JP2004129271A - オーバスキャンされた画像中での文書のスキュー角及び位置を決定する方法 - Google Patents

Abstract

【課題】　文書の境界の粗さや文書形状の不規則さに影響されることなく文書のスキュー角及び位置を検出する方法を提供する。
【解決手段】　オーバスキャンされたデジタル画像中の文書のスキュー角と位置とを決定する方法を提供する。文書をスキャンし、グレースケールイメージを得る。得られたグレースケールイメージからの文書の外形ピクセルを順番に接続して外形ポリゴンを形成する。初期角度θを０に設定し、ポリゴンの最小ｘ値、最小ｙ値、最大ｘ値、及び最大ｙ値を決定する。最小ｘ値、最小ｙ値、最大ｘ値、及び最大ｙ値に基づいて矩形形状の境界面積を計算し、記録する。角度を記録し、ポリゴンを角度ｚだけ回転させる。ステップを繰り返して最小の境界面積値を選択する。最小境界面積値に対応する角度を文書のスキュー角とする。
【選択図】　　　図１

Description

　本発明は、一般にスキャンニングに関し、特にオーバスキャンした画像中の文書のスキュー角及び位置の決定に関する。

　紙文書や写真を平台型や回転型のスキャンニング装置でスキャンした場合、センサのスキャン幅は、異なるサイズの文書を収めることができるように文書についてより広い範囲によく設定される。このため、デジタル画像中で元の文書を囲む黒又は白の不必要な縁ができてしまう。さらに、生産用スキャナの紙移送の機械的不完全性や平台型スキャナ上又はスキャナの入力フィーダへのプリントの不適当な配置のために、その結果得られるデジタル画像はよく傾いている。元の文書の外見とサイズを同定するデジタル版を再現するためにはデジタル画像中での文書のスキュー角と位置の検出が必要である。

　デジタル画像のスキュー角及び位置に関する種々の方法が知られている（特許文献１乃至３）。これらの従来の方法では、デジタル画像の内側で検出文書の縁の傾きに基づいてスキュー角を検出する。たいていの場合、検出された文書の上辺の傾きが文書のスキュー角として解釈され、その結果、完全な文書が再構成され、配置される。

米国特許第５８１８９７６号 米国特許第５４５２３７４号 米国特許第５９７４１９９号

　従来の方法で、文書の傾きを検出し、文書を配置することに成功するためには、文書の縁がきれいな直線である必要がある。境界がギザギザであったり、不完全であったり、部分的に裂けていたり、不規則であった場合には、スキュー角及び位置検出によく失敗する。これらの方法では文書のスキュー角及び位置検出について、きれいな境界であることを前提にしているので、高負荷のスキャン環境下での使用ではその信頼性が非常に弱くなる。そこで、文書の境界の粗さや文書形状の不規則さに影響されることなく文書のスキュー角及び位置を検出する方法が求められている。

　簡単に説明すれば、本発明のある態様に係るオーバスキャンされたデジタル画像中の文書のスキュー角と位置とを決定する方法は、
　ａ）文書をスキャンするステップと、
　ｂ）グレースケールイメージを得るステップと、
　ｃ）前記得られたグレースケールイメージから文書の外形ピクセルを検出するステップと、
　ｄ）前記検出されたピクセルを順番に接続して外形ポリゴンを形成するステップと、
　ｅ）角度θを０に設定（θ＝０）するステップと、
　ｆ）前記ポリゴンの最小ｘ値、最小ｙ値、最大ｘ値、及び最大ｙ値を決定するステップと、
　ｇ）前記最小ｘ値、最小ｙ値、最大ｘ値、及び最大ｙ値に基づいて矩形形状の境界面積を計算するステップと、
　ｈ）前記境界面積とθとを記録するステップと、
　ｉ）前記ポリゴンを角度ｚだけ回転させるステップと、
　ｊ）角度θを（θ＋ｚ）に再設定する（θ＝θ＋ｚ）ステップと、
　ｋ）上記ステップｆ）からステップｊ）までをｎ回繰り返すステップと、
　ｌ）ステップｈ）で記録された前記境界面積から最小の境界面積値を選択するステップと、
　ｍ）前記最小境界面積値に対応する角度を記録するステップと、
　ｎ）前記最小境界面積値の前記回転角を前記文書の前記スキュー角として割り当てるステップと
を含むことを特徴とする。

　本発明、その目的、及びその効果は、以下の最良の実施の形態の記載においてさらに明らかとなるであろう。

　その検出方法は、図１に詳しく示している。図１及び図２を参照すると、文書の外形点は、最初の黒から白への変化測定に基づいて、図２に示すように４方向の上辺から下辺への点１１、下辺から上辺への点１２、左辺から右辺への点１３、右辺から左辺への点１４、によって検出される（ステップ１）。なお、ノイズフィルタを用いて境界にある斑点状のノイズをバイパスしてもよい。図３に示したように、検出された外形点１５の空間配置が集められ、データとして保存される。データ点は、接続され、文書の外形に沿ってその空間配置にしたがって順番にまとめられる（ステップ２）。隣接するデータ点Ｖ_ＩとＶ_Ｉ＋１のそれぞれのペアによってベクトル２１が形成される。図４に示すようなベクトル列によってポリゴンが形成される。ポリゴンの頂点は、（ｖ_０，ｖ_１，ｖ_２，ｖ_３，・・・ｖ_ｉ，ｖ_ｉ＋１，・・・ｖ_ｎ−１）とラベルされ、これらのそれぞれの座標は、（（ｘ_０，ｙ_０），（ｘ_１，ｙ_１），（ｘ_２，ｙ_２），（ｘ_３，ｙ_３），・・・（ｘ_ｉ，ｙ_ｉ），（ｘ_ｉ＋１，ｙ_ｉ＋１），・・・（ｘ_ｎ−１，ｙ_ｎ−１））と示されている。ポリゴンの内側の面積は、多角形ベクトルの外積の和として、下記式から算出する（ステップ３）。

　ここで、Ｖ_０Ｖ_ｉとｖ_０Ｖ_ｉ＋１は、頂点”０”と頂点”ｉ”、頂点”０”と頂点”ｉ＋１”とをそれぞれ結ぶ２つのベクトルである。符号”×”は２つのベクトルの外積を示すものである。

　ポリゴンの幅Ｗ（０）は、最も左側の頂点と最も右側の頂点との間のｘ座標の差であり、ポリゴンの高さＨ（０）は、最も上の頂点と最も下の頂点との間のｙ座標の差である。図５に示すように、座標（ｘ_ｒ，ｙ_ｒ）の境界箱の左上隅がポリゴンの回転についての原点Ｐｒとして選ばれる。新しい角度θのそれぞれについて原点Ｐｒに対してポリゴンを回転させると、図６に示すように計算されて幅がＷ（θ）、高さＨ（θ）となる。Ｗ（θ）とＨ（θ）との積算によって対応する境界面積Ａ（θ）が得られる。回転後のポリゴンの頂点の新しい座標（ｘ_ｎ，ｙ_ｎ）４１は下記式によって得られる。
ｘ_ｎ＝ｘ_ｉ×ｃｏｓ（θ）＋ｙ_ｉ×ｓｉｎ（θ）−ｘ_ｒ
ｙ_ｎ＝−ｘ_ｉ×ｓｉｎ（θ）＋ｙ_ｉ×ｃｏｓ（θ）−ｙ_ｒ
ここで、（ｘ_ｎ，ｙ_ｎ）は、回転点（ｘ_ｒ，ｙ_ｒ）に対して角度θだけ回転後の頂点（ｘ_ｉ，ｙ_ｉ）４０の新たな座標である。

　図７は、回転角（θ）と、境界箱の内側面積Ａ（θ）とポリゴンの面積（Ａ_ｐ）との面積差（Ａ（θ）−Ａ_ｐ）との関係を図に表したものである。ポリゴンを角度θｒだけ回転させた場合に面積差Ａｒが最小になるということは、ポリゴンを角度θｒで回転させた場合に境界箱とポリゴンの外形とがよく合うということを示している。矩形のポリゴンを時計回りに角度θだけ回転させた場合、完全な矩形の文書の場合には、そもそもは角度−θｒだけ、つまり反時計回りに角度θｒだけ傾いている。矩形のポリゴンの境界箱は、ポリゴン自体と正確に一致し、面積差の最小値Ａｒは０となる。これは、スキャンされた文書のスキュー角は、向きが異なる点を除いて、面積差（Ａ（θ_ｒ）−Ａ_ｐ）の最小値が生じる回転角に一致することを意味している。したがって、検出されたスキュー角θｓは、負の回転角（−θｒ）に一致する（ステップ５）。図８に示すように傾いた文書の左上隅の位置は下記の幾何学的変換によって算出する。

ｘ_０＝（ｘ_ｒ＋ｘ_ｉ）ｃｏｓ（θ_ｓ）−（ｙ_ｒ＋ｙ_ｉ）ｓｉｎ（θ_ｓ）
ｙ_０＝（ｘ_ｒ＋ｘ_ｉ）ｓｉｎ（θ_ｓ）＋（ｙ_ｒ＋ｙ_ｉ）ｃｏｓ（θ_ｓ）
ここで、文書の幅及び高さは、ポリゴンを角度θ_ｒだけ回転させた場合のポリゴンの幅（Ｗ（θ_ｒ））と高さ（Ｈ（θ_ｒ））である（ステップ５）。

　ポリゴンの内側の面積と境界面積との比Ｒ＝（Ａｐ）／（Ｗ（θｒ）×Ｈ（θｒ））は、検出の確かさの尺度とみなされる。Ｒ値が１に近いほど文書は典型的な文書の形状（即ち矩形）により近いことを意味している。Ｒ値が低いほど文書の形状が不規則であることを示している。

記録された文書のスキュー角及び位置を検出する画像処理システムのブロック図である。 文書の外形のピクセル検出を図解するグラフィックイラストである。 文書の検出された外形点の位置を示す図である。 図３で検出された点から再構成された文書の外形のポリゴンである。 図４のポリゴンの頂点の座標から計算されたポリゴンの境界箱の幅と高さとを示す図である。 境界箱の幅及び高さの、ポリゴンの回転角θに対する依存性を示す図である。 ポリゴンの境界面積と回転角との関係を示す図である。 文書のスキュー角と位置の検出の最終結果を示す図である。

符号の説明

１１、１２、１３、１４、１５　外形点、２１　ベクトル、４０、４１　頂点

Claims (4)

1. 　ａ）文書をスキャンするステップと、
   　ｂ）グレースケールイメージを得るステップと、
   　ｃ）前記得られたグレースケールイメージから文書の外形ピクセルを検出するステップと、
   　ｄ）前記検出されたピクセルを順番に接続して外形ポリゴンを形成するステップと、
   　ｅ）角度θを０に設定（θ＝０）するステップと、
   　ｆ）前記ポリゴンの最小ｘ値、最小ｙ値、最大ｘ値、及び最大ｙ値を決定するステップと、
   　ｇ）前記最小ｘ値、最小ｙ値、最大ｘ値、及び最大ｙ値に基づいて矩形形状の境界面積を計算するステップと、
   　ｈ）前記境界面積とθとを記録するステップと、
   　ｉ）前記ポリゴンを角度ｚだけ回転させるステップと、
   　ｊ）角度θを（θ＋ｚ）に再設定する（θ＝θ＋ｚ）ステップと、
   　ｋ）上記ステップｆ）からステップｊ）までをｎ回繰り返すステップと、
   　ｌ）ステップｈ）で記録された前記境界面積から最小の境界面積値を選択するステップと、
   　ｍ）前記最小境界面積値に対応する角度を記録するステップと、
   　ｎ）前記最小境界面積値の前記回転角を前記文書の前記スキュー角として割り当てるステップと
   を含むことを特徴とするオーバスキャンされたデジタル画像中の文書のスキュー角と位置とを決定する方法。
2. 　ｏ）前記スキュー角において最大ｘ値から最小ｘ値を差し引いて文書の幅を得るステップと、
   　ｐ）前記スキュー角において最大ｙ値から最小ｙ値を差し引いて文書の高さを得るステップと
   をさらに含むことを特徴とする請求項１に記載の方法。
3. 　ｑ）前記最小境界面積の元の点の位置変換を行って文書を配置するステップ
   をさらに含むことを特徴とする請求項２に記載の方法。
4. 　ｒ）前記ポリゴンの面積を計算するステップと、
   　ｓ）前記ポリゴンの前記面積を前記最小の境界面積と比較するステップと、
   　ｔ）前記ポリゴンの前記面積が前記最小境界面積のｋユニット内にある場合、その配置の正確さについて高い信頼性を有しているステップと
   をさらに含むことを特徴とする請求項３に記載の方法。

Images