JP2001155146A - 画像処理装置及び画像処理方法 - Google Patents
画像処理装置及び画像処理方法Info
- Publication number
- JP2001155146A JP2001155146A JP33549599A JP33549599A JP2001155146A JP 2001155146 A JP2001155146 A JP 2001155146A JP 33549599 A JP33549599 A JP 33549599A JP 33549599 A JP33549599 A JP 33549599A JP 2001155146 A JP2001155146 A JP 2001155146A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- background
- image
- target pixel
- image processing
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- 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
- H04N1/40—Picture signal circuits
- H04N1/403—Discrimination between the two tones in the picture signal of a two-tone original
-
- 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
- G06V30/16—Image preprocessing
- G06V30/162—Quantising the image signal
-
- 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
Abstract
(57)【要約】
【課題】多値画像を処理する画像処理装置において、従
来の局所的二値化処理で問題であったごま塩状ノイズを
低い計算コストで除去できる方式を提供する。 【解決手段】 背景判別手段１０１と局所的二値化手段
１０２を備え、多値画像を入力とし、各画素毎に背景判
別手段が背景画素であるか否かを判別し、背景でなかっ
た場合にのみ局所的二値化手段が局所的二値化を行い、
背景かまたは文字、罫線などを構成するストロークであ
るかを判別して、二値画像を出力するように構成する。
局所的二値化を行う前に、背景判別手段１０１が大まか
に対象画素が背景であるか否かを判別するため、低い計
算コストでごま塩状ノイズの発生を抑制することができ
る。
来の局所的二値化処理で問題であったごま塩状ノイズを
低い計算コストで除去できる方式を提供する。 【解決手段】 背景判別手段１０１と局所的二値化手段
１０２を備え、多値画像を入力とし、各画素毎に背景判
別手段が背景画素であるか否かを判別し、背景でなかっ
た場合にのみ局所的二値化手段が局所的二値化を行い、
背景かまたは文字、罫線などを構成するストロークであ
るかを判別して、二値画像を出力するように構成する。
局所的二値化を行う前に、背景判別手段１０１が大まか
に対象画素が背景であるか否かを判別するため、低い計
算コストでごま塩状ノイズの発生を抑制することができ
る。
Description
【０００１】
【発明の属する技術分野】本発明は、多値画像処理技術
に関する。
に関する。
【０００２】
【従来の技術】近年、非接触型画像入力装置(Over Head
Reader:ＯＨＲ）を用いた帳票認識技術が金融ＯＣＲ(O
ptical Character Reader)商談獲得の鍵となってきてい
る。非接触型画像入力装置（ＯＨＲ）とは、ラインある
いはエリアＣＣＤを撮像素子として備える、図２６に示
すようなスタンド型の画像入力装置である。従来のイメ
ージスキャナなどの接触型画像入力装置と比較して、Ｏ
ＨＲを用いることによって、ユーザが画像入力を行いな
がら帳票への記入が行える、帳票の表を見たまま画像入
力が行える、といった作業の快適さを享受できる。
Reader:ＯＨＲ）を用いた帳票認識技術が金融ＯＣＲ(O
ptical Character Reader)商談獲得の鍵となってきてい
る。非接触型画像入力装置（ＯＨＲ）とは、ラインある
いはエリアＣＣＤを撮像素子として備える、図２６に示
すようなスタンド型の画像入力装置である。従来のイメ
ージスキャナなどの接触型画像入力装置と比較して、Ｏ
ＨＲを用いることによって、ユーザが画像入力を行いな
がら帳票への記入が行える、帳票の表を見たまま画像入
力が行える、といった作業の快適さを享受できる。
【０００３】一方、ＯＨＲにて取得した画像（以降ＯＨ
Ｒ画像と呼ぶ）はスキャナにて取得した画像（以降スキ
ャナ画像と呼ぶ）と比較して、濃淡むら、影、画像の歪
みなどの画像の劣化が見られる。
Ｒ画像と呼ぶ）はスキャナにて取得した画像（以降スキ
ャナ画像と呼ぶ）と比較して、濃淡むら、影、画像の歪
みなどの画像の劣化が見られる。
【０００４】図２７にスキャナ画像の例、図２８にＯＨ
Ｒ画像の例を示す。図２８のＯＨＲ画像は、机、壁、人
間などの影を含んでおらず、ＯＨＲで取得できる画像と
しては比較的品質の良い画像であるが、図２７に比べ
て、濃淡むらの度合いが強く、文字線がよりぼけてしま
っている。また、ＯＨＲを用いる場合、机、壁、人間な
どの影が画像に含まれてしまう可能性があり、図２９に
示すような影ありのＯＨＲ画像を取り扱う場合も発生す
る。図２９に示すＯＨＲ画像は、影の影響でグラデーシ
ョンがかかったように、画像の右から左に向けて暗くな
っている。ＯＨＲを用いるためには、このような画像の
劣化を克服する基盤技術の開発が重要な課題となる。
Ｒ画像の例を示す。図２８のＯＨＲ画像は、机、壁、人
間などの影を含んでおらず、ＯＨＲで取得できる画像と
しては比較的品質の良い画像であるが、図２７に比べ
て、濃淡むらの度合いが強く、文字線がよりぼけてしま
っている。また、ＯＨＲを用いる場合、机、壁、人間な
どの影が画像に含まれてしまう可能性があり、図２９に
示すような影ありのＯＨＲ画像を取り扱う場合も発生す
る。図２９に示すＯＨＲ画像は、影の影響でグラデーシ
ョンがかかったように、画像の右から左に向けて暗くな
っている。ＯＨＲを用いるためには、このような画像の
劣化を克服する基盤技術の開発が重要な課題となる。
【０００５】ＯＨＲ画像に対して高精度な二値化方式を
構築するためには、影、濃淡むらに対して安定した文字
輪郭を得る必要があり、一定閾値二値化では不十分で、
Niblackの局所的二値化（文献１：IEEE Transactions o
n Pattern Analysis and Machine Intelligence, Vol.1
7, No.12, p.1191-1202, 1995. 参照）などを導入する
必要がある。
構築するためには、影、濃淡むらに対して安定した文字
輪郭を得る必要があり、一定閾値二値化では不十分で、
Niblackの局所的二値化（文献１：IEEE Transactions o
n Pattern Analysis and Machine Intelligence, Vol.1
7, No.12, p.1191-1202, 1995. 参照）などを導入する
必要がある。
【０００６】Niblack の局所的二値化とは、各画素の閾
値Ｔ＝Ｅ＋Ｋσ（Ｅ：対象画素の近傍領域の画素濃度の
平均、σ：対象画素の近傍領域の画素濃度の標準偏差、
Ｋ：所定の定数）として、画素毎に二値化を実行する方
式である。画素の近傍領域として、対象画素を中心とす
るＮ×Ｎ（Ｎは定数）の矩形領域を用いる。
値Ｔ＝Ｅ＋Ｋσ（Ｅ：対象画素の近傍領域の画素濃度の
平均、σ：対象画素の近傍領域の画素濃度の標準偏差、
Ｋ：所定の定数）として、画素毎に二値化を実行する方
式である。画素の近傍領域として、対象画素を中心とす
るＮ×Ｎ（Ｎは定数）の矩形領域を用いる。
【０００７】
【発明が解決しようとする課題】しかしながら、Niblac
k の二値化などの従来方式をそのまま適用すると、背景
及び太い線の内部において、画素近傍の全ての画素が一
様な濃度であるため、ごま塩状ノイズが発生してしま
う。
k の二値化などの従来方式をそのまま適用すると、背景
及び太い線の内部において、画素近傍の全ての画素が一
様な濃度であるため、ごま塩状ノイズが発生してしま
う。
【０００８】図３０に示すＯＨＲ画像にNiblack の局所
的二値化（Ｎ＝７、Ｋ＝−０．１）を施した二値画像を
図３１に示す。図３１のように、従来の二値化方式では
ごま塩状ノイズが発生する。このようなごま塩状ノイズ
を除去する必要がある。
的二値化（Ｎ＝７、Ｋ＝−０．１）を施した二値画像を
図３１に示す。図３１のように、従来の二値化方式では
ごま塩状ノイズが発生する。このようなごま塩状ノイズ
を除去する必要がある。
【０００９】Niblack の局所的二値化を採用した場合に
発生するごま塩状ノイズを除去する方法は、先の文献１
にも記されているが、その方法は複雑で、処理が重く、
計算コストが高いという問題がある。
発生するごま塩状ノイズを除去する方法は、先の文献１
にも記されているが、その方法は複雑で、処理が重く、
計算コストが高いという問題がある。
【００１０】本発明の課題は、従来の二値化方式の問題
点であるごま塩状ノイズをできるだけ低い計算コストで
除去できるようにすることである。
点であるごま塩状ノイズをできるだけ低い計算コストで
除去できるようにすることである。
【００１１】
【課題を解決するための手段】上述した課題を解決する
ために、本発明では、対象とする画素の近傍領域から得
られる情報を元に、各対象画素が背景画素であるか否か
を判別する背景判別手段を導入し、Niblack 等の局所的
二値化と組み合わせて用いるようにした。
ために、本発明では、対象とする画素の近傍領域から得
られる情報を元に、各対象画素が背景画素であるか否か
を判別する背景判別手段を導入し、Niblack 等の局所的
二値化と組み合わせて用いるようにした。
【００１２】本発明の一態様によれば、背景判別手段と
局所的二値化手段を備え、多値画像を入力とし、画素ご
とに背景判別手段が背景画素であるか否かを判別し、背
景でなかった場合にのみ局所的二値化手段が局所的二値
化を行い、背景であるかまたは文字、罫線などを構成す
るストロークであるかを判別して、二値画像を出力する
ように構成する。
局所的二値化手段を備え、多値画像を入力とし、画素ご
とに背景判別手段が背景画素であるか否かを判別し、背
景でなかった場合にのみ局所的二値化手段が局所的二値
化を行い、背景であるかまたは文字、罫線などを構成す
るストロークであるかを判別して、二値画像を出力する
ように構成する。
【００１３】また、本発明の一態様によれば、背景判別
手段と局所的二値化手段と線素制約手段を備える。多値
画像を入力とし、画素ごとに背景判別手段が背景画素で
あるか否かを判別し、背景でなかった場合にのみ局所的
二値化手段が局所的二値化を行い、背景かストロークか
を判別して二値画像を得て、得た二値画像に対して、線
素制約手段が対象画素を含む形状の固定された線素マス
ク中の黒画素の割合が一定以上の場合のみ、その黒画素
を黒画素として残す、あるいは線素マスク中の全画素を
黒画素に変更する。
手段と局所的二値化手段と線素制約手段を備える。多値
画像を入力とし、画素ごとに背景判別手段が背景画素で
あるか否かを判別し、背景でなかった場合にのみ局所的
二値化手段が局所的二値化を行い、背景かストロークか
を判別して二値画像を得て、得た二値画像に対して、線
素制約手段が対象画素を含む形状の固定された線素マス
ク中の黒画素の割合が一定以上の場合のみ、その黒画素
を黒画素として残す、あるいは線素マスク中の全画素を
黒画素に変更する。
【００１４】また、本発明の一態様によれば、背景判別
手段と局所的二値化手段と線素制約手段とストローク分
離手段を備える。多値画像を入力とし、画素ごとに背景
判別手段が背景画素であるか否かを判別し、背景でなか
った場合にのみ局所的二値化手段が局所的二値化を行
い、背景かストロークかを判別して二値画像を得て、得
た二値画像に対して、線素制約手段が対象画素を含む形
状の固定された線素マスク中の黒画素の割合が一定以上
の場合のみ、その黒画素を黒画素として残す、あるいは
線素マスク中の全画素を黒画素に変更し、ストローク分
離手段が黒画素連結成分に対応する濃淡画像中の部分パ
ターンに二値化を適用し、濃度の異なるストロークを分
離する。
手段と局所的二値化手段と線素制約手段とストローク分
離手段を備える。多値画像を入力とし、画素ごとに背景
判別手段が背景画素であるか否かを判別し、背景でなか
った場合にのみ局所的二値化手段が局所的二値化を行
い、背景かストロークかを判別して二値画像を得て、得
た二値画像に対して、線素制約手段が対象画素を含む形
状の固定された線素マスク中の黒画素の割合が一定以上
の場合のみ、その黒画素を黒画素として残す、あるいは
線素マスク中の全画素を黒画素に変更し、ストローク分
離手段が黒画素連結成分に対応する濃淡画像中の部分パ
ターンに二値化を適用し、濃度の異なるストロークを分
離する。
【００１５】上記の構成のいずれにおいても、局所的二
値化を施す前に、背景判別手段が大まかに対象画素が背
景であるか否かを判別するため、低い計算コストでごま
塩状ノイズの発生を抑制することができる。
値化を施す前に、背景判別手段が大まかに対象画素が背
景であるか否かを判別するため、低い計算コストでごま
塩状ノイズの発生を抑制することができる。
【００１６】
【発明の実施の形態】以下、本発明の実施の形態を図面
を参照しながら説明する。図１は、本発明の第１実施例
における画像処理装置の構成図である。背景判別手段１
０１と局所的二値化手段１０２を備える。多値画像を入
力とし、画素ごとに背景判別手段１０１が背景画素であ
るか否かを判別し、背景でなかった場合にのみ局所的二
値化手段１０２が局所的二値化を行い、背景であるかス
トロークであるかを判別して、二値画像を出力する。
を参照しながら説明する。図１は、本発明の第１実施例
における画像処理装置の構成図である。背景判別手段１
０１と局所的二値化手段１０２を備える。多値画像を入
力とし、画素ごとに背景判別手段１０１が背景画素であ
るか否かを判別し、背景でなかった場合にのみ局所的二
値化手段１０２が局所的二値化を行い、背景であるかス
トロークであるかを判別して、二値画像を出力する。
【００１７】図２は、本発明の第２実施例における画像
処理装置の構成図である。標準偏差による背景判別手段
２０１と局所的二値化手段２０２を備える。多値画像を
入力とし、画素ごとに標準偏差による背景判別手段２０
１が背景画素であるか否かを判別し、背景でなかった場
合にのみ局所的二値化手段２０２が局所的二値化を行
い、背景かストロークかを判別して二値画像を出力す
る。
処理装置の構成図である。標準偏差による背景判別手段
２０１と局所的二値化手段２０２を備える。多値画像を
入力とし、画素ごとに標準偏差による背景判別手段２０
１が背景画素であるか否かを判別し、背景でなかった場
合にのみ局所的二値化手段２０２が局所的二値化を行
い、背景かストロークかを判別して二値画像を出力す
る。
【００１８】標準偏差による背景判別手段２０１は、対
象画素の近傍領域内にある画素の濃度の標準偏差σの値
を用いて、対象画素が背景画素であるか否かを判別す
る。すなわち、σ＜σｍｉｎ（あらかじめ決められた定
数）の場合、対象画素の近傍の濃度が一様であると考え
られ、この条件を満たすとき背景画素であると判断す
る。尚、対象画素の近傍領域とは、対象画素を含む連結
領域である画素の近傍のことで、図３に一例を示す。図
３では、対象画素３０１を中心とするＮ×Ｎの矩形領域
（図３ではＮ＝７）を画素の近傍領域３０２としてい
る。近傍領域の形状は矩形に限らず、円形、ひし形など
適当な形状でよい。また、対象画素３０１は近傍領域の
中心に位置しなくてもかまわない。近傍領域３０２内の
画素濃度の標準偏差が、対象画素３０１の標準偏差σと
して割り当てられる。
象画素の近傍領域内にある画素の濃度の標準偏差σの値
を用いて、対象画素が背景画素であるか否かを判別す
る。すなわち、σ＜σｍｉｎ（あらかじめ決められた定
数）の場合、対象画素の近傍の濃度が一様であると考え
られ、この条件を満たすとき背景画素であると判断す
る。尚、対象画素の近傍領域とは、対象画素を含む連結
領域である画素の近傍のことで、図３に一例を示す。図
３では、対象画素３０１を中心とするＮ×Ｎの矩形領域
（図３ではＮ＝７）を画素の近傍領域３０２としてい
る。近傍領域の形状は矩形に限らず、円形、ひし形など
適当な形状でよい。また、対象画素３０１は近傍領域の
中心に位置しなくてもかまわない。近傍領域３０２内の
画素濃度の標準偏差が、対象画素３０１の標準偏差σと
して割り当てられる。
【００１９】そして、標準偏差による背景判別手段２０
１において背景でないと判断された画素についてのみ、
局所的二値化手段２０２においてNiblack の局所的二値
化を実行する。Niblack の二値化は、各画素の二値化閾
値Ｔとして、対象画素の近傍領域の画素濃度の平均Ｅと
標準偏差σを用いて、Ｔ＝Ｅ＋Ｋσで求められる量を用
いる二値化方式である。
１において背景でないと判断された画素についてのみ、
局所的二値化手段２０２においてNiblack の局所的二値
化を実行する。Niblack の二値化は、各画素の二値化閾
値Ｔとして、対象画素の近傍領域の画素濃度の平均Ｅと
標準偏差σを用いて、Ｔ＝Ｅ＋Ｋσで求められる量を用
いる二値化方式である。
【００２０】図３０に示すＯＨＲ画像を、Niblack の局
所的二値化によって処理した結果を図３１に、本発明第
２実施例における画像処理装置によって処理した結果を
図４に示す。図３１と図４を比較すると、標準偏差によ
る背景判別を行ってからNiblack の局所的二値化を行っ
た本発明第２の実施例の処理結果では、ごま塩状ノイズ
をほぼ除去できたことが分かる。尚、図４の結果を得る
ための処理では、近傍領域として対象画素を中心とする
７×７の矩形領域を用い、σｍｉｎ＝１０、Ｋ＝−０．
１とした。
所的二値化によって処理した結果を図３１に、本発明第
２実施例における画像処理装置によって処理した結果を
図４に示す。図３１と図４を比較すると、標準偏差によ
る背景判別を行ってからNiblack の局所的二値化を行っ
た本発明第２の実施例の処理結果では、ごま塩状ノイズ
をほぼ除去できたことが分かる。尚、図４の結果を得る
ための処理では、近傍領域として対象画素を中心とする
７×７の矩形領域を用い、σｍｉｎ＝１０、Ｋ＝−０．
１とした。
【００２１】図５は、本発明の第３実施例における画像
処理装置の構成図である。平均濃度差による背景判別手
段５０１と局所的二値化手段５０２を備える。多値画像
を入力とし、画素ごとに平均濃度差による背景判別手段
５０１が背景画素であるか否かを判別し、背景でなかっ
た場合にのみ局所的二値化手段５０２が局所的二値化を
行い、背景かストロークかを判別して二値画像を出力す
る。
処理装置の構成図である。平均濃度差による背景判別手
段５０１と局所的二値化手段５０２を備える。多値画像
を入力とし、画素ごとに平均濃度差による背景判別手段
５０１が背景画素であるか否かを判別し、背景でなかっ
た場合にのみ局所的二値化手段５０２が局所的二値化を
行い、背景かストロークかを判別して二値画像を出力す
る。
【００２２】平均濃度差による背景判別手段５０１は、
対象画素の近傍領域内の平均濃度差Δｇを用いて、対象
画素が背景画素であるか否かを判別する。ここで、平均
濃度差Δｇは、Δｇ＝近傍領域内の白画素の平均濃度−
近傍領域内の黒画素の平均濃度、で定義される量であ
る。なお、式中の「近傍領域内の白画素」、「近傍領域
内の黒画素」とは、仮の二値化閾値Ｔ’によって、仮に
決定されるものである。
対象画素の近傍領域内の平均濃度差Δｇを用いて、対象
画素が背景画素であるか否かを判別する。ここで、平均
濃度差Δｇは、Δｇ＝近傍領域内の白画素の平均濃度−
近傍領域内の黒画素の平均濃度、で定義される量であ
る。なお、式中の「近傍領域内の白画素」、「近傍領域
内の黒画素」とは、仮の二値化閾値Ｔ’によって、仮に
決定されるものである。
【００２３】平均濃度差Δｇを、図６を用いて説明す
る。まず、対象画素ｍの近傍領域６０１において、閾値
Ｔ’によって画素ａ〜βが白画素に、画素Ａ〜Ｕが黒画
素に、仮に決定される。そして、それぞれ白画素ａ〜β
の平均濃度、黒画素Ａ〜Ｕの平均濃度を求め、その
差（平均濃度−平均濃度）から平均濃度差Δｇが求
められる。求められたΔｇは対象画素ｍの平均濃度差Δ
ｇとして割り当てられる。
る。まず、対象画素ｍの近傍領域６０１において、閾値
Ｔ’によって画素ａ〜βが白画素に、画素Ａ〜Ｕが黒画
素に、仮に決定される。そして、それぞれ白画素ａ〜β
の平均濃度、黒画素Ａ〜Ｕの平均濃度を求め、その
差（平均濃度−平均濃度）から平均濃度差Δｇが求
められる。求められたΔｇは対象画素ｍの平均濃度差Δ
ｇとして割り当てられる。
【００２４】近傍領域内に背景領域とストローク領域が
両方含まれている場合、平均濃度差Δｇは大きくなり、
背景領域のみまたはストローク領域のみの場合、平均濃
度差Δｇは小さくなる。したがって、平均濃度差による
背景判別手段５０１において平均濃度差Δｇ＜Δｇｍｉ
ｎ（あらかじめ決められた定数）の場合、対象画素が背
景画素であると判断する。そして、局所的二値化手段５
０２で、平均濃度差による背景判別手段５０１において
背景でないと判断された画素についてのみNiblack の局
所的二値化を実行する。
両方含まれている場合、平均濃度差Δｇは大きくなり、
背景領域のみまたはストローク領域のみの場合、平均濃
度差Δｇは小さくなる。したがって、平均濃度差による
背景判別手段５０１において平均濃度差Δｇ＜Δｇｍｉ
ｎ（あらかじめ決められた定数）の場合、対象画素が背
景画素であると判断する。そして、局所的二値化手段５
０２で、平均濃度差による背景判別手段５０１において
背景でないと判断された画素についてのみNiblack の局
所的二値化を実行する。
【００２５】図２９に示すＯＨＲ画像を、本発明の第２
実施例における画像処理装置（標準偏差による背景判別
手段を備える）によって処理した結果を図７に、本発明
の第３実施例における画像処理装置（平均濃度差による
背景判別手段を備える）によって処理した結果を図８に
示す。尚、図７、８の結果を得るための処理では、近傍
領域として対象画素を中心とする７×７の矩形領域を用
い、σｍｉｎ＝１０、Ｋ＝−０．１、Δｇｍｉｎ＝８と
した。
実施例における画像処理装置（標準偏差による背景判別
手段を備える）によって処理した結果を図７に、本発明
の第３実施例における画像処理装置（平均濃度差による
背景判別手段を備える）によって処理した結果を図８に
示す。尚、図７、８の結果を得るための処理では、近傍
領域として対象画素を中心とする７×７の矩形領域を用
い、σｍｉｎ＝１０、Ｋ＝−０．１、Δｇｍｉｎ＝８と
した。
【００２６】図２９は影のあるＯＨＲ画像のため、影の
部分では背景領域であっても黒画素と判断される可能性
があり、ストロークと背景の濃度差が小さくなる。その
ため標準偏差による背景判別手段を備えた画像処理装置
では、図７に示すように、ストロークが十分に抽出でき
ず、かすれるが、平均濃度差による背景判別手段を備え
た画像処理装置では、図８に示すように、ストロークを
かすれなしで抽出することができ、またノイズが少ない
良好な二値化結果を得ることができる。
部分では背景領域であっても黒画素と判断される可能性
があり、ストロークと背景の濃度差が小さくなる。その
ため標準偏差による背景判別手段を備えた画像処理装置
では、図７に示すように、ストロークが十分に抽出でき
ず、かすれるが、平均濃度差による背景判別手段を備え
た画像処理装置では、図８に示すように、ストロークを
かすれなしで抽出することができ、またノイズが少ない
良好な二値化結果を得ることができる。
【００２７】尚、本発明第３の実施例における平均濃度
差による背景判別手段５０１は、平均濃度差Δｇ＜Δｇ
ｍｉｎ（あらかじめ決められた定数）の場合に対象画素
が背景画素であると判断するが、近傍領域内がストロー
ク領域のみに該当してしまった場合にも平均濃度差Δｇ
は小さくなるため、本来ストロークと認識されるべき画
素が背景画素であると判断されてしまう場合もある。例
えば、原画像である図２９の「静岡１０」の文字は黒文
字であるが、本発明第３の実施例における処理結果であ
る図８では「静岡１０」の文字は白抜きになってしまっ
ている。これを防ぐために、本発明第３の実施例におけ
る平均濃度差による背景判別手段５０１において、先に
説明したように対象画素が背景画素であるか否かを判断
した後に、更に、対象画素の濃度をもとに、対象画素が
黒画素か白画素かの判定を行う処理を追加する。この処
理によりストロークが白抜きになってしまうことを防ぐ
ことができる。
差による背景判別手段５０１は、平均濃度差Δｇ＜Δｇ
ｍｉｎ（あらかじめ決められた定数）の場合に対象画素
が背景画素であると判断するが、近傍領域内がストロー
ク領域のみに該当してしまった場合にも平均濃度差Δｇ
は小さくなるため、本来ストロークと認識されるべき画
素が背景画素であると判断されてしまう場合もある。例
えば、原画像である図２９の「静岡１０」の文字は黒文
字であるが、本発明第３の実施例における処理結果であ
る図８では「静岡１０」の文字は白抜きになってしまっ
ている。これを防ぐために、本発明第３の実施例におけ
る平均濃度差による背景判別手段５０１において、先に
説明したように対象画素が背景画素であるか否かを判断
した後に、更に、対象画素の濃度をもとに、対象画素が
黒画素か白画素かの判定を行う処理を追加する。この処
理によりストロークが白抜きになってしまうことを防ぐ
ことができる。
【００２８】図９は、本発明の第４実施例における画像
処理装置の構成図である。ｒによる背景判別手段９０１
と局所的二値化手段９０２を備える。多値画像を入力と
し、各画素ごとにｒによる背景判別手段９０１が背景画
素であるか否かを判別し、背景でなかった場合にのみ局
所的二値化手段９０２が局所的二値化を行い、背景かス
トロークかを判別して二値画像を出力する。
処理装置の構成図である。ｒによる背景判別手段９０１
と局所的二値化手段９０２を備える。多値画像を入力と
し、各画素ごとにｒによる背景判別手段９０１が背景画
素であるか否かを判別し、背景でなかった場合にのみ局
所的二値化手段９０２が局所的二値化を行い、背景かス
トロークかを判別して二値画像を出力する。
【００２９】ｒによる背景判別手段９０１におけるｒ
は、対象画素近傍領域内にある画素濃度の標準偏差を
σ、対象画素の均分領域内の濃度差をΔｇとすると、ｒ
＝σ／Δｇで求められる。ｒによる背景判別手段９０１
は、求められたｒを用いて対象画素が背景画素であるか
否かを判別する。
は、対象画素近傍領域内にある画素濃度の標準偏差を
σ、対象画素の均分領域内の濃度差をΔｇとすると、ｒ
＝σ／Δｇで求められる。ｒによる背景判別手段９０１
は、求められたｒを用いて対象画素が背景画素であるか
否かを判別する。
【００３０】ここで、図１０、図１１を用いてｒについ
て説明する。図１０はある多値画像の一例で、対象画素
１００１、近傍領域１００２、近傍領域の黒領域１００
３、近傍領域の白領域１００４、ストローク１００５、
背景１００６を示している。
て説明する。図１０はある多値画像の一例で、対象画素
１００１、近傍領域１００２、近傍領域の黒領域１００
３、近傍領域の白領域１００４、ストローク１００５、
背景１００６を示している。
【００３１】近傍領域の黒領域１００３の平均濃度をｇ
１、近傍領域の白領域１００４の平均濃度をｇ２とす
る。すると標準偏差σについて、σ＝ｒ│ｇ１−ｇ２│
＝ｒΔｇが成り立つ。すなわちｒ＝σ／Δｇとなる。ま
た、近傍領域内の黒画素比率ｔ（０≦ｔ≦１）とする
と、（１）式のようになり、ｒと黒画素比率ｔは図１１
に示すような関係になる。
１、近傍領域の白領域１００４の平均濃度をｇ２とす
る。すると標準偏差σについて、σ＝ｒ│ｇ１−ｇ２│
＝ｒΔｇが成り立つ。すなわちｒ＝σ／Δｇとなる。ま
た、近傍領域内の黒画素比率ｔ（０≦ｔ≦１）とする
と、（１）式のようになり、ｒと黒画素比率ｔは図１１
に示すような関係になる。
【００３２】
【数１】
【００３３】よって、ｒが小さな値の場合、黒画素比率
ｔが小さな値を取りうる。黒画素比率ｔが小さい場合、
すなわち黒領域が狭いまたはほとんどないということだ
から、その対象画素を背景であると判断することができ
る。従って、ｒ＜ｒｍｉｎ（あらかじめ決められた定
数）の場合、対象画素を背景であると判断する。尚、ｒ
は二次関数なのでｒとｔは一対一には決定しない。従っ
て、ｒ＜ｒｍｉｎを満たしても対象画素が背景画素でな
い可能性もあるが、これは本発明３の実施例の平均濃度
差による背景判別手段５０１において、ストロークが白
抜きになってしまうのを防ぐための処理と同様の処理を
行うことで対処することができる。
ｔが小さな値を取りうる。黒画素比率ｔが小さい場合、
すなわち黒領域が狭いまたはほとんどないということだ
から、その対象画素を背景であると判断することができ
る。従って、ｒ＜ｒｍｉｎ（あらかじめ決められた定
数）の場合、対象画素を背景であると判断する。尚、ｒ
は二次関数なのでｒとｔは一対一には決定しない。従っ
て、ｒ＜ｒｍｉｎを満たしても対象画素が背景画素でな
い可能性もあるが、これは本発明３の実施例の平均濃度
差による背景判別手段５０１において、ストロークが白
抜きになってしまうのを防ぐための処理と同様の処理を
行うことで対処することができる。
【００３４】局所的二値化手段９０２は、ｒによる背景
判別手段９０１において背景画素ではないと判断された
画素についてのみ、Niblack の局所的二値化を実行す
る。図１２は、本発明の第５実施例における画像処理装
置の構成図である。背景判別手段１２０１と、局所的二
値化手段１２０２と線素制約手段（その１）１２０３を
備える。ストロークは画素が連結した線素から構成され
るため、線素制約手段（その１）１２０３で線素に満た
ないノイズを排除し、背景判別の精度をより向上するこ
とができる点が本実施例の特徴である。
判別手段９０１において背景画素ではないと判断された
画素についてのみ、Niblack の局所的二値化を実行す
る。図１２は、本発明の第５実施例における画像処理装
置の構成図である。背景判別手段１２０１と、局所的二
値化手段１２０２と線素制約手段（その１）１２０３を
備える。ストロークは画素が連結した線素から構成され
るため、線素制約手段（その１）１２０３で線素に満た
ないノイズを排除し、背景判別の精度をより向上するこ
とができる点が本実施例の特徴である。
【００３５】図１２の画像処理装置は、多値画像を入力
とし、画素ごとに背景判別手段１２０１が背景画素であ
るか否かを判別し、背景でなかった場合にのみ、局所的
二値化手段１２０２が局所的二値化を行い、背景かスト
ロークかを判別して二値画像を得て、得た二値画像に対
して、線素制約手段１２０３が、対象画像を含んだ形状
の固定された線素マスク中の画素が全て黒画素の場合、
線素マスクの全画素を黒画素とし、そうでない場合は線
素マスクの全画素を白画素に変更する。
とし、画素ごとに背景判別手段１２０１が背景画素であ
るか否かを判別し、背景でなかった場合にのみ、局所的
二値化手段１２０２が局所的二値化を行い、背景かスト
ロークかを判別して二値画像を得て、得た二値画像に対
して、線素制約手段１２０３が、対象画像を含んだ形状
の固定された線素マスク中の画素が全て黒画素の場合、
線素マスクの全画素を黒画素とし、そうでない場合は線
素マスクの全画素を白画素に変更する。
【００３６】ここで線素制約手段（その１）１２０３で
用いる線素マスクを対象画素を中心とした、横／縦１×
３あるいは横／縦３×１の矩形マスクとする。一般にス
トロークは３ドット以上あるため、１×３あるいは３×
１のマスクを使用することで、ストロークの太さには満
たないようなノイズを除去することができる。このこと
から、１ドットずつ交互に黒画素と白画素が並んだ市松
模様の上に描かれたストロークを抽出することが可能と
なる。１ドットずつ交互に黒画素と白画素が並んだ市松
模様は、人間の目からは灰色の面塗り領域と認識されて
いて、帳票を入力画像とする画像処理装置に求められる
技術である。
用いる線素マスクを対象画素を中心とした、横／縦１×
３あるいは横／縦３×１の矩形マスクとする。一般にス
トロークは３ドット以上あるため、１×３あるいは３×
１のマスクを使用することで、ストロークの太さには満
たないようなノイズを除去することができる。このこと
から、１ドットずつ交互に黒画素と白画素が並んだ市松
模様の上に描かれたストロークを抽出することが可能と
なる。１ドットずつ交互に黒画素と白画素が並んだ市松
模様は、人間の目からは灰色の面塗り領域と認識されて
いて、帳票を入力画像とする画像処理装置に求められる
技術である。
【００３７】図１３は、灰色の面塗り領域と認識される
市松模様上に「００２３０」という文字が描かれた帳票
をＯＨＲで取得したＯＨＲ画像である。図１３に示すＯ
ＨＲ画像に局所的二値化を施した結果を図１４に、図１
３に示すＯＨＲ画像を本発明第５の実施例における画像
処理装置によって処理した結果を図１５に示す。図１４
では、背景領域にごま塩状ノイズが存在するが、図１５
ではごま塩状ノイズはほとんど存在せず、ストロークが
きれいに抽出されている。
市松模様上に「００２３０」という文字が描かれた帳票
をＯＨＲで取得したＯＨＲ画像である。図１３に示すＯ
ＨＲ画像に局所的二値化を施した結果を図１４に、図１
３に示すＯＨＲ画像を本発明第５の実施例における画像
処理装置によって処理した結果を図１５に示す。図１４
では、背景領域にごま塩状ノイズが存在するが、図１５
ではごま塩状ノイズはほとんど存在せず、ストロークが
きれいに抽出されている。
【００３８】図１６は、本発明の第６実施例における画
像処理装置の構成図である。背景判別手段１６０１と、
局所的二値化手段１６０２と線素制約手段（その２）１
６０３を備える。前記第５の実施例（図１２）と本実施
例の構成（図１６）はほぼ同様であるが、線素制約手段
（その２）における処理の詳細が異なる。
像処理装置の構成図である。背景判別手段１６０１と、
局所的二値化手段１６０２と線素制約手段（その２）１
６０３を備える。前記第５の実施例（図１２）と本実施
例の構成（図１６）はほぼ同様であるが、線素制約手段
（その２）における処理の詳細が異なる。
【００３９】図１６の画像処理装置は、多値画像を入力
とし、画素ごとに背景判別手段１６０１が背景画素であ
るか否かを判別し、背景でなかった場合にのみ、局所的
二値化手段１６０２が局所的二値化を行い、背景かスト
ロークかを判別して二値画像を得て、得た二値画像に対
して、線素制約手段１６０３が、対象画素を含んだ形状
の固定された線素マスク中の黒画素の割合が一定以上の
場合、その黒画素を黒画素として残す、あるいは線素マ
スクの全画素を黒画素に変更するようにし、線素マスク
中の黒画素の割合が一定未満の場合、線素マスクの全画
素を白画素に変更する。
とし、画素ごとに背景判別手段１６０１が背景画素であ
るか否かを判別し、背景でなかった場合にのみ、局所的
二値化手段１６０２が局所的二値化を行い、背景かスト
ロークかを判別して二値画像を得て、得た二値画像に対
して、線素制約手段１６０３が、対象画素を含んだ形状
の固定された線素マスク中の黒画素の割合が一定以上の
場合、その黒画素を黒画素として残す、あるいは線素マ
スクの全画素を黒画素に変更するようにし、線素マスク
中の黒画素の割合が一定未満の場合、線素マスクの全画
素を白画素に変更する。
【００４０】ここで線素制約手段（その２）１６０３で
用いる線素マスクとして、対象画素を中心とする横／縦
１３×１、横／縦１×１３、横／縦５×３、横／縦３×
５の４種の矩形マスク及び、斜め５×３、斜め３×５の
２種の斜めマスク、の計６種類のマスクを使用する。図
１７に、斜め５×３マスク１７０１を示す。線素制約手
段（その２）１６０３では、線素マスク中１１画素が黒
画素の場合は線素マスクの全画素を黒画素とし、そうで
ない場合は線素マスクの全画素を白画素にする。この処
理により、ストロークの薄い部分からもストロークを良
好に抽出できるようになる。
用いる線素マスクとして、対象画素を中心とする横／縦
１３×１、横／縦１×１３、横／縦５×３、横／縦３×
５の４種の矩形マスク及び、斜め５×３、斜め３×５の
２種の斜めマスク、の計６種類のマスクを使用する。図
１７に、斜め５×３マスク１７０１を示す。線素制約手
段（その２）１６０３では、線素マスク中１１画素が黒
画素の場合は線素マスクの全画素を黒画素とし、そうで
ない場合は線素マスクの全画素を白画素にする。この処
理により、ストロークの薄い部分からもストロークを良
好に抽出できるようになる。
【００４１】尚、図１６の画像処理装置は、背景判別手
段１６０１で背景判別をし、局所的二値化を行って得た
二値画像のごま塩状ノイズを線素制約手段１６０３で除
去するような構成をしているが、背景判別手段１６０１
による背景判別を行わずに、局所的二値化のみを行って
得た二値画像のごま塩状ノイズを線素制約手段１６０３
で除去するように構成してもよい。
段１６０１で背景判別をし、局所的二値化を行って得た
二値画像のごま塩状ノイズを線素制約手段１６０３で除
去するような構成をしているが、背景判別手段１６０１
による背景判別を行わずに、局所的二値化のみを行って
得た二値画像のごま塩状ノイズを線素制約手段１６０３
で除去するように構成してもよい。
【００４２】図１８は影ありＯＨＲ画像の例である。同
図の右下の罫線は薄くなってしまっている。図１８に示
す画像に、本発明の第３実施例の処理（平均濃度差によ
る背景判別を行い、局所的二値化する）を施して得られ
る二値画像を図１９に示す。同図右下の罫線を構成する
ストロークはかすれてしまっている。また、図１８に示
す画像に、背景判別を行わずにNiblack の局所的二値化
処理だけ行った場合の二値画像を図２０に示す。同図の
背景領域にはごま塩状ノイズが発生しているが、一方で
注目すべきなのは、罫線を構成するストロークがかすれ
ずに抽出されていることである。更に、図１８に示す画
像に本発明の第６実施例の処理を施して得られた二値画
像を図２１に示す。同図はノイズも含んでいるが、罫線
を構成するストロークはかすれずに抽出されている。後
段の処理で、罫線の長さの制約から、一定の長さに満た
ない線を除去するなどの処理を行うことで、良好な罫線
抽出を実現できる可能性がある。
図の右下の罫線は薄くなってしまっている。図１８に示
す画像に、本発明の第３実施例の処理（平均濃度差によ
る背景判別を行い、局所的二値化する）を施して得られ
る二値画像を図１９に示す。同図右下の罫線を構成する
ストロークはかすれてしまっている。また、図１８に示
す画像に、背景判別を行わずにNiblack の局所的二値化
処理だけ行った場合の二値画像を図２０に示す。同図の
背景領域にはごま塩状ノイズが発生しているが、一方で
注目すべきなのは、罫線を構成するストロークがかすれ
ずに抽出されていることである。更に、図１８に示す画
像に本発明の第６実施例の処理を施して得られた二値画
像を図２１に示す。同図はノイズも含んでいるが、罫線
を構成するストロークはかすれずに抽出されている。後
段の処理で、罫線の長さの制約から、一定の長さに満た
ない線を除去するなどの処理を行うことで、良好な罫線
抽出を実現できる可能性がある。
【００４３】図２２は、本発明第７実施例における画像
処理装置の構成図である。背景判別手段２２０１と、局
所的二値化手段２２０２と線素制約手段２２０３とスト
ローク分離手段２２０４を備える。本実施例はストロー
ク分離手段２２０４において、濃度の異なる二つのスト
ロークが接触している場合に分離することを特徴とす
る。本実施例を用いると、罫線・文字接触の存在する濃
淡画像から高精度に文字抽出をすることができる。
処理装置の構成図である。背景判別手段２２０１と、局
所的二値化手段２２０２と線素制約手段２２０３とスト
ローク分離手段２２０４を備える。本実施例はストロー
ク分離手段２２０４において、濃度の異なる二つのスト
ロークが接触している場合に分離することを特徴とす
る。本実施例を用いると、罫線・文字接触の存在する濃
淡画像から高精度に文字抽出をすることができる。
【００４４】多値画像を入力とし、画素ごとに背景判別
手段２２０１が背景画素であるか否かを判別し、背景で
なかった場合にのみ局所的二値化手段２２０２が局所的
二値化を行い、背景かストロークかを判別して二値画像
を得て、得た二値画像に対して、線素制約手段２２０３
が対象画素を含んだ形状の固定された線素マスク中の黒
画素の割合が一定以上の場合のみ、その黒画素を黒画素
として残す、あるいは線素マスクの全画素を黒画素に変
更する。そして、ストローク分離手段２２０４は、線素
制約手段により得た二値画像の黒画素連結成分を求め、
各連結成分に対応する入力濃淡画像中の部分パターンに
大津の二値化（文献２：電子情報通信学会論文誌'80/4
Vol.J63-D No.4, p.349-356, 1980.参照）を適用し、ク
ラス間分散一定値以上の場合、あるいは、分散比率（＝
クラス内分散／クラス間分散）が一定値未満の場合に二
つのストロークに分離する。
手段２２０１が背景画素であるか否かを判別し、背景で
なかった場合にのみ局所的二値化手段２２０２が局所的
二値化を行い、背景かストロークかを判別して二値画像
を得て、得た二値画像に対して、線素制約手段２２０３
が対象画素を含んだ形状の固定された線素マスク中の黒
画素の割合が一定以上の場合のみ、その黒画素を黒画素
として残す、あるいは線素マスクの全画素を黒画素に変
更する。そして、ストローク分離手段２２０４は、線素
制約手段により得た二値画像の黒画素連結成分を求め、
各連結成分に対応する入力濃淡画像中の部分パターンに
大津の二値化（文献２：電子情報通信学会論文誌'80/4
Vol.J63-D No.4, p.349-356, 1980.参照）を適用し、ク
ラス間分散一定値以上の場合、あるいは、分散比率（＝
クラス内分散／クラス間分散）が一定値未満の場合に二
つのストロークに分離する。
【００４５】図２３にストローク分離手段２２０４の処
理の概念図を示す。線素制約手段２２０３によって得ら
れた部分パターン２３０１に対して、大津の二値化を施
す。部分パターン２３０１は、濃度の異なる二つのスト
ローク（文字ストローク２３０３、罫線ストローク２３
０２）から構成されるため、クラス間分散はある程度大
きな値となる。そこで、求めたクラス間分散が所定の値
より大きな場合、部分パターン２３０１を二つのストロ
ークに分離する。不図示であるが、仮に部分パターンが
濃度差の小さなストロークで構成される場合は、ストロ
ーク分離手段２２０４では、同一ストロークであると判
断され、ストローク分離は行われない。
理の概念図を示す。線素制約手段２２０３によって得ら
れた部分パターン２３０１に対して、大津の二値化を施
す。部分パターン２３０１は、濃度の異なる二つのスト
ローク（文字ストローク２３０３、罫線ストローク２３
０２）から構成されるため、クラス間分散はある程度大
きな値となる。そこで、求めたクラス間分散が所定の値
より大きな場合、部分パターン２３０１を二つのストロ
ークに分離する。不図示であるが、仮に部分パターンが
濃度差の小さなストロークで構成される場合は、ストロ
ーク分離手段２２０４では、同一ストロークであると判
断され、ストローク分離は行われない。
【００４６】尚、ストローク分離手段２２０４におい
て、クラス間分散の代わりに分散比率を用いる場合は、
分散比率が所定の値より小さな場合、部分パターン２３
０１を二つのストロークに分離するようにする。
て、クラス間分散の代わりに分散比率を用いる場合は、
分散比率が所定の値より小さな場合、部分パターン２３
０１を二つのストロークに分離するようにする。
【００４７】ところで、上述した画像処理装置は、図２
４に示すような情報処理装置（コンピュータ）を用いて
構成することができる。図２４の情報処理装置は、ＣＰ
Ｕ（中央処理装置）２４０１、メモリ２４０２、入力装
置２４０３、出力装置２４０４、外部記憶装置２４０
５、媒体駆動装置２４０６、およびネットワーク接続装
置２４０７を備え、それらはバス２４０８により互いに
接続されている。
４に示すような情報処理装置（コンピュータ）を用いて
構成することができる。図２４の情報処理装置は、ＣＰ
Ｕ（中央処理装置）２４０１、メモリ２４０２、入力装
置２４０３、出力装置２４０４、外部記憶装置２４０
５、媒体駆動装置２４０６、およびネットワーク接続装
置２４０７を備え、それらはバス２４０８により互いに
接続されている。
【００４８】メモリ２４０２は、例えばＲＯＭ(read on
ly memory)、ＲＡＭ(random accessmemory)等を含み、
処理に用いられるプログラムとデータを格納する。ＣＰ
Ｕ２４０１は、メモリ２４０２を利用してプログラムを
実行することにより、必要な処理を行う。つまり、本発
明の各実施例で述べた背景判別手段、局所的二値化手
段、線素制約手段、ストローク分離手段はメモリ２４０
２に格納されたプログラムで実現される。
ly memory)、ＲＡＭ(random accessmemory)等を含み、
処理に用いられるプログラムとデータを格納する。ＣＰ
Ｕ２４０１は、メモリ２４０２を利用してプログラムを
実行することにより、必要な処理を行う。つまり、本発
明の各実施例で述べた背景判別手段、局所的二値化手
段、線素制約手段、ストローク分離手段はメモリ２４０
２に格納されたプログラムで実現される。
【００４９】帳票等の画像データは、ＯＨＲ等の入力装
置２４０３を介して情報処理装置に取り込まれる。ま
た、出力装置２４０４は例えばディスプレイ、プリンタ
等であり、処理結果の出力等に用いられる。
置２４０３を介して情報処理装置に取り込まれる。ま
た、出力装置２４０４は例えばディスプレイ、プリンタ
等であり、処理結果の出力等に用いられる。
【００５０】外部記憶装置２４０５は、例えば磁気ディ
スク装置、光ディスク装置、光磁気ディスク装置などで
ある。情報処理装置はこの外部記憶装置２４０５に、上
述のプログラムとデータを保存しておき、必要に応じ
て、それらをメモリ２４０２にロードして使用すること
ができる。
スク装置、光ディスク装置、光磁気ディスク装置などで
ある。情報処理装置はこの外部記憶装置２４０５に、上
述のプログラムとデータを保存しておき、必要に応じ
て、それらをメモリ２４０２にロードして使用すること
ができる。
【００５１】媒体駆動装置２４０６は、可搬型記録媒体
２４０９としては、メモリカード、フロッピーディス
ク、ＣＤ−ＲＯＭ(compact disk read only memory）、
光ディスク、光磁気ディスク等、任意のコンピュータ読
み取り可能な記録媒体が用いられる。この可搬記録媒体
２４０９に上述のプログラムとデータを格納しておき、
必要に応じてそれらをメモリ２４０２にロードして使用
することができる。
２４０９としては、メモリカード、フロッピーディス
ク、ＣＤ−ＲＯＭ(compact disk read only memory）、
光ディスク、光磁気ディスク等、任意のコンピュータ読
み取り可能な記録媒体が用いられる。この可搬記録媒体
２４０９に上述のプログラムとデータを格納しておき、
必要に応じてそれらをメモリ２４０２にロードして使用
することができる。
【００５２】ネットワーク接続装置２４０７は、ＬＡＮ
(local area network)等の任意のネットワーク（回線）
を介して外部の装置と通信し、通信に伴うデータ変換を
行う。情報処理装置は、必要に応じて、ネットワーク接
続装置２４０７を介して上述のプログラムとデータを外
部の装置から受け取り、それらをメモリ２４０２にロー
ドして使用することができる。なお、図２４は情報処理
装置単体で示してあるが、複数のコンピュータからなる
処理装置やネットワークを介した複数の処理装置でも実
現が可能である。
(local area network)等の任意のネットワーク（回線）
を介して外部の装置と通信し、通信に伴うデータ変換を
行う。情報処理装置は、必要に応じて、ネットワーク接
続装置２４０７を介して上述のプログラムとデータを外
部の装置から受け取り、それらをメモリ２４０２にロー
ドして使用することができる。なお、図２４は情報処理
装置単体で示してあるが、複数のコンピュータからなる
処理装置やネットワークを介した複数の処理装置でも実
現が可能である。
【００５３】また、図２５は、本発明に係わる情報処理
装置で実行されるソフトウェアプログラム等の提供方法
を説明する図である。プログラム等は例えば以下の３つ
の方法の中の任意の方法により提供される。
装置で実行されるソフトウェアプログラム等の提供方法
を説明する図である。プログラム等は例えば以下の３つ
の方法の中の任意の方法により提供される。
【００５４】（ａ）コンピュータ等の情報処理装置２５
０１にインストールされて提供される。この場合、プロ
グラム等は例えば出荷前にプレインストールされる。 （ｂ）可搬型記録媒体２５０２に格納されて提供され
る。この場合、可搬型記憶媒体２５０２に格納されてい
るプログラム等は、コンピュータ等の情報処理装置２５
０１の外部記憶装置２４０５にインストールされる。
０１にインストールされて提供される。この場合、プロ
グラム等は例えば出荷前にプレインストールされる。 （ｂ）可搬型記録媒体２５０２に格納されて提供され
る。この場合、可搬型記憶媒体２５０２に格納されてい
るプログラム等は、コンピュータ等の情報処理装置２５
０１の外部記憶装置２４０５にインストールされる。
【００５５】（ｃ）ネットワーク２５０３上のサーバか
ら提供される。この場合、基本的には、コンピュータな
どの情報処理装置２５０１がサーバ２５０４に格納され
ているプログラム等をダウンロードすることによって、
そのプログラム等を取得する。
ら提供される。この場合、基本的には、コンピュータな
どの情報処理装置２５０１がサーバ２５０４に格納され
ているプログラム等をダウンロードすることによって、
そのプログラム等を取得する。
【００５６】
【発明の効果】以上、詳細に説明したように、本発明に
よれば、ＯＨＲ等の入力装置から取得された帳票等の画
像データを処理する場合に、従来技術で発生する背景領
域のごま塩状ノイズを除去でき、高精度な二値化を実現
することができる。
よれば、ＯＨＲ等の入力装置から取得された帳票等の画
像データを処理する場合に、従来技術で発生する背景領
域のごま塩状ノイズを除去でき、高精度な二値化を実現
することができる。
【００５７】本発明の一態様によれば、背景判別手段と
局所的二値化手段を備え、多値画像を入力とし、画素ご
とに背景判別手段が背景画素であるか否かを判別し、背
景でなかった場合にのみ局所的二値化手段が局所的二値
化を行い、背景かまたは文字、罫線などを構成するスト
ロークであるかを判別して、二値画像を出力するように
構成する。このような構成をとることにより、背景判別
手段が大まかに対象画素が背景であるか否かを判別する
ため、ごま塩状ノイズの発生を抑制する効果がある。
局所的二値化手段を備え、多値画像を入力とし、画素ご
とに背景判別手段が背景画素であるか否かを判別し、背
景でなかった場合にのみ局所的二値化手段が局所的二値
化を行い、背景かまたは文字、罫線などを構成するスト
ロークであるかを判別して、二値画像を出力するように
構成する。このような構成をとることにより、背景判別
手段が大まかに対象画素が背景であるか否かを判別する
ため、ごま塩状ノイズの発生を抑制する効果がある。
【００５８】また、本発明の一態様によれば、背景判別
手段と局所的二値化手段と線素制約手段を備える。多値
画像を入力とし、画素ごとに背景判別手段が背景画素で
あるか否かを判別し、背景でなかった場合にのみ局所的
二値化手段が局所的二値化を行い、背景かストロークか
を判別して二値画像を得て、得た二値画像に対して、線
素制約手段が対象画素を含む形状の固定された線素マス
ク中の黒画素の割合が一定以上の場合のみ、その黒画素
を黒画素として残す、あるいは線素マスクの全画素を黒
画素に変更するように構成する。このような構成をとる
ことにより、線素制約手段が線素に満たないノイズを除
去し、背景判別の精度をより向上することができる。
手段と局所的二値化手段と線素制約手段を備える。多値
画像を入力とし、画素ごとに背景判別手段が背景画素で
あるか否かを判別し、背景でなかった場合にのみ局所的
二値化手段が局所的二値化を行い、背景かストロークか
を判別して二値画像を得て、得た二値画像に対して、線
素制約手段が対象画素を含む形状の固定された線素マス
ク中の黒画素の割合が一定以上の場合のみ、その黒画素
を黒画素として残す、あるいは線素マスクの全画素を黒
画素に変更するように構成する。このような構成をとる
ことにより、線素制約手段が線素に満たないノイズを除
去し、背景判別の精度をより向上することができる。
【００５９】また、本発明の一態様によれば、背景判別
手段と局所的二値化手段と線素制約手段とストローク分
離手段を備える。多値画像を入力とし、画素ごとに背景
判別手段が背景画素であるか否かを判別し、背景でなか
った場合にのみ局所的二値化手段が局所的二値化を行
い、背景かストロークかを判別して二値画像を得て、得
た二値画像に対して、線素制約手段が対象画素を含む形
状の固定された線素マスク中の黒画素の割合が一定以上
の場合のみ、その黒画素を黒画素として残す、あるいは
線素マスクの全画素を黒画素に変更し、ストローク分離
手段が黒画素連結成分に対応する濃淡画像中の部分パタ
ーンに二値化を適用し、濃度の異なるストロークを分離
するように構成する。このような構成をとることによ
り、ストローク分離手段が、罫線・文字などの複数のス
トローク接触の存在する濃淡画像から高精度に文字抽出
をすることができる。
手段と局所的二値化手段と線素制約手段とストローク分
離手段を備える。多値画像を入力とし、画素ごとに背景
判別手段が背景画素であるか否かを判別し、背景でなか
った場合にのみ局所的二値化手段が局所的二値化を行
い、背景かストロークかを判別して二値画像を得て、得
た二値画像に対して、線素制約手段が対象画素を含む形
状の固定された線素マスク中の黒画素の割合が一定以上
の場合のみ、その黒画素を黒画素として残す、あるいは
線素マスクの全画素を黒画素に変更し、ストローク分離
手段が黒画素連結成分に対応する濃淡画像中の部分パタ
ーンに二値化を適用し、濃度の異なるストロークを分離
するように構成する。このような構成をとることによ
り、ストローク分離手段が、罫線・文字などの複数のス
トローク接触の存在する濃淡画像から高精度に文字抽出
をすることができる。
【図１】本発明第１実施例に係わる画像処理装置の構成
を示す図である。
を示す図である。
【図２】本発明第２実施例に係わる画像処理装置の構成
を示す図である。
を示す図である。
【図３】対象画素の近傍領域の例を示す図である。
【図４】図３０に示すＯＨＲ画像の例に本発明第２の実
施例の処理を施して得られる二値画像を示す図である。
施例の処理を施して得られる二値画像を示す図である。
【図５】本発明第３実施例に係わる画像処理装置の構成
を示す図である。
を示す図である。
【図６】平均濃度差の説明に用いる図である。
【図７】図２９に示すＯＨＲ画像の例に本発明第２の実
施例の処理を施して得られる二値画像を示す図である。
施例の処理を施して得られる二値画像を示す図である。
【図８】図２９に示すＯＨＲ画像の例に本発明第３の実
施例の処理を施して得られる二値画像を示す図である。
施例の処理を施して得られる二値画像を示す図である。
【図９】本発明第４実施例に係わる画像処理装置の構成
を示す図である。
を示す図である。
【図１０】本発明第４実施例で用いるｒの説明に用いる
図である。
図である。
【図１１】本発明第４実施例で用いるｒと黒画素比率ｔ
の関係を示す図である。
の関係を示す図である。
【図１２】本発明第５実施例に係わる画像処理装置の構
成を示す図である。
成を示す図である。
【図１３】ＯＨＲ画像の例を示す図である。
【図１４】図１３に示すＯＨＲ画像の例に、局所的二値
化を施して得られる二値画像を示す図である。
化を施して得られる二値画像を示す図である。
【図１５】図１３に示すＯＨＲ画像の例に本発明第５の
実施例の処理を施して得られる二値画像を示す図であ
る。
実施例の処理を施して得られる二値画像を示す図であ
る。
【図１６】本発明第６実施例に係わる画像処理装置の構
成を示す図である。
成を示す図である。
【図１７】斜めマスクの例を示す図である。
【図１８】ＯＨＲ画像の例を示す図である。
【図１９】図１８に示すＯＨＲ画像の例に本発明第３の
実施例の処理を施して得られる二値画像を示す図であ
る。
実施例の処理を施して得られる二値画像を示す図であ
る。
【図２０】図１８に示すＯＨＲ画像の例にNiblack局所
的二値化を施して得られる二値画像を示す図である。
的二値化を施して得られる二値画像を示す図である。
【図２１】図１８に示すＯＨＲ画像の例に本発明第６の
実施例の処理を施して得られる二値画像を示す図であ
る。
実施例の処理を施して得られる二値画像を示す図であ
る。
【図２２】本発明第７実施例に係わる画像処理装置の構
成を示す図である。
成を示す図である。
【図２３】ストローク分離手段の処理の概要を説明する
図である。
図である。
【図２４】本発明に係わる画像処理装置を構成するため
に用いる情報処理装置を示す図である。
に用いる情報処理装置を示す図である。
【図２５】本発明に係わるソフトウェアプログラム等の
提供方法を説明する図である。
提供方法を説明する図である。
【図２６】非接触型画像入力装置(ＯＨＲ)を示す図であ
る。
る。
【図２７】スキャナ画像の例を示す図である。
【図２８】影なしＯＨＲ画像の例を示す図である。
【図２９】影ありＯＨＲ画像の例を示す図である。
【図３０】ＯＨＲ画像の例を示す図である。
【図３１】図３０に示すＯＨＲ画像の例にNiblackの局
所的二値化を施して得られる二値画像を示す図である。
所的二値化を施して得られる二値画像を示す図である。
１０１ 背景判別手段 １０２ 局所的二値化手段 ２０１ 標準偏差による背景判別手段 ２０２ 局所的二値化手段 ３０１ 対象画素 ３０２ 対象画素の近傍領域 ５０１ 平均濃度差による背景判別手段 ５０２ 局所的二値化手段 ６０１ 対象画素ｍの近傍領域 ９０１ ｒによる背景判別手段 ９０２ 局所的二値化手段 １００１ 対象画素 １００２ 対象画素１００１の近傍領域 １００３ 近傍領域１００２の黒領域 １００４ 近傍領域１００２の白領域 １００５ ストローク １００６ 背景 １２０１ 背景判別手段 １２０２ 局所的二値化手段 １２０３ 線素制約手段（その１） １６０１ 背景判別手段 １６０２ 局所的二値化手段 １６０３ 線素制約手段（その２) １７０１ 斜めマスク ２２０１ 背景判別手段 ２２０２ 局所的二値化手段 ２２０３ 線素制約手段 ２２０４ ストローク分離手段 ２３０１ 部分パターン ２３０２ 罫線ストローク ２３０３ 文字ストローク ２４０１ ＣＰＵ ２４０２ メモリ ２４０３ 入力装置 ２４０４ 出力装置 ２４０５ 外部記憶装置 ２４０６ 媒体駆動装置 ２４０７ ネットワーク接続装置 ２４０８ バス ２４０９ 可搬型記録媒体 ２５０１ 情報処理装置 ２５０２ 可搬型記録媒体 ２５０３ ネットワーク ２５０４ サーバ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 直井 聡 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内 Ｆターム(参考） 5B047 AA01 AB01 BA02 BB02 BB04 DA03 DB06 DC01 5B057 AA11 CA08 CA12 CB08 CB12 CC01 CE02 CE12 DB02 DB09 5C077 LL02 LL19 MM03 MM30 MP04 NP01 PP25 PP43 PP44 PP45 PP46 PP47 PP61 PP68 PQ12 PQ18 RR02 RR03 RR15 SS01
Claims (28)
- 【請求項１】 多値画像を入力とし、対象画素の近傍領
域の画素濃度の標準偏差を用いて、前記対象画素が背景
画素であるか否かを判別する背景判別手段を備えること
を特徴とする画像処理装置。 - 【請求項２】 多値画像を入力とし、対象画素の近傍領
域の画素濃度の濃度差及び標準偏差を用いて、前記対象
画素が背景画素であるか否かを判別する背景判別手段を
備えることを特徴とする画像処理装置。 - 【請求項３】 請求項２記載の装置であって、 前記濃度差は、前記対象画素の近傍領域の白画素の平均
濃度と前記対象画素の近傍領域の黒画素の平均濃度の差
に基づいて求められる量であることを特徴とする画像処
理装置。 - 【請求項４】 多値画像を入力とし、対象画素ごとに背
景画素であるか否かを判別する背景判別手段と、 前記背景判別手段によって背景でないと判別された場合
に、局所的二値化を行い、背景かストロークかを判別し
て二値画像を出力する局所的二値化手段を備えることを
特徴とする画像処理装置。 - 【請求項５】 請求項４記載の装置であって、 前記局所的二値化手段は、前記対象画素の二値化閾値と
して、前記対象画素の近傍領域の画素濃度の平均と標準
偏差に基づいて計算される量を用いることを特徴とする
画像処理装置。 - 【請求項６】 請求項５記載の装置であって、 前記対象画素の近傍領域の画素濃度の平均と標準偏差に
基づいて計算される量が、平均と標準偏差の定数倍の和
に基づいて求められることを特徴とする画像処理装置。 - 【請求項７】 請求項５又は６記載の装置であって、 前記対象画素の近傍領域は、所定の画素数Ｎをもって、
前記対象画素を中心とするＮ×Ｎの矩形領域であること
を特徴とする画像処理装置。 - 【請求項８】 請求項４記載の装置であって、 前記背景判別手段は、前記対象画素の近傍領域の標準偏
差を用いて、前記対象画素が背景画素であるか否かを判
別することを特徴とする画像処理装置。 - 【請求項９】 請求項８記載の装置であって、 前記背景判別手段は、前記対象画素の近傍領域の標準偏
差をσとした場合に、所定の定数σｍｉｎをもって、σ
＜σｍｉｎを背景判別条件として、前記対象画素が背景
画素であるか否かを判別することを特徴とする画像処理
装置。 - 【請求項１０】 請求項４記載の装置であって、 前記背景判別手段は、前記対象画素の近傍領域の標準偏
差及び濃度差を用いて、前記対象画素が背景画素である
か否かを判別することを特徴とする画像処理装置。 - 【請求項１１】 請求項１０記載の装置であって、 前記背景判別手段は、前記対象画素の画素近傍の標準偏
差をσ、前記対象画素の近傍領域の濃度差をΔｇとした
場合に、所定の定数ｒｍｉｎをもって、ｒ＝σ／Δｇ＜
ｒｍｉｎを背景判別条件として、前記対象画素が背景画
素であるか否かを判別することを特徴とする画像処理装
置。 - 【請求項１２】 請求項１０記載の装置であって、 前記背景判別手段は、前記対象画素の近傍領域の濃度差
をΔｇとした場合に、所定の定数Δｇｍｉｎをもって、
Δｇ＜Δｇｍｉｎを背景判別条件として、前記対象画素
が背景画素であるか否かを判別することを特徴とする画
像処理装置。 - 【請求項１３】 請求項１０記載の装置であって、 前記濃度差は、前記対象画素の近傍領域の白画素の平均
濃度と前記対象画素の近傍領域の黒画素の平均濃度の差
に基づいて求められる量であることを特徴とする画像処
理装置。 - 【請求項１４】 請求項１０記載の装置であって、 前記背景判別手段は、前記対象画素の近傍領域の標準偏
差をσ、前記対象画素の近傍領域の濃度差をΔｇとした
場合に、所定の定数σｍｉｎ、所定の定数ｒｍｉｎ、所
定の定数Δｇｍｉｎをもって、背景判別条件式σ＜σｍ
ｉｎ、背景判別条件式ｒ＝σ／Δｇ＜ｒｍｉｎ、背景判
別条件式Δｇ＜Δｇｍｉｎ、の組み合わせを用いて前記
対象画素が背景画素であるか否かを判別することを特徴
とする画像処理装置。 - 【請求項１５】 請求項４記載の装置であって、 得られた前記二値画像に対して、前記対象画素を含む形
状の固定された線素マスク中の黒画素の割合に基づいて
処理を施し、二値画像を出力する線素制約手段を更に備
えることを特徴とする画像処理装置。 - 【請求項１６】 請求項１５記載の装置であって、 前記線素制約手段は、前記線素マスク中の黒画素の割合
が所定の割合以上の場合に、その黒画素を黒画素として
残す処理を行うことを特徴とする画像処理装置。 - 【請求項１７】 請求項１５記載の装置であって、 前記線素制約手段は、前記線素マスク中の黒画素の割合
が所定の割合以上の場合に、前記線素マスクの全画素を
黒画素に変更する処理を行うことを特徴とする画像処理
装置。 - 【請求項１８】 請求項１５記載の装置であって、 前記線素制約手段は、前記線素マスク中の黒画素の割合
が所定の割合未満の場合に、前記線素マスクの全画素を
白画素に変更する処理を行うことを特徴とする画像処理
装置。 - 【請求項１９】 請求項１５記載の装置であって、 前記線素制約手段は複数の前記線素マスクを用いること
を特徴とする画像処理装置。 - 【請求項２０】 請求項４又は請求項１５記載の装置で
あって、 得られた前記二値画像に対して、黒画素連結成分に対応
する濃淡画像中の部分パターンに二値化を適用し、濃度
の異なるストロークを分離するストローク分離手段を更
に備えることを特徴とする画像処理装置。 - 【請求項２１】 請求項２０記載の装置であって、 前記ストローク分離手段は、異なるストロークのクラス
間分散あるいは分散比率を用いてストロークの分離を行
うか否かを判別することを特徴とする画像処理装置。 - 【請求項２２】 請求項４記載の装置であって、 前記背景判別手段で背景と判別された画素に対して、背
景領域の画素であるかストローク領域の画素であるかを
画素濃度から判定することを特徴とする画像処理装置。 - 【請求項２３】 多値画像を入力とし、対象画素ごとに
背景画素であるか否かを判別し、 前記対象画素が背景画素でないと判別された場合に局所
的二値化を行い、背景かストロークかを判別して二値画
像を出力することを特徴とする画像処理方法。 - 【請求項２４】 請求項２３記載の方法であって、 更に、得られた前記二値画像に対して、前記対象画素を
含む形状の固定された線素マスク中の黒画素の割合に基
づいて処理を施し、二値画像を出力することを特徴とす
る画像処理方法。 - 【請求項２５】 請求項２３又は２４記載の方法であっ
て、 更に、得られた前記二値画像に対して、黒画素連結成分
に対応する濃淡画像中の部分パターンを二値化し、濃度
の異なるストロークを分離することを特徴とする画像処
理方法。 - 【請求項２６】 入力された多値画像に含まれるストロ
ークを抽出するコンピュータのためのプログラムを記録
した記録媒体であって、 多値画像を入力とし、対象画素ごとに背景画素であるか
否かを判別し、 前記対象画素が背景画素でないと判別された場合に局所
的二値化を行い、背景かストロークかを判別して、二値
画像を出力する、 という処理を前記コンピュータに実行させるためのプロ
グラムを記録したコンピュータ読み取り可能な記録媒
体。 - 【請求項２７】 請求項２６記載の記録媒体であって、 更に、得られた前記二値画像に対して、前記対象画素を
含む形状の固定された線素マスク中の黒画素の割合に基
づいて処理を施し、二値画像を出力する、 という処理を前記コンピュータに実行させるためのプロ
グラムを記録したコンピュータ読み取り可能な記録媒
体。 - 【請求項２８】 請求項２６又は２７記載の記録媒体で
あって、 更に、得られた前記二値画像に対して、黒画素連結成分
に対応する濃淡画像中の部分パターンを二値化し、濃度
の異なるストロークを分離する、 という処理を前記コンピュータに実行させるためのプロ
グラムを記録したコンピュータ読み取り可能な記録媒
体。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33549599A JP4094789B2 (ja) | 1999-11-26 | 1999-11-26 | 画像処理装置及び画像処理方法 |
| US09/669,663 US7167281B1 (en) | 1999-11-26 | 2000-09-26 | Image processing apparatus and method for binarizing a multilevel image |
| KR1020000058723A KR100698426B1 (ko) | 1999-11-26 | 2000-10-06 | 화상 처리 장치 및 화상 처리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33549599A JP4094789B2 (ja) | 1999-11-26 | 1999-11-26 | 画像処理装置及び画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001155146A true JP2001155146A (ja) | 2001-06-08 |
| JP4094789B2 JP4094789B2 (ja) | 2008-06-04 |
Family
ID=18289223
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP33549599A Expired - Fee Related JP4094789B2 (ja) | 1999-11-26 | 1999-11-26 | 画像処理装置及び画像処理方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7167281B1 (ja) |
| JP (1) | JP4094789B2 (ja) |
| KR (1) | KR100698426B1 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100750112B1 (ko) | 2003-11-03 | 2007-08-21 | 삼성전자주식회사 | 입체물 스캔 장치 및 방법 |
| JP2009141790A (ja) * | 2007-12-07 | 2009-06-25 | Seiko Epson Corp | 画像処理プログラム及び画像処理装置 |
| JP2011013007A (ja) * | 2009-06-30 | 2011-01-20 | Kobe Steel Ltd | 磁粉探傷装置 |
| JP2013171469A (ja) * | 2012-02-21 | 2013-09-02 | Fujitsu Ltd | 画像処理装置、二値化閾値算出方法及びコンピュータプログラム |
| WO2017056600A1 (ja) * | 2015-09-28 | 2017-04-06 | 株式会社Ｓｃｒｅｅｎホールディングス | 画像処理方法および制御プログラム |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI245557B (en) * | 2003-09-11 | 2005-12-11 | Matsushita Electric Ind Co Ltd | Image compensation apparatus and method for the same |
| US9769354B2 (en) | 2005-03-24 | 2017-09-19 | Kofax, Inc. | Systems and methods of processing scanned data |
| US9576272B2 (en) | 2009-02-10 | 2017-02-21 | Kofax, Inc. | Systems, methods and computer program products for determining document validity |
| US9767354B2 (en) | 2009-02-10 | 2017-09-19 | Kofax, Inc. | Global geographic information retrieval, validation, and normalization |
| US8406554B1 (en) * | 2009-12-02 | 2013-03-26 | Jadavpur University | Image binarization based on grey membership parameters of pixels |
| US8989515B2 (en) | 2012-01-12 | 2015-03-24 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
| US10146795B2 (en) | 2012-01-12 | 2018-12-04 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
| US9208536B2 (en) | 2013-09-27 | 2015-12-08 | Kofax, Inc. | Systems and methods for three dimensional geometric reconstruction of captured image data |
| WO2014160426A1 (en) | 2013-03-13 | 2014-10-02 | Kofax, Inc. | Classifying objects in digital images captured using mobile devices |
| US9355312B2 (en) | 2013-03-13 | 2016-05-31 | Kofax, Inc. | Systems and methods for classifying objects in digital images captured using mobile devices |
| US20140316841A1 (en) | 2013-04-23 | 2014-10-23 | Kofax, Inc. | Location-based workflows and services |
| DE202014011407U1 (de) | 2013-05-03 | 2020-04-20 | Kofax, Inc. | Systeme zum Erkennen und Klassifizieren von Objekten in durch Mobilgeräte aufgenommenen Videos |
| CN104298982B (zh) * | 2013-07-16 | 2019-03-08 | 深圳市腾讯计算机系统有限公司 | 一种文字识别方法及装置 |
| JP2016538783A (ja) | 2013-11-15 | 2016-12-08 | コファックス， インコーポレイテッド | モバイル映像データを用いて長尺文書の合成画像を生成するためのシステムおよび方法 |
| US9460357B2 (en) * | 2014-01-08 | 2016-10-04 | Qualcomm Incorporated | Processing text images with shadows |
| CN103871034B (zh) * | 2014-03-22 | 2017-03-22 | 四川大学 | 一种自适应的图像椒盐噪声滤除方法 |
| US9760788B2 (en) | 2014-10-30 | 2017-09-12 | Kofax, Inc. | Mobile document detection and orientation based on reference object characteristics |
| US10467465B2 (en) | 2015-07-20 | 2019-11-05 | Kofax, Inc. | Range and/or polarity-based thresholding for improved data extraction |
| US10242285B2 (en) * | 2015-07-20 | 2019-03-26 | Kofax, Inc. | Iterative recognition-guided thresholding and data extraction |
| US9779296B1 (en) | 2016-04-01 | 2017-10-03 | Kofax, Inc. | Content-based detection and three dimensional geometric reconstruction of objects in image and video data |
| US10803350B2 (en) | 2017-11-30 | 2020-10-13 | Kofax, Inc. | Object detection and image cropping using a multi-detector approach |
| CN110596746B (zh) * | 2019-10-17 | 2024-03-01 | 中国测试技术研究院辐射研究所 | 使用剂量当量仪自动测试/校准/检定装置的方法 |
| CN112163252A (zh) * | 2020-08-31 | 2021-01-01 | 重庆宝图科技发展有限公司 | 一种不动产草图落地的方法和系统 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6126149A (ja) | 1984-07-17 | 1986-02-05 | Nec Corp | 文書画像フアイル登録検索装置 |
| US4903316A (en) * | 1986-05-16 | 1990-02-20 | Fuji Electric Co., Ltd. | Binarizing apparatus |
| JPS63220375A (ja) * | 1987-03-09 | 1988-09-13 | Toray Ind Inc | 画像２値化処理方法 |
| US5583659A (en) * | 1994-11-10 | 1996-12-10 | Eastman Kodak Company | Multi-windowing technique for thresholding an image using local image properties |
| JP3552419B2 (ja) * | 1996-09-25 | 2004-08-11 | 松下電工株式会社 | 物体の認識方法 |
| KR100467565B1 (ko) * | 1997-07-24 | 2005-04-06 | 삼성전자주식회사 | 화상 시스템의 국부 이치화 방법. |
| JP3114668B2 (ja) * | 1997-10-03 | 2000-12-04 | 日本電気株式会社 | 物体検出・背景除去方法、装置およびプログラムを記録した記録媒体 |
| JPH11265453A (ja) | 1998-03-17 | 1999-09-28 | Toshiba Corp | 画像処理方法および画像処理装置および記録媒体 |
| US6577762B1 (en) * | 1999-10-26 | 2003-06-10 | Xerox Corporation | Background surface thresholding |
-
1999
- 1999-11-26 JP JP33549599A patent/JP4094789B2/ja not_active Expired - Fee Related
-
2000
- 2000-09-26 US US09/669,663 patent/US7167281B1/en not_active Expired - Lifetime
- 2000-10-06 KR KR1020000058723A patent/KR100698426B1/ko not_active IP Right Cessation
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100750112B1 (ko) | 2003-11-03 | 2007-08-21 | 삼성전자주식회사 | 입체물 스캔 장치 및 방법 |
| JP2009141790A (ja) * | 2007-12-07 | 2009-06-25 | Seiko Epson Corp | 画像処理プログラム及び画像処理装置 |
| JP2011013007A (ja) * | 2009-06-30 | 2011-01-20 | Kobe Steel Ltd | 磁粉探傷装置 |
| JP2013171469A (ja) * | 2012-02-21 | 2013-09-02 | Fujitsu Ltd | 画像処理装置、二値化閾値算出方法及びコンピュータプログラム |
| WO2017056600A1 (ja) * | 2015-09-28 | 2017-04-06 | 株式会社Ｓｃｒｅｅｎホールディングス | 画像処理方法および制御プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4094789B2 (ja) | 2008-06-04 |
| KR20010050887A (ko) | 2001-06-25 |
| KR100698426B1 (ko) | 2007-03-26 |
| US7167281B1 (en) | 2007-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001155146A (ja) | 画像処理装置及び画像処理方法 | |
| JP3904840B2 (ja) | 多値画像から罫線を抽出する罫線抽出装置 | |
| JP3768052B2 (ja) | カラー画像処理方法、カラー画像処理装置、及びそのための記録媒体 | |
| JP4219542B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラムが格納された記録媒体 | |
| Yang et al. | Adaptive thresholding algorithm and its hardware implementation | |
| JP2003132358A (ja) | 画像処理方法、装置およびシステム | |
| JP2007504719A (ja) | 組み込みアプリケーションに適した、画像における赤目の検出と補正を行うシステム及び方法 | |
| US7110607B2 (en) | Image processing apparatus | |
| JP2004165969A (ja) | 画像処理装置および画像処理プログラム | |
| WO2022134831A1 (zh) | 证件图片生成方法、装置、设备及存储介质 | |
| JP2002199206A (ja) | メッセージ埋込並びに抽出方法、装置および媒体 | |
| US7130085B2 (en) | Half-tone dot elimination method and system thereof | |
| CN111126273A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
| JP3604910B2 (ja) | 画像縮小装置及び画像縮小プログラムを記録した記録媒体 | |
| JP4409713B2 (ja) | 文書画像認識装置及び記録媒体 | |
| EP1006476A2 (en) | Method of enhancing characters in an original binary image of a document | |
| JPH08221512A (ja) | 画像処理装置及びその方法 | |
| JP7402931B2 (ja) | 方法、コンピュータ可読プログラムおよびシステム | |
| JP4259950B2 (ja) | 画像認識装置、画像認識プログラムおよび記録媒体 | |
| JP3756660B2 (ja) | 画像認識方法、装置および記録媒体 | |
| JP3733154B2 (ja) | 画像処理装置及びその方法 | |
| EP0718788A2 (en) | Method and apparatus for the formation of standardized image templates | |
| Yu et al. | Face recognition from color images in presence of dynamic orientations and illumination conditions | |
| CN115471519A (zh) | 一种扫描件背景去除方法、装置、电子设备及存储介质 | |
| US20100296734A1 (en) | Identifying and clustering blobs in a raster image |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050224 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071030 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071217 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080304 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080306 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110314 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110314 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120314 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130314 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130314 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140314 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |