JP4587832B2 - 画像データ内で識別された領域を編成する方法及び装置 - Google Patents

画像データ内で識別された領域を編成する方法及び装置 Download PDF

Info

Publication number
JP4587832B2
JP4587832B2 JP2005036116A JP2005036116A JP4587832B2 JP 4587832 B2 JP4587832 B2 JP 4587832B2 JP 2005036116 A JP2005036116 A JP 2005036116A JP 2005036116 A JP2005036116 A JP 2005036116A JP 4587832 B2 JP4587832 B2 JP 4587832B2
Authority
JP
Japan
Prior art keywords
cluster
blob
spatial
color
bounding box
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 - Fee Related
Application number
JP2005036116A
Other languages
English (en)
Other versions
JP2005228341A (ja
Inventor
ジェイ.カリー ドナルド
ナファリエ アスガー
クレター ドロン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xerox Corp
Original Assignee
Xerox Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xerox Corp filed Critical Xerox Corp
Publication of JP2005228341A publication Critical patent/JP2005228341A/ja
Application granted granted Critical
Publication of JP4587832B2 publication Critical patent/JP4587832B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/41Analysis of document content
    • G06V30/413Classification of content, e.g. text, photographs or tables
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • G06T2207/10008Still image; Photographic image from scanner, fax or copier
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30176Document

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Description

本発明は、類似のロケーションおよびカラー(色)特性を有する領域へ画像データを編成することに関する。
高解像度で走査(スキャン)される文書は、一般的には、非常に大量の記憶空間を必要とする。更に、サイズの大きい画像データは、たとえば、ローカル通信網(LAN)、広域通信網(WAN)、イントラネット、エクストラネット、インターネット、または他の分散ネットワークを介して転送する等の処理するのに相当多くの時間および帯域幅を必要とする。そのため、画像データはデータ量を削減するために、一般的に何らかの方法で圧縮処理が施される。
しかしながら、従来の、例えばJPEG形式のような圧縮方法は、例えばバイナリテキストや線画像等の、鋭い輪郭を有したりカラー遷移の度合いが大きい、高空間周波数を有する画像の場合、一般にうまく動作しないことが多い。
カラーおよび/またはグレースケール情報が混在するテキストを有する画像を高品質でレンダリングし、出力画像のカラー変動を許容範囲におさめるために画像を編成するシステムおよび方法を提供する。
画像データの圧縮の必要性を満足させる新しい方法は、データを記述するのにMRC(Mixed Raster Content)形式を使用するエンコーダパイプラインを使用することである。画像データ、たとえば、カラーおよび/またはグレースケール情報が混在するテキストを有する合成画像を定義する画像データは、2つ以上の平面へ分割される。これらの平面は、一般的に、背景(バックグラウンド)平面および前景(フォアグラウンド)平面と呼ばれる。合成画像の中の各々のピクセルについて、どの画像平面が、最終出力画像を再構成するために使用されるべき実際の画像データを含むかを示すため、セレクタ平面が生成される。
複数のバイナリ前景平面を有するMRC形式へ文書を変換するシステムおよび方法が提供される。文書を走査した後、境界連続性および/またはカラー連続性を使用して、領域またはブロブ(blob)を識別するため画像データが解析される。各々のピクセルは、ブロブの境界長方形の内部でのみ一意であることを要求されるIDを割り当てられ、境界長方形およびピクセルIDによってブロブを識別すると共に他の属性をリストするテーブルが構成される。ブロブを並べ替えおよびフィルタリングし、類似の位置およびカラー特性を有するブロブをクラスタにまとめるため、テーブルが解析される。次にクラスタは、複数のバイナリ前景層(レイヤ)の1つへ配置される。バイナリ前景層の各々は、その層へ割り当てられた全てのブロブの平均カラーに近似するカラー値を割り当てられる。このようにして、高品質の画像をレンダリングし、出力画像のカラー変動を許容できるものにすることができる。
本発明により、カラーおよび/またはグレースケール情報が混在するテキストを有する画像を高品質でレンダリングし、出力画像のカラー変動を許容範囲におさめるために画像を編成するシステムを実現することができる。
本発明は、図面を参照して詳細に説明される。
走査および/または印刷されたカラー文書を自動的に処理して、元の文書内容を正確にとらえる小さく高度に圧縮された画像データファイルを生成するシステムおよび方法の様々な例示的実施形態が開示される。文書の中を走査し、データを解析し、どのピクセルが類似のカラーを有し閉曲線境界により定義され、そのためグループにまとめることができるかを判断することによって、データファイルが生成される。次に、これらの区域は、空間的に相互に近接した類似カラーの区域を結合することによって、クラスタにまとめられる。次に、結合された区域(クラスタ化された領域)は、複数のバイナリ前景層の1つに配置され、たとえばPDFファイルとして出力するため圧縮されてよい。
図1は、背景の連続色調またはグレースケール層(背景層)210およびN個のバイナリ前景層へ分解される文書の画像データを示す。この例において、6つの(N=6)バイナリ前景層220〜270が存在する。画像データは、6つの区別できるカラー値へ分離される低空間周波数カラーデータを含む。6つのカラー値の各々は、多数のバイナリ前景層220〜270の特定の1つに関連づけられ、層220〜270は、それぞれ6つのカラーの1つを含む空間的領域範囲220’〜270’を含む。領域220’〜270’のいずれにも含まれないデータは、背景層210の中に留まる。以下、バイナリ前景層へ割り当てられる空間領域220’〜270’を生成するシステムおよび方法を説明する。
画像データの中のピクセルは、「ブロブ(blob)」に属するものとして識別される。「ブロブ」とは、閉曲線境界によって定義され、類似のカラー値を有するピクセルを含む領域である。非一意の小さなIDを全てのピクセルに割り当て、IDを割り当てられるブロブの境界長方形の内部でのみIDが一意となるように、画像データのマップが作られる。ブロブID画像の例は図2に示される。「1」のブロブIDを有するブロブが、文字「A」の概略的形状を有するように示される。ブロブを記述するために有用なパラメータは、ブロブを完全に囲む最小の長方形であるブロブ境界ボックスである。x次元の最小値であるMIN_X1、x次元の最大値であるMAX_X1、y次元の最小値であるMIN#Y1、およびy次元の最大値であるMAX_Y1は、図2のブロブ#1についてブロブ境界ボックスの範囲を定義する。
ブロブ#2は、MIN_X2、MAX_X2(図示省略)、MIN_Y2、およびMAX_Y2によって境界を定められるもう1つのブロブである。これらの2つのブロブは、ブロブクラスタ処理モジュールによってクラスタにまとめられる。次に、クラスタは、以下で詳細に説明するように、N個のバイナリ前景層の1つへ割り当てられる。
図3は、走査された文書画像からN個のバイナリ前景層を生成する例示的システムを示す。図3は、たとえばRGB色空間で画像データを生成するためスキャナ400によって走査される文書300を示し、画像データは、N層画像データ生成システム1000へ入力される。次に、N層画像データ生成システム1000によって生成されたN個の層は、圧縮モジュール800によって圧縮され、たとえばPDFファイルとして出力される。
N層画像データ生成システム1000の最初のモジュールは、カラー変換モジュール500である。カラー変換モジュール500は、たとえば、RGBデータをYCC色空間へ変換する。
次に、YCC色空間の画像は、画像に現れる領域またはブロブのリストを生成するブロブ識別モジュール600へ入力される。
ブロブ識別モジュール600は、更に、文書画像280の中にある全てのブロブのリストであるグローバルブロブテーブル(GTB)を生成する。GTBの1つのエントリ(登録データ)が、図4に示される。GTBは、ブロブと同じ数のブロブエントリを含む。各々のGTBエントリの最初の4つのフィールド310〜340は、ブロブに関連づけられた境界ボックスの座標である。
SUM_Y(輝度)350および彩度値であるSUM_Cb360およびSUMCr370は、ブロブへ割り当てられたカラー合計(sum)であり、トータルピクセルカウント380は、所与のブロブへ割り当てられたブロブID画像のピクセル総数である。任意設定項目であるVAR(分散値)390は、ブロブの彩度値の分散であり、IDフィールド410は、マップ画像で使用された(非一意の)ブロブIDである。インデックスフィールド420は、任意設定項目の一意のブロブ識別子である。各々のGTBエントリに含まれるマークフィールド430は、以下で更に説明するように、ブロブが一組のテスト規準をパスしたかどうかに従って、ブロブクラスタ処理モジュールによってブロブへ適用されたマークを記憶する。ブロブネクスト(NEXT)フィールド440および内容(CONT)フィールド450は、現在のブロブがリンクされるブロブを指し示すポインタを記憶する。
更に、走査されたYCC変換画像である向上カラーデータ(ENH:Enhanced Color Data)が、ブロブ識別モジュールによって生成される。
ブロブクラスタ処理モジュール700は、ブロブIDマップ画像、GTB、およびENHを入力させ、グローバルブロブテーブルを解析し、或るカラーおよび空間特性を共有するブロブをN個のクラスタ領域へ結合する。ブロブクラスタ処理モジュール700は、クラスタ領域のカラー値に依存して、クラスタ領域を(N+1)個のバイナリ前景層の1つへ割り当てる。次に、層は、たとえばPDF形式で出力される前に、圧縮モジュール800によって圧縮される。
図5は、ブロブクラスタ処理(BCP)モジュール700の例示的実施形態を示す。モジュール700は、CPU710、入/出力ポート780、メモリ770、クラスタ構築モジュール720、クラスタ並べ替えモジュール730、ブロブマークモジュール740、層(平面)生成モジュール750、クラスタ結合モジュール705、および内部ブロブモジュール760を含む。
ブロブクラスタ処理モジュール700は、入力/出力ポート780を介して、ブロブ識別モジュール600からENH、ブロブIDマップデータ(BID)、およびGTBを入力させ、N+1個のバイナリ前景層を生成する。
ブロブ識別モジュール600からGTBを受け取ると、クラスタ並べ替えモジュール730は、ブロブを並べ替え、後続のブロブクラスタ処理段階で便利な順序にブロブを配置する。
クラスタ並べ替えモジュール730は、更に、カラー合計をピクセルカウントで割り、平均のブロブカラーを得るために、GTBのカラー合計を正規化する。
次に、並べ替えモジュール730は、GTBをブロブマークモジュール740へ引き渡す。ブロブマークモジュール740は、GTBの各々のブロブを解析し、多数のテスト条件の結果に従って、マークフィールド430へマークを適用する。ブロブをマークする目的は、ブロブの数を減らし、結果的に処理負荷を減らすため、下流のプロセス(処理)によってどのブロブを除去できるかを示すことである。こうして、マークフィールド430は、プロセスの負荷を減らすためマークプロセスによって使用される。
ブロブマークモジュール740は、5つの異なった条件に従ってブロブをテストする。もし条件が満たされるならば、マークフィールドのビットは、ブロブをマークするために変更される。各々の条件は、マークフィールドで異なったビットパターンを生じる。プロセスを早めるため、ブロブ形状自体の代わりに境界ボックスに基づく簡単なテストが使用される。ブロブマークモジュール740の条件は、次の順序で適用される。
1)ブロブ区域が小さすぎるかどうかをチェックする。
2)ピクセルカウント密度が、所定の最小密度よりも小さいかどうかをチェックする。
3)境界ボックスの縦横比(幅/高さ)が大きすぎるかどうか、または小さすぎるかどうかをチェックする。この条件は、ブロブが線であることを示しうる。
4)境界ボックスの幅または高さが大きすぎるかどうかをチェックする。
5)ブロブ区域が十分に大きいかどうか、および平均輝度が白に近いかどうかをチェックする。
完了したとき、マークフィールド430は、満たされた最後のテストで生成されたコードを含む。ブロブは、5つのテストの全てが失敗したときにのみマークされないままとなる(コード0)。
ブロブマークモジュール740は、ブロブを除去または変更せず、1つ以上のテスト条件が満たされたとき、マークフィールドを変更するだけである。
ブロブのピクセルの全部または大部分が、カラー変動テストに使用されてよいが、カラー変動テストのスピードを増加するため、図6で示されるように、1つの線、たとえば中央線の上に位置するピクセルのみがテストされてよい。ブロブマークモジュール740は、境界ボックスによって判断される左側の最初のブロブピクセルから始まり右側の最後のブロブピクセルで終わる中央線上のブロブピクセルを評価する。次に、ブロブマークモジュール740は、中央線上のブロブピクセルのカラー変動を検査する。
ブロブマークモジュール740は、現在の「X」ピクセルカラーと、Cb、Crカラー合計によって与えられる平均ブロブ彩度との間の彩度差分を測定することによって、カラー変動を計算する。
次に、ブロブマークモジュール740は、計算された彩度変動を所定の限度と比較する。もし彩度変動が、この限度を超過すれば、それに従ってブロブがマークされる。
ブロブがマークされた後、それらのブロブは、類似のカラー特性を有し近接したロケーション(位置)にあるブロブが結合されてクラスタにされる。クラスタ構築モジュール720は、並べ替えおよびマークされたブロブのカラーおよび空間上での関係に基づいて、ブロブをクラスタへ編成する。
クラスタ構築モジュール720は、画像区域を隣接する互いに重なり合わない(オーバーラップしない)正方形タイルへ分割することから開始する。タイルの目的は、評価されている画像区域を、より管理可能なサイズへ縮小することである。画像区域とタイルの関係は図7で示される。
クラスタ構築モジュール720は、カラーおよび空間ロケーションによってブロブをグループ化し、ブロブのカラークラスタおよび空間クラスタを形成する。各々のカラークラスタは、類似したカラーを有する1つ以上のブロブを含む。即ち、その各々の領域(ブロブ)のカラーの違いは、カラー閾値よりも小さい。各々のカラークラスタは、少なくとも1つの空間クラスタを含み、各々の空間クラスタは、少なくとも1つのブロブを含む。もしカラークラスタが複数の空間クラスタを含むならば、それらの空間クラスタは、全てカラーが近接していなければならない。もし空間クラスタが多数のブロブを含むならば、ブロブは相互に接近していなければならない。
ブロブが空間クラスタへ合体されるべきかどうかを決定するため、拡張境界ボックスが使用される。拡張境界ボックスの目的は、同じ空間クラスタの中にあると考えられるブロブの間の許容される距離閾値を定義することである。重なり合う(オーバーラップする)拡張境界ボックスを有するブロブは、相互に十分接近しており、同じ空間クラスタに属するものと考えられる。
拡張境界ボックスの例は、図8に示される。拡張境界ボックス754は、元の境界ボックス752の幅および高さに比例して所定の限度まで拡張される。
たとえば、図2へ戻って、ブロブ#1(文字「A」)として識別されるブロブは、x方向で2列だけ拡張される拡張境界ボックスを有し、EXP_MAX_X1の拡張境界ボックスの境界を与える。同様に、ブロブ#2も2列だけ拡張され、拡張境界ボックスの境界EXP_MIN_X2を与える。したがって、もしブロブ#1および#2のカラー値が十分に近接していれば、ブロブ#1は、ブロブ#2として識別されるブロブを有する同じ空間クラスタの中に含まれる。なぜなら、ブロブ#1の拡張境界ボックス(EXP_MAX_X1)は、ブロブ「2」の拡張境界ボックス(EXP_MIN_X2)とオーバーラップするからである。
境界ボックスの拡張サイズは、結果としてのバイナリ前景層の数と、バイナリ層の圧縮効率とのトレードオフ(取捨選択)に基づいて選ばれる。
クラスタがブロブから組立られるとき、クラスタの内容を追跡するため、クラスタ構築モジュール720は、各々のタイルに定着(root)される2レベルのクラスタデータを維持する。空間クラスタの内容フィールドは、常にブロブリストの冒頭を指し、カラークラスタの内容フィールドは、常に空間クラスタリストの冒頭を指す。
ネクスト(NEXT)フィールドは、リストの次のレコードを指す。ブロブのネクストフィールドは次のブロブを指す。空間クラスタのネクストフィールドは次の空間クラスタを指す。カラークラスタのネクストフィールドは次のカラークラスタを指す。リストの最後では、ネクストフィールドは空値(NULL)である。クラスタ構築モジュール720によって使用される例示的データ構造は、図9で示される。
図9は、ブロブがクラスタへ組み込まれるとき、ブロブの各々を追跡するために使用される3レベルデータ構造を示す。データ構造のトップレベル735は、たとえば、カラークラスタ(CCLUSTER)746、747、および748を含む。カラークラスタは、所定のカラー閾値と比較して同一または類似のカラーを有する空間クラスタをグループにまとめたものである。データ構造の第2の(中間)レベル736は、オーバーラップする拡張境界ボックスを有するブロブを含む空間クラスタ(SCLUSTER)731、732、733、および734を含む。
ボトムレベル737は元のブロブ(BLOB)を含み、「内容(CONT)」ポインタによって空間クラスタへ、また、「ネクスト(NEXT)」ポインタによって同じクラスタのブロブへリンクされる。こうして、各々のクラスタまたはブロブは、ネクストポインタを使用して同じレベルの他のクラスタまたはブロブへリンクされ、クラスタは内容ポインタによって、より低いレベルの他のクラスタへリンクされる。
各々のタイルにある最初のブロブは、新しいクラスタ連鎖を作成し、この新しいクラスタ連鎖へ、後続のブロブがリンクされる。
タイルの中にある次のブロブは、既存の空間クラスタへ割り当てるか、そのブロブを含ませるため新しいクラスタを作成することができる。たとえば、もし現在のブロブ872が、既に作成されたカラークラスタのいずれとも適合しないと決定されるならば、新しいカラークラスタ846(図10参照)がクラスタリストの中に作成され、カラークラスタ連鎖の始めに挿入される。
図10は、新しいカラークラスタ846を、既にクラスタ845および844を含むクラスタ連鎖へ挿入する手順を示す。新しいカラークラスタを挿入するため、新しいカラークラスタの挿入に先立って、対応するタイルエントリのクラスタインデックスが、新しいカラークラスタのネクストフィールドへコピーされ、タイルエントリは、新しいカラークラスタのインデックスを含むように修正される。
図11は、クラスタデータ構造からのリンクされたクラスタエントリの例示的模式図である。クラスタエントリは、図10の下部に示されるクラスタに対応するエントリである。
もし2つのカラークラスタが、カラー閾値の中に入るカラー値を有する、または2つの空間クラスタが、オーバーラップする拡張境界ボックスを有するならば、それらのクラスタは結合されてよい。結合は、平均カラーおよびピクセルカウントを更新することを含む。2つの拡張境界ボックスは結合されて、双方の境界を定める1つの境界ボックスが生成される。
上記のクラスタ結合方法は最適化されているので、それはブロブをタイルクラスタ構造へ最初に挿入するときにも使用される。候補としての一時的な空間クラスタが作成され、その空間クラスタは、現在のブロブについて計算された拡張境界ボックスを有し、その内容フィールドは現在のブロブを指す。カラーが適合(一致)するかどうか、カラークラスタ連鎖が探査される。もし適合するカラークラスタが発見されなければ、現在のクラスタのカラーおよび拡張境界ボックスフィールドを使用して、新しいカラークラスタが作成(初期化)される。次に、適合する(または新しい)カラークラスタの空間クラスタリストが、現在の空間クラスタと交差する拡張境界ボックスを有する空間クラスタについて探査される。もし空間の適合が発見されるならば、現在のクラスタが、適合(一致)する空間クラスタへ結合される。もし適合が発見されなければ、現在のクラスタは、カラークラスタの既存の内容の始めへ付加される。空間適合のテストは、図12に示される。空間適合のテストは、すでにカラーが近接して一致しているクラスタ間でのみ実行される。空間適合の要件は、例えば図12のボックス881、882,883、884と885のように、少なくとも2つのクラスタの拡張境界ボックス間に少なくとも1ピクセルのオーバーラップがあることである。
もしオーバーラップするクラスタが発見されると、現在のクラスタデータは、その空間クラスタへ結合される。新しく集成された境界ボックスが確立され、この境界ボックスは、結合された境界ボックスの広がりを含む。
前述したように、空間的にオーバーラップしたクラスタが発見されないと、現在の空間クラスタは、カラークラスタ(新しいカラークラスタである可能性もある)の内容リストの始めに付加される。図13は、新しい空間クラスタを既存のクラスタ連鎖へ挿入するプロセスを示す。新しいクラスタ859は、空間クラスタ連鎖の始めに挿入される。カラークラスタ846の前の内容フィールド(PREV CONT)は、クラスタ859のネクストフィールドへコピーされ、前にクラスタ858を指したカラークラスタ846の内容フィールドは、新しいクラスタ859を示すように修正される。最後に、新しい空間ブロブ859の内容フィールドは、現在のブロブ873となるように更新される。このケースについては、これにより3レベル構造735〜737が完成される。
次に、クラスタ構築モジュール720は、GTBの次のブロブを検査するように進行する。このプロセスは、全てのブロブが、それらのカラー適合および空間近接性に基づいて、3レベル構造735〜737へ挿入されるまで反復される。
一度、3レベル構造735〜737の全体が完成されると、クラスタ構築モジュール720は、クラスタの結合を開始し、残りのクラスタの数を減らす。
クラスタが結合された後、図14で示されるように、タイル境界を横切ってオーバーラップするクラスタを結合することによって、各々の2×2の隣接タイル集合(セット)間の境界が除去される。タイル境界の間の境界が除去される前では、図14の上部左側のタイルは3つのカラークラスタ810、814、および818を有し、上部右側は2つのカラークラスタ812および816を有し、他のタイルは、各クラスタ820および822をそれぞれ有する(全部で7つのクラスタ)。平均のカラーが密接に適合するものと仮定すれば、図14の下部は、1つの結合ステップの後に、4つのカラークラスタ824、826、828、および830だけが残ることを示している。
この時点で、新しいクラスタアレイ(配列)は、各々の方向にタイルの半数を割り振られ、エントリは、結合されたデータで満たされる。1つの2×2のタイル集合についての結合動作は、図14で示される。結合プロセスは、タイルサイズが画像データの全体をカバーするまで反復される。
最終的なクラスタ構造は、クラスタ結合モジュール705へ渡される。クラスタ結合モジュール705は、最初に、クラスタ構造からカラークラスタのトップレベル735を除去する。クラスタ結合モジュール705の動作は、図15で示される。
クラスタ結合モジュール705は、カラー適合および空間オーバーラップに基づいてクラスタを結合できるかどうかについて、再び空間クラスタの連鎖を探査する。適合が発見されると、前述したように、データは最初のクラスタへ結合され、第2のクラスタが削除される。リストが削除されたクラスタを有しないように、リンクが再結合される。クラスタ結合モジュール705の動作は、図16で示される。
空間クラスタは、クラスタ結合モジュール705によって、関連するブロブデータの内容(CONT)から直接再計算される。クラスタ結合モジュール705は、空間クラスタの連鎖を評価することによって再計算する。各々の空間クラスタについて、ピクセルカウント、カラー平均、および集成(集約)された境界ボックス(拡張なし)が、クラスタに含まれるブロブに基づいて再計算される。
クラスタ結合モジュール705は、不良と見なされるクラスタを除去し、ブロブマークフィールドを再調整する。即ち、マークされた空間クラスタは除去され、空間クラスタのリストが除去されたクラスタなしで保持されるようにネクストリンクが更新される。
ブロブ識別プロセスの正常な結果は、全てのブロブが、全ての他のブロブの完全に内側にあるか、完全に外側にあるかである。クラスタ結合モジュール705が結合プロセスを完了した後、内部ブロブモジュール760は、各々のブロブが他のマークされないブロブに完全に含まれるかどうかをチェックする。即ち、含まれるならば、それは「内部」ブロブである。内部ブロブであると決定されたブロブは、クラスタから除去される。
内部ブロブモジュール760の動作は、内部ブロブがあるかどうかを全てのブロブペアの間でチェックすることが必要である。このような動作が与える計算負荷を理由として、多くの不良または小さなブロブが除去(マーク)されるクラスタ結合モジュール705の後で、内部ブロブモジュールが適用される。
内部ブロブモジュール760は、ブロブペアの全ての可能な組み合わせを検査する。境界ボックスのMIN_Y値によって先に並べ替えられたGTBから、最初のブロブであるブロブAが順次に取り出される。次に、第2のブロブであるAの直後で始まるブロブBがGTBから取り出される。各々のブロブについて、グローバルブロブテーブルから境界ボックスおよびブロブIDが検索される。第2のブロブであるブロブBは、ブロブAに関して内部ブロブであるかどうかをテストされる。
ブロブBがブロブAの内部ブロブであるかどうかを決定するプロセスが、図17に示されている。図17は、ブロブAを含む境界ボックス884の中央線881を示す。中央線881の最初の3つのピクセルの各々は、ブロブAの内側にあることを判断され、ブロブBへの遷移がピクセル883について起こる。これにより、ブロブBはAの内部ブロブであると判断される。
図18に示される状態マシン890は、内部ブロブを決定する例示的プロセスを示す。
一度、最初のブロブID Aの状態であることが発見されると、状態は1へ変えられる。ここで、状態マシン890はブロブID Bの状態の発生を探し始める。ブロブID A状態が観察され続けられる限り、状態は1に留まる。しかし、AまたはB以外のIDが、ブロブID Aの後およびブロブID Bの前に発見されると、状態はゼロへリセットされて再開始される。ブロブID BがブロブID Aの直後に発見されるときにのみ、状態は2へ変えられる。これはBが内部ブロブであることを示す。この状態に達すると、テストは直ちに中止されてよい。
状態2が発見されると、Bブロブのマークフィールド430の内部ブロブビットをオンにすることによって、Bブロブが内部ブロブとしてマークされる。その他の全ての場合、Bブロブは内部ブロブとしてマークされない。
前述したように、BがAの内部ブロブであるかどうかをチェックした後、プロセスは、GTBの次のBブロブをチェックするように進行する。これは、GTBの最後のブロブが評価されるか、BのMIN_YがAのMAX_Yよりも大きくなるまで続く。
次に、内部ブロブモジュール760は、各々のブロブのピクセル数に基づいて、境界ボックスの和集合(内部ブロブを除く)および新しい加重平均カラーを再計算する。
もし結果のクラスタサイズが十分に大きければ、更新されたYCCカラー合計はピクセルカウントによって正規化され、内部ブロブを除く新しい平均カラーがクラスタデータへロードされ、先の合計と置き換わる。同様に、新しいピクセルカウントおよび更新された境界ボックス情報が、内部ブロブを除いて、クラスタデータへロードされる。
クラスタ並べ替えモジュール730は、空間クラスタを、最大ピクセルカウントから最小ピクセルカウントまでサイズによって並べ替える。並べ替え方法は、この後で図19に関して説明するように、バブルソート(基本交換法)アルゴリズムに基づくものであってよい。
空間クラスタ991、992、993の連鎖は、一時に1つのクラスタがたどられる。各々のステップで、現在のクラスタ991のサイズは、後続のクラスタ992のサイズと比較される。後続のクラスタ992は、現在のクラスタ991からのネクストリンクをたどることによって識別される。クラスタサイズはカウントフィールドによって与えられ、このカウントフィールドはクラスタの集成されたピクセル数を含む。もし991のピクセル数が992のカウントフィールドのピクセル数よりも小さければ、連鎖の中のクラスタ位置は交換され、それらのネクストリンクは、新しい位置を反映するように更新される。
層(平面)生成モジュール750がクラスタ並べ替えモジュール730に続く。層生成モジュール750は、空間クラスタをバイナリマスク平面へ変換する。各々のクラスタは、1から始まる層(レイヤ)番号を順次に割り当てられる。前述したように、空間クラスタ、そのためバイナリ平面は、ピクセルカウント値の降順で並べ替えられる。層の数は、生き残った空間クラスタ+1の数と同じである。
層生成モジュール750はN+1個のバイナリ平面を作成する。平面1からNは、対応する層のバイナリデータを含む。平面0は、層1からNまでのOR結合されたデータと等しいバイナリセレクタ層を含む。平面0のサイズは、背景平面と同じである。
層生成モジュール750は、一時に1つの平面を作成する。前述したように、クラスタ並べ替えモジュール730は、ピクセルカウント値の降順で平面を並べ替える。各々の平面について、平面サイズを計算し、バイナリ画像に正確なメモリ記憶量を割り振るため、境界ボックスが使用される。平面は、最初にゼロに設定される。次に、平面のクラスタ内容リストの各々のブロブが処理される。各々のブロブについて、ブロブの境界ボックスに対応するIDマップ画像の全てのロケーションが検査される。ブロブIDに等しいIDを有するこの境界ボックスの全てのマップピクセルについて、層平面の対応するビットが1へ設定される。
上記の説明は、ハードウェアの実施形態を参照して与えられたが、ブロブクラスタの処理は、マイクロプロセッサで実行されるソフトウェアとしても実現されることができる。この場合、方法の各々のステップは、適切にプログラムされたマイクロプロセッサ、またはハードウェアとソフトウェアとの組み合わせによって実行される。
図20は、グローバルブロブテーブルにリストされたブロブをn個のバイナリ前景層へ変換する方法の1つの例示的実施形態を示すフローチャートである。図20で示されるように、方法の動作は、ステップS200で始まる。ステップS200では、グローバルブロブテーブルの各々のブロブが正規化される。様々な例示的実施形態において、ブロブはピクセルカウントに従って正規化される。次に、プロセスはステップS300へ進む。ステップS300では、もしオプションが選択されるならば、ブロブのYCCが、連続グレートーンへ変換される。次に、プロセスはステップS400へ進行する。ステップS400では、ブロブは、走査された画像におけるそれらの位置に従って並べ替えられる。次にプロセスは、ステップS500へ進行する。ステップS500では、各々のブロブの並べ替えられた順序を記憶するため、インデックスが各々のブロブへ割り当てられる。次に、プロセスはステップS600へ進行する。ステップS600では、各々のブロブが解析され、多数のテスト条件の1つに従ってマークされる。次にプロセスはステップS700へ進行する。ステップS700では、或る閾値を超過したカラー変動を有するブロブがマークされる。次にプロセスはステップS800へ進行する。
ステップS800では、クラスタがGTBから構築される。その場合、カラーが類似したブロブであって相互に近接したブロブから、クラスタが作られる。ステップS900では、ステップS800で作成されたクラスタテーブルのトップレベル(カラーレベル)が除去される。ステップS1000では、生き残りのクラスタの数を減らすため、十分に類似したカラーを有し空間的にオーバーラップしたクラスタが結合される。ステップS1100では、ステップS1000の結合動作の後で残ったクラスタのカラーが再計算され、クラスタカウントが更新される。ステップS1200では、最小閾値数のピクセルを含まないクラスタが、クラスタリストから除去される。ステップS1400では、他のブロブの中に完全に含まれるブロブが「内部ブロブ」としてマークされる。ステップS1500では、内部ブロブとして前のステップでマークされたブロブが除去される。ステップS1600では、ステップS1500で内部ブロブを除去した後の残りのクラスタが再計算される。ステップS1700では、ブロブがサイズによって並べ替えられる。
ステップS1800では、残りのクラスタがバイナリ前景平面へ順次に割り当てられる。ステップS1900では、異なった前景平面が、偶数バイト境界(even byte boundary)へバイトを揃えられる。次に、ステップS2000では、N+1個のバイナリ平面が生成される。セレクタ平面である平面0は、グレースケール背景平面の中で画像データをマスクするために使用される。ステップS2100でグレースケール背景平面は、圧縮能力を向上させるために調整される。次に、ステップS2200では、ステップS1900で決定されたバイナリ前景平面の各々が、そのような平面に適した圧縮手法を使用して圧縮される。次に、動作はステップS2200へ続く。
ステップS2200では、背景平面が、そのようなデータに適した圧縮手法を使用して圧縮される。次に、ステップS2300では、圧縮されたバイナリ前景平面および圧縮されたグレースケール背景平面から、ポータブルドキュメント形式(PDF)文書ファイルが生成される。次に、ステッS2400では、生成されたPDF形式文書ファイルが下流のプロセッサへ出力され、および/またはメモリに記憶される。そして動作は終了する。
更に、様々な例示的実施形態において、PDF形式の代わりに、任意の既知または後に開発される文書形式が、ステップS2300およびS2400で使用されてよいことを理解されたい。
本発明は、様々な例示的実施形態に結びつけて説明されたが、これらの実施形態は、例証として考えるべきであり、限定として考えるべきではない。様々な修正、置換などが、本発明の精神および範囲の中で可能である。
複数のバイナリ前景平面および背景平面へ分解される画像の例示的実施形態を示す図。 ブロブID画像データの1つの例示的実施形態を示す図。 ブロブクラスタ処理モジュールが動作することのできる1つの例示的システムを示す図。 グローバルブロブテーブルにおけるブロブまたはクラスタのエントリの1つの例示的実施形態を示す図。 図3のブロブクラスタ処理モジュールの1つの例示的実施形態を示す図。 境界ボックスの例示的実施形態を示す図。 1ページの画像データがどのように複数のタイルへ分割されるかを示す図。 拡張された境界ボックスの1つの例示的実施形態を示す図。 空間およびカラー関係に従ってブロブのクラスタを記述するデータ構造の1つの例示的実施形態を示す図。 図5のブロブクラスタ処理モジュールのクラスタ構築モジュールによって、どのように新しいクラスタがクラスタ連鎖の始めに挿入されるかを示す図。 ネクストフィールドおよび内容リンクフィールドを有するクラスタテーブルのエントリを示す図。 1つのクラスタが他のクラスタと空間的にオーバーラップすると判定されるための要件を示す図。 図5のブロブクラスタ処理モジュールのクラスタ構築モジュールによって、空間的にオーバーラップする拡張境界ボックスを有するブロブが、どのようにクラスタ連鎖へ付加されるかを示す図。 画像ページのタイルを結合することによって、どのようにクラスタが結合されるかを示す図。 ブロブクラスタ処理モジュールのクラスタ結合モジュールによって、どのようにカラークラスタのトップレベルが除去されるかを示す図。 ブロブクラスタ処理モジュールのクラスタ結合モジュールによって、どのように空間クラスタが結合されるかを示す図。 ブロブクラスタ処理モジュールの内部ブロブモジュールによる内部ブロブの検出を示す図。 内部ブロブの検出を実行する状態マシンの模式図。 クラスタ並べ替えモジュールによって使用されるバブルソート(基本交換法並べ替え)ルーチンを示す模式図。 ページの圧縮表現を生成するために使用される、バイナリ平面データへブロブを編成およびマークする例示的方法を概略的に示すフローチャート。

Claims (10)

  1. 画像データで識別された領域を編成する方法であって、
    前記画像データによって表される画像領域における類似のカラー値を有するピクセルを含むように閉曲線境界で定義されたブロブが下記(1)〜(6)の何れかの条件を満足しているか否かを判定する判定ステップと、
    (1)大きさが処理対象ブロブの大きさとして予め定められた最小の大きさ未満である、との条件
    (2)ピクセル密度が予め定められた密度未満である、との条件
    (3)前記ブロブを囲む最小の長方形からなる境界ボックスの縦横比が所定範囲内である、との条件
    (4)前記境界ボックスの縦の長さ又は横の長さが予め定められた長さを超えている、との条件
    (5)大きさが処理対象ブロブの大きさとして予め定められた最大の大きさを超え、かつ平均輝度値が白色の輝度値に近似している、との条件
    (6)上記(1)〜(5)に示す条件の何れも満足せず、かつカラー値の変動量が所定限度量を超えている、との条件
    前記判定ステップで前記(1)〜(6)の何れかの条件を満足したと判定された前記ブロブにマークを割り当てるマーク割当ステップと、
    互いのカラー値が類似した複数の前記ブロブをグループ化したカラークラスタを作成するカラークラスタ作成ステップと、
    前記カラークラスタ作成ステップで作成されたカラークラスタ毎に、隣接している前記ブロブ同士を結合した空間クラスタを作成する空間クラスタ作成ステップと、
    前記空間クラスタ作成ステップで作成された前記空間クラスタであって前記マーク割当ステップで前記マークが割り当てられた前記ブロブが含まれる前記空間クラスタを除去するクラスタ除去ステップと、
    を有する方法。
  2. 前記ブロブ毎に、前記境界ボックスを拡張して得られた拡張境界ボックスを設け、
    前記空間クラスタ作成ステップは、前記拡張境界ボックスがオーバーラップする前記ブロブ同士を結合することにより前記空間クラスタを作成する請求項1記載の方法。
  3. 前記画像領域を複数の矩形領域に分割する分割ステップと、
    前記クラスタ除去ステップで前記空間クラスタが除去された後、残存している前記空間クラスタを個別に囲む最小の長方形からなるクラスタ用境界ボックスを拡張して得られたクラスタ用拡張境界ボックスが該空間クラスタ間で前記分割ステップで分割して得られた矩形領域を跨いでオーバーラップする前記空間クラスタ同士を結合するクラスタ結合ステップと、を更に有する請求項1または請求項2記載の方法。
  4. 前記画像データにおける前記画像領域を構成する複数のピクセルの各々に対して、前記ブロブ内でのみ一意となるIDを割り当てるID割当ステップと、
    前記クラスタ結合ステップで前記空間クラスタ同士が結合された後、前記ID割当ステップで割り当てられた前記IDに基づいて前記ブロブに内包されている前記ブロブを検出する検出ステップと、
    前記検出ステップで検出されたブロブを除去するブロブ除去ステップと、を更に有する請求項3記載の方法。
  5. 前記(6)の条件を、上記(1)〜(5)に示す条件の何れも満足せず、かつ前記ブロブを横断するライン上に位置するピクセルのカラー値の変動量が所定限度量を超えているとの条件とした請求項1〜請求項5の何れか1項に記載の方法。
  6. 画像データ内で識別された領域を編成する装置であって、
    前記画像データによって表される画像領域における類似のカラー値を有するピクセルを含むように閉曲線境界で定義されたブロブが下記(1)〜(6)の何れかの条件を満足しているか否かを判定する判定手段と、
    (1)大きさが処理対象ブロブの大きさとして予め定められた最小の大きさ未満である、との条件
    (2)ピクセル密度が予め定められた密度未満である、との条件
    (3)前記ブロブを囲む最小の長方形からなる境界ボックスの縦横比が所定範囲内である、との条件
    (4)前記境界ボックスの縦の長さ又は横の長さが予め定められた長さを超えている、との条件
    (5)大きさが処理対象ブロブの大きさとして予め定められた最大の大きさを超え、かつ平均輝度値が白色の輝度値に近似している、との条件
    (6)上記(1)〜(5)に示す条件の何れも満足せず、かつカラー値の変動量が所定限度量を超えている、との条件
    前記判定手段で前記(1)〜(6)の何れかの条件を満足したと判定された前記ブロブにマークを割り当てるマーク割当手段と、
    互いのカラー値が類似した複数の前記ブロブをグループ化したカラークラスタを作成するカラークラスタ作成手段と、
    前記カラークラスタ作成手段で作成されたカラークラスタ毎に、隣接している前記ブロブ同士を結合した空間クラスタを作成する空間クラスタ作成手段と、
    前記空間クラスタ作成手段で作成された前記空間クラスタであって前記マーク割当ステップで前記マークが割り当てられた前記ブロブが含まれる前記空間クラスタを除去するクラスタ除去手段と、
    を有する装置。
  7. 前記ブロブ毎に、前記境界ボックスを拡張して得られた拡張境界ボックスを設け、
    前記空間クラスタ作成手段は、前記拡張境界ボックスがオーバーラップする前記ブロブ同士を結合することにより前記空間クラスタを作成する請求項6記載の装置。
  8. 前記画像領域を複数の矩形領域に分割する分割手段と、
    前記クラスタ除去手段で前記空間クラスタが除去された後、残存している前記空間クラスタを個別に囲む最小の長方形からなるクラスタ用境界ボックスを拡張して得られたクラスタ用拡張境界ボックスが該空間クラスタ間で前記分割ステップで分割して得られた矩形領域を跨いでオーバーラップする前記空間クラスタ同士を結合するクラスタ結合手段と、を更に有する請求項6または請求項7記載の装置。
  9. 前記画像データにおける前記画像領域を構成する複数のピクセルの各々に対して、前記ブロブ内でのみ一意となるIDを割り当てるID割当手段と、
    前記クラスタ結合手段で前記空間クラスタ同士が結合された後、前記ID割当ステップで割り当てられた前記IDに基づいて前記ブロブに内包されている前記ブロブを検出する検出手段と、
    前記検出手段で検出されたブロブを除去するブロブ除去手段と、を更に有する請求項8記載の装置。
  10. 前記(6)の条件を、上記(1)〜(5)に示す条件の何れも満足せず、かつ前記ブロブを横断するライン上に位置するピクセルのカラー値の変動量が所定限度量を超えているとの条件とした請求項6〜請求項9の何れか1項に記載の装置。
JP2005036116A 2004-02-12 2005-02-14 画像データ内で識別された領域を編成する方法及び装置 Expired - Fee Related JP4587832B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US10/776,602 US7343046B2 (en) 2004-02-12 2004-02-12 Systems and methods for organizing image data into regions

Publications (2)

Publication Number Publication Date
JP2005228341A JP2005228341A (ja) 2005-08-25
JP4587832B2 true JP4587832B2 (ja) 2010-11-24

Family

ID=34701361

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005036116A Expired - Fee Related JP4587832B2 (ja) 2004-02-12 2005-02-14 画像データ内で識別された領域を編成する方法及び装置

Country Status (5)

Country Link
US (1) US7343046B2 (ja)
EP (1) EP1564684B1 (ja)
JP (1) JP4587832B2 (ja)
CN (1) CN100446542C (ja)
TW (1) TWI380234B (ja)

Families Citing this family (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7590291B2 (en) * 2004-12-06 2009-09-15 Intel Corporation Method and apparatus for non-parametric hierarchical clustering
US7814129B2 (en) * 2005-03-11 2010-10-12 Ross Neil Williams Method and apparatus for storing data with reduced redundancy using data clusters
US7889932B2 (en) * 2006-03-02 2011-02-15 Sharp Laboratories Of America, Inc. Methods and systems for detecting regions in digital images
US8630498B2 (en) * 2006-03-02 2014-01-14 Sharp Laboratories Of America, Inc. Methods and systems for detecting pictorial regions in digital images
US7792359B2 (en) 2006-03-02 2010-09-07 Sharp Laboratories Of America, Inc. Methods and systems for detecting regions in digital images
US8437054B2 (en) * 2006-06-15 2013-05-07 Sharp Laboratories Of America, Inc. Methods and systems for identifying regions of substantially uniform color in a digital image
US7864365B2 (en) 2006-06-15 2011-01-04 Sharp Laboratories Of America, Inc. Methods and systems for segmenting a digital image into regions
US7876959B2 (en) 2006-09-06 2011-01-25 Sharp Laboratories Of America, Inc. Methods and systems for identifying text in digital images
ITVA20060079A1 (it) * 2006-12-19 2008-06-20 St Microelectronics Srl Metodo di classificazione cromatica di pixel e metodo di miglioramento adattativo di un'immagine a colori
US8621064B2 (en) 2007-03-28 2013-12-31 Yahoo! Inc. System and method for associating a geographic location with an Internet protocol address
US8024454B2 (en) * 2007-03-28 2011-09-20 Yahoo! Inc. System and method for associating a geographic location with an internet protocol address
US8068684B2 (en) 2007-05-04 2011-11-29 I.R.I.S. Compression of digital images of scanned documents
US20090041344A1 (en) * 2007-08-08 2009-02-12 Richard John Campbell Methods and Systems for Determining a Background Color in a Digital Image
US7907778B2 (en) * 2007-08-13 2011-03-15 Seiko Epson Corporation Segmentation-based image labeling
US8014596B2 (en) * 2007-10-30 2011-09-06 Sharp Laboratories Of America, Inc. Methods and systems for background color extrapolation
US8339399B2 (en) 2007-10-31 2012-12-25 Microsoft Corporation Declustering point-of-interest icons
US8503036B2 (en) * 2008-06-23 2013-08-06 Xerox Corporation System and method of improving image quality in digital image scanning and printing by reducing noise in output image data
JP5100543B2 (ja) * 2008-07-11 2012-12-19 キヤノン株式会社 文書管理装置、文書管理方法、及びコンピュータプログラム
US8446463B2 (en) * 2008-08-22 2013-05-21 Genprime, Inc. Apparatus, method and article to perform assays using assay strips
US20100124372A1 (en) * 2008-11-12 2010-05-20 Lockheed Martin Corporation Methods and systems for identifying/accessing color related information
US8351691B2 (en) * 2008-12-18 2013-01-08 Canon Kabushiki Kaisha Object extraction in colour compound documents
JP4698743B2 (ja) * 2009-01-22 2011-06-08 シャープ株式会社 画像圧縮方法、画像圧縮装置、画像形成装置、コンピュータプログラム及び記録媒体
JP5173898B2 (ja) * 2009-03-11 2013-04-03 キヤノン株式会社 画像処理方法、画像処理装置、及びプログラム
CN101527779B (zh) * 2009-03-12 2012-06-27 北京大学 一种校色的方法和装置
JP4998496B2 (ja) * 2009-03-16 2012-08-15 富士ゼロックス株式会社 画像処理装置、情報処理装置および画像読取装置
US8761465B2 (en) * 2009-03-18 2014-06-24 Microsoft Corporation Centroid processing
US8659620B2 (en) * 2009-04-13 2014-02-25 Accusoft Corporation Methods and apparatus for rendering images
CN101887409B (zh) * 2009-05-12 2012-10-03 上海易狄欧电子科技有限公司 阅读器间共享电子书数据的传输方法
DE102010028894B4 (de) * 2009-05-13 2018-05-24 Koh Young Technology Inc. Verfahren zur Messung eines Messobjekts
US8532437B2 (en) * 2009-05-18 2013-09-10 Citrix Systems, Inc. Systems and methods for block recomposition for compound image compression
US20100296734A1 (en) * 2009-05-20 2010-11-25 Colorcom, Ltd. Identifying and clustering blobs in a raster image
JP2011013898A (ja) * 2009-07-01 2011-01-20 Canon Inc 画像処理装置、画像処理方法、及び、プログラム
JP5327469B2 (ja) * 2009-08-10 2013-10-30 富士ゼロックス株式会社 画像処理装置、画像処理プログラム
JP2011040970A (ja) * 2009-08-10 2011-02-24 Canon Inc データ処理装置、および、データ処理方法
US8306345B2 (en) * 2009-09-22 2012-11-06 Xerox Corporation 3+N layer mixed raster content (MRC) images and processing thereof
US8565531B2 (en) * 2009-10-09 2013-10-22 Xerox Corporation Edge detection for mixed raster content (MRC) images for improved compression and image quality
US20110134245A1 (en) * 2009-12-07 2011-06-09 Irvine Sensors Corporation Compact intelligent surveillance system comprising intent recognition
CN102110122B (zh) 2009-12-24 2013-04-03 阿里巴巴集团控股有限公司 一种建立样本图片索引表和图片过滤、搜索方法及装置
US8335379B2 (en) * 2009-12-28 2012-12-18 Xerox Corporation System and method for cleanup of MRC images for improved compression and image quality
JP5636674B2 (ja) * 2010-01-07 2014-12-10 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
US8582906B2 (en) * 2010-03-03 2013-11-12 Aod Technology Marketing, Llc Image data compression and decompression
US20110225546A1 (en) * 2010-03-09 2011-09-15 Ramos Gonzalo A Map spotlights
US9697751B2 (en) * 2010-03-09 2017-07-04 Microsoft Technology Licensing, Llc Interactive representation of clusters of geographical entities
US8345998B2 (en) 2010-08-10 2013-01-01 Xerox Corporation Compression scheme selection based on image data type and user selections
US8457426B1 (en) * 2011-05-18 2013-06-04 Adobe Systems Incorporated Method and apparatus for compressing a document using pixel variation information
CN102253970B (zh) * 2011-06-09 2013-11-13 北京新媒传信科技有限公司 一种图像处理方法
JP5842441B2 (ja) * 2011-07-29 2016-01-13 ブラザー工業株式会社 画像処理装置およびプログラム
JP5796392B2 (ja) 2011-07-29 2015-10-21 ブラザー工業株式会社 画像処理装置、および、コンピュータプラグラム
JP5776419B2 (ja) 2011-07-29 2015-09-09 ブラザー工業株式会社 画像処理装置、画像処理プラグラム
JP5853470B2 (ja) 2011-07-29 2016-02-09 ブラザー工業株式会社 画像処理装置、画像処理プラグラム
US9552129B2 (en) 2012-03-23 2017-01-24 Microsoft Technology Licensing, Llc Interactive visual representation of points of interest data
US20130257885A1 (en) * 2012-03-28 2013-10-03 Intel Corporation Low Power Centroid Determination and Texture Footprint Optimization For Decoupled Sampling Based Rendering Pipelines
US10002310B2 (en) 2014-04-29 2018-06-19 At&T Intellectual Property I, L.P. Method and apparatus for organizing media content
US10045029B2 (en) * 2014-05-06 2018-08-07 Intel Corporation Clustering and encoding for color compression
US9430704B2 (en) * 2015-01-16 2016-08-30 Sony Corporation Image processing system with layout analysis and method of operation thereof
US10361919B2 (en) 2015-11-09 2019-07-23 At&T Intellectual Property I, L.P. Self-healing and dynamic optimization of VM server cluster management in multi-cloud platform
US20180047193A1 (en) * 2016-08-15 2018-02-15 Qualcomm Incorporated Adaptive bounding box merge method in blob analysis for video analytics
US10576475B2 (en) 2016-09-15 2020-03-03 Genprime, Inc. Diagnostic assay strip cassette
US10158784B2 (en) 2016-12-07 2018-12-18 Xerox Corporation System and method for adaptively compressing data having noisy images using lossless compression
US10409451B2 (en) * 2017-07-01 2019-09-10 Ledvance Llc Apparatus containing color coded group and member icons and method of grouping and degrouping members icons in lighting applications
US11455784B2 (en) 2018-02-06 2022-09-27 Vatbox, Ltd. System and method for classifying images of an evidence
US20230039100A1 (en) * 2020-05-08 2023-02-09 Qualcomm Incorporated Multi-layer reprojection techniques for augmented reality
US20240037845A1 (en) * 2022-07-26 2024-02-01 Adobe Inc. Systems for Efficiently Generating Blend Objects

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003228712A (ja) * 2002-01-11 2003-08-15 Hewlett Packard Co <Hp> イメージからテキスト状のピクセルを識別する方法
JP2005228340A (ja) * 2004-02-12 2005-08-25 Xerox Corp 画像解析装置、画像解析方法、及びブロブ識別装置
JP2005228331A (ja) * 2004-02-12 2005-08-25 Xerox Corp 類似の特徴を有する画像データの領域を互いに接続するシステム及び方法
JP2005228342A (ja) * 2004-02-12 2005-08-25 Xerox Corp 走査された書類の区分方法及びシステム
JP2005229620A (ja) * 2004-02-12 2005-08-25 Xerox Corp 複数のフォアグランド平面を有する高圧縮画像データファイルの生成システム及び方法

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4849914A (en) 1987-09-22 1989-07-18 Opti-Copy, Inc. Method and apparatus for registering color separation film
US5515452A (en) 1992-12-31 1996-05-07 Electroglas, Inc. Optical character recognition illumination method and system
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system
US5577135A (en) * 1994-03-01 1996-11-19 Apple Computer, Inc. Handwriting signal processing front-end for handwriting recognizers
US5583659A (en) 1994-11-10 1996-12-10 Eastman Kodak Company Multi-windowing technique for thresholding an image using local image properties
US5745596A (en) 1995-05-01 1998-04-28 Xerox Corporation Method and apparatus for performing text/image segmentation
US6024018A (en) * 1997-04-03 2000-02-15 Intex Israel Technologies Corp., Ltd On press color control system
US6741655B1 (en) * 1997-05-05 2004-05-25 The Trustees Of Columbia University In The City Of New York Algorithms and system for object-oriented content-based video search
US5900953A (en) 1997-06-17 1999-05-04 At&T Corp Method and apparatus for extracting a foreground image and a background image from a color document image
AUPO960297A0 (en) * 1997-10-03 1997-10-30 Canon Information Systems Research Australia Pty Ltd Colour advising and selection method
US6058214A (en) 1998-01-20 2000-05-02 At&T Corp. Compression of partially masked still images
IL124616A0 (en) * 1998-05-24 1998-12-06 Romedix Ltd Apparatus and method for measurement and temporal comparison of skin surface images
US6236764B1 (en) * 1998-11-30 2001-05-22 Equator Technologies, Inc. Image processing circuit and method for reducing a difference between pixel values across an image boundary
US6324305B1 (en) * 1998-12-22 2001-11-27 Xerox Corporation Method and apparatus for segmenting a composite image into mixed raster content planes
US6400844B1 (en) * 1998-12-02 2002-06-04 Xerox Corporation Method and apparatus for segmenting data to create mixed raster content planes
US6598054B2 (en) * 1999-01-26 2003-07-22 Xerox Corporation System and method for clustering data objects in a collection
US6115031A (en) * 1999-04-23 2000-09-05 Lexmark International, Inc. Method of converting color values
US6469706B1 (en) * 1999-11-16 2002-10-22 International Business Machines Corporation Method and apparatus for detecting regions belonging to a specified color surface in an unsegmented image
US6473522B1 (en) * 2000-03-14 2002-10-29 Intel Corporation Estimating text color and segmentation of images
US6633670B1 (en) * 2000-03-31 2003-10-14 Sharp Laboratories Of America, Inc. Mask generation for multi-layer image decomposition
US7672022B1 (en) 2000-04-07 2010-03-02 Hewlett-Packard Development Company, L.P. Methods and apparatus for analyzing an image
EP1173003B1 (en) * 2000-07-12 2009-03-25 Canon Kabushiki Kaisha Image processing method and image processing apparatus
JP2002209103A (ja) * 2001-01-09 2002-07-26 Minolta Co Ltd 画像処理装置
US7145676B2 (en) * 2001-01-31 2006-12-05 Hewlett-Packard Development Company, L.P. Compound document image compression using multi-region two layer format
US6721448B2 (en) * 2001-02-20 2004-04-13 International Business Machines Corporation Color clustering and segmentation using sigma filtering
EP1271403B1 (en) * 2001-06-26 2005-03-09 Nokia Corporation Method and device for character location in images from digital camera
US20030165263A1 (en) * 2002-02-19 2003-09-04 Hamer Michael J. Histological assessment
TW577227B (en) * 2002-04-23 2004-02-21 Ind Tech Res Inst Method and apparatus for removing background of visual content

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003228712A (ja) * 2002-01-11 2003-08-15 Hewlett Packard Co <Hp> イメージからテキスト状のピクセルを識別する方法
JP2005228340A (ja) * 2004-02-12 2005-08-25 Xerox Corp 画像解析装置、画像解析方法、及びブロブ識別装置
JP2005228331A (ja) * 2004-02-12 2005-08-25 Xerox Corp 類似の特徴を有する画像データの領域を互いに接続するシステム及び方法
JP2005228342A (ja) * 2004-02-12 2005-08-25 Xerox Corp 走査された書類の区分方法及びシステム
JP2005229620A (ja) * 2004-02-12 2005-08-25 Xerox Corp 複数のフォアグランド平面を有する高圧縮画像データファイルの生成システム及び方法

Also Published As

Publication number Publication date
EP1564684A2 (en) 2005-08-17
TW200535729A (en) 2005-11-01
JP2005228341A (ja) 2005-08-25
US20050180647A1 (en) 2005-08-18
EP1564684A3 (en) 2007-12-05
CN100446542C (zh) 2008-12-24
EP1564684B1 (en) 2015-04-08
CN1655584A (zh) 2005-08-17
TWI380234B (en) 2012-12-21
US7343046B2 (en) 2008-03-11

Similar Documents

Publication Publication Date Title
JP4587832B2 (ja) 画像データ内で識別された領域を編成する方法及び装置
TWI406180B (zh) 用於產生具有多重前景平面之高度壓縮影像資料檔案的系統及方法
JP5662917B2 (ja) 二次元ビジュアルフィンガープリントを用いるプレゼンテーション及びリッチドキュメントコンテンツの混合コレクションにおける類似コンテンツの発見方法
US8483499B2 (en) Image processing apparatus, image processing method, computer-readable medium and computer data signal
CN100469099C (zh) 连接具有相似特性的图像数据的区域的系统和方法
US8055065B2 (en) Vectorisation of colour gradients
US7856144B2 (en) Image retrieving apparatus, image retrieving method, program, and storage medium
US20040017941A1 (en) System and method for bounding and classifying regions within a graphical image
JP2004522228A (ja) ディジタル画像を表現し比較する方法
JP3185900B2 (ja) 画像処理システム用画像編集装置及び方法
US7075681B1 (en) System and method for reducing the data volume of images
JP4149464B2 (ja) 画像処理装置
US6836563B2 (en) Computer-readable medium and program for quantizing a data set, method and apparatus for quantizing a data set
JP2005513632A (ja) 水源方法を使用したイメージの分割
EP1246124A2 (en) Image space display method and apparatus
CN113255289A (zh) 一种文案排版布局的方法及系统
CN107020845A (zh) 估算打印处理所需的时间的图像处理装置及图像处理方法
van den Broek et al. Weighted distance mapping (WDM)
AU2006294425B2 (en) Vectorisation of colour gradients
CN115828827A (zh) 集成电路设计版图层次结构重构方法、系统及存储那介质
JP6703732B2 (ja) 超解像装置、超解像方法、およびプログラム
JPH07152891A (ja) 地図入力方法及び装置、並びに地図データ作成装置
CN116823619A (zh) 一种重叠图集生成底图的方法及其系统
JP2006166207A (ja) 情報処理装置及び情報処理方法ならびに記憶媒体、プログラム
JPH08272987A (ja) 画像処理方法及びその装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080212

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100420

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100715

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: 20100810

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: 20100907

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: 20130917

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees