DE60033716T2

DE60033716T2 - Verfahren und Vorrichtung zur Bilddatenkompression

Info

Publication number: DE60033716T2
Application number: DE60033716T
Authority: DE
Inventors: Doron San Mateo Kletter; Donald James Menio Park Curry
Original assignee: Xerox Corp
Current assignee: Xerox Corp
Priority date: 1999-03-04
Filing date: 2000-03-03
Publication date: 2007-06-28
Anticipated expiration: 2020-03-04
Also published as: US7340090B2; US6920250B1; JP2000299789A; EP1033681A3; EP1033681B1; DE60033716D1; EP1033681A2; US20050041855A1; JP4413363B2

Description

Die Erfindung betrifft die Darstellung von Digitalbildern, insbesondere die Darstellung von Digitalbildern, die in einem komprimierten Format vorliegen. Die Erfindung betrifft darüber hinaus die Darstellung von Digitalbildern in mehreren Ebenen mit gleichen, ähnlichen oder verwandten Dateneigenschaften oder Datenwerten. Die Erfindung betrifft insbesondere auch die Optimierung einer Ebene eines Digitalbildes mit Blick auf eine ausgewählte Kompressionstechnik und die Speicherung von Korrekturdaten für die optimierte Ebene in einer anderen Ebene des Bildes. Die Erfindung betrifft zudem die Rekonstruktion der Darstellung eines Digitalbildes durch Auswählen von Daten aus einer optimierten Ebene der Darstellung des Digitalbildes und einer Additivebene, die Additivdaten sowohl aus der optimierten Ebene wie auch der Korrekturebene enthält.
Die effiziente Übertragung, der effiziente Austausch und die effiziente Speicherung von Bilddaten stellen eine Kernfrage in verteilten Systemen dar. Die Hauptschwierigkeit besteht darin, effektive Wege für eine merkliche Verringerung der großen zu übertragenden und/oder zu verarbeitenden Informationsmengen zu erhalten, wobei man stets im Stande sein muss, das Bild mit hoher Wiedergabetreue zu rekonstruieren. Der herkömmliche Lösungsansatz für dieses Problem besteht in der Verringerung der Datenmenge durch Anwenden einer Kompression. Verschiedene Kompressionstechniken (so beispielsweise LZW, JPEG, JBIG und Wavelets) wurden im Lauf der Jahre entwickelt, um verschiedene Arten von Daten, die in Digitaldokumenten häufig vorkommen, effektiv zu verarbeiten. Binäre Kompressionsschemen wie LZW sind beispielsweise sehr effektiv bei der Verarbeitung von Text und strichförmiger Information, wohingegen JPEG erfolgreich eingesetzt wird, um natürliche Fotografien zu verschlüsseln. Gleichwohl sind diese Algorithmen derart konzipiert, dass sie nur bei einer bestimmten Bildklasse (sei sie nun textartig oder bildartig) gute Ergebnisse liefern, wobei kein Algorithmus alle Arten von Bildklassen ausreichend gut verarbeiten kann.
Ein Lösungsansatz zum Erreichen eines hohen Kompressionsverhältnisses besteht darin, das zugrundeliegende Dokument in Bildklassen zu teilen und die jeweils am besten geeignete Kompressionstechnik auf jede Klasse separat anzuwenden. Textinformation und strichförmige Information werden dann unter Verwendung eines Lösungsansatzes komprimiert, der auf die Beibehaltung der Detailstruktur (Randinformation) abstellt, wo hingegen Bilder und Übergänge unter Verwendung eines Lösungsansatzes komprimiert werden, der nach Erhaltung von Farbtiefe und Glätte strebt.
Die Dokumentbilddarstellung (Document Image Representation DIR) ist eine Art der Beschreibung von Digitaldokumenten, die auf diesem Konzept basiert. Entsprechend dem DIR-Spezifikationsentwurf (Version 1.1 vom 26. August 1996) wird das aktuelle DIR-Modell durch drei verschiedene (logische) Ebenen dargestellt, siehe 1, nämlich eine obere Ebenen Up, die auch als Vordergrundebene bezeichnet wird und typischerweise Daten enthält, bei denen hohe Anforderungen an Details gestellt werden, so beispielsweise bei Text und strichförmigen Darstellungen; eine rein binäre Auswahl- oder Maskenebene Sp, die das Austauschen von Information zwischen der oberen und einer unteren Ebene bewerkstelligt; und eine untere Ebene Lp, die auch als Hintergrundebene bezeichnet wird und für Farbabstufungen beispielsweise bei Bildern und Übergängen zuständig ist. Man beachte, dass die Inhalte der Ebenen in 1 nur zu Illustrationszwecken angegeben sind. Man könnte beispielsweise dasselbe Bild gemäß 1 (farbiger Text von einem Bild umgeben) auch derart darstellen, dass man den (schwarzen) Text in die Auswahlebene verlegt und die obere Ebene durchweg mit der Farbe des Textes ausfüllt. Weitere Abwandlungen sind ebenfalls möglich.
Das in DIR eingebettete Bilderzeugungsmodell wird auch als Selektivmodell bezeichnet, da der Inhalt der oberen Ebene auf einer Pixel-für-Pixel-Basis zur Überschreibung des Inhaltes der unteren Ebene verwendet wird, wann immer die Auswahlebene „wahr" anzeigt. Mit anderen Worten, die Daten der oberen Ebene werden durch die binäre Auswahlebene „geschüttet", um die Daten der darunter liegenden unteren Ebene zu ersetzen. Man beachte, dass schlussendlich jedes rekonstruierte Pixel Information entweder aus der oberen oder der unteren Ebene enthält. Dies bedeutet, dass diejenige Information, die in der jeweils anderen Ebene (das heißt der nicht von der Maske ausgewählten Ebene) vorhanden ist, als irrelevant betrachtet und vernachlässigt wird.
Adobe Systems Inc. erwägt derzeit die Integration eines neuen Maskierbildoperators (masked image operator) als Erweiterung für Postscript Level III und PDF, wodurch eine DIR-Rekonstruktion aus einer logischen Mehrebenendarstellung möglich würde. Der neue Operator kann den Hintergrund „herausmaskieren", wodurch ein Objekt des Vordergrundes sichtbar bleibt, ohne dass hierfür ein Clipping-Path vorhanden sein müsste. Das resultierende Bild kann dann (beispielsweise durch Überschreiben) über einen anderen Hintergrund „gelegt" werden. Damit weist der Maskierbildoperator dieselbe Eigen schaft wie das in der DIR-Spezifikation eingebettete Bilderzeugungsmodell auf. Beiden ist die Vorstellung des „Schüttens" des Vordergrundes durch eine Maske und des Überschreibens der darunter liegenden Daten gemeinsam.
Üblicherweise werden sowohl beim DIR-Verfahren wie auch beim Adobe-Verfahren die oberen und unteren Ebenen gewöhnlich unter Verwendung verschiedener Kompressionsschemen komprimiert. Die DIR-Spezifikation empfiehlt beispielsweise die Verwendung der nachfolgenden Algorithmen (siehe Seite 8 der DIR-Spezifikation): Fiala-Green (verwandt mit LZW) für Text und strichförmige Darstellungen (obere Ebene), CCITT group 3/4 für die Binärmaske (Auswahlebene) und JPEG für Farbbilder und Übergänge (untere Ebene). Bei Verwendung des Selektivmodells ist man daher genötigt, das gewählte Kompressionsschema durchweg beizubehalten, was verhindert, dass man eine geeignete Kombination aus beiden einsetzt. Auch für den Fall, dass man eine Entscheidung dahingehend trifft, wie man die Informationen zwischen den Ebenen aufteilt, würde eine derartige Entscheidung notwendigerweise zu einem Verlust an Bildqualität oder alternativ zu einer vergleichbaren Verschlechterung bei der Kompression führen. So würde beispielsweise eine rein strichförmige Darstellung keine gute Randfestlegung aufweisen, wenn sie mittels JPEG verarbeitet ist, solange nicht die Anforderungen an die Kompression stark gelockert werden. Analog würde die LZW-Kompression keine guten Kompressionsergebnisse liefern, wenn sie bei verrauschten Fotografien angewandt wird.
Die Druckschrift US-A-5,778,092 beschreibt eine Technik zum Komprimieren einer Farb- oder Grauskalenfarbpixelkarte durch Zerlegen derselben in drei Ebenen, nämlich eine Vordergrundebene, eine Hintergrundebene und eine binäre Auswahlebene. Die Vordergrundebene enthält Information betreffend Objekte, so beispielsweise Text, die Hintergrundebene enthält Information für den Hintergrund der Seite, und die Auswahlebene wählt entweder die Vordergrund- oder die Hintergrundebene während der Dekompression aus. Jede der Ebenen wird unter Verwendung einer Kompressionstechnik komprimiert, die für den jeweiligen Datentyp optimal ist.
Die Druckschrift US-A-5,742,704 beschreibt eine Bildkodiervorrichtung, die eine Kodierung abhängig vom Bildtyp vornimmt. Dies erfolgt durch Extrahieren eines Pixelblocks aus einem Bildsignal und anschließendes Bewerten auf Grundlage von Größen wie beispielsweise Variantenhistogramm oder dynamischer Bereichsinformation, ob der Block fotoartig oder textartig ist. Es wird dann eine jeweils andere Kodierung an den fotoartigen beziehungsweise textartigen Pixelblöcken vorgenommen.
Die Druckschrift US-A-5,392,362 offenbart eine Bildkodiervorrichtung, die ein Bildsignal in verschiedene Bereiche unterteilt und Entscheidungen hinsichtlich verschiedener Kodierverfahren für diese verschiedenen Bereiche trifft. Das Bild wird in einen Schriftzeichenabschnitt und einen Hintergrundabschnitt getrennt, wobei diese beiden Bereiche unterschiedlich kodiert werden.
Im Zusammenhang mit der vorliegenden Erfindung hat man erkannt, dass das durchgehende Vorziehen einer der Ebenen die Flexibilität eines Darstellungsmodells einschränkt.
Entsprechend ist eine Aufgabe der vorliegenden Erfindung die Bereitstellung einer Bildkompressionsvorrichtung und eines Verfahrens der Bildkompression und Darstellung, bei der die Menge der Details, die in jeder Bildebene von mehreren ein Bild darstellenden Bildebenen enthalten ist, variiert.
Eine weitere Aufgabe der vorliegenden Erfindung besteht in der Optimierung wenigstens einer der mehreren Bildebenen für die Kompression mittels einer ausgewählten Kompressionstechnik durch Variieren einer Menge von Bilddetails, die in jeder der Bildebenen enthalten sind.
Eine andere Aufgabe der vorliegenden Erfindung besteht in der Bestimmung einer Menge von Bilddetails in jeder der Bildebenen basierend auf wenigstens der Superauflösung, einer Feinrandpositionierung von Pixeln einer ausgewählten Bildebene oder einer Mittelungsfarbe der ausgewählten Bildebene.
Eine weitere Aufgabe der vorliegenden Erfindung besteht in der Bereitstellung einer Bilddekompressionsvorrichtung und eines Verfahrens zur Bilddekompression, bei denen eine Rekonstruktion eines Bildes aus mehreren Bildebenen erfolgt, darunter einer oberen Ebene und einer unteren Ebene gemäß Erzeugung aus einer Bildinformation, die sowohl in der oberen Ebene wie auch in einer anderen Ebene von den mehreren Bildebenen enthalten ist.
Diese und weitere Aufgaben werden durch die Erfindung gemäß Niederlegung in den unabhängigen Ansprüchen gelöst. Bevorzugte Ausführungsbeispiele der Erfindung sind in den abhängigen Ansprüchen niedergelegt.
Die DIR-Spezifikation stellt eine Art des Beschreibens von Digitaldokumenten bereit, bei der textartige (strichförmige) Information von Bildern mit kontinuierlichen Tönen getrennt wird und verschiedene Kompressionen auf jede Komponente angewendet werden, um so die jeweils spezifischen Eigenschaften vorteilhaft zu nutzen. Das in DIR eingebettete Bilderzeugungsmodell (Selektivmodell) weist jedoch Beschränkungen dahingehend auf, dass die Information stets nach Klassen getrennt und dann einem von zwei Kanälen, niemals jedoch beiden zugeordnet wird.
Die vorliegende Erfindung verbessert die bestehende DIR-Darstellung und verfeinert diese weiter, um die vorgenannten Beschränkungen zu beseitigen. Insbesondere stellt es ein Ersetzen des Selektivbilderzeugungsmodells durch ein Additivbilderzeugungsmodell bereit, wodurch Flexibilität dahingehend geboten wird, dass Information aus beiden Kanälen kombiniert werden kann, um die verfügbaren Kompressionsressourcen optimal nutzen zu können. Darüber hinaus bietet es eine optionale Erweiterung der Auswahlebene über das Binäre hinausgehend an. Diese Abwandlungen legen ein neues und flexibleres Verfahren zur Darstellung von Digitaldokumenten fest, durch das im Vergleich zu den bestehenden Verfahren wesentliche Verbesserungen sowohl betreffend die Qualität wie auch die Kompressionsergebnisse erreicht werden. Diese Verbesserungen sind in den nachstehend erläuterten als Fallstudien aufgemachten Beispielen dargelegt.
Ein weitergehendes Verständnis der vorliegenden Erfindung und der vielen damit einhergehenden Vorteile ergibt sich bei Betrachtung der nachfolgenden Detailbeschreibung in Zusammenschau mit der begleitenden Zeichnung, die sich wie folgt zusammensetzt.
1 ist ein Diagramm, das eine obere Ebene, eine Auswahlebene und eine untere Ebene eines Dokumentbilddarstellungsmodells zeigt.
2 ist ein Diagramm, das den Auswahlprozess zwischen einer oberen Ebene und einer unteren Ebene bei einer Selektivmodellrekonstruktion zeigt.
1 ist ein Diagramm, das eine obere Ebene, eine Auswahlebene und eine untere Ebene eines Dokumentbilddarstellungsmodells zeigt.
2 ist ein Diagramm, das den Auswahlprozess zwischen einer oberen Ebene und einer unteren Ebene bei einer Selektivmodellrekonstruktion zeigt.
3a ist ein Diagramm, das die Auswahl zwischen einer Additivebene und einer unteren Ebene bei der Additivmodellrekonstruktion entsprechend der vorliegenden Erfindung zeigt.
3b ist ein Diagramm, das die Auswahl zwischen einer Additivebene und einer unteren Ebene zeigt, wobei jede entsprechend einem Erfassungssignal modifiziert ist, und zwar entsprechend einem alternativen Ausführungsbeispiel der Additivmodellrekonstruktion der vorliegenden Erfindung.
4 zeigt ein Fliesenmuster, das der Darstellung des Vorganges der Additivmodellrekonstruktion entsprechend der vorliegenden Erfindung dient.
5a zeigt die drei Ebenen bei einer Selektivmodellrekonstruktion, wobei sämtliche Bildinformation ausschließlich in einer unteren Ebene enthalten ist.
5b zeigt die drei Ebenen bei der Selektivmodellrekonstruktion, wobei eine einzelne Farbe (rot) in einer oberen Ebene enthalten ist, während sämtliche andere Information in der unteren Ebene enthalten ist.
5c zeigt die drei Ebenen bei der Selektivmodellrekonstruktion, wobei eine einzelne Farbe (grün) in der oberen Ebene enthalten ist, während sämtliche zusätzliche Information in der unteren Ebene enthalten ist.
5d zeigt die drei Ebenen des Selektivmodells, wobei die obere Ebene eine verrauschte Hintergrundfarbe enthält, während die untere Ebene Information betreffend die Vordergrundfarbe enthält.
5e zeigt die drei Ebenen der Selektivmodelldarstellung, wobei die obere Ebene die Vordergrundfarben enthält, während die untere Ebene die verrauschte Hintergrundfarbe enthält.
5f zeigt die drei Ebenen der Selektivmodelldarstellung, wobei die untere Ebene sämtliche in dem Bild enthaltene Information enthält.
6a zeigt den ersten Schritt eines Trennens von Ebenen entsprechend dem Additivmodell der vorliegenden Erfindung.
6b zeigt den zweiten Schritt eines Farbersetzens in einer oberen Ebene entsprechend dem Additivmodell der vorliegenden Erfindung.
6c zeigt den letzten Schritt eines Einbettens von Fehlern aus einer Farbersetzung der oberen Ebene in eine untere Ebene entsprechend dem Additivmodell der vorliegenden Erfindung.
7 zeigt die Luminanz der Selektivmodelldarstellung entsprechend der Alternative 2b von 2.
8 zeigt eine Mittelungsluminanz entsprechend dem Additivmodell der vorliegenden Erfindung.
9 zeigt ein Ausgangsbild.
10a zeigt eine auf dem Selektivmodell basierende obere Ebene für das Ausgangsbild von 9.
10b zeigt eine Auswahlebene für das Selektivmodell entsprechend der oberen Ebene von 10a und dem Ausgangsbild von 9.
10c zeigt eine auf dem Selektivmodell basierende untere Ebene für das Ausgangsbild von 9.
11a zeigt eine auf dem Additivmodell basierende obere Ebene für das Ausgangsbild von 9 entsprechend der vorliegenden Erfindung.
11b zeigt eine Auswahlebene für das Additivmodell entsprechend der oberen Ebene von 11a und dem Ausgangsbild von 9 entsprechend der vorliegenden Erfindung.
11c zeigt eine auf dem Additivmodell basierende untere Ebene für das Ausgangsbild von 9 entsprechend der vorliegenden Erfindung.
In der Zeichnung bezeichnen gleiche Bezugszeichen identische oder korrespondierende Teile. Insbesondere in 2 ist das bestehende DIR-Modell auf Basis eines Selektivbilderzeugungsmodells dargestellt. Bei diesem Modell wird ein Ausgangsbild 20 aus der DIR-Darstellung (den drei vorstehend beschriebenen Ebenen, umfassend eine obere, eine untere und eine binäre Auswahlebene) unter Verwendung einer einfachen Multiplexrechenoperation rekonstruiert. Der binäre Auswahlwert 22, der aus der Auswahlebene abgeleitet ist, wird auf einer Pixel-für-Pixel-Basis zur Wahl von Daten entweder aus einer oberen Ebene 10 oder aus einer unteren Ebene 12 verwendet. Man beachte, dass eine beliebige Information, die in der jeweils anderen Ebene (diejenige, die von der Maske nicht ausgewählt worden ist) vorhanden ist, vernachlässigt und als irrelevant behandelt wird.
Wie bereits erläutert worden ist, besteht das Problem bei diesem Modell darin, dass für jedes einzelne Pixel eine Entscheidung dahingehend getroffen werden muss, dass entweder die obere oder die untere Ebene ausgewählt wird. Die DIR-Spezifikation weist keine Empfehlung dahingehend auf, wie diese Entscheidung zu treffen ist, sodass man zumindest theoretisch dabei absolut frei ist. Gleichwohl gibt die DIR-Spezifikation eine Empfehlung dahingehend, dass bestimmte standardblockbasierte Kompressionstechniken für einige der Ebenen (beispielsweise die Verwendung von JPEG zur Komprimierung der unteren Ebene) verwendet werden sollen. Dies impliziert indirekt, dass die Pixel in einem Block vermöge der Kompression abhängig von ihrer Klassifizierung miteinander verknüpft werden.
Immer dann, wenn nicht alle Pixel innerhalb eines Blockes als zum gleichen Typ gehörig klassifiziert werden, tritt ein Problem auf. Das augenscheinlichste Beispiel, das einem hierzu einfällt, betrifft denjenigen Fall, in dem ein beliebiger (verrauschter) Text auf einem Bild angeordnet ist. Ein Block von Pixeln, die an der Grenze des Textes befindlich sind, enthält unter Umständen einen Teil des Textes wie auch einen Teil des Bildes. Bei theoretischer Betrachtungsweise kann der Textteil vom Bild „abgehoben" werden, um in einer oberen Ebene verschlüsselt zu werden, wohingegen der Rest in der unteren Ebene verbleibt und mittels JPEG verschlüsselt wird. Da jedoch die Pixel innerhalb eines Blockes vermöge der Kompression voneinander abhängig sind, können die hochgehobenen Textteile dazu führen, dass die Qualität oder das Kompressionsverhältnis der in der Nähe befindlichen Nichttextbereiche beeinträchtigt werden.
Darüber hinaus empfiehlt die aktuelle DIR-Spezifikation die Verwendung einer LZW-Variante zum Zwecke der Komprimierung der oberen Ebene. Bei dieser Technik wird binären Gegebenheit mit wenigen Farben der Vorzug gegeben, um hohe Kompressionsverhältnisse zu erhalten. Werden bestimmte Pixel innerhalb eines Blockes als strichförmig klassifiziert und weisen alle verschiedene Farben (möglicherweise aufgrund von Rauschschwankungen) auf, so kann das entsprechende Kompressionsleistungsvermögen merklich schlechter werden (was nachstehend anhand eines Beispieles dargelegt wird).
In diesem Fall gerät man in einen grundlegenden Konflikt, der sich aus der Nichtflexibilität des Selektivmodells ergibt. Entweder begrenzt man die Anzahl der Pixel, die als strichförmig klassifiziert sind (um der Kompression Rechnung zu tragen), oder man weist ihnen zwangsweise die gleiche Farbe beziehungsweise die gleichen Farben zu. Eine Begrenzung der Anzahl der strichförmigen Pixel kann zu einer Verschlechterung der Qualität führen, da die anderen strichförmigen Pixel (diejenigen, die aufgrund der Begrenzung nicht derart klassifiziert sind) dem JPEG-Verfahren unterworfen werden und daher Randdetails verlieren können. Wird dagegen auf ähnliche Weise die Farbe beziehungsweise werden die Farben erzwungen, so tritt ein unmittelbarer Darstellungsfehler auf. Dieser Fehler pflanzt sich bis zum Endergebnis fort, da ein Pixel in der oberen Ebene die untere Ebene überschreibt, ohne dass man die Möglichkeit hätte, in einer späteren Phase hieran eine Korrektur vorzunehmen. Daher weist das bestehende DIR-Modell nicht die Fähigkeit auf, gewünschte Anpassungen (beispielsweise aufgrund von kompressionsbezogenen Randbedingungen) bei der Klassifizierungsweise von Pixeln vorzunehmen.
Als Alternative betrachte man nun das neue Additivbilderzeugungsmodell gemäß der vorliegenden Erfindung, das in 3a dargestellt ist. Dieses Modell weist bei der Rekonstruktion einen Vorteil dahingehend auf, dass die Information aus einer oberen Ebene 32 zunächst (das heißt vor dem Treffen der Auswahl) zum Inhalt einer unteren Ebene 36 hinzugefügt beziehungsweise addiert wird. Man beachte, dass die Einführung eines Addierers 38 einen signifikanten Unterschied im Vergleich zum Selektivmodell darstellt. Der Addierer 38 kombiniert Daten aus den beiden Kanälen (obere Ebene 32 und untere Ebene 36), wodurch ein Mechanismus zur Korrektur von Darstellungsfehlern bereitsteht, die sich aus Klassifizierungsanpassungen, siehe oben, ergeben.
Der Addierer kann auf verschiedene Weisen implementiert sein. So kann der Addierer beispielsweise verwendet werden, um zum Zeitpunkt der Auswahl Pixel aus der oberen und der unteren Ebene zu kombinieren. Alternativ kann der Addierer eingesetzt werden, um die obere und die untere Ebene zur Erzeugung eines Additivbildes zu kombinieren, woraufhin ein Auswähler Pixel sowohl aus der oberen Ebene (bei diesem Ausführungsbeispiel) und der Additivebene auswählt. Einem Fachmann auf dem einschlägigen Gebiet erschließt sich, dass andere Ausgestaltungen zu denselben Endergebnissen führen (beispielsweise Auswahlvorgänge basierend auf Blöcken oder Clustern).
Das Additivbilderzeugungsmodell kann die Ergebnisse merklich verbessern. Ist beispielsweise die Art der verwendeten Kompression der oberen Ebene vorgegeben, so kann die Vordergrundfarbe zwangsweise aus einer begrenzten Anzahl von Farben zusammengesetzt werden (eine Entscheidung, die sehr wahrscheinlich die Kompression wesentlich verbessert), und dies sogar bei „nicht ganz nahe liegenden" Farben, wobei dies dann über den Hintergrundkanal (in diesem Beispiel die untere Ebene) ausgeglichen wird. Dies erfolgt durch Berechnen der individuellen Pixelfehler, die sich aus einer derartigen Entscheidung ergeben, und durch anschließendes Abziehen dieses Fehlers vom Hintergrundwert. Darüber hinaus kann man ebenfalls individuell (das heißt auf Pixel-für-Pixel-Basis) Einfluss dahingehend ausüben, welcher Anteil des Modellierfehlers sich in jedem der Kanäle fortpflanzt. Dies ermöglicht eine wechselseitige Optimierung sowohl der Kompression wie auch der Qualität. Dieser Vorteil geht einzig auf Kosten des Hinzufügens eines einzelnen Addierers (der entweder in Form einer Software oder in Form einer Hardware implementiert werden kann).
Das Additivmodell kann natürlich auch derart erweitert werden, dass eine größere Auflösung für Randdetails bereitsteht. Die gegenwärtige Praxis weist dahin, dass die Bereitstellung einer Auswahlebene bei höheren Auflösungen wünschenswert ist, wann immer die Eingabeauflösung unterhalb von 600 dpi liegt. In diesem Bereich wurden typische Techniken zur Verbesserung der Auflösung (Resolution Enhancement Techniques Ret) erfolgreich eingesetzt, um ein Antialiasing (Glätten/Smoothing) von Text und strichförmigen Darstellungen zum Zwecke einer Verbesserung des Erscheinungsbildes hiervon vorzunehmen.
Alternativ kann auch eine nichtbinäre Auswahlebene eingesetzt werden. Ist mehr als ein Bit vorhanden, so wird die Auswahlebene auf natürliche Weise derart erweitert, dass sie zu einem α-Kanal zum Mischen (oder Versetzen/Blending) von Information zwischen der oberen und der unteren Ebene wird. Man strebt selbstverständlich danach, die Anzahl der Bits, die der Auswahlebene zugewiesen sind, zu begrenzen, um eine bessere Kompression zu erreichen. Gleichwohl sind in manchen Situationen zusätzliche Bits in der Auswahlebene von Vorteil.
Das alternative Ausführungsbeispiel (Erweiterung) ist in 3b dargestellt. Ein Detektor erfasst einen Wert, der aus einer Multibitauswahlebene gelesen wird und dann zur Manipulation (siehe hierzu Verstärker/Mischer 39a und 39b) von Werten verwendet wird, die aus der oberen Ebene 33 und der unteren Ebene 37 vor Erzeugung einer Additivebene (über den Addierer 40) gelesen werden.
Bei dieser Erweiterung werden die zusätzlichen Bits in der Auswahlebene als Gewichtungen verwendet, die die Mischanteile bezüglich der beiden Kanäle variieren. Eine nützliche Anwendung eines derartigen nichtbinären Auswählers stellen die Superauflösung beziehungsweise Hochauflösung und die Feinrandpositionierung dar. Je näher der Rand ist, desto mehr Gewicht wird dem Vordergrund im Vergleich zum Hintergrund zugewiesen. Diese Technik kann die Notwendigkeit der Bereitstellung von Rets (als Schritt nach der Verarbeitung) zum Zwecke einer Verbesserung des Erscheinungsbildes von Text und strichförmigen Darstellungen beseitigen.
Zur Darstellung der Vorteile des neuen Lösungsansatzes betrachte man nun das in 4 gezeigte Beispielmuster. Man gehe davon aus, dass das Eingabebild aus einer Seite besteht, die vollständig mit dem gezeigten regelmäßigen Muster bedeckt ist (der Grund, weswegen dieses Beispiel ausgewählt ist, ergibt sich aus der nachfolgenden Beschreibung). Das Muster basiert auf einer grundlegenden Vierquadrantenzelle, deren konstituierendes Element innerhalb des Zentraldunkelrahmens von 4 eingeschlossen ist. Diese Zelle wird dann fliesenartig über der Seite verteilt, um so das vollständige Muster zu erzeugen.
Dieses Beispiel zeigt, wie in 9 dargestellt ist, dass die neue Technik in einigen Fällen signifikant bessere Gesamtergebnisse mit Blick auf die Flexibilität des Modells, die Wiedergabetreue der Darstellung und das Grundlinienkompressionsverhältnis vorweisen kann. Das Beispiel ist zugegebenermaßen genau zu diesem Zweck konstruiert und stellt im globalen Sinne nicht das Nonplusultra dar. Gleichwohl wird in diesem Abschnitt gezeigt werden, dass die Unterschiede wesentlich oder zumindest ausreichend sein können, um den Einsatz der neuen Technik zu rechtfertigen.
Man gehe ohne Beschränkung der Allgemeinheit davon aus, dass bei gegebener Eingabeauflösung die Fliesengröße gleich 8 × 8 Pixel ist. Hierdurch ist eine Beziehung zwischen der gewählten Zellengröße und der Standard-JPEG-Blockgröße zum Zwecke der Berechnung der Kompressionsleistung bestimmt (andernfalls kann die Zellengröße derart betrachtet werden, dass sie mit dem in Rede stehenden lokalen Bereich bezüglich der gegebenen Betrachtungsbedingungen und Eingabeauflösung in Beziehung steht). Es ergibt sich, dass sich jeder Quadrant aus insgesamt 4 × 4 = 16 Pixeln zusammensetzt, wobei zwei der Quadranten, nämlich der rote und der gründe, kollektiv als „Vordergrundfarben" 42 bezeichnet werden (was nicht mit den Bezeichnungen der Ebenen gemäß nachstehender Beschreibung in Beziehung steht). Man gehe des Weiteren davon aus, dass der Vordergrund ein wenig verrauscht ist (was beispielsweise immer dann der Fall ist, wenn Bilder gescannt sind), weshalb sämtliche Pixel in jedem der Vordergrundquadranten sehr nahe beieinander liegende Farbwerte aufweisen, die jedoch nicht notwendigerweise alle gleich sind. Auf ähnliche Weise werden die beiden verbleibenden Quadranten (die grau dargestellt sind) als „Hintergrundfarbe" 44 bezeichnet und enthalten Teile eines anderen Bildes mit kontinuierlichen Tönen (contone image), die gegebenenfalls ebenfalls verrauscht sind.
Die Hauptidee besteht nun darin, eine vergleichsweise „saubere" zweifarbige Vordergrundtextur über dem verrauschten Hintergrundbild vorzusehen, und zwar ähnlich demjenigen Fall, in dem ein Farbtext oder eine Strichdarstellung auf einem Bild gescannt werden. Dieses Beispiel ist in dem Sinne extrem, dass jede Bildzelle ein Mischung aus Vordergrund und Hintergrund mit zwei Farben enthält, was eine Situation darstellt, die nicht sehr häufig auftritt. In der Praxis variiert die Anzahl derartiger gemischter Zellen stark, was von der Komplexität der Seite und der Segmentierung der Details abhängt. Gleichwohl kann dieses Beispiel einen nützlichen Einblick verschaffen.
Bei einer Pixelgröße von 4 × 4 sind die Quadranten im Allgemeinen ausreichend groß, sodass man sie wahrnehmen kann (bei einer in der Praxis gängigen Auflösung von 300 bis 600 dpi). Man beachte, dass drei im Wesentlichen verschiedene Farbbereiche in 4 zusammen vorhanden sind (das Beispiel funktioniert, solange die Anzahl der wahrnehmbaren Vordergrundfarben größer als 1 ist). Das in Rede stehende Muster wurde unter Verwendung von Adobe Fotoshop zum Zwecke der Berechnung der Kompressionsergebnisse erzeugt. Das Verfahren zur Erzeugung des Musters bestand daraus, einen Pixelbereich von 8 × 8 mit zwei deckenden rot/grünen Vordergrundfarben zu fül len, wobei zwei Hintergrundfarbenquadranten als transparente Schicht belassen wurden. Dieser Bereich wurde anschließend fliesenartig bedeckt, um ein Bild derselben Größe als Ausgangsbild zu füllen, und es wurde durchweg (das heißt für sämtliche Pixel) ein unabhängiges willkürliches Gauß'sches Rauschen hinzugefügt. Schließlich wurde das Bildmuster (beispielsweise unter Verwendung einer Maskenoperation) auf ein gegebenes Hintergrundmuster (ein gescanntes Bild von „Lenna", siehe 9) gleicher Größe derart übertragen, dass die Hintergrunddaten durch die „Löcher" in der Maske gelangten.
5a bis 5f zeigen einige der möglichen Darstellungsarten dieses Fliesenbildes entsprechend einer DIR-Darstellung, die mit der aktuellen Spezifikation (auf Basis des bestehenden Selektivmodells) kompatibel ist. Man betrachte beispielsweise den Fall 5b). Hier ist die rote Quadranteninformation derart klassifiziert, dass sie in der oberen Ebene liegt, während die drei anderen Quadranten in der unteren Ebene verbleiben. Die gelben Quadrate geben Bereiche relevanter Information hinsichtlich des Inhaltes sowohl der unteren wie auch der oberen Ebene an. Da nicht von Belang ist, was dort enthalten ist, besteht die beste Nutzung dieses Raumes darin, ihn mit Werten zu füllen, die die entsprechende Kompression möglichst groß machen (so kann man beispielsweise in Fall 5b die obere Ebene durchweg mit rot ausfüllen, da dies zweifelsohne zum höchsten Kompressionsverhältnis führt).
Die in 5a bis 5f gezeigten Beispiele sind nicht sinnvoll. Der Auswahlwert ist überall entweder auf „wahr" oder „falsch" gesetzt, wodurch die Auswahlebene (einzeln) sämtliche Bildinformation enthalten muss. Ist das Bild gegebenenfalls kompliziert (wie es beispielsweise bei dem in Rede stehenden Fliesenmuster der Fall ist), so ist man nicht im Stande, eine effektive und artefaktfreie Kompression desselben vorzunehmen.
Der in 5b gezeigte Fall ist ähnlich 5c (eine einfache Farbe in der oberen Ebene). Mit Blick auf die Kompression kann jedoch nach wie vor ein Unterschied vorliegen. Auch wenn beide eine obere Ebene konstanten Wertes (gute Kompression) gemeinsam aufweisen, kann die untere Ebene (JPEG) immer noch eine andere Kompression aufweisen. Offensichtlich besteht der bevorzugte Fall darin, die eine Farbe „rot" oder „grün", die am nächsten an „grau" ist, als Teil des Hintergrundes herauszugreifen. Sind jedoch beide signifikant von „grau" verschieden, sodass ein starker Rand in den Grenzgebieten entsteht, so führen beide Fälle zu signifikanten starken Ringbildungsartefakten (ringing artefacts) (JPEG), wenn nicht die Anforderungen an die Kompression stark gesenkt werden. Die Fälle 5b und 5c haben ebenfalls einen unerwünschten qualitativen Nachteil ge meinsam. Sie sind beide nicht symmetrisch dahingehend, dass sie rote und grüne Farben ungleich behandeln. Die Farbe, die in der oberen Ebene (LZW) ist, weist normalerweise eine einheitliche Dichte und scharte Kanten auf, wohingegen die andere (JPEG) mit Blick auf Dichte und Kanten eine „Ringbildung" aufweist.
Der in 5e gezeigte Fall kann zu einer besseren Gesamtkompression als bei 5a und 5b mit Blick auf eine Kombination der oberen und der unteren Ebene führen. Gleichwohl weist dieser Fall eine kompliziertere Auswahlstruktur (Schachbrettmuster) auf, die mit Blick auf die Kompression nicht derart effektiv sein kann (Fax Group 4 CCITT verlustfrei). Sind sowohl rot wie auch grün ausreichend dunkel, sodass sie echten Vordergrund darstellen, so ist die bevorzugte Darstellung diejenige von Fall 5e, da die Auswahlebene in diesem Fall die Binärmaske darstellt.
Schließlich ist Fall 5d wie 5e, außer dass die Rolle der Vordergrund- und der Hintergrundebene vertauscht ist. Für eine gegebene Auswahl eines Paares von Kompressionen (das heißt LZW und JPEG), die den bereitstehenden Ebenen zugewiesen sind, kann einer der beiden Fälle bedeutend schlechter ausfallen. Ähnliche Situationen der „Rollenumkehrung" bestehen auch für die Fälle 5b und 5c, sind jedoch nicht gezeigt.
Der Hauptzweck der Diskussion anhand 5a bis 5f besteht darin nachzuweisen, dass das Fliesenmuster von 4 derart ausreichend kompliziert ist, dass keine einfache „artefaktfreie" Darstellung unter Verwendung des Selektivmodells gefunden werden kann (ohne dass die Kompression aufgegeben werden müsste). Unabhängig davon, wie die Daten verteilt werden, weist immer wenigstens eine Ebene von der oberen und unteren Ebene alternative Schachbrettmuster auf, die keine gute Kompression aufweisen (was zu geringen LZW-Lauflängen oder JPEG-Kantenringbildungen führt). Dies gilt sogar für jeden dreifarbigen Fall, in dem mehr als eine „Vordergrundfarbe" vorhanden ist.
Es wird nunmehr demonstriert, wie das neue Additivbilderzeugungsmodell gemäß der vorliegenden Erfindung die Ergebnisse merklich verbessern kann. Man betrachte den bevorzugten Fall, der in 5e dargestellt ist. Hierbei stellt die untere Ebene kein Problem dar, wohingegen die obere Ebene mit wenigstens zwei Farben (rot/grün) schachbrettartig bedeckt ist. Zur Ermöglichung einer besseren Kompression werde davon ausgegangen, dass eine Ersetzung der beiden Farben durch nur eine einzige Farbe versucht wird. Man kann jede der beiden Farben herausgreifen, oder man kann das Mittel beziehungsweise den Durchschnitt aus beiden bilden. Dies verbessert mit Sicherheit die Kompression der oberen Ebene, führt jedoch auch zu einem merklichen Darstellungsfehler (eine einzige Farbe anstatt der gemusterten zwei). Beim Selektivmodell pflanzt sich der Fehler fort, was zu nichtannehmbaren Ergebnissen führt (die einzige Option besteht darin, die untere Ebene mit niedriger Kompression zu verwenden). Mit dem Additivmodell kann jedoch eine Rückkopplung des Fehlers stattfinden, um die untere Ebene einzustellen. Zum Zeitpunkt der Rekonstruktion werden die Informationen aus den beiden Ebenen miteinander kombiniert (addiert), um das Ausgangsbild wiederherzustellen.
Zur Darstellung dieser Technik betrachte man die drei Schritte, die in 6a bis 6c gezeigt sind. Beim ersten Schritt, siehe 6a, wird das eingegebene Bild in drei Ebenen (dem Konzept nach ähnlich 5e) getrennt. Ein Unterschied besteht dahingehend, dass die Information der unteren Ebene (aufgrund der Additivität) verwendet wird und daher derart gewählt werden muss, dass sie einen nutzbaren Wert ergibt (üblicherweise die gemittelte Hintergrundfarbe).
Anschließend werden in Schritt 2, siehe 6b, Rot und Grün durch eine einzige Farbe (den gemittelten Vordergrund) ersetzt, die am besten beide Farben darstellt (in 6b und 6c dunkelgrau dargestellt). Die Differenz zwischen diesen Mitteln und jeder der beiden Farben wird anschließend, siehe 6c, in Schritt 3 zur unteren Ebene addiert. Das dargestellte Farbkodierschema besteht darin, dass die Inverse von Rot Zyan und die Inverse von Grün Magenta ist. Man beachte, dass für den Fall, dass sowohl „rote" wie auch „grüne" Farben als Vordergrund identifiziert sind, diese im Allgemeinen einem merklichen Kontrast aufweisen und (mit Blick auf die Luminanz) näher beieinander als beim Hintergrund liegen. Die drei Ebenen werden anschließend wie zuvor komprimiert.
Eine eindimensionale nur auf der Luminanz basierende Darstellung des vorgenannten Verfahrens ist in 7 dargestellt. Man stelle sich vor, man betrachte eine Luminanzprojektion gemäß 6a. Es gibt ein (geringfügig variierendes) Hintergrundniveau in der unteren Ebene und ein abwechselnd rot/grünes Schachbrettmuster in der oberen Ebene. Der Inhalt der Auswahlebene ist nicht gezeigt. Unter Zuhilfenahme der neuen Technik werden sowohl die rote wie auch die grüne Luminanz durch das gemittelte Luminanzniveau ersetzt, und das Hintergrundniveau wird durch die Differenz bei der Luminanz ausgeglichen. Man beachte, dass diese beiden Darstellungen vor der Kompression fehlerfrei, das heißt verlustfrei, sind.
Der Hauptvorteil des neuen Schemas ergibt sich aus 8. Wird beispielsweise der oberen Ebene die LZW-Kompression zugewiesen, so ergibt die vorgeschlagene Technik merklich bessere Kompressionsergebnisse (wobei die obere Ebene durchweg konstant bleibt). Die untere Ebene, die mittels JPEG komprimiert ist, wird sich demgegenüber qualitativ als Ergebnis des Luminanzausgleichs ein wenig verschlechtern. Sind die beiden Vordergrundfarben jedoch mit Blick auf die Luminanz nahe beieinander, so ist die Größenänderung bei der Luminanz gemäß 8 viel kleiner als diejenige gemäß 7, was zu einer sehr viel höheren Qualität bei gegebener Kompression oder umgekehrt führt.
Man beachte, dass die sich ergebenden Ringbildungsartefakte bei JPEG im Vergleich zum herkömmlichen Lösungsansatz (Selektivmodell) merklich weniger sind. Wie bereits erläutert worden ist, kann der vorliegende Lösungsansatz ähnliche Kompressionsergebnisse (das heißt eine konstante obere Ebene) nur dadurch erreichen, dass eine einzelne Vordergrundfarbe (vorzugsweise die dunkelste) in der oberen Ebene herausgegriffen wird und dass (ein asymmetrisches) Alternieren zwischen der anderen Vordergrundfarbe und dem Hintergrund in der unteren Ebene (siehe 7) stattfindet. Derartige Schemen führen unnötigerweise zu einer größeren Verschlechterung bei der Bildqualität (wahrnehmbare Ringbildungsartefakte) bei gleichem Kompressionsniveau oder umgekehrt.
Eine letzte Bemerkung bezüglich der Wahl der Vordergrundfarbe ist angebracht. Es sind insbesondere dann Randbedingungen vorhanden, wenn die interne Bitgenauigkeit begrenzt ist (beispielsweise auf 8 Bit pro Komponente). Beim vorhergehenden Beispiel erfolgte die Wahl derart, dass die gemittelte Vordergrundfarbe in der oberen Ebene befindlich ist. Während diese besondere Wahl visuell sehr sinnvoll ist, weist sie einen Nachteil dahingehend auf, dass einige Vordergrundfarben heller werden, wohingegen andere dunkler werden.
Im Ergebnis wird der Fehler im Allgemeinen merklich. Wird der Fehler größenmäßig zu hoch und ist der Hintergrund bereits sehr hell, so besteht das Risiko, dass das Ergebnis einen Overflow (8-Bit-Bereich) erzeugen könnte, wenn ein Fehlerausgleich stattfindet. In unserem Beispiel war aufgrund der Tatsache, dass der Fehler konstruktiv klein gewählt war (nur fünf Einheiten bei der Luminanz (L*)), das Bild nicht derart hell, dass der Bereich verlassen worden wäre. Eine mögliche Lösung dieses Problems (ohne Zuweisung von mehr Bits) besteht darin, die Fehlergröße (durch Verringerung des Vordergrundni veaus) derart zu begrenzen, dass sie passend wird. Dies ist ein weiteres Beispiel für die größere Flexibilität des vorgeschlagenen Lösungsansatzes, wobei hierbei ein Teil der Kompression zugunsten einer festen Darstellungswortgröße eingesetzt wird.
Ergebnisse der Simulation
Das in 4 beschriebene Beispiel wurde unter Verwendung von Adobe Photoshop simuliert. Das Muster wurde mit dem Hintergrundbild „Lenna", wie oben beschrieben, erstellt und kombiniert. Das resultierende Ausgangsbild (9) wurde zur Erzeugung der nachfolgenden Simulationsergebnisse verwendet. Einige der zugrundeliegenden Annahmen und Bemerkungen lauten folgendermaßen.

(1) Die Vordergrundfarben sind gemäß L*A*B eingegeben, wobei galt: „rot" = (40, 20, 0) und „grün" = (50, –20, 0).
(2) Die Bildgröße liegt bei 512 × 512. Die aufgeführten Dateigrößen sind genähert (Beispielsweise können Header (Kopfbereiche), Tabellen und Markierungen enthalten sein, wobei jedoch der Gesamteffekt sehr klein ist).
(3) Die untere Ebene wurde unter Verwendung des eingebauten JPEGs komprimiert, wobei das Qualitätsniveau auf „mittel" eingestellt war (Niveau 3).
(4) Es wurde der standardmäßig eingebaute Photoshop^TM-JPEG-Algorithmus verwendet, der – zumindest nach Erkenntnis des Erfinders – die Farbdaten zunächst nach YCC umwandelt und anschließend ein 4:2:2-Subsampling-Schema einsetzt.
(5) Die Auswahlebene und die oberen Ebene wurden unter Verwendung der standardmäßig eingebauten mit TIFF einhergehenden LZW-Kompression komprimiert.
(6) Um einen ausgewogenen Vergleich ziehen zu können, wurden sonst vernachlässigte Daten durch künstliche (gemittelte) Daten ersetzt, um gute Kompressionsergebnisse zu erhalten (siehe die folgenden spezifischen Erklärungen).

10a bis 10c zeigen die aktuelle DIR-Darstellung entsprechend dem Selektivbilderzeugungsmodell. 10a zeigt die obere Ebene, die sich aus abwechselnden (verrauschten) Streifen von Rot und Grün zusammensetzt. Hierbei wurden Daten, die vorlie gen, wenn die Auswahlebene falsch ist (das heißt, wo diese vernachlässigt wird), mit der gemittelten Farbe der vier umgebenden 4 × 4 Quadranten direkt darüber, darunter, zur Rechten und zur Linken des zugehörigen Quadranten gefüllt.
10b zeigt die Binärmaske, bei der Schwarz gleich „0" oder „falsch" ist. 10c zeigt die untere Ebene. Erneut ist ein praxisgerechtes Verfahren zum Ausfüllen der fehlenden Daten (die in die obere Ebene „gehoben" wurden) die Mittelung.
In diesem Fall erfolgt ein Subsampling der ursprünglichen (sauberen) Version des Bildes „Lenna" auf Grundlage des Faktors 8 in jeder Richtung, woraufhin eine Rückexpansion auf die volle Größe (jedes Mal unter Verwendung einer bikubischen Mittelung) erfolgte. Die auf diese Weise erzeugten, eine niedere Auflösung aufweisenden Daten wurden anschließend zur Ersetzung des rot/grünen Schachbrettmusters in der unteren Ebene vor dem Einsatz der JPEG-Kompression verwendet. Man beachte, dass dieses Verfahren des Ersetzens von Daten zur Verbesserung der Kompression der Grund für die wahrnehmbaren Randartefakte ist. Wann immer der Bildinhalt vergleichsweise flach ist, ist die vorgenannte Mittelungsoperation vom Hintergrund nicht unterscheidbar. An den Rändern jedoch bewirkt die Mittelung tendenziell ein wechselseitiges Mischen der Farben, weshalb sie stärker wahrnehmbar wird.
11a bis 11c zeigen, wie dasselbe Bild unter Verwendung des vorgeschlagenen Additivbilderzeugungsmodells aussehen würde. Wie zuvor zeigt 9 das Ausgangsbild als Bezugsgröße. Man beachte, dass die Auswahlebene (11b) ebenfalls identisch mit derjenigen von 10b ist. Zur Demonstration des großen Vorteils des Additivmodells wurde die Anzahl der Vordergrundfarben derart gewählt, dass diese genau gleich einer Farbe ist, und zwar in dem Bewusstsein, dass dies zu einer sehr guten LZW-Kompression führt. Zur Auswahl dieser einen Farbe wurden die roten und grünen Pixel des Vordergrundes zusammen gemittelt, um eine einzige schwarze Farbe, siehe 11a, zu bilden. Diese einzelne Farbe wurde anschließend zum Füllen der kompletten Vordergrundebene (obere Ebene) verwendet.
Man beachte, dass im Gegensatz zum Fall des Selektivmodells kein Rauschen in der oberen Ebene als Ergebnis des vorbeschriebenen Verfahrens auftritt. Diese Vorgehensweise führt jedoch zu einem Fehler bei der Darstellung. Der Fehler muss durch Anpassen der Hintergrundebene (untere Ebene), wie vorstehend beschrieben, korrigiert werden. Für jedes Pixel im Vordergrund wurde der Fehler dadurch berechnet, dass die (dreidimensionale) Differenz zwischen dem aktuellen Pixelwert und dem mit der Vordergrundfarbe gefüllten berechnet und diese vom Hintergrund abgezogen wurde. Man beachte, dass diese Anpassung lediglich einen Übergang dahingehend darstellt, dass Daten zwischen der oberen und der unteren Ebene hin und hergeschoben werden. Dieser Übergang ist verlustfrei in dem Sinne, dass die angepassten Ebenen dasselbe Ausgangsbild ohne Fehler repräsentieren, und zwar genau derart, wie es vor der Anpassung der Fall war. Gleichwohl ermöglicht die Umwandlung eine erheblich bessere Kompression (wie die nachfolgenden Simulationsergebnisse nachweisen).
Die hinzugefügte Flexibilität des Additivmodells versetzt einen in die Lage, eine Auswahl dahingehend zu treffen, wie eine Feinabstimmung der Daten zwischen der oberen und der unteren Ebene erfolgen soll, um so die Gesamtkompression so stark wie möglich zu machen.
Die resultierende untere Ebene ist in 11c angegeben. Das Ergebnis kann folgendermaßen beschrieben werden. Die rote Vordergrundfarbe ist dunkler als die grüne (L*-Wert von 40 gegenüber 50). Dort, wo sich die roten Vordergrundpixel befanden, erscheinen die fehlerangepassten Pixel geringfügig dunkler und stärker rot. Dies rührt von der Tatsache her, dass die gemittelte Vordergrundfarbe heller (L*-Wert von ungefähr 45) und nahe am neutralen ist. Daher macht der Fehler den Hintergrund stärker rot und geringfügig dunkler. Auf ähnliche Weise wird dort, wo die grünen Pixel waren, der fehlerangepasste Hintergrund heller und stärker grün. Da das Bild fast durchweg eine vergleichsweise große rote Komponente aufweist, kann man dies derart interpretieren, dass ein wenig Rot weggenommen wird (wodurch es ein wenig mehr grünlich-gelb wirkt).
Tabelle 1 fasst die resultierenden Dateigrößen, Qualitäten und Kompressionsverhältnisse zusammen. In diesem Beispiel ist die vorgeschlagene Additivtechnik der bestehenden Selektivvorgehensweise (mit Blick auf die Größe) bei weitem überlegen, und zwar sowohl mit Blick auf die Gesamtkompression wie auch mit Blick auf Qualität und Genauigkeit der Rekonstruktion.
Zusätzlich zu einem Ausführungsbeispiel, das aus speziell konzipierten integrierten Schaltungen oder anderen elektronischen Bauelementen besteht, kann die vorliegende Erfindung bequem unter Verwendung eines herkömmlichen Allzweck- oder Spezialzweckcomputers oder Mikroprozessors mit einer Programmierung entsprechend der technischen Lehre der vorliegenden Offenbarung implementiert werden, was für einen Fachmann auf dem einschlägigen Gebiet einsichtig ist.
Eine entsprechende Softwarekodierung kann von Programmierern auf Grundlage der technischen Lehre der vorliegenden Offenbarung einfach erstellt werden, was sich einem Fachmann auf dem Gebiet der Programmierung erschließt. Die Erfindung kann auch durch Bereitstellung anwendungsspezifischer integrierter Schaltungen oder durch die wechselseitige Verbindung eines geeigneten Netzwerkes aus herkömmlichen Komponentenschaltungen implementiert sein, was sich einem Fachmann auf dem einschlägigen Gebiet ebenfalls erschließt.
Die vorliegende Erfindung betrifft ein Computerprogrammerzeugnis, das ein Speichermedium beziehungsweise Speichermedien mit Instruktionen, die darauf beziehungsweise darin gespeichert sind, darstellt, wobei die Instruktionen zum Programmieren eines Computers zum Zwecke der Durchführung irgendeines Vorganges der vorliegenden Erfindung verwendet werden können. Das Speichermedium kann unter anderem eine beliebigen Art von Platte umfassen, darunter Floppydisks, optische Platten, DVDs, CD-ROMs, Microdrives und magnetooptische Platten, ROMs, RAMs, EPROMs, EEPROMs, DRAMs, VRAMs, Flash-Speicher, magnetische oder optische Karten, Nanosysteme (darunter molekulare Speicher-ICs) oder eine beliebige Art von Medien oder Vorrichtungen, die zur Speicherung von weiteren Instruktionen und/oder Daten geeignet sind.
Die vorliegende Erfindung umfasst – gespeichert auf einem beliebigen computerlesbaren Medium (beziehungsweise Medien) – Software zur Steuerung sowohl der Hardware des Allzweck-/Spezialzweckcomputers oder Mikroprozessors als auch zur Befähigung des Computers oder Mikroprozessors, mit einem menschlichen Nutzer oder einem anderen Mechanismus zu interagieren, und zwar unter Verwendung der Ergebnisse der vorliegenden Erfindung. Zu dieser Software zählen unter anderem Vorrichtungstreiber, Betriebssysteme und Nutzeranwendungen. Schließlich zählt zu diesen computerlesbaren Medien des Weiteren Software zum Durchführen wenigstens einer Additivmodelldarstellung und Rekonstruktion.
Enthalten in der Programmierung (Software) des Allzweck-/Spezialzweckcomputers oder Mikroprozessors sind Softwaremodule zur Implementierung der technischen Lehre der vorliegenden Erfindung, darunter unter anderem das Trennen der Ebenen eines Ausgangsbildes, das Mitteln wenigstens einer Farbe von den Vordergrund- und Hintergrundfarben, das Ersetzen von Farben und das Ausgleichen eines Fehlers, der durch eine Farbersetzung in einer Ebene erzeugt worden ist, durch Überführen des Fehlers in eine zweite Ebene, das Speichern, das Mitteilen von Ergebnissen und das Rekonstruieren eines Bildes entsprechend den Vorgehensweisen der vorliegenden Erfindung.
Entsprechend einem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung umfasst das Verfahren des Weiteren den Schritt des Beibehaltens einer Auswahlebene, die identifiziert, ob ein beliebiges spezielles Pixel der oberen Ebene oder eine Kombination des speziellen Pixels und eines angepassten Pixels der unteren Ebene korrespondierende Pixel in dem Bild darstellen.
Vorzugsweise umfasst das Verfahren des Weiteren den Schritt des Komprimierens der Auswahlebene. Vorteilhafterweise umfasst der Schritt des Ersetzens das Auswählen einer Farbe der oberen Ebene und das Ersetzen beliebiger nichtausgewählter Farben in der oberen Ebene durch die ausgewählte Farbe. Bei einem bevorzugten Ausführungsbeispiel ist die ausgewählte Farbe eine Mittelung der in der oberen Ebene enthaltenen Farben.
Vorteilhafterweise umfasst das Verfahren des Weiteren den Schritt des Anpassens eines Niveaus einer Farbe in der oberen Ebene an ein Niveau derart, dass der Schritt des Anpassens der unteren Ebene mit Blick auf die Anzahl von Bits, die zur Darstellung des unteren Niveaus gebraucht werden, keinen Overflow verursacht.
Vorzugsweise umfasst das Verfahren des Weiteren die Schritte des Bestimmens einer Mittelungsfarbe einer Anzahl von Farben in der oberen Ebene von den mehreren Ebenen, das Ersetzen jeder Farbe in der oberen Ebene durch eine Mittelungsfarbe und das Anpassen einer unteren Ebene an Stellen korrespondierend einer entsprechenden ersetzten Farbe der oberen Ebene durch einen Fehlerwert derart, dass eine Addition der unteren und oberen Ebenen an einer Stelle korrespondierend einer entsprechenden Farbe gleich der entsprechenden Farbe ist.
Entsprechend einem bevorzugten Ausführungsbeispiel enthält der Schritt des Trennens einen Schritt des Anpassens der Menge von Details des Bildes, die in den Pixeln in jeder Ebene enthalten sind, auf Basis eines vorbestimmten Faktors korrespondierender Pixel in dem Bild.
Entsprechend einem vorteilhaften Ausführungsbeispiel des Verfahrens umfasst der Schritt des Anpassens einer Detailmenge das Anpassen einer Detailmenge des in den Pixeln der oberen Ebene enthaltenen Bildes basierend auf dem Farbgrad in den korrespondierenden Pixeln, die zur Hintergrundfarbe des Bildes passen. Vorzugsweise umfasst der Schritt des Anpassens einer Detailmenge das Anpassen einer Detailmenge des in den Pixeln der oberen Ebene enthaltenen Bildes auf Basis einer Menge von Feinrandpositionen in den korrespondierenden Pixeln und das Beibehalten einer Multibitauswahlebene.
Vorteilhafterweise umfasst das Verfahren des Weiteren den Schritt des Beibehaltens einer Multibitauswahlebene, die eine Detailmenge des in jeder der mehreren Auswahlebenen beibehaltenen Bildes identifiziert.
Bei einem bevorzugten Ausführungsbeispiel der Vorrichtung wird jedes korrespondierende Kompressionsverfahren derart ausgewählt, dass es zu den Bildeigenschaften, die in jeder Ebene enthalten sind, passt. Vorzugsweise ist das korrespondierende Kompressionsverfahren für die Auswahlebene ein verlustfreies Kompressionsverfahren.
Vorteilhafterweise umfasst bei der Vorrichtung die ausgewählte Farbe eine Farbe von den ausgewählten Farben, die sich in der unteren Ebene befinden, und eine Mittelungsfarbe von den Farben, die sich in der oberen Ebene befinden. Vorzugsweise umfasst die ausgewählte Farbe eine Farbe, die berechnet ist, um das beste Kompressionsergebnis der oberen Ebene bereitzustellen.
Bei einem vorteilhaften Ausführungsbeispiel umfasst die Vorrichtung des Weiteren eine Anpassungsvorrichtung, die derart konfiguriert ist, dass sie das Gesamtfarbniveau der oberen Ebene derart angepasst, dass die Fehlervorrichtung keinen Overflow bei einer Anzahl von Bits erfährt, die der Speicherung der Pixel der unteren Ebene und des Fehlers dienen.
Vorzugsweise umfasst die Vorrichtung des Weiteren eine Auswahlvorrichtung, die derart konfiguriert ist, dass sie eine Auswahlmaske erzeugt, die identifiziert, wie jedes Pixel des komprimierten Bildes zwischen den oberen und unteren Ebenen gespeichert ist.

Claims

Ein Verfahren zur Komprimierung eines Bildes, die folgenden Schritte umfassend: Teilen des Bildes in mehrere Ebenen (32, 34, 36; 33, 35, 37) und Komprimieren jeder Ebene mit einem korrespondierend ausgewählten Kompressionsverfahren, Ersetzen von Farben in wenigstens einer (32, 33) von den mehreren Ebenen mit wenigstens einer Ersatzfarbe; und Einstellen von wenigstens einer anderen (36, 37) von den mehreren Ebenen, an Stellen, die mit den ersetzten Farben korrespondieren, mit Fehlerwerten, die eine Differenz zwischen der ersetzten Farben und der korrespondierenden Ersatzfarben repräsentiert.
Das Verfahren nach Anspruch 1, weiter den Schritt umfassend: Beibehalten einer Auswahlebene (34, 35), die eine von einer Ebene der mehreren Ebenen und einer Kombination der mehreren Ebenen, die Pixel beibehalten, die das Bild repräsentieren, identifiziert.
Das Verfahren nach Anspruch 1 oder 2, wobei: der Schritt des Teilens Teilen des Bildes in wenigstens eine obere Ebene und eine untere Ebene umfasst; und das Verfahren umfasst weiter die Schritte: Ersetzen der Farben in der oberen Ebene mit einer Ersatzfarbe; und Einstellen der untere Ebene an Stellen, die mit einer entsprechenden ersetzten Farbe mit einem Fehlerwert, der eine Differenz zwischen den entsprechenden ersetzten Farbe und der Ersatzfarbe repräsentiert, korrespondieren.
Ein Verfahren zur Rekonstruktion eines Bildes, die Schritte umfassend: Kombinieren (38, 40) einer oberen (32, 33) und unteren (36, 37) Ebene in eine additive Ebene; Auswählen von Pixeln des aus einer Mehrzahl von Datenebenen, die das Bild repräsentieren, zu rekonstruierenden Bildes, wobei der Schritt des Auswählens umfasst: Auswählen von Pixeln basierend auf einer Auswahlebene (34, 35), die für jeden Teil des Originalbildes identifiziert, ob die Information des Originalbildes beibehaltene Information in der oberen Ebene oder in der additiven Ebene ist.
Ein Verfahren nach Anspruch 4, weiter den folgenden Schritt umfassend: Dekomprimieren der mehreren Ebenen, einschließlich wenigstens einer oberen Ebene und einer unteren Ebene, von einem komprimierten Zustand.
Das Verfahren nach Anspruch 4 oder 5, wobei: der Schritt des Auswählens umfasst: Auswählen von Pixeln des Bildes aus einer von einer einzelnen Ebene und einer arithmetischen Rechenoperation von Pixeln von mehr als einer von den mehreren Ebenen.
Das Verfahren nach einem der Ansprüche 4 bis 6, wobei: der Schritt des Auswählens folgenden Schritt umfasst, Auswählen von Pixeln basierend auf einer Auswahlebene die für jeden Teil des Originalbildes identifiziert, ob die Information des Originalbildes in einer oberen Ebene oder einer Kombination der oberen und wenigstens einer unteren Ebene der mehreren Ebenen beibehalten ist.
Das Verfahren nach einem der Ansprüche 4 bis 7, wobei: der Schritt des Dekomprimierens den folgenden Schritt beinhaltet, Dekomprimieren einer Auswahlebene die Information beibehält, die identifiziert welche Pixel jeder anderen dekomprimierten Ebene repäsentativ für Pixel des rekonstruierten Bildes sind; und der Schritt des Auswählens folgendes umfasst, Auswählen von Pixeln für das rekonstruierte Bild basierend auf Information der Auswahlebene.
Eine Vorrichtung zum Darstellen eines Ausgangsbildes, umfassend: einen Teiler konfiguriert, um das Ausgangsbild in wenigstens eine obere (32, 33) und eine untere (36, 37) Ebene zu teilen; eine Farbersatzvorrichtung konfiguriert, um Farben in der oberen Ebene mit einer ausgewählten Farbe zu ersetzen; und eine Fehlervorrichtung konfiguriert, um Pixelfehler in der oberen Ebene, die aus dem Farbersatz resultieren, in korrespondierende Stellen in der unteren Ebene weiterzuleiten.
Die Vorrichtung nach Anspruch 9, weiter umfassend: eine Auswahlvorrichtung konfiguriert, um eine Auswahlebene (34, 35), die Pixel von dem Ausgangsbild, in der oberen Ebene und in einer Kombination der oberen Ebene und der unteren Ebene enthalten, identifiziert, aufzubauen.
Die Vorrichtung nach Anspruch 9 oder 10, weiter umfassend: einen Kompressor konfiguriert, um jede der oberen, unteren und Auswahlebenen mit einem korrespondierenden Kompressionsverfahren zu komprimieren.
Eine Vorrichtung zur Rekonstruktion eines Bildes, umfassend: eine Kombinierungsvorrichtung konfiguriert, um eine obere Ebene (32, 33) und eine untere (36, 37) Ebene von Bilddaten zu einer additiven Ebene zu kombinieren; und eine Auswahlvorrichtung konfiguriert, um Bilddaten wenigstens einer der Ebenen und der additiven Ebene auszuwählen um das Bild zu rekonstruieren, wobei die Auswahlvorrichtung weiter konfiguriert ist, um eine Menge des von der oberen Ebene abgeleiteten Ergebnisses basierend auf einem vorbestimmten Faktor (α) zu gewichten, wobei der vorbestimmte Faktor ein Wert der Auswahlebene (34, 35) ist, der identifiziert, wie viel des Ergebnisses von jeder der oberen und additiven Ebene abgeleitet ist.
Die Vorrichtung nach Anspruch 12, weiter umfassend: eine Dekompressionsvorrichtung konfiguriert, um Ebenen (33, 37), die das Bild repräsentieren, zu dekomprimieren.
Die Vorrichtung nach Anspruch 12, wobei der Wert (α) der Auswahlebene (35) auf wenigstens einem von Super-Auflösung und Feinranddetail in korrespondierenden Stellen des Bildes basiert.
Ein Computer-lesbares Medium, das Instruktionen speichert, die, wenn sie auf den Computer geladen werden, den Computer veranlassen die Schritte nach dem Verfahren einer der Ansprüchen 1 bis 3 auszuführen.
Ein Computer-lesbares Medium, das Instruktionen speichert, die, wenn sie auf den Computer geladen werden, den Computer veranlassen die Schritte nach dem Verfahren einer der Ansprüchen 4 bis 8 auszuführen.