RU2008128581A - METHOD OF RADIATOR SUPPRESSION - Google Patents

METHOD OF RADIATOR SUPPRESSION Download PDF

Info

Publication number
RU2008128581A
RU2008128581A RU2008128581/09A RU2008128581A RU2008128581A RU 2008128581 A RU2008128581 A RU 2008128581A RU 2008128581/09 A RU2008128581/09 A RU 2008128581/09A RU 2008128581 A RU2008128581 A RU 2008128581A RU 2008128581 A RU2008128581 A RU 2008128581A
Authority
RU
Russia
Prior art keywords
range
values
image
function
normalized
Prior art date
Application number
RU2008128581/09A
Other languages
Russian (ru)
Other versions
RU2405279C2 (en
Inventor
Илья Владимирович Сафонов (Ru)
Илья Владимирович Сафонов
Илья Васильевич Курилин (RU)
Илья Васильевич Курилин
Original Assignee
Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." (KR)
Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд."
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 Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." (KR), Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." filed Critical Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." (KR)
Priority to RU2008128581/09A priority Critical patent/RU2405279C2/en
Publication of RU2008128581A publication Critical patent/RU2008128581A/en
Application granted granted Critical
Publication of RU2405279C2 publication Critical patent/RU2405279C2/en

Links

Abstract

1. Способ подавления растра на сканированных растрированных изображениях, работа которого состоит из следующих этапов: ! уменьшают длину перехода на перепадах яркости; ! выполняют фильтрацию адаптивным сглаживающим фильтром; ! повторно уменьшают длину перехода на перепадах яркости; ! повышают локальный контраст на краях перепадов яркости; ! увеличивают глобальный контраст. ! 2. Способ по п.1, отличающийся тем, что на этапе первого уменьшения длины перехода на перепадах яркости применяют нелинейный нерекурсивный фильтр, в котором новое значение точки изображения формируют за счет выполнения следующих операций: ! вычисляют пределы L и Н, как соответственно среднее среди первых 25% и последних 25% множества, упорядоченного в порядке возрастания и составленного из значений точек в пределах локального окна; ! изменяют значения точек изображения вне диапазона [L, Н]; ! игнорируют точки изображения, если разница между Н и L меньше порога; ! нормализуют значения точки изображения из диапазона [L, Н] в диапазон [0, 1]; ! преобразуют нормализованное значение с помощью функции преобразования уровней f(х) ! ! где х нормализовано в диапазон [0, 1]; ! осуществляют обратное масштабирование преобразованного значения из диапазона [0, 1] в диапазон [L, Н]; ! выполняют смешение значений исходного пиксела Р(r,с) с пикселом Ре(r,с), полученным в результате выполнения предыдущих этапов, путем применения функции g(x) в качестве альфа-канала: ! Ys(r,c)-Р(r,с)·(1-g(H-L))+Pe(r,c)·g(H-L), ! где функция g(x) вычисляется как ! g(x)=1-e(-(x-Tltm)/50), ! где x нормализовано в диапазон [0, 255]. ! 3. Способ по п.1, отличающийся тем, что адаптивное сглаживание выполняют путем следующих операций над каждым пик�1. A method of suppressing a raster on scanned rasterized images, the operation of which consists of the following steps:! reduce the length of the transition on the brightness differences; ! perform filtering by adaptive smoothing filter; ! repeatedly reduce the transition length on the brightness differences; ! increase local contrast at the edges of brightness differences; ! increase global contrast. ! 2. The method according to claim 1, characterized in that at the stage of the first reduction of the transition length at brightness differences, a nonlinear non-recursive filter is used, in which a new value of the image point is formed by performing the following operations:! the limits of L and H are calculated, as, respectively, the average among the first 25% and last 25% of the set, ordered in ascending order and made up of the values of the points within the local window; ! change the values of the image points outside the range [L, H]; ! ignore image points if the difference between H and L is less than a threshold; ! normalize the values of the image point from the range [L, H] to the range [0, 1]; ! transform the normalized value using the level conversion function f (x)! ! where x is normalized to the range [0, 1]; ! reverse scaling the converted value from the range [0, 1] to the range [L, H]; ! they mix the values of the original pixel P (r, s) with the pixel Pe (r, s) obtained as a result of the previous steps by applying the function g (x) as an alpha channel:! Ys (r, c) -P (r, s) · (1-g (H-L)) + Pe (r, c) g (H-L),! where the function g (x) is calculated as! g (x) = 1-e (- (x-Tltm) / 50),! where x is normalized to the range [0, 255]. ! 3. The method according to claim 1, characterized in that adaptive smoothing is performed by the following operations on each peak

Claims (8)

1. Способ подавления растра на сканированных растрированных изображениях, работа которого состоит из следующих этапов:1. A method of suppressing a raster on scanned rasterized images, the operation of which consists of the following steps: уменьшают длину перехода на перепадах яркости;reduce the length of the transition on the brightness differences; выполняют фильтрацию адаптивным сглаживающим фильтром;perform filtering by adaptive smoothing filter; повторно уменьшают длину перехода на перепадах яркости;repeatedly reduce the transition length on the brightness differences; повышают локальный контраст на краях перепадов яркости;increase local contrast at the edges of brightness differences; увеличивают глобальный контраст.increase global contrast. 2. Способ по п.1, отличающийся тем, что на этапе первого уменьшения длины перехода на перепадах яркости применяют нелинейный нерекурсивный фильтр, в котором новое значение точки изображения формируют за счет выполнения следующих операций:2. The method according to claim 1, characterized in that at the stage of the first reduction of the transition length at brightness differences, a nonlinear non-recursive filter is used, in which a new value of the image point is formed by performing the following operations: вычисляют пределы L и Н, как соответственно среднее среди первых 25% и последних 25% множества, упорядоченного в порядке возрастания и составленного из значений точек в пределах локального окна;the limits of L and H are calculated, as, respectively, the average among the first 25% and last 25% of the set, ordered in ascending order and made up of the values of the points within the local window; изменяют значения точек изображения вне диапазона [L, Н];change the values of the image points outside the range [L, H]; игнорируют точки изображения, если разница между Н и L меньше порога;ignore image points if the difference between H and L is less than a threshold; нормализуют значения точки изображения из диапазона [L, Н] в диапазон [0, 1];normalize the values of the image point from the range [L, H] to the range [0, 1]; преобразуют нормализованное значение с помощью функции преобразования уровней f(х)transform the normalized value using the level conversion function f (x)
Figure 00000001
Figure 00000001
 где х нормализовано в диапазон [0, 1];where x is normalized to the range [0, 1]; осуществляют обратное масштабирование преобразованного значения из диапазона [0, 1] в диапазон [L, Н];reverse scaling the converted value from the range [0, 1] to the range [L, H]; выполняют смешение значений исходного пиксела Р(r,с) с пикселом Ре(r,с), полученным в результате выполнения предыдущих этапов, путем применения функции g(x) в качестве альфа-канала:mixing the values of the original pixel P (r, s) with the pixel Pe (r, s) obtained as a result of the previous steps by applying the function g (x) as an alpha channel: Ys(r,c)-Р(r,с)·(1-g(H-L))+Pe(r,c)·g(H-L),Ys (r, c) -P (r, s) · (1-g (H-L)) + Pe (r, c) g (H-L), где функция g(x) вычисляется какwhere the function g (x) is calculated as g(x)=1-e(-(x-Tltm)/50),g (x) = 1-e (- (x-Tltm) / 50) , где x нормализовано в диапазон [0, 255].where x is normalized to the range [0, 255]. 3. Способ по п.1, отличающийся тем, что адаптивное сглаживание выполняют путем следующих операций над каждым пикселем изображения:3. The method according to claim 1, characterized in that adaptive smoothing is performed by the following operations on each image pixel: - вычисляют значение функции подобия между центральным блоком локального окна и блоком в пределах окна, положение которого вычисляется случайным образом;- calculate the value of the similarity function between the central block of the local window and the block within the window, the position of which is calculated randomly; - если блоки подобны, то для данного пикселя, то выполняют сильное размытие, в противном случае выполняют умеренное размытие.- if the blocks are similar, then for a given pixel, then they perform strong blur, otherwise they perform moderate blur. 4. Способ по п.3, отличающийся тем, что функцию подобия вычисляют согласно выражению:4. The method according to claim 3, characterized in that the similarity function is calculated according to the expression:
Figure 00000002
Figure 00000002
Figure 00000003
где σR - параметр детектирования перепадов, D(r, с) - функция расстояния между блоками,
Figure 00000003
where σ R is the differential detection parameter, D (r, s) is the function of the distance between the blocks, причем для полутонового (черно-белого) изображения D(r, с):moreover, for the grayscale (black and white) image D (r, s):
Figure 00000004
Figure 00000004
 а для цветного изображения в цветовой системе YCbCr D(r, с):and for a color image in the color system YCbCr D (r, s):
Figure 00000005
Figure 00000005
 а для цветного изображения в цветовой системе RGB D(r, с):and for a color image in the RGB D (r, s) color system:
Figure 00000006
где i и j являются случайными равномерно распределенными величинами из множества {-Kb/2, -Kb/2+1,…-1, 1,…Kb/2-1, Kb/2}, Kb - размер локального окна, Bn - размер блока.
Figure 00000006
where i and j are random uniformly distributed quantities from the set {-Kb / 2, -Kb / 2 + 1, ... -1, 1, ... Kb / 2-1, Kb / 2}, Kb is the size of the local window, Bn is block size. 5. Способ по п.1, отличающийся тем, что для второго уменьшения длины перехода на перепадах яркости применяют нелинейный нерекурсивный фильтр, в котором новое значение точки изображения формируют за счет следующих операций:5. The method according to claim 1, characterized in that for the second decrease in the transition length at brightness differences, a nonlinear non-recursive filter is used, in which a new value of the image point is formed due to the following operations: вычисляют пределы L и Н, как соответственно минимальное и максимальное значения в пределах локального окна;calculate the limits of L and H, respectively, the minimum and maximum values within the local window; изменяют значения точек изображения вне диапазона [L, Н];change the values of the image points outside the range [L, H]; игнорируют точки изображения, если разница между Н и L меньше порога;ignore image points if the difference between H and L is less than a threshold; нормализуют значения точки изображения из диапазона [L, Н] в диапазон [0, 1];normalize the values of the image point from the range [L, H] to the range [0, 1]; преобразуют нормализованное значение с помощью функции преобразования уровней f(х):transform the normalized value using the level conversion function f (x):
Figure 00000007
Figure 00000007
 где x нормализовано в диапазон [0, 1];where x is normalized to the range [0, 1]; выполняют обратное масштабирование преобразованного значения из диапазона [0, 1] в диапазон [L, Н];performing a reverse scaling of the converted value from the range [0, 1] to the range [L, H]; осуществляют смешение значений исходного пиксела Р(r,с) с пикселом Ре(r,с), полученным в результате выполнения предыдущих этапов, путем применения функции g(x) в качестве альфа-канала:they mix the values of the original pixel P (r, s) with the pixel Pe (r, s) obtained as a result of the previous steps by applying the function g (x) as an alpha channel: Ys(r,c)=Р(r,с)·(1-g(H-L))+Pe(r,c)·g(H-L),Ys (r, c) = P (r, s) · (1-g (H-L)) + Pe (r, c) g (H-L), где функция g(x) вычисляется какwhere the function g (x) is calculated as g(x)=1-e(-(x-Tltm)/50),g (x) = 1-e (- (x-Tltm) / 50) , где x нормализовано в диапазон [0, 255].where x is normalized to the range [0, 255]. 6. Способ по п.1, отличающийся тем, что увеличение локального контраста в канале яркости обеспечивают путем применения следующего модифицированного фильтра нерезкого маскирования:6. The method according to claim 1, characterized in that the increase in local contrast in the brightness channel is achieved by using the following modified filter unsharp masking:
Figure 00000008
Figure 00000008
 где Y - значения яркости исходного изображения, Yf - результат фильтрации Y билатеральным фильтром, k - коэффициент усиления, Tusm - порог для уменьшения усиления шумов.where Y are the brightness values of the original image, Yf is the result of filtering Y with a bilateral filter, k is the gain, T usm is the threshold for reducing noise amplification. 7. Способ по п.6, отличающийся тем, что в билатеральном фильтре используют следующую функцию в качестве стоп-функций границ:7. The method according to claim 6, characterized in that in the bilateral filter use the following function as stop functions of the boundaries:
Figure 00000009
Figure 00000009
 8. Способ по п.6, отличающийся тем, что в модифицированном фильтре нерезкого маскирования используют билатеральный фильтр, в котором фильтрация нерекурсивно осуществляется сначала по строкам, а затем по столбцам изображения:8. The method according to claim 6, characterized in that in the modified filter of unsharp masking, a bilateral filter is used, in which filtering is non-recursive, first by rows and then by image columns:
Figure 00000010
Figure 00000010
Figure 00000011
Figure 00000011
 где (r,с) - координаты пиксела, Y - яркость исходного изображения, Yf - результат фильтрации, w - стоп-функция границ, S - размер пространственного ядра фильтра. where (r, s) are the coordinates of the pixel, Y is the brightness of the original image, Yf is the filtering result, w is the stop function of the boundaries, S is the size of the spatial core of the filter.
RU2008128581/09A 2008-07-15 2008-07-15 Method for descreening RU2405279C2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2008128581/09A RU2405279C2 (en) 2008-07-15 2008-07-15 Method for descreening

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2008128581/09A RU2405279C2 (en) 2008-07-15 2008-07-15 Method for descreening

Publications (2)

Publication Number Publication Date
RU2008128581A true RU2008128581A (en) 2010-02-20
RU2405279C2 RU2405279C2 (en) 2010-11-27

Family

ID=42126543

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2008128581/09A RU2405279C2 (en) 2008-07-15 2008-07-15 Method for descreening

Country Status (1)

Country Link
RU (1) RU2405279C2 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2595635C2 (en) * 2014-12-12 2016-08-27 Самсунг Электроникс Ко., Лтд. Image processing system and method for eliminating screen-type pattern through sparse representation of scanned printed copies

Also Published As

Publication number Publication date
RU2405279C2 (en) 2010-11-27

Similar Documents

Publication Publication Date Title
EP2545499B1 (en) Text enhancement of a textual image undergoing optical character recognition
DE60111756T2 (en) METHOD FOR IMPROVING THE COMPRESSION ABILITY AND IMAGE QUALITY OF DAMAGED DOCUMENTS
KR101552894B1 (en) Method and apparatus for enhancing color
CN104240194B (en) A kind of enhancement algorithm for low-illumination image based on parabolic function
EP3200147B1 (en) Image magnification method, image magnification apparatus and display device
EP2059902B1 (en) Method and apparatus for image enhancement
US7809208B2 (en) Image sharpening with halo suppression
DE112008001052T5 (en) Image segmentation and enhancement
CN1708137A (en) Saturation-adaptive image enhancement apparatus and method
CN109816608B (en) Low-illumination image self-adaptive brightness enhancement method based on noise suppression
US8406559B2 (en) Method and system for enhancing image sharpness based on local features of image
JP2006197584A (en) Black/white stretching system using rgb information in image
CN108305232B (en) A kind of single frames high dynamic range images generation method
US20130121565A1 (en) Method and Apparatus for Local Region Selection
CN112116536A (en) Low-illumination image enhancement method and system
CN1741068A (en) Histogram equalizing method based on boundary
JP2020197915A (en) Image processing device, image processing method, and program
CN107256539B (en) Image sharpening method based on local contrast
CN104794689A (en) Preprocessing method for enhancing sonar image contract
US8989493B1 (en) Method and apparatus for identifying regions of an image to be filtered during processing of the image
Alex et al. Underwater image enhancement using CLAHE in a reconfigurable platform
CN110580690B (en) Image enhancement method for identifying peak value transformation nonlinear curve
JP2013171424A (en) Image forming apparatus and image forming method
RU2008128581A (en) METHOD OF RADIATOR SUPPRESSION
CN105303529A (en) Digital image haze removing method based on histogram equalization

Legal Events

Date Code Title Description
PD4A Correction of name of patent owner
PC41 Official registration of the transfer of exclusive right

Effective date: 20170921

PD4A Correction of name of patent owner
MM4A The patent is invalid due to non-payment of fees

Effective date: 20200716