JP4294554B2 - デジタル電子透かし等の印刷画像内の符号化された情報ビットを検索する方法 - Google Patents

Description

本発明は全体として、電子透かし(watermarking)方法に関連し、より詳細には、画像の木目(texture)や解像度を劣化させずに、高い情報チャンネル容量を有する印刷工程のために設計されたやり方で、隠されたデータを埋め込む、デジタル電子透かしための、それらの方法に関連する。

多くの理由から、デジタル画像内にデータを隠すことを可能とすることが望ましい。それらの理由には、画像セキュリティ、認証、隠された(covert)通信、レンダリング命令、および、追加の有用な情報の提供が含まれる。殆どの電子透かし方法は、印刷されない秘密画像(contone image)での使用のために設計されるので、いくつかの現存するデジタル電子透かし方法は、印刷工程に耐えられない。秘密画像ために設計された現存する方法は、印刷時に符号化され、検索可能とするには、もろ過ぎる。印刷設定で使用され得る、グリフおよび他の低周波数方法はしばしば、不所望のきめ(texturte)を導入し、または、画像の空間解像度を低下させる。
多くの印刷工程は、４つ或いはそれ以上の色素を結合することによって色を生成する。最も普通のケースは、シアン、マゼンタ、黄色、および黒の色素(ここで、Ｃ,Ｍ,Ｙ,Ｋと呼ぶ)を使用する場合である。これらの４つの色素は、人間の視覚システムによって知覚されるように、同じ色を生成するための、多くの異なった方法で結合され得ることは良く知られている。所定の画像またはアプリケーションに対して、Ｃ,Ｍ,Ｙ,Ｋを結合する特定の方法が、グレイ成分置換(ＧＣＲ：gray-component replacement)関数(function)によって決定される。この関数は一般的に、基本減法三原色(Ｃ,Ｍ,Ｙ)を、最終的に印刷された画像を構成する実際のＣ,Ｍ,Ｙ,Ｋ色素に関連させる、多次元マッピングである。単純で、通常の、ＧＣＲ関数の形式は、関数の組、即ち１つは、min(Ｃ,Ｍ,Ｙ)を加えられるべきＫの総量に関連させるもの、他は、min(Ｃ,Ｍ,Ｙ)を、除去またはＫによって置換されるべき、Ｃ,Ｍ,Ｙの総量に関連させるもの、によって定義される。２つの関数は、所望の色を発生するやり方で、互いに従属する。量min(Ｃ,Ｍ,Ｙ)が、その中に全ての３つの色素が存在する総量であり、よって質的に、色の「グレイ成分」として考えられることを理解して欲しい。加えられるべきＫの総量、および、置換されるべきＣＭＹの総量、を支配する、この量の関数は、それ故、まとめて、「グレイ成分置換」と呼ばれる。

原理的に所定の画像は、視覚的に類似の、または、同一の、色表現を生成するための、異なったＧＣＲ関数によって表示(rendered)され得る。これらの中で、単一のＧＣＲ関数が一般的に選択されて、ページ内の所定の画像またはオブジェクトが表示される。選択は、実現可能な印刷全域(print gamut)、色素エリア・カバレッジ制限、円滑さおよび木目の考慮(texture considerations)、レジストレーションへの感度、色素コスト、等を含むファクターの数に基づく。
本技術の中で必要とされるものは、木目を劣化させず、高い情報チャンネル容量(capacity)を持つ、印刷工程での使用のために設計された電子透かし方法である。

ここに開示されるものは、最初に、印刷された画像の走査されたバージョンとしての入力電子画像を検索するステップを備える、印刷された画像に符号化された情報ビットを検索するための復号化方法である。興味の対象領域は次に、抽出され、その領域について、存在する色素の総量Ｋ(Ｋ_Hと呼ぶ）が、得られる。更に、そこから色値が生成され、その領域を符号化するために用いられるＧＣＲが、Ｋ_Hおよび得られた色値を用いて決定される。符号化された情報ビットは、決定されたＧＣＲに基づいてそこから検索される。予測されたＫ_Hは、好ましくは、キャパシティ信号Ｋ_Lおよび輝度信号Ｌに対する条件により評価される。得られたデータから、Ｋ_H、Ｋ_L、およびＬの値が、導かれる。ここで、Ｋ_Hは、高解像度走査から予測され、Ｋ_LおよびＬは、縮小された画像から、それぞれ予測される。キャパシティ信号Ｋ_L及び輝度信号Ｌは、得られた色値から導かれる。更に、キャパシティ信号Ｋ_Lは、第１に、スキャナ解像度から電子透かし解像度に画像を削減し、次に、Ｋ_L＝min(Ｃ,Ｍ,Ｙ)となるように、得られた色値をＣＭＹ予測に変換するための適切な演算子Ｓを適用することによって導かれる。或いは、Ｋキャパシティは、最初に、得られた色値をＣＭＹ予測に変換し、Ｋ_L＝min(Ｓ(Ｃ),Ｓ(Ｍ),Ｓ(Ｙ))となるように、スキャナ解像度から電子透かし解像度に画像を削減するために適切なオペラータＳを適用するステップを含む方法によって、総量Ｋ_L、ｙから導かれる。ここで、Ｌは、Ｌ＝ｋ₁Ｓ(Ｒ)＋ｋ₂Ｓ(Ｇ)＋ｋ₃Ｓ(Ｂ)となるように、走査信号ＲＧＢの線形組み合わせ(linear combination)によって表現される。Ｋ_Hの値は、最初に、得られた色値を、ＣＭＹ予測に変換することによって決定される。予測(estimates)は、Ｋ＝min(Ｃ,Ｍ,Ｙ)となるように、各画素におけるＫ色素(Ｋ-colorant)総量を決定する。適切な演算子(operator)Ｓは、スキャナ解像度から、電子透かし解像度に画像を削減するために適用される。

本発明の好ましい実施例および他の特徴が、本発明の実施例の説明の目的のために提供され、本発明を限定しない、添付の図面との関係で読まれるときに、以下の本発明の詳細な記述から明らかになろう。
印刷工程および復号化で使用するための、符号化し、或いはデジタル電子透かし(データ隠し)を行うための方法が開示される。図１に対して注意を払っていただきたい。入力画素10が、12において、ＣＭＹ値に変換された、ＲＧＢ色空間または他の色空間で受信される。或いは、入力画素は、ＣＭＹ画素として受信される。
２つ或いはそれ以上のＧＣＲ関数が、ＧＣＲプロセッサ14(ＧＣＲ-1、ＧＣＲ-2、・・・、ＧＣＲ-Ｎとして示される)にロードされる。Ｎ-ＧＣＲ関数に対して、送信されるべき情報16が、その中に、Ｎ-aryフォームに送信される。Ｎ-aryフォームは一つであり、ここで、核画素における情報は、Ｎ−レベルの一つによって表され得る。例えば、もし２つのＧＣＲ関数が使用されるべき(Ｎ＝２)ならば、情報のためのＮ-aryフォームは、各画素が２つのレベル[0,1]の一つによって表されるように、バイナリである。全ての０を符号化するために、ＧＣＲ１≡100％ＧＣＲ(グレイ要素の最大総量がＫで置換される)が選択されるかもしれない。そして、全ての１を符号化するために、ＧＣＲ２≡0％ＧＣＲ(グレイ要素を置換するためにＫは使用されない) が選択されるかもしれない。分析的に表現されて、この単純な例のＧＣＲ1およびＧＣＲ2は、変換：ＧＣＲ-1≡ＧＣＲ_100%；ＣＭＹＫ₂＝(Ｃ,Ｍ,Ｙ,０)；および、ＧＣＲ-2≡ＧＣＲ_0%；に対して、ＣＭＹＫ₁＝(Ｃ-min(Ｃ,Ｍ,Ｙ), Ｍ-min(Ｃ,Ｍ,Ｙ), Ｙ-min(Ｃ,Ｍ,Ｙ),min(Ｃ,Ｍ,Ｙ)）を実行する。ここで、方程式の右辺のＣ,Ｍ,Ｙは、ＧＣＲプロセッサ14内への値を示し、方程式の左辺のＣ,Ｍ,ＹおよびＫは、ＧＣＲプロセッサ14から出力された値を表す。
ＧＣＲプロセッサ14への同じＣＭＹデータ入力から、より特有には、特定の画像位置における同じＣＭＹデータから、２つ或いはそれ以上の代替的なＣＭＹＫの組が生成され得、ＧＣＲプロセッサ14から出力され得る。所定の位置で利用される特定のＣＭＹＫの組は、その位置で符号化された情報状態を示す。例えば、上述の0％と100％のＧＣＲの例を用いて、特定の位置におけるＣＭＹＫ＝(Ｃ,Ｍ,Ｙ,０)は、その位置で符号化された１を持ち得る。

情報ビット16は、ＣＭＹＫ値が印刷されるときに、空間的配向(spatial orientation)およびレイアウトを生成する順序に配列される(arrayed)。例えば、ＣＭＹデータの８×８の画素ブロックが、情報ビットから形成された第１のＮ-ary数の符号化を受信し得る。第２の８×８ブロックは、第２のＮ-ary数を受信し得、その後も同様である。異なったブロック構成が使用され得る。或いは、符号化は、空間充填曲線(space filling curve)に沿う場合のように、他の空間充填パス(space filing paths)を辿り(follow)得る。また、符号化は、文字、グラフィック・オブジェクト、等のような特定の画像の特徴が、符号化工程のための空間的サポート(spatial support)を提供するように、画像内容に適応可能(adaptive)でありうる。データは、画像内で空間的に配列されるので、いくつかの場合には、ページ上の参照ポイント(ここから、情報のシーケンスが読まれ得る)を持つことが有用である。参照ポイントは、角部(corner)、空間的に設計された十字形(cross)またはドット・パターン、または、上述の何らかの画像特徴(image feature)であり得る。
ＧＣＲプロセッサ14が、入力ＣＭＹ値を出力ＣＭＹＫ値に変換できる、複数の方法が存在する。作動の一つの例は、ある位置における入力データを、その位置で符号化されるべき情報ビット(Ｎ-ary数(Ｎ-ary number))によって選択されたＧＣＲ関数でのみ処理する。他の方法は、入力ＣＭＹデータを、全てのＧＣＲ関数(function)で処理し、空間内のその位置(location)と対応する情報ビットは、画像の形成において使用されるべきＣＭＹＫデータを選択する。それによって形成されたＣＭＹＫの組(set)は、出力画像18を形成するために印刷される。ここで、情報ビットは、出力プリントの上に埋め込まれる。
もし、印刷パス(path)が適切に校正されたならば、ＧＣＲ関数と対応する印刷されたＣＭＹＫの組は、発光体(そのために校正が行われた)の下で、実質的に同じものを見ることになる。ＧＣＲ関数は、それらが、後続の復号化工程において、互いに容易に識別されと同時に、校正発光体の下で視覚的に実質的に類似の色を生成するように、最適化されるべきである。

当業者によって、出力画像内のいくらかの領域が、他の領域に比べて、本方法を用いた情報の埋め込みについて、より有用でないことが理解されるべきである。これは、少しのＧＣＲしか必要でない、或いは、全くＧＣＲが必要でない(例えば、Ｃ＝０、または、Ｍ＝０、または、Ｙ＝０)ような領域、および暗い領域、を含む。何故なら、高解像度走査から黒画素を検知することは、過度のドット・オーバーラップのために、より困難だからである。これらの領域は、低い、或いは、ゼロの、情報のためのチャンネル容量を持つと考えられ得る。これらの領域において情報の符号化を試みることによって発生しうる情報ロスを避けるために、種々の方法が使用され得る。例えば、情報は、画像を通じて、冗長的に符号化されることによって、印刷に情報を送出する見込み(likelihood)が増加され得る。さもなければ、低情報容量領域が、それらの入力ＣＭＹ値によって認識され得、それらの領域は、符号化工程でスキップされ得、次の領域が、十分な情報容量を持つＧＣＲプロセッサに入力されたときに、符号化が再開され得る。
周知技術内で見つかる現在の色管理ソフトウェアは、異なったオブジェクト(object)に適用されるべき異なったＧＣＲ関数を可能とするが、そこでの目的は、画像品質の最適化を可能とすることであるのに対して、本発明は、情報を運ぶためにそれを用いる。本符号化方法は、絵の画像に亘って変動するように、空間的に変動するものとして説明される。ＧＣＲもまた、ページ上のオブジェクトとともに変動することが理解されるべきっである。例えば、異なったグラフィックの特徴(graphical features)、文字、模様、等がそれぞれ、情報を担う(carry)ために最適化された異なったＧＣＲを持ちうる。電子透かし情報は、符号化においてＧＣＲ関数を選択するために用いられる、しばしば、オメガ・チャンネルまたはアルファ・チャンネルと呼ばれる、タグ平面(tag plane)、または、予備の画像平面であり得る。

今、埋め込まれた情報を復号化するための図２を参照して、印刷された文書20が、電子形式に走査される。そこに含まれるデータは、この走査工程によってＲＧＢ色空間に変換される。Ｋ色素の総量は次に、ＲＧＢデータから予測される(estimated)。設計においては、２つ或いはそれ以上の色が視覚的に一致する（それらが、異なったＧＣＲ戦略(strategies)で生成され、それゆえ、同じ色にされた領域のための異なったＫの総量を持つにも関わらず）。したがって、ＲＧＢデータからＫ値を検索するために、比色(colorimetric)値に加えて情報が用いられる。本発明において、回転されたハーフトーン・スクリーンのオーバーラップしない特性(properties)が、この追加の情報を提供する。
Ｋ_Hと呼ばれるＫ-色素信号は、ＲＧＢ画像の高解像度走査から予測される。一つの実施例において、このＫ-色素信号は、Ｋ-トナーを処理するための画素の容量を輝度Ｌと関連させる容量信号(capacity signal)Ｋ_Lを条件として(conditional to)評価される。Ｋ_Lを導き出すことの重要性は、いくつかの参照ポイントに対するＫ_Hの値を正規化することである。異なったＧＣＲ戦略は、いくつかの発光体(そのために色訂正が導かれた)による場合を除いて異なって見え得る画像を生成する。即ち、観察発光体(viewing illuminant)とスキャナ発光体の間に発光体条件等色（metamerism）が発生し得る。したがって、ＧＣＲ(および、したがって、埋め込まれたビット・データ)は、ベクトル｛Ｋ_L、Ｋ_H、Ｌ｝、即ち、Ｋ_LおよびＬが与えられたＫ_Hの値、を解析することによって予測される。
別の好ましい実施例において、Ｋ色素信号Ｋ_Hが、画像ＲＧＢからの低解像度色素信号を条件として評価される。換言すれば、ＲＧＢは、局所エリアの色の低解像度測定であり、Ｋ-色素を処理するために、エリアの容量(capacity)の測定を提供する。ＧＣＲ(したがって、埋め込まれたビット・データ)は、ベクトル｛Ｒ,Ｇ,Ｂ,Ｋ_H｝、即ちＲ,Ｇ,Ｂが与えられたＫ_Hの値、を解析することによって予測される。
走査されたＲＧＢ値は、ＣＭＹ予測：Ｃ＝1-Ｒ,Ｍ＝1-Ｇ,Ｙ＝1-Ｂ、を得るために変換され得る。次に、Ｋ_H＝min(Ｃ,Ｍ,Ｙ)＝1-max(Ｒ,Ｇ,Ｂ)を予測することが可能である。もし、Ｓが、スキャナ解像度から電子透かし解像度に画像を削減する(例えば、ブラーリング・フィルタ(blurring filters)のシーケンスに引き続いたサブ・サンプリング)ために適切な演算子(operator)ならば、Ｋ_H＝Ｓ(min(Ｃ,Ｍ,Ｙ))＝Ｓ(1-max(Ｒ,Ｇ,Ｂ))である。Ｋ_Hは、100％ＧＣＲ戦略(strategy)におけるＫの生成に対するものに類似するが、その現在の用法は、プリンタ・ドットが識別可能な場合の、高解像度の走査されたデータに限定される。

別の実施例において、スキャナＲＧＢ値は、スキャナ・システムの校正によって、ＣＭＹの予測(estimate)に変換され得る。例えば、スキャナＲＧＢ値を、印刷で用いられる実際の既知のシアン、マゼンタ、および、黄色の総量に最も旨く関連させるために、３×３の線形変換マトリックスが使用され得る。走査されたＲＧＢを、印刷されたＣＭＹに関連させるために、他の変換が使用され得ることは、当業者にとって明白であろう。この変換は、実際の埋め込まれた印刷における走査ＲＧＢからのＫの予測を改善するために使用され得る。
代替的に、Ｋ_Hを決定するための、高周波数画像の空間的特性が開拓される。回転されたスクリーンを伴うハーフトーニングと仮定して、ハイライトおよび中間トーン領域において、ＣＭＹドットは、余り、完全にオーバーラップしない。一般的に、ＣＭＹドットのオーバーラップの総量は、ハイライトと中間トーンにおいて、小さな面積パーセントを覆う。もし、入力画像が完全なドットを持ち、スキャナが完全にドットおよびそれらのオーバーラップを走査することを可能とする十分高い解像度を持つスキャナが用いられるならば、走査された、そのＲＧＢ値は、スキャナ解像度に対するドットの幾何学(geometry)に依存する、小さな数の組み合わせだけを想定する。もし、走査内の何らかの画素に対するＲＧＢ値が、十分低いならば、画素は実質的に、全ての黒色を含む。黒色の画素は次に、Ｋ-ドットと想定され得る。低ＲＧＢについては、Ｋ-ドットか、ＣＭＹ-ドットのオーバラップかのいずれかが存在すべきなので、このＫ-ドット想定は良い近似である。ＣＭＹ-ドットのオーバーラップ・エリアはしばしば、(回転されたスクリーン(rotated screen)により)ハイライトおよび中間トーンにおいて小さいので、黒色の画素が、Ｋ-ドットであることがあり得る。例えば、画素が、低クロマを持つことを保証する追加の情報もまた有用である。好ましくは、Ｋドットと、ＣＭＹドットのオーバーラップを区別するために、輝度とクロマの組み合わせが使用され得る。

更に、ドットの隅(corner)において、光背景(light background)上の小さなＫドットが、より暗い背景上の、より大きなＫドットより高い明るさを持つことになる。したがって、走査されたＲＧＢに基づいたドットの明るさを正規化するために、変換が必要である。これは、以下のように行われる。訓練セッションにおいて、Ｎ-ＧＣＲｓの一つが、最初に予測され得、各ＧＣＲで処理された一つの画像または領域を決定する。各領域または画像について、β（ｉ,ｉ,Ｋ_L,Ｌ）＝Ｅ(Ｋ_H｜Ｋ_L,Ｌ,ＧＣＲ＝i)、即ち、各(Ｋ_L,Ｌ)の組に対するＫ_Hの平均値、を計算する。オンライン検知フェーズにおいて、受信されたＫ_Hに最も近いβを発見する。バイナリの場合には、Ｋ_Hが単純に、スレッシュホールド τ（Ｋ_L,Ｌ）と比較されるように、スレッシュホールド：τ（Ｋ_L,Ｌ）＝[β（１,Ｋ_L,Ｌ）＋β(２,Ｋ_L,Ｌ）]（1/2）をセット・アップすることがより容易となるように、計算すべき２つの値、β（１,Ｋ_L,Ｌ）およびβ（２,Ｋ_L,Ｌ）だけが存在する。スレッシュホールドの配列(一般的に256×256)は、好ましくは、計算を単純化する前のセットアップである。即ち、検知は、一つのルックアップ・テーブルおよび一つの比較によって為され得る。したがって、どの画素がＫドットと対応するかの決定は、領域の平均明るさに依存する。平均色彩学的方法(colorimetric way)において、ＫＬはＲＧＢと関連し、顕微鏡的なハーフトーン・ドット幾何学を理解しないので、それは、(定義されたようにＳを用いて)、ＫＬ＝1−max(Ｓ(Ｒ),Ｓ(Ｇ),Ｓ(Ｂ))に削減され得る。低解像度走査からの輝度値は：Ｌ＝ａＳ(Ｒ)＋ｂＳ(Ｇ)＋ｃＳ(Ｂ)である。
或いは、ＧＣＲベースの電子透かしの復号において、予測されたＫの総量を、走査されたＲＧＢ信号と関連させる関数β（ｉ,Ｒ,Ｇ,Ｂ）が、以下のように、別個の校正工程を通じて得られる。好ましくは、ＣＭＹ空間内の３次元グリッドとしてＣＭＹ値の組が生成される。これらの値は、Ｎ組のＣＭＹＫ値を得るために、Ｎ-ＧＣＲ関数の各々を通じて処理される。もし他の関数、例えばインク・リミット(ink-limit)およびトーン再製曲線(ＴＲＣｓ)が、ノミナルの画像印刷中に適用されるならば、これらの関数もまた、ＣＭＹＫデータに適用されることになる。引き続き、各ＣＭＹＫデータの組から、パッチのターゲットが生成され、印刷され、走査される。Ｎ-ＧＣＲ関数(function)に対応する、Ｎ個の走査されたターゲットの各々のために、各パッチ(patch)内の黒色素の総量の予測β（ｉ,Ｒ,Ｇ,Ｂ） ｉ＝１,・・・Ｎ,が得られる。これを行うのための一つの模範的方法が、前に説明された。黒予測は次に、３次元ルックアップ・テーブル(ＬＵＴ)(その入力は、走査されたＲＧＢ値であり、その出力は、Ｎ-ＧＣＲ関数に対応するＮ値である)を配置する(populate)ために使用される。
任意の印刷された画像の走査が与えられると、前記の校正工程で採用された同じアルゴリズムを用いて、黒予測Ｋ_Hが導かれる。走査された画素のＲＧＢ値は、３ＤのＬＵＴに索引を付けるために使用され、Ｋ_Hは、β値のＮ個の数の各々と比較される。最も近いβ値は、どのＮ-シンボルが、所定の画像位置で符号化されたかを決定する。

Ｎ＝２の場合において、代替的に、３−ＤのＬＵＴを、スレッシュホールド：τ（Ｒ,Ｇ,Ｂ）＝[β（１,Ｒ,Ｇ,Ｂ）＋β（２,Ｒ,Ｇ,Ｂ）]（1/2）で充填(fill)できる。受信された黒予測Ｋ_Hは次に、所定の画像位置において、２つのシンボルうちどれが、符号化されたかの決定をするために、単純に、τ（Ｒ,Ｇ,Ｂ）と比較される。
入力および出力データの任意のサンプリングが与えられた３−ＤのＬＵＴｓを充填するための方法が、公知技術で良く知られていることが理解されるであろう。例えば、G. Sharma, Ed., CRC Press, 2003の第５章を参照頂きたい。事前の調整（conditioning)変換が、３−ＤのＬＵＴの効率および正確さを増加させる３−ＤのＬＵＴ前に適用され得ることも理解してほしい。例えば、走査されたＲＧＢを適切に、プリンタＣＭＹにマップする３×３の事前調整マトリックスの後に、前記プリンタＣＭＹを、β−値にマップする３−ＤのＬＵＴが続き得る。オリジナルの校正ターゲットは、ＣＭＹ空間内のグリッドとして設計されるので、そのような事前調整変換は、３−ＤのＬＵＴ内のノードのより良い利用の結果をもたらす。また、そのような事前調整変換は、明確に、オリジナルのＧＣＲ(これは、スキャナＲＧＢからＫへのマッピングではなくむしろ、ＣＭＹからＫへのマッピングである)を回復することを試みる。
復号化するための、代替的なルックアップ・テーブル法において、本システムは同様に、テスト・ターゲットを用いて訓練される(trained)。そして、全ての画素について、5 個の一組（quintuple）：[Ｒ,Ｇ,Ｂ,Ｋ,Ｑ]が編成される。ここでＱは、その画素を印刷するためにどのＧＣＲが使用されたかを示す離散数である。ＲＧＢＫ超立方体は、一つの数Ｑにマップされる。訓練法は、単純多数(simple majority)によって作動する。ＲＧＢＫ超立方体は、Ｎ個の数のセルに分割される。次に、印刷され-走査された画像内の全ての画素に対して、ＫＨおよびＲＧＢが決定される。適切なＱ値は、セルと対応付けられる。これは、全てのターゲットにおいて、各画素について反復される。全てのセルに対して値を入力した後に、Ｑ値のヒストグラムが決定される。最もポピュラーなＱ値が、そのセル位置において入力される。次に、入力としてのＲＧＢＫ値、および、出力としてのＱ、を用いて、ＬＵＴが構築される。

したがって各セルは、ＲＧＢＫ値を、その最もありそうな(likely)ＧＣＲ戦略にマップする。どのセルも空でないことを確実にするために、ＲＧＢＫの２×２×２×２セルへの仕切り(partition)を用いて、上述の訓練アルゴリズムを走らせることから開始する。もし、セルのいずれかが空ならば、ランダムなＱ値がそれに割当てられる。本工程は、４×４×４×４セルの仕切りについて反復される。工程の終了において、何らかの空きのセルは、２×２×２×２-仕切りステージ内の、その対応する位置からＱ値を承継する。空でないセルについて、４×４×４×４値が使用される。本工程は、８×８×８×８について反復される。いずれの空セルも、４×４×４×４仕切りステージ(stage)からの対応するＱ値を承継(inherit)する。本工程は、８×８×８×８仕切りステージからＱ値を承継した、１６×１６×１６×１６セルを得るために、再度反復される。１６×１６×１６×１６仕切りは恐らく、ＲＧＢＫ値を、小さな数のＧＣＲ関数にマップするために、十分正確である。実行時間検知アルゴリズムは、以下のように作動する。高解像度画像において、予想Ｋ_Hは、Ｋ_H画像を、低解像度に削減する。次に、ＲＧＢスキャナ・データを、低解像度に削減する。低解像度画像内の全ての画素について、４部からなる(quadruple)ＲＧＢＫ_Hを計算する。ＲＧＢＫ_Hを、セルＬＵＴに供給して、ＧＣＲ予測であるＱを検索する。

電子透かしを挿入する本発明の方法を説明する。 電子透かしを抽出する本発明の方法を説明する。

符号の説明

14 ＧＣＲプロセッサ

Claims (3)

1. 印刷された印刷画像内の符号化された情報ビットを検索する方法であって、
   ａ)前記印刷画像を走査して得られた入力電子画像をプロセッサに受取り、
   ｂ）前記入力電子画像内の一の領域において、存在するＫ色素の総量（Ｋ _H ）を、電子的に計算し、
   ｃ)前記領域における色値を、電子的に測定し、
   ｄ)前記Ｋ_Hおよび前記色値を用いた計算によって前記領域の符号化に用いられたグレー成分置換（ＧＣＲ）値を、電子的に決定し、そして、
   ｅ)前記ＧＣＲ値に基づいて前記印刷画像内の前記情報ビットを、電子的に抽出する、
   ことを特徴とする方法。
2. 請求項１に記載の方法において、前記Ｋ _H を、
   ａ)前記色値をＣＭＹ予測値に電子的に変換し、
   ｂ)前記ＣＭＹ予測値を用いて、各画素におけるＫ-色素総量を、Ｋ＝min(Ｃ,Ｍ,Ｙ)によって電子的に決定し、そして、
   ｃ)演算子Ｓを、前記入力電子画像の解像度を電子透かし画像の解像度（Ｋ _H ＝Ｓmin(Ｃ,Ｍ,Ｙ)）へ減少するように、電子的に適用する、
   ことによって得る、ことを特徴とする方法。
3. 請求項２に記載の方法において、更に、スキャナシステムを電子的に校正することを含み、該電子的に校正することは、
   ａ）既知のＣＭＹ値のパッチの組を印刷し、
   ｂ）前記パッチを走査し、
   ｃ）前記パッチのＲＧＢ値を測定し、
   ｄ）前記ＲＧＢ走査値を、入力ＣＭＹ値に変換し、そして、
   ｅ）前記ＣＭＹ予測値を用いて、Ｋ _H がmin(Ｃ,Ｍ,Ｙ)であると決定する、
   ことから成る、ことを特徴とする方法。

Images