CN101184137B - 图像处理方法和装置、图像读取及形成设备 - Google Patents
图像处理方法和装置、图像读取及形成设备 Download PDFInfo
- Publication number
- CN101184137B CN101184137B CN2007101860541A CN200710186054A CN101184137B CN 101184137 B CN101184137 B CN 101184137B CN 2007101860541 A CN2007101860541 A CN 2007101860541A CN 200710186054 A CN200710186054 A CN 200710186054A CN 101184137 B CN101184137 B CN 101184137B
- Authority
- CN
- China
- Prior art keywords
- image
- original
- original image
- original copy
- registered images
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
- G06V30/18076—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
- Document Processing Apparatus (AREA)
- Storing Facsimile Image Data (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Facsimiles In General (AREA)
Abstract
一种图像处理方法,存储多个识别原稿的种类的种类识别符,种类识别符包含一个或多个识别多个注册图像的各个注册图像的图像识别符,判定所取得的多个原稿图像的各个原稿图像是否与注册图像相似,在判定为原稿图像与注册图像相似的情况下,从多个图像识别符中选择用于识别所述注册图像的图像识别符,确定包含了所选择的图像识别符的种类识别符,对所确定的每个种类识别符将与注册图像相似的原稿图像进行分类。
Description
技术领域
本发明涉及对取得的原稿图像是否与预先注册的注册图像相似进行判定,并基于判定结果而将原稿图像进行分类的图像处理方法、图像处理装置、配有该图像处理装置的图像读取装置及图像形成装置,以及记录了用于实现上述图像处理装置的计算机程序的记录媒体。
背景技术
已知通过以期望的页隔开由多页构成的原稿而将原稿分类,并将分类后的各个原稿的页图像分别地进行文件处理的技术。例如,有在进行原稿的隔开中预先插入记录了识别标记的分隔纸,在用扫描器等的图像读取装置读取原稿所获得的页图像中检测出分隔纸中所记录的识别标记的情况下,将原稿隔开的方法。此外,有在用图像读取装置读取原稿时,预先指定用于隔开原稿的页数,在读取出所指定的页数的原稿的情况下,将原稿隔开的方法。
此外,为了在短时间进行将读取原稿所获得的页图像的文件(file)处理,提出了以下图像文件装置(例如,参照特开平8-7071号公报):通过将多个文件的页图像连续读取并存储,生成用于参照其各个页图像的索引信息,基于指定了每页的索引信息的一文件的页数而对每个文件分割记录,从而无需在每次读取一文件的页图像时,进行页图像的文件处理,而将多个文件的页图像以文件为单位进行文件处理。
但是,如现有的技术或特开平8-7071号公报中记载的装置那样,在原稿中插入分隔纸的方法中,在每次进行原稿的扫描处理时,需要扫描前在原稿的期望的位置上插入分隔纸,同时从扫描后的原稿中检测并除去分隔纸的作业。此外,在预先指定一文件的页数的方法中,由于可以指定的页数被限于一个,所以始终只能按相同页数来区分原稿,存在无法读取每一文件的页数不同的原稿而对页图像进行文件处理的问题。而且,为了处理每一文件的页数不同的原稿,生成定义了多个文件的各个页数的记述文件,需要预先读入所生成的记述文件,在构成原稿的页数较多时,还存在生成记述文件的作业繁杂的问题。
发明内容
本申请鉴于这样的情况而完成,其目的在于,提供图像处理方法、图像处理装置、配有该图像处理装置的图像读取装置及图像形成装置,以及记录了用于实现上述图像处理装置的计算机程序的记录媒体,通过判定多个原稿图像是否与注册图像相似,在判定为相似的情况下,确定包含了一个或多个识别该注册图像的图像识别符的种类识别符,对每个特定的种类识别符将与注册图像相似的原稿图像进行分类,从而用户不进行特别的操作,就可以如预先注册的原稿的结构那样将原稿图像分类。
此外,本申请的其他目的在于,提供图像处理方法、图像处理装置、配有该图像处理装置的图像读取装置及图像形成装置,通过对每个种类识别符中该种类识别符中包含的图像识别符的数目的原稿图像进行分类,能够以预先注册的原稿的页数为单位而将原稿图像分类。
本发明的图像处理方法包括以下步骤:接受将注册图像进行注册的指示;设定用于识别所输入的一个或多个注册图像的图像识别符;设定包含了所设定的图像识别符的种类识别符;提取所述注册图像的特征量;将所设定的种类识别符、图像识别符以及所提取出的特征量相关联作为散列表存储,种类识别符包含多个识别多个注册图像的各个注册图像的图像识别符;根据所取得的多个原稿图像的各个原稿图像计算特征点,基于算出的特征点计算散列值,基于算出的散列值检索散列表,对具有与算出的散列值相同的散列值的图像识别符进行投票,基于投票处理的结果计算相似度,根据算出的相似度是否比阈值大来判定取得的多个原稿图像的各个原稿图像是否与注册图像相似;在判定为原稿图像与注册图像相似的情况下,从多个图像识别符中选择用于识别所述注册图像的图像识别符;确定包含了所选择的图像识别符的种类识别符;对所确定的每个种类识别符,将该种类识别符中包含的图像识别符数目的、与注册图像相似的原稿图像进行分类;在每次判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数;判定所计数的原稿图像数是否与种类识别符中包含的图像识别符的数目一致;在判定为原稿图像数与种类识别符中包含的图像识别符的数目一致的情况下,判定当前的原稿图像为应该以所述种类识别符进行分类的最后的原稿图像。
本发明的图像处理装置包括:接受将注册图像进行注册的指示的装置;设定用于识别所输入的一个或多个注册图像的图像识别符的装置;设定包含了所设定的图像识别符的种类识别符的装置;提取所述注册图像的特征量的装置;将所设定的种类识别符、图像识别符以及所提取出的特征量相关联作为散列表存储的装置,种类识别符包含多个识别多个注册图像的各个注册图像的图像识别符;根据所取得的多个原稿图像的各个原稿图像计算特征点,基于算出的特征点计算散列值,基于算出的散列值检索散列表,对具有与算出的散列值相同的散列值的图像识别符进行投票,基于投票处理的结果计算相似度,根据算出的相似度是否比阈值大来判定取得的多个原稿图像的各个原稿图像是否与注册图像相似的装置;在判定为原稿图像与注册图像相似的情况下,从多个图像识别符中选择用于识别所述注册图像的图像识别符的装置;确定包含了所选择的图像识别符的种类识别符的装置;对所确定的每个种类识别符,将该种类识别符中包含的图像识别符数目的、与注册图像相似的原稿图像进行分类的装置;在每次判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数的装置;判定所计数的原稿图像数是否与所述种类识别符中包含的图像识别符的数目一致的装置;以及在判定为所述原稿图像数与所述种类识别符中包含的图像识别符的数目一致的情况下,判定当前的原稿图像为应该以所述种类识别符进行分类的最后的原稿图像的装置。
此外,本申请的其他目的在于,提供图像处理方法、图像处理装置、配有该图像处理装置的图像读取装置及图像形成装置,在每次原稿图像被判定为与注册图像相似时,通过对被判定为相似的原稿图像的原稿图像数进行计数,并判定所计数的原稿图像数是否与种类识别符中包含的图像识别符的数目一致,在判定为上述原稿图像数与图像识别符的数目一致时,通过判定为应以上述种类识别符进行分类的最后的原稿图像,从而在将许多原稿图像进行分类的情况下,可以将原稿之间容易地隔开,可以对应进行分类的原稿间进行检测并分割。
此外,本发明的其他目的在于,提供图像处理方法、图像处理装置、配有该图像处理装置的图像读取装置及图像形成装置,通过在每次判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数,存储所计数的原稿图像数,判定所存储的原稿图像数是否与种类识别符中包 含的图像识别符的数目一致,并在判定为所述原稿图像与图像识别符的数目一致时,判定为应该以所述种类识别符进行分类的最后的原稿图像,从而即使是在进行分类的多个文件间发生了页的调换的情况,也可以将原稿的分类及原稿进行分割。
此外,本申请的其他目的在于,提供图像处理方法、图像处理装置、配有该图像处理装置的图像读取装置及图像形成装置,通过对每个种类识别符控制对于原稿图像的输出处理,可以对要分类的每个原稿图像进行归档(记录)、复印、传真、电子转发等的输出处理。
此外,本申请的其他目的在于,提供图像处理方法、图像处理装置、配有该图像处理装置的图像读取装置及图像形成装置,通过设定用于识别所输入的一个或多个注册图像的图像识别符,设定包含了所设定的图像识别符的种类识别符,提取上述注册图像的特征量,并将所设定的种类识别符及图像识别符及提取出的特征量相关联存储,从而用户不进行特别的操作,就可以简单地存储、注册要分类的原稿的结构。
本申请的图像处理方法,判定所取得的多个原稿图像是否与注册图像相似,并基于判定结果而将原稿图像分类,其特征是:存储多个识别原稿的种类的种类识别符,种类识别符包含一个或多个识别多个注册图像的各个注册图像的图像识别符;判定各个原稿图像是否与注册图像相似;在判定为原稿图像与注册图像相似的情况下,从多个图像识别符中选择用于识别所述注册图像的图像识别符;确定包含了所选择的图像识别符的种类识别符;以及对所确定的每个种类识别符将对与注册图像相似的原稿图像进行分类。
本申请的图像处理方法的特征是,对每个种类识别符将该种类识别符中包含的图像识别符数目的原稿图像进行分类。
本申请的图像处理方法的特征是,在每次判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数;判定所计数的原稿图像数是否与种类识别符中包含的图像识别符的数目一致;以及在判定为所述原稿图像数与图像识别符的数目一致的情况下,判定为应该以所述种类识别符进行分类的最后的原稿图像。
本申请的图像处理方法的特征是,在每次判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数;将所计数的原稿 图像数与种类识别符相关联存储;判定所存储的原稿图像数是否与所述种类识别符中包含的图像识别符的数目一致;以及在判定为所述原稿图像数与图像识别符的数目一致的情况下,判定为应该以所述种类识别符进行分类的最后的原稿图像。
本申请的图像处理方法的特征是,注册图像的特征量和图像识别符被相关联存储;提取原稿图像的特征量;基于所提取出的特征量及所存储的注册图像的特征量,对图像识别符进行确定;以及判定为所述原稿图像与用所述图像识别符所识别的注册图像相似。
本申请的图像处理方法的特征是,对每个种类识别符来控制对于原稿图像的输出处理。
本申请的图像处理方法的特征是,接受将注册图像进行注册的指示;设定用于识别所输入的一个或多个注册图像的图像识别符;设定包含了所设定的图像识别符的种类识别符;提取所述注册图像的特征量;以及将所设定的种类识别符、图像识别符以及所提取出的特征量相关联存储。
本申请的图像处理装置判定所取得的多个原稿图像是否与注册图像相似,基于判定结果而将原稿图像分类,其特征是,包括:存储多个识别原稿的种类的种类识别符的装置,种类识别符包含一个或多个识别多个注册图像的各个注册图像的图像识别符;判定各个原稿图像是否与注册图像相似的装置;在该装置判定为原稿图像与注册图像相似的情况下,从多个图像识别符中选择用于识别所述注册图像的图像识别符的装置;确定包含了该装置所选择的图像识别符的种类识别符的装置;以及对该装置所确定的每个种类识别符将与注册图像相似的原稿图像进行分类的分类装置。
本申请的图像处理装置的特征是,构成为所述分类装置对每个种类识别符将该种类识别符中包含的图像识别符数目的原稿图像进行分类。
本申请的图像处理装置的特征是,还包括:在每次判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数的装置;判定该装置所计数的原稿图像数是否与种类识别符中包含的图像识别符的数目一致的装置;以及在该装置判定为所述原稿图像数与图像识别符的数目一致的情况下,判定为应该以所述种类识别符进行分类的最后的原稿图像的装置。
本申请的图像处理装置的特征是,还包括:在每次判定为原稿图像与注 册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数的装置;将所计数的原稿图像数与种类识别符相关联存储的装置;判定所存储的原稿图像数是否与种类识别符中包含的图像识别符的数目一致的装置;以及在该装置判定为所述原稿图像数与所述图像识别符的数目一致的情况下,判定为应该以所述种类识别符进行分类的最后的原稿图像的装置。
本申请的图像处理装置的特征是,还包括:注册图像的特征量和图像识别符被相关联存储的装置;提取原稿图像的特征量的装置;基于所提取出的特征量及所存储的注册图像的特征量,对图像识别符进行确定的装置;以及判定为所述原稿图像与用所述图像识别符所识别的注册图像相似的装置。
本申请的图像处理装置的特征是,还包括:对每个种类识别符来控制对于原稿图像的输出处理的装置。
本申请的图像处理装置的特征是,还包括:接受将注册图像进行注册的指示的装置;接受了指示的情况下,设定用于识别所输入的一个或多个注册图像的图像识别符的装置;设定包含了该装置所设定的图像识别符的种类识别符的装置;提取所述注册图像的特征量的装置;以及将所设定的种类识别符、图像识别符以及所提取出的特征量相关联存储的装置。
本申请的图像读取装置的特征是,包括:读取图像的图像读取装置;以及上述本申请的任何一个图像处理装置,其中,构成为由所述图像处理装置处理所述图像读取装置所读取的图像。
本申请的图像形成装置的特征是,包括:上述本申请的任何一个图像处理装置,以及基于该图像处理装置所处理后的图像而形成输出图像的图像形成装置。
本申请的记录媒体,其内存储了使计算机判定所输入的多个原稿图像是否与注册图像相似,基于判定结果将原稿图像分类的计算机程序,该程序使计算机具有以下部件功能:判定各个原稿图像与多个注册图像的哪个注册图像相似;在判定为原稿图像与注册图像相似的情况下,从识别各个注册图像的多个图像识别符中选择用于识别所述注册图像的图像识别符的部件;从包含一个或多个图像识别符、对原稿的种类进行识别的多个种类识别符中,确定包含了所选择出的图像识别符的种类识别符的部件;以及对每个所确定的种类识别符将与注册图像相似的原稿图像进行分类的部件。
在本申请中,预先存储多个包含了一个或多个用于识别多个注册图像的 各个注册图像的图像识别符的种类识别符。种类识别符(原稿种类索引),例如相当于识别由多页构成的各个文件(原稿的种类)的识别符,对将多个原稿以文件为单位分类时的分类单位进行识别。此外,图像识别符(原稿页索引)是识别各个注册图像的识别符,对构成文件的原稿的各页进行识别。即,所注册的原稿以原稿种类索引(种类识别符)分类,在以原稿种类索引分类的原稿中,包含了以一个或多个原稿页索引(图像识别符)所识别的注册图像。
判定各个原稿图像是否与注册图像相似。相似的判定,例如可以采用将从各个图像中所提取出的特征量进行比较而求相似度的方法。在判定为原稿图像与注册图像相似时,从多个图像识别符中选择用于识别所述注册图像的图像识别符,并确定包含了所选择的图像识别符的种类识别符。由此,可以判定原稿图像与哪个种类识别符中包含的注册图像相似,同时确定种类识别符。对所确定的每个种类识别符将与注册图像相似的原稿图像分类。由此,原稿图像如对每个种类识别符所分类的原稿的结构那样被分类。此外,也不需用户的特别的操作(例如,插入分隔纸、输入分割页数等)等。
再有,在本申请中,原稿图像意味着用扫描器读取原稿图像所获得的原稿图像、使用计算机在规定格式的数据中写入必要事项所生成的电子数据形式的原稿图像、将用扫描器读出的数据变换为JPEG等规定的文件格式所生成的电子化数据等。
此外,在本申请中,对每个种类识别符将该种类识别符中包含的图像识别符的数目的原稿图像进行分类。例如,在种类识别符(原稿种类索引)中包含了三个图像识别符(原稿页索引)的情况下,在原稿图像与用三个图像识别符所识别的注册图像相似时,通过所述种类识别符将三个原稿图像分类。由此,以预先注册的原稿的页数为单位将原稿图像分类。
此外,在本申请中,在每次被判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数。判定所计数的原稿图像数是否与种类识别符中包含的图像识别符的数目一致,在判定为所述原稿图像数与图像识别符的数目一致时,判定为应该以所述种类识别符进行分类的最后的原稿图像。例如,在某个种类识别符(原稿种类索引)中包含了三个图像识别符(原稿页索引)时,每次被判定为原稿图像与注册图像相似时,对原稿图像数进行计数,在计数值达到3时,判定为应该以所述种类识别符进行 分类的最后的原稿图像。由此,即使是将许多原稿分类的情况,也可以对每个种类识别符以所需的页数为单位而将原稿图像分类,同时将原稿之间容易地隔开,可以对要分类的原稿间进行检测并分割。
此外,在本申请中,在每次被判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数,并将所计数的原稿图像数与种类识别符相关联存储。判定所存储的原稿图像数是否与相关联的种类识别符中包含的图像识别符的数目一致,并在判定为所述原稿图像数与图像识别符的数目一致时,判定为应该以所述种类识别符进行分类的最后的原稿图像。例如,某个种类识别符(原稿种类索引)中包含了三个图像识别符(原稿页索引)的情况下,每次被判定为原稿图像与注册图像相似时,对原稿图像数进行计数,存储所计数的原稿图像数。在所存储的计数值达到了3时,判定为应该以所述种类识别符进行分类的最后的原稿图像。通过将所计数的原稿图像数与种类识别符相关联存储,即使是在所分类的多个文件间发生了页的调换的情况,也可以将原稿的分类及原稿进行分割。
此外,在本申请中,预先将注册图像的特征量(例如,散列值)及图像识别符(原稿页索引)相关联,例如,作为散列表来存储。提取原稿图像的特征量(例如,散列值),判定所提取的特征量是否与散列表中存储的特征量一致,在一致的情况下,对与该特征量相关联的图像识别符投票。对于原稿图像的各个特征量进行同样的处理,确定投票数最多的图像识别符,并判定为原稿图像与用投票数最多的图像识别符所识别的注册图像相似。
此外,在本申请中,对每个种类识别符进行对于原稿图像的输出处理(例如,归档、复印、传真、电子转发等)的控制。由此,不仅将原稿图像进行分类,而且可以对所分类的每个原稿图像进行所需的处理。
此外,在本申请中,在接受了将注册图像进行注册的情况下,设定用于识别所输入的一个或多个注册图像的图像识别符(原稿页索引),并设定包含了所设定的图像识别符的种类识别符(原稿种类索引)。从所输入的注册图像中提取特征量(例如,散列值),将提取出的特征量和该注册图像的图像识别符(原稿页索引)相关联,例如,作为散列表来存储。由此,用户可以不进行特别的操作(例如,插入分隔纸、输入分割页数等),而简单地存储、注册要分类的原稿的结构。
在本申请中,判定多个原稿图像是否与注册图像相似,在判定为相似时, 通过对包含了一个或多个识别该注册图像的图像识别符的种类识别符进行确定,对所确定的每个种类识别符将与注册图像相似的原稿图像进行分类,从而用户可以不进行特别的操作,而将原稿图像如预先注册的原稿结构那样进行分类。
此外,在本申请中,通过对每个种类识别符将该种类识别符中包含的图像识别符的数目的原稿图像进行分类,即使是每个原稿的页数不同的情况,也可以将原稿图像按预先注册的原稿的页数为单位进行分类。
此外,在本申请中,在每次被判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数,判定所计数的原稿图像数是否与种类识别符中包含的图像识别符的数目一致,在判定为所述原稿图像数与图像识别符的数目一致时,通过判定为应该以所述种类识别符进行分类的最后的原稿图像,从而在将许多原稿图像进行分类的情况下,可以将原稿间容易地隔开,可以对应该分类的原稿间进行检测及分割。
此外,在本申请中,每次被判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数,将所计数的原稿图像数与种类识别符相关联存储。判定所存储的原稿图像数是否与种类识别符中包含的图像识别符的数目一致,并在判定为所述原稿图像数与图像识别符的数目一致时,通过判定为应该以所述种类识别符进行分类的最后的原稿图像,从而即使是在进行分类的多个文件间产生了页的调换的情况,也可以将原稿的分类及原稿进行分割。
此外,在本申请中,通过提取原稿图像的特征量,并基于所提取的特征量及所存储的注册图像的特征量,对与该特征量相关联的图像识别符进行确定,并判定为所述原稿图像与用所述图像识别符所识别的注册图像相似,从而不需要存储注册图像本身,而只要存储与注册图像有关的特征量,就可以将与注册图像相似的原稿图像容易地分类。
此外,在本申请中,通过对每个种类识别符来控制对于原稿图像的输出处理,可以对应该分类的每个原稿图像进行归档(记录)、复印、传真、电子转发等的输出处理。
此外,在本申请中,通过设定用于识别所输入的一个或多个注册图像的图像识别符,并设定包含了所设定的图像识别符的种类识别符,提取所述注册图像的特征量,并将所设定的种类识别符及图像识别符以及所提取的特征 量相关联存储,用户可以不进行特别的操作,而简单地存储、注册要分类的原稿的结构。
本发明的上述和其他目的及特征,从以下结合附图的详细论述中将更加清楚。
附图说明
图1是表示包括了本实施方式的图像处理装置的图像形成装置的结构的方框图;
图2是表示文件核对处理单元的结构的方框图;
图3是表示特征点计算单元的结构的方框图;
图4是表示滤波处理单元的滤波系数的例子的说明图;
图5是表示连结区域的特征点的例子的说明图;
图6是表示对于字符串的特征点的提取结果的例子的说明图;
图7是表示关注特征点和周边的特征点的说明图;
图8A至图8C是表示基于关注特征点的不变量计算例的说明图;
图9A至图9C是表示基于关注特征点的不变量计算例的说明图;
图10A至图10D是表示基于关注特征点的不变量计算的其他例的说明图;
图11A至图11D是表示基于关注特征点的不变量计算的其他例的说明图;
图12A和图12B是表示散列表的结构的说明图;
图13A和图13B是表示一例将原稿的图像进行注册的情况的说明图;
图14是表示一例所注册的原稿的说明图;
图15是表示输出处理的例子的说明图;
图16是表示原稿分类表的结构的说明图;
图17是表示一例基于投票结果的相似判定的说明图;
图18是表示原稿注册处理的步骤的流程图;
图19是表示原稿分类处理的步骤的流程图;
图20是表示原稿分类处理的步骤的流程图;
图21是表示实施方式2的原稿分类表的结构的说明图;
图22是表示实施方式2的原稿分类处理的步骤的流程图;
图23是表示实施方式2的原稿分类处理的步骤的流程图;以及
图24是表示本实施方式的图像读取装置的结构的方框图。
具体实施方式
实施方式1
以下,基于表示实施方式的附图来说明本发明。图1是表示包括了本实施方式的图像处理装置的图像形成装置100的结构的方框图。图像形成装置100(例如,彩色数字复印机或具备了复合功能、打印机功能、归档功能、传真或电子邮件转发功能的复合机)包括:彩色图像输入装置1、彩色图像处理装置2(图像处理装置)、作为图像形成单元的彩色图像输出装置3、用于进行各种操作的操作面板4等。通过彩色图像输入装置1读取原稿所获得的RGB(R:红色、G:绿色、B:蓝色)的模拟信号的图像数据被输出到彩色图像处理装置2,由彩色图像处理装置2进行规定的处理,作为CMYK(C:青绿色、M:品红色、Y:黄色、K:黑色)的彩色数字信号而被输出到彩色图像输出装置3。
彩色图像输入装置1例如是包括了CCD(Charged Coupled Device)的扫描器,将来自原稿图像的反射光像作为RGB的模拟信号读取,将所读取的RGB信号输出到彩色图像处理装置2。此外,彩色图像输出装置3是将原稿图像的图像数据输出到记录纸上的采用了电子照相方式或喷墨方式等的图像形成单元。而彩色图像输出装置3也可以是显示器等的显示装置。
彩色图像处理装置2包括后述的各处理单元,由ASIC(ApplicationSpecific Integrated Circuit)等构成。
A/D变换单元20将从彩色图像输入装置1输入的RGB信号例如变换为10比特的数字信号,并将变换后的RGB信号输出到黑斑校正单元21。
黑斑校正单元21对于所输入的RGB信号,进行将在彩色图像输入装置1的照明系统、成像系统、摄像系统等中产生的各种失真除去的校正处理。此外,黑斑校正单元21进行变换为浓度信号等由彩色图像处理装置2所采用的图像处理系统容易处理的信号的处理,同时进行调整彩色平衡的处理,将校正后的RGB信号输出到输入色调校正单元22。
输入色调校正单元22实施衬底浓度的除去或对比度等图像质量调整处理,并将处理后的RGB信号输出到区域分离处理单元23。
区域分离处理单元23基于所输入的RGB信号,分离所输入的图像中的各像素是字符区域、网点区域、照片区域的其中哪一个。区域分离处理单元24基于分离结果,将表示各像素属于哪个区域的区域识别信号输出到黑版生成底色除去单元26、空间滤波处理单元27、输出色调校正单元28、色调再现处理单元29。此外,区域分离处理单元24将所输入的RGB信号直接输出到后级的文件核对处理单元24。
文件核对处理单元24将所输入的图像(原稿图像)进行二值化,计算基于二值图像所确定的连结区域的特征点(例如,重心),从算出的特征点中选择多个特征点,基于所选择的特征点计算作为不变量的特征量(例如,散列值)。文件核对处理单元24在对原稿进行注册的原稿注册模式时,将基于算出的特征量所输入的图像作为注册图像进行注册。此外,文件核对处理单元24在将原稿图像进行分类的情况下,基于算出的特征量判定原稿图像是否与注册图像类似,并基于判定结果,对每个原稿类别将原稿图像进行分类。此外,文件核对处理单元24将所输入的RGB信号直接输出到后级的色调校正单元25。也可以将文件核对处理单元24不是如上述那样设置在区域分离处理单元23的后级,而是与输入色调校正单元22并排,或设置在黑斑校正单元21和输入色调校正单元22之间。
再有,原稿图像意味着用扫描器读取原稿图像所获得的原稿图像、用计算机在规定格式的数据中写入必要事项所生成的电子数据形式的原稿图像、将用扫描器读取获得的数据变换为JPEG等的规定的文件格式而生成的电子化数据等。
色校正单元25将所输入的RGB信号变换到CMY的色空间,并根据彩色图像输出装置3的特性而进行色校正,将校正后的CMY信号输出到黑版生成底色除去单元26。具体地说,色校正单元25为了真实进行色再现,进行将包含了不需要吸收分量的基于CMY色材料的分光特性的色混浊除去的处理。
黑版生成底色除去单元26基于从色校正单元25输入的CMY信号,生成K(黑色)信号,同时从所输入的CMY信号中除去K信号而生成新的CMY信号,并将生成的CMYK信号输出到空间滤波处理单元27。
下面表示黑版生成底色除去单元26中的处理的一例。例如,有通过轮廓黑色(skeleton black)进行黑色生成的情况下,设轮廓曲线的输入输出特性 为y=f(x),所输入的数据为C、M、Y,所输出的数据为C’、M’、Y’、K’,UCR(Under Color Removal)率为α(0<α<1),则通过黑版生成底色除去处理所输出的各个数据以K’=f{min(C,M,Y)}、C’=C-αK’、M’=M-αK’、Y’=Y-αK’表示。
空间滤波处理单元27对于从黑版生成底色除去单元26输入的CMYK信号,通过基于区域识别信号的数字滤波进行空间滤波处理。由此,图像数据的空间频率特性被校正,防止彩色图像输出装置3的输出图像的模糊或粒状性劣化。例如,空间滤波处理单元27为了特别提高黑色字符或彩色字符的再现性,对区域分离处理单元23中分离为字符区域的区域实施清晰增强处理并增强高频分量。此外,空间滤波处理单元27对区域分离处理单元23中分离为网点区域的区域实施用于除去输入网点分量的低通滤波处理。空间滤波处理单元27将处理后的CMYK信号输出到输出色调校正单元28。
输出色调校正单元28对于从空间滤波处理单元27输入的CMYK信号,进行变换为彩色图像输出装置3的特性值即网点面积率的输出色调校正处理,将输出色调校正处理后的CMYK信号输出到色调再现处理单元29。
色调再现处理单元29基于从区域分离处理单元24输入的区域识别信号,对于从输出色调校正单元28输入的CMYK信号进行规定的处理。例如,色调再现处理单元29为了特别提高黑色字符或彩色字符的再现性,对分离为字符区域的区域进行二值化处理或多值化处理,以适合彩色图像输出装置3中的高频分量的再现。
此外,色调再现处理单元29对区域分离处理单元23中分离为网点区域的区域,进行色调再现处理(生成半色调),以将图像最终分离为像素,从而可以再现各自的色调。而且,色调再现处理单元29对区域分离处理单元23中分离为照片区域的区域进行二值化处理或多值化处理,以适合彩色图像输出装置3中的色调再现性。
彩色图像处理装置2将色调再现处理单元29所处理过的图像数据(CMYK信号)临时存储在存储单元(未图示)中,在进行图像形成的规定的定时,读出在存储单元中所存储的图像数据,并将读出的图像数据输出到彩色图像输出装置3。这些控制例如由CPU(未图示)进行。
操作面板4例如由液晶显示器等的显示单元和设定按钮等构成,基于从操作面板4输入的信息(例如,用于将原稿注册的原稿注册模式的指定、对 所分类的每个原稿进行对于原稿图像的归档(filing)、复印、电子转发等的输出处理的操作选择等)而控制彩色图像输入装置1、彩色图像处理装置2、彩色图像输出装置3的动作。
图2是表示文件核对处理单元24的结构的方框图。文件核对处理单元24包括:特征点计算单元241、特征量计算单元242、投票处理单元243、相似度判定处理单元244、多页原稿判定处理单元245、存储器246、控制上述各个单元的控制单元247等。
特征点计算单元241对于所输入的图像进行后述的规定的处理,同时将所输入的图像进行二值化,提取(计算)基于二值图像所确定的连结区域的特征点(例如,将构成连结区域的各个像素的二值图像中的坐标值累计相加,并将累计相加所得的坐标值除以连结区域中包含的像素数所得的值),并将所提取的特征点输出到特征量计算单元242。
图3是表示特征点计算单元241的结构的方框图。特征点计算单元241包括:除去彩色处理单元2410、分辨率变换单元2411、滤波处理单元2412、二值化处理单元2413、重心计算单元2414等。
除去彩色处理单元2410在所输入的图像为彩色图像时,将彩色图像除去彩色,变换为辉度信号或亮度信号,并将变换后的图像输出到分辨率变换单元2411。例如,设各个像素RGB的色分量分别为Rj、Gj、Bj,各个像素的辉度信号为Yj,可以按Yj=0.30×Rj+0.59×Gj+0.11×Bj表示辉度信号Y。再有,不限于上式,也可以将RGB信号变换为CIE1976L*a*b*信号。
即使在所输入的图像由彩色图像输入装置1光学式变倍过的情况下,分辨率变换单元2411也将所输入的图像再次变倍,以达到规定的分辨率,并将进行了变倍的图像输出到滤波处理单元2412。由此,即使在彩色图像输入装置1进行变倍处理,分辨率改变的情况下,也可以提取特征点而不受其影响,可以将原稿高精度地分类。特别是在被缩小过的字符等的情况下,在进行二值化处理而确定连结区域时,可以防止因字符碎裂而原来分离的区域在连结的状态下被确定,所计算的重心产生偏移。此外,分辨率变换单元2411将图像的分辨率变换为比彩色图像输入装置1等倍时读入的分辨率更小的分辨率。例如,在彩色图像输入装置1中将以600dpi(dot per inch)读入的图像变换为300dpi。由此,可以降低后级的处理量。
滤波处理单元2412对所输入的图像具有的空间频率特性进行校正(例 如,图像的增强处理及平滑处理等),并将校正后的图像输出到二值化处理单元2413。滤波处理单元2412因彩色图像输入装置1的空间频率特性在每个机种上有所不同,所以将不同的空间频率特性校正为所需要的特性。在彩色图像输入装置1输出的图像(例如,图像信号)中,因透镜或反射镜等的光学系统部件、CCD的光接收面的孔径开度、传送效率、残像、物理性扫描造成的积分效应及扫描不匀等原因而产生图像的模糊等劣化。滤波处理单元2412通过进行边界或边缘等的增强处理,修复在图像上所产生的模糊等的劣化。此外,滤波处理单元2412进行用于抑制在后级所处理的特征点的提取处理中不需要的高频分量的平滑处理。由此,可以高精度地提取特征点,作为结果,可高精度地进行图像的相似度的判定。再有,滤波处理单元2412使用的滤波系数可以根据所使用的彩色图像输入装置1的机种或特性等而适当设定。
图4是表示滤波处理单元2412的滤波系数的例子的说明图。如图所示,空间滤波器例如是具有7×7(7行、7列)的大小,进行增强处理及平滑处理的混合滤波器。对所输入的图像的像素进行扫描,通过空间滤波器对所有的像素进行运算处理。再有,空间滤波器的大小不限定于7×7的大小,也可以为3×3的大小、5×5的大小等。此外,滤波系数的数值是一个例子,并不限于此,可以根据所使用的彩色图像输入装置1的机种或特性而适当设定。
二值化处理单元2413通过将所输入的图像的辉度值(辉度信号)或亮度值(亮度信号)与阈值进行比较,从而对图像进行二值化,并将二值化后的二值图像输出到重心计算单元2414。
重心计算单元2414基于从二值化处理单元2413输入的二值图像的各个像素的二值化信息(例如,以‘1’、‘0’表示),对各个像素进行标示(附加标记处理),确定连结了被附加了同一标记的像素的连结区域,将所确定的连结区域的重心作为特征点提取,并将提取出的特征点输出到特征量计算单元242。再有,特征点可以用二值图像中的坐标(x坐标、y坐标)表示。
图5是表示连结区域的特征点的例子的说明图。在图中,所确定的连结区域是字符‘A’,作为附加了同一标记的像素的集合而被确定。该字符‘A’的特征点(重心)为图中用黑图表示的位置(x坐标、y坐标)。
图6是表示对于字符串的特征点的提取结果的例子的说明图。由多个字符构成的字符串的情况下,根据字符的种类而具有各自不同的坐标的特征点 被提取多个。
特征量计算单元242将从特征点计算单元241输入的各个特征点(即,连结区域的重心的坐标值)作为关注特征点,例如,提取四个距关注特征点的距离小的周边的其他特征点。
图7是表示关注特征点和周边的特征点的说明图。如图所示,对于关注特征点P1,例如,以距关注特征点P1的距离近的顺序,提取由闭合曲线S1所包围的4个特征点(对于关注特征点P1,关注特征点P2也作为一个特征点被提取)。此外,对于关注特征点P2,例如,与上述同样,以距关注特征点P2的距离近的顺序,提取由闭合曲线S2所包围的4个特征点(对于关注特征点P2,关注特征点P1也作为一个特征点被提取)。
特征量计算单元242从提取出的4个特征点之中选择三个特征点,计算不变量。再有,所选择的特征点不限于三个,也可以选择4个、5个等的特征点。应该选择的特征点的数目因求出的不变量的种类而有所不同。例如,从3点所求的不变量为相似不变量(对于包含了原稿图像的旋转、平行移动、放大缩小的几何性变化的不变的参数)。
图8A至图8C是表示关注特征点P1的不变量的计算例子的说明图,图9A至图9C是表示关注特征点P2的不变量的计算例子的说明图。如图8A至图8C所示,从关注特征点P1的周边的4个特征点中选择3个特征点,并将三组的不变量分别设为H1j(j=1、2、3)。不变量H1j以H1j=A1j/B1j表示的算式来计算。其中,A1j、B1j分别表示特征点间的距离,特征点间的距离基于各个周边特征点的坐标值来计算。由此,例如,即使是原稿进行了旋转、移动、倾斜的情况,不变量H1j也不变化,可以高精度地进行图像的相似度的判定,可以高精度地分类相似的原稿。
同样地,如图9A至图9C所示,从关注特征点P2的周边的4个特征点中选择3个特征点,并将三组的不变量分别设为H2j(j=1、2、3)。不变量H2j以H2j=A2j/B2j表示的算式来计算。其中,A2j、B2j分别表示特征点间的距离,与上述同样,特征点间的距离基于各个周边特征点的坐标值来计算。以下同样地,可以对于其他关注特征点计算不变量。
特征量计算单元242基于由各个关注特征点所算出的不变量,计算散列值(特征量)Hi。关注特征点Pi的散列值Hi以Hi=(Hi1×102+Hi2×101+Hi3×100)/E表示。其中,E是通过将余数设定在哪个范围而决定的常数,例 如,在为‘10’的情况下,余数为‘0’~‘9’,它是要计算的散列值可取得的范围。此外,i为自然数,表示特征点的数目。
图10A至图10D是表示关注特征点P3的不变量的计算的其他例子的说明图,图11A至图11D是表示关注特征点P4的不变量的计算的其他例子的说明图。如图10A至图10D所示,由关注特征点P3的周边特征点P1、P2、P4、P5的4点选择四种组合,与上述同样地,根据H3j=A3j/B3j,也可以计算不变量H3j(j=1、2、3、4)。
此外,如图11A至图11D所示,由关注特征点P4的周边特征点P2、P3、P5、P6的4点选择四种组合,与上述同样地,根据H4j=A4j/B4j,也可以计算不变量H4j(j=1、2、3、4)。图10A至图10D及图11A至图11D的例子的情况下,关注特征点Pi的散列值Hi可以按Hi=(Hi1×103+Hi2×102+Hi3×101+Hi4×100)/E来计算。再有,作为特征量的上述散列值是一例,并不限于此,也可以使用其他散列函数。上述中,作为周边的其他特征点,表示了提取4点的例子,但不限定于4点。例如,也可以进行6点提取。这种情况下,对于从6点的特征点中提取5点,提取5点的6组的各个方法,也可以从5点中提取3点而求不变量,计算散列值。
特征量计算单元242例如在将由多页构成的原稿的图像进行注册的情况下(原稿注册模式的情况),设定原稿种类索引(例如,DocID1、DocID2、...)。原稿种类索引相当于识别由多页构成的各个文件(原稿的种类)的索引,识别将多个原稿以文件为单位进行分类时的分类单位。
特征量计算单元242在原稿注册模式的情况下,对每个原稿种类索引设定注册图像的原稿页索引(例如,ID1、ID2、...)。原稿页索引是识别各个注册图像的索引,对构成文件的原稿的每一页进行识别。
特征量计算单元242在原稿注册模式的情况下,将对每个注册图像用上述处理所算出的散列值(例如,H1、H2、...)及所设定的原稿页索引注册在散列表中。
图12A和图12B是表示散列表2461的结构的说明图。如图所示,散列表的结构由表示散列值及原稿页索引的各个栏构成。更具体地说,对应于原稿页索引,表示原稿中的位置的点索引、以及不变量(都未图示)被注册。为了判定图像的相似度,将预先核对的图像及文件图像等的核对信息注册在散列表2461中。散列表2461存储在存储器246中。再有,如图12B所示, 在散列值相等的情况下(H1=H5),也可以将散列表2461的两个项目汇总为一个。
图13A和图13B是表示一例将原稿的图像进行注册的情况下的说明图。如图13A所示,在将3页(P1、P2、P3)的原稿进行注册的情况下,如图13B所示,特征量计算单元242设定用于识别3页的原稿整体(原稿的种类)的原稿种类索引DocID1。特征量计算单元242对于3页(P1、P2、P3)的图像,以页顺序设定各个原稿页索引ID1、ID2、ID3,同时对于各个原稿页索引ID1、ID2、ID3的图像计算散列值(例如,H1、H2、...)。特征量计算单元242将所设定的原稿页索引的数目作为注册页数(这种情况下为‘3’)来设定。特征量计算单元242将原稿种类索引、原稿页索引、注册页数注册在后述的原稿分类表中。
图14是表示一例进行注册的原稿的说明图。如图14所示,说明有关将4种类的原稿进行注册的情况。对于由3页的注册图像构成的原稿设定原稿种类索引DocID1,在各页中,被设定了原稿页索引ID1、ID2、ID3。此外,同样地,对于由2页的注册图像构成的原稿设定原稿种类索引DocID2,在各页中,被设定了原稿页索引ID4、ID5。此外,对于由4页的注册图像构成的原稿设定原稿种类索引DocID3,在各页中,被设定了原稿页索引ID6、ID7、ID8、ID9。而且,对于由2页的注册图像构成的原稿设定原稿种类索引DocID4,在各页中被设定了原稿页索引ID10、ID11。再有,可以进行设定,以对所注册的每个原稿种类索引,如何进行对于该原稿种类索引中所包含的原稿的输出处理。
图15是表示输出处理的例子的说明图。输出处理,例如通过选择号被分类,在将原稿进行注册的原稿注册模式中,用户可以通过用操作面板4输入或选择了选择号而设定输出内容。如图15所示,例如,在选择了操作OP1时,许可原稿图像的归档,原稿图像作为被电子化过的文件而归档在规定的位置。再有,在选择归档许可时,也可以选择所归档的位置(例如,文件夹)。此外,选择号也可以预先在装置中进行设定,取代由用户选择。
在选择了操作OP2的情况下,原稿图像由规定的加密处理单元(未图示)加密而被许可归档,原稿图像被归档在规定的位置。以下,对于操作OP3~OP7,也可以设定图15所示的处理内容。再有,处理内容是一例,并不限定于此。
图16是表示原稿分类表2462的结构的说明图。原稿分类表2462由原稿种类索引、原稿页索引、注册页数、表示输出处理的选择号的各个栏构成。原稿分类表2462在原稿注册模式中,在每次将原稿进行注册时被更新。图16表示在图14所示的4种类的原稿被注册的情况下的原稿分类表2462。即,在原稿种类索引为DocID1中,以原稿页索引为ID1、ID2、ID3所识别的注册图像被注册,注册页数为‘3’,被进行以选择号为OP1所示的输出处理。在输入了与这些注册图像相似的原稿图像的情况下,所输入的原稿图像被分类为以原稿种类索引DocID1所示的原稿,同时进行以选择号为OP1所示的输出处理。
此外,在原稿种类索引DocID2中,以原稿页索引为ID4、ID5所识别的注册图像被注册,注册页数为‘2’,被进行以选择号为OP2所示的输出处理。在输入了与这些注册图像相似的原稿图像的情况下,所输入的原稿图像被分类为以原稿种类索引DocID2所示的原稿,同时进行以选择号为OP2所示的输出处理。以下,对于原稿种类索引为DocID3、DocID4也是同样。
特征量计算单元242在将所输入的原稿图像进行分类时,在判定原稿图像是否与预先注册的注册图像相似的情况下,将对每个原稿图像算出的散列值存储在存储器246中。
投票处理单元243基于特征量计算单元242算出的散列值(特征量),对存储器246中所存储的散列表进行检索,并在散列值一致时,对在该散列值上所注册的原稿页索引(即,散列值一致的图像)投票。投票处理单元243将累计相加的得票数作为投票结果输出到相似度判定处理单元244。
相似度判定处理单元244基于从投票处理单元243输入的投票结果,判定原稿图像与哪个注册图像相似,并将判定结果输出到多页原稿判定处理单元245。更具体地说,相似度判定处理单元244将从投票处理单元243输入的得票数除以原稿图像的最大得票数(以特征点的数×从1个特征点所算出的散列值的数来表示)而计算归一化的相似度。相似度判定处理单元244将算出的相似度和预先确定的阈值Th(例如,0.8)进行比较,在相似度为阈值Th以上的情况下,判定为其相似度与所算出的注册图像相似,而在相似度比阈值Th小的情况下,判定为不是与原稿图像相似的注册图像,然后将该判定结果(相似的情况下,为原稿页索引)输出到多页原稿判定处理单元245。再有,将从投票处理单元243输入的得票数与预先确定的阈值进行比较,如 果得票数为阈值以上,则可以判定为原稿图像与预先注册的注册图像相似,进而判定为在被判定为相似中得票数最高的注册图像与原稿图像一致。
图17是表示基于投票结果的一例相似判定的说明图。如图13所示,假设对从原稿图像所算出的每个散列值检索散列表而投票的结果,对表示原稿页索引为用ID1、ID2、ID3所示的注册图像进行投票。计算将投票结果所得的各个得票数除以原稿图像的最大得票数而归一化的相似度N1、N2、N3。由于算出的相似度为阈值Th以上的图像,是表示原稿页索引为用ID1所示的注册图像,所以原稿图像被判定为与表示原稿页索引ID1的注册图像相似。
多页原稿判定处理单元245包括用于表示处理中的当前页的原稿种类索引DocID(c)、表示前一页的原稿种类索引DocID(p)、表示处理中的页数的页计数器PC等。在进行处理前,当前的原稿种类索引DocID(c)、表示前一页的原稿种类索引DocID(p)、页计数器PC都被初始设定为‘0’。
多页原稿判定处理单元245基于从相似度判定处理单元244所输入的判定结果的原稿页索引,对原稿分类表2462进行检索,从而确定包含了该原稿页索引的原稿种类索引,并设定在当前的原稿种类索引DocID(c)中所确定的原稿种类索引。
多页原稿判定处理单元245判定前一页的原稿种类索引DocID(p)和当前的原稿种类索引DocID(c)是否一致,并在一致的情况下在页计数器PC上相加‘1’,而在不一致的情况下,在页计数器PC中设定‘1’。
多页原稿判定处理单元245对原稿分类表2462进行检索,判定页计数器PC是否与注册页数一致,并在不一致的情况下,在前一页的原稿种类索引DocID(p)中设定当前的原稿种类索引DocID(c),而在一致的情况下,在前一页的原稿种类索引DocID(p)中设定‘0’,同时输出原稿的分割信号(表示原稿的分割位置),作为在当前的原稿图像被以当前的原稿种类索引分类的原稿中所包含的最后的原稿图像。
原稿的分割信号,例如与原稿图像一起通过网络而被发送输出到打印机或复合机。或者,分割信号通过计算机或者直接输出到打印机。这时,在打印机或复合机、计算机侧,可以通过取得选择号和分割信号而进行所需的输出处理。
由此,用户不进行特别的操作,就可以将所输入的原稿图像以预先注册的原稿的结构那样进行分类。此外,可以将所输入的原稿图像以预先注册的 原稿的页数单位而进行原稿图像的分类。而且,即使是输入了许多的原稿图像的情况,也可以容易地区分原稿图像,可以将要分类的原稿之间进行检测并分割。
下面说明彩色图像处理装置2的动作。图18是表示原稿注册处理的步骤的流程图。再有,原稿注册处理不仅可以由文件核对处理单元24等的专用硬件电路构成,而且也可以通过在包括了CPU、RAM、ROM等的个人计算机中装载用于确定原稿注册处理的步骤的计算机程序而由CPU执行计算机程序来进行。以下,将彩色图像处理装置2称为‘处理单元’。
处理单元判定是否为原稿注册模式(S11),在不是原稿注册模式时(S11为“否”),继续步骤S11的处理,待机至用户从操作面板4指定原稿注册模式为止。在为原稿注册模式时(S11为“是”),处理单元取得用户通过操作面板4选择出的输出处理的选择号(S12)。
处理单元取得注册图像(S13)。这种情况下,注册图像可以通过原稿读取装置读取原稿而取得,或者,也可以由个人计算机等的处理装置接收通过应用软件所生成的电子数据而取得。
处理单元计算注册图像的特征点(S14),基于算出的特征点而计算散列值(特征量)(S15)。处理单元设定注册图像的原稿页索引(S16),判定是否结束了全部的注册图像的处理(S17)。
在没有结束全部的注册图像的处理时(S17为“否”),处理单元继续步骤S14以后的处理,计算剩余的注册图像的散列值,同时进行原稿页索引的设定。在结束了全部的注册图像的处理时(S17为“是”),处理单元设定原稿种类索引(S18)。由此,包含一页或多页的注册图像的原稿种类索引被设定,在该原稿种类索引中,设定了每个注册图像的原稿页索引。
处理单元通过将设定的原稿页索引及算出的散列值存储在散列表2461中而将散列表2461更新(S19),并通过将所设定的原稿种类索引、原稿页索引、注册页数及取得的选择号存储在原稿分类表2462中而将原稿分类表2462更新(S20),并结束处理。
图19及图20是表示原稿分类处理的步骤的流程图。再有,原稿分类处理也是不仅可以由文件核对处理单元24等的专用硬件电路构成,而且也可以通过在包括了CPU、RAM、ROM等的个人计算机中装载用于确定原稿注册处理的步骤的计算机程序而由CPU执行计算机程序来进行。
处理单元将表示当前的页的原稿种类索引的DocID(c)设定为‘0’(S31),将表示前一页的原稿种类索引的DocID(p)设定为‘0’(S32),将页计数器PC设定为‘0’(S33)。由此,进行当前的原稿种类索引DocID(c)、前一页的原稿种类索引DocID(p)、页计数器PC的初始设定。
处理单元取得原稿图像(S34)。这种情况下,原稿图像可以通过原稿读取装置读取原稿而取得,或者,也可以通过接收由个人计算机等的处理装置所生成的电子数据而取得。
处理单元计算原稿图像的特征点(S35),基于算出的特征点而计算散列值(特征量)(S36)。处理单元基于算出的散列值,对散列表2461进行检索,对具有相同散列值的原稿页索引进行投票处理(S37)。基于投票处理的结果,处理单元计算相似度(S38),并判定所算出的相似度是否比阈值Th大(S39)。
在相似度比阈值Th大时(S39为“是”),处理单元基于原稿图像相似的注册图像的原稿页索引,对原稿分类表2462进行检索,从而确定包含了该原稿页索引的原稿种类索引,并在当前的原稿种类索引DocID(c)中设定所确定的原稿种类索引(S40)。
处理单元判定当前的原稿种类索引DocID(c)是否与前一页的原稿种类索引DocID(p)一致(S41),在一致的情况下(S41为“是”),在页计数器PC上相加‘1’(S42)。在不一致的情况下(S41为“否”),处理单元在页计数器PC上设定‘1’(S43)。
处理单元对原稿分类表2462进行检索,判定页计数器PC是否与注册页数一致(S44),一致的情况下(S44为“是”),在前一页的原稿种类索引DocID(p)中设定‘0’(S45),输出原稿的分割信号,作为在当前的原稿图像以当前的原稿种类索引被分类的原稿中所包含的最后的原稿图像(S46)。
在页计数器PC与注册页数不一致的情况下(S44为“否”),处理单元在前一页的原稿种类索引DocID(p)中设定当前的原稿种类索引DocID(c)(S47),继续步骤S53以后的处理。
处理单元判定是否结束了全部的原稿图像的处理(S48),在没有结束全部的原稿图像的处理时(S48为“否”),继续步骤S35以后的处理,进行剩余的原稿图像的处理。在结束了全部的原稿图像的处理时(S48为“是”),处理单元结束处理。在相似度不大于阈值Th时(S39为“否”),处理单元在当前的原稿种类索引DocID(c)中设定‘0’(S49),继续步骤S46以后的处 理。
通过输出原稿的分割信号,该信号表示当前的原稿图像是以当前的原稿种类索引所分类的原稿中所包含的最后的原稿图像,例如,每次取得原稿的分割信号时,可以根据选择号而变更原稿图像的输出处理内容。由此,可以对于以每个原稿种类索引所分类的原稿图像进行期望的输出处理。
实施方式2
将原稿进行分类的方法不限定于实施方式1所说明的方法,每次在原稿图像被判定为与注册图像相似时,基于该注册图像的原稿页索引,对原稿分类表2462进行检索,从而确定包含了该原稿页索引的原稿种类索引,并与所确定的原稿种类索引相关联而对被判定为与注册图像相似的原稿图像的原稿图像数进行计数并存储。判定所存储的原稿图像数是否与原稿种类索引(种类识别符)中包含的注册页数(图像识别符的数目)一致,并在判定为一致时,也可以判定是应该以该原稿种类索引进行分类的最后的原稿图像。就原稿图像数的计数及存储来说,例如,可以使用原稿种类索引的页计数器。
图21是表示实施方式2的原稿分类表2462的结构的说明图。原稿分类表2462由原稿种类索引、原稿种类索引的页计数器、原稿页索引、注册页数、表示输出处理的选择号的各个栏构成。与实施方式1的情况的不同方面是,将原稿种类索引和原稿种类索引的页计数器相关联存储。原稿分类表2462在原稿注册模式中,在每次将原稿注册时,与实施方式1同样地被更新。图21表示由图14所示的4种类的原稿被注册时的原稿分类表2462。
图22及图23是表示实施方式2的原稿分类处理的步骤的流程图。再有,以下,将原稿图像作为存储(归档)在临时文件夹中的原稿图像。此外,在进行以选择号表示的处理的情况下,可以读出文件夹中所存储的原稿图像的数据,从而进行与选择号对应的处理。
处理单元将与所注册的多页的原稿图像(原稿种类索引)对应的全部的原稿种类索引页计数器PC{DocID(n)}设为0(S51)。由此,将原稿种类索引的页计数器PC{DocID(n)}复位。这里,n表示原稿种类索引的数目。
处理单元取得原稿图像(S52)。这种情况下,原稿图像可以通过原稿读取装置读取原稿而取得,或者,也可以通过接收由个人计算机等的处理装置所生成的电子数据而取得。
处理单元计算原稿图像的特征点(S53),基于算出的特征点而计算散列 值(特征量)(S54)。处理单元基于算出的散列值,对散列表2461进行检索,对具有相同散列值的原稿页索引进行投票处理(S55)。基于投票处理的结果,处理单元计算相似度(S56),并判定所算出的相似度是否比阈值Th大(S57)。
在相似度比阈值Th大时(S57为“是”),处理单元基于原稿图像相似的注册图像的原稿页索引,对原稿分类表2462进行检索,从而确定包含了该原稿页索引的原稿种类索引(S58),并将原稿图像存储在预先确定的文件夹中(S59)。
处理单元参照原稿种类索引的页计数器PC{DocID(n)}的值(S60),在原稿种类索引的页计数器PC{DocID(n)}上相加1(S61)。处理单元判定原稿种类索引的页计数器PC{DocID(n)}是否与注册页数一致(S62),在一致的情况下(S62为“是”),决定当前的原稿图像是与参照中的原稿种类索引对应的原稿的分割位置(S63)。
处理单元通过将当前参照中的原稿种类索引的页计数器PC{DocID(n)}设为0而进行复位(S64),并将原稿种类索引的页计数器PC{DocID(n)}的值与原稿种类索引对应存储(S65)。
处理单元判定是否结束了全部的原稿图像的处理(S66),在没有结束全部的原稿图像的处理时(S66为“否”),继续步骤S52以后的处理,进行剩余的原稿图像的处理。在结束了全部的原稿图像的处理时(S66为“是”),处理单元结束处理。
在原稿种类索引的页计数器PC{DocID(n)}与注册页数不一致时(S62为“否”),处理单元继续步骤S65以后的处理。此外,在相似度不比阈值Th大时(S57为“否”),处理单元进行基于对原稿图像所设定的内容的处理(S67),进行步骤S66以后的处理。再有,对原稿图像所设定的内容,例如是图像形成装置的操作面板4所设定的处理内容,或者是由计算机系统等的应用软件所设定的处理内容等。
通过构成为与原稿种类索引相对应地存储原稿种类索引的页计数器PC{DocID(n)}的值,即使是要分类的多个文件间产生了页的调换的情况,也可以将原稿的分类及原稿进行分割。
实施方式3
上述实施方式1、2对于以电子数据(由应用软件所生成的数据)或电子化数据(将扫描器等读入的数据变换为JPEG或PDF等规定的文件格式后的 数据)等都可以适用。例如,将以电子数据或电子化数据的形态所提出的数据存储在服务器中,对于这些数据,可以将本发明作为应用软件来应用。上述数据最好是对每个电子数据、每个文件格式进行存储的数据。
对于电子数据,由于可使用多种软件,例如,使用RIP(光栅图像处理器),进行PDL(页面描述语言)的解释,并变换为光栅图像(RGB数据)而采用本申请的方法就可以。
此外,对于电子化数据,例如,在进行了JPEG或GIF等的编码过的图像格式的情况下,进行一次解码处理,而且,根据需要,进行将YCC信号变换为RGB信号等的色变换处理之后,采用本申请的方法就可以。
此外,PDF格式的情况下,在图像数据以进行了JPEG等的编码的图像格式被保存的情况下,进行解码处理而变换为RGB信号后采用本申请的方法就可以,关于字体等的矢量数据部分,通过RIP等将其变换为RGB的图像数据后采用本申请的方法就可以。PDF格式的情况,将每个对象(文本、图像或相片等)的信息作为标记(tag)而保存,可以参考该信息进行数据的变换。对象(obiect)的信息,例如在文本的情况下,是字体、点数、颜色、显示位置等,在相片的情况下,是编码的方法、大小、显示位置等。
图24是表示本实施方式的图像读取装置500的结构的方框图。如图所示,图像读取装置500包括:彩色图像输入装置1;A/D变换单元20;黑斑校正单元21;文件核对处理单元24等。彩色图像输入装置1、A/D变换单元20、黑斑校正单元21、文件核对处理单元24与上述图像形成装置100的情况相同,所以省略说明。
如以上说明那样,在本申请中,在将多页(例如,固定格式)构成的原稿进行扫描而生成电子化文件的情况下,通过预先将多页的固定格式的核对用信息和多页构成的原稿的信息进行注册,判定注册图像和原稿图像之间的相似度,从而能够对要分类的原稿间进行检测,将原稿图像以所注册的原稿那样进行分类而生成电子化文件。即,用户不进行特别的操作,就可以按预先注册的原稿的结构那样将原稿图像分类。此外,即使是预先所注册的每个原稿的页数不同的情况,也可以以原稿的页数为单位而将原稿图像分类。此外,在将许多原稿图像分类的情况下,可以将原稿之间容易地区分,可以对要分类的原稿间进行检测及分割。此外,即使是在要分类的多个文件间发生了页的调换的情况,也可以将原稿的分类和原稿进行分割。此外,可以不需 要存储注册图像本身,而仅存储与注册图像有关的特征量,将与注册图像相似的原稿图像容易地分类。此外,可以对要分类的每个原稿图像进行归档(记录)、复印、电子转发等的输出处理。而且,用户不进行特别的操作,就可以简单地记录、注册要分类的原稿的结构。
在上述实施方式,作为输出处理的例子,说明了归档、复印、电子转发等的例子,但作为输出处理的控制,并不限于此,在进行归档、复印、电子转发时,也可以对原稿图像的一部分而不是原稿图像整体进行输出处理的控制。例如,在固定格式中,对于记载了重要事项、机密事项等的部分,也可以进行控制,以禁止对其进行复印、电子转发。
在上述实施方式,是将原稿图像进行分类,进行归档等处理而生成电子化文件的例子,但并不限于此,在包括多个原稿排出目的地的结构中,在以ADF方式读取大量的原稿的情况下,也可以基于原稿的分割信号,将所读取的原稿以每个原稿种类索引分类排出。这种情况下,节省以人工作业方式分类大量的原稿的时间,用户的方便性提高。
在上述实施方式中,作为彩色图像输入装置1,例如使用平板扫描器、照相扫描器(film scanner)、数字照相机、移动电话等。此外,作为彩色图像输出装置3,例如使用CRT显示器、液晶显示器等的图像显示装置、将处理结果输出到记录纸等上的电子照相方式或喷墨方式的打印机等。而且,作为图像形成装置100,也可以包括作为通过网络连接到服务器装置等的通信部件的调制解调器等。此外,取代从彩色图像输入装置1取得彩色图像数据,也可以是通过网络从外部存储装置、服务器装置等中取得彩色图像数据的结构。
在上述实施方式,是在文件核对处理单元24中包括了存储器246、控制单元247的结构,但不限定于此,也可以是将存储器246、控制单元247设置在文件核对处理单元24的外部的结构。
也可以在记录了用于使计算机执行的程序代码(执行形式程序、中间代码程序、源程序)的计算机可读取的记录媒体中,记录用于进行原稿注册处理、原稿分类处理、对原稿图像的输出处理的控制的程序代码。其结果,可以携带自由地提供记录了进行上述原稿注册处理、原稿分类处理、进行对原稿图像的输出处理的控制的计算机程序的记录媒体。作为记录媒体,用于由微型计算机进行处理而未图示的存储器,例如可以是ROM那样的程序介质, 也可以是设置作为未图示的外部存储装置的程序读取装置,通过将记录媒体插入在其内而可读取的程序介质。
可以是在任何的情况下,所存储的程序代码都由微处理器存取并执行的结构,也可以是读出程序代码,所读出的程序代码被下载到微计算机的未图示的程序存储区域中,该程序代码被执行的方式。这种情况下,假设用于下载的计算机程序被预先存储在本体装置中。
这里,上述程序媒体是被构成为可与本体分离的记录媒体,也可以是磁带或盒式磁带等的磁带类、软盘或硬盘等磁盘及CD-ROM/MO/MD/DVD等光盘的盘类、IC卡(包含存储器卡)/光卡等卡类、或者掩模ROM、EPROM(Erasable Programmable Read Only Memory)、EEPROM(Electrically ErasableProgrammable Read Only Memory)、包含了闪速ROM等的半导体存储器的具有固定的程序代码的媒体。
此外,这种情况下,由于是可连接包含了因特网的通信网络的系统结构,所以也可以是从通信网络下载程序代码那样具有流动性的程序代码的媒体。再有,在这样从通信网络下载程序代码的情况下,将用于这种下载的计算机程序预先存储在本体装置中,或者也可以从其他记录媒体进行安装。再有,即使是以电子式传输方式来具体实现上述程序代码,以埋入在载波的计算机数据信号的形态,也可以实现本发明。
Claims (6)
1.一种图像处理方法,包括以下步骤:
接受将注册图像进行注册的指示;
设定用于识别所输入的一个或多个注册图像的图像识别符;
设定包含了所设定的图像识别符的种类识别符;
提取所述注册图像的特征量;
将所设定的种类识别符、图像识别符以及所提取出的特征量相关联作为散列表存储,种类识别符包含多个识别多个注册图像的各个注册图像的图像识别符;
根据所取得的多个原稿图像的各个原稿图像计算特征点,基于算出的特征点计算散列值,基于算出的散列值检索散列表,对具有与算出的散列值相同的散列值的图像识别符进行投票,基于投票处理的结果计算相似度,根据算出的相似度是否比阈值大来判定取得的多个原稿图像的各个原稿图像是否与注册图像相似;
在判定为原稿图像与注册图像相似的情况下,从多个图像识别符中选择用于识别所述注册图像的图像识别符;
确定包含了所选择的图像识别符的种类识别符;
对所确定的每个种类识别符,将该种类识别符中包含的图像识别符数目的、与注册图像相似的原稿图像进行分类;
在每次判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数;
判定所计数的原稿图像数是否与种类识别符中包含的图像识别符的数目一致;
在判定为原稿图像数与种类识别符中包含的图像识别符的数目一致的情况下,判定当前的原稿图像为应该以所述种类识别符进行分类的最后的原稿图像。
2.根据权利要求1所述的图像处理方法,还包括以下步骤:
对每个种类识别符控制对于原稿图像的输出处理。
3.一种图像处理装置,包括:
接受将注册图像进行注册的指示的装置;
设定用于识别所输入的一个或多个注册图像的图像识别符的装置;
设定包含了所设定的图像识别符的种类识别符的装置;
提取所述注册图像的特征量的装置;
将所设定的种类识别符、图像识别符以及所提取出的特征量相关联作为散列表存储的装置,种类识别符包含多个识别多个注册图像的各个注册图像的图像识别符;
根据所取得的多个原稿图像的各个原稿图像计算特征点,基于算出的特征点计算散列值,基于算出的散列值检索散列表,对具有与算出的散列值相同的散列值的图像识别符进行投票,基于投票处理的结果计算相似度,根据算出的相似度是否比阈值大来判定取得的多个原稿图像的各个原稿图像是否与注册图像相似的装置;
在判定为原稿图像与注册图像相似的情况下,从多个图像识别符中选择用于识别所述注册图像的图像识别符的装置;
确定包含了所选择的图像识别符的种类识别符的装置;
对所确定的每个种类识别符,将该种类识别符中包含的图像识别符数目的、与注册图像相似的原稿图像进行分类的装置;
在每次判定为原稿图像与注册图像相似时,对被判定为相似的原稿图像的原稿图像数进行计数的装置;
判定所计数的原稿图像数是否与所述种类识别符中包含的图像识别符的数目一致的装置;以及
在判定为所述原稿图像数与所述种类识别符中包含的图像识别符的数目一致的情况下,判定当前的原稿图像为应该以所述种类识别符进行分类的最后的原稿图像的装置。
4.根据权利要求3所述的图像处理装置,还包括:
对每个种类识别符控制对于原稿图像的输出处理的装置。
5.一种图像读取设备,包括:
读取图像的图像读取装置;以及
权利要求3或权利要求4所述的图像处理装置,
其中,由所述图像处理装置处理所述图像读取装置所读取的图像。
6.一种图像形成设备,包括:
权利要求3或权利要求4所述的图像处理装置;以及
基于该图像处理装置所处理后的图像而形成输出图像的图像形成装置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP306735/06 | 2006-11-13 | ||
JP2006306735 | 2006-11-13 | ||
JP262612/07 | 2007-10-05 | ||
JP2007262612A JP4310356B2 (ja) | 2006-11-13 | 2007-10-05 | 画像処理方法、画像処理装置、画像読取装置、画像形成装置、コンピュータプログラム及び記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101184137A CN101184137A (zh) | 2008-05-21 |
CN101184137B true CN101184137B (zh) | 2013-03-20 |
Family
ID=39449209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101860541A Expired - Fee Related CN101184137B (zh) | 2006-11-13 | 2007-11-13 | 图像处理方法和装置、图像读取及形成设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8144994B2 (zh) |
JP (1) | JP4310356B2 (zh) |
CN (1) | CN101184137B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8320683B2 (en) * | 2007-02-13 | 2012-11-27 | Sharp Kabushiki Kaisha | Image processing method, image processing apparatus, image reading apparatus, and image forming apparatus |
WO2010084713A1 (ja) * | 2009-01-23 | 2010-07-29 | 日本電気株式会社 | 画像識別子抽出装置 |
US8379130B2 (en) * | 2009-08-07 | 2013-02-19 | Qualcomm Incorporated | Apparatus and method of processing images based on an adjusted value of an image processing parameter |
JP5849976B2 (ja) * | 2012-03-30 | 2016-02-03 | カシオ計算機株式会社 | ソーシャル・ネットワーク・サービスシステム及び画像表示方法 |
US9311549B2 (en) * | 2012-08-17 | 2016-04-12 | Evernote Corporation | Using surfaces with printed patterns for identification of imaging and data processing activities |
JP5983279B2 (ja) * | 2012-10-11 | 2016-08-31 | 富士ゼロックス株式会社 | 画像処理装置及びプログラム |
JP6325407B2 (ja) * | 2014-09-29 | 2018-05-16 | 株式会社東芝 | 情報処理装置、情報処理方法及びプログラム |
US9569213B1 (en) * | 2015-08-25 | 2017-02-14 | Adobe Systems Incorporated | Semantic visual hash injection into user activity streams |
JP6728935B2 (ja) * | 2016-04-25 | 2020-07-22 | コニカミノルタ株式会社 | 画像形成システムおよび制御プログラム |
CN108509951B (zh) * | 2018-03-28 | 2019-01-18 | 六安荣耀创新智能科技有限公司 | 图像处理式开启操作平台 |
US10783400B2 (en) * | 2018-04-06 | 2020-09-22 | Dropbox, Inc. | Generating searchable text for documents portrayed in a repository of digital images utilizing orientation and text prediction neural networks |
JP7073930B2 (ja) * | 2018-06-13 | 2022-05-24 | コニカミノルタ株式会社 | 後処理装置、用紙挿入制御プログラム及び用紙挿入制御方法 |
CN109858441A (zh) * | 2019-01-30 | 2019-06-07 | 广州轨道交通建设监理有限公司 | 一种用于施工现场的异常状态监测方法与装置 |
CN109960737B (zh) * | 2019-03-15 | 2020-12-08 | 西安电子科技大学 | 半监督深度对抗自编码哈希学习的遥感影像内容检索方法 |
JP7322589B2 (ja) * | 2019-08-20 | 2023-08-08 | コニカミノルタ株式会社 | 画像形成装置、および画像形成装置の制御プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5465353A (en) * | 1994-04-01 | 1995-11-07 | Ricoh Company, Ltd. | Image matching and retrieval by multi-access redundant hashing |
US5799115A (en) * | 1995-03-16 | 1998-08-25 | Kabushiki Kaisha Toshiba | Image filing apparatus and method |
JP2003323553A (ja) * | 2003-03-05 | 2003-11-14 | Hitachi Ltd | 帳票処理方法およびシステム |
CN1774026A (zh) * | 2004-11-11 | 2006-05-17 | 夏普株式会社 | 原稿读取装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS603056A (ja) * | 1983-06-21 | 1985-01-09 | Toshiba Corp | 情報整理装置 |
JP3458001B2 (ja) | 1994-06-22 | 2003-10-20 | 株式会社リコー | 画像ファイル装置 |
JP2001005831A (ja) | 1999-06-24 | 2001-01-12 | Ricoh Co Ltd | ファイリング方法及びそれを格納した記録媒体 |
US7167580B2 (en) * | 2003-04-30 | 2007-01-23 | Unisys Corporation | Image quality assurance systems and methodologies for improving the identification of and access speed to image quality suspects in documents |
JP4366119B2 (ja) * | 2003-05-29 | 2009-11-18 | キヤノン株式会社 | 文書処理装置 |
US7475061B2 (en) * | 2004-01-15 | 2009-01-06 | Microsoft Corporation | Image-based document indexing and retrieval |
JP2005208977A (ja) | 2004-01-23 | 2005-08-04 | Fuji Xerox Co Ltd | 文書ファイリング装置および文書ファイリング方法 |
JP2006092957A (ja) | 2004-09-24 | 2006-04-06 | Shinshu Univ | 固体高分子形燃料電池用カソード触媒、該触媒を備えてなるカソード電極、該電極を有する固体高分子形燃料電池、ならびに該触媒の製造方法 |
-
2007
- 2007-10-05 JP JP2007262612A patent/JP4310356B2/ja active Active
- 2007-11-09 US US11/938,107 patent/US8144994B2/en not_active Expired - Fee Related
- 2007-11-13 CN CN2007101860541A patent/CN101184137B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5465353A (en) * | 1994-04-01 | 1995-11-07 | Ricoh Company, Ltd. | Image matching and retrieval by multi-access redundant hashing |
US5799115A (en) * | 1995-03-16 | 1998-08-25 | Kabushiki Kaisha Toshiba | Image filing apparatus and method |
JP2003323553A (ja) * | 2003-03-05 | 2003-11-14 | Hitachi Ltd | 帳票処理方法およびシステム |
CN1774026A (zh) * | 2004-11-11 | 2006-05-17 | 夏普株式会社 | 原稿读取装置 |
Also Published As
Publication number | Publication date |
---|---|
US8144994B2 (en) | 2012-03-27 |
JP2008146630A (ja) | 2008-06-26 |
CN101184137A (zh) | 2008-05-21 |
US20080187249A1 (en) | 2008-08-07 |
JP4310356B2 (ja) | 2009-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101184137B (zh) | 图像处理方法和装置、图像读取及形成设备 | |
CN101388073B (zh) | 图像核对装置、图像核对方法及图像数据输出处理装置 | |
US8320683B2 (en) | Image processing method, image processing apparatus, image reading apparatus, and image forming apparatus | |
US8351706B2 (en) | Document extracting method and document extracting apparatus | |
CN101382770B (zh) | 图像比对装置、图像比对方法和图像数据输出处理装置 | |
JP4324628B2 (ja) | 画像処理方法、画像処理装置、画像読取装置、画像形成装置、コンピュータプログラム及び記録媒体 | |
CN101431582B (zh) | 图像处理装置、系统、方法、以及图像形成装置 | |
CN101286200B (zh) | 图像处理装置及方法、图像形成装置和图像处理系统 | |
CN101404020B (zh) | 图像处理方法和设备、图像形成设备以及图像读取设备 | |
CN101382944A (zh) | 图像处理装置和方法、图像形成装置、图像读取装置 | |
JP4486995B2 (ja) | 画像処理システム | |
CN102035983A (zh) | 图像处理装置及图像处理方法 | |
CN101277368B (zh) | 图像处理装置、系统、方法、和图像形成装置 | |
CN101277371B (zh) | 图像的处理方法、处理装置、形成装置及读取装置 | |
CN101364268B (zh) | 图像处理装置和图像处理方法 | |
JP4588771B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、プログラム及び記憶媒体 | |
JP4393556B2 (ja) | 画像処理方法、画像処理装置、画像読取装置、画像形成装置、コンピュータプログラム及びコンピュータでの読み取りが可能な記録媒体 | |
CN101393414B (zh) | 图像数据输出处理装置及其方法 | |
CN101150647A (zh) | 图像处理装置、图像形成装置以及图像处理系统 | |
JP2008154216A (ja) | 画像処理方法、画像処理装置、画像形成装置、原稿読取装置、コンピュータプログラム及び記録媒体 | |
JP2009048618A (ja) | 原稿抽出方法、原稿抽出装置、コンピュータプログラム及び記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130320 Termination date: 20201113 |
|
CF01 | Termination of patent right due to non-payment of annual fee |