JP4238902B2 - 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム - Google Patents
文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム Download PDFInfo
- Publication number
- JP4238902B2 JP4238902B2 JP2006239554A JP2006239554A JP4238902B2 JP 4238902 B2 JP4238902 B2 JP 4238902B2 JP 2006239554 A JP2006239554 A JP 2006239554A JP 2006239554 A JP2006239554 A JP 2006239554A JP 4238902 B2 JP4238902 B2 JP 4238902B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- region
- density
- character noise
- density conversion
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 83
- 230000008030 elimination Effects 0.000 title claims description 5
- 238000003379 elimination reaction Methods 0.000 title claims 3
- 238000006243 chemical reaction Methods 0.000 claims abstract description 154
- 238000011156 evaluation Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 15
- 230000036961 partial effect Effects 0.000 claims description 13
- 230000002194 synthesizing effect Effects 0.000 claims description 9
- 239000002131 composite material Substances 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims 2
- 238000003786 synthesis reaction Methods 0.000 claims 2
- 230000002708 enhancing effect Effects 0.000 description 15
- 230000002829 reductive effect Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000007796 conventional method Methods 0.000 description 6
- 230000008034 disappearance Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000000670 limiting effect Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G06T5/94—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/155—Removing patterns interfering with the pattern to be recognised, such as ruled lines or underlines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/162—Quantising the image signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Description
ところが、この技術を指紋画像の文字ノイズ除去に適用する場合、文字ノイズが周期的に現れていることが必要であり、その効果は限定的である。また、文字ノイズの周期が、指紋隆線の周期と似ている場合は、指紋隆線をも消失させてしまうので、その効果は限定的である。更に、ノイズ除去処理において、文字ノイズがない領域の指紋隆線濃度を劣化させてしまうので、その効果は限定的である。
ところが、このような従来技術では、文字ノイズの影響で隆線の方向や周期性を正しく抽出できない場合には有効でなく、問題解決にならない。
図14(a)は、図4の指紋画像に対して、図7に示す文字ノイズ領域の画素群濃度を、局所的ヒストグラム均等化法で濃度変換した画像である。この例を見ればわかるように、文字ノイズ領域内部が濃く変換され、エッジ近傍が薄く変換されるので、文字ノイズの除去は不十分なことがわかる。
そこで、本発明は、文字ノイズに代表される非定型な形状の背景ノイズを除去できるノイズ除去装置等を提供することを目的とする。
この結果、指紋隆線の強調や抽出は容易になる。遺留指紋に適用した場合には、文字ノイズが除去され、隆線が強調された指紋隆線を表示することができるので鑑定官の鑑定が容易になる。また、文字ノイズが除去された画像を用いて特徴抽出できるので、より正確な特徴量を抽出できることになり指紋照合精度も向上する。
このようにすれば、参照領域は注目画素からの距離が、ある程度斜めの交差した指紋隆線の変動を包含する最小の距離以内の近傍領域に限定されるので、効果的に文字ノイズを除去することができる。なお、指紋の平均隆線間隔は実距離で0.5mm程度であるから、平均隆線間隔の1.5倍に相当する画素数は画像の解像度が500dpiの場合約15画素となる。掌紋の場合は、その25%増しの約20画素となる。
このようにして検出された文字ノイズ領域には、指紋隆線部を含む危険性が小さくなるので、指紋隆線部を誤って消失させる危険性が小さくなる。
このようにして検出された文字ノイズ領域には、指紋隆線部を含む危険性が小さくなるので、指紋隆線部を誤って消失させる危険性が小さくなる。
濃度変換領域層に含まれる画素においては、強調画像と濃度変換画像の2つの画像の濃度値の小さいほうを当該画素の濃度値とし、濃度変換領域層に含まれない画素においては、強調画像の濃度値を当該画素の濃度値として、強調画像と濃度変換画像とを合成して合成画像を生成する画像合成手段を備え、濃度変換手段と画像強調手段は同様の方法で局所的画像強調を行うようにしてもよい(請求項5)。
このようにすれば、文字ノイズ領域内外の濃度レベルが平準化された合成画像を生成することができる。
このようにすれば、文字ノイズ濃度が画像全体で一様ではなく、部分的に変化している場合でも文字ノイズを除去することができる。
この結果、指紋隆線の強調や抽出は容易になる。遺留指紋に適用した場合には、文字ノイズが除去され、隆線が強調された指紋隆線を表示することができるので鑑定官の鑑定が容易になる。また、文字ノイズが除去された画像を用いて特徴抽出できるので、より正確な特徴量を抽出できることになり指紋照合精度も向上する。
このようにすれば、参照領域は注目画素からの距離が、ある程度斜めの交差した指紋隆線の変動を包含する最小の距離以内の近傍領域に限定されるので、効果的に文字ノイズを除去することができる。
このようにして検出された文字ノイズ領域には、指紋隆線部を含む危険性が小さくなるので、指紋隆線部を誤って消失させる危険性が小さくなる。
このようにして検出された文字ノイズ領域には、指紋隆線部を含む危険性が小さくなるので、指紋隆線部を誤って消失させる危険性が小さくなる。
濃度変換領域層に含まれる画素においては、強調画像と濃度変換画像の2つの画像の濃度値の小さいほうを当該画素の濃度値とし、濃度変換領域層に含まれない画素においては、強調画像の濃度値を当該画素の濃度値として、強調画像と濃度変換画像とを合成して合成画像を生成する画像合成工程を備え、濃度変換工程と画像強調工程では同様の方法で局所的画像強調を行うようにしてもよい(請求項11)。
このようにすれば、文字ノイズ領域内外の濃度レベルが平準化された合成画像を生成することができる。
このようにすれば、文字ノイズ濃度が画像全体で一様ではなく、部分的に変化している場合でも文字ノイズを除去することができる。
この結果、指紋隆線の強調や抽出は容易になる。遺留指紋に適用した場合には、文字ノイズが除去され、隆線が強調された指紋隆線を表示することができるので鑑定官の鑑定が容易になる。また、文字ノイズが除去された画像を用いて特徴抽出できるので、より正確な特徴量を抽出できることになり指紋照合精度も向上する。
このようにすれば、参照領域は注目画素からの距離が、ある程度斜めの交差した指紋隆線の変動を包含する最小の距離以内の近傍領域に限定されるので、効果的に文字ノイズを除去することができる。
このようにして検出された文字ノイズ領域には、指紋隆線部を含む危険性が小さくなるので、指紋隆線部を誤って消失させる危険性が小さくなる。
このようにして検出された文字ノイズ領域には、指紋隆線部を含む危険性が小さくなるので、指紋隆線部を誤って消失させる危険性が小さくなる。
このようにすれば、文字ノイズ領域内外の濃度レベルが平準化された合成画像を生成することができる。
このようにすれば、文字ノイズ濃度が画像全体で一様ではなく、部分的に変化している場合でも文字ノイズを除去することができる。
この結果、指紋隆線の強調や抽出は容易になる。遺留指紋に適用した場合には、文字ノイズが除去され、隆線が強調された指紋隆線を表示することができるので鑑定官の鑑定が容易になる。また、文字ノイズが除去された画像を用いて特徴抽出できるので、より正確な特徴量を抽出できることになり指紋照合精度も向上する。
(画像強調装置10の構成)
図1は、指紋画像強調装置10の構成を示す機能ブロック図である。
指紋画像強調装置10は、たとえばパーソナルコンピュータであり、指紋画像入力手段11と文字ノイズ除去手段12と指紋画像出力手段13とを備えている。
指紋画像入力手段11は、たとえばセンサやスキャナで読み取られた指紋画像をディジタル化して入力する。また、既にディジタル化された画像をファイルとして入力するようにしても良い。
文字ノイズ除去手段12は、指紋画像入力手段11で入力された指紋画像から文字ノイズを除去するとともに隆線濃度を強調する機能を備えている。
指紋画像出力手段13は、前記文字ノイズ除去手段12で処理された指紋画像を、モニタやプリンタ等に出力する。また、文字ノイズ除去手段12で処理された指紋画像が、直接、照合装置14等に送信される実施例も考えられる。
文字ノイズ除去手段12は、データ処理制御手段21とデータ記憶手段(記憶装置)22と画像強調手段23と隆線領域判定手段24と隆線強度算出手段25と文字ノイズ領域検出手段26と濃度変換領域層決定手段27と濃度変換手段28と画像合成手段29とを備えている。
図3のステップS1において、図2の指紋画像入力手段11は、指紋画像を入力する。これは、たとえば、スキャナで読み取られた画像をディジタル化して入力する。また、既にディジタル化された指紋画像ファイルを入力する実施例も考えられる。この指紋画像例をGIと表記し、その例を図4に示す。
ftp://sequoyah.nist.gov/pub/nist_internal_reports/sp500-245-a16.pdf
この処理の目標となる二値画像は、指紋隆線部の抽出は最小限に抑え、かつ、なるべく広い範囲で文字領域を検出できる二値画像であり、これを満たすためには、指紋隆線の抽出を最小限に抑えることが可能な最大の二値化閾値(最適二値化閾値)を探し出さなければならない。
また、特開昭52−97298号公報(浅井)に示される従来技術では、次のようにして指紋の隆線方向と確信度を抽出している。縞模様画像の方向は、縞と同一方向において濃淡の変動が小さく、縞と直交する方向において変動が大きいことを利用して、予め定められた複数の量子化方向に対して濃淡の変動量の極値を求め、この極値から縞の方向を決定する。次に、方向の確信度(強度)を、抽出された方向に直交する方向の濃淡変動量を基準に算出する。
尚、上記の従来技術は、濃淡画像を前提に記載されているが、濃淡画像の代わりに二値画像を用いても隆線強度を算出できる。
図2の隆線領域判定手段24は、このようにして算出された隆線強度を隆線強度画像としてメモリ登録する。
図6(c)の符号63の矩形破線は、二値画像B(165)において最大の隆線領域評価値をとる局所領域を示す。この領域は、画像全体の中で、指紋隆線としての確信度が最も大きい領域である。図6(a),(b)の符号61、62は、符号63と同じ局所領域を示している。二値画像B(185)における局所領域61の隆線領域評価値は、隆線が判別できないので0に近くなる。二値画像B(175)の局所領域62の隆線領域評価値は、B(165)の局所領域61よりも小さい値となる。
最大の隆線領域評価値が、予め定められた閾値以上ならば、今回の二値画像から隆線領域を認識できたと判断できるので、二値化閾値lと最大の隆線領域評価値をとる局所領域をメモリ登録して、図3のステップS8に進む。
例えば、3つの二値画像B(185)、B(175)、B(165)と順に評価したとき、B(165)で初めて局所領域61の隆線領域評価値が閾値以上になるとすると二値化閾値lは165となる。
図6の二値画像B(185)、B(175)、B(165)を例にとると、B(175)の局所領域62では、隆線部がある程度は二値化されていて閾値以上となるとし、二値画像B(185)の局所領域61では、隆線部がほとんど二値化されていないので閾値未満となるとすると二値化閾値tは185となる。従って、文字ノイズ解析対象となる二値画像は、B(185)と決定され、これをメモリ登録する。
この二値画像には、文字ノイズ領域を含んでいるが、一方、指紋隆線部も残っている。しかし、ここに残っている指紋隆線部は、図6(a)の二値画像B(185)に示される程度で、隆線としての十分な長さや幅はない。従って、簡単なロジックで除去できる。例えば、最大長が6画素程度未満の孤立した黒画素領域を除去するロジックや、ある黒画素を中心に半径4画素程度の近傍画素群を調べ、黒画素比率が50%未満の場合には中心画素を除去するというロジックを組み合わせても良い。
このようにして隆線成分が除去され、文字ノイズ領域のみが残された文字ノイズ領域画像CAを図7に示す。図7のCAと図6(a)のB(185)を比べると、隆線成分が除去されたことがわかる。
まず、濃度変換領域は、文字ノイズ領域内だけではなく、その外側にも設定する。この理由は、文字ノイズ領域の外側数画素分の背景濃度は、文字ノイズ領域の影響を受けて濃くなっていることが多いからである。この現象は、文字ノイズのエッジ(境界)近傍におけるインクの滲みやセンサ感度の影響によるものと考えられる。従って、文字ノイズ領域外側の数画素分は、濃度変換の対象とすべきである。
この問題を解決するために、ノイズ領域のエッジ近傍に複数の濃度変換領域層を設定する。それぞれの濃度変換領域層に属するノイズ背景濃度が一様ならば、その層のみを参照領域とする局所的画像強調で濃度変換された画像からは、文字ノイズ成分が消失されることが期待できる。
この濃度変換に利用する局所的画像強調方法は、ステップS2で利用する局所的画像強調方法と同等の方法を利用する。
本発明は、文字等の非定型な背景ノイズ(文字ノイズ)から文字ノイズ領域を検出し、その文字ノイズ領域の内外に濃度変換領域層を設定し、同一の濃度変換領域層に参照領域として限定して、局所的画像強調方法(局所的ヒストグラム均等化法あるいは局所的コントラストストレッチ法)を用いて隆線を強調することで文字ノイズを除去する。
この結果、指紋隆線の強調や抽出は容易になる。遺留指紋に適用した場合には、文字ノイズが除去され、隆線が強調された指紋隆線を表示することができるので鑑定官の鑑定が容易になる。また、文字ノイズが除去された画像を用いて特徴抽出できるので、より正確な特徴量を抽出できることになり指紋照合精度も向上する。
掌紋画像に適用する場合には、隆線幅が指紋よりも25%程広いので、20画素程度にすれば良い。
このようにして検出された文字領域には、指紋隆線部を含む危険性が小さくなるので、指紋隆線部を誤って消失させる危険性も小さくなる。
11 指紋画像入力手段
12 文字ノイズ除去手段
13 指紋画像出力手段
14 照合装置
21 データ処理制御手段
22 データ記憶手段
23 画像強調手段
24 隆線領域判定手段
25 隆線強度判定手段
26 文字ノイズ領域検出手段
27 濃度変換領域層決定手段
28 濃度変換手段
29 画像合成手段
Claims (18)
- 指紋または掌紋の画像から非定型な形状の背景ノイズである文字ノイズを除去する装置であって、
前記画像から前記文字ノイズに相当する領域である文字ノイズ領域を検出する文字ノイズ領域検出手段と、
前記文字ノイズ領域の内外に複数の濃度変換領域層を設定する濃度変換領域層決定手段と、
前記濃度変換領域層に含まれる画素に対して、注目画素の参照領域として、該注目画素が属する前記濃度変換領域層と同一の前記濃度変換領域層内に前記注目画素からの距離が予め定められた一定の閾値以内の画素群からなる近傍画素群を設定すると共に、当該近傍画像群に対して局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施すことにより前記各濃度変換領域層における文字ノイズ領域の濃度を平準化した濃度変換画像を生成する濃度変換手段と、を備えたことを特徴とした文字ノイズ除去装置。 - 前記濃度変換手段は、前記注目画素が属する前記濃度変換領域層と同一の前記濃度変換領域層に含まれる画素のうち前記注目画素からの距離が指紋または掌紋の平均隆線間隔に相当する画素数の1.5倍以内の近傍画素群を前記参照領域とすることを特徴とした請求項1に記載の文字ノイズ除去装置。
- 前記文字ノイズ領域検出手段は、その二値化閾値で前記画像を二値化した場合、二値画像中に隆線強度が所定の隆線強度閾値以上となり、かつ、指紋隆線部が黒画素として二値化された比率である黒画素比率が所定の黒画素比率閾値よりも小さくなる局所領域が存在する最適二値化閾値を求め、この最適二値化閾値で前記画像を二値化した最適二値画像から孤立した小さい領域を除去することで前記文字ノイズ領域を検出することを特徴とした請求項1または請求項2に記載の文字ノイズ除去装置。
- 前記文字ノイズ領域検出手段は、前記画像を複数の二値化閾値で二値化して得られた複数の二値画像を解析し、それぞれの二値画像において局所領域の隆線領域評価値を算出し、前記二値画像全体における最大の隆線領域評価値が予め定められた評価値閾値以上になる二値化閾値最大値と前記局所領域を特定し、
前記複数の二値画像のうち前記二値化閾値最大値よりも大きな二値化閾値で二値化されかつ、前記特定された局所領域での前記黒画素比率が前記黒画素比率閾値より小さいものを特定し、特定した二値画像を生成するために用いられた前記二値化閾値のうち最小のものを前記最適二値化閾値とすることを特徴とした請求項3に記載のノイズ除去装置。 - 前記画像に局所的画像強調を施して強調画像を生成する画像強調手段と、
前記濃度変換領域層に含まれる画素においては、前記強調画像と前記濃度変換画像の2つの画像の濃度値の小さいほうを当該画素の濃度値とし、前記濃度変換領域層に含まれない画素においては、前記強調画像の濃度値を当該画素の濃度値として、前記強調画像と前記濃度変換画像とを合成して合成画像を生成する画像合成手段を備え、
前記濃度変換手段と前記画像強調手段は同様の方法で局所的画像強調を行うことを特徴とした請求項1ないし請求項4のいずれか一つに記載の文字ノイズ除去装置。 - 前記画像は、全体画像を文字ノイズ濃度に応じて複数の部分画像に分割したものであり、前記各部分画像について生成した前記濃度変換画像または前記合成画像を合成して前記全体画像についての前記濃度変換画像または前記合成画像を生成することを特徴とした請求項1ないし請求項5のいずれか一つに記載の文字ノイズ除去装置。
- 指紋または掌紋の画像から非定型な形状の背景ノイズである文字ノイズを除去する方法であって、
前記画像から前記文字ノイズに相当する領域である文字ノイズ領域を検出する文字ノイズ領域検出工程と、
前記文字ノイズ領域の内外に複数の濃度変換領域層を設定する濃度変換領域層決定工程と、
前記濃度変換領域層に含まれる画素に対して、注目画素の参照領域として、該注目画素が属する前記濃度変換領域層と同一の前記濃度変換領域層内に前記注目画素からの距離が予め定められた一定の閾値以内の画素群からなる近傍画素群を設定し、当該近傍画像群に対して局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施すことにより前記各濃度変換領域層における文字ノイズ領域の濃度を平準化した濃度変換画像を生成する濃度変換工程と、を備えたことを特徴とした文字ノイズ除去方法。 - 前記濃度変換工程では、前記注目画素が属する前記濃度変換領域層と同一の前記濃度変換領域層に含まれる画素のうち前記注目画素からの距離が指紋または掌紋の平均隆線間隔に相当する画素数の1.5倍以内の近傍画素群を前記参照領域とすることを特徴とした請求項7に記載の文字ノイズ除去方法。
- 前記文字ノイズ領域検出工程では、その二値化閾値で前記画像を二値化した場合、二値画像中に隆線強度が所定の隆線強度閾値以上となり、かつ、指紋隆線部が黒画素として二値化された比率である黒画素比率が所定の黒画素比率閾値よりも小さくなる局所領域が存在する最適二値化閾値を求め、この最適二値化閾値で前記画像を二値化した最適二値画像から孤立した小さい領域を除去することで前記文字ノイズ領域を検出することを特徴とした請求項7または請求項8に記載の文字ノイズ除去方法。
- 前記文字ノイズ領域検出で工程は、前記画像を複数の二値化閾値で二値化して得られた複数の二値画像を解析し、それぞれの二値画像において局所領域の隆線領域評価値を算出し、前記二値画像全体における最大の隆線領域評価値が予め定められた評価値閾値以上になる二値化閾値最大値と前記局所領域を特定し、
前記複数の二値画像のうち前記二値化閾値最大値よりも大きな二値化閾値で二値化されかつ、前記特定された局所領域での前記黒画素比率が前記黒画素比率閾値より小さいものを特定し、特定した二値画像を生成するために用いられた前記二値化閾値のうち最小のものを前記最適二値化閾値とすることを特徴とした請求項9に記載のノイズ除去方法。 - 前記画像に局所的画像強調を施して強調画像を生成する画像強調工程と、
前記濃度変換領域層に含まれる画素においては、前記強調画像と前記濃度変換画像の2つの画像の濃度値の小さいほうを当該画素の濃度値とし、前記濃度変換領域層に含まれない画素においては、前記強調画像の濃度値を当該画素の濃度値として、前記強調画像と前記濃度変換画像とを合成して合成画像を生成する画像合成工程を備え、
前記濃度変換工程と前記画像強調工程では同様の方法で局所的画像強調を行うことを特徴とした請求項7ないし請求項10のいずれか一つに記載の文字ノイズ除去方法。 - 前記画像は、全体画像を文字ノイズ濃度に応じて複数の部分画像に分割したものであり、前記各部分画像について生成した前記濃度変換画像または前記合成画像を合成して前記全体画像についての前記濃度変換画像または前記合成画像を生成することを特徴とした請求項7ないし請求項11のいずれか一つに記載の文字ノイズ除去方法。
- 指紋または掌紋の画像から非定型な形状の背景ノイズである文字ノイズを除去するプログラムであって、
コンピュータに、
前記画像から前記文字ノイズに相当する領域である文字ノイズ領域を検出する文字ノイズ領域検出処理と、
前記文字ノイズ領域の内外に複数の濃度変換領域層を設定する濃度変換領域層決定処理と、
前記濃度変換領域層に含まれる画素に対して、注目画素の参照領域として、該注目画素が属する前記濃度変換領域層と同一の前記濃度変換領域層内に前記注目画素からの距離が予め定められた一定の閾値以内の画素群からなる近傍画素群を設定し、当該近傍画像群に対して局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施すことにより前記各濃度変換領域層における文字ノイズ領域の濃度を平準化した濃度変換画像を生成する濃度変換処理と、を実行させることを特徴とした文字ノイズ除去プログラム。 - 前記濃度変換処理では、前記注目画素が属する前記濃度変換領域層と同一の前記濃度変換領域層に含まれる画素のうち前記注目画素からの距離が指紋または掌紋の平均隆線間隔に相当する画素数の1.5倍以内の近傍画素群を前記参照領域とすることを特徴とした請求項13に記載の文字ノイズ除去プログラム。
- 前記文字ノイズ領域検出処理では、その二値化閾値で前記画像を二値化した場合、二値画像中に隆線強度が所定の隆線強度閾値以上となり、かつ、指紋隆線部が黒画素として二値化された比率である黒画素比率が所定の黒画素比率閾値よりも小さくなる局所領域が存在する最適二値化閾値を求め、この最適二値化閾値で前記画像を二値化した最適二値画像から孤立した小さい領域を除去することで前記文字ノイズ領域を検出することを特徴とした請求項13または請求項14に記載の文字ノイズ除去プログラム。
- 前記文字ノイズ領域検出で処理は、前記画像を複数の二値化閾値で二値化して得られた複数の二値画像を解析し、それぞれの二値画像において局所領域の隆線領域評価値を算出し、前記二値画像全体における最大の隆線領域評価値が予め定められた評価値閾値以上になる二値化閾値最大値と前記局所領域を特定し、
前記複数の二値画像のうち前記二値化閾値最大値よりも大きな二値化閾値で二値化されかつ、前記特定された局所領域での前記黒画素比率が前記黒画素比率閾値より小さいものを特定し、特定した二値画像を生成するために用いられた前記二値化閾値のうち最小のものを前記最適二値化閾値とすることを特徴とした請求項15に記載のノイズ除去プログラム。 - 前記画像に局所的画像強調を施して強調画像を生成する画像強調処理と、
前記濃度変換領域層に含まれる画素においては、前記強調画像と前記濃度変換画像の2つの画像の濃度値の小さいほうを当該画素の濃度値とし、前記濃度変換領域層に含まれない画素においては、前記強調画像の濃度値を当該画素の濃度値として、前記強調画像と前記濃度変換画像とを合成して合成画像を生成する画像合成処理を前記コンピュータに実行させ、
前記濃度変換処理と前記画像強調処理では同様の方法で局所的画像強調を行うことを特徴とした請求項13ないし請求項16のいずれか一つに記載の文字ノイズ除去プログラム。 - 前記画像は、全体画像を文字ノイズ濃度に応じて複数の部分画像に分割したものであり、前記各部分画像について生成した前記濃度変換画像または前記合成画像を合成して前記全体画像についての前記濃度変換画像または前記合成画像を生成する処理を前記コンピュータに実行させることを特徴とした請求項13ないし請求項17のいずれか一つに記載の文字ノイズ除去プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006239554A JP4238902B2 (ja) | 2006-09-04 | 2006-09-04 | 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム |
US11/844,819 US8014574B2 (en) | 2006-09-04 | 2007-08-24 | Character noise eliminating apparatus, character noise eliminating method, and character noise eliminating program |
FR0757326A FR2905499B1 (fr) | 2006-09-04 | 2007-09-03 | Appareil et procede d'elimination de bruit de caracteres |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006239554A JP4238902B2 (ja) | 2006-09-04 | 2006-09-04 | 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008065390A JP2008065390A (ja) | 2008-03-21 |
JP4238902B2 true JP4238902B2 (ja) | 2009-03-18 |
Family
ID=39092251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006239554A Active JP4238902B2 (ja) | 2006-09-04 | 2006-09-04 | 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US8014574B2 (ja) |
JP (1) | JP4238902B2 (ja) |
FR (1) | FR2905499B1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4821663B2 (ja) * | 2007-03-12 | 2011-11-24 | 日本電気株式会社 | 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム |
JP5007953B2 (ja) * | 2008-03-14 | 2012-08-22 | 日本電気株式会社 | 画像処理装置、画像処理方法およびプログラム |
FR2939002B1 (fr) * | 2008-11-21 | 2010-12-24 | Thales Sa | Procede d'affichage et dispositif de visualisation permettant de securiser l'ecran contre le gel d'image. |
JP5534411B2 (ja) * | 2010-01-20 | 2014-07-02 | 日本電気株式会社 | 画像処理装置 |
JP5664659B2 (ja) | 2010-11-08 | 2015-02-04 | 日本電気株式会社 | 画像照合装置 |
JP5935454B2 (ja) * | 2012-03-30 | 2016-06-15 | ブラザー工業株式会社 | 画像処理装置および画像処理プログラム |
JP5958023B2 (ja) | 2012-03-30 | 2016-07-27 | ブラザー工業株式会社 | 画像処理装置および画像処理プログラム |
JP2018022343A (ja) * | 2016-08-03 | 2018-02-08 | 株式会社東芝 | 画像処理装置、および画像処理方法 |
JP2019121187A (ja) * | 2018-01-05 | 2019-07-22 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
US10909406B2 (en) * | 2018-01-08 | 2021-02-02 | Newgen Software Technologies Limited | Image processing system and method |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5927945B2 (ja) | 1975-12-29 | 1984-07-09 | 日本電気株式会社 | シマモンヨウホウコウケツテイソウチ |
US4532548A (en) * | 1983-01-27 | 1985-07-30 | Hughes Aircraft Company | Resolution enhancement and zoom |
US5201013A (en) * | 1989-04-24 | 1993-04-06 | Ezel, Inc. | Dither processing method |
JPH0646255A (ja) * | 1992-07-23 | 1994-02-18 | Fuji Xerox Co Ltd | 画像処理装置 |
JP3571819B2 (ja) * | 1995-01-09 | 2004-09-29 | 富士写真フイルム株式会社 | 生化学画像解析装置 |
JPH08235355A (ja) * | 1995-02-28 | 1996-09-13 | Minolta Co Ltd | 画像処理装置 |
JPH096957A (ja) | 1995-06-23 | 1997-01-10 | Toshiba Corp | 濃度画像の2値化方法および画像2値化装置 |
JP3545506B2 (ja) * | 1995-08-21 | 2004-07-21 | 株式会社東芝 | 特定色領域抽出方式および特定色領域除去方式 |
JP3755854B2 (ja) * | 1997-04-07 | 2006-03-15 | 理想科学工業株式会社 | 画像処理装置および二次元線特徴量算出装置 |
JP3585703B2 (ja) * | 1997-06-27 | 2004-11-04 | シャープ株式会社 | 画像処理装置 |
JP3465226B2 (ja) | 1999-10-18 | 2003-11-10 | 学校法人慶應義塾 | 画像濃度変換処理方法 |
JP2001184161A (ja) * | 1999-12-27 | 2001-07-06 | Ricoh Co Ltd | 情報入力方法、情報入力装置、筆記入力装置、筆記データ管理方法、表示制御方法、携帯型電子筆記装置および記録媒体 |
US6792188B2 (en) | 2000-07-21 | 2004-09-14 | Crystal Fibre A/S | Dispersion manipulating fiber |
JP2002099912A (ja) | 2000-09-21 | 2002-04-05 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理方法,画像処理装置および画像処理プログラム記録媒体 |
WO2002029720A1 (fr) * | 2000-09-29 | 2002-04-11 | Chuo Hatsujo Kabushiki Kaisha | Dispositif et procede permettant de verifier une empreinte digitale |
US6621595B1 (en) * | 2000-11-01 | 2003-09-16 | Hewlett-Packard Development Company, L.P. | System and method for enhancing scanned document images for color printing |
DE10054185A1 (de) | 2000-11-02 | 2002-05-29 | Infineon Technologies Ag | Verfahren zur Optimierung eines elektronisch erzeugten Bildes |
JP4193163B2 (ja) | 2001-03-26 | 2008-12-10 | 日本電気株式会社 | 指掌紋画像処理装置及び方法 |
JP3842659B2 (ja) | 2002-01-31 | 2006-11-08 | 日本電信電話株式会社 | 単一モードフォトニックバンドギャップファイバおよびそのガラス母材 |
EP1345172A1 (en) | 2002-02-26 | 2003-09-17 | Sony International (Europe) GmbH | Contrast enhancement for digital images |
US6987881B2 (en) * | 2002-04-26 | 2006-01-17 | Keio University | Automatic visibility improvement method for digital image |
WO2004026139A1 (ja) * | 2002-09-17 | 2004-04-01 | Fujitsu Limited | 生体情報取得装置および生体情報による認証装置 |
JP4620948B2 (ja) * | 2002-12-10 | 2011-01-26 | オセ−テクノロジーズ・ベー・ヴエー | 多色画像処理システム及び方法 |
US7072496B2 (en) * | 2002-12-20 | 2006-07-04 | Motorola, Inc. | Slap print segmentation system and method |
JP4133370B2 (ja) * | 2003-01-28 | 2008-08-13 | 富士フイルム株式会社 | 電子ペーパ読取装置 |
US7489807B2 (en) * | 2003-08-07 | 2009-02-10 | Kyungtae Hwang | Statistical quality assessment of fingerprints |
JP4602688B2 (ja) * | 2004-04-19 | 2010-12-22 | 富士フイルム株式会社 | 画像処理方法、画像処理装置およびそのプログラム |
JP2007028362A (ja) * | 2005-07-20 | 2007-02-01 | Seiko Epson Corp | 背景画像と目的画像が混在する画像データを処理するための装置及び方法 |
JP4232804B2 (ja) | 2006-08-25 | 2009-03-04 | 日本電気株式会社 | 画像濃度変換方法、画像強調処理装置、およびそのプログラム |
US7643010B2 (en) | 2007-01-03 | 2010-01-05 | Apple Inc. | Peripheral pixel noise reduction |
-
2006
- 2006-09-04 JP JP2006239554A patent/JP4238902B2/ja active Active
-
2007
- 2007-08-24 US US11/844,819 patent/US8014574B2/en active Active
- 2007-09-03 FR FR0757326A patent/FR2905499B1/fr active Active
Also Published As
Publication number | Publication date |
---|---|
FR2905499B1 (fr) | 2012-06-29 |
US8014574B2 (en) | 2011-09-06 |
FR2905499A1 (fr) | 2008-03-07 |
JP2008065390A (ja) | 2008-03-21 |
US20080056546A1 (en) | 2008-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4238902B2 (ja) | 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム | |
JP4232800B2 (ja) | ラインノイズ除去装置、ラインノイズ除去方法、ラインノイズ除去プログラム | |
JP4821663B2 (ja) | 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム | |
JP5007953B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
US9251614B1 (en) | Background removal for document images | |
JP4403513B2 (ja) | 指紋隆線認識装置、指紋隆線認識方法、及びプログラム | |
JP6487576B2 (ja) | 指紋隆線点認識方法および装置 | |
US8995730B2 (en) | Image processing apparatus for analyzing and enhancing fingerprint images | |
US20130216106A1 (en) | Image matching device | |
JP4232804B2 (ja) | 画像濃度変換方法、画像強調処理装置、およびそのプログラム | |
Kumar et al. | Power-law transformation for enhanced recognition of born-digital word images | |
JP5397468B2 (ja) | パタンノイズ除去装置、パタンノイズ除去方法、パタンノイズ除去プログラム | |
JP3906221B2 (ja) | 画像処理方法及び画像処理装置 | |
Hildebrandt et al. | Printed fingerprints at crime scenes: a faster detection of malicious traces using scans of confocal microscopes | |
Merkel et al. | Application of stirtrace benchmarking for the evaluation of latent fingerprint age estimation robustness | |
JP4230960B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP4253265B2 (ja) | 影検出装置、影検出方法及び影検出プログラム、影検出装置を用いた画像処理装置、影検出方法を用いた画像処理方法及び影検出プログラムを用いた画像処理プログラム | |
JP2015036929A (ja) | 画像特徴抽出装置、画像特徴抽出方法、画像特徴抽出プログラム及び画像処理システム | |
JP4230962B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP4866891B2 (ja) | 顔検出装置、顔検出方法および顔検出プログラム | |
JP6095050B2 (ja) | テクスチャ検出装置、テクスチャ検出方法、テクスチャ検出プログラム及び画像処理システム | |
CN112785508A (zh) | 一种电子文档图片去噪的方法和装置 | |
Patel et al. | Noise Detection and Reduction in Printed English Text |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080801 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080902 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081031 |
|
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: 20081125 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081208 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120109 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4238902 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130109 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130109 Year of fee payment: 4 |