JP4785158B2

JP4785158B2 - イメージデータ傾き補正方法及びイメージ入力装置

Info

Publication number: JP4785158B2
Application number: JP2007108981A
Authority: JP
Inventors: 恭広内田
Original assignee: Hitachi Computer Peripherals Co Ltd
Current assignee: Hitachi Information and Telecommunication Engineering Ltd
Priority date: 2007-04-18
Filing date: 2007-04-18
Publication date: 2011-10-05
Anticipated expiration: 2027-04-18
Also published as: JP2008269125A

Description

本発明は、文字を含むイメージデータの傾きを補正することができるイメージデータ傾き補正方法及び該補正方法を適用したイメージ入力装置に関する。

近年、帳票に記載した文字を光学的にイメージデータとして読み取り、該読み取ったイメージデータから文字を認識する光学文字読取装置が実用化されている。この光学文字読取装置は、イメージスキャナに対して帳票が傾いて走査された場合、イメージデータから文字列を正確に認識することができないため、このイメージデータの傾きを検出する傾き検出技術が必要とされてる。

従来技術によるイメージ入力装置の傾き検出技術としては、例えば下記特許文献１に記載された如く、帳票の搬送方向と直交する方向に複数のセンサを配置し、該複数センサによる帳票端部の検出タイミングのズレによって帳票の傾きを検出するものや、下記特許文献２の如く、帳票の外形をイメージとして検出し、この外形輪郭線を基に帳票の傾きを検出するものや、下記特許文献３の如く、帳票に記載された文字列が略一直線に記載されることを利用し、この文字列の方向を基に帳票の傾きを検出するものや、特許文献４の如く、読み取ったイメージデータ中の罫線等による直線成分を抽出し、該直線成分を基に傾きを検出するものが知られている。
特開平１０−２８３４５６号公報特開平１１−２８８４５３号公報特開平６−７６１０９号公報特開２００２−２５９９９３号公報

前述の特許文献１に記載された技術は、帳票の先端辺が直線であることを前提としているため、帳票の先端辺に切り欠きがある帳票に対しては正確な傾きを検出することができず、特許文献２記載の技術は、帳票の外形が直角辺をもつものを前提としているため、外形状が欠損又はイメージスキャン時の歪み等によって変形した帳票では正確な傾きを検出することができず、更に帳票色とスキャン背景色が同系色の場合も正確な傾きを検出することができず、更に前記特許文献記載の技術は、例えば帳票が複写によって帳票内において傾いている場合、帳票そのものから傾きを検出しているため、正確な傾きを補正することができないと言う不具合があった。

また特許文献３及び４記載の技術は、ノイズの影響を受けやすく且つ処理が複雑であると共に文字の記載が少ない帳票では正確な傾きを検出することができないと言う不具合があった。

本発明の目的は、前述の従来技術による不具合を生じることなく、イメージデータ内の文字の傾きを検出して補正することができるイメージデータ傾き補正方法及び該補正方法を適用したイメージ入力装置を提供することである。

前記目的を達成するために本発明は、複数の画素から成るイメージデータをイメージスキャナにより光学的に読み取り、該イメージデータに含まれる文字列の傾きを補正する傾き補正部を有するイメージ入力装置のイメージデータ傾き補正方法であって、前記傾き補正部が、該イメージスキャナにより読み取ったイメージデータの画素アドレスを所定画素数だけＸＹ方向にシフトしたシフトイメージデータと前記読み取ったイメージデータとの２次元の自己相関関数を演算する関数演算工程と、該演算した２次元の自己相関関数グラフの中央座標を基点とし、該基点から所定範囲内における最大の自己相関関数をもつ座標を検出し、該検出した座標を次の基点として所定範囲内における最大の自己相関関数をもつ座標を検出する処理を複数回繰り返し、該繰り返しにより検出した複数の最大の自己相関関数の座標を結ぶ軌跡を基にイメージデータ中の直交する直線成分を演算し、該演算した直線成分を基にイメージデータの傾き角度を検出する傾き検出工程と、該検出した傾き角度分イメージデータを回転させてイメージデータの傾きを補正する画像回転工程とを実行することを第１の特徴とする。

更に本発明は、前記第１の特徴のイメージデータ傾き補正方法において、傾き補正部が、前記シフトイメージデータとスキャンしたイメージデータとの自己相関関数の演算を、所定の画素数毎に実行することを第２の特徴とし、前記第１又は第２の特徴を有するイメージデータ傾き補正方法において、前記傾き補正部が、演算した自己相関関数を基点から所定範囲内における最大値を検出する処理を、イメージデータのＸ方向幅の１／２〜１／３の範囲において繰り返すことを第３の特徴とする。

また本発明は、複数の画素から成るイメージデータに含まれる文字列の傾きを補正するイメージ入力装置であって、前記イメージデータを光学的に読み取るイメージスキャナと、該イメージスキャナにより読み取ったイメージデータの画素アドレスを所定画素数だけＸＹ方向にシフトしたシフトイメージデータと前記読み取ったイメージデータとの２次元の自己相関関数を演算する自己相関関数演算部と、該演算した２次元の自己相関関数グラフの中央座標を基点とし、該基点から所定範囲内における最大の自己相関関数をもつ座標を検出し、該検出した座標を次の基点として所定範囲内における最大の自己相関関数をもつ座標を検出する処理を複数回繰り返し、該繰り返しにより検出した複数の最大の自己相関関数の座標を結ぶ軌跡を基にイメージデータ中の直交する直線成分を演算し、該演算した直線成分を基にイメージデータの傾き角度を検出する傾き検出部と、該傾き検出部により検出した傾き角度分イメージデータを回転させてイメージデータの傾きを補正する画像回転部とを備えることを第４の特徴とする。

更に本発明は、前記第４の特徴のイメージ入力装置において、前記自己相関関数演算部が、前記シフトイメージデータとスキャンしたイメージデータとの自己相関関数の演算を、所定の画素数毎に実行することを第５の特徴とし、前記第４又は第５の特徴を有するイメージ入力装置において、前記傾き検出部が、演算した自己相関関数を基点から所定範囲内における最大値を検出する処理を、イメージデータのＸ方向幅の１／２〜１／３の範囲において繰り返すことを第６の特徴とする。

本発明によるイメージデータ傾き補正方法及びイメージ入力装置は、イメージデータと該イメージデータを所定画素数だけＸＹ方向にシフトしたシフトイメージデータとの自己相関関数を演算し、この演算した２次元の自己相関関数グラフの中央座標の基点から所定範囲内における最大の自己相関関数をもつ座標を検出し、該検出した座標を次の基点として所定範囲内における最大の自己相関関数をもつ座標を検出する処理を複数回繰り返し、該繰り返しにより検出した複数の最大の自己相関関数の座標を結ぶ軌跡を基にイメージデータ中の直交する直線成分を演算し、該演算した直線成分を基にイメージデータの傾き角度を検出し、該検出した傾き角度分イメージデータを回転することによりイメージデータの傾きを補正することによって、イメージデータ中に含まれる文字の水平及び垂直方向の直線成分を抽出し、文字列を含むイメージデータの傾きを補正することができる。

以下、本発明の一実施形態によるイメージデータ傾き補正方法及び該補正方法を適用したイメージ入力装置を説明するものであるが、まず、本願発明の原理について説明する。尚、本明細書で述べるイメージ入力装置とは、光学文字読取装置を含むあらゆる画像を読み取る装置を含むものとする。
＜原理説明＞

まず、本願発明者らは、本発明の対象となる帳票には、罫線、文字列の基線、文字（特に漢字）を構成する水平垂直方向の直線成分が数多く含まれ、帳票全体のイメージデータに含まれる前記直線成分を抽出し、該抽出した直線成分を抽出すれば帳票（イメージデータ）全体としての水平及び垂直方向を検出できることに着目した。このイメージデータに含まれる水平垂直直線成分を抽出する手法として、処理速度や正確性を配慮して種々考察の結果、イメージスキャナで読み取った２次元の原イメージデータと、該原イメージデータをＸ，Ｙ方向に所定距離Δｘ，Δｙだけシフトさせたシフトイメージデータとの自己相関関数を得、この自己相関関数の最大値を追跡することによりイメージデータの傾きを検出できる手法を見いだした。尚、Ｙ方向とは帳票の搬送方向、Ｘ方向とはＹ方向と直交する帳票の幅方向とする。

この理由を説明すると、まず、自己相関関数とは、ある信号（値）と、その信号（値）をずらした値との相関を示す関数であり、前記ＸＹ方向にシフト後の状態においても自己相関関数が大きい画像、即ちシフト前後の画像が他に比べてより相似している程度が大きい画像（画素の集まり）とは、前記ＸＹ方向にシフトしていることから垂直又は水平方向の直線成分に他ならず、この自己相関関数が大きい画素座標を追跡した線分が、２次元のイメージデータに含まれる文字列の水平及び垂直方向の直線成分となることに基づくものである。

本発明で述べる自己相関関数φ（Δｘ，Δｙ）は、画像ｆ（ｘ，ｙ）をΔｘ，Δｙだけシフトした画像ｆ（ｘ＋Δｘ，ｙ＋Δｙ）としたとき、次１式で表される。

ここで、Ｆ（ｘ，ｙ）を一般的な０〜２５５で表されるグレー画像とした場合、画像全体の平均値を減じた画像は、次２式で表される。

従って、前記Δｘ，Δｙだけずらした画像（シフトイメージデータ）が元の画像（原イメージデータ）に相似している程、自己相関関数値が大きくなり、前記相似度が大きい画像（画素の集まり）とは水平直線成分又は垂直直線成分であるため、前記自己相関関数値の極大値を追跡した線分が、イメージデータ中の文字列の水平及び垂直成分となることが理解できる。

この自己相関関数φ（Δｘ，Δｙ）は、３Ｄグラフとして表した場合、図４に示す如く、自己相関関数グラフのほぼ中央座標部分が頂点且つ、四方に延びる稜線をもつ山形状となり、理解を容易にするために２Ｄ等高線として表した場合、図４に示す如く、前記稜線が交差する線分として描くことができる。

前記稜線から傾き角度の検出は、まず、前記Δｘを「０」（図４中央の基点［０，０］座標）から正の方向に向かって極大値を追跡し、この軌跡からＸ且つ正方向の稜線（軌跡）を得、適当なΔｘ_dにおけるΔｙ_dを求め、前記Δｘ_dとΔｙ_dとから次３式により傾きを得ることができる。

尚、前記Δｘ_dは、小さすぎると検出角度の精度が低下し、大きすぎると極大値以外のΔｙ_dを検出してしまう可能性があるため、イメージデータ幅（ｗ：帳票１０の幅）の１／３〜２／３程度の範囲が好ましい（Δｘ_d＝［ｗ／３］〜［２ｗ／３］）。

また前記稜線を追跡した軌跡を得る手法は、次の（ａ）〜（ｄ）に示す通りである。
（ａ）前記稜線の軌跡の算出は、２次元画素の連続体中から自己相関関数が最も大きい画素座標を代表値として演算すれば良いため、イメージデータの画素１単位毎に追跡を行う必要はなく、数画素毎に行う。例えばΔｘ_０＝４単位で追跡（演算）を行う場合、Δｘ_０＝４とし、Δｙ＝｛−４，−３，−２，−１，０，１，２，３，４｝に対する自己相関関数φ（Δｘ_０，Δｙ）を計算し、最大となるΔｙ_０を求める。これを模試的に示すと図５に示す如く、（Δｘ_０，Δｙ_０）を原点としてΔｘ＝４の縦列（Δｙ＝−４〜＋４）の自己相関関数φ（Δｘ_０，Δｙ_{−４〜＋４}）を演算範囲とし、この演算した自己相関関数φ（Δｘ_０，Δｙ_{−４〜＋４}）の中から最も値が大きいΔｙ＝＋１の画素を軌跡座標（Δｘ_４，Δｙ_１）として選択する。
（ｂ）次いで、Δｘ₁＝２Δｘ_０＝８とし、（０，０）−（Δｘ_４，Δｙ_１）を延長した直線上の（Δｘ_８，Δｙ_２）の画素座標を求め、その縦列前後の±３を次の計算範囲とし、図示の例ではΔｙ＝２・Δｙ±３＝２・１±３＝｛−１，０，１，２，３，４，５｝を計算し、その計算範囲の自己相関関数φ（Δｘ_１，Δｙ）を計算し、最大となるΔｙ＝＋２の画素を軌跡座標（Δｘ_８，Δｙ_２）として選択する。
（ｃ）以下同様にΔｘ_ｎを２倍し、前記工程で得られた最大値の直線上±３の範囲で自己相関関数が最大となる軌跡座標を求め、この軌跡座標を追跡することによって、稜線の軌跡を演算することができる。この軌跡演算は、Δｘ_ｎ＋１が入力画像の幅ｗの１／２（又は１／３）を超えたときに前記演算を終了し、（Δｘ_ｎ，Δｙ_ｎ）＝（Δｘ_ｄ，Δｙ_ｄ）から前記式３を用いて傾き角度ｓを算出する。
（ｄ）この稜線の軌跡の算出は、演算した２次元の自己相関関数の中心座標［０，０］を基点とし、この基点から所定範囲内（例えば４画素内）における最大の自己相関関数をもつ座標を検出し、この検出した座標を次の基点として所定範囲内における最大の自己相関関数をもつ座標を検出する処理を複数回繰り返し、この繰り返しにより検出した複数の最大の自己相関関数の座標を結ぶ軌跡を基にイメージデータ中の直交する直線成分を演算し、該演算した直線成分を基にイメージデータの傾き角度を検出する。

このように本発明は、元の原イメージデータと、原イメージデータを所定量シフトしたシフトイメージデータとの自己相関関数φを求め、基点［０，０］座標から所定範囲内の自己相関関数φを演算し、演算した自己相関関数φの最大値の座標を演算軌跡の画素として選択することによって、図４に示した如き、左右上下に延びる水平直線成分及び垂直直線成分を得ることができ、これら水平直線成分及び垂直直線成分の傾きによって、原イメージデータの傾き角度を算出することができる。
＜実施形態の説明＞

次いで前記原理を適用した本発明の一実施形態を図面を参照して詳細に説明する。図１は、本実施形態によるイメージデータ傾き補正方法を適用したイメージ入力装置の構成を示す図、図２はイメージデータの傾き補正処理を説明するためのフローチャート、図３は、自己相関関数φ（△ｘ，△ｙ）の３Ｄグラフを示す図、図４は自己相関関数φ（△ｘ，△ｙ）の２Ｄ等高線を示す図、図５は自己相関関数φの最大値の軌跡を追跡する処理を説明するための図である。尚、本実施形態においてはイメージ入力装置の例として光学文字読取機能を有するイメージ入力装置を例にとって説明するが、本発明はこれに限られるものではない。
＜構成＞

本実施形態によるイメージ入力装置は、図１に示す如く、帳票１０をイメージデータとして光学的に読み取るスキャン部１１０と、該スキャン部１１０にて読み取ったアナログデータをディジタルデータに変換するＡ／Ｄ変換部１１２と、該Ａ／Ｄ変換部１１２によりディジタルデータに変換したイメージデータを一時的に保管する画像メモリ１１３と、該画像メモリ１１３に格納したイメージデータの傾きを検出し、傾き補正を行う傾き補正部１１５と、該傾き補正部１１５により傾き補正を行ったイメージデータを格納する画像メモリ１１６と、該画像メモリ１１６に格納したイメージデータから文字を一文字づつ切り出す文字切出部１１７と、該切り出しを行った文字を認識して文字コードとして出力する文字認識部１１８とを備える。尚、図１に示した構成はイメージ入力装置の主要な構成を示すものであって、これら構成を制御するＣＰＵや表示部その他の構成は省略している。

前記傾き補正部１１５は、図示しないＣＰＵからの命令により前記画像メモリ１１３に格納した原イメージデータ及び原イメージデータをＸＹ方向にΔｘ，Δｙだけシフトしたシフトイメージデータの各画素の値を読み出して出力するダイレクト・メモリアクセス・コントローラ（以下、ＤＭＡＣと呼ぶ）１５１と、該ＤＭＡＣ１５１から出力された原イメージデータ及びシフトイメージデータの各画素値の乗算を行い、結果を加算することにより自己相関関数φ（Δｘ，Δｙ）を算出する自己相関関数演算部１５３と、該自己相関関数演算部１５３によって演算した自己相関関数値を３Ｄグラフとして表した場合の稜線（関数の極大値の連続線）を検出し、原イメージデータの傾斜角度を検出する稜線傾き検出部１５４と、該稜線傾き検出部１５４により検出した原イメージデータの傾きを補正する画像回転部１５５とから構成される。
＜動作説明＞

この様に構成したイメージ入力装置の動作を次に説明する。
本実施形態によるイメージ入力装置は、帳票１０に記載された文字列を含むデータを前記スキャン部１１０により光学的にアナログのイメージデータとして読み取る工程と、読み取ったアナログデータを前記Ａ／Ｄ変換部１１２によりディジタルデータに変換する工程と、該ディジタルデータに変換したイメージデータを画像メモリ１１３に保管する工程と、傾き補正部１１５が該画像メモリ１１３に格納したイメージデータの傾きを検出し、傾き補正を行う工程と、該傾き補正部１１５により傾き補正を行ったイメージデータを画像メモリ１１６に格納する工程と、文字切出部１１７が画像メモリ１１６に格納したイメージデータから文字を一文字づつ切り出す工程と、該切り出しを行った文字を文字認識部１１８を用いて認識し、文字コードとして出力する工程とを実行することによって帳票１０の傾きを補正しながら文字認識を行う様に動作する。

特に本実施形態による傾き補正部１１５は、前記原理にて説明した様に、ＣＰＵからの命令によってＤＭＡＣ１５１が原イメージデータと該原イメージデータを（Δｘ，Δｙ）方向にシフトしたシフトイメージデータの各画素の値を読み出し、自己相関関数演算部１５３が両イメージデータの自己相関関数φを演算し、前記稜線傾き検出部１５４が前記演算した自己相関関数の極大値の軌跡である稜線の傾き角度を検出し、次いで画像回転部が稜線傾き検出部１５４が検出した傾き角度を補正するように原イメージデータを回転するように動作する。

この傾き補正部１１５による傾き角度の検出動作は、図２に示す如く、ＣＰＵが、演算に使用する変数の初期化（Δｘ←「４」、Δｙｓ←「−４」、Δｙｅ←「＋４」、φｍａｘ←「０」、Δｙｍａｘ←「０」）を行うステップ３１と、Δｙｔに計算範囲の最初の値であるΔｙｓを代入する（Δｙｔ←Δｙｓ）ステップ３２と、ΔｙｔがΔｙｅ未満か否かを判定することにより計算範囲において後述するステップ３４〜３６を繰り返すか否かを判定するステップ３３と、自己相関関数φを計算し、φｔに代入するステップ３４と、該ステップ３４において代入した自己相関関数φｔが最大値φｍａｘより大きいか否か、或いはΔｙｔとΔｙｓが等しいか否かを判定するステップ３５と、自己相関関数φｔが最大値φｍａｘより大きいとき或いはとき、最大値φｍａｘに自己相関関数φｔを代入（最大値を更新）すると共にΔｙｔにΔｙｓ（Δｙｔ値の更新）を代入するステップ３６と、ΔｙｔにΔｙｔ＋１を代入し、ステップ３３による判定に戻るステップ３７と、該ステップ３３によって計算範囲外と判定したとき、軌跡の追跡範囲（例えば帳票幅ｗの１／３）未満か否かを判定するステップ３８と、該ステップ３８において追跡範囲未満と判定したとき、Δｘを２倍にし、次の計算範囲を設定（Δｘ←「８」←Δｘ＊２、Δｙｓ←Δｙｍａｘ＊２−３、Δｙｅ←Δｙｍａｘ＊２＋３）するステップ３９とを実行し、前記ステップ３２に戻るステップ３９と、前記ステップ３８において追跡範囲を超えたと判定したとき、前記数式３により角度を計算するステップ４０とを順次実行することによって行われる。

このように本実施形態による傾き補正部１１５は、ＣＰＵが、原イメージデータと該原イメージデータを（Δｘ，Δｙ）方向にシフトしたシフトイメージデータの各画素の値を読み出し、両イメージデータの自己相関関数φを設定範囲内（Δｘ←「４」、Δｙｓ←「−４」、Δｙｅ←「＋４」）において演算し、該演算した自己相関関数の最大値φｍａｘを更新しながら追跡することによって、イメージデータ中の水平直線成分及び垂直直線成分の傾きに応じた傾き角度を検出し、補正することができる。

このように本実施形態によるイメージデータ傾き補正方法及びイメージ入力装置は、読み取ったイメージデータ内の水平直線成分及び垂直直線成分の傾きを、読み取ったイメージデータ（読取画像）とＸＹ方向にシフトしたシフトイメージデータ（シフト画像）との自己相関関数を演算し、この演算した自己相関関数を基にイメージデータの傾きを検出することができ、更に前記処理を数画素毎のサンプリングによって検出するため、処理速度を向上することができる。また傾き演算処理を単純な積和演算によって行うため、演算部をハード化することによって高速化を図ることができる。

特に本実施形態によるイメージデータ傾き補正方法及びイメージ入力装置は、イメージデータに含まれる帳票端、記載文字、罫線その他の全ての情報を基に傾きを検出するため、どのような帳票であっても傾きを検出することができ、例えば、帳票が白紙の際には帳票外輪郭から傾きを検出でき、記載文字が数文字であっても文字列から傾きを検出できる。更に本実施形態は、帳票の外形と記載内容角度が相違している場合（斜めに複写された帳票／端部が破損した帳票）であっても、記載内容から傾きを検出することができ、更にイメージデータの一部に歪みが生じた場合であってもイメージデータ全体から傾きを検出することができる。更にノイズによる影響を受けることがなく、２値画像、グレー画像、カラー画像等の画像形式に依存せずに傾きを検出することができる。尚、本発明によるイメージ読取装置は、光学文字認識機能を有するものに限られるものではなく、文字認識を行う機能のないイメージ読取においても、読み取った画像の傾きを補正することができる。

本発明によるイメージデータ傾き補正方法を適用したイメージ入力装置の構成を示す図。本イメージ入力装置の傾き検出補正動作を説明するための図。自己相関関数φ（△ｘ，△ｙ）の３Ｄグラフを示す図。自己相関関数φ（△ｘ，△ｙ）の２Ｄ等高線を示す図。自己相関関数φの最大値の軌跡を追跡する処理を説明するための図。

符号の説明

１０：帳票、１１０：スキャン部、１１２：Ａ／Ｄ変換部、１１３：画像メモリ、１１５：傾き補正部、１１６：画像メモリ、１１７：文字切出部、１１８：文字認識部、１５３：自己相関関数演算部、１５４：稜線傾き検出部、１５５：画像回転部。

Claims

複数の画素から成るイメージデータをイメージスキャナにより光学的に読み取り、該イメージデータに含まれる文字列の傾きを補正する傾き補正部を有するイメージ入力装置のイメージデータ傾き補正方法であって、
前記傾き補正部が、
該イメージスキャナにより読み取ったイメージデータの画素アドレスを所定画素数だけＸＹ方向にシフトしたシフトイメージデータと前記読み取ったイメージデータとの２次元の自己相関関数を演算する関数演算工程と、
該演算した２次元の自己相関関数グラフの中央座標を基点とし、該基点から所定範囲内における最大の自己相関関数をもつ座標を検出し、該検出した座標を次の基点として所定範囲内における最大の自己相関関数をもつ座標を検出する処理を複数回繰り返し、該繰り返しにより検出した前記複数の最大の自己相関関数の座標を結ぶ軌跡を基にイメージデータ中の直交する直線成分を演算し、該演算した直線成分を基にイメージデータの傾き角度を検出する傾き検出工程と、
該検出した傾き角度分イメージデータを回転させて傾きを補正する画像回転工程とを実行するイメージデータ傾き補正方法。
前記傾き補正部が、前記シフトイメージデータとスキャンしたイメージデータとの自己相関関数の演算を、所定の画素数毎に実行する請求項１記載のイメージデータ傾き補正方法。
前記傾き補正部が、演算した自己相関関数を基点から所定範囲内における最大値を検出する処理を、イメージデータのＸ方向幅の１／２〜１／３の範囲において繰り返す請求項１又は２記載のイメージデータ傾き補正方法。
複数の画素から成るイメージデータに含まれる文字列の傾きを補正するイメージ入力装置であって、
前記イメージデータを光学的に読み取るイメージスキャナと、
該イメージスキャナにより読み取ったイメージデータの画素アドレスを所定画素数だけＸＹ方向にシフトしたシフトイメージデータと前記読み取ったイメージデータとの２次元の自己相関関数を演算する自己相関関数演算部と、
該演算した２次元の自己相関関数グラフの中央座標を基点とし、該基点から所定範囲内における最大の自己相関関数をもつ座標を検出し、該検出した座標を次の基点として所定範囲内における最大の自己相関関数をもつ座標を検出する処理を複数回繰り返し、該繰り返しにより検出した複数の最大の自己相関関数の座標を結ぶ軌跡を基にイメージデータ中の直交する直線成分を演算し、該演算した直線成分を基にイメージデータの傾き角度を検出する傾き検出部と、
該傾き検出部により検出した傾き角度分イメージデータを回転させてイメージデータの傾きを補正する画像回転部とを備えるイメージ入力装置。
前記自己相関関数演算部が、前記シフトイメージデータとスキャンしたイメージデータとの自己相関関数の演算を、所定の画素数毎に実行する請求項４記載のイメージ入力装置。
前記傾き検出部が、演算した自己相関関数を基点から所定範囲内における最大値を検出する処理を、イメージデータのＸ方向幅の１／２〜１／３の範囲において繰り返す請求項４又は５記載のイメージ入力装置。