[go: up one dir, main page]

DE4309878C2 - Verfahren und Einrichtung zur Analyse und Korrektur der Bildgradation in Bildvorlagen - Google Patents

Verfahren und Einrichtung zur Analyse und Korrektur der Bildgradation in Bildvorlagen

Info

Publication number
DE4309878C2
DE4309878C2 DE4309878A DE4309878A DE4309878C2 DE 4309878 C2 DE4309878 C2 DE 4309878C2 DE 4309878 A DE4309878 A DE 4309878A DE 4309878 A DE4309878 A DE 4309878A DE 4309878 C2 DE4309878 C2 DE 4309878C2
Authority
DE
Germany
Prior art keywords
image
histogram
values
correction
gradation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE4309878A
Other languages
English (en)
Other versions
DE4309878A1 (de
Inventor
Kurt Helfried Winkelmann
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heidelberger Druckmaschinen AG
Original Assignee
Linotype Hell AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Linotype Hell AG filed Critical Linotype Hell AG
Priority to DE4309878A priority Critical patent/DE4309878C2/de
Priority to JP5079911A priority patent/JP2598601B2/ja
Publication of DE4309878A1 publication Critical patent/DE4309878A1/de
Application granted granted Critical
Publication of DE4309878C2 publication Critical patent/DE4309878C2/de
Priority to US08/376,377 priority patent/US5748802A/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

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
    • H04N1/40—Picture signal circuits
    • H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
    • H04N1/4072—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original
    • H04N1/4074—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original using histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • 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
    • H04N1/60—Colour correction or control
    • H04N1/6027—Correction or control of colour gradation or colour contrast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Description

Die Erfindung bezieht sich auf das Gebiet der elektronischen Reproduktions­ technik und betrifft ein Verfahren zur Analyse und Korrektur der Bildgradation in Bildvorlagen bei Geräten und Systemen für die elektronische Bildverarbeitung sowie eine Einrichtung zur Durchführung des Verfahrens. Eine Analyse der Bildgradation wird zur Gewinnung von Korrektur-Kurven für die Korrektur von Bildgradations- Kennlinien zwecks Kontrastkorrekturen in Bildvorlagen durchgeführt. Unter Bildvorlagen sollen Schwarz/Weiß-Vorlagen und Farbvorlagen verstanden werden.
Die elektronische Bildverarbeitung besteht im wesentlichen aus den Schritten Bildeingabe, Bildbearbeitung und Bildausgabe.
Bei der Bildeingabe z. B. mittels eines Farbbildabtasters (Scanner) als Bildeinga­ begerät werden durch trichromatische sowie bildpunkt- und zeilenweise Abtas­ tung von zu reproduzierenden Farbvorlagen mittels eines optoelektronischen Abtastorgans drei primäre Farbwertsignale (R, G, B) gewonnen, wobei die einzel­ nen Farbwerttripel die Farbanteile "Rot" (R), "Grün" (G) und "Blau" (B) die in der Farbvorlage abgetasteten Bildpunkte repräsentieren. Die analogen Farbwerte werden in digitale Farbwerte umgewandelt und für die anschließende Bildbear­ beitung gespeichert.
Bei der Bildbearbeitung werden die Farbwerte (R, G, B) in der Regel zunächst nach den Gesetzmäßigkeiten der subtraktiven Farbmischung in Farbauszugs­ werte (C, M, Y, K) umgesetzt welche ein Maß für die Dosierung der im späteren Druckprozeß verwendeten Druckfarben "Cyan" (C), "Magenta" (M), "Gelb" (Y) und "Schwarz" (K) bzw. für die Rasterpunktgrößen oder Rasterprozente sind.
Darüber hinaus werden noch verschiedene Bildparameter wie Bildlichtwerte und Bildtiefewerte für eine Anpassung des Bildumfangs, Farbstichwerte für eine Farbstichkorrektur oder eine Korrektur-Kurve für eine Korrektur von Über- und Unterbelichtungen oder für eine Kontrastkorrektur eingestellt. Ferner können bei Farbvorlagen noch lokale und selektive Farbkorrekturen vorgenommen werden, mit dem Ziel, die Bildwiedergabe zu verbessern, Mängel auszugleichen oder re­ daktionelle Änderungen vorzunehmen.
Die Einstellung der Bildparameter durch einen Operator beginnt meistens damit, daß der Operator zunächst Standardwerte voreinstellt, die er anhand einer gro­ ben Vorklassifizierung der betreffenden Bildvorlage oder aus Erfahrung ermittelt. Während der Einstellung der Bildparameter bedient sich der Operator der Meß­ funktionen des Bildeingabegerätes, indem er mit dem optoelektronischen Abtast­ organ charakteristische Bildpunkte in der Bildvorlage bezüglich Bildumfang, Farbstich und Helligkeitsverteilung ausmißt und die Meßergebnisse zur Findung von optimalen Einstellwerten verwendet.
Nach der Bildbearbeitung erfolgt die Bildausgabe mittels eines geeigneten Bild­ ausgabegerätes, z. B. eines Farbauszugs-Belichters (Recorders) für die gera­ sterte Aufzeichnung von Farbauszügen auf einem Filmmaterial.
Die Interpretation der Meßergebnisse und ihre Umsetzung in optimale Einstell­ werte für die Bildgradation erfordern viel Erfahrung und bereiten dem ungeübten Operator oft Schwierigkeiten.
Es ist bereits bekannt, automatische Analysen der Bildgradation an zu repro­ duzierenden Bildvorlagen durch Auswerten der Bildwerte der Bildvorlage vorzu­ nehmen und die Analyseergebnisse zur Ermittlung von bildabhängigen Vorein­ stellwerten für die Korrektur der Bildgradation zu verwenden. Der Operator kann das Ergebnis der Bildgradations-Analyse beurteilen und die angebotenen Vorein­ stellwerte direkt in das Bildeingabegerät übernehmen oder durch Meßfunktionen modifizieren bzw. korrigieren, um eine optimale Einstellung vorzunehmen. Da­ durch wird der Operator von routinemäßigen Aufgaben entlastet und kann sich auf die Bearbeitung von Bildvorlagen konzentrieren, bei denen zusätzliche glo­ bale oder selektive Farbkorrekturen zur Verbesserung der Reproduktionsqualität erforderlich sind.
Die bekannten Verfahren zur Analyse der Bildgradation von Bildvorlagen basie­ ren auf Verfahren der Histogramm-Modifikation mit der Bestimmung bildwichtiger Vorlagenbereiche durch eine Hochpaß-Filterung.
Bei dem Verfahren der Histogramm-Modifikation werden die Kontrastverän­ derungen auf der Grundlage der Häufigkeitsverteilung (Histogramm) der Bild­ werte (z. B. Helligkeitswerte) durchgeführt. Aus dem Histogramm wird durch Akku­ mulation der Histogrammwerte eine Gradations-Kennlinie (Transformations-Kenn­ linie) abgeleitet. Die Bildwerte eines Originalbildes werden über diese Gradations-Kennlinie derart umsortiert, daß das Histogramm des verarbeiteten Bildes einen bestimmten Verlauf annimmt.
Diese Vorgehensweise hat den Nachteil, daß strukturarme, bildunwichtige Vor­ dergrund- und Hintergrundbereiche eines Bildes den Verlauf des Histogramms und damit auch die Gradationskorrektur verfälschen. Daher müssen vor Anwen­ dung eines Verfahrens der Histogramm-Modifikation die bildwichtigen Vorder­ grund- und Hintergrundbereiche von den bildunwichtigen Vorlagenbereichen getrennt werden.
Bei den Verfahren zur Bestimmung bildwichtiger Vorlagenbereiche durch Hoch­ paß-Filterung (Laplace o. ä.) werden aber nur Bildpunkte, bei denen das Hoch­ paß-Filtersignal einen Schwellenwert überschreitet, zur Bestimmung der Häufig­ keitsverteilung herangezogen. Diese Vorgehensweise ist aber sehr recheninten­ siv und damit zeitaufwendig. Außerdem ist die Bestimmung der Häufigkeitsvertei­ lung aus der Kanteninformation des Bildes häufig ungünstig.
Die bekannten Verfahren zur Analyse der Bildgradation in Bildvorlagen haben weiterhin den Nachteil, daß sie keine sichere Bestimmung der optimalen Einstell­ werte für ein möglichst breites Spektrum von Bildvorlagen zulassen, so daß kei­ ne einfachen, schnellen und standardisierten Parametrierungen von Bildeingabe­ geräten möglich sind.
In der Druckschrift "Histogram techniques for extraction of information from greyscale images", IBM Technical Disclosure Bulletin, Vol. 30, Nr. 3, August 1987, Seiten 994-997, werden verschiedenen Verfahren zur Ermittlung von Bildinformation aus Grauwertbildern durch Auswerten von Histogrammen beschrieben, bei denen es im wesentlichen darum geht, Histogramm-Verläufe, beispielsweise durch Filterung und Glättung, zu verbessern. Die Aufteilung eines Bildes in Blöcke und die Ermittlung von Teil-Histogrammen für die einzelnen Blöcke erfolgt dort zur Verbesserung des Signal/Rausch-Verhältnisses bei einer Objekt/Muster-Erkennung oder bei der Erzeugung von Binärbildern aus Grauwertbildern durch Schwellwert-Entscheidungen. Die Auswertung der Teil-Histogramme der einzelnen Blöcke geschieht dort dazu, bestimmte Blöcke auszuwählen, die von Interesse sind. Die Auswahl der Blöcke findet durch Vergleich der Teil-Histogramme eines Endbildes mit den Teil-Histogrammen eines Originalbildes statt, wobei diejenigen Blöcke als bildwichtig ausgewählt werden, deren Teil-Histogramme von Endbild und Originalbild stark voneinander abweichen. Die Druckschrift enthält keine Hinweise darauf, die Teilbild-Histogramme der strukturreichen Bildbereiche einer Bildvorlage zu einem Summen-Histogramm zu kombinieren, welches bezüglich einer Kontrastkorrektur ein globales Histogramm aller bildwichtigen Bildbereiche repräsentiert, und auf die Ermittlung einer Korrektur- Kurve für die Kontrastkorrektur anhand des globalen Summen-Histogramms.
Die bekannten Verfahren zur Bildgradations-Analyse bei Farbvorlagen basieren auf den von dem jeweiligen Bildeingabegerät gewonnenen Farbwerten (R, G, B) des geräteabhängigen RGB-Farbraumes, wobei die Analyse des Bildumfanges und des Farbstiches direkt anhand der Farbwerte (R, G, B) durchgeführt wird, während zur Analyse der Bildgradation häufig ein aus den Farbwerten (R, G, B) abgeleitetes Helligkeitssignal verwendet wird.
Es wird daher ebenfalls als nachteilig angesehen, daß die bekannten Analyse- Verfahren bei Anschluß von verschiedenen Bildeingabegeräten jeweils speziell an die Eigenschaften der Farbwerte (R, G, B) der jeweiligen Bildeingabegeräte angepaßt werden müssen.
Die bekannten Analyse-Verfahren sind außerdem rechenaufwendig, da die mit den Bildeingabegeräten gewonnenen Farbwerte (R, G, B) für eine Farbstich-Ana­ lyse in zwei Farbkomponenten und für eine Bildumfangs-Analyse oder eine Bild­ gradations-Analyse auch noch in eine Helligkeitskomponente zerlegt werden müssen.
Aus der Druckschrift EP-A-0 488 655 ist ein Verfahren zur Farbraum-Transformation bekannt, das aber nicht zur Gewinnung von Farbwerten für eine Analyse und Korrektur der Bildgradation in einer Bildvorlage verwendet wird.
Aus der Druckschrift LIM, J.S.: "Two-dimensional Signal And Image Processing", Englewood Cliffs, Prentice Hall, 1990, Seiten 453-459, ist es ferner bekannt, eine Kontrastkorrektur hinsichtlich Farbton und Farbsättigung in einem transformierten Farbton/Farbsättigungs/Helligkeits-Farbraum durchzuführen. Es kann aber kein Hinweis darauf entnommen werden, eine Analyse der Bildgradation einer Bildvorlage zur Ermittlung von Einstellwerten für eine Kontrastkorrektur anhand der Farbwerte des transformierten Farbraumes vorzunehmen.
Aufgabe der vorliegenden Erfindung ist es, die bekannten Verfahren zur Analyse und Korrektur der Bildgradation in Bildvorlagen (Schwarz/Weiß-Vorlagen, Farbvorlagen) sowie die Einrichtung zur Durchführung der Verfahren dahingehend zu verbessern, daß zur Optimierung einer Kontrastkorrektur nur bildwichtige Bildbereiche einer Bildvorlage zur Ermittlung einer Kontrastkorrektur-Kurve herangezogen werden und daß die Analyse einfacher, genauer und schneller durchgeführt wird.
Diese Aufgabe wird bezüglich des Verfahrens durch die Merkmale des Patentanspruchs 1 und bezüglich der Einrichtung zur Durchführung des Verfahrens durch die Merkmale des Patentanspruchs 27 gelöst.
Vorteilhafte Weiterbildungen sind in den Unteransprüchen angegeben.
Die angegebene Lösung ist durch folgende Merkmale gekennzeichnet.
Die Häufigkeitsverteilung der Helligkeitswerte wird in vorteilhafter Weise nur aus den bildwichtigen (strukturreichen) Bereichen einer Bildvorlage bestimmt. Dazu wird die Bildvorlage zunächst in Teilbilder unterteilt. Für jedes Teilbild wird separat ein Histogramm der Helligkeitswerte in Form von Teilbild-Histogrammen bestimmt. Die Teilbild-Histogramme werden mit statistischen Verfahren ausgewertet und die bildwichtigen Teilbilder klassifiziert. Aus den Teilbild-Histogrammen der klassifizierten Teilbilder wird ein Summen-Histogramm berechnet, das der Häufigkeitsverteilung der Helligkeitswerte aus den bildwichtigen Vorlagenbereichen entspricht. Aus dem Summen-Histogramm wird dann eine Korrektur- Kurve für die Bildgradations-Kennlinie nach einem Verfahren der Histogramm- Modifikation abgeleitet.
Die mittels der Bildeingabegeräte gewonnenen Farbwerte (R, G, B) der geräteab­ hängigen RGB-Farbräume werden vor Durchführung der Analyse der Bildgrada­ tion bei Farbvorlagen durch eine Farbumsetzung in die Farbwerte eines aus­ wählbaren, geräteunabhängigen und empfindungsgemäßen Kommunikations- Farbraumes transformiert. Die Farbwerte dieses Kommunikations-Farbraumes sind die Eingangswerte für die Bildgradations-Analyse und für die auf dem Ergebnis der Bildgradations-Analyse basierende Parametrierung. Durch die Farbraumtransformation in einen empfindungsgemäßen Farbraum, beispiels­ weise in den CIELAB-Farbraum, liegen die zu analysierenden Farbwerte bereits in eine Helligkeitskomponente L* und in zwei Farbkomponenten a* und b* separiert vor, so daß zeitaufwendige Umrechnungen entfallen.
Die Erfindung wird im folgenden anhand der Fig. 1 bis 11 näher beschrieben.
Es zeigen:
Fig. 1 den schematischen Aufbau eines Farbbild-Verarbei­ tungssystems,
Fig. 2 ein Kommunikationsmodell für ein Farbbild-Verar­ beitungssystems,
Fig. 3 einen CIELAB-Farbraum,
Fig. 4 eine Häufigkeitsverteilung des Histogramm-Parameters "Streuung" bei Bildvorlagen unterschiedlicher Struktur,
Fig. 5 einen typischen Verlauf einer Entropie-Funktion,
Fig. 6a den Verlauf eines Helligkeits-Histogramms ohne Klassifizierung bildwichtiger Teilbilder (Stand der Technik),
Fig. 6b den Verlauf eines Helligkeits-Histogramms mit Klassifizierung bildwichtiger Teilbilder,
Fig. 7 das Verfahrensprinzip der "Histogramm-Equalization" mit kontinuierlichen und diskreten Bildwerten,
Fig. 8 eine grafische Darstellung zur Bestimmung einer Korrektur-Kurve aus dem Summen-Histogramm,
Fig. 9 eine grafische Darstellung zur variablen Kontrast­ korrektur,
Fig. 10 Histogrammverteilungen und Werte der Histogramm-Parameter "Skewness" und "Kurtois" und
Fig. 11 eine grafische Darstellung von RMS-Werten einer Histo­ gramm-Gradation.
Fig. 1 zeigt den schematischen Aufbau eines Farbbild-Verarbeitungssystems. Punkt- und zeilenweise abtastende Eingabegeräte sind durch den Scanner (1) repräsentiert, flächenweise abtastende Geräte durch eine Kamera (2) und Ge­ räte zur Erzeugung farbiger graphischer Daten wie z. B. Grafik-Design-Stationen durch eine Video-Eingabe (3). Die verschiedenen Ausgabegeräte sind durch einen Monitor (4), einen Farbauszugs-Belichter (5) oder einen Proof-Recorder (6) angedeutet.
Die in den Eingabegeräten (1, 2, 3) erzeugten Farbwerte R, G und B des jewei­ ligen geräteabhängigen Farbraumes werden in einem Eingabe-Farbumsetzer (7) in Farbwerte eines geräteunabhängigen Kommunikations-Farbraumes umge­ setzt und einer Bildbearbeitungs-Einheit (8) zugeführt. Die Farbumsetzung von dem geräteabhängigen Farbraum in den Kommunikations-Farbraum erfolgt über ein Referenz-Farbsystem.
Der Eingabe-Farbumsetzer (7) ist beispielsweise als Tabellen-Speicher (LUT) ausgebildet, in dem die Ausgangsfarbwerte durch die zugehörigen Eingangs­ farbwerte adressierbar gespeichert sind. Die Wertetabelle wird über einen Ein­ gang (9) in den Eingabe-Farbumsetzer (7) eingegeben. Zusätzlich wird bei der Farbumsetzung eine Eingabe-Kalibrierung der Farbwerte durchgeführt. Der Ein­ gabe-Farbumsetzer (7) ist, wie in Fig. 1 dargestellt, eine separate Einheit oder Bestandteil eines Eingabegerätes (1, 2, 3) oder der Bildbearbeitungs-Einheit (8).
In der Bildbearbeitungs-Einheit (8) werden die vom Operator gewünschten Farb­ korrekturen und geometrischen Bearbeitungen anhand der transformierten Farb­ werte des jeweils benutzten Kommunikations-Farbraumes durchgeführt. Dazu ist die Bildbearbeitungs-Einheit (8) mit einem Bedienungsterminal (8a) für den Ope­ rator verbunden. Außerdem steht die Bildbearbeitungs-Einheit (8) mit einer Kom­ munikations-Einheit (8b) in Verbindung, in der die zu bearbeitenden Farbwerte zwischengespeichert sind.
Ferner ist eine Vorlagenanalyse-Einheit (8c) vorgesehen, die mit der Bildbear­ beitungs-Einheit (8) und dem Bedienungsterminal (8a) verbunden ist. An Pro­ grammiereingängen der Vorlagen-Analyse-Einheit (8c) kann vorgewählt werden, ob die Vorlagenanalyse bezüglich der Bildgradation oder aber auch bezüglich Farbstich und/oder Bildumfang erfolgen soll.
Vor der Bildgradations-Analyse wird die zu analysierende Farbvorlage in dem Scanner (1) punkt- und zeilenweise mit einer gröberen Auflösung (Grobscan) als die für die eigentliche Reproduktion erforderliche Auflösung (Feinscan) abge­ tastet. Die dabei gewonnenen Farbwerte R, G und B werden digitalisiert, gegebenen­ falls nach einer vorgegebenen Funktion (Munsell) vorverzerrt, in dem Farbum­ setzer (7) in die Farbwerte des ausgewählten Kommunikations-Farbraumes (15), z. B. in die Farbwerte L*, a* und b*, umgesetzt und schließlich in der Kommunika­ tions-Einheit (8b) gespeichert.
Danach werden die Farbwerte L*, a* und b* des Grobscans von der Kommunika­ tions-Einheit (8b) in die Vorlagenanalyse-Einheit (8c) geladen und dort nach mathematischen und statistischen Methoden bezüglich der Bildgradation unter­ sucht.
Aus dem Ergebnis der Analyse werden bildabhängige Voreinstellwerte abge­ leitet, welche zur Kontrast-Korrektur an das Bedienungsterminal (8a) weiterge­ leitet werden. Der Operator kann die angebotenen Voreinstellwerte direkt zur Bildeinstellung in die Bildbearbeitungs-Einheit (8) übernehmen oder aber mo­ difizieren bzw. korrigieren, um eine optimale Einstellung zu erreichen.
Nach der Bildbearbeitung werden die bearbeiteten Farbwerte aus der Bildbear­ beitungs-Einheit (8) ausgelesen und in einem Ausgabe-Farbumsetzer (12) durch eine Ausgabe-Farbtransformation in Prozeßfarbwerte umgesetzt, die den ent­ sprechenden Ausgabegeräten (4, 5, 6) zugeführt werden. Dabei findet eine ent­ sprechende Ausgabe-Kalibrierung statt.
Fig. 2 zeigt ein Kommunikationsmodell für ein Farbbild-Verarbeitungssystem. Als Referenz-Farbsystem (13) dient das von der CIE genormte XYZ-Farbwertsystem (CIEXYZ), das auf den visuellen Eigenschaften des menschlichen Auges basiert. Die Farbwerte (R, G, B) des gerätespezifischen RGB-Farbraumes (14) der Ein­ gabegeräte (1, 2, 3) werden durch eine Eingabe-Kalibrierung in das Referenz- Farbsystem (13) transformiert. Die Farbwerte (X, Y, Z) des Referenz-Farbsy­ stems (13) werden durch mathematisch definierte Transformationen in Farb­ werte eines auswählbaren geräteunabhängigen Kommunikations-Farbraumes (15) transformiert, mit denen die Bildgradations-Analyse und die Bildbearbeitung stattfinden soll. In vorteilhafter Weise werden für die Bildgradations-Analyse die empfindungsgemäßen Kommunikations-Farbräume (15), vorzugsweise der CIELAB-Farbraum, verwendet. Nach der Bildbearbeitung erfolgt die Transfor­ mation der bearbeiteten Farbwerte des betreffenden Kommunikations-Farbrau­ mes (15) in die Prozeßfarbwerte des gerätespezifischen RGB-Farbraumes (16) bzw. CMYK-Farbraumes (17) der Ausgabegeräte (4, 5, 6).
Fig. 3 zeigt den CIE 1976 L*a*b*-Farbraum, kurz CIELAB-Farbraum genannt, der näherungsweise empfindungsgemäß gleichabständig aufgebaut ist. Die Koordi­ naten des CIELAB-Farbraumes sind in der karthesischen Darstellung die empfin­ dungsgemäßen Größen Helligkeit L*, Rot-Grün-Buntheit a* (R-G) und Gelb-Blau-Bunt­ heit b* (Y-B) zugeordnet. Der Wertebereich der Helligkeit L* reicht von 100 für Referenzweiß bis 0 für das absolute Schwarz. Der Wertebereich der Bunthei­ ten a* und b* für von einem beleuchteten Objekt ausgehenden Farben (Körper­ farben) reicht von etwa -80 bis etwa +120. Das Referenzweiß und das absolute Schwarz haben die Buntheit 0. Aus den a*b*-Buntheiten lassen sich die abgelei­ teten Größen (Gesamt-) Buntheit c* (Chroma) und Bunttonwinkel h (Hue) be­ rechnen. Der Wertebereich der Buntheit c* liegt zwischen 0 (Neutral oder Grau) und etwa +120. Der Bunttonwinkel h liegt zwischen 0 und 360 Grad bezogen auf die positive a*-Achse.
Dem erfindungsgemäßen Verfahren zur Analyse und Korrektur der Bildgra­ dation in Bildvorlagen liegen folgende Überlegungen zugrunde.
Eine zufriedenstellende Reproduktionsqualität einer Bildvorlage läßt sich meist schon durch den richtigen Abgleich von Bildlicht und Bildtiefe, durch eine Farb­ stich-Korrektur und durch Vorgabe einer Standard-Bildgradation erreichen.
Für eine gute Reproduktionsqualität sind weitere Maßnahmen erforderlich. Bildwichtige Details müssen durch eine Verstärkung selektiv in den entsprechenden Tonwertbereichen im Kontrast (Zeichnung) hervorgehoben werden. Dies kann jedoch nur auf Kosten einer Kontrastminderung von bildun­ wichtigen Tonwertbereichen wie im Bildvordergrund oder Bildhintergrund ge­ schehen.
Diese Kontrastkorrekturen, d. h. die Helligkeitskorrekturen der Bildwerte, erfolgen durch die Korrektur der Bildgradations-Kennlinie mit einer Korrektur-Kurve, deren Verlauf jeweils an den Bildinhalt der Bildvorlage angepaßt ist, wobei eine korri­ gierte steilere Bildgradations-Kennlinie eine Kontrastverstärkung und eine korri­ gierte flachere Bildgradations-Kennlinie Kontrastminderung bewirkt.
Wichtig für eine gute Kontrastkorrektur ist die richtige Abgrenzung der bildwichti­ gen von den bildunwichtigen Vorlagenbereichen und die entsprechende Festle­ gung des Verlaufs der Korrektur-Kurve für eine Kontrastkorrektur.
Eine Analyse der Bildgradation wertet die Helligkeitsverteilung einer Bildvorlage hinsichtlich kontrastarmer aber bildwichtiger Bereiche aus, grenzt die Lage der Tonwertbereiche dieser kontrastarmen Bilddetails ein und kann daraus die an die Bildvorlage angepaßte kontrasterhöhende korrigierte Bildgradations-Kennlinie ableiten.
Nachfolgend werden die einzelnen Verfahrensschritte (A) bis (E) des Verfahrens zur Analyse und Korrektur der Bildgradation in Bildvorlagen (Schwarz/Weiß- Vorlagen und Farbvorlagen) näher beschrieben.
Verfahrensschritt (A)
Zur Bestimmung der Häufigkeitsverteilung der Helligkeitswerte aus den bildwich­ tigen Vorlagenbereichen wird die zu analysierende Bildvorlage in einem ersten Verfahrensschritt (A) geometrisch in Teilbilder aufgeteilt, beispielsweise in eine Teilbild-Matrix von 16×16 Teilbildern.
Verfahrensschritt (B)
In einem zweiten Verfahrensschritt (B) wird für jedes Teilbild die Häufigkeits­ verteilung der Bildwerte einer Schwarz/Weiß-Vorlage bzw. die Häufigkeits­ verteilung der Helligkeitskomponenten L* der Farbwerte (L*, a*, b*) einer Farbvorlage in dem jeweiligen Teilbild als Teilbild-Histogramm ermittelt.
Verfahrensschritt (C)
In einem dritten Verfahrensschritt (C) werden die Teilbild-Histogramme der einzelnen Teilbilder mit statistischen Verfahren ausgewertet (C1) und dann anhand der jeweiligen Auswerteergebnisse die für die Bildgradation der Bild­ vorlage bildwichtigen Teilbilder klassifiziert (C2).
Auswertung der Teilbild-Histogramme (C1)
Die Bestimmung der bildwichtigen und bildunwichtigen Teilbilder erfolgt bei­ spielsweise mit Hilfe des statistischen Histogramm-Parameters SDev "Streuung" bzw. "Standardabweichung" und des Histogramm-Parameters FIAnt "relativer Flächenanteil der häufigsten Bildwerte", kurz Histogramm-Parameter FIAnt "rel. Flächenanteil" genannt. Es können aber auch andere Histogramm-Parameter herangezogen werden.
Der Histogramm-Parameter SDev "Streuung" ist ein Maß für die mittlere Abwei­ chung der Bildwerte vom Mittelwert der Histogrammverteilung. Teilbilder mit klei­ nem Wert des Histogramm-Parameters SDev "Streuung" enthalten wahrschein­ lich wenig Struktur und sind damit bildunwichtig. Teilbilder mit großem Wert des Histogramm-Parameters SDev "Streuung" enthalten wahrscheinlich viel Struktur und sind damit bildwichtig.
Eine spätere Klassifizierung in bildwichtige und bildunwichtige Bereiche erfolgt über einen festlegbaren Schwellenwert SwSDev des Histogramm-Parameters SDev "Streuung". Ist der Wert des Histogramm-Parameters SDev "Streuung" eines Teilbildes kleiner als der vorgegebene Schwellenwert SwSDev, so wird das Teilbild als strukturarm klassifiziert.
Aus einem großem Wert des Histogramm-Parameters SDev "Streuung" läßt sich nicht eindeutig auf viel Struktur im Teilbild schließen, z. B. bei Bildern mit struktur­ armen großflächigen Bildbereichen unterschiedlicher Helligkeit (bimodale Histo­ grammverteilungen). Zur Erkennung dieses Bildtyps wird der Histogramm-Para­ meter FIAnt "rel. Flächenanteil" herangezogen.
Der Histogramm-Parameter FIAnt "rel. Flächenanteil" ist ein Maß für die "Flächig­ keit" der Bildvorlage, d. h. für den Anteil strukturarmer Bildbereiche im Teilbild. Der Histogramm-Parameter FIAnt "rel. Flächenanteil" gibt den relativen Anteil der häufigsten Bildwerte bezogen auf die Gesamtanzahl der Bildwerte in einem Teilbild an. Teilbilder mit einem großen Wert des Histogramm-Parameters FIAnt "rel. Flächenanteil" enthalten wahrscheinlich wenig Struktur und sind damit bild­ unwichtig. Teilbilder mit einem kleinen Wert des Histogramm-Parameters FIAnt "rel. Flächenanteil" enthalten wahrscheinlich viel Struktur und sind damit bild­ wichtig.
Die spätere Klassifizierung in bildwichtige und bildunwichtige Bereiche mit Hilfe des Histogramm-Parameters FIAnt "rel. Flächenanteil" erfolgt ebenfalls über einen festlegbaren Schwellenwert SwFIAnt. Ist der Histogramm-Parameter FIAnt "rel. Flächenanteil" eines Teilbildes größer als der vorgegebene Schwellenwert SwFIAnt, so wird das Teilbild als strukturarm klassifiziert.
Für die spätere Teilbild-Klassifizierung werden zunächst der Schwellenwert SwSDev des Histogramm-Parameters SDev "Streuung" und der Schwellenwert SwFIAnt des Histogramm-Parameters FIAnt "rel. Flächenanteil" festgelegt. Die Schwellenwerte bestimmen die Aufteilung in die beiden Parameter-Klassen. Bei Bildvorlagen mit viel Struktur, d. h. wenn eine große Anzahl von Teilbildern Struk­ tur enthält, kann der Schwellenwert größer gewählt werden. Bei Bildvorlagen mit wenig Struktur, d. h. wenn eine geringe Anzahl von Teilbildern Struktur enthält, muß der Schwellenwert kleiner gewählt werden.
Zur Auswertung der Teilbild-Histogramme werden für jedes Teilbild der Histo­ gramm-Parameter SDev "Streuung" und der Histogramm-Parameter FIAnt "rel. Flächenanteil" nach Rechenverfahren zur statistischen Auswertung von Histogrammen berechnet.
Der Histogramm-Parameter SDev "Streuung" wird wie folgt berechnet:
Ein Teilbild besteht aus einer Folge von Bildwerten x1, . . . xN. Mit N wird die Gesamtanzahl der Bildwerte im Wertebereich der Bildwerte xi : 1, . . . M bezeichnet. H(i) ist die Anzahl der Bildwerte mit dem Wert i in einem Teilbild.
Zunächst wird die Anzahl von Bildwerten N berechnet:
Für die Ermittlung des Histogramm-Parameters SDev "Streuung" wird dann zu­ nächst der Mittelwert der Häufigkeitsverteilung berechnet, wobei der Mittelwert einer Häufigkeitsverteilung derjenige Bildwert ist, um den sich die anderen Bild­ werte der Verteilung gruppieren. Der Mittelwert Mean ergibt sich zu:
Anschließend wird die Varianz Var bestimmt:
Daraus ergibt sich der Histogramm-Parameter SDev "Streuung" zu:
Die Standardabweichung bzw. Varianz ist ein Maß für die mittlere Abweichung der Bildwerte vom Mittelwert der Verteilung. Ist die Standardabweichung klein, so liegen die Bildwerte im Mittel nahe beim Mittelwert (schmale Häufigkeitsvertei­ lung). Ist die Standardabweichung groß, so werden größere Abweichungen der Bildwerte vom Mittelwert häufiger sein (breite Häufigkeitsverteilung).
Der Histogramm-Parameter FIAnt "Rel. Flächenanteil" wird wie folgt berechnet:
Zur Bestimmung des Histogramm-Parameters FIAnt "rel. Flächenanteil" werden die Histogrammwerte H(i) zunächst in absteigender Reihenfolge der Häufigkeit sortiert → Hs(i). Durch Vorgabe der Anzahl n der zu akkumulierenden Histo­ grammwerte Hs(i) errechnet sich der Histogramm-Parameter FIAnt zu:
Der Histogramm-Parameter FIAnt gibt den relativen Anteil S der häufigsten Bild­ werte bezogen auf die Gesamtanzahl der Bildwerte an und ist ein Maß für die "Flächigkeit" der Vorlage, für den Anteil strukturarmer Bildbereiche in der Vorlage.
Nach der Berechnung der Histogramm-Parameter SDev "Streuung" und FIAnt "rel. Flächenanteil" werden die Schwellenwerte SwSDev und SwFIAnt festgelegt, was nachfolgend beschrieben wird.
Es hat sich als vorteilhaft erwiesen, den Schwellenwert SwSDev und/oder den Schwellenwert SwFIAnt vorlagenabhängig zu bestimmen, um eine ausreichende Anzahl von bildwichtigen Teilbildern zur Bestimmung der Helligkeits-Histogram­ me zu erhalten.
Zur Festlegung des Schwellenwertes SwSDev für den Histogramm-Parameter SDev "Streuung" wird folgendes ausgeführt:
Der Bestimmung des Schwellenwertes SwSDev für den Histogramm-Parameter SDev "Streuung" liegt folgendes Prinzip zugrunde.
Zur bildabhängigen Festlegung des Schwellenwertes SwSDev wird die Häufig­ keitsverteilung der Werte des Histogramm-Parameters SDev "Streuung" der einzelnen Teilbilder herangezogen.
Fig. 4 zeigt dazu eine Häufigkeitsverteilung des Histogramm-Parameters SDev "Streuung" bei Bildvorlagen mit wenig Struktur (links) und bei Bildvorlagen mit viel Struktur (rechts). Unterschiedlich festgelegte Schwellenwerte S trennen je­ weils die Häufigkeitsverteilungen in zwei Teile, die als separate Häufigkeitsver­ teilungen aufgefaßt werden können.
Für die separaten Häufigkeitsverteilungen wird jeweils der "Informationsgehalt" (Entropie) berechnet, wobei der Schwellenwert S über den möglichen Wertebe­ reich verschoben wird. Die Entropie-Funktion Φ (S) wird als Summe der Entro­ pien der beiden einzelnen separaten Häufigkeitsverteilungen in Abhängigkeit von dem über den möglichen Wertebereich verschobenen Schwellenwert S definiert.
Fig. 5 zeigt dazu einen typischen Verlauf einer Entropie-Funktion Φ (S). Als Schwellenwert SwSDev für den Histogramm-Parameter SDev "Streuung" wird dann beispielsweise derjenige Wert S gewählt, bei dem die Entropie-Funktion Φ (S) einen maximalen Wert hat, oder bei dem die Entropie-Funktion Φ (S) einen Prozentanteil des Maximalwertes von z. B. 90% erreicht.
Zur Festlegung des Schwellenwertes SwFIAnt für den Histogramm-Parameter FIAnt "Rel. Flächenanteil" wird folgendes ausgeführt:
Für den Schwellenwert SwFIAnt des Histogramm-Parameters FIAnt "rel. Flä­ chenanteil" wird beispielsweise ein fester Wert vorgegeben. Jedoch wird bei der Berechnung des Histogramm-Parameters FIAnt die Anzahl der häufigsten zu ak­ kumulierenden Bildwerte in Abhängigkeit vom Bildumfang (min./max. Wert Hellig­ keit) bestimmt.
Nach der Berechnung der Histogramm-Parameter SDev und FIAnt für alle Teil­ flächen werden die Histogramm-Parameter SDev und FIAnt aufgerufen und mit den entsprechenden Schwellenwerten SwSDev und SwFIAnt zur Klassifizierung in bildwichtige (strukturreiche) und bildunwichtige (strukturarme) Teilbilder vergli­ chen.
Teilbild-Klassifizierung (C2)
Die Klassifizierung der Teilbilder läuft nach folgendem Klassifizierungs-Schema ab:
In diesem Klassifizierungs-Schema bedeuten:
SDev = Histogramm-Parameter "Streuung",
FIAnt = Histogramm-Parameter "rel. Flächenanteil",
SwSDev = Schwellenwert für Histogramm-Parameter "Streuung",
SwFIAnt = Schwellenwert für Histogramm-Parameter "rel. Flächen­ anteil".
Ein Teilbild enthält nur dann Struktur und wird damit als bildwichtig klassifiziert, wenn der Wert des Histogramm-Parameters SDev "Streuung" größer als der vor­ gegebene Schwellenwert SwSDev und der Wert des Histogramm-Parameters FIAnt kleiner als der vorgegebene Schwellenwert SwFIAnt ist.
Die Teilbild-Histogramme derjenigen Teilbilder, die nach dem obigen Klassifizie­ rungs-Schema als strukturreich klassifiziert wurden, werden zur Bestimmung des Summen-Histogramms nach Verfahrensschritt (D) herangezogen, der nachfol­ gend erläutert wird.
Verfahrensschritt (D)
In einem vierten Verfahrensschritt (D) wird aus den Teilbild-Histogrammen der als bildwichtig klassifizierten Teilbilder ein Summen-Histogramm berechnet, das der Häufigkeitsverteilung der Bildwerte bzw. der Helligkeitskomponenten in den bild­ wichtigen Teilbildern entspricht. Dazu werden für jede Helligkeitsstufe L* die funktionsmäßig zugehörigen Häufigkeitswerte in den einzelnen Teilbild-Histo­ grammen der bildrelevanten Teilbilder addiert und die aufsummierten Häufig­ keitswerte als neue Häufigkeitsverteilung über den entsprechenden Helligkeits­ werten L* als Summen-Histogramm bestimmt.
Fig. 6a zeigt den Verlauf eines Helligkeits-Histogramms ohne Klassifizierung von bildwichtigen Teilbildern (Stand der Technik). Der rechte Teil der Fig. 6a zeigt eine Bildvorlage (20). Nach dem Stand der Technik wird die gesamte Bildvorlage zur Bildung des Helligkeits-Histogramms (21) herangezogen, das im linken Teil der Fig. 6a dargestellt ist.
Fig. 6b zeigt ein Beispiel für eine Klassifizierung bildwichtiger Teilbilder und den Verlauf eines Summen-Histogramms, das aus den Teilbild-Histogrammen der bildwichtigen Teilbilder entstanden ist.
Der rechte Teil der Fig. 6a zeigt wieder die Bildvorlage (20), die nach Verfah­ rensschritt (A) in Teilbilder (22) unterteilt wurde. Nach den Verfahrensschritten (B) und (C) wurden für die Teilbilder (22) Teilbild-Histogramme erstellt und durch Auswertung der Teilbild-Histogramme bildwichtige Teilbilder festgestellt. Bild­ wichtige Teilbilder sind in den Fig. 6b beispielhaft schwarz markiert.
Das nach Verfahrensschritt (D) gebildete Summen-Histogramm (23) ist im linken Teil der Fig. 6b dargestellt. Dieses Summen-Histogramm gibt die Häufigkeitsver­ teilung der Helligkeitswerte L* aus den bildwichtigen Vorlagenbereichen wieder. Das Summen-Histogramm wird für die Ermittlung einer Korrektur-Kurve G = f(L) Verfahrensschritt (E) zur Korrektur der Bildgradations-Kennlinie zwecks Kontrast­ korrektur verwendet.
Verfahrensschritt (E)
In einem fünften Verfahrensschritt (E) wird aus dem Summen-Histogramm nach dem Verfahren der Histogramm-Modifikation eine Korrektur-Kurve G = f(L) für eine Kontrastkorrektur ermittelt.
Zunächst wird das Verfahren der Histogramm-Modifikation näher erläutert.
Histogramm-Modifikation
Verfahren der Histogramm-Modifikation eignen sich prinzipiell gut zur automa­ tischen Bestimmung einer Korrektur-Kurve zur Kontrastkorrektur, da aufgrund einer statistischen Bildanalyse und von Modellvorstellungen über das Kontrast­ empfinden selbständig ein an eine spezielle Bildvorlage angepaßter Kennlinien­ verlauf zur Kontrastkorrektur berechnet wird.
Bei den Verfahren der Histogramm-Modifikation werden die Kontrastverände­ rungen auf der Grundlage der Häufigkeitsverteilung der Bildwerte (Histogramm) durchgeführt. Die Bildwerte eines Originalbildes werden über eine Transforma­ tion derart umsortiert, daß das Histogramm des verarbeiteten Bildes einen be­ stimmten Verlauf annimmt.
Das Verfahren einer Histogramm-Modifikation wird am Beispiel einer Histo­ gramm-Equalization erläutert, das in folgenden Schritten abläuft:
In einem ersten Schritt wird die Häufigkeitsverteilung der Bildwerte bestimmt.
In einem zweiten Schritt wird durch Akkumulation der Histogrammwerte eine Transformations-Kennlinie berechnet, die der Summenhäufigkeit der Häufigkeits­ verteilung entspricht.
In einem dritten Schritt werden die Bildwerte über die Transformations-Kennlinie umgesetzt.
Nach der Umsetzung der Bildwerte mit der Transformations-Kennlinie als Gra­ dation zeigt das Histogramm des verarbeiteten Bildes einen veränderten Verlauf.
Im Idealfall sehr kleiner Abstufung (Quantisierung) der Bildwerte (kontinuierliche Bildwerte) ist das Histogramm exakt gleichverteilt. Bei gröberer Quantisierung der Bildwerte (diskrete Bildwerte) läßt sich durch die Umverteilung der Bildwert­ stufen keine Gleichverteilung der Bildwerte mehr erreichen, jedoch sind die Häu­ figkeitsspitzen verbreitert und stark verflacht.
Fig. 7 zeigt das Verfahrensprinzip der Histogramm-Equalization mit kontinuier­ lichen (linker Teil der Fig. 7) und mit diskreten Bildwerten (rechter Teil der Fig. 7). Es ist jeweils ein Eingangs-Histogramm (24), eine Transformations-Kennlinie (25) und ein Ausgangs-Histogramm (26) dargestellt, das dem nach der Trans­ formations-Kennlinie modifizierten Eingangs-Histogramm (24) entspricht.
Die nach dem Verfahren der Histogramm-Equalization bestimmte Korrektur-Kur­ ve G = f(L) bewirkt eine Kontrastverstärkung durch Spreizung von Bildwertstufen in den Tonwertbereichen der häufigen Bildwerte (steiler Kennlinienverlauf) und eine Kontrastverminderung durch Zusammenlegung von Bildwertstufen in den Tonwertbereichen der weniger häufigen Bildwerte (flacher Kennlinienverlauf).
Nach der Erläuterung des Verfahrens einer Histogramm-Modifikation bzw. Histo­ gramm-Equalization zurück zum Verfahrensschritt (E). Die Bestimmung der Kor­ rektur-Kurve G = f(L) nach Verfahrensschritt (E) zur Korrektur der Bildgrada­ tion-Kennlinie erfolgt nach dem zuvor beschriebenen Verfahren der Histogramm-Mo­ difikation durch Akkumulation der Histogrammwerte H(i) des Summen-Histo­ gramms im Bereich LMin bis LMax nach der Gleichung:
Die Akkumulation der Histogrammwerte H(i) wird dabei nur zwischen den ana­ lysierten minimalen und maximalen Werten des Helligkeitsumfangs der Vorlage (Bildlicht- und Bildtiefewerte) durchgeführt.
Fig. 8 zeigt in einer grafischen Darstellung die Bestimmung der Korrektur-Kurve G = f(L) (28) zwischen Bildtiefe und Bildlicht aus dem Summen-Histogramm (27).
Die Glättung der Korrektur-Kurve G = f(L) erfolgt durch eine Tiefpaß-Filterung beispielsweise nach dem Verfahren "Gleitender Mittelwert". Nach diesem Ver­ fahren werden die Werte der geglätteten Kennlinie als gewichtete Summe aus benachbarten Werten der ungeglätteten Kennlinie berechnet. Durch die spezielle Wahl der Gewichtungsfaktoren wird im Mittelungsintervall von beispielsweise 5 Werten eine optimale Glättung durch ein Polynom 3. Ordnung mit minimaler Ab­ weichung im quadratischen Mittel erreicht. Die Gewichtungsfaktoren können wie folgt gebildet werden:
Der Verlauf der Korrektur-Kurve G = f(L) für die Kontrastkorrektur wird durch eine begrenzte Anzahl von Stützwerten (z. B. 16 Stützwerte) wiedergegeben. Die Aus­ wahl der Stützwerte aus den Werten der geglätteten Kennlinien erfolgt möglichst visuell gleichabständig. Die aus dem Helligkeits-Histogramm bestimmte Kontrast­ korrektur wird beispielsweise als reine Helligkeitskorrektur über eine Änderung der Neutralgradation in die Farbbildwerte eingerechnet. Für die Korrektur-Kurve G = f(L) werden Stützwerte zwischen den Bildlicht- und Bildtiefewerten bestimmt.
Die eigentliche Kontrastkorrektur erfolgt in den Bildabtastgeräten (1, 2, 3), indem die ermittelte Korrektur-Kurve G = f(L) an das Bildabtastgerät übergeben und die dort beispielsweise in Tabellen-Speichern (LUT) abgelegte Bildgradations-Kenn­ linie entsprechend der Korrektur-Kurve G = f(L) korrigiert wird. Für die Umset­ zung nach der korrigierten Bildgradations-Kennlinie werden dann die durch einen Feinscan im Bildabtastgerät gewonnenen Bildwerte herangezogen.
Die Verwendung der Korrektur-Kurve G = f(L) führt in der Praxis meist zu starken Kontrastkorrekturen, die oft nicht erwünscht sind.
Variablen Kontrastkorrektur
Eine vorteilhafte Weiterbildung des Verfahrens besteht deshalb darin, die Kon­ trastkorrektur mit Hilfe eines wählbaren Korrekturfaktors k variabel zu machen, so daß die Korrekturstärke über den Korrekturfaktor k von minimal (0%) bis maximal (100%) einstellbar ist.
Die variable Kontrastkorrektur wird anhand der Fig. 9 erläutert. Zunächst wird aus dem Helligkeits-Histogramm H (29) nach dem Verfahren der Histogramm- Modifikation eine Histogramm-Gradation HG (30) bestimmt. Die Anwendung der Histogramm-Gradation HG (30) entspricht der Korrekturstärke 100%. Gleichzei­ tig wird eine Linear-Gradation LG (31) erzeugt, die einer Korrekturstärke von 0% entspricht.
Die variable Kontrastkorrektur für eine Bildvorlage erfolgt über eine Korrektur- Gradation KG (32), die durch Addition von über den Korrekturfaktor k wählbaren Gradations-Anteilen der Histogramm-Gradation HG (30) und der Linear-Grada­ tion LG (31) nach folgender Gleichung gebildet wird:
KG = k * HG + (1-k) * LG
Die wählbaren Gradations-Anteile k * HG (33) und (1-k) * LG (34) sind ebenfalls in Fig. 9 dargestellt.
Die Korrekturstärke wird in vorteilhafter Weise bildabhängig gestaltet, indem der Korrekturfaktor k jeweils in Abhängigkeit von den Eigenschaften der Bildvorlage festgelegt wird.
Der Ermittlung eines bildabhängigen Korrekturfaktors k liegt folgendes Prinzip zugrunde:
Die mittlere quadratische Abweichung des berechneten Verlaufes der Korrektur- Kurve G = f(L) (maximale Kontrastkorrektur) vom linearen Verlauf der Korrektur- Kurve G = f(L) (minimale Kontrastkorrektur) ist ein Maß für die "visuelle" Stärke der Kontrastkorrektur. Die mittlere quadratische Abweichung (root mean square), als RMS-Wert bezeichnet, wird aus den visuell gleichabständigen Helligkeits- Bildwerten L* bestimmt. Ein großer RMS-Wert entspricht einer starken Kontrast­ korrektur, ein kleiner RMS-Wert einer geringen Kontrastkorrektur.
Der RMS-Wert des berechneten Verlaufes der Korrektur-Kurve G = f(L) ent­ spricht jedoch nicht allgemein der visuell notwendigen Korrektur. Die erforder­ liche Stärke der Kontrastkorrektur ist im allgemeinen abhängig vom Verlauf der Häufigkeitsverteilung der Helligkeitswerte. Bildvorlagen mit stark einseitigen (zu hell/dunkel) Histogrammverläufen, erfordern meist eine stärkere Korrektur. Bild­ vorlagen mit mehr ausgeglichenen Histogrammverläufen, erfordern meist eine geringere oder keine Korrektur.
Ob eine Histogrammverteilung mehr ausgeglichen oder stark einseitig ist, läßt sich in vorteilhafter Weise aus den statistischen Histogramm-Parametern "Skewness" und "Kurtois" ableiten.
Der Parameter "Skewness" (Symmetriekoeffizient) beschreibt die Ungleichheit der Ausläufer einer Histogrammverteilung. Der Parameter "Kurtois" ist ein Maß für den Verlauf (flach/spitz) einer Histogrammverteilung.
Die Berechnung der Histogramm-Parameter Skew "Skewness" und Kurt "Kurtois" erfolgt aus dem Summen-Histogramm der klassifizierten bildwichtigen Teilbilder nach folgenden Gleichungen:
Histogramm-Parameter Skew "Skewness"
Histogramm-Parameter Kurt "Kurtois"
Der Histogramm-Parameter Skew "Skewness" (Symmetriekoeffizient) beschreibt die Ungleichheit der Ausläufer einer Verteilung, d. h. die Unterschiede der posi­ tiven und negativen Abweichung der Bildwerte vom Mittelwert. Der Symmetrie­ koeffizient ist positiv, wenn die Häufigkeitsverteilung lange Ausläufer zu großen Werten hin hat. Dagegen ist der Symmetriekoeffizient negativ, wenn die Häufig­ keitsverteilung lange Ausläufer zu kleinen Werten hin hat. Für symmetrische Häufigkeitsverteilungen ist der Symmetriekoeffizient näherungsweise Null.
Der Histogramm-Parameter Kurt "Kurtois" ist ein Maß für den Verlauf (flach/spitz) einer Häufigkeitsverteilung relativ zur Normalverteilung. Ist der Histogramm- Parameter Kurt "Kurtois" klein bzw. negativ, so zeigt die Häufigkeitsverteilung einen flachen Verlauf (breite Häufigkeitsverteilung), ist er dagegen groß, so zeigt die Häufigkeitsverteilung einen spitzen Verlauf (schmale Häufigkeitsverteilung).
Fig. 10 zeigt verschiedene Histogrammverteilungen und Werte der Histogramm- Parameter Skew "Skewness" und Kurt "Kurtois".
Die Festlegung des Korrekturfaktors k wird in vorteilhafter Weise in Abhängigkeit von der Stärke der berechneten Kontrastkorrektur (RMS-Wert) und/oder von dem Verlauf der Helligkeitsverteilung der Histogramm-Parameter Skew "Skewness" und Kurt "Kurtois" nach folgenden Schritten vorgenommen:
In einem ersten Schritt wird der RMS-Istwert der Korrektur-Kurve G = f(L) (Histo­ gramm-Gradation) berechnet. Der RMS-Istwert entspricht einer maximalen Kor­ rekturstärke.
Der RMS-Istwert der berechneten Korrektur-Kurve G = f(L) (Histogramm-Grada­ tion) wird als mittlere quadratische Abweichung der Histogramm-Gradation (HG) von einer Linear-Gradation (LG) bestimmt. Hierzu zeigt Fig. 11 den RMS-Wert einer Histogramm-Gradation (HG).
Die Berechnung des RMS-Istwertes (RMSgrd) der Histogramm-Gradation (HG) erfolgt nach folgender Gleichung:
mit:
δi = Abweichung eines korrigierten Bildwertes (Histogramm-Gra­ dation HG) von einem unkorrigierten Bildwert i (Linear-Gradation LG),
N = Anzahl der Abweichungen δi.
In einem zweiten Schritt wird der RMS-Sollwert als RMS-Vorgabewert für die Kontrastkorrektur anhand eines Klassifizierungs-Schemas bestimmt.
Die Klassifizierung in drei Bereiche "ausgeglichen", "einseitig" und "stark ein­ seitig" erfolgt durch Vergleich der statistischen Histogramm-Parameter Skew "Skewness" und Kurt "Kurtois" mit festgelegten Schwellenwerten SSw1, SSw2 bzw. KSw1, KSw2 wie folgt:
Klassifizierungs-Schema
Darin bedeuten die RMS-Vorgabewerte Rmsi für die Kontrastkorrektur:
Rms1 = schwache Kontrastkorrektur,
Rms2 = schwache Kontrastkorrektur,
Rms3 = mittlere Kontrastkorrektur,
Rms4 = mittlere Kontrastkorrektur,
Rms5 = starke Kontrastkorrektur,
mit:
SSw1, SSw2 = Schwellenwerte des Histogramm-Parameters "Skewness",
KSw1, KSw2 = Schwellenwerte des Histogramm-Parameters "Kurtois".
Als Ergebnis der Klassifizierung ergibt sich ein RMS-Vorgabewert Rmsi für die aus der Bildgradations-Analyse abgeleitete notwendige Kontrastkorrektur.
Aus dem RMS-Vorgabewert Rms (RMS-Sollwert) und dem RMS-Istwert Rgrd wird dann in einem dritten Schritt der erforderliche Wert des Korrekturfaktors k berechnet:
Der Wert des Korrekturfaktors k liegt im allgemeinen zwischen 0.0 (minimale Korrektur) und 1.0 (maximale Korrektur). Ergibt die Berechnung des Korrektur­ faktors keinen Wert größer als 1.0, so wird der Wert auf 1.0 begrenzt.

Claims (27)

1. Verfahren zur Analyse und Korrektur der Bildgradation einer Bildvorlage bei Geräten und Systemen für die Bildverarbeitung, bei dem
  • - durch punkt- und zeilenweise, optoelektronische Abtastung einer Bildvorlage mittels eines Eingabegerätes Bildwerte bzw. Farbwerte gewonnen werden,
  • - aus den Bildwerten bzw. Farbwerten der Bildvorlage ein Histogramm erstellt wird und
  • - aus dem Histogramm nach einem Verfahren der Histogramm-Modifikation eine Korrektur-Kurve (G=f(L)) zur Korrektur der Bildgradation-Kennlinie zwecks Kontrastkorrektur der Bildvorlage gewonnen wird, dadurch gekennzeichnet, daß
  • - die zu analysierende Bildvorlage geometrisch in eine Anzahl Teilbilder unterteilt wird,
  • - für jedes Teilbild getrennt die Häufigkeitsverteilung der Bildwerte bzw. der Helligkeitskomponenten der Farbwerte in dem entsprechenden Teilbild als Teilbild-Histogramm bestimmt wird,
  • - die Teilbild-Histogramme der einzelnen Teilbilder ausgewertet und anhand der Auswertung die für die Bildgradation bildwichtigen Teilbilder festge­ stellt werden und
  • - aus den Teilbild-Histogrammen der bildwichtigen Teilbilder ein Summen- Histogramm berechnet wird, das der Häufigkeitsverteilung der Bildwerte bzw. der Helligkeitskomponenten der Farbwerte in den bildwichtigen Teil­ bildern entspricht und das berechnete Summen-Histogramm zur Ermittlung der Korrektur-Kurve (G=f(L)) verwendet wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Auswertung der Teilbild-Histogramme zur Feststellung der bildwichtigen (strukturreichen) Teilbilder mit Hilfe von statistischen Histogramm-Parametern erfolgt.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß zur Auswertung der Teilbild-Histogramme jeweils der Histogramm-Parameter "Streuung" (SDev) und der Histogramm-Parameter "relativer Flächenanteil der häufig­ sten Bildwerte" (FLAnt) eines Teilbild-Histogramms herangezogen wird, wobei der Histogramm-Parameter "Streuung" (SDev) und der Histogramm-Para­ meter "relativer Flächenanteil der häufigsten Bildwerte" (FLAnt) ein Maß für die Struktur in Bildbereichen der Teilbilder sind.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß die Feststellung der bildwichtigen Teilbilder jeweils nach einem Klassi­ fizierungs-Schema durch Vergleich des Histogramm-Parameters "Streuung" (SDev) und des Histogramm-Parameters "relativer Flächenanteil der häufig­ sten Bildwerte" (FLAnt) mit für die jeweilige Bildvorlage wählbaren Schwellen­ werten (SwSDev, SwFIAnt) folgt.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß ein Teilbild nach dem Klassifizierungs-Schema dann als bildwichtig ein­ gestuft wird, wenn der Wert des Histogramm-Parameters "Streuung" (SDev) des Teilbildes größer als der vorgegebene Schwellenwert (SwSDev) und der Wert des Histogramm-Parameters "relativer Flächenanteil der häufigsten Bildwerte" (FLAnt) des Teilbildes kleiner als der vorgegebene Schwellenwert (SwFIAnt) ist.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß der Schwellenwert (SwSDev) für den Histogramm-Parameter "Streuung" (SDev) und/oder der Schwellenwert (SwFIAnt) für den Histogramm-Parame­ ter "relativer Flächenanteil der häufigsten Bildwerte" (FLAnt) jeweils in Ab­ hängigkeit von den Eigenschaften der Bildvorlage gewählt werden.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß der Schwellenwert (SwSDev) für den Histogramm-Parameter "Streu­ ung" (SDev) aus der Häufigkeitsverteilung der Werte des Histogramm-Para­ meters "Streuung" (SDev) von allen Teilbildern ermittelt wird.
8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß die Histogramm-Parameter "Streuung" (SDev) und die Histogramm- Parameter "relativer Flächenanteil der häufigsten Bildwerte" (FLAnt) der Teilbilder durch statistische Auswertung der zugehörigen Teilbild-Histogram­ me ermittelt werden.
9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, daß der Histogramm-Parameter "Streuung" (SDev) für ein Teilbild in fol­ genden Schritten ermittelt wird:
  • - Berechnen der Anzahl (N) von Bildwerten für das Teilbild aus dem zuge­ hörigen Teilbild-Histogramm (Hi(i), i=1 , . . ., M) nach der Gleichung, wobei (H(i)) der Anzahl der Bildpunkte mit dem Bildwert (i) im Teilbild entspricht:
  • - Berechnen des Mittelwertes (Mean) der Häufigkeitsverteilung aus dem Teilbild-Histogramm (Hi(i), i=1 , . . ., M) nach der Gleichung:
  • - Berechnen der Varianz (Var) nach der Gleichung:
  • - Ermitteln des Histogramm-Parameters "Streuung" (SDev) nach der Gleichung:
10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß der Histogramm-Parameter "relativer Flächenanteil der häufigsten Bildwerte" (FLAnt) für ein Teilbild nach folgenden Schritten ermittelt wird:
  • - Berechnen der Anzahl N von Bildwerten für das Teilbild aus dem zuge­ hörigen Teilbild-Histogramm (Hi(i), i=1 , . . ., M) nach der Gleichung, wobei (H(i)) der Anzahl der Bildpunkte mit dem Bildwert (i) im Teilbild entspricht:
  • - Umsortieren der Histogrammwerte (Hs(i)) des zugehörigen Teilbild-Histo­ gramms (Hi) in absteigender Reihenfolge der Häufigkeit zu einer neuen Häufigkeitsverteilung (Hs(i)),
  • - Vorgabe der Anzahl (n) von zu akkumulierenden Histogrammwerten (Hs(i)), und
  • - Ermitteln des Histogramm-Parameters "relativer Flächenanteil der häufig­ sten Bildwerte" (FLAnt) nach der Gleichung:
11. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, daß die Klassifizierung der bildwichtigen Teilbilder in folgenden Schritten abläuft:
  • - Wählen der Schwellenwerte (SwSDev, SwFIAnt) für die Histogramm-Para­ meter "Streuung" (SDev) und "relativer Flächenanteil der häufigsten Bild­ werte" (FLAnt),
  • - Berechnen der Histogramm-Parameter "Streuung" (SDev) und "relativer Flächenanteil der häufigsten Bildwerte" (FLAnt) für alle Teilbilder und
  • - Auswerten der berechneten Histogramm-Parameter "Streuung" (SDev) und "relativer Flächenanteil der häufigsten Bildwerte" (FLAnt) nach dem Klassifizierungs-Schema.
12. Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, daß für jede Helligkeitsstufe (L*) die funktionsmäßig zugehörigen Helligkeits­ werte (L*) in den einzelnen Teilbild-Histogrammen addiert und die aufaddier­ ten Helligkeitswerte (L*) als neue Häufigkeitsverteilung in Form eines Sum­ men-Histogramms bestimmt wird.
13. Verfahren nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, daß die Korrektur-Kurve G=f(L) nach einem Verfahren der Histogramm- Modifikation durch Akkumulieren der Histogrammwerte (Hi) des Summen- Histogramms der bildwichtigen Teilbilder nach folgender Gleichung ermittelt wird:
14. Verfahren nach Anspruch 13, dadurch gekennzeichnet, daß die Akkumu­ lation jeweils zwischen dem Minimalwert (LMin) und dem Maximalwert (Lmax) des Helligkeitsumfangs der Bildvorlage durchgeführt wird.
15. Verfahren nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, daß die Korrektur-Kurve G=f(L) durch eine Tiefpaß-Filterung geglättet wird.
16. Verfahren nach Anspruch 15, dadurch gekennzeichnet, daß die Glättung der Korrektur-Kurve G=f(L) nach dem Verfahren "gleitender Mittelwert" durchgeführt wird, indem die Werte der geglätteten Korrektur-Kurve G=f(L) als gewichtete Summe aus benachbarten Werten der ungeglätteten Kor­ rektur-Kurve berechnet werden.
17. Verfahren nach einem der Ansprüche 1 bis 16, dadurch gekennzeichnet, daß die Korrekturstärke zur Erzielung einer variablen Kontrastkorrektur mit­ tels eines Korrekturfaktors (k) wählbar ist.
18. Verfahren nach Anspruch 17, dadurch gekennzeichnet, daß
  • - aus dem Helligkeits-Histogramm der Bildvorlage nach dem Verfahren der Histogramm-Modifikation eine Histogramm-Gradation (HG) ermittelt wird, die einer maximalen Korrekturstärke (100%) entspricht,
  • - eine Linear-Gradation (LG) generiert wird, die einer minimalen Korrekturstärke (0%) entspricht und
  • - eine Korrektur-Gradation (KG) für die variable Kontrastkorrektur durch Addition mittels des Korrekturfaktors (k) wählbarer Anteile der Histo­ gramm-Gradation (HG) und der Linear-Gradation (LG) gebildet wird.
19. Verfahren nach Anspruch 18, dadurch gekennzeichnet, daß die Bildung der Korrektur-Gradation (KG) nach folgender Gleichung erfolgt, wobei der Kor­ rekturfaktor (k) im Wertebereich von 0.0 bis 1.1 liegt: KG = k * HG + (1 - k) * LG
20. Verfahren nach einem der Ansprüche 17 bis 19, dadurch gekennzeichnet, daß der Korrekturfaktor (k) jeweils in Abhängigkeit von den Eigenschaften der Bildvorlage gewählt wird.
21. Verfahren nach Anspruch 20, dadurch gekennzeichnet, daß der Korrektur­ faktor (k) in Abhängigkeit von der Korrekturstärke einer berechneten Kon­ trastkorrektur und/oder vom Verlauf der Helligkeitsverteilung in der Bildvorla­ ge gewählt wird.
22. Verfahren nach einem der Ansprüche 17 bis 21, dadurch gekennzeichnet, daß ein die maximale Korrekturstärke angebender RMS-Istwert (RMSgrd) aus der Korrektur-Kurve G=f(L) als mittlere quadratische Abweichung der Histogramm-Gradation (HG) von der Linear-Gradation (LG) nach folgender Gleichung berechnet wird: mit:
δi = Abweichung eines korrigierten Bildwertes (Histogramm-Gradation HG) von einem unkorrigierten Bildwert i (Linear-Gradation (LG),
N = Anzahl der Abweichungen (δi).
23. Verfahren nach einem der Ansprüche 17 bis 22, dadurch gekennzeichnet, daß ein RMS-Sollwert (Rmsi) als Vorgabewert für die Kontrastkorrektur nach einem Klassifizierungs-Schema durch Vergleich von aus dem Summen- Histogramm der bildwichtigen Teilbilder berechneten statistischen Histo­ gramm-Parametern "Skewness" (Skew) und "Kurtois" (Kurt) mit vorgebbaren Schwellenwerten (SSw, KSw) ermittelt wird.
24. Verfahren nach einem der Ansprüche 17 bis 23, dadurch gekenn­ zeichnet, daß der Korrekturfaktor (k) als Quotient aus dem RMS-Sollwert (Rmsi) und dem RMS-Istwert (RMSgrd) gebildet wird.
25. Verfahren nach einem der Ansprüche 1 bis 24, dadurch gekennzeichnet, daß die Analyse der Bildgradation einer Bildvorlage anhand von Bildwerten erfolgt, die durch Abtastung der Bildvorlage mit einer gröberen Auflösung (Grobscan) gegenüber der für die Reproduktion der Bildvorlage erforder­ lichen Auflösung (Feinscan) gewonnen werden.
26. Verfahren nach einem der Ansprüche 1 bis 25, dadurch gekennzeichnet, daß
  • - die Bildwerte (R, G, B) eines dem Eingabegerät zugeordneten ersten Farbraumes (14) in die funktionsmäßig zugehörigen Bildwerte (L*, a*, b*) eines vom ersten Farbraum (14) unabhängigen zweiten Farbraumes (15) (Referenz-Farbraum; Kommunikations-Farbraum) transformiert werden und
  • - die Analyse der Bildgradation zur Ermittlung von Einstellwerten für die Bildverarbeitung anhand der transformierten Bildwerte (L*, a*, b*) durch­ geführt wird.
27. Einrichtung zur Durchführung des Verfahrens nach Anspruch 1, gekennzeichnet durch
  • - eine Bildbearbeitungs-Einheit (8) zur Bearbeitung der Bildwerte (L, a, b) mit einem Bedienungsterminal (8a) und einer Kommunikations-Einheit (8b) zur Zwischenspeicherung der bearbeiteten Bildwerte (L, a, b) und
  • - eine mit der Bildbearbeitungs-Einheit (8) und dem Bedienungsterminal (8a) verbundenen Vorlagenanalyse-Einheit (8c), mit der die Analyse der Bildgradation einer Bildvorlage zur Ermittlung von Einstellwerten für die Bildverarbeitung anhand der Bildwerte (L, a, b) durchgeführt wird.
DE4309878A 1992-04-06 1993-03-26 Verfahren und Einrichtung zur Analyse und Korrektur der Bildgradation in Bildvorlagen Expired - Fee Related DE4309878C2 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE4309878A DE4309878C2 (de) 1992-04-06 1993-03-26 Verfahren und Einrichtung zur Analyse und Korrektur der Bildgradation in Bildvorlagen
JP5079911A JP2598601B2 (ja) 1992-04-06 1993-04-06 原画の画像グラデーションの分析および補正方法
US08/376,377 US5748802A (en) 1992-04-06 1995-01-23 Method and apparatus for the analysis and correction of the image gradation in image originals

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE4211469 1992-04-06
DE4309878A DE4309878C2 (de) 1992-04-06 1993-03-26 Verfahren und Einrichtung zur Analyse und Korrektur der Bildgradation in Bildvorlagen

Publications (2)

Publication Number Publication Date
DE4309878A1 DE4309878A1 (de) 1993-11-04
DE4309878C2 true DE4309878C2 (de) 1994-07-21

Family

ID=6456177

Family Applications (1)

Application Number Title Priority Date Filing Date
DE4309878A Expired - Fee Related DE4309878C2 (de) 1992-04-06 1993-03-26 Verfahren und Einrichtung zur Analyse und Korrektur der Bildgradation in Bildvorlagen

Country Status (2)

Country Link
US (1) US5748802A (de)
DE (1) DE4309878C2 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19701527C2 (de) * 1996-01-18 2002-10-10 Ricoh Kk Vorrichtung zur Verbesserung der Bildqualität
US8488138B2 (en) 2009-07-24 2013-07-16 Oce Technologies B.V. Method for composing a reflectivity histogram and reprographic apparatus using this method

Families Citing this family (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4339161C2 (de) * 1993-08-09 1996-11-28 Siemens Ag Verfahren zur Verfolgung von Bewegungen einer menschlichen Hand in einer zeitlichen Folge digitaler Farbbilder
JPH09261505A (ja) * 1996-01-18 1997-10-03 Konica Corp 色補正条件算出方法、焼付露光量決定方法、画像処理方法、画像処理装置、画像形成装置、焼付露光装置及び記憶媒体
US6583820B1 (en) * 1997-03-17 2003-06-24 Konica Corporation Controlling method and apparatus for an electronic camera
US5949918A (en) * 1997-05-21 1999-09-07 Sarnoff Corporation Method and apparatus for performing image enhancement
EP2199973A3 (de) 1997-06-09 2010-09-08 Seiko Epson Corporation Bildverarbeitungsgerät und -Verfahren, und Bildauswertungsvorrichtung und -Verfahren
US6178259B1 (en) * 1998-04-17 2001-01-23 Unisys Corporation Method of compensating for pixel histogram distortion in an object recognition system
US6791711B1 (en) * 1998-06-24 2004-09-14 Canon Kabushiki Kaisha Image processing method, image processing apparatus, and recording medium
US6694051B1 (en) * 1998-06-24 2004-02-17 Canon Kabushiki Kaisha Image processing method, image processing apparatus and recording medium
US6275605B1 (en) * 1999-01-18 2001-08-14 Eastman Kodak Company Method for adjusting the tone scale of a digital image
JP3809742B2 (ja) * 1999-03-29 2006-08-16 コニカミノルタビジネステクノロジーズ株式会社 コントラスト補正を行う画像処理装置および方法
AU4239200A (en) * 1999-04-16 2000-11-02 Avid Technology, Inc. Apparatus and method for generating and displaying histograms of color images for color correction
JP3714657B2 (ja) * 1999-05-12 2005-11-09 パイオニア株式会社 階調補正装置
US6393148B1 (en) * 1999-05-13 2002-05-21 Hewlett-Packard Company Contrast enhancement of an image using luminance and RGB statistical metrics
JP3902894B2 (ja) * 1999-10-15 2007-04-11 理想科学工業株式会社 画像処理装置及び画像処理方法
US6377702B1 (en) * 1999-12-08 2002-04-23 Sony Corporation Color cast detection and removal in digital images
US6807301B1 (en) * 2000-02-25 2004-10-19 Fujitsu Limited Image production controlling device, image producing device, image production controlling method, and a storage medium
TW518882B (en) * 2000-03-27 2003-01-21 Hitachi Ltd Liquid crystal display device for displaying video data
DE60101052T2 (de) * 2000-03-30 2004-07-29 British Telecommunications P.L.C. Verarbeitung von bildern
DE10016452A1 (de) * 2000-04-01 2001-10-04 Heidelberger Druckmasch Ag Verfahren zur Klassifizierung von Bildvorlagen nach Positivbildern und Negativbildern
EP1360833A1 (de) 2000-08-31 2003-11-12 Rytec Corporation Sensor und abbildungssystem
US6704445B1 (en) 2000-09-08 2004-03-09 Avid Technology, Inc. Spike tolerant histograms
JP2002204353A (ja) * 2000-12-28 2002-07-19 Fujitsu Ltd 画像状態推定方法、画像補正方法および補正装置
JP2002230546A (ja) * 2001-01-30 2002-08-16 Fujitsu Ltd 画像処理プログラム、画像処理プログラムを記録したコンピュータ読取可能な記録媒体、画像処理方法及び画像処理装置
US7956823B2 (en) * 2001-05-30 2011-06-07 Sharp Kabushiki Kaisha Color display device, color compensation method, color compensation program, and storage medium readable by computer
US6826310B2 (en) * 2001-07-06 2004-11-30 Jasc Software, Inc. Automatic contrast enhancement
ITTO20011080A1 (it) * 2001-11-19 2003-05-19 Olivetti Tecnost Spa ,,metodo e dispositivo per la determinazione di una dominante cromatica in un'immagine,,
US7221807B2 (en) * 2002-03-29 2007-05-22 Sharp Laboratories Of America, Inc. Methods and systems for digital image characteristic adjustment using a neural network
US6888564B2 (en) * 2002-05-24 2005-05-03 Koninklijke Philips Electronics N.V. Method and system for estimating sharpness metrics based on local edge kurtosis
JP2003345315A (ja) * 2002-05-30 2003-12-03 Fujitsu Ltd 信号処理部及び液晶表示装置
US7321699B2 (en) 2002-09-06 2008-01-22 Rytec Corporation Signal intensity range transformation apparatus and method
JP4167097B2 (ja) * 2003-03-17 2008-10-15 株式会社沖データ 画像処理方法および画像処理装置
US7320444B2 (en) * 2004-01-21 2008-01-22 Fujifilm Corporation Recording tape cartridge
CN1307598C (zh) * 2004-04-12 2007-03-28 光宝科技股份有限公司 图像对比度的调整方法
KR101097512B1 (ko) * 2004-11-23 2011-12-22 엘지디스플레이 주식회사 액정표시장치 및 구동방법
KR100752850B1 (ko) * 2004-12-15 2007-08-29 엘지전자 주식회사 디지털 영상 촬영장치와 방법
US7426312B2 (en) * 2005-07-05 2008-09-16 Xerox Corporation Contrast enhancement of images
US7512269B2 (en) * 2005-08-04 2009-03-31 Asaf Golan Method of adaptive image contrast enhancement
US20070041657A1 (en) * 2005-08-19 2007-02-22 Samsung Electronics Co., Ltd. Image processing device to determine image quality and method thereof
US20070091434A1 (en) * 2005-10-21 2007-04-26 Hewlett-Packard Development Company, L.P. Luminance adjustment
US20070091435A1 (en) * 2005-10-21 2007-04-26 Hewlett-Packard Development Company, L.P. Image pixel transformation
US8130184B2 (en) * 2005-10-21 2012-03-06 Hewlett-Packard Development Company L. P. Image pixel transformation
US7609444B2 (en) * 2005-10-21 2009-10-27 Hewlett-Packard Development Company, L.P. Projection partitioning and aligning
WO2007133192A2 (en) * 2006-05-08 2007-11-22 Hewlett-Packard Development Company, L.P. Brightness correction with reduced hue-shift
US8369645B2 (en) * 2006-05-17 2013-02-05 Sony Corporation Image correction circuit, image correction method and image display
US8369646B2 (en) * 2006-05-17 2013-02-05 Sony Corporation Image correction circuit, image correction method and image display
JP2008016940A (ja) * 2006-07-03 2008-01-24 Seiko Instruments Inc コントラスト自動調整方法
US7898705B2 (en) * 2006-09-29 2011-03-01 Xerox Corporation Color status detection in color binary domain
JP4752719B2 (ja) * 2006-10-19 2011-08-17 ソニー株式会社 画像処理装置、画像取得方法及びプログラム
CN100582932C (zh) * 2007-04-02 2010-01-20 鸿富锦精密工业（深圳）有限公司 相机模组暗角侦测装置及相机模组暗角侦测方法
JP2009175310A (ja) * 2008-01-23 2009-08-06 Nikon Corp 焦点検出装置、焦点検出方法およびカメラ
JP4982399B2 (ja) * 2008-01-30 2012-07-25 株式会社リコー 画像処理装置および画像処理方法および画像処理プログラムおよび撮像装置
DE102008032686B4 (de) 2008-07-06 2020-07-16 Dürr Dental SE Verfahren zur Verbesserung des Kontrastes von Bildern, insbesondere Grauwertbildern und Vorrichtung zu seiner Durchführung
EP2352123A4 (de) * 2008-11-19 2012-10-24 Sharp Kk Schaltung zur abgrenzung eines bestimmten farbbereichs, erkennungsschaltung und bildverarbeitungsvorrichtung damit
US20120070047A1 (en) * 2010-09-20 2012-03-22 Johnson Alfred J Apparatus, method and computer readable storage medium employing a spectrally colored, highly enhanced imaging technique for assisting in the early detection of cancerous tissues and the like
CN102651136B (zh) * 2011-02-28 2014-11-26 国际商业机器公司 图像的颜色映射方法及装置
US9480862B2 (en) * 2011-03-07 2016-11-01 Ion Beam Applications S.A. Water equivalent depth measurement for providing a continuous calibration range based on discrete measurements
JP2016016050A (ja) * 2014-07-07 2016-02-01 ソニー株式会社 画像処理装置および方法、プログラム、並びに内視鏡システム
CN104240213B (zh) * 2014-09-05 2017-12-15 京东方科技集团股份有限公司 一种显示方法及显示装置
CN110189266B (zh) * 2019-05-09 2023-01-03 湖北工业大学 一种自适应的快速图像增强方法
CN111951194B (zh) * 2020-08-26 2024-02-02 重庆紫光华山智安科技有限公司 图像处理方法、装置、电子设备和计算机可读存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3019836A1 (de) * 1980-05-23 1982-01-21 Siemens AG, 1000 Berlin und 8000 München Verfahren zum automatischen erkennen von bild- und text- oder graphikbereichen auf druckvorlagen
GB2115256B (en) * 1981-12-19 1986-01-29 Konishiroku Photo Ind Picture image discriminating apparatus
JPS5954376A (ja) * 1982-09-21 1984-03-29 Konishiroku Photo Ind Co Ltd 画像処理方法
US4654722A (en) * 1985-05-06 1987-03-31 Eastman Kodak Company Tone value sample selection in digital image processing method employing histogram normalization
US4972257A (en) * 1989-04-03 1990-11-20 Xerox Corporation Operator adjustable color image processing
US5046118A (en) * 1990-02-06 1991-09-03 Eastman Kodak Company Tone-scale generation method and apparatus for digital x-ray images
JPH0787587B2 (ja) * 1990-02-16 1995-09-20 松下電器産業株式会社 階調補正装置
US5121224A (en) * 1990-06-01 1992-06-09 Eastman Kodak Company Reproduction apparatus with selective screening and continuous-tone discrimination
US5363218A (en) * 1990-11-26 1994-11-08 Konica Corporation Color estimation method for compressing color image data for image reproduction
JPH04271669A (ja) * 1991-02-27 1992-09-28 Matsushita Electric Ind Co Ltd 階調補正装置
US5222154A (en) * 1991-06-12 1993-06-22 Hewlett-Packard Company System and method for spot color extraction
JP3019479B2 (ja) * 1991-06-28 2000-03-13 松下電器産業株式会社 階調補正装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19701527C2 (de) * 1996-01-18 2002-10-10 Ricoh Kk Vorrichtung zur Verbesserung der Bildqualität
US8488138B2 (en) 2009-07-24 2013-07-16 Oce Technologies B.V. Method for composing a reflectivity histogram and reprographic apparatus using this method

Also Published As

Publication number Publication date
US5748802A (en) 1998-05-05
DE4309878A1 (de) 1993-11-04

Similar Documents

Publication Publication Date Title
DE4309878C2 (de) Verfahren und Einrichtung zur Analyse und Korrektur der Bildgradation in Bildvorlagen
DE4309877C2 (de) Verfahren und Einrichtung zur Analyse von Farbstichen in Farbvorlagen
DE4310727C2 (de) Verfahren und Einrichtung zur Analyse von Bildvorlagen
DE3437748C2 (de)
DE69420350T2 (de) Bildabhängige Belichtungsverbesserung
DE69620302T2 (de) Verfahren und Vorrichtung zur Verbesserung eines digitalen Bildes
DE69421018T2 (de) Gerät und Verfahren zur automatischen Farbumwandlung
DE69218120T2 (de) Verfahren zur darstellung von mehrtonbildern
DE69520303T2 (de) Bildabhängige Farbsättigungskorrektur für Bilddarstellungen natürlicher Szenen
DE69424920T2 (de) Bildabhängige Schärfeverbesserung
DE3609049C3 (de) Bildaufbereitungsverfahren
DE69021047T2 (de) Verfahren zur ausdehnung des linearbereichs der aufgenommenen bilder eines films.
DE3629469C2 (de) Verfahren zur Einstellung der Farbsättigung bei der elektronischen Bildverarbeitung
DE4002298C2 (de) Verfahren und Vorrichtung zur automatischen Korrektur von Farbstichen bei der elektronischen Bildverarbeitung
DE3629396A1 (de) Verfahren zur elektronischen bildverarbeitung
DE69125869T2 (de) Gradationskorrekturvorrichtung
DE69313973T2 (de) Verfahren und Vorrichtung zum Erzeugen einer Normalisierungskurve
EP1064793B1 (de) Verfahren zur bildanalyse und korrektur von videosignalwerten
DE3636702A1 (de) Farbbild-verarbeitungsvorrichtung
DE69030984T2 (de) Bildverarbeitungsgerät
DE69115117T2 (de) Gerät zur Verbesserung der Schärfe bei einem Farbbild.
DE69937302T2 (de) Montone konvertiervorrichtung, monotones konvertierverfahren und medium auf dem ein monotones konvertierbares programm aufgenommen werden kann
DE3878282T2 (de) Fotomechanischer apparat unter verwendung von fotoelektrischer abtastung.
DE4309879C2 (de) Verfahren und Einrichtung zur Analyse des Bildumfangs von Bildvorlagen
DE60302201T2 (de) Bildverarbeitungsverfahren von gerastertern Bildern

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
D2 Grant after examination
8364 No opposition during term of opposition
8327 Change in the person/name/address of the patent owner

Owner name: HEIDELBERGER DRUCKMASCHINEN AG, 69115 HEIDELBERG,

8339 Ceased/non-payment of the annual fee