CN1655583A - 生成具有多个前景平面的高压缩图像数据文件的系统和方法 - Google Patents

Abstract

分析图像数据，以识别具有类似特性的斑点。基于一个或多个颜色特性和/或空间特性，各个斑点被聚集在一起并被放置到前景平面中。每个被聚集在前景平面上的斑点具有类似于与该前景平面关联的颜色的颜色。没有映射到任何前景平面的图像数据的一个或多个部分可被映射到背景平面中。

Description

生成具有多个前景平面的 高压缩图像数据文件的系统和方法

技术领域

本发明涉及与本发明同一日期提交的美国专利申请(代理人案号118664，117521，117745，117746，117747，117748，118584，118591和118601)，在这里引用其全部并作为参考。

本发明涉及将图像数据变换成具有多个前景平面的内容格式。

背景技术

在高分辨率下扫描的文档通常要求很大数量的存储空间。另外，大量的图像数据要求显著更多时间和带宽以在比如局域网或广域网上、在内联网、外联网或因特网或其他分布式网络上移动。

在使用扫描仪等扫描文档之后，通常使用RGB颜色空间(即以原始RGB(raw RGB)格式)定义所述文档。然而，文档图像数据并不是以该原始扫描的RGB格式存储，而通常是受到某种形式的数据压缩来减少其量，从而避免了存储这样的扫描的RGB颜色空间文档图像数据的高成本。

诸如Lempel-Ziv(LZ)或Lempel-Ziv-Welch(LZW)的无损游程压缩方案，对扫描的图像数据或一般来说对具有平滑变化低空间频率(诸如梯度)的图像数据和/或自然图片数据执行得不是特别好。相对地，诸如JPEG的有损方法对于平滑变化的连续色调图像数据工作良好。但是，有损方法通常例如对二元文本和/或线艺术(line art)图像数据或一般来说对包含尖锐的边缘或颜色过渡的任何高空间频率图像数据工作得不那么良好。

另一种图像压缩例如在美国专利6,633,670中示出，其将图像分解成分离的层，每一个层包含有限数量的图像元素种类，比如文本、线或照片。每个层可被分离地压缩。图像被分解成前景、背景和屏蔽层。通过将图像分割成大的和小的子图像或块来确定在屏蔽层中的像素的值。通过将子图像的像素分类到大的和小的子图像或块中来为每个子图像创建子图像屏蔽。通过将子图像的像素分类到居中在一对像素的像素亮度或最大亮度梯度上的集群中来为每个图像创建子图像屏蔽。

满足诸如上述不同类型的图像数据的数据的压缩需要的一种途径是使用编码器管道，其使用混合光栅内容(MRC)格式来描述数据。数据图像(例如定义具有与颜色和/或灰度信息相互混合的文本的合成图像的图像数据)被分段成两个或多个平面。这些平面通常被称之为背景平面和前景平面。选择器平面被生成来为合成图像中的每个像素指示哪些图像平面包含应当用来重建最后输出图像的实际的图像数据。按这种方式将图像数据分段成平面往往会改善图像的总体压缩，因为数据可被安排成不同的平面，使得每个平面比原始图像数据更平滑和更可压缩。图像分段还允许对不同的平面应用不同的压缩方法。因此，在每个平面中的数据类型的最适合的压缩技术可被应用来压缩该平面的数据。

发明内容

不幸的是，一些诸如便携文档格式(PDF)的图像文档格式当前不完全支持原始文档的这样的三层混合光栅内容分解。结果，当试图打印或呈现已经使用该图像文档格式被压缩和存储为混合光栅内容图像数据文件的文档时，该文档要么根本不能被呈现，要么在呈现时包含讨厌的伪像。

本发明提供用于将文档转换为具有多个前景平面的混合光栅内容格式的系统和方法。

本发明单独地提供用于输入至少已经由三层混合光栅内容系统或方法的前端分段的数据和从所接收的数据创建多个前景平面的系统和方法。

本发明单独地提供用于识别所接收的图像数据中的、属于多个所确定的二元前景平面的特定二元前景平面的区域的系统和方法。

本发明单独地提供用于将已分段的所接收图像数据中的、具有给定图像特性的类似属性的区域聚集到多个二元前景平面中的给定的一个中的系统和方法。

在各个实施例中，系统包括识别图像数据中一个或多个斑点(blob)的斑点识别器、基于每一个斑点的颜色属性将一个颜色索引分配给一个或多个斑点中的每一个的斑点映射器、和基于每一个斑点的颜色索引将斑点分配给一个或多个前景平面的集群器。

根据本发明的系统和方法的各个示例实施例的这些和其他的特征和优点在下面被详细描述，并通过对根据本发明的系统和方法的各个示例实施例的下列详细说明变得清楚明白。

附图说明

下面将参考下列附图详细描述本发明的系统和方法的各个示例实施例，其中：

图1显示三层混合光栅内容格式的前景、背景和选择器平面以及最终得到的所呈现的文档图像的一个示例实施例；

图2说明根据本发明的多个二元前景图像平面和最终得到的文档图像的一个示例实施例；

图3说明一个三层图像数据生成系统的示例实施例；

图4说明图3的三层图像数据生成系统的分段模块的一个示例实施例；

图5说明根据本发明的N层图像数据生成系统的一个示例实施例；

图6说明根据本发明的图5的N层图像数据生成系统的分段模块的一个示例实施例；

图7说明根据本发明的图6的分段模块的边缘增强模块的一个示例实施例；

图8是说明原始扫描仪信号和从原始扫描仪信号得到的各种增强的信号的图表；

图9-12说明根据本发明的各种有效和无效的斑点；

图13说明一个有效的斑点如何能位于另一个有效斑点的内侧；

图14说明根据本发明的图5的N层图像数据生成系统的映射斑点和集群模块的一个示例实施例；

图15说明用于存储在根据本发明的多个二元前景平面的各个示例实施例中使用的颜色信息和用于可从颜色数据生成的树型数据结构的数据结构的一个示例实施例；

图16和17说明用于将图15中所示的树型结构组合以减少数中的叶子节点的数量的各种技术；

图18说明图像的各个斑点已经被识别之后的原始图像数据的一个示例实施例，和用于基于各个斑点和特定二元前景平面的颜色数据将所识别的斑点聚集到特定的二元前景平面中的技术；

图19说明如何在背景和多个前景平面中分布经处理的数据；

图20和21是说明一个用于根据本发明使用多个二元前景层将扫描的图像数据转换为便携文档格式(PDF)的文档文件的方法的示例实施例的流程图；

图22是更详细地概述用于根据本发明从色域增强的图像数据生成边缘增强的图像数据和边缘连续性数据的方法的一个示例实施例的流程图；

图23和24更详细地概述一个用于根据本发明基于边缘连续性数据确定边缘增强的图像数据内的多个斑点的方法的一个示例实施例；

图25是更详细地概述用于根据本发明移除坏的斑点的方法的一个示例实施例的流程图；

图26是更详细地概述用于根据本发明识别潜在的坏的斑点的方法的一个示例实施例的流程图；

图27是更详细地概述用于根据本发明创建颜色树的方法的一个示例实施例的流程图；

图28是更详细地概述用于根据本发明集群斑点的方法的一个示例实施例的流程图。

具体实施方式

根据本发明的系统和方法的各个示例实施例自动处理扫描的和/或打印的彩色文档以产生小的、高压缩的精确捕获原始文档内容的图像数据文件。根据按照本发明的系统和方法的各个示例实施例，按照混合光栅内容(MRC)表示来生成输出文件，所述表示现在包括在TIFF和PDF标准以及PostScript标准中。

图1显示一个三层混合光栅内容图像数据的一个示例实施例。如图1所示，将使用混合光栅内容格式呈现的文档图像100是利用背景平面110、前景平面130和选择器平面120生成的。第四个非图像数据平面也可被包括在混合光栅内容图像数据文件中。该第四个平面通常包括可以被诸如Adobe Acrobat或Acrobat Reader的呈现引擎使用的呈现提示，以提供关于如何呈现特定像素的附加的指令。

如图1所示，选择器平面120被用于将存储在前景平面130上的彩色图像数据的无差别的区域屏蔽到背景平面110上，以形成所呈现的图像100。特别地，选择器平面120包含另外具有缓慢变化的颜色信息的区域的高空间频率信息。实际上，颜色相对缓慢变化(如果有变化的话)的区域被放置在前景平面130上。这些区域的形状被接着嵌入到选择器平面120中。相反，具有高颜色频率(例如其值在非常小的空间范围内十分显著地变化的颜色)的区域作为连续的色调图像数据被存储在背景平面110上。当将生成图像100时，存储在前景平面130中的颜色信息具有基于存储在选择器平面120中的二元信息而被施加给它的空间或形状属性，并且最终得到的成形颜色信息被组合到背景平面110，以形成重建的图像100。

申请号为10/187,499；10/188,026；10/188/149；10/188,277；10/188,157；10/612,250；10/612,057；10/612,234；10/612,461；10/612/062；10/612/261；10/612/246；10/612/368；10/612/248；10/612/063；10/612/064和10/612/084的美国专利申请更为详细地公开了用于将文档图像数据分解到各个平面110-130中的过程的各个方面，在这里引用其每一个的全部并作为参考。

但是，如参考图1所概述的混合光栅内容格式不完全被所有的图像文档格式支持。在根据本发明的系统和方法的各种示例实施例中，不使用参考图1所概述的三层格式，而是将图像数据分解成一个背景平面和多个二元前景平面。这在图2中详细说明。

如图2所示，文档图像200被分解成一个背景连续的色调或灰度平面210和例如6个二元前景平面220-270。二元前景平面220-270的每个定义要被组合到背景平面210上的低空间频率彩色图像数据的空间范围。但是，不像图1所示的三层混合光栅内容，不是从分离的前景平面获得颜色数据，而是所述多个二元前景平面220-270的每个具有一个与该平面关联的特定颜色。图像数据被分离成多个不同的颜色值，在本例中是6个，其中6个颜色值的每个与特定的二元前景平面关联。另外，照片和其他没有被提升到多个前景平面的颜色信息(如果有的话)被留在颜色背景平面210上。因此，图像数据被分解以形成背景平面210和多个二元前景平面220-270。

应当理解，在这种情况下，所述多个二元前景平面220-270的任何一个中的图像数据不与多个二元前景平面220-270的任何其他一个中的图像数据重叠。结果，二元前景平面220-270的每一个可个别地与背景平面210组合而不考虑顺序或次序。当根据每个二元前景平面上的二元数据、通过将与该二元前景平面关联的颜色值应用到背景平面210而把二元前景平面220-270的每一个与背景平面210组合时，获得最终得到的图像280。

图3显示三层图像数据生成系统1000的一个示例实施例，如在所引用的499；026；249；277；157；250；057；234；461；062；261；246；368；248；063；064和084申请中描述的。如图3所示，扫描仪图像数据SRC在信号线1010上被输入到扫描仪颜色变换模块1100。通常，扫描仪图像数据SRC经通常处于红绿蓝(RGB)颜色空间中。但是，扫描仪图像数据到三层格式的变换通常基于诸如LAB或YCC的颜色空间使用亮度和色度而被最佳地执行，因为这更适合于分段。还需要进一步理解，LAB或YCC颜色空间可根据环境和期望的颜色保真度被精确地计算或被线性地近似。由此，扫描仪颜色变换模块1100把通常是LAB或YCC数据的经扫描仪颜色变换的SCC图像数据通过信号线1110输出到网纹(screen)估计模块1200、去网纹(de-screen)模块1300和分段模块1600。在所引用的234申请和其他所引用的申请中提供的详细描述关于LAB和YCC颜色空间讨论该变换。

扫描的颜色变换的图像数据SCC由网纹估计模块1200输入，网纹估计模块1200估计在变换的图像数据的各个区域中的半色调频率和幅度(如果有的话)。当从扫描的颜色变换的图像数据SCC中移除半色调时可使用该信息。该网纹估计模块1200为图像数据中的每个像素把一个估计的网纹频率SCF通过信号线1210输出到去网纹模块1300。网纹估计模块1200还为图像数据中的每个像素把一个估计的网纹幅度信号SCM通过信号线1220输出到去网纹模块1300和缩放模块1400。

去网纹模块1300从扫描仪颜色变换模块1100输入扫描仪颜色变换的SCC图像数据，并且从网纹估计模块1200输入所估计的网纹频率信号SCF和网纹幅度信号SCM。去网纹模块1300通过信号线1310把一个模糊信号BLR输出给统计模块1900，并通过信号线1320把一个去网纹的图像数据信号DSC输出给缩放模块1400。

缩放模块1400将网纹幅度SCM和去网纹DSC信号缩放成期望的输出分辨率和大小，比如用于缩小放大和/或不同的打印机分辨率。缩放模块1400通过信号线1410把缩放的网纹幅度信号SMS输出到分段模块1600。缩放模块1400还通过信号线1420把缩放的去网纹的图像数据信号DSS输出到色域增强模块1500。色域增强模块1500输入缩放的去网纹的图像数据信号DSS并通过信号线1510把色域增强的图像数据信号GME输出到分段模块1600。应当理解，所引用的234和261申请提供关于扫描的颜色变换模块1100的操作的更多的细节。类似地，所引用的084申请提供关于网纹估计模块1200的操作的更多的细节，同时所引用的499、026和064申请提供关于去网纹模块1300的更多的细节，并且所引用的461申请提供关于色域增强模块1500的更多的细节。

如图3所示，SCC、SMS和GME信息分别通过信号线1110、1410和1510被输入到分段模块1600。另外，当从存储了用页面描述语言PDL写的图像数据的图像数据文件获得待变换的图像数据时，通过信号线1020输入呈现提示信号Rht。特别地如图3所示，SCC和Rht信号只被输入到分段模块1600的PDL模式部分，同时SMS和GME信号被输入到用于非PDL模式下的扫描的图像的分段模块1600。分段模块1600基于缩放的图像数据信号SMS将由色域增强的图像数据信号GME表示的图像数据分段，以生成一个背景图像数据信号BGD和一个前景图像数据信号FGD，所述BGD和FGD分别通过信号线1662和1664被输出到查找表格模块1700。分段模块1600还通过信号线1642将选择器平面图像数据信号SEL输出到压缩模块1800。最后，如果分段模块1600被提供有呈现提示信号Rht，则分段模块1600还通过信号线1670将提示图像数据平面信号Hnt输出到压缩模块1800。

查找表格模块1700分别通过信号线1662和1664输入背景和前景数据信号BGD和FGD，并将其从一个颜色空间变换到第二个颜色空间，比如从内部YCC颜色空间变换到输出的独立于设备的LAB颜色空间。查找表格模块1700分别通过信号线1710和1720将经颜色空间变换的背景和前景数据信号BGL和FGL输出到压缩模块1800。压缩模块1800单独地使用特别适于存储在各个平面上的数据类型的压缩技术来压缩背景平面、前景平面、选择器平面和提示平面(如果生成的话)的每一个。压缩模块1800通过信号线1810将压缩的背景图像平面号BGC输出到包装器(wrapper)模块1950。同样的，压缩模块1800通过信号线1820将压缩的前景数据平面信号FGC、通过信号线1830将压缩的选择器平面信号SEC和通过信号线1840将压缩的呈现提示平面信号Hnc输出到包装器模块1950。

与查找表格模块1700和压缩模块1800并行，模糊信号BLR通过信号线1310被输入到统计模块1900。基于模糊信号BLR，统计模块1900生成统计信号STS，该信号通过信号线1910被输出到包装器模块1950。基于统计信号STS，包装器模块1950接着创建包含各个压缩的数据平面的每一个的单个数据文件。统计信息STS非常得小并且因此通常未被压缩。统计信息被用于自动背景抑制、中性检测(neutraldetect)、自动图像增强和各种其他增强技术。在各个示例实施例中，该单个数据文件是通用交换格式(CEF)，并且通过信号线1952被输出到下游过程。应当理解，通用交换格式(CEF)文件不试图只把可能的数据文件格式限制到通用交换格式，而是试图将任何已知或后来开发的普遍化的数据格式包含到其范围内，包括PostScript格式和便携文档格式(PDF)。

应当理解，所引用的057申请提供关于分段模块1600的页面描述模式的更多的细节。同样的，所引用的249、277、157、250、246、368、248和063申请提供关于分段模块1600其全部的操作的更多的细节。所引用的062申请提供关于查找表格模块1700的更多的细节，同时所引用的234申请提供关于统计模块1900的更多的细节。

应当理解，在各个示例实施例中，三层图像数据生成系统1000可作为在编程的通用计算机上执行的软件来实现。同样，三层图像数据生成系统1000还可在特殊用途计算机、编程的微处理器或微控制器和外围集成电路元件、以及ASIC或其他集成电路、数字信号处理器(DSP)、诸如分立元件电路的硬连线电子或逻辑电路、诸如PLD、PLA、FPGA或PAL的可编程逻辑设备等等上实现。总之，任何能够实现在这里和在所引用的499；026；249；277；157；250；057；234；461；062；261；246；368；248；063；064和084申请中公开的功能的设备可被用于实现三层图像数据生成系统1000。在图3中概述的连接各个模块等的所述的各个信号线的每一个可以是直接信号线连接或可以是使用隐式编程接口等实现的软件连接。应当理解，任何适合的硬件、固件或软件单元或数据结构能被用于实现关于图3所概述的一个或多个各种模块和/或信号线。

应当理解，关于图3所概述的电路、例程、应用程序、模块等的每一个能被实现为存储在计算机可读介质上并能够在编程的通用计算机、编程的特殊用途计算机、编程的微处理器、编程的数字信号处理器等上执行的软件。这样的计算机可读介质包括使用载波等来给处理设备提供软件指令。还应当理解，参考图3所概述的电路、例程、应用程序、对象、过程、管理器和/或模块的每一个可作为适当编程的通用计算机的各部分而被实现。或者，使用数字信号处理器DSP、使用FPGA、PLD、PLA和/或PAL或使用分立逻辑单元或分立电路单元，参考图3所概述的电路、例程、应用程序、对象、过程、管理器和/或模块的每一个可作为ASIC内的物理上有区别的硬件电路而被实现。图3中所示的电路、例程、应用程序、对象、过程、管理器和/或模块将采用的特定形式是一个设计的选择，并且这对于本领域的技术人员是明显和可预测的。应当理解，图3中所示的电路、例程、应用程序、对象、过程、管理器和/或模块不需要是相同的设计。

应当理解，例程、应用程序、管理器、过程、对象和/或模块等可被实现为独立的导致所期望的结果的计算机化步骤序列。可以通过一个或多个存储在计算机可读介质中的计算机指令(和/或在所述指令中)来定义这些步骤，应当理解，这包括使用载波等向处理设备提供软件指令。这些步骤可由运行定义这些步骤的指令的计算机执行。因此，术语“例程”、“应用程序”、“管理器”、“过程”、“对象”和/或“模块”等例如可以指任何适当设计的电路、指令序列、由任何编程的过程或编程的功能组织的指令序列、和/或在一个或多个计算机内运行的编程的进程内组织的指令序列。这样的例程、应用程序、管理器、过程、对象和/或模块等还可在执行一个过程的电路内被直接地实现。另外，在参考图3所述的数据处理还可由运行一个或多个适当程序的计算机、由被设计用来执行所述方法的特殊用途硬件、或由这样的硬件、固件和软件单元的任何组合来执行。

图4更详细地说明图3所示的分段模块1600的示例实施例。如图4所示，分段模块1600通过信号线1510输入色域增强的图像数据信号GME，并将其提供给从属的最小-最大模块1610、动态门限模块1620和扫描MRC分离模块1660的每一个。如图4所示，分段模块1600还通过信号线1410将缩放的网纹幅度信号SMS(如果可得的话)输入到动态门限模块1620。

从属的最小-最大模块1610通过信号线1510输入色域增强的图像数据信号GME，并为输入图像数据中的每个像素通过信号线1612将局部最大图像值信号MAX和通过信号线1614将局部最小图像值信号MIN输出到动态门限模块1620和扫描MRC分离模块1660。也就是说，对于被变换的图像中的每个像素，定义该像素的邻域的窗口被应用到该像素，并且该窗口内的像素的最大和最小图像值被确定并被标识为所涉及的该像素的从属的最大和从属的最小图像值。这在所引用的249和246申请中被更详细地描述。

动态门限模块1620通过信号线1510输入色域增强的图像数据信号GME、通过信号线1410输入缩放的网纹幅度信号SMS(如果可得的话)、通过信号线1612和1614输入从属的最大信号MAX和从属最小信号MIN。动态门限模块1620通过信号线1622将增强控制信号Enh输出到扫描MRC分离模块1660和二元缩放模块1640。动态门限模块1620还通过通过信号线1624将原始灰度级别选择器信号Grr输出到块平滑模块1630。块平滑模块1630过滤原始灰度信号Grr和通过信号线1632将平滑灰度选择器信号Grs输出到二元缩放模块1640。

二元缩放模块1640通过信号线1622输入增强的图像数据信号Enh和通过信号线1632输入平滑的灰度信号Grs，并通过信号线1642输出二元选择器平面数据信号SEL。

二元缩放模块1640生成二元选择器信号SEL，其形成通用交换格式(图1)的选择器平面SEL120。二元选择器信号SEL控制分离成前景FGD和背景BGD平面的MRC分离。为了提供高质量的分离，可在输入扫描仪分辨率的更高的倍数下生成二元选择器信号SEL。图像数据通常在固定的分辨率下被扫描，例如每英寸300或600点。为了提高文本和线艺术的质量，可在更高的分辨率下(例如每英寸1200点)生成和输出二元选择器信号SEL。SEL上采样的量虽然不限于但通常是二进制的作为二的幂的整数，诸如1、2、4……等。当使用更高的分辨率时(放大2倍或更多)，为每个输入像素生成多个二进制SEL比特。这些比特被打包在一起作为打包的选择器信号SPK并且顺序地被发送到输出端。例如，当选择器以2x被上采样时，打包的选择器信号SPK输出将为每个输入像素包含四个比特，并且该SPK现在实际上是两倍于输入分辨率。二进制缩放模块1640通过信号线1644将打包的选择器信号SPK输出到标记边缘模块1650。

标记边缘模块1650分析打包的选择器信号SPK的比特模式，其可处于输入分辨率的相同或更高倍数下。标记边缘模块1650从打包的选择器信号SPK中提取与MRC分离相关的信息。该信息是基于计数对应于一个输入图像像素的更高的分辨率边缘的数目和极性。该信息借助于选择器边缘提取SEE信号被传递到MRC分离模块。标记边缘模块1650输入打包的选择器信号SPK1644并输出选择器边缘提取信号SEE1652到扫描MRC分离模块1660。图像像素强度极性是比较给定像素或像素组(包括一行)与另一个像素或像素组的强度的相对概念。对于两组像素，具有更高强度的组相对于具有较低像素强度的组具有正极性，而较低像素强度组具有比较高强度像素组更低的极性。美国专利5,515,452例如提供了边缘极性的解释。

扫描MRC分离模块1660通过信号线1510输入色域增强的图像数据信号GME，通过信号线1612和1614输入从属的最大和最小信号MAX和MIN，通过信号线1622输入增强的图像数据信号Enh和通过信号线1652输入选择器边缘提取信号SEE。扫描MRC分离模块1660基于这些信号将色域增强的图像数据信号GME分离成背景平面信号BGD和前景平面信号FGD。

应当理解，所引用的249、277和368申请提供对于动态门限模块1620的操作的更多的细节。所引用的063申请提供关于块平滑模块1630的操作的更多的细节。所引用的157和248申请提供关于二进制缩放和标记边缘模块1640和1650的操作的更多的细节，同时所引用的157申请还提供关于扫描MRC分离模块1660的操作的更多的细节。

图5说明根据本发明的N层图像数据生成系统2000的一个示例实施例。该N层图像数据生成系统可以是静电复印彩色打印机、刻印设备、数字影印机、喷墨打印机等。如图5所示，N层图像数据生成系统2000通过信号线2010将扫描仪信号SRC输入到扫描仪颜色变换模块2100。扫描仪颜色变换模块2100通过信号线2110将扫描仪颜色变换的信号SCC输出到网纹估计模块2200和去网纹模块2300。网纹估计模块2200通过信号线2210将估计的网纹频率信号SCF输出到去网纹模块2300，并通过信号线2220将估计的网纹幅度信号SCM输出到去网纹模块2300和缩放模块2400。去网纹模块2300通过信号线2310将模糊信号BLR输出到统计模块3100，并通过信号线2320将去网纹的图像数据信号DSC输出到缩放模块2400。缩放模块2400通过信号线2410将缩放的网纹幅度信号SMS输出到分段模块2600，并且通过信号线2420将缩放的去网纹的图像数据信号DSS输出到色域增强模块2500。色域增强模块2500通过信号线2510将色域增强的图像数据信号GME输出到分段模块2600。应当理解，各模块和信号线2010-2510的每一个与参考图3中以及在所引用的499；026；249；277；157；250；057；234；461；062；261；246；368；248；063；064和084申请中描述和概括的那些大体相同，因而不在后面详细地描述了。

如图5中所示，替代分段模块1600和查找表格模块1700以及三层图像数据生成系统1000的相关的信号线，N层图像数据生成系统2000包括一个不同的分段模块2600、斑点识别模块2700、映射斑点和集群模块2800以及背景调节模块2900。但是，又如图5所示，虽然N层图像数据生成系统2000还包括压缩模块3000、统计模块3100和PDF包装器模块3200，这些单元进行基本类似于但不是必须等同于参考图3所概述的对应模块1800、1900和1950的操作。

特别地，如图5所示，分段模块2600只通过信号线2510输入色域增强的图像数据信号GME和通过信号线2410输入缩放的网纹幅度信号SMS。分段模块2600处理这些信号并且生成三状态边缘连续性信号TEC，其通过信号线2641被输出到斑点识别模块2700。分段模块2600还通过信号线2656将增强的图像数据信号ENH输出到斑点识别模块2700和映射斑点和集群模块2800。斑点识别模块2700分别通过信号线2641和2656输入三状态边缘连续性信号TEC和增强的图像数据信号ENH，并将它们变换成斑点ID信号(BID)和斑点的全局表格GTB。这些信号的每一个分别通过信号线2710和2720被输出到映射斑点和集群模块2800。

映射斑点和集群模块2800通过信号线2656输入增强的图像数据信号EHN、通过信号线2710输入斑点ID信号BID和通过信号线2720输入斑点的全局表格信号GTB，以及部分地根据与每一个不同的平面和不同的斑点关联的特定颜色将各个斑点分配给多个二元前景平面中的不同的平面。映射斑点和集群模块2800还确定各个二元前景层的范围，因为每个二元前景层不需要在被变换的图像数据的完全大小上扩展。例如，这发生在当一个二元前景平面的所有斑点只位于被变换的文档的一半中、使得该二元前景平面的另一半总是空的时候。因为该二元前景平面的另一半总是空的，就不需要压缩或维持该二元前景平面的另一半。因此，可由此调整该二元前景平面的大小。

映射斑点和集群模块2800通过信号线2851为每个二元前景层将二元数据输出到压缩模块3000。映射斑点和集群模块2800还通过信号线2835输出二元选择器信号BEL(这是所有二元前景屏蔽的联合)并且还通过信号线2852将增强的颜色信号ENH传送到背景调节模块2900。背景调节模块2900调节背景图像数据信号BG的背景并且通过信号线2910将调节的背景图像数据信号BGA输出到压缩模块3000。

背景调节模块2900调节背景灰度层以将区域用最大化背景灰度平面的可压缩度的数据填充，当图像被重新组合时这些区域将由来自二元前景平面的各个不同平面的数据代替。经调节的背景灰度平面信号BGA通过信号线2910被输出到压缩模块3000。

如同压缩模块1800，压缩模块3000使用一个适用于被压缩的特定数据类型的压缩例程来有差别地压缩通过信号线2851接收的每一个二元前景层和通过信号线2910接收的背景图像数据信号BGA，以便为二元前景层和背景平面生成压缩的图像数据。

压缩模块3000接着通过信号线3010将压缩的二元前景层输出到PDF包装器3200，并且通过信号线3020将压缩的背景信号BGC输出到PDF包装器3200。

与此并行地，模糊信号BLR通过信号线2310被输入到统计模块3100，该模块进行类似于参考图3概述的统计模块1900的操作。统计信号STS通过信号线3110被输出到PDF包装器3200。因为聚集的统计数据的量很小，因此通常不被压缩。PDF包装器3200通过信号线3010输入压缩的层信号、通过信号线3020输入压缩的背景BGC和通过信号线3110输入统计信号STS，以及将它们组合到通过信号线3210被输出到下游过程的n层PDF文件(PDF)中。

应当理解，在各个示例实施例中，N层图像数据生成系统2000可作为在编程的通用计算机上执行的软件来实现。同样，N层图像数据生成系统2000还可在特殊用途计算机、编程的微处理器或微控制器和外围集成电路元件、以及ASIC或其他集成电路、数字信号处理器(DSP)、诸如分立元件电路的硬连线电子或逻辑电路、诸如PLD、PLA、FPGA或PAL的可编程逻辑设备等等上实现。总之，任何能够实现在这里和在所引用的499；026；249；277；157；250；057；234；461；062；261；246；368；248；063；064和084申请中公开的功能的设备可被用于实现N层图像数据生成系统2000。在图5中概述的连接各个模块等的各个信号线的每一个可以是直接信号线连接或可以是使用隐式编程接口等实现的软件连接。应当理解，任何适合的硬件、固件或软件单元或数据结构能被用于实现关于图5所概述的一个或多个各种模块和/或信号线。

应当理解，参考图5所概述的电路、例程、应用程序、模块等的每一个能被实现为存储在计算机可读介质和能够在编程的通用计算机、编程的特殊用途计算机、编程的微处理器、编程的数字信号处理器等上执行的软件。这样的计算机可读介质包括使用载波等来给处理设备提供软件指令。还应当理解，参考图5所概述的电路、例程、应用程序、对象、过程、管理器和/或模块的每一个可作为适当编程的通用计算机的各部分而被实现。或者，使用数字信号处理器DSP、使用FPGA、PLD、PLA和/或PAL或使用分立逻辑单元或分立电路单元，图5所述的电路、例程、应用程序、对象、过程、管理器和/或模块的每一个可作为ASIC内的物理上有区别的硬件电路而被实现。图5中所示的电路、例程、应用程序、对象、过程、管理器和/或模块采用的特定形式是一个设计的选择，并且这对于本领域的技术人员是明显和可预测的。应当理解，图5中所示的电路、例程、应用程序、对象、过程、管理器和/或模块不需要是相同的设计。

应当理解，例程、应用程序、管理器、过程、对象和/或模块等可被实现为独立的导致所期望的结果的计算机化步骤序列。可以由一个或多个存储在计算机可读介质中的计算机指令或在所述指令中来定义这些步骤，应当理解，这包括使用载波等向处理设备提供软件指令。这些步骤可通过运行定义这些步骤的指令的计算机执行。因此，术语“例程”、“应用程序”、“管理器”、“过程”、“对象”和/或“模块”等例如可指任何适当设计的电路、指令序列、用任何编程的过程或编程的功能组织的指令序列、和/或在一个或多个计算机内运行的编程的进程内组织的指令序列。这样的例程、应用程序、管理器、过程、对象和/或模块等还可在执行一个过程的电路内被直接地实现。另外，参考图5所述的数据处理还可由运行一个或多个适当程序的计算机、由被设计用来执行所述方法的特殊用途硬件、或由这样的硬件、固件和软件单元的任何组合来执行。

图6更详细地说明图5中所示的N层图像数据生成系统2000的分段模块2600的一个示例实施例。如图6所示，色域增强的图像数据信号GME通过信号线2510被输入到从属的最小-最大模块2610和动态门限模块2620。类似地，如果可用，缩放的网纹幅度信号SMS通过信号线2410被输入到动态门限模块2620。从属的最小-最大模块2610和动态门限模块2620类似于图4中说明的分段模块1600的从属的最小-最大模块1610和动态门限模块1620进行操作。因此，不在进一步描述这些模块的结构和操作。

如图6所示，从属的最小-最大模块2610分别通过一对信号线2611和2612将最大值信号MAX和最小值信号MIN输出到动态门限模块2620和边缘增强模块2650。动态门限模块2620通过信号线2621将增强的图像数据信号Enh输出到边缘增强模块2650，并通过信号线2622将原始灰度选择器信号Grr输出到量化模块2640。

在各个示例实施例中，所测量的从属的最小和最大值MIN和MAX是由从属的最小-最大模块2610在所涉及的当前像素周围的某一相邻区域中测量的，诸如在7乘7的像素窗口中测量。所涉及的当前像素的从属的最大值是在窗口中具有最高亮度值的像素的图像值。从属的最小值是在窗口中具有最低亮度值的像素的图像值。MIN和MAX信号的色度通道通常不牵涉到最小和最大操作，而是表示在给定窗口区域内具有最亮或最暗的亮度值的图像像素的对应色度值(因而标签为“从属的”)。通常，从属的最大和最小信号MAX和MIN是24比特、三个分量的矢量信号，对应于适当颜色空间的三个正交轴。应当理解，可使用任何颜色空间，虽然诸如LAB、YCC、XYZ等的一些颜色空间更加方便，因为可通过只检查三个分量中的一个来在这些颜色空间中找到亮度。

动态门限模块2620使用所识别的像素的图像值，用以将自适应的定门限应用到色域增强的图像数据信号GME。特别地，动态门限模块2620为所涉及的像素确定从属的门限和从属的规格化的值。在各个示例实施例中，从属的门限被确定为所涉及的当前像素的MAX和MIN值的平均值或中点，同时在各个示例实施例中，从属的规格化的值被确定为所涉及的当前像素的MAX和MIN值的差。应当理解，动态门限单元2620的操作与参考图3以及在所引用的249；277；157；250；246；368；248和063申请中描述和概括的那些大体相同，因而不在后面详细地描述了。

应当理解，在各个示例实施例中，动态门限模块2620和量化模块2640可被组合成一个输入色域增强的信号GME和从属的最大和最小信号MAX和MIN并输出三状态边缘连续性信号TEC的信号模块。

在此类示例实施例中，将从属的规格化的信号的绝对值与对比度门限作比较。在各个示例实施例中，对比度门限是1，虽然其可以是任何期望的值。如果从属的规格化的信号的绝对值小于对比度门限，则为所涉及的当前像素将三状态边缘连续性信号TEC的值设置为0。如果从属的规格化的信号的绝对值大于或等于对比度门限，则为所涉及的当前像素将三状态边缘连续性信号TEC的值设置为+1或-1，这取决于所涉及的当前像素的色域增强的图像数据信号GME的值是大于还是小于动态门限值。

量化模块2640将8比特的原始灰度选择器信号Grr变换成三状态边缘连续性信号TEC，其通过信号线2641被输出到斑点识别模块2700。2比特的三状态边缘连续性信号还作为选择器边缘提取信号SEE通过信号线2642被输出到边缘增强模块2650。该边缘增强模块还通过信号线2631输入增强级别信号ENL并通过信号线2510输入色域增强的图像数据信号GME。基于所有输入到边缘增强模块2650的信号，边缘增强模块2650通过信号线2656将颜色增强的图像数据信号ENH输出到斑点识别模块2700和映射斑点和集群模块2800，如图5所示。

如上所述，所引用的249和245申请提供关于从属的最小-最大模块2610的更多的细节。同样，所引用的249、277和368申请提供了关于动态门限模块2620的更多的细节。

如上所概述，量化模块2640通过信号线2622输入8比特的原始灰度选择器信号Grr并将该8比特信号变换成2比特的三状态值信号TEC。表1说明在各个示例实施例中，从-128到+127范围的Grr值如何被变换成通过信号线2641被输出的三状态边缘连续性信号TEC和通过信号线2642被输出到边缘增强模块2650的EEE信号。

Grr值	解释	TEC值	语义解释
				+127	强的正边缘	+1	H
…	强的正边缘	+1
			+2	强的正边缘	+1
+1	弱的正边缘	0				O
			0	没有边缘	0
-1	弱的负边缘	0
			-2	强的负边缘	-1		L
…	强的负边缘	-1
			-128	强的负边缘	-1

            表1：Grr到TEC的量化

在该特定的示例实施例中，三状态边缘连续性信号TEC具有与输入图像同样的分辨率。但是，如果寻求更高的文本和线艺术质量，可以以扫描分辨率的二进制整数倍来生成三状态边缘连续性信号TEC。增加TEC分辨率的方法和方式类似上面结合关打包的选择器信号SPX所描述的那样。

如表1所示，三状态边缘连续性信号TEC具有三个值，即-1、0和+1。在该情况下，三状态边缘连续性信号TEC具有扫描仪分辨率，选择器边缘提取信号EEE对应于具有与TEC相同的值。TEC值的语义解释使用L、O和H，用以代替三状态边缘连续性信号TEC的值-1、0和+1。如表1所示，三状态边缘连续性信号TEC和选择器边缘连续性信号EEE的0值对应于原始灰度选择器信号Grr的弱边缘或无边缘，比如对应于Grr信号值中的范围[-1到+1](包含端点的)。相对地，具有大于原始灰度选择器信号Grr的+1的值的强的正边缘被转换为三状态边缘连续性信号TEC和选择器边缘提取信号EEE的+1值(或‘H’)。最后，具有小于原始灰度选择器信号Grr的-1的值的强的负边缘被映射到三状态边缘连续性信号TEC和选择器边缘提取信号EEE的-1值(或‘L’)。在图7中更详细描述的边缘增强模块2650使用选择器边缘提取信号EEE的H、O和L值来确定各个颜色信号GME、MAX或MIN的那个将被作为增强的图像数据信号信号ENH被输出。

图7更详细地说明图6中所示的边缘增强模块2650的一个示例实施例。如图7所示，边缘增强模块2650包括第一和第二插值模块2651和2653以及一个多路复用器2655。第一插值模块2651通过信号线2611输入从属的最大信号MAX和通过信号线2510输入色域增强的图像数据信号GME以及通过信号线2631从增强级别存储器2630输入增强级别信号ENL。相对地，第二插值模块2653通过信号线2612输入从属的最小信号MIN和通过信号线2510输入色域增强的图像数据信号GME以及通过信号线2631输入增强级别信号ENL。第一和第二插值模块2651和2653用于通过在逐个像素的基础上分别使色域增强的图像数据信号GME更亮或更暗来从色域增强的图像数据信号GME创建边缘增强的图像数据。特别地，第一插值模块2651在逐个像素的基础上生成更亮的色域增强的图像数据信号EH，如：

EH＝[GME+(MAX-GME)(ENL/256)]。

相对地，第二插值模块2653在逐个像素的基础上生成更暗的色域增强的图像数据信号EL，如：

EL＝[GME+(MIN-GME)(ENL/256)]。

更亮和更暗的图像数据信号EH和EL的每一个和原始的色域增强的图像数据信号GME一起被输出到多路复用器2655。多路复用器2655还将三状态边缘连续性信号TEC作为选择器边缘提取信号EEE输入。

如图7所示，多路复用器2655使用选择器边缘连续性信号EEE作为控制信号来在逐个像素的基础上在原始的色域增强的图像数据信号GME和更亮或更暗的图像数据信号EH或EL之间分别进行选择。特别地，参考表1，选择器边缘提取信号EEE的H值被用于选择EH信号，同时选择器边缘提取信号EEE的L值被用于选择EL信号。选择器边缘提取信号EEE的0值被用于选择原始的色域增强的图像数据信号GME。多路复用器2655基于EEE信号的值通过信号线2656将EH信号、色域增强的图像数据信号GME或EL信号的所选择的其中一个作为增强的图像数据信号ENH输出。

应当理解，当存在强的正边缘时在信号线2656上输出的增强的图像数据信号ENH相对于原始的色域增强的图像数据信号被变得更亮，而如果存在强的负边缘，则信号ENH相对于原始的色域增强的图像数据信号被变得更暗。最后，如果不存在强的正边缘或强的负边缘或如果最多存在弱边缘，则通过输出原始的色域增强的图像数据信号GME而不存在增强。

图8显示了在信号线2631上输入到第一和第二插值模块2651和2653的增强级别信号ENL的效果。如图8所示，对于由图8中的对角穿过的阴影值表示的原始的色域增强的图像数据信号GME，当增强级别信号ENL具有50％的值(或者对于8比特信号是128)时在门限值2601以下的值向最小值2614移动，但是最多以部分的方式，同时在门限值2601以上的值部分地朝最大值2616移动，导致50％增强的信号320。相对地，对于导致上述两个等式中使用的分数ENL/256具有值1的100％增强的信号，原始的色域增强的信号GME的值被完全朝最小值2614驱动，而门限2610之上的值被完全朝最大值2616驱动。这发生的原因是：在上述的两个等式中，当分数ENL/256为1时，两个等式中的色域增强的图像数据信号GME的值抵偿，在两个等式中只留下从属的最大信号MAX的值和从属的最小信号MIN的值。

参考图5，斑点识别模块2700通过信号线2656输入颜色增强的图像数据信号ENH和通过信号线2641输入2比特的三状态边缘连续性信号TEC。斑点识别模块2700将输入的增强的图像数据分段成斑点，其中每一个可能适合在多个二元前景平面的单独的一个上表示。斑点识别模块2700通过在逐个像素的基础上将图像的每个像素依次分配给先前识别的斑点、新的斑点或背景灰度图像平面来进行操作。斑点识别模块将图像分离成斑点，使得每个斑点具有连续的强边缘并且要么完全在每个其他斑点之内，或完全在其之外。在各个示例实施例中，斑点识别模块2700通过为所涉及的当前像素和多个周围的像素检查这些像素的三状态边缘连续性信号TEC的值而进行操作。在各个示例实施例中，斑点识别模块2700将一些简单的规则应用来识别独立的区域(比如斑点)，这些区域保证没有被部分地重叠，因此简化了了将诸如斑点的图像的不同区域分配给不同的多个二元前景平面的任务和确定了背景层的适当填充的。

基于所涉及的当前像素和多个相邻像素的三状态边缘连续性信号TEC的值，斑点识别模块2700用斑点ID给所涉及的像素加标签，斑点ID在后续的处理中被使用。

在各个示例实施例中，斑点识别模块2700从图像的左上角像素开始并且从左到右沿着图像的像素的每个水平行移动直到到达该行末尾。接着，斑点识别模块2700选择下一行并从该行的最左边的像素开始。随着每个像素依次被选择，斑点识别模块2700输入该像素的三状态边缘连续性信号TEC，以及一个或多个相邻像素的三状态边缘连续性信号TEC的值。

在各个示例实施例中，斑点识别模块2700使用所涉及的像素、所涉及的像素上边紧接的像素和所涉及的像素左边紧接的像素的三状态边缘连续性信号TEC的值。对于更高的质量，可使用附加的邻近TEC像素，比如左上对角的、或左边或上边的距离2个像素的像素。应当理解，TEC像素的特定数量既不试图穷尽也不试图限制。对于最上一行的像素，和对于最左一列的像素，如果上边或左边相邻的像素因为不存在而不可得，那么该上边或左边相邻的像素被假设具有和所涉及的当前像素相同的边缘连续性值。基于如上所述的当前像素的紧接邻域中的像素的三状态边缘连续性信号TEC的三个或更多的值，斑点识别模块2700如表2所述的那样识别所涉及的当前像素的斑点数量。

TEC值			动作
				左边像素	上边像素	当前像素
-1	-1	-1					合并像素ID
			-1	-1	+1	新ID
-1	+1	-1					从左边像素继承ID
			-1	+1	+1	从上边像素继承ID
+1	-1	-1					从上边像素继承ID
			+1	-1	+1	从左边像素继承ID
+1	+1	-1					新ID
			+1	+1	+1	合并像素ID
0	-1	+1					合并到背景中
			-1	0	+1	合并到背景中
-1	+1	0					合并到背景中
			0	+1	-1	合并到背景中
+1	0	-1					合并到背景中
			+1	-1	0	合并到背景中
0	-1	-1					确定当前像素的颜色是否同时类似于上边和左边的像素的颜色。如果是，则合并像素ID。否则合并到背景中。
			-1	0	-1
-1	-1	0
			0	+1	+1
+1	0	+1
			+1	+1	0
0	0	-1
			0	0	+1
0	-1	0
			0	+1	0
-1	0	0
			+1	0	0
0	0	0

                       表2

如表2所示，在这个示例表2实施例中，基于这三个像素的三状态边缘连续性信号TEC的值，斑点识别模块2700对所涉及的当前像素以及上面紧接和左边紧接的像素所属于的斑点执行若干个可能的动作的其中一个。表2说明一个加快斑点识别过程的特定方法。该方法基于模式匹配技术。三个或更多的边缘连续性TEC像素组合在一起以在表中形成一个地址。该地址接着被用来从该表查找特定的动作。每个表地址对应于不同的TEC模式组合。特别地，当三个像素对于三状态边缘连续性信号TEC具有相同的非零值时，当前像素、包含上面相邻的像素的斑点和包含左边相邻的像素的斑点都被合并到具有单个斑点ID的单个斑点中。在各个示例实施例中，将被分配给该合并的斑点的斑点ID是上面相邻和左边相邻的像素的最低的斑点ID。在各个其它示例实施例中，分配给该合并的斑点的斑点ID或者总是与上面相邻的像素关联的斑点ID或者是与左边相邻的像素关联的斑点ID。然而，可以利用将特定斑点ID分配给合并的斑点的任何一致的方法。

当三个像素的三状态边缘连续性信号TEC的值都非零、但当前的像素的值不同于上面相邻和左边相邻的像素的值时，当前像素被分配了一个新的斑点ID因而开始了一个新的斑点。当三个像素的三状态边缘连续性信号TEC的值都非零、但当前的像素与上面相邻或左边相邻的像素之一相符合并与上面相邻和左边相邻的像素的另一个不相符合时，当前像素从上面相邻或左边相邻的像素继承其斑点ID，这取决于哪一个具有与当前像素相同的三状态边缘连续性值。

当三个像素的每一个对于三状态边缘连续性信号TEC都包含不同的值时，例如一个像素具有+1值、一个像素具有-1值和一个像素具有0值，那么在这三个像素之间存在显著的连续性间断。因此，当前像素被被合并到背景灰度平面中。类似地，所有具有与左边相邻像素相同的斑点ID的像素和所有具有与上面相邻像素相同的斑点ID的像素也被合并到背景灰度平面中。应当理解，对于上面标识的动作的任何一个，当斑点被合并到一起或被合并到背景平面中时，任何未存留下来的斑点的斑点ID被释放，因而可被后来的斑点重新使用。

对于三状态边缘连续性信号TEC的值对于所有的像素都是0、或三状态边缘连续性信号TEC的值对于像素的其中之一是0同时对于其他两个像素是相同的任何情况，确定上面相邻和左边相邻的像素的每一个的24比特、三分量的颜色是否足够类似于当前像素的24比特、三分量的颜色。在各个示例实施例中，如果当前像素和上面相邻或左边相邻的像素其中一个的三个颜色分量的每一个的绝对差的总和小于一个固定的门限(或使用任何其他可比较的方法)，那这两个像素的颜色被确定为足够相似。

在各个其它示例实施例中，不对三个像素的每一个使用24比特颜色值，而是在这个比较中使用由分段模块2600为三个像素的每一个确定的24比特MAX或24比特MIN值。在这个情况下，如果三状态边缘连续性信号TEC的值对于一个特定像素是+1，MAX值被用于该像素。相对地，如果三状态边缘连续性信号TEC的值对于一个特定像素是-1，MIN值被用于该像素。如果上面相邻和左边相邻的像素的颜色被确定为足够类似于当前像素的颜色，如上所述的合并操作被用来将当前像素、包含上面相邻的像素的斑点和包含左边相邻的像素的斑点都被合并到单个斑点中。否则，如参考不同的值出现在三个像素上的情况所概括的那样，当前像素以及包含上面相邻的像素的斑点和包含左边相邻的像素的斑点都被合并到背景平面中。

在各个示例实施例中，斑点识别模块2700通过创建和维护斑点全局表格来跟踪斑点，该表格包含每个斑点的属性。该表格包含各种相关的斑点信息元素，比如斑点ID、其由其上、左、下和右边坐标定义的边界框、构成斑点的像素的典型颜色值、多少前景像素包括在斑点内的计数和/或斑点的形状。应当理解，在各个示例实施例中，斑点的像素的颜色可被定义为游动(running)平均值。在其他的各个示例实施例中，不保存游动的平均值而保存游动的和。也就是说，当斑点还没有被完成时，所维护的是一个游动的和而不是游动的平均值。这避免了必须不断地重新确定游动平均值。在各个示例实施例中，在斑点完成之后，使得没有附加的像素在某个之后的时候被添加到斑点，该游动的和可除以前景像素的数量以确定平均的颜色值。

应当理解，在各个示例实施例中，斑点识别模块2700可创建多于一个的斑点表格。例如在各个示例实施例中，斑点识别模块2700创建像素斑点的工作表格。对于每个斑点，该表格包含斑点属性，其中每个斑点是分离的条目。该工作表格还维护在斑点识别过程期间生成的8比特图像信号BID中的斑点形状。

斑点识别模块2700维护斑点的全局表格以包含不再有效的斑点，比如完成的斑点。在处理期间，满足所有所需条件的新识别的斑点从临时工作表格被拷贝到斑点的全局表格。

斑点的形状作为斑点ID的函数被维护。也就是说，每个像素被给定一个对应于其所属于的斑点的不同的斑点ID。将这些斑点ID映射到图像平面上就定义了该斑点的形状。应当进一步理解，要被分配给灰度背景平面的像素被分配了一个特殊的斑点标识符，比如将这些像素标识为“背景”斑点一部分的那些像素的0值。

每次识别新的斑点时，因为该斑点既不是连接到先前定义的相邻斑点，也不具有与先前定义的相邻斑点不同的颜色，所以给它在工作表格中分配一个新的斑点ID。接着用从斑点像素收集的信息初始化对应的表格条目。随着斑点识别模块2700继续操作，如果前景像素接近地匹配邻近像素的斑点属性，则新的前景像素被添加到先前开放的斑点。如上所述，将像素包含到已存在的斑点中的两个主要标准是基于边缘连续性和颜色的相似性。随着新的像素被添加到已存在的斑点，对应于这些已存在的斑点的斑点表格的内容被更新，以反映新的边界框大小、斑点颜色的更新的游动平均值或游动和、增加的斑点前景像素计数等。

如上所指出的，如果当斑点识别模块2700操作时、两个或更多的先前分离的斑点变成连接(就如对于字符“y”的情况)并且所有这些斑点在颜色上相符合，那么这些斑点被合并以变为单个较大的斑点。特别地，这个较大的斑点是先前连接斑点的联合。为了合并斑点，斑点识别模块2700挑选一个斑点ID，比如较小的一个，并更新其表格条目以包括所有来自所合并的斑点的像素，包括新的边界框大小、游动平均值或游动和颜色、前景计数等。另外，斑点识别模块更新斑点图像的形状以将单个所选择的斑点ID分配给在所合并的组中的所有像素。一旦完成，斑点识别模块2700从斑点的工作表格中移除第二个和连接斑点ID及其相关的表格条目。用这种方式释放的任何斑点ID可被再次循环，并且如果遇到一个新开放的斑点，在此时该斑点ID可用于分配给该新开放的斑点。

应当理解，当达到斑点的末尾，例如当没有在最后的斑点扫描线之下找到类似颜色的附加的连接的新的像素、并且整体边缘连续性和颜色满足所有要求的条件时，斑点识别模块2700关闭开放的斑点。在这个情况下，斑点属性(诸如边界框、斑点颜色的游动平均值或游动和、前景像素的计数、斑点形状等)被最后一次更新，以反映整个斑点的最后值。该斑点接着从活跃列表被移除并被拷贝到最后的斑点列表上，比如斑点全局表格。

应当进一步理解，在一个特定实施例中，斑点识别过程可被简化为在两次经过中操作以便减少总的计算量，并且极大地减少了所需要的存储器量。在第一次经过时，斑点ID过程从最顶部的线到底部线按如前所述的那样进行，并且在过程中，只根据当前和先前的扫描信息为每个扫描线独立地分配斑点ID。在第二次经过中，过程按相反方向从底部线到顶部线进行，并且过程将斑点ID数决定为在整个页面中是唯一和一致定义的。上面的方法特别强大，因为其在任何给定时刻只要求一条线的情境，和只要求仅仅很小的工作表格的维护而不是对包含多得多的斑点的整个页面的整个斑点表格的维护。

应当理解，在各个示例实施例中，临时工作表格或开放的斑点的活跃列表被限制为某一定义的数目，比如256个在任何给定时间的开放的斑点，其通常包括“背景”斑点。虽然任何特定数目可被选择为可允许斑点的最大数，但可以意识到无论定义的数目的大小，特别繁忙的页面将到达这个数目。如果一个窗口内的活跃斑点的数量接近该定义的最大数，斑点识别模块2700被设计为自动减少斑点的数量以为新的斑点腾出空间。应当理解，任何削减活跃斑点的数量的期望技术可被用于减少活跃斑点表格中斑点的数量。

图9-12说明四个不同的可能由斑点识别模块2700遇到的可能的斑点类型。图9说明一个有效的单个斑点400。如图9所示，斑点400由定义闭合曲线的强边缘410定义，并且由三状态边缘连续性信号TEC的+1值在闭合曲线的一边定界以及由三状态边缘连续性信号TEC的-1值在另一边定界。闭合曲线410因此从位于斑点400之外的像素401分离出在斑点410内部的像素402。

应当理解，如图9所示，斑点因此是任何由闭合曲线定义的和由所有边上的强边缘定界的像素组。也就是说，闭合曲线或强边缘由一组连接的像素定义，该组像素在边缘的一边具有相同的三状态边缘连续性信号TEC的值，并且对于在边缘的另一边上的像素具有不同于前者的相同的三状态边缘连续性信号TEC的值。由此，在边缘410的每一边上的像素的三状态边缘连续性信号TEC的值不能停止或改变符号。

图10说明斑点对400’，其中第一斑点包含一个第二斑点。如图10所示，定义第一斑点的闭合曲线或边缘410是由外部像素401的三状态边缘连续性信号的+1值定义的，同时内部像素402具有三状态边缘连续性信号TEC的-1值。相对地，对于定义第二斑点的第二闭合曲线420，该闭合曲线420的外部上的像素(其也是内部像素402)具有三状态边缘连续性信号TEC的+1值，然而在闭合曲线420的内部的像素404具有三状态边缘连续性信号-1值。图10因此说明不需要单个斑点的内部中的所有像素具有相同的三状态边缘连续性信号TEC值。

图11说明具有没有闭合的边缘或曲线430的潜在斑点400”。也就是说，如图11所示，当在曲线430的外部的大部分像素401具有三状态边缘连续性信号TEC+1值时，至少一个像素401具有三状态边缘连续性信号TEC的0值。类似的，当大部分内部像素402具有三状态边缘连续性信号TEC-1值时，至少一个在内部的像素402具有三状态边缘连续性信号TEC的0值。由此，因为潜在斑点400”的边缘430停止，潜在斑点400”不是由所有边上的强边缘定界，因此潜在斑点400”被认为不是一个有效的斑点并因而被合并到背景平面中。在各个示例实施例中，这是通过用背景斑点ID标记用此斑点识别的所有像素来完成的，所述ID可方便的被选为0，例如一个最小可能值或最大可能值。

图12显示一对潜在斑点400。如图12所示，斑点400的第一个由闭合的曲线或强边缘410定界，而斑点400的另一个具有间断的边缘或开放的曲线430。因此很清楚，斑点对400的第二个斑点不是有效的斑点。但是，即使图12所示的斑点对400的第一个斑点具有闭合曲线(即由在所有边上的强边缘410定界)，在边缘410的内侧上的像素402的三状态边缘连续性信号TEC的值改变符号。特别地，如图12所示，对于内部像素406，在边缘410的另一边上的像素(即在与像素406邻近的开放的曲线430的内部中的像素402)的颜色比像素406的颜色更暗。由此，这些像素406的三状态边缘连续性信号TEC值是+1。相对地，在闭合曲线410的内部中的剩余像素402具有比在此斑点外部的邻近像素更暗的颜色。因此，像素402具有-1的三状态边缘连续性信号TEC值而不是+1。因为这些内部像素402和406三状态边缘连续性信号TEC值变化了，斑点对400的第一个斑点虽然由闭合曲线410定界但也不是有效的斑点并因而被合并到背景平面中。

图13说明当一个斑点完全被包含到另一个斑点内时，如何为不同斑点内的像素分配斑点ID。如图13所示，内部斑点520的所有像素得到一个为2的斑点ID。这很直观，因为内部斑点520的所有像素是邻接的，因而形成一个简单闭合曲线。相对地，斑点510是环形的，因而具有由斑点520的像素从该相同的斑点510的其它像素分离的像素。应当理解，如表2所述的分配斑点ID的上述过程很容易地处理这样的情况，使得复杂形状的斑点(诸如形成字母“Y”或“R”等的斑点)将不用被不必要地分成多个斑点。

一旦斑点识别模块2700通过给图像的像素区域分配不同的斑点ID而将图像的像素区域分组成不同的斑点，斑点识别模块2700将斑点ID信号BID和斑点的全局表格信号GTB输出到映射斑点和集群模块2800。映射斑点和集群模块2800改进斑点识别以从斑点全局表格GTB中挑选出和移除坏的斑点，并将它们的像素合并到背景平面中。

图14十分详细地说明了映射斑点和集群模块2800的一个示例实施例。如图14所示，斑点ID信号BID通过信号线2710、以及斑点全局表格信号GTB通过信号线2720被输入到标记图形模块2810。标记图形模块2810依次选择每个识别的斑点，并且如果存在特定的条件就将该斑点作为坏的斑点来标记。例如，斑点能被作为坏的斑点来标记，只要：(1)斑点的斑点区域太小；或(2)如果该斑点的太少的像素是打开的，即是具有非零的颜色值；或(3)如果高宽比(即斑点边界框的宽度和长度的比例)指示该斑点在垂直或水平上太窄等等。应当理解，可以因为任何数量的原因而把斑点标记为坏的，并且所列出的既不是穷尽的也不是限制的。标记图形模块2810接着通过信号线2811将被修改用以标志坏的斑点的斑点ID信号BID和斑点全局表格信号GTB输出到过滤标记的斑点模块2820。

过滤标记的斑点模块2820分析斑点全局表格以识别被周围好的斑点包围的坏的斑点。同样，过滤标记的斑点模块2820还分析斑点全局表格以识别被周围坏斑点包围的好的斑点。分别分析这些被隔离的好的和坏的斑点，以确定它们是否具有与周围坏的和好的斑点相似的特性。如果有，隔离的坏的斑点被改变成好的斑点。类似的，如果隔离的好的斑点具有与邻近的坏的斑点相同的特性，它们也就被改变成坏的斑点。过滤标记的斑点模块2820接着将坏的斑点从斑点全局表格移除、释放它们的斑点ID并将坏的斑点合并到背景颜色平面中。由过滤标记的斑点模块2820修改的斑点ID信号BID和斑点全局表格信号GTB接着通过数据线2821被输出到标记内部斑点模块2830。

标记内部斑点模块2830识别完全包含在其他斑点内的斑点，比如形成字母“o”和“e”内侧的斑点。在各种示例实施例中，任何这样的内部斑点被合并到背景灰度平面，并且释放其斑点ID号。在各种其他的示例实施例中，分析该斑点的颜色值以确定该内部斑点是否应当被合并到背景中。如果是，如上面那样，内部斑点被合并到背景颜色平面中并且释放其斑点ID号。否则，该斑点继续是活跃的斑点。应当理解，因为三状态边缘连续性信号TEC的值的操作方式，一般测试一个扩展通过两个斑点的水平行去确定一个斑点是否完全在另一个斑点的内部就足够了。

例如，参考图13，为了确定斑点2是否完全包含在斑点1的内部，所有斑点2的像素必须被检查以验证它们全部确实在斑点1的内部。该测试可能是十分耗时的，尤其当斑点2非常大时(因为它必须被检测是否在任何其他斑点的内部)。然而，根据该发明的特定分段器的属性，斑点1和2都被确保沿着它们的周界具有一致的边缘连续性(否则它们不被识别为斑点)。这个重要的属性可有效地用于极大地简化内部斑点测试。测试过程如下：斑点2顶部和底部边界框的坐标被用于计算斑点2中间半路的线位置。这一条线随后被行进通过，如斑点1的边界框定义的那样，从外部斑点1的最左边像素开始到最右边的斑点1像素。该测试接着使用一个简单的状态机来跟踪在这一条线上的像素的斑点ID。这基本上是寻找斑点1像素的一个序列，其后跟随着斑点2像素的一个序列，并且接着再次为斑点1，以在斑点1内部成功找到斑点2。斑点1或2或任何其他斑点的任何顺序颠倒将使内部测试失败。显然，比起检测每种可能的像素组合这要求少得多的计算。

进一步被标记内部斑点模块2830修改的斑点ID信号BID和斑点全局表格信号GTB分别通过信号线2831和2832被输出到映射斑点模块2840。斑点ID信号BID还通过信号线2831被输出到集群斑点模块2850。

映射斑点模块2840通过将类似颜色的所有斑点集群到一起来生成斑点到颜色的索引。在本发明的各种示例实施例中，映射斑点模块2840基于斑点的颜色属性将一个颜色索引分配给一个或多个斑点的每一个。在本发明的一个实施例中，使用集群的八叉树方法。在本发明的另一个实施例中，使用第二个分级二叉树集群方法。无论何种特定的集群技术，整个页面的斑点被分类成通常更小数量的唯一代表性颜色，这些颜色接着被用作多个二元前景平面的颜色。

应当理解，斑点的分类方法可只基于颜色的属性，如八叉树方法那样，或替换地，可基于颜色和空间属性，如分级二叉树方法那样。八叉树方法具有产生最小数量的多个前景平面的优点，因为它将类似颜色的斑点分组到一起，而不管它们在页面的何处。相对地，分级二叉树集群方法只当斑点具有类似颜色并且它们相互靠近时才将它们分组在一起。因此，例如页面顶部的一个红色字符可被放置到一个分离的前景平面中，即使它具有与另一个在页面底部的红色字符相同的颜色。即使分级二叉树集群方法可产生比八叉树方法更多的前景平面，但是其仍然可产生较小的文件大小，尤其当颜色集群是紧凑的并在整个页面稀疏地填充时。在文件大小上不同的主要原因是因为在分级二叉树集群方法中，顶部和底部字符之间的所有的中间像素没有浪费压缩空间。

在一个实施例中，斑点分类过程为剩下的好的斑点建立八叉树。这参考图15-17作进一步详细地描述。映射斑点模块2840接着通过信号线2841将生成的八叉树输出到集群斑点模块2850。在下面更详细地描述的图15说明如何分析增强的颜色图像数据信号ENH，以生成八叉树和斑点到颜色的索引。在各种示例实施例中，如图16和17所示，映射斑点模块2840创建八叉树并接着削剪该八叉树。在此类示例实施例中，八叉树中每个剩余的叶子表示多个二元前景层中不同的层。

在各种示例实施例中，可存在可能的二元前景层的期望的最大数量，例如128。映射斑点模块2840将八叉树的具有类似颜色的叶子集群到一起，以保证不存在比在八叉树中允许剩余的最大数量更多的叶子。映射斑点模块2840接着通过信号线2841将颜色到索引信号CTI输出到集群斑点模块2850。

集群斑点模块2850通过信号线2841输入生成的颜色到索引信号CTI，通过信号线2831输入斑点ID信号BID和通过信号线2856输入增强的图像数据信号ENH。基于斑点ID和颜色到索引信号CTI，集群斑点模块2850将具有足够类似颜色的斑点合并或分配到多个二元前景层的特定的一层。也就是说，对于每个不同的二元前景层，集群斑点模块2850将具有与该二元前景层关联的颜色的层ID的任何斑点组合到该二元前景层中。集群斑点模块2850通过信号线2853生成二元选择器信号BEL，其是所有二元前景屏蔽的联合。另外，其还通过信号线2852将增强的颜色信号ENH传递给背景调节模块2900，以及通过信号线2851将各个确定的二元前景平面传递到压缩模块3000。

图15说明八叉树的一个示例实施例和八叉树如何对应于增强的图像数据信号ENH的三个颜色分量矢量。如图15所示，三个颜色矢量601、602和603的每个包括从最左边最有效的比特扩展到最右边最不有效的比特的8比特的数据。应当理解，虽然图15将24比特颜色矢量的三个分量显示为红、绿和篮色分量，在这里参考图15描述的技术能和任何三维颜色空间一起使用，而不管颜色轴是否为图15所示的红、绿和篮色，或者是LAB、YCC、XYZ或任何其他已知或后来开发的独立于设备的或设备相关的颜色空间分量。

如图15所示，24比特全色彩三分量颜色矢量的三个独立颜色分量601、602和603首先被重新组织成单个24比特字。该24比特字被分成8个分离的3比特的半字节或级别604。每个3比特的半字节或级别604的形成是通过从三个不同分量601-603的每一个聚集具有相同程度有效性的比特并通常按相同的顺序将它们排序，使得三个最有效的比特处于第一个半字节或第零级别605，三个次最有效的比特处于第二半字节或第一级别606，以及三个最不有效的比特处于第八个半字节或第七级别607。这样，每个3比特半字节为每个级别定义8个可能的值。

应当理解，在各个示例实施例中，映射斑点模块2840操作用来如后面描述中所述的那样生成和削减八叉树。

如图15所示，可从8个3比特半字节生成八叉树600，使得对应于第一个半字节或第零级别605的根节点610将具有8个不同的分支611，其每一个对应于该第一个半字节的一个可能的3比特值。

应当理解，在斑点的全局表格信号GTB中的每个不同的识别的斑点将按如此方式被变换。这样，每个不同的斑点将具有与该斑点关联的颜色值的三个分量的三个最有效比特的8个可能的3比特值中的其中之一。对于出现在第一个半字节605的识别的斑点中的8个3比特值中的每一个，比如为对应于3比特值“101”的分支612，在该分支611的末端添加另外的第二个半字节或第一级别节点。对于每个这样具有第一级别或第二半字节节点620的分支611，选择每个识别的斑点的第二半字节606。因此，再次有8个不同的能出现在该第二半字节606中的三比特值，所述第二半字节606将需要将节点添加到第一级别节点620，这取决于这三个比特的值。例如，如图15所示，对于从第一级别节点620延伸的8个分支621，第二级别节点630将需要被添加到那些分支621的末尾，比如分支622，在其上斑点具有对应于第一级别节点620的第零级别的3比特值和对应于位于分支622的末尾上的第二级别节点的第一级别值，比如级别1的值“010”。

因此，如图15所示，第三半字节或第二级别节点630将具有从其延伸的8个分支631。类似地，每个第四半字节或第三级别节点640将具有从其延伸的8个分支641。同样，每个第五、第六、第七和第八半字节将在分别从前级节点延伸的分支641、651、661和671其中之一的末端上分别具有节点650、660、670和680。例如，如果图15中的24比特字的颜色值包括第三半字节的值000、第四半字节的值111，第五半字节的值111、第六半字节的值001、第七半字节的值011和第八半字节的值011，该特定24比特颜色字的树将包含附加的分支641、652、662、672和681，最终得到如图15中所示的在叶子2处结束树600。如果每个其他被识别的斑点的24比特颜色字值类似地被添加到树600，则对于在识别的斑点中存在的每个不同颜色，该树600将包含一个从根或第零级别节点600向下到一个特定第七级别叶子681的路径，比如图15所示的叶子2。但是，因为一些斑点可能具有完全相同的24比特颜色值，就不需要存在与不同的识别的斑点一样多的不同叶子681。

另外，应当理解，如果除第七级别叶子681或第六级别分支672或者甚至第四或第五级别分支651或661之外，两个不同的斑点共享相同的通过树600的路径，则这些颜色可能足够地类似，使得这两个或多个斑点的叶子和/或分支应当被组合。对此在图16和17中更详细地显示。

如上参考映射斑点模块2840所概述的，在块的总表格信号GTB已经由标记图形模块削减之后，留在修改的块的总表格信号GTB中的斑点由过滤标记的斑点模块和标记内部斑点模块2810、2820和2830如上概述那样一次一个斑点地分析，以形成在树600中的路径，该路径从根节点610向下延伸到特定的叶子节点681。应当理解，在树600中的叶子681中数量决定了用于存储多个二元前景平面格式的输入图像的图像数据的不同二元前景平面的数量。

但是，应当理解，允许使用多达224个不同的二元前景平面一般是不合适的。这是正确的，因为人眼通常不能分辩由与每个斑点关联的24比特颜色的第8个半字节或可能甚至第7个、第6个甚至第5个半字节表示的颜色的不同。因此，可允许的层的数量通常被限制到某一数目，通常是2的次方的数目，比如128、256等。因此，如果在八叉树600中的初始的层的数量超过这个限制，八叉树600必须被削剪。应当理解，在各个示例实施例中，八叉树600可通过寻找两个或更多具有类似颜色值的叶子681和将两个最接近的叶子681合并到单个叶子681中来被削剪。这在图16中示出，其中表示半字节604的其中之一的特定节点690具有三个活跃的叶子691、692和693。如图16所示，二元前景层的数量可通过将叶子691和692合并到组合的叶子694而被减少一。

应当理解，八叉树600可被削减，这是通过合并两个或更多的叶子681到其双亲节点671和/或当双亲节点的所有叶子或分支都被剪掉时将双亲节点改变成叶子。结果，对于对应的斑点，整个八叉树600将被缩短对应于这些节点的一个级别。这在图17中更详细地示出。

如图17所示，图16的节点694和693要被合并，使得节点690将具有包括每个原始叶子1、2、和3的单个叶子。但是，因为节点690具有单个叶子，该叶子可被合并到节点690，导致叶子696从在树600中更高一个级别的节点695延伸。一旦八叉树600的所有的叶子和分支被都适当地检查和合并以确保层的数量不超过八叉树600的叶子限制，那么剩下的叶子的每一个被分配一个标识号，其可在之后变为层的标识号。最后，映射斑点模块2840创建一个颜色到索引CTI表，该表将斑点的颜色映射到分配给八叉树600中对应的最终叶子的层ID。

还应当理解，在不同的示例实施例中，虽然各个叶子和节点可被组合(如图16和图17所示)，但与每个合并的节点关联的不同颜色不在此时被合并。与此不同，在此类示例实施例中，颜色在与特定索引关联的斑点被集群斑点模块2850集群到单个层中时被合并。

图18更详细地显示了这个过程。如图18所示，一个原始的图像700包含多个斑点705-790。应当理解，在18中，每个不同的阴影线风格表示不同的索引值。因此，斑点705和760具有不同的索引值，同时斑点780和790具有相同的索引值。斑点750和770是仅有的具有其特定索引值的斑点。斑点710、720和斑点对730的731的每一个具有相同的索引值。最后，斑点732和740具有相同的索引值。但是，可以理解，虽然不同的斑点具有相同的索引值，它们不一定具有相同的颜色值。

如图18所示，斑点710、720和731的每一个分别用在这些斑点周围形成的边界框711、721和733显示。边界框711、721和733表示沿着这些斑点的最左、最右、最上和最下面的点的文档轴线的范围。另外，表示沿着具有相同索引的斑点710、720和731的文档轴线的最左、最右、最上和最下范围的整个边界框712相对文档700的整个大小而被显示。

因为斑点710、720和731都具有相同的索引(这是由于对树600的削减)，所有这些斑点将被提升到相同的二元前景层800上，如图18所示，因此，如图18中所示，二元前景平面800包括斑点810、820和830，它们分别由边界框811、821和831定界。应当理解、虽然斑点810、820和830的每一个具有相同的索引，它们不一定具有完全相同的颜色值。由此，与二元前景层800关联的颜色值840是合并到二元前景层800中的各个斑点810、820和830的平均颜色。应当理解，二元前景层800的大小和它相对于背景灰度层以及多个二元前景层中的其他层的位置对应于边界框712。因此，二元前景层800不需要在范围上等于原始图像700或彩色的或颜色背景层。

图19说明形象化该过程的另一种方式。如图19所示，增强的图像数据信号ENH、斑点索引信号BID和斑点信息在逐个线的基础上被输入。这是由图19中所示的线900表示。如图19所示，对于增强的图像数据信号ENH的扫描线900部分上的像素，像素被分成7个区段901-907，其中区段901、903、905和907被标记成背景像素并且被拷贝到背景层910作为背景像素911-921。同时，基于每个待提升的像素区域902、904、906的层ID，二元值“1”被写到层930、940、950或960的每一个中，这取决于这些待提升的每一个像素的层ID。因此，如图19所示，一组“1”941被写到对应于像素组902的层940中。同样，一组“1”951被写到对应于像素组904的层950中。最后，一组“1”931被写到对应于像素组906的层930中。同时，当像素组902、904和906被提升到各个层930-960时，在背景层中对应的像素914被设置0。

应当理解，在各个示例实施例中，层930-960具有300dpi的分辨率。通常，因为这些层是二元数据、并且通常使用一维压缩技术来压缩二元数据，每一层的每一条线一次一线地被输出以及被压缩。相对地，诸如JPEG的连续色调压缩方法通常工作在像素数据的2D矩形块上。根据用于背景的JPEG压缩的块的块大小，一旦产生足够的背景层的线(通常如填充有一个JPEG MCU高的背景图像的一个条带所需的那么多线)，背景压缩循环开始。

在这个背景压缩循环中，背景灰度图像数据首先被过滤并接着被子采样以将其分辨率减少到150dpi。接着，在非零像素上平均JPEG块，以识别该块的平均颜色。该确定的平均颜色被接着用作填充被设置为0的任何像素，因为它们的对应数据实际上被提升到其中一个二元层930-960。每个JPEG块接着被JPEG压缩，如在上述的过程中和在所引用的三层应用中所描述的那样。

应当理解，上述的用于背景层的图19的过程通常由背景调节模块2900执行，并且背景层和各个二元前景层的压缩由压缩模块3000执行。

图20和21是说明用于使用多个二元前景层将扫描的图像数据变换成便携文档格式(PDF)文档文件的方法的一个示例实施例的流程图。如图20和21所示，该方法的操作从步骤S1000开始，并继续到步骤S2000，其中扫描的图像数据被变换到选择的颜色空间。接着，在步骤S3000，为变换的图像数据估计诸如网纹频率和网纹幅度的半色调网纹参数。接着在步骤S4000，变换的图像数据被去网纹，以便基于至少一个估计的半色调网纹参数从变换的图像数据移除半色调网纹。也就是说，去网纹将图像数据从半色调图像数据变换回真实的连续色调灰度图像数据。操作接着继续到步骤S5000。

在步骤S5000中，缩放去网纹的变换的图像数据。接着，在步骤S6000中，从缩放的去网纹的图像数据生成色域增强的数据。接着，在步骤S7000中，从色域增强的图像数据生成边缘增强的图像数据和边缘连续性数据。操作接着继续到步骤S8000。

在步骤S8000中，基于边缘连续性数据确定将在多个出现在边缘增强的图像数据内的二元前景层中分布的多个图像数据的斑点。接着，在步骤S9000中，移除任何未良好定义的斑点，诸如“坏的”斑点。接着，在步骤S10000中，在从确定的斑点移除“坏的”斑点之后从剩余的斑点创建颜色树。操作接着继续到步骤S11000。

在步骤S11000中，剩余的斑点被集群到分离的二元前景平面(或层)和灰度背景平面中。接着，在步骤S12000中，在灰度背景平面内的图像数据被调节以提高灰度背景平面的可压缩度。接着，在步骤S13000中，在步骤S11000中确定的每个分离的二元前景平面被压缩，所使用的压缩技术适合于这样的二元前景平面。操作接着继续到步骤S14000。

在步骤S14000中，灰度背景平面被压缩，所使用的技术适合于这样的灰度数据。接着，在步骤S15000中，从压缩的二元前景平面和解压缩的灰度背景平面生成便携文档格式(PDF)文档文件。接着，在步骤S16000中，所生成的便携文档格式(PDF)文档文件被输出到下游处理器和/或被存储在存储器中。操作接着继续到步骤S17000，这里本方法的操作结束。

应当理解，在步骤S2000中，通常是RGB格式的扫描的图像数据被变换到所选择的颜色空间以简化下游处理。例如，将扫描的图像数据变换到YCC或LAB颜色空间允许亮度值被直接检测，而不必被导出。但是，应当理解，可使用任何期望的颜色空间，包括原始RGB或所扫描的图像数据的其他颜色空间。在这种情况下，可省略步骤S2000。

应当理解，在各个示例实施例中，任何替代便携文档格式(PDF)的已知或后来开发的文档格式可在步骤S15000和S16000中使用。

图22是更详细地概述用于从步骤S7000的色域增强的图像数据生成边缘增强的图像数据和边缘连续性数据的方法的一个示例实施例。如图22所示，在步骤S7000开始的操作继续到步骤S7050，其中色域增强的图像数据的第一或下一条线被选择为当前线。接着，在步骤S7100中，在步骤S7050中选择的当前线的第一和/或下一像素被选择为当前像素。接着，在步骤S7150中，基于一个定义的窗口选择与当前像素邻近的相邻像素组。如上所述，所定义的窗口可例如是以当前像素为中心的7×7窗口。操作接着继续到步骤S7200。

在步骤S7200中，检查出现在当前像素周围的窗口内的像素，以便为当前像素识别在窗口中出现的具有最大亮度值的像素和在窗口中出现的具有最小亮度值的像素。接着，在步骤S7250中，基于在步骤S7200中识别的像素的完全的三分量色域增强的图像数据为当前像素确定灰度选择器值。接着，在步骤S7300，原始的灰度选择器值被变换成当前像素的边缘连续性数据。如上所述，在各种示例实施中，边缘连续性数据指示在窗口中或在当前像素上是否存在一条可以与当前像素关联的边缘以及该边缘与当前像素的关系。操作接着继续到步骤S7350。

在步骤S7350中，基于当前像素的色域增强的图像数据和在步骤S7200中识别的像素的色域增强的图像数据为当前像素生成边缘增强的图像数据以及边缘连续性数据。接着，在步骤S7350中，确定当前线的所有像素是否已经被选择过为当前像素。如果没有，操作返回到步骤S7100，其中当前线的下一个像素被选择为当前像素。否则，如果当前线的所有像素已经被选择过为当前像素，操作接着继续到步骤S7450。在骤S7450中，确定图像数据的所有线是否已经被选择过。如果没有，操作返回到步骤S7050，其中色域增强的图像数据的下一条线被选择为当前线。否则，如果图像数据的所有线已经被选择过、使得整个图像已经被分析并且已经为扫描的图像数据中的每个像素生成了边缘增强的图像数据和边缘连续性数据，则操作继续到步骤S7500，在这里操作返回到步骤S8000。

图23和24更详细地概述了用于基于步骤S8000的边缘连续性数据确定边缘增强的图像数据内的多个斑点的方法的一个示例实施例。如图23和24所示，在步骤S8000开始的操作继续到步骤S8050，其中边缘增强的图像数据的第一或下一线被选择为当前线。接着，在步骤S8100中，当前线的第一或下一个像素被选择为当前像素。接着，在步骤S8150中，确定当前像素、上边相邻的像素和左边相邻的像素的边缘连续性数据是否都具有相同的非零边缘连续性值。应当理解，在步骤S8000的该示例实施例中，为与当前像素共享上边缘(即上面相邻的像素)和为与当前像素共享左边缘(即左面相邻的像素)测试边缘连续性数据。在步骤S8150，如果当前、上边相邻和左边相邻的像素的边缘连续性数据都具有相同的非零值，操作跳到步骤S8650。否则，操纵继续到步骤S8200。

在步骤S8200中，确定当前像素和上边相邻的像素的边缘连续性数据是否相同，同时左边相邻的像素的边缘连续性数据不同但非零。如果是，操作继续到步骤S8250。否则，操作跳到步骤S8300。在步骤S8250中，将上边相邻的像素的斑点ID分配给当前像素，指明这两个像素被包含在相同的斑点内。操作跳到步骤S8700。

在步骤S8300中，确定当前像素和左边相邻的像素的边缘连续性数据是否相同，同时上边相邻的像素的边缘连续性数据不同但非零。如果是，操作继续到步骤S8350。否则，操作跳到步骤S8400。在步骤S8350中，将左边相邻的像素的斑点ID分配给当前像素，使得这两个像素在相同的斑点内。操作跳到步骤S8700。

在步骤S8400中，确定左边和上边相邻的像素的边缘连续性数据是否相同，同时当前像素的边缘连续性数据非零但不同。如果是，操作继续到步骤S8450。否则，操作跳到步骤S8500。

在步骤8450中，分配给当前像素一个新的斑点ID，该斑点ID不同于上边相邻和左边相邻的像素的斑点ID。因此，当前像素处于不同于上边相邻和左边相邻的像素的斑点的斑点中，即使这两个像素位于相同的斑点内。操作再次跳到步骤S8700。

在步骤S8500中，确定当前像素、上边相邻的像素和左边相邻的像素的边缘连续性数据是否具有不同的值。也就是说，当前、上边和左边相邻的像素的其中一个具有第一个值，其中第二个具有第二个值以及第三个具有第三个值。如果是，操作跳到步骤S8600。否则，操作继续到步骤S8550。在步骤S8550中，确定左边相邻的像素和上边相邻的像素的边缘增强的图像数据的每一个是否足够相似于当前像素的边缘增强的图像数据。如果不是，操作再次继续到步骤S8600。否则，操作跳到步骤S8650。

在步骤S8600中，或者因为当前、上边相邻和左边相邻的像素的每一个具有不同的边缘连续性值或者因为上边相邻和左边相邻的像素具有的颜色不足够类似于当前像素的颜色，当前像素被合并到灰度背景平面中。此外，包含上边相邻的像素和左边相邻的像素的斑点(即包含在这些斑点内的所有像素)也被合并到灰度背景平面中。操作跳到步骤S8700。

相对地，在步骤S8650中，因为当前像素、上边相邻的像素和左边相邻的像素具有相同的边缘连续性值，或者所有这些像素具有足够类似的边缘增强的图像数据并且当前像素、上边相邻的像素和左边相邻的像素的任意两个具有相同的边缘连续性值同时第三个具有零值，或者当前像素、上边相邻的像素和左边相邻的像素的其中两个具有零值，所以当前像素可被合并到包含上边相邻的像素和左边相邻的像素的斑点中。结果，这些斑点和当前像素都被合并到单个斑点中。应当理解，该单个斑点可获取上边相邻的像素的斑点ID、可获取左边相邻的像素的斑点ID、可获取全新的斑点ID，或可获取任何其它适合的斑点ID，这取决于特定的实现方式。操作接着继续到步骤S8700。

在步骤S8700中，确定边缘增强的图像数据的当前线的所有像素是否已经被选择。如果没有，操作返回到步骤S8100。否则，步骤继续到步骤S8750。在步骤S8750中，确定边缘增强的图像数据的所有线是否已经被选择过为当前线。如果没有，操作返回到步骤S8050。否则，操作继续到步骤S8800，其中操作返回到步骤S9000。

应当理解，在各个其它示例实施例中，可使用不同的用于识别斑点的计本。例如，在共同待审定的美国专利申请(代理案号117521)中所述的特定技术可代替参考图23和24所概述的方法而被使用，所述申请与本申请同一日提交并且在此引用其全部作为参考。

图25是更加详细地概述步骤S9000的用于移除坏的斑点的方法的一个示例实施例。如图25所示，在步骤S9000中开始该方法的操作，并继续到步骤S9100，其中识别潜在的坏的斑点。接着，在步骤S9200中，被识别为坏的但被好的斑点包围的斑点、以及被识别为好的但是被坏的斑点包围的斑点被进一步分析以确定好的或坏的斑点识别是否应当被修正。应当理解，在各个示例实施例中，识别被相反类型斑点包围的坏的或好的斑点足够确定是否应该推翻该好的/坏的斑点识别。操作接着继续到步骤S9300。

在步骤S9300中，任何内部斑点(即任何完全包含在其他斑点中的斑点)被识别。在各个示例实施例中，此类内部斑点被自动地作为斑点被移除并且它们的图像数据被合并到灰度背景平面上。在各个其他示例实施例中，分析所述内部斑点以确定它们是否真正表示背景图像数据或它们是否应当被维持为有效的斑点。接着，在步骤S9400中，移除任何被识别的内部斑点。如所指出的，在各个示例实施例中，任何识别的内部斑点被自动地移除到灰度背景平面。在各个其他示例实施例中，只有那些真正表示背景图像数据的内部斑点被移除到灰度背景平面。操作接着继续到步骤S9500，其中操作返回到步骤S10000。

图26是更加详细地概述步骤S9100的用于识别潜在坏的斑点的方法的一个示例实施例。如图26所示，在步骤S9100中开始该方法的操作，并继续到步骤S9105，其中所确定的多个斑点的第一或下一个斑点被选择为当前斑点。接着，在步骤S9110中，确定当前斑点的二维区域。接着，在步骤S9115中，确定当前斑点的所确定的区域是否太小。如果是，操作跳到步骤S9150。否则，步骤继续到步骤S9120。

在步骤S9120中，确定当前斑点的“打开的”像素的数目，即具有非零图像值的像素的数目。接着，在步骤S9125中，确定“打开的”像素的所确定的数目是否太小。如果是，操作跳到步骤S9145。否则，步骤继续到步骤S9130。

在步骤S9130中，确定当前斑点的高宽比。高宽比是当前斑点的高和宽的比率。应当理解，规格化高宽比，使得斑点是水平或垂直朝向没有关系。接着，在步骤S9135中，确定当前斑点的高宽比是否太窄。如果是，操作再次跳到步骤S9145。否则，因为斑点已经通过所有的测试，因此斑点是好的并且操作继续到步骤S9140，其中当前斑点被标记为好的。操作跳到步骤S9150。

相对地，在步骤S9145中，因为当前斑点至少未通过测试的其中之一，当前斑点被标记为坏的。接着，在步骤S9150中，确定是否选择了所有确定的斑点。如果没有，操作返回到步骤S9105。否则，操作继续到步骤S9155，其中操作返回到步骤S9200。

图27是更加详细地概述步骤S10000的用于创建颜色树的方法的一个示例实施例。如图27所示，在步骤S10000中开始该方法的操作，并继续到步骤S10100，其中在从确定的斑点组移除坏的斑点之后剩余的每个斑点依次被选择为当前斑点。接着在步骤S10200中，对于每个斑点，当它被依次选择时，基于当前斑点的边缘增强的图像数据在颜色树中添加一个路径，条件是只要对应于该边缘增强的图像数据的该路径还没有出现在颜色树中。接着，在步骤S10300中，在分析了在步骤S9000之后剩余的所有斑点的所有路径之后，确定在颜色树上的叶子的合宜数量。操作接着继续到步骤S10400。

在步骤S10400中，确定颜色树上的叶子的数量是否大于叶子的最大所允许数量。如果是，操作继续到步骤S10500。否则，操作跳到步骤S10600。在步骤S10500中，单个节点的至少两个树被合并到一起或不具有叶子的节点被合并到其双亲节点中，或执行类似步骤，以减少颜色树中的叶子的数量。操作接着返回到步骤S10300，以确定颜色树上叶子的剩余的数量。

一旦叶子的数量最多等于叶子的最大数量，操作继续到步骤S10600，其中每个在颜色树中剩余的叶子被分配了一个层索引值。接着，在步骤S10700，每个斑点被分配与该斑点对应的叶子的层索引。接着，在步骤S10800中，创建斑点颜色值到层索引值的表。操作接着继续到步骤S10900，其中操作返回到步骤S11000。

图28是更加详细地概述步骤S11000的用于集群斑点的方法的一个示例实施例。如图28所示，在步骤S11000中开始该方法的操作，并继续到步骤S11100，其中第一或下一个层索引值被选择为当前层索引值。接着，在步骤S11200中，识别已经分配有当前索引层的斑点。接着，在步骤S11300中，为每个具有当前层索引的识别的确定边界框。操作接着继续到步骤S11400。

在步骤S11400中，自我确定定界所有所识别的斑点的所确定的边界框的整个边界框。接着，在步骤S11500，为具有当前层索引的识别的斑点确定平均的图像值。接着，在步骤S11600，对于当前层索引，创建二元前景平面，并且该二元前景平面具有对应于整个边界框的范围并具有对应于所确定的平均图像值的颜色。另外，该二元前景平面在每个像素上具有对应于在该像素上的所识别的斑点的其中之一存在或不存在的二元值。操作接着继续到步骤S11700。

在步骤S11700中，确定是否已经选择了所有的层索引值。如果是，操作返回到步骤S11100。否则，操作继续到步骤S11800，其中操作返回到步骤S12000。

虽然已结合各个示例实施例描述了本发明，但是这些实施例应当被看作是说明性的而不是作为限制。可在本发明的精神和范围内做各种修改、替代等等。

Claims (3)

1.一种设备，包括：

识别图像数据中的一个或多个斑点的斑点识别器；

基于每一个斑点的颜色属性将一个颜色索引分配给一个或多个斑点中的每一个的斑点映射器；和

基于每一个斑点的颜色索引将斑点分配给一个或多个前景平面的斑点集群器。

2.一种方法，包括：

识别图像数据中的一个或多个斑点；

基于每一个斑点的颜色属性将一个颜色索引分配给一个或多个斑点中的每一个；和

基于每一个斑点的颜色索引将斑点分配给一个或多个前景平面。

3.一种存储一组可在数据处理装置上执行的程序指令的存储介质，该程序指令组包括：

识别图像数据中的一个或多个斑点的指令；

基于每一个斑点的颜色属性将一个颜色索引分配给一个或多个斑点中的每一个的指令；和

基于每一个斑点的颜色索引将斑点分配给一个或多个前景平面的指令。

Images