ES2391821T3 - Método de mejora de contraste en función de la prominencia - Google Patents

Abstract

Método para mejora automática del contraste local en una imagen de entrada, utilizando mapas de prominencia como operador de mejora del contraste local LCE, para ajustar el contraste local de acuerdo con el atractivo visual de las regiones en una imagen, comprendiendo dicho método las siguientes etapas:- ecualización de histograma; donde se obtiene una función de mapeo; - extracción de prominencia; donde se extrae el mapa de prominencia de la imagen de entrada que proporciona información sobre el atractivo visual de los píxeles así como la relación de píxeles de conformidad con sus alrededores; - refinamiento de contraste a partir de la prominencia;donde se lleva a cabo la utilización de los mapas de prominencia en la mejora del contraste;caracterizado porque dicha etapa de refinamiento del contraste a partir de la prominencia comprende las etapas de: - descomposición del mapa de prominencia en dos sub-mapas de acuerdo con el signo de los valores de prominencia, - extracción de un histograma de cada uno de los dos sub-mapas, - determinación del umbral, mediante división, a partir de los histogramas extraídos, de cada sub-mapa en "N" niveles que implica el mismo número de píxeles para obtener diferentes niveles de mejora de los píxeles de acuerdo con la potencia de la prominencia de los píxeles, - mapear cada píxel de una imagen de entrada con un nuevo valor de intensidad utilizando la función de mapeo, donde los valores de mapeo de dicha función de mapeo son desplazados por cada píxel en una dirección positiva o negativa de conformidad con dichos niveles de mejora de píxeles.

Description

Metodo de mejora de contraste en funcion de la prominencia.

Campo tecnico

[0001] La presente invencion se refiere a un metodo para mejora del contraste basado en un mapa de prominencia que se corresponde con regiones visualmente atractivas.

Estado de la tecnica

[0002] Los metodos de mejora global del contraste pueden disminuir el contraste en dominios locales; por tanto resulta una perdida de detalles. Para superar esta desventaja, la mejora del contraste local es inevitable.

[0003] La solicitud de patente publicada US 7003153 revela un metodo y un aparato para mejora de contraste de video. En este metodo, se fija un nivel umbral de pixel para una trama de video de entrada en una secuencia de video. Para niveles de pixeles en una trama de video de entrada que sean menores al umbral, se aplica una funcion de mejora de contrate adaptable. Para otros niveles de pixeles, se aplica una funcion de mapeo de escena estable.

[0004] Sin embargo, los algoritmos de contraste local detectan en su mayor parte caracteristicas locales dentro de una ventana pequefa alrededor de los pixeles y realizan mejoras basadas en dichas mediciones. De esta manera, no capturan las caracteristicas en terminos de atractivo visual. Por tanto, la utilizacion del concepto de prominencia que esta totalmente relacionado con el modelo de atencion humana parece ser una buena alternativa para la mejora local del contraste.

[0005] "Saliency guided enhancement for volume visualization" IEEE Transactions on Visualization and computer graphics vol 12, No 5, 2006; esta basado en incrementar la intensidad en un volumen para las regiones visualmente atractivas. De esta manera, proporciona regiones atractivas para ser mas atractivas y observadas en mas detalle. Sin embrago, este metodo es de aplicacion dependiente y totalmente dirigido para proporcionar a medicos imagenes mas instructivas para mejorar su interpretacion. De esta manera, este metodo no es aplicable a la electronica de consumo en la que una variedad de imagenes es observada por una variedad de usuarios.

[0006] I T-L ET AL: "ADAPTIVE IMAGE CONTRAST ENHANCEMENT BASED ON HUMAN VISUAL PROPERTI ES", IEEE TRANSACTIONS ON MEDICAL IMAGING. IEEE SERVICE CENTER. PISCATAWAY. NJ. US. vol. 13. no.

4.1 Diciembre 1994 (1994-12-01). Paginas 573-586. XP000491674. ISSN: 0278-0062. DOI:10.1109/42.363111 revela un metodo de mejora de contraste de imagen adaptable a partir de las propiedades visuales humanas. En este metodo, el contrate de imagen es mejorado de acuerdo con el contraste de imagen y la diferencia apenas perceptible del observador.

Objetivo de la Invencion

[0007] El objetivo del metodo propuesto es llevar a cabo mejoras de contraste local dando atencion especial a regiones visualmente prominentes.

[0008] Otro objetivo del metodo propuesto es incrementar el contraste local de la imagen, que no se puede lograr a traves de una ecualizacion de histograma, mediante la consideracion de las diferencias centro-alrededores de los pixeles en el dominio local.

Breve descripcion de la invencion

[0009] La principal ventaja de la invencion es la utilizacion de los mapas de prominencia para la mejora automatica del contraste local el cual esta relacionado con la atencion visual humana. El contraste local es incrementado de acuerdo con el atractivo visual de las regiones en una imagen.

[0010] El nucleo de la idea del metodo es primero detectar las regiones visualmente atractivas (a saber, prominencia) en la trama, a partir de las diferencias centro-alrededores y la Ley de Webber de diferencias apenas perceptibles. La segunda etapa implica la ecualizacion de histograma de la correspondiente trama. En esta etapa, se pueden utilizar diferentes tipos de metodos. Posteriormente, la etapa mas importante implica la fusion del mapa de prominencia en el refinamiento del contraste en el dominio local. A partir de las mediciones que indican la diferencia de intensidad de cualquier pixel con el medio local, la extension de los valores de intensidad se lleva a cabo mediante la modificacion del mapeo logrado en un mapeo de histograma. En esta etapa, los valores de intensidad de los pixeles que son mas oscuros que los de su alrededor son reducidos en mayor medida mientras que para los pixeles mas luminosos esos valores son incrementos para incrementar el contraste local.

[0011]

La figura 1 muestra el organigrama del metodo de mejora de contrate de prominencia dependiente propuesto.

La figura 2 muestra la funcion de ponderacion del nivel de diferencias de intensidad con respecto al fondo, a partir de la Ley de Webber de diferencia apenas perceptible.

La figura 3 muestra el calculo de la media dentro de una ventana arbitraria alrededor de un pixel.

La figura 4, muestra el organigrama de un bloque de refinamiento de contraste local del metodo propuesto para fusion del mapa de prominencia; intensidad, imagen y funcion de mapeo de histograma;

La figura 5 muestra el cambio entre la funcion de mapeo de intensidad obtenida a traves de cualquier metodo de ecualizacion de histograma.

La figura 6 muestra la descomposicion del histograma de prominencia en regiones del mismo tamafo, resultando en diferentes niveles de cambio obtenidos a traves del detector de desplazamiento de nivel.

Descripcion detallada de la invencion

[0012] Los estudios de la extraccion de regiones visualmente atractivas en imagenes indican que los pixeles que son nitidos respecto de sus alrededores en terminos de color, intensidad, orientacion y movimiento son mas prominentes comparados con los otros pixeles. El concepto de prominencia fue introducido por Itti y Koch en 1998 y han surgido muchas areas de aplicacion tales como codificacion, filigranado, segmentacion, reproduccion realista. La idea principal entre los diferentes algoritmos de extraccion de mapas de prominencia esta en que bajo diferentes escalas, las regiones prominentes siguen variaciones mas marcadas que los alrededores. En la literatura la mayoria de los metodos realizables a tiempo real para extraer mapas de prominencia utilizan "la teoria de integracion de caracteristicas". Se extraen de forma independiente mapas de caracteristicas para color, intensidad y orientacion mediante el uso de piramides Gaussianas o valores medios entre grandes filtros paso bajo, y estos mapas son combinados de varias formas.

[0013] La mejora de imagen en funcion de la prominencia has sido mayormente considerado por investigadores de computacion grafica o de ingenieria biomecanica. En computacion grafica, se intenta reducir la complejidad de calculo mediante el procesado de las regiones prominentes con especial atencion y poniendo menos esfuerzo en las regiones con menos prominencia; mientras que en biomedicina, se intenta incrementar la atencion del usuario a las regiones deseadas en volumen de visualizacion del cuerpo humano, tales como modelos de cabeza. Aparte de estos metodos, la mejora de imagen a partir de prominencia no esta presente en el area de procesamiento de video. Por tanto, con el incremento de la tendencia en procesamientos basados en prominencia, es inevitable utilizar la prominencia en la mejora de video que es una etapa para aplicaciones de TV dependientes de usuario, asi como un nuevo camino para procesamiento visual. Utilizar prominencia en aplicaciones de TV es una cuestion critica, ya que la atencion visual depende de diferentes caracteristicas tales como superficie, movimiento, textura, tamafo; y no es posible extraer el mapa de prominencia exacto aunque se haya propuesto muchos algoritmos. Por tanto, el metodo de mejora no deberia ser afectado por los errores en la extraccion del mapa de prominencia.

[0014] Considerando la mejora de contraste, la ecualizacion multiple de histogramas es una forma comun para detectar diferentes tipos de regiones y aplicar la extension del histograma a aquellas regiones de forma independiente. En dichos metodos, la prominencia puede ser utilizada para segmentar las regiones y llevar a cabo una mejora elevada de contraste para las regiones visualmente atractivas. Sin embargo, los experimentos en extraccion de prominencia indican que el metodo de extraccion detecta en mayor medida pixeles que son diferentes de los de alrededor, a saber diferencias centro-alrededores, que llevan a errores en la segmentacion de objetos grandes. De esta manera, la segmentacion puede dividir un objeto en distintas partes resultando en un mapeo erroneo en la ecualizacion de histograma. La prominencia se extrae a partir de desviaciones locales de los pixeles a partir de los alrededores, de tal manera deberia utilizarse como operador de mejora de contraste local (LCE). A la luz de estos supuestos la idea general del metodo propuesto de da en la figura 1.

[0015] En la el bloque de mejora de contraste de la figura 1, puede utilizarse cualquier metodo global de ecualizacion de histograma. En este caso, el objetivo es refinar mas cualquier algoritmo de mejora de contraste en el dominio local. De esta manera, el algoritmo propuesto es independiente de la parte de la ecualizacion de histograma, asi se puede utilizar en el bloque correspondiente cualquier algoritmo adecuado. En el bloque de extraccion de prominencia, se extrae el mapa de prominencia de la trama lo que proporciona informacion de la atraccion visual de los pixeles asi como de la relacion de los pixeles de acuerdo con sus alrededores, tales como oscuros o luminosos. Ademas, la resolucion del mapa puede ser igual a la resolucion de la trama. En este caso, se propone tambien un metodo de extraccion de prominencia que es una version modificada y mejorada del algoritmo introducido por "Salient region detection and segmentation" de Radhakrishna Achanta Et Al.

[0016] En la mayoria de los metodos de extraccion de prominencia, se utiliza generalmente el espacio de color de Lab debido a su uniformidad en el dominio porcentual. En este caso, ya que el objetivo fundamental es llevar a cabo una mejora de contrate basada en las propiedades locales del pixel en relacion a la intensidad, la extraccion de prominencia se obtiene en los espacios de color RGB o YUV. De esta manera, para cada pixel, se calculan las diferencia con el valor medio dentro de ciertos tamafos de ventana de forma independiente para tres canales (Canal Y para el caso (YUV). En este punto, se utilizan cinco diferentes tamafos de ventana para determinar las diferencias centro-alrededores y en que escala el pixel es diferente del borde. Los tamafos de ventana se eligen de acuerdo con la ecuacion 1. Como puede verse en la ecuacion 1, los tamafos de ventana son considerablemente grandes; la razon de esta eleccion es que las ventanas de tamafo pequefo no dan suficiente informacion sobre los alrededores y proporcionan deteccion de los alrededores en lugar de deteccion de la atraccion que resulta en mapas de caracteristicas con mas ruido.

5 [0017] Durante el calculo de las diferencias centro-alrededores, se utiliza tambien la ley de Diferencia Apenas Perceptible de Webber. La idea detras de este hecho es que la diferencia de intensidad deberia ser al menos del 10% de la intensidad del fondo para ser perceptible. Por tanto, se utiliza una funcion de ponderacion para determinar la atraccion visual real de la correspondiente diferencia en relacion a la intensidad del fondo, la cual se da en la figura 2. En la funcion de ponderacion, si la diferencia y ratio del fondo es menor del 10%, el factor es reducido. La

10 prominencia de un pixel para una ventana dad se calcula como en la ecuacion a y 3; donde f indica la funcion de ponderacion ilustradas en la figura 2 y k se corresponde con la ventana.

[0018] La funcion dada en la figura 2 puede tener diferentes tipos de definiciones analiticas, a traves de esta 15 invencion se da la forma de utilizacion cerrada de la funcion en la ecuacion 4.

[0019] Las ventanas de gran tamafo son utilizadas durante la estimacion del mapa de prominencia, de este modo calcular los valores medios dentro de la ventana por casa pixel de forma independiente requiere un procesamiento enorme. Sin embargo utilizando imagenes integrales se reduce drasticamente la complejidad del calculo. Se define 20 una imagen integral por la ecuacion 5, y el valor medio dentro de una ventana de tamafo arbitrario se puede obtener mediante (P4+P1-P2-P3) como se ilustra en la figura 3. De esta manera la complejidad de la operacion es independiente del tamafo de la ventana ya que para cada tamafo de ventana solo se requieren cuatro operaciones.

[0020] Despues de que las diferencias centro-alrededores sean calculadas para cada pixel a traves de cinco

25 ventanas de diferente tamafo predeterminadas, se obtiene el mapa de prominencia directamente por la suma de esos valores; ademas la oscuridad o luminosidad tambien es considerada, de tal manera que para pixeles mas oscuros los valores de prominencia son negativos y para los pixeles mas luminosos la prominencia es positiva. Esto es un hecho importante y sera crucial en la etapa de refinamiento. Finalmente los valores de prominencia son mapeados en un rango de entre (-255, 255) mediante el escalado de los valor minimos y maximos segun convenga.

[0021] El bloque de ecualizacion de histograma proporciona una mejora del contraste local mediante la extension del histograma. Se puede utilizar en este bloque cualquier algoritmo de ecualizacion de histograma presente en la literatura.

[0022] La utilizacion de los mapas de prominencia en la mejora del contraste se lleva a cabo en el bloque final. El organigrama de este bloque se da en la figura 4. La idea principal de esta etapa es que, dada la funcion de mapeo del histograma calculado en el bloque de ecualizacion de histograma, los valores de mapeo son desplazados de acuerdo con los niveles de prominencia de los pixeles. Durante este desplazamiento, el signo de la prominencia se hace importante y determina la direccion del desplazamiento en la funcion de mapeo. En otras palabras, para un pixel prominente que es mas oscuro que sus alrededores, se asigna el valor de mapeo de un pixel mas oscuro que el correspondiente pixel; y vice versa para el pixel mas luminoso. Como se ilustra en la figura 5, le mejora se lleva a cabo por el desplazamiento entre la funcion de mapeo en direccion positiva o negativa de acuerdo con las mediciones de prominencia; de esta manera el pixeles es mapeo a partir de las propiedades locales a un valor mas oscuro o mas brillante de acuerdo con las mediciones de prominencia; de esta manera el pixeles es mapeado a partir de las propiedades locales a un valor mas oscuro o mas brillante de acuerdo con el valor de mapeo real; en este punto, la cantidad de desplazamientos son tambien importantes y deberia proporcionar diferenciaciones entre regiones prominentes y no prominentes. Por tanto, el mapa de prominencia que es descompuesto en partes positivas y negativas se divide en grupos de tal manera que se obtienen diferentes niveles de mejora de acuerdo con la potencia de prominencia de los pixeles.

[0023] Como se ilustra en la figura 4, la primera etapa implica la descomposicion del mapa de prominencia en dos sub-mapas de acuerdo con el signo de los valores de prominencia. Posteriormente cada sub-mapa es dividido en N niveles que implica el mismo numero de pixeles. Para lograr la division de los grupos en un mismo numero, se extrae el histograma del mapa de prominencia, la division se logra a traves de la funcion de distribucion acumulativa del correspondiente histograma, mostrada en la figura 6. El umbral define diferentes tipos de prominencia que determina el cambio en la funcion de mapeo, mostrado en la figura 6. Los valores de cambio se incrementan al incrementarse la prominencia, lo cual proporciona mas mejoras en los pixeles prominentes que en los pixeles no prominentes. Por tanto, la funcion de mapeo modificado en la ecuacion 7 se utiliza para mapear pixeles en nuevos niveles de intensidad, donde Fmap se corresponde a la funcion de mapeo original determinada a traves de la ecualizacion de histograma y T se corresponde a la funcion de desplazamiento ilustrada en la figura 6. A partir de la medicion de la prominencia, se puede observar que los pixeles que son mas oscuros que sus alrededores se cambian a mapeos mas oscuros y vice-versa para los pixeles mas brillantes. Este efecto crea un incremento del contraste en el domino local. A traves de esta invencion, los niveles de cambio se eligen en general de entre [0, 16].

Realizacion de la invencion [0024] A continuacion de se describe etapa a etapa la realizacion del invento propuesto Etapa 1: Calcular la imagen integral de la trama por la suma de los valores del pixel entre la ventana rectangular

limitada por la situacion del pixel correspondiente y un punto de inicio, como se indica en la ecuacion siguiente.

Etapa 2: Calcular los valores de intensidad media para todos los pixeles dentro de cinco diferentes tamafos de 40 ventana que estan en el rango de [(ancho de trama)/32, (ancho de trama)/2];

Etapa 3: Calcular las diferencia de los valores de intensidad y cinco diferente valores medios correspondiente a tamafos de ventana diferentes por cada pixel; sumar todos los valores de las diferencias citadas por cada pixel, de forma independiente, ponderando dichas diferencias de acuerdo con la Ley de Webber Diferencia Apenas Perceptible a traves de una funcion dada en la ecuacion 4. Finalmente escalar el mapa de prominencia en un rango [-255,255].

Etapa 4: Llevar a cabo una mejora de contraste global a traves de un algoritmo de ecualizacion de histograma y obtener una funcion de mapeo para cada valor de intensidad.

Etapa 5: A partir del mapa de prominencia obtenido en la etapa 3, descomponer las partes negativas y positivas. 10 Ademas extraer el histograma para cada sub-mapa de forma independiente;

Etapa 6: Dividir ambos sub-mapas en "N" regiones mediante la utilizacion de una funcion de distribucion acumulativa de tal manera que en casa region exista el mismo numero de pixeles (Se puede elegir N como 8-16)

Etapa 7: A partir de la division de los sub-mapas, definir una funcion de desplazamiento en escalera de forma que cuando el valor absoluto de prominencia aumente, el valor de desplazamiento tambien aumenta; En este punto, fijar

15 los limites de la funcion a [0, 16].

Etapa 8: Para cada pixel, a partir del los valores de prominencia, determinar el nivel de desplazamiento mediante la utilizacion de la funcion definida en la etapa 7. Si el valor de prominencia es negativo, se mueve en direccion negativa y se mueve en direccion positiva si la prominencia es positiva.

Etapa 9: Dependiendo del nivel de desplazamiento, mapear cada pixel al nuevo valor de intensidad por el

20 desplazamiento entre la funcion de mapeo determinada en la etapa 4, como se indica en el ecuacion siguiente. Por tanto, las caracteristicas locales permiten que el pixel sea mapeado a una nivel de intensidad mas brillante u oscuro que resulta en un incremento del contraste local.

Claims (13)

1. REIVINDICACIONES

   1. Metodo para mejora automatica del contraste local en una imagen de entrada, utilizando mapas de prominencia como operador de mejora del contraste local LCE, para ajustar el contraste local de acuerdo con el atractivo visual de las regiones en una imagen, comprendiendo dicho metodo las siguientes etapas:

   -

   ecualizacion de histograma; donde se obtiene una funcion de mapeo;

   -

   extraccion de prominencia; donde se extrae el mapa de prominencia de la imagen de entrada que proporciona informacion sobre el atractivo visual de los pixeles asi como la relacion de pixeles de conformidad con sus alrededores;

   -

   refinamiento de contraste a partir de la prominencia; donde se lleva a cabo la utilizacion de los mapas de prominencia en la mejora del contraste;

   caracterizado porque dicha etapa de refinamiento del contraste a partir de la prominencia comprende las etapas de:

   -

   descomposicion del mapa de prominencia en dos sub-mapas de acuerdo con el signo de los valores de prominencia,

   -

   extraccion de un histograma de cada uno de los dos sub-mapas,

   -

   determinacion del umbral, mediante division, a partir de los histogramas extraidos, de cada sub-mapa en "N" niveles que implica el mismo numero de pixeles para obtener diferentes niveles de mejora de los pixeles de acuerdo con la potencia de la prominencia de los pixeles,

   -

   mapear cada pixel de una imagen de entrada con un nuevo valor de intensidad utilizando la funcion de mapeo, donde los valores de mapeo de dicha funcion de mapeo son desplazados por cada pixel en una direccion positiva o negativa de conformidad con dichos niveles de mejora de pixeles.

2. 2.

   Metodo de acuerdo con la reivindicacion 1 caracterizado porque, en la etapa de extraccion de prominencia, la extraccion de prominencia se logra en los espacios de color RGB o YUV; de esta manera para cada pixel, las diferencias con el valor medio dentro de ciertos tamafos de ventana son calculadas para tres canales de forma independiente.

3. 3.

   Metodo de acuerdo con la reivindicacion 1, caracterizado porque; los valores de intensidad media para todos los pixeles son calculados dentro de cinco diferentes tamafos de ventana.

4. 4.

   Metodo de acuerdo con la reivindicacion 3 caracterizada porque, los tamafos de las ventanas estan dentro del rango de:

5. 5.

   Metodo de acuerdo con la reivindicacion 3 caracterizado porque, para calcular las diferencias centro-alrededores de una trama, se utiliza la ley de Weber de Diferencia Apenas Perceptible, por consiguiente la diferencia de intensidad se considera como perceptible si es al menos el 10% de la intensidad de fondo.

6. 6.

   Metodo de acuerdo con la reivindicacion 5 caracterizado porque se utiliza una funcion de ponderacion f para determinar el atractivo visual real de la diferencia correspondiente en relacion con la intensidad del fondo en esta funcion de ponderacion.

7. 7.

   Metodo de acuerdo con la reivindicacion 1 caracterizado porque, para reducir la complejidad de calculo, se utiliza una imagen integral de la trama de entrada.

8. 8.

   Metodo de acuerdo con las reivindicaciones 5 o 6 caracterizado porque, despues de calcular las diferencias centro-alrededores para cada pixel a traves de cinco diferentes tamafos de ventana predeterminados, el mapa de prominencia final se obtiene por la suma directa de esos valores, de esta forma, la oscuridad o luminosidad es considerada del tal forma que, para pixeles mas oscuros los valores de prominencia son negativos y para los pixeles mas luminosos la prominencia es positiva.

9. 9.

   Metodo de acuerdo con la reivindicacion 8, donde los valores de prominencia son mapeados en un rango de entre [-255, 255] escalando el valor minimo y maximo por comodidad.

10. 10.

    Metodo de acuerdo con la reivindicacion 1 caracterizado porque, para obtener la division de los grupos en igual numero, se extrae el histograma del mapa de prominencia y la division se obtiene a traves de la funcion de distribucion acumulativa del histograma correspondiente.

11. 11.

    Metodo para mejora automatica del contraste local en una imagen de entrada, utilizando mapas de prominencia como operador de mejora de contraste local LCE, para aumentar el contraste local de acuerdo con el atractivo visual de las regiones en una imagen, comprendiendo dicho metodo las siguientes etapas:

    -

    calculo de una imagen integral de la imagen de entrada mediante la suma de los valores del pixel entre la ventana rectangular limitada por una posicion del pixel correspondiente y un punto de inicio;

    -

    calculo de valores de intensidad media para todos los pixeles dentro de cinco tamafos diferentes de ventana que estan en el rango [(ancho de trama)/32, (ancho de trama)/2],

    -

    calculo de las diferencia de valores de intensidad de la imagen de entrada y cinco diferente valores medios correspondiente a tamafos diferentes de ventana por cada pixel;

    -

    sumar todos los valores de las diferencias citadas por cada pixel, de forma independiente, ponderando dichas diferencias de acuerdo con la Ley de Webber Diferencia Apenas Perceptible a traves de una funcion para obtener un mapa de prominencia;

    -

    escalar el mapa de prominencia en un rango de [-255,255];

    -

    ejecutar un algoritmo de ecualizacion de histograma en la sefal de entrada para obtener un funcion de mapeo para cada valor de intensidad.

    -

    a partir del mapa de prominencia obtenido, descomponer el mapa de prominencia en los sub-mapas negativo y positivo y extraer un histograma para cada sub-mapa de forma independiente;

    -

    dividir ambos sub-mapas en "N" regiones mediante utilizacion de dichos histogramas extraidos,

    -

    a partir de la division de los sub-mapas, definir una funcion de desplazamiento en escalera de forma que cuando el valor absoluto de prominencia aumente, el valor del desplazamiento tambien aumenta;

    -

    por cada pixel, a partir del valor de prominencia, determinar el nivel de desplazamiento mediante la utilizacion de la funcion de desplazamiento en escalera de forma que:

    --

    Si el valor de prominencia es negativo, el nivel de desplazamiento tiene direccion negativa; --Si el valor de prominencia es positivo, el nivel de desplazamiento tiene direccion positiva,

    -

    mapear cada pixel con un nuevo valor de intensidad usando la funcion de mapeo, donde los valores de mapeo del mencionado mapeo son desplazados dependiendo de los niveles de desplazamiento.

12. 12.

    Metodo de acuerdo con la reivindicacion 11 caracterizado porque, se elige N entre 8 y 16.

13. 13.

    Metodo de acuerdo con la reivindicacion 11 caracterizado porque, los limites de la funcion de deslazamiento en escalera son fijados a [0, 16].

    REFERENCIAS CITADAS EN LA DESCRIPCION

    La lista de referencias citada por el solicitante lo es solamente para utilidad del lector, no formando parte de los documentos de patente europeos. Aun cuando las referencias han sido cuidadosamente recopiladas, no pueden excluirse errores u omisiones y la OEP rechaza toda responsabilidad a este respecto.

    Documentos de patente citados en la descripcion

    • US 7003153 B [0003]

    Documentos nopatente citados en la descripcion

    JI T-L et al. ADAPTIVE IMAGE CONTRAST visualization. IEEE Transactions on Visualiz, ENHANCEMENT BASED ON HUMAN VISUAL 2006, vol. 12 (5 [0005] PROPERTI ES. IEEE TRANSACTIONS ON

    MEDICAL IMAGING, 01 December 1994, vol. 13 (4), ISSN 0278-0062, 573-586 [0006] Saliency guided enhancement for volume