JP2014131277A5 - 文書を表す二値画像を圧縮する方法及びプログラム - Google Patents

Description

本発明は、画像圧縮方法に関し、特に、テキストを含む文書を表す二値画像を圧縮する方法及びプログラムと、その文書認証への適用に関する。

他の側面では、本発明は、データ処理装置に上記方法を実施させるように、当該データ処理装置を制御するためのプログラムを提供する。

ここに記載される方法は、プロセッサ、メモリ及び記憶デバイスを含むデータ処理システムにおいて実施されることができる。データ処理システムは、プリンタ、スキャナ、コピー機及び／又は多機能デバイスに接続された単独型コンピュータであってもよく、又は、プリンタ、スキャナ、コピー機又は多機能デバイスに含まれていてもよい。データ処理システムは、記憶デバイスに記憶されたコンピュータプログラムを実施するプロセッサにより上記方法を実施する。一の側面では、本発明はデータ処理システムにより実施される方法である。他の側面では、本発明は、データ処理装置を制御するためにコンピュータ読取可能なプログラムコードを内蔵するコンピュータ使用可能な非一時的媒体（記憶デバイス）に具現化されるプログラムである。他の側面では、本発明はデータ処理システムである。

Claims (20)

1. テキスト領域を含む文書を表す二値画像を圧縮する方法であって、
   （ａ）前記テキスト領域を複数の記号画像に分割する工程であって、各記号画像はテキストの記号を表し、また、前記各記号画像は位置及びサイズを有する境界ボックスによって縁取られる工程と、
   （ｂ）工程（ａ）で得られた前記各記号画像を複数のクラスの一つに分類する工程であって、各クラスはテンプレート画像及びクラスインデックスによって表され、また、分類された前記各記号画像に対し、
   （ｂ１）前記各記号画像を前記テンプレート画像と比較して互いに一致するか否か判断する工程であって、密度統計特徴、サイドプロファイル特徴、トポロジー統計特徴及び形状特徴を含む、前記各記号画像の複数の特徴を、前記テンプレート画像の対応する複数の特徴と比較する工程を含む工程と、
   （ｂ２）工程（ｂ１）で一致がみられた場合、分類された前記各記号画像に関連して、一致した前記テンプレートに対応するクラスインデックスを記録する工程と、
   （ｂ３）工程（ｂ１）で一致がみられなかった場合、分類された前記各記号画像の画像を新たなクラスの前記テンプレート画像として使用すると共に、クラスインデックスを前記新たなクラスに割り当てることにより、前記複数のクラスに新たなクラスを追加し、分類された前記各記号画像に関連して前記クラスインデックスを記録する工程と、
   を有する工程と、
   （ｃ）前記各クラスの前記テンプレート画像のサイズを最終サイズに変更する工程と、
   （ｄ）圧縮画像データとして、前記複数のクラスの各々に対するサイズ変更された前記テンプレート画像及びその前記クラスインデックス、工程（ａ）で得た前記各記号画像に対する前記境界ボックスの位置及びサイズ、及び工程（ｂ２）又は（ｂ３）で得た前記各記号画像に対する前記クラスインデックスを記憶する工程と、
   を有することを特徴とする方法。
2. 工程（ａ）は、前記テキスト領域を複数の列に分割し、前記列を複数の単語に分割し、前記単語を複数の前記記号画像に分割する工程を含むことを特徴とする請求項１に記載の方法。
3. 前記密度統計特徴はゾーニングプロファイル特徴を含み、前記形状特徴は下位モーメント特徴を含み、
   工程（ｂ１）は、比較される前記テンプレート画像に対して、前記テンプレート画像の対応する特徴と異なる、前記各記号画像の前記ゾーニングプロファイル特徴の数、前記サイドプロファイル特徴の数、前記トポロジー統計特徴の数、及び前記下位モーメント特徴の数をそれぞれ表す、第１、第２、第３及び第４の相違数を計算する工程を含み、
   前記第１の相違数が第１の閾値以下であり、前記第２の相違数が第２の閾値以下であり、前記第３の相違数が第３の閾値以下であり、かつ、前記第４の相違数が第４の閾値以下である場合は、前記各記号画像及び前記テンプレート画像は互いに一致すると判断されることを特徴とする請求項１に記載の方法。
4. 前記密度統計特徴はゾーニングプロファイル特徴を含み、前記形状特徴は下位モーメント特徴を含み、
   工程（ｂ１）は、比較される前記テンプレート画像に対して、前記テンプレート画像の対応する特徴と異なる、前記記号画像の前記ゾーニングプロファイル特徴の数、前記サイドプロファイル特徴の数、前記トポロジー統計特徴の数、及び前記下位モーメント特徴の数をそれぞれ表す、第１、第２、第３及び第４の相違数を計算する工程を含み、
   前記第１〜第４の相違数の合計が閾値以下である場合は、前記各記号画像及び前記テンプレート画像は互いに一致すると判断されることを特徴とする請求項１に記載の方法。
5. 工程（ｂ）の後であって工程（ｃ）の前に、工程（ｂ）において前記複数のクラスのうち第１のクラスに分類された前記記号画像の総数が閾値より低く、かつ、前記第１のクラスの分類の信頼度が他の閾値より低い場合は、前記第１のクラスを前記複数のクラスのうち第２のクラスに統合する工程を更に含むことを特徴とする請求項１に記載の方法。
6. 工程（ｃ）において、少なくともいくつかの前記テンプレート画像に対する前記最終サイズは互いに異なっており、
   工程（ｃ）は、
   （ｃ１）前記テンプレート画像の他の前記テンプレート画像との類似性測度を計算する工程と、
   （ｃ２）計算された他の前記テンプレート画像との類似性測度に基づいて、前記テンプレート画像の前記最終サイズを決定する工程と、
   （ｃ３）前記テンプレート画像のサイズを工程（ｃ２）で決定された前記最終サイズに変更する工程と、
   を有することを特徴とする請求項１に記載の方法。
7. 工程（ｃ１）は、各一対の前記テンプレート画像に対して、
   互いに異なる一対の前記テンプレート画像の前記ゾーニングプロファイル特徴の数、前記サイドプロファイル特徴の数、前記トポロジー統計特徴の数、及び前記下位モーメント特徴の数をそれぞれ表す、第１、第２、第３及び第４の相違数を計算する工程と、
   前記類似性測度として、前記第１〜第４の相違数を合計する工程と、
   を含むことを特徴とする請求項６に記載の方法。
8. テキスト領域を含む文書を表す二値画像を圧縮する方法であって、
   （ａ）前記テキスト領域を複数の記号画像に分割する工程であって、各記号画像はテキストの記号を表し、また、前記各記号画像は位置及びサイズを有する境界ボックスによって縁取られる工程と、
   （ｂ）工程（ａ）で得られた前記各記号画像を複数のクラスの一つに分類する工程であって、各クラスはテンプレート画像及びクラスインデックスによって表され、また、分類された前記各記号画像に対し、
   （ｂ１）前記各記号画像を前記テンプレート画像と比較して互いに一致するか否か判断する工程と、
   （ｂ２）工程（ｂ１）で一致がみられた場合、分類された前記各記号画像に関連して、一致した前記テンプレートに対応する前記クラスインデックスを記録する工程と、
   （ｂ３）工程（ｂ１）で一致がみられなかった場合、分類された前記各記号画像の画像を新たなクラスの前記テンプレート画像として使用すると共に、クラスインデックスを前記新たなクラスに割り当てることにより、前記複数のクラスに新たなクラスを追加し、分類された前記各記号画像に関連して前記クラスインデックスを記録する工程と、
   を有する工程と、
   （ｃ）前記各クラスの前記テンプレート画像のサイズを最終サイズに変更する工程であって、少なくともいくつかの前記テンプレート画像に対する前記最終サイズは互いに異なっており、
   工程（ｃ）は、
   （ｃ１）前記テンプレート画像の他の前記テンプレート画像との類似性測度を計算する工程と、
   （ｃ２）計算された他の前記テンプレート画像との類似性測度に基づいて、前記テンプレート画像の前記最終サイズを決定する工程と、
   （ｃ３）前記各テンプレート画像のサイズを工程（ｃ２）で決定された前記最終サイズに変更する工程と、を有し、
   （ｄ）圧縮画像データとして、前記複数のクラスの各々に対するサイズ変更された前記テンプレート画像及びその前記クラスインデックス、工程（ａ）で得た前記各記号画像に対する前記境界ボックスの位置及びサイズ、及び工程（ｂ２）又は（ｂ３）で得た前記各記号画像に対する前記クラスインデックスを記憶する工程と、
   を有することを特徴とする方法。
9. 工程（ｃ１）は、各一対の前記テンプレート画像に対して、
   互いに異なる一対の前記テンプレート画像の前記ゾーニングプロファイル特徴の数、前記サイドプロファイル特徴の数、前記トポロジー統計特徴の数、及び、前記下位モーメント特徴の数をそれぞれ表す、第１、第２、第３及び第４の相違数を計算する工程と、
   前記類似性測度として、前記第１〜第４の相違数を合計する工程と、
   を含むことを特徴とする請求項８に記載の方法。
10. 工程（ｂ）の後であって工程（ｃ）の前に、工程（ｂ）において前記複数のクラスのうち第１のクラスに分類された前記記号画像の総数が閾値より低く、かつ、前記第１のクラスの分類の信頼度が他の閾値より低い場合は、前記第１のクラスを前記複数のクラスのうち第２のクラスに統合する工程を更に含むことを特徴とする請求項８に記載の方法。
11. データ処理装置にテキスト領域を含む文書を表す二値画像を圧縮するプロセスを実行させるように、当該データ処理装置を制御するためのプログラムであって、前記プロセスは、
    （ａ）前記テキスト領域を複数の記号画像に分割する工程であって、各記号画像はテキストの記号を表し、また、前記各記号画像は位置及びサイズを有する境界ボックスによって縁取られる工程と、
    （ｂ）工程（ａ）で得られた前記各記号画像を複数のクラスの一つに分類する工程であって、各クラスはテンプレート画像及びクラスインデックスによって表され、また、分類された前記各記号画像に対し、
    （ｂ１）前記各記号画像を前記テンプレート画像と比較して互いに一致するか否か判断する工程であって、密度統計特徴、サイドプロファイル特徴、トポロジー統計特徴及び形状特徴を含む、前記各記号画像の複数の特徴を、前記テンプレート画像の対応する複数の特徴と比較する工程を含む工程と、
    （ｂ２）工程（ｂ１）で一致がみられた場合、分類された前記各記号画像に関連して、一致した前記テンプレートに対応するクラスインデックスを記録する工程と、
    （ｂ３）工程（ｂ１）で一致がみられなかった場合、分類された前記各記号画像の画像を新たなクラスの前記テンプレート画像として使用すると共に、クラスインデックスを前記新たなクラスに割り当てることにより、前記複数のクラスに新たなクラスを追加し、分類された前記各記号画像に関連して前記クラスインデックスを記録する工程と、
    を有する工程と、
    （ｃ）前記各クラスの前記テンプレート画像のサイズを最終サイズに変更する工程と、
    （ｄ）圧縮画像データとして、前記複数のクラスの各々に対するサイズ変更された前記テンプレート画像及びその前記クラスインデックス、工程（ａ）で得た前記各記号画像に対する前記境界ボックスの位置及びサイズ、及び工程（ｂ２）又は（ｂ３）で得た前記各記号画像に対する前記クラスインデックスを記憶する工程と、
    を有することを特徴とするプログラム。
12. 工程（ａ）は、前記テキスト領域を複数の列に分割し、前記列を複数の単語に分割し、前記単語を複数の前記記号画像に分割する工程を含むことを特徴とする請求項１１に記載のプログラム。
13. 前記密度統計特徴はゾーニングプロファイル特徴を含み、前記形状特徴は下位モーメント特徴を含み、
    工程（ｂ１）は、比較される前記テンプレート画像に対して、前記テンプレート画像の対応する特徴と異なる、前記各記号画像の前記ゾーニングプロファイル特徴の数、前記サイドプロファイル特徴の数、前記トポロジー統計特徴の数、及び前記下位モーメント特徴の数をそれぞれ表す、第１、第２、第３及び第４の相違数を計算する工程を含み、
    前記第１の相違数が第１の閾値以下であり、前記第２の相違数が第２の閾値以下であり、前記第３の相違数が第３の閾値以下であり、かつ、前記第４の相違数が第４の閾値以下である場合は、前記各記号画像及び前記テンプレート画像は互いに一致すると判断されることを特徴とする請求項１１に記載のプログラム。
14. 前記密度統計特徴はゾーニングプロファイル特徴を含み、前記形状特徴は下位モーメント特徴を含み、
    工程（ｂ１）は、比較される前記テンプレート画像に対して、前記テンプレート画像の対応する特徴と異なる、前記記号画像の前記ゾーニングプロファイル特徴の数、前記サイドプロファイル特徴の数、前記トポロジー統計特徴の数、及び前記下位モーメント特徴の数をそれぞれ表す、第１、第２、第３及び第４の相違数を計算する工程を含み、
    前記第１〜第４の相違数の合計が閾値以下である場合は、前記各記号画像及び前記テンプレート画像は互いに一致すると判断されることを特徴とする請求項１１に記載のプログラム。
15. 工程（ｂ）の後であって工程（ｃ）の前に、工程（ｂ）において前記複数のクラスのうち第１のクラスに分類された前記記号画像の総数が閾値より低く、かつ、前記第１のクラスの分類の信頼度が他の閾値より低い場合は、前記第１のクラスを前記複数のクラスのうち第２のクラスに統合する工程を更に含むことを特徴とする請求項１１に記載のプログラム。
16. 工程（ｃ）において、少なくともいくつかの前記テンプレート画像に対する前記最終サイズは互いに異なっており、
    工程（ｃ）は、
    （ｃ１）前記テンプレート画像の他の前記テンプレート画像との類似性測度を計算する工程と、
    （ｃ２）計算された他の前記テンプレート画像との類似性測度に基づいて、前記テンプレート画像の前記最終サイズを決定する工程と、
    （ｃ３）前記テンプレート画像のサイズを工程（ｃ２）で決定された前記最終サイズに変更する工程と、
    を有することを特徴とする請求項１１に記載のプログラム。
17. 工程（ｃ１）は、各一対の前記テンプレート画像に対して、
    互いに異なる一対の前記テンプレート画像の前記ゾーニングプロファイル特徴の数、前記サイドプロファイル特徴の数、前記トポロジー統計特徴の数、及び前記下位モーメント特徴の数をそれぞれ表す、第１、第２、第３及び第４の相違数を計算する工程と、
    前記類似性測度として、前記第１〜第４の相違数を合計する工程と、
    を含むことを特徴とする請求項１６に記載のプログラム。
18. データ処理装置にテキスト領域を含む文書を表す二値画像を圧縮するプロセスを実行させるように、当該データ処理装置を制御するためのプログラムであって、前記プロセスは、
    （ａ）前記テキスト領域を複数の記号画像に分割する工程であって、各記号画像はテキストの記号を表し、また、前記各記号画像は位置及びサイズを有する境界ボックスによって縁取られる工程と、
    （ｂ）工程（ａ）で得られた前記各記号画像を複数のクラスの一つに分類する工程であって、各クラスはテンプレート画像及びクラスインデックスによって表され、また、分類された前記各記号画像に対し、
    （ｂ１）前記各記号画像を前記テンプレート画像と比較して互いに一致するか否か判断する工程と、
    （ｂ２）工程（ｂ１）で一致がみられた場合、分類された前記各記号画像に関連して、一致した前記テンプレートに対応する前記クラスインデックスを記録する工程と、
    （ｂ３）工程（ｂ１）で一致がみられなかった場合、分類された前記各記号画像の画像を新たなクラスの前記テンプレート画像として使用すると共に、クラスインデックスを前記新たなクラスに割り当てることにより、前記複数のクラスに新たなクラスを追加し、分類された前記各記号画像に関連して前記クラスインデックスを記録する工程と、
    を有する工程と、
    （ｃ）前記各クラスの前記テンプレート画像のサイズを最終サイズに変更する工程であって、少なくともいくつかの前記テンプレート画像に対する前記最終サイズは互いに異なっており、
    工程（ｃ）は、
    （ｃ１）前記テンプレート画像の他の前記テンプレート画像との類似性測度を計算する工程と、
    （ｃ２）計算された他の前記テンプレート画像との類似性測度に基づいて、前記テンプレート画像の前記最終サイズを決定する工程と、
    （ｃ３）前記各テンプレート画像のサイズを工程（ｃ２）で決定された前記最終サイズに変更する工程と、
    を有し、
    （ｄ）圧縮画像データとして、前記複数のクラスの各々に対するサイズ変更された前記テンプレート画像及びその前記クラスインデックス、工程（ａ）で得た前記各記号画像に対する前記境界ボックスの位置及びサイズ、及び工程（ｂ２）又は（ｂ３）で得た前記各記号画像に対する前記クラスインデックスを記憶する工程と、
    を有することを特徴とするプログラム。
19. 工程（ｃ１）は、各一対の前記テンプレート画像に対して、
    互いに異なる一対の前記テンプレート画像の前記ゾーニングプロファイル特徴の数、前記サイドプロファイル特徴の数、前記トポロジー統計特徴の数、及び、前記下位モーメント特徴の数をそれぞれ表す、第１、第２、第３及び第４の相違数を計算する工程と、
    前記類似性測度として、前記第１〜第４の相違数を合計する工程と、
    を含むことを特徴とする請求項１８に記載のプログラム。
20. 工程（ｂ）の後であって工程（ｃ）の前に、工程（ｂ）において前記複数のクラスのうち第１のクラスに分類された前記記号画像の総数が閾値より低く、かつ、前記第１のクラスの分類の信頼度が他の閾値より低い場合は、前記第１のクラスを前記複数のクラスのうち第２のクラスに統合する工程を更に含むことを特徴とする請求項１８に記載のプログラム。