JP2000155833A

JP2000155833A - 画像認識装置

Info

Publication number: JP2000155833A
Application number: JP10329046A
Authority: JP
Inventors: Tetsuo Tanaka; 哲夫田中; Yuji Toyomura; 祐士豊村; Taichi Yamada; 太一山田
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1998-11-19
Filing date: 1998-11-19
Publication date: 2000-06-06

Abstract

(57)【要約】【課題】入力画像の解像度に依存することなく特定の
画像の有無を認識することができる画像認識装置を提供
することを目的とする。【解決手段】入力画像データを所定解像度の画像デー
タに変換して出力する解像度変換部５と、解像度変換部
５から出力される所定解像度の画像データに基づいて特
定画像を認識する認識用制御部１２とを有する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力された画像中
に、画像の記録が禁止された特定画像が存在するか否か
を認識する画像認識装置に関する。

【０００２】

【従来の技術】近年、カラー複写機やパーソナルコンピ
ュータの入出力機器であるカラースキャナー、カラープ
リンタの飛躍的な性能向上に伴い、高精度のカラー原稿
複製物を手軽に得ることが可能になってきているが、こ
れらを悪用した紙幣や有価証券等の偽造に対して防止策
を講じる必要性が高まってきている。取り扱う画像より
これらの特定画像を検出し、特定画像である場合には読
み取りを停止あるいは正常な印刷を禁止し、偽造物の生
成を未然に防止したり、ネットワーク等の手段を用いて
偽造行為を管理者に通知するなどの措置をとることで偽
造行為を防止することが必要となっており、特に複写機
には特定画像を認識して複写を禁止または制限する画像
認識装置が搭載されている。

【０００３】さて、この種の装置に適用される手法の一
つにパターン認識がある。これは例えば入力された画像
と予め定めたパターンの画像（パターン画像）とを比較
し、その一致度を認識指標とするものである。

【０００４】パターン認識で用いられるパターン画像
は、予め特定の入力手段で入力された画像に基づいて得
られるが、パターン画像が基本的に対象の構造情報を表
わす以上、パターンを予め規定する場合も、入力された
画像と予め定めたパターン画像とを比較する場合も、そ
れなりに高い解像度が要求される。入力画像とパターン
画像とは原則的に同一の解像度であることが望ましい。
またパターン画像はサイズ的な制約をうける構造情報で
ある。即ちパターン画像を規定する場合と、入力画像と
パターン画像とを比較する場合とで、同一サイズのパタ
ーン画像を想定しておく必要がある。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来の画像認識装置では、入力画像の解像度と予め規定さ
れたパターン画像の解像度とが異なる場合は、結果的に
画像のスケールが異なるため、パターン認識による特定
画像の認識は困難になるという問題点を有していた。

【０００６】本発明は、入力画像の解像度に依存するこ
となく特定の画像の有無を認識することができる画像認
識装置を提供することを目的とする。

【０００７】

【課題を解決するための手段】この課題を解決するため
に本発明の画像認識装置は、入力画像データを所定解像
度の画像データに変換して出力する解像度変換部と、解
像度変換部から出力される所定解像度の画像データに基
づいて特定画像を認識する認識用制御部とを有する構成
を備えている。

【０００８】これにより、入力画像の解像度に依存する
ことなく特定の画像の有無を認識することができる画像
認識装置が得られる。

【０００９】

【発明の実施の形態】本発明の請求項１に記載の画像認
識装置は、入力画像データを所定解像度の画像データに
変換して出力する解像度変換部と、解像度変換部から出
力される所定解像度の画像データに基づいて特定画像を
認識する認識用制御部とを有することとしたものであ
り、入力画像データの解像度は所定解像度に変換され、
この所定解像度に変換された画像データから特定画像の
有無を認識するという作用を有する。

【００１０】請求項２に記載の画像認識装置は、請求項
１に記載の画像認識装置において、入力画像データの解
像度を指定する解像度指定部と、解像度指定部で指定さ
れた指定解像度に応じて解像度変換部の変換倍率を制御
する変化倍率制御手段とを備え、変換倍率制御手段は、
解像度変換部から出力される画像データの所定解像度
を、入力画像データの解像度に関わらず、常に、一定の
解像度に制御することとしたものであり、入力画像デー
タはその解像度に関わらず常に一定の解像度の所定解像
度に変換され、その所定解像度の画像データに基づいて
特定画像の有無が正確に認識されるという作用を有す
る。

【００１１】請求項３に記載の画像認識装置は、請求項
２に記載の画像認識装置において、解像度変換部は、解
像度指定部で予め指定された解像度範囲のうち所定範囲
の解像度の画像データについて、より低い解像度に変換
して所定解像度を得ることとしたものであり、入力画像
データはその指定解像度に基づいて容易に所定解像度の
画像データに変換され、特定画像の有無が正確に認識さ
れるという作用を有する。

【００１２】以下、本発明の実施の形態について、図１
〜図１２を用いて説明する。（実施の形態１）図１は、本発明の実施の形態１による
画像認識装置を示すブロック図である。

【００１３】図１において、１はインタフェース部（Ｉ
／Ｆ部）、２はインタフェース部１により接続された他
の装置、１００はインタフェース部１を介して他の装置
２から転送されてきた解像度情報に基づいて解像度を指
定する解像度指定部、３は解像度指定部１００と接続さ
れたＣＰＵ、４は特定画像認識部、５は解像度変換部、
６はシリアル通信ライン、７はメモリ、８は特徴色カウ
ンタ、９はテンプレート選択部、１０はテンプレート格
納メモリ、１１はバッファ、１２は認識用ＣＰＵ（認識
用制御部）、１３は主・副画素カウンタ、１４はＲＯ
Ｍ、１５は制御信号ａを伝送する制御信号線、１６は割
込み信号ｂを伝送する割込み信号線、１７は作業用ＲＡ
Ｍである。

【００１４】このように構成された画像認識装置の機能
について説明する。認識用ＣＰＵ１２はシリアル通信ラ
イン６でＣＰＵ３と接続され、ＣＰＵ３は解像度指定部
を有し、これにより指定した入力解像度（入力画像デー
タの解像度、指定解像度）をシリアル通信ライン６を介
して認識用ＣＰＵ１２に通知し、認識用ＣＰＵ１２は指
定解像度を知ることができる。認識用ＣＰＵ１２は、制
御信号ａにより、解像度指定部で指定した指定解像度に
関わらず、常に一定の解像度になるよう、解像度変換部
５の変換倍率を制御する変換倍率制御手段（図示せず）
を有し、解像度変換部５に対して制御パラメータ等を通
知する。解像度変換部５は、認識用ＣＰＵ１２から制御
信号ａを介して通知された解像度変換倍率制御パラメー
タにより、入力された画像データ（入力画像データ）を
所定の解像度に変換する。解像度変換部５で所定解像度
に変換された画像データは一旦メモリ７に格納される。
特徴色カウンタ８は、予め定められた複数色の範囲の画
像データ個数をカウントして特徴色ベクトルデータを生
成する。テンプレート選択部９は、特徴色カウンタ８で
生成された特徴色ベクトルデータを予め準備した複数の
テンプレートと比較し、最もユークリッド距離が近いテ
ンプレートを選択する。テンプレート格納メモリ１０
は、テンプレート選択部９における特徴ベクトルとの比
較に用いる複数のテンプレートが格納されている。バッ
ファ１１は、特徴色カウンタ８でカウントした特徴色の
カウント値、テンプレート選択部１０で選択されたテン
プレートの番号および特徴ベクトルデータとテンプレー
トのユークリッド距離を格納する。そして、認識用ＣＰ
Ｕ１２は、画像中に特定画像が含まれるか否かを認識す
る。主・副画素カウンタ１３は、入力画像データの個数
を主走査方向と副走査方向にカウントし、所定のカウン
ト数となる毎に認識用ＣＰＵ１２に割込み信号ｂを出力
する。ＲＯＭ１４には、認識プログラムやテンプレート
格納メモリ１０に格納するテンプレートデータ、特徴色
カウンタ８で使用する色範囲の情報などが格納されてい
る。

【００１５】図１２は、解像度変換部における解像度変
換アルゴリズムを示すアルゴリズム図である。

【００１６】まず主走査方向に対する解像度変換アルゴ
リズムについて図１２を用いて詳細に説明する。図１２
において、３０は６００ｄｐｉの１画素を示す。ただし
説明を容易にするため、実際の画素サイズを無視し６０
０ｄｐｉの１画素３０の中心位置を示している。６００
ｄｐｉの各画素には先頭画素から順に、Ｐ６０００，Ｐ
６００１，Ｐ６００２・・・Ｐ６００６の番号が付与さ
れており、これらは画素の位置を示す符号である。以下
便宜的に、これらの位置に対する画素の値、例えばＰ６
０００の位置に対応する画素値を＊Ｐ６０００のように
表わす（Ｃ言語におけるポインタの概念を緩用した）。

【００１７】最初に、６００ｄｐｉの画像情報を２００
ｄｐｉに変換する場合について説明する。変換後の先頭
画素の位置は常に６００ｄｐｉの先頭画素、即ちＰ６０
００の位置に揃えるものとする。従って２００ｄｐｉの
先頭画素位置は、Ｐ６０００と同じＰ２０００となる。
場所が同じであるから、画素値もＰ６０００と同じ値す
なわち＊Ｐ６０００を採用する。次の画素位置はＰ２０
０１であるが、この画素値を得るために、Ｐ２００１の
場所を６００ｄｐｉの画素位置で表わすことを考える。
単純な比例式を用いて（６００／２００）×１＝３であ
るから、Ｐ２００１＝Ｐ６００３である。従ってＰ２０
０１の位置の画素値は＊Ｐ２００１＝＊Ｐ６００３とな
る。同様にして、＊Ｐ２００２＝＊Ｐ６００６も求める
ことができる。

【００１８】次に、６００ｄｐｉの画像情報を３００ｄ
ｐｉに変換する場合について説明する。変換後の先頭画
素の位置は常に６００ｄｐｉの先頭画素、即ちＰ６００
０の位置に揃えるものとする。３００ｄｐｉの先頭画素
位置は、Ｐ６０００と同じであるから、画素値もＰ６０
００と同じ値すなわち＊Ｐ６０００を採用する。次の画
素位置はＰ３００１であるが、この画素値を得るため
に、Ｐ３００１の場所を６００ｄｐｉの画素位置で表わ
すことを考える。単純な比例式を用いて（６００／３０
０）×１＝２であるから、Ｐ３００１＝Ｐ６００２であ
る。従ってＰ３００１の位置の画素値は＊Ｐ３００１＝
＊Ｐ６００２となる。同様にして、＊Ｐ３００２＝＊Ｐ
６００４、更に＊Ｐ３００３＝＊Ｐ６００６と求めるこ
とができる。

【００１９】次に、６００ｄｐｉの画像情報を４００ｄ
ｐｉに変換する場合について説明する。変換後の先頭画
素の位置は常に６００ｄｐｉの先頭画素、即ちＰ６００
０の位置に揃えるものとする。４００ｄｐｉの先頭画素
位置は、Ｐ６０００と同じであるから、画素値もＰ６０
００と同じ値すなわち＊Ｐ６０００を採用する。次の画
素位置はＰ４００１であるが、この画素値を得るため
に、Ｐ４００１の場所を６００ｄｐｉの画素位置で表わ
すことを考える。単純な比例式を用いて計算すると、
（６００／４００）×１＝１．５となり、Ｐ４００１は
Ｐ６００１とＰ６００２の間に存在することが分かる。
そこで１．５という位置情報を用いてＰ４００１の画素
値は（数１）のように計算される。

【００２０】＊Ｐ４００１＝（１．５−１）×（＊Ｐ６００１）＋（２−１．５） ×（＊Ｐ６００２）・・・・・・（数１）これは解像度変換後の画素が存在する位置を６００ｄｐ
ｉの画素位置を基準として求め、隣接する６００ｄｐｉ
の画素との距離に基づいて重み付け演算を行うことで、
解像度変換後の画素値を求めていることにほかならな
い。Ｐ４００２について上記の考え方を適用すると、
（６００／４００）×２＝３となり、Ｐ４００２はＰ６
００３の位置に存在することが分かる。従って＊Ｐ４０
０２＝＊Ｐ６００３である。更にＰ４００３について上
記の考え方を適用すると、（６００／４００）×３＝
４．５となり、Ｐ４００３はＰ６００４とＰ６００５の
間に存在することが分かる。そこで４．５という位置情
報を用いてＰ４００３の画素値は（数２）のように計算
される。

【００２１】＊Ｐ４００３＝（４．５−３）×（＊Ｐ６００４）＋（５−４．５） ×（＊Ｐ６００５）・・・・・・・・（数２）以降の画素についても同様にして画素値を求めることが
できる。また、５００ｄｐｉへの解像度変換についても
全く同じ考え方で処理することができる。

【００２２】さて、上述のごとく主走査方向の解像度変
換処理として６００ｄｐｉから他の解像度への変換を説
明してきたが、これは入力された画像データの解像度
（入力解像度）を６００ｄｐｉに指定した場合に限って
適用される演算方法ではなく、入力解像度と変換後の解
像度が分かっていれば、あらゆる場合に適用可能な方法
である。例えば入力された画像データが２２５ｄｐｉの
解像度で指定された場合、副走査方向の画像データにつ
いても全く同様にして例えば１５０ｄｐｉに変換ができ
る。

【００２３】以上のようにして、主走査方向または副走
査方向の画像データの解像度をＣＰＵ３の解像度指定部
により指定すると、認識用ＣＰＵ１２の変換倍率制御手
段によって、入力された画像データの解像度に関わらず
常に一定の解像度に変換することができるので、主走査
・副走査方向とも、例えば１５０ｄｐｉの所定解像度の
画像データを取得することができる。さらに、解像度指
定部により主走査方向または副走査方向の予め定められ
た画像データの解像度範囲のうち所定範囲の解像度（例
えば５００ｄｐｉ）を指定すると、認識用ＣＰＵ１２の
変換倍率制御手段によって、指定された解像度の画像デ
ータについて解像度を低く変換して所定の解像度（例え
ば５００ｄｐｉよりも低い解像度）に変換することも可
能であり、主走査・副走査方向とも、例えば７５ｄｐｉ
の所定解像度の画像データを取得することができる。

【００２４】次に、本実施の形態による画像認識装置に
おける特定画像認識アルゴリズムについて図１を用い
て、まず概要を説明する。

【００２５】解像度変換部５によって所定の解像度に変
換されたＲＧＢ画像信号は、一旦メモリ７に格納され
る。メモリ７に格納されたＲＧＢ画像信号は予め定めら
れたサイズのブロック単位に切り出され、ＲＧＢ点順次
信号として特徴色カウンタ８に送られる。上記ブロック
のサイズは例えば５０×５０画素（２５００画素）に設
定されている。特徴色カウンタ８は入力されたＲＧＢ画
像信号に対して、予め特徴色として定めたＲＧＢ値の範
囲に入っている画素の数をカウントする。このカウント
範囲は予めＲＯＭ１４に格納されており、動作時に特徴
色カウンタ８にセットされる。本実施の形態では特定画
像に含まれる異なる３色を特徴色として定義しており、
各ブロックに対して、特徴色と判断された画素数をカウ
ントする。

【００２６】１ブロックの特徴色カウントが終了する
と、その結果はテンプレート選択部９に転送されると共
にバッファ１１に書き込まれる。さて、この特徴色カウ
ンタ８から出力されるのは、５０×５０画素ブロック内
に存在する複数の特徴色の個数をそれぞれ計数したもの
である。特徴色の数が３であるから、これは３次元の特
徴ベクトルを出力していると見なすことができる。即ち
特徴色カウンタ８は特徴ベクトルの生成を行っているこ
とになる。テンプレート選択部９は、特徴色カウンタ８
で生成された特徴ベクトルと、テンプレート格納メモリ
１０に予め格納されている複数のテンプレートとを３次
元ユークリッド距離に基づいて比較し、もっとも近いテ
ンプレートを選択するとともに、テンプレート番号と３
次元ユークリッド距離をバッファ１１に格納する。最近
傍テンプレート番号と３次元ユークリッド距離は、入力
された画像データと特定画像の類似度を示す指標とな
る。

【００２７】さて、特徴色カウンタ８で処理される全画
素数は、主・副画素カウンタ１３で計数・管理されてお
り、ここで処理した画素数のカウント結果が所定量に達
すると、主・副画素カウンタ１３は認識用ＣＰＵ１２に
対して割り込み信号ｂを発生する。割り込み信号ｂを受
けて認識用ＣＰＵ１２は、バッファ１１を読み取り、こ
こに格納されている特徴色カウント結果、最近傍テンプ
レート番号、３次元ユークリッド距離を入手する。認識
用ＣＰＵ１２は、バッファ１１から読み取った最近傍テ
ンプレート番号、３次元ユークリッド距離に基づく類似
度を一定のルールに従って複数のブロック分選択し、そ
れらの和を計算し、その和に応じて判定結果を出力す
る。判定結果は認識用ＣＰＵ１２からシリアル通信ライ
ン６を介してＣＰＵ３に伝えられる。ＣＰＵ３は結果を
インタフェース部１に出力し、この判定結果はＳＣＳＩ
によって、ホストコンピュータや画像記録装置などの他
の装置２に出力される。

【００２８】次に、特徴色カウンタ８について詳細に説
明する。図２は特徴色カウンタの構成を示すブロック図
である。図２において、１８Ｃ０、１８Ｃ１、１８Ｃ２
はそれぞれ独立した特徴色を検出する特徴色検出部であ
る。本実施の形態では３つの特徴色を検出しているた
め、３つの特徴色検出部１８Ｃ０、１８Ｃ１、１８Ｃ２
を有している。各特徴色検出部１８Ｃ０、１８Ｃ１、１
８Ｃ２はそれぞれ異なる色を検出する点を除けば構成上
の差異はないため、一色分のみ詳細に示している。１９
は比較器であり、入力されたＲＧＢ画像データを予め定
められた値と比較し、画像データが所定の範囲に入るか
否かを検出する。２０はＡＮＤゲートであり、比較器１
９の出力に対してＡＮＤ処理を行い、結果を出力する。
２１はカウンタで、ＡＮＤゲート２０の出力が１となっ
た回数をカウントする。２２はカウントバッファで、カ
ウンタ２１のカウント結果を累積する。

【００２９】以上の構成を有する特徴色カウンタ８につ
いて詳細に説明する。特徴色カウンタ８は特定画像に含
まれる３つの特定色を検出してそれぞれの個数を検出す
る部分であるが、ここでは説明を簡単にするために、１
つの特徴色について特徴色検出部１８Ｃ０の動作を詳細
に説明する。まず入力されたＲＧＢ信号とは比較器１９
によって指定色信号と比較される。この指定色信号は認
識用ＣＰＵ１２によって比較器１９のレジスタにセット
される。指定色信号は特定画像に含まれる色を指定する
ものであり、目的とする特定画像に含まれる色を統計処
理することによってあらかじめ求めておき、一般には特
定画像の地肌色や絵柄に使用され広い範囲に分布する
色、または、押印の朱色などを用いる。なお、色を指定
するにあたって、指定色に幅を持たせるためにＲＧＢの
各上限、下限の値を例えば、ｒ＿ｒｅｆ１（Ｒ信号に対
する下限値）、ｒ＿ｒｅｆ２（Ｒ信号に対する上限値）
のように指定し、これらの範囲に入る画素を特定色画素
として扱う。比較器１９の出力はＡＮＤゲート２０によ
ってまとめられ、入力画像データが特定色の範囲である
場合、比較器１９からの出力が全て「１」となるために
ＡＮＤゲート２０の出力が「１」となる。このように検
出された特定色画素の画素数をカウンタ２１によってカ
ウントする。

【００３０】さて、このカウントはブロック単位におこ
なっている。ここでブロックとは、読み取り画像を主走
査方向、副走査方向に複数画素単位で分けたもので、こ
こでは解像度変換部５によって変換された所定解像度の
画素に対し５０画素を単位として、５０×５０画素の矩
形を１ブロックとする。したがって、カウンタ２１は５
０画素の入力毎にカウント結果をカウントバッファ２２
に保存しリセットされる。カウントバッファ２２は主走
査方向のブロック数分存在し、副走査方向に１ブロック
分のデータが記録される。カウンタ２１からカウントバ
ッファ２２への記録に際しては、常にカウントバッファ
２２上にすでに書き込まれているデータに対する加算結
果を書き込む、即ちリード・モディファイ・ライトの動
作を行うことで副走査方向１ブロックの特徴色画素数が
累積される。副走査方向に１ブロック分のデータ入力が
完結すると、カウントバッファ２２の内容、即ちブロッ
ク毎に求められた特徴色の計数結果はバッファ１１に格
納されると共にテンプレート選択部９に渡される。

【００３１】上記の動作は特徴色検出部１８Ｃ１、特徴
色検出部１８Ｃ２でも並列に行なわれており、予め定め
られた指定色信号に対して３つの特徴色がカウントさ
れ、それぞれのカウント結果は３次元ベクトル、即ち特
徴ベクトルとしてバッファ１１に格納されると供にテン
プレート選択部９に渡される。

【００３２】図３はバッファに格納されるデータのデー
タ構造を示すデータ図である。図中、太実線が各ブロッ
クの区切れを示しており、Ｃ０（ｎ）、Ｃ１（ｎ）、Ｃ
２（ｎ）はそれぞれで、第ｎブロックでカウントされた
特徴色画素カウントの結果を示し、１つのブロック特徴
データを３つの特定色画素数で構成していることを表し
ている。

【００３３】次に、テンプレート選択部９について詳細
に説明する。図４はテンプレート選択部の動作を示すフ
ローチャートである。以降の説明では図１と図４を併用
する。特徴色カウンタ８からテンプレート選択部９に、
３つの特徴色のカウント値で構成される特徴ベクトルが
ブロック毎に渡されると、特徴ベクトルとテンプレート
の比較が行なわれる。まずブロック毎の特徴ベクトルを
取得する（Ｓ１）。取得したデータは３次元のベクトル
データとして、Ｃｎ＝（Ｃ０（ｎ），Ｃ１（ｎ），Ｃ２
（ｎ））（但し、ｎはブロックの番号）として表す。こ
のＣｎの大きさ｜Ｃｎ｜が一定値以上か否かを判定する
（Ｓ２）。一定以上である場合には、テンプレート格納
メモリ１０に記憶されているテンプレートから、Ｃｎに
もっとも近いものを検索する。テンプレート格納メモリ
１０のテンプレートはＴｍ＝（ＴＣ０（ｍ），ＴＣ１
（ｍ），ＴＣ２（ｍ））（但し、ｍは参照データ番号；
ｍ＝１〜Ｍ）のデータ構造を有しており、距離Ｄｎｍ＝
｜Ｃｎ−Ｔｍ｜（３次元ベクトルのユークリッド距離）
が最も小さくなる時のＤｎｍを検出し、テンプレート番
号ｍと距離データＤｍｉｎをバッファ１１に格納する
（Ｓ３）。また、ステップ２において｜Ｃｎ｜が一定値
を超えない場合は、ステップ３のテンプレート検索を行
わず、テンプレートが定義されていないテンプレート番
号（例えばＭ＋１）とＤｎｍの取りうる最大値以上の値
Ｄｍａｘをバッファ１１に格納する（Ｓ４）。

【００３４】ここで、テンプレート格納メモリ１０に収
められているテンプレートについて詳細に説明する。テ
ンプレート格納メモリ１０はＲＡＭであり、ＲＯＭ１４
に予め格納された値を認識用ＣＰＵ１２によりコピーし
ている。テンプレートは、対象とする特定画像よりあら
かじめ求め、これらを格納しておく。

【００３５】図５（ａ）、（ｂ）、（ｃ）、（ｄ）はテ
ンプレートと特定画像の関係を示す説明図である。テン
プレートは、図５に示すように、対象とする特定画像を
水平位置に置いたときを基準（ａ）とし、対象とする特
定画像を水平位置から微少角度単位で回転させたとき
（図５（ｂ）、（ｃ））、また、ブロックと特定画像の
位置関係を、水平及び垂直方向に数画素単位にシフトさ
せたとき（図５（ｄ））の各ブロックに対し、各特徴色
に値する画素数を求めたものをテンプレートとしてい
る。但し、以上のようにして求められるテンプレートは
膨大な数になるために、ベクトル量子化などのクラスタ
リング手法を用いて代表的なものを抽出し、ＲＯＭ１４
に格納しておく。

【００３６】特定画像の認識過程について、まず図１を
用いて説明する。テンプレート選択部９の出力はバッフ
ァ１１に一旦格納される。これらの処理が所定量のブロ
ック分終了した段階で主・副画素カウンタ１３は割り込
み信号ｂを発生させ、認識用ＣＰＵ１２にバッファ１１
の内容を取得するよう要求する。認識用ＣＰＵ１２はバ
ッファ１１の内容を読み込み、作業用ＲＡＭ１７に格納
する。

【００３７】図６は作業用ＲＡＭ内のデータ構成を示し
たデータ図である。図中、ＴＮ（ｎ）はそれぞれ各ブロ
ックに対して求められた特徴ベクトルに最も近いテンプ
レート番号である。またＤ（ｎ）はそれぞれ各ブロック
に対して求められた、特徴ベクトルに最も近いテンプレ
ートとの距離ＤｍｉｎもしくはＤｍａｘである。

【００３８】図７（ａ）、（ｂ）、（ｃ）は、実際の特
定画像の各ブロックに対して与えられるＴＮ（ｎ）とＤ
（ｎ）のイメージを示すイメージ図である。図７（ａ）
は特定画像を含んだ画像であり、（ｂ）は各ブロックに
対するＴＮ（ｎ）の値を示したもので、ここではテンプ
レートの番号は最大２５４としており、テンプレートと
して定義されてない番号は２５４＋１＝２５５とする。
図７（ｃ）は各ブロックに対するＤ（ｎ）の値を示した
ものであり、図中の「００」の部分はＤｍａｘもしくは
それに近い値を示し、特定画像と色味が全く似ていない
画像だということを意味する。また図中の「０２」はＤ
ｍｉｎであり、特徴ベクトルとテンプレート間の距離の
値が０またはそれに近い値、即ち特定画像に色味が非常
に類似した画像を意味している。また図中の「０１」部
分はその中間の値、即ち曖昧な画像を意味している。

【００３９】認識用ＣＰＵ１２は作業用ＲＡＭ１７上に
展開されたＴＮ（ｎ）とＤ（ｎ）の分布状態と、後述す
るフレームマスクとに基づき特定画像の有無判定を行
う。まず最初にＤ（ｎ）を用いて行うフレーム判定処理
について説明する。フレーム判定処理では、複数の隣接
ブロックの集まりを１つのフレームとし、フレームは、
その中心位置が入力画像の左上から水平、垂直方向に１
ブロック単位にシフトするようにしながら処理を行う。

【００４０】次に、フレームマスクについて図８を用い
て説明する。図８はフレームマスクの構造を示すマスク
構造図である。フレームマスクとはフレームを構成する
ブロックにマスクをかけるもので、図８に示すようにマ
スク角度の異なるものを複数用意する。図８において、
斜線付き四角がマスクブロック、白四角が非マスクブロ
ックを示し、前者を「０」、後者を「１」の２値で表し
たコードをプログラムの一部としてＲＯＭ１４に収めて
おく。

【００４１】図９は、フレーム処理において、１つのフ
レームに対する処理内容を示すフローチャートである。
まず、フレーム中央のブロックに対して、特徴ベクトル
と選択されたテンプレートとの距離Ｄ（ｎ）を読み込
み、閾値Ｔｈ１と比較し、閾値Ｔｈ１より大きい（距離
が遠い）場合はこのフレームに対しては特定画像はなか
ったものとし、次のフレームに移動する。もし閾値Ｔｈ
１以下（距離が近い）のときはＲＯＭ１４からフレーム
マスクの１つを取得する（Ｓ１１、Ｓ１２）。取得した
フレームマスクを１ブロック毎に順次見て行き、マスク
ブロックに対しては以下の処理を飛ばし、非マスクブロ
ックに対してはそれに対応するブロックのＤ（ｎ）を作
業用ＲＡＭ１７から取得する（Ｓ１３、Ｓ１４）。取得
したＤ（ｎ）はＤｓｕｍに逐次加算し（Ｓ１５）、ま
た、処理を行ったブロック数をカウントするカウンタ値
Ｂｎｕｍをインクリメントしていく（Ｓ１６）。ステッ
プ１３からステップ１６までの処理を、フレームを構成
するブロックが終了するまで行う（Ｓ１７）。ブロック
数カウンタ値Ｂｎｕｍと距離の総和Ｄｓｕｍより、平均
距離Ｄｍｅａｎを求め（Ｓ１８）、これを閾値Ｔｈ２と
比較する。Ｄｍｅａｎ≦Ｔｈ２の場合には、画像中に特
定画像が含まれる可能性が高いと判定する（Ｓ１９）。
また、Ｄｍｅａｎ＞Ｔｈ２の場合は特定画像はなかった
と判定し、フレームマスクを変えてステップ１２〜１９
を繰り返す（Ｓ２０）。

【００４２】上述したフレーム判定処理で処理している
画像中に特定画像が含まれる可能性が高いと判定された
場合は最終判定を行う。以降、最終判定処理について図
１０と図１１を用いて説明する。図１０（ａ）、（ｂ）
は最終判定における回転角補正を示す説明図である。最
終判定には、各画像ブロックの特徴ベクトルと最も距離
が近いテンプレート番号が記述されたＴＮ（ｎ）を用い
る。しかし、フレーム判定処理で切り出された画像には
正置配置ではない特定画像が含まれる可能性もある。上
述したフレーム判定処理のＳ１９で、画像中に特定画像
が含まれる可能性が高いと判定された時点で用いられた
フレームマスクの種類によって、フレーム判定の段階で
特定画像の配置されている角度の見当をつけることがで
きる。この情報に基づいてＴＮ（ｎ）そのものを正置位
置に配置しなおす。図１０はその状況を示すものであ
り、図中（ａ）は回転補正前、（ｂ）は回転補正後の状
況を示している。各々の図で、○印、□印、△印の位置
が対応している。次に図１１を用いて最終判定処理を説
明する。図１１は最終判定におけるフレームとブロック
と認識処理の関係を示す説明図であり、前述した回転補
正が行なわれた後を想定している。図中にある○印、□
印、△印は図１０のものと対応している。図１０（ｂ）
では正置配置後のブロックは一部階段状になっている
が、最終判定では図１１に示すように特定原稿が正置配
置されたものとみなして処理を行う。

【００４３】図１１において、２３はフレーム判定で特
定画像の存在する可能性が高いと判定されたフレームに
ついて、更にＴＮ（ｎ）が２５５（＝テンプレート未定
義）以外の値を持つブロックの集合である。２４はブロ
ックの集合２３に含まれるブロックであり、説明を容易
にするため各ブロック毎にテンプレートをブロックヒス
トグラムとして記載している。２５は最終判定部であ
り、ニューラルネットワークにて構成されている。２６
はニューラルネットワークの入力層を、２７はニューラ
ルネットワークの中間層を、２８はニューラルネットワ
ークの出力層をそれぞれ示す。２９は比較部であり、ニ
ューラルネットワークの出力層２８から出力される２つ
の出力を比較して大きい方を選択する。

【００４４】さて、回転補正により、正置配置位置に変
換されたブロックは、それぞれテンプレート番号ＴＮ
（ｎ）を持っている。テンプレート番号とは実際は、特
定画像に含まれる特徴ベクトルそのものであるから、こ
れらは、図１１のブロック２４のようにヒストグラムで
示すことができる。このヒストグラムの度数を最終判定
部２５のニューラルネットワークの入力層２６に入力す
る。ニューラルネットワークの入力層２６は一つの入力
ユニットについて、ヒストグララムが有する３次元情報
に対応するため３つのノードを有しており、ヒストグラ
ムの度数はそれぞれのノードに対して入力される。全て
のブロックについて対応したノードに度数入力を行う。
ニューラルネットワークは予め学習しておいた重み付け
演算によりニューラルネットワークの中間層２７で演算
がなされ、ニューラルネットワークの出力層２８では特
定画像らしい度合いと、特定画像らしくない度合いを出
力する。最後に比較部２９で、より大きな度合いを出力
した方を選択して出力する。従って比較部２９の出力
は、入力された画像が特定画像であるか否かの２値出力
となる。以上の動作により特定画像の検出が可能とな
る。

【００４５】この装置は、入力された画像がスキャナに
より入力された画像であっても、プリンタに入力された
画像であっても、その他入力手段は一切問わず、ＣＰＵ
３の解像度指定部により入力された画像の解像度を指定
することさえできれば、認識用ＣＰＵ１２による変換倍
率制御手段から受け取った制御パラメータを基に解像度
変換部５は、入力解像度を十分低い所定の解像度に変換
することにより、入力画像の解像度に依存せず、特定画
像を認識できる装置である。

【００４６】さて、以上のようにして、入力された画像
中に特定画像が存在するか否かが判定されるが、この種
の認識には必ず誤判定の可能性がある。特に複写を禁止
されている特定画像を検出するような装置の場合、一般
画像を特定画像と認識してしまうと、本来複写が禁止さ
れてない画像に対して複写ができなくなるという問題が
ある。以降、図１を用いてこの解決方法について説明す
る。

【００４７】図１に示すように特定画像認識部４はメモ
リ７を有し、解像度変換部５によって所定の解像度に変
換されたＲＧＢ画像信号は、一旦メモリ７に格納されて
いる。さて、フレーム判定処理のステップ１９で、画像
中に特定画像が含まれる可能性が高いと判定された時点
で用いられたフレームマスクの種類によって、フレーム
判定の段階で特定画像の配置されている角度の見当をつ
けることができる。また画像に対してシフト等を行って
フレームマスクを当てはめる段階で、特定画像の座標情
報についても見当をつけることができる。認識用ＣＰＵ
１２はメモリ７にアクセスできるようにハードウェアが
構成されており、最終判定で特定画像と認識された場合
は、上記の位置および回転角度情報に基づき、認識用Ｃ
ＰＵ１２によりメモリ７の該当するアドレスをアクセス
し、特定画像の特定の部分について、印刷網などに関す
る構造情報や、より詳細な色味情報などを入手すること
ができる。詳細判定の後に、これらの情報に基づき再判
定を実施することで、誤判定が発生する可能性を非常に
少なくすることができる。

【００４８】以上のように本実施の形態によれば、入力
画像データを所定解像度の画像データに変換して出力す
る解像度変換部５と、入力画像データの解像度を指定す
るＣＰＵ３の解像度指定部と、解像度指定部で指定され
た指定解像度に応じて解像度変換部５の変換倍率を制御
する変化倍率制御手段を備え、解像度変換部５から出力
される所定解像度の画像データに基づいて特定画像を認
識する認識用制御部１２とを有し、認識用制御部１２の
変換倍率制御手段は、解像度変換部５から出力される画
像データの所定解像度を、入力画像データの解像度に関
わらず、常に、一定の解像度に制御するようにしたこと
により、入力画像データの解像度（指定解像度）に関わ
らず、入力画像データを一定解像度（所定解像度）の画
像データに常に変換することができるので、その所定解
像度の画像データに基づいて特定画像の有無を正確に認
識することができる。

【００４９】また、解像度変換部５は、ＣＰＵ３の解像
度指定部で予め指定された解像度範囲のうち所定範囲の
解像度の画像データについて、より低い解像度に変換し
て所定解像度を得るようにしたことにより、入力画像デ
ータの指定解像度に基づいて入力画像データを容易に所
定解像度の画像データに変換することができるので、特
定画像の有無を正確に認識することができる。

【００５０】

【発明の効果】以上述べてきたように本発明の請求項１
に記載の画像認識装置によれば、入力画像データを所定
解像度の画像データに変換して出力する解像度変換部
と、解像度変換部から出力される所定解像度の画像デー
タに基づいて特定画像を認識する認識用制御部とを有す
ることにより、入力画像データの解像度を所定解像度に
変換することができるので、この所定解像度に変換され
た画像データから特定画像の有無を正確に認識すること
ができるという有利な効果が得られる。

【００５１】請求項２に記載の画像認識装置によれば、
請求項１に記載の画像認識装置において、入力画像デー
タの解像度を指定する解像度指定部と、解像度指定部で
指定された指定解像度に応じて解像度変換部の変換倍率
を制御する変化倍率制御手段とを備え、変換倍率制御手
段は、解像度変換部から出力される画像データの所定解
像度を、入力画像データの解像度に関わらず、常に、一
定の解像度に制御することにより、入力画像データの解
像度（指定解像度）に関わらず、入力画像データを一定
解像度（所定解像度）の画像データに常に変換すること
ができるので、その所定解像度の画像データに基づいて
特定画像の有無を正確に認識することができるという有
利な効果が得られる。

【００５２】請求項３に記載の画像認識装置によれば、
請求項２に記載の画像認識装置において、解像度変換部
は、解像度指定部で予め指定された解像度範囲のうち所
定範囲の解像度の画像データについて、より低い解像度
に変換して所定解像度を得ることにより、入力画像デー
タの指定解像度に基づいて入力画像データを容易に所定
解像度の画像データに変換することができるので、特定
画像の有無を正確に認識することができるという有利な
効果が得られる。

【図面の簡単な説明】

【図１】本発明の実施の形態１による画像認識装置を示
すブロック図

【図２】特徴色カウンタの構成を示すブロック図

【図３】バッファに格納されるデータのデータ構造を示
すデータ図

【図４】テンプレート選択部の動作を示すフローチャー
ト

【図５】（ａ）テンプレートと特定画像の関係を示す説
明図（ｂ）テンプレートと特定画像の関係を示す説明図（ｃ）テンプレートと特定画像の関係を示す説明図（ｄ）テンプレートと特定画像の関係を示す説明図

【図６】作業用ＲＡＭ内のデータ構成を示したデータ図

【図７】（ａ）実際の特定画像の各ブロックに対して与
えられるＴＮ（ｎ）とＤ（ｎ）のイメージを示すイメー
ジ図（ｂ）実際の特定画像の各ブロックに対して与えられる
ＴＮ（ｎ）とＤ（ｎ）のイメージを示すイメージ図（ｃ）実際の特定画像の各ブロックに対して与えられる
ＴＮ（ｎ）とＤ（ｎ）のイメージを示すイメージ図

【図８】フレームマスクの構造を示すマスク構造図

【図９】フレーム処理において、１つのフレームに対す
る処理内容を示すフローチャート

【図１０】（ａ）最終判定における回転角補正を示す説
明図（ｂ）最終判定における回転角補正を示す説明図

【図１１】最終判定におけるフレームとブロックと認識
処理の関係を示す説明図

【図１２】解像度変換部における解像度変換アルゴリズ
ムを示すアルゴリズム図

【符号の説明】

１インタフェース部（Ｉ／Ｆ部）２他の装置３ＣＰＵ４特定画像認識部５解像度変換部６シリアル通信ライン７メモリ８特徴色カウンタ９テンプレート選択部１０テンプレート格納メモリ１１バッファ１２認識用ＣＰＵ（認識用制御部）１３主・副画素カウンタ１４ＲＯＭ１５制御信号線１６割込み信号線１７作業用ＲＡＭ１８Ｃ０、１８Ｃ１、１８Ｃ２特徴色検出部１９比較器２０ＡＮＤゲート２１カウンタ２２カウントバッファ２３ブロックの集合２４ブロックヒストグラム２５最終判定部２６ニューラルネットワークの入力層２７ニューラルネットワークの中間層２８ニューラルネットワークの出力層２９比較部３０６００ｄｐｉの１画素

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｇ０６Ｆ 15/70 ４６５ＡＨ０４Ｎ 1/40 Ｚ (72)発明者山田太一大阪府門真市大字門真1006番地松下電器産業株式会社内Ｆターム(参考） 5B057 AA20 BA02 CA01 CA12 CA16 CB01 CB12 CB16 CC01 CD03 CD05 DA06 DB02 DB06 DC25 5B075 ND06 QM08 QS03 UU40 5C077 LL14 PP22 TT06 5L096 AA01 BA07 BA18 DA02 EA03 EA16 FA15 GA19 GA38 HA08 HA11 JA13

Claims

【特許請求の範囲】

【請求項１】入力画像データを所定解像度の画像データ
に変換して出力する解像度変換部と、前記解像度変換部
から出力される前記所定解像度の画像データに基づいて
特定画像を認識する認識用制御部とを有することを特徴
とする画像認識装置。
【請求項２】前記入力画像データの解像度を指定する解
像度指定部と、前記解像度指定部で指定された指定解像
度に応じて前記解像度変換部の変換倍率を制御する変換
倍率制御手段とを備え、前記変換倍率制御手段は、前記
解像度変換部から出力される画像データの所定解像度
を、入力画像データの解像度に関わらず、常に、一定の
解像度に制御することを特徴とする請求項１に記載の画
像認識装置。
【請求項３】前記解像度変換部は、前記解像度指定部で
予め指定された解像度範囲のうち所定範囲の解像度の画
像データについて、より低い解像度に変換して所定解像
度を得ることを特徴とする請求項２に記載の画像認識装
置。