JP3784268B2 - 画像特徴領域分割装置および画像特徴領域分割方法 - Google Patents
画像特徴領域分割装置および画像特徴領域分割方法 Download PDFInfo
- Publication number
- JP3784268B2 JP3784268B2 JP2001095352A JP2001095352A JP3784268B2 JP 3784268 B2 JP3784268 B2 JP 3784268B2 JP 2001095352 A JP2001095352 A JP 2001095352A JP 2001095352 A JP2001095352 A JP 2001095352A JP 3784268 B2 JP3784268 B2 JP 3784268B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- region
- area
- feature amount
- expansion
- 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
Images
Description
【発明の属する技術分野】
本発明は、画像特徴領域分割に関し、特に、細かな線の位置や文字と文字との間のわずかな平坦領域等も正確に特徴量として表現することができる画像特徴領域分割装置および画像特徴領域分割方法に関する。
【0002】
【従来の技術】
画像中より、領域を分割する処理は、画像処理の基本となる処理である。この画像領域分割処理の一例が、特開平7−296171号に開示されている。特開平7−296171号公報に開示されている領域分割の方法は、入力画像の特徴量をソーベルフィルタ等を用いて計算し、その特徴量を分析することにより行なわれている。
【0003】
【発明が解決しようとする課題】
しかし、エッジや線の度合いを示す特徴量の計算には最低2画素以上の情報が必要である。このため、従来の方法では、広域的な情報しか得られず正確なエッジの位置を検出できない。特に文字と文字との間等のエッジ間のわずかな平坦領域の特徴量は、周りのエッジによりエッジ領域の特徴量と区別のできない値になってしまっていた。
【0004】
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、細かな線の位置や文字と文字との間のわずかな平坦領域等も正確に特徴量として表現することができる画像特徴領域分割装置および画像特徴領域分割方法を提供することである。
【0005】
本発明の他の目的は、特徴量の分解能に優れ、細かく正確に目的の特徴領域を他の領域と分割することができる画像特徴領域分割装置を提供することである。
【0006】
【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特徴領域分割装置は、複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理手段と、前記拡大処理手段により拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理手段と、前記特徴量演算処理手段により作成された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理手段と、前記特徴量分類処理手段により作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理手段と、前記第1の領域膨張処理手段により領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理手段と、前記第1の領域削除処理手段によって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理手段と、前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理手段によって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理手段とを含む。
【0007】
入力画像を拡大した後に、特徴量データを作成し、その特徴量データに基づいて、特徴領域の抽出が行なわれる。このように、特徴量データの分解能が優れているため、細かく正確に目的の特徴領域を他の領域と分割することができる。
【0008】
特に、入力画像を拡大した後にエッジや線の特徴量の計算をすることにより、細かな線の位置や文字間のわずかな平坦領域等も、より正確に抽出することができる。
【0009】
また、特徴領域の膨張および縮退を行なうことにより、ノイズ成分を除去することが可能となる。
【0010】
本発明の他の局面に従う画像特徴領域分割装置は、複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理手段と、前記拡大処理手段により拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理手段と、前記特徴量演算処理手段により作成された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理手段と、前記特徴量分類処理手段により作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理手段と、前記第1の領域膨張処理手段により領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理手段と、前記第1の領域削除処理手段によって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理手段と、前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理手段によって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理手段と、前記分類データのサイズを縮小するための縮小処理手段とを含む。
【0011】
入力画像を拡大した後に、特徴量データを作成し、その特徴量データに基づいて、特徴領域の抽出が行なわれる。このように、特徴量データの分解能が優れているため、細かく正確に目的の特徴領域を他の領域と分割することができる。
【0012】
特に、入力画像を拡大した後にエッジや線の特徴量の計算をすることにより、細かな線の位置や文字間のわずかな平坦領域等も、より正確に抽出することができる。
【0014】
さらにまた、特徴領域の膨張および縮退を行なうことにより、ノイズ成分を除去することが可能となる。また、縮小処理手段で特徴量データが縮小される。このため、特徴量データを受取る装置のメモリが少なくてすむ。
本発明の他の局面に従う画像特徴領域分割装置は、複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理手段と、前記拡大処理手段により拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理手段と、前記特徴量演算処理手段により作成された前記特徴量データのサイズを縮小するための縮小処理手段と、前記縮小処理手段により縮小された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理手段と、前記特徴量分類処理手段により作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理手段と、前記第1の領域膨張処理手段により領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理手段と、前記第1の領域削除処理手段によって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理手段と、前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理手段によって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理手段とを含む。
入力画像を拡大した後に、特徴量データを作成し、その特徴量データに基づいて、特徴領域の抽出が行なわれる。このように、特徴量データの分解能が優れているため、細かく正確に目的の特徴領域を他の領域と分割することができる。特に、入力画像を拡大した後にエッジや線の特徴量の計算をすることにより、細かな線の位置や文字間のわずかな平坦領域等も、より正確に抽出することができる。また、特徴領域の膨張および縮退を行なうことにより、ノイズ成分を除去することが可能となる。また、特徴領域の抽出は、縮小後の特徴量データに基づいて行なわれる。このため、特徴領域にかかる処理時間を短縮することができる。
【0015】
好ましくは、特徴量演算処理手段は、演算オペレータを用いて特徴量を演算する。
【0016】
さらに好ましくは、縮小処理手段は、拡大処理手段での拡大倍率の逆数に基づいて、縮小処理を行なう。
【0017】
拡大処理手段での拡大倍率の逆数に基づいて縮小処理を行なうことにより、入力画像と同じ大きさの分類データを得ることができる。
【0026】
【発明の実施の形態】
[第1の実施の形態]
以下、実施の形態を説明するために用いられる特徴量データとは、たとえば、画像中よりエッジを検出するために用いられるソーベルフィルタの出力値などの任意の特徴を表す数値データと定義する。
【0027】
図1を参照して、本発明の第1の実施の形態に係る画像特徴領域分割装置102について説明する。
【0028】
画像特徴領域分割装置102は、画像入力装置101から入力画像データを受取り、領域分割データ出力装置103に領域分割データを出力する。
【0029】
画像特徴領域分割装置102は、画像入力装置101から入力された入力画像データを格納する入力画像データバッファ104と、入力画像データバッファ104に接続され、入力画像データバッファ104から入力画像データを読込み、特徴量を抽出し、特徴量データを出力する特徴量抽出処理部105と、特徴量抽出処理部105に接続され、特徴量抽出処理部105より出力された特徴量データを格納する特徴量データバッファ106と、特徴量データバッファ106に接続され、特徴量データバッファ106から特徴量データを読込み、特徴量データに基づき領域抽出を行ない、領域分割データを領域分割データ出力装置103に出力する領域抽出処理部107とを含む。
【0030】
入力画像データバッファ104および特徴量データバッファ106は、フラッシュメモリ、ハードディスク等のRAM(ランダムアクセスメモリ)によって実現される。特徴量抽出処理部105および領域抽出処理部107は、それぞれ独立した回路によって実現される。特徴量抽出処理部105および領域抽出処理部107は、コンピュータ等の演算処理回路によって実現される仮想回路であってもよい。
【0031】
図2を参照して、図1に示す特徴量抽出処理部105は、入力画像データバッファ104に接続され、入力画像データバッファ104からデータを読込み、入力画像を拡大し、拡大画像データを出力する拡大処理部201と、拡大処理部201に接続され、拡大処理部201から出力された拡大画像データを格納する拡大画像データバッファ202と、拡大画像データバッファ202に接続され、拡大画像データバッファ202から拡大画像を読込み、特徴量を演算し、特徴量データを出力する特徴量演算処理部203とを含む。
【0032】
拡大画像データバッファ202は、フラッシュメモリ、ハードディスク等のRAMによって実現される。拡大処理部201および特徴量演算処理部203は、それぞれ独立した回路によって実現される。拡大処理部201および特徴量演算処理部203は、コンピュータ等の演算処理回路によって実現される仮想回路であってもよい。
【0033】
図3を参照して、図1の領域抽出処理部107は、特徴量データバッファ106に接続され、特徴量データバッファ106から特徴量データを読込み、特徴量データをしきい値処理し、特徴領域および非特徴領域からなる分類データを出力する特徴量分類処理部301と、特徴量分類処理部301および領域削除処理部304(後述)に接続され、特徴量分類処理部301または領域削除処理部304から出力される分類データを格納する分類データバッファ302と、分類データバッファ302、領域膨張処理部306(後述)およびデータ縮小処理部305(後述)に接続され、分類データバッファ302から分類データを読込み、領域膨張処理部306またはデータ縮小処理部305のいずれか一方に出力する分類データ決定判定処理部303と、分類データ決定判定処理部303に接続され、分類データ決定判定処理部303から分類データを受取り、特徴領域を所定のピクセルだけ膨張させ、領域膨張データを出力する領域膨張処理部306とを含む。
【0034】
領域抽出処理部107は、さらに、領域膨張処理部306に接続され、領域膨張処理部306から出力された領域膨張データを格納する領域膨張データバッファ307と、領域膨張データバッファ307から領域膨張データを読込み、特徴領域を所定のピクセルだけ縮退させ、領域縮退データを出力する領域縮退処理部308と、領域縮退処理部308に接続され、領域縮退処理部308から出力される領域縮退データを格納する領域縮退データバッファ309と、領域縮退データバッファ309および分類データバッファ302に接続され、領域縮退データバッファ309から領域縮退データを読込み、領域縮退データに基づいて、小さな面積の領域を削除した後、領域縮退データを分類データとして、分類データバッファ302に格納する領域削除処理部304と、分類データ決定判定処理部303に接続され、分類データ決定判定処理部303から分類データを受取り、分類データを縮小した後、分類データを領域分割データとして出力するデータ縮小処理部305とを含む。
【0035】
分類データバッファ302、領域膨張データバッファ307および領域縮退データバッファ309は、フラッシュメモリ、ハードディスク等のRAMによって実現される。
【0036】
特徴量分類処理部301、分類データ決定判定処理部303、領域膨張処理部306、領域縮退処理部308、領域削除処理部304およびデータ縮小処理部305は、それぞれ独立した回路によって実現される。特徴量分類処理部301、分類データ決定判定処理部303、領域膨張処理部306、領域縮退処理部308、領域削除処理部304およびデータ縮小処理部305は、コンピュータ等の演算処理回路によって実現される仮想回路であってもよい。
【0037】
図4を参照して、第1の実施の形態に係る画像特徴領域分割装置102の処理について説明する。ここでは図5に示すような画像の文字領域を抽出する場合を具体例に用いる。
【0038】
画像入力装置101は、入力画像を入力画像データバッファ104に格納する(ステップS402;以下「ステップ」を省略する)。
【0039】
拡大処理部201は、入力画像を0次ホールド法を用いて拡大倍率3倍で拡大する(S403)。0次ホールド法は周知の技術である。このため、その詳細な説明はここでは繰返さない。拡大倍率は1以上であればどのような倍率でもよい。ここでは拡大手法として、0次ホールド法を用いたが、どのような拡大手法を用いてもかまわない。
【0040】
拡大処理部201は、拡大画像データを拡大画像データバッファ202に格納する(S404)。
【0041】
特徴量演算処理部203は、拡大画像データから、線画、エッジ、スクリーントーン等の特徴量の演算を行なう(S405)。
【0042】
ここでは、各ピクセルごとに、当該ピクセルおよびその8近傍のピクセルに対して、図6(a)〜(d)に示す4つの演算オペレータをそれぞれ用いて4つの特徴量を計算し、その最大値に255/2296を掛けたものをそのピクセルの特徴量とする。ここでは、図7に示すような特徴量データが作成される。
【0043】
なお、演算オペレータでの計算値に255/2296を掛けたのは特徴量を0〜255の値域に収めるためであるが、値域は任意の範囲でかまわない。特徴量の計算はソーベルフィルタ等のいかなる方法を用いてもかまわない。
【0044】
特徴量演算処理部203は、特徴量データを特徴量データバッファ106に格納する(S406)。
【0045】
特徴量分類処理部301は、特徴量データの値を用いて、特徴量データを特徴領域と非特徴領域とに分類する(S407)。ここではしきい値100を用い特徴量が100以上の領域を特徴領域とし、特徴量が100未満の領域を非特徴領域とする。その結果、図8に示すような分類データが作成される。
【0046】
特徴量分類処理部301は、分類データを分類データバッファ302に格納する(S408)。
【0047】
分類データ決定判定処理部303は、分類データバッファ302への分類データの書込回数が3回に達したか否かを判断する(S409)。
【0048】
分類データの書込回数が3回に達していれば(S409でYES)、分類データ決定判定処理部303は、分類データバッファ302の分類データが決定したとみなし、データ縮小処理部305に分類データを渡し、S415の処理を実行する。分類データの書込回数が3回未満であれば(S409でNO)、分類データバッファ302の分類データを領域膨張処理部306に渡し、S410以降の処理を実行する。
【0049】
なお、分類データ決定判定処理部303の動作切り替え基準は分類データバッファ302への書込回数が3回である必要はなく、自由に設定可能である。
【0050】
今、分類データバッファ302への分類データの書込回数は1回である。このため、領域膨張処理部306は、分類データ決定判定処理部304から分類データを受取り、特徴領域を2ピクセルだけ膨張させ、図9に示すような領域膨張データを作成する(S410)。ここで2ピクセル膨張させたのは細切れになった特徴領域を統合させるためである。
【0051】
領域膨張処理部306は、領域膨張データを領域膨張データバッファ307に格納する(S411)。
【0052】
領域縮退処理部308は、領域膨張データバッファ307から領域膨張データを読込んで、特徴領域を0ピクセルだけ縮退させた領域縮退データを作成する(S412)。すなわちこの例では実質的には領域縮退処理は行なわれない。
【0053】
領域縮退処理部308は、領域縮退データを領域縮退データバッファ309に格納する(S413)。
【0054】
領域削除処理部304は、特徴領域の各小片内のピクセル数を4連結でカウントし、ピクセル数が1800ピクセル以上の小片を特徴領域から外した図10に示すような分類データを作成する(S414)。作成された分類データは、分類データバッファ302に書込まれる(S408)。
【0055】
文字は人間がオブジェクトとして捕らえるため、一文字ずつ間隔があいているのが普通である。この処理(S414)は、特徴領域の文字の大きさとして不自然な大きさのピクセルからできている小片は文字ではないと判定するものである。
【0056】
次に、S409の判断が行なわれる際には、分類データバッファ302への分類データの書込回数は2回である。このため、再び、S410以降の処理が実行される。
【0057】
領域膨張処理部306は、分類データ決定判定処理部303から図10に示すような分類データを受取り、特徴領域を30ピクセルだけ膨張させた領域膨張データを作成し、領域膨張データバッファ307に書込む(S410、S411)。
【0058】
領域縮退処理部308は、領域膨張データバッファ307から領域膨張データを読込み、特徴領域を30ピクセルだけ縮退させ、図11に示すような領域縮退データを作成する(S412)。この2回目の膨張・縮退により文字列はある程度の大きさの小片になる。繰り返し回数による膨張ピクセル数、縮退ピクセル数は自由に設定できる。
【0059】
領域縮退処理部308は、領域縮退データを領域縮退データバッファ309に格納する(S413)。
【0060】
領域削除処理部304は、特徴領域の各小片内のピクセル数4連結でカウントしピクセル数が900ピクセル以下の小片を特徴領域から外し、図12に示すような分類データを作成する(S414)。作成された分類データは、分類データバッファ302に書込まれる(S408)。
【0061】
削除する小片の条件は繰り返し回数によって自由に設定できる。小片のピクセル数のカウントは8連結でカウントしてもよい。
【0062】
ここで、分類データバッファ302への分類データの書込回数が3回に達しているので(S409でYES)、分類データ決定判定処理部303は、データ縮小処理部305に分類データを渡す。
【0063】
データ縮小処理部305は、分類データを1/3に縮小して図13に示すような領域分割データを領域分割データ出力装置103に出力する。縮小処理は拡大処理での拡大倍率の逆数に従い行なわれる(S415)。
【0064】
また、縮小処理は3×3の画素データを1画素データに変換するもので、3×3の画素データ内に特徴領域に指定されているものがあれば変換後の1画素データを特徴領域に指定し、他は非特徴領域とする。なお、この縮小処理は任意の方式でもかまわない。
【0065】
以上説明したように、本実施の形態によると、入力画像を拡大した後に、特徴量を求め、特徴量に基づいて、特徴領域の抽出が行なわれる。このように、特徴量の分解能が優れているため、細かく正確に目的の特徴領域を他の領域と分割することができる。
【0066】
また、領域の膨張、縮退を段階的に行なっている。このため、目的の特徴領域の決定条件を絞り込むことができる。
【0067】
[第2の実施の形態]
図14を参照して、本発明の第2の実施の形態に係る画像特徴領域分割装置110は、図1を参照して説明した第1の実施の形態に係る画像特徴領域分割装置102の構成において、特徴量抽出処理部105の代わりに特徴量抽出処理部108を用い、領域抽出処理部107の代わりに領域抽出処理部109を用いたものである。その他の構成部品は第1の実施の形態と同様である。このため、その詳細な説明はここでは繰返さない。
【0068】
特徴量抽出処理部108は入力画像データバッファ104から入力画像データを読込み、特徴量を抽出し、特徴量データを出力する。領域抽出処理部109は特徴量データバッファ106から特徴量データを読込み、特徴量データに基づいて領域を抽出し、領域分割データを領域分割データ出力装置103に出力する。
【0069】
特徴量抽出処理部108および領域抽出処理部109は、それぞれ独立した回路によって実現される。特徴量抽出処理部108および領域抽出処理部109は、コンピュータ等の演算処理回路によって実現される仮想回路であってもよい。
【0070】
図15を参照して、特徴量抽出処理部108は、入力画像データバッファ104に接続された拡大処理部201と、拡大処理部201に接続された拡大画像データバッファ202と、拡大画像データバッファ202に接続された特徴量演算処理部203と、特徴量演算処理部203に接続され、特徴量データを縮小して、縮小後の特徴量データを特徴量データバッファ106に出力する縮小処理部604とを含む。
【0071】
拡大処理部201、拡大画像データバッファ202および特徴量演算処理部203は、図2を参照して説明したものと同様である。このため、その詳細な説明はここでは繰返さない。
【0072】
縮小処理部604は、独立した回路によって実現される。縮小処理部604は、コンピュータ等の演算処理回路によって実現される仮想回路であってもよい。
【0073】
図16を参照して、図14の領域抽出処理部109は、図3を参照して説明した領域抽出処理部107の構成において、データ縮小処理部305を除いたものである。このため、各構成部品の説明はここでは繰返さない。分類データ決定判定処理部303の出力は、データ縮小処理部305に接続される代わりに領域分割データ出力装置103に接続される。
【0074】
図17を参照して、第2の実施の形態に係る画像特徴領域分割装置110の処理について説明する。ここでは図5に示すような画像の文字領域を抽出する場合を具体例に用いる。
【0075】
S802〜S805までの処理は、図4のS402〜S405までの処理とそれぞれ同じである。このため、その詳細な説明はここでは繰返さない。
【0076】
縮小処理部604は、特徴量データを1/3に縮小する(S806)。縮小方法は、縮小後1画素となる元の9画素のうち最大の画素値の値を縮小後の画素値に用いる。この縮小方法は縮小後に細切れの特徴領域ができるのを防ぐ効果があるが、平均値操作法等の他の縮小方法でもかまわない。なお、縮小処理は拡大処理の拡大倍率の逆数に従い行なわれる。縮小された特徴量データは、特徴量データバッファ106に格納される(S807)。
【0077】
特徴量分類処理部301は、特徴量データの値を用いて、特徴量データを特徴領域と非特徴領域とに分類する(S808)。ここではしきい値100を用い特徴量が100以上の領域を特徴領域とし、特徴量が100未満の領域を非特徴領域とする。その結果、図18に示すような分類データが作成される。
【0078】
特徴量分類処理部301は、分類データを分類データバッファ302に格納する。
【0079】
分類データ決定判定処理部303は、分類データバッファ302への分類データの書込回数が3回に達したか否かを判断する(S810)。
【0080】
分類データの書込回数が3回に達していれば(S810でYES)、分類データ決定判定処理部303は、分類データバッファ302の分類データが決定したとみなし、領域分割データ出力装置103に分類データを出力し、処理を終了する。分類データの書込回数が3回未満であれば(S810でNO)、分類データバッファ302の分類データを領域膨張処理部306に渡し、S811以降の処理を実行する。
【0081】
なお、分類データ決定判定処理部303の動作切り替え基準は分類データバッファ302への書込回数が3回である必要はなく、自由に設定可能である。
【0082】
今、分類データバッファ302への分類データの書込回数は1回である。このため、領域膨張処理部306は、分類データ決定判定処理部303から分類データを受取り、特徴領域を0ピクセルだけ膨張させ、領域膨張データを作成する(S812)。すなわちこの例では実質的にはここで領域膨張処理を行なわない。
【0083】
領域膨張処理部306は、領域膨張データを領域膨張データバッファ307に格納する(S812)。
【0084】
領域縮退処理部308は、領域膨張データバッファ307から領域膨張データを読込んで、特徴領域を0ピクセルだけ縮退させた領域縮退データを作成する(S813)。すなわちこの例では実質的には領域縮退処理は行なわれない。
【0085】
領域縮退処理部308は、領域縮退データを領域縮退データバッファ309に格納する(S814)。
【0086】
領域削除処理部304は、特徴領域の小片のピクセル数を4連結でカウントし、ピクセル数が200ピクセル以上の小片を特徴領域から外した図19に示すような分類データを作成する(S815)。
【0087】
作成された分類データは、分類データバッファ302に書込まれる(S809)。
【0088】
文字は人間がオブジェクトとして捕らえるため、一文字ずつ間隔があいているのが普通である。この処理(S815)は、特徴領域の文字の大きさとして不自然な大きさのピクセルからできている小片は文字ではないと判定するものである。
【0089】
次に、S810の判断が行なわれる際には、分類データバッファ302への分類データの書込回数は2回である。このため、再び、S811以降の処理が実行される。
【0090】
領域膨張処理部306は、分類データ決定判定処理部303から分類データを受取り、特徴領域を10ピクセルだけ膨張させた領域膨張データを作成し、領域膨張データに書込む(S811、S812)。
【0091】
領域縮退処理部308は、領域膨張データバッファ307から領域膨張データを読込み、特徴領域を10ピクセルだけ縮退させ、図20に示すような領域縮退データを作成する(S813)。この2回目の膨張・縮退により文字列はある程度の大きさの小片になる。
【0092】
領域縮退処理部308は、領域縮退データを領域縮退データバッファ309に格納する(S814)。
【0093】
領域削除処理部304は、特徴領域の小片のピクセル数4連結でカウントしピクセル数が100ピクセル以下の小片を特徴領域から外し、図21に示すようなデータを分類データとして作成する(S815)。作成された分類データは、分類データバッファ302に書込まれる(S809)。
【0094】
削除する小片の条件は繰り返し回数によって自由に設定できる。小片のピクセル数のカウントは8連結でカウントしてもよい。
【0095】
ここで、分類データバッファ302への分類データの書込回数が3回に達しているので(S810でYES)、分類データが領域分割データとして領域分割データ出力装置103に出力される。
【0096】
以上説明したように、本実施の形態によると、入力画像を拡大した後に、特徴量を求め、特徴量に基づいて、特徴領域の抽出が行なわれる。このように、特徴量の分解能が優れているため、細かく正確に目的の特徴領域を他の領域と分割することができる。
【0097】
また、領域の膨張、縮退を段階的に行なっている。このため、目的の特徴領域の決定条件を絞り込むことができる。
【0098】
さらに、特徴領域の抽出は、入力画像と同じサイズの特徴量データに基づいて行なわれる。このため、第1の実施の形態に比べ、領域抽出処理部の実行処理が少なく、高速処理が可能である。また、分類データを記憶するためのバッファの容量も少なくてすむ。
【0099】
[第3の実施の形態]
図22を参照して、本発明の第3の実施の形態に係る画像特徴量計算装置902について説明する。
【0100】
画像特徴量計算装置902は、画像入力装置101から入力画像を受取り、特徴量データ出力装置903に特徴量データを出力する。
【0101】
画像特徴量計算装置902は、画像入力装置101に接続され、画像入力装置101から入力された画像データを格納する入力画像データバッファ104と、入力画像データバッファ104に接続され、入力画像データバッファ104からデータを読込み、拡大画像データを出力する拡大処理部201と、拡大処理部201に接続され、拡大処理部201から出力された拡大画像データを格納する拡大画像データバッファ202と、拡大画像データバッファ202に接続され、拡大画像データバッファ202から拡大画像を読込み、特徴量データを特徴量データ出力装置903に出力する特徴量演算処理部203とを含む。
【0102】
入力画像データバッファ104および拡大画像データバッファ202は、フラッシュメモリ、ハードディスク等のRAMによって実現される。拡大処理部201および特徴量演算処理部203は、それぞれ独立した回路によって実現される。拡大処理部201および特徴量演算処理部203は、コンピュータ等の演算処理回路によって実現される仮想回路であってもよい。
【0103】
図23を参照して、第3の実施の形態に係る画像特徴量計算装置902の処理について説明する。
【0104】
画像入力装置101から入力画像が入力画像データバッファ104に格納される(S1002)。
【0105】
拡大処理部201は、入力画像を0次ホールド法を用いて拡大倍率3倍で拡大する(S1003)。拡大倍率は1以上であればどのような倍率でもよい。ここでは拡大手法として、0次ホールド法を用いたが、どのような拡大手法を用いてもかまわない。
【0106】
拡大処理部201は、拡大画像データを拡大画像データバッファ202に格納する(S1004)。
【0107】
特徴量演算処理部203は、拡大画像データから、線画、エッジ、スクリーントーン等の特徴量の演算を行なう(S1005)。
【0108】
ここでは、各ピクセルごとに、当該ピクセルおよびその8近傍のピクセルに対して、図6(a)〜(d)に示す4つの演算オペレータをそれぞれ用いて特徴量を計算し、その最大値をそのピクセルの特徴量とする。
【0109】
特徴量の計算はソーベルフィルタ等のいかなる方法を用いても良い。
特徴量演算処理部203は、特徴量データを特徴量データ出力装置903に出力する(S1006)。
【0110】
以上説明したように、本実施の形態によると、入力画像を拡大処理した後に、特徴量が演算される。このため、この特徴量を用いることにより、複雑な画像中のオブジェクトを抽出することができる。また、抽出されたオブジェクトの位置も正確である。
【0111】
また、画像特徴量計算装置は高い解像度のデータを出力するため、出力結果から細かい特徴量の分析が可能である。
【0112】
[第4の実施の形態]
図24を参照して、本発明の第4の実施の形態に係る画像特徴量計算装置1102について説明する。
【0113】
画像特徴量計算装置1102は、画像入力装置101から入力画像を受取り、特徴量データ出力装置903に特徴量データを出力する。
【0114】
画像特徴量計算装置1102は、第3の実施の形態に係る画像特徴量計算装置902のハードウェア構成に、縮小処理部604を加えたものである。縮小処理部604は、図15を参照して説明したものと同様である。縮小処理部604は特徴量演算処理部203から出力された特徴量データを縮小した特徴量データを特徴量データ出力装置903に出力する。それ以外の構成部品は、第3の実施の形態と同様である。このため、その詳細な説明はここでは繰返さない
図25を参照して、第4の実施の形態に係る画像特徴量計算装置1102の処理について説明する。
【0115】
S1202〜S1205の処理は、図23を参照して説明したS1002〜S1005の処理とそれぞれ同様である。このため、その詳細な説明はここでは繰返さない。
【0116】
縮小処理部604において、平均値操作法を用いて特徴量データを1/3に縮小して特徴量データ出力装置903に出力する(S1206)。平均値操作法は、周知の技術である。このため、その詳細な説明はここでは繰返さない。縮小処理は拡大処理での拡大倍率の逆数に従い行なわれる。なお、縮小処理方法は平均値操作法以外の方法でもかまわない。ここで縮小処理を行なうのは特徴量データのサイズを小さくするためである。
【0117】
以上説明したように、本実施の形態によると、入力画像を拡大処理した後に、特徴量が演算される。このため、この特徴量を用いることにより、複雑な画像中のオブジェクトを抽出することができる。また、抽出されたオブジェクトの位置も正確である。
【0118】
また、画像特徴量計算装置より出力される特徴量データの解像度は、入力画像の解像度と同じである。このため、特徴量データを受取る特徴量データ出力装置のメモリが少なくてすむ。
【0119】
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。
【0120】
【発明の効果】
特徴量の分解能に優れ、細かく正確に目的の特徴領域を他の領域と分割することができる。
【0121】
また、特徴領域の膨張、縮退を段階的に行なうことにより、目的とする特徴領域の決定条件を絞り込むことができる。
【0122】
さらに、入力画像を拡大処理した後に、特徴量が演算される。このため、この特徴量を用いることにより、複雑な画像中のオブジェクトを抽出することができる。また、抽出されたオブジェクトの位置も正確である。
【図面の簡単な説明】
【図1】 第1の実施の形態に係る画像特徴領域分割装置のハードウェア構成を示すブロック図である。
【図2】 第1の実施の形態に係る画像特徴領域分割装置の特徴量抽出処理部のハードウェア構成を示すブロック図である。
【図3】 第1の実施の形態に係る画像特徴領域分割装置の領域抽出処理部のハードウェア構成を示すブロック図である。
【図4】 第1の実施の形態に係る画像特徴領域分割装置の処理のフローチャートである。
【図5】 第1および第2の実施の形態の入力画像を示す図である。
【図6】 第1および第2の実施の形態の画像特徴領域分割装置、ならびに第3および第4の実施の形態の画像特徴量計算装置で用いられる演算オペレータを示す図である。
【図7】 第1および第2の実施の形態の特徴量データを示す図である。
【図8】 第1の実施の形態の分類データを示す図である。
【図9】 第1の実施の形態の領域膨張データを示す図である。
【図10】 第1の実施の形態の分類データを示す図である。
【図11】 第1の実施の形態の領域縮退データを示す図である。
【図12】 第1の実施の形態の分類データを示す図である。
【図13】 第1の実施の形態の領域分割データを示す図である。
【図14】 第2の実施の形態に係る画像特徴領域分割装置のハードウェア構成を示すブロック図である。
【図15】 第2の実施の形態に係る画像特徴領域分割装置の特徴量抽出処理部のハードウェア構成を示すブロック図である。
【図16】 第2の実施の形態に係る画像特徴領域分割装置の領域抽出処理部のハードウェア構成を示すブロック図である。
【図17】 第2の実施の形態に係る画像特徴領域分割装置の処理のフローチャートである。
【図18】 第2の実施の形態の分類データを示す図である。
【図19】 第2の実施の形態の分類データを示す図である。
【図20】 第2の実施の形態の領域縮退データを示す図である。
【図21】 第2の実施の形態の分類データを示す図である。
【図22】 第3の実施の形態に係る画像特徴量計算処理装置のハードウェア構成を示すブロック図である。
【図23】 第3の実施の形態に係る画像特徴量計算処理装置の処理のフローチャートである。
【図24】 第4の実施の形態に係る画像特徴量計算処理装置のハードウェア構成を示すブロック図である。
【図25】 第4の実施の形態に係る画像特徴量計算処理装置の処理のフローチャートである。
【符号の説明】
101 画像入力装置、110,102 画像特徴領域分割装置、103 領域分割データ出力装置、104 入力画像データバッファ、105,108 特徴量抽出処理部、106 特徴量データバッファ、107,109 領域抽出処理部、201 拡大処理部、202 拡大画像データバッファ、203 特徴量演算処理部、301 特徴量分類処理部、302 分類データバッファ、303分類データ決定判定処理部、304 領域削除処理部、305 データ縮小処理部、306 領域膨張処理部、307 領域膨張データバッファ、308 領域縮退処理部、309 領域縮退データバッファ、604 縮小処理部、902,1102 画像特徴量計算装置、903 特徴量データ出力装置。
Claims (11)
- 複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理手段と、
前記拡大処理手段により拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理手段と、
前記特徴量演算処理手段により作成された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理手段と、
前記特徴量分類処理手段により作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理手段と、
前記第1の領域膨張処理手段により領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理手段と、
前記第1の領域削除処理手段によって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理手段と、
前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理手段によって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理手段とを含む、画像特徴領域分割装置。 - 複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理手段と、
前記拡大処理手段により拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理手段と、
前記特徴量演算処理手段により作成された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理手段と、
前記特徴量分類処理手段により作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理手段と、
前記第1の領域膨張処理手段により領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理手段と、
前記第1の領域削除処理手段によって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理手段と、
前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理手段によって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理手段と、
前記分類データのサイズを縮小するための縮小処理手段とを含む、画像特徴領域分割装置。 - 複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理手段と、
前記拡大処理手段により拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理手段と、
前記特徴量演算処理手段により作成された前記特徴量データのサイズを縮小するための縮小処理手段と、
前記縮小処理手段により縮小された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理手段と、
前記特徴量分類処理手段により作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理手段と、
前記第1の領域膨張処理手段により領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理手段と、
前記第1の領域削除処理手段によって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理手段と、
前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理手段によって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理手段とを含む、画像特徴領域分割装置。 - 前記第1の膨張量は、2ピクセルである、請求項1〜3のいずれかに記載の画像特徴領域分割装置。
- 前記第1の領域削除処理手段は、前記小片内の画素数を4連結または8連結でカウントし、該カウントされた画素数によって、前記小片を前記特徴領域から削除する、請求項1〜4のいずれかに記載の画像特徴領域分割装置。
- 前記特徴量演算処理手段は、演算オペレータを用いて特徴量を演算する、請求項1〜5のいずれかに記載の画像特徴領域分割装置。
- 前記縮小処理手段は、前記拡大処理手段での拡大倍率の逆数に基づいて、縮小処理を行なう、請求項2または3に記載の画像特徴領域分割装置。
- 前記第2の領域膨張処理手段による領域膨張の処理の後、前記第2の領域削除処理手段による削除の処理の前に、前記特徴領域を領域縮退させるための領域縮退処理手段をさらに含む、請求項1〜7のいずれかに記載の画像特徴領域分割装置。
- 複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理ステップと、
前記拡大処理ステップにより拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理ステップと、
前記特徴量演算処理ステップにより作成された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理ステップと、
前記特徴量分類処理ステップにより作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理ステップと、
前記第1の領域膨張処理ステップにより領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理ステップと、
前記第1の領域削除処理ステップによって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理ステップと、
前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理ステップによって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理ステップとを含む、画像特徴領域分割方法。 - 複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理ステップと、
前記拡大処理ステップにより拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理ステップと、
前記特徴量演算処理ステップにより作成された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理ステップと、
前記特徴量分類処理ステップにより作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理ステップと、
前記第1の領域膨張処理ステップにより領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理ステップと、
前記第1の領域削除処理ステップによって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理ステップと、
前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理ステップによって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理ステップと、
前記分類データのサイズを縮小するための縮小処理ステップとを含む、画像特徴領域分割方法。 - 複数の文字が所定間隔で配置された文字列領域を含む入力画像を拡大するための拡大処理ステップと、
前記拡大処理ステップにより拡大された画像の特徴量を演算し、特徴量データを作成するための特徴量演算処理ステップと、
前記特徴量演算処理ステップにより作成された前記特徴量データのサイズを縮小するための縮小処理ステップと、
前記縮小処理ステップにより縮小された前記特徴量データの各画素をしきい値処理することにより、各画素を特徴領域と非特徴領域とに分類し、分類データを作成するための特徴量分類処理ステップと、
前記特徴量分類処理ステップにより作成された前記分類データのうちの前記特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させることなく当該特徴領域の少なくとも一部を統合させるための第1の膨張量で領域膨張させるための第1の領域膨張処理ステップと、
前記第1の領域膨張処理ステップにより領域膨張された前記特徴領域を構成する小片のうち、前記所定間隔で配置された文字のサイズを超える予め定めた第1のサイズ以上の小片を前記特徴領域から削除するための第1の領域削除処理ステップと、
前記第1の領域削除処理ステップによって前記第1のサイズ以上の小片が削除されている特徴領域を、前記所定間隔で配置された文字列領域の各々の文字同士を統合させるための第2の膨張量で領域膨張させるための第2の領域膨張処理ステップと、
前記特徴領域を構成する各々の小片の中から、前記第2の領域膨張処理ステップによって統合された前記所定間隔で配置された文字列領域のサイズ未満の予め定めた第2のサイズ以下の大きさの小片を前記特徴領域から削除するための第2の領域削除処理ステップとを含む、画像特徴領域分割方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001095352A JP3784268B2 (ja) | 2001-03-29 | 2001-03-29 | 画像特徴領域分割装置および画像特徴領域分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001095352A JP3784268B2 (ja) | 2001-03-29 | 2001-03-29 | 画像特徴領域分割装置および画像特徴領域分割方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006048679A Division JP4611224B2 (ja) | 2006-02-24 | 2006-02-24 | 画像特徴領域分割プログラムおよびコンピュータ読取可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002298139A JP2002298139A (ja) | 2002-10-11 |
JP3784268B2 true JP3784268B2 (ja) | 2006-06-07 |
Family
ID=18949414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001095352A Expired - Lifetime JP3784268B2 (ja) | 2001-03-29 | 2001-03-29 | 画像特徴領域分割装置および画像特徴領域分割方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3784268B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100943595B1 (ko) * | 2003-01-30 | 2010-02-24 | 삼성전자주식회사 | 영상신호의 블러링 판단장치 및 방법 |
WO2007037427A1 (ja) * | 2005-09-30 | 2007-04-05 | Pioneer Corporation | コンテンツ検索装置、検索機能付きコンテンツ出力装置及びコンテンツ検索方法 |
-
2001
- 2001-03-29 JP JP2001095352A patent/JP3784268B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JP2002298139A (ja) | 2002-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4017489B2 (ja) | セグメント化方法 | |
JP2702928B2 (ja) | 画像入力装置 | |
US8594396B2 (en) | Image processing apparatus, image processing method, and computer program product | |
CN112437948A (zh) | 图像诊断支援系统及图像诊断支援装置 | |
JP3784268B2 (ja) | 画像特徴領域分割装置および画像特徴領域分割方法 | |
JP4611224B2 (ja) | 画像特徴領域分割プログラムおよびコンピュータ読取可能な記録媒体 | |
CN108573510B (zh) | 一种栅格地图矢量化方法及设备 | |
US9171227B2 (en) | Apparatus and method extracting feature information of a source image | |
JP7407407B2 (ja) | 処理方法およびそれを利用した処理装置 | |
KR101711589B1 (ko) | 초해상도 기법 기반 사전 생성 방법 및 이를 이용한 영상 확대 방법 및 그 장치 | |
JPH07121703A (ja) | 画像処理方法 | |
KR100880612B1 (ko) | 디지털 이미지의 위·변조 분석기 및 그 방법 | |
JP6651675B1 (ja) | 画像情報処理装置、画像情報処理方法、及び画像情報処理プログラム | |
JP4977448B2 (ja) | イメージオブジェクト用の多角形境界定義を生成するための方法およびシステム | |
US7428346B2 (en) | Image processing method and image processing device | |
JP2000350040A (ja) | 画像処理装置および画像処理方法ならびに画像処理プログラムを記録した記録媒体 | |
EP1612725A1 (en) | Image processing method and image processing device | |
JP2004038530A (ja) | 画像処理方法、同方法の実行に用いるプログラム及び画像処理装置 | |
JP3451925B2 (ja) | 物体認識方法及び物体認識装置 | |
JP2003016442A (ja) | 画像処理装置および方法、記録媒体、並びにプログラム | |
JP2986185B2 (ja) | 線図形の線幅分類方式 | |
JP2024027790A (ja) | 推定装置、推定方法、及び、推定プログラム | |
JP3825774B2 (ja) | 文字領域判定方法および装置および記録媒体 | |
KR20230132299A (ko) | 행위 데이터 증강 장치 및 그 방법 | |
CN116348913A (zh) | 信息处理装置、生成方法、以及生成程序 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050624 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050705 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050902 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060222 |
|
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: 20060307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060314 |
|
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: 20100324 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100324 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110324 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120324 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120324 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130324 Year of fee payment: 7 |