识别异常图像的方法 (1)技术领域
本发明有关一种识别异常图像的方法，特别是一种能识别异常图像究竟是属于阴影线(Shading)或是参考黑/白的垂直的异常图像(LBB)的方法。
(2)背景技术
光学扫描器是用来撷取图像并数字化图像。举例来说，光学扫描器最常被用来撷取打印或印制在平面纸张上的文字或其他图像。然后撷取的图像被数字化并被储存或进一步藉由字元识别软件处理以产生美国信息交换标准码ASCII的文字。典型的光学扫描器包括一光源、呈线性排列的光电感测元件(通常为电荷耦合元件CCD、互补式金属氧化物半导体晶体管CMOS与CIS)、一模拟放大器(AnalogAmplifier)、一模拟数字转换器、一控制单元(Controller)与存储器元件。
光电感测元件包括大量呈线性排列地电荷耦合元件CCD。每一电荷耦合元件CCD可撷取图像单一像素的光信号。一整列的电荷耦合元件CCD则可撷取图像的一整列像素的光信号。藉由横扫过整份文件，电荷耦合元件CCD即可接收整份文件的图像光信号。
反射自扫瞄文件或穿透自扫瞄文件的光信号转换成数字信号的过程包括三步骤。首先，每一光电感测元件会将所接收到的光信号转换成电荷，而电荷的数量取决于光的强度与曝光的时间。其次光电感测元件所产生的电荷会藉由模拟放大器转换成模拟电压。最后模拟电压会被模拟数字转换器数字化，以便进行数字图像处理与储存于存储器元件中。
图1显示一传统的光学扫描器。光束自光源102射出，并被反射器(Reflector)104反射。光束接着照射一文件112并被文件112反射。经反射的光束接着又被反射镜106a与106b反射。文件112的图像经一透镜108被传送至电荷耦合元件110。在理想的情形下，文件112的图像中明亮区域不应出现暗线或暗区而黑暗区域不应出现亮线或亮区。如图2所示，在一明亮区域202中出现一暗区204与数条暗线206。暗区204的宽度大于一像素(Pixel)，称为参考黑/白的垂直的异常图像(LBB)。暗线206宽度等于一像素，称为阴影线(Shading)。参考黑/白的垂直的异常图像(LBB)通常为光源102与电荷耦合元件110间的光束传递路径上的障碍物所引起。这些障碍物可能是，例如一些位于反射镜106a与106b上的尘埃。阴影线通常为电荷耦合元件110中坏点(Bad Pixel)所引起。引起参考黑/白的垂直的异常图像(LBB)与阴影线两种异常图像的原因相去甚远，毕竟一个牵涉到元件故障的问题而另一个则无关故障。因此对于图像扫描器的使用者或制造商而言，分辨异常图像究竟是阴影线(Shading)或是参考黑/白的垂直的异常图像(LBB)便十分重要，毕竟两者的解决方法差异甚大。因此非常有必要提出一种能识别异常图像究竟是属于阴影线(Shading)或是参考黑/白的垂直的异常图像(LBB)的方法以使图像扫描器的使用者或制造商更容易恢复图像扫描器的正常功能。
(3)发明内容
本发明的一目的为提供一种识别异常图像的方法，以使扫描器的使用者或制造商能分辨异常图像究竟是阴影线(Shading)或是参考黑/白的垂直的异常图像(LBB)。
本发明的另一目的为提供一种自动异常图像识别方法，使扫描器的使用者或制造商能有效解决异常图像的问题。
本发明的又一目的为提供一种低成本且方便的检测异常图像方法。
为了实现上述的目的，本发明提出一种识别异常图像方法，该方法包括以下步骤。首先选取两相邻具有亮度值Pi与Pi-1的图像线，接着再计算该亮度值Pi与Pi-1的绝对值。然后比较该绝对值与一预定值X，当该亮度值Pi与Pi-1的绝对值小于该预定值X时，则该具有亮度值Pi与Pi-1的两图像线判定为正常。反之，当该亮度值Pi与Pi-1的绝对值大于该预定值X时，则该具有亮度值Pi与Pi-1的两图像线则判定为异常。若具有亮度值Pi与Pi-1的两图像线判定为异常，则再选取两分别位于该具有亮度值Pi与Pi-1的图像线两侧的图像线，其亮度分别为Pi+1与Pi-2。接着计算该亮度Pi+1与Pi-2的绝对值并比较该亮度Pi+1与Pi-2的绝对值与该预定值X。当该亮度Pi+1与Pi-2的绝对值小于该预定值X时，则该具有亮度值Pi与Pi-1的两图像线判定为阴影线。但当该亮度Pi+1与Pi-2的绝对值大于该预定值X时，则该具有亮度值Pi、Pi-1、Pi+1与Pi-2的图像线判定为参考黑/白的垂直的异常图像(LBB)。。
为进一步说明本发明的目的、结构特点和效果，以下将结合附图对本发明进行详细的描述。
(4)附图说明
图1显示一传统的光学扫描器；
图2显示一明亮区域中出现一暗区与数条暗线；
图3显示出现阴影线异常图像的亮度与像素图；
图4显示参考黑/白的垂直的异常图像(LBB)的亮度对应像素图；及
图5显示本发明的识别异常图像的方法的流程图。
(5)具体实施方式
在此必须说明的是以下描述的识别异常图像的方法仅包括必要的元件与步骤。同时本发明可以藉助各种习知软件与硬件来实施，在此仅提及了解本发明所需的系统与运作方式。以下将根据本发明所附图示进行详细的说明，请注意图示均为简单的形式。
参考图3所示，显示出现阴影线异常图像的亮度与像素图。图3是由扫瞄一空白文件所得结果。如图3所示，像素10的图像线红光亮度低于绿光亮度与蓝光亮度。造成红光亮度低于其他绿光与蓝光亮度的原因最有可能是电荷耦合元件阵列中像素10接收红光的部份故障。图4为显示参考黑/白的垂直的异常图像(LBB)的亮度对应像素图。图4亦为扫瞄一空白文件所得结果。如图4所示，位于像素6-12图像线为异常，其红光、绿光与蓝光亮度均低于其他像素。参考黑/白的垂直的异常图像(LBB)非常可能是外部障碍物所引起，而很少是扫描器故障所引起。
参考图5所示，显示本发明「识别异常图像的方法」的流程图。识别异常图像的方法首先于步骤502开始。于步骤504，两具有明显亮度差异的图像线被选取且计算其亮度绝对值。若两具有明显亮度差异的图像线的亮度绝对值小于一预定值X，则于步骤506中两具有明显亮度差异的图像线则被视为正常，其亮度差异则被忽略。举例来说，若图像线i具有亮度值Pi＝200，邻近图像线i的图像线i-1具有亮度值Pi-1＝201且X＝3，则亮度绝对值的计算为ABS(Pi-Pi-1)＜X或|200-201|＝1＜3。相反地，若两具有明显亮度差异的图像线i与图像线i-1的亮度绝对值大于预定值X或ABS(Pi-Pi-1)＞X，则于步骤508中另外两条分别位于图像线i与图像线i-1两侧的图像线i-2与i+1被选取且计算其亮度绝对值。举例来说，若图像线i具有亮度值Pi＝200，邻近图像线i的图像线i-1具有亮度值Pi-1＝204且X＝3，则亮度绝对值的计算为ABS(Pi-Pi-1)＞X或|200-204|＝4＞3。若图像线i旁的图像线i+1有亮度值Pi+1＝200，而图像线i-1旁的图像线i-2有亮度值Pi-2＝202且X＝3，则亮度绝对值的计算为ABS(Pi+1-Pi-2)＞X或|200-202|＝2＜3，且于步骤512中具有明显亮度差异的图像线i与图像线i-1被判定为阴影线。反之，若图像线i旁的图像线i+1有亮度值Pi+1＝200，而图像线i-1旁的图像线i-2有亮度值Pi-2＝205且X＝3，则亮度绝对值的计算为ABS(Pi+1-Pi-2)＞X或|200-205|＝5＞3，且于步骤510中具有明显亮度差异的图像线i与图像线i-1被判定为参考黑/白的垂直的异常图像(LBB)。
上述有关本发明的详细说明仅为较佳实施例并非用于限制本发明。其他不脱离本发明的精神的等效改变或等效替换均应包括在本申请权利要求所限定的专利保护范围内。