DE60012464T2

DE60012464T2 - Verfahren zur Verbesserung eines digitalbildes mit rauschabhängiger Steuerung der Textur

Info

Publication number: DE60012464T2
Application number: DE60012464T
Authority: DE
Inventors: Andrew C. Rochester Gallagher; Edward B.C. Rochester Gindele
Original assignee: Eastman Kodak Co
Current assignee: Eastman Kodak Co
Priority date: 1999-12-22
Filing date: 2000-12-11
Publication date: 2005-08-04
Anticipated expiration: 2020-12-12
Also published as: US6804408B1; DE60012464D1; JP4707830B2; EP1111907A3; EP1111907A2; EP1111907B1; JP2001216512A

Description

Die vorliegende Erfindung betrifft allgemein den Bereich der digitalen Bildverarbeitung und insbesondere ein Verfahren zur Verbesserung der Textur eines Digitalbildes.
Herkömmliche Verfahren zur Erhöhung der wahrgenommenen Schärfe eines Digitalbildes, wie die Technik der Unschärfemaskierung, erzeugen oft unerwünschte Artefakte an großen Übergangskanten im Bild. Die Unschärfemaskierung wird beispielsweise häufig durch folgende Gleichung beschrieben: Sproc = Sorg+B(Sorg-Sus)wobei Sproc für das verarbeitete Bildsignal steht, in dem die Hochfrequenzkomponenten verstärkt worden sind, Sorg für das Originalbildsignal, Sus für das unscharfe Bildsignal, wobei es sich typischerweise um ein geglättetes Bildsignal handelt, das durch Filterung des Originalbildes erzeugt wird, und B für den Hochfrequenz-Anhebungskoeffizienten (HF-Emphasis-Koeffizienten).
Die Unschärfemaskierungsoperation ist als lineares System modellierbar. Somit ist die Größe einer beliebigen Frequenz in Sproc direkt von der Größe der Frequenz im Bildsignal Sorg abhängig. Als Folge dieses Additionsprinzips weisen große Kanten im Bildsignal Sorg oft einen ringförmigen Artefakt im Signal Sproc auf, wenn das gewünschte Maß an Hochfrequenzanhebung in anderen Bereichen des Signals Sproc durchgeführt worden ist. Dieser ringförmige Artefakt zeigt sich als ein heller oder dunkler Umriss um die große Kante und kann deutlich stören.
Zur Rauschminderung, Schärfung und Kontrastanpassung gibt es viele nicht lineare Filter, die auf lokalen Statistiken basieren. Das Medianfilter ist beispielsweise in der Technik bekannt.
In diesem Filter, das üblicherweise zur Rauschminderung implementiert wird, wird jedes Pixel durch den Medianwert aus dem benachbarten Bereich ersetzt. Dieser Filterungsvorgang ist im Allgemeinen für die Beseitigung von Impulsrauschen sehr wirksam, aber das verarbeitete Bild erscheint etwas weniger scharf als das Original.
Ein weiteres Beispiel für ein nicht lineares Filter auf der Grundlage lokaler Statistiken ist die lokale Histogrammgleichung, die auch als adaptive Histogrammmodifikation bezeichnet wird, wie von William Pratt auf Seite 278 – 284 von Digital Image Processing, 2. Auflage Edition, John Wiley & Sons, 1991, beschrieben. Bei diesem Filter werden die Pixelwerte durch das kumulative Histogramm eines lokalen Fensters modifiziert. Diese Technik stellt den Kontrast jedes Bereichs eines Digitalbildes wirksam ein, wobei der lokale Kontrast in einigen Bereichen des Bildes effektiv erhöht wird, während er in anderen Bereichen verringert wird. Die Technik sieht keine Erhöhung der wahrgenommenen Schärfe in einem gegebenen Bereich vor. Die Technik bietet zudem keine Gewähr, dass die typischen, ringförmigen Artefakte nicht auftreten.
Es gibt zahlreiche Algorithmen zur Schärfung der Darstellung von Bildern ohne Erzeugung von Artefakten oder Verstärkung der Rauschwahrnehmung. In US-A-4,571,635 beschreiben Mahmoodi und Nelson ein Verfahren zur Ableitung eines Anhebungskoeffizienten B, der zur Skalierung der Hochfrequenzinformationen des Digitalbildes dient, und zwar basierend auf der Standardabweichung von Bildpixelwerten in einer lokalen Nachbarschaft. In US-A-5,081,692 beschreiben Kwon und Liang, dass der Anhebungskoeffizient B auf einer mittleren, gewichteten Varianzberechnung beruht. Weder Mahmoodi et al noch Kwon berücksichtigen die erwartete Standardabweichung des in dem Bildverarbeitungssystem inhärenten Rauschens. Da weder Mahmoodi et al noch Kwon das in dem Bildverarbeitungssystem inhärente Rauschen berücksichtigen, setzen sie implizit voraus, dass alle Bildquellen und Intensitäten die gleichen Rauscheigenschaften aufweisen. Zudem verwenden sie keine getrennten Strategien für Bildtextur und Kantenbereiche.
In US-A-4,794,531 beschreiben Morishita et al ein Verfahren zur Erstellung des Unschärfebildes mit einem Filter, dessen Wichtung der benachbarten Pixel auf der absoluten Differenz zwischen dem mittleren Pixel und dem benachbarten Pixel beruht. Morishita erklärt, dass dieses Verfahren Artefakte an den Kanten eines geschärften Bildes wirksam mindert (im Ver gleich mit herkömmlicher Unschärfemaskierung). Darüber hinaus stellt Morishita einen Verstärkungsparameter anhand einer lokalen Standardabweichung und der Standardabweichung des gesamten Bildes ein. US-A-4,794,531 berücksichtigt jedoch zur Approximation des Signal-/Rauschabstands ebenfalls nicht die dem Bildverarbeitungssystem inhärenten Rauschpegel. Das Verfahren nach US-A-4,794,531 bietet auch keine explizite Kontrolle über das Maß der Kantenmodifikation.
Song beschreibt in US-A-5,038,388 ein Verfahren zur Verstärkung von Bilddetails ohne Verstärkung des Bildrauschens durch adaptives Verstärken der Hochfrequenzkomponenten des Bildes. Es wird eine Schätzung der Bildrauschleistung verwendet, aber diese Rauschleistung wird nicht als abhängig von der Intensität oder der Pixel beschrieben. Zudem versucht US-A-5,038,388 nicht, den Signal-/Rauschabstand zu schätzen, um das Maß der Schärfung zu steuern.
In dem Beitrag "Rational unsharp masking technique" beschreiben die Autoren Ramponi und Polesel (Journal of Electronic Imaging, April 1998, Seite 333-338) eine lineare Unschärfemaskierungstechnik, die durch Einbringung eines Steuerterms modifiziert wird, der als rationale Funktion der lokalen Eingabedaten ausgedrückt wird. Auf diese Weise wird eine Rauschverstärkung vermieden, und gleichzeitig werden die Überschwingeffekte an scharfen Kanten begrenzt. Diese Technik berücksichtigt allerdings keine wechselnde Rauschabhängigkeit von der lokalen Bildintensität.
Es besteht daher Bedarf nach einem alternativen Verfahren zur Manipulation eines Digitalbildes, um ein Bildsignal zu erzeugen, das schärfer oder fokussierter erscheint, während die Ringartefakte minimiert werden, die bei der Unschärfemaskierungstechnik auftreten, und wobei das Maß an Details in der Szene rauschabhängig optimiert wird.
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, eine unabhängige Steuerung der Verbesserung an Detail, großen Kanten und Rauschbereichen zu ermöglichen.
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, eines oder mehrere der zuvor genannten Probleme zu überwinden. Die Erfindung betrifft ein Verfahren nach Anspruch 1. Weitere Ausführungsbeispiele sind in den Unteransprüchen 2-5 dargelegt.
Die vorliegende Erfindung hat den Vorteil, dass das Textursignal um einen Faktor verstärkt wird, der von einem geschätzten, lokalen Signal-/Rauschabstand (Signal to Noise Ratio/SNR) abhängt. Der Anteil des Textursignals, der in die Bereiche des Digitalbildkanals mit hohem Signal-/Rauschabstand fällt, wie etwa die Modulation einer Rasenfläche, die durch die vielen Grünschattierungen zusätzlich zum Rauschen des Bildsystems bedingt ist, wird einer größeren Verstärkung im Vergleich mit dem Teil des Textursignals unterzogen, das Bereichen des Digitalbildkanals mit geringem Rauschen zugeordnet ist, wie einer großen, blauen Himmelsfläche, in der die einzige Modulation vermutlich auf das Rauschen des Bildverarbeitungssystems zurückzuführen ist. Weil ist es nicht wünschenswert ist, die Amplitude der Bereiche zu erhöhen, die nur einer Rauschmodulation unterworfen sind, wird vorzugsweise die Modulation dort verstärkt, wo sie der tatsächlichen Modulation in der Szene zuzuschreiben ist. In der vorliegenden Erfindung dient der Signal-/Rauschabstand als ein Klassifizierer zur Unterscheidung zwischen beispielsweise den beiden zuvor genannten Bereichsarten in einer Szene.
Diese und weitere Aspekte, Aufgaben, Merkmale und Vorteile der vorliegenden Erfindung werden unter Berücksichtigung der folgenden detaillierten Beschreibung der bevorzugten Ausführungsbeispiele und anhängenden Ansprüche sowie durch Bezug auf die anliegenden Zeichnungen besser verständlich und verdeutlicht.
Die Erfindung wird im folgenden anhand in der Zeichnung dargestellter Ausführungsbeispiele näher erläutert.
Es zeigen
1 ein Blockdiagramm zur Übersicht über die vorliegende Erfindung;
2 ein Blockdiagramm des Präferenzeinstellers aus 1 in detaillierter Darstellung.
3 ein Blockdiagramm eines ersten Ausführungsbeispiels des in 2 gezeigten Schärfungsprozessors.
4 ein Blockdiagramm eines zweiten Ausführungsbeispiels des in 2 gezeigten Schärfungsprozessors.
5 ein Blockdiagramm eines ersten Ausführungsbeispiels des in 3 gezeigten Schwarzabhebungsteiler.
5A ein Blockdiagramm eines zweiten Ausführungsbeispiels des in 3 gezeigten Schwarzabhebungsteiler.
6 ein Blockdiagramm des in 5 gezeigten Vermeidungssignalgenerators.
7 ein Beispiel einer Artefaktvermeidungsfunktion, die durch den in 6 gezeigten Vermeidungssignalgenerator angewandt wird.
8 ein Blockdiagramm des in 3 gezeigten Schwarzabhebungsmodifizierers.
9 ein Beispiel für einen Teil eines Bildes mit Darstellung eines mittleren Pixels und des zugehörigen lokalen Bereichs des Bildes.
10 ein Beispiel mehrerer Tonwertskalenfunktionen.
11 ein erfindungsgemäßes Blockdiagramm des in 3 gezeigten Schwarzabhebungsmodifizierers.
12 ein Blockdiagramm eines ersten Ausführungsbeispiels der in 11 gezeigten lokalen Signal-/Rauschabstandsschätzfunktion.
13 ein Blockdiagramm eines zweiten Ausführungsbeispiels der in 11 gezeigten lokalen Signal-/Rauschabstandsschätzfunktion.
14 eine Kurve der zur Erzeugung einer Rauschtabelle erzeugten Funktion.
15 eine Kurve einer von dem in 11 gezeigten Verstärkungsbestimmer verwendeten Transformationstabelle.
Im folgenden wird die vorliegende Erfindung als Verfahren beschrieben, das als Softwareprogramm implementiert ist. Fachleuten ist selbstverständlich klar, dass sich ein Äquivalent einer derartigen Software auch in Form von Hardware konstruieren lässt. Da Bildoptimierungsalgorithmen und -verfahren bekannt sind, bezieht sich die vorliegende Beschreibung insbesondere auf Algorithmen und Verfahrensschritte, die Teil des erfindungsgemäßen Verfahrens sind oder direkt damit zusammenwirken. Andere Teile dieser Algorithmen und Verfahren sowie Hardware und/oder Software zur Erstellung und sonstiger Verarbeitung der Bildsignale, die hier nicht konkret gezeigt oder beschrieben werden, sind aus den in der Technik bekannten Materialien, Komponenten und Elementen auswählbar. Was die folgende Beschreibung betrifft, ist die gesamte Softwareimplementierung von herkömmlicher Art und entspricht dem üblichen Kenntnisstand in dieser Technik.
Es sei darauf hingewiesen, dass die vorliegende Erfindung ein Digitalbild verwendet, das typischerweise eine zweidimensionale Anordnung von roten, grünen und blauen Pixelwerten ist, oder einzelne monochrome Pixelwerte, die den jeweiligen Lichtstärken entsprechen. Das bevorzugte Ausführungsbeispiel wird mit Bezug auf ein Bild von 1024 Pixelreihen und 1536 Pixelzeilen beschrieben, obwohl Fachleuten klar sein wird, dass Digitalbilder von anderer Auflösung und Abmessung ebenfalls mit gleichem oder zumindest annehmbarem Erfolg verwendbar sind. In Bezug auf die Nomenklatur umfasst der Wert eines Pixels eines Digitalbildes, welches an den Koordinaten (x,y) angeordnet ist, die sich auf Reihe x und Spalte y des Digitalbildes beziehen, eine Dreiergruppe von Werten [r(x,y), g(x,y), b(x,y)], die sich jeweils auf die Werte des roten, grünen und blauen Digitalbildkanals an Stelle (x,y) beziehen. Diesbezüglich kann ein Digitalbild so betrachtet werden, dass es eine bestimmte Anzahl von Digitalbildkanälen umfasst. Im Falle eines Digitalbildes, das rote, grüne und blaue, zweidimensionale Arrays umfasst, besteht das Bild aus drei Kanälen, nämlich einem roten, grünen und blauen Kanal. Aus den Farbsignalen kann zusätzlich ein Luminanzkanal n gebildet werden. Der Wert eines Pixels eines Digitalbildkanals n an den Koordinaten (x,y), die sich auf die Reihe x und die Spalte y des Digitalbildkanals beziehen, soll hier ein als n(x,y) bezeichneter einfacher Wert sein.
Wie in der in 1 gezeigten Übersicht der Erfindung zu sehen, wird ein Digitalbild in einen Präferenzeinsteller 2 eingegeben, der das eingegebene Digitalbild nach Präferenz eines Bedieners modifiziert. Der Präferenzeinsteller 2 dient dem Zweck, die in dem Digitalbild enthaltenen Details zu verstärken, ohne das Rauschen zu verstärken oder Artefakte zu erzeugen. Zu diesem Zweck zerlegt ein Prozess einen Digitalbildkanal in ein Signal, das dem Bild detail entspricht, in ein Signal, das den Bildkanten entspricht und in ein Signal, das dem Signal-/Rauschabstand entspricht, wie nachfolgend detaillierter beschrieben wird. Das Zerlegen und Erzeugen separater Signale ermöglicht eine unabhängige Steuerung der Verbesserung an Detail, großen Kanten und Rauschbereichen. Die Ausgabe des Präferenzeinstellers 2 umfasst ein Digitalbild, das erfindungsgemäß schärfer und natürlicher erscheint, als dies mit traditionellen Mitteln der Schärfung eines Digitalbildes möglich ist.
2 zeigt ein Blockdiagramm des Präferenzeinstellers 2. Die Farb- und Rauschinformationen des Digitalbildes (in Form einer Rauschtabelle 6) werden in den Präferenzeinsteller 2 eingegeben. Die Rauschinformationen werden in Form einer Luminanztabelle eingegeben. Das Digitalbild wird in einen Luminanz-/Chrominanzwandler 10 eingegeben, um einen Luminanz-Digitalbildkanal n(x,y) und zwei Chrominanz-Digitalbildkanäle g(x,y) und i(x,y) zu erzeugen. Der Luminanz-Digitalbildkanal n(x,y) und die Luminanzrauschtabelle werden über entsprechende Leitungen 11a und 11b in einen Schärfungsprozessor 20 eingegeben, um den Digitalbildkanal n(x,y) auf Basis der Kenntnis des Systemrauschens zu verbessern. Die in dem Luminanz-/Chrominanzwandler 10 durchgeführte Umwandlung aus dem Digitalfarbbild, und zwar üblicherweise aus einem RGB-Farbraum mit separaten Bildkanälen für rot, grün und blau, in einem Luminanz-/Chrominanzfarbraum, erfolgt mithilfe einer Farbraum-Matrixtransformation, woraus der Luminanz-Digitalbildkanal n(x,y) und die beiden Chrominanz-Digitalbildkanäle g(x,y) und i(x,y) entstehen, wie in der Technik bekannt ist. In dem bevorzugten Ausführungsbeispiel lässt sich die Matrixtransformation in den Luminanz-/Chrominanzfarbraum mit folgender Gleichung beschreiben:
Gleichung A1 sieht eine Matrixdrehung aus dem RGB-Raum in den Luminanz-/Chrominanzraum vor, um einen einzelnen Kanal zu isolieren, auf den die (zu beschreibende) Tonwertskalenfunktion anwendbar ist. Beispielsweise zeichnet ein Filmscanner (für jedes Pixel) die rote, grüne und blaue Auflichtdichte an diesem Punkt auf. Diese drei Werte können als Lage des Pixels im dreidimensionalen Raum betrachtet werden. Der Umwandler 10 führt eine Achsendrehung durch, wie in Gleichung A1 gezeigt, was eine neutrale Achse erzeugt, auf der R = G = B, und zwei Farbdifferenzachsen, grün-magenta und Lichtart.
Die Eingabe aus der Rauschtabelle in den Schärfungsprozessor 20 erzeugt die Beziehung zwischen der Signalintensitätsstufe i und der erwarteten Rauschgröße σ_N(i) für diese Intensitätsstufe. In dem bevorzugten Ausführungsbeispiel, wie nachfolgend detaillierter beschrieben werden wird, ist die Rauschtabelle eine zweispaltige Tabelle, worin die erste Spalte für eine Intensitätsstufe i steht und die zweite Spalte für die erwartete Standardabweichung des Rauschens σ_n(i) für diese Intensitätsstufe.
Die Chrominanz-Digitalbildkanäle g(x,y) und i(x,y) werden über eine Leitung 11c in einen Chrominanzprozessor 40 eingegeben und sind nach Wunsch einstellbar. Die Tätigkeit des Chrominanzprozessors 40 kann darin bestehen, die Chrominanzbildkanäle um eine Konstante von größer 1,0 zu skalieren, um die wahrgenommene Sättigung zu erhöhen. Der Betrieb des Chrominanzprozessors ist für die vorliegende Erfindung nicht von besonderer Relevanz und wird daher nicht weiter erörtert, wobei allerdings darauf hingewiesen sei, dass in dem vorliegenden Ausführungsbeispiel die Ausgabe des Chrominanzprozessors 40 mit dessen Eingabe gleich gesetzt wird.
Die vom Schärfungsprozessor 20 und die vom Chrominanzprozessor 40 ausgegebenen Digitalbildkanäle werden in einen RGB-Umwandler 30 zur Rückumwandlung in ein Digitalbild aus roten, grünen und blauen Digitalbildkanälen eingegeben. Die Umwandlung erfolgt auch hier mit einer Matrixdrehung (d.h. die Umkehrung der vom Luminanz-/Chrominanzwandler 10 durchgeführten, vorausgehenden Farbrotationsmatrix). Die Umkehrung einer 3 × 3-Matrix ist in der Technik bekannt und wird an dieser Stelle nicht weiter erläutert. Die Ausgabe des RGB-Umwandlers 30 ist ein Digitalbild, das nach Vorgabe des Bedieners geschärft wurde.
Wie in dem vorausgehenden Ausführungsbeispiel beschrieben, arbeitet der Schärfungsprozessor 20 nur für einen Luminanz-Digitalbildkanal. Als alternatives Ausführungsbeispiel könnte der Schärfungsprozessor jedoch auch auf jeden der roten, grünen und blauen Digitalbildkanäle angewandt werden. In diesem Fall würden die Digitalfarbbildsignale (welche RGB-Signale sind) direkt auf den Schärfungsprozessor 20 angewandt.
3, die ein Blockdiagramm des Schärfungsprozessors 20 zeigt, zeigt den Digitalbildkanal n(x,y), der von einem Schwarzabhebungsteiler 50 in zwei Teile geteilt wird, nämlich in ein Schwarzabhebungssignal und in ein Textursignal. Das in 5 gezeigte bevorzugte Ausführungsbeispiel des Schwarzabhebungsteilers 50 gibt ein Textursignal n_txt(x,y) und ein Schwarzabhebungssignal n_ped(x,y) aus. Das Textursignal n_txt(x,y) enthält primär die Bilddetails sowie auch das Bildrauschen. Das Schwarzabhebungssignal n_ped(x,y) ist ein konzeptionell glattes Signal mit Ausnahme der Bereiche des Bildes, die große Einschlussgrenzen enthalten, wo das Schwarzabhebungssignal die Übergangskante enthält. Ein in 5A gezeigtes alternatives Ausführungsbeispiel des Schwarzabhebungsteilers 50 umfasst im Wesentlichen ein lineares FIR-Filter. In diesem alternativen Ausführungsbeispiel ist das Schwarzabhebungssignal n_ped(x,y) im Wesentlichen einem Tiefpasssignal äquivalent, und das Textursignal n_txt(x,y) ist im Wesentlichen einem Hochpasssignal äquivalent. Da auch andere Raumfrequenzteilungen möglich sind, ist Fachleuten klar, dass die vorliegende Erfindung für eine beliebige Zahl von Definitionen von Textur- und Schwarzabhebungssignalen vorteilhafte Ergebnisse liefert.
3 zeigt die Eingabe des Digitalbildkanals n(x,y), des Textursignals n_txt(x,y) und der Rauschtabelle 6 in einen Texturmodifikator 70. Zweck des Texturmodifikators 70 ist es, die Detailmenge in der Szene rauschabhängig zu erhöhen. Anhand von Informationen über die erwartete Standardabweichung des Rauschens für eine gegebene Intensitätsstufe, wie durch die Rauschtabelle bereitgestellt, wird eine Schätzung des lokalen Signal-/Rauschabstands vorgenommen. Diese Schätzung des lokalen Signal-/Rauschabstands wird benutzt, um den Verstärkungsfaktor bezüglich der Verstärkung einzustellen, die einer lokalen Stufe des Textursignals verliehen wird. Dieses Verfahren wird nachfolgend detaillierter erläutert. Die Ausgabe des Texturmodifikators 70 ist ein verbessertes Textursignal n'_txt(x,y). Das Schwarzabhebungssignal n_ped(x,y) wird in den Schwarzabhebungsmodifikator 60 eingegeben, um den Kantenkontrast zu erhöhen, so dass die Kanten deutlicher und schärfer erscheinen. Zweck des Tintenstrahldruckkopfes 60 ist es, die Bildkanten zu verbessern, ohne Artefakte zu erzeugen. Das durch den Schwarzabhebungsmodifikator 60 verwendete Verfahren wird nachfolgend detaillierter beschrieben. Die Ausgabe des Schwarzabhebungsmodifikators ist ein verbessertes Schwarzabhebungssignal n'_ped(x,y).
Die Ausgaben des Schwarzabhebungsmodifikators 60 und des Texturmodifikators 70 werden in einen Addierer eingegeben, der das verbesserte Textursignal n'_txt(x,y) und das verbesserte Schwarzabhebungssignal n'_ped(x,y) zusammen addiert, um die Digitalbildkanalausgabe von dem Schärfungsprozessor 20 zu erzeugen. Der verbesserte Digitalbildkanal n'(x,y) kann folgendermaßen ausgedrückt werden: n'(x,y) = n'txt(x,y) + n'ped(x,y)
4 zeigt ein alternatives Ausführungsbeispiel des Schärfungsprozessors 20, das zeigt, dass geringfügige Änderungen an der Anordnung der Komponenten oft nur eine geringe Wirkung auf die Ausgabe des Schärfungsprozessors 20 haben. Diesbezüglich gibt der Schwarzabhebungsteiler 50 das Textursignal n_txt(x,y) und ein Vermeidungssignal a(x,y) aus. Das Vermeidungssignal a(x,y) ist ein Zwischensignal, das von dem Schwarzabhebungsteiler 50 zur Bestimmung der Lage der Kanten in dem Bild berechnet wird. Die Ableitung dieses Signals wird später beschrieben. Der Wert des Vermeidungssignals reicht von 0,0 bis 1,0. Bildstellen (x,y) mit einem Wert des Vermeidungssignals von a(x,y) = 0,0 entsprechen Kantenbereichen des Bildes; Bildstellen (x,y) mit einem Wert des Vermeidungssignals von a(x,y) > 0,0 entsprechen Bilddetail- oder Rauschbereichen des Bildes. Wie bereits erwähnt, liegt der vorliegenden Erfindung die Aufgabe zugrunde, eine unabhängige Steuerung der Verbesserung an Detail, großen Kanten und Rauschbereichen zu ermöglichen. In dem vom Schärfungsprozessor 20 ausgegebenen Digitalbildkanal ist es daher wünschenswert, dass die Kanten (wobei a(x,y) = 0) durch den Schwarzabhebungsmodifikator 60 verbessert werden, und dass die Bereiche mit Bilddetail oder Rauschen (entsprechend den Stellen, wo a(x,y) > 0,0) durch den Texturmodifikator 70 verbessert werden.
Zu diesem Zweck wird der Digitalbildkanal n(x,y) in den Schwarzabhebungsmodifikator 60, und das Textursignal n_txt(x,y), wie zuvor, in den Texturmodifikator 70 eingegeben. Die beiden resultierenden Ausgaben des Schwarzabhebungsmodifikators 60 und des Texturmodifikators 70, das verbesserte Textursignal n'_txt(x,y) und das verbesserte Schwarzabhebungssignal n'_ped(x,y) werden in einen Vermeidungsaddierer 81 eingegeben. Der Vermeidungsaddierer 81 benötigt drei Eingaben: die beiden zu addierenden Signale n'_txt(x,y) und n'_ped(x,y) und das Artefaktvermeidungssignal (a(x,y)). Die beiden zu addierenden Signale werden einer Transformation unterzogen, wobei eines der zu addierenden Signale mit a(x,y) multipliziert wird und das andere mit (1-a(x,y)). Die beiden transformierten Signale werden dann addiert. Die um a(x,y) skalierte Signaleingabe ist als "a(x,y) Eingabe" des Vermeidungssignaladdierers 81 bekannt, und die um (1-a(x,y)) skalierte Eingabe ist als "(1-a(x,y)) Eingabe" des Vermeidungssignaladdierers 81 bekannt. Im Falle des vorliegenden Ausführungsbeispiels des Schärfungsprozessors 20 lässt sich die Signalausgabe aus dem Vermeidungssignaladdierer folgendermaßen ausdrücken: n'(x,y) = a(x,y)ntxt(x,y) + (1-a(x,y))np ed(x,y)
Wie in 5 gezeigt, wird die Digitalbildkanaleingabe n(x,y) in den Schwarzabhebungsteiler 50 von einem Frequenzteiler 94 in ein Hochpasssignal n_hp(x,y) und in ein Tiefpasssignal n_lp(x,y) aufgeteilt. Zwar gibt es zahlreiche bekannte Techniken zur Erzeugung von Hochpass und Tiefpasssignalen, aber der Frequenzteiler wird vorzugsweise mit einem Gaußschen Filter mit einer Standardabweichung (Sigma) von 0,9 Pixel implementiert. Der bevorzugte Wert der Standardabweichung des Gaußschen Filters kann sich je nach Bildgröße ändern. Der Wert von 0,9 Pixeln für die Standardabweichung wurde durch Optimierung der vorliegenden Erfindung mit Bildgrößen von 1024 × 1536 Pixeln abgeleitet. Das Gaußsche Filter ist ein zweidimensionales, kreisförmig symmetrisches Tiefpassfilter, dessen Filterkoeffizienten nach folgender Formel ableitbar sind, die in der Technik bekannt ist:
g(i,j) = 1/(Sigma Quadratwurzel(2π))exp[-(i²+j²)/(2 Sigma²)]
wobei g(i,j) = der Gaußsche Filterkoeffizient an Pixel (i, j)
Sigma = die Standardabweichung des Gaußschen Filters (0,9)
n = die Konstante von ca. 3,1415 ...
In dem bevorzugten Ausführungsbeispiel erstrecken sich i und j von –3 bis +3 einschließlich für insgesamt 49 Koeffizienten für das Filter g(i,j). Es sei darauf hingewiesen, dass bekanntermaßen eine andere Technik für das Auftrennen eines Gaußschen Filters in horizontale und vertikale Komponenten für die nachfolgende Anwendung vorhanden ist, um die Berechnungskosten zu senken. In beiden Fällen wendet der Frequenzteiler 94 das Gaußsche Filter g(i,j) auf den Digitalbildkanal n(x,y) mithilfe eines Faltungsverfahren an, wie in der Technik bekannt ist. Die Faltung lässt sich folgendermaßen ausdrücken: nlp(x,y) = ΣΣ n(x-i,y-j)g(i,j) wobei die Summenbildung über alle i und j erfolgt. Das aus diesem Faltungsprozess resultierende Signal n_lp(x,y) ist das Tiefpasssignal. Das Tiefpasssignal wird vom Frequenzteiler 94 ausgegeben. Das Hochpasssignal n_hp(x,y) wird vom Frequenzteiler 94 ausgegeben, nachdem es durch folgende Beziehung abgeleitet worden ist: nhp(x,y) = n(x,y) – nlp(x,y)
Das Tiefpasssignal n_lp(x,y) wird in einen Vermeidungssignalgenerator 104 zur Erzeugung eines Vermeidungssignals a(x,y) eingegeben, wie nachfolgend detaillierter beschrieben wird. Ein Textursignalgenerator 90 empfängt sowohl das Hochpasssignal n_hp(x,y) als auch das Vermeidungssignal a(x,y), worauf beide Signale zur Erzeugung eines Textursignals n_txt(x,y) multipliziert werden. Das Textursignal n_txt(x,y) lässt sich demnach folgendermaßen ausdrücken: ntxt(x,y) = a(x,y)∙nhp(x,y).
Das durch den Textursignalgenerator 90 berechnete Textursignal n_txt(x,y) wird dann von dem Schwarzabhebungsteiler 50 ausgegeben. Wie in 5 anhand von Strichlinien gezeigt, kann das Vermeidungssignal a(x,y) wahlweise von dem Schwarzabhebungsteiler 50 ausgegeben werden, insbesondere, um dem Vermeidungsaddierer 81 in dem alternativen Ausführungsbeispiel des in 4 gezeigten Schärfungsprozessors 20 eine Eingabe bereitzustellen.
Ein Schwarzabhebungsgenerator 100 empfängt den Luminanz-Digitalbildkanal n(x,y) und das Textursignal n_txt(x,y) und subtrahiert das Textursignal von dem Luminanzsignal, wodurch das Schwarzabhebungssignal n_ped(x,y) entsteht. Das Schwarzabhebungssignal n_ped(x,y) lässt sich demnach folgendermaßen ausdrücken: nped(x,y) = n(x,y) – ntxt(x,y).
Das durch den Schwarzabhebungsgenerator 100 berechnete Schwarzabhebungssignal n_ped(x,y) wird dann von dem Schwarzabhebungsteiler 50 ausgegeben.
5A zeigt ein alternatives Ausführungsbeispiel des Schwarzabhebungsteilers 50 (als 50A bezeichnet). Die Eingabe des Luminanz-Digitalbildkanals n(x,y) in das alternative Ausfüh rungsbeispiel des Schwarzabhebungsteilers 50A wird durch einen Frequenzteiler 94 in ein Hochpasssignal und in ein Tiefpasssignal geteilt, und zwar vorzugsweise mit dem Gaußschen Filter, wie zuvor beschrieben, das eine Standardabweichung (Sigma) von 0,9 Pixel aufweist. Der bevorzugte Wert der Standardabweichung des Gaußschen Filters kann sich je nach Bildgröße ändern. Der Wert von 0,9 Pixeln für die Standardabweichung wurde durch Optimierung der vorliegenden Erfindung mit Bildgrößen von 1024 × 1536 Pixeln abgeleitet. Der Frequenzteiler 94 wendet das Gaußsche Filter g(i,j) auf den Digitalbildkanal n(x,y) mithilfe des zuvor erwähnten Faltungsprozesses an.
Das aus diesem Faltungsprozess resultierende Signal n_lp(x,y) ist das von dem Frequenzteiler 94 ausgegebene Tiefpasssignal. Das Hochpasssignal n_hp(x,y) wird vom Frequenzteiler 94 ausgegeben, nachdem es durch folgende Beziehung abgeleitet worden ist: nhp(x,y) = n(x,y) – nlp(x,y)
In diesem alternativen Ausführungsbeispiel des Schwarzabhebungsteilers wird das Tiefpasssignal n_lp(x,y) von dem Schwarzabhebungsteiler als Schwarzabhebungssignal n_ped(x,y) ausgegeben. (In diesem Fall wird das Schwarzabhebungssignal n_ped(x,y) mit dem Tiefpasssignal n_lp(x,y) gleichgesetzt, anstatt mit einem Kontrollsignal abgeleitet zu werden). In gleicher Weise wird das Textursignal n_txt(x,y) mit dem Hochpasssignal n_hp(x,y) gleich gesetzt.
Dieses alternative Ausführungsbeispiel des Schwarzabhebungsteilers 50A führt eine digitale Filteroperation durch Faltung durch und gibt die Hochpass- und Tiefpasssignale als Textur- bzw. Schwarzabhebungssignale aus. Dieses Ausführungsbeispiel des Schwarzabhebungsteilers 50A ist einfacher als das bevorzugte Ausführungsbeispiel 50, weil kein Kontrollsignal verwendet oder berechnet wird. Allerdings ist die Qualität der Digitalbildausgabe aus dem Präferenzeinsteller 4, der dieses alternative Ausführungsbeispiel verwendet, der Qualität der Digitalbildausgabe aus dem Präferenzeinsteller 4, der das bevorzugte Ausführungsbeispiel des Schwarzabhebungsteilers 50 verwendet, unterlegen.
Fachleuten wird klar sein, dass es viele Arten von Operationen gibt, die zur Erzeugung von zwei Signalen verwendbar sind, die sich im Wesentlichen zur Erzeugung des Digitalbildkanals addieren. Das bevorzugte Ausführungsbeispiel des Schwarzabhebungsteilers und das alternative Ausführungsbeispiel des Schwarzabhebungsteilers sind beides Beispiele für Betriebsarten, die verwendbar sind, um einen Digitalbildkanal in zwei Signale aufzuteilen, die sich im Wesentlichen zur Erzeugung des Digitalbildkanals addieren.
6 zeigt ein Blockdiagramm des Vermeidungssignalgenerators 104. Das Tiefpasssignal n_lp(x,y) wird in einen ungerichteten Quadratgradientenberechner 106 eingegeben, um ein ungerichtetes Gradientensignal zu erzeugen. Diese Berechnung wird durchgeführt, indem zunächst die Differenz zwischen dem Pixel und dem oberen vertikalen Nachbarn sowie die Differenz zwischen dem Pixel und dem horizontalen Nachbarn zur Rechten berechnet wird. Der ungerichtete Quadratgradient ist dann die Summe der Quadrate dieser beiden Differenzen. Das ungerichtete Quadratgradientensignal ndg(x,y) lässt sich durch folgende Gleichung ausdrücken: ndg(x,y) = [nlp(x,y)-nlp(x-1,y)]2 + [nlp(x,y)-nlp(x,y+1)]2
Der Wert von ndg(x,y) wird dann durch einen Artefaktvermeidungs-Funktionsapplikator 108 zugeordnet, um ein Artefaktvermeidungssignal a(x,y) als Ausgabe des Vermeidungssignal-Generators 104 zu erzeugen.
6 zeigt, dass die Zuordnungsfunktion durchgeführt wird, indem das ungerichtete Quadratgradientensignal ndg(x,y) durch eine Artefaktvermeidungsfunktion av(y) geführt wird, die in folgender Weise gebildet wird. Das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung nutzt eine wie folgt definierte Artefaktvermeidungsfunktion: av(y) = (1/2)(1 + COS(π(y – Co)/(C1 – Co))für y > Co und y < C₁,
av(y) = 0
für y >= C₁ und
av(y) = 1
für y <= Co wobei C_o und C₁ numerische Konstanten sind.
Die bevorzugten Werte für C_o und C₁ hängen von dem Bereich der Eingabedaten ab. Der Eingabedatenbereich in den Bildern, die in der Entwicklung des bevorzugten Ausführungsbeispiels verwendet wurden, beträgt 0 bis 4095. In diesem Fall ist der bevorzugte Wert für C_o 996, der bevorzugte Wert für C₁ ist 8400. Ein alternatives Verfahren zur Erstellung der Artefakt-Vermeidungsfunktion beschreibt folgende Gleichung: av(y) = 1 – Quadratwurzel((y – Co)/(C1 – Co))für y >= C_o und y <= C₁,
av(y) = 1
für y < C_o und
av(y) = 0
für y > C₁. 7 zeigt eine exemplarische Kurve der Funktion av(y).
Es sei darauf hingewiesen, dass sich in dem bevorzugten Ausführungsbeispiel der Wert von C₁ auf die Größe Sigma (in Standardabweichungen) des Gaußschen Filters bezieht. Der Wert von C₁ ist umgekehrt proportional zum Quadrat von Sigma (in Standardabweichungen) des Gaußschen Filters. Vorzugsweise lässt sich C₁ durch folgende Relation bestimmen: C1 = 6804/(Sigma∙Sigma)
Zudem steht Co durch folgende Gleichung in Beziehung zu C₁: Co = 0,127 C1 – 18
Das Artefaktvermeidungssignal a(x,y) wird von dem Artefaktvermeidungs-Funktionsapplikator 108 erzeugt. Hierzu wird die Artefaktvermeidungsfunktion av(y) an das ungerichtete Gradientensignal ndg(x,y) angelegt, wie in 7 gezeigt. Das mathematische Ergebnis wird durch folgende Gleichung beschrieben: a(x,y) = av(ndg(x,y)).
Die in 7 gezeigte Artefaktvermeidungsfunktion lässt sich am effizientesten als Transformationstabelle (LUT/Look-Up-Table) implementieren.
Zum besseren Verständnis sei darauf hingewiesen, dass das Vermeidungssignal a(x,y) ein Beispiel eines Steuersignals, das aus einer räumlich gefilterten Version des Digitalbildkanals erzeugt wird. Zunächst wird ein generalisiertes, lineares Raumfilter durch folgende Gleichung beschrieben: c(x,y) = ΣΣd(x-i,y-j)g(i,j)wobei die Werte d(x-i,y-j) für lokale Pixelwerte stehen, die das Pixel (x,y) umgeben, und wobei die Werte g(i,j) für numerische Koeffizienten eines digitalen Filters stehen, das nicht von den Pixelwerten abhängt. Ein nicht lineares Raumfilter ist hier als Raumfilter definiert, das sich durch die lineare Raumfilterfunktion nicht beschreiben lässt. Die Ausgabe eines generalisierten Steuersignals an ein Eingabesignal ist durch ein multiplikatives Verhältnis zum Eingabesignal gekennzeichnet. Folgende Gleichung zeigt ein Beispiel für die Anwendung eines Steuersignals: c(x,y) = h(x,y)d(x,y)wobei die Werte d(x,y) für die (x,y) Pixelwerte des Eingabesignals stehen, und die Werte h(x,y) für die (x,y) Pixelwerte des Steuersignals. Durch Anlegen eines Steuersignals an ein Eingabesignal erzielt man ein Ergebnis, das in die allgemeine Kategorie eines nicht linearen Raumfilters fällt, wenn das Steuersignal von einer räumlich gefilterten Version des Eingabesignals abgeleitet wird. Das Vermeidungssignal a(x,y) ist ein Beispiel eines Steuersignals, das aus einer räumlich gefilterten Version des Digitalbildkanals erzeugt wird. Das in dem bevorzugten Ausführungsbeispiel beschriebene Textursignal n_txt(x,y) ist ein Beispiel eines nicht linearen Raumfilters, das durch Anlegen eines Steuersignals und eines digitalen Filters an den Bildkanal n(x,y) erzeugt wird.
Der in 8 gezeigte Schwarzabhebungsmodifikator 60 ist ein Schärfefilteralgorithmus, der sich an die Morphologie eines Digitalbildkanals anpasst, und zwar beruhend auf einer oder mehreren Bildeigenschaften, die über einen lokalisierten Bereich des Digitalbildkanals berechnet sind (wie durch ein zweidimensionales Fenster isoliert). Der Filterungsalgorithmus umfasst eine Stufe zur Normalisierung der Tonwertskalenumwandlung mit einer Skalierungsfunktion für die Bildstatistik(en) über den lokalisierten Bereich eines Digitalbildkanals und die Verwendung der skalierten Tonwertskala zur Neubildung der Struktur der Kanten in dem Digitalbildkanal. Die Form der lokalen Tonwertskalenfunktion wird normalerweise vor Verarbeitung des Bildes gewählt, aber die genaue Skalierung und Umsetzung der lokalen Tonwertskalenoperation wird durch die Statistiken in einem lokalisierten Bereich bestimmt. Nachdem der Bereich isoliert worden ist, umfasst die Implementierung des Algorithmus die Identifizierung eines gewünschten statistischen Merkmals aus dem lokalen Bereich, wobei eine lokale Tonwertskalenumwandlung durchgeführt wird, die in Relation zu dem statistischen Merkmal normalisiert wird, und die Zuordnung des zentralen Pixels im lokalen Bereich durch die Tonwertskalenumwandlung zur Erzeugung eines verbesserten zentralen Pixelwerts. Weitere Details des Schwarzabhebungsmodifikators 60 werden in der US-Parallelanmeldung Nr. 09/324,239, "A Method for Enhancing the Edge Contrast of a Digital Image", eingereicht am 2. Juni 1999 im Namen von A. G. Gallagher und E. B. Gindele, beschrieben.
Der Schwarzabhebungsmodifikator 60 lässt sich auf verschiedene Weise implementieren. Wie in dem Blockdiagramm in 8 gezeigt, wird der Schwarzabhebungsmodifikator 60 vorzugsweise in einer ersten Betriebsart betrieben, indem die eingegebenen Pixelwerte auf das lokale Maximum und Minimum für jeden Bereich skaliert werden, worauf die skalierten Eingabewerte an eine Tonwertskalenfunktion mit normalisierten Koordinaten angelegt werden; die durch diese Umwandlungsoperation erzielte Ausgabe wird dann mit einer Umkehrung der Skalierungsfunktion (in Bezug auf die Erzeugung der Eingabe) verarbeitet, um den verbesserten Ausgabewert zu erhalten. In einer zweiten Betriebsart der Implementierung des Schwarzabhebungsmodifikators 60 wird eine lokale Tonwertskala mit Koordinaten erstellt, die durch ein lokales Maximum und Minimum für jeden Bereich eingegrenzt sind, worauf jeder zentrale Pixelwert durch die eingegrenzten Koordinaten der Tonwertskalenfunktion abgebildet werden. Dadurch wird direkt der verbesserte Ausgabewert erzeugt. In einer dritten Betriebsart wird nur die Eingabe der Tonwertskalenfunktion mit der umgekehrten Skalierungsfunktion skaliert, und das Ausgabepixel wird mit der Umkehrung der Skalierungsfunktion verarbeitet; in einer vierten Betriebsart wird nur die Ausgabe der Tonwertskalenfunktion skaliert, und das Eingabepixel wird mit der Skalierungsfunktion verarbeitet. In jeder Betriebsart kann die Form der Tonwertskalenfunktion über dem Bild fest bleiben; es kann jedoch wünschenswert sein, die Form der Tonwertskalenfunktion abhängig von den statistischen Merkmalen des Bereichs zu variieren. Obwohl es zudem üblich sein kann, die normalisierte Tonwertskalenoperation im Wesentlichen auf alle Pixel in dem eingegebenen Digitalbildkanal anzuwenden, kann es wünschenswert sein, das Verfahren nur auf ausgewählte Bereiche des Digitalbildkanals anzuwenden. Für Details der zweiten, dritten und vierten Betriebsarten sei auf die zuvor genannte US-Schrift Nr. 09/324,239 verwiesen. Diese alternativen Verfahren erzeugen einen verarbeiteten Digitalbildkanal, der mit dem von dem Schwarzabhebungsmodifikator 60 erzeugten, verarbeiteten Digitalbildkanal identisch ist, wie in dem bevorzugten Ausführungsbeispiel beschrieben (d.h. in der ersten Betriebsart, 8).
8 zeigt ein Blockdiagramm eines bevorzugten Ausführungsbeispiels für die Implementierung des Schwarzabhebungsmodifikators 60 gemäß der ersten Betriebsart, wie zuvor beschrieben. Es sei darauf hingewiesen, dass das bevorzugte Ausführungsbeispiel des Schwarzabhebungsmodifikators 60 in Bezug auf einen relativ hoch aufgelösten Digitalbildkanal mit z.B. den Abmessungen 1024 Pixel in der Höhe und 1536 Pixel in der Breite beschrieben wird, obwohl die Erfindung auch mit Bildkanälen betreibbar ist, die größere oder kleinere Bildauflösungen aufweisen. Die Wahl der Bildauflösung kann jedoch einen begleitenden Effekt auf die Fenstergröße haben, d.h., während ein 5 × 5 Fenster für eine Auflösung von 1024 × 1536 bevorzugt wird, ermöglicht die Wahl eines Bildsensors mit höherer Auflösung ein größeres Fenster und umgekehrt.
In Bezug auf 9 wird der Wert jedes eingegebenen zentralen Pixels 110 der digitalen Darstellung des Digitalbildkanals zunächst an einen lokalen Statistikbestimmer 116 zur Berechnung lokaler Statistiken übergeben. Die Werte der umgebenden Pixel 114 in einem lokalen Bereich 112 werden ebenfalls an den lokalen Statistikbestimmer 116 übergeben. Der lokale Bereich 112 und die Eingabepixel 110 stellen einen Raumbereich des Digitalbildkanals dar. In dem bevorzugten Ausführungsbeispiel ist der lokale Bereich um jedes Eingabepixel 110 als ein quadratischer Nachbarschaftsbereich definiert, der um das Eingabepixel mittig angeordnet ist, für die die lokalen Statistiken bestimmt werden. In dem bevorzugten Ausführungsbeispiel ist der lokale Bereich ein quadratischer Nachbarschaftsbereich mit 5 Pixeln auf jeder Seite. 9 zeigt den lokalen Bereich als Implementierung in dem bevorzugten Ausführungsbeispiel. Die in dem lokalen Bereich 112 liegenden Pixel 114 sind als 24 Pixel (schraffiert) dargestellt, die das Eingabepixel 110 umgeben, das an den lokalen Statistikbestimmer 116 über geben worden ist. Fachleute werden erkennen, dass die vorliegende Erfindung mit einer großen Vielzahl lokaler Bereichsgrößen und Bereichsformen verwendbar ist, und dass sich die Verwendung (in der vorliegenden Beschreibung und in den Ansprüchen) des Begriffs "zentral" oder "mittig" zur Beschreibung des verarbeiteten Pixels lediglich auf ein Pixel bezieht, das lokal von Pixeln umgeben ist, und nicht auf ein Pixel im Mittelpunkt dieses lokalen Bereichs.
In 8 wird der Wert "u" jedes zentralen Pixels 110 in den Statistikbestimmer 116 und in einen Skalierungsfunktionsauswerter 120 eingegeben. Die Werte der Pixel 114 in dem lokalen Bereich werden zudem in den Statistikbestimmer 116 eingegeben, um ein statistisches Merkmal des lokalen Bereichs zu erzeugen. Ein Skalierungsfunktionsgenerator 118 verwendet die statischen Merkmale zur Erzeugung einer Skalierungsfunktion s(x), die an den Skalierungsfunktionsauswerter 120 angelegt wird, um den Wert "u" jedes Eingabepixels 110 zu normalisieren und damit einen ersten Zwischenwert I zu erzeugen. Das statistische Merkmal wird zudem durch einen umgekehrten Skalierungsfunktionsgenerator 122 benutzt, um eine Funktion s^-1(x) zu erzeugen, die die Umkehrung der Skalierungsfunktion s(x) ist. Der erste Zwischenwert I wird dann an einen Tonwertskalenanwender 124 angelegt, der den Zwischenwert I durch eine Tonwertskalenfunktion f(x), die von einem Tonwertskalenfunktionsgenerator 126 erzeugt wird, zuzuordnen, und einen zweiten Zwischenwert I₂ zu erzeugen. Der von dem Tonwertskalenanwender 124 ausgegebene Zwischenwert I₂ wird dann an den umgekehrten Skalierungsfunktionsanwender 128 angelegt, der einen verarbeiteten Wert u' in dem Systembildraum erzeugt, indem er die umgekehrten Funktionen s^-1(x) benutzt, die von dem umgekehrten Skalierungsfunktionsgenerator 122 erzeugt werden.
Der Statistikbestimmer 116 berechnet mehrere Merkmale, die die Bilddaten beschreiben, die in dem lokalen Bereich 112 und in dem Eingabepixel 110 enthalten sind. Die lokalen Statistiken können eine beliebige mathematische Kombination der Pixelwerte sein, die in dem lokalen Bereich 112 und dem Eingabepixel 110 enthalten sind. In dem bevorzugten Ausführungsbeispiel bestimmt der lokale Statistikbestimmer 116 zwei lokale Statistiken, nämlich die maximalen und minimalen Pixelwerte aus dem lokalen Bereich 112 und dem Eingabepixel 110. Als Alternative könnte der lokale Statistikbestimmer 116 das Mittel der n maximalen Pixelwerte und das Mittel der m minimalen Pixelwerte bestimmen, wobei n und m ganze Zahlen sind, die viel kleiner als die Anzahl der Pixel sind, die in dem lokalen Bereich 112 enthalten sind, beispielsweise n = m = 3. Wie nachfolgend beschrieben wird, sind diese lokalen Statistiken zur Erzeugung der Skalierungsfunktion s(x) und der umgekehrten Skalierungsfunktion s^-1(x) verwendbar.
Die durch den lokalen Statistikbestimmer 116 bestimmten lokalen Statistiken werden dann an den Skalierungsfunktionsgenerator 118 und an den umgekehrten Skalierungsfunktionsgenerator 122 übergeben. In dem bevorzugten Ausführungsbeispiel ist die Skalierungsfunktion durch folgende Gleichung darstellbar:
wobei X für den maximalen Pixelwert aus dem lokalen Bereich 112 steht und N für den minimalen Pixelwert aus dem lokalen Bereich 112. Die Skalierungsfunktion hat den Zweck, den Wert des zentralen Pixels 110 derart zu modifizieren, dass der modifizierte Pixelwert als eine Eingabe für eine Tonwertskalenfunktion 130 verwendbar ist, wie in 10 gezeigt. In dem bevorzugten Ausführungsbeispiel wird diese Tonwertskalenfunktion 130 als Transformationstabelle (LUT) angewandt. In dem bevorzugten Ausführungsbeispiel besteht der Effekt der Skalierungsfunktion darin, das Intervall [N X] an Eingabewerten zu einem Intervall [0 1] zu normalisieren (d.h. zu komprimieren), wie in 10 gezeigt.
In ähnlicher Weise erzeugt der umgekehrte Skalierungsfunktionsgenerator 122 die umgekehrte Skalierungsfunktion s^-1(u); die umgekehrte Skalierungsfunktion s^-1(u) ist durch folgende Gleichung darstellbar: s-1(u) = u(X – N) + N
Die umgekehrte Skalierungsfunktion hat den Zweck, die aus der Tonwertskalenfunktion 130 erhaltenen Ausgabewerte in das Intervall [N X] zurückzuskalieren. Die Skalierungsfunktion und die umgekehrte Skalierungsfunktion sind tatsächlich Umkehrfunktionen, da sich leicht zeigen lässt, dass s^-1(s(u)) = u.
Der Wert des Eingabepixels 110 wird dann an den Skalierungsfunktionsauswerter 120 übergeben, um einen Zwischenwert I = s(u) zu erzeugen, wobei I für den Zwischenwert, s(x) für die Skalierungsfunktion und u für den Wert des Eingabepixels 110 steht. Die Ausgabe des Skalierungsfunktionsauswerters 120 ist der Zwischenwert I. Der Zwischenwert I wird dann an den Tonwertskalenanwender 124 übergeben. Der Tonwertskalenanwender 124 hat die Aufgabe, den Kontrast des Eingabepixels 110 in Bezug auf den lokalen Bereich 112 zu verändern. Der Tonwertskalenanwender 124 modifiziert den Zwischenwert I, wodurch der zweite Zwischenwert I₂ entsteht. Der Tonwertskalenanwender 124 modifiziert den Zwischenwert I mit der Tonwertskalenfunktion 130 (d.h. f(x)). Somit lässt sich der Tonwertskalenanwender durch folgende Gleichung ausdrücken: I₂ = f(I), wobei I₂ der zweite Zwischenwert ist, f(x) ist die Tonwertskalenfunktion und I ist die Zwischenwertausgabe von dem Skalierungsfunktionsauswerter 120.
Die Tonwertskalenfunktion f(x) wird durch den Tonwertskalenfunktionsgenerator 126 erzeugt. In dem bevorzugten Ausführungsbeispiel ist die Tonwertskalenfunktion f(x) die durch eine Gaußsche Wahrscheinlichkeitsverteilungsfunktion erzeugte Sigmoidfunktion und in der Technik bekannt. Die Sigmoidfunktion ist durch die Standardabweichung σ der integrierten Gaußschen Wahrscheinlichkeitsverteilungsfunktion vollständig gekennzeichnet. Die Tonwertskalenfunktion f(x) lässt sich durch folgende Formel ausdrücken:
In dem bevorzugten Ausführungsbeispiel wird die Tonwertskalenfunktion durch Berechnung der Summe von diskreten Abtastungen einer Gaußschen Verteilung ermittelt, wie in der folgenden Formel gezeigt:
wobei 2a die Zahl der Abtastungen in der Transformationstabelle ist. In dem bevorzugten Ausführungsbeispiel ist a=50.
Es sei darauf hingewiesen, dass sich die bei x = 0,5 bewertete Steigung der Tonwertskalenfunktion f(x) durch folgende Beziehung ermitteln lässt:
wobei γ die Steigung der bei x=0,5 berechneten Sigmoidfunktion ist und die ungefähre Steigung der zuvor beschriebenen Summenbildung, und σ ist die Standardabweichung der Gaußschen Wahrscheinlichkeitsfunktion. Wenn der Wert von γ > 1,0 ist, schärft die vorliegende Erfindung den Digitalbildkanal durch Neuschärfung der lokalen Struktur der Kanten. Wenn der Wert von γ < 1,0 ist, erzeugt der Betrieb der vorliegenden Erfindung tendenziell ein Bild mit einer weicheren Darstellung als das Eingabebild. In dem bevorzugten Ausführungsbeispiel ist d2 = 2,1 und σ = 0,19. In dem bevorzugten Ausführungsbeispiel ist die Tonwertskalenfunktion f(x) unabhängig von der lokalen Statistikausgabe von dem lokalen Statistikbestimmer 116 und muss somit nur einmal je Bildkanal berechnet werden, und zwar trotz der zu verarbeiteten Anzahl von Pixeln.
10 zeigt eine Vielzahl von Tonwertskalenfunktionen, von denen eine als Tonwertskalenfunktion 130 dargestellt ist, sowie zugehörige Standardabweichungen der Gaußschen Wahrscheinlichkeitsfunktion σ. Fachleute werden erkennen, dass eine große Vielzahl von Funktionen zusätzlich zur Sigmoidfunktion die Aufgabe des Tonwertskalenanwenders 124 wahrnehmen kann.
Der zweite, vom Tonwertskalenanwender 124 ausgegebene Zwischenwert I₂ wird an den umgekehrten Skalierungsfunktionsanwender 128 angelegt. Zusätzlich dazu wird die Ausgabe der umgekehrten Skalierungsfunktion s^-1(x) aus dem umgekehrten Skalierungsfunktionsgenerator 122 an den umgekehrten Skalierungsfunktionsanwender 128 übergeben. Zweck des umgekehrten Skalierungsfunktionsanwenders 128 ist es, den verarbeiteten Pixelwert u' aus dem zweiten Zwischenwert I₂ zu erzeugen. Der umgekehrte Skalierungsfunktionsanwender 128 erzeugt den verbesserten Pixelwert u' durch Auswertung der umgekehrten Skalierungsfunktion: u' = s-1(I2)
Bei Ersetzen von I₂ und I, u' = s-1(f{s(u)})wobei s^-1(x) für die umgekehrte Skalierungsfunktion steht, f{x} steht für die Tonwertskalenfunktion, s(x) steht für die Skalierungsfunktion, u steht für den Wert des Eingabepixels 110 und u' steht für den Wert des verbesserten Pixels. Die Digitalbildkanalausgabe des Schwarzabhebungsmodifikators 60 ist ein verbessertes Schwarzabhebungssignal n'_ped(x,y).
Typischerweise wird der Prozess zur Erzeugung eines verarbeiteten Pixelwerts u' aus dem Schwarzabhebungsmodifikator 60 für jedes Pixel des Digitalbildkanals wiederholt, um einen verarbeiteten Pixelwert entsprechend jedem Pixel in dem Digitalbildkanal zu erzeugen. Diese verarbeiteten Pixelwerte, soweit als eine Sammlung betrachtet, bilden einen verarbeiteten Digitalbildkanal. Alternativ hierzu kann der Prozess zur Erzeugung eines verarbeiteten Pixelwerts u' für eine Untermenge aller Pixel des Digitalbildkanals wiederholt werden, um einen verarbeiteten Pixelwert entsprechend einer Untermenge von Pixeln in dem Digitalbildkanal zu erzeugen. In diesem Fall bildet die Untermenge, soweit als Sammlung betrachtet, ein verarbeitetes Bild für einen Teil des Kanals. Die Parameter des vorliegenden Algorithmus lassen sich im Allgemeinen einstellen, um einen verbesserten Digitalbildkanal zu erzeugen, und zwar mit einem höheren wahrgenommenen Kantenkontrast und einer höheren Klarheit als der Digitalbildkanal.
Der Schwarzabhebungsmodifikator 60 bedarf der Definition von zwei Parametern: der Größe des lokalen Bereichs (der als eine Fenstergröße für das Schärfungsfilter beschrieben werden kann) und die Steigung der Tonwertskalenumwandlungsfunktion (die als Steigung der Tonwertskalenfunktion beschrieben werden kann). Der Algorithmus arbeitet tendenziell am besten, wenn die Fenstergröße relativ klein gehalten wird, z.B. nicht größer als etwa 7 × 7 Pixel für einen Bildwandler von 1024 × 1536. Mit zunehmender Fenstergröße und Steigung der lokalen Tonwertskalenfunktion unterliegt das Bild einem "Malen-nach-Zahlen"-Artefakt. Ein großes Fenster neigt dazu, eine Textur auf einer Seite einer großen Kante, die einen Einschluss begrenzt, zu komprimieren, da das Maximum und Minimum auf den gegenüberliegenden Seiten der Kante auftritt. Dieser Effekt reduziert sich dadurch, dass das Fenster relativ klein gehalten wird. Eine Fenstergröße von 5 × 5 oder weniger Pixeln hat sich im Allgemeinen als vorteilhaft zur Erzeugung zufriedenstellender Ergebnisse in typischen Situationen für eine Auflösung von 1024 × 1536 erwiesen. Wie bereits erwähnt, können auch andere Fenstergrößen ohne Schwierigkeit für andere Bildauflösungen empirisch ermittelt werden; alternativ hierzu kann ein größeres Fenster in bestimmten Situationen für eine gegebene Auflösung akzeptabel sein, wenn der Benutzer bereit ist, verstärkte Artefakte zu akzeptieren, um eine Schärfung des größeren Fensters zu erzielen.
Der hier beschriebene Schwarzabhebungsmodifikator hat den Vorteil, dass der Wert des zentralen Pixels nach einem statistischen Merkmal der Region gesteuert wird, wodurch z.B. der Wert des zentralen Pixels entweder zum lokalen Maximum oder zum lokalen Minimum der Region verschoben wird, und zwar mit Ausnahme des Falls, in dem das zentrale Pixel im Wesentlichen in der Mitte zwischen dem lokalen Maximum und dem lokalen Minimum liegt. Demnach treten Kantenübergänge über einen schmaleren Bereich von Pixeln als im Eingabebild auf, wodurch ein Bild erzeugt wird, das schärfer als das Originalbild erscheint. Da die Ausgabe der Tonwertskalenumwandlung durch das statistische Merkmal modifiziert wird, z.B. begrenzt durch das lokale Maximum und das lokale Minimum des Bereichs, werden systematische Über- und Unterschwingungen an einer Kantengrenze beseitigt, und der Ringartefakt ist nicht so stark wahrnehmbar.
Eine detaillierte Ansicht des Texturmodifikators 70 ist in 11 erfindungsgemäß dargestellt. Der Texturmodifikator 70 nimmt den Digitalbildkanal n(x,y), das Textursignal n_txt(x,y) und die Rauschtabelle 6 als Eingabe entgegen. Die Ausgabe des Texturmodifikators 70 ist ein verbessertes Textursignal n'_txt(x,y). Der Texturmodifikator 70 hat die Aufgabe, das Textursignal um einen Faktor zu verstärken, der in Beziehung zu einer Schätzung des lokalen Signal-/Rauschabstands steht. Der Teil des Textursignals, der in die Regionen des Digitalbildsignals fällt, die einen hohen Signal-/Rauschabstand aufweisen, erhalten eine größere Verstärkung im Vergleich zu dem Teil des Textursignals, der Bereichen des Digitalbildkanals mit niedrigem Signal-/Rauschabstand zugeordnet ist. Beispielsweise sei angenommen, dass ein zu schärfen des Bild einen großen Bereich an blauem Himmel enthält. Die einzige Modulation in diesem Bereich ist mit hoher Wahrscheinlichkeit auf Rauschen aus dem Bildverarbeitungssystem zurückzuführen. Es ist daher nicht wünschenswert, die Amplitude dieser Modulation zu erhöhen. Andererseits ist die Modulation einer Rasenfläche das Ergebnis der Modulation durch viele Grünschattierungen zusätzlich zum Rauschen des Bildverarbeitungssystems. In diesem Fall wird die Modulation vorzugsweise verstärkt, da sie der tatsächlichen Modulation in der Szene zugeschrieben werden kann. In der vorliegenden Erfindung dient der Signal-/Rauschabstand als ein Klassifizierer zur Unterscheidung zwischen beispielsweise den beiden zuvor genannten Bereichsarten in einer Szene.
Der Digitalbildkanal n(x,y), das Textursignal n_txt(x,y) und die Luminanzrauschtabelle 6 werden in einen Signal-/Rauschabstands-Schätzer 160 eingegeben. Aufgabe des Signal-/Rauschabstands-Schätzers 160 ist es, den lokalen Signal-/Rauschabstand zu schätzen, der später zur Bestimmung der Verstärkung verwendet wird, die einem bestimmten Pixel des Textursignals verliehen wird. In dem bevorzugten Ausführungsbeispiel ist die Ausgabe des lokalen Signal-/Rauschabstands-Schätzers 160 eine Schätzung des Signal-/Rauschabstands für jedes Pixel in dem Digitalbildkanal, dargestellt durch das Symbol SNR(x,y). Es ist jedoch auch möglich, dass der Signal-/Rauschabstand für nur eine Untermenge an Pixelstellen des Digitalbildkanals berechnet wird. Der lokale Signal-/Rauschabstands-Schätzer 160 wird später detaillierter beschrieben.
Die Ausgabe des lokalen Signal-/Rauschabstands-Schätzers 160, SNR(x,y), wird an einen Verstärkungsbestimmer 134 übergeben. Der Verstärkungsbestimmer 134 bestimmt einen individuellen Wert der Verstärkung B(x,y), die an jede Stelle (x,y) des Textursignals angelegt wird, soweit eine Schätzung des lokalen Signal-/Rauschabstands bekannt ist. Dies erfolgt durch Verwendung einer Transformationstabelle, beispielsweise der als Kurve in 15 gezeigten Transformationstabelle. In dem bevorzugten Ausführungsbeispiel ist diese Transformationstabelle monoton ansteigend. Die Ausgabe der Transformationstabelle (die Verstärkung) steigt mit zunehmender Eingabe der Transformationstabelle an (die Schätzung des Signal-/Rauschabstands).
Die Gleichung für die in 15 gezeigte Transformationstabelle ist wie folgt gegeben:
Wobei sf_max ≥ sf_min, und SNR_max ≥ SNR_min. In dem bevorzugten Ausführungsbeispiel ist sf_max = 3,5, sf_min = 2,0, SNR_max = 2,0 und SNR_min = 0,4.
Die Verstärkungsausgabe B(x,y) des Verstärkungsbestimmers 134 und das Textursignal n_txt(x,y) werden dann beide an einen Texturverstärker 136 übergeben. Der Texturverstärker 136 hat die Aufgabe, jeden Wert des Textursignals n_txt(x,y) um die zugeordnete Verstärkung zu vervielfachen. Die Ausgabe des Texturverstärkers 136 ist ein verbessertes Textursignal n'_txt(x,y), das durch folgende Gleichung gegeben ist: n'txt(x,y) = ntxt(x,y)∙B(x,y).
Das vom Texturmodifikator 70 ausgegebene, verbesserte Textursignal n'_txt(x,y) wird dann an den in 3 gezeigten Addierer übergeben (oder im Falle des in 4 gezeigten alternativen Ausführungsbeispiels an den Vermeidungsaddierer 81). Es sei darauf hingewiesen, dass wenn B(x,y) < 1,0, die Größe des verbesserten Signals kleiner als die Größe des Originaltextursignals ist |n_txt(x,y)|>|n'_txt(x,y)|. Wenn die vorliegende Erfindung derart abgestimmt wird, dass in Rauschbereichen B(x,y)<1,0, dann scheint der verarbeitete Digitalbildkanal weniger Rauschen aufzuweisen als der in den Präferenzeinsteller 2 eingegebene Digitalbildkanal.
12 zeigt ein detailliertes Blockdiagramm des lokalen Signal-/Rauschabstands-Schätzers 160. Der Digitalbildkanal n(x,y) wird zuerst in einen lokalen Varianzcomputer 170 eingegeben. Der lokale Varianzcomputer 170 hat die Aufgabe, eine lokale Schätzung der Signalaktivität vorzunehmen. In dem bevorzugten Ausführungsbeispiel berechnet der lokale Varianzcomputer 170 die lokale Varianz σ_R ²(x,y) über einem Fenster der Größe W mal W Pixel. In dem bevorzugten Ausführungsbeispiel ist W = 7 Pixel, obwohl festgestellt worden ist, dass alternativ bemessene Fenster die Aufgabe mit nahezu gleichen Ergebnissen durchführen.
Die Berechnung der lokalen Varianz einer Wertemenge ist in der Technik bekannt und kann wie folgt ausgedrückt werden: σR 2(x,y) = Σ(x+i,y+j)2/W2 – (Σp(x+i,y+j)/W2)2
Wobei i und j sich beide von –3 bis +3 einschließlich erstrecken, und zwar für eine Gesamtheit von W² = 49 Pixel, die in die Berechnung der Varianz σ_R ²(x,y) einbezogen sind. Die Berechnung der Varianz an den Kanten umfasst die Spiegelung, eine Technik, die in der Bildverarbeitung bekannt ist.
Die Ausgabe des lokalen Varianzcomputers 170 ist eine lokale Varianz für jedes Pixel in dem Digitalbildkanal.
Ein Subtrahierer 172 nimmt den Digitalbildkanal n(x,y) und das Textursignal n_txt(x,y) als Eingabe entgegen. Die Ausgabe des Subtrahierer 172 ist das Schwarzabhebungssignal n_ped(x,y). Der Subtrahierer 172 bestimmt das Schwarzabhebungssignal durch Subtraktion des Textursignals n_txt(x,y) von dem Digitalbildkanal n(x,y) gemäß folgender Formel: nped(x,y) = n(x,y) – ntxt(x,y)
Es sei darauf hingewiesen, dass dieses Schwarzabhebungssignal n_ped(x,y) identisch mit dem durch den Schwarzabhebungsteiler 50 ermittelten Schwarzabhebungssignal ist. In einer praktischen Implementierung der vorliegenden Erfindung braucht das Schwarzabhebungssignal nur einmal berechnet zu werden.
Die Rauschtabelle 6 und das Schwarzabhebungssignal n_ped(x,y) werden in einen Rauschbestimmer 190 eingegeben. Die Rauschtabelle enthält die Beziehung zwischen dem erwarteten Rauschen σ_N(i) und der Intensität i des Digitalbildkanals n(x,y). In dem bevorzugten Ausführungsbeispiel ist die Rauschtabelle eine zweispaltige Tabelle, zu der ein Muster nachfolgend in einer zweispaltigen Liste dargestellt ist. Die erste Spalte stellt die Intensität dar, die zweite Spalte stellt die erwartete Standardabweichung des Rauschens für diese Intensität dar.
Die Rauschtabelle kann zudem als vierspaltige Tabelle ausgelegt sein, wobei die erste Spalte die Intensität i und die zweite bis vierte Spalte die Standardabweichung des im roten, grünen bzw. blauen Kanal erwarteten Rauschens der Digitalbildkanaleingabe für den Präferenzeinsteller 2 ist. In diesem Fall hängt die erwartete Standardabweichung des Rauschens für die Intensität i des Luminanzkanals n(x,y) von den Koeffizienten der Farbrotationsmatrix ab, die zur Erzeugung des Luminanzkanals verwendet wird, wie durch folgende Gleichung gegeben: σn(i) = Quadratwurzel((σr(i)∙rcoef)2 + (σg(i)∙gcoef)2 + (σb(i)∙bcoef)2))wobei σ_n(i) die erwartete Standardabweichung des Rauschens bei der Intensität i für den Luminanz-Digitalbildkanal n(x,y) ist. σ_r(i), σ_g(i), σ_b(i) sind die erwarteten Standardabweichungen des Rauschens im jeweils roten, grünen und blauen Digitalbildkanal bei Intensität i, und rcoef, gcoef und bcoef sind die Koeffizienten der Farbrotationsmatrix, die zur Erzeugung des Luminanz-Digitalbildkanals n(x,y) verwendet werden. Wie zuvor erwähnt, sind in dem bevorzugten Ausführungsbeispiel alle drei dieser Koeffizienten gleich 1/3. Daher ist der Luminanzkanal in dem bevorzugten Ausführungsbeispiel gegeben durch: σn(i) = 1/3∙Quadratwurzel(σr(i)2 + σg(i)2 + σb(i)2)
Eine Rauschtabelle, die dem Luminanz-Digitalbildkanal n(x,y) entspricht, kann entweder bereitgestellt oder durch den Rauschbestimmer 190 berechnet werden.
Der Rauschbestimmer 190 gibt eine Intensität abhängig von der Schätzung der Standardabweichung des Rauschens σ_N(x,y) für die Intensität des Schwarzabhebungssignals n_ped(x,y) aus. Der Rauschbestimmer 190 führt entweder eine Tabellensuche durch, die die Intensität des Schwarzabhebungssignals in Relation zur erwarteten Standardabweichung des Rauschens σ_N(x,y) setzt, oder er bestimmt das erwartete Rauschen, wie zuvor beschrieben. Die Ausgabe σ_N(x,y) des Rauschbestimmers 190 kann wie folgt dargestellt werden: σN(x,y) = σN(nped(x,y)).
Wenn der Wert von nped(x,y) mit dem Wert von i übereinstimmt, für den σ_n(i) existiert, dann wird die lineare Interpolation benutzt, um einen Wert für σ_n(n_ped(x,y)) zu bestimmen. Die lineare Interpolation ist in der Technik bekannt und wird hier nicht weiter erläutert. 14 zeigt eine Kurve einer Rauschtabelle.
Das Verfahren zur Erzeugung einer Rauschtabelle, wie der in 14 gezeigten, ist in US-A-5,641,596 vom 24. Juni 1997, Gray et al., oder in US-A-5,923,775 vom 13. Juli 1999, Snyder et al., beschrieben.
In einen Signal-/Rauschabstandsberechner 180 wird die erwartete Standardrauschabweichung σ_N(x,y) vom Rauschbestimmer 190 und die lokale Varianz σ_R2(x,y) vom lokalen Varianzcomputer 170 eingegeben. Der Signal-/Rauschabstandsberechner 180 schätzt den lokalen Signal-/Rauschabstand SNR(x,y) durch Berechnung des Verhältnisses der Signalvarianz (unter der Annahme, dass die lokale Varianz die Summe {im Sinne eines quadratischen Mittelwerts} der Signal- und Rauschvarianz ist). Die Ausgabe des Signal-/Rauschabstandsberechners 180 ist somit eine Schätzung des lokalen Signal-/Rauschabstands an jeder Pixelstelle gemäß folgender Formel: SNR(x,y) = Quadratwurzel(σR 2(x,y) – σN 2(x,y))/σN(x,y).
Es sei darauf hingewiesen, dass vor dem Ziehen der Quadratwurzel der Wert von σ_R ²(x,y) – σ_N ²(x,y) darauf geprüft werden muss, ob er positiv ist. Falls dies nicht der Fall ist, wird der Wert von SNR(x,y) auf 0,0 gesetzt.
Selbstverständlich können viele andere Schätzungen des Signal-/Rauschabstands formuliert werden, ohne vom Gegenstand der vorliegenden Erfindung abzuweichen. Beispielsweise wird ein alternatives Ausführungsbeispiel des lokalen Signal-/Rauschabstands-Schätzers 160 in 13 gezeigt.
Dem vorliegenden Ausführungsbeispiel liegt die Aufgabe zugrunde, eine Schätzung des lokalen Signal-/Rauschabstands auf eine Weise durchzuführen, die weniger rechenaufwändig als die in 12 gezeigte Weise ist. In diesem alternativen Ausführungsbeispiel wird vorausgesetzt, dass sowohl Rausch- als auch Signalabweichung einer Gaußschen Verteilung unterliegen, was die Verwendung einer mittleren Absolutabweichung statt einer Standardabweichung ermöglicht. Die Berechnung der mittleren Absolutabweichung umfasst nicht die rechenintensiven Quadratwurzel- und Quadrierberechnungen. In diesem Ausführungsbeispiel werden das Textursignal n_txt(x,y) und der Digitalbildkanal n(x,y) erneut in den Subtrahierer 172 eingegeben, um das Schwarzabhebungssignal n_ped(x,y) zu erzeugen, wie zuvor beschrieben. Das Schwarzabhebungssignal n_ped(x,y) wird erneut als Eingabe für den Rauschbestimmer 190 verwendet, um den Wert σ_N(x,y) zu bestimmen.
Das Textursignal n_txt(x,y) wird in den lokalen MAD-Berechner 200 (MAD/mittlere Absolutabweichung) eingegeben, um die lokale mittlere Absolutabweichung in dem Textursignal zu bestimmen. Unter der Annahme, dass das Textursignal n_txt(x,y) den mittleren Wert 0 aufweist, lautet die Formel zur Berechnung der lokalen mittleren Absolutabweichung (MAD) durch den MAD-Berechner 200 wie folgt: MADR(x,y) = Σ|ntxt(x+i,y+j)|/W2 wobei sich i und j vorzugsweise beide von –3 bis +3 einschließlich erstrecken, und zwar für eine Gesamtheit von W² = 49 Pixel, die in die Berechnung der mittleren Absolutabweichung einbezogen sind. Der lokale MAD-Berechner 200 gibt den Wert der mittleren Absolutabweichung MAD_R(x,y) aus, der später in den Berechnungen zur Bestimmung der Schätzung des lokalen Signal-/Rauschabstands benötigt wird.
Der Rauschtabellenabstimmer 210 dient dazu, die Unterschiede zwischen der Berechnung von MAD_R(x,y) des Textursignals und der Berechnung der Standardabweichung σ_R(x,y) des Digitalbildkanals zu kompensieren. Der Rauschtabellenabstimmer 210 modifiziert die Luminanzrauschtabelle derart, dass anstelle der Standardabweichung die mittlere Absolutabweichung verwendet wird. Unter der Annahme, dass, wie zuvor erwähnt, die Luminanzrauschtabelle die Beziehung zwischen dem erwarteten Rauschen σ_n(i) und der Intensität i enthält, ist in der Technik bekannt, dass die mittlere Absolutabweichung einer Gaußschen Verteilung in folgender Beziehung zu der Standardabweichung dieser Verteilung steht: MAD = Quadratwurzel (2/π)σ
Um die Luminanzrauschtabelle aus der Metrik der Standardabweichung in die Metrik der mittleren Absolutabweichung umzuwandeln, muss daher jeder Wert von σ_n(i) um ca. 0,8 skaliert werden.
Zwischen dem alternativen Ausführungsbeispiel und dem bevorzugten Ausführungsbeispiel besteht ein Unterschied bezüglich des Signals, das zur Berechnung der lokalen Signalaktivitätsmessung herangezogen wird. In dem bevorzugten Ausführungsbeispiel wird die Varianz des Digitalbildkanals berechnet. In dem alternativen Ausführungsbeispiel wird das Textursig nal verwendet, um den Wert von MAD_R(x,y) zu berechnen, was einen Berechnungsvorteil ergibt, wenn man davon ausgeht, dass das Signalmittel null beträgt. Die Beziehung zwischen dem Textursignal n_txt(x,y) und dem Digitalbildkanal n(x,y) muss klar sein, um die Luminanzrauschtabelle diesbezüglich abzustimmen. Diese Beziehung lässt sich nur dann leicht ausdrücken, wenn der zur Erzeugung des Textursignals verwendete digitale Filterungsprozess linear ist. Zugunsten dieses Schritts werden die Auswirkungen des Artefaktvermeidungssignals vernachlässigt, und es wird angenommen, dass das Textursignal äquivalent zum Hochpasssignal ist. Für ein allgemeines (n × m) Filter mit Koeffizienten h(i,j), wobei i = -(n-1)/2, -(n-3)/2, ..., n-1/2 und j = -(m-1)/2, -(m-3)/2, ..., m-1/2, wird die Varianz des gefilterten Signals durch folgende Beziehung in Relation zu der Varianz des Originalsignals gesetzt: σ2 fs = σ2 osΣΣh2(i,j)wobei σ² _fs für die Varianz des gefilterten Signals steht, σ² _os für die Varianz des Originalsignals steht, und wobei die Summenbildung über i und j erfolgt.
Im Falle der vorliegenden Erfindung wird vorausgesetzt, dass das Filter h(i,j) ausgedrückt wird als: h(i,j) = δ(i,j) – g(i,j)wobei δ(i,j) die Deltafunktion ist, die einen Wert von eins bei i = 0 und j = 0 und ansonsten einen Wert von null besitzt. Dieser Ausdruck berücksichtigt den zuvor beschriebenen Prozess zur Erzeugung des Textursignals (bei Vernachlässigung des Artefaktvermeidungssignals) durch Unschärfen des Digitalbildkanals mit einem Gaußschen Filter g(i,j) und Subtrahieren des Ergebnisses von dem Digitalbildkanal. Unter Berücksichtigung dieser Beschreibung muss der Rauschtabellenabstimmer 210 jeden Wert der Luminanzrauschtabelle um einen Faktor skalieren, um die Auswirkung der lokalen Signalaktivität auf das Textursignal anstelle des Digitalbildkanals zu berücksichtigen. Dieser Faktor f lässt sich wie folgt ausdrücken: f = Quadratwurzel (ΣΣ h(i,j)2) wobei die Summenbildung über i und j erfolgt und h(i,j) wie zuvor beschrieben ist. Die Quadratwurzel wird aus dem Ergebnis gezogen, weil die Luminanzrauschtabelle in Einheiten der Standardabweichung und nicht der Varianz notiert ist.
Der Rauschtabellenabstimmer 210 skaliert somit jeden Eintrag σ_n(i) der Luminanzrauschtabelle um einen Faktor m wie: m = f∙Quadratwurzel (2/π)um die Berechnung der mittleren Absolutabweichung anstelle der Standardabweichung zu kompensieren sowie die Berechnung mit dem Textursignal anstelle des Digitalbildkanals.
Die modifizierte Rauschtabellenausgabe des Rauschtabellenabstimmers 210 wird als Eingabe an den Rauschbestimmer 190 übergeben, um eine Schätzung der erwarteten mittleren Absolutabweichung MAD_N(x,y) von dem Rauschen zu erhalten. Der Rauschbestimmer 190 verwendet die modifizierte Rauschtabelle zur Bestimmung des Wertes MAD_N(x,y) für jeden Wert von n_ped(x,y). Die Ausgabe des Rauschbestimmers 190 ist der Wert von MAD_N(x,y) an jeder Stelle des Digitalbildkanals.
Der in 13 gezeigte Signal-/Rauschabstandsberechner 180 des alternativen Ausführungsbeispiels arbeitet im Wesentlichen wie der Signal-/Rauschabstandsberechner 180 des bevorzugten Ausführungsbeispiels. Der Signal-/Rauschabstandsberechner 180 hat die Aufgabe, einen Wert des geschätzten Signal-/Rauschabstands an jeder Stelle des Digitalbildkanals auszugeben. Zu diesem Zweck berechnet der Signal-/Rauschabstandsberechner 180 folgende Formel: SNR(x,y) = Quadratwurzel(MADR(x,y)2 – MADN(x,y)2)/MADN(x,y)
Die Schätzung des lokalen Signal-/Rauschabstands wird von dem lokalen Signal-/Rauschabstands-Schätzer 160 ausgegeben und an den Verstärkungsbestimmer 134 übergeben, wie in 11 gezeigt, um die Bestimmung des entsprechenden Verstärkungsfaktors für das Textursignal an jeder Stelle vornehmen zu können.
Die Verwendung des Schwarzabhebungsteilers 50, das Zerlegen des Bildes in ein Signal, das die Bilddetails enthält und in ein anderes Signal, das vorwiegend die großen Bildkanten enthält, ermöglicht eine unabhängige Steuerung der auf die Kanten und Textur angewandten Verbesserung. Die Kanten werden durch eine morphologische Operation neu geformt, um den Kantenkontrast zu erhöhen und Grenzartefakte zu vermeiden. Die Textur ist in Bezug auf eine Schätzung des lokalen Signal-/Rauschabstands verbessert.
Die vorliegende Erfindung wurde mit Bezug auf ein bevorzugtes Ausführungsbeispiel beschrieben. Änderungen an dem bevorzugten Ausführungsbeispiel sind möglich, ohne vom Gegenstand oder Umfang der Erfindung abzuweichen. In dem bevorzugten Ausführungsbeispiel wird beispielsweise eine Berechnung des lokalen Signal-/Rauschabstands für jedes Pixel des Digitalbildkanals durchgeführt. Selbstverständlich könnte auch die Berechnung des Signal-/Rauschabstands für nur jedes n-te Pixel durchgeführt werden, um den Berechnungsaufwand zu reduzieren, und sie könnte repliziert oder interpoliert werden. Die Berechnung des lokalen Signal-/Rauschabstands wurde in Bezug auf eine Berechnung der lokalen Varianz des Digitalbildkanals n(x,y) beschrieben. Zudem wurde in einem alternativen Ausführungsbeispiel ein Verfahren beschrieben, mit dem der lokale Signal-/Rauschabstand geschätzt werden kann, das auf der Berechnung der mittleren Absolutabweichung des Textursignals n_txt(x,y) beruht. Fachleuten wird klar sein, dass der lokale Signal-/Rauschabstand auch durch eine Varianzberechnung anhand des Textursignals oder durch eine Berechnung der mittleren Absolutabweichung anhand des Digitalbildkanals n(x,y) geschätzt werden kann.

Claims

Verfahren zum Verbessern eines aus einer Vielzahl von Bildpixeln bestehenden Digitalbildkanals, wobei das Verfahren folgende Schritte umfasst: a) Aufspalten (50) des Digitalbildkanals in einen ersten und zweiten Kanal, aus denen der Digitalbildkanal im wesentlichen besteht, wobei der erste und zweite Kanal jeweils aus den Bildpixeln entsprechenden Bildintensitätswerten zusammengesetzt ist, und wobei der erste Kanal die Strukturinformation des Digitalbildkanals enthält und der zweite Kanal ein Sockelsignal ist, das zusätzlich Randinformationen des Digitalbildkanals enthält; b) Erzeugen (190) eines intensitätsabhängigen Rausch-/Störschätzwerts unter Verwendung der Bildintensitätswerte des zweiten Kanals und einer vorbestimmten Beziehung zwischen der erwarteten Störung und den Bildintensitätswerten; c) Erzeugen (170) eines lokalen Schätzwerts der Signaltätigkeit für den Digitalbildkanal; d) Erzeugen (180, 134) eines Verstärkungsabgleichs aus dem in Schritt b) gebildeten Störschätzwert und dem in Schritt c) gebildeten, lokalen Schätzwert der Signaltätigkeit; e) Beaufschlagen (136) der Bildpixel im ersten Kanal mit dem Verstärkungsabgleich, um einen ersten Kanal mit verbesserten Bildwerten zu generieren; und f) Kombinieren (80) des ersten Kanals mit den verbesserten Bildwerten und des zweiten Kanals, um einen verbesserten Digitalbildkanal zu erzeugen.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die vorbestimmte Beziehung in Form einer Rauschtabelle bereitgestellt wird, und dass in Schritt b) eine Tabellensuche durchgeführt wird, um den Rausch-/Störschätzwert zu ermitteln.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der in Schritt c) festgelegte, lokale Schätzwert der Signaltätigkeit eine über den Bereich errechnete, lokale Varianz darstellt.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass Schritt d) zusätzlich folgende Schritte einschließt: – Erzeugen (180) eines lokalen Signal-Rausch-Verhältnis-Wertes aus dem in Schritt b) gebildeten Störschätzwert und dem in Schritt c) gebildeten, lokalen Schätzwert der Signaltätigkeit; und – Erzeugen (134) eines Verstärkungsabgleichs für jedes Bildpixel aus dem lokalen Signal-Rausch-Verhältnis-Wert.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der in Schritt c) gebildete, lokale Schätzwert der Signaltätigkeit für den Digitalbildkanal eine mittlere, absolute Abweichung des Digitalbildkanals ist.