專利名稱：自動改善數(shù)字圖像質(zhì)量的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及到圖像處理，更具體地涉及到改善數(shù)字圖像。
背景技術(shù)：
數(shù)字圖像，諸如掃描圖像、醫(yī)療圖像、衛(wèi)星圖像等等，經(jīng)常會包含不應(yīng)有的噪聲成分。例如，照相膠片，諸如鹵化銀膠片，在基片上包含了顆粒，諸如鹵化銀，作為它的物理組成的一部分。這些顆粒的特性是膠片類型和規(guī)格的函數(shù)，一般來說，具有較快速度和較小規(guī)格的膠片呈現(xiàn)出較多的顆粒度。業(yè)內(nèi)技術(shù)人士都能理解到鹵化銀膠片是指采用鹵化銀作為感光劑的照相膠片。在大多數(shù)現(xiàn)存的鹵化銀膠片中，顯影過的銀通過結(jié)合劑轉(zhuǎn)化為染料影像，并且沖洗掉膠片的銀。然而，在沖洗之后，這類膠片依舊被稱為鹵化銀膠片，因為它們的性能仍取決于鹵化銀。
彩色膠片一般包含藍色層、綠色層、紅色層、防光暈層和透明基片。在顯影的彩色膠片中，每種藍色、綠色、和紅色都包含用來表示在顯影處理中藍色、綠色和紅色的染料。這些染料結(jié)合到對應(yīng)于顯影的銀顆粒的膠片顯影區(qū)域。對各個層來說，在圖像任意指定區(qū)域中顯影的銀顆粒越多，在該區(qū)域內(nèi)染料的最終密度就越大。
顆粒的尺寸是非常沒有規(guī)律的，有些顆粒是小的，有些顆粒是大的，還有些是處于兩者中間的尺寸。在顯影處理中，被曝光最多的顆粒就先被顯影，而其它顆粒的顯影則隨著顯影處理繼續(xù)進行。在指定層中最多數(shù)顆粒被顯影的區(qū)域中將含有最大的染料亮度。膠片的每一層都可以具有顆粒所構(gòu)成的本身隨意的和唯一的圖形，所以不會出現(xiàn)不同層的圖形基本相似的情況。正片或照片的拷貝也會有顆粒圖形。
因為粒度對照相影像的質(zhì)量有不利的影響，在攝影的實踐中要盡可能地避免照相影像的顆粒，例如，采用低速和較大規(guī)格的膠片。不幸的是，存在著許多不可能使用這類膠片的情況。上世紀也已經(jīng)生產(chǎn)了大量的高等級粒度的膠片。此外，隨著膠片的自然退化，也可能引起影響其粒度和變色。
數(shù)字圖像可采用掃描負片，幻燈片，或拷貝照相影像來產(chǎn)生。這類數(shù)字圖像的質(zhì)量部分取決于膠片圖像的特性。例如，從膠片上獲取得數(shù)字圖像通常會包含著膠片上顆粒的痕跡，這就在數(shù)字圖像中構(gòu)成了大部分“噪聲”或來自圖像而非圖像的衍生物。數(shù)字圖像也常常會反映出膠片本身存在著的任何失真。掃描儀的精度越高，在數(shù)字圖像中所捕獲到的顆粒痕跡和失真就越多。
許多掃描儀采用了影響顆粒度感覺的伽馬校準方法來改進顏色和密度。例如，使用以增加陰影對比度來克服圖像曝光不足的掃描儀所產(chǎn)生的圖像會形成相對于高亮度顆粒痕跡而將陰影顆粒痕跡放大的圖像。例如，在樹和背景是天空的圖像的情形下，數(shù)字圖像會有一個暗的陰影區(qū)域，它的顆粒痕跡要較明亮的天空區(qū)域的痕跡多。同樣，數(shù)字圖像也可以包含大量顆粒痕跡的低的細節(jié)的天空區(qū)域和包含少量顆粒痕跡高細節(jié)的樹葉區(qū)域。換句話說，這些數(shù)字圖像中的顆粒痕跡的數(shù)值范圍趨向于在整個亮度有較大的起伏。此外，掃描儀可以霧區(qū)圖像的部分細節(jié)，例如，抑止些高頻分量；或采用邊緣加強即提升高頻分量來克服圖像細節(jié)上的這種模糊。在這兩種情況下，顆粒痕跡的影響與圖像的頻率密切相關(guān)。這類數(shù)字圖像被稱為與顆粒相關(guān)的“非歸一化”的圖像，它常常會引起視覺上的不舒服。這是因為人的眼睛往往是聚焦在圖像中顆粒痕跡最多的區(qū)域，而且視覺上會把那些實際上較少顆粒痕跡的區(qū)域聯(lián)想成有同樣多的顆粒。
盡管人們一直在試圖改善掃描圖像的質(zhì)量，但這種改善往往只是通過手工的修改得到的，它需要這人具有相當高的技巧來決定應(yīng)該修改哪些特性能夠改善最終圖像的質(zhì)量。由于每個圖像都需要單獨工作，因此改善處理就很費時間，大量圖像的改善就顯得很不現(xiàn)實。所以，就需要有另一種改善數(shù)字圖像的方法，它能自動地改善數(shù)字圖像。

發(fā)明內(nèi)容
簡單地說，本發(fā)明的一個方面是自動改善數(shù)字圖像的方法。顆粒痕跡的數(shù)值要至少在數(shù)字負片的兩個子像中測量，并且使用在至少兩個子像中測得的顆粒痕跡的數(shù)值來改善數(shù)字底片。
本發(fā)明有幾個重要的技術(shù)優(yōu)點。本發(fā)明的各個實施例都可不具備，或具備一個，或具備多個，或具備全部的這些優(yōu)點以及其它優(yōu)點。本發(fā)明能夠用于自動改善與顆粒痕跡(噪聲)相關(guān)的數(shù)字圖像?？梢砸筮@種改善適用于掃描的照相圖像。本發(fā)明也允許使用數(shù)字圖像校正矩陣的自動計算，以校正與亮度和頻率有關(guān)的非均勻顆粒痕跡的分布。該矩陣對歸一化與象素亮度和/或頻率有關(guān)的顆粒痕跡也是十分有效的。一旦顆粒痕跡被歸一化了，本發(fā)明就允許顆粒能按要求自動地減少到所選擇的程度或由用戶所確定的程度。此外，歸一化的顆粒痕跡數(shù)據(jù)可以用于平衡數(shù)字圖像的彩色通道。


為了能更完整地理解本發(fā)明以及本發(fā)明的各種優(yōu)點，將結(jié)合附圖作以下討論，附圖如下圖1說明了用于本發(fā)明的通用計算機的方框圖。
圖2說明了包含本發(fā)明實施例的掃描儀的例子。
圖3說明了描述根據(jù)本發(fā)明的一種方法來改善數(shù)字圖像的流程圖。
圖4說明了一種根據(jù)本發(fā)明與象素亮度有關(guān)的顆粒的測量方法的流程圖。
圖5說明了圖像分成若干子像。
圖6說明了對數(shù)字圖像一個子像紅色通道信息的加權(quán)，平均亮度，和顆粒強度的曲線。
圖7說明了對數(shù)字圖像一個彩色通道的離散的點。
圖8說明了對數(shù)字圖像的一個彩色通道的離散點采用曲線擬合算法得到的曲線。
圖9說明了對數(shù)字圖像的紅色信息的通過離散點畫出的曲線。
圖10說明了在本發(fā)明中所采用的一種測量與頻率相關(guān)的顆粒痕跡的方法的流程圖。
圖11說明了數(shù)字圖像的一個彩色通道的離散點。
圖12說明了對數(shù)字圖像的一個彩色通道通過離散點畫出的曲線。
圖13說明了從歸一化數(shù)字圖像得到的一行象素中的顆粒痕跡，它隨著所畫的象素亮度在空間上變化。
圖14說明了在亮度上顆粒痕跡的頻率數(shù)值對歸一化數(shù)字圖像中頻率的曲線。
圖15說明了在亮度和頻率上顆粒痕跡的頻率數(shù)值對歸一化數(shù)字圖像中頻率的曲線。
圖16說明了描述從數(shù)字圖像中去除高頻噪聲(諸如顆粒痕跡)方法的一個例子的流程圖。
圖17說明了描述從數(shù)字圖像中去除高頻噪聲(諸如顆粒痕跡)方法的一個例子的流程圖。
圖18說明了一種與本發(fā)明有關(guān)表示兩維傅立葉變換的方法。
圖19說明了描述用于多個具有共用成分的信號且在多個信號中至少有一個已非線性失真信號的歸一化處理例子的步驟的流程圖。
圖20說明了描述根據(jù)本發(fā)明用于改善數(shù)字圖像的處理例子的流程圖。
圖21說明了與圖19和圖20說明的處理例有關(guān)的三種離散點的例子。
具體實施例方式
本發(fā)明的推薦實施例及其優(yōu)點可參考附圖1至15得到最好的理解，對于各附圖中類似的或?qū)?yīng)的部分都采用了相同的標號。
圖1說明了用于根據(jù)本發(fā)明改善圖像的通用計算機10。特別是，通用計算機可以包括一部分圖像改善系統(tǒng)，并且可以用來執(zhí)行包括圖像改善軟件的應(yīng)用。通用計算機10可以適用于執(zhí)行大家熟悉的MS-DOS，PC-DOS，OS2，UNIX，MAC-OS，和Windows操作系統(tǒng)中的任意一種，也可以采用其它操作系統(tǒng)。通用計算機10包括處理器12、隨機存取存儲器(RAM)14、只讀存儲器(ROM)16、鼠標18、鍵盤20、以及諸如打印機24、磁盤驅(qū)動器22、顯示器26、和通訊接[]28等輸入/輸出器件。本發(fā)明還包括了程序，它可以存儲于RAM 14、ROM 16、或磁盤驅(qū)動器22，并且可以被處理器12執(zhí)行。通訊接口28與計算機網(wǎng)絡(luò)相連接，也可以與電話線、天線、網(wǎng)關(guān)、或任意其它類型通訊接口相連接。磁盤驅(qū)動器22可以包括各種類型的存儲媒介，例如，軟盤驅(qū)動器、硬盤驅(qū)動器、CD-ROM驅(qū)動器、或磁帶驅(qū)動器。盡管在本實施例中采用了多個磁盤驅(qū)動器22，但是使用單個磁盤驅(qū)動器，也未脫離本發(fā)明的精神。圖1僅僅是提供了一個計算機應(yīng)用于本發(fā)明的例子。本發(fā)明也能使用除了通用計算機以外的計算機以及沒有常規(guī)操作系統(tǒng)的通用計算機。
通用計算機10進一步包括掃描儀30，它可以用于掃描需要根據(jù)本發(fā)明技術(shù)加以改善的圖像。在本實施例中，改善的功能可以由存儲在包括掃描儀部分的存儲媒介和/或通用計算機的存儲器件中的軟件來執(zhí)行，和掃描儀來實現(xiàn)存儲在包括掃描儀部分的存儲媒介和/或通用計算機的存儲器件中的軟件功能。同樣，用于圖像改善的軟件也可以存儲在與通用計算機10有關(guān)的存儲媒介中，和由處理器12來執(zhí)行改善掃描儀掃描的圖像。另外，正如以上所討論的，在掃描儀30和通用計算機10兩者中都能進行圖像改善，這些都沒有脫離本發(fā)明的精神。掃描儀30可以包括膠片掃描或任何類型的平臺型掃描儀，這些并沒有脫離本發(fā)明的精神。
圖2說明了根據(jù)本發(fā)明的掃描儀34結(jié)構(gòu)的例子。掃描儀34包括處理器36、存儲媒介38、和掃描硬件40。處理器36通過執(zhí)行存儲在存儲媒介38中的控制軟件44來控制掃描硬件40的操作。盡管為了簡化只說明了單一個存儲媒介，但是存儲媒介38可以包括多個存儲媒介以及包括各種不同類型的存儲媒介。于是，例如，可將控制軟件44存儲于ROM存儲器、RAM存儲器、或磁盤驅(qū)動器中。掃描硬件40采用一些光學線路將模擬圖像轉(zhuǎn)換為數(shù)字圖像。任何類型的光學線路都可以用于掃描硬件40，這些都沒有脫離本發(fā)明的精神。在掃描硬件40掃描了圖像之后，就可以根據(jù)本發(fā)明使用存儲于媒介38中的圖像處理軟件42來改善該圖像。同樣，掃描的圖像可存儲于存儲媒介38中用于改善圖像。另外，掃描儀34也可以不包括任何圖像處理軟件42。可以由通用計算機10提供替代的軟件，用于改善掃描儀34接受到的圖像。因此，由掃描儀34提供的掃描圖像和/或改善的掃描圖像可通過通訊接口(未明確顯示)輸給通用計算機10。盡管已經(jīng)解釋了掃描儀34可以用于與本發(fā)明相關(guān)的圖像改善的舉例的實施例，但是使用其它掃描儀，這并沒有脫離本發(fā)明的精神。
圖3說明了采用本發(fā)明一個實施例去改善數(shù)字圖像的方法的流程圖。下文所討論的步驟可以使用計算機軟件來實現(xiàn)，正如以下所討論的處理過程中的任意步驟。正如上述所討論的那樣，軟件可以由掃描儀34來執(zhí)行，或由通用計算機10來執(zhí)行。根據(jù)本發(fā)明，即使來自于不是掃描儀30所接收的數(shù)字圖像也可以改善。在步驟1002中，測量與象素亮度有關(guān)的數(shù)字圖像的顆粒痕跡。在步驟1004中，測量與頻率有關(guān)的顆粒痕跡。在步驟1006中，計算校正矩陣。在步驟1008中，該校正矩陣用于歸一化與亮度有關(guān)的數(shù)字圖像的顆粒痕跡，隨后在步驟1010中，歸一化與頻率有關(guān)的顆粒痕跡。在步驟1012中，歸一化后顆粒痕跡的數(shù)據(jù)可以用于抑止顆粒痕跡。另外，采用歸一化顆粒痕跡所獲得的象素亮度值可以用于平衡在整個彩色通道中的象素亮度，正如步驟1014中所指出的那樣?？梢院雎赃@些步驟中的某些步驟，也可以增加其它步驟，這些都沒有脫離本發(fā)明的精神。
盡管本發(fā)明可以用于從照相圖像所產(chǎn)生的數(shù)字圖像，但它同樣可用于歸一化高頻噪聲，諸如在其它類型圖像中的顆粒痕跡，諸如衛(wèi)星圖像，醫(yī)療圖像等等。以下的討論將進一步說明單色和彩色圖像的歸一化。對彩色圖像來說，可以使用以下所討論的處理或?qū)⒂糜趩紊珗D像的處理也用于彩色圖像的各個獨立通道。另外，單色處理還可以用于彩色處理，用于其余通道的子像通道。同樣的選擇也適用于非照相數(shù)字圖像。
測量與亮度有關(guān)的顆粒痕跡本發(fā)明包括測量與象素亮度有關(guān)的顆粒痕跡。圖4顯示了涉及該方法的步驟。在該應(yīng)用中涉及到這種方法或其它方法的所有計算都可以采用通用計算機10，掃描儀34，或這些儀器的一部分與其它儀器相結(jié)合來完成。在步驟1102中，可將數(shù)字圖像分成為子像；隨后在步驟1106中進行變換，諸如傅立葉變換；在步驟1106中去除低的和中的頻率項。在步驟1108中，各種各樣的公式都可以用于計算在每個通道中每個子像的顆粒強度(該值表示顆粒痕跡所形成的象素數(shù)值上的偏離值)。為了能驗證這些顆粒的強度，在步驟1110中，有些公式也可以用于計算每個通道中各個子像的“加權(quán)”值。接著，在步驟1112中，對每個通道根據(jù)加權(quán)值，DC(直流，通常是信號的平均值)，和顆粒強度產(chǎn)生離散的點。在步驟1114中，使用曲線擬合算法來畫出整個離散點的線，以表示每個象素亮度的顆粒強度。
子像在步驟1102中，將數(shù)字圖像分成為數(shù)據(jù)的子像，每個子像都對應(yīng)于數(shù)字圖像的空間區(qū)域。子像適用于數(shù)字圖像的每個通道，或在單色圖像的情況下對應(yīng)于信號通道。如圖5所表示的那樣，這種分法的一種表示法可顯示了多個子像，例如子像1202。盡管可以使用任意的子像尺寸，但是每個子像的區(qū)域在統(tǒng)計上大到能包含足夠多數(shù)目的象素，例如在16至1024個象素之間，但是又不能大到包含了許多基本上是不同亮度(在2000乘3000個象素的圖像尺寸中)的圖像區(qū)域。包含256(一個16乘16的子像)不同象素的子像可以是在大到能提供足夠的數(shù)據(jù)但又不是太大之間的好的折衷，并且對2000象素乘3000象素等級的圖像來說，單一子像具有太多不同的亮度。采用這種方法，單張35mm負片(或幻燈片)一般可產(chǎn)生24K非重疊的子像。任何圖像尺寸和任何子像尺寸都可以使用，這并沒有脫離本發(fā)明的精神。
圖5以方塊的方式顯示了這些子像，任何其它形式的子像也可以使用，這并沒有脫離本發(fā)明的精神。不同的子像也不需要具有相同的形狀和尺寸，然而，為了處理方便，使子像均勻是有用的。在推薦的實施例中，子像的數(shù)目以及它們的形狀和尺寸可以通過與頻率，亮度，或頻率分量有關(guān)的圖像的變化來確定。也應(yīng)該注意到，子像可以重疊和開窗口，正如如美國專利申請?zhí)枺撸摺皥D像塊窗口混合”中所討論的，該專利引入此處作參考。
傅立葉變換將數(shù)字圖像分成子像后，對每個彩色通道(或單個單色通道)中的每個子像的象素亮度值進行傅立葉變換，正如圖4步驟1104中所顯示的。對每個彩色通道來說，形成數(shù)字圖像的數(shù)據(jù)包含了以空間排列的圖像中每個象素的亮度值。這亮度被認為就是象素的亮度。例如，白的象素具有比灰的或黑的象素更高的亮度值。不同彩色通道的相同空間區(qū)域一般具有不同的象素亮度值。
傅立葉變換將每個子像象素的亮度值從空間域轉(zhuǎn)換為頻域。傅立葉變換計算數(shù)值中的一個數(shù)值是用于每個彩色通道的各個子像的平均亮度，或“DC”。傅立葉變換計算數(shù)值中的另一個數(shù)值是用于每個彩色通道的各個子像中的每個頻率元件的垂直和水平頻率矢量的頻率和幅值。雖然在本實施例中使用了傅立葉變換，同樣也可以使用其它類型的變換將信號從空間域變換為頻域，例如，Hadamard變換。此外，頻率變換的間隔還可以使用高通濾波器再細分。
去除低的和中的頻率接著，在圖4步驟1106中，進一步考慮將每個變換的低的和中的頻率項去除。另外，這些項可以衰減，或忽略這一步驟，這并沒有脫離本發(fā)明的精神。在本實施例中，每個彩色通道(或單色圖像的單個通道)的各個子像都能夠在本發(fā)明推薦實施例的有效范圍內(nèi)接受這種去除方法。具有主要高頻成分的顆粒痕跡最容易從圖像信息中測量到和區(qū)分出。然而，在照片膠片中的物理顆粒趨于小的以及隨機性的落在膠片上，在掃描之前，存在的顆粒痕跡幾乎是均等地落在整個頻率范圍內(nèi)，但是在較高頻率中一般很少具有圖像的內(nèi)容。為了得到在整個圖像細節(jié)上顆粒痕跡的最好辨別，就希望能集中高頻。
在本實施例中，采用了16×16的子像。同樣，也可以使用其它尺寸的子像，這并沒有脫離本發(fā)明的精神。為了能濾去低的和中的頻率，一種方法是，例如，濾去所有X頻率和Y頻率位置上的絕對值的和小于或等于8的頻率。另一種方法是，如果頻率矢量是以圖18排列的話，就能夠在DC值的周圍選出一個合適的半徑范圍，例如x3+y2=8]]>在這半徑范圍內(nèi)的頻率可以去除。也可以使用其它的半徑或濾除方法，這并沒有脫離本發(fā)明的精神。
計算顆粒強度接著，在圖4步驟1108中，交叉相關(guān)的公式可以應(yīng)用于計算各個子像的顆粒強度。在單色數(shù)字圖像的情形中，交叉相關(guān)公式不能用于僅有一個通道存在的條件下。對彩色圖像和單色圖像來說，計算是使用從傅立葉變換且去除了低的和中的頻率項之后所獲得的數(shù)字圖像的頻率矢量。
為了能理解這些計算，數(shù)字圖像的解釋就很有必要。構(gòu)成一個子像的總的信息是由每個彩色通道的各個象素所組成的。例如，在一個典型的三基色數(shù)字圖像中，子像的總的信息是來自紅色、綠色和藍色通道的信息組合。“彩色通道”術(shù)語的使用是為了簡便，而圖像通道就不一定必須要有彩色通道。本發(fā)明可以適用于數(shù)字圖像的圖像通道，即使這通道并沒有表示一個彩色。在本實施例中，通道表示了照片圖像的三種彩色通道。
紅色信息，這里是指紅的頻率矢量，它能夠采用公式1來表示。為了本專利的目的，黑體字符表示復數(shù)矢量，按照慣例，可以認為它具有一個實部分量和一個虛部分量，或具有一個幅值和相位分量。
R＝Rs+Rn(1)在公式1中，R表示通過紅色通道所記錄到的一個子像的各個象素的組合信號。Rs是來自圖像信號本身的子像紅信息部分。Rn是能夠被有效確認為是顆粒痕跡的“噪聲”。
同樣，綠色信息和藍色信息為G＝Gs+Gn(2)
B=Bs+Bn(3)在給定僅僅測量R，G，和B的條件下，就可以計算出Rn，Gn和Bn的估計值。同樣，也可以計算出單色圖像通道的噪聲分量的估計值。
因為在原始膠片各個彩色層的顆粒模式是不同的，所以，可適當?shù)丶僭O(shè)數(shù)字圖像的子像中顆粒痕跡即有效噪聲在彩色通道中不相關(guān)。換句話說，在各個彩色通道中，子像中信號噪聲部分的亮度值將趨于不同。另一方面，在各個彩色通道中，子像中信號的圖像部分的亮度值會趨于相同，于是就相關(guān)了。從邏輯上說，這種相關(guān)性是自然圖像的亮度分量通常強于色度分量的原理的結(jié)果。
于是，在彩色之間的交叉相關(guān)性可以用于組成R的Rs和Rn的比值混合的預測。非常弱的交叉相關(guān)性預示著信號非常接近于零，即Rn≌R＝Rs+Rn(4)另一方面，較強的交叉相關(guān)性預示著Rs分量支配著Rn分量，即Rn＜＜R＝Rs+Rn(5)于是，就可以獲得噪聲的適當估計估計的R=F(交叉相關(guān))·R(6)在公式6中，F(xiàn)(交叉相關(guān)性)隨著交叉相關(guān)性接近于自動相關(guān)性而接近于0，即理想的交叉相關(guān)性；以及F隨著交叉相關(guān)性接近0而接近于1。
于是，在圖像通道之間的交叉相關(guān)性常常是用于導出給定R時的改進Rn的估計值。然而，在存在較強的信號情況下，這種估計值就變得不可靠。因此，交叉相關(guān)性的第二個用途就是用源于導出可靠性的估值，以及支配計算多少與其它子像相平均的Rn的估計值的“加權(quán)”。
來自兩個彩色通道(例如，紅色和綠色通道)的信息之間的交叉相關(guān)性的測量能夠以代數(shù)式表示 在公式7中，RG表示取白紅色和綠色通道中有關(guān)子像信息的交叉相關(guān)性。通過將紅色通道的子像頻率值的復數(shù)與綠色通道的子像頻率值的復數(shù)相乘、在低的和中的范圍內(nèi)的頻率去除后的各個保留下的非DC頻率項的頻率與頻率相乘來完成。例如，在紅色通道中的頻率位置1的頻率矢量與綠色通道中的頻率位置1的頻率矢量相乘。在離散的計算中，在紅色通道中的頻率位置2的頻率矢量與綠色通道中的頻率位置2的頻率矢量相乘，等等。應(yīng)注意到，這些都是兩個矢量的矢量相乘或“點乘積”，也因此來表示包括兩個矢量的矢量方向的相關(guān)性。將這些分別計算的乘積項求和。
公式7也顯示了在數(shù)字圖像的大的區(qū)域上，RnGs，GsRn，和RnGn的數(shù)值是不相關(guān)的。它們的乘積有時隨機性為正，有時又隨機性為負，所以對最終的和只有小的影響。它們的平均值趨于零。最后，公式7顯示了頻率與頻率的乘積，一個子像所相關(guān)的紅色和綠色信息的總和基本上等于相關(guān)的紅色和綠色的圖像信號的數(shù)值。采用同樣的方法，BR＝BsRS和BG＝BSGS。
對各個子像來說，在彩色通道之間的交叉相關(guān)性，頻率位置與頻率位置可以采用公式8-10來計算。
BR＝RB＝∑R·B for entire segment(8)RG＝GR＝∑G·R for entire segment(9)BG＝GB＝∑G·B for entire segment(10)于是，在兩個彩色通道之間的指定子像的交叉相關(guān)性包含對應(yīng)頻率的頻率域(去除低的和中的范圍內(nèi)的頻率之后)點乘積的和。
其次，可以測量在彩色通道中各個子像的顆粒強度。顆粒強度是指在原始膠片中顆粒留下的痕跡數(shù)目。具有大量顆粒痕跡的子像會有高的顆粒強度。一個子像的紅色顆粒強度(Rgs)可以采用以下的公式來計算Rgs=Σ|Rn|=ΣRn·Rn---(11)]]>也就是說，在子像中的紅色顆粒強度等于它的紅色噪聲值的絕對值的和，它同樣也等于經(jīng)平方的紅色噪聲數(shù)值的方根的和。
以下估計值可根據(jù)經(jīng)驗采用Rn·Rn≅R·Rn---(12)]]>應(yīng)該注意到方根是用來減小偶然強噪聲的影響。這估計也可用于其它彩色通道，或單色圖像的單個通道。
由于Rn＝R-Rs，所以對紅色通道的顆粒強度的公式可由下列公式給出Rgs≅ΣR·Rn≅ΣR·(R-Rs)---(13)]]>應(yīng)該注意到，對于R的指定子像來說，隨著Rs的增加和Rn的減小，“R-Rs”的數(shù)值接近于零，因此Rgs也接近于零。相反，隨著Rn的增加和Rs的減小，“R-Rs”的數(shù)值增加，因此Rgs也增加。
以同樣的方法，可以得到綠色和藍色通道的顆粒強度的公式Ggs≅ΣG·Gn≅ΣG·(G-Gs)---(14)]]>Bgs≅ΣB·Bn≅ΣB·(B-Bs)---(15)]]>類似公式也可以用于單色圖像的信號通道。
在來自其它彩色通道的圖像信號中存在著一些來自各個彩色通道的圖像信號。例如，在綠色圖像信號(Gs)和藍色圖像信號(Bs)的兩者中存在著紅色的圖像信號(Rs)。在紅色圖像信號(Rs)和藍色圖像信號(Bs)的兩者中存在著綠色的圖像信號(Gs)，以及在紅色圖像信號(Rs)和綠色圖像信號(Gs)的兩者中存在著藍色的圖像信號(Bs)。
正如以下所討論的那樣，下列常數(shù)(K)值對于區(qū)分顆粒強度是很有效的KRG是在綠色圖像信號中紅色圖像信號的數(shù)值。
KGR是在紅色圖像信號中綠色圖像信號的數(shù)值。
KRB是在藍色圖像信號中紅色圖像信號的數(shù)值。
KGB是在綠色圖像信號中綠色圖像信號的數(shù)值。
KBR是在紅色圖像信號中藍色圖像信號的數(shù)值。
KBG是在綠色圖像信號中藍色圖像信號的數(shù)值。
根據(jù)經(jīng)驗研究，基于這些常數(shù)值和輸入信號的頻率幅值以及噪聲信息就可以獲得各個彩色圖像信號的數(shù)值。在一種執(zhí)行中，對紅色，綠色和藍色的估計為Rs≌KRGG+KRBB(16)Gs≌KGBB+KGRR(17)Bs≌KBRR+KBGG(18)在公式16-18中，R是一組子像的紅色頻率矢量，G是一組子像的綠色頻率矢量，以及B是一組子像的藍色頻率矢量。這些數(shù)值都已經(jīng)從傅立葉變換中獲得。正如以上所討論的，也已經(jīng)去除了低的和中的頻率。
隨后求解紅色顆粒的強度，公式為Rgs≅ΣR·(R-Rs)≅ΣR·[R-(1/2KRGG+1/2KRBB)]---(19)]]>求解綠色和藍色的顆粒強度的公式為Ggs≅ΣG·[G-(1/2KGBB+1/2KGRR)]---(20)]]>Bgs≅ΣB·[B-(1/2KBRR+1/2KBGG)]---(21)]]>另一組估計值可以采用原先計算交叉相關(guān)性的公式(見公式8-10)來求解常數(shù)(K)的數(shù)值。例如，KRG值可采用以下的公式來估計 以同樣的求解方法，其它K值為KGR=GBBR---(23)]]>KRB=GRBG---(24)]]>KBR=BGGR---(25)]]>KGB=GRBR---(26)]]>KBG=BRGR---(27)]]>利用這些已經(jīng)獲得的數(shù)值，使用從傅立葉變換獲得的且已經(jīng)去除了低的和中的頻率(在這些公式中的R，G，和B)的頻率矢量，就可以對各個彩色計算出在各個子像中的顆粒強度。
例如，本發(fā)明通過下列一系列等式和估計來估計出紅色顆粒的強度Rgs=Σ|Rn|=ΣRn·Rn---(11)]]>Rn·Rn≅R·Rn---(12)]]>Rgs≅ΣR·Rn---(13)]]>Rn＝R-RsRgs≅ΣR·(R-Rn)---(13)]]>Rs≌KRGG+KRBB(16)Rgs≅ΣR·[R-(1/2KRGG+1/2KRBB)---(19)]]>KRG=BRBG---(22)]]>KRB=GRBR---(23)]]>Rgs≅ΣR·[R-(1/2BRBGG+1/2GRBRB)]---(28)]]>BR＝∑R·B(8)BG＝∑G·B(10)BG＝∑G·R (9)Rgs≅ΣR·[R-(1/2ΣR·BΣG·BG+1/2ΣG·BΣR·BB)]---(29)]]>用于估計綠色顆粒強度和藍色顆粒強度的公式有Ggs≅ΣG·[G-(1/2ΣG·RΣR·BB+1/2ΣG·BΣR·BR)]---(30)]]>Bgs≅ΣB·[B-(1/2ΣG·BΣG·RR+1/2ΣR·BΣG·RG)]---(31)]]>在各種情況中，求和是在空間頻率域的各個頻率上進行。
對單色圖像來說，各個子像的顆粒強度可采用去除了低的和中的頻率后的各個頻率的點乘積的平方根的求和來估計。
計算子像的加權(quán)根據(jù)一組計算已經(jīng)估計了顆粒強度，第二組公式可以用于對每個彩色通道確定各個子像的“加權(quán)”值，正如圖4步驟1110中那樣。其次，可以使用從傅立葉變換中獲得的已經(jīng)去除了低的和中的頻率的頻率矢量。加權(quán)值提供了置信度，即置信度表示計算的顆粒強度(噪聲)實際上是顆粒痕跡的測量，而不是圖像的細節(jié)。
可以使用公式8-10來計算加權(quán)值。此外，下列用于各個子像的頻率矢量值的總和公式也可以使用。這些公式(這是對自動相關(guān)性的測量)對子像中的所有頻率位置的頻率矢量自身的點乘積求和。對各個彩色通道的單個和也可求得。
RR＝∑R·R(32)GG＝∑G·G(33)BB＝∑B·B(34)在各種情況中，R，G，和B表示去除了低的和中的范圍內(nèi)頻率的子像的傅立葉變換。
使用從公式8-10和公式32-34獲得的結(jié)果，就可以根據(jù)下列公式來計算各個子像的加權(quán)值weight=1.0-(RG+RB+GBRR+GG+BB)---(35)]]>公式35是有用的，因為在彩色通道中子像圖像部分的不同彩色的相同頻率值比顆粒痕跡的值更相似。正如在本申請較早的介紹那樣，從各個彩色通道記錄到的顆粒痕跡具有在數(shù)字圖像中的分離圖形，所以具有不同組的頻率值。另一方面，通過彩色通道的圖像趨向于相似，進而在各個彩色通道中具有相似的頻率值。
例如，在包含了完整的圖像信號的子像中，在加權(quán)值等式分子中交叉相關(guān)性的組合數(shù)值大約等于分母中自動相關(guān)性的組合數(shù)值。于是，子像的加權(quán)值趨向于1.0，平方根的值為1，或最終為0。
然而，包含了完整顆粒痕跡信號的子像所具有的加權(quán)值趨向于1.0-0，或最終為1.0。這是因為在分子上的交叉相關(guān)性的組合值比在分母上的自動相關(guān)性的組合值要小得多。
隨之，子像的內(nèi)容所包含的圖像信號越多，加權(quán)值就會越接近于0。子像的內(nèi)容所包含的顆粒痕跡(噪聲)越多，加權(quán)值也就會越接近于1。
對于單色圖像來說，通常加權(quán)設(shè)定為固定值，例如，1。
加權(quán)，DC，和顆粒強度的曲線畫法如圖4步驟1112所示，進行了這些計算之后，對各個彩色通道而言，各個子像的加權(quán)值就可以對整個圖像以三個圖形畫出曲線，每個彩色通道對應(yīng)一個。為了更簡潔，對圖像的每個彩色通道只畫一個圖形，而不是每個子像畫一個圖形。數(shù)字圖像中的每個子像都可以根據(jù)它的顆粒強度和DC(這是通過傅立葉變換所獲得的子像的平均亮度的數(shù)值)在曲線上表示出來。此外，每個子像所畫出的點都是子像的加權(quán)值。其結(jié)果是X軸表示平均亮度，Y軸表示顆粒強度的離散點，并且在離散點的特殊點的數(shù)值上包括了加權(quán)值。對單色圖像而言，也可以產(chǎn)生信號的離散點，它與上述所討論的顆粒強度和加權(quán)的改進公式相一致。
圖6說明了數(shù)字圖像中一個子像的紅色通道的曲線。其中，Y軸表示顆粒強度，X軸表示平均亮度。點1502是子像紅色顆粒強度和紅色平均亮度的點。點1502的延伸觀察點1504說明了子像的加權(quán)值(WV)。
采用相同的方法，可以分別在綠色的離散點上為綠色通道畫出子像的點和在藍色的離散點上為藍色通道畫出子像的點。在畫出圖像子像的數(shù)據(jù)之后，其結(jié)果是分別對應(yīng)于每個彩色通道中的一個的三個離散的點。圖7說明了通過一個彩色通道(例如紅色通道)所記錄的數(shù)字圖像的子像的離散點。相同的離散點會顯示出綠色和藍色通道的結(jié)果，或單色圖像信號通道的結(jié)果。
畫出顆粒強度的估計線一旦產(chǎn)生了離散的點之后，對每個彩色通道(或單色圖像的單個通道)就可以使用曲線擬合技術(shù)通過點的霧區(qū)畫出線來，正如圖4步驟1114所說明的。對各個點位置指定的加權(quán)值都會影響著這些線段的精確位置，以較大的加權(quán)值在曲線的方向上延伸。圖8說明了通過一個彩色通道(例如紅色通道)的離散點畫出線1702。曲線表示了相對于密度所畫出的顆粒強度。雖然以下將討論曲線擬合，當然任何曲線擬合技術(shù)都可以使用，這并沒有脫離本發(fā)明的精神。此外，對不同的彩色通道也可能采用變化的技術(shù)。
這些線隨之可用于確定指定彩色通道數(shù)字圖像中任意象素的估計顆粒強度的有效測量，它與所指定的彩色通道中象素亮度有關(guān)。該測量能采用各種方法使得數(shù)字圖像在視覺上更加柔和。
假定在大多數(shù)時間中所有三個通道中都存在著圖像信息。但是數(shù)字圖像的較明亮彩色區(qū)域可以包含具有強烈圖像但在彩色之間相關(guān)性較小，以及在偶然的情況下強烈的點處于平均范圍以外的區(qū)域。為了獲得對所估計的顆粒強度有理想的擬合，曲線擬合技術(shù)可以考慮這些偶然的強烈點并不受它們的影響而引起曲線的失真。例如，它可以使用點的中間平均方法或者找到最佳擬合的模型。它也可以作出最佳擬合的第一模型，抑止在模型線上的兩倍位置的強烈點，隨后再在改動的數(shù)據(jù)上作出第二最佳的擬合。對這類強烈的點來說，它們具有較高的幾率來表示圖像的細節(jié)而不是噪聲，因此抑止這些點而產(chǎn)生更加精確的曲線?？梢远啻沃貜瓦M行這樣的最佳擬合操作，直至沒有任何點被遺漏。在本實施例中，采用了中間平均技術(shù)。
圖9顯示了適用于數(shù)字圖像的紅色信息所畫的線1802。該線1802與關(guān)于離散點而產(chǎn)生的曲線相同或成比例，諸如，圖8線1702所示的曲線。應(yīng)該注意的是這里X軸表示象素的亮度值，而不是以上所使用的在整個子像中的平均象素的亮度。對具有如點1804所示的亮度的象素來說，所估計的顆粒強度是在點1806。換句話來說，雖然根據(jù)平均亮度從離散的點上導出了曲線1702，但是曲線1802(它可以與曲線1702相同)能夠用于在給定它的亮度下提供象素顆粒強度的估計。
測量與頻率有關(guān)的顆粒強度在完成了顆粒痕跡的測量之后，可以對每個彩色通道(或單色圖像的單個通道)測量與頻率相關(guān)的顆粒強度，如圖3步驟1004所示。頻率的內(nèi)容被認為是圖像的細節(jié)。具有較高程度圖像細節(jié)的子像可在所有的頻率上具有更多的內(nèi)容。
例如，討論一幅樹的圖像，該樹被天空包圍著且生長在草坪上。圖像中草的部分，草有許多葉片和彩色的陰影部分，這就在整個頻率范圍中具有非常高的能量，即，大的頻率內(nèi)容。大多數(shù)高的能量可以是高的頻率內(nèi)容。另一方面，天空部分，它缺乏圖像的細節(jié)，只有圖像中出現(xiàn)很少的高的頻率內(nèi)容。于是，可以假定任何測量到的高的頻率內(nèi)容都是主要起源于圖像細節(jié)。
為了能測量與頻率相關(guān)的顆粒強度，繼續(xù)圖10所說明的步驟。在步驟2002中，數(shù)字圖像進行第二次分割，并在步驟2004中作第二次傅立葉變換，當然第一次分割和第一次傅立葉變換的結(jié)果仍然是可以使用的。如果要進行新的計算的話，則不同子像的尺寸，形狀和重疊選擇(這種選擇可以是上述討論的)可以用于不同類型的變換(同樣，這種選擇可以是上述討論的)。在步驟2006中，產(chǎn)生具有擬合曲線的離散點，以分辨出所估計的與頻率有關(guān)的顆粒強度。接著，在步驟2008中，根據(jù)有關(guān)每個子像的頻率值剛導出的顆粒強度對亮度的函數(shù)，點出被所估計的顆粒強度相除的幅值。在步驟2010中，就畫出了與頻率相關(guān)的可分辨出的顆粒痕跡的曲線。
分割當測量與頻率相關(guān)的顆粒強度時，在步驟2002中，將數(shù)字圖像分割成若干個子像，以上圖4步驟1102所討論的任何技術(shù)和選擇都可以使用。
傅立葉變換在步驟2004中，對每個彩色通道(或單色圖像的單個通道)的各個子像的象素亮度值進行第二次傅立葉變換，與圖4步驟1104相聯(lián)系的上述所討論任何技術(shù)和選擇都可以使用。然而，低的和中的頻率項的范圍并沒有從結(jié)果中去除，正如原先圖4步驟1106所示的那樣。
分辨出所估計的與頻率相關(guān)的顆粒強度利用在第二次傅立葉變換中所獲得的DC(平均亮度)的數(shù)值，就可為每個彩色通道(或單色圖像的單個通道)的各個子像，分辨出與頻率相關(guān)的所估計的顆粒強度，正如步驟2006所指示的。對每個彩色通道(或單色圖像的單個通道)的通過原先的離散點所畫出的曲線(如曲線1702和1802)可以被這個目的所采用。對每個子像，從第二次傅立葉變換所獲得的DC(平均亮度數(shù)值)可以用于固定在X軸上的點，以分辨出曲線的數(shù)值，隨后就可以找到在Y軸上的所估計的顆粒強度。
例如，如果子像具有和圖9中點1808的數(shù)值相等效的DC數(shù)值，那么它的所估計的顆粒強度將具有線1802上的點1810的數(shù)值。于是，在子像中的每個頻率被認為具有從子像的平均亮度衍生出的所估計的顆粒強度。
用頻率來點出M/GS在分辨出與頻率相關(guān)的估計顆粒強度之后，在圖10步驟2008中，每個彩色通道(或單色圖像的單個通道)的各個子像的每個頻率上的幅值可以被每個彩色通道(或單色圖像的單個通道)的各個子像所估計的顆粒強度相除。在每個頻率上的幅值是由步驟2004的傅立葉變換所確定的。
隨之便產(chǎn)生了新的離散點，每個彩色通道(或單色圖像的單個通道)都有一個分布圖。離散點的Y軸表示求解通道各個子像在每個頻率上的幅值被同一子像的估計顆粒強度相除的數(shù)值。離散點的X軸表示求解通道在數(shù)字圖像中呈現(xiàn)出的頻率值。于是，就可以對圖像的各個子像的每個頻率在離散點上畫出這個點。在上述的舉例中，呈現(xiàn)出289個頻率，于是該舉例的新的離散分布圖就由289S個所畫出的點，其中S表示子像的數(shù)目。在這個離散的分布圖中沒有加權(quán)值加到各點，除了在同一位置上畫的點的數(shù)目。為了更簡潔，每個點都由加權(quán)1，但是，如果第二點的位置是畫在同一位置上，則可以假定該點的加權(quán)為2。另外，能夠簡單地保持這一系列點都包含著兩個點。
圖11說明了一個彩色通道的離散分布圖。點的較低的“霧區(qū)”表示了一些采用以上加權(quán)方法與具有主要表示顆粒強度和沒有圖像信號的高幾率的子像相分開的子像。從霧區(qū)中去除的這些點具有表示圖像信號的高的幾率。
畫出與頻率相關(guān)的可識別的顆粒痕跡的線#接著，采用曲線擬合的算法，通過每個離散分布圖的低的霧區(qū)的所有點可以畫出一條線，如圖10步驟2010所示。在本實施例中，采用了中間平均類型的算法。在畫這條線時，只要不使結(jié)果失真，就可以忽略霧區(qū)以外假的較高的畫點。要達到這一目的，對每個點可以采用下列的加權(quán)公式，式中Y是在Y軸上的點的數(shù)值w=1y3+0.5---(36)]]>其它任何有效的加權(quán)都可以使用，但是這些都沒有脫離本發(fā)明的精神。作為一個舉例，圖12顯示了一個彩色通道通過霧區(qū)所畫出的曲線。應(yīng)該注意的是，在畫該曲線時，忽略了假的高點2204和2206。同樣，這有利于確定曲線只需要使用低的和高的頻率畫出的點。這樣，較強的低頻率將不會不利地影響估計的DC。
計算相關(guān)性的矩陣隨后，可以對每個通道計算一個矩陣，如圖3步驟1006所示。
通過曲線找出估計的DC項為了能計算相關(guān)矩陣，通過在步驟2010(圖10)離散分布圖所畫出的線可以用于計算每個彩色通道(或單色圖像的單個通道)的估計的DC(EDC)。例如，圖12顯示了由線2202上的點2208所指示的EDC值。在本實例中，三幅離散的分布圖提供了紅色，綠色和藍色通道的估計DC值。
計算矩陣在確定了EDC值之后，使用公式37來計算各個彩色通道(或單色圖像的單個通道)的矩陣，式中[X]覆蓋了象素亮度值的范圍array[x]=1(EDC·grainstrength[x])---(37)]]>一個通道計算一個矩陣，它利用了從步驟2010計算的曲線中獲得的估計DC值和從步驟1114計算的曲線中獲得的每個亮度的估計顆粒強度。
計算相關(guān)性矩陣矩陣[X]值可以用于計算每個通道(或單個單色通道)的相關(guān)性矩陣。公式38可以用于計算該矩陣。
correction[O]＝0correction[x]=Σn=1xarray[n-1]+array[n]2---(38)]]>歸一化與亮度相關(guān)的顆粒痕跡在計算了相關(guān)性矩陣之后，與亮度相關(guān)的數(shù)字圖像的顆粒痕跡能夠歸一化，如圖3步驟1008所示。通過相關(guān)性矩陣所獲得的數(shù)值可以應(yīng)用于數(shù)字圖像的數(shù)據(jù)之中，以得到歸一化。在數(shù)字圖像中的每個象素亮度的值“X”都可以用每個彩色通道(或單色圖像的單個通道)的相關(guān)性矩陣[X]值來代替。這個過程使得數(shù)字圖像的顆粒痕跡可在通道灰階的范圍內(nèi)近似相同的視覺效果，這就使得數(shù)字圖像具有更加柔和的視覺效果。例如，當作為正片顯示在具有伽馬2的典型顯示器上時，它將會柔和得多。
圖13是從歸一化數(shù)字圖像中得到的象素線上的且隨著空間上畫的象素亮度變化的顆粒痕跡的圖形。應(yīng)該注意到，象素的亮度的范圍是處處都一致，它不會對非歸一化的數(shù)字圖像的象素亮度產(chǎn)生明顯的波動。在圖23的點2302上的波動與點2304的波動是基本相同的。
歸一化與頻率相關(guān)的顆粒痕跡現(xiàn)在可以將數(shù)字圖像的顆粒痕跡歸一化到與頻率相關(guān)，如圖3步驟1010所示。在應(yīng)用了相關(guān)矩陣之后，就進行另一次頻率變換，將亮度歸一化圖像的各個通道(或單個通道)從時域變換到頻域。另外，相關(guān)矩陣被變換成頻域的函數(shù)，以應(yīng)用于圖像的原始空間頻域的表示法。在本實施例中，相關(guān)矩陣應(yīng)用于時域且對每個通道進行變換，以完成將要討論的頻率歸一化過程。
圖14是一個兩維的點畫圖，它以圖形說明了在軟件歸一化亮度范圍內(nèi)的顆粒痕跡之后所畫的幅值與數(shù)字圖像的頻率關(guān)系。應(yīng)該注意到，平均(DC)值2402是1.0。
為了在整個頻率范圍內(nèi)歸一化顆粒痕跡，軟件將各個子像的每個頻率的每個幅值(M)與因子(F)相乘。該因子表示了通過離散的點所畫出的線2404與1.0偏離了多少。deviation factor(F)=1.0Mline(F)---(39)]]>
偏離因子的實際點的畫法顯示出頻率上升曲線，這是和圖14的曲線2404相反的曲線。應(yīng)該注意的是，相位是不受影響和保存著。
圖15是一個兩維的點畫圖，它以圖形說明了在軟件已經(jīng)進行了與偏離因子相乘之后所畫的頻率幅值與數(shù)字圖像的頻率之間的關(guān)系。采用常規(guī)的方法通過這些點畫的曲線2502顯示了在高的和低的頻率區(qū)域內(nèi)顆粒痕跡的幅值大致相同。它們不會有較大的波動，不如在非歸一化的數(shù)字圖像中那樣的波動。
抑止顆粒痕跡在計算了相關(guān)矩陣之后，通過相關(guān)矩陣所獲得的歸一化值可以用于抑止數(shù)字圖像中的顆粒痕跡，如圖3步驟1012所示。也可以使用顆粒抑止的其它方法，但是這并沒有脫離本發(fā)明的精神，例如以下將討論的第二種方法。
在根據(jù)上述的技術(shù)數(shù)字圖像的歸一化過程中，各個彩色通道的和各個頻率波段中的各個子像的顆粒強度都要調(diào)整到幅值分量為1，如圖15所示。相位是不受影響的。因此，成分的幅值就成了一個從圖像的細節(jié)中分離出顆粒痕跡(噪聲)的強度指示器，其1.0是區(qū)別的數(shù)值。大于1.0的幅值具有從圖像細節(jié)獲得的高的可能性，而小于1.0的幅值具有從顆粒痕跡獲得的高的可能性。因此，要抑止數(shù)字圖像中的顆粒痕跡，就要求能抑止接近和小于1.0幅值的成分。另一方面，大于1.0的幅值的成分可以再現(xiàn)圖像的細節(jié)，是不應(yīng)該受抑止的。
這與非歸一化的數(shù)字圖像形成對比，那里，顆粒痕跡(噪聲)和圖像之間的重要的量隨亮度和頻率變化，使顆粒痕跡和圖像的精確區(qū)別幾乎不可能。正如較早所闡述的那樣，圖像可以歸一化，或者，在引導顆粒減少的非歸一化的圖像能夠包含描述隨亮度和頻率變化的噪聲分布的數(shù)據(jù)，這些都沒有脫離本發(fā)明的精神。
為了抑止顆粒痕跡，下列方法可以應(yīng)用于歸一化數(shù)字子像的各個頻率的幅值(M)對歸一化數(shù)字圖像中的各個子像保留原始的相位信息對子像的各個M(去除DC項)If(M＜＝0.5)M＝0
else抑止因子＝1.0-e-(M-0.5)M＝M*抑止因子該公式采用以0取代0.5或小于0.5的歸一化幅值來抑止頻率。因為有一些顆粒痕跡會具有稍微大于0.5歸一化幅值，所以該公式也可以使用抑止幅值去取代這些較低的幅值。抑止因子稍微減少了具有較高歸一化幅值的頻率值，因為這些數(shù)值趨向于符合圖像的細節(jié)。
上述的例子有通過分割各個單元而歸一化的數(shù)字圖像，將已知的顆粒強度作為頻率和亮度的函數(shù)，隨后采用區(qū)分的方法將減少固定在1.0。另一種等效的方法也可以應(yīng)用于顆粒的減少，它將等于預期噪聲的區(qū)分點作為頻率和亮度的函數(shù)直接應(yīng)用于非歸一化的成分。為了達到這一目的，可以使用以上所列出的顆粒抑止的方法，但是抑止因子以M‘取代M，這里M′=Mexpectedgraintraces]]>抑止顆粒痕跡的其它方法也是可能的，它有利于利用從校正矩陣得到的歸一化值。例如，諸如PHOTOSHOPTM的圖像增強軟件能夠手工應(yīng)用于歸一化值，盡管這類軟件要求龐大的用戶反饋來找到抑止顆粒痕跡的合適水平。
現(xiàn)在討論抑止顆粒痕跡的另一種方法，它可以自動的或用戶選擇的抑止掉部分圖像中的顆?；蛉〈魣D像中的所有顆粒。
圖16說明了描述從數(shù)字圖像中去除高頻噪聲(例如顆粒痕跡)方法的流程圖。圖16所圖示的過程可以適用于數(shù)字圖像的一個或多個通道，如果數(shù)字圖像僅有一個通道則適用于數(shù)字圖像的單個通道。對具有多個通道的圖像來說，圖16所描述的過程可以是應(yīng)用于所有通道的一個子集，這些都沒有脫離本發(fā)明的精神。同樣，圖16所描述的過程也可以不同地應(yīng)用于多通道數(shù)字圖像中多個通道中的每個通道，這些也都沒有脫離本發(fā)明的精神。
在步驟1610中，對指定圖像通道的噪聲進行了歸一化?？梢允褂蒙鲜鲇懻摰倪^程或通過任何其它過程來歸一化噪聲。另外，盡管在進行圖16所描述的過程的其余部分之前，要求歸一化噪聲，但是這過程也可以應(yīng)用于非歸一化的數(shù)字圖像。
圖16描述的過程可以應(yīng)用于具有高頻噪聲的數(shù)字圖像，諸如顆粒痕跡已歸一化到在所有頻率上都為1的幅值的圖像。如果顆粒已經(jīng)歸一化到某個數(shù)值而不是1的話，那么在進行圖16所描述的過程的其余部分之前，圖像通道的亮度可以換算為1。例如，如果顆粒歸一化到在所有頻率上都為100的幅值的話，在完成了步驟1612之后和進行其它步驟之前，將各個頻率的幅值除以100。在一個更為復雜的例子中，如果對顆粒來說，各個頻率都已歸一化了，或其它高頻噪聲也已歸一化到唯一的數(shù)值，那么，在開始其余過程之前，要除以一個合適的數(shù)值。這種除法也會在步驟1612產(chǎn)生的變換之后發(fā)生。
以上所描述的圖16說明的過程可以應(yīng)用于單通道的圖像或多通道圖像。在存在多通道的情況下，可以使用圖16所描述的過程。另外，也可以使用利用了通道之間相互關(guān)系的精確過程。這類過程將在下文結(jié)合圖17進行討論。
圖16的描述假定該過程應(yīng)用于單通道，M‘，這里M‘表示數(shù)字圖像各個象素的空間序列的亮度數(shù)值。對多通道圖像來說，將會有多個這類通道。
在步驟1612中，圖像通道的多個子像從空間域變換到頻域。根據(jù)上述討論的方法，結(jié)合噪聲歸一化，這類子像和變換可以產(chǎn)生。分割圖像的任何方法都可以使用，從空間域變換到頻域的任何變換也都可以使用。在本實施例中，子像的尺寸選擇為16象素乘以16象素。也可以使用其它的子像尺寸，但都沒有脫離本發(fā)明的精神。此外，正如以上所討論的那樣，子像也可以重疊，這也沒有脫離本發(fā)明的精神。同樣，其它子像的形狀和子像的尺寸都可以使用，但都沒有脫離本發(fā)明的精神。
對一個指定的子像來說，最終的變換被稱為M’T。正如以上所說明的，這種變換一般包含了一系列的兩維矢量，其中矢量的一個分量表示指定頻率分量的幅值而矢量的第二個分量則表示對應(yīng)于指定頻率的相位。在本實施例中，每個變換的矢量可以兩種方法簡便地排列，以便于圖16所進行過程的數(shù)學描述。圖18說明了這兩種方法的架構(gòu)。
在圖18中，矢量以17×17的矩陣排列。DC項排列在矩陣的中心，并指定座標為(0，0)。此外，正如圖18所說明的，這矢量也可以指定下標為144。當頻率矢量以矢量的一維矩陣方式排列時，就會用到該下標。在一維矩陣中DC矢量在下標144的位置上。在兩維矩陣中，頻率矢量就放在對應(yīng)于頻率適當變換的下標位置上且在該位置上以X和Y方向來表示。在一維矩陣中，在一維矩陣的下標0位置上的第一個頻率矢量是在如圖18所說明的兩維矩陣的左上角(座標-8，-8)上出現(xiàn)的矢量。如果兩維矩陣是第一行從左往右第二行也是從左往右如此等等直至最后一行讀出的，則一維矩陣的矢量排列就以數(shù)字序列繼續(xù)。該排列如圖18所顯示，對一個特定的頻率矢量而言，括號的一維矩陣下標與兩維矩陣座標一起列了出來。
在步驟1614中，對步驟1612所獲得的各個子像的變換進行過濾。另外，忽略這一步驟也是可以的，但這并沒有脫離本發(fā)明的精神。為了使結(jié)合圖17討論的過程能簡潔和連貫，在步驟1612所獲得的變換被稱為M’T2。這變換可采用這種方式來過濾，以便于強調(diào)圖像中的信號內(nèi)容和衰減圖像中的噪聲。低通濾波器有利于在該過程的這一步驟中使用。匹配的濾波器可以提供平滑的衰減和減少隨機噪聲。于是，雖然能夠使用任意低通濾波器，但是要求匹配的濾波器能提升變換中存在的有效信號和抑止在變換中存在著的噪聲。RMS計算法可以用于進一步增強有效的信號。濾波的操作趨于保護頻率中的強烈變化和抑止頻率中的小得變化。換句話說，要增強強烈的頻率分量，它最有可能表示有效的信號。
在本實施例中，濾波器由3×3的矩陣組成，它的中心是4的數(shù)值，在中心上下水平和垂直的點上是2的數(shù)值，在矩陣的四個角上是1的數(shù)值。也可以使用濾波器的其它尺寸和濾波器的其它數(shù)值，但是這并沒有脫離本發(fā)明的精神。如果用W(a，b)表示正在描述的濾波器，那么，可以根據(jù)公式40來計算濾波的變換M’T3。M′T3[x,y]=Σa=-11Σb=-11w(a,b)(M′T2(x+a,y+b))2Σn=-11Σb=-11w(a,b)---(40)]]>M′T3[DC]＝0需要注意的是，對濾波的變換來說，DC項被設(shè)置為0。此外，超出變換邊緣的單元都被處理成具有0的數(shù)值。這種處理并沒有在公式中明確表明。濾波的操作僅僅影響頻率矢量的幅值。頻率矢量的相位保持不變。在公式40中，變換的兩維表示法也可以用于計算。出于符號的目的，在公式40中，對變換M’T2和M’T3，采用了普通字體(而不是黑體字體)來表示變換的幅值。這符號的使用是圖16和圖17討論的延續(xù)。在進行矢量運算的情況下，黑體字體被用于討論中的指定變換。
在步驟1616中，每個子像的濾波變換可以是頻率擴展的。另外，如果忽略步驟1614，則在步驟1612獲得的原始變換就可以在步驟1616中頻率擴展。步驟1616也可以忽略，但這沒有脫離本發(fā)明的精神。
因為真實的世界是類似重復的圖形所組成的，所以照片圖像的變換空間趨于具有在DC頻率周圍任何放大的相同的外觀，除了重建中假信號的存在以外。對重復的圖形來說，圖像的頻率特性通常是以2的冪數(shù)來重復頻率。在這步驟中，較低頻率的頻率特性用于作為兩倍頻率的預感的閾值細節(jié)。
為了進行這類頻率擴展，如果使用圖18所指出的變換的兩維模式，則中心一半的變化數(shù)據(jù)要擴展到變換數(shù)據(jù)的整個模塊中。換句話說，頻率中心9×9的模塊要擴展到17×17變換中的每一個其它位置上。在頻率不能確切的填入變換的其余位置時，可以使用相鄰頻率的平均值。此外，這樣的操作僅僅影響頻率的幅值。
在已經(jīng)獲得頻率擴展的濾波變換之后，在步驟1618中就可以計算新的變換，它是根據(jù)頻率擴展的變換和在步驟1614中獲得的濾波變換。另外，如果忽略了步驟1614，這新的變換就取決于頻率擴展變換和在步驟1612中獲得的初始變換。公式41可以用于計算新的變換，M’T4。M′T4[x]=(0.8M′T3[x]2)+(0.2M′ET[x])2---(41)]]>在公式41中，變換M’ET便是通過頻率擴展而獲得的估計的變換。其次，這種操作僅僅影響頻率矢量的幅值。
在步驟1620中，可以產(chǎn)生一個屏蔽，以產(chǎn)生在步驟1618中獲得的變換的高頻項的衰減。因為顆粒痕跡主要具有高頻成分，所以可以使用屏蔽來衰減顆粒的痕跡和/或其它高頻噪聲。
使用由公式42表示的門控函數(shù)就可以獲得屏蔽。Fgate(x,y)=x2+y264---(42)]]>公式42是基于傅立葉變換的兩維表示法，正如圖18所說明的。當變換是采用如圖18所示的兩維矩陣時，在公式42中X和Y項對應(yīng)于變換中的指定頻率矢量的座標。于是，對高頻來說，門控函數(shù)接近于2的平方根，對低頻來說，它為0。隨后可以使用公式43來計算屏蔽，式中B(x，y)包含了在x，y位置上的屏蔽，這里(x，y)是圖18所說明的兩維變換的座標。
B(x，y)＝1-Fgate(x，y)Fgate≤0.4(43)B(x，y)＝0.6Fgate＞0.4在這個實現(xiàn)中，屏蔽函數(shù)被設(shè)計成最小值為0.6。其它的屏蔽函數(shù)也可以使用，但并沒有脫離本發(fā)明的精神。此外，這個步驟也可以忽略，但沒有脫離本發(fā)明的精神。
在步驟1622中，可以對每個子像計算噪聲校正函數(shù)。在本實施例中，根據(jù)屏蔽和一種原先計算的圖像頻域表示法來計算噪聲校正函數(shù)。例如，在步驟1618中所獲得的變換M’T4可以用于獲得噪聲校正函數(shù)?？梢允褂霉?4和公式45來得到噪聲校正函數(shù)。C(x,y)=M′T4[x,y](0.36)B(x,y)2C≤1+Fgate(x,y)---(44)]]>C(x，y)＝1+Fgate(x，y)C＞1+Fgate(x，y)M′TM[x，y]＝GR+(1-GR)C(x，y) (45)在公式44中，噪聲校正函數(shù)是在數(shù)值1加上變換矩陣指定位置上的門控函數(shù)之上。其次，公式44和公式45僅僅影響頻率矢量的幅值分量。本發(fā)明的用戶在根據(jù)本發(fā)明改善了圖像之后可以要求保留顆粒的殘余物。于是，本發(fā)明允許用戶指定顆粒的殘余物GR，GR是在圖像得到改善之后仍希望保留的顆粒殘余物。公式45在計算噪聲校正函數(shù)M’TM時考慮了所希望的殘余顆粒。
在步驟1624中，各個子像的噪聲校正函數(shù)應(yīng)用于各個子像的原始變換。其結(jié)果采用了具有高頻噪聲，諸如抑止的顆粒痕跡，的圖像的頻域表示。使用公式46可以得到顆粒抑止頻率的表示。
M＇TS[x]＝M＇T[x]M′TM[x](46)公式46產(chǎn)生一系列矢量，它包含了M’T系列的矢量和在M’TM中所對應(yīng)的標量值的乘積。
在步驟1626中，每個子像都能得到噪聲校正函數(shù)的逆變換，以獲得已經(jīng)抑止了噪聲的改善圖像的空間域表示。
圖17說明了描述從數(shù)字圖像中去除高頻噪聲(諸如顆粒痕跡)方法的流程圖。圖17所畫的過程可以應(yīng)用于多通道的數(shù)字圖像。如果數(shù)字圖像只有一個通道，那么更適合于使用結(jié)合圖16所描述的過程。也可以對數(shù)字圖像的多通道中的部分通道采用圖17所描述的過程，而多個通道的其它部分應(yīng)用結(jié)合圖16所討論的過程。
結(jié)合圖17所討論的過程可以應(yīng)用于任何多通道的數(shù)字圖像，這并沒有脫離本發(fā)明的精神。例子可包括彩色照片(或者是正片，負片，或幻燈片)，從衛(wèi)星接受到的數(shù)字圖像，和醫(yī)療圖像等的數(shù)字圖像表示。然而，這些僅僅是本發(fā)明許多潛在使用的一些例子。本發(fā)明對于從數(shù)字圖像中去除非相關(guān)的高頻噪聲，諸如由顆粒痕跡所產(chǎn)生的，是十分有效的。
在步驟1710中，各個圖像通道的噪聲被歸一化。噪聲的歸一化使用了以上所討論的過程或通過任何其它過程。另外，盡管在進行圖17所討論的過程的其余步驟之前要求作噪聲的歸一化，但是該過程也可應(yīng)用于非歸一化的數(shù)字圖像。
由圖17所描述的過程可以應(yīng)用于具有高頻噪聲，諸如顆粒痕跡，且在所有頻率上歸一化到1幅值的數(shù)字圖像。如果將顆粒已經(jīng)歸一化到不是1的其它數(shù)值，那么在采用圖17所描述過程的其余步驟之前，將圖像通道的亮度值限制到1的范圍內(nèi)。例如，如果將顆粒在所有的頻率上歸一化到100的幅值，那么，在完成了步驟1712之后和進行其余步驟之前，各個頻率的幅值除以100。在一個更復雜的例子中，如果對顆粒或其它高頻噪聲都已將各個頻率歸一化到唯一的數(shù)值上，那么在開始過程的其余步驟之前要以適當?shù)臄?shù)值加以除盡。這除法也可以在步驟1712產(chǎn)生了變換之后進行。
由圖17所說明的過程利用了數(shù)字圖像多個通道之間的關(guān)系。為了便于討論，圖17說明的過程將結(jié)合以下表示彩色照片圖像的數(shù)字圖像來討論。這類數(shù)字圖像一般具有三個通道——紅色通道，綠色通道，和藍色通道。為了將圖17討論的過程能擴展到更多通道的圖像，要求將以下計算的交叉相關(guān)性能考慮到所有有效的交叉相關(guān)性。同樣，如果圖17應(yīng)用于雙通道的數(shù)字圖像，那么以下討論的交叉相關(guān)性可以調(diào)整到僅僅考慮兩個通道的情況。
圖17應(yīng)用于三通道的過程，R’，G’，和B’，R’表示數(shù)字圖像紅色通道的每個象素的空間序列的亮度值。G’表示數(shù)字圖像綠色通道的每個象素的空間序列的亮度值。B’表示數(shù)字圖像藍色通道的每個象素的空間序列的亮度值。所使用的符號要避免與以上公式相沖突。
在步驟1712中，每個圖像通道的多個子像都從空間域變換為頻域。如果僅僅是從多個圖像通道的一個子集中去除高頻噪聲，那么只要將這個圖像通道變換或著將所有的圖像通道變換。換句話說，如果噪聲只是從單一通道去除的話，則其它通道的信息可以使用也可以不使用，以確定要去除噪聲的通道的噪聲內(nèi)容。各個通道的分割和變換可以根據(jù)以上結(jié)合噪聲歸一化的討論方法來進行。任何分割圖像通道的方法都可以使用，任何從空間域變換到頻域的方法也都可以使用。在本實施例中，已經(jīng)選擇了16象素×16象素的子像尺寸。也可以選擇其它子像尺寸，但這并沒有脫離本發(fā)明的精神。此外，正如以上所討論的那樣，子像可以重疊，這并沒有脫離本發(fā)明的精神。同樣，其它子像的形狀也可以使用，但這并沒有脫離本發(fā)明的精神。也可以使用變化形狀和尺寸的子像。
對一個指定的子像來說，以照片圖像作為本發(fā)明的一個例子，所產(chǎn)生的變換可以稱之R’T，G’T，和B’T。正如以上所提到的，這類變換包含了一系列兩維矢量，其中矢量的一個分量表示指定頻率的幅值，而矢量的第二個分量表示指定頻率的相位。在本實施例中，每個變換的矢量可以兩個方法來排列，以便于圖17執(zhí)行過程的數(shù)學描述。圖18說明了這兩種方法的架構(gòu)。圖18是結(jié)合圖16討論的描述。
在步驟1714中，對步驟1712中計算變換的各個子像可以計算多通道對應(yīng)子像之間的交叉相關(guān)性。另外，可以使用子像的子集，這并沒有脫離本發(fā)明的精神。因為數(shù)字圖像的多通道趨于顯示相同的圖形，所以不同通道的對應(yīng)子像的交叉相關(guān)性趨于圖像的細節(jié)而不是隨機的噪聲，諸如顆粒。相關(guān)性較差的頻率趨于表示為噪聲，例如，顆粒痕跡。于是，本發(fā)明利用了與圖像細節(jié)有關(guān)的通道之間的相關(guān)關(guān)系。本發(fā)明的各個實施例都以各種各樣的方法利用這種關(guān)系。以下的數(shù)學描述提供了一個如何使用交叉相關(guān)性來去除噪聲的例子。然而，任何數(shù)學過程都可以用于數(shù)字圖像的噪聲減少，包括顆粒的減少，對數(shù)字圖像通道之間交叉相關(guān)性進行計算比例，也沒有脫離本發(fā)明的精神。
公式47-49提供了一種獲得數(shù)字圖像通道之間交叉相關(guān)性測量的方法。R′G′X[x]=R′T[x]·G′T[x]1+|R′T[x]||G′T[x]|---(47)]]>其中DC＝0R′B′X[x]=R′T[x]·B′T[x]1+|R′T[x]||B′T[x]|---(48)]]>其中DC＝0G′B′X[x]=G′T[x]·B′T[x]1+|G′T[x]||B′T[x]|---(49)]]>其中DC＝0這些公式可以應(yīng)用于數(shù)字圖像的各個子像的各個頻率矢量。計算和公式47-49的結(jié)果是交叉相關(guān)性標量值的矩陣，其中每個數(shù)值都與不同通道的兩個頻率矢量之間交叉相關(guān)性成比例，而這里的頻率矢量表示了兩個通道所空間對應(yīng)的子像的相同頻率。為了便于討論，公式47-49使用了一維矩陣矢量表示法，它類似于結(jié)合圖18所討論的圖象子像的空間頻率變換的方法。因此，在每個公式的分子是兩個矢量之間的點積，而每個公式的分母則考慮這些矢量的每個幅值。公式47的結(jié)果矩陣與指定子像在指定頻率上的紅色通道和綠色通道之間交叉相關(guān)性成比例。公式48的結(jié)果矩陣與數(shù)字圖像的指定子像在指定頻率上的紅色通道和藍色通道之間交叉相關(guān)性成比例。公式49的結(jié)果矩陣與數(shù)字圖像的指定子像在各種頻率上的綠色通道和藍色通道之間交叉相關(guān)性成比例。對數(shù)字圖像的各個子像可以采用三個公式中的一個來計算這個矩陣。交叉相關(guān)性的DC項設(shè)置為0。符號R’G’，R’B’和G’B’用于避免與以上顆粒歸一化所給出的公式相沖突。為了避免沖突，符號R’T，R’T和G’T用于表示在步驟1712中獲得的變換。
對于大的同相頻率矢量，公式47-49的結(jié)果趨于接近數(shù)值1，而對于非同相的矢量，則接近-1。非常小的矢量趨于產(chǎn)生接近于0的結(jié)果而同相且具有約為1的幅值的矢量會產(chǎn)生約為0.5的結(jié)果。
在步驟1716中，涉及紅色通道的交叉相關(guān)性的高頻分量可以衰減。另外，這步驟也可以忽略，這并沒有脫離本發(fā)明的精神。典型的是，用于產(chǎn)生照相圖象的彩色膠片具有綠色層，光線在通過綠色層之后再照射到藍色層和隨后的紅色層。因為紅色層要在光線通過綠色層和藍色層之后才能接受光線，所以與綠色層和藍色層相比，在紅色層上的圖像要稍微霧區(qū)些。紅色層趨于缺乏組成圖像信息的高頻信息。相反，來自紅色通道的大多數(shù)高頻信息可能是噪聲和可以被拒絕的信息。如果使用不同類型的彩色膠片，那么就要求衰減數(shù)字圖像的不同通道。此外，如果諸如衛(wèi)星圖像或醫(yī)療圖像等其它圖像具有可能缺乏高頻圖像內(nèi)容的通道的話，則可以使用以下討論的方法或使用其它類似的方法衰減這些圖像通道的高頻分量。
公式50描述了一種可以用于本發(fā)明的紅色頻率衰減的函數(shù)。RFA(x,y)=1(x5)2+(y5)2+1---(50)]]>RFA(0，0)＝0在公式50中，X和Y分別對應(yīng)于在圖18說明的頻率矢量的兩維矩陣表示法中指定點的X座標和Y座標。在座標(0，0)的DC值設(shè)置為0。盡管可以采用對應(yīng)于圖18說明的兩維排列的頻率變換中的各個頻率矢量位置的座標來方便地計算紅色頻率衰減值，但是公式50計算地結(jié)果可以存儲在數(shù)值的矩陣中，在矩陣中的每個數(shù)值都包含了公式50的計算結(jié)果以及該數(shù)值在矩陣中的位置，該位置對應(yīng)于頻率變換的一維矩陣矢量表示中的對應(yīng)頻率的適當位置。例如，采用圖18說明的變換作為例子，RFA[288]將是公式50對座標(8，8)的值，而RFA[144]則是對RFA(0，0)的值。
在采用公式50計算紅色頻率衰減值之后，可以使用等式51將這些值應(yīng)用于紅色和綠色通道之間的交叉相關(guān)性，以及可以使用等式52將這些值應(yīng)用于紅色和藍色通道之間的交叉相關(guān)性。
R′G′X2[X]＝RFA[X]R′G′X[X] (51)R′B′X2[X]＝RFA[X]R′B′X[X] (52)對每個頻率而言，每個這樣的等式都包含了兩個標量的乘法。雖然已經(jīng)說明了一種衰減高頻紅色信息的方法，但也可以使用其它方法，這并沒有脫離本發(fā)明的精神。
在步驟1718中，可以計算出通道之間總的交叉相關(guān)性。這種計算適用于數(shù)字圖象的各個子像，也是子像中各種圖像通道之間總的交叉相關(guān)性的表示。雖然任何與通道之間總的交叉相關(guān)性成比例的測量都可以使用，但是公式53-56提供了一種對于指定子像的總的交叉相關(guān)性的測量。CCC1=Σx=0288(RFA[X](R′T[X]G′T[X]))+(B′T[X]G′T[X])---(53)]]>
CCC1≥1.0CCCN=Σx=0288RFA[X]---(54)]]>CCC2=CCC1/1.2CCCN---(55)]]>CCC3=0.25CCC21+CCC2(0.25)---(56)]]>在本實施例中，公式53應(yīng)用于僅僅考慮紅色和綠色通道與藍色和綠色通道之間的交叉相關(guān)性的相關(guān)性的測量。因為圖像通過照相膠片的其它層才能到達紅色和藍色層，所以在紅色和藍色層之間的交叉相關(guān)性就不會增加有關(guān)類似圖像細節(jié)的重要信息。因此，這項已經(jīng)從公式53中忽略了。然而，這項也可以使用，具有頻率衰減或不具有頻率衰減，這并沒有脫離本發(fā)明的精神。此外，出于對上述結(jié)合紅色頻率衰減器的討論的原因，在公式53中衰減了紅色和綠色通道之間的交叉相關(guān)性的測量。在圖18例子中使用289矢量的例子情況下，公式53計算了在整個頻域的總的交叉相關(guān)性。公式54反映了加上紅色頻率衰減的累加加權(quán)的測量。最后，公式55和56可以使用，以至于最終的交叉相關(guān)性測量的范圍從0-1并且在沒有圖像細節(jié)時接近于0.2。
在步驟1720中，可以計算各個通道每個子像的加權(quán)變換，這是基于在步驟1712中計算的原始變換和上述通道與其它通道的交叉相關(guān)性。任何加權(quán)的變換都可以使用，只要能響應(yīng)數(shù)字圖像的一個或多個通道之間交叉相關(guān)性的任何測量，這些都沒有脫離本發(fā)明的精神。在本實施例中，可以應(yīng)用公式57-59來計算加權(quán)變換。
R′T2[X]＝|R′T[X]|+0.9R′G′X2[X]+0.7R′B′X2[X]但受限使得R′T2[X]≥0 (57)DC＝0G′T2[X]＝|G′T[X]|+0.9G′B′X[X]+0.7R′G′X2[X]但受限使得G′T2[X]≥0 (58)DC＝0
B′T2[X]＝|B′T[X]|+0.9G′B′X[X]+0.7R′B′X2[X]但受限使得B′T2[X]≥0(59)DC＝0在各種情況下，加權(quán)變換的DC項設(shè)置為0。此外，加權(quán)變換的各個分量也限制在大于或等于0的數(shù)值。應(yīng)該注意的是，公式57-59僅僅是對頻率變換的幅值部分進行操作并且對每個變換產(chǎn)生了修正的幅值。每個變換的相位信息被保存。
在步驟1722中，對各個通道的各個子像來說，在步驟1720中所獲得的加權(quán)變換可以過濾。另外，該步驟也可以忽略，這并沒有脫離本發(fā)明的精神。此外，如果忽略了步驟1720，那么就可以為各個通道過濾在步驟1712中獲得的變換?？梢赃@種方法來過濾每個變換，以便于加強圖像的信號內(nèi)容和衰減圖像的噪聲。低通濾波器可以有效地應(yīng)用于該過程的這一步驟。匹配的濾波器趨于提供平滑衰減和減少隨機噪聲。于是，雖然可以使用任何低通濾波器，但是要求匹配的濾波器能提升在變換中存在著的有效信號和抑止在變換中存在著的噪聲。RMS算法可以用于進一步提升有效信號。濾波操作趨于保護頻率中的強烈變化并抑止頻率中的小的變化。換句話說，提升最可能代表有效信號的強烈的頻率分量。
在本實施例中，濾波器由3×3的矩陣組成，它的中心是4的數(shù)值，在中心上下水平和垂直的點上是2的數(shù)值，在矩陣的四個角上是1的數(shù)值。也可以使用濾波器的其它尺寸和濾波器的其它數(shù)值，但是這并沒有脫離本發(fā)明的精神。如果用W(a，b)表示正在描述的濾波器，那么就可以根據(jù)公式58-62來計算濾波的變換R’T3，G’T3和B’T3。R′T3[x,y]=Σa=-11Σb=-11W(a,b)(R′T2[x+a,y+b])2Σa=-11Σb=-11W(a,b)---(60)]]>R′T3[DC]＝0G′T3[x,y]=Σa=-11Σb=-11W(a,b)G′T2[x+a,y+b]2Σn=-11Σb=-11W(a,b)---(61)]]>G′T3[DC]＝0B′T3[x,y]=Σa=-11Σb=-11W(a,b)B′T2[x+a,y+b]2Σn=-11Σb=-11W(a,b)---(62)]]>B′T3[DC]＝0需要注意的是，對每個濾波的變換來說，DC項被設(shè)置為0。此外，超出變換邊緣的單元都被處理成具有0的數(shù)值。這種處理并沒有在公式中明確表明。濾波的操作僅僅影響頻率矢量的幅值。每個變換頻率矢量的相位保持不變。在公式60-62中，變換的兩維表示法用于了計算。出于符號的目的，用于變換幅值的字體采用普通字體(相對于黑體字體)，也用于公式60-62中的變換R’T2，R’T3，G’T2，G’T3，B’T2和B’T3。
在步驟1724中，每個通道每個子像的濾波變換可以是頻率擴展的。另外，如果忽略步驟1722，則在步驟1720或步驟1712獲得的變換就可以是步驟1724中頻率擴展。步驟1724也可以忽略，這并沒有脫離本發(fā)明的精神。
因為真實的世界是類似重復的圖形所組成的，所以照片圖像的變換空間趨于具有在DC頻率周圍任何放大的相同的外觀，除了重建中假信號的存在以外。對重復的圖形來說，圖像的頻率特性通常是以2的冪數(shù)來重復頻率。在這步驟中，較低頻率的頻率特性用于作為兩倍頻率的預感的閾值細節(jié)。為了進行這類頻率擴展，如果使用圖18所指出的變換的兩維模式，則中心一半的變化數(shù)據(jù)要擴展到變換數(shù)據(jù)的整個模塊中。換句話說，頻率中心9×9的模塊要分散到17×17變換中的每一個其它位置上。在頻率不能確切的填入變換的其余位置時，可以使用相鄰頻率的平均值。此外，這樣的操作僅僅影響頻率的幅值。保持著現(xiàn)存的相位信息，即使已經(jīng)改變了幅值的頻率不是在變換的中心一半的位置上。
在已經(jīng)獲得頻率擴展的濾波變化之后，在步驟1726中就可以對每個通道計算新的變換，新的變換是根據(jù)該通道的頻率擴展的變換和在步驟1722中獲得的該通道的濾波變換。另外，如果忽略了步驟1722，這新的變換就取決于頻率擴展變換和在步驟1712中獲得的初始變換。公式63-65可以用于計算新的變換，R’T4，G’T4和B’T4。R′T4[X]=0.8R′T3[X]2+0.2R′ET[X]2---(63)]]>G′T4[X]=0.8G′T3[X]2+0.2G′ET[X]2---(64)]]>B′T4[X]=0.8B′T3[X]2+0.2B′ET[X]2---(65)]]>在公式63-65中，變換R’ET，G’ET，和B’ET表示在步驟1724中通過頻率擴展而獲得估計的變換。其次，由公式63-65進行的操作僅僅影響頻率矢量的幅值。保留相位信息。
在步驟1728中，可以產(chǎn)生一個屏蔽，以產(chǎn)生在步驟1726中獲得的變換的高頻項的衰減。因為顆粒痕跡主要具有高頻成分，所以可以使用屏蔽來衰減顆粒痕跡和/或其它高頻噪聲。
使用由公式42表示的門控函數(shù)就可以獲得屏蔽。隨后公式43可以用來獲得屏蔽。公式42和公式43可以結(jié)合以上圖16來討論?？梢允褂闷渌帘魏瘮?shù)和/或門控函數(shù)，這并沒有脫離本發(fā)明的精神。此外，也可以忽略這一步驟，這也沒有脫離本發(fā)明的精神。
在步驟1730中，可以對每個彩色通道的每個子像計算噪聲校正函數(shù)。在本實施例中，根據(jù)屏蔽和一種原先計算的圖像頻域表示法來計算噪聲校正函數(shù)。例如，在步驟1726中所獲得的變換可以用于獲得噪聲校正函數(shù)?？梢允褂霉?6-71得到噪聲校正函數(shù)。在這些公式中B(x，y)來自于公式43。CR(x,y)=R′T4[x,y]0.36(1+0.4CCC3)B(x,y)2--CR≤1+Fgate(x,y)---(66)]]>CR(x，y)＝1+Fgate(x，y)CR＞1+Fgate(x，y)CG(x,y)=G′T4[x,y]0.36(1+0.4CCC3)B(x,y)2--CG≤1+Fgate(x,y)---(67)]]>CG(x，y)＝1+Fgate(x，y)CG＞1+Fgate(x，y)CB(x,y)=B′T4[x,y]0.36(1+0.4CCC3)B(x,y)2--CB≤1+Fgate(x,y)---(68)]]>CB(x，y)＝1+Fgate(x，y)CB＞1+Fgate(x，y)R′TM[x，y]＝GR+(1-GR)CR(x，y)(69)G′TM[x，y]＝GR+(1-GR)CG(x，y)(70)B′TM[x，y]＝GR+(1-GR)CB(x，y)(71)在公式66-68中，噪聲校正函數(shù)是在數(shù)值1加上變換矩陣指定位置上的門控函數(shù)之上。其次，公式66-68和公式69-71僅僅影響頻率矢量的幅值分量。保持原始的相位信息。本發(fā)明的用戶可以在根據(jù)本發(fā)明改善了圖像之后要求保留顆粒的殘余物。于是，本發(fā)明允許用戶在圖像得到改善之后，指定他仍希望保留的顆粒的殘余物GR。公式69-71在計算噪聲校正函數(shù)R’TM，G’TM，和B’TM時考慮了所希望的殘余顆粒。
在步驟1732中，每個通道各個子像的噪聲校正函數(shù)應(yīng)用于每個適合的通道各個適合的子像的原始變換。其結(jié)果采用了具有高頻噪聲，諸如抑止的顆粒痕跡，的圖像的頻域表示。使用公式72-74可以得到顆粒抑止頻率的表示。
R′TS[X]＝R′T[X]R′TM[X](72)G′TS[X]＝G′T[X]G′TM[X](73)B′TS[X]＝B′T[X]B′TM[X](74)其次，公式72-74包含了對頻率矢量的幅值分量的操作，并且相位信息保持不變。
在步驟1734中，圖像的細節(jié)可以增加到圖像紅色通道的各個子像的頻域表示上。正如以上所表明的那樣，一般來說，在光線到達膠片的紅色層之前，光線要通過彩色膠片的綠色層和藍色層。因此，在膠片的紅色部分，細節(jié)就趨于變得霧區(qū)。在步驟1734中，利用綠色和藍色通道的信息，圖像的紅色通道的這種細節(jié)可以恢復。應(yīng)該注意到，步驟1734可以適用于任何數(shù)字圖像的紅色通道，而不是在已經(jīng)使用圖17的步驟以后用于紅色通道。因此，步驟1734也可以忽略，這并沒有脫離本發(fā)明的精神。此外，步驟1734可以單獨包含本發(fā)明的一個實施例。因為圖像的綠色通道趨于包含最多的圖像細節(jié)，所以，可以將細節(jié)增加到其它通道。步驟1734所討論的技術(shù)可以用于將細節(jié)增加到各種不同類型的數(shù)字圖像的不同通道或不同于典型彩色膠片結(jié)構(gòu)的彩色膠片所獲得的數(shù)字圖像。改善紅色圖像細節(jié)的其它方法也可以使用，但并沒有脫離本發(fā)明的精神。在本實施例中，對于紅色通道的每個子像來說，可以采用公式75來計算各個子像的修改的紅色通道變換，R’TS。R′TS[X]=11-RFA[X]+RFA[X]2(R′TS[X]RFA[X]+---(75)]]>(1-RFA[X])(0.7G′TS[X]+0.4B′TS[X]))公式75采用了以上結(jié)合步驟1716所討論的紅色頻率衰減器。
在步驟1736中，每個子像都可以得到噪聲校正變換的逆變換R’TS，G’TS和B’TS，以獲得已經(jīng)抑止了噪聲的改善圖像的空間域表示。如果在步驟1734中已經(jīng)增加了圖像的細節(jié)，那么就可以使用利用公式75所獲得的紅色通道的變換。
平衡彩色通道在歸一化顆粒痕跡之后，通過校正矩陣獲得的歸一化的數(shù)值可以用于平衡數(shù)字圖像的彩色分量，如圖3的步驟1014所示。另外，不利用歸一化的數(shù)值也能平衡彩色。
數(shù)字圖像的原始數(shù)值通常包含一些失真，這些失真來自掃描儀試圖改進數(shù)字圖像引起的失真以及來自膠片老化引起的原始膠片圖像的失真。這些失真可以包含不再反映原始膠片中顆粒的隨機性和分布性的彩色圖形。通過使用在圖3步驟1008和步驟1010結(jié)束時所獲得的顆粒痕跡歸一化的數(shù)值，(或其它方法)本發(fā)明也可以產(chǎn)生原始彩色數(shù)值的估計重建。這些重建的數(shù)值可稱為在感覺上的平衡，他通過歸一化的數(shù)字圖像使得分布比原始的數(shù)字圖像更均勻。換句話說，平衡彩色內(nèi)容可以進一步改善數(shù)字圖像。
為了能平衡彩色內(nèi)容，在每個通道中找出最低的數(shù)值，這也是在數(shù)字圖像歸一化數(shù)值中最暗的象素亮度值。也在每個通道中找出最高的數(shù)值，這也是在數(shù)字圖像歸一化數(shù)值中最亮的象素亮度值。本技術(shù)的一個改善方法是使用了從數(shù)字圖像的低通數(shù)據(jù)中的最低和最高數(shù)值。已經(jīng)找到有利于這一過程的一種低通濾波器是中值濾波器，它一般可具有覆蓋3個象素的范圍。另外，這范圍在象素上與數(shù)字圖像的最大線性尺寸的平方根成比例。隨后，軟件重建了象素的亮度值，以適合于本發(fā)明特別推薦實施例中硬件的規(guī)定的位深度(亮度的范圍)。
例如，下列表格表示從數(shù)字圖像的估計重建中得到的歸一化象素亮度值的范圍R 3.5___________________________20.34G 2.6___________________________27.9B 10.1_________________________ 33.4為了提高這些數(shù)值的視覺顯示效果，對使用非低通數(shù)據(jù)的每個彩色通道可以使用下列等式 隨后對整個例子的平衡數(shù)值是R 0_________________________________________255G 0_________________________________________255B 0_________________________________________255具有和不具有顆粒歸一化和/或減少的條件，都可以使用彩色增強和校正相關(guān)信號之間非線性失真的其它方法。
圖19說明了描述用于歸一化多個信號過程的步驟的流程圖，這多個信號包含共用分量，其中在多個信號中至少有一個信號已經(jīng)在非線性方面失真。盡管本發(fā)明的這一方面可以用于改善由掃描的照相圖像組成的數(shù)字圖像的彩色，但是圖19討論的過程也可以用于許多其它應(yīng)用。例如，它可以用于校正的任意多個具有共用分量信號的非線性失真。于是，它也可以應(yīng)用在諸如音頻應(yīng)用，醫(yī)療圖像應(yīng)用，和衛(wèi)星圖像應(yīng)用，等等場合。圖19所討論的過程可以應(yīng)用于這些應(yīng)用的任何場合，但這并沒有脫離本發(fā)明的精神。
在步驟1910中，測量出多個信號中的一個信號相對于其它信號的失真。對這個信號就可產(chǎn)生一個失真函數(shù)，它比例于相對于其余信號和多個信號中至少一個信號的失真。雖然僅僅測量了一個相對于其余相關(guān)信號的失真，但是相對于許多或所有其余信號的失真也可方便地測量出。正如以下所描述的，對一個包含了三個彩色通道的數(shù)字圖像來說，相對于其余兩個彩色通道的一個彩色通道的失真可以測量。
在步驟1912中，根據(jù)在步驟1910中測量到的失真，可以產(chǎn)生逆失真函數(shù)。對具有共用分量的多個信號中的一個，一些或所有的信號都可以產(chǎn)生逆失真函數(shù)。
在步驟1914中，使用在步驟1912中計算的逆失真函數(shù)來歸一化信號。其次，可以根據(jù)在步驟1912中計算的逆失真函數(shù)來歸一化多個信號中的一個，一些或所有的信號。
在本發(fā)明的一些實施例中，要求在步驟1910確定失真函數(shù)之前能過濾多個信號中的一個或多個信號。在噪聲和/或其它影響干擾了正確失真函數(shù)的計算時，要求使用這種過濾。例如，中值濾波器對去除失真就很有效。
在每個信號或多于一個信號已經(jīng)在非線性方面失真，但是還很難確認相對于另一個信號是否是一個，一些或所有的信號已經(jīng)失真的場合，本發(fā)明要求用于校正在多個信號中的非線性失真。對這類相關(guān)的信號，采用在信號中的小間距上變化使多個信號相對等量的方法來校正失真。對一個變量函數(shù)的信號來說，步驟1910所計算的失真函數(shù)可以取決于圖像的多個信號中的一個，一些或所有信號在信號的多個點上的斜率。在這種情況下，步驟1912產(chǎn)生的逆失真函數(shù)可以尋找到在信號中的小的增量上去均衡多個信號的斜率。對多個變量函數(shù)的信號來說，失真函數(shù)取決于多個信號中的一個，一些，或所有信號在信號多個點上在多個方向上變化的速率。例如，在步驟1910中計算的失真函數(shù)取決于多個信號中的一個，一些或所有信號在多個點上的梯度。
在使用梯度測量來確定一個信號相對其它信號的失真的情況下，離散的分布圖可以用于產(chǎn)生失真函數(shù)。通過計算離散點下標可以引申出離散分布圖中的每個點，以響應(yīng)在信號公共點上的多個信號中的一些信號的梯度幅值。根據(jù)這些梯度之間的夾角可以計算出加權(quán)值(例如，在梯度之間夾角的余弦)。另外，這類加權(quán)與梯度的幅值成比例。應(yīng)用曲線擬合算法，曲線可以擬合在離散分布圖的點上，利用該曲線可以計算出逆失真函數(shù)。例如，逆失真函數(shù)可以與曲線下的面積成比例。
圖20說明了描述根據(jù)本發(fā)明來改善數(shù)字圖像的過程的流程圖。本發(fā)明的這一方面是用于改善數(shù)字圖像的彩色。數(shù)字圖像，無論是掃描的照片圖像，衛(wèi)星圖像，醫(yī)療圖像，或其它類型的數(shù)字圖像，都可能非線性失真，這失真可以是模擬圖像中的一些失真所引起的和/或在數(shù)字圖像的產(chǎn)生過程中發(fā)生的失真所引起的。這失真可以隨著密度和/或頻率而變化以及在各個通道可以有不同的變化。這種非線性失真以不希望的方式降低了圖像的質(zhì)量。對照相的圖像來說，圖像使得眼睛看上去不柔和。對衛(wèi)星圖像和醫(yī)療圖像來說，由圖像所提供的信息由于失真而不能有效。
許多數(shù)字圖像都包含了多個通道。正如以上所討論的。例如，基于彩色照片的數(shù)字圖像通常包含了紅色通道，綠色通道和藍色通道。當一幅圖像由多個通道所組成時，在各個通道中所包含的圖像信息產(chǎn)生了在三個圖像通道之間的共用分量。于是，在數(shù)字圖像小的區(qū)域上，在圖像的各個小的區(qū)域上明暗趨于等量變化。雖然亮度的幅值可以非常不同，但是對沒有失真的圖像來說，這種幅值的變化速率趨于相同。于是，對圖像的各個通道(或通道的一個子集)來說，本發(fā)明根據(jù)亮度在多個方向上的變化尋找到確定圖像失真的方法。對圖像的一個，一些或所有通道來說，可以產(chǎn)生一個逆失真函數(shù)，以致于應(yīng)用逆失真函數(shù)時，當與其它通道相比較時，在圖像的小的區(qū)域上各個通道的亮度趨于等量變化。
在一些圖像的區(qū)域內(nèi)，當圖像沒有失真時，與其它通道相比較，一個通道的亮度趨于線性地變化；而在另一圖像或同一圖像的一個區(qū)域內(nèi)，在圖像沒有失真時，與其它通道相比較，一個通道的亮度趨于變化，以致于在幅值之間的恒定比在小的區(qū)域上得以保持。為了自動改善數(shù)字圖像的彩色，本發(fā)明采用了這兩種變化的平均值，這變化對應(yīng)于要準備數(shù)字存儲的彩色圖像的變化。
在步驟1916中，掃描一幅圖像而產(chǎn)生數(shù)字圖像。這種掃描可以采用以上所討論的掃描儀30或掃描儀34來完成。另外，步驟1916也可以忽略，本發(fā)明適用于已經(jīng)掃描的圖像。此外，本發(fā)明適用于具有多個通道且每個通道都具有在一個或多個通道以非線性方式失真的共同信號分量的數(shù)字圖像。術(shù)語“共同分量”一般被認為是以某種方式相關(guān)的信號。
在進行圖20所描述過程的其余步驟之前，可以有選擇的將上述討論的本發(fā)明顆粒歸一化方面的內(nèi)容應(yīng)用于數(shù)字圖像。在進行圖20所描述過程的其余步驟之前，可以有選擇的將上述討論的一種或多種顆粒減少技術(shù)應(yīng)用于圖像。另外，圖20所討論的過程可以用于沒有采用任何顆粒歸一化和/或顆粒減少或在歸一化或應(yīng)用其它技術(shù)減少之后的圖像。
在步驟1918中，圖像的各個通道(或圖像通道的子集)可以過濾以致于使各種效應(yīng)(諸如噪聲)和圖像精度效應(yīng)不再干擾去除非失真。在一個小的數(shù)目象素上，噪聲，諸如由顆粒所引起的噪聲，會干擾非線性失真的去除。另外，因為光線通過膠片的多層來產(chǎn)生彩色照片圖像，所以數(shù)字圖像的一個或多個彩色通道可以失真。正如以上所討論的那樣，彩色膠片的紅色層趨于接受僅僅在通過膠片的綠色層和藍色層之后的光線。因此，因此，在膠片的紅色層中，圖像顯得比綠色和藍色層稍多一些失真。例如，在紅色通道中，圖像會少一些邊緣鮮明部分。這種光學失真干擾了去除圖像彩色中的非線性失真。
因此，在步驟1918中，圖像的各個通道采用過濾圖像的方法進行預霧區(qū)。在本實施例中，對每個彩色通道以2000 dpi掃描的膠片采用了范圍為10個象素的中值濾波器。不同的范圍也可以使用，這并沒有脫離本發(fā)明的精神。此外，也可以使用不同的掃描精度，這并沒有脫離本發(fā)明的精神。其它的方法也可用于預霧區(qū)圖像，除了使用中止濾波器的方法之外?；旧?，圖像的各個通道都要變化，以便于衰減或去除噪聲和精度效應(yīng)，正如上述所討論的。
在步驟1920中，對至少數(shù)字圖像的兩個通道來說，根據(jù)在圖像的多個點上的多個方向上的亮度的變化速率(斜率)來產(chǎn)生矢量。在本實施例中，對多個通道的每一個通道都產(chǎn)生這樣一個矢量，但是也可以僅僅產(chǎn)生多個通道中的一個子集，這并沒有脫離本發(fā)明的精神。在本實施例中，可以計算斜率來產(chǎn)生圖像所有點上的矢量或圖像的點的子集上的矢量，這并沒有脫離本發(fā)明的精神。
在本實施例中，所產(chǎn)生的矢量表示在上述點上的指定圖像通道的亮度的梯度。換句話說，矢量包含了在圖像通道中指定點上表示在X方向上的亮度斜率的第一分量和表示在Y方向上的亮度斜率的第二分量。也可以選擇與在圖像指定點上其它方向上的亮度斜率成比例的矢量，這并沒有脫離本發(fā)明的精神。選擇X和Y方向上的斜率只是為了方便。
可以對指定的點(x，y)分別計算的紅色，綠色和藍色通道的矢量，R”2(x，y)，G”2(x，y)，和B”2(x，y)，可以應(yīng)用公式76-78來計算，式中i和j分別表示在x方向和y方向的單位矢量。
R″2(x，y)＝(R″(x+1，y)-R″(x-1，y))i+(R″(x，y+1)-R″(x，y-1))j(76)G″2(x，y)＝(G″(x+1，y)-G″(x-1，y))i+(G″(x，y+1)-G″(x，y-1))j(77)B″2(x，y)＝(B″(x+1，y)-B″(x-1，y))i+(B″(x，y+1)-B″(x，y-1))j(78)在這些公式中，R”，G”，和B”分別表示三個圖像通道的過濾亮度值。于是，可以計算出數(shù)字圖像各個通道每個點的矢量。對于具有較多或較少的通道的圖像來說，類似的公式可以用于各個通道。矢量可以只對各個通道的點的子集進行計算，這并沒有脫離本發(fā)明的精神。公式76-78并沒有討論對圖像通道邊緣的斜率進行計算。在這類邊緣上，可以采用斜率的不同測量或忽略這些點，這并沒有脫離本發(fā)明的精神。同樣，也可以采用計算斜率的不同方法，這并沒有脫離本發(fā)明的精神。本實施例直接采用上述象素的左和右的點而不是上述點的本身來計算該點在x方向上的近似斜率。類似的方法也使用于y方向。另外，更多的點可以采用在x或y方向來計算x方向上的斜率和y方向上的斜率，這并沒有脫離本發(fā)明的精神。此外，一些近似斜率的平均值也可以用于指定的象素，這并沒有脫離本發(fā)明的精神。
在步驟1922中，可以比較多個通道的矢量以產(chǎn)生有用的離散點的數(shù)據(jù)，用于產(chǎn)生表示圖像的一個通道與圖像的其它通道相比的失真的失真函數(shù)。其次，可以產(chǎn)生一個，多個或所有通道的這類離散點的數(shù)據(jù)，這并沒有脫離本發(fā)明的精神。此外，為了產(chǎn)生離散點的數(shù)據(jù)而作的矢量比較可以涉及到圖像的其它通道中的多個或所有的通道。
在本實施例中，離散點的數(shù)據(jù)取決于在步驟1920計算的矢量。因為沒有失真的圖像趨于具有相同方向的梯度矢量，所以，可以對離散分布圖上的每個點計算出加權(quán)值，它與步驟1920中計算的矢量之間的點積成比例。在本實施例中，對指定的通道來說，可以計算與每個其它通道的點積，并且為這些點積畫出點。例如，對紅色的離散點來說，可以加權(quán)的方法來畫出點，加權(quán)值與步驟1920中計算的紅色通道和綠色通道的矢量點積成比例。此外，為了紅色通道能在離散分布圖上設(shè)置個點，要計算加權(quán)值，它與在步驟1920計算點的紅色通道和藍色通道的矢量點積成比例。于是，在離散分布圖上指定點的加權(quán)值與在該點上兩個通道的亮度斜率之間的加權(quán)值成比例。因為通道相互之間是失真的，所以本發(fā)明的本實施例確定了一個指定通道的離散分布圖的點，它將上述通道的指定點的斜率與每個其它通道在對應(yīng)點上的亮度斜率相比較。另外，這種比較可以是通道的一個子集，這并沒有脫離本發(fā)明的精神。
本發(fā)明確定了離散分布圖的一個下標，采用的方法是將在步驟1920為指定通道所產(chǎn)生的指定點的斜率矢量的相對幅值與在步驟1920對圖像其它通道對應(yīng)點上所計算的斜率矢量的幅值相比較。
離散分布圖的其它下標包含在圖像通道中點的亮度。
因此，離散分布圖中的點可以按以下方法來產(chǎn)生。對具有失真校正的圖像的各個通道產(chǎn)生離散的點。在本實施例中，對紅色通道，綠色通道和藍色通道都產(chǎn)生了離散的點。離散點的X軸下標是上述象素的亮度。離散點的Y軸下標是在1和-1之間的數(shù)值，它對應(yīng)與指定通道在指定點上的斜率矢量幅值與圖像的其它通道在相對應(yīng)點上的斜率矢量幅值相比較值。對指定點的加權(quán)方法如上述所討論的。同樣，在紅色，綠色和藍色離散的分布圖上的指定的點可以采用公式79-93來設(shè)置。在公式85-90中出現(xiàn)負的結(jié)果的情況下，加權(quán)的值可以設(shè)置為預置的數(shù)值，例如0。Y1R′′2(x,y)=(1-2|R′′2||R′′2|+|G′′2|)---(79)]]>Y2R′′2(x,y)=(1-2|R′′2||R′′2|+|B′′2|)---(80)]]>Y1G′′2(x,y)=(1-2|G′′2||R′′2|+|G′′2|)---(81)]]>Y2G′′2(x,y)=(1-2|G′′2||G′′2|+|B′′2|)---(82)]]>Y1B′′2(x,y)=(1-2|B′′2||R′′2|+|B′′2|)---(83)]]>Y2B′′2(x,y)=(1-2|B′′2||B′′2|+|G′′2|)---(84)]]>W1R′′2(x,y)=R′′2·G′′2|R′′2||G′′2|---(85)]]>W2R′′2(x,y)=R′′2·B′′2|R′′2||B′′2|---(86)]]>W1G′′2(x,y)=G′′2·R′′2|G′′2||R′′2|---(87)]]>W2G′′2(x,y)=B′′2·G′′2|G′′2||B′′2|---(88)]]>W1B′′2(x,y)=B′′2·R′′2|B′′2||R′′2|---(89)]]>W2B′′2(x,y)=B′′2·G′′2|B′′2||G′′2|---(90)]]>XR(x，y)＝R″(x，y) (91)XG(x，y)＝G″(x，y) (92)XB(x，y)＝B″(x，y) (93)公式91表示了通過確定在指定點上紅色通道的亮度來確定在該指定點上的離散點的X軸下標。對紅色通道的指定點來說，可以畫出兩個點。在紅色的離散分布圖上，每個點都具有相同的X下標。對兩個已畫出的點來說，一個點是對應(yīng)于在指定的點上紅色和綠色通道的斜率矢量之間的比較，而另一個點則是對應(yīng)于在指定的點上紅色和藍色矢量之間的比較。對表示紅色和綠色矢量之間比較的點，公式79可以用于確定離散分布圖的Y下標。對表示在指定的點上紅色和藍色矢量之間比較的點，可以應(yīng)用公式80來確定在離散分布圖上點的Y下標。用于紅色通道與綠色通道比較的在離散分布圖上的加權(quán)值可以應(yīng)用公式85來計算，而表示紅色和藍色通道之間比較的點的加權(quán)值可以采用公式86來確定。
對綠色通道中的任何點來說，也可以在綠色離散分布圖上產(chǎn)生兩個點。在各種情況下，綠色離散分布圖的X軸下標可采用公式92來確定。對應(yīng)于綠色通道和紅色通道矢量之間比較的第一個點來說，公式81用于確定點在綠色離散分布圖上的Y軸下標，而公式87表示了要在該點上畫的點的加權(quán)。對應(yīng)于綠色通道和藍色通道在指定點上的矢量之間比較的點來說，公式82用于確定Y軸下標，而公式88用于確定該指定點的加權(quán)。
對藍色通道中的任何點來說，也可以在藍色離散分布圖上產(chǎn)生兩個點。在各種情況下，藍色離散分布圖的X軸下標可采用公式93來確定。對應(yīng)于藍色通道和紅色通道矢量之間比較的第一個點來說，公式83用于確定點在藍色離散分布圖上的Y軸下標，而公式89表示了要在該點上畫的點的加權(quán)。對應(yīng)于藍色通道和綠色通道在指定點上的矢量之間比較的點來說，公式84用于確定Y軸下標，而公式90用于確定該指定點的加權(quán)。
在步驟1924中，根據(jù)在步驟1922中所產(chǎn)生分的離散分布圖的數(shù)據(jù)，為多個通道的每個通道查生離散的分布圖。這些步驟也可以組合，這并沒有脫離本發(fā)明的精神。此外，如果多個通道中僅有一個和部分通道具有校正過的失真的話，那么只可以對正在校正的這些通道產(chǎn)生離散的分布圖。其次，正如以上所討論的，在本發(fā)明的實施例中所產(chǎn)生的離散分布圖中包含了與通道的失真成比例的點，離散的分布圖是在與其它通道相比較產(chǎn)生。然而，也可以使用相對于另外通道子集的失真，這并沒有脫離本發(fā)明的精神。
圖21說明了對應(yīng)于圖像單一空間位置所畫的六個點。對紅色的離散分布圖來說，上述象素的亮度確定了兩個點中各個點的X軸下標1946。點1934的Y軸下標是由公式79確定。點1934的的加權(quán)值是由公式85來確定的。這里，公式79產(chǎn)生的Y下標值為0.5。因為公式81可以成為公式79的負值，所以對應(yīng)于綠色離散分布圖的點1936的Y下標具有為-0.5的Y下標。點1936的X下標可使用公式92來確定且表示在綠色通道中上述點的亮度。由公式87對點1936產(chǎn)生的加權(quán)將是采用公式85對點1934產(chǎn)生的加權(quán)的負值。同樣，本發(fā)明的各種各樣的實施都可以簡單地使用一系列公式，諸如公式85，86，和88，來計算加權(quán)，這并沒有脫離本發(fā)明的精神。
點1938又具有對上述象素采用公式91所確定的X下標。它的Y下標由公式80來確定的且它的加權(quán)是由公式86來確定的。這點提供了在與藍色信號比較時的紅色信號失真的測量。在藍色離散分布圖上，點1940的Y下標是點1938的Y下標的負值，如公式83簡單的是公式80的負值。點1940的X下標1950對應(yīng)于上述象素在藍色通道中的亮度值且使用公式93來確定。
同樣的是，在綠色離散分布圖上的點1942和在藍色離散分布圖上的點1944都具有Y下標，這些指示是相互為負值(附加的倒置)，正如公式84是公式82的負值。
在步驟1924產(chǎn)生了離散分布圖之后，采用曲線擬合算法通過這些點可以產(chǎn)生曲線，如步驟1926所說明的。在本實施例中，采用了平均型的曲線擬合算法。也可以采用任何類型的曲線擬合算法，這并沒有脫離本發(fā)明的精神。對各個離散的點可以產(chǎn)生曲線。如果失真校正應(yīng)用于產(chǎn)生了離散分布圖的通道，離散的分布圖大概只能在步驟1924中產(chǎn)生。如果沒有對指定的通道產(chǎn)生失真校正的話，那么對該通道來說，在步驟1924離散分布圖的產(chǎn)生和步驟1926曲線的產(chǎn)生都可以忽略。
在步驟1928中，基于在步驟1926中產(chǎn)生的曲線可以產(chǎn)生逆失真函數(shù)。這逆失真函數(shù)可以是與在步驟1926所產(chǎn)生的曲線成比例的任何函數(shù)。在步驟1926中產(chǎn)生的曲線與指定信號和具有共用分量的一個或多個另外的信號的相對失真成比例。在本實施例中，各個通道的逆失真函數(shù)可以采用公式94-96來產(chǎn)生。FR[C]=Σi=0c1+Ri1-Riyy-1---(94)]]>FG[C]=Σi=0c1+Gi1-Giyy-1---(95)]]>FB[C]=Σi=0c1+Bi1-Biyy-1---(96)]]>公式94可用于紅色通道，公式95可用于綠色通道，以及公式96可用于藍色通道。由于數(shù)字圖像往往是很復雜的，因此可以使用一些較為慎重的亮度值。例如，本實施例使用了8位的亮度值，它可以產(chǎn)生256個可能不同的亮度值。于是，逆失真函數(shù)就包括一個從0-255變化的具有256個數(shù)值的對照表。因此，在數(shù)字圖像具有156個可能的亮度值的情況下，在公式94-96中的“C”有255的最大數(shù)值。也可以使用其它位數(shù)，但這并沒有脫離本發(fā)明的精神。在公式94-96中的“Y”值表示了組成數(shù)字圖像的通道數(shù)目。在公式94中的Ri項表示了在步驟1926中所產(chǎn)生曲線的Y值，它適用于紅色離散的分布圖在s面上“i”的X軸下標。換句話說，通過在步驟1926離散點而產(chǎn)生的曲線就是表示對應(yīng)于象素亮度所畫的失真的曲線。公式94計算了上述各個象素的亮度的逆市政，它與在討論亮度之前在步驟1926所產(chǎn)生曲線的下方面積成比例。公式95和96類似于公式94。
Y/Y-1次根用于公式94-96，因為否則就會產(chǎn)生過校正。各個通道的校正都是基于它相對于其它通道的失真。如果校正沒有能考慮到這點的話，假定僅需要校正一個通道，仍會對各個通道進行校正。在本例子中，因為各個通道都需要校正，如果沒有一個合適的根的話，就會引起最后的過校正。
在步驟1930中，各個圖像通道都可以采用在步驟1928中確定的逆失真函數(shù)來歸一化。為了歸一化，要處理圖像中的每一個象素的亮度值。對于指定的空間位置來說，通過將該象素的紅色通道的亮度作為下標代入利用公式94產(chǎn)生的逆失真函數(shù)來改變紅色的亮度。紅色亮度值由逆失真函數(shù)提供的亮度所取代。同樣，在該象素上的綠色亮度值可以由步驟1928所產(chǎn)生的綠色通道逆失真函數(shù)所產(chǎn)生的綠色亮度值取代，這時綠色通道逆失真函數(shù)的下標包含了綠色通道當前的象素亮度值。最后，該象素的藍色通道的亮度值也類似地使用在步驟1928中產(chǎn)生的藍色逆失真函數(shù)來校正。
雖然這里所討論的發(fā)明包括了在空間域和空間頻域兩者中的計算，在兩個域中的類似計算都可以等同地使用，這并沒有脫離本發(fā)明的精神。
雖然本發(fā)明已經(jīng)詳細地進行了討論，但應(yīng)該意識到，對本發(fā)明可以進行各種各樣的變化，取代，和改進，這些都沒有脫離由附件權(quán)利要求所定義的本發(fā)明的精神和范圍。
為在理解這里所附權(quán)利要求中幫助專利局和根據(jù)本申請所頒發(fā)的任何專利的任何讀者，申請人愿指出他們不打算任一項所附權(quán)利要求援引35 U.S.C節(jié)112的段6，因為它依據(jù)申請日期而存在，除非特定權(quán)利要求項中使用“…裝置”或“…步驟”的字樣。
權(quán)利要求
1.一種自動改善數(shù)字圖像的方法，包括步驟測量在數(shù)字圖像中至少兩個子像的顆粒痕跡的幅值；以及使用在至少兩個子像中所測量到的顆粒痕跡的幅值來修改數(shù)字圖像。
2.如權(quán)利要求1所述的方法，其特征在于顆粒痕跡的測量可進一步包括測量作為亮度函數(shù)的顆粒痕跡的幅值，并導出與亮度相關(guān)的顆粒痕跡幅值的函數(shù)。
3.如權(quán)利要求2所述的方法，其特征在于測量顆粒痕跡幅值的步驟可進一步描述為測量顆粒痕跡的高頻分量的幅值。
4.如權(quán)利要求2所述的方法，其特征在于測量顆粒痕跡進一步包括將數(shù)字圖像分割成多個子像，至少包括第一和第二子像的步驟。
5.如權(quán)利要求4所述的方法，其特征在于第一和第二子像可以重疊。
6.如權(quán)利要求4所述的方法，其特征在于顆粒幅值的測量包括測量在第一子像中的顆粒幅值。
7.如權(quán)利要求6所述的方法，其特征在于在第一和第二子像中的數(shù)字圖像可進一步描述為包含的顆粒痕跡和圖像的混合。
8.如權(quán)利要求7所述的方法，其特征在于顆粒痕跡的測量可進一步包括將顆粒痕跡與圖像在空間頻率上區(qū)分開的步驟。
9.如權(quán)利要求7所述的方法，其特征在于，第一子像可進一步描述為包含了來自至少第一和第二彩色通道的信息；以及，顆粒痕跡的測量是彩色通道之間關(guān)系的函數(shù)。
10.如權(quán)利要求9所述的方法，其特征在于彩色通道之間的關(guān)系包括交叉相關(guān)性。
11.如權(quán)利要求10所述的方法，其特征在于第一和第二子像具有相同的亮度；以及，具有最低相關(guān)性的子像給出屬于它亮度的最大加權(quán)。
12.如權(quán)利要求10所述的方法，其特征在于整個信號的幅值是圖像幅值和顆粒痕跡幅值的組合；以及，從整個信號幅值中減去相關(guān)性的幅值以提供歸屬于顆粒痕跡幅值的信號幅值部分的估計值。
13.如權(quán)利要求1所述的方法，其特征在于顆粒痕跡的測量進一步包括測量作為頻率函數(shù)的顆粒痕跡的幅值，并導出與頻率相關(guān)的顆粒痕跡幅值的函數(shù)。
14.如權(quán)利要求13所述的方法，其特征在于測量顆粒痕跡進一步包括將數(shù)字圖像分割成多個子像，至少包括第一和第二子像的步驟。
15.如權(quán)利要求15所述的方法，其特征在于第一和第二子像可以重疊。
16.如權(quán)利要求14所述的方法，其特征在于第一和第二子像具有相同的亮度；以及，對該亮度的顆粒痕跡的測量包括第一和第二子像的加權(quán)的平均。
17.如權(quán)利要求16所述的方法，其特征在于加權(quán)的平均是個中間值。
18.如權(quán)利要求16所述的方法，其特征在于第一和第二子像的加權(quán)與各個子像的顆粒痕跡幅值成反比。
19.如權(quán)利要求16所述的方法，其特征在于第一子像可進一步描述為包含了來自至少第一和第二彩色通道的信息；以及，顆粒痕跡的測量是彩色通道之間關(guān)系的函數(shù)。
20.如權(quán)利要求19所述的方法，其特征在于彩色通道之間的關(guān)系包括交叉相關(guān)性。
21.如權(quán)利要求20所述的方法，其特征在于加權(quán)的平均是交叉相關(guān)性的反比例函數(shù)。
22.如權(quán)利要求1所述的方法，其特征在于顆粒痕跡的測量進一步包括測量作為亮度和頻率函數(shù)的顆粒痕跡的幅值。
23.如權(quán)利要求22所述的方法，其特征在于測量顆粒痕跡進一步包括將數(shù)字圖像分割成多個子像，至少包括第一和第二子像的步驟。
24.如權(quán)利要求22所述的方法，其特征在于第一和第二子像可以重疊。
25.如權(quán)利要求22所述的方法，其特征在于顆粒幅值的測量包括測量在第一子像中的顆粒幅值的步驟。
26.如權(quán)利要求25所述的方法，其特征在于在第一和第二子像中的數(shù)字圖像可進一步描述為包含了顆粒痕跡和圖像的混合。
27.如權(quán)利要求26所述的方法，其特征在于顆粒痕跡的測量可進一步包括將顆粒痕跡與圖像在空間頻率上區(qū)分開的步驟。
28.如權(quán)利要求26所述的方法，其特征在于第一子像可進一步描述為包含了來自至少第一和第二彩色通道的信息；以及，顆粒痕跡的測量是彩色通道之間關(guān)系的函數(shù)。
29.如權(quán)利要求28所述的方法，其特征在于彩色通道之間的關(guān)系包括交叉相關(guān)性。
30.如權(quán)利要求29所述的方法，其特征在于第一和第二子像具有相同的亮度；以及，具有最低相關(guān)性的子像給出屬于它亮度的最大加權(quán)。
31.如權(quán)利要求29所述的方法，其特征在于整個信號的幅值是圖像幅值和顆粒痕跡幅值的組合；以及，從整個信號幅值中減去相關(guān)性的幅值以提供歸屬于顆粒痕跡幅值的信號幅值部分的估計值。
32.如權(quán)利要求2所述的方法，其特征在于改善數(shù)字圖像的步驟進一步包括在至少選定的第一和第二亮度水平上引出基本等于顆粒痕跡幅值的對比曲線的步驟。
33.如權(quán)利要求32所述的方法，其特征在于引出對比曲線的步驟進一步包括設(shè)置對比曲線以便于在第一和第二亮度之間的對比度之比反比于在第一和第二亮度水平上所測量到顆粒痕跡之比率的步驟。
34.如權(quán)利要求33所述的方法，其特征在于圖像可進一步描述為包含了來自第一和第二彩色通道的信息；以及，第一和第二對比曲線是分別根據(jù)在第一和第二彩色通道中的顆粒痕跡的幅值引出的。
35.如權(quán)利要求34所述的方法，其特征在于改善數(shù)字圖像的步驟進一步包括減少顆粒痕跡的視覺效應(yīng)的步驟。
36.如權(quán)利要求13所述的方法，其特征在于改善數(shù)字圖像的步驟進一步包括在至少選定的第一和第二頻率上引出基本等于顆粒痕跡幅值的頻率上升曲線的步驟。
37.如權(quán)利要求36所述的方法，其特征在于引出頻率上升曲線的步驟進一步包括設(shè)置頻率上升曲線以便于在第一和第二頻率之間的上升比率反比于在第一和第二頻率上所測量到顆粒痕跡的比率的步驟。
38.一種確定被數(shù)字化掃描的鹵化銀膠片的顆粒的方法，所述的膠片至少包含一幅圖像，它包含的步驟至少所述的圖像的部分要分割成多個區(qū)域，每個區(qū)域包含著對應(yīng)于所述掃描負片圖像的不同空間區(qū)域的數(shù)據(jù)，在所感興趣的密度范圍內(nèi)，要有足夠多的區(qū)域來保證能近似表示出在所述的鹵化銀膠片上不同顆粒痕跡的幅值；從各個所述的區(qū)域中去除與圖像細節(jié)有關(guān)的圖像數(shù)據(jù)，以獲得多個顆粒存在較多的區(qū)域；對所述的多個顆粒存在較多的區(qū)域的每一個確定區(qū)域性的平均顆粒痕跡的幅值；根據(jù)所述的顆粒突出區(qū)域中某些區(qū)域的區(qū)域性平均顆粒密度，獲得在所述的鹵化銀膠片中的感興趣密度范圍內(nèi)的典型的顆粒痕跡的幅值。
39.如權(quán)利要求38所述的方法，其特征在于所述的顆粒突出區(qū)域中的某些區(qū)域的每一個具有在感興趣密度范圍內(nèi)的平均密度。
40.如權(quán)利要求38所述的方法，其特征在于所述的感興趣密度范圍是變化的，例如，在密度范圍內(nèi)存在的顆粒突出區(qū)域中某些區(qū)域越多，則所感興趣密度范圍就越窄。
41.如權(quán)利要求39所述的方法，其特征在于對于具有所述的感興趣密度范圍內(nèi)的平均密度的顆粒突出區(qū)域，所述的獲得典型的顆粒痕跡幅值的步驟獲得了區(qū)域性平均顆粒痕跡幅值的平均值。
42.如權(quán)利要求38所述的方法，進一步包括了將所述的典型性顆粒痕跡幅值應(yīng)用于在所述的負片圖像部分中另一些顆粒突出區(qū)域的步驟，所述的另一些顆粒突出區(qū)域具有類似于感興趣密度范圍內(nèi)的密度。
43.如權(quán)利要求38所述的方法，進一步包括了將所述的典型性顆粒痕跡幅值應(yīng)用于在所述的負片圖像部分以外的另一些顆粒突出區(qū)域的步驟，所述的另一些顆粒突出區(qū)域具有類似于感興趣密度范圍內(nèi)的密度。
44.如權(quán)利要求38所述的方法，其特征在于所述獲得步驟獲得典型的顆粒痕跡幅值，各個所述的獲得多個典型的顆粒痕跡幅值對應(yīng)于感興趣的不同密度范圍。
45.如權(quán)利要求44所述的方法，其特征在于各個所述的獲得典型的顆粒痕跡幅值都是基于所述的區(qū)域性平均顆粒痕跡幅值，它對應(yīng)的顆粒突出區(qū)域具有對應(yīng)所述的感興趣的不同密度范圍內(nèi)相關(guān)的一個密度。
46.如權(quán)利要求45所述的方法，其特征在于所述的感興趣的不同密度區(qū)域沒有一個是相互重疊的。
47.如權(quán)利要求45所述的方法，其特征在于所述的對應(yīng)于感興趣的密度范圍內(nèi)有一些是重疊的，因此在第一密度范圍內(nèi)的較高密度與第二密度范圍內(nèi)的較低密度相重疊。
48.一種數(shù)字圖像掃描系統(tǒng)，包括掃描硬件，它能掃描照片圖像且能將照片圖像轉(zhuǎn)換成數(shù)字圖像；和，計算機軟件，它與掃描硬件相連接且能測量在數(shù)字圖像中至少兩個子像的顆粒痕跡的幅值，和利用在至少兩個子像中所測量到的顆粒痕跡的幅值來改變數(shù)字圖像。
49.如權(quán)利要求48所述的數(shù)字圖像掃描系統(tǒng)，其特征在于所述的顆粒痕跡幅值的測量進一步包括測量作為亮度函數(shù)的顆粒痕跡的幅值且引出與亮度有關(guān)的顆粒痕跡幅值的函數(shù)。
50.如權(quán)利要求49所述的數(shù)字圖像掃描系統(tǒng)，其特征在于測量顆粒痕跡的幅值的步驟可進一步描述為測量顆粒痕跡的高頻分量的幅值。
51.如權(quán)利要求49所述的數(shù)字圖像掃描系統(tǒng)，其特征在于測量顆粒痕跡的幅值進一步包括將數(shù)字圖像分割成多個子像且至少包括第一和第二子像。
52.如權(quán)利要求51所述的數(shù)字圖像掃描系統(tǒng)，其特征在于測量顆粒痕跡的幅值進一步包括在空間頻率上將顆粒痕跡從圖像中分割開。
53.如權(quán)利要求51所述的數(shù)字圖像掃描系統(tǒng)，其特征在于第一子像可進一步描述為包含了來自至少第一和第二彩色通道的信息；以及，顆粒痕跡的測量是彩色通道之間關(guān)系的函數(shù)。
54.如權(quán)利要求53所述的數(shù)字圖像掃描系統(tǒng)，其特征在于彩色通道之間的關(guān)系包括交叉相關(guān)性。
55.如權(quán)利要求54所述的數(shù)字圖像掃描系統(tǒng)，其特征在于整個信號的幅值是圖像幅值和顆粒痕跡幅值的組合；以及，從整個信號幅值中減去相關(guān)性的幅值以提供的歸屬于顆粒痕跡幅值的信號幅值部分的估計值。
56.如權(quán)利要求48所述的數(shù)字圖像掃描系統(tǒng)，其特征在于所述的顆粒痕跡幅值的測量進一步包括測量作為頻率函數(shù)的顆粒痕跡的幅值且引出與頻率有關(guān)的顆粒痕跡幅值的函數(shù)。
57.如權(quán)利要求48所述的數(shù)字圖像掃描系統(tǒng)，其特征在于所述的顆粒痕跡幅值的測量進一步包括測量作為密度和頻率函數(shù)的顆粒痕跡的幅值。
58.如權(quán)利要求57所述的數(shù)字圖像掃描系統(tǒng)，其特征在于顆粒痕跡的測量進一步包括將數(shù)字圖像分割成多個子像且至少包括第一和第二子像的步驟。
59.如權(quán)利要求58所述的數(shù)字圖像掃描系統(tǒng)，其特征在于第一子像可進一步描述為包含了來自至少第一和第二彩色通道的信息；以及，顆粒痕跡的測量是彩色通道之間關(guān)系的函數(shù)。
60.如權(quán)利要求59所述的數(shù)字圖像掃描系統(tǒng)，其特征在于彩色通道之間的關(guān)系包括交叉相關(guān)性。
61.如權(quán)利要求60所述的數(shù)字圖像掃描系統(tǒng)，其特征在于整個信號的幅值是圖像幅值和顆粒痕跡幅值的組合；以及，從整個信號幅值中減去相關(guān)性的幅值以提供的歸屬于顆粒痕跡幅值的信號幅值部分的估計值。
62.如權(quán)利要求49所述的數(shù)字圖像掃描系統(tǒng)，其特征在于軟件能進一步采用在至少選定的第一和第二亮度水平上引出基本等于顆粒痕跡幅值的對比曲線來改變數(shù)字圖像。
63.如權(quán)利要求62所述的數(shù)字圖像掃描系統(tǒng)，其特征在于引出對比曲線進一步包括設(shè)置對比曲線以便于在第一和第二亮度之間的對比度之比反比于在第一和第二亮度水平上所測量到的顆粒痕跡之比的步驟。
64.如權(quán)利要求63所述的數(shù)字圖像掃描系統(tǒng)，其特征在于圖像可進一步描述為包含了來自第一和第二彩色通道的信息；以及，第一和第二對比曲線是分別根據(jù)在第一和第二彩色通道中的顆粒痕跡的幅值引出的。
65.如權(quán)利要求57所述的方法，其特征在于軟件進一步能在至少選定的第一和第二頻率上引出基本等于顆粒痕跡幅值的頻率上升曲線。
66.一種數(shù)字圖像處理系統(tǒng)，包括計算機可讀存儲媒介；和，存儲于計算機可讀存儲媒介的計算機軟件，以及，計算機軟件能測量在數(shù)字圖像的至少兩個子像中的顆粒痕跡的幅值；和利用在至少兩個子像中所測量到的顆粒痕跡的幅值來改變數(shù)字圖像。
67.如權(quán)利要求66所述的數(shù)字圖像掃描系統(tǒng)，其特征在于所述的顆粒痕跡幅值的測量進一步包括測量作為亮度函數(shù)的顆粒痕跡的幅值且引出與亮度有關(guān)的顆粒痕跡幅值的函數(shù)。
68.如權(quán)利要求67所述的數(shù)字圖像掃描系統(tǒng)，其特征在于測量顆粒痕跡的幅值的步驟可進一步描述為測量顆粒痕跡的高頻分量的幅值。
69.如權(quán)利要求67所述的數(shù)字圖像掃描系統(tǒng)，其特征在于測量顆粒痕跡的幅值進一步包括將數(shù)字圖像分割成多個子像且至少包括第一和第二子像。
70.如權(quán)利要求69所述的數(shù)字圖像掃描系統(tǒng)，其特征在于測量顆粒痕跡的幅值進一步包括在空間頻率上將顆粒痕跡從圖像中分割開。
71.如權(quán)利要求69所述的數(shù)字圖像掃描系統(tǒng)，其特征在于第一子像可進一步描述為包含了來自至少第一和第二彩色通道的信息；以及，顆粒痕跡的測量是彩色通道之間關(guān)系的函數(shù)。
72.如權(quán)利要求71所述的數(shù)字圖像掃描系統(tǒng)，其特征在于彩色通道之間的關(guān)系包括交叉相關(guān)性。
73.如權(quán)利要求72所述的數(shù)字圖像掃描系統(tǒng)，其特征在于整個信號的幅值是圖像幅值和顆粒痕跡幅值的組合；以及，從整個信號幅值中減去相關(guān)性的幅值以提供歸屬于顆粒痕跡幅值的信號幅值部分的估計值。
74.如權(quán)利要求66所述的數(shù)字圖像掃描系統(tǒng)，其特征在于所述的顆粒痕跡幅值的測量進一步包括測量作為頻率函數(shù)的顆粒痕跡的幅值且引出與頻率有關(guān)的顆粒痕跡幅值的函數(shù)。
75.如權(quán)利要求66所述的數(shù)字圖像掃描系統(tǒng)，其特征在于所述的顆粒痕跡幅值的測量進一步包括測量作為亮度和頻率函數(shù)的顆粒痕跡的幅值。
76.如權(quán)利要求75所述的數(shù)字圖像掃描系統(tǒng)，其特征在于顆粒痕跡的測量進一步包括將數(shù)字圖像分割成多個子像且至少包括第一和第二子像的步驟。
77.如權(quán)利要求76所述的數(shù)字圖像掃描系統(tǒng)，其特征在于第一子像可進一步描述為包含了來自至少第一和第二彩色通道的信息；以及，顆粒痕跡的測量是彩色通道之間關(guān)系的函數(shù)。
78.如權(quán)利要求77所述的數(shù)字圖像掃描系統(tǒng)，其特征在于彩色通道之間的關(guān)系包括交叉相關(guān)性。
79.如權(quán)利要求78所述的數(shù)字圖像掃描系統(tǒng)，其特征在于整個信號的幅值是圖像幅值和顆粒痕跡幅值的組合；以及，從整個信號幅值中減去相關(guān)性的幅值以提供歸屬于顆粒痕跡幅值的信號幅值部分的估計值。
80.如權(quán)利要求67所述的數(shù)字圖像掃描系統(tǒng)，其特征在于軟件能進一步采用在至少選定的第一和第二亮度水平上引出基本等于顆粒痕跡幅值的對比曲線來改變數(shù)字圖像。
81.如權(quán)利要求80所述的數(shù)字圖像掃描系統(tǒng)，其特征在于引出對比曲線進一步包括設(shè)置對比曲線以便于在第一和第二亮度之間的對比度之比反比于在第一和第二亮度水平上所測量到顆粒痕跡之比的步驟。
82.如權(quán)利要求81所述的數(shù)字圖像掃描系統(tǒng)，其特征在于圖像可進一步描述為包含了來自第一和第二彩色通道的信息；以及，第一和第二對比曲線是分別根據(jù)在第一和第二彩色通道中的顆粒痕跡的幅值引出的。
83.如權(quán)利要求75所述的方法，其特征在于軟件進一步能在至少選定的第一和第二頻率上引出基本等于顆粒痕跡幅值的頻率上升曲線。
84.一種從數(shù)字圖像中引出經(jīng)改變的數(shù)字圖像，包括計算機可讀存儲媒介；和，存儲于計算機可讀存儲媒介的改變的數(shù)字圖像，以及，通過測量在數(shù)字圖像中至少兩個子像的顆粒痕跡的幅值；和利用在至少兩個子像中所測量到的顆粒痕跡的幅值來處理數(shù)字圖像的方法，從數(shù)字圖像中獲得改變的數(shù)字圖像。
85.如權(quán)利要求84所述的改變的數(shù)字圖像，其特征在于顆粒痕跡幅值的測量進一步包括測量作為亮度函數(shù)的顆粒痕跡的幅值且引出與亮度有關(guān)的顆粒痕跡幅值的函數(shù)。
86.如權(quán)利要求84所述的改變的數(shù)字圖像，其特征在于顆粒痕跡幅值的測量進一步包括測量作為頻率函數(shù)的顆粒痕跡的幅值且引出與頻率有關(guān)的顆粒痕跡幅值的函數(shù)。
87.如權(quán)利要求84所述的改變的數(shù)字圖像，其特征在于顆粒痕跡幅值的測量進一步包括測量作為亮度和頻率函數(shù)的顆粒痕跡的幅值。
全文摘要
本發(fā)明的一個方面是自動改善數(shù)字圖像的方法。在數(shù)字負片的至少兩個子像上測量顆粒痕跡的幅值且利用在至少兩個子像上測量到的顆粒痕跡的幅值來改善數(shù)字負片。
文檔編號G06T5/10GK1379890SQ00814539
公開日2002年11月13日 申請日期2000年5月3日 優(yōu)先權(quán)日1999年8月20日
發(fā)明者A·D·艾德加 申請人:應(yīng)用科學小說公司