JP2000082144A - 文書上の所定のマ―カ―の存在及び向きを検出する方法、及びノイズの影響を受けないシステム - Google Patents
文書上の所定のマ―カ―の存在及び向きを検出する方法、及びノイズの影響を受けないシステムInfo
- Publication number
- JP2000082144A JP2000082144A JP11082692A JP8269299A JP2000082144A JP 2000082144 A JP2000082144 A JP 2000082144A JP 11082692 A JP11082692 A JP 11082692A JP 8269299 A JP8269299 A JP 8269299A JP 2000082144 A JP2000082144 A JP 2000082144A
- Authority
- JP
- Japan
- Prior art keywords
- marker
- pattern
- document
- image
- predetermined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/421—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation by analysing segments intersecting the pattern
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Facsimile Scanning Arrangements (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
Abstract
(57)【要約】
【課題】 画像処理システムのキャリブレーションの際
に、スキャン及びプリントによって検査目標画像に種々
の歪みが生じても画像上のマーカーを検出可能な、検出
方法を提供する。 【解決手段】 検査目標は最上部に２つの“Ｘ”形マー
カーを有する。捕獲された検査目標画像は２値画像に変
換され、次いで８連結成分のリストに分割される。リス
ト中の各成分から１組の特徴が抽出される。各成分につ
いて正確な判定規則が実行される。成分がマーカーであ
ることが判明すると、その質量中心がマーカー位置とし
て戻される。
に、スキャン及びプリントによって検査目標画像に種々
の歪みが生じても画像上のマーカーを検出可能な、検出
方法を提供する。 【解決手段】 検査目標は最上部に２つの“Ｘ”形マー
カーを有する。捕獲された検査目標画像は２値画像に変
換され、次いで８連結成分のリストに分割される。リス
ト中の各成分から１組の特徴が抽出される。各成分につ
いて正確な判定規則が実行される。成分がマーカーであ
ることが判明すると、その質量中心がマーカー位置とし
て戻される。
Description
【０００１】
【発明の属する技術分野】本発明は、画像処理及びパタ
ーン認識に関し、特に、特別な画像パターンを含む検査
目標を用いることによる、電子走査装置によって生成さ
れた画質の評価に関する。
ーン認識に関し、特に、特別な画像パターンを含む検査
目標を用いることによる、電子走査装置によって生成さ
れた画質の評価に関する。
【０００２】
【従来の技術及び発明が解決しようとする課題】画像処
理システム（例えばフォトコピー装置、電子スキャナ、
デジタルカメラ、またはビデオカメラ）では、既知の物
理的属性を有する検査目標画像の捕獲による、画質の評
価及び調整が頻繁に行われる。システムの特性を把握す
るために、測定された属性は物理的測定値と比較され
る。例えば、制御された条件下で反射光の量に対する入
射光の比率を測定することによる既知のダークネス（光
学濃度）を用いて、明から暗へと増すグレーパッチのシ
ーケンス（ステップウェッジ：階段光学くさびと呼ばれ
る）を生成できる。そして、ステップウェッジは、画像
が画素値のアレイとして表されるように、電子画像形成
装置を用いて捕獲される。各パッチは異なる光学濃度を
表し、画像形成装置中の“デジタルカウント”にマッピ
ングする。こうしてマッピングは、真の光学濃度から電
子装置中のデジタルカウントへと推論できる。階調再現
曲線（ＴＲＣ）と呼ばれるこのマッピングは、装置のキ
ャリブレーションである。ＴＲＣを用いて、電子装置を
測定計器として使用してもよいし、ＴＲＣを、装置を用
いて捕獲された結果の画像のトーンの不具合を補正する
のに用いてもよい。マッピングの計算に便利なように、
電子装置（またはコンピュータメモリ）中の画素アレイ
中のパッチ位置を検出する自動手段が必要である。
理システム（例えばフォトコピー装置、電子スキャナ、
デジタルカメラ、またはビデオカメラ）では、既知の物
理的属性を有する検査目標画像の捕獲による、画質の評
価及び調整が頻繁に行われる。システムの特性を把握す
るために、測定された属性は物理的測定値と比較され
る。例えば、制御された条件下で反射光の量に対する入
射光の比率を測定することによる既知のダークネス（光
学濃度）を用いて、明から暗へと増すグレーパッチのシ
ーケンス（ステップウェッジ：階段光学くさびと呼ばれ
る）を生成できる。そして、ステップウェッジは、画像
が画素値のアレイとして表されるように、電子画像形成
装置を用いて捕獲される。各パッチは異なる光学濃度を
表し、画像形成装置中の“デジタルカウント”にマッピ
ングする。こうしてマッピングは、真の光学濃度から電
子装置中のデジタルカウントへと推論できる。階調再現
曲線（ＴＲＣ）と呼ばれるこのマッピングは、装置のキ
ャリブレーションである。ＴＲＣを用いて、電子装置を
測定計器として使用してもよいし、ＴＲＣを、装置を用
いて捕獲された結果の画像のトーンの不具合を補正する
のに用いてもよい。マッピングの計算に便利なように、
電子装置（またはコンピュータメモリ）中の画素アレイ
中のパッチ位置を検出する自動手段が必要である。
【０００３】１つの方法は、検査目標の隅に識別マーカ
ーを付け、マーカーに対するパッチ位置を測定すること
である。中央処理装置によって実行されるキャリブレー
ションプログラムが、マーカー検出のためにアレイを解
析することになろう。マーカー間の物理的な距離を知
り、画像中の検出されたマーカー間の距離を計算するこ
とによって、アレイ中のパッチ位置を計算できるように
するスケール係数を算定できる。
ーを付け、マーカーに対するパッチ位置を測定すること
である。中央処理装置によって実行されるキャリブレー
ションプログラムが、マーカー検出のためにアレイを解
析することになろう。マーカー間の物理的な距離を知
り、画像中の検出されたマーカー間の距離を計算するこ
とによって、アレイ中のパッチ位置を計算できるように
するスケール係数を算定できる。
【０００４】商品では、不慣れなユーザーがキャリブレ
ーションに骨を折らずに済む自動キャリブレーションが
望ましい。実際は、ユーザーが検査目標を画像形成し、
ボタンを押し、続けて画像を捕獲するための、１組の指
示を提供可能である。
ーションに骨を折らずに済む自動キャリブレーションが
望ましい。実際は、ユーザーが検査目標を画像形成し、
ボタンを押し、続けて画像を捕獲するための、１組の指
示を提供可能である。
【０００５】文書スキャンのシナリオでは、装置の固有
の解像度（システムを介して保存可能な最小画像特徴）
を含む多くの態様から、装置の特性を把握することによ
って、良い画質が得られる。規則的またはランダムな歪
みがスキャナによって加えられることがある。これらの
歪みの特性を正しく把握することによって、ハードウェ
アまたはソフトウェア中で実行される画像処理アルゴリ
ズムを介して、これらの歪みを補償可能である。プリン
トされた画質を高めるのに装置によって用いられる画像
処理機能がよくある。例えば、スキャンされた文書は、
一群の黒い点によってグレーを表すために“ハーフトー
ン化”されることがある。人間の視覚系に対してうるさ
くないようにグレーを表すように慎重に作られた黒い点
の配置は、スキャン及びプリントによって台無しになる
かもしれない。スキャン後にこれを補償するために、人
間の視覚系を模した画像処理アルゴリズムが、人間が知
覚するはずだったグレーを推測する。このグレーのプリ
ントは、かなり良くなった再生画像を生成する。この再
生の品質を検査するために、検査目標全体が描画され、
ハーフトーンでプリントされ、及びスキャンされる。原
画像のパッチからの測定値が、スキャンされたハーフト
ーン化パッチと比較される。不慣れなユーザーのために
このプロセスを自動化するには、位置決めマーカーが、
たとえスキャン、ハーフトーン化、プリント、及び再ス
キャンを経てひどく劣化していても、検出されなくてな
ならない。
の解像度（システムを介して保存可能な最小画像特徴）
を含む多くの態様から、装置の特性を把握することによ
って、良い画質が得られる。規則的またはランダムな歪
みがスキャナによって加えられることがある。これらの
歪みの特性を正しく把握することによって、ハードウェ
アまたはソフトウェア中で実行される画像処理アルゴリ
ズムを介して、これらの歪みを補償可能である。プリン
トされた画質を高めるのに装置によって用いられる画像
処理機能がよくある。例えば、スキャンされた文書は、
一群の黒い点によってグレーを表すために“ハーフトー
ン化”されることがある。人間の視覚系に対してうるさ
くないようにグレーを表すように慎重に作られた黒い点
の配置は、スキャン及びプリントによって台無しになる
かもしれない。スキャン後にこれを補償するために、人
間の視覚系を模した画像処理アルゴリズムが、人間が知
覚するはずだったグレーを推測する。このグレーのプリ
ントは、かなり良くなった再生画像を生成する。この再
生の品質を検査するために、検査目標全体が描画され、
ハーフトーンでプリントされ、及びスキャンされる。原
画像のパッチからの測定値が、スキャンされたハーフト
ーン化パッチと比較される。不慣れなユーザーのために
このプロセスを自動化するには、位置決めマーカーが、
たとえスキャン、ハーフトーン化、プリント、及び再ス
キャンを経てひどく劣化していても、検出されなくてな
ならない。
【０００６】画像形成システムに応じて、他の多くの測
定法も可能である。図２は検査目標の例を示している。
画像形成システムの多くの特性を測定するために多数の
パッチが存在する。最上部の２つのマーカーが検出され
る。キャリブレーションアルゴリズムは、検出された位
置を用いて、画像アレイ中のパッチの位置を計算する。
同じ検査目標が、異方性アスペクト比（例えば１インチ
あたり 400×600 ドット）を含む複数の解像度でスキャ
ンされるかもしれず、同様に画像形成システムによって
極端な歪みを生じやすい。従って、マーカーを検出する
アルゴリズムは、これらの歪み（ハーフトーン化、低コ
ントラスト等）に対して頑強でなければならない。本発
明は、種々の歪みに対して頑強であるように、設計及び
実証されている。
定法も可能である。図２は検査目標の例を示している。
画像形成システムの多くの特性を測定するために多数の
パッチが存在する。最上部の２つのマーカーが検出され
る。キャリブレーションアルゴリズムは、検出された位
置を用いて、画像アレイ中のパッチの位置を計算する。
同じ検査目標が、異方性アスペクト比（例えば１インチ
あたり 400×600 ドット）を含む複数の解像度でスキャ
ンされるかもしれず、同様に画像形成システムによって
極端な歪みを生じやすい。従って、マーカーを検出する
アルゴリズムは、これらの歪み（ハーフトーン化、低コ
ントラスト等）に対して頑強でなければならない。本発
明は、種々の歪みに対して頑強であるように、設計及び
実証されている。
【０００７】米国特許第 5,198,907号は、“ガイドバ
ー”と呼ばれる逆“Ｌ”字型図形を用いた目標位置合せ
手段を提供している。ガイドバーは、エッジ検出を用い
て以下のように検出される。アルゴリズムは上左隅から
開始し、エッジを検出するのに“露出”の差異を用い
る。そしてエッジを追跡し、正しい幅及び高さを有する
バーを見つける。ガイドバーは、捕獲された領域に相対
して長く、水平及び垂直方向にある。寸法（長さ及び
幅）は、検出を許可する前にわかっていなければならな
い。この制約は、この発明が克服する極端な歪みの下で
は、マーカー認識を阻む。
ー”と呼ばれる逆“Ｌ”字型図形を用いた目標位置合せ
手段を提供している。ガイドバーは、エッジ検出を用い
て以下のように検出される。アルゴリズムは上左隅から
開始し、エッジを検出するのに“露出”の差異を用い
る。そしてエッジを追跡し、正しい幅及び高さを有する
バーを見つける。ガイドバーは、捕獲された領域に相対
して長く、水平及び垂直方向にある。寸法（長さ及び
幅）は、検出を許可する前にわかっていなければならな
い。この制約は、この発明が克服する極端な歪みの下で
は、マーカー認識を阻む。
【０００８】米国特許第 5,642,202号は、プリンタのキ
ャリブレーション手段を提供している。キャリブレーシ
ョンデータを生成するために、位置合せマークを用い
て、原稿、スキャン及びプリントされたバージョンを位
置合せ及び比較することが可能である。位置合せマーク
は、スキャンされた画像から原稿に対する位置変換を計
算するために用いられる、既知の位置に指定された非コ
リニア“頂点”を有する３つのコリニア三角形である。
３つの三角形は、水平走査方向に沿った黒から白への、
及び白から黒への移行を用いることによって検出され
る。この方法はハーフトーン化に対して頑強ではなく
（ディザまたはエラー拡散）、また、アルゴリズムは正
確に６つの移行を探すので、三角形の間にどのような画
像内容またはノイズもあってはならない。また、６つの
移行を見出すのを不可能にするであろう大きな文書スキ
ューもあってはならない。
ャリブレーション手段を提供している。キャリブレーシ
ョンデータを生成するために、位置合せマークを用い
て、原稿、スキャン及びプリントされたバージョンを位
置合せ及び比較することが可能である。位置合せマーク
は、スキャンされた画像から原稿に対する位置変換を計
算するために用いられる、既知の位置に指定された非コ
リニア“頂点”を有する３つのコリニア三角形である。
３つの三角形は、水平走査方向に沿った黒から白への、
及び白から黒への移行を用いることによって検出され
る。この方法はハーフトーン化に対して頑強ではなく
（ディザまたはエラー拡散）、また、アルゴリズムは正
確に６つの移行を探すので、三角形の間にどのような画
像内容またはノイズもあってはならない。また、６つの
移行を見出すのを不可能にするであろう大きな文書スキ
ューもあってはならない。
【０００９】ヤスダら(Yasuda et al.) の米国特許第
4,153,897号は、未知のパターンと標準パターンとの間
の類似度が認識される、パターン認識システムを開示し
ている。類似度は、まず、シフト無し条件を含む第１の
制限範囲に渡って、未知及び標準のパターンが互いに相
対的にシフトされる個別シフト条件で検出される。次
に、これらの類似度の最大値が検出される。最大値を与
えたシフト条件が相対的シフト無しの場合は第１の制限
範囲よりも大きい第２の制限範囲に渡って未知及び標準
のパターンが互いに相対的にシフトされる個別シフト条
件で、類似度が更に検出される。
4,153,897号は、未知のパターンと標準パターンとの間
の類似度が認識される、パターン認識システムを開示し
ている。類似度は、まず、シフト無し条件を含む第１の
制限範囲に渡って、未知及び標準のパターンが互いに相
対的にシフトされる個別シフト条件で検出される。次
に、これらの類似度の最大値が検出される。最大値を与
えたシフト条件が相対的シフト無しの場合は第１の制限
範囲よりも大きい第２の制限範囲に渡って未知及び標準
のパターンが互いに相対的にシフトされる個別シフト条
件で、類似度が更に検出される。
【００１０】スズキら(Suzuki et al.) の米国特許第
5,216,724号は、紙幣や有価証券のような特定のパター
ンを正確に認識できる画像読み取りまたは処理装置を開
示している。検出ユニットは、原画像の位置情報を検出
し、識別ユニットが原画像の特定の部分からパターンデ
ータを抽出し、パターンデータと所定のパターンとの間
の類似度に基づいて、原画像が所定の画像であるか否か
を識別する。
5,216,724号は、紙幣や有価証券のような特定のパター
ンを正確に認識できる画像読み取りまたは処理装置を開
示している。検出ユニットは、原画像の位置情報を検出
し、識別ユニットが原画像の特定の部分からパターンデ
ータを抽出し、パターンデータと所定のパターンとの間
の類似度に基づいて、原画像が所定の画像であるか否か
を識別する。
【００１１】ヘックマンら(Heckman et al.)の米国特許
第 5,291,243号は、単一パス電子プリンタを用いて、複
数色の複写検知または改ざん防止を有する証券文書をプ
リントするためのシステムを開示している。確認マーク
は、ハーフトーン濃度階調度がマーク全体にわたって両
方向に変化し、背景とは異なっている、２つの混色ハー
フトーンパターンを有する。
第 5,291,243号は、単一パス電子プリンタを用いて、複
数色の複写検知または改ざん防止を有する証券文書をプ
リントするためのシステムを開示している。確認マーク
は、ハーフトーン濃度階調度がマーク全体にわたって両
方向に変化し、背景とは異なっている、２つの混色ハー
フトーンパターンを有する。
【００１２】
【課題を解決するための手段】検査目標は、捕獲される
と、装置またはコンピュータメモリ中で、各画素（ピク
セル）が０から255 までの値で表される、包含的な、バ
イト単位で記憶される、グレースケール画像として表現
される。黒は０で表され、白は255 で表されることと仮
定する。この仮定は本発明には必要ではないが、これに
より説明が簡単になる。画像がそのように表現されてい
ない場合は、この表現に変換するのに、従来技術で公知
の手段を用いることも可能であろう。最初のステップ
は、値Ｔを用いて画像を閾値処理し、Ｔより小さい値を
有する画素には値０を、Ｔより大きいまたはＴと等価の
値を有する画素には値１を割り当てることによって、２
値表現を生成することである。256 個のグレーレベルに
は、254 個の可能な閾値が存在する（あとの２個の値
は、全て０または全て１を生成する）。これらの閾値の
うちの幾つかは、マーカー検出にとって他の閾値よりも
良い２値画像を生成するが、画像の予備知識がない場合
は、まず、適当な閾値はＴ＝128 であると推測する。こ
の推測は本発明には必要ではなく、単に迅速な処理のた
めの手段である。
と、装置またはコンピュータメモリ中で、各画素（ピク
セル）が０から255 までの値で表される、包含的な、バ
イト単位で記憶される、グレースケール画像として表現
される。黒は０で表され、白は255 で表されることと仮
定する。この仮定は本発明には必要ではないが、これに
より説明が簡単になる。画像がそのように表現されてい
ない場合は、この表現に変換するのに、従来技術で公知
の手段を用いることも可能であろう。最初のステップ
は、値Ｔを用いて画像を閾値処理し、Ｔより小さい値を
有する画素には値０を、Ｔより大きいまたはＴと等価の
値を有する画素には値１を割り当てることによって、２
値表現を生成することである。256 個のグレーレベルに
は、254 個の可能な閾値が存在する（あとの２個の値
は、全て０または全て１を生成する）。これらの閾値の
うちの幾つかは、マーカー検出にとって他の閾値よりも
良い２値画像を生成するが、画像の予備知識がない場合
は、まず、適当な閾値はＴ＝128 であると推測する。こ
の推測は本発明には必要ではなく、単に迅速な処理のた
めの手段である。
【００１３】次のステップは、２値画像中の８連結成分
の確定である。マーカーはこれらのうちに存在するであ
ろう。２値画像中の８連結成分を見つけることは、従来
技術で公知である。好適な実施の形態は、２値画像をラ
ンレングス表現に変換し、線隣接グラフを構成し、そし
てこのグラフ中の連結成分を見つける[ T.パブリディス
(T. Pavlidis) 、「グラフィックス及び画像処理のため
のアルゴリズム(Algorithms for Graphics and Image P
rocessing)」1981年、コンピュータサイエンスプレス(C
omputer Science Press)、メリーランド州ロックヴィ
ル] 。
の確定である。マーカーはこれらのうちに存在するであ
ろう。２値画像中の８連結成分を見つけることは、従来
技術で公知である。好適な実施の形態は、２値画像をラ
ンレングス表現に変換し、線隣接グラフを構成し、そし
てこのグラフ中の連結成分を見つける[ T.パブリディス
(T. Pavlidis) 、「グラフィックス及び画像処理のため
のアルゴリズム(Algorithms for Graphics and Image P
rocessing)」1981年、コンピュータサイエンスプレス(C
omputer Science Press)、メリーランド州ロックヴィ
ル] 。
【００１４】連結成分のリストから、各々がマーカーで
あるか否かを決定するために検査される。他の“Ｘでは
ない”成分が“Ｘ”と間違われないような方法で、種々
の歪みの下でも不変な“Ｘ”形マーカーを正確に描写す
る特徴の抽出が重要である。２つのマーカーが見つから
なかった場合、原画像は当該技術で公知のヒストグラム
平坦化プロセスを受け[ ゴンザレス(Gonzales)及びウッ
ズ(Woods) 、「デジタル画像処理(Digital Image Proce
ssing)」アディソン−ウェズリー(Addison-Wesley)、19
92年] 、２値化のための閾値がＴ＝64に設定される。こ
の値は本発明の特定の画像処理システムにうまく働く
が、用途に応じて調整可能である。実際は、適応的なも
のを含む、従来技術で公知の任意の数の２値化技術を適
用してもよい[ N.R.パル(N.R. Pal)及びS.K.パル(S.K.
Pal)、“画像分割技術の考察(A review of image segme
ntation techniques) ”「パターン認識(Pattern Recog
nition) 」Vol.26、No. ９、pp.1277-1294、1993年] 。
あるか否かを決定するために検査される。他の“Ｘでは
ない”成分が“Ｘ”と間違われないような方法で、種々
の歪みの下でも不変な“Ｘ”形マーカーを正確に描写す
る特徴の抽出が重要である。２つのマーカーが見つから
なかった場合、原画像は当該技術で公知のヒストグラム
平坦化プロセスを受け[ ゴンザレス(Gonzales)及びウッ
ズ(Woods) 、「デジタル画像処理(Digital Image Proce
ssing)」アディソン−ウェズリー(Addison-Wesley)、19
92年] 、２値化のための閾値がＴ＝64に設定される。こ
の値は本発明の特定の画像処理システムにうまく働く
が、用途に応じて調整可能である。実際は、適応的なも
のを含む、従来技術で公知の任意の数の２値化技術を適
用してもよい[ N.R.パル(N.R. Pal)及びS.K.パル(S.K.
Pal)、“画像分割技術の考察(A review of image segme
ntation techniques) ”「パターン認識(Pattern Recog
nition) 」Vol.26、No. ９、pp.1277-1294、1993年] 。
【００１５】２つのマーカーが見つかると、これらのマ
ーカーに対するパッチ位置を記憶したキャリブレーショ
ンプロセスに、マーカーの質量中心(centroid)が報告さ
れる。
ーカーに対するパッチ位置を記憶したキャリブレーショ
ンプロセスに、マーカーの質量中心(centroid)が報告さ
れる。
【００１６】以下に具体的な本発明の態様を述べる。本
発明の第１の態様は、文書上の所定のマーカーの存在及
び向きを検出する方法であって、少なくとも１つの検査
マーカーを有する文書を捕獲し、前記少なくとも１つの
検査マーカーの基本パターン及び不規則性を測定する約
５つの要素の特徴ベクトルを生成し、ランレングスの過
半数を所定の向きに配置することにより前記パターンを
決定し、前記パターンの各象限内の正規化されたランレ
ングス数の分散を決定することにより不規則性を決定
し、所定の閾値を用いて前記文書の前記パターンが所定
のマーカーのプロトタイプ定義に合うか否かを決定す
る。第２の態様は、ノイズの影響を受けない文書上の所
定のマーカーを検出するためのシステムであって、少な
くとも１つのマーカーを有する文書画像を捕獲し、前記
少なくとも１つのマーカーを識別し、前記少なくとも１
つの検査マーカーの基本パターン及び不規則性を測定す
る約５つの要素の特徴ベクトルを生成し、ランレングス
の過半数を所定の向きに配置することにより前記パター
ンを決定し、前記パターンの各象限内の正規化されたラ
ンレングス数の分散を決定することにより不規則性を決
定し、所定の閾値を用いて前記文書の前記パターンが所
定のマーカーのプロトタイプ定義に合うか否かを決定す
るようにプログラムされたマイクロプロセッサを有す
る。
発明の第１の態様は、文書上の所定のマーカーの存在及
び向きを検出する方法であって、少なくとも１つの検査
マーカーを有する文書を捕獲し、前記少なくとも１つの
検査マーカーの基本パターン及び不規則性を測定する約
５つの要素の特徴ベクトルを生成し、ランレングスの過
半数を所定の向きに配置することにより前記パターンを
決定し、前記パターンの各象限内の正規化されたランレ
ングス数の分散を決定することにより不規則性を決定
し、所定の閾値を用いて前記文書の前記パターンが所定
のマーカーのプロトタイプ定義に合うか否かを決定す
る。第２の態様は、ノイズの影響を受けない文書上の所
定のマーカーを検出するためのシステムであって、少な
くとも１つのマーカーを有する文書画像を捕獲し、前記
少なくとも１つのマーカーを識別し、前記少なくとも１
つの検査マーカーの基本パターン及び不規則性を測定す
る約５つの要素の特徴ベクトルを生成し、ランレングス
の過半数を所定の向きに配置することにより前記パター
ンを決定し、前記パターンの各象限内の正規化されたラ
ンレングス数の分散を決定することにより不規則性を決
定し、所定の閾値を用いて前記文書の前記パターンが所
定のマーカーのプロトタイプ定義に合うか否かを決定す
るようにプログラムされたマイクロプロセッサを有す
る。
【００１７】
【発明の実施の形態】検査が各マシンに対して迅速かつ
信頼性をもって行われなければならない、スキャナ生産
環境での認識方法が、本発明の主題である。
信頼性をもって行われなければならない、スキャナ生産
環境での認識方法が、本発明の主題である。
【００１８】図２に示されているような検査目標画像
が、各値が０から255 までの値であるコンピュータメモ
リ中の値のアレイによって構成されるラスタ走査として
捕獲される。値０は黒または最小反射率を表し、値255
は白または最大反射率を表す。画像は典型的な文書スキ
ャナ、電子（デジタル）静止画像カメラ、またはビデオ
カメラに限定されない、任意の電子キャプチャ装置を用
いて取得してよい。現在の実施の形態はグレースケール
画像を記述された通りに処理するものであるが、２値表
現にしやすい任意の画像表現も処理可能である。必要な
のは、画像中のシンボルの形状が２値で表現されること
だけである。例えば、画像が各画素が赤、緑、及び青の
反射率の３ビットバイトで表現されたカラー画像の場
合、従来技術で公知の手順を用いてカラー画像を“濃
淡”画像に変換することができる。また、赤、緑、及び
青のチャンネルのどれか１つまたは全てを処理すること
ができる。マーカーは白地の上の黒である必要はない
が、背景の分光反射率から区別可能な分光反射率を有し
ていなくてはならない。
が、各値が０から255 までの値であるコンピュータメモ
リ中の値のアレイによって構成されるラスタ走査として
捕獲される。値０は黒または最小反射率を表し、値255
は白または最大反射率を表す。画像は典型的な文書スキ
ャナ、電子（デジタル）静止画像カメラ、またはビデオ
カメラに限定されない、任意の電子キャプチャ装置を用
いて取得してよい。現在の実施の形態はグレースケール
画像を記述された通りに処理するものであるが、２値表
現にしやすい任意の画像表現も処理可能である。必要な
のは、画像中のシンボルの形状が２値で表現されること
だけである。例えば、画像が各画素が赤、緑、及び青の
反射率の３ビットバイトで表現されたカラー画像の場
合、従来技術で公知の手順を用いてカラー画像を“濃
淡”画像に変換することができる。また、赤、緑、及び
青のチャンネルのどれか１つまたは全てを処理すること
ができる。マーカーは白地の上の黒である必要はない
が、背景の分光反射率から区別可能な分光反射率を有し
ていなくてはならない。
【００１９】上述のように、一旦捕獲されて記憶される
と、画像は閾値処理される。好適な実施の形態では、単
純な濃淡判断の手段によってマーカーと背景との分光反
射率を区別するのに、Ｔ＝128 の値が用いられる。画素
値がＴより大きいまたはＴと等価の場合は、画素値は
白、及び別様では黒、でラベル付けされる。その結果の
２値画像は、マーカー（及び画像中の内容）の本質的な
形状を捕獲する。上述のように、黒及び白は、単に閾値
であれ、洗練された適応的２値化アルゴリズムであれ、
または画像の分光反射率の解析であれ、ある判断手続き
に基づいてマーカーを背景から区別するためのラベルの
役割をする。
と、画像は閾値処理される。好適な実施の形態では、単
純な濃淡判断の手段によってマーカーと背景との分光反
射率を区別するのに、Ｔ＝128 の値が用いられる。画素
値がＴより大きいまたはＴと等価の場合は、画素値は
白、及び別様では黒、でラベル付けされる。その結果の
２値画像は、マーカー（及び画像中の内容）の本質的な
形状を捕獲する。上述のように、黒及び白は、単に閾値
であれ、洗練された適応的２値化アルゴリズムであれ、
または画像の分光反射率の解析であれ、ある判断手続き
に基づいてマーカーを背景から区別するためのラベルの
役割をする。
【００２０】次のステップは、２値画像を黒の８連結連
続領域に変換することである。この領域は連結成分と呼
ばれており、それらを見つける効率の良い方法は従来技
術で公知である。各成分は、従来技術で公知の数多くの
連結成分表現の１つである、始点及び終点の座標を有す
る黒い水平ランレングスの集合として表現される。それ
ぞれが、各連結成分について測定された特徴を記憶する
役割をする関連データ構造を有する。各連結成分につい
て、以下が計算される。第１の特徴は、重心及びセント
ラル第１モーメントとも呼ばれる、質量中心である。質
量中心の計算は従来技術で公知である。
続領域に変換することである。この領域は連結成分と呼
ばれており、それらを見つける効率の良い方法は従来技
術で公知である。各成分は、従来技術で公知の数多くの
連結成分表現の１つである、始点及び終点の座標を有す
る黒い水平ランレングスの集合として表現される。それ
ぞれが、各連結成分について測定された特徴を記憶する
役割をする関連データ構造を有する。各連結成分につい
て、以下が計算される。第１の特徴は、重心及びセント
ラル第１モーメントとも呼ばれる、質量中心である。質
量中心の計算は従来技術で公知である。
【００２１】図５に示されるように、この質量中心か
ら、平面が４つの象限(quadrant)に分割される。ne、n
w、se、及びswとラベル付けされた各象限について、各
象限内に完全に含まれているランレングス数のカウント
が統計される。２乗誤差の平均及び総和が計算され、そ
れぞれmean（平均）及びvariance（分散）として指定さ
れる、。形状が“Ｘ”の場合、平均は1.0 より小さいが
1.0 に近く、分散は小さくなると予想される。
ら、平面が４つの象限(quadrant)に分割される。ne、n
w、se、及びswとラベル付けされた各象限について、各
象限内に完全に含まれているランレングス数のカウント
が統計される。２乗誤差の平均及び総和が計算され、そ
れぞれmean（平均）及びvariance（分散）として指定さ
れる、。形状が“Ｘ”の場合、平均は1.0 より小さいが
1.0 に近く、分散は小さくなると予想される。
【００２２】更に、平面は質量中心から８分割(octant)
される。反時計回りに測定された度数を用いると、oct0
＝(345, 15] 、oct1＝(15, 75]、oct2＝(75, 105] 、oc
t3＝(105, 165]、oct4＝(165, 195]、oct5＝(195, 25
5]、oct6＝(255, 285]、及びoct7＝(285, 345]である。
各８分割について、その８分割内に中点を有する水平ラ
ンレングス数から統計が作られる。検出精度を増すため
に、質量中心からある距離だけ離れた中点を有するラン
レングスだけが統計される。内閾値(inner threshold)
と呼ばれるその距離は、成分の幅及び高さよりも0.025
倍小さく設定される。次に、各カウントは、その成分か
ら成るランレングスの総数によって分割される。これは
値を正規化し、様々な画像サンプリング解像度の値を比
較可能にする。“Ｘ”形マーカーについては、８分割の
うちの４つはカウントが高く、４つは低いことが予想さ
れる。この目的のために、high oct threshold＝0.22よ
り大きいカウントを有する８分割のabove 数、及び、lo
w oct threshold ＝0.015 を下回るカウントを有する８
分割のbelow 数をカウントする。
される。反時計回りに測定された度数を用いると、oct0
＝(345, 15] 、oct1＝(15, 75]、oct2＝(75, 105] 、oc
t3＝(105, 165]、oct4＝(165, 195]、oct5＝(195, 25
5]、oct6＝(255, 285]、及びoct7＝(285, 345]である。
各８分割について、その８分割内に中点を有する水平ラ
ンレングス数から統計が作られる。検出精度を増すため
に、質量中心からある距離だけ離れた中点を有するラン
レングスだけが統計される。内閾値(inner threshold)
と呼ばれるその距離は、成分の幅及び高さよりも0.025
倍小さく設定される。次に、各カウントは、その成分か
ら成るランレングスの総数によって分割される。これは
値を正規化し、様々な画像サンプリング解像度の値を比
較可能にする。“Ｘ”形マーカーについては、８分割の
うちの４つはカウントが高く、４つは低いことが予想さ
れる。この目的のために、high oct threshold＝0.22よ
り大きいカウントを有する８分割のabove 数、及び、lo
w oct threshold ＝0.015 を下回るカウントを有する８
分割のbelow 数をカウントする。
【００２３】成分が“Ｘ”形マーカーか否かの判断手続
きは、以下の通りである。 if above=4, and if below=3, and component has at least 5 runs, and mean greater than 0.83, and mean no greater than 1.0, and variance less than 0.004, declare the component to be an 'X' marker, and not
otherwise. 成分がマーカーであることが判ると、その質量中心が戻
される。上記の規則は、様々なサイズ、回転、及び異方
性歪みの状態にある“Ｘ”形状を正確に検出することが
わかった。
きは、以下の通りである。 if above=4, and if below=3, and component has at least 5 runs, and mean greater than 0.83, and mean no greater than 1.0, and variance less than 0.004, declare the component to be an 'X' marker, and not
otherwise. 成分がマーカーであることが判ると、その質量中心が戻
される。上記の規則は、様々なサイズ、回転、及び異方
性歪みの状態にある“Ｘ”形状を正確に検出することが
わかった。
【００２４】リスト中で正確に２つのマーカーが見つけ
られると、それらの質量中心がマーカー位置として戻さ
れる。見つからなければ、画像はヒストグラム平坦化プ
ロセスを受け、Ｔ＝64の閾値で、８連結成分が見つけら
れ、再び判別手続きが実行される。適用の中では遭遇し
たどのような画像に対処するにもこの２度目の反復で十
分であるが、異なる閾値または画像処理ステップを用い
て、２つのマーカーが見つかるまで継続可能である。好
適な実施の形態は２つのマーカーを正確に見つけるもの
であるが、１つまたは任意の数をこの方法によって見つ
けることが可能である。
られると、それらの質量中心がマーカー位置として戻さ
れる。見つからなければ、画像はヒストグラム平坦化プ
ロセスを受け、Ｔ＝64の閾値で、８連結成分が見つけら
れ、再び判別手続きが実行される。適用の中では遭遇し
たどのような画像に対処するにもこの２度目の反復で十
分であるが、異なる閾値または画像処理ステップを用い
て、２つのマーカーが見つかるまで継続可能である。好
適な実施の形態は２つのマーカーを正確に見つけるもの
であるが、１つまたは任意の数をこの方法によって見つ
けることが可能である。
【００２５】一旦マーカー位置が見つけられると、マー
カーに対する様々なパッチ座標を捕獲された画像解像度
と共に有するキャリブレーションプロセスは、画像上の
パッチを見つけ、それらを原検査画像上のパッチに対応
する既知のデータに位置合せできる。上記のステップに
ついては図１に示されている。
カーに対する様々なパッチ座標を捕獲された画像解像度
と共に有するキャリブレーションプロセスは、画像上の
パッチを見つけ、それらを原検査画像上のパッチに対応
する既知のデータに位置合せできる。上記のステップに
ついては図１に示されている。
【００２６】特別な画像パターンを含む検査目標を用い
て電子走査装置によって生成された画質へのアクセスで
は、これらの“パッチ”から取得されたスキャン画像デ
ータは、スキャナの変調伝達関数（ＭＴＦ）、画素対画
素の均一性、階調再現曲線（ＴＲＣ）、及びランダムノ
イズを確定するソフトウェアを用いて、マイクロプロセ
ッサによって処理可能である。特別なマーカーに対する
パッチ位置が、解析ソフトウェアに知られる。図７に示
されるように、典型的システム１００では、それが、本
明細書に開示したようなマーカー検出のために用いら
れ、スキャナ１０２はそのようなマーカーを含む文書画
像を捕獲することになる。マイクロプロセッサ１０１は
文書画像を受け取り、メモリ１０３からアクセスされた
ソフトウェアを与えられ、解析を行うことになる。そし
て、マーカーの検出、または検出の失敗が、ＣＲＴのよ
うな信号手段（インジケータ）１０４を介してユーザー
に電子的に伝えられる。
て電子走査装置によって生成された画質へのアクセスで
は、これらの“パッチ”から取得されたスキャン画像デ
ータは、スキャナの変調伝達関数（ＭＴＦ）、画素対画
素の均一性、階調再現曲線（ＴＲＣ）、及びランダムノ
イズを確定するソフトウェアを用いて、マイクロプロセ
ッサによって処理可能である。特別なマーカーに対する
パッチ位置が、解析ソフトウェアに知られる。図７に示
されるように、典型的システム１００では、それが、本
明細書に開示したようなマーカー検出のために用いら
れ、スキャナ１０２はそのようなマーカーを含む文書画
像を捕獲することになる。マイクロプロセッサ１０１は
文書画像を受け取り、メモリ１０３からアクセスされた
ソフトウェアを与えられ、解析を行うことになる。そし
て、マーカーの検出、または検出の失敗が、ＣＲＴのよ
うな信号手段（インジケータ）１０４を介してユーザー
に電子的に伝えられる。
【図１】マーカー検出プロセスのフローチャートを示す
図である。
図である。
【図２】典型的な検査目標を示す図である。左上及び右
上の隅にある“Ｘ”は位置決めマーカーである。マーカ
ーの下方にはパッチのアレイがあり、画像処理システム
によって処理される際、測定値及びキャリブレーション
情報を提供する。
上の隅にある“Ｘ”は位置決めマーカーである。マーカ
ーの下方にはパッチのアレイがあり、画像処理システム
によって処理される際、測定値及びキャリブレーション
情報を提供する。
【図３】“Ｘ”マーカーを拡大して示す図である。
【図４】異方性歪みの影響を受けた“Ｘ”マーカーを示
す図である。
す図である。
【図５】デカルト軸上の“Ｘ”マーカーを模式的に示す
図である。ランレングスをはっきりさせるために、ラン
レングス間に垂直形状を付加した。
図である。ランレングスをはっきりさせるために、ラン
レングス間に垂直形状を付加した。
【図６】特徴計算で８分割の境界を定める線が用いられ
ている様子を示す、デカルト軸上の“Ｘ”マーカーを模
式的に示す図である。
ている様子を示す、デカルト軸上の“Ｘ”マーカーを模
式的に示す図である。
【図７】本発明の実現に用いられるシステムを示す図で
ある。
ある。
１００ 典型的システム １０１ マイクロプロセッサ １０２ スキャナ １０３ メモリ １０４ インジケータ
Claims (2)
- 【請求項１】 文書上の所定のマーカーの存在及び向き
を検出する方法であって、 少なくとも１つの検査マーカーを有する文書を捕獲し、 前記少なくとも１つの検査マーカーの基本パターン及び
不規則性を測定する約５つの要素の特徴ベクトルを生成
し、 ランレングスの過半数を所定の向きに配置することによ
り前記パターンを決定し、 前記パターンの各象限内の正規化されたランレングス数
の分散を決定することにより不規則性を決定し、 所定の閾値を用いて前記文書の前記パターンが所定のマ
ーカーのプロトタイプ定義に合うか否かを決定する文書
上の所定のマーカーの存在及び向きを検出する方法。 - 【請求項２】 ノイズの影響を受けない文書上の所定の
マーカーを検出するためのシステムであって、 少なくとも１つのマーカーを有する文書画像を捕獲し、 前記少なくとも１つのマーカーを識別し、 前記少なくとも１つの検査マーカーの基本パターン及び
不規則性を測定する約５つの要素の特徴ベクトルを生成
し、 ランレングスの過半数を所定の向きに配置することによ
り前記パターンを決定し、 前記パターンの各象限内の正規化されたランレングス数
の分散を決定することにより不規則性を決定し、 所定の閾値を用いて前記文書の前記パターンが所定のマ
ーカーのプロトタイプ定義に合うか否かを決定するよう
にプログラムされたマイクロプロセッサを有する、ノイ
ズの影響を受けない文書上の所定のマーカーを配置及び
検出するためのシステム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/050,213 US6141464A (en) | 1998-03-30 | 1998-03-30 | Robust method for finding registration marker positions |
| US050213 | 1998-03-30 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000082144A true JP2000082144A (ja) | 2000-03-21 |
Family
ID=21963984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11082692A Pending JP2000082144A (ja) | 1998-03-30 | 1999-03-26 | 文書上の所定のマ―カ―の存在及び向きを検出する方法、及びノイズの影響を受けないシステム |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6141464A (ja) |
| EP (1) | EP0947947B1 (ja) |
| JP (1) | JP2000082144A (ja) |
| DE (1) | DE69918349T2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007176166A (ja) * | 2005-12-01 | 2007-07-12 | Fujifilm Corp | 記録媒体搬送量測定方法及びインクジェット記録装置 |
| JP2022053629A (ja) * | 2020-09-25 | 2022-04-06 | Kddi株式会社 | カメラキャリブレーション装置、方法およびプログラム |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6442497B1 (en) * | 2000-04-14 | 2002-08-27 | Eastman Kodak Company | Calibration method and strip for film scanners in digital photofinishing systems |
| US7023578B2 (en) * | 2001-01-23 | 2006-04-04 | Xerox Corporation | Printer image processing system with customized tone reproduction curves |
| US6603882B2 (en) * | 2001-04-12 | 2003-08-05 | Seho Oh | Automatic template generation and searching method |
| US6507675B1 (en) | 2001-03-23 | 2003-01-14 | Shih-Jong J. Lee | Structure-guided automatic learning for image feature enhancement |
| US6842538B2 (en) * | 2001-03-23 | 2005-01-11 | Shih-Jong J. Lee | Automatic detection of alignment or registration marks |
| FI113132B (fi) | 2001-06-28 | 2004-02-27 | Nokia Corp | Menetelmä ja laite kuvanparannukseen |
| US6667756B2 (en) | 2001-08-27 | 2003-12-23 | Xerox Corporation | Method of shifting an image or paper to reduce show through in duplex printing |
| US6763199B2 (en) | 2002-01-16 | 2004-07-13 | Xerox Corporation | Systems and methods for one-step setup for image on paper registration |
| US7167574B2 (en) * | 2002-03-14 | 2007-01-23 | Seiko Epson Corporation | Method and apparatus for content-based image copy detection |
| US7039348B2 (en) * | 2002-12-17 | 2006-05-02 | Xerox Corporation | Method for maintaining image on image and image on paper registration |
| US6903758B1 (en) | 2002-12-17 | 2005-06-07 | Xerox Corporation | Method for maintaining image squareness and image on image registration |
| US7532804B2 (en) * | 2003-06-23 | 2009-05-12 | Seiko Epson Corporation | Method and apparatus for video copy detection |
| US7206008B2 (en) * | 2004-10-28 | 2007-04-17 | Xerox Corporation | Method for calibrating color in a printing device |
| US7486827B2 (en) * | 2005-01-21 | 2009-02-03 | Seiko Epson Corporation | Efficient and robust algorithm for video sequence matching |
| US7420719B2 (en) * | 2005-06-30 | 2008-09-02 | Xerox Corporation | Skew correction |
| DE102005035678A1 (de) * | 2005-07-27 | 2007-02-01 | Adc Automotive Distance Control Systems Gmbh | Vorrichtung zur Kalibrierung einer Kamera |
| KR101158005B1 (ko) * | 2007-03-06 | 2012-06-25 | 삼성전자주식회사 | 인쇄품질 평가지표 산출 방법 및 장치 |
| US8154771B2 (en) * | 2008-01-29 | 2012-04-10 | K-Nfb Reading Technology, Inc. | Training a user on an accessiblity device |
| US8249343B2 (en) | 2008-10-15 | 2012-08-21 | Xerox Corporation | Representing documents with runlength histograms |
| US8305642B2 (en) * | 2008-12-19 | 2012-11-06 | Xerox Corporation | Method and system for correlating of uniformity compensations across halftone screens |
| WO2012063107A1 (en) * | 2010-11-08 | 2012-05-18 | Manipal Institute Of Technology | Automated tuberculosis screening |
| DE102011084829B4 (de) | 2011-10-19 | 2016-07-14 | Carl Zeiss Ag | Mikroskopie mehrerer Proben mit optischer Mikroskopie und Teilchenstrahlmikroskopie |
| US20140136962A1 (en) * | 2012-11-12 | 2014-05-15 | Vistaprint Technologies Limited | Method and System for Detecting and Removing Printer Control Marks from Rasterized Image for Placement in Image Container of Document Template |
| CN105528784B (zh) * | 2015-12-02 | 2019-01-25 | 沈阳东软医疗系统有限公司 | 一种前景背景分割的方法和装置 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5313840A (en) * | 1976-07-23 | 1978-02-07 | Hitachi Ltd | Analogy calculator |
| US4989257A (en) * | 1987-03-13 | 1991-01-29 | Gtx Corporation | Method and apparatus for generating size and orientation invariant shape features |
| DE69023782T2 (de) * | 1989-02-10 | 1996-06-13 | Canon Kk | Gerät zum Lesen oder Verarbeiten eines Bildes. |
| EP0405400A3 (en) * | 1989-06-30 | 1992-09-02 | Mita Industrial Co., Ltd. | Image distinguishing device |
| US5267328A (en) * | 1990-01-22 | 1993-11-30 | Gouge James O | Method for selecting distinctive pattern information from a pixel generated image |
| US5054094A (en) * | 1990-05-07 | 1991-10-01 | Eastman Kodak Company | Rotationally impervious feature extraction for optical character recognition |
| US5198907A (en) * | 1991-08-23 | 1993-03-30 | Eastman Kodak Company | Method and appratus for automatically locating predefined exposure areas in a scanned image |
| DE69228741T2 (de) * | 1991-10-02 | 1999-09-02 | Fujitsu Ltd | Verfahren zur bestimmung der lokalen orientierung eines kontursegmentes und zur bestimmung von linien und ecken |
| US5291243A (en) * | 1993-02-05 | 1994-03-01 | Xerox Corporation | System for electronically printing plural-color tamper-resistant documents |
| US5642202A (en) * | 1994-12-01 | 1997-06-24 | Xerox Corporation | Scan image target locator system for calibrating a printing system |
-
1998
- 1998-03-30 US US09/050,213 patent/US6141464A/en not_active Expired - Lifetime
-
1999
- 1999-03-22 DE DE69918349T patent/DE69918349T2/de not_active Expired - Lifetime
- 1999-03-22 EP EP99302194A patent/EP0947947B1/en not_active Expired - Lifetime
- 1999-03-26 JP JP11082692A patent/JP2000082144A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007176166A (ja) * | 2005-12-01 | 2007-07-12 | Fujifilm Corp | 記録媒体搬送量測定方法及びインクジェット記録装置 |
| JP2022053629A (ja) * | 2020-09-25 | 2022-04-06 | Kddi株式会社 | カメラキャリブレーション装置、方法およびプログラム |
| JP7365986B2 (ja) | 2020-09-25 | 2023-10-20 | Kddi株式会社 | カメラキャリブレーション装置、方法およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US6141464A (en) | 2000-10-31 |
| EP0947947B1 (en) | 2004-06-30 |
| DE69918349T2 (de) | 2005-07-14 |
| DE69918349D1 (de) | 2004-08-05 |
| EP0947947A3 (en) | 2000-09-20 |
| EP0947947A2 (en) | 1999-10-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2000082144A (ja) | 文書上の所定のマ―カ―の存在及び向きを検出する方法、及びノイズの影響を受けないシステム | |
| US6970606B2 (en) | Automatic image quality evaluation and correction technique for digitized and thresholded document images | |
| US6956587B1 (en) | Method of automatically cropping and adjusting scanned images | |
| US8331670B2 (en) | Method of detection document alteration by comparing characters using shape features of characters | |
| US7905412B2 (en) | Bar code processing apparatus | |
| EP1014677B1 (en) | An artifact removal technique for skew corrected images | |
| US20050194445A1 (en) | Method and apparatus for recognizing code | |
| JPH0869534A (ja) | 画像品質の検知方法及び装置 | |
| US20030044070A1 (en) | Method for the automatic detection of red-eye defects in photographic image data | |
| JPH08185095A (ja) | 偽造防止用紙幣パターン検知器および検知方法 | |
| JP3545506B2 (ja) | 特定色領域抽出方式および特定色領域除去方式 | |
| JP4118886B2 (ja) | 画像処理装置、画像形成装置、画像読取処理装置、画像処理方法、画像処理プログラムおよびコンピュータ読み取り可能な記録媒体 | |
| US20080137159A1 (en) | Image forming apparatus and image quality improving method thereof | |
| Gloe et al. | Forensics for flatbed scanners | |
| JP4115999B2 (ja) | 画像処理装置、画像形成装置、画像読取処理装置、画像処理方法、画像処理プログラムおよびコンピュータ読み取り可能な記録媒体 | |
| CA2281113C (en) | Automatic inspection of print quality using an elastic model | |
| JP2002125135A (ja) | 画質評価装置 | |
| JP4831340B2 (ja) | 画像処理装置、画像処理方法、プログラム、および記録媒体 | |
| EP0505729A2 (en) | Image binarization system | |
| JP4040732B2 (ja) | 画像認識による計測方法および記録媒体 | |
| JP2004096435A (ja) | 画像解析装置、画像解析方法、および画像解析プログラム | |
| JP3216165B2 (ja) | 画像領域識別装置および画像領域識別方法 | |
| JPH05172535A (ja) | ピーク点検出方法及びキャリブレーション方法 | |
| JP3485975B2 (ja) | 特定色領域抽出方式および特定色領域除去方式 | |
| JPH10214327A (ja) | 画像を用いた表面欠陥検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060324 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20081224 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090106 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090403 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090428 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20091006 |