JP2559359B2

JP2559359B2 - 画像の構造記憶方法及び画像登録装置

Info

Publication number: JP2559359B2
Application number: JP59238379A
Authority: JP
Inventors: 孝文宮武; 整松島; 正員江尻
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1984-11-14
Filing date: 1984-11-14
Publication date: 1996-12-04
Anticipated expiration: 2011-12-04
Also published as: JPS61117667A

Description

【発明の詳細な説明】〔発明の利用分野〕本発明は図面の自動入力に係り、特に直線，曲線，文
字，記号，塗りつぶし面等を含んだいわゆる一般の図面
を計算機のデータベースに登録するのに好適な図面画像
の構造記憶方法及び画像登録装置に関する。

〔発明の背景〕

図面情報をデータベース化し、高度利用を図りたいと
の要求が増えており、こうした要求に対して、図面を画
像フアイルとして光デイスクへ登録し、必要に応じて取
り出し表示するシステムが開発されている。しかしこう
したデータベース化は図形の部分修正や図面中の内容に
応じた検索など高度な利用には不向きである。そうした
利用に対しては図面を線図形として表現し、構造化して
おく必要がある。従来、図面から図形情報を構造化して
記述する作業は人手に頼つており、デイジタイザを用い
るのが一般的であつた。しかしながら図面から情報を入
力する作業は単調であり作業量も膨大である。

こうした背景から図面の自動入力が強く要望されてい
る。ところが従来の図面入力技術は図面に対して線の方
向を水平，垂直，斜め45゜に限定したり、筆記具のペン
先の太さを指定したり、記入された記号の種類を限定し
たりする制約があり、一般の図面に適用できるものでは
なかつた。

〔発明の目的〕

本発明の目的は一般の図面を画像として入力し、自動
的にその図形構造を計算機の扱える形態のデータとして
記述する方法及びそのデータを格納して画像の登録を行
なう装置を提供することにある。

〔発明の概要〕

かかる目的を達成するために、本発明では対象とする
図面を光電変換装置によりまずデジタル画像としてメモ
リへ取込む。この画像に対して、画像はすべて線状パタ
ーンから構成されると見なして、この線状パターンを分
岐点で自動的に分割し、分割単位ごとに線幅と線径路デ
ータで自動的に記述する。一方図面の中には実際には面
状部もあるので、次に図形の幅の値に基づいて画像中か
ら面状部を自動的に分離し、この分離した部分の画像に
ついて孤立した図形単位ごとに輪郭線データで記述する
ことを特徴とする。

本発明では図面入力という問題に対して、図面を線と
面との構造で記述することを主眼としてとられており、
２値図形とし描かれた図面に対して汎用性がある。

〔発明の実施例〕

以下、本発明の一実施例を図を用いて説明する。

なお、図形構造を計算機の扱える形態のデータとして
データベースに登録又は記憶又は記録することを、明細
書中では「記述する」として発明を説明する。

第１図は本発明の全体構成図であり、後で説明する。
第２図は対象とする図面の画像の例である。この画像20
1は２値画像であり、図中白部分が“0",黒部分が“1"の
値をとるものとする。この画像中には各種の図形要素が
混在している。すなわち、直線要素202,曲線要素203,数
字要素204,細線要素205,太線要素206,塗りつぶし面要素
207などである。

本発明ではこうした多くの要素を含む複雑な画像を線
状部と面状部の２つの図形要素に大分類し、前者は線径
路とその線幅デーで記述し、後者はその輪郭線データで
自動記述する方法及びそれらのデータを格納して画像の
登録を行なう装置を提供する。

まず画像を、その中の要素すべて線状パターンである
と見なして記述する。線は分岐点を分割点として、小単
位の線で記述する。以下（１）線経路の自動記述、
（２）線幅の自動記述の順で内容を説明する。尚説明に
あたり（１）については、第３図の骨格線画像、第４図
の線追跡方法の説明図、第５図の線追跡方法の流れ図、
第６図の画像メモリのビツト配置図、第７図の追跡方向
の定義図、第８図の線追跡の詳細説明図を参照する。又
（２）については、第８図の距離変換の例と、第９図の
倍精度距離変換の例を参照する。

（１）線径路の自動記述画像中の線図形には線幅がありこれから線径路を求め
るのは手続きが複雑となりすぎる。これを容易にするた
めに、まず細線化処理を施こす。第３図は第２図の画像
に対して細線化処理を施した例であり、線幅が１になつ
ている。図中図形要素301〜307は第２図の細線化前の画
像の図形要素201〜207に対応している。こうした細線化
処理により求めた幅１の骨格線画像の径路を追跡処理に
より求める。線径路の記述データ形式としては線を折線
で近似したのち、その折線部の頂点の座標点列で記述す
るのが一般的であるが、ここで実施例で説明するデータ
形式は、線Ｌの追跡開始点座標（x_S,y_S），線上の点の
追跡方向を表す８方向チエーンコードC_i（３ビツト表現
されるものであり、第７図に示したような45゜きざみの
方向）とを用いて次のデータ形式で表わす。

Ｌ＝（（x_S,y_S）（C₁,C₂,…C_n）） …（１）以下この線追跡処理を述べる。まず全体像を述べる。
線追跡処理は以下の３ステツプからなる。尚、説明文中
ノードとは端点又は分岐点を指し、追跡開始点となりう
る点である。この他の点はエツジを呼ぶことにする。
又、カウンタとは各ノード毎に存在し、そのノードから
出ているエツジの何本が追跡済であるかを示す線追跡用
ワークカウンタのことであり、初期値は０である。また
ラベルは着目する点のまわりの分岐の数であり、あらか
じめ計算しておく。

〔ステツプ１〕ノード探索処理図形中の未探索ノードを見つける。もし無ければ終
了。有ればステツプ２へ。

〔ステツプ２〕エツジ追跡処理見つけたノードから未追跡のエツジをたどつて次のノ
ードまで追跡する。（尚、この追跡処理により追跡済と
なったエツジには順次追跡済フラグを立てて、まだ追跡
されていないエツジと区別できるようにする。もちろ
ん、この処理に入る前は追跡済フラグは立てられていな
い。

〔ステツプ３〕カウンタ更新処理行先ノードのカウンタを１更新する。

自分のノードのカウンタを１更新する。

もし自分のノードのカウンタの内容が自分のノードに
おける分岐の数（あらかじめ計算してラベル付けしてあ
る）以上になつた場合、ステツプ１へ行く。そうでない
場合ステツプ２へ行く。

第４図は以上の処理を模式図で示したものである。図
で示すようにノード探索処理は画像をテレビジヨンの走
査と同じラスタ走査を用い、未処理ノード（カウンタの
内容がそのノードの分岐の数より小さいノードのこと）
を見つけるまで連続して走査し、一旦見つけるとそのノ
ードから未追跡エツジの数だけ追跡する。例えば第４図
のノードN₁は最初に発見されるノードであり、分岐の数
は３であるので分岐の数を表わすラベルは３となつてお
り、３本の線が追跡される。それの追跡は例えば−180
゜の方向から半時計廻わりに調べて最初に見つけた線か
ら順次行なわれる。エツジの追跡が終了すると自分のノ
ードのカウンタを更新するとともに追跡先のノードのカ
ウンタも更新しておく。以上の処理によりノードN₁で
は、線L₁,線L₂,線L₃が順次追跡される。次にノードN₁の
次のアドレスから（ラスタ走査の上で次の走査となる
点）からラスタ走査を再開する。そうすると次にノード
N₂が求まる。ノードN₂は分岐の数は３であるが、既にノ
ードN₁からのエツジ追跡により線L₃の行先ノードとなつ
たため、カウンタが１となつており、したがつて残り２
本の線を追跡する。線L₃の点列には追跡済フラグが立て
いるのでこの結果未追跡の２本の線L₄とL₅が求まる。以
上のようにしてラスタ走査が終了すると、ノードを持っ
た線がすべて追跡されることになる。ところが閉曲線の
図形はノードがなく、全てエツジで構成されている線分
は求まらない。そこで次に２回目のラスタ走査を行ない
未追跡のエツジを見つける。そして見つけた未消去エツ
ジを追跡開始点として、エツジ追跡を行ない、追跡開始
点に戻るまで続行するこのようにしてラスタ走査が終了
すると図形中のすべての線が求められる。尚ここでは処
理を単純化するために２回の走査を用いたが、１回の走
査で処理を行なうには未追跡のエツジ又はノードを発見
して、追跡を開始し、元へ戻つたら開曲線そうでなけれ
ば開曲線として処理すれば良い。

第５図は以上述べた処理を流れ図で表わしたものであ
る。ここに図中ボツクス501はノード間のエツジ追跡処
理であり、この処理は第８図を用いて詳細に説明する。
その前に実際の処理に必要となる画像メモリの各画素の
ビツト配置列を第６図に示す。その内容は、骨格線の有
無を表わす「Ｐ」が１ビツト、分岐の数を表わす「LABE
L」が３ビツト、追跡中のワークカウンタを表わす「COU
NT」が３ビツト、追跡済を表わすフラグ「Ｆ」が１ビツ
トの合計８ビツトである。

第８図において実線の正方形で示した例で画像中の骨
格線部分の１つを示す画素点列であるとする。今追跡開
始点を図中の801とし、その座標が（10,20）であるとす
る。図中骨格線を表わす画素点列の内部の数字“1",
“2"は各画素における８ビツトデータの１部「LABEL」
（第６図参照）の値である。すなわち着目したそれぞれ
の画素において、その画素が周囲の８画素の中の何画素
の骨格線と連結しているかを示しており“1"は端点、
“2"はエツジであることを意味する。エツジの追跡は３
×３画素の大きさの移動マスクをエツジに沿つて移動さ
せながら行なう。第８図中、点線の正方形が移動マスク
の移動の状態を表わしている。まず移動マスクを追跡開
始点801が中心点となるような位置811に位置決めする。
このマスク上で未追跡エツジの点が、中心点をめぐる周
囲の８点のどの位置にあるかを調べる。この図の場合は
点802が第７図で示す“7"の方向にあるので、最初の追
跡コードすなわちチエーンコードを７とする。そこで次
に811に位置決めしていた移動マスクをこの点802に中心
がくるように812の位置に移動する。そしてこの位置で
点802からみた次の追跡点803の方向を調べる。その方向
を求める手順は次の通りである。まずその前に求まった
方向（チエーンコード）７にmod₈計算で５を加える値す
なわち、mod₈（７＋５）＝４を求める。第７図に示すよ
うに方向４は点802に左隣りの方向である。812で示す３
×３マスク内において、この左方向から反時計方向に未
追跡エツジを探索する。すなわち方向７に点803が求ま
る。そこで次のチエーンコードを７とする。このように
移動マスクを移動させながら追跡を続ける。すなわち、
前回追跡した方向をC_i-1とすると次の追跡点はmod₈（C
_i-1＋５）の方向から反時計方向に調べて最初に検出し
た未追跡エツジ点となり、その方向が次の方向となる。
以上述べた方法でノード801から次のノード804までを追
跡すると図に示したように線径路の記述結果すなわちこ
の例では、（（10,20）（7770000111））が得られることになる。

（２）線幅の自動記述前述の細線化処理によつて、線幅の情報が失われる。
例えば第３図の図形要素305と306は第２図の205,206に
対応し、互いに線幅の異なる線であるが、細線化された
この第３図からはその違いは読みとれない。そこで第２
図のような原画の情報に基づいて線幅を求めることと
し、その情報により原画の正確な記述をめざす。まず今
骨格線上の点列を｛P_i｝とし、線幅は骨格線上の点列に
おける平均幅を用いる。骨格線上の点P_iでの線の幅をd_i
とすると一つの線の幅ｄを次式で求めることができる。

図形の骨格線上の点での線の幅を求める方法の１つの
例として距離変換の応用を適用する。今、デイジタル画
像上の２点P_i（i,j）,Q_i（h,k）の間の距離l_iを次の
（３）式で定義することにする。

l_i（（i,j），（h,k））＝|i−h|＋|j−k| …（３）この（３）式は街区画距離と呼ばれるものである。点
P_i（i,j）を骨格線上の１つの点とし、点Q_i（h,k）をそ
の点P_iの、背景に接する最も近傍の点とするとその点P_i
での線幅d_iは距離l_iのほぼ２倍すなわち（４）と考えて
良い。

d_i＝2l_i …（４）この街区画距離は距離変換により求まるのは公知であ
るが、簡単に説明しておく。まず画像をテレビジヨンと
同じラスタ走査を施し、次の（５）式を実行する。

ここにＰ（i,j）は点（i,j）における画素の値であ
り、ｉは横方向走査のアドレス,jは縦方向走査のアドレ
スである。この式の意味は（５）式により点（i,j）の
値をＰ（i,j）からP₁（i,j）に変換することである。

次にこの結果画像P₁に対して、テレビジヨンのラスタ
走査方向と逆向きに走査して、次の（６）式を実行する
と得られた画像の値が距離変換値となる。

P₁（i,j）＝min（P₁（i,j）,P₁（ｉ＋1,j）＋1,P₁（i,j＋１） …（６）第９図はこの変換を実施した例であり、アルフアベツ
トＤの画像を対象としている。この図で丸印901は細線
化した時の骨格線の点列である。図中数字は距離変換値
であり、骨格線上の距離変換値を２倍したものがその線
幅と見なされる。この方法によれば容易に線幅が求まる
が、記述精度の観点からは、線幅の偶数値と奇数値の正
別がつかないので難点である。すなわち線幅ｄが３であ
つても４であつてもｌが２であり、これを２倍した値は
４となる。忠実に幅の値を計測するために本発明ではさ
らに倍精度型距離変換を提案している。デジタル画像上
の骨格線は必ずしも、線の中央を通るとは限らない。線
幅が偶数の場合は、例えば垂直線の場合、左右のどちら
かにずれることになる。また同様に水平線の場合、上下
のどちらかにずれることになる。今、細線化処理の特性
が、偶数のとき右下にずれる特性を持つていると仮定す
る。２×２のマスクで（６）式の出力の画像を切出す。
すなわちこれを行列とするとの演算を施しｄを置換する。たとえば、のとき、ｄ′＝3,またのときｄ′＝４である。以上の処理は、具体的には、
（６）式を実行して得られた出力画像の値、すなわち、
距離変換値に対してラスタ走査を施し、次の（７）式を
実行することに相当する。

第10図は第９図の画像に対して（７）式を実行させた
結果である。なお、（６）式で得られる骨格線上の距離
変換値は、線幅の1/2を示すが、（７）式で得られる骨
格線上の距離変換値は倍精度型距離変換によるものなの
で、得られた距離変換値そのものが線幅を表し、偶数値
と奇数値の線幅の違いをも表現する。この画像｛P₂｝は
既述の線追跡処理の前にあらかじめ計算しておき、追跡
の途中で画像｛P₂｝を参照して、線の平均の幅を求める
ようにすると効率が良い。

以上をまとめると線状部の記述データは次式のＬ′＝
（（ｄ）（x_S,y_S）（C₀,C₁,…C_n）） …（８）ものが、自動的に得られることになる。またそれぞれの
線は分岐点を単位として分割して記述されるため操作性
の良いデータが得られる。しかも線は幅が覚えられてい
るため、幅別に線を編集することもできる。

面状部の記述方法以上述べた線状部の記述だけでは、入力画像の記述と
して不十分である。第３図の図形要素307は第２図の207
の塗りつぶし面であるが、この第３図上では単なる線上
の１つの点になつている。その形状が記述されているこ
とが望ましいが、前述の記述方法ではそれが不可能であ
る。ここでは面状部の自動記述方法を提供する。面状部
は画像として切出し、それを輪郭線データで記述する。
輪郭線データは次の形式とする。

Ｃ＝（（x_S,y_S）（C₁,C₂,…C_n）） …（６）ここに（x_S,y_S）は輪郭追跡の開始点座標,C_iは追跡方
向のチエーンコードである。

（１）面状部の分離画像から塗りつぶし面を切り出す一つの方法は図形の
幅が一定値以上であることを利用するのが一つの方法で
ある。一般に図面はある幅以下の鋭筆で書かれるとする
と、それ以上の太さの図形はその鉛筆で書く限り、塗り
つぶし作業が入らざるを得ない。最も簡単な面図形の抽
出は画像処理でよく使用される収縮膨張演算を用いる方
法である。すなわち図形をある幅だけ収縮させると、線
幅の小さい線状部は消滅する。次に残つた面状部のパタ
ーンを同じ幅だけ膨張させて面状部を切出す。通常画像
の収縮，膨張演算は３×３マスクで画像を切出してその
中の画素群の論理積，論理和の値で着目画素を置き換え
る処理で行なえる。第11図は第２図に対して、以上の処
理を施した結果である。この結果によれば、原画の「黒
玉」の塗りつぶし面207が「黒角」の塗りつぶし面1107
となつており、原画の形状を保存していない。そこで本
発明では形状保存の面分離法を提供する。

収縮演算は前述と同じであるが膨張演算についてAND
条件付膨張演算を定義する。すなわち（10）式を画像全
面にわたり実行し、こうした処 P₄（i,j）＝｛VP₃（ｉ＋k,j＋ｌ）｝ΛＰ（i,j） …（1
0）ｋ＝−1,0,1 ｌ＝−1,0,1 理を収縮回数と同回数行なう。尚Ｐ（i,j）は原画であ
り、P₃は前回の膨張結果画像とする。この膨張処理によ
り、原画に存在する領域を切り出すことができるので形
状を保存することができる。

第12図はこの方法による面抽出結果であり図形の形状
が保存されている。

（２）輪郭線データによる記述２値図形の輪郭線データの求め方は完全に解析されて
おり、公知技術であるのでここは省く。

以上述べた方法により面状部の記述が行なえることに
なる。こうして記述された、線状部、及び面状部のデー
タから画像を復元することは容易である。

次に以上述べた方法の回路構成を示す。第１図は本発
明の全体構成図である。画像メモリ101は入力画像が格
納されており、２値画像が入つているものとする。画像
120はまず細線化回路102により幅１の骨格線画像121に
変換される。次にこの画像について、分岐の数等を算出
してラベルの値として出力するラベル計算回路103へ送
る。このラベル計算回路では着目画素の周囲８画素の骨
格線の点の数を計算する。こうして得られたラベルの値
と骨格線画像121を、第６図の画像形成とした画像122を
線画像メモリ104へ格納する。この時の画像データ形式
は既述の第６図のようになる。尚、この場合追跡済フラ
グ「Ｆ」とカウンタ「COUNT」の値は０である。

一方画像120は幅計算回路105に入力され、既述の
（５），（６），（７）式の倍精型距離変換により、骨
格線上の幅の値を計算し、それを幅画像124として幅画
像メモリ106へ格納する。

線追跡回路107は線画像メモリの内容123と幅画像メモ
リの内容125を参照して、既述の線追跡方法に基づい
て、線幅と線径路データ126を求め、これを線記述デー
タメモリ108へ出力する。

又面状パターンの記述のためにまず画像120は面分離
回路109で形状を保存した面状パターンが切り出され、
面画像127が面画像メモリ110へ格納される。次に輪郭線
追跡回路111は、この面画像メモリの内容128に基づい
て、輪郭線を追跡し、輪郭線データ129を面記述データ
メモリ112へ格納する。

以上の結果、２値画像を入力して、自動的に線記述と
面記述のデータが得られることになる。

以上、実施例によれば、線幅が忠実に記述され、しか
も線径路はすべて追跡されるとともに、面状部について
は自動的に保存されたまま分離され輪郭データとして記
述される。

以上実施例で述べたように、本発明では入力画像を単
純に線状パターンと面状パターンの二つに分離してそれ
ぞれについて記述するのではなく、まず画像はすべて線
状パターンであると見なして線の径路で記述し、次に面
状部のみを分離してそれを輪郭線データで記述してい
る。この方法の利点として次の点があげられる。線状
パターンの途中に面状パターンが重ねて描かれていて
も、線状パターンの径路がとぎれることがない。面分
離処理に誤ちがあつて、線状パターンを面状パターンと
判定したとしても、面状パターンの記述データを消去す
る操作で簡単に訂正できる。記述データの形式は、画
像の再生表示として観点からは各線について線幅の情報
をもつているので、図面中の太線や細線を区別して表示
したり、輪郭線データを併用して、元の画像に近い画像
を再生することが可能となる。記述データは線の交差
する部分で小単位に分割されており、図形データの操作
性が良い。

〔発明の効果〕

本発明によれば、図面のごときほぼ２値画像として取
り扱えるものについては、多くの図形要素が混在して書
かれていても、それらすべてを線状部もしくは面状部と
して大分類し、それぞれ２つのデータ形式で記述するた
め、汎用の図面読取り方法の技術を提供できる。また線
状部は線幅も記憶しており、線の太さでデータを分類す
ることが可能である。さらに、線は分岐点で分割されて
おり、図形の編集時の操作性が良く、記述結果のデータ
構造はデータベースとして構築するのに都合が良い。

【図面の簡単な説明】

第１図は本発明の一実施例の構成図、第２図は複雑な画
像を示す図、第３図は骨格線画像を示す図、第４図は線
追跡方法の説明図、第５図は線追跡方法の流れ図、第６
図は線追跡時に使用する画像メモリビツト配置図、第７
図は追跡方向の定義を示す図、第８図は線追跡の詳細説
明図、第９図は距離変換を示す図、第10図は倍精度距離
変換を示す図、第11図は面分離を示す図、第12図は本発
明の形状保存型の面分離を示す図である。 101……画像メモリ、102……細線化回路、103……ラベ
ル計算回路、104……線画像メモリ、105……幅計算回
路、106……線画像メモリ、107……線追跡回路、108…
…線記述データメモリ、109……面分離回路、110……面
画像メモリ、111……輪郭線追跡回路、112……面記述デ
ータメモリ、501……エツジ追跡処理部、901……骨格線
点列、1207……面抽出画像。

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開昭55−104168（ＪＰ，Ａ) 特開昭59−5387（ＪＰ，Ａ) 特開昭59−123961（ＪＰ，Ａ) 電子通信学会技術研究報告ＲＰＬ78− 87（昭54−３−29）Ｐ．73−80

Claims

(57)【特許請求の範囲】

【請求項１】図面を光電変換して２値の量子化画像とし
て取り込み、上記２値の量子化画像中、一方の値をとる図形要素をす
べて線状部とみなして細線化処理を行い、細線化処理を
して得られた骨格線上の点に対して、端点または分岐点
を追跡開始点として他の端点または分岐点に達するま
で、および骨格線上の所定点を追跡開始点として当該所
定点に達するまでを一つの線単位として線追跡処理を行
い、上記追跡開始点の座標と上記骨格線の連結状態を示
す情報とを線経路データとして上記線単位ごとに記憶
し、上記細線化処理をして得られた骨格線上の点と、上記２
値の量子化画像中、他方の値をとる背景に最も近く接す
る点までの距離から、上記骨格線上の点における線幅を
求め、上記線単位の線幅の平均値を線幅データとして記
憶し、上記２値の量子化画像中、一方の値をとる図形要素に対
して、一定の幅以上の図形要素を面状部として分離抽出
し、抽出した図形要素に対して輪郭線追跡処理を行い、
その輪郭線データを抽出した図形要素ごとに記憶することを特徴とする画像の構造記憶方法。
【請求項２】特許請求の範囲第１項において、上記骨格
線上の点と上記背景に最も近く接する点までの距離から
求められた線幅は、２×２画素のマスク処理を用いて倍
精度に補正されていることを特徴とする画像の構造記憶
方法。
【請求項３】図面を光電変換して２値の量子化画像とし
て取り込み記憶する画像メモリと、上記２値の量子化画像中、一方の値を取る図形要素をす
べて線状部とみなして細線化処理を行い、細線化処理を
して得られた骨格線上の点に対して、端点または分岐点
を追跡開始点として他の端点または分岐点に達するま
で、および骨格線上の所定点を追跡開始点として当該所
定点に達するまでを一つの線単位として線追跡処理を行
い、上記追跡開始点の座標と上記骨格線の連結状態を示
す情報とを線形路データとして上記線単位ごとに求める
手段と、上記細線化処理をして得られた骨格線上の点と、上記２
値の量子化画像中、他方の値をとる背景に最も近く接す
る点までの距離から、上記骨格線上の点における線幅を
求め、上記線単位の線幅の平均値を線幅データとして求
める手段と、上記線形路データおよび上記線幅データを上記線単位ご
とに記憶する線記述データメモリと、上記２値の量子化画像中、一方の値を取る図形要素に対
して、一定の幅以上の図形要素を面状部として分離抽出
し、抽出した図形要素に対して輪郭線追跡処理を行い、
その輪郭線データを抽出した図形要素ごとに求める手段
と、上記輪郭線データを抽出した図形要素ごとに記憶する面
記述データメモリとを備えたことを特徴とする画像登録
装置。