JPH04503725A - フラクタル次元を使用した中間調画像のしきい値判断方法および装置 - Google Patents

フラクタル次元を使用した中間調画像のしきい値判断方法および装置

Info

Publication number
JPH04503725A
JPH04503725A JP2505017A JP50501790A JPH04503725A JP H04503725 A JPH04503725 A JP H04503725A JP 2505017 A JP2505017 A JP 2505017A JP 50501790 A JP50501790 A JP 50501790A JP H04503725 A JPH04503725 A JP H04503725A
Authority
JP
Japan
Prior art keywords
image
pixel
gray level
value
dimensional
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.)
Pending
Application number
JP2505017A
Other languages
English (en)
Inventor
プラカッシュ,エイラン
Original Assignee
イー・アイ・デュポン・ドゥ・ヌムール・アンド・カンパニー
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 イー・アイ・デュポン・ドゥ・ヌムール・アンド・カンパニー filed Critical イー・アイ・デュポン・ドゥ・ヌムール・アンド・カンパニー
Publication of JPH04503725A publication Critical patent/JPH04503725A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Character Input (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 フラクタル次元を使用した中間調画像のしきい値判断方法および装置 本明細書の開示事項には、著作権保護の対象となっている記載部分がある。著作 権者は、米国特許商標局の特許ファイルまたは記録簿に記載されている通りに、 特許明細書または特許開示事項を第三者がファクシミリにより複写することを妨 げるものではないが、他の方法による場合は、−切の著作権を有することを留保 する。
及豆Ω丘ヱ 本発明は2次元グレー・レベル(中間調)画像の分析方法および装置に関し、特 に、フラクタル次元を用いてかかる分析を行う方法および装置に関する。
1土1五二fl グレー・スケール(中間階調)画像で表示するとき、グレー・スケール画像を対 応する2進値画像に変換することが、種々の理由から、望ましいとされている。
この変換を行うために、画像は所定数の画素(「ビクセル」)に細分化されて、 各ビクセルのグレー・レベル(中間調)がしきい値と比較されている。1つの代 表例として、選択したビクセルのグレー・レベルがしきい値をこえていると、そ のビクセルに所定の2進値が割り当てられている。逆に、そのグレー・レベ゛  ルがしきい値以下であるときは、別の2進値がそのビクセルに割り当てられる。
しきい値は、問題とするビクセルの周囲の画像の局所的部分、つまり、局所にあ るビクセルのグレー・スケール・レベルの所定の関数関係として、代表例として は、平均値として判断される。しきい値を生成するために使用される局所の大き さをどのように判断するかが、重要な考慮要因となっている。
代表的なしきい値設定方式の例としては、米国特許第4,468,704号(S toffel et al) 、米国特許第4.442.544号(Morel and et al)、米国特許第4、547.811号(Ochi et a l)、米国特許第4.710.822号(Matsunawa) 、米国特許第 4,501,016号(Persoon etal)、米国特許第4.656. 665号(Pennebaker)、米国特許第4.736.439号(May ) 、米国特許第4,685.145号(Schiller)、米国特許第4. 742.557号(Ma)、米国特許第4.731.863号(Sezan e t al)の各明細書に開示されているものがある。
光旦」ど1ね 本発明によれば、しきい値がめられる画像の局所は、画像のフラクタル次元を用 いて判断される。2次元画像から、2次元画像の平面に重なる対応する仮定上の 3次元画像の表面積属r)が、さまざまな解像度スケールで計算される。仮定上 の3次元表面のある部分が2次元画像の所与のビクセルの上に位置する高さは、 そのビクセルのグレー・レベルと関数的に関係づけられている。表面のフラクタ ル次元は、解像度スケールrの対数の変化率に対する面積A(r)の対数の変化 率を、次の関係式に従って計算することによってめられる。
D(r) = 2−d[log A(r)]/d[log(r)]局所の次元は 、フラクタル次元が最大のときの特定の解像度スケールr+amxと相関関係に ある。本発明の好適実施例では、局所はビクセルの平方配列からなり、その寸法 は値r、18より所定の係数(20%以下が代表例)だけ大きくなっている。
画像のフラクタル次元を用いて所定の局所の次元がめられると、次に、グレー・ レベル値が計算される。このグレー・レベルは、所定の局所内に置かれているビ クセルのグレー・レベルと所定の関数関数(代表例としては、平均値)をもって いる、このグレー・レベル値は、所与のビクセルのグレー・レベルが対比される しきい値を規定している。この比較結果に従ってそのビクセルに2進値が割り当 てられる。
好適実施例では、本発明はプログラムに従って動作するディジタル・コンピュー タを使用して実現されている。計算効率を向上するために、フーリエ領域で面積 を計算する方法が採用されている。
11立1皇皇旦j 以下、添付図面を参照して本発明について詳しく説明する。
第1図は任意の2次元グレー・レベル画像を示した図である。
第2図は第1図のグレー・レベル画像に対応する仮定上の表面を3次元で表わし た態様図である。
第3図は2次元画像を解像度の関数として表わした゛3次元表面のフラクタル次 元のグラフ図である。
第4図は第1図のグレー・レベル画像を第2図に示す仮定上の3次元で表わした 画像の表面積を本発明に従って計算したときの近似値を示す概略図である。
第5図は本発明を実施するための装置を示した概要ブロック図である。
第6図は本発明の好適実施例を実施するための装置を示した詳細ブロック図であ る。
第7a図、第7b図および第7C図は、背景を変化させたときに画像に及ぼす影 響を示した写真である。
第8a図、第8b図1第8c図および第8d図は、所定の倍率スケールのときの 場面を示した写真である。
第9図はさまざまな解像度スケールのときの第8a図、第8b図、第8c図およ び第8d図の画像のフラクタル次元を示したグラフ図である。
第10a図、第10b図、第10c図および第10d図は、本発明の方法と装置 を用いて作製され、それぞれが第8a図、第8b図、第8c図および第8d図に 対応する2進値画像を示した写真である。
本明細書の付録として、第6図に示した本発明の実施例を実施するためのコンピ ュータ・プログラムをFORTRAN 77ソ一ス言語でコーディングしたコン ピュータ・プログラムのリストが掲載されている。
1更立ユ亙皇且1 以上の詳細な説明において、添付図面の各図に示されている同種部品または要素 は、同じ図面符号を付けて示している。
第1図は、任意の2次元グレー・レベル(中間調)画像10を示したものである 。画像10は、符号12−A〜12−Pを付けて示した所定数のビクセルに細分 化されている。ビクセルのうち最も暗いビクセル(つまり、ビクセル12−A〜 12−E、 12−)1.12−Iおよび12−L〜12−P)は本出願の目的 上斑点を付けた陰影で示されている。ビクセル12−Fと12−Jは明るくなっ ており、とクセル12−にはさらに明るくなっている。ビクセル12−Gは最も 明るくなっている。グレー・レベルで表わすと、ビクセル12−Gはグレー・レ ベルがLo、ビクセル12−にはグレー・レベルがL8、ビクセル12−Fと1 2−Jはグレー・レベルがLFおよびり、であるという。グレー・レベルL0は グレー・レベルL、より大きく、グレー・レベルLKハクレー・レベルLrおよ びLJより大き(なっている。
第2図は第1図に示すグレー・レベル画像10を仮定上の3次元で表現した高度 の態様図である。第2図の画像は、隣り合うバイロン14から構成された3次元 面と見ることができる。各バイロン14は上面16と側面18をもっている。所 与のバイロン14の上面16がベース平面20と重なり合う距離はそのビクセル のグレー・レベルと関数的に関係づけられている。ここに示されている系では、 グレー・レベルの小さいビクセルは、基準面の上方の距離がグレー・レベルの大 きいビクセルよりも小さくなっている。従って、とクセル12−A〜32−E、  12−H,12−1、および12−L−12−Pに関連するバイロン14は、 第1図に示す対応するビクセルのグレー・レベルがゼロであるので、高さがゼロ である。
第2図に示すように、ビクセル12−Gはそれに関連づけられたグレー・レベル がL6であるので、バイロン14−Gの上面16−Gは距離Laが基準面20上 方に延長している。同様に、ビクセル12−にはそれに関連づけられたグレー・ レベルがり、であるので、バイロン14−にの上面16−には距離り、が基準面 20の上方に延長している。距離り、が距離L0より小さいのは、それぞれの対 応するビクセルのグレー・レベルに差があるためである。上記と同様に、ビクセ ル12−Fと12−Jはそれぞれグレー・レベルLrとLJが相対的に小さいの で、それぞれのバイロン14−Fと14−Jの上面16−Fと16−Jは距離り 、とり、が基準面20の上方に延長している。第2図に示すように、基準面20 は、座標軸22で示すようにデカルト(平行)座標面x+3’に位置するように 示されている。Z軸はグレー・レベルの明るさLを示している。これについては 後述する。
注目すべき点は、2次元画像lOを2次元空間内に写偉し、2次元画像10の中 のビクセルを使用して3次元空間内の仮定上の表面24の輪郭を定義できること である。どの2次元グレー・レベル画像10も、第1図と第2図に簡略化して示 した原理を用いて、対応する3次元表面24に変換することが可能である。
2次元画像10が仮定上の3次元面(基準面20内のx、y座標で定義された所 与の位置における基準面20の上方の高さがその位置の対応する画像のグレー・ レベルに関数的に関係づけられている)として定義されれば、次に、面の面積は 次のように近似値をめることができる。
3次元面のフラクタル次元は、3次元空間内の面の「粗さ」の尺度として直観的 に見ることができる。フラクタル次元は、より厳密には、さまざまな解像度スケ ールrの面の面積Aの対数と解像度スケールrの対数との変化率であると数学的 に定義することができる。これを記号で表わすと、次のようになる。
D(r) = 2−d[log A(r)]/d[log(r)] (1)ただ し、Dはフラクタル次元 rは解像度スケール A(r)は解像度スケールrの面の面積現実の場面を異なる解像度スケールで画 像化することは、画像装置の倍率を変えることで得られる。しかし、コンビ二一 夕のメモリにストアされている画像の倍率を変えることは不可能である0倍率に よって得られる、これと同じ効果は、面24を螺旋状に巻き込み、解像度スケー ルrに等しい辺をもつ平滑化した窓をシミエレートすることにより、コンピュー タにストアされた画像に対して実行することができる。この方法によると、2次 元グレー・レベル画像10に対応する3次元面24の面積Aを、所定数の解像度 スケールrの各々で計算することができる。
式(1)でめた仮定上の3次元面のフラクタル次元D(r)を第3図に示すよう に解像度スケールrの関数として作図すると、その曲線はrがある値のときピー クを示している。以下、これをrl、つということにする。
本発明によれば、作図のピークは値r1.8のとき現われ、この値は2次元画像 の中の関心のある特徴間の平均距離と密接な関係があることが判明した。
本発明によれば、フラクタル次元の作図のピークが現われる解像度スケールrの 値r□工は、基準グレー・レベル値がめられる局所(locality)を定義 する上で有用な指標となることが判明した。この関係は第3図の下方に示されて いる。勿論、前述したように、この基準値を使用すれば、2次元グレー・レベル 画像10を対応する2道値画像に変換することが可能である。
局所は、関心のあるビクセルの所定距離内に位置するビクセルの配列として定義 することができ、その場合、その所定距離はフラクタル・ピークが現われる解像 度スケールrの値r1.8と関係がある。局所は、配列を構成するビクセルの平 方配列9円形配列、あるいはその他の所定形状の配列として形成することが可能 である0局所は関心のあるビクセルを中心に置いた平方配列の形状にして、配列 の各辺の寸法を値rmaxに関係づけることが好ましい、第3図の下方には、2 つの局所が示されている0局所1と2は、それぞれが周囲に画像の2つの所与の ビクセル、つまり、ビクセル1と2をもつ平方のビクセル配列として示されてい る。各平方配列の寸法は、r、ax値と関係づけられている。関心のあるビクセ ルは居所の中心にできる限り近接した位置にあるべきである。
このような平方ビクセル配列の寸法が解像度スケールr□8より小さくなるよう に選択すると、関心のある特徴をもたない局所が画像内に生じるという可能性が ある。このようなことが起こると、変換された画像に雑音が入り込むことになる 。逆に、寸法が値r1.8より太き(なるように選択すれば、背景の変化を扱う 能力が減少することになる。目標は、特徴と背景の両方を含む最小の局所を選択 することである。平方局所が値rゆ、Xより若干大きくなるように定義する所定 の寸法を選択すれば、この目標が達成される。ここで「若干大きい」とは、所定 の距離が値rwaa工よりも20%を越えていないことを意味する。つまり、平 方の寸法は20%を越えない範囲で値rmaxより大きいことを意味する。
局所が平方以外の形状であるときは、寸法パラメータのうちの少なくとも1つが 値1”maxと関係づけられる。
局所が定義されると、次に、その局所が取り巻くビクセルについて基準しきい値 が計算される。好適実施例では、このしきい値は、その局所内の各ビクセルのグ レー・レベルの平均をとることによって計算される。しかし、しきい値は、局所 内のビクセルのグレー・レベルとどのような所定の関数関係があっても、それを 満足できることは勿論である。
次に、所与のビクセルのグレー・レベルがそのビクセルが取り巻く局所からめた しきい値と比較され、その比較結果に従ってビクセルに2進値が割り当てられる 。好適実施例では、選択したビクセルのグレー・レベルがその局所からめたしき い値より大きければ、所定の2進値がそのビクセルに割り当てられる。
グレー・レベルがその局所からめたしきい値以下であれば、別の2進値がそのビ クセルに割り当てられる。
基準しきい値は、同じ寸法と同じ平方形状をもつ各ビクセルの局所を使用して、 画像内の各ビクセルごとに同じ方法で計算される。
全体の過程は、仮定上の3次元面の面積の解像度スケールが異なるとき、どのよ うに計算されるかによって決まる。最初に、表面積の計算プロセスについて検討 する。まず、第2図の各バイロンをZ方向に延長した対応する線28(第4図) で置き換え、各バイロンの起点となるビクセルの中心に位置するものとして考え ると、面積が想像できる。線28の高さはその線で置き換えられたパイロンの高 さと等しい、従って、画像全体は2方向に高さが変化する一連の線に集約される 。
次に、かかる一連の線上に置かれた弾力性をもつシートを考え、シートを静置し 、すべての線の上部に接触させ、線間の連続する面として引き伸せば、面を想像 することができる。このように引き伸したシートの面積が画像の仮定上の表面積 である。
第4図は、上述した仮定上の表面積の近似値24°を示した概略図である。基準 面20は座標軸x、yの平面に位置するものと定義されているので、ビクセル1 2−〇は座標(u、v)を参照することによって位置が決められるものとすれば 、ビクセル12−には座標(u、v+1)を参照することによって位置が決めら れ、ビクセル12−Fは座標(u+1.v)を参照することによって位置が決め られ、ビクセル12−Jは座標(u+1.v+l)を参照することによって位置 が決められる。
任意のビクセルがx+ y平面内の位置(u、v)に置かれているとして1 ( u、v)をそのグレー・レベルとすれば、ビクセル12−G、 12−におよび 12−Jについては、次のようになる。
第4図のX+ y平面に直交して点LO,LP’、 LFおよびLJまで延びた 線2g−G、 28−に、 28−Fおよび28−Jは、上述したように、パイ ロン14を置き換えた&I28に対応している。
点(u、 V、 t、a)は第4図ではRの文字で示され、点(u+1.Lr) はSの文字で示され、点(u +y + 1 + LIK)はTの文字で示され 、点(u+1゜V+l、LJ)はUの文字で示されている1点R,SおよびUを 結ぶと、面積A (u、v)をもつ三角形が形成される。同様に、点R,Tおよ びUを結ぶと、面積A’(u、v)をもつ三角形が形成される。
同じように、画像全体にわたって隣接するビクセル間に三角形を描くことができ る。NXNの画像の場合、面積はA (0,O)、A’(0,O)。
A (N−1,N−1)、A’(N−1,N−1)となる。画像の表面積A ( r)は、本発明によれば、三角形の面積A (p、q)とA’(p、q)のすべ てのpとすべてのqの総和である。これを記号で表わすと、次のようになる。
ただし、pとqはゼロから(N−1)までの範囲である。
次に、解像度スケールrの変化をシミュレートするように画像を平滑化するプロ セスについて検討する。
A(1)は平滑化する前の元の画像(つまり、解像度スケールが1の)の表面積 である。解像度スケールrの表面積をめるために、元の画像は先ず、rXrの窓 を用いて平滑化される。これは、元の画像のすべてのビクセル間るさをその周囲 のrXr窓内に位置するすべてのビクセルの平均明るさで置き換えることによっ て行われる。これを元の画像のすべてのビクセルについて行うと、平滑化された 画像が得られる。平滑化された画像が得られたら、次に、その面積A(r)を上 述した方法で計算することができる。このようにして、A(r)はある範囲の解 像度スケールrについて計算される。最終的に、D(r)が式(1)に従って計 算される。
上述したように、フラクタル次元D(r)を計算するためには、画像を平滑化し 、rの値範囲にわたって繰り返しその表面積を計算する必要がある。実際には、 本発明を空間(現実の)領域で実施することは、計算が高価になる。従って、好 適実施例では、本発明は関連アレイ・プロセッサを備えたディジタル・コンピュ ータを使用して、フーリエ領域で実施される。この手法については、以下で説明 する。
すでに説明したように、また第4図に示すように、三角形RSUとRTUは、3 次元空間の中の任意の3点を結ぶことで形成できる。このような三角形の面積は 、三角形の辺を形成する任意の2つのベクトルの2乗積から得たベクトルの大き さの172である。ビクセル(p、q)のときは、これは次式から得られる。
A(p、q) =: 1/2((1(pal、q)−1(p、q))”+ [1 (pal、 q+1)−1(pal、 q)]”+1) ””A’(p、q)  = 1/2([1(p、q÷1)−1(p、q))”+ El (p、 Q+1 )−1(pal、 q+1)] ”÷1) 1/−すべてのp、qにわたるA  (p、q)とA’(p。
q)の総和は画像の近似表面積である。しかし、面積の各々の2乗を総和する方 法をとると、計算が単純化される。また、理解されるように、主な関心事は、1 つの画像の解像度スケールが変化したとき、表面積がどのように変わるかという ことである。フラクタル次元の絶対値は、局所のサイズをめる上では重要でない 、実際には、三角形の面積の2乗を総和すると、表面積が解像度スケールと共に 変化することが強調されるので、そうすることが望ましい。
次に、面積[A (p、q)] ”は、[A(p、q)]” =1/4([1( p+1.q)−1(p、q)]”+ [1(p+1.]+1)−1(p十l、q )]”]+)であり、面積A’(p、q)は、 [A’(p、q)]”= 1/4([1(p、]+1)−1(p、q)]”+  [1(p、]+1)−1(p+1.]+1)]”]+)であるので、画像の総面 積は次のようになる。
総面積 総面積 式(4)からは、解像度スケールrの表面積要素の2乗の和が得られる。解像度 スケールが異なる表面積をめるには、元の画像を先ず、長さが解像度係数と等し い辺をもつ平坦な平方平滑窓によって平滑化し、次に画像の表面積を計算する。
次に、平滑化と面積の計算を近似化する別の方法について説明する。この方法に よると、計算が高速化する。
Y (k、h)を元の画像をF (m、n)を平滑化した画像であるl (p、 q)のフーリエ変換であるとする。ただし、k+ h+ p+ ]+ mおよび nは変数であり、ゼロから(N−1)までの正数値をとることができる。
ただし、W”””’ = exp[−1(2π/N(kp+hq)]、および] +5丁 である。
1 (p+l、q)は1 (p、q)をシフトした画像である。従って、フーリ エ変換は次のようになる。
t’ Y(k、h) (6) バルセバル(Parsevals)論理(画像のエネルギは、空間領域とフーリ エ領域のどちらでも同じであるとする理論)を式(4)に適用すると、次のよう になる。
A (r) 上述したように、1 (p、q)は元の画像F (m。
n)を平滑化した画像である。表面積A(r)をめるために使用した平滑化窓は 、高さ1/r2のrXr平坦窓である。
1 (s、 t) = 1/r”[F(m、n)+F(m+1.n)+ ++ +F(m+r−1, n)+F(m、n+1)+F(m+1.n+1)十 −−−+F(m+r−1, n+1)+ ・−+F(m、n+r−1)+ −+F(m+r−1)、n+r− 1)]ただし、s =m−1+(r/2) 、 t =m−1+(r/2)(r が偶数のとき)、s=m−1÷[(r−1)/2] 、 t = m−1+ [ (r−1)/2](rが奇数のとき)である。
式(8)のかっこ内の各項は元の画像F (m、n)をシフトした像である。フ ーリエ領域では、Z (k。
h)がF (m、n)のフーリエ変換であるとすると、 Y = (k、h) =Z(k、h)r−”[l+W−’+−+w−(r−1lk+W−”+W−’W −”+ 、、、 4W−1r−11kll−i+ w−+r−11n4 、、、 4.f +r−11’W−fr−N h3式(9)の中かっこ内の項は次のよう に書(ことができる。
(1+t’+−+W−1”lI″l+W−”+ 、−,41m−1111)+[ (1−W″″′)/(1−W−”)] [(1−W″”)/(1−W−’)]( 9A) 従って、式(9)は次のように書くことができる。
Y(k、h) = IZ(k、h)/r”l [(1−W−”) (14−″)]/[(1−4 ″”) (1−W−’)]式(10)を式(7)に代入すると、次のようになる 。
A(r) x [(W−に−1) (W’−1) (1−W−”) (1−W−T′) ( 1−W”) (1−4”)]/[(1−t”) (1−W””l (1−W?′ ) (1−W1′)]x [(W−h−1) (W”−1) (1−t”) ( 1−W−”) (1−W”) (1−W”l]/[(1−W−”) (1−W− ’) (1−W″) (1−W’)]次式のようになることは分かっているので 、−h = exp [i (2z /N)hl=cos (2i/N)h+i 5Ln (2π/N)h (IIAI上記等式を用いると、式(11)を次のように1( ことができる。
A(r) x (2−2cos(2i/N)rkJ [2−2cos(2i/N)rhl/ [2−20O8(27C/N)hl x [2−2cos(2x/N)rkJ [2−2cos(2z/N)rhl/ [2−2cos(2x /N)kl あるいは、 A (r) x [1−cos(2z /N)rkJ [1−cos(2π/N)rhl/[ 1−cos(2π/N)hl x [1−cos(2πハ)rkJ (1−cos(2i /N)rh]/El −cos(2rt /N)kl 式(13)は次のように並べ替えることができる。
A(r) X [1−cos(2π /N)rk)[1−cos(2π /N)rhJX  (1/[1−cos(2x /N)hl+1/[1−cos(2x /N)kj )式(14)が意味している計算は、左右対称であることに注目して2の係数で 約分することができる。現実の画像では、フーリエ変換は起点を中心とする共役 対称であることは知られている。従って、和の項は次のように2つの和の項に分 割することができる。
X ((1/[1−cos(2π/N)hl)+(1/(1−cos(2z / N)kj))XZ(k、h)Z責に、 h) X ((1/ [1−cos (2π/N)hl )+ (1/ [1−cos  (2x /Nak] ) )XZ (k、 h) Z’ (k、 h)式(1 5)の2番目の和は次のように書き替えることができる。
Σ Σ El−cos(2t /N)rklX [1−cos(2z /N)r (N−h)]X ((1/ (I−cos (27C/N) (N−h)J)+  (1/ [1−cos (2K /N)kj ) >X Z(k、N−h)Z ”(k、N−h)cos (2π/N) (N−h)] = cos (2π/ N)hであり、Z(k、N−h)=Z”(k、h) テあるから、式(14)は 次のようになる。
A (r) X [1−cos(2z /N)rhJX ((1/[1−cos(2π/N) h]+ (1/[1−cos(2π/N)kl)JXZ(k、h)Z責に、h) 面積A (r)の計算は式(16)に示すように実行される。
この形式にすると、平滑化と面積の計算ステップは共に1つの非線形演算に併合 される。この式を適当な方法で取り入れると、高速化するという利点が得られる 。その理由は、画像のフーリエ変換を乗算する係数が画像から独立しており、事 前に計算して、必要時に使用できるようにメモリにストアしてお(ことができる からである。さらに、フーリエ変換は全空間の周期性を前提としているので、画 像のエツジとコーナ付近のビクセルに、折り返された画像からのビクセルが自動 的に含められる。
第5図は、概略図で32に示した現実世界の風景の2次元グレー・l/ベル画偉 を対応する2進値画像34に変換するための装置(全体を符号30で示している )のブロック図を示すものである。
カメラまたは他の画像収集装置36は、風景32の2次元グレー・レベル画像を 作り出す。全体を38で示した手段は、カメラ36で作られた画像をディジタル 化し、それを各々が間違づけられたグレー・レベルをもっている所定数の画素( ビクセル)に細分化する。画像は、NXN個のビクセルの平方配列に配列される 。
全体を符号42で示した手段は、2次元画像をディジタル化したグレー・レベル で表現したものから、様々な解像度スケールの2次元画像の平面に重なる対応す る仮定上の3次元画偉の表面積A(r)を計算するように動作する。第1図〜第 3図を参照して説明したように、表面の一部が2次元画像の中の所与のビクセル の情報に位置している高さは、そのビクセルのグレー・レベルと関数関係にある 。一般的に、手段42は、式(2)に従って表面積を計算するように作られてい る。
全体を符号46で示す手段は、式(1)に従って表面のフラクタル次元を計算す るように動作する。この計算結果をグラフにして示したのが第3図である。
手段50は、手段46で行ったフラクタル次元の計算の結果を受けて、基準グレ ー・レベルがめられる局所の大きさを判断する働きをする0局所の大きさは、上 述したように、それから所与のビクセルの基準が判断されるそのビクセルの周囲 の所定距離を定義する値rmax (第3図)と関係がある。
手段54は、手段50で得られた局所のサイズの判断と局所内のビクセルの実際 のグレー・レベル値(ライン58を経由して入力される)を受けて動作し、画像 の中のすべてのビクセルの基準しきい値を生成する。所与のビクセルの基準しき い値は、従って、局所内のビクセルのグレー・レベルと関数関係がある。この基 準はグレー・レベルのそのままの平均を用いて生成するのが好ましい0局所内の ビクセルのすべてまたはそれ以下を利用して、他の関数関係式を用いることも、 勿論可能である。
手段60は、2次元画像内の各ビクセルのグレー・レベルを対応する2進値表現 の画像に変換する働きをする。これは、各ビクセルのグレー・レベル(ライン6 4を経由して入力される)をそのビクセルの基準しきい値グレー・レベル(手段 54から得られた)と比較することによって行われる。比較結果に従って、各ビ クセルに2進値が割り当てられる。対応する2進値画像34が結果として得られ る。
装置30は、プログラムに従って動作するディジタル・コンピュータを使用して 構築することが好ましい、しかし、前述したように、第5図の48に1つにまと めた機能ブロック、つまり、面積計算(手段42)とフラクタル次元計算(手段 46)を空間領域で実行することは、計算が高価になる可能性がある。従って、 第6図に示すのが、第5図に示す装置30と類似しているが、本発明をフーリエ 領域で実施する装置30゛の概略ブロック図である。全体的には、装置30°は 第5図に示した装置30に似ているが、主な違いは、式(5)〜(16)の説明 箇所で得た手法に従って面積とフラクタル次元を計算する機能ブロック48゛内 に機能要素が集約されていることである。
第6図に示す本発明の実施例は、プログラムに従って動作するディジタル・コン ピュータを使用して実現することができる0本明細書の付録として、これから説 明する機能を実行するように動作するプログラムをFortran 77言語で 書いたコーディング・リストが掲載されている。このプログラムの主要部分はこ のリストのA−1ページとA−2ページに記載されている。好適実施例では、装 置はDigital Equipment Corporationから製造、 販売されているMicroVAXディジタル・コンピュータを搭載し、そのプロ セッサとして、5kyCoa+puters Inc、からSky Warri or Array Processorの名称で製造、販売されているアレイ・ プロセッサが搭載されている0手段38はData TranslationI ncorporatedからDT265111の名称で製造、販売されているフ レーム・グラバ−(frame grabber)が実装されている。
第6図の実施例における手段48°は、ディジタル化手段38から得た画像のフ ーリエ変換を計算するように動作する手段62を備えている。すなわち、すべて のkとhに対する式(16)中の項z (k、h)が計算される。この種の計算 は市販されているサブルーチンを使用して実行することができる0例えば、上記 アレイ・プロセッサ用にSky Coa+puters Inc、から提供され ているプログラムVSFFTが使用できる。上述の説明から理解されるように、 変換の計算の基礎となるデータは、サブルーチンが扱える形でサブルーチンに与 えなければならないことは勿論である0例えば、上に挙げた1次元変換サブルー チンが2次元変換を形成するために必要な操作の2倍を実行できるようにするに は、それに見合うデータ操作が必要になる。かかる操作は公知である。コーディ ング・リストに示すように、2次元フーリエ変換の計算は、サブルーチンVSF FTのコールを含めて、リストのA−4ページに記載されているサブルーチンF RFTによって実行される。変換の実際の計算はブロック62で示したコード部 分で実行される。
ブロック62で得たフーリエ変換は全体を符号64で示す手段に入力されて、変 換の平方の大きさが計算される、すなわち、手段64はブロック62で得た変換 を受けて、式(16)に示す[Z (k、 h) Z’ (k、 h) ]を生 成する。
項[Z(k、h)Z”(k、h)] (7)値ハ(NX n/2)(7)寸法ヲ モつ大きさマトリックス(IFFT)にストアされる。これらの計算はリストの A−4ページにブロック64で示したコード部分で実行される。
手段66は式(16)に次の項として記載されている係数を計算する。
[1/[1−cos(2π/N)kl]+εl/[1−cos(2π/N)hl ]係数項の値は同じ< (NX N/2)の寸法をもつ係数マトリックスC05 SESにストアされる。この係数計算を実行するコードは、付録のA−3ページ のサブルーチンC05SESに記載されている。にとhが任意の正数値のときの 係数の値は、マトリックスの中の該当の項を参照するだけで見つけることができ る。k=oまたはh=oのときは、特殊なケースである。kとhが共にゼロであ るときは、式(16)から明らかなように、[Z (0,O) Z” (0,0 )]を乗算する係数はゼロになる。従って、ストアされた係数マトリックスの中 の(0,O)の項はゼロにセットされる。(11に=oで、hが0に等しくない ときに、または(2)kがOに等しくなくて、h=oのときの特殊な場合には、 係数マトリックスの値は1にセットされる。
手段68は大きさマトリックス(手段64から得たもの)と係数マトリックス( 手段66から得たもの)の積である積マトリックスを生成するためのものである 。
さらに、その結果の積は式(16)中のスケーリング環に対応する(1/N”) 係数だけスケーリングされる。積マトリックスの作成を実行するコードは付録の A−4ページに記載されている。コード中にマトリックス”IFFT“という名 前で作成された積マトリックスは、各整数rごとに用意されている。
面積とフラクタル次元は手段70で計算される。これらの機能を実行するコード 部分は付録のA−6ページとA−7ページに記載されているサブルーチンFRA CTLに示されている。各種解像度スケールrのフラクタル次元の実際の計算は リストのA−7ページのコードに示されている。前述したように、この計算の結 果は第3図に示すようなグラフの形で得ることが可能である。
手段70の出力は手段50に入力されて、前述したように局所が判断される。付 録のA−7ページに示したサブルーチンがこの機能を実行する。このブロックか らは、ピークのフラクタル次元が現われたときの解像度スケール値rを所定係数 だけスケーリングすることによって、局所の大きさが得られる。
局所の大きさが判断されると、次に、局所の基準グレー・レベルが手段62で得 られ、ライン72を経由して入力されたフーリエ変換Z (h、k)を使用して 、手段62で計算される。この計算を行うコード部分は付録のA−8ページとA −9ページに記載されている。
自然に発生するオブジェクトは、あるスケールまたは倍率範囲でほぼ安定したフ ラクタル次元をもつ傾向がある。本発明で観察されたことは、フラクタル次元曲 線(rを関数とした)はrがある値のときピークになることである。均質の(ラ ンダムであるが)III造をもつ画像の場合に分かったことは、ピークが現われ る場所、つまり、D(r)のピーク値が現われるときの値rmaxは、その構造 の中の特徴の平均サイズおよび間隔と非常に密接な相関関係があることである。
以下に写真を示して説明することから明らかなように、第6図の実施例に応じて 実施されている本発明によれば、単一のグレー・レベル基準が画像全体で選択さ れたとき、画像変換に伴なう画像背景変化の影響を解消することができる。さら に、写真に示すように、本発明は画像の倍率スケールに関係なく動作する。
先ず、画像背景変化が画像に及ぼす影響について検討する。第7a図は、ひび割 れがあるペイント・パネルの画像写真である。この画像から明らかなように、背 景は明るさが一様でない。鏡面反射により、第7a図の画像の左上隅は背景が明 るく、背景の左上隅はひび割れとほぼ同じように暗く現われている。
このように背景が変化するために、画像全体に1つだけのしきい値を選択すると 、好ましい結果が得られない。第7b図に示すように、低いひきい値を選択する と、両像の右側部分のひび割れははっきりと現われるが、左側部分のひび割れは そうでない。逆に、第7c図に示すように、しきい値を太き(すると、左側のひ び割れが現われるが、以前は見えていた右側のひび割れは見えなくなる。このこ とから明らかなように、本発明によれば、この問題は解消される。
次に、倍率を高くしたときの影響について検討する。第8a図、第8b図、第8 c図および第8d図は倍率を連続的に大きくしたときの一連の画像を示している 。第9図は、第8a図〜第8d図に示した画像の各々のフラクタル次元曲線であ る。広い意味で前述したように、第3図は、第8a図の画像のフラクタル次元曲 線を示している。この曲線は値rllaXが12ビクセルのときピークになって いる。
図に示すように、フラクタル次元ピークは、画像倍率が大きくなると右に、つま り、rの値が太き(なる方向にシフトしている。第8a図〜第8d図に示す画像 のそれぞれのフラクタル次元ピークは、値がそれぞれrmax= 12. ra aax= 14. r+aax= IJ r+mmx= 25のとき現われてい る。一般的には、図から明らかなように、フラクタル次元ピークは、画像倍率が 大きくなると、右側に、つまり、rの値が大きくなる方向にシフトする。
逆に、倍率が小さくなると、フラクタル次元ピークはrが小さくなる方向にシフ トする。
本発明を第8a図〜第8d図の画像を変換するために使用すれば、画像の倍率値 に関係な(、画像背景変化の問題を回避することができる。前述したように、フ ラクタル次元ピークが現われるときの値r、、8から構造のスケールまたは粗さ に関する情報を得ることができ、また画像中の類似特徴間の平均距離を知ること ができる。上述したように、この情報は、それから基準しきい値がめられて、2 進値画像を計算するために使用される局所(または窓)を定義するために使用さ れる。最良の大きさの局所はrll、の値よりも約20%だけ大きいという経験 的な認識に基づき、第10a図〜第10d図は、第8a図〜第8d図の画像に本 発明の方法を用いてしきい値をめた結果を示している。
第10a図〜第10d図から明らかなように、本発明によれば、背景変化または 倍率レベルに関係なく、対応する2進値画像でばらつきのない良好なしきい値を 得ることができる。
本発明の利点は以上説明した通りであるが、本発明は種々態様に改変することが 可能である。例えば、前述した表面積計算の好適実施例において、ビクセル間の 距離は1の単位であるとすれば、グレー・レベルが1のビクセルは、第2図に示 すように立方体のバイロン14が得られる。このビクセル間の距離は変更可能( 増減可能)であるので、異なる面積計算が得られる。極端なケースとして、ビク セル間の間隔を1よりもはるかに小さくしたときは、表面積は、隣り合うビクセ ルの高さの差の総和だけ密接に近似する。なお、上記改変および他のいかなる改 変も、請求の範囲に明確化されている本発明の範囲に属するものである。
日YTE F015+2.5121.F11512.5121CCh?+[)N  /SにYPR/ ^α:、MEMSTART、I)AADα)へON /TH R9L/ l5TD、Rα)T?ICIN /SにYO2/ FOα)6ON  /5KYO3/ F+ CALL l5−LOAD−OLLrT t%VALlo1. ITT、 IT T、 ITTICALL IS LOAD−ILUT 1%VALlo1. I TTICALL VABSET+ 11440.11CALL VAC5!1T IAccl CALLFRFTICcnpute2Dfftapproplatelysca ledCALL FRACTL I C0IPUTES THE FRACTA L DIMENSIONCALLVMCOI Shy>oih lrrmge  based on windowCALL Is−汽汀−FRAM21%■^L lll、 Fllム−3 A−4 A、−5 A−8 CALL VSFFTIBLRl 1.^CC,2,9,’C’、’5PH1C ALL VK)VI I鵬0.257.^工、 3.612. ’C’、 ’S P’ICALL VMす’LIACC,2,acc、3. 1mad、257.  512 C゛、’SP’10 10203040506070 Bo 901 00110120解凍崖ス汀−ル A−一を Fig、lOb Fig、 lod 国a調査報告

Claims (8)

    【特許請求の範囲】
  1. 1.2次元画像を各々が関連づけられたグレー・レベルをもつ所定数の画素(ピ クセル)に細分化するステップと、 2次元画像の平面の上方に位置する対応する仮定上の3次元面の表面積を2次元 画像から計算し、その場合に、仮定上の表面の一部が2次元画像中の所与のピク セルの上方に位置する高さが当該ピクセルのグレー・レベルと関数的に関係づけ られているステップと、 表面積A(r)の対数の変化率と解像度スケールrの対数の変化率との比率を下 記関係式に従って計算することにより、仮定上の表面のフラクタル次元を判断し 、 D=2−d[logA(r)]/d[log(r)]フラクタル次元が最大にな るときの解像度スケールrmaxを判断するステップと、 2次元画像の中の各ピクセルの基準しきい値グレー・レベルを判断し、その場合 に、各基準しきい値グレー・レベルは、所与のピクセルの周囲の所定の局所内に 位置する各ピクセルとグレー・レベルと関数的に関係づけられ、該所定の局所の 寸法は値rmaxと関数的に関係づけられているステップと、 各ピクセルのグレー・レベルを各ピクセルと取り巻く局所の基準しきい値グレー ・レベルと比較し、比較結果に従って各ピクセルに2進値を割り当てることによ って、2次元画像の中の各ピクセルのクレー・レベルを2進値で表現した対応す る画像に変換するステップと を具え、2次元グレー・レベル画像を対応する2進値画像に変換することを特徴 とするフラクタル次元を使用した中間調画像のしきい値判断方法。
  2. 2.前記所定の局所は平方形状をしており、当該局所の寸法は所定量だけ値rm axより大きくなっていることを特徴とする請求の範囲第1項に記載の方法。
  3. 3.前記局所の所定距離寸法は20%より少ない量だけ値rmaxより大きくな っていることを特徴とする請求の範囲第2項に記載の方法。
  4. 4.前記表面積A(r)の計算はフーリエ領域で行われることを特徴とする請求 の範囲第1項に記載の方法。
  5. 5.前記表面積A(r)の計算はフーリエ領域で行われることを特徴とする請求 の範囲第2項に記載の方法。
  6. 6.前記表面積A(r)の計算はフーリエ領域で行われることを特徴とする請求 の範囲第3項に記載の方法。
  7. 7.2次元画像を各々が関連づけられたグレー・レベルをもつ所定数の画素(ピ クセル)に細分化手段と、 2次元画像の表面の上方に位置する対応する仮定上の3次元面の表面積を2次元 画像から計算し、仮定上の表面の一部が2次元画像中の所与のピクセルの上方に 位置する高さを、当該ピクセルのクレー・レベルと関数的に関係づける手段と、 表面積A(r)の対数の変化率と解像度スケールrの対数の変化率との比率を下 記関係式に従って計算することにより、仮定上の表面フラクタル次元を判断する 手段と、 D=2−d[logA(r)]/d[log(r)]フラクタル次元が最大とな るときの解像度スケールrmaxを判断する手段と、 2次元画像の中の各ピクセルの基準しきい値グレー・レベルを判断し、各基準し きい値グレー・レベルを、所与のピクセルの周囲の所定の局所内に位置する各ピ クセルとグレー・レベルと関数的に関係づけ、該所定の局所の寸法を値rmax と関数的に関係づける手段と、 各ピクセルのグレー・レベルを各ピクセルを取り巻く局所の基準しきい値クレー ・レベルと比較し、比較結果に従って各ピクセルに2進値を割り当てることによ って、2次元画像の中の各ピクセルのグレー・レベルを2進値で表現した対応す る画像に変換する手段と を具えて、2次元グレー・レベル画像を対応する2進値画像に変換することを特 徴とするフラクタル次元を使用した中間調画像のしきい値判断装置。
  8. 8.前記表面積A(r)の計算はフーリエ領域で行われることを特徴とする請求 の範囲第7項に記載の装置。
JP2505017A 1989-02-28 1990-02-20 フラクタル次元を使用した中間調画像のしきい値判断方法および装置 Pending JPH04503725A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US07/316,716 US5054101A (en) 1989-02-28 1989-02-28 Thresholding of gray level images using fractal dimensions
US316,716 1989-02-28

Publications (1)

Publication Number Publication Date
JPH04503725A true JPH04503725A (ja) 1992-07-02

Family

ID=23230330

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2505017A Pending JPH04503725A (ja) 1989-02-28 1990-02-20 フラクタル次元を使用した中間調画像のしきい値判断方法および装置

Country Status (8)

Country Link
US (1) US5054101A (ja)
EP (1) EP0462208B1 (ja)
JP (1) JPH04503725A (ja)
AT (1) ATE143518T1 (ja)
CA (1) CA2011096A1 (ja)
DE (1) DE69028699T2 (ja)
IL (1) IL93561A0 (ja)
WO (1) WO1990010278A1 (ja)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US6418424B1 (en) 1991-12-23 2002-07-09 Steven M. Hoffberg Ergonomic man-machine interface incorporating adaptive pattern recognition based control system
US6850252B1 (en) 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US10361802B1 (en) 1999-02-01 2019-07-23 Blanding Hovenweep, Llc Adaptive pattern recognition based control system and method
US5903454A (en) 1991-12-23 1999-05-11 Hoffberg; Linda Irene Human-factored interface corporating adaptive pattern recognition based controller apparatus
US6400996B1 (en) 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
US6118886A (en) * 1993-03-30 2000-09-12 The United States Of America As Represented By The United States Department Of Energy Automatic target recognition apparatus and method
US5912993A (en) * 1993-06-08 1999-06-15 Regents Of The University Of Calif. Signal encoding and reconstruction using pixons
AUPM661494A0 (en) * 1994-07-01 1994-07-28 Commonwealth Scientific And Industrial Research Organisation Fractal representation of data
FR2731819B1 (fr) * 1995-03-17 1997-04-11 Alsthom Cge Alcatel Methode d'extraction de contours utilisant une analyse multi-fractale
US5696700A (en) * 1995-06-26 1997-12-09 The United States Of America As Represented By The Secretary Of The Navy System and computer-implemented method for fractal-dimension measurement for target-motion analysis noise discrimination
US6052485A (en) * 1997-02-03 2000-04-18 The United States Of America As Represented By The Secretary Of The Navy Fractal features used with nearest neighbor clustering for identifying clutter in sonar images
US6466687B1 (en) * 1997-02-12 2002-10-15 The University Of Iowa Research Foundation Method and apparatus for analyzing CT images to determine the presence of pulmonary tissue pathology
US6240208B1 (en) 1998-07-23 2001-05-29 Cognex Corporation Method for automatic visual identification of a reference site in an image
US7904187B2 (en) 1999-02-01 2011-03-08 Hoffberg Steven M Internet appliance system and method
US6567087B1 (en) * 2000-03-27 2003-05-20 The United States Of America As Represented By The Secretary Of The Army Method to create a high resolution database
JP2002271611A (ja) * 2001-03-14 2002-09-20 Fujitsu Ltd 画像処理装置
US6993187B2 (en) * 2003-02-14 2006-01-31 Ikonisys, Inc. Method and system for object recognition using fractal maps
CA2665162A1 (en) * 2006-10-02 2008-04-10 Allan Blase Joseph Rodrigues Method for measuring coating appearance and the use thereof
US8939885B2 (en) * 2010-09-17 2015-01-27 Penelope S. Martin System and method for eliciting a relaxation response
JP7018380B2 (ja) * 2018-11-30 2022-02-10 株式会社神戸製鋼所 タイヤ表面の画像表示方法およびその画像表示に用いる画像処理装置
CN113554613B (zh) * 2021-07-21 2024-03-01 中国电子科技集团公司信息科学研究院 一种基于分形理论的图像处理方法及装置
CN116823825B (zh) * 2023-08-29 2023-12-05 山东海德尼克液压科技有限公司 一种阀门配件铸造缺陷智能识别方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6234166Y2 (ja) * 1980-07-28 1987-09-01
GB2103449B (en) * 1981-06-29 1985-05-30 Nippon Telegraph & Telephone Method and apparatus for gray level signal processing
NL8105256A (nl) * 1981-11-20 1983-06-16 Philips Nv Inrichting voor het dynamisch instellen van een discriminatiedrempel zwart/wit bij het bewerken van beelden met grijsheidswaarden.
JPS5954376A (ja) * 1982-09-21 1984-03-29 Konishiroku Photo Ind Co Ltd 画像処理方法
US4468704A (en) * 1982-10-28 1984-08-28 Xerox Corporation Adaptive thresholder
US4685145A (en) * 1984-12-07 1987-08-04 Fingermatrix, Inc. Conversion of an image represented by a field of pixels in a gray scale to a field of pixels in binary scale
US4656665A (en) * 1985-01-15 1987-04-07 International Business Machines Corporation Thresholding technique for graphics images using histogram analysis
US4736439A (en) * 1985-05-24 1988-04-05 The United States Of America As Represented By The Secretary Of The Navy Image preprocessing by modified median filter
US4694407A (en) * 1985-06-11 1987-09-15 Rca Corporation Fractal generation, as for video graphic displays
US4742557A (en) * 1985-11-08 1988-05-03 Ncr Corporation Adaptive character extraction method and system
US4731863A (en) * 1986-04-07 1988-03-15 Eastman Kodak Company Digital image processing method employing histogram peak detection

Also Published As

Publication number Publication date
DE69028699T2 (de) 1997-05-15
CA2011096A1 (en) 1990-08-31
EP0462208B1 (en) 1996-09-25
WO1990010278A1 (en) 1990-09-07
IL93561A0 (en) 1990-11-29
EP0462208A1 (en) 1991-12-27
US5054101A (en) 1991-10-01
EP0462208A4 (en) 1992-11-19
ATE143518T1 (de) 1996-10-15
DE69028699D1 (de) 1996-10-31

Similar Documents

Publication Publication Date Title
JPH04503725A (ja) フラクタル次元を使用した中間調画像のしきい値判断方法および装置
KR100443552B1 (ko) 가상 현실 구현 시스템 및 방법
CN111445582A (zh) 一种基于光照先验的单张图像人脸三维重建方法
CN111091624B (zh) 一种从单张图片生成高精度可驱动人脸三维模型的方法
CN111612882B (zh) 图像处理方法、装置、计算机存储介质及电子设备
WO2020134818A1 (zh) 图像处理方法及相关产品
CN114373056A (zh) 一种三维重建方法、装置、终端设备及存储介质
US20090309877A1 (en) Soft shadow rendering
US6697518B2 (en) Illumination based image synthesis
US11816779B2 (en) Rendering textured surface using surface-rendering neural networks
CN108871197A (zh) 用于材料表面的位移场测量方法、装置、设备及存储介质
JP3959862B2 (ja) テクスチャマッピング方法及びその装置
Finlayson et al. Lookup-table-based gradient field reconstruction
KR102155242B1 (ko) 영상 복원 장치 및 방법
JPH04315274A (ja) 画像変換装置
Ben-Tzvi et al. A dynamic combinatorial Hough transform
Xiang et al. An improved exemplar-based image inpainting algorithm
CN108921908B (zh) 表面光场的采集方法、装置及电子设备
Chen et al. Sketch-guided texture-based image inpainting
Tang Application of non-parametric texture synthesis to image inpainting
Fletcher et al. Interactive shading for surface and volume visualization on graphics workstations
Kawasaki et al. Patch-based BTF synthesis for real-time rendering
Hel-Or et al. Synthesis and rendering of 3d textures
CN118365769A (zh) 一种大规模三维场景纹理增强方法及系统
JP3180430B2 (ja) 3次元形状復元方法