-
GEBIET DER ERFINDUNG
-
Die
vorliegende Erfindung betrifft allgemein Verfahren und Vorrichtungen
zur Bildverarbeitung und insbesondere Verfahren zur Umsetzung von
Graupegelbildern in Binärwerte.
-
STAND DER TECHNIK
-
Verfahren
zur Umsetzung von Bildern in Binärwerte
sind in der Technik allgemein bekannt. Allgemein gesagt, diese Verfahren
verwenden ein Graupegelbild, bei dem jedes Bildelement einen entsprechenden Mehrbit-Graupegelwert
besitzt, und setzt es in ein Binärbild
um, bei dem jedes Bildelement einen Binärwert besitzt, der entweder
schwarz (Vordergrund) oder weiß (Hintergrund)
ist. Eine Umsetzung in Binärwerte
wird insbesondere bei der Vereinfachung von Dokumentbildern verwendet,
um Informationen, die auf das Dokument gedruckt oder geschrieben
sind, zu verarbeiten und zu speichern.
-
Das
schnellste und einfachste Verfahren zur Umsetzung in Binärwerte besteht
einfach darin, einen Schwellenwert zu bestimmen und festzulegen,
dass alle Bildelemente, die einen Graupegelwert über dem Schwellenwert haben,
weiß sind,
während
jene, die unter dem Schwellenwert liegen, schwarz sind. Dieses Verfahren
hat jedoch häufig
einen Verlust oder ein Durcheinander der Informationen, die in dem
Graupegelbild enthalten sind, zur Folge. Diese Informationen sind hauptsächlich in
Kanten enthalten, die in dem Bild erscheinen, und hängen nicht
so sehr von der absoluten Helligkeit der Bildelemente wie von ihrer
relativen Helligkeit in Bezug auf ihre Nachbarn ab. Deswegen wird
in Abhängigkeit
von der Wahl des Schwellenwertes eine in dem Graupegelbild vorhandene
aussagekräftige
Kante in dem Binärbild
verschwinden, wenn die Bildelemente auf beiden Seiten der Kante
beim Umsetzen in Binärwerte
auf den gleichen Wert umgesetzt werden. Artefakte in dem Binärbild können dagegen
mit dem Erscheinen von Kanten in dem Graupegelbild in einem Bereich
des kontinuierlichen Übergangs
auftreten, wenn Bildelemente mit sehr ähnlichen Graupegelwerten auf
entgegengesetzten Seiten des gewählten
Schwellenwertes liegen.
-
Diese
Probleme werden durch die folgenden Tabellen veranschaulicht. Tabelle
I zeigt Bildelementwerte in einem 5 × 5-Bild, wobei höhere Werte
hellere Bildelemente darstellen. Tabelle I
| Grau | Spalte
1 | Spalte
2 | Spalte
3 | Spalte
4 | Spalte
5 |
| Zeile
1 | 10 | 10 | 10 | 11 | 11 |
| Zeile
2 | 10 | 11 | 12 | 13 | 14 |
| Zeile
3 | 16 | 17 | 18 | 19 | 20 |
| Zeile
4 | 14 | 16 | 14 | 16 | 18 |
| Zeile
5 | 16 | 14 | 16 | 14 | 90 |
-
Wenn
dieses Bild unter Verwendung eines Schwellenwertes von 85 in Binärwerte ungesetzt
wird, ergibt sich das in Tabelle II gezeigte Ergebnis: Tabelle II
| Schwellenwert 85 | Spalte
1 | Spalte
2 | Spalte
3 | Spalte
4 | Spalte
5 |
| Zeile
1 | 0 | 0 | 0 | 0 | 0 |
| Zeile
2 | 0 | 0 | 0 | 0 | 0 |
| Zeile
3 | 0 | 0 | 0 | 0 | 0 |
| Zeile
4 | 0 | 0 | 0 | 0 | 0 |
| Zeile
5 | 0 | 0 | 0 | 0 | 1 |
-
Die
großen
Lücken,
die das Bildelement in der unteren rechten Ecke umgeben, werden
in dem in Binärwerte
umgesetzten Bild dargestellt, alle anderen Lücken sind jedoch verloren.
(Der Ausdruck "Lücke" wird im Kontext
der vorliegenden Patentanmeldung und in den Ansprüchen verwendet,
um die absolute Differenz des Graupegels zwischen einem Paar benachbarter
Bildelemente zu bezeichnen.) Wenn dagegen der Schwellenwert auf
15 eingestellt ist, ergibt sich das in Tabelle III gezeigte Binärbild: Tabelle III
| Schwellenwert 15 | Spalte
1 | Spalte
2 | Spalte
3 | Spalte
4 | Spalte
5 |
| Zeile
1 | 0 | 0 | 0 | 0 | 0 |
| Zeile
2 | 0 | 0 | 0 | 0 | 0 |
| Zeile
3 | 1 | 1 | 1 | 1 | 1 |
| Zeile
4 | 0 | 1 | 0 | 1 | 1 |
| Zeile
5 | 1 | 0 | 1 | 0 | 1 |
-
Die
Lücke mit
der Größe 6 zwischen
den Zeilen 2 und 3, die wahrscheinlich einer echten Kante im Bild entspricht,
wird in dem Binärbild
dargestellt. Die großen
Lücken
in der unteren rechten Ecke sind jedoch verloren. Gleichzeitig sind
kleine Lücken
(der Größe 2) zwischen
den Zeilen 4 und 5, die infolge von Störungen vorhanden sein könnten, in
dem Binärbild
dargestellt. Dadurch gehen bedeutende Kanten, die in dem Graupegelbild
vorhanden sind, verloren, während
zugelassen wird, dass unbedeutende Lücken Artefakte erzeugen.
-
Aus
den Gründen,
die durch diese Tabellen veranschaulicht werden, ermöglichen
praktische Algorithmen zur Umsetzung in Binärwerte, dass der Schwellenwert
der Umsetzung in Binärwerte
verändert
wird. Diese Algorithmen machen im Allgemeinen Annahmen über den
Bildinhalt, indem sie den besten Schwellenwert ermitteln, der bei
dem gesamten Bild oder in speziellen Bereichen des Bildes verwendet
werden soll. Die Annahmen können
sich auf die Größen von
Objekten in dem Bild, Histogrammeigenschaften, Störpegel oder
andere Bildeigenschaften beziehen. Da Algorithmen zur Umsetzung
in Binärwerte
von derartigen Annahmen abhängig sind,
neigen sie dazu, bei speziellen Typen von Bildern oder Objekten,
für die
sie entwickelt wurden, gut zu funktionieren, jedoch bei anderen
zu versagen. Ein textorientierter Algorithmus zur Umsetzung in Binärwerte kann
z. B. bei einem Dokumentbild, das Text auf einem einfachen Hintergrund
enthält,
gut funktionieren, während
er versagen kann, wenn der Hintergrund strukturiert ist. Des Weiteren
enthalten Dokumentbilder häufig hervortretende
Merkmale, die von einfachem Text verschieden sind, wie etwa Symbole,
Linien und Kasten, deren Bewahrung in dem Binärbild wichtig ist und die verloren
gehen, wenn eine textorientierte Umsetzung in Binärwerte verwendet
wird.
-
Die
Umsetzung eines Bildes in "Trinärwerte" ist als ein Verfahren
zur Verarbeitung von Graupegelbildern vorgeschlagen worden, jedoch
nicht im Kontext der Bilddarstellung von Dokumenten. Typischerweise
ist ein Bereich von "grauen" Bildelementwerten
zwischen den niedrigen Werten des schwarzen Bereichs und den hohen
Werten des weißen
Bereichs definiert. Es ist festgestellt worden, dass das resultierende
Trinärbild
in vielen Anwendungen der Bilderkennung und Bildkorrelation nützlich ist.
-
In
der
US-Patentschrift 5 067 162 werden
z. B. ein Verfahren und eine Vorrichtung zur Identitätsprüfung unter
Verwendung der Bildkorrelation beschrieben, die typischerweise auf
der Analyse von Fingerabdrücken
beruht. Um Unsicherheiten und Schwankungen von Kantenbestimmungen
in dem Fingerabdruckbild zu beseitigen, wird eine Technik zur Umsetzung
in Trinärwerte
verwendet, um alle Bildelemente in einen von drei Pegeln aufzuteilen:
schwarz, grau oder weiß.
Ein Histogramm von Grauwerten des Graupegelbilds wird ermittelt
und Schwellenwerte schwarz-grau und grau-weiß werden gemäß einer
gleichmäßigen Ein-Drittel-Verteilung
aufgestellt. Alle Bildelemente, die Grauwerte aufweisen, die dunkler
als der Schwellenwert schwarz-grau sind, werden in schwarze Bildelemente
umgesetzt; alle Bildelemente, die Grauwerte aufweisen, die heller
als der Schwellenwert grau-weiß sind,
werden in weiße
Bildelemente umgesetzt; und alle anderen Bildelemente werden in
folgenden Korrelationsberechnungen ignoriert. Deswegen repräsentieren
schwarze und weiße
Bildelemente mit hoher Sicherheit Steg- und Talbereiche des Fingerabdruckbildes,
während
die grauen Bildelemente die Übergangsbereiche
zwischen den Stegen und Tälern
repräsentieren.
-
Als
ein weiteres Beispiel werden in der
US-Patentschrift
5 715 325 Vorrichtungen und Verfahren zum Erfassen eines
Gesichts in einem Videobild beschrieben. Gesichtsbilder werden verarbeitet,
um feine Einzelheiten zu beseitigen und einen harten Kontrast zu
schaffen, was ein Bild zur Folge hat, dass nahezu in Binärwerte umgesetzt
ist (das dunkle Blöcke
und helle Blöcke
aufweist), jedoch trotzdem einige Blöcke enthält, die nicht eindeutig kategorisiert
werden können.
Um die Einfachheit der Verarbeitung zu unterstützen, wird das Bild als ein
Trinärbild
behandelt, wobei dunkle Bereiche mit negativen Einsen (–1), helle
Bereiche mit Einsen (1) und nicht definierbare Bereiche mit Nullen
(0) gekennzeichnet werden. Das Trinärbild wird dann mit verschiedenen
Gesichtsmustern verglichen, um eine optimale Übereinstimmung zu finden.
-
In
der
US-Patentschrift 4 520 505 wird
ein Zeichenlesesystem beschrieben, bei dem, nachdem ein binär codiertes
Zeichenmuster, das unter Verwendung eines niedrigen Schwellenwertes
erhalten wurde, unter bestimmten Bedingungen ausgedünnt wurde,
eine lokale Verarbeitung bewirkt wird, um festzustellen, ob ein Bildelement
Teil der Zeichenfolge ist.
-
In
der
US-Patentschrift 5 138 671 wird
ein Verfahren zum Festlegen des Schwellenwertes eines Bildes beschrieben,
durch das ein geeigneter Schwellenwert für die Umsetzung in Binärwerte ohne
den Einfluss von anderen Faktoren als die Lichtintensität eines
Objekts oder seine Reflexionsfähigkeit
ermittelt werden kann.
-
Zusammenfassung der Erfindung
-
Die
Erfindung stellt ein Verfahren nach Anspruch 1 sowie eine entsprechende
Vorrichtung und ein Computerprogramm bereit.
-
In
bevorzugten Ausführungsformen
der vorliegenden Erfindung wird ein Graupegeleingabebild allgemein
als ein Vorbereitungsschritt für
die Erzeugung eines Binärausgabebildes
in Trinärwerte
umgesetzt. Das Eingabebild wird zunächst analysiert, um Änderungen
unter den Graupegelwerten der Bildelemente in dem Bild zu kennzeichnen,
wie etwa Lücken
zwischen den Werten benachbarter Bildelemente. Anhand dieser Änderungen
werden obere und untere Schwellenwerte der Umsetzung in Binärwerte festgelegt,
derart, dass Bildelemente mit Graupegelwerten über dem oberen Schwellenwert
als weiß klassifiziert
werden und jene unter dem unteren Schwellenwert als schwarz klassifiziert
werden. Die Bildelemente mit Graupegelwerten zwischen dem oberen
und dem unteren Schwellenwert, die im Folgenden als Zwischenbildelemente
oder graue Bildelemente bezeichnet werden, werden dann vorzugsweise
so verarbeitet, um eine optimale Klassifizierung dieser Bildelemente
als schwarz oder weiß zu
bestimmen.
-
Der
obere und der untere Schwellenwert zur Umsetzung in Binärwerte werden
so ausgewählt,
dass die Anzahl von bedeutenden Kanten in dem Eingabebild, die in
dem Ausgabebinärbild
bewahrt werden, vergrößert wird,
während
die Anzahl von Artefaktkanten, die auftreten, verringert wird. Die
Erzeugung des Binärbildes
auf diese Weise überträgt die hervorstehenden
Merkmale des Eingabebildes eindeutig im Wesentlichen ohne Abhängigkeit
vom Typ des Bildinhalts. Ein Bereich von unterschiedlichen Schwellenwerten
wird in Bezug auf die Graupegeländerungen
unter den Bildelementen bewertet, um optimale obere und untere Schwellenwerte
zu wählen.
Die Bewertung beruht vorzugsweise auf einer statistischen Analyse
der Graupegellücken zwischen
den Bildelementen. Alternativ oder zusätzlich können andere statistische Analysen
und Informationsquellen, wie etwa tatsächliche Kanten, die durch Kantenerfassungsalgorithmen
gefunden werden, bei der Wahl der Schwellenwerte verwendet werden.
-
In
einigen bevorzugten Ausführungsformen
der vorliegenden Erfindung werden die Zwischenbildelemente anhand
ihrer Beziehung zu anderen benachbarten Bildelementen klassifiziert.
Vorzugsweise werden Bildelemente, die bedeutend heller sind als
ein Durchschnittswert ihrer Nachbarn, als weiß klassifiziert, während jene,
die bedeutend dunkler als der Durchschnittswert sind, als schwarz
klassifiziert werden. Diese Klassifizierung muss nicht von den gewählten oberen
und unteren Schwellenwerten abhängen.
Bildelemente, die sich von dem Durchschnittswert ihrer Nachbarn
nicht wesentlich unterscheiden, werden typischerweise unter Verwendung
eines Schwellenwertes wie z. B. der Mittelwert aus oberem und unterem
Schwellenwert klassifiziert.
-
Alternativ
können
andere Verfahren angewendet werden, um die Zwischenbildelemente
zu klassifizieren oder auf andere Weise zu verarbeiten. In einer
bevorzugten Ausführungsform
wird ein textorientierter Algorithmus zur Umsetzung in Binärwerte auf
das Graupegelbild angewendet, und die Zwischenbildelemente werden
unter Verwendung der Ergebnisse dieses Algorithmus klassifiziert.
In einer weiteren bevorzugten Ausführungsform werden die Graupegelwerte
der Zwischenbildelemente gemeinsam mit den Binärwerten der anderen Bildelemente
gespeichert. Das Speichern des Bildes auf diese Weise erfordert
weit weniger Speicherplatz als das vollständige Graupegelbild, es werden
jedoch nahezu alle wesentlichen Informationen in dem Bild zur Verwendung
bewahrt, wenn das Bild für
eine spätere
Verarbeitung oder die Betrachtung durch eine Bedienperson abgerufen
wird.
-
Das
Festlegen des oberen und des unteren Schwellenwertes beinhaltet
vorzugsweise das Analysieren von Änderungen unter den Graupegelwerten
der Bildelemente in dem Eingabebild und das Festlegen der Schwellenwerte
in Reaktion auf die analysierten Änderungen. Es wird am meisten
bevorzugt, dass das Analysieren der Änderungen unter den Graupegelwerten
das Suchen von Kanten in dem Eingabebild beinhaltet und dass das
Festlegen der Schwellenwerte das Wählen der Schwellenwerte in
der Weise beinhaltet, dass die Kanten in dem Ausgabebild, das aus
den zugewiesenen Binärwerten
aufgebaut ist, beibehalten werden.
-
Zusätzlich oder
alternativ beinhaltet das Analysieren der Änderungen unter den Graupegelwerten
das Suchen von Lücken
zwischen den Graupegeln benachbarter Bildelemente, und das Festlegen
der Schwellenwerte beinhaltet das Auswählen der Schwellenwerte in
der Weise, dass die Lücken,
die signifikant sind, gegenüber
den Lücken,
die nicht signifikant sind, in einem Ausgabebild, das aus den zugewiesenen
Binärwerten aufgebaut
ist, beibehalten werden. Das Auswählen der Schwellenwerte beinhaltet
vorzugsweise das Definieren der Lücken, die signifikant sind,
als jene Lücken,
deren Betrag größer als
die ausgewählte
Differenz zwischen dem oberen und unteren Schwellenwert ist. Es
wird am meisten bevorzugt, dass das Auswählen der Schwellenwerte das
Auswählen
des oberen und des unteren Schwellenwertes in der Weise beinhaltet,
dass eine Leistungsbewertungspunktzahl, die für mehrere unterschiedliche
Paare aus unterem und oberem Schwellenwert berechnet wird, den größtmöglichen
Wert erreicht, wobei die Punktzahl mit der Anzahl von signifikanten
Lücken,
die in dem Ausgabebild durch die ausgewählten Schwellenwerte beibehalten
werden, positiv korreliert und mit der Anzahl von nicht signifikanten
Lücken,
die beibehalten werden und der Anzahl von signifikanten Lücken, die
in dem Ausgabebild durch die ausgewählten Schwellenwerte nicht
beibehalten werden, negativ korreliert.
-
Das
Festlegen der Schwellenwerte beinhaltet vorzugsweise das Auswählen der
Schwellenwerte in der Weise, dass Kanteninformationen in einem Ausgabebild,
das aus den zugewiesenen Binärwerten
aufgebaut ist, beibehalten werden. Es wird am meisten bevorzugt,
dass das Auswählen
der Schwellenwerte das Wählen der
Schwellenwerte im Wesentlichen ohne Abhängigkeit vom Typ der Bildmerkmale,
zu denen die Informationen gehören,
beinhaltet. Zusätzlich
oder alternativ enthält
das Auswählen
der Schwellenwerte das Suchen eines optimalen Mittelwertes des oberen
und des unteren Schwellenwertes und das Suchen eines optimalen Wertes
der ausgewählten
Differenz zwischen den Schwellenwerten.
-
Des
Weiteren beinhaltet das verarbeiten der Bildelemente in der Zwischengruppe
vorzugsweise das Analysieren von Änderungen unter den Graupegelwerten
der Bildelemente in dem Eingabebild und das Festlegen der Zuweisungen
der Bildelemente zu dem ersten und dem zweiten Binärwert in
Reaktion auf die analysierten Änderungen.
Es wird am meisten bevorzugt, dass das Festlegen der Zuweisungen
in Reaktion auf die analysierten Änderungen das Suchen einer
signifikanten Differenz zwischen dem Graupegelwert eines der Bildelemente
und den Graupegelwerten der anderen Bildelemente in seiner Nachbarschaft
und das Zuweisen der Bildelemente zu dem ersten oder dem zweiten
Binärwert
in Reaktion auf die Differenz beinhaltet.
-
In
einer bevorzugten Ausführungsform
beinhaltet das Verarbeiten der Bildelemente in der Zwischengruppe
das Anwenden eines Verfahrens zur Umsetzung in Binärwerte,
das für
Text optimiert ist, um die optimalen Zuweisungen der Bildelemente
in die Zwischengruppe festzulegen.
-
Das
Verfahren beinhaltet vorzugsweise das Ausgeben eines Binärbildes,
das aus den zugewiesenen Binärwerten
der Bildelemente aufgebaut ist.
-
In
einer Ausführungsform
beinhaltet das Erzeugen des trinären
Ausgabebildes das Anzeigen des Ausgabebildes. In einer weiteren
bevorzugten Ausführungsform
beinhaltet das Erzeugen des trinären
Ausgabebildes das Speichern des Ausgabebildes in einem Speicher.
-
In
einer bevorzugten Ausführungsform
beinhaltet die Vorrichtung eine Anzeige, die mit dem Prozessor verbunden
ist, um das trinäre
Ausgabebild zu empfangen und anzuzeigen. In einer weiteren bevorzugten
Ausführungsform
beinhaltet die Vorrichtung eine Speichereinrichtung, die mit dem
Prozessor verbunden ist, um das trinäre Ausgabebild zu empfangen
und zu speichern.
-
Die
vorliegende Erfindung wird vollständiger verstanden aus der folgenden
genauen Beschreibung ihrer bevorzugten Ausführungsformen, die gemeinsam
mit den Zeichnungen erfolgt, in denen:
-
KURZBESCHREIBUNG DER ZEICHNUNGEN
-
1 eine
schematische Wiedergabe eines Graupegelbildes ist, das durch einen
Scanner aufgenommen wurde, der nach dem Stand der Technik bekannt
ist;
-
2 und 3 schematische
Wiedergaben von Binärbildern
sind, die durch Verarbeiten des Graupegelbildes von 1 unter
Verwendung bekannter Verfahren zur Umsetzung in Binärwerte erzeugt
wurden;
-
4 eine
schematische bildliche Darstellung der Bildverarbeitungsvorrichtung
gemäß einer
bevorzugten Ausführungsform
der vorliegenden Erfindung ist;
-
5 ein
Ablaufplan ist, der ein Verfahren zum Umsetzen von Bildern in Binärwerte gemäß einer
bevorzugten Ausführungsform
der vorliegenden Erfindung schematisch veranschaulicht;
-
6 ein
Ablaufplan ist, der Einzelheiten des Verfahrens von 5 gemäß einer
bevorzugten Ausführungsform
der vorliegenden Erfindung schematisch veranschaulicht; und
-
7 eine
schematische Darstellung eines Binärbildes ist, das durch verarbeitendes
Graupegelbildes von 1 unter Verwendung des Verfahrens
der 5 und 6 erzeugt wurde.
-
GENAUE BESCHREIBUNG BEVORZUGTER AUSFÜHRUNGSFORMEN
-
Die 1 bis 3 sind
schematische Wiedergaben von Bildern eines Schecks 20,
die zum Vergleichen von verschiedenen Verfahren zum Umsetzung von
Bildern in Binärwerte
dargestellt sind. 1 ist ein Graupegelbild des
Schecks, wie es durch einen Dokumentenscanner aufgenommen wurde.
Der Scheck enthält
gedruckte Zeichen 22 auf einem strukturierten Hintergrund 24 gemeinsam
mit weiteren Merkmalen wie etwa Linien 26 und ein Logo 28.
Ein solcher Scheck könnte
von einem Steuerzahler zusammen mit seinen Steuerrückzahlungsformularen übermittelt
werden. Alle Formulare werden abgetastet, und ihre Bilder werden durch
die Steuerbehörden
für eine
spätere
Bezugnahme gespeichert. Die Bilder werden typischerweise vor der Speicherung
in Binärwerte
umgesetzt, um das Volumen der gespeicherten Daten zu verringern.
Es ist im Allgemeinen wichtig, dass die Linien, das Logo und andere
kennzeichnende Einzelheiten in dem Bild beibehalten werden, so dass
der Scheck (oder ein anderes Dokument) deutlich identifiziert werden
kann, wenn es aus dem Speicher abgerufen wird.
-
2 zeigt
ein Bild 30 des Schecks nach der Umsetzung in Binärwerte unter
Verwendung eines Algorithmus, der im Allgemeinen gut bei Dokumentenbildern
funktioniert. Der Algorithmus wurde für Dokumente entwickelt, die
einen einfachen Hintergrund haben, und versagt bei dem strukturierten
Hintergrund des Schecks.
-
3 zeigt
ein Bild 35 des Schecks nach der Umsetzung in Binärwerte unter
Verwendung eines Algorithmus, der speziell für Text "abgestimmt" ist. Der Algorithmus wird in der US-Patentanmeldung 09/310
287 beschrieben, die an den Einreicher der vorliegenden Patentanmeldung übertragen
ist. In diesem Fall sind die Zeichen deutlich, Abschnitte von Linien 26 und des
Logos 28 sind jedoch verloren gegangen. Die Schwierigkeiten,
die durch die 2 und 3 dargestellt
sind, werden durch bevorzugte Ausführungsformen der vorliegenden
Erfindung überwunden.
-
Es
erfolgt nun eine Bezugnahme auf 4, die eine
schematische bildliche Darstellung der Bildverarbeitungsvorrichtung 40 gemäß einer
bevorzugten Ausführungsform
der vorliegenden Erfindung ist. Die Vorrichtung umfasst einen Scanner 42 oder
einen anderen geeigneten Typ einer Bildaufnahmevorrichtung, der
in der Technik bekannt ist, der ein Dokument wie z. B. den Scheck 20 (1)
aufnimmt und abtastet. Der Scanner nimmt ein Graupegelbild des Dokuments
auf und befördert
die entsprechenden Bilddaten zu einem Bildprozessor 44,
der typischerweise einen geeigneten Universalcomputer umfasst. Das
Bild wird alternativ von einer anderen Quelle in den Prozessor eingegeben.
Der Prozessor 44 verarbeitet das Graupegelbild, um ein Trinärbild des
Dokuments zu erzeugen und verarbeitet dann das Trinärbild weiter,
um unter Verwendung der im Folgenden beschriebenen Verfahren ein
Binärbild
zu erzeugen. Das Trinär- oder das Binärbild wird
typischerweise auf einem Monitor 46 angezeigt und/oder
für einen
späteren
Abruf in einem Massenspeicher 48 gespeichert. Die Bilder
können
außerdem
gedruckt oder über
ein Netzwerk übertragen
werden und können des
Weiteren z. B. unter Verwendung von Verfahren der optischen Zeichenerkennung
(OCR), die in der Technik bekannt sind, einer weiteren Verarbeitung
unterzogen werden.
-
Die
Bildverarbeitungsfunktionen des Prozessors 44 werden vorzugsweise
unter Verwendung von Software ausgeführt, die auf dem Prozessor
abläuft
und eine Ausführungsform
der vorliegenden Erfindung darstellt, wie im Folgenden genau beschrieben
wird. Die Software kann auf materiellen Medien wie z. B. Disketten oder
CD-ROM bereitgestellt und in den Computer geladen werden. Die Software
kann alternativ über
eine Netzwerkverbindung oder eine andere elektronische Verbindung
in den Computer heruntergeladen werden. Der Prozessor 44 kann
des Weiteren alternativ spezielle fest verdrahtete Elemente oder
einen digitalen Signalprozessor zum Ausführen einiger oder aller Bildverarbeitungsschritte
umfassen.
-
5 ist
ein Ablaufplan, der ein Verfahren zum Umsetzung von Graupegelbildern
in Binärwerte
gemäß einer
bevorzugten Ausführungsform
der vorliegenden Erfindung schematisch veranschaulicht. Ein Graupegelbild
wie z. B. das Bild von 1 wird in einem Bildeingabeschritt 50 in
den Prozessor 44 eingegeben. Die Graupegelwerte der Elemente
und insbesondere die Lücken
zwischen den Werten benachbarter Elemente werden in einem Optimierungsschritt 52 analysiert,
um einen optimalen mittleren Schwellenwert T und einen Differenzwert
D zu finden. T und D definieren einen oberen Schwellenwert, der
durch T + D/2 gegeben ist, und einen unteren Schwellenwert, der
durch T – D/2
gegeben ist. In einem Schritt 54 zum Umsetzen in Trinärwerte werden
alle Bildelemente in dem Eingabebild in drei Gruppen klassifiziert:
jene Bildelemente, die Graupegelwerte unter dem unteren Schwellenwert
aufweisen, werden als schwarz gekennzeichnet (oder Vordergrund, typischerweise
binär 1);
jene über
dem oberen Schwellenwert werden als weiß gekennzeichnet (oder Hintergrund,
binär 0);
und jene zwischen dem oberen und dem unteren Schwellenwert werden
als grau gekennzeichnet. Das Ergebnis ist ein Tertiärbild, das
auf dem Monitor 46 angezeigt oder im Speicher 48 gespeichert
werden kann.
-
Im
Schritt 52 werden die Werte von T und D so gewählt, dass
die Anzahl von signifikanten Kanten, die in dem Eingabebild vorhanden
sind, in dem Ausgabebinärbild
beibehalten wird, wobei gleichzeitig die Anzahl von Artefaktkanten,
die auftreten, vermindert wird. Zu diesem Zweck wird eine "signifikante Lücke" zwischen zwei benachbarten
Bildelementen als eine Lücke
definiert, deren absolute Größe größer als
D ist. Eine Lücke wird
in einem Ausgabebinärbild
I(T) "dargestellt", das unter Verwendung
von T als Schwellenwert der Umsetzung in Binärwerte erzeugt wird, wenn die
Bildelemente auf beiden Seiten der Lücke in I(T) unterschiedliche Binärwerte aufweisen.
Mit anderen Worten, die Lücke
wird dargestellt, wenn eines der Bildelemente in dem Ausgabebild
einen Graupegelwert größer als
T aufweist und der andere kleiner als T ist. Die optimalen Werte von
T und D werden dann vorzugsweise gefunden, indem eine Leistungsbewertungsfunktion
den größtmöglichen
Wert erreicht, die so gewählt
ist, dass sie die folgenden Kriterien erfüllt:
- 1.
Sie korreliert positiv mit der Anzahl von signifikanten Lücken in
dem Eingabebild, die in I(T) dargestellt werden;
- 2 Sie korreliert negativ mit der Anzahl von nicht signifikanten
Lücken
in dem Eingabebild, die in I(T) dargestellt werden; und
- 3. Sie korreliert negativ mit der Anzahl von signifikanten Lücken in
dem Eingabebild, die nicht in I(T) dargestellt werden.
-
Um
eine derartige Leistungsbewertungsfunktion zu berechnen, soll N(T,
D) eine gewichtete Zahl von nichtsignifikanten Lücken in dem Eingabebild sein,
die in I(T) dargestellt werden. Die Gewichtung erfolgt vorzugsweise
in der Weise, dass gilt: je kleiner die Lücke ist, die in I(T) dargestellt
ist, desto größer ist
ihre Gewichtung. Mit anderen Worten, jede Lücke, die in N(T, D) gezählt wird,
besitzt ein Bildelement mit einem Graupegelwert größer als
T und das andere Bildelement mit einem Graupegelwert kleiner als
T, wobei die absolute Differenz zwischen den Graupegelwerten nicht
größer als
D ist. MAX soll den größten Graupegelwert
in dem Bild bezeichnen, so dass N(T MAX) die gewichtete Zahl aller
Lücken
ist, die in I(T) dargestellt sind. G(D) soll ein gewichteter Zählwert der
Anzahl von signifikanten Lücken
in dem Bild sein, d. h. Lücken
mit einer absoluten Differenz größer als
D zwischen den Graupegelwerten der Bildelemente. Dann werden die
folgenden Maßzahlen
definiert:
- 1. good(T, D) = N(T, MAX) – N(T, D),
der gewichtete Zählwert
der signifikanten Lücken,
die in I(T) dargestellt sind;
- 2. artifacts(T, D) = N(T, D), nichtsignifikante Lücken in
I(T);
- 3. missed(T, D) = G(D) – good(T,
D), signifikante Lücken,
die in I(T) fehlen.
-
Diese
Maßzahlen
entsprechen den drei Kriterien, die oben angegeben wurden. Die Leistungsbewertungspunktzahl
(Score) eines beliebigen Paars (T, D) ist dann gegeben durch: Score(T, D) = good(T, D) – artifacts(T, D) – missed(T,
D).
-
Das
Paar (T, D), das die höchste
Leistungsbewertungspunktzahl ergibt, wird im Schritt 54 zur
Verwendung ausgewählt.
-
Diese
Leistungsbewertungspunktzahl und das Verfahren zum Auswählen von
T und D wurden oben beispielhaft beschrieben, wobei außerdem andere
Punktzahlen und Verfahren verwendet werden können, um T und D zu optimieren.
Die Gewichtungen, die den Lücken
zugewiesen sind, können
z. B. verändert
werden. Obwohl die hier definierten "Lücken" sich auf benachbarte
Bildelemente beziehen, müssen
die Bildelemente keine direkten Nachbarn sein, sondern können stattdessen
durch einen kleinen Abstand voneinander getrennt sein. Es kann außerdem nicht
erforderlich sein, alle Lücken
in dem Bild zu bewerten, sondern es kann eine repräsentative
Auswahl verwendet werden. Da ferner der Zweck der Bewertung der
Lücken
hauptsächlich
darin besteht, Werte von T und D zu wählen, die echte Kanten in dem
Binärbild
beibehalten, kann ein Kantenoperator wie etwa eine Sobel-Transformation
verwendet werden, um Kanten in dem Graupegelbild zu kennzeichnen.
T und D können
dann für
die Bildelementlücken
optimiert werden, die diesen Kanten entsprechen. Weitere Informationsquellen
in dem Graupegelbild wie z. B. V-förmige Intensitätsprofile
("Dachkanten", die gewöhnlich bei
dünnen
Linien und Textmerkmalen angetroffen werden) können gleichfalls für diesen
Zweck verwendet werden. Weitere Verfahren zum Auswählen des
oberen und des unteren Schwellenwertes sind einem Fachmann geläufig und
werden als im Umfang der vorliegenden Erfindung liegend betrachtet.
-
In 5 werden
in einem Verarbeitungsschritt 56 grauer Bildelemente die
Zwischenbildelemente getrennt verarbeitet und vorzugsweise Binärwerten
zugewiesen. Ein bevorzugtes Verfahren zur Umsetzung der Zwischenbildelemente
in Binärwerte
wird im Folgenden unter Bezugnahme auf 6 beschrieben.
In einer alternativen Ausführungsform
wird ein textorientierter Algorithmus zur Umsetzung in Binärwerte wie
jener, der in 3 zum Erzeugen des Bildes 35 verwendet
wird, auf das Graupegeleingabebild angewendet. Die Zwischenbildelemente
(grauen Bildelemente) vom Schritt 54 sowie wahlweise die weißen Bildelemente
werden dann den Binärwerten
zugewiesen, die durch den textorientierten Algorithmus zur Umsetzung
in Binärwerte erzeugt
werden. Weitere Verfahren zum verarbeiten der Zwischenbildelemente
sind einem Fachmann geläufig und
werden als im Umfang der vorliegenden Erfindung liegend betrachtet.
Die Zwischenbildelemente werden alternativ nicht in Binärwerte umgesetzt,
und ihre Graupegelwerte werden gespeichert und gemeinsam mit den Binärwerten
der anderen Bildelemente angezeigt.
-
Nachdem
alle Bildelemente in Binärwerte
umgesetzt wurden, wird das Binärbild
im Ausgabeschritt 58 zur Anzeige, Speicherung oder Weiterverarbeitung
ausgegeben. Wahlweise wird das Trinärbild ebenfalls ausgegeben.
-
6 ist
ein Ablaufplan, der Einzelheiten des Verarbeitungsschritts 56 grauer
Bildelemente gemäß einer
bevorzugten Ausführungsform
der vorliegenden Erfindung schematisch veranschaulicht. Das Wesen
des Verfahrens von 6 besteht darin, dass Bildelemente,
die sich als wesentlich heller oder dunkler als ihre Nachbarn hervorheben,
als weiß oder
schwarz gekennzeichnet werden. Deswegen wird für jedes der Zwischenbildelemente
ein lokaler Mittelwert der Graupegelwerte der Bildelemente in seiner
Umgebung in einem Mittelwertbildungsschritt 60 ermittelt.
In einem Schritt 62 der schwarzen Bildelemente werden jene
Bildelemente, deren Graupegelwerte um eine Differenz größer als
D kleiner als der lokale Mittelwert sind, als binär schwarz
zugewiesen. Bildelemente, deren Graupegelwerte um einen Wert größer als
D größer als
der lokale Mittelwert sind, werden in einem Schritt 62 der
weißen
Bildelemente als binär
weiß zugewiesen.
Alternativ kann ein anderer geeigneter Differenzwert anstelle von
D in den Schritten 62 und 64 verwendet werden.
Des Weiteren können
alternativ oder zusätzlich
andere Maße
und Operatoren wie z. B. Kantenoperatoren verwendet werden, um die
Bildelemente zu finden, die sich unter den Zwischenbildelementen
hervorheben.
-
Die
restlichen Bildelemente, die nicht in den Schritten 62 oder 64 kategorisiert
wurden, werden in einem Schwellenwertschritt 66 verarbeitet.
Diese Bildelemente werden vorzugsweise einfach um den Schwellenwert
T in Binärwerte
umgesetzt, so dass Bildelemente mit Graupegelwerten größer als
T als binär
weiß zugewiesen
werden und die anderen Bildelemente als binär schwarz zugewiesen werden.
Alternativ kann ein anderes Verfahren zur Schwellenwertbildung verwendet
werden.
-
7 ist
eine schematische Darstellung eines Binärbildes 70 des Schecks 20,
das unter Verwendung des Verfahrens der 5 und 6 gemäß einer
bevorzugten Ausführungsform
der vorliegenden Erfindung erzeugt wird. Während die Zeichen 22 nicht
so deutlich wie in 3 sind, werden die Linien 26 und
das Logo 28 genau wiedergegeben.
-
Obwohl
bevorzugte Ausführungsformen
oben unter Bezugnahme auf die Erzeugung von Dokumentenbildern beschrieben
wurden, ist es klar, dass die Grundgedanken der vorliegenden Erfindung
auch in anderen Anwendungen der Bildverarbeitung verwendet werden
können.
Die oben beschriebenen Verfahren können z. B. angepasst werden,
um Kanten mit einer vorgegebenen verhältnismäßig gleichmäßigen Stärke in einem Bild zu erfassen
und zwischen den Kanten in dem Bild, die tatsächlich hervorstechende Merkmale
repräsentieren,
und jenen, die infolge von Artefakten entstehen oder auf andere
Weise nicht signifikant sind, zu unterscheiden. Die Verfahren der
vorliegenden Erfindung können
außerdem
mit den nötigen
Abänderungen
bei Farbbildern und Bildern von dreidimensionalen Objekten angewendet
werden.