CN102956029B

CN102956029B - 图像处理装置以及图像处理方法

Info

Publication number: CN102956029B
Application number: CN201210292587.9A
Authority: CN
Inventors: 杜基云
Original assignee: PFU Ltd
Current assignee: PFU Ltd
Priority date: 2011-08-18
Filing date: 2012-08-16
Publication date: 2016-02-17
Anticipated expiration: 2032-08-16
Also published as: JP2013042413A; JP5701181B2; US20130044953A1; CN102956029A; US8824796B2

Abstract

本发明提供一种能够高精度地判定输入图像中是否含有背景要素的图像处理装置和图像处理方法。图像读取装置(10)具有：从输入图像生成间隔剔除了像素的间隔剔除图像的间隔剔除图像生成部(101)；从间隔剔除图像提取边缘像素的边缘像素提取部(102)；从边缘像素提取孤立边缘像素的边缘类提取部(103)；生成孤立边缘像素的孤立直方图的直方图生成部(104)；和基于孤立直方图，进行输入图像中是否含有背景要素的判定的判定部(105)。

Description

图像处理装置以及图像处理方法

技术领域

本发明涉及一种图像处理装置以及图像处理方法，尤其是涉及一种对包含底纹等的背景要素的输入图像进行处理的图像处理装置和图像处理方法。

背景技术

对于收据、证券、证书等文件，为了防止通过复印等进行的伪造，有的会在文字等本来的图像的背景上印刷有底纹。对于这样的印刷有底纹的文件，在例如根据印刷的图像区分文件、或使用OCR装置(光学式文字读取装置)读取文字时，需要正确地识别印刷在文件上的本来的图像和底纹。但是，本来的图像的浓度与底纹的浓度因文件不同而不同，从而难以正确地识别本来的图像和底纹。

因此，专利文献1中提出了从支票等证券的图像数据中去除背景花纹，仅提取证券记载事项的支票读取装置的方案。该支票读取装置在扫描证券得到的原图像数据的基础上，对浓度比周围的其他像素高的像素进行修正以使得其浓度变得更高，并对浓度比周围的其他像素低的像素进行修正以使得其浓度变得更低。然后，支票读取装置制作修正后的数据的浓度分布的直方图，在存在于高浓度范围的峰值和存在于低浓度范围的峰值之间设定二值化阈值，使用该二值化阈值进行二值化处理。

另外，在专利文献2中提出了用于从二值图像去除背景图案的系统。该系统将二值图像分割为多个图像区域，对各图像区域计算图像浓度值，并对与各图像浓度值对应的图像区域的个数进行计数，将比图像区域的个数最多的图像浓度值低的图像浓度值选择为阈值，将具有比该阈值低的图像浓度值的图像区域设定为0。

【现有技术文献】

【专利文献】

【专利文献1】日本特开2007-28362号公报

【专利文献2】美国专利6507670号公报

发明内容

【发明要解决的技术问题】

专利文献1所记载的支票读取装置通过采用所设定的二值化阈值进行二值化处理，可以从扫描证券得到的原图像数据中去除背景图案。但是，专利文献1所记载的支票读取装置，是以扫描得到的原图像数据中包含有背景图案为前提的，没有对原图像数据中是否含有背景图案进行判别。因此，即使使用专利文献1所记载的支票读取装置，也不能够对原图像数据中是否含有背景图案进行判别，例如不能区分有背景图案的文件和没有背景图案的文件。

另外，专利文献2所记载的系统可以采用所选择的阈值去除背景图案。但是，专利文献2所记载的系统也没有对二值图像中是否含有背景图案进行判别。因此，即使使用专利文献2所记载的系统，也不能够对二值图像中是否含有背景图案进行判别，不能区分有背景图案的文件和没有背景图案的文件。

因此，本发明的目的在于，提供一种能够高精度地判定在输入图像中是否有背景要素的图像处理装置和图像处理方法。

【解决问题的技术手段】

本发明的图像处理装置，包括：生成从输入图像间隔剔除了像素的间隔剔除图像的间隔剔除图像生成部；从间隔剔除图像提取边缘像素的边缘像素提取部；从边缘像素提取孤立边缘像素的边缘类提取部；生成孤立边缘像素的孤立直方图的直方图生成部；和根据孤立直方图进行输入图像中是否含有背景要素的判定的判定部。

本发明的图像处理方法，包括：生成从输入图像间隔剔除了像素的间隔剔除图像的步骤；从间隔剔除图像提取边缘像素的步骤；从边缘像素提取孤立边缘像素的步骤；生成孤立边缘像素的孤立直方图的步骤；和基于孤立直方图进行输入图像中是否含有背景要素的判定的步骤。

【发明的效果】

根据本发明，可以提供一种能够高精度地判定在输入图像中是否有背景要素的图像处理装置和图像处理方法。

附图说明

图1是适用本发明的图像处理系统的概略构成图。

图2是图像处理部的概略构成图。

图3是显示图像读取装置所进行的判定处理的动作的流程图。

图4是由间隔剔除图像生成部生成的亮度图像的实例。

图5是基于图4所示的亮度图像生成的间隔剔除图像。

图6的(a)～(d)是用于说明边缘像素的提取处理的示意图。

图7是画出边缘像素的图像。

图8是用于对相邻的像素进行说明的示意图。

图9的(a)、(b)是显示孤立直方图的实例的图。

图10是按照图3所示流程图进行二值化后的二值化图像。

图11是采用预先设定的二值化阈值进行二值化后的二值化图像。

图12的(a)是输入图像、图12的(b)是二值化图像。

图13是显示判定处理的动作的另一实例的流程图。

图14的(a)、(b)是孤立直方图与连结直方图的实例。

图15是显示判定处理的动作的又一实例的流程图。

图16是其他的图像处理系统的概略构成图。

具体实施方式

以下、参照附图对本发明涉及的图像处理装置、图像处理方法以及计算机程序进行说明。但需要注意的是，本发明的技术范围并不仅限于这些实施方式，本发明涉及权利要求所记载的发明及其等同技术方案。

图1是显示适用本发明的图像处理系统的概略构成的图。如图1所示，图像处理系统1具有图像读取装置10和信息处理装置20。图像读取装置10为例如图像扫描仪、数码相机等，信息处理装置20为例如连接于图像读取装置10而使用的个人计算机等。

图像读取装置10具有图像输入部11、第1图像储存部12、第1接口部13、第1存储部14、第1中央处理部15、和图像处理部16。以下，对图像读取装置10的各部分进行详细说明。

图像输入部11具有对作为摄像对象物的原稿、风景、人物等进行摄像的摄像传感器。该摄像传感器包括1维或2维排列的CCD、CMOS等的摄像元件，和在摄像元件上对摄像对象物的像成像的光学系统，各摄像元件输出与RGB各色对应的模拟值。于是，图像输入部11将摄像传感器输出的各模拟值转换为数字值生成像素数据，并生成由生成的各像素数据构成的图像数据(以下，称为输入图像)。所生成的输入图像的各像素数据是，例如RGB各色分别以8位显示的、共计24位的RGB值所构成的彩色图像数据。又，以下，以摄像对象物为原稿的情况来进行说明。

第1图像储存部12具有非易失性半导体存储器、易失性半导体存储器、磁盘等存储装置。第1图像储存部12与图像输入部11连接，保存图像输入部11所生成的输入图像，第1图像储存部12还与图像处理部16连接，保存由图像处理部16对输入图像进行图像处理后的各种处理图像。

第1接口部13具有基于例如USB等串行总线的接口电路，与信息处理装置20电连接以收发图像数据和各种信息。又，也可以将闪存等连接于第1接口部13，用以对保存在第1图像储存部12中的图像数据进行保存。

第1存储部14具有RAM、ROM等储存装置、硬盘等固定磁盘装置、或者软盘、光盘等可移动的存储装置等。又，在第1存储部14，存储有用于图像读取装置10的各种处理的计算机程序、数据库、表格等。

第1中央处理部15与图像输入部11、第1图像储存部12、第1接口部13、第1存储部14、以及图像处理部16连接，对这些部分进行控制。第1中央处理部15进行图像输入部11的输入图像生成控制、第1图像储存部12的控制、通过第1接口部13的与信息处理装置20的数据收发控制、第1存储部14的控制、图像处理部16进行的图像处理的控制等。

图像处理部16连接于第1图像储存部12，判定输入图像上是否有底纹等背景要素，并对输入图像进行二值化处理。该图像处理部16连接于第1中央处理部15，通过来自第1中央处理部15的控制、基于预先存储到第1存储部14中的程序进行动作。或者，图像处理部16也可以由独立的集成电路、微处理器、固件等构成。

信息处理装置20具有第2接口部21、第2图像储存部22、显示部23、第2存储部24、和第2中央处理部25。以下，对信息处理装置20的各部分进行详细说明。

第2接口部21具有与图像读取装置10的第1接口部13同样的接口电路，连接信息处理装置20和图像读取装置10。

第2图像储存部22具有与图像读取装置10的第1图像储存部12同样的存储装置。第2图像储存部22中保存有通过第2接口部21从图像读取装置10接收到的图像数据和各种信息。

显示部23具有由液晶、有机EL等构成的显示器和向显示器输出图像数据的接口电路，并连接于第2图像储存部22，用以将保存于第2图像储存部22中的图像数据显示在显示器上。

第2存储部24具有与图像读取装置10的第1存储部14同样的储存装置、固定磁盘装置、可移动存储装置等。第2存储部24中存储有用于信息处理装置20的各种处理的计算机程序、数据库、表格等。

第2中央处理部25与第2接口部21、第2图像储存部22、显示部23和第2存储部24连接，并对这些部分进行控制。第2中央处理部25进行通过第2接口部21的与图像读取装置10的数据收发控制、第2图像储存部22的控制、显示部23的显示控制、第2存储部24的控制等。

图2是表示图像处理部16的概略构成的图。如图2所示，图像处理部16具有间隔剔除图像生成部101、边缘像素提取部102、边缘类提取部103、直方图生成部104、判定部105、阈值计算部108以及二值化处理部109。进一步，判定部105具有特征量提取部106和特征量分析部107。

图3是表示图像读取装置10的判定输入图像中是否包含底纹等的背景要素的判定处理和二值化处理的动作的流程图。以下，参照图3所示的流程图，对判定处理和二值化处理的动作进行说明。又，以下说明的动作的流程是基于预先存储于第1存储部14中的程序，主要通过第1中央处理部15与图像读取装置10的各部分协同执行。

首先，图像输入部11生成对摄像对象物(原稿)进行摄影得到的输入图像，保存到第1图像储存部12(步骤S301)。

然后，图像处理部16的间隔剔除图像生成部101，读取保存到第1图像储存部12的输入图像，生成将输入图像的各像素的RGB值转换成了亮度值的亮度图像，并保存到第1图像储存部12(步骤S302)。又，各亮度值可以通过例如以下的式进行计算。

亮度值=0.30×R值+0.59×G值+0.11×B值(1)

然后，间隔剔除图像生成部101生成在水平方向和垂直方向上从亮度图像中间隔剔除了像素的间隔剔除图像，并将其保存到第1图像储存部12(步骤S303)。

一般来说，表示底纹等背景要素的图像(以下、称为底纹图像)通过花纹、图案、文字等来表示，以比文字等本来的图像(以下，称为实际图像)的浓度低的一定浓度来表示。底纹图像以花纹、图案等来表示的情况下，相比于实际图像会含有较多的斜线或曲线的成分，底纹图像以文字来表示的情况下，其文字的尺寸具有比实际图像小的倾向。因此，在水平和垂直方向上以一定间隔从亮度图像中间隔剔除像素的话，与实际图像相比，构成间隔剔除后的底纹图像的像素有变得分离、不连续的倾向。

因此，间隔剔除图像生成部101对像素进行间隔剔除，例如使得间隔剔除图像形成为规定的像素数(例如640像素)。或者，间隔剔除图像生成部101也可以在水平和垂直方向上以规定的比例对输入图像的像素进行间隔剔除(例如间隔剔除99%的像素)。这种情况下，间隔剔除图像的像素数对应输入图像的尺寸以及清晰度而不同。

图4是在步骤S302中生成的亮度图像的实例。图4所示的亮度图像400中，表示商品的品名等的文字作为实际图像显示，以比实际图像低的浓度表示的波纹图案作为底纹图像显示。

图5是在步骤S303由图4所示的亮度图像400生成的间隔剔除图像。如图5所示，间隔剔除图像500与图4所示的亮度图像400不同，构成底纹图像的波纹图案的像素各自分离、不连续。

然后，边缘像素提取部102读取被保存于第1图像储存部12中的间隔剔除图像，对间隔剔除图像的各像素适用二阶差分滤波器等边缘检测滤波器，生成将其输出值作为像素值的边缘图像(步骤S304)。边缘像素提取部102所使用二阶差分滤波器的实例如下式所示。

【数1】

又，由于存在有二阶差分滤波器的输出值强烈受到噪音的影响的情况，因此，边缘像素提取部102也可以对边缘图像的各像素，进一步适用平均滤波器、高斯滤波器等平滑滤波器，用以降低噪音的影响。

然后，边缘像素提取部102采用边缘图像从间隔剔除图像中提取边缘像素(步骤S305)。

图6的(a)～(d)是用于对边缘像素的提取处理进行说明的图。图6的(a)、(c)所示的图表600、620表示边缘图像中在水平方向上相邻的像素的像素值，图6的(b)、(d)所示的图表610、630表示与其边缘图像上的像素对应的间隔剔除图像上的像素的亮度值。图表600、620的横轴表示边缘图像上的水平位置，纵轴表示像素值。又，图表610、630的横轴表示间隔剔除图像上的水平位置，纵轴表示亮度值。

边缘像素提取部102，首先，从边缘图像中的、在水平方向上相邻的像素的像素值从正到负或者从负到正发生符号变化的像素中，提取像素值为负的像素601、621。然后，边缘像素提取部102计算，与提取到的像素601、621对应的间隔剔除图像上的像素611、631的在水平方向上相邻的两个像素612和613、像素632和633的亮度值的差的绝对值(以下、称为相邻差分值)614、634。然后，边缘像素提取部102判定计算出的相邻差分值是否超过阈值Wth，在相邻差分值超过阈值Wth的情况下，将该间隔剔除图像上的像素作为水平边缘像素。该阈值Wth例如可以设定为人能够通过目视判别图像上的亮度的差异的亮度值的差(例如20)。又，边缘像素提取部102对边缘图像和间隔剔除图像在垂直方向也进行同样的处理，提取垂直边缘像素。然后，边缘像素提取部102将作为水平边缘像素或垂直边缘像素中的某一个提取出的像素作为边缘像素。或者，也可以将水平边缘像素和垂直边缘像素双方所提取出的像素作为边缘像素。

然后，边缘类提取部103将由边缘像素提取部102提取出的边缘像素分为没有相邻的边缘像素的孤立边缘像素和具有相邻的边缘像素的连结边缘像素(步骤S306)。

图7是对在步骤S305中从图5所示的间隔剔除图像500中提取出的边缘像素进行了描画的图像。如图7的图像700所示，各边缘像素是通过实际图像或底纹图像在相对于相邻的像素亮度发生变化的边缘部分被提取出来的。由于该边缘像素是从间隔剔除图像中提取出的，因此，对应于底纹图像的边缘部分提取出的边缘像素701具有孤立的(与边缘像素相邻的像素中不含有边缘像素)倾向。另一方面，对应于实际图像的边缘部分提取出的边缘像素702具有连结的(与边缘像素相邻的像素中含有边缘像素)的倾向。因此，边缘类提取部103例如将没有相邻的边缘像素的边缘像素作为孤立边缘像素，将有相邻的边缘像素的边缘像素作为连结边缘像素。

图8是用于对相邻的像素进行说明的示意图。如图8所示，边缘类提取部103，对在水平方向、垂直方向、倾斜方向上分别与图像800关注的边缘像素801相邻的八像素中是否含有边缘像素进行判定。然后，边缘类提取部103，将相邻的像素中不含有边缘像素的边缘像素801作为孤立边缘像素，相邻的像素中含有边缘像素的边缘像素801作为连结边缘像素。或者，边缘类提取部103，也可以将相邻的像素中规定数量(例如二像素)以上的像素不是边缘像素的边缘像素801作为孤立边缘像素，将相邻的像素中规定数量以上的像素是边缘像素的边缘像素801作为连结边缘像素。

然后，直方图生成部104，生成间隔剔除图像上的各孤立边缘像素的水平方向的相邻差分值和垂直方向的相邻差分值的直方图(以下、称为孤立直方图)(步骤S307)。

图9的(a)、(b)是表示孤立直方图的实例的图。图9的(a)、(b)的横轴表示间隔剔除图像上的各边缘像素的相邻差分值，纵轴表示孤立直方图的分布值(分布数)。图9的(a)的图表900中示出对于包含底纹图像的输入图像生成的孤立直方图901，图9的(b)的图表910中示出对不包含底纹图像的输入图像生成的孤立直方图911。

然后，判定部105的特征量提取部106，根据直方图生成部104所生成的孤立直方图，计算用于对输入图像中是否含有底纹图像进行判定的特征量(步骤S308)。

大部分的孤立边缘像素是对应于底纹图像和无花纹部分的边界而被提取的。另一方面，一般来说，底纹图像的亮度值和无花纹部分的亮度值分别具有一定的值。因此，如图9的(a)所示，对于包含底纹图像的输入图像所生成的孤立直方图901，在表示底纹图像的亮度值和无花纹部分的亮度值的差的值的附近仅有一个极值，且有急速收敛的倾向。

因此，特征量提取部106求出孤立直方图的分布值中极值的个数和孤立直方图的收敛的程度，作为用于判定输入图像中是否包含底纹图像的特征量。这里，直方图的收敛的程度(以下，称为收敛度)，是直方图的分布值收敛到规定范围的速度，即直方图的分布值收敛到规定值以下为止的相邻差分值的范围的大小。

特征量提取部106，例如在孤立直方图关注的相邻差分值的分布值比两个相邻的相邻差分值的分布值大的情况下，将该关注的相邻差分值的分布值判定为极值。或者，也可以将比两个相邻的相邻差分值的分布值大规定值以上(例如关注的相邻差分值的分布值的10%以上)的分布值判定为极值。

又，特征量提取部106，根据直方图的分布值相对于最大值的比率在规定值以上的范围的大小来求出收敛度。例如，特征量提取部106，求出孤立直方图的分布值是最大值的相邻差分值与某一相邻差分值的差的绝对值的倒数来作为收敛度，这里所述的某一相邻差分值是指，如果为该某一相邻差分值以上的相邻差分值的话，孤立直方图的分布值相对于孤立直方图的分布值的最大值的比率为Th0以下的相邻差分值。例如，该比率Th0可以为10%。或者，特征量提取部106，也可以根据孤立直方图的分布值相对于最大值的比率在Th0以上的全部范围的大小来求出收敛度。这种情况下，特征量提取部106，例如，求出孤立直方图的分布值相对于最大值的比率在Th0以上的相邻差分值中最大的相邻差分值与最小的相邻差分值之差的绝对值的倒数作为收敛度。又，特征量提取部106，也可以在直方图生成部104生成的直方图中，适用平均滤波器、高斯滤波器等平滑滤波器以降低噪音的影响，之后求出直方图的收敛度。

然后，判定部105的特征量分析部107，根据特征量提取部106计算出来的孤立直方图的特征量，判定输入图像中是否含有底纹图像，并将该判定出的结果信息保存到第1图像储存部12(步骤S309)。

特征量分析部107，在孤立直方图的极值的个数为一个、且孤立直方图的收敛度在阈值ThD以上的情况下，判定为输入图像中含有底纹图像。另一方面，特征量分析部107，在孤立直方图的极值的个数不是一个、或者孤立直方图的收敛度没有达到阈值ThD的情况下，判定为输入图像中不含有底纹图像。例如，该阈值ThD可以是1/20。

图9的(a)所示例中，孤立直方图901的分布值的最大值为220，与该最大值对应的相邻差分值为32。另一方面，分布值在最大值的10%即22以下的是相邻差分值为44以上的范围。此时，收敛度为相邻差分值32和相邻差分值44之差的绝对值的倒数，即为1/12，在阈值ThD(1/20)以上，因此判定为输入图像中含有底纹图像。

另一方面，在图9的(b)所示例中，孤立直方图911的分布值的最大值为20，与该最大值对应的相邻差分值为32。另一方面，分布值在最大值的10%即2以下的为相邻差分值在192以上的范围。此时，收敛度为相邻差分值32和相邻差分值192之差的绝对值的倒数，即为1/160，没有达到阈值ThD，因此判定为输入图像中不含有底纹图像。

又，特征量分析部107，也可以在孤立直方图中极值的个数在规定数(例如两个)以上的情况下，判定为其输入图像中不含有底纹图像。或者，特征量分析部107，也可以不根据孤立直方图中极值的个数，仅根据孤立直方图的收敛度来判定输入图像中是否含有底纹图像。

步骤S309中，在由特征量分析部107判定出输入图像中含有底纹图像的情况下，阈值计算部108计算出用于亮度图像的二值化处理的阈值(以下，称为底纹阈值)，并将其保存于第1图像储存部12(步骤S310)。

以下，对底纹阈值的计算进行说明。阈值计算部108求出孤立直方图的分布值收敛为0时的相邻差分值作为底纹阈值。图9所示的孤立直方图901中，分布值收敛为0的点902的相邻差分值为底纹阈值。或者，阈值计算部108也可以将孤立直方图的分布值收敛为规定值(例如分布值的最大值的10%)以下时的相邻差分值作为底纹阈值。

步骤S309中判定为输入图像中不含有底纹图像的情况下，或者步骤S310中计算出底纹阈值的情况下，二值化处理部109读取保存于第1图像储存部12中的亮度图像，并进行亮度图像的二值化处理，将进行了二值化处理的二值化图像保存到第1图像储存部12(步骤S311)。

下面对二值化处理进行说明。输入图像含有底纹图像的情况下，二值化处理部109需要通过二值化处理从亮度图像中保留实际图像并去除底纹图像。如上所述，底纹阈值根据孤立边缘像素的相邻差分值、即底纹图像的亮度值与无花纹部分的亮度值之差来确定。因此，在亮度图像中水平方向或垂直方向的相邻差分值超过底纹阈值的情况下，则认为该区域存在比底纹图像亮度值高的像素形成的边缘、即存在实际图像的边缘。

因此，二值化处理部109对于亮度图像的各像素计算水平方向和垂直方向的相邻差分值，并判定该计算出的相邻差分值中的某个是否超过底纹阈值。然后，二值化处理部109，对于从某个相邻差分值超过底纹阈值的像素起规定范围内的像素(以下，称为邻近像素)，根据该邻近像素的各亮度值确定二值化阈值(以下，称为动态阈值)，采用动态阈值进行二值化处理。二值化处理部109例如将邻近像素的各亮度值的平均值作为动态阈值。或者，也可以将邻近像素的各亮度值的最大值和最小值的平均值，或邻近像素的各亮度值的中央值作为动态阈值。

另一方面，对于邻近像素以外的像素，二值化处理部109根据亮度图像内的全部像素的亮度值确定二值化阈值(以下、称为静态阈值)，采用静态阈值进行二值化处理。二值化处理部109例如将亮度图像内的全部像素的亮度值的平均值作为静态阈值。或者，也可以将亮度图像内的全部像素的亮度值的最大值和最小值的平均值、或者亮度图像内的全部像素的亮度值的中央值作为静态阈值。或者，二值化处理部109对邻近像素以外的像素进行二值化，以使其全部为0或1。

又，输入图像不含有底纹图像的情况下，二值化处理部109确定静态阈值，对亮度图像内的全部像素采用静态阈值进行二值化处理。

接着，第1中央处理部15，将保存到第1图像储存部12中的输入图像、结果信息以及二值化图像通过第1接口部13发送到信息处理装置20(步骤S312)，结束一系列的动作。

在通过特征量分析部107判定输入图像中含有底纹图像的情况下，第1中央处理部15将输入图像、结果信息以及二值化图像连同底纹阈值都发送给信息处理装置20。

另一方面，信息处理装置20的第2中央处理部25通过第2接口部21接收来自图像读取装置10的输入图像、结果信息以及二值化图像、或者除了接收这些之外还接收底纹阈值时，将接收到的各图像和各信息相互关联地保存到第2图像储存部22。由此，在第2图像储存部22，形成有能够根据结果信息或者底纹阈值分类的输入图像和二值化图像的数据库。又，第2中央处理部25使输入图像和二值化图像相互关联地显示在显示部23上，以使得利用者可以通过目视确认。

又，第2中央处理部25也可以基于结果信息或者底纹阈值进行输入图像的区分。由此，信息处理装置20可以高精度地区分票单等原稿。进一步地，第2中央处理部25也可以从二值化图像中读取文字，将其转换为文字数据。由此，信息处理装置20可以从去除了底纹图像的二值化图像中高精度地提取文字数据。或者，信息处理装置20的第2接口部21进一步连接有区分装置、OCR装置等，各图像和各信息也可以发送到这些装置。由此，通过外部的区分装置、OCR装置等可以实施输入图像的区分处理、文字的读取处理等。

如上所述，通过按照图3所示的流程图进行动作，图像读取装置10能够高精度地提取底纹图像的边缘部分来作为孤立边缘像素，可以根据孤立边缘像素的相邻的像素间的亮度差，高精度地判定输入图像中是否含有背景要素。

图10是按照图3所示的流程图对图4所示的亮度图像400进行二值化后的二值化图像的一例。图像读取装置10，从基于亮度图像400的间隔剔除图像提取波纹图案部分和无花纹部分的边界作为孤立边缘像素，根据该孤立边缘像素的孤立直方图判定输入图像中含有底纹图像。然后，图像读取装置10为了从亮度图像400中去除波纹图案部分，仅剩余文字部分，而确定底纹阈值和二值化阈值生成二值化图像1000。

图11是采用预先确定的二值化阈值对图4所示的亮度图像400进行二值化后的二值化图像的一例。该二值化阈值小于波纹图案部分的亮度值时，如图11所示，生成波纹图案部分未被去除而残留的二值化图像1100。

图12的(a)是其他的输入图像的一例，图12的(b)是对基于该输入图像的亮度图像进行二值化后的二值化图像。图12的(a)的输入图像1200中表示出浓度低的手写文字1201，其上以萤光笔重复涂上萤光色1202。图像读取装置10，从基于输入图像1200的间隔剔除图像中提取萤光色1202和无花纹部分的边界作为孤立边缘像素，根据该孤立边缘像素的孤立直方图，判定输入图像中含有底纹图像。然后，图像读取装置10确定底纹阈值和二值化阈值，生成二值化图像1210，以从亮度图像中去除手写文字1201周边的萤光色1202，并保留手写文字1201。这样，即使是在输入图像中文字等的实际图像被涂上颜色、或被画有影线的情况下，图像读取装置10也能够确切地提取实际图像。

图13是表示判定处理和二值化处理的动作的其他实例的流程图。以下，参照图13所示的流程图，对判定处理和二值化处理的动作的其他实例进行说明。在图1所示的图像读取装置10中，该流程图能够代替前面说明过的图3所示的流程图来执行。又，以下说明的动作的流程，基于预先存储到第1存储部14中的程序，主要通过第1中央处理部15协同图像读取装置10的各部分来执行。

图13所示的流程图与图3所示的流程图不同，图像读取装置10根据孤立直方图的收敛度和连结边缘像素的直方图的收敛度的相互关系判定输入图像中是否含有底纹图像。该相互关系是孤立直方图的收敛度和连结边缘像素的直方图的收敛度的大小关系。图13所示的步骤S1301～S1306、S1310～S1312的处理与图3所示的步骤S301～S306、S310～S312的处理相同，省略其说明，以下仅对步骤S1307～S1309的处理进行说明。

步骤S1307中，直方图生成部104生成孤立直方图，且生成间隔剔除图像上的各连结边缘像素的在水平方向和垂直方向的相邻差分值的直方图(以下、称为连结直方图)。

图14的(a)、(b)是表示孤立直方图和连结直方图的实例的图。图14的(a)、(b)的横轴表示间隔剔除图像上的各边缘像素的相邻差分值，纵轴表示为使连结直方图的分布值的最大值为1而归一化了的直方图的分布率。图14的(a)的图表1400表示对包含底纹图像的输入图像生成的孤立直方图1401和连结直方图1402，图14的(b)的图表1410表示对不包含底纹图像的输入图像生成的孤立直方图1411和连结直方图1412。

接着，特征量提取部106根据由直方图生成部104生成了的孤立直方图和连结直方图，计算用于判定输入图像中是否含有底纹图像的特征量(步骤S1308)。

连结边缘像素基本上是对应于实际图像或底纹图像的边缘提取的。即，连结边缘像素的相邻差分值基本上是实际图像的亮度值与无花纹部分的亮度值的差、底纹图像的亮度值与无花纹部分的亮度值的差、或者实际图像的亮度值与底纹图像的亮度值的差中的某个。因此，如图14的(a)所示，对包含底纹图像的输入图像生成的连结直方图1402是跨越较宽的范围而分布的。即，连结直方图1402具有一个以上的极值、且具有比孤立直方图1401的收敛度低的倾向。因此，特征量提取部106对孤立直方图和连结直方图双方计算收敛度，作为用于判定输入图像中是否含有底纹图像的特征量。关于收敛度的计算，在图3的流程图的步骤S308中已经进行了详细的说明，因此这里省略其说明。

然后，特征量分析部107根据孤立直方图的收敛度是否在连结直方图的收敛度以上，来判定输入图像中是否含有底纹图像，并将该判定后的结果信息保存到第1图像储存部12中(步骤S1309)。

在孤立直方图的收敛度在连结直方图的收敛度以上的情况下，特征量分析部107判定输入图像中含有底纹图像，在孤立直方图的收敛度没达到连结直方图的收敛度的情况下，特征量分析部107判定输入图像中不含有底纹图像。

如上所述，通过按照图13所示的流程图进行动作，图像读取装置10能够根据孤立边缘像素的分布和连结边缘像素的分布的相互关系，高精度地判定输入图像中是否含有背景要素。

图15是表示判定处理和二值化处理的动作的又一其他的实例的流程图。以下，参照图15所示的流程图，对判定处理和二值化处理的动作的其他的实例进行说明。能够在图1所示的图像读取装置10中执行该流程图来代替上述的图3、13所示的流程图。又，以下说明的动作的流程，根据预先存储于第1存储部14中的程序，主要通过第1中央处理部15协同图像读取装置10的各部分来执行。

图15所示的流程图与图13所示的流程图不同，图像读取装置10根据孤立直方图的分布值的最大值与连结直方图的分布值的最大值的相互关系，对输入图像中是否含有底纹图像进行判定。该相互关系是通过孤立直方图的分布值的最大值相对于连结直方图的分布值的最大值的比例是否在规定值以上来规定的。图15所示的步骤S1501～S1507、S1510～S1512的处理与图13所示的步骤S1301～S1307、S1310～S1312的处理相同，因此省略其说明，以下对步骤S1508、S1509的处理进行说明。

步骤S1508中，特征量提取部106求出用于判定输入图像中是否含有底纹图像的特征量。

底纹图像被认为在输入图像中占有一定以上的比例，间隔剔除图像中与底纹图像的边缘对应地提取的孤立边缘像素被认为存在一定量以上。因此，特征量提取部106求出孤立直方图的分布值的最大值相对于连结直方图的分布值的最大值的比例(以下、称为最大分布率)，作为判定输入图像中是否含有底纹图像的特征量。

接着，特征量分析部107根据最大分布率是否在规定比例D_H以上来判定输入图像中是否含有底纹图像(步骤S1509)。在最大分布率为规定比例D_H以上的情况下，特征量分析部107判定为输入图像中含有底纹图像，最大分布率没有达到规定比例D_H的情况下，判定为输入图像中不含有底纹图像。例如，该规定比例D_H可以是30%。

或者，也可以将孤立直方图的分布值的最大值相对于间隔剔除图像整体的像素数的比例作为用于判定输入图像中是否含有底纹图像的特征量。此时，在孤立直方图的分布值的最大值相对于间隔剔除图像整体的像素数的比例为规定比例D_H2以上的情况下，特征量分析部107判定输入图像中含有底纹图像，在其比例没有达到规定比例D_H2的情况下，特征量分析部107判定输入图像中不含有底纹图像。例如，该规定比例D_H2可以为10%。

如上所述，通过按照图15所示的流程图进行动作，图像读取装置10可以根据孤立边缘像素的个数高精度地判定输入图像中是否含有背景要素。

又，特征量分析部107也可以任意组合孤立直方图中极值的个数、孤立直方图的收敛度、孤立直方图的收敛度和连结直方图的收敛度的关系、以及最大分布率的条件，判定输入图像中是否含有底纹图像。特征量分析部107在满足全部的条件时判定为输入图像中含有底纹图像，在不满足某一条件时，判定输入图像中不含有底纹图像，由此可以更高精度地判定底纹图像的有无。

图16是表示其他的图像处理系统2的概略构成的图。图16所示的图像处理系统2与图1所示的图像处理系统1的差异在于包含图像处理部的装置不同。即，图像处理系统2中，不是图像读取装置30而是信息处理装置40具有图像处理部46。该图像处理部46具有与图1所示的图像读取装置10的图像处理部16同样的机能。

图16所示的图像处理系统2中，可以执行与上述的图3、13、15所示的处理大致同样的处理。以下，对如何适用图3的流程图所示的判定处理进行说明。图像处理系统2中，步骤S301的处理基于预先存储于第1存储部34中的程序，主要通过第1中央处理部35协同图像读取装置30的各要素来执行，步骤S302～S311的处理基于预先存储于第2存储部44中的程序，主要通过第2中央处理部45协同信息处理装置40的各要素来执行。

步骤S301中，图像读取装置30的图像输入部31生成输入图像并将其保存到第1图像储存部32，第1中央处理部35将该输入图像通过第1接口部33发送到信息处理装置40。另一方面，信息处理装置40的第2中央处理部45一旦通过第2接口部41接收到来自图像读取装置30的输入图像，即将接收到的输入图像保存到第2图像储存部42。

步骤S302～S311的处理由信息处理装置40的图像处理部46来执行。这些处理的动作与对图像处理系统1已经说明过的由图像读取装置10的图像处理部16来执行的情况一样。又，对于图像处理系统2，在信息处理装置40的图像处理部46中执行判定处理和二值化处理，因此，省略步骤S312中的各图像和各信息的发送处理。

同样，在图像处理系统2中适用图13、15的流程图所示的判定处理的情况下，步骤S1301、S1501的处理基于预先存储于第1存储部34中的程序，主要通过第1中央处理部35与图像读取装置30的各要素协同执行，步骤S1302～S1311、S1502～S1511的处理基于存储于第2存储部44中的程序，主要通过第2中央处理部45协同信息处理装置40的各要素来执行。步骤S1301、S1501的处理的动作与步骤S301的处理的动作是同样的动作。又，步骤S1302～S1311、S1502～S1511的处理由信息处理装置40的图像处理部46来执行，省略步骤S1312、S1512的处理。

这样，在信息处理装置40包括图像处理部46以执行判定处理和二值化处理的情况下，也可以得到与图像读取装置包括图像处理部来执行判定处理和二值化处理这一情况同样的效果。

以上对本发明的优选的实施方式进行说明，本发明并不限定与这些实施方式。例如，图像读取装置和信息处理装置的功能分配并不限定于图1和图16所示的图像处理系统的实例。包含图像处理部内的各部分地将图像读取装置和信息处理装置的各部分配置于图像读取装置和信息处理装置中的哪一个，可以进行适当地变更。或者图像读取装置和信息处理装置也可以一个装置构成。

又，图1所示的图像处理系统1中，图像读取装置10的第1接口部13与信息处理装置20的第2接口部21也可以不是直接连接，例如通过互联网、电话线路网(包括手机终端线路网、一般电话线路网)、内部网等网络来连接。此时，第1接口部13和第2接口部21具有连接的网络的通信接口电路。

同样，图16所示的图像处理系统2中，图像读取装置30的第1接口部33和信息处理装置40的第2接口部41也可以通过网络连接。此时，为了可以以云计算的方式提供图像处理的服务，也可以在网络上分散配置多个信息处理装置40，各信息处理装置40协同分担判定处理、二值化处理等图像处理、图像数据的保存等。由此，图像处理系统2可以对由多个图像读取装置30生成的输入图像高效地进行判定处理、二值化处理。

符号说明

1、2图像处理系统

10、30图像读取装置

11、31图像输入部

12、32第1图像储存部

13、33第1接口部

14、34第1存储部

15、35第1中央处理部

16、46图像处理部

20、40信息处理装置

21、41第2接口部

22、42第2图像储存部

23、43显示部

24、44第2存储部

25、45第2中央处理部

101间隔剔除图像生成部

102边缘像素提取部

103边缘类提取部

104直方图生成部

105判定部

106特征量提取部

107特征量分析部

108阈值计算部

109二值化处理部

Claims

1.一种图像处理装置，其特征在于，包括：

间隔剔除图像生成部，其生成从输入图像间隔剔除了像素的间隔剔除图像；

边缘像素提取部，其从所述间隔剔除图像提取边缘像素；

边缘类提取部，其从所述边缘像素提取没有相邻的边缘像素的孤立边缘像素；

直方图生成部，其生成孤立直方图，该孤立直方图是所述孤立边缘像素和与所述孤立边缘像素相邻的像素之间亮度值的差分值的直方图；和

判定部，其根据所述孤立直方图的分布值中极值的个数、所述孤立直方图的收敛的程度、或者所述孤立直方图的最大值进行所述输入图像中是否含有背景要素的判定。

2.如权利要求1所述的图像处理装置，其特征在于，

所述边缘类提取部进一步从所述边缘像素提取具有相邻的边缘像素的连结边缘像素，

所述直方图生成部进一步生成连结直方图，该连结直方图是所述连结边缘像素和与所述连结边缘像素相邻的像素之间亮度值的差分值的直方图，

所述判定部基于所述孤立直方图的收敛的程度和所述连结直方图的收敛的程度的相互关系，或者所述孤立直方图的最大值和所述连结直方图的最大值的相互关系，进行所述输入图像中是否含有所述背景要素的判定。

3.如权利要求2所述的图像处理装置，其特征在于，

所述判定部根据相对于所述孤立直方图的最大值的比率在规定值以上的范围的大小，求出所述收敛的程度。

4.一种图像处理方法，其特征在于，包括：

生成从输入图像间隔剔除了像素的间隔剔除图像的步骤；

从所述间隔剔除图像提取边缘像素的步骤；

从所述边缘像素提取没有相邻的边缘像素的孤立边缘像素的步骤；

生成孤立直方图的步骤，该孤立直方图是所述孤立边缘像素和与所述孤立边缘像素相邻的像素之间亮度值的差分值的直方图；和

基于所述孤立直方图的分布值中极值的个数、所述孤立直方图的收敛的程度、或者所述孤立直方图的分布值的最大值进行所述输入图像中是否含有背景要素的判定的步骤。