JPH08227458A - 全順序方向付け装置 - Google Patents
全順序方向付け装置Info
- Publication number
- JPH08227458A JPH08227458A JP7256190A JP25619095A JPH08227458A JP H08227458 A JPH08227458 A JP H08227458A JP 7256190 A JP7256190 A JP 7256190A JP 25619095 A JP25619095 A JP 25619095A JP H08227458 A JPH08227458 A JP H08227458A
- Authority
- JP
- Japan
- Prior art keywords
- image
- orientation
- probability
- images
- scene
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
Abstract
煩わすことなく自動的に決定する機構を提供する。 【解決手段】 一連の記録済み画像の方向付けを決定す
るために、その記録済み画像はスキャナー14で走査さ
れる。この走査の実施により、別々の記録済み画像中に
非対称に分布する少なくとも1つのシーン特性について
情報が得られる。処理装置16において少なくとも1つ
のシーン特性が得られる記録済み画像のそれぞれの方向
付けに関する確率推定値は、シーン特性の分布の非対称
の関数として決定される。その連の記録済み画像につい
ての方向付けの確率は、その連の記録済み画像のそれぞ
れの方向付けに関する確率推定値から決定される。
Description
関し、特に記録済み画像の一順序の方向付けを自動的に
確認するための機構に関する。
作製したり、CDにインデックスプリントを作製した
り、自動的にアルバムページをデジタル印刷するなどの
自動的なデジタル画像化の応用法においては、最終的な
出力画像フォーマットへの生成に先立ち、画像を正しく
方向付ける必要がある。現在は、こうした自動化手順に
おいては、熟練したオペレータが割り込んで、手動で縦
の画像(肖像)もしくは上下逆の画像といった方向付け
のミスを訂正しなければならなかった。上下逆もしくは
反転した画像は、35mmカメラや、右側装填式フィル
ム送り装置を使用するほとんどの使い捨てカメラの場合
に生じる。こうしたタイプのカメラでは、「通常」配置
のカメラと異なり、フイルムをフィルムゲートの反対側
に装填する。こうしたカメラの作り出す画像は、露光済
みフィルムを反転であると識別しない限り、最終的な出
力画像フォーマットにおいて反転になる。処理する前に
手動でフィルムを分類することは不可能である。そのカ
メラが逆巻きも可能なタイプかどうかを確定する方法は
ないからである。SUCを分類することはできるが、そ
うしたプロセスには時間もコストも掛かる。
の知識は、通常の光学印刷にも応用される。例えば、自
動露光決定と、光学印刷機に使用される対象分類アルゴ
リズムとの収率(販売可能製品に対する受理可能製品の
百分率)は、画像方向付け情報が利用できれば、増加す
る。
側装填式カメラで撮影したフィルム画像を、右側装填式
カメラで撮影した画像から識別できる機構が現在必要に
なっている。同様に、処理中の記録済み画像の全順序の
方向付けを、人手を煩わすことなく自動的に決定する機
構も必要である。
れる上述の事柄は、一連の記録済み画像の方向付けを決
定するのに効力を発揮する画像処理機構により、複数の
記録済み画像を走査することで達成できる。この画像走
査は、少なくとも1つのシーン特性で、別個の記録済み
画像中に非対称に分布する特性に関する情報を得るため
に行われる。少なくとも1つのシーン特性が得られる記
録済み画像それぞれの方向付け確率推定値は、そのシー
ン特性分布の非対称の関数として決定されるものであ
る。その一連の記録済み画像について、次に、方向付け
の確率がその連の各記録済み画像の方向付けに関する確
率推定値から決定される。
(もしくは「一順序」)の方向付けを、画像の長い2辺
に沿って各シーンの特性を調べることにより決定する。
これらの辺は、「風景」方向付けの上部と下部を表す。
この発明の目的のために、特性は風景画像群のどこかの
部分で見つかるものとし、非対称に上部から下部まで分
布しているものと仮定する。例えば、緑の草の色は大抵
はシーンの下部に沿って見つかり、同じシーンでは、上
部に沿って見つかることはまれである。こうした論理に
よれば、上部と下部のどちら側にも緑の草の色のないシ
ーンと同様に、その両部に緑の草の色のあるシーンはこ
の特定の特性については確定できないことになる。
ンの一方の側沿いの全域に見つかり、もう一方の側には
見つからなければ、画像群の90%以上において、緑の
側はシーンの下部にある。その結果、この特性が後で他
のもう1枚の画像で見つかれば、緑の側が下部にある確
率は、やはり、およそ0.90であると期待できる。活
用できる分布の非対称について、シーン中で見つかると
予想される特性とは別のもう1つの特性は、シーンの上
部に沿う空の色である。
対称の程度を決定する重要な要因である。その上、画像
全体を通して、特性の差異が繰り返される場合を見つけ
ることも、分布の非対称を増加させるだろうと予想され
る。分布の非対称は、そのシーンに対する方向付けを正
しく決定する確率の直接の基準である。例えば、特性の
差異について大きさが小さく、見つかる特性の場合の数
も少ない仮定の特性を使用すると、上部から下部まで発
生の分布は比較的一様である。大きさと場合の数とが共
に大きいときは、事は正反対になる。この例では、こう
した事の多くがこの仮定の特性に対し画像の上部で発生
する。
スプリント、写真CDアルバムページを含む自動的なデ
ジタル方式で生み出される応用法では、正しく画像の方
向付けを行うのに、オペレータの介入を必要としない。
発明のもう1つの利点は、方向付け処理装置へ情報を提
供するために現行のシーン平衡アルゴリズムが利用でき
る点である。次に、画像方向付け処理装置から得られた
情報が、今度は、シーン平衡アルゴリズムの作業を改良
するのに使用できる。
る低解像度走査データを、画像方向付けを決定するのに
使用できるという利点がある。同様に、1シーンだけか
らの信頼できる目安でも、全順序の方向付けを決定する
のに十分である。だが、個々のシーンから信頼できる目
安が得られなくても、いくつかの画像からの多数の証拠
が、全順序の方向付けを決定するのに、やはり十分であ
る。
を本発明に従い自動的に決定するために改良を加えられ
た新たな機構について詳細に述べる前に、本発明が本来
前述のデジタル画像処理技術に事実上属することを指摘
しなければならない。このデジタル画像処理技術は、従
来のデジタル信号処理回路を使って行うことができる。
もしくは、デジタル画像処理応用ソフト中に記憶させる
ことも可能である。シーンの画像はそれぞれこのデジタ
ル画像処理用ワークステーションを介して処理される。
画像処理装置に掛ける手法は、図中に容易に分るブロッ
クダイアグラム形式で図示してある。このブロックダイ
アグラムは、本発明に直接関係のある特有な詳細のみを
示し、ここに記述した内容があれば当業者には直ぐに明
らかになるような詳細を述べて開示を曖昧にすることの
ないよう心掛けた。このように、ブロックダイアグラム
図解は、本来、都合よく機能的グループ分けをした場合
のシステムの主要な構成要素を図示する目的を持ったも
のであり、それにより本発明をもっと理解し易くするこ
とができる。
行うのに使用される装置の実施形態のブロックダイアグ
ラムが概略図で示してある。本発明の「全順序」方向付
け法は、大容量スキャナーを通過する連続した一本のネ
ガからの事前走査データを使用して作動する。連続した
一本のネガ10は、複数の個々の記録済み画像、もしく
は「フレーム」12を含む。スキャナー14はフレーム
12に含まれた情報をデジタル化し、このデジタル化済
み情報を処理装置16へ提供する。処理装置16は本発
明の方向付け処理装置18と通常の画像処理装置20と
を備える。画像処理装置20は、画質向上、引き伸し、
トリミングなどの画像処理を更に行うための装置であ
る。画像処理装置20は、処理した画像を収納装置22
と画像再生装置24の双方へ、もしくはいずれか一方へ
提供する。画像再生装置24は、例えば、サーマルプリ
ンターでよい。
128個の連続した流れである。192列のグループ
は、通常のフレーム列検出アルゴリズムにより集められ
て、個々の画像を成す。このアルゴリズムは本発明の方
向付け法を使用して平行にデータを収集し、方向付けプ
ロセスの少し前に終了する。代わりになるべきものとし
ては、列のグループを前々走査フィルムノッチャーが集
める。この前々フィルムノッチャーはフレームの境界を
検出して、そこに印を付ける。こうしたデータ列のバッ
ファー作用を可能な限り限定し、また、最初に走査デー
タを通過する際、必要な情報をすべて収集することは有
利である。
す。画像データは6画素×6列型のブロック群に分解さ
れる。128×192列は、結局、21×32個の標本
抽出領域群から成る1つの格子となる(128=21×
6(+2);192=32×6)。これは、一般に使用
される24×36型の標本抽出格子を使用のシーン平衡
アルゴリズムに匹敵する。本発明の典型的な実施形態で
は、各列の最初と最後の画素は除いてある。
を併せて平均し、副標本の3×3型の配列にすることを
示す。平均化は、対数露光空間で行われるが、これは、
シーン平衡アルゴリズムについての通常の手順である。
9個の2×2の平均値は、数々の方法で利用できる。1
つの方法は、21×32型の標本抽出格子中のその点の
画像を代表する値を生み出すことである。図3(b)
は、代わりとなる、副標本のグループ分けを示す。こう
した副標本を併せて平均して、その代表値を生み出すこ
とができる。本発明の好ましい実施形態では、「X」標
本パターン(参照数字は図3(b)の26)が、その後
の計算のすべてに使用される。このパターンは、通常、
他に挙げてあるどの選択肢よりも優れた、もしくは少な
くとも同等の結果を収める。
た検出するために、方向付け処理装置18は、2つの標
本抽出領域を画像のそれぞれの側に沿って限定する。こ
うした(上部、および下部)領域は図4に示してある。
図示のように、この実施形態では、各領域は深度が「標
本」6個である。もっとも、好ましい実施形態では、他
の領域深度も使用している。標本はそれぞれ、図2
(b)にある「X]パターン26の5個の副標本から成
る。これらの副標本は、元の画素2×2のそれぞれの平
均値である。分布中で位置の非対称を有する所望の各シ
ーン特性を個別に観測することが、一枚の画像の32列
のそれぞれにおいて行われる。画像を通して処理が進行
するとき、非対称を定義する既定限度を越えることが分
かる特性のそれぞれについて正味総数が記録される。特
性値の数値が一方向で高ければ、計数器は増加を示す。
反対方向で高ければ、計数器は減少を示す。その場合、
異なる特性のそれぞれについての正味総数は、下部(も
しくは上部)が特定の側にあるとする確率と関係のあり
得る基準である。
ている場合であれば、非対称は、消失する。特性が、上
部と下部の双方で同等に評価されるか、もしくは無作為
に評価されるかどちらかだからである。こうしたことか
ら、位置の非対称基準が結果的に0になりがちなのであ
る。
称に分布している。従って、他のシーン特性よりもその
連の画像(全順序)の真の方向付けを更によく予測する
ものである。各シーンにおいて、一個、もしくはそれよ
り多数の高度に信頼できる特性を見つけ得るとすると、
こうしたアプローチは個々のシーンの方向付けを決定す
るのに使用可能であるが、目下のところ、そうした特性
は知られていない。しかし、本発明により解決される全
順序方向付け問題に関しては、各画像の便利な特性を見
つけ出す必要はない。極端に偶然で風変わりな場合を除
いては、全順序中の全画像の風景方向付けは、一方の側
が上向きか、もしくは他方の側が上向きかどちらかであ
る。このように、一順序中の一枚の画像でもそこに信頼
できる目安を見つけることで、本発明を使用して、その
全順序の風景方向付けを決定することができる。その
上、どの単独の画像からの結果も決定的なものではなく
とも、いくつかの画像から得られる多数の証拠が、やは
りその順序についての方向付けの信頼できる目安たり得
る。
頼のできる特性をほとんどの順序で度々見つけ、各順序
の(もしくは一連の画像の)方向付けが十分に行える程
であることに掛かっている。また、一順序中の各画像か
らの方向付け証拠(もしあれば)を結合する方法を有す
ることにも左右される。本発明の実施形態においては、
証拠を結合する方法は、ベイズの確率伝播モデルを使用
して、一順序(一連の画像)の各フレーム中に見出され
る結果を合計する。下の等式はベイズの公式を示す。
正しい方向付けを知る確率である。これは、例えば、一
定の場所で処理される右側装填式カメラ対左側装填式カ
メラの混合比を基にすることができる。
先立ち、その順序について正しい方向付けを知る確率で
ある。
についてなされた観測結果を与えられた画像について、
正しい方向付けを知る確率である。
なされた観測結果を含む順序について、正しい方向付け
を知る確率である。
かつ網羅的な一連の選択肢に当てはまることが必要であ
る。本応用においては、相互排反的な選択肢は、わずか
2つあるのみである。即ち、全順序は、「正しい向き」
か、もしくは「上下逆」であるかいずれかである。もし
P群が、全順序は「右側が上向き」である確率に当ては
まるならば、(1−P)は、それが「上下逆」である確
率である。
る。第一に、個々の画像から証拠が集積されるにつれ
て、全順序について得点をつける簡単な方法を提供して
くれる。現行の画像中に役立つ証拠が見つからないとき
は、Pframe =0.5を使うと、結果として、P
current には変化を及ぼさない。第二に、この公式は、
交換可能である(即ち、PlastとPframe とを交換して
も、Pcurrent の値は変化しない)ことはすぐに分か
る。更に重要なことには、ベイズの公式は結合の性質も
備えている。それは、ひと続きの画像からの最終的計算
結果が、その行われる順序に左右されないという意であ
る。このように、一順序中の画像から証拠を全て集積す
ることができて、しかも純粋にその証拠に基づく方向付
けの確率が、カメラの混合比(即ち、左側装填式、対、
右側装填式)の効果を導入する前に算出可能である。こ
れは、単に、一時的にPo を各順序の始めに0.5に決
めるだけで行うことができる。結局、この混合比の効果
(即ち、当初の事前確率)は最後には含むことが可能で
ある。その値は、各ユーザのもとで、独立のパラメータ
として調整できるのである。
々の要因がある。次に挙げるのがそうした要因のリスト
である。
予測する確率。
中でその一定の特性に出合う確率。 3. 顧客順序の内で、その一定の特性に継続的に出会
う出会いの間の相関関係。
からの証拠を結合する方法。
くはそれより多数の特性が見つかるときは、方向付けを
正しく予測するための同時確率は推定されない。その代
わりに、最も信頼できる特性に関する確率を使用する。
こうした場合には、その後の調査に、方向付け確率を指
定するための異なる方法を行うことができる。しかし、
そうした同時確率の推定値を提供することは可能であ
る。
る確率は、風景型の画像についてのその特性の「確から
しさ」だけによるのではなくて、その特性が肖像型の画
像中で間違って見つけられる場合の相対的割合にも左右
される。一定の特性は肖像型の画像中ではまれにしか見
つからないが、これは他の特性には無いことである。こ
うしたことのため、また、風景型と肖像型の混合比が、
ユーザによりまちまちであったり、あるいは一定のユー
ザであっても時と共にゆっくりと変わることもあり得る
ということもあって、各特性についての未処理の風景確
率は、このような事実を踏まえて調整されなければなら
ない。等式(2)は必要な補正を与えてくれる。この等
式は、肖像フレーム中に運悪く非対称基準がみつかった
場合、その基準は、その場合の半分が正解を与え、後の
半分が誤答を与える、とする仮定に基づいている。
在する一定のものに対して、正しい方向付けをする確率
である。
けのものに対して、正しい方向付けをする確率である。
である。
景型画像に対する、肖像型画像の比率である。
にやや逆比例して変化するのが観測できるということが
確認されている。このことからいずれのトレードオフが
上策かという問題が生じる。即ち、比較的多数の画像中
に比較的信頼性の低い特性を見つけるか、それとも、比
較的少数の画像中に比較的信頼性の高い特性を見つける
かという問題である。本発明の発明者による2つの異な
る特性の「見つかる」画像に関する実験では、比較的信
頼性の高い特性に関連する確率を使用した。確率が高い
ほど、一定の特性が正しく方向付けを予測する率も高く
なることが分かった。理に適って信頼できる特性が見つ
かる頻度が高いほど、証拠の弱い、もしくは無い、順序
は少なくなる。しかし、甚だしく間違った証拠を持つ順
序が見つかる率もまた高くなる(甚だしく間違った証拠
とは、大きさの間違いが甚だしいためにその順序が不当
に方向付けられるのを防ぐ妥当な事前確率が無いような
方向付け確率を生み出すもの、と定義される)。順序中
に画像が少なければ少ないほど、結果は(予想通りに)
不十分なものになる。これまでに見つかっている特性の
信頼性のレベルを考慮すると、少なくとも24枚の画像
を有する順序から、優れた結果が得られるはずである。
もし1つの順序に1つの特性を見つけることにより、そ
の順序(順序内の相関シーン内容)中でその特性をまた
見つける確率が増すなら、多数の順序に及ぼす全体的な
成果はそれほど変化しないが、甚だしく間違った証拠を
有する順序は確かに増加する。2つの特性のうちいずれ
か一方、もしくは双方共が見つかる場合は、信頼性の低
いほうの特性の成果は甚だしい間違いを生み出すことに
支配的であるだろう。だが、同時に、証拠のほとんど無
い、もしくは全く無いような順序が存在することもまれ
になる。
それが最も一般的な順序の大きさに作用するのでなけれ
ばならないが、その大きさは、画像24枚である。シュ
ミレーションの結果が暗示するところによると、必要な
のは、十分に大きな一群の特性であって、少なくとも8
0%の成功率を有する一群がほとんどの画像中で見つか
る程の大きさであるか、もしくは、90%の成功率を有
する比較的小さな一群であって、全画像の約40%で見
つけ得る程度であるか、いずれかである。更に、シュミ
レーションの示すところによれば、3、4「片」の画像
フィルムの方向付けを予測するには、全画像群の90%
以上で見つかり、そのほとんどが90%を越える成功率
を収めるような一群の特性が必要である。
比較的頻繁に生じる特性もあれば、下部で比較的頻繁に
生じる特性もあることが分かる。草の色と空の色がその
例である。偶然の観察が示すそうした特性は、非対称を
有しているので、問題点は少なくなり、まず、そうした
特性について、正確な基準を限定し、次にその正確な基
準が正しくシーン方向付けを識別する確率を推定するこ
とになる。しかし、他に役立つ特性も存在し、以下で述
べることに加えて、使用することもできる。
使用するが、そのシーン特性は、上部から下部まで非対
称に分布する。こうした特性は、色彩とテクスチャ(の
欠如)の双方を含む。まず、色彩の面から述べることに
する。色の軸は、規準化された原色の単純な差異を挙げ
ることにより限定できるし、色相範囲は値を単純に比較
することで限定できる。こうした制約を設けるだけで
も、12の色軸を限定できる(即ち、色の差異の印は、
それぞれの独自の色軸の限定に含まれている)。各色軸
について、3つの色相範囲を限定することも可能であ
る。各色軸は、60度、120度、もしくは180度の
範囲で囲むことができる。色軸は、色相範囲の中心に置
く必要はない。それらに値を割り当てるために、色相範
囲の色は色軸へ投射される。図5は、こうした色軸と色
相範囲とを図示している。原色の色軸により限定される
色相境界線についての検査は、2色の間の比較であるこ
とが示されている。色の差異の軸によって限定される色
相境界線についての検査は示されていないが、それら
は、原色がポジかネガのいずれであるか単に調べる検査
にすぎない。
かるのは、画像群全体のほんの一部である。その上、飽
和度に達した赤と青は、上部よりは画像の下部のほうが
比較的高い頻度で発生するのが見つかる。これは、赤と
青とが人の使う品物に関連していて、画像の比較的低い
部分に重力により人が拘束される傾向と結び付いている
せいかも知れない。予想外であるが、赤の色の非対称
は、緑と青の色の非対称を併せたものとほとんど同じ頻
度で発生する。典型的な画像の記憶済みのデータベース
に関する実験では、(各画像中で可能性のある32例の
うちから)赤の非対称の比較的数少ない例を、役立つ方
向付け確率を示すために多数観察しなければならなかっ
た。
の色軸と最適の色相範囲とが、図6で典型的な画像に関
して図示してある。草については、黄緑の軸のほうが、
純粋な緑の軸(即ち、純粋な緑はG−(R+B)/2で
与えられる)より多少好ましかった。
する方法を述べている。原色はそれぞれ、発明の一定の
実施形態において、シーン平衡アルゴリズムからの対応
する値により規準化される。これは、各原色が本発明の
方法中で実際に使われる彩度信号を限定するため使用さ
れるのに先立って、行われる。
「X]副標本の値である。 2. RX 、GX 、およびBX は、21×32型の標本
抽出格子中の各位置に割り当てられた値である。
びB(ハット)は、シーン平衡アルゴリズムモジュール
からの推定目標値である。
する赤マゼンタの彩度値である。
関連する)緑色の特性を限定する黄緑の彩度値である。
関連する)青色の特性を限定する青の彩度値である。
方にすぎない。他の特性は、彩度値の分布とそれらの変
化とを含む。等式(4)は、使用される純粋な赤、純粋
な緑、および純粋な青を限定する。等式が示すように、
3つの基準は全て、6個の標本中で、画像の上部と下部
において見つかる2つの最大量の差が一定の閾値を越え
る正味の回数の計算に基づいている(「上部」と「下
部」という語は、画像の向かい合う側に関連している。
単に名前を示す語であって、例えば、左側装填式カメラ
システムに関連する走査方向に基づく)。
範囲の深度が標本6個(図4)の場合の例証となってい
る。範囲の深度が標本6個より多いか、もしくは少ない
ときは、等式を明白な方法で修正しなければならない。
抽出列の上部と下部で見つかるRDMG180 の最大値で
ある。
max は、各標本抽出列の上部と下部で見つかるYLGR
180 の最大値である。
bttm max は、各標本抽出列の上部と下部で見つかるBL
U120 の最大値である。
bttm ave は、各標本抽出列の上部と下部で見つかるBL
U120 の平均値である。
YLGR、ThreshBLU は、画像の一方の側の対応する
彩度値が、潜在する非対称を限定するために、画像の他
方の側の彩度値より越えねばならない閾値の程度であ
る。
Ucnt は、非対称が見つかった場合、非対称を信号で知
らせる色の基準である。それらは、対応する彩度値が画
像の予想される側で閾値を越える正味の回数を表わす。
くは0だけを持つと限定されるから、例えば、BLU
cnt の増加、もしくは減少が、一方が他方よりも黄が淡
いだけの2つの黄色の標本によって示されることはあり
得ない、等である。
に関する実験結果によると、赤の特性は、分布の役立つ
非対称を信号で知らせるために必要とする正味総数が緑
の特性よりもずっと少ない。事実、純粋な緑は、役立つ
非対称を有するためには、実際にほぼその画像全体を通
して見つからなければならない。しかし、それが見つか
れば、正しい方向付けを知る確率は非常に素晴らしい
(約95%)。図7は、非対称の見つかる列の数が増す
につれて、確率が増加する傾向にあることを図示してい
る。更に、閾値を上げるにつれて、確率も一般に増加す
る。図8(a)は、純粋な緑色について、それが標本抽
出列32列の全てに見つかる場合のこの旨を図示してい
る。残念ながら、当然、そうした差異の程度を有する画
像の数は、図8(b)に示されるように、減少する。
ついて決定を下すために使用される結果のうちで典型的
な結果の抽出標本を示している。表1は、画像群の割合
と、赤の特性のいくつかの可能な定義についての確率と
を示す。これには、様々な閾値の範囲について結果を併
せ、1つは粗い、そして1つは比較的きめの細かいヒス
トグラムセルにまとめることで得られる結果を使用して
いる。
の特性(即ち、R−G軸に投射される赤の特性)であ
る。
20色相範囲に制約されることを除いては、RDMG
180 と同じ定義である。
/2軸に中心を置く120色相範囲に制約されることを
除いては、RDMG180 と同じ定義である。
2軸に投射され、またR−B軸に中心を置く120色相
範囲に制約される、赤の特性である。
ての組み合わせについて、結果が最良の成果(最も高い
確率を有する画像の最も高い百分率)になるものは1つ
もない。だが、RDMG180 は、概して、表に挙げられ
た全範囲のうちでは最良の部類に入る。本発明では、方
向付けの決定に使用されることになる特性のそれぞれに
ついて、同様の判断が下される。
未調節領域がシーンの上部で見つかる頻度は下部よりも
高い傾向にあるということである。等式(5)は、こう
した非対称を捕まえようとする特性を限定する。各標本
抽出格子内の緑の対数露光値に基づく一様特性を限定す
るのである。この際は、色は論点ではないので、シーン
の規準化は必要ではない。
「X]副標本の5つの各構成要素についての平均緑対数
露光値である。
くは下部からの「X]副標本の5つの各構成要素につい
ての、それらの平均値からの各成分の絶対偏差値であ
る。
もしくは下部からの「X]副標本のそれぞれにおける平
均偏差値である。
bttm max 、ΔGbttm min は、標本抽出列の上部と下部で
見つかる最大平均差分、および最小平均差分である。
抽出列の上部と下部で見つかる平均差分の平均値であ
る。
bttm ave を作り上げている値の分布のゆがみの(規準化
された)基準である。XNRは、−1から1までの範囲
である。
bttm adjaveは、標本抽出列の上部と下部で見つかる過度
の非対称度に対する調整後の平均差分の平均値である。
足に起因する画像値を多少越える画像値である。
Thresh2 は、潜在的な非対称を平滑化して限定す
る上部閾値である。
その非対称を信号で知らせる平滑基準である。それは、
平滑領域が画像の予想される側で見つかった正味回数を
表す。
んど無限に存在する。上の等式では、XNRと呼ばれる
パラメータを使用して調整が行われる。これは、既知の
シーン平衡アルゴリズムで長年使われている統計値であ
る。特に、低調節された雪のシーンを検出する。そうし
たシーンは、以前は、オートメーション化された印刷機
で長年印刷されたが、出来上がりが暗過ぎた。等式
(6)は、異常に大きな1つの値の影響を、他の点では
nと同様の平均値から減少させるか、もしくは取り除く
かするために、XNRの使用法を更に例証している。X
NRは、もともと限定があって、−(n−2)/nから
(n−2)/nまで値を変動できる。本発明では、XN
Rは、−1から1までの値に規準化されている。1列6
個の標本が本質的に一様な領域にありながら、しかもそ
の領域が一方の端か他方の端で調節領域に接するか、も
しくは検出力列のような小調節域を横切るかする場合に
は、その効果は高まる。このような場合には、この調整
により、紛らわしい調節を割り引く。こうしたタイプの
調整は、次に述べるような他のいくつかの基準を限定す
る場合にも行われる。
のゆがみを規準化した基準である。
れる可能性のある値の分布の最大値、最小値、平均値で
ある。
である。
て調整されるVave の値である。この調整は、明らか
に、Vmax を含む平均値とVmax を除いた平均値との間
の直線の補間法である。
は、一様な傾きのため識別できないことがある。そうし
た傾きは、広がった一様な面を照らす点光源、もしくは
口径食の激しいレンズにより生じる類いの傾きである。
最後に述べる特性は、一様な直線の傾きが認められるよ
うデザインした。図9は、こうしたコンセプトを図示し
ている。各標本抽出列の上部と下部との双方に6個の
「X]標本がある。ギリシア語のアルファベットのキー
(即ち、X)型に正方形を並べたような検査が、副標本
の値は直線の傾きの上に存在するという仮定を検査する
ために行われる。18個の予想されるレベルが、最初と
最後の「X]の中央により限定される2終点間で、直線
の補間法(補外法)によって限定される。これら2つの
中央に割り当てられた期待値は、その位置の「X]標本
を作り上げている5つの値の平均値にすぎない。等式
(7)は、滑らかな傾きの基準を限定する。
部の初めにある5個の副標本の平均値である。
上部区分と下部区分の初めと終りの間の目標とする傾き
である。
は、予想される直線の傾きからの実際のデータの偏差基
準である。
Δ2 は、直線の傾きからの偏差値に関する閾値であっ
て、この直線の傾きは、滑らかで一様な傾きの領域の非
対称を限定するものである。
像値を多少越える画像値である。
るとその非対称を信号で知らせる滑らかで、一様な傾き
の基準である。それは、比較的滑らかで一様な傾きが画
像の予想される側に見つかる正味の回数を表す。
用される基準を表示する。この表は、閾値と、分布の非
対称を信号で知らせる総数と、標本中の領域深度と、こ
の基準が風景画像中の正しい方向付けを予測する確率
と、この基準を風景画像中で見つける確率と、この基準
を風景画像中で見つける確率に対する、肖像画像中で見
つける確率の比と、を示す。特性Gsmth、およびGgrad
は、等式(4)からのBLU(120)ave の値に左右
される2つの範疇に分けられる。総数の限度と結び付け
られた閾値の範疇により、基準の型に独特の範疇が生じ
る。正しい方向付けの予測が0.80を下回る風景確率
を有する基準は使用されない。
ースを使用した。第一のデータベース(データベース
1)は、一連のネガの実際の事前走査(128×19
2)から作り出され、2183枚の画像を含む。全デー
タの組は、3つのファイル(赤画素ファイル、緑画素フ
ァイル、青画素ファイル)に納められている。第二のデ
ータベース(データベース2)は、平均して1308×
1932から128×192へ縮小することにより作り
出され、35mm範囲配列スキャナーにより走査された
2697枚の個々の画像からのデータである。それは、
約290の異なる顧客順序から(通常)9枚の画像を標
本抽出することで集められた。このデータは、データベ
ース1に使用されるのと同じシーン対数露光測定規準に
変換されて、いくつかの赤、緑、および青の画素データ
ファイルに集められた。
タベースに関する本発明の検査では、発明の方法で使用
された特性が、独自に役立つものであるか否かを明らか
にした。特性は、大部分、独自に役に立つことが分かっ
た。
ある。表3には、データベース1とデータベース2に関
する別々の欄があり、異なる画像の組を表している。
似点がある。数字の配列はそれぞれ、配列の左端の基準
がそれらの特定画像の方向付けを予測するのに使用され
る基準である場合、その結果を表す。各行は、そうした
同じ基準(**の目印が付けられている)に対するか、
もしくはそのほかの基準に対する結果を表す。その他の
基準は、たまたま同じ画像中に同様に見つけられたが、
実際は、そうした特定の画像中の方向付けの比較的信頼
度の低い目安を表していたのである。最初の列(第0
列)は、その基準が見つかった画像の総数であり、その
後に続く列は、表2に限定されるその基準の各領域に対
する画像の数である。表2の最終列は、その領域と関連
する表3の列の番号を示す。例えば、データベース1の
分類RDMG180 に対する配列では、RDMG180 がそ
の画像の方向付けを予測するために使用される特性であ
るような画像は210枚あった。更に、表2に(正しい
方向付けを示す確率は0.849と)限定された第一の
基準が使用された基準であったのは75回、表2の第二
の基準が使用されたのは26回、など。このようにし
て、210=75+26+35+15+22+27+1
0である。他の信頼度が比較的低い基準もこうした21
0枚の画像中のいくつかに見つけられた。例えば、基準
Gsmthも15回見つかった。しかし、この15回のいず
れの場合も全て、こうした基準と関連した確率は、使用
された基準RDMG180 の確率と比較すると低かった。
のに使用できる。第一は、本発明の方向付け法に使用さ
れる基準のそれぞれの実用的な有効性である。表3の示
すところによると、基準のほとんどの場合、その基準が
方向付けの唯一の目安であるような画像も存在した。例
えば、Gsmthの場合を考えてみよう。低い確率の基準が
使えたはずのほかの場合を全て差し引いた後でも、まだ
少なくとも128枚の画像がデータベース1中に存在し
(128=620−51−44−0−397)、データ
ベース2には、他に何も基準の見つからなかった画像が
少なくとも13枚は(13=371−41−26−0−
291)存在するのである。
かということである。GsmthやGgradといったいくつか
の特性については、それらが独立事象でないことは明ら
かである。全画像を通して独立して分布する基準を限定
するのは有用ではあるのだが、そうしたことは一般的に
は可能ではない。必要なことは、各基準が方向付け検出
プロセスへ十分に特有な情報を与え、その計算の手間を
正当化できるようにすることである。
決定に役立つ特別なシーン特性の使用に関して述べてき
たが、個々のシーンの方向付けと、こうした全順序の決
定に対して、発明の範囲内で他に同じように有効なアプ
ローチを取ることも可能である。例えば、もし人の顔を
認めることができれば、画像の中のその方向付けは、シ
ーンの方向付けの非常に信頼できる指標となる。代わり
になるべきものとしては、エッジの頻発内容の垂直対水
平のどんな非対称でも検出することが可能である。
へ非対称に分布するシーン特性を探すことにより、全顧
客順序の方向付けを決定する方法と装置とを提供する。
分布の非対称は、それが見つかる各シーンの方向付けに
関する推定値を確率に変換する。各順序に関する方向付
けの確率は、ベイズの確率伝播モデルを使用して、各フ
レームに対する方向付けの確率から算出される。望むと
ころは、各順序の十分なシーン中に非対称に分布する特
性を検出し、ベイズの確率伝播モデルがその順序に関し
て高い信頼度で方向付けを予測するようにすることであ
る。
が、そうした構成要素は、普通の当業者にも周知のもの
であり、本発明の方法を実行するために普通の当業者が
容易にプログラムに組むことが可能である。
たことは、図解や例として挙げたものであり、制約する
ものと見做されるべきものでないことは明白である。本
発明の精神とその範囲とは、添えてあるクレームの用語
によってのみ制約されるべきである。
像処理装置の構成ブロック図を示す。
ド)の説明図である。
である。
である。
を示す説明図である。
れる色相領域とを示す説明図である。
正しい方向付け確率の関係を示すグラフ図である。
図である。
る。
処理装置、18 方向付け処理装置、20 画像処理
装置、22 画像収納装置、24 画像再生装置、26
「X]標本パターン。
Claims (3)
- 【請求項1】 記録済みの画像を走査し、前記記録済み
画像を表わすデジタル信号を供給するスキャナーと、 前記デジタル信号を受信するために前記スキャナーに連
結されている方向付け処理装置と、 を含み、 前記処理装置は、前記記録済み画像中の少なくとも1つ
のシーン特性の非対称の分布を決定し、かつ前記一連の
記録済み画像についての方向付け確率を前記少なくとも
1つのシーン特性の決定済み非対称分布の関数として決
定することを特徴とする一連の個々の記録済み画像の方
向付け決定装置。 - 【請求項2】 請求項1に記載の装置において、前記方
向付け処理装置は、前記少なくとも1つのシーン特性の
非対称分布の関数として少なくとも1つのシーン特性が
得られた個々の記録済み画像のそれぞれの方向付け確率
推定値を決定することにより前記方向付け確率を決定す
ることを特徴とする装置。 - 【請求項3】 請求項2に記載の装置において、前記方
向付け処理装置は、ベイズの確率伝播モデルに従い、個
々の記録済み画像のそれぞれの前記決定された方向付け
確率推定値を用いて前記一連の記録済み画像に対する方
向付け確率を決定することを特徴とする装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/322,241 US5642443A (en) | 1994-10-12 | 1994-10-12 | Whole order orientation method and apparatus |
US322241 | 1994-10-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH08227458A true JPH08227458A (ja) | 1996-09-03 |
JP3673570B2 JP3673570B2 (ja) | 2005-07-20 |
Family
ID=23254013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP25619095A Expired - Lifetime JP3673570B2 (ja) | 1994-10-12 | 1995-10-03 | 全順序方向付け装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US5642443A (ja) |
EP (1) | EP0707284B1 (ja) |
JP (1) | JP3673570B2 (ja) |
DE (1) | DE69525301T2 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5905580A (en) * | 1995-11-09 | 1999-05-18 | Eastman Kodak Company | System and article of manufacture for producing an index print from photographic negative strips |
US5748289A (en) * | 1996-08-29 | 1998-05-05 | Eastman Kodak Company | Apparatus and method for producing photographic prints with write-on borders |
FR2764411B1 (fr) * | 1997-06-09 | 1999-07-16 | Eastman Kodak Co | Procede d'optimisation du remplissage d'un support d'edition avec des images numeriques de tailles variables, et avec conservation des rapports de tailles |
US6130960A (en) * | 1997-11-03 | 2000-10-10 | Intel Corporation | Block-matching algorithm for color interpolation |
US6512846B1 (en) * | 1999-11-29 | 2003-01-28 | Eastman Kodak Company | Determining orientation of images containing blue sky |
US6504951B1 (en) | 1999-11-29 | 2003-01-07 | Eastman Kodak Company | Method for detecting sky in images |
US6591005B1 (en) | 2000-03-27 | 2003-07-08 | Eastman Kodak Company | Method of estimating image format and orientation based upon vanishing point location |
US7062085B2 (en) | 2001-09-13 | 2006-06-13 | Eastman Kodak Company | Method for detecting subject matter regions in images |
US7215828B2 (en) * | 2002-02-13 | 2007-05-08 | Eastman Kodak Company | Method and system for determining image orientation |
US20110188759A1 (en) * | 2003-06-26 | 2011-08-04 | Irina Filimonova | Method and System of Pre-Analysis and Automated Classification of Documents |
RU2003108433A (ru) * | 2003-03-28 | 2004-09-27 | Аби Софтвер Лтд. (Cy) | Способ предварительной обработки изображения машиночитаемой формы |
RU2635259C1 (ru) | 2016-06-22 | 2017-11-09 | Общество с ограниченной ответственностью "Аби Девелопмент" | Способ и устройство для определения типа цифрового документа |
US7336819B2 (en) * | 2003-12-29 | 2008-02-26 | Eastman Kodak Company | Detection of sky in digital color images |
US7421125B1 (en) | 2004-03-10 | 2008-09-02 | Altor Systems Inc. | Image analysis, editing and search techniques |
US7356193B2 (en) * | 2004-04-01 | 2008-04-08 | Eastman Kodak Company | Detection of hanging wires in digital color images |
US20060061599A1 (en) * | 2004-09-17 | 2006-03-23 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for automatic image orientation normalization |
CA2479664A1 (en) * | 2004-09-24 | 2006-03-24 | Edythe P. Lefeuvre | Method and system for detecting image orientation |
JP4765925B2 (ja) * | 2006-12-19 | 2011-09-07 | セイコーエプソン株式会社 | アイテム編集装置、アイテム編集方法及びプログラム |
US20090310189A1 (en) * | 2008-06-11 | 2009-12-17 | Gallagher Andrew C | Determining the orientation of scanned hardcopy medium |
US8036417B2 (en) * | 2008-06-11 | 2011-10-11 | Eastman Kodak Company | Finding orientation and date of hardcopy medium |
US20090310863A1 (en) * | 2008-06-11 | 2009-12-17 | Gallagher Andrew C | Finding image capture date of hardcopy medium |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1547119A (en) * | 1977-12-09 | 1979-06-06 | Ibm | Image rotation apparatus |
JPS60144078A (ja) * | 1983-12-30 | 1985-07-30 | Fuji Photo Film Co Ltd | 写真画像の映像信号作成方法及び装置 |
GB2177871B (en) * | 1985-07-09 | 1989-02-08 | Sony Corp | Methods of and circuits for video signal processing |
US4870694A (en) * | 1987-03-24 | 1989-09-26 | Fuji Photo Film Co., Ltd. | Method of determining orientation of image |
EP0726542B1 (en) * | 1990-04-18 | 1999-09-15 | Fuji Photo Film Co., Ltd. | Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images, radiation image read-out apparatus, and radiation image analyzing method and apparatus |
US5133045A (en) * | 1990-07-13 | 1992-07-21 | Integrated Systems, Inc. | Method for operating a real-time expert system in a graphical programming environment |
US5270831A (en) * | 1990-09-14 | 1993-12-14 | Eastman Kodak Company | Storage and playback of digitized images in digital database together with presentation control file to define image orientation/aspect ratio |
US5077811A (en) * | 1990-10-10 | 1991-12-31 | Fuji Xerox Co., Ltd. | Character and picture image data processing system |
US5038218A (en) * | 1990-10-10 | 1991-08-06 | Fuji Xerox Co., Ltd. | Image processing assembly with conversion and rotation of input image data or predetermined data to match data resolution and orientation |
US5528194A (en) * | 1991-05-13 | 1996-06-18 | Sony Corporation | Apparatus and method for performing geometric transformations on an input image |
US5235651A (en) * | 1991-08-06 | 1993-08-10 | Caere Corporation | Rotation of images for optical character recognition |
US5276742A (en) * | 1991-11-19 | 1994-01-04 | Xerox Corporation | Rapid detection of page orientation |
JPH06304159A (ja) * | 1993-04-27 | 1994-11-01 | Fuji Photo Film Co Ltd | 画像の撮影体位認識方法 |
-
1994
- 1994-10-12 US US08/322,241 patent/US5642443A/en not_active Expired - Lifetime
-
1995
- 1995-09-26 EP EP95115132A patent/EP0707284B1/en not_active Expired - Lifetime
- 1995-09-26 DE DE69525301T patent/DE69525301T2/de not_active Expired - Lifetime
- 1995-10-03 JP JP25619095A patent/JP3673570B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
EP0707284B1 (en) | 2002-02-06 |
DE69525301T2 (de) | 2002-10-24 |
JP3673570B2 (ja) | 2005-07-20 |
US5642443A (en) | 1997-06-24 |
DE69525301D1 (de) | 2002-03-21 |
EP0707284A2 (en) | 1996-04-17 |
EP0707284A3 (en) | 1998-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH08227458A (ja) | 全順序方向付け装置 | |
US7065255B2 (en) | Method and apparatus for enhancing digital images utilizing non-image data | |
US6845181B2 (en) | Method for processing a digital image to adjust brightness | |
JP4335476B2 (ja) | 画像の顕著性及びアピール性に基づいて写真印画の数、寸法、及び、倍率を変更する方法 | |
JP4611069B2 (ja) | 特定シーンの画像を選別する装置、プログラムおよびプログラムを記録した記録媒体 | |
US7609908B2 (en) | Method for adjusting the brightness of a digital image utilizing belief values | |
US7324246B2 (en) | Apparatus and method for image processing | |
US6529630B1 (en) | Method and device for extracting principal image subjects | |
US7580069B2 (en) | Image-capturing apparatus and image processing apparatus | |
US7289154B2 (en) | Digital image processing method and apparatus for brightness adjustment of digital images | |
US6735341B1 (en) | Image processing device and method and recording medium for recording image processing program for same | |
US6654507B2 (en) | Automatically producing an image of a portion of a photographic image | |
US7505606B2 (en) | Detecting doctored images using camera response normality and consistency | |
US20070071316A1 (en) | Image correcting method and image correcting system | |
JPH0863597A (ja) | 顔抽出方法 | |
JP5601407B2 (ja) | 画像分類プログラム、画像分類装置および電子カメラ | |
JPH09171220A (ja) | 露光量決定方法 | |
US20060082672A1 (en) | Filtering digital images | |
CN101996389A (zh) | 图像处理装置、成像装置、以及图像处理方法 | |
JP2007184888A (ja) | 撮像装置、画像処理装置、画像処理方法、及び画像処理プログラム | |
US6160634A (en) | Digital printer and image data conversion method | |
JP2000013605A (ja) | 画像処理装置および方法ならびに画像処理プログラムを記録した記録媒体 | |
JP4339730B2 (ja) | 画像処理方法および装置 | |
JPH11249241A (ja) | 画像処理方法及び画像処理装置 | |
JP3724148B2 (ja) | 色判別装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040928 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041227 |
|
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: 20050405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050425 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080428 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090428 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100428 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100428 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110428 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120428 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130428 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140428 Year of fee payment: 9 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |