JP4792117B2 - 文書画像処理装置、文書画像処理方法および文書画像処理プログラム - Google Patents

Description

本発明は文書画像処理装置、文書画像処理方法および文書画像処理プログラムに関する。

スキャナ等を利用して帳票などの文書をデジタルデータに変換する際、データ量を減少させるなどの目的でモノクロ画像もしくはグレースケール画像として保存することが多い。しかし、近年では、カラープリンタ等の普及によりカラーの文書が多くなり、それにつれてカラー画像として保存する必要性が多くなってきている。カラー画像は、モノクロ画像やグレースケール画像と比較してデータ量が膨大であるため、一般的に何らかの圧縮処理を施して保存する。カラー画像の圧縮手段として、一般的なＪＰＥＧ（Joint Photographic Experts Group）方式の圧縮では、文字などを含んだ文書画像の圧縮率を高くすると、ブロックノイズにより文字のエッジ部分がぼやけてしまい、視認性が低下することが知られている。その対策として、まず、画像を減色化して圧縮する技術が挙げられる。文書をスキャナで読み取ると、量子化誤差や読み取り時の位置ずれなどにより、その色数は膨大な数になる。文書画像において効果的な圧縮処理を行うためには、その色数を減らす減色処理によってデータ量の削減を図ることが有効である。この減色処理の従来技術として、例えば特開平７−４４７０９号公報（特許文献１）、特開２００７−１１６４１９号公報（特許文献２）、および特開平５−６７２３４号公報（特許文献３）が知られている。

特許文献１の発明では、色空間における頻度分布に対してハフ（Hough）変換または主成分分析を行って、色数を決定する。これとともに、前記色空間における色の直線状の分布を求めて、その分布をクラスタリングして得られたクラスタの数色を用いて、減色化を行うものである。

また、特許文献２の発明では、色空間における頻度分布に対して主成分分析を行って、次元数（色数）を算出する。その算出した色数に基づいたパラメータを設定して、頻度分布領域の凸部を決定する。決定した凸部に対応する画素値を原稿使用色の色値とするものである。

また、特許文献３の発明では、被読取物から文字だけを抽出するために、色空間における頻度分布から極大点を求める。そして、最も明度が高い極大点（たとえば、下地色による極大点）からの方向のベクトルデータに変換し、このベクトルデータの分類結果から文字色を判別する。そして、文字以外の模様（絵柄部）の２つの極大点と下地色による極大点とで平面を張り、この平面に垂直な直線で文字色のベクトルを投影することで平面までの距離を算出する。この算出した距離によって、文字と絵柄部又は下地を分離するものである。

また、あらかじめ記入欄などが用意された帳票においては手書き等で追記された画像のみを抽出する技術も挙げられる。帳票をスキャナで読み取り、通信手段によって遠隔地にその帳票画像データを送信する場合、読み取ったデータ全てを送信すると膨大なデータ量となりコストがかかる。通常、帳票においては、予め設定された項目が印字もしくは印刷されている用紙に、人が手書き等で項目欄に内容を記入することが多い。しかしながら、既に印字もしくは印刷されている画像データ（以下、プレプリントデータという）は事前に知り得ており、手書き等で追記されたデータが重要なものとなる。したがって、スキャナで読み取った画像から、手書き等で追記されたデータの画像のみを抽出し、抽出した画像データを遠隔地に送信すれば効率がよい。そして、受信側では、受信した画像データと予め用意してあるプレプリントデータとを合成することで、送信側と同じ画像データを復元・表示することができる。このような手法の一つとして、特開平１１−９６２９７号公報（特許文献４）に開示されているものがある。この特許文献４の方法では、手書き等で追記された帳票画像に対してプレプリントデータを除去した画像と色領域画像に分解し、それぞれ独立して画像圧縮を行うこと特徴としている。

しかしながら、文字のエッジ部分の画像は、特に、スキャン時の色ずれなどにより実際に使用されているインク色から外れることが多い。たとえば、インク色と下地色の両方の影響を受けて中間の色となる。この場合、上記した特許文献１の方法では、直線分布からはずれた色の取り扱いが不明であるため対応できない。

また、帳票などの文書画像では、網点にすることで意図して特定の欄を中間色にしている場合がある。さらには、その網点上に網点と同じ色のインクで文字を印刷することもある。この場合、上記した特許文献２の方法では、この文書画像の色の置き換え処理を行うと、文字と網点が同じ色として認識され、文字が読みにくくなる恐れがある。また、同系色で文字、罫線、その他の画像が印字された帳票の読み取り画像データは、クラスタリングが難しい。例えば、赤色の文字や罫線が印字され、後から印鑑の捺印による朱色が加わった文書の画像を読み取った場合、赤色の文字や罫線と朱色を別の色としてクラスタリングすることが難しい。

また、上記した特許文献３の方法では、絵柄部の極大点と下地色の極大点とで平面を張る必要がある。このため、事前に色数が既知である必要があり、文字色以外の色数が多いと前記平面を張ることができなくなる。また、上記した特許文献４の方法では、対象となる色が赤や青といった特定のドロップアウト色に限定している。このため、帳票読み取りを前提で設計された帳票以外、つまり既存帳票では対応できない。したがって、特許文献１、特許文献２、特許文献３、および特許文献４の技術では、一般的な文書画像に対して効果的に減色処理を行うことが難しいという問題がある。

特開平７−４４７０９号公報 特開２００７−１１６４１９号公報 特開平５−６７２３４号公報 特開平１１−９６２９７号公報

本発明は、このような課題を解決するためになされたもので、入力文書画像の各画素を的確に代表色に置き換える減色処理を行った文書画像とプレプリントデータとの差分画像を生成することで情報量を削減する文書画像処理装置、文書画像処理方法、および文書画像処理プログラムを提供することを目的とする。

上記の問題を解決するために、本発明に係る文書画像処理装置は、入力文書画像と、前記入力文書画像に対応するプレプリントデータの各画素から各々の文書要素を抽出する文書要素抽出部と、前記入力文書画像および前記プレプリントデータの各々から抽出された前記文書要素の色空間における代表色を推定する代表色推定部と、前記入力文書画像および前記プレプリントデータ各々の前記代表色を前記色空間上で各々分離する分離平面を算出する分離平面算出部と、前記入力文書画像および前記プレプリントデータ各々の前記分離平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素の色を、同じ前記分離領域に分布する前記代表色に置き換える色置換処理部と、各画素の色を前記代表色に置き換えた前記入力文書画像の各画素と、各画素の色を前記代表色に置き換えた前記プレプリントデータの各画素との差分画像を生成する差分画像生成部とを備えることを特徴とする。

本発明に係る文書画像処理方法は、前記入力文書画像と、前記入力文書画像に対応するプレプリントデータの各画素から各々の文書要素を抽出するステップと、前記入力文書画像および前記プレプリントデータの各々から抽出された前記文書要素の色空間における代表色を推定するステップと、前記入力文書画像および前記プレプリントデータ各々の前記代表色を前記色空間上で各々分離する分離平面を算出するステップと、前記入力文書画像および前記プレプリントデータ各々の前記分離平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素の色を、同じ前記分離領域に分布する前記代表色に置き換えるステップと、各画素の色を前記代表色に置き換えた前記文書画像と、各画素の色を前記代表色に置き換えた前記プレプリントデータの各画素との差分画像を生成するステップとを具備することを特徴とする。

本発明に係る文書画像処理プログラムは、入力文書画像を減色処理する文書画像処理装置の文書画像処理プログラムであって、コンピュータに、前記入力文書画像と、前記入力文書画像に対応するプレプリントデータの各画素から各々の文書要素を抽出する機能と、前記入力文書画像および前記プレプリントデータの各々から抽出された前記文書要素の色空間における代表色を推定する機能と、前記入力文書画像および前記プレプリントデータ各々の前記代表色を前記色空間上で各々分離する分離平面を算出する機能と、前記入力文書画像および前記プレプリントデータ各々の前記分離平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素の色を、同じ前記分離領域に分布する前記代表色に置き換える機能と、各画素の色を前記代表色に置き換えた前記文書画像と、各画素の色を前記代表色に置き換えた前記プレプリントデータの各画素との差分画像を生成する機能とを具備することを特徴とする。

本発明によれば、入力文書画像の各画素を的確に代表色に置き換える減色処理を行った文書画像と事前に登録されたプレプリントデータとの差分画像を生成することで、情報量を大幅に削減とすることができる。

本発明の一実施形態の文書画像処理装置の構成を示す図である。 図１に示した第１の実施形態に係るＣＰＵの機能構成を示す図である。 図２に示した文書像入力部に入力される入力文書画像の一例を示す図である。 図２に示した文書識別部２よる識別処理の一例を示すフローチャートである。 図２示した文書識別部により記憶装置から抽出された図３の入力文書画像に対するプレプリントデータの一例を示す図である。 図２に示した減色処理部の機能構成を示す図である。 図６に示した文書要素抽出部の処理の一例を示すフローチャートである。 図３に示した入力文書画像に対して２値化処理を行って生成された２値入力文書画像の一例を示す図である。 図８に示した２値画像に対して文字領域と判別した黒画素のみを抽出した結果の一例を示す図である。 図８に示した２値画像に対して罫線領域と判別した黒画像のみを抽出した結果の一例を示す図である。 図６に示した代表色推定部の処理の概念を説明するための頻度分布の一例を示す図である。 図１１に示した頻度分布において、下地色の頻度分布から各頻度分布への各ベクトルと２値化平面とを加えた頻度分布の一例を示す図である。 分離平面算出部の処理を説明するための頻度分布の一例を示す図である。 図１３に示した頻度分布において、代表色間のベクトルに分布を射影した頻度分布の一例を示す図である。 複数の分離平面を求める状況を説明するための頻度分布の一例を示す図である。 プレプリントデータにおいて代表色推定部が求めた頻度分布を示す図である。 プレプリントデータにおいて代表色推定部が求めた頻度分布に２値化平面を加えた一例を示す図である。 差分画像生成部における差分画像生成処理の一例を示す図である。 図５に示すプレプリントデータと図３に示す入力文書画像に対して差分画像生成処理を行った結果作成された差分画像の一例を示す図である。 本発明の第２の実施形態における減色処理部の機能構成を示す図である。 図２０に示す代表色統一部における代表色統一処理を示すフローチャートである。

以下、本発明の実施の形態について図面を参照しながら説明する。

（第１の実施の形態）
図１は、本発明の一つの実施の形態に係る文書画像処理装置１０の構成を示すブロック図である。

文書画像処理装置１０は、ＣＰＵ１１、ＣＰＵバス１２、記憶装置１３、主記憶部１４、データ入力装置１５、入力インターフェイス装置１６、出力インターフェイス装置１７、画像入力装置１８、画像出力装置１９で構成される。

ＣＰＵ１１、記憶装置１３、主記憶部１４、データ入力装置１５、入力インターフェイス装置１６および出力インターフェイス装置１７は、ＣＰＵバス１２を介してそれぞれ接続されている。

記憶装置１３は、ＣＰＵ１１の作業用メモリである。記憶装置１３は、例えば磁気ディスク装置又は半導体メモリなどで構成されている。主記憶部１４は、プログラム格納領域とテンポラリ記憶領域とを有する。このプログラム格納領域には、この文書画像処理装置１０を制御するプログラムなどが格納される。また、テンポラリ記憶領域は、ＣＰＵ１１の一時記憶領域として使用される。主記憶部１４は、例えば半導体メモリなどで構成されている。本発明に係る文書画像処理プログラムは記憶装置１３に格納されており、文書画像処理装置１０が起動された時に記憶装置１３から主記憶部１４にローディングされる。

データ入力装置１５は、たとえばキーボードやマウスなどからなり、オペレータの操作に応じたデータまたは指令が入力される。入力インターフェイス装置１６には、画像入力装置１８が接続されている。画像入力装置１８は、文字および文字以外の画像（例えば罫線、図形、写真）が印字された文書を読み取るスキャナ装置である。入力インターフェイス装置１６は、画像入力装置１８によって読み取られた文書画像データを入力する。この文書画像データは、ＣＰＵバス１２を介して記憶装置１３に送られて、そこに記憶される。

出力インターフェイス装置１７には、画像出力装置１９が接続されている。出力インターフェイス装置１７は、記憶装置１３に記憶された文書画像データを、ＣＰＵバス１２を介して受信して画像出力装置１９へ出力する。画像出力装置１９は、出力インターフェイス装置１７からの文書画像データを出力するデバイス（例えば、表示装置、印刷装置、ファイル装置など）である。

図２は、図１に示した第１の実施形態に係るＣＰＵ１１の機能構成を示す図である。ＣＰＵ１１は、文書画像処理装置１０の全体を制御する。ＣＰＵ１１は、文書画像入力部１、文書識別部２、減色処理部３、差分画像生成部４を備える。この文書画像入力部１、文書識別部２、減色処理部３、差分画像生成部４は、ＣＰＵ１１が文書画像処理プログラムを実行する際に動作する機能を表したものである。

本実施形態では、プレプリントデータを画像入力装置１８から入力し、入力したプレプリントデータを事前登録プレプリントデータ（以下、単に登録プレプリントデータという）として記憶装置１３が記憶している文書画像処理装置１０の動作を、図３乃至図１９を参照して説明する。なお、登録プレプリントデータは、文書識別部２によって抽出された識別情報とともに記憶装置１３に記憶されているとする。

図２に示した文書画像入力部１は、文書画像データを受信する入力部として機能する。この文書画像データは、スキャナ装置から読み取ったカラー画像データである。

図２における文書画像入力部１によって入力されるカラー文書の画像データである文書画像の一例を図３に示す。図３は、文書画像入力部１によって入力されるあらかじめ印字もしくは印刷された文書に追記及び捺印をした入力文書画像３０１を示す図である。入力文書画像３０１は下地色が白色であり、「申込書」の文字３０２は赤色、太線枠３０３は青色、網点部３０４は薄い青色、「氏名」の文字３０５は青色、罫線枠３０６は黒色、捺印場所の「印」の文字３０７は黒色、記入文字「東芝タロー」３０８は薄い黒色、捺印３０９は朱色であるとする。なお、記入文字「東芝タロー」３０８は鉛筆で記入されたとする。また、捺印３０９は、他の色と比較して画素数が小さいものとする。

図２に示した文書識別部２は、文書画像入力部１が受信した入力文書画像と記憶装置１３に記憶されている登録プレプリントデータとを比較することにより、前記入力文書画像に対する登録プレプリントデータを識別する。図４は、文書識別部２による登録プレプリントデータの識別処理手順を示す。

図４では、文書識別部２は、文書画像入力部１が受信した入力文書画像３０１の識別情報を抽出する（ステップＳ２１）。識別情報とは、文書サイズ、プレプリントされている罫線や文字などの文書要素としての属性情報や、その位置・形状情報等である。たとえば、図３に示す入力文書画像３０１においては、入力文書画像３０１のサイズ、プレプリントされている文字である「申込書」３０２、「氏名」３０５、同じくプレプリントされている罫線の太線枠３０３や、罫線枠３０６等が識別情報として定義される。識別情報の抽出は、具体的には、２値化処理、連結成分抽出処理、特徴量測定処理、属性分類処理によって行う。これらの処理については、後述する文書要素抽出部の処理の説明で詳しく述べる。

続いて、文書識別部２は、登録プレプリントデータの識別情報ＤＢ３０に記憶された登録プレプリントデータの識別情報と、入力文書画像３０１の識別情報を比較する（ステップＳ２２）。そして、一致した登録プレプリントデータ、もしくは最も類似した登録プレプリントデータを入力文書画像３０１に対する登録プレプリントデータと識別する（ステップＳ２３）。なお、この文書識別部２における文書の識別技術としては、特開２００２−１０９４６９に開示された方法を用いてもよい。なお、本実施形態においては登録プレプリントデータの識別情報をあらかじめ登録プレプリントデータの識別情報ＤＢ３０に登録してあるが、入力文書画像３０１の識別情報を抽出する際に登録プレプリントデータの識別情報を抽出するという方法でもよい。

図５は、文書識別部２が識別した入力文書画像３０１に対する登録プレプリントデータ２０１を示す。登録プレプリントデータ２０１は、例えば下地色が白色であり、「申込書」の文字２０２は赤色、太線枠２０３が青色、網点部２０４は薄い青色、「氏名」の文字２０５は青色、罫線枠２０６は黒色、捺印場所の「印」の文字２０７は黒色であるとする。

図２に示した減色処理部３は、入力された入力文書画像３０１と抽出された登録プレプリントデータ２０１のそれぞれに対し、減色処理を行う。すなわち、減色処理部３は、文書画像に対して文字や罫線などの文書要素を抽出する。次に、それらの文書要素の代表色および代表色間における分離平面を求める。次に、２値化平面と分離平面で囲まれた領域を代表色で置き換える。これにより、文書画像に特化した減色処理が行われる。

図６は、減色処理部３の機能構成を示す図である。減色処理部３は、文書要素抽出部１０１、代表色推定部１０２、分離平面算出部１０３、色置換処理部１０４等から構成されている。ここでは、図３に例示した入力文書画像３０１に対して減色処理部３による減色処理の手順を、図６乃至図１５を用いて具体的に説明する。

文書要素抽出部１０１は、まず文書画像の文字や罫線などの文書要素を抽出する。図７は、文書要素抽出部１０１の処理の一例を示すフローチャートである。文書要素抽出部１０１は、２値化処理、連結成分抽出処理、特徴量測定処理および属性分類処理を行う。以下、文書要素抽出部１０１が図３に示す入力文書画像３０１に対して前記処理を行った際の処理手順について、図８〜図１０を用いて説明する。

（２値化処理）
文書要素抽出部１０１は、前処理として２値化処理を行う（図７のステップＳ１１１）。通常、この文書要素の判別として重要なものは、下地と区別可能な濃い濃度の色である。そこで、この文書要素抽出部１０１での２値化処理によって、ノイズや薄い網点領域などを除去した白画素と黒画素からなる２値画像を生成する。２値画像の生成は、たとえば、濃淡画像を２値化処理する際に最適閾値を求める判別分析法などの一般に知られている技法を利用してよい。

図８は、図３に示した入力文書画像３０１に対して２値化処理を行って生成された２値入力文書画像３１１の一例を示す図である。図８において、２値入力文書画像３１１の黒画素３１２は、図３に示した「申込書」の文字３０２に対応する。２値入力文書画像３１１の黒画素３１３は、太線枠３０３に対応する。２値入力文書画像３１１の黒画素３１５は、「氏名」の文字３０５に対応する。２値入力文書画像３１１の黒画素３１６は、罫線枠３０６に対応する。２値入力文書画像３１１の黒画素３１７は、捺印場所の「印」に対応する。２値入力文書画像３１１の黒画素３１８は、記入文字「東芝タロー」３０７に対応する。２値入力文書画像３１１の黒画素３１９は、捺印３０８に対応する。しかしながら、２値化処理により図３に示した網点部３０４は、色濃度が薄いために白画素３１４となる。

（連結成分抽出処理）
文書要素抽出部１０１は、この２値化処理によって生成された２値入力文書画像３１１に対して、黒画素３１２〜３１９の連結性を検出する。そして、連結されているものは１つの塊として抽出する連結成分抽出処理を行う（図７のステップＳ１１２）。

（特徴量測定処理）
文書要素抽出部１０１は、この抽出された各連結成分に対して、「大きさ」、「形状」、「黒画素比率」、「黒画素分布」などの特徴量を計測する（図７のステップＳ１１３）。たとえば、「大きさ」は、連結成分の外接矩形の縦横の画素数から測定する。「形状」は、連結成分の外接矩形が正方形、横に細長い長方形、あるいは縦に細長い長方形等の形状を計測する。「黒画素比率」は、連結成分の外接矩形に対して、黒画素の比率の大小を計測する。「黒画素分布」は、連結成分の外接矩形内における黒画素の分布に偏りがあるか、または一様かを計測する。

（属性分類処理）
文書要素抽出部１０１は、この特徴量測定処理の計測結果を用いて、各連結成分がどのような種類の文書要素であるかの属性分類を行う（図７のステップＳ１１４）。たとえば、「大きさ」が文書画像の大きさに比較して小さく、「形状」が正方形に近く、「黒画素比率」が高い文書要素は、文字と判別する。また、「大きさ」が文字よりも大きく、内部が空白で「黒画素比率」が低く、「黒画素分布」では連結成分の外接矩形付近にのみ黒画素が存在する文書要素は、罫線枠と判別する。また、文字として抽出された連結成分について、周囲で同様な連結成分があった場合のみ、文字として判別してもよい。これにより、２値化時に発生するノイズ成分を除去することが可能である。

図９に示す文字画像３２１は、図８に示した２値入力文書画像３１１に対して文字領域と判別した黒画素３１２，３１５，３１８を抽出した結果を示す図である。文書要素抽出部１０１は、「申込書」の文字３２２、「氏名」の文字３２５、「印」３２７、記入文字「東芝タロー」３２８、捺印３２９を文字画像として抽出している。ただし、文字画像３２１の枠は、文書画像の全体の大きさを便宜的に示すものであり、文書要素抽出部１０１の抽出結果ではない。

図１０に示す罫線画像３３１は、図８に示した２値入力文書画像３１１に対して罫線領域と判別した黒画像３１３，３１６を抽出した結果を示す図である。文書要素抽出部１０１は、太線枠３３３と罫線枠３３６を罫線画像３３１として抽出している。文字画像３２１と同様に、罫線画像３３１の枠は、文書画像の全体の大きさを便宜的に示すものであり、文書要素抽出部１０１の抽出結果ではない。文書要素抽出部１０１は、前記入力された文書画像の各画素から、この文書画像の文書要素を抽出する抽出部として機能する。

こうして、文書要素抽出部１０１で抽出された結果情報は、代表色推定部１０２に出力される。代表色推定部１０２は、抽出した文字や罫線といった文書要素の画素の色や、下地などの画素の色を、色空間における頻度分布を利用して推定する。すなわち、代表色推定部１０２は入力文書画像３０１に対して、各画素の色値をＲＧＢで表現するものとして、３次元の頻度分布を求める。図１１は、代表色推定部１０２の処理を説明するための頻度分布５０１の一例を示す図である。つまり、図１１の頻度分布５０１は、図３に示した入力文書画像３０１の各画素全てについて頻度分布を求め、プロットした結果である。

この頻度分布５０１は、たとえば白色の下地色の頻度分布（以下、「下地色の頻度分布」という）５０２、青色の文字や罫線の頻度分布５０３、薄い青色の網点の頻度分布５０４、黒色の文字や罫線の頻度分布５０５、赤色の文字の頻度分布５０６、鉛筆で記入された多少濃度が薄い黒色の記入文字の頻度分布５０７、朱色の捺印の頻度分布５０８を含んで構成される。

図１１の各頻度分布５０３〜５０８を図３の入力文書画像３０２〜３０９で表すと、下地色の頻度分布５０２は、下地色に対応する。また、青色の文字や罫線の頻度分布５０３は、太線枠３０３、「氏名」の文字３０５に対応する。また、薄い青色の網点の頻度分布５０４は、網点部３０４に対応する。また、黒色の文字や罫線の頻度分布５０５は、罫線枠３０６、捺印場所の「印」の文字３０７に対応する。また、赤色の文字の頻度分布５０６は、「申込書」の文字３０２に対応する。また、鉛筆で記入された多少濃度が薄い黒色の記入文字の頻度分布５０７は、記入文字「東芝タロー」３０８に対応する。また、朱色の捺印の頻度分布５０８は、捺印３０９に対応する。

下地色の頻度分布５０２と各頻度分布５０３〜５０８との間には中間色の頻度分布が広がっている。頻度分布５０１は、これら中間色を包含したものと見做すことができる。ただし、実際には、頻度分布５０１の外側のＲＧＢ値を持った画素も存在している。これについては後述する。各頻度分布５０３〜５０８は、中心付近が最も頻度の高いものとなる。したがって、下地色の頻度分布５０２から各頻度分布５０３〜５０８へのベクトルをそれぞれ求め、これを各頻度分布の代表色と見做すことができる。

なお、各頻度分布５０３〜５０８は、文書要素として抽出された領域のみから頻度分布を求めることが可能であり、この場合、頻度分布５０１のように広がりを持った領域は発生しない。この代表色推定部１０２は、前記抽出された文書要素の色空間における代表色を推定する推定部として機能する。

図１２は、下地色の頻度分布５０２から各頻度分布５０３〜５０８への各ベクトル５１０〜５１５と、２値化平面５２０とを加えた頻度分布の一例を示す図である。なお、各頻度分布５０１〜５０８は、図１１で説明したものと同じである。各ベクトル５１０〜５１５は、それぞれ頻度分布５０３〜５０８の代表ベクトルを示す。また、頻度分布５０１は、２値化平面５２０によって平面上部５２０Ｕと平面下部５２０Ｄとに分割されている。各代表ベクトル５１０〜５１５は、各頻度分布５０１〜５０８における頻度が高いＲＧＢ値を始点と終点としている。

この実施形態では、各代表ベクトル５１０〜５１５を文書画像の頻度分布５０１より算出する場合を考える。この場合、各頻度分布５０３，５０５〜５０８の極大値を調べることにより、各頻度分布への代表ベクトルが算出できる。ところが、頻度分布５０４のように中間色の場合、頻度分布５０１が横に広がり、かつ頻度分布５０３との距離が近い。このため、頻度分布５０４が頻度分布５０３の影響を受け、代表ベクトル５１１が正しく算出できない恐れがある。逆に、頻度分布５０３の代表ベクトル５１０の算出も、頻度分布５０４の影響により正しく算出できない恐れがある。

また、朱色の捺印の頻度分布５０８は、他の頻度分布５０２〜５０７と比較して画素数が少ないため、下地色の頻度分布５０２からの広がりにより代表ベクトル５１５が正しく算出できない場合もある。代表ベクトル５１５が正しく算出できないと、後述する分離平面算出部１０３で正しい分離平面を求めることができず、この結果視認性が低下した画像となる。

そこで、本実施形態では、文字や罫線といった重要な文書要素の代表ベクトルを頻度分布全体から算出するのではなく、下地色や中間色と区別して決定する。そのために、本実施形態では、文書要素抽出部１０１での２値化処理の結果、および文書要素抽出処理の結果を利用する。

図１２において、２値化平面５２０により頻度分布５０１を平面上部５２０Ｕと平面下部５２０Ｄに分割することは、ＲＧＢの色空間における２値化処理を表している。つまり、この平面上部５２０Ｕは下地など濃度が薄い領域となり、この平面下部５２０Ｄは文字や罫線といった文書要素を含む濃度が濃い領域となる。この平面上部５２０Ｕに存在する頻度分布のうち、下地色の頻度分布５０２は薄い青色の網点の頻度分布５０４よりも頻度分布における極大値（ＲＧＢ値）がかなり大きい。このため、下地色の頻度分布５０２を代表ベクトルの基準となる下地色の代表色と推定することが可能となる。推定された極大値は、下地色となりその他の代表ベクトルの基準点となる。その後、次の極大値があると考えられる薄い青色の網点部の頻度分布５０４の極大値を求め、頻度分布５０４の代表色とする。

次に、２値化平面５２０の平面下部５２０Ｄに存在する各頻度分布５０３、５０５、５０６、５０７、５０８に対して、同様に極大値を求め代表色を決定する。この際、頻度分布５０１の全体から代表色を決定するのではなく、文書要素の抽出結果を利用した頻度分布から決定する。つまり、青色の文字や罫線の頻度分布５０３、薄い青色の網点の頻度分布５０４、黒色の文字や罫線の頻度分布５０５、赤色の文字の頻度分布５０６、鉛筆で記入された多少濃度が薄い黒色の記入文字の頻度分布５０７、朱色の捺印の頻度分布５０８から求めることにより、分布の広がりの影響を受けないようにする。このため、正しく代表色を決定することが可能となる。なお、具体的な代表ベクトルの算出方法は、特開平５−６１９７４号公報に開示されている手法を用いてもよい。この手法では、文書画像のＲＧＢデータが入力されると、濃度ヒストグラムを作成して極大点を検出する。そして、下地色を基準点とする極大点の方向ベクトルデータへの変換を行うことにより実現できる。

こうして、代表色推定部１０２で推定された各代表色の情報は、分離平面算出部１０３に出力される。分離平面算出部１０３は、色空間において各代表色間を分離するための平面を求める。図１３は、分離平面算出部１０３の処理を説明するための頻度分布の一例を示す図である。この図１３では、色空間において頻度分布７０１が存在し、その中に頻度分布７０２と頻度分布７０３の２色の分布が含まれる。たとえば、頻度分布７０２が図１１の頻度分布５０４に対応し、頻度分布７０３が図１１の頻度分布５０３に対応している。

これら頻度分布７０１〜７０３の色は、文字や罫線といった文書要素を構成する色であるものとする。これら頻度分布７０２、７０３の代表色を、それぞれ代表色７０５、７０６とし、下地色の頻度分布の代表色を代表色７０４とする。なお、下地色の頻度分布は、たとえば、図１１の頻度分布５０２を想定するとよい。この例では、頻度分布７０２と７０３は、それぞれ別の色であるが、頻度分布７０１に示すように完全に分離できていない。

実際にはこのように頻度分布同士が完全に分離できていないことが多い。この現象は、たとえば文字と罫線が別の色であるときに、又は文字と罫線が接触している場合などに発生すると考えられる。このような状態では、後述する色置換処理部１０４で各画素の色を代表色に置き換える際に、どちらの色に置き換えるかの判断がつかない。そこで、２色の頻度分布間における分離平面７１０を求める。この分離平面７１０の上部のＲＧＢ値を持った画素は全て代表色７０５へ置き換えることが可能となる。同様に、分離平面７１０の下部のＲＧＢ値を持った画素は全て代表色７０６へ置き換えることが可能となる。分離平面算出部１０３は、前記推定された代表色を前記色空間上でそれぞれ分離する分離平面７１０を算出する算出部として機能する。

次に、具体的な分離平面７１０の算出方法について説明する。まず、下地色の代表色７０４と各頻度分布７０２、７０３の代表色７０５、７０６によって求めた２色の代表ベクトル７０７、７０８から２色間のベクトル７０９が求まる。このベクトル７０９の方向ベクトルを（ａ、ｂ、ｃ）とする。分離平面７１０は、ベクトル７０９と垂直に交差する平面とすると、分離平面７１０の法線ベクトルも（ａ、ｂ、ｃ）となる。したがって、分離平面７１０の式（１）は、
ａｘ＋ｂｙ＋ｃｚ＋ｄ＝０ …（１）
となる。

次に、係数ｄの求め方について説明する。図１４は、図１３に示した２色間の分布において、代表色間のベクトルに分布を射影した頻度分布の一例を示す図である。図１３のベクトル７０９は、射影軸８０６に対応する。また、図１３の代表色７０５と７０６は、射影するとそれぞれ分布８０４と８０５に対応する。また、図１３の頻度分布７０１〜７０３は、それぞれ射影分布８０１〜８０３に対応する。この射影分布８０１〜８０３から分離平面８０７を求める。算出方法としては、２値化処理と同様に一般に知られている判別分析法を用いてもよい。この結果、分離平面８０７の射影軸８０６上における座標値（α、β、γ）が算出される。この座標値を式（１）に代入して係数ｄを求めることにより、図１７の色空間における分離平面７１０が算出される。すなわち、係数ｄは、
ｄ＝−（ａα＋ｂβ＋ｃγ）
となる。

分離平面算出部１０３は、実際には各代表色間で求めることとなる。つまり、隣接した代表色間でそれぞれ分離平面を算出し、その平面によって囲まれた領域毎で代表色間の分離を行う。たとえば、図１１の頻度分布５０３、５０５、５０６、５０７、５０８の相互間で分離平面を算出し、それぞれの分離平面によって囲まれた領域毎にそれぞれの代表色を設定する。

ここでは、分離平面に対して正（＋）側と負（−）側を定義し、ある代表色の座標値が正側か負側かを判定する。この代表色がたとえば正側だったら、正側に存在する色の座標値を全て求める。これを各分離平面に対して行い、これら分離平面によって囲まれた領域がこの代表色の該当領域となる。その際、演算コスト削減のため、代表色間の距離を算出し、その距離が予め設定した閾値以上に離れている場合は分離平面の算出を行わなくてもよい。

図１５は、複数の分離平面９１１、９１２、９１５〜９１９を求める状況を説明するための頻度分布の一例を示す図である。この図１５は、図１１のＲＧＢ軸の原点側、つまり黒側から見た図となっている。すなわち、青色の文字や罫線の頻度分布９０１とその代表色９０６、黒色の文字や罫線の頻度分布９０２とその代表色９０７、赤色の文字の頻度分布９０３とその代表色９０８、鉛筆で記入された多少濃度が薄い黒色の記入文字の頻度分布９０４とその代表色９０９、朱色の捺印の頻度分布９０５とその代表色９１０がある。

図１５を図１１の文書画像で表現すると、青色の頻度分布９０１は頻度分布５０３の領域である。また、黒色の頻度分布９０２は頻度分布５０５の領域である。また、赤色の頻度分布９０３は頻度分布５０６の領域である。また、鉛筆で記入された多少濃度が薄い黒色の記入文字の頻度分布９０４とは頻度分布５０７の領域である。また、朱色の捺印頻度分布９０５は頻度分布５０８の領域である。

ここで、青色の頻度分布９０１の分離を考えると、頻度分布９０１と代表色９０６、黒色の頻度分布９０２と代表色９０７によって分離平面９１１を求めることができる。同様に、青色の頻度分布９０１と代表色９０６、赤色の頻度分布９０３と代表色９０８によって分離平面９１２を求めることができる。なお、青色の頻度分布９０１と鉛筆で記入された多少濃度が薄い黒色の記入文字の頻度分布９０４、および青色の頻度分布９０１と朱色の捺印の頻度分布９０５間は、距離が離れているため、分離平面の算出は行わない。実際に、頻度分布９０１と頻度分布９０４間の分離平面を求めても、この分離平面は代表色９０６から見て分離平面９１１と９１２の外側となるためである。この分離平面９１１および９１２で囲まれた領域９１３が青色の領域Ａとなる。

また、黒色の頻度分布９０２と代表色９０７、赤色の頻度分布９０３と代表色９０８によって分離平面９１５を求めることができる。また、黒色の頻度分布９０２と代表色９０７、鉛筆で記入された多少濃度が薄い黒色の記入文字の頻度分布９０４と代表色９０９によって分離平面９１７を求めることができる。また、黒色の頻度分布９０２と代表色９０７、朱色の頻度分布９０５と代表色９１０によって分離平面９１６を求めることができる。また、赤色の頻度分布９０３と代表色９０８、朱色の頻度分布９０５と代表色９１０によって分離平面９１８を求めることができる。また、鉛筆で記入された多少濃度が薄い黒色の記入文字の頻度分布９０４と代表色９０９、朱色の頻度分布９０５と代表色９１０によって分離平面９１９を求めることができる。

黒色の頻度分布９０２の分離で、代表色９０７と他の３つの代表色９０６、９０８、９０９、９１０との距離が予め設定した閾値以下である場合、分離平面９１１、９１５、９１６をそれぞれ求め、各分離平面に囲まれた領域が黒色の領域Ｂと設定してもよい。なお、図１５には図示していないが、白色側は図１２の２値化平面５２０によって分離されている。

したがって、実際には青色の領域Ａは、求めた分離平面９１１、９１２および２値化平面５２０の３つの平面で囲まれた領域となる。同様に、黒色の領域Ｂは、求めた分離平面９１１、９１５、９１７および２値化平面５２０の４つの平面で囲まれた領域となる。同様に、赤色の領域Ｃは、分離平面９１２、９１５、９１８および２値化平面５２０の４つの平面で囲まれた領域となる。同様に、鉛筆で記入された多少濃度が薄い黒色の記入文字の領域Ｄは、分離平面９１６、９１９および２値化平面５２０の３つの平面で囲まれた領域となる。同様に、朱色の領域Ｅは、分離平面９１８、９１９および２値化平面５２０の３つの平面で囲まれた領域となる。

こうして、分離平面算出部１０３で算出された分離平面の領域情報Ａ〜Ｅは、色置換処理部１０４に出力される。色置換処理部１０４は、図１５で説明したように、入力された文書画像の各画素領域を代表色推定部１０２で推定し代表色に置き換える。すなわち、色置換処理部１０４は、各画素のＲＧＢ値を色空間上の点とみなし、分離平面算出処理で算出された分離平面によってどの代表色に分離されるかを検知し、検知した代表色に置き換える。色置換処理部１０４は、前記算出された各平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素領域の色を、同じ前記分離領域に分布する前記代表色に置き換える置換部として機能する。

なお、色置換処理部１０４が分離平面による分離を行う際、図１５の領域９１４に示すような、どの代表色の領域にも属さない領域が発生する場合がある。この領域９１４に画素が存在する場合は、分離平面から代表色を探すのではなく、置き換えが終了した文書画像の周囲の画素を調べることにより置き換えてもよい。具体的には、対象画素がどの代表色にも属さない場合、その対象画素の周囲８方向（上下左右、左斜めの上下、右斜めの上下の方向）の画素を調べ、最も多い代表色をその画素の代表色としてもよい。

減色処理部３は、図５に示す登録プレプリントデータ２０１に対しても同じように減色処理を行う。登録プレプリントデータ２０１に対して代表色推定部１０２が求めた頻度分布４０１を図１６に示す。また、登録プレプリントデータ２０１に対して代表色推定部１０２が求めた頻度分布に２値化平面４２０を加えた一例を図１７に示す。図１７には、図１２と同様に、ベクトル４１０〜４１３、すなわち、それぞれ頻度分布４０３〜４０６の代表色を求めるための代表ベクトルを示している。

減色処理部３は、入力された文書画像の全画素について上述した処理を行い、それぞれの代表色への置き換え（減色処理）を行う。

図２に示した差分画像生成部４は、減色処理部３が減色処理を行った、登録プレプリントデータと入力文書画像との間の差分演算により記入文字を抽出する。差分画像生成部４は、抽出した記入文字を差分画像データとして出力する。次に、差分画像生成部４による差分画像の生成処理について、図１８乃至図１９を用いて説明する。

図１８は、差分画像生成部４による差分画像の生成処理手順の一例を示すフローチャートである。まず、減色処理部３が減色処理を行った登録プレプリントデータと入力文書画像のそれぞれに対して文書画像の傾き量の算出を行う（ステップＳ４１）。次に、算出した傾き量をゼロに補正する（ステップＳ４２）。

一般に、スキャナで読み込まれた画像には画像に傾きが生じることがある。その傾き量は、読み取り対象の文書をスキャナに置くごとに異なってくる。傾きが存在する文書画像を用いて差分を算出すると、プレプリントの文字や罫線などの位置にズレが生じてしまう。その結果、作成した差分画像にノイズが発生する。したがって、差分画像に発生するノイズを削減するために、文書画像の傾き量を算出し、算出された傾き量をゼロにする傾き補正を行う。

ステップＳ４１における傾き検知処理は、例えば特開平５−１７４１８３号公報に開示される手法により実現できる。また、ステップＳ４２における傾き補正処理は、良く知られたアフィン変換を用いて実現できる。

次に、どちらか一方の文書画像を固定し、他方の文書画像の平行移動量を算出することで、文書画像間の移動量の算出を行う（ステップＳ４３）。すなわち、どちらか一方の文書画像を固定し、その他方の文書画像をｘ方向もしくはｙ方向に１ドットずつ移動させ、文書画像間の画素各々における画素値の差分和を求める。双方の文書画像が正しい位置であるほど差分和が小さくなることから、差分和が最小となるｘ、ｙの組み合わせを平行移動量と見なすことができる。なお、ステップＳ４３の移動量の算出処理は、文書画像全体において行っても良い。しかし、文書の紙自体の伸縮やスキャン時のズレなどにより、文書画像全体で均一の移動量にならない場合もある。その場合、文書画像をメッシュに分割し、メッシュ毎に移動量を算出しても良い。また、紙の伸縮が大きい場合、移動量だけではなく、事前に拡大縮小率を求め、画像全体を拡大縮小しても良い。

続いて、双方の文書画像間の画素の差分を計算し、計算結果を用いて文書画像間の差分画像を生成する（ステップＳ４４）。上述の通り、既に減色処理を行っているため、色数の少ない差分画像が生成される。具体的には、ステップＳ４３の移動量の算出処理にて算出されたｘ、ｙの移動量に従って一方の画像を移動する。これにより双方の文書画像の位置が正しく重なる。

ステップＳ４４では、双方の文書画像の画素値を比較し、同じである場合に対応する位置の差分画像の値を白とする。一方、双方の文書画像の画素値が異なる場合、入力された入力文書画像の画素値を差分画像の値とする。これにより、登録プレプリントデータに追記された画素だけを示す差分画像を生成することができる。この差分画像は、記憶装置１３もしくは主記憶部１４に保存される。

図１９は、図５に示す登録プレプリントデータ２０１と図３に示す入力文書画像３０１に対して差分画像の生成処理を行った結果として、作成された差分画像６０１の一例を示す図である。すなわち、減色処理部３による減色処理が行われた登録プレプリントデータ２０１の各代表色の画素と、入力文書画像３０１の各代表色の画素との間で、ステップＳ４４の画像間差分演算処理を行った結果の差分画像である。図１９において、差分画像６０１は登録プレプリントデータに追記された記入文字「東芝タロー」６０８、および捺印６０９で構成されている。

このようして作成・出力された差分画像に対して、圧縮処理などを施すことによって、よりデータ量を削減することが可能となる。その結果、ストレージ量や通信量の削減につながる。

また、本実施形態における文書画像処理装置は、登録プレプリントデータ２０１の減色処理後の画像と差分画像６０２とを用いて、追記や捺印された入力文書画像３０１の減色処理後の文書画像を再構成する再構築処理部を備えてもよい。具体的には、差分画像を生成する際に算出された移動量をもとに、差分画像と登録文書画像の位置を合わせる。その結果、差分画像で白では無い画素値があった場合、登録文書画像のその画素値を差分画像の画素値に置き換える。これにより再構成画像が生成される。

その場合、差分画像と登録文書画像のみを保存すればよいため、ストレージ量を大幅に削減することができる。なお、本実施例においては、双方の文書画像の画素値を比較し、同じである場合に対応する位置の差分画像の値を白としたが、背景色にあわせてもよいし、ｎｕｌｌとしてもよい。

（第２の実施例）
本発明の第２の実施形態について図面を用いて説明する。図２０は、本実施形態における減色処理部３の機能構成を示す図である。本実施形態においては、減色処理部３がさらに代表色統一部１０５を備える。この代表色統一処理部１０５による代表色統一処理について、図３、図５、図１２、図１７、図２０、図２１を用いて説明する。なお、第１の実施形態と同じ動作の説明は省略する。

図５に示す登録プレプリントデータ２０１は、入力文書画像３０１のプレプリント部分の画像であるため、登録プレプリントデータ２０１のＲＧＢの３次元頻度分布４０１と入力文書画像３０１のＲＧＢの３次元頻度分布５０１は大きく変わらない。すなわち、図１２の頻度分布５０１において、頻度分布５０２〜５０６は、図１７に示した頻度分布４０２〜４０６とほぼ同じである。ただし、記入文字３０８による薄い黒色の頻度分布５０７と捺印３０９による朱色の捺印の頻度分布５０８を除く。しかしながら、スキャナにて図３に示す入力文書画像３０１および図５に示す登録プレプリントデータ２０１を読み取る際に、量子化誤差や位置ズレ等が発生する。また、プレプリントの色であっても色ズレが発生する。

同様に、図１７における代表ベクトル４１０〜４１３は、図１２における代表ベクトル５１０〜５１３に対応（類似）しているが、上述したように頻度分布にズレが発生するため、代表ベクトルも異なる。このズレが差分画像を作成する際のノイズとなる。代表色統一部１０５は、このノイズを削減する機能を有する。すなわち、図１２に示す入力文書画像３０１の代表ベクトル５１０〜５１５のうち、図１７に示した代表ベクトル４１１〜４１３に対応する（類似する）代表ベクトルが存在する場合（本例では、代表ベクトル５１０〜５１３）、それを図１７の代表ベクトル４１１〜４１３に置き換える。すなわち、登録プレプリントデータ２０１の代表色に対応する入力文書画像３０１の代表色を登録プレプリントデータ２０１の代表色に置き換える。

図２１は、図２０に示す代表色統一部１０５における代表色統一処理手順を示すフローチャートである。

まず、図１２に示す入力文書画像３０１の下地色の頻度分布５０２から各頻度分布５０３〜５０８への各代表ベクトル５１０〜５１５と、図１７に示す登録プレプリントデータ２０１の下地色の頻度分布４０２から各頻度分布４０３〜４０６への各代表ベクトル４１０〜４１３との距離を計算する。この各代表ベクトル間の距離の計算は、ユークリッド距離を用いて計算できる。算出した距離に基づいて、代表色が類似しているか否かの判定を行う（ステップＳ５１）。すなわち、登録プレプリントデータ２０１の代表ベクトルと入力文書画像３０１の代表ベクトルとの距離が予め定めた閾値未満である場合（ステップＳ５２のＹｅｓ）、入力文書画像３０１の代表ベクトルはプレプリントデータ２０１の代表ベクトルと対応していると判定する。なお、入力文書画像３０１の一つ代表ベクトルに対する距離が閾値未満である登録プレプリントデータ２０１の代表ベクトルが複数存在する場合がある。この場合、最も距離が近い登録プレプリントデータ２０１の代表ベクトルが対応していると判定する。そして、入力文書画像３０１の代表ベクトルを、対応していると判定された登録プレプリントデータ２０１の代表ベクトルに置き換える（ステップＳ５３）。つまり、入力文書画像３０１の代表色を登録プレプリントデータ２０１の代表色に置き換える。一方、登録プレプリントデータ２０１の代表ベクトルと入力文書画像３０１の代表ベクトルとの距離が予め定めた閾値以上である場合（ステップＳ５２のＮｏ）、入力文書画像３０１の代表ベクトルはプレプリントデータ２０１の代表ベクトルに置き換えられない。つまり、入力文書画像３０１の代表色と登録プレプリントデータ２０１の代表色との置き換えは行われない。入力文書画像３０１と登録プレプリントデータ２０１の全ての代表ベクトルにおいて各代表ベクトル間の距離の計算が行われていない場合（ステップＳ５４のＮｏ）、ステップＳ５１に戻り、ステップＳ５１〜ステップＳ５４の処理を繰り返す。入力文書画像３０１と登録プレプリントデータ２０１の全ての代表ベクトルにおいて各代表ベクトル間の距離の計算が行われた場合（ステップＳ５４のＹｅｓ）、代表色の統一処理を終了する。

代表色の統一処理を行った入力文書画像３０１に対し第１の実施形態で説明した分離平面を算出し、色置換処理を行うことにより減色処理を行う。なお、双方の各代表ベクトルの距離を求める際に、各ベクトルの基準となる下地色に関しては、入力文書画像における最大値を登録プレプリントデータの下地色に置き換えてもよい。これは、一般に全ての頻度分布の最大値となる色を下地色とするためである。

本第２の実施形態により、差分画像生成部４が差分画像を生成する際に発生するノイズを削減するとともに、さらなる色数の削減も図ることができる。

なお、本発明は上記した実施形態に限定されず、発明の要旨を逸脱しない範囲において、設計変更して構わない。

例えば、本実施形態では登録プレプリントデータと文書画像入力部１０１より入力された入力文書画像との差分画像を生成しているが、登録プレプリントデータと登録プレプリントデータに追記した入力文書画像とを文書画像入力部１０１より入力し、入力した文書画像データを用いて差分画像を生成してもよい。また、事前にプレプリントデータを登録する際に、減色処理部３による減色処理や、差分画像生成部４による傾き検知処理および傾き補正処理を行った後の文書画像を登録してもよい。

これにより、差分画像生成部４がプレプリントデータと入力文書画像との間で差分画像生成処理を行う際の処理時間短縮を図ることが可能となる。また、薄い青色の網点の頻度分布４０４、５０４は２値化平面より下地色側に存在する薄い濃度の分布であり文書情報としての重要性は低いとみなせるため代表ベクトルを減色後の代表ベクトルとして採用しない。すなわち、色を残さないとしてもよい。

１…文書画像入力部、２…文書識別部、３…減色処理部、４…差分画像生成部、１０…文書画像処理装置、１１…ＣＰＵ、１２…ＣＰＵバス、１３…記憶装置、１４…主記憶部、１５…データ入力装置、１６…入力インターフェイス装置、１７…出力インターフェイス装置、１８…画像入力装置、１９…画像出力装置、３０…登録プレプリントデータの識別情報、１０１…文書要素抽出部、１０２…代表色推定部、１０３…分離平面算出部、１０４…色置換処理部、１０５…代表色統一部、２０１…プレプリントデータ、２０２…「申込書」の文字、２０３…太線枠、２０４…網点部、２０５…「氏名」の文字、２０６…罫線枠、２０７…「印」の文字、３０１…入力文書画像、３０２…「申込書」の文字、３０３…太線枠、３０４…網点部、３０５…「氏名」の文字、３０６…罫線枠、３０７…「印」の文字、３０８…記入文字「東芝タロー」、３０９…捺印、４０１、５０１…頻度分布、４２０、５２０…２値化平面、７０５、７０６、９０６〜９１０…代表色、７１０、８０７、９１１、９１２、９１５〜９１９…分離平面、９１３、９１４…領域

Claims (9)

1. 入力文書画像と、前記入力文書画像に対応するプレプリントデータの各画素から各々の文書要素を抽出する文書要素抽出部と、
   前記入力文書画像および前記プレプリントデータの各々から抽出された前記文書要素の色空間における代表色を推定する代表色推定部と、
   前記入力文書画像および前記プレプリントデータ各々の前記代表色を前記色空間上で各々分離する分離平面を算出する分離平面算出部と、
   前記入力文書画像および前記プレプリントデータ各々の前記分離平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素の色を、同じ前記分離領域に分布する前記代表色に置き換える色置換処理部と、
   各画素の色を前記代表色に置き換えた前記入力文書画像の各画素と、各画素の色を前記代表色に置き換えた前記プレプリントデータの各画素との差分画像を生成する差分画像生成部と、
   を備えることを特徴とする文書画像処理装置。
2. 前記プレプリントデータの前記代表色と、それに対応する前記入力文書画像の前記代表色が類似している場合、前記入力文書画像の前記代表色を前記プレプリントデータの前記代表色に置き換える代表色統一部を更に備えること特徴とする請求項１に記載の文書画像処理装置。
3. 前記各画素の色を前記代表色に置き換えた前記プレプリントデータと前記差分画像生成部により生成された前記差分画像とを用いて文書画像を構築する再構築処理部を更に備えることを特徴とする請求項１に記載の文書画像処理装置。
4. 前記プレプリントデータを識別情報と対応付けて記憶する記憶部と、
   前記入力文書画像の識別情報と一致又は類似する前記記憶部に記憶された前記プレプリントデータを前記入力文書画像のプレプリントデータとして識別する文書識別部と
   を更に備えることを特徴とする請求項１に記載の文書画像処理装置。
5. 前記各画素の色を前記代表色に置き換えた前記プレプリントデータを記憶する記憶部を更に備え、
   前記差分画像生成部は前記各画素の色を前記代表色に置き換えた前記入力文書画像の各画素と前記記憶部に記憶された前記プレプリントデータとを用いて前記差分画像を生成することを特徴とする請求項１に記載の文書画像処理装置。
6. 入力文書画像から各々の文書要素を抽出する文書要素抽出部と、
   前記入力文書画像から抽出された前記文書要素の色空間における代表色を推定する代表色推定部と、
   前記入力文書画像の前記代表色を前記色空間上で各々分離する分離平面を算出する分離平面算出部と、
   前記入力文書画像の前記分離平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素の色を、同じ前記分離領域に分布する前記代表色に置き換える色置換処理部と、
   各画素の色を前記代表色に置き換えた前記入力文書画像の各画素と、前記代表色の置き換えが既に施された前記入力文書画像に対応するプレプリントデータの各画素との差分画像を生成する差分画像生成部と、
   を備えることを特徴とする文書画像処理装置。
7. 前記入力文書画像と、前記入力文書画像に対応するプレプリントデータの各画素から各々の文書要素を抽出するステップと、
   前記入力文書画像および前記プレプリントデータの各々から抽出された前記文書要素の色空間における代表色を推定するステップと、
   前記入力文書画像および前記プレプリントデータ各々の前記代表色を前記色空間上で各々分離する分離平面を算出するステップと、
   前記入力文書画像および前記プレプリントデータ各々の前記分離平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素の色を、同じ前記分離領域に分布する前記代表色に置き換えるステップと、
   各画素の色を前記代表色に置き換えた前記文書画像と、各画素の色を前記代表色に置き換えた前記プレプリントデータの各画素との差分画像を生成するステップと、
   を具備することを特徴とする文書画像処理方法。
8. 文書画像を入力するステップと、
   前記入力文書画像の各画素から文書要素を抽出するステップと、
   前記入力文書画像から抽出された前記文書要素の色空間における代表色を推定するステップと、
   前記入力文書画像の前記代表色を前記色空間上で分離する分離平面を算出するステップと、
   前記入力文書画像の前記分離平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素の色を、同じ前記分離領域に分布する前記代表色に置き換えるステップと、
   前記各画素の色を前記代表色に置き換えた前記入力文書画像と、前記代表色の置き換えが既に施された前記入力文書画像に対応するプレプリントデータの各画素との差分画像を生成するステップと、
   を有することを特徴とする文書画像処理方法。
9. 入力文書画像を減色処理する文書画像処理装置の文書画像処理プログラムであって、
   コンピュータに、
   前記入力文書画像と、前記入力文書画像に対応するプレプリントデータの各画素から各々の文書要素を抽出する機能と、
   前記入力文書画像および前記プレプリントデータの各々から抽出された前記文書要素の色空間における代表色を推定する機能と、
   前記入力文書画像および前記プレプリントデータ各々の前記代表色を前記色空間上で各々分離する分離平面を算出する機能と、
   前記入力文書画像および前記プレプリントデータ各々の前記分離平面によって分離される前記色空間の分離領域に分布する前記文書要素の各画素の色を、同じ前記分離領域に分布する前記代表色に置き換える機能と、
   各画素の色を前記代表色に置き換えた前記文書画像と、各画素の色を前記代表色に置き換えた前記プレプリントデータの各画素との差分画像を生成する機能と、
   を実行させることを特徴とする文書画像処理プログラム。