JP3106080B2 - Image processing apparatus and method - Google Patents
Image processing apparatus and methodInfo
- Publication number
- JP3106080B2 JP3106080B2 JP07022895A JP2289595A JP3106080B2 JP 3106080 B2 JP3106080 B2 JP 3106080B2 JP 07022895 A JP07022895 A JP 07022895A JP 2289595 A JP2289595 A JP 2289595A JP 3106080 B2 JP3106080 B2 JP 3106080B2
- Authority
- JP
- Japan
- Prior art keywords
- luminance
- value
- distribution
- image
- area
- 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
- Image Processing (AREA)
Description
【0001】[0001]
【産業上の利用分野】本発明は画像処理装置及びその方
法に関し、例えば、多値画像の2値化閾値を決定して2
値化を行う画像処理装置及びその方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image processing apparatus and method, for example, by determining a binarization threshold value of a multi-valued image.
The present invention relates to an image processing device and a method for performing binarization.
【0002】[0002]
【従来の技術】近年の画像処理技術の発展はめざまし
く、フルカラー画像等の多値画像の処理や、多値画像内
の文字認識処理等が可能な画像処理装置も普及してきて
いる。2. Description of the Related Art In recent years, image processing techniques have been remarkably developed, and image processing apparatuses capable of processing multi-valued images such as full-color images and character recognition processing in multi-valued images have become widespread.
【0003】このような画像処理技術において、多値画
像の2値化処理は不可欠の技術となっている。従来の2
値化方法としては、予め設定してある固定閾値による単
純2値化法をはじめとして、ある閾値でヒストグラムを
2クラスに分割した場合のクラス間分散が最大になる時
の閾値を2値化閾値とする大津法(大津、”判別および
最小2乗基準に基づく自動しきい値選定方”、電子通信
学会論文誌、vol.J63-D,no.4,pp.349-356,1980)や、ま
た、階調をもつ画像に対して、局所的濃度に応じて閾値
を設定する2値化方法等があった。In such an image processing technique, binarization processing of a multi-valued image is an indispensable technique. Conventional 2
Examples of the binarization method include a simple binarization method using a preset fixed threshold, and a threshold at which the inter-class variance is maximized when the histogram is divided into two classes at a certain threshold. Otsu method (Otsu, "How to automatically select thresholds based on discrimination and least squares criterion", IEICE Transactions, vol.J63-D, no.4, pp.349-356, 1980), Further, there has been a binarization method for setting a threshold value for an image having a gradation according to a local density.
【0004】[0004]
【発明が解決しようとする課題】しかしながら、上述し
たような従来の画像処理装置における2値化方法におい
ては、以下のような問題点があった。However, the above-described conventional binarizing method in the image processing apparatus has the following problems.
【0005】固定閾値による単純2値化方法では、画像
内の対象物濃度と背景濃度との間に適切な閾値を設定す
ることが難しく、その結果、画像一面が黒く潰れてしま
ったり、逆に白くなってしまっていた。また、大津法で
は、2クラスの分布が極端に異なる場合においては、大
きい方のクラスに閾値が寄ってしまうという性質があ
り、従ってノイズの多い2値画像が生成されてしまって
いた。また、局所濃度に応じて閾値を設定する2値化方
法では、画像を局所分割しているため、ブロック歪みが
発生しやすいという問題があった。In the simple binarization method using a fixed threshold value, it is difficult to set an appropriate threshold value between the object density and the background density in an image. As a result, the entire image may be crushed black, or conversely. It had turned white. Further, according to the Otsu method, when the distributions of the two classes are extremely different, the threshold value is closer to the larger class, so that a binary image with much noise has been generated. Further, in the binarization method in which the threshold is set according to the local density, since the image is locally divided, there is a problem that block distortion is likely to occur.
【0006】本発明は上述した課題を解決するためにな
されたものであり、画像内の対象物濃度と背景濃度との
間に適切な2値化閾値を自動的に設定可能な画像処理装
置及びその方法を提供することを目的とする。SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problem, and an image processing apparatus and an image processing apparatus capable of automatically setting an appropriate binarization threshold value between an object density and a background density in an image. It is intended to provide such a method.
【0007】[0007]
【課題を解決するための手段】上述した目的を達成する
ために、本発明は以下の構成を備える。In order to achieve the above-mentioned object, the present invention has the following arrangement.
【0008】即ち、多値画像の輝度頻度分布を算出する
演算手段と、前記輝度頻度分布に基づいて、前記多値画
像における背景と対象物を分離するための2値化閾値を
決定する閾値決定手段と、を有する画像処理装置であっ
て、前記閾値決定手段は、前記輝度頻度分布における特
定輝度領域の始点及び終点として、第1及び第2の輝度
値をそれぞれ設定し、前記特定輝度領域における平均輝
度値及び分布偏りを求め、前記分布偏りが所定の条件を
満たさない場合に、前記第1の輝度値又は前記第2の輝
度値のいずれかを変更して前記特定輝度領域を新たに設
定し、該特定輝度領域における平均輝度値及び分布偏り
を新たに求める処理を、該分布偏りが前記所定の条件を
満たすまで繰り返し、前記分布偏りが前記所定の条件を
満たす場合に、前記特定輝度領域における平均輝度値
を、2値化閾値として設定することを特徴とする。That is, a calculating means for calculating a luminance frequency distribution of a multi-valued image, and a threshold value determining for determining a binarization threshold for separating a background and an object in the multi-valued image based on the luminance frequency distribution Means, wherein the threshold value determining means sets first and second luminance values as a start point and an end point of the specific luminance area in the luminance frequency distribution, respectively, and An average brightness value and distribution bias are obtained, and when the distribution bias does not satisfy a predetermined condition, the specific brightness area is newly set by changing either the first brightness value or the second brightness value. The process of newly calculating the average luminance value and the distribution deviation in the specific luminance region is repeated until the distribution deviation satisfies the predetermined condition, and when the distribution deviation satisfies the predetermined condition, An average luminance value in the specific luminance area, and sets a binarization threshold.
【0009】更に、前記多値画像を入力する入力手段
と、前記2値化閾値を用いて前記多値画像を2値化する
2値化手段と、を有することを特徴とする。[0009] Further, it is characterized in that it comprises an input means for inputting the multi-valued image, and a binarizing means for binarizing the multi-valued image using the binarization threshold.
【0010】例えば、前記閾値決定手段は、前記分布偏
りを、前記輝度頻度分布における前記特定輝度領域内の
各画素の輝度値と該特定輝度領域内の平均輝度値との差
に基づいて算出することを特徴とする。For example, the threshold value determining means calculates the distribution bias based on a difference between a luminance value of each pixel in the specific luminance area and an average luminance value in the specific luminance area in the luminance frequency distribution. It is characterized by the following.
【0011】例えば、前閾値決定手段は、前記分布偏り
を、前記輝度頻度分布における前記特定輝度領域内の各
画素の輝度値と該特定輝度領域内の平均輝度値との差の
奇数乗に基づいて算出することを特徴とする。For example, the pre-threshold determining means determines the distribution bias based on an odd power of a difference between a luminance value of each pixel in the specific luminance region and an average luminance value in the specific luminance region in the luminance frequency distribution. Is calculated.
【0012】例えば、前記閾値決定手段は、前記分布偏
りが所定範囲内であれば前記所定の条件を満たすと判断
し、前記分布偏りが前記所定範囲外でかつ正であれば、
前記第1の輝度値を前記特定輝度領域における平均輝度
値に変更し、前記分布偏りが前記所定範囲外でかつ負で
あれば、前記第2の輝度値を前記特定輝度領域における
平均輝度値に変更することを特徴とする。For example, the threshold value determining means determines that the predetermined condition is satisfied if the distribution bias is within a predetermined range, and if the distribution bias is outside the predetermined range and is positive,
The first luminance value is changed to an average luminance value in the specific luminance region, and if the distribution bias is outside the predetermined range and negative, the second luminance value is changed to an average luminance value in the specific luminance region. It is characterized by changing.
【0013】[0013]
【作用】以上の構成により、入力された多値画像におい
て、輝度頻度とその偏りに基づいて、画像内の背景と対
象物とを分離するために最も適した閾値が存在する領域
を特定し、該特定領域の平均輝度値をもって、2値化閾
値を決定することができるという特有の作用効果が得ら
れる。According to the above arrangement, in the input multi-valued image, based on the luminance frequency and its bias, the region where the most suitable threshold value for separating the background and the object in the image is specified, The specific operation and effect that the binarization threshold can be determined based on the average luminance value of the specific region is obtained.
【0014】[0014]
【実施例】以下、図面を参照して本発明に係る一実施例
について詳細に説明する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS One embodiment according to the present invention will be described below in detail with reference to the drawings.
【0015】<第1実施例>図1は、本実施例における
2値化処理を実行するシステム構成を示すブロック図で
ある。図1において、1は文字認識処理を行なう画像処
理装置であり、2は画像を入力するスキャナ等の画像入
力装置、3は処理後の画像を表示する画像表示装置であ
る。<First Embodiment> FIG. 1 is a block diagram showing a system configuration for executing a binarization process in this embodiment. In FIG. 1, reference numeral 1 denotes an image processing device for performing a character recognition process, 2 denotes an image input device such as a scanner for inputting an image, and 3 denotes an image display device for displaying a processed image.
【0016】画像処理装置1において、4は画像入力装
置2とのインターフェースとなる入力部、5は処理中の
データを記憶するメモリ等の記憶部、6は入力画像の輝
度頻度(ヒストグラム)を累計する輝度頻度累計部であ
る。7は入力画像の2値化閾値を算出する2値化閾値算
出部であり、8は2値化閾値算出部7において算出され
た閾値を用いて2値画像を作成する2値化部である。9
は画像を属性毎の領域に分離する領域分離部であり、1
0は領域分離により文字領域として抽出された領域に対
する文字認識処理を行う文字認識部、11は文字領域以
外に分離された領域に対する各種画像処理を行う画像処
理部、12は画像表示装置3とのインターフェースとな
る出力部である。これら各構成は、不図示のCPUによ
り統括的に制御されている。In the image processing apparatus 1, 4 is an input section serving as an interface with the image input apparatus 2, 5 is a storage section such as a memory for storing data being processed, and 6 is a luminance frequency (histogram) of the input image. This is the luminance frequency accumulating unit that performs the operation. Reference numeral 7 denotes a binarization threshold calculator that calculates a binarization threshold of the input image, and 8 denotes a binarization unit that creates a binary image using the threshold calculated by the binarization threshold calculator 7. . 9
Is an area separation unit that separates an image into areas for each attribute.
0 is a character recognition unit that performs character recognition processing on an area extracted as a character area by area separation, 11 is an image processing unit that performs various types of image processing on an area separated from the character area, and 12 is an image processing unit 3 This is an output unit that serves as an interface. These components are generally controlled by a CPU (not shown).
【0017】上述した構成をなす本実施例の画像処理装
置1において実行されるOCR処理について、以下説明
する。The OCR processing executed in the image processing apparatus 1 according to the present embodiment having the above-described configuration will be described below.
【0018】図2は、本実施例の特徴である2値化閾値
決定方法を利用した像域分離OCR処理を示すフローチ
ャートである。FIG. 2 is a flowchart showing an image area separation OCR process using a binarization threshold value determination method which is a feature of the present embodiment.
【0019】まずステップS501においてスキャナ等
の画像入力装置2により、画像データを入力する。ここ
での入力は、8ビットの多値画像データとして行われ
る。続いてステップS502においては、ステップS5
01で入力された多値画像に対し、本実施例の特徴であ
るところの像域分離に最適な2値化閾値を決定して、該
2値化閾値により2値画像を生成する。そしてステップ
S503では、ステップS502で生成された2値画像
の像域分離を行い、その属性を付加した領域データを出
力する。次にステップS504においては、ステップS
503で分離された領域データに含まれる誤判定結果を
除去する。以下、ステップS504における誤判定結果
除去処理を、レイアウトノイズリダクション(LNR)
と称する。そしてステップS505に進み、ステップS
503において分離された領域データにおいて、「テキ
スト」と指定された領域を2値画像から切り出し、該2
値画像に対してOCR処理を行い、認識された文字コー
ドを出力する。First, in step S501, image data is input by the image input device 2 such as a scanner. The input here is performed as 8-bit multivalued image data. Subsequently, in step S502, step S5
For the multi-valued image input at 01, a binarization threshold optimal for image area separation, which is a feature of the present embodiment, is determined, and a binary image is generated using the binarization threshold. In step S503, image area separation of the binary image generated in step S502 is performed, and area data to which the attribute is added is output. Next, in step S504, step S504
The erroneous determination result included in the area data separated in 503 is removed. Hereinafter, the erroneous determination result removal processing in step S504 is referred to as layout noise reduction (LNR).
Called. Then, the process proceeds to step S505, and step S505
In the area data separated in 503, an area designated as “text” is cut out from the binary image.
OCR processing is performed on the value image, and the recognized character code is output.
【0020】<<2値化処理>>次に、本実施例におけ
る2値化処理について、図3のフローチャートを参照し
て詳細に説明する。<< Binarization Processing >> Next, the binarization processing in this embodiment will be described in detail with reference to the flowchart of FIG.
【0021】図3において、まずステップS1で8ビッ
トの多値画像を画像処理装置1内の記憶部5から不図示
のメモリ等に入力する。尚、該多値画像は、スキャナ等
の画像入力装置2により、予め記憶部5に格納されてい
るものとする。そして、ステップS2において、入力画
像全体のヒストグラムを算出する。ここでは、画像中の
全画素を用い、8ビット、即ち「0」から「255」ま
での各デジタル値に対する頻度を計算する。これによ
り、例えば図4に示すヒストグラムが得られる。In FIG. 3, first, in step S1, an 8-bit multivalued image is input from a storage unit 5 in the image processing apparatus 1 to a memory (not shown). It is assumed that the multivalued image is stored in the storage unit 5 in advance by the image input device 2 such as a scanner. Then, in step S2, a histogram of the entire input image is calculated. Here, all the pixels in the image are used to calculate the frequency for 8 bits, that is, each digital value from “0” to “255”. Thereby, for example, a histogram shown in FIG. 4 is obtained.
【0022】次にステップS3において、パラメータS
TART,ENDにそれぞれ「0」、「255」をセッ
トする。START,ENDはそれぞれ、後段のステッ
プS4やステップS5で求める輝度値の統計量の始点及
び終点に対応する。Next, in step S3, the parameter S
"0" and "255" are set in TART and END, respectively. START and END correspond to the start point and the end point of the statistic of the luminance value obtained in the subsequent steps S4 and S5, respectively.
【0023】ステップS4では、STARTからEND
までのデジタル値に対応する画素の平均値AVを算出す
る。例えば、START=0,END=255であれば
「0」から「255」の値を持つ画素(この場合、全画
素)の平均値AVを算出し、START=0,END=
177であれば「0」から「177」の値を持つ画素の
平均値AVを算出する。In step S4, START to END
The average value AV of the pixels corresponding to the digital values up to is calculated. For example, if START = 0 and END = 255, an average value AV of pixels having values from “0” to “255” (all pixels in this case) is calculated, and START = 0, END =
If it is 177, the average value AV of pixels having values from “0” to “177” is calculated.
【0024】ステップS5では、STARTからEND
までの輝度値に対応する画素のスキュー値SKを算出す
る。スキュー値とは、ヒストグラム分布の偏りを示す統
計量である。スキュー値の算出には、以下に示す(1)
式を用いる。In step S5, START to END
The skew value SK of the pixel corresponding to the luminance value up to is calculated. The skew value is a statistic indicating the bias of the histogram distribution. To calculate the skew value, the following (1)
Use the formula.
【0025】 SK=(Σ(Xi−AV)∧3)/D ・・・
(1) (尚、R∧3 の表記によってRの3乗を示すものとす
る。) ここで、Xiは画素の輝度値である。また、Dは画像全
体の分散値であり、(2)式により算出される。SK = (Σ (Xi-AV) ∧3) / D
(1) (Note that the notation R∧3 indicates the cube of R.) Here, Xi is the luminance value of the pixel. D is a variance value of the entire image, and is calculated by equation (2).
【0026】 D=Σ(Xi−AV)∧2 ・・・(2) (尚、R∧2 の表記によってRの2乗を示すものとす
る。) 上述した式(1)において、スキュー値は各画素の輝度
値と、その平均値との差分を3乗することにより算出さ
れるが、奇数乗であれば3乗に限定されるものではな
い。D = Σ (Xi−AV) ∧2 (2) (R∧2 represents the square of R.) In the above equation (1), the skew value is It is calculated by raising the difference between the luminance value of each pixel and its average value to the third power, but is not limited to the third power if it is an odd power.
【0027】続いてステップS6、S7では、ヒストグ
ラムの偏りの方向を判断する。まずステップS6では、
以下に示す(3)式によりヒストグラムの偏りの方向を
判断する。これは、ヒストグラムの偏りが平均値AVよ
りも小さい値の範囲にあるか否かの判断となる。Subsequently, in steps S6 and S7, the direction of the bias of the histogram is determined. First, in step S6,
The bias direction of the histogram is determined by the following equation (3). This is to determine whether the bias of the histogram is in a range of values smaller than the average value AV.
【0028】 SK<−1.0 ・・・(3) ステップS6において(3)式が真ならばステップS1
0へ進み、偽ならばステップS7へ進む。ステップS1
0では、STARTは変化させず、ENDに平均値AV
をセットする。そしてステップS4に戻り、再びSTA
RT値からEND値までの平均値AVを算出する。SK <−1.0 (3) If Expression (3) is true in Step S6, Step S1
The process proceeds to 0, and if false, the process proceeds to step S7. Step S1
At 0, START is not changed, and the average value AV is added to END.
Is set. Then, returning to step S4, the STA
The average value AV from the RT value to the END value is calculated.
【0029】一方、ステップS7では以下に示す(4)
式によりヒストグラムの偏りの方向を判断する。これ
は、ヒストグラムの偏りが平均値AVより大きい値の範
囲にある否かの判断となる。On the other hand, in step S7, the following (4)
The direction of the bias of the histogram is determined by the equation. This is to determine whether the bias of the histogram is in a range of values larger than the average value AV.
【0030】 SK>1.0 ・・・(4) ステップS7において(4)式が真ならばステップS1
1へ進み、偽ならばステップS8へ進む。ステップS1
1では、STARTに平均値AVをセットし、ENDは
変化させない。そしてステップS4に戻り、再びSTA
RT値からEND値までの平均値AVを算出する。SK> 1.0 (4) If equation (4) is true in step S7, step S1
The process proceeds to step S1, and if false, the process proceeds to step S8. Step S1
At 1, the average value AV is set in START, and END is not changed. Then, returning to step S4, the STA
The average value AV from the RT value to the END value is calculated.
【0031】一方、ステップS8ではステップS6,S
7における条件が共に偽である場合の平均値AVを、2
値化閾値THとして設定する。そして、ステップS9で
2値化閾値THを用いた単純2値化処理を行なう。On the other hand, in step S8, steps S6, S
The average value AV when the conditions in 7 are both false is 2
The threshold value TH is set. Then, in step S9, a simple binarization process using the binarization threshold TH is performed.
【0032】以上説明したようにして本実施例における
2値化処理が行われるが、式(3),(4)で示した範
囲は、これに限定されるものではない。As described above, the binarization processing in the present embodiment is performed, but the range shown by equations (3) and (4) is not limited to this.
【0033】以下、具体的な画像の例を参照して、本実
施例の2値化処理について更に詳細に説明する。Hereinafter, the binarization processing of this embodiment will be described in more detail with reference to specific examples of images.
【0034】上述した図4に示すヒストグラムの例を用
いて、本実施例における2値化閾値THの決定処理につ
いて説明する。Using the example of the histogram shown in FIG. 4 described above, the process of determining the binarization threshold TH in this embodiment will be described.
【0035】図4は、ある画像(8ビット入力)のヒス
トグラムを示したものである。図4において、横軸は左
端が「0」即ち黒、右端が「255」即ち白を表わす輝
度のデジタル値であり、縦軸は各デジタル値の頻度を表
わしている。図5は、図4に示す様なヒストグラムを有
する画像に対して、上述した図3で示す2値化処理にお
いてステップS4およびS5で示した処理の際の、各パ
ラメータの値の変化を示す図である。尚、図5において
示される各パラメータ値は、ステップS4及びS5を通
過する回数によって、それぞれ示されている。FIG. 4 shows a histogram of a certain image (8-bit input). In FIG. 4, the horizontal axis represents the digital value of the luminance representing "0" or black at the left end and "255" or white at the right end, and the vertical axis represents the frequency of each digital value. FIG. 5 is a diagram showing a change in the value of each parameter during the processing shown in steps S4 and S5 in the above-described binarization processing shown in FIG. 3 for an image having a histogram as shown in FIG. It is. Each parameter value shown in FIG. 5 is indicated by the number of times of passing through steps S4 and S5.
【0036】まず、ステップS4及びS5を通過する1
回目の処理では、START=0,END=255で平
均値AV,統計量SKを計算し、それぞれ「177」,
「−78.9」という値を得る。この場合、統計量SK
が「−1.0」未満であるため、ステップS10におい
てSTART=0,END=177が設定される。First, 1 which passes through steps S4 and S5
In the third process, the average value AV and the statistic SK are calculated with START = 0 and END = 255, and “177”,
The value “−78.9” is obtained. In this case, the statistic SK
Is less than “−1.0”, START = 0 and END = 177 are set in step S10.
【0037】続いて2回目の処理ではSTART=0,
END=177における平均値AV,統計量SKを計算
し、それぞれ「91」,「−8.6」という値を得る。
これも、統計量SKが「−1.0」未満であるため、ス
テップS10においてSTART=0,END=91が
設定される。Subsequently, in the second processing, START = 0,
The average value AV and the statistic SK at END = 177 are calculated to obtain values “91” and “−8.6”, respectively.
Again, since the statistic SK is less than "-1.0", START = 0 and END = 91 are set in step S10.
【0038】続いて3回目の処理では、START=
0,END=91における平均値AV,統計量SKを計
算し、それぞれ「43」,「9.6」という値を得る。
この場合は、統計量SKが「1.0」を超えるため、ス
テップS11においてSTART=43,END=91
が設定される。Subsequently, in the third processing, START =
The average value AV and the statistic SK at 0, END = 91 are calculated to obtain values of "43" and "9.6", respectively.
In this case, since the statistic SK exceeds “1.0”, START = 43 and END = 91 in step S11.
Is set.
【0039】続いて4回目の処理では、START=4
3,END=91における平均値AV,統計量SKを計
算し、それぞれ「72」,「−7.0」という値を得
る。これも、統計量SKが「−1.0」未満であるた
め、ステップS10においてSTART=43,END
=72が設定される。Subsequently, in the fourth processing, START = 4
3, the average value AV and the statistic SK at END = 91 are calculated to obtain values "72" and "-7.0", respectively. Again, since the statistic SK is less than “−1.0”, START = 43, END in step S10.
= 72 is set.
【0040】続いて5回目の処理では、START=4
3,END=72における平均値AV,統計量SKを計
算し、それぞれ「58」,「−2.2」という値を得
る。これも、統計量SKが「−1.0」未満であるた
め、ステップS10においてSTART=43,END
=58が設定される。Subsequently, in the fifth processing, START = 4
3, the average value AV and the statistic SK at END = 72 are calculated to obtain values of “58” and “−2.2”, respectively. Again, since the statistic SK is less than “−1.0”, START = 43, END in step S10.
= 58 is set.
【0041】そして6回目の処理では、START=4
3,END=58における平均値AV,統計量SKを計
算し、それぞれ「50」,「−0.4」という値を得
る。ここで、統計量SKが「−1.0」以上かつ「1.
0」以下であるため、ステップS6,S7の条件を満た
さず、ステップS8へ進んで2値化閾値THとして、
「50」が設定される。そしてステップS9において、
2値化閾値THを用いた単純2値化処理が行われ、2値
化された画像は記憶部5に格納される。In the sixth processing, START = 4
3, the average value AV and the statistic SK at END = 58 are calculated to obtain values “50” and “−0.4”, respectively. Here, the statistic SK is “−1.0” or more and “1.
0 "or less, the conditions of Steps S6 and S7 are not satisfied, and the process proceeds to Step S8 to set the binarization threshold TH as
“50” is set. Then, in step S9,
Simple binarization processing using the binarization threshold TH is performed, and the binarized image is stored in the storage unit 5.
【0042】以上説明したように、本実施例において
は、スキュー値が所定値まで収束するようにして2値化
閾値を決定し、2値化を行う。即ち、入力された多値画
像において、輝度頻度とその偏りに基づいて、画像内の
背景と対象物とを分離するために最も適した閾値が存在
する領域を特定した後、該特定領域の平均輝度値をもっ
て、2値化閾値とする。これにより、多値入力画像上の
領域内における各画素の輝度値を背景と対象物との2つ
のクラスに分類する際の最適閾値を、自動的に求めるこ
とができる。As described above, in this embodiment, the binarization threshold is determined so that the skew value converges to a predetermined value, and binarization is performed. That is, in the input multi-valued image, based on the luminance frequency and its bias, after specifying the region where the threshold value most suitable for separating the background and the object in the image exists, the average of the specific region is determined. The luminance value is used as a binarization threshold. This makes it possible to automatically determine the optimum threshold value when classifying the luminance value of each pixel in the area on the multi-value input image into two classes, the background and the object.
【0043】<<像域分離処理>>次に、上述した図2
のステップS503で示した像域分離処理について、図
6のフローチャートを参照して詳細に説明する。<< Image Area Separation Processing >> Next, FIG.
The image area separation process shown in step S503 will be described in detail with reference to the flowchart in FIG.
【0044】まず、ステップS601において、2値画
像を入力して記憶部5に格納する。そしてステップS6
02ではm×n画素が1画素となるように入力画像を間
引き、像域分離用の画像を生成する。この時、m×n画
素中に1つでも黒色画素が存在していれば、該m×n画
素を黒の1画素とする。First, in step S601, a binary image is input and stored in the storage unit 5. And step S6
In 02, the input image is thinned out so that m × n pixels become one pixel, and an image for image area separation is generated. At this time, if at least one black pixel exists in the m × n pixels, the m × n pixel is set as one black pixel.
【0045】そしてステップS603では、像域分離用
画像の全画素について、黒画素が上下、左右、斜めの方
向に所定数連続している領域を一つの領域として、領域
分離を行なう。その際、領域の検出順に番号を付すこと
により、各領域に対するラベル付けを行なう。次にステ
ップS604において、各領域の幅、高さ、面積、領域
内の黒画素密度により領域を分類し、属性のラベル付け
を行なう。領域の属性としては、詳細は後述するが、
「テーブル」,「外枠領域」,「テキスト」等がある。Then, in step S603, for all the pixels of the image area separation image, the area where black pixels are continuous by a predetermined number in the up, down, left, right, and oblique directions is defined as one area. At this time, labels are assigned to the respective regions by assigning numbers to the regions in the order of detection. Next, in step S604, the regions are classified according to the width, height, area, and black pixel density of each region, and attribute labeling is performed. As the attribute of the area, details will be described later,
There are "table", "outer frame area", "text" and the like.
【0046】そしてステップS605では、「テキス
ト」とラベル付けされた全ての領域の幅と高さの平均を
算出し、得られた平均幅が平均高さより大きい場合には
処理画像は横書きであるとみなし、逆の場合は縦書きで
あるとみなすことにより、文字組みを判断する。同時
に、横書きならば平均高さを、縦書きならば平均幅をも
って、一文字の文字サイズとする。In step S605, the average of the widths and heights of all the regions labeled "text" is calculated, and if the obtained average width is larger than the average height, it is determined that the processed image is horizontal. In the opposite case, the character set is determined by regarding vertical writing. At the same time, the average height is set for horizontal writing, and the average width is set for vertical writing to make the size of one character.
【0047】また、像域分離用画像上の縦方向(横書き
時)または横方向(縦書き時)の「テキスト」領域全て
のヒストグラムから、文章の段組、行間隔、が検出され
る。ステップS606では、「テキスト」領域において
文字サイズが大きい領域については、「タイトル」とす
る。そしてステップS607では、何の関連もなくばら
ばらに存在したままの「タイトル」領域、「テキスト」
領域を、周りの領域との間隔に応じて併合し、一つのま
とまった領域とする。次にステップS608において、
各領域毎に属性、原画像における座標や大きさ等の領域
データを出力する。Further, from the histograms of all the "text" regions in the vertical direction (at the time of horizontal writing) or the horizontal direction (at the time of vertical writing) on the image for image area separation, columns of sentences and line intervals are detected. In step S606, an area having a large character size in the “text” area is set to “title”. Then, in step S607, the "title" area and the "text"
The regions are merged according to the distance from the surrounding regions to form one integrated region. Next, in step S608,
It outputs area data such as attributes and coordinates and size in the original image for each area.
【0048】以上の処理を行なうことにより、本実施例
では2値画像の像域分離処理を行い、各領域データが得
られる。By performing the above processing, in this embodiment, image area separation processing of a binary image is performed, and each area data is obtained.
【0049】図7に、上述した領域データの例を示す。
図7に示す各領域データ項目について、以下説明する。 ・「番号」:領域の検出順序を示す。 ・「属性」:領域の属性情報を示し、以下に示す8通り
が用意されている。FIG. 7 shows an example of the above-mentioned area data.
Each area data item shown in FIG. 7 will be described below. "No.": Indicates the detection order of the areas. "Attribute": Indicates attribute information of an area, and eight types shown below are prepared.
【0050】「ルート」 入力画像そのものである
ことを示す。"Route" Indicates that the image is the input image itself.
【0051】「テキスト」 文字領域であることを示
す。"Text" Indicates a character area.
【0052】「タイトル」 見出し領域であることを
示す。"Title" Indicates a title area.
【0053】「テーブル」 表領域であることを示
す。"Table" Indicates a table area.
【0054】「ノイズ」 文字領域とも画像領域と
も判断できなかった領域であることを示す。"Noise" indicates a region that could not be determined as either a character region or an image region.
【0055】「外枠」 罫線等の領域であること
を示す。[Outer frame] Indicates an area such as a ruled line.
【0056】「写真画像」 写真領域であることを示
す。"Photo image" Indicates a photo area.
【0057】「線画像」 線画像領域であることを
示す。 ・「始点座標」:原画像における領域開始のX,Y座標
を示す。 ・「終点座標」:原画像における領域終了のX,Y座標
を示す。 ・「画素数」:領域内の全画素数を示す。 ・「文字組情報」:縦書き,横書き,不明の3通りの文
字組情報を示す。"Line image" Indicates a line image area. "Start point coordinates": X and Y coordinates of the area start in the original image. "End point coordinates": X and Y coordinates of the end of the area in the original image. "Number of pixels": Indicates the total number of pixels in the area. "Character set information": Indicates three types of character set information: vertical writing, horizontal writing, and unknown.
【0058】図7に示す領域データについて、「属性」
が「テキスト」で示される領域のみ、図6に示すステッ
プS607における併合前の、行に関する領域データ
(行領域データ)を階層的に保持している。For the area data shown in FIG.
Only the area indicated by “text” hierarchically holds the area data (row area data) related to the rows before the merging in step S607 shown in FIG.
【0059】以上説明したようにして、本実施例では像
域分離処理が行われる。尚、図7に示した領域データは
本実施例を適用した一例にすぎず、画像処理装置に応じ
て例えば他の情報を適宜追加しても良いし、または減ら
しても良い。As described above, in this embodiment, the image area separation processing is performed. Note that the area data shown in FIG. 7 is merely an example to which the present embodiment is applied, and for example, other information may be appropriately added or reduced depending on the image processing apparatus.
【0060】<<LNR処理>>次に、図3のステップ
S504に示すLNR処理について、図8のフローチャ
ートを参照して詳細に説明する。LNR処理とは、像域
分離された各領域の内、像域分離誤りの領域を除去する
処理である。<< LNR Processing >> Next, the LNR processing shown in step S504 of FIG. 3 will be described in detail with reference to the flowchart of FIG. The LNR process is a process of removing an image area separation error area from each of the image area separated areas.
【0061】まず図8のステップS701で、像域分離
後の各領域データはルート領域であるか否かが判断され
る。ルート領域とは画像全体を囲む領域、即ち全体領域
のことであり、ルート領域であればステップS706に
進み、LNR処理は施さない。ルート領域でなければス
テップS702に進み、テキスト領域(文字領域)であ
るか、またはノイズ領域であるかが判断される。テキス
ト領域またはノイズ領域である場合には処理はステップ
S703へ、いずれでもない場合はステップS705へ
進む。First, in step S701 in FIG. 8, it is determined whether or not each area data after image area separation is a root area. The root area is an area surrounding the entire image, that is, the entire area. If the area is the root area, the process proceeds to step S706, and the LNR process is not performed. If it is not the root area, the process proceeds to step S702, and it is determined whether the area is a text area (character area) or a noise area. If it is a text area or a noise area, the process proceeds to step S703; otherwise, the process proceeds to step S705.
【0062】ステップS703では、領域の大きさに応
じて領域データが領域分離誤りとして除去されるLNR
処理1を行い、次にステップS704で、領域内の黒比
率に応じて領域データが領域分離誤りとして除去される
LNR処理3を行う。一方、ステップS705では、テ
キスト領域でなく、かつノイズ領域でもない領域データ
が、領域の大きさに応じて領域分離誤りとして除去され
るLNR処理2が行われる。尚、ステップS703,S
704,S705におけるLNR処理1,3,2につい
ては、それぞれ以下に詳述する。In step S703, the LNR in which the area data is removed as an area separation error according to the area size
Processing 1 is performed, and then, in step S704, LNR processing 3 is performed in which the area data is removed as an area separation error according to the black ratio in the area. On the other hand, in step S705, LNR processing 2 is performed in which region data that is neither a text region nor a noise region is removed as a region separation error according to the size of the region. Steps S703 and S703
The LNR processes 1, 3, and 2 in 704 and S705 will be described in detail below.
【0063】そしてステップS706において、全ての
領域に対する処理が終了したか否かが判断され、終了し
ていなければステップS701へ戻り、終了していれば
LNR処理を終了する。Then, in step S706, it is determined whether or not the processing for all the areas has been completed. If the processing has not been completed, the process returns to step S701; if completed, the LNR processing ends.
【0064】以下、まずステップS703に示すLNR
処理1について詳細に説明する。Hereinafter, first, the LNR shown in step S703 will be described.
Processing 1 will be described in detail.
【0065】図9は、LNR処理1を示すフローチャー
トである。まずステップS731で、処理対象領域の領
域データから高さH1,幅W1を参照する。そして、領
域の大きさの判断に用いる高さの閾値HT1,幅の閾値
WT1を算出するために、ステップS732において、
スキャナ等の画像入力装置2の読み取り解像度SRと、
画像中の除去しない最小文字のポイント数MP1をそれ
ぞれ高さ,幅についてMP1h,MP1wとして設定す
る。FIG. 9 is a flowchart showing LNR processing 1. First, in step S731, the height H1 and the width W1 are referred to from the area data of the processing target area. Then, in order to calculate the height threshold HT1 and the width threshold WT1 used for determining the size of the region, in step S732,
A reading resolution SR of the image input device 2 such as a scanner;
The minimum number of points MP1 of the characters not to be removed in the image is set as MP1h and MP1w for the height and width, respectively.
【0066】本実施例において、閾値HT1,WT1は
以下に示す(5),(6)式により算出される。In this embodiment, the threshold values HT1 and WT1 are calculated by the following equations (5) and (6).
【0067】 HT1=(SR/72.0)×MP1h ・・・(5) WT1=(SR/72.0)×MP1w ・・・(6) ステップS733では、(5)式により高さの閾値HT
1を算出する。例えば、画像入力装置2の解像度SRが
400dpiで、画像中の最小文字の高さポイント数M
P1hが4ポイントである場合、高さの閾値HT1は
「22」として算出される。そしてステップS734
で、領域データの高さH1とステップS733で算出し
た高さの閾値HT1との比較を行なう。領域データの高
さH1が閾値HT1より大きい場合はステップS735
へ進み、閾値HT1より小さい場合はステップS738
へ進む。HT1 = (SR / 72.0) × MP1h (5) WT1 = (SR / 72.0) × MP1w (6) In step S733, the threshold value of the height is calculated by the equation (5). HT
1 is calculated. For example, when the resolution SR of the image input device 2 is 400 dpi and the number of height points M of the minimum characters in the image is M
If P1h is 4 points, the height threshold HT1 is calculated as “22”. Then, step S734
Then, the height H1 of the area data is compared with the height threshold value HT1 calculated in step S733. If the height H1 of the area data is larger than the threshold HT1, step S735
Proceeds to step S738 if it is smaller than the threshold HT1.
Proceed to.
【0068】ステップS735では、(6)式により幅
の閾値WT1を算出する。続いてステップS736で、
領域データの幅W1とステップS735で算出した幅の
閾値WT1との比較を行なう。領域データの幅W1が閾
値WT1よりも大きい場合には、LNR処理1は終了す
る。一方、領域データの幅W1が閾値WT1よりも小さ
い場合はステップS737に進み、領域データの高さH
1と幅W1との比H1/W1の判断を行なう。この比が
「2」以下である場合には、LNR処理1は終了する。
一方、比が「2」を超える場合には処理中の領域が領域
分離誤りであると判断されるため、ステップS738へ
進んで、該領域が除去される。In step S735, the width threshold value WT1 is calculated by equation (6). Subsequently, in step S736,
The width W1 of the area data is compared with the width threshold WT1 calculated in step S735. If the width W1 of the area data is larger than the threshold WT1, the LNR process 1 ends. On the other hand, if the width W1 of the area data is smaller than the threshold WT1, the process proceeds to step S737, and the height H of the area data
The ratio H1 / W1 between 1 and the width W1 is determined. If this ratio is equal to or less than “2”, the LNR process 1 ends.
On the other hand, if the ratio exceeds “2”, it is determined that the area being processed has an area separation error, and the process advances to step S738 to remove the area.
【0069】次に、図8のステップS704に示すLN
R処理3について、図10のフローチャートを参照して
詳細に説明する。まずステップS741において、領域
中の黒画素数BCを累計する。そしてステップS742
で、領域中の黒比率BRを以下に示す(7)式により計
算する。Next, the LN shown in step S704 of FIG.
The R processing 3 will be described in detail with reference to the flowchart in FIG. First, in step S741, the number of black pixels BC in the area is accumulated. And step S742
Then, the black ratio BR in the area is calculated by the following equation (7).
【0070】 BR1=BC/(W1×H1)×100 ・・・(7) 次にステップS743において、最小黒比率BRT1
と、最大黒比率BRT2とを設定する。BRT1とBR
T2は、文字の黒比率特性により予め設定されており、
例えばBRT1=5,BRT2=52である。BR1 = BC / (W1 × H1) × 100 (7) Next, in step S743, the minimum black ratio BRT1
And the maximum black ratio BRT2. BRT1 and BR
T2 is preset according to the black ratio characteristics of the character,
For example, BRT1 = 5, BRT2 = 52.
【0071】ステップS744では、領域中の黒比率B
Rと、最小黒比率BRT1及び最大黒比率BRT2との
比較を行なう。黒比率BRが最小黒比率BRT1より小
さい、又は最大黒比率BRT2より大きい場合には、処
理中の領域が領域分離誤りであると判断され、ステップ
S745に進んで該領域が除去される。その他の場合
は、LNR処理3は終了する。In step S744, the black ratio B in the area
R is compared with the minimum black ratio BRT1 and the maximum black ratio BRT2. If the black ratio BR is smaller than the minimum black ratio BRT1 or larger than the maximum black ratio BRT2, it is determined that the area being processed has an area separation error, and the process advances to step S745 to remove the area. Otherwise, the LNR processing 3 ends.
【0072】次に、図8のステップS705に示すLN
R処理2について、図11のフローチャートを参照して
詳細に説明する。まずステップS751において、処理
対象領域の領域データから高さH2,幅W2を参照す
る。そして、領域の大きさの判断に用いる高さの閾値H
T2,幅の閾値WT2を算出するために、ステップS7
52において、画像入力装置2の解像度SRを設定す
る。そして、ステップS753において、処理中の領域
の属性が外枠領域であるか否かが判断される。そして、
外枠領域であればステップS754へ、外枠領域でなけ
ればステップS757へ進む。Next, the LN shown in step S705 of FIG.
The R processing 2 will be described in detail with reference to the flowchart in FIG. First, in step S751, the height H2 and the width W2 are referred to from the area data of the processing target area. Then, a height threshold value H used to determine the size of the region
Step S7 to calculate the threshold value WT2 of T2 and width.
At 52, the resolution SR of the image input device 2 is set. Then, in step S753, it is determined whether or not the attribute of the area being processed is an outer frame area. And
If it is an outer frame area, the process proceeds to step S754.
【0073】ステップS754においては、最小ポイン
ト数MP21をそれぞれ高さ,幅についてMP21h,
MP21wとして設定する。また、ステップS757で
も同様に、最小ポイント数MP22をそれぞれ高さ,幅
についてMP22h,MP22wとして設定する。ここ
で最小ポイント数MP21,MP22とは、LNR処理
2において外枠領域であるか否かに応じて、除去しない
領域の最小サイズを文字のポイント数により表わしたも
のである。In step S754, the minimum number of points MP21 is set to MP21h,
Set as MP21w. Similarly, in step S757, the minimum point number MP22 is set as the height and width as MP22h and MP22w, respectively. Here, the minimum point numbers MP21 and MP22 represent the minimum size of the area not to be removed in terms of the character points, depending on whether or not the area is the outer frame area in the LNR processing 2.
【0074】そして、ステップS755およびS758
においては、上述した(5),(6)式により、高さの
閾値HT21,HT22と幅の閾値WT21,WT22
を算出する。例えば、画像入力装置2の解像度SRが4
00dpiで、最小ポイント数MP22が高さ、幅共に
4ポイントである場合、各閾値HT22,WT22は
「22」として算出される。そして、ステップS756
およびS759において、それぞれ高さの閾値HT2と
幅の閾値WT2を設定する。Then, steps S755 and S758
, The height thresholds HT21 and HT22 and the width thresholds WT21 and WT22 are calculated by the above-described equations (5) and (6).
Is calculated. For example, if the resolution SR of the image input device 2 is 4
When the minimum point number MP22 is 4 points in both height and width at 00 dpi, the thresholds HT22 and WT22 are calculated as “22”. Then, Step S756
In step S759, a height threshold HT2 and a width threshold WT2 are set.
【0075】続いてステップS760では、領域データ
の高さH2と、ステップS756およびS759で設定
した高さの閾値HT2との比較、及び領域データの幅W
2と同じく幅の閾値WT2との比較を行なう。領域デー
タの高さH2が閾値HT2より小さい、または幅W2が
閾値WT2より小さい場合、処理中の領域が領域分離誤
りであると判断され、ステップS761において該領域
が除去される。その他の場合は、LNR処理2を終了す
る。Subsequently, in step S760, the height H2 of the area data is compared with the height threshold HT2 set in steps S756 and S759, and the width W of the area data is compared.
The comparison with the width threshold value WT2 is performed in the same manner as in the case of FIG. If the height H2 of the area data is smaller than the threshold HT2 or the width W2 is smaller than the threshold WT2, it is determined that the area being processed has an area separation error, and the area is removed in step S761. Otherwise, the LNR process 2 ends.
【0076】以上説明したように本実施例のLNR処理
は、3種類の処理によって領域分離誤りと判断される領
域を除去する。As described above, the LNR processing of this embodiment removes an area determined to be an area separation error by three types of processing.
【0077】以上説明したように本実施例によれば、多
値入力画像上の領域内における各画素の輝度値を、背景
と対象物との2つのクラスに分類する際の最適な閾値を
自動的に決定することができる。従って、多値画像にお
ける背景と対象物とを適切に分離することができ、高詳
細なOCR処理が実行可能となる。As described above, according to this embodiment, the optimum threshold value for classifying the luminance value of each pixel in the area on the multi-valued input image into two classes, the background and the object, is automatically determined. Can be determined. Therefore, the background and the object in the multi-valued image can be appropriately separated, and a highly detailed OCR process can be performed.
【0078】<その他の実施例>上述した第1実施例に
おいて入力される画像は、8ビットの多値画像データと
して説明を行ったが、本発明はこれに限定する必要はな
く、例えばカラー画像等、即ち、2値化するために画像
情報として複数ビットの情報があれば良い。<Other Embodiments> The image input in the first embodiment has been described as 8-bit multi-valued image data. However, the present invention is not limited to this. And so on, that is, it is sufficient that there be information of a plurality of bits as image information for binarization.
【0079】また、ヒストグラムを算出する際の画像に
おけるサンプリングについて、全画素でも、数画素おき
でもよく限定しない。さらに、平均AVや統計量SK等
の計算は、必ずしも8ビットで行なう必要はなく、高速
化、メモリの削減等のため、少ないビット数で演算する
ようにしてもよい。The sampling of the image at the time of calculating the histogram is not limited to every pixel or every several pixels. Further, the calculation of the average AV, the statistic SK, and the like need not always be performed with eight bits, and may be performed with a small number of bits for speeding up, reducing memory, and the like.
【0080】また、統計量であるスキュー値SKの収束
条件を±1.0としたが、これに限定されるものではな
い。スキュー値SKを用いて2値化の閾値を決定するよ
うに構成されていれば良い。Although the convergence condition of the skew value SK, which is a statistic, is ± 1.0, the invention is not limited to this. It is sufficient that the threshold value for binarization is determined using the skew value SK.
【0081】尚、本発明は、イメージスキャナ、プリン
タコントローラ、プリンタ等の複数の機器から構成され
るシステムに適用しても、カラー複写機のような1つの
機器から成る装置に適用しても良い。また、本発明は上
述のように画像処理装置にハードウェアを設けるものに
限らず、システム或は装置に磁気ディスク等の媒体に記
憶されたプログラムを供給することによって達成される
場合にも適用できることはいうまでもない。The present invention may be applied to a system including a plurality of devices such as an image scanner, a printer controller, and a printer, or may be applied to an apparatus including a single device such as a color copier. . Further, the present invention is not limited to the case where the image processing apparatus is provided with hardware as described above, and can be applied to a case where the present invention is achieved by supplying a program stored in a medium such as a magnetic disk to a system or an apparatus. Needless to say.
【0082】[0082]
【発明の効果】以上説明したように本発明によれば、輝
度頻度とその偏りに基づいて、画像内の背景と対象物と
を分離するために適した閾値が存在する輝度領域を特定
し、その特定した輝度領域における平均輝度値を2値化
閾値とするので、入力する画像の種類に関わらず背景と
対象物を分離するのに最適な閾値を自動的に設定するこ
とができる。As described above, according to the present invention, a luminance region having a threshold suitable for separating a background and an object in an image is specified based on the luminance frequency and its bias. Since the average luminance value in the specified luminance area is set as the binarization threshold value, an optimal threshold value for separating the background and the object can be automatically set regardless of the type of the input image.
【0083】[0083]
【図1】本発明に係る一実施例における画像処理装置の
システム構成を示すブロック図である。FIG. 1 is a block diagram illustrating a system configuration of an image processing apparatus according to an embodiment of the present invention.
【図2】本実施例における像域分離OCR処理を示すフ
ローチャートである。FIG. 2 is a flowchart illustrating an image area separation OCR process according to the present embodiment.
【図3】本実施例における2値化処理を示すフローチャ
ートである。FIG. 3 is a flowchart illustrating a binarization process in the embodiment.
【図4】本実施例における画像のヒストグラムの例を示
す図である。FIG. 4 is a diagram illustrating an example of an image histogram according to the present embodiment.
【図5】本実施例の2値化処理における各変数値の変遷
例を示す図である。FIG. 5 is a diagram illustrating an example of transition of each variable value in the binarization processing according to the embodiment.
【図6】本実施例における像域分離処理を示すフローチ
ャートである。FIG. 6 is a flowchart illustrating an image area separation process according to the present embodiment.
【図7】本実施例における領域データ例を示す図であ
る。FIG. 7 is a diagram illustrating an example of area data according to the present embodiment.
【図8】本実施例における領域除去(LNR)処理を示
すフローチャートである。FIG. 8 is a flowchart illustrating an area removal (LNR) process according to the present embodiment.
【図9】本実施例における領域の大きさによる領域除去
処理1を示すフローチャートである。FIG. 9 is a flowchart showing an area removing process 1 based on the size of the area in the embodiment.
【図10】本実施例における黒比率による領域除去処理
2を示すフローチャートである。FIG. 10 is a flowchart illustrating a region removal process 2 based on a black ratio in the present embodiment.
【図11】本実施例における領域の大きさによる領域除
去処理3を示すフローチャートである。FIG. 11 is a flowchart illustrating an area removal process 3 based on the size of the area in the present embodiment.
1 画像処理装置 2 画像入力装置 3 画像表示装置 4 入力部 5 記憶部 6 輝度頻度累計部 7 2値化閾値算出部 8 2値化部 9 像域分離部 10 文字認識部 11 画像処理部 12 出力部 REFERENCE SIGNS LIST 1 image processing device 2 image input device 3 image display device 4 input unit 5 storage unit 6 luminance frequency accumulating unit 7 binarization threshold calculation unit 8 binarization unit 9 image area separation unit 10 character recognition unit 11 image processing unit 12 output Department
フロントページの続き (56)参考文献 特開 昭61−140276(JP,A) 特開 平5−191649(JP,A) 特開 平8−223409(JP,A) (58)調査した分野(Int.Cl.7,DB名) G06T 5/00 200 Continuation of the front page (56) References JP-A-61-140276 (JP, A) JP-A-5-191649 (JP, A) JP-A 8-223409 (JP, A) (58) Fields investigated (Int) .Cl. 7 , DB name) G06T 5/00 200
Claims (10)
として、第1及び第2の輝度値をそれぞれ設定し、 前記特定輝度領域における平均輝度値及び分布偏りを求
め、 前記分布偏りが所定の条件を満たさない場合に、前記第
1の輝度値又は前記第2の輝度値のいずれかを変更して
前記特定輝度領域を新たに設定し、該特定輝度領域にお
ける平均輝度値及び分布偏りを新たに求める処理を、該
分布偏りが前記所定の条件を満たすまで繰り返し、 前記分布偏りが前記所定の条件を満たす場合に、前記特
定輝度領域における平均輝度値を、前記多値画像におけ
る背景と対象物を分離するための2値化閾値として設定
することを特徴とする画像処理方法。1. A luminance frequency distribution of a multi-valued image is calculated, and first and second luminance values are respectively set as a start point and an end point of a specific luminance area in the luminance frequency distribution, and an average luminance in the specific luminance area is set. Calculating a value and a distribution bias, when the distribution bias does not satisfy a predetermined condition, changing the first luminance value or the second luminance value to newly set the specific luminance region, The process of newly calculating the average luminance value and the distribution deviation in the specific luminance region is repeated until the distribution deviation satisfies the predetermined condition. When the distribution deviation satisfies the predetermined condition, the average in the specific luminance region is obtained. An image processing method comprising: setting a luminance value as a binarization threshold for separating a background and a target in the multi-valued image.
画像を2値化することを特徴とする請求項1記載の画像
処理方法。2. The image processing method according to claim 1, further comprising binarizing the multi-valued image using the binarization threshold.
ける前記特定輝度領域内の各画素の輝度値と該特定輝度
領域内の平均輝度値との差に基づいて算出されることを
特徴とする請求項1記載の画像処理方法。3. The method according to claim 2, wherein the distribution bias is calculated based on a difference between a luminance value of each pixel in the specific luminance region and an average luminance value in the specific luminance region in the luminance frequency distribution. The image processing method according to claim 1.
ける前記特定輝度領域内の各画素の輝度値と該特定輝度
領域内の平均輝度値との差の奇数乗に基づいて算出され
ることを特徴とする請求項3記載の画像処理方法。4. The method according to claim 1, wherein the distribution bias is calculated based on an odd power of a difference between a luminance value of each pixel in the specific luminance region and an average luminance value in the specific luminance region in the luminance frequency distribution. The image processing method according to claim 3, wherein:
所定の条件を満たすと判断し、 前記分布偏りが前記所定範囲外でかつ正であれば、前記
第1の輝度値を前記特定輝度領域における平均輝度値に
変更し、 前記分布偏りが前記所定範囲外でかつ負であれば、前記
第2の輝度値を前記特定輝度領域における平均輝度値に
変更することを特徴とする請求項1記載の画像処理方
法。5. If the distribution deviation is within a predetermined range, it is determined that the predetermined condition is satisfied. If the distribution deviation is outside the predetermined range and is positive, the first luminance value is set to the specific luminance. 2. The method according to claim 1, wherein the second brightness value is changed to an average brightness value in the specific brightness area when the distribution bias is outside the predetermined range and is negative. The image processing method described in the above.
手段と、 前記輝度頻度分布に基づいて、前記多値画像における背
景と対象物を分離するための2値化閾値を決定する閾値
決定手段と、を有する画像処理装置であって、 前記閾値決定手段は、 前記輝度頻度分布における特定輝度領域の始点及び終点
として、第1及び第2の輝度値をそれぞれ設定し、 前記特定輝度領域における平均輝度値及び分布偏りを求
め、 前記分布偏りが所定の条件を満たさない場合に、前記第
1の輝度値又は前記第2の輝度値のいずれかを変更して
前記特定輝度領域を新たに設定し、該特定輝度領域にお
ける平均輝度値及び分布偏りを新たに求める処理を、該
分布偏りが前記所定の条件を満たすまで繰り返し、 前記分布偏りが前記所定の条件を満たす場合に、前記特
定輝度領域における平均輝度値を、2値化閾値として設
定することを特徴とする画像処理装置。6. A calculating means for calculating a luminance frequency distribution of a multi-valued image, and a threshold value determining a binarization threshold value for separating a background and a target in the multi-valued image based on the luminance frequency distribution. Means, wherein the threshold value determining means sets first and second luminance values as a start point and an end point of the specific luminance area in the luminance frequency distribution, respectively, Calculating an average luminance value and a distribution bias, and when the distribution bias does not satisfy a predetermined condition, changing either the first luminance value or the second luminance value to newly set the specific luminance region Then, a process of newly obtaining the average luminance value and the distribution bias in the specific luminance region is repeated until the distribution bias satisfies the predetermined condition. When the distribution bias satisfies the predetermined condition, An image processing apparatus, wherein an average luminance value in a specific luminance area is set as a binarization threshold.
化手段と、 を更に有することを特徴とする請求項6記載の画像処理
装置。7. The image processing apparatus according to claim 6, further comprising: input means for inputting the multi-valued image; and binarizing means for binarizing the multi-valued image using the binarization threshold. The image processing apparatus according to any one of the preceding claims.
前記輝度頻度分布における前記特定輝度領域内の各画素
の輝度値と該特定輝度領域内の平均輝度値との差に基づ
いて算出することを特徴とする請求項6記載の画像処理
装置。8. The method according to claim 1, wherein the threshold value determining unit calculates the distribution bias as:
The image processing apparatus according to claim 6, wherein the calculation is performed based on a difference between a luminance value of each pixel in the specific luminance region and an average luminance value in the specific luminance region in the luminance frequency distribution.
前記輝度頻度分布における前記特定輝度領域内の各画素
の輝度値と該特定輝度領域内の平均輝度値との差の奇数
乗に基づいて算出することを特徴とする請求項8記載の
画像処理装置。9. The method according to claim 8, wherein the threshold value determining unit calculates the distribution bias as:
9. The image processing apparatus according to claim 8, wherein the calculation is performed based on an odd power of a difference between a luminance value of each pixel in the specific luminance region and an average luminance value in the specific luminance region in the luminance frequency distribution. .
たすと判断し、 前記分布偏りが前記所定範囲外でかつ正であれば、前記
第1の輝度値を前記特定輝度領域における平均輝度値に
変更し、 前記分布偏りが前記所定範囲外でかつ負であれば、前記
第2の輝度値を前記特定輝度領域における平均輝度値に
変更することを特徴とする請求項6記載の画像処理装
置。10. The threshold value determining means determines that the predetermined condition is satisfied if the distribution bias is within a predetermined range, and if the distribution bias is outside the predetermined range and is positive, the first Changing the luminance value to an average luminance value in the specific luminance region, and if the distribution bias is outside the predetermined range and negative, changing the second luminance value to an average luminance value in the specific luminance region. 7. The image processing apparatus according to claim 6, wherein:
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP07022895A JP3106080B2 (en) | 1995-02-10 | 1995-02-10 | Image processing apparatus and method |
US08/597,871 US5920655A (en) | 1995-02-10 | 1996-02-07 | Binarization image processing for multi-level image data |
EP96300909A EP0731599B1 (en) | 1995-02-10 | 1996-02-09 | Image processing apparatus and method therefor |
DE69618262T DE69618262T2 (en) | 1995-02-10 | 1996-02-09 | Image processing device and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP07022895A JP3106080B2 (en) | 1995-02-10 | 1995-02-10 | Image processing apparatus and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH08221565A JPH08221565A (en) | 1996-08-30 |
JP3106080B2 true JP3106080B2 (en) | 2000-11-06 |
Family
ID=12095394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP07022895A Expired - Fee Related JP3106080B2 (en) | 1995-02-10 | 1995-02-10 | Image processing apparatus and method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3106080B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010219932A (en) * | 2009-03-17 | 2010-09-30 | Nippon Hoso Kyokai <Nhk> | Image processing apparatus and image processing program |
-
1995
- 1995-02-10 JP JP07022895A patent/JP3106080B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH08221565A (en) | 1996-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0854434B1 (en) | Ruled line extracting apparatus for extracting ruled line from normal document image and method thereof | |
JP3308032B2 (en) | Skew correction method, skew angle detection method, skew correction device, and skew angle detection device | |
US5920655A (en) | Binarization image processing for multi-level image data | |
EP1310912A2 (en) | Image processing method, apparatus and system | |
US20050201619A1 (en) | Video text processing apparatus | |
KR20010110416A (en) | Video stream classifiable symbol isolation method and system | |
US8385643B2 (en) | Determination of inputted image to be document or non-document | |
JPH05225378A (en) | Area dividing system for document image | |
US6269186B1 (en) | Image processing apparatus and method | |
CN111814801B (en) | Method for extracting labeled strings in mechanical diagram | |
JP3106080B2 (en) | Image processing apparatus and method | |
JPH08221512A (en) | Device and method for processing image | |
JPH08223409A (en) | Image processing unit and its method | |
JPH10232926A (en) | Image processor and its method | |
JP3733154B2 (en) | Image processing apparatus and method | |
JP3565310B2 (en) | Ruled line extracting apparatus and method for extracting ruled lines from general document images | |
JP3733155B2 (en) | Image processing apparatus and method | |
JP4231476B2 (en) | An image processing method for collating an input image inputted with a printed matter or a sticker label of a container with a master image registered in advance | |
JPH05166009A (en) | Method and device for segmentation/recognition of character | |
JP3074210B2 (en) | Paper document image processing device | |
JP3210224B2 (en) | Character recognition device | |
CN112598679A (en) | Sky region segmentation method and device | |
JPH1021332A (en) | Non-linear normalizing method | |
JPH08221511A (en) | Device and method for processing image | |
JPH05314309A (en) | Character string direction discriminating method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000804 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080901 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090901 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090901 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100901 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110901 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110901 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120901 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120901 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130901 Year of fee payment: 13 |
|
LAPS | Cancellation because of no payment of annual fees |