JP2010009589A - 画像認識装置、画像読取装置及び画像認識装置の画像認識方法 - Google Patents
画像認識装置、画像読取装置及び画像認識装置の画像認識方法 Download PDFInfo
- Publication number
- JP2010009589A JP2010009589A JP2009125522A JP2009125522A JP2010009589A JP 2010009589 A JP2010009589 A JP 2010009589A JP 2009125522 A JP2009125522 A JP 2009125522A JP 2009125522 A JP2009125522 A JP 2009125522A JP 2010009589 A JP2010009589 A JP 2010009589A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- feature
- outputs
- dictionary
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
【課題】演算が速くしかも判定精度が高い画像認識装置を提供する。
【解決手段】ブロック値と第1の閾値と比較して第1の特徴量を出力する第1の特徴抽出部と、ブロック値と第2の閾値とを比較して第2の特徴量を出力する第2の特徴抽出部と、第1の特徴量と辞書パターンとを照合し、第2の特徴量と辞書パターンとを照合し、いずれかの特徴量が辞書パターンと一致したときに判定信号を出力するパターン照合判定部を備える。また、処理パターンを重複しないように分割し、さらに重複するように再分割して処理パターンごとに特徴量を算出する特徴抽出部と、認識する特定のパターンである辞書パターンを格納する辞書ファイルと、特徴量と辞書パターンとを照合して判定信号を出力するパターン照合判定部を備える。
【選択図】図1
【解決手段】ブロック値と第1の閾値と比較して第1の特徴量を出力する第1の特徴抽出部と、ブロック値と第2の閾値とを比較して第2の特徴量を出力する第2の特徴抽出部と、第1の特徴量と辞書パターンとを照合し、第2の特徴量と辞書パターンとを照合し、いずれかの特徴量が辞書パターンと一致したときに判定信号を出力するパターン照合判定部を備える。また、処理パターンを重複しないように分割し、さらに重複するように再分割して処理パターンごとに特徴量を算出する特徴抽出部と、認識する特定のパターンである辞書パターンを格納する辞書ファイルと、特徴量と辞書パターンとを照合して判定信号を出力するパターン照合判定部を備える。
【選択図】図1
Description
本発明は、スキャナなどの画像読取装置に用いる画像認識装置に関する。
画像読取装置の画像認識装置は、読み込まれた画像の中に特定の画像が含まれているかを判定する機能を有する。従来の画像認識装置は入力画像信号を低解像度化し、この低解像度化した画像信号と特定のパターンである辞書パターンとの照合処理の演算量を削減する。
しかし、低解像度化により入力画像の輪郭が消失することがある。また、線画のような微細パターンは低解像度化により特徴を抽出することが困難となることがある。従って、低解像度化を行うことは入力画像と辞書パターンとの照合精度を低下させやすい。
また、原稿に印刷のばらつきがある場合には印字されている画像の輪郭や線幅が原稿毎に異なり、このばらつきが低解像度化により増幅される。従って、原稿の状態によっては照合が困難となることがある。
よって、低解像度化はパターンの概略の検出や色味の判定に用いられるのが主流であった(例えば、特許文献1、特許文献2)。
しかし特許文献1、特許文献2などの従来の技術においては、パターンの抽出用に高解像度の画像データも保持するため、膨大なメモリが必要となるという問題点があった。
また、従来の画像認識装置は入力画像の中の処理を行う注目領域、すなわち処理パターンについて重複しないように複数の部分領域に分割し、この分割した領域ごとに特徴量を求めて辞書パターンとの照合を行う(例えば、特許文献3)。
しかし、この技術においては判定精度を上げるためには分割数を増やして特徴量の要素数を増加させる必要がある。分割数を増やした場合同時に演算規模も大きくなるため、分割数を増やすには限界があり、判定精度を十分に高めることができないという問題点があった。
画像処理装置は書類の真贋を区別するための情報を印刷する文書に埋め込んで画像形成する場合がある。例えば、特定のパターンを周波数変調して文書画像に不可視に重畳して画像形成していた(例えば、特許文献4)。
文書の真贋の判定はこの画像形成された印刷物にマスクシートを重ねて特定のパターンが浮き上がって見えるか否かによっておこなわれていた。
しかし、この技術においては可視化したパターンそのものが偽造された場合、真贋の判定が行えないという問題点があった。
本発明は、演算が速くしかも判定精度が高い画像認識装置を提供することを目的とする。また、本発明は、文書の真贋の判定をより厳密に行える画像処理装置を提供することを目的とする。
本発明は、二値化された画像データから矩形のデータを読みだし、値を合計してブロック値として出力するブロック統合部と、ブロック値と第1の閾値とを比較して第1の特徴量を出力する第1の特徴抽出部と、ブロック値と第1の閾値と異なる第2の閾値とを比較して第2の特徴量を出力する第2の特徴抽出部と、判定対象である特定の画像のパターンデータである辞書パターンを格納する辞書ファイルと、第1の特徴量と辞書パターンとを照合し、第2の特徴量と辞書パターンとを照合し、いずれかの特徴量が辞書パターンと一致したときに判定信号を出力するパターン照合判定部と、を備える画像認識装置を提供する。
本発明の画像認識装置は、演算処理を高速にして、しかも判定精度を高くすることが可能であるという効果がある。また、本発明の画像処理装置は文書の真贋の判定をより厳密に行うことができるという効果がある。
以下、本発明による画像認識装置の一実施の形態について、図面を用いて詳細に説明する。
図1は、本実施形態の画像認識装置を含む画像読取装置の構成を表すブロック図である。画像読取装置はスキャナであってもよい。他の装置が画像を読み取って生成した画像データを判定し判定結果を出力する装置であってもよい。
図1に示すように、画像読取装置100は、光学的方法によって取り込んだ画像を電気信号に変換して出力する画像読取部101と、画像読取部101からの信号をアナログ/ディジタル変換して出力するA/D変換部102と、ディジタル変換された画像信号をシェーディング補正するシェーディング補正部103と、画像データを入力し、特定の画像が含まれるかを判定する画像認識装置104と、画像認識装置104からの判定結果によって画像読取部101の動作を制御する制御部105と、を備える。
制御部105は、読み取りを中止させる制御や、正常な読み取りを阻止する制御を行ってもよい。
また、画像読取装置100はシェーディング補正部103からの出力を画像読取装置100の外部の画像処理部110を経由して画像を形成するプリンタ部120に出力するように構成することもできる。
(第1の実施形態)
図2は、本実施形態の画像認識装置104の構成を表すブロック図である。図2に示すように、画像認識装置104は、入力した画像信号を二値化する二値化部201と、2値化した画像信号から矩形のデータを読みだし、値を合計してブロック値として出力するブロック統合部202と、を備える。
図2は、本実施形態の画像認識装置104の構成を表すブロック図である。図2に示すように、画像認識装置104は、入力した画像信号を二値化する二値化部201と、2値化した画像信号から矩形のデータを読みだし、値を合計してブロック値として出力するブロック統合部202と、を備える。
さらに、画像認識装置104は、ブロック値と第1の閾値とを比較して第1の特徴量を出力する第1の特徴抽出部203と、ブロック値と第1の閾値と異なる第2の閾値とを比較して第2の特徴量を出力する第2の特徴抽出部204と、認識する特定のパターンである辞書パターンを格納する辞書ファイル206とを備える。
さらに、画像認識装置104は、第1の特徴量と辞書パターンとを照合し、第2の特徴量と辞書パターンとを照合し、これらの照合結果に基づいて判定信号を出力するパターン照合判定部205を備える。
図3は、画像認識装置104の処理の概要を示す図である。図3に示すように、2値化部201は入力画像301を2値化する。例えば、信号の強度がある閾値を越えたとき白を表す“0”とし、それ以外の場合黒を表す“1”とする。
ブロック統合部202は、2値化された画像データの中からMx×Myの矩形のデータである処理パターンを読みだす。図3においては、この処理パターン302は4画素×4画素となっている。ブロック統合部202は読み出した処理パターン302の画素の値の総和を算出してブロック値として出力する。図3の例において、処理パターン302のブロック値303は“8”である。
第1の特徴抽出部203は第1の閾値とブロック値303とを比較し、閾値よりブロック値が大きい時は“1”を、それ以外のときは“0”を特徴値として算出し、メモリに格納する。入力画像全体の特徴値の算出が終了した場合、特徴値の集合を第1の特徴量として出力する。
第1の閾値は例えば“5”とする。よって、処理パターン302の特徴値304は“1”となる。この特徴値の算出を入力画像全体に行い、出力された特徴量を模式的に表したものが第1の特徴量306である。
第2の特徴抽出部204は第2の閾値とブロック値303とを比較し、閾値よりブロック値が大きい時は“1”を、それ以外のときは“0”を特徴値として算出し、メモリに格納する。入力画像全体の特徴値の算出が終了した場合、特徴値の集合を第2の特徴量として出力する。
第2の閾値は例えば“10”とする。よって、処理パターン302の特徴値305は“0”となる。この特徴値の算出を入力画像全体に行い、出力された特徴量を模式的に表したものが第2の特徴量307である。
パターン照合判定部205は、第1の特徴量と辞書パターンとを照合し、第2の特徴量と辞書パターンとを照合し、これらの照合結果に基づいて判定信号を出力する。照合の方法は問わない。例えば、パターン照合判定部205は二乗誤差法を用いることができる。
図4A乃至図4Dは、二乗誤差法の原理を説明するための図である。図4Aは処理パターンの例を示す図である。図4Bは辞書パターンの例を示す図である。
パターン照合判定部205は、処理パターンのそれぞれの画素について、対応する位置にある辞書パターンの画素との差を算出する。図4Cは、パターン照合判定部205が算出した差の例を示す図である。例えば、右上の画素について言えば、図4Aの右上は“0”であり、図4Bの右上は“1”であるため、その差は0−1=−1となり、図4Cの右上は“−1”となる。
続いて、パターン照合判定部205は、各画素を二乗する。図4Dは図4Cの各画素を二乗した結果を示す図である。パターン照合判定部205は各画素の総和を算出する。図4Dの例においては、総和は“2”である。
次に、パターン照合判定部205は総和と閾値を比較し、総和が閾値以上の場合“不一致”、総和が閾値未満である場合に“一致”を判定結果として算出する。
図5は、二乗誤差法を用いる場合のパターン照合判定部205の回路構成例である。図5に示すように、パターン照合判定部205は、画素数をnとするとき、処理パターンと辞書パターンとの差を算出する減算器5011から減算器501nまでのn個の減算器と、これらの減算器の出力をそれぞれ二乗する乗算器5021から乗算器502nまでのn個の乗算器と、乗算器5021から乗算器502nまでの出力結果の総和を算出する加算器503と、この総和とメモリが予め格納する閾値とを比較する比較器504と、を有する。
他には例えば、パターン照合判定部205はファジィ推論を用いることができる。ファジィ推論は、各画素の値である画素値と適合度を対応付ける辞書パターンメンバ関数により、画素値から適合度を算出し、この適合度の平均と閾値とを比較して照合判定を行う方法である。この場合、辞書ファイル206は判定すべき画像毎の辞書パターンメンバ関数を格納する。
図6は、辞書パターンメンバ関数の例を示す図である。図6に示すように、辞書ファイル206は、処理パターンの画素が横Px、縦Pyであるとき、一つの辞書パターンにつき、左上の画素である(1,1)から右下の画素である(Px,Py)までPx×Py個の辞書パターンメンバ関数を格納する。
パターン照合判定部205は、辞書パターンメンバ関数を順次読みだし、読み出した辞書パターンメンバ関数を用いて画素値から適合度を算出する。例えば、画素(Px,Py)の画素値が“45”であるとき、適合度は“1”である。
パターン照合判定部205は、辞書パターンごとの適合度の平均値を算出し、平均が閾値未満の場合“不一致”、平均が閾値以上である場合に“一致” を判定結果として算出する。
図7は、ファジイ推論を用いる場合のパターン照合判定部700の回路構成例である。図7に示すように、パターン照合判定部700は、画素数をnとするとき、辞書パターンメンバ関数を用いて画素値から適合度を算出するファジィ推論ブロック7011からファジィ推論ブロック701nまでのn個のファジィ推論ブロックと、適合度の平均である平均適合度を算出する平均適合度算出ブロック703と、平均適合度と閾値とを比較する比較器504とを備える。
なお、画像認識装置104は、CPUなどの演算装置を用いて構成することもできる。
図8は画像認識装置104の動作を表すフローチャートである。図8に示すように、動作801において、画像認識装置104は複数ライン分の画像信号を入力する。すなわち、画像認識装置104は、メモリが格納するシェーディング補正部103からの出力の中から複数ライン分の信号を読み出す。
動作802において、画像認識装置104は2値化処理を行う。動作803において、画像認識装置104は処理パターンの読みだしを行う。
動作804において、画像認識装置104はブロック統合を行う。すなわち、画像認識装置104は処理パターンの画素データの総和を算出してブロック値を出力する。
動作805において、画像認識装置104は第1の特徴量を抽出する。動作806において、画像認識装置104は第2の特徴量を抽出する。
動作807において、画像認識装置104は辞書ファイル206から辞書パターンを順次読みだし、第1の特徴量と照合して第1の判定結果を算出し、第2の特徴量と照合して第2の判定結果を算出する。
動作808において、画像認識装置104はパターン照合判定を行う。すなわち、画像認識装置104は、第1の判定結果と第2の判定結果のいずれかが“一致”であれば動作809に進み、いずれも“一致”でない場合は動作810に進む。
動作809において、画像認識装置104は判定信号、例えば“1”を出力する。動作810において、画像認識装置104は読み出し領域の注目位置をインクリメントする。すなわち、切り出し領域の注目位置を例えば1画素ずらし、動作803に戻る。
図9は、入力画像901の画像認識装置104における判定結果を模式的に表した図である。入力画像901に対し、第1の特徴抽出部203は第1の特徴量902を、第2の特徴抽出部204は第2の特徴量903を、それぞれ出力する。
パターン照合判定部205は辞書パターン904と照合し、第1の特徴量を“不一致”と、第2の特徴量を“一致”と判定する。よって、パターン照合判定部205は判定信号“1”を出力する。
図10は、入力画像1001の画像認識装置104における判定結果を模式的に表した図である。入力画像1001に対し、第1の特徴抽出部203は第1の特徴量1002を、第2の特徴抽出部204は第2の特徴量1003を、それぞれ出力する。
パターン照合判定部205は辞書パターン904と照合し、第1の特徴量を“一致”と、第2の特徴量を“不一致”と判定する。よって、パターン照合判定部205は判定信号“1”を出力する。
図9及び図10に示したように、本実施形態の画像認識装置104は入力画像が辞書パターンと一致すると判定される範囲が広がり、認識精度が向上する。
以上述べたように、本実施形態の画像認識装置104は、ブロック値と第1の閾値と比較して第1の特徴量を出力する第1の特徴抽出部203と、ブロック値と第2の閾値とを比較して第2の特徴量を出力する第2の特徴抽出部204と、第1の特徴量と辞書パターンとを照合し、第2の特徴量と辞書パターンとを照合し、いずれかの特徴量が辞書パターンと一致したときに判定信号を出力するパターン照合判定部205を備える。従って、本実施形態の画像認識装置104は、演算処理を高速にして、しかも判定精度を高くすることが可能であるという効果がある。
(第2の実施形態)
図11は、本実施形態の画像認識装置104の構成を表すブロック図である。図11に示すように、画像認識装置104は、入力した画像信号を二値化する二値化部201と、2値化した画像信号から矩形のデータを処理パターンとして読みだし、分割する領域分割部1102と、を備える。領域分割部1102は、処理パターンを画素が重複しないように分割する第1の分割と、画素が重複するように分割する第2の分割と、を行い、分割された処理パターンである分割領域を出力する。
図11は、本実施形態の画像認識装置104の構成を表すブロック図である。図11に示すように、画像認識装置104は、入力した画像信号を二値化する二値化部201と、2値化した画像信号から矩形のデータを処理パターンとして読みだし、分割する領域分割部1102と、を備える。領域分割部1102は、処理パターンを画素が重複しないように分割する第1の分割と、画素が重複するように分割する第2の分割と、を行い、分割された処理パターンである分割領域を出力する。
さらに、画像認識装置104は、分割領域ごとに特徴値を算出し、この特徴値を処理パターンごとに矩形に配列して特徴量として出力する特徴抽出部1103と、認識する特定のパターンである辞書パターンを格納する辞書ファイル206とを備える。画像認識装置104は、特徴量と辞書パターンとを照合して判定信号を出力するパターン照合判定部205を備える。
図12は、画像認識装置104の処理の概要を示す図である。図12に示すように、2値化部201は入力画像を2値化する。例えば、信号の強度がある閾値を越えたとき白を表す“0”とし、それ以外の場合黒を表す“1”とする。
領域分割部1102は、2値化された画像データの中からMx×Myの矩形のデータである処理パターンを読みだす。図12においては、この処理パターンは8画素×8画素となっている。領域分割部1102は読み出した処理パターンを重複する部分があるように分割して分割領域を出力する。
図12に示すように、領域分割部1102は処理パターンの左上端の4画素×4画素分を第1の部分領域1201として出力する。さらに領域分割部1102は、2列ずつ右にずらしながら第2の分割領域1202と、第3の分割領域1203と、を出力する。
さらに、領域分割部1102は、これらの分割領域を2行下にずらして第4の分割領域1204と、第5の分割領域1205と、第6の分割領域1206と、を出力する。さらに、領域分割部1102は、これらの分割領域をさらに2行下にずらして第7の分割領域1207と、第8の分割領域1208と、第9の分割領域1209と、を出力する。
あるいは、領域分割部1102は、重複しないように第1の分割領域1201、第3の分割領域1203、第7の分割領域1207、第9の分割領域1209、を分割する第1の分割を行い、重複するように第2の分割領域1202、第4の分割領域1204、第5の分割領域1205、第6の分割領域1206、第8の分割領域1208、を分割する第2の分割を行う。
第1の分割領域1201と第2の分割領域1202とは、8画素分の重複がある。第1の分割領域1201と第4の分割領域1204とは、8画素分の重複がある。すなわち上下、または左右に隣接する分割領域は互いに8画素重複する。
特徴抽出部1103は、各分割領域の画素の総和である特徴値を算出し、分割領域ごとにこの特徴値を矩形に配列して特徴量1210として出力する。図12に示すように、特徴抽出部1103は、第1の分割領域の総和は特徴量1210の左上端に、第2の分割領域の総和は第1の分割領域の右隣に、第3の分割領域の総和は第2の分割領域の総和の右隣に、第4の分割領域の総和は第1の分割領域の総和の下に、以下同様に第9の分割領域まで配列し、矩形の特徴量1210を出力する。
ここで、斜線を付した画素Aに変化がある場合、特徴量1210において、第1の分割領域の総和、第2の分割領域の総和、第4の分割領域の総和、第5の分割領域の総和、の4か所に変化が現れる。従って、この特徴量を辞書パターンと照合すれば、より精度のよい判定が可能となる。
図13は、画像認識装置104の処理の他の例の概要を示す図である。図13に示すように、2値化部201は入力画像を2値化する。例えば、信号の強度がある閾値を越えたとき白を表す“0”とし、それ以外の場合黒を表す“1”とする。
領域分割部1102は、2値化された画像データの中からMx×Myの矩形のデータである処理パターンを読みだす。図13においては、この処理パターンは8画素×8画素となっている。領域分割部1102は読み出した処理パターンを重複する部分があるように分割して第2の分割の分割領域を出力する。
図13に示すように、領域分割部1102は処理パターンの左上端の2画素×2画素分ずつ重複しないように第1の分割を行う。領域分割部1102はさらに、この部分領域のうち、複数の部分領域と重複するように処理パターンに対して第2の分割を行う。
この重複した第2の分割の分割領域は、図13に示すように例えば第2の分割の分割領域1301、第2の分割の分割領域1303、第2の分割の分割領域1305、第2の分割の分割領域1307、のように再分割した領域が全て他の部分領域と重複するように再分割してもよい。
特徴抽出部1103は、分割領域ごとに及び第2の分割の分割領域ごとに総和を算出し、矩形に配列して特徴量として出力する。この際、第2の分割の分割領域の総和を、第1の分割の分割領域の総和と置き換えて特徴量を出力するように構成することができる。
図13に示すように、特徴抽出部1103は第1の分割領域1302に代えて第2の分割の分割領域1301の総和を、第4の分割領域1304に代えて第2の分割の分割領域1303の総和を、第13の分割領域1308に代えて第2の分割の分割領域1307の総和を、第16の分割領域1306に代えて第2の分割の分割領域1305の総和を、それぞれ出力するように構成できる。
他の分割領域の総和は対応する位置に配列されて出力される。出力された特徴量1309を図13に示す。
ここで、斜線を付した画素Bに変化がある場合、特徴量1309において、斜線を付した第1の分割領域の総和、第6の分割領域の総和の2か所に変化が現れる。従って、この特徴量を辞書パターンと照合すれば、より精度のよい判定が可能となる。
パターン照合判定部205は、特徴量と辞書パターンとを照合して判定信号を出力する。照合の方法は問わない。例えば、パターン照合判定部205は二乗誤差法を用いることができる。
図4A乃至図4Dは、二乗誤差法の原理を説明するための図である。図4Aは処理パターンの例を示す図である。図4Bは辞書パターンの例を示す図である。
パターン照合判定部205は、処理パターンのそれぞれの画素について、対応する位置にある辞書パターンの画素との差を算出する。図4Cは、パターン照合判定部205が算出した差の例を示す図である。例えば、右上の画素について言えば、図4Aの右上は“0”であり、図4Bの右上は“1”であるため、その差は0−1=−1となり、図4Cの右上は“−1”となる。
続いて、パターン照合判定部205は、各画素を二乗する。図4Dは図4Cの各画素を二乗した結果を示す図である。パターン照合判定部205は各画素の総和を算出する。図4Dの例においては、総和は“2”である。
次に、パターン照合判定部205は総和と閾値を比較し、総和が閾値以上の場合“不一致”、総和が閾値未満である場合に“一致”を判定結果として算出する。
図5は、二乗誤差法を用いる場合のパターン照合判定部205の回路構成例である。図5に示すように、パターン照合判定部205は、画素数をnとするとき、処理パターンと辞書パターンとの差を算出する減算器5011から減算器501nまでのn個の減算器と、これらの減算器の出力をそれぞれ二乗する乗算器5021から乗算器502nまでのn個の乗算器と、乗算器5021から乗算器502nまでの出力結果の総和を算出する加算器503と、この総和とメモリが予め格納する閾値とを比較する比較器504と、を有する。
他には例えば、パターン照合判定部205はファジィ推論を用いることができる。ファジィ推論は、各画素の値である画素値と適合度を対応付ける辞書パターンメンバ関数により、画素値から適合度を算出し、この適合度の平均と閾値とを比較して照合判定を行う方法である。この場合、辞書ファイル206は判定すべき画像毎の辞書パターンメンバ関数を格納する。
図6は、辞書パターンメンバ関数の例を示す図である。図6に示すように、辞書ファイル206は、処理パターンの画素が横Px、縦Pyであるとき、一つの辞書パターンにつき、左上の画素である(1,1)から右下の画素である(Px,Py)までPx×Py個の辞書パターンメンバ関数を格納する。
パターン照合判定部205は、辞書パターンメンバ関数を順次読みだし、読み出した辞書パターンメンバ関数を用いて画素値から適合度を算出する。例えば、画素(Px,Py)の画素値が“45”であるとき、適合度は“1”である。
パターン照合判定部205は、辞書パターンごとの適合度の平均値を算出し、平均が閾値未満の場合“不一致”、平均が閾値以上である場合に“一致” を判定結果として算出する。
図7は、ファジイ推論を用いる場合のパターン照合判定部700の回路構成例である。図7に示すように、パターン照合判定部700は、画素数をnとするとき、辞書パターンメンバ関数を用いて画素値から適合度を算出するファジィ推論ブロック7011からファジィ推論ブロック701nまでのn個のファジィ推論ブロックと、適合度の平均である平均適合度を算出する平均適合度算出ブロック703と、平均適合度と閾値とを比較する比較器504とを備える。
なお、画像認識装置104は、CPUなどの演算装置を用いて構成することもできる。
図14は画像認識装置104の動作を表すフローチャートである。図14に示すように、動作1401において、画像認識装置104は複数ライン分の画像信号を入力する。すなわち、画像認識装置104は、メモリが格納するシェーディング補正部103からの出力の中から複数ライン分の信号を読み出す。
動作1402において、画像認識装置104は2値化処理を行う。動作1403において、画像認識装置104は処理パターンの読みだしを行う。
動作1404において、画像認識装置104は領域分割を行う。動作1405において、画像認識装置104は特徴量を抽出する。
動作1406において、画像認識装置104は辞書ファイル206から辞書パターンを順次読みだし、特徴量と照合して判定結果を算出する。
動作1407において、画像認識装置104はパターン照合判定を行う。すなわち、画像認識装置104は、判定結果が“一致”であれば動作1408に進み、“一致”でない場合は動作1409に進む。
動作1408において、画像認識装置104は判定信号、例えば“1”を出力する。動作1409において、画像認識装置104は読み出し領域の注目位置をインクリメントする。すなわち、切り出し領域の注目位置を例えば1画素ずらし、動作1403に戻る。
以上述べたように、本実施形態の画像認識装置104は、処理パターンを重複しないように分割し、さらに重複するように再分割する領域分割部1102と、分割された領域ごとに特徴量を算出する特徴抽出部1103と、認識する特定のパターンである辞書パターンを格納する辞書ファイル206と、特徴量と辞書パターンとを照合して判定信号を出力するパターン照合判定部205を備える。従って、本実施形態の画像認識装置104は、演算処理を高速にして、しかも判定精度をさらに高くすることが可能であるという効果がある。
(第3の実施形態)
第3の実施形態は、あらかじめ格納された画像であるパターンデータから一部を抽出して関連データとして出力する関連データ抽出部と、前記関連データを暗号化して暗号化データとして出力する暗号化部と、画像信号と前記暗号化データをそれぞれ周波数変換して重畳し、第1の重畳出力として出力する第1の重畳部と、パターンデータと前記第1の重畳出力とを、マスクシートを重ねて視認できるように重畳して第2の重畳出力を出力する第2の重畳部と、を備える画像処理装置に関する。
第3の実施形態は、あらかじめ格納された画像であるパターンデータから一部を抽出して関連データとして出力する関連データ抽出部と、前記関連データを暗号化して暗号化データとして出力する暗号化部と、画像信号と前記暗号化データをそれぞれ周波数変換して重畳し、第1の重畳出力として出力する第1の重畳部と、パターンデータと前記第1の重畳出力とを、マスクシートを重ねて視認できるように重畳して第2の重畳出力を出力する第2の重畳部と、を備える画像処理装置に関する。
また、第3の実施形態は、関連データ抽出部があらかじめ格納された画像であるパターンデータから一部を抽出して関連データとして出力し、暗号化部が前記関連データを暗号化して暗号化データとして出力し、第1の重畳部が画像信号と前記暗号化データをそれぞれ周波数変換して重畳し、第1の重畳出力として出力し、第2の重畳部がパターンデータと前記第1の重畳出力とを、マスクシートを重ねて視認できるように重畳して第2の重畳出力として出力する、ことを特徴とする画像認識装置の画像認識方法に関する。
図15は、本実施形態の画像処理装置における画像処理部110の構成を示す図である。図15に示すように、画像処理部110は、あらかじめ格納された画像であるパターンデータから一部を抽出して関連データとして出力する関連データ抽出部1501と、関連データを暗号化して暗号化データとして出力する暗号化部1502と、画像信号と暗号化データを重畳して第1の重畳出力として出力する第1の重畳部1503と、パターンデータと第1の重畳出力とを重畳して第2の重畳出力として出力する第2の重畳部1504と、を備える。
図16は、関連データ抽出部1501の抽出の様子を示した模式図である。図16に示すように、関連データ抽出部1501はパターンデータ1601から、関連データとして、パターンデータの一部1602、またはテキストデータ1603を抽出する。
暗号化部1502は、関連データを暗号化して暗号化データとして出力する。暗号化のアルゴリズムは問わない。例えば、RASなどの公開鍵方式でもMISTYなどの秘密鍵方式でもよい。
第1の重畳部1503は、まず画像データを周波数変換する。次に、第1の重畳部1503は暗号化データを周波数変換する。これらの周波数変換は、例えば離散コサイン変換を用いることができる。
第1の重畳部1503は周波数変換後の画像データと、周波数変換後の暗号化データとを加算することによって重畳して重畳値として出力する。次に、第1の重畳部1503は重畳値を復調して第1の重畳データとして出力する。
第2の重畳部1504は、第1の重畳データとパターンデータとを重畳する。重畳方法は、例えばハーフトーンの網点や万線を用いて重畳する公知の方法を採用できる。第2の重畳部1504が重畳したパターンデータはマスクシートを出力された印刷物に重ねると見ることができる。
次に真贋の判定方法を説明する。図17は、第2の重畳後のパターンデータによる真贋の判定を示した図である。図17に示すように、まずマスクシートを印刷物に重ねてパターンデータが見えるかによって第1の判定を行う。パターンデータが見えた場合には真正の文書である可能性が高い。
次に、パターンデータの見えた印刷物をスキャナで読み取り、周波数変換する。周波数変換された結果に重畳した関連データの周波数成分が含まれているかを判定する。関連データの周波数成分が含まれていた場合には、真正の文書であると判定する。
以上説明したように、本実施形態の画像処理装部110は、あらかじめ格納された画像であるパターンデータから一部を抽出して関連データとして出力する関連データ抽出部1501と、関連データを暗号化して暗号化データとして出力する暗号化部1502と、画像信号と暗号化データをそれぞれ周波数変換して重畳し、第1の重畳出力として出力する第1の重畳部と、パターンデータと第1の重畳出力とを、マスクシートを重ねて視認できるように重畳して第2の重畳出力として出力する第2の重畳部と、を備える。従って、文書の真贋の判定をより厳密に行うことができるという効果がある。
100:画像読取装置、
101:画像読取部、
102:A/D変換部、
103:シェーディング補正部、
104:画像認識装置、
105:制御部、
110:画像処理部。
101:画像読取部、
102:A/D変換部、
103:シェーディング補正部、
104:画像認識装置、
105:制御部、
110:画像処理部。
Claims (9)
- 二値化された画像データから矩形のデータを読みだし、値を合計してブロック値として出力するブロック統合部と、
前記ブロック値と第1の閾値とを比較して第1の特徴量を出力する第1の特徴抽出部と、
前記ブロック値と第1の閾値と異なる第2の閾値とを比較して第2の特徴量を出力する第2の特徴抽出部と、
判定対象である特定の画像のパターンデータである辞書パターンを格納する辞書ファイルと、
前記第1の特徴量と前記辞書パターンとを照合し、第2の特徴量と前記辞書パターンとを照合し、いずれかの特徴量が前記辞書パターンと一致したときに判定信号を出力するパターン照合判定部と、
を備える画像認識装置。 - 二値化された画像データから矩形のデータを処理パターンとして読みだし、画素が重複しないように分割する第1の分割と、画素が重複するように分割する第2の分割と、を行い分割領域として出力する領域分割部と、
前記分割領域ごとに特徴値を算出し、前記特徴値を処理パターンごとに矩形に配列して特徴量として出力する特徴抽出部と、
判定対象である特定の画像のパターンデータである辞書パターンを格納する辞書ファイルと、
前記特徴量と前記辞書パターンとを照合して判定信号を出力するパターン照合判定部と、
を備える画像認識装置。 - 前記特徴抽出部が第2の分割の分割領域の総和を、第1の分割の分割領域の総和と置き換えて特徴量を出力する請求項2記載の画像認識装置。
- 前記パターン照合判定部が二乗誤差法により前記処理パターンと前記辞書パターンとを照合する請求項1又は請求項2に記載の画像認識装置。
- 前記辞書ファイルが判定対象である特定の画像のメンバ関数である辞書パターンメンバ関数を格納し、
前記パターン照合判定部が前記辞書パターンメンバ関数を順次読み出し、前記処理パターンとファジィ推論により照合する請求項1又は請求項2に記載の画像認識装置。 - 光学的方法によって取り込んだ画像を電気信号に変換して出力する画像読取部と、
画像読取部からの信号をアナログ/ディジタル変換して出力するA/D変換部と、
二値化された画像データから矩形のデータを読みだし、値を合計してブロック値として出力するブロック統合部と、前記ブロック値と第1の閾値とを比較して第1の特徴量を出力する第1の特徴抽出部と、前記ブロック値と第1の閾値と異なる第2の閾値とを比較して第2の特徴量を出力する第2の特徴抽出部と、判定対象である特定の画像のパターンデータである辞書パターンを格納する辞書ファイルと、前記第1の特徴量と前記辞書パターンとを照合し、第2の特徴量と前記辞書パターンとを照合し、いずれかの特徴量が前記辞書パターンと一致したときに判定信号を出力するパターン照合判定部と、を備える画像認識装置と、
前記画像認識装置からの判定結果によって前記画像読取部の動作を制御する制御部と、
を備える画像読取装置。 - 光学的方法によって取り込んだ画像を電気信号に変換して出力する画像読取部と、
画像読取部からの信号をアナログ/ディジタル変換して出力するA/D変換部と、
二値化された画像データから矩形のデータを処理パターンとして読みだし、画素が重複しないように分割する第1の分割と、画素が重複するように分割する第2の分割と、を行い分割領域として出力する領域分割部と、前記分割領域ごとに特徴値を算出し、前記特徴値を処理パターンごとに矩形に配列して特徴量として出力する特徴抽出部と、判定対象である特定の画像のパターンデータである辞書パターンを格納する辞書ファイルと、前記特徴量と前記辞書パターンとを照合して判定信号を出力するパターン照合判定部と、を備える画像認識装置と、
前記画像認識装置からの判定結果によって前記画像読取部の動作を制御する制御部と、
を備える画像読取装置。 - ブロック統合部が二値化された画像データから矩形のデータを読みだし、値を合計してブロック値として出力し、
第1の特徴抽出部が前記ブロック値と第1の閾値とを比較して第1の特徴量を出力し、
第2の特徴抽出部が前記ブロック値と第1の閾値と異なる第2の閾値とを比較して第2の特徴量を出力し、
パターン照合判定部が前記第1の特徴量と前記辞書パターンとを照合し、第2の特徴量と前記辞書パターンとを照合し、いずれかの特徴量が前記辞書パターンと一致したときに判定信号を出力する
ことを特徴とする画像認識装置の画像認識方法。 - 領域分割部が二値化された画像データから矩形のデータを処理パターンとして読みだし、画素が重複しないように分割する第1の分割と、画素が重複するように分割する第2の分割と、を行い分割領域として出力し、
特徴抽出部が前記分割領域ごとに特徴値を算出し、前記特徴値を処理パターンごとに矩形に配列して特徴量として出力し、
パターン照合判定部が前記特徴量と前記辞書パターンとを照合して判定信号を出力する
ことを特徴とする画像認識装置の画像認識方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US7600208P | 2008-06-26 | 2008-06-26 | |
US7600508P | 2008-06-26 | 2008-06-26 | |
US10750608P | 2008-10-22 | 2008-10-22 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010009589A true JP2010009589A (ja) | 2010-01-14 |
Family
ID=41600270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009125522A Pending JP2010009589A (ja) | 2008-06-26 | 2009-05-25 | 画像認識装置、画像読取装置及び画像認識装置の画像認識方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010009589A (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61208363A (ja) * | 1985-03-12 | 1986-09-16 | Konishiroku Photo Ind Co Ltd | 画像の拡大・縮小装置 |
WO1995001043A1 (fr) * | 1993-06-22 | 1995-01-05 | Omron Corporation | Copieur comprenant un dispositif de traitement de l'image |
JP2003030672A (ja) * | 2001-07-11 | 2003-01-31 | Canon Inc | 帳票認識装置、方法、プログラムおよび記憶媒体 |
-
2009
- 2009-05-25 JP JP2009125522A patent/JP2010009589A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61208363A (ja) * | 1985-03-12 | 1986-09-16 | Konishiroku Photo Ind Co Ltd | 画像の拡大・縮小装置 |
WO1995001043A1 (fr) * | 1993-06-22 | 1995-01-05 | Omron Corporation | Copieur comprenant un dispositif de traitement de l'image |
JP2003030672A (ja) * | 2001-07-11 | 2003-01-31 | Canon Inc | 帳票認識装置、方法、プログラムおよび記憶媒体 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100911973B1 (ko) | 전자 워터마크 매립 장치 및 검출 장치 | |
JP5861503B2 (ja) | 画像検査装置及び方法 | |
KR20070021085A (ko) | 런 프로파일들을 사용하여 문서 보안 마크들의 검출 | |
Tan et al. | Print-Scan Resilient Text Image Watermarking Based on Stroke Direction Modulation for Chinese Document Authentication. | |
JP7076772B2 (ja) | 認証システムおよび認証方法 | |
WO2006035677A1 (ja) | 画像処理方法および画像処理装置 | |
US20080316538A1 (en) | Device using low visibility encoded image to manage copy history | |
JP2006338330A (ja) | 紙片識別装置及び紙片識別方法 | |
JP3963053B2 (ja) | 画像認識装置及び記録媒体並びに画像処理装置 | |
JP2864735B2 (ja) | 物体識別方法および装置ならびに物体識別のための画像処理方法および装置 | |
US7676058B2 (en) | System and method for detection of miniature security marks | |
JP4469301B2 (ja) | 情報埋め込み装置、印刷用媒体、および、情報読み取り装置 | |
JP2010009589A (ja) | 画像認識装置、画像読取装置及び画像認識装置の画像認識方法 | |
JP4285300B2 (ja) | 情報埋め込み装置を実現するプログラム,および,情報読み取り装置を実現するプログラム | |
JP4672513B2 (ja) | 情報処理システム,地紋重畳装置,回答抽出装置,地紋重畳方法,回答抽出方法 | |
JP3822879B2 (ja) | 改ざん検証データ入り文書およびその画像、文書出力装置およびその方法、ならびに文書入力装置およびその方法 | |
JP4743065B2 (ja) | 画像認識装置、複写装置及び画像認識方法 | |
NL2032168B1 (en) | Watermark detection method and system | |
JP2005301713A (ja) | 帳票画像の地紋除去方法及び装置 | |
JP4635845B2 (ja) | Ocr装置、フォームアウト方法及びフォームアウトプログラム | |
JP4172586B2 (ja) | 電子透かし挿入方法、電子透かし挿入装置及び電子透かし挿入プログラム並びに電子透かし検出方法、電子透かし検出装置及び電子透かし検出プログラム | |
JP2007328652A (ja) | 画像処理装置および画像処理プログラム | |
JP5009414B2 (ja) | 地紋重畳装置、および地紋重畳方法 | |
JP2008148110A (ja) | 画像処理装置およびその制御方法 | |
JP2005165383A (ja) | 印鑑照合装置、印鑑照合方法および印鑑照合プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100916 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111006 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111101 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120306 |