JP2007048194A - 画像処理方法および画像処理装置 - Google Patents

Abstract

【課題】 高精度で回転矩形を検出することができる画像処理方法および画像処理装置を提供する。
【解決手段】 まず、ステップＳ１〜Ｓ４によって画像データに含まれる所定の画素群であるワーク部分を抽出して分離する。ステップＳ５では、分離した各ワークの輪郭探索を行い、外周に属する全画素の座標を検出する。ステップＳ６では、ワークの外周画素から包絡点を検出する。回転角度および回転フェレ径を計測する。ワークの外形を近似する矩形を検出する。
【選択図】 図１

Description

本発明は、撮像装置などから入力された画像データに対して図形処理を行う画像処理方法および画像処理装置に関し、特に画像データに含まれるワークの外形を矩形として検出する画像処理方法および画像処理装置に関する。

製品組立ての自動化および検品作業の自動化などを高精度で実現するために、食品容器、印刷文字、プリント基板上の部品、電子部品等工業製品などをカメラで撮像し、得られた画像データに対して各種画像処理を行う画像処理装置が必要となっている。

画像処理を利用して組立て、検査などの作業を行うためには、まず画像データに含まれる対象ワークを検出する必要がある。対象となるワークの外形が矩形で近似できる場合は、画像データからこの矩形を検出することでワークの位置などを知ることができる。

ワークを矩形形状に近似する従来の技術として、ワークの主軸角と中心位置などの特徴量から回転矩形を検出する方法がある。

図９は、従来の矩形検出方法を示すフローチャートである。
ステップＳ３１で画像データ全体を２値化し、ステップＳ３２でラベリング処理によって各ワーク単位に分類する。ステップＳ３３では、１つのワークに対して主軸角、フェレ径、中心座標などの特徴量を算出する。ステップＳ３４では全ワークについて特徴量の算出が終了したかどうかを判断し、終了していればステップＳ３５に進み、終了していなければステップＳ３４に戻って次のワークの特徴量を算出する。ステップＳ３５では、中心座標と主軸角方向とで求めたフェレ径から、ワークの傾きに最適な回転近似矩形を検出する。

特許文献１記載の画像歪み補正装置は、書籍原稿画像を読み取って得られたスキャン画像を走査方向および副走査方向に伸張して歪み補正を行う。具体的には、スキャン画像とスキャナレンズとの光軸位置情報から書籍原稿とスキャナ面との距離を求め、この距離に基づいてスキャン画像の副走査方向の歪みを補正する。

特開２００４−２７４７０５号公報

図９に示したような従来の矩形検出方法では、ワークに欠けや穴がある場合、主軸角の精度に影響を及ぼすため、正しい方向の回転矩形が得られない。また、矩形の中でも正方形の場合、主軸角が不定値となるため、適用できないという問題がある。

また特許文献１記載の技術では、画像データ全体の補正を基本としているため、画像データに含まれる個々のワークの回転矩形を求める技術としては適応できない。

本発明の目的は、高精度で回転矩形を検出することができる画像処理方法および画像処理装置を提供することである。

本発明は、画像データに含まれる矩形を検出する画像処理方法であって、
所定の画素群を検出して画素群ごとに分離する分離ステップと、
分離した各画素群の外周に属する画素を検出する外周検出ステップと、
外周に属する画素に基づいて包絡点を検出する包絡点検出ステップと、
検出した包絡点に基づいて画素群の外形を示す矩形と、この矩形の回転角度とを検出する矩形検出ステップとを有することを特徴とする画像処理方法である。

また本発明は、前記画像データを構成する各画素は、画像内における位置を示すＸ座標値およびＹ座標値を有し、
前記包絡点検出ステップでは、外周に属する画素のうち、最小のＹ座標を求め、最小のＹ座標を有する包絡点が複数ある場合は、最小のＸ座標となる画素を第１の包絡点とし、第１の包絡点を通るＸ軸に平行な直線と、第１の包絡点と第１の包絡点以外の外周に属する画素とを通る直線との成す角度が最小となる画素を第２の包絡点とし、第１と第２の２つの包絡点を結ぶ直線と、第２の包絡点と第２の包絡点以外の外周に属する画素とを通る直線との成す角度が最小となる画素を第３の包絡点とし、第４の包絡点以降は、直前に検出した２つの包絡点に基づいて前記第３の包絡点と同様に検出し、第１の包絡点が再度検出されるまで繰り返すことで全包絡点を検出することを特徴とする。

また本発明は、前記矩形検出ステップでは、前記画像データを構成する各画素の位置を示すための第１の座標系とは異なる第２の座標系を設定し、この第２の座標系においてＸ軸とＹ軸とに平行な４辺からなり、各包絡点で画素群に外接する矩形の面積Ｓを算出し、第２の座標系を、第１の座標系に対して回転させたときに、前記面積Ｓが最小となるときの第２の座標系の回転角度を、画素群の外形を示す矩形の回転角度として検出することを特徴とする。

また本発明は、上記の画像処理方法をコンピュータに実行させるための画像処理プログラムである。

また本発明は、上記の画像処理方法をコンピュータに実行させるための画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体である。

また本発明は、画像データに含まれる矩形を検出する画像処理装置であって、
所定の画素群を検出して画素群ごとに分離する分離手段と、
分離した各画素群の外周に属する画素を検出する外周検出手段と、
外周に属する画素に基づいて包絡点を検出する包絡点検出手段と、
検出した包絡点に基づいて画素群の外形を示す矩形と、この矩形の回転角度とを検出する矩形検出手段とを有することを特徴とする画像処理装置である。

本発明によれば、画像データに含まれる矩形を検出する画像処理方法である。まず、分離ステップで所定の画素群を検出して画素群ごとに分離し、外周検出ステップで分離した各画素群の外周に属する画素を検出する。包絡点検出ステップで外周に属する画素に基づいて包絡点を検出して、矩形検出ステップで検出した包絡点に基づいて画素群の外形を示す矩形と、この矩形の回転角度とを検出する。

これにより、包絡点を用いることで、画素群に欠けや穴があっても、高精度で画素群の外形を近似する回転矩形を検出することができる。

また本発明によれば、前記包絡点検出ステップでは、外周に属する画素のうち、最小のＹ座標を求め、最小のＹ座標を有する包絡点が複数ある場合は、最小のＸ座標となる画素を第１の包絡点とし、第１の包絡点を通るＸ軸に平行な直線と、第１の包絡点と第１の包絡点以外の外周に属する画素とを通る直線との成す角度が最小となる画素を第２の包絡点とし、第１と第２の２つの包絡点を結ぶ直線と、第２の包絡点と第２の包絡点以外の外周に属する画素とを通る直線との成す角度が最小となる画素を第３の包絡点とする。第４の包絡点以降は、直前に検出した２つの包絡点に基づいて前記第３の包絡点と同様に検出し、第１の包絡点が再度検出されるまで繰り返すことで全包絡点を検出する。

これにより、包絡点の検出において、画素群の外周に属する画素のみを用いることで画素群内部の画素を検出に必要とせず、演算量を削減することができる。

また本発明によれば、前記矩形検出ステップでは、前記画像データを構成する各画素の位置を示すための第１の座標系とは異なる第２の座標系を設定する。この第２の座標系においてＸ軸とＹ軸とに平行な４辺からなり、各包絡点で画素群に外接する矩形の面積Ｓを算出し、第２の座標系を、第１の座標系に対して回転させたときに、前記面積Ｓが最小となるときの第２の座標系の回転角度を、画素群の外形を示す矩形の回転角度として検出する。

これにより、予め包絡点を検出しておき、回転角度を検出する際には包絡点を用いるだけでよいので、演算量を大幅に削減することができる。

また本発明によれば、上記の画像処理方法を、コンピュータに実行させるための画像処理プログラムおよび、画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体として提供することができる。

また本発明によれば、画像データに含まれる矩形を検出する画像処理装置である。まず、分離手段が所定の画素群を検出して画素群ごとに分離し、外周検出手段が分離した各画素群の外周に属する画素を検出する。包絡点検出手段が外周に属する画素に基づいて包絡点を検出して、矩形検出手段が検出した包絡点に基づいて画素群の外形を示す矩形と、この矩形の回転角度とを検出する。

これにより、包絡点を用いることで、画素群に欠けや穴があっても、高精度で画素群の外形を近似する回転矩形を検出することができる。

本発明は、以下に示す手順から構成される画像処理方法により、ワークの外形を示す矩形を検出する。
手順１：ワーク分離処理
手順２：外周座標検出処理
手順３：包絡点検出処理
手順４：回転角及び回転フェレ径計測処理
手順５：矩形検出処理

以下では、各手順について詳細に説明する。
図１は、本発明の実施の一形態である画像処理方法を示すフローチャートである。

本実施形態では、たとえば、製品の組立ておよび検査の際に、部品を実装すべき位置や実装された部品の位置などを検出する場合について説明する。

検査対象となる部品などが固定カメラなどで撮像され、撮像された画像データが画像処理装置に入力されると、画像処理を開始する。画像データを構成する各画素の位置を示す第１の座標系が予め設定され、画素ごとに座標（ｘ，ｙ）が割り当てられている。

まず手順１は、ステップＳ１〜ステップＳ４として処理が行われ、２値化を行いラベリング処理によって画像データに含まれる所定の画素群であるワーク部分を抽出して分離する。

ステップＳ１では、画素濃度が所定の濃度範囲内であるかどうかを判断する。範囲内であればステップＳ２に進み、当該画素の座標を登録する。範囲外であればステップＳ３に進む。ステップＳ３では、全ての画素について２値化が終了したかどうかを判断し、終了していればステップＳ４に進み、終了していなければステップＳ１に戻って、次の画素の２値化を行う。ステップＳ４では、登録された画素座標に基づいてラベリング処理を行い、各ワークに分離する。
なお、２値化処理の代わりに濃度変化点を検出するようにしてもよい。

濃度変化点を検出する方法には、エッジ検出手法として広く知られている”Sobel”フィルタを用いる。

注目画素を中心とする３×３画素の画素ブロックに対して、以下のオペレータに示すようなｘ方向（水平方向）フィルタＨＦと、ｙ方向（垂直方向）フィルタＶＦとを適用し、注目画素の水平方向エッジ強度ｆｘおよび垂直方向エッジ強度ｆｙを算出する。

算出した水平方向エッジ強度ｆｘおよび垂直方向エッジ強度ｆｙに基づいて、下記（１）式に基づいて注目画素のエッジ強度Δｆｘｙを算出する。
Δｆｘｙ＝√（ｆｘ^２＋ｆｙ^２）≒｜ｆｘ｜＋｜ｆｙ｜ …（１）

この場合、ステップＳ１において、画素濃度の変わりに（１）式で求めたエッジ強度が閾値以上であるかどうかを判断する。

手順２は、ステップＳ５として処理が行われる。ステップＳ５では、分離した各ワークの輪郭探索を行い、外周に属する全画素の座標を検出する。

手順３は、ステップＳ６として処理が行われる。ステップＳ６では、ワークの外周画素から包絡点を検出する。ここで、対象図形を内に含む最小の凸型の多角形の各辺を包絡線といい、辺同士の接続部を包絡点と呼ぶ。

図２は、包絡点を説明するための図である。対象図形が実線で描かれた星型の場合、点線で示した５角形の各辺Ｌが包絡線であり、星印の各頂点である黒丸Ｐが包絡点となる。

図３は、包絡点検出処理を示すフローチャートである。
ステップＳ１１で、ワークの外周画素のうち最上端の画素（Ｙ座標が最も小さい画素）を第１の包絡点として登録する。最上端に複数の画素があった場合は最も左にある画素（Ｘ座標が最も小さい画素）を最上端の画素とする。ステップＳ１２では、図４（ａ）に示すように、第１の包絡点を通るＸ軸に平行な直線と、第１の包絡点と第１の包絡点以外の外周に属する画素とを通る直線との成す角度をθとし、この角度θが最小となる画素を第２の包絡点として登録する。θが最小となる画素が複数あった場合は、第１の包絡点から最も距離が離れた画素を選ぶ。

ステップＳ１３では、図４（ｂ）に示すように、第１と第２の２つの包絡点を結ぶ直線と、第２の包絡点と第２の包絡点以外の外周に属する画素とを通る直線との成す角度θが最小となる画素を第３の包絡点として登録する。θが最小となる画素が複数あった場合は、第２の包絡点から最も距離が離れた画素を選ぶ。

ステップＳ１４では、以降、直前に検出した２点を通る直線と、２番目の包絡点以外の外周画素とを通る直線との成す角度が最小となる画素を新たな包絡点として登録する。θが最小となる角度が複数あった場合は、直前２点のうち２番目の包絡点から最も距離の離れた画素を選ぶ。

ステップＳ１５では、第１の包絡点が再度検出されたかどうかを判断し、検出されれば包絡点検出処理を終了し、検出されなければステップＳ１４に戻り、第１の包絡点が検出されるまで繰り返す。

手順４は、ステップＳ７として処理が行われる。ステップＳ７では、回転角度及び回転フェレ径を計測する。

図５は、回転角度及び回転フェレ径計測処理を示すフローチャートである。
ステップＳ２１では、最小外接矩形面積を初期化する。ステップＳ２２では、第１の座標系とは異なる第２の座標系である回転座標系を設定する。この回転座標系は、第１の座標系に対して回転し、回転角度ω（第１の座標系のＸ軸と、第２の座標系のＸ軸との成す角度）を、０°〜８９°の範囲で１°ずつ変更する。ステップＳ２２では、１つの角度ωを決定して座標系を設定すればよい。たとえば、回転角度ω＝０°とすると、図６（ａ）に示すような回転座標系となり、ω＝４０°とすると、図６（ｂ）に示すような回転座標系となる。

ステップＳ２３では、包絡点に基づいて回転座標系における最大および最小のＸ，Ｙ座標を求める。ステップＳ２４では、求めた最大および最小のＸ，Ｙ座標から、第２の座標系においてＸ軸とＹ軸とに平行な４辺からなり、４つの包絡点でワークに外接する矩形の面積Ｓを下記（２）式に基づいて算出する。
外接矩形面積Ｓ＝(最大Ｘ座標−最小Ｘ座標)×(最大Ｙ座標−最小Ｙ座標) …（２）

ステップＳ２５では、算出された外接矩形面積Ｓが、現在登録されている最小外接矩形面積Ｓｍｉｎより小さいかどうかを判断する。ＳがＳｍｉｎより小さければステップＳ２６に進み、ＳがＳｍｉｎ以上であればステップＳ２７に進む。ステップＳ２６では、算出された外接矩形面積Ｓを新たな最小外接矩形面積Ｓｍｉｎとして更新し、そのときの回転角度ωも更新する。ステップＳ２７では、全ての回転角度について終了したかどうかを判断し、終了していれば回転角度及び回転フェレ径計測処理を終了し、終了していなければ回転角度を１°変化させてステップＳ２２に戻る。

物体などを２次元に投影したきの水平方向、垂直方向の径をフェレ径と呼ぶ。たとえば、図６（ａ）では水平方向のフェレ径Ｄｈは、最大Ｘ座標−最小Ｘ座標で算出され、垂直方向のフェレ径Ｄｖは、最大Ｙ座標−最小Ｙ座標で算出される。

このフェレ径は対象物が回転すれば変化するが、上記のように回転座標系を用いた回転フェレ径を算出すれば回転不変量となる。したがって、面積や周囲長と同様に傾きをもった対象物の検出に利用することができる。

手順５は、ステップＳ８として処理が行われる。ステップＳ８では、ワークの外形を近似する矩形を検出する。ステップＳ７で求めた外接矩形面積Ｓが最小となる回転角度ωと回転フェレ径とから、ワークの外径を近似する矩形の位置情報（各頂点の座標、中心点の座標など）、回転角度を検出する。

ステップＳ９では、全てのワークについて処理が終了したかどうかを判断し、終了していれば、画像処理を終了する。終了していなければ、対象を次のワークに変更してステップＳ５に戻る。

以上のように、包絡点を用いることで、ワークに欠けや穴があっても、高精度で回転矩形を検出することができる。さらに、予め包絡点を検出しておき、回転角度を求める際には包絡点を用いるだけでよいので、演算量を大幅に削減することができる。包絡点の検出においても、ワークの輪郭画素のみを用いることでワーク内部の画素を必要とせず、演算量を削減することができる。

図７は、本発明の実施例を示す図である。
図１で示したフローチャートに基づいて矩形検出処理を実行した。画像中で白い部分がワークを示しており、実線がワークの外形を示す矩形である。欠けや穴があるワークであっても、高精度でワークの外形を示す矩形を検出できていることがわかる。

図８は、画像処理システム１００の構成を示すブロック図である。画像処理システム１００は、撮像装置１０１、画像処理装置１０２、表示装置１０３を有し、前述のような部品の位置検出システムを構成する。

撮像装置１０１は、ＣＣＤ（電荷結合素子）カメラ１１１、Ａ／Ｄ（アナログ／デジタル）変換器１１２、カメラコントローラ１１３、Ｄ／Ａ変換器１１４およびフレームメモリ１１５からなる。ＣＣＤカメラ１１１が、部品などを撮像し、受光量をアナログ画像信号として出力する。Ａ／Ｄ変換器１１２は、ＣＣＤカメラ１１１から出力されたアナログ画像信号をデジタルデータに変換し、デジタル画像データとして出力する。カメラコントローラ１１３は、デジタル画像データを１フレームごとにフレームメモリ１１５に格納するとともに、表示装置１０３に表示させるために、Ｄ／Ａ変換器１１４に出力する。Ｄ／Ａ変換器１１４は、カメラコントローラ１１３から出力されたデジタル画像データを表示装置１０３に応じたアナログ画像信号に変換して表示装置１０３に出力する。表示装置１０３は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）ディスプレイなどで実現され、撮像装置１０１から出力されたアナログ画像信号を表示する。

画像処理装置１０２は、ＣＰＵ（中央演算処理装置）１２１、ＲＡＭ（Random Access
Memory）１２２、ＲＯＭ（Read Only Memory）１２３およびＩ／Ｏ（Input/Output）コントローラ１２４からなる。ＣＰＵ１２１は、ＲＯＭ１２３に記憶されている制御プログラムに基づいて画像処理装置１０２の動作を制御する。処理中の画像データや演算中のデータなどは一時的にＲＡＭ１２２に記憶される。Ｉ／Ｏコントローラ１２４は、キーボードやマウスなどの入力装置や部品の移動装置などが接続され、これらの入出力データの制御を行う。

ＣＰＵ１２１およびＲＯＭ１２３は、分離手段、外周検出手段、包絡点検出手段、矩形検出手段を構成し、撮像装置１０１のカメラコントローラ１１３を介してフレームメモリ１１５から画像データを取得し、図１のフローチャートで示した画像処理を実行する。画像処理によって近似矩形、回転角度が決定されると、たとえば、部品が正しい方向に実装されているかなどの検査を行うことができる。

また、本発明の他の実施形態は、コンピュータを画像処理装置１０２として機能させるための画像処理プログラム、および画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体である。これによって、画像処理プログラムおよび画像処理プログラムを記録した記録媒体を持ち運び自在に提供することができる。

記録媒体は、プリンタやコンピュータシステムに備えられるプログラム読み取り装置により読み取られることで、画像処理プログラムが実行される。

コンピュータシステムの入力手段としては、フラットベッドスキャナ・フィルムスキャナ・デジタルカメラなどを用いてもよい。コンピュータシステムは、これらの入力手段と、所定のプログラムがロードされることにより画像処理などを実行するコンピュータと、コンピュータの処理結果を表示するＣＲＴディスプレイ・液晶ディスプレイなどの画像表示装置と、コンピュータの処理結果を紙などに出力するプリンタより構成される。さらには、ネットワークを介してサーバーなどに接続するための通信手段としてのＬＡＮ
（Local Area Network）インターフェイスなどが備えられる。

なお、記録媒体としては、プログラム読み取り装置によって読み取られるものには限らず、マイクロコンピュータのメモリ、たとえばＲＯＭであっても良い。記録されているプログラムはマイクロプロセッサがアクセスして実行しても良いし、あるいは、記録媒体から読み出したプログラムを、マイクロコンピュータのプログラム記憶エリアにダウンロードし、そのプログラムを実行してもよい。このダウンロード機能は予めマイクロコンピュータが備えているものとする。

記録媒体の具体的な例としては、磁気テープやカセットテープなどのテープ系、フレキシブルディスクやハードディスクなどの磁気ディスクやＣＤ−ＲＯＭ（Compact Disc-
Read Only Memory）／ＭＯ（Magneto Optical）ディスク／ＭＤ（Mini Disc）／ＤＶＤ（Digital Versatile Disc）などの光ディスクのディスク系、ＩＣ（Integrated Circuit）カード（メモリカードを含む）／光カードなどのカード系、あるいはマスクＲＯＭ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically
Erasable Programmable Read Only Memory）、フラッシュＲＯＭなどの半導体メモリを含めた固定的にプログラムを担持する媒体である。

また、本実施形態においては、コンピュータはインターネットを含む通信ネットワークに接続可能なシステム構成とし、通信ネットワークを介して画像処理プログラムをダウンロードしても良い。なお、このように通信ネットワークからプログラムをダウンロードする場合には、そのダウンロード機能は予めコンピュータに備えておくか、あるいは別な記録媒体からインストールされるものであっても良い。また、ダウンロード用のプログラムはユーザーインターフェースを介して実行されるものであっても良いし、決められたＵＲＬ（Uniform Resource Locater）から定期的にプログラムをダウンロードするようなものであっても良い。

本発明の実施の一形態である画像処理方法を示すフローチャートである。 包絡点を説明するための図である。 包絡点検出処理を示すフローチャートである。 包絡点の検出手順を説明するための図である。 回転角度及び回転フェレ径計測処理を示すフローチャートである。 回転座標系の例を示す図である。 本発明の実施例を示す図である。 画像処理システム１００の構成を示すブロック図である。 従来の矩形検出方法を示すフローチャートである。

符号の説明

１００ 画像処理システム
１０１ 撮像装置
１０２ 画像処理装置
１０３ 表示装置
１１１ ＣＣＤカメラ
１１２ Ａ／Ｄ変換器
１１３ カメラコントローラ
１１４ Ｄ／Ａ変換器
１１５ フレームメモリ
１２１ ＣＰＵ
１２２ ＲＡＭ
１２３ ＲＯＭ
１２４ Ｉ／Ｏコントローラ

Claims (6)

1. 画像データに含まれる矩形を検出する画像処理方法であって、
   所定の画素群を検出して画素群ごとに分離する分離ステップと、
   分離した各画素群の外周に属する画素を検出する外周検出ステップと、
   外周に属する画素に基づいて包絡点を検出する包絡点検出ステップと、
   検出した包絡点に基づいて画素群の外形を示す矩形と、この矩形の回転角度とを検出する矩形検出ステップとを有することを特徴とする画像処理方法。
2. 前記画像データを構成する各画素は、画像内における位置を示すＸ座標値およびＹ座標値を有し、
   前記包絡点検出ステップでは、外周に属する画素のうち、最小のＹ座標を求め、最小のＹ座標を有する包絡点が複数ある場合は、最小のＸ座標となる画素を第１の包絡点とし、第１の包絡点を通るＸ軸に平行な直線と、第１の包絡点と第１の包絡点以外の外周に属する画素とを通る直線との成す角度が最小となる画素を第２の包絡点とし、第１と第２の２つの包絡点を結ぶ直線と、第２の包絡点と第２の包絡点以外の外周に属する画素とを通る直線との成す角度が最小となる画素を第３の包絡点とし、第４の包絡点以降は、直前に検出した２つの包絡点に基づいて前記第３の包絡点と同様に検出し、第１の包絡点が再度検出されるまで繰り返すことで全包絡点を検出することを特徴とする請求項１記載の画像処理方法。
3. 前記矩形検出ステップでは、前記画像データを構成する各画素の位置を示すための第１の座標系とは異なる第２の座標系を設定し、この第２の座標系においてＸ軸とＹ軸とに平行な４辺からなり、各包絡点で画素群に外接する矩形の面積Ｓを算出し、第２の座標系を、第１の座標系に対して回転させたときに、前記面積Ｓが最小となるときの第２の座標系の回転角度を、画素群の外形を示す矩形の回転角度として検出することを特徴とする請求項１記載の画像処理方法。
4. 請求項１〜３のいずれかに記載の画像処理方法をコンピュータに実行させるための画像処理プログラム。
5. 請求項１〜３のいずれかに記載の画像処理方法をコンピュータに実行させるための画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体。
6. 画像データに含まれる矩形を検出する画像処理装置であって、
   所定の画素群を検出して画素群ごとに分離する分離手段と、
   分離した各画素群の外周に属する画素を検出する外周検出手段と、
   外周に属する画素に基づいて包絡点を検出する包絡点検出手段と、
   検出した包絡点に基づいて画素群の外形を示す矩形と、この矩形の回転角度とを検出する矩形検出手段とを有することを特徴とする画像処理装置。