JP4627845B2 - デジタル画像のセグメント化方法及びデジタル画像処理装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、二次元のデジタル画像セグメンテーションのストリーミング（streaming：流れ）を実施するための方法及び装置に関する。より詳細には、本発明は、走査線処理及び画像データのストリーミングのための構造に適合する画像セグメンテーション方法に関する。本発明の方法は、特定の特性を潜在的に有する隣接する非背景画像構成要素の水平方向のラン（run：連続性）を検出するステップと、各ランごとに特性の強さの平均値を算出するステップと、この値をしきい値と比較するステップとにより達成される。この特性の別の強さを示す値及びラン開始位置もまた、画像構成要素の各垂直方向の列ごとに保持される。従って、垂直方向のランの強度の平均値もまた、水平方向のランにおける各画像構成要素ごとに算出され、水平方向のランの強度の平均値と比較されることが可能である。結果が一致する場合は、画像構成要素には適宜、タグ（即ち、その特性が存在するか否か）が付けられる。しかしながら、水平及び垂直方向の分析が一致しない場合は、この結果を解決するための方策が実施される。そうするための複数の予め定められた方法が考えられている。
【０００２】
本発明は特に、複写機、スキャナ、ファクシミリ装置等のデジタル画像処理装置による実施に有用な画像セグメンテーション技術に関し、従って具体的にそれらに言及しながら説明されるが、本発明は他の分野及び適用においても有用であることが理解されるであろう。例えば、本発明は、デジタル画像の特性の分析を実行することが望まれるが、画像全体を格納及び／又は処理するための十分な記憶空間及び／又は能力がシステムに欠けているアプリケーションで使用されることが可能である。
【０００３】
【従来の技術】
バックグランドとして、走査された画像の最適表示をもたらすために、画像の特徴を理解することが有用である。画像がカラーか白黒か、図かテキストか、又はハーフトーンか連続階調かといった要素によって、異なるレンダリング及び／又は圧縮技術が適用されることが可能である。従って、色、ハーフトーン、テキスト等の特性が画像の特定の領域に存在するか否かを判断することが有用である。
【０００４】
実用的な観点に立つと、ページは一様な特徴を有さないかもしれず、寧ろそれぞれ独自の特性を有する複数の領域から構成され得る。例えば、ページは、カラーの画像を有する領域と、白黒のテキストを有する別の領域とを含み得る。最適表示のためには、これらの領域を発見し、それらの特徴を識別するためにページを分析することが必要とされる。これは、画像セグメンテーションのための１つの手法を構成する。
【０００５】
更に、セグメント化されることが求められるページ画像は、デジタル複写機の走査から生成され得る。このような状況では、走査されたラスタ画像以外には、このページに関する情報が存在しない可能性があるので、セグメンテーションは画像データにのみ基づく。また、このような状況は、画像データがスキャナからプリンタに流れることを必要とする。従って、画像全体が一度に格納されることはない。これは、セグメンテーション処理が、画像の一走査線、又は２、３の走査線の分析に限られることを意味する。
【０００６】
従って、このストリーミングの制約下で作用する公知の領域識別方法は、一次元である。（即ち、一次元のデータのみを考慮して領域識別は行われる。）このような方法は、走査中のストリーミング・データを分析し、この走査（されたデータ）を領域にセグメント化する。各走査は、本質的に独立して処理される。
【０００７】
例えば、Fanへの米国特許第5,850,474号は、セグメンテーションが、先ずピクセル又はピクセル・ブロックの特性を判断するために局所的なミクロ分析を実行し、その後、これらのピクセル又はピクセル・ブロックを領域にグループ化するため、並びにこの領域の特徴的な特性を識別するためにマクロ分析を実行することにより実施されることが可能であることを教示している。
【０００８】
【発明が解決しようとする課題】
このような公知の方法は一次元であるので、セグメンテーションを実施するための情報は、必然的に制限される。セグメンテーションに関する判断の基となる、より多くの情報を利用可能とすることが望ましい。
【０００９】
【課題を解決するための手段】
本発明は、上述の難点等を解決する新たな改善されたデジタル画像セグメンテーション方法を考案する。より詳細には、本発明は、画像データが常に数走査のみに制限されていても達成されることが可能な二次元の画像セグメンテーションに関する。
【００１０】
二次元のデジタル画像セグメンテーションのストリーミングを実施するための方法及び装置が提供される。デジタル画像は、水平の行と垂直の列とを有する配列で配置される複数の画像構成要素から構成される。画像構成要素は、背景部分に位置付けられる第１のタイプと、非背景部分に位置付けられる第２のタイプとを含み、画像構成要素の第２のタイプのそれぞれは、特性の強さを定義する値を有する。画像構成要素の第２のタイプには、この特性に基づく少なくとも２つの分類が存在する。
【００１１】
本発明の一態様において、この方法は、水平の行に沿って位置付けられた選択された画像構成要素が第２のタイプであるか否かを判断するステップと、選択された画像構成要素が第２のタイプである場合にこの選択された画像構成要素の特性値の第１の特徴関数値を算出するステップと、第１の特徴関数値が第１の分類結果を取得するための予め定められたしきい値に適合するか否かを判断するステップと、各選択された構成要素と、各選択された構成要素が位置付けられる垂直の列に沿って配置される第２のタイプの隣接する画像構成要素との特性値から算出される格納された値に基づく第２の特徴関数値を、選択された構成要素のそれぞれごとに算出するステップと、第２の特徴関数値が第２の分類結果を取得するための予め定められたしきい値に適合するか否かを判断するステップと、各選択された構成要素を第１及び第２の分類結果に基づいて分類するステップとを含む。
【００１２】
本発明の別の態様では、本発明の方法を実施するための装置が提供される。
【００１３】
【発明の実施の形態】
本発明の好ましい実施の形態を例示する目的のためであり、本発明を制限するためではない図面をここで参照すると、図１は本発明の好ましいシステム全体の図を提供する。図示されるように、デジタル画像のセグメント化に有用なデジタル画像処理システム１０は、画像データ入力モジュール１２、画像処理モジュール１４、メモリ・モジュール１６、セグメンテーション統計モジュール１８、画像データ出力モジュール２０、及びタグ・メモリ・モジュール２２を含む。
【００１４】
より詳細には、画像データ入力モジュール１２は、システム１０により処理されるべき画像データを取得する。画像データ入力モジュール１２は、スキャナ、又はメモリから格納画像を読み出すための装置等、例えばデジタル複写機、スタンド・アロン・スキャナ又はファクシミリ装置に組み入れられている装置から画像データを取得することが理解されるであろう。画像データは、水平の行と垂直の列とを有する配列で配置される複数の画像構成要素から構成された画像を表わす。画像構成要素は、背景に位置付けられる第１のタイプと非背景部分に位置付けられる第２のタイプとの何れかである。また、第２のタイプの画像構成要素は、値が割り当てられている特性を潜在的に有する。第２のタイプの画像構成要素は、少なくとも２つのクラスの内の１つに、特性の値に基づいて分類される、即ちタグ付けされることが可能である。
【００１５】
画像データ出力モジュール２０は、本発明の方法の適用の後に、考察されたセグメンテーションに応じて画像データを出力することが可能である。また画像データ出力モジュールは、タグ・メモリ・モジュール２２に格納されている決定されたタグ値を出力することが可能である。また画像データ出力モジュールは、画像を生成するためのソフトウェア・プログラム、又はテキスト・ページ或いはテキストと画像が混在するページを生成するワープロ・プログラムを含み得ることが更に理解されるであろう。
【００１６】
画像処理モジュール１４は、当該技術では周知である様々な形式をとることが可能である。本発明の目的上、画像処理モジュールは、画像データに本発明の方法を適用することにより、少なくとも一部は画像データ入力モジュール１２により受信された画像データを処理する。この方法は、本開示を読むことにより当業者には明らかであろう様々なハードウェア及びソフトウェア技術を用いて実施され得ることが理解されるであろう。しかしながら、好ましい形式では、図２及び図３に関連してこの後に説明される方法を実施するために必要な命令コードは、メモリ・モジュール１６に格納されている。
【００１７】
セグメンテーション統計モジュール１８は、本発明の方法の実施に関連して都合よく用いられる様々な構成要素を含む。この点に関すると、セグメンテーション統計モジュールは、本発明の走査処理の現在の作動形態（モード）に関する情報が中に格納されているモード・レジスタ２４を含む。具体的には、モード・レジスタ２４は、走査又はセグメンテーション処理が背景モードで実行されているか、非背景モードで実行されているかに関する情報を保持する。
【００１８】
更に、セグメンテーション統計モジュール１８は、画像データを構成する非背景画像構成要素の水平（即ち、行）方向のラン及び垂直（即ち、列）方向のランに関する情報を保持する。具体的には、モジュール１８は、行の（ラン）強度モジュール２６、行のラン開始モジュール２８、列の（ラン）強度モジュール３０、及び列のラン開始モジュール３２を含む。
【００１９】
行の（ラン）強度モジュール２６には、画像構成要素の水平方向のランの（対象とされる特性に関する）強度の値の合計を表わす値が中に格納されている。好ましい実施の形態においては、格納される値は合計であるが、本発明の目的のために使用されるべき寄与値を表わす任意の値が十分に役割を果たすことが理解されるべきである。そのランの開始を表わす位置が行のラン開始モジュール２８に格納される。
【００２０】
同様に、列の（ラン）強度モジュール３０には、対象とされる水平方向のランにおいて分析されている各画像構成要素ごとの、垂直方向のランにおける非背景構成要素の特性の強さの値の合計を表わす値が中に格納されている。モジュール２６と同様に、好ましい実施の形態においては、格納される値は合計であるが、本発明の目的のために使用されるべき寄与値を表わす任意の値が十分に役割を果たすことが理解されるべきである。また、各垂直方向のランの開始に関するデータが、列のラン開始モジュール３２に保持される。
【００２１】
データは、各列ごとにモジュール３０及び３２に格納されることが理解されるであろう。しかしながら、格納されたデータは（（ラン）強度の）合計及び（ラン）開始点を表わすので、垂直方向のランにおける各画像構成要素の値を保持することは必要ではない。当然ながら、このことは、垂直方向のランに関する情報が保持される一方で、そのために過度の記憶空間は使用されないという重要な利点をもたらす。
【００２２】
また、所定の画像構成要素が識別されることを求められた特性を有するか否かの最終判断が成されると、タグ・メモリ・モジュール２２が、本発明の方法の実施中に利用される。タグ・メモリ・モジュールは、タグ付け処理が行われる位置に関する情報のみならず、各対象とされる画像構成要素ごとのタグに関する情報を保持する。
【００２３】
ここで図２を参照すると、好ましい方法全体の概括的な説明が提供される。この方法の総合的な目的は、画像の部分が特定の特性を有するか否かに基づいてその画像をセグメント化することであることが理解されるべきである。ここで例として用いられる特性は、色、ハーフトーン及びテキストである。しかしながら、画像の任意の適切な特性が、本発明によるセグメンテーションの基準として使用されることが考えられる。また、上述のように、分析された画像構成要素は、セグメンテーションの基準を提供する特性と関連付けられた強さ又は特性の値を画像構成要素に割り当てている。
【００２４】
より詳細には、方法２００は、画像構成要素ごとに画像構成要素上の画像データを走査することにより実施される。先ず、水平の行に沿って位置付けられている選択された画像構成要素が第２のタイプであるか否かを判断する（ステップ２０２）ことにより、非背景画像構成要素の水平方向のランが判断される。次に、このランの画像構成要素の特性値の第１の平均値が算出される（ステップ２０４）。図１乃至図３の好ましい実施の形態においては、第１の平均値及び第２の平均値が算出されるが、それらの集合行動（collective behavior）を示す特性値から成る選択されたセットの内の任意の特徴関数値が使用され得ることが理解されるべきである。次に、第１の平均値（又はそれらの集合行動を示す特性値から成る選択されたセットの内のある別の特徴関数値）が、対象とされる画像構成要素が判断されている特定の特性を所有するか否かに関する第１の分類結果を取得するためのしきい値に適合するか否かの判断が成される（ステップ２０６）。
【００２５】
次に、そのランの各画像構成要素ごとの第２の平均値（又はそれらの集合行動を示す特性値から成る選択されたセットの内のある別の特徴関数値）が、例えば、各画像構成要素、及び対象とされる画像構成要素が位置付けられる垂直の列に沿って配置された第２のタイプの隣接する画像構成要素の特性値の合計を表わす格納された値等の格納された列情報に基づいて算出される（ステップ２０８）。各第２の平均値が、対象とされる画像構成要素がその特性を所有するか否かに関する第２の分類結果を取得するためのしきい値に適合するか否かの判断が成される（ステップ２１０）。何れかの画像構成要素のための第１及び第２の分類結果間に何らかの矛盾／不一致がある場合には、この矛盾は以下で議論されるように予め定められた方法で解決される（ステップ２１２）。最後に、そのランの各画像構成要素は、第１及び第２の分類結果並びに必要に応じて予め定められた基準に従って、対象とされる特性を有するか又は有さないかで分類される。即ち、タグを付けられる（ステップ２１４）。
【００２６】
図２の方法のより詳細な実施例が、図３に関連して説明される。当然ながら、先ずはデジタル画像（又はその一部）がアクセスされ、走査が開始される。当業者には明らかであるように、画像データは、ストリーミング・データを含む様々な形式をとることができ、様々な方法で処理されることが可能である。走査は、先に走査された隣接画像構成要素が背景構成要素である場合は背景モードで実行され、先に走査された隣接画像構成要素が非背景構成要素である場合は非背景モードで実行される。
【００２７】
図示されるように、方法３００は、走査が完了しているか否かの判断（ステップ３０２）により開始される。プロセスが完了していないならば、走査がレジスタ２４の中身に基づき背景モードで実行されているか否かに関する判断が成される（ステップ３０４）。もし背景モードであるならば、現在の画像構成要素が白（即ち、背景）であるか否かの判断が成される（ステップ３０６）。もし白であるならば、現在の画像位置が列のラン開始モジュール３２に格納され、列の（ラン）強度モジュール３０はゼロに初期化される（ステップ３０８）。次にプロセスは、次の画像構成要素位置に進み（ステップ３１０）、ステップ３０２で開始される処理が繰り返される。
【００２８】
ステップ３０６で、現在の画像構成要素が白ではない（即ち、非背景である）ならば、モード・モジュール２４が非背景に設定され、行のラン開始モジュール２８が現在の位置に設定され、そして行の（ラン）強度モジュール２６がゼロに初期化される（ステップ３１２）。このプロセスは次に、ステップ３０２に戻る。
【００２９】
ステップ３０４で、モード・モジュール２４が背景モードに設定されていないと判断されると、現在の画像構成要素が白であるか否かの判断が成される（ステップ３１４）。もし白でない場合は、分析されている特性に関する画像構成要素の値が合計される。即ち、行の（ラン）強度モジュール２６及び列の（ラン）強度モジュール３０にその値が加算される（ステップ３１６）。次に、このプロセスは、次の画像構成要素位置に進み（ステップ３１８）、ステップ３０２で開始される処理が繰り返される。
【００３０】
ステップ３１４での判断が、現在の画像構成要素が白であることを示すならば、水平方向のランの画像構成要素（例えば、第２のタイプの隣接画像構成要素）の平均（ラン）強度が算出される（ステップ３２０）。この平均（ラン）強度、即ち第１の平均値は、行の（ラン）強度モジュール２６に格納された値、及び決定されるそのランの長さに基づく。ランの長さは、単に現在の画像位置及び行のラン開始モジュール２８に格納されたデータに基づき、第２のタイプの隣接する連続画像構成要素の数を表わすことが理解されるであろう。
【００３１】
次に、タグの位置が、行のラン開始モジュール２８に格納された行のランの開始位置と同じになるように、タグ・メモリ・モジュール２２に設定される（ステップ３２２）。その後、算出された平均（ラン）強度が予め定められたしきい値を超えているか否かに関する判断が成される（ステップ３２４）。
【００３２】
もし超えているならば、現在のタグの位置がランの最後の画像位置よりも小さいか否かの判断が成される（ステップ３２６）。もし小さくないならば、モードはモード・モジュール２４で背景モードに設定され（ステップ３２８）、プロセスはステップ３０２に戻る。しかしながら、もしタグ位置が画像位置よりも小さい場合は、第２の平均値、即ち列の（ラン）強度の平均値が算出され、しきい値と比較される（ステップ３３０）。第２の平均値は、モジュール３０に格納された値及び垂直方向のランの長さに基づく。ランの長さは、現在の画像位置及びモジュール３２に格納された値に基づき、モジュール３０に格納された値の基となる画像構成要素の数を表わす。しきい値との比較が、ステップ３２４でのしきい値との比較とは異なる結果を有する場合、矛盾は後で説明されるように解決される（ステップ３３２）。次に画像構成要素が分類される。即ち、適切なタグ値によりタグ付けされる（ステップ３３４）。この方法はその後、次のタグ位置（ステップ３３６）に進み、そしてステップ３２６に進む。
【００３３】
もし行の（ラン）強度の平均値が予め定められたしきい値を超えていないとステップ３２４で判断されると、次に、タグ位置が画像位置よりも小さいか否かの判断が成される（ステップ３３８）。もし小さくない場合は、プロセスはステップ３２８に進み、その後ステップ３０２に進む。もし小さい場合は、列の（ラン）強度の平均値が算出され、予め定められたしきい値と比較される（ステップ３４０）。このしきい値との比較の結果が、ステップ３２４でのしきい値との比較の結果と異なる場合は、この矛盾の解決は、以下で説明されるように行われる（ステップ３４２）。その後、画像構成要素は分類され、即ち、適切なタグ値によりタグ付けされる（ステップ３４４）。プロセスはその後、次のタグ位置に進み（ステップ３４６）、そしてステップ３３８に進む。
【００３４】
図及び上述の説明から明らかであるように、一走査線から次の走査線への情報の保持は、本発明の有利な特徴である。走査は水平方向に行われるが、垂直方向における分析に関する情報が保持される。当然ながら、この方法は、垂直方向の走査を可能にするように適合させることが可能である。
【００３５】
また、この方法は都合のよいことに、白ではない、即ち非背景データの各水平方向のランごとの強度の値及びランの開始、並びに画像構成要素の各列ごとの列の（ラン）強度の値及び列のランの開始の判断を提供する。従って、画像データの全ての列を保持する必要はなく、データの現在の走査線及びプロセスのその時点までに画像に関して収集された垂直方向の分析に関する統計のみの保持が必要とされる。当然ながら、これはより少量の記憶装置／空間を必要とするので、その結果として、この方法の使用のより高い適応性をもたらす。
【００３６】
意義深いことに、画像構成要素の特徴が処理中に列の（ラン）強度の値に加算される。このようにして、非背景画像構成要素の水平方向のランの最後が検出されると、この方法は、対象とされる水平方向のランの処理中に、画像構成要素に関して蓄積されたデータに応じてタグ要素値を設定するために画像構成要素を連続的に分析する。更に、各画像構成要素ごとの現在の列の（ラン）強度の値が、どの垂直方向の分析が適切なタグ設定を示すかを判断するために考慮される。水平方向の分析は、非背景画像構成要素のランの全体で取得されるデータを利用するが、垂直方向の分析は、それまでに露光されている垂直方向のランの量に基づいて単に達成されることが理解されるべきである。
【００３７】
水平方向及び垂直方向の処理の結論が一致する場合は、タグ要素値のための望ましい設定が、一致した結論又は結果により全体に指示される。しかしながら、もし水平方向及び垂直方向の分析が異なる結論を導く場合は、この違いを解決するための予め定められた方策が採用される。
【００３８】
様々なこのような方策が考えられる。１つの方策は、選択肢の内のより安全（確実）なものを選択することである。例えば、もし分析が、画像が白黒現像処理及び印刷のみを用いて処理され得るような、中間色（グレーのみ）であるか否かを判断することであるならば、疑わしい場合のより安全な方策は、画像構成要素をカラーとタグ付けすることである。カラー現像処理は、白黒画像を再生することが可能であり、効率は低下し得るが、画像情報の損失はない。しかしながら、白黒現像処理は、もしカラーが存在する場合でもカラーの再生はできず、白黒現像処理を選択することは、不完全な結果をもたらす危険性を孕む。
【００３９】
別の方策は、しきい値との差が最も大きい平均（ラン）強度を伴う分析結果に従うように判断するものである。この概念は、どの分析が最も信頼できる結論を示すであろう最も強い信号を与えているかを考慮するものである。
【００４０】
また別の方策は、関与するランの長さに応じて結果を選択することである。ランの長さがあまりに短い場合は、確信の持てる判断をするには統計が不十分であるので、結果を無視することが選択され得る。或いは、当の画像構成要素に最も局所的であり、この画像構成要素に関して最も特徴的であり得るので、最短のランの長さを伴う分析に対応する結果が選択され得る。
【００４１】
本開示を読めば、当業者には明らかであろう他の可能な方策が多数存在する。
選択は、判断されている特性と、分析されている画像の特徴又は特性とに大きく依存することが理解されるべきである。
【図面の簡単な説明】
【図１】本発明の好ましい方法を実行するシステムの概略図である。
【図２】本発明の好ましい方法を例示するフローチャートである。
【図３】本発明の好ましい方法を例示する、より詳細なフローチャートである。
【符号の説明】
１０ デジタル画像処理装置
１２ 画像データ入力モジュール
１４ 画像処理モジュール
１６ メモリ・モジュール
１８ セグメンテーション統計モジュール
２０ 画像データ出力モジュール
２２ タグ・メモリ・モジュール
２４ モード・モジュール
２６ 行の（ラン）強度モジュール
２８ 行のラン開始モジュール
３０ 列の（ラン）強度モジュール
３２ 列のラン開始モジュール

Claims (2)

1. デジタル画像をセグメント化するための方法であって、
   前記デジタル画像は、水平の行と垂直の列とを有する配列で配置された複数の画像構成要素から構成され、
   該画像構成要素は背景部分に位置付けられた第１のタイプと非背景部分に位置付けられた第２のタイプとを含み、
   前記画像構成要素の第２のタイプのそれぞれは特性を有し、該特性には特性の強さを定義する値が割り当てられ、前記画像構成要素の第２のタイプには前記特性に基づき少なくとも２つの分類が存在し、
   前記方法は、
   各水平の行に沿って位置付けられている選択された画像構成要素が前記第２のタイプであるか否かを順に判断するステップと、
   前記選択された画像構成要素が前記第２のタイプである場合に、該選択された画像構成要素が位置する水平の行に沿って配置されかつ該選択された画像構成要素と連続する前記第２のタイプと判断された画像構成要素の数と、該水平の行に沿って位置付けられかつ該選択された画像構成要素と連続する前記第２のタイプと判断された画像構成要素の前記特性の強さを定義する値の合計と、に基づいて、前記選択された画像構成要素の前記特性の強さを定義する値の第１の平均値を、前記第２のタイプである前記選択された画像構成要素のそれぞれごとに算出するステップと、
   前記第１の平均値のそれぞれが、各自の第１の分類結果を取得するための予め定められたしきい値に適合するか否かを判断するステップと、
   前記選択された画像構成要素が前記第２のタイプである場合に、該選択された画像構成要素が位置する垂直の列に沿って配置されかつ該選択された画像構成要素と連続する前記第２のタイプと判断された画像構成要素の数と、該垂直の列に沿って配置されかつ該選択された画像構成要素と連続する前記第２のタイプと判断された画像構成要素の前記特性の強さを定義する値の合計と、に基づいて、前記選択された画像構成要素の前記特性の強さを定義する値の第２の平均値を、前記第２のタイプである前記選択された画像構成要素のそれぞれごとに算出するステップと、
   前記第２の平均値のそれぞれが、各自の第２の分類結果を取得するための予め定められたしきい値に適合するか否かを判断するステップと、
   前記選択された画像構成要素のそれぞれを前記第１及び第２の分類結果に基づいて分類するステップと、
   を含む、デジタル画像のセグメント化方法。
2. デジタル画像のセグメント化に有用なデジタル画像処理装置であって、
   前記デジタル画像は、水平の行と垂直の列とを有する配列で配置された複数の画像構成要素から構成され、
   該画像構成要素は背景部分に位置付けられた第１のタイプと非背景部分に位置付けられた第２のタイプとを含み、
   前記画像構成要素の第２のタイプのそれぞれは特性を有し、該特性には特性の強さを定義する値が割り当てられ、前記画像構成要素の第２のタイプには特性に基づき少なくとも２つの分類が存在し、
   前記装置は、
   各水平の行に沿って位置付けられている選択された画像構成要素が前記第２のタイプであるか否かを順に判断するための手段と、
   前記選択された画像構成要素が前記第２のタイプである場合に、該選択された画像構成要素が位置する水平の行に沿って配置されかつ該選択された画像構成要素と連続する前記第２のタイプと判断された画像構成要素の数と、該水平の行に沿って位置付けられかつ該選択された画像構成要素と連続する前記第２のタイプと判断された画像構成要素の前記特性の強さを定義する値の合計と、に基づいて、前記選択された画像構成要素の前記特性の強さを定義する値の第１の平均値を、前記第２のタイプである前記選択された画像構成要素のそれぞれごとに算出するための手段と、
   前記第１の平均値のそれぞれが、各自の第１の分類結果を取得するための予め定められたしきい値に適合するか否かを判断するための手段と、
   前記選択された画像構成要素が前記第２のタイプである場合に、該選択された画像構成要素が位置する垂直の列に沿って配置されかつ該選択された画像構成要素と連続する前記第２のタイプと判断された画像構成要素の数と、該垂直の列に沿って配置されかつ該選択された画像構成要素と連続する前記第２のタイプと判断された画像構成要素の前記特性の強さを定義する値の合計と、に基づいて、前記選択された画像構成要素の前記特性の強さを定義する値の第２の平均値を、前記第２のタイプである前記選択された画像構成要素のそれぞれごとに算出するための手段と、
   前記第２の平均値のそれぞれが、各自の第２の分類結果を取得するための予め定められたしきい値に適合するか否かを判断するための手段と、
   前記選択された画像構成要素のそれぞれを前記第１及び第２の分類結果に基づいて分類するための手段と、
   を含む、デジタル画像処理装置。

Images