JP2016012767A

JP2016012767A - 画像処理装置

Info

Publication number: JP2016012767A
Application number: JP2014132380A
Authority: JP
Inventors: 隆一奥村; Ryuichi Okumura
Original assignee: Kyocera Document Solutions Inc
Current assignee: Kyocera Document Solutions Inc
Priority date: 2014-06-27
Filing date: 2014-06-27
Publication date: 2016-01-21
Anticipated expiration: 2034-06-27
Also published as: US9437007B2; JP5984880B2; US20150379340A1

Abstract

【課題】比較的簡単なアルゴリズムで自動的に画像種別を特定する。
【解決手段】２値化部２は、ラスター画像データ１１から２値化画像データを生成し、白画素率特定部３は、（ａ）２値化画像データに基づく２値化画像の各ラインの白画素率を特定し、特定した白画素率が所定の第１閾値以上であるラインの位置を特定するとともに、（ｂ）２値化画像全体の白画素率を特定する。そして、画像種別特定部４は、（ａ）２値化画像全体の白画素率が所定の第２閾値以下である場合、ラスター画像データに基づく画像は写真画像であると判定するとともに、（ｂ）白画素率が第１閾値以上であるラインの位置に周期性がある場合、ラスター画像データに基づく画像は文字画像であると判定する。
【選択図】図１

Description

本発明は、画像処理装置に関するものである。

デジタルカメラやドキュメントスキャナーで撮像された画像などのラスター画像データは、画素値データの羅列であるため、その画像種別を特定するためには、通常、ユーザーの目視や設定が必要となる。

ある画像処理装置は、画像を、写真画像、描画画像、線画画像、文字画像または背景に区別する領域分離を行うことで、その画像に、写真画像、描画画像、文字画像または線画画像が含まれているか否かを判別している（例えば特許文献１参照）。

特開２００２−１６７９８号公報

データベースやクラウドサーバーへ大量に蓄積された画像を検索し所望の画像種別の画像を抽出したいという要求がある。

画像種別をキーとした画像検索を実現するために、画像データに付加されるメタデータにその画像データに基づく画像の画像種別を含めておき、メタデータに基づき画像検索を行うことが考えられるが、上述のように、画像種別を特定するには、目視が必要になったり、領域分離のような複雑なアルゴリズムが必要になってしまう。

本発明は、上記の問題に鑑みてなされたものであり、比較的簡単なアルゴリズムで自動的に画像種別を特定する画像処理装置を得ることを目的とする。

本発明に係る画像処理装置は、ラスター画像データから２値化画像データを生成する２値化部と、（ａ）前記２値化画像データに基づく２値化画像の各ラインの白画素率を特定し、特定した前記白画素率が所定の第１閾値以上であるラインの位置を特定するとともに、（ｂ）前記２値化画像全体の白画素率を特定する白画素率特定部と、前記白画素率が前記第１閾値以上であるラインの位置および前記２値化画像全体の白画素率に基づいて前記ラスター画像データに基づく画像の種別の特定を試みる画像種別特定部とを備える。そして、前記画像種別特定部は、（ａ）前記２値化画像全体の白画素率が所定の第２閾値以下である場合、前記ラスター画像データに基づく画像は写真画像であると判定するとともに、（ｂ）前記白画素率が前記第１閾値以上であるラインの位置に周期性がある場合、前記ラスター画像データに基づく画像は文字画像であると判定する。

本発明によれば、比較的簡単なアルゴリズムで自動的に画像種別を特定できる。

図１は、本発明の実施の形態に係る画像処理装置の構成を示すブロック図である。図２は、図１に示す画像処理装置における白ラインの判定について説明する図である。図３は、図１に示す画像処理装置の動作について説明するフローチャートである。

以下、図に基づいて本発明の実施の形態を説明する。

図１は、本発明の実施の形態に係る画像処理装置の構成を示すブロック図である。

図１に示すように、ＲＡＭ（Random Access Memory）などの記憶装置１に、画像読取装置などにより得られたラスター画像データ１１が記憶される。ラスター画像データ１１は、ビットマップ形式、ＪＰＥＧ（Joint Photographic Experts Group）形式などの画像データである。

また、図１に示す画像処理装置は、２値化部２、白画素率特定部３、および画像種別特定部４を備える。なお、図１に示す画像処理装置は、ＡＳＩＣ（Application Specific Integrated Circuit）などでハードウェアとして実現してもよいし、コンピューターでプログラムを実行することで、ソフトウェアとして実現してもよい。記憶装置１は、２値化部２、白画素率特定部３、および画像種別特定部４のワークエリアとして使用される。

２値化部２は、ラスター画像データ１１から２値化画像データを生成する。

ラスター画像データ１１がモノクロ画像データである場合、２値化部２は、所定の閾値で、ラスター画像データ１１から２値化画像データを生成する。

また、ラスター画像データ１１がカラー画像データである場合、２値化部２は、例えば色差成分を除去して、カラー画像データをグレイスケールデータに変換し、変換後のグレイスケールデータから２値化画像データを生成する。あるいは、例えば、ラスター画像データ１１がカラー画像データである場合、２値化部２は、ラスター画像データ１１をＣＭＹ画像データに変換し、ＣＭＹ画像データの画素ごとに、ＣＭＹ値の総和を計算し、その総和に対して閾値を適用して、２値化を行うようにしてもよい。

白画素率特定部３は、（ａ）上述の２値化画像データに基づく２値化画像の各ラインの白画素率を特定し、特定した白画素率が所定の第１閾値以上であるラインの位置を特定するとともに、（ｂ）２値化画像全体の白画素率を特定する。

なお、ここでは、濃度を有さない画素を白画素といい、濃度を有する画素を黒画素という。

画像種別特定部４は、白画素率が第１閾値以上であるラインの位置および２値化画像全体の白画素率に基づいてラスター画像データ１１に基づく画像の種別を特定する。

具体的には、画像種別特定部４は、（ａ）２値化画像全体の白画素率が所定の第２閾値以下である場合、ラスター画像データ１１に基づく画像は写真画像であると判定するとともに、（ｂ）白画素率が第１閾値以上であるラインの位置に周期性がある場合、ラスター画像データ１１に基づく画像は文字画像であると判定する。

つまり、文字画像である場合、文字画像内の行間部分が、周期的に、白画素率が第１閾値以上であるラインとして検出されるため、白画素率が第１閾値以上であるラインの周期性があれば、ラスター画像データ１１に基づく画像は文字画像であると判定される。

白画素率が第１閾値以上である、所定誤差範囲内で略一定のｎ本のラインと白画素率が第１閾値以上ではない、所定誤差範囲内で略一定のｍ本のラインが交互に繰り返し検出される場合、その部分は文字画像と判断される。

したがって、画像種別特定部４は、白画素率が第１閾値以上であるラインの位置に周期性がある範囲が２値化画像の全域である場合、ラスター画像データ１１に基づく画像は写真画像であると判定し、白画素率が第１閾値以上であるラインの位置に周期性がある範囲が２値化画像の一部分の領域である場合、ラスター画像データに基づく画像は写真および文字の混在画像であると判定する。

さらに、白画素率特定部３は、２値化画像における白ラインの数を特定し、画像種別特定部４は、白ラインの数が所定の第３閾値以上である場合、ラスター画像データに基づく画像は文字画像であると判定する。

図２は、図１に示す画像処理装置における白ラインの判定について説明する図である。この実施の形態では、白画素率特定部３は、２値化画像におけるラインのうち、先頭画素位置２１から終端画素位置２２までのすべての画素が白画素であるラインを白ラインとして検出するとともに、図２に示すように、２値化画像において、先頭画素位置２１から白画素が最初の黒画素の手前まで連続している第ｉラインのうち、次の第（ｉ＋１）ラインにおいてその最初の黒画素の画素位置２３から終端画素位置２２まで白画素が連続しているものも白ラインとして検出する。なお、図２において、第ｉラインにおける最初の黒画素の次の画素位置から終端画素位置２２まで、および第（ｉ＋１）ラインにおける先頭画素位置２１から最初の黒画素の１つ前の画素位置までの各画素は、黒画素であっても白画素であってもよい。

なお、上述の第１〜第３閾値は、画像種別の判定結果に矛盾が生じないように設定される。

次に、上記画像処理装置の動作について説明する。図３は、図１に示す画像処理装置の動作について説明するフローチャートである。

まず、２値化部２は、ラスター画像データ１１から２値化画像データを生成する（ステップＳ１）。

次に、白画素率特定部３は、２値化画像の１ライン分の２値化画像データを読み出し（ステップＳ２）、そのラインの白画素数を特定する（ステップＳ３）。

そして、白画素率特定部３は、２値化画像の先頭ラインからカウントされる処理ライン数を１だけ増加させ、特定した白画素数を、２値化画像の先頭ラインからカウントされる総白画素数に加える（ステップＳ４）。なお、この処理ライン数および総白画素数のデータは記憶装置１に記憶される。

また、白画素率特定部３は、この現時点のラインの総画素数と白画素数との比を、このラインの白画素率として特定する（ステップＳ５）。

さらに、白画素率特定部３は、この現時点のラインの白画素率が第１閾値以上であるか否かを判定し（ステップＳ６）、この現時点のラインの白画素率が第１閾値以上である場合には、この現時点のラインのライン位置を高白画素率ライン位置データとして記憶装置１に記憶する（ステップＳ７）。以下、白画素率が第１閾値以上であるラインを高白画素率ラインという。

さらに、白画素率特定部３は、この現時点のラインが白ラインであるか否かを判定し（ステップＳ８）、この現時点のラインが白ラインである場合には、２値化画像の先頭ラインからカウントされる白ライン数を１だけ増加させる（ステップＳ９）。

そして、白画素率特定部３は、現時点のラインの次のラインが存在するか否かを判定し（ステップＳ１０）、次のラインが存在する場合には、そのラインについてステップＳ２以降の処理を実行する。

次のラインが存在しない場合、白画素率特定部３は、現時点の処理ライン数ａおよび総白画素数ｂ、並びに１ラインあたりの画素数ｃに基づいて、２値化画像全域の白画素率（＝ｂ／（ａ×ｃ））を特定する（ステップＳ１１）。

そして、画像種別特定部４は、特定された２値化画像全域の白画素率が第２閾値以下であるか否かを判定し（ステップＳ１２）、その２値化画像全域の白画素率が第２閾値以下である場合には、ラスター画像データ１１に基づく画像は写真画像であると判定する（ステップＳ１３）。

一方、特定された２値化画像全域の白画素率が第２閾値以下ではない場合、画像種別特定部４は、高白画素率ライン位置データに基づいて、高白画素率ラインの出現位置に周期性があるか否かを判定する（ステップＳ１４）。高白画素率ラインの出現位置に周期性がある場合、画像種別特定部４は、周期性がある箇所が２値化画像の一部分であれば、ラスター画像データ１１に基づく画像は文字画像と写真画像の混在画像であると判定し（ステップＳ１６）、周期性がある箇所が２値化画像の全域であれば、ラスター画像データ１１に基づく画像は文字画像であると判定する（ステップＳ１７）。

また、高白画素率ラインの出現位置に周期性がない場合、画像種別特定部４は、白ライン数が第３閾値以上であるか否かを判定し（ステップＳ１８）、白ライン数が第３閾値以上である場合には、ラスター画像データ１１に基づく画像は文字画像であると判定する（ステップＳ１９）。

なお、上述の処理によって、ラスター画像データ１１に基づく画像の画像種別が特定されない場合、画像種別は不明とされる。

以上のように、上記実施の形態によれば、２値化部２は、ラスター画像データ１１から２値化画像データを生成し、白画素率特定部３は、（ａ）２値化画像データに基づく２値化画像の各ラインの白画素率を特定し、特定した白画素率が所定の第１閾値以上であるラインの位置を特定するとともに、（ｂ）２値化画像全体の白画素率を特定する。そして、画像種別特定部４は、（ａ）２値化画像全体の白画素率が所定の第２閾値以下である場合、ラスター画像データに基づく画像は写真画像であると判定するとともに、（ｂ）白画素率が第１閾値以上であるラインの位置に周期性がある場合、ラスター画像データに基づく画像は文字画像であると判定する。

これにより、比較的簡単なアルゴリズムで自動的に画像種別を特定できる。

なお、上述の実施の形態は、本発明の好適な例であるが、本発明は、これらに限定されるものではなく、本発明の要旨を逸脱しない範囲において、種々の変形、変更が可能である。

例えば、上記実施の形態において、２値化部２は、２値化画像データを生成する際に、ラスター画像データ１１に基づく画像と同一の向きの２値化画像の２値化画像データと、その２値化画像を９０度回転させて得られる２値化画像データとを生成し、白画素率特定部３および画像種別特定部４は、それらの２値化画像データに対して上述の処理を行って画像種別を特定するようにしてもよい。

また、上記実施の形態において、ラスター画像データ１１に基づく画像の画像種別が特定された場合、特定された画像種別は、ラスター画像データ１１の画像データファイルにおけるメタデータに含められるようにしてもよい。その場合、メタデータ内の画像種別に基づいて画像検索が可能となる。

さらに、上記実施の形態において、２値化部２は、２値化画像における４辺に沿った余白部分を検出し、検出した余白部分を２値化画像から除去し、白画素率特定部３および画像種別特定部４は、余白部分が除去された２値化画像の２値化画像データに対して上述の処理を行って画像種別を特定するようにしてもよい。

本発明は、例えば、画像読取装置に適用可能である。

２２値化部
３白画素率特定部
４画像種別特定部
１１ラスター画像データ

Claims

ラスター画像データから２値化画像データを生成する２値化部と、
（ａ）前記２値化画像データに基づく２値化画像の各ラインの白画素率を特定し、特定した前記白画素率が所定の第１閾値以上であるラインの位置を特定するとともに、（ｂ）前記２値化画像全体の白画素率を特定する白画素率特定部と、
前記白画素率が前記第１閾値以上であるラインの位置および前記２値化画像全体の白画素率に基づいて前記ラスター画像データに基づく画像の種別の特定を試みる画像種別特定部とを備え、
前記画像種別特定部は、（ａ）前記２値化画像全体の白画素率が所定の第２閾値以下である場合、前記ラスター画像データに基づく画像は写真画像であると判定するとともに、（ｂ）前記白画素率が前記第１閾値以上であるラインの位置に周期性がある場合、前記ラスター画像データに基づく画像は文字画像であると判定すること、
を特徴とする画像処理装置。
前記画像種別特定部は、前記白画素率が前記第１閾値以上であるラインの位置に周期性がある範囲が前記２値化画像の全域である場合、前記ラスター画像データに基づく画像は写真画像であると判定し、前記白画素率が前記第１閾値以上であるラインの位置に周期性がある範囲が前記２値化画像の一部分の領域である場合、前記ラスター画像データに基づく画像は写真および文字の混在画像であると判定することを特徴とする請求項１記載の画像処理装置。
前記白画素率特定部は、前記２値化画像における白ラインの数を特定し、
前記画像種別特定部は、前記白ラインの数が所定の第３閾値以上である場合、前記ラスター画像データに基づく画像は文字画像であると判定すること、
を特徴とする請求項１記載の画像処理装置。
前記白画素率特定部は、前記２値化画像におけるラインのうち、先頭画素位置から終端画素位置までのすべての画素が白画素であるラインを前記白ラインとして検出するとともに、前記２値化画像において、先頭画素位置から白画素が最初の黒画素の手前まで連続しているラインのうち、次のラインにおいて前記最初の黒画素の画素位置から終端画素位置まで白画素が連続しているものを前記白ラインとして検出することを特徴とする請求項３記載の画像処理装置。
前記ラスター画像データに基づく画像の画像種別が特定された場合、特定された前記画像種別は、前記ラスター画像データの画像データファイルにおけるメタデータに含められることを特徴とする請求項１から請求項４のうちのいずれか１項記載の画像処理装置。