-
Die
vorliegende Erfindung betrifft allgemein den Bereich von Bildverarbeitungssystemen,
die Bilder automatisch anhand von Ereignissen und dergleichen klassifizieren,
und insbesondere ein automatisches Klassifizierungs- und Albensystem,
das Bilder zur Platzierung in einem Album automatisch klassifiziert.
-
Bildliche
Darstellungen werden oft nach einem bestimmten Ereignis, Motiv oder
dergleichen klassifiziert, um die Bilder bequemer auffinden, betrachten
und in Alben ablegen zu können.
Die Klassifizierung erfolgt normalerweise entweder durch manuelle
oder automatische Segmentierung der Bilder in entsprechenden Gruppen.
Ein manuelles Verfahren würde
die Sichtprüfung
jedes Bildes umfassen sowie das anschließende Platzieren des Bildes
in der entsprechenden Gruppe. Ein automatisches Albenverfahren würde normalerweise das
Gruppieren der Bilder in automatischer Weise nach Farbe, Form oder
Struktur umfassen, um die Bilder in Gruppen mit ähnlichen Bildeigenschaften
aufzuteilen.
-
Die
in der Technik bekannten und verwendeten Verfahren zur Aufteilung
von Bildern sind zwar zufriedenstellend, jedoch nicht ohne Nachteil.
Das manuelle Klassifizierungsverfahren ist verständlicherweise zeitaufwändig; das
automatische Albenverfahren erfolgt zwar nach Klassifizierung der
Bilder anhand von Ereignissen, aber das Verfahren ist anfällig gegenüber eine
fehlerhaften Klassifizierung aufgrund inhärenter Ungenauigkeiten, die
mit der Klassifizierung nach Farbe, Form oder Struktur verbunden
sind. In beiden Verfahren gilt, dass wenn zwei Bilder als Doppelbilder
oder Duplikate erkannt werden, eines davon normalerweise entfernt
wird und nicht in dem resultierenden Album erscheint. Da ein Verbraucher
nicht zufrieden sein wird, wenn das automatische Albenverfahren
ein Bild entfernt, das eigentlich in dem Album erscheinen sollte,
muss die Genauigkeit des Duplikat-Erkennungsalgorithmus hoch sein.
Es besteht daher Bedarf zur Überwindung
der oben beschriebenen Nachteile.
-
Folgende
Fundstellen sind relevant:
- Loui A.C. et al: „A Software
System for Automatic Albuming of Consumer Pictures" ACM Multimedia,
Proceedings of the International Conference, New York, NY, USA,
1999, Seite 159-162, XP002220769
- Chang E.Y. et al: „Rime:
A Replicated Image Detector for the World-Wide Web" Proceedings of the
SPIE, SPIE, Bellingham, VA, USA, Band 3527, 1998, Seite 58-67, XP000925499
ISSN: 0277-786X
- Kerry Rodden: „How
Do People Organize Their Photographs?" Proceedings of the BCS IRSG 21st Annual
Colloquium an Information Retrieval Research, 19-20 April 1999,
Seite 1-11, XP002277908
Glasgow
- Yihong Gong et al: „Image Indexing Retrieval
Based an Color Histograms",
Multimedia Tools and Applications, Kluwer Academic Publishers, Boston,
USA, Band 2, Nr. 2, 1. März
1996 (1996-03-01), Seite 133-156, XP000646007 ISSN: 1380-7501
-
Loui,
A.C. et al. beschreiben ein Verfahren, das folgende Schritte umfasst:
Bereitstellen von mindestens zwei Bildern, die zu bestimmbaren Zeitpunkten
aufgenommen wurden; Berechnen eines Hinweises auf den Bildinhalt
jedes Bildes; Bestimmen des Aufnahmezeitpunkts jedes Bildes und
Auswerten des Hinweises auf den Bildinhalt und den Aufnahmezeitpunkt,
um zu bestimmen, ob es sich bei den Bildern um Duplikate handelt.
Yihong Gong et al. beschreiben einen blockbasierten Farbhistogrammabgleich
nach Histogrammschnittpunkten. Die beiden übrigen Fundstellen beschreiben
die Verwendung von Zeit- und Datumsangaben.
-
Umfang
und Geltungsbereich der vorliegenden Erfindung sind in den anliegenden
Ansprüchen
dargelegt. Zusammenfassend betrifft die vorliegende Erfindung nach
einem Aspekt ein Verfahren zum Erkennen von Duplikatbildern mit
folgenden Schritten: Bereitstellen von mindestens zwei Bildern,
die zu bestimmbaren Zeitpunkten aufgenommen wurden; Berechnen eines
Hinweises auf den Bildinhalt jedes Bildes; Bestimmen der Aufnahmezeit
jedes Bildes und Auswerten des Hinweises auf den Bildinhalt und
des Aufnahmezeitpunkts, um zu bestimmen, ob es sich bei den Bildern
um Duplikate handelt.
-
Nach
einem weiteren Aspekt der Erfindung werden die Bilder in Blöcke unterteilt,
und der Hinweis auf den Bildinhalt wird für jeden Block berechnet. Konkret
wird der Hinweis auf den Bildinhalt aus einem Histogramm für jeden
Block berechnet. Anschließend
umfasst der Schritt des Auswertens des Hinweises auf den Bildinhalt
und des Aufnahmezeitpunktes das Vergleichen eines oder mehrerer
Blöcke
eines Bildes, die Anwendung einer Histogrammschnittpunktmetrik auf
entsprechende Blöcke
eines anderen Bildes und die Verwendung der Zeitdifferenz zwischen
der Aufnahme der beiden Bilder, um zu bestimmen, ob die Bilder Duplikate sind.
Der Schritt des Berechnens eines Hinweises auf den Bildinhalt kann
das Aufteilen jedes Bildes in Blöcke umfassen,
worin ein oder mehrere Blöcke
einen Vordergrundbereich der Bilder darstellen, und das Berechnen eines
Hinweises auf den Bildinhalt in jedem Block und in den Vordergrundbereichen
jedes Blocks.
-
Gemäß diesem
Verfahren wird der Bildinhalt analysiert, um Duplikate anhand der Ähnlichkeit
des Inhalts der Bilder und des Aufnahmezeitpunkts zu ermitteln.
Wenn die Bildinhalte gleich sind und die Zeitdifferenz zwischen
den Aufnahmen innerhalb eines bestimmten Schwellenwertes liegt,
sind die Bilder Duplikate. Wenn keine Zeit- und Datumsangaben verfügbar sind,
ist allein der Bildinhalt verwendbar.
-
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.
-
Wenn
die Bilder als Duplikate erkannt werden, wird eines von beiden entfernt
und erscheint nicht in dem Album. Da der Verbraucher nicht zufrieden
sein wird, wenn das automatische Albenverfahren ein Bild entfernt,
das eigentlich in dem Album erscheinen sollte, muss die Genauigkeit
des Duplikat-Erkennungsalgorithmus hoch sein. Die vorliegende Erfindung
stellt ein automatisches Albenverfahren mit hoher Genauigkeit bereit.
-
Die
Erfindung wird im folgenden anhand in der Zeichnung dargestellter
Ausführungsbeispiele
näher erläutert.
-
Es
zeigen:
-
1 ein
Blockdiagramm zur Darstellung einer Übersicht der vorliegenden Erfindung;
-
2 einen
Vergleich der Widerruf-/Genauigkeits-Kurven, die für unterschiedliche
Blockgrößen ermittelt
wurden, einschließlich
von Blöcken
der Größe 2 × 2, 3 × 3 und
4 × 4;
-
3 die
Ergebnisse der Vergleiche zwischen 3 × 3 Blocktechniken mit und
ohne Verwendung von Zeitangaben;
-
4 einen
von einer Anordnung aus 3 × 3
Blöcken
abgedeckten Bereiche, einschließlich
der durch die Blöcke
5 und 8 dargestellten Vordergrundbereiche;
-
5A und
B Beispiele von Farbhistogrammen für den von Block 5 abgedeckten
mittleren Bereich, wie in 4 gezeigt;
-
6 die
Vergleiche zwischen verschiedenen 3 × 3 Blocktechniken, die die
Wirkung der Verwendung (und Nichtverwendung) von Zeitangaben zeigen,
und zwar anhand des Mittelwerts aus neun Histogrammschnittwerten
und unter Verwendung der in Bezug auf 1 gezeigten
Regeln;
-
7 eine
Tabelle der erfindungsgemäßen Verbesserungen
an dem Duplikat-Erkennungsverfahren im Überblick;
und
-
8 ein
Blockdiagramm eines Computersystems zur Implementierung der vorliegenden
Erfindung.
-
Im
folgenden wird die vorliegende Erfindung in dem bevorzugten Ausführungsbeispiel
als ein Softwareprogramm beschrieben. Fachleuten ist selbstverständlich klar,
dass sich ein Äquivalent
einer derartigen Software auch in Form von Hardware konstruieren
lässt.
Bezogen auf das nachfolgend beschriebene, erfindungsgemäße System
und Verfahren ist die hier nicht explizit gezeigte, beschriebene
oder vorgesehene Software, die zur Implementierung der vorliegenden
Erfindung verwendbar ist, von herkömmlicher Art, wie in der einschlägigen Technik üblich. Im
vorliegenden Zusammenhang kann ein computerlesbares Speichermedium beispielsweise
magnetische Speichermedien, wie Magnetplatten (z.B. Diskette oder
Festplatte) oder Magnetband umfassen, optische Speichermedien, wie
optische Platte, optisches Band oder maschinenlesbaren Code, eine
Halbleiterspeichervorrichtung, wie RAM (Random Access Memory) oder
ROM (Read Only Memory) oder jede andere physische Vorrichtung oder
jedes andere Medium, das zur Speicherung eines Computerprogramms
geeignet ist.
-
1 zeigt
anhand eines Ablaufdiagramms eine Übersicht der vorliegenden Erfindung.
In Schritt S10 werden digitalisierte Bilder in ein Computersystem
eingegeben, wo ein Softwareprogramm diese nach verschiedenen Kategorien
klassifiziert. Beispielsweise werden die Bilder in chronologischer
Reihenfolge eingestuft, indem der Aufnahmezeitpunkt jedes Bildes
(das Datum kann auch zur Eingrenzung der Tageszeit verwendet werden,
und bei Fehlen einer Zeitangabe kann das Datum allein eine grobe
Schätzung
der chronologischen Reihenfolge ermöglichen). Der Aufnahmezeitpunkt
jedes Bildes kann extrahiert werden, beispielsweise aus den codierten
Angaben auf dem Filmstreifen von Bildern des Advanced Photo Systems
(APS) oder anhand von Informationen aus bestimmten Digitalkameras.
Jedes Bild wird zudem in N × N
Blöcke
unterteilt (wobei N in typischen Implementierungen für 2, 3 oder
4 steht). In dem bevorzugten Ausführungsbeispiel ist das Bild
in 3 × 3
Blöcke
unterteilt, wie in
4 gezeigt. Für jeden Block wird ein Hinweis
auf den Bildinhalt berechnet; insbesondere wird für jeden
Block ein Farbhistogramm berechnet (exemplarische Histogramme des
mittleren Blocks werden für
zwei ähnliche
Bilder in
5A und
5B gezeigt).
Dann wird jeder Block eines Bildes anhand einer herkömmlichen
Histogrammschnittpunktmetrik mit dem entsprechenden Block eines
anderen Bildes verglichen. (Die Histogrammschnittpunktmetrik wird
in
EP-0 990 996 beschrieben,
welche der Patentanmeldung mit der
US-Seriennummer
09/163,618 entspricht, d.h.
US-B-6 606 411 .
-
Zu
Beginn des Verfahrens werden in Schritt S11 die beiden Marken IsDup
und Foreground-Dup
auf wahr bzw. auf falsch gesetzt. Dann wird in Schritt S12 der individuelle
Histogrammschnittwert für
jeden Block (mit Ausnahme des mittleren Blocks) geprüft, um zu
bestimmen, ob er höher
als ein bestimmter Schwellenwert T1 ist,
und die Anzahl der Schnittwerte unter dem Schwellenwert T1 wird gezählt. Wenn in Schritt S14 ermittelt wird,
dass die Anzahl der Blöcke
mit Schnittwerten unterhalb des Schwellenwerts T1 größer als
eine bestimmte Zahl N ist, wird die Marke IsDup auf „falsch" gesetzt. Anschließend wird
in Schritt S15 für
einen Vordergrundbereich des Bildes der mittlere Histogrammschnittwert
für den
Vordergrund berechnet (wobei der Vordergrund bezüglich eines 3 × 3 Blocks
als Block 5 und 8 definiert ist, wie in 4 gezeigt).
Wenn in Schritt S16 festgestellt wird, dass der mittlere Histogrammschnittwert
für den
Vordergrund kleiner als ein bestimmter Schwellenwert T2 ist,
wird die Marke IsDup auf „falsch" gesetzt. Wenn in
Schritt S18 festgestellt wird, dass der mittlere Histogrammschnittwert
für den
Vordergrund größer als
ein bestimmter Schwellenwert T3 ist, wird
die Marke ForegoundDup auf „wahr" gesetzt.
-
Als
nächstes
werden in Schritt S20 die Mittelwerte aller Histogrammschnittwerte
für alle
Blöcke
jedes Bildes berechnet und geprüft,
um zu ermitteln, ob der mittlere Histogrammschnittwert größer als
ein Schwellenwert T4 ist (wobei die Marke „IsDup" wahr ist), und in Schritt S22 wird
geprüft,
ob dieser mittlere Histogrammschnittwert größer als ein anderer Schwellenwert
T5 ist (wobei T5 < T4,
und wobei die Marke ForegreoundDup „wahr" ist). Wenn keine dieser Bedingungen
erfüllt
ist, wird entschieden, dass die Bilder keine Duplikate sind. Wenn
eine dieser Bedingungen erfüllt
ist, wird die Entscheidung hinsichtlich der Duplikate an dieser Stelle
nicht getroffen. In Schritt S24 wird die Zeitdifferenz zwischen
den beiden Bildern geprüft,
um zu bestimmen, ob diese kleiner als ein bestimmter Schwellenwert
T6 ist, und in Schritt S28 wird sie weiter
geprüft,
um zu bestimmen, ob diese kleiner als ein anderer Schwellenwert
T8 ist (wobei T6 < T8).
Wenn die Bedingung in Schritt S24 erfüllt ist, oder wenn die Bedingung
in Schritt S28 erfüllt
ist und wenn in Schritt S26 ermittelt wird, dass der genannte Mittelwert
aller Histogrammschnittwerte größer als
ein anderer Schwellenwert T7 ist (wobei
T5 < T4 < T7), dann wird die Entscheidung getroffen,
dass die Bilder Duplikate sind. Ansonsten gelten die Bilder als keine
Duplikate.
-
Zusammenfassend
gelten folgende Regeln dafür,
ob ein Bild ein Duplikat eines anderen Bildes ist:
- a) Wenn die Bedingungen in S14 und S16 nicht erfüllt werden,
und wenn die Bedingungen in S20 und S24 erfüllt werden, sind die Bilder
Duplikate.
- b) Wenn die Bedingungen in S14 und S16 nicht erfüllt werden,
und wenn die Bedingungen in S20, S26 und S28 erfüllt werden, sind die Bilder
Duplikate.
- c) Wenn die Bedingungen in S18, S22 und S24 erfüllt werden,
sind die Bilder Duplikate.
- d) Wenn die Bedingungen in S18, S22 und S26 und S28 erfüllt werden,
sind die Bilder Duplikate.
- e) Ansonsten sind die Bilder keine Duplikate.
-
Das
Ziel des in 1 dargestellten Algorithmus
zur Erkennung von Duplikaten besteht darin, zu ermitteln, ob Bilder
so ähnlich
sind, dass ein Verbraucher nur eines davon in ein Album übernehmen
würde.
Eine tragfähige
Definition eines Duplikats lautet wie folgt: Duplikate sind definiert
als zwei Fotografien, die denselben Inhalt und dieselbe Zusammensetzung
aufweisen sowie aus demselben Winkel und aus derselben Entfernung
aufgenommen wurden. Normalerweise sind im Wesentlichen genau derselbe
Inhalt und dieselbe Zusammensetzung erforderlich, um ein Duplikat
zu erzeugen, obwohl eine geringfügige
Abweichung bei Winkel und/oder Abstand tolerierbar sind. Demnach
versucht das Verfahren zur Duplikaterkennung, sich die „nahezu identischen" Bilder zu widerrufen,
d.h. die beiden Bilder sollten nahezu gleichfarbige Pixel an nahezu
gleichen Stellen aufweisen. Selbstverständlich wird ein pixelweiser
Vergleich nicht gut funktionieren, da immer eine geringfügige Verschiebung
vorhanden sein wird; andererseits ist ein globales Farbhistogramm
aufgrund der fehlenden Angaben über
die Lage der Pixel nicht genau genug. Der Blockhistogrammansatz
liefert semilokale Informationen über die Pixelfarben und einige
Informationen über
die Lage innerhalb des Bildes. Die Blöcke dürfen nicht zu groß sein,
so dass die kleine Verschiebung zwischen den Bildern die Genauigkeit
nicht beeinträchtigt.
In dem unten beschriebenen Versuch wurde entschieden, die Bilder
in 3 × 3
Blöcke
zu unterteilen, wie in 4 gezeigt.
-
Es
wurde festgestellt, dass die Angaben zu Datum und Zeit sehr nützlich sein
können,
um das Ziel des Duplikat-Erkennungsalgorithmus zu erreichen. Gemäß der vorstehenden
Definition von Duplikaten liegt es auf der Hand, dass derartige
Bilder normalerweise innerhalb einer sehr kurzen Zeit aufgenommen
werden. Indem man unterschiedliche Schwellenwerte in Koordination
mit den Bildähnlichkeitswerten
setzt, wie in 1 gezeigt und beschrieben, ist
man in der Lage, die Qualität
der Duplikaterkennung erheblich zu verbessern.
-
Um
den Algorithmus leistungsmäßig zu beurteilen
und zu verifizieren, wurde eine Ground-Truth-Fremddatenbank eingerichtet. Aus
der Datenbank wurden vierhundertdreiundvierzig (443) Bilder sorgfältig ausgewählt. Die
Bilder sind Duplikatkandidaten, einschließlich einer Menge von Bildern,
die ganz offensichtlich für
das menschliche Auge keine Duplikate darstellen, jedoch möglicherweise
für eine
maschinenlesbare Vorrichtung (gleiches Bild, aber andere Personen
usw.). Die Datenbank enthält
ca. 270 Bildpaare Die Ground-Truth-Fremddatenbank beruhte auf der
Beteiligung von zehn Beobachtern. Jedem Beobachter wurde eine Definition
von Duplikatbildern gegeben, und es wurde ihnen erläutert, wie
eine Entscheidung getroffen wird. Zudem wurden die Beobachter gebeten,
nicht die Rolle der Verbraucher einzunehmen, also keine Sympathie
oder Aversion gegenüber
den Bildern zu entwickeln, sondern sich als unbeteiligte Dritte
zu verhalten. Idealerweise sollte das Interesse an den Bildern die
Beobachter nicht in ihrer Entscheidung beeinflussen, ob es sich
um Duplikate handelt. Den Beobachtern wurde erläutert, dass ihre Eingabe für das Benchmarking
eines Duplikat-Erkennungssystems
verwendet wird.
-
Die
Ausgabe des Duplikat-Erkennungsverfahrens ist binär, d.h.,
dass ein Bild entweder als Duplikat oder als kein Duplikat markiert
wird. Unabhängig
davon, was die Ground-Truth-Untersuchung
ergibt, für
jedes Bildpaar besteht die Wahrscheinlichkeit, dass es sich um Duplikate
handelt. Die zur Leistungsbewertung des Verfahrens verwendete Metrik
beruht auf einer Widerrufvariablen und einer Genauigkeitsvariablen,
wobei folgendes gilt:
-
Der
erste Schritt bestand darin, die Anzahl der Blöcke zu ermitteln, in die die
Bilder aufgeteilt werden würden.
In der vorstehend genannten
US-Patentanmeldung
mit der Serien-Nummer 09/163,618 wurde eine blockgestützte Histogrammtechnik
zur Ereignisklassifizierung verwendet, die allerdings eine viel
größere Anzahl
von Blöcken
umfasste. In der Vergleichsdarstellung aus
2 wurden
Widerruf-/Genauigkeits-Kurven für die
2 × 2
Blocktechniken, 3 × 3
Blocktechniken, 4 × 4
Blocktechniken und für
eine blockbasierte Histogrammtechnik erstellt, die eine große Zahl
von Blöcken
umfasst. Für
die Mehrzahl von N × N
Blocktechniken wird ein Mittelwert der Histogrammschnittpunkte berechnet
und ein Schwellenwert angewandt. Die Widerruf-/Genauigkeits-Kurven
werden erzeugt, indem der Schwellenwert für jede Technik variiert wird.
Die Ergebnisse dieses Vergleichs sind in
2 dargestellt.
2 zeigt,
dass der neue Ansatz mit kleineren Blöcken besser als eine blockbasierte
Histogrammtechnik ist, die eine große Zahl von Blöcken zur
Erkennung von Duplikaten umfasst. Es scheint zudem klar, dass die
Ergebnisse der 3 × 3
Block- und der 4 × 4
Blockansätze
die Ergebnisse des 2 × 2
Blockansatzes übertreffen.
Es wurde entschieden, den 3 × 3
Blockansatz aus folgenden Gründen
zu verwenden: 1) Die Ergebnisse sind geringfügig besser als bei Verwendung
von 4 × 4
Blöcken;
2) Der 3 × 3
Blockansatz hat den Vorteil, dass ein mittlerer Block zur Verfügung steht,
in dem sich in der Mehrzahl der Bilder wahrscheinlich das Hauptmotiv
befindet.
-
Der
nächste
Schritt ist die Bestimmung des Einflusses der Datums- und Zeitangaben
auf die Qualität der
Ergebnisse. Datums- und Zeitangaben erwiesen sich als sehr relevante
Informationen und ermöglichten eine
erheblich Verbesserung der Genauigkeit der Ergebnisse, auch wenn
nur 57% der Bilder Datums- und Zeitangaben enthalten. Für die Zeitangabe
wurden adaptive Schwellenwerte eingerichtet, die sämtlich für diese Datenbank
optimiert wurden.
-
3 zeigt
die Ergebnisse eines Vergleichs zwischen einer 3 × 3 Blocktechnik,
und zwar ohne Verwendung von Zeitangaben, und einer 3 × 3 Blocktechnik
mit Verwendung von Zeitangaben. 3 zeigt,
dass für
einen sinnvollen Widerrufwert zwischen 0,65 und 0,75 die unter Einbeziehung
von Datums- und Zeitangabe erzielte Genauigkeit viel höher ist
und bei einer mittleren Verbesserung von 0,065 oder 9% liegt. Abschließend wurde
für jeden
Block die Schwellenwerttechnik optimiert. Neben dem Schwellenwert
für die
mittleren Histogrammschnittpunkte wurde ein Schwellenwert an jedem
Histogrammschnittpunkt und ein Schwellenwert an den mittleren Histogrammschnittpunkten
der Blöcke
5 und 8 eingerichtet. Die Blöcke
5 und 8 enthalten sehr wahrscheinlich das Hauptmotiv. Diese stellen
im Allgemeinen den Vordergrund des Bildes dar. 4 zeigt
den von den Blöcken
5 und 8 abgedeckten Bereich.
-
5A und 5B zeigen,
wie die Blöcke
jedes Bildes jeweils miteinander anhand der Farbhistogramme verglichen
werden und insbesondere, wie die RGB-Farbhistogramme des mittleren
Blocks jedes Bildes verglichen werden. Obwohl zwischen den beiden
Bildern eine geringfügige
Verschiebung auftritt, zeigen diese Figuren, dass die Farbhistogramme
für den
mittleren Block grundlegend gleich sind. Der einzige nennenswerte
Unterschied ist die sichtbare Spitze im rechten Teil des Histogramms
des Blocks von Bild B (5B). Diese Spitze entspricht
der kleinen Menge Wasser, das in dem mittleren Block des Bildes
B vorhanden ist und das aufgrund der Verschiebung nicht in dem mittleren
Block des Bildes A (5A) vorhanden ist. Die Differenz
hat keinen signifikanten Einfluss auf den gesamten Schnittwert zwischen
diesen Histogrammen.
-
6 zeigt
Vergleiche zwischen der Verwendung mehrerer 3 × 3 Blockhistogrammtechniken,
eine Kurve ohne Verwendung von Zeitangaben, die anderen entweder
mit Verwendung von Zeitangaben in Kombination mit dem Mittelwert
der neun Histogrammschnittwerte oder mit Zeitangaben in Kombination
mit der zuvor in Bezug zu 1 beschriebenen
Regelmenge (oder einer Untermenge davon). Insbesondere zeigt die
Kurve aus 6 mit der Angabe 3 × 3 + Zeit.3,
die dem in 1 gezeigten Verfahren folgt,
die erzielten Verbesserungen durch Anwendung der bezüglich 1 beschriebenen
Regelmenge. Die beste Lösung
wurde anhand der folgenden Schwellenwertmenge erzielt: T1 = 0,54; T2 = 0,43;
T3 = 0,57; T4 =
0,495; T5 = 0,62; T6 =
2; T7 = 0,62; T8 =
8; N = 2. Das erzielte Ergebnis ist ein Widerrufwert von 0,68 und
ein Genauigkeitswert von 0,81. Dies stellt eine Verbesserung der
Genauigkeit um 0,045 oder 6% bei gleichem Widerrufwert im Vergleich
mit den Grundtechniken unter Verwendung von Zeitangaben dar.
-
7 zeigt
eine Tabelle, in der die Verbesserungen zusammengefasst werden,
die an dem Duplikat-Erkennungsverfahren vorgenommen werden, insbesondere
um darzustellen, dass die erfindungsgemäße Technik eine signifikante
Verbesserung im Vergleich mit der blockbasierten Histogrammtechnik
erzielt (es lässt sich
eine Zunahme des Widerrufwerts um 5,4% und des Genauigkeitswerts
um 23,8% beobachten).
-
Zwar
wurde die Gesamtmethodik der Erfindung vorstehend beschrieben, aber
die Erfindung kann in einer beliebigen Anzahl unterschiedlicher
Systemtypen ausgestaltet und in einer beliebigen Anzahl von Möglichkeiten
ausgeführt
werden, wie einschlägigen
Fachleuten klar sein wird. Zum besseren Verständnis sei darauf hingewiesen,
dass die vorliegende Erfindung vorzugsweise auf einem beliebigen,
bekannten Computersystem verwendbar ist, wie beispielsweise einem
PC (Personal Computer). Es sei zudem darauf hingewiesen, dass die
Bilder entweder direkt in das Computersystem eingegeben werden können (beispielsweise
mit einer Digitalkamera), oder dass sie vor der Eingabe in das Computersystem
digitalisiert werden können
(beispielsweise durch Scannen). Wie in 8 gezeigt,
hat eine typische Hardwarekonfiguration eines zur Implementierung
der Erfindung geeigneten Informationshandhabungs-/Computersystems
vorzugsweise mindestens einen Prozessor oder eine zentrale Verarbeitungseinheit
(CPU) 100. Die CPU 100 ist über einen Systembus 101 mit einem
Schreib-/Lesespeicher
(RAM) 102, einem Lesespeicher (ROM) 103, einem
Ein-/Ausgabe-Adapter (I/O) 104 (zum Anschließen von
Peripheriegeräten,
wie Platteneinheiten 105 und Bandlaufwerken 106 an
den Bus 101), einem Kommunikationsadapter 107 (zum
Anschließen
eines Informationshandhabungssystems an ein Datenverarbeitungsnetz,
wie das Internet), einem Benutzerschnittstellenadapter 108 (zum
Anschließen
der Peripheriegeräte 109, 110, 111,
wie beispielsweise einer Tastatur, einer Maus, einer Digitalbildeingabeeinheit (z.B.
einem Scanner oder einer Kamera), eines Mikrophons/Lautsprechers
und/oder einer anderen Benutzerschnittstellenvorrichtung an den
Bus 101), einem Drucker 112 und einem Anzeigeadapter 113 (zum
Anschließen
einer Anzeigevorrichtung 114 an den Bus 101) verbunden.
Die Erfindung könnte
anhand der in 8 gezeigten Struktur implementiert
werden, indem das erfindungsgemäße Verfahren
in ein Computerprogramm aufgenommen wird, z.B. auf einer Speichervorrichtung 105.
Ein derartiges Computerprogramm würde auf eine Zeitreihe von
Vollbildern wirken, die über
den Schnittstellenadapter 108 oder über die Netzwerkverbindung 107 eingespeist
werden, um Duplikate zu erkennen. Das System würde dann automatisch die gewünschte Digitalbild-Vollbildausgabe
(ohne Duplikate) an der Anzeige 114 oder auf dem Drucker 112 erzeugen
oder diese zum Netzwerk 107 zurücksenden.
