JP3929752B2 - 文書カメラ - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、文書（ドキュメント）カメラの分野に関し、特に文書カメラの効果的視野を示すことに関する。本発明は、特に、携帯式（たとえば、手持ち式）の文書カメラに適している。
【０００２】
【従来の技術】
文書カメラとは、ここでは、光学文字認識（ＯＣＲ）アルゴリズムによって取り込んだ文書画像の処理を可能にするのに充分なデジタル解像度を有しているデジタル・カメラとして定義する。したがって、解像度は、オリジナル文書の少なくとも１００ｄｐｉ（ドット／インチ）に等しい。
【０００３】
たとえば、テーブルに平らに載っている１ページの画像を取り込むためには、たいていのデジタル・カメラは、ユーザが立っている状態で取込みを行うように設計されており、ユーザはファインダを通して見て視野を選ぶ必要がある。したがって、ページを見下ろす不自然な傾斜姿勢を採る必要があるので、ユーザが着座したままファインダを通して取り込もうとしているページを見るには不便である。これは、また、眼鏡をかけた人にとっても不便である。
【０００４】
或る種のデジタル・カメラは視覚フィードバック用のディスプレイを備えているが、これはカメラのコストを増大させると共に、通常は、ディスプレイがカメラの背面に固定されているので、これも、座ったままでユーザが使用するのを難しくしている。或る種のカメラは、折り畳み式ビデオ・ディスプレイを有する。しかしながら、視点座標系がユーザの視点座標系と同じでないので、ハンド・アイ座標を扱い難くしている。さらに、すべての電子ディスプレイは、満足できる視覚フィードバックを得るためにユーザが動かしながらカメラの焦点を保てることが必要である。
【０００５】
電子ディスプレイに伴うさらなる問題は、ユーザがズーミング・モードで文書の小さいセクションを取り込みたい場合、ユーザが現在見ている文書画面が取り込みたい領域に関係していることを正確に把握しなければならないということでる。
【０００６】
一般的なカメラの分野においては、光源を取り込もうとしている画面に投射し、光源が視野を示す境界マーカを与えるプロジェクタを有するカメラが提案されている。これは、視野が対象画面に示されているので、ユーザがファインダを通して見る必要性を排除することができる。この光源は、たとえば、半導体レーザであってもよい。米国特許第５，５８９，９０５号、同第５，５００，７０２号および同第５，４８５，２３５号を参照されたい。しかしながら、これらの構成は、文書カメラを目的としたものではなく、この画像取込み分野に固有の問題をなんら解決するものではない。
【０００７】
さらに、米国特許第５，１８９，４６３号、同第５，６２８，０３４号、同第５，５４６，１５６号、同第５，５４３，８８９号、同第５，６６６，５７７号および同第５，８３５，２４１号を参照されたい。
【０００８】
【発明が解決しようとする課題】
ファインダを必要とすることなく、ユーザが着座したままより便利に使用できる文書カメラがあれば、望ましいであろう。
【０００９】
また、文書撮影用カメラのための可変視野を示すことができれば、望ましいであろう。
【００１０】
【課題を解決するための手段】
広義には、本発明の第１態様は、取り込もうとしている対象画面にインジケータを投射するプロジェクタを備え、このインジケータがカメラの視野を示す文書カメラを提供することにある。
【００１１】
これにより、オペレータは、不便であるかも知れないカメラ・ファインダを通して見る必要なしに、文書それ自体上の視野を見ることが可能となる。
【００１２】
好ましい形態において、プロジェクタは、可変のサイズおよび／または位置を有するように視野インジケータを投射するように作動可能である。カメラは、その視野を変化させるように投射された視野インジケータのサイズおよび／または位置を制御するためのコントローラを包含する。
【００１３】
特に好ましい形態においては、カメラは、少なくとも部分的に取り込まれた画像を処理して文書にとって最適な取込みゾーンを検出する画像プロセッサを包含する。この取込みゾーンは、カメラの利用できる視野に入る文書のセクションまたは領域全体と一致する。利用できる視野内に完全に入らない任意のセクションは、取り込まれた画像に含まれないとみなされる。そして、投射された視野インジケータは、取込みゾーンだけを示すように制御される。画像を取り込もうとするときには、カメラをズームインして、取込みゾーンに対応する画像領域を最大（あるいは、少なくとも拡大）解像度で取り込む。
【００１４】
【発明の実施の形態】
以下、添付図面を参照しながら本発明の実施例を説明する。図１〜３を参照して、ここには、文書カメラ１０が示してあり、ユーザ１２がこのカメラ１０のファインダ・レンズを通して見る必要なく、着座したままで文書１４の画像を取り込むことができる。
【００１５】
文書カメラ１０は、ハウジング１６からなり、このハウジングは、対物レンズ１８と、カメラの動作を制御するための１つまたはそれ以上の操作ボタン２０を収容している。カメラ１０内には、画像を取り込むための光電検出器２２と、後に行うＯＣＲに適するように取り込まれた画像を鮮明にかつ確実に合焦させるオートフォーカス機構２４と、取り込まれた画像を記憶するための記憶媒体２６とが設けてある。これらの構成要素の構造は、カメラ製造業者にとって周知であるから、ここでは詳細に説明する必要はないであろう。カメラは、コントローラ２８の制御の下に作動する。
【００１６】
カメラ１０は、目標フィールド、すなわち、取り込もうとしている文書１４に視野インジケータ３２を投射するための光学プロジェクタ３０を備えている。視野インジケータ３２は、文書それ自体の上で見ることができ（図２）、ユーザがカメラ・ファインダを通して文書を見る必要がなく、文書画像の所望ページまたは他の領域を取り込むようにカメラを正しく位置決めすることができる。たとえば、図２においては、文書１４の下半分にあるテキスト３４をカメラの視野によって取り囲むようにカメラを位置決めしている。
【００１７】
視野インジケータ３２は、多数の異なった形、たとえば、フレーム・コーナを示すマーカ、点線、グリッドあるいは領域全体照明の任意の形を採り得る。本実施例においては、視野境界を明白かつ明確に指示するために好ましいと考え、矩形の境界線を採用している。しかしながら、後述する変形実施例においては、グリッド・インジケータが好ましいと考えられる。
【００１８】
視野インジケータ２６を投射するために任意適当なプロジェクタ３０を使用し得る。適当な構造については後述する。
【００１９】
第１実施例において、カメラ１０は、固定視野、すなわち、固定視野角を有する。カメラ１０を文書撮像に適したモードに置いたとき、コントローラ２８が、プロジェクタ３０を制御して、視野インジケータ３２を投射する。取り込もうとしている所望領域は、カメラを物理的に動かすことによって調節し、所望の画像を視野インジケータ３２によって枠取りする。カメラのシャッタ・リリース・ボタンが押されると、コントローラ２８はプロジェクタ３０を制御して、視野インジケータ３２を消去する。こうして、画像が、光検出器２４によって取り込まれ、記憶媒体２６へ転送される。
【００２０】
図４、５を参照して、カメラの第２実施例を説明する。この実施例において同じ特徴を示すために同じ参照符号を使用する。この第２実施例は、第１実施例と同様であるが、ゾーン４０ａ、４０ｂ、４０ｃとして示す複数の異なった、所定の視野をカメラが有する点で異なっている。これらのゾーンは、文書の或る特定のセクションを取り込むための所定のページ・サイズまたは所定のセクション・サイズに対応している。第２実施例において、ユーザは、視野の所望サイズを選び、プロジェクタ３０は、それぞれのゾーン４０ａ、４０ｂまたは４０ｃを枠取りするように対応するインジケータ３２を投射する。ここで、投射された視野インジケータ３２のサイズがカメラ１０の文書１４からの距離に依存することはいうまでもない。従って、本実施例において、カメラは、距離測定装置４２（たとえば、上記のオートフォーカス機構２４の一部であり得る赤外測距計）を包含し、これが、文書のカメラからの距離を決定するのに用いられる。
【００２１】
プロジェクタ３０は、視野インジケータ３２のサイズを変え得るようにコントローラ２８によって制御可能である。コントローラ２８は、カメラに対する文書の検出距離に基づいて所定のゾーン４０ａ（または４０ｂまたは４０ｃ）と一致するように視野インジケータの正しいサイズを決定する。したがって、視野インジケータ３２がその距離で文書に投射されると、それはゾーンの所定サイズと一致することになる。
【００２２】
ユーザがシャッタ・リリースを押し下げると、カメラ１０は、視野インジケータによって示される領域の画像を取り込む。所望に応じて、カメラの光電検出器によって獲得した後に画像を切り取ることによって撮像領域を制御してもよい。しかしながら、本実施例においては、カメラ１０は、さらに、カメラ・レンズ１８を所望の視野にズームするためのズーム機構４４を包含する。これにより、文書の選択された領域を最大解像度で取り込むことができる。いうまでもなく、取り込まれた画像の解像度が高ければ高いだけ、後の処理、たとえば、ＯＣＲにとって画像がより良好になる。
【００２３】
図６〜８を参照して、ここには、カメラ１０の第３実施例が示してある。ここで再び、先に説明したものに均等な特徴を示すために、必要に応じて同じ参照番号を使用する。本実施例においては、カメラは、第２実施例で説明したようなズーム機構４４を包含する。カメラ１０は、さらに、自動的に文書画像の完全なセグメントまたはゾーンの境界を検出するように文書画像を処理する画像プロセッサ４６を包含する。このプロセッサ４６の目的は、どのゾーンがカメラの視野に完全に入っているかを検出することにある。これらのゾーンは、視野の縁と重なっている（その結果、視野の外側に延びている）。
【００２４】
このような処理の例が図６に示してある。ここでは、カメラの視野４８は文書１４に相対して示してある。第１のテキスト画像ゾーン５０は、視野４８内に完全に入っている。第２のテキスト画像ゾーン５２は、視野４８内にほんの部分的に入っている。第３ゾーン５４は、視野４８内に入っているブランク・マージン・ゾーンである。画像プロセッサ４６の目的は、現視野内で得られる有用な文書画像を表すので、第１ゾーン５０の境界を識別することである。
【００２５】
画像プロセッサ４６は、第１ゾーン５０を検出するために任意の適当な検出アルゴリズムを使用できる。一般的に、検出は、処理を速くするために、視野内の低解像度画像を使用して実施される。好ましくは、検出アルゴリズムは、スキュー除去した文書ページを想定しない（すなわち、文書は、必ずしもカメラの矩形視野と整合している訳ではない）。さらに、アルゴリズムが、１００ｄｐｉのオーダーの解像度で画像に迅速かつ確実に作用するように選ぶと好ましい。
【００２６】
特に適切なアルゴリズムは、K. Kise, A. Sato and K. Matsumoto, "Document Image Segmentation as Selection of Voroni Edges", in Proc. Workshop on Document Image Analysis, Eds. L. Vincent and G. Kopec, San Juan, June 1997, pages 32-39に記載されている。このアルゴリズムからの出力は、テキスト・ブロックまたは図面または表を取り囲む閉じた（必ずしも凸面でない）多角形領域の集合である。次に、これらの領域が内向きに漸次浸食され、完全なブロックまたはゾーンだけが視野によって覆われ、不完全なブロックは切り取られる。
【００２７】
図８は、画像を獲得するカメラの制御動作を示している。まず、ステップ６０で、カメラは、画像を分析するための初期またはデフォルト・モードにセットされる。次に、ステップ６２で、低解像度画像が光電検出器２２によって獲得される。ステップ６４で、低解像度画像が画像プロセッサ４６によって処理され、カメラの最大視野（図７に関連して説明した）内に全体的に入る完全なテキスト、図面または表に対応するゾーンを識別する。これは、「取込みゾーン」と呼ぶ。ステップ６６で、コントローラ２８は、プロジェクタ３０を制御して、取込みゾーン（すなわち、検出された完全なゾーン）を枠取りするように視野インジケータ３２を投射する。
【００２８】
次に、ステップ７０で、作動が休止し、ユーザがシャッタ・リリース・ボタンを押すのを待つ。あるいは、シャッタ・リリース・ボタンが或る期間内で押されなかった場合には、または、カメラの移動が検出された場合には、作動はステップ６２に戻る。カメラの移動は、光学的な変化（たとえば、画像の運動）あるいは加速度計によって検出され得る。
【００２９】
ひとたびシャッタ・リリース・ボタンが押されたならば、コントローラ２８がプロジェクタ３０を制御してステップ７２で視野インジケータ３２を消去する。次に、ステップ７４で、コントローラ２８はズーム機構４４を制御して取込みゾーンに向かってズームインする。ここで、取込みゾーンが軸から外れているかも知れず、その結果、ズーム機構４４が取込みゾーン上に中心を合わせることができないことはいうまでもない。それにもかかわらず、カメラ・レンズをズームすることによって、現カメラ位置にとって最良の可能性ある解像度で画像を取り込むことが可能となる。
【００３０】
ステップ７６で、高解像度画像は、ズーミング後に光検出器２２から獲得される。ステップ７８で、切り取り操作が行われ、取込みゾーンの外側にある画像の任意領域を切り取る。このような領域は、たとえば、上述したように取込みゾーンが軸から外れている場合に存在し得る。切り取り後、画像は、取込みゾーンからの完全なテキスト・ブロックに一致する。次いで、この画像は、ステップ８０で、カメラ記憶媒体２６内に記憶される。
【００３１】
ここで、この実施例が極めて融通の利く獲得動作を提供できることはいうまでもなかろう。画像は、そのどの領域全体を取り込み得るかを検出するように処理され、カメラは、その領域のみを、利用できる最良の解像度で取り込むようにズーム操作される。ユーザがカメラによって検出される取込みゾーンを変えたい場合には、文書が多少とも利用できる視野に入るようにカメラを動かすだけでよい。先の実施例におけると同様に、ユーザは、カメラ・ファインダを通して文書を見る必要はない。その代わりに、視野（または、本実施例においては、検出された取込みゾーン）が、文書それ自体の上に直接投射される。
【００３２】
上記の実施例において、任意適当な形態のプロジェクタ３０を使用して視野インジケータ３２を投射することができる。プロジェクタ３０のための光源は、レーザまたは白熱電球または蛍光灯であってよい。半導体レーザ・ソースが好ましい。これがコンパクトで、比較的強い出力ビームを発生することができるからである。
【００３３】
図９を参照して、光は、たとえば、ＳＬＲ（Single-Lens Reflex）カメラにおけるファインダ経路であり得るカメラの対物レンズ１８を８２で示すように通ってもよいし、画像センサ経路に沿って通ってもよい。この具体例は、ズーム機構（４４）が使われた場合、表示領域がカメラのズーム設定に常に一致することになるという利点を有する。また、投射画像と視野との間には視差がまったくない。また、カメラが合焦しているときには、投射されたインジケータも合焦することになるという特性を有する。これは、安定したオートフォーカスを必要とするかも知れないが、同時に、カメラ・ファインダを通して見ていないときにフォーカスの状態についての情報をユーザが得ることができるという有用な方法でもある。
【００３４】
あるいは、プロジェクタは、カメラの別部分（８４で示す）に収容してもよいし、あるいは、たとえば、フラッシュ・ホルダ（８６で示す）上に他のカメラ部分から便利して収容してもよい。このような具体例は、既存のカメラ設計の改造に適しているかも知れない。
【００３５】
上記の先行特許は、ビームを整形し、制御する種々の選択肢を記載している。光源光は、また、制御可能な伝送媒体（たとえば、ＬＣＤ）、制御可能な偏差媒体（たとえば、作動式円筒レンズ）または選択可能な固定伝送媒体（たとえば、フィルタ・ホイールから選んだ小型写真スライドまたはホログラム）を通すことにより制御され得る。あるいは、光源光は、急速移動ミラーで反射させ（或る種の公知のバーコード・リーダと同様）、残像性を使用して閉境界の効果を与えてもよい。
【００３６】
前述の実施例において、プロジェクタ３０は、画像取込みのためにはオフにする。しかしながら、視野インジケータ３２を対象フィールドに投射している間に付加的な画像獲得を実施する（主画像取込み前）場合には、撮影しようとしている対象物についてのさらなる情報を獲得することができる。プロジェクタ３０がカメラ・レンズの光軸からずれている場合（すなわち、プロジェクタがカメラ・レンズを通して画像を投射していない場合）には、これは特に有用である。適切なオフセット位置は、図９に８４、８６で示す位置である。それ故、プロジェクタ３０とレンズ１８の間には少なくとも或る程度の視差がある。この視差は、撮像しようとしている文書が平らであるかあるいはカメラに対して湾曲しているかどうか（すなわち、カメラに向かってあるいはカメラから離れるような弯曲）、あるいは、文書がカメラに対して斜めになっているかどうかを検出するのに使用することができる。このような湾曲および／またはスキューは、取り込まれた画像における対象物の光学的ひずみを生じさせるので重要である。スキューおよび／または湾曲によって、カメラで撮影されるときに視野インジケータ３２に対する或る程度のひずみも生じるため、検出することができる。
【００３７】
たとえば、図１０では、本９０を開いて２つの見開きページ９２、９４を示している。本の背は、ページをわずかに湾曲した形状にする（概略輪郭線９６で示す）。図１０において、カメラは、撮影している人間から見て、背後から見ているように示してある。カメラのプロジェクタ３０は、カメラ本体より上方に取り付けてあり、したがって、カメラの対物レンズ９８（および光軸１００）からオフセットしている。プロジェクタ３０とカメラの光軸１００との間の視差は、光軸１００に沿って見たときに、視野インジケータ３２の外観を、それが投射された対象物の形状に従属させる。
【００３８】
図示実施例においては、１０２で示すように、光軸に沿って見たとき、視野インジケータ３２は、少量の湾曲によってゆがめられているように見える。したがって、視野インジケータ３２が投射されている間に対象物の画像を獲得し、視野インジケータ３２の既知の投射形状と獲得した形状１０２との間のひずみを検出することによって、既知の形状に一致するように獲得画像を「訂正する」ための訂正ファクタを決定することができる。この訂正ファクタは、カメラの見る画像における対象物（ならびに視野インジケータ）のひずみを除去するためのスキュー除去および／またはゆがみ除去ファクタである。
【００３９】
ここで、湾曲量が空間的に変化する可能性があることはいうまでもない（図１０参照）。本実施例においては、矩形フレーム形状の代わりに、矩形グリッドを視野インジケータ３２として使用する。これは、カメラに相対的なページの弯曲およびスキューについてのより多くの空間情報を与えることができるので、好ましい。
【００４０】
投射されたグリッド（視差効果を有する位置からの投射）によって照らされる対象物画像を獲得し、獲得画像における矩形形状からグリッドがひずんでいる程度を検出することによって、適切な訂正が行われ、画像におけるゆがみ除去、スキュー除去を行うことができる。
【００４１】
この種の訂正技術に関するより多くの情報は、米国特許第５，８３５，２４１号、そしてまた、Doncescu A. et al, "Former Books Digital Processing: Image Warping", Proc. Workshop on Document Image Analysis, San Juan, Puerto Rico, June 20, 1997, Eds. L. Vincent & G. E. Kopecに見出せる。
【００４２】
上記のスキュー除去および／またはゆがみ除去技術は、前述の実施例のいずれにおいても使用することができる。図９の実施例と関連して、１つまたはそれ以上の回数の獲得を行って訂正情報を得るようにしてもよい。たとえば、「取込みゾーン」の決定前に訂正獲得を行って判定のための最適情報を得るようにすると望ましいかも知れない。さらにまたは代わりに、主画像取込みの直前（ズーミング後）に訂正獲得を行って、ズーム画像についての最適な訂正情報を得ることも望ましいかも知れない。
【図面の簡単な説明】
【図１】ユーザが着座したまま文書を撮影しているところを示す概略図である。
【図２】本発明の第１実施例を示す、図１と同様の概略斜視図である。
【図３】第１実施例のカメラの概略ブロック図である。
【図４】本発明の第２実施例のページ・ゾーンを示す概略図である。
【図５】第２実施例のカメラの概略ブロック図である。
【図６】本発明の第３実施例のページ・ゾーンを示す概略図である。
【図７】第３実施例のカメラの概略ブロック図である。
【図８】第３実施例の動作を説明する概略フローチャートである。
【図９】視野プロジェクタの他の具体例を示す概略斜視図である。
【図１０】投射された視野インジケータを使用して対象物の湾曲をカメラで検出してゆがみ除去を行う方法を例示している概略斜視図である。
【符号の説明】
１０ 文書カメラ
１２ ユーザ
１４ 文書
１６ ハウジング
１８ 対物レンズ
２０ 操作ボタン
２２ 光電検出器
２４ オートフォーカス機構
２６ 記憶媒体
２８ コントローラ
３０ 光学プロジェクタ
３２ 視野インジケータ
３４ テキスト
４０ ゾーン
４２ 距離測定装置
４４ ズーム機構
４６ 画像プロセッサ
４８ 視野
５０ 第１テキスト画像ゾーン
５２ 第２テキスト画像ゾーン

Claims (3)

1. 文書カメラであって、
   ズーム機構を有するレンズと、
   前記レンズによって撮像された、文書の第１電子画像を取り込む光検出器と、
   光検出器によって取り込まれた前記第１電子画像を処理する画像処理装置とを備え、
   前記画像処理装置は、前記第１電子画像内に１つの取込みゾーンを決定しており、前記取込みゾーンは、前記第１電子画像内において１つ若しくはそれ以上の完全なゾーンを識別しており、
   更に、前記取込みゾーンを識別する、視野インジケータを、前記レンズによって撮像された文書上へ投射してユーザが前記文書上の前記視野インジケータを見えるようにするプロジェクタと、
   前記ズーム機構を、前記視野インジケータによって識別された前記取込みゾーンの第２電子画像を取り込むように制御するコントローラとを備え、前記第２電子画像は、前記第１電子画像より高い解像度で前記取込みゾーンを記録している、
   ことを特徴とする文書カメラ。
2. 文書カメラであって、
   対物レンズと、
   前記対物レンズによって撮像された、文書の電子画像を取り込む光検出器と、
   前記レンズによって撮像された文書に視野インジケータを投射してユーザが前記文書上の前記視野インジケータを見えるようにするためのプロジェクタとを備え、該プロジェクタは、前記視野インジケータを可変のサイズと位置で投射するよう構成されており、
   更に、前記プロジェクタによって投射された視野インジケータの投射サイズと位置を制御するコントローラと、
   前記画像内に取込みゾーンを決定するように、前記光検出器から画像出力を処理する画像処理装置とを備え、
   前記取込みゾーンを表示するために、前記コントローラは、前記投射された視野インジケータの位置とサイズを制御するように前記画像処理装置に応答する、
   ことを特徴とする文書カメラ。
3. 文書カメラであって、
   対物レンズと、
   前記対物レンズによって撮像された、文書の電子画像を取り込む光検出器と、
   前記レンズによって撮像された文書に視野インジケータを投射してユーザが前記文書上の前記視野インジケータを見えるようにするためのプロジェクタとを備え、該プロジェクタは、該プロジェクタから発した前記視野インジケータのサイズを、前記撮像された文書上で調整する、調整可能な光学手段を包含し、
   更に、前記プロジェクタの前記調整可能な光学手段を制御するコントロール回路と、
   前記文書から前記カメラまでの距離を測定する距離測定装置とを備え、
   前記コントロール回路は、前記距離測定装置に応答して前記光学手段を制御するように動作して、前記プロジェクタから投射された視野インジケータのサイズを、前記測定した距離に基づいて、前記視野インジケータの文書上への投射が所定サイズであるように調整する、
   ことを特徴とする文書カメラ。

Images