-
Die
vorliegende Erfindung bezieht sich auf die Bilderverarbeitung und
auf die Mustererkennung und im Besonderen, durch die Verwendung
von Prüfobjekten,
die bestimmte Bildmuster enthalten, auf die Bewertung der durch
eine elektronische Abtastvorrichtung erzeugten Bildqualität.
-
Die
Bewertung und das Anpassen der Bildqualität in einem Bildverarbeitungssystem
(wie zum Beispiel einem Fotokopierer, einem elektronischen Scanner,
einer Digitalkamera oder einer Videokamera) werden oft durch Erfassen
des Bildes eines Prüfobjekts
mit bekannten physikalischen Attributen durchgeführt. Die gemessenen Attribute
werden mit den physikalischen Messungen verglichen, um die Systemcharakterisierung
bereitzustellen. Beispielsweise kann eine Reihenfolge von Grau-Patches
von hell zu dunkel ansteigend (ein Stufengraukeil genannt) durch
Messen des Verhältnisses
des Auflichts zu der reflektierten Lichtmenge unter kontrollierten Bedingungen
mit bekannten Dunkelheiten (optischen Dichten) erzeugt werden. Der
Stufengraukeil wird dann mit einer elektronischen Bildverarbeitungseinrichtung
erfasst, so dass das Bild als ein Array von Pixelwerten dargestellt
wird. Jedes Patch stellt eine unterschiedliche optische Dichte bereit
und wird zu einer digitalen Zählungs-Map" in der Bildverarbeitungseinrichtung.
Ein Mapping kann deshalb von der echten optischen Dichte an den
Digitalanteilen in der elektronischen Einrichtung abgeleitet werden.
Dieses Mapping, Farbtonwiedergabekurve (TRC) genannt, ist eine Kalibrierung
der Vorrichtung. Mit der TCR kann die elektronische Vorrichtung
als Messinstrument benutzt werden oder benutzt werden, um Fehler
in dem Farbton der nachfolgenden Bilder, die unter Verwendung der
Einrichtung erfasst werden, zu korrigieren. Um das Mapping konventionell
zu berechnen, wird eine automatische Einrichtung zum Erkennen der
Anordnung der Patches in dem Pixelarray in einer elektronischen
Einrichtung (oder in einem Rechnerspeicher) benötigt.
-
Ein
Verfahren ist, unterscheidende Marken in Ecken des Prüfobjekts
zu setzen und die Positionen der Patches relativ zu den Marken zu
messen. Ein Kalibrierungsprogramm, wie es von einer zentralen Recheneinheit
ausgeführt
wird, würde
das Array analysieren, um die Marken zu erkennen. Durch das Kennen
der physikalischen Abstände
zwischen den erkannten Marken in dem Bild kann ein Normierungsfaktor
berechnet werden, der das Berechnen der Positionen der Patches in
dem Array ermöglicht.
-
Bei
einem kommerziellen Produkt ist die automatische Kalibrierung erwünscht, bei
der der naive Benutzer von der Aufgabe des Kalibrierens entlastet wird.
Stattdessen kann für
den Benutzer ein Anweisungs-Set bereitgestellt werden, um ein Prüfobjekt abzubilden
und eine Taste zu drücken
und dann die Bilderfassung fortzusetzen.
-
Beim
Scannen von Dokumenten wird eine gute Bildqualität durch das Charakterisieren
vieler Aspekte der Einrichtung, einschließlich der einrichtungsimmanenten
Auflösung
(die kleinsten Bildeigenschaften, die durch das System erhalten
werden können),
erreicht. Systematische oder zufällige
Verzerrungen können
durch den Scanner eingeführt werden.
Die adäquate
Charakterisierung dieser Verzerrungen ermöglicht das Kompensieren dieser
Verzerrungen über
Bildverarbeitungsalgorithmen, die in der Hardware oder der Software
ausgeführt
werden. Durch die Einrichtung werden oft Bildverarbeitungsfunktionen
verwendet, um die Bildqualität
beim Drucken zu verbessern. Beispielsweise kann ein abgetastetes
Dokument „gerastert" werden, um Grau durch
einen Cluster aus schwarzen Punkten darzustellen. Die Anordnung
von schwarzen Punkten, kunstfertig hergestellt, um dem menschlichen
visuellen System das Grau unauffällig
darzustellen, kann durch das Scannen und das Drucken zerstört werden.
Um dieses nach dem Scannen zu kompensieren, schätzen Bildverarbeitungsalgorithmen,
die das menschliche visuelle System modellieren, das Grau, das für eine Person
zur Wahrnehmung beabsichtigt war. Das Drucken des Graus erzeugt
eine signifikant bessere Wiedergabe. Um die Qualität dieser
Wiedergabe zu testen, wird das gesamte Prüfobjekt gerendert, in Halbtönen ausgedruckt
und abgetastet. Die Messungen der originalen Patches werden mit
den abgetasteten gerasterten Patches verglichen. Um diesen Prozess
für den
naiven Benutzer zu automatisieren, müssen die Markierungsmarken
erkannt werden, selbst, wenn sie durch das Scannen, das Rastern,
das Drucken und durch das erneute Scannen erheblich verschlechtert
wurden.
-
Abhängig von
dem Bildverarbeitungssystem sind viele weitere Messungen möglich. Die 2 zeigt
ein Beispiel eines Prüfobjekts.
Es sind zahlreiche Patches zum Messen vieler Figenschaften des Bildverarbeitungssystems
vorhanden. Die beiden Marken auf der Oberseite sind zu erkennen.
Die Kalibrierungsalgorithmen verwenden die erkannten Positionen,
um dann die Positionen der Patches in dem Bildarray zu bestimmen.
Das gleiche Prüfobjekt
kann mit einer Vielzahl von Auflösungen,
einschließlich
anisotropischer Seitenverhältnisse
(z. B. 600 Punkte pro Zoll) abgetastet werden, wie auch extremen
Verzerrungen durch das Bildverarbeitungssystem ausgesetzt werden.
Folglich muss ein Algorithmus zum Erkennen der Marken robust gegen
diese Verzerrungen (Rasterung, geringer Kontrast usw.) sein. Die vorliegende
Erfindung ist ausgelegt und erprobt, um gegen eine Vielfalt von
Verzerrungen robust zu sein.
-
Das
U.S.-Patent 5,198,907 stellt eine Einrichtung zur Objektregistrierung,
die eine „L"-förmige Figur, „Führungsstreifen" genannt, verwendet,
dar. Die Führungsstreifen
werden durch Flankenerkennung und durch Folgen erkannt. Der Algorithmus
beginnt mit der oberen linken Ecke und verwendet Unterschiede in
der „Belichtung", um die Kante zu
erkennen. Er folgt dann den Kanten, um Streifen mit der korrekten
Breite und Höhe
zu finden. Die Führungsstreifen
sind relativ zu dem erfassten Bereich lang und in horizontalen und
vertikalen Richtungen. Die Abmessungen (Längen und Breiten) müssen vorher
bekannt sein. um die Erkennung zu ermöglichen. Diese Beschränkungen
schließen
Marken unter den extremen Verzerrungen, die diese Erfindung überwindet,
aus.
-
Das
U.S.-Patent 5,642,202 stellt eine Einrichtung zur Kalibrierung eines
Druckers bereit. Unter der Verwendung von Registrierungsmarken können das
Original und die abgetastete, gedruckte Version registriert und
verglichen werden, um die Kalibrierungsdaten zu erzeugen. Die Registrierungsmarken sind
drei kollineare Dreiecke mit zugewiesenen, nicht kollinearen „Spitzen" an bekannten Positionen,
die benutzt werden, um die Registrierungsübertragung von dem abgetasteten
Bild auf das Original zu übertragen.
Diese Dreiecke werden unter Verwendung von Schwarz-Weiß- und Weiß-Schwarz-Übergängen entlang den horizontalen
Abtastungen berechnet. Dieses Verfahren ist weder robust gegen Rasterung (Dithering
oder Fehlerdiffusion) noch darf ein Bildinhalt oder Rauschen zwischen
den Dreiecken vorhanden sein, weil der Algorithmus genau 6 Übergänge sucht.
Auch dürfen
keine größeren Mengen
von Dokumentenasymmetrien vorhanden sein, die es unmöglich machen
würden
die sechs Übergänge zu finden.
-
Das
an Yasuda u. a. erteilte U.S.-Patent Nr. 4,153,897 legt ein Mustererkennungssystem
offen, bei dem Ähnlichkeiten
zwischen unbekannten Mustern und den Standardmustern identifiziert
werden. Die Ähnlichkeiten
werden zuerst in den jeweiligen Ver schiebungsbedingungen, bei denen
die unbekannten Muster und die Standardmuster relativ zueinander über den
ersten begrenzten Bereich verschoben werden, einschließlich der
Bedingung ohne Verschiebung, erkannt. Der Maximalwert dieser Ähnlichkeiten
wird dann erkannt. Die Ähnlichkeiten
werden weiterhin, wenn der Maximalwert, der ohne die relative Verschiebung
ist, in den jeweiligen Verschiebungsbedingungen, bei denen die unbekannten Muster
und die Standardmuster relativ zueinander über den zweiten Bereich verschoben
werden, der größer als
der erste begrenzte Bereich ist, erkannt. Das an Suzuji u. a. erteilte
U.S.-Patent 5,216,724 legt ein Gerät zum Bildlesen oder Bildverarbeiten
offen, das ein bestimmtes Muster, wie zum Beispiel Banknoten oder
Wertpapiere, genau identifizieren kann. Eine Erkennungseinheit erkennt
die positionellen Informationen eines Originalbildes und eine Diskriminierungseinheit
extrahiert Musterdaten aus einem bestimmten Teil des Originalbildes,
um, basierend auf der Ahnlichkeit zwischen den Musterdaten und den
vorbestimmten Daten. zu entscheiden. ob das Originalbild das vorbestimmte
Bild ist.
-
Das
an Heckman u. a. erteilte U.S.-Patent 5,291,243 legt ein System
zum Drucken von Sicherheitsdokumenten, die eine Kopieerkennung oder eine
Verfälschungssicherheit
in verschiedenen Farben aufweisen, mit einem Einzelschrittdrucker
offen. Ein authentifizierendes Bestätigungsmerkmal hat zwei vermischte
Farbrastermuster mit Rasterdichtegradienten, die über das
Bestätigungsmerkmal
in entgegengesetzten Richtungen variieren, jedoch unterschiedlich
von dem Hintergrund sind.
-
EP-A-0405400
legt eine Bildunterscheidungseinrichtung zum Unterscheiden eines
von einer Markierungslinie umgebenen Bereichs offen. Die Daten eines
Dokumentenbildes werden binarisiert und dann werden der Anfangspunkt
und der Endpunkt der Markierungslinie für jede der Abtastlinien aus
den binarisierten Daten erfasst und aus jeder Linie wird die eindimensionale
Markierungslinie erfasst.
-
Gemäß der vorliegenden
Erfindung umfasst ein Verfahren zum Erkennen des Vorhandenseins
einer vorbestimmten Marke auf einem Dokument das Erfassen des Bildes
eines Dokuments mit wenigstens einer Eingabemarke, das Erzeugen
eines Merkmalsvektors für
jede verbundene Komponente der Eingabemarke, der eine Liste der
ihn konstituierenden schwarzen Lauflängen „num", die Zei chen-Box-Koordinaten, einen
Flächenschwerpunkt (xbar', ybar), eine Anzahl
von Mittelpunkten von Lauflängen
in jedem Oktanten relativ zu dem Flächenschwerpunkt durch die Lauflängen in
der Komponente normalisiert (oct [0], ..., oct [7]) und eine Anzahl von
schwarzen Lauflängen,
die vollständig
in jedem Quadranten relativ zu dem durch die Höhe jedes Quadranten normalisierten
Flächenschwerpunkt
enthalten sind, wn, ne, sw und se, enthält, wobei für jede Komponente der Durchschnitt „mean" und die Sample-Varianz „variance" von nw, ne, sw und
se berechnet werden, die Anzahl „above" von Oktanten, die größer als
0,22 sind, und die Anzahl „below", die kleiner als
0,015 abgezählt
werden, und eine Entscheidungsregel benutzt wird, um zu bestimmen,
ob eine Komponente ein „X" ist oder nicht,
wenn: „
above" gleich 4 ist, „below" wenigstens 3 ist, „num" wenigstens 5 ist, „mean" größer als
0,83 ist und „variance" kleiner als 0,004
ist.
-
Bei
dem bevorzugten Beispiel wird das Prüfobjekt, wenn es erfasst wird,
in der Einrichtung oder dem Rechnerspeicher als ein Grauskalenbild
dargestellt wo jedes Bildelement (Pixel), eingeschlossen in einem
Byte, durch einen Wert zwischen 0 und 255 gespeichert dargestellt
wird. Es wird vorausgesetzt, dass Schwarz durch 0 dargestellt wird
und Weiß durch
255 dargestellt wird. Diese Voraussetzung ist für die Erfindung nicht erforderlich,
vereinfacht jedoch die Darstellung. Wenn das Bild nicht so dargestellt
ist, könnten
nach dem Stand der Technik wohlbekannte Einrichtungen verwendet
werden, um es dieser Darstellung entsprechend umzuwandeln. Der erste
Schritt ist der, das Bild zu begrenzen, wobei ein Wert T verwendet
wird, um, durch Zuweisen des Wertes 0 an jene Pixel mit einem Wert
kleiner als T und eines Wertes von 1 an diejenigen, die größer als T
bzw. gleich T sind, eine binäre
Darstellung zu erzeugen. Von den 256 Graustufen sind 254 Schwellenwerte
vorhanden (die zwei anderen Werte erzeugen alle Nullen oder alle
Einsen).
-
Einige
dieser Schwellenwerte erzeugen bessere binäre Bilder für die Markenerkennung als andere
jedoch kann mit einer Anfangsschätzung
ohne vorheriges Kennen des Bildes, davon ausgegangen werden, dass
ein guter Schwellenwert T = 128 ist. Diese Schätzung ist für die Erfindung nicht erforderlich,
sondern ist nur ein Mittel für
eine schnelle Verarbeitung.
-
Der
nächste
Schritt ist, die acht (oder vier) verbundenen Komponenten in dem
Binärbild
zu erkennen. Die Marken werden unter diesen sein. Das Finden verbundener
Komponenten ist nach dem Stand der Technik wohlbekannt. Die bevorzugte
Ausführung
wandelt das Binärbild
in eine Lauflängendarstellung
um, bildet eine Adjazenz-Linienkurve und findet dann verbundene
Komponenten in dieser Kurve (T. Pavlidis, Algorithms for Graphics
and Image Processing 198 907 Computer Sciene Press. Rockville MD).
-
Aus
einer Liste verbundener Komponenten wird jede überprüft, um zu bestimmen, ob sie
eine Marke ist oder nicht. Der Schlüssel ist. Merkmale zu extrahieren.
die genau eine „X"-Marke, invariant
unter einer Vielzahl von Verzerrungen beschreiben, jedoch auf eine
solche Art und Weise, dass keine andere „Nicht-X-Komponente" mit einem „X" verwechselt wird.
Wenn keine zwei Marken gefunden werden, wird das Originalbild einem
in der Technik wohlbekannten Histogrammausgleichverfahren unterzogen (Gonzales
und Woods, Digital Image Processing, Addison-Wesley, 1992) und der
Schwellenwert für
die Binarisierung wird auf T = 64 gesetzt. Dieser Wert arbeitet
in bestimmten Bildverarbeitungssystemen gut, kann jedoch, abhängig von
der Anwendung, angepasst werden. Tatsächlich kann jede Anzahl der
nach dem Stand der Technik bekannten Binarisierungstechniken verwendet
werden, einschließlich
adaptiver (N. R. Pal und S. K. Pal, review of image segmentation
techniques, Pattern Recognition, Band 26, Nr. 9, 1277-1294, 1993).
-
Wenn
die zwei Marken gefunden werden, werden die Flächenschwerpunkte der Marken
gefunden und die Flächenschwerpunkte
werden an den Kalibrierungsprozess, der die Positionen der Patches relativ
zu diesen Marken speichert, gemeldet..
-
Die
bevorzugten Ausführungen
und andere Aspekte der vorliegenden Erfindung werden aus der folgenden
ausführlichen
Beschreibung der Erfindung in Verbindung mit den begleitenden Zeichnungen
ersichtlich werden. Die begleitenden Zeichnungen werden für den Zweck
der Beschreibung der Ausführungen
bereitgestellt und nicht, um diese zu beschränken.
-
Kurzbeschreibung
der Zeichnungen
-
1 zeigt
ein Flussdiagramm des Verfahrens zum Erkennen der Marken.
-
2 zeigt
ein typisches Prüfobjekt.
Die „X" in der oberen linken
und rechten Ecke sind die Registrierungsmarken. Unter ihnen ist
ein Array aus Patches, das, wenn es durch ein Bildverarbeitungssystem
verarbeitet wird, Abmessungs- und Kalibrierungsinformationen bereitstellt.
-
3 zeigt
eine Großaufnahme
einer „X"-Marke.
-
4 zeigt
eine „X"-Marke, die einer
anisotropischen Verzerrung ausgesetzt ist.
-
5 zeigt
ein Schema einer „X"-Marke auf kartesischen
Achsen. Der vertikale Abstand zwischen den Lauflängen wurde hinzugefügt, um die Lauflängen deutlich
zu machen.
-
6 zeigt
ein Schema einer „X"-Marke auf kartesischen
Achsen, die die Oktanten begrenzenden Linien zeigen, die bei der
Merkmalsberechnung benutzt werden.
-
7 stellt
das System dar, das benutzt werden würde, um die Erfindung auszuführen.
-
Das
Erkennungsverfahren in einer Scanner-Produktionsumgebung, in der
das Prüfen
schnell und zuverlässig
für jede
Maschine ausgeführt
werden muss, ist der Gegenstand dieser Erfindung.
-
Ein
Prüfobjektbild,
wie das in der 2, wird als eine Rasterabtastung,
bestehend aus einem Werte-Array in dem Rechnerspeicher, in dem jeder
Wert ein Wert zwischen 0 und 255 ist, erfasst. Der Wert 0 stellt
Schwarz oder die minimale Helligkeit dar und der Wert 255 stellt
Weiß oder
die maximale Helligkeit dar. Das Bild kann durch jede elektronische
Erfassungsvorrichtung, typischerweise, jedoch nicht darauf beschränkt, durch
einen Dokumentenscanner, durch eine elektronische (digitale) Stillbildkamera oder
durch eine Videokamera erhalten werden. Obwohl die gegenwärtige Ausführung Grauskalierungsbilder,
wie zuvor beschrieben, verarbeitet, kann jede Bilddarstellung, die
für eine
binäre
Darstellung geeignet ist, ebenso verarbeitet werden. Erforderlich
ist nur, dass die Formen der Symbole in dem Bild auf eine binäre Art dargestellt
werden. Wenn das Bild beispielsweise ein Farbbild ist, bei dem jedes
Pixel als ein Triplett von roten, grünen und blauen Reflexionen
dargestellt wird, können
nach dem Stand der Technik bekannte Verfahren verwendet werden,
um das Farbbild in ein „Helligkeitsbild" umzuwandeln, oder
einzelne oder jeder der roten, grünen und blauen Kanäle können bzw.
kann verarbeitet werden. Die Marke muss nicht schwarz oder weiß sein,
muss jedoch eine spektrale Reflexion haben, die von der spektralen
Reflexion des Hintergrundes unterscheidbar ist. Wenn das Bild, wie
oben beschrieben, erfasst und gespeichert ist, wird es mit einem
Schwellenwert versehen. In der bevorzugten Ausführung wird ein Mittelstufenwert
von T = 128 benutzt, um zwischen den spektralen Reflexionen der
Marke und des Hintergrundes mittels einer einfachen Helligkeitsentscheidung
zu unterscheiden. Andere Werte, wie zum Beispiel 127 oder 129. könnten benutzt
werden. Wenn der Pixelwert größer als
T oder gleich T ist, wird der Pixelwert als weiß und andernfalls als schwarz
gekennzeichnet. Das entstandene Binärbild erfasst die wesentliche
Form der Marke (und ist in dem Bild enthaltenen). Wie oben angemerkt,
dienen Schwarz und Weiß als
Kennzeichen, um die Marke, basierend auf einem Entscheidungsverfahren,
ob sie ein einfacher Schwellenwert, ein fortgeschrittener Algorithmus
oder die Analyse der spektralen Reflexionen des Bildes ist, von
dem Hintergrund zu unterscheiden.
-
Die 3 ist
eine Darstellung einer „perfekten" oder „idealen" „X"-Marke. Die 4 zeigt
das gleiche „X" anisotropisch abgetastet,
mit einer höheren
horizontalen als vertikalen Auflösung
und stellt dadurch ein verzerrtes Erscheinungsbild bereit. Das erfindungsgemäße Verfahren
ist beim Antreffen derartiger Verzerrungen als robust vorgesehen.
-
Der
nächste
Schritt ist, das Binärbild
in 8-verbundene (oder alternativ in 4-verbundene) benachbarte Bereiche
von Schwarz umzuwandeln. Diese Bereiche werden verbundene Komponenten
genannt und effektive Verfahren zum Finden derselben sind nach dem
Stand der Technik wohlbekannt. Jede Komponente wird als eine Sammlung
von schwarzen horizontalen Lauflängen
mit Anfangs- und Endkoordinaten dargestellt, wobei dies eine der
vielen Darstellungen einer verbundenen Komponente ist, die in der
Technik wohlbekannt ist. Jede hat eine verbundene Datenstruktur,
die dazu dient, die gemessenen Merkmale jeder verbundenen Komponente
zu speichern. Für
jede Komponente wird die Folgende berechnet. Das erste Merkmal ist
der Flächenschwerpunkt,
auch Schwerkraftzentrum und erstes zentriertes Moment genannt. Die
Berechnung des Flächenschwerpunkts
ist nach dem Stand der Technik wohlbekannt. Ausgehend von dem Flächenschwerpunkt, wird
die Ebene in vier Quadranten aufgeteilt, wie in der 5 dargestellt.
Für jeden
der Quadranten, gekennzeichnet als ne, nw, se und sw, wird eine
Zählung
der Anzahl der Lauflängen,
die vollständig
in jedem Quadranten enthalten sind, vorgenommen. Der Durchschnitt
und die Summe der quadratischen Fehler werden berechnet und jeweils „mean" und „variance" zugewiesen. Wenn
die Form ein „X" ist, wäre zu erwarten,
dass der Durchschnitt geringer als 1,0, jedoch nahe 1,0 wäre und dass
die Varianz klein wäre.
-
Ferner
wird die Fläche,
ausgehend von dem Flächenschwerpunkt,
in Oktanten aufgeteilt. Unter Verwendung von gegen den Uhrzeigersinn
berechneten Graden oct0 = (345, 15], oct1 = (15, 75], oct2 = (75,
105], oct3 = (105, 165], oct5 = (195, 255], oct6 = (255, 285] und
oct7 = (285, 345] wird für
jeden Oktanten eine Strichliste der Anzahl der horizontalen Lauflängen, die
Mittelpunkte in diesem Oktanten haben, angelegt. Um die Erkennungsgenauigkeit
zu erhöhen,
werden nur Lauflängen
mit einem Mittelpunkt in einem bestimmten Abstand von dem Flächenschwerpunkt
abgezählt.
Dieser Abstand, der inner_threshold genannt wird, wird auf ein 0,025stel der
kleineren Komponentenbreite und der kleineren Komponentenhöhe gesetzt.
Jede Zählung
wird dann durch die Gesamtanzahl der Lauflängen, die die Komponenten umfassen,
geteilt. Diese normalisiert die Werte, um diese mit verschiedenen
Bild-Sampling-Auflösungen
vergleichbar zu machen. Für
eine „X"-Marke wären in vier
der Oktanten hohe Zählungen
und in vier der Oktanten geringe Zählungen zu erwarten. Zu diesem
Zweck wird die Anzahl „above" der Oktanten mit
Zählungen,
die größer als high_ocf_threshold
= 22 sind und die Anzahl below von Oktanten mit einer Zählung unter low_oct_threshold
= 0.015 gezählt.
-
Das
Entscheidungsverfahren, ob eine Komponente eine „X"-Marke ist, ist:
wenn above = 4
und
wenn below = wenigstens 3 und
die Komponente wenigstens
5 Lauflängen
hat und
mean größer als
0,83 ist und
mean nicht größer als
1,0 ist und
variance kleiner als 0,004 ist,
wird die Komponente
als eine „X"-Marke angegeben und
andernfalls nicht.
-
Wenn
eine Komponente als eine Marke ermittelt wurde, wird ihr Flächenschwerpunkt
wieder eingegeben. Es wurde festgestellt, dass die oben beschriebenen
Regeln eine „X"-Form in einer Vielzahl von
Größen, Rotationen
und in Abhängigkeit
von der Verzerrung erzeugten anisotropischen Verzerrungen, wie in
den 3 und 4 dargestellt, genau erkennt.
-
Wenn
genau zwei Marken in der Liste gefunden werden, werden ihre Flächenschwerpunkte
als Markenpositionen wieder eingegeben. Andernfalls wird das Bild
einem Histogrammausgleichverfahren unterzogen, sein Schwellenwert
auf ein geringere Mittelstufe T = 64 (oder 63 oder 65) gesetzt,
die 8-verbundenen Komponenten werden gefunden und das Klassifizierungsverfahren
wird erneut ausgeführt.
Bei der Anwendung ist diese Iteration ausreichend, um alle angetroffenen
Bilder zu behandeln, obwohl mit verschiedenen Schwellenwerten oder Bildverarbeitungsschritten
fortgesetzt werden könnte,
bis zwei Marken gefunden werden. Obwohl die bevorzugte Ausführung genau
zwei Marken findet, könnte
eine Marke oder jede Anzahl von Marken durch dieses Verfahren gefunden
werden.
-
Wenn
die Markenpositionen gefunden wurden, kann das Kalibrierungsverfahren,
mit den Koordinaten der verschiedenen Patches relativ zu den Marken
entlang der erfassten Bildauflösung,
die Patches auf dem Bild finden und diese an den bekannten Daten
für die
Patches auf dem Prüfbildoriginal
registrieren.
-
Beim
Bewerten der durch eine elektronische Abtastvorrichtung erzeugten
Bildqualität
unter Verwendung von Prüfobjekten,
die spezielle Bildmuster enthalten, können die von diesen „Patches" erhaltenen abgetasteten
Bilddaten durch einen Mikroprozessor, der Software zum Bestimmen
der Modulationsübertragungsfunktion
(MFT), der Pixel-zu-Pixel-Uniformität, der Farbtonwiedergabekurve
(TRC) und des Zufallsrauschen des Scanners verwendet, weiterverarbeitet
werden. Die Patches-Anordnungen relativ zu speziellen Marken sind
der Analysesoftware bekannt. Bei dem typischen System 100,
wie in der 7 gezeigt, würde es zur Erkennung der Marken verwendet
werden, wie hierin offen gelegt. Ein Abtastgerät 102 würde ein
Dokument, das derartige Marken enthalten würde, erfassen. Ein Mikroprozessor 101 würde das
Dokumentenbild empfangen und die von der von dem Speicher 103 abgerufenen
Software festgelegte Analyse durchführen. Die Markenerkennung oder
das Nichterkennen würde
dann elektronisch, durch Signaleinrichtungen 104, wie zum
Beispiel eine CRT, an den Benutzer übermittelt werden.