CN101388073A - 图像核对装置、图像核对方法及图像数据输出处理装置 - Google Patents
图像核对装置、图像核对方法及图像数据输出处理装置 Download PDFInfo
- Publication number
- CN101388073A CN101388073A CNA2008102121880A CN200810212188A CN101388073A CN 101388073 A CN101388073 A CN 101388073A CN A2008102121880 A CNA2008102121880 A CN A2008102121880A CN 200810212188 A CN200810212188 A CN 200810212188A CN 101388073 A CN101388073 A CN 101388073A
- Authority
- CN
- China
- Prior art keywords
- image
- original copy
- mentioned
- original
- login
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00838—Preventing unauthorised reproduction
- H04N1/0084—Determining the necessity for prevention
- H04N1/00843—Determining the necessity for prevention based on recognising a copy prohibited original, e.g. a banknote
-
- 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
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/18143—Extracting features based on salient regional features, e.g. scale invariant feature transform [SIFT] keypoints
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00838—Preventing unauthorised reproduction
- H04N1/00856—Preventive measures
- H04N1/00864—Modifying the reproduction, e.g. outputting a modified copy of a scanned original
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00838—Preventing unauthorised reproduction
- H04N1/00856—Preventive measures
- H04N1/00875—Inhibiting reproduction, e.g. by disabling reading or reproduction apparatus
-
- 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)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及图像核对装置、图像核对方法及图像数据输出处理装置。在本发明的图像核对装置中,由标记化处理部确定的连接区域中只有所含的像素数超过阈值的连接区域,通过阈值处理部被送至重心计算部计算重心(特征点)。阈值处理部在核对对象原稿被判定为是排列原稿的情况下,使用与由排列原稿判定部及原稿尺寸检测部求得的排列数及原稿尺寸对应的变量阈值代替默认阈值。由此,即使是排列原稿这样的、成为核对对象的单个图像比原始图像缩小的图像,也能够高精度判定与登录原稿的类似性。
Description
技术领域
本发明涉及一种使用了用于判断核对对象原稿的图像与预先登录的登录原稿的图像的类似性的图像核对技术的图像核对装置及方法,还涉及基于类似度的判断结果来控制针对所输入的核对对象原稿的图像数据的复印处理、发送处理、编辑处理或归档处理等输出处理的图像数据输出处理装置。
背景技术
以往存在着一种图像核对技术,该技术用于比较通过扫描器等读取原稿而得到的图像数据和事先登录的登录原稿的图像数据,来判断其类似性。
关于类似性判断的已知方法例如有,用OCR(Optical CharacterReader)等从图像中提取出关键字(key word)并根据关键词进行匹配的方法;将对象图像限定于具有格线的表格图像,并根据格线的特征进行匹配的方法(参考专利文献1);或者基于输入图像和登录图像的色调分布来进行判断的方法(参考专利文献2)等。
另外,专利文献3中揭示了以下技术:根据输入文件的特征生成描述符(descriptor),使用该描述符和描述符数据库进行输入文件和文件数据库中文件的匹配,该描述符数据库中记录有描述符并指示含有生成描述符的特征的文件的列表。按照相对于文件的数字化所造成的失真、输入文件与文件数据库中的匹配的文件之间的差异不变的方式,来选择描述符。
当在该技术中,描述符数据库被扫描时,累积对文件数据库中各个文件的投票,将具有最高得票数的一个文件或者得票数超过某个阈值的文件作为匹配文件。
此外,专利文献4中揭示了以下技术:从数字图像中提取出多个特征点,针对提取出的各特征点决定局部的特征点集合,从所决定的各集合中选择特征点的部分集合,将所选择的各部分集合作为带特征的量,基于部分集合中的特征点的多个组合,分别求出相对于几何变换的不变量,将求出的各不变量进行组合以计算特征量,对具有计算得到的特征量的数据库中的文件/图像进行投票,从而检索与上述数字图像对应的文件/图像。
并且,以往在复印机、传真装置、扫描装置或复合机等对输入图像数据(核对对象原稿的图像数据)进行复印处理、发送处理、编辑处理或归档处理等输出处理的图像数据输出处理装置中,使用这样的图像核对技术,在输入的核对对象原稿的图像与登录原稿的图像类似的情况下,对其输出处理进行限制。
例如已知以下技术:在彩色图像形成装置中,为了应对纸币或有价证券的伪造,根据从输入图像数据检测出的图案来判断输入图像数据的图像是否是纸币或有价证券等的图像,如果是登录图像,则按照可以根据输出的图像确定进行了复印的图像形成装置的方式,对输出的图像附加特定的图案、或者涂上复印图像、或者禁止复印动作。
专利文献1:日本公开专利公报“特开平8-255236号公报(1996年10月1日公开)”
专利文献2:日本公开专利公报“特开平5-110815号公报(1993年4月30日公开)”
专利文献3:日本公开专利公报“特开平7-282088号公报(1995年10月27日公开)”
专利文献4:国际公开第2006/092957号公开文本(2006年9月8日公开)
但是,在以往的图像核对装置中,存在着当核对对象原稿是排列原稿或缩小原稿时,无法精度较高地判断与登录原稿的类似性(类似度)的问题。
在以往的图像核对装置中,存在着一种将被输入的图像数据二值化,确定二值图像中连接了像素的连接区域,基于所确定的连接区域中含有的各个像素的二值图像中的坐标值来提取连接区域的特征点,基于提取出的特征点计算表示图像的类似性(类似度)的特征量,从而判断图像的类似性的方法。
在这样的类似性判断中,当连接区域的确定条件不同时,判断精度会降低。所谓连接区域的确定条件不同是指以下状态:进行比较的两个图像中,在一个图像中确定为连接区域的部分图像在另一个图像中不被确定为连接区域。
另外,作为上述连接区域,确定为区域内含有的像素数超过一定像素数(默认像素数)的区域。这是为了除去孤立点和噪声等。
但是,在以往的图像核对装置中,这样的用于除去孤立点和噪声的阈值被固定为默认阈值。该默认阈值是在登录原稿的图像数据中能够除去孤立点和噪声的值。因此,如果对于排列原稿和缩小原稿等比原始图像尺寸缩小的图像,用与登录原稿相同的阈值来确定连接区域,则本来大小(像素数)超过阈值、应该被确定为连接区域的部分因为被缩小而无法超过阈值,从而被遗漏。其结果是,特征点数减少,特征量也不同,导致判断精度降低。
发明内容
本发明的目的是提供一种图像核对装置、图像核对方法及具有该装置和方法的图像数据输出处理装置,用于在判断核对对象原稿的图像是否与登录原稿的图像类似的图像核对装置中,即使是像排列原稿那样,成为核对对象的每个图像是比原始图像缩小的图像,也能够以高精度判定其与登录原稿的类似性。
为了达到上述目的,本发明的第一图像核对装置具有根据被输入的图像数据提取出图像的特征量的部件,即根据上述图像数据的二值图像中连接像素的连接区域中所含的像素数超过默认阈值的连接区域,提取出上述特征量的特征量提取部,该图像核对装置使用该特征量提取部,根据被输入的核对对象原稿的图像数据提取图像特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像的特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,该图像核对装置具有:排列原稿判定部,用于判定上述核对对象原稿是否是排列有多个原稿的排列原稿,并在是排列原稿的情况下还判定排列的图像的数目、即排列数;和检测上述核对对象原稿的原稿尺寸的原稿尺寸检测部;上述特征量提取部在由上述排列原稿判定部判定为上述核对对象原稿是排列原稿的情况下,使用与由排列原稿判定部及原稿尺寸检测部求得的排列数及原稿尺寸对应的变量阈值代替上述默认阈值,基于所含的像素数超过该变量阈值的连接区域提取上述特征量。
另外,作为输入到图像核对装置的图像数据,当然包含由扫描器读取原稿而输入的图像数据,除此之外还包含使用计算机(软件)制作的电子数据,例如以电子数据的格式,使用计算机(软件)输入必要项目而制作的电子数据。
上述结构中,在排列原稿判定部判断为核对对象原稿是排列原稿的情况下,特征量提取部使用与由排列原稿判定部及原稿尺寸检测部求得的排列数及原稿尺寸对应的变量阈值代替默认阈值,基于所含的像素数超过该变量阈值的连接区域提取上述特征量。
据此,即使核对对象原稿是排列原稿,且图像被缩小,由于求出特征量的连接区域的提取所使用的阈值是与核对对象原稿的尺寸和排列数对应的变量阈值,即与核对对象原稿的缩小率对应的阈值,所以可以提高对排列原稿的核对精度。
为了达到上述目的,本发明的第一图像核对方法具有根据被输入的图像数据提取图像的特征量的步骤,即根据上述图像数据的二值图像中的连接像素的连接区域中所含的像素数超过默认阈值的连接区域,提取上述特征量的特征量提取步骤,该图像核对方法使用该特征量提取步骤,根据被输入的核对对象原稿的图像数据提取出图像的特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,该图像核对方法具有:排列原稿判定步骤,用于判定上述核对对象原稿是否是排列有多个原稿的排列原稿,并在是排列原稿的情况下还判定排列的图像的数目、即排列数;和检测上述核对对象原稿的原稿尺寸的原稿尺寸检测步骤,上述特征量提取步骤在上述排列原稿判定步骤中判定为上述核对对象原稿是排列原稿的情况下,使用与由排列原稿判定步骤及原稿尺寸检测步骤求得的排列数及原稿尺寸对应的变量阈值代替上述默认阈值,基于所含的像素数超过该变量阈值的连接区域提取上述特征量。
如第一图像核对装置的说明中已经记载的那样,在这样的图像核对方法中,也与图像核对装置相同,即使核对对象原稿是排列原稿,且图像相对于原始尺寸被缩小,由于能够以与登录原稿相同的条件提取特征量,所以可以高精度地执行与登录原稿的类似性的判定。
为了达到上述目的,本发明的第二图像核对装置具有根据被输入的图像数据提取图像的特征量的部件,即根据上述图像数据的二值图像中的连接像素的连接区域中含有超过预先规定的默认像素数的像素的连接区域,提取上述特征量的特征量提取部,该图像核对装置使用该特征量提取部根据,被输入的核对对象原稿的图像数据提取图像的特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,该图像核对装置具有检测上述核对对象原稿的原稿尺寸的原稿尺寸检测部,上述特征量提取部在由上述原稿尺寸检测部检测的原稿尺寸小于登录原稿的原稿尺寸的情况下,使用与由原稿尺寸检测部检测的原稿尺寸对应的预先设定的像素数代替上述默认像素数,基于含有超过该像素数的像素的连接区域提取上述特征量。
根据上述结构,即使在核对对象原稿的原稿尺寸比登录原稿的原稿尺寸小,且图像被缩小的情况下,由于特征量提取部可设定用于提取求出特征量的连接区域的阈值,所以能够使用与核对对象原稿的缩小率对应的阈值,从而可以提高对排列原稿的核对精度。
此外,在这样的结构中,用于提取求出特征量的连接区域的阈值小于登录原稿,虽然可能没有除去在登录原稿的图像数据中被除去的孤立点等噪声成分,但与提取特征量时应使用的连接区域变少的情况相比,对判断产生的影响小,能够提高判断精度。
另外,作为对图像数据实施输出处理的图像数据输出处理装置,具有上述的本发明的第一或第二图像核对装置,和基于上述图像核对装置的判定结果、控制对上述核对对象原稿的图像数据的输出处理的输出处理控制部的第一、第二图像数据输出处理装置也包含在本发明的范围之内。
如上所述,本发明的第一图像核对装置在核对对象原稿为排列原稿,图像相对于原始尺寸缩小时,也能够以高的精度判断其类似性。
因此,具有这样的图像核对装置的图像数据输出处理装置,在应进行输出处理的图像数据的图像与登录原稿类似的情况下,能够高精度地控制输出处理,提高了可靠性。
而且,如上所述,本发明的第二图像核对装置在核对对象原稿中核对对象的图像相对于登录原稿的图像被缩小的情况下,也能够以高的精度判断其类似性。
因此,具有这样的图像核对装置的图像数据输出处理装置,在应进行输出处理的图像数据与登录原稿类似的情况下,能够精度较高地控制输出处理,提高了可靠性。
并且,上述第一、第二图像核对装置也可以由计算机实现,在此情况下,通过使计算机作为上述各部执行动作,由计算机实现上述图像核对装置的图像处理程序,及存储该图像处理程序的计算机可读取的存储介质也包含在本发明的范围之内。
通过下面的记载足以理解本发明的其他目的、特征及优点。此外,参考附图通过下面的说明可以了解本发明的优点。
附图说明
图1是表示本发明的一个实施方式的构成数字彩色复印机的图像数据输出处理装置所具有的文件核对处理部的重心计算部的概略结构的模块图。
图2是表示本发明的一个实施方式的构成数字彩色复印机的图像数据输出处理装置的概略结构的模块图。
图3是表示图2所示的图像数据输出处理装置所具有的原稿类别判别部中的是否是排列原稿和判断排列数的处理的说明图。
图4是表示图2所示的图像数据输出处理装置所具有的原稿类别判别部中的是否是排列原稿和判断排列数的处理的说明图。
图5是表示图2所示的图像数据输出处理装置所具有的文件核对处理部的概略结构的模块图。
图6是表示图2所示的图像数据输出处理装置所具有的特征点计算部的概略结构的模块图。
图7是表示图2所示的图像数据输出处理装置所具有的特征量计算部的概略结构的模块图。
图8是表示图2所示的图像数据输出处理装置的MTF处理部所具有的混合滤波器的滤波系数的一个例子的说明图。
图9是表示由图2所示的图像数据输出处理装置的特征点计算部从输入图像数据中提取出的连接区域及该连接区域的重心的一个例子的说明图。
图10是表示由图2所示的图像数据输出处理装置的特征点计算部从输入图像数据所含的字符串中提取出的多个连接区域的各个重心(特征点)的一个例子的说明图。
图11是表示由图2所示的图像数据输出处理装置的特征量计算部计算特征量时提取出的关注特征点及周围特征点的一个例子的说明图。
图12(a)~图12(d)是表示由图2所示的图像数据输出处理装置的特征量计算部在计算特征量时提取出的关注特征点及周围特征点的组合的一个例子的说明图。
图13(a)~图13(d)是表示由图2所示的图像数据输出处理装置的特征量计算部在计算特征量时提取出的关注特征点及周边特征点的组合的一个例子的说明图。
图14(a)及图14(b)是表示图2所示的图像数据输出处理装置中,哈希表(hash table)中登录的各个特征点的哈希值以及表示输入图像数据的索引的一个例子的说明图。
图15是表示图2所示的图像数据输出处理装置的投票处理部中对各个登录图像的投票数的一个例子的图表。
图16(a)是表示图2所示的图像数据输出处理装置的重心计算部的标记化(labeling)处理部中标记附加处理的说明图。图16(b)是表示标记化处理部中将附加标记的对象像素的坐标值逐个标记地添加至用于累加坐标值的缓冲器的处理的说明图。
图17是表示在图2所示的图像数据输出处理装置的重心计算部的标记化处理部的标记附加处理中,决定关注像素X的附加标记的4个邻接像素的说明图。
图18是表示在图2所示的图像数据输出处理装置的重心计算部的标记化处理部的标记附加处理中,当在决定关注像素X的附加标记的4个邻接像素中附加不同标记时进行的合并(merge)处理的说明图。
图19是表示图2所示的图像数据输出处理装置的重心计算部的阈值处理部中,与核对对象原稿的原稿尺寸和排列数对应设定的对默认阈值的乘数的说明图。
图20是表示图2所示的图像数据输出处理装置中类似性判断处理的流程的流程图。
图21是表示本发明的其他实施方式的构成数字彩色复合机的图像数据输出处理装置的概略结构的模块图。
图22是表示图21所示的图像数据输出处理装置中进行传真处理时的图像数据的流程的说明图。
图23是表示本发明的其他实施方式的图像数据输出处理装置的概略结构的模块图。
具体实施方式
对本发明的一个实施方式进行说明。此外,本实施方式中说明将本发明应用于数字彩色复印机时的一个例子,但本发明并不受此限制。
图2是表示本实施方式的数字彩色复印机(图像数据输出处理装置)1的概略结构的模块图。
如图2所示,数字彩色复印机1具有:彩色图像输入装置2、彩色图像处理装置3、彩色图像输出装置4以及操作面板6。
彩色图像输入装置2是读取原稿的图像来生成图像数据的装置,例如由具有CCD(Charge Coupled Device)等将光学信息变换为电信号的设备的扫描部(未图示)构成。这里,彩色图像输入装置2将来自原稿的反射光像作为RGB(R:红,G:绿,B:蓝)的模拟信号输出给彩色图像处理装置3。
彩色图像处理装置3对从彩色图像输入装置2输入的模拟信号施加各种处理,并将其变换为彩色图像输出装置4能够处理的形式,然后输出给彩色图像输出装置。
彩色图像处理装置3在输入段具有将RGB的模拟信号变换为数字信号的A/D(模拟/数字)变换部11。输入到彩色图像处理装置3的模拟信号的图像数据由该A/D变换部11变换为数字信号。
被变换为数字信号的RGB信号随后依次被送到阴影校正部12、原稿类别判别部13、文件核对处理部14、输入灰度校正部15、编辑处理部16、区域分离处理部17、色校正部18、黑色生成底色除去部19、空间滤波处理部20、输出灰度校正部21、灰度再现处理部22,最终成为数字信号的CMYK信号。接着,由灰度再现处理部22输出的数字信号的CMYK信号在暂时存储到存储器(未图示)之后,被输出至彩色图像输出装置4。
对构成彩色图像处理装置3的上述各个部件的处理进行说明。阴影校正部12对由A/D变换部11送来的数字RGB信号施加处理,以除去彩色图像输入装置2的照明系统、成像系统、摄像系统产生的各种失真。另外,阴影校正部12还施加色彩平衡的调整以及变换为浓度信号等彩色图像处理装置3中采用的图像处理系统容易处理的信号的处理。
由阴影校正部12除去了各种失真并调整了色彩平衡的RGB信号(RGB的浓度信号)被输出至原稿类别判别部13。
原稿类别判别部13根据由阴影校正部12送来的RGB信号,来判别被输入的图像数据的原稿类别。进行原稿是文字原稿、打印照片原稿或是混合了文字和打印照片的文字打印照片原稿等原稿类别的判别。这样的原稿类别的判别结果在后续阶段的处理中使用。
并且,在本实施方式中,原稿类别判别部(排列原稿判定部)13进行作为读取了输入图像数据的根源的该原稿是否是排列原稿的判别,同时在是排列原稿的情况下还求出被排列的原稿图像的数目,即排列数。
所谓排列原稿是指,在1张原稿中排列了多个原稿图像的原稿。例如,1张原稿中收集了N张原稿图像的Nin1(N=2,4,6,8,9等)原稿等。另外,该原稿类别判别部13中判别排列原稿和检测排列数的处理的详细情况将在后面描述。
此外,原稿类别判别部13还将由阴影校正部12输出的输入信号原样输出给后续阶段的文件核对处理部14。
文件核对处理部(类似性判定部)14具有根据由原稿类别判别部13送来的RGB信号(输入图像数据),提取出该图像数据的图像的特征量的功能。
文件核对处理部14在提取被输入的图像数据的图像(核对对象图像)的特征量的同时,对提取出的特征量和预先登录的使用提取特征量的功能提取出了特征量的登录原稿的图像的特征量进行比较,来进行对输入的图像数据的图像是否与登录原稿的图像(以下也称为登录图像)类似实施判定的类似性判定处理。
并且,当在类似性判定处理中判定为与登录图像类似时,文件核对处理部14输出用于控制输出处理的控制信号,该控制信号禁止对输入图像数据的输出处理(彩色复印机中是图像形成处理),或者使图像质量降低。另外,该文件核对处理部14的详细情况将在后面描述。
此外,文件核对处理部14将通过原稿类别判别部13送来的输入信号原样地进一步输出给后续阶段的输入灰度校正部15。
输入灰度校正部15对由文件核对处理部14送来的RGB信号实施底色(底色的浓度成分:底色浓度)除去和对比度等图像质量调整处理。
对于由输入灰度校正部15送来的、被实施了底色(底色的浓度成分:底色浓度)除去和对比度等图像质量调整处理的RGB信号,在其是排列原稿且需要进行编辑处理的情况下,编辑处理部16对其进行编辑处理。
例如,在对于排列原稿做出将被排列的多个原稿逐页进行输出处理的指示的情况下,编辑处理部16决定分割排列原稿的位置并据此分割图像,对分割的各部分图像进行旋转处理、放大处理,来进行变换为每页的图像数据的编辑处理。
另外,在由输入灰度校正部15送来的RGB信号不是排列原稿时,或者虽然是排列原稿但不需要编辑处理时,输入灰度校正部15送来的RGB信号通过编辑处理部16,并被送至区域分离处理部17。
被编辑处理部16编辑过的RGB信号或者通过编辑处理部16的RGB信号被送至区域分离处理部17。
区域分离处理部17根据RGB信号将输入图像中的各个像素分离到文字区域、网点区域和照片区域中任意一个区域。区域分离处理部17基于分离结果,将表示像素属于哪个区域的区域识别信号输出到色校正部18、黑色生成底色除去部19、空间滤波处理部20以及灰度再现处理部22。此外,区域分离处理部17还将由输入灰度校正部15输出的输入信号原样输出给后续阶段的色校正部18。
色校正部18为了实现色彩再现的忠实化,基于含有不要的吸收成分的CMY(C:青色,M:深红色,Y:黄色)色材的分光特性,进行除去色浊的处理。
黑色生成底色除去部19进行根据色校正后的CMY三色信号生成黑色(K)信号的黑色生成处理、从原始的CMY信号中减去在黑色生成中得到的K信号而生成新的CMY信号的处理。由此,CMY三色信号被变换为CMYK四色信号。
空间滤波处理部20对于由黑色生成底色除去部19输入的CMYK信号的图像数据,根据区域识别信号由数字滤波器进行空间滤波处理,来校正空间频率特性。由此,可以减轻输出图像的模糊和粒状性劣化。灰度再现处理部22和空间滤波处理部20相同,对CMYK信号的图像数据基于区域识别信号施加规定的处理。
例如,对于由区域分离处理部17分离为文字的区域而言,特别是为了提高黑色文字或彩色文字的再现性,在空间滤波处理部20的空间滤波处理的鲜锐强调处理中,增大了高频率的强调量。同时,在灰度再现处理部22中选择适于高域频率再现的高分辨率滤色(screen)的二值化或多值化处理。
此外,对于由区域分离处理部17分离为网点区域的区域而言,在空间滤波处理部20中被实施用于除去输入网点成分的低通滤波处理。然后,在输出灰度校正部21中进行将浓度信号等信号变换为作为彩色图像输出装置4的特性值的网点面积率的输出灰度校正处理,然后在灰度再现处理部22中实施最终将图像分离为像素并可以再现各自灰度的灰度再现处理(生成中间色调)。对于由区域分离处理部17分离为照片的区域而言,进行重视了灰度再现性的滤色的二值化或多值化处理。
并且,在本实施方式中,原稿类别判别的结果被追加至这些区域分离处理后的各种处理。在各种处理中,当判断为各区域未混在一起时与上述的区域分离处理相同,另一方面,当判断为多个区域混合时,使用各自的区域处理的中间参数,而不使用未在原稿类别判别处理中被判断的区域处理的参数。
例如,当判断为输入图像是文字原稿时,在区域分离处理中,使作为文字及线型图形而被区域分离的地方有效,对于被判断为网点及相纸的连续灰度的地方,由于例如即使是文字原稿,有时也会因原稿的种类而被误判别的情况,所以认为是误分离,不进行反映。
然后,基于该区域分离处理结果,在输入灰度校正处理及灰度再现处理中使用较多地除去辉亮部分(high light)、增大对比度那样的校正曲线。
此外,对彩色文字进行重视饱和度的色彩校正处理,另一方面,对黑色文字在黑色生成/底色除去处理中较多地设定黑色生成量。而且,针对文字,在空间滤波处理中按照强调边缘、减弱平滑化处理的方式,进行设定滤波系数等的参数的切换等。
并且,当判断为输入图像为文字/相纸照片原稿时,在各种处理中进行使用了文字原稿处理和相纸照片原稿处理的中间参数的处理。在区域分离处理中,使作为文字、线型图形或相纸而被区域分离的地方有效,对于被区域分离为网点的地方,由于例如存在即使是文字/相纸原稿也会因原稿的种类而被误判别的情况,所以认为是误分离,不进行反映。
根据对文字原稿或相纸照片原稿的哪一个重视,在输入灰度校正处理及灰度再现处理中,使用相纸照片原稿处理和文字原稿处理的中间参数进行辉亮部分的除去和对比度的调整,而且进行不使色度的强弱和灰度性的平衡极端那样的色校正处理。另一方面,在黑色生成/底色除去处理中,将黑色生成量调整为不影响相纸照片图像的程度。
当被实施了上述各种处理的图像数据暂时存储在未图示的存储器中之后,在规定的时机读出并被输入到彩色图像输出装置4。然后,当通过上述的文件核对处理部14的类似性判断处理被判断为与登录图像类似,且输出了禁止对输入的图像数据进行输出处理的控制信号时,在从该存储器读出图像数据时,为了使该核对对象图像变得不可见,进行消去该图像数据或者将其置换为黑色的处理,作为白纸或全黑图像输出。
彩色图像输出装置4是将从彩色图像处理装置3输入的图像数据输出到记录材料(例如纸等)上的装置。彩色图像输出装置4的结构不作特殊限定,例如,可以使用采用了电子照相方式或喷墨方式的彩色图像输出装置。
操作面板6例如由液晶显示器等显示部和设定按钮等构成(均未图示),将与数字彩色复印机1的主控制部(未图示)的指示对应的信息显示在上述显示部上,并且,经由上述设定按钮将用户输入的信息传送给上述主控制部。用户可以借助操作面板6输入对输入图像数据的处理请求、处理张数等。
上述主控制部例如由CPU(Central Processing Unit)等组成,基于未图示的ROM等中存储的程序和各种数据、从操作面板6输入的信息等,控制数字彩色复印机1的各部的动作。
下面,说明上述原稿类别判别部13中判断是否是排列原稿和检测排列数的方法。
原稿类别判别部13根据RGB信号(图像数据),对于该图像的主扫描方向及副扫描方向的每一行,求出像素值从0至1、从1至0变化的反转次数(或者边缘的数目)的分布,据此判断是否是排列原稿,在是排列原稿的情况下检测其排列数。
图3是非排列原稿的主扫描方向及副扫描方向上各反转次数的直方图,该非排列原稿具有在作为用纸短边方向(原稿短边方向)的副扫描方向上延伸的字符串,行间具有在作为用纸长边方向(原稿长边方向)的主扫描方向上排列的图像。
在这样的非排列原稿的情况下,如图3所示,在主扫描方向的反转次数的分布中,对应于文章中的行间,反转次数以规定的间隔出现。另一方面,副扫描方向的反转次数的分布是除了原稿周边的空白部分之外连续的分布。
将这样的图3所示的原稿进行2in1处理后的排列原稿如图4所示,在排列原稿的用纸长边方向、即主扫描方向上并列排列着两个图像,所述各图像具有在其原始原稿的用纸短边方向、即主扫描方向延伸的字符串,行间排列在用纸长边方向、即副扫描方向上。
在这样的排列原稿的情况下,主扫描方向及副扫描方向的各反转次数的直方图如图4所示,主扫描方向的反转次数中形成两个连续的分布,在反转次数的分布和分布之间存在对应于空白部分的空白区域。另一方面,副扫描方向的反转次数对应于行间,反转次数以规定间隔出现。
基于这样的直方图,主扫描方向的反转次数中有两个连续的分布,当形成在两个分布之间的、反转次数在规定值(例如20)以下的空白区域例如有(与排列原稿的布局也有关)20mm(分辨率为300dpi时,为170行左右)时,判断为该核对对象图像是2in1原稿。此时,排列数为2。
但是,在判断空白区域的存在的情况下,当在反转次数为规定值以下的行中包含最初的行或最终的行时,判断为是原稿周边的空白区域,必须将其排除在外。
这样,通过求出主扫描方向及副扫描方向的反转次数的分布并判断空白区域的有无,可以判断是否是2in1原稿。
另外,这里以排列数为2的2in1原稿时的判断基准为例进行了说明,在排列数为4的4in1原稿的情况下,在主扫描方向和副扫描方向都出现与分隔原稿图像间的空白部分对应的空白区域,可以按同样方式进行判断。
此外,这里对主扫描方向、副扫描方向上的每行求出了反转次数(或者边缘的数目)的分布,但也可以使用每行像素值的平均值或分散值。
而且,除了这样的使用图像数据来判断是否是排列原稿的方法之外,还可以根据设定条件判断是否是排列原稿。
例如,当通过使用了操作面板6的输入操作,选择了图像模式中的分割图像输出模式时,通过用于控制数字彩色复印机1各部的动作的主控制部(CPU)识别出这一选择,可以判别被输入的图像数据是排列原稿。
或者,当彩色图像输入装置2是与计算机连接的扫描器时,由于在读取条件的设定画面(扫描器驱动器的设定画面)中选择原稿类别,所以通过上述主控制部(CPU)识别出该选择结果,从而能够进行判别。
下面,详细说明文件核对处理部(文件核对处理装置)14。本实施方式的文件核对处理部14,首先从输入图像数据中提取出多个特征点,对于提取出的各特征点决定局部的特征点集合。接着,从决定的各集合中选择特征点的部分集合,将所选择的各部分集合作为带特征的量,根据与部分集合中的特征点相关的多个组合,分别求出相对几何变换的不变量。接着,对求出的各不变量进行组合以计算哈希值,通过对与计算得到的哈希值对应的登录图像进行投票,检索与输入图像数据类似的登录图像,进行对该登录图像的类似性判断处理。
图5是表示文件核对处理部14的概略结构的模块图。如该图所示,文件核对处理部14具有:特征点计算部31、特征量计算部32、投票处理部33、类似度判断处理部34、登录处理部35、控制部7、存储器8。本发明的特征量提取部由特征点计算部31及特征量计算部32构成。
控制部7控制文件核对处理部14的各部的动作。此外,控制部7可以设置于用于控制数字彩色复印机1的各部的动作的主控制部,也可以与主控制部独立设置,与主控制部协同控制文件核对处理部14的动作。
当文件核对处理部14的类似性判断处理的结果是判断为无类似性(输入的图像数据的图像不是登录图像的图像)时,控制部(输出处理控制部)7输出允许对该图像数据的输出处理的控制信号。另一方面,当判断为具有类似性(输入的图像数据的图像是登录图像)时,控制部7输出控制对该图像数据(以下称为输入图像数据)的输出处理的控制信号。
存储器8是存储文件核对处理部14的各部的处理中使用的各种数据、处理结果等的装置。
特征点计算部31是根据输入图像数据提取出字符串和格线的连接部分,计算出连接部分的重心作为特征点的装置。这里,输入图像数据在登录图像的登录处理中是被登录的图像的图像数据,在类似判断处理中是核对对象图像的图像数据(以下也称为核对对象图像数据)。
图6是表示特征点计算部31的概略结构的模块图。另外,图6所示的特征点计算部31的结构是一个例子,并不局限于此,也可以通过例如以往的各种公知的方法计算出特征点。
如图6所示,特征点计算部31具有:信号变换处理部41、分辨率变换部42、MTF处理部43、二值化处理部44和重心计算部45。
信号变换处理部41在从阴影校正部12输入的图像数据(RGB信号)是彩色图像时,使该图像数据无彩化,将其变换为亮度信号或者辉度信号。
例如,信号变换处理部41根据下面的式(1)将RGB信号变换为辉度信号Y。
Yj=0.30Rj+0.59Gj+0.11Bj(1)
这里,Yj是各像素的辉度信号,Rj、Gj和Bj是各像素的RGB信号中的各个色成分,附加符号j是为每个像素赋予的值(j是大于或等于1的整数)。
或者也可以将RGB信号变换为CIE1976L*a*b*信号(CIE:Commission International de l’Eclairage,L*:亮度,a*、b*:色度)。
分辨率变换部42是对输入图像数据进行变倍处理的装置。例如,有时输入图像数据在彩色图像输入装置2中被光学变倍。此时,分辨率变换部42将输入图像数据再次变倍,使其变为规定的分辨率(以下称为默认分辨率)。
而且,为了减轻后续阶段的各处理部的处理量,分辨率变换部42还用于使分辨率比彩色图像输入装置2等倍读入时的分辨率低。例如,将以600dpi(点/英寸)读入的图像数据变换为300dpi等。
MTF(modulation transfer function)处理部43用于吸收(调整)彩色图像输入装置2的空间频率特性因机种而异的部分。在CCD输出的图像信号中,由于镜头或反射镜等光学部件、CCD受光面的孔径张角、传送效率和残像、物理扫描造成的积分效果及扫描不均等原因会产生MTF的劣化。由于这种MTF的劣化,导致读入的图像变得模糊。
MTF处理部43通过实施合适的滤波处理(强调处理),对MTF的劣化所产生的模糊进行修复处理。而且,还用于抑制在后续阶段的重心计算部45的特征点提取处理中不需要的高频成分。即,使用混合滤波器(未图示)进行强调及平滑化处理。另外,图8表示了该混合滤波器的滤波系数的一个例子。
二值化处理部44通过将无彩化后的图像数据(辉度值(辉度信号)或者亮度值(亮度信号))和预先设定的阈值进行比较,对图像数据进行二值化。
重心计算部45根据被二值化处理部44二值化后的图像数据(例如,用“1”、“0”表示),对各像素进行标记化(附加标记处理)。然后,确定连接了附加同一标记的像素的连接区域,作为特征点提取出确定的连接区域的重心,将提取出的特征点输出给特征量计算部32。另外,上述特征点可以用二值图像中的坐标值(x坐标、y坐标)来表示。
重心计算部45根据所含的像素数超过默认阈值的连接区域计算特征点(重心),对于所含的像素数少于默认阈值的连接区域不确定为用于计算重心的连接区域,不进行重心的计算。这是为了避免从孤立点或噪声中提取特征点。因此,上述默认阈值基于所使用的图像读取装置的性能、进行读取的图像样本等,被设定为能够适当地除去孤立点和噪声的值(像素数)。
并且,本实施方式中,重心计算部45在核对对象原稿不是排列原稿时,与以往相同,用默认阈值判断是否是用于计算重心的连接区域;在核对对象原稿是排列原稿时,用与其排列数和输入图像数据的原稿尺寸对应的变量阈值来判断是否是用于计算重心的连接区域。与此相关的内容将在说明了类似性判断处理之后进行详细说明。
图9是表示从输入图像数据提取出的连接区域及该连接区域的重心的一个例子的说明图。该图表示与“A”这一字符对应的连接区域及重心。此外,图10是表示从输入图像数据含有的字符串中提取出的多个连接区域的各个重心(特征点)的一个例子的说明图。
再次返回到表示文件核对处理部14的概略结构的模块图、即图5。特征量计算部32使用由特征点计算部31计算出的特征点,计算相对于原稿图像的旋转、平行移动、放大、缩小等几何变形作为不变量的特征量(哈希值和/或不变量)。
图7是表示特征量计算部32的概略结构的模块图。如该图所示,特征量计算部32具有:特征点提取部32a、不变量计算部32b和哈希值计算部32c。
如图11所示,特征点提取部32a将一个特征点作为关注特征点,对于该关注特征点周围的特征点,按照与关注特征点的距离由近至远的顺序提取出规定数目(这里是4个点)的周围特征点。在图11的例子中,将特征点a作为关注特征点时,提取出4个特征点b、c、d、e作为周围特征点;将特征点b作为关注特征点时,提取出4个特征点a、c、e、f作为周围特征点。
而且,特征点提取部32a提取出从以上述方式提取的4个周围特征点中选择的3个点的组合。例如,如图12(a)~图12(d)所示,当将图11所示的特征点a作为关注特征点P1时,提取出周围特征点b、c、d、e中的3个点的组合,即周围特征点b、c、d,周围特征点b、c、e,周围特征点b、d、e和周围特征点c、d、e的各个组合。
接着,不变量计算部32b对提取出的各个组合计算出相对于几何变形的不变量(特征量之一)Hij。
这里,i是表示关注特征点的数(i是大于或等于1的整数),j是表示周围特征点中3个点的组合的数(j是大于或等于1的整数)。在本实施方式中,将连接周围特征点的线段的长度中的二者之比作为不变量Hij。
上述线段的长度可以基于各个周围特征点的坐标值计算。例如,在图12(a)的例子中,若设连接特征点b和特征点c的线段的长度为A11,连接特征点b和特征点d的线段的长度为B11,则不变量H11为H11=A11/B11。
此外,在图12(b)的例子中,若设连接特征点b和特征点c的线段的长度为A12,连接特征点b和特征点e的线段的长度为B12,则不变量H12为H12=A12/B12。在图12(c)的例子中,若设连接特征点b和特征点d的线段的长度为A13,连接特征点b和特征点e的线段的长度为B13,则不变量H13为H13=A13/B13。在图12(d)所示的例子中,若设连接特征点c和特征点d的线段的长度为A14,连接特征点c和特征点e的线段的长度为B14,则不变量H14为H14=A14/B14。这样,可在图12(a)~图12(d)的例子中计算出不变量H11、H12、H13和H14。
另外,在上述例子中,将连接距离关注特征点最近的周围特征点和第二近的周围特征点的线段作为Aij,将连接距离关注特征点最近的周围特征点和第三近的周围特征点的线段作为Bij,但并不受此限制,可以用任意方法选定计算不变量Hij时使用的线段。
接着,哈希值计算部32c将下式(2):
Hi=(Hi1×103+Hi2×102+Hi3×101+Hi4×100)/D...(2)中的余数值作为哈希值(特征量之一)Hi计算出来,并存储到存储器8中。另外,上述D是根据将余数能取的值的范围设定为何种程度而预先设定的常数。
另外,不变量Hij的计算方法不作特别限定。例如,可以将基于关注特征点附近5个点的复比、从附近n个点(n是n≥5的整数)中提取的5个点的复比、从附近n个点中提取的m个点(m是m<n且m≥5的整数)的配置以及从m点中提取出的5个点的复比而计算出的值等,作为关注特征点的上述不变量Hij。其中,所谓复比是根据直线上的4点或平面上的5点而求得的值,已知它是相对于作为几何变换的一种的投影变形的不变量。
另外,计算哈希值Hi的公式并不限于上述式(2),也可以使用其他哈希函数(例如专利文献4所记载的哈希函数中的任意一个)。
此外,特征量计算部32的各部在对一个关注特征点完成了周围特征点的提取及哈希值Hi的计算之后,将关注特征点改变为其他特征点并进行周围特征点的提取以及哈希值的计算,以计算出所有特征点的哈希值。
图11的例子中,在以特征点a为关注特征点时的周围特征点及哈希值的提取完成后,接着进行以特征点b为关注特征点时的周围特征点及哈希值的提取。在图11的例子中,将特征点b作为关注特征点P2时,作为周围特征点可提取4个特征点a、c、e、f。
然后,如图13(a)~图13(d)所示,提取从这些周围特征点a、c、e、f中选择的3点组合(周围特征点a、e、f,周围特征点a、e、c,周围特征点a、f、c,周围特征点e、f、c,),针对各个组合计算哈希值Hi并存储到存储器8中。接着,对各个特征点重复该处理,分别求得将各个特征点作为关注特征点时的哈希值并存储到存储器8中。
另外,特征量计算部32在进行将输入图像数据作为登录图像实施登录的登录处理时,将以上述方式计算出的输入图像数据的各特征点的哈希值(特征量)送给图5所示的登录处理部35。
登录处理部35将由特征量计算部32计算出的各特征点的哈希值、和表示该输入图像数据的原稿的索引(原稿ID)顺序登录到存储器8中设置的未图示的哈希表中(参考图14(a))。当哈希值已经被登录时,与该哈希值对应地登录原稿ID。按原稿ID不重复的方式顺序分配编号。
另外,当哈希表中登录的原稿数目多于规定值(例如是可登录的原稿数的80%)时,可以检索旧的原稿ID并顺序删除。而且,被删除的原稿ID可以作为新的输入图像数据的原稿ID再次使用。并且,当计算出的哈希值为相同值时(在图14(b)的例子中,H1=H5),也可以将它们归纳为一项登录到哈希表中。
此外,在进行输入图像数据的图像是否是已经被登录的登录图像的图像的判断处理时,特征量计算部32将以上述方式计算出的输入图像数据的各特征点的哈希值送至投票处理部33。
投票处理部33将根据输入图像数据计算出的各特征点的哈希值和哈希表中登录的哈希值进行比较,对具有相同哈希值的登录图像进行投票(参考图15)。图15是表示针对登录图像ID1、ID2、ID3的投票数的一个例子的图表。换言之,投票处理部33针对每个登录图像,都对根据输入图像数据计算出与登录图像所具有的哈希值为相同哈希值的次数进行计数,并将计数值存储到存储器8中。
此外,在图14(b)的例子中H1=H5,将它们归纳为H1的一项登录到哈希表中,在这样的表值中,当根据输入图像数据计算出的输入原稿所具有的哈希值中有H1时,对原稿ID1投2票。
类似度判断处理部34从存储器8读出作为投票处理部33的投票处理结果的各登录图像的索引及对各登录图像的投票数,提取出获得了最大得票数的登录图像的索引和作为它的得票数的最大得票数。
接着,将提取出的最大得票数作为表示类似程度的类似度处理,与预先确定的阈值TH进行比较,以判断类似性(输入图像数据是否是登录图像的图像数据)。即,当最大得票数在预先确定的阈值TH以上时判断为“具有类似性”,未达到阈值时判断为“没有类似性”。
表示该判断结果的判断信号被送至控制部7。在具有类似性时,控制部7输出用于控制输出处理的控制信号,来禁止对该输入原稿的图像数据进行输出处理(在彩色复印机中是图像形成处理)、或者使图像质量降低。
而且,类似度判断处理部34也可以通过将针对各登录图像的投票数除以得票总数(从输入图像数据提取出的特征点的总数),执行正规化,来计算类似度,通过将该类似度与预先确定的阈值TH(例如投票总数的80%)进行比较,从而判定类似性。
另外,类似度判断处理部34在进行类似性判断时,还可以将针对各登录图像的得票数除以哈希值登录数最多的登录图像的哈希值登录数(最大登录数),通过这种正规化计算类似度,并将该类似度与预先确定的阈值TH(例如投票总数的80%)进行比较。
即,当计算出的类似度在阈值TH以上时可以判断为“具有类似性”,当小于阈值时可以判断为“没有类似性”。其中,在此情况下,由于有时从输入图像数据提取出的哈希值的总数大于上述最大登录数(特别是原稿和/或登录图像的至少一部分中具有手写部分的情况等),所以还会出现类似度的计算值超过100%的情况。
另外,类似性判断时的阈值TH可以针对各登录图像设定为固定值,也可以根据各登录图像的重要性等按每个登录图像进行设定。关于登录图像的重要性,例如,可以使纸币、有价证券、绝密文件、对公司外部保密的文件等的重要性最大,秘密文件的重要性低于纸币等,以这种方式来根据登录图像阶段性地进行设定。
这种情况下,可以在存储器8中将对应于登录图像重要性的权重系数与该登录图像的索引建立对应关系地存储,类似度判断处理部34只要使用与获得最大得票数的登录图像对应的阈值TH进行类似性判断即可。
此外,也可以在判断类似性时使阈值TH衡定,对各登录图像的投票数(各登录图像的得票数)乘以各登录图像的权重系数,来进行类似性判断。
这种情况下,可以在存储器8中将对应于各登录图像重要性的权重系数与各登录图像的索引建立关联地存储,只要类似度判断处理部34将各登录图像的得票数乘以该登录图像的权重系数以计算校正得票数,基于该校正得票数进行类似性判断即可。
例如,可以比较最大校正得票数和阈值TH,也可以比较使用投票总数将最大校正得票数正规化后的值和阈值TH,还可以比较使用最大登录数将最大校正得票数正规化后的值和阈值TH。而且,这种情况下,权重系数只要设定为例如大于1的值,并且随着登录图像重要性的提高而增大即可。
另外,本实施方式中对一个特征点(关注特征点)计算了一个哈希值,但并不局限于此,也可以对一个特征点(关注特征点)计算多个哈希值。例如可以使用如下方法:作为关注特征点的周围特征点提取出6个点,从这6个点中提取5个点得到6个组合,对于每个组合,从5个点中提取出3个点,求得不变量并计算哈希值。这种情况下,对一个特征点计算出6个哈希值。
下面,详细说明上述特征点计算部31所具有的重心计算部45。在以往的图像核对装置中,作为是否是用于计算特征点的连接区域的判断基准的阈值,被固定为默认阈值。该默认阈值是在登录原稿的图像数据中能够除去孤立点和噪声的值。
因此,对于排列原稿和缩小原稿等比原始图像尺寸缩小的图像而言,若使用与登录原稿相同的阈值提取连接区域,则本来其大小(像素数)超过阈值、应作为连接区域而被提取的部分因为被缩小的缘故无法超过阈值,不会被提取。其结果是特征点数减少,特征量也变得不同,导致判断精度降低。
对此,本实施方式中如上所述,重心计算部45在核对对象原稿不是排列原稿时,与以往相同,使用默认阈值判断是否是用于计算重心的连接区域;在核对对象原稿是排列原稿时,使用与其排列数和输入图像数据的原稿尺寸对应的变量阈值判断是否是用于计算重心的连接区域。
图1是表示重心计算部45的概略结构的模块图。重心计算部45具有:标记化处理部(连接区域确定部)45a、阈值处理部45b、重心计算处理部(特征点计算处理部)45c。另外,关于这里的处理,可以使用专利申请特愿2006-126761中记载的方法。
标记化处理部45a是对于附加标记的对象像素,确认被邻接像素附加的标记,以进行其标记附加的装置。使用图16~图19说明标记化处理部45a中进行标记附加的过程。
首先,如图16(a)所示,具有2行的标记缓冲器,保持前一行各像素的标记和当前行的标记。接着,对于关注像素X,如图17所示,针对与关注像素X邻接的L字形放置的4个邻接像素确认标记并进行关注像素X的标记附加。
此时,当关注像素X的4个邻接像素全部没有被附加标记时,对关注像素附加没有使用的标记。另一方面,当关注像素X的4个邻接像素被附加了相同标记时,对关注像素X附加与之相同的标记。
另外,当关注像素X的4个邻接像素被附加了不同标记时,对关注像素X附加(合并)这些标记中最旧的标记,将这些标记为同一标记的事实记录到标记等价表(参考图18)中。
通过进行这样的处理,在图16(a)的例子的情况下,关注像素X的标记变为“2”。
而且,标记化处理部45a在进行标记附加的同时,如图16(b)所示,将附加标记的对象像素的坐标值添加到用于逐个标记累加坐标值的缓冲器中。
例如,如图16(a)所示,以附加了标记“1”的9个像素的区域D为例进行说明。在该9个像素的区域D中,X坐标和Y坐标的累加值如下所示。
X坐标:(3+4)+(3+4)+(4+5)+(4+5+6)=38
Y坐标:(3+3)+(4+4)+(5+5)+(6+6+6)=42
因此,重心为:
X坐标=38/9≈4.22
Y坐标=42/9≈4.67
另外,在图16(b)中,关于标记2,表示了标记附加处理结束了的3个像素的结果。
此外,当邻接像素分别具有不同的标记时,标记化处理部45a进行合并处理,对2个标记累加的坐标值进行相加,来进行标记整合处理。
而且,按每个标记设置有标志位,标记化处理部45a在一行处理结束时检查是否进行了坐标值的加法运算。作为标志位的状态有“空”、“已被处理”、“未处理”3种。“空”表示未作为标记被使用的状态,如果标记被附加给某个关注像素,则标志位变为“已被处理”。另外,当在某个关注行的处理结束时,标记“1”被使用但未在关注行中使用时,从“已被处理”状态变为“未处理”状态。此外,各行的处理开始时,标记被初始化(未使用的标记为“空”,已经使用的标记为“已被处理”)。
上述阈值处理部45b将由上述标记化处理部45a确定的连接区域中含有的像素数与阈值进行比较,提取出含有超过阈值的像素的连接区域,并送至重心计算处理部45c。重心计算处理部45c对通过了该阈值处理部45b的连接区域以后面所述的方式计算连接区域的重心。
并且,在本实施方式中,当原稿类别判别部13判断为核对对象原稿是排列原稿时,阈值处理部45b用与核对对象原稿的排列数和原稿尺寸对应的变量阈值代替默认阈值。
这里,排列数如上所述由原稿类别判别部13检测,原稿尺寸由原稿尺寸检测部40检测。原稿尺寸检测部40可以使用的方法例如有:通过彩色图像输入装置2中配置的光电晶体管等光电转换元件,检测原稿台上放置的主扫描方向和副扫描方向的原稿尺寸;或者由控制部检测用户通过操作面板6选择的原稿尺寸等方法。
图19表示变量阈值的一个例子。这是登录图像被设定为原稿尺寸A4、分辨率300dpi的情况。这里,将变量阈值作为默认阈值的函数来保持,对应于排列原稿的原稿尺寸和排列数来设定乘数Z。
该乘数Z是与排列原稿的各原稿图像相对原始图像尺寸的缩小率相当的值。例如,如果输入图像数据的原稿尺寸为A4,排列数为2(2in1原稿),则排列的2个原稿图像分别相对于原始的图像尺寸缩小为约0.7倍。因此,乘数Z也被设定为0.7,变量阈值为默认阈值×0.7。
由此,与核对对象原稿的缩小率相适应,对确定的连接区域是否进行重心计算的判断基准也被缩小,成为对应于核对对象原稿的缩小率的阈值,因此,消除了排列原稿中提取特征点较为困难的不便,能够提高核对精度。
另外,在图19的例子中,如果被输入的图像数据的原稿尺寸为A3、排列数为2(2in1原稿),则排列的2个原稿的大小等于原始的原稿尺寸A4尺寸。因此,这种情况下,由于原样保持默认阈值即可,所以乘数Z为1。
除此之外,例如若被输入的图像数据的原稿尺寸为A3、排列数为8(8in1原稿),则排列的8个原稿相对于原始的原稿尺寸A4约被缩小为50%。因此,乘数Z也被设定为0.5,变量阈值变为默认阈值×0.5。
此外,本实施方式中,当在不是排列原稿的情况下,也根据原稿尺寸检测部40的检测结果,判断为核对对象原稿的原稿尺寸小于登录原稿的原稿尺寸时(认为原稿图像被缩小时),阈值处理部45b可以将与其缩小率对应的变量阈值默认代替为阈值而使用。
例如,当登录图像为A4尺寸、分辨率为300dpi时,被输入的图像数据的原稿尺寸如果是A5,则与2in1原稿同样地被缩小为70%,可以使用默认阈值×0.7的变量阈值。
重心计算处理部45c将累加的坐标值除以相加的像素数,来计算重心。重心计算处理部45c在一行的处理结束的阶段,由于未进行坐标值累加的标记没有与后续行接续的连接成分,所以,在此时将累加的坐标值除以相加的像素数以计算重心。计算重心之后,释放标记。
并且,重心计算处理部45c每次进行这样的重心计算时,都基于阈值处理部45b的阈值处理结果,对所含的像素数超过默认阈值或变量阈值的连接区域进行重心的计算。
下面,参考图20所示的流程图来说明数字彩色复印机1中的类似性判断处理。
控制部7在收到用户经由操作面板6输入的指示后,判断是否选择了登录模式(S1)。这里,在选择了登录模式时对输入图像数据进行登录处理。
首先,控制部7控制文件核对处理部14的各部,将在重心计算部45中作为判断是否计算连接区域的重心时的基准的上述阈值,直接作为默认阈值(S2),用默认阈值进行阈值处理以计算特征点(S3),随后进行特征量计算处理(S4)和原稿ID的登录处理(S5)。
另一方面,当在S1中判断为不是登录模式,即判断为是核对模式时,判断是否是排列原稿(S6)。此时,如果不是排列原稿,则与登录模式同样,将成为判断是否计算连接区域的重心时的基准的上述阈值,直接作为阈值(S13),用默认阈值进行阈值处理以计算特征点(S8)。另一方面,如果在S6中判断为是排列原稿,则将成为判断是否计算连接区域的重心时的基准的上述阈值,改变为与原稿尺寸及排列数对应的变量阈值(S7),用对应于原稿尺寸及排列数的变量阈值进行阈值处理以计算特征点(S8)。
基于S8中计算出的特征点进行特征量计算处理(S9)、投票处理(S10)和类似性判断处理(S11)。并且,在S11中判断为类似后,基于与被判断为类似的登录原稿对应的限制输出控制信号,以便对该输入图像数据进行输出处理(S12)。
如上所述,在本实施方式的数字彩色复印机1中,当在核对模式下输入图像数据为排列原稿时,特征点计算部31的重心计算部45将成为判断是否计算连接区域的重心时的基准的阈值,改变为对应于排列原稿的原稿尺寸及排列数的变量阈值,换言之,变更为可根据原稿尺寸和排列数计算的、与各原稿图像的缩小率对应的变量阈值,来进行阈值处理。
并且,当在核对模式下判断为输入图像数据是被缩小的缩小原稿时,特征点计算部31的重心计算部45将成为判断是否计算连接区域的重心时的基准的阈值,变更为可根据核对对象原稿的原稿尺寸和登录原稿的原稿尺寸计算的、与缩小原稿的缩小率对应的变量阈值,以进行阈值处理。
由此,即使核对对象原稿是排列原稿而图像被缩小,或者即使是被缩小的缩小原稿,由于成为判断是否计算连接区域的重心时的基准的阈值,成为与核对对象原稿的缩小率对应的阈值,所以能够提高排列原稿的核对精度。
而且,在本实施方式中,对本发明应用于数字彩色复印机1的情况进行了说明,但本发明的适用对象并不局限于此。例如,也可以如图21所示,适用于数字彩色复合机(MFP:多功能打印机)100。该数字彩色复合机100具有复印功能、打印功能、传真功能、扫描功能和扫描为电子邮件(scan to e-mail)功能等。
另外,在图21中,对与数字彩色复印机1中说明的部件具有相同功能的部件附加相同的符号,并省略对它们的说明。
这里,发送装置5例如由调制解调器或网卡构成。发送装置5经由网卡、LAN电缆等与连接到网络的其他装置(例如,个人计算机、服务器装置、其他的数字复合机、传真装置等)进行数据通信。
发送装置5在发送图像数据时,如果能够执行与对方的发送步骤、被确保可发送的状态,则从存储器读出以规定形式压缩的图像数据(用扫描器读入的图像数据),实施压缩形式变更等必要的处理后,经由通信线顺序发送给对方。
另外,发送装置5在接收图像数据时,一边执行通信步骤,一边接收对方发送来的图像数据并输入给彩色图像处理装置3。接收到的图像数据在彩色图像处理装置3中被实施解压处理、旋转处理、分辨率变换处理、输出灰度校正、灰度再现处理等规定的处理,并由彩色图像输出装置4输出。另外,也可以将接收到的图像数据保存在存储装置(未图示)中,由彩色图像处理装置3根据需要将其读出并施加上述规定的处理。
此外,在复合机100中,可以使用操作面板6输入用户对输入图像数据的处理要求(例如处理模式(复印、打印、发送、编辑等)、处理张数(复印张数、打印张数)、输入图像数据的发送目的地等)。在判断为具有类似性的情况下,控制部7不仅对文件核对处理部14控制复印处理,还控制打印、发送、编辑等输出处理。
例如,在选择了发送传真的模式,文件核对处理部14中判断为禁止输出的情况下,进行存储器中存储的图像数据的删除,不进行传真的发送。或者,即使是登录原稿,在允许发送传真的情况下(原稿ID和发送目的地相对应地预先存储),也可以参考发送目的地数据进行发送。
使用图22来说明上述数字彩色复合机100中的传真处理。另外,在图22中,用虚线表示了处理通过的处理部。虽然在这里使用了区域分离处理部17,但在传真处理中,区域分离处理部17不是必须的。而且,在发送传真的情况下,在灰度再现处理部22之后,由分辨率变换部、压缩/解压处理部进行处理。
在发送中,由彩色图像输入装置2读入的、例如8比特的输入图像数据在彩色图像处理装置3中被实施上述的各种处理,在输入灰度校正部15处,例如通过矩阵运算等将RGB信号变换为辉度信号(图22中是K信号)。变换为辉度信号的图像数据在区域分离处理部17、空间滤波处理部20中被进行规定的处理,并在灰度再现处理部22中例如通过误差扩散处理被二值化。二值化后的图像数据根据需要被进行旋转处理,在压缩/解压处理部中以规定的形式被压缩,存储在未图示的存储器中。
在由发送装置(例如调制解调器)5执行与对方的发送程序、被确保可发送的状态后,在以规定的形式压缩的状态下,从上述存储器中读出图像数据,对其实施压缩形式的变更等必要的处理,然后经由通信线顺序发送给对方。
另一方面,如果在接收中图像从对方经由通信线被发送过来,则控制部一边执行通信程序,一边接收从对方发送来的图像,并且,将以规定形式压缩的状态的接收图像数据输入到彩色图像处理装置3中。
输入到彩色图像处理装置3的接收图像数据经过压缩/解压处理部的处理被解压,使得发送来的原稿图像被再现为分页图像。根据彩色图像输出装置的能力,对再现后的原稿图像进行旋转处理,并由分辨率变换部进行分辨率变换处理。由彩色图像输出装置输出被再现为页单位的图像的图像数据。
另外,上面是以处理黑白图像数据的情况为例进行的说明,也可以使用例如在区域分离处理部17和空间滤波处理部20之间具有色校正部18及黑色生成底色除去部的彩色图像处理装置,其中,色校正部18为了实现色彩再现的忠实化,对由彩色图像输入装置2读入的RGB信号,基于含有不要的吸收成分的、色剂或墨水的CMY(C:青色,M:深红色,Y:黄色)色材的分光特性,进行除去色浊的处理;黑色生成底色除去部进行根据色校正后的CMY三色信号生成黑色(K)信号的黑色生成处理、从原始的CMY信号中减去在黑色生成中得到的K信号而生成新的CMY信号的处理。
并且,在上述数字彩色复印机1的情况下,输入图像数据是由扫描器读取原稿而输入的图像数据,但在数字彩色复合机100中,作为上述输入图像数据,有由扫描器读取原稿而输入的图像数据、和使用计算机(软件)制作的电子数据,例如,以电子数据的格式使用计算机(软件)输入必要项目而制作的电子数据。在考虑了实际使用的情况下,可考虑将纸上的数据电子化后的数据、和用电子数据直接制作的数据(电子申请等)这两种数据。
另外,关于与排列原稿有关的电子数据,有使用应用程序/软件进行排列原稿的设定的情况、和在打印机驱动程序的设定画面中设定为排列打印的情况。在任何一种情况下,由于图像数据在被变换为PDL(页描述语言)送至数字彩色复合机100时,均展开为位图数据,所以对该位图数据可以使用与扫描器输入的图像数据相同的方法,判断是否是排列原稿。
而且,图21的结构中,在数字彩色复合机100具有的文件核对处理部14中进行了类似性判断处理,但并不受此限制。例如,也可以将控制器7及文件核对处理部14所具有的功能中的一部分或全部,在与数字彩色复合机100可通信连接的外部装置中执行。
另外,本发明例如也可以适用于黑白复合机。此外,不限于复合机,也可以适用于例如单个的传真通信装置、复印机、图像读取装置等。
例如,图23是表示将本发明适用于平板扫描器101时的结构例子的模块图。
如该图所示,平板扫描器101具有彩色图像输入装置2和彩色图像处理装置3’。彩色图像处理装置3’由A/D变换部11、阴影校正部12、文件核对处理部14、控制部7(图23中未图示)、存储器8(图23中未图示)构成,彩色图像输入装置2与其相连接,作为整体构成图像数据输出处理装置。另外,彩色图像输入装置(图像读取机构)2中的A/D变换部11、阴影校正部12、文件核对处理部14、控制部7、存储器8的功能与上述的数字彩色复印机1大致相同,这里省略对它们的说明。
而且,在上述各实施方式中,构成数字彩色复印机1、复合机100、平板扫描器101所具有的文件核对处理部及控制部的各部(各个模块),使用CPU等处理器由软件实现。即,数字彩色复印机1、复合机100、平板扫描器101具有执行用于实现各功能的控制程序的命令的CPU(central processing unit)、存储上述程序的ROM(read only memory)、展开上述程序的RAM(random access memory)、存储上述程序及各种数据的存储器等存储装置(存储介质)等。并且,本发明的目的是通过以下方式达到的:将以计算机可读取的方式存储了作为实现上述功能的软件的数字彩色复印机1的控制程序的程序代码(执行形式程序、中间代码程序、源程序)的存储介质,提供给数字彩色复印机1、复合机100、平板扫描器101,由其计算机(或者CPU或MPU)读出存储介质中存储的程序代码并执行。
作为上述存储介质,例如可以使用:磁带或盒式磁带等的带系列、包含软盘(注册商标)/硬盘等磁盘和CD-ROM/MO/MD/DVD/CD-R等光盘的盘系列、IC卡(包含存储卡)/光卡等的卡系列、或者掩模ROM/EPROM/EEPROM/闪存ROM等的半导体存储器系列等。
而且,也可以将数字彩色复印机1、复合机100、平板扫描器101构成为能与通信网络连接,经由通信网络供给上述程序代码。对该通信网络不作特别限定,例如可以利用:因特网、内部网、外部网、LAN、ISDN、VAN、CATV通信网、虚拟专用网(virtual private network)、电话线路网、移动通信网、卫星通信网等。另外,对构成通信网络的传输介质不作特别限定,例如可以利用:IEEE1394、USB、电力线传输、有线TV线路、电话线、ADSL线路等有线介质,及IrDA和遥控器这样的红外线、Bluetooth(注册商标)、802.11无线、HDR、移动电话网、卫星线路、地波数字网等无线介质。此外,用电子传输实现上述程序代码,以埋入载波中的计算机数据信号的形态也可以实现本发明。
并且,数字彩色复印机1、复合机100、平板扫描器101的各模块并不限于用软件实现,也可以由硬件逻辑构成,还可以是进行一部分处理的硬件和执行用于控制该硬件与其余处理的软件的运算装置的组合。
本发明的计算机系统可以由以下装置构成:平板扫描器/胶片扫描器/数码相机等图像输入装置、通过加载规定程序而进行上述类似度计算处理和类似性判断处理等各种处理的计算机、显示计算机的处理结果的CRT显示器/液晶显示器等图像显示装置、以及将计算机的处理结果输出到纸张等的打印机等图像形成装置。此外,还可以具有网卡和调制解调器等作为经由网络与服务器等连接的通信装置。
如上所述,本发明的第一图像核对装置根据被输入的图像数据提取出图像的特征量,具有根据上述图像数据的二值图像中连接像素的连接区域所含的像素数超过默认阈值的连接区域,提取出上述特征量的特征量提取部,该图像核对装置使用该特征量提取部从被输入的核对对象原稿的图像数据提取出图像的特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判断上述核对对象原稿的图像是否与登录原稿的图像类似,该图像核对装置具备:排列原稿判定部,其用于判定上述核对对象原稿是否是排列了多个原稿的排列原稿,并在是排列原稿的情况下还判定排列的图像的数目、即排列数;和检测上述核对对象原稿的原稿尺寸的原稿尺寸检测部;上述特征量提取部在由上述排列原稿判定部判定为上述核对对象原稿是排列原稿的情况下,使用与由排列原稿判定部及原稿尺寸检测部求出的排列数及原稿尺寸对应的变量阈值代替上述默认阈值,基于所含的像素数超过该变量阈值的连接区域提取出上述特征量。
另外,作为输入到图像核对装置的图像数据,当然包含由扫描器读取原稿而输入的图像数据,除此之外还包含使用计算机(软件)制作的电子数据,例如以电子数据的格式,使用计算机(软件)输入必要项目而制作的电子数据。
由此,即使核对对象原稿是排列原稿,且图像被缩小,由于求出特征量的连接区域的提取所使用的阈值,是与核对对象原稿的尺寸和排列数对应的变量阈值,即成为与核对对象原稿的缩小率对应的阈值,所以可以提高对排列原稿的核对精度。
在本发明的第一图像核对装置中,上述特征量提取部具有:确定二值图像中连接像素的连接区域的连接区域确定部;比较由上述连接区域确定部确定的连接区域中所含的像素数与阈值,提取出含有超过阈值的像素的连接区域的阈值处理部;计算出由上述阈值处理部提取出的连接区域的特征点的特征点计算处理部;以及使用由上述特征点计算处理部计算出的特征点来计算图像的特征量的特征量计算部;上述阈值处理部在上述核对对象原稿被判断为是排列原稿的情况下,使用与上述核对对象原稿的排列数及原稿尺寸对应的变量阈值代替默认阈值作为上述阈值。
本发明的第一图像数据输出处理装置是对图像数据实施输出处理的图像数据输出处理装置,具有上述的本发明的图像核对装置;和基于上述图像核对装置的判断结果,控制对上述核对对象原稿的图像数据的输出处理的输出处理控制部。
如上所述,对于本发明的第一图像核对装置而言,即使在核对对象原稿为排列原稿、图像相对于原始尺寸缩小时,也能以较高精度判断其类似性。
因此,具有这样的图像核对装置的图像数据输出处理装置,在应进行输出处理的图像数据的图像与登录原稿类似的情况下,能够高精度地控制输出处理,提高了可靠性。
本发明的图像核对方法用于根据被输入的图像数据提取出图像的特征量,具有根据上述图像数据的二值图像中连接像素的连接区域所含的像素数超过默认阈值的连接区域,提取上述特征量的特征量提取步骤,该图像核对方法使用该特征量提取步骤,根据被输入的核对对象原稿的图像数据提取出图像特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像的特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似。该图像核对方法具有:排列原稿判定步骤,用于判定上述核对对象原稿是否是排列有多个原稿的排列原稿,并在是排列原稿的情况下还判定排列的图像的数目、即排列数;和检测上述核对对象原稿的原稿尺寸的原稿尺寸检测步骤。上述特征量提取步骤在上述排列原稿判定步骤中判定为上述核对对象原稿是排列原稿的情况下,使用与由排列原稿判定步骤及原稿尺寸检测步骤求得的排列数及原稿尺寸对应的变量阈值代替上述默认阈值,基于所含的像素数超过该变量阈值的连接区域提取上述特征量。
如第一图像核对装置的说明中已经记载的那样,在这样的图像核对方法中,也与图像核对装置相同,即使核对对象原稿是排列原稿,且图像相对于原始尺寸已被缩小,由于能够以与登录原稿相同的条件提取特征量,所以可以高精度地执行与登录原稿的类似性的判定。
本发明的第二图像核对装置用于根据被输入的图像数据提取出图像的特征量,具有根据上述图像数据的二值图像中连接像素的连接区域中含有超过预先设定的默认像素数的像素的连接区域,提取上述特征量的特征量提取部,该图像核对装置使用该特征量提取部,根据被输入的核对对象原稿的图像数据提取出图像特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,具有检测上述核对对象原稿的原稿尺寸的原稿尺寸检测部。上述特征量提取部在由上述原稿尺寸检测部检测的原稿尺寸小于登录原稿的原稿尺寸的情况下,使用与由原稿尺寸检测部检测的原稿尺寸对应的预先设定的像素数代替上述默认像素数,基于包含超过该像素数的像素的连接区域提取上述特征量。
根据上述结构,即使在核对对象原稿的原稿尺寸比登录原稿的原稿尺寸小,图像被缩小的情况下,由于由特征量提取部设定用于提取求出特征量的连接区域的阈值,所以能够使用与核对对象原稿的缩小率对应的阈值,从而可以提高对排列原稿的核对精度。
另外,在这样的结构中,用于提取求出特征量的连接区域的阈值小于登录原稿,虽然可能没有除去在登录原稿的图像数据中被除去的孤立点等噪声成分,但与提取特征量时应使用的连接区域变少的情况相比,对判断产生的影响小,能够提高判断精度。
本发明的第二图像数据输出处理装置是对图像数据实施输出处理的图像数据输出处理装置,具有本发明的第二图像核对装置和基于上述图像核对装置的判断结果,控制对上述核对对象原稿的图像数据的输出处理的输出处理控制部。
如上所述,本发明的第二图像核对装置在核对对象原稿中核对对象的图像相对于登录原稿的图像被缩小的情况下,也能够以较高的精度判定其类似性。
因此,具有这样的图像核对装置的图像数据输出处理装置在应进行输出处理的图像数据与登录原稿类似的情况下,能够高精度地控制输出处理,提高了可靠性。
另外,上述图像核对装置也可以由计算机实现,在此情况下,通过使计算机作为上述各部执行动作,由计算机实现上述图像核对装置的图像处理程序,以及存储它的计算机可读取的存储介质也包含在本发明的范围之内。
发明的详细说明的具体实施形态或实施例,只是用于说明本发明的技术内容,不应局限于这样的具体例子来狭义地解释。在本发明的精神和下面记载的权利要求的范围内可以实施各种变更。即,对在权利要求所示的范围内适当变更的技术手段进行组合而得到的实施例也包含在本发明的技术范围内。
Claims (6)
1.一种图像核对装置,具有根据被输入的图像数据提取图像的特征量的部件,即根据上述图像数据的二值图像中的连接像素的连接区域中所含的像素数超过默认阈值的连接区域,提取上述特征量的特征量提取部,该图像核对装置使用该特征量提取部,根据被输入的核对对象原稿的图像数据提取图像的特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,其特征在于,该图像核对装置具有:
判定上述核对对象原稿是否是排列有多个原稿的排列原稿,并在是排列原稿的情况下还判定排列的图像数目、即排列数的排列原稿判定部;和
检测上述核对对象原稿的原稿尺寸的原稿尺寸检测部;
上述特征量提取部在由上述排列原稿判定部判定为上述核对对象原稿是排列原稿的情况下,使用与由排列原稿判定部及原稿尺寸检测部求得的排列数及原稿尺寸对应的变量阈值代替上述默认阈值,基于所含的像素数超过该变量阈值的连接区域提取上述特征量。
2.根据权利要求1所述的图像核对装置,其特征在于,
上述特征量提取部具有:连接区域确定部,用于确定二值图像中连接像素的连接区域;
阈值处理部,比较由上述连接区域确定部确定的连接区域中所含的像素数与阈值,提取出含有超过阈值的像素的连接区域;
特征点计算处理部,计算出由上述阈值处理部提取出的连接区域的特征点;和
特征量计算部,使用由上述特征点计算处理部计算出的特征点计算图像的特征量;
上述阈值处理部在上述核对对象原稿被判定为是排列原稿的情况下,使用与上述核对对象原稿的排列数及原稿尺寸对应的变量阈值代替默认阈值作为上述阈值。
3.一种图像数据输出处理装置,用于对图像数据实施输出处理,其特征在于,
该图像数据输出处理装置具有:图像核对装置;和
输出处理控制部,基于该图像核对装置的判定结果,控制对上述核对对象原稿的图像数据的输出处理;
上述图像核对装置具有根据被输入的图像数据提取图像的特征量的部件,即根据上述图像数据的二值图像中的连接像素的连接区域中所含的像素数超过默认阈值的连接区域,提取上述特征量的特征量提取部,该图像核对装置使用该特征量提取部,根据被输入的核对对象原稿的图像数据提取图像的特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,该图像核对装置具有:
排列原稿判定部,判定上述核对对象原稿是否是排列有多个原稿的排列原稿,并在是排列原稿的情况下还判定排列的图像的数目、即排列数;和
检测上述核对对象原稿的原稿尺寸的原稿尺寸检测部;
上述特征量提取部在由上述排列原稿判定部判定为上述核对对象原稿是排列原稿的情况下,使用与由排列原稿判定部及原稿尺寸检测部求得的排列数及原稿尺寸对应的变量阈值代替上述默认阈值,基于所含的像素数超过该变量阈值的连接区域提取上述特征量。
4.一种图像核对方法,具有根据被输入的图像数据提取图像的特征量的步骤,即根据上述图像数据的二值图像中的连接像素的连接区域中所含的像素数超过默认阈值的连接区域,提取上述特征量的特征量提取步骤,该图像核对方法使用该特征量提取步骤,根据被输入的核对对象原稿的图像数据提取图像的特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,其特征在于,
该图像核对方法具有:
排列原稿判定步骤,判定上述核对对象原稿是否是排列有多个原稿的排列原稿,并在是排列原稿的情况下还判定排列的图像的数目、即排列数;和
检测上述核对对象原稿的原稿尺寸的原稿尺寸检测步骤;
上述特征量提取步骤在上述排列原稿判定步骤中判定为上述核对对象原稿是排列原稿的情况下,使用与由排列原稿判定步骤及原稿尺寸检测步骤求得的排列数及原稿尺寸对应的变量阈值代替上述默认阈值,基于所含的像素数超过该变量阈值的连接区域提取上述特征量。
5.一种图像核对装置,具有根据被输入的图像数据提取图像的特征量的部件,即根据上述图像数据的二值图像中的连接像素的连接区域中含有超过预先设定的默认像素数的像素的连接区域,提取上述特征量的特征量提取部,该图像核对装置使用该特征量提取部,根据被输入的核对对象原稿的图像数据提取图像的特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,其特征在于,
该图像核对装置具有:检测上述核对对象原稿的原稿尺寸的原稿尺寸检测部;
上述特征量提取部在由上述原稿尺寸检测部检测的原稿尺寸小于登录原稿的原稿尺寸的情况下,使用与由原稿尺寸检测部检测的原稿尺寸对应的预先设定像素数代替上述默认像素数,基于含有超过该像素数的像素的连接区域提取上述特征量。
6.一种图像数据输出处理装置,用于对图像数据实施输出处理,其特征在于,
该图像数据输出处理装置具有:图像核对装置;和
基于该图像核对装置的判定结果,控制对上述核对对象原稿的图像数据的输出处理的输出处理控制部;
上述图像核对装置具有根据被输入的图像数据提取图像的特征量的部件,即根据上述图像数据的二值图像中的连接像素的连接区域中含有超过预先设定的默认像素数的像素的连接区域,提取上述特征量的特征量提取部,该图像核对装置使用该特征量提取部,根据被输入的核对对象原稿的图像数据提取图像的特征量,另一方面,比较提取出的该特征量和预先登录的登录原稿的图像特征量,判定上述核对对象原稿的图像是否与登录原稿的图像类似,
该图像核对装置具有:检测上述核对对象原稿的原稿尺寸的原稿尺寸检测部;
上述特征量提取部在由上述原稿尺寸检测部检测的原稿尺寸小于登录原稿的原稿尺寸的情况下,使用与由原稿尺寸检测部检测的原稿尺寸对应的预先设定的像素数代替上述默认像素数,基于含有超过该像素数的像素的连接区域提取上述特征量。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007234706A JP4362528B2 (ja) | 2007-09-10 | 2007-09-10 | 画像照合装置、画像照合方法、画像データ出力処理装置、プログラム、及び記録媒体 |
JP2007-234706 | 2007-09-10 | ||
JP2007234706 | 2007-09-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101388073A true CN101388073A (zh) | 2009-03-18 |
CN101388073B CN101388073B (zh) | 2012-01-18 |
Family
ID=40431883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102121880A Expired - Fee Related CN101388073B (zh) | 2007-09-10 | 2008-09-09 | 图像核对装置、图像核对方法及图像数据输出处理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8073262B2 (zh) |
JP (1) | JP4362528B2 (zh) |
CN (1) | CN101388073B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923644A (zh) * | 2009-06-15 | 2010-12-22 | 夏普株式会社 | 图像处理方法、图像处理装置以及图像形成装置 |
CN101853502B (zh) * | 2009-04-01 | 2012-06-20 | 鸿富锦精密工业(深圳)有限公司 | 图像比较系统及方法 |
CN103297638A (zh) * | 2012-02-28 | 2013-09-11 | 富士施乐株式会社 | 图像处理装置、图像处理系统和图像处理方法 |
TWI413021B (zh) * | 2009-04-10 | 2013-10-21 | Hon Hai Prec Ind Co Ltd | 圖像比較系統及方法 |
CN103728870A (zh) * | 2013-12-27 | 2014-04-16 | 卓朝旦 | 基于图片的闹钟控制方法 |
CN104184922A (zh) * | 2013-05-24 | 2014-12-03 | 京瓷办公信息系统株式会社 | 图像处理装置和图像处理方法 |
CN106352804A (zh) * | 2015-07-15 | 2017-01-25 | 手持产品公司 | 与nist标准兼容的使用动态精度的移动尺寸确定设备的方法 |
CN110598683A (zh) * | 2018-06-13 | 2019-12-20 | 富士施乐株式会社 | 信息处理装置、信息处理方法 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7162035B1 (en) | 2000-05-24 | 2007-01-09 | Tracer Detection Technology Corp. | Authentication method and system |
US8171567B1 (en) | 2002-09-04 | 2012-05-01 | Tracer Detection Technology Corp. | Authentication method and system |
US7995196B1 (en) | 2008-04-23 | 2011-08-09 | Tracer Detection Technology Corp. | Authentication method and system |
JP5170693B2 (ja) * | 2009-02-23 | 2013-03-27 | 株式会社沖データ | 画像処理装置 |
CN101668105B (zh) * | 2009-09-12 | 2011-07-13 | 苏州佳世达电通有限公司 | 自动识别扫描区域边界的方法 |
GB2474281A (en) * | 2009-10-09 | 2011-04-13 | Snell Ltd | Defining image features using local spatial maxima and minima |
US9070042B2 (en) * | 2011-01-13 | 2015-06-30 | Panasonic Intellectual Property Management Co., Ltd. | Image processing apparatus, image processing method, and program thereof |
US9282309B1 (en) | 2013-12-22 | 2016-03-08 | Jasmin Cosic | Methods, systems and apparatuses for multi-directional still pictures and/or multi-directional motion pictures |
US10102226B1 (en) | 2015-06-08 | 2018-10-16 | Jasmin Cosic | Optical devices and apparatuses for capturing, structuring, and using interlinked multi-directional still pictures and/or multi-directional motion pictures |
US9443192B1 (en) | 2015-08-30 | 2016-09-13 | Jasmin Cosic | Universal artificial intelligence engine for autonomous computing devices and software applications |
US9864933B1 (en) | 2016-08-23 | 2018-01-09 | Jasmin Cosic | Artificially intelligent systems, devices, and methods for learning and/or using visual surrounding for autonomous object operation |
US10452974B1 (en) | 2016-11-02 | 2019-10-22 | Jasmin Cosic | Artificially intelligent systems, devices, and methods for learning and/or using a device's circumstances for autonomous device operation |
US10607134B1 (en) | 2016-12-19 | 2020-03-31 | Jasmin Cosic | Artificially intelligent systems, devices, and methods for learning and/or using an avatar's circumstances for autonomous avatar operation |
US10102449B1 (en) | 2017-11-21 | 2018-10-16 | Jasmin Cosic | Devices, systems, and methods for use in automation |
US10474934B1 (en) | 2017-11-26 | 2019-11-12 | Jasmin Cosic | Machine learning for computing enabled systems and/or devices |
US10402731B1 (en) | 2017-12-15 | 2019-09-03 | Jasmin Cosic | Machine learning for computer generated objects and/or applications |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3337700B2 (ja) | 1991-10-21 | 2002-10-21 | キヤノン株式会社 | 画像処理装置およびその方法 |
US5465353A (en) * | 1994-04-01 | 1995-11-07 | Ricoh Company, Ltd. | Image matching and retrieval by multi-access redundant hashing |
JP3469345B2 (ja) * | 1995-03-16 | 2003-11-25 | 株式会社東芝 | 画像のファイリング装置及びファイリング方法 |
JPH1125215A (ja) | 1997-05-09 | 1999-01-29 | Ricoh Co Ltd | 帳票種識別方法、装置および記録媒体 |
US6463432B1 (en) * | 1998-08-03 | 2002-10-08 | Minolta Co., Ltd. | Apparatus for and method of retrieving images |
JP2000076458A (ja) | 1998-08-31 | 2000-03-14 | Fuji Xerox Co Ltd | カラー画像認識装置、カラー画像認識方法、および記録媒体 |
JP2000175031A (ja) | 1998-12-07 | 2000-06-23 | Fuji Xerox Co Ltd | 画像処理装置、画像処理方法および画像入力装置 |
JP2000333004A (ja) | 1999-05-20 | 2000-11-30 | Matsushita Electric Ind Co Ltd | 画像複写システム |
JP3767667B2 (ja) | 1999-08-18 | 2006-04-19 | 富士ゼロックス株式会社 | 画像処理装置 |
JP3893829B2 (ja) * | 2000-01-14 | 2007-03-14 | 富士ゼロックス株式会社 | 画像処理装置および画像処理方法ならびに画像形成装置 |
JP4405831B2 (ja) * | 2003-05-20 | 2010-01-27 | キヤノン株式会社 | 画像処理装置及びその制御方法、プログラム |
JP4484608B2 (ja) | 2004-07-14 | 2010-06-16 | 富士通株式会社 | 光伝送システム制御方法 |
JP4371965B2 (ja) | 2004-09-14 | 2009-11-25 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP2006126761A (ja) | 2004-10-27 | 2006-05-18 | Hajime Nitta | 弦の横振動を有効に楽器へ伝える駒 |
US8036497B2 (en) * | 2005-03-01 | 2011-10-11 | Osaka Prefecture University Public Corporation | Method, program and apparatus for storing document and/or image using invariant values calculated from feature points and method, program and apparatus for retrieving document based on stored document and/or image |
JP4332556B2 (ja) | 2005-03-01 | 2009-09-16 | 公立大学法人大阪府立大学 | 文書・画像検索方法とそのプログラム、文書・画像登録装置および検索装置 |
JP4720529B2 (ja) * | 2005-03-10 | 2011-07-13 | 富士ゼロックス株式会社 | 画像処理装置、画像形成装置、画像処理方法及びプログラム |
CN100512367C (zh) | 2005-03-10 | 2009-07-08 | 富士施乐株式会社 | 图像处理装置 |
JP2007299210A (ja) * | 2006-04-28 | 2007-11-15 | Sharp Corp | 画像処理装置、画像形成装置、画像読取装置及び画像処理方法 |
-
2007
- 2007-09-10 JP JP2007234706A patent/JP4362528B2/ja active Active
-
2008
- 2008-09-08 US US12/206,588 patent/US8073262B2/en not_active Expired - Fee Related
- 2008-09-09 CN CN2008102121880A patent/CN101388073B/zh not_active Expired - Fee Related
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853502B (zh) * | 2009-04-01 | 2012-06-20 | 鸿富锦精密工业(深圳)有限公司 | 图像比较系统及方法 |
TWI413021B (zh) * | 2009-04-10 | 2013-10-21 | Hon Hai Prec Ind Co Ltd | 圖像比較系統及方法 |
CN101923644A (zh) * | 2009-06-15 | 2010-12-22 | 夏普株式会社 | 图像处理方法、图像处理装置以及图像形成装置 |
CN101923644B (zh) * | 2009-06-15 | 2013-03-13 | 夏普株式会社 | 图像处理方法、图像处理装置以及图像形成装置 |
CN103297638A (zh) * | 2012-02-28 | 2013-09-11 | 富士施乐株式会社 | 图像处理装置、图像处理系统和图像处理方法 |
CN103297638B (zh) * | 2012-02-28 | 2017-04-12 | 富士施乐株式会社 | 图像处理装置、图像处理系统和图像处理方法 |
CN104184922A (zh) * | 2013-05-24 | 2014-12-03 | 京瓷办公信息系统株式会社 | 图像处理装置和图像处理方法 |
CN104184922B (zh) * | 2013-05-24 | 2017-04-26 | 京瓷办公信息系统株式会社 | 图像处理装置和图像处理方法 |
CN103728870A (zh) * | 2013-12-27 | 2014-04-16 | 卓朝旦 | 基于图片的闹钟控制方法 |
CN106352804A (zh) * | 2015-07-15 | 2017-01-25 | 手持产品公司 | 与nist标准兼容的使用动态精度的移动尺寸确定设备的方法 |
US11353319B2 (en) | 2015-07-15 | 2022-06-07 | Hand Held Products, Inc. | Method for a mobile dimensioning device to use a dynamic accuracy compatible with NIST standard |
CN110598683A (zh) * | 2018-06-13 | 2019-12-20 | 富士施乐株式会社 | 信息处理装置、信息处理方法 |
CN110598683B (zh) * | 2018-06-13 | 2023-08-08 | 富士胶片商业创新有限公司 | 信息处理装置、信息处理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2009069917A (ja) | 2009-04-02 |
CN101388073B (zh) | 2012-01-18 |
US20090067727A1 (en) | 2009-03-12 |
JP4362528B2 (ja) | 2009-11-11 |
US8073262B2 (en) | 2011-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
CN101571698B (zh) | 图像对照方法、图像对照装置、及图像数据输出处理装置 | |
US8131083B2 (en) | Image processing apparatus, image forming apparatus, image processing system, and image processing method having storage section, divided into a plurality of regions, for storing identification information for identifying reference image | |
CN101398649B (zh) | 图像数据输出处理装置以及图像数据输出处理方法 | |
CN101184137B (zh) | 图像处理方法和装置、图像读取及形成设备 | |
CN101286200B (zh) | 图像处理装置及方法、图像形成装置和图像处理系统 | |
CN101320426B (zh) | 图像处理装置及方法、图像形成装置、图像处理系统 | |
CN101299240B (zh) | 图像处理装置、图像形成装置、图像处理系统和方法 | |
CN101360160B (zh) | 图像处理装置、图像处理系统、图像处理方法和图像形成装置 | |
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 | |
CN101277368B (zh) | 图像处理装置、系统、方法、和图像形成装置 | |
CN101320425B (zh) | 图像处理装置及方法、图像形成装置 | |
CN101369314B (zh) | 图像处理装置、图像形成装置、图像处理系统和方法 | |
CN101520846B (zh) | 图像处理方法、图像处理装置、图像形成装置 | |
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 | |
CN101354717B (zh) | 原稿提取方法和原稿提取装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120118 |