JP2008067251A - 画像属性判別装置及び画像属性判別プログラム - Google Patents

Abstract

【課題】高精度に属性を判別することができる画像属性判別装置を提供する。
【解決手段】画像を複数の画像ブロックに分割して、各画像ブロックの属性を属性判別部１１で判別する。属性判別部１１で判別した画像ブロックの属性をもとに、各画像ブロックを順次注目ブロックとして、注目ブロックの周辺の画像ブロックの属性に従って注目ブロックの属性を修正部１２で修正する。修正部１２の属性修正処理として、周辺の画像ブロックの属性から各属性のブロック数をブロック数算出部２１で算出し、算出された各属性のブロック数のうち少なくとも２つの属性のブロック数をブロック数加算部２２で加算して加算値を得る。この加算値と各属性のブロック数をもとに、注目ブロック属性修正部２３において、注目ブロックの修正後の属性を決定して、注目ブロックの属性を修正する。
【選択図】図１

Description

本発明は、画像属性判別装置及び画像属性判別プログラムに関するものである。

画像中には文字や写真など、様々な要素が含まれていることがある。このような種々の要素を含む画像を処理する際には、それぞれの要素の属性に応じた処理を行うことが望ましい。そのためには、処理を行う前に画像中にどのような属性の要素が含まれているかを判別する必要があり、従来より属性の判別方法として様々な手法が提案されている。

従来の属性判別の手法の一つとして、例えば特許文献１に記載されている方法がある。特許文献１では、画像を画像ブロックに分割し、画像ブロック毎に属性を判別した後、注目ブロックの周辺の画像ブロックの属性判別結果を参照し、注目ブロックが孤立ブロックであった場合についてのみ、周辺の画像ブロックの属性のうち最も個数が多い属性に注目ブロックの属性を修正している。また、パターンマッチングによる属性の修正についても記載されている。

特開平１１−５５５０８号公報

本発明は、高精度に属性を判別することができる画像属性判別装置及び画像属性判別プログラムを提供することを目的とするものである。

本願請求項１に記載の発明は、画像を複数の画像ブロックに分割し該画像ブロック毎に属性を判別する判別手段と、前記判別手段で判別した画像ブロックの属性をもとに各画像ブロックを順次注目ブロックとして該注目ブロックの周辺の画像ブロックの属性に従って前記注目ブロックの属性を修正する修正手段を有し、前記修正手段は、周辺の画像ブロックの属性から各属性のブロック数を算出するブロック数算出手段と、前記ブロック数算出手段で算出された各属性のブロック数のうち少なくとも２つの属性のブロック数を加算するブロック数加算手段と、前記ブロック数算出手段で算出された各属性のブロック数と前記ブロック数加算手段で加算された少なくとも２つの属性のブロック数の和をもとに修正する属性を決定して前記注目ブロックの属性を修正する注目ブロック属性修正手段を有することを特徴とする画像属性判別装置である。

本願請求項２に記載の発明は、本願請求項１に記載の構成における判別手段が、少なくとも下地、文字を含む３種類以上の属性に分類するものであり、修正手段のブロック数加算手段が、属性が下地と文字のブロック数を加算することを特徴とする画像属性判別装置である。

本願請求項３に記載の発明は、本願請求項１または請求項２に記載の構成における修正手段が、属性を修正した後の各画像ブロックの属性を入力として属性の修正処理を複数回繰り返すことを特徴とする画像属性判別装置である。

本願請求項４に記載の発明は、請本願求項３に記載の構成における修正手段が、属性の修正処理を繰り返すごとに異なる修正アルゴリズムを使用することを特徴とする画像属性判別装置である。

本願請求項５に記載の発明は、コンピュータに、請求項１ないし請求項４のいずれか１項に記載の画像属性判別装置の機能を実行させることを特徴とする画像属性判別プログラムである。

本願請求項１に記載の発明によれば、本発明の構成を有していない場合に比較して、高精度に属性を判別することができるという効果がある。

本願請求項２に記載の発明によれば、本願請求項１に記載の発明に比べて、特に文字属性についての判別精度を向上させることができる。

本願請求項３に記載の発明によれば、本願請求項１または請求項２に記載の発明に比べてさらに高精度に属性を判別することができる。

本願請求項４に記載の発明によれば、本願請求項３に記載の発明に比べてさらに高精度に属性を判別することができる。

本願請求項５に記載の発明によれば、本願請求項１ないし請求項４のいずれか１項に記載の発明の効果を得ることができる。

図１は、本発明の実施の一形態を示すブロック図である。図中、１１は属性判別部、１２は修正部、２１はブロック数算出部、２２はブロック数加算部、２３は注目ブロック属性修正部である。

属性判別部１１は、画像を複数の画像ブロックに分割し、その画像ブロック毎に属性を判別する。画像ブロックの大きさは任意であり、画素単位でもかまわない。また、判別する属性も任意であるが、この実施の形態では下地、文字、絵柄、その他などの属性に分類するものとして説明するが、少なくとも下地、文字を含む３種類以上の属性に分類すればよい。なお、属性の判別方法については任意であり、種々の周知の判別方法を利用することができる。

修正部１２は、属性判別部１１で判別した画像ブロックの属性をもとに、各画像ブロックを順次注目ブロックとして、注目ブロックの周辺の画像ブロックの属性に従って注目ブロックの属性を必要に応じて修正する。

この修正部１２は、ブロック数算出部２１、ブロック数加算部２２、注目ブロック属性修正部２３を含んで構成されている。ブロック数算出部２１は、注目ブロックの周辺の画像ブロックの属性から各属性のブロック数を算出する。

ブロック数加算部２２は、ブロック数算出部２１で算出された各属性のブロック数のうち、少なくとも２つの属性のブロック数を加算する。例えば、下地の上に文字が直接描かれている場合、属性が下地と文字のブロック数を加算することにより、属性が文字と下地の画像ブロックをグループ化して以降の判断を行うことができる。

注目ブロック属性修正部２３は、ブロック数算出部２１で算出された各属性のブロック数と、ブロック数加算部２２で加算された少なくとも２つの属性のブロック数の和をもとに修正する属性を決定して、注目ブロックの属性を修正する。

なお、この修正部１２による修正処理は、複数回繰り返して行うことができる。このとき、それぞれ繰り返すごとに異なる修正アルゴリズムを使用することができる。もちろん、修正アルゴリズムが異なる複数の修正部により順に修正処理を行うように構成することも可能である。

図２は、本発明の実施の一形態における動作の一例を示すフローチャートである。Ｓ３１において、画像を分割した画像ブロック毎に属性判別部１１で属性を判別する。ここでは一例として、判別する属性は文字、絵柄、下地、その他の４つのうちのいずれかであるものとする。

Ｓ３２において、画像ブロックのうちの１つを注目ブロックとして設定する。Ｓ３３において、注目ブロックの属性を判定し、Ｓ３４〜Ｓ３７においてそれぞれの注目ブロックの属性に応じた属性修正処理を行う。Ｓ３８において、すべての画像ブロックを注目ブロックとして処理を行ったか否かを判定し、まだ注目ブロックとして処理を行っていない画像ブロックが存在していれば、Ｓ３２へ戻って未処理の画像ブロックを注目ブロックとして設定し、以降の処理を行う。すべての画像ブロックについて属性修正処理を終えたら、この処理を終える。

なお、Ｓ３２〜Ｓ３８の処理を複数回行ってもよい。修正された画像ブロックの属性が周囲に波及し、より正確な属性へ修正される。繰り返す場合には、Ｓ３４〜Ｓ３７において行う属性修正処理のアルゴリズムを変更し、種々の修正方法を適用して、より正確な属性への修正を行うとよい。例えば、後述するそれぞれの属性修正処理において参照する周辺の画像ブロックの範囲を変更したアルゴリズムを用いることができる。このとき、修正処理の回を重ねるごとに、より広い範囲の画像ブロックを参照することによって、精度よく修正を行うことができる。

以下、それぞれの属性に応じた属性修正処理の具体例について説明する。属性修正処理では、注目ブロックの周辺の画像ブロック（以下、周辺ブロックと呼ぶ）を参照するが、本発明においては、どの程度の範囲の画像ブロックを参照するかは任意である。以下の例では具体的な説明を行うために３×３個の画像ブロックを考え、中央を注目ブロックとし、注目ブロックの上、下、左、右、右ななめ上、右ななめ下、左ななめ上、左ななめ下の８個の画像ブロックを周辺ブロックとする。

図３は、注目ブロックの属性が文字の場合の属性修正処理の具体例を示すフローチャートである。Ｓ４１において周辺ブロックの各属性の個数をブロック数算出部２１で算出する。また、この例ではブロック数加算部２２において属性が文字のブロック数と属性が下地のブロック数を加算した値（加算値）を求めておく。

Ｓ４２以降の判断及び属性の修正は、注目ブロック属性修正部２３で行う。Ｓ４２において、属性が文字と下地の加算値が５以上であり、かつ、属性が文字の周辺ブロックが２以上存在するか否かを判断する。この条件は、注目ブロックの周囲に属性が文字や下地の画像ブロックが多く存在するか否かを判定するものであり、下地の上に文字が描かれている場合を想定している。属性が文字と下地のブロック数を加算した加算値を用いて判定すれば、下地の上に文字が描かれている領域であるか否かを判定することができる。この条件を満たす場合には、Ｓ４３において、修正後の属性を文字とする。この場合には注目ブロックの属性は実質的に修正されない。

Ｓ４２の条件を満たさない場合には、Ｓ４４において、属性が絵柄の周辺ブロックが５以上存在するか否かを判定する。この条件は、写真などの絵柄中の文字、あるいは絵柄中の線などを文字と誤判定したことを検出するものである。この条件を満たす場合には、Ｓ４５において、修正後の属性を絵柄とし、注目ブロックの属性を絵柄に修正する。

Ｓ４４の条件を満たさない場合には、さらにＳ４６において、属性が下地の周辺ブロックが８以上存在するか否かを判定する。この条件は、注目ブロックが孤立していることを検出するものである。この条件を満たす場合には、Ｓ４７において、修正後の属性を下地とし、注目ブロックの属性を下地に修正する。

Ｓ４６の条件を満たさない場合には、さらにＳ４８において、属性がその他の周辺ブロックが５以上存在するか否かを判定する。この条件は、注目ブロックの周囲には属性がその他の画像ブロックが多く存在していることを検出するものである。この条件を満たす場合には、Ｓ４９において、修正後の属性をその他とし、注目ブロックの属性をその他に修正する。

Ｓ４８の条件を満たさない場合には、さらにＳ５０において、属性が文字の周辺ブロックが２以上、かつ、属性がその他の周辺ブロックが２以上、かつ、属性が絵柄の周辺ブロックが２以上存在するか否かを判定する。この条件は、注目ブロックの周囲にはさまざまな属性の画像ブロックが存在していることを検出するものである。この条件を満たす場合には、Ｓ４９において、修正後の属性をその他とし、注目ブロックの属性をその他に修正する。また、条件を満たさない場合には、Ｓ５１において、注目ブロックの修正後の属性は文字であるものとし、この場合には実質的に注目ブロックの属性は修正されない。

図４は、注目ブロックの属性が絵柄の場合の属性修正処理の具体例を示すフローチャートである。この場合もまずＳ６１において、周辺ブロックの各属性の個数をブロック数算出部２１で算出する。また、この例においてもブロック数加算部２２において属性が文字のブロック数と属性が下地のブロック数を加算した加算値を求めておく。

Ｓ６２以降の判断及び属性の修正は、注目ブロック属性修正部２３で行う。Ｓ６２において、属性が絵柄の周辺ブロックが５以上存在するか否かを判定する。この条件は、周辺ブロックにおいても属性が絵柄であることを検出するものである。図３に示した注目ブロックの属性が文字の場合とは異なり、属性が絵柄であることを優先して判定している。Ｓ６２の条件を満たす場合には、Ｓ６３において、修正後の属性を絵柄とし、この場合には注目ブロックの属性は実質的に修正されない。

Ｓ６２の条件を満たさない場合には、Ｓ６４において、属性が文字と下地の加算値が６以上であり、かつ、属性が文字の周辺ブロックが２以上存在するか否かを判断する。この条件は、注目ブロックの周囲に属性が文字や下地の画像ブロックが多く存在しており、文字あるいは下地を絵柄と誤判定した場合を想定している。下地の上に文字が描かれている場合には、属性が文字と下地の画像ブロックが多く存在しており、ブロック数を加算した加算値を用いて判定すれば、下地の上に文字が描かれている領域であるか否かを判定することができる。この条件を満たす場合には、Ｓ６５において、修正後の属性を文字とし、注目ブロックの属性を文字に修正する。

Ｓ６４の条件を満たさない場合には、さらにＳ６６において、属性が下地の周辺ブロックが７以上存在するか否かを判定する。この条件は、注目ブロックが孤立していることを検出するものである。この条件を満たす場合には、Ｓ６７において、修正後の属性を下地とし、注目ブロックの属性を下地に修正する。

Ｓ６６の条件を満たさない場合には、さらにＳ６８において、属性がその他の周辺ブロックが５以上存在するか否かを判定する。この条件は、注目ブロックの周囲には属性がその他の画像ブロックが多く存在していることを検出するものである。この条件を満たす場合には、Ｓ６９において、修正後の属性をその他とし、注目ブロックの属性をその他に修正する。

Ｓ６８の条件を満たさない場合には、さらにＳ７０において、属性が文字の周辺ブロックが２以上、かつ、属性がその他の周辺ブロックが２以上、かつ、属性が絵柄の周辺ブロックが２以上存在するか否かを判定する。この条件は、注目ブロックの周囲にはさまざまな属性の画像ブロックが存在していることを検出するものである。この条件を満たす場合には、Ｓ６９において、修正後の属性をその他とし、注目ブロックの属性をその他に修正する。また、条件を満たさない場合には、Ｓ７１において、注目ブロックの修正後の属性は絵柄のままとし、実質的に注目ブロックの属性は修正されない。

図５は、注目ブロックの属性がその他の場合の属性修正処理の具体例を示すフローチャートである。この場合もまずＳ８１において、周辺ブロックの各属性の個数をブロック数算出部２１で算出する。また、この例においてもブロック数加算部２２において属性が文字のブロック数と属性が下地のブロック数を加算した加算値を求めておく。

Ｓ８２以降の判断及び属性の修正は、注目ブロック属性修正部２３で行う。Ｓ８２において、属性がその他の周辺ブロックが５以上存在するか否かを判定する。この条件は、周辺ブロックにおいても属性がその他であることを検出するものである。Ｓ８２の条件を満たす場合には、Ｓ８３において、修正後の属性をその他とし、注目ブロックの属性を実質的に修正しないようにしている。

Ｓ８２の条件を満たさない場合には、Ｓ８４において、属性が文字と下地の加算値が６以上であり、かつ、属性が文字の周辺ブロックが２以上存在するか否かを判断する。この条件は、注目ブロックの周囲に属性が文字や下地の画像ブロックが多く存在しており、文字あるいは下地を絵柄と誤判定した場合を判定するものである。この条件を満たす場合には、Ｓ８５において、修正後の属性を文字とし、注目ブロックの属性を文字に修正する。

Ｓ８４の条件を満たさない場合には、さらにＳ８６において、属性が絵柄の周辺ブロックが５以上存在するか否かを判定する。この条件は、注目ブロックの周囲には属性が絵柄の画像ブロックが多く存在しでいることを検出するものである。この条件を満たす場合には、Ｓ８７において、修正後の属性を絵柄とし、注目ブロックの属性を絵柄に修正する。

Ｓ８６の条件を満たさない場合には、さらにＳ８８において、属性が下地の周辺ブロックが７以上存在するか否かを判定する。この条件は、注目ブロックが孤立していることを検出するものである。この条件を満たす場合には、Ｓ８９において、修正後の属性を下地とし、注目ブロックの属性を下地に修正する。また、条件を満たさない場合には、Ｓ９０において、注目ブロックの修正後の属性はその他のままとし、実質的に注目ブロックの属性は修正されない。

図６は、注目ブロックの属性が下地の場合の属性修正処理の具体例を示すフローチャートである。この場合もまずＳ９１において、周辺ブロックの各属性の個数をブロック数算出部２１で算出する。

Ｓ９２以降の判断及び属性の修正は、注目ブロック属性修正部２３で行う。Ｓ９２において、属性が下地の周辺ブロックが５以上存在するか否かを判定する。この条件は、周辺ブロックにおいても属性が下地であることを検出するものである。Ｓ９２の条件を満たす場合には、Ｓ９３において、修正後の属性を下地のままとし、注目ブロックの属性を実質的に修正しないようにしている。

Ｓ９２の条件を満たさない場合には、Ｓ９４において、属性が絵柄の周辺ブロックが６以上存在するか否かを判定する。この条件は、注目ブロックの周囲には属性が絵柄の画像ブロックが多く存在しでいることを検出するものである。この条件を満たす場合には、Ｓ９５において、修正後の属性を絵柄とし、注目ブロックの属性を絵柄に修正する。

Ｓ９４の条件を満たさない場合には、Ｓ９６において、属性がその他の周辺ブロックが６以上存在するか否かを判定する。この条件は、注目ブロックの周囲には属性がその他の画像ブロックが多く存在しでいることを検出するものである。この条件を満たす場合には、Ｓ９７において、修正後の属性をその他とし、注目ブロックの属性をその他に修正する。

Ｓ９６の条件を満たさない場合には、さらにＳ９８において、属性が文字の周辺ブロックが２以上、かつ、属性がその他の周辺ブロックが２以上、かつ、属性が絵柄の周辺ブロックが２以上存在するか否かを判定する。この条件は、注目ブロックの周囲にはさまざまな属性の画像ブロックが存在していることを検出するものである。この条件を満たす場合には、Ｓ９７において、修正後の属性をその他とし、注目ブロックの属性をその他に修正する。また、条件を満たさない場合には、Ｓ９９において、注目ブロックの修正後の属性は下地のままとし、実質的に注目ブロックの属性は修正されない。

以上のようにして注目ブロックの属性に応じて、各属性のブロック数及びブロック数の加算値を用いて、注目ブロックが本来有すべき修正後の属性を決定し、当該属性に注目ブロックの属性を修正することにより、正確な属性を出力することができる。なお、図３〜図６における各判定条件において用いている閾値となる数値はいずれも一例であって、適宜変更することができる。もちろん、ここでは周辺ブロックとして注目ブロックの周囲の８ブロックを用いる例を示しているが、さらに多くの画像ブロックを周辺ブロックとして判定に用いてもよく、この場合には当然、各判定のための閾値は変更されることになる。さらに、図３〜図６に示した判定条件についても、適宜変更可能であることは言うまでもない。

以下、いくつかの具体例を用いて、注目ブロックの属性の修正処理を説明する。なお、以下の説明においても、注目ブロックを中心とし、周囲８個の画像ブロックを周辺ブロックとする３×３個の画像ブロックについて示すこととする。

図７は、属性修正処理の具体例による注目ブロックの属性修正の第１の具体例の説明図である。いま、図７（Ａ）に示すように３×３個の画像ブロックの属性が得られたものとする。ブロック数算出部２１で周辺ブロックについて各属性のブロック数を算出すると、属性が下地のブロック数は４、属性が絵柄のブロック数は１、属性が文字のブロック数は３となる。また、ブロック数加算部２２で得られる加算数は４＋３＝７である。

この具体例の場合には、注目ブロックの属性が絵柄であるので図４に示した属性修正処理に従い、Ｓ６５において注目ブロックの修正後の属性は文字であると判定され、図７（Ｂ）に示すように、注目ブロックの属性は文字に修正される。

図７に示した例では、注目ブロックの絵柄属性は、下部の文字属性と上部の下地属性にはさまれており、このような場合の多くは文字のエッジ部を絵柄と誤判定した場合である。例えば図７（Ｃ）に示した例においては文字“Ａ”の画像を画像ブロックに分割してそれぞれの属性を判定している。このとき、右下の３×３個の画素ブロックを取り出して、中央の画素ブロックを注目ブロックとしたときの例が、図７（Ａ）に示した例に対応する。図７（Ｃ）では下地に文字が描かれているのに、一部が絵柄と判定されている。

このような場合、まず、下地に文字が描かれていることは、属性が文字と下地のブロック数の加算値を用いることにより判定できる。また、各属性を個別に判定すると、属性が下地のブロック数の方が、属性が文字のブロック数よりも多い。しかし、属性を絵柄と判定したことから文字のエッジ部がかかっていることが推測されるため、属性を文字と判定することが望ましい。従って、注目ブロックの属性を絵柄から文字へと修正することにより、注目ブロックの正しい属性を出力することができる。

図８は、属性修正処理の具体例による注目ブロックの属性修正の第２の具体例の説明図である。いま、図８（Ａ）に示すように３×３個の画像ブロックの属性が得られたものとする。ブロック数算出部２１で周辺ブロックについて各属性のブロック数を算出すると、属性が絵柄のブロック数は５、属性が文字のブロック数は１、属性が下地のブロック数は２となる。また、ブロック数加算部２２で得られる加算数は３である。

この具体例の場合には、注目ブロックの属性が文字であるので図３に示した属性修正処理に従い、加算数及び属性が文字のブロック数がＳ４２の条件を満たさず、属性が絵柄のブロック数がＳ４４の条件を満たすので、Ｓ４５において注目ブロックの修正後の属性は絵柄であると判定され、図８（Ｂ）に示すように、注目ブロックの属性は絵柄に修正される。

図８に示した例では、注目ブロックの周囲には多数の絵柄属性の画像ブロックが存在しており、絵柄領域のエッジ部分の平坦部を文字と誤判定した可能性がある。このような場合には、注目ブロックの属性を文字から絵柄へと修正することにより、注目ブロックの正しい属性を出力することができる。

図９は、属性修正処理の具体例による注目ブロックの属性修正の第３の具体例の説明図である。いま、図９（Ａ）に示すように３×３個の画像ブロックの属性が得られたものとする。ブロック数算出部２１で周辺ブロックについて各属性のブロック数を算出すると、属性が絵柄のブロック数は３、属性が文字のブロック数は２、属性がその他のブロック数は２、属性が下地のブロック数は１となる。また、ブロック数加算部２２で得られる加算数は２＋１＝３である。

この具体例の場合には、注目ブロックの属性が下地であるので図６に示した属性修正処理に従い、Ｓ９２，Ｓ９４，Ｓ９６の条件は満たず、Ｓ９８の条件を満たすので、Ｓ９７において注目ブロックの修正後の属性はその他であると判定され、図９（Ｂ）に示すように、注目ブロックの属性はその他に修正される。

図９に示した例では、３×３個の画像ブロックの属性はばらついており、文字、絵柄、下地のいずれとも判定しがたい。このような場合の属性がその他であるので、注目ブロックの属性を下地からその他へと修正することにより、注目ブロックの正しい属性を出力することができる。なお、この例では注目ブロックの属性が下地であったが、属性が文字または絵柄の場合でも、同様に注目ブロックの属性をその他に修正することができる。

このように、いずれの具体例においても、属性判別部１１で各画像ブロックについて判定した属性が誤っていても、修正部１２により属性を正しく修正するので、精度よく属性を出力することができる。また、修正部１２による属性修正処理を複数回繰り返すことによって、より精度よく属性を出力することができる。

なお、上述の説明では注目ブロックを中心とする３×３個の画像ブロックを用いて属性修正処理を行う例を示した。もちろん、周辺ブロックとしてどの程度の範囲の画像ブロックを参照するかは任意に設定することができる。また、修正処理を繰り返して実行する場合には、周辺ブロックとして参照する範囲を変更しながら行うことができる。特に、繰り返すたびにより広い範囲の周辺ブロックを参照するように、各部のアルゴリズムを変更して行うとよい。上述の例であれば、最初に３×３個の画像ブロックを用いて修正処理を行ったら、２回目は５×５個の画像ブロックを用いて修正処理を行う、といったようにすればよい。このように、比較的小さい範囲での修正を行い、次第に広い範囲で修正を行うことにより、精度よく修正を行うことができる。

図１０は、本発明の画像属性判別装置の機能をコンピュータプログラムで実現した場合におけるコンピュータプログラム及びそのコンピュータプログラムを格納した記憶媒体とコンピュータの一例の説明図である。図中、１０１はプログラム、１０２はコンピュータ、１１１は光磁気ディスク、１１２は光ディスク、１１３は磁気ディスク、１１４はメモリ、１２１はＣＰＵ、１２２は内部メモリ、１２３は読取部、１２４はハードディスク、１２５，１２６はインタフェース、１２７は通信部である。

上述の各実施の形態で説明した本発明の画像属性判別装置の各部の機能の一部または全部を、コンピュータにより実行可能なプログラム１０１によって実現することが可能である。その場合、そのプログラム１０１およびそのプログラムが用いるデータなどは、コンピュータが読み取り可能な記憶媒体に記憶することも可能である。記憶媒体とは、コンピュータのハードウェア資源に備えられている読取部１２３に対して、プログラムの記述内容に応じて、磁気、光、電気等のエネルギーの変化状態を引き起こして、それに対応する信号の形式で、読取部１２３にプログラムの記述内容を伝達できるものである。例えば、光磁気ディスク１１１，光ディスク１１２（ＣＤやＤＶＤなどを含む）、磁気ディスク１１３，メモリ１１４（ＩＣカード、メモリカードなどを含む）等である。もちろんこれらの記憶媒体は、可搬型に限られるものではない。

これらの記憶媒体にプログラム１０１を格納しておき、例えばコンピュータ１０２の読取部１２３あるいはインタフェース１２５にこれらの記憶媒体を装着することによって、コンピュータからプログラム１０１を読み出し、内部メモリ１２２またはハードディスク１２４に記憶し、ＣＰＵ１２１によってプログラム１０１を実行することによって、本発明の画像属性判別装置の機能を実現することができる。あるいは、ネットワークなどを介してプログラム１０１をコンピュータ１０２に転送し、コンピュータ１０２では通信部１２７でプログラム１０１を受信して内部メモリ１２２またはハードディスク１２４に記憶し、ＣＰＵ１２１によってプログラム１０１を実行することによって、本発明の画像属性判別装置の機能を実現してもよい。なお、コンピュータ１０２には、このほかインタフェース１２６を介して様々な装置と接続することができ、例えば情報を表示する表示装置やユーザが情報を入力する入力装置等も接続されている。

もちろん、一部の機能についてハードウェアによって構成することもできるし、すべてをハードウェアで構成してもよい。あるいは、他の構成とともに本発明も含めたプログラムとして構成することも可能である。例えば複写機などの画像読取装置や画像形成装置を含む装置において制御プログラムとともに１つのプログラムとして構成し、画像読取装置で読み取られた画像に対して属性判別処理を行うように構成することもできる。もちろん、他の用途に適用する場合には、その用途におけるプログラムとの一体化も可能である。なお、コンピュータ１０２が画像読取装置または画像形成装置のいずれかあるいは双方を有する構成、あるいは他の構成を有していてよいことは言うまでもない。

本発明の実施の一形態を示すブロック図である。 本発明の実施の一形態における動作の一例を示すフローチャートである。 注目ブロックの属性が文字の場合の属性修正処理の具体例を示すフローチャートである。 注目ブロックの属性が絵柄の場合の属性修正処理の具体例を示すフローチャートである。 注目ブロックの属性がその他の場合の属性修正処理の具体例を示すフローチャートである。 注目ブロックの属性が下地の場合の属性修正処理の具体例を示すフローチャートである。 属性修正処理の具体例による注目ブロックの属性修正の第１の具体例の説明図である。 属性修正処理の具体例による注目ブロックの属性修正の第２の具体例の説明図である。 属性修正処理の具体例による注目ブロックの属性修正の第３の具体例の説明図である。 本発明の画像属性判別装置の機能をコンピュータプログラムで実現した場合におけるコンピュータプログラム及びそのコンピュータプログラムを格納した記憶媒体とコンピュータの一例の説明図である。

符号の説明

１１…属性判別部、１２…修正部、２１…ブロック数算出部、２２…ブロック数加算部、２３…注目ブロック属性修正部、１０１…プログラム、１０２…コンピュータ、１１１…光磁気ディスク、１１２…光ディスク、１１３…磁気ディスク、１１４…メモリ、１２１…ＣＰＵ、１２２…内部メモリ、１２３…読取部、１２４…ハードディスク、１２５，１２６…インタフェース、１２７…通信部。

Claims (5)

1. 画像を複数の画像ブロックに分割し該画像ブロック毎に属性を判別する判別手段と、前記判別手段で判別した画像ブロックの属性をもとに各画像ブロックを順次注目ブロックとして該注目ブロックの周辺の画像ブロックの属性に従って前記注目ブロックの属性を修正する修正手段を有し、前記修正手段は、周辺の画像ブロックの属性から各属性のブロック数を算出するブロック数算出手段と、前記ブロック数算出手段で算出された各属性のブロック数のうち少なくとも２つの属性のブロック数を加算するブロック数加算手段と、前記ブロック数算出手段で算出された各属性のブロック数と前記ブロック数加算手段で加算された少なくとも２つの属性のブロック数の和をもとに修正する属性を決定して前記注目ブロックの属性を修正する注目ブロック属性修正手段を有することを特徴とする画像属性判別装置。
2. 前記判別手段は、少なくとも下地、文字を含む３種類以上の属性に分類するものであり、前記修正手段のブロック数加算手段は、属性が下地と文字のブロック数を加算することを特徴とする請求項１に記載の画像属性判別装置。
3. 前記修正手段は、属性を修正した後の各画像ブロックの属性を入力として属性の修正処理を複数回繰り返すことを特徴とする請求項１または請求項２に記載の画像属性判別装置。
4. 前記修正手段は、属性の修正処理を繰り返すごとに異なる修正アルゴリズムを使用することを特徴とする請求項３に記載の画像属性判別装置。
5. コンピュータに、請求項１ないし請求項４のいずれか１項に記載の画像属性判別装置の機能を実行させることを特徴とする画像属性判別プログラム。

Images