JP3422896B2 - 画像認識方法及びその装置 - Google Patents
画像認識方法及びその装置Info
- Publication number
- JP3422896B2 JP3422896B2 JP11614396A JP11614396A JP3422896B2 JP 3422896 B2 JP3422896 B2 JP 3422896B2 JP 11614396 A JP11614396 A JP 11614396A JP 11614396 A JP11614396 A JP 11614396A JP 3422896 B2 JP3422896 B2 JP 3422896B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- threshold value
- image recognition
- reliability
- histogram
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Character Input (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は，文字やマーク，図
形等の画像を認識する画像認識方法及びその装置に関す
るもので，特に一部が薄くなっているような部分的に輪
郭の明確でない画像を明確に認識することのできる画像
認識方法及びその装置に関するものである。
形等の画像を認識する画像認識方法及びその装置に関す
るもので，特に一部が薄くなっているような部分的に輪
郭の明確でない画像を明確に認識することのできる画像
認識方法及びその装置に関するものである。
【０００２】
【従来の技術】撮像された画像から，その画像に含まれ
る文字，マーク或いは図形等の画像を認識する場合に
は，通常ＣＣＤカメラ等の撮像手段から取り込んだ濃淡
画像を，あるしきい値で２値化処理することにより，認
識対象画像をその背景から分離した２値画像を得た上
で，その２値化画像に対してテンプレートマッチングや
ニューラルネットワークによる認識を行うのが一般的で
ある。この場合，認識しようとする画像と背景の濃度レ
ベルやコントラストによって認識画像と背景とを分離す
るためのしきい値を変動させる必要がある。そこで従
来，入力画像に応じて個別にしきい値を計算する手法が
開発されている。例えば，モード法，Ｐ−タイル法，判
別しきい値法等がその例であり，例えば，「画像処理ハ
ンドブック」尾上他編ｐ２７８〜２７９等により紹介さ
れている。
る文字，マーク或いは図形等の画像を認識する場合に
は，通常ＣＣＤカメラ等の撮像手段から取り込んだ濃淡
画像を，あるしきい値で２値化処理することにより，認
識対象画像をその背景から分離した２値画像を得た上
で，その２値化画像に対してテンプレートマッチングや
ニューラルネットワークによる認識を行うのが一般的で
ある。この場合，認識しようとする画像と背景の濃度レ
ベルやコントラストによって認識画像と背景とを分離す
るためのしきい値を変動させる必要がある。そこで従
来，入力画像に応じて個別にしきい値を計算する手法が
開発されている。例えば，モード法，Ｐ−タイル法，判
別しきい値法等がその例であり，例えば，「画像処理ハ
ンドブック」尾上他編ｐ２７８〜２７９等により紹介さ
れている。
【０００３】
【発明が解決しようとする課題】上記の内，Ｐ−タイル
法は，画像中の文字と背景との面積比が略一定である時
に有効な方法であり，例えば図５に示すように飛沫の付
着等により文字の外接矩形を厳密に設定できないために
文字周辺の領域を含んで文字の切り出し領域を設定する
必要がある場合には，文字と背景の面積比を一定にでき
ないために，Ｐ−タイル法を用いることができない。ま
た，認識しようとする文字毎に面積が大きく異なってい
る場合にもＰ−タイル法は適用できない。また，モード
法並びに判別しきい値法は、画像データの濃度ヒストグ
ラムからそれぞれの計算式によりしきい値を計算する。
この場合，図６に示すように濃度ヒストグラムの文字の
部分と背景の部分の双方にピークができるか，或いは１
つの谷で双方が綺麗に分離できる場合には，両者を明確
に区別できるしきい値を設定することができる。しかし
ながら，図７に示すような文字の一部が薄くなっている
画像データの場合には，濃度ヒストグラムは図８のよう
に明確な谷山が存在しないものとなり，１つのしきい値
で文字と背景を明確に分離することが困難となる。特に
文字の薄い部分の濃度レベルが文字の濃い部分よりも背
景の部分の濃度レベルに近い場合には，上記モード法や
判別しきい値法では，文字の濃い部分と薄い部分との中
間の濃度レベルにしきい値を設定してしまい，文字の一
部が背景と共に分離されて文字認識が出来なくなる欠点
がある。
法は，画像中の文字と背景との面積比が略一定である時
に有効な方法であり，例えば図５に示すように飛沫の付
着等により文字の外接矩形を厳密に設定できないために
文字周辺の領域を含んで文字の切り出し領域を設定する
必要がある場合には，文字と背景の面積比を一定にでき
ないために，Ｐ−タイル法を用いることができない。ま
た，認識しようとする文字毎に面積が大きく異なってい
る場合にもＰ−タイル法は適用できない。また，モード
法並びに判別しきい値法は、画像データの濃度ヒストグ
ラムからそれぞれの計算式によりしきい値を計算する。
この場合，図６に示すように濃度ヒストグラムの文字の
部分と背景の部分の双方にピークができるか，或いは１
つの谷で双方が綺麗に分離できる場合には，両者を明確
に区別できるしきい値を設定することができる。しかし
ながら，図７に示すような文字の一部が薄くなっている
画像データの場合には，濃度ヒストグラムは図８のよう
に明確な谷山が存在しないものとなり，１つのしきい値
で文字と背景を明確に分離することが困難となる。特に
文字の薄い部分の濃度レベルが文字の濃い部分よりも背
景の部分の濃度レベルに近い場合には，上記モード法や
判別しきい値法では，文字の濃い部分と薄い部分との中
間の濃度レベルにしきい値を設定してしまい，文字の一
部が背景と共に分離されて文字認識が出来なくなる欠点
がある。
【０００４】このような問題を解決するために開発され
たものとして，特開平７−２３９９１１号公報に開示さ
れた２値化処理方法が知られている。しかしこれは，予
めしきい値が採れる範囲を限定しておき，その範囲内で
クラス間分散を最大にする濃度レベルをしきい値とする
ものであり，しきい値が採れる範囲を背景と文字との面
積比から設定しているため，Ｐ−タイル法と同様の問題
が残る。また，別の方法として，特開平４−２６８９８
８号公報に開示の文字認識装置が知られている。これ
は，文字領域を複数の領域に分割し，各領域毎に最適な
しきい値を求めるものである。しかし，この方法におい
ても，しきい値の算出については，Ｐ−タイル法を用い
ているため，Ｐ−タイル法が持つ問題点は解決されてい
ない。
たものとして，特開平７−２３９９１１号公報に開示さ
れた２値化処理方法が知られている。しかしこれは，予
めしきい値が採れる範囲を限定しておき，その範囲内で
クラス間分散を最大にする濃度レベルをしきい値とする
ものであり，しきい値が採れる範囲を背景と文字との面
積比から設定しているため，Ｐ−タイル法と同様の問題
が残る。また，別の方法として，特開平４−２６８９８
８号公報に開示の文字認識装置が知られている。これ
は，文字領域を複数の領域に分割し，各領域毎に最適な
しきい値を求めるものである。しかし，この方法におい
ても，しきい値の算出については，Ｐ−タイル法を用い
ているため，Ｐ−タイル法が持つ問題点は解決されてい
ない。
【０００５】
【課題を解決するための手段】上記目的を達成するため
に方法面における本発明は、撮像手段により得られた第
１の濃淡画像を所定の第１のしきい値で２値化すると共
に該２値化画像について画像認識を行う第１の画像認識
工程と，上記第１の画像認識工程で認識された画像の信
頼性を判断する信頼性判断工程と，上記信頼性判断工程
で得られた信頼性が所定程度より低い場合に，上記第１
の濃淡画像の第１の濃度ヒストグラムから上記第１のし
きい値以上若しくは以下の濃度レベルを持つ画素成分を
除去した第２の濃度ヒストグラムを生成する第２ヒスト
グラム生成工程と，上記第２ヒストグラム生成工程によ
り得られた第２の濃度ヒストグラムをもとに第２のしき
い値を算出する第２しきい値演算工程と，上記第２しき
い値演算工程で得られた第２のしきい値を用いて上記第
１の濃淡画像を２値化すると共に該２値化画像について
画像認識を行う第２の画像認識工程とを具備して構成さ
れる画像認識方法である。
に方法面における本発明は、撮像手段により得られた第
１の濃淡画像を所定の第１のしきい値で２値化すると共
に該２値化画像について画像認識を行う第１の画像認識
工程と，上記第１の画像認識工程で認識された画像の信
頼性を判断する信頼性判断工程と，上記信頼性判断工程
で得られた信頼性が所定程度より低い場合に，上記第１
の濃淡画像の第１の濃度ヒストグラムから上記第１のし
きい値以上若しくは以下の濃度レベルを持つ画素成分を
除去した第２の濃度ヒストグラムを生成する第２ヒスト
グラム生成工程と，上記第２ヒストグラム生成工程によ
り得られた第２の濃度ヒストグラムをもとに第２のしき
い値を算出する第２しきい値演算工程と，上記第２しき
い値演算工程で得られた第２のしきい値を用いて上記第
１の濃淡画像を２値化すると共に該２値化画像について
画像認識を行う第２の画像認識工程とを具備して構成さ
れる画像認識方法である。
【０００６】また装置面における本発明は，撮像手段に
より得られた第１の濃淡画像を所定の第１のしきい値で
２値化する第１の２値化手段と，上記第１の２値化手段
による２値化画像について画像認識を行う第１の画像認
識手段と，上記第１の画像認識手段で認識された画像の
信頼性を判断する信頼性判断手段と，上記信頼性判断手
段で得られた信頼性が所定程度より低い場合に，上記第
１の濃淡画像の第１の濃度ヒストグラムから上記第１の
しきい値以上若しくは以下の濃度レベルを持つ画素成分
を除去した第２の濃度ヒストグラムを生成する第２ヒス
トグラム生成手段と，上記第２ヒストグラム生成手段に
より得られた第２の濃度ヒストグラムをもとに第２のし
きい値を算出する第２しきい値演算手段と，上記第２し
きい値演算手段で得られた第２のしきい値を用いて上記
第１の濃淡画像を２値化する第２の２値化手段と，上記
第２の２値化手段による２値化画像について画像認識を
行う第２の画像認識手段とを具備して構成される画像認
識装置である。上記画像認識手段をパターンマッチング
若しくはニューラルネットワークを用いた画像認識手段
により構成することができる。また，上記第１のしきい
値及び／または第２のしきい値を，判別しきい値法若し
くはモード法により演算してもよい。
より得られた第１の濃淡画像を所定の第１のしきい値で
２値化する第１の２値化手段と，上記第１の２値化手段
による２値化画像について画像認識を行う第１の画像認
識手段と，上記第１の画像認識手段で認識された画像の
信頼性を判断する信頼性判断手段と，上記信頼性判断手
段で得られた信頼性が所定程度より低い場合に，上記第
１の濃淡画像の第１の濃度ヒストグラムから上記第１の
しきい値以上若しくは以下の濃度レベルを持つ画素成分
を除去した第２の濃度ヒストグラムを生成する第２ヒス
トグラム生成手段と，上記第２ヒストグラム生成手段に
より得られた第２の濃度ヒストグラムをもとに第２のし
きい値を算出する第２しきい値演算手段と，上記第２し
きい値演算手段で得られた第２のしきい値を用いて上記
第１の濃淡画像を２値化する第２の２値化手段と，上記
第２の２値化手段による２値化画像について画像認識を
行う第２の画像認識手段とを具備して構成される画像認
識装置である。上記画像認識手段をパターンマッチング
若しくはニューラルネットワークを用いた画像認識手段
により構成することができる。また，上記第１のしきい
値及び／または第２のしきい値を，判別しきい値法若し
くはモード法により演算してもよい。
【０００７】
【作用】画像の一例として，例えば文字の一部が薄い画
像（第１の濃淡画像）を２値化した結果，文字の濃い部
分のみが抽出される場合がある。この場合，認識された
画像の信頼性は低くなる。そこで，上記のように認識画
像の信頼性が低い場合には，その濃淡画像の濃度ヒスト
グラム（第１の濃度ヒストグラム）から上記最初の２値
化に用いたしきい値（第１のしきい値）以上若しくは以
下の濃度レベルを持つ画素成分を除去した第２の濃度ヒ
ストグラムが生成される。次に上記第２の濃度ヒストグ
ラムをもとに第２のしきい値を算出し，上記第２しきい
値を用いて上記第１の濃淡画像を２値化する。これによ
り，文字の薄くなった部分を文字の一部として認識でき
るケースが増大することになる。
像（第１の濃淡画像）を２値化した結果，文字の濃い部
分のみが抽出される場合がある。この場合，認識された
画像の信頼性は低くなる。そこで，上記のように認識画
像の信頼性が低い場合には，その濃淡画像の濃度ヒスト
グラム（第１の濃度ヒストグラム）から上記最初の２値
化に用いたしきい値（第１のしきい値）以上若しくは以
下の濃度レベルを持つ画素成分を除去した第２の濃度ヒ
ストグラムが生成される。次に上記第２の濃度ヒストグ
ラムをもとに第２のしきい値を算出し，上記第２しきい
値を用いて上記第１の濃淡画像を２値化する。これによ
り，文字の薄くなった部分を文字の一部として認識でき
るケースが増大することになる。
【０００８】
【発明の実施の形態】以下，添付図面を参照しつつ，本
発明を具体化した実施の形態及び実施例について説明
し，本発明の理解に供する。ここに，図１は本発明の一
実施形態に係る文字認識装置の機能を単位機能毎にブロ
ック化した機能ブロック図，図２は上記文字認識装置に
於ける処理手順を説明するためのフローチャート，図３
は上記処理手順で抽出される文字（１）を概念的に示し
た図，図４は，文字認識に用いる濃度ヒストグラムを示
すグラフである。
発明を具体化した実施の形態及び実施例について説明
し，本発明の理解に供する。ここに，図１は本発明の一
実施形態に係る文字認識装置の機能を単位機能毎にブロ
ック化した機能ブロック図，図２は上記文字認識装置に
於ける処理手順を説明するためのフローチャート，図３
は上記処理手順で抽出される文字（１）を概念的に示し
た図，図４は，文字認識に用いる濃度ヒストグラムを示
すグラフである。
【０００９】図１は，本発明の一実施形態に係る文字認
識装置を模式的に示す。先ず図１を用いて，この実施形
態の概要を説明する。鋼片の切断面１１に形成された文
字列１２を含む濃淡画像がＣＣＤカメラ１３により撮像
される。ＣＣＤカメラ１３による撮像画像データは，文
字認識装置１４に入力される。文字認識装置１４内で
は，文字切り出し部２１が，上記ＣＣＤカメラ１３から
の濃淡画像から，上記文字列１２を含む矩形部を切り出
す。続いて，２値化処理部２２が，上記濃淡画像に於け
るヒストグラムから適当なしきい値を設定し，該しきい
値を用いて２値化を行う。文字認識部２３は，上記２値
化画像を所定の文字例と較べて文字認識を行う。この
時，認識された文字の信頼性が評価部２４において演算
される。ここで，得られた信頼性が所定程度より低い場
合には，先のしきい値よりも小さいまたは大きい（文字
として認識された部分の濃度データを含む）濃度データ
の部分を上記濃度ヒストグラムから除去した新たな濃度
ヒストグラムをヒストグラム作成部２５において作成
し，ここで得られたヒストグラムから新たなしきい値を
しきい値算出部２６において演算する。最終的には，上
記新たなしきい値を用いて文字認識を行う。
識装置を模式的に示す。先ず図１を用いて，この実施形
態の概要を説明する。鋼片の切断面１１に形成された文
字列１２を含む濃淡画像がＣＣＤカメラ１３により撮像
される。ＣＣＤカメラ１３による撮像画像データは，文
字認識装置１４に入力される。文字認識装置１４内で
は，文字切り出し部２１が，上記ＣＣＤカメラ１３から
の濃淡画像から，上記文字列１２を含む矩形部を切り出
す。続いて，２値化処理部２２が，上記濃淡画像に於け
るヒストグラムから適当なしきい値を設定し，該しきい
値を用いて２値化を行う。文字認識部２３は，上記２値
化画像を所定の文字例と較べて文字認識を行う。この
時，認識された文字の信頼性が評価部２４において演算
される。ここで，得られた信頼性が所定程度より低い場
合には，先のしきい値よりも小さいまたは大きい（文字
として認識された部分の濃度データを含む）濃度データ
の部分を上記濃度ヒストグラムから除去した新たな濃度
ヒストグラムをヒストグラム作成部２５において作成
し，ここで得られたヒストグラムから新たなしきい値を
しきい値算出部２６において演算する。最終的には，上
記新たなしきい値を用いて文字認識を行う。
【００１０】このように，この実施形態における文字認
識装置では，先ず文字の一部として明確に把握できる濃
度データを除外した残りの濃度データのヒストグラムか
ら，次の文字認識に用いるしきい値を演算しなおすの
で，文字の一部に生じた薄い部分を文字の一部として取
り込む機会が増大するので，画像認識の成功率が向上す
る。続いて図２のフローチャートを用いて，上記画像認
識装置における文字認識手順を詳しく説明する。ＣＣＤ
カメラ１３から取り込まれ，文字切り出し部２１で切り
出された（Ｓ１）矩形状の濃淡画像の一例が，図３
（ａ）に示されている。この例では，文字の部分が明る
い状態となり，文字の一部に薄い（背景よりは明るい）
部分が存在する場合を考える。２値化処理部２２では，
上記濃淡画像（第１の濃淡画像）の濃度ヒストグラムを
採取する。図４（ａ）がその時の濃度ヒストグラム（第
１の濃度ヒストグラム）を表す。図に示すように，文字
の濃い（明るい）部分と背景に対応する暗い部分との間
に文字中の薄い部分に対応する部分が存在する。２値化
処理部２２では，上記濃度ヒストグラムに従って，モー
ド法または判別しきい値法に基づいて第１のしきい値を
決定する。この場合，明確に文字領域と考えられる部分
を分離するための第１のしきい値（図４（ｂ）参照）が
決定され，上記第１のしきい値により上記濃淡画像を２
値化すると，図３（ｂ）に示すような，文字の薄い部分
を含まない２値化画像が得られる（Ｓ２）。なお，第１
のしきい値は，モード法または判別しきい値に限定され
るものでなく，例えば固定値であってもかまわない。
識装置では，先ず文字の一部として明確に把握できる濃
度データを除外した残りの濃度データのヒストグラムか
ら，次の文字認識に用いるしきい値を演算しなおすの
で，文字の一部に生じた薄い部分を文字の一部として取
り込む機会が増大するので，画像認識の成功率が向上す
る。続いて図２のフローチャートを用いて，上記画像認
識装置における文字認識手順を詳しく説明する。ＣＣＤ
カメラ１３から取り込まれ，文字切り出し部２１で切り
出された（Ｓ１）矩形状の濃淡画像の一例が，図３
（ａ）に示されている。この例では，文字の部分が明る
い状態となり，文字の一部に薄い（背景よりは明るい）
部分が存在する場合を考える。２値化処理部２２では，
上記濃淡画像（第１の濃淡画像）の濃度ヒストグラムを
採取する。図４（ａ）がその時の濃度ヒストグラム（第
１の濃度ヒストグラム）を表す。図に示すように，文字
の濃い（明るい）部分と背景に対応する暗い部分との間
に文字中の薄い部分に対応する部分が存在する。２値化
処理部２２では，上記濃度ヒストグラムに従って，モー
ド法または判別しきい値法に基づいて第１のしきい値を
決定する。この場合，明確に文字領域と考えられる部分
を分離するための第１のしきい値（図４（ｂ）参照）が
決定され，上記第１のしきい値により上記濃淡画像を２
値化すると，図３（ｂ）に示すような，文字の薄い部分
を含まない２値化画像が得られる（Ｓ２）。なお，第１
のしきい値は，モード法または判別しきい値に限定され
るものでなく，例えば固定値であってもかまわない。
【００１１】文字認識部２３は，上記２値化画像と所定
の文字群との照合により，上記２値化画像を認識する
（Ｓ３）。文字認識の手法としては，パターンマッチン
グやニューラルネットを用いる手法が考えられるが，そ
れ以外の手法を採用することも可能である。認識された
文字と上記２値化画像との比較により認識された文字の
信頼性が，評価部２４において判断される（Ｓ４）。こ
こで認識結果の信頼性が所定程度以下である場合（信頼
性なし）には，ヒストグラム作成部２５において，上記
第１のしきい値よりも小さいまたは大きい（文字として
認識された部分の濃度データを含む）濃度データの部分
を上記濃度ヒストグラムから除去した第２の濃度ヒスト
グラムを作成する（Ｓ５）。図４（ｂ）は，このような
第２の濃度ヒストグラムの一例を示すものである。しき
い値算出部２６は，上記第２の濃度ヒストグラムから新
たなしきい値（第２のしきい値）を演算する（Ｓ６）。
次に文字認識装置は，上記新たなしきい値を第１の濃淡
画像に適用して２値化画像を作成（Ｓ７）すると共に，
この２値化画像について文字認識を行う（Ｓ８）。続い
て，認識された文字についての信頼性が判断され（Ｓ
９），信頼性があると判断された場合には，認識結果を
出力する（Ｓ１０）。また信頼性がないと判断された場
合には，認識不可の表示を出力する（Ｓ１１）。認識不
可の場合，再度Ｓ５の処理に戻って，上記第２のしきい
値よりも小さいかまたは大きい濃度データを除外した濃
度ヒストグラムを作成し，それに基づいて第３のしきい
値を作成し，２値化処理を行うと共に文字認識を行うよ
うにしてもよい。
の文字群との照合により，上記２値化画像を認識する
（Ｓ３）。文字認識の手法としては，パターンマッチン
グやニューラルネットを用いる手法が考えられるが，そ
れ以外の手法を採用することも可能である。認識された
文字と上記２値化画像との比較により認識された文字の
信頼性が，評価部２４において判断される（Ｓ４）。こ
こで認識結果の信頼性が所定程度以下である場合（信頼
性なし）には，ヒストグラム作成部２５において，上記
第１のしきい値よりも小さいまたは大きい（文字として
認識された部分の濃度データを含む）濃度データの部分
を上記濃度ヒストグラムから除去した第２の濃度ヒスト
グラムを作成する（Ｓ５）。図４（ｂ）は，このような
第２の濃度ヒストグラムの一例を示すものである。しき
い値算出部２６は，上記第２の濃度ヒストグラムから新
たなしきい値（第２のしきい値）を演算する（Ｓ６）。
次に文字認識装置は，上記新たなしきい値を第１の濃淡
画像に適用して２値化画像を作成（Ｓ７）すると共に，
この２値化画像について文字認識を行う（Ｓ８）。続い
て，認識された文字についての信頼性が判断され（Ｓ
９），信頼性があると判断された場合には，認識結果を
出力する（Ｓ１０）。また信頼性がないと判断された場
合には，認識不可の表示を出力する（Ｓ１１）。認識不
可の場合，再度Ｓ５の処理に戻って，上記第２のしきい
値よりも小さいかまたは大きい濃度データを除外した濃
度ヒストグラムを作成し，それに基づいて第３のしきい
値を作成し，２値化処理を行うと共に文字認識を行うよ
うにしてもよい。
【００１２】
【発明の効果】本発明に係る画像認識方法及び装置は，
上記したように構成されているので，先ず認識画像の一
部として明確に把握できる濃度データを除外した残りの
濃度データのヒストグラムから，次の画像認識に用いる
しきい値を演算しなおすので，認識対象画像の一部に生
じた薄い部分を認識対象画像の一部として取り込む機会
が増大するので，画像認識の成功率が向上する。
上記したように構成されているので，先ず認識画像の一
部として明確に把握できる濃度データを除外した残りの
濃度データのヒストグラムから，次の画像認識に用いる
しきい値を演算しなおすので，認識対象画像の一部に生
じた薄い部分を認識対象画像の一部として取り込む機会
が増大するので，画像認識の成功率が向上する。
【図１】 本発明の一実施形態に係る文字認識装置の機
能を単位機能毎にブロック化した機能ブロック図。
能を単位機能毎にブロック化した機能ブロック図。
【図２】 上記文字認識装置に於ける処理手順を説明す
るためのフローチャート。
るためのフローチャート。
【図３】 上記処理手順で抽出される文字（１）を概念
的に示したもので，プリントアウトされた画像を示す
図。
的に示したもので，プリントアウトされた画像を示す
図。
【図４】 文字認識に用いる濃度ヒストグラムを示すグ
ラフ。
ラフ。
【図５】 文字切り出し領域の一例を示すもので，プリ
ントアウトされた画像を示す図。
ントアウトされた画像を示す図。
【図６】 文字部分と背景部分との境界が明確に分かれ
る場合の濃度ヒストグラムを示すグラフ。
る場合の濃度ヒストグラムを示すグラフ。
【図７】 文字の一部に薄い部分を含む文字切り出し領
域の一例を示すもので，プリントアウトされた画像を示
す図。
域の一例を示すもので，プリントアウトされた画像を示
す図。
【図８】 文字の一部に薄い部分を含む場合の濃度ヒス
トグラムを示す図。
トグラムを示す図。
１１…鋼片の切断面
１２…文字列
１３…ＣＣＤカメラ
１４…文字認識装置
２１…文字切り出し部
２２…２値化処理部
２３…文字認識部
２４…評価部
２５…ヒストグラム作成部
２６…しきい値算出部
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 昭63−46579（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06K 9/00 - 9/76
Claims (4)
- 【請求項１】 撮像手段により得られた第１の濃淡画像
を所定の第１のしきい値で２値化すると共に該２値化画
像について画像認識を行う第１の画像認識工程と，上記
第１の画像認識工程で認識された画像の信頼性を判断す
る信頼性判断工程と，上記信頼性判断工程で得られた信
頼性が所定程度より低い場合に，上記第１の濃淡画像の
第１の濃度ヒストグラムから上記第１のしきい値以上若
しくは以下の濃度レベルを持つ画素成分を除去した第２
の濃度ヒストグラムを生成する第２ヒストグラム生成工
程と，上記第２ヒストグラム生成工程により得られた第
２の濃度ヒストグラムをもとに第２のしきい値を算出す
る第２しきい値演算工程と，上記第２しきい値演算工程
で得られた第２のしきい値を用いて上記第１の濃淡画像
を２値化すると共に該２値化画像について画像認識を行
う第２の画像認識工程とを具備してなる画像認識方法。 - 【請求項２】 撮像手段により得られた第１の濃淡画像
を所定の第１のしきい値で２値化する第１の２値化手段
と，上記第１の２値化手段による２値化画像について画
像認識を行う第１の画像認識手段と，上記第１の画像認
識手段で認識された画像の信頼性を判断する信頼性判断
手段と，上記信頼性判断手段で得られた信頼性が所定程
度より低い場合に，上記第１の濃淡画像の第１の濃度ヒ
ストグラムから上記第１のしきい値以上若しくは以下の
濃度レベルを持つ画素成分を除去した第２の濃度ヒスト
グラムを生成する第２ヒストグラム生成手段と，上記第
２ヒストグラム生成手段により得られた第２の濃度ヒス
トグラムをもとに第２のしきい値を算出する第２しきい
値演算手段と，上記第２しきい値演算手段で得られた第
２のしきい値を用いて上記第１の濃淡画像を２値化する
第２の２値化手段と，上記第２の２値化手段による２値
化画像について画像認識を行う第２の画像認識手段とを
具備してなる画像認識装置。 - 【請求項３】 画像認識手段がパターンマッチング若し
くはニューラルネットワークを用いた画像認識手段であ
る請求項２記載の画像認識装置。 - 【請求項４】 上記第１のしきい値及び／または第２の
しきい値が，判別しきい値法若しくはモード法により演
算される請求項２記載の画像認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11614396A JP3422896B2 (ja) | 1996-05-10 | 1996-05-10 | 画像認識方法及びその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11614396A JP3422896B2 (ja) | 1996-05-10 | 1996-05-10 | 画像認識方法及びその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09305709A JPH09305709A (ja) | 1997-11-28 |
| JP3422896B2 true JP3422896B2 (ja) | 2003-06-30 |
Family
ID=14679820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11614396A Expired - Fee Related JP3422896B2 (ja) | 1996-05-10 | 1996-05-10 | 画像認識方法及びその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3422896B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6191286B2 (ja) * | 2013-07-05 | 2017-09-06 | 富士通株式会社 | 文字認識装置、文字認識方法及び文字認識用コンピュータプログラム |
| JP6401806B2 (ja) * | 2017-02-14 | 2018-10-10 | 株式会社Pfu | 日付識別装置、日付識別方法及び日付識別プログラム |
| JP7030462B2 (ja) * | 2017-09-21 | 2022-03-07 | キヤノン株式会社 | スキャン画像から文字情報を取得する画像処理装置、画像処理方法、及びプログラム |
-
1996
- 1996-05-10 JP JP11614396A patent/JP3422896B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09305709A (ja) | 1997-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100480781B1 (ko) | 치아영상으로부터 치아영역 추출방법 및 치아영상을이용한 신원확인방법 및 장치 | |
| US20030035571A1 (en) | Method for analyzing fingerprint images | |
| JP3008908B2 (ja) | 文字切り出し装置および文字切り出し方式 | |
| JP3830998B2 (ja) | 罫線除去方法及びこれを用いた文字認識装置 | |
| JP2000105819A (ja) | 顔領域検出装置 | |
| JP3422896B2 (ja) | 画像認識方法及びその装置 | |
| JP4430262B2 (ja) | 入力指紋状態判定方法及び装置 | |
| JPH1125222A (ja) | 文字切り出し方法及び文字切り出し装置 | |
| JPH08190690A (ja) | ナンバープレート決定方法 | |
| JP3305551B2 (ja) | 特定対称物体判定方法 | |
| KR100391182B1 (ko) | 직접 골 추적을 이용한 지문 특징 추출방법 | |
| JPH0546741A (ja) | 指紋画像入力装置 | |
| JP3150762B2 (ja) | グラディエントベクトルの抽出方式及び文字認識用特徴抽出方式 | |
| JP4409713B2 (ja) | 文書画像認識装置及び記録媒体 | |
| JPH10302074A (ja) | ナンバープレートの位置検出装置 | |
| JP3230368B2 (ja) | 二値化処理方法 | |
| JPH09147113A (ja) | 指紋照合方法及び装置 | |
| JP2508233B2 (ja) | 指紋登録装置 | |
| JP3645403B2 (ja) | 文字読取装置および文字読取方法 | |
| JP2993252B2 (ja) | 同形異文字判別方法および装置 | |
| JP3411795B2 (ja) | 文字認識装置 | |
| JP2943303B2 (ja) | 画像の２値化方式 | |
| JP3734614B2 (ja) | 画像処理方法、装置および記録媒体 | |
| JPH06215139A (ja) | 図形認識方法 | |
| JPH0282368A (ja) | 指紋像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |