DE69934290T2 - Verfahren zur Umsetzung eines beobachteten Bildes in ein Idealbild - Google Patents

Verfahren zur Umsetzung eines beobachteten Bildes in ein Idealbild Download PDF

Info

Publication number
DE69934290T2
DE69934290T2 DE69934290T DE69934290T DE69934290T2 DE 69934290 T2 DE69934290 T2 DE 69934290T2 DE 69934290 T DE69934290 T DE 69934290T DE 69934290 T DE69934290 T DE 69934290T DE 69934290 T2 DE69934290 T2 DE 69934290T2
Authority
DE
Germany
Prior art keywords
image
observed
vector
vectors
pixel parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE69934290T
Other languages
English (en)
Other versions
DE69934290D1 (de
Inventor
Robert P. Webster Loce
Michael S. Rochester Cianciosi
Ying-wei Penfield Lin
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xerox Corp
Original Assignee
Xerox Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xerox Corp filed Critical Xerox Corp
Publication of DE69934290D1 publication Critical patent/DE69934290D1/de
Application granted granted Critical
Publication of DE69934290T2 publication Critical patent/DE69934290T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/58—Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Description

  • Diese Erfindung betrifft Verfahren zum Umwandeln eines beobachteten Bildes in ein Idealbild beispielsweise unter Verwendung von Template-Matching (Schablonenvergleich) von Farbbildern. Im Besonderen betrifft diese Erfindung Systeme und Verfahren für den Schablonenvergleich von sowohl kontinuierlichen Mehrebenen-Farbbildern als auch binären Mehrebenen-Farbbildern für unterschiedliche Anwendungen.
  • Eine große Bandbreite von digitalen Dokumentenverarbeitungsaufgaben wird unter Verwendung von schablonenbasierten Filtern durchgeführt. So umfassen digitale Dokumentenverarbeitungsaufgaben beispielsweise die Auflösungsumwandlung, die Wiederherstellung, die Bildfeinabstimmung sowie das Descreening (Entrasterung) von Bildern. Diese Aufgaben werden für gewöhnlich in monochromen Bildern und in Farbbildern durchgeführt. Die Farbbilder können aus mehreren Farbraumebenen oder Farbtrennschichten gebildet sein.
  • Bei den herkömmlich angewendeten Systemen und Verfahren wird typischerweise ein Template-Operator zum Durchführen von Binärfiltern von sowohl den monochromen als auch den Farbbildern bereitgestellt. Der Template-Operator beobachtet eine Anordnung von Pixelwerten unter Verwendung eines geeigneten Fensters. Anschließend vektorisiert der Template-Operator die in dem Fenster beobachteten binären Pixelwerte. Als Ergebnis wird ein Vektor erhalten, der die beobachteten binären Pixel darstellt. Anschließend wird der Vektor als Zeiger auf eine Nachschlagtabelle verwendet. Daraus resultierend erzeugt die Nachschlagtabelle eine angemessene Ausgabe.
  • Es wurden insbesondere verschiedene Entrasterungsverfahren für monochrome Halbtonbilder so wie beispielsweise das Verfahren zum Entrastern von mit Fehlern durchsetzten Halbtonbildern, beschrieben im Dokument „Error Diffused Image Compression Using a Halftone-to-Grayscale Decoder and Predictive Pruned Tree-Structured Vector-Quantization." von M.Y. Ting et al., in IEEE Transactions on Image Processing, 3(6): Seiten 854 bis 858, November 1994, entwickelt.
  • Wie dies dargestellt ist, kann beispielsweise ein 3 × 3 Fenster für die Verarbeitung eines monochromen Bildes verwendet werden. Das 3 × 3 Fenster beobachtet an einem Ort in einem monochromen Bild einen Block aus binärwertigen Pixeln. Das 3 × 3 Fenster vektorisiert den Block aus binärwertigen Pixeln. Der Vektor wird in der Form (a1 a2 ... a9) ausgedrückt. Anschließend wird der Vektor in der Nachschlagtabelle verwendet. Genauer gesagt, kann der Vektor in eine Nachschlagtabelle eingegeben werden, wobei die Nachschlagtabelle den eingegebenen Vektor mit einem entsprechenden Idealwert verknüpft und anschließend dieser Idealwert von der Nachschlagtabelle ausgegeben wird.
  • Alternativ dazu kann es wünschenswert oder erforderlich sein, ein geräteabhängiges CMYK-(Cyan Magenta Yellow Black [Cyan Magenta Gelb Schwarz]) Halbton-Bitmap zu entrastern und beispielsweise in einen geräteunabhängigen Farbraum umzuwandeln. Zum Verarbeiten des Vollfarb-CMYK-Bildes kann ein herkömmlicher Template-Operator verwendet werden. Ein solcher Template-Operator für Farbbilder kann ebenfalls ein 3 × 3 Fenster enthalten. Das 3 × 3 Fenster wird herkömmlicherweise geräteunabhängig verwendet und benutzt vier Vektoren mit neun Pixeln (c1 c2 ... c9), (m1 m2 ... m9), (y1 y2 ... y9), (k1 k2 ... k9).
  • Das US-Patent 5.758.034 offenbart ein Beispiel eines Verfahrens zum separaten Verarbeiten von Farbebenen mit Schablonen. Das US-Patent 5.758.034 beschreibt, dass Vektoren zum Zeigen auf vier Nachschlagtabellen verwendet werden. Alternativ dazu wird in einigen Anwendungen auf eine Tabelle vier Mal gezeigt. Dieser Prozess führt zu dem Erzeugen separater Ausgabewerte für eine jede Ebene.
  • Die Nachschlagtabelle wird herkömmlicherweise unter Verwendung eines Trainingsbildes oder eines Satzes von Trainingsbildern erstellt. Das Buch Restoration and Enhancement of Digital Documents von R. Loce und E. Dougherty lehrt Verfahren zum Erstellen von Schablonen auf Basis von Sätzen von Trainingsbildern. Das Trainingsbild erscheint paarweise. Ein Paar Trainingsbilder kann zwei Elemente enthalten, wobei das eine Element ein „typischerweise beobachtetes Bild" und das andere Element das „Idealbild" ist. Die Paare von Trainingsbildern werden in ein Computerprogramm eingegeben, das Musterstatistiken zwischen den beiden Bildern erstellt und analysiert.
  • Wie dies dargestellt ist, ist beispielsweise ein Element eines Satzes aus Trainingsbildern ein binäres Halbtonbild, während das andere Element das ursprüngliche Graustufenbild vor dem Halftoning (Rastern) ist. In diesem Fall ist das „beobachtete Bild" das Halbtonbild, und die ideale Ausgabe eines Entrasterungsfilters wäre das Graustufenbild vor der Rasterung. Die Umwandlung von einem binären Bild in ein Graustufenbild wird typischerweise als Descreening-Prozess (Entrasterungsprozess) bezeichnet. Eine Trainingsanalyse überprüft für ein gegebenes Muster, das in dem binären Bild über einem Zielpixel auftritt, ein Zielpixel an diesem entsprechenden Ort in dem Graustufenbild. So kann die Mitte des Fensters beispielsweise auf das Ziel platziert werden. Auf Basis des Satzes von Graupixeln, die mit den unterschiedlichen Orten desselben binären Musters verknüpft sind, wird „ein bester Graupixelwert" für das Pixel in der Mitte oder dem „Ursprungsort" des gegebenen Musters, das heißt, das Zielpixel, bestimmt. Diese Analyse wird für sämtliche binäre Muster durchgeführt, die als signifikant erachtet werden, wobei die Signifikanz auf ihre jeweilige Frequenz des Auftretens oder ihre Auswirkung auf das gefilterte Bild zurückgeführt werden kann. Wenn dementsprechend eine bestimmte Schablone beobachtet wird und als signifikant erachtet wird, wird dem Zielpixel ein bestimmter Wert zugewiesen. Auf diese Weise kann das Erzeugen von Filtern für das Verarbeiten von Farbbildern unter Verwendung von statistischen Optimierungsverfahren oder Fachwissen durchgeführt werden.
  • Ein alternativer Ansatz, der dem Verwenden einer Darstellung durch Nachschlagtabelle entspricht, ist die Boolesche Logikdarstellung. In der Booleschen Logikdarstellung werden Pixelwerte als Variable in einer logischen Architektur wie beispielsweise einer logischen Summe aus Produkten verwendet. Das Ziel des Schablonenfilter-Designs beim Verwenden der Booleschen Logikdarstellung besteht darin, statistisch optimierte Boolesche Operator herzuleiten. In den herkömmlich angewendeten Systemen und Verfahren werden die Booleschen Operatoren optimiert und separat auf den Farbebenen eingesetzt.
  • Dementsprechend wird, wenn Aufgaben wie beispielsweise Auflösungsumwandlung, Wiederherstellung, Bildfeinabstimmung und Entrasterung in monochromen Bildern oder Farbbildern durchgeführt werden, oftmals ein Filter separat auf einer jeden Farbebene angewendet. Ein Filter kann als ein Operator oder eine Vorrichtung charakterisiert werden, der/die ein Bild, das heißt, ein binäres Bild, in ein anderes Bild, das heißt, ein Graustufenbild, umwandelt. Als Ergebnis wird jede Farbebene separat behandelt. Dennoch ist die unabhängige Behandlung einer jeden Farbebene oftmals unangemessen. So ist der herkömmliche Ansatz mit der gleichzeitigen Verwendung, beispielsweise dem Betrachten der resultierenden Farbebenen, unvereinbar.
  • Darüber hinaus wird in herkömmlichen Verfahren jedes schablonenbasierte Filter für eine gegebene Farbebene für gewöhnlich ohne Berücksichtigung von nachteiligen ebenenübergreifenden Interaktionen entwickelt. Solche nachteiligen ebenenübergreifenden Interaktionen können dann auftreten, wenn versucht wird, die Kanten eines schwarzen Textfeldes innerhalb eines Cyan-Bereiches zu verbessern. In diesem Fall kann die separate Behandlung der Farbebenen zu Bildartefakten wie beispielsweise einer weißen Lücke zwischen den schwarzen und den Cyan-Bereichen führen. Andere Schablonenfilteranwendungen mit unabhängiger Behandlung können andere Abnormalitäten oder eine suboptimale Gesamtleistung aufweisen.
  • Des Weiteren weisen die herkömmlichen Verfahren zum Durchführen einer separaten Entrasterung ebenfalls verschiedene Probleme auf. Genauer gesagt, werden bei der herkömmlichen separaten Entrasterung nicht alle zur Verfügung stehenden Informationen verwendet. Als Ergebnis wird ein erzeugtes Bild nicht so fein aufgelöst wie in dem Fall wiedergegeben, in dem mehr Informationen verwendet werden würden. Darüber hinaus wird es durch die unabhängige Entrasterung der Farbebenen nicht ermöglicht, dass räumliche Strukturinformationen in darauffolgenden Farbtransformationen verwendet werden.
  • Herkömmliche Verfahren, die eine Bildverbesserung mit Hilfe von Schablonenvergleich durch separates Verarbeiten der Farbebenen anwenden, resultieren in Mängeln in dem erzeugten Bild. Die Mängel können beispielsweise weiße Lücken an den Grenzen der Farbebenen des Bildes einschließen. Es ist bekannt, Farbkanten zu erzeugen, die einen kleinen Bereich überlappen, so dass eine Falschregistrierung in dem Druckprozess nicht zu einer weißen Lücke zwischen den Farben an einer Kante führt. Diese beabsichtigte Überlappung wird als „Trapping" (Übereinanderdruck) bezeichnet. Die herkömmlich angewendeten Verfahren und Techniken stellen dennoch einfach keine optimierte Verwendung von schablonenbasierten Filtern für das Verarbeiten von mehrfarbigen Bildern bereit. Insbesondere stellen die herkömmlich angewendeten Verfahren und Systeme keine optimierte Verwendung von schablonenbasierten Filtern für das Durchführen eines Entrasterungsprozesses in einem mehrfarbigen Bild bereit.
  • Die Erfindung stellt gemäß Anspruch 1 ein Verfahren zum Umwandeln eines beobachteten Bildes in ein Idealbild bereit.
  • In Übereinstimmung mit einer Ausführungsform der Systeme und Verfahren gemäß dieser Erfindung wird ein Entrasterungs- und Farbumwandlungsverfahren bereitgestellt, bei dem jeweils ein, zwei, drei oder vier binäre eingegebene Farbebenen durch ein Eingabe-Beobachtungsfenster, beispielsweise ein 3 × 3 Fenster, betrachtet werden. Die erhaltenen Einzelebenen-Vektoren werden zu einem Mehrebenen-Vektor zusammengefasst, der zum Entrastern oder anderen Farbumwandlungsprozessen in einer Nachschlagtabelle verwendet werden kann. Als Ergebnis können verschiedene Interaktionen zwischen den Farbebenen berücksichtigt werden, um beispielsweise eine optimale Farbraumumwandlung zu gewährleisten. Insbesondere aufgrund der zusätzlichen Informationen, die durch die Verwendung des Mehrebenen-Vektors erhalten werden, stellen die Systeme und Verfahren der Erfindung eine Technik bereit, die beispielsweise Farb-Entrasterung mit genaueren Farbwerten durchführt, als bei den vielen herkömmlichen Verfahren mit dem Ansatz, bei dem jeweils eine Ebene separat behandelt wird.
  • Diese und weitere Leistungsmerkmale und Vorteile der Systeme und Verfahren dieser Erfindung werden in der folgenden ausführlichen Beschreibung der exemplarischen Ausführungsformen beschrieben, oder sie werden anhand derselben offensichtlich.
  • Die exemplarischen Ausführungsformen dieser Erfindung werden ausführlich in Bezug auf die folgenden Zeichnungen beschrieben, in denen:
  • 1 ein Funktionsblockdiagramm einer exemplarisches Ausführungsform eines Systems zum Modellieren und Wiederherstellen von Bildern in Übereinstimmung mit dieser Erfindung ist;
  • 2 ist ein Funktionsblockdiagramm, das eine exemplarische Ausführungsform der in 1 dargestellten Analyseschaltung für lokale Bilddaten in Übereinstimmung mit dieser Erfindung illustriert;
  • 3 ist ein Funktionsblockdiagramm, das eine exemplarische Ausführungsform des in 2 dargestellten Subsystems zum Erstellen von Nachschlagtabellen in Übereinstimmung mit dieser Erfindung illustriert;
  • 4 ist ein Funktionsblockdiagramm, das eine exemplarische Ausführungsform des in 2 dargestellten Subsystems zum Analysieren von Bildern in Übereinstimmung mit dieser Erfindung illustriert;
  • 5 ist ein Diagramm, das ein exemplarisches Fenster in Übereinstimmung mit dieser Erfindung darstellt;
  • 6 ist ein Diagramm, das ein weiteres exemplarisches Fenster in Übereinstimmung mit dieser Erfindung darstellt;
  • 7 ist ein Diagramm, das ein weiteres exemplarisches Fenster in Übereinstimmung mit dieser Erfindung darstellt;
  • 8 ist ein Funktionsblockdiagramm einer exemplarisches Ausführungsform eines Systems zum Modellieren von Bildern in Übereinstimmung mit dieser Erfindung;
  • 9 ist ein Diagramm, das ein exemplarisches Halbtonbild mit drei Farbebenen sowie die Analyse der Farbebenen in Übereinstimmung mit dieser Erfindung darstellt;
  • 10 ist ein Ablaufplan, der eine exemplarische Ausführungsform eines Bildanalyseverfahrens in Übereinstimmung mit dieser Erfindung darstellt;
  • 11 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des in 10 illustrierten Schrittes der Trainingsbildanalyse darstellt;
  • 12 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des in 10 illustrierten Schrittes der Analyse des umgewandelten Bildes darstellt;
  • 13 ist ein Ablaufplan, der eine exemplarische Ausführungsform eines Verfahrens zum Erstellen einer in 10 illustrierten Nachschlagtabelle in Übereinstimmung mit dieser Erfindung darstellt;
  • 14 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des in 13 illustrierten Bestimmens der Frequenz in dem ursprünglichen Trainingsbild darstellt;
  • 15 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des in 13 illustrierten Bestimmens der Frequenz in dem ursprünglichen Trainingsbild darstellt;
  • 16 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des in 13 illustrierten Schrittes des Korrelierens der ursprünglichen Klassen des Trainingsbildes mit den Klassen des umgewandelten Bildes darstellt; und
  • 17 ist ein Ablaufplan, der eine exemplarische Ausführungsform eines Verfahrens zum Verarbeiten eines Mehrebenen-Farbbildes unter Verwendung einer Mehrfarben-Nachschlagtabelle in Übereinstimmung mit dieser Erfindung darstellt.
  • 1 stellt eine exemplarische Ausführungsform eines allgemeinen Funktionsblockdiagramms eines Schablonenvergleichssystems 200 in Übereinstimmung mit dieser Erfindung dar. Das Schablonenvergleichssystem 200 ist über eine Signalleitung oder Signalverbindung 110 mit einer Bilddatenquelle 100 und über eine Signalleitung oder Signalverbindung 310 mit einem Bilddatenempfänger 300 verbunden. Die Bilddatenquelle 100 stellt dem Schablonenvergleichssystem 200 eine große Bandbreite von Bilddaten zur Verfügung. Der Bilddatenempfänger 300 empfängt verarbeitete Bilder, die durch das Schablonenvergleichssystem 200 ausgegeben werden.
  • Im Allgemeinen kann die Bilddatenquelle 100 eine beliebige von einer Anzahl unterschiedlicher Quellen wie beispielsweise ein Scanner, ein Digitalkopierer, eine für das Erzeugen von elektronischen Bilddaten geeignete Faksimilevorrichtung oder eine Vorrichtung, die zum Speichern und/oder Senden von elektronischen Bilddaten geeignet ist, so wie zum Beispiel ein Client oder ein Server eines Netzwerkes, sein. Darüber hinaus muss es sich bei der Bilddatenquelle 100 nicht notwendigerweise um eine einzelne Vorrichtung handeln, diese kann auch aus zwei oder mehreren separaten Vorrichtungen gebildet sein. So kann eine Vorrichtung beispielsweise Trainingsbilddaten speichern, während die andere Vorrichtung andere binäre Bilddaten speichert.
  • Dementsprechend kann die Bilddatenquelle 100 eine beliebige bekannte oder zu einem späteren Zeitpunkt entwickelte Quelle sein, die in der Lage ist, dem Schablonenvergleichssystem 200 dieser Erfindung Bilddaten bereitzustellen. Auf ähnliche Weise kann der Bilddatenempfänger 300 eine beliebige bekannte oder zu einem späteren Zeitpunkt entwickelte Vorrichtung sein, die in der Lage ist, die durch das Schablonenvergleichssystem 200 dieser Erfindung ausgegebenen verarbeiteten Bilddaten zu empfangen, und die in der Lage ist, diese verarbeiteten Bilddaten entweder zu speichern, zu senden und/oder sie anzuzeigen. Dementsprechend kann der Bilddatenempfänger 300 eine Kanalvorrichtung zum Senden von Daten rekonstruierter Graustufenbilder oder von Daten verbesserter Bilder beispielsweise für das Anzeigen oder das Speichern, so zum Beispiel eine Anzeigevorrichtung oder eine Speichervorrichtung für das zeitlich unbegrenzte Speichern der Daten von rekonstruierten Graustufenbilder oder von verbesserten Bildern, bis zu dem Zeitpunkt, zu dem eine Notwendigkeit entsteht, die Bilddaten anzuzeigen oder sie weiter zu senden, sein.
  • Des Weiteren kann die Kanalvorrichtung eine beliebige bekannte Struktur oder Vorrichtung zum Senden der Bilddaten von dem Schablonenvergleichssystem 200 zu einer räumlich entfernten Speicher- oder Anzeigevorrichtung sein. Dementsprechend kann die Kanalvorrichtung ein öffentliches Fernsprechnetz, ein lokales oder Großraumnetzwerk (LAN oder WAN), ein Intranet, das Internet, ein drahtloser Übertragungskanal oder ein beliebiges anderes Verteilernetzwerk oder Ähnliches sein. Auf ähnliche Weise kann die Speichervorrichtung eine beliebige bekannte strukturelle Vorrichtung zum zeitlich unbegrenzten Speichern der Bilddaten, so wie beispielsweise ein Direktzugriffsspeicher RAM, ein Festplattenlaufwerk mit Festplatte, Diskettenlaufwerk mit Diskette, ein optisches Laufwerk mit optischer Platte, ein Flash-Speicher oder Ähnliches sein. Schließlich kann die Anzeigevorrichtung ein beliebiges bekanntes Gerät zum Anzeigen oder Wiedergeben eines Bildes sein. Dementsprechend kann die Anzeigevorrichtung eine CRT-Anzeige (Kathodenstrahlröhre), eine Aktiv- oder Passiv-Matrix-LCD (Flüssigkristallan zeige), eine Aktiv- oder Passiv-Matrix-LED (Leuchtdiodenanzeige), ein Laserdrucker, ein Tintenstrahldrucker, ein Digitalkopierer oder Ähnliches sein.
  • Darüber hinaus können die Bilddatenquelle 100 und der Bilddatenempfänger 300 räumlich von dem Schablonenvergleichssystem 200 entfernt angeordnet und über die oben beschriebene Kanalvorrichtung zugreifbar sein. Alternativ dazu kann das Schablonenvergleichssystem 200 entweder nur mit der Bilddatenquelle 100 oder nur mit dem Bilddatenempfänger 300 oder mit beiden integriert sein. So kann beispielsweise die Bilddatenquelle 100 ein Scanner eines digitalen Fotokopierers sein, während der Bilddatenempfänger 300 ein Bildausgabeterminal eines digitalen Fotokopierers ist.
  • In Übereinstimmung mit den Systemen und den Verfahren dieser Erfindung wird zunächst beispielsweise eine Nachschlagtabelle erstellt. Die erstellte Nachschlagtabelle enthält verschiedene Schablonen zum Umwandeln eines beobachteten Bildes in ein anderes Bild, das heißt, in ein Idealbild. Nachdem die Nachschlagtabelle, einschließlich der Schablonen, erstellt ist, wird sie anschließend implementiert. Das heißt, die Nachschlagtabelle wird so implementiert, dass die beobachteten Bilder in der Praxis tatsächlich in Idealbilder umgewandelt werden. Das Schablonenvergleichssystem 200 illustriert ein System, das sowohl den Prozess des Erstellens der Nachschlagtabelle als auch den Prozess des Implementierens der Nachschlagtabelle durchführt. Dennoch sollte beachtet werden, dass die Nachschlagtabelle zur Implementierung durchaus zu einem anderen System, welches von dem System, das die Nachschlagtabelle tatsächlich erstellt hat, separat ist, gesendet werden kann und wahrscheinlich auch zu diesem gesendet wird.
  • Wie dies in 1 dargestellt ist, enthält das Schablonenvergleichssystem 200 eine Steuerschaltung 210, eine Eingabe-/Ausgabeschnittstelle 220, eine Analyseschaltung für lokale Bilddaten 230, eine Verarbeitungsschaltung 240 und einen Speicher 280, wobei alle mit einem Datenbus 295 verbunden sind. Die Eingabe-/Ausgabeschnittstelle 220 kann darüber hinaus über die Signalleitungen 110 oder die Signalverbindungen 310 jeweils mit der Bilddatenquelle 100 und mit dem Bilddatenempfänger 300 verbunden sein.
  • Darüber hinaus enthält der Speicher 280, so wie dies in 1 dargestellt ist, einen Datenspeicher für Idealbilder 281, einen Datenspeicher für Idealbild-Muster 282, einen Da tenspeicher für Idealbild-Vektoren 283, einen Datenspeicher für beobachtete Bilder 284, einen Datenspeicher für Muster von beobachteten Bildern 285, einen Datenspeicher für Vektoren von beobachteten Bildern 286 und einen Speicher für Nachschlagtabellen 287.
  • Der Datenspeicher für Idealbilder 281 speichert Trainingsbilddaten wie beispielsweise Daten von kontinuierlichen Bildern. Die Daten von Idealtrainingsbildern werden von der Bilddatenquelle 100 über die Eingabe-/Ausgabeschnittstelle 220 eingegeben. Die Daten von Idealtrainingsbildern können alternativ dazu beispielsweise ein binäres Farbbild sein, das mehrere Farbebenen enthält. Der Datenspeicher für Idealbild-Muster 282 speichert analysierte Dateninformationen, die von dem eingegebenen Trainingsbild erhalten werden, wie beispielsweise Musterinformationen, die das eingegebene Trainingsbild repräsentieren. Der Datenspeicher für Idealbild-Vektoren 283 speichert die analysierten Dateninformationen, die von dem eingegebenen Trainingsbild erhalten werden, wie beispielsweise Vektorinformationen, die das eingegebene Trainingsbild repräsentieren.
  • Des Weiteren speichert der Datenspeicher für beobachtete Bilder 284 Daten von beobachteten Bildern. Diese Daten können über die Eingabe-/Ausgabeschnittstelle 220 von der Bilddatenquelle 100 eingegeben werden, oder, resultieren alternativ dazu in irgendeiner Art und Weise von dem Umwandeln des Idealbildes. Genauer gesagt, kann der Datenspeicher für beobachtete Bilder 284 Daten von beobachteten Bildern speichern, die in der Analyseschaltung für lokale Bilddaten 230 erzeugt werden. Der Datenspeicher für Muster von beobachteten Bildern 285 speichert die analysierten Dateninformationen, die von dem beobachteten Bild erhalten werden, so wie beispielsweise Musterinformationen, die das beobachtete Bild repräsentieren. Der Datenspeicher für Vektoren von beobachteten Bildern 286 speichert die analysierten Dateninformationen, die von dem in dem Datenspeicher für beobachtete Bilder 284 gespeicherten beobachteten Bild erhalten werden, so wie beispielsweise Vektorinformationen, die das beobachtete Bild repräsentieren. Der Speicher für Nachschlagtabellen 287 speichert Daten von Nachschlagtabellen, die durch die Analyseschaltung für lokale Bilddaten 230 erzeugt werden. Die Nachschlagtabelle verknüpft Daten von beobachteten Bildern mit Daten von Idealbildern, die den Daten von beobachteten Bildern entsprechen. Wenn die Nachschlagtabelle erstellt ist, kann die Nachschlagtabelle in einer großen Bandbreite von Systemen und Vorrichtungen zum Umwandeln eines beobachteten Bildes in ein Idealbild verwendet werden.
  • Darüber hinaus speichert der Speicher 280 auch jegliche notwendigen Steuerprogramme und/oder Daten, die von dem Schablonenvergleichssystem 200 benötigt werden. Dementsprechend kann der Speicher 280 unter Verwendung eines statischen oder eines dynamischen Direktzugriffsspeichers RAM, einer Diskette mit einem Diskettenlaufwerk, einer beschreibbaren optischen Platte mit Plattenlaufwerk, einer Festplatte mit Festplattenlaufwerk, eines Flash-Speichers oder Ähnlichem implementiert werden. Der Speicher 280 kann des Weiteren einen Nur-Lese-Speicher, einschließlich programmierbarer Lesespeicher PROMs, löschbarer programmierbarer Lesespeicher EPROMs, elektrisch löschbarer programmierbarer Lesespeicher EEPROMs, eine CD-ROM mit Plattenlaufwerk oder Ähnliches, enthalten.
  • In Übereinstimmung mit den Systemen und Verfahren dieser Erfindung kann ein Idealbild anhand eines beobachteten Bildes unter Verwendung des in 1 dargestellten Schablonenvergleichssystems 200 modelliert und wiederhergestellt werden. Um dies jedoch zu erreichen, ist es zuerst erforderlich, einen Modellierprozess, das heißt, einen Trainingsprozess durchzuführen. Der Modellierprozess umfasst das Erzeugen von Vergleichsschablonen mit einem besonderen Muster in dem beobachteten Bild, das heißt, einen Schablonenvergleichsprozess. Der Schablonenvergleichsprozess resultiert in der Erstellung einer Nachschlagtabelle.
  • 2 ist ein Funktionsblockdiagramm, das eine exemplarische Ausführungsform der in 1 dargestellten Analyseschaltung für lokale Bilddaten 230 auf ausführlichere Weise illustriert. Wie dies in 2 dargestellt ist, enthält die Analyseschaltung für lokale Bilddaten 230 ein Subsystem zum Erstellen von Nachschlagtabellen 260 und ein Subsystem zum Analysieren von Bildern 270. Das Subsystem zum Erstellen von Nachschlagtabellen 260 erstellt die Nachschlagtabelle in Übereinstimmung mit den Systemen und Verfahren dieser Erfindung. Das Subsystem zum Analysieren von Bildern 270 analysiert ein Bild unter Verwendung der durch das Subsystem zum Erstellen von Nachschlagtabellen 260 erstellten Nachschlagtabelle. Das Subsystem zum Analysieren von Bildern 270 ist in Übereinstimmung mit den Systemen und Verfahren dieser Erfindung deshalb in dem Schablonenvergleichssystem 200 enthalten, da das Schablonenver gleichssystem 200 sowohl das Erstellen als auch das Implementieren der Nachschlagtabelle durchführt. Dennoch sollte hierbei beachtet werden, dass in einem System, das lediglich zum Erstellen der Nachschlagtabelle verwendet wird, die Abschnitte des Subsystems zum Analysieren von Bildern 270, die zum Implementieren der Nachschlagtabelle verwendet werden, weggelassen werden können. Das Subsystem zum Erstellen von Nachschlagtabellen 260 und das Subsystem zum Analysieren von Bildern 270 sind beide jeweils mit dem Datenbus 295 verbunden.
  • Sowohl das Subsystem zum Erstellen von Nachschlagtabellen 260 als auch das Subsystem zum Analysieren von Bildern 270 enthalten die jeweils in den 3 und 4 dargestellten Subsysteme. 3 ist ein Funktionsblockdiagramm, das eine exemplarische Ausführungsform des in 2 dargestellten Subsystems zum Erstellen von Nachschlagtabellen 260 auf ausführlichere Weise illustriert. Wie dies in 3 dargestellt ist, enthält das Subsystem zum Erstellen von Nachschlagtabellen 260 eine Analyseschaltung für Idealbilder 262, eine Bestimmungsschaltung für Idealbild-Pixelmuster 263, eine Bestimmungsschaltung für Idealbild-Vektoren 264, eine Analyseschaltung für beobachtete Bilder 266, eine Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 sowie eine Schaltung zum Zusammenstellen von Nachschlagtabellen 269, wobei alle mit dem Datenbus 295 verbunden sind.
  • Die Analyseschaltung für Idealbilder 262 führt die anfängliche Analyse eines Idealbildes, das verarbeitet werden soll, durch. Die Bestimmungsschaltung für Idealbild-Pixelmuster 263 bestimmt das Pixelmuster in dem Idealbild. Die Bestimmungsschaltung für Idealbild-Vektoren 264 analysiert das durch die Bestimmungsschaltung für Idealbild-Pixelmuster 263 bestimmte Pixelmuster und erzeugt einen Vektor, der das Ideal-Pixelmuster repräsentiert.
  • Die Analyseschaltung für beobachtete Bilder 266 führt die anfängliche Analyse eines anhand des Idealbildes erhaltenen beobachteten Bildes durch. Die Bestimmungsschaltung für Pixelmuster von beobachteten Bildern 267 bestimmt das Pixelmuster in dem beobachteten Bild. Des Weiteren analysiert die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 das durch die Bestimmungsschaltung für Pixelmuster von beobachteten Bildern 267 bestimmte Pixelmuster und erzeugt einen Vektor, der das beobachtete Pixelmuster in dem beobachteten Bild repräsentiert.
  • Die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 stellt die durch die Bestimmungsschaltung für Idealbild-Vektoren 264 und die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 erzeugten Informationen zusammen und erstellt auf Basis der zusammengestellten Informationen eine Nachschlagtabelle.
  • 4 ist ein Funktionsblockdiagramm, das eine exemplarische Ausführungsform des in 2 dargestellten Subsystems zum Analysieren von Bildern 270 auf ausführlichere Weise illustriert. Wie dies in 4 dargestellt ist, enthält das Subsystem zum Analysieren von Bildern 270 eine Eingabebild-Analyseschaltung 272, eine Vektorbestimmungsschaltung 274 und eine Extrahierschaltung für Nachschlagtabellenwerte 276, wobei alle mit dem Datenbus 295 verbunden sind. Die Eingabebild-Analyseschaltung 272 gibt zunächst ein beobachtetes Bild, das analysiert werden soll, ein, und führt eine anfängliche Analyse dieses Bildes durch. Die Vektorbestimmungsschaltung 274 führt eine weitere Analyse anhand der durch die Eingabebild-Analyseschaltung 272 erzeugten Informationen durch und erzeugt auf Basis der durch die Eingabebild-Analyseschaltung 272 erhaltenen Informationen einen Satz von Vektoren. Die Extrahierschaltung für Nachschlagtabellenwerte 276 gibt die in der Vektorbestimmungsschaltung 274 erzeugten Vektorinformationen ein und verwendet die Vektorinformationen als Eingabe in eine Nachschlagtabelle. Die Extrahierschaltung für Nachschlagtabellenwerte 276 extrahiert anschließend einen geeigneten Wert von der Nachschlagtabelle, der den eingegebenen Vektorinformationen entspricht.
  • In einem exemplarischen Lern- beziehungsweise Trainingsprozess in Übereinstimmung mit den Systemen und Verfahren dieser Erfindung initiiert die Steuerschaltung 210 bei Eingabe eines Ideal-Trainingsbildes von der Bilddatenquelle 100 über die Verbindung 110 die Erstellung einer Nachschlagtabelle. Anschließend wird das Ideal-Trainingsbild in dem Datenspeicher für Idealbilder 281 gespeichert. In verschiedenen Ausführungsformen der Systeme und Verfahren dieser Erfindung kann das Trainingsbild in Abhängigkeit von dem bestimmten beobachteten Bild, anhand dessen ein höheres Bild rekonstruiert werden soll, beispielsweise ein beliebiges einer großen Bandbreite von Bildern sein.
  • In der exemplarischen Ausführungsform des oben beschriebenen Schablonenvergleichssystems 200 wandelt das exemplarische Schablonenvergleichssystem 200 das eingegebene Idealbild in das beobachtete Bild um, um das Paar von Trainingsbildern zu erzeugen. Hierbei sollte jedoch beachtet werden, dass die Systeme und Verfahren dieser Erfindung nicht auf das Erzeugen des beobachteten Bildes durch das Durchführen eines Umwandlungsprozesses in einem Idealbild beschränkt ist. Die Systeme und Verfahren der Erfindung umfassen vielmehr auch das separate Eingeben der entsprechenden Ideal- und beobachteten Bilder. Diese entsprechenden Ideal- und beobachteten Bilder könnten auf Basis von Fachwissen ausgewählt werden, das beispielsweise durch Laborversuche erworben wird.
  • In Übereinstimmung mit den Systemen und Verfahren dieser Erfindung wird das Ideal-Trainingsbild durch die Analyseschaltung für Idealbilder 262 von der Bilddatenquelle 100 eingegeben. Das eingegebene Bild wird in dem Datenspeicher für Idealbilder 281 gespeichert. Anschließend analysiert die Bestimmungsschaltung für Idealbild-Pixelmuster 263 das Ideal-Trainingsbild. In dieser exemplarischen Ausführungsform ist das Ideal-Trainingsbild ein binäres Mehrebenen-Bild. Hierbei sollte jedoch beachtet werden, dass die Systeme und Verfahren dieser Erfindung für eine große Bandbreite von Bildtypen angewendet werden können, so wie dies im weiteren Verlauf beschrieben wird. So können die Systeme und Verfahren beispielsweise verwendet werden, um zum Beispiel einen Entrasterungsprozess zum Umwandeln eines binären Bildes in ein Graustufenbild durchzuführen.
  • Die Bestimmungsschaltung für Idealbild-Pixelmuster 263 beobachtet die Pixelmuster in dem binären Idealbild und speichert diese Bildinformationen zusammen mit den verknüpften Zielpixelinformationen in dem Datenspeicher für Idealbild-Muster 282. Anschließend führt die Bestimmungsschaltung für Idealbild-Vektoren 264 eine Analyse der in dem Datenspeicher für Idealbild-Muster 282 gespeicherten Pixelmuster durch. Genauer gesagt, wandelt die Bestimmungsschaltung für Idealbild-Vektoren 264 die beobachteten Pixelmuster in Mehrebenen-Vektoren um. Nachdem die Bestimmungsschaltung für Idealbild-Vektoren 264 für jedes Pixel den Mehrebenen-Vektor bestimmt hat, der das Trainingsbild repräsentiert, werden diese Vektordaten sowie Pixelpositionsdaten in dem Datenspeicher für Idealbild-Vektoren 283 gespeichert.
  • Das Schablonenvergleichssystem 200 in Übereinstimmung mit dieser Erfindung führt einen Schablonenvergleichsprozess beispielsweise für ein binäres Farbbild durch, das mehrere Farbebenen aufweist. In den verschiedenen Ausführungsformen des Schablonenvergleichssystems und den dazugehörigen hierin beschriebenen Verfahren weisen die Ideal- und die beobachteten Bilder jeweils vier Farbebenen auf. Die Erfindung ist jedoch nicht auf vier Farbebenen beschränkt. So können die Schablonenvergleichssysteme und -verfahren dieser Erfindung vielmehr dafür verwendet werden, Bilder mit drei, zwei oder sogar einer Farbebene zu verarbeiten und zu behandeln, solange wie das Bild durch wenigstens zwei Vektoren oder durch einen anderen entsprechenden mathematischen Ausdruck dargestellt wird. Mit der hierin verwendeten Bezeichnung soll ein „Vektor" für einen mathematischen Ausdruck stehen, der in einer Art und Weise die Eigenschaften eines Bildes oder eines Abschnittes eines Bildes ausdrückt. Alternativ dazu kann ein Bild, das mehr als vier Farbebenen aufweist, in Übereinstimmung mit den Schablonenvergleichssystemen und -verfahren dieser Erfindung verarbeitet werden. Darüber hinaus soll mit der hierin verwendeten Bezeichnung ein „Wert" für Informationen einer großen Bandbreite von Formen stehen. So kann beispielsweise ein Einzelwert eine Anzahl von Werten enthalten, die als Subwerte charakterisiert werden können.
  • Das Schablonenvergleichssystem 200 stellt eine verbesserte Nachschlagtabelle für das Verknüpfen eines Idealbildes mit einem beobachteten Bild bereit. Insbesondere verwendet das Schablonenvergleichssystem 200 Zielpixel-Informationen über jede der Farbebenen, ebenso wie gleichzeitig Informationen zur Nachbarschaft, um Eingabevektoren für die Nachschlagtabelle zu erzeugen. Darüber hinaus gibt die in Übereinstimmung mit der Erfindung erstellte und gespeicherte Nachschlagtabelle umgewandelte Farbeninformationen für sämtliche Farbebenen der Ausgabepixel aus.
  • Bei der Erstellung der Nachschlagtabelle tastet die Analyseschaltung für Idealbilder 262 ein geeignetes Gleitfenster über die Pixel des Ideal-Trainingsbildes hinweg ab. Genauer gesagt, beobachtet beispielsweise die Bestimmungsschaltung für Idealbild-Pixelmuster 263 unter Verwendung des Gleitfensters sequenziell sämtliche Pixel in sämtlichen Farbebenen in dem Idealbild. Wenn das Gleitfenster das Abtasten über die Pixel des Idealbildes hinweg durchführt, werden zu einem gegebenen Zeitpunkt Informationen für ein bestimmtes spezifiziertes Pixel, das heißt, das Zielpixel, in einer gegebenen Farbebene erzeugt.
  • Die Bestimmungsschaltung für Idealbild-Pixelmuster 263 tastet das Fenster entlang der Fast-Scan-Richtung, das heißt, entlang der horizontalen Richtung ab. Genauer gesagt, gibt die Bestimmungsschaltung für Idealbild-Pixelmuster 263 die Pixelinformationen beginnend bei einem beliebigen ersten Zielpixel und einer beliebigen ersten Farbebene ein. Die Bestimmungsschaltung für Idealbild-Pixelmuster 263 beobachtet das erste Zielpixel in der ersten Farbebene. Die beobachteten Musterinformationen werden in dem Datenspeicher für Idealbild-Muster 282 gespeichert. Anschließend beobachtet und speichert die Bestimmungsschaltung für Idealbild-Pixelmuster 263 die Musterinformationen des ersten Zielpixels in der zweiten Farbebene. Anschließend beobachtet und speichert die Bestimmungsschaltung für Idealbild-Pixelmuster 263 Musterinformationen des ersten Zielpixels jeweils in der dritten und in der vierten Farbebene.
  • Wenn das erste Zielpixel in jeder Farbebene beobachtet ist, bewegt die Bestimmungsschaltung für Idealbild-Pixelmuster 263 das Fenster zu einem zweiten Zielpixel. In einer Weise, die dem Beobachten des ersten Zielpixels ähnlich ist, beobachtet die Bestimmungsschaltung für Idealbild-Pixelmuster 263 sequenziell das zweite Zielpixel in einer jeden Farbebene. Die beobachteten Musterinformationen werden in dem Datenspeicher für Idealbild-Muster 282 gespeichert. Wenn alle Farbebenen für das zweite Zielpixel beobachtet sind, bewegt die Bestimmungsschaltung für Idealbild-Pixelmuster 263 das Fenster zu einem dritten Zielpixel und so weiter, und zwar so lange, bis das gesamte Bild eingegeben ist.
  • Schließlich wird das letzte Zielpixel in allen vier Farbebenen in dem Idealbild beobachtet sein. Als Ergebnis werden die Zielpixel-Musterinformationen für jedes Zielpixel in einer jeden Farbebene in dem Idealbild in dem Datenspeicher für Idealbild-Muster 282 gespeichert. Genauer gesagt, erzeugt die Bestimmungsschaltung für Idealbild-Pixelmuster 263 in Übereinstimmung mit dem Trainingsprozess des Schablonenvergleichssystems 200 Daten, die das spezifische Pixelmuster für ein jedes beobachtete Zielpixel in einer jeden Farbebene des Ideal-Trainingsbildes anzeigen. Diese Musterdaten werden zusammen mit den Koordinaten des verknüpften Zielpixels in dem Datenspeicher für Idealbild-Muster 282 gespeichert.
  • Wie oben beschrieben, beobachtet die Bestimmungsschaltung für Idealbild-Pixelmuster 263 sämtliche Farbebenen für ein bestimmtes Zielpixel und bewegt sich anschließend zu dem nächsten Zielpixel. Dennoch sind die Systeme und Verfahren der Erfindung nicht auf eine solche Vorgehensweise beschränkt. Alternativ dazu könnte die Bestimmungsschaltung für Idealbild-Pixelmuster 263 zunächst jedes Zielpixel in einer ersten Farbebene beobachten. Wenn jedes Zielpixel in der ersten Farbebene beobachtet ist, würde die Bestimmungsschaltung für Idealbild-Pixelmuster 263 anschließend jedes Zielpixel in der zweiten Farbebene beobachten und so weiter. Die erlangten Informationen könnten beispielsweise in einem geeigneten Zwischenspeicher gespeichert werden.
  • Wenn das eingegebene Ideal-Trainingsbild analysiert ist, steuert die Steuerschaltung 210 die Verarbeitungsschaltung 240 so an, dass sie das in dem Datenspeicher für Idealbilder 281 gespeicherte eingegebene Ideal-Trainingsbild in ein entsprechendes beobachtetes Trainingsbild umwandelt. Diese Umwandlung wird durchgeführt, um ein zweites Element eines Paares von Trainingsbildern zu erzeugen. Das erste Element ist das Idealbild. Der bestimmte in dem Idealbild durchgeführte Umwandlungsprozess wird variiert in Anhängigkeit von der bestimmten Anwendung des Schablonenvergleichssystems 200. So kann der bestimmte Umwandlungsprozess beispielsweise Rasterung (Halftoning), inverse Rasterung oder Entrasterung, Zerlegung, Segmentierung, Farbraumumwandlung, Auflösungsverbesserung, Rauschfiltern oder jeglichen beliebigen anderen bekannten oder zu einem späteren Zeitpunkt entwickelten Umwandlungsprozess für ein Farb- oder ein monochromes Bild sein.
  • Wie jedoch oben beschrieben wurde, sind die Verfahren und Systeme dieser Erfindung nicht auf das Erzeugen des beobachteten Trainingsbildes, das heißt, des beobachteten Bildes, durch Umwandeln eines Idealbildes beschränkt. So können die Verfahren und Systeme der Erfindung vielmehr auch das separate Eingeben von entsprechenden Ideal- und beobachteten Trainingsbildern umfassen. Diese entsprechenden Ideal- und beobachteten Trainingsbilder könnten beispielsweise auf Basis von Fachwissen ausgewählt werden.
  • Als Ergebnis des Umwandlungsprozesses wird ein beobachtetes Bild, das heißt, das durch die Verarbeitungsschaltung 240 aus dem Idealbild umgewandelt ist, erzeugt, und in dem Datenspeicher für beobachtete Bilder 284 gespeichert. Das Subsystem zum Erstellen von Nachschlagtabellen 260 enthält eine Analyseschaltung für beobachtete Bilder 266 zum Analysieren des beobachteten Bildes.
  • Die Analyseschaltung für beobachtete Bilder 266 ruft das beobachtete Trainingsbild von dem Datenspeicher für beobachtete Bilder 284 auf. Anschließend tastet die Bestimmungsschaltung für beobachtete Pixelmuster 267 ein Gleitfenster, so wie beispielsweise ein 3 × 3 Fenster 430 über die Pixel des beobachteten Trainingsbildes hinweg ab, so wie dies in 5 dargestellt ist. Durch Verwendung des Gleitfensters beobachtet die Bestimmungsschaltung für beobachtete Pixelmuster 267 für ein jedes Zielpixel die Datenwerte der beobachteten Bilder für die benachbarten Pixel in den Farbebenen in dem beobachteten Bild. Die Bestimmungsschaltung für beobachtete Pixelmuster 267 gibt die Pixelinformationen beginnend bei einem beliebigen ersten Zielpixel und einer vorgegebenen beliebigen ersten Farbebene in dem beobachteten Bild ein. Die Bestimmungsschaltung für beobachtete Pixelmuster 267 beobachtet die Nachbarschaft des ersten Zielpixels in der ersten Farbebene. Die beobachteten Musterinformationen werden in dem Datenspeicher für beobachtete Bildmuster 285 gespeichert. Anschließend beobachtet und speichert die Bestimmungsschaltung für beobachtete Pixelmuster 267 Musterinformationen der Nachbarschaft des ersten Zielpixels in der zweiten Farbebene. Diese Musterinformationen werden anschließend ebenfalls in dem Datenspeicher für beobachtete Bildmuster 285 gespeichert. Anschließend beobachtet und speichert die Bestimmungsschaltung für beobachtete Pixelmuster 267 Musterinformationen der Nachbarschaft des ersten Zielpixels jeweils in der dritten und der vierten Farbebene des beobachteten Bildes.
  • Die Bestimmungsschaltung für beobachtete Pixelmuster 267 wendet ein Gleitfensterverfahren zum Analysieren des beobachteten Bildes an. So kann die Bestimmungsschaltung für beobachtete Pixelmuster 267 beispielsweise ein 3 × 3 Gleitfenster verwenden. Die Bestimmungsschaltung für beobachtete Pixelmuster 267 tastet das 3 × 3 Gleitfenster über die Bilddaten des in dem Datenspeicher für beobachtete Bilder gespeicherten beobachteten Bildes hinweg ab.
  • 5 stellt ein illustratives Beispiel eines solchen 3 × 3 Gleitfensters dar. Wie dies in 5 dargestellt ist, enthält ein Gleitfenster 430 ein Feld von Pixeln einschließlich von 3 Zeilen, mit jeweils den Koordinaten 0-2, und drei Spalten, mit jeweils den horizontalen Koordinaten 0-2. Die horizontale Achse repräsentiert die Fast-Scan-Richtung, während die vertikale Achse die bestimmten Pixel in der Slow-Scan-Richtung repräsentiert. Das Gleitfenster enthält ein Zielpixel 432. So enthält das 3 × 3 Gleitfenster 430 beispielsweise ein Mitte- oder Zielpixel 432, das sich bei den Koordinaten (1,1) befindet. Das Zielpixel wird zum Analysieren des in dem Datenspeicher für beobachtete Bilder 284 gespeicherten beobachteten Bildes verwendet. Dennoch sollte hierbei beachtet werden, dass die Bestimmungsschaltung für beobachtete Pixelmuster 267 verschiedene andere Typen von Fenstern verwenden kann.
  • Die 6 und 7 stellen alternative Typen von Fenstern dar. Diese Fenster, ebenso wie andere Fenster, können durch die Bestimmungsschaltung für beobachtete Pixelmuster 267 in Übereinstimmung mit den Systemen und Verfahren der Erfindung anstelle des Fensters 430 verwendet werden. So zeigt 6 beispielsweise ein 3 × 3 Fenster, wobei sich das Mitte- oder Zielpixel bei den Koordinaten (1,0) befindet. Darüber hinaus ist das zu verwendende bestimmte Fenster nicht auf ein 3 × 3 Fenster beschränkt. So zeigt 7 beispielsweise ein Fenster, das eine leicht abgeänderte, asymmetrische Form aufweist. Darüber hinaus können verschiedene andere geeignete Fenster wie beispielsweise solch ein Fenster, das in einem 3 × 2-Feld gebildet ist und das Zielpixel bei den Koordinaten (1,0) hat, verwendet werden.
  • Hierbei sollte beachtet werden, dass das bestimmte Gleitfenster, das in einer beliebigen bestimmten Ausführungsform der Schablonenvergleichssysteme und -verfahren in Übereinstimmung mit dieser Erfindung von den bestimmten Anforderungen des bestimmten Bildes, das analysiert wird, abhängt. Darüber hinaus hängt der bestimmte Ort des Zielpixels innerhalb des Gleitfensters von den Anforderungen der bestimmten Anwendung ab.
  • Wenn die Nachbarschaft des ersten Zielpixels in einer jeden Farbebene beobachtet ist, bewegt die Bestimmungsschaltung für beobachtete Bildpixelmuster 267 das Fenster zu einem zweiten Zielpixel. Auf ähnliche Weise wie beim Beobachten der Nachbarschaften des ersten Zielpixels in dem beobachteten Bild beobachtet die Bestimmungsschaltung für beobachtete Bildpixelmuster 267 sequenziell die Nachbarschaft des zweiten Zielpixels in einer jeden Farbebene. Die beobachteten Musterinformationen werden in dem Datenspeicher für beobachtete Muster 285 gespeichert. Wenn sämtliche Farbebenen in der Nachbarschaft des zweiten Zielpixels beobachtet sind, bewegt die Bestimmungs schaltung für beobachtete Bildpixelmuster 267 das Fenster zu dem dritten Zielpixel, dann zu dem vierten Zielpixel, und so weiter.
  • Schließlich wird die Nachbarschaft des letzten Zielpixels in allen vier Farbebenen in dem beobachteten Bild beobachtet sein. Als Ergebnis werden die Zielpixel-Musterinformationen für jedes Zielpixel in einer jeden Farbebene in dem Datenspeicher für beobachtete Muster 285 gespeichert. Genauer gesagt, erzeugt die Bestimmungsschaltung für beobachtete Bildpixelmuster 267 in Übereinstimmung mit dem durch das Schablonenvergleichssystem 200 durchgeführten Trainingsprozess Daten, die die spezifischen Musterdaten für jedes beobachtete Zielpixel in einer jeden Farbebene des beobachteten Trainingsbildes anzeigen. Diese Musterdaten werden zusammen mit den Koordinaten eines jeden verknüpften Pixels in dem Datenspeicher für beobachtete Bilder 285 gespeichert.
  • Wie oben beschrieben, beobachtet die Bestimmungsschaltung für beobachtete Bildpixelmuster 267 sämtliche Nachbarschaften für ein bestimmtes Zielpixel in einer jeden Farbebene, und bewegt sich anschließend zu dem nächsten Zielpixel. Alternativ dazu könnte die Bestimmungsschaltung für beobachtete Bildpixelmuster 267 auch erst sämtliche Nachbarschaften des Zielpixels in einer ersten Farbebene beobachten. Wenn die Nachbarschaft um ein jedes Zielpixel für die erste Farbebene beobachtet ist, würde die Bestimmungsschaltung für beobachtete Bildpixelmuster 267 anschließend die Nachbarschaft um ein jedes Zielpixel in der zweiten Ebene beobachten, und so weiter.
  • Dementsprechend werden die vollständigen Musterdateninformationen für eine jede Farbebene des Idealbildes in dem Datenspeicher für Idealbild-Muster 282 gespeichert. Die vollständigen Musterinformationen für eine jede Farbebene in dem beobachteten Bild werden ebenfalls in dem Datenspeicher für beobachtete Bildmusterdaten 285 gespeichert. Wenn diese Informationen angehäuft sind, verknüpft das Subsystem zum Erstellen von Nachschlagtabellen 260 die Pixelwerte in dem Idealbild mit den Pixelwerten in dem beobachteten Bild. Das heißt, das Subsystem zum Erstellen von Nachschlagtabellen 260 erzeugt eine Nachschlagtabelle, die das beobachtete Bild auf dem Idealbild abbildet.
  • Die Bestimmungsschaltung für Idealbild-Vektoren 264 des Subsystems zum Erstellen von Nachschlagtabellen 260 beginnt den Mapping-(Abbildungs-) Prozess durch Abrufen der Idealbild-Pixelmusterinformationen von dem Datenspeicher für Idealbild-Musterdaten 282. Die Bestimmungsschaltung für Idealbild-Vektoren 264 ruft die Pixelmusterinformationen für ein erstes Pixel für eine erste Farbebene ab. Anschließend vektorisiert die Bestimmungsschaltung für Idealbild-Vektoren 264 diese erste Pixelmusterinformation, um einen ersten Vektor zu erzeugen, der das erste Pixel repräsentiert. Anschließend ruft die Bestimmungsschaltung für Idealbild-Vektoren 264 die erste Pixelmusterinformation für die zweite bis vierte Farbebene ab und vektorisiert diese Informationen jeweils in einen zweiten bis vierten Vektor.
  • Anschließend fasst die Bestimmungsschaltung für Idealbild-Vektoren 264 in Übereinstimmung mit den Systemen und Verfahren der Erfindung den ersten bis vierten Vektor zu einem einzelnen Vektor zusammen. Dieser einzelne Vektor, der unter Verwendung eines Fensters für ein binäres CMYK-Farbbild erhalten wird, repräsentiert das beobachtete Pixel in dem Idealbild. Anschließend speichert die Bestimmungsschaltung für Idealbild-Vektoren 264 diesen zusammengefassten Vektor in dem Datenspeicher für Idealbild-Vektoren 283 zusammen mit den Zielpixelkoordinaten, die mit dem zusammengefasst Vektor verknüpft sind.
  • Nachdem die Bestimmungsschaltung für Idealbild-Vektoren 264 das erste Zielpixel in einem Trainingsbild, so wie oben beschrieben, analysiert hat, ruft die Bestimmungsschaltung für Idealbild-Vektoren 264 in Übereinstimmung mit den Systemen und Verfahren der Erfindung die Pixelmuster für das nächste Zielpixel von dem Datenspeicher für Idealbild-Muster 282 ab. Die Bestimmungsschaltung für Idealbild-Vektoren 264 analysiert die Pixelmuster für das nächste Zielpixel in einer jeden Farbebene, so wie oben beschrieben wurde. Als Ergebnis erzeugt die Bestimmungsschaltung für Idealbild-Vektoren 264 einen zusammengefassten Vektor für das zweite Zielpixel des Idealbildes. Die Bestimmungsschaltung für Idealbild-Vektoren 264 setzt diesen Prozess so lange fort, bis sämtliche Pixelmuster für eine jede Farbebene in dem Datenspeicher für Idealbild-Muster für jedes Zielpixel vektorisiert sind.
  • Die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 des Subsystems zum Erstellen von Nachschlagtabellen 260 startet mit dem Abrufen von beobachteten Musterinformationen von dem Datenspeicher für Muster von beobachteten Bildern 285. Die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 ruft anschließend die Pixelmusterinformationen für ein erstes Pixel für eine erste Farbebene in dem beobachteten Bild ab. Anschließend vektorisiert die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 diese erste Pixelmusterinformation, um einen ersten Vektor zu bilden. Wenn beispielsweise die erste Farbebene die Cyan-Farbebene ist, resultiert dies in einem Vektor „c1, c2, ... c9". Anschließend ruft die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 die erste Pixelmusterinformation für die zweite bis vierte Farbebene ab und vektorisiert diese Informationen jeweils zu einem zweiten bis vierten Vektor. Wenn beispielsweise die zweite bis vierte Farbebene eine Magenta-, Gelb-, beziehungsweise eine Schwarzebene ist, resultiert dies jeweils in den drei Vektoren „m1, m2, ... m9", „y1, y2, ... y9", und „k1, k2, ... k9". Anschließend fasst die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 den ersten bis vierten Vektor zu einem einzelnen Vektor zusammen. Dieser einzelne Vektor, der unter Verwendung eines 3 × 3 Fensters für ein beobachtetes binäres CMYK-Farbbild erhalten wird, wird anschließend in Form eines Vektors mit 36 Elementen „c1, c2, ... c9, m1, m2, ... m9, y1, y2, ... y9, k1, k2, ... k9" geschrieben. Anschließend speichert die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 diesen zusammengefassten Vektor zusammen mit den Zielpixelkoordinaten, die mit dem zusammengefassten Vektor verknüpft sind, in dem Datenspeicher für Vektoren von beobachteten Bildern 286.
  • Anschließend ruft die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 die Pixelmuster für das nächste Zielpixel von dem Datenspeicher für Muster von beobachteten Bildern 285 ab. Die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 analysiert die Pixelmuster für das nächste Zielpixel in einer jeden Farbebene, so wie dies oben beschrieben wurde. Als Ergebnis erzeugt die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 einen zusammengefassten Vektor für das zweite Zielpixel des beobachteten Bildes. Die Bestimmungsschaltung für Vektoren von beobachteten Bildern 268 setzt diesen Prozess so lange fort, bis sämtliche Pixelmuster für eine jede Farbebene in dem Datenspeicher für Muster von beobachteten Bildern 285 für jedes Zielpixel vektorisiert sind.
  • Als Ergebnis werden die vollständigen Vektorinformationen für jedes Zielpixel des beobachteten Bildes in dem Datenspeicher für Vektordaten von beobachteten Bildern 286 gespeichert, während die vollständigen Vektorinformationen für jedes Zielpixel des Idealbildes in dem Datenspeicher für Idealbild-Vektoren 283 gespeichert werden. Es sollte offensichtlich sein, dass jedes Zielpixel in dem Idealbild einem Zielpixel in dem beobachteten Bild entspricht, und zwar deshalb, weil das Idealbild und das beobachtete Bild ein Trainingspaar bilden. Als Ergebnis verwendet die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 des Subsystems zum Erstellen von Nachschlagtabellen 260 diese Entsprechung zum Verknüpfen der Vektoren in dem Datenspeicher für Idealbild-Vektoren 283 mit den Vektoren in dem Datenspeicher für Vektoren von beobachteten Bildern 286. Genauer gesagt, verbindet die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 durch Anpassen der entsprechenden Zielpixel einen jeden Vektor, der in dem Datenspeicher für Idealbild-Vektoren 283 gespeichert ist, mit einem entsprechenden Vektor in dem Datenspeicher für Vektoren von beobachteten Bildern 286 oder bildet diesen ab.
  • Die zusammengestellte Nachschlagtabelle wird in dem Speicher für Nachschlagtabellen 287 gespeichert. Wie oben beschrieben wurde, kann die Nachschlagtabelle anschließend zu einem räumlich separaten System übertragen werden, in dem die Nachschlagtabelle implementiert wird. Darüber hinaus können die elektronischen Speicherkapazitäten des separaten Systems begrenzt sein. Es sollte des Weiteren beachtet werden, dass die Nachschlagtabelle möglicherweise eine übermäßig große Anzahl von Einträgen aufweist. Die große Anzahl von Einträgen ist beispielsweise ein Ergebnis sämtlicher möglicher Kombinationen von Pixeln in den drei oder vier an demselben Ort platzierten Fenstern. Die Anzahl der Einträge kann jedoch in Übereinstimmung mit den Systemen und Verfahren der Erfindung reduziert werden.
  • Insbesondere sollte beachtet werden, dass lediglich ein geringer prozentualer Anteil der Vektoren, die entweder in dem Idealbild oder in dem beobachteten Bild vorhanden sind, eine hohe Frequenz des Auftretens aufweisen. Als Ergebnis ermöglicht es diese begrenzte hohe Frequenz des Auftretens der Schaltung zum Zusammenstellen von Nachschlagtabellen 269 zum Beispiel lediglich die wichtigsten, beispielsweise die häufig auftretenden Vektoren für deren Aufnehmen in die Nachschlagtabelle auszuwählen. Dennoch variiert in Abhängigkeit von der bestimmten Anwendung die bestimmte Art und Weise, mit der die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 auswählt, welche Pixelvektoren in die Nachschlagtabelle aufzunehmen sind. Dementspre chend können, zusätzlich zu der Frequenz, die Vektoren, die in der Nachschlagtabelle enthalten sind, auf Basis eines Maximalwertes, eines Minimalwertes und/oder eines Maßes der Zentraltendenz ausgewählt werden.
  • Wie dies dargestellt und im Folgenden erklärt wird, werden in Übereinstimmung mit einer Ausführungsform des Schablonenvergleichssystems 200 der Erfindung die Vektoren sowohl in dem Datenspeicher für Idealbild-Vektoren 283 als auch in dem Datenspeicher für Vektoren von beobachteten Bildern 286 in Klassen eingeteilt. Genauer gesagt werden die in dem Datenspeicher für Idealbild-Vektoren 283 gespeicherten Idealbild-Vektoren durch die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 in Klassen eingeteilt. Anschließend beobachtet die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 die Anzahl der Idealbild-Vektoren Vh, die in einer jeden Klasse enthalten sind. Die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 vergleicht die Anzahl der Idealbild-Vektoren Vh mit einer vorgegebenen Schwellenwert-Anzahl Nh. Wenn Vh größer als Nh ist, wird die Klasse von Vektoren in dem Datenspeicher für Idealbild-Vektoren 283 behalten. Wenn im Gegensatz dazu Vh kleiner ist als Nh, ist die Frequenz der in dieser Klasse enthaltenen Vektoren nicht ausreichend, um über ihre Aufnahme in die Nachschlagtabelle zu entscheiden. Als Ergebnis wird diese Klasse von Vektoren aus dem Speicher 280 entfernt. Der Wert der Schwellenwert-Anzahl kann beispielsweise auf Basis von Fachwissen oder entsprechenden statistischen Analysen bestimmt werden.
  • Nachdem die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 sämtliche Idealbild-Vektorklassen analysiert hat, werden nur noch die Idealbild-Vektoren in dem Datenspeicher für Idealbild-Vektoren 283 gespeichert, die zu einer behaltenen Klassen gehören. Diese verbleibenden Idealbild-Vektoren werden weiterhin mit ihren entsprechenden Zielpixeln verknüpft.
  • Anschließend legt die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 Klassen der Vektoren der beobachteten Bilder fest. Die Vektoren der beobachteten Bilder, die in dem Datenspeicher für Vektoren von beobachteten Bildern 286 gespeichert sind, werden durch die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 in Klassen von Vektoren von beobachteten Bildern unterteilt. Anschließend beobachtet die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 die Anzahl der Vektoren der beobachteten Bilder Vl, die in einer jeden Klassen enthalten sind. Die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 vergleicht die Anzahl der Vektoren Vl mit einer vorgegebenen Schwellenwert-Anzahl Nl. Wenn Vl größer als Nl ist, dann wird die Klasse von Vektoren in dem Datenspeicher für Vektoren von beobachteten Bildern 286 behalten. Wenn im Gegensatz dazu Vl kleiner als Nl ist, dann ist die Frequenz der in dieser Klassen enthaltenen Vektoren nicht ausreichend, um über ihre Aufnahme in die Nachschlagtabelle zu entscheiden. Als Ergebnis wird diese Klasse aus dem Speicher 280 entfernt.
  • Nachdem die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 sämtliche Klassen von Vektoren von beobachteten Bildern analysiert hat, werden lediglich die Vektoren von beobachteten Bildern in dem Datenspeicher für Vektoren von beobachteten Bildern 286 gespeichert, die zu einer behaltenen Klasse gehören. Die verbleibenden Vektoren von beobachteten Bildern werden weiterhin mit ihren entsprechenden Zielpixeln verknüpft.
  • Anschließend identifiziert die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 jeden verbleibenden Vektor von beobachteten Bildern, der seinen entsprechenden Idealbild-Vektor nicht unter den verbleibenden Idealbild-Vektoren hat. In Übereinstimmung mit einer exemplarischen Ausführungsform des Schablonenvergleichssystems 200 dieser Erfindung löscht die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 sämtliche beobachteten Zielpixel, die kein verbleibendes entsprechendes Idealbild-Zielpixel haben.
  • Anschließend können die Vektoren in einer jeden Klasse Mittelung unterzogen werden. Um Mittelung der Klassen durchzuführen, stützt sich die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 auf, das heißt, verwendet, die Klassen der Idealbild-Vektoren. Genauer gesagt, führt die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 Mittelung sämtlicher verbleibender Idealbild-Vektoren einer ersten Klasse der Idealbildklassen durch, um einen Wert Ah zu erhalten. Der Wert von Ah ist der gemittelte Idealbild-Vektor, der die erste Klasse in der Nachschlagtabelle repräsentiert.
  • Anschließend erzeugt die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 einen gemittelten Vektor von beobachteten Bildern, der dem Wert Ah entspricht. Bei dem Erzeugen des gemittelten Vektors von beobachteten Bildern stützt sich die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 nicht auf die vorher festgelegten Klassen von beobachteten Bildern. Die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 bestimmt vielmehr die Idealbild-Vektoren in der ersten Klasse. Anschließend ruft die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 sämtliche Vektoren von beobachteten Bildern ab, die einem jeden Idealbild-Vektor in der ersten Klasse entsprechen. Alle diese abgerufenen Vektoren von beobachteten Bildern werden anschließend Mittelung unterzogen, um den Wert Al zu erhalten. Der Wert Al ist der gemittelte Vektor von beobachteten Bildern, der die erste Klasse in der Nachschlagtabelle repräsentiert. Dementsprechend ist die Nachschlagtabelle mit entsprechenden Werten für die erste Klasse von Idealbild-Vektoren ausgestattet. Anschließend erzeugt die Schaltung zum Zusammenstellen von Nachschlagtabellen 269 so lange einen gemittelten Wert für jede verbleibende Idealbild-Klasse von Vektoren, bis sämtliche Klassen der Idealbild-Vektoren analysiert sind. Wenn die Vektoren in einer jeden verbleibenden Bildklasse von Vektoren tatsächlich dieselben sind, ist es nicht erforderlich, einen Mittelungswert zu bestimmen. Als Ergebnis hat eine jede Idealbild-Klasse einen repräsentativen Idealbild-Vektor in der Nachschlagtabelle. Darüber hinaus hat jeder repräsentative Vektor in der Nachschlagtabelle einen entsprechenden beobachteten repräsentativen Vektor in der Nachschlagtabelle.
  • Dieser Ansatz stützt sich nicht auf die ursprünglich definierten Klassen von Vektoren von beobachteten Bildern. Dieser Ansatz definiert vielmehr die Vektoren von beobachteten Bildern auf Basis der Idealbild-Klassen neu, und in gewissem Sinne behandelt er die Idealbildklassen als die dominierende Klasse. Es sollte jedoch beachtet werden, dass die ursprünglich definierten Klassen von beobachteten Bildern im Allgemeinen den neu definierten Klassen von beobachteten Bildern entsprechen. Dies ist deshalb der Fall, da die Entsprechung zwischen den Idealbild-Vektoren und den Vektoren von beobachteten Bildern, das heißt, die Idealbild-Pixelmuster und die Pixelmuster der beobachteten Bilder, im Allgemeinen konsistent ist. Wenn die Entsprechung demzufolge konsistent ist, werden im Allgemeinen dieselben oder ähnliche Vektoren von beobachteten Bildern einer Gruppe derselben oder ähnlichen Idealbild-Vektoren entsprechen. Dies trifft zu, wenn die Entsprechung rein auf den Eigenschaften der Vektoren basiert, das heißt, den ursprünglich definierten Klassen von beobachteten Bildern, oder wenn sie rein auf den gemeinsamen Zielpixeln basiert, das heißt, den neu definierten Klassen von beobachteten Bildern.
  • Darüber hinaus sollte beachtet werden, dass die Idealbild-Klassen nicht die dominierende Klasse in den Systemen und Verfahren dieser Erfindung sein müssen. In einigen Anwendungen können sind vielmehr die Klassen von beobachteten Bildern die dominierenden Klassen. In diesem Fall würden die Idealbild-Klassen auf Basis der Klassen von beobachteten Bildern neu definiert werden.
  • So kann beispielsweise eine Klasse von Idealpixeln festgelegt werden, die mit einem bestimmten beobachteten Pixelmuster übereinstimmen. Dementsprechend würde die entsprechende Klasse von beobachteten Pixeln die Pixel enthalten, die das bestimmte beobachtete Pixelmuster aufweisen. Alternativ dazu kann die Klasse von beobachteten Pixeln Pixel enthalten, die annähernd dasselbe Pixelmuster aufweisen, das heißt, eine unscharfe Klasse. Darüber hinaus kann die Klasse von Idealpixeln durch Mittelung der Idealpixel, die mit dem bestimmten beobachteten Pixelmuster übereinstimmen, dargestellt werden. Dennoch sollte hierbei beachtet werden, dass die Klassen unter Verwendung eines beliebigen von einer großen Bandbreite von bekannten oder zu einem späteren Zeitpunkt entwickelten Verfahren festgelegt werden können.
  • Durch Anwenden des oben beschriebenen Trainingsprozesses wird eine Nachschlagtabelle erzeugt und in dem Speicher für Nachschlagtabellen 287 gespeichert. Die Nachschlagtabelle wird durch das Schablonenvergleichssystem 200 verwendet, um ein beobachtetes Bild einzugeben und es in ein Idealbild umzuwandeln. Dementsprechend wird unter Verwendung des Trainingsprozesses in der oben beschriebenen Art uns Weise die Nachschlagtabelle vervollständigt und ist zur Implementierung in einer geeigneten Vorrichtung bereit.
  • Das Schablonenvergleichssystem 200 erstellt, wie beschrieben, eine Nachschlagtabelle, die zum Abbilden eines beobachteten Bildes auf einem Idealbild implementiert wird. Dennoch sollte hierbei beachtet werden, dass die Systeme und Verfahren dieser Erfindung nicht auf die Verwendung einer Nachschlagtabelle, das heißt, eines Verknüpfungswerkzeuges dieser Art beschränkt ist. So können die Systeme und Verfahren, wie oben beschrieben, vielmehr auch auf andere Verknüpfungswerkzeuge abgesehen von der Nachschlagtabelle angewendet werden. So kann beispielsweise das Mapping (Abbilden) zwischen den Daten unter Verwendung einer Logikschaltung oder eines Gleichungssystems, das Informationen zu Eingabedaten verarbeitet, um Ausgabedaten zu erzeugen, durchgeführt werden. So kann zum Beispiel eine Boolesche Logikschaltung, die eine logische Summe aus Produkten verwendet, eingesetzt werden. Alternativ dazu sollte beachtet werden, dass das Mapping unter Verwendung von Fachwissen in einem Labor in einer Vielzahl von Möglichkeiten durchgeführt werden kann, um die Eingabedaten mit den gewünschten Ausgabedaten in Beziehung zu setzen.
  • Wenn das Subsystem zum Erstellen von Nachschlagtabellen 260 die Nachschlagtabelle erstellt hat und diese in dem Speicher für Nachschlagtabellen 287 verfügbar ist, ist das Modellier- und Wiederherstellungssystem 200 in der Lage, eine Bandbreite von binären Bildern in beispielsweise ein entsprechendes Graustufenbild umzuwandeln. Das binäre Bild, das umgewandelt werden soll, wird unter der Steuerung der Steuerschaltung 210 von der Bilddatenquelle 100 über die Eingabe-/Ausgabeschnittstelle 220 eingegeben oder ist bereits vorher eingegeben worden.
  • So kann beispielsweise in Bezug auf 4 ein beobachtetes Bild zum Umwandeln unter der Steuerung der Steuerschaltung 210 von der Bilddatenquelle 100 über die Eingabe-/Ausgabeschnittestelle 220 eingegeben werden. Das beobachtete Bild wird unter Verwendung der Eingabebild-Analyseschaltung 272 in dem Subsystem zum Analysieren von Bildern 270 analysiert. Das beobachtete Bild wird unter Verwendung des in 5 dargestellten Fensters 430 oder eines beliebigen anderen bekannten oder zu einem späteren Zeitpunkt entwickelten Fensters analysiert, das verwendet wurde, um die Einträge in der Nachschlagtabelle zu erstellen.
  • So wie dies dargestellt ist, kann das binäre Bild, das umgewandelt werden soll, ein binäres CMYK-Farbbild sein. Darüber hinaus kann es wünschenswert oder erforderlich sein, das binäre Farbbild unter Verwendung der in dem Speicher für Nachschlagtabellen 287 gespeicherten Nachschlagtabelle in ein Bild mit verbesserter Auflösung umzuwandeln. Um das beobachtete Bild zu analysieren, tastet die Eingabebild-Analyseschaltung 272 das beobachtete Bild beginnend auf einem ersten Zielpixel einschließlich seiner Nachbarschaft in der ersten Farbebene ab oder beobachtet es, und erzeugt Pixelmusterinformationen, die in dem Datenspeicher für Muster von beobachteten Bildern 285 ge speichert werden. Anschließend beobachtet die Eingabebild-Analyseschaltung 272 die Nachbarschaft um das erste Zielpixel herum für die zweite, dritte und vierte Farbebene und gibt die erhaltenen Pixelmusterinformationen in den Datenspeicher für Muster von beobachteten Bildern 285 ein, in dem sie gespeichert werden.
  • Anschließend analysiert die Vektorbestimmungsschaltung 274 die angehäuften Musterinformationen von sämtlichen Farbebenen für das erste Zielpixel. Die Vektorbestimmungsschaltung 274 erzeugt einen Vektor eines beobachteten Bildes, der den eingegeben Musterinformationen entspricht. Dieser Vektor des beobachteten Bildes wird in dem Datenspeicher für Vektoren von beobachteten Bildern 286 gespeichert.
  • Anschließend beobachtet die Eingabebild-Analyseschaltung 272 auf ähnliche Weise jedes verbleibende Zielpixel. Anschließend analysiert die Vektorbestimmungsschaltung 274 die angehäuften Musterinformationen für jedes verbleibende Zielpixel. Die Vektorbestimmungsschaltung 274 erzeugt für jedes verbleibende Zielpixel einen Vektor eines beobachteten Bildes, der den eingegebenen Musterinformationen für dieses Zielpixel entspricht. Diese Vektoren von beobachteten Bildern werden in dem Datenspeicher für Vektoren von beobachteten Bildern 286 gespeichert.
  • Als Ergebnis werden sämtliche Vektoren, die das beobachtete binäre Farbbild repräsentieren, in dem Datenspeicher für Vektoren von beobachteten Bildern 286 gespeichert. Anschließend extrahiert die Extrahierschaltung für Nachschlagtabellenwerte 276 auf Basis des Vektors des beobachteten Bildes, das für jedes Pixel in dem binären Bild erhalten wird, einen entsprechenden Wert von der Nachschlagtabelle. Genauer gesagt, verwendet die Extrahierschaltung für Nachschlagtabellenwerte 276 die in dem Speicher für Nachschlagtabellen 287 gespeicherte Nachschlagtabelle. Die Nachschlagtabelle enthält Vektoren des binären Bildes und die entsprechenden verbesserten binären Bildwerte. Dementsprechend kann die Extrahierschaltung für Nachschlagtabellenwerte 276 die Idealbild-Daten extrahieren, die einem eingegebenen Daten des beobachteten Bild entsprechen.
  • In dem Training der Nachschlagtabelle können nur bestimmte Vektoren ausgewählt werden, die in die Nachschlagtabelle aufgenommen werden, so wie dies oben beschrieben wurde. Die Aufnahme kann jedoch auch auf Basis von anderen Parametern als der Frequenz des Auftretens basieren. So können die für die Aufnahme in die Nachschlagtabelle ausgewählten Vektoren beispielsweise Vektoren sein, die einige Besonderheiten aufweisen. Solche besonderen Vektoren können beispielsweise jene Vektoren umfassen, bei denen die herkömmlichen Mittelungstechniken das beobachtete Bild nicht genau in das Idealbild umwandeln oder abbilden. Als Ergebnis werden diese besonderen Vektoren gespeichert. Wenn jedoch herkömmliche Mittelungstechniken ein genaues Mapping gewährleisten, besteht keine Notwendigkeit, die genau umgewandelten Vektoren in der Nachschlagtabelle zu speichern. Als Ergebnis kann die Größe der Nachschlagtabelle wesentlich reduziert werden.
  • Es können auch weitere Techniken zum Beschränken der Größe der Nachschlagtabelle angewendet werden. So kann beispielsweise das Fenster, das anfänglich zum Beobachten des Idealbildes und des beobachteten Bildes verwendet wird, in einer Art und Weise gewichtet werden. Die Daten einer beobachteten Nachbarschaft könnten dementsprechend auf eine Weise so gewichtet werden, dass die Aufnahme von Daten in die Nachschlagtabelle begrenzt wird. So kann beispielsweise ein Schwellenwert zum Vergleichen mit den gewichteten Daten verwendet werden.
  • Dementsprechend gibt die Extrahierschaltung für Nachschlagtabellenwerte 276 den Vektor für das beobachtete Bild in die Nachschlagtabelle ein und bestimmt, ob eine Übereinstimmung vorliegt. Wenn der besondere Vektor des beobachteten Bildes nicht in der Nachschlagtabelle enthalten ist, können Mittelungstechniken angewendet werden, anstatt sich auf das durch die Nachschlagtabellendaen durchgeführte Mapping zu verlassen. So wie dies dargestellt ist, kann eine gewichtete Mittelungstechnik verwendet werden, wenn ein beobachteter Wert nicht in der Nachschlagtabelle enthalten ist. Als Ergebnis verknüpft die Extrahierschaltung für Nachschlagtabellenwerte 276 in dem Subsystem zum Analysieren von Bildern 270 jedes Pixel in dem beobachteten binären Farbbild mit einem geeigneten Satz von Idealbild-Werten. Wenn sämtliche der Pixel in dem beobachteten Bild analysiert sind, wird das Idealbild erzeugt. Dieses Idealbild kann anschließend direkt durch die Steuerschaltung 210 zu dem Bilddatenempfänger 300 ausgegeben werden.
  • Die Systeme und Verfahren der Erfindung gewährleisten eine erhöhte Genauigkeit für verschiedene Umwandlungsprozesse einschließlich der Auflösungsverbesserung und der Rasterung (Halftoning). Darüber hinaus optimieren die Schablonenvergleichssysteme und -verfahren dieser Erfindung ein erzeugtes Bild, wobei die Wechselbeziehung zwischen den Farbebenen berücksichtigt wird. Genauer gesagt, könnte der einzelne Mehrebenen-Vektor, der die gefensterten binären Pixel repräsentiert, die von einer eingegeben Farbebene erhalten werden, in einem anderen Farbraum, wie beispielsweise dem Rot Grün Blau-(RGB) Farbraum, auf Grauwerte zeigen. Die Schablonenvergleichssysteme und Verfahren der Erfindung ermöglichen demzufolge, dass die Farbumwandlung unter Verwendung von Bildinformationen durchgeführt wird, die in Einzelfarbebenen-Umwandlungsverfahren, welche die Einzelebene-Analyse anwenden, nicht verwendet werden. So wie in dem Fall eines einfachen Rasterungsprozesses, können die Filter für die Rasterung mit Farbumwandlungen in einer Art und Weise gestaltet sein, dass eine statistisch optimale Nachschlagtabelle anhand eines Satzes von Trainingsbildern erstellt wird. Diese Nachschlagtabelle könnte jegliche Besonderheiten, die beispielweise für bestimmte Muster oder Graustufen zwischen den Farbebenen auftreten, berücksichtigen.
  • Die exemplarische Ausführungsform der Schablonenvergleichssysteme und -verfahren der Erfindung, die oben im Zusammenhang mit den 1 bis 8 beschrieben wurden, beziehen sich auf die Auflösungsverbesserung im Allgemeinen. Bei der Bildauflösungsverbesserung kann ein Schablonenvergleichsprozess, der ein binäres Bitmap in mehrere Bits pro Pixel transformiert, oder eine höhere räumliche Abtastauflösung mit dem Ziel angewendet werden, das Erscheinungsbild des resultierenden gedruckten Bildes zu verbessern. Die Schablonenvergleichssysteme und -verfahren dieser Erfindung sind jedoch nicht auf die Auflösungsverbesserung beschränkt. Zusätzlich dazu umfassen andere mögliche Anwendungen Rasterungsanwendungen, Auflösungsumwandlung, Bildfeinabstimmung, Wiederherstellung und Wiederherstellung von mit Farbscannern erhaltenem Text.
  • Rasterungsanwendungen können einen Prozess des Eingebens eines bestimmten binären Mehrebenen-Musters in eine Nachschlagtabelle und des Ausgebens eines spezifizierten Graustufenwertes oder, alternativ dazu, des Eingebens eines spezifizierten Graustufenwertes in eine Nachschlagtabelle und des Ausgebens eines bestimmten binären Mehrebenen-Musters umfassen. Ein Auflösungsumwandlungsprozess kann durchgeführt werden, um von einer Auflösung auf eine andere, beispielsweise von 300 Punkten pro Inch (spi) auf 600 spi abzubilden. Der Auflösungsumwandlungsprozess kann mit oder ohne dem Versuch durchgeführt werden, das Erscheinungsbild des Bildes zu verbessern. Unter Verwendung der Systeme und Verfahren der Erfindung kann ein Bildfeinabstimmungsprozess durchgeführt werden. So kann beispielsweise die digitale Dunkelheit eines Bildes gesteuert werden, das heißt, ein Dokumentenbitmap kann auf einem Bild abgebildet werden, um mit einem geeigneten Gerät ein gedrucktes Bild mit einem gewünschten Grad an Dunkelheit hervorzubringen. Wiederherstellung und insbesondere die Wiederherstellung von unter Verwendung von Farbscannern erhaltenem Text kann angewendet werden, um wahrscheinliche Kontureninformationen einzufügen, wenn beispielsweise von einem binären Bitmap auf ein digitales partielles Graustufenbild abgebildet wird.
  • Darüber hinaus können die Systeme und Verfahren dieser Erfindung beispielsweise für die Durchführung einer Auflösungsverbesserungstechnologie für Text-/Strichzeichnung mit farbigem Vordergrund/Hintergrund ebenso wie für das Säubern von gescannten Bildern oder für Segmentierungsprozesse angewendet werden. Darüber hinaus können die Anwendungen zusammen mit Vollfarbe oder für Spitzlicht-Farbbilder verwendet werden. Des Weiteren sollte beachtet werden, dass in Übereinstimmung mit den Schablonenvergleichssystemen und -verfahren dieser Erfindung die Anzahl der Schablonen in einem Filter unter Verwendung von Symmetriereduzierungstechniken, wie beispielsweise Rotationen, minimiert werden kann.
  • Es sollte beachtet werden, dass die oben beschriebenen Schablonenvergleichssysteme und -verfahren Nachbarschaftsinformationen von sämtlichen Farbebenen gleichzeitig verwenden, wenn sie in eine Nachschlagtabelle eingegeben werden. Dennoch sind die Schablonenvergleichssysteme und -verfahren der Erfindung nicht auf diese bestimmte Technik beschränkt. Stattdessen können die Schablonenvergleichssysteme und -verfahren der Erfindung jede Farbebene separat betrachten und beispielsweise eine schwarze Ebene als eine Adresse zu einer Nachschlagtabelle verwenden.
  • Das heißt, die Schablonenvergleichssysteme und -verfahren der Erfindung können die jeweiligen Ebenen auf hierarchische Weise betrachten. Zuerst wird eine vorgegebene Farbebene analysiert. Wie dies dargestellt ist, kann die schwarze Farbebene gegenüber der Magenta-Farbebene bevorzugt ausgewählt werden, das heißt, Schwarz als die do minierende Farbebene ausgewählt werden. Des Weiteren kann die Magenta-Farbebene beispielsweise gegenüber der Cyan-Farbebene bevorzugt ausgewählt werden. Die schwarze Farbebene liefert eine Anfangsadresse in einer Nachschlagtabelle. Anschließend sind innerhalb dieser Adresse für die schwarze Ebene Sub-Adressen für die Magenta-Farbebene vorhanden. Des Weiteren befinden sich in einer jeden Sub-Adresse für die Magenta-Farbebene Sub-Sub-Adressen für die Cyan-Farbebene. Als Ergebnis steuert die schwarze Farbebene, welcher Bereich der Nachschlagtabelle für das Suchen nach der Magenta- und der Cyan-Farbebene verwendet wird.
  • Dennoch sollte beachtet werden, dass die schwarze Farbebene nicht notwendigerweise die dominierende Farbebene ist. Alternativ zu ihr, kann eine beliebige andere Farbebene als die dominierende Farbebene, das heißt, als die Anfangsadresse in der Nachschlagtabelle verwendet werden. Die bestimmte Farbebene hängt von der bestimmten Anwendung der Schablonenvergleichssysteme und -verfahren der Erfindung ab.
  • Des Weiteren können die Datenspeicherkapazitäten des Schablonenvergleichssystems 200 begrenzt sein. Daraus resultierend sollte beachtet werden, dass beispielsweise für ein CMYK-Bild nicht notwendigerweise die Informationen von sämtlichen Farbebenen in der erstellen Nachschlagtabelle gespeichert werden müssen. Das heißt, die erstellte Nachschlagtabelle muss nicht alle vier Farbebenen verwenden. So können vielmehr die schwarze Ebene, oder alternativ dazu, die schwarze Ebene und eine Farbebene für eine bestimmte Anwendung ausreichend sein.
  • 8 ist ein Funktionsblockdiagramm einer zweiten exemplarischen Ausführungsform eines Schablonenvergleichssystems 500 in Übereinstimmung mit dieser Erfindung. Wie dies in 8 dargestellt ist, enthält das Schablonenvergleichssystem 500 eine Steuerschaltung 510, eine Eingabe-/Ausgabeschnittstelle 520, eine Vektorbestimmungsschaltung 540, eine Extrahierschaltung für Nachschlagtabellenwerte 550 und einen Speicher 530, wobei alle mit einem Datenbus 595 verbunden sind. Des Weiteren kann die Eingabe-/Ausgabeschnittstelle 520 über Signalleitungen 122 und 322 jeweils auch mit einer Bilddatenquelle 120 und einem Bilddatenempfänger 320 verbunden sein. Zusätzlich enthält der Speicher 530, so wie in 8 dargestellt, einen Speicher für Nachschlagtabellen 532 und einen Bildspeicher 534. Das Schablonenvergleichssystem 500 kann beispielsweise auf einem Personaldrucker implementiert sein.
  • Zu Beginn gibt die Steuerschaltung ein beobachtetes Bild, das analysiert werden soll, ein und speichert das eingegebene Bild in dem Bildspeicher 534. Die Vektorbestimmungsschaltung 540 analysiert das eingegebene Bild, um auf Basis der Analyse des Bildes einen Satz von Vektoren zu erzeugen. Die Extrahierschaltung für Nachschlagtabellenwerte 550 verarbeitet die in der Vektorbestimmungsschaltung 540 erzeugten Vektorinformationen und verwendet die Vektorinformationen als Eingabe in eine Nachschlagtabelle, die in dem Speicher für Nachschlagtabellen 532 gespeichert wird. Anschließend extrahiert die Extrahierschaltung für Nachschlagtabellenwerte 550 einen geeigneten Wert von der Nachschlagtabelle, der den eingegebenen Vektorinformationen entspricht.
  • 9 stellt eine Anwendung der Systeme und Verfahren der Erfindung zum Transformieren eines binären oder eines Halbtonbildes in ein Graustufenbild, das heißt, zum Durchführen eines Entrasterungsprozesses, dar. Das in 9 dargestellte Bild 600 enthält drei Farbebenen. Die drei Farbebenen umfassen eine Cyan-Farbebene 610, eine Magenta-Farbebene 620 und eine Gelb-Farbebene 630. Das Bild 600 kann durch das Modelliersystem 500 entrastert werden, das heißt, von einem Halbtonbild in ein Graustufenbild, umgewandelt werden.
  • In dem Modelliersystem 500 gibt die Steuerschaltung 510 das Bild 600 von der Bilddatenquelle 520 ein und speichert die Bilddaten in dem Bildspeicher 534. Anschließend analysiert die Vektorbestimmungsschaltung 540 die Bilddaten in Übereinstimmung mit den Systemen und Verfahren dieser Erfindung. Genauer gesagt, beobachtet die Vektorbestimmungsschaltung 540 eine erste Nachbarschaft 652, die ein erstes Zielpixel 654 in dem Bild 600 umgibt.
  • Die Vektorbestimmungsschaltung 540 kann zum Durchführen dieser Beobachtung ein beliebiges bekanntes oder zu einem späteren Zeitpunkt entwickeltes Fenster verwenden. Hierbei sollte beachtet werden, dass zum Beobachten sämtlicher der jeweiligen Farbebenen ein einziges Fenster verwendet werden kann. Alternativ dazu können verschiedene Fenster zum Beobachten einer jeweiligen Farbebene verwendet werden.
  • Die Vektorbestimmungsschaltung 540 analysiert zuerst die Nachbarschaft 652 in der Cyan-Farbebene, um einen Pixelwert für das Zielpixel 654 in der Cyan-Farbebene 610 zu bestimmen. Auf Basis dieser Beobachtung erzeugt die Vektorbestimmungsschaltung 540 einen Vektor c1 c2 ... c9. Der Vektor c1 c2 ... c9 repräsentiert die beobachteten Pixelwerte c1-c9 in der Cyan-Farbebene 610 für das Zielpixel 654. Anschließend beobachtet die Vektorbestimmungsschaltung 540 dieselbe Nachbarschaft, jedoch in der Magenta-Farbebene 620.
  • Genauer gesagt, analysiert die Vektorbestimmungsschaltung 540 die Nachbarschaft 652 in der Magenta-Farbebene, um einen Pixelwert für das Zielpixel 654 in der Magenta-Farbebene 620 zu bestimmen. Auf Basis dieser Beobachtung erzeugt die Vektorbestimmungsschaltung 540 einen Vektor m1 m2 ... m9. Der Vektor m1 m2 ... m9 repräsentiert die beobachteten Pixelwerte m1-m9 in der Magenta-Farbebene 620 für das Zielpixel 654. Anschließend beobachtet die Vektorbestimmungsschaltung 540 dieselbe Nachbarschaft, jedoch in der Gelb-Farbebene 630.
  • Genauer gesagt, analysiert die Vektorbestimmungsschaltung 540 die Nachbarschaft 652 in der Gelb-Farbebene, um einen Pixelwert für das Zielpixel 654 in der Gelb-Farbebene 630 zu bestimmen. Auf Basis dieser Beobachtung erzeugt die Vektorbestimmungsschaltung 540 einen Vektor y1 y2 ... y9. Der Vektor y1 y2 ... y9 repräsentiert die beobachteten Pixelwerte y1-y9 in der Gelb-Farbebene 630 für das Zielpixel 654.
  • Dementsprechend werden die Cyan-, die Magenta- und die Gelb-Farbebene 610 bis 630 analysiert, und es werden Einzelebenen-Vektoren für eine jeweilige Farbebene erzeugt. Die Vektorbestimmungsschaltung 540 fasst anschließend diese Einzelebenen-Vektoren zusammen, um einen Mehrebenen-Vektor c1 c2 ... c9 m1 m2 ... m9 y1 y2 ... y9 zu erzeugen. Dieser Mehrebenen-Vektor repräsentiert die drei binären Farbebenen 610, 620 und 630 in dem Bild 600.
  • Anschließend steuert die Steuerschaltung 510 die Extrahierschaltung für Nachschlagtabellenwerte 550, so dass sie den Mehrebenen-Vektor verarbeitet. Genauer gesagt, gibt die Extrahierschaltung für Nachschlagtabellenwerte 550 den Mehrebenen-Vektor in die in dem Speicher für Nachschlagtabellen 532 gespeicherten Nachschlagtabelle ein. Anschließend extrahiert die Extrahierschaltung für Nachschlagtabellenwerte 550 einen Graustufenwert, der dem eingegebenen Mehrebenen-Vektor entspricht. Die Extrahierschaltung für Nachschlagtabellenwerte 550 weist diesen Graustufenwert dem Zielpixel 654 zu. Der ausgegebene Graustufenwert wird in Übereinstimmung mit den Systemen und Verfahren der Erfindung so optimiert, dass er nicht nur rein von den jeweiligen Farbebenen-Bildinformationen sondern auch von der Wechselbeziehung zwischen den Farbebenen abhängt.
  • Die in dem Speicher für Nachschlagtabellen 532 gespeicherte Nachschlagtabelle kann in Übereinstimmung mit den Systemen und Verfahren der Erfindung unter Verwendung der oben in Bezug auf die 1 bis 4 beschriebenen Systeme und Verfahren, beispielsweise einschließlich der Verwendung von Trainingsbildern und Verfahren zum Begrenzen der Größe der Nachschlagtabelle erstellt werden. Das heißt, es wird ein geeigneter Satz von Trainingsbildern einschließlich eines binären Trainingsbildes und eines entsprechenden Graustufen-Trainingsbildes verwendet. Diese Trainingsbilder können beispielsweise auf Basis von Fachwissen ausgewählt werden.
  • Die in dem Speicher für Nachschlagtabellen 532 gespeicherte Nachschlagtabelle enthält einen Schablonensatz, der auf effektive Weise ein eingegebenes binäres Farbbild auf einem entsprechenden Graustufenbild abbildet. Darüber hinaus kann die Nachschlagtabelle in Übereinstimmung mit den Systemen und Verfahren der Erfindung dieses Mapping auf eine sehr effektive Weise durchführen. Der Vektor, der in die Nachschlagtabelle eingegeben wird, besitzt Informationen von sämtlichen Farbebenen in einem Bild. Auf diese Weise kann die Nachschlagtabelle eingerichtet sein, um eine Ausgabe zu erzeugen, die auf effektive Weise bestimmte Wechselbeziehungen zwischen den verschiedenen Farbebenen in einem Bild berücksichtigt. Das heißt, die Einträge der Nachschlagtabelle sind eingerichtet, um auf effektive Weise Bildverschlechterungen zu vermeiden, die anderenfalls auftreten können, wenn die Farbebenen separat behandelt werden.
  • Es sollte jedoch beachtet werden, dass die Systeme und Verfahren der Erfindung nicht auf das Entrastern eines Halbtonbildes in ein Graustufenbild beschränkt ist. So sind die Systeme und Verfahren der Erfindung vielmehr zum Verarbeiten einer großen Bandbreite von Bildern in den unterschiedlichsten Formen anwendbar.
  • Darüber hinaus sollte beachtet werden, dass, während die Systeme und Verfahren dieser Erfindung an Farbbildern ausgerichtet sind, der Begriff „Farbbild" eine große Bandbreite von Bildern umfassen soll und in keinerlei Weise auf das allgemeine CMYK-Bild beschränkt ist. Der Begriff „Farbbild" soll vielmehr jedes beliebige Bild umfassen, das von wenigstens zwei unabhängigen Vektoren repräsentiert wird. Dementsprechend kann ein Schwarz-Weiß-Bild in dieser Hinsicht von zwei Vektoren repräsentiert und als ein Farbbild charakterisiert werden. Genauer gesagt, kann der schwarze Abschnitt durch einen Vektor b1-bn und der weiße Abschnitt durch einen weiteren Vektor w1-wn repräsentiert werden. In Übereinstimmung mit den Systemen und Verfahren der Erfindung könnten diese zwei Vektoren zu einem Mehrebenen-Vektor b1-bn w1-wn zusammengefasst werden. Durch das unabhängige Repräsentieren des schwarzen und des weißen Abschnittes unter Verwendung von separaten Vektoren können die Eigenschaften des Bildes effektiv erfasst werden. Darüber hinaus können durch Verwendung des Mehrebenen-Vektors b1-bn w1-wn die Wechselbeziehungen zwischen den schwarzen und den weißen Abschnitten auf effektive Weise so verarbeitet werden, dass Bildverschlechterungen vermieden werden.
  • 10 ist ein Ablaufplan, der eine exemplarische Ausführungsform eines Trainingsverfahrens in Übereinstimmung mit dieser Erfindung illustriert. Wie dies in 10 dargestellt ist, beginnt der Trainingsprozess mit dem Schritt S100 und geht über in Schritt S200, in dem ein geeignetes Trainingsbild eingegeben wird. Das Trainingsbild kann ein beliebiges geeignetes Bild je nach der bestimmten Anwendung sein. Wie dies dargestellt ist, kann das Trainingsbild ein binäres mehrfarbiges Mehrebenenbild sein. Als Nächstes wird in Schritt S300 das Trainingsbild analysiert.
  • In Schritt S400 wird das Trainingsbild auf eine Weise unter Verwendung eines geeigneten Umwandlungsprozesses umgewandelt. So kann es beispielsweise notwendig oder wünschenswert sein, eine Auflösungsverbesserung durchzuführen. Als Ergebnis kann es sich bei dem Umwandlungsprozess um einen Zerlegungsprozess, das heißt, einen umgekehrten Auflösungsverbesserungsprozess handeln. Anschließend wird in Schritt S500 das umgewandelte Bild analysiert. Als Nächstes wird in Schritt S600 eine Nachschlagtabelle erstellt. Anschließend endet das Trainingsverfahren in Schritt S700.
  • 11 ist ein Ablaufplan, der in ausführlicherer Weise eine exemplarische Ausführungsform des in 10 illustrierten Analysierens des Trainingsbildes in Schritt S300 darstellt. Beginnend mit dem Schritt S300 geht die Steuerung in Schritt S310 über, in dem das erste Pixel des Trainingsbildes als das aktuelle Zielpixel ausgewählt wird. Anschließend wird in Schritt S320 die erste Farbebene in dem Trainingsbild als die aktuelle Farbebene ausgewählt. Als Nächstes wird in Schritt S330 das Pixelmuster für das aktuelle Zielpixel in der aktuellen Farbebene bestimmt. Anschließend geht die Steuerung in Schritt S340 über.
  • In Schritt S340 wird ein Vektor auf Basis des beobachteten Pixelmusters erzeugt, und der Vektor wird dem aktuellen Zielpixel zugewiesen. Der in Schritt S340 erzeugte Vektor ist ein Einzelebenen-Vektor, der das beobachtete Pixelmuster repräsentiert. Als Nächstes wird in Schritt S350 die aktuelle Ebene analysiert, um zu bestimmen, ob die aktuelle Ebene die letzte Farbebene für das bestimmte Zielpixel, das analysiert wird, ist.
  • Wenn in Schritt S350 festgestellt wird, dass die aktuelle Farbebene nicht die letzte Farbebene für die Analyse des aktuellen Zielpixels ist, geht die Steuerung in Schritt S355 über. Anderenfalls geht die Steuerung in Schritt S360 über. In Schritt S355 wird die nächste Farbebene des Bildes für das aktuelle Zielpixel als die aktuelle Farbebene ausgewählt. Anschließend kehrt die Steuerung zurück zu Schritt S330.
  • Wenn in Schritt S350 festgestellt wird, dass die aktuelle Farbebene die letzte Farbebene ist, geht die Steuerung in Schritt S360 über. In Schritt S360 werden sämtliche Vektoren für das aktuelle Zielpixel zu einem Mehrebenen-Vektor zusammengefasst. Anschließend wird in Schritt S370 jeder Mehrebenen-Vektor für das aktuelle Zielpixel gespeichert. Das Speichern eines jeden Mehrebenen-Vektors kann auf eine beliebige geeignete Weise durchgeführt werden. Anschließend wird in Schritt S380 das aktuelle Zielpixel analysiert, um zu bestimmen, ob es sich dabei um das letzte Zielpixel handelt.
  • Wenn in Schritt S380 festgestellt wird, dass das aktuelle Zielpixel nicht das letzte Zielpixel für die Analyse des Trainingsbildes ist, geht die Steuerung in Schritt S385 über. Anderenfalls geht die Steuerung in Schritt S390 über. In Schritt S385 wird das nächste Zielpixel als das aktuelle Pixel ausgewählt. Anschließend kehrt die Steuerung zurück zu Schritt S330.
  • Wenn in Schritt S380 festgestellt wird, dass das aktuelle Zielpixel das letzte Zielpixel ist, geht die Steuerung in Schritt S390 über. In Schritt S390 kehrt die Steuerung zurück zu Schritt S400.
  • 12 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des in 10 illustrierten Analysierens des umgewandelten Bildes in Schritt S500 darstellt. Beginnend mit dem Schritt S500 geht die Steuerung in Schritt S510 über, in dem das erste Pixel des umgewandelten Bildes als das aktuelle Zielpixel ausgewählt wird. Anschließend wird in Schritt S520 die erste Farbebene in dem umgewandelten Bild als die aktuelle Farbebene ausgewählt. Als Nächstes wird in Schritt S530 das Pixelmuster für das aktuelle Zielpixel in der aktuellen Farbebene des umgewandelten Bildes bestimmt. Anschließend geht die Steuerung in Schritt S540 über.
  • In Schritt S540 wird ein Vektor auf Basis des beobachteten Pixelmusters erzeugt, und der Vektor wird dem aktuellen Zielpixel zugewiesen. Der in Schritt S540 erzeugte Vektor ist ein Einzelebenen-Vektor, der das beobachtete Pixelmuster in einer Farbebene des umgewandelten Bildes repräsentiert. Als Nächstes wird in Schritt S550 die aktuelle Farbebene analysiert, um zu bestimmen, ob es sich bei der aktuellen Ebene um die letzte Farbebene für das bestimmte Zielpixel, das analysiert wird, handelt.
  • Wenn in Schritt S550 festgestellt wird, dass die aktuelle Farbebene nicht die letzte Farbebene für die Analyse für das aktuelle Zielpixel ist, geht die Steuerung in Schritt S555 über. Anderenfalls geht die Steuerung in Schritt S560 über. In Schritt S555 wird die nächste Farbebene des Bildes als die aktuelle Ebene ausgewählt. Anschließend kehrt die Steuerung zurück zu Schritt S530.
  • Wenn in Schritt S550 festgestellt wird, dass die aktuelle Farbebene die letzte Farbebene ist, geht die Steuerung in Schritt S560 über. In Schritt S560 werden sämtliche Vektoren für das aktuelle Zielpixel in dem umgewandelten Bild zu einem Mehrebenen-Vektor zusammengefasst. Anschließend wird in Schritt S570 jeder Mehrebenen-Vektor für das aktuelle Zielpixel gespeichert. Das Speichern eines jeden Mehrebenen-Vektors kann auf eine beliebige Art und Weise durchgeführt werden. Anschließend wird in Schritt S580 das aktuelle Zielpixel analysiert, um zu bestimmen, ob es das letzte Zielpixel ist.
  • Wenn in Schritt S580 festgestellt wird, dass das aktuelle Zielpixel nicht das letzte Zielpixel für die Analyse für das umgewandelte Bild ist, geht die Steuerung in Schritt S585 über. Anderenfalls geht die Steuerung in Schritt S590 über. In Schritt S585 wird das nächste Zielpixel als das aktuelle Zielpixel ausgewählt. Anschließend kehrt die Steuerung zurück zu Schritt S530.
  • Wenn in Schritt S580 festgestellt wird, dass das aktuelle Zielpixel das letzte Zielpixel ist, geht die Steuerung in Schritt S590 über. In Schritt S590 kehrt die Steuerung zurück zu Schritt S600.
  • 13 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des Erstellens einer Nachschlagtabelle des in 10 dargestellten Schrittes S600 illustriert. Beginnend mit dem Schritt S600 geht die Steuerung in Schritt S610 über, in dem die Frequenz der ursprünglichen Trainingsbildklassen bestimmt wird. Der Begriff „ursprüngliches Trainingsbild" bezeichnet das Bild, das zu Beginn in dem in 10 dargestellten Schritt S200 eingegeben wurde. Anschließend wird in Schritt S620 die Frequenz in den Klassen des umgewandelten Trainingsbildes bestimmt. Als Nächstes werden in Schritt S630 die ursprünglichen Trainingsbildklassen mit den Klassen des umgewandelten Trainingsbildes in Beziehung gesetzt. Anschließend kehrt in Schritt S640 die Steuerung zurück zu Schritt S700.
  • 14 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des Bestimmens der Frequenz in den ursprünglichen Trainingsbildklassen des in 13 dargestellten Schrittes S600 illustriert. Wie oben beschrieben, wurde in Schritt S380 von 11 jeder Mehrebenen-Vektor für jedes Trainingsbild gespeichert. Wie dies in 14 dargestellt ist, werden diese gespeicherten Mehrebenen-Vektoren für das ursprüngliche Trainingsbild weiter analysiert.
  • Beginnend mit dem Schritt S610 geht die Steuerung in Schritt S611 über, in dem die gespeicherten Trainingsbild-Vektoren, das heißt, die ursprünglichen Trainingsbild-Vektoren in Klassen eingeteilt werden. Die spezifischen Parameter, nach denen die Klassen unterteilt werden, hängen von der bestimmten Anwendung ab. Anschließend wird in Schritt S612 die erste Klasse von ursprünglichen Trainingsbild-Vektoren als die aktuelle Klasse ausgewählt. Als Nächstes wird in Schritt S613 eine Bestimmung dahingehend unternommen, ob die Anzahl der Vektoren in der aktuellen Klasse kleiner als ein Schwellenwert „n" ist. Wenn in Schritt S613 festgestellt wird, dass die Anzahl von Vektoren in der Klasse kleiner ist als der Schwellenwert n, geht die Steuerung in Schritt S614 über. Anderenfalls geht die Steuerung in Schritt S615 über.
  • In Schritt S614 werden sämtliche Vektoren in der aktuellen Klasse entfernt, das heißt, die Klasse wird entfernt. Hierbei sollte beachtet werden, dass mit ansteigendem Wert von n die Anzahl von Vektoren in der aktuellen Klasse, die benötigt wird, um die aktuelle Klasse zu behalten, kleiner wird. Als Ergebnis werden mehr Klassen behalten. Durch das Behalten von mehr Klassen ist die letztendliche Größe der Nachschlagtabelle größer. Dies würde natürlich eine größere Speicherkapazität erforderlich machen. Dementsprechend ergibt der Wert von v direkt die Größe der durch den Trainingsprozess erstellten Nachschlagtabelle.
  • Nach Schritt S614 geht die Steuerung in Schritt S616 über. In Schritt S615 werden alle Vektoren in der aktuellen Klasse gespeichert. Anschließend geht die Steuerung in Schritt S616 über.
  • In Schritt S616 wird die aktuelle Klasse analysiert, um zu bestimmen, ob die aktuelle Klasse die letzte Klasse der ursprünglichen Trainingsbildklassen ist. Wenn in Schritt S616 festgestellt wird, dass die aktuelle Klasse nicht die letzte Klasse ist, geht die Steuerung in Schritt S617 über. Anderenfalls geht die Steuerung in Schritt S618 über. In Schritt S617 wird die nächste Klasse der ursprünglichen Trainingsbildklassen als die aktuelle Klasse ausgewählt. Anschließend kehrt die Steuerung zurück zu Schritt S613. Im Gegensatz dazu werden in Schritt S618 all die Vektoren des umgewandelten Trainingsbildes entfernt, die keine entsprechenden ursprünglichen Trainingsbildvektoren mehr haben. Anschließend kehrt in Schritt S619 die Steuerung zurück zu Schritt S620.
  • 15 ist ein Ablaufplan, der auf ausführlichere Weise eine exemplarische Ausführungsform des Bestimmens der Frequenz in den Klassen des umgewandelten Trainingsbildes von Schritt S620 illustriert.
  • Beginnend mit Schritt S620 geht die Steuerung in Schritt S621 über, in dem die gespeicherten Vektoren des umgewandelten Bildes in Klassen unterteilt werden. Die spezifischen Parameter, nach denen die Unterteilung in Klassen erfolgt, hängen von der bestimmten Anwendung ab. Anschließend wird in Schritt S622 die erste Klasse von Vektoren von umgewandelten Bildern als die aktuelle Klasse ausgewählt. Als Nächstes wird in Schritt S623 eine Bestimmung dahingehend unternommen, ob die Anzahl der Vektoren in der aktuellen Klasse von Vektoren von umgewandelten Bildern kleiner als ein Schwellenwert m ist. Wenn in Schritt S623 festgestellt wird, dass die Anzahl von Vektoren in der Klasse kleiner ist als der Schwellenwert n, geht die Steuerung in Schritt S624 über. Anderenfalls geht die Steuerung in Schritt S625 über.
  • In Schritt S624 werden sämtliche Vektoren in der aktuellen Klasse entfernt. Hierbei sollte beachtet werden, dass mit kleiner werdendem Wert von m die Anzahl von Vektoren in der aktuellen Klasse, die benötigt wird, um die aktuelle Klasse zu behalten, kleiner wird. Als Ergebnis werden mehr Klassen von umgewandelten Bildern behalten. Durch Behalten von mehr Klassen ist die letztendliche Größe der Nachschlagtabelle größer. Dementsprechend ergibt der Wert von m direkt die Größe der durch den Trainingsprozess erstellten Nachschlagtabelle.
  • Nach Schritt S624 geht die Steuerung in Schritt S626 über. In Schritt S625 werden sämtliche Vektoren in der aktuellen Klasse gespeichert. Anschließend geht die Steuerung in Schritt S616 über.
  • In Schritt S626 wird die aktuelle Klasse analysiert, um zu bestimmen, ob die aktuelle Klasse die letzte Klasse der Klassen von umgewandelten Bildern ist. Wenn in Schritt S626 festgestellt wird, dass die aktuelle Klasse nicht die letzte Klasse ist, geht die Steuerung in Schritt S627 über. Anderenfalls geht die Steuerung in Schritt S628 über. In Schritt S627 wird die nächste Klasse der Vektorklassen des umgewandelten Bildes als die aktuelle Klasse ausgewählt. Anschließend kehrt die Steuerung zurück zu Schritt S623. Im Gegensatz dazu werden in Schritt S628 alle die ursprünglichen Trainingsbild-Vektoren entfernt, die keine entsprechenden Vektoren des umgewandelten Bildes mehr haben. Anschließend kehrt in Schritt S629 die Steuerung zurück zu Schritt S620.
  • 16 ist ein Ablaufplan der auf ausführlichere Weise eine exemplarische Ausführungsform des Korrelierens der ursprünglichen Bildklassen mit den Klassen von umgewandelten Bildern von dem in 13 dargestellten Schritt S630 illustriert. Beginnend mit dem Schritt S630 geht die Steuerung in Schritt S631 über, in dem die erste ursprüngliche Bildklasse als die aktuelle Klasse ausgewählt wird. Anschließend werden in Schritt S632 auf Basis des Pixelortes die Vektoren in der aktuellen ursprünglichen Bildklasse jeweils an die entsprechenden Vektoren des umgewandelten Bildern angepasst. Als Nächstes werden in Schritt S633 sämtliche Vektoren der jeweiligen ursprünglichen Bildklassen Mittelung unterzogen. Anschließend geht die Steuerung in Schritt S634 über.
  • In Schritt S634 werden sämtliche Vektoren in einer jeden der jeweiligen Klassen des umgewandelten Bildes Mittelung unterzogen. Anschließend wird in Schritt S635 der Mittelwert des ursprünglichen Bildvektors mit dem Mittelwert des entsprechenden Vektors des umgewandelten Bildes in einer geeigneten Nachschlagtabelle gespeichert. Als Nächstes wird in Schritt S636 eine Bestimmung dahingehend vorgenommen, ob die aktuelle ursprüngliche Bildklasse die letzte Klasse ist.
  • Wenn in Schritt S636 festgestellt wird, dass die aktuelle ursprüngliche Bildklasse nicht die letzte Klasse ist, geht die Steuerung in Schritt S637 über. Anderenfalls geht die Steuerung in Schritt S638 über. In Schritt S637 wird die nächste ursprüngliche Bildklasse als die aktuelle Klasse ausgewählt. Anschließend kehrt die Steuerung zurück zu Schritt S632. Im Gegensatz dazu wird in Schritt S638 die Nachschlagtabelle in einem geeigneten Speicher gespeichert. Anschließend kehrt in Schritt S639 die Steuerung zurück zu Schritt S640.
  • 17 ist ein Ablaufplan, der eine exemplarische Ausführungsform der Systeme und Verfahren für den Mehrebenen-Schablonenvergleich in Übereinstimmung mit der Erfindung unter Verwendung einer Nachschlagtabelle darstellt. Der Ablaufplan von 17 illustriert die Verwendung einer Nachschlagtabelle zum Umwandeln eines binären Mehrebenen-Farbbildes in ein entsprechendes Contone-(Halbton) Bild.
  • Beginnend mit dem Schritt S1100 geht die Steuerung in Schritt S1200 über, in dem das binäre Mehrebenen-Farbbild für die Umwandlung in ein Contone-Bild eingegeben wird.
  • Anschließend wird in Schritt S1300 das erste Zielpixel des eingegeben Bildes als das aktuelle Zielpixel ausgewählt. Als Nächstes wird in Schritt S1400 das aktuelle Pixel analysiert, um einen Mehrebenen-Vektor bestimmen, der das aktuelle Pixel repräsentiert. Anschließend geht die Steuerung in Schritt S1500 über.
  • In Schritt S1500 wird der in Schritt S1400 erzeugte Vektor als eine Eingabe in eine geeignete Nachschlagtabelle verwendet. Genauer gesagt, wird in Schritt S1500 eine Bestimmung dahingehend vorgenommen, ob der Vektor, der das aktuelle Zielpixel repräsentiert, in der Nachschlagtabelle vorhanden ist. Wenn der Vektor in der Nachschlagtabelle vorhanden ist, geht die Steuerung in Schritt S1510 über. Anderenfalls geht die Steuerung in Schritt S1520 über.
  • In Schritt S1510 werden die Mehrebenen-Halbtonwerte für das Pixel ausgelesen. Anschließend geht die Steuerung in Schritt S1600 über. Im Gegensatz dazu wird in Schritt S1520 ein Contone-Bild, das das Zielpixel repräsentiert, unter Verwendung von herkömmlichen Mittelungstechniken erhalten. Anschließend geht die Steuerung in Schritt S1600 über.
  • In Schritt S1600 werden die Werte des Contone-Bildes, die entweder in Schritt S1510 oder in Schritt S1520 erzeugt wurden, dem aktuellen Zielpixel zugewiesen und gespeichert. Anschließend wird in Schritt S1700 das aktuelle Zielpixel analysiert, um zu bestimmen, ob es das letzte Zielpixel in dem binären Bild ist.
  • Wenn ist Schritt S1700 festgestellt wird, dass das aktuelle Zielpixel nicht das letzte Zielpixel für die Analyse des binären Bildes ist, geht die Steuerung in Schritt S1710 über. Anderenfalls geht die Steuerung in Schritt S1800 über. In Schritt S1710 wird das nächste Zielpixel als das aktuelle Zielpixel ausgewählt. Anschließend kehrt die Steuerung zurück zu Schritt S1400. Wenn in Schritt S1700 bestimmt wird, dass das aktuelle Zielpixel das letzte Zielpixel ist, geht die Steuerung in Schritt S1800 über. In Schritt S1800 endet die Umwandlung des binären Bildes.
  • Die jeweils in den 1 bis 4 und in 8 dargestellten Schablonenvergleichssysteme 200 und 500 werden vorzugsweise auf einem programmierten Universalcomputer implementiert. Jedes der Schablonenvergleichssysteme 200 und das Schablonenver gleichssystem 500 kann jedoch auch auf einem Spezialcomputer, einem programmierten Mikroprozessor oder Mikrocontroller und peripheren integrierten Schaltkreiselementen, einer anwendungsspezifischen integrierten Schaltung (ASIC) oder einer anderen integrierten Schaltung, einem digitalen Signalprozessor, einer fest angeschlossenem elektronischen oder logischen Schaltung wie beispielsweise eine Schaltung mit diskretem Bauteil, eine programmierbare logische Vorrichtung, wie zum Beispiel ein programmierbares Logikelement (PLD), eine programmierbare Logikanordnung (PLA), eine feldprogrammierbare Gate-Array-Schaltung (FPGA) oder eine programmierbare logische Anordnung (PAL) oder Ähnlichem implementiert werden. Im Allgemeinen kann jede Vorrichtung, die in der Lage ist, einen endlichen Automaten zu implementieren, der wiederum in der Lage ist, die in den 10 bis 17 dargestellten Ablaufpläne zu implementieren, kann zum Implementieren der Schablonenvergleichssysteme 200 und 500 verwendet werden.
  • Insbesondere sollte beachtet werden, dass jede der in den 1 bis 4 und in 6 dargestellten Schaltungen als Abschnitt eines auf geeignete Weise programmierten Universalcomputers implementiert werden kann. Alternativ dazu kann jede der in den 1 bis 4 und in 8 dargestellten Schaltungen als räumlich separate Hardwareschaltungen innerhalb einer ASIC oder unter Verwendung einer FPGA, einer PLD, einer PLA oder einer PAL, oder unter Verwendung diskreter Logikbauteile oder diskreter Schaltungsbauteile implementiert werden. Die bestimmte Form, die eine jede der in den 1 bis 4 und in 8 dargestellten Schaltungen annehmen wird, ist eine Designüberlegung, die offensichtlich ist und von den Personen mit der gewöhnlichen Erfahrung auf dem Gebiet der Technik und getroffen werden wird.
  • Jeder der Speicher 280 und 530 wird vorzugsweise unter Verwendung eines statischen oder dynamischen Direktzugriffsspeichers RAM implementiert. Dennoch können die Speicher 280 und 530 auch unter Verwendung einer Diskette mit Plattenlaufwerk, einer beschreibbaren optischen Platte mit Plattenlaufwerk, einer Festplatte, eines Flash-Speichers oder einer anderen beliebigen bekannten oder zu einem späteren Zeitpunkt entwickelten austauschbaren flüchtigen oder nicht-flüchtigen Speichervorrichtung oder einem Speichersystem implementiert werden.

Claims (9)

  1. Verfahren zum Umwandeln eines beobachteten Bildes in ein Idealbild, wobei das beobachtete Bild wenigstens zwei Farbebenen aufweist und jede Farbebene eine Vielzahl von Pixeln aufweist, die in einem zweidimensionalen Feld angeordnet sind, das Verfahren umfasst: Auswählen wenigstens eines aus der Vielzahl von Pixeln in dem beobachteten Bild, Bestimmen, für jedes ausgewählte Pixel, eines Pixeiparametervektors für eine einzelne Farbebene, in jeder der wenigstens zwei Farbebenen des beobachteten Bildes, Zusammenfassen, für jedes ausgewählte Pixel in dem beobachteten Bild, der Pixelparametervektoren zu einem Pixelparametervektor, Verknüpfen jedes der Mehrebenen-Pixelparametervektoren mit einem entsprechenden Idealbild-Pixelparametervektor und Erzeugen des Idealbildes auf Basis der Idealbild-Pixelparametervektoren.
  2. Verfahren nach Anspruch 1, wobei das Bestimmen des Pixelparametervektors für eine einzelne Farbebene in jeder der zwei Farbebenen des beobachteten Bildes für jedes ausgewählte Pixel Folgendes umfasst: Beobachten benachbarter Bilddaten für jedes ausgewählte Zielpixel in jeder der wenigstens zwei Farbebenen und Erzeugen jedes der Pixelparametervektoren auf Basis der jeweiligen beobachteten benachbarten Bilddaten.
  3. Verfahren nach Anspruch 2, wobei die Umgebung ein 3-x-3-Feld von Pixeln in dem beobachteten Bild enthält.
  4. Verfahren nach einem der Ansprüche 1 bis 3, wobei der Einzelebene-Pixelparametervektor ein Vektor mit 9 Elementen ist.
  5. Verfahren nach einem der Ansprüche 1 bis 4, wobei der Mehrebenen-Pixelparametervektor wenigstens ein Vektor mit 18 Elementen ist und der Vektor mit wenigstens 18 Elementen wenigstens Vektoren mit 2 bis 9 Elementen enthält.
  6. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Verknüpfen jedes der Multiebenen-Parametervektoren mit einem entsprechenden Idealbild-Pixelparametervektorumfasst: für jeden Mehrebenen-Pixelparametervektor Eingeben des Mehrebenen-Pixelparametervektors in eine Nachschlagtabelle, Extrahieren eines entsprechenden Idealbild-Pixelparametervektors, falls ein Eintrag in der Nachschlagtabelle vorhanden ist, der dem eingegebenen Mehrebenen-Pixelparametervektor entspricht, und Verarbeiten des Mehrebenen-Pixelparametervektors, falls kein Eintrag in der Nachschlagtabelle vorhanden ist, der dem eingegebenen Mehrebenen-Pixelparametervektor entspricht.
  7. Verfahren nach Anspruch 6, wobei die Verarbeitung des Mehrebenen-Pixelparametervektors, wenn kein Eintrag in der Nachschlagtabelle vorhanden ist, das Verwenden von Mittelungstechniken umfasst.
  8. Verfahren nach einem der Ansprüche 1 bis 5, wobei das Verknüpfen jedes der Mehrebenen-Pixelparametervektoren mit einem entsprechenden Idealbild-Pixelparametervektor umfasst: für jeden Mehrebenen-Pixelparametervektor Eingeben des Mehrebenen-Pixelparametervektors in ein Schablonensystem, wobei das Schablonensystem eine Vielzahl von primären Adressen und eine Vielzahl von sekundären Adressen für jede der primären Adressen hat, Bestimmen, auf Basis von Bilddateninformation in dem Mehrebenen-Pixelparametervektor, der aus einer ersten Farbebene in dem beobachteten Bild erhalten wurde, ob der Mehrebenen-Pixelparametervektor einer der primären Adressen entspricht, Bestimmen, auf Basis von Bilddateninformation in dem Mehrebenen-Pixelparametervektor, der aus einer zweiten Farbebene in dem beobachteten Bild erhalten wurde, ob der Mehrebenen-Pixelparametervektor einer der sekundären Adressen der bestimmten primären Adressen entspricht, und Extrahieren eines entsprechenden Idealbild-Pixelparametervektors aus dem Schablonensystem auf Basis der primären und der sekundären Adressen.
  9. Verfahren nach Anspruch 8, wobei das Schablonensystem eine Vielzahl von tertiären Adressen für jede der sekundären Adressen hat und das Verknüpfen jedes der Mehrebenen-Pixelparametervektoren mit einem entsprechenden Idealbild-Pixelparametervektor des Weiteren umfasst: für jeden Mehrebenen-Pixelparametervektor Bestimmen, auf Basis von Bilddateninformation in dem Mehrebenen-Pixelparametervektor, der aus einer dritten Farbebene in dem beobachteten Bild erhalten wurde, ob der Mehrebenen-Pixelparametervektor einer von einer Vielzahl der tertiären Adressen der bestimmten sekundären Adressen entspricht, und Extrahieren des entsprechenden Idealbild-Pixelparametervektors aus dem Schablonensystem auf Basis der tertiären Adresse.
DE69934290T 1998-12-23 1999-12-17 Verfahren zur Umsetzung eines beobachteten Bildes in ein Idealbild Expired - Lifetime DE69934290T2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US219705 1998-12-23
US09/219,705 US6356654B1 (en) 1998-12-23 1998-12-23 Systems and methods for template matching of multicolored images

Publications (2)

Publication Number Publication Date
DE69934290D1 DE69934290D1 (de) 2007-01-18
DE69934290T2 true DE69934290T2 (de) 2007-05-24

Family

ID=22820429

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69934290T Expired - Lifetime DE69934290T2 (de) 1998-12-23 1999-12-17 Verfahren zur Umsetzung eines beobachteten Bildes in ein Idealbild

Country Status (4)

Country Link
US (1) US6356654B1 (de)
EP (1) EP1014697B1 (de)
JP (1) JP4271805B2 (de)
DE (1) DE69934290T2 (de)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10056057A1 (de) 2000-10-06 2002-04-18 Best Gmbh Verfahren und Vorrichtung zum Proofen von gerasterten Druckdaten unter Beibehaltung der Rasterinformation
US6834124B1 (en) * 2000-10-16 2004-12-21 Xerox Corporation Adaptive image enhancement filter
US6915019B2 (en) * 2001-03-30 2005-07-05 Sharp Laboratories Of America, Inc. Method for combining vector-quantization decoding with color transform or halftoning or both
US7508986B2 (en) * 2003-11-28 2009-03-24 Canon Kabushiki Kaisha Document recognition device, document recognition method and program, and storage medium
EP1898339A1 (de) * 2005-06-30 2008-03-12 Olympus Corporation Wiederherstellungsystem und -verfahren
US8217943B2 (en) * 2006-04-21 2012-07-10 Beckman Coulter, Inc. Displaying cellular analysis result data using a template
US8228990B2 (en) * 2008-01-16 2012-07-24 Sony Corporation Template matching scheme using multiple predictors as candidates for intra-prediction
CN101978373B (zh) * 2008-02-19 2015-05-06 贝克顿·迪金森公司 用于确定血培养物内的血量的系统和方法
JP5616797B2 (ja) 2008-02-19 2014-10-29 ベクトン・ディキンソン・アンド・カンパニーＢｅｃｔｏｎ， Ｄｉｃｋｉｎｓｏｎ Ａｎｄ Ｃｏｍｐａｎｙ 高い信頼性で微生物に対して陽性として培養物を認定するためのシステムおよび方法
US8390894B2 (en) * 2009-09-01 2013-03-05 King Fahd University Of Petroleum And Minerals System and method for inverse halftoning
EP2551818A4 (de) * 2010-03-23 2013-08-21 Fujifilm Corp Bildverarbeitungsverfahren und -vorrichtung sowie bildverarbeitungsprogramm
CN103425466B (zh) * 2012-05-17 2017-02-08 腾讯科技（深圳）有限公司 配色处理方法和装置
JP5771652B2 (ja) * 2013-08-19 2015-09-02 ベクトン・ディキンソン・アンド・カンパニーＢｅｃｔｏｎ， Ｄｉｃｋｉｎｓｏｎ Ａｎｄ Ｃｏｍｐａｎｙ 血液培養物中の血液の量を決定するためのシステムおよび方法
GB2527099B (en) * 2014-06-11 2018-07-18 Gurulogic Microsystems Oy Apparatus and method for data compression
US10623608B2 (en) 2015-06-26 2020-04-14 Hewlett-Packard Development Company, L.P. Enhance highlighter color in scanned images

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4437122A (en) 1981-09-12 1984-03-13 Xerox Corporation Low resolution raster images
US4630125A (en) 1983-06-01 1986-12-16 Xerox Corporation Unscreening of stored digital halftone images
US5005139A (en) 1988-08-16 1991-04-02 Hewlett-Packard Company Piece-wise print image enhancement for dot matrix printers
US4847641A (en) 1988-08-16 1989-07-11 Hewlett-Packard Company Piece-wise print image enhancement for dot matrix printers
US5027078A (en) 1989-10-10 1991-06-25 Xerox Corporation Unscreening of stored digital halftone images by logic filtering
US4933689A (en) 1989-10-25 1990-06-12 Hewlett-Packard Company Method and apparatus for print image enhancement
US5226094A (en) 1990-10-19 1993-07-06 Xerox Corporation Method for making image conversions with error diffusion
DE4140043A1 (de) 1991-12-05 1993-06-09 Robert Bosch Gmbh, 7000 Stuttgart, De System zur ansteuerung eines induktiven verbrauchers
US5325216A (en) 1991-12-23 1994-06-28 Xerox Corporation Raster output scanner with subpixel addressability
US5274472A (en) 1992-05-21 1993-12-28 Xerox Corporation High addressability image generator using pseudo interpolation of video and screen data
US5237646A (en) 1992-10-13 1993-08-17 Hewlett-Packard Company Pixel image enhancement employing a reduced template memory store
US5506699A (en) 1993-04-27 1996-04-09 Wong; Ping W. Method and apparatus for converting a halftone image into a continuous tone image
US5521989A (en) 1993-08-05 1996-05-28 Xerox Corporation Balanced error diffusion system
US5581292A (en) 1993-09-10 1996-12-03 Xerox Corporation Method and apparatus for enhancing charged area developed regions in a tri-level printing system
US5383036A (en) 1993-09-29 1995-01-17 Xerox Corporation Enhancement of multiple color images without color separation error by inverse symmetrical template matching
US5353127A (en) 1993-12-15 1994-10-04 Xerox Corporation Method for quantization gray level pixel data with extended distribution set
US5696845A (en) 1993-12-17 1997-12-09 Xerox Corporation Method for design and implementation of an image resolution enhancement system that employs statistically generated look-up tables
US5387985A (en) 1993-12-17 1995-02-07 Xerox Corporation Non-integer image resolution conversion using statistically generated look-up tables
US5579445A (en) 1993-12-17 1996-11-26 Xerox Corporation Image resolution conversion method that employs statistically generated multiple morphological filters
JP3548224B2 (ja) * 1994-04-18 2004-07-28 キヤノン株式会社 画像形成装置及びその制御方法
US5528384A (en) 1994-08-03 1996-06-18 Xerox Corporation System and method for implementing fast high addressability error diffusion process
US5659634A (en) 1994-09-29 1997-08-19 Xerox Corporation Apparatus and method for encoding and reconstructing image data
US5764795A (en) * 1995-01-26 1998-06-09 Fuji Xerox Co., Ltd. Color image processing apparatus for color matching and color matching processing method
US5594809A (en) * 1995-04-28 1997-01-14 Xerox Corporation Automatic training of character templates using a text line image, a text line transcription and a line image source model
US5689343A (en) * 1995-05-26 1997-11-18 Xerox Corporation Area mapping employing reference clusters for high quality noninteger resolution conversion with enhancement
US5666470A (en) 1995-06-29 1997-09-09 Xerox Corporation Method and apparatus for appearance tuning of bitmap images
US5687297A (en) * 1995-06-29 1997-11-11 Xerox Corporation Multifunctional apparatus for appearance tuning and resolution reconstruction of digital images
US5742703A (en) 1995-10-11 1998-04-21 Xerox Corporation Method and apparatus for the resolution enhancement of gray-scale images that include text and line art
JPH1093820A (ja) 1996-05-30 1998-04-10 Xerox Corp 誤差拡散方法及び誤差拡散システム
US5822451A (en) * 1996-06-05 1998-10-13 Eastman Kodak Company Method for halftoning a multi-channel digital color image
US5809177A (en) 1996-06-06 1998-09-15 Xerox Corporation Hybrid error diffusion pattern shifting reduction using programmable threshold perturbation
US6332044B1 (en) 1997-01-21 2001-12-18 Xerox Corporation System and method for enhancement of image contour fidelity

Also Published As

Publication number Publication date
JP2000209444A (ja) 2000-07-28
DE69934290D1 (de) 2007-01-18
EP1014697A3 (de) 2001-11-21
EP1014697B1 (de) 2006-12-06
EP1014697A2 (de) 2000-06-28
US6356654B1 (en) 2002-03-12
JP4271805B2 (ja) 2009-06-03

Similar Documents

Publication Publication Date Title
DE69934290T2 (de) Verfahren zur Umsetzung eines beobachteten Bildes in ein Idealbild
DE69822545T2 (de) Bildverbesserung unter Benutzung einer Flächeninterpolation
DE69935120T2 (de) Automatische Verbesserung der Druckqualität basiert auf Grösse, Form, Orientierung und Farbe von Strukturen
DE3416565C2 (de) Verfahren zur Umrasterung eines gespeicherten digitalen Halbtonbildes
DE4343362C2 (de) Verfahren zur Erzeugung harmonischer Farbkorrekturen
DE69910631T2 (de) Bildanpassung um die Empfindlichkeit auf Falschregistrierung zu vermindern
DE60033484T2 (de) Umsetzung des Farbtonbereichs mit Erhaltung der lokalen Luminanzdifferenzen
DE69920791T2 (de) Vorrichtung und Verfahren zur Interpolation von Bilddaten
DE69836171T2 (de) Fehlerdiffusion mit Summen und Differenzbildung
DE10137164A1 (de) Graustufen-Halbton-Bearbeitung
DE10204751B4 (de) Verfahren zur Konvertierung eines Linework Datenformats in das Format einer Seitenbeschreibungssprache
DE10136423A1 (de) Kantenverbesserung von Graustufenbildern
DE60028584T2 (de) System und methode zur bildinterpolation
DE10137211A1 (de) Kantenverbesserungsprozessor und Verfahren mit einstellbarer Graustufenausgabe
DE3836640C2 (de)
DE69731258T2 (de) Randverbesserte Fehlerdiffusion
EP1842361B1 (de) Verfahren, computerprogramm, computer und drucksystem zum trapping von bilddaten
DE60033479T2 (de) Bilderzeugungssystem und -verfahren
DE102021125510A1 (de) Bilderzeugungsvorrichtung, Steuerverfahren für diese und Speichermedium
DE69724200T2 (de) Verfahren und Vorrichtung zur Erzeugung einer digitalen Bilddarstellung
DE69934799T2 (de) Verfahren und vorrichtung for bildklassifizierung und detektion von gerasterten bildbereichen
DE69937390T2 (de) Verfahren und Vorrichtung zum Drehen von Bildern mit hoher Adressierbarkeit
DE60320076T2 (de) Verfahren zur elektronischen farbentfernung unter nutzung räumlicher beziehungen zur verbesserung der genauigkeit
DE69938473T2 (de) Verfahren zum umgekehrten Halbtonzittern niedriger Komplexität und Speicherung
DE10027179A1 (de) Verfahren und Vorrichtung zum Verbessern der Bilddarstellung ein einem Digitalkopierer

Legal Events

Date Code Title Description
8364 No opposition during term of opposition