JP3245455B2 - 画像データ読み込み方法 - Google Patents
画像データ読み込み方法Info
- Publication number
- JP3245455B2 JP3245455B2 JP21599992A JP21599992A JP3245455B2 JP 3245455 B2 JP3245455 B2 JP 3245455B2 JP 21599992 A JP21599992 A JP 21599992A JP 21599992 A JP21599992 A JP 21599992A JP 3245455 B2 JP3245455 B2 JP 3245455B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- size
- image
- pixel
- type
- 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 Input (AREA)
- Processing Or Creating Images (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、画像データ読み取り方
法に関する。与えられた様々な画像データを正しく読み
込むことは、画像処理の一連の流れの先頭に位置づけら
れる技術である。現在のほとんどの画像データはヘッダ
情報を有するが、本発明は、ヘッダ情報のない画像デー
タをも正しく読み込むための方法を提供するものであ
る。
法に関する。与えられた様々な画像データを正しく読み
込むことは、画像処理の一連の流れの先頭に位置づけら
れる技術である。現在のほとんどの画像データはヘッダ
情報を有するが、本発明は、ヘッダ情報のない画像デー
タをも正しく読み込むための方法を提供するものであ
る。
【０００２】
【従来の技術】画像データは、通常それがどういう形式
で並んでいるかを、その内部にヘッダ情報という形で持
っている。この概念を図７に示す。図７の画像は、各画
素の升目中に示す数値が大きい右下の方が明るく、また
その大きさが３×３の画像である。ヘッダは、この画像
を一次元の画像データとした際に、各画素の値をどのよ
うに並べたかを示す。
で並んでいるかを、その内部にヘッダ情報という形で持
っている。この概念を図７に示す。図７の画像は、各画
素の升目中に示す数値が大きい右下の方が明るく、また
その大きさが３×３の画像である。ヘッダは、この画像
を一次元の画像データとした際に、各画素の値をどのよ
うに並べたかを示す。
【０００３】このようなヘッダを持つ画像データの読み
込み方法は、従来技術であり以下のように行なう。ま
ず、ヘッダだけを読んで画像の大きさや並べ方を調べ
る。次に、画像本体のデータを読んでヘッダに指定され
た大きさの升目に、一次元の画像データをヘッダに指定
された並べ方で詰めていく。もちろん、どのように画像
の大きさや並べ方がヘッダに記述されているかは、ヘッ
ダの形式から予め分かるものとする。
込み方法は、従来技術であり以下のように行なう。ま
ず、ヘッダだけを読んで画像の大きさや並べ方を調べ
る。次に、画像本体のデータを読んでヘッダに指定され
た大きさの升目に、一次元の画像データをヘッダに指定
された並べ方で詰めていく。もちろん、どのように画像
の大きさや並べ方がヘッダに記述されているかは、ヘッ
ダの形式から予め分かるものとする。
【０００４】しかし、すべての画像データがこのような
ヘッダを持っているわけではなく、画像本体のデータし
か持たない画像データも存在する。このような画像デー
タは、それを読み込む際に外部から付加的な情報を与え
られることを必要とする。例えば、スキャナ（光学的な
読み取り装置）から送られてくる画像データは、通常ヘ
ッダを持たない。
ヘッダを持っているわけではなく、画像本体のデータし
か持たない画像データも存在する。このような画像デー
タは、それを読み込む際に外部から付加的な情報を与え
られることを必要とする。例えば、スキャナ（光学的な
読み取り装置）から送られてくる画像データは、通常ヘ
ッダを持たない。
【０００５】
【発明が解決しようとする課題】このようなヘッダを持
たない画像データに対して、毎回読み込みの際に付加的
な情報を与えるのは煩雑であるという問題がある。ま
た、付加的な情報を喪失してしまった画像データはもう
読み込めないという問題もある。
たない画像データに対して、毎回読み込みの際に付加的
な情報を与えるのは煩雑であるという問題がある。ま
た、付加的な情報を喪失してしまった画像データはもう
読み込めないという問題もある。
【０００６】本発明は、このような従来の問題点に鑑
み、ヘッダを持たない画像データに対して、画像本体の
データからその大きさと並び方を推論することにより、
ヘッダを持つ画像データも、ヘッダを持たない画像デー
タも正しく読み込み、表示する方法を提供することを目
的とする。
み、ヘッダを持たない画像データに対して、画像本体の
データからその大きさと並び方を推論することにより、
ヘッダを持つ画像データも、ヘッダを持たない画像デー
タも正しく読み込み、表示する方法を提供することを目
的とする。
【０００７】
【課題を解決するための手段】本発明によれば、上述の
目的は、前記特許請求の範囲に記載した方法にて達成さ
れる。
目的は、前記特許請求の範囲に記載した方法にて達成さ
れる。
【０００８】すなわち、請求項１の発明は、ヘッダ情報
を持たない画像データを読み取るための方法であって、
ある画像データを入力するステップと、入力した画像デ
ータが、ヘッダ情報を持っているか否かを判定するステ
ップと、画像データがヘッダ情報を持っていない場合に
おいて、その画像データの並び方を推論するステップ
と、その画像データの大きさを推論するステップとを含
む画像データ読み取り方法である。
を持たない画像データを読み取るための方法であって、
ある画像データを入力するステップと、入力した画像デ
ータが、ヘッダ情報を持っているか否かを判定するステ
ップと、画像データがヘッダ情報を持っていない場合に
おいて、その画像データの並び方を推論するステップ
と、その画像データの大きさを推論するステップとを含
む画像データ読み取り方法である。
【０００９】また、請求項２の発明は、前記画像データ
の並び方を推論するステップにおいて、その画像データ
が、各色成分のデータを、画素ごとに隣接して並べてい
るものであるか否かを判定するステップと、その画像デ
ータが、各色成分のデータを、色ごとにまとめて並べて
いるものであるか否かを判定するステップとを含む画像
データ読み取り方法である。
の並び方を推論するステップにおいて、その画像データ
が、各色成分のデータを、画素ごとに隣接して並べてい
るものであるか否かを判定するステップと、その画像デ
ータが、各色成分のデータを、色ごとにまとめて並べて
いるものであるか否かを判定するステップとを含む画像
データ読み取り方法である。
【００１０】また、請求項３の発明は、前記画像データ
の大きさを推論するステップにおいて、画像データの長
さを因数分解して得られる各候補に対して、その縦方向
の変動量と横方向の変動量との比を求めるステップと、
この比を最も望ましい値とする候補をその画像データの
大きさとするステップとを含む画像データ読み取り方法
である。
の大きさを推論するステップにおいて、画像データの長
さを因数分解して得られる各候補に対して、その縦方向
の変動量と横方向の変動量との比を求めるステップと、
この比を最も望ましい値とする候補をその画像データの
大きさとするステップとを含む画像データ読み取り方法
である。
【００１１】また、請求項４の発明は、前記各画素ごと
に、その各色成分が隣接して並んでいるものであるか否
かを判定するステップにおいて、隣接画素の値の差と、
色数おきの画素の値の差とを比較するステップを含む画
像データ読み取り方法である。
に、その各色成分が隣接して並んでいるものであるか否
かを判定するステップにおいて、隣接画素の値の差と、
色数おきの画素の値の差とを比較するステップを含む画
像データ読み取り方法である。
【００１２】また、請求項５の発明は、前記各画素の各
色成分がまとめて並んでいるものであるか否かを判定す
るステップにおいて、画像データを色数だけ等分したも
のの類似性と近接画素の類似性とを比較するステップを
含む画像データ読み取り方法である。
色成分がまとめて並んでいるものであるか否かを判定す
るステップにおいて、画像データを色数だけ等分したも
のの類似性と近接画素の類似性とを比較するステップを
含む画像データ読み取り方法である。
【００１３】また、請求項６の発明は、前記比を最も望
ましい値とする候補をその画像データの大きさとするス
テップによっても、画像データの大きさについての推論
結果が一意に定まらない場合において、正方形により近
い大きさである候補を、その画像データの大きさである
と推論するステップを含む画像データ読み取り方法であ
る。
ましい値とする候補をその画像データの大きさとするス
テップによっても、画像データの大きさについての推論
結果が一意に定まらない場合において、正方形により近
い大きさである候補を、その画像データの大きさである
と推論するステップを含む画像データ読み取り方法であ
る。
【００１４】
【作用】本発明は、ヘッダを持たない画像データに対し
て、まず画像データの並び方を推論し、その後画像デー
タの大きさを推論することにより、ヘッダを持たない画
像データを正しく読み込むことを可能とする。
て、まず画像データの並び方を推論し、その後画像デー
タの大きさを推論することにより、ヘッダを持たない画
像データを正しく読み込むことを可能とする。
【００１５】本発明による処理の大まかな流れは、以下
の通りである。 ．まず、与えられた画像データが特定のヘッダを持っ
ているかどうかを判定する。持っている場合には、その
ヘッダの形式に沿って画像データの並び方と大きさを調
べ、画像本体のデータを読み込む。これは、従来技術と
同様である。 ．画像データの先頭が、既知のどのヘッダとも合致し
ない場合には、ヘッダを持たない画像データとみなす。
この場合、まず、画像データの並び方を推論する。並び
方は原理的には様々なものが考えられるが、実用上は３
つの型しか用いられないと考えられる。従って、その中
のどの並び方であるかを判定すれば十分であるとする。 ．次に、画像データの大きさを推論する。画像データ
全体の長さが既知であるので、画素の総数を計算するこ
とができる。従って、この総数を因数分解して、もっと
も妥当な組み合わせを求めれば画像の横幅と縦幅とを定
めることができる。 ．以上の推論により求めた画像データの並び方、及び
大きさを用いて画像データを読み込む。
の通りである。 ．まず、与えられた画像データが特定のヘッダを持っ
ているかどうかを判定する。持っている場合には、その
ヘッダの形式に沿って画像データの並び方と大きさを調
べ、画像本体のデータを読み込む。これは、従来技術と
同様である。 ．画像データの先頭が、既知のどのヘッダとも合致し
ない場合には、ヘッダを持たない画像データとみなす。
この場合、まず、画像データの並び方を推論する。並び
方は原理的には様々なものが考えられるが、実用上は３
つの型しか用いられないと考えられる。従って、その中
のどの並び方であるかを判定すれば十分であるとする。 ．次に、画像データの大きさを推論する。画像データ
全体の長さが既知であるので、画素の総数を計算するこ
とができる。従って、この総数を因数分解して、もっと
も妥当な組み合わせを求めれば画像の横幅と縦幅とを定
めることができる。 ．以上の推論により求めた画像データの並び方、及び
大きさを用いて画像データを読み込む。
【００１６】以下、画像データの並び方の推論と、画像
データの大きさの推論とに関して詳述する。まずは、画
像データの並び方の推論について説明し、その後、画像
データの大きさの推論について説明する。
データの大きさの推論とに関して詳述する。まずは、画
像データの並び方の推論について説明し、その後、画像
データの大きさの推論について説明する。
【００１７】画像データの並び方は、実用上は以下の３
つの型に分類される。 イ．ＲＧＢ型 カラーの画像に対して適用され、各画素
のＲ（赤）成分をまず全部並べて、次にＧ（緑）成分を
全部並べて、最後にＢ（青）成分を全部並べる形式。 ロ．［ＲＧＢ］型 カラーの画像に対して適用され、各
画素のＲ成分、Ｇ成分、Ｂ成分を隣接して並べる形式。 ハ．モノクロ型 各画素の値を順に並べる形式。 なお、モノクロ型の画像データの例は図７に示したの
で、ここではＲＧＢ型と［ＲＧＢ］型の例を示す。
つの型に分類される。 イ．ＲＧＢ型 カラーの画像に対して適用され、各画素
のＲ（赤）成分をまず全部並べて、次にＧ（緑）成分を
全部並べて、最後にＢ（青）成分を全部並べる形式。 ロ．［ＲＧＢ］型 カラーの画像に対して適用され、各
画素のＲ成分、Ｇ成分、Ｂ成分を隣接して並べる形式。 ハ．モノクロ型 各画素の値を順に並べる形式。 なお、モノクロ型の画像データの例は図７に示したの
で、ここではＲＧＢ型と［ＲＧＢ］型の例を示す。
【００１８】図２の画像は、画面左上は灰色であり、右
下にいくほど赤くかつ明るくなっている画像である。な
お、カラー画像の色数を３色に限定する必要はないが、
以下の説明では３色とする。また、［ＲＧＢ］型におい
ては、各画素ごとに一つ分だけ‘０’を余分に詰めた
［０ＲＧＢ］型あるいは［ＲＧＢ０］型という画像デー
タ形式も存在する。
下にいくほど赤くかつ明るくなっている画像である。な
お、カラー画像の色数を３色に限定する必要はないが、
以下の説明では３色とする。また、［ＲＧＢ］型におい
ては、各画素ごとに一つ分だけ‘０’を余分に詰めた
［０ＲＧＢ］型あるいは［ＲＧＢ０］型という画像デー
タ形式も存在する。
【００１９】ところで、これらの画像データの並び方に
関する名称は便宜的なものであり、一般に通用するもの
ではない。以下では、与えられた画像データがどの画像
データ形式であるかを判定する方法に関して詳述する。
まず、全体の流れを図１に示す。
関する名称は便宜的なものであり、一般に通用するもの
ではない。以下では、与えられた画像データがどの画像
データ形式であるかを判定する方法に関して詳述する。
まず、全体の流れを図１に示す。
【００２０】まず、図１の”ステップ４”の［ＲＧＢ］
型であるか、それ以外であるかの判定に関して説明す
る。元々の画像が完全にランダムなものであった場合に
は、もちろんこの判定は非常に困難である。しかし、通
常の場合、画像には隣接画素間においては、その両者の
値はごく近いという性質がある。この性質を用いて、
［ＲＧＢ］型かどうかの判定を行なうことが可能と考え
られる。
型であるか、それ以外であるかの判定に関して説明す
る。元々の画像が完全にランダムなものであった場合に
は、もちろんこの判定は非常に困難である。しかし、通
常の場合、画像には隣接画素間においては、その両者の
値はごく近いという性質がある。この性質を用いて、
［ＲＧＢ］型かどうかの判定を行なうことが可能と考え
られる。
【００２１】ここで、ｉ番目の画像データの値をｘと書
くことにし、一次元の画像データの長さをＬとする。画
素の個数はＬの３分の１であり、これをＮ（＝Ｌ／３）
と書く。まず、画像データを先頭から順に読んで行き、
以下の量を計算する。
くことにし、一次元の画像データの長さをＬとする。画
素の個数はＬの３分の１であり、これをＮ（＝Ｌ／３）
と書く。まず、画像データを先頭から順に読んで行き、
以下の量を計算する。
【数１】
【００２２】上記のＡ，Ｂ，Ｃを求める実際の計算は以
下のように行なう。ここでは、Ａの計算方法のみを示す
が、ＢとＣについても同様に行なうことができる。
下のように行なう。ここでは、Ａの計算方法のみを示す
が、ＢとＣについても同様に行なうことができる。
【００２３】．カウンタｉに‘０’を、カウンタＳｕ
ｍに‘０’を代入する。 ．現在のｉの値に対して、数２の値を計算して、Ｓｕ
ｍに加える。 ．ｉの値に‘１’を加える。 ．ｉが（Ｎ−２）よりも大きくなったら、ここで終了
する。 ．再び、上記のへ飛ぶ。
ｍに‘０’を代入する。 ．現在のｉの値に対して、数２の値を計算して、Ｓｕ
ｍに加える。 ．ｉの値に‘１’を加える。 ．ｉが（Ｎ−２）よりも大きくなったら、ここで終了
する。 ．再び、上記のへ飛ぶ。
【数２】
【００２４】Ａは、画像データを３つおきに取り出し、
その差の絶対値をすべての組み合わせに渡って加えたも
のである。従って、もし画像データが［ＲＧＢ］型であ
れば、隣接画素間の値の差の平均をδｘとすると、Ａ
は、おおよそ（Ｎ−１）×３δｘに等しい。
その差の絶対値をすべての組み合わせに渡って加えたも
のである。従って、もし画像データが［ＲＧＢ］型であ
れば、隣接画素間の値の差の平均をδｘとすると、Ａ
は、おおよそ（Ｎ−１）×３δｘに等しい。
【００２５】一方、もし画像データがＲＧＢ型あるいは
モノクロ型である場合には、３つだけ離れた画素の値の
差になるので、個々の項はおおよそ３δｘになると予想
される。従って、Ａの値はおおよそ（Ｎ−１）×９δｘ
になる。画像データがＲＧＢ型あるいはモノクロ型であ
る場合には、Ｂはおおよそ（Ｎ−１）×δｘに、Ｃはお
およそ（Ｎ−１）×２δｘになる。
モノクロ型である場合には、３つだけ離れた画素の値の
差になるので、個々の項はおおよそ３δｘになると予想
される。従って、Ａの値はおおよそ（Ｎ−１）×９δｘ
になる。画像データがＲＧＢ型あるいはモノクロ型であ
る場合には、Ｂはおおよそ（Ｎ−１）×δｘに、Ｃはお
およそ（Ｎ−１）×２δｘになる。
【００２６】画像データが［ＲＧＢ］型の場合のＢとＣ
に関しては、一つの画素の各色間での差の平均をδｃと
すれば、以下のように計算できる。まず、Ｂは隣接画素
の違う色の値の差の絶対値なので、各項はおおよそ（δ
ｘ＋δｃ）で評価できる。従って、Ｂの値はおおよそ
（Ｎ−１）×（δｘ＋δｃ）になる。また、Ｃの値は、
おおよそ（Ｎ−１）×２δｃになる。
に関しては、一つの画素の各色間での差の平均をδｃと
すれば、以下のように計算できる。まず、Ｂは隣接画素
の違う色の値の差の絶対値なので、各項はおおよそ（δ
ｘ＋δｃ）で評価できる。従って、Ｂの値はおおよそ
（Ｎ−１）×（δｘ＋δｃ）になる。また、Ｃの値は、
おおよそ（Ｎ−１）×２δｃになる。
【００２７】さて、与えられた画像データが［ＲＧＢ］
型であるかどうかの判定の方法を以下に示す。 ．もし、 Ａ＜（Ｂ＋Ｃ） であれば、［ＲＧＢ］型と
判定する。 ．もし、 Ａ＜（Ｂ＋Ｃ） でない場合でも、Ａ＜３
（Ｂ＋Ｃ） であり、かつ Ｃ＜Ｂ ならば、［ＲＧＢ］
型と判定する。 ．，以外の場合には、ＲＧＢ型あるいはモノクロ
型であると判定する。
型であるかどうかの判定の方法を以下に示す。 ．もし、 Ａ＜（Ｂ＋Ｃ） であれば、［ＲＧＢ］型と
判定する。 ．もし、 Ａ＜（Ｂ＋Ｃ） でない場合でも、Ａ＜３
（Ｂ＋Ｃ） であり、かつ Ｃ＜Ｂ ならば、［ＲＧＢ］
型と判定する。 ．，以外の場合には、ＲＧＢ型あるいはモノクロ
型であると判定する。
【００２８】このように判定できる理由は以下の通りで
ある。もし、画像データがＲＧＢ型あるいはモノクロ型
であれば、Ａはおおよそ ３×（Ｂ＋Ｃ） になるので、
Ａ≧（Ｂ＋Ｃ） である。従って、Ａ＜（Ｂ＋Ｃ） の場
合には［ＲＧＢ］型になると結論できる。
ある。もし、画像データがＲＧＢ型あるいはモノクロ型
であれば、Ａはおおよそ ３×（Ｂ＋Ｃ） になるので、
Ａ≧（Ｂ＋Ｃ） である。従って、Ａ＜（Ｂ＋Ｃ） の場
合には［ＲＧＢ］型になると結論できる。
【００２９】しかし、画像データが［ＲＧＢ］型であっ
ても、必ずしも Ａ＜（Ｂ＋Ｃ） にはならない。画像デ
ータが［ＲＧＢ］型の場合、Ａは （Ｎ−１）×３δｘ
で（Ｂ＋Ｃ）は （Ｎ−１）×（δｘ＋３δｃ） であ
る。従って、δｃがδｘよりも十分大きい通常の場合に
は、 Ａ＜（Ｂ＋Ｃ） になるが、δｃがδｘよりも小さ
い場合には、 Ａ≧（Ｂ＋Ｃ） になってしまう。
ても、必ずしも Ａ＜（Ｂ＋Ｃ） にはならない。画像デ
ータが［ＲＧＢ］型の場合、Ａは （Ｎ−１）×３δｘ
で（Ｂ＋Ｃ）は （Ｎ−１）×（δｘ＋３δｃ） であ
る。従って、δｃがδｘよりも十分大きい通常の場合に
は、 Ａ＜（Ｂ＋Ｃ） になるが、δｃがδｘよりも小さ
い場合には、 Ａ≧（Ｂ＋Ｃ） になってしまう。
【００３０】この状態は、各画素での色毎の変化が非常
に少ない画像、つまり灰色の画像の際に起こることが予
想される。しかし、このような状態であっても、Ａ＜３
×（Ｂ＋Ｃ）は成立する。かつ、δｃ＜δｘであるの
で、Ｃ＜Ｂが成立する。しかし、画像データがＲＧＢ型
の場合には、Ｃ＝２Ｂであるので、この不等式は成り立
たない。
に少ない画像、つまり灰色の画像の際に起こることが予
想される。しかし、このような状態であっても、Ａ＜３
×（Ｂ＋Ｃ）は成立する。かつ、δｃ＜δｘであるの
で、Ｃ＜Ｂが成立する。しかし、画像データがＲＧＢ型
の場合には、Ｃ＝２Ｂであるので、この不等式は成り立
たない。
【００３１】以上述べた方法によって、［ＲＧＢ］型の
画像データであるかどうかの判定が可能になる。
画像データであるかどうかの判定が可能になる。
【００３２】次に、図１に示す”ステップ５”のＲＧＢ
型かモノクロ型かの判定に関して述べる。この判定も、
元々の画像が完全にランダムなものである場合には非常
に困難である。しかし、通常の場合、画像には、色毎の
画素の値の変化には強い類似性がある。
型かモノクロ型かの判定に関して述べる。この判定も、
元々の画像が完全にランダムなものである場合には非常
に困難である。しかし、通常の場合、画像には、色毎の
画素の値の変化には強い類似性がある。
【００３３】強い類似性というのは、具体的には、画面
上でＲ（赤）成分が暗くなっている箇所では、Ｇ（緑）
成分も暗くなっている、という事態を指す。この性質を
用いて、ＲＧＢ型かどうかの判定を行なうことが可能で
あると考えられる。
上でＲ（赤）成分が暗くなっている箇所では、Ｇ（緑）
成分も暗くなっている、という事態を指す。この性質を
用いて、ＲＧＢ型かどうかの判定を行なうことが可能で
あると考えられる。
【００３４】この判定は、画像データを３等分したもの
の類似性を近接画素の類似性と比較することにより行な
う。具体的には、まず画像データを３つおきにとったも
のの差の列α1，α2，α3と、３等分したものの差の列
β1，β2，β3を以下のように定義する。
の類似性を近接画素の類似性と比較することにより行な
う。具体的には、まず画像データを３つおきにとったも
のの差の列α1，α2，α3と、３等分したものの差の列
β1，β2，β3を以下のように定義する。
【数３】
【００３５】そして、後で定義するα間の類似性とβ間
の類似性とを比較して、次のように判定する。すなわ
ち、もし、β間の類似性の方が強い場合には、ＲＧＢ型
と判定し、そうでない場合には、モノクロ型と判定す
る。
の類似性とを比較して、次のように判定する。すなわ
ち、もし、β間の類似性の方が強い場合には、ＲＧＢ型
と判定し、そうでない場合には、モノクロ型と判定す
る。
【００３６】このように判定できる理由は以下の通りで
ある。もし、画像データがモノクロ型である場合には、
画像データを３等分したものの差の列であるβは、ほと
んど類似性を持たないだろうと推測できる。一方、画像
データを３つおきにとったものの差の列であるαは、お
互いに‘１’〜‘２’画素しか離れていない画素の値の
差を並べたものであるから、強い類似性を持つと予想で
きる。
ある。もし、画像データがモノクロ型である場合には、
画像データを３等分したものの差の列であるβは、ほと
んど類似性を持たないだろうと推測できる。一方、画像
データを３つおきにとったものの差の列であるαは、お
互いに‘１’〜‘２’画素しか離れていない画素の値の
差を並べたものであるから、強い類似性を持つと予想で
きる。
【００３７】この逆に、もし画像データがＲＧＢ型であ
る場合には、βは色毎に隣接画素間の値を引き算したも
の（色毎に３つ）になるが、色毎の画素の値の変化には
前述したように通常強い類似性がある。
る場合には、βは色毎に隣接画素間の値を引き算したも
の（色毎に３つ）になるが、色毎の画素の値の変化には
前述したように通常強い類似性がある。
【００３８】αとβの間の類似性の尺度に関しては何を
用いてもよいが、ここでは相関係数を用いる方式につい
て説明する。まず、一般的に２つの列Ｐ＝（Ｐ1，Ｐ2，
・・・，ＰK），Ｑ＝（Ｑ1，Ｑ2，・・・，ＱK）の間の
相関係数γは以下の式で定義することができる。
用いてもよいが、ここでは相関係数を用いる方式につい
て説明する。まず、一般的に２つの列Ｐ＝（Ｐ1，Ｐ2，
・・・，ＰK），Ｑ＝（Ｑ1，Ｑ2，・・・，ＱK）の間の
相関係数γは以下の式で定義することができる。
【数４】
【００３９】 γの具体的な計算方法は、以下の通りである。 -ａ．カウンタｉを、‘１’にセットする。 -ｂ．カウンタＢｕｎｓｈｉを、‘０’にセットす
る。 -ｃ．カウンタＢｕｎｂｏＰを、‘０’にセットす
る。 -ｄ．カウンタＢｕｎｂｏＱを、‘０’にセットす
る。 -ａ．現在のｉの値に対して、Ｐi×Ｑiを計算する。 -ｂ．Ｐi×Ｑiの値を、カウンタＢｕｎｓｈｉに加え
る。 -ａ．現在のｉの値に対して、Ｐi 2を計算する。 -ｂ．Ｐi 2の値を、カウンタＢｕｎｂｏＰに加える。 -ａ．現在のｉの値に対して、Ｑi 2を計算する。 -ｂ．Ｑi 2の値を、カウンタＢｕｎｂｏＱに加える。 -ａ．ｉの値を‘１’だけ増やす。 -ｂ．ｉがＫ以下ならば、再び-ａへ飛ぶ。 ．数５を計算して、γとする。
る。 -ｃ．カウンタＢｕｎｂｏＰを、‘０’にセットす
る。 -ｄ．カウンタＢｕｎｂｏＱを、‘０’にセットす
る。 -ａ．現在のｉの値に対して、Ｐi×Ｑiを計算する。 -ｂ．Ｐi×Ｑiの値を、カウンタＢｕｎｓｈｉに加え
る。 -ａ．現在のｉの値に対して、Ｐi 2を計算する。 -ｂ．Ｐi 2の値を、カウンタＢｕｎｂｏＰに加える。 -ａ．現在のｉの値に対して、Ｑi 2を計算する。 -ｂ．Ｑi 2の値を、カウンタＢｕｎｂｏＱに加える。 -ａ．ｉの値を‘１’だけ増やす。 -ｂ．ｉがＫ以下ならば、再び-ａへ飛ぶ。 ．数５を計算して、γとする。
【数５】
【００４０】相関係数は、‘−１’から‘１’までの値
を取り、‘０’から離れるほど両者の間の類似性は高い
とされる。詳細は、例えば岩波・理化学辞典の相関係数
の欄を参照されたい。
を取り、‘０’から離れるほど両者の間の類似性は高い
とされる。詳細は、例えば岩波・理化学辞典の相関係数
の欄を参照されたい。
【００４１】この相関係数を用いて、α間の類似度を以
下のように定める。 α間の類似度＝α1とα2の相関係数の絶対値×α1とα3
の相関係数の絶対値×α2とα3の相関係数の絶対値 β間の類似度もこれと同様に定める。以上の方法によっ
て、ＲＧＢ型とモノクロ型の画像データを区別すること
が可能となる。
下のように定める。 α間の類似度＝α1とα2の相関係数の絶対値×α1とα3
の相関係数の絶対値×α2とα3の相関係数の絶対値 β間の類似度もこれと同様に定める。以上の方法によっ
て、ＲＧＢ型とモノクロ型の画像データを区別すること
が可能となる。
【００４２】以上画像データの並び方の推論について詳
細に説明した。続いて、画像データの大きさの推論につ
いて説明する。画像データの大きさとは、画面のＸ方向
の大きさとＹ方向の大きさのことである。ただしここで
は、座標原点を画面左上とし、画面の横方向をＸ方向、
画面の縦方向をＹ方向とする。また、画像データはＸ方
向が速く変化するようにして、一元的に並べてあるとす
る。
細に説明した。続いて、画像データの大きさの推論につ
いて説明する。画像データの大きさとは、画面のＸ方向
の大きさとＹ方向の大きさのことである。ただしここで
は、座標原点を画面左上とし、画面の横方向をＸ方向、
画面の縦方向をＹ方向とする。また、画像データはＸ方
向が速く変化するようにして、一元的に並べてあるとす
る。
【００４３】画像データの長さは既知であるから、その
長さを因数分解して最も妥当な組み合わせを、画像のＸ
方向の長さとＹ方向の長さとすればよい。元々の画像が
完全にランダムなものである場合には、もちろんこの推
論は非常に困難である。しかし、通常の場合、画像に
は、隣接画素間においてはその両画素の値はごく近いと
いう性質がある。この性質を用いて画像データの大きさ
を推論することが可能と考えられる。
長さを因数分解して最も妥当な組み合わせを、画像のＸ
方向の長さとＹ方向の長さとすればよい。元々の画像が
完全にランダムなものである場合には、もちろんこの推
論は非常に困難である。しかし、通常の場合、画像に
は、隣接画素間においてはその両画素の値はごく近いと
いう性質がある。この性質を用いて画像データの大きさ
を推論することが可能と考えられる。
【００４４】以下の説明においては、与えられた画像デ
ータがモノクロ画像であると仮定して推論の方法を詳述
する。前記の手段により画像の並び方は既知としてよい
ので、モノクロ画像の場合には、それ自身を、カラーの
画像の場合にはＲ（赤）成分だけを使用することによっ
ても対象の一般性は損なわれない。
ータがモノクロ画像であると仮定して推論の方法を詳述
する。前記の手段により画像の並び方は既知としてよい
ので、モノクロ画像の場合には、それ自身を、カラーの
画像の場合にはＲ（赤）成分だけを使用することによっ
ても対象の一般性は損なわれない。
【００４５】もちろん、この仮定はＧ（緑）成分やＢ
（青）成分を使用して推論することや、各色の推論結果
を平均して信頼性を上げる手法を排除するものではな
く、単に説明を簡単にするためのものである。
（青）成分を使用して推論することや、各色の推論結果
を平均して信頼性を上げる手法を排除するものではな
く、単に説明を簡単にするためのものである。
【００４６】画像データの長さを因数分解した各組に対
する妥当性の判定は、画像のＸ方向の変動量とＹ方向の
変動量とを比較して、Ｙ方向の変動量／Ｘ方向の変動量
が最も小さくなるようなＸ方向の大きさとＹ方向の大き
さの組を求めることによって行なう。ここで、変動量と
は隣接画素間の値の差のことである。図３（ａ）に示す
画像を例にとり、この判定方法の詳細を説明する。
する妥当性の判定は、画像のＸ方向の変動量とＹ方向の
変動量とを比較して、Ｙ方向の変動量／Ｘ方向の変動量
が最も小さくなるようなＸ方向の大きさとＹ方向の大き
さの組を求めることによって行なう。ここで、変動量と
は隣接画素間の値の差のことである。図３（ａ）に示す
画像を例にとり、この判定方法の詳細を説明する。
【００４７】ここで、与えられる画像データは、当然、
［１，２，３，４，２，２，３，３，２，２，３，３］
という一次元に並ぶデータであり、Ｘ方向の大きさとＹ
方向の大きさとは未知数である。図３（ａ）に示す画像
データの長さは‘１２’なので、画像の大きさの候補と
しては、２×６，３×４，４×３，６×２の４通りが考
えられる。この各々の候補に対して、その場合のＸ方向
の変動量の平均とＹ方向の変動量の平均を計算する。例
えば、２×６の場合には、画像は図３（ｂ）に示すよう
な形をしている。
［１，２，３，４，２，２，３，３，２，２，３，３］
という一次元に並ぶデータであり、Ｘ方向の大きさとＹ
方向の大きさとは未知数である。図３（ａ）に示す画像
データの長さは‘１２’なので、画像の大きさの候補と
しては、２×６，３×４，４×３，６×２の４通りが考
えられる。この各々の候補に対して、その場合のＸ方向
の変動量の平均とＹ方向の変動量の平均を計算する。例
えば、２×６の場合には、画像は図３（ｂ）に示すよう
な形をしている。
【００４８】従って、Ｘ方向の変動量（Ｘ方向に隣合う
画素間での値の差）は、６箇所で求めることができ、平
均すると‘１／３’になる。Ｙ方向の変動量は、１０箇
所で求めることができ、平均すると‘１．３’になる。
よって、Ｙ方向の変動量（の平均）／Ｘ方向の変動量
（の平均）は、‘３．９’である。
画素間での値の差）は、６箇所で求めることができ、平
均すると‘１／３’になる。Ｙ方向の変動量は、１０箇
所で求めることができ、平均すると‘１．３’になる。
よって、Ｙ方向の変動量（の平均）／Ｘ方向の変動量
（の平均）は、‘３．９’である。
【００４９】同様に、３×４の場合の画像では、この比
は３２／２７＝０．８５になる。４×３の場合には、こ
の比は９／２０＝０．４５になる。６×２の場合には、
１６／７＝２．２９になる。よって、比が最も小さい組
み合わせとして、４×３の大きさが選ばれる。これは正
しい結果を与える。
は３２／２７＝０．８５になる。４×３の場合には、こ
の比は９／２０＝０．４５になる。６×２の場合には、
１６／７＝２．２９になる。よって、比が最も小さい組
み合わせとして、４×３の大きさが選ばれる。これは正
しい結果を与える。
【００５０】画像の大きさの判定方法の基本は、以上述
べた通りである。しかし、この方法にはＸ方向の大きさ
に関し、整数倍の不定性が起こる可能性がある。例え
ば、図４（ａ）に示す画像は、そのＸ方向の大きさを２
倍に、Ｙ方向の大きさを半分にした図４（ｂ）に示す画
像と同じ比を持つ（ともに‘０’になる）。
べた通りである。しかし、この方法にはＸ方向の大きさ
に関し、整数倍の不定性が起こる可能性がある。例え
ば、図４（ａ）に示す画像は、そのＸ方向の大きさを２
倍に、Ｙ方向の大きさを半分にした図４（ｂ）に示す画
像と同じ比を持つ（ともに‘０’になる）。
【００５１】図４（ａ）の画像はやや特殊ではあるが、
このような不定性は一般に起こりうる。従って、何らか
の対策が必要になる。このため、画像は一般的には正方
形に近い形のものが多いという性質を利用する。具体的
な例を示すと、正方形からどの程度離れているかを表わ
す尺度を導入し、その尺度と前に述べた比との積を最小
にするような組み合わせを探すように変更することで、
この不定性を回避することができる。
このような不定性は一般に起こりうる。従って、何らか
の対策が必要になる。このため、画像は一般的には正方
形に近い形のものが多いという性質を利用する。具体的
な例を示すと、正方形からどの程度離れているかを表わ
す尺度を導入し、その尺度と前に述べた比との積を最小
にするような組み合わせを探すように変更することで、
この不定性を回避することができる。
【００５２】正方形からどの程度離れているかを表わす
尺度としては、例えば、以下の量ｒを用いる。 ｒ＝｛（Ｘ方向の大きさ＋Ｙ方向の大きさ）×０．５｝
／｛（Ｘ方向の大きさ×Ｙ方向の大きさ）の平方根｝ この量ｒは、正方形の場合には‘１’をとり、細長い形
になるほど大きくなる量である。
尺度としては、例えば、以下の量ｒを用いる。 ｒ＝｛（Ｘ方向の大きさ＋Ｙ方向の大きさ）×０．５｝
／｛（Ｘ方向の大きさ×Ｙ方向の大きさ）の平方根｝ この量ｒは、正方形の場合には‘１’をとり、細長い形
になるほど大きくなる量である。
【００５３】画像データの長さを因数分解してできる組
み合わせに対して、上記のｒと、Ｙ方向の変動量（の平
均）／Ｘ方向の変動量（の平均）との積を最も小さくす
るものを探せばよい。探し方自体は前に述べた方法で行
なえばよいので、その説明は省略する。以上の修正によ
って、画像の大きさを推論する際に生じる不定性を回避
して、画像の大きさを推論することが可能となる。
み合わせに対して、上記のｒと、Ｙ方向の変動量（の平
均）／Ｘ方向の変動量（の平均）との積を最も小さくす
るものを探せばよい。探し方自体は前に述べた方法で行
なえばよいので、その説明は省略する。以上の修正によ
って、画像の大きさを推論する際に生じる不定性を回避
して、画像の大きさを推論することが可能となる。
【００５４】
【実施例】本実施例で説明するものは、与えられた画像
データを読み込んで画面に表示する方法である。図５
は、本発明の実施例である方法を実施する装置の構成図
であり、図６は、その装置が行なう処理の流れ図であ
る。以下では、装置の構成図に基づいて、その処理の流
れを説明する。
データを読み込んで画面に表示する方法である。図５
は、本発明の実施例である方法を実施する装置の構成図
であり、図６は、その装置が行なう処理の流れ図であ
る。以下では、装置の構成図に基づいて、その処理の流
れを説明する。
【００５５】まず、画像入力部５０は、入力画像データ
を受け付けてその内部に記憶する。次に、ヘッダ判定部
５１は、入力画像データが特定のヘッダを持っているか
どうかを判定する（ステップ６１）。ヘッダを持ってい
る場合には、そのヘッダの形式に沿って、画像データの
並び方と大きさとを調べ、その情報を画像データ読み込
み部５４に渡す。
を受け付けてその内部に記憶する。次に、ヘッダ判定部
５１は、入力画像データが特定のヘッダを持っているか
どうかを判定する（ステップ６１）。ヘッダを持ってい
る場合には、そのヘッダの形式に沿って、画像データの
並び方と大きさとを調べ、その情報を画像データ読み込
み部５４に渡す。
【００５６】ヘッダを持たない画像データと判定された
画像データに対しては、まず画像形式推論部５２がその
並び方を推論する（ステップ６２）。次に画像大きさ推
論部５３がその大きさを推論する（ステップ６３）。推
論結果は、ともに画像データ読み込み部５４に渡され
る。
画像データに対しては、まず画像形式推論部５２がその
並び方を推論する（ステップ６２）。次に画像大きさ推
論部５３がその大きさを推論する（ステップ６３）。推
論結果は、ともに画像データ読み込み部５４に渡され
る。
【００５７】最後に、画像データ読み込み部５４が、そ
の画像データの並び方と大きさとに基づいて、画像本体
のデータを読み込む（ステップ６４）。そして、これを
２次元の画面の形式に並べ、画像表示部５５に渡す。画
像表示部５５は、画面にその画像を表示する（ステップ
６５）。
の画像データの並び方と大きさとに基づいて、画像本体
のデータを読み込む（ステップ６４）。そして、これを
２次元の画面の形式に並べ、画像表示部５５に渡す。画
像表示部５５は、画面にその画像を表示する（ステップ
６５）。
【００５８】実施例の実行結果を以下に示す。 Input image parsing... ReadImagefile: reasoning image format... ReadImagefile: checking format 'ras' ReadImagefile: checking format 'pic' ReadImagefile: checking format 'xwd' ReadImagefile: checking format 'tiff' ReadImagefile: reasoning as plain format... candidates: [0bgr] type NG, [rgb] type NG, rgb typ
e selected ReadImagefile: format reasoned as 'rgb' ReadImagefile: determining image size (total 30720
0)... candidates: (150 2048) (160 1920) (192 1600) (200
1536) (240 1280)(256 1200) (300 1024) (320 960) (3
84 800) (400 768) (480 640)(512 600) (600 512) (64
0 480) (768 400) (800 384) (960 320) (1024 300)(12
00 256) (1280 240) (1536 200) (1600 192) (1920 16
0) (2048 150) Done. Image size: size (640 480) Drawing... Wait. Done.
e selected ReadImagefile: format reasoned as 'rgb' ReadImagefile: determining image size (total 30720
0)... candidates: (150 2048) (160 1920) (192 1600) (200
1536) (240 1280)(256 1200) (300 1024) (320 960) (3
84 800) (400 768) (480 640)(512 600) (600 512) (64
0 480) (768 400) (800 384) (960 320) (1024 300)(12
00 256) (1280 240) (1536 200) (1600 192) (1920 16
0) (2048 150) Done. Image size: size (640 480) Drawing... Wait. Done.
【００５９】
【発明の効果】以上説明したように、本発明によれば、
ヘッダを持たない画像データに対して、画像本体のデー
タからその大きさと並び方とを推論することができる。
よって、ヘッダを持たない画像データを正しく読み込む
ことを可能になり、これによって、画像データを読み込
む際に付加的な情報を与える必要がなくなるという利点
がある。
ヘッダを持たない画像データに対して、画像本体のデー
タからその大きさと並び方とを推論することができる。
よって、ヘッダを持たない画像データを正しく読み込む
ことを可能になり、これによって、画像データを読み込
む際に付加的な情報を与える必要がなくなるという利点
がある。
【図１】本発明の原理を説明する流れ図である。
【図２】カラーの画像データを説明する図である。
【図３】画像データを示す図である。
【図４】画像データを示す図である。
【図５】本発明による装置の構成例を示す図である。
【図６】図５に示す装置における処理の一例を示す流れ
図である。
図である。
【図７】画像と画像データとの関係を示す図である。
５０ 画像入力部 ５１ ヘッダ判定部 ５２ 画像形式推論部 ５３ 画像大きさ推論部 ５４ 画像データ読み込み部 ５５ 画像表示部
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 1/00 G06T 1/60
Claims (6)
- 【請求項１】 ヘッダ情報を持たない画像データを読み
取るための方法であって、 ある画像データを入力するステップと、 入力した画像データが、ヘッダ情報を持っているか否か
を判定するステップと、 画像データがヘッダ情報を持っていない場合において、
その画像データの並び方を推論するステップと、その画
像データの大きさを推論するステップとを含むことを特
徴とする画像データ読み取り方法。 - 【請求項２】 前記画像データの並び方を推論するステ
ップにおいて、 その画像データが、各色成分のデータを、画素ごとに隣
接して並べているものであるか否かを判定するステップ
と、 その画像データが、各色成分のデータを、色ごとにまと
めて並べているものであるか否かを判定するステップと
を含む請求項１記載の画像データ読み取り方法。 - 【請求項３】 前記画像データの大きさを推論するステ
ップにおいて、 画像データの長さを因数分解して得られる各候補に対し
て、その縦方向の変動量と横方向の変動量との比を求め
るステップと、 この比を最も望ましい値とする候補をその画像データの
大きさとするステップとを含む請求項１記載の画像デー
タ読み取り方法。 - 【請求項４】 前記各画素ごとに、その各色成分が隣接
して並んでいるものであるか否かを判定するステップに
おいて、 隣接画素の値の差と、色数おきの画素の値の差とを比較
するステップを含む請求項２記載の画像データ読み取り
方法。 - 【請求項５】 前記各画素の各色成分がまとめて並んで
いるものであるか否かを判定するステップにおいて、 画像データを色数だけ等分したものの類似性と近接画素
の類似性とを比較するステップを含む請求項２記載の画
像データ読み取り方法。 - 【請求項６】 前記比を最も望ましい値とする候補をそ
の画像データの大きさとするステップによっても、画像
データの大きさについての推論結果が一意に定まらない
場合において、 正方形により近い大きさである候補を、その画像データ
の大きさであると推論するステップを含む請求項３記載
の画像データ読み取り方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21599992A JP3245455B2 (ja) | 1992-08-13 | 1992-08-13 | 画像データ読み込み方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21599992A JP3245455B2 (ja) | 1992-08-13 | 1992-08-13 | 画像データ読み込み方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0660155A JPH0660155A (ja) | 1994-03-04 |
| JP3245455B2 true JP3245455B2 (ja) | 2002-01-15 |
Family
ID=16681723
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21599992A Expired - Fee Related JP3245455B2 (ja) | 1992-08-13 | 1992-08-13 | 画像データ読み込み方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3245455B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1069624A3 (en) | 1999-07-16 | 2007-03-07 | SANYO ELECTRIC Co., Ltd. | Solar cell module |
| EP2429000A4 (en) | 2009-09-30 | 2016-01-27 | Lg Innotek Co Ltd | APPARATUS FOR GENERATING PHOTOVOLTAIC ENERGY |
-
1992
- 1992-08-13 JP JP21599992A patent/JP3245455B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0660155A (ja) | 1994-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7899257B2 (en) | Systems and methods for image processing | |
| CN101308574B (zh) | 图像处理法和装置及图像区域检测法和装置 | |
| US7796191B1 (en) | Edge-preserving vertical interpolation | |
| US10504419B2 (en) | Data converting method and apparatus, and computer-readable storage medium | |
| JPH04218095A (ja) | 画像処理装置およびデータ処理システム | |
| CN107451976A (zh) | 一种图像处理方法及装置 | |
| US20080267506A1 (en) | Interest point detection | |
| JP3245455B2 (ja) | 画像データ読み込み方法 | |
| JP2008134791A (ja) | 画像処理装置及び画像処理プログラム | |
| CN114820521B (zh) | 一种显示屏复杂画面的缺陷检测方法 | |
| CN112288618B (zh) | 一种图片处理方法及装置 | |
| US7177482B2 (en) | Boundary line detection apparatus and method, and image processing apparatus and method as well as recording medium | |
| CN114782239A (zh) | 一种基于卷积神经网络的数字水印添加方法及系统 | |
| JP3508836B2 (ja) | ２次元コードの概略位置検出装置及び検出方法 | |
| JP4453202B2 (ja) | 画像処理装置および画像処理方法、並びにコンピュータ読み取り可能な記録媒体 | |
| US6453077B1 (en) | Apparatus and method for interpolating binary pictures, using context probability table | |
| CN110288662A (zh) | 显示器检测方法与系统 | |
| CN117336453B (zh) | 一种安检图像转换方法、系统、设备及存储介质 | |
| JPH11331773A (ja) | 画像補間方法 | |
| CN104575441B (zh) | 检测过渡区域的方法和利用该方法处理图像的装置 | |
| JP3183916B2 (ja) | 色抽出装置 | |
| AU720754B2 (en) | A method of smoothing bitmapped characters | |
| CN117577061A (zh) | 一种液晶拼接方法、装置、设备及介质 | |
| JPH07121720A (ja) | 画像抽出表示方法 | |
| JPH06168341A (ja) | ３次元形状モデル処理方法及びその装置 |
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: 20011009 |
|
| LAPS | Cancellation because of no payment of annual fees |