JP2983344B2 - 色判別装置 - Google Patents

Description

【発明の詳細な説明】

［発明の目的］

【０００１】

【産業上の利用分野】この発明は、たとえば第１の色で
表現される文字が第２，第３の色で表現される模様に重
ねて印刷されているようなカラー印刷物より文字だけを
読み取る際に、その印刷に用いられている３つの色を判
別する色判別装置に関する。

【０００２】

【従来の技術】現在、カラー画像における色彩データを
検出するものとして、たとえば特開昭６２−３２５７０
号公報に示される方法が提案されている。これは、カラ
ー画像から色の生起頻度を計数することなどにより、カ
ラー信号中の出現頻度の大きさを基準として代表色を選
定するものであった。

【０００３】しかしながら、カラー画像に用いられてい
る色彩データをその出現頻度の大きさだけで分類するも
のでは、正確に分類できない場合が発生する。特に、画
像入力装置が与える色彩データへの影響は大きく、配色
数の少ない印刷の場合にでさえ、色彩データを正確に分
類できない場合があった。

【０００４】たとえば、図１１に示すように、複数の画
素１ａ，１ｂ，１ｃを有するセンサ１でカラー印刷物２
の読み取りを行った際に、センサ１の１画素範囲内に異
なる複数の色彩領域が存在するような場合、つまりセン
サ１の１つの画素１ｂに対して模様に対応する色彩領域
２ａとカラー印刷物２の下地に対応する色彩領域とが位
置しているような場合、センサ１の出力はその影響を受
けた値となる。しかし、このときの出力はどちらの領域
も代表していないため、分割の際には不要な成分として
扱われることになる。

【０００５】

【発明が解決しようとする課題】上記したように、従来
においては、カラー画像に用いられている色彩データを
その出現頻度の大きさだけで分類するものでは、画像入
力装置が与える色彩データへの影響が大きいため、正確
に分類できないという欠点があった。

【０００６】そこで、この発明は、各色成分に関するデ
ータの収集にかかる誤差に影響されることなく、被読取
物における情報の配色を正確に判別することが可能な色
判別装置を提供することを目的としている。 ［発明の構成］

【０００７】

【課題を解決するための手段】上記の目的を達成するた
めに、この発明の色判別装置にあっては、複数の色で表
現される情報が混在された被読取物より、各色成分に関
するデータを収集する収集手段と、この収集手段で収集
された前記各色成分に関するデータの生起頻度を算出す
る算出手段と、この算出手段で算出された生起頻度の極
大点を検出する検出手段と、この検出手段で検出された
極大点のうちから最も明度の高いものを選択する選択手
段と、前記極大点の各色成分に関するデータを、前記選
択手段で選択された最も明度の高い極大点からの正規化
された方向へのベクトルデータに変換する変換手段と、
この変換手段で変換された極大点についてのベクトルデ
ータを複数のグループに分類する分類手段と、この分類
手段の分類結果から前記被読取物における複数の色を判
別する判別手段とから構成されている。

【０００８】

【作用】この発明は、上記した手段により、出現頻度の
極大点と基準色からの方向性とから色を分類できるよう
になるため、収集手段の誤差による影響を排除し得るも
のである。

【０００９】

【実施例】以下、この発明の一実施例について図面を参
照して説明する。図１は、この発明にかかる色判別装置
の構成を示すものである。

【００１０】同図において、１１０は本装置の全体を制
御するＣＰＵであり、このＣＰＵ１１０には、アドレス
バスおよびデータバスを介して、プログラムメモリ１２
０、作業用メモリ１３０、出力回路１４０、フレームメ
モリ２４０が接続されている。

【００１１】一方、図示矢印方向に搬送される、読取対
象としての被読取物（たとえば、カラー印刷物）Ｐには
図示しない光源からの光が照射される。被読取物Ｐの表
面で反射された光は、カラーイメージセンサ２１０に結
像される。この場合、カラーイメージセンサ２１０は、
たとえば赤（Ｒ），緑（Ｇ），青（Ｂ）構成のＣＣＤア
レイによって構成されている。したがって、反射光強度
の光電変換により、各色成分の色彩データ、つまりＲ，
Ｇ，Ｂのアナログ画像信号が生成される。

【００１２】上記カラーイメージセンサ２１０の出力
は、画像入力装置２２０によってＲ，Ｇ，Ｂのディジタ
ル画像信号に変換される。この画像入力装置２２０の各
出力は、メモリ制御回路２３０の制御によって上記フレ
ームメモリ２４０上に書き込まれる。

【００１３】上記フレームメモリ２４０への書き込みが
終了すると、その制御がメモリ制御回路２３０からＣＰ
Ｕ１１０に切り換えられる。そして、プログラムメモリ
１２０に格納されている処理プログラムにしたがって、
被読取物Ｐに用いられている色の判別（後述する）が行
われる。図２は、この色判別装置で処理される被読取物
Ｐを示すものである。

【００１４】被読取物Ｐの表面（下地３４上）には、た
とえば第２，第３の色で表現される情報としての第１，
第２の模様３２，３３が個々に印刷され、その上にまた
がるようにして、これら第１，第２の模様３２，３３と
は異なる第１の色で表現される情報としての文字３１が
重ねて印刷されている。次に、上記した構成における動
作について説明する。図３は、色の判別動作にかかる処
理の流れを示すものである。

【００１５】たとえば今、被読取物Ｐ上の文字３１、お
よび第１，第２の模様３２，３３の各色を判別する場
合、まず、被読取物Ｐから読み取ったＲ，Ｇ，Ｂの各デ
ィジタル画像信号がフレームメモリ２４０上に書き込ま
れる（ステップＳＴ１）。

【００１６】このＲＧＢ画像入力の処理が完了すると、
Ｒ，Ｇ，Ｂの各ディジタル画像信号についての頻度を示
す濃度ヒストグラムが作成される（ステップＳＴ２）。
これは、カラー画像の全画素について、Ｒ，Ｇ，Ｂの３
変量についての３次元出現頻度値としてのヒストグラム
データＨｔ（Ｒ，Ｇ，Ｂ）を求めることにより、実現さ
れる。

【００１７】このヒストグラムデータＨｔ（Ｒ，Ｇ，
Ｂ）は、たとえば図４に示すように、Ｒ，Ｇ，Ｂの３つ
の軸で張られる空間に存在する数量（球の直径）として
理解することができる。

【００１８】ＲＧＢ濃度ヒストグラム作成の処理が完了
すると、このヒストグラムデータＨｔ（Ｒ，Ｇ，Ｂ）の
極大点の検出が行われる（ステップＳＴ３）。これは、
図４に示した３次元空間における各値４１，４２，４
３，４４のそれぞれについて、図５に二重枠で示すよう
な近傍点の頻度に対して極大であるかどうかを調べるこ
とによって、実現される。

【００１９】すなわち、後掲する表１の式（１）により
変換されるデータＨｐ（ｉ，ｊ，ｋ）について、後掲す
る表１の式（２）の関係を満足するすべてのｉ，ｊ，ｋ
のヒストグラムデータＨｔ（Ｒ，Ｇ，Ｂ）が極大点５１
として求められる。なお、図５におけるｉ，ｊ，ｋは、
図４に示したＲ，Ｂ，Ｇの各軸にそれぞれ対応されてい
る。

【００２０】この極大点５１は、図２に示した被読取物
Ｐの場合には、たとえば図６に示すように、被読取物Ｐ
の下地３４の色、および印刷に用いられている文字３１
と模様３２，３３との３つの色の合計４色が、点（球）
もしくは線分（棒）として色空間上に配置されることに
なる。なお、この図６は、Ｒ成分およびＧ成分について
の頻度分布を示したものであり、０〜９，ａ〜ｆは頻度
数を示し、＊印は極大点を示している。

【００２１】上記した頻度分布のうち、線分状に配置さ
れるのは、画像入力装置２２０にて発生した誤差で、本
来、２つの色の分布であるものが重畳されたものであ
る。したがって、図６の例では、被読取物Ｐの下地３４
の色に対応すると思われる点６１から印刷に用いられて
いる色への、極大点の線分状の分布が存在する。

【００２２】この極大点の線分状と点状の分布とから、
印刷に用いられている３つの色を正確に分類するために
は、上記した画像入力装置２２０の誤差による影響を排
除する必要がある。そこで、すべての極大点について、
被読取物Ｐの下地３４の色からの方向に注目する。この
場合、線分状の極大点をすべて同一の方向データに変換
することにより、極大点の分類が容易なものとなる。

【００２３】この変換は、被読取物Ｐの下地３４の色を
Ｐａ（Ｒｐ，Ｇｐ，Ｂｐ）、任意の極大点の色をＫｉ
（Ｒｋｉ，Ｇｋｉ，Ｂｋｉ）とすると、後掲する表１の
式（３）によって求められる（ステップＳＴ５）。この
結果、たとえば図７における、被読取物Ｐの下地３４の
色Ｐａを基準点７４としたときの、各点７１，７２，７
３に対する３つのデータ７５，７６，７７は同じ値とな
る。

【００２４】ここで、上述した式（３）を計算するため
には、被読取物Ｐの下地３４の色Ｐａを求める必要があ
る（ステップＳＴ４）。これは、最も明度の高いＲＧＢ
データを持つ極大点として、後掲する表１の式（４）よ
り求めることができる。なお、この式（４）で選択され
た極大点は、上記した式（３）の変換において無限大と
なるため、極大点の集合Ａより排除される。

【００２５】こうして、ステップＳＴ４の基準色選択の
処理にて、上記した式（４）より被読取物Ｐの下地３４
の色Ｐａが求められ、続いてステップＳＴ５において、
上記した式（３）にしたがって極大点のベクトルデータ
への変換が行われた後、この変換データを３つのグルー
プに分類するクラスタ分析が行われる（ステップＳＴ
６）。ここで、図８を参照して、クラスタ分析について
説明する。

【００２６】まず、ｎケのデータを１つずつ含むｎケの
クラスタが作成される（ステップＳＴ１１）。そして、
ｎケのクラスタの総数をＮとおき（ステップＳＴ１
２）、このクラスタ総数Ｎをｎから３まで統合する処理
が繰り返される（ステップＳＴ１３〜３３）。

【００２７】すなわち、ステップＳＴ１３〜３１までの
処理を一通り行うことで、Ｋ個あるクラスタのうち、２
つの最も近いクラスタを１つに統合してＫ−１個のクラ
スタとすることができる。

【００２８】この統合は、クラスタ間の距離をすべての
クラスタについて求め、最も小さい距離をとる２つのク
ラスタを同一クラスタとすることにより、実現される。
この場合、クラスタを構成するデータの間で最も短い距
離をクラスタ間の距離としている。

【００２９】本実施例では、データ数ｎ₁ 個をもつクラ
スタｉのデータｆｉ（Ｋ）（０≦Ｋ＜ｎ₁ ）と、データ
数ｎ₂ 個をもつクラスタｊのデータｆｊ（Ｍ）（０≦Ｍ
＜ｎ₂ ）との距離Ｌを求めることを、全データ、さらに
全クラスタの組み合わせについて調べ、距離Ｌの最小値
Ｌｍｉｎをとるクラスタｘとクラスタｙとを得るように
している。なお、データ間の距離Ｌは、後掲する表２の
式（５）にしたがって計算により求められる。

【００３０】こうして求められた最短距離Ｌｍｉｎをも
つ２つのクラスタｘ，ｙのデータは１つに統合され、１
クラスタとされる。そして、この統合は、最終的にクラ
スタ数Ｎが３になるまで行われる。

【００３１】上記したクラスタ分析の結果として得られ
る３つのクラスタには、それぞれ近い値のデータが集め
られることになる。したがって、図６を上記式（３）に
より変換したデータは、図９に示す如く、３つのクラス
タに応じて３つに分類される。この３つのクラスタ８
１，８２，８３は、それぞれ被読取物Ｐの印刷に用いら
れている色に対応したものとなっている。なお、式
（３）にしたがったデータの変換を行わない場合には、
図１０に示す如く、誤った３つのクラスタ９１，９２，
９３に分類されることになる。

【００３２】さて、上記したクラスタ分析の処理が完了
すると、３つのクラスタ８１，８２，８３における各デ
ータの、それぞれ式（３）で変換する前のＲＧＢデータ
との対応が取られる。そして、ＲＧＢデータの「０」か
ら最も近い３点が選択される、つまり図９においては、
極大点８４，８５，８６がそれぞれ求められる（ステッ
プＳＴ７）。これは、ある極大点におけるＲＧＢデータ
をＲｉ，Ｇｉ，Ｂｉとして、後掲する表２の式（６）に
より、各クラスタデータの最小値を求めたものである。

【００３３】この求められた３点８４，８５，８６が、
印刷に用いられている色を示すデータとなる。したがっ
て、そのＲＧＢデータが色判別結果として出力回路１４
０より後段の装置、たとえば文字読取装置などに対して
出力されることになる（ステップＳＴ８）。上記したよ
うに、出現頻度の極大点と基準色からの方向性とから色
を分類できるようにしている。

【００３４】すなわち、読取対象のカラー画像の各画素
について、特徴的なＲＧＢ値を抽出するとともに、その
抽出した特徴的なＲＧＢ値を基準色からの方向データに
変換し、この方向データをグループに分類することで印
刷に用いられている色の判別を行うようにしている。こ
れにより、画像入力装置の誤差による影響を排除するこ
とが可能となるため、たとえば収集される色彩データに
画像入力装置の特性から不必要なデータが含まれてしま
うような場合においても、印刷に用いられている色を正
確に判別し得るようになる。したがって、異なる色で印
刷された２つの模様と、その上に重ねて印刷された文字
とが存在するような被読取物からも、その配色にかかわ
らず、印刷に用いられている３つの色を正確に判別でき
るようになるものである。なお、この発明は上記実施例
に限定されるものではなく、発明の要旨を変えない範囲
において、種々変形実施可能なことは勿論である。

【００３５】

【発明の効果】以上、詳述したようにこの発明によれ
ば、各色成分に関するデータの収集にかかる誤差に影響
されることなく、被読取物における情報の配色を正確に
判別することが可能な色判別装置を提供できる。

【００３６】

【表１】

【００３７】

【表２】

【図面の簡単な説明】

【図１】この発明の一実施例にかかる色判別装置の構成
を示すブロック図。

【図２】同じく、被読取物の一例を示す図。

【図３】同じく、色判別動作にかかる処理の手順につい
て説明するために示すフローチャート。

【図４】同じく、印刷に用いられた３色の生起頻度の様
子を概念的に示す図。

【図５】同じく、極大点検出の処理に用いられる近傍点
の配置例を示す図。

【図６】同じく、極大点の分布の例を示す図。

【図７】同じく、極大点データの方向ベクトルへの変換
を概念的に示す図。

【図８】同じく、クラスタ分析にかかる処理の手順を説
明するために示すフローチャート。

【図９】同じく、方向ベクトルへの変換を行った後に極
大点データを分類した場合を例に示す図。

【図１０】方向ベクトルへの変換を行わずに極大点デー
タを分類した場合を例に示す図。

【図１１】従来技術とその問題点について説明するため
に示す図。

【符号の説明】

１１０…ＣＰＵ、１２０…プログラムメモリ、１３０…
作業用メモリ、１４０…出力回路、２１０…カラーイメ
ージセンサ、２２０…画像入力装置、２３０…メモリ制
御回路、２４０…フレームメモリ、３１…文字、３２…
第１の模様、３３…第２の模様、Ｐ…被読取物。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 複数の色で表現される情報が混在された
   被読取物より、各色成分に関するデータを収集する収集
   手段と、 この収集手段で収集された前記各色成分に関するデータ
   の生起頻度を算出する算出手段と、 この算出手段で算出された生起頻度の極大点を検出する
   検出手段と、 この検出手段で検出された極大点のうちから最も明度の
   高いものを選択する選択手段と、 前記極大点の各色成分に関するデータを、前記選択手段
   で選択された最も明度の高い極大点からの正規化された
   方向へのベクトルデータに変換する変換手段と、 この変換手段で変換された極大点についてのベクトルデ
   ータを複数のグループに分類する分類手段と、 この分類手段の分類結果から前記被読取物における複数
   の色を判別する判別手段とを具備したことを特徴とする
   色判別装置。