JP2910926B2 - 最適２値化方法 - Google Patents
最適２値化方法Info
- Publication number
- JP2910926B2 JP2910926B2 JP1011480A JP1148089A JP2910926B2 JP 2910926 B2 JP2910926 B2 JP 2910926B2 JP 1011480 A JP1011480 A JP 1011480A JP 1148089 A JP1148089 A JP 1148089A JP 2910926 B2 JP2910926 B2 JP 2910926B2
- Authority
- JP
- Japan
- Prior art keywords
- threshold
- value
- image
- threshold value
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Character Input (AREA)
- Image Processing (AREA)
Description
【発明の詳細な説明】 産業上の利用分野 本発明は、文字認識などのパターン認識装置における
最適２値化方法に関する。
最適２値化方法に関する。
従来の技術 一般に、文字認識などのパターン認識装置において処
理される画像は、スキヤナのCCDセンサ出力などの値を
閾値（スレツシユレベル）によつて白黒２値化したもの
である。この際、印字状態の良くない原稿であつても最
適なる２値化を可能とするためには、原稿の濃度の相違
に対応して各々最適な２値画像を生成する必要がある。
理される画像は、スキヤナのCCDセンサ出力などの値を
閾値（スレツシユレベル）によつて白黒２値化したもの
である。この際、印字状態の良くない原稿であつても最
適なる２値化を可能とするためには、原稿の濃度の相違
に対応して各々最適な２値画像を生成する必要がある。
ここに、このような２値化方法に関しては、種々の方
法が提案されている。例えば、「田村秀行著、総研出
版、1985『コンピユータ画像処理入門』中、第67頁」な
る文献に示されるモード法や微分ヒストグラム法があ
る。モード法は、与えられた画像の濃度値のヒストグラ
ムを求め、２つのピークを持つ分布となる場合に、２つ
のピークの間の谷のところに閾値を決めるものである。
微分ヒストグラム法は、画像中の対象物と背景の境界
は、濃度値が急に変化する部分に位置すると考えられる
ため、画像の濃度値を直接利用するのではなく、微分値
（濃度の変化率）を利用して閾値を決めるというもので
ある。
法が提案されている。例えば、「田村秀行著、総研出
版、1985『コンピユータ画像処理入門』中、第67頁」な
る文献に示されるモード法や微分ヒストグラム法があ
る。モード法は、与えられた画像の濃度値のヒストグラ
ムを求め、２つのピークを持つ分布となる場合に、２つ
のピークの間の谷のところに閾値を決めるものである。
微分ヒストグラム法は、画像中の対象物と背景の境界
は、濃度値が急に変化する部分に位置すると考えられる
ため、画像の濃度値を直接利用するのではなく、微分値
（濃度の変化率）を利用して閾値を決めるというもので
ある。
また、「昭和52年度電子通信学会情報部門全国大会、
大津展之、『濃度分布からの閾値決定法』中、145」な
る文献に示される濃度分布からの閾値決定法がある。こ
れは、濃度分布の０次、１次モーメントのみを利用し、
積分に基づいて最適なる閾値を決定するものである。
大津展之、『濃度分布からの閾値決定法』中、145」な
る文献に示される濃度分布からの閾値決定法がある。こ
れは、濃度分布の０次、１次モーメントのみを利用し、
積分に基づいて最適なる閾値を決定するものである。
さらに、特公昭60−37952号公報に示される「最適二
値化方式」がある。これは、多値ビデオ信号をビデオ・
バツフアに格納し、ビデオ・バツフアから読出されたビ
デオ信号を可変スライスレベルのスライス回路により２
値化し、多値ビデド情報を異なるスライスレベルでスラ
イスして２値化ビデオ信号に変換し、異なるスライスレ
ベルでスライスして作成した複数の２値化ビデオ信号の
各々について（黒点数）／（周囲数）なる線幅増幅率を
求め、複数の線幅増幅率と基準の線幅増幅率とに基づき
スライス回路のスライスレベルを設定するものである。
値化方式」がある。これは、多値ビデオ信号をビデオ・
バツフアに格納し、ビデオ・バツフアから読出されたビ
デオ信号を可変スライスレベルのスライス回路により２
値化し、多値ビデド情報を異なるスライスレベルでスラ
イスして２値化ビデオ信号に変換し、異なるスライスレ
ベルでスライスして作成した複数の２値化ビデオ信号の
各々について（黒点数）／（周囲数）なる線幅増幅率を
求め、複数の線幅増幅率と基準の線幅増幅率とに基づき
スライス回路のスライスレベルを設定するものである。
発明が解決しようとする課題 ところが、モード法にあつては、印字状態の悪い原稿
では、ヒストグラムに明確な谷を生じないので、適用で
きない方法である。
では、ヒストグラムに明確な谷を生じないので、適用で
きない方法である。
また、微分ヒストグラム法にあつては、対象物と背景
の境界付近の濃度値が複雑に変化するものに対しては、
有効に働かない方法である。
の境界付近の濃度値が複雑に変化するものに対しては、
有効に働かない方法である。
また、濃度分布からの閾値決定法による場合、文字認
識などのパターン認識において扱われる画像としての
「線」のつぶれやかすれに対する処理としては、効果的
な方法ではない。
識などのパターン認識において扱われる画像としての
「線」のつぶれやかすれに対する処理としては、効果的
な方法ではない。
さらに、上記公報の最適二値化方法では、実験の結
果、原稿の濃淡によつては最適な閾値決定が不安定なる
結果が得られたものである。
果、原稿の濃淡によつては最適な閾値決定が不安定なる
結果が得られたものである。
課題を解決するための手段 請求項１記載の発明では、多値量子化された画像に対
して白黒２値の画像に変換するパターン認識装置におけ
る最適２値化方法において、複数の閾値で画像を２値化
し、各閾値での２値画像を常にメモリに保有し、各閾値
での黒画素数と粗視化した時の各閾値での黒画素数とを
計数し、これらの黒画素数に基づき画像のフラクタル次
元なるパラメータを計算し、当該パラメータ値が極小と
なる閾値から最適閾値を求め、この最適閾値による２値
画像を出力させるようにした。
して白黒２値の画像に変換するパターン認識装置におけ
る最適２値化方法において、複数の閾値で画像を２値化
し、各閾値での２値画像を常にメモリに保有し、各閾値
での黒画素数と粗視化した時の各閾値での黒画素数とを
計数し、これらの黒画素数に基づき画像のフラクタル次
元なるパラメータを計算し、当該パラメータ値が極小と
なる閾値から最適閾値を求め、この最適閾値による２値
画像を出力させるようにした。
請求項２記載の発明では、複数の閾値で画像を２値化
した後、各閾値での黒画素数と粗視化した時の各閾値で
の黒画素数とを計数する時のみ各閾値での２値画像をメ
モリに保有して、各閾値での黒画素数と粗視化した時の
各閾値での黒画素数との計数値に基づき画像のフラクタ
ル次元なるパラメータを計算し、当該パラメータ値が極
小となる閾値から最適閾値を求め、当該最適閾値で画像
を再び２値化して２値画像を出力させるようにした。
した後、各閾値での黒画素数と粗視化した時の各閾値で
の黒画素数とを計数する時のみ各閾値での２値画像をメ
モリに保有して、各閾値での黒画素数と粗視化した時の
各閾値での黒画素数との計数値に基づき画像のフラクタ
ル次元なるパラメータを計算し、当該パラメータ値が極
小となる閾値から最適閾値を求め、当該最適閾値で画像
を再び２値化して２値画像を出力させるようにした。
さらに、請求項３記載の発明では、請求項２記載の発
明と同じく、複数の閾値で画像を２値化し、各閾値での
黒画素数と粗視化した時の各閾値での黒画素数とを計数
する時のみ各閾値での２値画像をメモリに保有した
後、、閾値を中心値から変化させてその閾値での黒画素
数と粗視化した時の各閾値での黒画素数との計数値に基
づき画像のフラクタル次元なるパラメータを計算し、当
該パラメータ値が常に小さい方の閾値とそのパラメータ
値とを保有し、パラメータ値が極小となる閾値を最適閾
値として、画像を再び２値化して２値画像を出力させる
ようにした。
明と同じく、複数の閾値で画像を２値化し、各閾値での
黒画素数と粗視化した時の各閾値での黒画素数とを計数
する時のみ各閾値での２値画像をメモリに保有した
後、、閾値を中心値から変化させてその閾値での黒画素
数と粗視化した時の各閾値での黒画素数との計数値に基
づき画像のフラクタル次元なるパラメータを計算し、当
該パラメータ値が常に小さい方の閾値とそのパラメータ
値とを保有し、パラメータ値が極小となる閾値を最適閾
値として、画像を再び２値化して２値画像を出力させる
ようにした。
作用 請求項１記載の発明によれば多値量子化された画像は
複数の閾値で２値化され、メモリに保有される。そし
て、各閾値での黒画素数を計数するとともに粗視化した
時の各閾値での黒画素数も計数し、計数結果に基づき、
画像のフラクタル次元なるパラメータを計算する。この
パラメータ値が極小となる閾値に基づき最適な閾値を求
めて、２値画像を出力させるため、原稿の濃度に応じた
最適なる２値化の閾値が自動的に設定され、認識率が安
定する。
複数の閾値で２値化され、メモリに保有される。そし
て、各閾値での黒画素数を計数するとともに粗視化した
時の各閾値での黒画素数も計数し、計数結果に基づき、
画像のフラクタル次元なるパラメータを計算する。この
パラメータ値が極小となる閾値に基づき最適な閾値を求
めて、２値画像を出力させるため、原稿の濃度に応じた
最適なる２値化の閾値が自動的に設定され、認識率が安
定する。
この時、請求項２記載の発明のように、２値画像を保
有するメモリを１つに節約しても、黒画素数及び粗視化
した時の黒画素数を計数する時のみ利用すれば、何んら
支障ないものとなる。
有するメモリを１つに節約しても、黒画素数及び粗視化
した時の黒画素数を計数する時のみ利用すれば、何んら
支障ないものとなる。
一方、フラクタル次元なるパラメータ値が最大となる
閾値は複数の閾値中の中心値付近となる性質を持つ。そ
こで、請求項３記載の発明のように、閾値を中心値から
変化させて画像のフラクタル次元なるパラメータを計算
し、当該パラメータ値が常に小さい方の閾値とそのパラ
メータ値とを保有し、パラメータ値が最小となる当該閾
値に注目することにより、最適閾値を求める処理の高速
化が図られる。
閾値は複数の閾値中の中心値付近となる性質を持つ。そ
こで、請求項３記載の発明のように、閾値を中心値から
変化させて画像のフラクタル次元なるパラメータを計算
し、当該パラメータ値が常に小さい方の閾値とそのパラ
メータ値とを保有し、パラメータ値が最小となる当該閾
値に注目することにより、最適閾値を求める処理の高速
化が図られる。
実施例 請求項１記載の発明の一実施例を第１図ないし第３図
を参照して説明する。第１図に本実施例を実施するブロ
ツク構成図を示す。本実施例は、多値画像読取り部１か
ら２値画像出力部２までに関するものである。多値画像
読取り部１にてスキヤナ３から多値画像を読取り、例え
ば16値に量子化し、多値イメージメモリ４に保有する。
次に、多値イメージメモリ４から16階調の多値画像（濃
度レベル０から15）を２値化部５により読込み、閾値ｔ
＝15以上を黒、それ以外を白とする白黒２値画像を生成
し、15個の２値イメージメモリ６中のNo.（１）で示す
ものに保有する。このNo.（１）なる２値イメージメモ
リ６に保有された画像全体に対し、黒画素数カウント部
７においてその２値画像の黒画素の総数（黒画素数）及
び粗視化した時の黒画素数を計数し、その計数結果を黒
画素メモリ８に保有する。
を参照して説明する。第１図に本実施例を実施するブロ
ツク構成図を示す。本実施例は、多値画像読取り部１か
ら２値画像出力部２までに関するものである。多値画像
読取り部１にてスキヤナ３から多値画像を読取り、例え
ば16値に量子化し、多値イメージメモリ４に保有する。
次に、多値イメージメモリ４から16階調の多値画像（濃
度レベル０から15）を２値化部５により読込み、閾値ｔ
＝15以上を黒、それ以外を白とする白黒２値画像を生成
し、15個の２値イメージメモリ６中のNo.（１）で示す
ものに保有する。このNo.（１）なる２値イメージメモ
リ６に保有された画像全体に対し、黒画素数カウント部
７においてその２値画像の黒画素の総数（黒画素数）及
び粗視化した時の黒画素数を計数し、その計数結果を黒
画素メモリ８に保有する。
但し、粗視化された時の黒画素数とは、第３図（ａ）
に示すような通常の画素に対し、隣接する４画素（同時
（ｂ）の場合）又は16画素（同図（ｃ）の場合）を１つ
の画素とみなし（粗視化された画素）、その粗視化され
た画素を粗視化された際の黒画素とみなし、粗視化され
た際の黒画素数を計数したものである。
に示すような通常の画素に対し、隣接する４画素（同時
（ｂ）の場合）又は16画素（同図（ｃ）の場合）を１つ
の画素とみなし（粗視化された画素）、その粗視化され
た画素を粗視化された際の黒画素とみなし、粗視化され
た際の黒画素数を計数したものである。
次に、パラメータ計算部９において、これらの黒画素
数メモリ８から各々黒画素数と粗視化された際の黒画素
数とを読込み、画像のフラクタル次元なるパラメータを
計算し、パラメータメモリ10中の対応するNo.（１）な
るメモリに保有する。
数メモリ８から各々黒画素数と粗視化された際の黒画素
数とを読込み、画像のフラクタル次元なるパラメータを
計算し、パラメータメモリ10中の対応するNo.（１）な
るメモリに保有する。
これが、閾値ｔ＝15に対する処理であり、次に、閾値
ｔ＝14とし、２値化部５によりこの閾値ｔ＝14による２
値化を生成し、その結果を２値イメージメモリ６中のN
o.（２）のものに保有する。このNo.（２）なるイメー
ジメモリ６に保有された２値画像に対しても、上記と同
様に、黒画素数と粗視化された際の黒画素数との計数、
フラクタル次元なるパラメータの計算をし、パラメータ
メモリ10中の対応するNo.（２）なるメモリに保有す
る。他の閾値ｔ＝13,12,〜,2,1についても各々同様の処
理を繰返す。
ｔ＝14とし、２値化部５によりこの閾値ｔ＝14による２
値化を生成し、その結果を２値イメージメモリ６中のN
o.（２）のものに保有する。このNo.（２）なるイメー
ジメモリ６に保有された２値画像に対しても、上記と同
様に、黒画素数と粗視化された際の黒画素数との計数、
フラクタル次元なるパラメータの計算をし、パラメータ
メモリ10中の対応するNo.（２）なるメモリに保有す
る。他の閾値ｔ＝13,12,〜,2,1についても各々同様の処
理を繰返す。
これらの15種類の閾値ｔの各々について処理が終了し
たら、パラメータ比較部11において、パラメータメモリ
10のNo.（１）〜No.（15）の各々より各閾値毎のパラメ
ータ値を取出して比較し、その内、パラメータ値（フラ
クタル次元）が最大となる閾値Tmaxを求める。このよう
にパラメータ値が最大となる閾値から、順に閾値を減ら
していき、パラメータ値（フラクタル次元）が極小とな
る閾値Tinfを求める。このようにして最適閾値決定部12
にて最適なる閾値Ｔ＝Tinfを決定する。この最適閾値Ｔ
による２値画像を２値イメージメモリ６中から選択し、
２値画像出力部２に出力し、さらに文字認識部13などに
送出して認識処理等に供される。
たら、パラメータ比較部11において、パラメータメモリ
10のNo.（１）〜No.（15）の各々より各閾値毎のパラメ
ータ値を取出して比較し、その内、パラメータ値（フラ
クタル次元）が最大となる閾値Tmaxを求める。このよう
にパラメータ値が最大となる閾値から、順に閾値を減ら
していき、パラメータ値（フラクタル次元）が極小とな
る閾値Tinfを求める。このようにして最適閾値決定部12
にて最適なる閾値Ｔ＝Tinfを決定する。この最適閾値Ｔ
による２値画像を２値イメージメモリ６中から選択し、
２値画像出力部２に出力し、さらに文字認識部13などに
送出して認識処理等に供される。
ここに、本実施例における特徴の一つであるフラクタ
ル次元の計算方法について第３図を参照して説明する。
まず、図に示すように、ｒ＝1,r＝2,r＝４の各々の場合
の黒画素数N(r)を計数する。そして、ｒ＝１の時の黒画
素数をN(1)、ｒ＝２（４画素単位）に粗視化された時の
黒画素数をN(2)、ｒ＝４（16画素単位）に粗視化された
時の黒画素数をN(4)とする。そして、フラクタル次元を
Ｄとすると、 logN(r)＝−Dlog r＋Ｃ（Ｃは定数） なる関係が成り立つので、ｒ＝1,2,4の３点を用いた最
小２乗法により、フラクタル次元Ｄが求められる。
ル次元の計算方法について第３図を参照して説明する。
まず、図に示すように、ｒ＝1,r＝2,r＝４の各々の場合
の黒画素数N(r)を計数する。そして、ｒ＝１の時の黒画
素数をN(1)、ｒ＝２（４画素単位）に粗視化された時の
黒画素数をN(2)、ｒ＝４（16画素単位）に粗視化された
時の黒画素数をN(4)とする。そして、フラクタル次元を
Ｄとすると、 logN(r)＝−Dlog r＋Ｃ（Ｃは定数） なる関係が成り立つので、ｒ＝1,2,4の３点を用いた最
小２乗法により、フラクタル次元Ｄが求められる。
つづいて、請求項２記載の発明の実施例を第４図及び
第５図により説明する。前記実施例で示した部分と同一
部分は同一符号を用いて示す。本実施例は、前記実施例
中の15個の２値イメージメモリ６を制約し、１個のみの
２値イメージメモリ14とし、黒画素数及び粗視化された
際の黒画素数を計数する場合のみ、この１個の２値イメ
ージメモリ14を用いるようにしたものである。よつて、
最適閾値Ｔ＝Tinfが決定された後、その閾値を用いて再
び２値化処理することにはなる。
第５図により説明する。前記実施例で示した部分と同一
部分は同一符号を用いて示す。本実施例は、前記実施例
中の15個の２値イメージメモリ６を制約し、１個のみの
２値イメージメモリ14とし、黒画素数及び粗視化された
際の黒画素数を計数する場合のみ、この１個の２値イメ
ージメモリ14を用いるようにしたものである。よつて、
最適閾値Ｔ＝Tinfが決定された後、その閾値を用いて再
び２値化処理することにはなる。
まず、前記実施例と同様に、多価画像読取り部１にて
スクヤナ３から多値画像を読取り、例えば16値に量子化
し、多値イメージメモリ４に保有する。次に、多値イメ
ージメモリ４から16階調の多値画像を２値化部５により
読込み、閾値ｔ＝15以上を黒、それ以外を白とする白黒
２値画像を生成し、２値イメージメモリ14に保有する。
この２値イメージメモリ14に保有された画像全体に対
し、黒画素数カウント部７においてその２値画像の黒画
素の総数（黒画素数）及び粗視化された際の黒画素数を
計数し、その計数結果を黒画素数メモリ８に保有する。
次に、パラメータ計算部９において、この黒画素数メモ
リ８から、各々黒画素数と粗視化された際の黒画素数と
を読込み、フラクタル次元なるパラメータを計算し、パ
ラメータメモリ10中のNo.（１）なるメモリに保有す
る。
スクヤナ３から多値画像を読取り、例えば16値に量子化
し、多値イメージメモリ４に保有する。次に、多値イメ
ージメモリ４から16階調の多値画像を２値化部５により
読込み、閾値ｔ＝15以上を黒、それ以外を白とする白黒
２値画像を生成し、２値イメージメモリ14に保有する。
この２値イメージメモリ14に保有された画像全体に対
し、黒画素数カウント部７においてその２値画像の黒画
素の総数（黒画素数）及び粗視化された際の黒画素数を
計数し、その計数結果を黒画素数メモリ８に保有する。
次に、パラメータ計算部９において、この黒画素数メモ
リ８から、各々黒画素数と粗視化された際の黒画素数と
を読込み、フラクタル次元なるパラメータを計算し、パ
ラメータメモリ10中のNo.（１）なるメモリに保有す
る。
これが、閾値ｔ＝15に対する処理であり、次に、閾値
ｔ＝14とし、２値化部５によりこの閾値ｔ＝14による２
値画像を生成し、その結果を２値イメージメモリ14に保
有する。このイメージメモリ14に保有された２値画像に
対しても、上記と同様に、黒画素数と粗視化された際の
黒画素数との計数、フラクタル次元なるパラメータの計
算をし、パラメータメモリ10中のNo.（２）なるメモリ
に保有する。他の閾値ｔ＝13,12,〜,2,1についても各々
同様の処理を繰返す。
ｔ＝14とし、２値化部５によりこの閾値ｔ＝14による２
値画像を生成し、その結果を２値イメージメモリ14に保
有する。このイメージメモリ14に保有された２値画像に
対しても、上記と同様に、黒画素数と粗視化された際の
黒画素数との計数、フラクタル次元なるパラメータの計
算をし、パラメータメモリ10中のNo.（２）なるメモリ
に保有する。他の閾値ｔ＝13,12,〜,2,1についても各々
同様の処理を繰返す。
これらの15種類の閾値ｔの各々について処理が終了し
たら、パラメータ比較部11において、ポラメータメモリ
10のNo.（１）〜No.（15）の各々より各閾値毎のパラメ
ータ値を取出して比較し、その内、パラメータ値（フラ
クタ次元）が最大となる閾値Tmaxを求める。このように
求められたパラメータ値が最大なる閾値Tmaxから、順に
閾値を減らしていき、パラメータ値（フラクタル次元）
が極小となる閾値Tinfを求める。このようにして最適閾
値決定部12にて最適なる閾値Ｔ＝Tinfを決定する。この
最適閾値Ｔを用いて、多値イメージメモリ４から読込ん
だ画像を２値化部５により２値化して２値イメージメモ
リ14に保有する。この２値イメージメモリ14に保有させ
た２値画像を２値画像出力部２に出力し、さらに文字認
識部13などに送出して認識処理等に供される。
たら、パラメータ比較部11において、ポラメータメモリ
10のNo.（１）〜No.（15）の各々より各閾値毎のパラメ
ータ値を取出して比較し、その内、パラメータ値（フラ
クタ次元）が最大となる閾値Tmaxを求める。このように
求められたパラメータ値が最大なる閾値Tmaxから、順に
閾値を減らしていき、パラメータ値（フラクタル次元）
が極小となる閾値Tinfを求める。このようにして最適閾
値決定部12にて最適なる閾値Ｔ＝Tinfを決定する。この
最適閾値Ｔを用いて、多値イメージメモリ４から読込ん
だ画像を２値化部５により２値化して２値イメージメモ
リ14に保有する。この２値イメージメモリ14に保有させ
た２値画像を２値画像出力部２に出力し、さらに文字認
識部13などに送出して認識処理等に供される。
さらに、請求項３記載の発明の実施例を第６図ないし
第８図により説明する。本実施例は、閾値（１〜15＝1H
〜fH）に対するフラクタル次元の変化が第６図に示すよ
うな特性を示し、フラクタル次元が最大となる閾値Ｔと
しては、中心値付近になるという性質を持つ点を利用
し、最適閾値Ｔを求める際の高速化を図るようにしたも
のである。このため、構成的には、前記実施例の第４図
に比し、15個のパラメータメモリ10がNo.（１）（２）
のみのパラメータメモリ15に置き換えられている。
第８図により説明する。本実施例は、閾値（１〜15＝1H
〜fH）に対するフラクタル次元の変化が第６図に示すよ
うな特性を示し、フラクタル次元が最大となる閾値Ｔと
しては、中心値付近になるという性質を持つ点を利用
し、最適閾値Ｔを求める際の高速化を図るようにしたも
のである。このため、構成的には、前記実施例の第４図
に比し、15個のパラメータメモリ10がNo.（１）（２）
のみのパラメータメモリ15に置き換えられている。
まず、前述の場合と同様にスキヤナ３から多値画像を
読取り、多値イメージメモリ４に保有する。そして、２
値化部５により多値イメージメモリ４から16階調の多値
画像を読込み、閾値ｔ＝８（中心値）とし、第８図
（ｂ）に示すように、この閾値ｔ＝８以上を黒、それ以
外を白とする２値画像を生成し、２値イメージメモリ14
に保有する。そして、この２値イメージメモリ14に保有
された画像全体に対し、黒画素数カウント部７において
黒画素数及び粗視化された際の黒画素数を計数し、それ
らの計数結果を黒画素数メモリ８に保有する。次に、パ
ラメータ計算部９において、閾値ｔ＝８の時のフラクタ
ル次元なるパラメータPt＝P8を計算する。このパラメー
タPt＝P8をパラメータメモリ15中のNo.（１）の方に保
有する。
読取り、多値イメージメモリ４に保有する。そして、２
値化部５により多値イメージメモリ４から16階調の多値
画像を読込み、閾値ｔ＝８（中心値）とし、第８図
（ｂ）に示すように、この閾値ｔ＝８以上を黒、それ以
外を白とする２値画像を生成し、２値イメージメモリ14
に保有する。そして、この２値イメージメモリ14に保有
された画像全体に対し、黒画素数カウント部７において
黒画素数及び粗視化された際の黒画素数を計数し、それ
らの計数結果を黒画素数メモリ８に保有する。次に、パ
ラメータ計算部９において、閾値ｔ＝８の時のフラクタ
ル次元なるパラメータPt＝P8を計算する。このパラメー
タPt＝P8をパラメータメモリ15中のNo.（１）の方に保
有する。
次に、今度は閾値ｔ＝７とし、同様の処理を繰り返
し、閾値ｔ＝７に対するパラメータPt＝P7を計算し、こ
のパラメータPt＝P7をパラメータメモリ15中の他方のN
o.（２）の方に保有する。そして、パラメータメモリ15
中のNo.（１）のものとNo.（２）のものとの大小を比較
し、小さい方の閾値を求める。もし、新しい閾値の方が
小さければ、その閾値でのパラメータ値Ptを保存し、閾
値ｔを１つ減らして、前述の場合と同様に、閾値対応の
パラメータ値Ptを求め、前の閾値の方が小さくなるまで
（Pt＜Pminでなくなるまで）、これを繰返す。また、前
の閾値ｔの方が小さければ、閾値ｔを９にし、同様の処
理を繰返す。この場合も、パラメータ値Ptを保存するの
は、常にに小さい方とする。このような９以上の閾値ｔ
に対しては、もし、新しい閾値の方が小さければ、閾値
ｔを１つ増やし、同様に閾値対応のパラメータ値Ptを求
める処理を行い、前の閾値の方が小さくなるまで、これ
を繰返す。
し、閾値ｔ＝７に対するパラメータPt＝P7を計算し、こ
のパラメータPt＝P7をパラメータメモリ15中の他方のN
o.（２）の方に保有する。そして、パラメータメモリ15
中のNo.（１）のものとNo.（２）のものとの大小を比較
し、小さい方の閾値を求める。もし、新しい閾値の方が
小さければ、その閾値でのパラメータ値Ptを保存し、閾
値ｔを１つ減らして、前述の場合と同様に、閾値対応の
パラメータ値Ptを求め、前の閾値の方が小さくなるまで
（Pt＜Pminでなくなるまで）、これを繰返す。また、前
の閾値ｔの方が小さければ、閾値ｔを９にし、同様の処
理を繰返す。この場合も、パラメータ値Ptを保存するの
は、常にに小さい方とする。このような９以上の閾値ｔ
に対しては、もし、新しい閾値の方が小さければ、閾値
ｔを１つ増やし、同様に閾値対応のパラメータ値Ptを求
める処理を行い、前の閾値の方が小さくなるまで、これ
を繰返す。
このような処理後、最後に残った閾値ｔがパラメータ
値Ptの最小となるもの（Pmin）であるので、これを閾値
Tminとし、この閾値Tminより最適閾値Ｔを求める。最適
閾値Ｔが決定されたら、この閾値Ｔを用いて、多値イメ
ージメモリ４から読込んだ画像を２値化し、２値イメー
ジメモリ14に保有し、２値画像出力部２に出力し、さら
に文字認識部13などに送出する。
値Ptの最小となるもの（Pmin）であるので、これを閾値
Tminとし、この閾値Tminより最適閾値Ｔを求める。最適
閾値Ｔが決定されたら、この閾値Ｔを用いて、多値イメ
ージメモリ４から読込んだ画像を２値化し、２値イメー
ジメモリ14に保有し、２値画像出力部２に出力し、さら
に文字認識部13などに送出する。
また、本発明の他の実施例を第９図により説明する。
本実施例は、前記実施例をさらに改良したものである。
即ち、最適閾値を決定した後で再び多値画像を２値化す
るという手間を省き、かつ、メモリを最小限とするた
め、（１）（２）を示す２個のメモリ構成による２値イ
メージメモリ16を用い、かつ、前記実施例のようにフラ
クタル次元が最大となる閾値は中央値付近になるという
性質を用いるようにしたものである。即ち、前記実施例
のように閾値を変化させ、小さい方のパラメータ値とそ
の閾値での２値画像とを常に保存しておくものである。
本実施例は、前記実施例をさらに改良したものである。
即ち、最適閾値を決定した後で再び多値画像を２値化す
るという手間を省き、かつ、メモリを最小限とするた
め、（１）（２）を示す２個のメモリ構成による２値イ
メージメモリ16を用い、かつ、前記実施例のようにフラ
クタル次元が最大となる閾値は中央値付近になるという
性質を用いるようにしたものである。即ち、前記実施例
のように閾値を変化させ、小さい方のパラメータ値とそ
の閾値での２値画像とを常に保存しておくものである。
まず、前述の場合と同様にスキヤナ３から多値画像を
読取り、多値イメージメモリ４に保有する。そして、２
値化部５により多値イメージメモリ４から16階調の多値
画像を読込み、閾値ｔ＝８（中心値）とし、この閾値ｔ
＝８以上を黒、それ以外を白とする２値画像を生成し、
２値イメージメモリ16中の（１）の方に保存する。そし
て、この２値イメージメモリ16中の（１）に保有された
画像全体に対し、黒画素数カウント部７において黒画素
数及び粗視化された再の黒画素数を計数し、それらの計
数結果を黒画素数メモリ８に保有する。次に、パラメー
タ計算部９において、閾値ｔ＝８の時のフラクタル次元
なるパラメータPt＝P8を計算する。このパラメータPt＝
P8をパラメータメモリ15中のNo.（１）の方に保有す
る。
読取り、多値イメージメモリ４に保有する。そして、２
値化部５により多値イメージメモリ４から16階調の多値
画像を読込み、閾値ｔ＝８（中心値）とし、この閾値ｔ
＝８以上を黒、それ以外を白とする２値画像を生成し、
２値イメージメモリ16中の（１）の方に保存する。そし
て、この２値イメージメモリ16中の（１）に保有された
画像全体に対し、黒画素数カウント部７において黒画素
数及び粗視化された再の黒画素数を計数し、それらの計
数結果を黒画素数メモリ８に保有する。次に、パラメー
タ計算部９において、閾値ｔ＝８の時のフラクタル次元
なるパラメータPt＝P8を計算する。このパラメータPt＝
P8をパラメータメモリ15中のNo.（１）の方に保有す
る。
次に、今度は閾値ｔ＝７とし、同様の処理を繰返し
（但し、２値イメージメモリ16中の（２）の方が用いら
れる）、閾値ｔ＝７に対するパラメータPt＝P7を計算
し、このパラメータPt＝P7をパラメータメモリ15中の他
方のNo.（２）の方に保有する。そして、パラメータメ
モリ15中のNo.（１）のものとNo.（２）のものとの大小
を比較し、小さい方の閾値を求める。もし、新しい閾値
の方が小さければ、その閾値でのパラメータ値Ptを保存
し、閾値ｔを１つ減らして、前述の場合と同様に、閾値
対応のパラメータ値Ptを求め、前の閾値の方が小さくな
るまで（Pt＜Pminでなくなるまで）、これを繰返す。こ
の時、２値画像はパラメータ値の大きかつた方の閾値に
よる２値イメージメモリ16中の（１）又は（２）に上書
きされる。また、前の閾値ｔの方が小さければ、閾値ｔ
を９にし、同様の処理を繰返す。この場合も、パラメー
タ値Ptを保存するのは、常に小さい方とする。このよう
な９以上の閾値ｔに対しては、もし、新しい閾値の方か
小さければ、閾値ｔを１つ増やし、同様に閾値対応のパ
ラメータ値Ptを求める処理を行い、前の閾値の方が小さ
くなるまで、これを繰返す。
（但し、２値イメージメモリ16中の（２）の方が用いら
れる）、閾値ｔ＝７に対するパラメータPt＝P7を計算
し、このパラメータPt＝P7をパラメータメモリ15中の他
方のNo.（２）の方に保有する。そして、パラメータメ
モリ15中のNo.（１）のものとNo.（２）のものとの大小
を比較し、小さい方の閾値を求める。もし、新しい閾値
の方が小さければ、その閾値でのパラメータ値Ptを保存
し、閾値ｔを１つ減らして、前述の場合と同様に、閾値
対応のパラメータ値Ptを求め、前の閾値の方が小さくな
るまで（Pt＜Pminでなくなるまで）、これを繰返す。こ
の時、２値画像はパラメータ値の大きかつた方の閾値に
よる２値イメージメモリ16中の（１）又は（２）に上書
きされる。また、前の閾値ｔの方が小さければ、閾値ｔ
を９にし、同様の処理を繰返す。この場合も、パラメー
タ値Ptを保存するのは、常に小さい方とする。このよう
な９以上の閾値ｔに対しては、もし、新しい閾値の方か
小さければ、閾値ｔを１つ増やし、同様に閾値対応のパ
ラメータ値Ptを求める処理を行い、前の閾値の方が小さ
くなるまで、これを繰返す。
このような処理後、最後に残つた閾値ｔがパラメータ
値Ptの最小となるもの（Pmin）でるので、これを閾値Tm
inとし、この閾値Tminを最適閾値Ｔとする。この時、こ
の最適閾値Ｔによる２値画像は２つの２値イメージメモ
リ16中の（１）又は（２）の何れかに保存されている筈
であるので、この２値画像を２値画像出力部２に出力
し、さらに文字認識部13などに送出する。
値Ptの最小となるもの（Pmin）でるので、これを閾値Tm
inとし、この閾値Tminを最適閾値Ｔとする。この時、こ
の最適閾値Ｔによる２値画像は２つの２値イメージメモ
リ16中の（１）又は（２）の何れかに保存されている筈
であるので、この２値画像を２値画像出力部２に出力
し、さらに文字認識部13などに送出する。
発明の効果 本発明は、上述したように構成したので、印字状態の
良くない原稿に対してもその原稿の濃度に応じた最適な
２値化の閾値を自動的に設定することができ、認識率を
向上・安定させることができ、特に、請求項２又は３記
載の発明によれば、黒画素数や粗視化された際の黒画素
数の計数時にのみ２値画像をメモリに保有させることに
より、２値画像用のメモリを節約することができ、ま
た、フラクタル次元なるパラメータが閾値変化特性にお
いて、パラメータ値が最大となる閾値は中心値付近とな
る性質を持つ点に着目した、請求項３記載の発明によれ
ば、閾値を中心値から変化させてフラクタル次元なるパ
ラメータを計算し、当該パラメータ値が常に小さい方の
閾値とそのパラメータ値とを保有し、パラメータ値が最
小となる当該閾値に注目するようにしたので、最適閾値
を求める処理の高速化を図ることもできる。
良くない原稿に対してもその原稿の濃度に応じた最適な
２値化の閾値を自動的に設定することができ、認識率を
向上・安定させることができ、特に、請求項２又は３記
載の発明によれば、黒画素数や粗視化された際の黒画素
数の計数時にのみ２値画像をメモリに保有させることに
より、２値画像用のメモリを節約することができ、ま
た、フラクタル次元なるパラメータが閾値変化特性にお
いて、パラメータ値が最大となる閾値は中心値付近とな
る性質を持つ点に着目した、請求項３記載の発明によれ
ば、閾値を中心値から変化させてフラクタル次元なるパ
ラメータを計算し、当該パラメータ値が常に小さい方の
閾値とそのパラメータ値とを保有し、パラメータ値が最
小となる当該閾値に注目するようにしたので、最適閾値
を求める処理の高速化を図ることもできる。
第１図ないし第３図は請求項１記載の発明の一実施例を
示すもので、第１図はブロツク図、第２図はフローチヤ
ート、第３図は粗視化についての説明図、第４図及び第
５図は請求項２記載の発明の一実施例を示すもので、第
４図はブロツク図、第５図はフローチヤート、第６図な
いし第８図は請求項３記載の発明の一実施例を示すもの
で、第６図は閾値に対するフラクタル次元変化の特性
図、第７図はブロツク図、第８図はフローチヤート、第
９図は本発明の他の実施例を示すブロツク図である。
示すもので、第１図はブロツク図、第２図はフローチヤ
ート、第３図は粗視化についての説明図、第４図及び第
５図は請求項２記載の発明の一実施例を示すもので、第
４図はブロツク図、第５図はフローチヤート、第６図な
いし第８図は請求項３記載の発明の一実施例を示すもの
で、第６図は閾値に対するフラクタル次元変化の特性
図、第７図はブロツク図、第８図はフローチヤート、第
９図は本発明の他の実施例を示すブロツク図である。
Claims (3)
- 【請求項１】多値量子化された画像に対して白黒２値の
画像に変換するパターン認識装置における最適２値化方
法において、複数の閾値で画像を２値化し、各閾値での
２値画像を常にメモリに保有し、各閾値での黒画素数と
粗視化した時の各閾値での黒画素数とを計数し、これら
の黒画素数に基づき画像のフラクタル次元なるパラメー
タを計算し、当該パラメータ値が極小となる閾値から最
適閾値を求め、この最適閾値による２値画像を出力させ
るようにしたことを特徴とする最適２値化方法。 - 【請求項２】多値量子化された画像に対して白黒２値の
画像に変換するパターン認識装置における最適２値化方
法において、複数の閾値で画像を２値化し、各閾値での
黒画素数と粗視化した時の各閾値での黒画素数とを計数
する時のみ各閾値での２値画像をメモリに保有して、各
閾値での黒画素数と粗視化した時の各閾値での黒画素数
との計数値に基づき画像のフラクタル次元なるパラメー
タを計算し、当該パラメータ値が極小となる閾値から最
適閾値を求め、当該最適閾値で画像を再び２値化して２
値画像を出力させるようにしたことを特徴とする最適２
値化方法。 - 【請求項３】多値量子化された画像に対して白黒２値の
画像に変換するパターン認識装置における最適２値化方
法において、複数の閾値で画像を２値化し、各閾値での
黒画素数と粗視化した時の各閾値での黒画素数とを計数
する時のみ各閾値での２値画像をメモリに保有し、閾値
を中心値から変化させてその閾値での黒画素数と粗視化
した時の各閾値での黒画素数との計数値に基づき画像の
フラクタル次元なるパラメータを計算し、当該パラメー
タ値が常に小さい方の閾値とそのパラメータ値とを保有
し、パラメータ値が極小となる閾値を最適閾値として、
画像を再び２値化して２値画像を出力させるようにした
ことを特徴とする最適２値化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1011480A JP2910926B2 (ja) | 1989-01-20 | 1989-01-20 | 最適２値化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1011480A JP2910926B2 (ja) | 1989-01-20 | 1989-01-20 | 最適２値化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02191086A JPH02191086A (ja) | 1990-07-26 |
| JP2910926B2 true JP2910926B2 (ja) | 1999-06-23 |
Family
ID=11779223
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1011480A Expired - Fee Related JP2910926B2 (ja) | 1989-01-20 | 1989-01-20 | 最適２値化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2910926B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111222511B (zh) * | 2020-04-13 | 2020-07-24 | 中山大学 | 一种红外无人机目标检测方法及系统 |
-
1989
- 1989-01-20 JP JP1011480A patent/JP2910926B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02191086A (ja) | 1990-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3686439B2 (ja) | デジタル・イメージのフォト領域検出システム、及び方法 | |
| JP2001251507A (ja) | 画像処理装置 | |
| JPH1084475A (ja) | 画像領域判別方法および画像処理装置 | |
| JP3772262B2 (ja) | 画像の型を識別する方法 | |
| JP2910926B2 (ja) | 最適２値化方法 | |
| JPH0224787A (ja) | 最適２値化方法 | |
| JPH0888770A (ja) | 画像処理装置 | |
| CA2215555C (en) | Image processing device | |
| JPH06284281A (ja) | 画像処理装置 | |
| JP2972500B2 (ja) | 解像度適応制御装置 | |
| JPS61225975A (ja) | ２値信号への変換方法 | |
| JP3966448B2 (ja) | 画像処理装置、画像処理方法、該方法を実行するプログラムおよび該プログラムを記録した記録媒体 | |
| JPH05284356A (ja) | 画像情報２値化方法および画像情報２値化 | |
| JP2937603B2 (ja) | 画像データ読み取り装置における画像データの２値化判別方法 | |
| JP3032238B2 (ja) | 画像処理装置 | |
| JP4469511B2 (ja) | 画像処理方法 | |
| JPH0546749B2 (ja) | ||
| JP3036244B2 (ja) | 画像信号処理装置 | |
| JP3605773B2 (ja) | 画像領域判別装置 | |
| JPH06103399A (ja) | 画像処理装置 | |
| JP3344115B2 (ja) | 画像処理装置 | |
| JPH02186876A (ja) | 画像処理装置 | |
| JPH0618439B2 (ja) | 画像処理装置 | |
| JPS63197171A (ja) | デイジタル複写機 | |
| JPH03218590A (ja) | 最適２値化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |