WO2008034156A1 - Verfahren und vorrichtung zum ähnlichkeitsvergleich von gegenständen - Google Patents

Verfahren und vorrichtung zum ähnlichkeitsvergleich von gegenständen Download PDF

Info

Publication number
WO2008034156A1
WO2008034156A1 PCT/AT2007/000445 AT2007000445W WO2008034156A1 WO 2008034156 A1 WO2008034156 A1 WO 2008034156A1 AT 2007000445 W AT2007000445 W AT 2007000445W WO 2008034156 A1 WO2008034156 A1 WO 2008034156A1
Authority
WO
WIPO (PCT)
Prior art keywords
images
similarity
image
statistical
objects
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/AT2007/000445
Other languages
English (en)
French (fr)
Inventor
Alessandro Del Bianco
Andreas Kurzmann
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IPAC IMPROVE PROCESS ANALYTICS AND CONTROL GmbH
Original Assignee
IPAC IMPROVE PROCESS ANALYTICS AND CONTROL GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by IPAC IMPROVE PROCESS ANALYTICS AND CONTROL GmbH filed Critical IPAC IMPROVE PROCESS ANALYTICS AND CONTROL GmbH
Publication of WO2008034156A1 publication Critical patent/WO2008034156A1/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching

Definitions

  • the invention relates to a method according to the preamble of claim 1.
  • the object of the invention is to provide a method by which two images can be assessed in an objective manner for equality or similarity of the visual impression of these images.
  • the human eye responds differently to different colors and patterns, and there is a need for a comparison method that allows the user to make an objective and reproducible assessment.
  • a comparison method that allows the user to make an objective and reproducible assessment.
  • printed surfaces od. Like. It is necessary to produce the same color or optically equal appearing reproductions and automate corresponding test methods and objectify.
  • the procedure according to the invention With the procedure according to the invention, a correspondingly large resolution due to a digital image recording can take place; Furthermore, the size of the image areas to be compared can be multiplied in comparison to the image areas of conventional colorimeters. In particular, by the procedure according to the invention a test can be realized which corresponds to the color and spatial resolution of the eye. .
  • two intensity images or sets of images from a given image area whose intensities correspond to color intensities or gray values or a predetermined wavelength can thus be compared with the procedure according to the invention. It is essential that the two image areas to be compared
  • the determination of the statistical distribution of the intensities can be carried out with the aid of various statistical determination methods.
  • the determination of the similarity of the two statistical distributions can also be made using different statistical methods.
  • the methods used to determine the statistical distribution of the intensities are in particular: a) the creation of histograms with selectable class division; the intensity frequency distribution is a measure of the probability that a pixel has a given intensity. b) The creation of three-dimensional intensity surfaces, these being
  • the obtained similarity value for the two statistical distributions can be assessed in absolute or relative terms or discriminated against.
  • different requirements can be applied to the similarity of the statistical distributions or to the similarity of two object images to be compared.
  • the features of claim 3 since it two object images or an actual image or a target image with respect to different color channels or
  • Wavelength ranges can be subjected to the similarity comparison.
  • the features of claim 4 are advantageous because the evaluation can be facilitated if only those images are used for the evaluation, the visual impression of which is relevant to the human eye in each case.
  • Number of images of the two image sets can be rated as similar.
  • FIG. 1 shows two object images to be compared
  • FIG. 2 shows two image sets to be compared with one another, each of which has been obtained from an object
  • a digital image is created by means of an image acquisition unit in order to determine the similarity of the recorded images
  • the one picture could be a picture taken by one
  • Item is taken and is an actual image and the other image to a stored in existing form image, further a target image, act. Now, a comparison of the two images is made to determine the similarity of the respective recorded areas of the objects or the actual and the target image.
  • an identical region 2, 2 ' is determined from the images 1, 1' having a multiplicity of pixels or pixels 4 or 4 1 , which is used as a basis for the comparison.
  • This area 2, 2 ' may comprise any size; however, it is essential that the area 2, 2 "comprise the same pixels or pixel areas in the two images 1, 1 ', that is to say pixel areas which are one and the same
  • Intensities of the individual pixels or predetermined pixel areas determined. Provided If the image 1 'is a target image, these intensity values can already be present in stored form.
  • the similarity of the intensity distributions in the two images 1, 1 ' is checked or determined.
  • the determination of the statistical distribution of the intensities is preferably carried out by formation of intensity histograms or by means of other functions.
  • the comparison of the similarities of the two determined distributions is made e.g. by using the Kolmogoroff-Smirnov test with a given significance or by using a T-test or F-test, each with a given significance or by means of other, in particular statistical, tests.
  • the similarity of the two distributions provides a measure of the similarity of the images to be compared. This measure gives a statement as to whether or not there is similarity, or the result of the comparison can be used as a measure for the assessment of the similarity, e.g. by comparison with a predetermined threshold.
  • FIG. 3 shows an intensity histogram as an example of the statistical distribution of the intensities in an image. If intensity histograms are produced for the two images to be compared, it depends on the similarity of the intensity histograms whether the two images are to be regarded as similar. The assessment of the similarity of the two intensity histograms can be made based on corresponding descriptors of the intensity histograms. For this purpose, statistical quantities, such as e.g. Mean, mode, median, standard deviation, variance, skew, kurtosis or other descriptors, the respective statistical distribution, in particular an intensity histogram are used.
  • statistical quantities such as e.g. Mean, mode, median, standard deviation, variance, skew, kurtosis or other descriptors, the respective statistical distribution, in particular an intensity histogram are used.
  • FIG. 2 shows image sets which originate from two objects or from an actual image of an object and, in particular, a stored target image.
  • These image sets can, for example, as shown in Fig. 2, include images in the color channels RGB.
  • the individual images could be hyperspectral images in a predetermined wavelength range, in particular between 360 nm and 830 nm, preferably between 380 nm and 780 nm, the individual images corresponding to a spectral resolution of, for example, 1 nm to 5 nm.
  • the individual images of each image set which in turn respectively correspond to identical or congruent image regions or article regions, are compared with one another. For this purpose, in each image of the one image set and in each image of the other image set assigned to this image, the statistical distribution of the intensities and then checks the similarity of the two statistical distributions of these corresponding images.
  • the extent to which the extent of similarity of individual images of the two image sets should have relevance to the overall similarity of the object areas represented by the two image sets or to the correspondence of an actual image with a target image must be determined for the evaluation. It could be provided that similarity between the two sets of images or the two subject areas is given only if similarity was found for all the images of the two sets of images to be compared. In the same way, however, similarity can also be recognized if a certain predetermined percentage of images of the two image sets has been evaluated as similar.
  • the images to be compared or the corresponding images must have the same spatial resolution, otherwise a corresponding conversion of the image coordinates would have to take place in order to be able to compare identical or congruent image areas in the images to be compared or corresponding.
  • the selection of congruent image areas is carried out in particular in a preprocessing of the images to be compared.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Ähnlichkeitsvergleich von Gegenständen bzw. von von zwei Gegenständen aufgenommenen digitalen Gegenstandsbildern unter Anwendung statistischer Methoden. Erfindungsgemäß ist vorgesehen, dass aus den beiden Gegenstandsbildern idente bzw. deckungsgleiche Bildbereiche ausgewählt werden oder die beiden Gegenstandsbilder idente bzw. deckungsgleiche Bildbereiche darstellen, dass für jeden dieser beiden identen bzw. deckungsgleichen Bildbereiche mit derselben Funktion, die statistische Verteilung der Intensitäten der einzelnen Pixel und/oder von vorgegebenen Pixelbereichen ermittelt wird, dass die Ähnlichkeit der für die beiden identen bzw. deckungsgleichen Bildbereiche erhaltenen statistischen Verteilungen der Intensitäten mit statistischen Methoden, insbesondere mit einer Ähnlichkeitsfunktion, überprüft wird und dass das Ausmaß der Ähnlichkeit der beiden statistischen Verteilungen der Intensitäten als Maß für die Ähnlichkeit der beiden Gegenstandsbilder herangezogen wird.

Description

Verfahren und Vorrichtung zum Ähnlichkeitsvergleich von Gegenständen
Die Erfindung betrifft ein Verfahren gemäß dem Oberbegriff des Patentanspruches 1. Ziel der Erfindung ist es, ein Verfahren zu erstellen, mit dem zwei Bilder in objektiver Weise auf Gleichheit bzw. Ähnlichkeit des optischen Eindruckes dieser Bilder beurteilt werden können.
Das menschliche Auge spricht auf unterschiedliche Farben und Muster unterschiedlich an und es besteht Bedarf an einem Vergleichsverfahren, das dem Benutzer eine objektive und reproduzierbare Beurteilung ermöglicht. Beispielsweise bei der Herstellung von Dekorpapieren, bedruckten Oberflächen od. dgl. ist es erforderlich, farbgleiche bzw. optisch gleich Erscheinende Reproduktionen herzustellen und entsprechende Prüfverfahren zu automatisieren und zu objektivieren.
Erfindungsgemäß werden diese Ziele bei einem Verfahren der eingangs genannten Art mit den im Kennzeichen des Anspruches 1 angegebenen Merkmalen erreicht.
Mit dem erfindungsgemäßen Verfahren ist es möglich, große aber auch kleine
Flächen bzw. Teilbereiche von Gegenständen zu überprüfen und bezüglich Ähnlichkeit zu bewerten. Des Weiteren ist es möglich, Ist-Bilder von Gegenständen mit Sollwertbildern von Gegenständen zu vergleichen und dadurch z.B. Abweichungen in der Produktion von
Gegenständen von vorgegebenen Sollwerten festzustellen.
Mit der erfindungsgemäßen Vorgangsweise kann eine entsprechend große Auflösung aufgrund einer digitalen Bildaufzeichnung erfolgen; des Weiteren kann die Größe der zu vergleichenden Bildbereiche im Vergleich zu den Bildbereichen von konventionellen Farbmessgeräten vervielfacht werden. Insbesondere kann durch die erfindungsgemäße Vorgangsweise eine Prüfung realisiert werden, die der farblichen und räumlichen Auflösung des Auges entspricht. ,
Von besonderem Vorteil ist die in Anspruch 2 beschriebene Vorgangsweise, die ermöglicht, zwei Gegenstandsbilder in spektraler Auflösung zu untersuchen. Die in diesem Fall zur Auswertung herangezogenen Bildsätze können z.B. Bilder unterschiedlicher Farbkanäle oder hyperspektrale Bilder mit vorgegebenen
Wellenlängenbereichen sein.
Je nach Wahl können somit mit der erfindungsgemäßen Vorgangsweise zwei Intensitätsbilder oder Sätze von Bildern von einem vorgegebenen Bildbereich verglichen werden, deren Intensitäten Farbintensitäten oder Grauwerten oder einer vorgegebenen Wellenlänge entsprechen. Es ist wesentlich, dass die beiden zu vergleichenden Bildbereiche der
Gegenstandsbilder bzw. der einzelnen korrespondierenden Bilder der zu vergleichenden
Bildsätze ident bzw. deckungsgleich ausgewählt werden, da anderenfalls das
Vergleichsergebnis betreffend die statistische Verteilung der Intensitäten nicht als relevant zu betrachten wäre.
Die Ermittlung der statistischen Verteilung der Intensitäten kann unter Zuhilfenahme verschiedener statistischer Bestimmungsmethoden erfolgen. Auch die Ermittlung der Ähnlichkeit der beiden statistischen Verteilungen kann unter Zuhilfenahme unterschiedlicher statistischer Methoden vorgenommen werden. Als Verfahren zur Ermittelung der statistischen Verteilung der Intensitäten kommen vor allem in Frage: a) Die Erstellung von Histogrammen mit wählbarer Klasseneinteilung; die Intensitätsfrequenzverteilung ist ein Maß für die Wahrscheinlichkeit, dass ein Pixel eine gegebene Intensität besitzt. b) Die Erstellung von dreidimensionalen Intensitätsflächen, wobei diese
Intensitätsflächen direkt oder nach Verarbeitung zu einer regulären Funktion, z.B. durch Fitting oder Glättung, eingesetzt werden.
Als Ähnlichkeitsfunktionen bzw. als Verfahren zum Vergleich der ermittelten statistischen Verteilungen kommen in Frage: a) Wenn das Histogramm eine ausreichende Anzahl von relevanten Klassen
(„Bins") besitzt, d.h. das Histogramm kann mittels einer kontinuierlichen Funktion approximiert werden, kann der Kolmogoroff-Smirnov-Test verwendet werden. Sofern eine Approximation aufgrund zu wenig relevanter Klassen nicht möglich ist, wird der CHI- Quadrat-Test (χ2-Test) verwendet. b) Nichtparametrische Tests
Zeichentest Wilcoxon-Test c) Tests auf Trends
Test von Cox und Stuart Test nach Mann
Der erhaltene Ähnlichkeitswert betreffend die beiden statistischen Verteilungen kann absolut oder relativ bewertet bzw. einer Diskriminierung unterzogen werden. Für unterschiedliche Einsatzzwecke des erfindungsgemäßen Verfahrens können somit unterschiedliche Anforderungen an die Ähnlichkeit der statistischen Verteilungen bzw. an die Ähnlichkeit von zwei zu vergleichenden Gegenstandsbildern angelegt werden. Von Vorteil sind die Merkmale des Anspruchs 3, da damit zwei Gegenstandsbilder bzw. ein Ist-Bild bzw. ein Sollbild hinsichtlich unterschiedlicher Farbkanäle bzw.
Wellenlängenbereichen dem Ähnlichkeitsvergleich unterzogen werden können.
Die Merkmale des Anspruches 4 sind von Vorteil, da damit die Auswertung erleichtert werden kann, wenn zur Auswertung nur diejenigen Bilder herangezogen werden, deren optischer Eindruck auf das menschliche Auge in dem jeweiligen Fall relevant ist.
Entsprechend den Merkmalen des Anspruches 5 kann man auch aus der Anzahl der ähnlichen Bilder der beiden Bildsätze ein zusätzliches Maß für die Ähnlichkeit der beiden Gegenstandsbilder herleiten. Man könnte allenfalls als Kriterium für die Ähnlichkeit der beiden Gegenstandsbilder ansetzen, dass die beiden Gegenstandsbilder nur dann als ähnlich anzusehen sind, wenn alle oder eine einen gewissen Schwellwert übersteigende
Anzahl der Bilder der beiden Bildsätze als ähnlich bewertet werden.
Im Folgenden wird die Erfindung anhand der Zeichnung näher erläutert. Es zeigen Fig. 1 zwei zu vergleichende Gegenstandsbilder, Fig. 2 zwei miteinander zu vergleichende Bildsätze, die jeweils von einem Gegenstand erhalten wurden, Fig. 3 ein
Intensitäts-Histogramm.
Anhand eines Beispiels wird das erfindungsgemäße Verfahren näher erläutert.
Von zwei unterschiedlichen Gegenständen wird jeweils ein digitales Bild mittels einer Bildaufnahmeeinheit erstellt, um die Ähnlichkeit der aufgenommenen
Oberflächenbereiche zu prüfen. Diese beiden Bilder sind in Fig. 1 mit 1 und 1' bezeichnet.
In gleicher Weise könnte es sich bei dem einen Bild um ein Bild handeln, das von einem
Gegenstand aufgenommen wird und ein Ist-Bild ist und beim anderen Bild um ein in gespeicherter Form vorliegendes Bild, des Weiteren ein Sollbild, handeln. Es soll nunmehr ein Vergleich der beiden Bilder erfolgen, um die Ähnlichkeit der jeweiligen aufgenommenen Bereiche der Gegenstände bzw. des Ist- und des Sollbildes festzustellen.
Entsprechend wird aus den eine Vielzahl von Pixel bzw. Bildpunkten 4 bzw. 41 besitzenden Bildern 1 , 1' jeweils ein identer Bereich 2, 2' ermittelt, der dem Vergleich zugrunde gelegt wird. Dieser Bereich 2, 2' kann eine beliebige Größe umfassen; es ist jedoch wesentlich, dass der Bereich 2, 2" die selben Pixel bzw. Pixelbereiche in den beiden Bildern 1 , 1' umfasst, das heißt Pixelbereiche, die auf ein- und denselben
Gegenstandsbereich zurückgehen bzw. die übereinstimmenden bzw. einander zugeordneten Bildbereichen des Ist- und Sollbildes entsprechen. Für diese beiden Bildbereiche 2, 2' wird jeweils die statistische Verteilung der
Intensitäten der einzelnen Pixel bzw. von vorgegebenen Pixelbereichen ermittelt. Sofern es sich beim Bild 1' um ein Sollbild handelt, können diese Intensitätswerte bereits in abgespeicherter Form vorliegen.
Sobald die statistische Verteilung der Intensitäten für einen bestimmten Farbkanal bzw. Wellenlängenbereich für die beiden Gegenstandsbilder bzw. für das Ist-Bild und das Sollbild festliegen, erfolgt eine Überprüfung bzw. Ermittlung der Ähnlichkeit der Intensitätsverteilungen in den beiden Bildern 1 , 1'.
Die Ermittlung der statistischen Verteilung der Intensitäten erfolgt vorzugsweise durch Bildung von Intensitäts-Histogrammen oder mittels anderer Funktionen.
Der Vergleich der Ähnlichkeiten der beiden ermittelten Verteilungen erfolgt z.B. durch Anwendung des Kolmogoroff-Smirnov-Tests mit einer vorgegebenen Signifikanz oder unter Anwendung eines T-Tests bzw. F-Tests, jeweils mit einer vorgegebenen Signifikanz oder mittels anderer, insbesondere statistischer, Tests.
Die Ähnlichkeit der beiden Verteilungen bildet ein Maß für die Ähnlichkeit der zu vergleichenden Bilder. Dieses Maß gibt eine Aussage, ob Ähnlichkeit vorliegt oder nicht bzw. kann das Resultat des Vergleichs als Maß für die Beurteilung der Ähnlichkeit herangezogen werden, z.B. durch Vergleich mit einem vorgegebenen Schwellwert.
In Fig. 3 ist ein Intensitäts-Histogramm als Beispiel für die statistische Verteilung der Intensitäten in einem Bild dargestellt. Sofern für die beiden zu vergleichenden Bilder Intensitäts-Histogramme hergestellt werden, so hängt es von der Ähnlichkeit der Intensitäts-Histogramme ab, ob die beiden Bilder als ähnlich zu beurteilen sind. Die Beurteilung der Ähnlichkeit der beiden Intensitäts-Histogramme kann basierend auf entsprechenden Deskriptoren der Intensitäts-Histogramme vorgenommen werden. Dazu können statistische Größen, wie z.B. Mittelwert, Modus, Median, Standardabweichung, Varianz, Schiefe, Kurtosis oder andere Deskriptoren, der jeweiligen statistischen Verteilung, insbesondere eines Intensitäts-Histogramms, herangezogen werden.
In Fig. 2 sind Bildsätze dargestellt, die von zwei Gegenständen oder von einem Ist- Bild eines Gegenstandes und einem, insbesondere abgespeicherten Sollbild, stammen. Diese Bildsätze können z.B., wie in Fig. 2 dargestellt, Bilder in den Farbkanälen RGB umfassen. In gleicher Weise könnten die einzelnen Bilder hyperspektrale Bilder in einem vorgegebenen Wellenlängenbereich, insbesondere zwischen 360 nm bis 830 nm, vorzugsweise zwischen 380 nm bis 780 nm, sein, wobei die einzelnen Bilder einer spektralen Auflösung von z.B. 1nm bis 5 nm entsprechen können. Bei Vorliegen derartiger Bildsätze werden die einzelnen Bilder jedes Bildsatzes, die wiederum jeweils identen bzw. deckungsgleichen Bildbereichen bzw. Gegenstandsbereichen entsprechen, miteinander verglichen. Dazu wird in jedem Bild des einen Bildsatzes und in jedem diesem Bild zugeordneten Bild des anderen Bildsatzes die statistische Verteilung der Intensitäten ermittelt und daraufhin die Ähnlichkeit der beiden statistischen Verteilungen dieser einander korrespondierenden Bilder überprüft.
Inwieweit das Ausmaß der Ähnlichkeit von einzelnen Bildern der beiden Bildsätze auf die gesamte Ähnlichkeit der durch die beiden Bildsätze wiedergegebenen Gegenstandsbereiche bzw. auf die Übereinstimmung eines Ist-Bildes mit einem Sollbild Relevanz haben soll, ist für die Auswertung festzulegen. Es könnte vorgesehen sein, dass Ähnlichkeit zwischen den beiden Bildsätzen bzw. den beiden Gegenstandsbereichen nur dann gegeben ist, wenn für sämtliche zu vergleichenden Bilder der beiden Bildsätze Ähnlichkeit festgestellt wurde. In gleicher Weise kann jedoch auch auf Ähnlichkeit erkannt werden, wenn ein gewisser vorgegebener Prozentsatz von Bildern der beiden Bildsätze als ähnlich bewertet wurde.
Für Bildsätze, die hyperspektrale Bilder und/oder Aufnahmen in einer Anzahl von Farbkanälen umfassen, ist es erforderlich, dass die einander korrespondierenden Bilder nicht nur bezüglich der Bildbereiche, sondern auch bezüglich der Wellenlängenbereiche korrespondieren.
Die zu vergleichenden bzw. die korrespondierenden Bilder müssen die selbe räumliche Auflösung besitzen, andernfalls müsste eine entsprechende Umrechnung der Bildkoordinaten erfolgen, um bei den zu vergleichenden bzw. korrespondierenden Bildern idente bzw. deckungsgleiche Bildbereiche vergleichen zu können. Die Auswahl deckungsgleicher Bildbereiche wird insbesondere in einer Vorverarbeitung der miteinander zu vergleichenden Bilder vorgenommen.

Claims

Patentansprüche:
1. Verfahren zum Ähnlichkeitsvergleich von Gegenständen bzw. von von zwei Gegenständen aufgenommenen digitalen Gegenstandsbildern, insbesondere einem Ist- Bild und einem Sollbild des Gegenstandes unter Anwendung statistischer Methoden, dadurch gekennzeichnet,
- dass aus den beiden Gegenstandsbildern idente bzw. deckungsgleiche Bildbereiche ausgewählt werden oder die beiden Gegenstandsbilder idente bzw. deckungsgleiche Bildbereiche darstellen, - dass für jeden dieser beiden identen bzw. deckungsgleichen Bildbereiche mit derselben Funktion, die statistische Verteilung der Intensitäten der einzelnen Pixel und/oder von vorgegebenen Pixelbereichen ermittelt wird,
- dass die Ähnlichkeit der für die beiden identen bzw. deckungsgleichen Bildbereiche erhaltenen statistischen Verteilungen der Intensitäten mit statistischen Methoden, insbesondere mit einer Ähnlichkeitsfunktion, überprüft wird und
- dass das Ausmaß der Ähnlichkeit der beiden statistischen Verteilungen der Intensitäten als Maß für die Ähnlichkeit der beiden Gegenstandsbilder herangezogen wird.
2. Verfahren, insbesondere nach Anspruch 1 , zum Ähnlichkeitsvergleich von Gegenständen bzw. von von zwei Gegenständen aufgenommenen digitalen
Gegenstandsbildern insbesondere einem Ist-Bild und einem Sollbild, dadurch gekennzeichnet,
- dass die beiden Gegenstandsbilder jeweils in Form eines Bildsatzes mit einer Anzahl von jeweils korrespondierenden Bildern vorliegen bzw. bereitgestellt werden, - dass aus den Bildern der Bildsätze idente bzw. deckungsgleiche Bildbereiche ausgewählt werden bzw. diese Bilder idente bzw. deckungsgleiche Bildbereiche darstellen,
- dass für jeden Bildbereich dieser beiden Bildsätze mit derselben Funktion die statistische Verteilung der Intensitäten der einzelnen Pixel und/oder von vorgegebenen Pixelbereichen ermittelt wird,
- dass die Ähnlichkeit der beiden jeweils für idente bzw. deckungsgleiche Bildbereiche von korrespondierenden Bildern der Bildsätze erhaltenen statistischen Verteilungen der Intensitäten mit statistischen Methoden, insbesondere mit einer Ähnlichkeitsfunktion, überprüft wird und - dass das Ausmaß der Ähnlichkeit dieser beiden statistischen Verteilungen der Intensitäten als Maß für die Ähnlichkeit der beiden korrespondierenden Bilder und/oder als Maß für die Ähnlichkeit der beiden Gegenstandsbilder herangezogen wird.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die Gegenstandsbilder bzw. die Bilder der beiden Bildsätze in Form von hyperspektralen Bildern mit vorgegebener spektraler Auflösung und/oder in Form von Bildern in unterschiedlichen Farbkanälen, z.B. XYZ-, ClELab-, ClELuv-, RGB-, CHS-Farbkanälen, vorliegen.
4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass aus den beiden Bildsätzen, insbesondere von hyperspektralen Bildern, eine vorgegebene Anzahl von jeweils korrespondierenden Bildern für die Überprüfung der Ähnlichkeit der statistischen Verteilung ausgewählt wird, mit der Maßgabe, dass die ausgewählten Bilder für den optischen Eindruck der zu überprüfenden Gegenstandsbilder auf das menschliche Auge von Bedeutung sind.
5. Verfahren nach einem der Ansprüche 2 bis 4, dadurch gekennzeichnet, dass die Anzahl der als ähnlich bewerteten Bilder der beiden Bildsätze zusätzlich als Maß für die
Ähnlichkeit der Gegenstandsbilder herangezogen wird.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass zur Erstellung einander entsprechender identer bzw. deckungsgleicher Bildbereiche die Gegenstandsbilder bzw. die Bilder der Bildsätze einer Vorverarbeitung, z.B. einer Drehung, Entzerrung, Größenveränderung und/oder Verschiebung, unterzogen werden.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass als Funktion zur Ermittlung der statistischen Verteilung der Intensitäten Histogramme, insbesondere mit wählbarer Klasseneinteilung, oder dreidimensionale Intensitätsflächen ermittelt werden, wobei diese Intensitätsflächen direkt oder nach Verarbeitung zu einer regulären Funktion, z.B. durch Fitting oder Glättung, eingesetzt werden.
8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die Beurteilung der Ähnlichkeit der beiden jeweils zu vergleichenden statistischen
Verteilungen unter Anwendung eines Kolmogoroff-Smirnov-Tests mit einer vorgegebenen Signifikanz erfolgt, sofern das Histogramm mittels kontinuierlichen Funktionen approximierbar ist oder, sofern eine derartige Approximation nicht möglich erscheint, mit einem CHi-Quadrat-Test erfolgt.
9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die Beurteilung der Ähnlichkeit der beiden statistischen Verteilungen durch Anwendung eines t-Tests oder eines F-Tests jeweils mit einer vorgegebenen Signifikanz erfolgt.
10. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass zur Ermittelung der statischen Verteilung Test auf Trends, z.B. Test von Cox und Stuart und/oder Tests nach Mann und/oder nicht parametrische Tests, z.B. Zeichentests und/oder Wilcoxon-Tests, vorgenommen werden.
11. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass die Ermittlung der Ähnlichkeit der beiden statistischen Verteilungen durch einen Vergleich von statistischen Größen dieser Verteilungen, wie z.B. Mittelwert, Modus, Median, Standardabweichung, Varianz, Schiefe, Kurtosis und/oder weitere Deskriptoren für statistische Verteilungen erfolgt.
12. Verfahren nach einem der Ansprüche 1 bis 11 , dadurch gekennzeichnet, dass das Verfahren zum Ähnlichkeitsvergleich von Ist-Bildern von Gegenständen mit in gespeicherter Form vorliegenden Sollbildern eingesetzt wird, insbesondere zum Vergleich eines Ist-Bildes, z.B. eines Druckwerkes, einer Oberflächengestaltung, eines Gegenstandes, eines Gewebes, einer Tapete, einer Furnierplatte, einer mit einem Muster versehenen Gegenstandsoberfläche, mit einem jeweils entsprechenden, einen Sollwert vorgebenden Vergleichsbild.
13. Datenträger, dadurch gekennzeichnet, dass auf ihm ein Programm zur Ausführung des in den Ansprüchen 1 bis 12 beanspruchten Verfahrens gespeichert ist.
PCT/AT2007/000445 2006-09-22 2007-09-19 Verfahren und vorrichtung zum ähnlichkeitsvergleich von gegenständen Ceased WO2008034156A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ATA1591/2006 2006-09-22
AT0159106A AT504213B1 (de) 2006-09-22 2006-09-22 Verfahren zum ähnlichkeitsvergleich von gegenständen

Publications (1)

Publication Number Publication Date
WO2008034156A1 true WO2008034156A1 (de) 2008-03-27

Family

ID=38015891

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/AT2007/000445 Ceased WO2008034156A1 (de) 2006-09-22 2007-09-19 Verfahren und vorrichtung zum ähnlichkeitsvergleich von gegenständen

Country Status (2)

Country Link
AT (1) AT504213B1 (de)
WO (1) WO2008034156A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010124866A1 (de) * 2009-04-30 2010-11-04 Schattdecor Ag Verfahren und vorrichtung zur durchführung eines optischen vergleiches zwischen zumindest zwei mustern, vorzugsweise durch vergleich von auswählbaren ausschnitten
EP3578939A1 (de) 2018-06-06 2019-12-11 Flooring Technologies Ltd. Verfahren zur online-qualitätskontrolle von dekordrucken auf trägermaterialien
EP3961166A1 (de) * 2020-08-24 2022-03-02 Swiss Krono TEC AG Verfahren zum drucken eines dekors und vorrichtung dafür

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3972232A1 (de) 2020-09-21 2022-03-23 Improve Process Analytics and Control GmbH Verfahren zur automatisierten charakterisierung eines kontinuierlichen digitaldrucksystems
EP4108472A1 (de) * 2021-06-24 2022-12-28 Swiss Krono TEC AG Verfahren zum bearbeiten von dekorpapieren

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999031605A1 (en) * 1997-12-18 1999-06-24 Koninklijke Philips Electronics N.V. Image retrieval system
DE19908296A1 (de) * 1999-02-26 2000-08-31 Koenig & Bauer Ag Verfahren zur Steuerung der Farbgebung einer Druckmaschine
DE10142322A1 (de) * 2001-08-30 2003-03-27 Oce Printing Systems Gmbh Verfahren zur Anpassung der von einem zweiten Drucksystem gedruckten Farben an die von einem ersten Drucksystem gedruckten Farben
US20040080763A1 (en) * 2002-10-28 2004-04-29 Toshiba Tec Kabushiki Kaisha System and method for adjusting color reproduction
US20050231751A1 (en) * 2004-04-15 2005-10-20 Yifeng Wu Image processing system and method

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1131153A (ja) * 1997-07-11 1999-02-02 Hitachi Ltd 画像類似度計算方法
WO2003058554A1 (fr) * 2001-12-28 2003-07-17 Nikon Corporation Dispositif de traitement d'image permettant d'effectuer un jugement de similitude entre des pixels et programme de traitement d'image
FR2845186B1 (fr) * 2002-09-27 2004-11-05 Thomson Licensing Sa Procede et dispositif de mesure de similarite entre images
JP2004192307A (ja) * 2002-12-11 2004-07-08 Seiko Epson Corp 類似画像抽出装置、類似画像抽出方法および類似画像抽出プログラム
EP1480170A1 (de) * 2003-05-20 2004-11-24 Mitsubishi Electric Information Technology Centre Europe B.V. Verfahren und Gerät zur Bildverarbeitung
US7840081B2 (en) * 2004-09-23 2010-11-23 Mitsubishi Denki Kabushiki Kaisha Methods of representing and analysing images
JP2006178651A (ja) * 2004-12-21 2006-07-06 Toshiba Corp 人物認識装置、人物認識方法および通行制御装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999031605A1 (en) * 1997-12-18 1999-06-24 Koninklijke Philips Electronics N.V. Image retrieval system
DE19908296A1 (de) * 1999-02-26 2000-08-31 Koenig & Bauer Ag Verfahren zur Steuerung der Farbgebung einer Druckmaschine
DE10142322A1 (de) * 2001-08-30 2003-03-27 Oce Printing Systems Gmbh Verfahren zur Anpassung der von einem zweiten Drucksystem gedruckten Farben an die von einem ersten Drucksystem gedruckten Farben
US20040080763A1 (en) * 2002-10-28 2004-04-29 Toshiba Tec Kabushiki Kaisha System and method for adjusting color reproduction
US20050231751A1 (en) * 2004-04-15 2005-10-20 Yifeng Wu Image processing system and method

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010124866A1 (de) * 2009-04-30 2010-11-04 Schattdecor Ag Verfahren und vorrichtung zur durchführung eines optischen vergleiches zwischen zumindest zwei mustern, vorzugsweise durch vergleich von auswählbaren ausschnitten
CN102428355A (zh) * 2009-04-30 2012-04-25 夏特股份公司 优选通过比较可选的片段在至少两个样本之间进行外观比较的方法和装置
US8947660B2 (en) 2009-04-30 2015-02-03 Schattdecor Ag Method and device for carrying out an optical comparison between at least two samples, preferably by comparing sections that can be selected
CN102428355B (zh) * 2009-04-30 2015-08-26 夏特股份公司 优选通过比较可选的片段在至少两个样本之间进行光学比较的方法和装置及执行该方法的设备的用途
EP3578939A1 (de) 2018-06-06 2019-12-11 Flooring Technologies Ltd. Verfahren zur online-qualitätskontrolle von dekordrucken auf trägermaterialien
WO2019234147A1 (de) 2018-06-06 2019-12-12 Flooring Technologies Ltd. Verfahren zur online-qualitätskontrolle von dekordrucken auf trägermaterialien
US11548274B2 (en) 2018-06-06 2023-01-10 Flooring Technologies Ltd. Method for the online quality control of decorative prints on substrate materials
EP3961166A1 (de) * 2020-08-24 2022-03-02 Swiss Krono TEC AG Verfahren zum drucken eines dekors und vorrichtung dafür
WO2022043309A1 (de) * 2020-08-24 2022-03-03 SWISS KRONO Tec AG Verfahren zum drucken eines dekors und vorrichtung dafür
CN115997108A (zh) * 2020-08-24 2023-04-21 瑞士克罗诺泰克股份公司 印刷装饰的方法及其装置

Also Published As

Publication number Publication date
AT504213B1 (de) 2008-04-15
AT504213A4 (de) 2008-04-15

Similar Documents

Publication Publication Date Title
DE69805798T2 (de) Fingerabdrukklassifikation mittels raumfrequenzteilen
DE69802682T2 (de) Zielfarbbildbasiertes farbtransformationssystem
DE60303138T2 (de) Vergleichen von mustern
EP3903077B1 (de) Verfahren und vorrichtung zum auffinden und anpassen von effektfarbformulierungen unter abgleich mit der visuellen wahrnehmung von textureigenschaften
EP2433245A1 (de) Vorrichtung und verfahren zur identifizierung des urhebers eines kunstwerkes
WO2017153354A1 (de) Verfahren und vorrichtung zum bewerten von blickabbildungen
WO2008034156A1 (de) Verfahren und vorrichtung zum ähnlichkeitsvergleich von gegenständen
EP3482348A1 (de) Verfahren und einrichtung zur kategorisierung einer bruchfläche eines bauteils
DE112021005018T5 (de) Modellerstellungsvorrichtung für sichtprüfung und sichtprüfgerät
DE102007014475B4 (de) Bestimmung von Oberflächeneigenschaften
EP2096578A2 (de) Verfahren und Vorrichtung zur Charakterisierung der Formation von Papier
AT507266B1 (de) Verfahren zum automatischen erkennen eines defekts in einer elektronischen darstellung
DE102005049017B4 (de) Verfahren zur Segmentierung in einem n-dimensionalen Merkmalsraum und Verfahren zur Klassifikation auf Grundlage von geometrischen Eigenschaften segmentierter Objekte in einem n-dimensionalen Datenraum
DE19834718C2 (de) Digitale Bildverarbeitung für ein Qualitätskontrollsystem
WO2008080185A2 (de) Verfahren zum ähnlichkeitsvergleich von zwei gegenständen
EP1139285B1 (de) Verfahren und Vorrichtung zur Prüfung bzw. Untersuchung von Gegenständen
DE10066189B4 (de) Verfahren zur Erkennung von Objekten
DE102007014474B4 (de) Verfahren und Vorrichtung zur quantitativen Bestimmung von Oberflächeneigenschaften
AT502069B1 (de) Verfahren und einrichtung zum prüfen von gegenständen
DE10123331B4 (de) Verfahren zur Fälschungserkennung bei der Fingerabdruckerkennung unter Verwendung des Verhältnisses von Fingerrillen und Fingerlinien
DE102007001273A1 (de) Verfahren zur selbsttätigen Analyse von Objektbewegungen
EP4655764A1 (de) Ermitteln von systematischen fehlern bei bildklassifikatoren
DE102024201988A1 (de) Verfahren zum Erkennen eines vorgegebenen Gegenstandes in einem Innenraum eines Fahrzeuges
EP4651071A1 (de) Erzeugung synthetischer bilder für das training von machine learning-modellen
EP3252670A1 (de) Verfahren zur bestimmung der urheberschaft von gemälden

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 07815121

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 07815121

Country of ref document: EP

Kind code of ref document: A1