NL1013669C2 - Werkwijze en inrichting voor kleurkwantisatie. - Google Patents

Description

Werkwijze en inrichting voor kleurkwantisatie 5 De uitvinding betreft een werkwijze en inrichting voor het kwantiseren van kleuren in een digitale gekleurde afbeelding. Met een digitale afbeelding wordt hier bedoeld: de digitale representatie van een document, waarin de beeldinformatie op het document is beschreven met behulp van de waarden van in een raster opgestelde pixels. Deze pixelwaarden worden vaak collectief aangeduid als “digitale beeldgegevens”. Voorts 10 wordt met kwantiseren hier bedoeld: het verminderen van het aantal discrete kleuren die in de digitale beeldgegevens aanwezig zijn.

Kleuren kunnen worden beschreven binnen het kader van een kleurenruimte, een ruimte die is opgespannen door assen die bepaalde aspecten van kleuren karakteriseren. Een veel gebruikte kleurenruimte is bijvoorbeeld de RGB-ruimte, waar 15 de assen de intensiteiten van de basiskleuren rood, groen en blauw bevatten. Elke kleur kan worden weergegeven door coördinaten in de kleurenruimte.

Documenten kunnen vaak zeer veel kleuren bevatten en het is voor veel toepassingen, zoals het weergeven van een documentbeeld op een beeldscherm of harde kopie, gewenst om het aantal kleuren terug te brengen, omdat veel 20 afbeeldingsprocessen slechts een beperkt aantal verschillende kleuren kunnen weergeven. Ook zijn er toepassingen die een kleurenbeeld bewerken om er informatie over de inhoud uit te destilleren, zoals optische karakterherkenning (OCR) of lay-out analyse. Dergelijke toepassingen worden vaak belemmerd in hun werking, wanneer er in het documentbeeld veel verschillende kleuren voorkomen, omdat zij a priori geen 25 onderscheid kunnen maken in het belang van de verschillende kleuren. Een beperking van het aantal in het beeld aanwezige kleuren is dan des te meer gewenst.

Een bekende procedure om het kleurengamma van een afbeelding te kwantiseren in een beperkt aantal kleuren, is het verdelen van de kleurenruimte in een aantal compartimenten waarna alle kleuren die binnen een compartiment zijn gelegen, 30 gelijk worden gemaakt aan één kleur, die representatief is voor het hele compartiment. Een aantal van dergelijke procedures worden beschreven in Wan, S.J. et al., "An algorithm for multidimensional data clustering", ACM Transactions on Mathematical Software, Vol.14, No.2 (June 1988), pp. 153-162. In verschillende van de hierin beschreven methoden wordt de variantie van de te verdelen verzameling kleuren 35 gebruikt om de spreiding van de punten van de verzameling in de mogelijke 1013669 2 delingsrichtingen te bepalen.

De bekende werkwijzen zijn echter ingewikkeld en delen de kleurenruimte in slechts een beperkt aantal richtingen, namelijk de asrichtingen van de kleurenruimte, waardoor het delingseffect matig is. De gebruikte techniek is niet bijzonder geschikt om 5 andere richtingen dan de asrichtingen van de kleurenruimte te betrekken in de delingsprocedure.

De uitvinding heeft tot doel om de genoemde problemen van de bekende methoden op te lossen en bereikt dit doordat ten behoeve van het kiezen van een te verdelen compartiment en het delen van het gekozen compartiment in nieuwe 10 compartimenten, gebruik wordt gemaakt van de varianties van de verzamelingen kleuren in de compartimenten in een aantal voorafbepaalde richtingen, waarbij de variantie van de verzameling kleuren in een compartiment wordt berekend door een covariantie-matrix die deze verzameling kleuren beschrijft te bepalen en hieruit de waarden van de variantie van de verzameling in de betreffende richtingen te berekenen. 15 Hierdoor wordt bereikt dat de deling van kleurenruimte effectiever plaatsvindt en met weinig rekeninspanning gepaard gaat. De covariantiematrix is namelijk relatief eenvoudig te berekenen en kan op eenvoudige wijze gebruikt worden om de variantie van de betreffende verzameling in een willekeurige richting te berekenen.

Een verdere verbetering van de werkwijze wordt bereikt door toevoeging van 20 een procedurestap, volgend op de deling, welke inhoudt: het onderwerpen van resulterende verzamelingen kleuren aan een voorafbepaalde test en het op grond van de resultaten van die test weer samenvoegen van verzamelingen, evenals de daarmee corresponderende compartimenten.

Met deze stap wordt bereikt dat scheidingen die in de delingsstap ten onrechte 25 zijn uitgevoerd, vaak wegens andere oorzaken, weer hersteld worden. Hierdoor wordt het uiteindelijk aantal kleuren verder verminderd.

Het zij in dit nog eens duidelijk vermeld, dat de werkwijze volgens de uitvinding niet het doel heeft om een zo natuurgetrouw mogelijk eindresultaat te verkrijgen, maar veeleer een beeld dat zeer geschikt is voor een verdere interpretatiebewerking.

30 In een verdere uitvoeringsvorm wordt aan de reeds beschreven werkwijze nog een nabewerkingsstap toegevoegd ten behoeve van het verwijderen van overgangseffecten langs de randen van gekleurde vlakken, om te voorkomen dat deze het eindresultaat van de kwantisatie beïnvloeden. Deze nabewerkingsstap omvat toepassing van chain coding.

1013669 3

Verdere bijzonderheden van de werkwijze en inrichting volgens de uitvinding worden beschreven in de afhankelijke conclusies.

Bovendien betreft de uitvinding de toepassing van de vorenbeschreven werkwijze in een werkwijze voor het automatisch interpreteren van een kleurenbeeld, 5 omvattende een kwantisatiestap voor het kwantiseren van de in het kleurenbeeld aanwezige kleuren in een beperkt aantal en het op grond van de kwantisatie maken van en nieuw kleurenbeeld en een interpretatiestap voor het interpreteren van het nieuwe kleurenbeeld. Deze interpretatiestap omvat bijvoorbeeld een classificatie van beeldelementen in types, zoals tekstelementen, foto’s en grafische elementen, 10 automatische optische karakterherkenning of automatische herkenning van waardepapieren.

De uitvinding, waaronder begrepen het kwantiseren van kleuren van een afbeelding alsook de combinatie van het kwantiseren van kleuren van een afbeelding en het interpreteren van dat beeld, kan worden uitgevoerd in een daartoe geschikt 15 geprogrammeerde computer en betreft daarom eveneens een computerprogramma en een opslagmedium waarop het computerprogramma is opgeslagen.

De uitvinding zal nu worden toegelicht aan de hand van de bijgevoegde figuren. Hierin is:

Fig. 1 een schematische voorstelling van een inrichting volgens de uitvinding, 20 voor het bewerken van een digitaal document.

Fig. 2 een stroomdiagram dat de hoofdstappen in de bewerking volgens de uitvinding weergeeft.

Fig. 3 een stroomdiagram dat de stappen in een delingsproces van de kleurenruimte volgens de uitvinding weergeeft.

25 Fig. 4 een rekenvoorbeeld.

Fig. 5 een stroomdiagram dat de stappen in een samenvoegingsproces volgens de uitvinding weergeeft.

Fig. 6 een vereenvoudigd voorbeeld van een kwantisatiebewerking.

Fig. 1 toont een schematisch beeld van een inrichting voor het bewerken van 30 een digitaal document dat beeldinformatie bevat in de vorm van pixelwaarden in een regelmatig raster van pixels. De pixelwaarden specificeren de kleur en bedekkingsgraad van elk pixel in de coördinaten van een kleurenruimte. Een veel gebruikte kleurenruimte is die welke wordt opgespannen door de intensiteiten van de kleuren rood, groen en blauw (R, G, B), waarbij de coördinaatswaarden in de regel met 1013669 4 8 bits per coördinaat zijn gecodeerd. Andere geschikte kleurenruimtes zijn bijvoorbeeld de L, a, b -ruimte en de L, C, H -ruimte.

Het genoemde digitale document wordt bijvoorbeeld geleverd door een gegevens-opslagsysteem 1 of een scanner 2, en dient verwerkt te worden door een 5 interpretatiemodule 4 tot informatie op een hoger niveau over de inhoud van het digitale document.

Aangezien beeldgegevens die zeer veel waarden kunnen hebben (in het bovengenoemde geval 3x8 bits, dus ongeveer 16 miljoen verschillende waarden) vaak veel bewerkingstijd in interpretatieprocessen eisen, is het voordelig om de 10 beeldgegevens eerst om te zetten in gegevens met minder mogelijke waarden, alvorens ze aan die processen te onderwerpen. Een dergelijke reductiebewerking wordt uitgevoerd door de kleurkwantisatiemodule 3, welke is verbonden met de gegevensbronnen 1 en/of 2. Deze geeft de gereduceerde beeldgegevens door aan de interpretatiemodule 4. Deze module kan een of meer van de volgende, overigens niet-15 limitatief opgesomde, verwerkingsprocessen bevatten: optische karakterherkenning, lay-out analyse, patroonherkenning, zoals herkenning van waardepapieren.

De interpretatiemodule 4 is verbonden met een gegevensopslaginrichting 5 voor het opslaan van de interpretatieresultaten.

De werking van de kleurkwantisatiemodule 3 zal nu nader worden toegelicht.

20 Deze module heeft tot taak om de veelheid van verschillende kleuren die voorkomen in een gekleurd document, terug te brengen tot een gering aantal, bijvoorbeeld 3 of 4. Voor veel interpretatie-processen is dit voldoende of zelfs nog te veel. Er zij op gewezen, dat het dus niet de bedoeling van de onderhavige uitvinding is, om het door de kleurkwantisatiemodule 3 gereduceerde beeld te laten lijken op het oorspronkelijke 25 beeld voor een menselijkje waarnemer. In de regel is het zelfs niet nodig om de overblijvende kleuren een relatie te geven met de werkelijkheid. Voldoende is het om ze onderling onderscheidbaar te maken. Dat kan bijvoorbeeld ook al door in de digitale representatie de overblijvende kleuren eenvoudig met een cijfer te coderen.

De kleurkwantisatiemodule 3 en de interpretatiemodule 4 kunnen de vorm 30 hebben van een computerprogramma, draaiend in een computer. Dit is symbolisch weergegeven met de computerdiskette 6. Uiteraard kunnen ook andere gegevens-opslagmedia daarmee bedoeld zijn.

Fig. 2 toont de verschillende hoofdstappen in het reductieproces. Deze zullen eerst globaal worden beschreven. Daarna zal elke stap in groter detail worden 35 beschreven.

1013669 5

In stap S1 worden de pixelwaarden van het digitale document of een met op zich bekende middelen voorgeselecteerd gedeelte daaruit geïnventariseerd. Hiervoor kunnen de waarden van alle pixels van het document worden gekozen, maar ook een selectie daaruit, bij voorkeur een regelmatig patroon van bijvoorbeeld elk vijfde pixel in 5 beide hoofdrichtingen, waardoor de te verwerken waarden tot 1/25 deel worden beperkt. Tot de inventarisatiestap kan ook een voorbewerking horen, zoals een filtering of versmering om ruis en fijne rasterpatronen te verwijderen. Deze zouden anders tot verstoringen in het resultaat kunnen leiden.

In stap S2 wordt de kleurenruimte, in het hier beschreven voorbeeld de R, G, B -10 ruimte, successievelijk in compartimenten verdeeld op grond van de verdeling van de pixelwaarden in de kleurenruimte. De verdelingsstap werkt in opeenvolgende stappen, waarbij steeds een compartiment, te beginnen bij de volledige kleurenruimte, wordt verdeeld in twee nieuwe compartimenten en is zo ingericht, dat hij een klein aantal compartimenten oplevert, bijvoorbeeld maximaal 10.

15 Na afloop van stap S2 worden in stap S3 de verzamelingen pixelwaarden die in de verschillende compartimenten liggen, in relatie tot elkaar geanalyseerd om vast te stellen, of zij terecht van elkaar gescheiden zijn. Is dit niet het geval, dan worden de betreffende compartimenten samengevoegd. Het kan bijvoorbeeld zijn dat de deling te ver is doorgegaan, en dat daardoor een concentratie pixelwaarden die bij elkaar horen 20 (denk bijvoorbeeld aan de achtergrondkleur van het document, die door ruis in het scannersignaal een aantal dicht bij elkaar gelegen maar verschillende pixelwaarden oplevert) in tweeën is gedeeld. Ook kan het zijn, dat in een vroege, nog grove, delingsstap een kleine concentratie van pixelwaarden ten gevolge van deling van grote concentraties is doorsneden. Wanneer nu bij latere, fijnere, delingsstappen, de twee 25 delen van die kleine concentratie van de rest worden gescheiden, is het gewenst dat die twee delen weer worden samengevoegd, omdat ze in feite één concentratie vormen. Hiertoe dient stap S3.

In een alternatieve uitvoeringsvorm wordt na elke delingsstap onderzocht of er onterechte scheidingen aanwezig zijn. Blijkt dit het geval, dan worden die scheidingen 30 onmiddellijk opgeheven.

In de stap S4 worden alle pixelwaarden van het digitale document gecodeerd volgens de in de voorgaande stappen gevonden compartimentering van de kleurenruimte, namelijk door alle pixelwaarden die in een compartiment liggen te coderen als een kleur of code die dat compartiment representeert.

1013669 6

Eventueel kan nu nog een nabewerking van het aldus bewerkte digitale document worden uitgevoerd in een facultatieve stap S5.

Tenslotte worden de aldus gecodeerde pixelwaarden doorgegeven aan de interpretatiemodule 4.

5 De gevolgde procedure in stap S2 ter verdeling van de kleurenruimte in compartimenten zal nu worden toegelicht aan de hand van Fig. 3. Allereerst zal nu echter worden ingegaan op enkele basisprincipes die hierbij gebruikt worden.

Bij de beoordeling van een verzameling pixelwaarden in de kleurenruimte wordt gebruik gemaakt van de vorm van deze verzameling. In de meeste gevallen zullen de 10 kleuren in een (digitaal) document een of meerdere concentraties (clusters) vormen, puntenwolken in de ruimte. Een document met monochromatische vlakken in rood en groen bevat slechts twee pixelwaarden (naast wit voor het papier), maar in praktijk zijn kleuren zelden monochromatisch, en zal er een wolk pixelwaarden liggen rondom elk van de genoemde kleuren. Bevat het document meer kleuren, dan zullen er meer van 15 zulke concentraties zijn, en ook artefacten uit het scanproces of bij het afdrukken van het gescande document ontstane afwijkingen, bijvoorbeeld op overgangen tussen kleurvlakken, zullen extra punten in de kleurenruimte opleveren. De verzameling van alle punten (pixelwaarden) heeft in elke richting een uitgestrektheid in de kleurenruimte. Deze kan worden gekarakteriseerd door de variantie van de verzameling in die richting. 20 De variantie van een verzameling van N punten in een bepaalde richting wordt berekend door alle punten op een vector met de bedoelde richting te projecteren en de variantie van de dichtheidsverdeling van de waarden (= afstand x( (i E{1 ,N}) tot een referentiepunt op de vector) van de geprojecteerde punten te berekenen volgens de formule:

25 v = ^ jc{ 2 / N - x2 met * = 2) xj N

De verzameling punten wordt nu in tweeën gedeeld door een scheidingsvlak aan te brengen loodrecht op de richting waarin de verzameling zijn grootste uitgestrektheid of variantie heeft. Dit vlak wordt zodanig geplaatst dat het zwaartepunt van de verzameling punten in het vlak ligt. De theorie geldt ook voor ruimtes met een 30 ander aantal dimensies, en daarom is het eigenlijk beter om van een hypervlak te spreken. In deze beschrijving is de term “vlak” ook zo bedoeld.

Het opzoeken van de richting met de grootste variantie wordt een eenvoudige procedure door gebruik te maken van een covariantiematrix, die de ruimtelijke verdeling van de punten beschrijft. Hiervoor worden de posities van de punten in de 1013669 7 kleurenruimte (de pixelwaarden) voorgesteld als vectoren xt. De gebruikte definitie van de covariantiematrix V is: N __ _ V = ^xrx'.N~l- x.x ‘ met x =^/xil N en x ‘ = de getransponeerde van x 5 Met behulp van de covariantiematrix kan op eenvoudige wijze de variantie v(y) van een verzameling punten (pixelwaarden) in een willekeurig gekozen richting y (gedefinieerd door een eenheidsvector y) berekend worden door toepassing van de formule: v(y) = y(.v.y 10

Door het gebruik van de covariantiematrix is het vinden van de richting met de grootste variantie eenvoudig. Deze wordt namelijk gegeven de eigenvector met de grootste eigenwaarde van de covariantiematrix. Een bezwaar van deze aanpak is echter, dat het delen van een verzameling punten in de ruimte met behulp van een 15 willekeurig ge-oriënteerd vlak soms ingewikkelde rekenprocessen eist.

In praktijk is echter gebleken, dat volstaan kan worden met een beperkt aantal basisrichtingen. De variantie kan in dat geval snel voor alle basisrichtingen worden doorgerekend. De basisrichting met de grootste variantie wordt dan gekozen voor het definiëren van het scheidingsvlak.

20 In de bekende methoden wordt vaak zelfs volstaan met de drie asrichtingen in de R, G, B -kleurenruimte, maar dit blijkt weer een te grove methode. Daarom is in de huidige uitvinding gekozen voor een stelsel bestaande uit de asrichtingen van de gebruikte kleurenruimte en de richtingen die de hoeken tussen elk paar van die asrichtingen doormidden delen. Op deze wijze worden 13 basisrichtingen gedefinieerd, 25 namelijk de richtingen van de vectoren (1,0,0), (0,1,0), (0,0,1), (1, ±1,0), (1,0, ±1), (0,1, ±1), (1, ±1, ±1). Dit stelsel is ook zeer geschikt voor andere kleurenruimtes zoals hierboven genoemd.

Een en ander zal aan de hand van een eenvoudig getallenvoorbeeld worden verduidelijkt. In Fig. 4 wordt een 2-dimensionale ruimte weergegeven die analoog is aan 30 de hierboven gedefinieerde 3-dimensionale ruimte, en in die ruimte de 3 punten (1,2), (1.1) en (2,0). Voorts worden de covariantiematrix en de variantie in een voorbeeldrichting (1,0) getoond.

1013669 δ

De delingsprocedure zoals weergegeven in Fig. 3 begint met het berekenen van de covariantiematrix voor de (eventueel de geselecteerde) pixelwaarden van alle compartimenten van de kleurenruimte (S11). Bij het begin van de procedure betreft het hier nog de volledige kleurenruimte en alle (geselecteerde) pixelwaarden van het 5 digitale document.

In stap S12 wordt vervolgens met behulp van de covariantiematrix voor elk op dat moment gedefinieerd compartiment van de kleurenruimte de variantie van de verzameling pixelwaarden berekend voor elk van de basisrichtingen.

Vervolgens wordt onderzocht, of een deling gewenst is, dan wel of de 10 delingsprocedure moet worden gestopt (S13). Er kunnen verschillende stopcriteria worden gebruikt voor dit onderzoek. Een eerste criterium telt het aantal op dat moment gedefinieerde compartimenten en vergelijkt dit met een vooraf door de bedienaar ingegeven of default gedefinieerd getal. Is het aantal compartimenten lager dan dat getal, dan wordt een deelslag uitgevoerd, anders eindigt de delingsprocedure.

15 Volgens een ander stopcriterium worden de varianties van de verzamelingen in de op dat moment gedefinieerde compartimenten vergeleken met een voorafgekozen drempelwaarde. Zolang er nog ten minste één variantie de drempelwaarde overschrijdt, wordt een deelslag uitgevoerd, anders eindigt de delingsprocedure.

Indien er inderdaad nog een deelslag moet volgen, wordt uit de verzamelingen 20 in de op dat moment gedefinieerde compartimenten diegene geselecteerd, die de grootste variantie heeft (S14), waarna voor die verzameling de basisrichting met de grootste variantie wordt geselecteerd in stap S15.

In stap S16 wordt dan een scheidingsvlak aangebracht loodrecht op de geselecteerde basisrichting en door het zwaartepunt van de verzameling (het 25 zwaartepunt is het gemiddelde van de pixelwaarden in het compartiment). Dit scheidingsvlak deelt het compartiment in twee nieuwe compartimenten (S17).

Daarop keert de procedure terug naar stap S11 voor een nieuwe deelslag.

Fig. 5 toont de procedure die wordt gevolgd bij het samenvoegen van ten onrechte gescheiden compartimenten van de kleurenruimte, zoals genoemd in stap S3 30 in Fig. 2.

In deze procedure worden systematisch alle combinaties compartimenten onderzocht, waarbij de in die compartimenten aanwezige verzamelingen pixelwaarden met behulp van een samenvoegcriterium worden getoetst. Deze test wordt niet alleen uitgevoerd voor aaneengrenzende compartimenten, want het is ook mogelijk, dat twee 35 compartimenten die door een (bijvoorbeeld smal) gedeelte van een derde compartiment 01 36 6 9 9 gescheiden worden, toch bij elkaar behoren, evenals het ertussen gelegen gedeelte van het derde compartiment.

Een goed bruikbaar samenvoegcriterium blijkt te zijn: 5 /"Vl+V~v2 > (1/V3)||d||2 waarin Vj en v2 de varianties zijn van de beide verzamelingen in de verbindingsrichting van hun zwaartepunten en || d || de lengte is van de verbindingsvector van de beide zwaartepunten. Ook andere samenvoegcriteria zijn 10 denkbaar, maar de hier genoemde blijkt goede resultaten te geven. Eventueel kan de factor (1/V3) instelbaar gemaakt worden voor een bedienaar, om de procedure af te stemmen op een bijzonder document.

Wanneer een onderzocht paar compartimenten aan het samenvoegcriterium blijkt te voldoen, worden deze compartimenten samengevoegd door het scheidingsvlak 15 ertussen te verwijderen.

De volledige procedure van het delen en zonodig weer samenvoegen zal nu nog eens aanschouwelijk worden gemaakt met een 2-dimensionaal voorbeeld. Hierbij wordt verwezen naar Fig. 6.

Het blok a stelt de kleurenruimte 100 voor, met daarin de kleuren die in een 20 voorbeelddocument voorkomen. Elke stip is een kleur. In dit voorbeeld zijn er vier concentraties van kleuren.

In een eerste stap wordt van de gehele kleurenruimte de variantie in (vier) basisrichtingen berekend door de covariantiematrix te berekenen en de varianties te berekenen volgens de bovenbeschreven methode. Dit wordt in de figuur weergegeven 25 met een ster gevormd door de basisrichtingen. De grootste van de berekende varianties wordt gekozen en een scheidingsvlak 101 wordt aangebracht loodrecht op de bijbehorende richting en door het zwaartepunt van de verzameling punten, zie'blok b.

Voor elk van de resulterende deelverzamelingen worden de varianties in de basisrichtingen berekend en de grootste wordt gekozen. Deze blijkt in de rechter 30 deelverzameling te liggen, zodat nu deze deelverzameling verder gedeeld wordt, en wel met een scheidingsvlak 102, zie blok c.

Vervolgens wordt van alle deelverzamelingen de variantie in elke basisrichting berekend, waarna de grootste als basis dient voor een volgende deling, met 1 o 1 366¾ 10 scheidingsvlak 103, in blok d. Dit wordt nog eens gedaan, resulterend in scheidingsvlak 104, in bloke.

Hierna blijkt geen van de deelverzamelingen nog een variantie te hebben die groter is dan de drempelwaarde, waardoor het delingsproces wordt beëindigd. In het 5 geval dat als stopcriterium een maximaal aantal compartimenten is gebruikt, zou dit aantal op 5 kunnen zijn gesteld, en dan zou het delingsproces ook op dit punt gestopt zijn.

Tenslotte wordt de test op samenhangende compartimenten uitgevoerd (S3) en hierbij blijkt, dat de verzameling linksonder ten onrechte in tweeën gedeeld is door een 10 deel 105 van het scheidingsvlak 101. Daarom wordt scheidingsvlak 105 verwijderd, zodat er tenslotte 4 compartimenten resulteren, zie blok f.

De compartimentering van de kleurenruimte is nu gereed om de digitale beeldgegevens behorende bij het digitale document te coderen met gebruikmaking van een beperkt aantal kleuren.

15 Een digitaal document met aldus gekwantiseerde kleuren is veel beter geschikt voor een interpretatiebewerking, zoals OCR, dan een normaal kleurendocument, omdat dergelijke bewerkingen gebaat zijn bij een klein tot zeer klein aantal niveaus waartussen onderscheid moet worden gemaakt. In het geval van OCR bijvoorbeeld, is het gewenst dat de tekstelementen (karakters) en de achtergrond elk egaal en 20 onderling verschillend gekleurd zijn. Vaak echter bevat met name de achtergrond kleine variaties in kleur, bijvoorbeeld door scannerruis, maar ook, wanneer de achtergrond gekleurd is, door de halftoning van de kleurseparaties.

In zo een beeld is het veel moeilijker om de begrenzing van karakters scherp te trekken en wordt interpretatie ernstig gehinderd, met als gevolg fouten in het resultaat 25 van de OCR. Door nu het digitale document eerst volgens de uitvinding te bewerken, worden alle kleuren van de achtergrond ais één kleur gekwantiseerd, waardoor de automatische interpretatie wordt geholpen.

Het kan echter voorkomen dat langs de randen van karakters afwijkend gekleurde pixels voorkomen ten gevolge van het scan- of afdrukproces. In een aantal 30 gevallen zullen deze verkeerd gekleurde pixels door de werkwijze volgens de uitvinding toch nog in dezelfde kleur worden gecodeerd als de achtergrond, maar niet altijd. Om ook deze fouten te elimineren kan nog de hierna beschreven nabewerking worden toegepast op de pixelmap (generalisatie van bitmap) van het digitale document. Het zij daarbij opgemerkt, dat deze nabewerking slechts zinvol kan werken, wanneer het 35 document eerst is gekwantiseerd.

1013669 11

De genoemde nabewerking berust op “chain coding”, geïntroduceerd door H. Freeman in 1961. Bij deze bewerking worden grenzen tussen verschillend gekleurde objecten of beeldelementen op pixelniveau opgezocht in een scanlijn-georiënteerd algoritme.

5 Een chain code beschrijft het verloop van een grenslijn met codes uit de verzameling {n,w,s,e}, overeenkomende met de richtingen f , «-,4 en -* op het document.

Een chain code heet gesloten, als begin- en eindpunt samenvallen.

De grenslijn van een object bestaat uit één of meer gesloten chain codes die 10 elkaar (en zichzelf) niet doorsnijden. Volgens conventie liggen de pixels van het object altijd aan de linkerkand van de chain code. Een gesloten chain code van een object heet positief georienteerd als deze linksom draait (dus het object omvat) en negatief georienteerd als deze rechtsom draait (en dus omsloten is door het object). Een geïsoleerd pixel correspondeert dus met de chain code <nwse>.

15 De chain code van een object bestaat uit precies één positief georienteerde component -de contour- en eventueel een of meerdere negatief georienteerde componenten.

De pixelmap wordt scanregel voor scanregel bewerkt. Voor ieder object worden chain codes bijgehouden en per verwerkte scanregel uitgebreid. Bij iedere reeks pixels 20 in de kleur van het object die gevonden wordt, wordt nu bijgehouden tot welke chain codes de linker- respectievelijk rechter verticale begrenzing (1 pixel hoog) behoort. Als een of meer pixels van de objectkleur wordt gevonden, die niet verbonden zijn met zulke pixels in de voorgaande scanregel, wordt een nieuwe chain code gestart. Wanneer in een scanregel geen pixels van de objectkleur worden gevonden die 25 verbonden zijn met zulke pixels in de voorgaande scanregel, worden de uiteinden van de betreffende chain codes met elkaar verbonden en de code gesloten. Als kleur van het object wordt beschouwd elke kleur die afwijkt van de (gekwantiseerde) kleur van de achtergrond. Bijgevolg worden alle pixels die niet de kleur van de achtergrond hebben, tot het object gerekend.

30 Als de positief georiënteerde chain code van een object, dat is de buitenste contour, wordt gesloten, worden alle pixels die door die contour omvat worden, behalve die welke door een negatief georiënteerde contour omvat worden, ingekleurd met de kleur van het object, als het object tenminste een uitgestrektheid heeft die groter is dan een voorafbepaalde ondergrens. Objecten die kleiner zijn dan de ondergrens, typisch 1 35 of 2 pixels lineair, worden verwijderd door ze in te kleuren met de kleur van de 1 01 3669 12 achtergrond. Deze pixels zijn meestal het gevolg van ruis en zullen de interpretatie slechts verstoren. Tevens kan het handig zijn om de chain code-bewerking alleen toe te passen op beeldelementen die niet groter zijn dan een zekere grenswaarde, om te voorkomen dat andere beeldelementen dan karakters worden behandeld. Deze 5 beeldelementen zijn niet interessant voor de OCR-bewerking en zullen daardoor toch genegeerd worden.

OCR is hier genoemd als interpretatiebewerking, maar ook andere bewerkingen kunnen overwogen worden, omdat zij baat hebben bij een kwantisering van de in een kleurenbeeld aanwezige kleuren. Een ander voorbeeld is automatische lay-out analyse, 10 zoals bijvoorbeeld beschreven in aanvraagsters Europese octrooien EP-B 0 629 078 en EP-B 0 735 833. Ook voor andere vormen van patroonherkenning in kleurenbeelden is het vaak gunstig om het aantal kleuren terug te brengen, en daarmee het aantal afzonderlijk te verwerken parameters. Een belangrijke toepassing van patroonherkenning is het herkennen van waardepapieren, zoals bankbiljetten. Hoewel 15 het aantal daarin aanwezige kleuren vaak beperkt is, kan het digitale beeld daarvan dat door de scanner geleverd wordt, veel meer en afwijkende kleuren bevatten door variaties in belichting en scannerafwijkingen, waardoor de herkenning bemoeilijkt wordt. Door het digitale beeld te onderwerpen aan de kleurkwantisatie volgens de uitvinding worden deze variaties geëlimineerd en is de herkenningskans veel groter.

20 In een bijzondere uitvoeringsvorm kan de beschreven werkwijze ook nog een satp bevatten waarin een ge-analyseerde digitale afbeelding wordt verdeeld in onderdelen, wanneer uit de analyseresultaten blijkt, dat de afbeelding onderdelen met opvallend verschillend karakter bevat. Dit zal bijvoorbeeld het geval zijn bij een document met een kleurenfoto en tekst. Door nu bij de kleuren ook de posities daarvan 25 in de afbeelding bij te houden, kan worden vastgesteld of bepaalde concentraties kleuren alleen in een bepaald gedeelte van de afbeelding voorkomen. Op grond daarvan kan dan automatisch of door tussenkomst van een bedienaar besloten worden om de afbeelding in onderdelen te splitsen en die vervolgens afzonderlijk te kwantiseren.

30 Hoewel de uitvinding is toegelicht aan de hand van het bovenbeschreven uitvoeringsvoorbeeld, is zij hier niet toe beperkt. Voor de vakman zijn vele variaties van de uitvinding binnen de reikwijdte van conclusies te bedenken. Deze worden evenzeer geacht binnen de beschermingsomvang van het octrooi te vallen.

10A3669

Claims (40)

1. Werkwijze voor het kwantiseren van kleuren in een digitale afbeelding, binnen een kleurenruimte, omvattende 5 a - het opmaken van een verzameling van in de afbeelding of in een vooraf geselecteerd gedeelte daarvan voorkomende kleuren, b - het successievelijk verdelen van de kleurenruimte in een aantal compartimenten in een aantal stappen, waarbij elk compartiment een deelverzameling van de kleuren van de afbeelding bevat, elke stap omvattende 10. het kiezen van een compartiment ter verdeling op grond van de variances van de bestaande compartimenten - het delen van dat compartiment in nieuwe compartimenten waarbij het verdelen wordt uitgevoerd totdat aan een voorafbepaald stopcriterium is voldaan, 15 c - het coderen van de kleuren in de afbeelding met een kleur of code die het compartiment waarin ze gelegen zijn representeert, met het kenmerk, dat ten behoeve van het kiezen van een te verdelen compartiment en het delen van het gekozen compartiment in nieuwe compartimenten, gebruik wórdt gemaakt van de 20 varianties van de verzamelingen kleuren in de compartimenten in een aantal voorafbepaalde richtingen, waarbij de variantie van de verzameling kleuren in een compartiment wordt berekend door een covariantie-matrix die deze verzameling kleuren beschrijft te bepalen en hieruit de waarden van de variantie van de verzameling in de betreffende richtingen te 25 berekenen.

2. Werkwijze volgens conclusie 1, voorts omvattende b1 - het onderwerpen van resulterende verzamelingen kleuren aan een voorafbepaalde test en het op grond van de resultaten van die test weer samenvoegen van 30 verzamelingen, evenals de daarmee corresponderende compartimenten.

3. Werkwijze volgens conclusie 1, waarin het delen van een compartiment wordt uitgevoerd door het aanbrengen van een (hyper)vlak dat hoofdzakelijk loodrecht op de richting van de grootste variantie is 35 gelegen, welk vlak het zwaartepunt van de verzameling kleuren bevat. 1013669

4. Werkwijze volgens conclusie 1, waarin de variantie van een verzameling kleuren in een eerste richting wordt berekend door 5. het tweemaal vermenigvuldigen van de covariantie-matrix met een vector in de genoemde eerste richting.

5. Werkwijze volgens conclusie 1, waarin de richtingen langs welke de variantie wordt bepaald worden gevormd door de 10 asrichtingen van de gebruikte kleurenruimte en de richtingen die de hoeken tussen elk paar van die asrichtingen doormidden delen.

6. Werkwijze volgens conclusie 1, waarin bij het successievelijk verdelen van de kleurenruimte in compartimenten, steeds 15 dat compartiment wordt gedeeld, dat de verzameling kleuren met de grootste variantie bevat.

7. Werkwijze volgens conclusie 1, waarin het stopcriterium voorschrijft, dat een compartiment waarin de variantie kleiner 20 dan een voorafbepaalde drempel ligt niet verder gedeeld wordt.

8. Werkwijze volgens conclusie 1, waarin het stopcriterium voorschrijft, dat het verdelen ophoudt wanneer een voorafbepaald aantal compartimenten is bereikt. 25

9. Werkwijze volgens conclusie 8, waarin het genoemde maximale aantal compartimenten 10 is.

10. Werkwijze volgens conclusie 2, 30 waarin de genoemde test ten behoeve van het weer samenvoegen van verzamelingen berust op de varianties van de betrokken verzamelingen in hun verbindingsrichting

11. Werkwijze volgens conclusie 10, waarin de genoemde test de vergelijking omvat van de som der kwadraten van de 35 varianties van de betreffende verzamelingen met het kwadraat van de afstand van hun 1013669 zwaartepunten.

12. Werkwijze volgens conclusie 1, welke werkwijze verder een nabewerkingsstap omvat ten behoeve van het verwijderen 5 van overgangseffecten langs de randen van gekleurde vlakken, om te voorkomen dat deze het eindresultaat van de kwantisatie beïnvloeden.

13. Werkwijze volgens conclusie 12, waarin de nabewerkingsstap omvat 10. het zoeken van afzondelijke elementen in het beeld - het zoeken van de begrenzing tussen zo een element en zijn achtergrond en het leggen van een scheidingslijn langs de achtergrond ter plaatse van de genoemde begrenzing - het geven van een enkele gekwantiseerde kleur aan het element.

14. Werkwijze volgens conclusie 13, waarin het leggen van een scheidingslijn langs de achtergrond ter plaatse van een begrenzing tussen een element en zijn achtergrond wordt uitgevoerd met behulp van chain coding. 20

15. Werkwijze voor het automatisch interpreteren van een kleurenbeeld, omvattende - een kwantisatiestap voor het kwantiseren van de in het kleurenbeeld aanwezige kleuren in een beperkt aantal en het op grond van de kwantisatie maken van en nieuw 25 kleurenbeeld - een interpretatiestap voor het interpreteren van het nieuwe kleurenbeeld waarbij de kwantisatiestap wordt uitgevoerd volgens de werkwijze van een der voorgaande conclusies.

16. Werkwijze volgens conclusie 15, waarin de interpretatiestap een classificatie van beeldelementen in types, zoals tekstelementen, foto’s en grafische elementen, omvat.

17. Werkwijze volgens conclusie 15, 35 waarin de interpretatiestap een automatische optische karakterherkenning omvat. 1 01 3669

18. Werkwijze volgens conclusie 15, waarin de interpretatiestap een automatische herkenning van waardepapieren omvat.

19. Inrichting voor het kwantiseren van kleuren in een digitale afbeelding, binnen een kleurenruimte, omvattende - middelen voor het opmaken van een verzameling van in de afbeelding of in een vooraf geselecteerd gedeelte daarvan voorkomende kleuren, - een verdelingseenheid het successievelijk verdelen van de kleurenruimte in een aantal 10 compartimenten in een aantal stappen, waarbij elk compartiment een deelverzameling van de kleuren van de afbeelding bevat, welke verdeeleenheid is voorzien van - middelen voor het kiezen van een compartiment ter verdeling op grond van de varianties van de bestaande compartimenten - middelen voor het delen van dat compartiment in nieuwe compartimenten 15 waarbij de verdelingseenheid het verdelen voortzet totdat aan een voorafbepaald stopcriterium is voldaan, - een codeereenheid voor het coderen van de kleuren in de afbeelding met een kleur of code die het compartiment waarin ze gelegen zijn representeert, met het kenmerk, 20 dat de middelen voor het kiezen van een te verdelen compartiment en die voor het delen van het gekozen compartiment in nieuwe compartimenten, gebruik maken van middelen voor het berekenen van de varianties van de verzamelingen kleuren in de compartimenten in een voorafbepaald aantal richtingen, waarbij de middelen voor het berekenen van de varianties van de verzameling kleuren 25 in een compartiment deze berekenen door een covariantie-matrix die deze verzameling kleuren beschrijft te bepalen en hieruit de waarden van de variantie van de verzameling in de betreffende richtingen te berekenen.

20. Inrichting volgens conclusie 19, voorts omvattende 30 - een samenvoegeenheid voor het onderwerpen van resulterende verzamelingen kleuren aan een voorafbepaalde test en het op grond van de resultaten van die test weer samenvoegen van verzamelingen, evenals de daarmee corresponderende compartimenten.

21. Inrichting volgens conclusie 19, 1 01 3669 waarin de middelen voor het delen van dat compartiment in twee nieuwe compartimenten het delen van een compartiment uitvoeren door het aanbrengen van een (hyper)vlak dat hoofdzakelijk loodrecht op de richting van de grootste variantie is gelegen, welk vlak het zwaartepunt van de verzameling kleuren bevat. 5

22. Inrichting volgens conclusie 19, waarin de middelen voor het bepalen van de variantie de variantie van een verzameling kleuren in een eerste richting berekenen door - het tweemaal vermenigvuldigen van de covariantie-matrix met een vector in de 10 genoemde eerste richting.

23. Inrichting volgens conclusie 19, waarin de middelen voor het bepalen van de variantie de variantie bepalen in de richtingen van assen van de gebruikte kleurenruimte en de richtingen die de hoeken 15 tussen elk paar van die asrichtingen doormidden delen.

24. Inrichting volgens conclusie 19, waarin de verdelingseenheid bij het successievelijk verdelen van de kleurenruimte in compartimenten, steeds dat compartiment deelt, dat de verzameling kleuren met de 20 grootste variantie bevat.

25. Inrichting volgens conclusie 19, waarin de verdelingseenheid een compartiment waarin de variantie kleiner dan een voorafbepaalde drempel ligt niet verder deelt. 25

26. Inrichting volgens conclusie 19, waarin de verdelingseenheid met het verdelen ophoudt wanneer een voorafbepaald aantal compartimenten is bereikt.

27. Inrichting volgens conclusie 26, waarin het genoemde maximale aantal compartimenten 10 is.

28. Inrichting volgens conclusie 20, waarin de genoemde test ten behoeve van het weer samenvoegen van verzamelingen 35 berust op de varianties van de betrokken verzamelingen in hun verbindingsrichting 1 01 3669

29. Inrichting volgens conclusie 28, waarin de genoemde test de vergelijking omvat van de som der kwadraten van de varianties van de betreffende verzamelingen met het kwadraat van de afstand van hun 5 zwaartepunten.

30. Inrichting volgens conclusie 19, welke inrichting verder een nabewerkingseenheid omvat ten behoeve van het verwijderen van overgangseffecten langs de randen van gekleurde vlakken, om te 10 voorkomen dat deze het eindresultaat van de kwantisatie beïnvloeden.

31. Inrichting volgens conclusie 30, waarin de nabewerkingseenheid is voorzien van middelen voor - het zoeken van afzonderlijke elementen in het beeld 15. het zoeken van de begrenzing tussen zo een element en zijn achtergrond en het leggen van een scheidingslijn langs de achtergrond ter plaatse van de genoemde begrenzing - het geven van een enkele gekwantiseerde kleur aan het element.

32. Inrichting volgens conclusie 31, waarin de nabewerkingseenheid bij het leggen van een scheidingslijn langs de achtergrond ter plaatse van een begrenzing tussen een element en zijn achtergrond gebruik maakt van chain coding.

33. Inrichting voor het automatisch interpreteren van een kleurenbeeld, omvattende - een kwantisatie-eenheid voor het kwantiseren van de in het kleurenbeeld aanwezige kleuren in een beperkt aantal en het op grond van de kwantisatie maken van en nieuw kleurenbeeld 30. een interpretatie-eenheid voor het interpreteren van het nieuwe kleurenbeeld waarbij de kwantisatiestap wordt uitgevoerd volgens de werkwijze van een der voorgaande conclusies.

34. Inrichting volgens conclusie 33, 35 waarin de interpretatie-eenheid is ingericht om een classificatie van beeldelementen in 1013669 types, zoals tekstelementen, foto’s en grafische elementen, uit te voeren.

35. Inrichting volgens conclusie 33, waarin de interpretatie-eenheid een automatische optische karakterherkenning uitvoert. 5

36. Inrichting volgens conclusie 33, waarin de interpretatie-eenheid een automatische herkenning van waardepapieren uitvoert.

37. Een programma-element voor een computer, omvattende computer-programmacode die de computer de werkwijze volgens een der conclusies 1 tot en met 14 doet uitvoeren.

38. Een programma-element voor een computer, omvattende 15 computer-programmacode die de computer de werkwijze volgens een der conclusies 15 tot en met 18 doet uitvoeren.

39. Een voor een computer uitleesbaar gegevensopslag medium bevattende computer-programmacode die de computer de werkwijze volgens een der conclusies 1 20 tot en met 14 doet uitvoeren.

40. Een voor een computer uitleesbaar gegevensopslagmedium bevattende computer-programmacode die de computer de werkwijze volgens een der conclusies 15 tot en met 18 doet uitvoeren. 1013669