JP3604993B2 - 画像符号化装置、画像符号化方法、画像復号装置、および画像復号方法 - Google Patents
画像符号化装置、画像符号化方法、画像復号装置、および画像復号方法 Download PDFInfo
- Publication number
- JP3604993B2 JP3604993B2 JP2000073654A JP2000073654A JP3604993B2 JP 3604993 B2 JP3604993 B2 JP 3604993B2 JP 2000073654 A JP2000073654 A JP 2000073654A JP 2000073654 A JP2000073654 A JP 2000073654A JP 3604993 B2 JP3604993 B2 JP 3604993B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- input
- input pattern
- image
- representative
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/41—Bandwidth or redundancy reduction
- H04N1/411—Bandwidth or redundancy reduction for the transmission or storage or reproduction of two-tone pictures, e.g. black and white pictures
- H04N1/4115—Bandwidth or redundancy reduction for the transmission or storage or reproduction of two-tone pictures, e.g. black and white pictures involving the recognition of specific patterns, e.g. by symbol matching
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Image Processing (AREA)
Description
【発明の属する技術分野】
本発明は、画像符号化装置、画像符号化方法、画像復号装置、および画像復号方法に関する。
【0002】
【従来の技術】
従来、文書画像を符号化する代表的な方法として、文字認識技術を用いて、文字部分を文字コードとして符号化する方法と、通常の画像データを符号化するのと同様に符号化する方法とがある。
【0003】
文字認識技術を用いる方法では、符号化後のデータ容量が小さくなるという特徴を有する。しかし、性能の向上は見られるものの、文字の認識誤りをゼロにすることはできない。このため、誤った符号化が行なわれると、復号時に、画像に含まれる文章の理解に支障をきたすことも起こり得る。
【0004】
一方、通常の画像と同様に符号化する方法は、一般に良く知られている画像圧縮の方法をそのまま文書画像に適用するものである。この方法では、極端な画質の低下が起きない限り、文章の理解に支障をきたすようなことは起こりにくい。しかし、文字認識技術を用いる場合に比べ、符号化後のデータ容量が大きくなってしまう。
【0005】
両者の欠点をカバーするため、相互に類似する複数のパターンを単一のパターンで代表させ、代表パターン、代表パターンの識別コードおよび代表パターンで代表されるパターンの出現位置のみを符号化する方法が以前より提案されている。この符号化方法については、「R.N.Ascher et al. "A Means for Achieving a High Degree of Compaction on Scan-Digitized Printed Text", IEEE Transactions on Computers, vol.c-23, No.11, November 1974」などに詳しく開示されている。
【0006】
ここでいうパターンとは、文書画像の符号化においては多くの場合文字に対応している。このため、代表パターン自身の符号化データのデータ容量を別にすれば、符号化データのデータ容量は、理想的には画像中の各文字の識別コードと、それに対応する位置情報とを表わすのに必要なデータ量で済むことになる。
【0007】
また、この方法は、パターンマッチング方式を用いた文字認識技術において、標準パターンを入力画像から抽出したものと考えることもできる。
【0008】
この方法では、文字認識技術を用いた場合ほどは、認識誤りが問題にならない。なぜならば、この方法では、パターンが類似しているか否かを判断するだけでよく、文字認識のようにパターンが本当は「何」であるかを正確に判断する必要がないからである。また、パターンマッチング方式を用いた文字認識と比較した場合、標準パターンに相当するパターンを入力画像自身より抽出している。このため、入力画像内に特殊なフォントの文字が含まれていても、そのこと自体が符号化の障害になることはない。
【0009】
このように代表パターン等を符号化する方法は比較的優れた性質を持つ。それにも関わらず、広範に使われていないのが現状である。
【0010】
この原因として、符号化が難しいことが挙げられる。これは入力パターンの置換え誤り、すなわち、入力パターンを誤った代表パターンで置換えてしまう誤りを少なくするように制御することが難しいためである。
【0011】
図46を参照して、入力パターンの置換え誤りの一例について説明する。図46(a)は、入力画像を示し、図46(b)は、入力画像を符号化し、復号化した後の画像である。図46(a)の入力画像には、「ス」と「ヌ」、「沢」と「択」および「ポ」と「ボ」というそれぞれ類似した3組のパターンが存在する。このような場合には、入力パターンの置換え誤りが生じ易く、図46(b)に示すように、「ス」、「択」および「ポ」がそれぞれ本来置換えられるべきではない「ヌ」、「沢」および「ボ」を表すパターンに置換えられてしまっている。これは、入力パターンのクラスタリングが不適切なために生じる。
【0012】
図47〜図52を参照して、各入力パターン(文字)を2次元平面上の点として表現する。この図は入力パターンの入力画像上での位置を示しているのではなく、入力パターンの特徴を抽出し作成された特徴ベクトルのパターン空間(特徴ベクトル空間)上での位置を模式的に示している。なお、図47〜図52では、特徴ベクトルを2次元平面上の点として表現しているが、特徴量が3つ以上ある場合には、パターン空間は3以上の次元数を有する。
【0013】
図47を参照して、2種類の文字を表わす入力パターンをそれぞれパターン102(「○」印)およびパターン104(「△」印)で表わす。
【0014】
ここでは、代表パターンは、入力パターンから選び出される。たとえば、パターン空間内でユークリッド距離が一定の範囲内にある入力パターンが1つのクラスに分類され、そのクラスを代表する代表パターンが選び出される。たとえば、図48を参照して、パターン102および104は3つの円112、114および116で表わされるクラスに分類され、3つのクラスを代表する代表パターンとして、パターン106、108および110がそれぞれ選び出される。なお、代表パターンの抽出方法は、ユークリッド距離に基づきクラスタリングする方法には限定されない。入力パターンの正しい置換えとは、各代表パターンがすべて同じ文字を表わす入力パターンから選び出されることを意味する。図48は、入力パターンの正しい置換えが行なわれる理想的なクラスタリングの例を示している。
【0015】
3つの円112、114および116は、それぞれパターン106、108および110を中心とし半径が一定の円である。円内のパターンは、符号化時に代表パターンで置換えられる。この時、同一種類の入力パターンが必ずしも1つの代表パターンで代表されるとは限らない。図48に示すようにパターン102は、2つの円112および114内に含まれる。このため、パターン102は2つのパターン106および108で代表される。
【0016】
円の直径、すなわち同一のクラスに属するとみなされる代表パターンと入力パターンとの間のユークリッド距離を大きくすると、図49のように、すべての入力パターンが円118に含まれ、1つのクラスにクラスタリングされてしまう。このため、異なる種類のパターン102および104が同一の代表パターン120で代表されてしまい、図46(b)に示したような入力パターンの置換え誤りが生じてしまう。
【0017】
上述のようにクラスタリングする際の円の直径を大きくすれば、入力パターンの置換え誤りが生じやすく、円の直径を小さくすれば、置換え誤りは生じにくくなる。このため、円の直径を小さくすれば良いように思われる。
【0018】
しかし、図50に示すように、円の直径を限りなく0に近づけると、置換え誤りは起こらないものの、入力パターンと代表パターンとが一対一に対応してしまう。このため、代表パターンを用いて入力パターンの符号化を行なったとしても、入力パターンそのものを符号化した場合と変わりはなく、データ量の削減にはつながらない。
【0019】
このように、データ量の削減と入力パターンの置換え誤りの減少とはトレードオフの関係にある。
【0020】
特開平8−30794号公報には、以下に説明するような入力パターンから代表パターンを抽出する方法が開示されている。すなわち、入力パターンおよび代表パターン以外に登録パターンと呼ばれるパターンが用意される。始めに入力パターンの中から登録パターンが1つ選択され、登録パターンと入力パターンとが順次照合される。登録パターンが入力パターンと類似していれば、その登録パターンと入力パターンとの平均を求めることにより求められたパターン、または予め定められた基準に基づいて登録パターンまたは入力パターンの中から選択されたパターンが新たな登録パターンとされる。登録パターンに類似する入力パターンが同じクラスにクラスタリングされる。
【0021】
いずれの登録パターンにも類似しない入力パターンが発生した場合には、その入力パターンが新たな登録パターンとされ、同様の処理が行なわれる。このような処理が、入力パターンがいずれかのクラスにクラスタリングされるまで行なわれ、処理終了時点の登録パターンが代表パターンとされる。
【0022】
【発明が解決しようとする課題】
しかし、このような代表パターンの登録方法を用いたとしても、入力パターンのクラスタリング方法は、上記した方法と同様である。このため、データ量の削減と入力パターンの置換え誤りの減少とを両立させることが困難である。
【0023】
たとえば、図51を参照して、入力パターン201を登録パターンとして入力パターンの置換え誤りが生じないようにクラスタリングしようとすると、入力パターン202は同一のクラスに属するが、入力パターン203は別のクラスに属することになる。このため、代表パターンの数が増えてしまう。
【0024】
図52を参照して、逆に、パターン102を1つの代表パターンで表わそうとすると、パターン104の入力パターン204などが同一のクラスに属し、入力パターンの置換え誤りが生じてしまう。
【0025】
また、日本語など、複数の連結成分からなる文字を多く含む言語の文書画像の処理には、特別な注意が必要となる。前掲の特開平8−30794号公報では、連結成分を入力パターンとしており、入力パターンが同一の文字から取出されたものであるか、異なる文字から取出されたものであるかは考慮されていない。そのため、復号画像上で、いわゆる分離文字を構成する複数の連結成分が、符号化時に、異なる文字から取出された代表パターンで置換えられることはあり得ることである。ところが、このような代表パターンのもととなった文字の書体が異なる場合など、復号画像上では著しい違和感を引き起こすことになる。たとえば、図53を参照して、明朝体で書かれた「体」の人偏(左側の部分)とゴシック体で書かれた「林」の旁(右側の部分)とをそれぞれ代表パターンとし、同一紙面上のゴシック体の「休」を符号化したとする。この場合、復号画像では、「休」は、偏部分が明朝体、旁部分がゴシック体の書体から取られたものとなり、違和感がはなはだしい。これを防ぐためには、従来、代表パターンが入力パターンを置換える条件を厳しくするしかなく、このことは上述のように代表パターンの数を増やし、符号化効率を低下させることになる。
【0026】
本発明は、上述の課題を解決するためになされたもので、その目的は、符号化効率を高く保ちながら、符号化による入力パターンの置換え誤りを少なくした画像符号化装置および画像復号装置を提供することである。
【0027】
本発明の他の目的は、符号化効率を保ちながら、分離文字の符号化字の違和感を防止することである。
【0028】
【課題を解決するための手段】
本発明のある局面に従う画像符号化装置は、画像データより入力パターンを抽出するための入力パターン抽出手段と、入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較し、相互に類似する入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、代表パターンの画像および入力パターンの座標位置を出力するための出力手段とを含む。
【0029】
入力パターンを部分的に比較することにより、全体的に見れば類似しているが、部分的に見れば類似していない文字を峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0030】
好ましくは、代表パターン抽出手段は、入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較するための部分マッチング手段と、入力パターンより輪形状をした部分の個数を検出するためのループ検出手段と、部分マッチング手段の出力およびループ検出手段の出力に基づいて、比較対象の入力パターン同士が類似するか否かを調べ、相互に類似する入力パターンの中から代表パターンを抽出するための手段とを含む。
【0031】
輪形状の個数を検出することにより、部分的に見ても類似しているが、異なる文字を正確に峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0032】
本発明の他の局面に従う画像符号化装置は、画像データより入力パターンを抽出するための入力パターン抽出手段と、入力パターン抽出手段によって抽出された入力パターンの各々について、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとするための類似拡大手段と、類似拡大手段によって相互に類似すると判断された入力パターンの中から、代表パターンを抽出するための代表パターン抽出手段と、代表パターンの画像および入力パターンの座標位置を出力するための出力手段とを含む。
【0033】
入力パターンの類似範囲を連鎖的に拡大することにより、入力パターンを表わす代表パターンの個数を減少させることができる。このため、符号化効率を高く保つことができる。
【0034】
好ましくは、画像符号化装置は、抽出された入力パターンから輪形状をした部分の個数を検出するためのループ検出手段をさらに含む。類似拡大手段は、輪形状をした部分の個数が異なる2つの入力パターンは類似しないと判断する。
【0035】
輪形状の個数を検出することにより、部分的に見ても類似しているが、異なる文字を正確に峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0036】
好ましくは、代表パターンは、画像データより切出された文字である。
代表パターンとして画像データより切出された文字を使用している。このため、入力パターンを文字認識して文字のコードで代表パターンを表わす場合のような、文字認識による入力パターンの置換え誤りが発生しにくい。また、連結成分を入力パターンとする場合のように、他に分離文字に関して復号画像の違和感が発生しない。
【0037】
本発明のさらに他の局面に従う画像復号装置は、上述の画像符号化装置で符号化されたデータより、画像を復号する。この画像復号装置は、符号化されたデータより代表パターンの画像および入力パターンの座標位置を抽出するための画像生成データ抽出手段と、画像生成データ抽出手段によって抽出された入力パターンの座標位置に当該入力パターンを代表する画像生成データ抽出手段によって抽出された代表パターンを貼付けるための代表パターン貼付け手段とを含む。
【0038】
入力パターンの座標位置に代表パターンを順次貼付けるだけで画像が作成できる。このため、高速に画像を復元することができる。
【0039】
さらに好ましくは、入力パターンの座標位置の符号化単位が、文書のページに対応している。
【0040】
このため、所望のページに対応する画像のみを容易に復号することができる。
本発明のさらに他の局面に従う画像符号化方法は、画像データより入力パターンを抽出するステップと、抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較し、相互に類似する入力パターンの中から代表パターンを抽出するステップと、代表パターンの画像および入力パターンの座標位置を出力するステップとを含む。
本発明のさらに他の局面に従う画像符号化方法は、画像データより入力パターンを抽出するステップと、抽出された入力パターン同士を比較し、入力パターンの各々について、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとするステップと、相互に類似する入力パターンの中から、代表パターンを抽出するステップと、代表パターンの画像および入力パターンの座標位置を出力するステップとを含む。
【0041】
入力パターンを部分的に比較することにより、全体的に見れば類似しているが、部分的に見れば類似していない文字を峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0042】
本発明のさらに他の局面に従う画像復号方法は、上述の画像符号化方法により符号化されたデータより、画像を復号する。この画像復号方法は、符号化されたデータより代表パターンの画像および入力パターンの座標位置を抽出するステップと、入力パターンの座標位置に当該入力パターンを代表する代表パターンを貼付けるステップとを含む。
【0043】
入力パターンの座標位置に代表パターンを順次貼付けるだけで画像が作成できる。このため、高速に画像を復元することができる。
【0045】
入力パターンを部分的に比較することにより、全体的に見れば類似しているが、部分的に見れば類似していない文字を峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0046】
この発明の他の局面に従う画像符号化装置は、画像データより入力パターンを抽出するための入力パターン抽出手段と、入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較し、相互に類似する入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、代表パターンの画像および入力パターンの座標位置を出力するための出力手段とを備える。代表パターン抽出手段は、入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較するための部分マッチング手段と、入力パターンから、輪形状をした部分を検出するためのループ検出手段と、部分マッチング手段の出力およびループ検出手段の出力に基づいて、比較対象の入力パターン同士が類似するか否かを調べ、相互に類似する入力パターンの中から代表パターンを抽出するための抽出手段とを含む。
好ましくは、入力パターン抽出手段は、画像データから、画像を構成する複数の画素のうち黒画素が連結された各画素を、入力パターンとして抽出する。部分マッチング手段は、2つの入力パターンの横幅と縦幅とを比較する。ループ検出手段は、入力パターンに対応する画像から、輪形状をした部分を検出する。抽出手段は、2つの入力パターンについて、横幅と縦幅との差と、横幅あるいは縦幅との差が、予め定められた値を下回る場合に、輪形状をした部分の数が等しい場合に、相互に類似する入力パターンの中から代表パターンを抽出する。出力手段は、代表パターンと入力パターンとを対応付けるための整数配列を出力する。
この発明の他の局面に従う画像符号化装置は、画像データより入力パターンを抽出するための入力パターン抽出手段と、入力パターン抽出手段によって抽出された入力パターンの各々について、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとするための類似拡大手段と、類似拡大手段によって相互に類似すると判断された入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、代表パターンの画像および入力パターンの座標位置を出力するための出力手段と、抽出された入力パターンから、輪形状をした部分を検出するためのループ検出手段とを備える。類似拡大手段は、輪形状をした部分が異なる2つの入力パターンは類似しないと判断する。
好ましくは、入力パターン抽出手段は、画像データから、画像を構成する複数の画素のうち黒画素が連結された各画素を、入力パターンとして抽出する。ループ検出手段は、入力パターンに対応する画像から、輪形状をした部分を検出する。類似拡大手段は、抽出された入力パターンと、当該入力パターンに類似する入力パターンとの間の距離が予め定められた値以下である場合には、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとする。出力手段は、画像と、代表パターンと入力パターンとを対応付けるための整数配列とを出力する。
好ましくは、出力手段は、代表パターンと入力パターンとを対応付けるための整数配列を出力する。
好ましくは、出力するステップは、代表パターンと入力パターンとを対応付けるための整数配列を出力する。
好ましくは、代表パターン貼付け手段は、代表パターンと当該入力パターンの横幅および縦幅をそれぞれ比較し、差が双方とも予め定められた値よりも小さい場合には、代表パターンをそのまま貼付け、それ以外の場合には、代表パターンと当該入力パターンの横幅と縦幅の双方がそれぞれ一致するように、代表パターンを縮小または拡大して貼り付ける。
好ましくは、代表パターンを貼付けるステップは、代表パターンと当該入力パターンの横幅および縦幅をそれぞれ比較し、差が双方とも予め定められた値よりも小さい場合には、代表パターンをそのまま貼付け、それ以外の場合には、代表パターンと当該入力パターンの横幅と縦幅の双方がそれぞれ一致するように、代表パターンを縮小または拡大して貼り付ける。
【0047】
入力パターンの座標位置に代表パターンを順次貼付けるだけで画像が作成できる。このため、高速に画像を復元することができる。
【0048】
【発明の実施の形態】
図1を参照して、本発明の実施の形態に係る画像符号化装置は、紙面をスキャンして画像を取込むスキャナ303と、スキャナ303に接続され、スキャナ303に順次紙面を自動給紙するオートフィーダ301と、オートフィーダ301に接続され、スキャナ303に給紙している紙面のページ数をカウントするカウンタ302と、スキャナ303に接続され、スキャナ303で取込まれた画像を記憶する画像データバッファ304とを含む。
【0049】
画像符号化装置は、さらに、画像データバッファ304に接続され、各ページごとに2値化しきい値を算出する2値化しきい値算出器307と、2値化しきい値算出器307に接続され、ページごとに2値化しきい値を1次元配列として記憶する2値化しきい値バッファ308と、画像データバッファ304および2値化しきい値バッファ308に接続され、画像より入力パターンを抽出する入力パターン抽出器305とを含む。
【0050】
画像符号化装置は、さらに、入力パターン抽出器305に接続され、現在処理中の画像のページ数をカウントするページカウンタ306と、入力パターンの画像を格納する入力パターン画像バッファ309と、入力パターン抽出器305に接続され、入力パターンの横幅および縦幅を格納する入力パターン情報バッファ310と、入力パターン画像バッファ309および入力パターン情報バッファ310に接続され、入力パターンを代表する代表パターンを抽出する代表パターン抽出器311とを含む。
【0051】
画像符号化装置は、さらに、代表パターン抽出器311、入力パターン画像バッファ309および入力パターン情報バッファ310に接続され、代表パターンと入力パターンとを対応付けるための整数配列を格納する代表パターンラベルバッファ312と、代表パターン抽出器311および代表パターンラベルバッファ312に接続され、代表パターンの画像を格納する代表パターン画像バッファ313と、代表パターン抽出器311に接続され、代表パターンの横幅および縦幅を格納する代表パターン情報バッファ314とを含む。
【0052】
画像符号化装置は、さらに、代表パターン情報バッファ314に接続され、代表パターンを圧縮する代表パターン情報圧縮器315と、代表パターン画像バッファ313に接続され、代表パターン画像バッファ313に格納された代表パターンの画像を減色する代表パターン画像減色器316と、入力パターン情報バッファ310および代表パターンラベルバッファ312に接続され、カウンタ302に格納されているページ数の情報、入力パターン情報バッファ310に格納された情報および代表パターンラベルバッファ312に格納された情報を、混合および圧縮する入力パターン情報圧縮器317とを含む。
【0053】
画像符号化装置は、さらに、代表パターン情報圧縮器315および入力パターン情報圧縮器317に接続され、代表パターンの情報、代表パターンの画像および入力パターンの情報の圧縮データを1つの符号化データに連結するデータ混合器319と、代表パターン画像減色器316およびデータ混合器319に接続され、代表パターン画像減色器316に接続され、代表パターン画像減色器316で減色された代表パターンを圧縮する代表パターン画像圧縮器318と、データ混合器319に接続され、文書画像を符号化したデータを格納する符号化データバッファ320とを含む。
【0054】
図2を参照して、入力パターン抽出器305は、画像データバッファ304に接続され、画像データバッファ304に格納された画像から文字要素を抽出する文字要素抽出部701と、文字要素抽出部701に接続され、文字要素抽出部701で抽出された文字要素を格納する文字要素バッファ702と、文字要素バッファ702に接続され、画像内の文字列の方向を判定する文字列方向判定部703と、文字列方向判定部703に接続され、文字列の方向を格納する文字列方向情報フラグ713とを含む。
【0055】
入力パターン抽出器305は、さらに、文字要素バッファ702および文字列方向情報フラグ713に接続され、画像中より文字列を抽出する文字列抽出部705と、文字列抽出部705に接続され、抽出された文字列の番号と文字要素とが1対1に対応付けられた整数配列を記憶する文字列情報バッファ706と、文字要素バッファ702、文字列抽出部705および文字列情報バッファ706に接続され、文字列を文字の候補に分割する個別文字抽出部707とを含む。
【0056】
入力パターン抽出器305は、さらに、個別文字抽出部707に接続され、文字の候補の外接矩形の座標を格納する個別文字情報バッファ708と、文字列の数をカウントする文字列カウンタ709と、文字の数をカウントする文字カウンタ710と、ある文字列内の文字の数をカウントする文字列内文字カウンタ711と、2値化しきい値バッファ308、個別文字抽出部707、文字列カウンタ709、文字カウンタ710、個別文字情報バッファ708、文字列内文字カウンタ711、2値化しきい値バッファ308および2値化しきい値算出器307に接続され、文字標準パターン712と文字列より抽出された文字との比較を行なう文字マッチング部704とを含む。
【0057】
図3を参照して、代表パターン抽出器311は、入力パターンに対応する画像に含まれる輪形状をした部分(ループ)の数を検出するループ検出器1001と、ループの数を記憶するループ数バッファ1002と、入力パターンの数をカウントする第1カウンタ1003と、入力パターンの数をカウントする第2カウンタ1004と、入力パターン同士を比較するパターン比較器1005と、ループ検出器1001、ループ数バッファ1002、第1カウンタ1003、第2カウンタ1004およびパターン比較器1005に接続され、接続された機器を制御するコントローラ1000とを含む。
【0058】
図4を参照して、ループ検出器1001は、現在処理中の入力パターンの番号を示す第1カウンタ1301と、入力パターンに含まれる連結成分の外接矩形を抽出する連結成分外接矩形抽出器1302と、連結成分の外接矩形の座標などを記憶する連結成分外接矩形情報バッファ1303と、連結成分の数をカウントする第2カウンタ1304と、第1カウンタ1301、連結成分外接矩形抽出器1302、連結成分外接矩形情報バッファ1303および第2カウンタ1304に接続され、接続された機器を制御するコントローラ1300とを含む。
【0059】
図5を参照して、パターン比較器1005は、入力パターンより特徴量を抽出し、特徴ベクトルに変換するベクトル変換器1601と、特徴ベクトルの正規化を行なうベクトル正規化器1602と、特徴ベクトルの正準化を行なうベクトル正準化器1603と、特徴ベクトルの内積計算を行なう内積計算器1604と、部分ベクトルの数をカウントするカウンタ1605と、特徴ベクトルより部分ベクトルを作成する部分ベクトル作成器1606と、ベクトル変換器1601、ベクトル正規化器1602、ベクトル正準化器1603、内積計算器1604、カウンタ1605および部分ベクトル作成器1606に接続され、接続された機器を制御するコントローラ1600とを含む。
【0060】
画像符号化装置では、複数枚の紙面をオートフィーダ付きスキャナで入力することを想定しているが、本発明がこれに限られるものでない。
【0061】
図6を参照して、画像符号化装置で作成された符号化データを画像に復号する画像復号装置は、符号化されたデータを格納する符号化データバッファ2201と、符号化データバッファ2201に接続され、符号化されたデータを代表パターン情報、代表パターン画像および入力パターン情報に分離するデータ分離器2202と、データ分離器2202に接続され、代表パターン情報を伸張する代表パターン情報伸長器2203とを含む。
【0062】
画像復号装置は、さらに、代表パターン情報伸長器2203に接続され、伸張された代表パターン情報を格納する代表パターン情報バッファ2206と、データ分離器2202に接続され、代表パターン画像を伸張する代表パターン画像伸長器2204と、代表パターン画像伸長器2204に接続され、伸張された代表パターン画像を格納する代表パターン画像バッファ2207と、データ分離器2202に接続され、圧縮された入力パターン情報を格納する入力パターン圧縮情報バッファ2205と、画素値を変換するためのテーブルが格納されている画素値変換テーブル2209とを含む。
【0063】
画像復号装置は、さらに、代表パターン画像バッファ2207および画素値変換テーブル2209に接続され、代表パターンの画素値を変換する代表パターン画素値変換器2208と、代表パターン情報バッファ2206に接続され、代表パターン情報バッファ2206に格納されたデータより、代表パターンの画像の代表パターン画像バッファ2207での記憶位置を生成する代表パターン画像オフセット生成器2210と、代表パターン画像オフセット生成器2210に接続され、代表パターンの番号とオフセット値とが対応付けられた整数配列を格納する代表パターン画像オフセットテーブル2211とを含む。
【0064】
画像復号装置は、さらに、入力パターン圧縮情報バッファ2205に接続され、各ページデータの入力パターン圧縮情報バッファ2205中での位置を表わすオフセットを生成する入力パターン情報オフセット生成器2212と、入力パターン情報オフセット生成器2212に接続され、ページ番号とオフセットとが対応付けられた整数配列を記憶する入力パターン情報オフセットテーブル2213と、ページの数をカウントするページカウンタ2214と、入力パターン圧縮情報バッファ2205に接続され、入力パターン情報を伸張する入力パターン情報伸長器2217とを含む。
【0065】
画像復号装置は、さらに、入力パターン情報伸長器2217に接続され、入力パターン情報を格納する入力パターン情報バッファ2218と、入力パターンの数をカウントする入力パターンカウンタ2219と、ページごとに画像を格納するページ画像バッファ2215と、ページ画像バッファ2215に接続され、ページ画像バッファ2215に格納される画像の画素値を初期化するページ画像バッファ初期化器2216とを含む。
【0066】
画像復号装置は、さらに、ページ画像バッファ2215に接続され、ページ画像バッファ2215に格納された画像を表示する表示装置2221と、代表パターン画像オフセットテーブル2211、入力パターン情報バッファ2218、入力パターンカウンタ2219、ページ画像バッファ2215、代表パターン画像バッファ2207、代表パターン画素値変換器2208、画素値変換テーブル2209および入力パターン情報オフセットテーブル2213に接続され、代表パターンのサイズを入力パターンのサイズと等しくする画素密度変換器2220とを含む。
【0067】
図7を参照して、画像符号化処理について詳細に説明する。
以下、文書の各紙面を指し示すのに、「ページ」という表現を用いる。また、配列の要素番号またはページ数は、特に断りがない限り0から始まるものとする。さらに、ループ変数i,jおよびkを異なる部分の動作の説明に繰り返し用いるが、動作が異なれば、特に記述がない限り相互に無関係である。
【0068】
オートフィーダ301はカウンタ302を0にクリアする(ステップS(以下、「ステップ」を省略する。)401)。カウンタの値をiとすると、スキャナ303はi番目のページをスキャンして、取込まれた画像を画像データバッファ304に格納する(S402)。画像データバッファ304に格納されるデータの一例を図8に示す。
【0069】
画像データバッファ304に格納される画像は1ピクセルが1バイトで表現された256階調の濃淡画像とする。オートフィーダ301はカウンタ302を1だけインクリメントする(S403)、カウンタ302の値がページ数と等しくなければ(S404でNO)、スキャンされていないページ(i番目のページ)が存在することを意味するので、S402以降の処理を繰り返す。
【0070】
カウンタ302の値がページ数と等しくなると(S404でYES)、入力パターン抽出器305はページカウンタ306を0にクリアする(S405)。2値化しきい値算出器307は、ページカウンタ306が指し示すページの画像を画像データバッファ304から取り出し、最適な2値しきい値を算出し、2値化しきい値バッファ308に格納する(S406)。2値化しきい値は、後述する入力パターンの抽出処理に用いられる。2値化しきい値算出器307は、各ページ画像毎に、文字領域と背景領域の間の分散(いわゆる群間分散)が最大になるように2値化しきい値を定める。群間分散を用いた2値化しきい値算出方法については、例えば、長尾「画像認識論」(コロナ社、1983年)43ページに詳しく開示されている。なお、2値化しきい値の算出方法はこれに限られるものではない。2値化しきい値が入力パターンの抽出処理に必要なければ、S406は省略しても良い。
【0071】
2値化しきい値バッファ308は、各ページに1対1対応する配列からなっており、ページごとに最適な2値化しきい値を格納している。ここでは2値化しきい値より小さな画素値を持つ画素を非背景画素、すなわち着目画素とする。2値化しきい値バッファ308に記憶された配列THのi番目の要素をTH[i]とすれば、i番目のページに含まれる着目画素は、式(1)を満たす画素である。
【0072】
0≦画素値<TH[i] …(1)
ここでは、画像データバッファ304に格納されている画像を256階調の濃淡画像としているが、それ以外の場合についての処理方法について付言しておく。入力画像がカラーの場合には、たとえば輝度成分のみについて2値化しきい値を算出する。
【0073】
また、入力画像が2値画像の場合には、しきい値処理を行なわなくても非背景画素と背景画素の区別は自明であるから、S406は省略可能である。
【0074】
入力パターン抽出器305は、式(1)に基づいて、ページカウンタ306が示すページの画像の2値化処理を行なう。その後、2値画像より入力パターンの抽出を行なう(S407)。ここでいう入力パターンとは、紙面内に類似したものが多数存在すると考えられる小領域を指す。
【0075】
図9を参照して、入力画像の一部分を拡大したところ、「あかい川」と、文字ではないが文字とほぼ類似した大きさを持つ人の顔に似た図形が存在しているものとする。この部分から黒画素(文字領域画素)の連結成分を求め、入力パターンを抽出すると、図10のようになる。すなわち、文字列「あかい川」およびそれに続く図形より、12個の入力パターンが得られる。
【0076】
同じ部分より文字を切出し、入力パターンを求めると図11のようになる。すなわち、文字列「あかい川」およびそれに続く図形より5個の入力パターンが得られる。以下の説明では、図11に示すように、文字を入力パターンとして説明するが、文字に限られるものではない。
【0077】
入力パターン抽出器305はページカウンタ306を1つインクリメントする(S408)。ページカウンタ306の指し示す値がページ数と一致していなければ(S409でNO)、すべてのページについて入力パターンを抽出するまでS406以降の処理を繰返す。
【0078】
ページカウンタ306の指し示す値がページ数と一致していれば(S409でYES)、代表パターン抽出器311が、入力パターン画像バッファ309および入力パターン情報バッファ310を参照して、代表パターンを抽出し、その結果を代表パターンラベルバッファ312および代表パターン情報バッファ314に格納する(S410)。ここでいう代表パターンとは、入力画像中の入力パターンを、大きく画質を低下させずに、置換え得るようなパターンを意味する。S410の処理については、後に詳細に説明する。
【0079】
代表パターン情報圧縮器315は、代表パターン情報バッファ314に記憶された代表パターンを圧縮する(S412)。代表パターン画像減色器316は、代表パターン画像バッファ313に格納された代表パターンの画像を減色する(S413)。減色を行うのは、入力パターンの大半を占めると思われる文字パターンを再現するのに必要な階調数まで情報量を下げて、さらに圧縮率を向上させるためである。ここでは、256階調の代表パターンを8階調まで減色するものとする。256階調をほぼ等間隔に8等分し、8つの代表色0、36、73、109、145、181、218および255のどれに最も近いかを調べ、最も近い代表色が何番目に当たるかを示す数字で画素値を置換える。たとえば、画素値120は、代表色109に最も近く、また代表色109は、各代表色に値の小さな順に番号を付けると、代表色0を0番目として、3番目の代表色にあたる。そこで、画素値120は、S413で3に置換えられる。
【0080】
代表パターン画像圧縮器318は、代表パターン画像減色器316で減色された代表パターンを圧縮し、データ混合器319に供給する(S414)。圧縮の方法としては、画像としての2次元構造を残したまま圧縮する方法、1次元の単なる配列として圧縮する方法に大別され、いずれの方法でも圧縮可能である。ここでは1次元の配列として圧縮を行ない、算術符号化を用いたエントロピー符号化の手法を用いる。データ圧縮の方法はこれに限られるものではない。
【0081】
図12を参照して、入力パターン情報圧縮器317は、カウンタ302に格納されているページ数の情報、入力パターン情報バッファ310に格納された情報および代表パターンラベルバッファ312に格納された情報を、混合および圧縮し、データ混合器319に供給する(S415)。なお、入力パターン情報圧縮器317は、各ページごとに入力パターン情報を作成し、各ページごとに圧縮を行なう。
【0082】
例えば、0ページ目に含まれる入力パターンの数2108(PC[0]で表す)から、0ページ目の(PC[0]−1)番目の入力パターンに対応する代表パターンの番号2109までが1つの圧縮単位となる。圧縮後のバイト数が、0ページ目の入力パターンデータの圧縮後の容量2106として格納される。同様の手順が各ページごとに行われる。これは、各ページごとに圧縮することにより、ページごとの復号を可能とし、復号時に必要なメモリ容量を少なくし、ページのランダムアクセスを可能にするためである。
【0083】
なお、ここでは各ページごとに入力パターンデータの圧縮後の容量を記憶しており、その容量に基づいて、入力パターン情報へのアクセスを行なっている。この容量とは別に、各ページごとに入力パターン情報へのオフセット(ページ数2105からのオフセット)を記憶するようにし、入力パターン情報へのアクセスを行なうようにしてもよい。
【0084】
なお、入力パターン情報圧縮器317は、ページ数2105(Pと表す)から、P−1ページ目の入力パターンデータの圧縮後の容量2107までの情報は圧縮せずに、そのまま出力する。
【0085】
入力パターン情報圧縮器317は、算術符号化を用いたエントロピー符号化の手法を用いてデータ圧縮を行なう。データ圧縮の方法はこれに限られるものではない。
【0086】
データ混合器319は、S412、S413およびS415でそれぞれ得られた代表パターンの情報、代表パターンの画像および入力パターンの情報の圧縮データを1つの符号化データに連結して符号化データバッファ320に出力する(S416)。以上の処理により、符号化データバッファ320には、文書画像を符号化したデータが格納される。
【0087】
図13を参照して、符号化データバッファ320に格納されたデータは、代表パターン情報2101、代表パターン画像2102および入力パターン情報2103を含む。代表パターン情報2101、代表パターン画像2102および入力パターン情報2103をそれぞれ復号すると、それぞれ図14、図15および図12に示すようなデータが得られる。
【0088】
図16を参照して、図7のS407の処理について詳細に説明する。
本実施の形態のように文字を入力パターンとする場合には、入力パターン抽出器305は、文字認識技術において、紙面画像から取り出された各文字に対応する文字コードを出力する代わりに、各文字の画像を入力パターン画像バッファ309に格納し、入力パターンの縦幅および横幅を入力パターン情報バッファ310に格納するものである。
【0089】
文字要素抽出部701は、画像データバッファ304に格納された画像、すなわち現在の処理対象となっているページの画像から文字要素を抽出し、文字要素の外接矩形に関する情報を文字要素バッファ702に格納する(S801)。文字要素とは、黒画素(文字領域画素)の連結成分を示す。文字要素バッファ702には、外接矩形の左上頂点のx座標およびy座標、ならびに右下頂点のx座標およびy座標が格納される。このような、画像から文字領域画素の連結成分の外接矩形を抽出する方法の一例が特開平5−81474号公報に開示されている。S801の処理を行なう際には、2値化しきい値バッファ308に格納された2値化しきい値を用いて、予め画像の2値化が行なわれる。
【0090】
文字列方向判定部703は、文字要素バッファ702を参照して、画像内の文字列の方向が縦方向であるか、横方向であるかを判定し、その判定結果を文字列方向情報フラグ713に格納する(S802)。文字要素の配置から、画像内の文字列方向を判定する方法の一例が特開平11−73475号公報に開示されている。
【0091】
文字列抽出部705は、文字要素バッファ702および文字列方向情報フラグ713を参照しながら、文字列を抽出し、文字列情報バッファの内容を書きかえる(S803)。文字要素の配置から、文字列を抽出する方法の一例は、前掲の特開平5−81474号公報に開示されている。文字列情報バッファ706には、文字列の番号と文字要素とが1対1に対応付けられ、整数配列として記憶されている。
【0092】
文字マッチング部704は、文字列カウンタ709を0に初期化し(S804)、文字カウンタ710を0に初期化する(S805)。以下、文字列カウンタ709の値をiで表し、文字カウンタ710の値をjで表す。また、各文字列ごとに下記のような処理が行われる。すなわち、個別文字抽出部707は、i番目の文字列を文字の候補領域に分割する(S806)。具体的には以下のように処理される。例えば、横書きの文字列「河川」を処理する場合を考える。図17(a)を参照して、「河川」という文字列に対して、個別文字抽出部707は、同図の点線で示されるように、文字列を個別文字候補領域に分割する。これは、文字列方向と垂直な方向に、外接矩形が重なり合いを持つ文字要素(この場合は連結成分)を1つの文字要素として統合することにより行なわれる。
【0093】
例えば、図17(a)では、「河」のさんずいを構成する3つの点の外接矩形は、文字列方向と垂直な方向(この場合は上下方向)に重なっている。そのため、3つの外接矩形が個別文字抽出部707によって統合され、統合後の外接矩形の座標が、文字要素バッファ702と同じ形式で個別文字情報バッファ708に格納される。文字の候補領域の格納順序は、文字列方向情報フラグ713が横書きを示しているときには、文字列の左方から右方の順とし、縦書きを示しているときには、文字列の上方から下方の順とする。また、個別文字情報バッファ708には、各文字列ごとに何文字あるかに関する情報も格納される。
【0094】
文字マッチング部704は、文字列内文字カウンタ711を0に初期化(S807)する。以下、文字列内文字カウンタ711の値をkで表す。文字マッチング部704は、個別文字情報バッファ708および画像データバッファ304を参照しながら、文字列中のk番目の文字を、すべての文字標準パターン712と照合し、もっとも高い類似度をマッチングスコアとする(S808)。
【0095】
なお、各認識カテゴリに対応する文字標準パターン712と入力パターンとの類似度は、複合類似度に基づいて計算される。このため、類似度の最大値は1となる。複合類似度については、例えば、「橋本「文字認識概論」(電気通信協会、1982),P35」などに詳しく述べられている。類似度の算出に用いられる特徴量の一例としてメッシュ特徴量が用いられるが、それ以外の特徴量であってもよいのはいうまでもない。
【0096】
マッチングスコアが所定のしきい値以上の場合には(S809でNO)、入力パターンの抽出が成功したと判断し、文字マッチング部704は、k番目の文字要素の座標情報を、入力パターン情報バッファ310に格納する(S812)。また、文字マッチング部704は、画像データバッファ304から、文字要素の外接矩形に基づいて、文字の画像を切出し、入力パターン画像バッファ309に格納する(S813)。
【0097】
文字マッチング部704は、文字列内文字カウンタ711を1つインクリメントし(S814)、文字列の最後まで到達していれば(S815でYES)、文字カウンタ710の値に、文字列内文字カウンタ711の値を加算する(S816)。この時点で、文字列内文字カウンタ711の値は、処理が終わったばかりのi番目の文字列から何文字取り出されたかを示している。
【0098】
文字列カウンタ709が1つインクリメントされる(S817)。文字列カウンタ709の値が文字列数と異なれば(S818でNO)、未処理の文字列が存在するため、制御がS806に戻る。
【0099】
文字列カウンタ709の値が文字列数と等しければ(S818でYES)、すべての文字列について処理が終了している。このため、文字カウンタ710の値が入力パターン情報バッファ310に書込まれ処理が終了する(S819)。
【0100】
マッチングスコアが所定のしきい値を下回った場合には(S809でYES)、以下に説明する再統合・マッチング処理が行われる(S810)。再統合・マッチング処理の結果、個別文字情報バッファ708の内容が書きかえられ(S811)、上述したS812以降の処理が実行される。
【0101】
図17を参照して、図16のS810(再統合・マッチング処理)について説明する。図17(a)は、横書きの文字列「河川」から個別文字抽出部707が抽出した文字候補領域を示している。文字領域候補は、破線で囲まれ、5つの文字候補領域が抽出されていることが分かる。図17(b)および図17(f)を参照して、S808の処理では、文字マッチング部704が、「河」のさんずいとカタカナの「シ」とのマッチングを行なっており、このときのマッチングスコアが0.8と求められている。0.8という数値は必ずしも高いものではない。これは、さんずいとカタカナの「シ」との間には細部において、かなりの差があるためである。
【0102】
S809で用いられるしきい値が0.85であったとする。この場合、S809の条件を満たさないため(S809でYES)、再統合・マッチング処理(S810)が実行される。すなわち、一定の文字幅の範囲内で文字候補領域の統合が順次行なわれる。統合を行なうたびに、文字マッチング部704は、すべての文字標準パターン712と文字候補領域との類似度を計算し、最もマッチングスコアが大きくなる文字候補領域を抽出する。図17(b)、図17(c)および図17(d)はそれぞれ一定の文字幅以下の文字候補領域であり、図17(f)、図17(g)および図17(h)を参照して、それぞれマッチングスコアが、0.5、0.9および0.7として求められている。3つの文字候補領域の中では、図17(c)に示す文字候補領域がもっとも高いマッチングスコアを示す。このため、図17(c)に示す文字候補領域が入力パターンとして採用される。
【0103】
以上説明した再統合・マッチング処理(図16のS810)により、着目する文字列の文字数は減少する。このため、個別文字情報バッファ708に記憶されている、文字列の文字数や、文字の座標もそれに合わせて変更される(S810)。例えば、ここで用いた例では、さんずいと「可」とが統合され、「河」という文字が抽出されることにより、文字列の文字数が1つ減少する。また、個別文字情報バッファ708に格納されていた「可」の座標は消去され、さんずいに対応する座標は「河」の座標に書きかえられる(S811)。
【0104】
次に、図18を参照して、代表パターンを抽出する処理(図7のS410)について詳細に説明する。
【0105】
コントローラ1000は、代表パターンラベルバッファ312の初期化を行う(S1101)。代表パターンラベルバッファ312は、代表パターンと入力パターンとを1対1に対応付けるための整数配列である。代表パターンラベルバッファ312の添え字が入力パターンの番号に対応し、代表パターンラベルバッファ312の要素が代表パターンの番号に対応する。代表パターンラベルバッファ312の初期化とは、各要素にそれぞれ異なった値を代入することを意味する。以下、代表パターンラベルバッファ312の各要素をLB[i](i=0,1,...)と表すものとし、LB[i]=iとなるように初期化を行なうものとする。
【0106】
ループ検出器1001は、2値化しきい値バッファ308、入力パターン画像バッファ309および入力パターン情報バッファ310を参照して、入力パターンに対応する画像に含まれるループの数を検出し、ループ数バッファ1002に格納する(S1102)。ループとは、輪形状をした部分のことである。ループ数バッファ1002は、入力パターンの番号を添え字とし、ループ数を要素とする整数配列のことである。以下の説明では、ループ数バッファ1002のi番目の要素をL[i]とする。すなわち、i番目の入力パターンに含まれるループ数はL[i]で表わされる。
【0107】
ここでいうループの数の検出において、着目画素は入力パターン抽出器305と同様の基準により選ばれる。すなわち、非背景画素が着目画素とされる。図19(a)はループ数が2の画像を示しており、図19(b)はループ数が1の画像を示している。S1102の処理については後に詳述する。
【0108】
コントローラ1000は第1カウンタ1003を0に初期化し(S1103)、第2カウンタ1004に第1カウンタ1003の値に1を加えた値を代入する(S1104)。以下の説明では、第1カウンタ1003の値をi,第2カウンタ1004の値をjとする。
【0109】
コントローラ1000は、i番目およびj番目の入力パターンの大きさが類似しているか否かを判断する(S1105)。これは、2つの入力パターンの横幅および縦幅を取り出して比較することにより実行される。
【0110】
i番目の入力パターンの外接矩形の左上頂点の座標を(sx0[i],sy0[i])、右下頂点の座標を(ex0[i],ey0[i])とすると、i番目の入力パターンの横幅lx[i]および縦幅ly[i]、ならびにj番目の入力パターンの横幅lx[j]および縦幅ly[j]は以下の式(2)〜(5)によって、それぞれ表わされる。
【0111】
lx[i]=ex0[i]−sx0[i]+1 …(2)
ly[i]=ey0[i]−sy0[i]+1 …(3)
lx[j]=ex0[j]−sx0[j]+1 …(4)
ly[j]=ey0[j]−sy0[j]+1 …(5)
このとき、次の式(6)および式(7)の双方が成り立てば、i番目およびj番目の入力パターンの大きさが類似していると判断される。すなわち、横幅と縦幅との差が、横幅または縦幅そのものと比べてそれほど大きくないときに、大きさが類似していると判断される。
【0112】
ここで、abs(x)とは、xの絶対値を示し、max(x,y)とは、xおよびyの絶対値を示す。
【0113】
入力パターンの大きさが類似していれば(S1105でYES)、コントローラ1000は、i番目の入力パターンに含まれるループ数L[i]とj番目の入力パターンに含まれるループ数L[j]とが等しいか否かを調べる(S1106)。
【0114】
ループ数L[i]およびL[j]が等しければ(S1106でYES)、パターン比較器1005は、i番目の入力パターンとj番目の入力パターンとを比較する(S1107)。
【0115】
i番目の入力パターンとj番目の入力パターンとが類似している場合には(S1105でYES)、コントローラ1000は、以下のように代表パターンラベルバッファ312の書換えを行なう(S1109)。すなわち、コントローラ1000は、類似していると判断されたi番目およびj番目の入力パターンにそれぞれ対応する代表パターンラベルバッファ312の要素LB[i]およびLB[j]に共通の値min(LB[i],LB[j])を代入する。また、更新前の要素LB[i]またはLB[j]と同じ値を有する要素についても、共通の値min(LB[i],LB[j])を代入する。ここで、min(LB[i],LB[j])とは、LB[i]およびLB[j]の最小値を示す。
【0116】
コントローラ1000は、第2カウンタ1004を1つインクリメントする(S1110)。コントローラ1000は、第2カウンタ1004の値jが入力パターン数と等しいか否かを調べ(S1111)、入力パターン数と等しくなければ(S1111でNO)、S1105に戻る。
【0117】
第2カウンタ1004の値jが入力パターン数と等しければ(S1111でYES)、i番目の入力パターンに対する比較はすべて終了しているため、コントローラ1000は、第1カウンタ1003を1つインクリメントする(S1112)。
【0118】
コントローラ1000は、第1カウンタ1003の値iが入力パターン数と等しいか否かを調べ(S1113)、入力パターン数と等しくなければ(S1113でNO)、i番目の入力パターンに対する比較を開始するためにS1004に戻る。
【0119】
第1カウンタ1003の値iが入力パターン数と等しければ(S1113でYES)、すべての入力パターンの組合わせに対する比較が終了しており、コントローラ1000は、再び第1カウンタ1003および第2カウンタ1004を0に初期化する(S1114、S1115)。
【0120】
コントローラ1000は、LB[i]=iが成り立つかどうかを判定する(S1116)。LB[i]=iであれば(S1116でYES)、コントローラ1000は、i番目の入力パターンを代表パターンとするため、i番目の入力パターンの画像を入力パターン画像バッファ309から読出し、代表パターン画像バッファ313に書込む(S1117)。また、コントローラ1000は、i番目の入力パターンの情報を入力パターン情報バッファ310から読出して、代表パターン情報バッファ314に書込む(S1118)。また、コントローラ1000は、第2カウンタ1004を1つインクリメントする(S1119)。
【0121】
LB[i]=iという条件を満たす場合にのみi番目の入力パターンを代表パターンとするのは、同じクラスタに属する入力パターンから1つだけ代表パターンを選び出すためである。その他に、入力パターンから1つだけ代表パターンを選び出す方法が存在すれば、その方法を用いてもよい。
【0122】
S1118の処理では、i番目の入力パターンの横幅lx[i]および縦幅ly[i]が上述の式(2)および(3)に従い求められる。
【0123】
コントローラ1000は、第1カウンタ1003を1つインクリメントする(S1120)。コントローラ1000は、第1カウンタ1003の値iと入力パターン数とが一致しているか否かを調べ(S1121)、一致していなければ(S1121でNO)、S1116に戻る。
【0124】
両者が一致していれば(S1121でYES)、図14を参照して、コントローラ1000は、第2カウンタ1004の値jを代表パターンの数2104として代表パターン情報バッファ314に書込み(S1122)、後述する代表パターンラベルバッファ312の値を詰めなおす処理を行なう(S1123)。
【0125】
図15を参照して、代表パターン画像バッファ313には、代表パターンの画像データがラスタスキャンの順で書込まれている。このようなデータ構造はあくまでも一例であり、その他のデータ構造であってもよいのは言うまでもない。
【0126】
S1123の処理について説明する。代表パターンの数はj個ある。しかし、代表パターンラベルバッファ312の要素は、0から「入力パターン数−1」の範囲の値を取ることができる。このため、代表パターンラベルバッファ312の要素は飛び飛びの値を取る。コントローラ1000は、代表パターンラベルバッファ312の要素が0からj−1までの範囲に収まり、かつ要素の大小関係を保つように要素の付け替えを行なう。たとえば、図20(a)を参照して、要素0、2および5を有する代表パターンラベルバッファ312の値を詰め直すと、図20(b)のようになる。
【0127】
なお、代表パターンは、同じクラスタに属する複数の入力パターンから作成するようにしてもよい。たとえば、入力パターンを拡大または縮小し、サイズを等しくした上で、入力パターンの平均を取り、代表パターンを作成するようにしてもよい。ただし、一般的にはこのような合成処理は、代表パターンがぼけた画像になることが多く、必ずしも有効とは限らない。
【0128】
図21〜図36を参照して、代表パターンラベルバッファ312の値の変化の一例を説明する。図21は、2種類、計13個の入力パターンをパターン空間上に配置した図である。図中の数字はS1102直後の代表パターンラベルバッファ312に格納されている代表パターンラベルの値を示している。この数字は、入力パターン情報バッファ310に格納されている入力パターンの番号とも一致している。
【0129】
以下図22から図34は第1カウンタ1003の値iが1つずつインクリメントされながら、S1104からS1112までの処理が実行された後の代表パターンラベルの値の変化を示している。S1107の処理はすべての入力パターンの組合わせに対して実行される。ここでは、2つの入力パターンが類似しているか否かをパターン空間上のユークリッド距離が一定しきい値以下であるか否かで判定すると仮定し、点線で示した円が、中心に位置するパターンに類似すると判定される距離の範囲を示す。たとえば、図22は、i=0のときに、S1112の処理が終了した時点での代表パターンラベルバッファ312の状態を示している。0番目の入力パターン2801と1番目の入力パターン2802とは類似していると判定されたため、S1109の処理により代表パターンラベルバッファ312の値が図22のように書換えられている。
【0130】
図21で示される初期状態では、LB[0]=0、LB[1]=1であったが、S1109の処理により、LB[1]がLB[0]と同じ値に書換えられている。S1109が実行される直前の状態で、LB[0]またはLB[1]と同じ値が付された代表パターンラベルは他には存在しない。このため、その他の代表パターンラベルはそのままの値を維持する。たとえば9番目の入力パターン2803は、入力パターン2801と類似しているとは判断されないため、代表パターンラベルLB[9]はこの時点では9のままである。以下、図23から図34はiが1から12まで変化していったときに、S1112の処理が終了した時点での代表パターンラベルバッファ312の値を示す。たとえば、i=11に相当する図33では、11番目の入力パターン2804と12番目の入力パターン2805とが類似していると判定される。このため、S1112の処理終了時点では、LB[11]=0、LB[12]=0となっている。また、7番目の入力パターン2806については、図に示されるように入力パターン2804と類似しているという判定はなされないが、それまでの処理で、LB[7]=LB[11]であることが示されている。このため、S1109の処理により、LB[7]も0に書換えられている。
【0131】
図34は、i=12に相当する図であるが、すでにLB[12]は0に書換えられており、12番目の代表パターン2807と類似していると判定されている入力パターンに対応した代表パターンラベルの値はいずれも0になっている。このため、代表パターンラベルバッファ312の値に変化はない。
【0132】
S1114の処理が実行される時点での状態を図35に示す。S1123の処理終了後の状態を図36に示す。代表パターンラベルバッファ312の詰め直し処理(S1123)を実行することにより、代表パターンラベルの値3が1に更新される。
【0133】
図37を参照して、図18のS1102の処理について詳細に説明する。
コントローラ1300は、第1カウンタ1301を0に初期化する(S1401)。以下第1カウンタ1301の値をiとする。第1カウンタ1301の値は、ループ検出器1001で現在処理中の入力パターンの番号を示す。
【0134】
コントローラ1300は、連結成分外接矩形抽出器1302を用いて、第1カウンタ1301が指し示す入力パターンから、背景領域の連結成分を取出す。コントローラ1300は、連結成分ごとに外接矩形を作成し、その情報を連結成分外接矩形情報バッファ1303に格納する(S1402)。すなわち、i番目の入力パターンが属するページ番号p[i]を入力パターン情報バッファ310から取り出す。これは、2値化しきい値バッファ308に記憶されたp[i]ページ目の画像の2値化しきい値をTH[p[i]]として、以下の式(8)を満たす画素を着目画素とすることで行える。これは、着目画素を非背景領域ではなく、背景領域としていることを意味する。それ以外の点では、連結成分外接矩形抽出器1302の動作は、上掲の特開平5−81474号公報で開示されているものと同じで良い。
【0135】
TH[p[i]]≦画素値<256 …(8)
連結成分外接矩形情報バッファ1303には、矩形数RCと、各矩形の左上頂点のX座標およびY座標と、各矩形の右下頂点のX座標およびY座標とが記憶されている。以下、k番目の矩形の左上頂点を(sx1[k],sy1[k])と表わし、右下頂点を(ex1[k],ey1[k])と表す。
【0136】
コントローラ1300は、ループ数バッファ1002のi番目の要素L[i]を0に初期化し(S1403)、第2カウンタ1304を0に初期化する(S1404)。第2カウンタ1304の値をここではjと表す。コントローラ1300は、連結成分外接矩形情報バッファ1303に含まれているj番目の矩形が、入力パターンの端に接しているかどうかを調べる(S1405〜S1408)。すなわち、入力パターン情報バッファ310に格納されているi番目の入力パターンの外接矩形の左上頂点および右下頂点のXY座標をそれぞれ(sx0[i],sy0[i])および(ex0[i],ey0[i])としたとき、式(9)〜式(12)のいずれかが成り立つか否かを調べる。
【0137】
sx1[j]=0 …(9)
sy1[j]=0 …(10)
ex1[j]=ex0[i]−sx0[i] …(11)
ey1[j]=ey0[i]−sy0[i] …(12)
4つの条件のうちのいずれかが成り立つ場合には(S1405でYES、S1406でYES、S1407でYESまたはS1408でYES)、コントローラ1300は、第2カウンタ1304を1つインクリメントする(S1410)。
【0138】
いずれの条件も成り立たない場合には(S1405でNO、S1406でNO、S1407でNOおよびS1408でNO)、コントローラ1300は、ループ数バッファ1002のi番目の要素L[i]を1つインクリメントして(S1409)、S1410に進む。
【0139】
S1410の処理実行後に、コントローラ1300は、第2カウンタ1304の値jが、連結成分外接矩形抽出器1302で取り出された矩形の数と一致するか否かを調べる(S1411)。一致すれば(S1411でYES)、コントローラ1300は、第1カウンタ1301を1つインクリメントする(S1412)。一致していなければ(S1411でNO)、S1405に戻る。
【0140】
S1412の処理実行後に、コントローラ1300は、第1カウンタ1301の値iが入力パターンの数と一致しているか否かを調べる(S1413)。第1カウンタ1301の値iが入力パターンの数と一致していれば(S1413でYES)、処理を終了する。一致していなければ(S1413でNO)、S1402に戻る。
【0141】
図38を参照して、ループ検出器1001の処理の一例を説明する。図38(a)を入力パターンとした場合、図38(b)は非背景領域と背景領域とを逆転させて表示した図である。図38(b)で黒色で表されているのが背景領域であり、連結成分外接矩形抽出器1302の着目領域である。図38(c)は、図38(b)の画像より抽出される連結成分のうち、その外接矩形が入力パターンの端に接している連結成分1501および1502を示している。図38(d)は、図38(b)の画像より抽出される連結成分のうち、その外接矩形が入力パターンの端に接していない連結成分1503および1504を示している。
【0142】
連結成分1503および1504のようなその外接矩形が入力パターンの端に接していない連結成分の数を数えることにより、非背景領域のループ数を計算することができる。
【0143】
このように、非背景領域のループ数の計算が、背景領域に着目し、そこから検出された、連結成分の外接矩形で、端に達していないものだけを数えることで、従来のループを実際に検出してから、検出されたループ数を数える手法に比べて容易に行なえる。
【0144】
また、このような構成をとることで、検出するループの開口部のサイズや形状に条件を課す。たとえば、「一定値以下の横幅または縦幅のループ数は無視する」という処理を追加することも、ex1[j]−sx1[j],ey1[j]−sy1[j]を計算して、条件に合わないものを無視することで容易に行なえる。他のいかなる条件も、ループの開口部の外接矩形のサイズや形状に関する条件に置換え得る限りは同様である。
【0145】
図39を参照して、図18のS1107の処理について説明する。
ベクトル変換器1601は、比較対象の2つの入力パターンよりそれぞれ特徴抽出を行ない、特徴ベクトルを生成する(S1701)。特徴抽出の方法は文字認識の分野で様々な手法が提案されている。ここでは、一例として以下に説明する方法で特徴抽出を行ない、入力パターンを特徴ベクトルに変換する。
【0146】
図40(a)を参照して、3×5画素の入力パターンを4等分する。各区画に含まれる画素を、その区画に含まれる面積比で重み付けし、重み平均を求める。重み平均の値は、図40(b)のようになり、これより4次元の特徴ベクトルが作成される。なお、実際には図41(a)に示すような64次元(8×8次元)の特徴ベクトルが算出される。
【0147】
ベクトル正規化器1602は、絶対値が1になるように、特徴ベクトルを正規化する(S1702)。すなわち、ベクトル正規化器1602は、特徴ベクトルの絶対値を求め、特徴ベクトルの各要素をその絶対値で割る。
【0148】
ベクトル正準化器1603は、特徴ベクトルの正準化を行う(S1703)。ここでいう正準化とは、要素がすべて同じであり、絶対値が1の特徴ベクトルをCとし、S1701の処理で作成された入力パターンの特徴ベクトルをFとするとき、これらから以下の式に基づいて特徴ベクトルF′を算出する処理である。
【0149】
F′=F−(C・F)C …(13)
ただし、C・Fは特徴ベクトルの内積を表す。特徴ベクトルF′は、背景が一様な入力パターンと直交する成分を取出したものである。正準化を行なうのは以下のような理由による。文書画像などでは、白地に黒い文字が書かれているため、背景の画素値が大きな値を示す。特に、単純な文字の場合には、画像のほとんどの部分が大きな値を示し、入力パターンの種類にかかわらず、特徴ベクトルが一様濃度の入力パターンから作ったものと似たものになってしまう。これを防ぐために正準化が行なわれる。なお、正準化の一般的な理論的基礎については、例えば飯島「パターン認識理論」(森北出版、1989年),P94に詳しく記載されている。
【0150】
内積計算器1604は、S1703の処理で得られた2つの特徴ベクトルの内積S0を計算する(S1704)。ここでの内積は対応する要素の積の和を、2つの特徴ベクトルの絶対値の積で割った値であり、0から1の範囲の値を取る。内積の値S0が1に近いほど、2つの特徴ベクトルは類似しており、2つの入力パターンが類似していることを示している。
【0151】
コントローラ1600は、内積の値S0があらかじめ定められたしきい値TH0以上か否かを調べる(S1705)。内積の値S0がしきい値TH0よりも小さければ(S1705でNO)、類似していないと判定し(S1710)、処理を終了する。
【0152】
内積の値S0がしきい値以上TH0であれば(S1705でYES)、特徴ベクトルの部分(以下、「部分ベクトル」という。)同士の比較を行うために、コントローラ1600は、カウンタ1605を0に初期化する(S1705)。以下、カウンタ1605の値をkとする。
【0153】
部分ベクトルとは、特徴ベクトルの要素の一部を取り出して作成されたベクトルをいう。ここでは、図41(a)に示すような、64次元の特徴ベクトルから、図41(b)〜(j)にそれぞれ示すような9個の16次元ベクトルを部分ベクトルとする。図41(b)〜(j)の部分ベクトルにはそれぞれ0から8までの番号をつけておく。
【0154】
部分ベクトル作成器1606は、2つの特徴ベクトルの各々について、それぞれk番目の部分ベクトルを生成する(S1706)。内積計算器1604は、部分ベクトル同士の内積S1[k]を計算する(S1707)。コントローラ1600は、内積S1[k]があらかじめ定められたしきい値TH1以上か否かを調べる(S1709)。内積S1[k]がしきい値TH1よりも小さければ(S1709でNO)、類似していないと判定して(S1708)、処理を終了する。
【0155】
内積S1[k]がしきい値TH1以上であれば(S1709でYES)、コントローラ1600は、カウンタ1605を1つインクリメントする(S1709)。カウンタ1605の値kが部分ベクトルの数と一致していなければ(S1712でNO)、S1707に戻る。
【0156】
カウンタ1605の値kが部分ベクトルの数と一致していれば(S1712でYES)、すべての部分ベクトルについて類似していると判断されたため、2つの入力パターンは類似していると判定され(S1713)、処理を終了する。
【0157】
なお、しきい値TH0としきい値TH1とは独立して定めることができる。また、9個の部分ベクトルごとに相違するしきい値を設定することも可能である。経験的には、しきい値TH0はしきい値TH1よりも大きい方が良い結果が得られることが多い。これは複数の部分ベクトル同士の比較において、すべての部分ベクトル同士の類似度が一定値以上でなければ類似しているとは判断されず、部分ベクトルの比較については厳しい条件付けがされていることによる。一例としてしきい値TH0およびTH1をそれぞれ0.9および0.8とする。
【0158】
ここでは、2つのパターンが類似しているか否かの指標として、値が高いほど2つのパターンが類似していることを示す内積を用いたが、値が小さいほど類似していることを示す尺度として、部分ベクトル間のユークリッド距離やシティブロック距離を用いてもよい。これは、S1705における、特徴ベクトルの比較についても同様である。
【0159】
部分同士の比較を行なうのは以下のような理由による。すなわち、全体的に見れば類似しているが、部分的に見れば異なっているパターンを正しく識別するためである。図42(a)および図42(b)は、そのような類似したパターンの一例を示している。このようなパターンでも、図42(c)および図42(d)のように、右上の部分だけを抽出してみると、大きく異なっていることが分かる。そこで、全ての部分ベクトルについて、2つのパターンが類似していることを要求することで、正しい識別を行うことができ、図42(a)および(b)のような、異なる文字を表すパターンが共通の代表パターンで置換えられてしまうのを防ぐことができる。
【0160】
また、代表パターンを抽出する際にループ検出を行なっているのは、部分的な比較を行なっても識別が困難な入力パターンに対して、正しい識別を行うためである。例えば、図43(a)および(b)のような例では、図42に示した場合とは異なり、全体として類似しているだけでなく、もっとも違いが大きいと思われる右上の部分においても、図43(c)および(d)に示すように類似している。しかし、このような場合であってもループの数は異なる。このため、図43(a)および(b)のように異なる文字を表すパターンが共通の代表パターンで置換えられてしまうのを防ぐことができる。
【0161】
図44を参照して、符号化データの復号処理について説明する。
データ分離器2202は、符号化データバッファ2201に格納された符号化されたデータを、図13に示す代表パターン情報2101、代表パターン画像2102および入力パターン情報2103に分離する。データ分離器2202は、分離した代表パターン情報2101、代表パターン画像2102および入力パターン情報2103をそれぞれ代表パターン情報伸長器2203、代表パターン画像伸長器2204および入力パターン圧縮情報バッファ2205に送信する(S2301)。
【0162】
代表パターン情報伸長器2203は、代表パターン情報2101を伸長して、代表パターン情報バッファ2206に格納する。(S2302)。代表パターン画像伸長器2204は、代表パターン画像2102を伸長して、代表パターン画像バッファ2207に格納する(S2303)。この時点で、代表パターン情報バッファ2206には図14に示すようなデータが記憶され、代表パターン画像バッファ2207には図15で示すようなデータが記憶されている。
【0163】
代表パターン画素値変換器2208は、代表パターン画像バッファ2207に格納された代表パターンの画素値を、画素値変換テーブル2209を使って復元する(S2304)。これは符号化時に減色された画素値を符号化前の階調数の画素値に戻す処理である。図45に、画素値変換テーブル2209の一例を示す。1行目が入力画素値を示し、2行目が対応する出力画素値を示す。
【0164】
代表パターン画像オフセット生成器2210は、代表パターン情報バッファ2206に記憶されたデータに基づいて、代表パターン画像バッファ2207内での各代表パターンの記憶位置を、代表パターン画像バッファ2207の先頭からのオフセットとして計算する。代表パターン画像オフセット生成器2210は、オフセットを代表パターンの番号とオフセット値とが1対1対応する整数配列である代表パターン画像オフセットテーブル2211に格納する(S2305)。代表パターン情報バッファ2206に格納されている各代表パターンの横幅および縦幅の積がそのまま各代表パターンの伸長後の容量を示している。このため、オフセットは簡単に計算することができる。
【0165】
図12を参照して、入力パターン情報オフセット生成器2212は、入力パターン圧縮情報バッファ2205の先頭部分にあるページ数2105(Pと表す)から、P−1ページ目の入力パターンデータの圧縮後の容量2107までを参照して、各ページデータが入力パターン圧縮情報バッファ2205のどこから始まるかを計算する。入力パターン情報オフセット生成器2212は、計算の結果をページ番号とページデータの記憶場所とが1対1に対応する整数配列である入力パターン情報オフセットテーブル2213に書込む(S2306)。例えばiページ目に対応する、入力パターンデータのオフセットは、0ページ目から(i−1)ページ目までの入力パターンデータの圧縮後の容量の和として求められる。
【0166】
ページカウンタ2214が0に初期化される(S2307)。以下、ページカウンタ2214の値をiとする。ページ画像バッファ初期化器2216は、ページ画像バッファ2215に記憶される画像の画素値を背景色と同一の値に初期化する(S2308)。ここでは、背景色の値は255で表わされるものとする。ここではページ画像バッファ2215に格納される画像の背景色は固定値としているが、背景色も符号化し、背景の画素値を可変にしてもよい。
【0167】
入力パターン情報伸長器2217は、入力パターン圧縮情報バッファ2205および入力パターン情報オフセットテーブル2213を参照して、iページ目に含まれる入力パターン情報を伸長して、入力パターン情報バッファ2218に格納する(S2309)。入力パターンカウンタ2219が0に初期化される(S2310)。以下、入力パターンカウンタ2219の値をjで表す。
【0168】
画素密度変換器2220は、入力パターン情報バッファ2218に記憶されたデータより、iページ目のj番目の入力パターンの横幅および縦幅を計算する(S2311)。
【0169】
入力パターン情報バッファ2218および代表パターン情報バッファ2206に記憶されたデータから、入力パターンおよびその入力パターンを表わす代表パターンの横幅および縦幅が抽出され、横幅および縦幅がそれぞれ比較される。横幅および縦幅のいずれかまたは双方が一致しなければ(S2312でNO)、画素密度変換器2220は、代表パターンの縦幅および横幅のうち一致しない方または双方を、入力パターンのそれと一致するように変換する(S2313)。画像サイズの変換方法としては、共一次内挿法などの方法が従来提案されている。これらの方法は公知の技術であるため、その詳細な説明はここでは繰返さない。なお、そのような方法について、高木他「画像解析ハンドブック」(東京大学出版会、1991年)PP.441〜PP.444に詳しく記載されている。
【0170】
代表パターンの横幅および縦幅を入力パターンと一致させた後(S2313またはS2312でYES)、ページ画像バッファ2215の入力パターンが存在する位置に、代表パターンをはめ込む(S2314)。
【0171】
なお、ここではサイズが完全に一致した場合のみ、S2313の処理を省略しているが、さらに条件を緩めて、横幅、縦幅の違いが小さい場合はS2313を省略することで、画質にそれほど影響を与えずに高速化が可能である。
【0172】
入力パターンカウンタ2219が1つインクリメントされる(S2114)。入力パターンカウンタ2219の値jがiページ目の入力パターンの数と一致しているか否かが調べられる(S2316)。入力パターンカウンタ2219の値jが入力パターンの数と一致していなければ(S2316でYES)、残りの入力パターンについても同様の処理を繰返すため、制御はS2311に戻る。
【0173】
入力パターンカウンタ2219の値jが入力パターンの数と一致していれば(S2316でYES)、iページ目に対する処理は終了したため、ページカウンタ2214が1つインクリメントされる(S2319)。
【0174】
ページカウンタ2214の値iがページ数と一致しているか否か調べられ(S2318)、ページ数と一致していなければ(S2318でNO)、残りのページに対して処理を行なうため、制御はS2308に戻る。
【0175】
ページ数と一致していれば(S2318でYES)、すべてのページに対して処理が終了したため、画像を出力した後(S2319)、処理を終了する。
【0176】
以上説明したように、本発明の実施の形態によれば入力パターンが特徴ベクトルとして表わされ、特徴ベクトルを構成する部分ベクトル同士が比較される。このように入力パターンを部分的に比較することにより、全体的に見れば類似しているが、部分的に見れば類似していない文字を峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0177】
また、ループの個数を検出することにより、部分的に見ても類似しているが、異なる文字を正確に峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0178】
さらに、入力パターンの類似範囲を連鎖的に拡大することにより、入力パターンを表わす代表パターンの個数を減少させることができる。このため、符号化効率を高く保つことができる。
【0179】
さらにまた、代表パターンとして画像データより切出された文字を使用している。このため、入力パターンを文字認識して文字のコードで代表パターンを表わす場合のように、文字認識による入力パターンの置換え誤りが発生しない。
【0180】
また、連結成分を入力パターンとする場合のように、復号画像の違和感が発生しない。
【0181】
画像復号時には、入力パターンの座標位置に代表パターンを順次貼付けるだけで画像が作成できる。このため、高速に画像を復元することができる。
【0182】
また、入力パターンの座標位置の符号化単位が、文書のページに対応しているため、所望のページに対応する画像のみを容易に復号できる。
【0183】
本発明による、図形に含まれるループ数の計算方法では、非背景領域のループ数の計算が、背景領域に着目し、そこから検出された、連結成分の外接矩形で、端に達していないものだけを数えることで、従来の、ループを実際に検出してから、検出されたループ数を数える手法に比べて容易に行なえる。
【0184】
また、このような構成をとることで、検出するループの開口部の形状、サイズに条件を課すことも、ループの開口部の外接矩形の形状、サイズに関する条件と置換えることができる限りは容易に実現できる。
【0185】
上述した画像符号化装置および画像復号装置は、コンピュータとコンピュータ上で動作するプログラムで実現することが可能である。画像符号化処理のプログラムおよび画像復号処理のプログラムはCD−ROM(Compact Disc−Read Only Memory)等のコンピュータ読取可能な記録媒体により提供され、コンピュータがそのプログラムを読取って実行するようにしても良い。また、ネットワークを介して配信されたプログラムをコンピュータが受信し、受信したプログラムを実行するようにしても良い。
【0186】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【0187】
【発明の効果】
入力パターンを部分的に比較することにより、全体的に見れば類似しているが、部分的に見れば類似していない文字を峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0188】
また、ループの個数を検出することにより、部分的に見ても類似しているが、異なる文字を正確に峻別することができる。このため、入力パターンの置換え誤りを減少させることができる。
【0189】
さらに、入力パターンの類似範囲を連鎖的に拡大することにより、入力パターンを表わす代表パターンの個数を減少させることができる。このため、符号化効率を高く保つことができる。
【0190】
さらにまた、代表パターンとして画像データより切出された文字を使用している。このため、入力パターンを文字認識して文字のコードで代表パターンを表わす場合のように、文字認識による入力パターンの置換え誤りが発生しない。
【0191】
画像復号時には、入力パターンの座標位置に代表パターンを順次貼付けるだけで画像が作成できる。このため、高速に画像を復元することができる。
【図面の簡単な説明】
【図1】本発明の実施の形態に係る画像符号化装置の構成を示す図である。
【図2】入力パターン抽出器305の構成を示すブロック図である。
【図3】代表パターン抽出器311の構成を示すブロック図である。
【図4】ループ検出器1001の構成を示すブロック図である。
【図5】パターン比較器1005の構成を示すブロック図である。
【図6】本発明の実施の形態に係る画像復号装置の構成を示すブロック図である。
【図7】画像符号化処理のフローチャートである。
【図8】画像データバッファ304に格納されるデータの一例を示す図である。
【図9】入力画像の一部を拡大した図である。
【図10】入力画像から得られた入力パターンを示す図である。
【図11】入力画像から切出された文字を示す図である。
【図12】入力パターン情報2103の一例を示す図である。
【図13】符号化データバッファ320に格納されたデータの一例を示す図である。
【図14】代表パターン情報2101の一例を示す図である。
【図15】代表パターン画像2102の一例を示す図である。
【図16】2値画像より入力パターンを抽出する処理のフローチャートである。
【図17】文字列より入力パターンを抽出する処理の具体例を説明するための図である。
【図18】代表パターンを抽出する処理のフローチャートである。
【図19】ループ数の異なる入力パターンの一例を示す図である。
【図20】代表パターンラベルバッファ312の値の詰め直し処理を説明するための図である。
【図21】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図22】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図23】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図24】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図25】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図26】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図27】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図28】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図29】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図30】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図31】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図32】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図33】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図34】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図35】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図36】代表パターンラベルバッファ312の値の変化を説明するための図である。
【図37】入力パターンに含まれるループの数を検出する処理のフローチャートである。
【図38】ループ検出器1001による処理の一例を説明するための図である。
【図39】パターン比較器1005による入力パターンの比較処理のフローチャートである。
【図40】入力パターンより特徴量を抽出する処理を説明するための図である。
【図41】特徴ベクトルと部分ベクトルとの関係を説明するための図である。
【図42】部分的に異なるパターンを説明するための図である。
【図43】ループ数が異なるパターンを説明するための図である。
【図44】符号化データの復号処理のフローチャートである。
【図45】画素値変換テーブル2209の一例を示す図である。
【図46】入力パターンの置換え誤りの一例を説明するための図である。
【図47】入力パターンの分布を示す図である。
【図48】従来の入力パターンの符号化を説明するための図である。
【図49】従来の入力パターンの符号化を説明するための図である。
【図50】従来の入力パターンの符号化を説明するための図である。
【図51】従来の入力パターンの符号化を説明するための図である。
【図52】従来の入力パターンの符号化を説明するための図である。
【図53】従来の入力パターンの符号化の問題点を説明するための図である。
【符号の説明】
301 オートフィーダ、302 カウンタ、303 スキャナ、304 画像データバッファ、305 入力パターン抽出器、306 ページカウンタ、307 2値化しきい値算出器、308 2値化しきい値バッファ、309 入力パターン画像バッファ、310 入力パターン情報バッファ、311 代表パターン抽出器、312 代表パターンラベルバッファ、313 代表パターン画像バッファ、314 代表パターン情報バッファ、315 代表パターン情報圧縮器、316 代表パターン画像減色器、317 入力パターン情報圧縮器、318 代表パターン画像圧縮器、319 データ混合器、320 符号化データバッファ。
Claims (14)
- 画像データより入力パターンを抽出するための入力パターン抽出手段と、
前記入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較し、相互に類似する入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、
前記代表パターンの画像および前記入力パターンの座標位置を出力するための出力手段とを含み、
前記代表パターン抽出手段は、
前記入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較するための部分マッチング手段と、
前記入力パターンより輪形状をした部分の個数を検出するためのループ検出手段と、
前記部分マッチング手段の出力および前記ループ検出手段の出力に基づいて、比較対象の入力パターン同士が類似するか否かを調べ、相互に類似する入力パターンの中から代表パターンを抽出するための手段とを含む、画像符号化装置。 - 画像データより入力パターンを抽出するための入力パターン抽出手段と、
前記入力パターン抽出手段によって抽出された入力パターンの各々について、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとするための類似拡大手段と、
前記類似拡大手段によって相互に類似すると判断された入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、
前記代表パターンの画像および前記入力パターンの座標位置を出力するための出力手段と、
抽出された前記入力パターンから輪形状をした部分の個数を検出するためのループ検出手段とを含み、
前記類似拡大手段は、前記輪形状をした部分の個数が異なる2つの入力パターンは類似しないと判断する、画像符号化装置。 - 前記代表パターンは、前記画像データより切出された文字である、請求項1または請求項2に記載の画像符号化装置。
- 請求項1〜3のいずれかに記載の画像符号化装置で符号化されたデータより、画像を復号する画像復号装置であって、
符号化されたデータより代表パターンの画像および入力パターンの座標位置を抽出するための画像生成データ抽出手段と、
前記画像生成データ抽出手段によって抽出された入力パターンの座標位置に当該入力パターンを代表する前記画像生成データ抽出手段によって抽出された代表パターンを貼付けるための代表パターン貼付け手段とを含む、画像復号装置。 - 画像データより入力パターンを抽出するための入力パターン抽出手段と、
前記入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較し、相互に類似する入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、
前記代表パターンの画像および前記入力パターンの座標位置を出力するための出力手段とを備え、
前記代表パターン抽出手段は、
前記入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較するための部分マッチング手段と、
前記入力パターンから、輪形状をした部分を検出するためのループ検出手段と、
前記部分マッチング手段の出力および前記ループ検出手段の出力に基づいて、比較対象の入力パターン同士が類似するか否かを調べ、相互に類似する入力パターンの中から代表 パターンを抽出するための抽出手段とを含む、画像符号化装置。 - 前記入力パターン抽出手段は、前記画像データから、前記画像を構成する複数の画素のうち黒画素が連結された各画素を、前記入力パターンとして抽出し、
前記部分マッチング手段は、2つの入力パターンの横幅と縦幅とを比較し、
前記ループ検出手段は、前記入力パターンに対応する画像から、前記輪形状をした部分を検出し、
前記抽出手段は、前記2つの入力パターンについて、前記横幅と前記縦幅との差と、前記横幅あるいは前記縦幅との差が、予め定められた値を下回る場合に、前記輪形状をした部分の数が等しい場合に、相互に類似する入力パターンの中から代表パターンを抽出し、
前記出力手段は、前記代表パターンと前記入力パターンとを対応付けるための整数配列を出力する、請求項5に記載の画像符号化装置。 - 画像データより入力パターンを抽出するための入力パターン抽出手段と、
前記入力パターン抽出手段によって抽出された入力パターンの各々について、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとするための類似拡大手段と、
前記類似拡大手段によって相互に類似すると判断された入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、
前記代表パターンの画像および前記入力パターンの座標位置を出力するための出力手段と、
抽出された前記入力パターンから、輪形状をした部分を検出するためのループ検出手段とを備え、
前記類似拡大手段は、前記輪形状をした部分が異なる2つの入力パターンは類似しないと判断する、画像符号化装置。 - 前記入力パターン抽出手段は、前記画像データから、画像を構成する複数の画素のうち黒画素が連結された各画素を、前記入力パターンとして抽出し、
前記ループ検出手段は、前記入力パターンに対応する画像から、前記輪形状をした部分を検出し、
前記類似拡大手段は、抽出された入力パターンと、当該入力パターンに類似する入力パターンとの間の距離が予め定められた値以下である場合には、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとし、
前記出力手段は、前記画像と、前記代表パターンと前記入力パターンとを対応付けるための整数配列とを出力する、請求項7に記載の画像符号化装置。 - 画像データより入力パターンを抽出するための入力パターン抽出手段と、
前記入力パターン抽出手段によって抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較し、相互に類似する入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、
前記代表パターンの画像および前記入力パターンの座標位置を出力するための出力手段とを含み、
前記出力手段は、前記代表パターンと前記入力パターンとを対応付けるための整数配列を出力する、画像符号化装置。 - 画像データより入力パターンを抽出するための入力パターン抽出手段と、
前記入力パターン抽出手段によって抽出された入力パターンの各々について、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとするための類似拡大手段と、
前記類似拡大手段によって相互に類似すると判断された入力パターンの中から代表パターンを抽出するための代表パターン抽出手段と、
前記代表パターンの画像および前記入力パターンの座標位置を出力するための出力手段と、
抽出された前記入力パターンから輪形状をした部分の個数を検出するためのループ検出手段とを含み、
前記出力手段は、前記代表パターンと前記入力パターンとを対応付けるための整数配列を出力する、画像符号化装置。 - 画像データより入力パターンを抽出するステップと、
抽出された入力パターン同士を、入力パターンを構成する部分ごとに比較し、相互に類似する入力パターンの中から代表パターンを抽出するステップと、
前記代表パターンの画像および前記入力パターンの座標位置を出力するステップとを含み、
前記出力するステップは、前記代表パターンと前記入力パターンとを対応付けるための整数配列を出力する、画像符号化方法。 - 画像データより入力パターンを抽出するステップと、
抽出された入力パターン同士を比較し、入力パターンの各々について、当該入力パターンに類似する入力パターンに類似する入力パターンを、当該入力パターンに類似する入力パターンとするステップと、
相互に類似する入力パターンの中から、代表パターンを抽出するステップと、
前記代表パターンの画像および前記入力パターンの座標位置を出力するステップとを含み、
前記出力するステップは、前記代表パターンと前記入力パターンとを対応付けるための整数配列を出力する、画像符号化方法。 - 前記代表パターン貼付け手段は、前記代表パターンと当該入力パターンの横幅および縦幅をそれぞれ比較し、差が双方とも予め定められた値よりも小さい場合には、前記代表パターンをそのまま貼付け、それ以外の場合には、前記代表パターンと当該入力パターンの横幅と縦幅の双方がそれぞれ一致するように、前記代表パターンを縮小または拡大して貼り付ける、請求項4に記載の画像復号装置。
- 請求項11または請求項12に記載の画像符号化方法で符号化されたデータより、画像を復号する画像復号方法であって、
符号化されたデータより代表パターンの画像および入力パターンの座標位置を抽出するステップと、
入力パターンの座標位置に当該入力パターンを代表する代表パターンを貼付けるステップとを含み、
前記代表パターンを貼付けるステップは、前記代表パターンと当該入力パターンの横幅および縦幅をそれぞれ比較し、差が双方とも予め定められた値よりも小さい場合には、前記代表パターンをそのまま貼付け、それ以外の場合には、前記代表パターンと当該入力パターンの横幅と縦幅の双方がそれぞれ一致するように、前記代表パターンを縮小または拡大して貼り付ける、画像復号方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000073654A JP3604993B2 (ja) | 2000-03-16 | 2000-03-16 | 画像符号化装置、画像符号化方法、画像復号装置、および画像復号方法 |
PCT/JP2001/001890 WO2001069793A1 (fr) | 2000-03-16 | 2001-03-09 | Dispositif de codage d'image, dispositif de decodage et procede de codage, procede de decodage et programme d'enregistrement sur lequel des programmes associes sont enregistres |
US10/221,765 US20030152270A1 (en) | 2000-03-16 | 2001-03-09 | Image encoding device, decoding device and encoding method, decoding method, and recorded program on which programs of the methods are recorded |
TW090105892A TW560170B (en) | 2000-03-16 | 2001-03-14 | Device and method for encoding image and computer readable recording medium with program of picture encoding method recorded; and device and method for decoding image and computer readable recording medium with program of image decoding method recorded |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000073654A JP3604993B2 (ja) | 2000-03-16 | 2000-03-16 | 画像符号化装置、画像符号化方法、画像復号装置、および画像復号方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004238698A Division JP5051971B2 (ja) | 2004-08-18 | 2004-08-18 | 画像符号化装置および画像復号装置、画像符号化方法および画像符号化方法のプログラムを記録したコンピュータ読取可能な記録媒体、ならびに画像復号方法および画像復号方法のプログラムを記録したコンピュータ読取可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001268371A JP2001268371A (ja) | 2001-09-28 |
JP3604993B2 true JP3604993B2 (ja) | 2004-12-22 |
Family
ID=18591868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000073654A Expired - Fee Related JP3604993B2 (ja) | 2000-03-16 | 2000-03-16 | 画像符号化装置、画像符号化方法、画像復号装置、および画像復号方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20030152270A1 (ja) |
JP (1) | JP3604993B2 (ja) |
TW (1) | TW560170B (ja) |
WO (1) | WO2001069793A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7283674B2 (en) * | 2004-06-25 | 2007-10-16 | Xerox Corporation | Using graphic objects in MFD scan-to-export function |
JP4753007B2 (ja) * | 2005-05-17 | 2011-08-17 | 富士ゼロックス株式会社 | 画像符号化装置、画像復号化装置及びこれらのプログラム |
JP4858313B2 (ja) | 2007-06-01 | 2012-01-18 | 富士ゼロックス株式会社 | ワークスペース管理方式 |
JP4766030B2 (ja) * | 2007-10-11 | 2011-09-07 | 富士ゼロックス株式会社 | 画像処理装置及び画像処理プログラム |
CA2822800C (en) | 2010-12-23 | 2017-08-29 | Samsung Electronics Co., Ltd. | Method and device for encoding intra prediction mode for image prediction unit, and method and device for decoding intra prediction mode for image prediction unit |
US9503747B2 (en) * | 2015-01-28 | 2016-11-22 | Intel Corporation | Threshold filtering of compressed domain data using steering vector |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60230281A (ja) * | 1984-04-27 | 1985-11-15 | Fuji Electric Co Ltd | 文字識別装置 |
JPS647759A (en) * | 1987-05-11 | 1989-01-11 | Nippon Sheet Glass Co Ltd | Image pattern expanding device |
JP2651009B2 (ja) * | 1989-04-06 | 1997-09-10 | キヤノン株式会社 | 情報認識装置 |
JPH03210679A (ja) * | 1990-01-12 | 1991-09-13 | Hiyuutec:Kk | パターンマッチング方法および装置 |
JP3093868B2 (ja) * | 1992-04-27 | 2000-10-03 | オリンパス光学工業株式会社 | ベクトル量子化コードブック作成装置 |
WO1994027251A1 (en) * | 1993-05-18 | 1994-11-24 | Massachusetts Institute Of Technology | Automated reading system and method |
JP3031603B2 (ja) * | 1994-07-15 | 2000-04-10 | 株式会社リコー | 画像圧縮方法 |
JP3254109B2 (ja) * | 1995-05-15 | 2002-02-04 | 株式会社エヌ・ティ・ティ・データ | ベクトル量子化のための代表ベクトル生成方式及び方法 |
US5764807A (en) * | 1995-09-14 | 1998-06-09 | Primacomp, Inc. | Data compression using set partitioning in hierarchical trees |
US6104833A (en) * | 1996-01-09 | 2000-08-15 | Fujitsu Limited | Pattern recognizing apparatus and method |
JP3080149B2 (ja) * | 1996-12-03 | 2000-08-21 | 日本電気株式会社 | パタン符号化方法及び復号化方法とこの方法を用いた符号化装置及び復号化装置 |
JP3601658B2 (ja) * | 1997-12-19 | 2004-12-15 | 富士通株式会社 | 文字列抽出装置及びパターン抽出装置 |
JP3172498B2 (ja) * | 1998-10-02 | 2001-06-04 | インターナショナル・ビジネス・マシーンズ・コーポレ−ション | イメージ認識用特徴値抽出方法、およびその装置、イメージ解析プログラムを格納する記憶媒体 |
JP3676948B2 (ja) * | 1999-07-07 | 2005-07-27 | アルプス電気株式会社 | 画素数変換回路及びこれを用いた画像表示装置 |
JP2001203897A (ja) * | 2000-01-18 | 2001-07-27 | Nec Corp | パタンマッチング符号化装置及び方法 |
-
2000
- 2000-03-16 JP JP2000073654A patent/JP3604993B2/ja not_active Expired - Fee Related
-
2001
- 2001-03-09 WO PCT/JP2001/001890 patent/WO2001069793A1/ja active Application Filing
- 2001-03-09 US US10/221,765 patent/US20030152270A1/en not_active Abandoned
- 2001-03-14 TW TW090105892A patent/TW560170B/zh not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
WO2001069793A1 (fr) | 2001-09-20 |
TW560170B (en) | 2003-11-01 |
JP2001268371A (ja) | 2001-09-28 |
US20030152270A1 (en) | 2003-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2224359B1 (en) | Image processing apparatus, image processing method, and computer program | |
JP3792747B2 (ja) | 文字認識装置及び方法 | |
JP5528121B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN101558425B (zh) | 图像处理设备和图像处理方法 | |
US10477063B2 (en) | Character detection and binarization | |
CN101689203A (zh) | 图像处理设备、图像处理方法和计算机程序 | |
EP0949579A2 (en) | Multiple size reductions for image segmentation | |
JP3604993B2 (ja) | 画像符号化装置、画像符号化方法、画像復号装置、および画像復号方法 | |
EP0933719A2 (en) | Image processing method and apparatus | |
JP5051971B2 (ja) | 画像符号化装置および画像復号装置、画像符号化方法および画像符号化方法のプログラムを記録したコンピュータ読取可能な記録媒体、ならびに画像復号方法および画像復号方法のプログラムを記録したコンピュータ読取可能な記録媒体 | |
JP2011013900A (ja) | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 | |
US20090290797A1 (en) | Image processing for storing objects separated from an image in a storage device | |
JPS631590B2 (ja) | ||
JP5159588B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
JPH04172574A (ja) | グラフ認識装置 | |
JP5424785B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
KR100315428B1 (ko) | 다국어 인쇄체 문서인식을 위한 문자 특징 추출 장치 및그 방법 | |
JP2008042346A (ja) | 画像処理方法、画像処理装置 | |
US8515186B2 (en) | Image processor, image processing method and storage medium | |
JPH05174150A (ja) | 円グラフ認識装置 | |
JP2626011B2 (ja) | 図面読取処理方法 | |
JP2789622B2 (ja) | 文字/図形領域判定装置 | |
JPH0573685A (ja) | レーダーチヤート認識装置 | |
JPH07104940B2 (ja) | 図形認識装置 | |
CN117391201A (zh) | 问答方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040330 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040528 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040720 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040818 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20040823 |
|
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: 20040914 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040930 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071008 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081008 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081008 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091008 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091008 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101008 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111008 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121008 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131008 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |