JP3966448B2 - 画像処理装置、画像処理方法、該方法を実行するプログラムおよび該プログラムを記録した記録媒体 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば原稿をスキャナなどにより読み込み、像域分離技術によって原稿中から高精度に文字領域を検出する画像処理装置に関し、デジタル複写機、デジタルカラー複写機、ファクシミリなどの画像再生装置に適用される技術である。
【０００２】
【従来の技術】
画像データ中から文字エッジを検出する従来の技術として、例えば、黒画素と白画素のそれぞれの連続性を基にエッジ領域を検出する方法（「文字／絵柄（網点、写真）混在画像の像域分離方式」（電子情報通信学会論文誌Ｖｏｌ．Ｊ７５−ＤＩＩ Ｎｏ．１ ｐｐ．３９−４７ １９９２年１月）を参照）、４方向の画像の連続性を基に文字を検出する方法（特開平１−１７４４５２号公報を参照）などがある。
【０００３】
【発明が解決しようとする課題】
上記した従来の方法では、例えば鉛筆文字に代表されるような低コントラスト文字まで、文字として十分に検出できるようなパラメータを設定した場合、切り貼り原稿の影あるいは厚紙を白い原稿押さえ板を背景にして読み込んだ場合の縁の影のような領域までを文字として検出してしまう。
【０００４】
加えて、通常、文字領域に対しては解像度を向上させたり、コントラストを強調させる処理を施すことから、実際には情報として不要なこれら「影」も一層強調されてしまう。
【０００５】
本発明は上記した問題点に鑑みてなされたもので、
本発明の目的は、原稿の縁に発生する影を文字として検出することなく、低コントラスト文字を精度よく検出する画像処理装置を提供することにある。
【０００６】
【課題を解決するための手段】
本発明では、文字エッジの検出と並行して、文字領域の特徴と影領域の特徴を検出し、検出された特徴を基に文字エッジの検出結果が、真の文字エッジであるか否かを判定する。文字領域／影領域の特徴として、エッジ勾配、エッジ勾配の方向性などを用い、局所的な画像処理によって特徴の抽出や算出を行う。
【０００７】
また、本発明では、制御系が２値処理ではなく、多段階の制御が可能である場合には、文字検出を文字エッジ量のように多値出力で行う。つまり、文字エッジの検出、前記各領域の特徴量算出を２値または多値で行うとき、その使用目的に応じて何れかを選択することが可能である。
【０００８】
本発明の一実施例では、入力された画像情報に対して、文字エッジに相当する画素領域を検出あるいは、文字のエッジ領域である確率を表す文字エッジ量を検出する画像認識装置において、入力された画像情報に対し、局所情報に基づいて文字画素領域あるいは文字エッジ量を検出する第一の手段と、切り貼りの縁あるいは厚紙原稿の縁などに代表されるそれらの影に相当する画素領域の検出あるいは影領域である確率を表す値の算出、あるいは影に相当しない画素領域の検出あるいは影領域ではない確率を表す値の算出を行う第二の手段を備え、第一の手段の結果を、第二の手段の結果に基づいて補正する。
【０００９】
【発明の実施の形態】
以下、本発明の一実施例を図面を用いて具体的に説明する。
【００１０】
図１は、本発明の実施例の構成を示す。本発明の装置を複写機などへ搭載（例えば空間フィルタ制御など）した場合を想定して以下、説明する。画像入力装置１は、６００ｄｐｉ、８ｂｉｔの概ね反射率リニア信号を出力するスキャナであり、カラースキャナであればグリーン信号や輝度信号を算出して以下の処理に使用する。
【００１１】
γ変換回路２は、反射率リニアの信号を、後述する特徴量算出のし易さを考慮して、濃度リニア信号などに変換するためのテーブルであり、これにより低コントラスト文字が検出し易くなる効果も期待できる。
【００１２】
文字エッジ（またはエッジ量）検出回路３は、ロバストに低コントラスト文字を検出する回路である。補正値算出回路４は、文字領域ならば例えば高い値（多値のとき大きな値、２値のとき”１”）を、影領域ならば例えば低い値（多値のとき小さな値、２値のとき”０”）を発生する回路であり、遅延回路５は、補正値算出回路４の方が、文字エッジ（またはエッジ量）検出回路２よりもラインバッファを多く必要とするので、そのタイミングを調整するために設けている。
【００１３】
総合判定回路６では、遅延回路５からの出力と補正値算出回路３からの出力を基に、文字エッジ（またはエッジ量）検出回路３で検出された文字エッジが真の文字エッジ領域あるいは真の文字エッジ量であるか否かを判定する。
【００１４】
以下、本実施例を詳述すると、画像入力装置１は、６００ｄｐｉ、８ｂｉｔ（０〜２５５）で原稿をスキャニングすることにより信号出力することが可能な装置である。ここで、出力信号は反射率リニアな信号とする。また、画像入力装置はカラーであるＲＧＢ信号を出力する装置でも良く、その場合には適当な線形一次式からコンボリューションにより目的の信号を得れば良い。また、処理対象の画像信号はネットワーク上から取り込んだ画像信号でもよい。
【００１５】
γ変換回路２は、テーブル変換などによる一次変換を行う回路である。本発明の主旨から、低コントラスト部分に信号（の段数）を多く割り当てるような変換を行えば、文字エッジと影を分離する上で有利となる。説明の都合上、γ変換回路後の信号は、原稿の紙白側の値を「０」、黒を「２５５」とする。
【００１６】
文字エッジ（またはエッジ量）検出回路３は、コントラストのはっきりした通常の文字は勿論、低コントラスト文字も文字として検出するような回路である。ここでは、前掲した論文に記載のエッジ領域検出の部分を利用する。すなわち、γ変換後の画像データにエッジ強調を施した後、２種の固定閾値（白画素＜１６ 黒画素≧３２）で３値化を行う。３値化後の黒画素と白画素が連続する箇所をパターンマッチングで検出する。使用するパターンは、文字のエッジ部がある方向性を持つことに注目したパターンである。パターンにマッチングした場合、中心画素を黒連続画素、白連続画素とし、５×５画素のブロックにおいて黒連続画素と白連続画素が、両者とも１個以上存在するとき、注目ブロックをエッジ領域と判定する。
【００１７】
黒画素と白画素のそれぞれの連続性を基にエッジ領域を検出する、上記した検出方法においては、二つの閾値を使って前処理として３値化を行うが、この閾値を、検出すべき低コントラスト文字を考慮して設定する。つまり、特に黒画素を検出する閾値を一般の文字を検出する場合に比べて、小さく設定する必要がある。また、多段階制御（フィルタリング、墨発生など）を前提にしたエッジ量が必要であれば、例えば特開平１１−８７７５号公報に記載された仮エッジ量算出回路（５×５のラプラシアンフィルタによってエッジ画素を検出した後、所定の閾値で２値化し、５×５のマスク内で検出される２値化後の画素をカウントし、さらにカウント数を０〜２５５にテーブル変換する。例えば、カウント数が０のとき注目画素の仮エッジ量は０であり、カウント数が１のとき仮エッジ量は２５であり、２のとき５１、３のとき７６、１０以上のとき２５５となる）を利用すれば良い。
【００１８】
補正値算出回路４は、例えば文字領域と影領域を分離する回路あるいは、それらの確率を表すような多段階な値を出力する回路であり、以下に幾つかの実施例を示す。
【００１９】
＜エッジの勾配を利用した補正回路＞
文字はその字体などの特性から、影領域に比べて大きなエッジ勾配を持つ部分が多い。ここでは、このような特性を利用して補正値を算出する。
【００２０】
図２は、補正値算出回路の第１の例を示す。エッジ勾配検出フィルタ１０では、エッジ勾配を検出するが、図３でその詳細を説明する。すなわち、注目画素を挟んで位置する画素からその勾配を算出するが、それを異なる４方向で算出してそれらの最大値をとることにより、より敏感にエッジの勾配を検出することが可能となる。これを式で記述すれば、次の通りである。
Ｘ＝ｍａｘ（｜Ａ−Ｂ｜，｜Ｃ−Ｄ｜，｜Ｅ−Ｆ｜，｜Ｇ−Ｈ｜）
次に、二値化回路１１では、所定の値（文字部に大きくレスポンスし、影部にレスポンスしないような値）で二値化する。その後、計数回路１２では、例えば７×７程度のマスクにおいて、アクティブ画素を計数し、γ変換回路１３では計数値に対し適当な変換を行って出力信号（例えば０〜１５）を得る。あるいは計数値に対し二値化判定を行って、二値の出力信号（”０”／”１”）を得ることも可能であり、必要に応じて二値出力／多値出力を選択すれば良い。
【００２１】
＜エッジの勾配の方向性を利用した補正回路＞
エッジ勾配の方向性と言う点では、文字領域と影領域は次のような特徴を持つ。文字は形が複雑であり、局所領域において画像データ上ではエッジ勾配の方向は比較的ばらばらであるが、一方、影領域は、印画紙を貼り付けた場合などが顕著であるが、影のエッジ勾配の方向は直線的である。ここではこの特性を利用して補正値を算出する。
【００２２】
図４は、補正値算出回路の第２の例を示す。まず、図３を用いてエッジ勾配／方向検出フィルタ２０を説明する。すなわち、注目画素を挟んで位置する画素からその勾配を算出するが、それを異なる４方向で算出してそれらの最大値をとることにより、より敏感にエッジの勾配を検出することが可能となる。これを式で記述すれば、次の通りである。
Ｘ＝ｍａｘ（｜Ａ−Ｂ｜，｜Ｃ−Ｄ｜，｜Ｅ−Ｆ｜，｜Ｇ−Ｈ｜）
まず、Ｘ＞Ｔｈ２０であって（そうでない時は、「０」を出力）、
｜Ａ−Ｂ｜が４つの最大であり、Ａ＞Ｂならば「１」を出力
｜Ａ−Ｂ｜が４つの最大であり、Ａ＜Ｂならば「２」を出力
｜Ｃ−Ｄ｜が４つの最大であり、Ｃ＞Ｄならば「３」を出力
｜Ｃ−Ｄ｜が４つの最大であり、Ｃ＜Ｄならば「４」を出力
｜Ｅ−Ｆ｜が４つの最大であり、Ｅ＞Ｆならば「５」を出力
｜Ｅ−Ｆ｜が４つの最大であり、Ｅ＜Ｆならば「６」を出力
｜Ｇ−Ｈ｜が４つの最大であり、Ｇ＞Ｈならば「７」を出力
｜Ｇ−Ｈ｜が４つの最大であり、Ｇ＜Ｈならば「８」を出力する。
【００２３】
次に、計数回路２１では、例えば９×９程度のマスクにおいて、１〜８の値をそれぞれ計数（それぞれ計数値を、Ｙ１〜Ｙ８）する。
【００２４】
そして、総合判定回路２２においては、Ｙ１〜Ｙ８を所定値で閾値判定し、例えばＹ１とＹ２の他に、他の計数値（Ｙｘ）も閾値を越える場合を文字領域”１”とし、そうでない場合を影領域”０”として判定出力する。
【００２５】
文字領域判定ケースの他の方法を以下に示す。つまり、
Ｙ３とＹ４とそれ以外の値（Ｙｘ）が閾値を超える。
Ｙ５とＹ６とそれ以外の値（Ｙｘ）が閾値を超える。
Ｙ７とＹ８とそれ以外の値（Ｙｘ）が閾値を超える。
また、これを多段階出力としたい場合には、最後段で適当な平滑化フィルタを施せば良い。
【００２６】
＜エッジ境界の直線性を利用した補正回路＞
エッジ境界の直線性と言う点では、一般には切り貼り原稿などは矩形である場合が多く、エッジ境界の方向性としては直線であることが多い。これに対して文字のそれは直線であっても短いし、また所々大きな曲率を持つ。ここではこの特性を利用して補正値を算出する。なお、曲率の算出方法としては、画像のエッジ部のラスターデータをベクターデータに変換し、例えば従来技術である特開平６３−２９８５７６などを利用して算出することも可能であるが、複写機などへの応用を考慮した場合には、処理量・リアルタイム性などの点で実現性が難しく、実現性がより高い簡易な方法を以下に示す。
【００２７】
図５は、補正値算出回路の第３の例を示す。二値化回路３０では、注目画像の領域が、低コントラスト文字や影のような部分であるので、それら低濃度を考慮した固定閾値で二値化する手段を採ることができるが、ここではフロー型の閾値で二値化する。すなわち、注目画素を含む所定のマスク領域において平均値を算出し、基本的にその値を基に二値化した方がよりセンシティブに特徴を抽出することができる。
【００２８】
二値化の結果に対し、パターンマッチング回路３１で直線性を検出する。図６（ａ）、（ｂ）は、横方向の例を示す（図中、黒丸は黒画素、白丸は白画素、パターンの中心が注目画素である）。以下、エッジに対する横方向の直線性検出を例に説明するが、縦方向、斜め方向も同様である。
【００２９】
さて、注目画素が図６にマッチングした場合、その結果を一画素分記憶するとともに、注目画素の左の画素までのパターンマッチングの結果（正確には、前画素まで計数値）を参照する。計数回路３２では、パターンマッチングのヒットが続く限り連続する画素数を計数し、逆にマッチングしない場合には、計数回路３２は、計数値を「０」にリセットする。ここでは横方向に対し、横方向エッジパターンにヒットした画素が連続している数をｎ３０とし、縦方向のそれをｎ３１とする。
【００３０】
総合判定回路３３では、注目画素に対するｎ３０あるいはｎ３１が所定の値以上であれば、影領域と判定し”０”を出力し、そうでなければ文字領域と判定し”１”を出力する。さらに膨張回路３４では、影領域を膨張するための補正として、例えば注目画素を含む５×５のマスクにおいて一つでも”０”があれば、注目画素を”０”とするような処理を施す。また、これを多段階出力とする場合には、最後段で適当な平滑化フィルタを施せば良い。
【００３１】
＜文字領域特有の二次元的濃度検出を利用した補正回路＞
文字領域は、特徴のある二次元的濃度変化部を有することが多い。ここでは多値データに対して、それらの局所パターンを検出し、補正値を算出する。図７は、補正値算出回路の第４の例を示す。
【００３２】
二次元的濃度変化検出回路４０については、幾つかの実施例を後述する。密度補正回路４１では、二次元的濃度変化検出回路４０で文字領域に存在すると判定された結果（文字領域候補画素）に対し、例えば７×７程度のマスクにおいて、文字領域候補画素を計数し、その計数値が所定の値以上であれば、マスク内注目画素ないしマスク内画素を文字領域画素として判定する。さらに、前述した膨張回路と同様にして膨張回路４２で膨張処理を行う。また、これを多段階出力する場合には、最後段で適当な平滑化フィルタを施せば良い。
【００３３】
（ａ）ラプラシアンフィルタを用いた二次元的濃度変化検出回路の例
文字領域は、例えば「×」の中心のようにクロスする部分を多く含む。一方、影領域にはほとんど含まれない。この特徴を利用して、例えば図８のようなラプラシアンフィルタを画像データに施し、そのフィルタ出力値が所定値以上であれば、注目画素を二次元的濃度変化の大きな画素領域とする。
【００３４】
（ｂ）ピーク画素検出フィルタを用いた二次元的濃度変化検出回路の例
上記（ａ）で述べた特徴を、例えば、前掲した論文に記載されたピーク画素検出方法（３×３のブロックにおいて中心画素の濃度レベルＬが周囲のすべての画素の濃度レベルより高くあるいは低く、Ｌと中心画素を挟んで対角線に存在する対画素の濃度レベルａ，ｂが、４対とも、｜２×Ｌ−ａ−ｂ｜＞固定の閾値、である場合に、中心画素をピーク画素とする）を利用して検出する。
【００３５】
前掲した論文は、網点ドットを検出する処理として記述しているが、文字部のクロス領域にもレスポンスする検出方法である。なお、文字部と網点部のピーク画素の密度は比較にならないほど後者の方が多いが、文字部のクロス部検出のために、その論旨を変更するものではない。
【００３６】
（ｃ）尾根画素検出フィルタを用いた二次元的濃度変化検出回路の例
文字領域も切り貼り原稿などの影部も、共に尾根状になっている。ここではさらに、文字部はその背景が例えば均一の白地であること、一方、影部は切り貼りの場合、その背景色が変わる可能性があることを利用して、山の対称性・非対称性（図９を参照）を利用して両者を分離する。
【００３７】
従来から、尾根画素検出方法は、例えば特開平３−８２２６９号公報などに記載されている（局所領域内の中心画素の濃度レベルをＬｃとし、かつ中心画素Ｌｃを中に挟んで任意の対称位置にある画素対の濃度レベルをそれぞれＬａ、Ｌｂとするとき、局所領域内で、Ｌｃ−Ｌａ≧ＴＨかつＬｃ−Ｌｂ≧ＴＨが１つでも成り立てば、中心画素Ｌｃを尾根画素として検出する）。
【００３８】
ここでは、その濃度勾配の対称性を付加するような条件を従来の処理に付加する。濃度勾配の対称性を検出するフィルタ例を図１０に示す。図１０において、上記した尾根画素検出方法によって例えばＡＢ方向に山の尾根が続くと判断された場合に、｜Ｅ−Ｆ｜＜Ｔｈ８０のとき、二次元的濃度変化検出回路４０は、濃度勾配に対称性があると判断し、注目画素（尾根画素）Ｌを文字領域として検出する。
【００３９】
（ｄ）二次元的白黒変化の検出処理を用いた二次元的濃度変化検出回路の例
文字領域は所定領域における濃度変化の頻度が大きいのに対し、影領域のそれは小さい。ここでは所定の方法（前述したようなフロー型の閾値で二値化を行うのがよい）で二値化後、その二値化データに対し、二次元的広がりを持ったマスクにおいて主副それぞれの走査方向に対して、白から黒あるいは黒から白への変化点数を計数し、その計数値が所定値以上であれば、マスク内注目画素あるいはマスク内の全画素を二次元的濃度変化の大きな画素領域とする。
【００４０】
＜文字領域特有の二次元的形状検出を利用した補正回路＞
文字領域は、特徴のある二次元的形状を有することが多い。ここでは、二値化処理後のデータに対して、あるいは、従来の特開平３−８２２６９号公報に記載されたような尾根画素検出結果に対し、文字部特有に存在する局所パターンを検出し、補正値を算出する。
【００４１】
図１１は、補正値算出回路の第５の例を示す。二値化回路５０では、所定の方法（前述したようなフロー型の閾値で二値化を行うのがよい）で二値化するか、あるいは尾根画素検出を行なっても良い。次いで、以下に詳述する、文字部に存在する特徴ある形状をパターンマッチング回路５１で検出する。さらに、先に説明した膨張回路５２で膨張処理を行う。また、これを多段階出力する場合には、最後段で適当な平滑化フィルタを施せば良い。
【００４２】
（ａ）文字のクロス部をパターンマッチングで検出
文字部にはクロス部が多く、一方、影部にはクロス部がほとんどない。この特徴を利用して、図１２に示すようなパターン（図中、黒丸は黒画素、白丸は白画素、他はドントケア、パターンの中心が注目画素、以下同様）を準備し、パターンマッチングによって検出を行う。もちろん、「×」のようなパターンを準備しても有効である。
【００４３】
（ｂ）文字の「Ｔ」部をパターンマッチングで検出
文字部には「Ｔ」のような交叉部が多く、一方、影部にはほとんどない。この特徴を利用して、図１３に示すようなパターンを準備し、パターンマッチングによって検出を行う。もちろん、図１３のパターンを回転したようなパターンを準備しても有効である。
【００４４】
（ｃ）文字の端部をパターンマッチングで検出
文字部には端部が多く、一方、影部にはほとんどない。この特徴を利用して、図１４に示すようなパターンを準備し、パターンマッチングによって検出を行う。もちろん、これを回転したようなパターンを準備しても有効である。
【００４５】
＜背景地の検出を利用した補正回路＞
文字の背景領域は、白地が代表的例であるが、いずれにしても均一であることが多く、切り貼りの影領域は、貼った紙の地レベルと貼られた紙の地レベルが異なることが多い。ここでは、その特徴を利用して補正値を算出する。また、説明簡単のためと、実用上でのハードウェア量の低減化を考慮して、ここでは主走査方向のみの演算とする。もちろん、副走査方向に対して本実施例を適応すれば補正は高精度となるが、コストなどを考慮して適宜選択して実施すれば良い。
【００４６】
図１５は、補正値算出回路の第６の例を示す。平均値算出回路６０では、図１６に示すように注目画素を挟んで、主走査方向に所定の距離（Ｌ６０）だけ離れた二つの画素（Ａ６０，Ｂ６０）の周辺画素領域（例えば７×７画素）に対して、平均値（ｎ６０，ｎ６１）を求める。次いで、差分算出回路６１では、｜ｎ６０−ｎ６１｜を算出し、さらにその値をγ変換回路６２で所望の変換を行う（差分値が小さければ小さいほど文字領域確率が高くなるような多値出力）か、二値判定結果（差分値が小さい場合は文字領域”１”、そうでない場合は影領域”０”）を出力する。なお、画像処理系などとの関係を考慮して、γ変換回路６２の結果に対して膨張処理などを必要に応じて行っても良い。
【００４７】
ところで、平均値（ｎ６０，ｎ６１）は、より大きなマスクで算出するほど高精度な演算が可能となるが、一方で背景地以外の情報たとえば文字部などが含まれる可能性も大きくなる。従って、平均値を求める場合に、所定値以上の濃度値を持つような画素値に関しては、その値をリジェクトするような手法も非常に有効である。また、本実施例では、スキャナなどで読み取った画像データを利用してエッジ領域の背景が、均一の紙からなるものか、複数の紙からなるものかを判断しているが、たとえば紙表面の光沢度を計測するセンサー（例えばニチコン製）を用いた紙の自動認識も可能であり、将来的にはこのようなセンサーを複数利用して、所定エッジ近傍における紙の単数／複数認識も可能である。
【００４８】
＜線幅の検出を利用した補正回路＞
図９からも分かるように、文字のエッジ、影のエッジともに勾配方向が正反対のペアエッジからなっている。ここでは、影エッジの方は、そのペアエッジの幅（線幅）がほとんど均一であること、文字の線幅は影部に比べ比較的不均一であることを利用して補正値を算出する。また、説明簡単のためと、実用上でのハードウェア量の低減化を考慮して、ここでは主走査方向のみの演算とする。もちろん、副走査方向に対して本実施例を適応すれば補正は高精度となるが、コストなどを考慮して適宜選択して実施すれば良い。
【００４９】
図１７は、補正値算出回路の第７の例を示す。線の太さ算出回路７０では、注目画素を挟んで、主走査方向に所定の距離だけ離れた二つの画素あるいは周辺画素領域に対して、文字幅、影幅の値ｎ７０、ｎ７１を求める。その算出方法としては、ここでは、例えば従来装置である特開平８−１３０６３６号公報に記載の文字幅判定部のエリアサイズ判定までを利用する。次いで、差分算出回路７１では、｜ｎ７０−ｎ７１｜を算出し、さらにその値をγ変換回路７２で所望の変換を行う（差分値が小さいほど文字領域である確率が低くなるような多値出力）か、二値判定結果（差分値が小さい場合は影領域”０”、そうでない場合は文字領域”１”）を出力する。もちろん、画像処理系などとの関係を考慮して、γ変換回路７２の結果に対して膨張処理などを必要に応じて行っても良い。
【００５０】
図１に戻り、遅延回路５は、文字エッジ（またはエッジ量）検出回路３と補正値算出回路４の同期をとるための回路であり、必要に応じて文字エッジ（またはエッジ量）検出回路３側の出力を遅延させる。
【００５１】
総合判定回路６は、文字エッジ（または文字エッジ量）検出回路３からの結果と補正値算出回路４からの結果を基に最終的な判定値を算出する。文字エッジ（または文字エッジ量）検出回路３と補正値算出回路４が共に二値出力であれば、総合判定回路６は論理積に相当する処理を施す。従って、検出回路３で文字エッジが検出され、かつ補正値算出回路４で文字領域が算出されたときのみ、真の文字エッジが検出される。また、検出回路３と算出回路４が、多値同士の出力であれば、総合判定回路６では乗算器を使った乗算を行って多値の文字エッジ検出結果を出力し、あるいは総合判定回路６が、２入力１出力の適当な変換用テーブルで構成され、２入力値に応じた変換後の出力値を出力する。
【００５２】
本発明は上記した実施例に限定されず、種々の変更が可能である。例えば、文字の周囲には文字が存在する確率は、それなりに高く、すなわち、文字エッジ密度は、影エッジ密度より一般的に大きいと言う性質を利用して、総合判定回路６の結果に対し、適当なサイズのマスクにおいて密度を利用した補正を行うことも、また有効である。具体的には、マスク内の文字画素のフラグ”１”や確率値を合算し、それらを閾値判定（多段階出力が必要な場合は、複数の閾値を使用）して出力する処理回路（総合判定された文字エッジ画素が所定の密度以上存在するときのみ、文字エッジとして出力する回路）である。その他、総合判定回路６に入力する前の文字エッジ（またはエッジ量）検出回路３の出力に対しても、上記したと同様の補正処理を行ってもよい。
【００５３】
上記したように、本発明は専用のハードウェアによって実施してもよいことは当然であるが、汎用のコンピュータシステムを利用し、ソフトウェアで実施してもよい。ソフトウェアで実施する場合には、本発明の画像処理機能（文字エッジ検出、補正値算出、γ変換、判定処理など）や処理手順を実現するプログラムが記録媒体などに記録されていて、該記録媒体などからプログラムがコンピュータシステムに読み込まれてＣＰＵによって実行されることにより、本発明の画像処理手順が実施される。画像データは、例えばスキャナなどから読み込んだ原稿画像データや予めハードディスクなどに用意された画像データであり、あるいはネットワークを介して取り込んだ画像データである。
【００５４】
【発明の効果】
以上、説明したように、本発明によれば、低コントラスト文字までも文字として検出し、その検出結果を局所情報を参照して補正しているので、文字を検出する一方で、切り貼り原稿や白い原稿押さえ板を使用した場合の原稿の縁に発生する影を文字として検出しない。
【図面の簡単な説明】
【図１】 本発明の実施例の構成を示す。
【図２】 補正値算出回路の第１の例を示す。
【図３】 エッジ勾配検出フィルタの例を示す。
【図４】 補正値算出回路の第２の例を示す。
【図５】 補正値算出回路の第３の例を示す。
【図６】 横直線エッジを検出するパターン例を示す。
【図７】 補正値算出回路の第４の例を示す。
【図８】 ラプラシアンフィルタの例を示す。
【図９】 文字領域と影領域における濃度の断面を示す。
【図１０】 尾根画素に対称性の条件を付加したフィルタを示す。
【図１１】 補正値算出回路の第５の例を示す。
【図１２】 文字部パターン「＋」の例を示す。
【図１３】 文字部パターン「Ｔ」の例を示す。
【図１４】 文字部パターン「端部」の例を示す。
【図１５】 補正値算出回路の第６の例を示す。
【図１６】 エッジ近傍の背景の濃度差を検出する例を示す。
【図１７】 補正値算出回路の第７の例を示す。
【符号の説明】
１ 画像入力装置
２ γ変換回路
３ 文字エッジ検出回路
４ 補正値算出回路
５ 遅延回路
６ 総合判定回路

Claims (10)

1. 所定画像から文字エッジ領域を検出する第１の検出手段と、前記所定画像から影に相当する領域または影に相当しない領域を検出する第２の検出手段と、前記第２の検出手段の検出結果を参照して、前記第１の検出手段の検出結果を判定する判定手段とを備え、前記第２の検出手段は、エッジの曲率を基に前記影に相当する領域または影に相当しない領域を検出することを特徴とする画像処理装置。
2. 前記第１の検出手段の検出結果を、所定サイズの領域について参照することにより前記検出結果を補正する補正手段をさらに備え、前記判定手段は、前記第２の検出手段の検出結果を参照して、前記補正された検出結果を判定することを特徴とする請求項１記載の画像処理装置。
3. 前記エッジの曲率は、注目画素近傍における直線性であることを特徴とする請求項１記載の画像処理装置。
4. 所定画像から文字エッジ領域を検出する第１の検出手段と、前記所定画像から影に相当する領域または影に相当しない領域を検出する第２の検出手段と、前記第２の検出手段の検出結果を参照して、前記第１の検出手段の検出結果を判定する判定手段とを備え、前記第２の検出手段は、線幅を基に前記影に相当する領域または影に相当しない領域を検出することを特徴とする画像処理装置。
5. 前記第１の検出手段の検出結果を、所定サイズの領域について参照することにより前記検出結果を補正する補正手段をさらに備え、前記判定手段は、前記第２の検出手段の検出結果を参照して、前記補正された検出結果を判定することを特徴とする請求項４記載の画像処理装置。
6. 前記第２の検出手段は、エッジ幅の均一性を検出することにより、前記線幅を検出することを特徴とする請求項４記載の画像処理装置。
7. 所定画像から文字エッジ領域を検出する第１の検出工程と、前記所定画像から影に相当する領域または影に相当しない領域を検出する第２の検出工程と、前記第２の検出工程の検出結果を参照して、前記第１の検出工程の検出結果を判定する判定工程とを備え、前記第２の検出工程は、エッジの曲率を基に前記影に相当する領域または影に相当しない領域を検出することを特徴とする画像処理方法。
8. 所定画像から文字エッジ領域を検出する第１の検出工程と、前記所定画像から影に相当する領域または影に相当しない領域を検出する第２の検出工程と、前記第２の検出工程の検出結果を参照して、前記第１の検出工程の検出結果を判定する判定工程とを備え、前記第２の検出工程は、線幅を基に前記影に相当する領域または影に相当しない領域を検出することを特徴とする画像処理方法。
9. 請求項７または８記載の画像処理方法の各工程をコンピュータに実行させるためのプログラム。
10. 請求項７または８記載の画像処理方法の各工程をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images