, 7th Symposium on Intelligent Robotics, 20. bis 23. Juli 1999, Coimbra, Portugal, beschreibt die Erfassung einer Hautfarbe eines Gesichts, die in Verbindung mit unterschiedlichen Farbtemperaturen gemessen und einzelnen Gebieten im Farbraum zugeordnet wird. Es werden Anwendungsbeispiele beschrieben, bei denen die Farbtemperatur in der Chrominanz-Ebene (Rot-Grün-Ebene) im gesamten Bild angepaßt werden kann, aufgrund der Farbe in dem bekannten Gebiet.

Ein anderer Vorschlag im Stand der Technik arbeitet zur Verbesserung eines Arbeitsbildes (image enhancement process) mit einer Kontrastverbesserung und einer Amplitudenskalierung, vgl. dazu W. Pratt, Digital Image Processing, 2. Auflage, Wiley-Interscience, 1991, Seiten 263 bis 276, Kapitel 10. Dort wird insbesondere in den 10.1-3a auf Seite 266 ein Histogramm eines Originalbildes veranschaulicht, das gemäß 10.1-4 ein "contrast stretching" erfährt, dessen Entwicklung von Teilbild (b) über Teilbild (d) in das mit vielen Leerräumen an Grauwerten versehene "enhancement histogram" des Teilbildes 10.1-4 (f) gezeigt wird. Das jeweilige Ergebnisbild ist links jeweils gegenüber dem jeweiligen Histogramm veranschaulicht, hier am Beispiel eines wenig Kontrast aufweisenden Satellitenbildes. Eine zugehörige "Histogramm-Modifikation" ist auf Seite 275, Abschnitt 10.2 erläutert. Verschiedene Varianten der Beeinflussung des Histogramms werden dort angesprochen, z.B. solche von Hall und Frei als mögliche Veränderungen, die sehr allgemein mit "some desired form" beschrieben werden, zusammengefasst in Form einer neuen Skalierung oder einer Umformung oder Abbildung des bisherigen Histogramms desjenigen Bildes, das die schwache Kontrasteigenschaft aufweist, hin zu einem neuen Bild, das verbesserte Eigenschaften (in qualitativer Bewertung von "gut" oder "besser" oder qualitativ hochwertig) aufweist. Hall schlägt eine Histogramm-Entzerrung (aus dem englischen übernommen im Sinne einer "histogram equalization") vor, bei der das verbesserte Bild hinsichtlich des Histogramms "uniform" ist.

Frei verwendet eine exponentielle oder eine hyperbolische Funktion, zur Abbildung des Originalbildes in das verbesserte Bild.

Es ist eine Problemstellung der Erfindung, ohne hohen technischen Aufwand eine zuverlässige und objektiv arbeitende Anpassung zu erreichen, die eine Verbesserung eines nicht binären Ausgangsbildes erreicht, also für SW ein Grauwertbild oder für Farbe ein beispielsweise RGB-Bild, im Sinne analog variierender Helligkeiten und entsprechend beim Farbbild mit analog variierender Farbintensität.

Vorgeschlagen wird dazu Anspruch 1 oder 10 oder 20. Allgemein betrachtet wird vorgeschlagen, ein berechnetes Histogramm des Objektes im Bildausschnitt möglichst gut an ein Modell-Histogramm anzupassen, das als Vergleich zur Verfügung steht.

Die Verbesserung der optischen oder visuellen Qualität eines Arbeitsbildes ist subjektiv einschätzbar, sie ist aber im Sinne eines erfindungsgemäßen Erfolges auch objektiv messbar. Die objektiven Messverfahren sind hier nicht Gegenstand der Beanspruchung, sondern können dem Stand der Technik entlehnt werden. Dort sind eine Vielzahl von Verfahren bekannt, mit denen die Qualität objektiviert wird und eine qualitative Bewertung eines mit Analogwerten arbeitenden (nicht binären) Bildes bereitgestellt wird.

Die hier vorgeschlagene Verbesserung des Arbeitsbildes, als nicht binäres Bild, ermöglicht die Automatisierung der Verbesserung. Eine Anpassung eines zunächst berechneten Histogramms des Ausgangsbildes wird automatisch von einem Programm, einer aufgebauten Hardware oder einer dedizierten Hardware vorgenommen, wobei Ausgangspunkt ein begrenzter Abschnitt in dem Arbeitsbild ist, von welchem begrenzten Abschnitt auf das gesamte Arbeitsbild oder zumindest einen wesentlichen Teil des Arbeitsbildes außerhalb des begrenzten Abschnitts geschlossen wird. In dem begrenzten Abschnitt, der kleiner ist als das zu verbessernde Arbeitsbild (Anspruch 2), wird eine Häufigkeitsverteilung gebildet, die dem oben beschriebenen Histogramm entspricht. Diese Histogrammbildung ist eine Verteilung der Häufigkeiten von individuellen Helligkeiten in dem begrenzten Abschnitt. Sie werden entweder auf einer Skala aufgetragen, um sie vergleichen zu können, oder in einem Speicher zwischengespeichert, um mit dieser Häufigkeits-Verteilung aus dem begrenzten Abschnitt rechnen und weitere Bewertungen vornehmen zu können.

Im Beispiel ist die Skala zwischen minimaler Helligkeit (dunkel) und maximaler Helligkeit (maximale Bitauflösung) zwischen 0 und 255 als Repräsentant einer 8bit-Darstellung gewählt. Jeder Pixel kann Helligkeitswerte aufweisen zwischen 0 und 255, respektive zwischen keiner Helligkeit und einer maximalen Helligkeit.

Ausgehend von dem Histogramm in dem begrenzten Abschnitt, verwendet die Erfindung ein Modell oder eine Vergleichsfunktion, die einer Häufigkeitsverteilung entspricht, wie sie einem visuell guten Bild zugeordnet werden würde, wobei das Objekt, das den begrenzten Abschnitt im wesentlichen einnimmt, mit demjenigen Objekt vergleichbar ist, das Ausgangspunkt für die Vergleichsfunktion oder das Modell war (Anspruch 13). Verglichen werden also zwei Histogramme, eines in einem begrenzten Abschnitt eines Ausgangsbildes und eines als Modell, das von vorhergehenden Rechnungen, Berechnungen, Vergleichen und/oder Qualitätsbestimmungen im Sinne der objektiven Qualitätsbemessung nach obiger Darstellung berechnet wurde. Der Vergleich führt zur Bestimmung von zumindest einem Parameter, mit dem zumindest der begrenzte Abschnitt in seiner Helligkeit und/oder Kontrast abgebildet oder beeinflusst wird (Anspruch 1, Anspruch 23, Anspruch 5, Anspruch 6).

Es wird dabei davon ausgegangen, dass nicht nur der begrenzte Abschnitt mit diesem zumindest einen Parameter beeinflusst wird oder der genannte Parameter auf diesen begrenzten Abschnitt angewendet wird, sondern es wird mehr als nur der begrenzte Abschnitt mit diesem zumindest einen Parameter beeinflusst, um auch außerhalb dieses begrenzten Bereiches einen wesentlichen Abschnitt hinsichtlich seiner visuellen Qualität und damit seines Histogramms zu verändern (Anspruch 20). Wird der zumindest eine Parameter auf (im wesentlichen) alle Bildpunkte des Arbeitsbildes angewendet, kann die visuelle oder optische Qualität dieses gesamten Bildes, oder zumindest eines wesentlichen Teils dieses Bildes verbessert werden, zur Ausbildung eines verbesserten Ergebnisbildes, das wiederum kein binäres Bild ist, sondern entsprechend dem Ausgangsbild ein SW-Bild oder ein Farbbild, beispielsweise ein RGB-Bild.

Das Histogramm wird dabei nur als Träger oder Mittler verwendet, um durch den Vergleich mit dem Modellhistogramm (der Vergleichsfunktion) einen – zumindest einen oder mehrere (Anspruch 23, Anspruch 24) – Parameter zu bestimmen, die dann hinsichtlich der Helligkeits-Veränderung auf jeden Bildpunkt (Pixel) angewendet werden.

Wenn man von Farbbildern ausgeht, ist es möglich, jede Farbkomponente des Farbbildes eigenständig oder selbständig zu optimieren, um dann im Ergebnis die mehreren Farbkomponenten zusammenzunehmen und ein Gesamtfarbbild zu erzeugen, das in seiner Qualität verbessert ist (Anspruch 3, Anspruch 21, Anspruch 4).

Voraussetzung für die Möglichkeit eines Vergleiches ist eine gewisse Mindestanzahl von Bildpunkten im begrenzten Bereich (Anspruch 9), welche Menge von Bildpunkte in diesem Bereich die Bildung eines Histogramms mit einiger Aussagekraft erlauben sollte. Die Verbesserung des Ausgangsbildes kann aber nicht nur auf Bildpunkte angewendet werden, sondern auch auf Analogsignale, bei denen ein bestimmter Abschnitt des Analogsignals in einem beispielsweise BAS-Signal die Helligkeit einer Bildstelle definiert, die man mit einem Bildpunkt vergleichen kann. Ein Pixel soll also allgemein verstanden werden, als ein kleines Element zum Aufbau eines Farbbildes oder eines S/W-Bildes (Anspruch 8).

Die Bildung dieses Histogramms für das Ausgangsbild kann auch auf mindestens ein hinsichtlich der Art oder des Typs des bestimmten Bereiches begrenztes Testbild angewendet werden, beispielsweise ein Körperteil, wie ein Gesicht, oder ein "totes Objekt", wie ein Verkehrsschild, um zu der Vergleichsfunktion zu gelangen (Anspruch 10). Ausgang dieser Berechnungen des Modell-Histogramms sind eine Mehrzahl von qualitativ guten Ausgangsbildern als Testbilder (Anspruch 14, Anspruch 19), wobei die Qualitätsstufe oder die Qualität eines Bildes objektiv messbar ist, mit den eingangs beschriebenen Verfahren.

Für jedes von mehreren qualitativ guten Ausgangsbildern wird eine Häufigkeitsverteilung der Helligkeiten der Bildpunkte gebildet. Eine Möglichkeit der Zusammenfassung dieser mehreren Meßwerte ist die Mittelwertbildung jeder Häufigkeitsverteilung, zur Berechnung eines Modells im Sinne der zuvor beschriebenen Vergleichsfunktion, welche das Modellhistogramm darstellt.

Nicht verwendbar ist beispielsweise ein Modellhistogramm für einen ersten Typ des Ausgangsbildes, beispielsweise ein Gesicht, angewendet auf eine Bildverbesserung nach Anspruch 1, wenn der dort genannte begrenzte Abschnitt einen anderen Typ enthält, beispielsweise das Verkehrsschild. Hinsichtlich der Art oder des Typs der Ausgangsbilder zur Bestimmung des Modellhistogramm und der Art bzw. des Typs des Subjekts oder Objekts im begrenzten Bereich nach Anspruch 1 wird eine Vergleichbarkeit bestehen (Anspruch 13).

Aus gut ausgeleuchteten Gesichtern als Beispiele für "lebende Objekte" kann ein Modellhistogramm gut berechnet werden (Anspruch 10). Eine Berechnung kann auch für jede Farbe einzeln erfolgen (Anspruch 11, Anspruch 12).

Als Beispiel für ein Objekt kann das Verkehrsschild herangezogen werden. Allgemein soll aber unter einem "Objekttyp" das Objekt verstanden werden, das zumindest in dem begrenzten Abschnitt des Ausgangs- oder Arbeitsbildes (Anspruch 1) vorliegt und dessen Histogramm Grundlage für die Bestimmung des zumindest einen Parameters ist, mit dem dann mehr als nur der begrenzte Abschnitt des Ausgangsbildes bearbeitet wird, zur Anpassung der Helligkeit von Pixeln auch außerhalb des begrenzten Abschnitts (Anspruch 20). Bevor dieser Bildabschnitt außerhalb des begrenzten Abschnittes bearbeitet werden kann, wird der begrenzte Abschnitt mit seinem Histogramm möglichst eng an eine Vergleichs-Häufigkeitsfunktion angepaßt, woraus sich derjenige Parameter (zumindest einer oder mehrerer solcher Parameter) bemessen, die dann außerhalb dieses begrenzten Bereiches angewendet werden. Eine möglichst enge Anpassung des Histogramms meint, daß ein gemessenes Histogramm des nicht optimalen Ausgangsbildes durch Vergleich mit dem Modell-Histogramm, das für ein gutes Bild repräsentativ ist, verglichen wird und durch Berechnungen angepaßt wird, um möglichst ähnlich zu sein. Das kann eine Verschiebung und/oder eine Dehnung bzw. Stauchung umfassen, oder auch eine Kombination davon. Eine Anpassung wird zumeist eine Näherung bleiben, so daß ein umgestaltetes Histogramm des Ausgangs- oder Arbeitsbildes durch berechnete Parameter nicht zwingend mit dem Modell-Histogramm übereinstimmen muß, aber an dieses möglichst gut angepaßt sein soll, wenn das Ergebnis optimiert sein soll.

Auch mehrere begrenzte Abschnitte in einem Ausgangsbild, die denselben Objekttyp betreffen, können verarbeitet werden (Anspruch 7). Eine Mittelung der einzelnen Ergebnisse der individuellen begrenzten Abschnitte kann entweder den ermittelten Parameter betreffen, oder aber schon die eigenständigen Histogramme für die einzelnen begrenzten Abschnitte.

Mit anderen Worten wird einem Helligkeitswert "i" im Bild ein neuer Helligkeitswert "j" (oder i*) zugeordnet, bestimmt durch den zumindest einen Parameter, der aus dem Vergleich des begrenzten Histogramms (des Histogramms im begrenzten Abschnitt) und des Modellhistogramms folgt.

Die Bereitstellung des Vergleichs-Histogramms (Anspruch 10) arbeitet mit zumindest gut ausgeleuchteten Ausgangsbildern.

Verallgemeinernd sind diese Ausgangsbilder auch im übrigen qualitativ hochwertig oder hinsichtlich ihrer visuellen Qualität als gut zu bezeichnen (Anspruch 10, 14, 19). Es wird dabei aber nicht nur ein Ausgangsbild als Testbild verwendet, sondern eine Mehrzahl davon. Sie stehen repräsentativ für den Objekttyp, zu dem das Modell-Histogramm erstellt wird (Anspruch 10, Merkmal (c)).

Für die Ausgangsbilder zur Modellerstellung empfiehlt es sich, Fremdeinflüsse möglichst zu vermeiden (Anspruch 15). Ein jeweils abgebildetes Objekt vom genannten Objekttyp soll zumindest im wesentlichen diejenigen Grenzen einnehmen, die für die Häufigkeitsverteilung ausgewertet werden (Anspruch 15). Dabei sind zweierlei Arten von Grenzen zu berücksichtigen, einmal die natürlichen Ränder eines Ausgangsbildes vom Objekttyp, also die natürlich vorgegebenen Grenzlinien eines beispielsweise menschlichen Gesichtes, und diejenigen Ränder, die die äußeren Grenzen festlegen, um innerhalb dieser Grenzen das repräsentative Histogramm zu ermitteln (Anspruch 16, 17 und 18). Dabei schadet es nicht, wenn ein Objekt vom Objekttyp nicht vollständig im Ausgangsbild enthalten ist, also die natürlichen Begrenzungslinien des Objektes außerhalb derjenigen Ränder des Ausgangsbildes liegen, wobei die Ausgangsbild-Ränder die Grenzen der Histogrammbildung definieren. Das kann so weit führen, das nur ein stark reduzierter Ausschnitt innerhalb eines von natürlichen Begrenzungslinien eines Objektes gegebenen Objektbildes ausgewertet wird (Anspruch 17). Fremdeinflüsse können so bei der Modellbildung (der Erstellung des Modell-Histogramms) weitgehend ausgeschlossen werden.

Die Erstellung dieses Modell-Histogramms kann durch Zusammenfassen der Histogramme oder durch Zusammenfassen der Ausschnitte der qualitativ guten Testbilder geschehen (Anspruch 22).

Ausführungsbeispiele sollen das Verständnis der Erfindung erläutern und ergänzen.

1 veranschaulicht ein erstes Arbeitsbild 2 (links) und ein zugehöriges Histogramm (rechts davon). Die Häufigkeitsverteilung der individuellen Helligkeiten bezieht sich auf den Bildabschnitt 20, der mit einem Viereck hervorgehoben ist. Er ist im hier dargestellten Beispiel auf ein Gesicht einer Person ausgerichtet.

2 veranschaulicht ein erstes Ausführungsbeispiel der Bildverarbeitung, wobei der Abschnitt 20 der 1 mit einzelnen Pixel 20_ij (i und j sind Zeilen bzw. Spalten) belegt sind, die mit einer Verarbeitungseinrichtung nacheinander verarbeitet werden.

3 veranschaulicht in gleicher Darstellung wie die 1 ein verändertes Bild 2' (im linken Abschnitt) und eine zugehörige Histogramm-Darstellung 22 (rechts). Das Bild ist aus dem Arbeitsbild nach 1 entstanden, durch eine Veränderung der Helligkeitswerte jedes Pixels, mit einer weiteren Verarbeitung gemäß der Verarbeitungs-Einrichtung 45.

4 veranschaulicht in gleicher Darstellung wie die 3 und 1 ein Ergebnisbild 2*, das nach abschließender Bearbeitung mit der Verarbeitungseinrichtung 46 aus dem Bild 2* der 3 entstanden ist. Rechts von dem Bild 2* ist ein zugehöriges Histogramm 23 gezeigt, das die Häufigkeiten individueller Helligkeiten in Abschnitt 20 veranschaulicht, wie auch die 1 und 3, ohne dass ein zugehöriger Rahmen 20 eingezeichnet ist.

5 5 veranschaulicht eine Berechnung eines Modellhistogramms 30 aus mehreren schematischen Testbildern 50, 51, 52.

5a ist eine deutlichere Darstellung des Verlaufes des Modellhistogramms 30 mit einzelnen Abschnitten 30a, 30b, 30c des Funktionsverlaufes 30 aus 5.

6a ist eine erste S/W-Darstellung 31 von drei Histogrammen für drei Farbauszüge des links in 6a dargestellten kleinen Testbildes 50 (farbig, hier in SW wiedergegeben).

6b ist ein entsprechendes Dreifach-Histogramm 32 für ein anderes Testbild.

6c ist ein drittes Histogramm 33 mit drei Funktionsverläufen für jeweils eine zugehörige Farbe, bezogen auf ein drittes Testbild.

7 ist eine Zusammenfassung der drei Histogramme nach den 6a, 6b und 6c, wobei jeweils eine Farbe zusammengefasst wurde, so dass als Modellhistogramm 30 drei Funktionsverläufe 30r, 30g, 30b entstehen, für drei Farben.

8 ist ein Ausführungsbeispiel eines Berechnungsverlaufes (in einer Programmschrift), die ein weiteres Ausführungsbeispiel der mit Hardware realisierten Berechnungsvorrichtung von 2 darstellt.

9 veranschaulicht entsprechend der 1 ein farbiges Arbeitsbild 3 (links) und ein zugehöriges Histogramm H21 (rechts davon). Es ist eine Darstellung von drei Farb-Histogrammen 21r, 21g, 21b für drei Farbauszüge des links dargestellten Arbeitsbilds 3. Die drei Häufigkeitsverteilungen der individuellen Farb-Helligkeiten beziehen sich auf den eingezeichnetem Bildabschnitt, der mit einem Viereck hervorgehoben ist. Er ist im hier dargestellten Beispiel auf ein Gesicht einer Person ausgerichtet.

10 ist entsprechend der 3 ein farbiges Zwischenbild 3' und das zugehörige Farb-Histogramm H22.

11 ist entsprechend der 4 ein farbiges Ergebnisbild 3* und das zugehörige Farb-Histogramm H23.

Die Farbdarstellungen sind Gegenstand der öffentlich zugänglichen Verfahrensakte. Die Publikation erfolgt nur in SW-Abbildern der farbigen Darstellungen der 6, 7 und 9 bis 11.

Die Bearbeitung eines Ausgangsbilds 2 von 1 erfolgt in den Schritten von 1 zur 3 und dann zur 4. Die Verdeutlichung eines Modellhistogramms ergibt sich aus den 5, 5a. Die Herstellung eines Modellhistogramms nach den 6a, 6b und 6c und 7 zeigt die Anwendung bei einer Farbdarstellung mit mehreren Farbauszügen bzw. einem Histogramm für einen jeweiligen Farbauszug eines zugehörigen Farbbildes.
Die Darstellungen können vorliegend nur s/w dargestellt werden, sind aber auch in Farbe als weitere Blätter Gegenstand der Verfahrensakte, um die farblichen Zugehörigkeiten und die Amplituden-Einflüsse bei gleichzeitiger Veranschaulichung der farblichen Eigenschaften der Testbilder deutlich zu machen.
Als Berechnungen bzw. Berechnungs-Einrichtungen können die Ausführungen von 2 und 8 dienen, wobei 2 eher hardware-orientiert und 8 mehr programm-orientiert ist. Die Berechnung kann sowohl das eine wie auch das andere als auch deren Kombination umfassen.
Ausgehend von 1 ist ein Arbeitsbild 2 mit einem sehr viel kleineren Bereich oder Abschnitt 20 versehen, dessen Rahmen r20 diesen Bereich kennzeichnet. Im hier dargestellten Beispiel ist ein Gesicht als ein Objekttyp gewählt, der im Wesentlichen den hier viereckig dargestellten Rahmen r20 einnimmt. Er muss diesen Rahmen nicht vollständig einnehmen oder ausfüllen und es ist auch nicht zwingend erforderlich, dass die hier dargestellte Art des Objekttyps nicht über den Rand herausreichen darf. Eine Möglichkeit zur Erkennung eines solchen Gesichtfeldes oder Gesichtsbereiches im Rahmen eines größeren Arbeitsbildes bietet die veröffentlichte DE-A 100 43 460 (Fraunhofer) vom 28. März 2002. Dort ist eine Möglichkeit beschrieben, eine Körperpartie durch Auswerten von Kantenrichtungs-Information in einem größeren Bild aufzufinden, vgl. dort beispielsweise die 7 oder die zugehörige Modellbildung nach der dortigen 8, verbunden mit zugehörigen Beschreibungspassagen in Spalte 1, Abschnitte [01], [02] und Spalte 13, Absatz [85]. Neben dieser konkret bezeichneten Verfahrensweise zum Auffinden (Erkennen) und Lokalisieren eines Gesichtsbildes im Rahmen eines größeren Arbeitsbildes 2 kann auch auf andere Verfahren des Standes der Technik verwiesen werden, die dazu eingesetzt werden können, vgl. Spalte 1, Abs. [02], a.a.O.
Ausgehend von diesen hier nicht näher beschriebenen Verfahren liegt der Bereich (Abschnitt oder Bildausschnitt) fest, in dem ein Objekttyp (die Art eines "Objektes" als Objekt oder Subjekt) im Bild lokalisiert ist. Der daraus resultierende erste begrenzte Abschnitt 20, umfasst von dem Rahmen r20, ist damit hinsichtlich seiner Lage im Wesentlichen bestimmt. Auch hinsichtlich seiner Größe ist eine Festlegung im Gesamtbild 2 erfolgt. Der begrenzte Abschnitt als solches kann damit einem Objekttyp (hier ein menschliches Gesicht) zugeordnet werden.
Eine Bildung eines zugehörigen Histogramms findet sich für den Bildabschnitt 20 auch in 1. Im Beispiel sind Helligkeitswerte zwischen 0 und 255 auf der horizontalen Achse aufgetragen (Helligkeitsachse "h" oder "i") und eine zugehörige Häufigkeit H21 auf der Abszisse in vertikaler Richtung. Mit Worten umschrieben findet sich ein sehr stark im hellen Bereich liegendes Bild, nachdem die Häufigkeiten der größeren Helligkeitswerte wesentlich höher sind als die Häufigkeiten der mittleren und geringeren Helligkeitswerte. Eine Anstiegsflanke und eine abfallende Flanke sind im Wesentlichen ähnlich, nur ist die Flanke im linken Bereich der Helligkeiten etwas sanfter auslaufend gestaltet. Die gesamte Funktion H₂₁ = f(h_i(i)) wird als Kurve, Graph oder Funktion 21 benannt und ergibt sich aus einer im Folgenden näher beschriebenen Rechnung, beispielsweise mit der Anordnung nach 2.
Stillschweigend ist davon ausgegangen worden, dass das in 1 dargestellte Bild 2 ein nicht-binäres Bild ist, was für ein Grauwertbild selbstverständlich ist. Ein Grauwertbild ist hier ein S/W-Bild ohne Farbeinflüsse, nur mit Helligkeitswerten, dargestellt analog (mit Signal) oder digital (mit Pixelwerten). Unter Helligkeitswerten sollen aber auch solche Helligkeitswerte verstanden werden, die sich auf Farben beziehen, was später unter Bezugnahme auf die 6 erläutert wird.
Die 1 setzt sich dabei aus einzelnen Bildpixeln zusammen, von denen jeder Bildpixel eine Helligkeit repräsentiert. Diese Helligkeit kann Werte zwischen 0 und 255 aufweisen. Die Anzahl der Bildpixel in 1 ist für die Rasterung verantwortlich und deshalb ist eine hohe Auflösung für eine gute Qualität sinnvoll. Im dargestellten Beispiel ist die Ordinate mit einem Wertbereich zwischen 0 und 100 versehen, so dass beispielsweise ein Helligkeitswert zwischen 190 und 200 etwa 100mal im dargestellten Bildausschnitt 20 vorhanden ist, als Spitze vor dem rechten fallenden Ast im Histogramm 21 von 1.
Eine Berechnung zur Erstellung des Histogramms ist in 2 veranschaulicht. Es wird dort eine erste Häufigkeits-Verteilung 21 berechnet, die individuelle Helligkeiten so wiedergibt, wie das als Funktion oder Graph in 1 (rechts) dargestellt ist. Dieser bezieht sich auf den begrenzten Abschnitt 20, dessen Rand r20 ist. Die Berechnung erfolgt über eine Skala, die im Beispiel der 1 zwischen 0 und 255 reicht. Diese beiden Werte bilden den Minimalwert (0) und den Maximalwert (255) einer Helligkeit. Sie ist in 2 als ein Speichervektor 21 dargestellt, der in vertikaler Richtung die Helligkeiten zwischen 0 und 255 repräsentiert und der zugehörige Skalarinhalt eines jeweiligen Elementes repräsentiert einen Punkt in der Funktion 21, also eine individuelle Häufigkeit für einen Helligkeitswert.
Der Helligkeitswert 255 (ganz hell) ist beispielsweise nirgends im Ausschnitt 20 vertreten und der Helligkeitswert 0 (ganz dunkel) ist ebenfalls nirgends vertreten, was die beiden Null-Elemente in Vektor 21 veranschaulichen, so wie es auch der Graph 21 in 1 zeigt.
Die Häufigkeitsverteilung ist eine Ausgangsgröße und kann gespeichert sein. Die Speicherung kann in einem Speicher 42 erfolgen, der in programmtechnischer Hinsicht als eine Gruppe von Speicherzellen anzusehen ist, der aber als ein Hardware-Register auch so ausgebildet sein kann, dass für jede Speicherzelle ein Zähler vorgesehen ist und 256 Zähler die 256 Helligkeitswerte repräsentieren. Jedem dieser Zähler ist individuell ein Helligkeitswert in der Skala zwischen 0 und 255 zugeordnet.
So ist der Ausgang 42a zu verstehen, der vom Speicher 42 ausgeht und die Werte in einem als Vektor dargestellten Histogramm 21 abgibt, das aus dem begrenzten Abschnitt 20 folgt.
Die Entstehung dieses Vektors veranschaulicht die Berechnung der 2 mit einem Schaltglied 40 am Eingang. Diesem bspw. als Komparator oder Pixeladressierer ausgeführten Schaltungsglied 40 werden Helligkeitswerte zugeführt, die hier in einer vergrößerten Abbildung des Ausschnittes 20 durch exemplarisch quadratisch eingezeichnete Pixel 20_ij im Bereich p vorgegeben werden. Eine Zeile zwischen 0 und I und Spalte zwischen 0 und J definiert sämtliche Pixel p innerhalb des begrenzten Abschnittes 20, die nacheinander dem Komparator 40 oder parallel mehreren Komparatoren zugeführt werden können. So könnte beispielsweise zeilenweise gearbeitet werden, bei gleichzeitiger Vorsehung von I Komparatoren 40. Eine mehrdimensionale Abtastung des begrenzten Abschnittes 20 führt dabei zu einer beschleunigten Abarbeitung, nachdem nur noch J Schritte vorgenommen werden müssen. Auch eine spaltenweise Abtastung mit J Komparatoren und demgemäß I Abtastungsschritten ist möglich.
Aus dem ein- oder mehrdimensionalen Komparator 40 soll eine Komparatorkette erläutert werden, deren gemeinsamer Eingang an jedes Pixel des begrenzten Abschnitts 20 angelegt wird, um die Helligkeit jedes Pixels abzutasten. Ein Vergleich mit sämtlichen verfügbaren Helligkeitswerten zwischen den Grenzen 0 und 255 (mit 256 Komparatoren), also Minimalwert und Maximalwert, ergibt ein Ausgangssignal 40a für den jeweils abgetasteten "Helligkeitswert an nur einem Komparator der Kette. Die Komparatorkette dient dabei gleichzeitig zur Digitalisierung eines analog vorliegenden Helligkeitswertes, falls das Bild 2 als Analogsignal vorliegt. Liegen die Helligkeitswerte in dem Feld 20 bereits digital vor, also als binäre Zahlen mit 256 Zahlenwerten zwischen 0 und 255 für jeden Bildpunkt, kann direkt ein jeweiliger Helligkeitswert an die Folgestufe 4l weitergegeben werden, die entsprechend dem Ausgangssignal h₀₀...h_ij einen der verfügbaren 256 Speicherplätze anspricht und dessen Inhalt um "1" erhöht (256 Addierstellen). Diese Erhöhung ist symbolisch in der Inkrementierstufe 41 angezeigt, die rückgekoppelt ist von dem Ausgang des Speichers 42, also dem eigentlichen Vektor 21 am Ausgang 42a. Dieser wird während der Abtastung an der jeweils einem individuellen Helligkeitswert entsprechenden Stelle um "Eins" inkrementiert, wenn ein neues Pixel im begrenzten Feld 20 abgetastet wird. Der neue Wert des Vektors bildet dann das neue Ausgangssignal 42a.
Eingangssignal 42a und Ausgangssignal 41a der Inkrementier-Stufe 41 sind deshalb so breit, wie der minimale und der maximale Helligkeitswert für die Helligkeitsauflösung es vorgeben. Nach dem Abtasten des letzten Pixels ist der Wert des Vektors 21 am Ausgang 42a mit dem Signal gefüllt, das graphisch aufgetragen dem Graphen 21 von 1 entspricht.
Es steht damit eine erste Häufigkeitsverteilung zur Verfügung, die für den begrenzten Abschnitt Geltung hat. Ersichtlich ist an der Häufigkeitsverteilung, dass sie einen schlechten Kontrast aufweist. Einen besseren Kontrast weist die Häufigkeits-Verteilung nach 5a auf, die eine wesentlich breitere Verteilung der Helligkeitswerte im hellen Bereich (im Abschnitt 30b) und eine Flanke 30a zum dunklen Helligkeitsbereich hin aufweist, die sich weiter gegen Null erstreckt, als die vergleichbare Flanke des Histogramms 21. Der zum Hellen zeigende Flankenabschnitt 30c ist flacher ausgebildet und erstreckt sich bis zum maximalen Wert, anders als der sehr abrupt abfallende vergleichbare Flankenabschnitt des Histogramms 21. Die so symbolisch beschriebene Helligkeits-Verteilung H30 über der Helligkeit h bildet ein Modell oder eine Vergleichsfunktion, auch Modellhistogramm 30 benannt, das über den gleichen Bereich zwischen Minimalwert und Maximalwert Helligkeiten h (der Ordinate) aufweist. Nachdem 5a auch eine Häufigkeits-Verteilung darstellt, also ein Histogramm, dessen Herkunft aber nicht das Ausgangsbild 2 ist, kann dieses Histogramm unmittelbar mit dem Histogramm 21 verglichen werden. Das Histogramm 30 soll in seiner Entstehung später erläutert werden, hier soll lediglich angemerkt werden, dass es für einen vergleichbaren Objekttyp im begrenzten Abschnitt 20. steht, hier also aus einem Gesicht gewonnen wurde. Dazu soll später auf 5 eingegangen werden.
Der Vergleich erbringt im Rahmen einer Berechnung einen Parameter, mit dem das Histogramm 21 verändert werden muß, um über ein Zwischenhistogramm 22 nach 3 ein Endhistogramm 23 hach 4 zu ergeben. Aus diesem Vergleich ergibt sich zumindest ein Parameter, der sich auf eine Helligkeits-Veränderung und/oder eine Kontrast-Anpassung des Bildes nach 1 bezieht. Im beschriebenen Beispiel nach den 3 und 4 sind Helligkeitsanpassungen mit dem Parameter a1 und Kontrastanpassung mit dem Parameter c1 vorgesehen. Ein weiterer Parameter a2 sorgt für eine nochmalige Helligkeitsanpassung zur Abbildung des Zwischenbildes nach 3 in das Endbild nach 4. Das Endbild nach 4 (links) stellt ein objektiv gutes Bild dar, dessen Kontrast ausreichend ist, das nicht zu hell ist und das in seinem zugehörigen Histogramm 23 eine sehr große Ähnlichkeit zu dem Histogramm 30 der 5a aufweist.
Die jeweiligen Abbildungen durch die Schaltungseinrichtungen 45 und 46 sind entweder eine Berechnung mit Hardware Strukturen oder eine programmtechnische Berechnung. Wichtig ist aber festzustellen, dass vom Betrachter nur das Bild der 1 und das Bild der 4 wahrgenommen wird. Ersteres als Ausgangsbild einer schlechten Qualität und letzteres als Ergebnisbild oder Zielbild mit einer guten visuellen Qualität. Die zugehörigen Histogramme begründen die jeweilige Qualität, nachdem das Histogramm 23 wesentlich besser an das Histogramm der 5a angepasst ist, als es das Ausgangshistogramm 21 war. Über die Vergleiche des Histogramms 21 mit dem Modellhistogramm 30 ergibt sich die Berechnungsvorschrift, die bei der Anwendung auf die Histogramme (dehnen, stauchen und/oder verschieben) die Angleichung symbolisieren, aber eigentlich nur auf die Pixel (Bildpunkte) des Bildes 2 angewendet zu werden brauchen, um die Helligkeitswerte der Pixel zu verändern. Ziel ist also nicht, mit dem zumindest einen Parameter die Histogramme anzupassen, sondern ausgehend davon, dass bei der Anpassung bestimmte Parameter aufgefunden werden konnten, die eine Anpassung des schlechten Ausgangshistogramms an das Modellhistogramm sicherstellen, kann der insoweit gefundene mindestens eine Parameter auf das Bild 2 im Pixelbereich angewendet werden, zur Verbesserung seiner visuellen Qualität.
Qualitativ bemerkt ist das Bild 2' der 3 noch zu hell, aber schon besser, als das Ausgangsbild der 1. Es ist entstanden aus einer Dehnung oder Multiplikation und einem anschließenden Linksverschieben des Histogramms zurück in den Helligkeitsbereich zwischen minimalem und maximalem Helligkeitswert. Eine zwischengeschaltete Dehnung erzeugt hypothetische Helligkeitswerte oberhalb von 255, die aber physisch im Bild nicht dargestellt werden können, so dass sie durch eine Linearverschiebung zurückverschoben werden, in denjenigen Bereich hinein, der zwischen 0 und 8bit im bezogenen Beispiel dargestellt werden kann. Eine weitergehende Anpassung durch. eine nochmalige Linksverschiebung 46 mit dem Verschiebungsfaktor a2, ausgehend von dem Zwischenhistogramm 22 zum Ziel-Histogramm 23 des in 4 links dargestellten Bildes bringt eine Reduktion der noch zu hohen Helligkeit des Bildes der 3 für das Ergebnisbild 2*.
Als Berechnungsvorschrift kann das folgende angenommen werden.
Gegeben ist der Bildausschnitt 20 des Ausgangsbilds 2 mit Grauwerten der Helligkeit i (oder h). Daraus lässt sich ein Histogramm H21 für das Objekt berechnen, dessen Werte auf das Objekt-Histogramm bezogen mit h_i bezeichnet werden. Dabei bezeichnet h_i die Häufigkeit, mit welcher der Helligkeitswert "i" im Bildausschnitt 20 vorkommt.
Der Index "Object" bezieht sich dazu auf das im zu verbessernden Ausgangsbild 2 vorhandene "Objekt" (im Rahmen 20r), von dessen Art (oder: Objekttyp) ein Modell-Histogramm 30 durch vorherige Modellbildung nach 5, 5a auch gegeben ist.
Auf das Modellhistogramm, das schon vorliegt (weil vorher bestimmt), bezieht sich der Index "Model". Auch daraus lässt sich für das Modell ein Histogramm berechnen, dessen Werte auf das Modell-Histogramm bezogen mit h_i bezeichnet werden. Dabei bezeichnet h_i die Häufigkeit, mit welcher der Helligkeitswert i im Modell-Histogramm nach 5a vorkommt.
Die Gesamtzahl der Pixel ergibt sich getrennt für Modell und Objekt (nulltes Moment) jeweils zu
für Modell N_Modell und Objekt N_Objekt.

(a) Es bestimmt sich die mittlere Helligkeit für das Objekt (erstes Moment)
Und der Kontrast lässt sich in nächster Stufe (zweites Moment) für das Objekt berechnen als
(b) Es bestimmt sich die mittlere Helligkeit für das Modell (erstes Moment)
Und der Kontrast lässt sich in nächster Stufe (zweites Moment) für das Modell berechnen als
(c) Damit ergibt sich als Abbildung für die Kontrastanpassung für jeden der Pixel P_ij (räumlich gesehen) und in der Anzahl betrachtet P_i (i von 0 bis k = i·j)
und für die Helligkeitsanpassung

Parameter "a" und "c" sind darin wie folgt vorgesehen
p_i, p_i' und P_i'' aus den oberen beiden Gleichungen sollen kurz erläutert werden. Sie stellen eine Abbildung dar, mit der – zu Veranschaulichungszwecken getrennt und eigenständig – zwei Helligkeitsänderungen vorgesehen sind. Die Helligkeit des p_i wird mit einem Faktor verändert, der dem Parameter "c" entspricht. Der Pixel p_i wird dabei zum Pixelwert (Helligkeitswert) p_i'. In gleicher Weise wird eine additive oder subtraktive Verschiebung vorgenommen, wobei der zuvor berechnete Helligkeitswert p_i' zu einem Helligkeitswert p_i'' wird. Dazu wird der Parameter "a" verwendet. Beide Berechnungen können vertauscht werden, sie können auch gemeinsam ausgeführt werden, wobei dann nur eine einstufige Berechnung durchgeführt wird.
Der Helligkeitswert p_i'' ersetzt den Helligskeitswert p_i für alle Bildstellen (Pixel). Diese repräsentieren das Ausgangsbild 2, bzw. das Ergebnisbild 2*.
Zur Berechnung kann die Erzeugung von a₁ nach Schaltung 45 auch entfallen; a₁ wird lediglich dazu verwendet, um das im Kontrast angepasste Histogramm so zu verschieben, dass es innerhalb des Bereichs von 0 bis 255 liegt und so das geänderte Bild 2 in der 3 als Zwischendarstellung 2' vernünftig darzustellen.
Anderenfalls wäre es zu hell. Bei einer reinen Berechnung (ohne Zwischendarstellung zur Veranschaulichung) wäre also a₁ = 0 und a₂ = a, wobei "a" sich wie oben beschrieben ergibt.
Ansonsten ergibt sich a₂ bei (zu Darstellungszwecken) frei gewähltem a₁ real zu a₂ = a – a₁.
Diese Anpassung ist nur beispielhaft. Allgemein geht es darum, das berechnete Histogramm 21 des Objektausschnitts 20 möglichst gut an das Modell-Histogramm 30 anzupassen.
Dabei entsteht eine Funktion oder Abbildung, die jedem Wert "i" (oder h_i) im Histogramm 21 des begrenzten Ausschnitts 20 im zu verbessernden Bild 2 ein "j" (oder h_j) in dem neuen Histogramm 22 oder 23 oder sogleich dem Histogramm 23 zuordnet. Mit dieser Zuordnung wird auch das Ausgangsbild 2 aufbereitet, indem jeder Pixel oder jeder Analogwert in einem ggf. abgetasteten und digitalisierten zeitlichen Signalverlauf,
mit dem Helligkeitswert i
(Pixel p_i)
einem neuen Wert zugeordnet wird,
mit dem Helligkeitswert j
(oder i* bzw. Pixel p_i'').
Das hier beschriebene Grauwert-Histogramm lässt sich auf mehrere, insbesondere die drei Grundfarben RGB oder die drei Grundfarben MCY (Magenta, Cyan, Yellow), durch Verwendung mehrerer, insbesondere dreier Farb-Histogramme und entsprechender Vorgehensweise in den einzelnen Farb-Kanälen übertragen. Dazu kann auf die 6 verwiesen werden, mit dem Ergebnis der 7 als Dreifach-Modellhistogramm 30r (für rot), 30g (für grün) und 30b (für blau).
Bislang zurückgestellt war die Entstehung des Modells bzw. des Modellhistogramms 30 nach 5a. Auf diese Entstehung kann die vorher beschriebene Abbildung nach 2 sinngemäß angewendet werden, wenn das Ausgangsbild kein zu verbesserndes Bild ist, sondern bereits ein qualitativ (visuell) gutes Ausgangsbild 50 (Testbild) darstellt, wie in 5 veranschaulicht. Das Ausgangsbild 50 enthält eine Art eines Objektes, das hinterher den Verlauf der Modellfunktion prägt. Für die Erstellung einer solchen Funktion als Modell-Histogramm 30 zum Vergleich mit beispielsweise Gesichtern, wird als Testbild ein gut ausgeleuchtetes Gesicht 50a im Testbild 50 zur Verfügung gestellt, das dazuhin auf den Gesichtsbereich beschränkt sein sollte, also ohne Fremdeinflüsse vorgesehen ist. Bevorzugt sind mehrere solche Bilder 50, 51, 52 vorgesehen, die jeweils unterschiedliche Gesichter darstellen, aber Objekte vom gleichen Typ oder von der gleichen Art beinhalten, hier bei der Bearbeitung von Bildern von Gesichtern alle auf Gesichter bezogen sind. Diese Gesichter 50a, 51a, 52a können auch Gesichtsausschnitte sein, die zumindest einen wesentlichen Abschnitt eines jeweiligen Gesichtes beinhalten, so wie symbolisch in den Ausgangsbildern 50, 51 und 52 durch jeweilige Darstellung einer Nase und zweier Augen veranschaulicht.
Eine qualitativ gute Darstellung erreicht man bei guter Ausleuchtung dieser in der Art gleichen Objekttypen. Eine farbneutrale Darstellung ist wünschenswert und ausreichend Kontrast sollte vorhanden sein. Dazu ist anzumerken, dass sich diese Ausgangsbilder auch auf Grauwertbilder beziehen, also nichtbinäre Bilder darstellen, die Helligkeitswerte an jedem Pixel zur Verfügung stellen. Analoge oder digitale Darstellung von Bildern ist möglich, diese unterscheiden sich dann nur in der Abtastung der Helligkeitswerte, die hier durch einen Multiplexer 61 realisiert ist, der jeweils denselben Pixel in jedem der Bilder 50, 51, 52 abtastet und der Steuereinrichtung 60 zuführt. Die Steuereinrichtung 60 kann so aufgebaut sein, dass zunächst alle Helligkeitswerte individuell von jedem Bild gespeichert werden, um dann zusammengeführt zu werden. Die Zusammenführung kann in Form einer Mittelung erfolgen. Eine andere Art der Zusammenfassung der drei im Detail unterschiedlichen aber vom Typ her gleichen Bilder 50 bis 52 ist die einfache Histogrammbildung aller vorhandener Pixel, was einer unmittelbaren Nebeneinanderschaltung aller Bilder gleichkommt. Dann führt die Steuereinrichtung 60 nur eine Zuordnung durch, wie sie für die Schaltungseinrichtung nach 2 beschrieben wurde. Jeder Helligkeitswert wird einem Speicherplatz im Speicher 70 zugeordnet, der so viele Speicherplätze beinhaltet, wie Helligkeitswerte zwischen minimalem und maximalem Helligkeitswert verfügbar sind.
Im Beispiel sind 256 Speicherplätze vorgesehen, entsprechend denjenigen 256 Speicherplätzen, die für das Histogramm 21 verwendet wurden. Jeder Speicherplatz ist in der Lage, eine numerische Zahl zu speichern, um so inkrementiert werden zu können, wenn der Helligkeitswert vom Abtaster 61 erkannt oder zugeführt wird, der diesem Speicherplatz entspricht. Bei einer Einzelabtastung werden anschließend so viele Vektoren (auch Speicherbereiche) zusammengefasst wie Ausgangsbilder (Testbilder) vorhanden waren, beispielsweise durch eine Mittelung. Wenn die Ausgangsbilder bereits so zusammengeschaltet worden sind, dass sie unabhängig von ihrer lokalen Begrenzung als ein Gesamttestbild abgetastet wurden, ist das Ergebnis im Speicher 70 bereits repräsentativ für die Häufigkeitsverteilung 30, die ggf. in Vertikalrichtung noch skaliert werden kann, was aber nicht zwingend erfolgen muß.
Die Berechnung der Häufigkeitsverteilung 30, wie auch die Berechnung des Histogramms 21 nach 1 kann auch nach
8 erfolgen. Hier ist in Programmiersprache ein Ablaufplan dargestellt, dessen dahinterstehender Quellcode oder Sourcetext sich leicht erschließt. Diese Programmfolge entspricht einer technischen Auswertung und bestimmt einen Vektor "hist", der als Histogrammvektor demjenigen Vektor 21 oder demjenigen Speicherbereich im Speicher 70 entspricht, welcher in der 5a dargestellt ist. Dieser Vektor hat bei einer Anwendung von 8bit Helligkeitstiefe eine Länge von 256 und alle Vektorelemente sind zunächst mit Null initialisiert. Damit beginnt der Häufigkeitsvektor bist ohne Vorbeeinflussung, also neutral.
Bezogen auf den in 2 vergrößert dargestellten Bildausschnitt 20 wird der in diesem Bildausschnitt enthaltene Darstellungsbereich in beiden Richtungen i,j abgetastet. i läuft von Null bis zur Bildbreite I (I Pixel). j läuft von Null bis zur Bildhöhe J (J Pixel). Insgesamt ergibt sich dann I·J Pixel und dementsprechend viele Ergebnisse, die abhängig von dem Helligkeitswert an einer jeweiligen abgetasteten Pixelstelle den Inhalt des Vektorelements um eins erhöhen, der repräsentativ für diese Helligkeit ist, die aktuell abgetastet wird.
Sind alle Pixel bearbeitet, ist der Vektor hist vollendet und repräsentiert einen Graphen oder eine Funktion, die für die Erstellung des Modellhistogramms in 5a und bei Abtastung eines visuell schlechten Ausgangsbildes im Histogramm 21 dargestellt ist.
Die Anwendung der zuvor beschriebenen Arbeitsweisen auf Farbbilder soll im folgenden mit Bezug auf 6 erläutert werden, die farbig Gegenstand der Verfahrensakte beim DPMA sind.
6a veranschaulicht die Modellbildung durch Schaffung eines Modell-Histogramms 31 für mehrere Farben, wie es in 7 durch entsprechende Anlehnung an das Modellhistogramm 30 gezeigt ist, nur aufgezeigt nach einem Rot-Modell-Histogramm 30r, einem Grün-Modell-Histogramm 30g und einem Blau-Modell-Histogramm 20b. Alle Modell-Histogramme verlaufen über der Intensität der Farbe zwischen einem minimalen und einem maximalen Intensitätswert (auch hier ist zwischen Null und 255 skaliert). In Richtung der Y-Achse ist die Häufigkeit aufgetragen, hier beziffert zwischen Null und 60. Gleiches gilt für die Einzelbilder der 6a,6b und 6c. Diese unterscheiden sich nicht in der Darstellungsweise der drei einzelnen Histogramme, sondern lediglich in der konkreten Ausbildung des Objekttyps (der Art des Objektes), der jeweils links im dick herausgezeichneten Rahmen als kleines Farbbild dargestellt ist. Die drei als Beispiel herangezogenen Gesichtsauszüge sind wesentliche Abschnitte von menschlichen Gesichtern, aber keine vollständigen Gesichter und auch nicht so ausgebildet, dass mehr als die Randlinie des Gesichts (oder des Kopfes) in dem Ausschnitt plaziert ist.
Eine hypothetisch angenommene Grenzlinie des gesamten Gesichtes, wie sie beispielsweise aus 1 entnommen werden kann, würde über dem Rand des Bildes 50 liegen, das insoweit unmittelbar mit der 5 verglichen werden kann, wo auch das Bild 50 Ausgangspunkt für die Berechnung des Modellhistogramms war, nur dort schematisch dargestellt.
Ein abgebildetes Objekt ist in den drei Farbbildern 50, 51 und 52 nicht vollständig im Ausgangsbild enthalten, aber mit seinen wesentlichen Bereichen. Die (durch dicken Rahmen eingezeichneten) Ränder des Ausgangsbildes 50, 51 und 52 liegen innerhalb von hier hypothetisch angenommenen Begrenzungslinien der Gesichter. Dargestellt ist eine solche Zuschneidung der Testbilder (als Ausgangsbilder), bei denen alle Ränder des Testbildes innerhalb der Begrenzungslinien des Objektes (Gesichtes) liegen.
Alle drei Ausgangsbilder 50, 51 und 52 sind visuell als qualitativ gut zu bezeichnen, insbesondere sind sie gut ausgeleuchtet, bevorzugt auch farbneutral und haben einen ausreichenden Kontrast. Das bestätigen die daneben dargestellten Histogramme, und zwar für alle Farbauszüge rot, blau und grün in einem RGB-Farbraum (Farbschema oder Farbsystem).
Für das erste Bild 50 ergeben sich als Farb-Histogramm 31 die drei Farb-Histogramme 31b für blau, 31g für grün und 31r für rot, wie das zuvor für ein S/W-Bild an 5 bereits erläutert war. In entsprechender Anwendung findet die Histogrammbildung 32 und 33 auch für das Gesicht der 6b und 6c statt. Aus den drei Histogrammen 31, 32 und 33 der 6a, 6b und 6c mit jeweils drei eigenständigen Farb-Histogrammen ergibt sich durch eine Mittelung das Modell-Histogramm 30 der 7, das entsprechend dem S/W Modell-Histogramm 30 der 5a auf Farbbilder angewendet werden kann.
Die Ausgangsbilder 50 bis 52 sind als Testbilder zu bezeichnen, wenn sie zur Modellbildung nach 7 dienen. Sind sie ein Ausgangsbild von optisch nicht so guter Qualität, entsprechen sie einem zu verbessernden Ausgangsbild nach 1, hier als Farbbild 3 bezeichnet. Aus diesem Farbbild 3, das demjenigen der 1 in farbiger Darstellung entspricht, ergeben sich als Farb-Histogramm drei Einzel-Histogramme 21r, 21b, 21g für den Rotauszug, den Blauauszug und den Grünauszug, vgl. dazu 9.
Das Farb-Histogramm der drei Farbauszüge von dem Farbbild 3, das dem S/W-Bild 2 entspricht, ist bei entsprechender Darstellung nach 9 mit 21b, 21r und 21g bezeichnet.
Diese Farb-Histogramme werden dann jeweils eigenständig mit dem jeweils entsprechenden Farb-Histogramm des Farb-Modell-Histogramms 30 nach 7 verglichen und daraus ergeben sich zumindest ein Parameter für die Helligkeit und/oder den Kontrast für jede Farbe, wie das zuvor anhand des Gleichungssystems und der vorhergehenden Beschreibung für das S/W-Bild beschrieben war. Eine Anwendung dieses jeweils mindestens einen Farb-Parameters auf jeden der Intensitätswerte (Leuchtdichte) jedes Pixels des jeweiligen Farbauszugs des Farbbildes führt zu einer Verbesserung eines Farbbildes.
Die drei Stufen der Verbesserung sind in den 10 und 11 gezeigt. Sie entsprechen den 3 und 4 des S/W-Bildes, nur in farbiger Darstellung und mit entsprechenden Farb-Histogrammen im RGB-Raum. Das Ergebnisbild 3* hat ein wesentlich breiteres Farb-Histogramm H23, als es noch das Ausgangsbild mit dem Farb-Histogramm H21 besaß. Dieses hat für das Farbbild im RGB-Raum Geltung für alle drei einzelnen Farben dieses Farbschemas und kann entsprechend übertragen werden auch auf andere bekannte Farbschemata.
Pro Farbe ergibt sich mindestens ein Parameter a und c (oder a₁ und c₁ für jeweils R, G und B) zur Veränderung der Intensität (Leuchtdichte) des Farbauszuges an jedem Pixel.
Die Berechnung mit den Funktionsgliedern 45 und 46 erfolgt entsprechend für jede Farbe vom Histogramm H21 (9) zum Histogramm H22 (von 10), wie auch vom letztgenannten Histogramm zu dem Histogramm H23 von 11 als Ergebnisbild 3*. Die jeweiligen Histogramme zur 10 und 11 sind entsprechend mit 22r, 22g, 22b bzw. 23r, 23g, 23b bezeichnet und in den 9 bis 11 auch jeweils farbig repräsentiert.
Sowohl für Farbbilder, wie auch für S/W-Bilder kann die beschriebene Verarbeitung auch dann angewendet werden, wenn in einem Ausgangsbild (das zu verbessern ist) entsprechend den Bildern 2 oder 3 mehrere von der Art gleiche Objekte abgebildet sind, also beispielsweise mehrere Gesichter oder mehrere Verkehrsschilder. Für jeden begrenzten Abschnitt in dem Gesamtbild wird ein eigenes Histogramm erstellt. Aus jedem dieser Histogramme wird zumindest ein eigener Parameter entstehen (durchaus zueinander unterschiedliche Beträge), wenn die mehreren Histogramme in demselben Ausgangsbild mit demselben Modell-Histogramm 30 verglichen werden. Eine effektive Verbesserung des Ausgangsbildes mit den mehreren begrenzten Abschnitten kann dennoch erzielt werden, wenn bei der Anwendung der Abbildung, also bei der Anwendung der mehreren Parameter auf die Umrechnung der Helligkeitswerte der Pixel im Gesamtbild, eine Mittelung eingesetzt wird.
Mit der Mittelung werden in einer Alternative die mehreren "gemessenen" (berechneten) Histogramme des Ausgangsbildes zunächst gemittelt, um dann mit dem Modell-Histogramm verglichen zu werden. In einer anderen Alternative werden die aus dem Histogramm-Vergleich erhaltenen "eigenen Parameter" gemittelt, jeweils die "a" Parameter und die "c" Parameter gesondert, wenn für jeden begrenzten Abschnitt zwei Parameter bestimmt worden sind.
Es soll angemerkt werden, dass hier mit dem Ausgangsbild 2 von 1 von einem kontrastarmen Bild ausgegangen wurde. Schlechte Qualität kann aber auch von einem Ausgangsbild dann vorliegen, wenn ein zu hoher Kontrast vorliegt. Dann würde die sich hier in 4 ergebende Dehnung des Histogramms zu einer Stauchung mit entsprechenden Parametern wandeln, die sich bei einem Vergleich des "schlechten" Histogramms 21 mit dem Modellhistogramm 30 ergeben. Alle Möglichkeiten der Veränderung des Ausgangsbildes, Helligkeitserhöhung, Helligkeits-Verminderung, Kontrastverstärkung und Kontrastreduzierung können eigenständig und in einer sich jeweils nicht widersprechenden Kombination als Ergebnis des Vergleichs des Modellhistogramms mit dem ermittelten Histogramm 21 vorgenommen werden.

Claims

Verfahren zum Verbessern der optischen oder visuellen Qualität eines Arbeitsbildes (nicht binären Bildes), welches eine Vielzahl von Bildpunkten (20_ij ) aufweist, (i) ein erster begrenzter Abschnitt (20) in dem Arbeitsbild (2) hinsichtlich seiner Lage und seiner Größe bestimmt wird, wobei der begrenzte Abschnitt einen Objekttyp im wesentlichen aufnimmt; (ii) eine erste Häufigkeitsverteilung (21) individueller Helligkeiten im begrenzten Abschnitt (20) berechnet wird und über einer Skala von möglichen Helligkeiten (0, 255) zwischen einem Minimalwert und einem Maximalwert als Helligkeitsverteilung (21) aufgetragen wird oder entsprechend gespeichert (42) wird; (iii) die erste Häufigkeitsverteilung mit einer Vergleichsfunktion (30; 30r, 30b, 30g) als einer Häufigkeitsverteilung für einen dem begrenzten Abschnitt vergleichbaren Objekttyp verglichen wird, um zumindest, einen Parameter (a, c) zu bestimmen, der auf im wesentlichen alle Bildpunkte des Arbeitsbildes (2) angewendet wird, um seine visuelle oder optische Qualität zu verändern und ein verbessertes Ergebnisbild (2', 2*) zu bilden.
Verfahren nach Anspruch 1, wobei der begrenzte Abschnitt (20) wesentlich kleiner ist als das Arbeitsbild (2, 3).
Verfahren nach Anspruch 1, wobei die erste Häufigkeitsverteilung (21) eine erste Farbe betrifft und das Arbeitsbild als Farbbild (3) zumindest eine Farbe aufweist.
Verfahren nach Anspruch 3, wobei mehrere erste Häufigkeits-Verteilungen (21b, 21r, 21g) für mehrere nicht gleiche Farben (B, R, G) eigenständig vorliegen und die mehreren ersten Häufigkeits-Verteilungen zum jeweiligen Vergleich gesondert mit einer jeweiligen Farb-Vergleichsfunktion (30b, 30r, 30g) verglichen werden, wobei die jeweilige erste Häufigkeits-Verteilung und die mit ihr jeweils verglichene Farb-Vergleichsfunktion jeweils im wesentlichen dieselbe Farbe betrifft.
Verfahren nach Anspruch 4, wobei mehrere Parameter für die mehreren Farben eigenständig bestimmt werden und jeweils zumindest ein Parameter dieser mehreren Parameter auf im wesentlichen alle Bildpunkte eines jeweils entsprechenden Farbauszugs des Farbbildes (3) angewendet wird.
Verfahren nach Anspruch 1, wobei zumindest zwei Parameter (a1, a2, c1) zur Beeinflussung einer Helligkeitsverteilung der Häufigkeitsverteilung (21) ermittelt werden, um damit das Arbeitsbild (2, 3) an im wesentlichen allen Bildpunkten (20_ij ) zu verändern.
Verfahren nach Anspruch 1 oder 3 oder 4, wobei mehrere begrenzte Abschnitte mit gleichen Objekttypen in dem Arbeitsbild (2, 3) vorliegen, und eine Mittelung der aus jedem Abschnitt berechneten Häufigkeitsverteilung zur Bildung eines Mittelwerts erfolgt sowie der gebildete Mittelwert mit der Vergleichs-Häufigkeitsfunktion (30; 30r, 30r, 30g) verglichen, insbesondere an sie zumindest näherungsweise angepaßt wird.
Verfahren nach Anspruch 1, wobei das Arbeitsbild als Grauwertbild (2) eine Vielzahl von verschiedenen Helligkeiten aufweist.
Verfahren nach Anspruch 1, wobei das Arbeitsbild im ersten begrenzten Abschnitt (20) eine Vielzahl von benachbarten Bildpunkten (p, 20_ij ) aufweist.
Verfahren zur Bestimmung einer Vergleichsfunktion als Modell zum Bearbeiten eines Arbeitsbildes hinsichtlich einer Verbesserung seiner Bildqualität, wobei (a) eine Mehrzahl von zumindest gut ausgeleuchteten Ausgangsbildern (50, 51, 52) bereitgestellt wird, in denen ein vom Objekttyp (50a, 51a, 52a) gleicher Bildbereich vorhanden ist; (b) eine Häufigkeitsverteilung jedes individuellen Helligkeitswertes im Ausgangsbild gebildet (60, 61) wird, und zwar für jedes der Mehrzahl von Ausgangsbildern; (c) Zusammenfassen der einzelnen Häufigkeitsverteilungen (70) der Ausgangsbilder und Bereitstellen einer neuen, berechneten Häufigkeitsverteilung (30), die für den Objekttyp (50a, 51a, 52a) repräsentativ ist und als Vergleichsfunktion (30) zur Verfügung gestellt wird.
Verfahren nach Anspruch 10, wobei es für verschiedene Farben erfolgt – eine erste berechnete Farb-Häufigkeits-Verteilung (30r), eine zweite berechnete Farb-Häufigkeits-Verteilung (30b) und eine dritte Farb-Häufigkeitsverteilung (30g) und die Zusammenfassung (70) jeweils nur dieselbe Farbe betrifft.
Verfahren nach Anspruch 11, wobei die berechneten mehreren Farb-Häufigkeitsverteilungen Repräsentativ-Häufigkeits-Verteilungen (30) für Farbbilder mit dem jeweiligen Objekttyp sind.
Verfahren nach Anspruch 10 oder 1, wobei der Objekttyp im begrenzten Abschnitt (20) des Arbeitsbildes nach Anspruch 1 von der selben Art ist, wie derjenige Objekttyp (51a) der Ausgangsbilder (50, 51, 52), welche zur Bestimmung der Vergleichsfunktion (30) dienten, bzw. die Vergleichsfunktion (30) aus solchen vom Objekttyp (51a) vergleichbaren Ausgangsbildern entstanden ist, bzw. für eine bestimmte Art von Objekten (Objekttypen) repräsentativ ist.
Verfahren nach Anspruch 13, wobei die Repräsentanz der Vergleichsfunktion ein Modellhistogramm (30) ist, welches für die bestimmte Art von Objekttypen (50a, 51a, 52a) eine Helligkeitsverteilung beinhaltet, die für ein qualitativ gutes Bild steht.
Verfahren nach Anspruch 10 oder 14, wobei ein jeweils abgebildetes Objekt (50a, 51a) vom Objekttyp im wesentlichen das jeweils ganze Ausgangsbild (50, 51) einnimmt.
Verfahren nach Anspruch 10 oder Anspruch 15, wobei ein Objekt als abgebildeter Bildbereich nicht vollständig im Ausgangsbild (50, 51, 52) enthalten ist, also Ränder des Ausgangsbilds – zumindest teilweise – innerhalb von Begrenzungslinien des Objekts liegen.
Verfahren nach Anspruch 16, wobei im wesentlichen alle Ränder eines jeweiligen Ausgangsbildes (50, 51, 52) innerhalb der Begrenzungslinien eines jeweils abgebildeten Objekts vom Objekttyp gelegen sind.
Verfahren nach Anspruch 10 oder Anspruch 1, wobei die Ausgangsbilder (50) oder das Arbeitsbild (2, 3) Abbildungen von insbesondere menschlichen Gesichtern enthalten.
Verfahren nach Anspruch 10, wobei die mehreren Ausgangsbilder (50, 51, 52) auch im übrigen visuell qualitativ gut sind.
Verfahren zu Veränderung der optischen oder visuellen Qualität eines nicht binären Objektbild (2), wobei (a) ein begrenzter Abschnitt (20) im Gesamtbild (2, 3) aufgesucht und lokalisiert wird sowie eine Häufigkeitsverteilung (21) zumindest eines Intensitätswerts im begrenzten Abschnitt möglichst eng an eine Vergleichs-Häufigkeitsverteilung (30) angepaßt wird, woraus sich Parameter (a1, c1) für eine Helligkeits-Anpassung und/oder eine Kontrast-Anpassung im begrenzten Abschnitt (20) ergeben; (b) dieselben Parameter (a1, c1) für die Anpassung von Helligkeit und/oder den Kontrast auch außerhalb des begrenzten Abschnitts angewendet werden, um im wesentlichen das gesamte Objektbild (2, 3) mit dem Parameter für Helligkeit und/oder Kontrast zu bearbeiten.
Verfahren nach Anspruch 20, wobei die Intensitätsverteilung eine Grundfarbe eines üblichen Farbsystems oder Farbschemas aus mehreren Grundfarben ist (RGB, MCY).
Verfahren nach Anspruch 10 oder 11, wobei die Mehrzahl von Ausgangsbildern zunächst in eine benachbarte Lage zusammengefaßt werden und anschließend die Bildung der Häufigkeitsverteilung nach (b) und die Zusammenfassung der einzelnen Häufigkeiten nach (c) gemeinsam erfolgt (60, 70).
Verfahren nach Anspruch 1 oder 20, wobei der zumindest eine Parameter (a, c; a1, c1), der auf im wesentlichen alle Bildpunkte des Arbeitsbildes (2, 3) angewendet wird, einen Parameter (a) für eine Veränderung der Helligkeit und einen Parameter (c) für eine Veränderung des Kontrasts umfasst.
Verfahren nach Anspruch 1, 20 oder 23, wobei der eine Parameter (a) für eine additive oder subtraktive Veränderung der Helligkeitswerte der Pixel und der zweite Parameter (c) für eine multiplikative Veränderung der Helligkeitswerte der Pixel des Arbeits- oder Objektbilds steht.