СПОСОБ ПРЕОБРАЗОВАНИЯ СЕРОГО ИЗОБРАЖЕНИЯ В ЦВЕТНОЕ Российский патент 2008 года по МПК H04N9/43 G06K9/46 H04N1/58 

Изобретение относится к области обработки изображений и может быть использовано для логической раскраски серых изображений.

Известен аналог предлагаемого изобретения, например способ закрашивания выводимого на индикацию изображения, заключающийся в масштабном преобразовании изображения и наложении на подлежащие закрашиванию участки линейной штриховки с определенной плотностью расположения линий (заявка Японии №62-120198 от 87.05.19, МПК G06F 15/72, 3/13, опубл. 88.11.22).

Недостатком аналога является наложение на исходное изображение штриховки, которая искажает и закрывает детали изображения, затрудняя их зрительное восприятие, особенно в случае цветной штриховки в спектре, дополнительного к цвету основного изображения.

Известен способ преобразования черно-белого изображения в цветное, при котором проецируют одновременно совмещенные между собой позитивные и негативные изображения черно-белого изображения, причем негативные и позитивные изображения пропускают через синий и желтый светофильтры соответственно, а полученное совмещенное изображение дополнительно освещают источником красного цвета (патент РФ №2012913, МПК G03B 33/00, 21/00, 1992).

Недостатком такого преобразования является пестрота получаемого цветного изображения, если его генерировать на основе серого изображения, так как практически каждый оттенок серого получает свой цвет. Более того, линия на сером изображении, постепенно меняющая яркость, раскрашивается в разные цвета, что нарушает логику восприятия изображения. Этим способом невозможно выполнить логическую раскраску богатого на оттенки серого цвета изображения, когда, например, темным линиям назначают оттенки только синего цвета, а просветам между линиями - оттенки только красного цвета.

Наиболее близким к заявляемому изобретению является способ обработки изображения, в котором исходное изображение, представленное в виде матрицы элементов изображения, разделяют на n частотных каналов, каждый из которых содержит матрицу той же размерности, что и исходное изображение, выделяют низкочастотный и n-1 высокочастотных каналов, выделяют границы изображения и вычисляют в каждом высокочастотном канале корреляцию каждого элемента изображения с окружающими его элементами изображения, сравнивают полученное значение корреляции со значениями корреляции для соответствующих по положению элементов изображения в других частотных каналах и с пороговым значением для данного канала, по результатам сравнения формируют для каждого элемента изображения каждого из n-1 высокочастотных каналов весовой коэффициент, синтезируют выходное изображение путем суммирования каждого из элементов изображения низкочастотного канала со всеми соответствующими по положению элементами изображения n-1 высокочастотных каналов, умноженными на соответствующие им весовые коэффициенты (патент РФ №2150146, МПК G06K 9/46, 1998). Данный способ выбран в качестве прототипа.

Здесь из серого изображения синтезируют другое серое изображение, не раскрашивая его, не подчеркивая логически другим цветом детали, разделяемые по различным высокочастотным каналам. Так, на зашумленном изображении интересующие детали, имеющие серый оттенок, подобный оттенку фона, могут быть недостаточно ярко выражены на синтезируемом изображении. Более того, при осмотре серого изображения не участвует цветовой канал зрительной системы человека, позволяющий точнее понимать и интерпретировать изображение; увеличение же контрастности серого изображения может привести к повышенной утомляемости глаз.

Задачей, решаемой настоящим изобретением, является расширение возможностей обработки изображения за счет логического выделения цветом на изображении деталей, разделяемых различными высокочастотными каналами.

Достигается это тем, что исходное серое изображение, представленное в виде матрицы элементов, разделяют на n частотных каналов, каждый из которых содержит той же размерности матрицу элементов, что и исходное изображение, выделяют низкочастотный и n-1 высокочастотных каналов, вычисляют корреляцию каждого элемента изображения с окружающими его элементами изображения в каждом высокочастотном канале, для каждого элемента изображения каждого из n-1 высокочастотных каналов формируют весовой коэффициент как функцию от величин корреляции для соответствующих по положению элементов изображения в каждом из n-1 высокочастотных каналов, каждому из n частотных каналов назначают цвет и синтезируют выходное изображение путем суммирования цвета каждого из элементов изображения низкочастотного канала со всеми цветами соответствующих по положению элементов изображения в каждом из n-1 высокочастотных каналов, умноженных на соответствующие этим элементам изображения весовые коэффициенты.

Кроме того, цвет представляют в виде тона, насыщенности и интенсивности, а весовые коэффициенты элементов в высокочастотных каналах влияют только на величину тона.

Кроме того, цвет представляют в виде тона, насыщенности и интенсивности, а весовые коэффициенты элементов в высокочастотных каналах влияют только на величину насыщенности.

Кроме того, цвет представляют в виде тона, насыщенности и интенсивности, а весовые коэффициенты элементов в высокочастотных каналах влияют только на величину интенсивности.

Кроме того, перед синтезом выходного изображения часть весовых коэффициентов по крайней мере в одном из n-1 высокочастотных каналов обнуляют.

Кроме того, перед синтезом выходного изображения по крайней мере в одном из n-1 высокочастотных каналов производят сглаживание весовых коэффициентов для нескольких соседних элементов изображения.

Рассмотрим последовательность выполняемых действий.

Исходное серое изображение, представленное матрицей элементов, подвергают преобразованию Фурье. Для каждого элемента исходного изображения определяется окрестность , которой принадлежит элемент изображения. Для этой окрестности выполняют преобразование Фурье, в результате которого для каждого элемента исходного изображения получают ровно n спектральных коэффициентов. Выполняя преобразование Фурье для окрестности каждого элемента исходного изображения, получают n частотных каналов, каждый из которых содержит матрицу элементов той же размерности, что и исходное серое изображение. Элемент частотного канала есть спектральный коэффициент преобразования Фурье окрестности элемента исходного изображения, соответствующего по положению. Если изображения всех n частотных каналов разместить друг над другом по вертикали в виде пирамиды, то n спектральных коэффициентов, соответствующих одному элементу исходного изображения, однозначно определяются позицией в матрице элементов исходного изображения и располагаются в виде столбика высотой n.

В каждом из n частотных каналов (низкочастотный канал есть среднее значение элементов исходного изображения в выделенной окрестности) вычисляют корреляцию каждого элемента изображения с окружающими его элементами изображения (фактически с окружающими его спектральными коэффициентами), например по формуле корреляции изображений (Гонсалес Р., Вудс Р. Цифровая обработка изображений. / Пер. с англ. под ред. П.А.Чочиа. М.: Техносфера. 2006, с.996) и получают n корреляционных коэффициентов, располагающихся в той же позиции матрицы изображения, что и выбранный элемент исходного изображения.

Каждый корреляционный коэффициент сравнивают с другими корреляционными коэффициентами, расположенными в той же позиции матрицы элементов изображения, и на основании сравнения формируют весовой коэффициент. Таким образом для каждого элемента исходного серого изображения формируют n весовых коэффициентов, которые располагаются в виде столбика высотой n в той же позиции, что и элемент исходного изображения. Функция сравнения достаточно произвольна, например весовой коэффициент может быть равным величине корреляционного коэффициента, величине корреляционного коэффициента с противоположным знаком, величине нормализованного корреляционного коэффициента. Функция сравнения может быть сверткой n корреляционных коэффициентов, расположенных в одной и той же позиции матрицы элементов изображения, с заданным ядром свертки, причем для каждого частотного канала ядро свертки может быть задано отдельно (там же, с.187). Весовой коэффициент низкочастотного канала может быть задан единицей и не определяться, что соответствует специальному выделению низкочастотного канала как в прототипе, так и в изобретении.

На этом этапе выполнения действий для каждого элемента исходного серого изображения получают n спектральных коэффициентов, вычисляют n корреляционных коэффициентов, формируют n весовых коэффициентов.

Каждому частотному каналу задают числом тон. Величина тона одинакова для каждого элемента выбранного частотного канала. Для каждого частотного канала и каждой позиции в матрице элементов изображения выполняют операцию умножения величины тона канала на весовой коэффициент этой позиции в том же частотном канале. Затем для каждой позиции в матрице элементов изображения синтезируют новую величину тона путем суммирования результатов предшествующих n операций мультиплицирования тона, выполненных в той же позиции. В результате синтезируют матрицу элементов новых величин тона той же размерности, что и исходное изображение.

Далее каждому частотному каналу задают числом насыщенность. Величина насыщенности одинакова для каждого элемента выбранного частотного канала. Для каждого частотного канала и каждой позиции в матрице элементов изображения выполняют операцию умножения величины насыщенности канала на весовой коэффициент этой позиции в том же частотном канале. Затем для каждой позиции в матрице элементов изображения синтезируют новую величину насыщенности путем суммирования результатов предшествующих n операций мультиплицирования насыщенности, выполненных в той же позиции. В результате синтезируют матрицу элементов новых величин насыщенности той же размерности, что и исходное изображение.

Наконец каждому частотному каналу задают числом интенсивность. Величина интенсивности одинакова для каждого элемента выбранного частотного канала. Для каждого частотного канала и каждой позиции в матрице элементов изображения выполняют операцию умножения величины интенсивности канала на весовой коэффициент этой позиции в том же частотном канале. Затем для каждой позиции в матрице элементов изображения синтезируют новую величину интенсивности путем суммирования результатов предшествующих n операций мультиплицирования интенсивности, выполненных в той же позиции. В результате синтезируют матрицу элементов новых величин интенсивности той же размерности, что и исходное изображение.

Для каждой позиции в матрице элементов изображения выбирают синтезированную величину тона, насыщенности, интенсивности и объединяют эти величины по модели цвета HSI (расшифровка Hue-тон, Saturation-насыщение, Intension-интенсивность; Гонсалес Р., Вудс Р. Цифровая обработка изображений. / Пер. с англ. под ред. П.А.Чочиа. М.: Техносфера, 2006, с.433), которая задает цветной элемент в той же позиции. Таким образом получают матрицу элементов цвета той же размерности, что и исходное изображение. Такая модель цвета хорошо известна в компьютерных системах.

Последовательность действий завершена.

Очевидно, что указанная цветовая модель HSI не единственна. Может быть использована и другая цветовая модель. В общем случае каждому частотному каналу может быть задан просто цвет. Например, один из вариантов цветового представления - модель RGB (расшифровка R-красный, G-зеленый, В-синий), допускающая преобразование в модель HSI и обратно (там же, с.435-436).

Если весовые коэффициенты влияют только на величину интенсивности, не затрагивая величины тона и насыщенности, то появляется дополнительная возможность выделения в цветном изображении деталей по яркости свечения. Это достигается путем умножения величин тона и насыщенности частотных каналов на единицу, а не на весовые коэффициенты.

Если весовые коэффициенты влияют только на величину тона или насыщенности, не затрагивая величину интенсивности, то появляется уникальная возможность подчеркивания цветом интересующих деталей изображения без изменения контрастности. Это достигается путем умножения величин интенсивности частотных каналов на единицу, а не на весовые коэффициенты.

Если цветное изображение необходимо очистить от деталей изображения определенной пространственной протяженности, то перед синтезом выходного изображения часть весовых коэффициентов в некоторых или во всех n-1 высокочастотных каналах можно обнулить. Таким способом можно либо очистить цветное изображение от мелких деталей, либо очистить цветное изображение от фона или пространственно распределенной равномерной текстуры изображения.

Если необходимо удалить резкие границы перехода цветов на изображении, то перед синтезом выходного изображения по крайней мере в одном из n-1 высокочастотных каналов можно сгладить весовые коэффициенты для нескольких соседних элементов изображения.

Заметим, что как и в прототипе, происходит разделение деталей изображения по частотным каналам. Но в результате синтеза изображения возникает цветное изображение, цвет в каждой позиции которого соответствует степени влияния определенного частотного канала в этой же позиции изображения. Поэтому детали исходного изображения, соответствующие одним частотам, окрасятся в один цвет, а другим частотам - в другой. Для удобства восприятия такого логически раскрашенного изображения не требуется увеличения контрастности: различная цветовая окраска даже при незначительных величинах контрастности делает изображение легкочитаемым. Более того, для линий одинаковой ширины, пятен одинакового размера и т.д. формируется однородный (одинаковый) цвет, что подчеркивает визуально воспринимаемую структурную логику изображения.

Данный способ преобразования серого изображения в цветное реализуется в виде последовательности действий, выполняемых на компьютере, и реализован в программном обеспечении для автоматизированной дактилоскопической информационной системы SONDA.

Изобретение относится к области обработки изображений и может быть использовано для логической раскраски изображений. Техническим результатом является расширение возможностей обработки изображения за счет логического выделения цветом на изображении деталей, разделяемых различными высокочастотными каналами. Предложен способ преобразования серого изображения в цветное, заключающийся в том, что исходное серое изображение, представленное в виде матрицы элементов, разделяют на n частотных каналов, выделяют низкочастотный и n-1 высокочастотных каналов, вычисляют корреляцию элементов в высокочастотных каналах и на ее основе вычисляют весовые коэффициенты элементов в высокочастотных каналах, назначают цвет каждому частотному каналу и формируют выходное изображение путем поэлементной суммы цвета каждого частотного канала с учетом весовых коэффициентов элементов в высокочастотных каналах, причем при синтезе выходного изображения, по крайней мере, в одном из n-1 высокочастотных каналов часть весовых коэффициентов обнуляют и/или производят их сглаживание. 3 з.п. ф-лы.

1. Способ преобразования серого изображения в цветное, заключающийся в том, что исходное изображение, представленное в виде матрицы элементов, разделяют на n частотных каналов, каждый из которых содержит той же размерности матрицу элементов, что и исходное изображение, выделяют низкочастотный и n-1 высокочастотных каналов, вычисляют коэффициент корреляции каждого элемента изображения с окружающими его элементами изображения в каждом высокочастотном канале, формируют весовой коэффициент каждого элемента изображения в каждом высокочастотном канале как функцию от коэффициентов корреляции для соответствующих по положению элементов изображения в n-1 высокочастотных каналах, назначают цвет каждому частотному каналу, синтезируют выходное изображение путем суммирования цвета каждого из элементов изображения низкочастотного канала со всеми цветами соответствующих по положению элементов изображения в n-1 высокочастотных каналах, умноженных на соответствующие им весовые коэффициенты, отличающийся тем, что при синтезе выходного изображения по крайней мере в одном из n-1 высокочастотных каналов часть весовых коэффициентов обнуляют и/или производят сглаживание весовых коэффициентов.2. Способ по п.1, отличающийся тем, что цвет представляют в виде тона, насыщенности и интенсивности, а весовые коэффициенты элементов в высокочастотных каналах влияют только на величину тона.3. Способ по п.1, отличающийся тем, что цвет представляют в виде тона, насыщенности и интенсивности, а весовые коэффициенты элементов в высокочастотных каналах влияют только на величину насыщенности.4. Способ по п.1, отличающийся тем, что цвет представляют в виде тона, насыщенности и интенсивности, а весовые коэффициенты элементов в высокочастотных каналах влияют только на величину интенсивности.