EP3005225A1 - Verfahren zum bewerten einer bildqualität eines bildes - Google Patents

Verfahren zum bewerten einer bildqualität eines bildes

Info

Publication number
EP3005225A1
EP3005225A1 EP14727447.6A EP14727447A EP3005225A1 EP 3005225 A1 EP3005225 A1 EP 3005225A1 EP 14727447 A EP14727447 A EP 14727447A EP 3005225 A1 EP3005225 A1 EP 3005225A1
Authority
EP
European Patent Office
Prior art keywords
image
area
tonal
tonal range
image area
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.)
Ceased
Application number
EP14727447.6A
Other languages
English (en)
French (fr)
Inventor
Detlef Schmidt
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.)
Bundesdruckerei GmbH
Original Assignee
Bundesdruckerei GmbH
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 Bundesdruckerei GmbH filed Critical Bundesdruckerei GmbH
Publication of EP3005225A1 publication Critical patent/EP3005225A1/de
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern

Definitions

  • the present invention relates to the field of evaluating the image quality of an image.
  • an identification document For the issuance of an identification document, a picture of a person to be identified is usually required, which is intended to enable later identification of the person. For this, the image quality of the image is of crucial importance.
  • the image quality of an image is usually assessed by a person who views and judges the image.
  • WO 2007/090727 proposes a method for automatically evaluating the image quality of an image, in which an evaluation file is evaluated. This method already allows a fast and automated evaluation of the image quality of an image, especially in the context of automated image capture.
  • the invention is based on the finding that the above object can be achieved on the basis of differences in the tonal value range occurring in an image. With a small difference in the tonal range between image areas, therefore, a lower image quality of an image can be assumed than with a large one
  • the tonal range indicates the number of color information or tonal levels in an image or image area. The tonal range is usually specified in bits. In the case of an RGB image with the three color channels R (red), G (yellow), B (blue), the tonal range for each color channel can be determined or compared. For RGB images, the tonal range or the difference in particular per color channel can be determined.
  • the invention relates to a method for evaluating an image quality of an image, in particular an image of a person or an optical
  • Security feature comprising: extracting a first image area of the image; Extracting a second image area of the image; Determining a first tonal range of the first image area; Determining a second tonal range of the second image area; and determining a difference between the first tonal range and the second tonal value to evaluate the image quality.
  • the image may be in digital form as an image file.
  • the extraction of the respective image area can, for example, by a pattern recognition or by a
  • first image area is, for example, a person's face
  • face recognition methods can also be used to determine the first image area.
  • the step of determining the respective tonal range may be preceded by the step of determining a color space underlying the image. If the color space used is, for example, an RGB color space, tonal ranges of the respective R, G or B color channel can be determined and compared with one another to determine the difference between the tonal ranges. If the color space is not an RGB color space, then the color space is not an RGB color space.
  • Tonwertumfucke the respective color channel determined and compared.
  • This can be, for example, a CMYK color space with color channels for cyan (C), magenta (M), yellow (yellow, Y) and black (Key, K) or one by the International Commission on Illumination (Commission Internationale de l'Eclairage , CIE) standardized color space act.
  • CIE International Commission on Illumination
  • the image is a grayscale image, the overall tonal ranges can be determined and compared. According to one embodiment, the amount of difference already provides the rating of the image quality.
  • the determined rating of the image quality may be compared with a reference score of a reference image quality.
  • the image areas may additionally be compared with reference image areas.
  • the image is an image of a person.
  • the image is an image of an optical security feature.
  • the image can represent any object.
  • the first image area comprises an image of the face of a person or a facial area of a person.
  • the facial area may be an eye area, mouth, forehead or chin area.
  • the second image area comprises one of the following
  • the first image area relates to a facial area, for example an eye area
  • the second image area may relate, for example, to another facial area, for example a forehead. In this way, the difference in tonal range for different areas of the face can be used to evaluate the image quality of the image.
  • the first image region comprises an image of a first subregion and the second image region comprises an image of a second subregion of an optical security feature.
  • the optical security feature may include optical features, such as optically variable features, and for example, a hologram or kinegram be formed.
  • optical security feature can also optical
  • Printing inks for example, optically variable inks (OVD), include and be formed for example by a paint application or a color-changing inking.
  • the first subregion and the second subregion of the optical security feature can be characterized by different optical properties in each case.
  • the optical security feature is configured to provide the optical security feature
  • Security feature can also be performed for optical security features with wavelength-dependent properties or viewing angle-dependent properties.
  • the wavelength-dependent properties or viewing-angle-dependent properties can be based on reflection, emission, re-emission or transmission of light or electromagnetic radiation.
  • the wavelength-dependent properties for example, by a
  • Illumination of the optical security feature with white light, ultraviolet light or infrared light visible.
  • the viewing angle-dependent properties can be visible, for example, by a change in the viewing angle with respect to the normal of a planar security feature.
  • edge detection is performed, in particular by means of high-pass filtering, in order to obtain an edge image.
  • the high-pass filtering can for example be carried out by a convolution with a filter impulse response.
  • the filter impulse response may be in the form of a matrix, for example.
  • the high-pass filtering can also be carried out in a transformed region, in which case, for example, the Laplace transformation or the Fourier Transformation can find application.
  • the convolution can be realized by means of a Laplace operator.
  • a tone spread of the edge image is performed.
  • the step of determining the difference is determined and / or compared with a height of the first tonal range and / or a height of the second tonal range.
  • the comparison can be performed per color channel according to one embodiment.
  • Tonwert a color channel of the second image determined and compared.
  • the color channels are assigned the same colors.
  • a first color channel of the first image region or a second color channel of the second image region is determined for evaluating the image quality. As a result, for example, a color characteristic of the respective area can be detected.
  • the respective color channel for the evaluation is compared with a color tone table.
  • the color table may include different colors.
  • a skin tone value of the first image area and / or the second image area is further compared with a skin tone table.
  • the skin tint is an embodiment of the aforementioned tint table.
  • the image quality is further evaluated by a
  • the image quality is further evaluated
  • Overlap range between shades of the first image area and shades of the second image area determined.
  • the height of the overlap area indicates how the color spectrums of the first and second areas differ from each other.
  • the image is provided by a digital image file.
  • the digital image file can be obtained, for example, by means of an image detector, for example by means of a digital image camera or an image sensor.
  • the invention relates to a device for evaluating an image quality of an image, comprising: a memory for providing a digital image file representing the image; and a processor which is designed
  • the memory may be configured to transfer the digital image file via a
  • a digital camera or an image sensor and / or can communicate with a communication network.
  • the device is designed to carry out the method according to the invention.
  • the invention relates to a computer program having a
  • Program code is executed on a computer.
  • the invention relates to a method for producing a
  • Identification document Applying an optically detectable security feature to the body; Capturing an image of the optical security feature; and performing the method of evaluating an image quality of an image for evaluating the image
  • the identification document may be one of the following identification documents: identity document, such as identity card, passport, access control card,
  • Authorization card company card, tax stamp or ticket
  • the identification document may further comprise an electronically readable circuit, for example an RFID chip.
  • the identification document can be single-layered or multi-layered or paper and / or plastic-based.
  • the identification document can be constructed from plastic-based films which are joined together to form a body by means of bonding and / or lamination, the films preferably having similar material properties.
  • the body of the identification document can be constructed from plastic-based films which are joined together to form a body by means of bonding and / or lamination, the films preferably having similar material properties.
  • Identification document can be used as a carrier and / or substrate for an optical
  • the provision of the body of the identification document may include, for example, the production of the body of the identification document by means of gluing and / or laminating.
  • optically detectable security feature on the body of the identification document, for example, by printing process, embossing process, High-pressure process gravure printing method, planographic printing method or printing process done.
  • the detection of the image of the optical security feature can be realized, for example, by means of an image detector, for example an optical image-recording camera or an image sensor. Capturing the image of the optical image detector, for example an optical image-recording camera or an image sensor.
  • Security feature may include an extraction of the image of the optical security feature from an image of the identification document.
  • Performing the method of evaluating an image quality of an image may enable an evaluation of the image quality of the image of the optical security feature.
  • By evaluating the image quality of the image of the optical security feature it is possible for example to evaluate the production quality of the identification document. Further embodiments will be explained with reference to the accompanying drawings. Show it:
  • Fig. 1 is a schematic flow diagram of a method for evaluating an image quality of an image of a person
  • Fig. 2 is a schematic illustration of an apparatus for evaluating an image quality of an image of a person
  • FIG. 3 shows a schematic illustration of isolated image areas of an image of a person portrait
  • FIG. 4 is a schematic representation of isolated image areas of an image of an optical security feature
  • FIG. 5 is a schematic flow diagram of a method for producing an identification document.
  • FIG. 1 shows a schematic flow diagram of a method 100 for evaluating an image quality of an image. The method 100 includes extracting 101 a first image area of the image, extracting 103 a second image area of the image, determining 105 a first tonal range of the first image area, determining 107 a second tonal range of the second image area, and determining 109 a difference between the first tonal range with the second
  • Tonal range to evaluate the image quality.
  • the steps of extraction 101, 103 may be performed in parallel or sequentially.
  • the steps of determining 105, 107 may be performed in parallel or sequentially.
  • the image areas may comprise different areas of an object, for example a face of a person, such as the eye area, chin part, end of the forehead.
  • the image areas may include different objects of an image, such as a person's face, the person's hair, the person's torso, or a background image.
  • the image file representing the image is first prepared photographically. This can be done, for example, by image processing or image optimization, in which the image as a whole is filtered, for example, in order to eliminate image noise.
  • the color space is set for the processing.
  • the color space to be used later in one of the subsequent steps of measuring or determining color tones is to be selected.
  • the color space can be, for example, an RGB color space.
  • the steps of extracting 101, 103 may be a pattern recognition or a
  • Edge detection may be performed to highlight outlines of objects, such as an outline of a face and its parts, such as nose or eyes.
  • a Tonwertsp Dahlung can be performed. This causes the use of the entire Tonwertspektrums, for example, 256 levels of brightness.
  • the observable change lies in the
  • the aforementioned image processing can contribute to at least partially evaluating the image quality of the image or its image regions for different image regions, and / or to compare the image quality, for example, with an external image quality or reference image quality.
  • the expected image content for example in the case of an image of a person, or the expected image scene can be used. If, for example, an image scene is expected, as is the case with a passport photograph, for example, the image components and thus the image areas are already known. These are, for example, the face and adjacent regions of the first and second degree, for example hair, neck, torso, clothing, body or image background such as a canvas.
  • 103 of the image areas can also be an edge detection and
  • the edge detection is based on a mathematical function, such as a convolution.
  • the convolution can be carried out, for example, by means of a matrix with m times n elements.
  • a folding operator for example, a Laplace operator can be used, which acts as a high-pass filter and emphasizes edges. In one embodiment, this filter clears
  • Image areas of the same tonal and / or brightness levels can be enhanced.
  • edge areas or edge areas can be enhanced.
  • a multicolored and / or detailed source image can be converted into an edge image.
  • the edge image can then be optimized. For example, edge disturbances can be compensated by erosion and dilatation.
  • Edge detection is exemplified based on convolution.
  • Laplace operator for example, a Sobel operator, a Scharr operator, a Prewitt operator, a Roberts operator, a Kirsch operator and / or a Marr-Hildreth operator can also be used.
  • edge detection also other mathematical methods, for example Canny algorithms, methods for contrast enhancement and / or methods for active edge search can be used.
  • the exposure of image areas is performed based on an association of the image areas described by edges.
  • the exposure of image areas is performed based on an association of the image areas described by edges.
  • the geometric conformity of the source image may refer to the guidelines of the International Civil Aviation Organization (ICAO).
  • IICAO International Civil Aviation Organization
  • the geometric center of the image can first be calculated.
  • the center of the image is, for example, the pixel coordinate with a height of 266 pixels and a width of 207 pixels.
  • the center of the image is in the area of the face of a person. In this case, a tolerance of 20 pixels in height and width of the source image can be considered.
  • Image areas are performed. For this, different methods can be combined or applied separately. The following methods can be applied to the source image, i. before applying the edge detection or the convolution matrix to the source image.
  • the first method evaluates, based on color data from skin taps, the
  • Another method captures all pixels with color values within a specified tolerance to the color value of the center of the image.
  • a color value that deviates from skin tones but is associated with the face is also assigned to the face despite possibly existing color cast.
  • Another method involves the eye pair, the nose and the mouth based on a given geometric pattern. The listed facial features can form a so-called golden triangle. Based on the known
  • Axial geometry can be an oval or round edge line can be determined, which can correspond to the expected face shape. By specifying whether the person is a child or an adult, the choice of edge line can be made more reliable and / or faster. Glasses can be excluded from detection and declared as not belonging.
  • Edge image i. after applying the edge detection or the convolution matrix to the source image.
  • This method determines an overlap area between the
  • Face area which is determined based on the edge detection
  • Face area which is determined based on the hues of the skin areas, and thus generates the final edge lines of the face area.
  • the exemption of the facial area adjacent personal areas can be separated. This can include, for example, the areas hair and neck.
  • the described methods can be supplemented for example by methods which include a description of the image scene or a prior knowledge of the
  • Picture scene for example, in terms of the position of neck and hair, use.
  • the neck is searched or determined below the chin.
  • the determination of the hair begins first in the area of the forehead and then continues along the face edges in the direction of the chin.
  • Possible disturbances for the determination of hair such as no hair, headscarves, headbands or headdresses can be stored as a pattern.
  • the determination of the hair can be stopped, for example. Headscarves, headbands or headdresses may be defined as belonging to the hair area.
  • Image areas the methods described for edge detection, to determine the image scene and / or to determine adjacent shades can be used.
  • the determination 105, 107 of a tonal range can then be performed separately for each of the determined image areas.
  • the tonal range is represented by a value from a normalized value range, for example the normalized value range from 0 to 255.
  • the tonal range is divided into ranges.
  • a small range of tonal values can be present, for example, when the tonal range falls below a first predetermined threshold value and a second predetermined threshold value.
  • An average tonal range can be present, for example, when the tonal range exceeds the first predetermined threshold and falls below the second predetermined threshold.
  • a high tonal range may be present, for example, when the tonal range exceeds the first predetermined threshold and the second predetermined threshold.
  • Tonwerticallys example, to a range of values from 0 to 255, the first predetermined threshold, for example, a value of 33 and the second predetermined threshold value has a value of 66.
  • the tonal range has a value of 12
  • there is a small tonal range if the tonal range has a value of 12.
  • determining 105, 107 of the tonal range includes determining a spread or a spread of a tonal histogram.
  • determining 105, 107 of the tonal range includes determining a spread or a scatter of a tonal histogram separately for each color channel.
  • the spreading can be done by, for example, making a difference of a highest
  • Tone value and a lowest tone value of a tone histogram can be determined, for example, by determining a variance or a
  • the determination 109 of a difference between the tonal ranges includes, for example, the evaluation of the determined image areas. In this case, a comparison of all image areas to each other with respect to the respective Tonwertiquess done. Both the height of the tonal range, as well as the expression of the respective color channel can be used as a basis for evaluation.
  • the image quality of the image is represented by a value from a normalized value range, for example the normalized value range from 0 to 255.
  • the image quality of the image is divided into areas.
  • a low image quality can be present, for example, if the image quality falls short of a first predetermined threshold and a second predetermined threshold.
  • An average image quality can be present, for example, when the image quality exceeds the first predetermined threshold and falls below the second predetermined threshold.
  • High image quality may be present, for example, when the image quality exceeds the first predetermined threshold and the second predetermined threshold.
  • threshold value has a value of 33 and the second predetermined threshold value has a value of 66.
  • the image quality is 12, For example, there is a low image quality.
  • the picture quality is 45, then, for example, the picture quality is average.
  • determining 109 a difference between the tonal ranges comprises forming an average of all tonal ranges of the extracted image portions to obtain a measure for evaluating the image quality.
  • determining 109 a difference between the tonal ranges includes applying a mathematical mapping of the
  • the image quality of the image is rated high if all image areas each have a high tonal range.
  • the models can be extended and adapted to the described procedures.
  • the first model is characterized in that all image areas have a small tonal range, i. no deep and middle values. This may indicate that there is a low contrast or a flattened image and the portrait of the print medium can not stand out in contrast.
  • the second model is characterized in that the image area of the hair has a small tonal range, but the image areas around the face, the neck and the torso have a high or good tonal range. This may indicate that the person in the print medium appears hairless, since the low tonal range in the image background of the print medium is barely visible.
  • the third model is characterized by the fact that all image areas have a small tonal range, ie no medium and bright values. This may indicate that the overall picture appears too dark on the print medium and the Portrait looks dark and low in detail due to the small tonal range on the print medium.
  • the fourth model is characterized in that the image areas of the hair, the neck and the face have a small tonal range, i. no medium and bright values, and the image areas of the background and the torso have a low
  • Tonal range i. no middle and low values. This may indicate that the person on the print media seems too dark and detailless.
  • the four models described may refer to standard models for image capturing for identification documents.
  • individual image areas can be analyzed or evaluated separately.
  • a color cast and / or an achievement of skin tone values can be investigated.
  • the examination of the color cast can be carried out, for example, by means of a measurement of the color values of the respective color channels and can enable a corresponding positive or negative evaluation with regard to the individual regions. Deviations from the color standard or missing values can be listed in detail.
  • the examination of the skin tones can be carried out, for example, by matching the hues of the image areas of the face and neck with a skin tint. Deviations from the colors of the skin table in the evaluation can be represented as deviations from the color standard or missing values.
  • the method 100 can be used both for evaluating an image quality of an image of a person, for example a portrait image, and for evaluating an image quality of an image of an optical security feature. Extracting 101 a first image area of the image, extracting 103 a second image area of the image, determining 105 a first tonal range of the first image area, determining 107 a second tonal range of the second image area, and determining 109 a difference between the first tonal value with the second tonal range may be used accordingly for evaluating an image quality of an image of an optical security feature.
  • FIG. 2 shows a schematic representation of a device 200 for evaluating an image quality of an image.
  • the device 200 comprises a memory 201, a
  • the memory 201 is provided for providing a digital image file representing the image.
  • the processor 203 is configured to extract a first image area of the image, to extract a second image area of the image, to determine a first tonal range of the first image area, a second tonal range of the second
  • the memory 201 is configured to transfer a digital image file over the
  • Receive communication interface 205 which can communicate with an image detector, such as a digital camera or an image sensor, and / or with a communication network.
  • the communication interface 205 is configured to communicate with a digital camera and / or with a communication network.
  • the communication interface 205 is further connected to the memory 201 and / or the processor 203.
  • the apparatus 200 is configured to perform the method 100 for evaluating an image quality of an image.
  • the processor 203 is configured to be
  • FIG. 3 shows a schematic representation of isolated image areas of an image of a person portrait.
  • Fig. 3a an exempted facial area 301 of the person is exemplified.
  • Fig. 3b is an example of a free Torso Scheme 303 of
  • the cut-out areas 301, 303, 305, 307 can, for example, by the
  • Extracting 101, 103 of the image areas are provided.
  • edge detection is performed, for example by means of high-pass filtering, in order to obtain an edge image.
  • the provision of the cut-out regions 301, 303, 305, 307 can then take place on the basis of the obtained edge image.
  • the tonal range is represented by a value from a normalized value range, for example the normalized value range from 0 to 255.
  • the tonal range is divided into ranges.
  • a small range of tonal values can be present, for example, when the tonal range falls below a first predetermined threshold value and a second predetermined threshold value.
  • An average tonal range can be present, for example, when the tonal range exceeds the first predetermined threshold and the second falls below predetermined threshold.
  • a high tonal range may be present, for example, when the tonal range exceeds the first predetermined threshold and the second predetermined threshold.
  • Tonwerticallys example, to a range of values from 0 to 255, the first predetermined threshold, for example, a value of 33 and the second predetermined threshold value has a value of 66.
  • the tonal range has a value of 12
  • there is a small tonal range For example, if the tonal range has a value of 45, then there is, for example, an average tonal range.
  • the tonal range has a value of 80, then there is a high tonal range.
  • determining 105, 107 of the tonal range includes determining a spread or a spread of a tonal histogram.
  • determining 105, 107 of the tonal range includes determining a spread or a scatter of a tonal histogram separately for each color channel.
  • the spreading can be done by, for example, making a difference of a highest
  • Tone value and a lowest tone value of a tone histogram Tone value and a lowest tone value of a tone histogram.
  • the scattering can be determined, for example, by determining a variance or a
  • the image quality of the image is represented by a value from a normalized value range, for example the normalized value range from 0 to 255.
  • the image quality of the image is divided into areas.
  • a low image quality can be present, for example, if the image quality is a falls below the first predetermined threshold and a second predetermined threshold.
  • An average image quality can be present, for example, when the image quality exceeds the first predetermined threshold and falls below the second predetermined threshold.
  • High image quality may be present, for example, when the image quality exceeds the first predetermined threshold and the second predetermined threshold.
  • the first predetermined threshold value may have a value of 33 and the second predetermined threshold value may have a value of 66.
  • the image quality has a value of 12, for example, the image quality is poor.
  • the picture quality is 45, then, for example, the picture quality is average.
  • the picture quality is 80, for example, the picture quality is high.
  • determining 109 a difference between the tonal ranges includes forming an average of all tonal ranges of the tonal ranges
  • determining 109 a difference between the tonal ranges includes applying a mathematical mapping of the
  • Tonwerto for the range 301 medium, the range 303 high, the range 305 low and the range 307 medium so for example, the image quality can be rated as medium. If, for example, the tonal range for the region 301 is low, the region 303 is medium, the region 305 is high, and the region 307 is low, the image quality, for example, can be rated as low. This ensures that individual
  • Image areas can have a different weighting in the evaluation of image quality.
  • the image quality of the image is assessed as high if all image regions 301, 303, 305, 307 each have a high tonal range.
  • FIG. 4 shows a schematic representation of isolated image regions of an image of an optical security feature 400.
  • a first exposed image region 401 and a second exposed image region 403 are shown by way of example.
  • the cleared areas 401, 403 may be provided, for example, by extracting 101, 103 of the image areas.
  • edge detection is performed, for example by means of high-pass filtering, in order to obtain an edge image.
  • the provision of the cut-out regions 401, 403 can then take place on the basis of the obtained edge image. For example, a determination 105, 107 of a tonal value circumference can be carried out in each case for the excluded regions 401, 403.
  • the tonal range is represented by a value from a normalized value range, for example the normalized value range from 0 to 255.
  • the tonal range is divided into ranges.
  • a small range of tonal values can be present, for example, when the tonal range falls below a first predetermined threshold value and a second predetermined threshold value.
  • An average tonal range can be present, for example, when the tonal range exceeds the first predetermined threshold and falls below the second predetermined threshold.
  • a high tonal range may be present, for example, when the tonal range exceeds the first predetermined threshold and the second predetermined threshold.
  • Tonwert For example, to a range of values from 0 to 255, the first predetermined threshold, for example, a value of 33 and the second predetermined threshold value has a value of 66. For example, if the tonal range has a value of 12, then there is a small tonal range. Does the Tonwertnic, for example, a value of 45, so there is, for example, an average Tonwerture. For example, if the tonal range has a value of 80, then there is a high tonal range.
  • determining 105, 107 of the tonal range includes determining a spread or a spread of a tonal histogram.
  • determining 105, 107 of the tonal range includes determining a spread or a scatter of a tonal histogram separately for each color channel.
  • the spreading can be done by, for example, making a difference of a highest
  • Tone value and a lowest tone value of a tone histogram Tone value and a lowest tone value of a tone histogram.
  • the scattering can be determined, for example, by determining a variance or a
  • determining 109 a difference between the respective tonal ranges may be performed to evaluate the image quality.
  • the tonal values of the separated image areas and / or a comparison of the tonal values may be based on one or more
  • Histograms are performed.
  • the evaluation of the respective histogram can be divided, for example, with respect to a fault severity on two platforms.
  • the position of the tonal values of the individual color channels per image or per image area can make a statement regarding the image saturation.
  • the subjective perception can range from "colorless gray” (desaturated) to "color cast colorful” (saturated). Based on the comparison of the separated image areas introduces
  • the smaller the tonal range of a separated image area the less unfavorable identical tonal positions of the adjacent image areas have on the contrast behavior.
  • the distance between the tonal positions of the color channels of the individual image areas determines the subjective contrast perception.
  • the TWU of all image areas is very small and their position and / or coordinates in the histogram are superimposed. As a result, the contrast of the areas is barely perceptible.
  • the color cast can be analyzed very well via the scattering of the color channels.
  • An example of this can be found in the appendix.
  • a high-quality passport photo has a uniform overlay of the foot and mid regions of the color channels in the histogram. Remove the color channels in the histogram
  • the respective defective color expression (for example "reddish") can be determined by means of a histogram.
  • the image quality of the image is represented by a value from a normalized value range, for example the normalized value range from 0 to 255.
  • the image quality of the image is divided into areas.
  • a low image quality can be present, for example, if the image quality falls short of a first predetermined threshold and a second predetermined threshold.
  • An average image quality can be present, for example, if the Image quality exceeds the first predetermined threshold and falls below the second predetermined threshold.
  • High image quality may be present, for example, when the image quality exceeds the first predetermined threshold and the second predetermined threshold.
  • the first predetermined threshold when normalizing the image quality to a value range of 0 to 255, the first predetermined threshold may have a value of 33 and the second predetermined threshold may have a value of 66. For example, if the image quality has a value of 12, for example, the image quality is poor. For example, if the picture quality is 45, then, for example, the picture quality is average. For example, if the picture quality is 80, for example, the picture quality is high.
  • determining 109 a difference between the tonal ranges includes forming an average of all tonal ranges of the tonal ranges
  • cut-out areas 401, 403 to obtain a measure of image quality.
  • determining 109 a difference between the tonal ranges includes applying a mathematical mapping of the
  • the image quality of the image is rated high when all image areas 401, 403 each have a high tonal range.
  • the method 500 includes providing 501 a A body of the identification document, applying 503 an optically detectable security feature 400 to the body, capturing 505 an image of the optical security feature 400, and performing 507 the method 100 for assessing an image quality of an image for evaluating the image quality of the image of the optical security feature 400.
  • the provision 501 of the body of the identification document may, for example, comprise the production of the body of the identification document by means of gluing and / or laminating.
  • the application 503 of the optically detectable security feature 400 to the body of the identification document can be achieved, for example, by printing methods,
  • the detection 505 of the image of the optical security feature 400 can be realized by means of an image detector, for example a digital image recording camera or an image sensor. Detecting 505 the image of the optical security feature 400 may include extracting the image of the optical security feature 400 from an image of the identification document.
  • Performing 507 the method 100 for evaluating an image quality of an image may allow for evaluating the image quality of the image of the optical security feature. By evaluating the image quality of the image of the optical security feature.
  • Security feature can be done, for example, an assessment of the manufacturing quality of the identification document. LIST OF REFERENCE NUMBERS

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)

Abstract

Die Erfindung betrifft ein Verfahren (100) zum Bewerten einer Bildqualität eines Bildes, mit: Extrahieren (101) eines ersten Bildbereichs des Bildes; Extrahieren (103) eines zweiten Bildbereichs des Bildes; Bestimmen (105) eines ersten Tonwertumfangs des ersten Bildbereichs; Bestimmen (107) eines zweiten Tonwertumfangs des zweiten Bildbereichs; und Bestimmen (109) eines Unterschiedes zwischen dem ersten Tonwertumfang mit dem zweiten Tonwertumfang, um die Bildqualität zu bewerten.

Description

Verfahren zum Bewerten einer Bildqualität eines Bildes
Die vorliegende Erfindung betrifft das Gebiet der Bewertung der Bildqualität eines Bildes.
Für die Ausstellung eines Identifikationsdokumentes wird üblicherweise ein Bild einer zu identifizierenden Person benötigt, das eine spätere Identifikation der Person ermöglichen soll. Hierzu ist die Bildqualität des Bildes von entscheidender Bedeutung. Die Bewertung der Bildqualität eines Bildes erfolgt üblicherweise durch eine Person, welche das Bild sichtet und beurteilt. Mit zunehmender automatischer Bilderfassung für Identifizierungszwecke ist es jedoch wünschenswert, auch die Bewertung der Bildqualität eines Bildes automatisch
durchzuführen.
Hierzu schlägt die Druckschrift WO 2007/090727 ein Verfahren zur automatischen Bewertung der Bildqualität eines Bildes vor, bei dem eine Bewertungsdatei ausgewertet wird. Dieses Verfahren ermöglicht bereits eine schnelle und automatisierte Bewertung der Bildqualität eines Bildes insbesondere im Kontext einer automatisierten Bilderfassung.
Es ist die Aufgabe der vorliegenden Erfindung, ein anderes Konzept zur automatisierten Bewertung einer Bildqualität eines Bildes zu schaffen.
Die Erfindung basiert auf der Erkenntnis, dass die obige Aufgabe auf der Basis von in einem Bild auftretenden Unterschieden im Tonwertumfang gelöst werden kann. Bei einem geringen Unterschied im Tonwertumfang zwischen Bildbereichen kann daher von einer geringeren Bildqualität eines Bildes ausgegangen werden als bei einem großen
Tonwertunterschied. Ist ein Unterschied zwischen beispielsweise einer Abbildung eines Gesichts und einem Bildhintergrund in einem Bild gering, so hebt sich die Abbildung des Gesichts gegebenenfalls nicht deutlich genug von dem Bildhintergrund ab, was eine automatische Bilderfassung bzw. Bildanalyse erschwert. Der Tonwertumfang gibt die Anzahl der Farbinformationen bzw. Tonwertstufen in einem Bild oder in einem Bildbereich an. Der Tonwertumfang wird üblicherweise in Bit angegeben. Im Falle eines RGB-Bildes mit den drei Farbkanälen R (rot), G (gelb), B (blau) kann der Tonwertumfang für jeden Farbkanal bestimmt bzw. verglichen werden. Bei RGB-Bildern kann der Tonwertumfang bzw. der Unterschied insbesondere pro Farbkanal bestimmt werden.
Gemäß einem Aspekt betrifft die Erfindung ein Verfahren zum Bewerten einer Bildqualität eines Bildes, insbesondere eines Bildes einer Person oder eines optischen
Sicherheitsmerkmals, mit: Extrahieren eines ersten Bildbereichs des Bildes; Extrahieren eines zweiten Bildbereichs des Bildes; Bestimmen eines ersten Tonwertumfangs des ersten Bildbereichs; Bestimmen eines zweiten Tonwertumfangs des zweiten Bildbereichs; und Bestimmen eines Unterschiedes zwischen dem ersten Tonwertumfang mit dem zweiten Tonwertumfang, um die Bildqualität zu bewerten. Das Bild kann in digitaler Form als eine Bilddatei vorliegen. Die Extraktion des jeweiligen Bildbereichs kann beispielsweise durch eine Mustererkennung oder durch eine
Kantenerkennung erfolgen. Handelt es sich bei dem ersten Bildbereich beispielsweise um ein Gesicht einer Person, so können zum Bestimmen des ersten Bildbereichs auch Gesichtserkennungsverfahren herangezogen werden.
Dem Schritt des Bestimmens des jeweiligen Tonwertumfangs kann der Schritt des Bestimmens eines Farbraums, welcher dem Bild zugrunde liegt, vorangehen. Handelt es sich bei dem verwendeten Farbraum beispielswiese um einen RGB-Farbraum, so können zur Bestimmung des Unterschiedes zwischen den Tonwertumfängen Tonwertumfänge des jeweiligen R-, G- oder B-Farbkanals bestimmt und miteinander verglichen werden. Handelt es sich bei dem Farbraum nicht um einen RGB-Farbraum, so können die
Tonwertumfänge des jeweiligen Farbkanals bestimmt und miteinander verglichen werden. Dabei kann es sich beispielsweise um einen CMYK-Farbraum mit Farbkanälen für Cyan (C), Magenta (M), Gelb (Yellow, Y) und Schwarzanteil (Key, K) oder um einen durch die Internationale Beleuchtungskommission (Commission Internationale de l'Eclairage, CIE) standardisierten Farbraum handeln. Handelt es sich bei dem Bild um ein Graustufenbild, so können die Tonwertumfänge insgesamt bestimmt und verglichen werden. Gemäß einer Ausführungsform liefert die Höhe des Unterschieds bereits die Bewertung der Bildqualität.
Gemäß einer Ausführungsform kann die ermittelte Bewertung der Bildqualität mit einer Referenzbewertung einer Referenzbildqualität verglichen werden.
Gemäß einer Ausführungsform können zur Bewertung der Bildqualität die Bildbereiche zusätzlich mit Referenzbildbereichen verglichen werden. Gemäß einer Ausführungsform ist das Bild ein Bild einer Person.
Gemäß einer Ausführungsform ist das Bild ein Bild eines optischen Sicherheitsmerkmals.
Das Bild kann jedoch ein beliebiges Objekt darstellen.
Gemäß einer Ausführungsform umfasst der erste Bildbereich eine Abbildung des Gesichts einer Person oder eines Gesichtsbereichs einer Person. Bei dem Gesichtsbereich kann es sich um eine Augenpartie, Mundpartie, Stirnpartie oder Kinnpartie handeln. Gemäß einer Ausführungsform umfasst der zweite Bildbereich eine der folgenden
Abbildungen: weiterer Gesichtsbereich der Person, Bildhintergrund, Haare der Person, Hals der Person, Torso der Person. Betrifft der erste Bildbereich beispielsweise einen Gesichtsbereich, beispielsweise eine Augenpartie, so kann der zweite Bildbereich beispielsweise einen anderen Gesichtsbereich betreffen, beispielsweise eine Stirnpartie. Auf diese Weise kann der Unterschied in Tonwertumfang für verschiedene Bereiche des Gesichts zur Bewertung der Bildqualität des Bildes herangezogen werden.
Gemäß einer Ausführungsform umfasst der erste Bildbereich eine Abbildung eines ersten Teilbereichs und der zweite Bildbereich eine Abbildung eines zweiten Teilbereichs eines optischen Sicherheitsmerkmals.
Das optische Sicherheitsmerkmal kann optische Merkmale, beispielsweise optisch variable Merkmale, umfassen und beispielsweise durch ein Hologramm oder Kinegramm gebildet sein. Das optische Sicherheitsmerkmal kann darüber hinaus optische
Druckfarben, beispielsweise optisch variable Druckfarben (OVD), umfassen und beispielsweise durch einen Farbauftrag oder einen farblich changierenden Farbauftrag gebildet sein. Der erste Teilbereich und der zweite Teilbereich des optischen Sicherheitsmerkmals können durch jeweils unterschiedliche optische Eigenschaften charakterisiert sein.
Gemäß einer Ausführungsform weist das optische Sicherheitsmerkmal
wellenlängenabhängige Eigenschaften oder blickwinkelabhängige Eigenschaften auf. Dadurch wird erreicht, dass eine Bewertung der Herstellungsqualität des
Sicherheitsmerkmals auch für optische Sicherheitsmerkmale mit wellenlängenabhängigen Eigenschaften oder blickwinkelabhängigen Eigenschaften durchgeführt werden kann.
Die wellenlängenabhängigen Eigenschaften oder blickwinkelabhängigen Eigenschaften können auf einer Reflektion, Emission, Re-emission oder Transmission von Licht bzw. elektromagnetischer Strahlung basieren.
Die wellenlängenabhängigen Eigenschaften können beispielsweise durch eine
Beleuchtung des optischen Sicherheitsmerkmals mit Weißlicht, Ultraviolett-Licht oder Infrarot-Licht sichtbar werden.
Die blickwinkelabhängigen Eigenschaften können beispielsweise durch eine Veränderung des Blickwinkels bezüglich der Normalen eines ebenen Sicherheitsmerkmals sichtbar werden.
Gemäß einer Ausführungsform wird im Schritt des Extrahierens des ersten Bildbereichs und/oder des zweiten Bildbereichs eine Kantenerkennung, insbesondere mittels einer Hochpassfilterung, durchgeführt, um ein Kantenbild zu erhalten. Die Hochpass-Filterung kann beispielswiese durch eine Faltung mit einer Filterimpulsantwort durchgeführt werden. Die Filterimpulsantwort kann beispielsweise in der Gestalt einer Matrix vorliegen. Die Hochpassfilterung kann jedoch auch in einem transformierten Bereich durchgeführt werden, wobei hier beispielsweise die Laplace-Transformation oder die Fourier- Transformation Anwendung finden können. Im Fall der Laplace-Transformation kann die Faltung mittels eines Laplace-Operators realisiert werden.
Gemäß einer Ausführungsform wird im Schritt des Extrahierens eine Tonwertspreizung des Kantenbildes durchgeführt. Dadurch werden etwaige Unregelmäßigkeiten bzw.
Kanten noch stärker betont, wodurch die Kanten hervorgehoben werden.
Gemäß einer Ausführungsform werden Schritt des Bestimmens des Unterschiedes eine Höhe des ersten Tonwertumfangs und/oder eine Höhe des zweiten Tonwertumfangs bestimmt und/oder verglichen. Der Vergleich kann gemäß einer Ausführungsform pro Farbkanal durchgeführt werden.
Gemäß einer Ausführungsform werden im Schritt des Bestimmens des Unterschiedes zumindest ein Tonwertumfang eines Farbkanals des ersten Bildes und ein
Tonwertumfang eines Farbkanals des zweiten Bildes bestimmt und verglichen. Die Farbkanäle sind denselben Farben zugeordnet.
Gemäß einer Ausführungsform wird zur Bewertung der Bildqualität ein erster Farbkanal des ersten Bildbereichs oder ein zweiter Farbkanal des zweiten Bildbereichs bestimmt. Hierdurch kann beispielsweise eine Farbcharakteristik des jeweiligen Bereichs erfasst werden.
Gemäß einer Ausführungsform wird der jeweilige Farbkanal für die Bewertung mit einer Farbtontabelle verglichen. Die Farbtabelle kann beispielsweise unterschiedliche Farben umfassen.
Gemäß einer Ausführungsform wird zur Bewertung der Bildqualität ferner ein Hauttonwert des ersten Bildbereichs und/oder des zweiten Bildbereichs mit einer Hauttontabelle verglichen. Die Hauttontabelle ist eine Ausführungsform der vorgenannten Farbtontabelle. Gemäß einer Ausführungsform wird zur Bewertung der Bildqualität ferner eine
Gleichmäßigkeit des Bildhintergrundes und/oder zumindest ein Helligkeitsunterschied in dem jeweiligen Bildbereich oder eine Schärfe des jeweiligen Bildbereichs, und/oder ein Farbraum des jeweiligen Bildbereichs oder eine Dateikompression und/oder eine Auflösung des jeweiligen Bildbereichs bestimmt und/oder bewertet. Auf diese Weise können mehrere Parameter zur Beurteilung der Bildqualität des Bildes herangezogen werden.
Gemäß einer Ausführungsform wird zur Bewertung der Bildqualität ferner ein
Überlappungsbereich zwischen Farbtönen des ersten Bildbereichs und Farbtönen des zweiten Bildbereichs bestimmt. Die Höhe des Überlappungsbereichs gibt an, inwiefern sich die Farbspektren des ersten und zweiten Bereichs voneinander unterscheiden.
Gemäß einer Ausführungsform wird das Bild durch eine digitale Bilddatei bereitgestellt. Die digitale Bilddatei kann beispielsweise mittels eines Bilddetektors, beispielsweise mittels einer digitalen Bildkamera oder eines Bildsensors, stammen.
Gemäß einem Aspekt betrifft die Erfindung eine Vorrichtung zum Bewerten einer Bildqualität eines Bildes, mit: einem Speicher zum Bereitstellen einer digitalen Bilddatei, welche das Bild repräsentiert; und einem Prozessor, welcher ausgebildet ist,
einen ersten Bildbereich des Bildes zu extrahieren,
einen zweiten Bildbereich des Bildes zu extrahieren,
einen ersten Tonwertumfang des ersten Bildbereichs zu bestimmen,
einen zweiten Tonwertumfang des zweiten Bildbereichs zu bestimmen, und - einen Unterschied zwischen dem ersten Tonwertumfang mit dem zweiten
Tonwertumfang zu bestimmen, um die Bildqualität zu bewerten.
Der Speicher kann ausgebildet sein, die digitale Bilddatei über eine
Kommunikationsschnittstelle zu empfangen, welche mit einem Bilddetektor,
beispielsweise einer digitalen Kamera oder einem Bildsensor, und/oder mit einem Kommunikationsnetzwerk kommunizieren kann.
Weitere funktionale Merkmale der Vorrichtung und/oder des Prozessors ergeben sich unmittelbar aus den Merkmalen des Verfahrens zum Bewerten einer Bildqualität eines Bildes.
Gemäß einer Ausführungsform ist die Vorrichtung ausgebildet, das erfindungsgemäße Verfahren auszuführen. Gemäß einem Aspekt betrifft die Erfindung ein Computerprogramm mit einem
Programmcode zum Ausführen des erfindungsgemäßen Verfahrens, wenn der
Programmcode auf einem Computer ausgeführt wird. Gemäß einem Aspekt betrifft die Erfindung ein Verfahren zum Herstellen eines
Identifikationsdokumentes, mit: Bereitstellen eines Körpers des
Identifikationsdokumentes; Aufbringen eines optisch erfassbaren Sicherheitsmerkmals auf den Körper; Erfassen eines Bildes des optischen Sicherheitsmerkmals; und Ausführen des Verfahrens zum Bewerten einer Bildqualität eines Bildes zum Bewerten der
Bildqualität des Bildes des optischen Sicherheitsmerkmals.
Das Identifikationsdokument kann eines der folgenden Identifikationsdokumente sein: Identitätsdokument, wie Personalausweis, Reisepass, Zugangskontrollausweis,
Berechtigungsausweis, Unternehmensausweis, Steuerzeichen oder Ticket,
Geburtsurkunde, Führerschein oder Kraftfahrzeugausweis, Zahlungsmittel, beispielsweise eine Bankkarte oder Kreditkarte. Das Identifikationsdokument kann ferner einen elektronisch auslesbaren Schaltkreis, beispielsweise einen RFID-Chip umfassen. Das Identifikationsdokument kann ein- oder mehrlagig bzw. papier- und/oder kunststoffbasiert sein.
Das Identifikationsdokument kann aus kunststoffbasierten Folien aufgebaut sein, welche zu einem Körper mittels Verkleben und/oder Laminieren zusammengefügt werden, wobei die Folien bevorzugt ähnliche stoffliche Eigenschaften aufweisen. Der Körper des
Identifikationsdokumentes kann als Träger und/oder Substrat für ein optisches
Sicherheitsmerkmal verwendet werden.
Das Bereitstellen des Körpers des Identifikationsdokumentes kann beispielsweise die Produktion des Körpers des Identifikationsdokumentes mittels Verkleben und/oder Laminieren umfassen.
Das Aufbringen des optisch erfassbaren Sicherheitsmerkmals auf den Körper des Identifikationsdokumentes kann beispielsweise durch Druckverfahren, Prägeverfahren, Hochdruckverfahren Tiefdruckverfahren, Flachdruckverfahren oder Durchdruckverfahren erfolgen.
Das Erfassen des Bildes des optischen Sicherheitsmerkmals kann beispielsweise mittels eines Bilddetektors, beispielsweise einer optischen Bildaufnahmekamera oder eines Bildsensors, realisiert werden. Das Erfassen des Bildes des optischen
Sicherheitsmerkmals kann eine Extraktion des Bildes des optischen Sicherheitsmerkmals aus einem Bild des Identifikationsdokumentes umfassen.
Das Ausführen des Verfahrens zum Bewerten einer Bildqualität eines Bildes kann ein Bewerten der Bildqualität des Bildes des optischen Sicherheitsmerkmals ermöglichen. Durch das Bewerten der Bildqualität des Bildes des optischen Sicherheitsmerkmals kann beispielsweise ein Bewerten der Herstellungsqualität des Identifikationsdokumentes erfolgen. Weitere Ausführungsbeispiele werden Bezug nehmend auf die beiliegenden Zeichnungen erläutert. Es zeigen:
Fig. 1 ein schematisches Ablaufdiagramm eines Verfahrens zum Bewerten einer Bildqualität eines Bildes einer Person;
Fig. 2 eine schematische Darstellung einer Vorrichtung zum Bewerten einer Bildqualität eines Bildes einer Person;
Fig. 3 eine schematische Darstellung freigestellter Bildbereiche eines Bildes eines Personenportraits;
Fig. 4 eine schematische Darstellung freigestellter Bildbereiche eines Bildes eines optischen Sicherheitsmerkmals; und Fig. 5 ein schematisches Ablaufdiagramm eines Verfahrens zum Herstellen eines Identifikationsdokumentes. Fig. 1 zeigt ein schematisches Ablaufdiagramm eines Verfahrens 100 zum Bewerten einer Bildqualität eines Bildes. Das Verfahren 100 umfasst ein Extrahieren 101 eines ersten Bildbereichs des Bildes, ein Extrahieren 103 eines zweiten Bildbereichs des Bildes, ein Bestimmen 105 eines ersten Tonwertumfangs des ersten Bildbereichs, ein Bestimmen 107 eines zweiten Tonwertumfangs des zweiten Bildbereichs, und ein Bestimmen 109 eines Unterschiedes zwischen dem ersten Tonwertumfang mit dem zweiten
Tonwertumfang, um die Bildqualität zu bewerten.
Die Schritte des Extrahierens 101 , 103 können parallel oder nacheinander ausgeführt werden. Analog können die Schritte des Bestimmens 105, 107 parallel oder nacheinander ausgeführt werden. Die Bildbereiche können unterschiedliche Bereiche eines Objektes, beispielsweise eines Gesichts einer Person, wie etwa Augenpartie, Kinnpartie, Stirnpartie, umfassen. Die Bildbereiche können jedoch unterschiedliche Objekte eines Bildes, wie beispielsweise ein Gesicht einer Person, Haarpartie der Person, Torso der Person oder einen Bildhintergrund umfassen.
Gemäß einer Ausführungsform wird zur Verarbeitung des Darstellungsinhaltes des Bildes die Bilddatei, welche das Bild repräsentiert, zunächst fotografisch vorbereitet. Dies kann beispielsweise durch eine Bildaufbereitung oder Bildoptimierung erfolgen, bei der das Bild insgesamt beispielsweise gefiltert wird, um Bildrauschen zu eliminieren.
Gemäß einer Ausführungsform wird für die Verarbeitung der Farbraum festgelegt. Es ist beispielswiese der Farbraum zu wählen, der später in einem der nachfolgenden Schritte einer Messung oder Bestimmung von Farbtönen verwendet wird. Der Farbraum kann beispielsweise ein RGB-Farbraum sein.
Die Schritte des Extrahierens 101 , 103 können eine Mustererkennung oder eine
Kantenerkennung umfassen. Die Kantenerkennung kann durchgeführt werden, um Umrisse von Objekten, beispielsweise einen Umriss eines Gesichts sowie dessen Partien wie etwa Nase oder Augen, hervorzuheben. Hierbei kann eine Tonwertspreizung ausgeführt werden. Diese bewirkt die Nutzung des gesamten Tonwertspektrums von beispielsweise 256 Helligkeitsstufen. Die beobachtbare Veränderung liegt in der
Kontraststeigerung des Bildes, welche die Kantenerkennung begünstigt. Die vorgenannte Bildverarbeitung kann gemäß einer Ausführungsform dazu beitragen, die Bildqualität des Bildes bzw. dessen Bildbereiche zumindest partiell für unterschiedliche Bildbereiche zu bewerten, und/oder die Bildqualität beispielsweise mit einer externen Bildqualität bzw. Referenzbildqualität zu vergleichen. Zur Extraktion 101 , 103 der Bildbereiche kann der erwartete Bildinhalt, beispielsweise bei einem Bild einer Person, oder die erwartete Bildszene herangezogen werden. Wird beispielsweise eine Bildszene erwartet, wie dies beispielswiese bei einem Passbild der Fall ist, so sind die Bildbestandteile und somit die Bildbereiche bereits bekannt. Diese sind beispielsweise das Gesicht und benachbarte Regionen ersten und zweiten Grades, beispielswiese Haare, Hals, Torso, Kleidung, Körper- bzw. Bildhintergrund wie etwa eine Leinwand.
Zur Extraktion 101 , 103 der Bildbereiche kann auch eine Kantenerkennung und
Freistellung von Bildbereichen eingesetzt werden.
Gemäß einer Ausführungsform erfolgt die Kantenerkennung auf Grundlage einer mathematischen Funktion, beispielsweise einer Faltung. Die Faltung kann beispielsweise mittels einer Matrix mit m mal n Elementen durchgeführt werden. Als Faltungsoperator kann beispielsweise ein Laplace Operator eingesetzt werden, welcher als Hochpassfilter wirkt und Kanten hervorhebt. Gemäß einer Ausführungsform löscht dieser Filter
Bildbereiche gleicher Tonwert- und/oder Helligkeitsstufen. Inhomogene Bildbereiche, wie beispielsweise Randbereiche oder Kantenbereiche können dadurch verstärkt werden. Somit kann ein mehrfarbiges und/oder detailreiches Quellbild in ein Kantenbild gewandelt werden. Das Kantenbild kann anschließend optimiert werden. Beispielsweise können Kantenstörungen durch Erosion und Dilatation ausgeglichen werden.
Die Kantenerkennung ist beispielhaft auf Basis einer Faltung erläutert. Neben dem Laplace Operator können beispielsweise auch ein Sobel Operator, ein Scharr Operator, ein Prewitt Operator, ein Roberts Operator, ein Kirsch Operator und/oder ein Marr-Hildreth Operator eingesetzt werden. Zur Kantenerkennung können auch weitere mathematische Verfahren, beispielsweise Canny-Algorithmen, Verfahren zur Kontrastverstärkung und/oder Verfahren zur aktiven Kantensuche eingesetzt werden.
Gemäß einer Ausführungsform erfolgt die Freistellung von Bildbereichen auf Grundlage einer Zuordnung der durch Kanten beschriebenen Bildbereiche. Hierfür können
Vorkenntnisse bezüglich der geometrischen Konformität des Quellbildes hinsichtlich biometrischer Merkmale herangezogen werden. Die geometrische Konformität des Quellbildes kann sich beispielsweise auf die Richtlinien der International Civil Aviation Organization (ICAO) beziehen.
Zur Freistellung der Bildbereiche kann zunächst die geometrische Bildmitte berechnet werden. Bei Portraitfotos mit einer typischen Höhe von 531 Pixel und Breite von 413 Pixel liegt die Bildmitte beispielsweise auf der Pixelkoordinate mit einer Höhe von 266 Pixel und Breite von 207 Pixel. Gemäß einer Ausführungsform befindet sich die Bildmitte im Bereich des Gesichtes einer Person. Dabei kann eine Toleranz von 20 Pixeln in Höhe und Breite des Quellbildes berücksichtigt werden.
Anschließend kann eine Freistellung des Gesichtsbereichs von angrenzenden
Bildbereichen durchgeführt werden. Dafür können verschieden Verfahren kombiniert oder separat angewendet werden. Die folgenden Verfahren können auf das Quellbild, d.h. vor der Anwendung der Kantenerkennung oder der Faltungsmatrix auf das Quellbild, angewendet werden.
Das erste Verfahren bewertet, basierend auf Farbdaten von Hauttontabellen, den
Umgebungsbereich um die Bildmitte, beispielsweise den Hautbereich, und erfasst somit die entsprechenden Bildbereiche.
Ein weiteres Verfahren erfasst alle Pixel mit Farbwerten innerhalb einer festgelegten Toleranz zum Farbwert der Bildmitte. Gemäß einer Ausführungsform wird damit trotz eventuell vorhandenem Farbstich ein von Hauttönen abweichender, aber dem Gesicht zugehöriger Farbwert auch dem Gesicht zugeordnet. Ein weiteres Verfahren erfasst das Augenpaar, die Nase und den Mund auf Basis eines jeweils vorgegebenen geometrischen Musters. Die aufgeführten Gesichtsmerkmale können dabei ein sogenanntes goldenes Dreieck bilden. Anhand der bekannten
Achsengeometrie kann eine ovale oder runde Kantenlinie ermittelt werden, die der erwarteten Gesichtsform entsprechen kann. Durch eine Angabe, ob es sich bei der Person um ein Kind oder um einen Erwachsenen handelt, kann die Wahl der Kantenlinie zuverlässiger und/oder schneller durchgeführt werden. Eine Brille kann aus der Erfassung ausgeschlossen und als nicht zugehörig deklariert werden.
Das folgende Verfahren kann auf das Quellbild, d.h. vor der Anwendung der
Kantenerkennung oder der Faltungsmatrix auf das Quellbild, in Kombination mit dem
Kantenbild, d.h. nach der Anwendung der Kantenerkennung oder der Faltungsmatrix auf das Quellbild, angewendet werden.
Dieses Verfahren ermittelt einen Überschneidungsbereich zwischen dem
Gesichtsbereich, welcher auf Grundlage der Kantenerkennung ermittelt wird, und dem
Gesichtsbereich, welcher auf Grundlage der Farbtöne der Hautbereiche ermittelt wird, und erzeugt somit die endgültigen Kantenlinien des Gesichtsbereichs.
Nach der Freistellung des Gesichtsbereiches können angrenzende personenbezogene Bereiche separiert werden. Dazu können beispielsweise die Bereiche Haare und Hals zählen. Die beschriebenen Verfahren können beispielsweise durch Verfahren ergänzt werden, welche eine Beschreibung der Bildszene bzw. eine Vorkenntnis über die
Bildszene, beispielsweise hinsichtlich der Position von Hals und Haaren, nutzen. Bei einem ersten ergänzenden Verfahren wird beispielsweise der Hals unterhalb des Kinns gesucht bzw. ermittelt.
Bei einem zweiten ergänzenden Verfahren beginnt die Ermittlung der Haare zunächst im Bereich der Stirn und läuft dann weiter entlang der Gesichtskanten in Richtung Kinn aus. Mögliche Störeinflüsse für die Ermittlung der Haare, wie beispielsweise keine Haare, Kopftücher, Stirnbänder oder Kopfschmuck können als Muster abgelegt sein. Bei Haarlosigkeit kann die Ermittlung der Haare beispielsweise abgebrochen werden. Kopftücher, Stirnbänder oder Kopfschmuck können als zum Haarbereich zugehörig definiert sein.
Abschließend können der Torso, soweit vorhanden, mit Kleidung und der Hintergrund der Person als Bildbereiche freigestellt werden. Zur Ermittlung der entsprechenden
Bildbereiche können die beschriebenen Verfahren zur Kantenermittlung, zur Ermittlung der Bildszene und/oder zur Ermittlung benachbarter Farbtöne verwendet werden.
Somit können alle großen Bildbereiche separiert werden und zur Weiterverarbeitung zur Verfügung stehen.
Das Bestimmen 105, 107 eines Tonwertumfangs kann anschließend für jeden der ermittelten Bildbereiche separat durchgeführt werden.
Gemäß einer Ausführungsform wird der Tonwertumfang durch einen Wert aus einem normierten Wertebereich, beispielsweise dem normierten Wertebereich von 0 bis 255, repräsentiert.
Gemäß einer Ausführungsform wird der Tonwertumfang in Bereiche eingeteilt. Ein geringer Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang einen ersten vorbestimmten Schwellwert und einen zweiten vorbestimmten Schwellwert unterschreitet. Ein mittlerer Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang den ersten vorbestimmten Schwellwert überschreitet und den zweiten vorbestimmten Schwellwert unterschreitet. Ein hoher Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang den ersten vorbestimmten Schwellwert und den zweiten vorbestimmten Schwellwert überschreitet. Bei einer Normierung des
Tonwertumfangs beispielsweise auf einen Wertebereich von 0 bis 255 kann der erste vorbestimmte Schwellwert beispielsweise einen Wert von 33 und der zweite vorbestimmte Schwellwert einen Wert von 66 aufweisen. Weist der Tonwertumfang beispielsweise einen Wert von 12 auf, so liegt beispielsweise ein geringer Tonwertumfang vor. Weist der Tonwertumfang beispielsweise einen Wert von 45 auf, so liegt beispielsweise ein mittlerer Tonwertumfang vor. Weist der Tonwertumfang beispielsweise einen Wert von 80 auf, so liegt beispielsweise ein hoher Tonwertumfang vor. Gemäß einer Ausführungsform umfasst das Bestimmen 105, 107 des Tonwertumfangs ein Bestimmen einer Spreizung oder einer Streuung eines Tonwerthistogramms.
Gemäß einer Ausführungsform umfasst das Bestimmen 105, 107 des Tonwertumfangs ein Bestimmen einer Spreizung oder einer Streuung eines Tonwerthistogramms separat für jeden Farbkanal.
Die Spreizung kann beispielsweise durch Bilden einer Differenz eines höchsten
Tonwertes und eines niedrigsten Tonwertes eines Tonwerthistogramms bestimmt werden. Die Streuung kann beispielsweise durch Bestimmen einer Varianz oder einer
Standardabweichung eines Tonwerthistogramms bestimmt werden.
Das Bestimmen 109 eines Unterschiedes zwischen den Tonwertumfängen umfasst beispielsweise die Auswertung der ermittelten Bildbereiche. Dabei kann ein Vergleich aller Bildbereiche zueinander hinsichtlich des jeweiligen Tonwertumfangs erfolgen. Sowohl die Höhe des Tonwertumfanges, als auch die Ausprägung des jeweiligen Farbkanals können als Bewertungsgrundlage verwendet werden.
Gemäß einer Ausführungsform wird die Bildqualität des Bildes durch einen Wert aus einem normierten Wertebereich, beispielsweise dem normierten Wertebereich von 0 bis 255, repräsentiert.
Gemäß einer Ausführungsform wird die Bildqualität des Bildes in Bereiche eingeteilt. Eine geringe Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität einen ersten vorbestimmten Schwellwert und einen zweiten vorbestimmten Schwellwert unterschreitet. Eine mittlere Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität den ersten vorbestimmten Schwellwert überschreitet und den zweiten vorbestimmten Schwellwert unterschreitet. Eine hohe Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität den ersten vorbestimmten Schwellwert und den zweiten vorbestimmten Schwellwert überschreitet. Bei einer Normierung der Bildqualität beispielsweise auf einen Wertebereich von 0 bis 255 kann der erste vorbestimmte
Schwellwert beispielsweise einen Wert von 33 und der zweite vorbestimmte Schwellwert einen Wert von 66 aufweisen. Weist die Bildqualität beispielsweise einen Wert von 12 auf, so liegt beispielsweise eine geringe Bildqualität vor. Weist die Bildqualität beispielsweise einen Wert von 45 auf, so liegt beispielsweise eine mittlere Bildqualität vor. Weist die Bildqualität beispielsweise einen Wert von 80 auf, so liegt beispielsweise eine hohe Bildqualität vor. Gemäß einer Ausführungsform umfasst das Bestimmen 109 eines Unterschieds zwischen den Tonwertumfängen ein Bilden eines Mittelwertes aller Tonwertumfänge der freigestellten Bildbereiche, um ein Maß zum Bewerten der Bildqualität zu erhalten.
Gemäß einer Ausführungsform umfasst das Bestimmen 109 eines Unterschieds zwischen den Tonwertumfängen ein Anwenden einer mathematischen Abbildung von den
Tonwertumfängen der freigestellten Bildbereiche auf ein Maß zum Bewerten der
Bildqualität.
Gemäß einer Ausführungsform wird die Bildqualität des Bildes als hoch bewertet, wenn alle Bildbereiche jeweils einen hohen Tonwertumfang aufweisen.
Im Folgenden werden beispielhaft mehrere Bewertungsmodelle näher erläutert. Die Modelle können erweitert und an die beschriebenen Verfahren angepasst werden. Das erste Modell ist dadurch charakterisiert, dass alle Bildbereiche einen geringen Tonwertumfang, d.h. keine tiefen und mittleren Werte, aufweisen. Dies kann darauf hindeuten, dass ein geringer Kontrast bzw. ein flaues Bild vorliegt und sich das Portrait vom Printmedium nicht kontrastreich abheben kann. Das zweite Modell ist dadurch charakterisiert, dass der Bildbereich der Haare einen geringen Tonwertumfang aufweist, die Bildbereiche um das Gesicht, den Hals und den Torso jedoch einen hohen oder guten Tonwertumfang aufweisen. Dies kann darauf hindeuten, dass die Person in dem Printmedium haarlos erscheint, da der geringe Tonwertumfang im Bildhintergrund des Printmediums kaum sichtbar ist.
Das dritte Modell ist dadurch charakterisiert, dass alle Bildbereiche einen geringen Tonwertumfang, d.h. keine mittleren und hellen Werte, aufweisen. Dies kann darauf hindeuten, dass das Gesamtbild auf dem Printmedium zu dunkel erscheint und das Portrait durch den geringen Tonwertumfang auf dem Printmedium dunkel und detailarm wirkt.
Das vierte Modell ist dadurch charakterisiert, dass die Bildbereiche der Haare, des Halses und des Gesichts einen geringen Tonwertumfang, d.h. keine mittleren und hellen Werte, aufweisen und die Bildbereiche des Hintergrunds und des Torsos einen geringen
Tonwertumfang, d.h. keine mittleren und tiefen Werte, aufweisen. Dies kann darauf hindeuten, dass die Person auf dem Printmedium zu dunkel und detailarm erscheint.
Die beschriebenen vier Modelle können sich auf Standardmodelle für Bildaufnahmen für Identifikationsdokumente beziehen.
Abschließend können einzelne Bildbereiche separat analysiert bzw. bewertet werden. Dabei können beispielsweise ein Farbstich und/oder ein Erreichen von Hauttonwerten untersucht werden.
Die Untersuchung des Farbstichs kann beispielsweise mittels einer Messung der Farbwerte der jeweiligen Farbkanäle durchgeführt werden und kann eine entsprechende positive oder negative Bewertung hinsichtlich der Einzelbereiche ermöglichen. Dabei können Abweichungen vom Farbnormal bzw. Fehlwerte detailliert aufgeführt werden.
Die Untersuchung der Hauttöne kann beispielsweise durch einen Abgleich der Farbtöne der Bildbereiche von Gesicht und Hals mit einer Hauttontabelle durchgeführt werden. Dabei können Abweichungen von den Farben der Hauttontabelle in der Auswertung als Abweichungen vom Farbnormal bzw. Fehlwerte dargestellt werden.
Darüber hinaus können weitere Kriterien wie beispielsweise die Gleichmäßigkeit des Hintergrunds, Hot Spots inklusive Brillenreflektion, die Schärfe, der Farbraum, die Dateikompression und/oder die Auflösung des Bildes analysiert werden.
Das Verfahren 100 kann sowohl für das Bewerten einer Bildqualität eines Bildes einer Person, beispielsweise eines Portraitbildes, als auch für das Bewerten einer Bildqualität eines Bildes eines optischen Sicherheitsmerkmals eingesetzt werden. Das Extrahieren 101 eines ersten Bildbereichs des Bildes, das Extrahieren 103 eines zweiten Bildbereichs des Bildes, das Bestimmen 105 eines ersten Tonwertumfangs des ersten Bildbereichs, das Bestimmen 107 eines zweiten Tonwertumfangs des zweiten Bildbereichs, und das Bestimmen 109 eines Unterschiedes zwischen dem ersten Tonwertumfang mit dem zweiten Tonwertumfang können entsprechend für das Bewerten einer Bildqualität eines Bildes eines optischen Sicherheitsmerkmals verwendet werden.
Fig. 2 zeigt eine schematische Darstellung einer Vorrichtung 200 zum Bewerten einer Bildqualität eines Bildes. Die Vorrichtung 200 umfasst einen Speicher 201 , einen
Prozessor 203 und eine Kommunikationsschnittstelle 205.
Der Speicher 201 ist zum Bereitstellen einer digitalen Bilddatei, welche das Bild repräsentiert, vorgesehen.
Der Prozessor 203 ist ausgebildet, einen ersten Bildbereich des Bildes zu extrahieren, einen zweiten Bildbereich des Bildes zu extrahieren, einen ersten Tonwertumfang des ersten Bildbereichs zu bestimmen, einen zweiten Tonwertumfang des zweiten
Bildbereichs zu bestimmen, und einen Unterschied zwischen dem ersten Tonwertumfang mit dem zweiten Tonwertumfang zu bestimmen, um die Bildqualität zu bewerten. Der Speicher 201 ist ausgebildet, eine digitale Bilddatei über die
Kommunikationsschnittstelle 205 zu empfangen, welche mit einem Bilddetektor, beispielsweise einer digitalen Kamera oder einem Bildsensor, und/oder mit einem Kommunikationsnetzwerk kommunizieren kann. Die Kommunikationsschnittstelle 205 ist ausgebildet, mit einer digitalen Kamera und/oder mit einem Kommunikationsnetzwerk zu kommunizieren. Die Kommunikationsschnittstelle 205 ist ferner mit dem Speicher 201 und/oder dem Prozessor 203 verbunden.
Gemäß einer Ausführungsform ist die Vorrichtung 200 ausgebildet, das Verfahren 100 zum Bewerten einer Bildqualität eines Bildes auszuführen. Gemäß einer Ausführungsform ist der Prozessor 203 ausgebildet, ein
Computerprogramm mit einem Programmcode zum Ausführen des Verfahrens 100 auszuführen.
Weitere funktionale Merkmale der Vorrichtung 200 und/oder des Prozessors 203 ergeben sich unmittelbar aus den Merkmalen des Verfahrens 100 zum Bewerten einer Bildqualität eines Bildes.
Fig. 3 zeigt eine schematische Darstellung freigestellter Bildbereiche eines Bildes eines Personenportraits. In Fig. 3a) ist beispielhaft ein freigestellter Gesichtsbereich 301 der Person dargestellt. In Fig. 3b) ist beispielhaft ein freigestellter Torsobereich 303 der
Person dargestellt. In Fig. 3c) ist beispielhaft ein freigestellter Haarbereich 305 der Person dargestellt. In Fig. 3d) ist beispielhaft ein freigestellter Hintergrund 307 dargestellt.
Die freigestellten Bereiche 301 , 303, 305, 307 können beispielsweise durch das
Extrahieren 101 , 103 der Bildbereiche bereitgestellt werden.
Gemäß einer Ausführungsform wird zum Extrahieren 101 , 103 der Bildbereiche eine Kantenerkennung, beispielsweise mittels einer Hochpassfilterung, durchgeführt, um ein Kantenbild zu erhalten. Die Bereitstellung der freigestellten Bereiche 301 , 303, 305, 307 kann dann auf Basis des erhaltenen Kantenbilds erfolgen.
Für die freigestellten Bereiche 301 , 303, 305, 307 kann beispielsweise jeweils ein
Bestimmen 105, 107 eines Tonwertumfangs durchgeführt werden. Gemäß einer Ausführungsform wird der Tonwertumfang durch einen Wert aus einem normierten Wertebereich, beispielsweise dem normierten Wertebereich von 0 bis 255, repräsentiert.
Gemäß einer Ausführungsform wird der Tonwertumfang in Bereiche eingeteilt. Ein geringer Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang einen ersten vorbestimmten Schwellwert und einen zweiten vorbestimmten Schwellwert unterschreitet. Ein mittlerer Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang den ersten vorbestimmten Schwellwert überschreitet und den zweiten vorbestimmten Schwellwert unterschreitet. Ein hoher Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang den ersten vorbestimmten Schwellwert und den zweiten vorbestimmten Schwellwert überschreitet. Bei einer Normierung des
Tonwertumfangs beispielsweise auf einen Wertebereich von 0 bis 255 kann der erste vorbestimmte Schwellwert beispielsweise einen Wert von 33 und der zweite vorbestimmte Schwellwert einen Wert von 66 aufweisen. Weist der Tonwertumfang beispielsweise einen Wert von 12 auf, so liegt beispielsweise ein geringer Tonwertumfang vor. Weist der Tonwertumfang beispielsweise einen Wert von 45 auf, so liegt beispielsweise ein mittlerer Tonwertumfang vor. Weist der Tonwertumfang beispielsweise einen Wert von 80 auf, so liegt beispielsweise ein hoher Tonwertumfang vor.
Gemäß einer Ausführungsform umfasst das Bestimmen 105, 107 des Tonwertumfangs ein Bestimmen einer Spreizung oder einer Streuung eines Tonwerthistogramms.
Gemäß einer Ausführungsform umfasst das Bestimmen 105, 107 des Tonwertumfangs ein Bestimmen einer Spreizung oder einer Streuung eines Tonwerthistogramms separat für jeden Farbkanal.
Die Spreizung kann beispielsweise durch Bilden einer Differenz eines höchsten
Tonwertes und eines niedrigsten Tonwertes eines Tonwerthistogramms bestimmt werden.
Die Streuung kann beispielsweise durch Bestimmen einer Varianz oder einer
Standardabweichung eines Tonwerthistogramms bestimmt werden.
Für die freigestellten Bereiche 301 , 303, 305, 307 kann ein Bestimmen 109 eines
Unterschiedes zwischen den jeweiligen Tonwertumfängen durchgeführt werden, um die Bildqualität zu bewerten.
Gemäß einer Ausführungsform wird die Bildqualität des Bildes durch einen Wert aus einem normierten Wertebereich, beispielsweise dem normierten Wertebereich von 0 bis 255, repräsentiert.
Gemäß einer Ausführungsform wird die Bildqualität des Bildes in Bereiche eingeteilt. Eine geringe Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität einen ersten vorbestimmten Schwellwert und einen zweiten vorbestimmten Schwellwert unterschreitet. Eine mittlere Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität den ersten vorbestimmten Schwellwert überschreitet und den zweiten vorbestimmten Schwellwert unterschreitet. Eine hohe Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität den ersten vorbestimmten Schwellwert und den zweiten vorbestimmten Schwellwert überschreitet. Bei einer Normierung der Bildqualität beispielsweise auf einen Wertebereich von 0 bis 255 kann der erste vorbestimmte Schwellwert beispielsweise einen Wert von 33 und der zweite vorbestimmte Schwellwert einen Wert von 66 aufweisen. Weist die Bildqualität beispielsweise einen Wert von 12 auf, so liegt beispielsweise eine geringe Bildqualität vor. Weist die Bildqualität beispielsweise einen Wert von 45 auf, so liegt beispielsweise eine mittlere Bildqualität vor. Weist die Bildqualität beispielsweise einen Wert von 80 auf, so liegt beispielsweise eine hohe Bildqualität vor.
Gemäß einer Ausführungsform umfasst das Bestimmen 109 eines Unterschieds zwischen den Tonwertumfängen ein Bilden eines Mittelwertes aller Tonwertumfänge der
freigestellten Bildbereiche 301 , 303, 305, 307, um ein Maß zum Bewerten der Bildqualität zu erhalten.
Gemäß einer Ausführungsform umfasst das Bestimmen 109 eines Unterschieds zwischen den Tonwertumfängen ein Anwenden einer mathematischen Abbildung von den
Tonwertumfängen der freigestellten Bildbereiche 301 , 303, 305, 307 auf ein Maß zum Bewerten der Bildqualität. Ist beispielsweise der Tonwertumfang für den Bereich 301 hoch, den Bereich 303 mittel, den Bereich 305 hoch und den Bereich 307 gering, so kann beispielsweise die Bildqualität als hoch bewertet werden. Ist beispielsweise der
Tonwertumfang für den Bereich 301 mittel, den Bereich 303 hoch, den Bereich 305 gering und den Bereich 307 mittel, so kann beispielsweise die Bildqualität als mittel bewertet werden. Ist beispielsweise der Tonwertumfang für den Bereich 301 gering, den Bereich 303 mittel, den Bereich 305 hoch und den Bereich 307 gering, so kann beispielsweise die Bildqualität als gering bewertet werden. Dadurch wird erreicht, dass einzelnen
Bildbereichen eine unterschiedliche Gewichtung bei der Bewertung der Bildqualität zukommen kann. Gemäß einer Ausführungsform wird die Bildqualität des Bildes als hoch bewertet, wenn alle Bildbereiche 301 , 303, 305, 307 jeweils einen hohen Tonwertumfang aufweisen.
Fig. 4 zeigt eine schematische Darstellung freigestellter Bildbereiche eines Bildes eines optischen Sicherheitsmerkmals 400. Ein erster freigestellter Bildbereich 401 und ein zweiter freigestellter Bildbereich 403 sind beispielhaft dargestellt.
Die freigestellten Bereiche 401 , 403 können beispielsweise durch das Extrahieren 101 , 103 der Bildbereiche bereitgestellt werden. Gemäß einer Ausführungsform wird zum Extrahieren 101 , 103 der Bildbereiche eine Kantenerkennung, beispielsweise mittels einer Hochpassfilterung, durchgeführt, um ein Kantenbild zu erhalten. Die Bereitstellung der freigestellten Bereiche 401 , 403 kann dann auf Basis des erhaltenen Kantenbilds erfolgen. Für die freigestellten Bereiche 401 , 403 kann beispielsweise jeweils ein Bestimmen 105, 107 eines Tonwertumfangs durchgeführt werden.
Gemäß einer Ausführungsform wird der Tonwertumfang durch einen Wert aus einem normierten Wertebereich, beispielsweise dem normierten Wertebereich von 0 bis 255, repräsentiert.
Gemäß einer Ausführungsform wird der Tonwertumfang in Bereiche eingeteilt. Ein geringer Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang einen ersten vorbestimmten Schwellwert und einen zweiten vorbestimmten Schwellwert unterschreitet. Ein mittlerer Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang den ersten vorbestimmten Schwellwert überschreitet und den zweiten vorbestimmten Schwellwert unterschreitet. Ein hoher Tonwertumfang kann beispielsweise dann vorliegen, wenn der Tonwertumfang den ersten vorbestimmten Schwellwert und den zweiten vorbestimmten Schwellwert überschreitet. Bei einer Normierung des
Tonwertumfangs beispielsweise auf einen Wertebereich von 0 bis 255 kann der erste vorbestimmte Schwellwert beispielsweise einen Wert von 33 und der zweite vorbestimmte Schwellwert einen Wert von 66 aufweisen. Weist der Tonwertumfang beispielsweise einen Wert von 12 auf, so liegt beispielsweise ein geringer Tonwertumfang vor. Weist der Tonwertumfang beispielsweise einen Wert von 45 auf, so liegt beispielsweise ein mittlerer Tonwertumfang vor. Weist der Tonwertumfang beispielsweise einen Wert von 80 auf, so liegt beispielsweise ein hoher Tonwertumfang vor.
Gemäß einer Ausführungsform umfasst das Bestimmen 105, 107 des Tonwertumfangs ein Bestimmen einer Spreizung oder einer Streuung eines Tonwerthistogramms.
Gemäß einer Ausführungsform umfasst das Bestimmen 105, 107 des Tonwertumfangs ein Bestimmen einer Spreizung oder einer Streuung eines Tonwerthistogramms separat für jeden Farbkanal.
Die Spreizung kann beispielsweise durch Bilden einer Differenz eines höchsten
Tonwertes und eines niedrigsten Tonwertes eines Tonwerthistogramms bestimmt werden.
Die Streuung kann beispielsweise durch Bestimmen einer Varianz oder einer
Standardabweichung eines Tonwerthistogramms bestimmt werden.
Für die freigestellten Bereiche 401 , 403 kann ein Bestimmen 109 eines Unterschiedes zwischen den jeweiligen Tonwertumfängen durchgeführt werden, um die Bildqualität zu bewerten.
Gemäß einer Ausführungsform können die Tonwerte der separierten Bildbereiche und/oder kann ein Vergleich der Tonwerte auf der Basis eines oder mehrerer
Histogramme durchgeführt werden. Hierbei kann optional die Auswertung des jeweiligen Histogramms beispielsweise hinsichtlich einer Fehlerausprägung auf zwei Plattformen aufgeteilt werden.
Gemäß einer ausführungsform nimmt mit einer Abnahme des Tonwertumfangs im Bild bzw. im Bildbereich auch dessen Kontrast ab. Angewendet bzw. erweitert auf den
Vergleich der separierten Bildbereiche führt eine Abnahme des Tonwertumfangs der Separationsbereiche im Bild somit auch zur Kontrastverringerung zwischen den
Bildbereichen. Gemäß einer ausführungsform, kann mittels der Position der Tonwerte der einzelnen Farbkanäle pro Bild bzw. pro Bildbereich zueinander eine Aussage hinsichtlich der Bildsättigung macht werden. Je stärker sich die Farbkanäle überlappen, desto stärker entsättigt ist das Bild/ der Bildbereich. Je weiter sich die Farbkanäle voneinander entfernen, desto stärker wandert die Bildqualität in Richtung Farbstich aus. Dabei kann die subjektive Wahrnehmung von ,,Farblos-grau"(entsättigt) bis ,,Farbstich-bunt"(gesättigt) reichen. Bezogen auf den Vergleich der separierten Bildbereiche führt ein
Auseinanderdriften des Tonwertumfangs zur besseren Kontrastierung der separierten Bildbereiche zueinander. Gemäß einer ausführungsform, je geringer der Tonwertumfang eines separierten Bildbereiches ist, desto ungünstiger wirken sich identische Tonwertpositionen der angrenzenden Bildbereiche auf das Kontrastverhalten aus. Der Abstand zwischen den Tonwertpositionen der Farbkanäle der einzelnen Bildbereiche bestimmt das subjektive Kontrastempfinden. Im ungünstigsten Fall ist der TWU aller Bildbereiche sehr klein und ihre Position und/oder Koordinaten im Histogramm überlagern sich. In der Konsequenz dessen ist der Kontrast der Bereiche untereinander kaum noch wahrnehmbar.
Gemäß einer Ausführungsform, der Farbstich kann sehr gut über die Streuung der Farbkanäle analysiert werden. Ein Beispiel dafür befindet sich im Anhang. Ein qualitativ hochwertiges Passbild hat eine gleichmäßige Überlagerung der Fuß-und Mittelbereiche der Farbkanäle im Histogramm. Entfernen sich die Farbkanäle im Histogramm
voneinander, kommt es zum Farbstich. Überlappen sich die Kanäle nahezu vollständig, entsättigt sich das Bild. Schwellwerte dafür sind praktikabel definierbar. Die jeweils fehlerhafte Farbausprägung (z.B.„Rotstich") kann mittels Histogramm bestimmt werden.
Gemäß einer Ausführungsform wird die Bildqualität des Bildes durch einen Wert aus einem normierten Wertebereich, beispielsweise dem normierten Wertebereich von 0 bis 255, repräsentiert. Gemäß einer Ausführungsform wird die Bildqualität des Bildes in Bereiche eingeteilt. Eine geringe Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität einen ersten vorbestimmten Schwellwert und einen zweiten vorbestimmten Schwellwert unterschreitet. Eine mittlere Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität den ersten vorbestimmten Schwellwert überschreitet und den zweiten vorbestimmten Schwellwert unterschreitet. Eine hohe Bildqualität kann beispielsweise dann vorliegen, wenn die Bildqualität den ersten vorbestimmten Schwellwert und den zweiten vorbestimmten Schwellwert überschreitet. Bei einer Normierung der Bildqualität beispielsweise auf einen Wertebereich von 0 bis 255 kann der erste vorbestimmte Schwellwert beispielsweise einen Wert von 33 und der zweite vorbestimmte Schwellwert einen Wert von 66 aufweisen. Weist die Bildqualität beispielsweise einen Wert von 12 auf, so liegt beispielsweise eine geringe Bildqualität vor. Weist die Bildqualität beispielsweise einen Wert von 45 auf, so liegt beispielsweise eine mittlere Bildqualität vor. Weist die Bildqualität beispielsweise einen Wert von 80 auf, so liegt beispielsweise eine hohe Bildqualität vor.
Gemäß einer Ausführungsform umfasst das Bestimmen 109 eines Unterschieds zwischen den Tonwertumfängen ein Bilden eines Mittelwertes aller Tonwertumfänge der
freigestellten Bildbereiche 401 , 403, um ein Maß zum Bewerten der Bildqualität zu erhalten.
Gemäß einer Ausführungsform umfasst das Bestimmen 109 eines Unterschieds zwischen den Tonwertumfängen ein Anwenden einer mathematischen Abbildung von den
Tonwertumfängen der freigestellten Bildbereiche 401 , 403 auf ein Maß zum Bewerten der Bildqualität. Ist beispielsweise der Tonwertumfang für den Bereich 401 hoch und den Bereich 403 mittel, so kann beispielsweise die Bildqualität als hoch bewertet werden. Ist beispielsweise der Tonwertumfang für den Bereich 401 mittel und den Bereich 403 hoch, so kann beispielsweise die Bildqualität als mittel bewertet werden. Ist beispielsweise der Tonwertumfang für den Bereich 401 mittel und den Bereich 403 gering, so kann beispielsweise die Bildqualität als gering bewertet werden. Dadurch wird erreicht, dass einzelnen Bildbereichen eine unterschiedliche Gewichtung bei der Bewertung der Bildqualität zukommen kann.
Gemäß einer Ausführungsform wird die Bildqualität des Bildes als hoch bewertet, wenn alle Bildbereiche 401 , 403 jeweils einen hohen Tonwertumfang aufweisen.
Fig. 5 zeigt ein schematisches Ablaufdiagramm eines Verfahrens 500 zum Herstellen eines Identifikationsdokumentes. Das Verfahren 500 umfasst ein Bereitstellen 501 eines Körpers des Identifikationsdokumentes, ein Aufbringen 503 eines optisch erfassbaren Sicherheitsmerkmals 400 auf den Körper, ein Erfassen 505 eines Bildes des optischen Sicherheitsmerkmals 400, und ein Ausführen 507 des Verfahrens 100 zum Bewerten einer Bildqualität eines Bildes zum Bewerten der Bildqualität des Bildes des optischen Sicherheitsmerkmals 400.
Das Bereitstellen 501 des Körpers des Identifikationsdokumentes kann beispielsweise die Produktion des Körpers des Identifikationsdokumentes mittels Verkleben und/oder Laminieren umfassen. Das Aufbringen 503 des optisch erfassbaren Sicherheitsmerkmals 400 auf den Körper des Identifikationsdokumentes kann beispielsweise durch Druckverfahren,
Prägeverfahren, Hochdruckverfahren Tiefdruckverfahren, Flachdruckverfahren oder Durchdruckverfahren erfolgen. Das Erfassen 505 des Bildes des optischen Sicherheitsmerkmals 400 kann mittels eines Bilddetektors, beispielsweise einer digitalen Bildaufnahmekamera oder eines Bildsensors, realisiert werden. Das Erfassen 505 des Bildes des optischen Sicherheitsmerkmals 400 kann eine Extraktion des Bildes des optischen Sicherheitsmerkmals 400 aus einem Bild des Identifikationsdokumentes umfassen.
Das Ausführen 507 des Verfahrens 100 zum Bewerten einer Bildqualität eines Bildes kann ein Bewerten der Bildqualität des Bildes des optischen Sicherheitsmerkmals ermöglichen. Durch das Bewerten der Bildqualität des Bildes des optischen
Sicherheitsmerkmals kann beispielsweise ein Bewerten der Herstellungsqualität des Identifikationsdokumentes erfolgen. Bezugszeichenliste
100 Verfahren zum Bewerten einer Bildqualität eines Bildes
101 Extrahieren eines ersten Bildbereichs
103 Extrahieren eines zweiten Bildbereichs
105 Bestimmen eines ersten Tonwertumfangs
107 Bestimmen eines zweiten Tonwertumfangs
109 Bestimmen eines Unterschiedes
200 Vorrichtung zum Bewerten einer Bildqualität eines Bildes
201 Speicher
203 Prozessor
205 Kommunikationsschnittstelle
301 Freigestellter Gesichtsbereich einer Person
303 Freigestellter Torsobereich einer Person
305 Freigestellter Haarbereich einer Person
307 Freigestellter Hintergrund
400 Optisches Sicherheitsmerkmal
401 Erste freigestellter Bildbereich
403 Zweiter freigestellter Bildbereich
500 Verfahren zum Herstellen eines Identifikationsdokumentes
501 Bereitstellen eines Körpers des Identifikationsdokumentes
503 Aufbringen eines optisch erfassbaren Sicherheitsmerkmals
505 Erfassen eines Bildes des optischen Sicherheitsmerkmals
507 Ausführen des Verfahrens zum Bewerten der Bildqualität des Bildes

Claims

PATENTANSPRÜCHE
1 . Verfahren (100) zum Bewerten einer Bildqualität eines Bildes, mit: Extrahieren (101 ) eines ersten Bildbereichs des Bildes;
Extrahieren (103) eines zweiten Bildbereichs des Bildes;
Bestimmen (105) eines ersten Tonwertumfangs des ersten Bildbereichs; Bestimmen (107) eines zweiten Tonwertumfangs des zweiten Bildbereichs; und
Bestimmen (109) eines Unterschiedes zwischen dem ersten Tonwertumfang mit dem zweiten Tonwertumfang, um die Bildqualität zu bewerten. 2. Verfahren (100) nach Anspruch 1 , wobei der erste Bildbereich eine Abbildung des Gesichts einer Person oder eines Gesichtsbereichs einer Person umfasst.
3. Verfahren (100) nach Anspruch 1 oder 2, wobei der zweite Bildbereich eine der folgenden Abbildungen umfasst: Gesichtsbereich einer Person, Bildhintergrund, Haare einer Person, Hals einer Person, Torso einer Person.
4. Verfahren (100) nach Anspruch 1 , wobei der erste Bildbereich eine Abbildung eines ersten Teilbereichs und der zweite Bildbereich eine Abbildung eines zweiten Teilbereichs eines optischen Sicherheitsmerkmals umfasst.
5. Verfahren (100) nach Anspruch 4, wobei das optische Sicherheitsmerkmal wellenlängenabhängige Eigenschaften oder blickwinkelabhängige Eigenschaften aufweist. 6. Verfahren (100) nach einem der vorstehenden Ansprüche, wobei im Schritt des Extrahierens (101 , 103) des ersten Bildbereichs oder des zweiten Bildbereichs eine Kantenerkennung, insbesondere mittels einer Hochpassfilterung, durchgeführt wird, um ein Kantenbild zu erhalten.
7. Verfahren (100) nach Anspruch 6, wobei im Schritt des Extrahierens (101 , 103) eine Tonwertspreizung des Kantenbildes durchgeführt wird.
8. Verfahren (100) nach einem der vorstehenden Ansprüche, wobei im Schritt des Bestimmens (109) des Unterschiedes eine Höhe des ersten Tonwertumfangs und eine Höhe des zweiten Tonwertumfangs bestimmt und verglichen werden. 9. Verfahren (100) nach einem der vorstehenden Ansprüche, wobei im Schritt des Bestimmens (109) des Unterschiedes zumindest ein Tonwertumfang eines Farbkanals des ersten Bildes und ein Tonwertumfang eines Farbkanals des zweiten Bildes bestimmt und verglichen werden. 10. Verfahren (100) nach einem der vorstehenden Ansprüche, wobei zur Bewertung der Bildqualität ein erster Farbkanal des ersten Bildbereichs oder ein zweiter Farbkanal des zweiten Bildbereichs bestimmt wird.
1 1 . Verfahren (100) nach Anspruch 10, wobei der jeweilige Farbkanal für die
Bewertung mit einer Farbtontabelle verglichen wird.
12. Verfahren (100) nach einem der vorstehenden Ansprüche, wobei zur Bewertung der Bildqualität ferner eine Gleichmäßigkeit des Bildhintergrundes oder zumindest ein Helligkeitsunterschied in dem jeweiligen Bildbereich oder eine Schärfe des jeweiligen Bildbereichs, oder ein Farbraum des jeweiligen Bildbereichs oder eine Dateikompression oder eine Auflösung des jeweiligen Bildbereichs bestimmt oder bewertet wird.
13. Verfahren (100) nach einem der vorstehenden Ansprüche, wobei zur Bewertung der Bildqualität ferner ein Überlappungsbereich zwischen Farbtönen des ersten
Bildbereichs und Farbtönen des zweiten Bildbereichs bestimmt wird.
Verfahren (100) nach einem der vorstehenden Ansprüche, wobei das Bild durch digitale Bilddatei bereitgestellt wird.
15. Vorrichtung (200) zum Bewerten einer Bildqualität eines Bildes, mit: einem Speicher (201 ) zum Bereitstellen einer digitalen Bilddatei, welche das Bild repräsentiert; und einem Prozessor (203), welcher ausgebildet ist, einen ersten Bildbereich des Bildes zu extrahieren,
einen zweiten Bildbereich des Bildes zu extrahieren,
- einen ersten Tonwertumfang des ersten Bildbereichs zu bestimmen,
einen zweiten Tonwertumfang des zweiten Bildbereichs zu bestimmen, und einen Unterschied zwischen dem ersten Tonwertumfang mit dem zweiten
Tonwertumfang zu bestimmen, um die Bildqualität zu bewerten. 16. Vorrichtung (200) nach Anspruch 15, welche ausgebildet ist, das Verfahren (100) nach einem der Ansprüche 1 bis 14 auszuführen.
17. Computerprogramm mit einem Programmcode zum Ausführen des Verfahrens (100) nach einem der Ansprüche 1 bis 14, wenn der Programmcode auf einem Computer ausgeführt wird.
18. Verfahren (500) zum Herstellen eines Identifikationsdokumentes, mit: Bereitstellen (501 ) eines Körpers des Identifikationsdokumentes;
Aufbringen (503) eines optisch erfassbaren Sicherheitsmerkmals (400) auf den Körper; Erfassen (505) eines Bildes des optischen Sicherheitsmerkmals (400); und Ausführen (507) des Verfahrens (100) nach einem der Ansprüche 1 bis 14 zum Bewerten der Bildqualität des Bildes des optischen Sicherheitsmerkmals (400).
EP14727447.6A 2013-05-28 2014-05-22 Verfahren zum bewerten einer bildqualität eines bildes Ceased EP3005225A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102013105457.9A DE102013105457A1 (de) 2013-05-28 2013-05-28 Verfahren zum Bewerten einer Bildqualität eines Bildes
PCT/EP2014/060503 WO2014191290A1 (de) 2013-05-28 2014-05-22 Verfahren zum bewerten einer bildqualität eines bildes

Publications (1)

Publication Number Publication Date
EP3005225A1 true EP3005225A1 (de) 2016-04-13

Family

ID=50877248

Family Applications (1)

Application Number Title Priority Date Filing Date
EP14727447.6A Ceased EP3005225A1 (de) 2013-05-28 2014-05-22 Verfahren zum bewerten einer bildqualität eines bildes

Country Status (3)

Country Link
EP (1) EP3005225A1 (de)
DE (1) DE102013105457A1 (de)
WO (1) WO2014191290A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117372362A (zh) * 2023-10-11 2024-01-09 长沙雄帝信安科技有限公司 一种图像质量评估方法和装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE50212936D1 (de) * 2002-10-24 2008-12-04 L 1 Identity Solutions Ag Prüfung von Bildaufnahmen von Personen
DE102006005617B4 (de) 2006-02-06 2023-10-12 Bundesdruckerei Gmbh Verfahren zur Bewertung der Qualität eines Bildes, Verfahren zur Herstellung eines Dokuments, Computerprogrammprodukt und elektronisches Gerät
DE102008052248B4 (de) * 2008-10-18 2017-02-02 Mühlbauer Gmbh & Co. Kg Verfahren und Vorrichtung für die Überprüfung von Linsenstrukturen
DE102012021725A1 (de) * 2012-11-06 2014-05-08 Giesecke & Devrient Gmbh Qualitätsprüfung eines Kippbildes einer Linsenstruktur

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
None *
See also references of WO2014191290A1 *

Also Published As

Publication number Publication date
WO2014191290A1 (de) 2014-12-04
DE102013105457A1 (de) 2014-12-04

Similar Documents

Publication Publication Date Title
DE102006005617B4 (de) Verfahren zur Bewertung der Qualität eines Bildes, Verfahren zur Herstellung eines Dokuments, Computerprogrammprodukt und elektronisches Gerät
EP3047424B1 (de) Vorrichtung, system und verfahren zum identifizieren einer person
EP3555811A2 (de) Verifizierung eines sicherheitsdokuments
EP1625936A2 (de) Verfahren zur qualitativen Beurteilung eines Materials mit mindestens einem Erkennungsmerkmal
DE102010016630A1 (de) Verfahren und Gerät zur Charakterisierung von Hautunregelmäßigkeiten und Verfahren zur Bewertung der Anti-Aging-Wirkung eines Kosmetikprodukts
EP3629232A1 (de) Vorrichtung zum erkennen einer bildmanipulation in einem digitalen referenzgesichtsbild einer person
DE102016115837A1 (de) Verfahren für die Urheberschaftsbewertung eines Gemäldes sowie eine entsprechende Verwendung
DE102015208087A1 (de) Verfahren zum Generieren eines reflektionsreduzierten Kontrastbildes und diesbezügliche Vorrichtungen
DE102017102556A1 (de) Verfahren zur Verifizierung eines Sicherheitsdokuments sowie ein Sicherheitsdokument, eine Vorrichtung und ein Sicherheitselement
WO2012013186A2 (de) Verfahren und vorrichtung zur bestimmung der augentorsion
EP3158543B1 (de) Verfahren zum detektieren eines blickwinkelabhängigen merkmals eines dokumentes
WO2014191290A1 (de) Verfahren zum bewerten einer bildqualität eines bildes
DE112019007066T5 (de) Fälschungssicheres Papierprodukt basierend auf Mikrostrukturerkennung, Herstellungsverfahren sowie Authentifizierungsverfahren dafür
EP2394250B1 (de) Verfahren und vorrichtung zum verifizieren von dokumenten unter verwendung einer wavelet-transformation
EP4075397B1 (de) Verfahren zum identifizieren einer person anhand eines biometrischen gesichtsmerkmals mit hilfe eines mobilen geräts und mobiles gerät
DE102015116708A1 (de) Dokument und Verfahren zum Verifizieren eines Dokuments
WO2018114471A1 (de) Vorrichtung zum reduzieren eines farbstichs eines gesichtsbildes
DE102023131282B3 (de) Verfahren und Vorrichtung zum Prüfen eines Sicherheitselements für ein Sicherheitsdokument
EP3089105A1 (de) Verfahren zum generieren eines kontrastbildes einer objektbeschaffenheit und diesbezügliche vorrichtungen
EP4005815B1 (de) Sicherheitsdokument, verfahren zu seiner herstellung, elektronisches drucksystem und lesegerät
DE102019114666A1 (de) Rote-augen-korrektur-techniken
EP3651059B1 (de) Vorrichtung zum personalisieren eines identitätsdokumentes einer person
EP4064221A1 (de) Verfahren zum personalisieren eines id-dokuments sowie verfahren zum identifizieren einer person anhand biometrischer gesichtsmerkmale und id-dokument
DE102023117683A1 (de) Verfahren, Vorrichtung und System zum Erkennen einer Gesichtsmanipulation
WO2017108428A1 (de) Authentifikationsvorrichtung und verfahren zur optischen oder akustischen zeichenerkennung

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20151113

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20170719

APBK Appeal reference recorded

Free format text: ORIGINAL CODE: EPIDOSNREFNE

APBN Date of receipt of notice of appeal recorded

Free format text: ORIGINAL CODE: EPIDOSNNOA2E

APBR Date of receipt of statement of grounds of appeal recorded

Free format text: ORIGINAL CODE: EPIDOSNNOA3E

APAV Appeal reference deleted

Free format text: ORIGINAL CODE: EPIDOSDREFNE

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

APBT Appeal procedure closed

Free format text: ORIGINAL CODE: EPIDOSNNOA9E

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20230308

P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20230526