JP2003346166A - マスクを利用して文書画像の圧縮を容易にするシステムおよび方法 - Google Patents
マスクを利用して文書画像の圧縮を容易にするシステムおよび方法Info
- Publication number
- JP2003346166A JP2003346166A JP2003083847A JP2003083847A JP2003346166A JP 2003346166 A JP2003346166 A JP 2003346166A JP 2003083847 A JP2003083847 A JP 2003083847A JP 2003083847 A JP2003083847 A JP 2003083847A JP 2003346166 A JP2003346166 A JP 2003346166A
- Authority
- JP
- Japan
- Prior art keywords
- foreground
- background
- region
- energy
- mask
- 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
-
- 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
- H04N1/41—Bandwidth or redundancy reduction
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】 文書画像の前景を背景から分割するマスクを
利用して文書画像の圧縮を容易にするシステムおよび方
法を提供すること。 【解決手段】 本発明は、領域を前景と背景とに分割す
るように適合されたピクセルエネルギーアナライザを含
む。本発明はさらに、マージされる領域がしきい値エネ
ルギーを超えない場合に領域をマージしてみるように適
合された領域マージコンポーネントも提供する。マージ
された領域は、新しい前景と新しい背景とに分割され
る。その後、マスク記憶コンポーネントが分割情報をバ
イナリマスクに記憶する。
利用して文書画像の圧縮を容易にするシステムおよび方
法を提供すること。 【解決手段】 本発明は、領域を前景と背景とに分割す
るように適合されたピクセルエネルギーアナライザを含
む。本発明はさらに、マージされる領域がしきい値エネ
ルギーを超えない場合に領域をマージしてみるように適
合された領域マージコンポーネントも提供する。マージ
された領域は、新しい前景と新しい背景とに分割され
る。その後、マスク記憶コンポーネントが分割情報をバ
イナリマスクに記憶する。
Description
【０００１】
【発明の属する技術分野】本発明は、一般に文書画像処
理に関し、より詳細には、文書画像の前景を背景から分
割するマスクを利用して文書画像の圧縮を容易にするシ
ステムおよび方法に関する。
理に関し、より詳細には、文書画像の前景を背景から分
割するマスクを利用して文書画像の圧縮を容易にするシ
ステムおよび方法に関する。
【０００２】
【従来の技術】コンピュータネットワーク、インターネ
ット、およびディジタル記憶手段が広く普及するなか
で、コンピュータを介して入手可能な情報の量は劇的に
増加してきた。情報量の増加に伴い、情報を迅速に伝送
し効率的に記憶する必要が生じている。データ圧縮は、
文書をより効果的に伝送および／または記憶することの
できる方法の一つである。
ット、およびディジタル記憶手段が広く普及するなか
で、コンピュータを介して入手可能な情報の量は劇的に
増加してきた。情報量の増加に伴い、情報を迅速に伝送
し効率的に記憶する必要が生じている。データ圧縮は、
文書をより効果的に伝送および／または記憶することの
できる方法の一つである。
【０００３】従来のデータ圧縮システムは、例えばシン
ボルマッチングなど様々な圧縮手法を利用してきた。し
かし、画像を有する文書に対して効果的に作用する通常
の圧縮手法は、例えばテキストおよび／または手書きを
有する文書に対してはうまく作用しない。
ボルマッチングなど様々な圧縮手法を利用してきた。し
かし、画像を有する文書に対して効果的に作用する通常
の圧縮手法は、例えばテキストおよび／または手書きを
有する文書に対してはうまく作用しない。
【０００４】データ圧縮は、情報を表すのに必要な空間
を削減する。圧縮はどんなタイプの情報にも用いること
ができる。しかし、画像、テキスト、オーディオ、ビデ
オを含めたディジタル情報の圧縮がより重要になりつつ
ある。通常、データ圧縮は標準的なコンピュータシステ
ムで用いられる。ただし、限定しないが、ディジタルお
よび衛星テレビジョン、ならびにセルラー／ディジタル
ホンなど、他の技術でもデータ圧縮を利用する。
を削減する。圧縮はどんなタイプの情報にも用いること
ができる。しかし、画像、テキスト、オーディオ、ビデ
オを含めたディジタル情報の圧縮がより重要になりつつ
ある。通常、データ圧縮は標準的なコンピュータシステ
ムで用いられる。ただし、限定しないが、ディジタルお
よび衛星テレビジョン、ならびにセルラー／ディジタル
ホンなど、他の技術でもデータ圧縮を利用する。
【０００５】データ圧縮はいくつかの理由で重要であ
る。データ圧縮により、未圧縮データの場合よりも小さ
い空間に情報を記憶することができる。多量の情報に対
する需要が増大するなかで、多量の情報を供給するため
にデータ圧縮が必要とされることがある。記憶デバイス
のサイズは著しく増大したが、情報に対する需要はこれ
らの増大を追い越している。例えば、未圧縮画像が５メ
ガバイトの空間を占めるのに対して、同じ画像を圧縮す
れば２．５メガバイトの空間しか占めないことがあり得
る。さらに、データ圧縮により、未圧縮情報よりも多量
の圧縮情報を転送することができる。ブロードバンド、
ＤＳＬ、ケーブルモデムインターネットなど転送レート
は上昇したものの、未圧縮情報では容易に伝送限度に達
してしまう。例えば、ＤＳＬ回線を介して未圧縮画像を
送信すれば１０分かかるとする。しかしデータを圧縮す
れば、同じ画像を約１分で送信することができる。
る。データ圧縮により、未圧縮データの場合よりも小さ
い空間に情報を記憶することができる。多量の情報に対
する需要が増大するなかで、多量の情報を供給するため
にデータ圧縮が必要とされることがある。記憶デバイス
のサイズは著しく増大したが、情報に対する需要はこれ
らの増大を追い越している。例えば、未圧縮画像が５メ
ガバイトの空間を占めるのに対して、同じ画像を圧縮す
れば２．５メガバイトの空間しか占めないことがあり得
る。さらに、データ圧縮により、未圧縮情報よりも多量
の圧縮情報を転送することができる。ブロードバンド、
ＤＳＬ、ケーブルモデムインターネットなど転送レート
は上昇したものの、未圧縮情報では容易に伝送限度に達
してしまう。例えば、ＤＳＬ回線を介して未圧縮画像を
送信すれば１０分かかるとする。しかしデータを圧縮す
れば、同じ画像を約１分で送信することができる。
【０００６】一般に、圧縮にはロスレスとロッシーの２
つのタイプがある。ロスレス圧縮では、圧縮後に正確な
元データを復元することができるが、ロッシー圧縮で
は、元データは圧縮解除されたデータと異なる。ロッシ
ー圧縮は、元データからデータを省くことができるの
で、より高い圧縮率が可能である。ロスレス圧縮は、例
えばクリティカルなテキストを圧縮するときに用いるこ
とができる。というのは、データを正確に再構築できな
ければテキストの品質および可読性に重大な影響が及ぶ
可能性があるからである。ロッシー圧縮は、ある程度の
ひずみまたはノイズが許容可能かまたは我々の限られた
感覚で感知できない、画像またはクリティカルでないテ
キストに用いることができる。
つのタイプがある。ロスレス圧縮では、圧縮後に正確な
元データを復元することができるが、ロッシー圧縮で
は、元データは圧縮解除されたデータと異なる。ロッシ
ー圧縮は、元データからデータを省くことができるの
で、より高い圧縮率が可能である。ロスレス圧縮は、例
えばクリティカルなテキストを圧縮するときに用いるこ
とができる。というのは、データを正確に再構築できな
ければテキストの品質および可読性に重大な影響が及ぶ
可能性があるからである。ロッシー圧縮は、ある程度の
ひずみまたはノイズが許容可能かまたは我々の限られた
感覚で感知できない、画像またはクリティカルでないテ
キストに用いることができる。
【０００７】データ圧縮は、ディジタル文書に特に適用
できる。ディジタル文書または文書画像は、文書のディ
ジタル表現である。ディジタル文書は通常、テキスト、
画像、および／または、テキストと画像を含む。現行の
ディジタルデータのために使用される記憶空間がより少
なくなることに加えて、品質を著しく劣化させずにコン
パクトに記憶することは、現行のハードコピーのディジ
タル化を奨励することになり、ペーパーレスオフィスが
より実現可能なものになる。ペーパーレスオフィスは、
情報へのアクセスを容易にすることや、環境コストの削
減、保管コストの削減など多くの利益をもたらすので、
このようなペーパーレスオフィスに向けて努力すること
はビジネスが掲げるべき重要な目標である。さらに、圧
縮によってディジタル文書のファイルサイズを縮小する
ことにより、インターネット帯域幅をより効率的に使用
することができ、したがって、より多くの情報をより速
く伝送し、ネットワーク輻輳を低減することができる。
情報のための所要の記憶装置を縮小すること、効率的な
ペーパーレスオフィスへの動向、およびインターネット
帯域幅効率の向上は圧縮技術の多数の著しい利益のほん
の一部である。
できる。ディジタル文書または文書画像は、文書のディ
ジタル表現である。ディジタル文書は通常、テキスト、
画像、および／または、テキストと画像を含む。現行の
ディジタルデータのために使用される記憶空間がより少
なくなることに加えて、品質を著しく劣化させずにコン
パクトに記憶することは、現行のハードコピーのディジ
タル化を奨励することになり、ペーパーレスオフィスが
より実現可能なものになる。ペーパーレスオフィスは、
情報へのアクセスを容易にすることや、環境コストの削
減、保管コストの削減など多くの利益をもたらすので、
このようなペーパーレスオフィスに向けて努力すること
はビジネスが掲げるべき重要な目標である。さらに、圧
縮によってディジタル文書のファイルサイズを縮小する
ことにより、インターネット帯域幅をより効率的に使用
することができ、したがって、より多くの情報をより速
く伝送し、ネットワーク輻輳を低減することができる。
情報のための所要の記憶装置を縮小すること、効率的な
ペーパーレスオフィスへの動向、およびインターネット
帯域幅効率の向上は圧縮技術の多数の著しい利益のほん
の一部である。
【０００８】
【発明が解決しようとする課題】ディジタル文書のデー
タ圧縮は、ディジタル文書の利用をより魅力あるものに
するためのいくつかの目標を有する。第１に、データ圧
縮は、短時間で多量の情報を圧縮および圧縮解除できる
べきである。第２に、データ圧縮はディジタル文書を正
確に再生できるべきである。
タ圧縮は、ディジタル文書の利用をより魅力あるものに
するためのいくつかの目標を有する。第１に、データ圧
縮は、短時間で多量の情報を圧縮および圧縮解除できる
べきである。第２に、データ圧縮はディジタル文書を正
確に再生できるべきである。
【０００９】加えて、ディジタル文書のデータ圧縮は、
文書の目的を利用すべきである。ディジタル文書には、
ファイリングやハードコピー提供に使用されるものもあ
り、校訂および／または編集されるものもある。現行の
データ圧縮では、テキストおよび／または画像が閲覧さ
れるときの還流に対処することができず、圧縮技術によ
って文字を認識してそれらをワードプロセッサ、パーソ
ナルディジタルアシスタント（ＰＤＡ）、セルラーホン
などに還流できるようにするための効率的かつ効果的な
手段を提供することができない。したがって、ハードコ
ピーのオフィス文書をスキャンしてディジタル形式にし
た場合、現行の圧縮技術では、不可能とは言わないまで
も、ディジタル化された文書の更新、修正、またはより
一般的に変更が、困難になる可能性がある。
文書の目的を利用すべきである。ディジタル文書には、
ファイリングやハードコピー提供に使用されるものもあ
り、校訂および／または編集されるものもある。現行の
データ圧縮では、テキストおよび／または画像が閲覧さ
れるときの還流に対処することができず、圧縮技術によ
って文字を認識してそれらをワードプロセッサ、パーソ
ナルディジタルアシスタント（ＰＤＡ）、セルラーホン
などに還流できるようにするための効率的かつ効果的な
手段を提供することができない。したがって、ハードコ
ピーのオフィス文書をスキャンしてディジタル形式にし
た場合、現行の圧縮技術では、不可能とは言わないまで
も、ディジタル化された文書の更新、修正、またはより
一般的に変更が、困難になる可能性がある。
【００１０】
【課題を解決するための手段】以下、本発明のいくつか
の態様に関する基本的な理解を提供するために、本発明
の簡単な概要を提示する。この概要は本発明の広範な概
観ではない。これは、本発明の鍵となる／クリティカル
な要素を識別するものではなく、本発明の範囲を述べる
ものでもない。この概要の唯一の目的は、本発明のいく
つかの概念を、後で提示するより詳細な説明の前置きと
して簡単な形で提示することである。
の態様に関する基本的な理解を提供するために、本発明
の簡単な概要を提示する。この概要は本発明の広範な概
観ではない。これは、本発明の鍵となる／クリティカル
な要素を識別するものではなく、本発明の範囲を述べる
ものでもない。この概要の唯一の目的は、本発明のいく
つかの概念を、後で提示するより詳細な説明の前置きと
して簡単な形で提示することである。
【００１１】本発明は一般に、文書画像の前景を背景か
ら分割するマスクを利用して文書画像の圧縮を容易にす
るシステムおよび方法に関する。本発明の一態様によれ
ば、マスクセパレータコンポーネントが、文書画像（例
えば文書のバイナリ、ＲＧＢ、および／またはＹＵＶ表
現）を入力として受け取る。マスクセパレータコンポー
ネントは、文書画像を処理し、文書画像の各ピクセルが
前景および／または背景に属するかを示すマスク（例え
ばバイナリ）を出力する。前景（例えばテキスト情報）
を背景（例えばグラフィカル情報）と分離することによ
り、前景および／または背景をより効果的に圧縮するこ
とができ、したがってファイルサイズおよび／または送
信時間を縮減することができる。次いで、マスクおよび
／または文書画像は、圧縮システムの他の部分によって
処理することができる（例えば文書画像圧縮の向上を達
成するため）。例えば、本発明のシステムおよび／また
は方法は、テキスト、手書き、ドローイングなどの識別
および／または圧縮を容易にするセグメント化階層画像
システム全体において利用することができる。
ら分割するマスクを利用して文書画像の圧縮を容易にす
るシステムおよび方法に関する。本発明の一態様によれ
ば、マスクセパレータコンポーネントが、文書画像（例
えば文書のバイナリ、ＲＧＢ、および／またはＹＵＶ表
現）を入力として受け取る。マスクセパレータコンポー
ネントは、文書画像を処理し、文書画像の各ピクセルが
前景および／または背景に属するかを示すマスク（例え
ばバイナリ）を出力する。前景（例えばテキスト情報）
を背景（例えばグラフィカル情報）と分離することによ
り、前景および／または背景をより効果的に圧縮するこ
とができ、したがってファイルサイズおよび／または送
信時間を縮減することができる。次いで、マスクおよび
／または文書画像は、圧縮システムの他の部分によって
処理することができる（例えば文書画像圧縮の向上を達
成するため）。例えば、本発明のシステムおよび／また
は方法は、テキスト、手書き、ドローイングなどの識別
および／または圧縮を容易にするセグメント化階層画像
システム全体において利用することができる。
【００１２】本発明の特定の一態様によれば、マスクセ
パレータコンポーネントは、ピクセルエネルギーコンポ
ーネント、領域マージコンポーネント、およびマスク記
憶コンポーネントを含む。ピクセルエネルギーコンポー
ネントは、前景および／または背景のエネルギー分散を
最小化するように文書画像の領域についてピクセルエネ
ルギー（例えば分散）を計算するように適合される。エ
ネルギー（例えば距離の２乗の和に基づくエネルギー尺
度）を、前景および／または背景について得られるであ
ろう圧縮の推定値として用いる。ただし、計算オーバー
ヘッドを単純化するために、文書画像は領域（例えば２
ピクセル×２ピクセル）に分割することができ、領域ご
とに前景および／または背景を決定する（例えば前景お
よび／または背景中のエネルギー分散の最小化に少なく
とも一部基づいて）。言い換えれば、各領域自体が２つ
のセット、すなわち前景に属するピクセルと背景に属す
るピクセルとに分割される。計算オーバーヘッドをさら
に最小限に抑えるために、ピクセルエネルギーコンポー
ネントは計算情報を、領域マージコンポーネントおよび
／またはマスク記憶コンポーネントによって使用される
ように少なくとも一時的に記憶しておくことができる。
パレータコンポーネントは、ピクセルエネルギーコンポ
ーネント、領域マージコンポーネント、およびマスク記
憶コンポーネントを含む。ピクセルエネルギーコンポー
ネントは、前景および／または背景のエネルギー分散を
最小化するように文書画像の領域についてピクセルエネ
ルギー（例えば分散）を計算するように適合される。エ
ネルギー（例えば距離の２乗の和に基づくエネルギー尺
度）を、前景および／または背景について得られるであ
ろう圧縮の推定値として用いる。ただし、計算オーバー
ヘッドを単純化するために、文書画像は領域（例えば２
ピクセル×２ピクセル）に分割することができ、領域ご
とに前景および／または背景を決定する（例えば前景お
よび／または背景中のエネルギー分散の最小化に少なく
とも一部基づいて）。言い換えれば、各領域自体が２つ
のセット、すなわち前景に属するピクセルと背景に属す
るピクセルとに分割される。計算オーバーヘッドをさら
に最小限に抑えるために、ピクセルエネルギーコンポー
ネントは計算情報を、領域マージコンポーネントおよび
／またはマスク記憶コンポーネントによって使用される
ように少なくとも一時的に記憶しておくことができる。
【００１３】領域マージコンポーネントは、マージでき
そうな領域の新しい前景および／または新しい背景のエ
ネルギーが第１のしきい値エネルギー未満であるかどう
かの決定に少なくとも部分的に基づいて、文書画像の領
域の対をマージしてみるように適合される。領域マージ
コンポーネントは、ピクセルエネルギーコンポーネント
によって記憶された計算情報を利用することができる。
マージの結果、より広い領域が得られ、この領域はそれ
自体の前景背景の分割を特徴として有することになる。
マージ前に前景だったピクセルが、マージ後の領域の背
景になる可能性があり、その逆の可能性もある。領域マ
ージコンポーネントは、例えば新しい背景および新しい
前景のエネルギーの最小化に、少なくとも部分的に基づ
いて、マージ領域の適した前景および／または背景の分
割を決定することができる。
そうな領域の新しい前景および／または新しい背景のエ
ネルギーが第１のしきい値エネルギー未満であるかどう
かの決定に少なくとも部分的に基づいて、文書画像の領
域の対をマージしてみるように適合される。領域マージ
コンポーネントは、ピクセルエネルギーコンポーネント
によって記憶された計算情報を利用することができる。
マージの結果、より広い領域が得られ、この領域はそれ
自体の前景背景の分割を特徴として有することになる。
マージ前に前景だったピクセルが、マージ後の領域の背
景になる可能性があり、その逆の可能性もある。領域マ
ージコンポーネントは、例えば新しい背景および新しい
前景のエネルギーの最小化に、少なくとも部分的に基づ
いて、マージ領域の適した前景および／または背景の分
割を決定することができる。
【００１４】領域マージコンポーネントは、しきい値エ
ネルギーを超えることになるまで、かつ／または文書画
像がほぼすべてマージされるまで、連続的により大きい
領域をマージしてみることを継続することができる。例
えば領域マージコンポーネントは、水平方向に隣接する
２×２の領域を２×４の領域にマージすることができ
る。その後、領域マージコンポーネントは、領域を４×
４の領域に垂直方向にマージすることができる。一般
に、第１のしきい値エネルギーの値は、試みられるマー
ジによっていくつかのグレーレベルが前景または背景に
分割されて、テキストなどの重要な詳細が失われる可能
性があるという、潜在的状況を緩和するように選択する
ことができる（例えば３色以上の色が領域中にあると
き）。したがって、文書画像に関連するテキストおよび
／またはグラフィックラインの大部分を取り込むマスク
を捕えることができる。
ネルギーを超えることになるまで、かつ／または文書画
像がほぼすべてマージされるまで、連続的により大きい
領域をマージしてみることを継続することができる。例
えば領域マージコンポーネントは、水平方向に隣接する
２×２の領域を２×４の領域にマージすることができ
る。その後、領域マージコンポーネントは、領域を４×
４の領域に垂直方向にマージすることができる。一般
に、第１のしきい値エネルギーの値は、試みられるマー
ジによっていくつかのグレーレベルが前景または背景に
分割されて、テキストなどの重要な詳細が失われる可能
性があるという、潜在的状況を緩和するように選択する
ことができる（例えば３色以上の色が領域中にあると
き）。したがって、文書画像に関連するテキストおよび
／またはグラフィックラインの大部分を取り込むマスク
を捕えることができる。
【００１５】ある領域に対するマージが完了すると、こ
の領域についての前景背景の分割がマスクを構成する。
例えば、前景に属するピクセルにはマスク中で「１」を
割り当て、背景に属するピクセルには「０」を割り当て
ることができる。残念ながら、マージ操作中に前景と背
景の分割を追跡することは、計算コストが高くなる可能
性がある。別法（例えばより計算的に効果的な方法）
は、マージ領域のほぼすべてのピクセルの平均値を計算
して、平均値よりも大きいグレーレベル値を有するピク
セルを前景に割り当て、残りのピクセルを背景に割り当
てるものである。あるいは、平均値よりも大きいグレー
レベル値を有するピクセルを背景に割り当て、残りのピ
クセルを前景に割り当てることもできる。この２つの別
法は、視覚識別できないマスクをもたらすことができ
る。
の領域についての前景背景の分割がマスクを構成する。
例えば、前景に属するピクセルにはマスク中で「１」を
割り当て、背景に属するピクセルには「０」を割り当て
ることができる。残念ながら、マージ操作中に前景と背
景の分割を追跡することは、計算コストが高くなる可能
性がある。別法（例えばより計算的に効果的な方法）
は、マージ領域のほぼすべてのピクセルの平均値を計算
して、平均値よりも大きいグレーレベル値を有するピク
セルを前景に割り当て、残りのピクセルを背景に割り当
てるものである。あるいは、平均値よりも大きいグレー
レベル値を有するピクセルを背景に割り当て、残りのピ
クセルを前景に割り当てることもできる。この２つの別
法は、視覚識別できないマスクをもたらすことができ
る。
【００１６】その後、マスク記憶コンポーネントは、前
景と背景の分割に関連する情報をマスクに記憶するよう
に適合される。したがってマスクは、文書画像の各ピク
セルが前景および／または背景に属するかを示す。
景と背景の分割に関連する情報をマスクに記憶するよう
に適合される。したがってマスクは、文書画像の各ピク
セルが前景および／または背景に属するかを示す。
【００１７】本発明の別の態様によれば、計算オーバー
ヘッドを最小限に抑えるために、小さい領域（例えば４
ピクセル×４ピクセル）についてのエネルギーをピクセ
ルエネルギーコンポーネントによって計算することがで
きる。エネルギーが第２のしきい値エネルギー未満であ
る場合は、ほぼすべてのピクセルを前景または背景に割
り当て、他方はほぼ空とすることができる。エネルギー
が第２のしきい値以上である場合は、前述のように分割
を進めることができる。比較的クリーンな文書画像（例
えば一定の領域を有するもの）の場合、計算速度の著し
い向上を達成することができる。
ヘッドを最小限に抑えるために、小さい領域（例えば４
ピクセル×４ピクセル）についてのエネルギーをピクセ
ルエネルギーコンポーネントによって計算することがで
きる。エネルギーが第２のしきい値エネルギー未満であ
る場合は、ほぼすべてのピクセルを前景または背景に割
り当て、他方はほぼ空とすることができる。エネルギー
が第２のしきい値以上である場合は、前述のように分割
を進めることができる。比較的クリーンな文書画像（例
えば一定の領域を有するもの）の場合、計算速度の著し
い向上を達成することができる。
【００１８】本発明の別の態様によれば、マスクのサイ
ズを最小限に抑えるために、最終的な領域（例えば第１
のしきい値を超えずにマージすることができない領域）
の平均前景と平均背景との間の差が第３のしきい値より
も大きい場合、その領域の大域平均値が中間グレーレベ
ル値（例えばグレーレベル値が０から２５５までであれ
ば１２７）よりも高いか低いかに応じて、その領域全体
を前景としてまたは背景として宣言する。わずかなディ
ザリングのあるカラー文書では、これらの領域のための
マスクは、この最適化を行わない場合は霜降り状に見え
ることになり、圧縮コストが高くなる。第３のしきい値
は、重要なテキストを失わず、しかも印刷文書をスキャ
ンする際に見られるわずかなディザリングの多くのケー
スを除去するように選択される（例えば、多くのプリン
タは４色から６色しか有さず、完全なカラーパレットを
生成するにはディザリングを用いなければならない）。
一例では、第３のしきい値には４０の値が適切な選択で
ある。
ズを最小限に抑えるために、最終的な領域（例えば第１
のしきい値を超えずにマージすることができない領域）
の平均前景と平均背景との間の差が第３のしきい値より
も大きい場合、その領域の大域平均値が中間グレーレベ
ル値（例えばグレーレベル値が０から２５５までであれ
ば１２７）よりも高いか低いかに応じて、その領域全体
を前景としてまたは背景として宣言する。わずかなディ
ザリングのあるカラー文書では、これらの領域のための
マスクは、この最適化を行わない場合は霜降り状に見え
ることになり、圧縮コストが高くなる。第３のしきい値
は、重要なテキストを失わず、しかも印刷文書をスキャ
ンする際に見られるわずかなディザリングの多くのケー
スを除去するように選択される（例えば、多くのプリン
タは４色から６色しか有さず、完全なカラーパレットを
生成するにはディザリングを用いなければならない）。
一例では、第３のしきい値には４０の値が適切な選択で
ある。
【００１９】本発明の別の態様は、ピクセルエネルギー
コンポーネントが多項式回帰を利用して前景および／ま
たは背景を記述することができるようにする。
コンポーネントが多項式回帰を利用して前景および／ま
たは背景を記述することができるようにする。
【００２０】本発明の別の態様は、マスクセパレータコ
ンポーネントと前景／背景セグメンタとを有する文書画
像分離システムを提供する。マスクセパレータコンポー
ネントは、文書画像（例えばテキストおよび／または手
書きを含む）を処理し、どのピクセルが前景にありどの
ピクセルが背景にあるかに関する情報をマスクに記憶す
ることができる。その後、前景／背景セグメンタがマス
クおよび文書画像を受け取り、文書画像を前景画像と背
景画像とに分離することができる。
ンポーネントと前景／背景セグメンタとを有する文書画
像分離システムを提供する。マスクセパレータコンポー
ネントは、文書画像（例えばテキストおよび／または手
書きを含む）を処理し、どのピクセルが前景にありどの
ピクセルが背景にあるかに関する情報をマスクに記憶す
ることができる。その後、前景／背景セグメンタがマス
クおよび文書画像を受け取り、文書画像を前景画像と背
景画像とに分離することができる。
【００２１】本発明の別の態様によれば、文書画像変換
コンポーネントと、マスク分離コンポーネントと、前景
／背景分離コンポーネントとを有する文書画像圧縮シス
テムが提供される。任意選択で、文書画像圧縮システム
は、マスクエンコーダ、前景エンコーダ、および／また
は背景エンコーダを含むこともできる。
コンポーネントと、マスク分離コンポーネントと、前景
／背景分離コンポーネントとを有する文書画像圧縮シス
テムが提供される。任意選択で、文書画像圧縮システム
は、マスクエンコーダ、前景エンコーダ、および／また
は背景エンコーダを含むこともできる。
【００２２】本発明の別の態様は、ピクセルエネルギー
コンポーネントとマスク記憶コンポーネントとを有する
セグメント化階層画像システムを提供する。セグメント
化階層画像システムは、多くの文書画像適用例で採用す
ることができ、限定しないがこれらの適用例には、写真
複写機、文書スキャナ、光学文字認識システム、パーソ
ナルディジタルアシスタント、ファクス機、ディジタル
カメラ、ディジタルビデオカメラ、および／またはビデ
オゲームシステムが含まれる。
コンポーネントとマスク記憶コンポーネントとを有する
セグメント化階層画像システムを提供する。セグメント
化階層画像システムは、多くの文書画像適用例で採用す
ることができ、限定しないがこれらの適用例には、写真
複写機、文書スキャナ、光学文字認識システム、パーソ
ナルディジタルアシスタント、ファクス機、ディジタル
カメラ、ディジタルビデオカメラ、および／またはビデ
オゲームシステムが含まれる。
【００２３】本発明の他の態様は、マスクを生成するた
めの方法、方法体系と、マスク分離コンポーネントに対
するコンピュータ使用可能命令を有するコンピュータ可
読媒体と、マスクに関連する情報を含み２つ以上のコン
ピュータプロセス間で伝送されるように適合されたデー
タパケットとを提供する。マスクは、ピクセルを文書画
像の前景と背景のうちの少なくとも一方に割り当てる。
マスクは、文書画像の領域におけるピクセルのエネルギ
ーを最小化する計算に少なくとも部分的に基づく。
めの方法、方法体系と、マスク分離コンポーネントに対
するコンピュータ使用可能命令を有するコンピュータ可
読媒体と、マスクに関連する情報を含み２つ以上のコン
ピュータプロセス間で伝送されるように適合されたデー
タパケットとを提供する。マスクは、ピクセルを文書画
像の前景と背景のうちの少なくとも一方に割り当てる。
マスクは、文書画像の領域におけるピクセルのエネルギ
ーを最小化する計算に少なくとも部分的に基づく。
【００２４】以上および関連の目的を達成するために、
本発明の例示的ないくつかの態様について、後続の説明
および添付の図面との関連で本明細書に述べる。ただし
これらの態様は、本発明の原理を採用することのできる
様々な方法のほんのわずかを示すものに過ぎず、本発明
は、このような態様およびその均等物をすべて含むもの
とする。本発明の他の利点および新規な特徴は、後続の
本発明の詳細な説明を図面と共に考察すれば明らかにな
るであろう。
本発明の例示的ないくつかの態様について、後続の説明
および添付の図面との関連で本明細書に述べる。ただし
これらの態様は、本発明の原理を採用することのできる
様々な方法のほんのわずかを示すものに過ぎず、本発明
は、このような態様およびその均等物をすべて含むもの
とする。本発明の他の利点および新規な特徴は、後続の
本発明の詳細な説明を図面と共に考察すれば明らかにな
るであろう。
【００２５】
【発明の実施の形態】ここで本発明について図面を参照
しながら述べるが、各図面を通して、同じ要素を指す場
合は同じ参照番号を使用する。以下の記述では、説明の
目的で、本発明の完全な理解を提供するために様々な具
体的詳細について述べる。ただし、本発明はこれらの具
体的詳細がなくても実施できることは明白であろう。そ
の他の場合では、本発明の記述を容易にするために、周
知の構造およびデバイスはブロック図の形で示す。
しながら述べるが、各図面を通して、同じ要素を指す場
合は同じ参照番号を使用する。以下の記述では、説明の
目的で、本発明の完全な理解を提供するために様々な具
体的詳細について述べる。ただし、本発明はこれらの具
体的詳細がなくても実施できることは明白であろう。そ
の他の場合では、本発明の記述を容易にするために、周
知の構造およびデバイスはブロック図の形で示す。
【００２６】本明細書では、「コンポーネント」および
「システム」という語は、コンピュータに関係するエン
ティティを指すものとし、ハードウェア、ハードウェア
とソフトウェアの組合せ、ソフトウェア、または実行中
のソフトウェアとする。例えば、限定しないがコンポー
ネントは、プロセッサ上で稼動するプロセス、プロセッ
サ、オブジェクト、実行プログラム、実行のスレッド、
プログラム、および／またはコンピュータとすることが
できる。例として、サーバ上で稼動するアプリケーショ
ンもサーバも両方ともコンポーネントとすることができ
る。１つまたは複数のコンポーネントが１つのプロセス
および／または実行のスレッドにあるものとすることが
でき、コンポーネントは、１台のコンピュータ上に局所
化してもよく、かつ／または２台以上のコンピュータ間
で分散させてもよい。
「システム」という語は、コンピュータに関係するエン
ティティを指すものとし、ハードウェア、ハードウェア
とソフトウェアの組合せ、ソフトウェア、または実行中
のソフトウェアとする。例えば、限定しないがコンポー
ネントは、プロセッサ上で稼動するプロセス、プロセッ
サ、オブジェクト、実行プログラム、実行のスレッド、
プログラム、および／またはコンピュータとすることが
できる。例として、サーバ上で稼動するアプリケーショ
ンもサーバも両方ともコンポーネントとすることができ
る。１つまたは複数のコンポーネントが１つのプロセス
および／または実行のスレッドにあるものとすることが
でき、コンポーネントは、１台のコンピュータ上に局所
化してもよく、かつ／または２台以上のコンピュータ間
で分散させてもよい。
【００２７】さらに、「文書画像」は、１つまたは複数
の色を含む文書のディジタル表現（例えばバイナリ（例
えば黒／白）、グレースケール、および／またはカラー
文書）を指すものとする。加えて、文書画像は、画像、
テキスト、および／または画像付きテキストを有するこ
とができ、テキストと画像が重なっている可能性もあ
る。文書画像は、文書をバイナリ、ＲＧＢ、および／ま
たはＹＵＶで表現したものとすることができる。ＲＧＢ
文書画像は、赤、緑、青の成分で表現される。ＹＵＶ文
書画像は、Ｙで示される輝度成分とＵおよびＶで示され
るクロミナンス成分とを用いて表現される。クロミナン
ス成分ＵおよびＶは、ＹＵＶ画像の視覚品質を著しく犠
牲にすることなく、より少ないビットを使用して表すこ
とができる。ＹＵＶ表現は一般に、ＲＧＢ表現よりもコ
ンパクトかつ使いやすい表現である。文書画像は、「ピ
クセル」と一般に呼ばれるピクチャ要素を備える。文書
画像は、任意の形状またはサイズの、単一ページまたは
複数ページの文書に基づくものとすることができる。
の色を含む文書のディジタル表現（例えばバイナリ（例
えば黒／白）、グレースケール、および／またはカラー
文書）を指すものとする。加えて、文書画像は、画像、
テキスト、および／または画像付きテキストを有するこ
とができ、テキストと画像が重なっている可能性もあ
る。文書画像は、文書をバイナリ、ＲＧＢ、および／ま
たはＹＵＶで表現したものとすることができる。ＲＧＢ
文書画像は、赤、緑、青の成分で表現される。ＹＵＶ文
書画像は、Ｙで示される輝度成分とＵおよびＶで示され
るクロミナンス成分とを用いて表現される。クロミナン
ス成分ＵおよびＶは、ＹＵＶ画像の視覚品質を著しく犠
牲にすることなく、より少ないビットを使用して表すこ
とができる。ＹＵＶ表現は一般に、ＲＧＢ表現よりもコ
ンパクトかつ使いやすい表現である。文書画像は、「ピ
クセル」と一般に呼ばれるピクチャ要素を備える。文書
画像は、任意の形状またはサイズの、単一ページまたは
複数ページの文書に基づくものとすることができる。
【００２８】図１を参照すると、本発明の一態様による
マスクセパレータコンポーネント１００が示されてい
る。マスクセパレータコンポーネント１００は、文書画
像１１０（例えばアーカイブおよび／または送信される
ことになる文書に基づくもの）を受け取る。例えば、マ
スクセパレータコンポーネント１００は文書圧縮システ
ム（図示せず）の一部とすることができる。文書画像１
１０は、バイナリ、ＲＧＢ、および／またはＹＵＶで表
現された文書とすることができる。マスクセパレータコ
ンポーネント１００は、文書画像１１０を処理し、文書
画像１１０の各ピクセルが前景および／または背景に属
するかを示すマスク１２０（例えばバイナリ）を出力す
る。次いで、圧縮システム（図示せず）の他の部分によ
ってマスク１２０および／または文書画像１１０を処理
して、文書画像１１０の圧縮を行うことができる。
マスクセパレータコンポーネント１００が示されてい
る。マスクセパレータコンポーネント１００は、文書画
像１１０（例えばアーカイブおよび／または送信される
ことになる文書に基づくもの）を受け取る。例えば、マ
スクセパレータコンポーネント１００は文書圧縮システ
ム（図示せず）の一部とすることができる。文書画像１
１０は、バイナリ、ＲＧＢ、および／またはＹＵＶで表
現された文書とすることができる。マスクセパレータコ
ンポーネント１００は、文書画像１１０を処理し、文書
画像１１０の各ピクセルが前景および／または背景に属
するかを示すマスク１２０（例えばバイナリ）を出力す
る。次いで、圧縮システム（図示せず）の他の部分によ
ってマスク１２０および／または文書画像１１０を処理
して、文書画像１１０の圧縮を行うことができる。
【００２９】しばし図２を見ると、例示的な文書画像が
示してある。この文書画像は、棒に沿って文字「Ｃ」お
よび「Ｏ」を含む。図３に、本発明の一態様による、図
２の例示的な文書画像に関連するマスクを示す。図４
に、本発明の一態様による、図２の例示的な文書画像と
図３のマスクとに関連する背景を示す。点線は、背景
「関係あり（ｃａｒｅ）」ピクセルの境界を表す。点線
を構成するピクセルと、点線内のピクセルは、背景にお
いて「関係なし（ｄｏｎ’ｔ ｃａｒｅ）」ピクセルで
ある。というのは、文書画像が再組立てされたとき、マ
スクに記憶された再構築情報に少なくとも部分的に基づ
いて、前景が背景の上に配置されるからである。文字
「Ｃ」「Ｏ」および／または棒が一定の色であり、かつ
／あるいは滑らかな色遷移を有する場合、前景の効果的
な圧縮は、様々な平滑化技法および／または圧縮技法の
１つを用いて達成することができる。背景の効果的な圧
縮は、「関係なし」ピクセルをより滑らかな遷移をもた
らすピクセル値で置換することによって達成することが
できる。「関係なし」ピクセルを埋めるための単純なア
ルゴリズムの一例は、背景をローパスフィルタで処理し
てから重要なピクセルを復元するものである。この２つ
のステップを何回か繰り返した後は、「関係なし」ピク
セルは滑らかな遷移をもたらす値になり、これらは小さ
く圧縮される。このアルゴリズムを簡単に改良したもの
は、超低域のローパスフィルタで開始して、繰返しごと
にローパスフィルタのカット周波数を増加させるもので
ある。同様のアルゴリズムを使用して、前景も埋めるこ
とができる。
示してある。この文書画像は、棒に沿って文字「Ｃ」お
よび「Ｏ」を含む。図３に、本発明の一態様による、図
２の例示的な文書画像に関連するマスクを示す。図４
に、本発明の一態様による、図２の例示的な文書画像と
図３のマスクとに関連する背景を示す。点線は、背景
「関係あり（ｃａｒｅ）」ピクセルの境界を表す。点線
を構成するピクセルと、点線内のピクセルは、背景にお
いて「関係なし（ｄｏｎ’ｔ ｃａｒｅ）」ピクセルで
ある。というのは、文書画像が再組立てされたとき、マ
スクに記憶された再構築情報に少なくとも部分的に基づ
いて、前景が背景の上に配置されるからである。文字
「Ｃ」「Ｏ」および／または棒が一定の色であり、かつ
／あるいは滑らかな色遷移を有する場合、前景の効果的
な圧縮は、様々な平滑化技法および／または圧縮技法の
１つを用いて達成することができる。背景の効果的な圧
縮は、「関係なし」ピクセルをより滑らかな遷移をもた
らすピクセル値で置換することによって達成することが
できる。「関係なし」ピクセルを埋めるための単純なア
ルゴリズムの一例は、背景をローパスフィルタで処理し
てから重要なピクセルを復元するものである。この２つ
のステップを何回か繰り返した後は、「関係なし」ピク
セルは滑らかな遷移をもたらす値になり、これらは小さ
く圧縮される。このアルゴリズムを簡単に改良したもの
は、超低域のローパスフィルタで開始して、繰返しごと
にローパスフィルタのカット周波数を増加させるもので
ある。同様のアルゴリズムを使用して、前景も埋めるこ
とができる。
【００３０】図１に戻るが、マスクセパレータコンポー
ネント１００は、ピクセルエネルギーコンポーネント１
３０、領域マージコンポーネント１４０、およびマスク
記憶コンポーネント１５０を含む。
ネント１００は、ピクセルエネルギーコンポーネント１
３０、領域マージコンポーネント１４０、およびマスク
記憶コンポーネント１５０を含む。
【００３１】ピクセルエネルギーコンポーネント１３０
は、文書画像１１０の領域についてピクセルエネルギー
（例えば分散）を計算するように適合される。例えば、
文書画像１１０がＹＵＶ表現である場合、ピクセルエネ
ルギーコンポーネント１３０は、ＹＵＶ表現のＹ成分に
基づいて、かつ／またはＹＵＶ成分の適した組合せに基
づいて、ピクセルエネルギー分散を計算する。計算で
は、ある領域にわたって前景および背景が一定であると
仮定することができる。これらの定数の周りの分散を最
小化するマスク１２０を計算することが望ましい。この
分散を、前景および／または背景について得られるであ
ろう圧縮の推定値として使用する。あるいは、領域を圧
縮し、ビット数を量的に測定してもよい。ただし計算オ
ーバーヘッドは非常に高くつくことになる。したがっ
て、分散は距離の２乗の和に基づくエネルギー尺度でも
あるが、これを計算することは、圧縮後の前景および背
景のサイズについての許容可能な推定である。
は、文書画像１１０の領域についてピクセルエネルギー
（例えば分散）を計算するように適合される。例えば、
文書画像１１０がＹＵＶ表現である場合、ピクセルエネ
ルギーコンポーネント１３０は、ＹＵＶ表現のＹ成分に
基づいて、かつ／またはＹＵＶ成分の適した組合せに基
づいて、ピクセルエネルギー分散を計算する。計算で
は、ある領域にわたって前景および背景が一定であると
仮定することができる。これらの定数の周りの分散を最
小化するマスク１２０を計算することが望ましい。この
分散を、前景および／または背景について得られるであ
ろう圧縮の推定値として使用する。あるいは、領域を圧
縮し、ビット数を量的に測定してもよい。ただし計算オ
ーバーヘッドは非常に高くつくことになる。したがっ
て、分散は距離の２乗の和に基づくエネルギー尺度でも
あるが、これを計算することは、圧縮後の前景および背
景のサイズについての許容可能な推定である。
【００３２】ある領域はＮ個のピクセルの集合Ｓであ
り、前景Ｆおよび背景Ｂは、Ｆ∪Ｂ＝ＳおよびＦ∩Ｂ＝
φとなるようにＳの分割であると仮定する。ｆ（ｘ）が
ピクセル位置ｘ（ｘ∈Ｓ）における画像の値である場
合、前景および背景の分散はそれぞれ以下のとおりであ
る。
り、前景Ｆおよび背景Ｂは、Ｆ∪Ｂ＝ＳおよびＦ∩Ｂ＝
φとなるようにＳの分割であると仮定する。ｆ（ｘ）が
ピクセル位置ｘ（ｘ∈Ｓ）における画像の値である場
合、前景および背景の分散はそれぞれ以下のとおりであ
る。
【００３３】
【数８】
【００３４】上式で、
【００３５】
【外１】
【００３６】は、それぞれ前景および背景の平均ピクセ
ル値であり、ＮＦおよびＮＢは、それぞれ前景および背
景にあるピクセルの数である。これらの分散は以下のよ
うに表現することもできることに留意されたい。
ル値であり、ＮＦおよびＮＢは、それぞれ前景および背
景にあるピクセルの数である。これらの分散は以下のよ
うに表現することもできることに留意されたい。
【００３７】
【数９】
【００３８】次に、前景および／または背景のエネルギ
ー（例えば分散）の最小化に、少なくとも部分的に基づ
いて、Ｓの適した分割ＦおよびＢを、ピクセルエネルギ
ーコンポーネント１３０によって決定する（例えば、和
Ｅ＝νＦ＋νＢを最小化する）。しかし、可能性あるマ
スクが２Ｎ個あるので、Ｓの適した分割ＦおよびＢを見
つけることは計算集約的になる可能性がある。
ー（例えば分散）の最小化に、少なくとも部分的に基づ
いて、Ｓの適した分割ＦおよびＢを、ピクセルエネルギ
ーコンポーネント１３０によって決定する（例えば、和
Ｅ＝νＦ＋νＢを最小化する）。しかし、可能性あるマ
スクが２Ｎ個あるので、Ｓの適した分割ＦおよびＢを見
つけることは計算集約的になる可能性がある。
【００３９】計算を単純化するために、文書画像を領
域、例えば２ピクセル×２ピクセルの領域に分けること
ができる。しばし図５を見ると、本発明の一態様によ
る、文書画像の２ピクセル×２ピクセルの領域が示して
ある。４つのピクセルは、値Ｖ１、Ｖ２、Ｖ３、Ｖ４を
有する。２ピクセル×２ピクセルの各領域につき、可能
性あるマスクは２４＝１６個しかない。したがって、こ
れら２ピクセル×２ピクセルの各領域につき、１６個の
組合せすべてを計算して最小エネルギーを有するものを
利用することによって、Ｅ＝ＶＦ＋ＶＢを最小化する最
適なＦおよびＢを見つけることが可能である。
域、例えば２ピクセル×２ピクセルの領域に分けること
ができる。しばし図５を見ると、本発明の一態様によ
る、文書画像の２ピクセル×２ピクセルの領域が示して
ある。４つのピクセルは、値Ｖ１、Ｖ２、Ｖ３、Ｖ４を
有する。２ピクセル×２ピクセルの各領域につき、可能
性あるマスクは２４＝１６個しかない。したがって、こ
れら２ピクセル×２ピクセルの各領域につき、１６個の
組合せすべてを計算して最小エネルギーを有するものを
利用することによって、Ｅ＝ＶＦ＋ＶＢを最小化する最
適なＦおよびＢを見つけることが可能である。
【００４０】しかし、文書画像はスカラー関数なので、
Ｋ＝２としたＫ平均クラスタリングアルゴリズムを利用
すると、値ｆ（ｘ）をソートすることができ、効率的に
計算できる解が得られる。ソートされた順番がＶ１Ｖ２
Ｖ３Ｖ４であると仮定すると、Ｋ＝２としたＫ平均クラ
スタリングアルゴリズムにより、以下のとおり３つの可
能性ある分解が得られる。 潜在的前景 潜在的背景 Ｖ１ Ｖ２Ｖ３Ｖ４ Ｖ１Ｖ２ Ｖ３Ｖ４ Ｖ１Ｖ２Ｖ３ Ｖ４
Ｋ＝２としたＫ平均クラスタリングアルゴリズムを利用
すると、値ｆ（ｘ）をソートすることができ、効率的に
計算できる解が得られる。ソートされた順番がＶ１Ｖ２
Ｖ３Ｖ４であると仮定すると、Ｋ＝２としたＫ平均クラ
スタリングアルゴリズムにより、以下のとおり３つの可
能性ある分解が得られる。 潜在的前景 潜在的背景 Ｖ１ Ｖ２Ｖ３Ｖ４ Ｖ１Ｖ２ Ｖ３Ｖ４ Ｖ１Ｖ２Ｖ３ Ｖ４
【００４１】他の組合せもほぼすべて、これと等しいか
より高いエネルギーを有することがわかる。隣接しない
値のグループ化よりも低い分散を有する隣接した値のグ
ループ化が常にあるはずなので、このことは直感的にわ
かる。ソートの順番が異なる場合、ピクセルは常に、Ｖ
１Ｖ２Ｖ３Ｖ４がソートされるように再ラベリングする
ことができる。３つの可能性ある前景背景の分解のうち
どれが最低エネルギーをもたらすかを決定するのは、こ
の場合単純である。重要なことに、ピクセルエネルギー
コンポーネント１３０は、計算オーバーヘッドを最小限
に抑えるために部分和
より高いエネルギーを有することがわかる。隣接しない
値のグループ化よりも低い分散を有する隣接した値のグ
ループ化が常にあるはずなので、このことは直感的にわ
かる。ソートの順番が異なる場合、ピクセルは常に、Ｖ
１Ｖ２Ｖ３Ｖ４がソートされるように再ラベリングする
ことができる。３つの可能性ある前景背景の分解のうち
どれが最低エネルギーをもたらすかを決定するのは、こ
の場合単純である。重要なことに、ピクセルエネルギー
コンポーネント１３０は、計算オーバーヘッドを最小限
に抑えるために部分和
【００４２】
【外２】
【００４３】を記憶することができる。さらにピクセル
エネルギーコンポーネント１３０は、少なくとも一時的
に、ＮＦおよび／またはＮＢと共に部分和
エネルギーコンポーネント１３０は、少なくとも一時的
に、ＮＦおよび／またはＮＢと共に部分和
【００４４】
【外３】
【００４５】の少なくともいくつかを記憶することもで
きる（例えば領域マージコンポーネント１４０および／
またはマスク記憶コンポーネント１５０によって使用さ
れるように）。
きる（例えば領域マージコンポーネント１４０および／
またはマスク記憶コンポーネント１５０によって使用さ
れるように）。
【００４６】さらに、計算オーバーヘッドを最小限に抑
えるために、小さい領域（例えば４ピクセル×４ピクセ
ル）についてのエネルギーを計算することができる。エ
ネルギーがしきい値量未満である場合は、これらのピク
セルをすべて前景または背景に割り当て、他方は空とす
ることができる。エネルギーがしきい値エネルギー以上
である場合は、前述のように分割を進めることができ
る。この分割は最適とはなり得ないものの、しきい値が
十分に低ければ、悪影響は観測されない。比較的クリー
ンな文書画像（例えば一定の領域を有するもの）の場
合、計算速度の著しい向上を達成することができる。
えるために、小さい領域（例えば４ピクセル×４ピクセ
ル）についてのエネルギーを計算することができる。エ
ネルギーがしきい値量未満である場合は、これらのピク
セルをすべて前景または背景に割り当て、他方は空とす
ることができる。エネルギーがしきい値エネルギー以上
である場合は、前述のように分割を進めることができ
る。この分割は最適とはなり得ないものの、しきい値が
十分に低ければ、悪影響は観測されない。比較的クリー
ンな文書画像（例えば一定の領域を有するもの）の場
合、計算速度の著しい向上を達成することができる。
【００４７】さらに、ほぼ一定である領域（例えば純粋
な前景または純粋な背景）は、前景と背景を分離するマ
スクを計算した後で設定してもよい。例えば、平均前景
と平均背景の差が、経験的に決定できる一定のしきい値
（例えば、０から２５５までにわたるグレーレベルの全
スケールと比較して値４０を使用することができる）未
満である場合、領域全体を前景または背景に設定する
（平均が０に近いか２５５に近いかに応じて）。
な前景または純粋な背景）は、前景と背景を分離するマ
スクを計算した後で設定してもよい。例えば、平均前景
と平均背景の差が、経験的に決定できる一定のしきい値
（例えば、０から２５５までにわたるグレーレベルの全
スケールと比較して値４０を使用することができる）未
満である場合、領域全体を前景または背景に設定する
（平均が０に近いか２５５に近いかに応じて）。
【００４８】図１に戻るが、文書画像１１０を２ピクセ
ル×２ピクセルの領域に分割した結果、ピクセルノイズ
を拾う可能性のあるはっきりした前景および背景を有す
る領域が得られる。これによってマスク１２０は霜降り
状に見えることになる可能性があり、これはテキストお
よび／またはグラフィックラインをマスク１２０中に取
り込めるようにする目的とは相容れない。したがって、
領域マージコンポーネント１４０は、マージできそうな
領域の前景および／または背景のエネルギーが第１のし
きい値エネルギー未満であるかどうかの決定に少なくと
も部分的に基づいて、文書画像１１０の領域の対をマー
ジしてみるように適合される。領域マージコンポーネン
ト１４０は、ピクセルエネルギーコンポーネント１３０
によって計算され記憶された部分和
ル×２ピクセルの領域に分割した結果、ピクセルノイズ
を拾う可能性のあるはっきりした前景および背景を有す
る領域が得られる。これによってマスク１２０は霜降り
状に見えることになる可能性があり、これはテキストお
よび／またはグラフィックラインをマスク１２０中に取
り込めるようにする目的とは相容れない。したがって、
領域マージコンポーネント１４０は、マージできそうな
領域の前景および／または背景のエネルギーが第１のし
きい値エネルギー未満であるかどうかの決定に少なくと
も部分的に基づいて、文書画像１１０の領域の対をマー
ジしてみるように適合される。領域マージコンポーネン
ト１４０は、ピクセルエネルギーコンポーネント１３０
によって計算され記憶された部分和
【００４９】
【外４】
【００５０】をＮＦおよび／またはＮＢと共に利用する
ことができる。
ことができる。
【００５１】各マージの後でこれらの量を再計算しなけ
ればならないが、幸いこれもまた、これらの量を前景と
背景の組合せに従って合計するだけで、一定時間で行わ
れる。各分割につき、すべての領域にわたる和
ればならないが、幸いこれもまた、これらの量を前景と
背景の組合せに従って合計するだけで、一定時間で行わ
れる。各分割につき、すべての領域にわたる和
【００５２】
【外５】
【００５３】は一定であり、最適な分割を選択するため
に計算する必要はないことに留意されたい。ただし、領
域をマージしないときを判断するために、この量はまだ
必要である。
に計算する必要はないことに留意されたい。ただし、領
域をマージしないときを判断するために、この量はまだ
必要である。
【００５４】しばし図６を見ると、前景Ｆ１および背景
Ｂ１を有する第１の領域と、前景Ｆ ２および背景Ｂ２を
有する第２の領域との潜在的なマージが示してある。マ
ージされる領域のエネルギーが第１のしきい値エネルギ
ー未満であるかどうかを決定する際、領域マージコンポ
ーネント１５０は、新しい前景および新しい背景のグル
ープ化を計算することができる。２つの領域内のエネル
ギー分散には、以下のように、新しい前景および新しい
背景についての可能性あるグループ化が７つある。
Ｂ１を有する第１の領域と、前景Ｆ ２および背景Ｂ２を
有する第２の領域との潜在的なマージが示してある。マ
ージされる領域のエネルギーが第１のしきい値エネルギ
ー未満であるかどうかを決定する際、領域マージコンポ
ーネント１５０は、新しい前景および新しい背景のグル
ープ化を計算することができる。２つの領域内のエネル
ギー分散には、以下のように、新しい前景および新しい
背景についての可能性あるグループ化が７つある。
【００５５】
潜在マージ領域の新しい前景 潜在マージ領域の新しい背景
Ｆ１ Ｂ１Ｆ２Ｂ２
Ｆ１Ｂ１Ｆ２ Ｂ２
Ｆ１Ｂ２Ｆ２ Ｂ１
Ｆ２ Ｆ１Ｂ１Ｂ２
Ｆ１Ｆ２ Ｂ１Ｂ２
Ｆ１Ｂ１ Ｆ２Ｂ２
Ｆ１Ｂ２ Ｆ２Ｂ１
【００５６】可能性あるグループ化の少なくとも１つ
が、第１のしきい値エネルギー未満の背景および／また
は前景エネルギーをもたらす場合、領域マージコンポー
ネント１４０は、例えば背景および前景のエネルギー
（Ｅ＝νＦ＋νＢ）の最小化に、少なくとも部分的に基
づいて、マージ領域の適した前景／背景分割を決定する
ことができる。これらのグループ化のどれも第１のしき
い値エネルギー未満のエネルギーをもたらさない場合
は、マージを行わず、これらの領域はこれ以上マージに
向けて考慮しない。デフォルトで、Ｆ１およびＦ２を使
用して前景ピクセルを計算し、Ｂ１およびＢ２を使用し
て背景ピクセルを計算する。
が、第１のしきい値エネルギー未満の背景および／また
は前景エネルギーをもたらす場合、領域マージコンポー
ネント１４０は、例えば背景および前景のエネルギー
（Ｅ＝νＦ＋νＢ）の最小化に、少なくとも部分的に基
づいて、マージ領域の適した前景／背景分割を決定する
ことができる。これらのグループ化のどれも第１のしき
い値エネルギー未満のエネルギーをもたらさない場合
は、マージを行わず、これらの領域はこれ以上マージに
向けて考慮しない。デフォルトで、Ｆ１およびＦ２を使
用して前景ピクセルを計算し、Ｂ１およびＢ２を使用し
て背景ピクセルを計算する。
【００５７】領域マージコンポーネント１４０は、第１
のしきい値エネルギーを超えることになるまで、かつ／
または文書画像１１０がほぼすべてマージされるまで、
より大きい領域をマージしてみることを継続することが
できる。例えば領域マージコンポーネント１４０は、水
平方向に隣接する２×２の領域を、図６に示すような２
×４の領域にマージすることができる。その後、領域マ
ージコンポーネント１４０は領域を、図７に示すような
４×４の領域に垂直方向にマージすることができる。一
般に、第１のしきい値エネルギーの値は、試みられるマ
ージによっていくつかのグレーレベルが前景または背景
に分割されて、テキストなどの重要な詳細が失われる可
能性があるという、潜在的状況を緩和するように選択す
ることができる（例えば３色以上の色が領域中にあると
き）。例えば、第１の領域には白の上にグレーで書かれ
たテキストがあり、第２の領域は大部分が黒である場
合、この２つの領域をマージすると、グレーおよび白は
得られるマージ領域の前景に入り、黒は背景に入り、し
たがってマスク１２０からテキスト情報がほぼすべて失
われる恐れがある。しかし、２つの色が前景と背景のい
ずれかにマージされるときは、定数はもはやこの領域に
ついての適切なモデルではないので、その領域について
のエネルギーが急増する。
のしきい値エネルギーを超えることになるまで、かつ／
または文書画像１１０がほぼすべてマージされるまで、
より大きい領域をマージしてみることを継続することが
できる。例えば領域マージコンポーネント１４０は、水
平方向に隣接する２×２の領域を、図６に示すような２
×４の領域にマージすることができる。その後、領域マ
ージコンポーネント１４０は領域を、図７に示すような
４×４の領域に垂直方向にマージすることができる。一
般に、第１のしきい値エネルギーの値は、試みられるマ
ージによっていくつかのグレーレベルが前景または背景
に分割されて、テキストなどの重要な詳細が失われる可
能性があるという、潜在的状況を緩和するように選択す
ることができる（例えば３色以上の色が領域中にあると
き）。例えば、第１の領域には白の上にグレーで書かれ
たテキストがあり、第２の領域は大部分が黒である場
合、この２つの領域をマージすると、グレーおよび白は
得られるマージ領域の前景に入り、黒は背景に入り、し
たがってマスク１２０からテキスト情報がほぼすべて失
われる恐れがある。しかし、２つの色が前景と背景のい
ずれかにマージされるときは、定数はもはやこの領域に
ついての適切なモデルではないので、その領域について
のエネルギーが急増する。
【００５８】さらに、得られるエネルギーを７つの組合
せのほぼすべてについて計算することの別法として、前
景および背景の平均値を記憶してもよく、分割は、ソー
トされた平均値に関して考えることができる。値Ｖ１Ｖ
２Ｖ３Ｖ４のソートの場合のように、これは分割の数を
３に減らす（Ｆ１Ｂ１Ｆ２Ｂ２を平均値でソートして、
その順番を考慮した分割を考える）。
せのほぼすべてについて計算することの別法として、前
景および背景の平均値を記憶してもよく、分割は、ソー
トされた平均値に関して考えることができる。値Ｖ１Ｖ
２Ｖ３Ｖ４のソートの場合のように、これは分割の数を
３に減らす（Ｆ１Ｂ１Ｆ２Ｂ２を平均値でソートして、
その順番を考慮した分割を考える）。
【００５９】追加で、かつ／または別法として、領域マ
ージコンポーネント１２０は、２つの領域にわたる近似
値ｆに基づいて、これら所与の領域の前景と背景の組合
せの限定的な部分集合を評価することもできる。領域マ
ージコンポーネント１２０は、累積エネルギーの最も小
さい組合せを選択すればよい。
ージコンポーネント１２０は、２つの領域にわたる近似
値ｆに基づいて、これら所与の領域の前景と背景の組合
せの限定的な部分集合を評価することもできる。領域マ
ージコンポーネント１２０は、累積エネルギーの最も小
さい組合せを選択すればよい。
【００６０】このようなマージによってエネルギーが第
１のしきい値を超えて増大することになるためにもう領
域をマージできなくなれば、この領域のピクセルを前景
と背景に分割することができる。このような分割はマー
ジごとに行うこともできるが、これは計算コストが高く
つくことになる。別法として、マージ領域コンポーネン
ト１４０は、マージされた領域のほぼすべてのピクセル
値の平均値を計算し、平均値よりも大きい値を有するピ
クセルを前景に割り当て、残りのピクセルを背景に割り
当てることもできる。あるいは、平均値よりも大きい値
を有するピクセルを背景に割り当て、残りのピクセルを
前景に割り当てることもできる。
１のしきい値を超えて増大することになるためにもう領
域をマージできなくなれば、この領域のピクセルを前景
と背景に分割することができる。このような分割はマー
ジごとに行うこともできるが、これは計算コストが高く
つくことになる。別法として、マージ領域コンポーネン
ト１４０は、マージされた領域のほぼすべてのピクセル
値の平均値を計算し、平均値よりも大きい値を有するピ
クセルを前景に割り当て、残りのピクセルを背景に割り
当てることもできる。あるいは、平均値よりも大きい値
を有するピクセルを背景に割り当て、残りのピクセルを
前景に割り当てることもできる。
【００６１】再び図１を参照するが、領域マージコンポ
ーネント１４０によってマージし尽くされた後、マスク
記憶コンポーネント１５０は、ピクセルエネルギーコン
ポーネント１３０および／またはマージ領域コンポーネ
ント１４０によって行われた前景と背景の分割に関連す
る情報をマスク１２０に記憶するように適合される。し
たがってマスク１２０は、文書画像１１０の各ピクセル
が前景および／または背景に属するかを示す。
ーネント１４０によってマージし尽くされた後、マスク
記憶コンポーネント１５０は、ピクセルエネルギーコン
ポーネント１３０および／またはマージ領域コンポーネ
ント１４０によって行われた前景と背景の分割に関連す
る情報をマスク１２０に記憶するように適合される。し
たがってマスク１２０は、文書画像１１０の各ピクセル
が前景および／または背景に属するかを示す。
【００６２】一実施形態では、計算オーバーヘッドを最
小限に抑えるために、小さい領域（例えば４ピクセル×
４ピクセル）についてのエネルギーをピクセルエネルギ
ーコンポーネント１３０によって計算することができ
る。エネルギーが第２のしきい値未満である場合は、ほ
ぼすべてのピクセルを前景または背景に割り当て、他方
はほぼ空とすることができる。エネルギーが第２のしき
い値以上である場合は、前述のように分割を進めること
ができる。比較的クリーンな文書画像（例えば一定の領
域を有するもの）の場合、計算速度の著しい向上を達成
することができる。
小限に抑えるために、小さい領域（例えば４ピクセル×
４ピクセル）についてのエネルギーをピクセルエネルギ
ーコンポーネント１３０によって計算することができ
る。エネルギーが第２のしきい値未満である場合は、ほ
ぼすべてのピクセルを前景または背景に割り当て、他方
はほぼ空とすることができる。エネルギーが第２のしき
い値以上である場合は、前述のように分割を進めること
ができる。比較的クリーンな文書画像（例えば一定の領
域を有するもの）の場合、計算速度の著しい向上を達成
することができる。
【００６３】別の例では、マスクのサイズを最小限に抑
えるために、最終的な領域（例えば第１のしきい値を超
えずにマージすることができない領域）の平均前景と平
均背景との間の差が第３のしきい値よりも大きい場合、
その領域の大域平均値が中間グレーレベル値（例えばグ
レーレベル値が０から２５５までであれば１２７）より
も高いか低いかに応じて、その領域全体を前景としてま
たは背景として宣言する。わずかなディザリングのある
カラー文書では、これらの領域のためのマスクは、この
最適化を行わない場合は霜降り状に見えることになり、
圧縮コストが高くなる。第３のしきい値は、重要なテキ
ストを失わず、しかも印刷文書をスキャンする際に見ら
れるわずかなディザリングの多くのケースを除去するよ
うに選択される（例えば、多くのプリンタは４色から６
色しか有さず、完全なカラーパレットを生成するにはデ
ィザリングを用いなければならない）。一例では、第３
のしきい値には４０の値が適切な選択である。
えるために、最終的な領域（例えば第１のしきい値を超
えずにマージすることができない領域）の平均前景と平
均背景との間の差が第３のしきい値よりも大きい場合、
その領域の大域平均値が中間グレーレベル値（例えばグ
レーレベル値が０から２５５までであれば１２７）より
も高いか低いかに応じて、その領域全体を前景としてま
たは背景として宣言する。わずかなディザリングのある
カラー文書では、これらの領域のためのマスクは、この
最適化を行わない場合は霜降り状に見えることになり、
圧縮コストが高くなる。第３のしきい値は、重要なテキ
ストを失わず、しかも印刷文書をスキャンする際に見ら
れるわずかなディザリングの多くのケースを除去するよ
うに選択される（例えば、多くのプリンタは４色から６
色しか有さず、完全なカラーパレットを生成するにはデ
ィザリングを用いなければならない）。一例では、第３
のしきい値には４０の値が適切な選択である。
【００６４】マスクセパレータ１００について、前景お
よび背景がそれぞれ概して一定であると仮定して述べ
た。ただし、本発明の一態様によれば、ピクセルエネル
ギーコンポーネント１３０により、多項式回帰を用いて
前景および／または背景を記述することができる。例え
ば、前景および／または背景の多項式が式αｘ＋βｙ＋
μの平面である場合、エネルギーは以下のように定義さ
れる。
よび背景がそれぞれ概して一定であると仮定して述べ
た。ただし、本発明の一態様によれば、ピクセルエネル
ギーコンポーネント１３０により、多項式回帰を用いて
前景および／または背景を記述することができる。例え
ば、前景および／または背景の多項式が式αｘ＋βｙ＋
μの平面である場合、エネルギーは以下のように定義さ
れる。
【００６５】
【数１０】
【００６６】上式で、ｘ、ｙはピクセル位置を示し、α
Ｆ、βＦ、μＦはνＦを最小化するスカラーであり、α
Ｂ、βＢ、μＢはνＢを最小化するスカラーである。α
Ｆ、βＦ、μＦは、３つの未知数および３つの方程式の
線形系である量
Ｆ、βＦ、μＦはνＦを最小化するスカラーであり、α
Ｂ、βＢ、μＢはνＢを最小化するスカラーである。α
Ｆ、βＦ、μＦは、３つの未知数および３つの方程式の
線形系である量
【００６７】
【数１１】
【００６８】を用いて一定時間で解けることに留意され
たい。同じくαＢ、βＢ、μＢも同様にして解くことが
できる。概して一定である前景および／または背景に関
して上述したように、ピクセルエネルギーコンポーネン
ト１３０は、小さい領域をエネルギー最小化に基づいて
前景と背景に分割して、この領域についてのピクセルエ
ネルギーを計算することに進む。その後、これらの小さ
い領域は、試みられるマージごとのエネルギー（Ｅ）の
最小化に、少なくとも部分的に基づいて、領域マージコ
ンポーネント１４０によって連続的にマージが試みられ
る。しかし、前景および背景を平均値でソートすること
はできず、したがって７つの組合せすべてをテストし
て、Ｅを最小化する組合せを見つけなければならない。
マージを容易にするために、前景および背景について領
域ごとに式
たい。同じくαＢ、βＢ、μＢも同様にして解くことが
できる。概して一定である前景および／または背景に関
して上述したように、ピクセルエネルギーコンポーネン
ト１３０は、小さい領域をエネルギー最小化に基づいて
前景と背景に分割して、この領域についてのピクセルエ
ネルギーを計算することに進む。その後、これらの小さ
い領域は、試みられるマージごとのエネルギー（Ｅ）の
最小化に、少なくとも部分的に基づいて、領域マージコ
ンポーネント１４０によって連続的にマージが試みられ
る。しかし、前景および背景を平均値でソートすること
はできず、したがって７つの組合せすべてをテストし
て、Ｅを最小化する組合せを見つけなければならない。
マージを容易にするために、前景および背景について領
域ごとに式
【００６９】
【外６】
【００７０】を記憶することができる。
【００７１】この場合もやはり計算オーバーヘッドを最
小限に抑えるために、小さい領域（例えば４ピクセル×
４ピクセル）についてのエネルギーをピクセルエネルギ
ーコンポーネント１３０によって計算することができ
る。ただしピクセルエネルギーコンポーネント１３０
は、この領域にわたる定数に基づくモデルを利用し、か
つ／または多項式回帰を利用することができる。
小限に抑えるために、小さい領域（例えば４ピクセル×
４ピクセル）についてのエネルギーをピクセルエネルギ
ーコンポーネント１３０によって計算することができ
る。ただしピクセルエネルギーコンポーネント１３０
は、この領域にわたる定数に基づくモデルを利用し、か
つ／または多項式回帰を利用することができる。
【００７２】追加で、かつ／または別法として、ピクセ
ルエネルギーコンポーネント１３０は、平面回帰を用い
てエネルギーを計算することもできる。前景νＦおよび
背景νＢのエネルギーは以下のように定義される。
ルエネルギーコンポーネント１３０は、平面回帰を用い
てエネルギーを計算することもできる。前景νＦおよび
背景νＢのエネルギーは以下のように定義される。
【００７３】
【数１２】
【００７４】上式で、Ｆは前景であり、Ｂは背景であ
り、ｆ（ｘ，ｙ）は位置ｘ，ｙにおけるピクセルの値で
ある。さらに、ＡＦ、ＢＦ、ＣＦは、前景νＦのエネル
ギーを最小化するように選択され、ＡＢ、ＢＢ、Ｃ
Ｂは、背景νＢのエネルギーを最小化するように選択さ
れる。例えば、前景νＦのエネルギーの最小化は、以下
の方程式系（３つの未知数、３つの方程式）を解くこと
によって得られる。
り、ｆ（ｘ，ｙ）は位置ｘ，ｙにおけるピクセルの値で
ある。さらに、ＡＦ、ＢＦ、ＣＦは、前景νＦのエネル
ギーを最小化するように選択され、ＡＢ、ＢＢ、Ｃ
Ｂは、背景νＢのエネルギーを最小化するように選択さ
れる。例えば、前景νＦのエネルギーの最小化は、以下
の方程式系（３つの未知数、３つの方程式）を解くこと
によって得られる。
【００７５】
【数１３】
【００７６】例えば次のようになる。
【００７７】
【数１４】
【００７８】背景νＢのエネルギーについても同様の計
算を解くことができる。
算を解くことができる。
【００７９】図１は、マスクセパレータコンポーネント
１００に関するコンポーネントを示す概略図だが、本明
細書にコンポーネントという語を定義してあるとおり、
マスクセパレータコンポーネント１００は１つまたは複
数のコンポーネントとして実現できることを理解された
い。したがって、マスクセパレータコンポーネント１０
０を実現するように動作可能なコンピュータ実行可能コ
ンポーネントは、本発明により、限定しないがＡＳＩＣ
（特定用途向け集積回路）、ＣＤ（コンパクトディス
ク）、ＤＶＤ（ディジタルビデオディスク）、ＲＯＭ
（読取り専用メモリ）、フロッピー（登録商標）ディス
ク、ハードディスク、ＥＥＰＲＯＭ（電気的消去可能か
つプログラム可能な読取り専用メモリ）、およびメモリ
スティックを含めた、コンピュータ可読媒体に記憶でき
ることを理解されたい。
１００に関するコンポーネントを示す概略図だが、本明
細書にコンポーネントという語を定義してあるとおり、
マスクセパレータコンポーネント１００は１つまたは複
数のコンポーネントとして実現できることを理解された
い。したがって、マスクセパレータコンポーネント１０
０を実現するように動作可能なコンピュータ実行可能コ
ンポーネントは、本発明により、限定しないがＡＳＩＣ
（特定用途向け集積回路）、ＣＤ（コンパクトディス
ク）、ＤＶＤ（ディジタルビデオディスク）、ＲＯＭ
（読取り専用メモリ）、フロッピー（登録商標）ディス
ク、ハードディスク、ＥＥＰＲＯＭ（電気的消去可能か
つプログラム可能な読取り専用メモリ）、およびメモリ
スティックを含めた、コンピュータ可読媒体に記憶でき
ることを理解されたい。
【００８０】以上に図示および記述した例示的なシステ
ムに鑑みて、本発明により実現することのできる方法体
系が、図８および９のフローチャートを参照することで
よりよく理解できるであろう。説明を簡単にするために
この方法体系を一連のブロックとして図示および記述す
るが、本発明によりいくつかのブロックは、本明細書に
図示および記述するのとは異なる順番で、かつ／または
他のブロックと同時に行うこともできるので、本発明は
ブロックの順番によって限定されないことを理解および
認識されたい。さらに、本発明による方法体系を実施す
るために図示のブロックすべてが必要ではない場合もあ
る。
ムに鑑みて、本発明により実現することのできる方法体
系が、図８および９のフローチャートを参照することで
よりよく理解できるであろう。説明を簡単にするために
この方法体系を一連のブロックとして図示および記述す
るが、本発明によりいくつかのブロックは、本明細書に
図示および記述するのとは異なる順番で、かつ／または
他のブロックと同時に行うこともできるので、本発明は
ブロックの順番によって限定されないことを理解および
認識されたい。さらに、本発明による方法体系を実施す
るために図示のブロックすべてが必要ではない場合もあ
る。
【００８１】本発明は、１つまたは複数のコンポーネン
トによって実行される、プログラムモジュールなどのコ
ンピュータ実行可能命令の一般的なコンテキストで述べ
ることができる。一般にプログラムモジュールは、特定
のタスクを実施するか特定の抽象データ型を実装する、
ルーチン、プログラム、オブジェクト、データ構造など
を含む。通常、プログラムモジュールの機能は、望むな
ら様々な実施形態で結合または分散させることができ
る。
トによって実行される、プログラムモジュールなどのコ
ンピュータ実行可能命令の一般的なコンテキストで述べ
ることができる。一般にプログラムモジュールは、特定
のタスクを実施するか特定の抽象データ型を実装する、
ルーチン、プログラム、オブジェクト、データ構造など
を含む。通常、プログラムモジュールの機能は、望むな
ら様々な実施形態で結合または分散させることができ
る。
【００８２】図８および９を見ると、本発明の一態様に
よるマスク生成の方法体系８００が示してある。８１０
で、文書画像の一領域についてピクセルエネルギー（例
えば分散）を計算する。例えば、計算されるピクセルエ
ネルギー分散は、領域の多項式回帰に少なくとも部分的
に基づくものとすることができる。さらに、計算される
ピクセルエネルギー分散は、領域中のほぼすべてのピク
セルについての距離の２乗の和で利用される、前景につ
いての計算済み平均ピクセル値および背景についての計
算済み平均ピクセル値を利用して計算することもでき
る。あるいは、計算されるピクセルエネルギー分散は、
背景ピクセル値の合計と、前景ピクセル値の計算合計を
利用して計算することもできる。
よるマスク生成の方法体系８００が示してある。８１０
で、文書画像の一領域についてピクセルエネルギー（例
えば分散）を計算する。例えば、計算されるピクセルエ
ネルギー分散は、領域の多項式回帰に少なくとも部分的
に基づくものとすることができる。さらに、計算される
ピクセルエネルギー分散は、領域中のほぼすべてのピク
セルについての距離の２乗の和で利用される、前景につ
いての計算済み平均ピクセル値および背景についての計
算済み平均ピクセル値を利用して計算することもでき
る。あるいは、計算されるピクセルエネルギー分散は、
背景ピクセル値の合計と、前景ピクセル値の計算合計を
利用して計算することもできる。
【００８３】次に８２０で、前景および／または背景の
ピクセルエネルギーを最小化するための、領域について
のピクセル分割を計算する。ステップ８３０で、文書画
像のほぼすべての領域が分割されたかどうかを判定す
る。８３０での判定がＮＯの場合は、処理を８１０で継
続する。８３０での判定がＹＥＳの場合は、処理を８４
０で継続する。
ピクセルエネルギーを最小化するための、領域について
のピクセル分割を計算する。ステップ８３０で、文書画
像のほぼすべての領域が分割されたかどうかを判定す
る。８３０での判定がＮＯの場合は、処理を８１０で継
続する。８３０での判定がＹＥＳの場合は、処理を８４
０で継続する。
【００８４】次に８４０で、隣接する領域の対をマージ
してみる。８５０で、試みたマージによって新しい前景
および／または新しい背景中でしきい値エネルギーを超
えることになるかどうかを判定する。８５０での判定が
ＹＥＳの場合は、処理を８６０で継続する。８５０での
判定がＮＯの場合は、８７０でこれらの領域をマージす
る。８８０で、マージされた領域の新しい前景背景の分
割を計算する。８８５で、文書画像のほぼすべての領域
のマージが試みられたかどうかを判定する。８８５での
判定がＹＥＳの場合は、これ以上の処理は行わない。８
８５での判定がＮＯの場合は、処理を８４０で継続す
る。
してみる。８５０で、試みたマージによって新しい前景
および／または新しい背景中でしきい値エネルギーを超
えることになるかどうかを判定する。８５０での判定が
ＹＥＳの場合は、処理を８６０で継続する。８５０での
判定がＮＯの場合は、８７０でこれらの領域をマージす
る。８８０で、マージされた領域の新しい前景背景の分
割を計算する。８８５で、文書画像のほぼすべての領域
のマージが試みられたかどうかを判定する。８８５での
判定がＹＥＳの場合は、これ以上の処理は行わない。８
８５での判定がＮＯの場合は、処理を８４０で継続す
る。
【００８５】８６０で、文書画像のほぼすべての領域の
マージが試みられたかどうかを判定する。８６０での判
定がＮＯの場合は、８９０で、試みるマージの焦点を、
マージされていない次の領域（例えば２ピクセル×２ピ
クセルの領域）に移す。８６０での判定がＹＥＳの場合
は、これ以上の処理は行わない。
マージが試みられたかどうかを判定する。８６０での判
定がＮＯの場合は、８９０で、試みるマージの焦点を、
マージされていない次の領域（例えば２ピクセル×２ピ
クセルの領域）に移す。８６０での判定がＹＥＳの場合
は、これ以上の処理は行わない。
【００８６】次に図１０を参照すると、本発明の一態様
による文書画像分離のためのシステム１０００が示して
ある。システム１０００は、マスクセパレータコンポー
ネント１００および前景／背景セグメンタ１６０を含
む。マスクセパレータ１００は、ピクセルエネルギーコ
ンポーネント１３０、領域マージコンポーネント１４
０、およびマスク記憶コンポーネント１５０を含む。
による文書画像分離のためのシステム１０００が示して
ある。システム１０００は、マスクセパレータコンポー
ネント１００および前景／背景セグメンタ１６０を含
む。マスクセパレータ１００は、ピクセルエネルギーコ
ンポーネント１３０、領域マージコンポーネント１４
０、およびマスク記憶コンポーネント１５０を含む。
【００８７】前述のように、本発明の一態様によれば、
マスクセパレータコンポーネント１００は文書画像１１
０を入力として受け取る。マスクセパレータコンポーネ
ント１００は、文書画像を処理して、マスク１２０を出
力として生成する。
マスクセパレータコンポーネント１００は文書画像１１
０を入力として受け取る。マスクセパレータコンポーネ
ント１００は、文書画像を処理して、マスク１２０を出
力として生成する。
【００８８】前景／背景セグメンタ１６０は、マスク１
２０および文書画像１１０を入力として受け取る。前景
／背景セグメンタ１６０は、マスク１２０に少なくとも
部分的に基づいて、文書画像１１０を前景画像１７０と
背景画像１８０とに分離するように適合される。例えば
マスク１２０中で「１」で表されるほぼすべてのピクセ
ルは前景画像１７０に入れ、マスク１２０中で「０」で
表されるほぼすべてのピクセルは背景画像１８０に入れ
ることができる。反対に、例えばマスク１２０中で
「０」で表されるほぼすべてのピクセルは前景画像１７
０に入れ、マスク１２０中で「１」で表されるほぼすべ
てのピクセルは背景画像１８０に入れることもできる。
２０および文書画像１１０を入力として受け取る。前景
／背景セグメンタ１６０は、マスク１２０に少なくとも
部分的に基づいて、文書画像１１０を前景画像１７０と
背景画像１８０とに分離するように適合される。例えば
マスク１２０中で「１」で表されるほぼすべてのピクセ
ルは前景画像１７０に入れ、マスク１２０中で「０」で
表されるほぼすべてのピクセルは背景画像１８０に入れ
ることができる。反対に、例えばマスク１２０中で
「０」で表されるほぼすべてのピクセルは前景画像１７
０に入れ、マスク１２０中で「１」で表されるほぼすべ
てのピクセルは背景画像１８０に入れることもできる。
【００８９】例えばマスクセパレータコンポーネント１
００は、テキストを含む文書画像１１０を処理する際、
ピクセル（例えばテキストに関連するもの）を前景とし
て分離して、どのピクセルが前景にあるかに関する情報
をマスク１２０に記憶することにより、文書画像１１０
を処理することができる。その後、前景／背景セグメン
タ１６０は、マスク１２０および文書画像１１０を受け
取ることができる。前景／背景セグメンタ１６０は、文
書画像１１０を前景画像１７０と背景画像１８０に分離
することができる。
００は、テキストを含む文書画像１１０を処理する際、
ピクセル（例えばテキストに関連するもの）を前景とし
て分離して、どのピクセルが前景にあるかに関する情報
をマスク１２０に記憶することにより、文書画像１１０
を処理することができる。その後、前景／背景セグメン
タ１６０は、マスク１２０および文書画像１１０を受け
取ることができる。前景／背景セグメンタ１６０は、文
書画像１１０を前景画像１７０と背景画像１８０に分離
することができる。
【００９０】図１１を見ると、本発明の一態様による文
書画像圧縮のためのシステム１１００が示してある。シ
ステム１１００は、文書画像変換コンポーネント１１１
０と、マスク分離コンポーネント１００と、前景／背景
セグメンタコンポーネント１６０を含む。前景／背景セ
グメンタ１６０は、マスク１２０および文書画像１１５
０を入力として受け取る。前景／背景セグメンタ１６０
は、マスク１２０に少なくとも部分的に基づいて、文書
画像１１５０を前景画像１７０と背景画像１８０とに分
離するように適合される。
書画像圧縮のためのシステム１１００が示してある。シ
ステム１１００は、文書画像変換コンポーネント１１１
０と、マスク分離コンポーネント１００と、前景／背景
セグメンタコンポーネント１６０を含む。前景／背景セ
グメンタ１６０は、マスク１２０および文書画像１１５
０を入力として受け取る。前景／背景セグメンタ１６０
は、マスク１２０に少なくとも部分的に基づいて、文書
画像１１５０を前景画像１７０と背景画像１８０とに分
離するように適合される。
【００９１】図１２に示すように、システム１１００は
任意選択で、マスクエンコーダ１１２０、前景エンコー
ダ１１３０、および／または背景エンコーダ１１４０を
含むこともできる。マスク分離コンポーネント１００
は、ピクセルエネルギーコンポーネント１３０、領域マ
ージコンポーネント１４０、およびマスク記憶コンポー
ネント１５０を含む。任意選択で、システム１１００
は、前景画像プロセッサ１１７０および／または背景画
像プロセッサ１１８０を含むことができる。
任意選択で、マスクエンコーダ１１２０、前景エンコー
ダ１１３０、および／または背景エンコーダ１１４０を
含むこともできる。マスク分離コンポーネント１００
は、ピクセルエネルギーコンポーネント１３０、領域マ
ージコンポーネント１４０、およびマスク記憶コンポー
ネント１５０を含む。任意選択で、システム１１００
は、前景画像プロセッサ１１７０および／または背景画
像プロセッサ１１８０を含むことができる。
【００９２】文書画像変換コンポーネント１１１０は、
文書画像１１５０を受け取り、文書画像の変換済み表現
１１６０を出力するように適合される。例えば文書画像
変換コンポーネント１１１０は、ＲＧＢ文書画像を受け
取り、ＲＧＢ文書画像のＹＵＶ表現を出力することがで
きる。
文書画像１１５０を受け取り、文書画像の変換済み表現
１１６０を出力するように適合される。例えば文書画像
変換コンポーネント１１１０は、ＲＧＢ文書画像を受け
取り、ＲＧＢ文書画像のＹＵＶ表現を出力することがで
きる。
【００９３】マスクエンコーダ１１２０は、マスク１２
０を符号化するように適合される。例えば、マスク１２
０は通常はバイナリなので、マスクエンコーダ１１２０
は、従来のバイナリ圧縮技法を利用して効果的なマスク
圧縮を達成することができる。マスクエンコーダ１１２
０はマスクビットストリームを出力する。
０を符号化するように適合される。例えば、マスク１２
０は通常はバイナリなので、マスクエンコーダ１１２０
は、従来のバイナリ圧縮技法を利用して効果的なマスク
圧縮を達成することができる。マスクエンコーダ１１２
０はマスクビットストリームを出力する。
【００９４】前景エンコーダ１１３０は、前景画像１７
０を符号化するように適合される。前景は、前景ピクセ
ルおよび「関係なし」ピクセル（例えば元は背景に属し
ていたピクセル）からなる画像である。前景画像プロセ
ッサ１１７０を使用して、圧縮を容易にする値で「関係
なし」ピクセルを埋め、改変済み前景画像を前景エンコ
ーダ１１３０に提供することができる。例えば、前景画
像１７０が概して黒色テキスト情報を含む場合は、前景
画像全体が黒になるように、「関係なし」ピクセルもま
た黒で埋めることができる。前景エンコーダ１１３０
は、ＪＰＥＧ、ウェーブレット、または他の任意の画像
圧縮アルゴリズムなど、画像圧縮に効果的な圧縮技法を
利用することができる。前景エンコーダ１１３０は前景
ビットストリームを出力する。
０を符号化するように適合される。前景は、前景ピクセ
ルおよび「関係なし」ピクセル（例えば元は背景に属し
ていたピクセル）からなる画像である。前景画像プロセ
ッサ１１７０を使用して、圧縮を容易にする値で「関係
なし」ピクセルを埋め、改変済み前景画像を前景エンコ
ーダ１１３０に提供することができる。例えば、前景画
像１７０が概して黒色テキスト情報を含む場合は、前景
画像全体が黒になるように、「関係なし」ピクセルもま
た黒で埋めることができる。前景エンコーダ１１３０
は、ＪＰＥＧ、ウェーブレット、または他の任意の画像
圧縮アルゴリズムなど、画像圧縮に効果的な圧縮技法を
利用することができる。前景エンコーダ１１３０は前景
ビットストリームを出力する。
【００９５】背景エンコーダ１１４０は、背景画像１８
０を符号化するように適合される。背景は、背景ピクセ
ルおよび「関係なし」ピクセル（例えば元は前景に属し
ていたピクセル）からなる画像である。背景画像プロセ
ッサ１１８０を使用して、圧縮を容易にする値で「関係
なし」ピクセルを埋め、改変済み背景画像を背景エンコ
ーダ１１４０に提供することができる。例えば、背景画
像１８０が滑らかな白いページを含む場合は、背景画像
全体が白になるように、テキストのあった位置にある
「関係なし」ピクセルを白で埋めることができる。背景
エンコーダ１１４０は、ＪＰＥＧ、ウェーブレット、ま
たは他の任意の画像圧縮アルゴリズムなど、画像圧縮に
効果的な圧縮技法を利用することができる。背景エンコ
ーダ１１４０は背景ビットストリームを出力する。
０を符号化するように適合される。背景は、背景ピクセ
ルおよび「関係なし」ピクセル（例えば元は前景に属し
ていたピクセル）からなる画像である。背景画像プロセ
ッサ１１８０を使用して、圧縮を容易にする値で「関係
なし」ピクセルを埋め、改変済み背景画像を背景エンコ
ーダ１１４０に提供することができる。例えば、背景画
像１８０が滑らかな白いページを含む場合は、背景画像
全体が白になるように、テキストのあった位置にある
「関係なし」ピクセルを白で埋めることができる。背景
エンコーダ１１４０は、ＪＰＥＧ、ウェーブレット、ま
たは他の任意の画像圧縮アルゴリズムなど、画像圧縮に
効果的な圧縮技法を利用することができる。背景エンコ
ーダ１１４０は背景ビットストリームを出力する。
【００９６】例えば、「関係なし」ピクセルを埋めるた
めの単純なアルゴリズムは、画像をローパスフィルタで
処理してから重要なピクセルを復元するものである。こ
の２つのステップを何回か繰り返した後は、「関係な
し」ピクセルは滑らかな遷移をもたらす値になり、これ
らは小さく圧縮される。このアルゴリズムを簡単に改良
したものは、超低域のローパスフィルタで開始して、繰
返しごとにローパスフィルタのカット周波数を増加させ
るものである。
めの単純なアルゴリズムは、画像をローパスフィルタで
処理してから重要なピクセルを復元するものである。こ
の２つのステップを何回か繰り返した後は、「関係な
し」ピクセルは滑らかな遷移をもたらす値になり、これ
らは小さく圧縮される。このアルゴリズムを簡単に改良
したものは、超低域のローパスフィルタで開始して、繰
返しごとにローパスフィルタのカット周波数を増加させ
るものである。
【００９７】さらに、前景エンコーダ１１３０および／
または背景エンコーダ１１４０は、マスク１２０を利用
して前景および／または背景の圧縮を改善することがで
きる。本発明に関して前景と背景のうちの少なくとも一
方のピクセルエネルギー分散の最小化に、少なくとも部
分的に基づいて、行われる文書画像の分割に少なくとも
部分的に基づくマスクを利用するエンコーダおよび／ま
たはデコーダとしては、多くのものが企図されることを
理解されたい。このようなエンコーダおよび／またはデ
コーダは、本発明と共に利用するのに適したものならど
れも、頭記の特許請求の範囲内に含まれるものとする。
または背景エンコーダ１１４０は、マスク１２０を利用
して前景および／または背景の圧縮を改善することがで
きる。本発明に関して前景と背景のうちの少なくとも一
方のピクセルエネルギー分散の最小化に、少なくとも部
分的に基づいて、行われる文書画像の分割に少なくとも
部分的に基づくマスクを利用するエンコーダおよび／ま
たはデコーダとしては、多くのものが企図されることを
理解されたい。このようなエンコーダおよび／またはデ
コーダは、本発明と共に利用するのに適したものならど
れも、頭記の特許請求の範囲内に含まれるものとする。
【００９８】マスクビットストリーム、前景ビットスト
リーム、および／または背景ビットストリームは、単一
のビットストリームに結合することができ、かつ／ある
いは復号システム（図示せず）に個別に送信することが
できる。復号システムはマスク１２０を受け取ることが
できる。あるいは、復号システムは、マスク１２０を利
用して、前景ビットストリームおよび／または背景ビッ
トストリームを文書画像に再結合することができる。
リーム、および／または背景ビットストリームは、単一
のビットストリームに結合することができ、かつ／ある
いは復号システム（図示せず）に個別に送信することが
できる。復号システムはマスク１２０を受け取ることが
できる。あるいは、復号システムは、マスク１２０を利
用して、前景ビットストリームおよび／または背景ビッ
トストリームを文書画像に再結合することができる。
【００９９】本発明のシステムおよび／または方法は、
テキスト、手書き、ドローイングなどの識別および／ま
たは圧縮を容易にするセグメント化階層画像システム全
体において利用できることを理解されたい。さらに、本
発明のシステムおよび／または方法は、多くの文書画像
適用例で採用することができ、限定しないがこれらの適
用例には、写真複写機、文書スキャナ、光学文字認識シ
ステム、ＰＤＡ、ファクス機、ディジタルカメラ、ディ
ジタルビデオカメラ、および／またはビデオゲームシス
テムが含まれることを、当業者なら理解するであろう。
テキスト、手書き、ドローイングなどの識別および／ま
たは圧縮を容易にするセグメント化階層画像システム全
体において利用できることを理解されたい。さらに、本
発明のシステムおよび／または方法は、多くの文書画像
適用例で採用することができ、限定しないがこれらの適
用例には、写真複写機、文書スキャナ、光学文字認識シ
ステム、ＰＤＡ、ファクス機、ディジタルカメラ、ディ
ジタルビデオカメラ、および／またはビデオゲームシス
テムが含まれることを、当業者なら理解するであろう。
【０１００】図１３を見ると、セグメント化階層画像シ
ステム１３００が示されている。システム１３００は、
ピクセルエネルギーコンポーネント１３０およびマスク
記憶コンポーネント１５０を含む。
ステム１３００が示されている。システム１３００は、
ピクセルエネルギーコンポーネント１３０およびマスク
記憶コンポーネント１５０を含む。
【０１０１】ピクセルエネルギーコンポーネント１３０
は、文書画像の一領域のピクセルエネルギー分散を計算
するように適合される。さらに、ピクセルエネルギーコ
ンポーネント１３０は、前景と背景のうちの少なくとも
一方のピクセルエネルギー分散の最小化に、少なくとも
部分的に基づいて、領域の分割を計算するようにも適合
される。
は、文書画像の一領域のピクセルエネルギー分散を計算
するように適合される。さらに、ピクセルエネルギーコ
ンポーネント１３０は、前景と背景のうちの少なくとも
一方のピクセルエネルギー分散の最小化に、少なくとも
部分的に基づいて、領域の分割を計算するようにも適合
される。
【０１０２】マスク記憶コンポーネント１５０は、分割
に関連する情報をマスクに記憶するように適合される。
例えばシステム１３００は、多くの文書画像適用例で採
用することができ、限定しないがこれらの適用例には、
写真複写機、文書スキャナ、光学文字認識システム、Ｐ
ＤＡ、ファクス機、ディジタルカメラ、ディジタルビデ
オカメラ、および／またはビデオゲームシステムが含ま
れる。
に関連する情報をマスクに記憶するように適合される。
例えばシステム１３００は、多くの文書画像適用例で採
用することができ、限定しないがこれらの適用例には、
写真複写機、文書スキャナ、光学文字認識システム、Ｐ
ＤＡ、ファクス機、ディジタルカメラ、ディジタルビデ
オカメラ、および／またはビデオゲームシステムが含ま
れる。
【０１０３】本発明の様々な態様に追加のコンテキスト
を提供するために、図１４および以下の考察で、本発明
の様々な態様を実施できる適したコンピューティング環
境の一つ１４１０についての簡単かつ一般的な記述を提
供する。コンピューティング環境１４１０は、可能なコ
ンピューティング環境の一つに過ぎず、本発明を採用す
る際に用いることのできるコンピューティング環境を限
定するものではないことを理解されたい。本発明を、１
つまたは複数のコンピュータ上で実行できるコンピュー
タ実行可能命令の一般的なコンテキストで上述したが、
本発明は他のプログラムモジュールと共に、かつ／また
はハードウェアとソフトウェアの組合せとして実施する
こともできることを理解されたい。一般にプログラムモ
ジュールは、特定のタスクを実施するか特定の抽象デー
タ型を実装する、ルーチン、プログラム、コンポーネン
ト、データ構造などを含む。さらに、この発明的方法
は、シングルプロセッサまたはマルチプロセッサのコン
ピュータシステム、ミニコンピュータ、メインフレーム
コンピュータ、ならびにパーソナルコンピュータ、ハン
ドヘルドコンピューティングデバイス、マイクロプロセ
ッサベースのまたはプログラム可能な民生用電子機器な
ど、他のコンピュータシステム構成でも実施できること
は理解されるであろう。これらの構成はそれぞれ、１つ
または複数の関連デバイスと動作可能に結合させてもよ
い。例示した本発明の態様は分散コンピューティング環
境で実施することもでき、その場合、いくつかのタスク
は通信ネットワークを介してリンクされたリモート処理
デバイスによって実施される。分散コンピューティング
環境では、プログラムモジュールはローカルとリモート
の両方の記憶デバイスに位置することができる。
を提供するために、図１４および以下の考察で、本発明
の様々な態様を実施できる適したコンピューティング環
境の一つ１４１０についての簡単かつ一般的な記述を提
供する。コンピューティング環境１４１０は、可能なコ
ンピューティング環境の一つに過ぎず、本発明を採用す
る際に用いることのできるコンピューティング環境を限
定するものではないことを理解されたい。本発明を、１
つまたは複数のコンピュータ上で実行できるコンピュー
タ実行可能命令の一般的なコンテキストで上述したが、
本発明は他のプログラムモジュールと共に、かつ／また
はハードウェアとソフトウェアの組合せとして実施する
こともできることを理解されたい。一般にプログラムモ
ジュールは、特定のタスクを実施するか特定の抽象デー
タ型を実装する、ルーチン、プログラム、コンポーネン
ト、データ構造などを含む。さらに、この発明的方法
は、シングルプロセッサまたはマルチプロセッサのコン
ピュータシステム、ミニコンピュータ、メインフレーム
コンピュータ、ならびにパーソナルコンピュータ、ハン
ドヘルドコンピューティングデバイス、マイクロプロセ
ッサベースのまたはプログラム可能な民生用電子機器な
ど、他のコンピュータシステム構成でも実施できること
は理解されるであろう。これらの構成はそれぞれ、１つ
または複数の関連デバイスと動作可能に結合させてもよ
い。例示した本発明の態様は分散コンピューティング環
境で実施することもでき、その場合、いくつかのタスク
は通信ネットワークを介してリンクされたリモート処理
デバイスによって実施される。分散コンピューティング
環境では、プログラムモジュールはローカルとリモート
の両方の記憶デバイスに位置することができる。
【０１０４】図１４に、本明細書に述べたシステムおよ
び方法をサポートする可能なハードウェア構成の一つを
示す。スタンドアロンアーキテクチャを示してあるが、
適したものならどんなコンピューティング環境を本発明
により採用してもよいことを理解されたい。例えば、限
定しないがスタンドアロン、マルチプロセッサ、分散、
クライアント／サーバ、ミニコンピュータ、メインフレ
ーム、スーパーコンピュータ、ディジタル、アナログを
含めたコンピューティングアーキテクチャを、本発明に
より採用することができる。
び方法をサポートする可能なハードウェア構成の一つを
示す。スタンドアロンアーキテクチャを示してあるが、
適したものならどんなコンピューティング環境を本発明
により採用してもよいことを理解されたい。例えば、限
定しないがスタンドアロン、マルチプロセッサ、分散、
クライアント／サーバ、ミニコンピュータ、メインフレ
ーム、スーパーコンピュータ、ディジタル、アナログを
含めたコンピューティングアーキテクチャを、本発明に
より採用することができる。
【０１０５】図１４を参照すると、本発明の様々な態様
を実施するための例示的な環境１４１０は、コンピュー
タ１４１２を含む。コンピュータ１４１２は、プロセッ
シングユニット１４１４と、システムメモリ１４１６
と、システムメモリを含めた様々なシステムコンポーネ
ントをプロセッシングユニット１４１４に結合するシス
テムバス１４１８とを含む。プロセッシングユニット１
４１４は、市販の様々なプロセッサのいずれかとするこ
とができる。デュアルマイクロプロセッサおよび他のマ
ルチプロセッサアーキテクチャをプロセッシングユニッ
ト１４１４として使用することもできる。
を実施するための例示的な環境１４１０は、コンピュー
タ１４１２を含む。コンピュータ１４１２は、プロセッ
シングユニット１４１４と、システムメモリ１４１６
と、システムメモリを含めた様々なシステムコンポーネ
ントをプロセッシングユニット１４１４に結合するシス
テムバス１４１８とを含む。プロセッシングユニット１
４１４は、市販の様々なプロセッサのいずれかとするこ
とができる。デュアルマイクロプロセッサおよび他のマ
ルチプロセッサアーキテクチャをプロセッシングユニッ
ト１４１４として使用することもできる。
【０１０６】システムバス１４１８は、市販の様々なバ
スアーキテクチャのいずれかを用いたメモリバスまたは
メモリコントローラ、周辺バス、およびローカルバスを
含めた、いくつかのタイプのバス構造のいずれかとする
ことができる。コンピュータメモリ１４１６は、読取り
専用メモリ（ＲＯＭ）１４２０およびランダムアクセス
メモリ（ＲＡＭ）１４２２を含む。ＲＯＭ１４２０に
は、起動中などにコンピュータ１４１２内の要素間で情
報を転送する助けとなる基本ルーチンを含むＢＩＯＳ
（ｂａｓｉｃ ｉｎｐｕｔ／ｏｕｔｐｕｔ ｓｙｓｔｅ
ｍ）が記憶されている。
スアーキテクチャのいずれかを用いたメモリバスまたは
メモリコントローラ、周辺バス、およびローカルバスを
含めた、いくつかのタイプのバス構造のいずれかとする
ことができる。コンピュータメモリ１４１６は、読取り
専用メモリ（ＲＯＭ）１４２０およびランダムアクセス
メモリ（ＲＡＭ）１４２２を含む。ＲＯＭ１４２０に
は、起動中などにコンピュータ１４１２内の要素間で情
報を転送する助けとなる基本ルーチンを含むＢＩＯＳ
（ｂａｓｉｃ ｉｎｐｕｔ／ｏｕｔｐｕｔ ｓｙｓｔｅ
ｍ）が記憶されている。
【０１０７】コンピュータ１４１２はさらに、ハードデ
ィスクドライブ１４２４と、例えば取外し可能ディスク
１４２８に対する読み書きを行うための磁気ディスクド
ライブ１４２６と、例えばＣＤ−ＲＯＭディスク１４３
２の読取りや他の光媒体に対する読み書きを行うための
光ディスクドライブ１４３０も含む。ハードディスクド
ライブ１４２４、磁気ディスクドライブ１４２６、およ
び光ディスクドライブ１４３０は、それぞれハードディ
スクドライブインタフェース１４３４、磁気ディスクド
ライブインタフェース１４３６、および光ドライブイン
タフェース１４３８によってシステムバス１４１８に接
続される。コンピュータ１４１２は通常、少なくとも何
らかの形のコンピュータ可読媒体を含む。コンピュータ
可読媒体は、コンピュータ１４１２からアクセスできる
任意の利用可能な媒体とすることができる。限定ではな
く例として、コンピュータ可読媒体には、コンピュータ
記憶媒体および通信媒体が含まれる。コンピュータ記憶
媒体には、コンピュータ可読命令、データ構造、プログ
ラムモジュール、または他のデータなどの情報を記憶す
るための任意の方法および技術で実現される、揮発性お
よび不揮発性の、かつ取外し可能および取外し不可能な
媒体が含まれる。コンピュータ記憶媒体には、限定しな
いがＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ
または他のメモリ技術、ＣＤ−ＲＯＭ、ディジタル多用
途ディスク（ＤＶＤ）または他の磁気記憶デバイスが含
まれ、あるいは、所望の情報を記憶するのに使用できコ
ンピュータ１４１２からアクセスできる他の任意の媒体
が含まれる。通信媒体は通常、搬送波や他のトランスポ
ート機構など変調されたデータ信号中に、コンピュータ
可読命令、データ構造、プログラムモジュール、または
他のデータを組み入れたものであり、任意の情報送達媒
体が含まれる。「変調されたデータ信号」という語は、
信号中の情報が符号化される形で１つまたは複数の特性
が設定または変更された信号を意味する。限定ではなく
例として、通信媒体には、配線式ネットワークや直接配
線式接続などの配線式媒体と、音響、ＲＦ、赤外線、そ
の他の無線媒体などの無線媒体とが含まれる。以上の任
意の組合せもコンピュータ可読媒体の範囲に含まれるべ
きである。
ィスクドライブ１４２４と、例えば取外し可能ディスク
１４２８に対する読み書きを行うための磁気ディスクド
ライブ１４２６と、例えばＣＤ−ＲＯＭディスク１４３
２の読取りや他の光媒体に対する読み書きを行うための
光ディスクドライブ１４３０も含む。ハードディスクド
ライブ１４２４、磁気ディスクドライブ１４２６、およ
び光ディスクドライブ１４３０は、それぞれハードディ
スクドライブインタフェース１４３４、磁気ディスクド
ライブインタフェース１４３６、および光ドライブイン
タフェース１４３８によってシステムバス１４１８に接
続される。コンピュータ１４１２は通常、少なくとも何
らかの形のコンピュータ可読媒体を含む。コンピュータ
可読媒体は、コンピュータ１４１２からアクセスできる
任意の利用可能な媒体とすることができる。限定ではな
く例として、コンピュータ可読媒体には、コンピュータ
記憶媒体および通信媒体が含まれる。コンピュータ記憶
媒体には、コンピュータ可読命令、データ構造、プログ
ラムモジュール、または他のデータなどの情報を記憶す
るための任意の方法および技術で実現される、揮発性お
よび不揮発性の、かつ取外し可能および取外し不可能な
媒体が含まれる。コンピュータ記憶媒体には、限定しな
いがＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ
または他のメモリ技術、ＣＤ−ＲＯＭ、ディジタル多用
途ディスク（ＤＶＤ）または他の磁気記憶デバイスが含
まれ、あるいは、所望の情報を記憶するのに使用できコ
ンピュータ１４１２からアクセスできる他の任意の媒体
が含まれる。通信媒体は通常、搬送波や他のトランスポ
ート機構など変調されたデータ信号中に、コンピュータ
可読命令、データ構造、プログラムモジュール、または
他のデータを組み入れたものであり、任意の情報送達媒
体が含まれる。「変調されたデータ信号」という語は、
信号中の情報が符号化される形で１つまたは複数の特性
が設定または変更された信号を意味する。限定ではなく
例として、通信媒体には、配線式ネットワークや直接配
線式接続などの配線式媒体と、音響、ＲＦ、赤外線、そ
の他の無線媒体などの無線媒体とが含まれる。以上の任
意の組合せもコンピュータ可読媒体の範囲に含まれるべ
きである。
【０１０８】各ドライブおよびＲＡＭ１４２２には、オ
ペレーティングシステム１４４０、１つまたは複数のア
プリケーションプログラム１４４２、その他のプログラ
ムモジュール１４４４、およびプログラム非割込みデー
タ１４４６を含めて、いくつかのプログラムモジュール
を記憶することができる。コンピュータ１４１２中のオ
ペレーティングシステム１４４０は、多くの市販オペレ
ーティングシステムのいずれかとすることができる。
ペレーティングシステム１４４０、１つまたは複数のア
プリケーションプログラム１４４２、その他のプログラ
ムモジュール１４４４、およびプログラム非割込みデー
タ１４４６を含めて、いくつかのプログラムモジュール
を記憶することができる。コンピュータ１４１２中のオ
ペレーティングシステム１４４０は、多くの市販オペレ
ーティングシステムのいずれかとすることができる。
【０１０９】ユーザは、キーボード１４４８、およびマ
ウス１４５０などのポインティングデバイスを介して、
コンピュータ１４１２にコマンドおよび情報を入力する
ことができる。その他の入力デバイス（図示せず）に
は、マイクロホン、ＩＲリモートコントロール、ジョイ
スティック、ゲームパッド、衛生受信アンテナ、スキャ
ナなどを含めることができる。これらおよび他の入力デ
バイスは、システムバス１４１８に結合されたシリアル
ポートインタフェース１４５２を介してプロセッシング
ユニット１４１４に接続されることが多いが、パラレル
ポート、ゲームポート、ユニバーサルシリアルバス
（「ＵＳＢ」）、ＩＲインタフェースなど、他のインタ
フェースで接続されてもよい。モニタ１４５４または他
のタイプの表示デバイスもまた、ビデオアダプタ１４５
６などのインタフェースを介してシステムバス１４１８
に接続される。モニタに加えて、コンピュータは通常、
スピーカやプリンタなど他の周辺出力デバイス（図示せ
ず）も含む。
ウス１４５０などのポインティングデバイスを介して、
コンピュータ１４１２にコマンドおよび情報を入力する
ことができる。その他の入力デバイス（図示せず）に
は、マイクロホン、ＩＲリモートコントロール、ジョイ
スティック、ゲームパッド、衛生受信アンテナ、スキャ
ナなどを含めることができる。これらおよび他の入力デ
バイスは、システムバス１４１８に結合されたシリアル
ポートインタフェース１４５２を介してプロセッシング
ユニット１４１４に接続されることが多いが、パラレル
ポート、ゲームポート、ユニバーサルシリアルバス
（「ＵＳＢ」）、ＩＲインタフェースなど、他のインタ
フェースで接続されてもよい。モニタ１４５４または他
のタイプの表示デバイスもまた、ビデオアダプタ１４５
６などのインタフェースを介してシステムバス１４１８
に接続される。モニタに加えて、コンピュータは通常、
スピーカやプリンタなど他の周辺出力デバイス（図示せ
ず）も含む。
【０１１０】コンピュータ１４１２は、リモートコンピ
ュータ１４５８など１つまたは複数のリモートコンピュ
ータへの論理接続および／または物理接続を用いて、ネ
ットワーク化された環境で動作することができる。リモ
ートコンピュータ１４５８は、ワークステーション、サ
ーバコンピュータ、ルータ、パーソナルコンピュータ、
マイクロプロセッサベースの娯楽機器、ピアデバイス、
または他の一般的なネットワークノードとすることがで
きる。簡単にするためにメモリ記憶デバイス１４６０し
か示していないが、通常はコンピュータ１４１２に関し
て述べた要素の多くまたはすべてを含む。図示の論理接
続は、ローカルエリアネットワーク（ＬＡＮ）１４６２
およびワイドエリアネットワーク（ＷＡＮ）１４６４を
含む。このようなネットワーキング環境は、オフィス、
企業全体のコンピュータネットワーク、イントラネッ
ト、およびインターネットでよくみられるものである。
ュータ１４５８など１つまたは複数のリモートコンピュ
ータへの論理接続および／または物理接続を用いて、ネ
ットワーク化された環境で動作することができる。リモ
ートコンピュータ１４５８は、ワークステーション、サ
ーバコンピュータ、ルータ、パーソナルコンピュータ、
マイクロプロセッサベースの娯楽機器、ピアデバイス、
または他の一般的なネットワークノードとすることがで
きる。簡単にするためにメモリ記憶デバイス１４６０し
か示していないが、通常はコンピュータ１４１２に関し
て述べた要素の多くまたはすべてを含む。図示の論理接
続は、ローカルエリアネットワーク（ＬＡＮ）１４６２
およびワイドエリアネットワーク（ＷＡＮ）１４６４を
含む。このようなネットワーキング環境は、オフィス、
企業全体のコンピュータネットワーク、イントラネッ
ト、およびインターネットでよくみられるものである。
【０１１１】コンピュータ１４１２は、ＬＡＮネットワ
ーキング環境で使用されるときは、ネットワークインタ
フェースまたはアダプタ１４６６を介してローカルネッ
トワーク１４６２に接続される。ＷＡＮネットワーキン
グ環境で使用されるときは通常、コンピュータ１４１２
はモデム１４６８を含むか、ＬＡＮ上の通信サーバに接
続されるか、あるいは、インターネットなどのＷＡＮ１
４６４を介した通信を確立するための他の手段を有す
る。モデム１４６８は内蔵でも外付けでもよく、シリア
ルポートインタフェース１４５２を介してシステムバス
１４１８に接続される。ネットワーク化された環境で
は、コンピュータ１４１２に関して示したプログラムモ
ジュールまたはその一部を、リモートのメモリ記憶デバ
イス１４６０に記憶することができる。図示のネットワ
ーク接続は例示的なものであり、コンピュータ間の通信
リンクを確立する他の手段を使用してもよいことは理解
されるであろう。
ーキング環境で使用されるときは、ネットワークインタ
フェースまたはアダプタ１４６６を介してローカルネッ
トワーク１４６２に接続される。ＷＡＮネットワーキン
グ環境で使用されるときは通常、コンピュータ１４１２
はモデム１４６８を含むか、ＬＡＮ上の通信サーバに接
続されるか、あるいは、インターネットなどのＷＡＮ１
４６４を介した通信を確立するための他の手段を有す
る。モデム１４６８は内蔵でも外付けでもよく、シリア
ルポートインタフェース１４５２を介してシステムバス
１４１８に接続される。ネットワーク化された環境で
は、コンピュータ１４１２に関して示したプログラムモ
ジュールまたはその一部を、リモートのメモリ記憶デバ
イス１４６０に記憶することができる。図示のネットワ
ーク接続は例示的なものであり、コンピュータ間の通信
リンクを確立する他の手段を使用してもよいことは理解
されるであろう。
【０１１２】図１５は、本発明が対話することのできる
コンピューティング環境の実例１５００の概略ブロック
図である。システム１５００は、１つまたは複数のクラ
イアント１５１０を含む。クライアント１５１０は、ハ
ードウェアおよび／またはソフトウェア（例えばスレッ
ド、プロセス、コンピューティングデバイス）とするこ
とができる。システム１５００は、１つまたは複数のサ
ーバ１５３０も含む。サーバ１５３０もまた、ハードウ
ェアおよび／またはソフトウェア（例えばスレッド、プ
ロセス、コンピューティングデバイス）とすることがで
きる。サーバ１５３０は、例えば、本発明を利用して変
換を行うためのスレッドを格納することができる。クラ
イアント１５１０とサーバ１５３０との間における可能
な通信の一つは、２つ以上のコンピュータプロセス間で
伝送されるように適合されたデータパケットの形とする
ことができる。システム１５００は、クライアント１５
１０とサーバ１５３０との間の通信を容易にするのに利
用できる通信フレームワーク１５５０を含む。クライア
ント１５１０は、クライアント１５１０にとってローカ
ルの情報を記憶するのに利用できる１つまたは複数のク
ライアントデータ記憶域１５６０に動作可能に接続され
る。同様に、サーバ１５３０は、サーバ１５３０にとっ
てローカルの情報を記憶するのに利用できる１つまたは
複数のサーバデータ記憶域１５４０に動作可能に接続さ
れる。
コンピューティング環境の実例１５００の概略ブロック
図である。システム１５００は、１つまたは複数のクラ
イアント１５１０を含む。クライアント１５１０は、ハ
ードウェアおよび／またはソフトウェア（例えばスレッ
ド、プロセス、コンピューティングデバイス）とするこ
とができる。システム１５００は、１つまたは複数のサ
ーバ１５３０も含む。サーバ１５３０もまた、ハードウ
ェアおよび／またはソフトウェア（例えばスレッド、プ
ロセス、コンピューティングデバイス）とすることがで
きる。サーバ１５３０は、例えば、本発明を利用して変
換を行うためのスレッドを格納することができる。クラ
イアント１５１０とサーバ１５３０との間における可能
な通信の一つは、２つ以上のコンピュータプロセス間で
伝送されるように適合されたデータパケットの形とする
ことができる。システム１５００は、クライアント１５
１０とサーバ１５３０との間の通信を容易にするのに利
用できる通信フレームワーク１５５０を含む。クライア
ント１５１０は、クライアント１５１０にとってローカ
ルの情報を記憶するのに利用できる１つまたは複数のク
ライアントデータ記憶域１５６０に動作可能に接続され
る。同様に、サーバ１５３０は、サーバ１５３０にとっ
てローカルの情報を記憶するのに利用できる１つまたは
複数のサーバデータ記憶域１５４０に動作可能に接続さ
れる。
【０１１３】以上の記述は、本発明の実施例を含む。本
発明を記述するためにコンポーネントまたは方法体系の
考えられるあらゆる組合せについて述べることは当然不
可能だが、本発明のさらに多くの組合せおよび置換が可
能であることは、当業者なら理解するであろう。したが
って本発明は、頭記の特許請求の趣旨および範囲に含ま
れるそのような改変、修正、および変形すべてを包含す
るものとする。さらに、「含む」という語が詳細な説明
または特許請求の範囲で使用される限りでは、このよう
な語は、「備える」という語が特許請求の範囲における
移行句として採用されるときに解釈されるように、「備
える」と同様の形で包括的なものとする。
発明を記述するためにコンポーネントまたは方法体系の
考えられるあらゆる組合せについて述べることは当然不
可能だが、本発明のさらに多くの組合せおよび置換が可
能であることは、当業者なら理解するであろう。したが
って本発明は、頭記の特許請求の趣旨および範囲に含ま
れるそのような改変、修正、および変形すべてを包含す
るものとする。さらに、「含む」という語が詳細な説明
または特許請求の範囲で使用される限りでは、このよう
な語は、「備える」という語が特許請求の範囲における
移行句として採用されるときに解釈されるように、「備
える」と同様の形で包括的なものとする。
【図１】本発明の一態様によるマスクセパレータコンポ
ーネントのブロック図である。
ーネントのブロック図である。
【図２】本発明の一態様による例示的な文書画像の図で
ある。
ある。
【図３】本発明の一態様による、図２の例示的な文書画
像に関連するマスクの図である。
像に関連するマスクの図である。
【図４】本発明の一態様による、図２の例示的な文書画
像および図３のマスクに関連する背景の図である。
像および図３のマスクに関連する背景の図である。
【図５】本発明の一態様による、例示的な２ピクセル×
２ピクセルの領域の図である。
２ピクセルの領域の図である。
【図６】本発明の一態様による、例示的な２ピクセル×
４ピクセルの潜在マージ領域の図である。
４ピクセルの潜在マージ領域の図である。
【図７】本発明の一態様による、例示的な４ピクセル×
４ピクセルの潜在マージ領域の図である。
４ピクセルの潜在マージ領域の図である。
【図８】本発明の一態様による、マスクを生成する方法
体系を示すフローチャートである。
体系を示すフローチャートである。
【図９】図８の方法体系をさらに示すフローチャートで
ある。
ある。
【図１０】本発明の一態様による文書画像分離システム
のブロック図である。
のブロック図である。
【図１１】本発明の一態様による文書画像圧縮のブロッ
ク図である。
ク図である。
【図１２】本発明の一態様による文書画像圧縮のブロッ
ク図である。
ク図である。
【図１３】本発明の一態様によるセグメント化階層画像
システムのブロック図である。
システムのブロック図である。
【図１４】本発明の一態様により構成されたシステムの
ための例示的な動作環境の概略ブロック図である。
ための例示的な動作環境の概略ブロック図である。
【図１５】本発明の一態様による例示的な通信環境の概
略ブロック図である。
略ブロック図である。
１００ マスクセパレータコンポーネント
１１０、１１５０、 文書画像
１２０ マスク
１３０ ピクセルエネルギーコンポーネント
１４０ 領域マージコンポーネント
１５０ マスク記憶コンポーネント
１６０ 前景／背景セグメンタコンポーネント
１７０ 前景画像
１８０ 背景画像
１０００ 文書画像分離のためのシステム
１１１０ 文書画像変換コンポーネント
１１２０ マスクエンコーダ
１１３０ 前景エンコーダ
１１４０ 背景エンコーダ
１１７０ 前景画像プロセッサ
１１８０ 背景画像プロセッサ
１３００ セグメント化階層画像システム
１４１０ 適したコンピューティング環境
１４１２ コンピュータ
１４１４ プロセッシングユニット
１４１６ システムメモリ
１４１８ システムバス
１４２０ ＲＯＭ
１４２２ ＲＡＭ
１４２４ ハードディスクドライブ
１４２６ 磁気ディスクドライブ
１４２８、１４３２ ディスク
１４３０ 光ディスクドライブ
１４３４ ハードディスクドライブインタフェース
１４３６ 磁気ディスクドライブインタフェース
１４３８ 光ドライブインタフェース
１４４０ オペレーティングシステム
１４４２ アプリケーションプログラム
１４４４ プログラムモジュール
１４４６ データ
１４４８ キーボード
１４５０ マウス
１４５４ モニタ
１４５６ ビデオアダプタ
１４５２ シリアルポートインタフェース
１４５８ リモードコンピュータ
１４６０ メモリ記憶デバイス
１４６２ ＬＡＮ
１４６４ ＷＡＮ
１４６６ ネットワークアダプタ
１４６８ モデム
１５００ 本発明が対話することのできるコンピューテ
ィング環境 １５１０ クライアント １５３０ サーバ １５４０ サーバデータ記憶域 １５５０ 通信フレームワーク １５６０ クライアントデータ記憶域
ィング環境 １５１０ クライアント １５３０ サーバ １５４０ サーバデータ記憶域 １５５０ 通信フレームワーク １５６０ クライアントデータ記憶域
─────────────────────────────────────────────────────
フロントページの続き
(31)優先権主張番号 １０／１８０，７７１
(32)優先日 平成14年６月26日(2002．6．26)
(33)優先権主張国 米国（ＵＳ）
(72)発明者 パトリス ワイ．シマルド
アメリカ合衆国 98005 ワシントン州
ベルビュー ノースイースト 31 プレイ
ス 13126
(72)発明者 エリン エル．レンショウ
アメリカ合衆国 98034 ワシントン州
カークランド ノースイースト 135 ス
トリート 13327
(72)発明者 ジェームズ ラッセル リンカー
アメリカ合衆国 98034 ワシントン州
カークランド ノースイースト 136 プ
レイス 13615
Ｆターム(参考） 5B057 CA08 CA12 CA16 CB08 CB12
CB18 CG01 DA08 DA17 DB02
DB09 DC16 DC22
5B064 BA01 DC25
5C059 MA31 PP01 PP04 PP15 PP16
SS13 SS28 UA02
5C078 AA04 BA64 CA01 DA01 DB00
Claims (40)
- 【請求項１】 文書画像の領域についてのピクセルエネ
ルギーを計算するように適合され、さらに前景と背景の
うちの少なくとも一方のピクセルエネルギーの最小化
に、少なくとも部分的に基づいて、前記領域の分割（ｐ
ａｒｔｉｔｉｏｎ）を計算するように適合されたピクセ
ルエネルギーコンポーネントと、 ピクセルエネルギーの最小化に、少なくとも部分的に基
づいて、前記文書画像の領域の対をマージする領域マー
ジコンポーネントと、 前記分割に関連する情報をマスクに記憶するように適合
されたマスク記憶コンポーネントとを備えたことを特徴
とするセグメント化階層画像システム。 - 【請求項２】 前記ピクセルエネルギーコンポーネント
は、前記領域のピクセルエネルギー分散を計算するため
に、式 【数１】 を利用してエネルギー分散を計算し、 上式で、Ｆは前景であり、 Ｂは背景であり、ｆ（ｘ）はピクセルの値であり、 【数２】 は前記前景の平均ピクセル値であり、 - 【数３】 は前記背景の平均ピクセル値であり、ＮＦは前記前景に
あるピクセルの数であり、 ＮＢは前記背景にあるピクセルの数であることを特徴と
する請求項１に記載のセグメント化階層画像システム。 【請求項３】 前記ピクセルエネルギーコンポーネント
は、前記領域のピクセルエネルギーを計算するために、
式 - 【数４】 を利用してエネルギーを計算し、 上式で、Ｆは前景であり、 Ｂは背景であり、ｆ（ｘ，ｙ）は位置ｘ，ｙにおけるピ
クセルの値であり、 ＡＦ、ＢＦ、ＣＦは、前記前景νＦのエネルギーを最小
化するように選択され、 ＡＢ、ＢＢ、ＣＢは、前記背景νＢのエネルギーを最小
化するように選択されることを特徴とする請求項１に記
載のセグメント化階層画像システム。 【請求項４】 前記領域マージコンポーネントは、２つ
の領域の前景と背景の組合せを評価し、累積エネルギー
の最も小さい組合せを選択することを特徴とする請求項
１に記載のセグメント化階層画像システム。 - 【請求項５】 前記領域マージコンポーネントは、２つ
の領域にわたる近似値ｆに基づいて、所与の領域の前景
と背景の組合せの限定的な部分集合を評価し、累積エネ
ルギーの最も小さい組合せを選択することを特徴とする
請求項１に記載のセグメント化階層画像システム。 - 【請求項６】 請求項１に記載の前記セグメント化階層
画像システムを利用することを特徴とする写真複写機。 - 【請求項７】 請求項１に記載の前記セグメント化階層
画像システムを利用することを特徴とする文書スキャ
ナ。 - 【請求項８】 請求項１に記載の前記セグメント化階層
画像システムを利用することを特徴とする光学文字認識
システム。 - 【請求項９】 請求項１に記載の前記セグメント化階層
画像システムを利用することを特徴とするパーソナルデ
ィジタルアシスタント。 - 【請求項１０】 請求項１に記載の前記セグメント化階
層画像システムを利用することを特徴とするファクス
機。 - 【請求項１１】 請求項１に記載の前記セグメント化階
層画像システムを利用することを特徴とするディジタル
カメラ。 - 【請求項１２】 請求項１に記載の前記セグメント化階
層画像システムを利用することを特徴とするディジタル
ビデオカメラ。 - 【請求項１３】 請求項１に記載の前記セグメント化階
層画像システムを利用することを特徴とするビデオゲー
ムシステム。 - 【請求項１４】 セグメント化階層画像システムで利用
されるマスク生成方法であって、 領域についてのピクセルエネルギーを計算するステップ
と、 前記領域の前景と背景のうちの少なくとも一方の計算さ
れたピクセルエネルギーに、少なくとも部分的に基づい
て、前記領域を分割するステップと、 前記前景と前記背景のうちの少なくとも一方のエネルギ
ーの最小化に、少なくとも部分的に基づいて、隣接する
領域の対をマージするステップと、 前記分割の情報をマスクに記憶するステップとを備える
ことを特徴とする方法。 - 【請求項１５】 前記領域についてのピクセルエネルギ
ーを計算するステップはさらに、 前景についてのピクセル値の和を計算するステップと、 背景についてのピクセル値の和を計算するステップと、 前記領域中のほぼすべてのピクセルについて距離の２乗
の和を計算するステップとを備えることを特徴とする請
求項１４に記載の方法。 - 【請求項１６】 文書画像の領域についてのピクセルエ
ネルギーを計算するように適合され、さらに前景と背景
のうちの少なくとも一方のピクセルエネルギーの最小化
に、少なくとも部分的に基づいて、前記領域の分割を計
算するように適合されたピクセルエネルギーコンポーネ
ントと、 マージされる領域が第１のしきい値エネルギーを超える
かどうかの決定に、少なくとも部分的に基づいて、前記
文書画像の領域の対をマージするように適合され、さら
に当該マージされた領域を新しい前景と新しい背景とに
分割するように適合された領域マージコンポーネント
と、 前記分割に関連する情報をマスクに記憶するように適合
されたマスク記憶コンポーネントとを備えたことを特徴
とするマスクセパレータコンポーネント。 - 【請求項１７】 前記文書画像は文書のＹＵＶ、ＲＧ
Ｂ、およびバイナリ表現のうちの少なくとも１つを備え
ることを特徴とする請求項１６に記載のマスクセパレー
タコンポーネント。 - 【請求項１８】 前記マスクは前景と背景との分割に関
連する情報のバイナリ表現であることを特徴とする請求
項１６に記載のマスクセパレータコンポーネント。 - 【請求項１９】 前記ピクセルエネルギーコンポーネン
トは、Ｋ＝２としたＫ平均クラスタリングアルゴリズム
を少なくとも部分的に利用して領域についてのピクセル
エネルギー分散を計算することを特徴とする請求項１６
に記載のマスクセパレータコンポーネント。 - 【請求項２０】前記ピクセルエネルギーコンポーネント
は、前記領域のピクセルエネルギー分散を計算するため
に、式 【数５】 を利用してエネルギー分散を計算し、 上式で、Ｆは前景であり、 Ｂは背景であり、ｆ（ｘ）はピクセルの値であり、 【数６】 は前記前景の平均ピクセル値であり、 【数７】 は前記背景の平均ピクセル値であり、 ＮＦは前記前景にあるピクセルの数であり、 ＮＢは前記背景にあるピクセルの数であることを特徴と
する請求項１６に記載のマスクセパレータコンポーネン
ト。 - 【請求項２１】 前記ピクセルエネルギーコンポーネン
トは、前記ピクセルエネルギーの計算に関連する情報の
少なくともいくらかを少なくとも一時的に記憶すること
を特徴とする請求項１６に記載のマスクセパレータコン
ポーネント。 - 【請求項２２】 前記ピクセルエネルギーコンポーネン
トは、前記領域の多項式回帰に少なくとも部分的に基づ
いて前記領域についてのピクセルエネルギーを計算する
ことを特徴とする請求項１６に記載のマスクセパレータ
コンポーネント。 - 【請求項２３】 前記領域マージコンポーネントの分割
は、マージされた前記領域のピクセル値の平均値に少な
くとも部分的に基づくことを特徴とする請求項１６に記
載のマスクセパレータコンポーネント。 - 【請求項２４】 前記平均値よりも大きいピクセル値は
前記前景に割り当てられることを特徴とする請求項２３
に記載のマスクセパレータコンポーネント。 - 【請求項２５】 前記平均値よりも大きいピクセル値は
前記背景に割り当てられることを特徴とする請求項２３
に記載のマスクセパレータコンポーネント。 - 【請求項２６】 前記文書画像はＹＵＶ表現であり、前
記ピクセルエネルギーコンポーネントはピクセルエネル
ギーの計算において少なくともＹ成分を利用することを
特徴とする請求項１６に記載のマスクセパレータコンポ
ーネント。 - 【請求項２７】 文書画像を背景と前景とに分割するマ
スクを生成する方法であって、 領域についてのピクセルエネルギーを計算するステップ
と、 前記領域の前景と背景のうちの少なくとも一方の計算さ
れた前記ピクセルエネルギーに、少なくとも部分的に基
づいて、前記領域を分割するステップと、 マージされる領域で新しい前景および新しい背景に関連
するしきい値エネルギーを超えない場合に、隣接する領
域の対をマージするステップと、 当該マージされた領域を前記新しい前景と前記新しい背
景とに分割するステップと、 前記分割の情報をマスクに記憶するステップとを備える
ことを特徴とする方法。 - 【請求項２８】 前記領域についてのピクセルエネルギ
ーを計算するステップはさらに、 前景についてのピクセル値の和を計算するステップと、 背景についてのピクセル値の和を計算するステップと、 前記領域中のほぼすべてのピクセルについて距離の２乗
の和を計算するステップとを備えることを特徴とする請
求項２７に記載の方法。 - 【請求項２９】 前記領域についてのピクセルエネルギ
ーを計算するステップは、前記領域の多項式回帰に少な
くとも部分的に基づくことを特徴とする請求項２７に記
載の方法。 - 【請求項３０】 前記領域を分割するステップはさら
に、前景と背景のうちの少なくとも一方のピクセルエネ
ルギーを最小化するステップを備えることを特徴とする
請求項２７に記載の方法。 - 【請求項３１】 前記マージされた領域を分割するステ
ップでは、さらに、前記マージされた領域のピクセル値
の平均値を計算することを備えることを特徴とする請求
項２７に記載の方法。 - 【請求項３２】 前記マージされた領域を分割するステ
ップはさらに、 前記マージされた領域の前景の平均ピクセル値を計算す
る動作と、 前記マージされた領域の背景の平均ピクセル値を計算す
る動作と、 前記前景の平均ピクセル値と前記背景の平均ピクセル値
との差が第３のしきい値よりも大きい場合に、ピクセル
を前記前景と前記背景のうちの一方に割り当てる動作と
を備えることを特徴とする請求項２７に記載の方法。 - 【請求項３３】 前記領域を分割するステップはさら
に、 前記領域についてのエネルギーを計算する動作と、 前記エネルギーが第２のしきい値未満である場合に、前
記領域のピクセルを前景と背景のうちの少なくとも一方
に割り当てる動作とを備えることを特徴とする請求項２
７に記載の方法。 - 【請求項３４】 文書画像を受け取って該文書画像の変
換済み表現を出力するように適合された文書変換コンポ
ーネントと、 マスクセパレータコンポーネントとを備える文書画像圧
縮システムであって、前記マスクセパレータコンポーネ
ントは、前記変換済み表現の領域についてのピクセルエ
ネルギーを決定するように適合されたピクセルエネルギ
ーコンポーネントを備え、前記ピクセルエネルギーコン
ポーネントはさらに、前景と背景のうちの少なくとも一
方のエネルギーの最小化に、少なくとも部分的に基づい
て、分割を決定するように適合され、前記マスクセパレ
ータコンポーネントはさらに、第１のしきい値エネルギ
ーを超えなかった場合に領域の対をマージするように適
合された領域マージコンポーネントを備え、前記領域マ
ージコンポーネントはさらに、新しい前景および新しい
背景を構成するピクセルのエネルギーの最小化に、少な
くとも部分的に基づいて、マージされた領域のピクセル
を新しい前景と新しい背景とに分割するように適合さ
れ、前記マスクセパレータコンポーネントはさらに、分
割情報をマスクに記憶するように適合されたマスク記憶
コンポーネントを備えることを特徴とする文書画像圧縮
システム。 - 【請求項３５】 前記マスクに記憶された情報に、少な
くとも部分的に基づいて前記変換済み表現を前景画像と
背景画像とに分離するように適合された前景／背景セグ
メンタコンポーネントをさらに備えることを特徴とする
請求項３４に記載の文書画像圧縮システム。 - 【請求項３６】 前景エンコーダ、背景エンコーダ、マ
スクエンコーダのうちの少なくとも１つをさらに備える
ことを特徴とする請求項３４に記載の文書画像圧縮シス
テム。 - 【請求項３７】 前記文書変換コンポーネントは、ＲＧ
Ｂ文書画像を受け取って、該ＲＧＢ文書画像のＹＵＶ表
現を出力するように適合されたことを特徴とする請求項
３４に記載の文書画像圧縮システム。 - 【請求項３８】 ２つ以上のコンピュータプロセス間で
伝送されるように適合されたデータパケットであって、
該データパケットは、 マスクに関連する情報を備え、前記マスクはピクセルを
文書画像の前景と背景のうちの少なくとも一方に割り当
て、前記マスクは前記文書画像の領域におけるピクセル
のエネルギーを最小化する計算に少なくとも部分的に基
づくことを特徴とするデータパケット。 - 【請求項３９】マスク分離コンポーネントのためのコン
ピュータ使用可能コンポーネントを有するコンピュータ
可読媒体であって、 文書画像の表現の領域についてのピクセルエネルギーを
計算するように適合され、さらに前景と背景のうちの少
なくとも一方のピクセルエネルギーの最小化に、少なく
とも部分的に基づいて、前記領域の分割を計算するよう
に適合されたピクセルエネルギーコンポーネントと、 マージされる領域がしきい値エネルギーを超えるかどう
かの決定に少なくとも部分的に基づいて前記文書画像の
表現の領域の対をマージするように適合され、さらに、
前景と背景のうちの少なくとも一方のピクセルのエネル
ギーの最小化に、少なくとも部分的に基づいて、マージ
された前記領域を新しい前景と新しい背景とに分割する
ように適合された領域マージコンポーネントと、 前景と背景との分割に関連する情報をマスクに記憶する
ように適合されたマスク記憶コンポーネントとを備えこ
とを特徴とするコンピュータ可読媒体。 - 【請求項４０】 文書画像の表現の領域についてのピク
セルエネルギーを計算する手段と、 ２つの平面のうちの少なくとも一方のエネルギーの最小
化に、少なくとも部分的に基づいて、前記領域の分割を
計算する手段と、 マージされる領域がしきい値エネルギーを超えるかどう
かの決定に少なくとも部分的に基づいて前記文書画像の
表現の領域の対をマージする手段と、 前景と背景のうちの少なくとも一方を構成するピクセル
のエネルギーの最小化に、少なくとも部分的に基づい
て、前記領域のピクセルを前景と背景とに分割する手段
と、 前記分割に関連する情報をマスクに記憶する手段とを備
えたことを特徴とするマスク分離コンポーネント。
Applications Claiming Priority (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US10/133,939 US7392472B2 (en) | 2002-04-25 | 2002-04-25 | Layout analysis |
| US10/133,558 US7164797B2 (en) | 2002-04-25 | 2002-04-25 | Clustering |
| US10/133,842 US7263227B2 (en) | 2002-04-25 | 2002-04-25 | Activity detector |
| US10/133,939 | 2002-06-26 | ||
| US10/180,771 US7110596B2 (en) | 2002-04-25 | 2002-06-26 | System and method facilitating document image compression utilizing a mask |
| US10/180,771 | 2002-06-26 | ||
| US10/133,558 | 2002-06-26 | ||
| US10/133,842 | 2002-06-26 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003346166A true JP2003346166A (ja) | 2003-12-05 |
| JP4295537B2 JP4295537B2 (ja) | 2009-07-15 |
Family
ID=29554396
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003083847A Expired - Lifetime JP4295537B2 (ja) | 2002-04-25 | 2003-03-25 | マスクを利用して文書画像の圧縮を容易にするシステムおよび方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US7110596B2 (ja) |
| EP (1) | EP1388816B1 (ja) |
| JP (1) | JP4295537B2 (ja) |
| KR (1) | KR100937543B1 (ja) |
| CN (1) | CN100470593C (ja) |
| ES (1) | ES2600756T3 (ja) |
| TW (1) | TWI244051B (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006005923A (ja) * | 2004-06-14 | 2006-01-05 | Xerox Corp | ディジタル画像のファイルサイズを動的に制御する画像入力システム及び方法 |
Families Citing this family (45)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7110596B2 (en) * | 2002-04-25 | 2006-09-19 | Microsoft Corporation | System and method facilitating document image compression utilizing a mask |
| US20040233477A1 (en) * | 2003-05-21 | 2004-11-25 | International Business Machines Corporation | Digital halftoning |
| JP3738291B2 (ja) * | 2003-06-09 | 2006-01-25 | 住友大阪セメント株式会社 | 三次元形状測定装置 |
| US7202872B2 (en) * | 2003-10-29 | 2007-04-10 | Via Technologies, Inc. | Apparatus for compressing data in a bit stream or bit pattern |
| FR2864857B1 (fr) * | 2004-01-05 | 2006-03-03 | Canon Kk | Procede et dispositif d'optimisation de la taille d'un document numerique |
| US8442311B1 (en) | 2005-06-30 | 2013-05-14 | Teradici Corporation | Apparatus and method for encoding an image generated in part by graphical commands |
| US7782339B1 (en) | 2004-06-30 | 2010-08-24 | Teradici Corporation | Method and apparatus for generating masks for a multi-layer image decomposition |
| US7616341B2 (en) * | 2004-07-12 | 2009-11-10 | Toshiba Corporation | System and method for metadata controlled multi-configured halftone screening |
| AU2004242419A1 (en) * | 2004-12-21 | 2006-07-06 | Canon Kabushiki Kaisha | Analysing digital image of a document page |
| KR100599141B1 (ko) * | 2005-05-20 | 2006-07-12 | 삼성전자주식회사 | 문서 압축시스템 및 그 압축방법 |
| US7567254B2 (en) * | 2005-06-30 | 2009-07-28 | Microsoft Corporation | Parallel texture synthesis having controllable jitter |
| KR100708180B1 (ko) * | 2005-09-22 | 2007-04-17 | 삼성전자주식회사 | 화상 압축 장치 및 방법 |
| DE102006010763A1 (de) * | 2006-03-08 | 2007-09-13 | Netviewer Gmbh | Hybrides Bildkompressionsverfahren |
| JP4764231B2 (ja) | 2006-03-31 | 2011-08-31 | キヤノン株式会社 | 画像処理装置、制御方法、コンピュータプログラム |
| US8004536B2 (en) * | 2006-12-01 | 2011-08-23 | Adobe Systems Incorporated | Coherent image selection and modification |
| US8175409B1 (en) | 2006-12-01 | 2012-05-08 | Adobe Systems Incorporated | Coherent image selection and modification |
| US7899247B2 (en) * | 2007-01-24 | 2011-03-01 | Samsung Electronics Co., Ltd. | Apparatus and method of segmenting an image according to a cost function and/or feature vector and/or receiving a signal representing the segmented image in an image coding and/or decoding system |
| US7929729B2 (en) * | 2007-04-02 | 2011-04-19 | Industrial Technology Research Institute | Image processing methods |
| KR101366596B1 (ko) | 2007-08-03 | 2014-03-14 | 삼성전자주식회사 | 이차원 정지 화상에 대해 몰입감을 생성하는 방법 및시스템 그리고 상기 몰입감 생성을 위한 팩터 조절 방법,이미지 콘텐트 분석 방법 및 스케일링 파라미터 예측 방법 |
| US7907778B2 (en) * | 2007-08-13 | 2011-03-15 | Seiko Epson Corporation | Segmentation-based image labeling |
| US8391638B2 (en) | 2008-06-04 | 2013-03-05 | Microsoft Corporation | Hybrid image format |
| US8204964B2 (en) | 2008-08-06 | 2012-06-19 | Microsoft Corporation | Efficient size optimization of visual information or auditory information |
| US9355469B2 (en) | 2009-01-09 | 2016-05-31 | Adobe Systems Incorporated | Mode-based graphical editing |
| CN101510304B (zh) * | 2009-03-30 | 2014-05-21 | 北京中星微电子有限公司 | 一种分割获取前景图像的方法、装置和摄像头 |
| EP2406953B1 (en) * | 2009-06-22 | 2015-06-10 | Sony Corporation | A method of compression of graphics images and videos |
| JP2011013898A (ja) * | 2009-07-01 | 2011-01-20 | Canon Inc | 画像処理装置、画像処理方法、及び、プログラム |
| KR101289514B1 (ko) * | 2009-09-09 | 2013-07-25 | 소니 주식회사 | 인코딩 방법 및 인코더 장치 |
| CN102725773B (zh) * | 2009-12-02 | 2015-12-02 | 惠普发展公司，有限责任合伙企业 | 数字化图像的前景背景分割的系统与方法 |
| US8582906B2 (en) * | 2010-03-03 | 2013-11-12 | Aod Technology Marketing, Llc | Image data compression and decompression |
| CN102006473B (zh) * | 2010-11-18 | 2013-03-13 | 无锡中星微电子有限公司 | 视频编码器和编码方法以及视频解码器和解码方法 |
| US8965140B1 (en) * | 2011-01-31 | 2015-02-24 | Teradici Corporation | Method and apparatus for encoding mixed content image sequences |
| US8891894B2 (en) * | 2011-09-30 | 2014-11-18 | Apple Inc. | Psychovisual image compression |
| CN102890827B (zh) * | 2011-10-09 | 2015-05-13 | 北京多看科技有限公司 | 一种扫描版文档重排版的方法 |
| TWI479448B (zh) * | 2012-07-06 | 2015-04-01 | Univ Nat Taiwan | 影像前處理方法及系統 |
| US9460365B1 (en) * | 2015-03-24 | 2016-10-04 | Intel Corporation | Clustered palette compression |
| US10303498B2 (en) | 2015-10-01 | 2019-05-28 | Microsoft Technology Licensing, Llc | Performance optimizations for emulators |
| US10922537B2 (en) * | 2018-05-01 | 2021-02-16 | Scribe Fusion, LLC | System and method for processing and identifying content in form documents |
| CN108924557B (zh) * | 2018-06-11 | 2022-02-08 | 海信视像科技股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| WO2020033967A1 (en) * | 2018-08-10 | 2020-02-13 | Buffalo Automation Group Inc. | Training a deep learning system for maritime applications |
| CN111652144B (zh) * | 2020-06-03 | 2023-09-26 | 广东小天才科技有限公司 | 基于目标区域融合的题目分割方法、装置、设备和介质 |
| US11042422B1 (en) | 2020-08-31 | 2021-06-22 | Microsoft Technology Licensing, Llc | Hybrid binaries supporting code stream folding |
| US11403100B2 (en) | 2020-08-31 | 2022-08-02 | Microsoft Technology Licensing, Llc | Dual architecture function pointers having consistent reference addresses |
| US11231918B1 (en) | 2020-08-31 | 2022-01-25 | Microsoft Technologly Licensing, LLC | Native emulation compatible application binary interface for supporting emulation of foreign code |
| KR20210152992A (ko) * | 2020-12-04 | 2021-12-16 | 한국전자통신연구원 | 이진 마스크를 사용하는 영상 인코딩/디코딩을 위한 방법, 장치 및 기록 매체 |
| KR102595278B1 (ko) | 2020-12-29 | 2023-10-27 | 부산대학교 산학협력단 | 표면결함검출 스캐너를 위한 이미지 데이터 저장 장치 및 방법 |
Family Cites Families (97)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3606546A (en) * | 1969-05-13 | 1971-09-20 | Dennison Mfg Co | Photocopier |
| US3719922A (en) * | 1971-06-24 | 1973-03-06 | L Lopes | Digital camera |
| FR2171518A5 (ja) * | 1972-02-03 | 1973-09-21 | Labo Electronique Physique | |
| US4606069A (en) * | 1983-06-10 | 1986-08-12 | At&T Bell Laboratories | Apparatus and method for compression of facsimile information by pattern matching |
| JPS60254871A (ja) | 1984-05-31 | 1985-12-16 | Kokusai Denshin Denwa Co Ltd <Kdd> | フアクシミリ画像の符号化方法 |
| US4754492A (en) * | 1985-06-03 | 1988-06-28 | Picturetel Corporation | Method and system for adapting a digitized signal processing system for block processing with minimal blocking artifacts |
| US5077807A (en) * | 1985-10-10 | 1991-12-31 | Palantir Corp. | Preprocessing means for use in a pattern classification system |
| GB8525509D0 (en) | 1985-10-16 | 1985-11-20 | Int Computers Ltd | Symbol pattern matching |
| DE3583040D1 (de) * | 1985-12-17 | 1991-07-04 | Ibm | Bild-vorverarbeitungsverfahren zur rauschentfernung. |
| JP2675303B2 (ja) | 1987-04-28 | 1997-11-12 | キヤノン株式会社 | 文字認識方法 |
| JPH0816918B2 (ja) | 1989-04-18 | 1996-02-21 | シャープ株式会社 | 行抽出方法 |
| US4924494A (en) * | 1989-05-05 | 1990-05-08 | Copam Electronics Corp. | Fax machine equipped for simultaneous transmission and reception via two telephone lines |
| JPH0318986A (ja) | 1989-06-15 | 1991-01-28 | Ricoh Co Ltd | 文字認識装置 |
| JPH0832085B2 (ja) * | 1989-10-18 | 1996-03-27 | 松下電器産業株式会社 | 表示機能付き選択呼出受信装置 |
| US5129014A (en) * | 1989-12-08 | 1992-07-07 | Xerox Corporation | Image registration |
| JP2612383B2 (ja) | 1991-02-19 | 1997-05-21 | 株式会社ピーエフユー | 文字認識処理方式 |
| JPH05189617A (ja) * | 1991-04-15 | 1993-07-30 | Microsoft Corp | 手書き文字認識に於けるアークのセグメント化の方法と装置 |
| JPH06507743A (ja) * | 1991-05-21 | 1994-09-01 | ケンブリッジ アニメーション システムズ リミテッド | 画像合成及び処理 |
| US5434953A (en) * | 1992-03-20 | 1995-07-18 | Xerox Corporation | Use of fast textured reduction for discrimination of document image components |
| US5680479A (en) | 1992-04-24 | 1997-10-21 | Canon Kabushiki Kaisha | Method and apparatus for character recognition |
| US5454047A (en) * | 1992-05-15 | 1995-09-26 | Hughes Aircraft Company | Optical method and system for generating expansion coefficients for an image processing function |
| US5721788A (en) * | 1992-07-31 | 1998-02-24 | Corbis Corporation | Method and system for digital image signatures |
| US5402146A (en) * | 1992-10-23 | 1995-03-28 | International Business Machines Corporation | System and method for video compression with artifact dispersion control |
| US5991515A (en) * | 1992-11-10 | 1999-11-23 | Adobe Systems Incorporated | Method and apparatus for compressing and decompressing data prior to display |
| JP3422541B2 (ja) | 1992-12-17 | 2003-06-30 | ゼロックス・コーポレーション | キーワードのモデル化方法及び非キーワードｈｍｍの提供方法 |
| US5384864A (en) | 1993-04-19 | 1995-01-24 | Xerox Corporation | Method and apparatus for automatic determination of text line, word and character cell spatial features |
| JP3037432B2 (ja) * | 1993-11-01 | 2000-04-24 | カドラックス・インク | 光波オーブンによる食物調理方法および調理装置 |
| US5572604A (en) * | 1993-11-22 | 1996-11-05 | Lucent Technologies Inc. | Method for pattern recognition using prototype transformations and hierarchical filtering |
| US5640468A (en) * | 1994-04-28 | 1997-06-17 | Hsu; Shin-Yi | Method for identifying objects and features in an image |
| US6137908A (en) * | 1994-06-29 | 2000-10-24 | Microsoft Corporation | Handwriting recognition system simultaneously considering shape and context information |
| JP2630923B2 (ja) * | 1994-12-05 | 1997-07-16 | 日本アイ・ビー・エム株式会社 | 画像認識方法及び装置 |
| US5737455A (en) * | 1994-12-12 | 1998-04-07 | Xerox Corporation | Antialiasing with grey masking techniques |
| DE4445386C1 (de) * | 1994-12-20 | 1996-05-02 | Ibm | Verfahren und Vorrichtung zur Trennung einer Vordergrundinformation von einer Hintergrundinformation in einer Vorlage |
| US5572565A (en) * | 1994-12-30 | 1996-11-05 | Philips Electronics North America Corporation | Automatic segmentation, skinline and nipple detection in digital mammograms |
| JP3640318B2 (ja) * | 1995-09-01 | 2005-04-20 | インターナショナル・ビジネス・マシーンズ・コーポレーション | ディジタル画像の符号化方法及びシステム |
| JP2761467B2 (ja) * | 1995-03-29 | 1998-06-04 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 画像切り出し装置及び文字認識装置 |
| US5689585A (en) | 1995-04-28 | 1997-11-18 | Xerox Corporation | Method for aligning a text image to a transcription of the image |
| US5883986A (en) | 1995-06-02 | 1999-03-16 | Xerox Corporation | Method and system for automatic transcription correction |
| US5915044A (en) * | 1995-09-29 | 1999-06-22 | Intel Corporation | Encoding video images using foreground/background segmentation |
| US5574511A (en) * | 1995-10-18 | 1996-11-12 | Polaroid Corporation | Background replacement for an image |
| US6094506A (en) * | 1995-10-25 | 2000-07-25 | Microsoft Corporation | Automatic generation of probability tables for handwriting recognition systems |
| US6272253B1 (en) * | 1995-10-27 | 2001-08-07 | Texas Instruments Incorporated | Content-based video compression |
| JP3756580B2 (ja) * | 1995-11-07 | 2006-03-15 | セイコープレシジョン株式会社 | 多層基板の製造方法及びその製造装置 |
| US5828771A (en) * | 1995-12-15 | 1998-10-27 | Xerox Corporation | Method and article of manufacture for determining whether a scanned image is an original image or fax image |
| JP2958396B2 (ja) * | 1995-12-20 | 1999-10-06 | 富士ゼロックス株式会社 | 画像形成装置 |
| US5910805A (en) * | 1996-01-11 | 1999-06-08 | Oclc Online Computer Library Center | Method for displaying bitmap derived text at a display having limited pixel-to-pixel spacing resolution |
| US6345119B1 (en) * | 1996-02-19 | 2002-02-05 | Fujitsu Limited | Handwritten character recognition apparatus and method using a clustering algorithm |
| US6901153B1 (en) * | 1996-03-14 | 2005-05-31 | Ati Technologies Inc. | Hybrid software/hardware video decoder for personal computer |
| US5805739A (en) * | 1996-04-02 | 1998-09-08 | Picturetel Corporation | Lapped orthogonal vector quantization |
| DE19615493A1 (de) | 1996-04-19 | 1997-10-23 | Philips Patentverwaltung | Verfahren zur Bildsegmentierung |
| US6310972B1 (en) * | 1996-06-28 | 2001-10-30 | Competitive Technologies Of Pa, Inc. | Shape adaptive technique for image and video compression |
| US5914748A (en) * | 1996-08-30 | 1999-06-22 | Eastman Kodak Company | Method and apparatus for generating a composite image using the difference of two images |
| US5778092A (en) * | 1996-12-20 | 1998-07-07 | Xerox Corporation | Method and apparatus for compressing color or gray scale documents |
| US5917964A (en) * | 1996-12-23 | 1999-06-29 | Lg Electronics, Inc. | Method and apparatus for pre-processing image data of encoders |
| JP2836681B2 (ja) | 1997-01-14 | 1998-12-14 | 日本電気株式会社 | パタンマッチング符号化方法及び符号化装置 |
| US5960111A (en) * | 1997-02-10 | 1999-09-28 | At&T Corp | Method and apparatus for segmenting images prior to coding |
| US6108446A (en) * | 1997-02-18 | 2000-08-22 | Hoshen; Joseph | Method and apparatus for extracting cluster shape features from digital images |
| US6321243B1 (en) * | 1997-06-27 | 2001-11-20 | Microsoft Corporation | Laying out a paragraph by defining all the characters as a single text run by substituting, and then positioning the glyphs |
| US6108444A (en) | 1997-09-29 | 2000-08-22 | Xerox Corporation | Method of grouping handwritten word segments in handwritten document images |
| US5917951A (en) * | 1997-10-03 | 1999-06-29 | International Business Machines Corporation | Clustered aperiodic mask |
| US6118890A (en) * | 1997-11-12 | 2000-09-12 | International Business Machines Corporation | System and method for broad classification of biometric patterns |
| US6020972A (en) | 1997-11-14 | 2000-02-01 | Xerox Corporation | System for performing collective symbol-based compression of a corpus of document images |
| US6144767A (en) * | 1998-04-02 | 2000-11-07 | At&T Corp | Efficient convolutions using polynomial covers |
| US6115689A (en) * | 1998-05-27 | 2000-09-05 | Microsoft Corporation | Scalable audio coder and decoder |
| US6029126A (en) * | 1998-06-30 | 2000-02-22 | Microsoft Corporation | Scalable audio coder and decoder |
| US6285801B1 (en) * | 1998-05-29 | 2001-09-04 | Stmicroelectronics, Inc. | Non-linear adaptive image filter for filtering noise such as blocking artifacts |
| US6154762A (en) * | 1998-06-03 | 2000-11-28 | Microsoft Corporation | Fast system and method for computing modulated lapped transforms |
| US6073153A (en) * | 1998-06-03 | 2000-06-06 | Microsoft Corporation | Fast system and method for computing modulated lapped transforms |
| US6072496A (en) * | 1998-06-08 | 2000-06-06 | Microsoft Corporation | Method and system for capturing and representing 3D geometry, color and shading of facial expressions and other animated objects |
| JP2000013596A (ja) | 1998-06-18 | 2000-01-14 | Minolta Co Ltd | 画像処理装置および方法ならびに画像処理プログラムを記録した記録媒体 |
| US6192360B1 (en) * | 1998-06-23 | 2001-02-20 | Microsoft Corporation | Methods and apparatus for classifying text and for building a text classifier |
| US6253165B1 (en) * | 1998-06-30 | 2001-06-26 | Microsoft Corporation | System and method for modeling probability distribution functions of transform coefficients of encoded signal |
| US6233364B1 (en) * | 1998-09-18 | 2001-05-15 | Dainippon Screen Engineering Of America Incorporated | Method and system for detecting and tagging dust and scratches in a digital image |
| US6326977B1 (en) * | 1998-11-03 | 2001-12-04 | Sharp Laboratories Of America, Inc. | Rendering of YCBCR images on an RGS display device |
| EP1006714A3 (en) | 1998-12-02 | 2001-09-19 | Xerox Corporation | Method of processing mixed raster content planes |
| US6564263B1 (en) * | 1998-12-04 | 2003-05-13 | International Business Machines Corporation | Multimedia content description framework |
| JP2000175053A (ja) * | 1998-12-07 | 2000-06-23 | Xerox Corp | 文書の圧縮ピクセルマップ表現を表す混合ラスタコンテントプレ―ンの処理方法 |
| US6195024B1 (en) * | 1998-12-11 | 2001-02-27 | Realtime Data, Llc | Content independent data compression method and system |
| US6100825A (en) * | 1998-12-31 | 2000-08-08 | Microsoft Corporation | Cluster-based data compression system and method |
| US6977664B1 (en) * | 1999-09-24 | 2005-12-20 | Nippon Telegraph And Telephone Corporation | Method for separating background sprite and foreground object and method for extracting segmentation mask and the apparatus |
| JP3551908B2 (ja) | 1999-09-24 | 2004-08-11 | 日本電信電話株式会社 | 背景スプライトと前景オブジェクトの分離方法、及びその装置 |
| US6826727B1 (en) * | 1999-11-24 | 2004-11-30 | Bitstream Inc. | Apparatus, methods, programming for automatically laying out documents |
| ATE509330T1 (de) | 1999-12-04 | 2011-05-15 | Luratech Imaging Gmbh | Verfahren zur kompression von gescannten farb- und/oder graustufendokumenten |
| DE19958553A1 (de) * | 1999-12-04 | 2001-06-07 | Luratech Ges Fuer Luft Und Rau | Verfahren zur Kompression von gescannten Farb- und/oder Graustufendokumenten |
| KR100337359B1 (ko) * | 1999-12-15 | 2002-05-21 | 이계안 | 차량의 주행단 밀림 방지장치 및 그 제어방법 |
| GB2358098A (en) * | 2000-01-06 | 2001-07-11 | Sharp Kk | Method of segmenting a pixelled image |
| JP2001266158A (ja) | 2000-01-11 | 2001-09-28 | Canon Inc | 画像処理装置、画像処理システム、画像処理方法、及び記憶媒体 |
| US7320104B2 (en) * | 2000-02-12 | 2008-01-15 | Adobe Systems Incorporated | Text grid creation tools |
| JP2001256244A (ja) * | 2000-03-14 | 2001-09-21 | Fuji Xerox Co Ltd | 画像データ分類装置および画像データ分類方法 |
| US6674900B1 (en) | 2000-03-29 | 2004-01-06 | Matsushita Electric Industrial Co., Ltd. | Method for extracting titles from digital images |
| US6633670B1 (en) * | 2000-03-31 | 2003-10-14 | Sharp Laboratories Of America, Inc. | Mask generation for multi-layer image decomposition |
| US6738079B1 (en) * | 2000-06-02 | 2004-05-18 | Sun Microsystems, Inc. | Graphical user interface layout customizer |
| US6975742B2 (en) * | 2000-11-29 | 2005-12-13 | Xerox Corporation | Rate-distortion optimization system and method for image compression |
| US6839463B1 (en) * | 2000-12-22 | 2005-01-04 | Microsoft Corporation | System and method providing subpixel-edge-offset-based determination of opacity |
| US7027647B2 (en) * | 2001-12-31 | 2006-04-11 | Hewlett-Packard Development Company, L.P. | Coder matched layer separation for compression of compound documents |
| US7110596B2 (en) * | 2002-04-25 | 2006-09-19 | Microsoft Corporation | System and method facilitating document image compression utilizing a mask |
| US7024039B2 (en) | 2002-04-25 | 2006-04-04 | Microsoft Corporation | Block retouching |
-
2002
- 2002-06-26 US US10/180,771 patent/US7110596B2/en not_active Expired - Fee Related
-
2003
- 2003-03-13 ES ES03005431.6T patent/ES2600756T3/es not_active Expired - Lifetime
- 2003-03-13 EP EP03005431.6A patent/EP1388816B1/en not_active Expired - Lifetime
- 2003-03-20 TW TW092106233A patent/TWI244051B/zh not_active IP Right Cessation
- 2003-03-25 KR KR1020030018541A patent/KR100937543B1/ko active IP Right Grant
- 2003-03-25 CN CNB031083447A patent/CN100470593C/zh not_active Expired - Fee Related
- 2003-03-25 JP JP2003083847A patent/JP4295537B2/ja not_active Expired - Lifetime
-
2006
- 2006-08-16 US US11/465,083 patent/US7764834B2/en active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006005923A (ja) * | 2004-06-14 | 2006-01-05 | Xerox Corp | ディジタル画像のファイルサイズを動的に制御する画像入力システム及び方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN100470593C (zh) | 2009-03-18 |
| KR20030084589A (ko) | 2003-11-01 |
| JP4295537B2 (ja) | 2009-07-15 |
| US7110596B2 (en) | 2006-09-19 |
| EP1388816A2 (en) | 2004-02-11 |
| KR100937543B1 (ko) | 2010-01-19 |
| EP1388816A3 (en) | 2005-11-16 |
| ES2600756T3 (es) | 2017-02-10 |
| US20030202699A1 (en) | 2003-10-30 |
| TWI244051B (en) | 2005-11-21 |
| TW200306501A (en) | 2003-11-16 |
| US20060274381A1 (en) | 2006-12-07 |
| CN1458628A (zh) | 2003-11-26 |
| US7764834B2 (en) | 2010-07-27 |
| EP1388816B1 (en) | 2016-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003346166A (ja) | マスクを利用して文書画像の圧縮を容易にするシステムおよび方法 | |
| JP4152789B2 (ja) | クラスタリングシステムおよびクラスタリング方法 | |
| US7120297B2 (en) | Segmented layered image system | |
| US7397952B2 (en) | “Don't care” pixel interpolation | |
| US7512274B2 (en) | Block retouching | |
| KR101146162B1 (ko) | 멀티-레벨 이미지의 적응 압축 용이 방법 | |
| EP1388815A2 (en) | Segmented layered image system | |
| EP3354030B1 (en) | Methods and apparatuses for encoding and decoding digital images through superpixels | |
| EP0755155A2 (en) | System and method for lossless image compression | |
| US7386166B2 (en) | Systems and methods for connecting regions image data having similar characteristics | |
| JP2001223903A (ja) | 走査された色付きおよびグレースケールの文書を圧縮する方法 | |
| Haffner et al. | Color documents on the Web with DjVu | |
| JP4719924B2 (ja) | 画像処理装置および画像処理方法 | |
| JP2003204439A (ja) | 画像符号化装置及び画像符号化方法 | |
| JP4743883B2 (ja) | 画像符号化装置およびその制御方法 | |
| Malvar et al. | Don't care” pixel interpolation | |
| JP2004289602A (ja) | 画像符号化装置、画像符号化方法及びプログラム | |
| JPH11298739A (ja) | 画像符号化方法 | |
| JPH0767112A (ja) | 動きベクトル検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060207 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080215 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080515 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080606 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080908 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20081010 |
|
| RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20090114 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20090114 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090209 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20090217 |
|
| 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: 20090313 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090410 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120417 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: 20120417 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130417 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130417 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140417 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |