JP5039449B2 - 画像処理装置及び画像処理プログラム - Google Patents
画像処理装置及び画像処理プログラム Download PDFInfo
- Publication number
- JP5039449B2 JP5039449B2 JP2007167198A JP2007167198A JP5039449B2 JP 5039449 B2 JP5039449 B2 JP 5039449B2 JP 2007167198 A JP2007167198 A JP 2007167198A JP 2007167198 A JP2007167198 A JP 2007167198A JP 5039449 B2 JP5039449 B2 JP 5039449B2
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- character
- unit
- fluctuation amount
- image processing
- 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
Links
Images
Landscapes
- Character Discrimination (AREA)
- Image Analysis (AREA)
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。
手書きの文字と活字文字が不特定箇所に混在する画像データにおいて、手書き文字が存在する領域を特定する技術がある。例えば、文字毎のサイズや並びに着目し、これらのバラツキが比較的大きなものが手書き文字であると判断するというようなことが行われている。
これらに関連する技術として、例えば、特許文献１には、手書き文字は活字文字に比べてピッチがバラつくことに着目して、文字行を切り出し、切り出した文字行においてそのピッチのバラツキを調べる技術が開示されている。
また、例えば、特許文献２には、処理速度の低下を極力少なくすると共に手書き文字と活字との相互の誤認を救済することを課題とし、光学式文字読取装置は、帳票の紙面イメージを光学的に取り込み２値画像に変換する画像入力部と、この２値画像から文字領域の切出しを行う領域切出し部と、切出された文字領域から文字パターンを１文字ずつ切出す文字切出し部と、文字パターンの縦・横サイズ及び文字間隔に基づいて読取る文字領域が活字領域であるのか手書き文字領域であるのかを判定する字体判定部と、字体判定部での判定結果に基づき、手書き文字辞書又は活字辞書のいずれか一方の辞書を用いて照合を行う照合部と、照合結果を判定する照合結果判定部と、前記した各部の動作制御を行う制御部とから構成され、なお、照合結果判定部には、判定後の動作内容を変更したものがあることが開示されている。
また、例えば、特許文献３には、１文字の文字データの中から、活字又は手書き文字に応じて異なる簡単な特徴を抽出し、対象文字が活字であるか手書き文字であるかを高精度に判定することを課題とし、特徴抽出部は、文字データ抽出部で抽出された１文字の文字データの中から、文字が活字であるか手書き文字であるかを判定するための特徴（文字ストロークの方向性、太さ、直線性など）を抽出し、文字種類判定部は、その特徴に基づいて活字であるか手書き文字であるかを判定し、その判定結果に応じて、活字文字認識部、手書き文字認識部のいずれかを実行させることが開示されている。
また、例えば、特許文献４には、手書き文字と活字文字を高精度に短時間で識別できるようにし、文字認識処理に要する時間を短縮化することを課題とし、文書又は帳票等から読み取られた画像データから文字パターンを抽出し、手書き／活字判別部では、文字パターンから、少なくとも文字パターンの複雑さを表す特徴と、直線性を表す特徴を含むＮ個の特徴ベクトルを求め、この特徴ベクトルを用いて、前記文字パターンが手書き文字であるか活字文字であるかを判別し、文字認識部では、文字データが手書き文字か活字文字かに応じて、対応した文字認識処理を行い、前記文字パターンの特徴として、線幅のバラツキ、文字位置のバラツキ等を用いることもできることが開示されている。
また、例えば、特許文献５には、単独では正確な判定を可能としない特徴量を複数組み合わせて印刷活字であるか手書き文字であるかの判定を行う構成として、単独の特徴量を用いた場合より正確な判定を行うことができるようにした文字認識方法及び文字認識装置を提供することを課題とし、特徴抽出手段は、文字抽出手段で抽出された文字群毎に、印刷活字と手書き文字の判定に用いる特徴量を一種類又は複数種類抽出し、また、特徴量の値が求まらないか無意味である場合には、値として「不定」を抽出結果とすることが開示されている。
特開昭５７−１１１６７９号公報
特開平１０−１４９４０９号公報
特開平１０−１６２１０２号公報
特開２０００−１８１９９３号公報
特開２００４−０９４７３４号公報
従来の技術は、前述したように、主に文字毎のサイズや並びに着目し、これらのバラツキが比較的大きなものが手書き文字であると判断する、というものが知られている。
しかしながら、これらの方式は、バラツキが少ない整った手書き文字については検出できない。すなわち、個人差を吸収できないという課題がある。また、判別対象とする言語の個々の文字形状や、文章として各文字が配置された文字列の幾何特徴に強く依存した手法となる傾向にあり、実用化の際には対象とする言語それぞれにおいて、数多くの手書き文字のサンプル画像を集めて、判定のための各種しきい値を経験的に決定する必要がある。
本発明は、前記課題を鑑み、筆記者の個人差又は言語依存性を少なくするように、画像データから手書き文字領域を特定する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する。
しかしながら、これらの方式は、バラツキが少ない整った手書き文字については検出できない。すなわち、個人差を吸収できないという課題がある。また、判別対象とする言語の個々の文字形状や、文章として各文字が配置された文字列の幾何特徴に強く依存した手法となる傾向にあり、実用化の際には対象とする言語それぞれにおいて、数多くの手書き文字のサンプル画像を集めて、判定のための各種しきい値を経験的に決定する必要がある。
本発明は、前記課題を鑑み、筆記者の個人差又は言語依存性を少なくするように、画像データから手書き文字領域を特定する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する。
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。
［１］ 手書き文字と活字文字が混在する画像データを対象として、空間周波数又は周期性の解析を行う解析手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数のある方向への依存性を評価する方向性評価手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数の等方性を評価する等方性評価手段と、
前記方向性評価手段による評価結果である方向性評価結果及び前記等方性評価手段による評価結果である等方性評価結果を前記画像データのテクスチャ特徴ベクトルとし、該テクスチャ特徴ベクトルに応じて、前記画像データ内の線分の揺らぎ量特徴を算出する揺らぎ量特徴算出手段と、
前記揺らぎ量特徴算出手段によって算出された線分の揺らぎ量特徴に基づいて、手書き文字が存在する領域を特定する手書き文字領域特定手段
を具備することを特徴とする画像処理装置。
［１］ 手書き文字と活字文字が混在する画像データを対象として、空間周波数又は周期性の解析を行う解析手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数のある方向への依存性を評価する方向性評価手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数の等方性を評価する等方性評価手段と、
前記方向性評価手段による評価結果である方向性評価結果及び前記等方性評価手段による評価結果である等方性評価結果を前記画像データのテクスチャ特徴ベクトルとし、該テクスチャ特徴ベクトルに応じて、前記画像データ内の線分の揺らぎ量特徴を算出する揺らぎ量特徴算出手段と、
前記揺らぎ量特徴算出手段によって算出された線分の揺らぎ量特徴に基づいて、手書き文字が存在する領域を特定する手書き文字領域特定手段
を具備することを特徴とする画像処理装置。
［２］ 前記解析手段は、フーリエ変換又はウェーブレット変換によって解析を行う
ことを特徴とする［１］に記載の画像処理装置。
ことを特徴とする［１］に記載の画像処理装置。
［３］ 前記解析手段における解析対象範囲は、注目する領域に存在する連結画素成分の大きさに基づいて決定する
ことを特徴とする［１］に記載の画像処理装置。
ことを特徴とする［１］に記載の画像処理装置。
［４］ 前記方向性評価手段が評価する方向は、水平方向、垂直方向、又は斜め４５度方向のいずれか１つ以上を含むものである
ことを特徴とする［１］に記載の画像処理装置。
ことを特徴とする［１］に記載の画像処理装置。
［５］ 前記手書き文字領域特定手段は、
前記テクスチャ特徴ベクトルから前記揺らぎ量特徴算出手段によって算出された揺らぎ量に基づいて、前記画像データを分割する画像データ領域分割手段
を備えることを特徴とする［１］に記載の画像処理装置。
前記テクスチャ特徴ベクトルから前記揺らぎ量特徴算出手段によって算出された揺らぎ量に基づいて、前記画像データを分割する画像データ領域分割手段
を備えることを特徴とする［１］に記載の画像処理装置。
［６］ コンピュータを、
手書き文字と活字文字が混在する画像データを対象として、空間周波数又は周期性の解析を行う解析手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数のある方向への依存性を評価する方向性評価手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数の等方性を評価する等方性評価手段と、
前記方向性評価手段による評価結果である方向性評価結果及び前記等方性評価手段による評価結果である等方性評価結果を前記画像データのテクスチャ特徴ベクトルとし、該テクスチャ特徴ベクトルに応じて、前記画像データ内の線分の揺らぎ量特徴を算出する揺らぎ量特徴算出手段と、
前記揺らぎ量特徴算出手段によって算出された線分の揺らぎ量特徴に基づいて、手書き文字が存在する領域を特定する手書き文字領域特定手段
として機能させることを特徴とする画像処理プログラム。
手書き文字と活字文字が混在する画像データを対象として、空間周波数又は周期性の解析を行う解析手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数のある方向への依存性を評価する方向性評価手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数の等方性を評価する等方性評価手段と、
前記方向性評価手段による評価結果である方向性評価結果及び前記等方性評価手段による評価結果である等方性評価結果を前記画像データのテクスチャ特徴ベクトルとし、該テクスチャ特徴ベクトルに応じて、前記画像データ内の線分の揺らぎ量特徴を算出する揺らぎ量特徴算出手段と、
前記揺らぎ量特徴算出手段によって算出された線分の揺らぎ量特徴に基づいて、手書き文字が存在する領域を特定する手書き文字領域特定手段
として機能させることを特徴とする画像処理プログラム。
［７］ 前記解析手段は、フーリエ変換又はウェーブレット変換によって解析を行う
ことを特徴とする［６］に記載の画像処理プログラム。
ことを特徴とする［６］に記載の画像処理プログラム。
［８］ 前記解析手段における解析対象範囲は、注目する領域に存在する連結画素成分の大きさに基づいて決定する
ことを特徴とする［６］に記載の画像処理プログラム。
ことを特徴とする［６］に記載の画像処理プログラム。
［９］ 前記方向性評価手段が評価する方向は、水平方向、垂直方向、又は斜め４５度方向のいずれか１つ以上を含むものである
ことを特徴とする［６］に記載の画像処理プログラム。
ことを特徴とする［６］に記載の画像処理プログラム。
［１０］ 前記手書き文字領域特定手段は、
前記テクスチャ特徴ベクトルから前記揺らぎ量特徴算出手段によって算出された揺らぎ量に基づいて、前記画像データを分割する画像データ領域分割手段
を備えることを特徴とする［６］に記載の画像処理プログラム。
前記テクスチャ特徴ベクトルから前記揺らぎ量特徴算出手段によって算出された揺らぎ量に基づいて、前記画像データを分割する画像データ領域分割手段
を備えることを特徴とする［６］に記載の画像処理プログラム。
請求項１記載の画像処理装置によれば、筆記者の個人差又は言語依存性を少なくするように、画像データから手書き文字領域を特定することができる。
請求項２記載の画像処理装置によれば、より高速で、的確な空間周波数の解析を行うことができる。
請求項３記載の画像処理装置によれば、個々の文字の大きさに依存しない解析を行うことができる。
請求項４記載の画像処理装置によれば、手書き文字の揺らぎを評価することによって、より的確に画像データから手書き文字領域を特定することができる。
請求項５記載の画像処理装置によれば、完全に周期的でないものの統計的性質を用いて手書き文字領域を特定することによって、より的確に画像データから手書き文字領域を特定することができる。
請求項６記載の画像処理プログラムによれば、筆記者の個人差又は言語依存性を少なくするように、画像データから手書き文字領域を特定することができる。
請求項７記載の画像処理プログラムによれば、より高速で、的確な空間周波数の解析を行うことができる。
請求項８記載の画像処理プログラムによれば、個々の文字の大きさに依存しない解析を行うことができる。
請求項９記載の画像処理プログラムによれば、手書き文字の揺らぎを評価することによって、より的確に画像データから手書き文字領域を特定することができる。
請求項１０記載の画像処理プログラムによれば、完全に周期的でないものの統計的性質を用いて手書き文字領域を特定することによって、より的確に画像データから手書き文字領域を特定することができる。
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）を含む。
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。
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）を含む。
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。
本実施の形態である画像処理装置は、空間周波数解析モジュール１１、方向性評価モジュール１２、等方性評価モジュール１３、揺らぎ量特徴算出モジュール１４、手書き文字領域特定モジュール１５を有している。また、手書き文字領域特定モジュール１５は、テクスチャ空間分割モジュール１６を有している。
空間周波数解析モジュール１１は、方向性評価モジュール１２、等方性評価モジュール１３と接続されており、画像データを対象として、空間周波数の解析を行う。なお、空間周波数解析モジュール１１による空間周波数の解析法として、相関関数解析法やフーリエ変換を利用したパワースペクトル解析法等がある。以下、空間周波数の解析法として、２次元ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）による解析法を主に例示して説明する。また、空間周波数解析モジュール１１における解析対象範囲は、注目する領域に存在する連結画素成分の大きさに基づいて決定するようにしてもよい。
方向性評価モジュール１２は、空間周波数解析モジュール１１、揺らぎ量特徴算出モジュール１４と接続されており、空間周波数解析モジュール１１によって解析された結果である空間周波数スペクトルのある方向への依存性を評価する。方向性評価モジュール１２が評価する方向は、水平方向、垂直方向、又は斜め４５度方向のいずれか１つ以上を含むようにしてもよい。
等方性評価モジュール１３は、空間周波数解析モジュール１１、揺らぎ量特徴算出モジュール１４と接続されており、空間周波数解析モジュール１１によって解析された結果である空間周波数スペクトルの等方性を評価する。
等方性評価モジュール１３は、空間周波数解析モジュール１１、揺らぎ量特徴算出モジュール１４と接続されており、空間周波数解析モジュール１１によって解析された結果である空間周波数スペクトルの等方性を評価する。
揺らぎ量特徴算出モジュール１４は、方向性評価モジュール１２、等方性評価モジュール１３、手書き文字領域特定モジュール１５と接続されており、方向性評価モジュール１２による評価結果である方向性評価結果及び等方性評価モジュール１３による評価結果である等方性評価結果を前記画像データのテクスチャ特徴ベクトルとし、そのテクスチャ特徴ベクトルに応じて、前記画像データ内の線分の揺らぎ量特徴を算出する。
手書き文字領域特定モジュール１５は、揺らぎ量特徴算出モジュール１４と接続されており、揺らぎ量特徴算出モジュール１４によって算出された線分の揺らぎ量特徴に基づいて、手書き文字が存在する領域を特定する。具体的には、テクスチャ空間分割モジュール１６によって処理を行う。
テクスチャ空間分割モジュール１６は、揺らぎ量特徴算出モジュール１４によって算出された揺らぎ量に基づいて、その揺らぎ量をテクスチャ特徴ベクトルとして位置付ける。又は、方向性評価結果及び等方性評価結果そのものをテクスチャ特徴ベクトルとして位置付ける。
テクスチャ空間分割モジュール１６は、揺らぎ量特徴算出モジュール１４によって算出された揺らぎ量に基づいて、その揺らぎ量をテクスチャ特徴ベクトルとして位置付ける。又は、方向性評価結果及び等方性評価結果そのものをテクスチャ特徴ベクトルとして位置付ける。
本実施の形態の概要を説明する。
本実施の形態は、手書き文字に特有の“線分の揺らぎ”に着目し、この揺らぎが大きい箇所を手書き文字領域と判断する。ここでいう“揺らぎ”とは、文字を構成する線分の方向や、線分自体の直線性、曲線部の曲率変化を指す。
本実施の形態は、手書き文字に特有の“線分の揺らぎ”に着目し、この揺らぎが大きい箇所を手書き文字領域と判断する。ここでいう“揺らぎ”とは、文字を構成する線分の方向や、線分自体の直線性、曲線部の曲率変化を指す。
具体的な“揺らぎ”を示す特徴量は、所定サイズのウインドウを用いて２次元フーリエ変換を実施することで得られる空間周波数スペクトルを、特定の方向軸（水平、垂直、又は斜め４５度）に対する依存性（方向性）と、特定の方向軸に対して依存性を持たない等方性の２つの観点から評価を行い、それらの評価結果に基づいて総合的に算出する。このとき、前記ウインドウのサイズを処理対象範囲にかかる連結画素成分の外接矩形サイズに基づいて設定し、スペクトルの評価値をウインドウサイズで正規化しておくことで、文字サイズに依存しない揺らぎ量特徴を抽出する。
一般的に、空間周波数スペクトルにおいて、事務処理における文書で用いられる活字文字は、手書き文字に比べて強い方向依存性を示すか（例えば「＋」や「×」などの主に直線分からなる文字）、逆に等方性を示す（例えば、「○」など主に曲線分からなる文字）という特徴がある。前記手書きによる“揺らぎ”は、主に直線分からなる文字においては方向依存性が失われるように働き、逆に、主に曲線分からなる文字においては等方性が失われるように働く。
文字が複数個集まった文章領域を考えた場合には、前記のような性質を持つ文字が完全に周期的ではないもののある統計的な規則に従って（すなわち、“テクスチャ”と同様に）散りばめられていると捉えることができる。そこで、前記特徴量を文字画像又は画素毎に算出して一種のテクスチャ平面（特徴量が２次元以上である場合には空間）を形成したとき、手書き文字領域と活字文字領域は性質の異なるテクスチャ領域として捉えることができるため、このテクスチャの性質の差異により、手書き文字領域を特定する。本実施の形態によれば、手書き文字特有の線分の揺らぎに着目するため、文字サイズや並びのバラツキが少ない手書き文字列であっても検出する。また、言語依存性が少ないこととなる。
なお、テクスチャ（ｔｅｘｔｕｒｅ）とは、きめ（肌理）であり、画素値の統計的な指標によって定量化され、例えば完全に周期的ではないがある統計的な性質のもとで繰返し配置されてできる模様のことをいう。
なお、テクスチャ（ｔｅｘｔｕｒｅ）とは、きめ（肌理）であり、画素値の統計的な指標によって定量化され、例えば完全に周期的ではないがある統計的な性質のもとで繰返し配置されてできる模様のことをいう。
次に、本実施の形態における作用・働き（動作）を説明する。
図２は、本実施の形態による処理の基本フロー例を示すフローチャートである。
ステップＳ２１では、対象としている画像データから文字候補である外接矩形のサイズを算出し、文字候補サイズマップを作成する。
ステップＳ２２では、ステップＳ２１で作成した文字候補サイズマップを用いて、ＦＦＴ窓のサイズを求め、ＦＦＴ窓サイズマップを作成する。
ステップＳ２３では、ステップＳ２２で作成したＦＦＴ窓サイズマップを用いて、２次元ＦＦＴ処理を施して、その２次元ＦＦＴ結果から、等方性特徴及び非等方性特徴を抽出し、それらに基づいて文字の“揺らぎ”特徴を算出する。
図２は、本実施の形態による処理の基本フロー例を示すフローチャートである。
ステップＳ２１では、対象としている画像データから文字候補である外接矩形のサイズを算出し、文字候補サイズマップを作成する。
ステップＳ２２では、ステップＳ２１で作成した文字候補サイズマップを用いて、ＦＦＴ窓のサイズを求め、ＦＦＴ窓サイズマップを作成する。
ステップＳ２３では、ステップＳ２２で作成したＦＦＴ窓サイズマップを用いて、２次元ＦＦＴ処理を施して、その２次元ＦＦＴ結果から、等方性特徴及び非等方性特徴を抽出し、それらに基づいて文字の“揺らぎ”特徴を算出する。
ステップＳ２４では、ステップＳ２３で算出した揺らぎ量特徴を用いた揺らぎ量特徴空間において、テクスチャ解析を実施する。
ステップＳ２５では、ステップＳ２４でのテクスチャ解析の結果、手書き文字領域又は活字文字領域の境界を抽出する。
ステップＳ２６では、ステップＳ２５で抽出した境界と、実空間での画像処理結果から手書き文字領域を特定する。
ステップＳ２５では、ステップＳ２４でのテクスチャ解析の結果、手書き文字領域又は活字文字領域の境界を抽出する。
ステップＳ２６では、ステップＳ２５で抽出した境界と、実空間での画像処理結果から手書き文字領域を特定する。
図３は、本実施の形態による文字候補サイズマップの作成処理例を示すフローチャートである。つまり、図２に示したフローチャートのステップＳ２１の処理例を、より具体的なフローチャートとして示した例である。
ステップＳ３１では、入力された画像データにおいて、ラベリングを実施して連結画素成分を抽出する。
ステップＳ３２では、ステップＳ３１で抽出した連結画素成分の外接矩形を作成する。
ステップＳ３３では、ステップＳ３２で作成した連結画素成分の外接矩形の縦辺横辺の長さと比率から、文字候補と想定されるものを抽出する。
ステップＳ３１では、入力された画像データにおいて、ラベリングを実施して連結画素成分を抽出する。
ステップＳ３２では、ステップＳ３１で抽出した連結画素成分の外接矩形を作成する。
ステップＳ３３では、ステップＳ３２で作成した連結画素成分の外接矩形の縦辺横辺の長さと比率から、文字候補と想定されるものを抽出する。
ステップＳ３４では、ステップＳ３３で抽出した各文字候補の矩形の配置状況から、一つの文字列領域と捉えることができるものをグループ化することで、個々の文字列領域を特定する。
ステップＳ３５では、ステップＳ３４で特定した個々の文字列領域において、文字候補の平均矩形サイズを算出する。
ステップＳ３６では、ステップＳ３５で算出した文字候補の平均矩形サイズを、その文字列領域に包含される画素の値とするマップを作成する。そして、図２に示したフローチャートのステップＳ２２へ進む。
ステップＳ３５では、ステップＳ３４で特定した個々の文字列領域において、文字候補の平均矩形サイズを算出する。
ステップＳ３６では、ステップＳ３５で算出した文字候補の平均矩形サイズを、その文字列領域に包含される画素の値とするマップを作成する。そして、図２に示したフローチャートのステップＳ２２へ進む。
図２に示したフローチャートのステップＳ２１（図３に示したフローチャート）の処理について、図４を用いて、具体的に説明する。図４は、文字候補サイズマップの作成処理過程の例を示す説明図である。
図４（Ａ）は、「これは文字列」という画像に対して、連結画素成分を抽出し、その連結画素成分の外接矩形（外接矩形４０１〜外接矩形４１１）を抽出した例を示したものである（ステップＳ３１、ステップＳ３２）。この例では、図４（Ａ）に示すように、１１個の外接矩形が抽出される。
図４（Ｂ）は、抽出した外接矩形を用いて、文字列領域を抽出した例を示したものである。文字候補の矩形を抽出し、近接する文字候補の矩形を統合して、文字列領域を抽出している（ステップＳ３３、ステップＳ３４）。この例では、図４（Ｂ）に示すように、文字列領域４１２と文字列領域４１３の２つの文字列領域が抽出される。
図４（Ａ）は、「これは文字列」という画像に対して、連結画素成分を抽出し、その連結画素成分の外接矩形（外接矩形４０１〜外接矩形４１１）を抽出した例を示したものである（ステップＳ３１、ステップＳ３２）。この例では、図４（Ａ）に示すように、１１個の外接矩形が抽出される。
図４（Ｂ）は、抽出した外接矩形を用いて、文字列領域を抽出した例を示したものである。文字候補の矩形を抽出し、近接する文字候補の矩形を統合して、文字列領域を抽出している（ステップＳ３３、ステップＳ３４）。この例では、図４（Ｂ）に示すように、文字列領域４１２と文字列領域４１３の２つの文字列領域が抽出される。
図４（Ｃ）は、平均矩形サイズを算出した例を示したものである。外接矩形の縦辺と横辺で長い方をその外接矩形の代表サイズとする。文字列領域内に含まれる外接矩形の代表サイズの平均を算出する。この算出した平均値を文字候補サイズとする（ステップＳ３５）。この例では、図４（Ｃ）に示すように、文字列領域４１２の文字候補サイズは２５ピクセル（ｐｉｘｅｌ）であり、文字列領域４１３の文字候補サイズは５０ピクセルとして算出される。
図４（Ｄ）は、文字候補サイズマップの作成結果の例を示したものである。対象とする画像データと同等のサイズを有したマップであり、図４（Ｃ）に示した文字列領域４１２、文字列領域４１３にそれぞれ対応する領域である文字列領域４１４、文字列領域４１５に、文字候補サイズを埋め込む（ステップＳ３６）。つまり、文字列領域４１４、文字列領域４１５に包含される全ての画素が、その文字列領域の文字候補サイズを値として持つマップが作成される。
図４（Ｄ）は、文字候補サイズマップの作成結果の例を示したものである。対象とする画像データと同等のサイズを有したマップであり、図４（Ｃ）に示した文字列領域４１２、文字列領域４１３にそれぞれ対応する領域である文字列領域４１４、文字列領域４１５に、文字候補サイズを埋め込む（ステップＳ３６）。つまり、文字列領域４１４、文字列領域４１５に包含される全ての画素が、その文字列領域の文字候補サイズを値として持つマップが作成される。
図５は、本実施の形態によるＦＦＴ窓サイズマップの作成処理例を示すフローチャートである。つまり、図２に示したフローチャートのステップＳ２２の処理例を、より具体的なフローチャートとして示した例である。
ステップＳ５１では、ステップＳ２１で作成した文字候補サイズマップを用いて、注目領域の文字候補サイズを取得する。
ステップＳ５２では、８以上かつ文字候補サイズ以上で最小の２ｎ（ｎは３以上の整数）に相当する値を算出する。
ステップＳ５３では、ステップＳ５２で算出した値をＦＦＴ窓サイズとし、そのＦＦＴ窓サイズを、その文字列領域に包含される画素の値とするマップを作成する。このとき、マップとして値を持たせる画素は文字候補サイズマップと同様、文字列領域内に限ってもよいし、文字列領域を一回り拡大させた領域を別途設定してもよい。
ステップＳ５４では、全領域に対して処理を行ったか否かを判断し、完了していなければステップＳ５１へ戻り、完了していればステップＳ５５（図２に示したフローチャートのステップＳ２３）へ進む。
ステップＳ５１では、ステップＳ２１で作成した文字候補サイズマップを用いて、注目領域の文字候補サイズを取得する。
ステップＳ５２では、８以上かつ文字候補サイズ以上で最小の２ｎ（ｎは３以上の整数）に相当する値を算出する。
ステップＳ５３では、ステップＳ５２で算出した値をＦＦＴ窓サイズとし、そのＦＦＴ窓サイズを、その文字列領域に包含される画素の値とするマップを作成する。このとき、マップとして値を持たせる画素は文字候補サイズマップと同様、文字列領域内に限ってもよいし、文字列領域を一回り拡大させた領域を別途設定してもよい。
ステップＳ５４では、全領域に対して処理を行ったか否かを判断し、完了していなければステップＳ５１へ戻り、完了していればステップＳ５５（図２に示したフローチャートのステップＳ２３）へ進む。
図２に示したフローチャートのステップＳ２２（図５に示したフローチャート）の処理について、図６を用いて、具体的に説明する。図６は、ＦＦＴ窓サイズマップの作成処理過程の例を示す説明図である。
図６（Ａ）は、ステップＳ２１で作成した文字候補サイズマップの例を示したものである。この例では、図６（Ａ）に示すように、文字列領域６１の文字候補サイズは２５ピクセルであり、文字列領域６２の文字候補サイズは５０ピクセルである。
図６（Ｂ）は、ステップＳ２２で算出した値をＦＦＴ窓サイズマップに埋め込む。つまり、図６（Ａ）の文字列領域６１と同じ位置にある文字列領域６３内を３２ピクセルの値で埋め込む。同様に、図６（Ａ）の文字列領域６２と同じ位置にある文字列領域６４内を６４ピクセルの値で埋め込む。また、文字候補サイズマップの文字列領域と同じ大きさの領域（図６（Ｂ）では、文字列領域６３、文字列領域６４）ではなく、それよりも大きい領域をＦＦＴ窓サイズ領域としてもよい。例えば、図６（Ｂ）の文字列領域６５のようにしてもよい。
図６（Ａ）は、ステップＳ２１で作成した文字候補サイズマップの例を示したものである。この例では、図６（Ａ）に示すように、文字列領域６１の文字候補サイズは２５ピクセルであり、文字列領域６２の文字候補サイズは５０ピクセルである。
図６（Ｂ）は、ステップＳ２２で算出した値をＦＦＴ窓サイズマップに埋め込む。つまり、図６（Ａ）の文字列領域６１と同じ位置にある文字列領域６３内を３２ピクセルの値で埋め込む。同様に、図６（Ａ）の文字列領域６２と同じ位置にある文字列領域６４内を６４ピクセルの値で埋め込む。また、文字候補サイズマップの文字列領域と同じ大きさの領域（図６（Ｂ）では、文字列領域６３、文字列領域６４）ではなく、それよりも大きい領域をＦＦＴ窓サイズ領域としてもよい。例えば、図６（Ｂ）の文字列領域６５のようにしてもよい。
図７は、本実施の形態による揺らぎ量特徴の算出処理例を示すフローチャートである。つまり、図２に示したフローチャートのステップＳ２３の処理例を、より具体的なフローチャートとして示した例である。
ステップＳ７１では、注目画素は処理対象（ＦＦＴ窓サイズマップで値を持つ）の画素か否かを判断する。処理対象の画素であればステップＳ７２へ進み、処理対象の画素でなければステップＳ７７へ進み、次の注目画素に進む。
ステップＳ７２では、注目画素を中心にＦＦＴ窓サイズの矩形を設定する。
ステップＳ７３では、ステップＳ７２で設定したＦＦＴ窓サイズ内の画像に対して２次元ＦＦＴ処理を実行する。
ステップＳ７４では、ステップＳ７３の２次元ＦＦＴ処理で得られた空間周波数スペクトルで、特定方向（水平方向、垂直方向、又は斜め４５度方向のいずれか１つ以上）への空間周波数スペクトルの依存性を評価する。
ステップＳ７５では、ステップＳ７３の２次元ＦＦＴ処理で得られた空間周波数スペクトルで、等方性を評価する。
なお、ステップＳ７４、ステップＳ７５の処理はいずれを先に行ってもよく、並列処理であってもよい。
ステップＳ７６では、ステップＳ７４で得られた方向性評価値とステップＳ７５で得られた等方性評価値から、揺らぎ量特徴を総合的に算出する。
ステップＳ７７では、全ての画素に対して処理を行ったか否かを判断し、完了していなければステップＳ７１へ戻り、完了していればステップＳ７８（図２に示したフローチャートのステップＳ２４）へ進む。
ステップＳ７１では、注目画素は処理対象（ＦＦＴ窓サイズマップで値を持つ）の画素か否かを判断する。処理対象の画素であればステップＳ７２へ進み、処理対象の画素でなければステップＳ７７へ進み、次の注目画素に進む。
ステップＳ７２では、注目画素を中心にＦＦＴ窓サイズの矩形を設定する。
ステップＳ７３では、ステップＳ７２で設定したＦＦＴ窓サイズ内の画像に対して２次元ＦＦＴ処理を実行する。
ステップＳ７４では、ステップＳ７３の２次元ＦＦＴ処理で得られた空間周波数スペクトルで、特定方向（水平方向、垂直方向、又は斜め４５度方向のいずれか１つ以上）への空間周波数スペクトルの依存性を評価する。
ステップＳ７５では、ステップＳ７３の２次元ＦＦＴ処理で得られた空間周波数スペクトルで、等方性を評価する。
なお、ステップＳ７４、ステップＳ７５の処理はいずれを先に行ってもよく、並列処理であってもよい。
ステップＳ７６では、ステップＳ７４で得られた方向性評価値とステップＳ７５で得られた等方性評価値から、揺らぎ量特徴を総合的に算出する。
ステップＳ７７では、全ての画素に対して処理を行ったか否かを判断し、完了していなければステップＳ７１へ戻り、完了していればステップＳ７８（図２に示したフローチャートのステップＳ２４）へ進む。
図２に示したフローチャートのステップＳ２３（図７に示したフローチャート）の処理について、図８〜図１２を用いて、具体的に説明する。図８は、２次元ＦＦＴ処理の適用例を示す説明図である。
注目画素がＦＦＴ窓サイズマップ上で値を持つ場合のみ、その画素を中心としたＦＦＴ窓を設定し、２次元ＦＦＴ処理を行う。つまり、図８に示すように、画像８９内でＦＦＴ窓サイズマップ上で３２ピクセルという値を持つ領域である文字列領域８１に対してＦＦＴ窓サイズを３２ピクセルとし、そのＦＦＴ窓の中心が文字列領域８１内（ＦＦＴ窓８３〜ＦＦＴ窓８５）であれば、２次元ＦＦＴ処理を行う。同様に、画像８９内でＦＦＴ窓サイズマップ上で６４ピクセルという値を持つ領域である文字列領域８２に対してＦＦＴ窓サイズを６４ピクセルとし、そのＦＦＴ窓の中心が文字列領域８２内（ＦＦＴ窓８６〜ＦＦＴ窓８８）であれば、２次元ＦＦＴ処理を行う。
注目画素がＦＦＴ窓サイズマップ上で値を持つ場合のみ、その画素を中心としたＦＦＴ窓を設定し、２次元ＦＦＴ処理を行う。つまり、図８に示すように、画像８９内でＦＦＴ窓サイズマップ上で３２ピクセルという値を持つ領域である文字列領域８１に対してＦＦＴ窓サイズを３２ピクセルとし、そのＦＦＴ窓の中心が文字列領域８１内（ＦＦＴ窓８３〜ＦＦＴ窓８５）であれば、２次元ＦＦＴ処理を行う。同様に、画像８９内でＦＦＴ窓サイズマップ上で６４ピクセルという値を持つ領域である文字列領域８２に対してＦＦＴ窓サイズを６４ピクセルとし、そのＦＦＴ窓の中心が文字列領域８２内（ＦＦＴ窓８６〜ＦＦＴ窓８８）であれば、２次元ＦＦＴ処理を行う。
次に、ステップＳ７３の処理結果の例を図９〜図１２に示す。図９と図１０、図１１と図１２がそれぞれ対応している。
図９は、方向依存性の高い手書き文字における空間周波数スペクトルの出現例を示す説明図である。つまり、図９（Ａ）に示す「士」という手書き文字に対して、２次元ＦＦＴ処理の結果は、図９（Ｂ）に示すような例になる。
図１０は、方向依存性の高い活字文字における空間周波数スペクトルの出現例を示す説明図である。つまり、図１０（Ａ）に示す「士」という活字文字に対して、２次元ＦＦＴ処理の結果は、図１０（Ｂ）に示すような例になる。
図９（Ｂ）、図１０（Ｂ）を比べると分かるように、手書き文字の空間周波数スペクトルは、活字文字の空間周波数スペクトルと比べると、水平方向以外又は垂直方向以外に現れているものが多い。
図９は、方向依存性の高い手書き文字における空間周波数スペクトルの出現例を示す説明図である。つまり、図９（Ａ）に示す「士」という手書き文字に対して、２次元ＦＦＴ処理の結果は、図９（Ｂ）に示すような例になる。
図１０は、方向依存性の高い活字文字における空間周波数スペクトルの出現例を示す説明図である。つまり、図１０（Ａ）に示す「士」という活字文字に対して、２次元ＦＦＴ処理の結果は、図１０（Ｂ）に示すような例になる。
図９（Ｂ）、図１０（Ｂ）を比べると分かるように、手書き文字の空間周波数スペクトルは、活字文字の空間周波数スペクトルと比べると、水平方向以外又は垂直方向以外に現れているものが多い。
図１１は、等方性の高い手書き文字における空間周波数スペクトルの出現例を示す説明図である。つまり、図１１（Ａ）に示す「Ｏ」という手書き文字に対して、２次元ＦＦＴ処理の結果は、図１１（Ｂ）に示すような例になる。
図１２は、等方性の高い活字文字における空間周波数スペクトルの出現例を示す説明図である。つまり、図１２（Ａ）に示す「Ｏ」という活字文字に対して、２次元ＦＦＴ処理の結果は、図１２（Ｂ）に示すような例になる。
図１１（Ｂ）、図１２（Ｂ）を比べると分かるように、手書き文字の空間周波数スペクトルは、活字文字の空間周波数スペクトルと比べると、中心からみた場合に所定方向に現れているものが多い。
図１２は、等方性の高い活字文字における空間周波数スペクトルの出現例を示す説明図である。つまり、図１２（Ａ）に示す「Ｏ」という活字文字に対して、２次元ＦＦＴ処理の結果は、図１２（Ｂ）に示すような例になる。
図１１（Ｂ）、図１２（Ｂ）を比べると分かるように、手書き文字の空間周波数スペクトルは、活字文字の空間周波数スペクトルと比べると、中心からみた場合に所定方向に現れているものが多い。
次に、図１３、図１４を用いて、図７に示したフローチャートのステップＳ７４の処理例を示す。
主に直線分からなる文字に対しては、手書きによる文字の“揺らぎ”は空間周波数スペクトルにおいて特定方向への依存性が失われる方向に働くことから、評価したい基軸方向からの乖離度合いが方向性評価値として有意である。
図１３は、方向性評価値（水平／垂直）の算出例を示す説明図である。
方向性評価値（水平／垂直）Ｅの一例を数１に示す。つまり、基軸方向が水平／垂直方向の場合である。
ここで、ｕ、ｖの座標は、図１３の右側に示した空間周波数スペクトルの座標系である。つまり、中心（直流成分）を（０，０）とし、縦方向にｖ軸、横方向にｕ軸とする。従って、ｖの最大値、ｕの最大値は、数２、数３となる。
数１の分母はＴｏｔａｌ ｐｏｗｅｒ１３１であり、これを図示すると、図１３の右側に示した空間周波数スペクトルにおいて、Ｔｏｔａｌ ｐｏｗｅｒ１３１内（空間周波数スペクトルの全て）である。また、数１の分子はＦｌｕｃｔｕａｔｉｏｎ ｐｏｗｅｒ１３２であり、これを図示すると、図１３の右側に示した空間周波数スペクトルにおいて、４つのＦｌｕｃｔｕａｔｉｏｎ ｐｏｗｅｒ１３２内（水平方向、垂直方向を除いた領域）である。
主に直線分からなる文字に対しては、手書きによる文字の“揺らぎ”は空間周波数スペクトルにおいて特定方向への依存性が失われる方向に働くことから、評価したい基軸方向からの乖離度合いが方向性評価値として有意である。
図１３は、方向性評価値（水平／垂直）の算出例を示す説明図である。
方向性評価値（水平／垂直）Ｅの一例を数１に示す。つまり、基軸方向が水平／垂直方向の場合である。
図１４は、方向性評価値（斜め４５度）の算出例を示す説明図である。
方向性評価値（斜め４５度）ＥＤの一例を数４に示す。つまり、基軸方向が斜め４５度の場合である。
ここで、ｕ、ｖの座標、ｖの最大値、ｕの最大値は、図１３と同様である。
数４の分母はＴｏｔａｌ ｐｏｗｅｒ１４１であり、これを図示すると、図１４の右側に示した空間周波数スペクトルにおいて、Ｔｏｔａｌ ｐｏｗｅｒ１４１内（空間周波数スペクトルの全て）である。また、数４の分子はＦｌｕｃｔｕａｔｉｏｎ ｐｏｗｅｒ１４２であり、これを図示すると、図１４の右側に示した空間周波数スペクトルにおいて、４つのＦｌｕｃｔｕａｔｉｏｎ ｐｏｗｅｒ１４２内（斜め４５度を除いた領域である三角形の領域）である。
方向性評価値（斜め４５度）ＥＤの一例を数４に示す。つまり、基軸方向が斜め４５度の場合である。
数４の分母はＴｏｔａｌ ｐｏｗｅｒ１４１であり、これを図示すると、図１４の右側に示した空間周波数スペクトルにおいて、Ｔｏｔａｌ ｐｏｗｅｒ１４１内（空間周波数スペクトルの全て）である。また、数４の分子はＦｌｕｃｔｕａｔｉｏｎ ｐｏｗｅｒ１４２であり、これを図示すると、図１４の右側に示した空間周波数スペクトルにおいて、４つのＦｌｕｃｔｕａｔｉｏｎ ｐｏｗｅｒ１４２内（斜め４５度を除いた領域である三角形の領域）である。
次に、図１５〜図１７を用いて、図７に示したフローチャートのステップＳ７５の処理例を示す。
「○」など主に曲線分からなる等方性の強い文字を手書きした場合、手書きによる文字の“揺らぎ”は周波数スペクトルにおいて特定方向への依存性が生じる方向に働くことから、等方性からの乖離度合いが等方性評価値として有意である。
「○」など主に曲線分からなる等方性の強い文字を手書きした場合、手書きによる文字の“揺らぎ”は周波数スペクトルにおいて特定方向への依存性が生じる方向に働くことから、等方性からの乖離度合いが等方性評価値として有意である。
等方性評価値の算出例について詳細に説明する。
Ｍ×Ｍのパワースペクトル画像の領域をＳとする。直流成分のスペクトルを表す画像中心を原点（０，０）と定義する。さらにその原点（０，０）を通る有限個Ｎの方向軸を定義する。ここでｎ番目の方向軸の角度を数５で表す。
Ｍ×Ｍのパワースペクトル画像の領域をＳとする。直流成分のスペクトルを表す画像中心を原点（０，０）と定義する。さらにその原点（０，０）を通る有限個Ｎの方向軸を定義する。ここでｎ番目の方向軸の角度を数５で表す。
（１）ＤＣを領域Ｓ内の直流成分を除いた領域と定義する（数６参照）。また同じく領域Ｓ内のそれぞれの方向軸を含む幅３ピクセルの領域をＤｎと定義する（数７参照）。
それぞれの方向軸上の高周波パワーＰｎ（数８参照）の、同じく直流成分を除いた高周波のトータルパワーＰＨＦ（数９参照）に対する比Ｒｎを計算する（数１０参照）。
この関係を図示したものが図１５である。つまり、図１５の四角の領域がＳであり、原点（０，０）が除かれる直流成分１５１であり、Ｐｎはｎ番目の方向軸上のスペクトルの和１５２であり、ＰＨＦはトータルパワーから直流成分を除いた値であり、ＲｎはＰｎとＰＨＦの比である。
（２）最小の高周波成分を持つ方向とその高周波成分の値を探索する。
図１６を用いて、この探索方法について説明する。領域Ｓにおいて原点（０，０）を中心にして、右水平位置から反時計回りに方向軸を取り、一周を３６等分し、各方向軸におけるＲｎを計算し最小値を求める。
なお、最小の高周波成分を持つ方向でなくてもよく、例えば最大の値を持つものであってもよく、１つを取り出すことを行えばよい。
図１６を用いて、この探索方法について説明する。領域Ｓにおいて原点（０，０）を中心にして、右水平位置から反時計回りに方向軸を取り、一周を３６等分し、各方向軸におけるＲｎを計算し最小値を求める。
（３）画像の複雑度Ｃを文字画像におけるＳｔｒｏｋｅ ｄｅｎｓｉｔｙ法で評価する。
Ｓｔｒｏｋｅ ｄｅｎｓｉｔｙ法とは、文字画像をｘ軸又はｙ軸方向に沿ってそれぞれ走査して、ピクセルの値が変化した回数を表す。ｘ軸方向に走査したときピクセルの値が変化した回数をＣｘ、ｙ軸方向に走査したときのピクセルの値が変化した回数をＣｙとするとき、Ｃを例えば数１３で表す。
図１７を用いて、具体例を説明する。図１７に示したものは文字「ｏ」の画像である。そして、ｘ軸方向に走査した場合、ピクセルの値が変化した回数（白から黒に変化した回数）が２の場合（「ｏ」の左右の線を横切っている箇所）と１の場合（「ｏ」の下端を横切っている箇所）を示している。つまり、Ｃｘが２と１の場合を示している例である。
Ｓｔｒｏｋｅ ｄｅｎｓｉｔｙ法とは、文字画像をｘ軸又はｙ軸方向に沿ってそれぞれ走査して、ピクセルの値が変化した回数を表す。ｘ軸方向に走査したときピクセルの値が変化した回数をＣｘ、ｙ軸方向に走査したときのピクセルの値が変化した回数をＣｙとするとき、Ｃを例えば数１３で表す。
（４）それぞれの文字について等方性評価値ＥＣを数１４を用いて決定する。
次に、図１８を用いて、図７に示したフローチャートのステップＳ７６の処理例を示す。
図１８は、揺らぎ量特徴の算出例を示す説明図である。ここでは、自己組織能力を持つニューロコンピュータ（ｎｅｕｒｏ ｃｏｍｐｕｔｅｒ）を用いる。ここでは、パーセプトロン、コネクショニスト・モデル等のモデル、層構造等は限定していない。このニューロコンピュータへの入力として、方向性をパラメタとする揺らぎ評価値である方向性評価値（図１８ではＥ＋（水平／垂直方向）、Ｅｘ（斜め４５度方向））、及び等方性評価値（図１８ではＥＣ）を与え、出力として揺らぎ量特徴を得る構成とし、このニューロコンピュータを学習させておく。そして、抽出した方向性評価値及び等方性評価値の両方を前記ニューロコンピュータに入力して、その出力としての揺らぎ量特徴を算出するものである。
図１８は、揺らぎ量特徴の算出例を示す説明図である。ここでは、自己組織能力を持つニューロコンピュータ（ｎｅｕｒｏ ｃｏｍｐｕｔｅｒ）を用いる。ここでは、パーセプトロン、コネクショニスト・モデル等のモデル、層構造等は限定していない。このニューロコンピュータへの入力として、方向性をパラメタとする揺らぎ評価値である方向性評価値（図１８ではＥ＋（水平／垂直方向）、Ｅｘ（斜め４５度方向））、及び等方性評価値（図１８ではＥＣ）を与え、出力として揺らぎ量特徴を得る構成とし、このニューロコンピュータを学習させておく。そして、抽出した方向性評価値及び等方性評価値の両方を前記ニューロコンピュータに入力して、その出力としての揺らぎ量特徴を算出するものである。
図１９を参照して、本実施の形態の画像処理装置のハードウェア構成例について説明する。図１９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画像処理装置であり、スキャナ等のデータ読み取り部１９１７と、プリンタなどのデータ出力部１９１８を備えたハードウェア構成例を示している。
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１９０１は、上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、空間周波数解析モジュール１１、方向性評価モジュール１２、等方性評価モジュール１３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た処理を実行する制御部である。
ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１９０２は、ＣＰＵ１９０１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）１９０３は、ＣＰＵ１９０１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１９０４により相互に接続されている。
ホストバス１９０４は、ブリッジ１９０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス１９０６に接続されている。
キーボード１９０８、マウス等のポインティングデバイス１９０９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１９１０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）１９１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ１９０１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。ハードディスクは、対象となる画像データや空間周波数解析モジュール１１による処理結果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１９１２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１９１３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１９０７、外部バス１９０６、ブリッジ１９０５、及びホストバス１９０４を介して接続されているＲＡＭ１９０３に供給する。リムーバブル記録媒体１９１３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１９１４は、外部接続機器１９１５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１９１４は、インタフェース１９０７、及び外部バス１９０６、ブリッジ１９０５、ホストバス１９０４等を介してＣＰＵ１９０１等に接続されている。通信部１９１６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１９１７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１９１８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１９に示す画像処理装置の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１９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１９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可能な装置）などに組み込まれていてもよい。
前記実施の形態においては、空間周波数解析モジュール１１は、空間周波数の解析を行うが、解析モジュールであってもよい。つまり、空間周波数の解析に代えて周期性の解析を行うようにしてもよく、その両方を行うようにしてもよい。
前記実施の形態においては、フーリエ変換を用いたが、フーリエ変換に代えてウェーブレット変換を用いてもよく、その両方を用いてもよい。また、空間周波数スペクトルに代えて相関関数を用いてもよく、その両方を用いてもよい。
前記実施の形態においては、揺らぎ量特徴の算出を行うのにニューロコンピュータを示したが、方向性評価値及び等方性評価値の両方を用いたものであれば他のアルゴリズムで揺らぎ量特徴を算出するようにしてもよい。
前記実施の形態においては、フーリエ変換を用いたが、フーリエ変換に代えてウェーブレット変換を用いてもよく、その両方を用いてもよい。また、空間周波数スペクトルに代えて相関関数を用いてもよく、その両方を用いてもよい。
前記実施の形態においては、揺らぎ量特徴の算出を行うのにニューロコンピュータを示したが、方向性評価値及び等方性評価値の両方を用いたものであれば他のアルゴリズムで揺らぎ量特徴を算出するようにしてもよい。
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。
「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。
１１…空間周波数解析モジュール
１２…方向性評価モジュール
１３…等方性評価モジュール
１４…揺らぎ量特徴算出モジュール
１５…手書き文字領域特定モジュール
１６…テクスチャ空間分割モジュール
１２…方向性評価モジュール
１３…等方性評価モジュール
１４…揺らぎ量特徴算出モジュール
１５…手書き文字領域特定モジュール
１６…テクスチャ空間分割モジュール
Claims (10)
- 手書き文字と活字文字が混在する画像データを対象として、空間周波数又は周期性の解析を行う解析手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数のある方向への依存性を評価する方向性評価手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数の等方性を評価する等方性評価手段と、
前記方向性評価手段による評価結果である方向性評価結果及び前記等方性評価手段による評価結果である等方性評価結果を前記画像データのテクスチャ特徴ベクトルとし、該テクスチャ特徴ベクトルに応じて、前記画像データ内の線分の揺らぎ量特徴を算出する揺らぎ量特徴算出手段と、
前記揺らぎ量特徴算出手段によって算出された線分の揺らぎ量特徴に基づいて、手書き文字が存在する領域を特定する手書き文字領域特定手段
を具備することを特徴とする画像処理装置。 - 前記解析手段は、フーリエ変換又はウェーブレット変換によって解析を行う
ことを特徴とする請求項１に記載の画像処理装置。 - 前記解析手段における解析対象範囲は、注目する領域に存在する連結画素成分の大きさに基づいて決定する
ことを特徴とする請求項１に記載の画像処理装置。 - 前記方向性評価手段が評価する方向は、水平方向、垂直方向、又は斜め４５度方向のいずれか１つ以上を含むものである
ことを特徴とする請求項１に記載の画像処理装置。 - 前記手書き文字領域特定手段は、
前記テクスチャ特徴ベクトルから前記揺らぎ量特徴算出手段によって算出された揺らぎ量に基づいて、前記画像データを分割する画像データ領域分割手段
を備えることを特徴とする請求項１に記載の画像処理装置。 - コンピュータを、
手書き文字と活字文字が混在する画像データを対象として、空間周波数又は周期性の解析を行う解析手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数のある方向への依存性を評価する方向性評価手段と、
前記解析手段によって解析された結果である空間周波数スペクトル又は相関関数の等方性を評価する等方性評価手段と、
前記方向性評価手段による評価結果である方向性評価結果及び前記等方性評価手段による評価結果である等方性評価結果を前記画像データのテクスチャ特徴ベクトルとし、該テクスチャ特徴ベクトルに応じて、前記画像データ内の線分の揺らぎ量特徴を算出する揺らぎ量特徴算出手段と、
前記揺らぎ量特徴算出手段によって算出された線分の揺らぎ量特徴に基づいて、手書き文字が存在する領域を特定する手書き文字領域特定手段
として機能させることを特徴とする画像処理プログラム。 - 前記解析手段は、フーリエ変換又はウェーブレット変換によって解析を行う
ことを特徴とする請求項６に記載の画像処理プログラム。 - 前記解析手段における解析対象範囲は、注目する領域に存在する連結画素成分の大きさに基づいて決定する
ことを特徴とする請求項６に記載の画像処理プログラム。 - 前記方向性評価手段が評価する方向は、水平方向、垂直方向、又は斜め４５度方向のいずれか１つ以上を含むものである
ことを特徴とする請求項６に記載の画像処理プログラム。 - 前記手書き文字領域特定手段は、
前記テクスチャ特徴ベクトルから前記揺らぎ量特徴算出手段によって算出された揺らぎ量に基づいて、前記画像データを分割する画像データ領域分割手段
を備えることを特徴とする請求項６に記載の画像処理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007167198A JP5039449B2 (ja) | 2007-06-26 | 2007-06-26 | 画像処理装置及び画像処理プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007167198A JP5039449B2 (ja) | 2007-06-26 | 2007-06-26 | 画像処理装置及び画像処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009009179A JP2009009179A (ja) | 2009-01-15 |
| JP5039449B2 true JP5039449B2 (ja) | 2012-10-03 |
Family
ID=40324230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007167198A Expired - Fee Related JP5039449B2 (ja) | 2007-06-26 | 2007-06-26 | 画像処理装置及び画像処理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5039449B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105069788B (zh) * | 2015-08-05 | 2017-11-21 | 中北大学 | 一种古建墙壁题记受污毛笔文字图像聚类分割方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0793466A (ja) * | 1993-09-22 | 1995-04-07 | Toshiba Corp | 文字種判別装置およびその判別方法 |
| JPH10254993A (ja) * | 1997-03-12 | 1998-09-25 | Canon Inc | 文字抽出装置及び文字抽出方法 |
| JP4229521B2 (ja) * | 1999-05-21 | 2009-02-25 | 富士通株式会社 | 文字認識方法および装置 |
| JP2005078233A (ja) * | 2003-08-29 | 2005-03-24 | Toudai Tlo Ltd | 領域抽出法および領域抽出装置 |
-
2007
- 2007-06-26 JP JP2007167198A patent/JP5039449B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009009179A (ja) | 2009-01-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8594431B2 (en) | Adaptive partial character recognition | |
| JP5068963B2 (ja) | 論理的文書構造を決定するための方法及び装置 | |
| US8351691B2 (en) | Object extraction in colour compound documents | |
| EP2241999A2 (en) | Underline removal apparatus | |
| JP6937508B2 (ja) | 画像処理システム、評価モデル構築方法、画像処理方法及びプログラム | |
| JP2019102061A (ja) | テキスト線の区分化方法 | |
| JP5343617B2 (ja) | 文字認識プログラム、文字認識方法および文字認識装置 | |
| JPH10171922A (ja) | 罫線消去装置及び記録媒体 | |
| JP5039449B2 (ja) | 画像処理装置及び画像処理プログラム | |
| KR101336901B1 (ko) | 화상 처리 장치, 화상 처리 방법 및 기록 매체 | |
| JP5489894B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP4995507B2 (ja) | 画像処理システム、文字認識システムおよび画像処理プログラム | |
| US20100158381A1 (en) | Image processing device, image processing method, and computer readable medium | |
| JP5821648B2 (ja) | 情報処理装置及び情報処理プログラム | |
| JP6003375B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP5200993B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP5845724B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP2016053797A (ja) | 画像処理装置及び画像処理プログラム | |
| JP4872780B2 (ja) | 画像処理システム及び画像処理プログラム | |
| JP2009193170A (ja) | 文字認識装置及び文字認識方法 | |
| JP6281309B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP2009060498A (ja) | 画像処理装置及び画像処理プログラム | |
| JP5991076B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP6229254B2 (ja) | 情報処理装置及び情報処理プログラム | |
| JP2015099536A (ja) | 図表領域検出装置および図表領域検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100518 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120323 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120403 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120410 |
|
| 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: 20120703 |
|
| 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: 20120709 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150713 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5039449 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| 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 |
|
| 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 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |