JP2005521116A - 画像ブロック内のエッジを検出する装置 - Google Patents

Abstract

ディジタル画像のブロック内のエッジが、ブロック内の画素差分のエントロピーを求めることによって検出される。本発明は、ディジタル画像のブロック内のエッジを検出するための方法において実施される。この方法は、画素輝度の差からヒストグラムを生成すること、そのヒストグラムのエントロピーを計算することを含む。この方法は、形態解析などの従来の手法よりもはるかに単純である。エントロピーは、１つのルックアップ表だけを使用してきわめて効率的に計算することができる。

Description

本発明は、ディジタル画像に関する。より具体的には、本発明は、ディジタル画像のブロック内のエッジ検出に関する。

複合ドキュメントは、テキスト、図および写真領域（重なることがある）、合成背景（例えば、テキスト・ボックス）、透かし、および階調を含むことがある。例えば、雑誌や機関誌、教科書は、通常、これらの特徴のうちの２つ以上を含む。

通常、複合ドキュメントを圧縮するには、単一の圧縮アルゴリズムは適していない。JPEGなどの圧縮アルゴリズムは、複合カラー・ドキュメントの写真領域を圧縮するには適しているが、複合カラー・ドキュメントのテキスト領域ならびにエッジを含む他の領域を圧縮するには適していない。このような不可逆圧縮アルゴリズムは、線形変換（例えば、離散コサイン変換、個別ウェーブレット変換）に基づき、エッジを効率よく圧縮しない。そのようなアルゴリズムは、必要なビットが多すぎ、テキストのまわりのきわめて好ましくないアーティファクトを生成することがある。

CCITT、G4、JBIGなどの圧縮アルゴリズムは、複合カラー・ドキュメントの黒白テキスト領域の圧縮に適している。しかしながら、CCITT、G4、JBIGなどの圧縮アルゴリズムは、写真領域の圧縮には適していない。

代表的な解決策は、ドキュメントを事前に処理して、ドキュメントが含む情報の種類によって領域を分離することである。例えば、エッジを含む領域（例えば、テキスト、線画、図形を含む領域）と、自然の特徴（（例えば、写真、カラー背景および階調を含む領域）が、様々なアルゴリズムに従って分離され圧縮される。

しかしながら、領域を分離するアルゴリズムは、きわめて複雑になりやすく、大量のメモリと高い帯域幅を必要とする。複雑さ、高い帯域幅、および大きいメモリ要件のために、多くのアルゴリズムは、プリンタ、スキャナ、その他のハードコピー装置などの埋込みアプリケーションには適していない。

本発明の１つの態様によれば、ディジタル画像のブロック内のエッジが、画素値の差分エントロピーを求めることによって検出される。本発明の他の態様および利点は、本発明の原理を例として示す添付図面と関連して行われる以下の詳細な説明から明らかになるであろう。

例示のために図面に示したように、本発明は、ディジタル画像のブロック内のエッジを検出するための方法において実施される。この方法は、画素輝度の差からヒストグラムを生成すること、そのヒストグラムのエントロピーを計算することを含む。この方法は、形態解析などの従来の手法よりもはるかに単純である。エントロピーは、１つのルックアップ表だけを使用してきわめて効率的に計算することができる。

次に図１を参照すると、図１は、ディジタル画像のブロック内のエッジを検出する方法を示す。ディジタル画像は、各画素がｎビット・ワードによって表される複数の画素からなる。エッジ検出方法は、輝度の差と関連付けられ、したがって、ｎビット・ワードがRGB色空間を表す場合は、ｎビット・ワードを輝度値に変換しなければならない。例えば、ｎビット・ワードは、グレースケール値（例えば、［R+G+B］/3）あるいは輝度（Ｙ）成分を有する色空間の輝度成分の値（例えば、YUV、Yab）に変換される。ブロックは、任意のサイズのものでよい。例えば、ブロックは、画素の８ｘ８ブロックである。ブロックは、正方形以外の形状でもよい。

エッジ検出は、ブロック内のエッジの位置を識別せず、ブロック内のエッジの存在だけを示す。このエッジ検出方法は、隣り合った画素の輝度値の絶対差分のヒストグラムを計算する（１１０）ことによって実行される。隣り合った画素の水平方向と垂直方向の絶対差分は、次のように計算することができる。

ｄ_i,j ＝│ｐ_i,j−ｐ_i,j-1│ （水平方向）
ｄ_i,j ＝│ｐ_i,j−ｐ_i-1,j│ （垂直方向）
ここで、Ｐ_i,jは、ブロックのｉ番目の行のｊ番目の列にある画素の輝度値を表す。

図２ａと図２ｂは、自然の特徴（例えば、写真）、グラフィック・アート、および合成パターンについての例示的なヒストグラムを示す。図２ｃと図２ｄは、テキストと図形についての例示的なヒストグラムを示す。写真または合成グラフィック・パターンの一部分のブロックは、通常、平坦かまたはゼロでピークとなる（写真上の単調な領域）のヒストグラムを有する。テキストと図形を含むブロックは、通常、いくつかの孤立したピークを含むヒストグラムを有する。エッジはぼかされ、孤立していないピークと、さらにいくつかのランダムな差分が生成されることがある。

ブロック内にエッジがあるかどうかを判定するために、ヒストグラムのエントロピーが計算される（１１２）。このエントロピーは、次のように計算することができる。

ここで、ｎ＝０，...，Ｃは、ヒストグラムのビン（bin）番号に対応する１組の負でない数であり、ｈ_ｎ＝０，...，Ｃは、ビンの高さ（すなわち、発生頻度）に対応する１組の負でない数である。

次の輝度値を有する４ｘ４ブロックの例を検討する。
０ ０ 255 255
０ ０ 255 255
０ ０ 255 255
０ ０ 255 255

これらの値は、垂直方向のエッジを表す。上の式に従って計算した水平方向と垂直方向の絶対差分から、１２の垂直方向の０と、８つの水平方向の０と、４つの水平方向の２５５とが得られる。したがって、図３に示したヒストグラムには、０でないビンが、ｈ_０＝２０とｈ₂₅₅＝４の２つある。他のすべてのビン（ｈ_１，…，ｈ₂₅₄）は０である。総面積Ｔ＝２４であり、エントロピーE（h）は、次の通りである。

E（h）＝log（24）-［20log（20）+4log（4）］/24

エントロピー値Ｅ（ｈ）を求めた後、その値が、絶対しきい値と比較される（１１４）。また、ブロック内で最大となる絶対差分が求められた（１１６）後、しきい値と比較される（１１８）。これらの比較によって、ブロックが有効なエッジを含むかどうかが分かる。滑らかな領域は、エントロピーが低く最大差分が小さいという特徴を持つ。大きなランダムな差分（例えば、ノイズ）を有する領域は、エントロピーが高く最大差分が大きいという特徴を持つ。エッジを含む領域は、エントロピーが低く最大差分が大きいという特徴を持つ。上の例では、エントロピーが低く、最大差（２５５）が大きい。したがって、ブロックは、エッジを含むと識別される。エッジの位置とエッジの種類（水平方向、垂直方向）は判定されず、存在だけが判定される。

最大差分は、ブロックが滑らかな領域を含むかエッジを含むかを判定する単純な方法である。ブロックが滑らかな領域を含むかエッジを含むかを判定するために使用することができる他の手段は、分散である。

ブロックは処理された後、適切な圧縮アルゴリズムによって圧縮されることがある。エッジ検出により、適切な圧縮アルゴリズムをブロックに適用することができる。ブロックがエッジを含む場合は、可逆的圧縮アルゴリズムによって符号化される。ブロックがエッジを含まない場合は、不可逆的圧縮アルゴリズムによって符号化される。

エントロピー関数Ｅ（ｈ）は、対数と乗算から計算されるため、計算に手間がかかると思われるであろう。しかしながら、それは全く逆である。エントロピー関数の因子は、予め計算され、基準化され、また整数に丸められ、したがって、複雑な演算はすべて表のルックアップと置き換えられる。

エントロピー関数を正規化して、単一比較を実行することができる（エントロピーしきい値との第１の比較と最大差分しきい値との第２の比較の代わりに）。エントロピー関数は、次のように正規化することができる。

Ｅ’（h）が正規化された関数の場合、μ（ｈ）は、ヒストグラムにおける最大引数であり、ａ、ｂおよびｃは、エントロピー関数Ｅ（ｈ）を正規化し、分類の感度を変更する定数である。最大引数μ（ｈ）は、次のように計算することができる。

定数は、ブロックがエッジを含むときにE’（h）が小さくなり、他のすべての場合にE’（h）が大きくなるように選択されなければならない。そのような条件下で、E′（h）が所定のしきい値よりも小さい（例えば、E’（h）＜１）場合に、ブロックが少なくとも１つのエッジを含むように分類される。

次に図４を参照する。ルックアップ表を以下のように使用することができる。表は、Ｑ個のエントリ（０，...，Ｑ−１）を有する。各エントリＱは、基準化されたビンの高さに対応する。エントリは、整数に丸められる。

隣り合った画素間の水平方向と垂直方向の輝度の絶対差分を計算し（２１０）、この差からヒストグラムを作成する（２１２）。ヒストグラムが作成されるときに最大差分が更新される（２１４）。

ヒストグラムを作成した後で、最大輝度差分が第１のしきい値Ｔ１と比較される（２１６）。最大差分がしきい値よりも小さい場合、ブロックは、エッジを含まないとして識別される（２１８）。最大差分がしきい値よりも大きい場合、ヒストグラムのエントロピーが計算される。

ヒストグラム・ビンのエントロピーは、表において、ビン高さの関数として参照され（２２０）、ビン・エントロピーが合算される（２２２）。この和が第２のしきい値Ｔ２よりも大きい場合（２２４）、ブロックは、エッジを含まないとして識別される（２１８）。和がしきい値よりも小さいかまたはそれと等しい場合、ブロックは、少なくとも１つのエッジを含むとして識別される（２２６）。

次に図５を参照すると、図５は、エッジ検出方法のハードウェアによる実施形態を示す。データ・ブロックが、バッファ３１０に記憶される。メモリ３１２は、プロセッサ３１４に指示してバッファされたブロック内のエッジを検出させるプログラムを記憶し、エッジは、本明細書のエッジ検出方法に従って検出される。プロセッサ３１４は、また、エッジ検出の結果に従って選択されたアルゴリズムを使用して圧縮を実行することができる。

本発明は、画像圧縮に限定されない。例えば、本発明は、ビデオおよび写真の分割に適用することができる。本発明は、以上説明し示した特定の実施形態に限定されない。その代わりに、本発明は、併記の特許請求の範囲に従って解釈される。

画像ブロックのエッジの存在を検出する方法の説明図。 画像ブロック内の自然な画像の特徴を表すヒストグラム。 画像ブロック内の自然な画像の特徴を表すヒストグラム。 画像ブロック内のテキストと図形を表すヒストグラム。 画像ブロック内のテキストと図形を表すヒストグラム。 垂直エッジを含む例示的な画像ブロックを表すヒストグラム。 ルックアップ表を使用して画像ブロック内のエントロピーと最大画素差分を求める方法の説明図。 図１の方法のハードウェアによる実施形態の説明図。

符号の説明

３１０ バッファ
３１２ ルックアップ表
３１４ プロセッサ

Claims (8)

1. ブロックにおける画素の差分のエントロピーを求めることによって、画像ブロック内のエッジを検出する装置。
2. 前記装置は、前記ブロックにおける前記画素の輝度の差分のヒストグラムを作成し、該ヒストグラムのエントロピーを算出するプロセッサを備える請求項１に記載の装置。
3. 前記プロセッサは、予め算出されたビンのエントロピーについてのルックアップ表をビン高さの関数として有し、前記プロセッサは、前記ヒストグラムのビンについてエントロピーを参照し、該ビンのエントロピーを合算して前記ヒストグラムのエントロピーを求める請求項２に記載の装置。
4. 前記プロセッサは、前記ブロックの最大の画素の差分を求める請求項２に記載の装置。
5. 前記プロセッサは、前記エントロピーおよび最大の差分を、しきい値と比較することにより、前記ブロックがエッジを有するかどうかを判定する請求項４に記載の装置。
6. 前記プロセッサは、エントロピーが低く最大差分が大きいブロックを、少なくとも１つのエッジを有するブロックであると識別する請求項５に記載の装置。
7. 前記プロセッサは、次の関数に従ってエントロピーを計算する請求項１に記載の装置。
   

   
8. 前記プロセッサは、エントロピー関数の正規化したものを用いて、少なくとも１つのエッジを前記ブロックが有するかどうかを検出する請求項７に記載の装置。

Images