JP2017169162A - Image reading apparatus, and image processing method - Google Patents
Image reading apparatus, and image processing method Download PDFInfo
- Publication number
- JP2017169162A JP2017169162A JP2016054962A JP2016054962A JP2017169162A JP 2017169162 A JP2017169162 A JP 2017169162A JP 2016054962 A JP2016054962 A JP 2016054962A JP 2016054962 A JP2016054962 A JP 2016054962A JP 2017169162 A JP2017169162 A JP 2017169162A
- Authority
- JP
- Japan
- Prior art keywords
- threshold
- standard deviation
- image
- value
- gradation
- 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.)
- Pending
Links
Landscapes
- Image Input (AREA)
- Facsimile Scanning Arrangements (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Description
本発明は、画像読取装置、及び画像処理方法に関する。 The present invention relates to an image reading apparatus and an image processing method.
特許文献１は、注目画素を含む近傍領域における濃度の標準偏差を求め、当該標準偏差が所定の標準偏差閾値よりも小さい場合は、固定閾値を用いて当該注目画素の二値化処理を実行し、当該標準偏差が所定の標準偏差閾値よりも大きい場合は、適応閾値を用いて当該注目画素の二値化処理を実行する、画像処理方法を開示している。 Patent Document 1 obtains a standard deviation of density in a neighboring region including a target pixel. When the standard deviation is smaller than a predetermined standard deviation threshold, the target pixel is binarized using a fixed threshold. An image processing method is disclosed in which, when the standard deviation is larger than a predetermined standard deviation threshold value, binarization processing of the pixel of interest is executed using an adaptive threshold value.
しかしながら、特許文献１の画像処理方法は、十分な画質の二値画像を生成することはできない。例えば、ノイズ画素（白又は黒の画素）がエッジ領域の境界部分に表れたり、手書き文字が入力画像中のものよりも太って表れたりする。 However, the image processing method of Patent Document 1 cannot generate a binary image with sufficient image quality. For example, noise pixels (white or black pixels) appear at the boundary portion of the edge region, or handwritten characters appear thicker than those in the input image.
本発明の目的は、より適切な適応閾値を算出することによって二値画像の画質を向上することにある。 An object of the present invention is to improve the image quality of a binary image by calculating a more appropriate adaptive threshold.
上記の課題を解決するための本発明の一態様は、多値の入力画像を二値化する画像読取装置であって、注目画素を含む複数の画素の階調値の標準偏差が、標準偏差閾値よりも大きいかどうかを判定する判定部と、前記標準偏差が前記標準偏差閾値よりも大きいと判定された場合、適応閾値を用いて前記注目画素を二値化する第１の二値化処理部と、前記標準偏差が前記標準偏差閾値よりも小さいと判定された場合、固定閾値を用いて前記注目画素を二値化する第２の二値化処理部と、を有し、前記第１の二値化処理部は、平滑化処理を施した前記注目画素の階調値に基づいて前記適応閾値を設定し、前記第２の二値化処理部は、前記入力画像に含まれる画素の階調分布特性に基づいて前記固定閾値を設定する。これにより、画像読取装置は、より適切な適応閾値を設定するので、全体としてノイズを低減し、さらにエッジ領域の境界部分においてもノイズを低減し、二値画像の画質を向上することができる。 One aspect of the present invention for solving the above-described problem is an image reading apparatus that binarizes a multi-valued input image, in which the standard deviation of gradation values of a plurality of pixels including a target pixel is a standard deviation. A determination unit that determines whether or not the threshold value is greater than a threshold value, and a first binarization process that binarizes the pixel of interest using an adaptive threshold value when it is determined that the standard deviation is greater than the standard deviation threshold value And a second binarization processing unit that binarizes the pixel of interest using a fixed threshold when it is determined that the standard deviation is smaller than the standard deviation threshold. The binarization processing unit sets the adaptive threshold based on the gradation value of the pixel of interest that has been subjected to smoothing processing, and the second binarization processing unit determines whether the pixel included in the input image The fixed threshold value is set based on the gradation distribution characteristic. As a result, the image reading apparatus sets a more appropriate adaptive threshold value, so that noise can be reduced as a whole, and noise can also be reduced at the boundary portion of the edge region, thereby improving the image quality of the binary image.
上記の画像読取装置において、前記判定部は、前記注目画素及び前記複数の画素を含む第１の領域について、前記標準偏差を算出し、前記第１の二値化処理部は、前記第１の領域を含むサイズを有する第２の領域について、前記平滑化処理を施してもよい。これにより、画像読取装置は、平滑化処理の精度を向上して、より適切に適応閾値を設定することができる。 In the above-described image reading apparatus, the determination unit calculates the standard deviation for a first region including the target pixel and the plurality of pixels, and the first binarization processing unit includes the first binarization processing unit. The smoothing process may be performed on a second region having a size including the region. Thereby, the image reading apparatus can improve the accuracy of the smoothing process and set the adaptive threshold value more appropriately.
上記の画像読取装置において、前記判定部は、前記入力画像の解像度に応じて前記第１の領域のサイズを設定し、前記第１の二値化処理部は、前記入力画像の解像度に応じて前記第２の領域のサイズを設定してもよい。これにより、画像読取装置は、本来エッジ部と判定すべきでない背景部の領域を適切に排除し、より適切な二値画像を得ることができる。 In the image reading apparatus, the determination unit sets the size of the first area according to the resolution of the input image, and the first binarization processing unit sets the size of the input image. The size of the second area may be set. As a result, the image reading apparatus can appropriately exclude the area of the background portion that should not be determined as the edge portion, and obtain a more appropriate binary image.
上記の画像読取装置において、前記第１の二値化処理部は、前記平滑化処理を施した前記注目画素の階調値と前記固定閾値との大小関係に応じて前記適応閾値を設定してもよい。これにより、画像読取装置は、画像全体の階調に基づいて設定された固定閾値を基準として適切に適応閾値を設定することができる。 In the image reading apparatus, the first binarization processing unit sets the adaptive threshold according to a magnitude relationship between a gradation value of the target pixel subjected to the smoothing process and the fixed threshold. Also good. As a result, the image reading apparatus can appropriately set the adaptive threshold with reference to the fixed threshold set based on the gradation of the entire image.
上記の画像読取装置において、前記第２の二値化処理部は、前記平滑化処理を施した前記注目画素の階調値が、前記固定閾値から低階調側オフセットを減算した値よりも小さい場合、前記階調値に前記低階調側オフセットを加算した値を前記適応閾値に設定し、前記平滑化処理を施した前記注目画素の階調値が、前記固定閾値に高階調側オフセットを加算した値よりも大きい場合、前記階調値から前記高階調側オフセットを減算した値を前記適応閾値に設定し、上記以外の場合、前記固定閾値を前記適応閾値に設定してもよい。これにより、画像読取装置は、低階調側では黒を出力し易くなり、高階調側では白を出力し易くなり、画質を向上することができる。 In the image reading apparatus, the second binarization processing unit is configured such that the gradation value of the target pixel subjected to the smoothing process is smaller than a value obtained by subtracting a low gradation side offset from the fixed threshold value. In this case, a value obtained by adding the low gradation side offset to the gradation value is set as the adaptive threshold value, and the gradation value of the target pixel subjected to the smoothing process has the high gradation side offset as the fixed threshold value. If the value is larger than the added value, a value obtained by subtracting the high gradation side offset from the gradation value may be set as the adaptive threshold. In other cases, the fixed threshold may be set as the adaptive threshold. As a result, the image reading apparatus can easily output black on the low gradation side, and can easily output white on the high gradation side, thereby improving the image quality.
上記の画像読取装置において、前記高階調側オフセットは、前記低階調側オフセットよりも大きくしてもよい。これにより、画像読取装置は、高階調側ではより白を出力し易くなる。 In the image reading apparatus, the high gradation side offset may be larger than the low gradation side offset. This makes it easier for the image reading apparatus to output white on the high gradation side.
上記の課題を解決するための本発明の他の態様は、多値の入力画像を二値化する画像読取装置における画像処理方法であって、注目画素を含む複数の画素の階調値の標準偏差が、標準偏差閾値よりも大きいかどうかを判定するステップと、前記標準偏差が前記標準偏差閾値よりも大きいと判定された場合、適応閾値を用いて前記注目画素を二値化する第１の二値化ステップ、前記標準偏差が前記標準偏差閾値よりも小さいと判定された場合、固定閾値を用いて前記注目画素を二値化する第２の二値化ステップと、を含み、前記第１の二値化ステップでは、平滑化処理を施した前記注目画素の階調値に基づいて前記適応閾値を設定し、前記第２の二値化ステップでは、前記入力画像に含まれる画素の階調値分布特性に基づいて前記固定閾値を設定する。これにより、画像読取装置は、より適切な適応閾値を設定するので、全体としてノイズを低減し、さらにエッジ領域の境界部分においてもノイズを低減し、二値画像の画質を向上することができる。 Another aspect of the present invention for solving the above problem is an image processing method in an image reading apparatus for binarizing a multi-valued input image, which is a standard of gradation values of a plurality of pixels including a pixel of interest. Determining whether a deviation is larger than a standard deviation threshold; and, if it is determined that the standard deviation is larger than the standard deviation threshold, a first binarizing the target pixel using an adaptive threshold A binarization step, and a second binarization step that binarizes the pixel of interest using a fixed threshold value when it is determined that the standard deviation is smaller than the standard deviation threshold value. In the binarization step, the adaptive threshold is set based on the gradation value of the target pixel subjected to the smoothing process, and in the second binarization step, the gradation of the pixel included in the input image is set. The fixed threshold is set based on the value distribution characteristics. To. As a result, the image reading apparatus sets a more appropriate adaptive threshold value, so that noise can be reduced as a whole, and noise can also be reduced at the boundary portion of the edge region, thereby improving the image quality of the binary image.
本発明の実施形態の理解のため、本発明の実施形態を説明する前に、従来の二値化処理について図面を参照しながら説明する。 In order to understand the embodiment of the present invention, prior to describing the embodiment of the present invention, a conventional binarization process will be described with reference to the drawings.
スキャナー等の画像読取装置は、例えば手書き文字を含む帳票をグレイスケールで読み取り、図１３（グレイ画像の一例を示す図）に示すようなグレイ画像を生成する。また、画像読取装置は、当該グレイ画像の二値化処理を実行して、二値画像を記憶装置に出力する。二値化処理は、読取画像データのファイルサイズを大幅に削減することができる。 An image reading device such as a scanner reads, for example, a form including handwritten characters on a gray scale, and generates a gray image as shown in FIG. 13 (a diagram showing an example of a gray image). Further, the image reading device executes binarization processing of the gray image and outputs the binary image to the storage device. The binarization process can greatly reduce the file size of the read image data.
二値化処理には、固定閾値を用いるものと、適応閾値を用いるものとがある。固定閾値を用いた二値化処理では、例えば、入力画像全体に対して１つの固定閾値が算出され、当該固定閾値以下の階調値を有する画素が黒と判定され、当該固定閾値より大きい階調値を有する画素が白と判定される。適応閾値を用いた二値化処理では、例えば、画素毎に、当該画素を含む近傍領域の階調値に基づいて適応閾値が算出され、当該画素が当該適応閾値以下の階調値を有する場合は黒と判定され、当該画素が当該適応閾値より大きい階調値を有する場合は白と判定される。 There are two types of binarization processing, one using a fixed threshold and the other using an adaptive threshold. In the binarization process using the fixed threshold, for example, one fixed threshold is calculated for the entire input image, and a pixel having a gradation value equal to or lower than the fixed threshold is determined to be black. A pixel having a tone value is determined to be white. In the binarization processing using the adaptive threshold, for example, for each pixel, the adaptive threshold is calculated based on the gradation value of the neighboring region including the pixel, and the pixel has a gradation value equal to or less than the adaptive threshold. Is determined to be black, and if the pixel has a gradation value greater than the adaptive threshold, it is determined to be white.
固定閾値を用いた二値化処理には、例えば、判別分析法（大津の二値化）を用いるものがある。この方法は、クラス間分散とクラス内分散の比で表される分離度が最大となる閾値を算出する。固定閾値は、例えば次のように求められる。 As a binarization process using a fixed threshold, for example, there is a process using a discriminant analysis method (Otsu's binarization). In this method, a threshold value that maximizes the degree of separation expressed by the ratio between the interclass variance and the intraclass variance is calculated. The fixed threshold is obtained as follows, for example.
図１４は、従来例に係る固定閾値の設定例を説明する図である。図１４は、図１３のグレイ画像を構成する各画素の階調値の度数分布（階調分布特性）を示している。縦軸は度数を示し、横軸は階調値を示す。 FIG. 14 is a diagram illustrating a setting example of a fixed threshold value according to a conventional example. FIG. 14 shows the frequency distribution (gradation distribution characteristics) of the gradation values of each pixel constituting the gray image of FIG. The vertical axis indicates the frequency, and the horizontal axis indicates the gradation value.
ここで、図１３のグレイ画像をある閾値tで二値化したとき、閾値tよりも低階調側（黒クラス）の画素数をω1、平均をm1、分散をσ1 2とし、閾値tよりも高階調側（白クラス）の画素数をω2、平均をm2、分散をσ2 2とし、全体の画素数をωt、平均をmt、分散をσt 2とする。このときのクラス内分散σw 2は、下記の式（１）で表すことができる。 Here, when the binarization with the threshold t in the gray image in FIG. 13, the number of pixels omega 1 than the threshold t low tone (black class), average m 1, dispersed and sigma 1 2, The number of pixels on the higher gradation side (white class) than the threshold t is ω 2 , the average is m 2 , the variance is σ 2 2 , the total number of pixels is ω t , the average is m t , and the variance is σ t 2 . The intraclass variance σ w 2 at this time can be expressed by the following equation (1).
クラス間分散σb 2は、下記の式（２）で表すことができる。 The interclass variance σ b 2 can be expressed by the following equation (2).
全分散σt 2は、下記の式（３）で表すことができる。 The total variance σ t 2 can be expressed by the following formula (3).
クラス間分散σb 2とクラス内分散σw 2の比である分離度は、下記の式（４）で表すことができる。 The degree of separation, which is the ratio between the interclass variance σ b 2 and the intraclass variance σ w 2 , can be expressed by the following equation (4).
全分散σt 2は、閾値tに関係なく一定である。従って、クラス間分散σb 2が最大となる閾値tを固定閾値として求めればよい。さらに、クラス間分散の分母(ω1 + ω2)2も、閾値tに関係なく一定である。すなわち、クラス間分散の分子ω1ω2(m1 - m2)2が最大となる閾値tを固定閾値として求めればよい。 The total variance σ t 2 is constant regardless of the threshold value t. Therefore, the threshold value t that maximizes the interclass variance σ b 2 may be obtained as a fixed threshold value. Furthermore, the denominator (ω 1 + ω 2 ) 2 of the interclass variance is also constant regardless of the threshold value t. That is, the threshold t at which the numerator ω 1 ω 2 (m 1 −m 2 ) 2 of interclass dispersion is maximum may be obtained as a fixed threshold.
図１４の例では、閾値t = 145で分離度が最大となる。この固定閾値を用いて図１３のグレイ画像に二値化処理を実行した結果は、図１５（従来例に係る固定閾値のみを用いた二値化処理を施した画像の一例を示す図）のように示される。図１５の二値画像では、帳票の地色のムラは綺麗に除去されているが、重要な手書き文字の情報は再現できていない。 In the example of FIG. 14, the degree of separation is maximized at the threshold value t = 145. The result of executing the binarization process on the gray image of FIG. 13 using this fixed threshold is the result of FIG. 15 (an example of an image subjected to the binarization process using only the fixed threshold according to the conventional example). As shown. In the binary image of FIG. 15, the ground color unevenness of the form is clearly removed, but important handwritten character information cannot be reproduced.
適応閾値を用いた二値化処理には、例えば、Niblackの適応閾値を用いるものがある。この方法は、手書き文字のような階調変化の少ない情報を二値化で再現する手法である。注目画素を含む近傍領域N × Nにおいて、各画素の平均階調値をE、各画素の階調値の標準偏差をσ、所定の定数をKとする。このときの注目画素の閾値T（適応閾値）は、下記の式（５）で求めることができる。 As a binarization process using an adaptive threshold, for example, there is a process using a Niblack adaptive threshold. This method is a method of reproducing information such as handwritten characters with little gradation change by binarization. In the neighborhood region N × N including the target pixel, the average gradation value of each pixel is E, the standard deviation of the gradation value of each pixel is σ, and a predetermined constant is K. The threshold value T (adaptive threshold value) of the target pixel at this time can be obtained by the following equation (5).
例えばN = 7、K = -0.1と設定して、図１３のグレイ画像に二値化処理を実行した結果は、図１６（従来例に係る適応閾値のみを用いた二値化処理を施した画像の一例を示す図）のように示される。図１６の二値画像では、グレイ画像よりも手書き文字の情報が鮮明に表現されているが、本来は均一であるはずの帳票の地色や白抜き文字の背景の領域でムラが発生している。そのため、文字の可読性は悪くなっている。また、ムラの発生によってファイルサイズが増加する。 For example, when N = 7 and K = −0.1 are set and the binarization process is performed on the gray image in FIG. 13, the result of binarization process using only the adaptive threshold according to the conventional example is shown in FIG. The figure shows an example of an image). In the binary image of FIG. 16, handwritten character information is expressed more clearly than the gray image, but unevenness occurs in the background color of the form that should be uniform and the background region of the white character. Yes. As a result, the readability of the characters has deteriorated. In addition, the file size increases due to the occurrence of unevenness.
上述した固定閾値を用いた二値化処理と適応閾値を用いた二値化処理の両方を用いた方法も提案されている。この方法では、例えば、画素毎に、当該画素を含む近傍領域N × Nにおける階調値の標準偏差が算出される。そして、当該標準偏差が所定の標準偏差の閾値σminよりも小さい場合は、当該画素は背景領域に属する画素と扱われ、当該画素には固定閾値を用いた二値化処理が実行される。一方、当該標準偏差が所定の標準偏差の閾値σminよりも大きい場合は、当該画素は非背景（エッジ）領域に属する画素と扱われ、当該画素には適応閾値を用いた二値化処理が実行される。 A method using both the binarization process using the fixed threshold and the binarization process using the adaptive threshold has also been proposed. In this method, for example, for each pixel, the standard deviation of the gradation values in the neighboring region N × N including the pixel is calculated. When the standard deviation is smaller than a predetermined standard deviation threshold σ min , the pixel is treated as a pixel belonging to the background area, and binarization processing using a fixed threshold is performed on the pixel. On the other hand, when the standard deviation is larger than a predetermined standard deviation threshold σ min , the pixel is treated as a pixel belonging to a non-background (edge) region, and binarization processing using an adaptive threshold is performed on the pixel. Executed.
例えば、N = 7と設定して、図１３のグレイ画像の各画素について標準偏差を求めた結果は、図１７（従来例に係る標準偏差を表す画像の一例を示す図）のように示される。図１７は、標準偏差が小さい画素ほど暗く、標準偏差が大きい画素ほど明るく示している。 For example, the result of obtaining the standard deviation for each pixel of the gray image in FIG. 13 with N = 7 is shown in FIG. 17 (a diagram showing an example of an image representing the standard deviation according to the conventional example). . FIG. 17 shows a pixel with a smaller standard deviation that is darker and a pixel with a larger standard deviation that is brighter.
例えば、σmin = 9.5と設定して、図１３のグレイ画像の各画素を背景かエッジに判別した結果は、図１８（従来例に係る背景とエッジを判定した画像の一例を示す図）のように示される。図１８は、標準偏差が閾値σmin以上の画素をエッジ領域（黒）、標準偏差が閾値σminより小さい画素を背景領域（白）で示している。 For example, by setting σ min = 9.5 and determining each pixel of the gray image in FIG. 13 as a background or an edge, the result of FIG. 18 (a diagram showing an example of an image with a background and an edge determined according to the conventional example) is shown. As shown. FIG. 18 shows pixels whose standard deviation is greater than or equal to the threshold σ min as an edge region (black), and pixels whose standard deviation is smaller than the threshold σ min as a background region (white).
さらに、エッジ領域の各画素に対して適応閾値（Niblack）を用いて二値化処理を実行し、背景領域の各画素に対して固定閾値（大津）を用いて二値化処理を実行した結果は、図１９（従来例に係る二値化処理を施した画像の一例を示す図）のように示される。図１９の二値画像では、前述の図１５及び図１６と比較して、手書き文字の情報の再現性が高く、帳票の白地にもムラが発生していない。そのため、文字の可読性が大幅に向上している。また、ムラの発生の防止によってファイルサイズが低減されている。 Furthermore, the result of executing the binarization process using the adaptive threshold value (Niblack) for each pixel in the edge area and the binarization process using the fixed threshold value (Otsu) for each pixel of the background area Is shown as FIG. 19 (a diagram showing an example of an image subjected to binarization processing according to a conventional example). In the binary image of FIG. 19, the reproducibility of handwritten character information is higher than in the above-described FIG. 15 and FIG. 16, and no unevenness occurs on the white background of the form. For this reason, the readability of characters is greatly improved. In addition, the file size is reduced by preventing the occurrence of unevenness.
しかしながら、上述した二値化処理（固定閾値と適応閾値の両方を用いる）でも、十分な画質の二値画像を生成することはできていない。 However, even with the above-described binarization processing (using both the fixed threshold value and the adaptive threshold value), a binary image with sufficient image quality cannot be generated.
図２０は、図１９の一部を拡大した図である。図２１は、図２０のエッジ領域を示す図である。これらの図が示すように、ノイズ画素（白又は黒の画素）がエッジ領域の境界部分に表れている。例えば、黒地の領域には、文字の近辺周囲に、白のノイズ画素が点在している。例えば、白地の領域には、文字の近辺周囲に、黒のノイズ画素が点在している。また、図１３と図１９を比較すると、手書き文字がグレイ画像中のものよりも太って表れる。 FIG. 20 is an enlarged view of a part of FIG. FIG. 21 is a diagram showing the edge region of FIG. As shown in these figures, noise pixels (white or black pixels) appear at the boundary portion of the edge region. For example, in a black area, white noise pixels are scattered around the vicinity of a character. For example, in a white area, black noise pixels are scattered around the vicinity of a character. Further, when FIG. 13 is compared with FIG. 19, handwritten characters appear thicker than those in the gray image.
エッジ領域の判別精度を高めるためには、近傍領域サイズN × Nを大きくすればよい。一方で、大きくした近傍領域サイズN × Nにおいて注目画素（エッジ領域の画素）に対してNiblackの適応閾値を算出する場合、適応閾値の精度が不十分となる。近傍領域を大きくするほど、近傍領域には、注目画素と階調値等が大きく異なる画素が含まれ易くなるからである。これがノイズ画素を発生させたり、手書き文字を太らせたりする。 In order to increase the edge region discrimination accuracy, the neighborhood region size N × N may be increased. On the other hand, when the Niblack adaptive threshold value is calculated for the pixel of interest (the edge region pixel) in the enlarged neighborhood region size N × N, the accuracy of the adaptive threshold value is insufficient. This is because the larger the neighborhood area, the easier it is for the neighborhood area to include pixels that differ greatly from the pixel of interest in gradation values. This generates noise pixels or thickens handwritten characters.
図２２は、入力値と二値出力値の関係を表すグラフを示す図である。図２３は、図２２のグラフに対応する領域を示す図である。図２３は、図２０と同じ画像を示している。図２２のグラフは、図２３の画像の上部のグレイの矩形内の各画素（横方向の各画素）に関する値を示している。図２２のグラフでは、左縦軸は階調を示し、右縦軸は標準偏差を示し、横軸は画素座標を示している。また、入力値はグレイの階調値であり、閾値は適応閾値又は固定閾値である。二値出力値は、上側は白を示し、下側は黒を示す。 FIG. 22 is a diagram illustrating a graph representing the relationship between an input value and a binary output value. FIG. 23 is a diagram illustrating a region corresponding to the graph of FIG. FIG. 23 shows the same image as FIG. The graph of FIG. 22 shows values relating to each pixel (each pixel in the horizontal direction) within the gray rectangle at the top of the image of FIG. In the graph of FIG. 22, the left vertical axis indicates gradation, the right vertical axis indicates standard deviation, and the horizontal axis indicates pixel coordinates. The input value is a gray gradation value, and the threshold value is an adaptive threshold value or a fixed threshold value. The binary output value indicates white on the upper side and black on the lower side.
標準偏差が閾値σmin以上の画素は、エッジ部の画素として適応閾値が用いられていることが分かる。また、標準偏差が閾値σminより小さい画素は、背景部の画素として固定閾値が用いられていることが分かる。また、適応閾値又は固定閾値以上の入力値を有する画素は、白と判定され、適応閾値又は固定閾値より小さい入力値を有する画素は、黒と判定されていることが分かる。ここで、エッジ部の境界部分（例えば背景部の右側の２画素）には、白の画素が表れていることが分かる。これらの画素は、黒地に表れた白のノイズ画素である。 It can be seen that an adaptive threshold is used as a pixel in the edge portion of a pixel having a standard deviation equal to or greater than the threshold σ min . In addition, it is understood that a fixed threshold is used as a background pixel for pixels whose standard deviation is smaller than the threshold σ min . It can also be seen that a pixel having an input value equal to or greater than the adaptive threshold or the fixed threshold is determined to be white, and a pixel having an input value smaller than the adaptive threshold or the fixed threshold is determined to be black. Here, it can be seen that white pixels appear in the boundary portion of the edge portion (for example, two pixels on the right side of the background portion). These pixels are white noise pixels appearing on a black background.
以下、本発明の実施形態について、図面を参照しながら説明する。本実施形態は、以上のような問題点を解決するために、主に適応閾値の算出方法を改善する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. The present embodiment mainly improves the calculation method of the adaptive threshold value in order to solve the above problems.
図１は、本発明の一実施形態に係る画像読取装置の構成例を示すブロック図である。画像読取装置１は、例えばスキャナーやＭＦＰ（Multifunction Printer）であり、スキャン機能等を有する。 FIG. 1 is a block diagram illustrating a configuration example of an image reading apparatus according to an embodiment of the present invention. The image reading apparatus 1 is a scanner or an MFP (Multifunction Printer), for example, and has a scan function and the like.
画像読取装置１は、制御部２と、読取部３と、表示部４と、入力部５と、通信部６と含む。制御部２は、画像取得部２１と、二値化処理部２２と、画像出力部２３とを含む。二値化処理部２２は、判定部２２１と、第１の二値化処理部２２２と、第２の二値化処理部２２３とを含む。 The image reading apparatus 1 includes a control unit 2, a reading unit 3, a display unit 4, an input unit 5, and a communication unit 6. The control unit 2 includes an image acquisition unit 21, a binarization processing unit 22, and an image output unit 23. The binarization processing unit 22 includes a determination unit 221, a first binarization processing unit 222, and a second binarization processing unit 223.
制御部２は、画像読取装置１の動作を統合的に制御する。制御部２は、例えば、ＣＰＵ（Central Processing Unit）等の演算装置、ＲＡＭ（Random Access Memory）等の揮発性の記憶装置、ＲＯＭ（Read Only Memory）等の不揮発性の記憶装置、制御部２と他のユニットを接続するインターフェイス回路、これらを互いに接続するバス、などを備えるコンピューターによって実現することができる。制御部２は、画像処理回路など各種の処理回路を備えていてもよい。制御部２は、ＡＳＩＣ（Application Specific Integrated Circuit）などによって実現されてもよい。 The control unit 2 controls the operation of the image reading apparatus 1 in an integrated manner. The control unit 2 includes, for example, an arithmetic device such as a CPU (Central Processing Unit), a volatile storage device such as a RAM (Random Access Memory), a non-volatile storage device such as a ROM (Read Only Memory), and the control unit 2 It can be realized by a computer including an interface circuit for connecting other units, a bus for connecting these units to each other, and the like. The control unit 2 may include various processing circuits such as an image processing circuit. The control unit 2 may be realized by an ASIC (Application Specific Integrated Circuit) or the like.
上記の制御部２の機能（画像取得部２１、二値化処理部２２、及び画像出力部２３を含む）の少なくとも一部は、例えば、ＣＰＵがＲＯＭに格納された所定のプログラムをＲＡＭに読み出して実行することによって実現することができる。当該所定のプログラムは、例えば持ち運び可能な記憶媒体から読み出して画像読取装置１にインストールしたり、ネットワーク上のサーバーからダウンロードして画像読取装置１にインストールしたりすることができる。制御部２の機能の少なくとも一部は、例えば、画像処理回路等の処理回路によって実現してもよい。制御部２の機能の少なくとも一部は、例えば、ＣＰＵ及び処理回路の両方によって実現されてもよい。 At least a part of the functions of the control unit 2 (including the image acquisition unit 21, the binarization processing unit 22, and the image output unit 23), for example, the CPU reads a predetermined program stored in the ROM into the RAM It can be realized by executing. For example, the predetermined program can be read from a portable storage medium and installed in the image reading apparatus 1, or can be downloaded from a server on the network and installed in the image reading apparatus 1. At least a part of the functions of the control unit 2 may be realized by a processing circuit such as an image processing circuit, for example. At least a part of the function of the control unit 2 may be realized by both the CPU and the processing circuit, for example.
読取部３は、制御部２からの指示に従って原稿から画像を読み取り、制御部２に出力する。読取部３は、例えば、イメージセンサーを用いたスキャンエンジンであり、機械部品、センサー、モーター、駆動回路、制御回路等により構成される。本実施形態の読取部３は、例えば、グレイスケール画像を出力することができる。 The reading unit 3 reads an image from a document according to an instruction from the control unit 2 and outputs the image to the control unit 2. The reading unit 3 is a scan engine using an image sensor, for example, and includes a mechanical part, a sensor, a motor, a drive circuit, a control circuit, and the like. The reading unit 3 of the present embodiment can output, for example, a gray scale image.
表示部４は、制御部２の処理結果を、文字、グラフ、表、アニメーション、その他の画像として表示する。表示部４は、例えば、ＬＣＤ（Liquid Crystal Display）、ＯＬＥＤ（Organic Electroluminescence Display）などの出力装置である。 The display unit 4 displays the processing results of the control unit 2 as characters, graphs, tables, animations, and other images. The display unit 4 is an output device such as an LCD (Liquid Crystal Display) or an OLED (Organic Electroluminescence Display).
入力部５は、ユーザーの操作入力を受け付け、操作に応じた操作信号を制御部２に出力する。入力部５は、例えば、キー、タッチセンサー、タッチパネルなどの入力装置である。 The input unit 5 receives a user operation input and outputs an operation signal corresponding to the operation to the control unit 2. The input unit 5 is an input device such as a key, a touch sensor, or a touch panel, for example.
通信部６は、外部の装置と情報を送受信する。通信部６は、例えば、無線ＬＡＮ（Local Area Network）に準拠した通信モジュールである。画像読取装置１は、通信部６に替えてあるいは加えて、有線ＬＡＮに準拠した通信部を備えていてもよい。 The communication unit 6 transmits / receives information to / from an external device. The communication unit 6 is a communication module compliant with, for example, a wireless LAN (Local Area Network). The image reading apparatus 1 may include a communication unit compliant with a wired LAN instead of or in addition to the communication unit 6.
画像取得部２１は、読取部３からグレイ画像（本発明の「多値の入力画像」に相当する）を取得する。 The image acquisition unit 21 acquires a gray image (corresponding to the “multi-value input image” of the present invention) from the reading unit 3.
二値化処理部２２は、画像取得部２１により取得されたグレイ画像の二値化処理を実行する。判定部２２１は、注目画素を含む近傍領域の階調値の標準偏差が、所定の標準偏差閾値以上であるかどうかを判定する。第１の二値化処理部２２２は、標準偏差が所定の標準偏差閾値以上であると判定された場合、適応閾値を用いて注目画素の二値化処理を実行する。第２の二値化処理部２２３は、標準偏差が所定の標準偏差閾値よりも小さいと判定された場合、固定閾値を用いて注目画素の二値化処理を実行する。本実施形態では、第１の二値化処理部２２２は、平滑化処理を施した注目画素の階調値に基づいて適応閾値を設定する。二値化処理部２２の処理は、後に詳述する。 The binarization processing unit 22 executes binarization processing on the gray image acquired by the image acquisition unit 21. The determination unit 221 determines whether or not the standard deviation of the gradation value of the neighboring region including the target pixel is equal to or greater than a predetermined standard deviation threshold. When it is determined that the standard deviation is greater than or equal to a predetermined standard deviation threshold, the first binarization processing unit 222 performs binarization processing on the target pixel using the adaptive threshold. When it is determined that the standard deviation is smaller than the predetermined standard deviation threshold value, the second binarization processing unit 223 executes the binarization process for the target pixel using the fixed threshold value. In the present embodiment, the first binarization processing unit 222 sets an adaptive threshold based on the gradation value of the target pixel that has been subjected to the smoothing process. The processing of the binarization processing unit 22 will be described in detail later.
画像出力部２３は、二値化処理部２２により生成された二値画像を、例えば、ＲＡＭやＲＯＭ等の記憶装置、通信部６を介して通信可能な外部の機器等に出力する。画像読取装置１が印刷部を有する場合、画像出力部２３は、二値画像を印刷部に出力して印刷させてもよい。 The image output unit 23 outputs the binary image generated by the binarization processing unit 22 to, for example, a storage device such as a RAM or a ROM, an external device that can communicate via the communication unit 6, and the like. When the image reading apparatus 1 includes a printing unit, the image output unit 23 may output the binary image to the printing unit and print it.
図２は、画像処理の一例を示すフローチャートである。二値化処理部２２は、例えば、画像取得部２１によりグレイ画像が取得されると、図２のフローチャートに示す処理を開始する。 FIG. 2 is a flowchart illustrating an example of image processing. For example, when a gray image is acquired by the image acquisition unit 21, the binarization processing unit 22 starts the process illustrated in the flowchart of FIG. 2.
まず、第２の二値化処理部２２３は、固定閾値tを算出する（ステップＳ１）。例えば、第２の二値化処理部２２３は、上述した判別分析法（大津の二値化）と同様に、グレイ画像を構成する各画素の階調値の度数分布（階調分布特性）に基づいて、固定閾値tを算出する。 First, the second binarization processing unit 223 calculates a fixed threshold t (Step S1). For example, the second binarization processing unit 223 applies the frequency distribution (gradation distribution characteristics) of the gradation value of each pixel constituting the gray image, similarly to the discriminant analysis method (binarization of Otsu) described above. Based on this, a fixed threshold value t is calculated.
それから、二値化処理部２２は、グレイ画像中の注目画素毎に、ステップＳ２〜Ｓ５の処理を実行する。注目画素は、例えばグレイ画像中の全画素の各々である。 Then, the binarization processing unit 22 executes the processes of steps S2 to S5 for each target pixel in the gray image. The target pixel is, for example, each of all the pixels in the gray image.
まず、判定部２２１は、注目画素の近傍領域N × N（本発明の「第１の領域」に相当する）の標準偏差Stを算出する（ステップＳ２）。近傍領域N × Nは、例えば、中心の注目画素と、当該注目画素の周囲の複数の画素から構成される。例えば、判定部２２１は、近傍領域N × Nに含まれる各画素の階調値に基づいて、階調値の標準偏差Stを算出する。 First, the determination unit 221 calculates the standard deviation St of the neighboring region N × N (corresponding to the “first region” of the present invention) of the target pixel (step S2). The neighboring region N × N is composed of, for example, a central target pixel and a plurality of pixels around the target pixel. For example, the determination unit 221 calculates the standard deviation St of the gradation value based on the gradation value of each pixel included in the neighboring region N × N.
次に、判定部２２１は、ステップＳ２で算出した標準偏差Stが所定の標準偏差閾値σmin以上かどうかを判定する（ステップＳ３）。標準偏差Stが所定の標準偏差閾値σmin以上である場合（ステップＳ３でＹＥＳ）、注目画素はエッジ領域に属する画素として、判定部２２１は、処理をステップＳ４に進める。標準偏差Stが所定の標準偏差閾値σminより小さい場合（ステップＳ３でＮＯ）、注目画素は背景領域に属する画素として、判定部２２１は、処理をステップＳ５に進める。 Next, the determination unit 221 determines whether or not the standard deviation St calculated in step S2 is equal to or greater than a predetermined standard deviation threshold σ min (step S3). When the standard deviation St is greater than or equal to the predetermined standard deviation threshold σ min (YES in step S3), the determination unit 221 advances the process to step S4, assuming that the pixel of interest belongs to the edge region. If the standard deviation St is smaller than the predetermined standard deviation threshold σ min (NO in step S3), the determination unit 221 advances the process to step S5, assuming that the pixel of interest belongs to the background area.
標準偏差Stが所定の標準偏差閾値σmin以上である場合（ステップＳ３でＹＥＳ）、第１の二値化処理部２２２は、適応閾値tAdptを用いて注目画素の二値化処理を実行する（ステップＳ４）。標準偏差Stが所定の標準偏差閾値σminより小さい場合（ステップＳ３でＮＯ）、第２の二値化処理部２２３は、固定閾値ｔを用いて注目画素の二値化処理を実行する（ステップＳ５）。 When the standard deviation St is greater than or equal to a predetermined standard deviation threshold σ min (YES in step S3), the first binarization processing unit 222 executes a binarization process on the target pixel using the adaptive threshold tAdpt ( Step S4). When the standard deviation St is smaller than the predetermined standard deviation threshold σ min (NO in step S3), the second binarization processing unit 223 executes the binarization processing of the target pixel using the fixed threshold t (step S5).
ステップＳ２〜５の処理で二値化された各注目画素の出力値は、画像出力部２３によって例えばＲＡＭ等の記憶装置に出力される。このようにして二値化処理部２２は、グレイ画像から二値画像を生成し、本フローチャートの処理を終了する。 The output value of each pixel of interest binarized in the processes of steps S2 to S5 is output by the image output unit 23 to a storage device such as a RAM. In this way, the binarization processing unit 22 generates a binary image from the gray image, and ends the processing of this flowchart.
図３は、適応閾値を用いた二値化処理の一例を示すフローチャートである。図３は、図２のステップＳ４の処理の詳細を示している。 FIG. 3 is a flowchart illustrating an example of binarization processing using an adaptive threshold. FIG. 3 shows details of the process in step S4 of FIG.
まず、第１の二値化処理部２２２は、近傍領域L × L（本発明の「第２の領域」に相当する）における注目画素の平滑化結果g’(0, 0)を算出する（ステップＳ４１）。g(0, 0)は、注目画素の座標及びそのグレイ階調値を表す。g’(0, 0)は、平滑化処理を施した注目画素の座標及びその階調値を表す。近傍領域L × Lは、例えば、中心の注目画素と、当該注目画素の周囲の複数の画素から構成される。以下に平滑化処理について具体例を用いて説明する。 First, the first binarization processing unit 222 calculates the smoothing result g ′ (0, 0) of the pixel of interest in the neighboring region L × L (corresponding to the “second region” of the present invention) ( Step S41). g (0, 0) represents the coordinates of the target pixel and its gray gradation value. g ′ (0, 0) represents the coordinates of the target pixel subjected to the smoothing process and the gradation value thereof. The neighboring region L × L is composed of, for example, a central target pixel and a plurality of pixels around the target pixel. The smoothing process will be described below using a specific example.
平滑化に用いる係数f(x)は、注目画素からの距離をx、平滑化を適用する範囲をσとすると、下記の式（６）で求めることができる。なお、例えば、平滑化を適用する範囲σ = 3は、中心の注目画素の周囲3画素を含む近傍領域L × L (L = 7)に対応する。 The coefficient f (x) used for smoothing can be obtained by the following equation (6), where x is the distance from the target pixel and σ is the range to which smoothing is applied. For example, the range σ = 3 to which smoothing is applied corresponds to a neighboring region L × L (L = 7) including three pixels around the central target pixel.
図５は、距離及び平滑化係数の一例を説明する図である。図５（Ａ）は、中心の注目画素と他の画素との距離xを示している。図５（Ｂ）は、中心の注目画素と他の画素の係数f(x)を示している。図５は、近傍領域L × L (L = 15)を構成する各画素を示している。なお、f(x)は、二次元平面においてはf(m, n)と表すことができる。(m, n)は、二次元平面の座標に対応する。 FIG. 5 is a diagram for explaining an example of the distance and the smoothing coefficient. FIG. 5A shows the distance x between the center pixel of interest and other pixels. FIG. 5B shows the coefficient f (x) of the center pixel of interest and other pixels. FIG. 5 shows each pixel constituting the neighborhood region L × L (L = 15). Note that f (x) can be expressed as f (m, n) in the two-dimensional plane. (m, n) corresponds to the coordinates of the two-dimensional plane.
図５から分かるように、平滑化係数f(m, n)は、中心の注目画素から離れるほど小さくなり、無限に算出することができる。従って、本実施形態では、σ = 4とする場合、近傍領域L × L (L = 9)のように、演算範囲を限定して平滑化係数を求める。図５では、平滑化を適用する範囲σ = 4を、太い実線で囲んでいる。 As can be seen from FIG. 5, the smoothing coefficient f (m, n) decreases as the distance from the center pixel of interest decreases, and can be calculated infinitely. Therefore, in this embodiment, when σ = 4, the smoothing coefficient is obtained by limiting the calculation range as in the neighborhood region L × L (L = 9). In FIG. 5, the range σ = 4 to which smoothing is applied is surrounded by a thick solid line.
近傍領域L × L (L = 9)とした場合、注目画素の階調値g(0, 0)の平滑化結果g’(0, 0)は、下記の式（７）で求めることができる。g(m, n)は、グレイ画像（近傍領域内のグレイ画像）を構成する各画素の座標及びその階調値を示す。 When the neighborhood region L × L (L = 9) is set, the smoothing result g ′ (0, 0) of the tone value g (0, 0) of the target pixel can be obtained by the following equation (7). . g (m, n) indicates the coordinates of each pixel constituting the gray image (the gray image in the neighboring region) and its gradation value.
本実施形態では、平滑化処理を実行する近傍領域L × Lは、標準偏差を求める近傍領域N × Nを含むサイズに設定される。例えば、N = 7の場合、L = 7以上（σ = 3以上）に設定される。 In the present embodiment, the neighborhood region L × L where the smoothing process is performed is set to a size including the neighborhood region N × N for which the standard deviation is obtained. For example, when N = 7, L = 7 or more (σ = 3 or more) is set.
次に、第１の二値化処理部２２２は、適応閾値tAdptを算出する（ステップＳ４２）。例えば、第１の二値化処理部２２２は、ステップＳ４１で算出した注目画素の平滑化結果g’(0, 0)に基づいて、適応閾値tAdptを設定する。 Next, the first binarization processing unit 222 calculates an adaptive threshold value tAdpt (step S42). For example, the first binarization processing unit 222 sets the adaptive threshold tAdpt based on the smoothing result g ′ (0, 0) of the target pixel calculated in step S41.
具体的には、第１の二値化処理部２２２は、固定閾値tより低階調側の閾値オフセットTh_low（本発明の「低階調側オフセット」に相当する）と、固定閾値tより高階調側の閾値オフセットTh_high（本発明の「高階調側オフセット」に相当する）とを用いて、注目画素の平滑化結果g’(0, 0)を補正することで、適応閾値tAdptを設定する。第１の二値化処理部２２２は、例えば、下記の（１）〜（３）の左側の条件に応じて、下記の（１）〜（３）の右側の式によって適応閾値tAdptを設定する。 Specifically, the first binarization processing unit 222 performs a threshold offset Th_low (corresponding to the “low gradation side offset” of the present invention) on the lower gradation side than the fixed threshold t and a higher order than the fixed threshold t. The adaptive threshold tAdpt is set by correcting the smoothing result g ′ (0, 0) of the target pixel using the key-side threshold offset Th_high (corresponding to the “high gradation side offset” of the present invention). . For example, the first binarization processing unit 222 sets the adaptive threshold value tAdpt according to the following expressions (1) to (3) on the right side according to the following conditions on the left side (1) to (3). .
（１）g’(0, 0) < (t - Th_low) | tAdpt = g’(0, 0) + Th_low
（２）(t - Th_low) ≦ g’(0, 0) ≦ (t + Th_high) | tAdpt = t
（３）g’(0, 0) > (t + Th_high) | tAdpt = g’(0, 0) - Th_high
(1) g '(0, 0) <(t-Th_low) | tAdpt = g' (0, 0) + Th_low
(2) (t-Th_low) ≤ g '(0, 0) ≤ (t + Th_high) | tAdpt = t
(3) g '(0, 0)> (t + Th_high) | tAdpt = g' (0, 0)-Th_high
グレイ画像は紙面の濃淡ムラや皺などの様々なノイズ成分を含むため、注目画素の階調値が多少振れても安定した二値化結果を出力する必要がある。そこで、（１）低階調側（暗部側）では、平滑化結果g’(0, 0)に低階調側の閾値オフセットTh_lowを加算することで、黒の出力を得やすくしている。また、（３）高階調側（明部側）では、平滑化結果g’(0, 0)から高階調側の閾値オフセットTh_highを減算することで、白の出力を得やすくしている。 Since a gray image contains various noise components such as shading unevenness and wrinkles on the paper surface, it is necessary to output a stable binarization result even if the gradation value of the pixel of interest slightly fluctuates. Therefore, (1) on the low gradation side (dark side), the threshold value Th_low on the low gradation side is added to the smoothed result g ′ (0, 0) to make it easy to obtain black output. (3) On the high gradation side (bright side), white output can be easily obtained by subtracting the threshold offset Th_high on the high gradation side from the smoothed result g ′ (0, 0).
図６は、適応閾値の設定例を説明する図である。図６は、t = 145、Th_low = 5、Th_high = 10と設定した場合を示している。適応閾値tAdptは、低階調側では平滑化結果g’(0, 0)よりも大きく設定され、高階調側では平滑化結果g’(0, 0)よりも小さく設定されることが分かる。 FIG. 6 is a diagram for explaining an example of setting the adaptive threshold. FIG. 6 shows a case where t = 145, Th_low = 5, and Th_high = 10. It can be seen that the adaptive threshold tAdpt is set larger than the smoothing result g ′ (0, 0) on the low gradation side and smaller than the smoothing result g ′ (0, 0) on the high gradation side.
次に、第１の二値化処理部２２２は、注目画素の階調値g(0, 0)が、ステップＳ４２で算出した適応閾値tAdptより小さいか否かを判定する（ステップＳ４３）。 Next, the first binarization processing unit 222 determines whether or not the gradation value g (0, 0) of the target pixel is smaller than the adaptive threshold tAdpt calculated in step S42 (step S43).
注目画素の階調値が適応閾値よりも小さいと判定した場合（ステップＳ４３でＹＥＳ）、第１の二値化処理部２２２は、注目画素の二値化結果として黒を出力し、本フローチャートの処理を終了する。注目画素の階調値が適応閾値より小さくないと判定した場合（ステップＳ４３でＮＯ）、第１の二値化処理部２２２は、注目画素の二値化結果として白を出力し、本フローチャートの処理を終了する。 When it is determined that the tone value of the target pixel is smaller than the adaptive threshold (YES in step S43), the first binarization processing unit 222 outputs black as the binarization result of the target pixel, The process ends. When it is determined that the tone value of the target pixel is not smaller than the adaptive threshold (NO in step S43), the first binarization processing unit 222 outputs white as the binarization result of the target pixel, The process ends.
図４は、固定閾値を用いた二値化処理の一例を示すフローチャートである。図４は、図２のステップＳ５の処理の詳細を示している。 FIG. 4 is a flowchart illustrating an example of a binarization process using a fixed threshold. FIG. 4 shows details of the process in step S5 of FIG.
まず、第２の二値化処理部２２３は、注目画素の階調値g(0, 0)が、ステップＳ１で算出した固定閾値tより小さいか否かを判定する（ステップＳ５１）。 First, the second binarization processing unit 223 determines whether or not the tone value g (0, 0) of the target pixel is smaller than the fixed threshold t calculated in step S1 (step S51).
注目画素の階調値が固定閾値よりも小さいと判定した場合（ステップＳ５１でＹＥＳ）、第２の二値化処理部２２３は、注目画素の二値化結果として黒を出力し、本フローチャートの処理を終了する。注目画素の階調値が固定閾値より小さくないと判定した場合（ステップＳ５１でＮＯ）、第２の二値化処理部２２３は、注目画素の二値化結果として白を出力し、本フローチャートの処理を終了する。 When it is determined that the gradation value of the target pixel is smaller than the fixed threshold (YES in step S51), the second binarization processing unit 223 outputs black as the binarization result of the target pixel, The process ends. When it is determined that the gradation value of the target pixel is not smaller than the fixed threshold (NO in step S51), the second binarization processing unit 223 outputs white as the binarization result of the target pixel, The process ends.
例えば、平滑化を適用する範囲σ = 4、近傍領域L × L (L = 9)と設定して、エッジ領域の各画素に対して平滑化処理を実行した結果は、図７（平滑化処理を施した画像の一例を示す図）のように示される。 For example, the result of executing the smoothing process on each pixel in the edge region by setting the range σ = 4 to which smoothing is applied and the neighborhood region L × L (L = 9) is shown in FIG. The figure which shows an example of the image which gave is shown.
また、例えば、固定閾値t = 145、低階調側閾値オフセットTh_low = 5、高階調側閾値オフセットTh_high = 10と設定して、エッジ領域の各画素に対して適応閾値tAdptを用いて二値化処理を実行し、背景領域の各画素に対して固定閾値tを用いて二値化処理を実行した結果は、図８（二値化処理を施した画像の一例を示す図）のように示される。図８の二値画像は、図１９と比較して、帳票により忠実であり、画質が高い。 Also, for example, a fixed threshold t = 145, a low gradation side threshold offset Th_low = 5, a high gradation side threshold offset Th_high = 10, and binarization is performed using an adaptive threshold tAdpt for each pixel in the edge region The result of executing the binarization process using the fixed threshold value t for each pixel in the background area is shown in FIG. 8 (a diagram illustrating an example of an image subjected to the binarization process). It is. The binary image of FIG. 8 is more faithful to the form and has higher image quality than FIG.
図９は、図８の一部を拡大した図である。図１０は、図９のエッジ領域を示す図である。これらの図が示すように、図２０及び図２１と比較して、エッジ領域の境界部分のノイズ画素（白又は黒の画素）が減少し、目立たなくなっている。例えば、黒地の領域には、文字の近辺周囲に、白のノイズ画素がほとんど見つからない。例えば、白地の領域には、文字の近辺周囲に、黒のノイズ画素がほとんど見つからない。また、図８と図１９を比較すると、手書き文字が細く表れており、手書き文字は、図１３により忠実になっている。 FIG. 9 is an enlarged view of a part of FIG. FIG. 10 is a diagram showing the edge region of FIG. As shown in these figures, compared with FIGS. 20 and 21, noise pixels (white or black pixels) at the boundary portion of the edge region are reduced and are not noticeable. For example, in a black area, almost no white noise pixels are found around the character. For example, in the white area, black noise pixels are hardly found around the character. Moreover, when FIG. 8 and FIG. 19 are compared, the handwritten character appears thinly, and the handwritten character becomes faithful to FIG.
図１１は、入力値と二値出力値の関係を表すグラフを示す図である。図１２は、図１１のグラフに対応する領域を示す図である。図１２は、図９と同じ画像を示している。図１１のグラフは、図１２の画像の上部のグレイの矩形内の各画素（横方向の各画素）に関する値を示している。図１２のグラフでは、左縦軸は階調を示し、右縦軸は標準偏差を示し、横軸は画素座標を示している。また、入力値はグレイの階調値であり、閾値は適応閾値又は固定閾値である。二値出力値は、上側は白を示し、下側は黒を示す。 FIG. 11 is a graph showing a relationship between the input value and the binary output value. FIG. 12 is a diagram illustrating a region corresponding to the graph of FIG. FIG. 12 shows the same image as FIG. The graph of FIG. 11 shows values related to each pixel (each pixel in the horizontal direction) in the gray rectangle at the top of the image of FIG. In the graph of FIG. 12, the left vertical axis indicates gradation, the right vertical axis indicates standard deviation, and the horizontal axis indicates pixel coordinates. The input value is a gray gradation value, and the threshold value is an adaptive threshold value or a fixed threshold value. The binary output value indicates white on the upper side and black on the lower side.
標準偏差が閾値σmin以上の画素は、エッジ部の画素として適応閾値が用いられていることが分かる。また、標準偏差が閾値σminより小さい画素は、背景部の画素として固定閾値が用いられていることが分かる。また、適応閾値又は固定閾値以上の入力値を有する画素は、白と判定され、適応閾値又は固定閾値より小さい入力値を有する画素は、黒と判定されていることが分かる。ここで、エッジ部の境界部分（例えば背景部の右側の２画素）には、黒の画素が表れていることが分かる。これらの画素は、黒地に表れた黒の画素である。図２２と比較して、エッジ部の境界部分（背景部の右側の２画素）には、白のノイズ画素が表れていない。 It can be seen that an adaptive threshold is used as a pixel in the edge portion of a pixel having a standard deviation equal to or greater than the threshold σ min . In addition, it is understood that a fixed threshold is used as a background pixel for pixels whose standard deviation is smaller than the threshold σ min . It can also be seen that a pixel having an input value equal to or greater than the adaptive threshold or the fixed threshold is determined to be white, and a pixel having an input value smaller than the adaptive threshold or the fixed threshold is determined to be black. Here, it can be seen that black pixels appear in the boundary portion of the edge portion (for example, two pixels on the right side of the background portion). These pixels are black pixels appearing on a black background. Compared to FIG. 22, white noise pixels do not appear in the boundary portion of the edge portion (two pixels on the right side of the background portion).
以上、本発明の一実施形態について説明した。本実施形態は、より適切な適応閾値を算出することによって二値画像の画質を向上することができる。 The embodiment of the present invention has been described above. In the present embodiment, the image quality of the binary image can be improved by calculating a more appropriate adaptive threshold.
例えば、本実施形態の画像読取装置１は、注目画素の近傍領域の階調値の標準偏差に応じて、注目画素の二値化処理に用いる閾値（適応閾値又は固定閾値）を選択する。また、画像読取装置１は、注目画素の平滑化処理を実行し、平滑化した注目画素の階調値に応じて適応閾値を設定する。これにより、より適切な適応閾値が設定されるので、全体としてノイズを低減し、さらにエッジ領域の境界部分においてもノイズを低減し、二値画像の画質を向上することができる。 For example, the image reading apparatus 1 according to the present embodiment selects a threshold value (adaptive threshold value or fixed threshold value) used for the binarization process of the target pixel according to the standard deviation of the gradation value in the region near the target pixel. Further, the image reading apparatus 1 executes a smoothing process on the target pixel, and sets an adaptive threshold according to the smoothed tone value of the target pixel. As a result, a more appropriate adaptive threshold is set, so that noise can be reduced as a whole, noise can also be reduced at the boundary portion of the edge region, and the image quality of the binary image can be improved.
また例えば、画像読取装置１は、標準偏差を求めるための近傍領域以上のサイズの近傍領域で、平滑化処理を実行する。これにより、平滑化処理の精度を向上して、より適切に適応閾値を設定することができる。 Further, for example, the image reading apparatus 1 executes the smoothing process in a neighboring area having a size equal to or larger than the neighboring area for obtaining the standard deviation. Thereby, the precision of a smoothing process can be improved and an adaptive threshold value can be set more appropriately.
また例えば、画像読取装置１は、平滑化した注目画素の階調値と固定閾値との大小関係に応じて適応閾値を設定する。これにより、画像全体の階調に基づいて設定された固定閾値を基準として適切に適応閾値を設定することができる。 Further, for example, the image reading apparatus 1 sets the adaptive threshold according to the magnitude relationship between the smoothed gradation value of the target pixel and the fixed threshold. As a result, the adaptive threshold value can be appropriately set based on the fixed threshold value set based on the gradation of the entire image.
また例えば、画像読取装置１は、前記固定閾値よりも低階調側では、注目画素の平滑化結果に低階調側オフセットを加算し、前記固定閾値よりも高階調側では、注目画素の平滑化結果から高階調側オフセットを減算することにより、適応閾値を設定する。これにより、低階調側では黒が出力され易くなり、高階調側では白が出力され易くなり、画質を向上することができる。また例えば、画像読取装置１は、高階調側オフセットの値を低階調側オフセットよりも大きく設定する。これにより、高階調側ではより白が出力され易くなる。 Further, for example, the image reading apparatus 1 adds the low gradation side offset to the smoothing result of the target pixel on the lower gradation side than the fixed threshold value, and smoothes the target pixel on the higher gradation side than the fixed threshold value. The adaptive threshold is set by subtracting the high gradation side offset from the conversion result. Thereby, black is easily output on the low gradation side, and white is easily output on the high gradation side, so that the image quality can be improved. Further, for example, the image reading apparatus 1 sets the value of the high gradation side offset larger than the low gradation side offset. This makes it easier to output white on the high gradation side.
本発明は、上述の実施形態に限られるものではなく、その要旨を逸脱しない範囲において種々の態様で実施することが可能である。例えば、上記の各実施形態には、下記のような変形を加えてもよい。また、実施形態及び各変形例は、適宜２つ以上を組み合わせてもよい。 The present invention is not limited to the above-described embodiment, and can be implemented in various modes without departing from the scope of the invention. For example, the following modifications may be added to the above embodiments. Moreover, you may combine 2 or more suitably for embodiment and each modification.
例えば、画像読取装置１は、入力画像の解像度に応じて近傍領域のサイズを変更してもよい。具体的には、判定部２２１は、標準偏差を求めるための近傍領域N × Nのサイズを、入力グレイ画像の解像度が大きいほど大きく設定し、小さいほど小さく設定する。また、第１の二値化処理部２２２は、平滑化処理のための近傍領域L × Lのサイズを、入力グレイ画像の解像度が大きいほど大きく設定し、小さいほど小さく設定する。なお、近傍領域L × Lは、標準偏差を求める近傍領域N × Nを含むサイズに設定される。 For example, the image reading apparatus 1 may change the size of the neighborhood area according to the resolution of the input image. Specifically, the determination unit 221 sets the size of the neighborhood area N × N for obtaining the standard deviation larger as the resolution of the input gray image is larger, and smaller as the resolution is smaller. In addition, the first binarization processing unit 222 sets the size of the neighborhood region L × L for the smoothing process to be larger as the resolution of the input gray image is larger and to be smaller as it is smaller. The neighborhood region L × L is set to a size including the neighborhood region N × N for which the standard deviation is obtained.
入力画像の解像度が低い場合、近傍領域N × Nが広過ぎると、本来エッジと判定すべきでない平坦領域がエッジ部と判定され、平坦領域に含まれる僅かなムラが二値化処理によってノイズのように再現されてしまう。入力解像度に応じて近傍領域のサイズを変更することにより、本来エッジ部と判定すべきでない背景部の領域を適切に排除することができるため、より適切な二値画像を得ることができる。 When the resolution of the input image is low, if the neighboring region N × N is too wide, a flat region that should not be determined as an edge is determined as an edge portion, and slight unevenness included in the flat region is reduced by noise by binarization processing. Will be reproduced. By changing the size of the neighborhood area according to the input resolution, it is possible to appropriately exclude the background area that should not be determined as the edge area, and thus a more appropriate binary image can be obtained.
近傍領域の形状は、上述したような注目画素を中心とする四角形に限られない。例えば、注目画素は、近傍領域の中心に位置していなくてもよい。また例えば、近傍領域の形状は、多角形であってもよい。 The shape of the neighboring region is not limited to the quadrangle centered on the target pixel as described above. For example, the target pixel may not be located at the center of the neighboring area. For example, the shape of the neighborhood region may be a polygon.
上述の実施形態で説明した画像読取装置１の構成は、その構成を理解容易にするために主な処理内容に応じて分類したものである。構成要素の分類の仕方や名称によって、本願発明が制限されることはない。画像読取装置１の構成は、処理内容に応じて、さらに多くの構成要素に分類することもできる。また、１つの構成要素がさらに多くの処理を実行するように分類することもできる。また、各構成要素の処理は、１つのハードウェアで実行されてもよいし、複数のハードウェアで実行されてもよい。また、各構成要素の処理又は機能の分担は、本発明の目的及び効果を達成できるのであれば、上述したものに限られない。 The configuration of the image reading apparatus 1 described in the above-described embodiment is classified according to main processing contents in order to make the configuration easy to understand. The present invention is not limited by the way of classification and names of the constituent elements. The configuration of the image reading apparatus 1 can be classified into more components according to the processing content. Moreover, it can also classify | categorize so that one component may perform more processes. Further, the processing of each component may be executed by one hardware or may be executed by a plurality of hardware. Further, the processing or function sharing of each component is not limited to the above as long as the object and effect of the present invention can be achieved.
上述の実施形態で説明したフローチャートの処理単位は、画像読取装置１の処理を理解容易にするために、主な処理内容に応じて分割したものである。処理単位の分割の仕方や名称によって、本願発明が制限されることはない。画像読取装置１の処理は、処理内容に応じて、さらに多くの処理単位に分割することもできる。また、１つの処理単位がさらに多くの処理を含むように分割することもできる。さらに、上記のフローチャートの処理順序も、図示した例に限られるものではない。 The processing units of the flowcharts described in the above embodiments are divided according to main processing contents in order to facilitate understanding of the processing of the image reading apparatus 1. The present invention is not limited by the way of dividing the processing unit or the name. The processing of the image reading apparatus 1 can be divided into more processing units according to the processing content. Moreover, it can also divide | segment so that one process unit may contain many processes. Further, the processing order of the above flowchart is not limited to the illustrated example.
本発明は、画像読取装置としてだけでなく、画像処理方法、画像処理プログラム、画像読取システム等のその他の形態によっても提供することができる。 The present invention can be provided not only as an image reading apparatus but also in other forms such as an image processing method, an image processing program, and an image reading system.
１…画像読取装置、２…制御部、３…読取部、４…表示部、５…入力部、６…通信部、２１…画像取得部、２２…二値化処理部、２３…画像出力部、２２１…判定部、２２２…第１の二値化処理部、２２３…第２の二値化処理部 DESCRIPTION OF SYMBOLS 1 ... Image reading apparatus, 2 ... Control part, 3 ... Reading part, 4 ... Display part, 5 ... Input part, 6 ... Communication part, 21 ... Image acquisition part, 22 ... Binarization process part, 23 ... Image output part 221 ... determining unit, 222 ... first binarization processing unit, 223 ... second binarization processing unit
Claims (7)
注目画素を含む複数の画素の階調値の標準偏差が、標準偏差閾値よりも大きいかどうかを判定する判定部と、
前記標準偏差が前記標準偏差閾値よりも大きいと判定された場合、適応閾値を用いて前記注目画素を二値化する第１の二値化処理部と、
前記標準偏差が前記標準偏差閾値よりも小さいと判定された場合、固定閾値を用いて前記注目画素を二値化する第２の二値化処理部と、を有し、
前記第１の二値化処理部は、平滑化処理を施した前記注目画素の階調値に基づいて前記適応閾値を設定し、
前記第２の二値化処理部は、前記入力画像に含まれる画素の階調分布特性に基づいて前記固定閾値を設定する
画像読取装置。 An image reading apparatus for binarizing a multi-value input image,
A determination unit that determines whether a standard deviation of gradation values of a plurality of pixels including a target pixel is larger than a standard deviation threshold;
A first binarization processing unit that binarizes the pixel of interest using an adaptive threshold when it is determined that the standard deviation is greater than the standard deviation threshold;
A second binarization processing unit that binarizes the pixel of interest using a fixed threshold when it is determined that the standard deviation is smaller than the standard deviation threshold;
The first binarization processing unit sets the adaptive threshold based on a gradation value of the target pixel subjected to smoothing processing,
The second binarization processing unit is an image reading device that sets the fixed threshold based on a gradation distribution characteristic of a pixel included in the input image.
前記判定部は、前記注目画素及び前記複数の画素を含む第１の領域について、前記標準偏差を算出し、
前記第１の二値化処理部は、前記第１の領域を含むサイズを有する第２の領域について、前記平滑化処理を施す
画像読取装置。 The image reading apparatus according to claim 1,
The determination unit calculates the standard deviation for a first region including the target pixel and the plurality of pixels,
The first binarization processing unit is an image reading apparatus that performs the smoothing process on a second area having a size including the first area.
前記判定部は、前記入力画像の解像度に応じて前記第１の領域のサイズを設定し、
前記第１の二値化処理部は、前記入力画像の解像度に応じて前記第２の領域のサイズを設定する
画像読取装置。 The image reading apparatus according to claim 2,
The determination unit sets the size of the first area according to the resolution of the input image,
The first binarization processing unit is an image reading device that sets the size of the second region according to the resolution of the input image.
前記第１の二値化処理部は、前記平滑化処理を施した前記注目画素の階調値と前記固定閾値との大小関係に応じて前記適応閾値を設定する
画像読取装置。 The image reading apparatus according to claim 1,
The image reading apparatus, wherein the first binarization processing unit sets the adaptive threshold according to a magnitude relationship between a gradation value of the target pixel subjected to the smoothing process and the fixed threshold.
前記第２の二値化処理部は、
前記平滑化処理を施した前記注目画素の階調値が、前記固定閾値から低階調側オフセットを減算した値よりも小さい場合、前記階調値に前記低階調側オフセットを加算した値を前記適応閾値に設定し、
前記平滑化処理を施した前記注目画素の階調値が、前記固定閾値に高階調側オフセットを加算した値よりも大きい場合、前記階調値から前記高階調側オフセットを減算した値を前記適応閾値に設定し、
上記以外の場合、前記固定閾値を前記適応閾値に設定する
画像読取装置。 The image reading apparatus according to claim 4,
The second binarization processing unit
When the gradation value of the target pixel subjected to the smoothing process is smaller than the value obtained by subtracting the low gradation side offset from the fixed threshold, a value obtained by adding the low gradation side offset to the gradation value is Set the adaptive threshold,
When the gradation value of the target pixel subjected to the smoothing process is larger than a value obtained by adding a high gradation side offset to the fixed threshold value, a value obtained by subtracting the high gradation side offset from the gradation value is applied. Set the threshold,
In other cases, the image reading apparatus sets the fixed threshold value to the adaptive threshold value.
前記高階調側オフセットは、前記低階調側オフセットよりも大きい
画像読取装置。 The image reading apparatus according to claim 5,
The image reading apparatus wherein the high gradation side offset is larger than the low gradation side offset.
注目画素を含む複数の画素の階調値の標準偏差が、標準偏差閾値よりも大きいかどうかを判定するステップと、
前記標準偏差が前記標準偏差閾値よりも大きいと判定された場合、適応閾値を用いて前記注目画素を二値化する第１の二値化ステップ、
前記標準偏差が前記標準偏差閾値よりも小さいと判定された場合、固定閾値を用いて前記注目画素を二値化する第２の二値化ステップと、を含み、
前記第１の二値化ステップでは、平滑化処理を施した前記注目画素の階調値に基づいて前記適応閾値を設定し、
前記第２の二値化ステップでは、前記入力画像に含まれる画素の階調値分布特性に基づいて前記固定閾値を設定する
画像処理方法。 An image processing method in an image reading apparatus for binarizing a multi-value input image,
Determining whether a standard deviation of gradation values of a plurality of pixels including the target pixel is larger than a standard deviation threshold;
A first binarization step of binarizing the pixel of interest using an adaptive threshold when it is determined that the standard deviation is greater than the standard deviation threshold;
When it is determined that the standard deviation is smaller than the standard deviation threshold, a second binarization step of binarizing the pixel of interest using a fixed threshold,
In the first binarization step, the adaptive threshold is set based on a gradation value of the target pixel subjected to smoothing processing,
In the second binarization step, the fixed threshold is set based on a gradation value distribution characteristic of a pixel included in the input image.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016054962A JP2017169162A (en) | 2016-03-18 | 2016-03-18 | Image reading apparatus, and image processing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016054962A JP2017169162A (en) | 2016-03-18 | 2016-03-18 | Image reading apparatus, and image processing method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2017169162A true JP2017169162A (en) | 2017-09-21 |
Family
ID=59913932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016054962A Pending JP2017169162A (en) | 2016-03-18 | 2016-03-18 | Image reading apparatus, and image processing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2017169162A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102279259B1 (en) * | 2020-01-17 | 2021-07-20 | 네이버 주식회사 | Method for compensating image distortion and, method for collecting objects from the image by using the same |
-
2016
- 2016-03-18 JP JP2016054962A patent/JP2017169162A/en active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102279259B1 (en) * | 2020-01-17 | 2021-07-20 | 네이버 주식회사 | Method for compensating image distortion and, method for collecting objects from the image by using the same |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6173542B1 (en) | Image processing apparatus, image processing method, and program | |
| JP4118749B2 (en) | Image processing apparatus, image processing program, and storage medium | |
| JP4615462B2 (en) | Image processing apparatus, image forming apparatus, program, and image processing method | |
| JP4745297B2 (en) | Method and system for identifying regions of uniform color in digital images | |
| US11574489B2 (en) | Image processing system, image processing method, and storage medium | |
| US11233921B2 (en) | Image processing apparatus that specifies edge pixel in target image using single-component image data | |
| US10015368B2 (en) | Calibration system, calibration method, and image forming apparatus | |
| US20120243785A1 (en) | Method of detection document alteration by comparing characters using shape features of characters | |
| KR102015926B1 (en) | Image processing apparatus, control method of image processing apparatus, and storage medium | |
| US8369614B2 (en) | Edge control in a digital color image via tone and size dependent dilation of pixels | |
| JP2018074497A (en) | Image processing device, image processing method and program | |
| JP2004166007A (en) | Device, method and program for image processing, and storage medium | |
| JP2018139457A (en) | Image processing apparatus, control method for image processing and program | |
| US7965409B2 (en) | Methods and systems for rendering and printing reverse fine features | |
| JP2004336282A (en) | Image processor, image processing program and recording medium recorded with relevant program | |
| US9338310B2 (en) | Image processing apparatus and computer-readable medium for determining pixel value of a target area and converting the pixel value to a specified value of a target image data | |
| JP6370080B2 (en) | Image processing apparatus, image processing method, and program. | |
| JP2017169162A (en) | Image reading apparatus, and image processing method | |
| JP2007079586A (en) | Image processor | |
| JP4442651B2 (en) | Image processing apparatus and program | |
| JP5453215B2 (en) | Image processing apparatus, image forming apparatus, and image processing method | |
| US8659790B2 (en) | Image reading apparatus and image forming apparatus that determines scanning resolution based on continuous, same-kind pixels | |
| JP2023146543A (en) | Image reading device | |
| JP2008177721A (en) | Image processor, image forming apparatus, image formation system, and image processing program | |
| JP2023132586A (en) | Image processing device, image processing method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD05 | Notification of revocation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7425 Effective date: 20180907 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20181120 |