JP4840388B2 - 画像処理装置及び画像処理プログラム - Google Patents

Description

本発明は、画像処理装置及び画像処理プログラムに関する。

印刷した帳票やレジュメなどの媒体が紙である文書にユーザが記入した追記等を検出したり、セキュリティ文書が改竄されていないかどうかを検証したり、図面に対する追加や削除などの変更箇所を明らかにしたい場合など、原本とスキャンした紙文書（原本と比較したい文書、つまり、追記等が行われている可能性のある文書）を比較して差分を抽出する処理が行われる。この抽出の際、前処理として原本画像とスキャン画像の位置合わせを高精度に行う必要がある。

これに関連する技術として、例えば、特許文献１には、特定マークを用いることなく、少ない計算量で、画像の位置ずれ、回転、変倍を補正することを課題とし、パターン抽出部で入力画像より所定の大きさ範囲のパターンを抽出し、同一パターン抽出部で、参照画像のパターンと同一のパターンを見つけ、対応点検出部で、入力画像と参照画像の対応した同一パターンの重心を検出し、画像補正部は対応パターンの重心位置間のずれを算出して補正式を決定し、この補正式にしたがって入力画像の補正画像を生成し、文字画像切り出し部で参照画像の文字画像存在領域の座標に基づき補正画像より文字画像を切り出し、これを文字認識部で文字認識することが開示されている。

また、例えば、特許文献２には、帳票上に特別のマークを設けることなく、少ない計算量で、２つの帳票画像の位置合わせを行うことを課題とし、ファックス文字認識装置において、ファックスからの入力画像より線分の十字点を抽出し、抽出された十字点と、参照画像より予め抽出された十字点との対応付けをし、対応した十字点間の位置関係に基づき参照画像に対する入力画像の位置ずれ／回転／変倍の補正式を作成し、入力画像を補正することにより両画像を位置合わせし、入力画像の補正画像より文字画像領域を切り出し、文字認識することが開示されている。

また、例えば、特許文献３には、画像間のずれの算出、画像補正処理を正確に実行する装置、及び方法を提供することを課題とし、複数の画像間のずれを算出するために実行する対応連結領域選択処理を、選択条件を変更して複数回実行し、例えば検索範囲を、広い設定から順次狭い設定に変更し、比較対象の特徴量情報の種類数は、多い設定から少ない設定に変更し、比較対象の特徴量情報の一致度は、厳しい設定から緩い設定に変更する。初期的に実行する粗調処理においては、２画像のずれ量が大きくても対応連結領域を発見でき、また、後半で実行する微調処理では、狭い範囲で、かつ緩い一致条件の下で、対応連結領域選択処理を実行するので、対応関係のある連結領域を効率的に抽出でき、本構成により、正確で効率的な画像間のずれ量算出、調整処理が可能となることが開示されている。
特開平０９−２４５１７３号公報 特開平１０−０９１７８３号公報 特開２００６−２３５７８５号公報

従来技術では、複数の画像間で比較を行う場合に、その複数の画像間で対応する領域を迅速に抽出することは困難である。
本発明は、複数の画像間で比較を行う場合に、その比較のための位置合わせの基準となる領域を探索する処理量を削減するようにした画像処理装置及び画像処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、画像内の連結領域を抽出する領域抽出手段と、前記領域抽出手段によって抽出された連結領域の形状を判定する形状判定手段と、前記形状判定手段によって判定された形状に基づいて、他の画像と比較するための位置合わせに用いる領域を選択する領域選択手段と、前記領域選択手段によって選択された領域を用いて、前記画像と前記他の画像との比較を行う画像比較手段を具備し、前記形状判定手段は、前記連結領域を細線化し、該細線化された連結領域の頂点の数に基づいて、形状を判定することを特徴とする画像処理装置である。

請求項２の発明は、前記領域抽出手段によって抽出された連結領域の特徴量を抽出する特徴量抽出手段をさらに具備し、前記領域選択手段は、前記特徴量抽出手段によって抽出された特徴量をも用いて位置合わせに用いる領域を選択することを特徴とする請求項１に記載の画像処理装置である。

請求項３の発明は、画像内の連結領域を抽出する領域抽出手段と、前記領域抽出手段によって抽出された連結領域の特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段によって抽出された特徴量に基づいて、前記領域抽出手段によって抽出された連結領域の形状を判定する形状判定手段と、前記形状判定手段によって判定された形状に基づいて、他の画像と比較するための位置合わせに用いる領域を選択する領域選択手段と、前記領域選択手段によって選択された領域を位置合わせに用いて、前記画像と前記他の画像との差分の画像を抽出する差分抽出手段と、前記差分抽出手段によって抽出された差分の画像を前記他の画像と異なる態様で重ね合わせて出力する出力手段を具備し、前記形状判定手段は、前記連結領域を細線化し、該細線化された連結領域の頂点の数に基づいて、形状を判定することを特徴とする画像処理装置である。

請求項４の発明は、コンピュータを、画像内の連結領域を抽出する領域抽出手段と、前記領域抽出手段によって抽出された連結領域の形状を判定する形状判定手段と、前記形状判定手段によって判定された形状に基づいて、他の画像と比較するための位置合わせに用いる領域を選択する領域選択手段と、前記領域選択手段によって選択された領域を用いて、前記画像と前記他の画像との比較を行う画像比較手段として機能させ、前記形状判定手段は、前記連結領域を細線化し、該細線化された連結領域の頂点の数に基づいて、形状を判定することを特徴とする画像処理プログラムである。
請求項５の発明は、コンピュータを、画像内の連結領域を抽出する領域抽出手段と、前記領域抽出手段によって抽出された連結領域の特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段によって抽出された特徴量に基づいて、前記領域抽出手段によって抽出された連結領域の形状を判定する形状判定手段と、前記形状判定手段によって判定された形状に基づいて、他の画像と比較するための位置合わせに用いる領域を選択する領域選択手段と、前記領域選択手段によって選択された領域を位置合わせに用いて、前記画像と前記他の画像との差分の画像を抽出する差分抽出手段と、前記差分抽出手段によって抽出された差分の画像を前記他の画像と異なる態様で重ね合わせて出力する出力手段として機能させ、前記形状判定手段は、前記連結領域を細線化し、該細線化された連結領域の頂点の数に基づいて、形状を判定することを特徴とする画像処理プログラムである。

請求項１の画像処理装置によれば、複数の画像間で比較を行う場合に、本構成を有していないものに比較して、その比較のための位置合わせの基準となる領域を探索する処理量を削減することができる。

請求項２の画像処理装置によれば、請求項１の画像処理装置による効果に加えて、位置合わせの基準となる領域の探索の誤りを減少することができる。

請求項３の画像処理装置によれば、複数の画像間で比較を行う場合に、その差分を判別しやすいように出力することができる。

請求項４の画像処理プログラムによれば、複数の画像間で比較を行う場合に、本構成を有していないものに比較して、その比較のための位置合わせの基準となる領域を探索する処理量を削減することができる。
請求項５の画像処理プログラムによれば、複数の画像間で比較を行う場合に、その差分を判別しやすいように出力することができる。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、コンピュータ・プログラム、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能にほぼ一対一に対応しているが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。
所定という用語は、予め定められたの意の他に、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じての意を含めて用いる。
以下、画像の比較として、その比較対象の画像として原画像と比較画像を例示して説明する。２枚の画像に限る必要はなく、より枚数が多くてもよい。

本実施の形態は、複数の画像間で比較を行うものであって、図１に示すように、画像受付モジュール１００、単色化／２値化モジュール１１０、連結領域抽出モジュール１２０、特徴量抽出モジュール１３０、形状判定モジュール１４０、対応基準領域選択モジュール１５０、補正係数算出モジュール１６０、変換モジュール１７０、差分抽出モジュール１８０、画像出力モジュール１９０を有している。なお、図１では、接続線によって各モジュールの接続関係を示しているが、そのモジュールとの接続関係のみでなく、それ以外のモジュールとの接続関係もあり得る。
本実施の形態は、画像内の連結領域を抽出し、その連結領域の形状に基づいて、直線、円、四角などに分類し、対応する連結領域（比較のための位置合わせの基準となる領域）を探索する際には、同じ形状の連結領域に対してパターマッチングを行うものである。探索の対象をその形状により事前に絞り込むことで、迅速に対応する連結領域を抽出し、また、対応する連結領域の位置合わせとして、連結領域の重心だけでなく、各形状に適した基準点を選択するようにしたものである。

画像受付モジュール１００は、単色化／２値化モジュール１１０と接続されており、原画像と比較画像を受け付けて、その画像を単色化／２値化モジュール１１０へ渡す。画像を受け付けるとは、スキャナで画像を読み込むこと、ファックスで画像を受信すること、画像データベース等から画像を読み出すこと等が含まれる。特に、原画像は、電子文書から生成された画像であってもよい。画像は、２値画像であってもよいし、多値画像（カラー画像を含む）であってもよい。また、画像の内容として、ビジネス用に用いられる文書、図面、広告宣伝用のパンフレット等であってもよい。また、原画像と比較画像の比較として、本実施の形態では、差分を抽出して、それを提示する例を示す。

単色化／２値化モジュール１１０は、画像受付モジュール１００、連結領域抽出モジュール１２０と接続されており、画像受付モジュール１００によって受け付けられた画像が２値画像以外の場合は、単色化又は２値化処理を行い、その画像を連結領域抽出モジュール１２０へ渡す。単色化とは、カラー画像に対して、所定の色値を有する画素からなる画像に変換することをいう。
連結領域抽出モジュール１２０は、単色化／２値化モジュール１１０、特徴量抽出モジュール１３０と接続されており、単色化／２値化モジュール１１０によって変換された画像内の連結領域を抽出する。ここで、連結領域とは、黒画素（黒画素と限る必要はないが、本実施の形態では黒画素を例として挙げる）が４連結又は８連結でつながっている領域をいう。そして、この連結領域にそれぞれを識別できるラベルを割り付けてもよい（ラベリング処理）。

特徴量抽出モジュール１３０は、連結領域抽出モジュール１２０、形状判定モジュール１４０と接続されており、連結領域抽出モジュール１２０によって抽出された連結領域毎の特徴量を抽出し、その連結領域毎の特徴量を形状判定モジュール１４０へ渡す。特徴量としては、例えば、連結領域の重心、面積、連結領域を細線化した線長（その細線の画素数）、連結領域の外接矩形の幅、高さなどがある。
形状判定モジュール１４０は、特徴量抽出モジュール１３０、対応基準領域選択モジュール１５０と接続されており、連結領域抽出モジュール１２０によって抽出された連結領域の形状を判定する。そして、形状の判定結果を対応基準領域選択モジュール１５０へ渡す。より具体的には、例えば、連結領域抽出モジュール１２０によって抽出された連結領域を細線化し、その細線化された連結領域の頂点の数に基づいて、形状を判定する。形状判定の際には、特徴量抽出モジュール１３０によって抽出された特徴量を用いるようにしてもよい。なお、判定する形状としては、直線、円、四角などがある。

対応基準領域選択モジュール１５０は、形状判定モジュール１４０、補正係数算出モジュール１６０と接続されており、形状判定モジュール１４０によって判定された形状に基づいて、原画像と比較するための位置合わせに用いる領域（以下、基準領域ともいう）を選択する。つまり、原画像と比較画像において同等の形状のものを基準点候補として、互いの連結領域のマッチングを行って基準領域を選択する。また、対応基準領域選択モジュール１５０は、特徴量抽出モジュール１３０によって抽出された特徴量をも用いて基準領域を選択するようにしてもよい。そして、その選択された基準領域を補正係数算出モジュール１６０へ渡す。

補正係数算出モジュール１６０は、対応基準領域選択モジュール１５０、変換モジュール１７０と接続されており、対応基準領域選択モジュール１５０によって選択された基準領域を用いて、原画像と比較画像の基準領域同士の位置合わせを行うために、その基準領域の基準点を抽出し、その基準点を基にして比較画像を補正する係数を算出する。そして、その算出された補正係数を変換モジュール１７０へ渡す。なお、抽出する基準点は、例えば、その基準領域の重心であってもよいし、形状判定モジュール１４０によって判定された形状に応じたものであってもよい。例えば、円と判定された基準領域であればその中心、直線であれば端点（１つであってもよいし２つであってもよい）、四角であればその頂点でもよい。さらに、基準領域の数に応じて、基準点を抽出するようにしてもよい。例えば、基準領域が所定数以内である場合、基準点を増加させるために、直線であれば端点、四角であればその頂点を用いるようにしてもよい。その重心に加えて抽出してもよいし、その重心に代えて抽出してもよい。
変換モジュール１７０は、補正係数算出モジュール１６０、差分抽出モジュール１８０と接続されており、補正係数算出モジュール１６０によって算出された補正係数を用いて、比較画像を変換する。そして、その変換した画像を差分抽出モジュール１８０へ渡す。

差分抽出モジュール１８０は、変換モジュール１７０、画像出力モジュール１９０と接続されており、対応基準領域選択モジュール１５０によって選択された基準点を用いて、比較画像と原画像との差分を抽出する。つまり、比較画像と原画像の互いの基準点を合わせて、排他的論理和による処理を行い、差分の画像を抽出する。また、その比較画像は変換モジュール１７０によって補正されたものであってもよい。そして、その差分画像を画像出力モジュール１９０へ渡す。
画像出力モジュール１９０は、差分抽出モジュール１８０と接続されており、差分抽出モジュール１８０によって抽出された差分画像を原画像と異なる態様（例えば、赤い色で表示する等）で重ね合わせて出力する。ここで、出力するとは、紙に印刷すること、ディスプレイに表示すること、その画像を送信すること、画像データベースへ格納すること等を含む。利用者は、その出力された画像を観察することによって、原画像と比較画像の差分を確認する。

図２は、本実施の形態による処理例を示すフローチャートである。
ステップＳ２０２では、まず画像受付モジュール１００が原画像と比較画像を受け付ける。ここでは、比較画像が１枚の場合について説明する。つまり、原画像と１枚の比較画像との比較の場合について説明する。そして、単色化／２値化モジュール１１０は、原画像と比較画像が多値画像であれば、単色化／２値化処理を行う。
ステップＳ２０４では、連結領域抽出モジュール１２０が、原画像と比較画像内の連結領域を抽出する。
ステップＳ２０６では、特徴量抽出モジュール１３０が、ステップＳ２０４で抽出された連結領域毎の特徴量を算出する。

ステップＳ２０８では、形状判定モジュール１４０が、ステップＳ２０４で抽出された連結領域毎に、連結領域を細線化したものの頂点の数に基づいて判定する。その頂点数が２であればステップＳ２２０へ進み、０であればステップＳ２１０へ進み、それ以外であればステップＳ２１８へ進む。
頂点の判定基準について、図３、４を用いて説明する。図３は、細線化された連結領域の頂点例を示す説明図である。図４は、頂点か否かを判断するためのパターン例を示す説明図である。
連結領域を細線化したものは、画素３２１等からなる画素塊である。まず、その外接矩形３００を求める。そして、その外接矩形の角に位置する黒画素を頂点とする（頂点判定基準１）。例えば、画素３１１が頂点となる。また、外接矩形の辺に接しており対象とする黒画素と所定の位置関係にある画素が白画素である該対象画素を頂点とする。より具体的には、対象とする黒画素が外接矩形の辺の内側に接しており、その辺の内側に接しており対象黒画素に隣接するどちらか一方又は両隣が白画素であり、さらにその白画素の外接矩形内における内側の画素が白画素である場合を頂点とする（頂点判定基準２）。例えば、画素３１２は、その上側に隣接する画素が白画素であり、その右側も白画素であるので、頂点となる。また、画素３２２は、その下側に隣接する画素が白画素であり、その左側は白画素ではないので、頂点とはならない。また、画素３１３は、その上側に隣接する画素が白画素であり、その左側も白画素であるので、頂点となる。つまり、図３に示す連結領域は３つの頂点を有していることになる。また、画素３２１のように外接矩形３００に接していなければ頂点にはならない。

また、形状判定モジュール１４０は、頂点判定基準２を適用するのに、図４に示すようなパターンとのマッチングを行うようにしてもよい。つまり、図４（ａ）、（ｂ）は、外接矩形の左辺の内側に接している画素に対してのパターンであり、図４（ｃ）、（ｄ）は、外接矩形の上辺の内側に接している画素に対してのパターンであり、図４（ｅ）、（ｆ）は、外接矩形の右辺の内側に接している画素に対してのパターンであり、図４（ｇ）、（ｈ）は、外接矩形の下辺の内側に接している画素に対してのパターンである。これらのパターンとマッチングした画素数が頂点の数となる。

ステップＳ２１０では、形状判定モジュール１４０が、頂点数が０である連結領域毎に、その形状が円であるか否かを判定する。かかる判定において円であると判定した場合（ＹＥＳ）はステップＳ２１２へ進み、それ以外の場合（ＮＯ）はステップＳ２１４へ進む。
円であるか否かの判定について、図５を用いて説明する。外接矩形５００内の細線化された連結領域の頂点数は０である。細線化された連結領域について、その重心５０１と画素５１１等の各黒画素の距離５０２が所定の範囲内であれば円と判定する（ステップＳ２１２）。

ステップＳ２１４では、形状判定モジュール１４０が、頂点数が０であり円ではない連結領域毎に、その形状が四角であるか否かを判定する。かかる判定において四角であると判定した場合（ＹＥＳ）はステップＳ２１６へ進み、それ以外の場合（ＮＯ）はステップＳ２１８へ進む。
四角であるか否かの判定について、図６を用いて説明する。外接矩形６００内の細線化された連結領域の頂点数は０である。つまり、外接矩形６００の角には黒画素がない。細線化された連結領域について、その細線化した連結画素６１１等の各黒画素に対して最近傍の外接矩形６００の辺との距離が所定の範囲内であれば矩形（四角）と判定（ステップＳ２１６）する。

ステップＳ２１８では、形状判定モジュール１４０が、頂点数が０、２以外である場合（ステップＳ２０８で「他」の場合）、頂点数は０であるが円、四角以外である場合（ステップＳ２１４で「ＮＯ」の場合）は、その他の形状と判定する。

ステップＳ２２０では、形状判定モジュール１４０が、頂点数が２である連結領域毎に、その形状が直線であるか否かを判定する。かかる判定において直線であると判定した場合（ＹＥＳ）はステップＳ２２２へ進む。それ以外の場合（ＮＯ）はステップＳ２２６へ進み、その他の形状と判定する。
直線であるか否かの判定は、細線化された連結領域内の各黒画素から回帰直線を求め、その回帰誤差（各黒画素と回帰直線との差）が所定の範囲内であれば直線と判定（ステップＳ２２２）する。

ステップＳ２２４では、形状判定モジュール１４０が、直線と判定された連結領域について、方向及びその傾きを求める。つまり、回帰係数と外接矩形の幅と高さの比から、その方向と傾きを求める。例えば、図７、８に示すように、外接矩形７００、８００内の画素７１３、８１３等の各黒画素からなる細線化された連結領域は、頂点数がそれぞれ２（画素７１１と画素７１２、画素８１１と画素８１２）であり、回帰直線７０１、８０１との回帰誤差は所定範囲内にあることから直線と判定され、その回帰係数の値（符号だけでもよい）がプラスならば方向は右上がり、マイナスならば方向は左上がりであり、外接矩形７００、８００の幅と高さの比（高さ／幅）から傾きを求める。つまり、図７に示した直線は、方向が右上がり、傾きが１である。図８に示した直線は、方向が左上がり、傾きが１（−１でもよい）である。
なお、外接矩形の幅又は高さが１である場合（図９（ａ）、（ｂ）に示す細線化された連結領域の外接矩形９００ａ、９００ｂ）、その幅と高さの比のみで水平線か垂直線かを判断してもよい。なお、図９（ａ）に示した連結領域は画素９１１ａと画素９１２ａを通る垂直線９０１ａと判定し、図９（ｂ）に示した連結領域は画素９１１ｂと画素９１２ｂを通る水平線９０１ｂと判定する。

ステップＳ２２８では、対応基準領域選択モジュール１５０が、形状を用いて、原画像から抽出された連結領域Ａと対応付けられる比較画像から抽出された連結領域Ｂを探索する。例えば、連結領域Ａと同じ形状と判定された連結領域Ｂの特徴量から特徴ベクトルを作成し、連結領域Ａの特徴量から作成した特徴ベクトルと距離が近い連結領域を対応する連結領域Ｂとする。つまり、マッチング対象を絞り込むために、形状が同じ連結領域同士を対象とする。そして、ステップＳ２０４で抽出したその連結領域の特徴量を用いてマッチングを行う。マッチングした連結領域を基準領域とする。

ステップＳ２３０では、補正係数算出モジュール１６０が、ステップＳ２２８で対応付けがなされた連結領域の重心等を基準点として、比較画像を原画像に合わせるための補正係数である例えばアフィン変換係数を算出する。算出方法としては、例えば、特開平９−９３４３１号公報に開示されている。
ステップＳ２３２では、変換モジュール１７０が、算出されたアフィン変換係数を用いて比較画像をアフィン変換する。次に、差分抽出モジュール１８０が、ステップＳ２３０で抽出した基準点を一致させた場合の、アフィン変換された比較画像と原画像との差分を抽出する。画像出力モジュール１９０が、その差分の画像を、原画像とは異なる態様で提示する。例えば、色を異ならせた差分の画像を、原画像と重ね合わせて表示するようにしてもよい。利用者は、色が異なる部分が原画像から改変等された部分であると確認できる。

なお、原画像のみを最初に処理しておくようにしてもよい。つまり、原画像のみに対して、ステップＳ２０２からステップＳ２２６（ステップＳ２２８の直前）までの処理を行い、その処理結果（各連結領域の形状の判定）を記憶しておき、その後に比較画像に対して、原画像に対する処理結果を用いて、ステップＳ２０２からステップＳ２３２までの処理を行うようにしてもよい。

図１０を参照して、本実施の形態のハードウェア構成例について説明する。図１０に示す構成は、例えばパーソナルコンピュータ（ＰＣ）などによって構成されるものであり、スキャナ等のデータ読み取り部１０１７と、プリンタなどのデータ出力部１０１８を備えたハードウェア構成例を示している。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１００１は、前述の実施の形態において説明した各種のモジュール、すなわち、連結領域抽出モジュール１２０、特徴量抽出モジュール１３０、形状判定モジュール１４０、対応基準領域選択モジュール１５０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがって処理を実行する制御部である。

ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１００２は、ＣＰＵ１００１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１００３は、ＣＰＵ１００１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス１００４により相互に接続されている。

ホストバス１００４は、ブリッジ１００５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス１００６に接続されている。

キーボード１００８、マウス等のポインティングデバイス１００９は、操作者により操作される入力デバイスである。ディスプレイ１０１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）などから成り、各種情報をテキストやイメージ情報として表示する。

ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１０１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ１００１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、原画像、比較画像、連結領域等のデータなどが格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。

ドライブ１０１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体１０１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース１００７、外部バス１００６、ブリッジ１００５、及びホストバス１００４を介して接続されているＲＡＭ１００３に供給する。リムーバブル記録媒体１０１３も、ハードディスクと同様のデータ記録領域として利用可能である。

接続ポート１０１４は、外部接続機器１０１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート１０１４は、インタフェース１００７、及び外部バス１００６、ブリッジ１００５、ホストバス１００４等を介してＣＰＵ１００１等に接続されている。通信部１０１６は、ネットワークに接続され、外部とのデータ通信処理を実行する。データ読み取り部１０１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部１０１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。

なお、図１０に示すハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図１０に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図１０に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

なお、前述の実施の形態においては、差分の画像を出力することを示したが、差分の画像の連結領域数が所定数以内であれば、同一の画像であると判断するようにしてもよい。
また、前述の実施の形態の対応基準領域選択モジュール１５０では、形状として、四角、円、直線の形状を用いたが、直線については、その方向又は傾きをも加えて同一の形状と判定するようにしてもよい。
また、対応基準領域選択モジュール１５０は、特徴空間における所定距離内に同一形状の連結領域がない場合、形状の種類に応じて順番を設け、その順番にそって探索してもよい。例えば、円と分類されている連結領域の特徴ベクトルの所定距離内に形状が円と分類されている連結領域の特徴ベクトルがない場合、次には矩形と分類されている連結領域から探索し、それでもない場合にはその他と分類されている連結領域から探索する、という具合に探索範囲を順に広げていく。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態による処理例を示すフローチャートである。 細線化された連結領域の頂点例を示す説明図である。 頂点か否かを判断するためのパターン例を示す説明図である。 本実施の形態によって円と判定される例を示す説明図である。 本実施の形態によって四角と判定される例を示す説明図である。 本実施の形態によって直線と判定される例を示す説明図である。 本実施の形態によって直線と判定される例を示す説明図である。 本実施の形態によって直線と判定される例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

符号の説明

１００…画像受付モジュール
１１０…単色化／２値化モジュール
１２０…連結領域抽出モジュール
１３０…特徴量抽出モジュール
１４０…形状判定モジュール
１５０…対応基準領域選択モジュール
１６０…補正係数算出モジュール
１７０…変換モジュール
１８０…差分抽出モジュール
１９０…画像出力モジュール

Claims (5)

1. 画像内の連結領域を抽出する領域抽出手段と、
   前記領域抽出手段によって抽出された連結領域の形状を判定する形状判定手段と、
   前記形状判定手段によって判定された形状に基づいて、他の画像と比較するための位置合わせに用いる領域を選択する領域選択手段と、
   前記領域選択手段によって選択された領域を用いて、前記画像と前記他の画像との比較を行う画像比較手段
   を具備し、
   前記形状判定手段は、
   前記連結領域を細線化し、該細線化された連結領域の頂点の数に基づいて、形状を判定する
   ことを特徴とする画像処理装置。
2. 前記領域抽出手段によって抽出された連結領域の特徴量を抽出する特徴量抽出手段
   をさらに具備し、
   前記領域選択手段は、前記特徴量抽出手段によって抽出された特徴量をも用いて位置合わせに用いる領域を選択する
   ことを特徴とする請求項１に記載の画像処理装置。
3. 画像内の連結領域を抽出する領域抽出手段と、
   前記領域抽出手段によって抽出された連結領域の特徴量を抽出する特徴量抽出手段と、
   前記特徴量抽出手段によって抽出された特徴量に基づいて、前記領域抽出手段によって抽出された連結領域の形状を判定する形状判定手段と、
   前記形状判定手段によって判定された形状に基づいて、他の画像と比較するための位置合わせに用いる領域を選択する領域選択手段と、
   前記領域選択手段によって選択された領域を位置合わせに用いて、前記画像と前記他の画像との差分の画像を抽出する差分抽出手段と、
   前記差分抽出手段によって抽出された差分の画像を前記他の画像と異なる態様で重ね合わせて出力する出力手段
   を具備し、
   前記形状判定手段は、
   前記連結領域を細線化し、該細線化された連結領域の頂点の数に基づいて、形状を判定する
   ことを特徴とする画像処理装置。
4. コンピュータを、
   画像内の連結領域を抽出する領域抽出手段と、
   前記領域抽出手段によって抽出された連結領域の形状を判定する形状判定手段と、
   前記形状判定手段によって判定された形状に基づいて、他の画像と比較するための位置合わせに用いる領域を選択する領域選択手段と、
   前記領域選択手段によって選択された領域を用いて、前記画像と前記他の画像との比較を行う画像比較手段
   として機能させ、
   前記形状判定手段は、
   前記連結領域を細線化し、該細線化された連結領域の頂点の数に基づいて、形状を判定する
   ことを特徴とする画像処理プログラム。
5. コンピュータを、
   画像内の連結領域を抽出する領域抽出手段と、
   前記領域抽出手段によって抽出された連結領域の特徴量を抽出する特徴量抽出手段と、
   前記特徴量抽出手段によって抽出された特徴量に基づいて、前記領域抽出手段によって抽出された連結領域の形状を判定する形状判定手段と、
   前記形状判定手段によって判定された形状に基づいて、他の画像と比較するための位置合わせに用いる領域を選択する領域選択手段と、
   前記領域選択手段によって選択された領域を位置合わせに用いて、前記画像と前記他の画像との差分の画像を抽出する差分抽出手段と、
   前記差分抽出手段によって抽出された差分の画像を前記他の画像と異なる態様で重ね合わせて出力する出力手段
   として機能させ、
   前記形状判定手段は、
   前記連結領域を細線化し、該細線化された連結領域の頂点の数に基づいて、形状を判定する
   ことを特徴とする画像処理プログラム。

Images