JP2013186610A

JP2013186610A - 文字抽出装置および文字抽出プログラム

Info

Publication number: JP2013186610A
Application number: JP2012049990A
Authority: JP
Inventors: Haruhiko Tanaka; 晴彦田中
Original assignee: Nikon Systems Inc
Current assignee: Nikon Systems Inc
Priority date: 2012-03-07
Filing date: 2012-03-07
Publication date: 2013-09-19

Abstract

【課題】画像から文字領域を確度高く検出することができる技術を提供する。
【解決手段】画像を複数の画像領域に分割する画像分割部と、画像領域の特徴量を取得する特徴量取得部と、特徴量に基づいて文字領域である画像領域を検出し抽出する文字領域抽出部と、を備える。特徴量は、画像領域の精細の度合いを示すエッジ度であり、文字領域抽出部は、エッジ度が所定値より大きい画像領域を文字領域として検出してもよい。
【選択図】図１

Description

本発明は、文字抽出装置および文字抽出プログラムに関する。

従来、画像上に重畳された文字を検出し抽出する様々な技術が開発されている。

例えば、画像のエッジを検出して、縦および横方向それぞれで対をなし閾値以上のエッジを有するエッジペアおよびエッジペア間の色を抽出し、エッジ密度が高い領域にあり同じ色を有するエッジペアに基づいて形成される領域をテロップ文字領域として検出する技術がある（特許文献１など参照）。

特開２０１１−８７１４４号公報

しかしながら、従来技術では、テロップ文字領域の背景である画像の被写体の画像構造が複雑でエッジ密度が高い領域で文字領域と同じ色を有する場合、被写体の画像領域も文字領域として誤検出されてしまう場合がある。

上記従来技術が有する問題に鑑み、本発明の目的は、画像から文字領域を確度高く検出することができる技術を提供することにある。

上記課題を解決するために、本発明を例示する文字抽出装置の一態様は、画像を複数の画像領域に分割する画像分割部と、画像領域の特徴量を取得する特徴量取得部と、特徴量に基づいて文字領域である画像領域を検出し抽出する文字領域抽出部と、を備える。

また、特徴量は、画像領域の精細の度合いを示すエッジ度であり、文字領域抽出部は、エッジ度が所定値より大きい画像領域を文字領域として検出してもよい。

本発明を例示する文字抽出プログラムの一態様は、画像を読み込む入力手順、画像を複数の画像領域に分割する画像分割手順、画像領域の特徴量を取得する特徴量取得手順、特徴量に基づいて文字領域である画像領域を検出し抽出する領域抽出手順、をコンピュータに実行させる。

本発明によれば、画像から文字領域を確度高く検出することができる。

本発明の一の実施形態に係るコンピュータの構成を示すブロック図一の実施形態に係るコンピュータによる文字抽出処理を示すフローチャート画像の一例を示す図Ｓｏｂｅｌフィルタの一例を示す図

図１は、本発明の一の実施形態に係る文字抽出装置として動作するコンピュータ１００の構成を示す。

本実施形態のコンピュータ１００は、図１（ａ）に示すように、ＣＰＵ１０、記憶部２０、入出力インタフェース（入出力Ｉ／Ｆ）３０、バス４０から構成され、ＣＰＵ１０、記憶部２０、入出力Ｉ／Ｆ３０は、バス４０を介して情報伝達可能に接続される。また、コンピュータ１００には、入出力Ｉ／Ｆ３０を介して、画像処理の途中経過や処理結果を表示する出力装置５０、ユーザからの入力を受け付ける入力装置６０がそれぞれ接続される。出力装置５０には、一般的な液晶モニタやプリンタなどを、入力装置６０には、キーボードやマウスなどをそれぞれ適宜選択して使用することができる。

ＣＰＵ１０は、記憶部２０に記憶されている制御プログラムを実行し、コンピュータ１００の各部を制御するマイクロプロセッサである。また、ＣＰＵ１０は、入力装置６０を介して受け付けたユーザからの指示に基づいて、記憶部２０に記憶されている文字抽出プログラムを実行することにより、図１（ｂ）に示すように、画像分割部１１、特徴量取得部１２、文字領域抽出部１３として動作する。ＣＰＵ１０は、文字抽出結果を出力装置５０に表示する。なお、画像分割部１１、特徴量取得部１２、文字領域抽出部１３の動作については後ほど説明する。

記憶部２０は、制御プログラムおよび文字抽出プログラムとともに、画像のデータなどを記憶する。記憶部２０に記憶されるプログラムやデータは、バス４０を介して、ＣＰＵ１０から適宜参照することができる。記憶部２０には、一般的なハードディスク装置、光磁気ディスク装置などの記憶装置を選択して用いることができる。

次に、コンピュータ１００による文字抽出処理について、図２のフローチャートを参照しつつ説明する。なお、コンピュータ１００が文字を抽出する画像は、図３（ａ）に示すように、例えば、「古都の夕焼け」という文字が背景の被写体に重畳された画像７０であり、記憶部２０に予め記憶されているとする。また、画像７０は、静止画像であっても動画のフレームであってもよい。

ユーザが、入力装置６０を用いて、文字抽出プログラムのコマンドを入力、またはそのプログラムのアイコンをダブルクリックすることにより、プログラムの起動命令を出す。ＣＰＵ１０は、その命令を入出力Ｉ／Ｆ３０を通じて受け付け、記憶部２０に記憶されている文字抽出プログラムを実行する。ＣＰＵ１０は、ステップＳ１０１からの処理を開始する。

ステップＳ１０１：ＣＰＵ１０は、記憶部２０に記憶されている画像７０を読み込む。

ステップＳ１０２：ＣＰＵ１０の画像分割部１１は、読み込んだ画像７０を公知の手法を用いて複数の画像領域に分割する。本実施形態では、公知の手法として、分割・統合（Split & Marge）法およびウォーターシェッド法を組み合わせて用いる。また、本実施形態の画像分割部１１は、画像のエッジ量や彩度などの特徴量に基づいて画像７０を分割するものとする。

ステップＳ１０３：ＣＰＵ１０の特徴量取得部１２は、画像分割部１１により分割された画像領域ごとに、例えば、図４に示すＳｏｂｅｌフィルタを用いて、各画像領域の画素位置（ｉ，ｊ）における水平走査方向および垂直走査方向のエッジ量Ｈ（ｉ，ｊ）およびＶ（ｉ，ｊ）を算出する。なお、図４（ａ）および（ｂ）は、水平走査方向および垂直走査方向のエッジ量を抽出するＳｏｂｅｌフィルタを示す。

特徴量取得部１２は、エッジ量Ｈ（ｉ，ｊ）およびＶ（ｉ，ｊ）から画素位置（ｉ，ｊ）におけるエッジ量Ｒを、次式（１）を用いて算出する。

Ｒ（ｉ，ｊ）＝（Ｈ（ｉ，ｊ）^２＋Ｖ（ｉ，ｊ）^２）^１／２・・・（１）
特徴量取得部１２は、エッジ量Ｒを用いて、各画像領域におけるぼやけ具合や精細の度合いを示す、エッジ量の標準偏差Ｐ_ｅｄｇｅをエッジ度として、次式（２）を用いて算出し取得する。

ここで、Ｎは画像領域Ｓにおける画素の総数を示す。

ステップＳ１０４：ＣＰＵ１０の文字領域抽出部１３は、ステップＳ１０３において取得したエッジ度に基づいて、画像領域のうち文字領域を検出し抽出する。ここで、文字領域のエッジは、被写体のエッジに比べてシャープであることから、文字領域抽出部１３は、例えば、全画像領域のエッジ度Ｐ_ｅｄｇｅの平均値Ａ_ｅｄｇｅ（所定値）および最大値のエッジ度ＭＡＸ_ｅｄｇｅを用いて、次式（３）の条件を満たすエッジ度θ_ｅｄｇｅの画像領域を文字領域として検出し抽出する。
Ａ_ｅｄｇｅ＜θ_ｅｄｇｅ≦Ｃ×ＭＡＸ_ｅｄｇｅ・・・（３）
ここで、係数Ｃは定数で、例えば、本実施形態ではＣ＝０．５〜０．８とする。ただし、係数Ｃの値は、画像７０の被写体や要求される検出精度に応じて決定されることが好ましい。

ステップＳ１０５：ＣＰＵ１０は、ステップＳ１０４において抽出された、図３（ｂ）に示す文字領域を画像８０として出力装置５０に出力し表示するとともに、画像８０を記憶部２０に記憶する。ＣＰＵ１０は、一連の文字抽出処理を終了する。

このように、本実施形態では、ステップＳ１０３で取得した各画像領域のエッジ度および式（３）の条件を用いることにより、たとえ画像７０の背景である被写体がどのような画像構造および色を有したとしても、画像７０から被写体の画像領域を排除しつつ文字領域のみを確度高く特定し抽出することができる。

また、各画像領域のエッジ度だけで文字領域を検出することから、１文字単位で抽出できるだけでなく、１文字ごとに色が異なるとしても抽出することができる。
《実施形態の補足事項》
・上記実施形態では、評価対象の画像７０を記憶部２０に予め記憶されていたが、本発明はこれに限定されず、例えば、入出力Ｉ／Ｆ３０を介して、コンピュータ１００とデジタルカメラやデジタルビデオカメラなどとをＵＳＢ（Universal Serial Bus）ケーブルなどで接続して、静止画像や動画像を直接読み込んでもよい。

・上記実施形態では、画像分割部１１は、分割・統合法およびウォーターシェッド法を組み合わせて画像７０の画像分割を行ったが、本発明はこれに限定されず、他の手法を用いて画像７０を画像分割してもよい。

以上の詳細な説明により、実施形態の特徴点および利点は明らかになるであろう。これは、特許請求の範囲が、その精神および権利範囲を逸脱しない範囲で前述のような実施形態の特徴点および利点にまで及ぶことを意図する。また、当該技術分野において通常の知識を有する者であれば、あらゆる改良および変更に容易に想到できるはずであり、発明性を有する実施形態の範囲を前述したものに限定する意図はなく、実施形態に開示された範囲に含まれる適当な改良物および均等物によることも可能である。

１０…ＣＰＵ、２０…記憶部、３０…入出力Ｉ／Ｆ、４０…バス、５０…出力装置、６０…入力装置、１００…コンピュータ

Claims

画像を複数の画像領域に分割する画像分割部と、
前記画像領域の特徴量を取得する特徴量取得部と、
前記特徴量に基づいて文字領域である画像領域を検出し抽出する文字領域抽出部と、
を備えることを特徴とする文字抽出装置。
請求項１に記載の文字抽出装置において、
前記特徴量は、前記画像領域の精細の度合いを示すエッジ度であり、
前記文字領域抽出部は、前記エッジ度が所定値より大きい画像領域を前記文字領域として検出する
ことを特徴とする文字抽出装置。
画像を読み込む入力手順、
前記画像を複数の画像領域に分割する画像分割手順、
前記画像領域の特徴量を取得する特徴量取得手順、
前記特徴量に基づいて文字領域である画像領域を検出し抽出する領域抽出手順、
をコンピュータに実行させること特徴とする文字抽出プログラム。