JP2013125281A

JP2013125281A - 画像処理装置及びプログラム

Info

Publication number: JP2013125281A
Application number: JP2011271816A
Authority: JP
Inventors: Fujio Ihara; 富士夫井原
Original assignee: Fuji Xerox Co Ltd
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2011-12-13
Filing date: 2011-12-13
Publication date: 2013-06-24
Anticipated expiration: 2031-12-13
Also published as: US20130148896A1; JP5857704B2; CN103198318B; US8805084B2; CN103198318A

Abstract

【課題】文字列を含む画像同士の対応点を特定する。
【解決手段】画像処理装置１０は、それぞれ文字列を含む第１の画像と第２の画像を取得する比較画像取得部１００と、第１の画像と前記第２の画像のそれぞれに含まれる特徴点を抽出する特徴点抽出部１０２と、第１の画像と前記第２の画像のそれぞれに対して、文字列の配列方向に沿って連続した複数の文字を含む１又は複数の部分領域を設定する領域設定部１０４と、第１の画像に対して設定された部分領域に含まれる特徴点の位置と、第２の画像に対して設定された部分領域に含まれる特徴点の位置とを比較して、第１の画像に設定された部分領域に対応する第２の画像に設定された部分領域を特定するとともに、当該特定した各部分領域における対応点を特定する対応点決定部とを備える。
【選択図】図１

Description

本発明は、画像処理装置及びプログラムに関する。

カメラの位置や姿勢が既知である場合には、カメラにより撮影された複数の画像同士の対応点を検出する技術がある。また、下記の特許文献１に記載されているように、複数の画像のそれぞれから抽出した特徴点のペアから拘束条件を算出し、算出した拘束条件に基づいて複数の画像間の対応点を特定する技術も考案されている。

特開２００２−１０９５１８号公報

文字列を含む文書画像同士の対応点を特定する場合において文書画像に同じ文字が繰り返し出現するときに、実際には対応関係にない特徴点同士を特定してしまうという課題を解決する画像処理装置及びプログラムを提供することにある。

上記目的を達成するために、請求項１に記載の発明は、それぞれ文字列を含む第１の画像と第２の画像を取得する画像取得手段と、前記第１の画像と前記第２の画像のそれぞれに含まれる特徴点を抽出する抽出手段と、前記第１の画像と前記第２の画像のそれぞれに対して、文字列の配列方向に沿って連続した複数の文字を含む１又は複数の部分領域を設定する設定手段と、前記第１の画像に対して前記設定手段により設定された部分領域に含まれる特徴点の位置と、前記第２の画像に対して前記設定手段により設定された部分領域に含まれる特徴点の位置とを比較して、前記第１の画像に設定された部分領域に対応する前記第２の画像に設定された部分領域を特定するとともに、当該特定した各部分領域における対応点を特定する特定手段と、を含むことを特徴とする画像処理装置である。

請求項２に記載の発明は、前記部分領域について設定した基準線に対する、当該部分領域に含まれる特徴点の位置関係に基づいて、当該部分領域の特徴を表す波形をそれぞれ生成する波形生成手段をさらに含み、前記特定手段は、前記第１の画像に対して前記設定手段により設定された部分領域について前記波形生成手段により生成された波形と、前記第２の画像に対して前記設定手段により設定された部分領域について前記波形生成手段により生成された波形との相関に基づいて、前記第１の画像に設定された部分領域に対応する前記第２の画像に設定された部分領域を特定するとともに、当該特定した各部分領域における対応点を特定することを特徴とする請求項１に記載の画像処理装置である。

請求項３に記載の発明は、前記基準線を、前記部分領域の骨格線に沿って設定する手段をさらに含むことを特徴とする請求項２に記載の画像処理装置である。

請求項４に記載の発明は、前記基準線を、前記部分領域に含まれる文字列の配列方向と平行に設定する手段をさらに含むことを特徴とする請求項２に記載の画像処理装置である。

請求項５に記載の発明は、それぞれ文字列を含む第１の画像と第２の画像を取得する画像取得手段と、前記第１の画像と前記第２の画像のそれぞれに含まれる特徴点を抽出する抽出手段と、前記第１の画像と前記第２の画像のそれぞれに対して、文字列の配列方向に沿って連続した複数の文字を含む１又は複数の部分領域を設定する設定手段と、前記第１の画像に対して前記設定手段により設定された部分領域に含まれる特徴点の位置と、前記第２の画像に対して前記設定手段により設定された部分領域に含まれる特徴点の位置とを比較して、前記第１の画像に設定された部分領域に対応する前記第２の画像に設定された部分領域を特定するとともに、当該特定した各部分領域における対応点を特定する特定手段としてコンピュータを機能させるためのプログラムである。

請求項１及び５に記載の発明によれば、文字列を含む文書画像同士の対応点を特定する場合において文書画像に同じ文字が繰り返し出現するときに、文字列を含む画像同士の対応点を特定することができる。

請求項２に記載の発明によれば、第１の画像の部分領域と、第２の画像の部分領域とが部分的に一致している場合にも、両者の対応点を特定できる。

請求項３に記載の発明によれば、部分領域が湾曲していたり、回転していたりしても、第１の画像の部分領域に対応した、第２の画像の部分領域を特定できる。

請求項４に記載の発明によれば、本構成を有しない場合に比較して、第１の画像の部分領域と、第２の画像の部分領域を特定する処理の負荷を軽減できる。

本実施形態に係る画像処理装置の機能ブロック図である。第１の画像（Ａ）と第２の画像（Ｂ）の一例を示す図である。第１の画像と第２の画像について抽出された特徴点の一例を示す図である。行領域設定処理のフローチャートである。行領域の設定例を示す図である。基準線の第１の設定例を説明する図である。基準線の第２の設定例を説明する図である。特徴データの第１の生成例を説明する図である。特徴データの第２の生成例を説明する図である。パルス波形の相関が最大となった状態の一例を示した図である。パルス波形の相関が最大となった状態の一例を示した図である。対応点特定処理の一例を説明するフローチャートである。対応点特定処理の変形例を説明するフローチャートである。

以下、本発明を実施するための実施の形態（以下、実施形態という）を、図面に従って説明する。

図１には、本実施形態に係る画像処理装置１０の機能ブロック図を示した。図１に示されるように、画像処理装置１０は、比較画像取得部１００、特徴点抽出部１０２、領域設定部１０４、特徴データ生成部１０６、特徴データ比較部１０８及び対応点決定部１１０を備える。

画像処理装置１０に備えられる上記各部の機能は、ＣＰＵ等の制御手段、メモリ等の記憶手段、外部デバイスとデータを送受信する入出力手段等を備えたコンピュータが、コンピュータ読み取り可能な情報記憶媒体に格納されたプログラムを読み込み実行することで実現されるものとしてよい。なお、プログラムは光ディスク、磁気ディスク、磁気テープ、光磁気ディスク、フラッシュメモリ等の情報記憶媒体によってコンピュータたる画像処理装置１０に供給されることとしてもよいし、インターネット等のデータ通信網を介して画像処理装置１０に供給されることとしてもよい。

比較画像取得部１００は、比較する対象の複数の画像を取得する。比較画像取得部１００は、図示しないスキャナにより読み込まれた画像や図示しないカメラにより撮像された画像を比較対象のデータとして取得することとしてもよいし、外部デバイスやメモリ等に保持された画像を比較対象のデータとして取得することとしてもよい。また、以下説明する例においては、比較画像取得部１００は、比較対象とする第１の画像と第２の画像とを取得することとする。なお、比較画像取得部１００により取得される比較対象の画像は３つ以上あってもよく、その場合には、取得した複数の画像のうち任意の２つを第１の画像、第２の画像として順次選択して、以下と同様の処理を各組について行うこととしてよい。

図２には、比較画像取得部１００により取得された第１の画像（Ａ）と第２の画像（Ｂ）の一例を示した。図２に示されるように、比較画像取得部１００により比較対象とする画像には、文字列が含まれる。なお、文字列は横書きであっても縦書きであっても構わない。

特徴点抽出部１０２は、比較画像取得部１００により取得された第１の画像と第２の画像とのそれぞれから特徴点を抽出する。特徴点抽出部１０２は、画像の全体から特徴点を抽出することとしてもよいし、指定された部分領域から特徴点を抽出することとしてもよい。例えば、特徴点抽出部１０２は、コーナー検出法（Harris Corner等）やＳＩＦＴ（Scale-Invariant Feature Transform）等の公知の特徴点検出技術を用いて、対象の画像（領域）から特徴点を抽出することとしてよい。

図３には、特徴点抽出部１０２により第１の画像と第２の画像について抽出された特徴点の一例を示した。図３に示されるように、特徴点は、横書きであれば行（縦書きであれば列）に沿って分布する。

領域設定部１０４は、第１の画像と第２の画像について文字列の配列方向を判定するとともに、判定した配列方向に沿って連続した文字を含む配列領域（横書きであれば行領域、縦書きであれば列領域）を設定する。以下、領域設定部１０４による対象の画像（第１の画像又は第２の画像）に対する配列領域の設定処理を具体的に説明する。

図４には、第１の画像について行領域を設定する行領域設定処理のフローチャートを示した。図４に示されるように、領域設定部１０４は、対象の画像の中から文書領域を特定し（Ｓ１００１）、特定した文書領域を二値化する（Ｓ１００２）。文書領域の特定は、例えば色数が２である領域を特定することにより行うこととしてよい。

領域設定部１０４は、二値化した文書領域の膨張・縮小処理、ノイズ除去処理、近傍の黒画素の連結処理等の画像処理を実行した後に（Ｓ１００３）、黒画素群の輪郭を抽出する（Ｓ１００４）。

領域設定部１０４は、Ｓ１００４で抽出した輪郭のうち未処理のものに外接矩形を設定し（Ｓ１００５）、隣接する横方向の外接矩形までの距離（Ｗ）と縦方向の外接矩形までの距離（Ｈ）を比較して（Ｓ１００６）、Ｗ≧Ｈであれば（Ｓ１００６：Ｙ）、横書きと判定して（Ｓ１００７）、文字列の方向に沿って外接矩形を連結して行領域を設定する（Ｓ１００８）。また、領域設定部１０４は、Ｗ＜Ｈであれば（Ｓ１００６：Ｎ）、縦書きと判定して（Ｓ１００９）、文字列の方向に沿って外接矩形を連結して列領域を設定する（Ｓ１０１０）。

領域設定部１０４は、設定した行又は列領域以外に未処理の黒画素が残っている場合には（Ｓ１０１１：Ｙ）、Ｓ１００５に戻り、設定した行又は列領域以外に未処理の黒画素が残っていない場合には（Ｓ１０１１：Ｎ）、処理を終了する。

図５には、行領域の設定例を示した。図５に示される例では、外接矩形間の横方向の距離Ｗが、黒画素群に設定される外接矩形間の縦方向の距離Ｈよりも短いため、外接矩形を横方向に連結して行領域を設定することとなる。

特徴データ生成部１０６は、領域設定部１０４により設定された配列領域に含まれる特徴点の位置に基づいて、配列領域ごとの特徴データを生成する。具体的には、特徴データ生成部１０６は、配列領域ごとに基準線を設定し、基準線と特徴点との位置関係に基づいて特徴データを生成する。以下、基準線の設定例について具体的に説明する。

図６Ａには、基準線の第１の設定例を説明する図を示した。図６Ａに示される例では、配列領域が行領域（すなわち横書き）であるため、水平方向に基準線を設定しているが、配列領域が列領域（すなわち縦書き）である場合には垂直方向に基準線を設定することとしてよい。

図６Ｂには、基準線の第２の設定例を説明する図を示した。図６Ｂに示される例では、配列領域に含まれる外接矩形の中心を順次接続して形成される配列領域の骨格線を基準線に設定する。外接矩形の中心を接続する場合には、各中心を任意の直線又は曲線により接続することとしてもよい。

次に、配列領域ごとに設定された基準線と、配列領域内に存在する特徴点との位置関係に基づいて特徴データを生成する方法の具体例について説明する。

図７Ａには、特徴データの第１の生成例を説明する図を示した。図７Ａに示されるように、配列領域に設定された基準線に対して、特徴点（ｃ１，ｃ２，・・・，ｃｎ）を基準線上に射影した（垂直に下ろした）場合の特徴点間の距離（ｄ１，ｄ２，・・・，ｄｎ）を得る。そして、図７Ａに示されるように、上記得られた特徴点間の距離（ｄ１，ｄ２，・・・，ｄｎ）に予め定められた高さの波（例えば矩形波）を配置したパルス波形を生成し、こうして生成されたパルス波形を配列領域の特徴データとする。

図７Ｂには、特徴データの第２の生成例を説明する図を示した。図７Ｂに示されるように、配列領域に設定された基準線に対して、特徴点（ｃ１，ｃ２，・・・，ｃｎ）から基準線までの距離（ｈ１，ｈ２，・・・，ｈｎ）と、特徴点（ｃ１，ｃ２，・・・，ｃｎ）を基準線上に射影した（垂直に下ろした）場合の特徴点間の距離（ｄ１，ｄ２，・・・，ｄｎ）を得る。そして、図７Ｂに示されるように、上記得られた特徴点間の距離（ｄ１，ｄ２，・・・，ｄｎ）に、上記得られた特徴点から基準線までの距離（ｈ１，ｈ２，・・・，ｈｎ）を高さとした波（例えば矩形波）を配置したパルス波形を生成し、こうして生成されたパルス波形を配列領域の特徴データとする。

特徴データ比較部１０８は、第１の画像について設定された配列領域の特徴データと、第２の画像について設定された配列領域の特徴データとを比較する。例えば、特徴データ比較部１０８は、第１の画像について設定された配列領域（Ａｉ、ｉ＝１〜Ｎ）について生成されたパルス波形と、第２の画像について設定された配列領域（Ｂｊ、ｊ＝１〜Ｍ）について生成されたパルス波形との相対位置を順次変化させながら相関値を算出し、算出された相関値の最大値を配列領域ＡｉとＢｊの類似度として得る。この際に特徴データ比較部１０８は、相関値が最大値となった場合における配列領域ＡｉとＢｊの特徴点の対応関係も記録する。

図８Ａには、第１の画像の配列領域Ａｉと、第２の画像の配列領域Ｂｊとの各々について第１の例（図７Ａの例）で生成されたパルス波形の相関が最大となった状態の一例を示した。なお、配列領域Ａｉには、特徴点（ａ１，ａ２，・・・，ａｎ）が含まれ、配列領域Ｂｊには、特徴点（ｂ１，ｂ２，・・・，ｂｍ）が含まれることとする。ここで、特徴点ａ２と特徴点ｂ１とが対応する位置において、パルス波形の相関値が最大となった場合には、その相関値と、対応点のデータ（ａ２、ｂ１），（ａ３、ｂ２），（ａ４、ｂ３），（ａ５、ｂ４）を記録する。ここで対応点のデータは、相関値が最大となった場合に、配列領域Ａｉの特徴点に対して配列領域Ｂｊの特徴点の位置の差が閾値以内である特徴点同士を対応づけて生成することとしてよい。

図８Ｂには、第１の画像の配列領域Ａｉと、第２の画像の配列領域Ｂｊとの各々について第２の例（図７Ｂの例）で生成されたパルス波形の相関が最大となった状態の一例を示した。なお、配列領域Ａｉには、特徴点（ａ１，ａ２，・・・，ａｎ）が含まれ、配列領域Ｂｊには、特徴点（ｂ１，ｂ２，・・・，ｂｍ）が含まれることとする。ここで、特徴点ａ１と特徴点ｂ１とが対応する位置において、パルス波形の相関値が最大となった場合には、その相関値と、対応点のデータ（ａ１＝ｂ１，ａ３＝ｂ２，ａ４＝ｂ３，ａ５＝ｂ４）を記録する。ここで対応点のデータは、相関値が最大となった場合に、配列領域Ａｉの特徴点に対して配列領域Ｂｊの特徴点の位置の差が閾値以内である特徴点同士を対応づけて生成することとしてよい。

対応点決定部１１０は、第１の画像の配列領域Ａｉ（Ａｉ、ｉ＝１〜Ｎ）と、第２の画像の配列領域Ｂｊ（ｊ＝１〜Ｍ）とについて算出された類似度のうち最大値が得られた組を選択するとともに、選択した組を配列領域Ａｋと配列領域Ｂｌとした場合に、配列領域Ａｋと配列領域Ｂｌについて記録された対応点を示すデータに基づいて、第１の画像と第２の画像との対応点（例えば、ａｓとｂｔ等）を特定する。これにより、対応点決定部１１０は、第１の画像において配列領域Ａｋの特徴点ａｔが位置する位置座標と、第２の画像において配列領域Ｂｌの特徴点ｂｔが位置する位置座標とをそれぞれ対応点として決定する。

また、対応点決定部１１０は、第１の画像の配列領域Ａｉ（Ａｉ、ｉ＝１〜Ｎ）と、第２の画像の配列領域Ｂｊ（ｊ＝１〜Ｍ）とについて算出された類似度のうち大きい順に複数の組を選択するとともに、選択した各組について記録された対応点を示すデータに基づいて、第１の画像と第２の画像とを重ね合わせた場合の類似度をそれぞれ算出し、算出された類似度が最大の組について記録された対応点を選択することとしてもよい。

次に、図９に示したフローチャートを参照しながら、画像処理装置１０において行われる対応点特定処理の流れを説明する。

図９に示されるように、画像処理装置１０は、比較対象とする第１の画像と第２の画像を取得し（Ｓ２００１）、第１の画像と第２の画像のそれぞれに含まれる特徴点を抽出する（Ｓ２００２）。

画像処理装置１０は、第１の画像と第２の画像をそれぞれの文字列の配列方向に従って配列領域を設定する（Ｓ２００３）。配列領域の設定処理は、図４に示したフローチャートに従って実行することとしてよい。

画像処理装置１０は、第１の画像に設定された配列領域（Ａ１〜Ａｎ）の１つ（Ａｉ（ｉの初期値＝１））を選択し（Ｓ２００４）、Ａｉに設定した基準線と、Ａｉに含まれる特徴点（ａ_ｉｓ（ｓ＝１〜Ｎｓ））との位置関係に基づいて特徴データＣＡｉ（波形データ）を生成する（Ｓ２００５）。

画像処理装置１０は、第２の画像に設定された配列領域（Ｂ１〜Ｂｍ）の１つ（Ｂｊ（ｊの初期値＝１））を選択し（Ｓ２００６）、Ｂｊに設定した基準線と、Ｂｊに含まれる特徴点（ｂ_ｊｔ（ｔ＝１〜Ｍ_ｔ））との位置関係に基づいて特徴データＣＢｊ（波形データ）を生成する（Ｓ２００７）。

画像処理装置１０は、波形データＣＡｉとＣＢｊとの相対位置を変化させながら両波形データの相関の最大値ＭＡＸｉｊと、その時の特徴点ａ_ｉｓと特徴点ｂ_ｊｔのうち対応する対応点を記録する（Ｓ２００８）。

画像処理装置１０は、ｊがｍに達していない場合には（Ｓ２００９：Ｎ）、ｊをインクリメントして（Ｓ２０１０）、Ｓ２００６に戻り、ｊがｍに達した場合には（Ｓ２００９：Ｙ）、ｉがｎに達したか否かを判定する（Ｓ２０１１）。ここで、画像処理装置１０は、ｉがｎに達していない場合には（Ｓ２０１１：Ｎ）、ｊを１に設定するとともにｉをインクリメントして（Ｓ２０１２）、Ｓ２００４に戻り、ｉがｎに達した場合には（Ｓ２０１１：Ｙ）、記録されたＭＡＸｉｊのうち最大のＡｉとＢｊに対応する組を特定するとともに（Ｓ２０１３）、特定したＡｉとＢｊについて記録された対応点に基づいて第１の画像と第２の画像の対応点を決定して（Ｓ２０１４）、処理を終了する。

次に、図１０に示したフローチャートを参照しながら、画像処理装置１０において行われる対応点特定処理の変形例について説明する。

図１０に示されるように、画像処理装置１０は、比較対象とする第１の画像と第２の画像を取得する（Ｓ３００１）。

画像処理装置１０は、第１の画像と第２の画像をそれぞれの文字列の配列方向に従って配列領域を設定する（Ｓ３００２）。配列領域の設定処理は、図４に示したフローチャートに従って実行することとしてよい。

画像処理装置１０は、第１の画像に設定された配列領域（Ａ１〜Ａｎ）の１つ（Ａｉ（ｉの初期値＝１））を選択し（Ｓ３００３）、Ａｉに含まれる特徴点（ａ_ｉｓ（ｓ＝１〜Ｎｓ））を抽出する（Ｓ３００４）。そして、画像処理装置１０は、Ａｉに設定した基準線と、Ａｉに含まれる特徴点との位置関係に基づいて特徴データＣＡｉ（波形データ）を生成する（Ｓ３００５）。

画像処理装置１０は、第２の画像に設定された配列領域（Ｂ１〜Ｂｍ）の１つ（Ｂｊ（ｊの初期値＝１））を選択し（Ｓ３００６）、Ｂｊに含まれる特徴点（ｂ_ｊｔ（ｔ＝１〜Ｍ_ｔ））を抽出する（Ｓ３００７）。そして、画像処理装置１０は、Ｂｊに設定した基準線と、Ｂｊに含まれる特徴点との位置関係に基づいて特徴データＣＢｊ（波形データ）を生成する（Ｓ３００８）。

画像処理装置１０は、波形データＣＡｉとＣＢｊとの相対位置を変化させながら両波形データの相関の最大値ＭＡＸｉｊと、その時の特徴点ａ_ｉｓと特徴点ｂ_ｊｔのうち対応する対応点を記録する（Ｓ３００９）。

画像処理装置１０は、ｊがｍに達していない場合には（Ｓ３０１０：Ｎ）、ｊをインクリメントして（Ｓ３０１１）、Ｓ３００６に戻り、ｊがｍに達した場合には（Ｓ３０１０：Ｙ）、ｉがｎに達したか否かを判定する（Ｓ３０１２）。ここで、画像処理装置１０は、ｉがｎに達していない場合には（Ｓ３０１２：Ｎ）、ｊを１に設定するとともにｉをインクリメントして（Ｓ３０１３）、Ｓ３００４に戻り、ｉがｎに達した場合には（Ｓ３０１２：Ｙ）、記録されたＭＡＸｉｊのうち最大のＡｉとＢｊに対応する組を特定するとともに（Ｓ３０１４）、特定したＡｉとＢｊについて記録された対応点に基づいて第１の画像と第２の画像の対応点を決定して（Ｓ３０１５）、処理を終了する。

以上説明した本実施形態に係る画像処理装置１０では、文字列を含む第１の画像と第２の画像とにおいて対応する行（又は列）を特定し、特定した行に基づいて対応点を決定することで、行ごとに含まれる特徴点の位置関係を利用して特徴点を対応付けない場合に比べて、文字列を含む画像同士の対応点の特定精度が向上する。

また、行領域（又は列領域）の相関を、行領域（又は列領域）について設定した基準線と、行領域（又は列領域）に含まれる特徴点との位置関係に基づく波形を比較するようにしたことで、処理負荷が軽減される。また、基準線を行領域（又は列領域）の骨格線に沿って設定した場合には、行領域（又は列領域）が湾曲していたり、回転していたりしても、行領域（又は列領域）の相関の算出精度を低下させることがない。

もちろん本発明は以上説明した実施形態に限定されない。例えば、第１の画像に対して複数の第２の画像を指定し、第１の画像に設定した行領域（又は列領域）と、複数の第２の画像にそれぞれ設定した行領域（又は列領域）との相関を算出し、最大の相関が算出された行領域（又は列領域）の組を特定し、特定した行領域（又は列領域）に含まれる特徴点の対応関係に基づいて、第１の画像と複数の第２の画像の中から選択した１つとの対応点を決定するようにしてもよい。

１０画像処理装置、１００比較画像取得部、１０２特徴点抽出部、１０４領域設定部、１０６特徴データ生成部、１０８特徴データ比較部、１１０対応点決定部。

Claims

それぞれ文字列を含む第１の画像と第２の画像を取得する画像取得手段と、
前記第１の画像と前記第２の画像のそれぞれに含まれる特徴点を抽出する抽出手段と、
前記第１の画像と前記第２の画像のそれぞれに対して、文字列の配列方向に沿って連続した複数の文字を含む１又は複数の部分領域を設定する設定手段と、
前記第１の画像に対して前記設定手段により設定された部分領域に含まれる特徴点の位置と、前記第２の画像に対して前記設定手段により設定された部分領域に含まれる特徴点の位置とを比較して、前記第１の画像に設定された部分領域に対応する前記第２の画像に設定された部分領域を特定するとともに、当該特定した各部分領域における対応点を特定する特定手段と、を含む
ことを特徴とする画像処理装置。
前記部分領域について設定した基準線に対する、当該部分領域に含まれる特徴点の位置関係に基づいて、当該部分領域の特徴を表す波形をそれぞれ生成する波形生成手段をさらに含み、
前記特定手段は、前記第１の画像に対して前記設定手段により設定された部分領域について前記波形生成手段により生成された波形と、前記第２の画像に対して前記設定手段により設定された部分領域について前記波形生成手段により生成された波形との相関に基づいて、前記第１の画像に設定された部分領域に対応する前記第２の画像に設定された部分領域を特定するとともに、当該特定した各部分領域における対応点を特定する
ことを特徴とする請求項１に記載の画像処理装置。
前記基準線を、前記部分領域の骨格線に沿って設定する手段をさらに含む
ことを特徴とする請求項２に記載の画像処理装置。
前記基準線を、前記部分領域に含まれる文字列の配列方向と平行に設定する手段をさらに含む
ことを特徴とする請求項２に記載の画像処理装置。
それぞれ文字列を含む第１の画像と第２の画像を取得する画像取得手段と、
前記第１の画像と前記第２の画像のそれぞれに含まれる特徴点を抽出する抽出手段と、
前記第１の画像と前記第２の画像のそれぞれに対して、文字列の配列方向に沿って連続した複数の文字を含む１又は複数の部分領域を設定する設定手段と、
前記第１の画像に対して前記設定手段により設定された部分領域に含まれる特徴点の位置と、前記第２の画像に対して前記設定手段により設定された部分領域に含まれる特徴点の位置とを比較して、前記第１の画像に設定された部分領域に対応する前記第２の画像に設定された部分領域を特定するとともに、当該特定した各部分領域における対応点を特定する特定手段
としてコンピュータを機能させるためのプログラム。