JP3161013B2 - 領域分離方法および画像処理装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、写真などの階調表現が
必要な部分と、文字・線画等の階調表現を必要としない
を部分を分離抽出するための領域分離方法およびこれを
具現化する画像処理装置に関する。

【０００２】

【従来の技術】複写機やファクシミリなどの２値画像出
力装置や文書ファイリングシステムにおいては、写真等
の階調を必要とする部分と文字・線画などの階調を必要
としない部分を分離して、それぞれの領域に適した処理
を施す必要がある。従来、写真と線画を分離する方法と
しては、特開昭５８ー１１５９７５に記載されているエ
ッヂ密度を計測する方法や、特開平２ー１２３４７９・
特開平２ー１５５０８７に記載されている尾根画素を計
数する方法がある。

【０００３】

【発明が解決しようとする課題】しかし、上記の２種類
の方法においては領域を分離するために一つの特徴量し
か使用しておらず、これだけで領域を完全に分離するこ
とは不可能であり、誤判定したときの訂正の方法が考慮
されていない。また、後者の方法は一画素毎に、この画
素が尾根画素かどうか判定しながら処理を行うので、処
理時間がかかるという問題点を有していた。

【０００４】そこで本発明は上記問題点を解決するため
のもので、入力画像をＭｘＮ画素の小領域に分割し、こ
の領域内の複数の特徴量を用いて領域判別した後、各小
領域の近傍の小領域の属性を参照することにより誤判定
領域を訂正し、全体として簡単かつ正確に領域分離でき
る方法を提供することを目的とする。

【０００５】

【課題を解決するための手段】本発明の領域分離方法
は、多階調で入力された文書画像をＭ画素×Ｎ画素から
なる小領域に分割するステップと、小領域の特徴量を抽
出するステップと、抽出した特徴量に基づき小領域の属
性を判定するステップと、小領域の近傍にある他の小領
域の属性に基づいて小領域の属性を見直し、必要に応じ
て属性を訂正するステップと、属性を訂正するステップ
を、フィードバックをかけながら複数回行うステップ
と、を含むことを特徴とする。

【０００６】また本発明の領域分離方法は、抽出する特
徴量が、小領域におけるしきい値以上の濃度を有する画
素の割合と、小領域における各画素とその近傍画素との
濃度の差分値の最大値の分布と、を含むことを特徴とす
る。

【０００７】さらに本発明の画像処理装置は、文書画像
を多階調で入力する画像入力手段と、入力された文書画
像をＭ画素×Ｎ画素からなる小領域に分割する小領域分
割部と、小領域の特徴量を抽出する小領域特徴量抽出部
と、特徴量に基づき小領域の属性を判定する小領域属性
判定部と、小領域の画像、特徴量および属性を記憶する
記憶部と、小領域の近傍にある他の小領域の属性を参照
し、必要に応じて小領域の属性を訂正する処理を、フィ
ードバックをかけながら複数回行う小領域属性訂正部
と、を有する領域分離手段と、小領域の画像に対し前記
属性に応じた最適な処理をする小領域画像処理手段と、
小領域画像処理手段の処理結果を出力する画像出力手段
と、前記各手段を制御する制御手段と、を備えることを
特徴とする。

【０００８】

【実施例】

（実施例１）図１は本発明の領域分離方法の流れ図を示
す。図１において、ｓ１１でスキャナ・カメラ等を用い
て、後述する小領域訂正処理に必要なライン分の文字・
図・表・写真等が混在した文書画像を多階調で取り込
む。ｓ１２では、入力された文書画像を横Ｍ画素・縦Ｎ
画素をひとかたまりとする小領域に分割する。このとき
の様子を図２・図３を用いて説明する。図２において、
２０１で示した部分が入力文書画像である。この画像を
横Ｍ画素・縦Ｎ画素毎に分割して前述した小領域をつく
る。このようにして作られた小領域の一つが２０２で示
した部分で、図３は小領域の拡大図である。図３におい
て３０１で示した部分がこの小領域に含まれる一つの画
素を表している。後述する小領域属性訂正処理におい
て、小領域３列分の文書画像が必要な場合は、２０３で
示したＮｘ３ライン分の文書画像がｓ１１で画像メモリ
上に取り込まれることになる。

【０００９】次に、この小領域の特徴量を求める処理ｓ
１３について説明する。特徴量としては、従来から提案
されている小領域内の平均濃度、エッジ密度等を使用し
てもよいが、領域分離をより確実にするために、本実施
例においては、しきい値以上の濃度をもつ画素の割合
（黒画素密度）および近傍画素との濃度の差分値という
２つの特徴量を使用する方法について説明する。

【００１０】まず黒画素密度は、ＭｘＮ画素毎に分割さ
れた各小領域内において、濃度があるしきい値Ｔｈ以上
を持つ画素の個数を計数し、この値を小領域内に存在す
る全画素数（ＭｘＮ）で除することによって求める。従
って、黒画素密度の取り得る値の範囲は０から１までに
なる。Ｔｈの値は、文字領域と写真領域が分離抽出しや
すいように実験から求める。黒画素密度の定義式を以下
に示す。

【００１１】

【数１】

【００１２】黒画素密度の分布の一例を図５（ａ）・図
６（ａ）に示す。図５（ａ）は文字だけが存在する文書
画像を、図６（ａ）は写真だけが存在する文書画像を、
解像度４００ｄｐｉ・モノクロ２５６階調のイメージス
キャナで取り込み、Ｍ＝Ｎ＝３２として、黒画素密度の
分布を調べたものである。各図において、横軸が黒画素
密度を、縦軸が対応する密度を有する小領域の出現頻度
を表す。おおざっぱな傾向として、文字画像は黒画素密
度が小さく、写真画像は大きいことが解る。後述する小
領域属性判定処理ｓ１４では、この性質を利用して領域
分離を行う。

【００１３】次に、小領域内にある画素のｎ近傍の画素
との差分の最大値の分布を求める方法について説明す
る。図４は、ｎ＝８としたときの近傍画素の例である。
図４において、注目画素が０で示した部分で、近傍画素
が１から８で示した画素に対応する。差分最大値という
のは、近傍画素と注目画素との濃度差の絶対値の中で最
大の値である。図４は８近傍の例を示したが、更に広範
囲の近傍画素との差分値を求めてもよい。この動作をＭ
ｘＮ小領域内でのすべての画素について行い、小領域内
での差分最大値の分布を求める。８近傍差分最大値の分
布の一例を図５（ｂ）・図６（ｂ）に示す。図５（ｂ）
は文字だけが存在する文書画像を、図６（ｂ）は写真だ
けが存在する文書画像を、解像度４００ｄｐｉ・モノク
ロ２５６階調のイメージスキャナで取り込み、Ｍ＝Ｎ＝
３２として、小領域内で最も出現頻度の多い差分最大値
を求め、この値を小領域の代表値とし、この代表値の入
力画像内での分布を示したものである。各図において、
横軸は差分最大値を、縦軸は対応する差分最大値（代表
値）を持つ小領域の出現頻度を表す。図５（ｂ）と図６
（ｂ）を比較すると、文字画像の方が写真画像よりも差
分最大値が大きいものが多いことが解る。この差分最大
値の分布も、後述する小領域属性判定処理ｓ１４で使用
する。

【００１４】ｓ１４はＭｘＮ画素をひとかたまりとした
小領域が文字領域（図表等の線画も含む）か写真領域か
空白領域かを判定する小領域属性判定処理である。小領
域の判定には、前述した小領域特徴抽出処理ｓ１３で抽
出された特徴量を用いる。例にあげた黒画素密度や差分
最大値のどちらか一方だけを使用して小領域の属性を判
定してもよいし、複数の特徴量を併用して判定を行って
もよい。本実施例では黒画素密度と差分最大値分布の２
つの特徴量を使用して領域属性判定を行う例について、
図７から図１１までを用いて説明する。まず図７に示す
手順により、黒画素密度の値から４つのケースに場合分
けし、次に差分最大値の分布を使用して小領域の属性を
判定する。４つのケースの処理がそれぞれ図８から図１
１に対応する。最初に、図７について説明する。図７は
黒画素密度の値により４つのケースに場合分けするとき
の流れ図である。ｓ１３で求めた小領域の黒画素密度
（以下ＢＤと略す）が０かどうか判定し、０の場合は領
域判定処理（イ）へ、０でない場合はｓ７０３へ行く
（ｓ７０２）。ｓ７０３では、ＢＤが０．５より小さい
ときは領域判定処理（ロ）へ、大きいときはｓ７０４へ
行く。ｓ７０４では、ＢＤが０．８より小さいとき領域
判定処理（ハ）へ、大きいときは領域判定処理（ニ）へ
行く。これで黒画素密度による領域判定のための場合分
けが終了する。前述の場合分けにおいては、小領域に含
まれる全画素数ＭｘＮで除して規格化された黒画素密度
を用いたが、実際の処理においてはＭとＮが既知なの
で、場合分けの各しきい値にＭｘＮをかけた値を使用す
れば、すべての処理を整数演算だけで行うことができ、
処理速度を速くすることができる。

【００１５】図８は、領域判定処理（イ）の流れ図であ
る。ｓ８０１において、小領域内の差分最大値の分布か
ら、以下の式に従って、ＡおよびＢを計算する。

【００１６】

【数２】

【００１７】Ａは差分最大値がａ１からａ２にある画素
数の合計を、Ｂはｂ１からｂ２にある画素数の合計を表
す。ここに、ａ１＜ａ２＜ｂ１＜ｂ２である。（図９・
図１０においても同じであるが、ａ１〜ｂ２の値につい
ては必要に応じて変更する）ｓ８０２において、Ｂの値
が０のときはｓ８０３へ進み、０でないときはｓ８０４
でこの小領域を文字領域と判定する。ここで文字領域と
は、図表等の線画・階調のないイラスト画等を含む。
（図９から図１１までにおいても同様）次に、ｓ８０３
において、Ａが０のときはｓ８０５へ進み、ここで注目
小領域を空白領域（文字・写真などを全く含まない領
域）と判定し、Ａが０でないときはｓ８０６へ進み、注
目小領域を写真領域と判定する。以上のようにして判定
した小領域の属性を記憶しておく（ｓ８０７）。これで
領域判定処理（イ）が終了する。

【００１８】図９は、領域判定処理（ロ）の流れ図であ
る。ｓ９０１において、小領域内の差分最大値の分布か
らＢを計算する。ｓ９０２において、Ｂの値が０のとき
はｓ９０３へ進み、注目小領域を写真領域と判定し、０
でないときはｓ９０４へ進み、注目小領域を文字領域と
判定する。そして、領域判定結果を記憶しておく（ｓ９
０５）。これで領域判定処理（ロ）が終了する。

【００１９】図１０は、領域判定処理（ニ）の流れ図で
ある。ｓ１００１において、小領域内の差分最大値の分
布から、ＡおよびＢを計算する。ｓ１００２において、
Ａの値がＢよりも小さければｓ１００３へ進み、注目小
領域を文字領域と判定し、Ａの値がＢよりも大きければ
ｓ１００４へ進み、注目小領域を写真領域と判定する。
そして、領域判定結果を記憶しておく（ｓ１００５）。
これで領域判定処理（ニ）が終了する。

【００２０】図１１は、領域判定処理（ハ）の流れ図で
ある。この場合は、注目小領域を写真領域と判定し（ｓ
１１０１）、結果を記憶して（ｓ１１０２）、終了す
る。

【００２１】以上で、小領域属性判定処理ｓ１４につい
ての説明を終了する。この小領域判定処理ｓ１４では、
各小領域毎に文字・写真・空白のいずれかの属性を付与
して、その結果をメモリ上に格納する。

【００２２】次に、図１における小領域属性訂正処理ｓ
１５について、図１２を用いて説明する。一般的に、前
述した小領域属性判定処理ｓ１４においては、本来文字
領域である部分が写真領域と判定されたり、逆の場合が
起こり得る。そこで、小領域属性訂正処理ｓ１５では、
今注目している小領域の近傍の小領域の属性を参考にし
て、誤りを訂正し、より高い精度で領域分離を行うもの
である。本実施例では、注目小領域の８近傍の小領域の
属性を参考にして、小領域の訂正を行う。訂正を行う条
件の一例として、図１２に示した４つをあげる。条件１
は、注目小領域（以下Ａとかく）が空白領域でなくて、
その両側の小領域の属性が等しいとき、Ａをその左側の
小領域の属性に変更する。条件２は、Ａが空白領域でな
くて、その上下の小領域の属性が等しいとき、Ａをその
上側の小領域の属性に変更する。条件３は、Ａがその４
近傍（Ｂ・Ｃ・Ｄ・Ｅで示す）の小領域の属性のいずれ
にも等しくないとき、ＢＣＤＥのうち空白でない小領域
が存在すれば、ＡをＢＣＤＥのうち空白でない小領域の
属性に変更し、ＢＣＤＥがすべて空白領域のときは、Ａ
を空白領域に変更する。条件４は、Ａが写真領域で、Ｂ
ＣＤもしくはＤＥＦもしくはＦＧＨもしくはＨＩＢのう
ち、どの組も写真領域でないとき、Ａを文字領域とす
る。以上の条件で訂正処理を行い、変更があった場合
は、メモリ上に格納された小領域属性を書き換える。

【００２３】ここに示した小領域の属性判定方法および
訂正方法は、あくまで一例であって様々な方法が考えら
れる。例えば小領域判定処理ｓ１４において、前述の実
施例とは逆に、先に差分最大値を用いておおまかな分類
を行った後、黒画素密度を用いて領域属性を判定しても
よい。また、小領域属性訂正処理ｓ１５においては、小
領域属性判定処理ｓ１４で使用する方法に応じて、生じ
る誤りパターンが変るので、これを訂正するように条件
設定を行う必要がある。

【００２４】本実施例で示した方法で一連の処理を行う
場合、図１３に示すように、入力文書画像２０１を左上
から処理する場合、小領域Ｉまでの黒画素密度と差分最
大値の分布が求まっていれば、Ｉの属性判定処理ができ
るので、小領域Ａについては属性訂正処理が可能であ
る。このように、本発明の領域分離方法は、全小領域に
対して黒画素密度を求め終えてから次の処理に移るとい
う手順を踏まなくても、ある処理が終った小領域から順
次次の処理が行えるので並列化が容易であり、また常に
図示した３列分の領域の文書画像が画像メモリ上にあれ
ば良いので、必要な画像メモリが少なくて済む。

【００２５】最後に、ｓ１６で全画像の処理が終了した
かどうか判定する。もし、図１３に示した状態の場合
は、新たに次のＮライン分の画像を入力し、処理を続け
る。本実施例では、入力文書画像を必要最低限だけ画像
メモリ上に格納し、一列分の領域分離処理が終了した
後、次の一列分の文書画像を新たに取り込む処理を行っ
ているが、画像メモリに余裕がある場合は、多値画像入
力処理ｓ１１で一度に文書画像全体を画像メモリ上に格
納してから以後の処理を行ってもよい。

【００２６】（実施例２）実施例１では小領域属性訂正
処理ｓ１５を各小領域に対して１回だけ行う例を示した
が、ここでは各小領域に対して、フィードバックをかけ
ながら複数回訂正処理を行う例を図１４から図１９を用
いて説明する。実施例１において、小領域属性訂正処理
ｓ１５は図２において左上を始点として、右方向へ進
み、一列が終ったら下の列に移るという手続きで行う。
このとき、図１４に示すように注目小領域をＡで表す
と、Ｂで示した小領域はすでに小領域属性訂正処理が一
回行われているが、Ｃで示した小領域はまだ行われてい
ないことになる。従って、訂正処理を正確に行うために
は、Ｃで示した小領域の訂正処理を終えた後に、もう一
度Ａについて見直した方がより正確な訂正処理が行え
る。今、横方向に並んだ一列の小領域に対して訂正処理
を一回だけ行う場合、この処理を一列訂正処理と呼ぶこ
とにする。そして、入力文書画像において、横方向（指
数ｉで示す）にＩｍａｘ個、縦方向（指数ｊで示す）に
Ｊｍａｘ個の小領域があるとする。

【００２７】図１５は、前方の列からのフィードバック
を受けながら、同一の列に対して一列訂正処理を３回行
うときの例である。図１５において、○は各列の始点の
小領域（ｉ＝１）を、□は終点の小領域（ｉ＝Ｉｍａ
ｘ）を、○と□を結んだ図形が一列訂正処理を、各図形
を結ぶ矢印が処理の移動する方向をそれぞれ表す。処理
の手順について図１８の流れ図をもとに説明する。まず
最初にｊ＝１と初期化して（ｓ１０１）、ｊがＪｍａｘ
より大きいかどうか比較する（ｓ１０２）。ｊがＪｍａ
ｘより大きくなったら訂正処理を終了する。ｊがＪｍａ
ｘ以下のときは、ループカウンタＬを０に初期化（ｓ１
０３）し、ｓ１０４でＬに１を加えて、一列訂正処理を
行う（ｓ１０５）。ｓ１０６で、ｊが１以下のときはｓ
１０９にいき、１より大きいときはｊから１を引いて
（ｓ１０７）、ｓ１０８へ移る。ｓ１０８では、予め設
定したＬｍａｘ（図１５の例では３）と比較して、等し
いときはｓ１０９へ、小さいときはｓ１０４へ戻って、
一列手前の一列訂正処理を行うことになる。ｓ１０９で
は、ｊにＬを加えて次の列の一列訂正処理に入る。図１
５から解るように、Ｌｍａｘ＝３としたときには、２列
分前方からのフィードバックを受けつつ、同一の列に対
して３回一列訂正処理が行われることになる。

【００２８】図１６は、同一の列に対して一列訂正処理
を行ったときに、属性の変化がなくなるまで、次の列に
移らずに訂正処理を行う例である。図１６の記号の意味
は、図１５と同じである。図１６は、第ｋ列に対して一
列訂正処理を３回繰り返した後、次の（ｋ＋１）列に動
作が移る例を示している。この場合の処理の手順につい
て、図１９の流れ図をもとに説明する。まず最初にｊ＝
０として初期化し（ｓ２０１），ｊに１を加える（ｓ２
０２）。ｓ２０３ではｊとＪｍａｘを比べて、ｊがＪｍ
ａｘより大きいときは処理を終了し、Ｊｍａｘ以下のと
きはループカウンタＬを初期化する（ｓ２０４）。ｓ２
０５でＬに１を加えた後、一列訂正処理を行う（ｓ２０
６）。ｓ２０７では予め設定した最大ループ数Ｌｍａｘ
と比較して、等しいときはｓ２０２へ戻って次の列の訂
正に移り、小さいときはｓ２０８へ行く。このＬｍａｘ
は、処理が無限ループに入るのを防止するためのもので
ある。ｓ２０８では一列訂正処理によって、この列に属
する小領域の属性が変化したかどうか判定し、変化があ
った場合はｓ２０５に戻ってもう一度一列訂正処理を行
う。一方、変化がなかった場合は収束したものとして、
次の列の一列訂正処理に移る。

【００２９】図１７は、前方の列からのフィードバック
を受けつつ、一列訂正処理を収束するまで繰り返す、図
１５と図１６で示した訂正方法を併用したものである。
図１７内の記号は図１５で示したものと同様である。例
えば、図中イで示した第３列の一列訂正処理が終了した
後、ロで示した処理、ハで示した処理と移行してゆき、
ハの終了時点でロおよびハの処理中に属性の変更があっ
た場合は、もう一度ロの処理に戻り（ｂの経路）、収束
するまでこの動作を繰り返す。一方変化がなかった場合
は第４列へ移って（ａの経路）、ニの処理に入る。この
例では、属性の変化を計測する対象をロおよびハの処理
に限定したが、ハのみでもイロハすべてを対象としも良
いし、処理の戻る場所をイもしくはハとしてもよい。

【００３０】（実施例３）第２０図に、本発明の画像処
理装置のブロック構成図を示す。本装置は、多階調で入
力された文書画像を、文字・図表等の２値で充分な領域
と写真等の階調を必要とする領域を分離抽出し、それぞ
れの領域の特性に適した処理を施して出力を行う装置で
ある。図２０において、１０１は文字・図・表・写真等
が混在した文書画像を多階調で取り込む画像入力手段
で、スキャナ・カメラ等を用いる。１０２は入力文書画
像を文字領域・写真領域・空白領域に分離する領域分離
手段である。この領域分離手段には、以下の５つの構成
要素が含まれる。１０３は、入力されたされた文書画像
を横Ｍ画素・縦Ｎ画素をひとかたまりとする小領域に分
割し、ＲＡＭ１０７上に格納する小領域分割部である。
１０４は、ＭｘＮ画素からなる小領域の特徴を前述した
方法で抽出する小領域特徴抽出部で、ここで抽出された
特徴量もＲＡＭ１０７上に格納される。次にこの特徴量
をもとにして、１０５の小領域属性判定部で小領域の属
性の判定を行い、判定結果をＲＡＭ１０７上に格納す
る。小領域属性訂正部１０６においては、実施例１もし
くは２で述べた訂正処理を行い、小領域の属性が変化し
た場合は、ＲＡＭ１０７上に格納された該当する小領域
の属性を書き換える。

【００３１】１１０は、領域分離が終了した小領域に対
応する文書画像をＲＡＭ１０７から読み出して、後述す
るように画像出力手段１１１の特性に合わせた処理を行
う小領域画像処理手段である。１０８は、本画像処理装
置全体の制御を司る中央演算処理装置（ＣＰＵ）で、１
０９は、制御用のプログラムが格納されている読みだし
専用メモり（ＲＯＭ）である。本実施例では、１０３か
ら１０６迄および１１０の各要素における処理をそれぞ
れ専用のハードウエアで行う例を示したが、各処理をＲ
ＯＭ１０９もしくはＲＡＭ１０７に格納されたソフトウ
エアによりＣＰＵ１０８で行ってもよい。

【００３２】次に、図２０における小領域画像処理手段
１１０について詳細に説明する。小領域画像処理手段１
１０では、画像出力手段１１１の特性と小領域の属性を
考慮して、それぞれの特性に適した処理を行う。例え
ば、画像出力手段１１１が２値画像のみ出力できる複写
機やファクシミリの場合の処理について、図２１を用い
て説明する。図２１は小領域画像処理手段１１０内での
処理の流れを示す。まず、訂正処理が終了した小領域の
画像データをＲＡＭ１０７から読みだし（ｓ３０１）、
さらにこの小領域の属性を読み出して、その属性に応じ
て処理を分岐する（ｓ３０２）。属性が空白のときは何
もせずに空白のデータを画像出力部に送付する（ｓ３０
７）。文字のときは、鮮鋭化処理を施した（ｓ３０３）
後、２値化し（ｓ３０４）画像出力部に送付する（ｓ３
０７）。写真のときは、平滑化処理（ｓ３０５）後、デ
ィザ処理（ｓ３０６）を行う。本実施例では、文字領域
に対して鮮鋭化処理、写真領域に対して平滑化処理を施
したが、これらの処理は必ずしも行う必要はない。

【００３３】画像出力手段１１１が外部記憶装置の場合
は、文字領域は２値化した後、文字認識を行い、コード
情報に変換して記憶する。一方、写真領域に関しては、
階調データを保存しつつ画像圧縮を行って記憶すること
により、全体として、それぞれの領域の特性に適した形
式で文書画像情報の保存が行える。

【００３４】

【発明の効果】以上説明したように、本発明では小領域
の特徴を抽出し、この特徴量によって小領域の属性を判
定した後、注目小領域の近傍にある小領域の属性を参照
して訂正処理をフィードバックをかけつつ、各々の小領
域に対して複数回行うので、より良い精度で領域分離が
行えるという効果を有する。

【００３５】

【図面の簡単な説明】

【図１】本発明の領域分離方法の流れ図である。

【図２】入力文書画像をＭｘＮ画素の小領域に分割した
ときの概略図である。

【図３】ＭｘＮ画素含む小領域の拡大図である。

【図４】注目画素の８近傍画素を示す図である。

【図５】文字画像の黒画素密度の分布図（ａ）および８
近傍差分最大値の分布図（ｂ）である。

【図６】写真画像の黒画素密度の分布図（ａ）および８
近傍差分最大値の分布図（ｂ）である。

【図７】本発明の領域属性判定処理の流れ図である。

【図８】本発明の領域判定処理（イ）の流れ図である。

【図９】本発明の領域判定処理（ロ）の流れ図である。

【図１０】本発明の領域判定処理（ハ）の流れ図であ
る。

【図１１】本発明の領域判定処理（ニ）の流れ図であ
る。

【図１２】本発明の領域属性訂正処理の条件を示す図で
ある。

【図１３】本発明の領域分離方法の小領域処理手順を示
す図である。

【図１４】小領域の近傍小領域の状態を示す図である。

【図１５】本発明の訂正処理の一例を示す摸式図であ
る。

【図１６】本発明の訂正処理の一例を示す摸式図であ
る。

【図１７】本発明の訂正処理の一例を示す摸式図であ
る。

【図１８】図１５で示した訂正処理の流れ図である。

【図１９】図１６で示した訂正処理の流れ図である。

【図２０】本発明の画像処理装置の構成図である。

【図２１】本発明の小領域画像処理手段内の処理の流れ
図である。

【符号の説明】

１０１ 画像入力手段 １０２ 領域分離手段 １０３ 小領域分割部 １０４ 小領域特徴抽出部 １０５ 小領域属性判定部 １０６ 小領域属性訂正部 １０７ ＲＡＭ １０８ ＣＰＵ １０９ ＲＯＭ １１０ 小領域画像処理手段 １１１ 画像出力手段

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/20 G06T 7/40 H04N 1/40

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】 多階調で入力された文書画像をＭ画素×
   Ｎ画素からなる小領域に分割するステップと、 前記小領域の特徴量を抽出するステップと、 前記抽出した特徴量に基づき前記小領域の属性を判定す
   るステップと、 前記小領域の近傍にある他の小領域の属性に基づいて前
   記小領域の属性を見直し、必要に応じて前記属性を訂正
   するステップと、前記属性を訂正するステップを、フィードバックをかけ
   ながら複数回行うステップと、 を含む領域分離方法。
2. 【請求項２】 前記抽出する特徴量が、前記小領域にお
   けるしきい値以上の濃度を有する画素の割合と、前記小
   領域における各画素とその近傍画素との濃度の差分値の
   最大値の分布と、を含む請求項１記載の領域分離方法。
3. 【請求項３】 文書画像を多階調で入力する画像入力手
   段と、前記入力された文書画像をＭ画素×Ｎ画素からなる小領
   域に分割する小領域分割部と、前記小領域の特徴量を抽
   出する小領域特徴量抽出部と、前記特徴量に基づき前記
   小領域の属性を判定する小領域属性判定部と、前記小領
   域の画像、特徴量および属性を記憶する記憶部と、前記
   小領域の近傍にある他の小領域の属性を参照し、必要に
   応じて前記小領域の属性を訂正する処理を、フィードバ
   ックをかけながら複数回行う小領域属性訂正部と、を有
   する領域分離手段と、 前記小領域の画像に対し前記属性に応じた最適な処理を
   する小領域画像処理手段と、 前記小領域画像処理手段の処理結果を出力する画像出力
   手段と、 前記各手段を制御する制御手段と、 を備える画像処理装置。