JP2004246929A

JP2004246929A - 文書画像の領域分割方法および装置

Info

Publication number: JP2004246929A
Application number: JP2004163074A
Authority: JP
Inventors: Takashi Saito; 高志齋藤
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2004-06-01
Filing date: 2004-06-01
Publication date: 2004-09-02

Abstract

【課題】文書画像の領域分割を行うとき、段組が明確な場合はそれを利用し、段組が変則的な場合でも対応できる。
【解決手段】入力された文書画像（１０１）の傾きを補正（１０２）した後、圧縮画像を生成する（１０３）。小領域を抽出し（１０４）、行方向において小領域を文字列候補などに分類する（１０６）。文字列候補小領域から、長い白ランの連結成分を用いて段分割空白部を抽出する（１０７）。入力文書の段組の種類（１段、複数段、自由段）を判定し（１０８）、その種類に従って空白部を取捨選択して（１０９）、小領域を統合して（１１０）、文章領域を抽出する。
【選択図】図１

Description

本発明は、文書画像の領域分割方法および装置に関する。

文書画像の領域分割方法としては、大きく分けて２つの方法がある。その一つは、文字などの小さな要素を統合してまとまりのある文章領域（段など）を得る方法である。

他の一つは、領域の端部または領域を分割する空白部を検出し、これにより画像を分割する方法である。例えば、特許文献１に記載された文書画像処理装置では、文字列の先頭位置の周辺分布から段のエッジを求め、同一段に所属する文字列に同じ属性（所属段番号）を与えて、同一属性を持つ上下に近接する文字列を統合することによって画像から文字領域を分割抽出している。また、特許文献２に記載された文字認識装置では、水平垂直方向の周辺分布によって領域分割点を決定している。

特開平１−１８３７８３号公報特開平５−１６６００１号公報

前者の方法は領域の形状にとらわれないため、明確な段組がなくても領域分割が可能であるが、統合パラメータによって性能が左右されるため、明確な段があっても分割ができなかったり、文字間が広い場合には過剰に分割してしまうという問題があった。

また、後者の方法では、領域を分割する空白部の一部が検出できないと全体的に分割できない場合があり、また傾いていたり、段組が不規則な場合や文章領域の形状が矩形でない場合にも領域分割ができないという問題があった。

本発明の目的は、文書画像の領域分割を行うとき、段組が明確な場合はそれを利用し、段組が変則的な場合でも対応できる文書画像の領域分割方法および装置を提供することにある。

前記目的を達成するために、請求項１記載の発明では、文書画像の領域分割方法において、該文書画像から文字列を含む、複数の小領域を抽出し、前記文字列と平行する方向に前記小領域を分割する空白部または罫線を検出し、該空白部または罫線によって画像を文字列と平行に分割し、該分割された各画像部分毎に段組数または段組種類を求め、該結果を統合して画像全体の段組種類を決定し、該段組種類に応じて前記空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割することを特徴としている。

請求項２記載の発明では、文書画像の領域分割方法において、該文書画像から文字列を含む、複数の小領域を抽出し、該複数の小領域から空白部または罫線を検出し、該検出された空白部または罫線を基に、１段組、複数段組、自由段組を含む段組種類を判別し、該段組種類に応じて、前記検出された空白部を取捨選択した空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割することを特徴としている。

請求項３記載の発明では、文書画像の領域分割方法において、該文書画像から文字列を含む、複数の小領域を抽出し、該複数の小領域から、長い白ランの連結成分を空白部として検出する方法と、文字要素の射影ヒストグラムから空白部を検出する方法とを併用して空白部または罫線を検出し、該検出された空白部または罫線を基に、１段組、複数段組、自由段組を含む段組種類を判別し、該段組種類に応じて前記空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割することを特徴としている。

請求項４記載の発明では、前記文書画像の段組種類は、前記空白部または罫線の本数、位置を基に判別することを特徴としている。

請求項５記載の発明では、前記段組種類に応じて、前記小領域の統合条件を変更することを特徴としている。

請求項６記載の発明では、前記文書画像の傾きが所定の閾値以上であるとき、前記段組種類を自由段組とすることを特徴としている。

請求項７記載の発明では、前記段組種類は、予め指定された段組種類を含むことを特徴としている。

請求項８記載の発明では、文書画像の領域分割装置において、該文書画像から文字列を含む、複数の小領域を抽出する手段と、前記文字列と平行する方向に前記小領域を分割する空白部または罫線を検出する手段と、該空白部または罫線によって画像を文字列と平行に分割する手段と、該分割された各画像部分毎に段組数または段組種類を求め、該結果を統合して画像全体の段組種類を決定する手段と、該段組種類に応じて前記空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割する手段とを備えたことを特徴としている。

請求項９記載の発明では、文書画像の領域分割装置において、該文書画像から文字列を含む、複数の小領域を抽出する手段と、該複数の小領域から空白部または罫線を検出する手段と、該検出された空白部または罫線を基に、１段組、複数段組、自由段組を含む段組種類を判別する手段と、該段組種類に応じて、前記検出された空白部を取捨選択した空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割する手段とを備えたことを特徴としている。

請求項１０記載の発明では、文書画像の領域分割装置において、該文書画像から文字列を含む、複数の小領域を抽出する手段と、該複数の小領域から、長い白ランの連結成分を空白部として検出する方法と、文字要素の射影ヒストグラムから空白部を検出する方法とを併用して空白部または罫線を検出する手段と、該検出された空白部または罫線を基に、１段組、複数段組、自由段組を含む段組種類を判別する手段と、該段組種類に応じて前記空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割する手段とを備えたことを特徴としている。

本発明によれば以下のような効果が得られる。
（１）段組としての整合性の高い段分割線だけを利用して領域分割を行うので、高精度の領域分割処理を行うことができる。

（２）段組種類判別を精度よくでき、高精度の領域分割処理を行うことができる。

（３）画像の各部分によって段組数が異なる場合でも精度よく段組種類を求めることができるので、高精度の領域分割処理を行うことができる。

（４）信頼性の低い領域分割空白部を使用せずにすむので、高精度の領域分割処理を行うことができる。

（５）精度よく段分割空白部を検出することができるので、高精度の領域分割処理を行うことができる。

（６）段組種類に応じた処理を採ることによって、１段組が誤って分離されにくくなり、複数段組の場合は領域の未分割が少なくなるなど、高精度の領域分割処理を行うことができる。

（７）入力画像が傾いていて空白部の検出に支障がある場合でも、ある程度の領域分割処理能力を確保することができる。

（８）段組種類を絞り込むことにより、より高精度に段組種類の判別を可能とし、高精度の領域分割処理を行うことができる。

（９）精度よく段組種類を求めることができる。

以下、発明の実施の形態について図面により詳細に説明する。

図１は、本発明の実施例１の構成を示す。図において、１０１はスキャナなどの画像入力手段、１０２は画像の傾き補正手段、１０３は入力画像の圧縮画像を生成する手段、１０４は圧縮画像から黒画素連結成分（小領域）を抽出する手段、１０５は行方向の検出手段、１０６は小領域の分類手段、１０７は段分割空白部候補の抽出手段、１０８は抽出した段分割空白部候補から段組種類を判別する手段、１０９は決定された段組種類に従って段分割空白部候補を取捨選択する手段、１１０は段分割線（段分割空白部および実線の段分割線）を利用して小領域を統合して大きなまとまりのある文章領域（段など）を得る手段、１１１はパラメータや処理途中の各種データなどを記憶するデータ記憶部、１１２は各手段を制御する制御部、１１３はデータ通信路である。なお、１０２から１１０および１１２は、一つのプロセッサ上でソフトウェアで実現することができる。

図２は、実施例１の処理フローチャートである。まず、画像入力手段１０１を用いて文書画像を入力する（ステップ２０１）。次いで、傾き補正手段１０２によって、入力画像の傾きの補正を行う（ステップ２０２）。この補正方法としては、例えば特開平５−３５９１４号公報に記載されている方法を用いる。入力画像に傾きがないことが予め分かってる場合には、この傾きの補正処理は必要がないし、傾き補正手段１０２を設けなくてもよい。

画像圧縮手段１０３で圧縮画像を生成する（ステップ２０３）。例えば入力画像が４００ＤＰＩ程度の解像度の場合には１／８に縦横圧縮する（つまり、８×８画素の中に一つでも黒画素があれば圧縮後の画素は黒とする）ことにより、通常、近接した文字は融合するが、行間や領域間は融合しない状態が得られる。圧縮した画像の黒画素連結成分は、文字や文字の融合した文字列、または線分や表、図（あるいは図の一部）などである。小領域抽出手段１０４は、この連結成分を小領域として抽出する（ステップ２０４）。

続いて、行方向検出手段１０５は、行の方向を検出する（ステップ２０５）。行方向検出の方法としては、例えば特開平５−３１４３０９号公報に記載された方法を用いる。行方向が予め指定されている場合には検出する必要はない。従って、その場合は行方向検出手段１０５を設けなくてもよい。ただし、その場合は行方向指定手段が必要となる。また、必ずしもこの時点で行方向を求める必要はなく、圧縮画像の生成前やその直後などに求めてもよい。しかし、次の処理である小領域分類では行方向を必要とするので、これより早い時点で判明していなければならない。

行方向が判明したら、小領域分類手段１０６は、文字列方向を水平方向として座標軸をとって、小領域を文字列候補や図、フィールドセパレータ（実線）などに分類する（ステップ２０６）。分類する際に小領域の高さや黒画素密度などを利用する。文字間距離によっては圧縮による画素の融合度合いが異なるため、文字列候補の小領域が１文字で構成されていることもある。

以下、文字行方向を水平として実施例を説明する。段分割空白部候補検出手段１０７は、文字列候補小領域から段分割空白部候補を抽出する（ステップ２０７）。この詳細を、図３〜図１３および図２２を用いて説明する。図３は、段分割空白部候補を抽出する処理フローチャートである。まず、画像を水平方向（文字行方向）に幾つかの帯に分割する。そのためには水平の分割線を抽出する（ステップ３０１）。例えば、図４に示すような小領域（つまり、文字列として分類されたもの）の配置があったとして、水平方向に長い白ランの連結成分を求める。この結果は図５に示すようになる。図５の５０１、５０２は、この長い白ランの連結成分を示す（図示していないが、他の行間部分にも５０１と同様に長い白ランが得られる）。この長い白ラン連結成分の内、充分な高さを持つ（つまり、所定の閾値より大きい）ものを抽出する。これが水平方向の分割空白部である。図５の例では連結成分５０１は高さが所定の閾値より小さく、連結成分５０２は所定の閾値よりも大きい。この高さの閾値は予め定めた固定値でもよいし、長い白ラン連結成分の内、最も高さが高いもの（図５では５０２）の高さに対する比率でもよい。あるいは、文字列相当の小領域の平均高さに連動するようにしてもよい。

また、ステップ２０６で水平方向の実線のフィールドセパレータが存在する場合には、これも水平分割空白部と同様に扱う。

以上の処理で求めた水平方向の分割線または空白部によって全体が幾つかの水平帯領域に分割される（ステップ３０２）。図６の例では、全体が水平分割空白部６０１によって帯領域６０２と帯領域６０３に分割されている。以下、各帯領域毎に段分割空白部候補を抽出する。また、帯領域毎に段組数の判別を行う（ステップ３０３、３０４）。

図７は、図３のステップ３０４の詳細の処理フローチャートである。まず、図５で説明したと同様にして垂直方向に長い白ランを生成し（ステップ７０１）、これの連結成分を求める（ステップ７０２）。これを図８を用いて説明する。帯領域８０１において、長い白ラン８０２、８０３が生成され、その連結成分が求められる。連結成分の内、幅の広いものだけが抽出される。幅が充分に広いか否かは所定の閾値で決定してもよいし、検出した長白ラン連結成分の内、最も幅の広いものに対する比率で決めてもよい。また、文字列相当の小領域の分離度によって幅の閾値を変動させてもよい。

小領域の分離度は、文字間距離の程度を表すもので、画像圧縮によって文字同志がどの程度融合するかによって文字間距離が広いか狭いかを判断するものである。つまり、文字列相当の小領域が横に長いものが多ければ、文字間の融合が多いということになり、分離度は低く、文字間は狭いと判断できる。このような場合は長白ランが現われにくいので、幅の狭い長白ラン連結成分であっても抽出する。逆に、横長の小領域が少なければ文字間の分離度が高く、長白ランが現われやすい。このときには幅の広い長白ラン連結成分のみを抽出する。

上記したようにして抽出した長白ラン連結成分から段組数を一時的に求める（ステップ７０３）。図９で説明すると、抽出した長白ラン連結成分は９０１、９０２である。これらが段組数幾つのときの分割位置にあるかを検出する。すなわち、段組数が２（つまり、文章領域が２つ）なら９０３の位置で示す位置（あるいはその周辺）に当該連結成分がなくてはならない。また、段組数が３なら９０４の位置に、段組数が４なら９０５に示す位置に同様にして当該連結成分が存在するはずである。

そこで、抽出した連結成分それぞれがコラム数いくつの分割位置にあるかを調べる。その処理フローチャートを図１０に示す。まず全てのフラグをＯＦＦにする（ステップ１００１）。次に処理対象となる未チェックの長白ラン連結成分を選ぶ。なければ処理を終了する（ステップ１００２、１００３）。次に当該連結成分が帯領域において左から１／２の地点付近にあれば１／２地点フラグをＯＮにして次の連結成分の処理に進む（ステップ１００４、１００５）。

以下、１／３、２／３、１／４、３／４地点付近にあるかを調べ、当該地点付近にあればフラグをＯＮにしていく（ステップ１００６〜１０１３）。どの場所にも相当しない場合は、イレギュラーフラグをＯＮにする（ステップ１０１４）。このとき、長白ラン連結成分だけでなく実線のフィールドセパレータも使用してフラグをセットする方法も採ることができる。そのときはステップ１００２および１００３において垂直実線セパレータも処理対象とする。

以上の処理で抽出した長白ラン連結成分（および実線のフィールドセパレータ）が帯領域のどの位置にあるかが判明する。次に当該帯領域の段組数をこの位置フラグから求める。図１２の処理フローチャートを用いて説明する（図１０と図１２を合わせて図７のステップ７０３に相当する）。

１／２地点フラグのみがＯＮになっていれば段組数は２である（ステップ１２０１、１２０２）。１／３地点フラグと２／３地点フラグのみがＯＮになっていれば段組数は３である（ステップ１２０３、１２０４）。また１／２地点フラグと共に１／４地点フラグと３／４地点フラグのみがＯＮになっていれば段組数は４となる（ステップ１２０５、１２０６）。上記以外の場合は、前述した分離度（文字相当小領域の横長のものの割合または絶対数で判定）で判別する（ステップ１２０７）。分離度が高く文字間距離が広いと予想される場合には、文書はワープロで作成されたようなものであることが多いことから、段組数を１とする（ステップ１２０８）。それ以外の場合は段組数を不定とする（ステップ１２０９）。この段組数判別処理は他の方法を採ることもできる。例えば、イレギュラーフラグがＯＮになっていた場合は必ず段組数を不定とするなどである。

図７に戻り、上記した処理によって段組数が検出されたら、連結成分の内、段分割空白部の候補となるものを選択する（ステップ７０４）。段組数不定の場合または段組数１の場合は、段分割空白部候補の数を０とする。それ以外の場合（つまり段組数２〜４）は、段組数検出に使用した幅広連結成分を全て段分割空白部候補とする。なお、連結成分には幅があるので、分割空白部はその中心線の位置とするか、連結成分を構成するランの内、最も長いランの位置にする方が、ステップ２１０での小領域統合時の処理が容易になる。上記したようにして、ステップ７０１から７０４で、長い白ランを利用した段分割空白部候補の抽出処理が行われる。

次に、ステップ７０５〜７０９の周辺分布ヒストグラムを利用した段分割空白部候補抽出処理を説明する。まず、ある程度の幅（クラス）毎に小領域の個数を求めた周辺分布ヒストグラムを作成する（ステップ７０５）。図１１は、小領域の周辺分布ヒストグラム１１０１を示す。次に行頭部を検出する（ステップ７０６）。これは、ヒストグラム１１０１において１つ隣のクラスより閾値以上に頻度の高いクラスを検出することによって行われる。図１１で、１１０２、１１０３が行頭部に該当する。ここで閾値は固定値でもよいし、帯領域の小領域の個数や該ヒストグラムの全頻度で正規化してもよい。また、頻度分布は図１１のように、明確に谷間が形成されるとは限らないので、１つ隣のクラスではなく、２つ隣のクラスと比較してもよい。検出した頻度差異の大きい地点（１１０２、１１０３）の左のクラスが、連続して閾値以上の個数だけ頻度が低ければ、当該地点が空白部候補となる（ステップ７０６）。

例えば、図１１では、１１０２の左隣は１１０４、１１０５と２クラス連続して頻度が低い。１１０３の左隣も同様に１１０６、１１０７と頻度が低い。従って、空白部の候補は１１０５−１１０４と１１０７−１１０６となる。

続いて、検出した空白部候補を利用して、段組数を判別する（ステップ７０８）。まず、図１０と同様にして分割位置フラグをセットする。ただし、ここではイレギュラーフラグを使用しない。各フラグがセットされたら段組数の判定を行う。図１３は、図７のステップ７０８の詳細フローチャートである。

まず、１／４、１／２、３／４フラグがＯＮになっていれば段組数を４とする（ステップ１３０１、１３０２）。このとき、ステップ７０３と異なるのは、１／３フラグや２／３フラグがＯＮになっていてもよいことである。

１／３、２／３フラグがＯＮになっていれば段組数を３とする（ステップ１３０３、１３０４）。１／２フラグがＯＮになっていれば段組数を２とする（ステップ１３０５、１３０６）。上記した何れにも該当しない場合は、空白部候補の本数が閾値以上あれば段組数を不定とし、そうでない場合は段組数を１とする（ステップ１３０７、１３０８、１３０９）。

以上の処理によって段組数が検出されるので、ステップ７０４と同様にして分割空白部候補の選択を行う。ステップ７０８の段組数検出で使用した空白部候補の内、検出された段組数の分割位置付近に存在する空白部候補だけを段分割空白部候補とする（ステップ７０９）。段組数が不定であったり、１である場合には段分割空白部候補は抽出しない（ステップ７０９で抽出しないので、ステップ７０４では抽出している可能性がある）。

次いで、ステップ７０３と７０８で求めた段組数の整合性をチェックして該帯領域の段組数を決定する（ステップ７１０）。段組数の決定は図２２に示すような決定ルールに従う。段組数が決定されたら、段組数に整合する段分割空白部候補だけを残す（ステップ７１１）。例えば、ステップ７０３でコラム数３と判定されてそれに整合するように残っていた空白部候補は、ステップ７１０での段組数整合チェックの結果、段組数不定と判定された場合には除去される。ステップ７０３で段組数２、ステップ７０８で段組数４と判定された場合には、図２２に示すように段組数４と判定されるから、長ランから求めた空白部候補も周辺分布から求めた空白部候補も共に採用される。以上によって、ステップ２０７で段分割空白部候補領域の抽出処理が行われる。

図２に戻って、段組種類判別手段１０８は、段組の種類を判別する（ステップ２０８）。これは、各帯領域毎に求めた段組数により１段組、複数段組、自由段組の３種類に入力文書を分類するものである。図１４を例にして説明する。１４０１〜１４０３は帯領域であり、１４０４〜１４０６は抽出した段分割空白部候補である。ここで組数は１４０１が１、１４０２が３、１４０３が２となる。図１５に従って、文書全体の段組種類を決定する。

まず、文書全体の高さＨを計量する（ステップ１５０１）。この量Ｈは、帯領域の高さの合計でもよい。後者の方が、帯領域間に罫線や図表などがあって隙間が生じる場合に、以降で求める各種帯領域高さの合計との比率が正しく求められなくなることを防止することができる。次に段組数２〜４と判断された帯領域（これを複数段帯領域と呼ぶ）の高さの合計（Ｔｏｔａｌ１）と、段組数不定とされた不定段帯領域の高さの合計（Ｔｏｔａｌ２）を求める（ステップ１５０２、１５０３）。

各合計値が求められたら、順に閾値と比較していく。まず、Ｔｏｔａｌ１／Ｈが閾値１より大きければ、当該入力文書は複数段組であると決定する（ステップ１５０４、１５０５）。そうでなければ、Ｔｏｔａｌ１／Ｈが閾値２（＜閾値１）より大きいとき、当該入力文書は自由段組であると決定する（ステップ１５０６、１５０７）。そうでなければ、（Ｔｏｔａｌ１＋Ｔｏｔａｌ２）／Ｈは閾値３より大きいとき当該入力文書は自由段組であると決定する（ステップ１５０８、１５０９）。以上の条件に該当しなければ、当該入力文書は１段組であると決定する（ステップ１５１０）。

続いて、段分割空白部分別手段１０９は、段分割空白部候補の取捨選択を行う（ステップ２０９）。これはステップ２０８で決定された文書段組種類に従うもので、１段組であった場合は段分割空白部候補は除去する。複数段組および自由段組であった場合には、段分割空白部候補をそのまま段分割空白部として利用する。

小領域統合手段１１０は、この段分割空白部を活用して文字列相当の小領域を統合してまとまりのある文章領域（段またはその一部などに相当）を抽出する（ステップ２１０）。小領域の統合方法については、行方向に近接した領域を行（またはその一部に相当）に統合し、さらに行方向とは垂直な方向に行（またはその一部に相当）を統合して領域を形成する方法を用いる（例えば特願平３−１２８３４０号に記載の方法など）。

この小領域を行方向に統合する際に、実在のフィールドセパレータ（分割線）と同様に、ステップ２０９で求めた段分割空白部を使用する。分割線および分割空白部を超えて小領域を統合しないようにする。または、段分割空白部近傍では統合条件を厳しくし、より近接したものだけを統合するようにする。また、段組種類によってこの統合パラメータを変動させる。すなわち、１段組の場合は遠く離れていても統合するようにし、自由段組の場合は近いものだけを統合するようにする。複数段組においては、１段組と同様に離れたものでも分割線および段分割空白部を超えない限り統合するようにするか、または段幅相当の距離までは分割線および段分割空白部を超えない限り統合するようにする。

図１６は、実施例２の構成を示す。また、図１７は実施例２の処理フローチャートである。本実施例は、実施例１の傾き補正手段１０２を傾き検出手段１６０２に置き換えたもので、他の構成は実施例１と同様である。ステップ１７０２において、画像の傾きを検出し、傾き角度が閾値より大きいとき、空白部の検出が困難であるので、ステップ１７０８以下の空白部検出を行わずに（ステップ１７０７）、段組の種類を自由段組として処理（ステップ１７１２）する。その他は実施例１と同様であるので、説明を省略する。なお、１６０２〜１６１０および１６１２は１つのプロセッサ上でソフトウェアで実現することができる。

図１８は、実施例３の構成を示し、図１９はその処理フローチャートである。本実施例では、実施例１の構成にさらに、段組種類指示手段１８１４を付加して構成したものである。段組種類指示手段１８１４によって指示された段組種類が１段組であった場合には、ステップ１９０９以下の段分割空白部検出処理および段種類判別処理を行わない（ステップ１９０８）。

段組種類指示手段１８１４によって指示された段組種類が非１段組であった場合には、ステップ１９１０において、図１５のように判別を行うときに、１段組に判定されるところを自由段組と判定する。その他は実施例１と同様である。なお、１８０２〜１８１０および１８１２は１つのプロセッサ上でソフトウェアで実現することができる。

図２０は、実施例４の構成を示し、図２１はその処理フローチャートである。実施例４は、実施例１の構成から段分割空白部分別手段１０９と小領域統合手段１１０を取り除いて構成され、文書画像の段組種類を判別する実施例である。従って、実施例４では、ステップ２１０８において、段組種類が判別されると、処理が終了する。その他は実施例１と同様である。なお、２００２〜２００８および２０１０は１つのプロセッサ上でソフトウェアで実現することができる。

本発明の実施例１の構成を示す。実施例１の処理フローチャートである。図２のステップ２０７の詳細フローチャートである。分類された小領域の一例を示す図である。抽出された水平方向の分割空白部を示す図である。画像全体が水平分割空白部によって帯領域に分割された図である。図３のステップ３０４の詳細フローチャートである。帯領域から垂直方向に長い白ラン連結成分を抽出する図である。帯領域中における長白ラン連結成分の位置を説明する図である。図７のステップ７０３の詳細フローチャートの一部である。小領域の周辺分布ヒストグラムの例を示す。図７のステップ７０３の詳細フローチャートの一部である。図７のステップ７０８の詳細フローチャートである。帯領域毎の段組数を説明する図である。図２のステップ２０８の詳細フローチャートである。本発明の実施例２の構成を示す。実施例２の処理フローチャートである。本発明の実施例３の構成を示す。実施例３の処理フローチャートである。本発明の実施例４の構成を示す。実施例４の処理フローチャートである。段組数を決定するルールを示す。

符号の説明

１０１画像入力手段
１０２傾き補正手段
１０３画像圧縮手段
１０４小領域抽出手段
１０５行方向検出手段
１０６小領域分類手段
１０７段分割空白部候補抽出手段
１０８段組種類判別手段
１０９段分割空白部分別手段
１１０小領域統合手段
１１１データ記憶部
１１２制御部
１１３データ通信路

Claims

文書画像の領域分割方法において、該文書画像から文字列を含む、複数の小領域を抽出し、前記文字列と平行する方向に前記小領域を分割する空白部または罫線を検出し、該空白部または罫線によって画像を文字列と平行に分割し、該分割された各画像部分毎に段組数または段組種類を求め、該結果を統合して画像全体の段組種類を決定し、該段組種類に応じて前記空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割することを特徴とする文書画像の領域分割方法。
文書画像の領域分割方法において、該文書画像から文字列を含む、複数の小領域を抽出し、該複数の小領域から空白部または罫線を検出し、該検出された空白部または罫線を基に、１段組、複数段組、自由段組を含む段組種類を判別し、該段組種類に応じて、前記検出された空白部を取捨選択した空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割することを特徴とする文書画像の領域分割方法。
文書画像の領域分割方法において、該文書画像から文字列を含む、複数の小領域を抽出し、該複数の小領域から、長い白ランの連結成分を空白部として検出する方法と、文字要素の射影ヒストグラムから空白部を検出する方法とを併用して空白部または罫線を検出し、該検出された空白部または罫線を基に、１段組、複数段組、自由段組を含む段組種類を判別し、該段組種類に応じて前記空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割することを特徴とする文書画像の領域分割方法。
前記文書画像の段組種類は、前記空白部または罫線の本数、位置を基に判別することを特徴とする請求項１、２または３記載の文書画像の領域分割方法。
前記段組種類に応じて、前記小領域の統合条件を変更することを特徴とする請求項１、２または３記載の文書画像の領域分割方法。
前記文書画像の傾きが所定の閾値以上であるとき、前記段組種類を自由段組とすることを特徴とする請求項１、２または３記載の文書画像の領域分割方法。
前記段組種類は、予め指定された段組種類を含むことを特徴とする請求項１、２または３記載の文書画像の領域分割方法。
文書画像の領域分割装置において、該文書画像から文字列を含む、複数の小領域を抽出する手段と、前記文字列と平行する方向に前記小領域を分割する空白部または罫線を検出する手段と、該空白部または罫線によって画像を文字列と平行に分割する手段と、該分割された各画像部分毎に段組数または段組種類を求め、該結果を統合して画像全体の段組種類を決定する手段と、該段組種類に応じて前記空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割する手段とを備えたことを特徴とする文書画像の領域分割装置。
文書画像の領域分割装置において、該文書画像から文字列を含む、複数の小領域を抽出する手段と、該複数の小領域から空白部または罫線を検出する手段と、該検出された空白部または罫線を基に、１段組、複数段組、自由段組を含む段組種類を判別する手段と、該段組種類に応じて、前記検出された空白部を取捨選択した空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割する手段とを備えたことを特徴とする文書画像の領域分割装置。
文書画像の領域分割装置において、該文書画像から文字列を含む、複数の小領域を抽出する手段と、該複数の小領域から、長い白ランの連結成分を空白部として検出する方法と、文字要素の射影ヒストグラムから空白部を検出する方法とを併用して空白部または罫線を検出する手段と、該検出された空白部または罫線を基に、１段組、複数段組、自由段組を含む段組種類を判別する手段と、該段組種類に応じて前記空白部を用いて前記小領域を統合し、前記文書画像を所定の領域に分割する手段とを備えたことを特徴とする文書画像の領域分割装置。