JP2013546092A - デジタル画像中のぼけを検出および定量化する方法 - Google Patents

デジタル画像中のぼけを検出および定量化する方法 Download PDF

Info

Publication number
JP2013546092A
JP2013546092A JP2013543858A JP2013543858A JP2013546092A JP 2013546092 A JP2013546092 A JP 2013546092A JP 2013543858 A JP2013543858 A JP 2013543858A JP 2013543858 A JP2013543858 A JP 2013543858A JP 2013546092 A JP2013546092 A JP 2013546092A
Authority
JP
Japan
Prior art keywords
digital image
score
image
brightness
pixel
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.)
Granted
Application number
JP2013543858A
Other languages
English (en)
Other versions
JP6035246B2 (ja
Inventor
フィリップ ベルトー、
ダヴィド アメイサン、
Original Assignee
ユニヴェルシテ パリ ディドロ−パリ セットゥ
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 ユニヴェルシテ パリ ディドロ−パリ セットゥ filed Critical ユニヴェルシテ パリ ディドロ−パリ セットゥ
Publication of JP2013546092A publication Critical patent/JP2013546092A/ja
Application granted granted Critical
Publication of JP6035246B2 publication Critical patent/JP6035246B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

コンピュータを実装してデジタル画像(1)中のぼけを検出および定量化する方法であって、−デジタル画像(1)を得るステップa)と、−デジタル画像(1)に基づいて画素ごとに明度パラメータ(5)を得るステップb)であって、エッジ検出行列(MDB)による畳み込みの演算(2、8)を含んでいるステップb)と、−ステップb)で得られた明度パラメータ(5)の、全ての画素にわたって計算された最大値を含んでいるスコアS1を計算する(9)ステップc)と、−デジタル画像を評価するステップd)であって、ステップc)で得られたスコアS1が第1の所定しきい値よりも厳密に低い(10)場合に、デジタル画像がぼけていると見なされ、スコアS1が、デジタル画像中に存在しているぼけの第1の量(11)を提供するステップd)とを含んでいる方法。

Description

本発明は、デジタル画像中のぼけを検出しおよび定量化する方法、およびこの方法を実施するためのコンピュータプログラムに関する。
画像解析が役割を果たす多くの領域、例えば医用画像法においては、どの画像がどの程度ぼけているかを決定できることが重要である。一般的な問題は、例えば診断の目的で、どの画像が使用可能かを決定することである。
過去、専門医または施術者が見る実際の画像を使用して評価が行われた。今日、画像は、デジタル化されるかまたはデジタル化され得る。すなわち、画像は、画像の離散的な画素または基本点として定義される。各画素は、1つまたは複数の数値パラメータに関連し、数値パラメータは、所定の符号化システムに従った画素の測色値を画素に与える。このような符号化システムの既知の例は、HSB(色相(hue)、彩度(saturation)、明度(brightness))、またはこの異形であるHSV(色相(hue)、彩度(saturation)、明度(value))である。
デジタル画像のぼけを定量化する技法として様々な技法がすでに存在する。ここで、計算時間に関する問題が生じる。というのは、多くの画像、および結果の関連性を処理するとき、計算時間は短くなければならないからである。
単純な画像の明確さをテストする方法が存在する。いくつかの方法は、計算的に高速だが(512×512画素の画像につき約100ミリ秒)、信頼性があまり高くない(カメラのオートフォーカス、色強度解析)。これらの方法では、いくつかの画像をかなり効率的に比較してから最も明確な画像を選ぶことはできるが、明確さを絶対的な表現で測定することはできない。
他の方法(フーリエ変換、ウェーブレット変換)は、より複雑かつ計算的に低速であり(512×512画素の画像につき約500ミリ秒〜3秒)、他の不都合もある(均質な画像をぼけた画像と区別することができない)。
デジタル画像中のぼけ検出に関する多くの論文が存在する。注目に値する一例は、HANGHANG TONG、MINGJING LI、HONGJIANG ZHANG、CHANGSHUI ZHANGによる、Blur Detection for Digital Images Using Wavelet Transform、2004 IEEE International Conference on multimedia and expo、ICME 27−30/06/2004、台北、台湾である。この論文は、ウェーブレット変換を使用したぼけ検出アルゴリズムを提示している。この解析はまた画素数の2乗の関数である。したがって、画像に対する計算時間は約1秒である。加えて、テストに使用されたぼけ画像は、明確なソース画像を使用して、ソース画像に様々なタイプのデジタルぼけを加えて(ぼけ行列)生成されたものである。デジタルぼけは、アナログぼけ(例えば、画像取込みの間の不適当な焦点または予期しない動きによる)よりも、確実に検出することがずっと容易である。
本発明の目的は、上記の不都合のいくつかまたは全てを克服することであり、特に、非常に高速であると共に、既存の方法よりも信頼できるとは言わないまでも少なくとも既存の方法と同程度に信頼できる、特に「アナログ」タイプのぼけに対するぼけを定量化する方法を提供することである。
本発明の解決法は、コンピュータを利用してデジタル画像中のぼけを検出および定量化する方法に関し、この方法は、
−画素と画素に関連する測色符号化パラメータとを含んでいるデジタル画像を得るステップa)と、
−デジタル画像に基づいて画素ごとに明度パラメータを得るステップb)であって、エッジ検出行列による畳み込み演算を含んでいるステップb)と、
−ステップb)で得られた明度パラメータの、全ての画素にわたって計算された最大値を含んでいるスコアS1を計算するステップc)と、
−デジタル画像を評価するステップd)であって、ステップc)で得られたスコアS1が第1の所定しきい値よりも厳密に低い場合に、デジタル画像がぼけていると見なされ、スコアS1が、デジタル画像中に存在しているぼけの第1の量を提供するステップd)とを含んでいる。
「デジタル画像を得る」とは、デジタル画像が生成されることを意味すると理解される。この画像は、既存の画像であってもよく、または、CCDカメラなど、当業者に知られている任意の適切な手段によって生成されてもよい。各画素は、デジタル画像の基本構成要素である。一般に画像は2次元(2D)である。すなわち画素の位置はxとyの2つの座標で定義することができる。
各画素は、測色符号化パラメータに関連付けられている。最もよく知られているのは、RGBシステム(赤、緑、青についての)、および、HSVおよびその類似物であるHSB(色相(hue)、彩度(saturation)、明度(value)、および、色相(hue)、彩度(saturation)、明度(brightness))である。これらの符号化システムは概して似ており、既知の変換関係を使用して、ある符号化システムから別の符号化システムに変更することができる。明度(brightness)は、明るさ(luminosity)に類似する。
画像は、任意の形状とすることができる。画像は一般に、矩形または正方形である。画像は、各画素をその測色パラメータに関連付ける行列によって表すことができる。画像が矩形でない場合であっても、「欠けている(missing)」画素を常に追加して、これらの画素に中立パラメータを割り当てることができる。例えば、円形の画像の場合、これは画像に隅を追加することを意味する。
また、行列表現は、好都合ではあるが、唯一の可能性ではないことも指摘しておくべきである。本発明の方法では、同じ計算を行列形式で表さずに実施することも、完全に等価であることになる。行列表現は、コンピュータプログラミングにとって理想的でありまた計算を凝縮された方式で表すのを可能にするので、有用である。しかし、重要なのは計算の形式ではなく、計算の機能、および計算の結果である。
デジタル画像を獲得する(または得る)ステップa)の後、ステップb)で、画素ごとに明度パラメータが計算される。
ステップb)は、デジタル画像に対する輪郭検出(エッジを見つけるための)、および画素ごとの明度パラメータの抽出を含んでいる。輪郭検出は、エッジ検出行列を使用した畳み込み演算によって得られる。
画像は、行列Mによって表すことができ、この行列では、各値M(x,y)は、位置(x,y)における画像画素の値と等価である。この行列はまた、2次元関数f(x,y)と等価であり、この関数は、xおよびyの各値につき、位置(x,y)における画素の値に等しい。
lum(f(x,y))が、画素f(x,y)の明るさ値を抽出する関数であるとする。
lum(f(x,y)の勾配のノルムの値が、あるしきい値(Slum)を(x,y)において超えるとき(|grad lum(f(x,y))|>Slum)、画像の画素(x,y)がエッジであることを検出することができる。
しきい値Slumよりも大きい画像中の画素の強度の勾配の値を保持することにより、画像のエッジに含まれる画素が検出される(例えば、Slum=20/255を使用して)。
別のより効果的な方式は、行列Mの勾配のノルムの値が(x,y)において局所極大を有するとき、すなわち、|grad lum(f(x,y))|>0であるときであって、lum(f(x,y))のラプラシアンの値が(x,y)において0であるとき(grad lum(f(x,y))=0)、画像の画素(x,y)がエッジであることを検出することである。
画像中の画素の強度勾配の局所極大を保持することにより、画像のエッジに含まれる画素が検出される。
以下は、エッジ検出行列(カーネルとも呼ばれる)のいくつかの例である。
8接続のラプラスカーネル:
+1 +1 +1
MDB= +1 −8 +1
+1 +1 +1
4接続のラプラスカーネル:
0 +1 0
MDB= +1 −4 +1
0 +1 0
ソーベル(Sobel)カーネル:
+1 0 −1
MDB= +2 0 −2
+1 0 −1
プレウィット(Prewitt)カーネル:
+1 0 −1
MDB= +1 0 −1
+1 0 −1
明度値は、この情報を含んでいる画素測色符号化から抽出される。
行列(デジタル画像)を第2の行列(畳み込みカーネル、ここではエッジ検出行列)で畳み込んだ積は、行列(ここではエッジ検出画像、すなわち輪郭が画定された画像を表す)であり、この行列において、各画素の値は、当該画素の値とその近傍の値との一次結合である。第2の行列(エッジ検出行列)は、一次結合の係数を含んでいる。一次結合は、最初のデジタル画像に含まれるエッジを見つけること(上に指定された意味で)が意図されている。この計算の例を以下に提供する。
Mを、サイズ(Ma,Mb)(Maは行、Mbは列)であって画像の成分の1つ(例えば明るさ)を表す第1の行列とし、MDBを、サイズ(MDBa,MDBb)(MDBaは行、MDBbは列)である第2の行列、すなわちエッジ検出行列とする。慣例により、MDBの座標は、そのサイズが奇数ならばその中心に対して相対的であり、または、そのサイズが偶数ならば、中心に最も近く行列の第1の座標から最も離れている列および行に対して相対的である。例:サイズ3×3の
0 −1 0
MDB1= −1 4 −1
0 −1 0
の場合、ナンバリングは以下のとおりである:
MDB1(−1,−1)=0、MDB1(−1,0)=−1、MDB1(−1,1)=0
MDB1(0,−1)=−1、MDB1(0,0)=4、MDB1(0,1)=−1
MDB1(1,−1)=0、MDB1(1,0)=−1、MDB1(1,1)=0
M’を、行列MとMDBとの畳み込みから得られた、サイズ(Ma,Mb)の行列とする。
M’を計算するために、以下のように進める。
Figure 2013546092
mは、間隔]−MDBa/2;MDBa/2]内に含まれる整数であり、
nは、間隔]−MDBb/2;MDBb/2]内に含まれる整数であり、
xは、間隔[0;Ma−1]内に含まれる整数であり、
yは、間隔[0;Mb−1]内に含まれる整数である。
加えて、x<MDBa/2−1もしくはy<MDBb/2−1、またはx≧Ma−1−(MDBa/2−1)もしくはy≧MB−1−(MDBb/2−1)の場合、M’(x,y)=0である。
最後に、x<0もしくはy<0、またはx>Ma−1もしくはy>Mb−1については、M’(x,y)は定義されない。
このように、エッジ検出行列による画像全体の畳み込みの結果、新しい画像が得られることになり、この画像中では、各成分(例えば、赤、緑、青、または、色相、彩度、明るさ)が、エッジ検出行列で畳み込まれていることになる。
ステップc)で、スコア(または結果)S1が計算される。スコアS1は、ステップb)で得られた明度パラメータの、全ての画素にわたって計算された最大値を含んでいる。S1は、この最大値に等しいものとすることができるが(最も単純なケース)、この最大値の倍数、またはより一般には単調関数によるこの最大値の変換もまた適切であろうことは明らかである。
ステップd)は検出ステップである。スコアS1が第1の所定しきい値よりも厳密に低い場合、画像はぼけていると見なされる。このしきい値の決定は、一般に、経験の結果としてもたらされる。この値は、当該デジタル画像のタイプと、ぼけ検出基準をどれくらい厳しくしたいかとに依存することができる。
加えて、パラメータS1は、画像中のぼけの第1の量を提供する。より具体的には、S1の値が低いほどぼけは大きいので、ぼけを定量化するのは1−S1である。
テストにより、集束デバイス(例えば光学顕微鏡など)の不適当な焦点による「アナログ」ぼけの場合には特に、本方法は、ある程度ぼけていると人間の眼が見なすものと一致する結果を提供することが示された。
加えて、本方法は高速であり、多数の画像を処理することを可能にする。従来技術(フーリエ変換、ウェーブレットなど)で使用されるほとんどの計算アルゴリズムは、Nの2乗の計算回数(Nは画素数)を必要とするが、本発明の方法は、線形である(計算回数はNに比例する)。加えて、本方法は、画像をベンチマーク画像と比較することを必要としないので、絶対的である。
本方法は、画像を生成するデバイスの焦点を合わせる問題に適用されたとき、正しくない焦点を素早く補正することを可能にする(「アナログ」ぼけの補正)。
ステップb)およびc)は、コンピュータを利用する。
いくつかの特定の実施形態では、本発明は、以下の特性の1つまたは複数を利用することができる:
−ステップb)は、エッジ検出画像を得るためにデジタル画像をエッジ検出行列で畳み込み、エッジ検出画像から画素ごとに前記明度パラメータを抽出するステップb1)である。ステップb1)では、畳み込みは、明度が抽出される前に行われる。
−ステップb)は、明度行列を得るためにデジタル画像から画素ごとに明度値を抽出し、画素ごとに前記明度パラメータを得るために明度行列をエッジ検出行列で畳み込むステップb2)である。ステップb2)はステップb1)の代替であり、畳み込みは、明度が抽出された後で行われる。概してこれは同じ結果に至るが、畳み込みはデジタル画像の全てのパラメータにではなく明度のみに関係するので、計算が削減される利点がある。
−明度パラメータは、「色相、彩度、明度」色システム(HSB)の意味における明度である。明度または明るさについての可能な全ての定義のうち、HSB色システムの意味における明度は、よい結果をもたらす。加えて、デジタル画像がHSBモードで直接に符号化された場合、Bパラメータを抽出するための計算は些細なものである。
−明度パラメータおよびスコアS1がパーセンテージとして表現される場合、第1の所定しきい値は、90%〜100%の間、好ましくは95%〜99.5%の間である。これらの範囲であれば、スコアS1は、多数のテスト画像について、ぼけているかまたは明確であると人間の眼が見なすものと一致する結果に至るという意味で、これらの範囲は「アナログ」タイプのぼけの場合に好ましい範囲である。
−第1の所定しきい値は、97%〜99%の間である。これらの範囲は、「アナログ」ぼけの場合には、さらにより好ましい。
−ステップc)では、商を含んでいる第2のスコアS2が計算される。この商は、所定の明度しきい値を超える、ステップb)で得られた明度パラメータの、全ての画素にわたって計算された合計を分子に含み、ステップb)で得られた明度パラメータの、全ての画素にわたって計算された合計を分母に含んでいる。ステップd)で、ステップc)で得られたスコアS2が第2の所定しきい値よりも厳密に低い場合にもまた、デジタル画像は、ぼけていると見なされる。スコアS2は追加的に、デジタル画像中に存在しているぼけの第2の量を提供する。このパラメータまたはスコアS2は、第1のスコアS1を補う。画像が明確であると見なされるためには、画像は、第2の所定しきい値以上のスコアS2を追加で有さなければならない。S1の計算および第1の所定しきい値について行った解釈に関するものと同じ解説が、S2の計算および第2のしきい値にも当てはまる。特に、スコアS2は、上に表現した商、またはこの商の単調関数とすることができる。第2の所定しきい値および明度しきい値は、経験から来るものとすることができ、経験を通して微調整することができる。スコアS2は一般に、スコアS1よりも、デジタル画像中に存在しているぼけのより精緻化された定量化を提供する。例えば、スコアS1は、「全か無か」に使用することができる。すなわち、画像がぼけているか明確であるかをスコアS1に基づいて決定するのに使用することができる。スコアS2は、ぼけを定量化するのに使用することができる。
−明度パラメータおよびスコアS2がパーセンテージとして表現される場合、明度しきい値は、3%〜40%の間、好ましくは5%〜20%の間であり、第2の所定しきい値は、50%〜100%の間、好ましくは70%〜90%の間である。これらの範囲であれば、スコアS1およびS2は、多数のテスト画像について、ぼけているかまたは明確であると人間の眼が見なすものと一致する結果に至るという意味で、これらの範囲は「アナログ」タイプのぼけの場合に好ましい範囲である。
−明度しきい値は、7%〜15%の間であり、第2の所定しきい値は、75%〜85%の間である。これらの範囲は、「アナログ」ぼけの場合には、さらにより好ましい。
ステップb1)では、まず、デジタル画像は、エッジ検出行列(MDB)で畳み込まれる。行列の点から言えば、デジタル画像を表す行列を「エッジ検出」行列で畳み込んだ結果が計算される。畳み込みの結果、エッジ検出画像を表す新しい行列が得られる。この計算の機能は、デジタル画像の輪郭を画定することであり、これはエッジを強調することを意味する。この結果、エッジが強調された新しい画像が得られる。
次いで、エッジ検出画像(またはそれを表す行列)から、この画像中の画素ごとに明度パラメータが抽出される。実際には、測色パラメータをとり、明度パラメータを計算する。符号化システムがHSBである場合、これは、「B」(明度)のみを保持することを意味する。別の符号化システムが使用された場合は、計算はより複雑だが、どんな特定の問題も呈さない。
ステップb2)は、ステップb1)に対する可能な代替である。ステップb2)は、画素ごとに明度値を抽出することで開始するということによって区別される。したがって、明度行列で表される明度画像が得られる。次いで、この明度行列は、エッジ検出行列で畳み込まれる。このようにして、画素ごとに明度パラメータが得られる。この代替は、機能的には、また結果から見て等価であり、一般に、必要とされる計算はより少ない。というのは、畳み込みは、1つの測色パラメータ(明度値)のみを含んでいる行列に関係するのであり、より密な、画素ごとにいくつかのパラメータを含んでいる行列に関係するのではないからである。
本発明はまた、少なくとも1つの命令シーケンスを備えているコンピュータプログラム製品に関する。命令シーケンスは、プロセッサによって記憶され読取可能であり、このプロセッサによって読み取られると、前述の方法のステップb)、c)、およびd)が実施されるようにする。
特定の一実施形態では、この製品は、このコンピュータプログラム製品を備えているコンピュータ可読媒体とすることができる。
本発明の他の特徴および利点は、添付の図面を参照することにより、いくつかの非限定的な例示的実施形態に関する後続の記述から明らかになるであろう。
顕微鏡によって2つの異なる焦点で撮影された、同じサンプルの2つの画像を表している図であって、「悪い」焦点によるアナログぼけの概念を示している図である。 顕微鏡によって2つの異なる焦点で撮影された、同じサンプルの2つの画像を表している図であって、「悪い」焦点によるアナログぼけの概念を示している図である。 顕微鏡によって2つの異なる焦点で撮影された、別のサンプルの画像を表している図である。 顕微鏡によって2つの異なる焦点で撮影された、別のサンプルの画像を表している図である。 本発明による、デジタル画像中のぼけを検出および定量化する方法を示している図である。 本発明の方法の変形を示している図である。
明確にするために、これらの図に表されている様々な要素の寸法は、必ずしもその実際の寸法に比例するとは限らない。図では、同じ参照を使用して同一の要素を示している。
図1Aおよび図1Bは、顕微鏡によって2つの異なる焦点で撮影された同じサンプルの2つの画像を表している。画像1Aは「明確に」見え、画像1Bは「ぼけて」見える。
同様に、図2Aおよび2Bは、2つの異なる焦点による第2の同じサンプルの2つの画像を表している。画像2Aは「明確に」見え、画像2Bは「ぼけて」見える。
これらの画像に対して、以下のパラメータを使用して本発明の方法を適用した:
−明度しきい値20/255、すなわち7.8%(S2の計算のため)、
第2の所定しきい値75%、
S1は、タイプb2)のステップb)を使用して計算した:
−第1の所定しきい値98%。
以下の結果が得られた。
−画像1A:スコアS1は100%、スコアS2は76.83%
−画像1B:スコアS1は 17%、スコアS2は 0.88%
−画像2A:スコアS1は100%、スコアS2は97.07%
−画像2B:スコアS1は 58%、スコアS2は43.56%
画像1Aは、スコアS2の点から見て(S2は第2の所定しきい値(75%)以上である)、および、スコアS1の点から見て(S1は第1の所定しきい値(98%)以上である)、明確であることが検出されるということになる。画像1A中のぼけの量は、スコアS1およびS2から与えられる。反対に、スコアS2は画像1Bにおいては第2の所定しきい値よりも厳密に低く、S1は第1の所定しきい値よりも厳密に低い。したがって、画像1Bはぼけていることが検出される。画像1B中のぼけの量はスコアS1とS2から与えられる。好ましい場合は、ぼけの量を1−S1および1−S2によって表現して、ぼけが増加するにつれて増加する量とすることもできる。
同様に、画像2Aは、スコアS2の点から見て(S2は第2の所定しきい値以上である)、および、スコアS1の点から見て(S1は第1の所定しきい値以上である)、明確であることが検出される。反対に、画像1Bでは、スコアS2は第2の所定しきい値よりも厳密に低く、S1は第1の所定しきい値よりも厳密に低い。したがって、画像1Bはぼけていることが検出される。
また、このことから、焦点(フォーカス)は画像1Bおよび2Bには適さないと推論することができる。
図3Aは、本発明による、デジタル画像中のぼけを検出し定量化する方法を示している。ステップa)は、例えばデジタルビデオカメラまたはカメラを使用して、デジタル画像1を得ることからなる。画像は、例えば、512×512画素で、HSBモード(色相、彩度、明度)で符号化されたものであってもよい。符号化パラメータは、絶対方式またはパーセンテージとして表現することができる。100%は、パラメータが所定スケール(例えば0〜255)上でその最大値にあることを意味する。
次に、画像処理ステップb)が実施される。この例ではステップb2)である。このステップは、デジタル画像1から画素ごとに明度値を抽出する(サブステップ6)ことによって開始する。したがって、測色符号化システムのH、S、Bパラメータがあるので、画素ごとに、Bパラメータのみが保持される。この結果、明度行列7が得られる。
この明度行列7は、エッジ検出行列MDBで、例えば以下の形を有するラプラス3×3行列で、畳み込まれる(サブステップ8)。
+1 +1 +1
MDB= +1 −8 +1
+1 +1 +1
これは、行列7によって表される明度画像中の各位置で、明度値についてラプラシアンが計算されることを意味する。得られた画像に含まれるエッジは、明度値0を有する。
代わりに、エッジ検出行列としてソーベル行列を使用することもできる。この場合は以下のとおりである。
−2 −2 0
MDB= −2 0 +2
0 +2 +2
また、ラプラスおよびソーベル行列、またはこれらの転置の、一次結合(または、π/4の倍数による回転)を使用することもできる。
畳み込みの結果は、画素ごとに1つの明度パラメータを含んでいる新しい行列5(または画像)である。この画像の輪郭は、畳み込み効果により、際立っている。
次に、ステップc)で、スコアS1が計算される(サブステップ9)。スコアS1は、ステップb1)またはb2)(この例ではステップb2))の終わりに得られる、全てのピクセルにわたる最大明度パラメータである。
ステップd)では、ステップc)で得られた結果(1つまたは複数)が使用される。本方法は、その最も一般的な適用においては、上に定義されたスコアS1のみを使用する(基準10)。スコアS1が第1の所定しきい値S1(例えば98%)よりも厳密に低い場合は、デジタル画像1はぼけていると見なされる(ケース11)。スコアS1がこの第1の所定しきい値S1以上である場合は、デジタル画像1は明確であると見なされる(ケース12)。スコアS1によってまた、ぼけを定量化することができる。より具体的には、1−S1が大きいほど、ぼけは大きい。
本方法では、ステップb1)は、ステップb2)に対する可能性のある代替を表す。ステップb1)では、常に、行列で表すことのできるデジタル画像1で始める。このステップは、この行列1をエッジ検出行列MDBで畳み込むこと(サブステップ2)で開始する。したがって、畳み込みは、明度だけでなく、デジタル画像の全てのパラメータに関係がある。エッジ検出画像3が得られる。次に、サブステップ4で、エッジ検出画像3から画素ごとに明度パラメータが抽出される。これにより行列5が形成される。
ステップb2)は、ステップb1)の代替であり、一般に、必要とされる計算はより少ない。一連の画像を検査するときは、通常、処理における均一性を維持するためにステップb1)とステップb2)の一方または他方が一貫して適用される。言い換えれば、一連の画像が検査されるときは、b1)とb2)のいずれかが、全ての画像のために1度選択される。
図3Bは、前の図(図3A)の全ての特性を保持する一実施形態を表している。図3Bは、ステップc)およびd)が異なり、第2のスコアS2を組み込んで第1のスコアS1を補っている。
ステップc)では、商が計算される(サブステップ13)。分母は、行列5の明度パラメータの、全ての画素にわたる合計である。分子は、所定の明度しきい値、例えば20/255(すなわち7.8%)以下の明度パラメータを含まない、同じ合計である。
ステップd)では、第2のスコアS2が、第2の所定しきい値S2(例えば75%)と比較される(テスト14)。画像が明確であると見なされるためには、S1がS1以上でなければならず、かつS2がS2以上でなければならない(ケース12)。反対に、S1が厳密にS1未満であるか、またはS2が厳密にS2未満である場合は(ケース11)、画像はぼけていると見なされる。S1およびS2は、ぼけを定量化する(または1−S1および1−S2)。また、この2つのスコアを含んでいるスコア、例えばベクトル(S1,S2)のノルムを計算してもよい。
したがって、第1のスコアS1と第2のスコアS2との共同の計算により、画像が次のうちのどれであるかを検出することができる:
−完全に明確;この場合、S1およびS2は、それぞれの所定しきい値S1およびS2以上である。
−部分的に明確;これは、画像中に少なくとも1つの明確な領域が存在し、画像の残りの部分はぼけていることを意味する。この場合、S1はS1以上であり、S2は厳密にS2よりも低い。
−全体的にぼけている;この場合、S1およびS2は、厳密にそれぞれの所定しきい値S1およびS2よりも低い。
S1とS2の正確な値を共に使用することによって、また、複数の画像をそれらの明確さのレベル(またはそれらのぼけレベル)に従って順序付けすることもできる。
特に、S1およびS2の値は、画像が部分的にぼけていること、つまり画像が少なくとも1つのぼけ領域と少なくとも1つの明確な領域の両方を含んでいることを判定するのに必要である。

Claims (10)

  1. コンピュータを利用してデジタル画像(1)中のぼけを検出および定量化する方法であって、
    −画素と前記画素に関連する測色符号化パラメータとを含んでいるデジタル画像(1)を得るステップa)と、
    −前記デジタル画像(1)から画素ごとに明度パラメータ(5)を得るステップであって、エッジ検出行列(MDB)による畳み込み演算(2、8)を含んでいるステップb)と、
    −ステップb)で得られた前記明度パラメータ(5)の、全ての前記画素にわたって計算された最大値を含んでいるスコアS1を計算する(9)ステップc)と、
    −前記デジタル画像を評価するステップd)であって、ステップc)で得られた前記スコアS1が第1の所定しきい値よりも厳密に低い(10)場合に前記デジタル画像がぼけていると見なされ、前記スコアS1が前記デジタル画像中に存在しているぼけの第1の量(11)を提供する、ステップd)と、
    を含む方法において、
    −ステップc)では、商を含んでいる第2のスコアS2が計算され(13)、前記商は、
    所定の明度しきい値を超える、ステップb)で得られた前記明度パラメータ(5)の、全ての前記画素にわたって計算された合計を分子に含み、
    ステップb)で得られた前記明度パラメータ(5)の、全ての前記画素にわたって計算された合計を分母に含み、
    −ステップd)では、ステップc)で得られた前記スコアS2が第2の所定しきい値よりも厳密に低い(14)場合にもまた、前記デジタル画像(1)がぼけていると見なされ、前記スコアS2が追加的に、前記デジタル画像中に存在しているぼけの第2の量(11)を提供することを特徴とする、デジタル画像(1)中のぼけを検出および定量化する方法。
  2. ステップb)が、
    エッジ検出画像(3)を得るために前記デジタル画像(1)を前記エッジ検出行列(MDB)で畳み込み(2)、前記エッジ検出画像(3)から画素ごとに前記明度パラメータ(5)を抽出する(4)ステップb1)である、
    ことを特徴とする請求項1に記載の方法。
  3. ステップb)が、
    明度行列(7)を得るために前記デジタル画像(1)から画素ごとに明度値を抽出し(6)、画素ごとに前記明度パラメータ(5)を得るために前記明度行列(7)を前記エッジ検出行列(MDB)で畳み込む(8)ステップb2)である、
    ことを特徴とする請求項1に記載の方法。
  4. コンピュータを利用してデジタル画像(1)中のぼけを検出および定量化する方法であって、
    −画素と前記画素に関連する測色符号化パラメータとを含んでいるデジタル画像(1)を得るステップa)と、
    −前記デジタル画像(1)から画素ごとに明度パラメータ(5)を得るステップであって、エッジ検出行列(MDB)による畳み込み演算(2、8)を含んでいるステップb)と、
    −ステップb)で得られた前記明度パラメータ(5)の、全ての前記画素にわたって計算された最大値を含んでいるスコアS1を計算する(9)ステップc)と、
    −前記デジタル画像を評価するステップであって、ステップc)で得られた前記スコアS1が第1の所定しきい値よりも厳密に低い(10)場合に、前記デジタル画像がぼけていると見なされ、前記スコアS1が、前記デジタル画像中に存在しているぼけの第1の量(11)を提供する、ステップd)と、
    を含む方法において、
    ステップb)が、
    明度行列(7)を得るために前記デジタル画像(1)から画素ごとに明度値を抽出し(6)、画素ごとに前記明度パラメータ(5)を得るために前記明度行列(7)を前記エッジ検出行列(MDB)で畳み込む(8)ステップb2)である、
    ことを特徴とする方法。
  5. −ステップc)では、商を含んでいる第2のスコアS2が計算され(13)、
    前記商が、
    所定の明度しきい値を超える、ステップb)で得られた前記明度パラメータ(5)の、全ての前記画素にわたって計算された合計を分子に含み、
    ステップb)で得られた前記明度パラメータ(5)の、全ての前記画素にわたって計算された合計を分母に含み、
    −ステップd)では、ステップc)で得られた前記スコアS2が第2の所定しきい値よりも厳密に低い(14)場合にもまた、前記デジタル画像(1)がぼけていると見なされ、前記スコアS2が追加的に、前記デジタル画像中に存在しているぼけの第2の量(11)を提供する、
    ことを特徴とする請求項4に記載の方法。
  6. 前記第2のスコアS2がパーセンテージとして表現され、
    前記明度しきい値が、3%〜40%の間、好ましくは5%〜20%の間であり、
    前記第2の所定しきい値が、50%〜100%の間、好ましくは70%〜90%の間である、
    ことを特徴とする請求項1〜3のいずれかまたは請求項5に記載の方法。
  7. 前記明度パラメータ(5)が、「色相、彩度、明度」(HSB)符号化システムの意味における明度であることを特徴とする、請求項1〜6のいずれかに記載の方法。
  8. 前記明度パラメータ(5)および前記スコアS1がパーセンテージとして表現され、前記第1の所定しきい値が、90%〜100%の間、好ましくは95%〜99.5%の間であることを特徴とする、請求項1〜7のいずれかに記載の方法。
  9. 少なくとも1つの命令シーケンスを備えているコンピュータプログラム製品であって、前記命令シーケンスが、プロセッサによって記憶され読取可能であり、前記プロセッサによって読み取られると、請求項1〜8のいずれかに記載の方法のステップb)、c)、およびd)が実施されるようにする、コンピュータプログラム製品。
  10. 請求項9に記載の製品を備えているコンピュータ可読媒体。
JP2013543858A 2010-12-13 2011-12-12 デジタル画像中のぼけを検出および定量化する方法 Expired - Fee Related JP6035246B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1060445A FR2968811A1 (fr) 2010-12-13 2010-12-13 Methode de detection et de quantification du flou dans une image numerique.
FR1060445 2010-12-13
PCT/FR2011/052951 WO2012080643A1 (fr) 2010-12-13 2011-12-12 Méthode de détection et de quantification du flou dans une image numérique

Publications (2)

Publication Number Publication Date
JP2013546092A true JP2013546092A (ja) 2013-12-26
JP6035246B2 JP6035246B2 (ja) 2016-11-30

Family

ID=43606401

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013543858A Expired - Fee Related JP6035246B2 (ja) 2010-12-13 2011-12-12 デジタル画像中のぼけを検出および定量化する方法

Country Status (6)

Country Link
US (1) US9076192B2 (ja)
EP (1) EP2652702B1 (ja)
JP (1) JP6035246B2 (ja)
CN (1) CN103415869B (ja)
FR (1) FR2968811A1 (ja)
WO (1) WO2012080643A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9589184B1 (en) 2012-08-16 2017-03-07 Groupon, Inc. Method, apparatus, and computer program product for classification of documents
CN107306493B (zh) * 2016-02-22 2022-02-18 依视路国际公司 用于确定包括至少一个光学镜片的光学器件的参数的方法
US10878293B2 (en) * 2016-08-30 2020-12-29 Memorial Sloan Kettering Cancer Center System, method and computer-accessible medium for quantification of blur in digital images
FR3080936B1 (fr) * 2018-05-04 2020-04-24 Imginit Methode de detection et de quantification du flou dans une image numerique
US10372573B1 (en) * 2019-01-28 2019-08-06 StradVision, Inc. Method and device for generating test patterns and selecting optimized test patterns among the test patterns in order to verify integrity of convolution operations to enhance fault tolerance and fluctuation robustness in extreme situations
US11259040B1 (en) * 2019-04-25 2022-02-22 Amazon Technologies, Inc. Adaptive multi-pass risk-based video encoding
CN112070735B (zh) * 2020-08-31 2023-08-22 广东冠粤路桥有限公司 一种基于特设卷积算子的沥青芯样图像提取方法及系统
CN112804520B (zh) * 2021-01-11 2023-10-24 山东高速信息集团有限公司 一种高速监控视频质量检测方法
US20230288438A1 (en) * 2022-03-09 2023-09-14 Sysmex Corporation Method of quality control, quality control apparatus, and program

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005521927A (ja) * 2002-02-12 2005-07-21 ヒューレット−パッカード デベロップメント カンパニー エル.ピー. デジタルスチルカメラにおける取り込み画像の写真品質を評価する方法及び装置
JP2006050494A (ja) * 2004-08-09 2006-02-16 Casio Comput Co Ltd 画像撮影装置
JP2006345461A (ja) * 2005-06-10 2006-12-21 Sharp Corp 通信装置、送信制御方法、送信制御プログラムおよび記録媒体
JP2008271240A (ja) * 2007-04-20 2008-11-06 Fujifilm Corp 撮像装置、画像処理装置、撮像方法、及び画像処理方法
JP2010079446A (ja) * 2008-09-24 2010-04-08 Sony Corp 電子機器、ぼけ画像選別方法及びプログラム
JP2010146264A (ja) * 2008-12-18 2010-07-01 Sony Corp 画像処理装置および方法、並びにプログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2137696A2 (en) * 2007-03-16 2009-12-30 STI Medical Systems, LLC A method to provide automated quality feedback to imaging devices to achieve standardized imaging data
WO2009012364A1 (en) * 2007-07-19 2009-01-22 Nikon Corporation Device and method for estimating if an image is blurred
CN101609500B (zh) * 2008-12-01 2012-07-25 公安部第一研究所 出入境数字人像相片质量评估方法
US8498486B2 (en) * 2009-03-12 2013-07-30 Qualcomm Incorporated Response to detection of blur in an image

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005521927A (ja) * 2002-02-12 2005-07-21 ヒューレット−パッカード デベロップメント カンパニー エル.ピー. デジタルスチルカメラにおける取り込み画像の写真品質を評価する方法及び装置
JP2006050494A (ja) * 2004-08-09 2006-02-16 Casio Comput Co Ltd 画像撮影装置
JP2006345461A (ja) * 2005-06-10 2006-12-21 Sharp Corp 通信装置、送信制御方法、送信制御プログラムおよび記録媒体
JP2008271240A (ja) * 2007-04-20 2008-11-06 Fujifilm Corp 撮像装置、画像処理装置、撮像方法、及び画像処理方法
JP2010079446A (ja) * 2008-09-24 2010-04-08 Sony Corp 電子機器、ぼけ画像選別方法及びプログラム
JP2010146264A (ja) * 2008-12-18 2010-07-01 Sony Corp 画像処理装置および方法、並びにプログラム

Also Published As

Publication number Publication date
US20140023266A1 (en) 2014-01-23
CN103415869A (zh) 2013-11-27
CN103415869B (zh) 2016-10-19
FR2968811A1 (fr) 2012-06-15
EP2652702B1 (fr) 2014-04-09
US9076192B2 (en) 2015-07-07
JP6035246B2 (ja) 2016-11-30
EP2652702A1 (fr) 2013-10-23
WO2012080643A1 (fr) 2012-06-21

Similar Documents

Publication Publication Date Title
JP6035246B2 (ja) デジタル画像中のぼけを検出および定量化する方法
TWI351654B (en) Defect detecting device, image sensor device, imag
US6535636B1 (en) Method for automatically detecting digital images that are undesirable for placing in albums
JP6528608B2 (ja) 診断装置、及び診断装置における学習処理方法、並びにプログラム
JP6159298B2 (ja) 複数スケールの規格化された相互相関を用いた、hdr画像処理におけるゴーストアーティファクトの検出および除去方法
CN109997351B (zh) 用于生成高动态范围图像的方法和装置
WO2008022005A2 (en) Detection and correction of flash artifacts from airborne particulates
JP2002503840A (ja) 勾配ベースの局部輪郭線検出のための新しい知覚的しきい値決定
WO2015076406A1 (ja) 骨粗鬆症診断支援装置
JP6598850B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
JP2008220617A (ja) 画像解析システム、及び画像解析プログラム
JP5662890B2 (ja) 画像処理方法、画像処理装置及び画像処理プログラム、並びに、画像処理による放射線量推定方法
Sadah et al. Exploiting hybrid methods for enhancing digital x-ray images.
CN106611417B (zh) 将视觉元素分类为前景或背景的方法及装置
CN109767468B (zh) 脏器体积检测方法及装置
JP6527765B2 (ja) シワ状態分析装置及びシワ状態分析方法
JP6603709B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
Moccia et al. Automatic workflow for narrow-band laryngeal video stitching
Gao et al. Multiscale phase congruency analysis for image edge visual saliency detection
Avuçlu et al. Determination age and gender with developed a novel algorithm in image processing techniques by implementing to dental X-ray images
JP7343336B2 (ja) 検査支援装置および検査支援方法
CN110310235B (zh) 眼底图像处理方法、装置及设备和存储介质
JP6319370B2 (ja) 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
JP2007139431A (ja) 色ムラ欠陥検査方法及び装置
US11321818B2 (en) Method of detecting and quantifying blur in a digital image

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20141127

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20150729

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150804

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151104

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20151201

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160301

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20160329

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160728

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20160913

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20161004

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161031

R150 Certificate of patent or registration of utility model

Ref document number: 6035246

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees