DE19700318A1 - Verfahren zur Bestimmung der Geometriedaten von Abtastvorlagen - Google Patents

Description

Die Erfindung bezieht sich auf das Gebiet der elektronischen Reproduktions­ technik und betrifft ein Verfahren zur automatischen Bestimmung der Lage und des Drehwinkels von abzutastenden Bildvorlagen auf einem Scannertablett bzw. einer Scannertrommel.

In der Reproduktionstechnik werden Druckvorlagen für Druckseiten erzeugt die alle zu druckenden Elemente wie Texte, Grafiken und Bilder enthalten. Im Fall der elektronischen Herstellung der Druckvorlagen liegen diese Elemente in Form von digitalen Daten vor. Für ein Bild werden die Daten z. B. erzeugt, in­ dem das Bild in einem Scanner punkt- und zeilenweise abgetastet wird, jeder Bildpunkt in Farbkomponenten zerlegt wird und die Farbwerte dieser Kompo­ nenten digitalisiert werden. Üblicherweise werden Bilder in einem Scanner in die Farbkomponenten Rot, Grün und Blau (R, G, B) zerlegt. Für den Vier­ farbdruck werden diese Komponenten dann weiter in die Druckfarben Cyan, Magenta, Gelb und Schwarz (C, M, Y, K) transformiert. Für Schwarz-Weiß- Bilder erzeugt der Scanner entweder gleich nur eine Komponente mit Grauwer­ ten oder die zunächst abgetasteten RGB-Komponenten werden später in die Druckfarbe Schwarz umgerechnet.

Der Scanner kann ein Flachbettgerät sein, in dem die abzutastenden Bildvorla­ gen auf einem Scannertablett montiert werden. Die Bildvorlagen können trans­ parent sein (Diapositive oder Farbnegative) oder reflektierend (Aufsichtsbilder). Das Scannertablett wird beleuchtet, und das durchscheinende bzw. reflektierte Licht einer Scanlinie wird durch Farbfilter in die Farbkomponenten zerlegt.

Das Licht der Farbkomponenten wird dann z. B. mittels einer CCD-Zeile weiter in diskrete Bildpunkte zerlegt und in elektrische Signale umgewandelt, die an­ schließend digitalisiert werden. Alternativ kann auch ein Trommelscanner ver­ wendet werden, in dem die Bildvorlagen auf eine transparente Scannertrommel montiert werden. Die Scannertrommel wird je nach Art der Bildvorlagen (trans­ parent oder reflektierend) punktförmig von innen oder außen beleuchtet, und das durchscheinende bzw. reflektierte Licht der Farbkomponenten wird in ei­ nem Abtastkopf auf Lichtsensoren fokussiert und in elektrische Signale um­ gewandelt. Dabei rotiert die Scannertrommel, während die Beleuchtungseinrich­ tung und der Abtastkopf entlang der Achse der Scannertrommel bewegt wer­ den, so daß die Oberfläche der Scannertrommel punkt- und zeilenweise abge­ tastet wird.

Um das Abtasten der Bildvorlagen rationeller durchzuführen, werden mehrere Bildvorlagen auf das Scannertablett bzw. die Scannertrommel montiert, die der Scanner dann automatisch nacheinander abtasten, digitalisieren und speichern soll. Dazu müssen in einem Arbeitsvorbereitungsprozeß die Positionen der Bil­ der auf dem Scannertablett bzw. auf der Scannertrommel, ihre Abmessungen und ihre Winkellage erfaßt und eingegeben werden. Damit sind die Ausschnitte der zur Verfügung stehenden Scanfläche definiert, die vom Scanner abgetastet und den einzelnen Bildern zugeordnet werden sollen.

Nach dem Stand der Technik ist das Ausmessen und Eingeben dieser Geome­ triedaten für jede einzelne Bildvorlage zeitaufwendig. Oft wird dazu eine Über­ sichtsabtastung der gesamte Scanfläche in grober Auflösung durchgeführt. Die Scandaten der Übersichtsabtastung werden auf einem Monitor dargestellt, und mit einem Cursor können dann manuell auf dem Bildschirm die Eckpunkte der abzutastenden Bildvorlagen markiert werden. Nach einer anderen Methode werden die Bilder auf eine Montagefolie montiert, die auf ein Digitalisiertablett gelegt wird. Dort werden dann die Koordinaten der Bilder erfaßt. Anschließend wird die Montagefolie auf das Scannertablett bzw. die Scannertrommel aufge­ bracht. Es gibt hierfür auch die Lösung, daß die Einrichtung zur Erfassung der Koordinaten in das Scannertablett integriert ist. In jedem Fall ist die Koordina­ tenerfassung mit manueller Arbeit und Zeitaufwand verbunden.

Obwohl man sich bemüht, die Bilder so gerade wie möglich auf die Scanfläche zu montieren, ist die Erfassung der Winkellage der Bilder doch sinnvoll. Da die exakte Ausrichtung der Bilder bei der Montage arbeitsaufwendig und zeitrau­ bend ist, kann es wirtschaftlicher sein, die Bilder nur annähernd gerade zu montieren und die genaue Ausrichtung später auszuführen. Manche Flachbett­ scanner haben eine Vorrichtung, mit der das Scannertablett um einen beliebi­ gen vorgegebenen Winkel gedreht werden kann. Damit kann die schiefe Mon­ tage des Bildes auf der Scanfläche beim Scannen korrigiert werden. Wenn eine solche Drehvorrichtung nicht vorhanden ist, können die gescannten Bilddaten später in einem Rechenprozeß gedreht werden, um die schiefe Montage zu korrigieren.

Es ist die Aufgabe der vorliegenden Erfindung, die zuvor beschriebene manuel­ le Erfassung der Geometriedaten zu vermeiden und ein Verfahren zur automa­ tischen Bestimmung von Position, Abmessungen und Winkellage der abzuta­ stenden Bildvorlagen anzugeben. Diese Aufgabe wird durch die Merkmale des Anspruchs 1 und der Unteransprüche 2 bis 13 gelöst.

Die Erfindung wird nachfolgend anhand der Fig. 1 bis 9 näher beschrieben. Es zeigen:

Fig. 1 eine Scanfläche mit montierten Bildvorlagen,

Fig. 2 die Bestimmung von Weißpunkt und Schwarzpunkt im Histogramm,

Fig. 3 Kantenfilter für horizontale und vertikale Kanten,

Fig. 4 die Schwellwertentscheidung zur Erzeugung eines Binärbildes,

Fig. 5 ein Beispiel für das Ergebnis der Kantenfilterung und Binärbilderzeu­ gung,

Fig. 6 eine Pixelmaske zur Verfolgung von Konturen,

Fig. 7 ein Beispiel für das Ergebnis der Konturenanalyse,

Fig. 8 die Suche nach einer angepaßten Geraden mittels der Hough- Transformation und

Fig. 9 ein Beispiel für das Ergebnis der Verarbeitung.

Fig. 1 zeigt eine Scanfläche (1) mit einigen montierten Bildvorlagen (2). Die Bildvorlagen sind im allgemeinen farbige oder schwarz-weiße Diapositive, Ne­ gative oder Aufsichtsbilder. In der Fig. 1 sind sie aus Gründen der einfachen Vervielfältigung als Binärbilder mit nur schwarzen und weißen Bildpunkten an­ gedeutet. Die Scanfläche ist die Oberfläche eines Scannertabletts in einem Flachbettscanner oder die Oberfläche der Scannertrommel in einem Trommel­ scanner.

In einem ersten Verarbeitungsschritt wird eine Übersichtsabtastung der Scan­ fläche (1) in grober Auflösung durchgeführt, z. B. mit 30 Pixel/cm. Aus den ge­ speicherten RGB-Scandaten dieser Abtastung wird erfindungsgemäß ein Bild­ signal errechnet, das möglichst deutlich die Umrisse der montierten Bildvorla­ gen wiedergibt. Vorzugsweise ist das eine Helligkeitskomponente, z. B. die L-Komponente, die bei der Transformation der RGB-Daten in LAB-Daten des CIELAB-Farbraums gewonnen wird (CIE = Commission Internationale d'Eclai­ rage). Eine Helligkeitskomponente kann aber auch durch eine gewichtete Addi­ tion der RGB-Daten gewonnen werden. Ersatzweise kann auch eine einzelne Farbkomponente, z. B. der grüne Anteil der RGB-Daten, als Helligkeitskompo­ nente verwendet werden.

Im zweiten Verarbeitungsschritt der Erfindung wird ein Weißpunkt Lw und ein Schwarzpunkt Ls aus den Werten der Helligkeitskomponente bestimmt. Vor­ zugsweise werden dazu die Häufigkeiten aller Werte im Helligkeitsbild ermittelt und in einem kumulativen Histogramm aufgetragen. Als Weißpunkt Lw wird dann z. B. der Helligkeitswert definiert, bei dem im Histogramm 5% aller Hellig­ keitswerte erreicht sind. Als Schwarzpunkt Ls wird entsprechend dazu der Hel­ ligkeitswert definiert, bei dem im Histogramm 95% aller Helligkeitswerte erreicht sind. Bei diesen Prozentwerten erhält man erfahrungsgemäß Weiß- und Schwarzpunkte, die für das Bild repräsentativ sind. Aus der Differenz zwischen Schwarzpunkt und Weißpunkt ergibt sich der Dynamikumfang D des Hellig­ keitsbildes zu:

D = Ls - Lw (1)

Fig. 2 zeigt das kumulative Histogramm mit dem Weißpunkt Lw und dem Schwarzpunkt Ls. Für die vorliegende Erfindung ist nicht wesentlich, bei wel­ chen Prozentwerten im Histogramm der Weißpunkt und der Schwarzpunkt fest­ gelegt werden. Es können beliebige Prozentwerte in der Nähe von 0% bzw. 100% gewählt werden. Grundsätzlich können auch die Helligkeitswerte bei 0% und bei 100%, d. h. die absolut hellsten und dunkelsten Werte im Helligkeitsbild als Weißpunkt und Schwarzpunkt gewählt werden. Dann besteht jedoch die Möglichkeit, daß der Weißpunkt und Schwarzpunkt nicht für das Bild repräsen­ tativ sind, wenn die extremen Helligkeitswerte bei 0% und 100% nur sehr selten im Bild vorkommen.

Wenn die Bildvorlagen relativ klein im Vergleich zur gesamten Scanfläche sind, ergibt sich im Histogramm ein sehr großer Wert bei 0%, der die leeren Flächen außerhalb der Bildvorlagen widerspiegelt und nicht für die Weißwerte innerhalb der Bildvorlagen repräsentativ ist. Dieser Einfluß kann korrigiert werden, indem extrem hohe Werte bei 0% im Histogramm um einen bestimmten Faktor redu­ ziert werden, bevor das Histogramm analysiert wird und der Weiß- und Schwarzpunkt festgelegt werden.

Im nächsten Verarbeitungsschritt der Erfindung wird die Helligkeitskomponente einer digitalen Kantenfilterung unterworfen. Vorzugsweise werden Filter ver­ wendet, die an näherungsweise horizontalen und vertikalen Kanten hohe Aus­ gangswerte erzeugen und dadurch solche Kanten hervorheben.

Fig. 3 zeigt als Beispiel jeweils ein einfaches Filter für horizontale Kanten (3) und für vertikale Kanten (4). Das horizontale Filter erstreckt sich über 2×5 Pi­ xel. Der eingekreiste Punkt P bezeichnet die Position des aktuellen Pixels. Die Werte h_ij an jeder Position des Filterfensters sind die Filterkoeffizienten. Die Filterung wird durchgeführt, indem der Punkt P des Filterfensters über jedes Pi­ xel des Helligkeitsbildes gelegt wird und die unter den jeweiligen Fensterposi­ tionen liegenden Pixelwerte L_ij mit den Koeffizienten h_ij multipliziert und aufad­ diert werden. Das Ergebnis wird noch auf den Dynamikumfang D normalisiert, indem es mit 1/(k1 × D) multipliziert wird, wobei k1 eine Konstante ist. Der Fil­ terwert F_h jedes Pixels ergibt sich also zu:

F_h = [Σ (h_ij × L_ij)]/(k1 × D) (2)

Für das vertikale Filter (4), das eine um 90° gedrehte Version des horizontalen Filters (3) ist, ergibt sich der Filterwert F_v entsprechend zu:

F_v = [Σ (v_ij × L_ij)]/(k1 × D) (3)

Die Filterwerte F_h und F_v der horizontalen und vertikalen Kantenfilterung wer­ den erfindungsgemäß anschließend zu einem resultierenden Filterwert F zu­ sammengefaßt. Vorzugsweise werden dazu für jedes Pixel die Beträge von F_h und F_v verglichen, und der jeweils größere Wert wird als resultierender Filter­ wert F genommen. Er ergibt sich dann zu

F = Vz_max × max (|F_h|, |F_v|), (4)

wobei Vz_max das Vorzeichen des ausgewählten Maximalwertes ist.

Für die vorliegende Erfindung sind die Form und Koeffizienten der in Fig. 3 ge­ zeigten Kantenfilter nicht wesentlich. Es können auch Filterfenster mit mehr oder weniger als 2 × 5 Pixel und mit anderen Koeffizienten verwendet werden. Wichtig ist nur, daß durch die Filterung vorwiegend horizontale und vertikale Kanten hervorgehoben werden. Ebenso können auch andere zusammenfas­ sende Funktionen als die nach Gleichung (4) verwendet werden, z. B. die Sum­ me der Betragswerte |F_h| und |F_v| versehen mit dem Vorzeichen des größeren Wertes.

Im nächsten Verarbeitungsschritt der Erfindung wird das gefilterte Helligkeits­ bild F in ein Binärbild B mit nur zwei Werten 0 und 1 umgewandelt, indem die Filterwerte F mit Schwellwerten verglichen werden. Beispielsweise werden ein oberer Schwellwert S1 und ein unterer Schwellwert S2 gebildet als

S1 = +k2 × D (5)
S2 = -k2 × D,

wobei D der Dynamikumfang des Helligkeitsbildes L ist und k2 eine Konstante. Dann werden Filterwerte F, die über S1 oder unter S2 liegen, in den Binärwert 1 umgesetzt und Filterwerte, die zwischen S1 und S2 liegen, in den Binärwert 0.

B = 1 für F < S2 oder F < S1 (6)
B = 0 für S2 ≦ F ≦ S1

Fig. 4 veranschaulicht für einen Ausschnitt aus einer Zeile des gefilterten Bildes F die Schwellwertentscheidung und die Erzeugung des Binärbildes B. Das Ziel der Schwellwertentscheidung ist, im Binärbild nur noch die betragsmäßig höchsten Filterwerte wiederzugeben, die die horizontalen und vertikalen Kanten repräsentieren, und die übrigen Filterwerte zu unterdrücken.

Fig. 5 zeigt das erzeugte Binärbild für das Beispiel aus Fig. 1, wobei die Binär­ werte 0 als weiße Bildpunkte und die Binärwerte 1 als schwarze Bildpunkte dargestellt sind. Für die vorliegende Erfindung ist nicht wesentlich, daß die Schwellwertentscheidung genau nach den Gleichungen (5) und (6) durchge­ führt wird. Wichtig ist nur, daß die Schwellwerte so gewählt werden, daß das Binärbild B vorwiegend nur noch die Filterwerte F wiedergibt, die den horizonta­ len und vertikalen Kanten im Helligkeitsbild L entsprechen. Es brauchen auch nicht zwei Schwellwerte S1 und S2 gewählt zu werden. Es genügt ein Schwell­ wert, mit dem z. B. der Betrag der Filterwerte F verglichen wird.

Im nächsten Verarbeitungsschritt der Erfindung werden im Binärbild B die Kon­ turen analysiert. Dazu wird zunächst ausgehend z. B. von der linken oberen Ec­ ke zeilenweise und pixelweise ein erster Konturpunkt gesucht, d. h. ein Pixel mit dem Binärwert 1. Von diesem Startpunkt aus wird eine Kontur Pixel für Pixel verfolgt, bis der Startpunkt wieder erreicht ist. Zur Konturverfolgung können verschiedene bekannte Verfahren eingesetzt werden.

Fig. 6 zeigt als Beispiel eine Maske über 3×3 Pixel für ein bevorzugtes Verfah­ ren der Konturverfolgung. Der zentrale Punkt P wird auf den Startpunkt der Kontur gesetzt, und die acht Nachbarpixel werden im Uhrzeigersinn der Reihe nach untersucht, ob sie den Binärwert 1 haben. Sobald das erste Pixel mit dem Binärwert 1 gefunden wurde, wird die Untersuchungsmaske nach dorthin ver­ schoben und die Untersuchung der acht Nachbarpixel beginnt erneut. Dies wird solange fortgesetzt, bis der Startpunkt wieder erreicht ist. In der Fig. 6 ist die Reihenfolge, in der die Nachbarpixel untersucht werden, durch die eingetrage­ nen Zahlen 1. . ..8 dargestellt.

Wenn der Startpunkt wieder erreicht ist, wird erfindungsgemäß anhand ver­ schiedener Kriterien geprüft, ob die gefundene Kontur der Umriß einer Bildvor­ lage ist oder etwas anderes, z. B. ein Kratzer oder ein Schmutzrest von einem Klebeband. Ein bevorzugtes Kriterium ist, daß die Kontur eine Mindestlänge haben muß, z. B. 150 mm, um als Umriß einer Bildvorlage interpretiert zu wer­ den.

Länge (Kontur) ≧ Länge_min (7)

Ein weiteres bevorzugtes Kriterium ist, daß die von der Kontur umschlossene Fläche eine minimale Breite und Höhe haben muß, z. B. 20 mm.

Breite (Kontur) ≧ Breite_min (8)
Höhe (Kontur) ≧ Höhe_min

Die minimalen Werte für Länge, Breite und Höhe werden so gewählt, daß die kleinsten möglichen Bildvorlagen noch sicher durch diese Kriterien erfaßt wer­ den. Eine Kontur, die nach diesen Kriterien kein Bildvorlagenumriß ist, wird in dem Binärbild B gelöscht. Ebenso wird das Innere eines gefundenen Bildumriß gelöscht, da die darin enthaltenen Bildkonturen für die weitere Untersuchung irrelevant sind. Anschließend wird ein neuer Startpunkt gesucht und die nächste Kontur analysiert, bis alle Konturen im Binärbild abgearbeitet sind.

Fig. 7 zeigt das Ergebnis der Konturenanalyse für das Beispiel aus Fig. 1. Im Vergleich zum Binärbild B in Fig. 5 bleiben nur die Konturen übrig, die die Um­ risse von Bildvorlagen sind.

Fig. 8 zeigt den nächsten Verarbeitungsschritt der Erfindung, in dem für jede der vier Seiten eines gefundenen Bildvorlagenumriß eine optimal angepaßte Gerade ermittelt wird. Hierzu wird erfindungsgemäß ein Verfahren eingesetzt, das in der Bildverarbeitungstechnik als Hough-Transformation bekannt ist (H. Bässmann, P.W. Besslich: Bildverarbeitung Ad Oculos, S. 101-121, Springer Verlag 1993). Zunächst wird das umschreibende Rechteck (5) des Umriß mit den Eckpunkten A, B, C, D gebildet, dessen Seiten parallel zur Haupt- bzw. Nebenabtastrichtung sind. Dann wird für jede Seite des Umriß in einem be­ stimmten Suchbereich für Geraden mit verschiedenen Positionen und unter verschiedenen Winkeln festgestellt, wieviele Umrißpunkte auf ihnen liegen. Die Gerade, auf der die meisten Umrißpunkte liegen, wird als optimal angepaßte Gerade für diese Umrißseite ausgewählt.

Fig. 8 zeigt den Suchbereich für die linke Seite des Umriß. Entlang einer waa­ gerechten Strecke wird im Abstand s vom Punkt A ein Punkt G festgelegt. Durch den Punkt G werden unter verschiedenen Winkeln α Geraden (6) gelegt. Für jede der Geraden wird geprüft, wieviele Punkte des Umriß auf dieser Gera­ den liegen. Diese Zahl wird in eine α,s-Matrix (7) unter der durch α und s defi­ nierten Spalte und Zeile eingetragen. Jede Zelle der Matrix entspricht einer der geprüften Geraden. Durch Variation von s und α wird in dieser Weise eine Viel­ zahl von Geraden untersucht. Da in diesem Fall nach einer näherungsweise senkrechten Geraden gesucht wird, kann der Parameter s auf einen Streifen und α auf einen kleinen Winkelbereich eingeschränkt werden, um die benötigte Verarbeitungszeit zu verringern.

-s_max ≦ s ≦ +s_max (9)
-α_max ≦ α ≦ +α_max

Für die Begrenzungen wird beispielsweise s_max = 10 mm und α_max = 15° ge­ wählt.

Nach der Suchoperation wird festgestellt, welche Zelle der α,s-Matrix (7) den höchsten Zahlenwert enthält. Die zugehörigen Werte von s und α definieren ei­ ne Gerade, die die entsprechende Seite des Bildvorlagenumriß am genauesten wiedergibt. Ausgehend von den Eckpunkten B, C, D des umschreibenden Rechtecks (5) geschieht die Suche und Bestimmung der optimal angepaßten Geraden für die restlichen drei Seiten des Bildumriß in gleicher Weise, wie es für die Fig. 8 beschrieben wurde.

Die Strategie für die Suche nach der optimal angepaßten Geraden mit Hilfe der Hough-Transformation kann natürlich in vielfältiger Weise variiert werden. Der Punkt G, durch den die Suchgeraden führen, muß nicht wie in Fig. 8 gezeigt am oberen Rand des umschreibenden Rechtecks (5) liegen. Er kann z. B. auch am unteren Rand liegen oder auf halber Höhe des Rechtecks (5). Wichtig ist nur, daß in einem definierten Suchbereich um die anzupassende Seite des Bildvor­ lagenumriß herum systematisch alle bezüglich Position und Winkel möglichen Geraden nach dem Prinzip der Hough-Transformation untersucht werden. Die Suchstrategie kann auch noch im Hinblick auf die Verarbeitungszeit optimiert werden, wenn z. B. die Parameter s und α zunächst in groben Schritten variiert werden und dann um das Maximum der Hough-Transformierten herum die Un­ tersuchung mit feineren Schritten fortgesetzt wird.

Die gefundenen angepaßten Geraden für die vier Seiten des Bildumriß ergeben im allgemeinen kein Viereck mit rechten Winkeln. Deshalb wird im letzten Ver­ arbeitungsschritt der Erfindung aus den angepaßten Geraden ein Abtastrecht­ eck gebildet. Das kann in vielfältiger Weise geschehen. Eine bevorzugte Me­ thode ist:

• a) Mittelung der Winkel aller vier Geraden (wobei für zwei Geraden 90° ad­ diert bzw. subtrahiert werden). Dabei werden die Winkel mit dem Wert der Hough-Transformation gewichtet, da ein Winkel um so "sicherer" ist, je mehr Umrißpunkte für die entsprechende Gerade gefunden wurden.
• b) Prüfung, ob ein Winkel vom Mittelwert um mehr als einen bestimmten Be­ trag abweicht. Wenn ja, wird der Mittelwert aus den verbleibenden drei Ge­ raden gebildet.
• c) Bestimmung des Abtastrechtecks mit den vier Geraden unter Verwendung des mittleren Winkels (für zwei Geraden um 90° modifiziert).

Nach der Bestimmung der Abtastrechtecke für alle Bildvorlagen auf der Scan­ fläche werden die gefundenen Koordinaten und Winkel zur Einstellung des Scanners für die hochaufgelöste Abtastung verwendet bzw. zur nachträglichen Drehwinkelkorrektur der gescannten Bilddaten. Fig. 9 zeigt das Ergebnis der beschriebenen Verarbeitung für das Beispiel aus Fig. 1. Da im letzten Verarbei­ tungsschritt rechte Winkel des Abtastrechtecks erzwungen wurden, stimmen die Seiten des Abtastrechtecks nicht immer ganz genau mit den Seiten der Bildvor­ lagen überein.

Claims (13)

1. Verfahren zur Erfassung der Geometriedaten, wie Position, Abmessungen und Winkellage, von auf einer Scanfläche montierten Bildvorlagen da­ durch gekennzeichnet, daß die Geometriedaten automatisch durch Abta­ stung der Scanfläche und Analyse der Scandaten ermittelt werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß aus den Scan­ daten der Scanfläche ein Helligkeitsbild gewonnen wird.

3. Verfahren nach Anspruch 1 und 2, dadurch gekennzeichnet, daß das Hel­ ligkeitsbild einer Kantenfilterung unterworfen wird.

4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß die Kantenfilterung Kanten hervorhebt, die näherungsweise horizontal und vertikal sind.

5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß die Kantenfilterung an den Dynamikumfang des Helligkeitsbildes ange­ paßt wird.

6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß aus dem Kanten-gefilterten Bild durch Schwellwertentscheidung ein Bi­ närbild gewonnen wird.

7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß in dem Binärbild geschlossene Konturen ermittelt werden.

8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß durch Analyse der geschlossenen Konturen Bildvorlagenumrisse er­ kannt werden.

9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, daß die Bildvorlagenumrisse aufgrund der Länge der geschlossenen Kontu­ ren erkannt werden.

10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß die Bildvorlagenumrisse aufgrund der Breite und Höhe der von den Konturen umschlossenen Flächen erkannt werden.

11. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, daß für die Bildvorlagenumrisse angepaßte Geraden ermittelt werden.

12. Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, daß die angepaßten Geraden durch eine Hough-Transformation ermittelt werden.

13. Verfahren nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, daß aus den angepaßten Geraden die Geometriedaten der Bildvorlagen bestimmt werden.