WO1996019778A1 - Verfahren zur trennung einer vordergrundinformation von einer hintergrundinformation in einer vorlage - Google Patents
Verfahren zur trennung einer vordergrundinformation von einer hintergrundinformation in einer vorlage Download PDFInfo
- Publication number
- WO1996019778A1 WO1996019778A1 PCT/EP1995/002156 EP9502156W WO9619778A1 WO 1996019778 A1 WO1996019778 A1 WO 1996019778A1 EP 9502156 W EP9502156 W EP 9502156W WO 9619778 A1 WO9619778 A1 WO 9619778A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- background
- information
- threshold value
- segments
- template
- Prior art date
Links
Classifications
-
- 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
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
Definitions
- the invention relates to a method for separating foreground information from background information in a template, the foreground information being addeditively or subtractively superimposed on the background information.
- the method is particularly suitable for determining a threshold value of a signal intensity of the background information in the template, for cleaning up the background information in the template, and furthermore for the black / white conversion of electronic gray images.
- a strongly structured background is generally a background with high contrasts, which is preferably linear or font-like and which has structural dimensions in the order of the font entry dimensions.
- FIG. 1 shows the currency and amount field of a Eurocheque in grayscale representation.
- the gray values of the background regularly extend to one certain barrier (threshold value), which, however, they generally do not fall below, with a few exceptions such as framing or image disturbances.
- threshold value the barrier
- the clear underruns of the threshold value in the direction "black”, which can be seen in FIG. 2, originate from the lines of the frame and the dividing line between the currency field and the amount field.
- the known entropy methods try to calculate the threshold value in such a way that the information content of the black / white image becomes maximum. However, since no distinction is made between the information content of the entries and the background, these methods are also out of the question for documents with a strongly structured background.
- a template is divided into a plurality of segments in a first step and a frequency distribution of an extreme value of the signal intensities in each of the segments is determined in a second step.
- the frequency distribution determined in this way has an essential mode (background mode) which essentially contains the background information. In cases where there is sufficient
- Frequency distribution of signal intensities of the entire template and a fourth step of evaluating the two ascertained frequency distributions together results in a sharper separation.
- this threshold value is either derived from the Foreground information inclined flank of the background mode, or derived from a flank of another essential mode opposite the background mode, preferably by a linear approximation of a point on one of the flanks of the two essential modes.
- the information in the template can be divided into information with signal intensities above and below the threshold value in an additional sixth step and the area representing the background can be deleted by a seventh step.
- the method according to the invention can be used for background cleaning of documents / images with any background, but the writer or printer generating the foreground information must be subtractive to the background. This means that the gray value resulting from overlaying the foreground information with the background must be darker than the original gray value of the background template.
- the method according to the invention proves to be particularly advantageous compared to the known methods in the background cleanup of documents with a strong background structure, that is to say with high contrasts in the background, in particular if this is pronounced in lines or in a font-like manner. Leave it good results are achieved even if the structural dimensions of the background structure are in the same order as the font dimensions of the foreground information.
- the method according to the invention is particularly suitable for "online" determination of the threshold values in gray images, that is to say determination of the threshold values in the immediate state in which the document is located.
- the gray values of a template change e.g. due to the lighting intensity or any fading of the original.
- the color saturation and paper texture also vary from template to template. Differences between the scanners also affect each other, e.g. by scanner sensitivity in general or by spectral conditions
- background cleaning can then be carried out, e.g. by eliminating all gray values lighter than the determined threshold value, and further processing the template, e.g. through font recognition.
- the number of gray levels can be reduced without a large loss of information, the choice of the threshold values influencing the size of a possible loss of information.
- teaching of the invention is not limited to applications of optical image processing, but can be analogous to the separation of foreground information from any background on all areas transmitted in which the foreground signal is additively or subtractively superimposed on the background.
- Fig. 3 shows a standard histogram Hstd (i)
- Fig. 4A is a segment histogram Hseg (i)
- Fig. 4B the segment size selected for Fig. 4A and
- 5A shows a difference histogram Hdif (i), formed from the normalized segment histogram Hseg (i) from FIG. 4A and the normalized standard histogram Hstd (i) from FIG. 3, 5B shows a difference histogram Hdif (i), as is generally the case as a multimodal histogram, but provided with only two essential modes,
- FIG. 11 shows a result of background cleaning of the image from FIG. 1 using the method according to the invention.
- the method according to the invention for determining a threshold value of the maximum (darkest) background gray value, hereinafter referred to as the threshold value, in a gray value image for a subsequent background correction of the image is to be explained below with reference to the example of a Eurocheque shown in FIG. 1.
- FIG. 3 shows the standard histogram Hstd (i) of the frequency distribution of the gray values of the image of the currency and amount field shown in FIG. 1 Eurocheques.
- Area 10 in FIG. 3 essentially contains the information of the background pattern, while the tip 20 is largely formed by the field borders in FIG. 1.
- the area 30 between the area 10 and the tip 20 contains the font information of the foreground entries.
- Hstd i
- the individual areas also overlap, so that it is not possible to separate the information here.
- the image template to be edited is divided into individual segments. You can the segments have essentially the same area, which, however, only simplifies the subsequent processing of the data, but is not required for the method itself. When dividing up, it must be ensured that the expected threshold value is contained at least once in a number of segments. There should also be “entryless” segments, that is to say segments with only background information, that is to say without foreground information by means of an entry. In the case of a substantially uniformly structured background pattern, the segment size can preferably be determined by a simple estimate from the pattern size of the background.
- segment size is chosen too large, it may be possible to obtain too little information for the threshold value determination to be described below. This applies in particular if the segment area that is too large does not result in "non-entry" segments. However, if the segment size is chosen too small, it may not provide enough meaningful information compared to the unsegmented source image.
- the darkest gray value (minimum) is now determined for each segment and entered in a new segment histogram Hseg (i), which is also referred to as the minimum histogram.
- Hstd (i) the frequencies Hseg (i) of the segments determined are plotted in the segment histogram with a gray value i for each determined gray value of the abscissa on the ordinate.
- 4A shows such a segment histogram Hseg (i) Frequency distribution of the gray values of the selected segments for the image of the currency and amount field of a Eurocheque shown in FIG. 1.
- segment size of a segment selected for this is shown in FIG. 4B with a segment rasterization of a partial image from FIG. 1. It is to be understood that the segment size shown in FIG. 4B is only an example, but has proven to be advantageous for further processing.
- the area (segment) in which the minimum value is determined should be selected so large that the expected threshold value can be found therein. If the minima occur regularly, as in the case of the Eurocheques (Fig. 1), this condition is met by very small areas. However, it was found that even with strong variation of the segment surfaces or overlapping of the segments, the segment histogram Hseg (i) hardly changed. Generally limited areas, which can also partially overlap, can be used for the segments. In addition to rectangular areas of different sizes, line-like areas may be mentioned as examples of this. For gray images with only a few gray levels (e.g. 16) or noisy images, it is recommended to use a low-pass filter before processing.
- the segment histogram Hseg (i) obtained (FIG. 4A) and the corresponding standard histogram Hstd (i) (FIG. 3) are standardized before further processing. Any known standardization method can be used for this. However, both histograms are preferably normalized via the number of measuring points (image pixels) in a segment.
- the number of measuring points (image pixels) in a segment is one, since the standard histogram is unsegmented. With both histograms, the sum of all frequencies results from this normalization the same value.
- the advantage of this standardization can be seen in the fact that when the values are processed appropriately (the sum of the measurement points per segment is usually known), the histogram must only be multiplied and no longer divided. Since the frequencies H (i) and the number of measuring points per segment are integers, the calculations can also be carried out exclusively with integers.
- FIG. 5A shows such a difference histogram Hdif (i), formed from the normalized segment histogram Hseg (i) from FIG. 4A and the normalized standard histogram Hstd (i) from FIG. 3 of the unsegmented image template for the currency and amount field of a Eurocheques from Fig. 1.
- the negative resulting values can be set to zero without loss of information.
- the resulting difference histogram Hdif (i) like the segment histogram Hseg (i), has an essential mode 100 - a main maximum - which is closer to the "white", essentially contains the background information and therefore Background fashion 100 may be called.
- both the difference histogram Hdif (i) and the segment histogram Hseg (i) are purely bimodal with only one further essential mode 110, which contains the foreground information and consequently Foreground mode 110 is called.
- FIG. 5B shows a difference histogram Hdif (i), which is generally a multimodal histogram, but provided with only two essential modes, from a standardized segment histogram Hseg (i) and the associated standardized histogram Hstd (i) the unsegmented image template results.
- the background mode 100 here is opposed by a plurality of foreground modes 110 and 120 which are closer to the "black” and which contain the foreground information.
- the foreground modes 110 and 120 split into the essential foreground mode 110 with the main maximum and the further foreground mode 120 with one or more secondary maxima.
- the difference histogram obtained by the above method can now also be processed using the methods known from the prior art in order to determine the threshold value.
- a method according to the invention for determining the threshold value is shown below. Since the modes are foreground and background modes and the background mode 100, because of the additive superimposition of foreground and background information, is at higher gray values, for example above a printing-technical gray limit, it makes sense to use a suitable delimitation of the threshold value to determine the fashions.
- Hdif (i) the maximum gradient occurring there is determined on the "dark" flank of the background mode 100 which is inclined in the direction of "black".
- a threshold value (SW 1N ) of the background gray values now results in a first approximation from the intersection of a straight line with the determined maximum straight line slope on the dark flank, starting from the point of maximum slope P- ⁇ on the dark flank, with the abscissa. 6 shows the determination of the threshold value SW. N of the background gray values in a first approximation.
- the determination of the threshold value SW 1N cannot be carried out exclusively by determining the maximum gradient of the dark flank of the background mode 100.
- the determination of the threshold value SW 1N in a first approximation, as described above, provides sufficiently precise values of the background threshold value in particular if the areas of the two essential modes are approximately of the same size. However, if the area contents of the essential modes differ in such a way that the area of the background mode 100 is significantly larger than the area of the foreground modes 110 and 120, the foreground mode 110 or 120 closest to the background mode 100 becomes partially of the background mode 100 superimposed so that the threshold value SW 1N is too dark, that is to say that information may be lost due to the threshold value lying too far in the "dark".
- the range in which the area of the background mode 100 is approximately smaller than twice the area of the foreground modes 110 and 120 has been shown as the limit value for values of the threshold value SW 1N that are still sufficiently accurate.
- FIG. 7 A more precise method for determining the threshold value is shown in FIG. 7. Basically, based on the threshold value SW 1N determined in FIG. 6 in a first approximation, the dark flank of background mode 100 is weighted according to the area of background mode 100 relative to the total area under the difference histogram Hdif (i).
- the improved threshold value SW mod is calculated in the difference histogram Hdif (i) from the difference of the frequencies at the point of maximum slope P max and the frequencies at the point of the threshold value SW 1N in a first approximation, weighted with the area of the background mode 100 to the total area under the Difference histogram Hdif (i).
- the weighting corresponding to the areas of the essential modes 100 and 110 can still be assigned a correction factor ⁇ and ⁇ , which thus enables a fine correction.
- the threshold value SW mod is then calculated according to the formula below.
- the threshold value SW Bod is then determined from the frequency value Hdif (SW BOd ) obtained according to the above equation either by reading out or by corresponding interpolation.
- the threshold value SW ⁇ is shifted in the "white” direction. In the case of a relatively small background mode area, no further shift in the direction "black” is generally required, but may be necessary in individual cases.
- the parameters ⁇ and ⁇ for fine correction of the weighting are chosen to be one.
- the values of the parameters ⁇ and ß e.g. either retrospectively from a comparison of the actual result with the target result, estimate or determine through a learning process. The following would be required as input values for such a learning process:
- the value of Hdif (SW mod ) determined in this way is then compared with a target value Hdif (SW BO11 ) and from this comparison the parameters ⁇ and ⁇ are determined for fine correction of the weighting.
- the target value Hdif (SW sol -) can preferably be obtained from an automatic reading process in which the reading error rate is determined for a number of threshold values, and a threshold value with a minimum reading error rate can thus be concluded.
- the method for determining a threshold value can therefore be further refined by learning, possibly also interactively, from the determined data.
- a device for carrying out a method for threshold value search can obtain the result, e.g. a font recognition after a background adjustment, compare with the target result and thus enable parameter optimization for the threshold value determination via a quality statement.
- the parameters which can be changed here are in particular the point at which the interpolation of the threshold value of the first approximation is carried out. All of these fine corrections can preferably also be implemented with a neural network.
- the joint evaluation was achieved by subtracting the histograms.
- Other common methods of evaluation would be, for example: weighting the standard histogram with the segment histogram (for example by element-by-element multiplication or division); a parallel gradient evaluation and formation of a weighted gradient; a determination of separation points, ie points at which the histogram becomes zero, in both histograms in order to improve the case when a separation between the foreground and the background occurs; or similar.
- One embodiment of the invention uses a neighboring point smoothing method weighted with a Gaussian function. The sum of a number of neighboring points (including the starting point), each weighted with a Gaussian function, is formed and standardized to the sum of the weights. As a result, the entire histogram is smoothed and smaller secondary modes are eliminated. It should be understood that for weighting, however, other than the Gaussian function, such as. B. a rectangular function or the like can be used.
- the threshold value search method enables excellent results which correspond to the requirements of modern image processing to be achieved relatively easily and at high speed.
- the present algorithm was checked with a series of scanned Eurocheque images.
- the electronic images were generated by various scanners (16 and 256 gray levels) and with different resolutions (200 ... 300 dpi).
- the desired areas were then selected from these images and converted into black and white images using the above method. Regardless of scanner and resolution, the results were sufficient to carry out further electronic processing (electronic character recognition).
- FIG. 9 and 10 show results of a background clean-up of the image from FIG. 1, produced using known methods, for example FIG. 9 with the “dynamic thresholding with line mean value” and FIG. 10 with “dynamic thresholding with area mean value”.
- FIG. 11 shows a result of background cleaning of the image from FIG. 1 using a method according to the invention.
- the method according to the invention is particularly well suited for converting gray image areas with a strongly structured background into black / white images.
- a complete treatment of an entire document e.g. a full Eurocheque
- Partial editing of the document in areas with similar backgrounds is not always recommended if there are a number of different backgrounds that do not have a strong structure, for example.
- Partial editing of the document in areas with similar backgrounds is recommended.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Character Input (AREA)
- Image Analysis (AREA)
Abstract
Vorgestellt wird ein Verfahren zur Trennung einer Vordergrundinformation von einer Hintergrundinformation in einer Vorlage, wobei sich die Vordergrundinformation additiv oder subtraktiv mit der Hintergrundinformation überlagert. Erfindungsgemäß wird die Vorlage in einem ersten Schritt in eine Vielzahl von Segmenten unterteilt und in einem zweiten Schritt eine Häufigkeitsverteilung von Extremwerten der Signalintensitäten in jedem der Segmente ermittelt. Die so ermittelte Häufigkeitsverteilung weist eine wesentliche Mode (Hintergrundmode) auf, die im wesentlichen die Hintergrundinformationen enthält. In Fällen, in denen eine ausreichende Vordergrund/Hintergrundtrennung mit den ersten beiden Schritten nicht erzielt werden kann, kann durch einen dritten Schritt der Ermittlung einer Häufigkeitsverteilung von Signalintensitäten der gesamten Vorlage und einen vierten Schritt des gemeinsamen Auswertens der beiden ermittelten Häufigkeitsverteilungen eine schärfere Trennung bewirkt werden. Zur Ermittlung eines Schwellwertes einer Signalintensität der Hintergrundinformation in der Vorlage wird in einem fünften Schritt dieser Schwellwert entweder aus der, der Vordergrundinformation zugeneigten Flanke der Hintergrundmode, oder aus einer der Hintergrundmode gegenüberliegenden Flanke einer weiteren wesentlichen Mode, vorzugsweise durch eine lineare Approximation eines Punktes auf einer der Flanken der zwei wesentlichen Moden, abgeleitet.
Description
B E S C H R E I B U N G
VERFAHREN ZUR TRENNUNG EINER VORDERGRUNDINFORMATION VON EINER HINTERGRUNDINFORMATION IN EINER VORLAGE
Gebiet der Erfindung
Die Erfindung betrifft ein Verfahren zur Trennung einer Vordergrundinformation von einer Hintergrundinformation in einer Vorlage, wobei sich die Vordergrundinformation additiv oder subtraktiv mit der Hintergrundinformation überlagert. Das Verfahren eignet sich insbesondere zur Ermittlung eines Schwellwertes einer Signalintensität der Hintergrundinformation in der Vorlage, zur Bereinigung der Hintergrundinformation in der Vorlage, und weiterhin zur Schwarz/Weiß-Wandlung von elektronischen Graubildern.
Stand der Technik
Bei Anwendungen der elektronischen Dokumentenverarbeitung ist es häufig erforderlich, aus Gründen der Datenmenge und zum Zweck der einfacheren Weiterverarbeitung, elektronische Grautonbilder in Schwarz/Weiß-Bilder umzuwandeln. Dabei sollen z.B. nur Text und Zahlen als Schwarz/Weiß-Information erhalten bleiben, nicht aber Hintergrundmuster oder Blindfarben-Vordrucke, damit eine gute Lesbarkeit erzielt werden kann oder eine elektronische Weiterverarbeitung möglich ist. Hierbei ist es erforderlich, daß zwischen dem im allgemeinen die Information enthaltenden Vordergrund und dem zumeist keine Informationen enthaltenden, jedoch beispielsweise aus Sicherheits- oder Designgründen strukturierten Hintergrund unterscheiden zu können. Ist eine Vorder- /Hintergrundunterscheidung möglich, lassen sich durch eine Hintergundbereinigung, also einer Unterdrückung oder Auslöschung des Hintergrundes, die
Vordergrundinformationen separieren. Für eine sichere Weiterverarbeitung der Vordergrundinformation ist insbesondere sicherzustellen, daß aus dem Hintergrund keine Bestandteile als ungewünschte Artefakte in die Vordergrundinformation einfließen, die dort zu Fehlinterpretationen führen können.
Schwarz/Weiß-Bilder, die den Anforderungen der elektronischen Weiterverarbeitung genügen sollen, lassen sich mit den aus dem Stand der Technik bekannten Verfahren zur Hintergrundbereinigung vielfach dann nicht erzeugen, wenn das Dokument einen stark strukturierten Hintergrund besitzt, wie dies z. B. beim Eurocheque oder bei einem Personalausweis aus Sicherheitsgründen der Fall ist. Als stark strukturierter Hintergrund wird im allgemeinen ein Hintergrund mit großen Kontrasten bezeichnet, der vorzugsweise linienhaft oder schriftähnlich ist und der Strukturdimensionen in der Größenordnung der Schrifteintragsdimensionen aufweist.
Als Beispiel für ein Dokument mit einem stark strukturierten Hintergrund zeigt Fig. 1 das Wahrungs- und Betragsfeld eines Eurocheques in Graustufen-Darstellung. Fig. 2 zeigt die Grauwert-Verteilung entlang einer horizontalen Linie in Fig. 1. Dabei wurde diese Linie im Bereich zwischen der handschriftlichen und der maschinellen Eintragung auf dem Wahrungs- und Betragsfeld so gelegt, daß sie die Eintragungen nicht schneidet. Hohe Werte (in Richtung "weiß") repräsentieren einen hellen Grauwert und niedrige Werte (in Richtung "schwarz") dunkle Grauwerte. Bei einer üblichen Verwendung von 256 Graustufen ergibt sich: Graustufe 0 = Schwarz; 255 = Weiß.
Wie aus Fig. 2 zu sehen ist, reichen die Grauwerte des Hintergrundes (nicht des Rahmens) regelmäßig bis an eine
bestimmte Schranke (Schwellwert) heran, die sie jedoch im allgemeinen, bis auf wenige Ausnahmen wie z.B. durch eine Umrahmung oder durch Bildstörungen, nicht unterschreiten. Dies resultiert aus der drucktechnischen Herstellungsweise, in der die Farbsättigung gut kontrolliert werden kann. Dies ist im allgemeinen auch gewollt, da sonst Eintragungen auch für den Menschen schlecht oder überhaupt nicht mehr lesbar sind. Die in Fig. 2 zu sehenden deutlichen Unterschreitungen des Schwellwertes in Richtung "schwarz" stammen von den Linien des Rahmens und der Trennlinie zwischen Währungs¬ und Betragsfeld.
Die Grauwerte der (handschriftlichen und maschinellen) Eintragungen liegen, bedingt durch das subtraktive Farbverhalten der meisten verwendeten Schreiber, auf jeden Fall unterhalb dieser Schwelle, oft jedoch nur sehr wenig. Daher kann der Kontrast zum Hintergrund wesentlich geringer ausfallen als der Kontrast innerhalb des Hintergrundes, Subtraktives Farbverhalten im allgemeinen bedeutet, daß zusätzlich aufgebrachte Farbpigmente weitere Farbanteile aus dem Lichtspektrum entfernen, d. h., daß der Grauwert insgesamt dunkler wird.
Bekannte Verfahren zur Schwarz/Weiß-Wandlung benutzen einen Hintergrund-Schwellwert, den Hell/Dunkel-Kontrast oder Kriterien wie die Linienbreite oder die Standardabweichung benachbarter Grauwerte. Kontrastverfahren sind im oben erwähnten Einsatzgebiet von Dokumenten mit stark strukturierten Hintergrund im allgemeinen nicht geeignet, da die Kontraständerung im Hintergrund stärker sein kann als zwischen dem Hintergrund und den Eintragungen. Genauso ist häufig die Auswertung der Linienbreiten ungeeignet, da die Hintergrundstruktur oft linienartig ist, wie am Beispiel des Eurochegues in Fig. 1 zu sehen ist.
Aus den drucktechnischen Eigenschaften ergibt sich, daß die Anwendung eines Schwellwert-Verfahrens optimale Resultate ergeben sollte. Als Schwellwertverfahren werden solche Verfahren bezeichnet, bei denen die Grauwerte in Klassen eingeteilt werden, die von den jeweiligen Schwellwerten begrenzt werden. Die Schwierigkeiten liegen hier jedoch bei der richtigen und optimalen Ermittlung des Schwellwerts. Der Schwellwert wird häufig aus dem Histogramm der Grauwerte nach bestimmten Algorithmen errechnet, die zu einem möglichst guten Schwarz/Weiß-Bild führen sollen. In der Literatur werden diese Schwellwertverfahren auch als "Thresholding" Verfahren bezeichnet.
Eine Übersicht über die bekannten Verfahren ist in P.K.Sahoo, S.Soltani and A.K.C.Wong "A Survey of Thresholding Techniques", Computer Vision, Graphics and Image Processing 41, 233-260, 1988 zu finden. Es wird dort zwischen Histogramm Transformations Methoden, die zur Ermittlung des Schwellwertes die Form des Histogramms verändern und Algorithmen zur Schwellwertberechnung unterschieden. Die wichtigsten von Sahoo et al; dargestellten Verfahren sollen nachstehend kurz in Bezug auf ihre Anwendung für Dokumente mit stark strukturiertem Hintergrund diskutiert werden.
Histogramm Transformations Methoden:
Die von Sahoo et al. erwähnten Methoden zur Verbesserung des Histogramms mittels Kantenoperatoren lassen sich für stark strukturierte Hintergründe nicht anwenden, da das Verfahren die Kanten des Hintergrundes nicht von denen der Eintragungen unterscheidet. Ebensowenig ist die Verwendung der Standardabweichung benachbarter Grauwerte zur Veränderung des Histogramms geeignet,
da auch hier nicht nur die Einträge, sondern vor allem der Hintergrund zu einem erhöhtem Wert der Standardabweichung führen.
Algorithmen zur Berechnung des Schwellwertes:
Die bekannten "Mode und Concavity" Methoden sind bei Dokumenten mit stark strukturiertem Hintergrund ebenfalls nicht mit Erfolg einsetzbar, da der stark strukturierte Hintergrund oft eine Menge von Moden oder Konkavitäten im Histogramm der Grauwerte erzeugt, so daß eine eindeutige Zuordnung zu Hintergrund und Vordergrund nicht möglich ist.
Auch die "Methode von Otsu" ist nicht einsetzbar, da dieser Algorithmus die Bildpunkte durch Maximierung der Interklassenvarianz in Klassen einteilt und von vorneherein nicht bekannt ist, wieviele Klassen es geben wird und welche davon die gesuchte Information enthält.
Die bekannten Entropy Methoden versuchen den Schwellwert so zu errechnen, daß der Informationsgehalt des Schwarz/Weiß-Bildes maximal wird. Da dabei aber nicht zwischen Informationsgehalt der Eintragungen und des Hintergrundes unterschieden wird, kommen auch diese Methoden bei Dokumenten mit einem stark strukturierten Hintergrund nicht in Frage.
Ergänzende Literatur zu den von Sahoo et al. diskutierten Verfahren und weitere bekannte Verfahren finden sich u.a. in den nachstehenden Schriften:
In J.M. White, G.D. Rohrer, "Image Thresholding for Optical Character Recognition and other Applications
Requiring Character Image Extraction", IBM
J.Res.Development Vol.27 No.4 July 83 werden zwei
Verfahren zur Schwarz / Weiss Wandlung beschrieben:
1) Verfahren mit einem dynamischer Threshold, das jedoch zu Ergebnissen wie in Fig. 6 gezeigt führt, und
2) ein Verfahren, welches die Linienbreite auswertet, das für Dokumente mit starker Hintergrundstruktur jedoch ungeeignet ist.
"Greyscale Assist for Machine Recognition of Courtesy Amount on Cheques", IBM Technical Disclosure Bulletin Vol.34 No.5 Okt. 91, S. 374 - 377 beschreiben ein Verfahren, das zwei Bilder mit unterschiedlicher Auflösung verwendet um den Schwellwert auszuwählen.
In N.Otsu, "A Threshold Selection Method from Grey Level Histograms" , IEEE Transactions on Systems, Man and Cybernetics, Vol.SMC-9 Jan. 1979, S. 66 - 67 wird die Methode von Otsu vorgestellt.
T.Kurita, N.Otsu und N.Abdelmalek in "Maximum Likelihood Thresholding Based on Population Mixture Models", Pattern Recognition", Vol.25 No.10, 1231-1240, 1992, diskutieren die Methode von Otsu und verwandte Methoden.
M.A.Sid-Ahmed in "A Hardware Structure for the automatic selection of Multi-Level Thresholds in Digital Images", Pattern Recognition, Vol.25 No.12, 1517-1528, 1992, diskutiert eine Weiterentwicklung der Otsu Methode.
In C.K.Lee, C.H.Li, "Adaptive Thresholding via Gaussian Pyramid", China 1991, International Conference on Circuits and Systems June 1991, Shenzhen China, wird eine Weiterentwicklung der Entropie Methode diskutiert.
Keine der oben aufgeführten, bekannten Methoden ist in der Lage, das Problem eines stark strukturierten Hintergrunds zufriedenstellend zu lösen und kann befriedigende Bilder liefern, die den Anforderungen der elektronischen Weiterverarbeitung genügen.
Zusammenfassung der Erfindung
Es ist Aufgabe der Erfindung, ein Verfahren zur Trennung einer Vordergrundinformationen von den
Hintergrundinformationen zu schaffen, das die Ermittlung eines Schwellwertes des maximalen (dunkelsten) Hintergrundgrauwertes in einem Grauwertbild ermöglicht.
Die Aufgabe der Erfindung wird durch ein Verfahren, so wie in dem unabhängigen Anspruch 1 beschrieben, gelöst.
Erfindungsgemäß wird eine Vorlage in einem ersten Schritt in eine Vielzahl von Segmenten unterteilt und in einem zweiten Schritt eine Häufigkeitsverteilung eines Extremwertes der Signalintensitäten in jedem der Segmente ermittelt. Die so ermittelte Häufigkeitsverteilung weist eine wesentliche Mode (Hintergrundmode) auf, die im wesentlichen die Hintergrundinformationen enthält. In Fällen, in denen eine ausreichende
Vordergrund/Hintergrundtrennung mit den ersten beiden Schritten nicht erzielt werden kann, kann durch einen dritten Schritt der Ermittlung einer
Häufigkeitsverteilung von Signalintensitäten der gesamten Vorlage und einem vierten Schritt des gemeinsamen Auswertens der beiden ermittelten Häufigkeitsverteilungen eine schärfere Trennung bewirkt werden.
Zur Ermittlung eines Schwellwertes einer Signalintensität der Hintergrundinformation in der Vorlage, wird in einem fünften Schritt dieser Schwellwert entweder aus der, der
Vordergrundinformation zugeneigten Flanke der Hintergrundmode, oder aus einer der Hintergrundmode gegenüberliegenden Flanke einer weiteren wesentlichen Mode, vorzugsweise durch eine lineare Approximation eines Punktes auf einer der Flanken der zwei wesentlichen Moden, abgeleitet.
Zur Bereinigung der Hintergrundinformation in der Vorlage können in einem zusätzlichen sechsten Schritt die Informationen der Vorlage in Informationen mit Signalintensitäten oberhalb und unterhalb des Schwellwertes aufgeteilt werden und durch einen siebten Schritt der den Hintergrund repräsentierende Bereich gelöscht werden.
Bei Anwendung des erfindungsgemäßen Verfahrens zur Schwarz/Weiß-Wandlung einer Bildvorlage nützt die Eigenschaften der drucktechnisch hergestellten Dokumente und liefert Schwarz/Weiß-Bilder, die den Anforderungen für eine elektronische Weiterverarbeitung genügen.
Das erfindungsgemäße Verfahren läßt sich zur Hintergrundbereinigung von Dokumenten/Bildern mit einem beliebigen Hintergrund anwenden, jedoch muß sich der die Vordergrundinformation erzeugende Schreiber oder Drucker subtraktiv zum Hintergrund verhalten. Das bedeutet, daß der durch Überlagerung der Vordergrundinformation mit dem Hintergrund resultierende Grauwert dunkler sein muß als der ursprüngliche Grauwert der Hintergrundvorlage.
Als besonders vorteilhaft gegenüber den bekannten Verfahren erweist sich das erfindungsgemäße Verfahren bei der Hintergrundbereinigung von Dokumenten mit einer starken Hintergrundstruktur, das heißt mit großen Kontrasten im Hintergrund, insbesondere wenn dieser linienhaft oder schriftähnlich ausgeprägt ist. Es lassen
sich auch dann gute Ergebnisse erzielen, wenn die Strukturdimensionen der Hintergrundstruktur sich in der Größenordnung der Schriftdimensionen der Vordergrundinformation bewegt.
Das erfindungsgemäße Verfahren eignet sich insbesondere zur "online" Ermittlung der Schwellwerte in Graubildern, das heißt ein Ermitteln der Schwellwerte in dem unmittelbaren Zustand in dem sich das Dokument befindet. Im allgemeinen ändern sich die Grauwerte einer Vorlage z.B. bedingt durch die Beleuchtungsintensität oder einer etwaigen Ausbleichung der Vorlage. Ebenso variieren die Farbsättigung und Papierbeschaffenheit von Vorlage zu Vorlage. Auch wirken sich Unterschiede der Scanner untereinander, z.B. durch die Scannerempfindlichkeit im allgemeinen oder durch spektral bedingte
Empfindlichkeiten, direkt auf die Meßwerte der Grauwerte der Vorlage aus.
Mit Hilfe des erfindungsgemäß gewonnenen Schwellwertes des Hintergrundes läßt sich dann anschließend eine Hintergrundbereinigung, z.B. durch Eliminieren aller Grauwerte heller als der ermittelte Schwellwert, und eine weitere Bearbeitung der Vorlage, z.B. durch Schriffterkennung, durchführen.
Durch den Einsatz mehrerer geeigneter Schwellwerte läßt sich die Anzahl der Graustufen ohne großen Informationsverlust reduzieren, wobei die Wahl der Schwellwerte die Größe eines eventuellen Informationsverlustes beeinflussen.
Die Lehre der Erfindung ist jedoch nicht begrenzt auf Anwendungen der optischen Bildverarbeitung, sondern läßt sich analog zur Trennung einer Vordergrundinformation von einem beliebigen Hintergrund auf alle Bereiche
übertragen, in denen dem Hintergrund das Vordergrundsignal additiv oder subtraktiv überlagert wird.
Weitere, vorteilhafte Ausführungen der Erfindung finden sich in den Unteransprüchen.
Beschreibung der Zeichnungen
Zur näheren Erläuterung der Erfindung sind im folgenden Ausführungsbeispiele mit Bezugnahme auf die Zeichnungen beschrieben. Es zeigen:
Fig. 1 das Wahrungs- und Betragsfeld eines Eurocheques in Graustufen-Darstellung,
Fig. 2 die Grauwert-Verteilung entlang einer horizontalen Linie in Fig. 1,
Fig. 3 ein Standard-Histogramm Hstd(i) der
Häufigkeitsverteilung der Grauwerte des in Fig. 1 gezeigten Bildes,
Fig. 4A ein Segmente-Histogramm Hseg(i) der
Häufigkeitsverteilung der Grauwerte für das in Fig. 1 gezeigte Bild,
Fig. 4B die für Fig. 4A gewählte Segmentgröße und
Segment-Rasterung eines Teilbildes aus Fig. 1,
Fig. 5A ein Differenz-Histogramm Hdif(i), gebildet aus dem normierten Segmente-Histogramm Hseg(i) aus Fig. 4A und dem normierten Standard-Histogramm Hstd(i) aus Fig. 3,
Fig. 5B ein Differenz-Histogramm Hdif(i), wie es sich allgemein als multimodales, aber mit nur zwei wesentlichen Moden versehenen, Histogramm ergibt,
Fig. 6 die Ermittlung eines Schwellwerts SW1N der Hintergrundgrauwerte in erster Näherung,
Fig. 7 eine genauere Methode zur Bestimmung des Schwellwertes,
Fig. 8 ein ungeglättetes Histogramm, wie es sich häufig wegen der begrenzten Bildauflösung ergibt,
Fign.9/10 Ergebnisse einer Hintergrundbereinigung des Bildes aus Fig. 1, hergestellt mit bekannten Verfahren nach dem Stand der Technik, und
Fig. 11 ein Ergebnis einer Hintergrundbereinigung des Bildes aus Fig. 1 mit dem erfindungsgemäßen Verfahren.
Detaillierte Beschreibung der Erfindung
Das erfindungsgemäße Verfahren zur Ermittlung eines Schwellwertes des maximalen (dunkelsten) Hintergrundgrauwertes, im folgenden als Schwellwert bezeichnet, in einem Grauwertbild für eine anschließende Hintergrundbereinigung des Bildes soll im folgenden an Hand des in Fig. 1 gezeigten Beispiels eines Eurocheques erläutert werden.
Fig. 3 zeigt das Standard-Histogramm Hstd(i) der Häufigkeitsverteilung der Grauwerte des in Fig. 1 gezeigten Bildes des Wahrungs- und Betragsfeldes eines
Eurocheques. Die auf der Ordinate aufgetragenen Häufigkeiten Hstd(i) sind die Anzahl der gemessenen Bildpunkte mit einem Grauwert i, wobei die Grauwerte i auf der Abszisse aufgetragen sind und von "schwarz" mit Grauwert i=0 bis "weiß" mit maximalen Grauwert imax reichen.
Bereich 10 in Fig. 3 enthält im wesentlichen die Informationen des Hintergrundmusters, während die Spitze 20 weitgehend durch die Feldumrandungen in Fig. 1 gebildet wird. Der Bereich 30 zwischen dem Bereich 10 und der Spitze 20 enthält die Schriftinformationen der Vordergrundeintragungen. Wo jedoch diese Informationen genau lokalisiert sind, läßt sich aus diesem Standard- Histogramm Hstd(i) nicht ausmachen. Auch überlappen sich die einzelnen Bereiche, so daß eine Trennung der Informationen hier nicht möglich ist.
Wie bereits oben geschildert, wird bei Druckvorlagen, wie einem Eurocheque, wegen der drucktechnischen Herstellung, bei der die Farbsättigung (d.h. der Farbton) im allgemeinen sehr gut kontrolliert werden kann und auch wegen der Lesbarkeit kontrolliert werden muß, ein bestimmter Grauwert des Hintergrundes - der Schwellwert - nicht unterschritten. Ausgehend davon, daß die Grauwerte des Hintergrundes diesen Schwellwert im allgemeinen nicht unterschreiten - also nicht dunkler als ein bestimmter Grauwert sind - soll das Standard-Histogramm dahingehend verändert werden bzw. durch ein anderes Histogramm ersetzt werden, daß eine Trennung der Vordergrund- von der Hintergrundinformation erreichbar wird und die minimalen Grauwerte des Hintergrundes stark hervorgehoben werden.
In einem ersten Schritt wird die zu bearbeitende Bildvorlage in einzelne Segmente aufgeteilt. Dabei können
die Segmente eine im wesentlichen gleiche Fläche aufweisen, was jedoch nur Vereinfachungen in der anschließenden Bearbeitung der Daten mit sich bringt, allerdings für das Verfahren an sich nicht erforderlich ist. Bei der Aufteilung ist darauf zu achten, daß der zu erwartende Schwellwert zumindest je einmal in einer Anzahl von Segmenten enthalten ist. Auch sollte es "eintragslose" Segmente geben, das heißt Segmente mit ausschließlicher Hintergrundinformation, also ohne Vordergrundinformation durch einen Eintrag. Vorzugsweise läßt sich, bei einem im wesentlichen gleichmäßig strukturierten Hintergrundmuster, die Segmentgröße durch eine einfache Abschätzung aus der Mustergröße des Hintergrundes ermitteln.
Wird die Segmentgröße zu groß gewählt, lassen sich eventuell zu wenig Informationen für die, im Anschluß zu schildernde, Schwellwertermittlung gewinnen. Dies gilt insbesondere dann, wenn sich durch die zu große Segmentfläche keine "eintragslosen" Segmente ergeben. Wird die Segmentgröße allerdings zu klein gewählt, kann diese unter Umständen gegenüber dem unsegmentierten Ausgangsbild zu wenig aussagekräftige Informationen liefern.
Für jedes Segment wird nun der dunkelste Grauwert (Minimum) ermittelt und in ein neues Segmente-Histogramm Hseg(i), das auch als Minima-Histogramm bezeichnet wird, eingetragen. Entsprechend dem Standard-Histogramm Hstd(i) werden in dem Segmente-Histogramm die Häufigkeiten Hseg(i) der ermittelten Segmente mit einem Grauwert i für jeweils alle bestimmten Grauwerte der Abszisse auf der Ordinate aufgetragen. Analog sollen auch hier die Grauwerte i von "schwarz" mit Grauwert i=0 bis "weiß" mit maximalen Grauwert imax reichen. Fig. 4A zeigt ein solches Segmente-Histogramm Hseg(i) der
Häufigkeitsverteilung der Grauwerte der gewählten Segmente für das in Fig. 1 gezeigte Bild des Währungs¬ und Betragsfeldes eines Eurocheques. Die hierfür gewählte Segmentgröße eines Segmentes zeigt Fig. 4B mit einer Segment-Rasterung eines Teilbildes aus Fig. 1. Es ist zu verstehen, daß die in Fig. 4B gezeigte Segmentgröße nur beispielhaft ist, sich jedoch für eine weitere Verarbeitung als vorteilhaft erwiesen hat.
Der Bereich (Segment) in dem der Minimalwert ermittelt wird, sollte so groß gewählt sein, daß der zu erwartende Schwellwert darin zu finden ist. Treten die Minima, wie im Fall des Eurocheques (Fig. 1) regelmäßig auf, wird diese Bedingung schon durch sehr kleine Flächen erfüllt. Es wurde jedoch festgestellt, daß selbst bei starker Variation der Segmentflächen oder auch Überlappung der Segmente, sich das Segmente-Histogramm Hseg(i) kaum verändert. Für die Segmente lassen sich allgemein begrenzte Flächenstücke, die sich auch teilweise überlagern können, verwenden. Als Beispiele hierfür seien neben rechteckigen Bereichen unterschiedlicher Größe auch linienhafte Bereiche genannt. Bei Graubildern mit nur wenigen Graustufen (z.B. 16) oder stark verrauschten Bildern empfiehlt sich die Anwendung eines Tiefpaßfilters vor einer Verarbeitung.
Das gewonnene Segmente-Histogramm Hseg(i) (Fig. 4A) und das entsprechende Standard-Histogramm Hstd(i) (Fig. 3) werden vor einer weiteren Bearbeitung normiert. Hierfür ist jedes bekannte Normierungsverfahren anwendbar. Vorzugsweise werden beide Histogramme jedoch über die Anzahl der Meßpunkte (Bildpixel) in einem Segment normiert. Die normierte Häufigkeit Hnorm(i) ergibt sich dann aus dem Produkt der Summe aller Meßwerte mit dem Grauwert i (Häufigkeiten H(i)) mit der Anzahl an Meßpunkten pro Segment:
Hnorm (i) = (MeßpunkteproSegment) *H(i )
Für das Standard-Histogramm Hstd(i) ist die Anzahl der Meßpunkte (Bildpixel) in einem Segment gleich eins, da das Standard-Histogramm unsegmentiert ist. Bei beiden Histogrammen ergibt die Summe aller Häufigkeiten durch diese Normierung den selben Wert. Der Vorteil dieser Normierung ist vor allem darin zu sehen, daß bei entsprechender Aufarbeitung der Werte (die Summe der Meßpunkte pro Segment ist meist bekannt) bei der Histogrammerstellung nur multipliziert und nicht mehr dividiert werden muß. Da die Häufigkeiten H(i) und die Anzahl der Meßpunkte pro Segment jeweils Integerzahlen sind, lassen sich die Berechnungen ebenso ausschließlich mit Integer-Zahlen ausführen.
Von dem gewonnenen normierten Segmente-Histogramm Hseg(i) entsprechend Fig. 4A, wird in einem nachfolgenden Schritt das entsprechende normierte Standard-Histogramm Hstd(i) (Fig. 3) der unsegmentierten Bildvorlage subtrahiert und in einem Differenz-Histogramm Hdif(i) aufgetragen. Fig. 5A zeigt ein solches Differenz-Histogramm Hdif(i), gebildet aus dem normierten Segmente-Histogramm Hseg(i) aus Fig. 4A und dem normierten Standard-Histogramm Hstd(i) aus Fig. 3 der unsegmentierten Bildvorlage für das Wahrungs- und Betragsfeld eines Eurocheques aus Fig. 1. Zur Vereinfachung des Differenz-Histogramms können die negativ resultierenden Werte - ohne Verlust an Informationen - gleich Null gesetzt werden.
Das entstehende Differenz-Histogramm Hdif(i), wie auch schon das Segmente-Histogramm Hseg(i), weist eine wesentliche Mode 100 - ein Hauptmaximum - auf, die dem "weiß" näherliegt, im wesentlichen die Hintergrundinformationen enthält und deshalb
Hintergrundmode 100 genannt sei. In einfachen Fällen, wenn die Eintragungsschwärzung in etwa der maximalen Schwärzung entspricht, ist sowohl das Differenz- Histogramm Hdif(i) als auch das Segmente-Histogramm Hseg(i) rein bimodal mit nur einer weiteren wesentlichen Mode 110, die die Vordergrundinformationen enthält und demzufolge Vordergrundmode 110 genannt wird.
Fig. 5B zeigt ein Differenz-Histogramm Hdif(i), wie es sich allgemein als multimodales, aber mit nur zwei wesentlichen Moden versehenen Histogramm aus einem normierten Segmente-Histogramm Hseg(i) und dem dazugehörigen, normierten Standard-Histogramm Hstd(i) der unsegmentierten Bildvorlage ergibt. Der Hintergrundmode 100 stehen hier mehrere, dem "schwarz" näherliegende, Vordergrundmoden 110 und 120, die die Vordergrundinformationen enthalten, gegenüber. Die Vordergrundmoden 110 und 120 spalten sich dabei in die wesentliche Vordergrundmode 110 mit dem Hauptmaximum und die weitere Vordergrundmode 120 mit einem oder mehreren Nebenmaxima auf. Diese für das Differenz-Histogramm Hdif(i) gemachte Ausführungen gelten im wesentlichen analog auch für das Segmente-Histogramm Hseg(i).
Das nach obigem Verfahren erhaltene Differenz-Histogramm kann nun auch mit den aus dem Stand der Technik bekannten Verfahren bearbeitet werden, um den Schwellwert zu ermitteln. Ein erfindungsgemäßes Verfahren zur Ermittlung des Schwellwertes sei nachfolgend dargestellt. Da es sich bei den Moden um Vordergrund- und Hintergrundmoden handelt und die Hintergrundmode 100, wegen der additiven Überlagerung von Vordergrund- und Hintergrundinformation, bei höheren Grauwerten, z.B. oberhalb einer drucktechnischen Graugrenze, liegt, bietet es sich an, den Schwellwert durch eine geeignete Abgrenzung der Moden zu ermitteln.
In einem ersten Schritt zur Ermittlung des Schwellwertes, ausgehend von dem ermittelten Differenz-Histogramm Hdif(i), wird an der, in Richtung "schwarz" geneigten, "dunklen" Flanke der Hintergrundmode 100 die dort auftretende maximale Steigung ermittelt. Ein Schwellwert (SW1N) der Hintergrundgrauwerte ergibt sich nun in erster Näherung aus dem Schnittpunkt einer Geraden mit der ermittelten maximalen Geradensteigung an der dunklen Flanke, ausgehend von dem Punkt maximalster Steigung P-^ auf der dunklen Flanke, mit der Abszisse. Fig. 6 zeigt die Ermittlung des Schwellwerts SW.N der Hintergrundgrauwerte in erster Näherung.
Es ist zu verstehen, daß die Ermittlung des Schwellwerts SW1N nicht ausschließlich über eine Ermittlung der maximalen Steigung der dunklen Flanke der Hintergrundmode 100 durchführbar ist. Jede lineare Approximation eines geeigneten Punktes auf zumindest einer der sich jeweils gegenüberliegenden Flanken der zwei wesentlichen Moden liefert, aufgrund der durchgeführten Trennung von Vordergrun und Hintergrundinformation, in erster Näherung einen je nach Anwendung hinreichend genauen Wert des Schwellwertes. Welcher Punkt sich als geeignet für die Approximation herausstellt, kann jedoch je nach Anwendung differieren.
Die Ermittlung des Schwellwerts SW1N in erster Näherung, wie oben geschildert, liefert insbesondere dann ausreichend genaue Werte des Hintergrundschwellwertes, wenn die Flächen der beiden wesentlichen Moden in etwa gleich groß sind. Differieren die Fächeninhalte der wesentlichen Moden jedoch so, daß die Fläche der Hintergrundmode 100 deutlich größer als die Fläche der Vordergrundmoden 110 und 120 ist, so wird die der Hintergrundmode 100 nächstliegende Vordergrundmode 110 oder 120 teilweise von der Hintergrundmode 100
überlagert, so daß der Schwellwert SW1N zu dunkel ist, das heißt, daß durch den zu weit im "dunklen" liegenden Schwellwert eventuell Informationen verloren gehen können. Als Grenzwert für noch ausreichend genaue Werte des Schwellwerts SW1N hat sich der Bereich gezeigt, in dem die Fläche der Hintergrundmode 100 in etwa kleiner als die doppelte Fläche der Vordergrundmoden 110 und 120 ist.
Eine genauere Methode zur Bestimmung des Schwellwertes ist in Fig. 7 gezeigt. Im Grundsatz wird hier, ausgehend von dem in Fig. 6 ermittelten Schwellwert SW1N in erster Näherung, eine Gewichtung der dunklen Flanke der Hintergrundmode 100 entsprechend der Fläche der Hintergrundmode 100 zur Gesamtfläche unter dem Differenz- Histogramm Hdif(i) durchgeführt. Der verbesserte Schwellwert SWmod berechnet sich im Differenz-Histogramm Hdif(i) aus der Differenz der Häufigkeiten am Punkt maximalster Steigung Pmax und den Häufigkeiten am Punkt des Schwellwerts SW1N in erster Näherung, gewichtet mit der Fläche der Hintergrundmode 100 zur Gesamtfläche unter dem Differenz-Histogramm Hdif(i). Die Gewichtung entsprechend der Flächen der wesentlichen Moden 100 und 110 kann weiterhin noch mit einem Korrekturfaktor α und ß belegt werden, der so eine Feinkorrektur ermöglicht. Der Schwellwert SWmod berechnet sich dann entsprechend der nachstehenden Formel.
Hdif .SWmod) - Hdif (i) +Hd.
Der Schwellwert SWBod wird dann aus dem nach obiger Gleichung erhaltenen Häufigkeitswert Hdif(SWBOd) entweder durch Auslesen oder entsprechender Interpolation ermittelt. Bei einer relativ großen Fläche der
Hintergrundmode 100 wird der Schwellwert SW^ in Richtung "weiß" verschoben. Bei einer relativ kleinen Hintergrundmodenfläche bedarf es im allgemeinen keiner weiteren Verschiebung in Richtung "schwarz", kann jedoch im Einzelfall erforderlich sein.
Die Parameter α und ß zur Feinkorrektur der Gewichtung werden im einfachsten Fall gleich eins gewählt. In Fällen, in denen eine Feinkorrektur notwendig ist, lassen sich die Werte der Parameter α und ß, z.B. entweder rückwirkend aus einem Vergleich des Ist-Ergebnisses mit dem Soll-Ergebnisses heraus, abschätzen oder durch einen Belernprozess ermitteln. Für einen solchen Belernprozeß wären beispielsweise als Eingabewerte erforderlich:
SW1N,
Pmax,
Hdif iPmax) ,
Hdif (SWlN) ,
SW1N
Σ ∑ Hdif (i)
∑ Hdif(i) l 'SWIN*!
it dem Ausgabewert:
Hdif {SW od)
Der so ermittelte Wert von Hdif(SWmod) wird dann mit einem Sollwert Hdif(SWBO11) verglichen und aus diesem Vergleich heraus werden die Parameter α, und ß zur Feinkorrektur der Gewichtung ermittelt. Der Sollwert Hdif(SWsol-) läßt sich vorzugsweise aus einem automatischen Lesevorgang erzielen, bei dem die Lesefehlerhäufigkeit für eine Reihe von Schwellwerten bestimmt wird, und so auf einen Schwellwert mit minimaler Lesefehlerhäufigkeit geschlossen werden kann.
Das Verfahren zur Ermittlung eines Schwellwertes läßt sich demnach durch ein, evtl. auch interaktives, Belernen aus den ermittelten Daten heraus weiterhin noch verfeinern. So kann eine Vorrichtung zur Durchführung eines Verfahrens zur Schwellwertsuche das Ergebnis, z.B. einer Schrifterkennung nach einer Hintergrundbereinigung, mit dem Sollergebnis vergleichen und so über eine Qualitätsaussage eine Parameteroptimierung für die Schwellwertermittlung ermöglichen. Als veränderbare Parameter bieten sich hier neben den, die Gewichtung beeinflussende Korrekturfaktoren α und ß, insbesondere der Punkt, an dem die Interpolation des Schwellwertes erster Näherung ausgeführt wird, an. Alle diese Feinkorrekturen lassen vorzugsweise auch mit einem neuronalen Netz realisieren.
Es ist zu verstehen, daß sich die oben dargestellten Verfahren zur Ermittlung eines Schwellwertes analog auch auf die "helle", also die in Richtung "weiß" geneigte, Flanke der Vordergrundmode 110 anwenden lassen.
Weiterhin ist zu verstehen, daß sich alle oben gemachten Ausführungen zur Ermittlung eines Schwellwertes ebenso bereits mit dem Segmente-Histogramm Hseg(i) durchführen
lassen. Wie aus einem Vergleich der Figuren 4a und 5a zu entnehmen ist, unterscheidet sich das Segmente-Histogramm in diesem Falle nur geringfügig von dem daraus abgeleiteten Differenz-Histogramm. Für eine Reihe von Anwendungen hat es sich jedoch gezeigt, daß eine gemeinsame Auswertung von Segmente-Histogramm und Differenz-Histogramm besonders aussagekräftige Ergebnisse liefert und so eine leichtere Auswertung zur Schwellwertermittlung ermöglicht. Unter einer gemeinsamen Auswertung von Segmente-Histogramm und Differenz- Histogramm ist jede Form der Auswertung zu verstehen, die sich der Informationen beider Histogramme bedient und daraus eine weitere Information ableitet. In dem oben geschilderten Ausführungsbeispiel wurde die gemeinsame Auswertung durch die Subtraktion der Histogramme erreicht. Andere gemeinsame Auswertungsweisen wären beispielweise: ein Gewichten des Standard-Histogrammes mit dem Segmente-Histogramm (z.B. durch eine elementenweise Multiplikation oder Division); eine parallele Gradientenauswertung und Bildung eines gewichteten Gradienten; eine Ermittlung von Seperationspunkten, d.h. Punkte an denen das Histogramm Null wird, in beiden Histogrammen zur Verbesserung des Falls, wenn eine Separation zwischen Vorder- und Hintergrund eintritt; oder dergleichen.
Mit dem ermittelten Schwellwert lassen sich nun verschiedene Bearbeitungen des Bildvorlage durchführen. Vorzugsweise wird über ein sogenanntes "thresholding" eine Hintergrundbereinigung durchgeführt, indem alle Bildpunkte mit einem Grauwert größer als der ermittelte Schwellwert auf den Grauwert "weiß" gesetzt werden. Für digitale Weiterverarbeitungen können entsprechend auch alle Bildpunkte mit einem Grauwert kleiner gleich dem Schwellwert auf den Grauwert "schwarz" gesetzt werden.
Weiterhin lassen sich mit diesem Verfahren allerdings auch Grauwertreduzierungen durchführen, indem die oben beschriebenen Verfahren zur Schwellwertermittlung jeweils für jede Flanke aller (Haupt-) Moden durchgeführt wird. Die so ermittelten Schwellwerte stellen nun nicht nur einen Hintergrund/Vordergrund-Schwellwert, sondern eine Reihe von Schwellwerten dar, die innerhalb der Vordergrundinformation zwischen unterschiedlichen Objekten differenzieren lassen.
In vielen Anwendungen empfielt es sich wegen der begrenzten Anzahl von Bild- und Meßpunkten, vor einer weiteren Verarbeitung der Histogramme diese zu glätten. Fig. 8 zeigt ein ungeglättetes Histogramm, wie es sich häufig wegen der begrenzten Bildauflösung ergibt. Zur Glättung lassen sich hier alle bekannten Verfahren einsetzen. Eine Ausführungsform der Erfindung verwendet ein mit einer Gaußfunktion gewichtetes Nachbarpunktglättungsverfahren. Dabei wird die Summe einer Anzahl von Nachbarpunkten (einschließlich des Ausgangspunkts), die jeweils mit einer Gauß-Funktion gewichtet wurden, gebildet und auf die Summe der Gewichte normiert. Dadurch läßt sich erreichen, daß das Histogramm im ganzen geglättet wird und daß kleinere Nebenmoden wegfallen. Es ist dabei zu verstehen, daß zur Gewichtung jedoch auch andere als die Gauß-Funktion, wie z. B. eine Rechteckfunktion oder dergleichen verwendet werden können.
Insgesamt lassen sich mit dem erfindungsgemäßen Schwellwert-Such-Verfahren relativ einfach und mit hoher Geschwindigkeit hervorragende Ergebnisse, die den Anforderungen moderner Bildverarbeitung entsprechen, erzielen.
Der vorliegende Algorithmus wurde mit einer Serie von gescannten Eurocheque Bildern überprüft. Die elektronischen Bilder wurden von verschiedenen Scannern (16 und 256 Graustufen) und mit unterschiedlicher Auflösung (200 ... 300 dpi) generiert. Aus diesen Bildern wurden dann die gewünschten Bereiche ausgewählt und mit obigem Verfahren in Schwarz-Weiß Bilder umgewandelt. Die Resultate waren unabhängig von Scanner und Auflösung ausreichend, um eine elektronische Weiterverarbeitung (elektronische Zeichenerkennung) durchzuführen.
Die Fign. 9 und 10 zeigen Ergebnisse einer Hintergrundbereinigung des Bildes aus Fig. 1, hergestellt mit bekannten Verfahren, so Fig. 9 mit dem "dynamischen Thresholding mit Linienmittelwert" und Fig. 10 mit "dynamischen Thresholding mit Flächenmittelwert". Im Vergleich hierzu zeigt Fig. 11 ein Ergebnis einer Hintergrundbereinigung des Bildes aus Fig. 1 mit einem erfindungsgemäßen Verfahren.
Es ist klar, daß in den oben beschriebenen, erfindungsgemäßen Verfahren die jeweiligen Daten auch direkt - im Sinne der elektronischen Datenverarbeitung - verarbeitet werden können, ohne daß Diagramme graphisch erzeugt werden müssen. Die vorgeschlagenen Verfahren sind entsprechend auch zur Anwendung in einem automatisierten Computerprogramm geeignet.
Das erfindungsgemäße Verfahren ist insbesondere gut geeignet, um graue Bildbereiche mit stark strukturiertem Hintergrund in Schwarz/Weiß-Bilder umzuwandeln. Eine vollständige Behandlung eines ganzen Dokumentes (z.B. eines vollen Eurocheques) ist jedoch nicht immer empfehlenswert, wenn dort eine Reihe verschiedenartiger Hintergründe zu finden sind, die z.B. keine starke Strukturierung aufweisen. Hier empfielt sich eine
Teilbearbeitung des Dokumentes in Bereichen mit jeweils gleichartigen Hintergründen .
Claims
1. Verfahren zur Trennung einer Vordergrundinformation von einer Hintergrundinformation in einer Vorlage, wobei sich die Vordergrundinformation additiv oder subtraktiv mit der Hintergrundinformation überlagert, gekennzeichnet durch:
einen ersten Schritt der Segmentierung (Fig. 4b) der Vorlage in eine Vielzahl von Segmenten (80); und
einen zweiten Schritt der Ermittlung mindestens einer Häufigkeitsverteilung (Fig. 4a) von mindestens einem Extremwert der Signalintensitäten in jedem der Vielzahl von Segmenten, wobei die ermittelte Häufigkeitsverteilung eine wesentliche Mode (Hintergrundmode 100) aufweist, die im wesentlichen die Hintergrundinformationen enthält.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß in dem ersten Schritt die Segmente (.80) so gewählt werden, daß zumindest ein Extremwert der Signalintensitäten der Hintergrundinformation mindestens einmal in der Mehrzahl der Segmente (80) enthalten ist.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß in dem ersten Schritt die Segmente (80) so gewählt werden, daß in der Vielzahl von Segmenten (80) eine Anzahl von Segmenten enthalten ist, die ausschließlich Hintergrundinformation enthalten.
4. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß im ersten Schritt die Segmente (80) so gewählt werden, daß die Segmente (80) jeweils gleichartig gestaltet sind.
5. Verfahren nach einem der vorstehenden Ansprüche, gekennzeichnet durch
einen dritten Schritt der Ermittlung einer Häufigkeitsverteilung (Fig. 3) von Signalintensitäten der gesamten Vorlage; und
einen vierten Schritt des gemeinsamen Auswertens (Fign. 5) der in Schritt zwei und drei ermittelten Häufigkeitsverteilungen.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß in dem vierten Schritt das gemeinsame Auswerten durch eine Überlagerung, vorzugsweise eine additive oder subtraktive Überlagerung, der in Schritt zwei und drei ermittelten Häufigkeitsverteilungen durchgeführt wird.
7. Verfahren nach einem der vorstehenden Ansprüche, gekennzeichnet durch einen Schritt des Glättens zumindest einer der ermittelten
Häufigkeitsverteilungen und/oder der im vierten Schritt erhaltenen Überlagerung.
8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, daß in dem Schritt des Glättens die Summe einer Anzahl von Nachbarpunkten, einschließlich des Ausgangspunkts, die jeweils mit einer Glättungsfunktion gewichtet werden, gebildet wird, und die so gebildete Summe mit der Summe der Gewichte normiert wird.
9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, daß als Glättungsfunktion eine Gaußfunktion oder eine Rechteckfunktion angewandt wird.
10. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß die Vorlage ein Bild und die Hintergrundinformation ein Muster ist (Fig. 1).
11. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß die Vordergrundinformation eine Schrift ist.
12. Verfahren nach einem der vorstehenden Ansprüche, gekennzeichnet durch
einen fünften Schritt des Ableitens eines Schwellwertes einer Signalintensität der Hintergrundinformation in der Vorlage, entweder:
aus der, der Vordergrundinformation zugeneigten Flanke der Hintergrundmode (100), oder
aus einer der Hintergrundmode (100) gegenüberliegenden Flanke einer weiteren wesentlichen Mode (110).
13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, daß der fünfte Schritt des Ableitens des Schwellwertes einen Schritt der linearen Approximation (Fig. 6) eines Punktes auf zumindest einer der Flanken der zwei wesentlichen Moden (100, 110) aufweist.
14. Verfahren nach Anspruch 13, dadurch gekennzeichnet, daß der Schritt der linearen Approximation an einem Punkt (P-am) mit der jeweils maximalen Flankensteilheit durchgeführt wird.
15. Verfahren nach einem der Ansprüche 12-14, dadurch gekennzeichnet, daß der fünfte Schritt des Ableitens des Schwellwertes einen Schritt des Gewichtens (Fig. 7) des durch lineare Approximation gewonnenen Schwellwertes mit den von den wesentlichen Moden eingeschlossenen Flächen aufweist.
16. Verfahren nach einem der Ansprüche 12-15, dadurch gekennzeichnet, daß der fünfte Schritt des Ableitens des Schwellwertes einen Belernschritt aufweist, der zum Erlernen Eingangswerte, die aus zumindest einem der ermittelten Häufigkeitsverteilungen abgeleitet werden, und durch Qualitätsaussagen ermittelte Ausgangsvorgaben benutzt.
17. Verfahren nach einem der Ansprüche 12-16, gekennzeichnet durch einen sechsten Schritt des Aufteilens der Informationen der Vorlage mit Hilfe des Schwellwertes zur Bereinigung der Hintergrundinformation in der Vorlage.
18. Verfahren nach Anspruch 17, dadurch gekennzeichnet, daß in dem sechsten Schritt die Informationen in Informationen mit Signalintensitäten oberhalb und unterhalb des Schwellwertes aufgeteilt werden.
19. Verfahren nach Anspruch 17 oder 18, gekennzeichnet durch einen siebten Schritt des Eliminierens des Bereiches der im sechsten Schritt getrennten Informationen, der im wesentlichen die Hintergrundinformationen aufweist.
20. Verfahren nach Anspruch 19, dadurch gekennzeichnet, daß bei einer Schwarz/Weiß-Wandlung von elektronischen Graubildern in dem siebten Schritt alle Informationen mit einem Grauwert heller als der dem Schwellwert entsprechenden Grauwert auf den Grauwert "weiß" gesetzt werden.
21. Verfahren nach Anspruch 20, dadurch gekennzeichnet, daß alle verbleibenden Informationen mit einem Grauwert dunkler als der dem Schwellwert entsprechenden Grauwert auf den Grauwert "schwarz" gesetzt werden (Fig. 11).
22. Verwendung eines Verfahren nach einem der vorstehenden Ansprüche zur Hintergrundreduzierung einer Bildvorlage mit einem stark strukturierten Hintergrund (Fign. 1 und 11).
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP08519443A JP3078844B2 (ja) | 1994-12-20 | 1995-06-06 | 文書中の前景情報を背景情報から分離する方法 |
US08/696,960 US6064762A (en) | 1994-12-20 | 1995-06-06 | System and method for separating foreground information from background information on a document |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4445386A DE4445386C1 (de) | 1994-12-20 | 1994-12-20 | Verfahren und Vorrichtung zur Trennung einer Vordergrundinformation von einer Hintergrundinformation in einer Vorlage |
DEP4445386.8 | 1994-12-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO1996019778A1 true WO1996019778A1 (de) | 1996-06-27 |
Family
ID=6536333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/EP1995/002156 WO1996019778A1 (de) | 1994-12-20 | 1995-06-06 | Verfahren zur trennung einer vordergrundinformation von einer hintergrundinformation in einer vorlage |
Country Status (4)
Country | Link |
---|---|
US (1) | US6064762A (de) |
JP (1) | JP3078844B2 (de) |
DE (1) | DE4445386C1 (de) |
WO (1) | WO1996019778A1 (de) |
Families Citing this family (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19536170A1 (de) * | 1995-09-29 | 1997-04-03 | Ibm | Ermittlung von Schwellwerten bei der Digitalisierung von Bildern durch eine Verteilungsanalyse der Informationen |
DE10017081A1 (de) * | 2000-04-06 | 2001-10-11 | Cgk Comp Ges Konstanz Mbh | Verfahren und Vorrichtung zur automatischen Zeichenerkennung |
DE60038556T2 (de) * | 2000-09-11 | 2009-05-28 | Leica Geosystems Ag | Verfahren zum Identifizieren von Messpunkten in einem optischen Mess-System |
US20020146171A1 (en) * | 2000-10-01 | 2002-10-10 | Applied Science Fiction, Inc. | Method, apparatus and system for black segment detection |
US6993183B2 (en) * | 2001-03-13 | 2006-01-31 | Canon Kabushiki Kaisha | Image processing apparatus, image processing system, image processing method, and computer-readable storage medium |
GB2375676A (en) | 2001-05-17 | 2002-11-20 | Hewlett Packard Co | Reducing the effects of specular reflections appearing in an image |
JP4732626B2 (ja) * | 2001-07-17 | 2011-07-27 | グローリー株式会社 | 帳票処理方法および装置並びにプログラム |
JP4003428B2 (ja) * | 2001-10-10 | 2007-11-07 | セイコーエプソン株式会社 | 小切手等処理装置及び小切手等処理方法 |
US7263227B2 (en) * | 2002-04-25 | 2007-08-28 | Microsoft Corporation | Activity detector |
US7110596B2 (en) | 2002-04-25 | 2006-09-19 | Microsoft Corporation | System and method facilitating document image compression utilizing a mask |
US7392472B2 (en) * | 2002-04-25 | 2008-06-24 | Microsoft Corporation | Layout analysis |
US7024039B2 (en) * | 2002-04-25 | 2006-04-04 | Microsoft Corporation | Block retouching |
US7164797B2 (en) * | 2002-04-25 | 2007-01-16 | Microsoft Corporation | Clustering |
US7043079B2 (en) * | 2002-04-25 | 2006-05-09 | Microsoft Corporation | “Don't care” pixel interpolation |
US7120297B2 (en) * | 2002-04-25 | 2006-10-10 | Microsoft Corporation | Segmented layered image system |
EP1450304A1 (de) * | 2003-02-21 | 2004-08-25 | City University of Hong Kong | Bildverarbeitungs-Gerät und Verfahren |
DE10311700A1 (de) | 2003-03-17 | 2004-10-07 | Océ Document Technologies GmbH | Verfahren und Einrichtung zum Verarbeiten der Farbinformation einer mit Störzeichen und Nutzzeichen versehenen Vorlage |
US20050097046A1 (en) | 2003-10-30 | 2005-05-05 | Singfield Joy S. | Wireless electronic check deposit scanning and cashing machine with web-based online account cash management computer application system |
CN100357957C (zh) * | 2004-08-10 | 2007-12-26 | 富士通株式会社 | 用于识别图像中的字符的字符识别装置和字符识别方法 |
US20060098243A1 (en) * | 2004-11-08 | 2006-05-11 | Lexmark International, Inc. | Determining a gray background value and/or skew of a scanned document |
US20060239555A1 (en) * | 2005-04-25 | 2006-10-26 | Destiny Technology Corporation | System and method for differentiating pictures and texts |
DE102005028669A1 (de) * | 2005-06-16 | 2006-12-28 | Walter Hanke Mechanische Werkstätten GmbH & Co. KG | Verfahren und Vorrichtung zur Erkennung einer in einen Münzprüfer eingegebenen Münze unter Verwendung ihres Prägebildes |
JP4215038B2 (ja) * | 2005-09-16 | 2009-01-28 | セイコーエプソン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
US8176414B1 (en) | 2005-09-30 | 2012-05-08 | Google Inc. | Document division method and system |
US7873200B1 (en) | 2006-10-31 | 2011-01-18 | United Services Automobile Association (Usaa) | Systems and methods for remote deposit of checks |
US8708227B1 (en) | 2006-10-31 | 2014-04-29 | United Services Automobile Association (Usaa) | Systems and methods for remote deposit of checks |
US8134762B2 (en) * | 2007-01-29 | 2012-03-13 | Sharp Laboratories Of America, Inc. | Methods and systems for characterizing regions of substantially-uniform color in a digital image |
US10380559B1 (en) | 2007-03-15 | 2019-08-13 | United Services Automobile Association (Usaa) | Systems and methods for check representment prevention |
US20080310721A1 (en) * | 2007-06-14 | 2008-12-18 | John Jinhwan Yang | Method And Apparatus For Recognizing Characters In A Document Image |
US9058512B1 (en) | 2007-09-28 | 2015-06-16 | United Services Automobile Association (Usaa) | Systems and methods for digital signature detection |
US9159101B1 (en) | 2007-10-23 | 2015-10-13 | United Services Automobile Association (Usaa) | Image processing |
US9892454B1 (en) | 2007-10-23 | 2018-02-13 | United Services Automobile Association (Usaa) | Systems and methods for obtaining an image of a check to be deposited |
US10380562B1 (en) | 2008-02-07 | 2019-08-13 | United Services Automobile Association (Usaa) | Systems and methods for mobile deposit of negotiable instruments |
US10504185B1 (en) | 2008-09-08 | 2019-12-10 | United Services Automobile Association (Usaa) | Systems and methods for live video financial deposit |
US8452689B1 (en) | 2009-02-18 | 2013-05-28 | United Services Automobile Association (Usaa) | Systems and methods of check detection |
JP2010205067A (ja) * | 2009-03-04 | 2010-09-16 | Fujifilm Corp | 領域抽出装置、領域抽出方法及び領域抽出プログラム |
US10956728B1 (en) | 2009-03-04 | 2021-03-23 | United Services Automobile Association (Usaa) | Systems and methods of check processing with background removal |
US9779392B1 (en) | 2009-08-19 | 2017-10-03 | United Services Automobile Association (Usaa) | Apparatuses, methods and systems for a publishing and subscribing platform of depositing negotiable instruments |
US8699779B1 (en) | 2009-08-28 | 2014-04-15 | United Services Automobile Association (Usaa) | Systems and methods for alignment of check during mobile deposit |
US9129340B1 (en) | 2010-06-08 | 2015-09-08 | United Services Automobile Association (Usaa) | Apparatuses, methods and systems for remote deposit capture with enhanced image detection |
JP5921154B2 (ja) * | 2011-11-09 | 2016-05-24 | 日東電工株式会社 | 光学フィルム、画像表示装置および画像表示装置の製造方法 |
US10380565B1 (en) | 2012-01-05 | 2019-08-13 | United Services Automobile Association (Usaa) | System and method for storefront bank deposits |
US10552810B1 (en) | 2012-12-19 | 2020-02-04 | United Services Automobile Association (Usaa) | System and method for remote deposit of financial instruments |
US11138578B1 (en) | 2013-09-09 | 2021-10-05 | United Services Automobile Association (Usaa) | Systems and methods for remote deposit of currency |
US9286514B1 (en) | 2013-10-17 | 2016-03-15 | United Services Automobile Association (Usaa) | Character count determination for a digital image |
JP5992567B1 (ja) * | 2015-03-20 | 2016-09-14 | 株式会社Pfu | 日付識別装置 |
US10402790B1 (en) | 2015-05-28 | 2019-09-03 | United Services Automobile Association (Usaa) | Composing a focused document image from multiple image captures or portions of multiple image captures |
US9710911B2 (en) * | 2015-11-30 | 2017-07-18 | Raytheon Company | System and method for generating a background reference image from a series of images to facilitate moving object identification |
US11030752B1 (en) | 2018-04-27 | 2021-06-08 | United Services Automobile Association (Usaa) | System, computing device, and method for document detection |
US11900755B1 (en) | 2020-11-30 | 2024-02-13 | United Services Automobile Association (Usaa) | System, computing device, and method for document detection and deposit processing |
CN112954138A (zh) * | 2021-02-20 | 2021-06-11 | 东营市阔海水产科技有限公司 | 水产经济动物图像采集方法、终端设备及可移动料台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4856528A (en) * | 1987-06-26 | 1989-08-15 | John Hopkins University | Tumor volume determination |
FR2641882A1 (fr) * | 1989-01-16 | 1990-07-20 | Electricite De France | Procede et dispositif de binarisation d'image a deux dimensions, par comparaison a un seuil |
WO1993011501A1 (de) * | 1991-11-25 | 1993-06-10 | Siemens Aktiengesellschaft | Verfahren zur segmentierung eines zusammenhängenden gebietes mit diffuser berandung in einem monochromen rasterbild |
US5280367A (en) * | 1991-05-28 | 1994-01-18 | Hewlett-Packard Company | Automatic separation of text from background in scanned images of complex documents |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4731863A (en) * | 1986-04-07 | 1988-03-15 | Eastman Kodak Company | Digital image processing method employing histogram peak detection |
US4952805A (en) * | 1987-08-20 | 1990-08-28 | Fuji Photo Film Co., Ltd. | Method of judging the presence or absence of a limited irradiation field, method of selecting a correct irradiation field, and method of judging correctness or incorrectness of an irradiation field |
-
1994
- 1994-12-20 DE DE4445386A patent/DE4445386C1/de not_active Expired - Fee Related
-
1995
- 1995-06-06 JP JP08519443A patent/JP3078844B2/ja not_active Expired - Fee Related
- 1995-06-06 US US08/696,960 patent/US6064762A/en not_active Expired - Lifetime
- 1995-06-06 WO PCT/EP1995/002156 patent/WO1996019778A1/de active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4856528A (en) * | 1987-06-26 | 1989-08-15 | John Hopkins University | Tumor volume determination |
FR2641882A1 (fr) * | 1989-01-16 | 1990-07-20 | Electricite De France | Procede et dispositif de binarisation d'image a deux dimensions, par comparaison a un seuil |
US5280367A (en) * | 1991-05-28 | 1994-01-18 | Hewlett-Packard Company | Automatic separation of text from background in scanned images of complex documents |
WO1993011501A1 (de) * | 1991-11-25 | 1993-06-10 | Siemens Aktiengesellschaft | Verfahren zur segmentierung eines zusammenhängenden gebietes mit diffuser berandung in einem monochromen rasterbild |
Also Published As
Publication number | Publication date |
---|---|
DE4445386C1 (de) | 1996-05-02 |
JP3078844B2 (ja) | 2000-08-21 |
JPH09503329A (ja) | 1997-03-31 |
US6064762A (en) | 2000-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE4445386C1 (de) | Verfahren und Vorrichtung zur Trennung einer Vordergrundinformation von einer Hintergrundinformation in einer Vorlage | |
DE69419682T2 (de) | Raumfiltereinheit zur adaptiven Randverstärkung | |
DE69533054T2 (de) | Mehrfenstertechnik zur Schwellenwertverarbeitung eines Bildes unter Verwendung lokaler Bildeigenschaften | |
DE69620302T2 (de) | Verfahren und Vorrichtung zur Verbesserung eines digitalen Bildes | |
DE69715076T2 (de) | Vorrichtung zur Erzeugung eines Binärbildes | |
DE3780955T2 (de) | Verfahren zur automatischen spitzenerkennung im graustufenhistogramm eines digitalen bildes. | |
DE3851173T2 (de) | Verfahren und Gerät zur Erkennung von Halbtonbildmustern. | |
DE69230629T2 (de) | Verfahren und Vorrichtung zur Bildverbesserung | |
DE69521184T2 (de) | Gerät zur Bildverarbeitung gemäss einem lokal ermittelten Bildregionentyp | |
DE3546135C2 (de) | ||
DE4103229C2 (de) | ||
DE69318876T2 (de) | System und Verfahren zur Umwandlung von Halbtonbildern in Bilder mit kontinuierlichen Tönen | |
DE69026329T2 (de) | Entrasterung von gespeicherten digitalen Halbtonbildern durch logisches Filtrieren | |
DE69732955T2 (de) | Adaptive Rauschverminderung von Videobildern | |
EP0925682B1 (de) | Verfahren zur detektion von kanten in einem bildsignal | |
DE3786472T2 (de) | Vorrichtung für optische Zeichenerkennung. | |
DE68918603T2 (de) | Gerät zur Optimalbildqualitätsselektion. | |
DE69122421T2 (de) | Verfahren und Gerät zum Hervorheben der Bildschärfe | |
DE3019836A1 (de) | Verfahren zum automatischen erkennen von bild- und text- oder graphikbereichen auf druckvorlagen | |
DE3633743A1 (de) | Zeichenerkennungssystem | |
EP0076380A2 (de) | Verfahren und Schaltungsanordnung zur Kontraststeigerung | |
DE102007040070B4 (de) | Bilddichteumwandlungsverfahren, Bildverbesserungsverarbeitungseinrichtung und dafür geeignetes Programm | |
DE69925354T2 (de) | Bildverarbeitungssystem um vertikale Muster auf abgetasteten Bildern zu reduzieren | |
DE4102587C2 (de) | Verfahren und Vorrichtung zur binären Bildverarbeitung | |
DE69111660T2 (de) | Bildlesevorrichtung und Verfahren zur Verbesserung von Formumrissen. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
AK | Designated states |
Kind code of ref document: A1 Designated state(s): JP US |
|
AL | Designated countries for regional patents |
Kind code of ref document: A1 Designated state(s): AT BE CH DE DK ES FR GB GR IE IT LU MC NL PT SE |
|
WWE | Wipo information: entry into national phase |
Ref document number: 08696960 Country of ref document: US |
|
121 | Ep: the epo has been informed by wipo that ep was designated in this application | ||
122 | Ep: pct application non-entry in european phase |