JP2006252562A

JP2006252562A - 画像認識方法

Info

Publication number: JP2006252562A
Application number: JP2006066354A
Authority: JP
Inventors: Takahiro Fuchigami; 隆博渕上
Original assignee: Toshiba Corp; Toshiba TEC Corp
Current assignee: Toshiba Corp; Toshiba TEC Corp
Priority date: 2005-03-11
Filing date: 2006-03-10
Publication date: 2006-09-21
Also published as: US20060204105A1; US7386172B2

Abstract

【課題】入力画像データなどから所定の図形やパターンを簡便かつ高速に検出する。
【解決手段】デジタルカラー複写機のパターン認識部において、位置解析部は、位置情報メモリに格納されている矩形領域の位置情報を所定数ずつ順次選択し、各矩形領域間の距離を算出し、距離の組み合わせが検出対象パターンのものと一致するか否かを判定する。その結果、位置解析部は、検出対象パターンと一致した場合に後段のページメモリをリセットするための制御信号をページメモリに出力する。
【選択図】図１

Description

この発明は、デジタルカラー複写機等の画像形成装置において所定パターンの画像を認識する画像認識方法に関する。

従来、入力画像データに対し、検出対象パターン全体についてマッチングを行うのが一般的である。

あるいは、複写禁止マークの検出方法については、入力画像から同一形状の小マークを複数個検出して、それらがある図形の外周上に存在する個数によって判定する方法等がある（例えば特許文献１）。

しかしながら、検出対象パターン全体についてのマッチングの場合、パターン全体のサイズが大きいと演算量が膨大になってしまうという問題があった。

また、同一形状の小マークがある図形の外周上に存在する個数を計数する場合、外周図形が複雑になると検出パターンの一意性を保てなくなってしまう可能性があった。
特許第２８９３０８０号公報

この発明の目的は、入力画像データなどから所定の図形やパターンを簡便かつ高速に検出することのできる画像認識方法を提供することである。

この発明の画像認識方法は、入力画像データにおける特定パターンを検出する画像認識方法であって、該特定パターンの構成要素である所定数の特徴領域に似た領域を前記入力画像データからそれぞれ検出し、この検出した各特徴領域の位置情報をそれぞれ記憶し、この記憶した位置情報に基づき、前記検出した各特徴領域間の距離に相当する値をそれぞれ算出し、この算出した各特徴領域間の距離相当値がそれぞれ対応する所定の距離相当値と一致するか否か、もしくは対応する所定の範囲内にあるか否かを判定し、この距離判定の結果が全て真となるような所定数の特徴領域の組み合わせが存在する場合に、該所定数の特徴領域を包括する領域を特定パターンの領域であると判定するようにしたことを特徴とする。

本発明の画像認識方法は、入力画像データなどから所定の図形やパターンを簡便かつ高速に検出するが可能となる。

以下、図面を参照して、この発明の実施の形態について詳細に説明する。

図１は、この発明の画像認識方法に係るデジタルカラー複写機の概略構成を示すものである。このデジタルカラー複写機は、スキャナ１０１、パターン認識部１０２、ページメモリ１０３、ハードディスク装置（ＨＤＤ）１０４、画像処理部１０５、及びプリンタ１０６とから構成されている。

スキャナ１０１は、原稿の画像（ＲＧＢ画像）を読み取る。

パターン認識部１０２は、詳しくは後述するが所定パターンの検出を行う。

ページメモリ１０３は、画像データをページ単位で一時記憶する。

ＨＤＤ１０４は、画像データを記憶する。なお、ＨＤＤ１０４は、図示しないネットワークインターフェースを通じてＬＡＮ（Local Area Network）１０７に接続されている。

画像処理部１０５は、画像データに諸々の画像処理を行う。

プリンタ１０６は、画像データに基づいて紙に画像を形成する。

次に、このような構成においてデジタルカラー複写機の動作を説明する。

スキャナ１０１で読み取られた原稿の画像（ＲＧＢ画像）データは、まず、パターン認識部１０２に入力され、所定のパターン（複写禁止マーク等）の検出が行われる。

パターン認識部１０２で所定のパターンが検出されない場合は、画像データがページメモリ１０３に逐次格納される。また、パターン認識部１０２で所定のパターンが検出された場合は、その時点でページメモリ１０３がリセットされる。

そして、ページメモリ１０３内に画像データが全て格納された際、必要に応じて画像データは、ＨＤＤ１０４にダウンロードされる。その際、ＬＡＮ（Local Area Network）に接続されたサーバＰＣやクライアントＰＣと画像データの送受信を行うことができる。

また、ページメモリ１０３に格納された画像データ（ＨＤＤ１０４からアップロードされた画像データを含む）は、画像処理部１０５へ入力され、諸々の画像処理が施されてプリンタ１０６に入力される。プリンタ１０６は、入力された画像データに基づいて紙に印刷する。

図２は、本発明に係るパターン認識部１０２の処理ブロックを示すものである。パターン認識部１０２は、領域分割部２０１、パターンマッチング部２０２、位置情報メモリ２０３、及び位置解析部２０４とから構成されている。

領域分割部２０１は、入力されたＲＧＢ画像信号（画像データ）の各画素についてＲ，Ｇ，Ｂ各値の上限値と下限値を設けることにより、特定の色の画素を抽出する。

パターンマッチング部２０２は、領域分割部２０１の出力信号をＮライン分のＦＩＦＯ（First In First Out）メモリ（図示せず）にバッファリングし、Ｍ×Ｎ画素の矩形を切り出して予め記憶されているＭ×Ｎ画素のテンプレート画像との類似度を逐次求め、所定の閾値との比較による判定を行う。

この類似度としては、次式によって表される値Ｓ等が広く用いられている。

ここで、Ｐ_ｉ，ｊおよびＰＴ_ｉ，ｊは、それぞれ入力画像からの切り出し領域およびテンプレート画像の画素値を表す。

パターンマッチング部２０２は、判定の結果、テンプレートと一致すると判定した場合、当該矩形の左上画素の座標値を位置情報メモリ２０３に格納する。

位置解析部２０４は、位置情報メモリ２０３に格納されている矩形領域の位置情報を所定数ずつ順次選択し、各矩形領域間の距離を算出し、距離の組み合わせが検出対象パターンのものと一致するか否かを判定する。位置解析部２０４は、検出対象パターンと一致した場合、後段のページメモリ１０３をリセットするための制御信号をページメモリ１０３に出力する。

図３、４は、検出対象のパターン例を示すものである。図３は大きな図形の一部分が特徴領域となる場合であり、図４は特徴領域となるのは小さな図形であり、そられを組み合わせたパターンが検出対象となる場合である。それぞれ、３つの特徴領域を持つため、特徴領域間の距離も３つあり、それら３つの距離を要素とするベクトルの一致度を解析することによりパターンが検出される。

なお、特徴領域数や距離のベクトルの次元数が「３」であるのは、あくまで一例である。一般的には、特徴領域数をＬ個とした場合、距離のベクトルの次元数は「_ＬＣ_２」となる。「_ＬＣ_２」は、Ｌ個のサンプルから２個を選択する場合の組み合わせ数を表す。

次に、位置解析部２０４の処理動作を図５のフローチャートを参照して説明する。

位置解析部２０４は、位置情報メモリ２０３に格納された位置情報から所定数（ここでは３つ）の特徴領域の候補Ａ_１，Ａ_２，Ａ_３を選択する（Ｓ５０１）。

位置解析部２０４は、選択した特徴領域候補の座標値から各領域間の距離Ｄ_１２，Ｄ_２３，Ｄ_３１を次式により算出する（Ｓ５０２）。

ここで、（ｘ_ｉ，ｙ_ｉ），（ｘ_ｊ，ｙ_ｊ）は、それぞれ特徴領域候補Ａ_ｉ，Ａ_ｊ（ｉ，ｊは整数）の座標値である。

位置解析部２０４は、算出した距離により距離ベクトル（Ｄ_１２，Ｄ_２３，Ｄ_３１）を構成し、この距離ベクトルが所定ベクトル（ＤＴ_１２，ＤＴ_２３，ＤＴ_３１）とどの程度一致するかを判定する（Ｓ５０３）。

この判定方法としては、
ａ．要素毎の差をそれぞれ所定の閾値と比較して判定し結果の論理積をとる。

（Ｄ_１２＜ＴＨ_１２）∧（Ｄ_２３＜ＴＨ_２３）∧（Ｄ_３１＜ＴＨ_３１）⇒一致
ｂ．要素毎の差の２乗和を算出して所定の閾値より小さい場合に一致と判定する。

｛（Ｄ_１２−ＤＴ_１２）^２＋（Ｄ_２２−ＤＴ_２３）^２＋（Ｄ_３１−ＤＴ_３１）^２｝＜ＴＨ⇒一致
ｃ．式（１）と同様の計算式による距離ベクトルと所定ベクトルとの類似度が所定の閾値以上で、かつ距離ベクトルの要素の１つが所定の範囲内である場合に一致と判定する。

［（Ｄ_１２×ＤＴ_１２＋Ｄ_２２×ＤＴ_２３＋Ｄ_３１×ＤＴ_３１）／｛√（Ｄ_１２ ^２＋Ｄ_２２ ^２＋Ｄ_３１ ^２）×√（ＤＴ_１２ ^２＋ＤＴ_２３ ^２＋ＤＴ_３１ ^２）｝≧ＴＨ］∧（ＭＩＮ_１２≦Ｄ_１２≦ＭＡＸ_１２）⇒一致
などが考えられる。

位置解析部２０４は、判定の結果が「一致」である場合、３つの特徴領域の座標値から次式により位置関係特徴量Ｆ_１２３を算出する（Ｓ５０４）。

この式は、直線Ａ_１Ａ_２に対して点Ａ_３がどの位置にあるかを表す。

位置解析部２０４は、この位置関係特徴量Ｆ_１２３を所定の閾値と比較する（Ｓ５０５）。それによってパターンの表裏を判定することができる。

すなわち、図３または図４のような位置関係の場合は正の値となり、図３または図４のパターンを表裏逆にしたようなパターンについては負の値となる。

そこで位置解析部２０４は、ステップＳ５０３およびＳ５０５の各判定結果がともに真であれば、最終的に特定パターンであると判定する（Ｓ５０６）。

また、位置解析部２０４は、ステップＳ５０３またはステップＳ５０５のどちらかの判定結果が偽であれば、位置情報メモリ２０３から別の組み合わせの特徴領域候補を選択してステップＳ５０２〜Ｓ５０７の処理を繰り返す。

以上説明したように上記発明の実施の形態によれば、パターンマッチングを特徴領域のみに対して行うことにより、演算量を大幅に削減することできる。

また、ある外周図形上に存在する小マークの個数を計数する方式と比較して、より複雑なパターンの検出も可能となる。

なお、本願発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は可能な限り適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。さらに、上記実施形態には種々の段階の発明が含まれており、開示される複数の構成要件における適宜な組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件から幾つかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。

この発明の画像認識方法に係るデジタルカラー複写機の概略構成を示すブロック図。パターン認識部の処理ブロックを示す図。検出対象のパターン例を示す図。検出対象のパターン例を示す図。位置解析部の処理動作を説明するためのフローチャート。

符号の説明

１０１…スキャナ、１０２…パターン認識部、１０３…ページメモリ、１０４…ハードディスク装置（ＨＤＤ）、１０５…画像処理部、１０６…プリンタ、２０１…領域分割部、２０２…パターンマッチング部、２０３…位置情報メモリ、２０４…位置解析部。

Claims

入力画像データにおける特定パターンを検出する画像認識方法であって、
該特定パターンの構成要素である所定数の特徴領域に似た領域を前記入力画像データからそれぞれ検出し、
この検出した各特徴領域の位置情報をそれぞれ記憶し、
この記憶した位置情報に基づき、前記検出した各特徴領域間の距離に相当する値をそれぞれ算出し、
この算出した各特徴領域間の距離相当値がそれぞれ対応する所定の距離相当値と一致するか否か、もしくは対応する所定の範囲内にあるか否かを判定し、
この距離判定の結果が全て真となるような所定数の特徴領域の組み合わせが存在する場合に、該所定数の特徴領域を包括する領域を特定パターンの領域であると判定するようにしたことを特徴とする画像認識方法。
入力画像データにおける特定パターンを検出する画像認識方法であって、
該特定パターンの構成要素である所定数の特徴領域に似た領域を前記入力画像データからそれぞれ検出し、
この検出した各特徴領域の位置情報をそれぞれ記憶し、
この記憶した位置情報に基づき、前記検出した各特徴領域間の距離に相当する値をそれぞれ算出し、
この算出した各特徴領域間の距離に相当する値のうちの所定数を選択して並べたベクトルと、同じ次元数を持つ所定の基準ベクトルとの一致度を算出し、
この算出した一致度を所定の閾値と比較することにより、該所定数の特徴領域を包括する領域が特定パターンの領域であるか否かを判定するようにしたことを特徴とする画像認識方法。