JP3551004B2 - 罫線抽出方法および装置 - Google Patents
罫線抽出方法および装置 Download PDFInfo
- Publication number
- JP3551004B2 JP3551004B2 JP02977798A JP2977798A JP3551004B2 JP 3551004 B2 JP3551004 B2 JP 3551004B2 JP 02977798 A JP02977798 A JP 02977798A JP 2977798 A JP2977798 A JP 2977798A JP 3551004 B2 JP3551004 B2 JP 3551004B2
- Authority
- JP
- Japan
- Prior art keywords
- potential
- ruled line
- image
- value
- memory
- 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 - Lifetime
Links
Landscapes
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、画像上の様々な罫線（実線や点線、破線、一点鎖線等）を抽出する装置に関する。
【０００２】
【従来の技術】
文字認識装置や文書のファイリング装置では、処理の一部として、文書画像上にある罫線（点線や実線）を抽出するものがある。このような従来の罫線抽出技術として、例えば特開平７−２３０５２５に示された方法がある。以下、この従来方法について図１３を用いて説明する。
【０００３】
図１３は、従来の罫線抽出方法の全体構成を示すブロック図である。図１３において１００は２値画像入力部、１０１は２値イメージメモリ、１０２は黒ラン抽出部、１０３は黒ランメモリ、１０４は実線罫線認識部、１０５は実線罫線メモリ、１０６は矩形抽出部、１０７は矩形メモリ、１０８は点線要素抽出部、１０９は点線要素メモリ、１１０は点線罫線抽出部、１１１は点線候補メモリ、１１２は点線罫線判断部、１１３は分散計算部、１１４は点線罫線メモリ、１１５は罫線出力部である。
【０００４】
以下、従来の罫線抽出方法の動作を図１３に基づいて説明する。図１３において、ブロック１０２〜１０５は実線罫線を抽出するための部分、ブロック１０６〜１１４は点線罫線を抽出するための部分、ブロック１００、１０１、１１５は点線罫線と実線罫線の抽出に共通な部分である。
【０００５】
まず、２値画像入力部１００は、イメージスキャナやファクシミリ等で文書を読み取って２値の文書画像を作成し、それを２値イメージメモリ１０１に格納する。次に、黒ラン抽出部１０２は、２値イメージメモリ１０１に格納した文書画像から、注目する罫線方向（通常、主走査方向および副走査方向）に一定長以上連続する黒ランを抽出する。そして、抽出した黒ランのデータ（始点・終点の座標、方向等）を黒ランメモリ１０３に格納する。次に、実線罫線認識部１０４は、黒ランメモリ１０３に格納した黒ランデータを基に、実線の罫線を抽出する。具体的には、同一の方向を持ち、近傍に位置する黒ラン同士を統合し、その外接矩形を罫線とする。そして、抽出した罫線のデータ（始点・終点の座標、方向等）を実線罫線メモリ１０５に格納する。
【０００６】
次に、矩形抽出部１０６は、２値イメージメモリ１０１に格納された文書画像から、注目する罫線方向（通常、主走査方向および副走査方向）に連続した黒画素を包含する矩形を生成し、その矩形データを矩形メモリ１０７に格納する。次に、点線要素抽出部１０８は矩形メモリ１０７を参照し、抽出された矩形の中で幅と高さが規定した閾値よりも小さい矩形のみを点線要素として点線要素メモリ１０９に格納する。次に、点線罫線抽出部１１０は点線要素メモリ１０９を参照し、隣接する点線要素同士の間隔があらかじめ定められた閾値よりも小さい点線要素群を一本の点線候補として点線候補メモリ１１１に格納する。次に、点線罫線判断部１１２は、罫線以外の文字領域等から誤って点線を抽出することを避けるため、点線候補メモリ１１１に格納した点線候補の中で点線罫線らしいものだけを、点線罫線メモリ１１４に格納する。点線罫線らしさの判断は、分散計算部１１３で点線候補を構成する黒画素の幅と高さの分散値を求めた際、その分散値が所定の閾値を越える点線候補は点線罫線でないと判定することで行う。
【０００７】
最後に罫線出力部１１５は、実線罫線メモリ１０５に格納した実線罫線のデータと、点線罫線メモリ１１４に格納した点線罫線のデータを、外部に出力する。
【０００８】
【発明が解決しようとする課題】
上記のように構成される従来の罫線抽出方法では、注目する罫線方向に連続した黒画素を包含する矩形を生成し、抽出された矩形の中で幅と高さが規定された閾値よりも小さい矩形のみを点線要素としている。そのため、一点鎖線や破線のように、注目する罫線方向に連続する黒画素の幅が大きい場合、これらの罫線を抽出できないという問題がある。
【０００９】
さらに、点線罫線判断部１１２では、点線候補を構成する黒画素の幅と高さの分散値が所定の閾値を越える点線候補は点線罫線でないと判断する。そのため、一点鎖線や二点鎖線のように罫線を構成する黒画素の幅がまちまちで、その分散値が大きくなる場合、罫線として抽出できない問題点がある。この問題点を避けるために分散値の閾値を大きく設定すると、罫線以外の周囲の領域（文字列等）から誤って余計な罫線が抽出される問題が生じる。
【００１０】
加えて、従来の罫線抽出方法では、２値化した画像からしか罫線を抽出できない問題がある。
【００１１】
本発明は、上述の問題を解決するためになされたものであり、２値画像と多値画像の双方から実線や点線，破線，一点鎖線，二点鎖線等のさまざまな罫線を抽出できる罫線抽出方法を提供することを目的とする。
【００１２】
【課題を解決するための手段】
第１の発明にかかる罫線認識方法は、画像入力部で入力された画像を読み取り、画像入力部で読み取った画像をイメージメモリに格納し、イメージメモリに格納された画像を参照して、ポテンシャル算出部で画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求め、ポテンシャル算出部で求めたポテンシャルをポテンシャルメモリに格納し、ポテンシャルメモリに格納されたポテンシャルの値を、ポテンシャル更新部が状態方程式に従って変更し、その変更値を再度ポテンシャルメモリに格納し、ポテンシャルメモリに格納されたポテンシャルの値を基に罫線抽出部で画像上の罫線を抽出し、罫線抽出部で抽出された罫線の情報を罫線出力部が外部に出力するように構成され、ポテンシャル更新部が以下の式３に示す状態方程式に従い、ポテンシャルメモリに格納したポテンシャルの値を変更するように構成される。
【数５】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００１３】
第２の発明にかかる罫線認識方法は、画像入力部で入力された画像を読み取り、画像入力部で読み取った画像をイメージメモリに格納し、イメージメモリに格納された画像を参照して、ポテンシャル算出部で画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求め、ポテンシャル算出部で求めたポテンシャルをポテンシャルメモリに格納し、ポテンシャルメモリに格納されたポテンシャルの値を、ポテンシャル更新部が状態方程式に従って変更し、その変更値を再度ポテンシャルメモリに格納し、ポテンシャルメモリに格納されたポテンシャルの値を基に罫線抽出部で画像上の罫線を抽出し、罫線種類判定部 は、前記の罫線抽出部で抽出された罫線から、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素の連続領域を罫線要素として抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較することにより、罫線の種類を判別し、前記の罫線種類判定部で判別された罫線の情報を罫線出力部が外部に出力するように構成され、ポテンシャル更新部が以下の式３に示す状態方程式に従い、ポテンシャルメモリに格納したポテンシャルの値を変更するように構成される。
【数６】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００１４】
第３の発明にかかる罫線認識方法におけるポテンシャル算出部においては、方向性を持ち大きさの異なる複数のマスクを画像に畳み込んだ結果からポテンシャルの値を算出するように構成され、罫線認識方法は、式１に基づいて、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、次の式１から方向性検出マスクを畳み込んだときのマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）を求め、得られたマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）から式２によって全領域のポテンシャルＰ ｄｉ （ｘ，ｙ）を計算するように構成される。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
ここで、Ｉは文書画像であり、Ｉ（ｘ，ｙ）・Ｍ ｄｉ ｒｊ は小領域（ｘ，ｙ）の中心画素と方向性検出マスクＭ ｄｉ ｒｊ の中心位置を合わせて、文書画像に方向性検出マスクを畳み込む処理を示す。Ｏ ｄｉ ｒｊ （ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。ポテンシャルＰ ｄｉ （ｘ，ｙ）は、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）の最大値である。
【００１５】
第４の発明にかかる罫線認識装置は、画像を読み取る画像入力部と、画像入力部で読み取った画像を格納するイメージメモリと、イメージメモリに格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部と、ポテンシャル算出部で求めたポテンシャルを格納するポテンシャルメモリと、ポテンシャルメモリに格納したポテンシャルの値を、状態方程式に従い変更し、再度前記のポテンシャルメモリに格納するポテンシャル更新部と、ポテンシャルメモリに格納したポテンシャルの値を基に画像上の罫線を抽出する罫線抽出部と、罫線抽出部で抽出した罫線の情報を外部に出力する罫線出力部を備えるように構成され、ポテンシャル更新部は、ポテンシャルメモリに格納したポテンシャルの値を、以下の式３に示す状態方程式に従い変更するように構成される。
【数７】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００１６】
第５の発明にかかる罫線認識装置は、画像を読み取る画像入力部と、画像入力部で読み取った画像を格納するイメージメモリと、イメージメモリに格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部と、ポテンシャル算出部で求めたポテンシャルを格納するポテンシャルメモリと、ポテンシャルメモリに格納したポテンシャルの値を、状態方程式に従い変更し、再度前記のポテンシャルメモリに格納するポテンシャル更新部と、ポテンシャルメモリに格納したポテンシャルの値を基に画像上の罫線を抽出する罫線抽出部と、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素の連続領域を罫線要素として抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較することにより、罫線の種類を判別する罫線種類判定部と、罫線種類判定部で判定した罫線の情報を外部に出力する罫線出力部とを備えるように構成され、ポテンシャル更新部は、ポテンシャルメモリに格納したポテンシャルの値を、以下の式３に示す状態方程式に従い変更するように構成される。
【数８】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００１７】
第６の発明にかかる罫線認識装置におけるポテンシャル算出部は、方向性を持ち大きさの異なる複数のマスクを画像に畳み込んだ結果からポテンシャルの値を算出するように構成され、ポテンシャル算出部は、式１に基づいて、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、次の式１から方向性検出マスクを畳み込んだときのマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）を求め、得られたマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）から式２によって全領域のポテンシャルＰ ｄｉ （ｘ，ｙ）を計算するように構成される。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
ここで、Ｉは文書画像であり、Ｉ（ｘ，ｙ）・Ｍ ｄｉ ｒｊ は小領域（ｘ，ｙ）の中心画素と方向性検出マスクＭ ｄｉ ｒｊ の中心位置を合わせて、文書画像に方向性検出マスクを畳み込む処理を示す。Ｏ ｄｉ ｒｊ （ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。ポテンシャルＰ ｄｉ （ｘ，ｙ）は、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）の最大値である。
【００１８】
【発明の実施の形態】
実施の形態１．
本発明の実施の形態１の罫線抽出方法について図１から図５を用いて説明する。図１はこの実施の形態１の罫線抽出方法を実現するための機能ブロックを示す図である。図１中、図１３に示す前記従来例と同一または相当部分は同一の符号を付しその説明を省略する。図１において、２０１は画像を読み取るための画像入力部、２０２は読み取った画像を格納するイメージメモリ、２０３はイメージメモリ２０２に格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部、２０４はポテンシャル算出部２０３で求めたポテンシャルを格納するポテンシャルメモリ、２０６はポテンシャルメモリ２０４に格納したポテンシャルの値をもとに画像上の罫線を抽出する罫線抽出部である。
【００１９】
図２は、ポテンシャル算出部２０３の動作を説明するフローチャートである。図２については以下で詳細に説明する。
【００２０】
図３は、ポテンシャル算出部２０３で用いる方向性検出マスクの一例である。図３において、３０１〜３０３は横の方向性を持つ方向性検出マスク、３０４〜３０６は縦の方向性を持つ方向性検出マスク、３０７〜３０９は斜め方向性を持つ方向性検出マスクの例である。方向性検出マスク３０１，３０４，３０７はそれぞれ３×３のマトリクスを構成する画素から構成される。方向性検出マスク３０２，３０５，３０８はそれぞれ５×５のマトリクスを構成する画素から構成される。方向性検出マスク３０３，３０６，３０９はそれぞれ７×７のマトリクスを構成する画素から構成される。
【００２１】
図４は、縦横方向の罫線を含む文書画像の例であり、４０１と４０３は小さい方向性検出マスクを、４０２と４０４は大きい方向性検出マスクを示す。４１０は「ユーザサポート用紙」の文字部分を示し、４１１は横実線罫線を示し、４１２，４１３，４１４はそれぞれ横点線罫線を示し、４２０，４２１はそれぞれ縦実線罫線を示し、４２３，４２４，４２５，４２６はそれぞれ縦点線罫線を示す。
【００２２】
図５は、ポテンシャル算出部２０３において文書画像例（図４）から求めたポテンシャルを示す。図５において、５００は図４の用紙全体に対応して検出された横方向のポテンシャルのみを示し、５０１は「ユーザサポート用紙」の文字列領域部分４１０から抽出された横ポテンシャル、５０２は横実線罫線４１１から抽出された横ポテンシャル、５０３，５０４，５０５はそれぞれ横点線罫線４１２，４１３，４１４から抽出された横ポテンシャル、５０６部分は一点鎖線４１４から抽出した部分的な横ポテンシャルである。一方、５２０は図４の用紙全体に対応して検出された縦方向のポテンシャルのみを示し、５２１，５２２はそれぞれ縦実線罫線４２０，４２１から抽出された縦ポテンシャル、５２３，５２４，５２５，５２６はそれぞれ縦点線罫線４２３，４２４，４２５，４２６から抽出された縦ポテンシャル、５２７は「ユーザサポート用紙」の文字列領域部分４１０からから抽出された縦ポテンシャルである。
【００２３】
以下に図１乃至図５を用いて、本実施の形態１の罫線抽出方法の動作を説明する。まず、図１中の画像入力部２０１は、イメージスキャナやファクシミリ等で文書を読み取って多値、もしくは２値の文書画像を作成し、イメージメモリ２０２に格納する。
【００２４】
次に、ポテンシャル算出部２０３は、イメージメモリ２０２に格納された文書画像を基に、そのポテンシャルの状態を求め、その結果をポテンシャルメモリ２０４に格納する。このポテンシャル算出部２０３の動作を、図２のフローチャートに従って説明する。
【００２５】
まず、ステップＳ１では、方向性ｄｉと大きさｒｊを持つ複数の方向性検出マスクＭｄｉ ｒｊを作成する（ｉ＝１〜Ｄ、ｊ＝１〜Ｒ）。ここで、方向性検出マスクＭｄｉ ｒｊは（２ｊ＋１）×（２ｊ＋１）サイズの２次元マスクである。
【００２６】
例えば、Ｒ＝３｛ｒ１＝３，ｒ２＝５，ｒ３＝７｝、Ｄ＝３｛ｄ１＝横方向，ｄ２＝右上方向，ｄ３＝縦方向｝における方向性検出マスクの例を図３に示す。図３において、方向性検出マスク上の黒い四角形は正の値、灰色の四角形はゼロ、白い四角形は負の値を示す。横方向を持つ方向性検出マスク３０１〜３０３では、黒い四角が横方向に並び、同じく縦方向を持つ方向性検出マスク３０４〜３０６では、黒い四角が縦方向に並ぶ。
【００２７】
次に、ステップＳ２では、画像入力部２０１で読み取られイメージメモリ２０２に蓄えられた文書画像を参照し、その文書画像をＭ×Ｍ個の小領域に分割する。
【００２８】
次に、ステップＳ３とＳ４では、変数ｘをｘ＝１〜Ｍまで変化させ、変数ｙをｙ＝１〜Ｍまで変化させることによってＭ×Ｍ個の小領域全体をスキャンするようにループを作る。
【００２９】
次に、ステップＳ５では、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、ステップＳ１で作成した各方向性検出マスクを畳み込み、マスクの出力値Ｏｄｉ ｒｊ（ｘ，ｙ）を求める。この処理は次の式１で表わすことができる。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
【００３０】
式１において、Ｉ（ｘ，ｙ）は点ｘ，ｙにおける文書画像であり、この文書画像上の黒画素は大きな正の値を、白画素がゼロ又は小さな正の値を持つ。Ｍｄｉ ｒｊは、ｄｉ方向の（２ｊ＋１）×（２ｊ＋１）の面積を有する方向性検出マスクである。Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊは小領域（ｘ，ｙ）（画素または所定の大きさの画素の集合のいずれでもよい）の中心画素と方向性検出マスクＭｄｉ ｒｊの中心位置を合わせて、文書画像に方向性検出マスクを畳み込む（重ね合わせる）処理を示す。Ｏｄｉ ｒｊ（ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。例えば、図４上で、ｘ軸ｙ軸がそれぞれ８，５および９，５で特定される小領域（８，５）および（９，５）では横方向の罫線が横切っているので、この場合は、たとえば、図３の横方向マスク３０１の中央の黒線部分が小領域（８，５），（９，５），（１０，５）の上になるように重ね合わせると、横方向のマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）が図５の小領域（８，５），（９，５）上に大きく出力される。出力値Ｏｄｉ ｒｊ（ｘ，ｙ）が大きいので、式１と式２から計算されたポテンシャルＰｄｉ（ｘ，ｙ）は、図５（ａ）上では黒色で表示される。
【００３１】
一方、上と同様に、図４上の同じ領域に図３の縦方向マスク３０４を重ね合わせると、罫線が横方向であるために、縦方向のマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）は小さく出力される。出力値Ｏｄｉ ｒｊ（ｘ，ｙ）が小さいので、式１と式２から計算されたポテンシャルＰｄｉ（ｘ，ｙ）は、図５（ｂ）上では白色で表示される。このように、小領域（８，５）および（９，５）では、マスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）は、ｄｉが横方向の場合は大きく、ｄｉが縦方向の場合は小さくなることが分かる。同様に、小領域（ｘ，ｙ）の近傍に罫線が無い場合や、罫線以外の要素（文字列等）がある場合、マスク出力値は小さな値を取る。このような畳込みを図４に示す領域全体について行って得られたマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）が図５（ａ）および図５（ｂ）に示される。
【００３２】
次に、ステップＳ６では、マスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）から、小領域（ｘ，ｙ）が持つポテンシャルＰｄｉ（ｘ，ｙ）を求める。ここで、Ｐｄｉ（ｘ，ｙ）は、小領域（ｘ，ｙ）が持つ方向性の強さを示す値であり、次の式２に従って求める。
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
【００３３】
式２では、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）の最大値がＰｄｉ（ｘ，ｙ）として得られる。式２において、たとえば、方向ｄｉにおいて、ｊを１からＲまで変化させることによって、方向性検出マスクの大きさｒｊを変化させ、各方向ｄｉについてのマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）を計算し、その最大値を各方向ｄｉについてのポテンシャルＰｄｉ（ｘ，ｙ）として求める。ここで、さらに、ｉを１からＤまで変化させることによって、各方向のｄｉについての最大ポテンシャルＰｄｉ（ｘ，ｙ）を求める。このような演算を行うことによって、小領域（ｘ，ｙ）を方向ｄｉの罫線が横切る際、その罫線の種類（点線、破線、実線、一点鎖線等）によらず、ポテンシャルＰｄｉ（ｘ，ｙ）の値を高くすることができる。
【００３４】
例えば、文書画像例（図４）において、小領域（ｘ，ｙ）を破線が横切る領域に注目する。ここで大きな方向性検出マスク４０２は、そのサイズ内に破線の一部しか含まないためにマスク出力値は小さい。しかし、小さな方向性検出マスク４０１（ｊが小さい）では、そのサイズいっぱいに破線を構成する黒線が含まれるためマスク出力値は大きい。逆に、大きな方向性検出マスク４０４（ｊが大きい）では、そのサイズ内にある程度の黒線が含まれるためマスク出力値は大きいが、小さい方向性検出マスク４０３（ｊが小さい）では、サイズ内に黒線がなくマスク出力値は小さい。同様に、小領域（ｘ，ｙ）を点線が横切る場合を考える。ここで小さな方向性検出マスクのサイズ内には、１又は２点の黒点しかないためマスク出力値は小さい。しかし大きな方向性検出マスクのサイズ内には多くの黒点が並んでいるためマスク出力値が大きくなる。
【００３５】
このように、小領域（ｘ，ｙ）を方向ｄｉの罫線が横切る場合、サイズの異なる方向性検出マスクのいずれかが大きなマスク出力値を持つ。そのためにポテンシャルＰｄｉ（ｘ，ｙ）の値は大きくなる。
【００３６】
以降、ステップＳ７およびステップＳ８では、各々ｙとｘの値を１づつ歩進した後に、それぞれステップＳ４およびＳ３に戻ることによって、全ての小領域のポテンシャルを求める。上述のように、図５（ａ），（ｂ）は文書画像例（図４）に本処理を適用して得たポテンシャルを示す。図５（ａ）において、５００は横方向（ｄｉ＝１）のポテンシャルＰｄｉ（ｘ，ｙ）、図５（ｂ）において、５２０は縦方向（ｄｉ＝３）のポテンシャルＰｄｉ（ｘ，ｙ）を示す。ここで小さな四角形が各小領域（ｘ，ｙ）を示し、四角形内部の色は、その小領域が持つポテンシャルの値を表わす（黒色部分が最大のポテンシャル値を有し、灰色部分は中間のポテンシャル値を有し、白色部分は最小のポテンシャル値を有する）。
【００３７】
最後にステップＳ９では、求めたポテンシャル値をポテンシャルメモリ２０４に格納し、ポテンシャル算出部２０３の処理を終わる。
【００３８】
次に、図１の罫線抽出部２０６は、ポテンシャルメモリ２０４を参照して罫線を抽出し、罫線のデータを罫線出力部１１５に送出する。具体的には、まずポテンシャルメモリ２０４に格納したｄｉ方向を持つポテンシャルＰｄｉをｄｉ方向に走査し、ある閾値以上のＰｄｉの値を持つ小領域が連続する領域を黒ランとして抽出する。次に、抽出した黒ランに対してラベリングを行い、同じラベルの値を持つ黒ラン群を包括する外接矩形を１本の罫線とする。この処理を全てのｄｉ方向（ｉ＝１〜Ｄ）に対して行うことで、帳票画像上にある様々な方向を持った罫線を抽出する。その後、罫線抽出部２０６は、抽出した罫線のデータ（外接矩形の左上点、幅および高さ等）を罫線出力部１１５に送出する。罫線出力部１１５は、罫線抽出部２０６で得た罫線データを外部に出力する。
【００３９】
本発明の実施の形態１の罫線抽出方法によれば、大きさの異なる複数の方向性検出マスクから得られたマスク出力値を基に、画像上の小領域が持つポテンシャルの値を求める。そのため小領域上を罫線が横切る場合、罫線の種類によらず、安定的に高いポテンシャルの値が得られる。そのため点線や破線，一点鎖線等の様々な罫線を誤り無く抽出できる。
【００４０】
さらに、方向性検出マスクと文書画像との畳み込み処理により各小領域が持つポテンシャルの値を算出する。マスクの畳み込みは２値画像と多値画像双方で可能な処理であるため、文書画像が２値や多値でも罫線を抽出できる。
【００４１】
実施の形態２．
実施の形態２においては、上記の実施の形態１の罫線抽出方法に、ポテンシャルメモリに格納したポテンシャルの値を更新するためのポテンシャル更新部を加えたものである。このような構成とすることによって、罫線を構成する黒線と黒線の間隔が最も大きな方向性検出マスクより広い実線以外の罫線（点線や破線，一点鎖線等）の場合でも、誤り無く抽出することができる。また、罫線以外の領域（文字列等）で高いポテンシャルの値が検出された場合でも、誤って余計な罫線を抽出することもなくなる。以下、本発明の実施の形態２の罫線抽出方法について、図６乃至図８を用いて説明する。
【００４２】
図６は、実施の形態２の罫線抽出方法を実現する機能ブロックを示す図である。図６中、前記実施の形態１と同一または相当部分は同一の符号を付し、その説明を省略する。図６において、２０５はポテンシャルメモリに格納したポテンシャルの値を更新するポテンシャル更新部である。
【００４３】
図７において、７００は、図５に示すポテンシャルにポテンシャル更新部２０５によって、図４の用紙全体に対応して演算された横方向のポテンシャルを示す。７０２は横実線罫線５０２から演算された横ポテンシャル、７０３，７０４，７０５はそれぞれ図５の横点線罫線５０３，５０４，５０５から演算された横ポテンシャル、７０６部分は図５の一点鎖線５０６部分から演算された横ポテンシャルである。一方、７２０は、図５に示すポテンシャルにポテンシャル更新部２０５によって、図４の用紙全体に対応して演算された縦方向のポテンシャルを示す。７２１，７２２はそれぞれ図５の縦実線罫線５２１，５２２から演算された縦ポテンシャル、７２３，７２４，７２５，７２６はそれぞれ図５の縦点線罫線５２３，５２４，５２５，５２６から演算された縦ポテンシャルである。
【００４４】
図８は、図７に示したポテンシャルの状態を基に罫線抽出部２０６が抽出した罫線である。図８中の罫線は、図７の各横および縦のポテンシャルの外郭から得られた罫線を示す。８１１は横実線罫線を示し、８１２，８１３，８１４はそれぞれ横点線罫線を示し、８２０，８２１はそれぞれ縦実線罫線を示し、８２３，８２４，８２５，８２６は、それぞれ縦点線罫線を示す。
【００４５】
以下に、図６乃至図８を用いて、本実施の形態２の罫線抽出方法の動作を説明する。ここでポテンシャル更新部２０５は、ポテンシャルメモリ２０４を参照して、ポテンシャル算出部２０３で求めたポテンシャルの値を更新する。更新したポテンシャルの値を再びポテンシャルメモリ２０４に格納する。具体的には、ポテンシャル更新部２０５は、例えば、次の式３の状態方程式に従ってポテンシャルの値を更新する。
【００４６】
【数９】
【００４７】
ここで、τは時定数、ｔは更新回数、Φｘｙは小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数である。Ｕ（ｘ，ｙ）はポテンシャルＰｄｉ（ｘ，ｙ）の関数であり、Ｐｄｉ（ｘ，ｙ）の値が発散しないようにする働きを持つ。またＷｄｉ（ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す。具体的に、Ｗｄｉ（ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）からｄｉ方向に位置する場合は正の値を、その他の場合は０の値を持つ。Ｗｄｉ（ｘ’，ｙ’）の働きにより、小領域（ｘ，ｙ）が持つポテンシャルＰｄｉ（ｘ，ｙ）は、そこからｄｉ方向に位置する小領域（ｘ’，ｙ’）が持つポテンシャルＰｄｉ（ｘ’，ｙ’）により強められる。
【００４８】
式３の状態方程式に従って状態を更新すると、ポテンシャルの値は徐々に変化し、安定状態へと収束する。ここで小領域（ｘ，ｙ）からｄｉ方向に位置する複数個の小領域（ｘ’，ｙ’）が持つＰｄｉ（ｘ’，ｙ’）の値が高い場合は、Ｐｄｉ（ｘ，ｙ）の値は徐々に増加する。逆に、小領域（ｘ’，ｙ’）が持つＰｄｉ（ｘ’，ｙ’）の値が小さい場合は、Ｐｄｉ（ｘ，ｙ）の値は、式３の定数Ｃと時定数τの働きで徐々に減少する。例えば、初期のポテンシャル（図５）に対して本処理を適用すると、図７に示すポテンシャルに収束する。図７（ａ）において、７００はｄｉが横方向のポテンシャル、図７（ｂ）において、７２０はｄｉが縦方向のポテンシャルである。
【００４９】
次に、状態方程式に従いポテンシャルの状態を更新することの効果を具体的に述べる。まず、小領域（ｘ，ｙ）上をｄｉ方向の長い罫線が横切る場合を考える。この時、小領域（ｘ，ｙ）からｄｉ方向に位置する複数個の小領域（ｘ’，ｙ’）が持つＰｄｉ（ｘ’，ｙ’）の値は高い。そのため小領域（ｘ，ｙ）が持つＰｄｉ（ｘ，ｙ）の値は徐々に増加する。例えば、図５（ａ）に示す初期のポテンシャルにおいて、一点鎖線上の小領域５０６が持つポテンシャルの値は小さいが、状態を更新することにより、ポテンシャルの値は、図５と比べると分かるように、図７（ａ）の７０６のように全体的に高くなる。逆に、図５（ａ）の小領域５０７のように、小領域（ｘ，ｙ）上に罫線がない場合は、Ｐｄｉ（ｘ’，ｙ’）の値が小さく、そのため図７（ａ）の７０７の小領域に示すように、Ｐｄｉ（ｘ，ｙ）の値は徐々に減少し、最終的には消失する。
【００５０】
同様に、小領域（ｘ，ｙ）上に、ｄｉ方向に伸びた文字列がある場合、小領域（ｘ，ｙ）からｄｉ方向に位置する複数個の小領域（ｘ’，ｙ’）が持つポテンシャルＰｄｉ（ｘ’，ｙ’）は一部に高い値を持つが、全体的には低い。そのためＰｄｉ（ｘ，ｙ）の値は徐々に減少する。例えば、図５（ａ）の初期のポテンシャルにおいて、文字列領域上の小領域５０１は、一部に高いポテンシャルの値を持つ。しかし状態を更新することによって、ポテンシャルの値は図７（ａ）の７０１に示すように小さくなる。
【００５１】
その後、罫線抽出部２０６は、実施の形態１と同様に、ポテンシャルメモリ２０４に格納されたポテンシャルの値を参照して罫線を抽出する。例えば、ポテンシャル更新部２０５で更新したポテンシャル（図７）に本処理を適用すると、図８に示す罫線群が抽出される。この場合、図８に示すように、罫線群としては、罫線の外接矩形が抽出される。
【００５２】
実施の形態２によれば、式３の状態方程式に従ってポテンシャルの値を更新することにより、罫線以外の領域が持つポテンシャルの値は減少する。逆に、罫線上の領域が持つポテンシャルの値は増加する。特に、実線以外の罫線（点線や破線，一点鎖線等）において、罫線を構成する黒線と黒線の間隔が広いためにポテンシャルの値が小さい白画素の領域でも、状態を更新するに従ってポテンシャルの値が増加する。そのため、罫線以外の領域（文字列等）から誤って余計な罫線を抽出する問題を避け、かつ点線や破線，一点鎖線等の様々な罫線を精度良く抽出できる。
【００５３】
実施の形態３．
実施の形態１と２では、様々な種類の罫線を抽出できるが、その罫線の種類を判別することは難しい。そこで罫線の種類を判別するための罫線種別判定部を加えた例が実施の形態３である。以下、本発明の実施の形態３を図９乃至図１２に基づいて説明する。
【００５４】
図９は実施の形態２の罫線抽出処理に罫線種別判定部を加えた構成を示すブロック図である。図９において、図６と同一または相当部分は同一の符号を付し、その説明を省略する。ここで９０１は罫線の種類を判別する罫線種類判定部である。
【００５５】
図１０は罫線要素の抽出例である。図１０において、１００１は罫線の外接矩形領域内にある文書画像、１００２はその文書画像中の一個の罫線要素、たとえば、一点鎖線を示す図である。図１０において、一点鎖線はａ２の長さを有する長線とａ１の長さを有する短線ａ２とから構成される。図１１は、図１０中の罫線要素の長さの度数分布を示す図である。図１１において、横軸は一点鎖線の罫線要素の長さａを示し、縦軸は一点鎖線の特定の長さの罫線要素が生じる度数を示す。横軸に長さａ１を中心に短い方の罫線要素が分布し、ａ２を中心に長い方の罫線要素が分布していることが分かる。ここで、ａ１およびａ２の部分のみでなく、その周囲に罫線要素の発生が分布しているのは、それぞれの検出された罫線要素の長さにバラツキがあるためである。
【００５６】
罫線種類判定部９０１は、イメージメモリ２０２を参照して、罫線抽出部２０６で得た各罫線の外接矩形領域内にある文書画像１００１を抽出する。次に、文書画像１００１の内部を走査し、濃度が閾値以上の画素をラベリングする。ここで同じラベルを持つ画素の集合を罫線要素とする。図１０中の１００２は一個の罫線要素を示す。次に、各罫線要素の長さの度数分布（図１１）を作成する。次に、この度数分布と、予め罫線の種類毎に用意した度数分布とを比較する。検出された形状の度数分布が最も類似する罫線の度数分布から、その罫線の種類（たとえば、点線、破線，一点鎖線等）を決定する。罫線種類判定部９０１は、求めた罫線のデータ（罫線の外接矩形左上点と幅高さ、および罫線の種類）を罫線出力部１１５に送出する。罫線出力部１１５は、罫線種類判定部９０１で得た罫線データを外部に出力する。
【００５７】
ここで度数分布の類似性は、例えば以下の方法で判定する。図１２は検出された罫線要素の特徴ベクトルと予め用意された罫線要素の特徴ベクトルを示す図である。図１２（ａ）は、図１１の罫線の長さを示す水平軸をＭ個のエリアに分割し、各エリアに含まれる罫線発生度数から作成されたＭ次元の特徴ベクトルである。同様に、図１２（ｂ）は、予め罫線の種類毎に用意した度数分布から作成されたＭ次元の特徴ベクトルである。これらの、図１２（ａ）および図１２（ｂ）の２つの特徴ベクトルを用いて、一般的なベクトル間の距離計算法である２つの特徴ベクトルの差を求めるシテイブロック距離法や２つの特徴ベクトルの差の２乗を求めるユークリッド距離法等によって、２つの特徴ベクトル間の距離を求める。そして距離値が小さいほど類似性が高いと判定することによって、検出された罫線要素が予め用意されたどの罫線要素に該当するかを判定する。
【００５８】
実施の形態３によれば、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素をラベリングして罫線要素を抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較して、その類似性を調べることで、罫線の種類を判定できる。
【００５９】
【発明の効果】
以上説明したように、本発明によれば以下の効果を得ることができる。
第１および第４の発明によれば、画像を読み取る画像入力部と、読み取った画像を格納するイメージメモリと、イメージメモリに格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部と、求めたポテンシャルを格納するポテンシャルメモリと、ポテンシャルメモリに格納したポテンシャルの値を基に画像上の罫線を抽出する罫線抽出部と、抽出した罫線の情報を外部に出力する罫線出力部を備えると共に、更に、ポテンシャルメモリに格納したポテンシャルの値を状態方程式に従い変更するポテンシャル更新部を追加し、ポテンシャルメモリに格納したポテンシャルの値を、ポテンシャル更新部が以下の式３に示す状態方程式に従い変更するように構成されるので、実線以外の罫線（点線や破線，一点鎖線等）をより精度良く抽出し、かつ罫線領域でない領域からの余分な情報を抽出しないようにできる。
【数１０】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００６０】
第２および第５の発明によれば、第１および第４の発明に、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素をラベリングして罫線要素を抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較することにより、罫線の種類を判別する罫線種類判定部を追加し、ポテンシャルメモリに格納したポテンシャルの値を、ポテンシャル更新部が以下の式３に示す状態方程式に従い変更するように構成されるので、実線以外の罫線（点線や破線，一点鎖線等）をより精度良く抽出し、かつ罫線領域でない領域からの余分な情報を抽出しないようにできる。
【数１１】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００６１】
第３および第６の発明によれば、ポテンシャル算出部は、方向性を持ち、大きさの異なる複数のマスクを画像に畳み込んだ結果からポテンシャルの値を算出し、式１に基づいて、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、方向性検出マスクを畳み込んだときのマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）を求め、得られたマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）から式２によって全領域のポテンシャルＰ ｄｉ （ｘ，ｙ）を計算するため、２値画像および多値画像のどちらからでも罫線を抽出できる。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
ここで、Ｉは文書画像であり、Ｉ（ｘ，ｙ）・Ｍ ｄｉ ｒｊ は小領域（ｘ，ｙ）の中心画素と方向性検出マスクＭ ｄｉ ｒｊ の中心位置を合わせて、文書画像に方向性検出マスクを畳み込む処理を示す。Ｏ ｄｉ ｒｊ （ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。ポテンシャルＰ ｄｉ （ｘ，ｙ）は、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）の最大値である。
【図面の簡単な説明】
【図１】実施の形態１の罫線抽出方法を実現するブロック構成を示す図である。
【図２】実施の形態１に記載したポテンシャル算出部のフローチャートを示す図である。
【図３】実施の形態１に記載した方向性検出マスクの例を示す図である。
【図４】実施の形態１に記載した文書の画像例を示す図である。
【図５】実施の形態１に記載したポテンシャルの状態を示す図である。
【図６】実施の形態２の罫線抽出方法を実現するブロック構成を示す図である。
【図７】実施の形態２に記載したポテンシャルの状態を示す図である。
【図８】実施の形態２に記載した罫線抽出結果の例を示す図である。
【図９】実施の形態３の罫線抽出方法を実現するブロック構成を示す図である。
【図１０】実施の形態３に記載した罫線要素の例を示す図である。
【図１１】実施の形態３に記載した度数分布の例を示す図である。
【図１２】実施の形態３における度数分布の類似性を判定する方法を概念的に説明する図である。
【図１３】従来装置の構成を示すブロック図である。
【符号の説明】
１１５ 罫線出力部、２０１ 画像入力部、２０２ イメージメモリ、２０３ポテンシャル算出部、２０４ ポテンシャルメモリ、２０５ ポテンシャル更新部、２０６ 罫線抽出部、３０１〜３０３ 横方向性を持つ方向性検出マスクの例、３０４〜３０６ 縦方向性を持つ方向性検出マスクの例、３０７〜３０９斜め方向性を持つ方向性検出マスクの例、４０１，４０３ 小さい方向性検出マスク、４０２，４０４ 大きい方向性検出マスク、５００ 横方向を持つポテンシャル、５２０ 縦方向を持つポテンシャル、７００ 横方向を持つポテンシャル、７２０ 縦方向を持つポテンシャル、９０１ 罫線種類判定部、１００１罫線の外接矩形領域内にある文書画像、１００２ 罫線要素
【発明の属する技術分野】
本発明は、画像上の様々な罫線（実線や点線、破線、一点鎖線等）を抽出する装置に関する。
【０００２】
【従来の技術】
文字認識装置や文書のファイリング装置では、処理の一部として、文書画像上にある罫線（点線や実線）を抽出するものがある。このような従来の罫線抽出技術として、例えば特開平７−２３０５２５に示された方法がある。以下、この従来方法について図１３を用いて説明する。
【０００３】
図１３は、従来の罫線抽出方法の全体構成を示すブロック図である。図１３において１００は２値画像入力部、１０１は２値イメージメモリ、１０２は黒ラン抽出部、１０３は黒ランメモリ、１０４は実線罫線認識部、１０５は実線罫線メモリ、１０６は矩形抽出部、１０７は矩形メモリ、１０８は点線要素抽出部、１０９は点線要素メモリ、１１０は点線罫線抽出部、１１１は点線候補メモリ、１１２は点線罫線判断部、１１３は分散計算部、１１４は点線罫線メモリ、１１５は罫線出力部である。
【０００４】
以下、従来の罫線抽出方法の動作を図１３に基づいて説明する。図１３において、ブロック１０２〜１０５は実線罫線を抽出するための部分、ブロック１０６〜１１４は点線罫線を抽出するための部分、ブロック１００、１０１、１１５は点線罫線と実線罫線の抽出に共通な部分である。
【０００５】
まず、２値画像入力部１００は、イメージスキャナやファクシミリ等で文書を読み取って２値の文書画像を作成し、それを２値イメージメモリ１０１に格納する。次に、黒ラン抽出部１０２は、２値イメージメモリ１０１に格納した文書画像から、注目する罫線方向（通常、主走査方向および副走査方向）に一定長以上連続する黒ランを抽出する。そして、抽出した黒ランのデータ（始点・終点の座標、方向等）を黒ランメモリ１０３に格納する。次に、実線罫線認識部１０４は、黒ランメモリ１０３に格納した黒ランデータを基に、実線の罫線を抽出する。具体的には、同一の方向を持ち、近傍に位置する黒ラン同士を統合し、その外接矩形を罫線とする。そして、抽出した罫線のデータ（始点・終点の座標、方向等）を実線罫線メモリ１０５に格納する。
【０００６】
次に、矩形抽出部１０６は、２値イメージメモリ１０１に格納された文書画像から、注目する罫線方向（通常、主走査方向および副走査方向）に連続した黒画素を包含する矩形を生成し、その矩形データを矩形メモリ１０７に格納する。次に、点線要素抽出部１０８は矩形メモリ１０７を参照し、抽出された矩形の中で幅と高さが規定した閾値よりも小さい矩形のみを点線要素として点線要素メモリ１０９に格納する。次に、点線罫線抽出部１１０は点線要素メモリ１０９を参照し、隣接する点線要素同士の間隔があらかじめ定められた閾値よりも小さい点線要素群を一本の点線候補として点線候補メモリ１１１に格納する。次に、点線罫線判断部１１２は、罫線以外の文字領域等から誤って点線を抽出することを避けるため、点線候補メモリ１１１に格納した点線候補の中で点線罫線らしいものだけを、点線罫線メモリ１１４に格納する。点線罫線らしさの判断は、分散計算部１１３で点線候補を構成する黒画素の幅と高さの分散値を求めた際、その分散値が所定の閾値を越える点線候補は点線罫線でないと判定することで行う。
【０００７】
最後に罫線出力部１１５は、実線罫線メモリ１０５に格納した実線罫線のデータと、点線罫線メモリ１１４に格納した点線罫線のデータを、外部に出力する。
【０００８】
【発明が解決しようとする課題】
上記のように構成される従来の罫線抽出方法では、注目する罫線方向に連続した黒画素を包含する矩形を生成し、抽出された矩形の中で幅と高さが規定された閾値よりも小さい矩形のみを点線要素としている。そのため、一点鎖線や破線のように、注目する罫線方向に連続する黒画素の幅が大きい場合、これらの罫線を抽出できないという問題がある。
【０００９】
さらに、点線罫線判断部１１２では、点線候補を構成する黒画素の幅と高さの分散値が所定の閾値を越える点線候補は点線罫線でないと判断する。そのため、一点鎖線や二点鎖線のように罫線を構成する黒画素の幅がまちまちで、その分散値が大きくなる場合、罫線として抽出できない問題点がある。この問題点を避けるために分散値の閾値を大きく設定すると、罫線以外の周囲の領域（文字列等）から誤って余計な罫線が抽出される問題が生じる。
【００１０】
加えて、従来の罫線抽出方法では、２値化した画像からしか罫線を抽出できない問題がある。
【００１１】
本発明は、上述の問題を解決するためになされたものであり、２値画像と多値画像の双方から実線や点線，破線，一点鎖線，二点鎖線等のさまざまな罫線を抽出できる罫線抽出方法を提供することを目的とする。
【００１２】
【課題を解決するための手段】
第１の発明にかかる罫線認識方法は、画像入力部で入力された画像を読み取り、画像入力部で読み取った画像をイメージメモリに格納し、イメージメモリに格納された画像を参照して、ポテンシャル算出部で画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求め、ポテンシャル算出部で求めたポテンシャルをポテンシャルメモリに格納し、ポテンシャルメモリに格納されたポテンシャルの値を、ポテンシャル更新部が状態方程式に従って変更し、その変更値を再度ポテンシャルメモリに格納し、ポテンシャルメモリに格納されたポテンシャルの値を基に罫線抽出部で画像上の罫線を抽出し、罫線抽出部で抽出された罫線の情報を罫線出力部が外部に出力するように構成され、ポテンシャル更新部が以下の式３に示す状態方程式に従い、ポテンシャルメモリに格納したポテンシャルの値を変更するように構成される。
【数５】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００１３】
第２の発明にかかる罫線認識方法は、画像入力部で入力された画像を読み取り、画像入力部で読み取った画像をイメージメモリに格納し、イメージメモリに格納された画像を参照して、ポテンシャル算出部で画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求め、ポテンシャル算出部で求めたポテンシャルをポテンシャルメモリに格納し、ポテンシャルメモリに格納されたポテンシャルの値を、ポテンシャル更新部が状態方程式に従って変更し、その変更値を再度ポテンシャルメモリに格納し、ポテンシャルメモリに格納されたポテンシャルの値を基に罫線抽出部で画像上の罫線を抽出し、罫線種類判定部 は、前記の罫線抽出部で抽出された罫線から、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素の連続領域を罫線要素として抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較することにより、罫線の種類を判別し、前記の罫線種類判定部で判別された罫線の情報を罫線出力部が外部に出力するように構成され、ポテンシャル更新部が以下の式３に示す状態方程式に従い、ポテンシャルメモリに格納したポテンシャルの値を変更するように構成される。
【数６】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００１４】
第３の発明にかかる罫線認識方法におけるポテンシャル算出部においては、方向性を持ち大きさの異なる複数のマスクを画像に畳み込んだ結果からポテンシャルの値を算出するように構成され、罫線認識方法は、式１に基づいて、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、次の式１から方向性検出マスクを畳み込んだときのマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）を求め、得られたマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）から式２によって全領域のポテンシャルＰ ｄｉ （ｘ，ｙ）を計算するように構成される。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
ここで、Ｉは文書画像であり、Ｉ（ｘ，ｙ）・Ｍ ｄｉ ｒｊ は小領域（ｘ，ｙ）の中心画素と方向性検出マスクＭ ｄｉ ｒｊ の中心位置を合わせて、文書画像に方向性検出マスクを畳み込む処理を示す。Ｏ ｄｉ ｒｊ （ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。ポテンシャルＰ ｄｉ （ｘ，ｙ）は、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）の最大値である。
【００１５】
第４の発明にかかる罫線認識装置は、画像を読み取る画像入力部と、画像入力部で読み取った画像を格納するイメージメモリと、イメージメモリに格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部と、ポテンシャル算出部で求めたポテンシャルを格納するポテンシャルメモリと、ポテンシャルメモリに格納したポテンシャルの値を、状態方程式に従い変更し、再度前記のポテンシャルメモリに格納するポテンシャル更新部と、ポテンシャルメモリに格納したポテンシャルの値を基に画像上の罫線を抽出する罫線抽出部と、罫線抽出部で抽出した罫線の情報を外部に出力する罫線出力部を備えるように構成され、ポテンシャル更新部は、ポテンシャルメモリに格納したポテンシャルの値を、以下の式３に示す状態方程式に従い変更するように構成される。
【数７】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００１６】
第５の発明にかかる罫線認識装置は、画像を読み取る画像入力部と、画像入力部で読み取った画像を格納するイメージメモリと、イメージメモリに格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部と、ポテンシャル算出部で求めたポテンシャルを格納するポテンシャルメモリと、ポテンシャルメモリに格納したポテンシャルの値を、状態方程式に従い変更し、再度前記のポテンシャルメモリに格納するポテンシャル更新部と、ポテンシャルメモリに格納したポテンシャルの値を基に画像上の罫線を抽出する罫線抽出部と、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素の連続領域を罫線要素として抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較することにより、罫線の種類を判別する罫線種類判定部と、罫線種類判定部で判定した罫線の情報を外部に出力する罫線出力部とを備えるように構成され、ポテンシャル更新部は、ポテンシャルメモリに格納したポテンシャルの値を、以下の式３に示す状態方程式に従い変更するように構成される。
【数８】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００１７】
第６の発明にかかる罫線認識装置におけるポテンシャル算出部は、方向性を持ち大きさの異なる複数のマスクを画像に畳み込んだ結果からポテンシャルの値を算出するように構成され、ポテンシャル算出部は、式１に基づいて、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、次の式１から方向性検出マスクを畳み込んだときのマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）を求め、得られたマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）から式２によって全領域のポテンシャルＰ ｄｉ （ｘ，ｙ）を計算するように構成される。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
ここで、Ｉは文書画像であり、Ｉ（ｘ，ｙ）・Ｍ ｄｉ ｒｊ は小領域（ｘ，ｙ）の中心画素と方向性検出マスクＭ ｄｉ ｒｊ の中心位置を合わせて、文書画像に方向性検出マスクを畳み込む処理を示す。Ｏ ｄｉ ｒｊ （ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。ポテンシャルＰ ｄｉ （ｘ，ｙ）は、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）の最大値である。
【００１８】
【発明の実施の形態】
実施の形態１．
本発明の実施の形態１の罫線抽出方法について図１から図５を用いて説明する。図１はこの実施の形態１の罫線抽出方法を実現するための機能ブロックを示す図である。図１中、図１３に示す前記従来例と同一または相当部分は同一の符号を付しその説明を省略する。図１において、２０１は画像を読み取るための画像入力部、２０２は読み取った画像を格納するイメージメモリ、２０３はイメージメモリ２０２に格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部、２０４はポテンシャル算出部２０３で求めたポテンシャルを格納するポテンシャルメモリ、２０６はポテンシャルメモリ２０４に格納したポテンシャルの値をもとに画像上の罫線を抽出する罫線抽出部である。
【００１９】
図２は、ポテンシャル算出部２０３の動作を説明するフローチャートである。図２については以下で詳細に説明する。
【００２０】
図３は、ポテンシャル算出部２０３で用いる方向性検出マスクの一例である。図３において、３０１〜３０３は横の方向性を持つ方向性検出マスク、３０４〜３０６は縦の方向性を持つ方向性検出マスク、３０７〜３０９は斜め方向性を持つ方向性検出マスクの例である。方向性検出マスク３０１，３０４，３０７はそれぞれ３×３のマトリクスを構成する画素から構成される。方向性検出マスク３０２，３０５，３０８はそれぞれ５×５のマトリクスを構成する画素から構成される。方向性検出マスク３０３，３０６，３０９はそれぞれ７×７のマトリクスを構成する画素から構成される。
【００２１】
図４は、縦横方向の罫線を含む文書画像の例であり、４０１と４０３は小さい方向性検出マスクを、４０２と４０４は大きい方向性検出マスクを示す。４１０は「ユーザサポート用紙」の文字部分を示し、４１１は横実線罫線を示し、４１２，４１３，４１４はそれぞれ横点線罫線を示し、４２０，４２１はそれぞれ縦実線罫線を示し、４２３，４２４，４２５，４２６はそれぞれ縦点線罫線を示す。
【００２２】
図５は、ポテンシャル算出部２０３において文書画像例（図４）から求めたポテンシャルを示す。図５において、５００は図４の用紙全体に対応して検出された横方向のポテンシャルのみを示し、５０１は「ユーザサポート用紙」の文字列領域部分４１０から抽出された横ポテンシャル、５０２は横実線罫線４１１から抽出された横ポテンシャル、５０３，５０４，５０５はそれぞれ横点線罫線４１２，４１３，４１４から抽出された横ポテンシャル、５０６部分は一点鎖線４１４から抽出した部分的な横ポテンシャルである。一方、５２０は図４の用紙全体に対応して検出された縦方向のポテンシャルのみを示し、５２１，５２２はそれぞれ縦実線罫線４２０，４２１から抽出された縦ポテンシャル、５２３，５２４，５２５，５２６はそれぞれ縦点線罫線４２３，４２４，４２５，４２６から抽出された縦ポテンシャル、５２７は「ユーザサポート用紙」の文字列領域部分４１０からから抽出された縦ポテンシャルである。
【００２３】
以下に図１乃至図５を用いて、本実施の形態１の罫線抽出方法の動作を説明する。まず、図１中の画像入力部２０１は、イメージスキャナやファクシミリ等で文書を読み取って多値、もしくは２値の文書画像を作成し、イメージメモリ２０２に格納する。
【００２４】
次に、ポテンシャル算出部２０３は、イメージメモリ２０２に格納された文書画像を基に、そのポテンシャルの状態を求め、その結果をポテンシャルメモリ２０４に格納する。このポテンシャル算出部２０３の動作を、図２のフローチャートに従って説明する。
【００２５】
まず、ステップＳ１では、方向性ｄｉと大きさｒｊを持つ複数の方向性検出マスクＭｄｉ ｒｊを作成する（ｉ＝１〜Ｄ、ｊ＝１〜Ｒ）。ここで、方向性検出マスクＭｄｉ ｒｊは（２ｊ＋１）×（２ｊ＋１）サイズの２次元マスクである。
【００２６】
例えば、Ｒ＝３｛ｒ１＝３，ｒ２＝５，ｒ３＝７｝、Ｄ＝３｛ｄ１＝横方向，ｄ２＝右上方向，ｄ３＝縦方向｝における方向性検出マスクの例を図３に示す。図３において、方向性検出マスク上の黒い四角形は正の値、灰色の四角形はゼロ、白い四角形は負の値を示す。横方向を持つ方向性検出マスク３０１〜３０３では、黒い四角が横方向に並び、同じく縦方向を持つ方向性検出マスク３０４〜３０６では、黒い四角が縦方向に並ぶ。
【００２７】
次に、ステップＳ２では、画像入力部２０１で読み取られイメージメモリ２０２に蓄えられた文書画像を参照し、その文書画像をＭ×Ｍ個の小領域に分割する。
【００２８】
次に、ステップＳ３とＳ４では、変数ｘをｘ＝１〜Ｍまで変化させ、変数ｙをｙ＝１〜Ｍまで変化させることによってＭ×Ｍ個の小領域全体をスキャンするようにループを作る。
【００２９】
次に、ステップＳ５では、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、ステップＳ１で作成した各方向性検出マスクを畳み込み、マスクの出力値Ｏｄｉ ｒｊ（ｘ，ｙ）を求める。この処理は次の式１で表わすことができる。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
【００３０】
式１において、Ｉ（ｘ，ｙ）は点ｘ，ｙにおける文書画像であり、この文書画像上の黒画素は大きな正の値を、白画素がゼロ又は小さな正の値を持つ。Ｍｄｉ ｒｊは、ｄｉ方向の（２ｊ＋１）×（２ｊ＋１）の面積を有する方向性検出マスクである。Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊは小領域（ｘ，ｙ）（画素または所定の大きさの画素の集合のいずれでもよい）の中心画素と方向性検出マスクＭｄｉ ｒｊの中心位置を合わせて、文書画像に方向性検出マスクを畳み込む（重ね合わせる）処理を示す。Ｏｄｉ ｒｊ（ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。例えば、図４上で、ｘ軸ｙ軸がそれぞれ８，５および９，５で特定される小領域（８，５）および（９，５）では横方向の罫線が横切っているので、この場合は、たとえば、図３の横方向マスク３０１の中央の黒線部分が小領域（８，５），（９，５），（１０，５）の上になるように重ね合わせると、横方向のマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）が図５の小領域（８，５），（９，５）上に大きく出力される。出力値Ｏｄｉ ｒｊ（ｘ，ｙ）が大きいので、式１と式２から計算されたポテンシャルＰｄｉ（ｘ，ｙ）は、図５（ａ）上では黒色で表示される。
【００３１】
一方、上と同様に、図４上の同じ領域に図３の縦方向マスク３０４を重ね合わせると、罫線が横方向であるために、縦方向のマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）は小さく出力される。出力値Ｏｄｉ ｒｊ（ｘ，ｙ）が小さいので、式１と式２から計算されたポテンシャルＰｄｉ（ｘ，ｙ）は、図５（ｂ）上では白色で表示される。このように、小領域（８，５）および（９，５）では、マスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）は、ｄｉが横方向の場合は大きく、ｄｉが縦方向の場合は小さくなることが分かる。同様に、小領域（ｘ，ｙ）の近傍に罫線が無い場合や、罫線以外の要素（文字列等）がある場合、マスク出力値は小さな値を取る。このような畳込みを図４に示す領域全体について行って得られたマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）が図５（ａ）および図５（ｂ）に示される。
【００３２】
次に、ステップＳ６では、マスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）から、小領域（ｘ，ｙ）が持つポテンシャルＰｄｉ（ｘ，ｙ）を求める。ここで、Ｐｄｉ（ｘ，ｙ）は、小領域（ｘ，ｙ）が持つ方向性の強さを示す値であり、次の式２に従って求める。
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
【００３３】
式２では、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）の最大値がＰｄｉ（ｘ，ｙ）として得られる。式２において、たとえば、方向ｄｉにおいて、ｊを１からＲまで変化させることによって、方向性検出マスクの大きさｒｊを変化させ、各方向ｄｉについてのマスク出力値Ｏｄｉ ｒｊ（ｘ，ｙ）を計算し、その最大値を各方向ｄｉについてのポテンシャルＰｄｉ（ｘ，ｙ）として求める。ここで、さらに、ｉを１からＤまで変化させることによって、各方向のｄｉについての最大ポテンシャルＰｄｉ（ｘ，ｙ）を求める。このような演算を行うことによって、小領域（ｘ，ｙ）を方向ｄｉの罫線が横切る際、その罫線の種類（点線、破線、実線、一点鎖線等）によらず、ポテンシャルＰｄｉ（ｘ，ｙ）の値を高くすることができる。
【００３４】
例えば、文書画像例（図４）において、小領域（ｘ，ｙ）を破線が横切る領域に注目する。ここで大きな方向性検出マスク４０２は、そのサイズ内に破線の一部しか含まないためにマスク出力値は小さい。しかし、小さな方向性検出マスク４０１（ｊが小さい）では、そのサイズいっぱいに破線を構成する黒線が含まれるためマスク出力値は大きい。逆に、大きな方向性検出マスク４０４（ｊが大きい）では、そのサイズ内にある程度の黒線が含まれるためマスク出力値は大きいが、小さい方向性検出マスク４０３（ｊが小さい）では、サイズ内に黒線がなくマスク出力値は小さい。同様に、小領域（ｘ，ｙ）を点線が横切る場合を考える。ここで小さな方向性検出マスクのサイズ内には、１又は２点の黒点しかないためマスク出力値は小さい。しかし大きな方向性検出マスクのサイズ内には多くの黒点が並んでいるためマスク出力値が大きくなる。
【００３５】
このように、小領域（ｘ，ｙ）を方向ｄｉの罫線が横切る場合、サイズの異なる方向性検出マスクのいずれかが大きなマスク出力値を持つ。そのためにポテンシャルＰｄｉ（ｘ，ｙ）の値は大きくなる。
【００３６】
以降、ステップＳ７およびステップＳ８では、各々ｙとｘの値を１づつ歩進した後に、それぞれステップＳ４およびＳ３に戻ることによって、全ての小領域のポテンシャルを求める。上述のように、図５（ａ），（ｂ）は文書画像例（図４）に本処理を適用して得たポテンシャルを示す。図５（ａ）において、５００は横方向（ｄｉ＝１）のポテンシャルＰｄｉ（ｘ，ｙ）、図５（ｂ）において、５２０は縦方向（ｄｉ＝３）のポテンシャルＰｄｉ（ｘ，ｙ）を示す。ここで小さな四角形が各小領域（ｘ，ｙ）を示し、四角形内部の色は、その小領域が持つポテンシャルの値を表わす（黒色部分が最大のポテンシャル値を有し、灰色部分は中間のポテンシャル値を有し、白色部分は最小のポテンシャル値を有する）。
【００３７】
最後にステップＳ９では、求めたポテンシャル値をポテンシャルメモリ２０４に格納し、ポテンシャル算出部２０３の処理を終わる。
【００３８】
次に、図１の罫線抽出部２０６は、ポテンシャルメモリ２０４を参照して罫線を抽出し、罫線のデータを罫線出力部１１５に送出する。具体的には、まずポテンシャルメモリ２０４に格納したｄｉ方向を持つポテンシャルＰｄｉをｄｉ方向に走査し、ある閾値以上のＰｄｉの値を持つ小領域が連続する領域を黒ランとして抽出する。次に、抽出した黒ランに対してラベリングを行い、同じラベルの値を持つ黒ラン群を包括する外接矩形を１本の罫線とする。この処理を全てのｄｉ方向（ｉ＝１〜Ｄ）に対して行うことで、帳票画像上にある様々な方向を持った罫線を抽出する。その後、罫線抽出部２０６は、抽出した罫線のデータ（外接矩形の左上点、幅および高さ等）を罫線出力部１１５に送出する。罫線出力部１１５は、罫線抽出部２０６で得た罫線データを外部に出力する。
【００３９】
本発明の実施の形態１の罫線抽出方法によれば、大きさの異なる複数の方向性検出マスクから得られたマスク出力値を基に、画像上の小領域が持つポテンシャルの値を求める。そのため小領域上を罫線が横切る場合、罫線の種類によらず、安定的に高いポテンシャルの値が得られる。そのため点線や破線，一点鎖線等の様々な罫線を誤り無く抽出できる。
【００４０】
さらに、方向性検出マスクと文書画像との畳み込み処理により各小領域が持つポテンシャルの値を算出する。マスクの畳み込みは２値画像と多値画像双方で可能な処理であるため、文書画像が２値や多値でも罫線を抽出できる。
【００４１】
実施の形態２．
実施の形態２においては、上記の実施の形態１の罫線抽出方法に、ポテンシャルメモリに格納したポテンシャルの値を更新するためのポテンシャル更新部を加えたものである。このような構成とすることによって、罫線を構成する黒線と黒線の間隔が最も大きな方向性検出マスクより広い実線以外の罫線（点線や破線，一点鎖線等）の場合でも、誤り無く抽出することができる。また、罫線以外の領域（文字列等）で高いポテンシャルの値が検出された場合でも、誤って余計な罫線を抽出することもなくなる。以下、本発明の実施の形態２の罫線抽出方法について、図６乃至図８を用いて説明する。
【００４２】
図６は、実施の形態２の罫線抽出方法を実現する機能ブロックを示す図である。図６中、前記実施の形態１と同一または相当部分は同一の符号を付し、その説明を省略する。図６において、２０５はポテンシャルメモリに格納したポテンシャルの値を更新するポテンシャル更新部である。
【００４３】
図７において、７００は、図５に示すポテンシャルにポテンシャル更新部２０５によって、図４の用紙全体に対応して演算された横方向のポテンシャルを示す。７０２は横実線罫線５０２から演算された横ポテンシャル、７０３，７０４，７０５はそれぞれ図５の横点線罫線５０３，５０４，５０５から演算された横ポテンシャル、７０６部分は図５の一点鎖線５０６部分から演算された横ポテンシャルである。一方、７２０は、図５に示すポテンシャルにポテンシャル更新部２０５によって、図４の用紙全体に対応して演算された縦方向のポテンシャルを示す。７２１，７２２はそれぞれ図５の縦実線罫線５２１，５２２から演算された縦ポテンシャル、７２３，７２４，７２５，７２６はそれぞれ図５の縦点線罫線５２３，５２４，５２５，５２６から演算された縦ポテンシャルである。
【００４４】
図８は、図７に示したポテンシャルの状態を基に罫線抽出部２０６が抽出した罫線である。図８中の罫線は、図７の各横および縦のポテンシャルの外郭から得られた罫線を示す。８１１は横実線罫線を示し、８１２，８１３，８１４はそれぞれ横点線罫線を示し、８２０，８２１はそれぞれ縦実線罫線を示し、８２３，８２４，８２５，８２６は、それぞれ縦点線罫線を示す。
【００４５】
以下に、図６乃至図８を用いて、本実施の形態２の罫線抽出方法の動作を説明する。ここでポテンシャル更新部２０５は、ポテンシャルメモリ２０４を参照して、ポテンシャル算出部２０３で求めたポテンシャルの値を更新する。更新したポテンシャルの値を再びポテンシャルメモリ２０４に格納する。具体的には、ポテンシャル更新部２０５は、例えば、次の式３の状態方程式に従ってポテンシャルの値を更新する。
【００４６】
【数９】
【００４７】
ここで、τは時定数、ｔは更新回数、Φｘｙは小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数である。Ｕ（ｘ，ｙ）はポテンシャルＰｄｉ（ｘ，ｙ）の関数であり、Ｐｄｉ（ｘ，ｙ）の値が発散しないようにする働きを持つ。またＷｄｉ（ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す。具体的に、Ｗｄｉ（ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）からｄｉ方向に位置する場合は正の値を、その他の場合は０の値を持つ。Ｗｄｉ（ｘ’，ｙ’）の働きにより、小領域（ｘ，ｙ）が持つポテンシャルＰｄｉ（ｘ，ｙ）は、そこからｄｉ方向に位置する小領域（ｘ’，ｙ’）が持つポテンシャルＰｄｉ（ｘ’，ｙ’）により強められる。
【００４８】
式３の状態方程式に従って状態を更新すると、ポテンシャルの値は徐々に変化し、安定状態へと収束する。ここで小領域（ｘ，ｙ）からｄｉ方向に位置する複数個の小領域（ｘ’，ｙ’）が持つＰｄｉ（ｘ’，ｙ’）の値が高い場合は、Ｐｄｉ（ｘ，ｙ）の値は徐々に増加する。逆に、小領域（ｘ’，ｙ’）が持つＰｄｉ（ｘ’，ｙ’）の値が小さい場合は、Ｐｄｉ（ｘ，ｙ）の値は、式３の定数Ｃと時定数τの働きで徐々に減少する。例えば、初期のポテンシャル（図５）に対して本処理を適用すると、図７に示すポテンシャルに収束する。図７（ａ）において、７００はｄｉが横方向のポテンシャル、図７（ｂ）において、７２０はｄｉが縦方向のポテンシャルである。
【００４９】
次に、状態方程式に従いポテンシャルの状態を更新することの効果を具体的に述べる。まず、小領域（ｘ，ｙ）上をｄｉ方向の長い罫線が横切る場合を考える。この時、小領域（ｘ，ｙ）からｄｉ方向に位置する複数個の小領域（ｘ’，ｙ’）が持つＰｄｉ（ｘ’，ｙ’）の値は高い。そのため小領域（ｘ，ｙ）が持つＰｄｉ（ｘ，ｙ）の値は徐々に増加する。例えば、図５（ａ）に示す初期のポテンシャルにおいて、一点鎖線上の小領域５０６が持つポテンシャルの値は小さいが、状態を更新することにより、ポテンシャルの値は、図５と比べると分かるように、図７（ａ）の７０６のように全体的に高くなる。逆に、図５（ａ）の小領域５０７のように、小領域（ｘ，ｙ）上に罫線がない場合は、Ｐｄｉ（ｘ’，ｙ’）の値が小さく、そのため図７（ａ）の７０７の小領域に示すように、Ｐｄｉ（ｘ，ｙ）の値は徐々に減少し、最終的には消失する。
【００５０】
同様に、小領域（ｘ，ｙ）上に、ｄｉ方向に伸びた文字列がある場合、小領域（ｘ，ｙ）からｄｉ方向に位置する複数個の小領域（ｘ’，ｙ’）が持つポテンシャルＰｄｉ（ｘ’，ｙ’）は一部に高い値を持つが、全体的には低い。そのためＰｄｉ（ｘ，ｙ）の値は徐々に減少する。例えば、図５（ａ）の初期のポテンシャルにおいて、文字列領域上の小領域５０１は、一部に高いポテンシャルの値を持つ。しかし状態を更新することによって、ポテンシャルの値は図７（ａ）の７０１に示すように小さくなる。
【００５１】
その後、罫線抽出部２０６は、実施の形態１と同様に、ポテンシャルメモリ２０４に格納されたポテンシャルの値を参照して罫線を抽出する。例えば、ポテンシャル更新部２０５で更新したポテンシャル（図７）に本処理を適用すると、図８に示す罫線群が抽出される。この場合、図８に示すように、罫線群としては、罫線の外接矩形が抽出される。
【００５２】
実施の形態２によれば、式３の状態方程式に従ってポテンシャルの値を更新することにより、罫線以外の領域が持つポテンシャルの値は減少する。逆に、罫線上の領域が持つポテンシャルの値は増加する。特に、実線以外の罫線（点線や破線，一点鎖線等）において、罫線を構成する黒線と黒線の間隔が広いためにポテンシャルの値が小さい白画素の領域でも、状態を更新するに従ってポテンシャルの値が増加する。そのため、罫線以外の領域（文字列等）から誤って余計な罫線を抽出する問題を避け、かつ点線や破線，一点鎖線等の様々な罫線を精度良く抽出できる。
【００５３】
実施の形態３．
実施の形態１と２では、様々な種類の罫線を抽出できるが、その罫線の種類を判別することは難しい。そこで罫線の種類を判別するための罫線種別判定部を加えた例が実施の形態３である。以下、本発明の実施の形態３を図９乃至図１２に基づいて説明する。
【００５４】
図９は実施の形態２の罫線抽出処理に罫線種別判定部を加えた構成を示すブロック図である。図９において、図６と同一または相当部分は同一の符号を付し、その説明を省略する。ここで９０１は罫線の種類を判別する罫線種類判定部である。
【００５５】
図１０は罫線要素の抽出例である。図１０において、１００１は罫線の外接矩形領域内にある文書画像、１００２はその文書画像中の一個の罫線要素、たとえば、一点鎖線を示す図である。図１０において、一点鎖線はａ２の長さを有する長線とａ１の長さを有する短線ａ２とから構成される。図１１は、図１０中の罫線要素の長さの度数分布を示す図である。図１１において、横軸は一点鎖線の罫線要素の長さａを示し、縦軸は一点鎖線の特定の長さの罫線要素が生じる度数を示す。横軸に長さａ１を中心に短い方の罫線要素が分布し、ａ２を中心に長い方の罫線要素が分布していることが分かる。ここで、ａ１およびａ２の部分のみでなく、その周囲に罫線要素の発生が分布しているのは、それぞれの検出された罫線要素の長さにバラツキがあるためである。
【００５６】
罫線種類判定部９０１は、イメージメモリ２０２を参照して、罫線抽出部２０６で得た各罫線の外接矩形領域内にある文書画像１００１を抽出する。次に、文書画像１００１の内部を走査し、濃度が閾値以上の画素をラベリングする。ここで同じラベルを持つ画素の集合を罫線要素とする。図１０中の１００２は一個の罫線要素を示す。次に、各罫線要素の長さの度数分布（図１１）を作成する。次に、この度数分布と、予め罫線の種類毎に用意した度数分布とを比較する。検出された形状の度数分布が最も類似する罫線の度数分布から、その罫線の種類（たとえば、点線、破線，一点鎖線等）を決定する。罫線種類判定部９０１は、求めた罫線のデータ（罫線の外接矩形左上点と幅高さ、および罫線の種類）を罫線出力部１１５に送出する。罫線出力部１１５は、罫線種類判定部９０１で得た罫線データを外部に出力する。
【００５７】
ここで度数分布の類似性は、例えば以下の方法で判定する。図１２は検出された罫線要素の特徴ベクトルと予め用意された罫線要素の特徴ベクトルを示す図である。図１２（ａ）は、図１１の罫線の長さを示す水平軸をＭ個のエリアに分割し、各エリアに含まれる罫線発生度数から作成されたＭ次元の特徴ベクトルである。同様に、図１２（ｂ）は、予め罫線の種類毎に用意した度数分布から作成されたＭ次元の特徴ベクトルである。これらの、図１２（ａ）および図１２（ｂ）の２つの特徴ベクトルを用いて、一般的なベクトル間の距離計算法である２つの特徴ベクトルの差を求めるシテイブロック距離法や２つの特徴ベクトルの差の２乗を求めるユークリッド距離法等によって、２つの特徴ベクトル間の距離を求める。そして距離値が小さいほど類似性が高いと判定することによって、検出された罫線要素が予め用意されたどの罫線要素に該当するかを判定する。
【００５８】
実施の形態３によれば、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素をラベリングして罫線要素を抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較して、その類似性を調べることで、罫線の種類を判定できる。
【００５９】
【発明の効果】
以上説明したように、本発明によれば以下の効果を得ることができる。
第１および第４の発明によれば、画像を読み取る画像入力部と、読み取った画像を格納するイメージメモリと、イメージメモリに格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部と、求めたポテンシャルを格納するポテンシャルメモリと、ポテンシャルメモリに格納したポテンシャルの値を基に画像上の罫線を抽出する罫線抽出部と、抽出した罫線の情報を外部に出力する罫線出力部を備えると共に、更に、ポテンシャルメモリに格納したポテンシャルの値を状態方程式に従い変更するポテンシャル更新部を追加し、ポテンシャルメモリに格納したポテンシャルの値を、ポテンシャル更新部が以下の式３に示す状態方程式に従い変更するように構成されるので、実線以外の罫線（点線や破線，一点鎖線等）をより精度良く抽出し、かつ罫線領域でない領域からの余分な情報を抽出しないようにできる。
【数１０】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００６０】
第２および第５の発明によれば、第１および第４の発明に、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素をラベリングして罫線要素を抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較することにより、罫線の種類を判別する罫線種類判定部を追加し、ポテンシャルメモリに格納したポテンシャルの値を、ポテンシャル更新部が以下の式３に示す状態方程式に従い変更するように構成されるので、実線以外の罫線（点線や破線，一点鎖線等）をより精度良く抽出し、かつ罫線領域でない領域からの余分な情報を抽出しないようにできる。
【数１１】
ここで、τは時定数、ｔは更新回数、Φ ｘｙ は小領域（ｘ，ｙ）の近傍領域、ＣとＺは正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。
【００６１】
第３および第６の発明によれば、ポテンシャル算出部は、方向性を持ち、大きさの異なる複数のマスクを画像に畳み込んだ結果からポテンシャルの値を算出し、式１に基づいて、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、方向性検出マスクを畳み込んだときのマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）を求め、得られたマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）から式２によって全領域のポテンシャルＰ ｄｉ （ｘ，ｙ）を計算するため、２値画像および多値画像のどちらからでも罫線を抽出できる。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
ここで、Ｉは文書画像であり、Ｉ（ｘ，ｙ）・Ｍ ｄｉ ｒｊ は小領域（ｘ，ｙ）の中心画素と方向性検出マスクＭ ｄｉ ｒｊ の中心位置を合わせて、文書画像に方向性検出マスクを畳み込む処理を示す。Ｏ ｄｉ ｒｊ （ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。ポテンシャルＰ ｄｉ （ｘ，ｙ）は、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）の最大値である。
【図面の簡単な説明】
【図１】実施の形態１の罫線抽出方法を実現するブロック構成を示す図である。
【図２】実施の形態１に記載したポテンシャル算出部のフローチャートを示す図である。
【図３】実施の形態１に記載した方向性検出マスクの例を示す図である。
【図４】実施の形態１に記載した文書の画像例を示す図である。
【図５】実施の形態１に記載したポテンシャルの状態を示す図である。
【図６】実施の形態２の罫線抽出方法を実現するブロック構成を示す図である。
【図７】実施の形態２に記載したポテンシャルの状態を示す図である。
【図８】実施の形態２に記載した罫線抽出結果の例を示す図である。
【図９】実施の形態３の罫線抽出方法を実現するブロック構成を示す図である。
【図１０】実施の形態３に記載した罫線要素の例を示す図である。
【図１１】実施の形態３に記載した度数分布の例を示す図である。
【図１２】実施の形態３における度数分布の類似性を判定する方法を概念的に説明する図である。
【図１３】従来装置の構成を示すブロック図である。
【符号の説明】
１１５ 罫線出力部、２０１ 画像入力部、２０２ イメージメモリ、２０３ポテンシャル算出部、２０４ ポテンシャルメモリ、２０５ ポテンシャル更新部、２０６ 罫線抽出部、３０１〜３０３ 横方向性を持つ方向性検出マスクの例、３０４〜３０６ 縦方向性を持つ方向性検出マスクの例、３０７〜３０９斜め方向性を持つ方向性検出マスクの例、４０１，４０３ 小さい方向性検出マスク、４０２，４０４ 大きい方向性検出マスク、５００ 横方向を持つポテンシャル、５２０ 縦方向を持つポテンシャル、７００ 横方向を持つポテンシャル、７２０ 縦方向を持つポテンシャル、９０１ 罫線種類判定部、１００１罫線の外接矩形領域内にある文書画像、１００２ 罫線要素
Claims (6)
- 画像入力部で入力された画像を読み取り、
画像入力部で読み取った画像をイメージメモリに格納し、
イメージメモリに格納された画像を参照して、ポテンシャル算出部で画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求め、
ポテンシャル算出部で求めたポテンシャルをポテンシャルメモリに格納し、
ポテンシャルメモリに格納されたポテンシャルの値を、ポテンシャル更新部が状態方程式に従って変更し、その変更値を再度ポテンシャルメモリに格納し、
ポテンシャルメモリに格納されたポテンシャルの値を基に罫線抽出部で画像上の罫線を抽出し、
罫線抽出部で抽出された罫線の情報を罫線出力部が外部に出力する罫線抽出方法であり、
前記ポテンシャルメモリに格納したポテンシャルの値を、ポテンシャル更新部が以下の式３に示す状態方程式に従い変更することを特徴とする罫線抽出方法。
- 画像入力部で入力された画像を読み取り、
画像入力部で読み取った画像をイメージメモリに格納し、
イメージメモリに格納された画像を参照して、ポテンシャル算出部で画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求め、
ポテンシャル算出部で求めたポテンシャルをポテンシャルメモリに格納し、
ポテンシャルメモリに格納されたポテンシャルの値を、ポテンシャル更新部が状態方程式に従って変更し、その変更値を再度ポテンシャルメモリに格納し、
ポテンシャルメモリに格納されたポテンシャルの値を基に罫線抽出部で画像上の罫線を抽出し、
罫線種類判定部で、前記の罫線抽出部で抽出された罫線から、罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素の連続領域を罫線要素として抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較することにより、罫線の種類を判別し、
前記の罫線種類判定部で判別された罫線の情報を罫線出力部が外部に出力する罫線抽出方法であり、
前記ポテンシャルメモリに格納したポテンシャルの値を、ポテンシャル更新部が以下の式３に示す状態方程式に従い変更することを特徴とする罫線抽出方法。
正の定数、Ｐ ｄｉ （ｘ，ｙ）はポテンシャル、Ｕ（ｘ，ｙ）はポテンシャルＰ ｄｉ （ｘ，ｙ）の関数、Ｗ ｄｉ （ｘ’，ｙ’）は小領域（ｘ’，ｙ’）が小領域（ｘ，ｙ）に及ぼす影響を示す関数である。 - 前記のポテンシャル算出部においては、方向性を持ち大きさの異なる複数のマスクを画像に畳み込んだ結果からポテンシャルの値を算出し、
式１に基づいて、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、次の式１から方向性検出マスクを畳み込んだときのマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）を求め、得られたマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）から式２によって全領域のポテンシャルＰ ｄｉ （ｘ，ｙ）を計算することを特徴とする請求項１または２に記載の罫線抽出方法。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
ここで、Ｉは文書画像であり、Ｉ（ｘ，ｙ）・Ｍ ｄｉ ｒｊ は小領域（ｘ，ｙ）の中心画素と方向性検出マスクＭ ｄｉ ｒｊ の中心位置を合わせて、文書画像に方向性検出マスクを畳み込む処理を示す。Ｏ ｄｉ ｒｊ （ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。ポテンシャルＰ ｄｉ （ｘ，ｙ）は、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）の最大値である。 - 画像を読み取る画像入力部と、
画像入力部で読み取った画像を格納するイメージメモリと、
イメージメモリに格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部と、
ポテンシャル算出部で求めたポテンシャルを格納するポテンシャルメモリと、
ポテンシャルメモリに格納したポテンシャルの値を、状態方程式に従い変更し、再度前記のポテンシャルメモリに格納するポテンシャル更新部と、
ポテンシャルメモリに格納したポテンシャルの値を基に画像上の罫線を抽出する罫線抽出部と、
罫線抽出部で抽出した罫線の情報を外部に出力する罫線出力部を備え、
前記のポテンシャル更新部は、ポテンシャルメモリに格納したポテンシャルの値を、以下の式３に示す状態方程式に従い変更することを特徴とする罫線抽出装置。
- 画像を読み取る画像入力部と、
画像入力部で読み取った画像を格納するイメージメモリと、
イメージメモリに格納した画像を参照して画像上の各領域毎に局所的な方向性の強さを示すポテンシャルを求めるポテンシャル算出部と、
ポテンシャル算出部で求めたポテンシャルを格納するポテンシャルメモリと、
ポテンシャルメモリに格納したポテンシャルの値を、状態方程式に従い変更し、再度前記のポテンシャルメモリに格納するポテンシャル更新部と、
ポテンシャルメモリに格納したポテンシャルの値を基に画像上の罫線を抽出する罫線抽出部と、
罫線の外接矩形領域内の画像上で閾値以上の濃度を持つ画素の連続領域を罫線要素として抽出し、この罫線要素の長さの度数分布を求め、この度数分布と予め罫線の種類毎に用意した度数分布と比較することにより、罫線の種類を判別する罫線種類判定部と、
罫線種類判定部で判定した罫線の情報を外部に出力する罫線出力部を備え、
前記のポテンシャル更新部は、ポテンシャルメモリに格納したポテンシャルの値を、以下の式３に示す状態方程式に従い変更することを特徴とする罫線抽出装置。
- 前記のポテンシャル算出部は、方向性を持ち大きさの異なる複数のマスクを画像に畳み込んだ結果からポテンシャルの値を算出するように構成され、
前記のポテンシャル算出部は、小領域（ｘ，ｙ）の中心にマスクの中心を合わせて、方向性検出マスクを畳み込みこむことによってマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）を次の式１から求め、得られたマスクの出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）から式２によって全領域のポテンシャルＰ ｄｉ （ｘ，ｙ）を計算することを特徴とする請求項４または５に記載の罫線抽出装置。
Ｏｄｉ ｒｊ（ｘ，ｙ）＝ Ｉ（ｘ，ｙ）・Ｍｄｉ ｒｊ （１）
Ｐｄｉ（ｘ，ｙ）＝ Ｍａｘ｛ Ｏｄｉ ｒｊ（ｘ，ｙ））｝ （２）
ここで、ｉ＝１〜Ｄ，ｊ＝１〜Ｒ
ここで、Ｉは文書画像であり、Ｉ（ｘ，ｙ）・Ｍ ｄｉ ｒｊ は小領域（ｘ，ｙ）の中心画素と方向性検出マスクＭ ｄｉ ｒｊ の中心位置を合わせて、文書画像に方向性検出マスクを畳み込む処理を示す。Ｏ ｄｉ ｒｊ （ｘ，ｙ）は、この畳み込み処理で計算されたマスク出力値である。ポテンシャルＰ ｄｉ （ｘ，ｙ）は、同じ方向ｄｉを持ち、方向性検出マスクの大きさｒｊが異なるマスク出力値Ｏ ｄｉ ｒｊ （ｘ，ｙ）の最大値である。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02977798A JP3551004B2 (ja) | 1998-02-12 | 1998-02-12 | 罫線抽出方法および装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02977798A JP3551004B2 (ja) | 1998-02-12 | 1998-02-12 | 罫線抽出方法および装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11232457A JPH11232457A (ja) | 1999-08-27 |
| JP3551004B2 true JP3551004B2 (ja) | 2004-08-04 |
Family
ID=12285461
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02977798A Expired - Lifetime JP3551004B2 (ja) | 1998-02-12 | 1998-02-12 | 罫線抽出方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3551004B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4791295B2 (ja) * | 2006-08-31 | 2011-10-12 | 富士通株式会社 | 罫線抽出プログラム、罫線抽出装置、罫線抽出方法 |
-
1998
- 1998-02-12 JP JP02977798A patent/JP3551004B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH11232457A (ja) | 1999-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6185341B1 (en) | Image processing using vector data to reduce noise | |
| JP3904840B2 (ja) | 多値画像から罫線を抽出する罫線抽出装置 | |
| JP3996579B2 (ja) | 機械可読フォームのアクティブ領域を識別するためのフォーム処理システム | |
| RU2621601C1 (ru) | Устранение искривлений изображения документа | |
| CN101697228A (zh) | 一种文本图像处理方法 | |
| US6968085B2 (en) | Document matching and annotation lifting | |
| US6947596B2 (en) | Character recognition method, program and recording medium | |
| US7680329B2 (en) | Character recognition apparatus and character recognition method | |
| US8150185B2 (en) | Image processing for generating a thin line binary image and extracting vectors | |
| JPH09311905A (ja) | 行検出方法および文字認識装置 | |
| JP3551004B2 (ja) | 罫線抽出方法および装置 | |
| JP3006466B2 (ja) | 文字入力装置 | |
| JP2006309402A (ja) | 文字列認識方法、ナンバープレート認識方法、及び装置 | |
| JP2022090469A (ja) | 書式定義装置、書式定義方法、及びプログラム | |
| JP3476595B2 (ja) | 画像領域分割方法、および画像２値化方法 | |
| US20020164087A1 (en) | System and method for fast rotation of binary images using block matching method | |
| JP2000076378A (ja) | 文字認識方法 | |
| JP2899383B2 (ja) | 文字切出し装置 | |
| JP2715930B2 (ja) | 線分検出方法 | |
| JP3100825B2 (ja) | 線認識方法 | |
| KR100226804B1 (ko) | 문서형식 판별방법 | |
| JP2022041468A (ja) | 識別方法、情報処理システム、方法、およびプログラム | |
| JP3210224B2 (ja) | 文字認識装置 | |
| AU742875B2 (en) | Method and apparatus for generating a distance image of an original image | |
| JPH09147125A (ja) | 輪郭線抽出方法と抽出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20031217 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040106 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040223 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040330 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040412 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080514 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100514 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100514 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110514 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110514 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120514 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120514 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130514 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140514 Year of fee payment: 10 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |