DE10234085A1 - Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor - Google Patents
Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor Download PDFInfo
- Publication number
- DE10234085A1 DE10234085A1 DE10234085A DE10234085A DE10234085A1 DE 10234085 A1 DE10234085 A1 DE 10234085A1 DE 10234085 A DE10234085 A DE 10234085A DE 10234085 A DE10234085 A DE 10234085A DE 10234085 A1 DE10234085 A1 DE 10234085A1
- Authority
- DE
- Germany
- Prior art keywords
- image sensor
- color
- color channel
- counter
- signals
- 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.)
- Granted
Links
- 230000000295 complement effect Effects 0.000 title abstract description 7
- 238000004458 analytical method Methods 0.000 title abstract description 4
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000003595 spectral effect Effects 0.000 claims description 16
- 238000007689 inspection Methods 0.000 claims description 14
- 230000035945 sensitivity Effects 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 210000001525 retina Anatomy 0.000 description 5
- 230000035807 sensation Effects 0.000 description 5
- 230000008485 antagonism Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 230000004438 eyesight Effects 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000004456 color vision Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/462—Computing operations in or between colour spaces; Colour management systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/465—Measurement of colour; Colour measuring devices, e.g. colorimeters taking into account the colour perception of the eye; using tristimulus detection
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Color Television Image Signal Generators (AREA)
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor, wobei das vom Bildsensor empfangene Bildsignal pixelweise analysiert wird, DOLLAR A gekennzeichnet durch folgende Verfahrensschritte: DOLLAR A - Farbkanälen, wobei für jeden Farbkanal ein Bildsensorsignal erzeugt wird; DOLLAR A - Verknüpfung des Bildsensorsignals eines ersten Farbkanals mit dem Bildsensorsignal eines zweiten Farbkanals mittels einer ersten Berechnungsvorschrift, wodurch ein Ausgangssignal eines ersten Gegenfarbkanals generiert wird, sowie Verknüpfung des Bildsensorsignals eines dritten Farbkanals mit den Bildsensorsignalen des ersten und des zweiten Farbkanals mittels einer zweiten Berechnungsvorschrift, wodurch ein Ausgangssignal eines zweiten Gegenfarbkanals generiert wird; DOLLAR A - Klassifikation der Ausgangssignale der Gegenfarbkanäle.
Description
- Die Erfindung betrifft ein Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor gemäß dem Oberbegriff des Anspruchs 1.
- Das in der Technik meist verwendete trichromatische Modell zur Beschreibung von additiven Farbbildern ist das RGB-Modell. Im RGB-Modell wird der Farbraum durch die drei Grundfarben Rot, Grün und Blau beschrieben. Nachteilig an diesem Modell ist insbesondere, dass die durch das RGB-Modell vorgenommene Beschreibung nicht dem Empfinden des menschlichen Auges entspricht, da insbesondere das Verhalten der menschlichen Perzeption, also die Wahrnehmung durch die Sinnesorgane, keine Berücksichtigung findet.
- Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor zu schaffen.
- Die Aufgabe wird erfindungsgemäß durch die Merkmale des Anspruchs 1 gelöst.
- Im menschlichen Auge existieren drei Zapfentypen, die in unterschiedlichen Spektralbereichen absorbieren. Die maximale Absorption des S-Zapfentyps liegt im blauen Bereich und zwar bei 420nm, der M-Zapfentyp absorbiert maximal im grünen Spektralbereich und zwar bei 534nm und der L-Zapfentyp hat sein Absorptionsmaximum bei 564nm im Gelb/Roten Spektralbereich. Man nennt das Sehen mit drei Zapfentypen trichomatisches Sehen. Die einzelnen Farbeindrücke werden durch unterschiedliche Erregungsstärken der einzelnen Zapfensorten ausgelöst. Gleiche Erregung aller Zapfen führt zum Eindruck der Farbe weiß. Mit dem trichromatischen Sehmodell können aber Farbempfindungsphänomene wie beispielsweise der Farbantagonismus und die Farbkonstanz nicht erklärt werden.
- Farbantagonismus bedeutet, dass bestimmte Farben nie in Übergängen gesehen werden können, dass also kein Farbübergang zwischen diesen Farben möglich ist. Farben die den Farbantagonismus zeigen nennt man Gegen- oder Komplementärfarben. Zu nennen sind hier die Farbpaare Rot/Grün und Blau/Gelb sowie Schwarz/Weiß.
- Bei der Farbkonstanz wird die unterschiedliche spektrale Verteilung des Lichts, die beispielsweise abhängig von Wetter oder Tageslichtverhältnissen ist, ausgeglichen.
- 1920 entwickelte Hering die Gegenfarbentheorie um diese Farbempfindungsphänomene abweichend vom klassischen trichromatischen Farbmodell zu erklären. Das Gegenfarbmodell geht davon aus, dass die Zapfen in rezeptiven Feldern, nämlich in BIau/Gelb-Feldern und Rot/Grün-Feldern angeordnet sind. Unter rezeptiven Feldern sind hier Neuronen zu verstehen und die Art und Weise, wie die von den Zapfen kommenden Lichtsignale durch die Neuronen weiter verarbeitet werden. Für das Farbensehen sind im Wesentlichen zwei Arten von rezeptiven Feldern verantwortlich. Das erste rezeptive Feld bezieht seinen Input aus den L- und M-Zapfen, das zweite rezeptive Feld aus den S-Zapfen zusammen mit unterschiedlich gewichteten Signalen der L- und M-Zapfen. Man geht davon aus, dass in der Ebene der Neuronen oder rezeptiven Felder eine subtraktive Farbmischung der Erregungen der Zapfen vorgenommen wird.
- Beim Verfahren zur Analyse von Farbabweichungen von Druckbildern wird in an sich bekannter Weise das vom Bildsensor empfangene Bildsignal pixelweise analysiert. Um die drei Zapfensorten des menschlichen Auges mit ihrer unterschiedlichen spektralen Empfindlichkeit nachzubilden, wird gemäß der Erfindung das Bildsignal durch den Bildsensor in drei voneinander getrennten Farbkanälen aufgenommen. Jeder der drei Farbkanäle besitzt eine charakteristische spektrale Empfindlichkeit. Die beiden rezeptiven Felder, welche die zweite Stufe der Farbverarbeitung beim menschlichen Sehen darstellen, werden durch entsprechende Verknüpfung der Bildsensorsignale der drei voneinander getrennten Farbkanäle simuliert. Das Rot/Grün-Feld der menschlichen Farbwahrnehmung fällt im technischen Modell den ersten Gegenfarbkanal dar. Das Ausgangssignal des ersten Gegenfarbkanals wird durch Verknüpfung des Bildsensorsignals eines ersten Farbsignals mit dem Bildsensorsignal eines zweiten Farbkanals generiert. Die Verknüpfung geschieht mittels einer Berechnungsvorschrift, welche aus zumindest einer Rechenregel besteht. Das Blau/Gelb-Feld wird im technischen Modell durch Verknüpfung des Bildsensorsignals eines dritten Farbkanals mit einer Kombination aus den Bildsensorsignalen des ersten und des zweiten Farbkanals erzeugt. Das Blau/Gelb-Feld entspricht im technischen Modell dem zweiten Gegenfarbkanal. Das Ausgangssignal des zweiten Gegenfarbkanals wird durch die vorgehend beschriebene Verknüpfung generiert. Die Verknüpfung geschieht mittels einer zweiten Berechnungsvorschrift, welche aus zumindest einer Rechenregel besteht. Um den Bildinhalt des untersuchten Pixel zu bewerten, findet im nächsten Schritt eine Klassilkation der Ausgangssignale der beiden Gegenfarbkanäle statt. Dadurch wird entschieden, ob der Bildinhalt des untersuchten Pixel einer bestimmten Klasse entspricht, wodurch eine gut/schlecht Klassifikation getroffen werden kann.
- In welchem spektralen Bereich die drei Farbkanäle des Verfahrens liegen, ist für das Prinzip der Erfindung ohne wesentlichen Belang, solange es sich um voneinander getrennte Farbkanäle handelt. Eine bevorzugte Ausführungsform der Erfindung besteht darin, dass die drei Farbkanäle den Grundfarben des RGB-Modells, nämlich Rot, Grün und Blau entsprechen. Dies hat den Vorteil, dass auf ein weit verbreitetes Farbmodell zurückgegriffen werden kann.
- Um die spektrale Empfindlichkeit jedes Farbkanals an das spektrale Empfinden der entsprechenden Zapfen der Retina des menschlichen Auges anzugleichen, ist es sinnvoll, wenn jeder Farbkanal in seiner spektralen Empfindlichkeit an die spektrale Empfindlichkeit der Zapfen angepasst werden kann.
- In welcher Art und Weise die beiden Ausgangssignale der Gegenfarbkanäle generiert werden, ist für das Prinzip der Erfindung von untergeordneter Bedeutung. Eine Möglichkeit besteht darin, dass eine Rechenregel der ersten Berechnungsvorschrift eine gewichtete Differenzbildung des Bildsensorsignals des zweiten Farbkanals vom Bildsensorsignal des ersten Farbkanals und / oder eine Rechenregel der zweiten Berechnungsvorschrift eine gewichtete Differenzbildung der gewichteten Summe der Bildsensorsignale des ersten und zweiten Farbkanals vom Bildsensorsignal des dritten Farbkanals vorsieht.
- Nach einem weiteren bevorzugten Ausführungsbeispiel der Erfindung wird zumindest ein Signal in zumindest einem Gegenfarbkanal nach und / oder vor der Verknüpfung einer Transformationsvorschrift, insbesondere einer nichtlinearen Transformationsvorschrift, unterzogen. Eine Transformation hat insbesondere den Vorteil, dass der digitale Charakter von elektronisch erzeugten Aufnahmen Berücksichtigung finden kann. Ebenfalls ist es durch Transformationsvorschriften möglich, ein Signal aus dem Farbraum in einen Raum zu transformieren, in welchem die Erregung der Zapfen beschrieben werden kann. In vielen Ausführungsbeispielen werden die Signale in beiden Gegenfarbkanälen einer Transformation unterzogen.
- Da die rezeptiven Felder beim menschlichen Sehen durch ein Tiefpassverhalten charakterisiert sind, ist es sinnvoll, wenn zumindest ein Signal in zumindest einem Gegenfarbkanal mittels eines Tiefpassfilters gefiltert wird. Nach einem besonders bevorzugten Ausführungsbeispiel wird das Ausgangssignal jedes Gegenfarbkanals mittels eines Tiefpassfilters gefiltert.
- Nach einem besonders bevorzugten Ausführungsbeispiel weist das Verfahren einen Lernmodus und einen Inspektionsmodus auf. Während des Lernmodus wird zumindest ein Referenzbild pixelweise analysiert und die durch das Referenzbild erzeugten Ausgangssignale der beiden Gegenfarbkanäle in einem Referenzdatenspeicher gespeichert. Konkret bedeutet das, dass der Bildinhalt des Referenzbilds in drei Farbkanälen aufgezeichnet wird, die Bildsignale jedes Farbkanals empfindungsgemäß angepasst werden und anschließend entsprechend dem Gegenfarbmodell miteinander verknüpft werden. Die Ausgangssignale jedes Gegenfarbkanals werden dann pixelweise im Referenzdatenspeicher gespeichert. Im nachfolgenden Inspektionsmodus werden dann die durch ein Prüfbild erzeugten Ausgangssignale des entsprechenden Pixels mit den entsprechenden Wert des Referenzdatenspeichers verglichen und eine Klassifikationsentscheidung getroffen.
- Um zulässige Schwankungen des Bildinhalts, wie auch Schwankungen der Bedingungen bei der Bildaufnahme zu berücksichtigen ist es sinnvoll, wenn die im Referenzdatenspeicher gespeicherten Werte durch die Analyse mehrerer Referenzdatensätze gebildet werden, so dass für jeden Wert im Referenzdatenspeicher ein zulässiges Toleranzfenster festgelegt wird innerhalb dessen ein bei der Bildinspektion erzeugter Ausgangssignalwert eines Gegenfarbkanals schwanken kann. Der Sollwert des Ausgangssignals eines Gegenfarbkanals kann hierbei beispielsweise durch arithmetische Mittelwertbildung der Einzelwerte die sich aus den Referenzdatensätzen ergeben ermittelt werden. Das Toleranzfenster kann beispielsweise durch die Minimal- und Maximalwerte oder durch die Standardabweichung der durch die untersuchten Referenzbilder erzeugten Ausgangssignale der Gegenfarbkanäle jedes Pixels festgelegt werden.
- Ausführungsbeispiele der Erfindung sind in den Zeichnungen dargestellt und werden im Folgenden näher beschrieben.
- Es zeigen:
-
1 schematische Darstellung des Verfahrens zur Analyse von Farbabweichungen von Druckbildern mit einem Gegenfarbmodell; -
2 einen Ablaufplan des Lern- und Inspektionsmodus. - Wie in der
1 zu erkennen ist, erfolgt die Aufnahme des Bildsignals durch einen Bildsensor in drei voneinander getrennten Farbkanälen01 ;02 ;03 . Im vorliegenden Ausführungsbeispiels handelt es sich bei den Farbkanälen01 ;02 ;03 um die Farbkanäle Rot01 , Grün02 und Blau03 . Jeder der Farbkanäle01 ;02 ;03 weist eine einstellbare spektrale Empfindlichkeit auf. Dies hat den Vorteil, dass jeder Farbkanal01 ;02 ;03 in seiner Charakteristik an die Bedingungen der vorliegenden Problemstellung angeglichen werden kann. So ist es beispielsweise möglich, die spektrale Empfindlichkeit eines Farbkanals01 ;02 ;03 an die spektrale Empfindlichkeit des jeweiligen Zapfens der Retina des menschlichen Auges anzupassen. - Beim erfindungsgemäßem Verfahren wird der Spektralgehalt eines Bildes pixelweise analysiert. Zur Modellierung der beiden rezeptiven Felder Rot/Grün und Blau/Gelb des menschlichen Auges werden im erfindungsgemäßen Verfahren die Bildsensorsignale der Farbkanäle
01 ;02 ;03 miteinander verknüpft. Vor der eigentlichen Verknüpfung mit den Berechnungsvorschriften04 ;06 wird jedes Bildsensorsignal im Gegenfarbkanal07 ;08 einer nicht linearen Transformation09 unterzogen. Dadurch wird dem digitalen Charakter der elektronisch erzeugten Aufnahmen Rechnung getragen. Anschließend wird jedes Signal mit einem Koeffizienten Ki (i=1...4) 11 gewichtet. Dadurch wird erreicht, dass eine reine Intensitätsänderung des Ausgangsbilds keinen Beitrag zu einem der Ausgangssignale12 ;13 der Gegenfarbkanäle07 ;08 liefert. Die Generierung der Ausgangssignale12 ;13 der Gegenfarbkanäle07 ;08 erfolgt analog der Generierung der Signale der rezeptiven Felder bei der menschlichen Retina. Das heißt, es wird eine Verknüpfung mittels der Berechnungsvorschriften04 ;06 der Farbkanäle01 ;02 ;03 entsprechend der Verknüpfung der Zapfen der menschlichen Retina durchgeführt. Zur Schaffung des Ausgangssignals12 des Rot/Grünen-Gegenfarbkanals 07 werden die Bildsensorsignale des roten Farbkanals01 und des grünen Farbkanals02 miteinander mittels der ersten Berechnungsvorschrift04 verknüpft. Zur Generierung des Ausgangssignals13 des Blau/Gelben-Gegenfarbkanals 08 wird im vorliegenden Ausführungsbeispiel das Bildsensorsignal des blauen Farbkanals03 mit dem Minimum14 der Bildsensorsignale des roten Farbkanals01 und des grünen Farbkanals02 mittels der Berechnungsvorschrift06 verknüpft. Die rezeptiven Felder der menschlichen Retina sind durch ein Tiefpassverhalten charakterisiert. Dementsprechend werden im vorliegenden Ausführungsbeispiel die durch Verknüpfung erhaltenen Signale einer Tiefpassfilterung16 mit einem Gauss-Tiefpassfilter unterzogen. - Die
2 zeigt die eigentliche Inspektion der Druckprodukte, welche zweistufig erfolgt, nämlich in einem Lernmodus17 und einem nachgeschalteten Inspektionsmodus18 . Der Lernmodus17 hat das Ziel der pixelweisen Generation von Referenzdatenwerten19 , die im nachfolgenden Inspektionsmodus18 mit den Ausgangssignalen12 ;13 der Gegenfarbkanäle07 ;08 der entsprechenden Pixel verglichen werden. Beim Lernmodus17 werden die Bildinhalte von einem Referenzbild21 oder von mehreren Referenzbildern21 dadurch analysiert, dass die Bildinhalte jedes Pixels in drei Farbkanälen01 ;02 ;03 aufgenommen werden und eine anschließende wahrnehmungsgemäße Anpassung der Bildsignale jedes Farbkanals01 ;02 ;03 vorgenommen wird und nachfolgend eine Weiterverarbeitung der Bildsensorsignale nach der oben beschriebenen Gegenfarbmethode durchgeführt wird. Die für jedes Pixel erhaltenen Ausgangssignale12 ;13 der Gegenfarbkanäle07 ;08 werden dann in einem Referenzdatenspeicher gespeichert. Um zulässige Schwankungen der Referenzbilder21 mit zu berücksichtigen, ist es sinnvoll, wenn mehrere Referenzbilder21 im Lernmodus17 Berücksichtigung finden. Dadurch ist es möglich, dass die in Referenzspeicher gespeicherten Referenzdatenwerte19'' ,19'' jedes Pixels eine gewisse zulässige Schwankungstoleranz aufweisen. Die Schwankungstoleranz kann entweder durch die Minimal-/ Maximalwerte oder die Standardabweichung aus den erhaltenen Daten der Bildinhalte der Referenzbilder21 jedes Pixels festgelegt werden. - Im Inspektionsmodus
18 findet dann ein pixelweiser Vergleich der Ausgangswerte12 ,13 der Gegenfarbkanäle07 ;08 eines Inspektionsbildes22 mit den Referenzdatenwerten19'' ,19 '' aus dem Referenzdatenspeicher statt. Der Vergleich kann mittels eines linearen oder nichtlinearen Klassifikators23 , insbesondere mittels Schwellwertklassifikatoren, Euklidische – Abstands – Klassifikatoren, Bayes – Klassifikatoren, Fuzzy-Klassifikatoren oder künstliche neuronale Netze, durchgeführt werden. Anschließend findet eine gut/ schlecht – Entscheidung statt. -
- 01
- erster (roter) Farbkanal
- 02
- zweiter (grüner) Farbkanal
- 03
- dritter (blauer) Farbkanal
- 04
- erste Berechnungsvorschrift
- 05
- –
- 06
- zweite Berechnungsvorschrift
- 07
- erster (rot/grüner) Gegenfarbkanal
- 08
- zweiter (blau/gelber) Gegenfarbkanal
- 09
- nichlineare Transformation
- 10
- –
- 11
- Koeffizienten Ki (i=1...4)
- 12
- Ausgangssignal d. ersten (rot/grünen) Gegenfarbkanals, Ausgangswert
- 13
- Ausgangssignal d. zweiten (blau/gelben) Gegenfarbkanals, Ausgangswert
- 14
- Minimum von rotem und grünen Farbkanal
- 15
- –
- 16
- Tiefpassfilter
- 17
- Lernmodus
- 18
- Inspektionsmodus
- 19
- Referenzdatenwerte
- 20
- –
- 21
- Referenzbild
- 22
- Inspektionsbild
- 23
- Klassifikator, Klassifikatorsystem
- 19'
- Ausgangssignal, Referenzdatenwert
- 19''
- Ausgangssignal, Referenzdatenwert
Claims (12)
- Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor, wobei das vom Bildsensor empfangene Bildsignal pixelweise analysiert wird, gekennzeichnet durch folgende Verfahrensschritte; – Farbkanälen (
01 ;02 ;03 ), wobei für jeden Farbkanal (01 ;02 ;03 ) ein Bildsensorsignalέrzeugt wird; – Verknüpfung des Bildsensorsignals eines ersten Farbkanals (01 ) mit dem Bildsensorsignal eines zweiten Farbkanals (02 ) mittels einer ersten Berechnungsvorschrift (04 ) wodurch ein Ausgangssignal (12 ) eines ersten Gegenfarbkanals (07 ) generiert wird, sowie Verknüpfung des Bildsensorsignals eines dritten Farbkanals (03 ) mit den Bildsensorsignalen des ersten (01) und des zweiten Farbkanals (02 ) mittels einer zweiten Berechnungsvorschrift (06 ) wodurch ein Ausgangssignal (13 ) eines zweiten Gegenfarbkanals (08 ) generiert wird; – Klassifikation (23 ) der Ausgangssignale (12 ;13 ) der Gegenfarbkanäle (07 ;08 ). - Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die drei Farbkanäle (
01 ;02 ;03 ) den Grundfarben des RGB-Modells, nämlich R=rot, G=grün und B=blau entsprechen. - Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass die spektrale Empfindlichkeit jedes Farbkanals (
01 ;02 ;03 ) einstellbar ist. - Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die erste Berechnungsvorschrift (
04 ) eine gewichtete Differenzbildung des Bildsensorsignals des zweiten Farbkanals (02 ) vom Bildsensorsignal des ersten Farbkanals (01 ) vorsieht, und / oder die zweiten Berechnungsvorschrift (06 ) eine gewichtete Differenzbildung der gewichteten Summe der Bildsensorsignale des ersten Farbkanals (01 ) und des zweiten Farbkanals (02 ) vom Bildsensorsignal des dritten Farbkanals (03 ) vorsieht. - Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass zumindest ein Signal zumindest eines Gegenfarbkanals (
07 ;08 ) vor und / oder nach der Verknüpfung mittels einer Berechnungsvorschrift (04 ;06 ) einer Transformation (09 ), insbesondere eine nichtlineare Transformation (09 ), unterzogen wird. - Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass jedes bei einer Verknüpfung (
04 ;06 ) berücksichtigte Bildsensorsignal vor und / oder nach der Transformation (09 ) mit einem Koeffizienten (11 ) gewichtet wird. - Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass in zumindest einem Gegenfarbkanal (
07 ;08 ) zumindest ein Signal mittels eines Tiefpassfilters (16 ), insbesondere eines Gauss-Tiefpassfilters, gefiltert wird. - Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass das Verfahren einen Lernmodus (
17 ) und einen Inspektionsmodus (18 ) aufweist, wobei im Lernmodus (17 ) die durch zumindest ein Referenzbild (21 ) erzeugten Referenzdatenwerte (19'' ;19'' ) der beiden Gegenfarbkanäle (07 ;08 ) in einem Referenzdatenspeicher gespeichert werden, und wobei im Inspektionsmodus (18 ) die durch ein Inspektionsbild (22 ) erzeugten Ausgangssignale (12 ;13 ) der beiden Gegenfarbkanäle (07 ;08 ) pixelweise mit den Referenzdatenwerten (19'' ;19'' ) des Referenzdatenspeichers verglichen werden. - Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass der Vergleich mittels eines Klassifikatorsystems (
23 ) durchgeführt wird. - Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass lineare und / oder nichtlineare Klassifikatorsysteme (
23 ), insbesondere Schwellwertklassifikatoren, Euklidische – Abstands – Klassifikatoren, Bayes – Klassifikatoren, Fuzzy-Klassifikatoren, oder künstliche neuronale Netze, Verwendung finden. - Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass die im Referenzdatenspeicher gespeicherten Refenzdatenwerte (
19'' ;19'' ) jedes Pixels durch Analyse mehrerer Referenzbilder (21 ) erzeugt werden, wodurch für die Referenzdatenwerte (19'' ;19'' ) ein Toleranzfenster festgelegt wird. - Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass mit dem Verfahren Druckbilder analysiert werden.
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10234085A DE10234085B4 (de) | 2002-07-26 | 2002-07-26 | Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor |
ES03787613T ES2364650T3 (es) | 2002-07-26 | 2003-06-27 | Procedimiento para el análisis de desviaciones de color de imágenes con un sensor de imagen. |
AT03787613T ATE511632T1 (de) | 2002-07-26 | 2003-06-27 | Verfahren zur analyse von farbabweichungen von bildern mit einem bildsensor |
US10/521,762 US7609878B2 (en) | 2002-07-26 | 2003-06-27 | Method for analyzing the color deviations in images using an image sensor |
EP03787613A EP1525442B1 (de) | 2002-07-26 | 2003-06-27 | Verfahren zur analyse von farbabweichungen von bildern mit einem bildsensor |
PCT/DE2003/002146 WO2004017034A1 (de) | 2002-07-26 | 2003-06-27 | Verfahren zur analyse von farbabweichungen von bildern mit einem bildsensor |
AU2003250762A AU2003250762A1 (en) | 2002-07-26 | 2003-06-27 | Method for analyzing the color deviations in images using an image sensor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10234085A DE10234085B4 (de) | 2002-07-26 | 2002-07-26 | Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10234085A1 true DE10234085A1 (de) | 2004-02-19 |
DE10234085B4 DE10234085B4 (de) | 2012-10-18 |
Family
ID=30469124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10234085A Revoked DE10234085B4 (de) | 2002-07-26 | 2002-07-26 | Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor |
Country Status (7)
Country | Link |
---|---|
US (1) | US7609878B2 (de) |
EP (1) | EP1525442B1 (de) |
AT (1) | ATE511632T1 (de) |
AU (1) | AU2003250762A1 (de) |
DE (1) | DE10234085B4 (de) |
ES (1) | ES2364650T3 (de) |
WO (1) | WO2004017034A1 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005106792A2 (de) * | 2004-04-29 | 2005-11-10 | Koenig & Bauer Aktiengesellschaft | Verfahren zum vergleich eines bildes mit mindestens einem referenzbild |
US7672486B2 (en) | 2004-04-23 | 2010-03-02 | Koenig & Bauer Aktiengesellschaft | Method for evaluating the quality of a printed matter, provided by a printing machine |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1790473A1 (de) | 2005-11-25 | 2007-05-30 | Kba-Giori S.A. | Verfahren zur Erfassung vom Eintreten von Druckfehlern auf Druckbogen während deren Bearbeitung in einer Druckmaschine |
WO2007060615A1 (en) | 2005-11-25 | 2007-05-31 | Kba-Giori S.A. | Method for detection of occurrence of printing errors on printed substrates during processing thereof on a printing press |
CA2847707C (en) * | 2014-03-28 | 2021-03-30 | Intelliview Technologies Inc. | Leak detection |
US10600213B2 (en) * | 2016-02-27 | 2020-03-24 | Focal Sharp, Inc. | Method and apparatus for color-preserving spectrum reshape |
US11425281B1 (en) * | 2016-09-07 | 2022-08-23 | Google Llc | Color image processing using models of overlapped response spectra for retinal cone cells |
US10769817B2 (en) * | 2017-08-07 | 2020-09-08 | Samsung Display Co., Ltd. | Measures for image testing |
DE102019208257A1 (de) | 2018-07-03 | 2020-01-09 | Heidelberger Druckmaschinen Ag | Druckqualitätsanalyse mit neuronalen Netzen |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4419395A1 (de) * | 1994-05-30 | 1995-12-14 | Graphikon Gmbh | Verfahren und Einrichtung zur Analyse und Verarbeitung von Farbbildern |
DE69126647T2 (de) * | 1990-08-29 | 1997-12-11 | Xerox Corp | Farbdrucken |
DE69224812T2 (de) * | 1992-01-06 | 1998-08-06 | Canon Kk | Farbvorstellungsmethode und Bildverarbeitungsgerät dafür |
DE19838806A1 (de) * | 1998-08-26 | 2000-03-02 | Max Planck Gesellschaft | Verfahren und Vorrichtung zur Erfassung von Objektfarben |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3052352B2 (ja) * | 1990-08-20 | 2000-06-12 | ブラザー工業株式会社 | 色補正処理装置 |
KR940008510A (ko) * | 1992-09-14 | 1994-04-29 | 김광호 | 고체촬상소자(ccd)형 컬러비디오카메라의 비디오신호처리회로 |
US6486981B1 (en) * | 1993-07-27 | 2002-11-26 | Canon Kabushiki Kaisha | Color image processing method and apparatus thereof |
US5999636A (en) * | 1997-10-10 | 1999-12-07 | Printprobe Technology, Llc | Apparatus and process for inspecting print material |
US6178341B1 (en) | 1997-12-18 | 2001-01-23 | Chromatics Color Sciences International, Inc. | Color measurement system with color index for skin, teeth, hair and material substances |
JP2002032751A (ja) * | 2000-07-18 | 2002-01-31 | Olympus Optical Co Ltd | 学習型画像分類装置及び方法並びにその処理プログラムを記録した記録媒体 |
JP3766274B2 (ja) * | 2000-12-21 | 2006-04-12 | 株式会社東芝 | 時分割カラー表示装置および表示方法 |
US6751348B2 (en) * | 2001-03-29 | 2004-06-15 | Fotonation Holdings, Llc | Automated detection of pornographic images |
-
2002
- 2002-07-26 DE DE10234085A patent/DE10234085B4/de not_active Revoked
-
2003
- 2003-06-27 EP EP03787613A patent/EP1525442B1/de not_active Revoked
- 2003-06-27 WO PCT/DE2003/002146 patent/WO2004017034A1/de not_active Application Discontinuation
- 2003-06-27 ES ES03787613T patent/ES2364650T3/es not_active Expired - Lifetime
- 2003-06-27 AU AU2003250762A patent/AU2003250762A1/en not_active Abandoned
- 2003-06-27 US US10/521,762 patent/US7609878B2/en not_active Expired - Fee Related
- 2003-06-27 AT AT03787613T patent/ATE511632T1/de active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69126647T2 (de) * | 1990-08-29 | 1997-12-11 | Xerox Corp | Farbdrucken |
DE69224812T2 (de) * | 1992-01-06 | 1998-08-06 | Canon Kk | Farbvorstellungsmethode und Bildverarbeitungsgerät dafür |
DE4419395A1 (de) * | 1994-05-30 | 1995-12-14 | Graphikon Gmbh | Verfahren und Einrichtung zur Analyse und Verarbeitung von Farbbildern |
DE19838806A1 (de) * | 1998-08-26 | 2000-03-02 | Max Planck Gesellschaft | Verfahren und Vorrichtung zur Erfassung von Objektfarben |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7672486B2 (en) | 2004-04-23 | 2010-03-02 | Koenig & Bauer Aktiengesellschaft | Method for evaluating the quality of a printed matter, provided by a printing machine |
WO2005106792A2 (de) * | 2004-04-29 | 2005-11-10 | Koenig & Bauer Aktiengesellschaft | Verfahren zum vergleich eines bildes mit mindestens einem referenzbild |
WO2005106792A3 (de) * | 2004-04-29 | 2006-01-26 | Koenig & Bauer Ag | Verfahren zum vergleich eines bildes mit mindestens einem referenzbild |
Also Published As
Publication number | Publication date |
---|---|
ATE511632T1 (de) | 2011-06-15 |
ES2364650T3 (es) | 2011-09-08 |
AU2003250762A1 (en) | 2004-03-03 |
US20050259869A1 (en) | 2005-11-24 |
EP1525442B1 (de) | 2011-06-01 |
EP1525442A1 (de) | 2005-04-27 |
WO2004017034A1 (de) | 2004-02-26 |
US7609878B2 (en) | 2009-10-27 |
DE10234085B4 (de) | 2012-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10314071B3 (de) | Verfahren zur qualitativen Beurteilung eines Materials mit mindestens einem Erkennungsmerkmal | |
DE69910358T2 (de) | Verfahren und vorrichtung zur objektiven bewertung der videoqualität | |
DE19837004C1 (de) | Verfahren zum Erkennen von Objekten in digitalisierten Abbildungen | |
DE69022584T2 (de) | Methode zum ableiten von rauschreduzierschätzungen von farbsignalparametern von mehreren farb/helligkeit-bildsensorausgängen. | |
DE60020795T2 (de) | Echtzeitmodellierung des Verhaltens menschlicher Sehvermögenssysteme | |
DE10234085B4 (de) | Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor | |
EP1263221A2 (de) | Verfahren und Vorrichtung zur Darstellung von wenigstens zwei Bildern in einem Gesamtbild | |
DE69531412T2 (de) | Bildkodierung beruhend auf Bildbereichen und deren segmentierten Randlinien | |
EP1206123B1 (de) | Verfahren zur Falschfarbendarstellung von Bildinformation | |
DE10064678C1 (de) | Verfahren zur Signalverbesserung in einer mit einer digitalen Farbvideokamera aufgenommenen Bilderfolge | |
EP1741060A2 (de) | Verfahren zum vergleich eines bildes mit mindestens einem referenzbild | |
EP3683558A1 (de) | Farbbildsensor | |
DE10048308A1 (de) | Verfahren und Vorrichtung zum Klassifizieren von Objekten aus als Pixelmuster vorliegenden eingangsseitigen Bilddaten | |
DE102019127622A1 (de) | Abwehrgenerator, Verfahren zur Verhinderung eines Angriffs auf eine KI-Einheit und computerlesbares-Speichermedium | |
WO2009065956A2 (de) | Verfahren und vorrichtung zur qualitätskontrolle einer oberfläche | |
DE102007058217A1 (de) | Verfahren zur Qualitätskontrolle einer Oberfläche | |
DE102021130505A1 (de) | Verfahren zur Bestimmung einer Beleuchtungsfarbe, Bildverarbeitungsvorrichtung und Aufnahmesystem | |
DE102006048847A1 (de) | Anpassung eines digitalen Bildes für die Anzeige auf einem Bildschirm | |
EP1272970B1 (de) | Verfahren und vorrichtung zur automatischen zeichenerkennung | |
EP4094944A1 (de) | Verfahren zur bestimmung eines übereinstimmungsfaktors hinsichtlich der farblichen übereinstimmung eines erstellten druckerzeugnisses mit vorgegebenen sollwerten für farben | |
EP1194882B1 (de) | Mustersuche | |
DE102022208083A1 (de) | Trainieren eines neuronalen Netzwerks mit Hilfe von Wissensgraphen | |
WO2021180663A1 (de) | Mikroskopiesystem und verfahren zum verarbeiten von mikroskopbildern | |
DE102022102017A1 (de) | Verbesserte spektrale Rekonstruktion für multispektrale Bildgebung | |
WO2023030783A1 (de) | Verfahren zum bereitstellen von trainings-bilddaten zum trainieren einer funktion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8127 | New person/name/address of the applicant |
Owner name: KOENIG & BAUER AKTIENGESELLSCHAFT, 97080 WUERZB, DE |
|
R008 | Case pending at federal patent court | ||
R019 | Grant decision by federal patent court | ||
R026 | Opposition filed against patent |
Effective date: 20130116 |
|
R081 | Change of applicant/patentee |
Owner name: KOENIG & BAUER AG, DE Free format text: FORMER OWNER: KOENIG & BAUER AKTIENGESELLSCHAFT, 97080 WUERZBURG, DE |
|
R006 | Appeal filed | ||
R008 | Case pending at federal patent court | ||
R011 | All appeals rejected, refused or otherwise settled | ||
R037 | Decision of examining division or of federal patent court revoking patent now final |