TW550518B - Classification of photos with sepia tones - Google Patents
Classification of photos with sepia tones Download PDFInfo
- Publication number
- TW550518B TW550518B TW091103448A TW91103448A TW550518B TW 550518 B TW550518 B TW 550518B TW 091103448 A TW091103448 A TW 091103448A TW 91103448 A TW91103448 A TW 91103448A TW 550518 B TW550518 B TW 550518B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- images
- sepia
- tone
- digital image
- Prior art date
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Color Image Communication Systems (AREA)
Description
五 發明說明( 發明之背景 1.本發明之界定 統,以及 照片的分 本發明係論及一些數位影像資料庫和分類系 係特別論及-些已被轉換成數位袼式之深褐色謂 類技術。 2·相關技藝之說明 自動影像分類技術’係、具有許多重要之應用,特別是 在分類-特殊類別之影像方面:具有深褐色調之黑白吗 片。某些此等影像係掃瞄自古董相片,彼等原為黑白昭片、。 隨著歲月之增長,彼等將會因其軟片紙張之化學反應而逐 漸轉變為黃色或棕色。再說’許多其他深褐色調影像,特 別地或以化學方式或以數位方式而產生,以產生一古董外 彼等具有深褐色調之照片的分類技術,係有用於在幾 種應用中。由於該等特殊之彩色色調所致,許多多方用途 之彩色影像處理技術,並無法對此等影像工作良好。舉例 而言,一純粹基於皮膚色彩來偵測臉部之一影像系統中的 臉部偵測演算法,係不太可能對此等相片產生正確之結 果,因為其皮膚色彩業已改變。藉由偵測彼等具有深褐色 調之影像,該系統可適當地處理此等影像,以避免可能之 誤差。舉例而言,一他型之演算法,可用來偵測其臉部, 其係使用一些不因色彩變化而改變之特徵,諸如眼睛角 隅。所以’此影像辨識系統之偵測準讀度,可顯著地得到 改良。 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) 550518 五、發明説明( 彼等深褐色調影像,亦會造成自動色彩平衡或增強程 序之問題。由於該等色彩係狹窄地集中於深褐色調, 該等〜像將會錯誤地被認為色彩不平衡。對此等影像做色 衫修正,將會造成不當之色彩假象。若一彩色影像程序事 先决迢何種影像正在處理,其將可適當地做反應及達成較 佳之結果。深褐色調影像分類技術之另一應用,為在影像 索引方面。大影像資料庫或匯集,將需要良好之索引機構, 以使彼等衫像,可做有效之分類、做有效率之劉覽、以及 迅速地做檢索。一些傳統式系統,舉例而言,係使用一有 關上㈣似播案建立曰期、檔案名稱、檔尾名、等等之影 像㈣等的敘述性資訊,而來回於其資料庫,儲存及檢索 特定之貝訊。此一形式之影像分類,並未顯著不同於任何 其他數位資訊之分類技術。 糟由仰賴於其檔案資訊,可得到之粗略資訊,僅有關 其檔案,而專屬其影像的則全無。舉例而言,一影像檔案 可月b具有一全热關乎其影像之類型或内容的名稱,諸如一 …白〜像可此具有檔案名稱“color一image,,。其他系統係 提供-基於其影像類似花、#、㈣之内容的分類技術。 貫際上,此通常係藉由關鍵字註解來完成,其係一繁重之 任務。 過去數年來’已建議有一些影像分類技術,係被設計 來使用於影像資料庫中。然而,此等先存技藝式技術,全 無宣告來辨識深褐色調影像資料庫。此等先存技藝式技術 之靶例,係包括在以下之論文中。-s. F. Chang , w., ' 丨 …. 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公I) 550518 A7 J_B7___ 五、發明説明(3 ) (請先閲讀背面之注意事項再填寫本頁) 和 Η· Sundaram在 1998年之Proc. IEEE Inti· Conf. On Image Processing 第 3 卷第 53 1-35 頁的 “Semantic visual templates:linking visual features to semantics”(語意視覺才篆 版;鏈結視覺特徵至語意),S. Paek和S· -F· Chang在2000 年之 Proc. of Inti· Conf· On Multimedia & Expo·的 “A knowledge engineering approach for classification based on probabilistic reasoning system”(基於機率推理系統之影像 分類知識工程方案),R· Qian,N. Haering和I· Sezan在1999 年之 Proc. of IEEE Conf. Computer Vision and Pattern Recognition第 1卷第 200-06 頁的 “A computational approach to semantic event detection”(事件債測之計算方案),M. Szummer和 R. W. Picard在 1998年之Proc· of IEEE Workshop on Content-Based Access of Image and Video Libraries 第 42-51 頁的 “Indoor-outdoor Image classification”(戶内戶外 影像分類技術),A. Vailaya,Μ· Figueiredo,A· Jain和 H.-J· Zhang在 1999年之Proc. Of SPIE: Storage and Retrieval for Image and Video databasees VII 第 3656 卷第 415-26 頁的“A Bayesian Framework for semantic classification of outdoor vacation Images”(戶外假期影像之語意分類的貝葉斯架 構),A. Vailaya 和 A. Jain 在 2000 for Image and Video databasees 第 3972 卷第 411-20 頁的 “detecting sky and vagetation in outdoor image’’(戶外影像中之天空和植物的 偵測)N. Vasconcelos 和 A. Lippman 在 1999 年之 Proc· of IEEE Conf. on Computer Vision and Pattern Recognition第 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) 550518 A7 B7 五、發明説明(4 566-71 頁的 “A Bayesian Framework for semantic content characterization”(語意内容特徵化之貝葉斯架構)。 彼等影像資料庫經常係包含一些具有各種類似不同 色彩解析度(例如,16、256、16位元、和24位元色彩)之彩 色影像、灰階影像、黑白影像、深褐色調影像、等等之特 性影像。彼等先存技藝式影像分類技術,並未宣告自動深 褐色調影像分類。由於彼等深褐色調影像,會於使用傳統 式影像處理技術時造成困難,以及許多深褐色調影像,係 一些有價值之古董照片,一般希望有一種影像分類系統, 能分析彼等影像本身之性質,以及可依據此影像是否為一 深褐色調影像,來分類此等影像。 本發明之概要 本發明旨在提供一種可分類一些包括深褐色調之數 位影像的方法和系統。一範例性方法,係包括將一數位影 像之第一色彩空間的值轉換成一些色彩飽和強度(HSV) 值;移除此影像中任何低於一飽和臨界值和一強度臨界值 之圖素;分析該數位影像之其餘圖素;以及基於此數位影 像之其餘圖素的分析結果,將此數位影像,分類成一深褐 色調影像。 若干他型實施例,係備來依據彼等深褐色調影像之預 定色彩分佈,評估每一其餘圖素屬深褐色調之概率,以及 決定該數位影像為一深褐色調影像之概率。
一訓練一系統來偵測深褐色調影像之範例性方法,係 包括將多數訓練影像之第一色彩空間的值轉換成一些HSV 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) -----------------------裝..................ΤΓ.................線 (請先閲讀背面之注意事項再填寫本頁) 550518 A7 B7 五、發明説明 值;移除此等訓練影像中任何低於每一多數訓練影像有關 之至少一飽和臨界值和一強度臨界值的圖素;以及在其移 (請先閲讀背面之注意事項再填窝本頁) 除步驟之後’對所有多數訓練影像,評估其餘圖素有關之 HSV值的色彩分佈。 圖示之簡單說明 本發明之以上特徵和優點,與本發明之額外特徵和優 點,將可由下文參照所附諸圖對本發明之敘述,而有更佳 之瞭解,其中; 第1圖係顯示本發明之一範例性方法的流程圖; 第2圖係顯示本發明之一訓練方法的流程圖; 第3圖係顯示本發明之一範例性系統的方塊圖;而 第4圖則係顯示本發明之一範例性訓練系統的方塊 圖。 較佳實施例之詳細說明 第1圖係顯示一分類深揭色調影像之範例性方法的流 程圖。在步驟100中,-數位影像之第一色彩空間的值,將 會被轉換成一些色彩飽和強度值(HSV)。本技藝之專業人 員將可理解,此數位影像可被檢索自多數儲存在—内含至 少一彩色影像、灰階影像、和深褐色調影像之群的影像資 料庫内之數位影像。此外’其第—色彩空間,可為任何色 彩空間之已知表示式。然而,基於解釋之目地而無限制意, 其餘之敘述將稱上述之第一色彩空間為紅、綠、藍(_) 色彩空間。所以,上述所說明之轉換作用,係二至 HSV 〇
550518 A7 B7 五、發明説明(6 在一範例性方法中,該等RGB值係被規一化(亦即,範 圍為0-1.0)。其轉換公式接著可被定為:
Max = max(R.G.B)
Min = min(R.G.B)
Val = Max
If(Val=0)Sat = 0,else Sat=l-Min/Val If(Sat=0) Hue is undefined, else (G-B)/(Max-Min)x60 if (R = Max)λ(G-B) > 0 ττηp = I (G - B)/(Max - Min) x 60 + 360 if (R = Max) λ (G-B) > 0 -] (2.0 + (G - B)/(Max - Min)) x 60 if (G = Max) (4.0 + (G - B)/(Max - Min)) x 60 if (B = Max) 其中,H之範圍係0-360度,S係0-1.0,以及V係0_ 1.0。 然而,本技藝之專業人員將可理解,其他之轉換公式係可 被使用。此外,理應瞭解的是,彼等黑白影像,可在其RGB 至HSV之色彩空間轉換步驟中,直接被辨識, 在步驟110中,上述數位影像中任何低於至少一飽和臨 界值和一強度臨界值的圖素將會被移除。彼等具有低飽和 度或低強度之圖素,係因考慮彼等趨於無關乎彼等之色調 值而呈現灰色而予以移除。該等圖素在移除上係基於以下 之標準: (1-S)3+(1-V)3^ C3 其中,c係一設定為0.94之臨界值,S係其範圍自0至1.0之 飽和度值,以及V係其範圍自0至1.0之強度值。 在步驟120中,於其移除步驟之後,上述數位影像之 其餘圖素會被分析。該數位影像在步驟130中,係基於上述 數位影像之其餘圖素的分析,而被分類為一深褐色調影 像。此分類技術係包括一些可針對該影像執行之檢索、顯 示、加標籤、儲存、等等中的至少·一個。舉例而言,其程 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) -----------------------裝................、可..................線 (請先閲讀背面之注意事項再填寫本頁) 9 550518 五、發明説明( 序可標記-影像資料庫内之深 可針對此標記之深褐色調影像,執二特 :::或者基於該深褐色調標藏,自該影像資二 可任選地,在步驟122中,其分析在執行上,係拜由 基於彼等深褐色調影像之-預定色彩分佈,來決定每X Γ圖素屬深褐色調的概率。上述預定之色彩分佈,可在 抽之―訓練階財被決定。接著,在步驟124中, 上述數位影像為一深褐色調影像之概率將會被決定。在步 驟126中,上述數位影像為—深褐色調影像之概率,係盘一 預定臨界值相比較,來辨識—些深褐色調影像。舉例而令, 右t述數位影像為一深褐色調影像之概率,係大於此預定 ^界值,此影像係、被決定為深褐色調。本技藝之專業人 貝將可理解,上述用以辨識深褐色調影像之預定臨界值, 亦可在一訓練階段期間被決定。 參照第2圖,所顯示係一訓練一系統以制深褐色調 影像之方法的流程圖。在步驟綱中,其多數訓練影像之 咖值’係被轉換成麟值。該等訓練影像較佳地係一些 深褐色調影像。本技藝之專業人員將可理解,該等非肩深 褐色調影像之影像,可被用於其訓練影像組中。然而,該 等訓練影像接著將勢必要被確認出是否為深褐色調。在步 驟2丨〇中,該等訓練影像_任何低於至少一飽和臨界值和一 強度臨界值的圖素,將會就每一多數訓練影像而被移除。 該等其餘圖素之HSV值的色彩分·佈,接著將會在步騾23〇 本紙張尺度適用中國國家標準(CNS) A4規格(2Ι〇χ297公爱)
、-7-— (請先閲讀背面之注意事项再填窝本頁) 10
五、發明説明(8 ) 中,對所有多數訓練影像做評估。可任選地,在步驟24〇 中,一臨界值係在一影像被分類為一深褐色調影像下被建 立。本技蟄之專業人員將可理解,上述訓練程序有關之rgb 對HSV的轉換、飽和臨界值、和強度臨界值,可如上述分 類技術程序有關之說明而被決定。所以,其之說明和方程 式將不做重複。 為便於本發明之瞭解,本發明之許多特徵,在說明上 係依據一電腦控制式系統之元件所要執行的動作順序。理 應認清的是,在每一實施範例中,各種動作在執行上可藉 由一些特殊電路(例如,一些被互聯來執行一特殊功能之離 散邏輯閘),可藉由一或多處理器所執行之程式指令,或藉 由兩者之組合。此外,本發明可另外地被視為完全具現在 任何形式已儲存有一可使一處理器完成本說明書所說明之 技術的適當電腦指令組之電腦可讀取式儲存媒體中。因 此’本發明可之多種特徵,可被具現在許多不同之形式中, 以及所有此等形式,係預期在本發明之範圍内。就本發明 之每一多種特徵而言’一實施例之任何此種形式,在本說 明書係被稱為一可執行一所敘述之動作的“邏輯電路,,。 第3圖係一使用上文所說明之訓練程序所得到之臨界 值的電腦控制式系統3〇〇的方塊圖。舉例而言,如同前文所 說明,每一新輸入影像3 1〇,將會在區塊32〇中,經歷上述 使用一可將一數位影像之第一色彩空間值轉換成一些色彩 飽和強度(HSV)值的邏輯電路之RGB至HSV色彩空間轉換 作用。該影像低飽和或強度之圖素·,接著會在區塊34〇中, 550518 A7 — ___-_ B7__ 五、發明説明(9 ) 使用一可移除上述數位影像任何低於至少一飽和臨界值和 一強度臨界值的圖素之邏輯電路加以移除。其餘之圖素在 使用上係利用一最大可能性評價,來評估此影像為深褐色 調之概率。每一圖素係假定為其輸入資料之一獨立樣本。 圖素i為深褐色調之概率,可藉由區塊350所提供之預定色 彩分佈(舉例而言,如·第2圖之訓練程序所決定"直接來加 以評估。接著,一聯合對數概率l〇g(P),可在區塊36〇中, 使用一可分析處理上述數位影像之其餘圖素的邏輯電路, 藉由: Σ1〇§(ρ〇 log(P)=」-
N 就其整個影像來加以計算 其中’ N係其餘圖素之總數,Pi係圖素i為深褐色調之 概率,以及log(P)係表示該影像屬深褐色調之概率。彼等 >未褐色έ周相片計得之概率值,通常係甚高於正常之彩色相 片。所以,區塊370所供應之一簡單臨界值,可被用以分別 彩色影像與深褐色調影像。舉例而言,其臨界值係被設定 為-5.2。因此,若i〇g(p)大於_5·2,在區塊mo中,使用上述 可基於數位影像之其餘圖素的分析結果,將該影像分類為 深褐色調的邏輯電路,此影像係被決定屬深褐色調。 第4圖係一依據本發明另一實施例之電腦控制式訓練 系統400的方塊圖。舉例而言,如同前文所說明,每一訓練 景’像410在區塊420中,係經歷上述rgB至HSV色彩空間之 轉換作用。該等低飽和或強度之圖素,接著會在區塊44〇 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公楚) (請先閲讀背面之注意事項再填寫本頁) ,、-Ί· 550518 A7 B7 五、發明説明(10 ..........................^—— (請先閲讀背面之注意事項再填寫本頁) 、-1丨 中被移除。在區塊460中,上述之HSV空間,係被均勾區分 為-些沿H、S、和V維度之單元。舉例而t,如維度可 被區分為36個單元,其S維度可被區分為4個單元,以及其 V維度可被區分為4個單元。上述訓練影像之每一其餘圖 素,接著係基於其HSV值分配一單元。每一單元有關/之值, 係藉由計算每一單元中之其餘圖素,來加以建立。每一單 元有關之值,接著會藉由將每一單元有關之值除以其餘圖 素之總數,而加以常態化。其結果在區塊48〇中,係一% 乘4乘4維度之向量,其可特性化該等訓練影像之色彩分 佈。此色彩分佈亦可被視為此等訓練影像中之其餘圖素有 關的概率密度函數之一粗略評估。典型地,彼等深褐色調 影像中之色彩,大部份係集中在黃色和紅色四周。所以, 該等對應於此等色彩之單元,將會包含大多數之其餘圖素。 :線 前文係說明本發明之原理、較佳實施例、和運作模 悲。然而,本發明並不受限於上文所討論之特定實施例。 舉例而5,每一深褐色調影像,可基於其概率做進一步之 为類。彼等極接近其臨界值之影像,可接著做標記以供手 動檢閱。此外,若大部份深褐色調影像係接近其臨界值, 此可被用做其需要一新的訓練影像組來重新訓練其系統之 指示。 所以,以上所說明之實施例,應被視為例示性而非限 制思,以及理應瞭解的是,本技藝之專業人員將可理解, 在不違離以下申請專範圍所界定之實施例中,可製成一些 變更形式。 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) 13 550518 • A7 B7 五、發明説明(U ) 元件編號對照 300…電腦控制式系統 400…電腦控制式訓練系統 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) (請先閲讀背面之注意事項再填寫本頁)
14
Claims (1)
- 550518 A8 B8 C8 D8 申請專利範圍 1· 一種分類深褐色調數位影像(310)之方法,其係包括: (100)將一數位影像(3 10)之RGB值轉換成一些色彩 飽和強度(HSV)值; (110)移除上述數位影像(3 10)中任何低於至少一餘 和臨界值和一強度臨界值的圖素; (120)在其移除步驟之後,分析上述數位影像(3 1〇) 之其餘圖素;以及 (130)基於上述數位影像(310)之其餘圖素的分析結 果’將該數位影像(3 10) ’分類成一深褐色調影像。 2.如申請專利範圍第1項之方法,其中之分析係包括: (122)基於彼等深褐色調影像之一預定色彩分佈 (350),來決定每一其餘圖素為深褐色調之概率; (124)決定上述數位影像(3 1〇)為一深褐色調影像之 概率,其中之數位影像(310)為一深褐色調影像之概 率,係決定如下: Xlog(^) log(尸)= 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) (諳先閲讀背面之注意事项再填寫本頁) -#· 其中,N係其餘圖素之總數,Pi係圖素丨為深褐色調 之概率,以及log(P)係表示該影像屬深褐色調之概率; 以及 (126)比較上述數位影像(310)屬深褐色調之概率與 一預定臨界值(3 70),以辨識彼等深褐色調影像,其中 用以辨識深褐色調影像之預定臨界值(370)係-5.2,以及 若log (P)大於ο·2,其中之數位影像(310),係被分類為 15 A83·如申請專利範圍第i項之方法, 係-内含至少-彩色巧傻,、中〜數位影像(310卜 之群的影像資料庫内之影像。 ^紅调影像 4’如申請專利範圍第丨項之方法 基於其分類之步驟,執_ ^包括: 示、加標藏、儲存。執订至少-影像之檢索' 5· Z種訓練—系統㈣測深褐色調影像之方法,其係係 (_)將多數料f彡像⑷G) -些HSV值,1中之,巴轉換成 影像: 之^東衫像⑷0)’係一些深褐色調 像⑷(=Γ此等訓練影像任何低於每-多數訓練影 像⑷0)有關之至少—鮮度 圖素:以及 值’強度臨界值的 (230)在其移除步驟之後’對所有多數訓練 評估其餘圖素有關之HSV值的色彩分佈。 、 6. 如申請專利範圍第5項之方法,其進_步包括: (240)建立—影像被分類為一深褐色調影像下之臨 界值。 7. 如申請專利範圍第5項之方法,其進_步包括: 將HSV空間均勻區分為一些沿H、s、和ν維度之單 元; X 顯 包 基於每一其餘圖素之HSV值, 分配上述訓練影像 之 (CNS) A4^ (210X297^)16 550518 A8 B8 C8550518 A8 B8 C8 D8申請專利範圍 一可將一數位影像(310)之一第一色彩空間的值轉 換成一些色彩餘和強度(HSV)值的邏輯電路(320): 一可移除數位影像(3 10)任何低於至少一飽和度臨 界值和一強度臨界值之圖素的邏輯電路(340): 一可在其移除步驟之後分析上述數位影像(3丨〇)之 其餘圖素的邏輯電路;和 一可基於上述數位影像(310)之其餘圖素的分析結 果將該數位影像(3 10)分類為一深褐色調影像之邏輯電 路(360)。 % -----------------------裝-------------……、玎..................線 (請先閲讀背面之注意事項再填寫本頁) 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) 18
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/853,652 US6580824B2 (en) | 2001-05-14 | 2001-05-14 | Classification of photos with sepia tones |
Publications (1)
Publication Number | Publication Date |
---|---|
TW550518B true TW550518B (en) | 2003-09-01 |
Family
ID=25316576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW091103448A TW550518B (en) | 2001-05-14 | 2002-02-26 | Classification of photos with sepia tones |
Country Status (5)
Country | Link |
---|---|
US (1) | US6580824B2 (zh) |
EP (1) | EP1395953A1 (zh) |
JP (1) | JP2004538555A (zh) |
TW (1) | TW550518B (zh) |
WO (1) | WO2002093484A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT1311443B1 (it) * | 1999-11-16 | 2002-03-12 | St Microelectronics Srl | Metodo di classificazione di immagini digitali in base al lorocontenuto. |
US6937758B2 (en) * | 2001-08-07 | 2005-08-30 | Hewlett-Packard Development Company, L.P. | Method and apparatus for reproducing sepia-tone images |
US6947593B2 (en) * | 2001-10-05 | 2005-09-20 | Hewlett-Packard Development Company, Lp. | Digital image processing |
DE102005001224A1 (de) * | 2004-09-03 | 2006-03-09 | Betriebsforschungsinstitut VDEh - Institut für angewandte Forschung GmbH | Verfahren zur Zuordnung eines digitalen Bildes in eine Klasse eines Klassifizierungssystems |
US7542600B2 (en) * | 2004-10-21 | 2009-06-02 | Microsoft Corporation | Video image quality |
US7936919B2 (en) | 2005-01-18 | 2011-05-03 | Fujifilm Corporation | Correction of color balance of face images depending upon whether image is color or monochrome |
US7925083B2 (en) * | 2007-07-09 | 2011-04-12 | Eastman Kodak Company | Method for digital image class detection |
US8737727B2 (en) * | 2010-12-30 | 2014-05-27 | Pelco, Inc. | Color similarity sorting for video forensics search |
US9171075B2 (en) | 2010-12-30 | 2015-10-27 | Pelco, Inc. | Searching recorded video |
US9681125B2 (en) | 2011-12-29 | 2017-06-13 | Pelco, Inc | Method and system for video coding with noise filtering |
JP5953294B2 (ja) * | 2013-12-11 | 2016-07-20 | 富士フイルム株式会社 | 画像利用商材作成装置、画像利用商材作成方法、画像利用商材作成プログラムおよびその記録媒体 |
US10026010B2 (en) | 2014-05-14 | 2018-07-17 | At&T Intellectual Property I, L.P. | Image quality estimation using a reference image portion |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5253302A (en) * | 1989-02-28 | 1993-10-12 | Robert Massen | Method and arrangement for automatic optical classification of plants |
US5345320A (en) | 1990-11-29 | 1994-09-06 | Minolta Camera Kabushiki Kaisha | Color image data processing apparatus comprising monochrome pixel detector |
US5341226A (en) | 1993-04-22 | 1994-08-23 | Xerox Corporation | Automatic image segmentation for color documents |
US6282330B1 (en) * | 1997-02-19 | 2001-08-28 | Canon Kabushiki Kaisha | Image processing apparatus and method |
WO1999023600A1 (en) * | 1997-11-04 | 1999-05-14 | The Trustees Of Columbia University In The City Of New York | Video signal face region detection |
JP3748164B2 (ja) | 1998-02-06 | 2006-02-22 | 富士通株式会社 | パターン抽出装置 |
US6477269B1 (en) * | 1999-04-20 | 2002-11-05 | Microsoft Corporation | Method and system for searching for images based on color and shape of a selected image |
-
2001
- 2001-05-14 US US09/853,652 patent/US6580824B2/en not_active Expired - Fee Related
-
2002
- 2002-02-26 TW TW091103448A patent/TW550518B/zh not_active IP Right Cessation
- 2002-05-14 EP EP02769764A patent/EP1395953A1/en not_active Withdrawn
- 2002-05-14 JP JP2002590083A patent/JP2004538555A/ja not_active Withdrawn
- 2002-05-14 WO PCT/US2002/015659 patent/WO2002093484A1/en not_active Application Discontinuation
Also Published As
Publication number | Publication date |
---|---|
US6580824B2 (en) | 2003-06-17 |
EP1395953A1 (en) | 2004-03-10 |
WO2002093484A1 (en) | 2002-11-21 |
JP2004538555A (ja) | 2004-12-24 |
US20020181767A1 (en) | 2002-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6671405B1 (en) | Method for automatic assessment of emphasis and appeal in consumer images | |
US6748097B1 (en) | Method for varying the number, size, and magnification of photographic prints based on image emphasis and appeal | |
US6738494B1 (en) | Method for varying an image processing path based on image emphasis and appeal | |
US6952286B2 (en) | Doubleprint photofinishing service with the second print having subject content-based modifications | |
US7212668B1 (en) | Digital image processing system and method for emphasizing a main subject of an image | |
US6847733B2 (en) | Retrieval and browsing of database images based on image emphasis and appeal | |
US7215828B2 (en) | Method and system for determining image orientation | |
US6711291B1 (en) | Method for automatic text placement in digital images | |
US7899256B2 (en) | Method for automatically determining the acceptability of a digital image | |
JP4139615B2 (ja) | 前景/背景セグメント化を用いた画像のイベント・クラスタリング | |
TW550518B (en) | Classification of photos with sepia tones | |
US20030161506A1 (en) | Face detection computer program product for redeye correction | |
JP2001309225A (ja) | 顔を検出するためのカメラ及び方法 | |
US8254730B2 (en) | Automatic media edit inspector | |
JP2001325593A (ja) | 自動アルバム化システムにおける重複写真検知方法 | |
JP2010072699A (ja) | 画像分類装置および画像処理装置 | |
US7020330B2 (en) | Automatic content-analysis based use of color correction process | |
JPH09293082A (ja) | 画像検索装置及び画像検索方法 | |
JPH10124655A (ja) | デジタルアルバムの作成装置及びデジタルアルバム装置 | |
JP2000123173A (ja) | 画像特徴抽出方法及び類似画像検索システム、記録媒体 | |
JP2721107B2 (ja) | 映像特徴処理方法 | |
JP2003248825A (ja) | 画像処理装置及び画像処理方法、画像処理プログラム、記憶媒体 | |
Maity et al. | A Novel Approach to Face Detection using Image Parsing and Morphological Analysis | |
JP2001022927A (ja) | 画像処理装置、画像処理方法、及び記憶媒体 | |
JPH05189607A (ja) | 紙文書画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GD4A | Issue of patent certificate for granted invention patent | ||
MM4A | Annulment or lapse of patent due to non-payment of fees |