JP3629959B2 - 画像認識装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、複写機などの原稿読取部に用いられる原稿の方向を認識する画像認識装置に関する。
【０００２】
【従来の技術】
従来、例えば原稿自動搬送装置を備えた複写機において、複数枚の原稿を連続して読み取ってコピーする場合には、読み取られた原稿の向きに応じてコピーが出力されるので、原稿を原稿自動搬送装置にセットする際に、操作者は各原稿が一律に同じ方向を向いているか否かを確認する必要があった。しかし、このような確認作業は結構手間がかかるものであり、原稿枚数が多ければ、それだけ反対方向の原稿を見落とすおそれも多くなる。この確認作業を怠ると、出力されたコピーについていちいちコピーの向きを修正しなければならないという不都合を生じ、さらには自動的にステープル止めを行うステープルユニットを備えた複写機において、ステープルを行うと、異なる方向のコピーを含むコピー束をそのままステープル止めしてしまい、最悪の場合にはもう一度コピー作業をやり直さなければならない事態も生じる。
【０００３】
このような不都合を避けるため、各原稿が同じ方向を向いていなくても、読み取った原稿データからまず原稿の向きを認識し（このような原稿方向の認識を以下、「原稿方向認識」という。）、その画像出力が適切な方向になるように画像データを回転処理して出力する方法が提案されている。このような原稿方向認識の手法としては、まず原稿の画像データに基づいて原稿画像の濃度分布を示すヒストグラムを生成するのが一般的である。例えば、特開平９−９０４０号公報においては、次のような原稿方向認識方法が開示されている。
【０００４】
すなわち、原稿の画像データの中から文字画像に属するブロックを判別し、このブロックについての主走査方向および副走査方向における濃度分布を示すヒストグラムをそれぞれ生成し、これらのヒストグラムのグラフ（図形）上における変化点（立ち上がりあるいは立ち下がりエッジ部分）の変化の方向を考慮に入れてカウントすることにより文字の並びと原稿の向きとを認識する。
【０００５】
一般に文字画像は、文の先頭箇所、すなわち文字の書き始めの位置が各文で一致する傾向があるのに対し、文の終わる箇所は各文でまちまちであるため、変化点は文の先頭方向に比べて分散する傾向にある。そのため、グラフは文の先頭方向から見たときに、立ち上がりエッジ数が少なく、文の終わる方向に立ち下がりエッジ数が多い形状になる。従って、グラフを見たときに、立ち上がりエッジ数が少なくなる方向が文の先頭方向と認識することができるようになり、その結果から原稿方向認識を行う。
【０００６】
このような方法を用いて原稿方向認識を行うには、ヒストグラムをより正確に生成する必要があるが、例えば原稿に微小な汚れやごみなど（以下、「ノイズ」という。）が多数点在している場合には、このノイズの影響により行間や文の先頭箇所などの正確な位置が判別できなくなる恐れがあり、これにより求められたヒストグラムも正確さに欠けたものとなるという問題がある。従って、原稿方向認識の信頼性を向上させるためには、ヒストグラムを生成する前にこのノイズを極力除去しておくことが必要になる。
【０００７】
原稿の画像データからノイズを除去する方法として、例えば特開平７−１０５３１２号公報には、１文字分の文字画像を切り出して、この文字画像の代表線幅を検出し、当該代表線幅により形成される画像の外接矩形を求め、この外接矩形よりも外に位置する画像の画像データを消去することによりノイズ除去を行う技術が開示されている。
【０００８】
【発明が解決しようとする課題】
しかしながら、上記のように１文字ずつ文字画像を切り出してノイズ除去を行う方法では、確かにノイズ除去を効果的に行えるが、その一方で原稿画像中の全ての文字画像についていちいち代表線幅を検出するといった膨大な処理が必要となり、これがノイズ除去処理を大変複雑なものにすると共に処理に長時間を要していた。
【０００９】
本発明は、上述したような問題点に鑑みてされたものであって、簡易な構成でありながらノイズを極力除去させてより正確な原稿方向認識を行うことが可能な画像認識装置を提供することを目的とする。
【００１０】
【課題を解決するための手段】
上記目的を達成するために本発明は、文字画像を含む原稿の方向を認識する装置であって、原稿を読み取って画像データを生成する画像読取手段と、前記画像データを記憶する画像データ記憶手段と、前記画像データから文字画像のサイズを検出する文字サイズ検出手段と、前記検出された文字サイズに応じて孤立点除去フィルタのフィルタサイズを決定するフィルタサイズ決定手段と、前記決定されたフィルタサイズの孤立点除去フィルタを用いて、前記画像データ記憶手段に記憶されている画像データ内の孤立点を除去する孤立点除去手段と、孤立点が除去された画像データに基づき前記原稿の方向を認識する画像方向認識手段とを備えることを特徴とする。
【００１１】
また、前記フィルタサイズ決定手段は、検出された文字サイズが所定のサイズ以下の場合には、フィルタサイズを第１のサイズに決定し、文字サイズが前記所定のサイズよりも大きな場合には、フィルタサイズを前記第１のサイズよりも大きな第２のサイズに決定することを特徴とする。
また、前記文字サイズ検出手段は、原稿の濃度分布を示すヒストグラムを前記画像データから生成し、これに基づいて文字サイズを検出することを特徴とする。
【００１２】
また、前記文字サイズ検出手段は、生成されたヒストグラムに基づいて前記原稿の文字の線分の濃度が地肌部の濃度よりも低い濃度で表現されている反転原稿であるか否かを検出する反転原稿検出手段を備え、当該反転原稿検出手段が前記原稿を前記反転原稿であることを検出すると、生成されたヒストグラムを反転させて再生成し、これに基づいて文字サイズを検出することを特徴とする。
【００１３】
また、前記画像方向認識手段は、原稿の濃度分布を示すヒストグラムを孤立点が除去された画像データから生成し、これに基づいて文字画像の方向を認識することを特徴とする。
【００１４】
【発明の実施の形態】
以下、本発明に係る画像読取り装置の実施の形態を、デジタル複写機に適用した場合について説明する。
（１）デジタル複写機全体の構成
まず、デジタル複写機（以下、単に「複写機」という。）の全体の構成を図１により説明する。
【００１５】
同図に示すように、この複写機は、原稿自動搬送装置１０と、画像読取部３０と、プリンタ部５０と、給紙部７０とからなる。
原稿自動搬送装置１０は、原稿を自動的に画像読取部３０に搬送する装置であって、原稿給紙トレイ１１に載置された原稿は、給紙ローラ１２、捌きローラ１３により１枚ずつ分離されて下方に送られ、搬送ベルト１４によって、プラテンガラス３１上の原稿読取位置まで搬送される。
【００１６】
原稿読取位置に搬送された原稿は、画像読取部３０のスキャナ３２によりスキャンされた後、再び、搬送ベルト１４により図の右方向に送られ、排紙ローラ１５を経て原稿排紙トレイ１６上に排出される。
画像読取部３０は、上記プラテンガラス３１の原稿読取位置に搬送された原稿の画像を光学的に読み取るものであって、スキャナ３２、ＣＣＤカラーイメージセンサ３８などから構成される。
【００１７】
スキャナ３２には、露光ランプ３３とこの露光ランプ３３の照射による原稿からの反射光をプラテンガラス３１に平行な方向に光路変更するミラー３４が設置され、図の矢印方向に移動することによりプラテンガラス３１上の原稿をスキャンする。原稿からの反射光はミラー３４に反射された後、さらにミラー３５、３６および集光レンズ３７を介してＣＣＤカラーイメージセンサ（以下、「ＣＣＤセンサ」という）３８まで導かれ、ここで電気信号に変換されて画像データが生成される。なお、本実施の形態のＣＣＤセンサ３８の解像度は、４００ＤＰＩとする。
【００１８】
当該画像データは、制御部１００内の画像信号前処理部１１０（図２参照）においてＡ／Ｄ変換されてデジタル信号となり、さらにシェーディング補正や濃度変換処理等を加えられた後、中間調処理部１２０へ送られ、公知の誤差拡散処理を加えられた後、高解像度画像メモリ１３０（同図２）に格納される。高解像度画像メモリ１３０に格納された画像データは、後述するようにＣＰＵ１９０でなされた原稿方向認識処理の結果に応じて回転処理され、プリンタ部５０のレーザダイオード５１の駆動信号となる。
【００１９】
プリンタ部５０は、公知の電子写真方式により記録シート上に画像を形成するものであって、上記駆動信号を受信するとレーザダイオード５１を駆動してレーザ光を出射させる。レーザ光は、所定の角速度で回転するポリゴンミラー５２側面のミラー面で反射され、ｆθレンズ５３、ミラー５４、５５を介して、感光体ドラム５６の表面を露光走査する。
【００２０】
この感光体ドラム５６は、上記露光を受ける前にクリーニング部５７で感光体表面の残留トナーを除去され、さらにイレーサランプ（図示せず）の照射を受けて除電された後、帯電チャージャ５８により一様に帯電されており、このように一様に帯電した状態で上記露光を受けると、感光体ドラム５６表面に静電潜像が形成される。
【００２１】
現像器５９は、感光体ドラム５６表面に形成された上記静電潜像を現像する。
一方、給紙部７０には、２つの用紙カセット７１、７２が設けられており、上述の感光体ドラム５６の露光および現像の動作と同期して、必要なサイズの記録シートが、用紙カセット７１、７２のいずれかから、給紙ローラ７１１もしくは７２１の駆動により給紙される。給紙された記録シートは、感光体ドラム５６の下方で当該感光体ドラム５６の表面に接触し、転写チャージャ６０の静電力により、感光体ドラム５６表面に形成されていたトナー像が当該記録シート表面に転写される。
【００２２】
その後、記録シートは、分離チャージャ６１の静電力によって感光体ドラム５６の表面から引き剥され、搬送ベルト６２により定着部６３に搬送される。
記録シートに転写されたトナー像は、定着部６３において内部にヒータを備えた定着ローラ６４で加熱されながら押圧されることにより定着される。定着後の記録シートは、排出ローラ６５により排紙トレイ６６上に排出される。
【００２３】
また、複写機前面の操作しやすい位置には、操作パネル９０が設けられており、コピー枚数を入力するテンキーやコピー開始を指示するスタートキー、各種のコピーモードを設定するための設定キー、上記設定キーなどにより設定されたモードをメッセージで表示する表示部などが設けられている。
（２）制御部１００の構成
次に、上記制御部１００の構成を図２のブロック図を参照して説明する。
【００２４】
同図に示すように、制御部１００は、画像信号前処理部１１０、中間調処理部１２０、高解像度画像メモリ１３０、回転処理部１４０、ＬＤ駆動部１５０、解像度変換部１６０、単純２値化処理部１７０、低解像度認識用メモリ１８０、ＣＰＵ１９０、ＲＡＭ１９１、ＲＯＭ１９２から成る。
画像信号前処理部１１０は、Ａ／Ｄコンバータ、シェーディング補正部、ＭＴＦ補正部、γ補正部などを備えており、４００ＤＰＩの解像度で入力された原稿の画像データは、Ａ／Ｄコンバータでデジタルの多値信号、例えば２５６階調のデータ値に変換され、シェーディング補正部でＣＣＤセンサ３８の感度ムラが補正された後、ＭＴＦ補正部でエッジ強調などの画質改善のための処理を受け、γ補正部でγ補正処理を加えられた後に、中間調処理部１２０および解像度変換部１６０に送られる。
【００２５】
中間調処理部１２０は、写真などのような中間調の色を含む原稿の濃淡画像の階調再現処理を行うものであって、本実施の形態では公知の誤差拡散処理が用いられる。画像信号前処理部１１０から送られてくる画像データは、当該誤差拡散処理において２値化される。なお、画像データが２値化される際の閾値（２値化レベル１）は、ＣＰＵ１９０から設定されるようになっており、本実施の形態では２値化レベル１＝６４が設定され、誤差拡散処理後のデータ値が６４を越える画素については黒色で、それ以下の画素については白色で再現するように処理される。このようにして２値化された画像データは、ページ単位で高解像度画像メモリ１３０に格納される。
【００２６】
ここで、新聞などのように中間色の地肌部分に文字画像が形成されている原稿（以下、「新聞原稿」という。）の画像データを中間調処理部１２０で２値化した場合の画像２０１を図３（ａ）に示す。なお、同図の画像２０１は、原稿画像の一部分を抜き出して示したものである。
図３（ａ）より、画像２０１の地肌部分には微小な黒点が網点のように分散して形成されているのがわかる。これにより人の目には地肌部分が原稿画像と同様の濃淡で再現されているように見える。
【００２７】
このように中間調再現処理では、地肌部分をいかに再現するかで画質の善し悪しが決定されるので、上記２値化レベル１の値についても中間調の再現に最適な値に決定される必要がある。
図２に戻って、回転処理部１４０は、ＣＰＵ１９０からの指示により高解像度画像メモリ１３０から目的のページの画像データを順次読み出して後述する原稿方向認識処理の結果に基づき必要に応じて回転処理した後、ＬＤ駆動部１５０に転送する。なお、この回転処理は、画像データのメモリアドレスを変更する公知の技術（例えば、特開昭６０−１２６７６９号公報参照）によってなされる。
【００２８】
ＬＤ駆動部１５０は、送られてくる画像データに基づいてレーザダイオード５１の駆動信号を生成し、レーザダイオード５１を駆動させる。
一方、解像度変換部１６０は、画像信号前処理部１１０から送られてくる画像データ（４００ＤＰＩ）を２５ＤＰＩの低解像度画像データに変換する。この解像度変換処理は、公知の技術であって、例えば４００ＤＰＩの画像データの中から主走査方向と副走査方向にそれぞれ連続する１６画素×１６画素のマトリクスを１ブロックとして抽出し、この１ブロックの２５６画素の中で最も階調データの値が高いものを取得して当該２５ＤＰＩの１画素としての階調データ値とし、これを画像データの全てについて行い、２５ＤＰＩの画像データを得るものである。
【００２９】
単純２値化処理部１７０は、解像度変換部１６０において２５ＤＰＩに解像度変換された低解像度画像データを２値化して低解像度認識用メモリ１８０に格納させる。その際の２値化手段は、内部に配されたコンパレータで低解像度画像データの各画素毎の階調データ値と２値化のための閾値（２値化レベル２）とを比較することにより行われる。なお、この場合の２値化レベル２は、上記２値化レベル１と同様にＣＰＵ１９０から設定されるようになっており、２値化レベル２＝２００が設定される。
【００３０】
２値化レベル２が２００に設定されることから、例えば解像度変換部１６０から送られたきた画像データに中間色（例えば灰色）のデータが含まれる場合に、当該中間色のデータの階調値が２５６階調の中間の１２８前後の値であったならば、これらは２値化レベル２の値２００よりも下回っているために、単純２値化処理部１７０で全て白画素に変換される。
【００３１】
ここで、上述の新聞原稿の一部分が単純２値化処理部１７０において２値化処理された後の画像２０２を図３（ｂ）に示す。
画像信号前処理部１１０から送られてくる新聞原稿の画像データは、まず解像度変換部１６０において低解像度画像データに変換されたために、文字の線幅が太くなり、その結果として線間に隙間がなくなって文字部分が黒ベタとなって連結した柱状形になっている。さらに地肌部分については、図３（ａ）のような黒点がほとんど形成されていない。これは、画像２０２における地肌部分が中間色であるためにデータの階調値が２００よりも小さく、ほとんどの画素が単純２値化処理部１７０で白色画素に変換されたからである。
【００３２】
このように、単純２値化処理部１７０で中間色のデータを排除しているのは、低解像度データが後述するように文字画像のサイズを検出する手段として用いられるヒストグラムの生成に使用されるためであり、文字画像以外のデータ（特に、中間色に相当するデータ）を極力除去しておくことが望ましいからである。
そのため、本実施の形態では、２値化レベル２の値を２値化レベル１（＝６４）よりもはるかに大きな値の２００に設定して、文字画像以外の中間色画像を極力除去するようにしている。２値化レベル２をこのように設定することにより、より正確なヒストグラムを生成できるようになる。もちろん、２値化レベル２は、この値に限定されることはなく、文字画像以外の中間色画像を極力除去できる値であればよい。
【００３３】
また、ヒストグラムからは文字画像の高さを検出できればよいので、必ずしも４００ＤＰＩといった高解像度画像データから生成される必要はなく、本実施の形態では２５ＤＰＩの低解像度にデータ変換してデータ量を削減し、処理の高速化を図っている。
低解像度認識用メモリ１８０は、２値化された低解像度画像データをページ毎に格納する。
【００３４】
ＲＡＭ１９１は、ＣＰＵ１９０にてなされる後述するノイズ除去処理１あるいは２後の原稿画像データを記憶すると共に各種の制御変数などを一時記憶する。
ＲＯＭ１９２は、原稿自動搬送装置１０における原稿搬送動作や画像読取部３０におけるスキャン動作やプリンタ部５０における画像形成動作に関するプログラムおよび画像データを回転処理させるためのプログラムなどに加えて上述の２値化処理にて設定される２値化レベル１と２値化レベル２の値および後述の孤立点判定条件値が格納されている。
【００３５】
ＣＰＵ１９０は、ＲＯＭ１９２から必要なプログラムを読み出して、２値化レベル１および２の値をそれぞれ設定し、あるいは後述する反転フラグを設定し、または低解像度認識用メモリ１８０に格納されている低解像度画像データを１ページ毎に読み出して後述するノイズ除去処理１あるいは２を行った後、ページ毎にＲＡＭ１９１に格納し、このデータからヒストグラムを生成し、これに基づいて文字の方向を認識して原稿方向を認識し、適切な方向で画像データが出力されるように回転処理部１４０に回転角信号を送出する原稿方向認識処理を行う。さらに、原稿自動搬送装置１０、画像読取部３０、プリンタ部５０などの動作をタイミングを取りながら統一的に制御して円滑な複写動作を実行させる。
【００３６】
以下、上記原稿方向認識処理の全体の動作を図４のフローチャートにおいて、説明する。
ＣＰＵ１９０は、まずノイズ除去処理１として、低解像度認識用メモリ１８０に格納されている低解像度画像データ内の孤立点をノイズとみなしてノイズ除去フィルタ３×３を用いて除去し、ＲＡＭ１９１に格納させる（ステップＳ１、Ｓ２）。そして、ＲＡＭ１９１に格納された画像データから、原稿画像中の文字画像の濃度分布を示すヒストグラムを生成するヒストグラム生成処理（ステップＳ３）を行う。続いて生成されたヒストグラムから原稿の平均濃度を求め、これが所定の濃度を越える高濃度であるか否かを判断し（ステップＳ４）、所定濃度を越えると判断した場合は、反転フラグを「１」に設定し（ステップＳ５）、当該ヒストグラムを反転させてヒストグラムを生成し直すヒストグラム反転処理（ステップＳ６）を行う。
【００３７】
次に、生成されたヒストグラムの形状を解析することにより、原稿の文字画像のサイズを検出する文字サイズ検出処理を行い（ステップＳ８）、その文字サイズが所定のサイズよりも大きい場合には、ノイズ除去処理２としてノイズ除去フィルタのサイズを３×３よりも大きな５×５に変更して低解像度認識用メモリ１８０に格納された画像データ内の孤立点を再度除去して、これをＲＡＭ１９１に格納させ（ステップＳ９、Ｓ１０）、上記ステップＳ３のヒストグラム生成処理と同様の処理を行いヒストグラムを再生成する（ステップＳ１１）。そして、反転フラグが「１」であるか否かを判断し（ステップＳ１２）、「１」の場合には、上記ステップＳ６のヒストグラム反転処理と同様の処理を行い、ステップＳ１１で生成されたヒストグラムを反転させる（ステップＳ１３）。反転フラグが「０」の場合には、ステップＳ１４に移る。なお、図示していないが、ステップＳ１３でヒストグラムの反転が行われた後に、上記反転フラグは、「０」にリセットされる。
【００３８】
一方、検出された文字サイズが所定サイズ以下の場合には（ステップＳ８で「Ｎ」）、ステップＳ９〜Ｓ１３を行わずにステップＳ１４に移る。これは、ノイズ除去フィルタのサイズを３×３にして孤立点を除去し、これに基づいてヒストグラムを生成するという処理がステップＳ１〜Ｓ６の中ですでに行なわれているからである。従って、文字サイズが所定サイズ以下の場合には、ステップＳ９〜Ｓ１３がスキップされることにより、ステップＳ１〜Ｓ６と同じ処理が実質的に選択されて行なわれたことになる。
【００３９】
そして、上記ステップＳ３もしくはＳ１１で生成されたヒストグラム、あるいはステップＳ６もしくはＳ１３で反転されたヒストグラムに基づいて、原稿方向を１ページ毎に認識し、この認識結果に基づいて原稿の回転角度を設定する（ステップＳ１４、Ｓ１５）。この認識処理と回転角度設定処理は、公知の技術、例えば特開平９−９０４０号公報に開示されている技術により行う。
【００４０】
次に、上記の各処理について図５〜図８を用いてより具体的に説明する。
（ノイズ除去処理１）
図５（ａ）は、ノイズ除去処理１において用いられるノイズ除去フィルタ３×３（以下、「フィルタ３×３」という。）により、孤立点が除去される様子を示したものである。
【００４１】
フィルタ３×３は、図に示すようにある１つの画素（注目画素）が黒色画素であって、かつその注目画素を取り囲む周辺画素が全て白色画素である場合に、その注目画素を白色画素に変更させることにより、孤立点を除去するものである。ノイズ除去処理１では、フィルタ３×３の中心部に各画素が位置するようにフィルタ３×３を順次移動させることにより、画像データ内の孤立点を除去する。
本実施の形態では、原稿画像が２５ＤＰＩの解像度に画素分割されているので、１画素の大きさは、約１ｍｍ（縦）×約１ｍｍ（横）となる。従って、このフィルタ３×３を用いることにより、約１ｍｍ×約１ｍｍの大きさの孤立点を除去できることになる。
【００４２】
（ヒストグラム生成処理）
図７（ａ）は、ヒストグラム生成処理により得られたヒストグラムの一例を示す図である。
ヒストグラムは、ノイズ除去処理１において孤立点の除去された、原稿１枚分の画像データＤ１の文字部分の黒画素数を主走査方向および副走査方向のそれぞれについて計数することにより生成される。同図に示す通常原稿（地肌部が白色で文字画像が黒色のもの）についてヒストグラムを生成すると、ヒストグラムＨ１およびヒストグラムＨ２のような分布図となる。
【００４３】
（文字サイズ検出処理）
生成されたヒストグラムＨ１およびＨ２から文字列の方向を検出する。これは、ヒストグラムＨ１の分布を見れば分かるように、ヒストグラムの谷の部分が行間を、山の部分が文字部をそれぞれ示しており、これにより文字列の方向を得ることができる。従って、ヒストグラムＨ１の山の部分の幅方向（副走査方向）を形成する画素数を計数すれば、容易に文字の高さを求めることができ、この文字の高さから文字サイズを検出することができる。
【００４４】
（ノイズ除去処理２）
ノイズ除去処理２では、検出された文字サイズが所定のサイズ、本実施の形態では１２ポイントよりも大きい場合に、ノイズ除去処理１で用いたフィルタ３×３よりも大きなサイズのノイズ除去フィルタ５×５（以下、「フィルタ５×５」という。）に変更して画像データ内の孤立点を再度除去する。
【００４５】
図５（ｂ）は、フィルタ５×５により孤立点が除去される様子を示した図である。フィルタ５×５は、縦５画素×横５画素の平方領域における中央の９画素内（太線内）に、孤立点判定条件として設定される値（本実施の形態では４）以下の数の黒画素が存在している場合に、これを孤立点として除去する処理を行う。
従って、フィルタ５×５では、フィルタ３×３では除去できなかった大きさの孤立点、例えば黒画素が２×２個連結しているものであっても除去できることになる。
【００４６】
このように、本実施の形態では、原稿画像中に存在する孤立点を除去するのに際し、文字サイズが１２ポイント以下の場合に、フィルタ３×３を用い、１２ポイントを越える場合にフィルタ５×５を用いるようにしている。
これは、ノイズとみなせる孤立点の大きさと文字サイズの大きさとを相対的な関係として捉えたからである。すなわち、文字のサイズが大きくなれば、ノイズとみなせる孤立点の大きさもそれに合わせて大きいものになると考えられるからである。原稿画像内に存在するノイズは、大きさがまちまちであり、文字と同程度の大きさのものもあれば、１画素程度の微小なものもあるが、上述したようにここでのノイズ除去処理は、文字画像から正確なヒストグラムを生成するために行うものなので、上記従来技術のような複雑な処理を用いてまで全てのノイズを除去する必要はなく、文字画像から離間している孤立点を極力除去できれば足りる。
【００４７】
しかし、大小の孤立点の内でどれが文字画像かノイズかを判断できなければ、文字画像から離間している孤立点を除去することができない。
そこで、文字サイズを検出することにより、その大きさに相当する画像が文字を構成する画像であると判断すると共に、文字サイズよりもある程度小さな孤立点については、文字画像の構成部分とは考えにくいことから、これをノイズとみなすようにした。具体的には、本実施の形態では文字画像が１２ポイント（文字高さが約４．２ｍｍ）以下であれば、その１／４程度の大きさ（高さが約１ｍｍ）の孤立点を除去できるフィルタ３×３を使用し、１２ポイントを越える文字画像の場合には、最大２ｍｍ×２ｍｍまでの孤立点を除去できるフィルタ５×５を使用するというように、文字サイズに応じてフィルタを切り換えるようにしている。
【００４８】
図６（ａ）、（ｂ）は、８ポイント（文字高さ約２．８ｍｍ）の文字原稿と１８ポイント（文字高さ約６．３ｍｍ）の文字原稿に同じ大きさの孤立点（ノイズ）が存在している様子を示す図である。なお、この孤立点は、縦２ｍｍ×横２ｍｍの大きさである。
この文字原稿に対して本実施の形態の原稿方向認識処理を行うと、まず８ポイント文字原稿については、ノイズ除去処理１のフィルタ３×３により孤立点除去処理が行われる。ところが、１ｍｍ×１ｍｍの大きさの孤立点を除去するフィルタ３×３では、このノイズを除去できない。上述したように、文字サイズの半分以上の大きさの孤立点をノイズとみなすことはできず、逆にこれを除去しようとして、フィルタサイズを大きくすれば、文字画像の一部も除去されることになり不都合が生じるからである。
【００４９】
一方、１８ポイント文字原稿については、最大２ｍｍ×２ｍｍまでの大きさの孤立点を除去できるフィルタ５×５を用いたノイズ除去処理２が行われるので、このノイズは除去されることになる。
このように、ノイズとみなす孤立点を文字サイズに応じて設定し、これを除去するフィルタを文字サイズに応じて切り換えて用いることにより、一定サイズのフィルタを用いるだけでは除去できない孤立点が的確に除去されるようになり、これによりヒストグラムが正確に生成されてより正確な原稿方向認識を行うことができる。
【００５０】
なお、文字サイズに応じたフィルタサイズの切り換えは、２段階（１２ポイント以下の場合にはフィルタ３×３、１２ポイントよりも大きな場合にはフィルタサイズ５×５）に限定されないことはいうまでもなく、文字サイズに応じてノイズとみなせる孤立点を除去できるフィルタサイズを設定すればよいので、例えばポイント毎に異なるサイズのフィルタを準備しておいてそれぞれを適宜切り換えるようにしてもよいし、ポイント毎に上記孤立点判定条件を異なる値（１〜９まで設定可能）に設定するようにしてもよい。このようにすれば、さらに孤立点除去を的確に行える。
【００５１】
また、上記では低解像度（２５ＤＰＩ）の画像データに対して、フィルタサイズを３×３と５×５を用いているが、例えば画像データが高解像度（４００ＤＰＩ）であれば、１画素の大きさが約６３μｍ×６３μｍと小さくなるので、フィルタ３×３や５×５で除去できる孤立点の大きさもそれに合わせて小さくなる。このように解像度が変われば１画素の大きさが変わり、除去する孤立点の大きさに対応する画素数（例えば１ｍｍ平方の大きさの孤立点を考える場合、２５ＤＰＩでは約１画素分に相当するが、４００ＤＰＩでは、縦１６×横１６画素の領域に相当する）も変わるので、フィルタサイズは、孤立点の大きさに対応する画素数に応じて設定される必要がある。
【００５２】
また、上記においてはノイズとみなす孤立点を文字サイズの１／４程度の大きさのものとしているが、もちろんこの値に限定されることはなく、例えば文字サイズの１／６程度や１／３程度の値などに設定するようにしてもよい。但し、この値が小さすぎるとノイズ除去精度が低下するし、大きすぎると文字画像の一部をもノイズとみなされて除去されることが考えられるので、実験等により最適な値に設定されることが好ましい。
【００５３】
（ヒストグラム反転処理）
ヒストグラム反転処理では、生成されたヒストグラムＨ１およびＨ２から平均濃度を算出し、これが高濃度であるか否かを判断することにより、原稿の文字が図７（ａ）に示す通常原稿か、図７（ｂ）に示す反転原稿（文字部分が白色で、地肌部が黒色のもの）であるか否かを判断している。
【００５４】
これは、行頭が同一方向の原稿であっても、通常原稿と反転原稿では、生成されるヒストグラムの形状が全く異なるものとなるからである。すなわち、通常原稿からヒストグラムを生成すると同図のＨ１およびＨ２のようになり、反転原稿から生成されるヒストグラムの形状は、Ｈ３およびＨ４のように、ヒストグラムＨ１およびＨ２がそれぞれ反転した状態となっている。
【００５５】
本実施の形態における原稿方向の認識は、上述したように生成されたヒストグラムから行われる公知のものであり、例えば前述した特開平９−９０４０号公報に開示されている技術によると、図７（ａ）の主走査方向と副走査方向に黒画素を計数することで生成された各ヒストグラムＨ１、Ｈ２の内、一方のヒストグラムＨ１からまず行方向を求め、そして他方のヒストグラムＨ２から立ち上がりエッジの数（１個）と立ち下がりエッジの数（５個）をそれぞれカウントし、当該ヒストグラムＨ２のエッジを文頭側から見た場合に、立ち下がりエッジの数が多くなる傾向があることを利用して行頭を判断している。すなわち、同図の上側が、原稿の天となることが判断できる。
【００５６】
ところが、図７（ｂ）に示す反転原稿では、図７（ａ）の通常原稿と行頭が同一位置であるにもかかわらず、エッジを計数するためのヒストグラムＨ２とＨ４の形状が反転しているために、双方のエッジ数のカウント値が全く異なってしまう（立ち上がりエッジ数６個、立ち下がりエッジ数２個）。これでは、行頭が逆方向に認識されて、その結果として原稿の天地が逆方向に認識されてしまい問題となる。
【００５７】
そこで、本実施の形態では、原稿画像の平均濃度から文字原稿が通常原稿か反転原稿のいずれであるかを判別し、反転原稿の場合には、生成されたヒストグラムを反転させるようにしている。
原稿画像の平均濃度を算出するのは、ヒストグラムで得られた図形の面積（黒画素の総数）を求め、これの原稿１ページ分に相当する面積（全画素数）における割合を求めることで行える。
【００５８】
図８は、雑誌などでよくみかける高濃度背景白抜き文字原稿２０３と通常の文字原稿２０４に基づいてそれぞれ生成されたヒストグラムの一例を示す図である。
高濃度背景白抜き文字原稿２０３の場合には、原稿全体が高濃度化するので、生成されたヒストグラムＨ５の山の部分は、通常の文字原稿２０４から生成されたヒストグラムＨ６に比べて、ピークが高くなると共に面積が大変広くなる。従って、ヒストグラムで得られた図形の面積を求めることにより原稿画像の平均濃度が分かり、その結果から原稿が通常の文字原稿であるか、高濃度背景白抜き文字原稿であるかを判断できる。これは、図７（ａ）の通常原稿と図７（ｂ）の反転原稿についても同様である。
【００５９】
そして、平均濃度が所定の濃度を越える高濃度であると判断した場合は、文字原稿が高濃度背景白抜き文字（反転原稿）であると判断して、生成したヒストグラムを反転させる。
このヒストグラムを反転させるとは、具体的には、図８のヒストグラムＨ５をヒストグラムＨ６の形状に生成し直すことをいう。これは、ヒストグラムＨ５の最大カウント値Ｄｍａｘから副走査方向における各地点のカウント値を差し引いた値を算出し、これに基づいて図形を形成しなおせば容易に行える。同様に、図７（ｂ）のヒストグラムＨ３、Ｈ４を反転させれば、それぞれ図７（ａ）のヒストグラムＨ１、Ｈ２になる。
【００６０】
このように、原稿画像の平均濃度を検出して、これが高濃度であった場合にヒストグラムを反転させる処理を行うことにより、たとえ原稿が反転原稿（高濃度背景白抜き文字原稿）であっても、通常原稿の場合と同様のヒストグラムを生成できるようになり、原稿方向を誤認識することがなくなるという効果を奏する。もちろん、この効果は、ヒストグラムを用いた原稿方向認識方法であれば、上記公報の方法以外の方法であっても享受できる。
【００６１】
また、原稿を反転原稿と判断した場合には、低解像度認識用メモリ１８０に格納されている２値化された画像データの値を画素毎に反転（黒から白色、白から黒色）させた後に上記のノイズ除去処理を行うようにしてもよい。
（３）変形例
なお、本発明は、上記実施の形態に限定されないのは言うまでもなく、以下のような変形例を考えることができる。
【００６２】
（３−１）上記実施の形態では、モノクロのデジタル複写機に本発明に係る画像認識装置を適用した例を説明したが、本発明の画像認識装置は、フルカラーデジタル複写機にも適用可能である。その際、有彩色のカラーデータを予めキャンセルする回路を組み込んでおく必要がある。フルカラー原稿であっても文字画像は一般に黒色が大半であり、この黒色の文字画像に基づいてヒストグラムを生成し原稿方向の認識が行われるからである。なお、カラーデータキャンセル回路は公知であるので、ここでの説明は省略する。
【００６３】
（３−２）上記実施の形態では、本発明に係る画像認識装置をデジタル複写機に適用した例を説明したが、その他の原稿の読取りが必要な装置、例えばファクシミリ装置やイメージリーダにおける画像認識装置としても適用される。
また、他のイメージリーダなどの画像入力装置から得られた原稿の画像データに基づいて原稿の方向を認識するようにしてもよい。
【００６４】
【発明の効果】
以上説明してきたように本発明によれば、文字サイズ検出手段により文字画像のサイズを検出し、この検出された文字サイズに応じて孤立点除去フィルタのフィルタサイズが決定されるようにしたので、従来のように全文字画像を切り出して、当該文字画像毎に代表線幅を検出し、この線幅により形成される画像の外接矩形を求め、この外接矩形よりも外に位置する画像をノイズとして除去するという複雑な処理に比べて簡易な処理で済み、かつノイズとみなす孤立点の大きさを文字サイズに応じて設定するので、一定サイズのフィルタを用いるだけでは除去できない孤立点が的確に除去できるようになり、その結果としてより正確な原稿方向認識を行うことができるようになる。
【００６５】
また、検出された文字サイズが所定のサイズ以下の場合には、フィルタサイズを第１のサイズに決定し、文字サイズが当該所定のサイズよりも大きな場合には、フィルタサイズを前記第１のサイズよりも大きな第２のサイズに決定するという２段階切り換えの簡易な処理でありながら、孤立点が的確に除去できるようになり、より正確な原稿方向認識を行うことができる。
【００６６】
また、文字サイズの検出は、原稿の濃度分布を示すヒストグラムを生成することにより行われるので、簡易な処理で済ますことができる。
また、前記文字サイズ検出手段は、生成されたヒストグラムに基づいて原稿の文字の線分の濃度が地肌部の濃度よりも低い濃度で表現されている反転原稿であるか否かを検出する反転原稿検出手段を備え、当該反転原稿検出手段が前記原稿を前記反転原稿であると検出すると、生成されたヒストグラムを反転させて再生成し、これに基づいて文字サイズを検出するので、原稿が反転原稿であっても、正確に文字サイズを検出することができるようになる。
【００６７】
また、原稿の濃度分布を示すヒストグラムを孤立点が除去された画像データから生成し、これに基づいて文字画像の方向を認識するようにしたので、文字画像を切り出して、その結果から文字画像の方向の認識を行う方法に比べて、簡易な処理で済ますことができる。
【図面の簡単な説明】
【図１】本発明の実施の形態に係るデジタル複写機の全体の構成を示す図である。
【図２】上記複写機に設置される制御部のブロック図である。
【図３】（ａ）は、中間色の地肌部分に文字画像が形成されている原稿の画像データが中間調処理部で２値化処理された場合の画像を示す図であり、（ｂ）は、（ａ）と同一の原稿の画像データが単純２値化処理部において２値化処理された後の画像を示す図である。
【図４】原稿方向認識処理の全体の動作を示すフローチャートである。
【図５】（ａ）は、ノイズ除去フィルタ３×３により孤立点が除去される様子を示した図であり、（ｂ）は、ノイズ除去フィルタ５×５により孤立点が除去される様子を示した図である。
【図６】（ａ）は、８ポイントの文字原稿の例を、（ｂ）は、１８ポイントの文字原稿の例をそれぞれ示す図であって、双方の文字原稿に同じ大きさの孤立点（ノイズ）が存在している様子を示した図である。
【図７】（ａ）は、通常原稿に基づいて生成されたヒストグラムの一例を示す図であり、（ｂ）は、反転原稿に基づいて生成されたヒストグラムの一例を示す図である。
【図８】高濃度背景白抜き文字原稿と通常の文字原稿に基づいてそれぞれ生成されたヒストグラムの一例を示す図である。
【符号の説明】
１０ 原稿自動搬送装置
３０ 画像読取部
５０ プリンタ部
１００ 制御部
１１０ 画像信号前処理部
１２０ 中間調処理部
１３０ 高解像度画像メモリ
１４０ 回転処理部
１５０ ＬＤ駆動部
１６０ 解像度変換部
１７０ 単純２値化処理部
１８０ 低解像度認識用メモリ
１９０ ＣＰＵ
１９１ ＲＡＭ
１９２ ＲＯＭ
２０３ 高濃度背景白抜き文字原稿
２０４ 通常原稿

Claims (5)

1. 文字画像を含む原稿の方向を認識する装置であって、
   原稿を読み取って画像データを生成する画像読取手段と、
   前記画像データを記憶する画像データ記憶手段と、
   前記画像データから文字画像のサイズを検出する文字サイズ検出手段と、
   前記検出された文字サイズに応じて孤立点除去フィルタのフィルタサイズを決定するフィルタサイズ決定手段と、
   前記決定されたフィルタサイズの孤立点除去フィルタを用いて、前記画像データ記憶手段に記憶されている画像データ内の孤立点を除去する孤立点除去手段と、
   孤立点が除去された画像データに基づき前記原稿の方向を認識する画像方向認識手段と
   を備えることを特徴とする画像認識装置。
2. 前記フィルタサイズ決定手段は、検出された文字サイズが所定のサイズ以下の場合には、フィルタサイズを第１のサイズに決定し、文字サイズが前記所定のサイズよりも大きな場合には、フィルタサイズを前記第１のサイズよりも大きな第２のサイズに決定することを特徴とする請求項１に記載の画像認識装置。
3. 前記文字サイズ検出手段は、原稿の濃度分布を示すヒストグラムを前記画像データから生成し、これに基づいて文字サイズを検出することを特徴とする請求項１もしくは２に記載の画像認識装置。
4. 前記文字サイズ検出手段は、生成されたヒストグラムに基づいて前記原稿の文字の線分の濃度が地肌部の濃度よりも低い濃度で表現されている反転原稿であるか否かを検出する反転原稿検出手段を備え、当該反転原稿検出手段が前記原稿を前記反転原稿であることを検出すると、生成されたヒストグラムを反転させて再生成し、これに基づいて文字サイズを検出することを特徴とする請求項３に記載の画像認識装置。
5. 前記画像方向認識手段は、原稿の濃度分布を示すヒストグラムを孤立点が除去された画像データから生成し、これに基づいて文字画像の方向を認識することを特徴とする請求項１ないし４のいずれかに記載の画像認識装置。

Images