JP2006134042A - 画像処理システム - Google Patents

Abstract

【課題】 不必要な、図面の出力を禁止する。
【解決手段】 原稿をスキャンして読み取った原稿の画像データをベクトル化して記録媒体に保持すると同時にベクトル化の課程で得られた文書情報の特徴から、サーバ上の原稿のオリジナル電子ファイルを検索し、表紙の日付、バージョンを検出して、機器側に保持された電子データとサーバ上の電子データのバージョンが異なる場合、オペレータに問い合わせ、サーバ上の電子データを出力するか否か選択可能とする。さらには、同様にバージョン違いの場合、差分のあるページのみを出力するか選択可能とする。さらには、差分のみ強調して出力するか選択可能とする。さらには、スキャン蓄積する際に、サーバ上に登録された電子データを削除指示することを選択可能とする。
【選択図】 図１

Description

本願発明は、複写機などの画像処理装置で読み取った画像データを、所謂文書作成アプリケーションソフトで再利用可能なベクトルデータに変換する画像処理システムに関する。

近年、環境問題が叫ばれる中、オフィスでのペーパーレス化が急速に進んでいる。即ち従来からバインダー等で蓄積された紙文書をスキャナで読み取りポータブルドキュメントフォーマット（以降ＰＤＦと記す）に変換して画像記憶装置にデータベースとして蓄積し、文書管理システムを構築出来る。一方機能が拡張されたＭＦＰでは、予め画像を記録する際に、該画像ファイルが存在する画像記憶装置内のポインター情報を該文書の表紙或いは記載情報中に付加情報として記録して置き、再度該文書を複写等再利用する際に、このポインター情報からオリジナル電子ファイルの格納場所を検出し、該電子ファイルの元情報を直接用いる事で、紙文書全体の保存を削減する。

このような背景の中で、画像読み取り走査手段で得られるイメージ情報をベクトル化手段でベクトルデータに変換し、該変換されたベクトルデータを紙文書に記載された情報として変換する方法を用いることによって、いかなる紙文書に対しても再利用可能な電子ファイルとして扱える画像処理システムが提案されている。（特許文献１参照）
特開平１０−１４３４１４

しかしながら、このように紙と（イメージデータでない）アプリケーションデータとの相互変換が可能になっても以下の問題が依然として存在する。

・紙で配布された資料を再配布する際に、資料の内容が現在も最新であり、再配布するのに適切か否か分からない。最新バージョンの資料があれば、そちらを優先し配布したい。

・紙の資料をコピーする際に、最新バージョンとの差分があれば、差分のあるページのみ、または、差分のある箇所を強調して印刷したい。

・紙の資料をコピーする際に、紙の資料のほうが最新なので、サーバ上に登録されたオリジナル文書を削除して、最新のものを登録しなおしたい。

上記問題を解決するために、請求項１記載の発明は、原稿を読み取り走査する走査手段と、前記走査手段で得られたイメージ情報から、該原稿の電子ファイルの特定を試みるオリジナルデータ特定手段と、前記オリジナルデータ特定手段で得られた複数のオリジナルデータから、バージョン情報を抽出する第一のバージョン取得手段と、イメージ情報からオリジナルデータのバージョンを抽出する第二のバージョン取得手段と、複数のバージョンを表示する表示手段と、前記表示手段で表示されたバージョンから、オペレータが選択したバージョンに相当するデータを画像データに変換して出力する選択出力手段と、を有する事を特徴とする。

また、請求項２記載の発明は、請求項１記載の画像処理システムにおいて、前記バージョン表示手段は、最新のバージョンのみを表示し、オペレータが最新バージョンを出力するか否かを選択し、最新バージョンを出力しない場合は、前記第二のバージョン取得手段により得られたバージョンを出力することを特徴とする。

請求項３記載の発明は、原稿を読み取り走査する走査手段と、前記走査手段で得られたイメージ情報から、該原稿の電子ファイルの特定を試みるオリジナルデータ特定手段と、前記走査手段で得られるイメージ情報をベクトル化手段でベクトルデータに変換するデータ変換手段を設け、前記オリジナルデータ特定手段で得られた複数のオリジナルデータから、もっとも類似度が高いデータと、前記データ変換手段によって得られたベクトルデータの差分を抽出するデータ差分抽出手段と、前記データ差分抽出手段により各ページの差分を検出し、差分のあるページのみを特定する差分ページ特定手段と、差分ページの数のみを表示し、差分ページのみを出力するか否かを選択する画面を表示する表示手段と、オペレータが差分ページのみを出力しない場合は、前記ベクトルデータを、差分ページのみ出力する場合は、オリジナルデータから差分のあるページのみを画像データに変換して出力する選択出力手段とを有することを特徴とする。

請求項４記載の発明は、請求項３記載の画像処理システムにおいて、前記データ差分抽出手段は、ベクトルデータに対して、オリジナルデータ側で追加・変更・削除された部分のみを特定し、オリジナルデータを出力する際に、差分のある箇所のみを強調出力するか否かを選択する画面を表示する表示手段と、オペレータが差分を強調出力する場合は、オリジナルデータから差分のみ強調した画像データに変換して、強調出力しない場合は、前記ベクトルデータを出力する選択出力手段とを有することを特徴とする。

請求項５記載の発明は、原稿を読み取り走査する走査手段と、前記走査手段で得られたイメージ情報から、該原稿の電子ファイルの特定を試みるオリジナルデータ特定手段と、前記走査手段で得られるイメージ情報をベクトル化手段でベクトルデータに変換するデータ変換手段を設け、前記オリジナルデータ特定手段で得られた複数のオリジナルデータから、もっとも類似度が高いデータと、前記データ変換手段によって得られたベクトルデータの差分を抽出するデータ差分抽出手段と、前記データ差分抽出手段によりデータ差分がないと判断される場合に、オリジナルデータを削除するか否かを選択する画面を表示する表示手段と、オペレータがオリジナルデータを削除しない場合は、オリジナルデータを画像データに変換して、削除する場合は、オリジナルデータの削除をサーバに指示した後、前記走査手段で得られたイメージ情報を出力する選択出力手段とを有することを特徴とする。

請求項６記載の発明は、請求項５記載の画像処理システムにおいて、前記オペレータがオリジナルデータを削除する場合は、オリジナルデータの削除をサーバに指示した後、前記ベクトルデータをオリジナルデータとして、サーバに登録する、オリジナルデータ更新手段とを有することを特徴とする。

原稿を読み取り走査する走査し、得られたイメージ情報から、原稿の電子ファイルを特定し、得られた複数のオリジナルデータから、バージョン情報を抽出して、原稿のバージョンと比較し、複数のバージョンを表示して、オペレータが選択したバージョンに相当するデータを画像データに変換して出力すること、差分のみ抽出してまたは強調して出力すること、原稿からアプリケーションデータを作成し、サーバ上のデータを更新できるようにすることにより、ユーザの利便性が高まり、不必要な出力を軽減することができるという効果が得られる。

（発明の実施例）
本願発明の実施の形態について説明する。図１は本願発明にかかる画像処理システム構成例を示すブロック図である。この画像処理システムは、オフィス１０とオフィス２０とをインターネット１０４で接続された環境で実現する。オフィス１０内に構築されたＬＡＮ１０７には、ＭＦＰ１００、ＭＦＰ１００を制御するマネージメントＰＣ１０１、クライアントＰＣ（外部記憶手段）１０２、文書管理サーバ１０６、そのデータベース１０５、およびプロキシサーバ１０３が接続されている。ＬＡＮ１０７及びオフィス２０内のＬＡＮ１０８はプロキシサーバ１３を介してインターネット１０４に接続される。ＭＦＰ１００は本発明において紙文書の画像読み取り部と読み取った画像信号に対する画像処理の１部を担当し、画像信号はＬＡＮ１０９を用いてマネージメントＰＣ１０１に入力する。マネージメントＰＣは通常のＰＣであり、内部に画像記憶手段、画像処理手段、表示手段、入力手段を有するが、その一部をＭＦＰ１００に一体化して構成されている。

図２はＭＦＰ１００の構成図である。図２においてオートドキュメントフィーダー（以降ＡＤＦと記す）を含む画像読み取り部１１０は束状の或いは１枚の原稿画像を図示しない光源で照射し、原稿反射像をレンズで固体撮像素子上に結像し、固体撮像素子からラスター状の画像読み取り信号を６００ＤＰＩの密度のイメージ情報として得る。通常の複写機能はこの画像信号をデータ処理部１１５で記録信号へ画像処理し、複数毎複写の場合は記録装置１１１に一旦１ページ分の記録データを記憶保持した後、記録装置１１２に順次出力して紙上に画像を形成する。

一方クライアントＰＣ１０２から出力されるプリントデータはＬＡＮ１０７からネットワークＩＦ１１４を経てデータ処理装置１１５で記録可能なラスターデータに変換した後、前記記録装置で紙上に記録画像として形成される。

ＭＦＰ１００への操作者の指示はＭＦＰに装備されたキー操作部とマネージメントＰＣに入力されるキーボード及びマウスからなる入力装置１１３から行われ、これら一連の動作はデータ処理装置１１５内の図示しない制御部で制御される。

一方操作入力の状態表示及び処理中の画像データの表示は表示装置１１６で行われる。尚記憶装置１１１はマネージメントＰＣからも制御され、これらＭＦＰとマネージメントＰＣとのデータの授受及び制御はネットワークＩＦ１１７および直結したＬＡＮ１０９を用いて行われる。

（処理概要）
次に本発明による画像処理全体の概要を図３を用いて説明する。

図３においてまず、ＭＦＰ１００の画像読み取り部１１０を動作させ１枚の原稿をラスター状に走査し、イメージ情報入力処理１２０で６００ＤＰＩ−８ビットの画像信号を得る。該画像信号をデータ処理部１１５で前処理を施し記憶装置１１１に１ページ分の画像データとして保存する。マネージメントＰＣ１０１のＣＰＵは該格納された画像信号から先ず、文字／線画部分とハーフトーンの画像部分とに領域を分離し、文字部は更に段落で塊として纏まっているブロック毎に、或いは、線で構成された表、図形に分離し各々セグメント化する。一方ハーフトーンで表現される画像部分は、矩形に分離されたブロックの画像部分、背景部等所謂ブロック毎に独立したオブジェクトに分割する（ステップ１２１）。

このとき原稿画像中に付加情報として記録された２次元バーコード、或いはＵＲＬに該当するオブジェクトを検出しＵＲＬはＯＣＲで文字認識し、或いは２次元バーコードなら該マークを解読して（ステップ１２２）該原稿のオリジナル電子ファイルが格納されている記憶装置内のポインター情報を検出する（ステップ１２３）。尚ポインター情報を付加する手段は他に文字と文字の間隔に情報を埋め込む方法、ハーフトーンの画像に埋め込む方法等直接可視化されない所謂電子透かしによる方法も有る。

ポインター情報が検出された場合、ステップ１２５に分岐し、ポインターで示されたアドレスから元の電子ファイルを検索する。電子ファイルは図１においてクライアントＰＣ内のハードディスク内、或いはオフィス１０或いは２０のＬＡＮに接続された文書管理サーバ１０５内のデータベース１０５内、或いはＭＦＰ１００自体が有する記憶装置１１１のいずれかに格納されており、ステップ１２３で得られたアドレス情報に従ってこれらの記憶装置内を検索する。ステップ１２５で電子ファイルが見つからなかった場合、見つかったがＰＤＦあるいはｔｉｆｆに代表される所謂イメージファイルであった場合、或いはポインター情報自体が存在しなかった場合はステップ１２６に分岐する。

ステップ１２６は所謂文書検索処理ルーチンである。

まずステップ１２２で各文字ブロックに対して行ったＯＣＲの結果から単語を抽出して全文検索、或いは各オブジェクトの配列と各オブジェクトの属性から所謂レイアウト検索を行う。検索の結果類似度の高い電子ファイルが見つかった場合、サムネイルやバージョン、ファイルのタイムスタンプ等を表示（ステップ１２７）し、複数の中から操作者の選択が必要なら操作者の入力操作よってファイルの特定や出力形式特定を行う。尚候補が１ファイルの場合、自動的にステップ１２８からステップ１３４に分岐し格納アドレスを通知する。ステップ１２６の検索処理で電子ファイルが見つからなかった場合、或いは、見つかったがＰＤＦあるいはｔｉｆｆに代表される所謂イメージファイルであった場合、ステップ１２９に分岐する。

ステップ１２９はイメージデータからベクトルデータへの変換処理部であり、オリジナル電子ファイルに近い電子ファイルに変換する。先ずステップ１２２でＯＣＲされた文字ブロックに対しては、更に文字のサイズ、スタイル、字体を認識し、原稿を走査して得られた文字に可視的に忠実なフォントデータに変換する。一方線で構成される表、図形ブロックに対してはアウトライン化する。画像ブロックに対してはイメージデータとして個別のＪＰＥＧファイルとして処理する。これらのベクトル化処理は各オブジェクト毎に行い、更に各オブジェクトのレイアウト情報を保存して例えば、ｒｔｆに変換（ステップ１３０）して電子ファイルとして記憶装置１１１に格納（ステップ１３１）する。

今ベクトル化した原稿画像は以降同様の処理を行う際に直接電子ファイルとして検索出来るように、先ずステップ１３２において検索の為のインデックス情報を生成して検索用インデックスファイルに追加する。更に、ステップ１３６で今操作者が行いたい処理が記録であると判断されれば、ステップ１３３に分岐し、ポインター情報をイメージデータとしてファイルに付加する。検索処理で電子ファイルが特定できた場合も同様に以降からは直接電子ファイルを特定する為にステップ１２８からステップ１３４に分岐し、格納アドレスを操作者に通知すると共に、今紙に記録する場合は、同様にポインター情報を電子ファイルに付加する。尚ステップ１２５でポインター情報から電子ファイルが特定できた場合、検索処理で電子ファイルが特定出来た場合、ベクトル化により電子ファイルに変換した場合ステップ１３４において該電子ファイルの格納アドレスを操作者に通知する。

尚以上本発明によって得られた電子ファイル自体を用いて例えば文書の加工、蓄積、伝送、記録をステップ１３５で行う事が可能になる。これらの処理はイメージデータを用いる場合に比べて情報量が削減され、蓄積効率が高まり、伝送時間が短縮され、又記録表示する際には高品位なデータとして非常に優位となる。

以下各処理ブロックに対して詳細に説明する。

先ずステップ１２１で示すブロックセレクション処理について説明する。

（ブロックセレクション処理）
ブロックセレクション処理とは、図５の右に示すステップ１２０で読み取った一頁のイメージデータを左に示す様に、各オブジェクト毎の塊として認識し、該ブロック各々を文字／図画／写真／線／表等の属性に判定し、異なる属性を持つ領域に分割する処理である。

ブロックセレクション処理の実施例を以下に説明する。

先ず、入力画像を白黒に二値化し、輪郭線追跡をおこなって黒画素輪郭で囲まれる画素の塊を抽出する。面積の大きい黒画素の塊については、内部にある白画素に対しても輪郭線追跡をおこない白画素の塊を抽出、さらに一定面積以上の白画素の塊の内部からは再帰的に黒画素の塊を抽出する。

このようにして得られた黒画素の塊を、大きさおよび形状で分類し、異なる属性を持つ領域へ分類していく。たとえば、縦横比が１に近く、大きさが一定の範囲のものを文字相当の画素塊とし、さらに近接する文字が整列良くグループ化可能な部分を文字領域、扁平な画素塊を線領域、一定大きさ以上でかつ四角系の白画素塊を整列よく内包する黒画素塊の占める範囲を表領域、不定形の画素塊が散在している領域を写真領域、それ以外の任意形状の画素塊を図画領域、などとする。

ブロックセレクション処理で得られた各ブロックに対するブロック情報を図６に示す。

これらのブロック毎の情報は以降に説明するベクトル化、或いは検索の為の情報として用いる。

（ポインター情報の検出）
次に、ステップ１２２で示すファイルの格納位置をイメージ情報から抽出する為のＯＣＲ／ＯＭＲ処理について説明する。

図７は原稿画像中に付加された２次元バーコード（ＱＲコードシンボル）を復号して、データ文字列を出力する過程を示すフローチャートである。２次元バーコードの付加された原稿３１０の一例を図８に示す。

まず、データ処理装置１１５内のページメモリに格納された原稿３１０を表すイメージ画像をＣＰＵ（不図示）で走査して、先に説明したブロックセレクション処理の結果から所定の２次元バーコードシンボル３１１の位置を検出する。ＱＲコードの位置検出パターンは、シンボルの４隅のうちの３済みに配置される同一の位置検出要素パターンから構成される（ステップ３００）。

次に、位置検出パターンに隣接する形式情報を復元し、シンボルに適用されている誤り訂正レベルおよびマスクパターンを得る（ステップ３０１）。

シンボルの型番を決定した（ステップ３０２）後、形式情報で得られたマスクパターンを使って符号化領域ビットパターンをＸＯＲ演算することによってマスク処理を解除する（ステップ３０３）。

尚、モデルに対応する配置規則に従い、シンボルキャラクタを読取り、メッセージのデータ及び誤り訂正コード語を復元する（ステップ３０４）。

復元されたコード上に、誤りがあるかどうかの検出を行い（ステップ３０５）、誤りが検出された場合、ステップ３０６に分岐し、これを訂正する。

誤り訂正されたデータより、モード指示子および文字数指示子に基づいて、データコード語をセグメントに分割する（ステップ３０７）。

最後に、仕様モードに基づいてデータ文字を復号し、結果を出力する（ステップ３０８）。

尚、２次元バーコード内に組み込まれたデータは、対応するファイルのアドレス情報を表しており、例えばファイルサーバー名およびファイル名からなるパス情報で構成される。或いは、対応するファイルへのＵＲＬで構成される。

本実施例ではポインター情報が２次元バーコードを用いて付与された原稿３１０について説明したが、直接文字列でポインター情報が記録される場合は所定のルールに従った文字列のブロックを先のブロックセレクション処理で検出し、該ポインター情報を示す文字列の各文字を文字認識する事で、直接元ファイルのアドレス情報を得る事が可能である。

又或いは図８の文書３１０の文字ブロック３１２、或いは３１３の文字列に対して隣接する文字と文字の間隔等に視認し難い程度の変調を加え、該文字間隔に情報を埋め込むことでもポインター情報を付与できる。該所謂透かし情報は後述する文字認識処理を行う際に各文字の間隔を検出すれば、ポインター情報が得られる。又自然画３１４の中に電子透かしとしてポインター情報を付加する事も可能である。

（ポインター情報によるファイル検索）
次に、図３で先に説明したステップ１２５およびステップ１２８で示す、ポインター情報からの電子ファイルの検索について図９のフローチャートを使用して説明する。

まず、ポインタ情報に含まれるアドレスに基づいて、ファイル・サーバーを特定する。（ステップ４００）
ここでファイルサーバとは、クライアントＰＣ１０２や、データベース１０５を内蔵する文書管理サーバ１０６や、記憶装置１１１を内蔵するＭＦＰ１００自身を指す。

ここでアドレスとは、ＵＲＬや、サーバ名とファイル名からなるパス情報である。

ファイルサーバが特定できたら、ファイルサーバに対してアドレスを転送する。（ステップ４０１）、ファイル・サーバーは、アドレスを受信すると、該当するファイルを検索する。（ステップ４０２）、ファイルが存在しない場合（ステップ４０３−Ｎ）には、ＭＦＰに対してその旨通知する。
ファイルが存在した場合（ステップ４０３−Ｙ）には、図３で説明した様に、ファイルのアドレスを通知（ステップ１３４）すると共に、ユーザの希望する処理が画像ファイルデータの取得であれば、ＭＦＰに対してファイルを転送する。（ステップ４０８）
（ファイル検索処理）
次に、図３のステップ１２６で示すファイル検索処理の詳細について図６、図１０を使用して説明を行う。

ステップ１２６の処理は、前述したように、ステップ１２４で入力原稿（入力ファイル）にポインタ情報が存在しなかった場合、または、ポインタ情報は在るが電子ファイルが見つからなかった場合、或いは電子ファイルがイメージファイルであった場合に行われる。

ここでは、ステップ１２２の結果、抽出された各ブロック及び入力ファイルが、図６に示す情報（ブロック情報、入力ファイル情報）を備えるものとする。情報内容として、属性、座標位置、幅と高さのサイズ、ＯＣＲ情報有無を例としてあげる。属性は、文字、線、写真、絵、表その他に分類する。また簡単に説明を行うため、ブロックは座標Ｘの小さい順、即ち（例、Ｘ１＜Ｘ２＜Ｘ３＜Ｘ４＜Ｘ５＜Ｘ６）にブロック１、ブロック２、ブロック３、ブロック４、ブロック５、ブロック６と名前をつけている。ブロック総数は、入力ファイル中の全ブロック数であり、図１０の場合は、ブロック総数は６である。以下、これらの情報を使用して、データベース内から、入力ファイルに類似したファイルのレイアウト検索を行うフローチャートを図１０に示す。ここで、データベースファイルは、図６と同様の情報を備えることを前提とする。

フローチャートの流れは、入力ファイルとデータベース中のファイルを順次比較するものである。まず、ステップ５１０にて、後述する類似率などの初期化を行う。次に、ステップ５１１にてブロック総数の比較を行い、ここで、真の場合、さらにファイル内のブロックの情報を順次比較する。ブロックの情報比較では、ステップ５１３，５１５，５１８にて、属性類似率、サイズ類似率、ＯＣＲ類似率をそれぞれ算出し、ステップ５２２にてそれらをもとに総合類似率を算出する。各類似率の算出方法については、公知の技術が用いれるので説明を省略する。ステップ５２３にて総合類似率が、予め設定された閾値Ｔｈより高ければステップ５２４にてそのファイルを類似候補としてあげる。但し、図中のＮ、Ｗ、Ｈは、入力ファイルのブロック総数、各ブロック幅、各ブロック高さとし、ΔＮ、ΔＷ、ΔＨは、入力ファイルのブロック情報を基準として誤差を考慮したものである。ｎ、ｗ、ｈは、データベースファイルのブロック総数、各ブロック幅、各ブロック高さとする。また、不図示ではあるが、ステップ５１４にてサイズ比較時に、位置情報ＸＹの比較などを行ってもよい。

以上、検索の結果類似度が閾値Ｔｈより高く、候補として保存されたデータベースファイル（ステップ５２４）をサムネイル等で表示（ステップ１２７）する。複数の中から操作者の選択が必要なら操作者の入力操作よってファイルの特定を行う。

（ベクトル化処理）
ファイルサーバーに元ファイルが存在しない場合は、図５に示すイメージデータを各ブロック毎にベクトル化する。次にステップ１２９で示されるベクトル化について詳説する。まず文字ブロックに対しては各文字に対して文字認識処理を行う。

『文字認識』
文字認識部では、文字単位で切り出された画像に対し、パターンマッチの一手法を用いて認識を行い、対応する文字コードを得る。この認識処理は、文字画像から得られる特徴を数十次元の数値列に変換した観測特徴ベクトルと、あらかじめ字種毎に求められている辞書特徴ベクトルと比較し、最も距離の近い字種を認識結果とする処理である。特徴ベクトルの抽出には種々の公知手法があり、たとえば、文字をメッシュ状に分割し、各メッシュ内の文字線を方向別に線素としてカウントしたメッシュ数次元ベクトルを特徴とする方法がある。

ブロックセレクション（ステップ１２１）で抽出された文字領域に対して文字認識を行う場合は、まず該当領域に対し横書き、縦書きの判定をおこない、各々対応する方向に行を切り出し、その後文字を切り出して文字画像を得る。横書き、縦書きの判定は、該当領域内で画素値に対する水平／垂直の射影を取り、水平射影の分散が大きい場合は横書き領域、垂直射影の分散が大きい場合は縦書き領域と判断すればよい。文字列および文字への分解は、横書きならば水平方向の射影を利用して行を切り出し、さらに切り出された行に対する垂直方向の射影から、文字を切り出すことでおこなう。縦書きの文字領域に対しては、水平と垂直を逆にすればよい。尚この時文字のサイズが検出出来る。

『フォント認識』
文字認識の際に用いる、字種数ぶんの辞書特徴ベクトルを、文字形状種すなわちフォント種に対して複数用意し、マッチングの際に文字コードとともにフォント種を出力することで、文字のフォントが認識出来る。

『文字のベクトル化』
前記文字認識およびフォント認識よって得られた、文字コードおよびフォント情報を用いて、各々あらかじめ用意されたアウトラインデータを用いて、文字部分の情報をベクトルデータに変換する。なお、元原稿がカラーの場合は、カラー画像から各文字の色を抽出してベクトルデータとともに記録する。

以上の処理により文字ブロックに属するイメージ情報をほぼ形状、大きさ、色が忠実なベクトルデータに変換出来る。

『文字以外の部分のベクトル化』
ブロックセレクション処理（ステップ１２１）で、図画あるいは線、表領域とされた領域を対象に、中で抽出された画素塊の輪郭をベクトルデータに変換する。具体的には、輪郭をなす画素の点列を角と看倣される点で区切って、各区間を部分的な直線あるいは曲線で近似する。角とは曲率が極大となる点であり、曲率が極大となる点は、図１１に図示するように、任意点Ｐｉに対し左右ｋ個の離れた点Ｐｉ−ｋ，Ｐｉ＋ｋの間に弦を引いたとき、この弦とＰｉの距離が極大となる点として求められる。さらに、Ｐｉ−ｋ，Ｐｉ＋ｋ間の弦の長さ／弧の長さをＲとし、Ｒの値が閾値以下である点を角とみなすことができる。角によって分割された後の各区間は、直線は点列に対する最小二乗法など、曲線は３次スプライン関数などを用いてベクトル化することができる。

また、対象が内輪郭を持つ場合、ブロックセレクションで抽出した白画素輪郭の点列を用いて、同様に部分的直線あるいは曲線で近似する。

以上のように、輪郭の区分線近似を用いれば、任意形状の図形のアウトラインをベクトル化することができる。元原稿がカラーの場合は、カラー画像から図形の色を抽出してベクトルデータとともに記録する。

さらに、図１２に示す様に、ある区間で外輪郭と、内輪郭あるいは別の外輪郭が近接している場合、２つの輪郭線をひとまとめにし、太さを持った線として表現することができる。具体的には、ある輪郭の各点Ｐｉから別輪郭上で最短距離となる点Ｑｉまで線を引き、各距離ＰＱｉが平均的に一定長以下の場合、注目区間はＰＱｉ中点を点列として直線あるいは曲線で近似し、その太さはＰＱｉの平均値とする。線や線の集合体である表罫線は、前記のような太さを持つ線の集合として効率よくベクトル表現することができる。

尚先に文字ブロックに対する文字認識処理を用いたベクトル化を説明したが、該文字認識処理の結果辞書からの距離が最も近い文字を認識結果として用いるが、この距離が所定値以上の場合は、必ずしも本来の文字に一致せず、形状が類似する文字に誤認識している場合が多い。従って本発明では、この様な文字に対しては、上記した様に、一般的な線画と同じに扱い、該文字をアウトライン化する。即ち従来文字認識処理で誤認識を起こす文字に対しても誤った文字にベクトル化されず、可視的にイメージデータに忠実なアウトライン化によるベクトル化が行える。

又写真と判定されたブロックに対しては本発明では、ベクトル化出来ない為、イメージデータのままとする。

（図形認識）
上述したように任意形状の図形のアウトラインをベクトル化した後、これらベクトル化された区分線を図形オブジェクト毎にグループ化する処理について説明する。

図１３は、ベクトルデータを図形オブジェクト毎にグループ化するまでのフローチャートを示している。まず、各ベクトルデータの始点、終点を算出する（７００）。次に各ベクトルの始点、終点情報を用いて、図形要素を検出する（７０１）。図形要素の検出とは、区分線が構成している閉図形を検出することである。検出に際しては、閉形状を構成する各ベクトルはその両端にそれぞれ連結するベクトルを有しているという原理を応用し、検出を行う。次に図形要素内に存在する他の図形要素、もしくは区分線をグループ化し、一つの図形オブジェクトとする（７０２）。また、図形要素内に他の図形要素、区分線が存在しない場合は図形要素を図形オブジェクトとする。

図１４は、図形要素を検出するフローチャートを示している。先ず、ベクトルデータより両端に連結していない不要なベクトルを除去し、閉図形構成ベクトルを抽出する（７１０）。次に閉図形構成ベクトルの中から該ベクトルの始点を開始点とし、時計回りに順にベクトルを追っていく。開始点に戻るまで行い、通過したベクトルを全て一つの図形要素を構成する閉図形としてグループ化する（７１１）。また、閉図形内部にある閉図形構成ベクトルも全てグループ化する。さらにまだグループ化されていないベクトルの始点を開始点とし、同様の処理を繰り返す。最後に、７１０で除去された不要ベクトルのうち、７１１で閉図形としてグループ化されたベクトルに接合しているものを検出し一つの図形要素としてグループ化する（７１２）。

以上によって図形ブロックを個別に再利用可能な個別の図形オブジェクトとして扱う事が可能になる。

（アプリデータへの変換処理）
ところで、一頁分のイメージデータをブロックセレクション処理（１２１）し、ベクトル化処理（１２９）した結果は図１５に示す様な中間データ形式のファイルとして変換されているが、このようなデータ形式はドキュメント・アナリシス・アウトプット・フォーマット（ＤＡＯＦ）と呼ばれる。

図１５はＤＡＯＦのデータ構造を示す図である。

図１５において、７９１はＨｅａｄｅｒであり、処理対象の文書画像データに関する情報が保持される。レイアウト記述データ部７９２では、文書画像データ中のＴＥＸＴ（文字）、ＴＩＴＬＥ（タイトル）、ＣＡＰＴＩＯＮ（キャプション）、ＬＩＮＥＡＲＴ（線画）、ＥＰＩＣＴＵＲＥ（自然画）、ＦＲＡＭＥ（枠）、ＴＡＢＬＥ（表）等の属性毎に認識された各ブロックの属性情報とその矩形アドレス情報を保持する。文字認識記述データ部７９３では、ＴＥＸＴ、ＴＩＴＬＥ、ＣＡＰＴＩＯＮ等のＴＥＸＴブロックを文字認識して得られる文字認識結果を保持する。表記述データ部７９４では、ＴＡＢＬＥブロックの構造の詳細を格納する。画像記述データ部７９５は、ＰＩＣＴＵＲＥやＬＩＮＥＡＲＴ等のブロックのイメージデータを文書画像データから切り出して保持する。

このようなＤＡＯＦは、中間データとしてのみならず、それ自体がファイル化されて保存される場合もあるが、このファイルの状態では、所謂一般の文書作成アプリケーションで個々のオブジェクトを再利用する事は出来ない。そこで、次にこのＤＡＯＦからアプリデータに変換する処理１３０について詳説する。

図１６は、全体の概略フローである。

８０００は、ＤＡＯＦデータの入力を行う。

８００２は、アプリデータの元となる文書構造ツリー生成を行う。

８００４は、文書構造ツリーを元に、ＤＡＯＦ内の実データを流し込み、実際のアプリデータを生成する。

図１７は、８００２文書構造ツリー生成部の詳細フロー、図１８は、文書構造ツリーの説明図である。全体制御の基本ルールとして、処理の流れはミクロブロック（単一ブロック）からマクロブロック（ブロックの集合体）へ移行する。

以後ブロックとは、ミクロブロック、及びマクロブロック全体を指す。

８１００は、ブロック単位で縦方向の関連性を元に再グループ化する。スタート直後はミクロブロック単位での判定となる。

ここで、関連性とは、距離が近い、ブロック幅（横方向の場合は高さ）がほぼ同一であることなどで定義することができる。

また、距離、幅、高さなどの情報はＤＡＯＦを参照し、抽出する。

図１８（ａ）は実際のページ構成、（ｂ）はその文書構造ツリーである。８１００の結果、Ｔ３，Ｔ４，Ｔ５が一つのグループＶ１、Ｔ６，Ｔ７が一つのグループＶ２が同じ階層のグループとしてまず生成される。

８１０２は、縦方向のセパレータの有無をチェックする。セパレータは、例えば物理的にはＤＡＯＦ中でライン属性を持つオブジェクトである。また論理的な意味としては、アプリ中で明示的にブロックを分割する要素である。ここでセパレータを検出した場合は、同じ階層で再分割する。

８１０４は、分割がこれ以上存在し得ないか否かをグループ長を利用して判定する。

ここで、縦方向のグループ長がページ高さとなっている場合は、文書構造ツリー生成は終了する。

図１８の場合は、セパレータもなく、グループ高さはページ高さではないので、８１０６に進む。

８１０６は、ブロック単位で横方向の関連性を元に再グループ化する。ここもスタート直後の第一回目はミクロブロック単位で判定を行うことになる。

関連性、及びその判定情報の定義は、縦方向の場合と同じである。

図１８の場合は、Ｔ１，Ｔ２でＨ１、Ｖ１，Ｖ２でＨ２、がＶ１，Ｖ２の１つ上の同じ階層のグループとして生成される。

８１０８は、横方向セパレータの有無をチェックする。

図１８では、Ｓ１があるので、これをツリーに登録し、Ｈ１，Ｓ１，Ｈ２という階層が生成される。

８１１０は、分割がこれ以上存在し得ないか否かをグループ長を利用して判定する。

ここで、横方向のグループ長がページ幅となっている場合は、文書構造ツリー生成は終了する。

そうでない場合は、８１０２に戻り、再びもう一段上の階層で、縦方向の関連性チェックから繰り返す。

図１８の場合は、分割幅がページ幅になっているので、ここで終了し、最後にページ全体を表す最上位階層のＶ０が文書構造ツリーに付加される。

文書構造ツリーが完成した後、その情報を元に８００６においてアプリデータの生成を行う。

図１８の場合は、具体的には、以下のようになる。

すなわち、Ｈ１は横方向に２つのブロックＴ１とＴ２があるので、２カラムとし、Ｔ１の内部情報（ＤＡＯＦを参照、文字認識結果の文章、画像など）を出力後、カラムを変え、Ｔ２の内部情報出力、その後Ｓ１を出力となる。

Ｈ２は横方向に２つのブロックＶ１とＶ２があるので、２カラムとして出力、Ｖ１はＴ３，Ｔ４，Ｔ５の順にその内部情報を出力、その後カラムを変え、Ｖ２のＴ６，Ｔ７の内部情報を出力する。

以上によりＭｉｃｒｏｓｏｆｔ Ｗｏｒｄ^TM等のアプリケーションソフトウェアで利用可能なアプリデータへの変換処理が行える。

（ポインター情報の付加）
次に、ステップ１３３で示す、ポインター情報付加処理について説明する。

今処理すべき文書が検索処理で特定された場合、あるいはベクトル化によって元ファイルが再生できた場合において、該文書を記録処理する場合においては、紙への記録の際にポインター情報を付与する事で、この文書を用いて再度各種処理を行う場合に簡単に元ファイルデータを取得できる。

図１９はポインター情報としてのデータ文字列を２次元バーコード（ＱＲコードシンボル：ＪＩＳ Ｘ０５１０）３１１にて符号化して画像中に付加する過程を示すフローチャートである。

２次元バーコード内に組み込むデータは、対応するファイルのアドレス情報を表しており、例えばファイルサーバー名およびファイル名からなるパス情報で構成される。或いは、対応するファイルへのＵＲＬや、対応するファイルの格納されているデータベース１０５内あるいはＭＦＰ１００自体が有する記憶装置内で管理されるファイルＩＤ等で構成される。

まず、符号化する種種の異なる文字を識別するため、入力データ列を分析する。また、誤り検出及び誤り訂正レベルを選択し、入力データが収容できる最小型番を選択する。（ステップ９００）。

次に、入力データ列を所定のビット列に変換し、必要に応じてデータのモード（数字、英数字、８ビットバイト、漢字等）を表す指示子や、終端パターンを付加する。さらに所定のビットコード語に変換する。（ステップ９０１）。

この時、誤り訂正を行うため、コード語列を型番および誤り訂正レベルに応じて所定のブロック数に分割し、各ブロック毎に誤り訂正コード語を生成し、データコード語列の後に付加する（ステップ９０２）。

該ステップ９０２で得られた各ブロックのデータコード語を接続し、各ブロックの誤り訂正コード語、必要に応じて剰余コード語を後続する。（ステップ９０３）。

次に、マトリクスに位置検出パターン、分離パターン、タイミングパターンおよび位置合わせパターン等とともにコード語モジュールを配置する。（ステップ９０４）。

更に、シンボルの符号化領域に対して最適なマスクパターンを選択して、マスク処理パターンをステップ９０４で得られたモジュールにＸＯＲ演算により変換する。（ステップ９０５）。

最後に、ステップ９０５で得られたモジュールに形式情報および型番情報を生成して、２次元コードシンボルを完成する。（ステップ９０６）。

上記に説明した、アドレス情報の組み込まれた２次元バーコードは、例えば、クライアントＰＣ１０２から電子ファイルをプリントデータとして記録装置１１２に紙上に記録画像として形成する場合に、データ処理装置１１５内で記録可能なラスターデータに変換された後にラスターデータ上の所定の個所に付加されて画像形成される。ここで画像形成された紙を配布されたユーザーは、画像読取り部１１０で読み取ることにより、前述したステップ１２３にてポインター情報からオリジナル電子ファイルの格納場所を検出することができる。

尚同様の目的で付加情報を付与する手段は、本実施例で説明した２次元バーコードの他に、例えば、ポインター情報を直接文字列で文書に付加する方法、文書内の文字列、特に文字と文字の間隔を変調して情報を埋め込む方法、文書中の中間調画像中に埋め込む方法等、一般に電子透かしと呼ばれる方法が適用出来る。

（ファイルおよびバージョン特定に関する実施例）
先の実施例では原稿走査して得られるイメージ情報から元ファイルデータを特定する手段は、図３に示す様に、文書中に付与されたポインター情報に従う手段か、或いは文書中に記載された各オブジェクト情報に従う検索手段のいずれかに依る。図４では、差分抽出処理の概要について示す。バージョン特定の際には、図３では後段で行なうベクトル化処理１３０を前段で行ない、ポインタ情報に加えて、この情報をファイル検索処理１５０に用いれば良い。即ち原稿中から得られるポインター情報から元ファイルの存在およびデータからバージョンや作成日付等が検出出来たとしても、更に該文書中のオブジェクト情報を使って、例えば、”Ｖｅｒｓｉｏｎ”や”ＶＥＲ．”や”作成”等のキーワードによる文字を認識および全文検索や、バージョン、作成日付等が記されていると判断されたオブジェクトを含むページのレイアウト情報によるレイアウト検索、を検出されたファイルに対して行い、高い一致が得られた場合に該検出したファイルを、正式にバージョン比較対照元ファイルであると特定する。これは、例えば、ポインター情報のみから元ファイルの特定を行なうことで、さらに新しいファイルの検出ができなくなるのに対して、検索の範囲を広げてファイルの複数のバージョンを検索出来る為、確度の高いファイル特定およびバージョン比較処理が行える。

（差分検出の実施例）
先の実施例で、検索手段で、元ファイル群の特定が出来ても、バージョンや日付情報は変更されていないにもかかわらず、元ファイルの内容が一部更新されている場合がある。

このような背景から、図４の差分抽出処理１５１の実施例として、ベクトル化処理１３０に含まれるブロックセレクション処理で個別のオブジェクトに分割された各オブジェクトに対して、特定されたファイルと該オブジェクト単位で比較を行ない、一致しないオブジェクトを一部に含むページを検出し、図４の候補・出力形式表示／選択処理１５２では、一致しなかったオブジェクトを含むページ数またはページ番号を表示し、選択する。これに依って、文書全体を出力する必要が無くなり、差分があるページのみ出力または、差分がある特定ページのみ出力が可能となる。

また別の実施例では、一致しなかったオブジェクトのみを赤または斜体や太文字、囲みなどで出力することで、全体を出力する場合に、差分のある部位のみ強調して出力することができる。

（オリジナルデータ更新の実施例）
先の実施例で、検索手段で、元ファイル群の特定が出来ても、元ファイルより、走査した原稿の内容のほうが一部更新されている場合がある。

このような背景から、図４の電子ファイル登録１５３の実施例として、図４の候補・出力形式表示／選択処理１５２で、サーバ上の元ファイルを選択しなかった場合に、走査した原稿をベクトル化したデータをサーバに登録するか否かを表示し、選択する。サーバに登録する場合は、インデックス生成１３２で、サーバ上の元ファイルを削除し、その代わりにアプリデータこれに依って、登録する処理が追加される。

画像処理システム構成例。 ＭＦＰ１００の構成図。 画像処理全体の概要。 差分抽出処理の概要。 ブロックセレクション処理。 ブロック情報。 データ文字列を出力する過程を示すフローチャート。 ２次元バーコードの付加された原稿３１０の一例。 検索のフローチャート。 ファイル検索処理の詳細。 曲率が極大となる点。 太さを持った線。 グループ化するまでのフローチャート。 図形要素を検出するフローチャート。 中間データ形式のファイル。 全体の概略フロー。 文書構造ツリー生成部の詳細フロー。 文書構造ツリーの説明図。 符号化して画像中に付加する過程を示すフローチャート。

Claims (6)

1. 原稿を読み取り走査する走査手段と、前記走査手段で得られたイメージ情報から、該原稿の電子ファイルの特定を試みるオリジナルデータ特定手段と、前記オリジナルデータ特定手段で得られた複数のオリジナルデータから、バージョン情報を抽出する第一のバージョン取得手段と、イメージ情報からオリジナルデータのバージョンを抽出する第二のバージョン取得手段と、複数のバージョンを表示する表示手段と、前記表示手段で表示されたバージョンから、オペレータが選択したバージョンに相当するデータを画像データに変換して出力する選択出力手段と、を有する事を特徴とする画像処理システム。
2. 前記バージョン表示手段は、最新のバージョンのみを表示し、オペレータが最新バージョンを出力するか否かを選択し、最新バージョンを出力しない場合は、前記第二のバージョン取得手段により得られたバージョンを出力することを特徴とする請求項１に記載の画像処理システム。
3. 原稿を読み取り走査する走査手段と、前記走査手段で得られたイメージ情報から、該原稿の電子ファイルの特定を試みるオリジナルデータ特定手段と、前記走査手段で得られるイメージ情報をベクトル化手段でベクトルデータに変換するデータ変換手段を設け、前記オリジナルデータ特定手段で得られた複数のオリジナルデータから、もっとも類似度が高いデータと、前記データ変換手段によって得られたベクトルデータの差分を抽出するデータ差分抽出手段と、前記データ差分抽出手段により各ページの差分を検出し、差分のあるページのみを特定する差分ページ特定手段と、差分ページの数のみを表示し、差分ページのみを出力するか否かを選択する画面を表示する表示手段と、オペレータが差分ページのみを出力しない場合は、前記ベクトルデータを、差分ページのみ出力する場合は、オリジナルデータから差分のあるページのみを画像データに変換して出力する選択出力手段とを有することを特徴とする画像処理システム。
4. 前記データ差分抽出手段は、ベクトルデータに対して、オリジナルデータ側で追加・変更・削除された部分のみを特定し、オリジナルデータを出力する際に、差分のある箇所のみを強調出力するか否かを選択する画面を表示する表示手段と、オペレータが差分を強調出力する場合は、オリジナルデータから差分のみ強調した画像データに変換して、強調出力しない場合は、前記ベクトルデータを出力する選択出力手段とを有することを特徴とする請求項３に記載の画像処理システム。
5. 原稿を読み取り走査する走査手段と、前記走査手段で得られたイメージ情報から、該原稿の電子ファイルの特定を試みるオリジナルデータ特定手段と、前記走査手段で得られるイメージ情報をベクトル化手段でベクトルデータに変換するデータ変換手段を設け、前記オリジナルデータ特定手段で得られた複数のオリジナルデータから、もっとも類似度が高いデータと、前記データ変換手段によって得られたベクトルデータの差分を抽出するデータ差分抽出手段と、前記データ差分抽出手段によりデータ差分がないと判断される場合に、オリジナルデータを削除するか否かを選択する画面を表示する表示手段と、オペレータがオリジナルデータを削除しない場合は、オリジナルデータを画像データに変換して、削除する場合は、オリジナルデータの削除をサーバに指示した後、前記走査手段で得られたイメージ情報を出力する選択出力手段とを有することを特徴とする画像処理システム。
6. 前記オペレータがオリジナルデータを削除する場合は、オリジナルデータの削除をサーバに指示した後、前記ベクトルデータをオリジナルデータとして、サーバに登録する、オリジナルデータ更新手段とを有することを特徴とする請求項５に記載の画像処理システム。

Images