JP5847063B2

JP5847063B2 - 画像処理装置

Info

Publication number: JP5847063B2
Application number: JP2012258801A
Authority: JP
Inventors: 敏明六尾; 政樹馬場
Original assignee: Kyocera Document Solutions Inc
Current assignee: Kyocera Document Solutions Inc
Priority date: 2012-11-27
Filing date: 2012-11-27
Publication date: 2016-01-20
Anticipated expiration: 2032-11-27
Also published as: US9153042B2; EP2735995A1; EP2735995B1; US20140177958A1; CN103839061B; JP2014107686A; CN103839061A

Description

本発明は、画像処理装置に関するものである。

ある画像処理装置では、原画像から文字と背景画像とを分離し、文字の画像データと背景画像の画像データとを別々に圧縮する（例えば特許文献１参照）。

別の画像処理装置では、画像データから高圧縮ＰＤＦファイルを生成する際に、文字色が同一である複数の文字領域を統合して１つの画像レイヤーとし、画像レイヤーの数を減らすことで、画像レイヤーの属性情報の総量を減らしている（例えば、特許文献２参照）。また、別の画像処理装置では、画像データから高圧縮ＰＤＦファイルを生成する際に、統合前後の画素数の増加が所定の閾値以下となる場合に複数の文字領域を統合し、それに伴い、属性情報も統合している（例えば、特許文献２参照）。

特表２００５−５００７０９号公報特開２００７−３１８５２０号公報

しかしながら、上述のように文字領域を統合すると、各文字領域が小さいにも拘わらず文字領域間の空白部分が文字プレーン（上述の文字の画像レイヤーに相当）に多く含まれることで文字プレーンのサイズが大きくなってしまい、圧縮後の画像データから元の画像データへ伸張する際に、伸張処理に要する時間が長くなってしまうことがある。

本発明は、上記の問題に鑑みてなされたものであり、圧縮後の画像データから元の画像データへ伸張する際に、伸張処理に要する時間が短くて済むように文字プレーンを構成する画像処理装置を得ることを目的とする。

上記の課題を解決するために、本発明では以下のようにした。

本発明に係る画像処理装置は、原画像におけるエッジを検出し、検出した前記エッジで構成されるエッジ画像を生成するエッジ画像生成部と、前記エッジ画像内の連結画素集合を抽出する連結画素抽出部と、前記連結画素集合を、前記連結画素集合の色ごとに分類し、前記色のそれぞれについて、２値画像である文字画像を生成する２値画像生成部と、前記文字画像に基づいて前記原画像の背景画像を生成する背景画像生成部と、前記文字画像の画像データと前記背景画像の画像データとを互いに異なる圧縮方式で圧縮する画像圧縮部とを備える。そして、前記画像圧縮部は、色ごとの前記文字画像内の複数の文字領域について、他の文字領域との距離が所定の閾値以上である前記文字領域を、前記他の文字領域が含まれる文字画像とは別の文字画像に含め、前記別の文字画像の画像データを他の前記画像データとは別にして圧縮する。そして、前記文字領域は、前記連結画素集合に外接する矩形内の領域であり、前記文字領域間の距離は、主走査方向での距離および副走査方向での距離のうちの長いほうとされる。さらに、前記背景画像生成部は、前記原画像における、前記文字画像の位置の画素値を、前記矩形の周囲の４つの頂点に位置する４つの画素の、前記原画像での値の平均値として、前記背景画像を生成する。

これにより、圧縮後の画像データから元の画像データへ伸張する際に、伸張処理に要する時間が短くて済むように文字プレーン（つまり、文字画像）が構成される。

また、本発明に係る画像処理装置は、上記の画像処理装置に加え、次のようにしてもよい。この場合、前記画像圧縮部は、前記閾値に基づき、互いの距離が短い前記文字領域を１つの文字グループに属するようにし、互いの距離が長い前記文字領域を異なる文字グループに属するようにして、前記複数の文字領域を前記文字グループに分類し、前記文字グループごとに別々の文字画像の画像データとして圧縮する。

また、本発明に係る画像処理装置は、上記の画像処理装置に加え、次のようにしてもよい。この場合、前記画像圧縮部は、圧縮後の画像データで高圧縮ＰＤＦファイルを生成する。

また、本発明に係る画像処理装置は、上記の画像処理装置に加え、次のようにしてもよい。この場合、前記連結画素集合に外接する矩形が互いに近接している前記連結画素集合を検出し、１つの前記連結画素集合としてグループ化する連結画素結合部をさらに備える。

本発明によれば、圧縮後の画像データから元の画像データへ伸張する際に、伸張処理に要する時間が短くて済むように文字プレーンが構成される。

図１は、本発明の実施の形態に係る画像処理装置の構成を示すブロック図である。図２は、図１に示す画像処理装置において抽出される連結画素集合の例を示す図である。図３は、図１における画像圧縮部による文字プレーンの分割について説明するフローチャートである。図４は、元の文字プレーン（文字画像）の一例を示す図である。図５は、図４に示す文字プレーンから検出される文字グループを示す図である。

以下、図に基づいて本発明の実施の形態を説明する。

図１は、本発明の実施の形態に係る画像処理装置の構成を示すブロック図である。図１に示す画像処理装置は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、コンピューターなどで実現され、原画像などの各種画像の画像データは、ＲＡＭ（Random Access Memory）、不揮発性メモリーなどに適宜記憶され、ＡＳＩＣやコンピューター内のプロセッサーで以下の処理部が実現される。

エッジ画像生成部１は、原画像におけるエッジを検出し、検出した前記エッジで構成されるエッジ画像を生成する。この実施の形態では、エッジ画像は、検出されたエッジの高濃度側の画素の位置を示す画像であり、２値画像である。つまり、検出されたエッジの高濃度側の画素の値が１であり、それ以外の画素の値が０である。

この実施の形態では、原画像は、多値のカラー画像であり、エッジ画像生成部１は、原画像の輝度成分のみの画像を生成し、その画像においてエッジを検出し、検出したエッジで構成されるエッジ画像を生成する。

連結画素抽出部２は、エッジ画像内の連結画素集合を抽出し、ひと繋がりの連結画素を、１つの集合として識別可能に管理する。つまり、連結画素集合と別の連結画素集合とが、連結していない場合、それらは、２つの集合として、それぞれ識別可能に管理される。なお、連結画素集合は、上述の高濃度側の画素（画素値が１である画素）のうち、１つの単独の画素、または互いに連結している複数の画素からなる。

連結画素結合部３は、連結画素集合に外接する矩形が互いに近接している複数の連結画素集合を検出し、それらを１つの連結画素集合としてグループ化する。つまり、２つの連結画素集合がグループ化されると、１つの連結画素集合として管理される。例えば、連結画素集合に外接する矩形の一部が重なっている場合、連結画素集合に外接する矩形の間の距離が所定値より短い場合などの所定の条件が成立すると、それらの連結画素集合がグループ化される。

２値画像生成部４は、連結画素集合を、連結画素集合の色（つまり、原画像内での色）ごとに分類し、その色のそれぞれについて文字画像を生成する。文字画像は２値画像である。このとき、文字に該当しない連結画素集合を除いた連結画素集合に基づいて文字画像が生成される。

例えば、５つの連結画素集合Ａ〜Ｅが存在し、原画像での連結画素集合Ａ，Ｂが第１の色であり、原画像での連結画素集合Ｃが第２の色（第１の色とは別の色）であり、原画像での連結画素集合Ｄ，Ｅが第３の色（第１，第２の色とは別の色）である場合、第１の色について、連結画素集合Ａ，Ｂの位置の画素値が１であり、その他の位置の画素値が０である文字画像が生成され、第２の色について、連結画素集合Ｃの位置の画素値が１であり、その他の位置の画素値が０である文字画像が生成され、第３の色について、連結画素集合Ｄ，Ｅの位置の画素値が１であり、その他の位置の画素値が０である文字画像が生成される。

背景画像生成部５は、上述の文字画像に基づいて、原画像の背景画像を生成する。具体的には、背景画像生成部５は、文字画像に基づいて、上述の文字画像における文字の位置（つまり、画素値が１である画素の位置）を特定し、原画像におけるその位置の画素値を次のように置き換えて、背景画像を生成する。

例えば、背景画像生成部５は、原画像における、文字画像の位置（つまり、文字画像内で画素値が１である画素の位置）の画素値を、連結画素集合に外接する矩形の周囲の少なくとも一部の画素の、原画像での値の平均値として、背景画像を生成する。

図２は、図１に示す画像処理装置において抽出される連結画素集合の例を示す図である。

図２（Ａ）に示す例は、原画像に「エ」という文字がある場合のものであり、この例では、連結画素集合１０１が検出され、連結画素集合１０１に外接する矩形１０２が特定されている。この例において、矩形１０２の周囲の星印を付した画素の、原画像での画素値に基づいて、背景画像における、この連結画素集合１０１の位置の画素値が決定される。

図２（Ｂ）に示す例は、原画像に「Ｅ」という文字がある場合のものであり、この例では、連結画素集合１１１が検出され、連結画素集合１１１に外接する矩形１１２が特定されている。この例において、矩形１１２の周囲の星印を付した画素の、原画像での画素値に基づいて、背景画像における、この連結画素集合１１１の位置の画素値が決定される。

図２（Ｃ）に示す例は、原画像に「つ」という文字がある場合のものであり、この例では、連結画素集合１２１が検出され、連結画素集合１２１に外接する矩形１２２が特定されている。この例において、矩形１２２の周囲の星印を付した画素の、原画像での画素値に基づいて、背景画像における、この連結画素集合１２１の位置の画素値が決定される。

なお、背景画像生成部５は、原画像における、文字画像の位置の画素値を、上述の矩形の周囲のすべての画素の、原画像での値の平均値として、背景画像を生成するようにしてもよい。

また、背景画像生成部５は、原画像における、文字画像の位置の画素値を、上述の矩形の周囲の４つの頂点に位置する４つの画素（図２における黒色の星印の画素）の、原画像での値の平均値として、背景画像を生成するようにしてもよい。

なお、グループ化された連結画素集合が存在する場合、２値画像生成部４は、グループ化された連結画素集合については、その連結画素集合のグループの色ごとに分類し、それらの色のそれぞれについて文字画像を生成する。このとき、グループ化されていない連結画素集合の色と、グループ化された連結画素集合の色とが同一である場合、それらは同一の文字画像に含められる。そして、背景画像生成部５は、グループ化された連結画素集合については、原画像における、文字画像の位置の画素値を、グループ化された連結画素集合全体に外接する矩形の周囲の少なくとも一部の画素の、原画像での値の平均値として、背景画像を生成する。

画像圧縮部６は、上述の文字画像の画像データと背景画像の画像データとを互いに異なる圧縮方式で圧縮する。例えば、文字画像の画像データは、ＭＭＲ（Modified Modified READ）方式で圧縮され、背景画像の画像データは、ＪＰＥＧ（Joint Photographic Experts Group）方式で圧縮される。なお、文字画像の画像データは、色の数と同数のデータがあり、それぞれが圧縮される。また、各色の値は、その色の文字画像の圧縮後の画像データに関連付けて管理される。

また、画像圧縮部６は、色ごとの文字画像内の複数の文字領域について、他の文字領域との距離が所定の閾値以上である文字領域を、この他の文字領域が含まれる文字画像とは別の文字画像に含め、その別の文字画像の画像データを、他の画像データとは別にして（つまり、独立した１つの文字プレーンの画像データとして）圧縮する。

なお、この文字領域は、上述の矩形（例えば図２の矩形１０２，１１２，１２２）内の領域であり、文字領域間の距離は、主走査方向での距離および副走査方向での距離のうちの長いほうとされる。

また、この実施の形態では、画像圧縮部６は、上述の閾値に基づき、互いの距離が短い文字領域を１つの文字グループに属するようにし、互いの距離が長い文字領域を異なる文字グループに属するようにして、複数の文字領域を文字グループに分類し、文字グループごとに別々の文字プレーンとして圧縮する。

さらに、この実施の形態では、画像圧縮部６は、圧縮後の画像データで高圧縮ＰＤＦファイルを生成する。

次に、上記画像処理装置の動作について説明する。

まず、エッジ画像生成部１が、原画像におけるエッジを検出し、検出したエッジで構成されるエッジ画像を生成する。

次に、連結画素抽出部２は、エッジ画像内の連結画素集合を抽出し、ひと繋がりの連結画素を、１つの集合として識別可能に管理する。

このとき、連結画素結合部３は、連結画素抽出部２により抽出された連結画素集合に外接する矩形の位置およびサイズを特定し、その矩形が互いに近接している連結画素集合が存在する場合、その矩形が互いに近接している連結画素集合を検出し、１つの連結画素集合としてグループ化する。

そして、２値画像生成部４は、連結画素集合を、連結画素集合の色（つまり、原画像内での色）ごとに分類し、その色のそれぞれについて文字画像を生成する。

このようにして、文字画像が、色ごとに生成される。

また、背景画像生成部５は、上述の文字画像に基づいて、原画像の背景画像を生成する。このとき、上述したように、背景画像生成部５は、原画像における、文字画像の位置の画素値を、連結画素集合に外接する矩形の周囲の少なくとも一部の画素の、原画像での値の平均値として、背景画像を生成する。

このようにして、背景画像が生成される。

そして、画像圧縮部６は、上述の文字画像の画像データと背景画像の画像データとを互いに異なる圧縮方式で圧縮する。

このとき、画像圧縮部６は、上述のように、所定の閾値に基づき、互いの距離が短い文字領域を１つの文字グループに属するようにし、互いの距離が長い文字領域を異なる文字グループに属するようにして、複数の文字領域を文字グループに分類し、文字グループごとに別々の文字プレーンとして圧縮する。つまり、２値画像生成部４により各色について生成された１つの文字プレーン（１つの文字画像）が複数の文字プレーンに分割される。

図３は、図１における画像圧縮部６による文字プレーンの分割について説明するフローチャートである。

まず、画像圧縮部６は、１つの文字プレーンにおける文字の連結画素集合を特定し、各連結画素集合についての上述の矩形内の領域を文字領域として特定する。

次に、画像圧縮部６は、特定した連結画素集合のうちの１つを選択し（ステップＳ１）、文字グループ番号を示す変数ｎの値を１にセットする（ステップＳ２）。

なお、画像圧縮部６は、各文字グループに対応して文字グループ属性データを保持する。文字グループ属性データは、（ａ）文字グループ番号、（ｂ）その文字グループに属する連結画素集合を示す連結画素集合リスト、（ｃ）その文字グループの位置を示す位置情報（例えば、文字グループに含まれるすべての連結画素集合に外接する矩形の対角線上の２頂点の位置情報）などを有する。

そして、画像圧縮部６は、文字グループ番号がｎである文字グループ＃ｎが未使用であるか否かを判定する（ステップＳ３）。その際、例えば、画像圧縮部６は、文字グループ＃ｎの文字グループ属性データが存在するか否かを特定し、文字グループ＃ｎの文字グループ属性データが存在しない場合には、文字グループ＃ｎが未使用であると判定する。

画像圧縮部６は、文字グループ＃ｎが未使用であると判定した場合、文字グループ属性データを生成し、その文字グループ＃ｎに、ステップＳ１で選択した連結画素集合を追加し、文字グループ＃ｎの文字グループ属性データを更新する（ステップＳ４）。

一方、画像圧縮部６は、文字グループ＃ｎが未使用ではないと判定した場合、選択した連結画素集合と、文字グループ＃ｎとの距離が所定の閾値（例えば９００画素）以下であるか否かを判定する（ステップＳ５）。

その際、その連結画素集合に外接する矩形と文字グループ＃ｎに外接する矩形との距離（例えば、主走査方向における距離と副走査方向における距離のうちの長いほう）が特定され、その距離と所定の閾値とが比較される。

選択した連結画素集合と、文字グループ＃ｎとの距離が所定の閾値以下である場合、画像圧縮部６は、その文字グループ＃ｎに、ステップＳ１で選択した連結画素集合を追加し、文字グループ＃ｎの文字グループ属性データを更新する（ステップＳ４）。

一方、選択した連結画素集合と、文字グループ＃ｎとの距離が所定の閾値以下ではない場合、画像圧縮部６は、変数ｎの値を１だけ増加させ（ステップＳ６）、次の文字グループ＃ｎ＋１について、ステップＳ３からの処理を実行する。

このようにすることで、ステップＳ１で選択した連結画素集合の近くに位置する文字グループがあれば、その連結画素集合がその文字グループに追加され、その連結画素集合の近くに位置する文字グループがなければ、その連結画素集合が新たな文字グループに追加される。

そして、ステップＳ１で選択した連結画素集合を、いずれかの文字グループに追加した後、画像圧縮部６は、未選択の（つまり、いずれの文字グループにも属していない）連結画素集合が存在するか否かを判定する（ステップＳ７）。

未選択の連結画素集合があれば、ステップＳ１に戻り、画像圧縮部６は、未選択の連結画素集合から１つを選択し、同様の処理を実行する。

このようにして、元の文字プレーン内のすべての文字の連結画素集合が文字グループに分類される。

図４は、元の文字プレーン（文字画像）の一例を示す図である。図５は、図４に示す文字プレーンから検出される文字グループを示す図である。例えば、図４に示すような文字プレーン１０１が存在する場合、互いに近くに位置する文字は、同じ文字グループに属するように分類される。図５に示すように、これにより、「ＡＢＣＡＢＣ」という６つの文字１１１は、文字グループ＃１に属し、「ＡＢＣＡＢＣ」という６つの文字１１２は、文字グループ＃２に属し、「ＡＢＣ」という３つの文字１１３は、文字グループ＃３に属し、「ＡＢＣ」という３つの文字１１４は、文字グループ＃４に属する。

その後、画像圧縮部６は、文字グループごとに文字プレーンを生成し、元の文字プレーンと置き換える（ステップＳ８）。

このようにして、原画像から文字画像と背景画像とが分離され、さらに、文字画像が複数の文字プレーンに分割され、それらに対して別々に画像データの圧縮が行われる。

以上のように、上記実施の形態によれば、画像圧縮部６は、色ごとの文字画像内の複数の文字領域について、他の文字領域との距離が所定の閾値以上である文字領域を、この他の文字領域が含まれる文字画像とは別の文字画像に含め、その別の文字画像の画像データを１つの文字プレーンの画像データとして圧縮する。

なお、上述の実施の形態は、本発明の好適な例であるが、本発明は、これらに限定されるものではなく、本発明の要旨を逸脱しない範囲において、種々の変形、変更が可能である。

本発明は、例えば、画像データの圧縮に適用可能である。

１エッジ画像生成部
２連結画素抽出部
３連結画素結合部
４２値画像生成部
５背景画像生成部
６画像圧縮部
１０１，１１１，１２１連結画素集合

Claims

原画像におけるエッジを検出し、検出した前記エッジで構成されるエッジ画像を生成するエッジ画像生成部と、
前記エッジ画像内の連結画素集合を抽出する連結画素抽出部と、
前記連結画素集合を、前記連結画素集合の色ごとに分類し、前記色のそれぞれについて、２値画像である文字画像を生成する２値画像生成部と、
前記文字画像に基づいて前記原画像の背景画像を生成する背景画像生成部と、
前記文字画像の画像データと前記背景画像の画像データとを互いに異なる圧縮方式で圧縮する画像圧縮部とを備え、
前記画像圧縮部は、色ごとの前記文字画像内の複数の文字領域について、他の文字領域との距離が所定の閾値以上である前記文字領域を、前記他の文字領域が含まれる文字画像とは別の文字画像に含め、前記別の文字画像の画像データを他の前記画像データとは別にして圧縮すること、
前記文字領域は、前記連結画素集合に外接する矩形内の領域であり、
前記文字領域間の距離は、主走査方向での距離および副走査方向での距離のうちの長いほうとされ、
前記背景画像生成部は、前記原画像における、前記文字画像の位置の画素値を、前記矩形の周囲の４つの頂点に位置する４つの画素の、前記原画像での値の平均値として、前記背景画像を生成すること、
を特徴とする画像処理装置。
前記画像圧縮部は、前記閾値に基づき、互いの距離が短い前記文字領域を１つの文字グループに属するようにし、互いの距離が長い前記文字領域を異なる文字グループに属するようにして、前記複数の文字領域を前記文字グループに分類し、前記文字グループごとに別々の文字画像の画像データとして圧縮することを特徴とする請求項１記載の画像処理装置。
前記画像圧縮部は、圧縮後の画像データで高圧縮ＰＤＦファイルを生成することを特徴とする請求項１または請求項２記載の画像処理装置。
前記連結画素集合に外接する矩形が互いに近接している前記連結画素集合を検出し、１つの前記連結画素集合としてグループ化する連結画素結合部をさらに備えることを特徴とする請求項１から請求項３のうちのいずれか１項記載の画像処理装置。