JP2005339180A

JP2005339180A - 画像処理方法

Info

Publication number: JP2005339180A
Application number: JP2004156816A
Authority: JP
Inventors: Oscar Vanegas; オスカルバネガス; Mitsuru Shirasawa; 満白澤
Original assignee: Matsushita Electric Works Ltd
Current assignee: Panasonic Electric Works Co Ltd
Priority date: 2004-05-26
Filing date: 2004-05-26
Publication date: 2005-12-08
Anticipated expiration: 2024-05-26
Also published as: JP4534599B2

Abstract

【課題】ノイズの多い画像であっても背景となる領域と対象となる領域とを精度よく分離することが可能である画像処理方法を提供する。
【解決手段】濃淡画像を複数個のブロックに分割し、ブロックの特徴量の類似度が規定値以上のブロックに同ラベルを付与する。同ラベルが付与されているブロックからなるブロック連結領域の境界部分に位置するブロックをさらに分割し、同処理の繰り返しにより全画素にラベルを付与する。ブロック連結領域のラベル付与後に、ラスタ走査によりブロック連結領域の境界を探索する（Ｓ１）。境界周辺のブロック連結領域の濃度値を反映する濃度評価値を求め（Ｓ４）、着目するブロック連結領域の濃度値と濃度評価値との差をパラメータとする識別評価値を求める（Ｓ５）。識別評価値と規定の閾値との大小を比較することにより目的のブロック連結領域と背景のブロック連結領域とを分離する（Ｓ７）。
【選択図】図１

Description

本発明は、モノクロ濃淡画像、カラー画像、距離画像のように各画素の画素値を多段階に割り当てた多値画像を、目的の領域と背景の領域とに分割する画像処理方法に関するものである。

近年、画像によって各種対象物の識別、検査、計測、認識を行うために画像処理技術が利用されている。この種の画像処理技術では、画像内において対象物を識別する必要があるから、画像内において対象物を抽出する技術が各種提案されている。たとえば、撮像装置と対象物との位置関係に応じて適宜方向から照明を行うことによって画像内における対象物と背景との濃度値の差が大きくなるようにしておき、濃淡画像における各画素の画素値である濃度値に対して適宜の閾値を適用して濃淡画像を二値化することにより、対象物を背景から分離する技術が広く用いられている。

しかしながら、濃淡画像を単純に二値化する技術では、対象物と背景との濃度値の差が不十分な場合や背景に地模様があるような場合には、背景から対象物を分離することができないという問題を有している。たとえば、光学式文字読み取り装置では文字の周囲に図柄や地模様が存在していると、文字の認識精度が低下するという問題が生じる。また、生産ラインにおいてコンベア上を搬送される物品を撮像した画像内でパターンマッチングを行うことによって物品の種別を判別するような場合に、画像内にベルトコンベアなどの画像が含まれていると部品を特定できない場合がある。

そこで、画像内において類似した特徴を有する部分ごとに領域を分割することによって、目的の領域を画像内から抽出する技術が種々提案されている。たとえば、写真画像の処理に関して、画像を「ライト」「中間」「シャドウ」に分割するために、画像をブロック化し、ブロックを対にして類似度を評価することによりブロックを統合するクラスタリングを行い、クラスタリングにより形成された領域について統合の履歴を参照しながら再度評価を行って輪郭を確定する技術が提案されている（たとえば、特許文献１参照）。
特開平８−１６７０２８号公報

上述した特許文献１に記載された技術では、クラスタリングにより３種類の領域に分割しているが、ノイズが存在する場合にノイズを十分に除去する技術ではなく、とくに文字認識や部品の種別認識のように対象物の領域を背景から分離する目的では採用することができない。

本発明は上記事由に鑑みて為されたものであり、その目的は、ノイズの多い画像であっても背景となる領域と対象となる領域とを精度よく分離することが可能である画像処理方法を提供することにある。

請求項１の発明は、多値画像をそれぞれ複数個の画素を含む矩形状の複数個のブロックに分割した後に、ブロック内の画素値の分布に関する特徴量を隣接する各一対のブロック間で比較し特徴量の類似度が規定値以上である各一対のブロックには同じラベルを付与するとともに特徴量の類似度が規定値未満である各一対のブロックには異なるラベルを付与して前記多値画像内のすべてのブロックにラベルを付与し、さらに、同ラベルが付与されているブロックからなるブロック連結領域の境界部分に位置するブロックを複数個の分割ブロックに分割するとともに、分割前のブロックに隣接するブロックの前記特徴量と分割ブロックの画素値の分布に関する特徴量との類似度が規定値以上になるときに隣接するブロックと同じラベルを当該分割ブロックに付与することにより当該分割ブロックを前記ブロック連結領域を構成するブロックとして前記ブロック連結領域に統合し、分割ブロックに分割し分割ブロックをブロック連結領域に統合する処理を繰り返すことにより多値画像に含まれる全画素をいずれかのブロック連結領域に統合する第１過程と、ラスタ走査によりブロック連結領域の境界を探索し、境界の周辺に存在するブロック連結領域のうち着目するブロック連結領域に対する周辺のブロック連結領域の濃度値を反映する濃度評価値を求める第２過程と、着目するブロック連結領域の濃度値と濃度評価値との差をパラメータとする識別評価値を求める第３過程と、識別評価値と規定の閾値との大小を比較することにより目的のブロック連結領域と背景のブロック連結領域とを分離する第４過程とを有することを特徴とする。

この方法によれば、隣接するブロックのうち画素値の分布が類似しているブロックに同ラベルを付与してブロック連結領域を形成しているので、かすれた文字や陰影の付いたマークなどのような対象であって、背景との画素値分布は異なるが同一領域内で画素値にばらつきが生じているような場合でも正しく領域を抽出することができる。また、ブロック連結領域の境界部分についてのみブロックを細分化し、全画素にラベルを付与するから、ブロック連結領域の境界部分では輪郭形状を正確に抽出しながらも全体では処理の負荷が少なく、しかもノイズが含まれるような画像であっても、対象を画像内から容易に抽出することができ、文字認識や物品の種別の認識などにおいて、高精度かつ高速な処理が期待できる。さらにまた、ラスタ走査によってブロック連結領域の境界を探索し、境界の周辺のブロック連結領域について濃度値を反映する濃度評価値を求め、着目するブロック連結領域の濃度値と濃度評価値との差をパラメータに持つ識別評価値を用いて目的のブロック連結領域（後述する物体領域）と背景のブロック連結領域（後述する背景領域）とに分離するから、ノイズが多く含まれているような画像であってもブロック連結領域の境界付近における濃度差を反映している濃度評価値を用いて目的のブロック連結領域と背景のブロック連結領域とを精度よく分離することが可能になる。

請求項２の発明は、請求項１の発明において、前記境界を挟む２個のブロック連結領域のうちの一方のブロック連結領域を着目するブロック連結領域とし、前記濃度評価値として、他方のブロック連結領域の平均濃度値を用いることを特徴とする。

この方法によれば、境界を挟む２個のブロック連結領域が互いに他方のブロック連結領域の平均濃度値を濃度評価値に用いるから、少ない演算量で濃度評価値を求めることができる。

請求項３の発明は、請求項１の発明において、前記第１過程の後に前記ブロック連結領域の前記境界を中心として複数のブロック連結領域を含む判断領域を設定し、前記境界を挟む２個のブロック連結領域のうちの一方のブロック連結領域を着目するブロック連結領域とし、前記濃度評価値として、他方のブロック連結領域が判断領域に占める面積の割合に前記他方のブロック連結領域の平均濃度値に乗じた値を用いることを特徴とする。

この方法によれば、境界の周辺に設定した判断領域内に含まれる複数個のブロック連結領域のうちの２個について平均濃度値と占有面積とを用いて濃度評価値を決定するから、境界付近の濃度値の変化を反映させた濃度評価値を得ることができ、目的のブロック連結領域と背景のブロック連結領域との分離精度を高めることができる。とくに、判断領域内で各ブロック連結領域の占有面積の割合で重み付けをしているから、目的のブロック連結領域と背景のブロック連結領域との濃度値の相違だけではなく面積差の情報も付加することで、両者を分離できる可能性を高めることができる。

請求項４の発明は、請求項１の発明において、前記第１過程の後に前記ブロック連結領域の前記境界を中心として複数のブロック連結領域を含む判断領域を設定し、前記濃度評価値として、各ブロック連結領域が判断領域に占める面積の割合を重み係数とし各ブロック連結領域の平均濃度値に重み係数を乗じて平均した加重平均値を用いることを特徴とする。

この方法によれば、境界の周辺に設定した判断領域内に含まれる複数個のブロック連結領域の全体の平均濃度値と占有面積とを用いて濃度評価値を決定するから、境界付近の濃度値の変化を反映させた濃度評価値を得ることができ、目的のブロック連結領域と背景のブロック連結領域との分離精度を高めることができる。とくに、判断領域内で各ブロック連結領域の占有面積の割合を重み係数に用いた濃度値の加重平均値を用いるから、目的のブロック連結領域と背景のブロック連結領域との濃度値の相違だけではなく面積差の情報も付加することで、両者を分離できる可能性を高めることができる。

請求項５の発明は、請求項１ないし請求項４の発明において、前記第２過程では、求めた前記濃度評価値を着目するブロック連結領域の画素値とする評価画像データを生成し、濃度評価値が一度求められたブロック連結領域については濃度評価値を再度求めないことを特徴とする。

この方法によれば、１つの画像内において濃度評価値を一旦求めたブロック連結領域については、その後に濃度評価値を再度求めることがないから、少ない演算量で濃度評価値を求めることができ、処理の高速化が期待できる。

本発明の方法によれば、隣接するブロックのうち画素値の分布が類似しているブロックに同ラベルを付与してブロック連結領域を形成しているので、かすれた文字や陰影の付いたマークなどのような対象であって、背景との画素値分布は異なるが同一領域内で画素値にばらつきが生じているような場合でも正しく領域を抽出することができるという利点がある。また、ブロック連結領域の境界部分についてのみブロックを細分化し、全画素にラベルを付与するから、ブロック連結領域の境界部分では輪郭形状を正確に抽出しながらも全体では処理の負荷が少なく、しかもノイズが含まれるような画像であっても、対象を画像内から容易に抽出することができ、文字認識や物品の種別の認識などにおいて、高精度かつ高速な処理が期待できる。さらにまた、ラスタ走査によってブロック連結領域の境界を探索し、境界の周辺のブロック連結領域について濃度値を反映する濃度評価値を求め、着目するブロック連結領域の濃度値と濃度評価値との差をパラメータに持つ識別評価値を用いて目的のブロック連結領域（後述する物体領域）と背景のブロック連結領域（後述する背景領域）とに分離するから、ノイズが多く含まれているような画像であってもブロック連結領域の境界付近における濃度差を反映している濃度評価値を用いて目的のブロック連結領域と背景のブロック連結領域とを精度よく分離することが可能になるという効果を奏する。

本実施形態では、図２に示すように、文字が表記された対象物１をＣＣＤカメラのような撮像装置２を用いて撮像し、撮像装置２により得られた画像内において文字の領域を他の領域から分離する場合を例として説明する。撮像装置２としてはモノクロ信号を出力するものを想定する。撮像装置２の出力は後述の処理を行う画像処理装置１０に入力される。撮像装置２の出力はアナログ信号であって画像処理装置１０に設けたＡ／Ｄ変換器１１においてデジタル信号に変換された後、画像処理装置１０に設けた記憶手段１２に格納される。記憶手段１２は、Ａ／Ｄ変換器１１から出力された濃淡画像を一時的に記憶する一時記憶領域および濃淡画像に対して後述する各種処理を行う間に発生するデータを一時的に記憶する作業記憶領域を備えるメモリと、各種データを長期的に記憶するためのハードディスク装置のような記憶装置とを含む。記憶手段１２における一時記憶領域に格納される濃淡画像は、画素がマトリクス状に配列されるとともに各画素に多段階の画素値が設定される多値画像になる。なお、本実施形態では、濃淡画像（グレー画像）を用いるから以下では画素値として濃度値を用いるが、多値画像としてはカラー画像や距離画像を用いることができ、カラー画像では画素値として色相あるいは彩度を用いればよく、距離画像では画素値として距離を用いることになる。また、カラー画像では、適宜の基準色との色差を用いて各画素に１つの画素値を対応させたり、Ｌ^＊ａ^＊ｂ^＊表色系の明度Ｌ^＊色度ａ^＊，ｂ^＊の３つの値を１画素の画素値として対応させてもよい。

画像処理装置１０はマイクロコンピュータを主構成とし、記憶手段１２に格納した画像に対して図３に示す処理を実行することによって、本実施形態の目的である文字の領域を他の領域から分離する。なお、画像処理装置１０にはＣＲＴあるいは液晶表示器を用いたモニタ３が付設され、記憶手段１２に格納された画像や処理中の画像をモニタ３で監視することが可能になっている。

いま、画像処理装置１０において、記憶手段１２に格納された画像内から文字の領域を抽出するものとする（すなわち、画像内を文字の領域と他の領域とに分割する）。また、記憶手段１２に格納された画像の文字の領域には、不連続部分（左右両部分の間に隙間）や明暗のむらの大きい部分が存在している場合があるものとする。このような画像では、画素値（濃度値）で単純に二値化すると、不連続部分の存在する文字はひとまとまりに（１文字として）扱うことができず、明暗のむらの大きい文字は形状を明確に抽出することができなくなる。さらに、画像内には撮像手段２により生じるノイズが含まれていることもあり、ノイズが含まれていると二値化した画像内で文字と同じ画素値の画素が不規則に発生することがある。つまり、文字以外の情報が含まれていたり、本来は１文字であるのにひとまとまりに扱うことができない情報が含まれていたり、文字の形状が不明瞭であったりする場合には、光学的文字読み取り装置などにおいて文字を認識しようとするときに、元の画像の濃度値を二値化しただけでは得られる情報に過不足が生じ、文字の認識率が低下する。

そこで、文字以外の不要な情報（以下、「背景領域」という）を画像内から除去し、さらに文字ごとに１つのまとまった領域として扱うことを可能にするとともに、文字の中で濃度値にばらつきがあっても文字の形状をほぼ正確に抽出することを可能にすることが要求される。以下では、文字のような目的の領域を「物体領域」と呼ぶ。光学的文字読み取り装置においては、文字の認識率を向上させるために、文字の領域である物体領域と背景領域とを分離することが前処理として要求される。また、物品の種別をパターンマッチングによって認識するような場合にも、パターンマッチングの精度を高めるために、物品の領域である物体領域と背景領域とを分離することが前処理として要求される。

このような前処理を行うために、本実施形態では記憶手段１２に格納された濃淡画像に対して、図３に示す手順の処理を行って物体領域と背景領域とを分離する。すなわち、まず画像分割処理部１３では、記憶手段１２に格納された濃淡画像を２の累乗個（ｎを正整数として２^ｎ個）の画素を一辺とする正方領域であるブロックＢ（図４参照）に分割する（Ｓ１）。ブロックＢのサイズは、文字を物体領域とする場合であれば、ブロックＢの一辺が文字の線幅程度になるように設定される。このようなブロックＢのサイズは画像における空間周波数に基づいて自動的に設定することができる。

次に、画像分割処理部１３で得られた各ブロックＢは特徴量演算部１４に引き渡され、各ブロックＢの画素値の分布に関する特徴量がそれぞれ求められる（Ｓ２）。本実施形態では特徴量としてブロックＢに含まれる各画素の濃度値の平均値および標準偏差を用いる。各ブロックＢについて求めた特徴量は追跡処理部１５において比較され、着目しているブロックＢに隣接するブロックＢであって着目しているブロックＢとの特徴量の類似度が規定値以上であるブロックＢを追跡する（Ｓ３）。隣接する各一対のブロックＢの類似度が規定値以上であるときには両ブロックＢに同じラベルを付与することによって、同ラベルを付与した複数個のブロックＢからなるブロック連結領域を形成する。すなわち、着目するブロックＢに対して特徴量の類似度が規定値以上になるような隣接するブロックＢを順次追跡し、追跡されたブロックＢによって図５に示すような形でブロック連結領域が形成される（図５において濃淡の異なるひとまとまりの部分がそれぞれブロック連結領域になる）。追跡可能であったブロックＢについては、ブロック連結領域ごとにラベルを付与して記憶手段１２に格納する。隣接するブロックＢの特徴量を比較してブロック連結領域を追跡する処理手順については後述する。

一方、上述のようにしてブロックＢを追跡して濃淡画像に複数個のブロック連結領域が形成されると、異なるラベルが付与されたブロック連結領域の境界部分のブロックＢをブロック分割処理部１６に引き渡す（Ｓ４）。ブロック分割処理部１６ではブロック連結領域の境界部分である各ブロックＢを縦横にそれぞれ２分割した分割ブロックＢｎ（＝Ｂ１、ｎは正整数、図６参照）を形成する（Ｓ５，Ｓ６）。つまり、分割ブロックＢ１に含まれる画素数はブロックＢの画素数の４分の１になる。ブロック分割処理部１６において生成された分割ブロックＢ１は、特徴量演算部１４に引き渡されて特徴量が求められ、分割ブロックＢ１について求めた特徴量は追跡処理部１５において周囲のブロックＢの特徴量との類似度が評価される。分割ブロックＢ１の特徴量と周囲のブロックＢの特徴量との類似度が規定値以上であるときには、分割ブロックＢ１に周囲のブロックＢと同じラベルが付与され、この分割ブロックＢ１は周囲のブロックＢと同じブロック連結領域に統合される（Ｓ７）。このようなラベル付けの処理によって各分割ブロックＢ１にラベルが付与され、ブロック連結領域の境界部分では分割ブロックＢ１の単位でブロック連結領域の形状が微細化される。このようにして、ブロック連結領域の境界部分には分割ブロックＢ１が並ぶから、分割ブロックＢ１をブロックＢと等価に扱い、分割ブロックＢ１をさらに分割ブロックＢ２に分割して上述の処理を繰り返し、最終的には１画素単位まで分割する（Ｓ８，Ｓ９）。ここにおいて、分割ブロックＢｎを用いて形成したブロック連結領域を記憶手段１２に格納するのはもちろんのことである。上述のようにしてすべてのブロックＢと分割ブロックＢｎ（ｎは正整数）とにラベルが付与されれば各ブロック連結領域が物体領域または背景領域であると考えられるから、物体領域と背景領域とを分離することが可能になる。

上述した処理により、画像からブロック連結領域が抽出され、図７に示すように、各ブロック連結領域Ｄｉ（ｉ＝１〜１７）にそれぞれラベルが付与される。ところで、図７に示す画像を生成した原画像は「８」という文字を含むグレー画像であって、文字が背景よりも暗い（濃度値が小さい）が、原画像において文字を簡単には判別できない程度に多くのノイズ（文字の周辺に水滴や泡が存在する場合など）が含まれている場合を想定している。ブロック連結領域Ｄｉを抽出した段階では１文字となるべき領域が複数個のブロック連結領域Ｄｉに分割され、このままでは文字として認識することができない。そこで、本実施形態では、隣接するブロック連結領域Ｄｉにそれぞれ含まれる画素の濃度値の差を反映した評価値（以下では、「識別指標値」と呼ぶ）を用いることによって、各ブロック連結領域Ｄｉを背景領域と物体領域とに分離する技術を提供する。識別指標値ｒｖｉは、後述するように、各ブロック連結領域Ｄｉに含まれる画素の濃度値の差に相当するパラメータを含み、コントラストと同様にブロック連結領域Ｄｉの区別のしやすさを表している。背景領域と物体領域とを分離すれば、を抽出することができれば、物体領域の位置関係から文字を判別することが可能になる。

ラベルを付与したブロック連結領域Ｄｉの生成後に各ブロック連結領域Ｄｉを背景領域と物体領域とに分離する処理手順は、図１のようになる。すなわち、まず画像の全体についてラスタ走査を行うことにより、ブロック連結領域Ｄｉの境界を探索する（Ｓ１）。ブロック連結領域Ｄｉの境界が発見されると、発見された位置を中心として所定範囲の判断領域Ｄｄを設定する（Ｓ２）。判断領域Ｄｄは等間隔で分布した複数個の判断ポイントＰｄを含んでおり、判断領域Ｄｄに少なくとも一部が含まれる各ブロック連結領域Ｄｉの中の判断ポイントＰｄの個数が求められる（Ｓ３）。要するに、各ブロック連結領域Ｄｉが判断領域Ｄｄに占める面積の指標が判断ポイントＰｄの個数として求められる。

次に、判断領域Ｄｄに含まれる各ブロック連結領域Ｄｉについて、周辺とのコントラストを評価するために、まず判断領域Ｄｄの中で着目するブロック連結領域Ｄｉを除いた周辺の濃度値の目安を求める（Ｓ４）。以下では、各ブロック連結領域Ｄｉの周辺の濃度値の目安を着目するブロック連結領域Ｄｉに対する濃度評価値ＳａＩｉと呼ぶ。濃度評価値ＳａＩｉは、着目するブロック連結領域Ｄｉを除いた周辺のブロック連結領域Ｄｉが判断領域Ｄｄに占める面積（判断ポイントＰｄの個数を用いる）と、各ブロック連結領域Ｄｉの濃度値の平均値（以下では、「平均濃度値」と呼ぶ）Ｉａｉとを用いて算出する。したがって、着目するブロック連結領域Ｄｉの平均濃度値Ｉａｉと濃度評価値ＳａＩｉとの差は、着目するブロック連結領域Ｄｉと周辺とのコントラストを反映する。

上述のように、着目するブロック連結領域Ｄｉの平均濃度値Ｉａｉと濃度評価値ＳａＩｉとの差はコントラストを反映しているから、識別指標値ｒｖｉとして用いることが可能である。ただし、識別指標値ｒｖｉは物体領域と背景領域とを分離する指標に用いるから、濃度値だけではなくブロック連結領域Ｄｉの面積もパラメータとして含んでいるほうが、物体領域と背景領域との分離が容易になると考えられる。

そこで、本実施形態では、識別指標値ｒｖｉとして、ブロック連結領域Ｄｉの平均濃度値Ｉａｉと濃度評価値ＳａＩｉとの差に、着目するブロック連結領域Ｄｉの全体の画素数ｎｄｉを乗じた値を用いる（Ｓ５）。すなわち、背景領域と物体領域とでは濃度値の差が大きいから、背景領域となるブロック連結領域Ｄｉの平均濃度値Ｉａｉと当該ブロック連結領域Ｄｉに対する濃度評価値ＳａＩｉとの差の絶対値は比較的大きい値になり、しかも、一般に背景領域は物体領域に比較して面積が大きいから、背景領域となるブロック連結領域Ｄｉの画素数ｎｄｉを平均濃度値Ｉａｉと濃度評価値ＳａＩｉとの差に乗じて求めた識別指標値ｒｖｉの絶対値は、物体領域について求めた識別指標値ｒｖｉの絶対値に比較して有意の差で大きくなると考えられる。

本実施形態は、このような知見に基づいて各ブロック連結領域Ｄｉの識別指標値ｒｖｉを求めており、適宜の閾値Ｔｈを用いて識別指標値ｒｖｉを２値化することにより、各ブロック連結領域Ｄｉを背景領域と物体領域とに分離している。閾値Ｔｈを設定するにあたっては、画像の全体において識別指標値ｒｖｉの平均値ａｒｖを求め（Ｓ６）、識別指標値ｒｖｉの平均値ａｒｖと識別指標値ｒｖｉの最大値または最小値との間で閾値Ｔｈを設定する（Ｓ７）。閾値Ｔｈの求め方については後述する。

以下の説明では、図７に示す場合を例とする。図示例では、ブロック連結領域Ｄｉが１７個設けられており、２個のブロック連結領域Ｄ１，Ｄ２は背景領域に属し、残りのブロック連結領域Ｄ３〜Ｄ１７は物体領域に属している。また、ブロック連結領域Ｄ１は物体領域よりも明るく（濃度値が高く）、ブロック連結領域Ｄ２は物体領域よりも暗いものとする。

上述したように、各ブロック連結領域Ｄｉについて、濃度評価値ＳａＩｉを求めるには各ブロック連結領域Ｄｉの平均濃度値Ｉａｉが必要であり、識別指標値ｒｖｉを求めるにはブロック連結領域Ｄｉの画素数ｎｄｉが必要である。そこで、各ブロック連結領域Ｄｉごとに平均濃度値Ｉａｉおよび画素数ｎｄｉを求める。以下の説明では、各ブロック連結領域Ｄｉの平均濃度値Ｉａｉおよび画素数ｎｄｉとして表１に示す値を用いる。

図１のステップＳ１として説明したように、ブロック連結領域Ｄｉの境界はラスタ走査により求める。すなわち、隣接する２個のブロック連結領域Ｄｉの間の境界上の画素を１画素刻みのラスタ走査により探索し、ブロック連結領域Ｄｉのラベルが変化した位置を２個のブロック連結領域Ｄｉの境界上の画素とする。また、ステップＳ２のように、求めた画素の周辺に判断領域Ｄｄを設定し、判断領域Ｄｄに少なくとも一部が含まれるブロック連結領域Ｄｉを用いて濃度評価値ＳａＩｉを求める。

判断領域Ｄｄは図８に示す例では３１画素×３１画素の正方形状の領域であり、判断領域Ｄｄには１画素の大きさの判断ポイントＰｄを等間隔で縦横に７個ずつ配列してある。つまり、判断領域Ｄｄには合計４９個の判断ポイントＰｄが設定され、隣り合う判断ポイントＰｄの距離は５画素に設定してある（判断ポイントＰｄの間に４画素入る）。ただし、図８に示している判断領域Ｄｄの大きさ、判断ポイントＰｄの間隔、判断ポイントＰｄの個数は一例であって、使用者が適宜に設定できるように設定入力部を設ける。判断領域Ｄｄは複数個のブロック連結領域Ｄｉを含んでいれば、必ずしも正方形状でなくてもよく、たとえば円形状などの判断領域Ｄｄを設定することも可能である。ただし、正方形状の判断領域Ｄｄは設定が容易であり、後述する演算も容易である。

図８に示す例では、ラスタ走査によりブロック連結領域Ｄ１とブロック連結領域Ｄ３との境界の画素が検出され、この画素を中心画素（図において符号ｐｃで示した画素）として判断領域Ｄｄを設定している。判断領域Ｄｄには、境界を挟む２個のブロック連結領域Ｄ１，Ｄ３のほか、ブロック連結領域Ｄ２，Ｄ４も含まれる。つまり、ラスタ走査により探索して求めた境界の位置の周辺に存在する４個のブロック連結領域Ｄ１〜Ｄ４が判断領域Ｄｄに含まれる。これらの４個のブロック連結領域Ｄ１〜Ｄ４にそれぞれ含まれる画素を用いて濃度評価値ＳａＩｉが求められる。

図８に示す例では、判断領域Ｄｄに４個のブロック連結領域Ｄ１〜Ｄ４が含まれ、かつ各ブロック連結領域Ｄ１〜Ｄ４に含まれる判断ポイントＰｄの個数がそれぞれ３１個、１２個、４個、２個になっている。各連結領域Ｄｉに含まれる判断ポイントＰｄの個数をｎｉで表すと、ｎ１＝３１、ｎ２＝１２、ｎ３＝４、ｎ４＝２になる。また、図から明らかなように、隣接するブロック連結領域Ｄ１〜Ｄ４の対は、（Ｄ１，Ｄ３）（Ｄ２，Ｄ３）（Ｄ２，Ｄ４）になる。濃度評価値ＳａＩｉは、以下のいずれかの方法によって求める。

各ブロック連結領域Ｄｉに対する濃度評価値ＳａＩｉは、上述したように、判断領域Ｄｄに少なくとも一部が含まれるブロック連結領域Ｄｉのうち着目するブロック連結領域Ｄｉを除く周辺のブロック連結領域Ｄｉの濃度値の目安であるから、もっとも簡単な濃度評価値ＳａＩｉとしては、隣接する２個のブロック連結領域Ｄｉのうちの一方を着目するブロック連結領域Ｄｉとし、他方のブロック連結領域Ｄｉの平均濃度値Ｉａｉを用いことができる。

図８に示した例では、判断領域Ｄｄにおいて隣接するブロック連結領域Ｄｉは、（Ｄ１，Ｄ３）（Ｄ２，Ｄ３）（Ｄ２，Ｄ４）の組合せであるが、判断領域Ｄｄを設定した境界はブロック連結領域Ｄ１とブロック連結領域Ｄ３との境界であるから、（Ｄ１，Ｄ３）の組合せについて濃度評価値ＳａＩ１，ＳａＩ３を求める。すなわち、ブロック連結領域Ｄ３に着目すれば濃度評価値ＳａＩ３はブロック連結領域Ｄ１の平均濃度値Ｉａ１であって２２０になり、ブロック連結領域Ｄ１に着目すれば濃度評価値ＳａＩ１はブロック連結領域Ｄ３の平均濃度値Ｉａ３であって３５になる。

上述の方法で濃度評価値ＳａＩｉを求める場合には、ブロック連結領域Ｄｉのラベルが変化した境界がどのブロック連結領域Ｄｉの境界であるかがわかればよいから判断領域Ｄｄは必要ではない。ただし、各ブロック連結領域Ｄｉの平均濃度値Ｉａｉに代えて、判断領域Ｄｄの中で各ブロック連結領域Ｄｉに含まれる各判断ポイントＰｄごとに濃度値を求め、各ブロック連結領域Ｄｉごとに求めた濃度値の平均値を濃度評価値ＳａＩｉに用いることも可能であって、この場合には演算量は増加するものの、判断領域Ｄｄの中で濃度値の平均値を求めるから、境界の近傍領域の濃度値の変化を反映しやすくなる。具体的には、判断領域Ｄｄの中でｍ行ｎ列の位置の判断ポイントＰｄの濃度値をＩ（ｍ，ｎ）とし、境界を挟む２個のブロック連結領域Ｄｉ，Ｄｊのうちの一方のブロック連結領域Ｄｉに対する濃度評価値ＳａＩｉを、数１によって求めるのである。つまり、ブロック連結領域Ｄｉに対する濃度評価値ＳａＩｉは、他方のブロック連結領域Ｄｊの濃度値の平均値になる。数１において、（ｍ，ｎ）は判断領域Ｄｄのうちブロック連結領域Ｄｊに含まれる判断ポイントＰｄの位置を表し、ｎｊはブロック判断領域Ｄｊに含まれる判断ポイントＰｄの個数である。

数１によって判断領域Ｄｄの中で各ブロック連結領域Ｄｉの濃度値の平均値を求める方法は境界付近の濃度値の変化を反映しているものの演算量が増加する。そこで、各ブロック判断領域Ｄｉの濃度値の平均値に代えて、各ブロック判断領域Ｄｉの平均濃度値Ｉａｉに各ブロック連結領域Ｄｉが判断領域Ｄｄに占める面積の割合を重み係数として重み付けした値を用いるようにしてもよい。この値は、平均濃度値に重み係数を乗じるだけの簡単な演算であるから、数１を用いる場合よりも演算量を低減することができる。

すなわち、重み係数は、各ブロック連結領域Ｄｉに含まれる判断ポイントＰｄの個数をｎｉとし、判断領域Ｄｄに含まれる判断ポイントＰｄの全数をｎ０（＝４９）とすると、ｎｉ／ｎ０になる。したがって、各ブロック連結領域Ｄｉに対する濃度評価値ＳａＩｉを求める際に、各ブロック連結領域Ｄｉごとに求める値は、平均濃度値Ｉａｉを用いて、Ｉａｉ・ｎｉ／ｎ０になる。各ブロック連結領域Ｄ１〜Ｄ４ごとに求める値は、以下のようになる。
Ｄ１：２２０×３１／４９＝１３９．１８
Ｄ２：１３０×１２／４９＝３１．８４
Ｄ３：３５×４／４９＝２．８６
Ｄ４：３０×２／４９＝１．２２
図８に示す例では、判断領域Ｄｄを設定した境界がブロック連結領域Ｄ１とブロック連結領域Ｄ３との境界であるから、ブロック連結領域Ｄ１に対する濃度評価値ＳａＩ１はブロック連結領域Ｄ３から求められる値であって２．８６になり、ブロック連結領域Ｄ３に対する濃度評価値ＳａＩ３はブロック連結領域Ｄ１から求められる値であって１３９．１８になる。

重み係数ｎｉ／ｎ０を用いる演算は、各ブロック連結領域Ｄｉが判断領域Ｄｄに占める面積の割合を反映しており、物体領域が文字に基づく場合には判断領域Ｄｄにおいて背景領域のほうが物体領域よりも占有面積が大きくなるから、背景領域のほうが重み係数が大きくなる。上述した重み係数は、背景領域の濃度値が物体領域の濃度値よりも高い場合（背景領域が物体領域よりも明るい場合）に用いる値であって、背景領域に対する濃度評価値ＳａＩｉと物体領域に対する濃度評価値ＳａＩｉとの比を大きくすることになり、背景領域に対する濃度評価値ＳａＩｉが物体領域に対する濃度評価値ＳａＩｉに比べて大幅に小さくなる。たとえば、平均濃度値Ｉａｉを用いる場合には濃度評価値ＳａＩ１，ＳａＩ３はそれぞれ３５，２２０であって６．２９倍であるのに対して、重み係数ｎｉ／ｎ０を乗じた場合には濃度評価値ＳａＩ１，ＳａＩ３はそれぞれ２．８６，１３９．１８であって４８．６６倍になる。なお、背景領域が物体領域よりも暗い場合には、（１−ｎｉ／ｎ０）を重み係数とすればよい。

上述した各方法によって求められる濃度評価値ＳａＩｉは、境界を挟む２個のブロック連結領域Ｄｉのみを対象にして求めているが、境界の周辺の全体の濃度値を反映しているとは言えない。そこで、境界の周辺の全体の濃度値を反映させた濃度評価値ＳａＩｉとして、判断領域Ｄｄに少なくとも一部が含まれる各ブロック連結領域Ｄｉのうち着目するブロック連結領域Ｄｉ以外のブロック連結領域Ｄｉにおける平均濃度値Ｉａｉの加重平均値を用いる方法を示す。加重平均値を求めるための重み係数には、判断領域Ｄｄに少なくとも一部が含まれるブロック連結領域Ｄｉのうちで、着目するブロック連結領域Ｄｉを除いた各ブロック連結領域Ｄｉが判断領域Ｄｄに占める面積の割合を用いる。つまり、重み係数は、各ブロック連結領域Ｄｉに含まれる判断ポイントＰｄの個数をｎｉで表すとすると、着目するブロック連結領域Ｄｉを除くブロック連結領域Ｄｉに含まれる判断ポイントＰｄの個数ｎｉを用いて、それぞれｎｉ／Σｎｉと表される。

たとえば、図８においてブロック連結領域Ｄ３に対する濃度評価値ＳａＩ３を求めようとすれば、ブロック連結領域Ｄ１，Ｄ２，Ｄ４にそれぞれ含まれる判断ポイントＰｄの個数が３１，１２，２であるから、各ブロック連結領域Ｄ１，Ｄ２，Ｄ４に対する重み係数は、それぞれ３１／（３１＋１２＋２），１２／（３１＋１２＋２），２／（３１＋１２＋２）であって、各平均濃度値Ｉａ１，Ｉａ２，Ｉａ４は、それぞれ２２０，１３０，３０であるから、ＳａＩ３＝（２２０×３１＋１３０×１２＋３０×２）／（３１＋１２＋２）＝１８７．５６になる。同様にして、ＳａＩ１，ＳａＩ２，ＳａＩ４はそれぞれ以下のように求めることができる。
ＳａＩ１＝（１３０×１２＋３５×４＋３０×２）／（１２＋４＋２）＝９７．７８
ＳａＩ２＝（２２０×３１＋３５×４＋３０×２）／（３１＋４＋２）＝１８９．７３
ＳａＩ４＝（２２０×３１＋１３０×１２＋３５×４）／（３１＋１２＋４）＝１８１．２８
上述の演算で求めた濃度評価値ＳａＩｉは、着目するブロック連結領域Ｄｉの周辺の平均濃度値Ｉａｉが高いほど大きい値になり、周辺のブロック連結領域Ｄｉが判断領域Ｄｄに占める割合が大きいほど重み係数ｎｉ／Σｎｉが小さくなる。一般に背景領域は物体領域よりも面積が大きいから、背景領域の平均濃度値Ｉａｉが物体領域の平均濃度値Ｉａｉよりも高い場合には、上述の演算によって、物体領域の濃度評価値ＳａＩｉは背景領域の濃度評価値ＳａＩｉよりも大きい値になる。

上述のいずれかの方法で濃度評価値ＳａＩｉを求めた後には（図１のステップＳ４）、濃度評価値ＳａＩｉを用いて識別指標値ｒｖｉを求めることができる。識別指標値ｒｖｉは、各ブロック連結領域Ｄｉに含まれる画素の濃度値の差を反映する値であって、着目するブロック連結領域Ｄｉと周辺のブロック連結領域Ｄｉとの濃度値の差を反映する識別指標値ｒｖｉは、着目するブロック連結領域Ｄｉの平均濃度値をＩａｉ、着目するブロック連結領域Ｄｉの全体の画素数をｎｄｉ、濃度評価値をＳａＩｉとすると、次式で表すことができる。
ｒｖｉ＝（Ｓｌａｉ−Ｉａｉ）×ｎｄｉ
たとえば、ブロック連結領域Ｄ１〜Ｄ４について、各ブロック連結領域Ｄ１〜Ｄ４に関する平均濃度値Ｉａ１〜Ｉａ４の加重平均値を濃度評価値ＳａＩ１〜ＳａＩ４に用いる場合を例として、識別指標値ｒｖ１〜ｒｖ４を求めると、以下のようになる。
ｒｖ１＝（９７．７８−２２０）×５３００＝−６４７７６６
ｒｖ２＝（１８９．７３−１３０）×３１００＝１８５１６３
ｒｖ３＝（１８７．５６−３５）×２５０＝３８１４０
ｒｖ４＝（１８１．２８−３０）×２２＝３３２８．１６
上述のようにして求めた識別指標値ｒｖｉは、周辺よりも濃度値が高いブロック連結領域Ｄｉでは負の値になり、また背景領域のほうが物体領域よりも画素数が多いから背景領域のほうが絶対値が大きくなる。つまり、物体領域よりも明るい背景領域（たとえば、ブロック連結領域Ｄ１）の識別指標値ｒｖｉは、絶対値が大きく符号が負になる。識別指標値ｒｖｉを求めるために用いる濃度評価値ＳａＩｉは、必ずしも各ブロック連結領域Ｄいにおける平均濃度値の加重平均値である必要はなく、上述したいずれかの方法で求めた濃度評価値ＳａＩｉを用いることが可能である。

画像の全体で物体領域を背景領域から分離するためには、すべてのブロック連結領域Ｄｉについて識別指標値ｒｖｉを決定しなければならない。ただし、ラスタ走査によってブロック連結領域Ｄｉのラベルが変化する境界が見つかるたびに当該境界について識別指標値ｒｖｉを求める演算を行うとすれば、同じ組合せのブロック連結領域Ｄｉの境界を何度も検出することになって演算量が増加し、しかも各ブロック連結領域Ｄｉに対する識別指標値ｒｖｉを一意に定めることができないから、ブロック連結領域Ｄｉごとに複数個の識別指標値ｒｖｉから１つの値を決定するための演算も必要になる。

そこで、本実施形態では、１つのブロック連結領域Ｄｉについて識別指標値ｒｖｉを求めた後に、求めた識別指標値ｒｖｉを当該ブロック連結領域Ｄｉの全画素の画素値とする評価画像データを生成し、評価画像データにおいて画素値が決まったブロック連結領域Ｄｉについては、当該画像の処理が終了するまでは画素値の変更を行わないようにしている。つまり、評価画像データにおいては、各ブロック連結領域Ｄｉについて画像値となる識別指標値ｒｖｉを１回だけ求めることになり、ブロック連結領域Ｄｉごとの識別指標値ｒｖｉの決定が容易になり演算量が少なくなるから、処理の高速化を図ることができる。

さらに、評価画像データにおいて識別指標値ｒｖｉが設定されたブロック連結領域Ｄｉについては、ラスタ走査によって当該ブロック連結領域Ｄｉと他のブロック連結領域Ｄｉとの境界が見つかっても、識別指標値ｒｖｉを設定したときと同じブロック連結領域Ｄｉの間の境界であるときには判断領域Ｄｄを設定せず、異なるブロック連結領域Ｄｉの境界であるときにのみ判断領域Ｄｄを設定する。また、新たに設定された判断領域Ｄｄに含まれるブロック連結領域Ｄｉのすべてについて、評価画像データにおいて画素値がすでに設定されているときには、当該判断領域Ｄｄによる識別指標値ｒｖｉの演算は行わないようにする。このように、識別指標値ｒｖｉが一旦決まったブロック連結領域Ｄｉについてはできるだけ重複した演算を防止することによって、演算量を低減することができ処理の高速化を図ることができる。

以下では、各ブロック連結領域Ｄｉについて求めた識別指標値ｒｖｉを用いて物体領域を背景領域から分離する技術について説明する。物体領域を背景領域から分離するには、識別指標値ｒｖｉに対する閾値Ｔｈを設定し、識別指標値ｒｖｉと閾値Ｔｈとの大小を比較する。

閾値Ｔｈを設定するために、まず数２によって画像の全体での識別指標値ｒｖｉの平均値ａｒｖを求める。この平均値ａｒｖは、画像の全体におけるコントラストの目安になる。ただし、数２においてｋは画像内のブロック連結領域Ｄｉの個数である。

物体領域と背景領域とを分離する閾値Ｔｈは、数２で求めた平均値ａｒｖに基づいて下式を用いて設定する。下式における係数αは物体領域と背景領域との濃度値の関係によって適宜値に設定される。すなわち、係数αは利用者が適宜に入力することができる。ただし、係数αの規定値としては０．２が設定されている。
Ｔｈ＝ａｒｖ＋α・（Ｉｍａｘ−ａｒｖ）
ここに、｜Ｉ｜ｍａｘは、背景領域が物体領域よりも明るい（濃度値が高い）場合には識別指標値ｒｖｉの最大値を用い、背景領域が物体領域よりも暗い場合には識別指標値ｒｖｉの最小値を用いる。上式は識別指標値ｒｖｉの｜Ｉ｜ｍａｘと平均値ａｒｖとの差のα倍を平均値ａｒｖに加算した値を閾値Ｔｈに用いるものであって、係数αを０．２とすれば、平均値ａｒｖよりもやや｜Ｉ｜ｍａｘ寄りに閾値Ｔｈを設定することになる。

上式により求められる閾値Ｔｈとの大小関係によって識別指標値ｒｖｉを分離すれば、物体領域と背景領域とを容易に分離することができる。つまり、背景領域が物体領域よりも明るい場合は識別指標値ｒｖｉが閾値Ｔｈよりも大きくなるブロック連結領域Ｄｉが物体領域であり、背景領域が物体領域よりも暗い場合には識別指標値ｒｖｉが閾値Ｔｈよりも小さくなるブロック連結領域Ｄｉが物体領域になる。実際の画像では物体領域に対して背景領域が明るい場所と暗い場所とが混在している場合があり、この場合には閾値Ｔｈは平均値ａｒｖの両側に設定される。つまり、物体領域の上下限を決める２個の閾値Ｔｈの間の範囲と、上限の閾値Ｔｈを超えて最大値までの範囲と、下限の閾値Ｔｈを下回って最小値までの範囲との３段階に分けることができる。

ところで、一般に撮像時の照明やＴＶカメラの位置関係によっては背景の濃度値にむらが生じる。とくに、撮像対象を一方向から照明している場合には画像内の特定方向において背景の濃度値にほぼ一定の勾配が生じ、濃度値が徐々に増加または減少する。上述した処理手順では画像の全体を処理対象としているが、濃度値に勾配が生じているような場合には、数２によって求められる識別指標値ｒｖｉの平均値ａｒｖは、物体領域と背景領域との間の値ではなく、背景に対する中間の値になる可能性があり、このような平均値ａｒｖによって閾値Ｔｈを設定しても背景領域と物体領域とを正確に分離することは困難になる。

そこで、図９に示すように、画像内を比較的小さい複数の検査領域Ｆｉ（図示例ではｉ＝１〜９）に分割し、各検査領域Ｆｉごとに上述した処理を行うようにすれば、背景における濃度値の変化の影響を軽減することができ、背景領域と物体領域とを正確に分離することが可能になる。検査領域Ｆｉは画像内で目的の物体領域を含む対象領域Ｔｉを複数に分割することにより設定される。各検査領域Ｆｉは、物体領域として抽出しようとする既知の検査対象の大きさに合わせて互いに等しい大きさに設定される。たとえば、検査対象が文字であれば検査領域Ｆｉの大きさを文字の大きさ程度に設定する。また、背景に濃度勾配が生じているときには、濃度勾配の方向に沿って検査領域Ｆｉを並べる。あるいはまた、検査対象が文字列であれば、文字列の全体を含むように対象領域Ｔｉを設定し、文字列の並ぶ方向に検査領域Ｆｉを並べる。

上述したように、検査領域Ｆｉは対象領域Ｔｉを分割することにより設定しているから、１個の検査対象が複数個の検査領域Ｆｉに分割されることがある。そこで、図９のように設定した検査領域Ｆｉを、検査領域Ｆｉの配列方向において検査領域Ｆｉの半分の幅寸法分だけ偏移させた検査領域Ｆｊ（図示例ではｊ＝１１〜１９）を設定する（図１０参照）。この検査領域Ｆｊを設定すれば、検査領域Ｆｉと検査領域Ｆｊとの一部が互いに重複するから、１つの検査対象の大部分がいずれかの検査領域Ｆｉ，Ｆｊに含まれる確率が高まり、背景領域と物体領域とを正確に分離することが可能になる。

上述のようにして設定した検査領域Ｆｉ，Ｆｊのどちらにおいて検査対象の大部分が含まれているかを判断するには、以下の処理手順を用いる。すなわち、図１１（ａ）に示すように検査領域Ｆｉにおいて物体領域Ｅｂを求めた後、対象領域Ｔｉの中でそれぞれひとまとまりとみなせる物体領域Ｅｂに分離する。ひとまとまりとみなせる物体領域Ｅｂは、製品に刻印した文字列のような既知情報を用いる場合には既知情報と物体領域Ｅｂとのパターンマッチングによって類似度の高い領域を抽出すればよく、既知情報を用いることができない場合には抽出された物体領域Ｅｂの間隔を用いる。

ひとまとまりとみなせる物体領域Ｅｂが抽出されると、まとまりごとの重心位置Ｊｎ（ｎ＝１，２，…）を求め、検査領域Ｆｉ，Ｆｊの各中心位置Ｃｉ，Ｃｊと重心位置Ｊｎとの距離を求める。距離の演算はすべての検査領域Ｆｉ，Ｆｊについて行うのではなく、ひとまとまりとみなせる物体領域Ｅｂが含まれる検査領域Ｆｉ，Ｆｊについてのみ行えばよい。図示例では、「Ａ」の文字とみなせる物体領域Ｅｂが、検査領域Ｆ１，Ｆ２，Ｆ１１に含まれているから、物体領域Ｅｂの重心位置Ｊ１と検査領域Ｆ１，Ｆ２，Ｆ１１の中心位置Ｃ１，Ｃ２，Ｃ１１との距離をそれぞれ求める。求めた距離が最小になる検査領域（図示例ではＦ１１）では、１つの検査対象の大部分が含まれる可能性が高くなるから、この検査領域Ｆ１１において、物体領域と背景領域とを分離する処理を再び行えば、物体領域と背景領域とを精度よく分離することが可能になる。

たとえば、図１１（ａ）に示す例では、「Ａ」と「Ｐ」との文字に相当する物体領域Ｅｂがそれぞれ検査対象になるが、検査領域Ｆｉにおいては境界線が「Ａ」と「Ｐ」との各文字をほぼ半分に分断するように設定されており、検査領域Ｆ２においては「Ａ」と「Ｐ」との文字の一部ずつが含まれている。これに対して、図１１（ｂ）に示す検査領域Ｆｊにおいては各検査領域Ｆ１１，Ｆ１２に「Ａ」と「Ｐ」との文字のほぼ全体がそれぞれ含まれるから、検査領域Ｆ１１，Ｆ１２において物体領域と背景領域とを分離すれば、検査対象に対応する物体領域を背景領域から正確に分離できる可能性が高くなる。

本発明の実施形態を示す動作説明図である。同上のブロック図である。同上の動作の概要を示す動作説明図である。同上においてブロックを設定した状態の動作説明図である。同上においてブロック連結領域を形成した状態の動作説明図である。同上の動作説明図である。同上の動作説明図である。同上の動作説明図である。同上の動作説明図である。同上の動作説明図である。同上の動作説明図である。

符号の説明

１対象物
２撮像装置
３モニタ
１０画像処理装置
１１Ａ／Ｄ変換器
１２記憶手段
１３画像分割処理装置
１４特徴量演算部
１５追跡処理部
１６ブロック分割処理部

Claims

多値画像をそれぞれ複数個の画素を含む矩形状の複数個のブロックに分割した後に、ブロック内の画素値の分布に関する特徴量を隣接する各一対のブロック間で比較し特徴量の類似度が規定値以上である各一対のブロックには同じラベルを付与するとともに特徴量の類似度が規定値未満である各一対のブロックには異なるラベルを付与して前記多値画像内のすべてのブロックにラベルを付与し、さらに、同ラベルが付与されているブロックからなるブロック連結領域の境界部分に位置するブロックを複数個の分割ブロックに分割するとともに、分割前のブロックに隣接するブロックの前記特徴量と分割ブロックの画素値の分布に関する特徴量との類似度が規定値以上になるときに隣接するブロックと同じラベルを当該分割ブロックに付与することにより当該分割ブロックを前記ブロック連結領域を構成するブロックとして前記ブロック連結領域に統合し、分割ブロックに分割し分割ブロックをブロック連結領域に統合する処理を繰り返すことにより多値画像に含まれる全画素をいずれかのブロック連結領域に統合する第１過程と、ラスタ走査によりブロック連結領域の境界を探索し、境界の周辺に存在するブロック連結領域のうち着目するブロック連結領域に対する周辺のブロック連結領域の濃度値を反映する濃度評価値を求める第２過程と、着目するブロック連結領域の濃度値と濃度評価値との差をパラメータとする識別評価値を求める第３過程と、識別評価値と規定の閾値との大小を比較することにより目的のブロック連結領域と背景のブロック連結領域とを分離する第４過程とを有することを特徴とする画像処理方法。
前記境界を挟む２個のブロック連結領域のうちの一方のブロック連結領域を着目するブロック連結領域とし、前記濃度評価値として、他方のブロック連結領域の平均濃度値を用いることを特徴とする請求項１記載の画像処理方法。
前記第１過程の後に前記ブロック連結領域の前記境界を中心として複数のブロック連結領域を含む判断領域を設定し、前記境界を挟む２個のブロック連結領域のうちの一方のブロック連結領域を着目するブロック連結領域とし、前記濃度評価値として、他方のブロック連結領域が判断領域に占める面積の割合に前記他方のブロック連結領域の平均濃度値に乗じた値を用いることを特徴とする請求項１記載の画像処理方法。
前記第１過程の後に前記ブロック連結領域の前記境界を中心として複数のブロック連結領域を含む判断領域を設定し、前記濃度評価値として、各ブロック連結領域が判断領域に占める面積の割合を重み係数とし各ブロック連結領域の平均濃度値に重み係数を乗じて平均した加重平均値を用いることを特徴とする請求項１記載の画像処理方法。
前記第２過程では、求めた前記濃度評価値を着目するブロック連結領域の画素値とする評価画像データを生成し、濃度評価値が一度求められたブロック連結領域については濃度評価値を再度求めないことを特徴とする請求項１ないし請求項４のいずれか１項に記載の画像処理方法。