JP2008193608A - 画像読取装置 - Google Patents

Abstract

【課題】 載置台に載置された矩形状原稿の画像を読み取る画像読取装置において出力画像に正確な縁画像を付けること。
【解決手段】 画像データ記憶部１０１は、矩形状原稿の面積よりも広い領域を読み取った画像データを記憶し、縁特徴抽出部１０２は、上記画像データに基づいて縁特徴を抽出し、矩形特徴抽出部１０３は、上記縁特徴に基づいて上記矩形状原稿の各辺に対応する辺領域の縁特徴を抽出し、領域選択部１０５は、上記辺領域のうち２つを選択し、座標算出部１０６は、選択された辺領域画像の各々の直線の傾き情報を用いて、４辺を表す直線の位置を特定する座標を算出し、合成画像出力部１０７は、座標算出部１０６により算出された座標に基づいて上記特徴領域を枠画像に置き換え、原画像と合成して出力する。
【選択図】図１

Description

本発明は、載置台に載置された原稿の画像を読み取る画像読取装置に関する。

従来、この種の装置は、読み取り原稿を透明な載置台の上面に載置し、載置台カバーで原稿と載置台を覆い、載置台下面から光を照射し、載置台カバーと原稿により反射される光を載置台下面に設置した受光素子で受光する。受光素子が受光した反射光信号をデジタル変換して画像データが取得される。このとき、原稿の周囲の影及びノイズを画像データから除去するために、矩形と認識した領域に対し、周辺部分を切り取った縁なしの画像データを出力していた。（特許文献１参照）。
特開２００４−２７４１９８号公報

しかしながら、上記従来の画像読取装置では、周辺部分を切り取った縁なしの画像データを出力するので、例えば名刺などを原稿よりも大きな用紙に出力した場合には、出力画像の裁断時（名刺の複製時）に名刺の縁を正確に判断することが困難になるという解決すべき課題が残されていた。

本発明は、載置台に載置された矩形状原稿の画像を読み取る画像読取装置であって、上記矩形状原稿の面積よりも広い領域を読み取った画像データを記憶する記憶部と、上記記憶部に記憶された画像データに基づいて縁特徴を抽出する縁特徴抽出部と、上記縁特徴抽出部により抽出された縁特徴の中から上記矩形状原稿の４辺に対応する縁特徴を抽出する矩形特徴抽出部と、上記４辺に対応する縁特徴の中から交点を有する２辺の縁特徴を選択する領域選択部と、選択された２辺の各々の傾き情報を用いて、上記４辺を表す直線の位置を特定する座標を算出する座標算出部と、上記座標算出部により算出された座標に基づいて上記４辺を表す直線を縁画像に置き換えて、原画像と合成して出力する合成画像出力部とを備えることを主要な特徴とする。

縁画像の４辺を表す直線の位置を座標算出部により特定し、該座標算出部により算出された座標に基づいて縁画像を正確に求め、原画像と合成して出力するので、例えば名刺などを原稿よりも大きな用紙に出力した場合であっても、出力画像の裁断時（名刺の複製時）に名刺の縁を正確に判断することが出来るという効果を得る。

以下、本発明の一実施形態を図を用いて詳細に説明する。

（構成）の説明
図１は、実施例１の画像読取装置の機能ブロック図である。
図に示すように、実施例１の画像読取装置１００は、画像データ記憶部１０１、縁特徴抽出部１０２、矩形特徴抽出部１０３、単位特徴面積算出部１０４、領域選択部１０５、座標算出部１０６、合成画像出力部１０７を備え、上記課題を解決している。各機能部分の詳細について説明する前に、画像読取装置１００の外観、及びその内部構成について説明する。

図２は、画像読取装置の内部構成図である。
図３は、画像読取装置の外観構成図である。
図３では、矩形状の原稿を画像読取装置１００で読み取った画像データが、原稿の用紙サイズよりも大きい用紙で印刷装置２０８により印刷される場合を示している。出力された印刷物は矩形状の原稿と原稿以外の領域の境界を示す縁が描写されている。尚、同図において、原稿の読み取り面が載置台２０１に対して逆に載置されているのは説明のためであり、本来は原稿の読取面が載置台２０１に向くように載置する。以下に図２を主にし、図３を併用して実施例１の画像読取装置１００の構成について説明する。

図２に示すように画像読取装置１００は、イメージセンサ２００と、ＲＡＭ３００と、プログラムＲＯＭ３０１と、メイン制御部３０２と、ＣＰＵ３０３と、操作部３０４と、表示部３０５と、モータ部３０６と、Ｉ／Ｆ部３０７と、原稿有無検出部３０８とを備える。

イメージセンサ２００は、載置台２０１（図３）に載置された原稿を電気信号に変換し、原稿よりも広い領域を走査して画像データを得る部分である。原稿をイメージセンサ２００により走査して画像データを読み取る方式は既知の様々な方式を採用することが出来る。例えば、これまでに据え置き型の読取装置に採用された方式として知られている、載置台２０１に載置された原稿を密着型ラインイメージセンサを走行させて読み取る方式、またはＣＣＤイメージセンサを走行させて読み取る方式であってもよい。

ＲＡＭ３００はイメージセンサ２００によって取得された画像データを少なくとも１ページ分保存できる容量にて構成される揮発性のメモリである。プログラムＲＯＭ３０１はイメージセンサ２００の画像読み取り制御、ＲＡＭ３００への読み取り・書き込み制御、等種々の制御プログラムを格納した読み取り専用のメモリである。

メイン制御部３０２はプログラムＲＯＭ３０１に格納されたプログラムをＣＰＵ３０３が実行することによって起動・生成される、画像読取装置１００全体を制御する部分である。ＣＰＵ３０３は、プログラムＲＯＭ３０１に格納された所定のプログラムを実行することによってメイン制御部３０２を起動・生成するマイクロプロセッサである。

操作部３０４は、テンキーなどの操作ボタン２０２（図３）や読み取り開始ボタン２０３（図３）で構成され、読み取り動作の開始や停止、及び読み取り情報の設定を行うことができるマン・マシンインタフェース（情報入力）の役割を分担する部分である。

表示部３０５は液晶などの表示パネル２０４（図３）で構成され、画像読取装置１００の状態や各種情報を表示することができるマン・マシンインタフェース（情報出力）の役割を分担する部分である。モータ部３０６は、メイン制御部３０２の制御に基づいて原稿の読み取りを行う際にイメージセンサ２００を移動させるために用いられる駆動力生成部分である。

Ｉ／Ｆ部３０７は、通信ケーブル２０５を介して画像読取装置１００と印刷装置２０８等の外部機器との接続に使用するインタフェースである。このＩ／Ｆ部３０７より、画像データが外部機器に転送される。このＩ／Ｆ部３０７としては、一般的なインタフェースとしてＵＳＢ、ＩＥＥＥ１３９４、Ｅｔｈｅｒｎｅｔ（登録商標）、無線ＬＡＮ等がある。無線で外部機器とやり取りする場合は通信ケーブル２０５は必要ない。外部機器は印刷装置２０８に限定されるものではなく、パーソナルコンピュータなどの情報機器やハードディスク装置などの記憶装置など、画像データを扱う機器であれば、種類について問わない。

原稿有無検出部３０８は、載置台２０１の上に原稿が載っていることを検出する原稿検出センサ２０６（図３）で構成され、原稿の有無をメイン制御部３０２に知らせる部分である。ここで原稿検出センサ２０６は機械的なスイッチ、つまりセンサ上部に原稿が被さった時に、その原稿の重みによりスイッチが押下されることによる検出方法や、光反射型素子による検出、センサ上部に原稿が被さった時に、その原稿により光を遮ることにより検出する方法などがあるが、原稿が有ることを検出できれば、センサの種類については問わない。上述の各部分は、不図示のバスにより互いに接続されている。

載置台２０１（図３）は原稿を載置するための平板である。一般的にはガラスが使われる。読み取り画質に影響が出ない透明のもので強度のあるものであればガラスに替わるものでもよい。
載置台カバー２０７（図３）はイメージセンサ２００が原稿を読み取るときに外部からの環境光を遮断するため、載置台を覆い隠す役割を果たす部分である。

以上説明した構成を有する画像読取装置１００は、図１に示す各機能をはたすことになる。以下、図１に戻って、各機能ブロックについて詳細に説明する。

画像データ記憶部１０１は、イメージセンサ２００（図２）により原稿よりも広い領域を読み取った画像データをＲＡＭ３００（図２）に記憶し、記憶した画像データを縁特徴抽出部１０２及び合成画像出力部１０７へ出力する部分である。

縁特徴抽出部１０２は、画像データ記憶部１０１が記憶した画像データから縁特徴を抽出し、抽出された縁特徴データを矩形特徴抽出部１０３へ出力する部分である。ここで縁とは画像の境界になる部分であって、直線のみならず形状不特定の線分を多数含んでいる。

矩形特徴抽出部１０３は、縁特徴抽出部１０２により抽出された縁特徴データから矩形を示す特徴領域を抽出し、抽出した矩形縁特徴データを単位特徴面積算出部１０４及び座標算出部１０６及び合成画像出力部１０７へ出力する部分である。

単位特徴面積算出部１０４は、矩形領域抽出部１０３により抽出された矩形縁特徴から各辺毎に規準化された長さあたりの縁特徴面積を算出し、算出した４つの特徴面積を領域選択部１０５へ出力する部分である。

領域選択部１０５は、矩形を示す４辺を相対する２組の２辺に分割し、各組毎に特徴領域面積の狭い方を選択し、選択された２つの領域情報を座標算出部１０６へ出力する部分である。

座標算出部１０６は、矩形特徴抽出部１０３により抽出された矩形縁特徴のうち、領域選択部１０５により選択された２つの領域の縁特徴から矩形状原稿の４辺を示す直線を示し、矩形領域の座標を算出し、算出した矩形領域のベクトル情報を合成画像出力部１０７へ出力する部分である。

合成画像出力部１０７は、画像データ記憶部１０１に記憶されている元の画像データのうち、矩形特徴抽出部１０３により抽出された縁特徴の領域の画像データを背景色で塗りつぶし、座標算出部１０６により算出された矩形領域のベクトル情報に基づいて縁画像を描画し、画像データと合成して出力する部分である。縁画像は、実線、破線など線種は問わず、線幅も自由に設定してよい。あるいは原稿の４角を十字線などでマーキングし縁は描画しなくてもよい。

以上図１を用いて説明した各機能ブロックは、上記のように制御プログラムの形でプログラムＲＯＭ３０１に格納され、実行時にはＲＡＭ３００上に一時的に読み込まれＣＰＵ３０３が実行することによってメイン制御部３０２の機能となって駆動・生成される。

（動作）の説明

図４は、実施例１の画像読取装置の全体動作を説明するフローチャートである。
動作説明の手順として、最初に画像読取装置の全体動作を概略説明し（ここでは詳細な理論に立ち入らない）、続いて全体動作における重要なフローについて理論に基づいて詳細に説明する。図１、図２、及び図３を併用し、ステップＳ４０１からステップＳ４０９までステップ順に画像読取装置の全体動作について説明する。

ステップＳ４０１
画像読取装置１００はイメージセンサ２００を走査して原稿よりも広い領域を読み取り、画像データを得て画像データ記憶部１０１に記憶する。

ステップＳ４０２
縁特徴抽出部１０２は、画像データ記憶部１０１に記憶された画像データから縁特徴を抽出する。詳細は後に他のフローチャートを用いて再度説明する。

ステップＳ４０３
矩形特徴抽出部１０３は、縁特徴抽出部１０２が抽出した縁特徴から矩形特徴を抽出する。詳細は後に他のフローチャートを用いて再度説明する。

ステップＳ４０４
上記ステップＳ４０３において矩形特徴を抽出できた場合にはステップＳ４０５へ、抽出できなかった場合はステップＳ４０９へ進む。

ステップＳ４０５
単位特徴面積算出部１０４は、ステップＳ４０３において抽出した矩形特徴から、４辺の単位特徴面積を算出する。詳細は後に他のフローチャートを用いて再度説明する。

ステップＳ４０６
領域選択部１０５は、矩形を示す４辺を相対する２組の２辺に分割し、各組毎に特徴領域面積の狭い方を選択する。

ステップＳ４０７
座標算出部１０６は、領域選択部１０５により選択された２辺の領域の２直線の傾きを用いて、矩形４辺の直線を再計算し原稿の縁の座標値を算出する。詳細は後に他のフローチャートを用いて再度説明する。

ステップＳ４０８
合成画像出力部１０７は、座標算出部１０６により算出された矩形領域のベクトル情報に基づいて縁画像を描画し、画像データ記憶部１０１に記憶されている元画像と合成して出力する。

ステップＳ４０９
合成画像出力部１０７は、画像データ記憶部１０１に記憶されている元画像をそのまま出力する。

続いて、全体動作における重要なフローについて理論に基づいて詳細に説明する。
図５は縁特徴抽出部の動作を説明するフローチャートである。
このフローチャートは上記ステップＳ４０２を詳細に説明するフローチャートである。
ステップＳ５０１からステップＳ５０４までステップ順に縁特徴抽出部１０２（図１）の動作について詳細に説明する。ここで縁とは、画像の境界になる部分であって、以下のフローでは直線のみならず、画像の境界になる部分も強調することになる。

ステップＳ５０１
元画像データに対して縁の特徴を際立たせるフィルタオペレーションを水平・垂直方向について実行する。本発明で用いる特徴抽出に用いられる３×３の大きさのフィルタについて説明する。

図６は、特徴抽出オペレータの一例説明図である。
（ａ）は、水平方向特徴抽出オペレータの一例であり、（ｂ）は、垂直方向特徴抽出オペレータの一例である。特徴抽出オペレータとしては図に示したような３×３の大きさのフィルタが用いられる。フィルタオペレーションとは注目画素の階調値を、注目画素と周辺の画素の階調値の重み付け線形和で置き換えるものであり、画像全体に対して実行される。本ステップを実行すると水平方向の縁特徴が際立った画像データと、垂直方向の縁特徴が際立った画像データの２つの画像データが得られる。ここでは、よく知られているＳｏｂｅｌ微分などが用いられる。以下、図５に戻る。

ステップＳ５０２
上記ステップＳ５０１で得た２つの画像データの階調を反転させる。ステップＳ５０１の処理によって画像の黒と白が逆転してしまうので、該画像データの階調値を、最大階調値から減算することによって実行される。

ステップＳ５０３
上記ステップＳ５０２で得た２つの階調反転画像データを所定の閾値で２値化する。閾値は予め最適値に設定しておく。あるいは画像データの中のヒストグラムを作成し、ヒストグラムに基づいて所定の数量分を分離するように設定してもよい。本ステップで水平・垂直方向の２つの縁特徴が２値画像データとして得られる。

ステップＳ５０４
上記ステップＳ５０３で得た２つの２値画像データに対し論理和演算を実行する。
図７は、縁特徴の説明図である。
図に示すように、論理和演算の結果、黒を特徴とする縁が取得され、フローを終了する。ここでは、原稿の縁になる直線のみならず、画像（自動車）の境界になる部分も強調されていることがわかる。

図８は、矩形特徴抽出部の動作を説明するフローチャートである。
このフローチャートは上記ステップＳ４０３を詳細に説明するフローチャートである。
ステップＳ８０１からステップＳ８０４までステップ順に矩形特徴抽出部１０３（図１）の動作について詳細に説明する。ここでは、例えば上記図７において自動車を払拭し原稿の縁になる直線のみを抽出することになる。以下のフローでは良く知られているＨｏｕｇｈ変換が用いられる。

ステップＳ８０１
読み取り領域全体の縁特徴について、お互いに隣接している縁特徴同士を結合し、隣接特徴領域を得る。

ステップＳ８０２
矩形判定を実行していない隣接特徴領域が存在する場合はステップＳ８０３へ、存在しない場合はステップＳ８０９へ進む。

ステップＳ８０３
矩形判定を行っていない隣接特徴領域のうち、面積最大の隣接特徴領域を選ぶ。面積計算は、隣接特徴領域のうちｘ座標値ｙ座標値の最も大きい点と最も小さい点について計算する。

ステップＳ８０４
上記ステップＳ８０３で選ばれた隣接特徴領域内の縁特徴を用いて、複数の直線を算出する。ここで直線の数値的記述方法について説明する。

図９は、直線の数値的記述方法の説明図である。
図に示すように、直線９００を該直線に対する垂線のｘ軸から角度θ；９０１と垂線の原点から直線までの距離ρ；９０２で記述する。直線状の１点（ｘ，ｙ）９０３は次の式で表される。
ρ＝ｘｃｏｓθ＋ｙｓｉｎθ
直線算出のアルゴリズムとしては、Ｈｏｕｇｈ変換を用いることが出来る。Ｈｏｕｇｈ変換は直角座標系で記述された点を角度θと距離ρの二次元空間に変換し、ある区間毎にその個数を加算し、個数が最大になった角度θと距離ρの組合せが最も直線らしいとするものである。区間を細かく取れば直線の算出精度が上がるが、メモリ使用量は増大する。区間は所定の値に設定する。検出する直線の最大数を設定する。あるいは所定の割合以上の個数を持つ組合せを直線としても良い。以下図８に戻る。

ステップＳ８０５
上記ステップＳ８０４で算出した複数の直線を次の条件式でペアリングする。このとき１つの直線が何度ペアリングされても良い。
｜ρｉ−ρｊ｜＞δρ かつ ｜θｉ−θｊ｜＜δθ ただし、ｉ≠ｊ
これによりお互いに同程度の傾きを持ち、距離の離れた（略々平行）２直線がペアリングされる。

ステップＳ８０６
上記ステップＳ８０５で算出したペアのうち、次の条件式を満たす２つのペアの組合せを算出する。このとき１つのペアを何度組合せに使用しても良い。これにより互いに直交する２つのペアが算出される。２つのペアの組合せが算出された場合はステップＳ８０７へ、算出されない場合はステップＳ８０２へ進む。

ステップＳ８０７
上記ステップＳ８０６で算出した２つのペアの組合せのうち、面積が最大となる組合せをえらび、矩形の４辺とする。図を用いて詳細に説明する。

図１０は、矩形抽出原理の説明図である。
図に示すように、矩形の４辺は直線０（θ０，ρ０）、直線１（θ１，ρ１）、直線２（θ２，ρ２）、直線３（θ３，ρ３）、で表される。この４直線で囲まれた面積が最大になる矩形を選択することになる。以下図８に戻る。

ステップＳ８０８
上記ステップＳ８０７で選択した４辺の近傍の縁特徴を矩形特徴として抽出してフローを終了する。

ステップＳ８０９
矩形特徴の抽出に失敗したとみなしてフローを終了する。

図１１は、単位特徴面積の算出原理説明図である。
この図は、上記ステップＳ４０５において、単位特徴面積算出部１０４が矩形特徴から４辺の単位特徴面積を算出するのを説明する図である。４辺ある矩形特徴のうち１辺を例示している。１辺に対して長手方向Ｈピクセル１１０１の領域を辺中央から切り出し、その領域内の矩形特徴１１００の総数Ｋをカウントし、次の式で単位特徴面積Ｑを算出する。
Ｑ＝Ｋ／Ｈ
残りの３辺についても同様に算出する。

図１２は、単位特徴面積の一例説明図である。
この図は、載置台２０１の上に例えば本２０００などの厚い原稿が載置され、イメージセンサ２００によって読取が実行される例を表している。（ａ）は側面図であり、（ｂ）は平面図である。図に示すように、イメージセンサ２００の光源２００ａと反射鏡の位置が同一でないために、縁Ａには、縁Ｂよりも太い影が発生することになる。この太い縁Ａにはノイズなどが含まれ矩形特徴抽出の精度を低下させることになる。特に本２０００などの厚い原稿が傾いている場合等には、より一層精度を低下させることになる。そこで、上記ステップＳ４０６では、縁ＢをステップＳ４０７で利用すべく、領域選択部１０５が、矩形を示す４辺を相対する２組の２辺に分割し、各組毎に単位特徴面積算出部１０４が算出した単位特徴面積の中で面積の小さい辺が選択される。

図１３は、座標算出部の動作を説明するフローチャートである。
この図は、ステップＳ４０７において座標算出部１０６（図１）が、領域選択部１０５（図１）により選択された２辺の傾きを用いて、矩形の４辺となる直線を再計算するのを説明するフローチャートである。
ステップＳ１２０１からステップＳ１２０２までステップ順に単位特徴面積算出部１０４（図１）の動作について詳細に説明する。

ステップＳ１２０１
上記ステップＳ４０７において領域選択部１０５により選択された２辺の２直線の傾きをそれぞれθα、θβとしたとき、矩形の４辺の４直線を新しく（θα、ρ０’）、（θα、ρ１’）、（θβ、ρ２’）、（θβ、ρ３’）とし、ρ０〜ρ３を再計算しρ０’〜ρ３’を求める。

ここで座標算出部の算出原理について説明する。
図１４は、座標算出部の原理説明図である。
図に示すように、直線；１３０３の１辺に対して長手方向Ｗ［ピクセル］分の領域を辺中央から切り出し、矩形特徴；１３００のうち矩形領域の内側に位置する特徴についてのみ、角度θを用い、よく知られている最小２乗法によって直線１３０３を算出する。ただし角度θは、ρ０’あるいはρ１’を計算するときはθαを用い、ρ２’あるいはρ３’を計算するときはθβを用いる。以下フローチャート（図１３）へ戻る。

ステップＳ１２０２
矩形の角の４点をそれぞれ２直線の交点として次の式により求めてフローを終了する。

ただし、ｉ，ｊは、θについてはαかβ、ρについては０〜３である。

（効果）の説明
以上説明したように、ステップＳ４０６で影などを含む誤情報が少ない２辺を基に傾きを算出して矩形状原稿の原稿座標を算出するので、矩形状の原稿と原稿以外の領域の境界を示す縁を正確に捉えることができるという効果が得られる。

本実施例では、名刺などのように縁に関する正確な情報を必要とする原稿を複数枚、載置台２０１（図３）に並べて複写する場合において、複数枚の原稿の傾きを個々に補正し、出力画像の裁断時（名刺の複製時）に複数枚の名刺の縁を個々に正確に判断出来るようにすることを目的とする。係る目的を達成するために本実施例による画像読取装置は以下のように構成される。
（構成）の説明
図１５は、実施例２の画像読取装置の機能ブロック図である。
図に示すように、実施例２の画像読取装置１４００は、画像データ記憶部１０１、縁特徴抽出部１０２、矩形特徴抽出部１０３、単位特徴面積算出部１０４、領域選択部１０５、座標算出部１０６、領域管理部１４０２、画像合成部１４０３、傾き補正部１４０４を備え、上記目的を達成している。以下に実施例１と相違する部分のみについて詳細に説明する。実施例１と同様の部分については実施例１と同一の符号を付して説明を省略する。尚、画像読取装置１４００の外観、及びその内部構成について実施例１と同様なので説明を省略し、以下の説明の中では画像読取装置１００（実施例１）を画像読取装置１４００（実施例２）で置き換えたものとして説明する。

領域管理部１４０２は、縁特徴抽出部１０２により抽出された縁特徴データと、矩形特徴抽出部１０３により抽出された矩形縁特徴と、座標算出部１０６により算出された矩形状の原稿と原稿以外の領域の境界を示す縁を表すベクトル情報とを管理し、複数の矩形状領域を処理する部分である。又、領域管理部１４０２は、矩形特徴抽出部１０３が矩形判定に失敗するまで、縁特徴データを矩形特徴抽出部１０３へ出力する部分である。更に、領域管理部１４０２は、矩形特徴抽出部１０３が矩形判定に失敗すると、自己が複数管理している、矩形特徴抽出部１０３により抽出された矩形縁特徴と、座標算出部１０６により算出された矩形状の原稿と原稿以外の領域の境界を示す縁を表すベクトル情報とを、画像合成部１４０３及び傾き補正部１４０４へ出力する部分である。

画像合成部１４０３は、実施例１における合成画像出力部１０７（図１）に置き換えられる部分であり、画像データ記憶部１０１に記憶されている元の画像データのうち、領域管理部１４０２に入力抽出された縁特徴の領域の画像データを背景色で塗りつぶし、領域管理部１４０２により入力された矩形状の原稿と原稿以外の領域の境界を示す縁を表すベクトル情報に基づいて縁画像を描画し、画像データと縁画像を合成して傾き補正部１４０４へ出力する部分である。縁画像は、実線、破線など線種は問わず、線幅も自由に設定して良い。あるいは原稿の４角を十字線などでマーキングし縁は描画しなくても良い。

傾き補正部１４０４は、領域管理部１４０２により入力された矩形状の原稿と原稿以外の領域の境界を示す縁を表すベクトル情報に基づいて、画像合成部１４０３により入力された画像データの傾きを補正し、補正後の画像データを出力する部分である。ここで、傾き補正部１４０４により出力された画像データは、Ｉ／Ｆ部３０７（図２）を介して外部機器へ出力される。本実施例においても、印刷装置２０８（図２）により原稿の用紙サイズよりも大きい用紙に、矩形状の原稿と原稿以外の領域の境界を示す縁が描画されて印刷出力されるものと想定している。

（動作）の説明
図１６は、実施例２の画像読取装置の全体動作を説明するフローチャートである。
動作説明の手順として、最初に画像読取装置の全体動作を概略説明し（ここでは詳細な理論に立ち入らない）、続いて全体動作における重要なフローについて理論に基づいて詳細に説明する。図１５、図２、及び図３を併用し、ステップＳ１５０１からステップＳ１５１０までステップ順に画像読取装置の全体動作について説明する。

ステップＳ１５０１
画像読取装置１４００は、イメージセンサ２００を走査して原稿よりも広い領域を読み取り、画像データを得て画像データ記憶部１０１に記憶する。

ステップＳ１５０２
縁特徴抽出部１０２は、画像データ記憶部１０１に記憶された画像データから縁特徴を抽出する。詳細は第１実施例での図５のフローチャートと同様であるので省略する。

ステップＳ１５０３
矩形特徴抽出部１０３は、縁特徴抽出部１０２が抽出した縁特徴と、領域管理部１４０２が管理している枠情報に基づいて、既に検出された縁特徴を除いた上で、矩形特徴を抽出する。詳細は第１実施例での図８のフローチャートと同様であるので省略する。ここで領域管理部１４０２が管理している枠情報について説明する。

図１７は、枠情報の説明図である。
図に示すように、領域管理部１４０２が記憶し管理している枠情報１６００は、その時点で検出している矩形状原稿の枚数である原稿数１６０１と、原稿Ｎ（Ｎ＝１〜ｎ）の枠情報１６０２とで構成される。更に、原稿Ｎ（Ｎ＝１〜ｎ）（Ｎ例えば名刺の枚数である）の枠情報１６０２は、消去領域情報１６０３と矩形描画情報１６０４とを有する。ここで消去領域情報１６０３は後述するステップＳ１５０５で抽出される矩形特徴の領域を記述している。この情報を用いて、同じ縁特徴を何度も矩形判定に用いる事を防止するための情報である。矩形描画情報１６０４は後述するステップＳ１５０８で算出される枠の座標値と傾きを記述している。以下フローチャート（図１６）へ戻る。

ステップＳ１５０４
ステップＳ１５０３において矩形特徴を抽出できた場合にはステップＳ１５０５へ、抽出できなかった場合にはステップＳ１５０９へ進む。

ステップＳ１５０５
矩形特徴抽出部１０３は抽出した矩形特徴を領域管理部１４０２へ出力し、領域管理部１４０２は、原稿数１６０１（図１７）が示すメモリ領域の消去領域情報１６０３（図１７）に矩形特徴を記憶する。

ステップＳ１５０６
単位特徴面積算出部１０４は、ステップＳ１５０３において抽出した矩形特徴から、４辺の単位特徴面積を算出する。詳細は実施例１の図１１と同様であるので省略する。

ステップＳ１５０７
領域選択部１０５は、矩形を示す４辺を相対する２組の２辺に分割し、各組毎に特徴領域面積の狭い方を選択する。

ステップＳ１５０８
座標算出部１０６は、領域選択部１０５により選択された２辺の傾きを用いて、矩形４辺の直線を再計算し原稿の縁の座標値を算出する。詳細は第１実施例の図１３のフローチャートと同様であるので省略する。領域管理部１４０２は、原稿数１６０１が示すメモリ領域の矩形描画情報１６０４に座標値と傾きを記憶してステップＳ１５０３へ戻る。以下ステップＳ１５０３からステップＳ１５０８を繰り返し、ステップＳ１５０４で矩形特徴が抽出できない場合（原稿Ｎの１〜ｎまで全ての枚数の情報収集が終了している場合）には、ステップＳ１５０９へ進む。

ステップＳ１５０９
画像合成部１４０３は、画像データ記憶部１０１に記憶されている元の画像データのうち、領域管理部１４０２により管理されている枠情報１６００（図１７）のうちの消去領域情報１６０３に基づいて原稿Ｎ（Ｎ＝１〜ｎ）ごとに縁特徴の領域の画像データを背景色で塗りつぶし、矩形描画情報１６０４に基づいて原稿Ｎ（Ｎ＝１〜ｎ）ごとに縁画像を描画し、画像データと縁画像を原稿Ｎ（Ｎ＝１〜ｎ）ごとに合成して傾き補正部１４０４へ出力する。縁画像は、実線、破線など線種は問わず、線幅も自由に設定してよい。あるいは原稿の４角を十字線などでマーキングし縁は描画しなくてもよい。

ステップＳ１５１０
傾き補正部１４０４は、領域管理部１４０２により管理されている矩形描画情報１６０４（図１７）に基づいて、画像合成部１４０３により入力された画像データの傾きを原稿Ｎ（Ｎ＝１〜ｎ）を各原稿ごとに補正し、補正後の画像データを出力し、フローを終了する。

（効果）の説明
以上説明したように、本実施例では、実施例１の効果に加えて、複数の矩形状原稿読み取り時において、それぞれの原稿がばらばらの傾きを持つような場合でも、それぞれの傾きを個々に補正して、矩形状の原稿と原稿以外の領域の境界を示す縁を正確に捉えることができるという効果が得られる。

本発明では、実施例として画像読取装置に適用した例を説明したが、ＦＡＸ、コピー機、デジタル複合機にも適用可能である。

実施例１の画像読取装置の機能ブロック図である。 画像読取装置の内部構成図である。 画像読取装置の外観構成図である。 実施例１の画像読取装置の全体動作を説明するフローチャートである。 縁特徴抽出部の動作を説明するフローチャートである。 特徴抽出オペレータの一例説明図である。 縁特徴の説明図である。 矩形特徴抽出部の動作を説明するフローチャートである。 直線の数値的記述方法の説明図である。 矩形抽出原理の説明図である。 単位特徴面積の算出原理説明図である。 単位特徴面積の一例説明図である。 座標算出部の動作を説明するフローチャートである。 座標算出部の原理説明図である。 実施例２の画像読取装置の機能ブロック図である。 実施例２の画像読取装置の全体動作を説明するフローチャートである。 枠情報の説明図である。

符号の説明

１００ 画像読取装置
１０１ 画像データ記憶部
１０２ 縁特徴抽出部
１０３ 矩形特徴抽出部
１０４ 単位特徴面積算出部
１０５ 領域選択部
１０６ 座標算出部
１０７ 合成画像出力部

Claims (4)

1. 載置台に載置された矩形状原稿の画像を読み取る画像読取装置において、
   前記矩形状原稿の面積よりも広い領域を読み取った画像データを記憶する記憶部と、
   前記記憶部に記憶された画像データに基づいて縁特徴を抽出する縁特徴抽出部と、
   前記縁特徴抽出部により抽出された縁特徴の中から前記矩形状原稿の４辺に対応する縁特徴を抽出する矩形特徴抽出部と、
   前記４辺に対応する縁特徴の中から交点を有する２辺の縁特徴を選択する領域選択部と、
   選択された２辺の各々の傾き情報を用いて、前記４辺を表す直線の位置を特定する座標を算出する座標算出部と、
   前記座標算出部により算出された座標に基づいて前記４辺を表す直線を枠画像に置き換えて、原画像と合成して出力する合成画像出力部とを備えることを特徴とする画像読取装置。
2. 前記画像読取装置は、
   辺毎に基準化された長さあたりの縁特徴面積を求める単位特徴面積算出部を更に備え、
   前記領域選択部は、
   ２組の前記交点を有する２辺の中から前記単位特徴面積算出部により算出された特徴領域面積の狭い辺を、それぞれ選択し、
   前記座標算出部は、
   前記領域選択部により選択された前記特徴領域面積の狭い辺の傾き情報を用いて、前記４辺を表す直線の位置を特定する座標を算出することを特徴とする、請求項１に記載の画像読取装置。
3. 載置台に載置された矩形状原稿の画像を読み取る画像読取装置において、
   前記矩形状原稿の面積よりも広い領域を読み取った画像データを記憶する記憶部と、
   前記記憶部に記憶された画像データに基づいて縁特徴を抽出する縁特徴抽出部と、
   前記縁特徴抽出部により抽出された縁特徴の中から前記矩形状原稿の４辺に対応する縁特徴を抽出する矩形特徴抽出部と、
   前記４辺に対応する縁特徴の中から交点を有する２辺の縁特徴を選択する領域選択部と、
   選択された２辺の各々の傾き情報を用いて、前記４辺を表す直線の位置を特定する座標を算出する座標算出部と、
   前記矩形状原稿の４辺に対応する縁特徴、及び前記４辺を表す直線の位置を特定する座標を記憶し、複数の矩形状原稿の枠情報を管理する領域管理部と、
   前記座標算出部により管理されている矩形状原稿の枠情報に基づいて、前記画像合成部により合成された画像の傾きを補正し、補正後の画像を出力する傾き補正部とを備えることを特徴とする画像読取装置。
4. 前記画像読取装置は、
   辺毎に基準化された長さあたりの縁特徴面積を求める単位特徴面積算出部を更に備え、
   前記領域選択部は、
   ２組の前記交点を有する２辺の中から前記単位特徴面積算出部により算出された特徴領域面積の狭い辺を、それぞれ選択し、
   前記座標算出部は、
   前記領域選択部により選択された前記特徴領域面積の狭い辺の傾き情報を用いて、前記４辺を表す直線の位置を特定する座標を算出することを特徴とする、請求項３に記載の画像読取装置。

Images