JP2007306560A - 文書画像データのページ境界の処理方法 - Google Patents

Abstract

【課題】背景レイヤにおける、現在の非効率的なページ境界部の処理技術を回避する処理方法を提供する。
【解決手段】文書ページ１０のページ境界部は、切取り線ｘ０、ｘ１によって、複数の境界部セグメント１４、１６、１８、１９で構成されるように分割され、それらの境界部セグメントは、境界ボックスとしてウィンドウ化されて、背景レイヤの圧縮アルゴリズムで、効率的なコード化が行われる。
【選択図】図１

Description

本発明に係る開発は、一般的には画像セグメンテーション（画像をセグメント（部分）に分けること：セグメント化）に関し、特に、より効率的な記憶の検索及び高品質の再構成画像のため、画像部分がより良好に検出されるようにする、文書画像を表す走査データを処理する方法に関する。更に、詳細には、境界部をセグメント化することによるか又はそのカラーを均一なものに近似させることによって、不均一なページ境界部をより効率的にコード化する方法及びシステムを提案する。

例示的な本実施形態は、抽出された複数の一定カラー領域（「ＭＥＣＣＡ（Multiple Extracted Constant Color Areas）」）を持つ混合ラスタ・コンテンツ（「ＭＲＣ(Mixed Raster Content)」）画像を作成する画像セグメンテーションのための方法を目指している。ＭＲＣのモデリング（モデル化）は、高品質の構成画像を維持しながら高圧縮率を実現する際の有力な画像表現の概念（コンセプト）である。ＭＥＣＣＡのモデル化は、相当に再構成要件の要求が少なく、かつ固有のテキスト強調とノイズ減少の特徴という利点をさらに有する。ＭＥＣＣＡモデルは、１つの背景レイヤと、自然数であるＮ個の前景レイヤと、Ｎ個のマスク・レイヤとを含む。背景レイヤはコントーン（連続階調）のビットマップになることができるが、前景レイヤは一定のカラーに制限される。特許文献１を参照されたい。

特開２００６−００４４２５号公報

背景又は前景テキストのいずれかへのデータのセグメント化は、異なる種類の画像について異なる圧縮アルゴリズムがより一層効率的であるため、重要である。例えば、ＪＰＥＧ又は他の非可逆的圧縮アルゴリズムは、写真にとっては、より効率的圧縮であり、他方で他のアルゴリズム（ＣＣＩＴＴ Ｇ４又はＬＺＷ）が、テキストのような２値画像のために特別にデザインされている。走査した画像データの異なる部分について異なる圧縮アルゴリズムを用いることは、高品質の画像再構成を持つデータについて高圧縮率の利点を提供する。

１の画像についてＭＲＣ／ＭＥＣＣＡ表現を生成するためにはセグメンテーション（画像をセグメント（部分）に分けること：セグメント化）が必要である。セグメンテーションのアルゴリズムは一般的には４段階、すなわち、対象物抽出と、対象物選択と、カラーのクラスタ化と、結果の生成とからなる。第１段階において、テキスト及びその他の対象物が画像から抽出される。次に、対象物がカラー不変性及びその他の特性について試験され、それらが前景レイヤに表現されるべきかどうかを決定する。選択された対象物は、次に、第３段階としてカラー空間にクラスタ化される。最終的に、画像は、前景レイヤの各々が同一カラーのクラスタから対象物をコード化するようにセグメント化される。

前景レイヤの対象物候補が最初に抽出されたときに、クラスタ化が実行され、前景レイヤがどれほど必要とされるのか、及び、そこで対象物の各々がどのように表現されるべきかを判断する。現在、対象物表現に合わせた２種類のカラー・クラスタ化手法、すなわち画素ベース手法と対象物ベース手法とがある。画素ベース手法において、クラスタ化分析は画素カラーについて実行される。対象物は通常、ノイズが非常に多いため、１つの対象物内の隣り合う画素は、多くの場合、異なるクラスタに分類され、かつ異なる前景レイヤに表現されることがある。これは、コード化効率において極めて低い結果をもたらすことになる。対象物ベース手法は現在、より一般化し、クラスタ化は画素に代えて対象物に実行される。これは、１つの対象物内におけるグループ化の一貫性を保証する。従って、極めて高いコード化効率を実現することができる。しかしながら、対象物ベース手法は、対象物がカラーにおいて（少なくとも視覚的に）一定であることを要求する。そのためクラスタ化に先だって、カラーの均一性検査が求められる。

不均一カラー領域及びページ背景を含む前景レイヤにコード化することができない画像の残存部分は、背景レイヤにコード化される。背景レイヤが全ページのためにコード化されなければならない場合に、背景レイヤのコード化は、かなりの重複を含むことがあるので、おそらく望ましくない非効率なものとなる。第１に、前景により規定される画像領域は、背景のいかなるコード化情報をも伝えることはない。第２に、白は背景のための通常の初期設定カラーであり、そのため、白のページ背景をコード化する必要はない。

実際は、ページが走査されるときに、走査するウィンドウが必ずしも正確なページ境界部に正しく合致しないことがある。走査するウィンドウが若干大きい場合、スキャナ・カバーの小さい部分が走査された画像に現れることがある。従来、これらの領域は「ページ境界部」と呼ばれる。ページ境界部のカラーはスキャナ・カバーに左右される。ページ境界部は走査されたページの全周の一部にすぎないものであることに留意されたい。ページ境界部領域のカラーが変化する場合に、それをコントーンのウィンドウとしてセグメント化し、ＪＰＥＧで圧縮するのが好ましい。

ページ境界部は通常、狭く、全ページのほんの僅かな領域を占有するにすぎないが、それを直接的にコード化することは、思わぬほどに大量のビットを必要とすることになる。これはＪＰＥＧが矩形領域全体をコード化するためである。非矩形領域全体をカバーするには、その境界となるボックスによって特定される全領域がコード化される必要がある。ページ境界部領域にとって、境界となるボックスが相当大きくなることがある。かなりの頻度で、それはほぼ全ページに拡大することになる。

このように背景レイヤにおいては、現在の非効率的なページ境界部の処理技術を回避する処理方法及びシステムのための必要性がある。

不均一カラーのページ境界部をより効率的にコード化するＭＲＣ／ＭＥＣＣＡセグメンテーションのシステム及び方法が提供される。より具体的には、ページ境界部は、複数のセグメントで構成されるように分割され、得られたセグメントは、背景レイヤの圧縮アルゴリズムでより一層効率的なコード化を提供するように、境界ボックスとしてウィンドウ化される。代替的には、不均一カラーのページ境界部のウィンドウが、均一カラーの対象物として近似させることができるかどうかが判断され、そうである場合、次に、前景レイヤの圧縮アルゴリズムによりコード化される。

本実施形態によれば、文書画像を表す走査データを処理する方法が開示され、そのデータは、コントーンの背景レイヤ及び均一カラーの前景レイヤにセグメント化される。不均一カラーのページ境界部が識別され、複数のページ境界部セグメントに分割される。ページ境界部セグメントは、背景レイヤのセグメントとしてより効率的にコード化することができる。前記境界部を識別することは、文書画像の画像境界部の少なくとも２つの辺に接するページ境界部のウィンドウを検出することを含む。前記分割することは、より具体的には、ページ境界部のウィンドウをＭ個のセグメントにセグメント化するのが好ましい。ここで、Ｍは、ページ境界部のウィンドウが接する画像境界部の辺の数である。前記分割することはまた、ページ境界部のための切取線を、その切取線がページ境界部セグメントのための境界となるボックスの総面積を最小化する最適位置に配置されることについて判断することから成るのが好ましい。

別の実施形態は、不均一カラーのページ境界部を均一カラーのページ境界部に近似させることによって、不均一カラーのページ境界部の分割を回避することができる。本実施形態によれば、不均一カラーのページ境界部は、ページ境界部のウィンドウによって境界付けされるように識別される。ページ境界部のウィンドウ内のカラー分散が判断され、その分散は所定のカラー分散の閾値と対比される。ページ境界部のウィンドウのウィンドウ幅もまた判断され、所定のウィンドウ幅の閾値と対比される。カラー分散が所定のカラー分散の閾値よりも少なく且つウィンドウ幅がウィンドウ幅の閾値よりも小さいときに、均一カラーが、不均一カラーのページ境界部のウィンドウに割当てられ、そのことにより、ページ境界部は、前景レイヤにおいて前景レイヤの圧縮アルゴリズムによりコード化がなされる。

走査データを上記のように処理する電子写真システムは、不均一カラーのページ境界部を識別するプロセッサと、ページ境界部を、ページ境界部セグメントのための境界となるボックスの総面積を最小化するように配置された選択的切取線によって形成された複数のページ境界部セグメントに分割する分割器と、背景レイヤのための圧縮アルゴリズムによりページ境界部セグメントに対応する走査されたデータをコード化するコーダとを含む。代替の実施形態では、プロセッサは、所定のカラー分散の閾値及び所定のウィンドウ幅の閾値のそれぞれと比較のため、ページ境界部のウィンドウ内のカラー分散及びページ境界部ウィンドウのウィンドウ幅を判断する。カラー分散がカラー分散の閾値よりも少なく且つウィンドウ幅がウィンドウ幅の閾値よりも小さいとプロセッサが判断したときに、プロセッサは均一カラーを不均一カラーのページ境界部に割当て、コーダが、前景レイヤのための圧縮アルゴリズムにより、前景レイヤにおいてページ境界部をコード化する。

本発明は、高圧縮率及び良好な再構成画像品質を実現するように、走査で得られた走査データ（デジタルデータ）をセグメント化することに関する。上述したように、異なる型の走査データを、異なる型の圧縮アルゴリズムに合わせて、より効率的に圧縮することができる。画像の緩やかに変化する走査画像のデータ部分（コントーン、写真）は、ＪＰＥＧと同様の写真圧縮アルゴリズムによって、より良好に圧縮される。テキストと背景の間の移行は、バイナリ（２値）圧縮器によって、より良好に圧縮される。したがって、セグメンテーションの処理は、基本的には画像をいくつかの層（レイヤ）にセグメント化することであり、そのことにより、緩やかに変化する情報を伝える層（レイヤ）が写真圧縮アルゴリズムによって圧縮され、他方で急な移行を伝える層（レイヤ）がバイナリ（２値）圧縮アルゴリズムによって圧縮される。

不均一カラーのページ境界部を含む走査テキスト文書について特別な問題が発生する。上述したように、文書のページが走査されたときに、走査するウィンドウが必ずしもページ境界部に正しく合致しないことがある。図１は、文書ページ１０（背景領域１２における文書のテキスト及び他の構成要素が簡素化のために省略されている）を示しており、ページ１０は、白い背景領域１２だけでなく、走査処理中にしばしば起こり得るセグメント１４、１６、１８、１９を含む不均一カラーの境界部の枠も有する。ページ１０の領域に対して、ページ境界部セグメント１４、１６、１８、１９は、相当に狭く（細く）、ほんの僅かな領域を占有するにすぎないが、ページ境界部についての境界となるボックス（ＪＰＥＧでコード化するものとする）は、ページ１０全体を越えて延びている。不均一カラーのページ境界部は、文書ページ１０の枠部分の付近にのみ延びており、本書において、文書１０の境界となる枠のいずれかの部分すなわちいずれかのセグメントを、「ページ境界部」と定義する。

図２及び図３を参照すると、プロセッサ２０（図３）は、最初に、境界となるページ境界部のウィンドウがあるかどうかを、走査データにおいて可能な全てのウィンドウを先ず評価すること（４０：図２）と、次に、ウィンドウの各々がページ境界部のウィンドウ２２であるか否かを判断すること（４２：図２）とによって、識別する（ページ境界部ウィンドウファインダ２２：図３）。ウィンドウがカラーにおいて均一である場合（４４：図２）、バイナリ（２値）圧縮アルゴリズムにより均一カラーの対象物の通常のＭＥＣＣＡ処理によってそれをコード化することができる（４６：図２）。しかしながら、それがカラーにおいて均一でない場合には、より効率的コード化のためのページ境界部の２つの選択的処理方法のうちの１つを採用することができる。第１の選択的方法は、ページ境界部が長く狭い（細い）セグメントに分割されれば、関連の境界となるボックスの総面積を大幅に小さくできるという観察に基づいている。図１を参照すると、ページ境界部は、２つの切取線ｘ０、ｘ１によって４つのセグメント１４、１６、１８、１９に分割されるということが分かる。

より詳細には、コントーンのウィンドウが、画像境界部の少なくとも２つの辺に実質的に（Ｎ個（Ｎは設定した閾値）の画素より多く）接する場合に、ページ境界部のウィンドウとして検出される（なお、画像境界部の１つの辺にのみ接するウィンドウは通常、本発明の特別な処理方法を用いないでも効率的にコード化できる）。検出されたページ境界部のウィンドウの各々は、次に、ウィンドウが（実質的に）接する辺の数であるＭ個のセグメントに分割される（４８：図２、及び、ウィンドウカッタ２４：図３）。Ｍが４（又は２）個であるときは、２つ（又は１つ）の切取り（カット）が必要である。Ｍが３であるときは、方向によって１つ又は２つの切取りが必要である。特定画像について、垂直又は水平方向の分割は、結果として境界となるボックスの総面積が異なるが、通常、その差は顕著ではない。分割の最適位置は、結果として生じる境界となるボックスの総面積の最小化によって得ることができる。例えば、図１を参照すると、ページ境界部のウィンドウの境界となるボックスは、外周２３が境界である。図１に示すように、Ｍ＝４で垂直分割した場合に、切取り点ｘ０及びｘ１（原点Ｏからｘ０及びｘ１の位置にある）は、
Min[x0＋(W−x1)]Ｈ＋(x1−x0)[Ｈ_T(x0，x1)＋Ｈ_B(x0，x1)]
と計算することができる。この場合、Ｗ及びＨは画像の幅及び高さであり、Ｈ_T(x0，x1）及びＨ_B(x0，x1)は、画像が切取り線ｘ０及びｘ１で切取られる場合の文書ページ１０の頂部及び底部のセグメントについての境界ボックスの高さである。
最小化は、切取り点ｘ０及びｘ１を越えて、

となる。ここで、ｘ₀₀及びｘ₁₁は、それぞれ、ウィンドウを４つのセグメントに分割するｘ０の最小値及びｘ１の最大値である。このように、分割は、切取線ｘ０、ｘ１によって形成された全体として長くて狭い（細い）ブロックである矩形のページ境界部セグメントを形成するページ境界部の分割を含むことを意図している。前記切取線ｘ０、ｘ１は、ページ境界部セグメントのための境界となるボックスの総面積を最小化する最適位置に配置される。分割後に、セグメントを、背景レイヤの圧縮アルゴリズム（例えばＪＰＥＧ）により、背景において、いくつかの不均一カラーのウィンドウ対象物としてコード化することができる（５０：図２）。

不均一カラーのページ境界部のウィンドウの改良圧縮及び再構成のための処理方法を含む別の実施形態は、不均一カラーのページ境界部のウィンドウを均一のウィンドウに近似させることである。ＣＣＩＴＴＴ Ｇ４などの可逆的コード化（Lossless Coding）方法は、高い効率性によって均一なウィンドウをコード化することができる。この方法は、ページ境界部ウィンドウのカラーにおけるばらつきが大きすぎず、境界部が狭い場合にのみ可能となる。このような場合には、ばらつきが単にノイズによるものであると仮定することができ、均一カラーとしてのウィンドウの分類は情報を損失するという危険をそれほど冒すことはない。

不均一カラーのページ境界部のウィンドウが識別された（４４：図２）後に、プロセッサ２０はカラー分散及びウィンドウ幅を検知する（カラー分散・ウィンドウ幅ファインダ２６：図３）。ウィンドウの各々は、そのカラー分散が所定の閾値よりも小さいかどうかを見るために検査される（５２：図２）。前記の閾値は、画像のカラー空間、画質要件及びユーザの優先性など、多くの要因に基づいて判断される。そうでない場合（カラー分散が所定の閾値よりも小さい場合）には、上述のようにセグメント化するか、又は、これまでのように従来型背景レイヤの圧縮アルゴリズムにより処理することができる。しかしながら、分散が所定の閾値を下回る場合、ウィンドウの最も幅広な部分もまた、所定の閾値よりも小さいかどうかを見るために検査される（５４：図２）。これらの条件が両方とも満たされる場合、次にウィンドウは均一カラーを割当てられ（５６：図２）、均一なウィンドウとしてコード化される。ページ境界部のウィンドウのカラーがページ背景に近い場合、それはまた、白いページ背景の一部に分類されることにもなる。しかしながら、これは、一部のユーザにとっては有益であるかもしれないページ境界部の情報を捨てることになる。

図３を参照すると、本発明に係る混合ラスタ・コンテンツ（ＭＲＣ）のセグメント化した表現で走査データを処理する電子写真システムは、上記の特定の処理ステップを実行するプロセッサ２０に加えて、分割器６０とクラスタラ６２とコーダ６４とを含む。分割器６０は、ページ境界部を、境界となるボックスの総面積を最小化するように配置された選択切取線によって形成された複数のページ境界部セグメントに、分割する。クラスタラ６２は、前景レイヤにおいて他のオブジェクトを持つ同じカラーの境界部セグメントをクラスタ化するために配置され、コーダ６４は、ページ境界部セグメントに対応する走査データを、背景レイヤ又は前景レイヤのための圧縮アルゴリズムによって、コード化する。コード化は、セグメント化方法、及び、カラー分散及び幅の処理方法が選択されるかどうかに依存する。

特許請求の範囲は、ハードウェア、ソフトウェア又はその組み合わせの実施形態を包含する。

ここで用いられる「スキャナ」という用語は、デジタルコピー機、製本機械、ファクシミリ装置、多機能装置等、いかなる目的の文書読取り機能を実行するいかなる装置をも包含する。

上で開示された種々のこと及び他の特徴と機能、又はそれらの代替物を、望ましくは、多数の他の異なるシステム又は用途に組み合わせることができると。また、当業者であれば、添付された特許請求の範囲によって包含されることも意図される現在は予期しない又は不測の種々の代替物、変更、変形物、又はそれらの改良を、続いて行う可能性があることも認識されるであろう。

不均一カラーのページ境界部を含む走査文書の１例を示す図である。 不均一カラーのページ境界部の改良ＭＥＣＣＡセグメンテーションのための処理方法の実施形態にのフロー・チャートである。 境界部内のカラー分散及びページ境界部のウィンドウ幅を測定するようにページ境界部をセグメント化することに基づいて、不均一カラーのページ境界部のＭＥＣＣＡセグメンテーションを行うシステムについてのブロック図である。

符号の説明

１０：文書ページ
１２：背景
１４、１６、１８、１９：ページ境界部セグメント
２０：プロセッサ
６０：分割器
６２：クラスタラ
６４：コーダ

Claims (3)

1. 文書画像を表す、走査したデータを処理する方法であって、
   前記データをコントーンの背景レイヤと均一カラーの前景レイヤとにセグメントとして分け、
   不均一なカラーページ境界部を識別し、
   前記不均一なカラーページ境界部を複数のページ境界部セグメントに分割し、
   前記ページ境界部セグメントを背景レイヤのセグメントとしてコード化する、
   ことから成ることを特徴とする方法。
2. 請求項１に記載の方法において、前記ページ境界部セグメントに分割することは、矩形のページ境界部セグメントを形成するように前記ページ境界部を分けることから成ることを特徴とする方法。
3. 請求項１に記載の方法において、前記カラーページ境界部を識別することは、前記文書画像の画像境界部の少なくとも２つの辺に接するページ境界部のウィンドウを検出することから成ることを特徴とする方法。

Images