JP2006155380A - 画像処理装置、その方法およびその制御方法 - Google Patents

Abstract

【課題】 情報が電子化されたことで、情報の広範囲な共有や活用がより容易に行われるようになり、電子文書および電子文書をプリントした文書の管理が非常に重要である。
【解決手段】 会議終了後、参加者は、MFPに配布資料の文書画像を読み取らせ(S2101)、MFPは、記憶部の情報を参照して、読み取った文書画像に一致するデータファイルを検索し(S2105)、検出したデータファイルを削除する(S2108)。もし、読み取った画像の頁数が不足する(S2102、S2103)、データファイルが検出できない、読み取った文書画像が一部欠如している(S2106、S2107)場合は警告を発する。そして、回収終了通知を受けると(S2109)、MFPは、記憶部の情報を参照して、当該会議に関連する全データファイルが削除したか否かを判定し(S2110)、未削除のデータファイルがあり、当該データファイルがプリントされている(S2111)場合は、警告を発する(S2113)。
【選択図】 図18

Description

本発明は画像処理装置、その方法およびその制御方法に関し、たとえば、文書の配布および回収に関する。

情報が電子化されたことで、情報の広範囲な共有や活用がより容易に行われるようになった。反面、電子文書および電子文書をプリントした文書の管理が非常に重要である。

特開平10-319611号公報は、文書に記録されたバーコードに基づき、文書を回収する技術を開示する。また、特開平6-170584号公報は、ディジタル文書の配布と回収に関するシステムを開示する。

上記の技術は、オリジナルの電子文書を検出するために、プリントした文書にオリジナルの電子文書の所在を示すバーコードなどを付加するが、もし、バーコードが破損されたり、汚染された場合は、オリジナルの電子文書を検出することができない。また、プリントした文書とオリジナルの電子文書を一括管理するわけではないので、文書を廃棄する場合、プリントした文書を回収して廃棄し、別途、オリジナルの電子文書を廃棄する必要がある。この廃棄作業は、管理上、非常に煩雑で、オリジナルの電子文書の消し忘れにより、記憶装置に残された機密文書が漏洩する可能性がある。

特開平10-319611号公報 特開平6-170584号公報

本発明は、文書およびその電子文書の一括管理を実現することを目的とする。

本発明は、前記の目的を達成する一手段として、以下の構成を備える。

本発明にかかる画像処理装置は、記録媒体に記録された画像を読み取る読取手段と、電子文書を記録媒体に記録する記録手段と、ユーザに対応する、メモリに格納した電子文書を前記記録手段に供給し、前記読取手段から供給される画像に対応する、前記メモリに格納した電子文書を検索する制御手段とを有することを特徴とする。

好ましくは、前記制御手段は、前記メモリに格納する電子文書および前記読取手段から供給される画像をベクトルデータに変換する変換手段を有し、ベクトルデータの比較によって前記検索を行うことを特徴とする。

本発明にかかる制御方法は、記録媒体に記録された画像を読み取る読取手段、および、電子文書を記録媒体に記録する記録手段する画像処理装置の制御方法であって、ユーザに対応する、メモリに格納した電子文書を前記記録手段に供給し、前記読取手段から供給される画像に対応する、前記メモリに格納した電子文書を検索することを特徴とする。

本発明にかかる画像処理方法は、記録媒体に記録された画像を読み取り、前記読み取った画像をベクトル化し、前記ベクトル化した画像を用いてファイルを検索し、前記検索により検出された前記画像に応じたファイルを削除することを特徴とする。

本発明によれば、文書およびその電子文書の一括管理を実現することができる。

以下、本発明の実施例の画像処理を図面を参照して詳細に説明する。

［画像処理システム］
図1は複合機を使用して情報の電子化を行う画像処理システムの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（のような複数の区分）10と20がインターネットのようなWAN 104で接続された環境で実現される。

オフィス10内に構築されたLAN 107には、複合機(MFP: Multi-Function Processor) 100、MFP 100を制御するマネージメントPC 101、クライアントPC 102、文書管理サーバ106、文書管理サーバによって管理されるデータベース105などが接続されている。オフィス20はオフイス10とほぼ同様の構成を有するが、オフィス20内に構築されたLAN 108には、少なくとも文書管理サーバ106、文書管理サーバによって管理されるデータベース105などが接続されている。オフィス10のLAN 107とオフィス20のLAN 108は、LAN 107に接続されたプロキシサーバ103、WAN 104、および、LAN 108に接続されたプロキシサーバ103を介して、相互に接続されている。

MFP 100は、文書画像を読み取り、読み取った画像を処理する画像処理の一部を担当する。MFP 100から出力される画像信号は、通信線109を介してマネージメントPC 101に入力される。マネージメントPC 101は、通常のパーソナルコンピュータ(PC)で、画像記憶するハードディスクなどのメモリ、ハードウェアまたはソフトウェアで構成される画像処理部、CRTやLCDなどのモニタ、マウスやキーボードなどの入力部を有するが、その一部はMFP 100に一体化して構成されている。なお、以下では、マネージメントPC 101において、下記の検索処理などを実行する例を説明するが、マネージメントPC 101が行う処理をMFP 100で実行するようにしても構わない。

［MFP］
図2はMFP 100の構成例を示すブロック図である。

オートドキュメントフィーダ(ADF)を含む画像読取部110は、一枚または重ねられた複数の原稿それぞれの画像を、光源で照射し、原稿からの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順の画像読取信号（例えば600dpi、8ビット）を得る。原稿を複写する場合は、この画像読取信号をデータ処理部115で記録信号へ変換し、複数枚の記録紙に複写する場合は、一旦、記憶部111に一頁分の記録信号を記憶した後、記録信号を繰り返し記録部112に出力することで、複数の記録紙に画像を形成する。

一方、クライアントPC 102から出力されるプリントデータは、LAN 107を介してネットワークインタフェイス(I/F)114へ入力され、データ処理部装置115によって記録可能なラスタデータに変換された後、記録部112によって記録紙上に画像として形成される。

MFP 100に対する操作者の指示は、MFP 100に装備されたキー操作部とマネージメントPC 101のキーボードやマウスからなる入力部113によって行われる。操作入力の表示および画像処理状態の表示などは表示部116によって行われる。

上記のMFP 100の動作は、データ処理部115内の、例えばワンチップマイクロコントローラで構成される制御部115aで制御される。

なお、記憶部111は、マネージメントPC 101からも制御可能である。MFP 100とマネージメントPC 101と間のデータの授受および制御は、ネットワークI/F 117および両者を直結する信号線109を介して行われる。

なお、MFP 100は、ディジタルカメラやディジタルビデオなどの撮像装置、ポータブルデータアシスタント(PDA)などの形態端末装置、ファクシミリなどから画像データを入手するインタフェイスを入力部113の一部として備えていてもよい。

また、入力部113からユーザを認識するためのIDやパスワードを入力することも可能であり、マネージメントPC 101は、記憶部111やデータベース105に記録されたユーザ情報を参照して、登録ユーザか否か、ユーザの権限などを判断する。

［処理の概要］
入力部113から文書の蓄積が指示されると、MFP 100は、画像読取部110で原稿画像を読み取り、データ処理部115で画像記録が可能な記録信号に変換した原稿画像を、ネットワークI/F 114または117を介して、文書管理サーバ106、クライアントPC 102に送信したり、記憶部111に蓄積する。

また、操作部113から文書の検索が指示されると、MFP 100は、画像読取部110で原稿画像を読み取り、原稿画像の特定領域にあるポインタ情報を検出する。ポインタ情報はオリジナルデータの所在を示すもので、原稿画像に例えば二次元バーコードで付加されている。ポイント情報の付加は、二次元バーコードに限らず、隣接する文字列の間隔の変化を利用して画像中に情報を埋め込む方法、ハーフトーン画像に埋め込む方法など、直接視認されない、いわゆる電子透かしによる方法を利用してもよい。

MFP 100は、検出したポインタ情報に従い、記憶部111、データベースサーバ105、クライアントPC 102から、原稿画像のオリジナルデータを検索し、オリジナルデータを検出するとオリジナルデータに基づきオリジナル文書をプリントアウトしたり、読み取った原稿画像とオリジナルデータの一致の判定や改竄の有無を判定するために、マネージメントPC 101に読み取った原稿画像およびオリジナルデータを供給したりする。

図3は上記の画像処理システムによる処理の概要を説明するフローチャートである。

まず、MFP 100は、画像読取部110を動作させて、一枚の原稿の画像をラスタ走査して、画像読取信号を取得する。画像読取信号は、データ処理部115によって前処理され、入力画像の一頁分の画像データとして、記憶部111に保存される(S301)。

次に、マネージメントPC 101によってブロックセレクション(BS)処理を行い、記憶部111に格納された画像データを、文字または線画を含む文字・線画領域、ハーフトーンの写真領域、不定形の画像領域、その他の領域に分割する。さらに、文字・線画領域については、主に文字を含む文字領域、主に表、図形などを含む線画領域を分離し、線画領域は表領域および図形領域に分離する(S302)。なお、実施例1では連結画素を検知し、連結画素の外接矩形領域の形状、サイズ、画素密度などを用いて、属性ごとの領域に分割するが、その他の領域分割手法を用いても構わない。また、領域を分割する際、各領域にポインタ情報が埋め込まれていれば、そのポインタ情報を抽出する。

文字領域は、段落などの塊をブロックとして矩形ブロック（文字領域矩形ブロック）にセグメント化する。線画領域は、表、図形などの個々のオブジェクト（表領域矩形ブロック、線画領域矩形ブロック）ごとに、矩形ブロックにセグメント化する。また、ハーフトーンで表現される写真領域は、画像領域矩形ブロック、背景領域矩形ブロックなどの矩形ブロックにセグメント化する。なお、これら矩形ブロックの情報を「領域分割情報」という。

次に、BS処理によって得られた領域分割情報と、入力画像を合成して、図4に一例を示すように、表示部116の操作画面上に表示する(S303)。操作画面の左側には入力画像そのものが表示され、右側に領域分割情報が矩形ブロックとして表示される。なお、図4には、矩形ブロックの理解を容易にするため、各ブロックに、その属性を示す文字列TEXT、PICTURE、LINE、TABLEなどを示すが、実際の操作画面には属性情報は表示されず、矩形ブロックが枠線として表示される。属性情報TEXTは文字属性を、PICTUREは図画属性を、PHOTOは写真属性を、LINEは線画属性を、TABLEは表属性をそれぞれ表す。勿論、図4のように入力画像と領域分割情報とを左右に並置表示する以外に、これらを重ね合わせて入力画像上に矩形ブロックを表示するなど、多様な表示形態が可能である。

次に、ユーザは、操作画面に表示された矩形ブロックからベクトル化の対象にする矩形ブロックを特定領域として指定する(S304)。特定領域の指定方法としては、例えば、ユーザがポインティングデバイスを用いて、一または複数の矩形ブロックを指示してもよいし、操作画面をタッチパネルにして、ユーザが所望する矩形ブロックを指で触れて指示する方法など、種々の方法を採用し得る。

次に、指定された特定領域に以下の処理を施すために、特定領域の画像データを切り出し(S305)、ベクトル化処理により特定領域の画像データをベクトルデータに変換する(S306)。

次に、特定領域に対応する、または、特定領域の画像を含むデータファイル（「オリジナルデータファイル」と呼ぶ）を、記憶部111、マネージメントPC 101およびクライアントPC 102上のローカルディスク、並びに、文書管理サーバ106（データベース105）から検索する(S307)。その際、文字属性の特定領域のOCRの結果から重要単語を抽出し、重要単語を含む文書を全文検索する。あるいは、特定領域のベクトルデータを参照して、矩形や特殊図形の有無、表形式データの有無、それぞれの位置関係や配列、といった情報からレイアウト情報を取得し、いわゆるレイアウト検索を行う。

次に、検索の結果、類似度が高いデータファイルが検出された場合、検索結果として候補のデータファイルを操作画面に表示する(S308)。その際、類似度の順にデータファイルをリストしたり、候補のデータファイルのサムネイル画像も表示することが好ましい。候補データファイルが複数ある場合、ユーザは、操作画面を参照して候補データファイルからオリジナルデータファイルを特定する。なお、ユーザは、オリジナルデータファイルを特定することが困難と判断した場合は、この処理をパスすることができる。また、候補データファイルが一つで、類似度が高い場合は検索結果の表示およびオリジナルデータファイルの特定をパスして、処理を次のステップに進めるようにしてもよい。

次に、オリジナルデータファイルが特定されたか否かを判定し(S309)、特定されなかった場合は処理をステップS312へ進める。また、特定された場合は、特定されたオリジナルデータファイルが、ラスタ形式またはBMPやTIFFに代表されるラスタデータを符号化した画像データファイルか否かを判定し(S310)、これらの画像データファイルの場合は、処理をステップS312へ進める。一方、特定されたデータファイルが、文字コードやベクトルデータなど再利用が容易なデータ形式の場合は、そのデータファイルを取得し(S311)、その後、処理をステップS312へ進める。

オリジナルデータファイルが特定されなかった場合、特定されたが入力画像データと同様のラスタデータ形式のデータ形態の場合は、ステップS306で作成したベクトルデータをアプリケーションのデータ形式に変換し、再利用が容易なデータ形態のオリジナルデータを取得した場合は、取得したデータをアプリケーションデータ形式に変換する(S312)。これは、データ形式は使用するアプリケーションに依存するため、目的に応じたファイル形式に変換する処理である。例えば、代表的なアプリケーションソフトウェアのワードプロセッサソフトウェアや表計算ソフトウェアなどでは、それぞれ目的に応じたファイル形式が定義され、その形式でデータファイルを生成する必要がある。

より汎用的なファイル形式としては、例えばMicrosoft(R)が策定したRich Text Format (RTF)形式や、近年使用されるようになった、World Wide Web Consortium (W3C)が提唱するScalable Vector Graphics (SVG)形式、あるいは、単純にテキストデータのみを扱うプレーンテキスト形式などがあり、これらのデータ形式はアプリケーションソフトウェアにおいて共通に使用できる可能が高い。

次に、ステップS313の判定により、指定された特定領域すべてをアプリケーションデータ形式に変換するまで、ステップS305からS312の処理を繰り返す。勿論、特定領域すべてを含む一つのデータファイルがオリジナルデータファイルとして特定された場合は、ステップS305からS312の処理は一回で終了する。

なお、実施例1は、ユーザにより指定された特定領域をベクトルデータに変換し、それ以外の領域は入力画像データのままとして、両者を合成して上記のようなアプリケーションデータ形式に変換する。このとき、入力画像における特定領域の位置情報を保存して、入力画像全体を再現できるようにする。

以上の構成により、ユーザが希望する領域（特定領域）のみがベクトルデータに変換され、編集等の再利用が容易になる。また写真属性のセグメントなど、ベクトル化できない領域、ベクトル化すべきでない領域を誤ってベクトル化する事故を防ぐことができる。

以下では、図3に示した主要なステップの処理について詳細に説明する。

［ブロックセレクション(S302)］
ブロックセレクションは、図4に示す一頁の画像をオブジェクトの集合体と認識して、各オブジェクトの属性を文字(TEXT)、図画(PICTURE)、写真(PHOTO)、線画(LINE)、表(TABLE)に判別し、異なる属性を持つセグメント（ブロック）に分割する処理である。次に、ブロックセレクションの具体例を説明する。

先ず、処理すべき画像を白黒画像に二値化して、輪郭線追跡によって黒画素で囲まれる画素の塊を抽出する。所定面積以上の黒画素の塊については、その内部の白画素について輪郭線追跡を行い白画素の塊を抽出する。さらに、所定面積以上の白画素の塊の内部の黒画素の塊を抽出するというように、黒画素および白画素の塊の抽出を再帰的に繰り返す。

このようにして得られた画素塊に外接する矩形ブロックを生成し、矩形ブロックの大きさおよび形状に基づき属性を判定する。例えば、縦横比が1に近く、大きさが所定範囲の画素塊を文字属性の画素塊とし、さらに、近接する文字属性の画素塊が整列していてグループ化が可能な場合はそれらを文字領域とする。また、縦横比が小さい扁平な画素塊を線画領域に、所定以上の大きさで、かつ、矩形に近い形状を有し、整列した白画素塊を内包する黒画素塊が占める範囲を表領域に、不定形の画素塊が散在する領域を写真領域、その他の任意形状の画素塊を図画領域に、のようにそれぞれ分類する。

図5はブロックセレクションの結果の一例を示す図で、図5(a)は抽出された各矩形ブロックのブロック情報を示す。ブロック情報には、各ブロックの属性、位置の座標X、Y、幅W、高さH、OCR情報などが含まれる。属性は1〜5の数値で与えられ、「1」は文字属性、「2」は図面属性、「3」は表属性、「4」は線画属性、「5」は写真属性を表す。また、座標X、Yは入力画像における各矩形ブロックの始点のXY座標（左上角の座標）を、幅W、高さHは矩形ブロックのX座標方向の幅、Y座標方向の高さを、ポインタ情報の有無をそれぞれ表す。

また、図5(b)は入力ファイル情報で、ブロックセレクションによって抽出された矩形ブロックの総数を示す。

これら矩形ブロックごとのブロック情報は特定領域のベクトル化に利用される。また、ブロック情報によって、ベクトル化された特定領域とラスタデータの相対位置関係を特定することができ、入力画像のレイアウトを損わずにベクトル化領域とラスタデータ領域を合成することが可能になる。

［ベクトル化処理(S306)］
まず、ベクトル化方法には、次の手法が存在する。

（a）文字属性の特定領域の場合は、OCR処理により文字画像を文字コードに変換する、または、文字のサイズ、スタイル、字体を認識して視覚的に忠実なフォントデータに変換する。

（b）線画または文字属性の特定領域で、OCR処理による文字認識が不可能な場合は、線画または文字の輪郭を追跡し、輪郭情報（アウトライン）を線分のつながりとして表現する形式に変換する。

（c）図面属性の特定領域の場合は、図面オブジェクトの輪郭を追跡し、輪郭情報を線分のつながりとして表現する形式に変換する。

（d）上記(b)または(c)の手法で得られた線分形式のアウトライン情報をベジェ関数などでフィッティングして関数情報に変換する。

（e）上記(c)の手法で得られた図面オブジェクトの輪郭情報から、図形の形状を認識し、円、矩形、多角形などの図形定義情報に変換する。

（f）表属性の特定領域の場合、罫線や枠線を認識し、所定のフォーマットの帳票フォーマット情報に変換する。

以上の手法のほかにも、画像データをコード情報、図形情報、関数情報などのコマンド定義形の情報に置き替える種々のベクトル化処理が考えられる。

［文字領域のベクトル化］
図6はベクトル化処理(S306)の詳細を示すフローチャートで、データ処理部115（またはマネージメントPC 101）によって実行される処理である。

まず、ブロック情報を参照して文字属性のセグメントか否か判断し(S901)、文字属性のセグメントであればステップS902に進んでパターンマッチングの一手法を用いて文字認識を行い、対応する文字コードを得る。

また、文字属性のセグメント以外の場合は、詳細は後述するが、画像の輪郭に基づくベクトル化を実行する(S912)。

文字属性のセグメントの場合は、横書き、縦書きの判定（組み方向の判定）を行うために、画素値に対する水平、垂直の射影をとり(S902)、射影の分散を評価し(S903)、水平射影の分散が大きい場合は横書き、垂直射影の分散が大きい場合は縦書きと判定して、その判定結果に基づき、行の切り出した後、文字を切り出して文字画像を得る(S904)。

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、切り出した行に対する垂直方向の射影から文字を切り出す。縦書きの文字領域に対しては、水平と垂直について逆の処理を行えばよい。なお、行、文字の切り出しに際して、文字のサイズも検出し得る。

次に、切り出した各文字について、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を生成する(S905)。特徴ベクトルの抽出には種々の公知手法があるが、例えば、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ベクトルとする方法がある。

次に、観測特徴ベクトルと、予め字種ごとに求めてある辞書特徴ベクトルとを比較して、観測特徴ベクトルと辞書特徴ベクトルの距離を算出し(S906)、算出した距離を評価して、最も距離の近い字種を認識結果とする(S907)。さらに、距離の評価結果から最短距離と閾値を比較して、最短距離が閾値未満であれば類似度が高いと判定し、最短距離が閾値以上であれば類似度が低いと判定する(S908)。最短距離が閾値以上の場合（類似度が低い場合）は、形状が類似する他の文字と誤認識している可能性が高いので、ステップS907の認識結果を採用せず、文字画像を線画と同様に扱い、文字画像のアウトラインをベクトル化する(S911)。言い換えれば、誤認識の可能性が高い文字画像は、視覚的に忠実なアウトラインのベクトルデータを生成する。

一方、類似度が高い場合は、ステップS907の認識結果を採用するとともに、文字認識に用いる字種数分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ておき、パターンマッチングの際に、文字コードとともにフォント種を出力することで文字フォントを認識する(S909)。続いて、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参照し、文字コードおよびフォント情報それぞれに対応して予め用意されたアウトラインデータを用いて、各文字をベクトルデータに変換する(S910)。なお、カラー画像データの場合は、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、文字属性のセグメントに含まれる文字画像をほぼ形状、大きさ、色が忠実なベクトルデータに変換することができる。

［文字領域以外のベクトル化(S912)］
文字属性のセグメント以外、すなわち図面属性、線画属性、表属性と判定されるセグメントは、黒画素塊を抽出し、その輪郭をベクトルデータに変換する。なお、写真属性のセグメントは、ベクトル化せず画像データのままにする。

文字領域以外のベクトル化は、まず、線画などを直線および/または曲線の組み合わせとして表現するために、曲線を複数の区間（画素列）に区切る「角」を検出する。図7はベクトル化における角抽出処理を説明する図で、角は曲率が極大になる点で、図7の曲線上の画素Piが角か否かは以下のように判定する。

画素Piを起点とし、線画曲線に沿って画素Piから両方向に所定画素数kずつ離れた画素Pi-k、Pi+kを線分Lで結ぶ。画素Pi-k、Pi+k間の距離をd1、画素Piから線分Lに直交するように下した線分の長さ（画素piと線分Lの距離）をd2が極大になる場合、あるいは、画素Pi-k、Pi+k間の弧の長さをAと距離d1の比d1/Aが所定の閾値以下になる場合、画素Piを角と判定する。

角を検出後、角によって分割された線画曲線の画素列を直線あるいは曲線で近似する。直線への近似は最小二乗法などにより実行し、曲線への近似は三次スプライン関数などを用いる。画素列を分割する角の画素は近似直線あるいは近似曲線における始端または終端になる。

さらに、ベクトル化された輪郭内に白画素塊の内輪郭が存在するか否かを判定し、内輪郭が存在する場合はその輪郭をベクトル化し、内輪郭の内輪郭というように、再帰的に黒画素塊および白画素塊の内輪郭をベクトル化する。

以上のように、輪郭の区分線を直線または曲線で近似する方法を用いれば、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。また、入力画像がカラーの場合は、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。

図8はベクトル化において輪郭線をまとめる処理を説明する図である。

輪郭線の注目区間で外輪郭PRjと、内輪郭PRj+1または他の外輪郭が近接している場合、二つまたは三つ以上の輪郭線をひとまとめにして、太さをもつ線として表現することができる。例えば、輪郭PRj+1上の画素Pと、画素Piと最短距離の輪郭PRj上の画素Q間の距離PQを算出し、複数の画素間の距離PQiのばらつきが僅かである場合は、輪郭PRjおよびPRj+1を注目区間を線分PQの中点Mの点列に沿う直線または曲線で近似する。そして、中点Mの点列に沿う近似直線または近似曲線の太さは、例えば、距離PQiの平均値とすればよい。

線や線の集合体である表罫線は、太さをもつ線の集合として表すことにより、効率よくベクトル表現することができる。

［図形の認識］
以上で線図形などのアウトラインをベクトル化した後、ベクトル化された区分線を図形オブジェクトごとにグループ化する。

図9はベクトル化で生成したベクトルデータのグループ化処理を示すフローチャートで、ベクトルデータを図形オブジェクトごとにグループ化する処理を示している。

まず、各ベクトルデータの始点および終点を算出し(S1401)、始点および終点の情報を用いて、図形要素を検出する(S1402)。図形要素とは、区分線によって構成される閉図形であり、検出に際しては、始点、終点になっている共通の角の画素においてベクトルを連結する。すなわち、閉形状を構成するベクトル群はそれぞれ、その両端に連結するベクトルを有するという原理を応用する。

次に、図形要素内に他の図形要素もしくは区分線が存在するか否かを判定し(S1403)、存在すれば、ステップS1401およびS1402を再帰的に繰り返して、それらをグループ化して一つの図形オブジェクトとし(S1404)、存在しなければ、その図形要素を図形オブジェクトとする(S1405)。

なお、図9には一つの図形オブジェクト分の処理しか示さないが、他の図形オブジェクトが存在すれば、その分、図9の処理を繰り返す。

●図形要素の検出(S1402)
図10は図形要素の検出処理を示すフローチャートである。

まず、ベクトルデータより、両端に連結するベクトルを有しないベクトルを除去して、閉図形を構成するベクトルを抽出する(S1501)。

次に、閉図形を構成するベクトルについて、ベクトルの何れかの端点（始点または終点）を開始点として、一定方向（例えば時計回り）に順にベクトルを探索する。すなわち、他端点において他のベクトルの端点を探索し、所定距離内の最近接端点を連結ベクトルの端点とする。閉図形を構成するベクトルを一回りして開始点に戻ると、通過したベクトルすべてを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(S1502)。また、閉図形内部にある閉図形を構成するベクトルもすべて再帰的にグループ化する。さらに、グループ化されていないベクトルの始点を開始点とし、上記と同様の処理を繰り返す。

そして、除去したベクトルのうち、閉図形としてグループ化したベクトルに端点が近接しているベクトル（閉図形に連結するベクトル）を検出し、検出したベクトルをそのグループにグループ化する(S1503)。

以上の処理によって図形ブロックを、再利用可能な個別の図形オブジェクトとして扱うことが可能になる。

以上のベクトル化処理は、通常、入力画像全体に対して行う必要性は低く、ユーザが指定した特定領域のみに対して行えば充分な場合が多い。ユーザが指定する特定領域のみに対してベクトル化を行うことにより、処理のパフォーマンスを向上し、かつ、ユーザが所望する部分のみを効率よくベクトル化して、次の検索処理に利用したり、もしくは、画像のうちの必要な部分だけを効果的に再編集したり再利用したりすることが可能になる。

［ファイルの検索(S307)］
図11はデータファイルの検索処理を示すフローチャートである。なお、BS処理の結果、図4に示す矩形ブロックに分離し、図5に示すブロック情報および入力ファイル情報を得て、ユーザから指示された特定領域のベクトル化情報を保持しているものとする。

図6に示すように、ブロック1〜6の六個の各セグメントについて、属性、座標、幅、高さ、ポイント情報の有無が記録され、属性は文字、画像、表、線画、写真に分類されている。また、入力ファイル情報のブロック総数は入力画像中の全セグメントの数を示す、ブロック総数N=6である。ブロック情報には、例えば、座標Xが小さい順にセグメントが配列され、座標Xが同一のセグメントは座標Yの小さい順に配列される。これらの情報を使用して、例えばデータベースサーバ105に登録されたデータファイルのブロック情報（またはブロック情報に類似する情報）を参照して、特定領域の画像に類似するデータファイルを検索する。

まず、初期設定を行い、後述する類似率を零に初期化し(S1101)、入力ファイル情報のブロック総数Nとの差が所定値以内（N-ΔN＜n＜N+ΔN）のブロック総数をもつデータファイルが存在するか否かを判定し(S1102)、条件を満たさなければ処理をステップS1114へ進める。

上記の条件に合致するデータファイルが存在する場合、そのデータファイルの矩形ブロック情報と入力画像の矩形ブロック情報を比較して、上位のセグメントから、属性の比較(S1103)、サイズの比較(S1105)、ポインタ情報の有無の比較(S1107)を行い、セグメントの、属性が一致すれば属性類似率を更新し(S1104)、サイズが一致すればサイズ類似率を更新し(S1106)、ポインタ情報が有ればポインタ情報を比較して(S1108)、ポインタ類似率を更新する(S1109)。そして、入力画像の矩形ブロック情報に記録された全セグメントの比較が終了したか否かを判定し(S1110)、未了であれば処理をステップS1103へ戻し、次のセグメントの比較を行う。

なお、属性が一致しない場合は総ての類似率を更新せず、サイズが一致しない場合はサイズおよびポインタ情報の類似率を更新せず、ポインタ情報がなければポインタ情報類似率を更新せずに、処理をステップS1110へ進める。

全セグメントの比較が終了すると、属性類似率、サイズ類似率、ポインタ情報類似率に基き比較対象のデータファイルの総合類似率を算出し(S1111)、総合類似率が予め設定された閾値Thを超えるか否か判定し(S1112)、超える場合は、そのデータファイルを候補として記録する(S1113)。

次に、データベースサーバ105に登録された、総てのデータファイルとの比較が終了したか否かを判定し(S1114)、未了の場合は処理をステップS1101へ戻し、次のデータファイルの比較を行う。また、データファイルの比較が終了すると、ステップS308で、候補として記録したデータファイルが操作画面にリスト表示する。

また、属性類似率の更新は、例えば類似度+1/N（Nはブロック総数）することである。また、サイズの一致とは、サイズの差が所定範囲内W-ΔW＜w＜W+ΔW、かつ、H-ΔH＜h＜H+ΔHにあることであり、サイズ類似率の更新は、例えば、1 - (w - W)/W（Wは入力画像の当該セグメントのサイズ）を各セグメントのサイズ類似率とし、さらに、全セグメントのサイズ類似度の平均値を求めることである。また、ポインタ情報類似率の更新は、例えば、ポインタ情報の文字列を比較して、一致する文字の比率を求め、さらに、全セグメントのポインタ情報類似率の平均値を求めることである。さらに、総合類似率の算出は、類似率を総和してもよいが、各類似率に所定の重みを与え、その総和をとってもよい。

また、セグメントのサイズ比較だけでなく、位置情報（座標X、Y）の比較を加えてもよい。

以上の処理において、ファイル検索(S307)に利用可能なベクトルデータとして、ユーザに指定された特定領域に対してステップS306で生成したベクトルデータ、OCRによる文字コード情報、縦書/横書といったレイアウト情報、図形認識による図形の個数や配置、フォント認識による文書中のフォント情報などがある。

このように、BS処理によって得られるレイアウト情報に加え、ユーザが着目する特定領域の詳細なベクトルデータを、ファイル検索における類似度の算出に利用するので、ファイル検索の時間短縮、精度向上が期待できる。また、ファイル検索において、特定領域のベクトルデータの重みを高め、ユーザが着目する部分を重視して類似度を求めることができるので、ユーザの希望に沿った検索結果を得ることができる。

［アプリケーションデータ形式への変換(S312)］
図12はベクトル化処理の結果を示す中間データの形式を示す図で、中間データはいわゆるドキュメントアナリシスアウトプットフォーマット(DAOF)と呼ばれる形式で保存される。

DAOFは、ヘッダ1601、レイアウト記述データ部1602、文字認識記述データ部1603、表記述データ部1604および画像記述データ部1605からなり、ヘッダ1601は処理対象の入力画像に関する情報を保持する。

レイアウト記述データ部1602は、入力画像中の矩形セグメントの属性を示すTEXT（文字）、TITLE（タイトル）、CAPTION（キャプション）、LINE（線画）、PICTURE（図面） 、FRAME（枠）、TABLE（表）、PHOTO（写真）などの情報と、それら矩形セグメントの位置情報を保持する。

文字認識記述データ部1603は、TEXT、TITLE、CAPTIONなどの文字属性の矩形セグメントのうち、ユーザにより指定された領域について、文字認識して得た文字認識結果を保持する。

表記述データ部1604は表属性の矩形セグメントの表構造の詳細を保持し、画像記述データ部1605は、図面属性や線画属性の矩形セグメントにおける、入力画像データから切り出した画像データを保持する。

ベクトル化した特定領域の画像記述データ部1605には、ベクトル化処理により得られたセグメントの内部構造や、画像の形状や文字コード等を表すデータの集合が保持される。一方、ベクトル化しない特定領域以外のセグメントに対しては、入力画像データそのものが保持される。

図13はアプリケーションデータ形式への変換処理を示すフローチャートである。

まず、DAOF形式のデータを入力し(S1701)、アプリケーションデータの基になる文書構造ツリーを生成し(S1702)、文書構造ツリーに基づき、DAOF内の実データを取得してアプリケーションデータを生成する(S1703)。

図14は文書構造ツリーの生成処理(S1703)の詳細を示すフローチャートである。なお、この処理における、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（単一矩形ブロック）からマクロブロック（矩形ブロックの集合体）へ移行する。以後「矩形ブロック」は、ミクロブロックおよびマクロブロック両者を意味するものとする。

まず、矩形ブロック単位に、縦方向の関連性に基づき矩形ブロックをグループ化する(S1801)。なお、図14に示す処理は繰り返し実行されることがあるが、処理開始直後はミクロブロック単位の判定になる。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、などの特徴によって定義される。また、距離、幅、高さなどの情報はDAOFを参照する。

例えば、図15に示す入力画像の場合、その最上部で矩形ブロックT1、T2が横方向に並置されている。矩形ブロックT1、T2の下には横方向セパレータS1が存在し、横方向セパレータS1の下に矩形ブロックT3、T4、T5、T6、T7が存在する。矩形ブロックT3、T4、T5は、横方向セパレータS1の下側領域の左半部に、上から下に縦方向に配置され、矩形ブロックT6、T7は、横方向セパレータS1の下側領域の右半部に、上下に配置されている。

ステップS1801で、縦方向の関連性に基づくグルーピングを実行すると、矩形ブロックT3、T4、T5が一つのグループ（矩形ブロックV1）にまとめられ、矩形ブロックT6、T7が一つのグループ（矩形ブロックV2）にまとめられる。グループV1、V2は同一階層になる。

次に、縦方向のセパレータの有無をチェックする(S1802)。セパレータは、DAOF中で線画属性をもつオブジェクトであり、アプリケーションソフトウェア中では、明示的にブロックを分割する機能をもつ。セパレータを検出すると、処理対象の階層において、入力画像の領域をセパレータを境界として左右に分割する。図15の例には、縦方向のセパレータは存在しない。

次に、縦方向のグループの高さの合計が、入力画像の高さに等しいか否かを判定する(S1803)。すなわち、縦方向（例えば上から下）に処理対象の領域を移動しながら、横方向のグルーピングを行えば、入力画像全体の処理が終了した場合は、グループの高さの合計が入力画像の高さになることを利用して、処理の終了を判断する。

グルーピングが未了の場合は、横方向の関連位に基づき矩形ブロックをグループ化する(S1804)。これによって、図15に示す矩形ブロックT1、T2が一つのグループ（矩形ブロックH1）にまとめられ、矩形ブロックV1、V2が一つのグループ（矩形ブロックH2）にまとめられる。グループH1、H2は同一階層になる。ここでも、処理開始直後はミクロブロック単位での判定になる。

次に、横方向のセパレータの有無をチェックする(S1805)。セパレータを検出すると、処理対象の階層において、入力画像の領域をセパレータを境界として上下に分割する。なお、図15には、横方向のセパレータS1が存在する。

次に、横方向のグループの幅の合計が、入力画像の幅に等しいか否かを判定する(S1806)。これによって横方向のグルーピングに関する終了を判定する。横方向のグループの幅の合計が入力画像の幅（ページ幅）になった場合は、文書構造ツリーの生成処理を終了する。横方向のグループの幅の合計がページ幅未満であれば、処理をステップS1801に戻し、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16は、図15に示す画像V0から得られる文書構造ツリーを示す図である。

画像V0は、最上位階層にグループH1、H2、セパレータS1を有し、グループH1には第二階層の矩形ブロックT1、T2が属する。また、グループH2には、第二階層のグループV1、V2が属し、グループV1には、第三階層の矩形ブロックT3、T4、T5が属し、グループV2には、第三階層の矩形ブロックT6、T7が属する。

図16に示すツリーに達した段階で、横方向のグループの幅の合計がページ幅になるので、処理を終了し、最後にページ全体を表す最上位階層のV0を文書構造ツリーに付加する。そして、文書構造ツリーが完成した後、その情報に基づきアプリケーションデータを生成する。

まず、グループH1が横方向に二つの矩形ブロックT1、T2を有するので2カラムとして、T1のDAOFを参照し、その内部情報（文字認識結果の文章、画像等）を一つ目のカラム（左カラム）に出力する。その後、二つ目のカラム（右カラム）に移動して、T2の内部情報を出力し、その儀、セパレータS1を出力する。

次に、グループH2に移り、グループH2は横方向に二個の矩形ブロックV1、V2を有するので2カラムとして、グループV1の矩形ブロックT3、T4、T5の順にその内部情報を一つ目のカラム（左カラム）出力し、その後、二つ目のカラム（右カラム）に移動して、V2の矩形ブロックT6、T7の順にその内部情報を出力する。

以上の処理により、アプリケーションデータ形式への変換処理が実行される。

なお、上記において、ベクトル化対象の特定領域の指定は、BS処理によって自動的に生成された矩形ブロックの一つまたは複数を、入力部113などによりユーザが指定する例を説明したが、これに限定されるわけではなく、例えば、原稿上の所望する領域をラインマーカなどの軌跡で囲むことにより、特定領域を指定してもよい。

［セキュリティ］
まず、図1に示すMFP 100は、機密性を重視して、不正コピー防止機能、ユーザ認証システムが取り付けられているとする。図20に示すように、各ユーザはMFP 100にログインしてユーザ認証を行う。従って、認証されたユーザ以外は、MFP 100を使用して機密文書をプリントすることや、一度プリントしたものをコピーすることはできない。なお、ユーザ認証は、例えば、データベースサーバ105や記憶部111に登録された情報に基づき、マネージメントPC 101が実行する。また、不正コピー防止は、プリントした文書のアドオン情報からマネージメントPC 101が実行する。

会議の主催者は、機密性の高い資料について、確実に、対象の参加者に配布し、かつ、会議終了時に回収し、会議終了後に廃棄しなくてはならない。これは機密漏洩の防止やプライバシの保護のために尊守されるべきことである。勿論、会議に限らず、機密性の高い文書を配布する場合は同様のセキュリティが求められる。以下では、典型例として、会議の配布資料を説明するが、以下の処理は配布、回収、廃棄する必要がある文書に適用可能である。

図17は資料の準備手順を示すフローチャートである。

主催者は、会議に使用する資料を所望のアプリケーションで作成し(S1901)、配布者を限定し(S1902)、配布者名を資料に記入するなど配布者と資料の関係付けを行う(S1903)。その際、配布者によっては、資料の一部にマスクを施したり、変更を施す場合がある。そして、MFP 100の記憶部111または文書管理サーバ106を介してデータベースサーバ105に、会議情報を登録し、会議情報に関連して文書およびその配布者を示す情報を登録し、操作部113を操作して、その旨をMFP 100に通知する(S1904)。

この通知を受けたMFP 100は、配布資料の回収後、回収資料に対応するデータファイルの検索が容易になるように、主催者が登録した文書をBS処理してベクトル化し(S1905)、DAOF形式のデータを記憶部111あるいは文書管理サーバ106を介してデータベースサーバ105に登録する(S1906)。なお、MFP 100はオフィス内のLAN上にあるどのMFPでもよいし、当該会議を開催する会議室に設置されたMFPに限定してもよい。

図18はMFP 100による文書の配布手順を示すフローチャートである。

会議の参加者は、MFP 100にログイン(S2001)して資料をプリントしようとする場合、その参加者はユーザ認証を行う(S2002)。もし、ユーザ認証に失敗した場合、MFP 100は、ユーザ認証に失敗した旨を表示部116に表示する(S2003)。

ユーザ認証に成功した場合は、その参加者へ配布すべき文書を検索し(S2004)、もし、文書がない場合は配布文書がない旨を表示部116に表示する(S2005)。配布文書がある場合は、その文書をプリントし(S2006)、文書管理サーバ106を介して、データベースサーバ105に登録された配布文書の出力履歴を更新する(S2007)。なお、出力履歴には文書情報、前述した会議情報、プリントの日時および部数、ログインユーザ情報、MFP 100の識別情報などが含まれる。

なお、図20は、会議の参加者であるユーザA、B、Cそれぞれに対して文書A、B、Cが記憶部111に格納されている例を示している。従って、ユーザAがログインすると文書Aがプリントされ、同様に、ユーザB、Cがログインするとそれぞれ文書B、Cがプリントされる。このように、会議の参加者に配布すべき文書を確実に配布することができる。

図19はMFP 100による文書の回収手順を示すフローチャートである。

会議終了後、図21に示すように参加者のユーザAは、MFP 100の画像読取部110に配布資料Aの文書画像を読み取らせる(S2101)。なお、主催者は、文書画像の読み取り開始前に文書画像を読み取らせる配布資料の会議情報を入力し、読み取りが終わった配布資料を回収する。MFP 100は、データベースサーバ105または記憶部111の情報を参照して、配布文書の全頁を読み込んだか否かを判定し(S2102)、頁数が不足する場合は、その旨を表示部116に表示（警告）する(S2103)。なお、警告と同時に、その旨を主催者にメールなどで通知したり、その旨をログすることも可能である。なお、表示、メール送信に限らず音声等、他の方法による報知でもよいことは言うまでもない。

MFP 100は読み取った文書画像をBS処理してベクトル化し(S2104)、このベクトル化した画像を検索用の画像に用いて、記憶部111またはデータベースサーバ105に登録されたDAOF形式のデータを参照して、上述したデータファイルの検索処理により、読み取った文書画像に一致するデータファイルまたは類似するデータファイルを検索する(S2105)。この際、文書にメモや汚れがあっても、BS処理およびベクトル化により、セグメントの類似度によってオリジナルデータファイルを検出することができる。一方、オリジナルデータファイルのポインタ情報を二次元バーコードなどにより記録した場合は、バーコードが破損されたり汚染された場合は、オリジナルデータファイルを検出することができない。

そして、オリジナルデータファイルが検出できない場合、あるいは、読み取った文書画像が一部欠如している場合は(S2106)、その旨を表示部116に表示（警告）すると同時に、欠如部分の情報および配布者情報、または、検索できない旨および読み取った文書画像のポインタ情報を主催者あてにメールなどで通知し、ログする(S2107)。また、オリジナルデータファイルを検出した場合は、そのデータファイルを削除する(S2108)。図21では、ユーザAの配布資料Aに対する文書Aが記憶部111から削除される例を示している。なお、表示、メール送信に限らず音声等、他の方法による報知でもよいことは言うまでもない。

全参加者が文書画像をMFP 100に読み取らせ、配布資料の回収が終了したと判断すると主催者は入力部113を介して、回収終了をMFP 100に通知する(S2109)。この通知を受けるまで、MFP 100は、ステップS2101で文書画像の読み取りが指示されると、ステップS2101からS2108に処理を繰り返す状態にある。

回収終了通知を受けると、MFP 100は、記憶部111またはデータベースサーバ105の情報を参照（チェック）して、当該会議に関連する全データファイルが削除したか否かを判定し(S2110)、全データファイルを削除した場合は全データファイルを削除した旨を表示部116に表示し(S2114)、処理を終了する。なお、表示、メール送信に限らず音声等、他の方法による報知でもよいことは言うまでもない。

また、未削除のデータファイルがある場合、データベースサーバ105に登録された当該データファイルの出力履歴を参照（チェック）して、当該データファイルがプリントされたか否かを判定し(S2111)、プリントされていなければ当該データファイルを削除し(S2112)、全データファイルを削除した旨を表示部116に表示し(S2114)、処理を終了する。なお、表示、メール送信に限らず音声等、他の方法による報知でもよいことは言うまでもない。

もし、未削除のデータファイルがプリントされている（出力された履歴がある）場合は、配布資料が未回収の旨を表示部116に表示すると同時に、当該データファイルに関する情報（ファイル名、会議名、配布者名、プリント日時および部数など）をメールなどで主催者に通知し(S2113)、処理を終了する。なお、表示、メール送信に限らず音声等、他の方法による報知でもよいことは言うまでもない。

このように、記憶装置内にある電子書類を利用して、確実に、資料を配布先に配布し、配布した資料を回収したか否かを判断し、回収した資料に対応する、記録装置内の電子文書を削除することができる。勿論、未回収の資料を検出することもできる。従って、会議の配布資料などのセキュリティを高めることができる。

なお、前述したように、上記の資料を配布し、資料を回収するために使用するMFP 100は、例えば会議室など特定の場所に設置されたMFPに限定してもよい。また、オフィスに共有の記憶装置に配布資料のデータファイルを保存し、配付先のユーザが配布資料をプリント後、当該記憶装置内のデータファイルを削除してもよい。そして、配布資料の回収は会議室などに配置された特定のMFPで行い、当該MFPの記憶部に別途格納されたデータファイルによって配布資料の回収を確認すればよい。もちろん、回収確認後、当該MFPの記憶部に格納されたデータファイルも削除する。

このように、文書上のバーコードが破損していても、オリジナルデータ（電子文書）を検出することが可能になり、オリジナルデータの検出と同時に、文書の回収を判断することができる。さらに、オリジナルデータを消去可能なので、文書の回収とともにオリジナルデータの消去を実行することができ、セキュリティの向上につながる。

また、機密性の高い文書やプライバシにかかわる文書を配布対象のユーザに限定的に配布することができ、確実に回収および電子文書の消去ができるので、機密漏洩の防止、プライバシの保護に貢献することができる。

また、文書に、二次元バーコードなどでIDやアドレスを付与して、オリジナルデータを管理する方法は、文書の汚れや破れによってIDやアドレスを認識できず、オリジナルデータを検出できない場合があるが、本実施例は、BS処理およびベクトル化を応用することで、文書の汚れや破れに強いオリジナルデータの検索・検出方法を提供することができる。

［他の実施例］
なお、本発明は、複数の機器（例えばホストコンピュータ、インタフェイス機器、リーダ、プリンタなど）から構成されるシステムに適用しても、一つの機器からなる装置（例えば、複写機、ファクシミリ装置など）に適用してもよい。

また、本発明の目的は、前述した実施例の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体（または記録媒体）を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはCPUやMPU）が記憶媒体に格納されたプログラムコードを読み出し実行することによっても、達成されることは言うまでもない。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施例の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているオペレーティングシステム(OS)などが実際の処理の一部または全部を行い、その処理によって前述した実施例の機能が実現される場合も含まれることは言うまでもない。

さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張カードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張カードや機能拡張ユニットに備わるCPUなどが実際の処理の一部または全部を行い、その処理によって前述した実施例の機能が実現される場合も含まれることは言うまでもない。

本発明を上記記憶媒体に適用する場合、その記憶媒体には、先に説明したフローチャートに対応するプログラムコードが格納されることになる。

複合機を使用して情報の電子化を行う画像処理システムの構成例を示すブロック図、 MFPの構成例を示すブロック図、 図1に示す画像処理システムによる処理の概要を説明するフローチャート、 操作画面の表示例を示す図、 ブロックセレクションの結果の一例を示す図、 ベクトル化処理の詳細を示すフローチャート、 ベクトル化における角抽出処理を説明する図、 ベクトル化において輪郭線をまとめる処理を説明する図、 ベクトル化で生成したベクトルデータのグループ化処理を示すフローチャート、 図形要素の検出処理を示すフローチャート、 データファイルの検索処理を示すフローチャート、 ベクトル化処理の結果を示す中間データの形式を示す図、 アプリケーションデータ形式への変換処理を示すフローチャート、 文書構造ツリーの生成処理(S1703)の詳細を示すフローチャート、 入力画像の一例を示す図、 図15に示す画像から得られる文書構造ツリーを示す図、 資料の準備手順を示すフローチャート、 MFPによる文書の配布手順を示すフローチャート、 MFPによる文書の回収手順を示すフローチャート、 MFPによる文書の配布を説明する図、 MFPによる文書の回収を説明する図である。

Claims (16)

1. 記録媒体に記録された画像を読み取る読取手段と、
   電子文書を記録媒体に記録する記録手段と、
   ユーザに対応する、メモリに格納した電子文書を前記記録手段に供給し、前記読取手段から供給される画像に対応する、前記メモリに格納した電子文書を検索する制御手段とを有することを特徴とする画像処理装置。
2. 前記制御手段は、前記メモリに格納する電子文書および前記読取手段から供給される画像をベクトルデータに変換する変換手段を有し、ベクトルデータの比較によって前記検索を行うことを特徴とする請求項1に記載された画像処理装置。
3. 前記制御手段は、前記メモリに格納する電子文書および前記読取手段から供給される画像を像域分離する分離手段、分離した各像域をベクトルデータに変換する変換手段、並びに、前記像域ごとにベクトルデータを比較して類似度を算出する比較手段を有し、前記類似度に基づき前記検索を行うことを特徴とする請求項1に記載された画像処理装置。
4. 前記制御手段は、前記検索によって検出した電子文書を前記メモリから削除することを特徴とする請求項1から請求項3の何れかに記載された画像処理装置。
5. 前記制御手段は、前記記録手段に供給した後、前記読取手段から画像が供給されない、前記メモリに格納された電子文書を未回収と判定し、前記未回収の電子文書を報知することを特徴とする請求項1から請求項4の何れかに記載された画像処理装置。
6. 前記制御手段は、前記読取手段から供給される画像の頁数の不足、前記画像の一部欠如、または、前記検索の未検出が発生した場合、その旨を報知することを特徴とする請求項1から請求項5の何れかに記載された画像処理装置。
7. 記録媒体に記録された画像を読み取る読取手段、および、電子文書を記録媒体に記録する記録手段する画像処理装置の制御方法であって、
   ユーザに対応する、メモリに格納した電子文書を前記記録手段に供給し、前記読取手段から供給される画像に対応する、前記メモリに格納した電子文書を検索することを特徴とする制御方法。
8. 記録媒体に記録された画像を読み取り、
   前記読み取った画像をベクトル化し、
   前記ベクトル化した画像を用いてファイルを検索し、
   前記検索により検出された前記画像に応じたファイルを削除することを特徴とする画像処理方法。
9. 前記画像に応じたファイルを検出できない場合、または、前記画像が一部に欠如がある画像の場合、その旨を報知することを特徴とする請求項8に記載された画像処理方法。
10. 前記報知はメールを通じた報知、もしくは、表示による報知であることを特徴とする請求項9に記載された画像処理方法。
11. 前記画像は会議に関するものであり、さらに、前記会議の参加者それぞれが保持する画像を読み取り、前記参加者すべてが保持する画像を読み取って前記画像に応じたファイルを削除した場合に報知を行うことを特徴とする請求項8に記載された画像処理方法。
12. 前記画像は会議に関するものであり、さらに、前記会議の参加者それぞれが保持する画像を読み取り、前記参加者が保持する画像を読み取って前記画像に応じたファイルを削除した後、未削除のファイルがある場合は前記未削除のファイルの出力履歴をチェックすることを特徴とする請求項8に記載された画像処理方法。
13. さらに、前記出力履歴に出力済みが記録されている場合、前記未削除のファイルに対応する画像が未回収である旨を報知することを特徴とする請求項12に記載された画像処理方法。
14. 請求項7に記載された制御を画像処理装置に実行させることを特徴とするプログラム。
15. 画像処理装置を制御して、請求項8から請求項13の何れかに記載された画像処理を実行することを特徴とするプログラム。
16. 請求項14または請求項15に記載されたプログラムが記録されたことを特徴とする記録媒体。

Images