JP7006009B2 - 画像識別装置及び画像形成プログラム - Google Patents

Description

本発明は、画像識別装置及び画像形成プログラムに関する。

特許文献１には、原稿の画像またはその圧縮画像上の黒画素のランを抽出し、接しているランを統合して矩形を生成し、該生成された矩形の中で所定サイズ以上の矩形を表領域候補と判定し、該表領域候補の矩形について、その内部の一定以上の長さのランを罫線として抽出し、該抽出した罫線の個数により当該矩形を表領域であるか否か判定することを特徴とする表領域識別方法が開示されている。

特許文献２には、表中に内部表を有し、該内部表中に更に文字を有する文書の画像データから前記文字を読み取るための文書読取装置であって、前記画像データから前記表に対応する表領域を解析すると、該表領域に前記内部表に対応する内部表領域が有るか否かを解析し、前記内部表領域が有ると該内部表領域に前記文字に対応する文字領域が有るか否かを解析するレイアウト解析部と、前記解析して得た前記文字領域から文字を認識する認識部とを含むことを特徴とする文書読取装置が開示されている。

特許文献３には、入力画像から、画素の連結情報に基づいて部分パターンを抽出するパターン抽出手段と、該パターン抽出手段により抽出された部分パターンの中から実線または点線の直線を抽出する直線抽出手段と、前記直線抽出手段によって抽出された横方向の直線の中から、ある一定の長さ以上の直線を抽出して、該直線を横枠線の候補とする横枠線候補抽出手段と、前記横枠線候補抽出手段によって抽出された横枠線の候補の直線を、上部から順番に２本づつ取り出し、これら２本の直線の長さを比較することにより、横枠線の組となる２本の直線を決定する横枠決定手段と、該横枠決定手段によって横枠線の組となることが決定された２本の横線に、上下が共に達している縦方向の直線を縦枠線に決定する縦枠決定手段と、を備えることを特徴とする枠抽出装置が開示されている。

特許第２９４０９３６号公報 特許第３１５７４１４号公報 特許第３４２０８６４号公報

画像認識を行う際に、画像中の認識したい対象物に異なる対象物が繋がっている場合がある。このような場合としては、例えば、表領域の罫線に図面中の図枠が接している場合、図形に区切り線が重なっている場合等が考えられる。

本発明は、画像中の対象物を識別する際に、ある対象物の一部と繋がっていたとしても、目的の対象物を識別することができる画像識別装置及び画像形成プログラムを提供することを目的とする。

上記目的を達成するために、請求項１に記載の画像識別装置は、画像から線を抽出する抽出手段と、抽出した線のうち画像全体を区分する線を識別対象から除外する除外手段と、抽出した線のうち前記除外手段により除外されなかった線から、複数の線について線同士に繋がりがある場合に、互いに繋がりのある当該複数の線を１つの対象物として識別する識別手段と、を備え、前記除外手段は、前記画像全体を区分する線のうち、前記画像から抽出された表領域と重なる領域を除いた部分の線を除外する。

また、請求項２に記載の発明は、請求項１に記載の発明において、前記除外手段は、前記画像に含まれる、前記線の画素が連続した領域のうちの最大の領域を、前記画像全体を区分する線に対応する領域として除外する。

また、請求項３に記載の発明は、請求項１又は２記載の発明において、前記除外手段は、前記抽出手段により抽出された線のうち、各々の線を内包する最小の矩形状の枠の大きさが最も大きい線を、前記画像全体を区分する線として除外する。

また、請求項４に記載の発明は、請求項３記載の発明において、前記除外手段は、前記抽出手段により抽出された線のうち、各々の線を内包する最小の矩形状の枠の大きさが最も大きく、かつ前記矩形状の枠の大きさが予め定めた第１閾値以上である線を、前記画像全体を区分する線として除外する。

また、請求項５に記載の発明は、請求項４記載の発明において、前記画像が、記録媒体に形成された画像を読み取った読取画像である場合に、前記予め定めた第１閾値は、前記記録媒体の大きさに基づく閾値である。

また、請求項６に記載の発明は、請求項１又は２記載の発明において、前記除外手段は、前記抽出手段により抽出された線のうち、予め定めた第１方向の長さが最も長い線を、前記画像全体を区分する線として除外する。

また、請求項７に記載の発明は、請求項６記載の発明において、前記除外手段は、前記抽出手段により抽出された線のうち、予め定めた第１方向の長さが最も長く、かつ前記第１方向の長さが予め定めた第２閾値より長い線を、前記画像全体を区分する線として除外する。

また、請求項８に記載の発明は、請求項７記載の発明において、前記画像が、記録媒体に形成された画像を読み取った読取画像である場合に、前記予め定めた第２閾値は、前記記録媒体の大きさに基づく閾値である。

また、請求項９に記載の発明は、請求項１～８の何れか１項記載の発明において、前記除外手段は、前記抽出手段により抽出された線が、前記画像における予め定めた外周領域内にある場合に、前記画像全体を区分する線として除外する。

また、請求項１０に記載の発明は、請求項９記載の発明において、前記画像が、記録媒体に形成された画像を読み取った読取画像である場合に、前記予め定めた外周領域は、前記記録媒体の大きさに基づいて定められた外周領域である。

また、請求項１１に記載の発明は、請求項１～１０の何れか１項記載の発明において、前記識別手段は、予め定めた第１方向に並行な複数の線と、前記第１方向と交差する第２方向に並行な複数の線とが交わっている場合に、前記複数の線に囲まれた領域を表領域と識別する。

また、請求項１２に記載の発明は、請求項１～１１の何れか１項記載の発明において、前記線の画素が予め定めた第１方向に連続した複数の領域が、前記第１方向とは交差する第２方向に連続する場合に、前記複数の領域が前記第１方向において連続しているものとして、前記画像における前記画像全体を区分する線の座標値を算出する第１算出手段を更に備え、前記除外手段は、前記第１算出手段により算出された前記画像全体を区分する線の座標値を用いて前記画像全体を区分する線を除外する。

また、請求項１３に記載の発明は、請求項１２記載の発明において、前記第１算出手段は、前記複数の領域の前記第１方向の長さの和が予め定めた第３閾値以上である場合に、前記複数の領域が前記第１方向に連続しているものとして、前記画像における前記画像全体を区分する線の座標値を算出する。

また、請求項１４に記載の発明は、請求項１３記載の発明において、前記画像が、記録媒体に形成された画像を読み取った読取画像である場合に、前記予め定めた第３閾値は、前記記録媒体の大きさに基づく閾値である。

また、請求項１５に記載の発明は、請求項１～１４の何れか１項記載の発明において、前記画像において、前記線の画素が予め定めた第１方向に連続した領域の一部が途切れている場合に、前記連続した領域が前記途切れている領域を含んで前記第１方向に連続しているものとして、前記画像における前記画像全体を区分する線の座標値を算出する第２算出手段を更に備え、前記除外手段は、前記第２算出手段により算出された前記画像全体を区分する線の座標値を用いて前記画像全体を区分する線を除外する。

また、請求項１６に記載の発明は、請求項１５記載の発明において、前記第２算出手段は、前記連続した領域の前記第１方向の長さの和と、途切れている領域の前記第１方向の長さの和との比率が予め定めた条件を満たしている場合に、前記連続した領域が前記途切れている領域を含んで前記第１方向に連続しているものとして、前記画像における前記画像全体を区分する線の座標値を算出する。

一方、上記目的を達成するために、請求項１７に記載の画像識別プログラムは、コンピュータを、請求項１～１６の何れか１項記載の画像識別装置を構成する各手段として機能させるためのプログラムである。

請求項１、１７に記載の発明によれば、画像中の対象物を識別する際に、ある対象物の一部と繋がっていたとしても、目的の対象物を識別することができる。
また、請求項１、１７に記載の発明によれば、画像全体を区分する線のうちの表領域と重なる領域を考慮せずに、画像全体を区分する線を除外した場合と比較して、画像全体を区分する線と重なった表領域を精度良く識別することができる。

請求項２に記載の発明によれば、画像全体を区分する線を除外しない場合と比較して、画像全体を区分する線と重なった対象物を精度良く識別することができる。

請求項３に記載の発明によれば、抽出手段に抽出された線のうち、当該線を内包する最小の矩形状の枠のサイズを考慮せずに画像全体を区分する線を識別する場合と比較して、画像全体を区分する線を簡単に識別することができる。

請求項４に記載の発明によれば、抽出手段に抽出された線のうち、当該線を内容する最小の矩形状の枠のサイズが最も大きい線を必ず画像全体を区分する線とする場合と比較して、画像全体を区分する線の誤認識を抑制することができる。

請求項５に記載の発明によれば、画像が、記録媒体に形成された画像を読み取った読取画像である場合に、用紙の大きさを考慮せずに画像全体を区分する線を識別する場合と比較して、目的の対象物を精度良く識別することができる。

請求項６に記載の発明によれば、抽出手段に抽出された線のうち、予め定めた第１方向の長さを考慮せずに画像全体を区分する線を識別する場合と比較して、画像全体を区分する線が画像全体を囲んでいない場合であっても、当該画像全体を区分する線を識別することができる。

請求項７に記載の発明によれば、抽出手段に抽出された線のうち、予め定めた第１方向の長さが最も長い線を必ず画像全体を区分する線とする場合と比較して、画像全体を区分する線の誤認識を抑制することができる。

請求項８に記載の発明によれば、画像が、記録媒体に形成された画像を読み取った読取画像である場合に、用紙の大きさを考慮せずに画像全体を区分する線を識別する場合と比較して、目的の対象物を精度良く識別することができる。

請求項９に記載の発明によれば、抽出手段に週出された線の位置を考慮せずに画像全体を区分する線を識別する場合と比較して、目的の対象物を精度良く識別することができる。

請求項１０に記載の発明によれば、画像が、記録媒体に形成された画像を読み取った読取画像である場合に、用紙の大きさを考慮せずに画像全体を区分する線を識別する場合と比較して、目的の対象物を精度良く識別することができる。

請求項１１に記載の発明によれば、画像全体を区分する線と重なった複数の線を考慮せずに表領域を認識する場合と比較して、表領域を簡単に認識することができる。

請求項１２に記載の発明によれば、線の画素が予め定めた第１方向に連続した複数の領域が連続している場合にのみ当該複数の領域を１つの線とみなす場合と比較して、線を精度良く認識することができる。

請求項１３に記載の発明によれば、線の画素が予め定めた第１方向に連続した複数の領域について、当該複数の領域の第１方向の長さを考慮せずに当該複数の領域を１つの線とみなす場合と比較して、線の誤認識を抑制することができる。

請求項１４に記載の発明によれば、画像が、記録媒体に形成された画像を読み取った読取画像である場合に、用紙の大きさを考慮せずに画像全体を区分する線を識別する場合と比較して、目的の対象物を精度良く識別することができる。

請求項１５に記載の発明によれば、線の画素が予め定めた第１方向に連続した複数の領域が連続している場合にのみ当該複数の領域を１つの線とみなす場合と比較して、線を精度良く認識することができる。

請求項１６に記載の発明によれば、線の画素が予め定めた第１方向に連続した複数の領域の一部が途切れている際に、連続した領域の第１方向の長さと途切れている領域の第１方向の長さとの比率を考慮せずに当該複数の領域を１つの線とみなす場合と比較して、線の誤認識を抑制することができる。

実施形態に係る画像識別装置により識別される画像が形成された用紙の一例を示す正面図である。 実施形態に係る画像識別システムの構成を示すブロック図である。 第１実施形態に係る画像識別装置の機能を示すブロック図である。 実施形態に係る画像識別装置により識別される画像に含まれる、波打った線の補正方法の一例を示す模式図である。 実施形態に係る画像識別装置により識別される画像に含まれる、波打った線の補正方法の一例を示す模式図である。 実施形態に係る画像識別装置により識別される画像に含まれる、途切れた線の補正方法の一例を示す模式図である。 実施形態に係る画像識別装置により識別される画像に含まれる、途切れた線の補正方法の一例を示す模式図である。 実施形態に係る画像識別装置により識別される画像に含まれる、途切れた線の補正方法の一例を示す模式図である。 第１実施形態に係る画像識別装置により識別された画像の一例を示す正面図である。 第１実施形態に係る画像識別装置により識別された画像の別例を示す正面図である。 第１実施形態に係る画像識別処理のプログラムの流れを示すフローチャートである。 第２実施形態に係る画像識別装置の機能を示すブロック図である。 第２実施形態に係る画像識別装置による表の識別方法の一例を示す模式図である。 第２実施形態に係る画像識別装置による表の識別方法の別例を示す模式図である。 第２実施形態に係る画像識別装置により識別された、画像全体を区分する線、及び表の一例を示す正面図である。 第２実施形態に係る画像識別装置により識別された画像の一例を示す正面図である。 第２実施形態に係る画像識別処理のプログラムの流れを示すフローチャートである。

以下、添付図面を参照して、本発明の実施形態について詳細に説明する。

〔第１実施形態〕

まず、本実施形態に係る画像識別装置により識別される画像について説明する。図１は、本実施形態に係る画像形成装置により識別される画像が形成された記録媒体である用紙の一例を示す正面図である。

一例として図１に示すように、画像識別装置により識別される画像（例えば、設計図面）が描画された用紙Ｐには、画像全体を区分する線３０が描画されている場合がある。ここでいう「画像全体を区分する線」は、画像全体を区分する外枠、図枠等であるが、図１に示すような矩形状の図枠とは限らず、表、図形等に接触して伸びている「長い線」、「角が丸まった四角形」、「円」、「楕円」、「三角形」、その他の「多角形」等であっても構わない。本実施形態では、画像全体を区分する線３０が矩形状の図枠である場合について説明する。

また、本実施形態では、一例として図１に示すように、画像全体を区分する線３０の内部に、文章が記述された文字領域３２、表が表示された表領域３４Ａ、３４Ｂ、３４Ｃ、画像が表示された画像領域３６等が配置されている場合について説明する。

これらの表領域３４Ｂ、３４Ｃは、一般的に、画像全体を区分する線３０と接した状態で表示される。そのため、従来、用紙Ｐに描画されている画像を解析しようとした場合に、画像全体を区分する線３０と、表領域３４Ｂと、表領域３４Ｃとが１つの表として扱われてしまう。すなわち、用紙Ｐに描画されている画像のうち、表領域３４Ｂと表領域３４Ｃとを除いた部分が１つの領域として扱われ、画像内の情報が正しく解析されない。

さらに、表領域３４Ｂと表領域３４Ｃとが１つの表として扱われるため、表領域３４Ｂ及び表領域３４Ｃも正しく解析されない。表領域３４Ｂと表領域３４Ｃとは各々別個の表であり、記載内容が異なることから、表領域３４Ｂと表領域３４Ｃとは各々別個の表として識別されるべきである。

そこで、本実施形態に係る画像識別装置は、画像データによって示される画像から線を抽出し、抽出した線のうち画像全体を区分する線を識別対象から除外し、抽出した線のうち除外されなかった線から、複数の線について線同士に繋がりがある場合に、互いに繋がりのある当該複数の線を１つの対象物として識別する。

次に、本実施形態に係る画像識別システムの構成、及び画像識別装置の機能について説明する。図２は、本実施形態に係る画像識別システム１０の構成を示すブロック図である。また、図３は、本実施形態に係る画像識別装置１２の機能を示すブロック図である。

図２に示すように、画像識別システム１０は、画像識別装置１２、及び、画像読取装置１４を有している。なお、画像読取装置１４は、所謂スキャナであり、用紙Ｐに描画された図面を読み取って、カラー画像データ又は白黒画像データを生成し、生成した画像データを画像識別装置１２に出力する。また、図３に示すように、画像識別装置１２は、抽出部２０、算出部２２、除外部２４、及び、識別部２６を有している。

なお、本実施形態に係る画像識別装置１２は、装置全体の動作を司るＣＰＵ（Central Processing Unit）により制御されることにより実現される。すなわち、画像識別装置１２は、上記ＣＰＵ、各種プログラムや各種パラメータ等が予め記憶されたＲＯＭ（Read Only Memory）、ＣＰＵによる各種プログラムの実行時のワークエリア等として用いられるＲＡＭ（Random Access Memory）、及びフラッシュメモリ等の不揮発性メモリを含む、上述した記憶部を備える。また、画像識別装置１２は、外部装置と通信情報の送受信を行う通信回線Ｉ／Ｆ（Interface）部を備える。また、画像識別装置１２は、画像識別装置１２に対するユーザからの指示を受け付けると共に、ユーザに対して画像識別装置１２の動作状況等に関する各種情報を通知する操作表示部を備える。なお、操作表示部は、例えば、プログラムの実行により操作指示の受け付けを実現する表示ボタンや各種情報が表示されるタッチパネル式のディスプレイ、及びテンキーやスタートボタン等のハードウェアキーを含む。

抽出部２０は、抽出手段の一例であり、画像読取装置１４から画像データを入力し、入力した画像データによって示される読取画像（以下、単に「画像」という。）を取得する。なお、本実施形態では、抽出部２０は、画像読取装置１４から画像データを入力する場合について説明するが、これに限らず、画像データを外部装置から通信回線Ｉ／Ｆを介して受信しても良い。

また、抽出部２０は、取得した画像から、画像に含まれている複数の線を抽出する。なお、本実施形態では、錯綜を回避するために、白色の背景に黒色で図面が描画された用紙Ｐが白黒画像データとして読み取られた場合について説明する。

本実施形態では、抽出部２０は、画像全体を区分する線３０の色の画素（本実施形態では、黒画素）が連続している領域（以下、「対象物」という。）を線の候補として抽出した後に、抽出した対象物から線を選出することにより、画像から複数の線を抽出する。具体的には、抽出部２０は、まず、画像に含まれる複数の対象物を抽出する。また、抽出部２０は、抽出した対象物の各々の形状から、各々の対象物が線であるか否かを判定する。そして、抽出部２０は、複数の対象物から、線であると判定された対象物を選出することにより、画像から複数の線を抽出する。

なお、本実施形態では、画像の辺に沿った予め定めた第１方向（例えば、Ｘ方向）、及び第１方向と交差する第２方向（例えば、Ｙ方向）の少なくとも一方に、予め定めた閾値（例えば、５画素）以上の数の黒画素が連続している場合に、連続している黒画素の集合を対象物とする。

算出部２２は、第１算出手段、第２算出手段、及び識別手段の一例であり、抽出部２０により抽出された複数の線から、画像全体を区分する線３０を選択し、画像全体を区分する線３０の座標値を算出する。

ここで、画像全体を区分する線３０が矩形状の図枠である場合には、画像全体を区分する線３０は、用紙Ｐの外縁に沿って描画されている場合が多い。そのため、画像全体を区分する線３０に対応する対象物は、他の対象物と比較し、連続している黒画素の連続数（長さ）が十分に多いことが想定される。本実施形態のように、画像全体を区分する線３０が矩形状の図枠である場合には、画像全体を区分する線３０は、Ｘ方向の長さが十分に長く、かつＹ方向の長さが十分に長い線であることが想定される。

そこで、本実施形態では、線であると判定された対象物のうちの最大の対象物を、画像全体を区分する線３０として選出する。ここでいう最大の対象物とは、線であると判定された対象物を包含する最小の矩形領域が、最大となる対象物である。

すなわち、算出部２２は、線であると判定された対象物の各々について、対象物を内包する最小の矩形状の枠を仮定し、仮定した枠の画像のＸ方向の長さとＹ方向の長さとを算出する。また、算出部は、線であると判定された対象物のうち、Ｘ方向の長さが最長となり、かつＹ方向の長さが最長となる対象物を選出する。そして、算出部２２は、選出した対象物を、画像全体を区分する線３０とみなし、画像全体を区分する線３０の座標値を算出する。

本実施形態においては、画像全体を区分する線３０が矩形状の図枠であることを考慮し、画像全体を区分する線３０の座標値を、Ｘ方向の座標値の範囲と、Ｙ方向の座標値の範囲とで表す。図１に示す例では、画像全体を区分する線３０の座標値（ｘ，ｙ）は、正面視上側の線のＸ座標の範囲をｘ１≦ｘ≦ｘ４とし、Ｙ座標の範囲をｙ１≦ｘ≦ｙ２とする。また、正面視下側の線のＸ座標の範囲をｘ１≦ｘ≦ｘ４とし、Ｙ座標の範囲をｙ３≦ｙ≦ｙ４とする。また、正面視左側の線のＸ座標の範囲をｘ１≦ｘ≦ｘ２とし、Ｙ座標の範囲をｙ１≦ｙ≦ｙ４とする。また、正面視右側の線のＸ座標の範囲をｘ３≦ｘ≦ｘ４とし、Ｙ座標の範囲をｙ１≦ｙ≦ｙ４とする。

なお、ｘ１は、画像全体を区分する線３０の左側の線の左端のＸ方向の座標値であり、ｘ２は、画像全体を区分する線３０の左側の線の右端のＸ方向の座標値である。また、ｘ３は、画像全体を区分する線３０の右側の線の左端のＸ方向の座標値であり、ｘ４は、画像全体を区分する線３０の右側の線の右端のＸ方向の座標値である。また、ｙ１は、画像全体を区分する線３０の上側の線の上端のＹ方向の座標値であり、ｙ２は、画像全体を区分する線３０の上側の線の下端のＹ方向の座標値である。また、ｙ３は、画像全体を区分する線３０の下側の線の上端のＹ方向の座標値であり、ｙ４は、画像全体を区分する線３０の下側の線の下端のＹ方向の座標値である。

なお、本実施形態では、線であると判定された対象物のうち、Ｘ方向の長さが最長となり、かつＹ方向の長さが最長となる対象物が存在しない場合には、算出部２２は、画像全体を区分する線３０が存在しないものと判断する。画像全体を区分する線３０が存在しない場合には、画像全体を区分する線３０を除外部２４により除外する必要がないため、算出部２２は、画像全体を区分する線３０の座標値を算出しなくても良い。

また、上述したように、画像全体を区分する線３０が矩形状の図枠である場合には、画像全体を区分する線３０は、用紙Ｐの外縁に沿って描画されている場合が多い。そのため、画像全体を区分する線３０に対応する対象物は、用紙Ｐの外周領域に形成されている場合が多い。なお、ここでいう外周領域は、例えば、用紙ＰのＸ方向の両端側から、用紙ＰのＸ方向の長さの予め定めた閾値（例えば、用紙ＰのＸ方向の長さの３０％）以内の範囲で、かつ、用紙ＰのＹ方向の両端側から、用紙ＰのＹ方向の長さの予め定めた閾値（例えば、用紙ＰのＹ方向の長さの３０％）以内の範囲の領域である。

そこで、算出部２２は、線であると判定された対象物のうち、Ｘ方向の長さが最長となり、かつＹ方向の長さが最長となり、かつ、Ｘ方向の長さが用紙ＰのＸ方向の長さに基づく閾値より大きく、かつ、Ｙ方向の長さが用紙ＰのＹ方向の長さに基づく閾値より大きい対象物を、画像全体を区分する線３０として選出しても良い。あるいは、線であると判定された対象物のうちの最大の対象物が予め定めた外周領域にある場合にのみ、画像全体を区分する線３０として選出しても良い。

ここでいう用紙ＰのＸ方向の長さに基づく閾値とは、例えば、用紙ＰのＸ方向の長さに予め定めた割合（例えば、８０％）を掛けた長さである。また、用紙ＰのＹ方向の長さに基づく閾値とは、用紙ＰのＹ方向の長さに予め定めた割合（例えば、８０％）を掛けた長さである。また、これらの閾値を、用紙Ｐの大きさに基づく条件（第１閾値）ともいう。

ただし、これらの閾値は、画像全体を区分する線３０が矩形状の図枠である場合の閾値の一例であり、画像全体を区分する線３０の形状が丸型等の他の形状である場合には、この閾値は、各々の形状に適した閾値となる。

なお、算出部２２は、線であると判定された対象物のうちの最大の対象物が、用紙Ｐのサイズに基づく条件を満たさない場合には、画像全体を区分する線３０が存在しないものと判断すると良い。この場合にも、算出部２２は、画像全体を区分する線３０の座標値を算出しなくても良い。

ここで、抽出部２０が画像から複数の線を抽出する際に、用紙Ｐでは線として描かれていても、読取画像においては線として読み取られない場合がある。そのような場合の一例について説明する。すなわち、画像読取装置１４により画像が読み取られる用紙Ｐは、厚さ、サイズ等が様々である。特に、製造現場で用いられる図面のサイズは、４Ａ０サイズ（Ａ４サイズの６４倍）を超える場合もある。例えば、用紙が薄くて大きい場合には、読み取り台に設置された用紙を読み取る際に、用紙のたわみ等の影響を受け、一例として図４Ａに示すように、用紙Ｐに描画された画像に含まれる直線４０が、直線４０Ａ、直線４０Ｂ、及び直線４０Ｃの３つの直線に分断され、波打った状態で読み取られる場合がある。

一例として図４Ａに示すように、用紙ＰにＸ方向に延びた直線４０が描かれている場合であっても、読込画像においては、直線４０に対応する黒画素４２がＹ方向に分断されてしまう場合がある。その場合には、抽出部２０による上述した抽出方法では、直線４０が、線であると判定された対象物４０Ａ、４０Ｂ、４０Ｃとして抽出されてしまう。その結果、直線４０が、画像全体を区分する線３０であっても、線であると判定された対象物４０Ａ、４０Ｂ、４０Ｃが上述した用紙Ｐの大きさに基づく条件を満たしていないために、画像全体を区分する線３０であると認識されない場合がある。

そこで、算出部２２は、予め定めた方向（例えば、Ｘ方向）に延びた予め定めた閾値（例えば、３画素）以上の長さをもつ複数の線４０Ａ、４０Ｂ、４０Ｃが、Ｘ方向において連続して、かつ、Ｘ方向と交差する方向（例えば、Ｙ方向）に連続する場合、これらの複数の線を１つの線４４とみなす。あるいは、予め定めた方向（例えば、Ｘ方向）に予め定めた閾値（例えば、３画素）以上の長さをもつ複数の線４０Ａ、４０Ｂ、４０Ｃが、Ｘ方向の一部の区間において重なって、かつ、Ｘ方向と交差する方向（例えば、Ｙ方向）に連続する場合、これらの複数の線を１つの線４４とみなす。

なお、ここでは、何れかの線の予め定めた方向（例えば、Ｘ方向）の範囲が、他の線の予め定めた方向（例えば、Ｘ方向）の範囲とＸ方向において隣接した状態である場合に、当該何れかの線と他の線とが連続しているという。しかし、「連続」の定義はこれに限らず、何れかの線の予め定めた方向（例えば、Ｘ方向）の範囲と、他の線の予め定めた方向（例えば、Ｘ方向）の範囲とのＸ方向における離間距離が予め定めた誤差範囲（例えば、２画素以下）である場合にも、当該何れかの線と他の線とが連続しているといっても良い。

そして、算出部２２は、線４４のＸ方向の長さが上述した用紙Ｐの大きさに基づく条件を満たしている場合に、抽出部２０により抽出された線を、画像全体を区分する線３０とみなし、画像全体を区分する線３０の座標値を算出する。この際、線４４のＸ方向の座標値の範囲は、線４０Ａ、４０Ｂ、４０Ｃの全てを包含する最小の矩形状の領域のＸ方向の座標値の範囲とし、線４４のＹ方向の座標値は、線４０Ａ、４０Ｂ、４０Ｃの全てを包含する最小の矩形状の領域のＹ方向の座標値の範囲、もしくはその平均値等とすると良い。また、線４４の太さは、線４０Ａ、４０Ｂ、４０Ｃの全てを包含する最小の矩形状の領域のＸ方向の座標値の範囲、もしくは線４０Ａ、４０Ｂ、４０Ｃの太さの平均値等とすると良い。

なお、一例として図４Ｂに示すように、Ｘ方向に閾値（例えば、３画素）以上の長さをもたない線４６Ａについては、１つの線４４には含めないようにすると良い。

また、Ｘ方向に閾値（例えば、３画素）以上の長さをもち、線４０ＣとＸ方向の一部の区間において重なっていても、他の線４０Ａ、４０Ｂ、４０ＣとはＹ方向に連続しない線４６Ｂについては、１つの線４４には含めないようにすると良い。

さらに、Ｘ方向に閾値（例えば、３画素）以上の長さをもつが、他の線４０Ａ、４０Ｂ、４０ＣとはＸ方向において連続しない線４６Ｃについては、１つの線４４には含めないようにすると良い。

ただし、Ｘ方向に延びた２つの線が、Ｘ方向において厳密には連続しておらず、かつＸ方向の一部の区間において重なっていなくても、当該２つの線のＸ方向における間隔が予め定めた誤差範囲（例えば、２画素）以内であれば、当該２つの線を１つの線とみなしても良い。

また、抽出部２０が画像から複数の線を抽出する際に、用紙Ｐでは線として描かれていても、読取画像においては線として読み取られない場合の別例について示す。画像読取装置１４により用紙Ｐに描画された画像を読み取る際に、読取条件、画像変換等によっては、用紙Ｐに描かれている線の一部が途切れてしまう場合がある。すなわち、用紙ＰにＸ方向に延びた直線５０が描かれている場合であっても、一例として図５Ａに示すように、読込画像においては、直線５０の一部が途切れて、複数の直線５０Ａ、５０Ｂに分かれてしまう場合がある。

本実施形態では、途切れた箇所５２のＸ方向の長さ（白画素数）と、当該途切れた箇所５２を挟む各々の線５０Ａ、５０ＢのＸ方向の長さ（黒画素数）とを比較する。例えば、途切れた箇所５２のＸ方向の長さと、当該途切れた箇所５２を挟む線５０Ａ、５０ＢのＸ方向の長さの和とが予め定めた条件（第３閾値）を満たしている場合、算出部２２は、これらの線５０Ａ、５０Ｂを１つの線５４とみなし、画像全体を区分する線３０の座標値を算出する。

ここでいう予め定めた条件としては、例えば、途切れた箇所５２のＸ方向の長さが予め定めた閾値（例えば、用紙ＰのＸ方向の長さの１％）以下であり、かつ、途切れた箇所５２のＸ方向の長さと線５０Ａ、５０ＢのＸ方向の長さの和が、用紙ＰのＸ方向の長さに予め定めた割合（例えば、８０％）以上であること等が挙げられる。ここでは、直線５０上で途切れた箇所５２が１箇所である場合について説明したが、これに限らず、直線５０上で途切れた箇所５２が複数箇所ある場合においても同様である。

なお、一例として図５Ｂに示すように、一部の直線５０Ａが、他部の直線５０Ｂに比べて長い場合であっても、途切れた箇所５２のＸ方向の長さと線５０Ａ、５０ＢのＸ方向の長さの和とが上述した予め定めた条件を満たしている場合には、これらの線５０Ａ、５０Ｂを１つの線５４とみなし、画像全体を区分する線３０の座標値を算出する。

しかし、一例として図５Ｃに示すように、直線５０Ａ、５０ＢのＸ方向の長さの和が途切れた箇所５２のＸ方向の長さと比べて短く、途切れた箇所５２のＸ方向の長さと線５０Ａ、５０ＢのＸ方向の長さの和とが上述した予め定めた条件を満たしていない場合には、これらの線５０Ａ、５０Ｂを１つの線とはみなさず、別々の線６２Ａ、６２Ｂとみなす。

除外部２４は、除外手段の一例であり、画像全体を区分する線３０を、算出部２２により算出された座標値に基づいて、識別部２６による画像の識別対象から除外する。この際、除外部２４は、一例として図６Ａに示すように、画像全体を区分する線３０のみを除外しても良く、一例として図６Ｂに示すように、画像全体を区分する線３０を含む画像全体を区分する線３０の外側の領域６４（図６Ｂにおいてドットで塗り潰された領域）を除外しても良い。

識別部２６は、識別手段の一例であり、抽出部２０により抽出された線のうち、除外部２４に除外されなかった線から、複数の線について線同士に繋がりがある場合に、互いに繋がりのある当該複数の線を１つの対象物として識別する。

一例として図６Ａ及び図６Ｂに示すように、文字領域３２に対応する対象物３８Ａ、表領域３４Ａ、３４Ｂ、３４Ｃに各々対応する対象物３８Ｂ、３８Ｃ、３８Ｄ、画像領域３６に対応する対象物３８Ｅの各々は、画像全体を区分する線３０が削除された状態で識別される。すなわち、画像全体を区分する線３０に接している表領域３４Ｂ、３４Ｃに対応する対象物３８Ｃ、３８Ｄは、画像全体を区分する線３０と重なっている線が削除された状態で識別される。一方、画像全体を区分する線３０に接していない文字領域３４、表領域３４Ａ、画像領域３６に対応する対象物３８Ａ、３８Ｂ、３８Ｅは、そのまま状態で識別される。

次に、本実施形態に係る画像識別装置１２が、予め定めた実行指示が入力された場合に実行する画像識別処理の流れを、図７のフローチャートを参照して説明する。なお、本実施形態では、画像識別処理のプログラムは予め記憶部に記憶されているが、これに限らない。例えば、画像識別処理のプログラムが通信回線Ｉ／Ｆ部を介して外部装置から受信されて記憶部に記憶されても良い。また、ＣＤ－ＲＯＭ等の記録媒体に記録された画像識別処理のプログラムがＣＤ－ＲＯＭドライブ等で読み込まれることにより、画像識別処理が実行されるようにしてもよい。

ステップＳ１０１では、抽出部２０が、画像読取装置１４から画像データを入力することにより、画像データを取得する。

ステップＳ１０３では、抽出部２０が、入力した画像データによって示される画像から、複数の線を抽出する。

ステップＳ１０５では、算出部２２が、抽出された複数の線から、画像全体を区分する線３０を選出し、選出した画像全体を区分する線３０の座標値を算出する。

ステップＳ１０７では、除外部２４が、算出された画像全体を区分する線３０の座標値に基づいて、画像全体を区分する線３０を画像の識別対象から除外する。

ステップＳ１０９では、識別部２６が、抽出部２０により抽出された線のうち、除外部２４に除外されなかった線から、複数の線について線同士に繋がりがある場合に、互いに繋がりのある当該複数の線を１つの対象物として識別する。

ステップＳ１１１では、識別部２６が、識別した対象物に関する情報を識別情報として記憶部に記憶させる。

ステップＳ１１３では、抽出部２０が、次の画像データが存在するか否かを判定する。ステップＳ１１３で次の画像データが存在すると判定した場合（Ｓ１１３，Ｙ）はステップＳ１０１に移行し、次の画像データについて、ステップＳ１０１乃至Ｓ１１３の処理を行う。また、次の画像データが存在しないと判定した場合（Ｓ１１３，Ｎ）は本画像識別処理のプログラムの実行を終了する。

このように、本実施形態では、画像から線を抽出し、抽出した線のうち画像全体を区分する線を識別対象から除外し、抽出した線のうち除外されなかった線から、複数の線について線同士に繋がりがある場合に、互いに繋がりのある当該複数の線を１つの対象物として識別する。

なお、本実施形態では、画像全体を区分する線３０が矩形状の図枠であった場合について説明した。しかし、画像全体を区分する線３０の形状が「長い線」であった場合には、算出部２２は、線であると判定された対象物から、予め定めた方向（例えば、Ｘ方向又はＹ方向）の長さが最も長い対象物を選出する。

また、算出部２２は、線であると判定された対象物から、Ｘ方向又はＹ方向の長さが最も長く、かつ、選出した線のＸ方向又はＹ方向の長さが、用紙ＰのＸ方向又はＹ方向の長さに基づく閾値（第２閾値）より長い対象物を、当該選択した線を、画像全体を区分する線３０として選出しても良い。ここでいう用紙ＰのＸ方向又はＹ方向の長さに基づく閾値は、例えば、用紙ＰのＸ方向の長さ又はＹ方向の長さに予め定めた割合（例えば、８０％）を掛けた長さである。

〔第２実施形態〕

次に、第２実施形態に係る画像識別装置について説明する。

上記第１実施形態では、画像全体を区分する線３０の全体を除外する場合について説明した。一方、本第２実施形態では、画像全体を区分する線３０のうち、表領域と重なる領域を除いた部分の線を除外する場合について説明する。

第２実施形態に係る画像識別装置の構成は、図８に示すように、算出部２２を算出部２２Ａに置き換えたこと、及び除外部２４を除外部２４Ａに置き換えたこと以外は上記第１実施形態に係る画像識別装置１２と同じであるため、算出部２２Ａ及び除外部２４Ａ以外の各構成の説明を省略する。

算出部２２Ａは、第１実施形態の算出部２２と同様の手法で、抽出部２０により抽出された、線と判定された対象物から、画像全体を区分する線３０を抽出し、画像全体を区分する線３０の座標値を算出する。

また、算出部２２Ａは、抽出部２０により抽出された、線と判定された対象物のうちの、画像全体を区分する線３０以外の対象物から、表領域を選択し、表領域の座標値を算出する。

一例として図９Ａに示すように、予め定めた方向（例えば、Ｘ方向）に並行して描画された複数の線７０Ａ、７０Ｂ、７０Ｃ、７０Ｄと、Ｘ方向と交差する方向（例えば、Ｙ方向）に並行して描画された複数の線７２Ａ、７２Ｂ、７２Ｃ、７２Ｄとが交差しているとする。この場合に、算出部２２Ａは、これらの複数の線７０Ａ、７０Ｂ、７０Ｃ、７０Ｄ及び複数の線７２Ａ、７２Ｂ、７２Ｃ、７２Ｄを表罫線とみなし、表罫線で囲まれた矩形領域（図９Ａでドットで示す領域）を表領域６４として抽出し、表領域の座標値の範囲を算出する。

図９Ａに示す例では、Ｘ方向に延びた線のうち、画像全体を区分する線３０と接している線は線７０Ａ、７０Ｂ、７０Ｃ、７０Ｄである。正面視上側から順に、線７０ＡのＹ座標の範囲はｙ１１≦ｙ≦ｙ１２、線７０ＢのＹ座標の範囲はｙ１３≦ｙ≦ｙ１４、線７０ＣのＹ座標の範囲はｙ１５≦ｙ≦ｙ１６、線７０ＤのＹ座標の範囲はｙ１７≦ｙ≦１ｙ８となる。よって、画像全体を区分する線３０のうちの、表領域６４と重なっている領域のＹ座標の座標値はｙ１１≦ｙ≦ｙ１８となる。

なお、ｙ１１は、線７０Ａの上端のＹ方向の座標値であり、ｙ１２は、線７０Ａの下端のＹ方向の座標値である。また、ｙ１３は、線７０Ｂの上端のＹ方向の座標値であり、ｙ１４は、線７０Ｂの下端のＹ方向の座標値である。また、ｙ１５は、線７０Ｃの上端のＹ方向の座標値であり、ｙ１６は、線７０Ｃの下端のＹ方向の座標値である。また、ｙ１７は、線７０Ｄの上端のＹ方向の座標値であり、ｙ１８は、線７０Ｄの下端のＹ方向の座標値である。

また、図９Ａに示す例では、Ｙ方向に延びた線のうち、画像全体を区分する線３０と接している線は線７２Ａ、７２Ｂ、７２Ｃ、７２Ｄである。正面視左側から順に、Ｘ座標は、ｘ１１≦ｘ≦ｘ１２、ｘ１３≦ｘ≦ｘ１４、ｘ１５≦ｘ≦ｘ１６、ｘ１７≦ｘ≦ｘ１８となる。よって、画像全体を区分する線３０のうちの、表領域６４と重なっている領域のＸ座標の座標値はｘ１１≦ｘ≦ｘ１８となる。

なお、ｘ１１は、線７２Ａの左端のＸ方向の座標値であり、ｘ１２は、線７２Ａの右端のＸ方向の座標値である。また、ｘ１３は、線７２Ｂの左端のＸ方向の座標値であり、ｘ１４は、線７２Ｂの右端のＸ方向の座標値である。また、ｘ１５は、線７２Ｃの左端のＸ方向の座標値であり、ｘ１６は、線７２Ｃの右端のＸ方向の座標値である。また、ｘ１７は、線７２Ｄの左端のＸ方向の座標値であり、ｘ１８は、線７２Ｄの右端のＸ方向の座標値である。

そして、算出部２２Ａは、画像全体を区分する線３０から、表領域と重なっている領域を分離し、画像全体を区分する線３０のうち、表領域と重なっていない領域の座標値の範囲を算出する。

ただし、表領域が図９Ａに示す表領域６４のように矩形状でない場合がある。一例として図９Ｂに示すように、表領域６４Ａにおいては、Ｘ方向に延びた線に、画像全体を区分する線３０と接している線７０Ｅ、７０Ｆ、７０Ｇと、画像全体を区分する線３０と接していない線７０Ｈとが含まれる場合がある。算出部２２Ａは、Ｘ方向に延びた線のうち、画像全体を区分する線３０と接している線７０Ｅ、７０Ｆ、７０Ｇの座標値の範囲を算出する。

図９Ｂに示す例では、正面視上側から順に、線７０ＥのＹ座標の範囲はｙ２１≦ｙ≦ｙ２２、線７０ＦのＹ座標の範囲はｙ２３≦ｙ≦ｙ２４、線７０ＧのＹ座標の範囲はｙ２５≦ｙ≦ｙ２６となる。よって、画像全体を区分する線３０のうちの、表領域６４Ａと重なっている領域のＹ座標の座標値はｙ２１≦ｙ≦ｙ２６となる。

なお、ｙ２１は、線７０Ｅの上端のＹ方向の座標値であり、ｙ２２は、線７０Ｅの下端のＹ方向の座標値である。また、ｙ２３は、線７０Ｆの上端のＹ方向の座標値であり、ｙ２４は、線７０Ｆの下端のＹ方向の座標値である。また、ｙ２５は、線７０Ｇの上端のＹ方向の座標値であり、ｙ２６は、線７０Ｇの下端のＹ方向の座標値である。また、ｙ２７は、線７０Ｈの上端のＹ方向の座標値であり、ｙ２８は、線７０Ｈの下端のＹ方向の座標値である。

また、図９Ｂに示す例では、Ｙ方向に延びた線のうち、画像全体を区分する線３０と接している線は線７２Ｅ、７２Ｆ、７２Ｇ、７４Ｈである。正面視左側から順に、線７２ＥのＸ座標の範囲はｘ２１≦ｘ≦ｘ２２、線７２ＦのＸ座標の範囲はｘ２３≦ｘ≦ｘ２４、線７２ＧのＸ座標の範囲はｘ２５≦ｘ≦ｘ２６、線７２ＨのＸ座標の範囲はｘ２７≦ｘ≦ｘ２８となる。よって、画像全体を区分する線３０のうちの、表領域６４Ａと重なっている領域のＸ座標の座標値はｘ２１≦ｘ≦ｘ２８となる。

なお、ｘ２１は、線７２Ｅの左端のＸ方向の座標値であり、ｘ２２は、線７２Ｅの右端のＸ方向の座標値である。また、ｘ２３は、線７２Ｆの左端のＸ方向の座標値であり、ｘ２４は、線７２Ｆの右端のＸ方向の座標値である。また、ｘ２５は、線７２Ｇの左端のＸ方向の座標値であり、ｘ２６は、線７２Ｆの右端のＸ方向の座標値である。また、ｘ２７は、線７２Ｈの左端のＸ方向の座標値であり、ｘ２８は、線７２Ｈの右端のＸ方向の座標値である。

除外部２４Ａは、画像全体を区分する線３０のうち、表領域と重なっていない領域を、算出部２２により算出された座標値に基づいて、識別部２６による画像の識別対象から除外する。

一例として図１０に示すように、除外部２４Ａは、画像全体を区分する線３０のうち、表領域３４Ｂに対応する対象物７６Ａと、表領域３４Ｃに対応する対象物７６Ｂに接している領域を分離する。また、除外部２４Ａは、画像全体を区分する線３０のうち、対象物７６Ａ、７６Ｂに接していない領域を、除外対象線７４として生成する。

これにより、一例として図１１に示すように、文字領域３２に対応する対象物３９Ａ、表領域３４Ａ、３４Ｂ、３４Ｃに各々対応する対象物３９Ｂ、３９Ｃ、３９Ｄ、画像領域３６に対応する対象物３９Ｅの各々は、そのままの状態で識別される。すなわち、表領域３４Ｂ、３４Ｃに対応する対象物３９Ｃ、３９Ｄは、画像において画像全体を区分する線３０と重なっていたが、画像全体を区分する線３０と重なっている線が削除されない状態で識別される。また、同様に、画像全体を区分する線３０に接していない文字領域３４、表領域３４Ａ、画像領域３６に対応する対象物３９Ａ、３９Ｂ、３９Ｅは、そのまま状態で識別される。このように、表領域３８Ｃ、３８Ｄのように一部が欠けた状態で表の解析を行う場合と比較して、表領域３９Ｃ、３９Ｄのように全ての表罫線が残っている状態で表の解析を行う場合の方が正しい解析結果が得られ易くなる。

次に、本実施形態に係る画像識別装置１２が、予め定めた実行指示が入力された場合に実行する画像識別処理の流れを、図１２のフローチャートを参照して説明する。なお、本実施形態では、画像識別処理のプログラムは予め記憶部に記憶されているが、これに限らない。例えば、画像識別処理のプログラムが通信回線Ｉ／Ｆ部を介して外部装置から受信されて記憶部に記憶されても良い。また、ＣＤ－ＲＯＭ等の記録媒体に記録された画像識別処理のプログラムがＣＤ－ＲＯＭドライブ等で読み込まれることにより、画像識別処理が実行されるようにしてもよい。

ステップＳ２０１では、抽出部２０が、画像読取装置１４から画像データを入力することにより、画像データを取得する。

ステップＳ２０３では、抽出部２０が、入力した画像データによって示される画像から、複数の線を抽出する。

ステップＳ２０５では、算出部２２Ａが、抽出された複数の線から、画像全体を区分する線３０を選出し、画像全体を区分する線３０の座標値を算出する。

ステップＳ２０７では、算出部２２Ａが、抽出された複数の線から、表領域を抽出する

ステップＳ２０９では、算出部２２Ａが、表領域の座標値を算出する。

ステップＳ２１１では、算出部２２Ａが、画像全体を区分する線３０のうち、表領域とが重なっていない範囲の座標値を算出する。

ステップＳ２１３では、除外部２４Ａが、画像全体を区分する線３０のうち、表領域とが重なっていない範囲の座標値に基づいて、画像全体を区分する線３０のうち、表領域とが重なっていない範囲を画像の識別対象から除外する。

ステップＳ２１５では、識別部２６が、抽出部２０により抽出された線のうち、除外部２４に除外されなかった線から、複数の線について線同士に繋がりがある場合に、互いに繋がりのある当該複数の線を１つの対象物として識別する。

ステップＳ２１７では、識別部２６が、識別した対象物に関する情報を識別情報として記憶部に記憶させる。

ステップＳ２１９では、抽出部２０が、次の画像データが存在するか否かを判定する。ステップＳ２１９で次の画像データが存在すると判定した場合（Ｓ２１９，Ｙ）はステップＳ２０１に移行し、次の画像データについて、ステップＳ２０１乃至Ｓ２１９の処理を行う。また、次の画像データが存在しないと判定した場合（Ｓ２１９，Ｎ）は本画像識別処理のプログラムの実行を終了する。

このように、画像から線を抽出し、抽出された前記画像全体を区分する線のうち、画像に含まれる、黒画素が連続した領域のうちの最大の領域を、画像全体を区分する線に対応する領域とする。また、画像全体を区分する線のうち、表領域と重なっていない領域を除外し、抽出した線のうち除外されなかった線から、複数の線について線同士に繋がりがある場合に、互いに繋がりのある当該複数の線を１つの対象物として識別する。

本実施形態によると、図面等の画像を解析する際に、画像全体を区分する線３０を除外することにより、図面構造の解析精度が向上する。また、表題が示された表領域、変更事項が示された表領域等が他の図面要素から分離され、図面構造の解析精度が向上する。また、表領域の表罫線と画像全体を区分する線３０との共有箇所を除外しないことにより、表領域が精度良く抽出され、正しい表構造解析結果が得られる。

なお、本実施形態では、画像全体を区分する線３０が矩形状の図枠であり、画像全体を区分する線３０をＸ方向の座標値の範囲、及びＹ方向の座標値の範囲で表し、画像全体を区分する線３０のうちの表領域と重なっていない領域を求める場合について説明した。しかし、画像全体を区分する線３０の形状が「長い線」、「三角形」、「多角形」等であった場合にも、画像全体を区分する線３０をＸ方向の座標値の範囲、及びＹ方向の座標値の範囲で表し、画像全体を区分する線３０のうちの表領域と重なっていない領域を求めれば良い。

また、画像全体を区分する線３０の形状が「円」、「楕円」等の図枠であった場合には、画像全体を区分する線３０として選出された対象物に対して近似曲線を作成し、作成した近似曲線を表す数式を用いて、画像全体を区分する線３０のうちの表領域と重なっていない領域を求めれば良い。

また、画像全体を区分する線３０の形状が「角が丸まった四角形」等の図枠であった場合には、画像全体を区分する線３０を直線部分と曲線部分とに分解した上で、画像全体を区分する線３０のうちの表領域と重なっていない領域を求めれば良い。例えば、直線部分をＸ方向の座標値の範囲、及びＹ方向の座標値の範囲で表すと共に、曲線部分に対しては近似曲線を作成し、作成した近似曲線を表す数式を用いて、画像全体を区分する線３０のうちの表領域と重なっていない領域を求めれば良い。

以上、画像全体を区分する線３０が矩形状の図枠以外である場合について説明したが、何れの場合も、算出部２２の処理として上述したように、連続した黒画素の集合体を取得し、その黒画素の集合体を包含する外接矩形領域が最大となる領域が画像全体を区分する線３０であるとすれば良い。

また、上記各実施形態で説明した画像識別装置１２の構成（図２、図３参照。）は一例である。すなわち、本発明の主旨を逸脱しない範囲内において不要な部分を削除したり、新たな部分を追加したりしてもよいことは言うまでもない。

また、上記各実施形態で説明した各種プログラムの処理の流れ（図７、図１２参照。）も一例である。すなわち、本発明の主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよいことは言うまでもない。

１０ 画像識別システム
１２ 画像識別装置
１４ 画像読取装置
２０ 識別部
２２、２２Ａ 算出部
２４、２４Ａ 除外部
２６ 識別部

Claims (17)

1. 画像から線を抽出する抽出手段と、
   抽出した線のうち画像全体を区分する線を識別対象から除外する除外手段と、
   抽出した線のうち前記除外手段により除外されなかった線から、複数の線について線同士に繋がりがある場合に、互いに繋がりのある当該複数の線を１つの対象物として識別する識別手段と、
   を備え、
   前記除外手段は、前記画像全体を区分する線のうち、前記画像から抽出された表領域と重なる領域を除いた部分の線を除外する
   画像識別装置。
2. 前記除外手段は、前記画像に含まれる、前記線の画素が連続した領域のうちの最大の領域を、前記画像全体を区分する線に対応する領域として除外する
   請求項１記載の画像識別装置。
3. 前記除外手段は、前記抽出手段により抽出された線のうち、各々の線を内包する最小の矩形状の枠の大きさが最も大きい線を、前記画像全体を区分する線として除外する
   請求項１又は２記載の画像識別装置。
4. 前記除外手段は、前記抽出手段により抽出された線のうち、各々の線を内包する最小の矩形状の枠の大きさが最も大きく、かつ前記矩形状の枠の大きさが予め定めた第１閾値以上である線を、前記画像全体を区分する線として除外する
   請求項３記載の画像識別装置。
5. 前記画像が、記録媒体に形成された画像を読み取った読取画像である場合に、前記予め定めた第１閾値は、前記記録媒体の大きさに基づく閾値である
   請求項４記載の画像識別装置。
6. 前記除外手段は、前記抽出手段により抽出された線のうち、予め定めた第１方向の長さが最も長い線を、前記画像全体を区分する線として除外する
   請求項１又は２記載の画像識別装置。
7. 前記除外手段は、前記抽出手段により抽出された線のうち、予め定めた第１方向の長さが最も長く、かつ前記第１方向の長さが予め定めた第２閾値より長い線を、前記画像全体を区分する線として除外する
   請求項６記載の画像識別装置。
8. 前記画像が、記録媒体に形成された画像を読み取った読取画像である場合に、前記予め定めた第２閾値は、前記記録媒体の大きさに基づく閾値である
   請求項７記載の画像識別装置。
9. 前記除外手段は、前記抽出手段により抽出された線が、前記画像における予め定めた外周領域内にある場合に、前記画像全体を区分する線として除外する
   請求項１～８の何れか１項記載の画像識別装置。
10. 前記画像が、記録媒体に形成された画像を読み取った読取画像である場合に、前記予め定めた外周領域は、前記記録媒体の大きさに基づいて定められた外周領域である
    請求項９記載の画像識別装置。
11. 前記識別手段は、予め定めた第１方向に並行な複数の線と、前記第１方向と交差する第２方向に並行な複数の線とが交わっている場合に、前記複数の線に囲まれた領域を表領域と識別する
    請求項１～１０の何れか１項記載の画像識別装置。
12. 前記線の画素が予め定めた第１方向に連続した複数の領域が、前記第１方向とは交差する第２方向に連続する場合に、前記複数の領域が前記第１方向において連続しているものとして、前記画像における前記画像全体を区分する線の座標値を算出する第１算出手段を更に備え、
    前記除外手段は、前記第１算出手段により算出された前記画像全体を区分する線の座標値を用いて前記画像全体を区分する線を除外する
    請求項１～１１の何れか１項記載の画像識別装置。
13. 前記第１算出手段は、前記複数の領域の前記第１方向の長さの和が予め定めた第３閾値以上である場合に、前記複数の領域が前記第１方向に連続しているものとして、前記画像における前記画像全体を区分する線の座標値を算出する
    請求項１２記載の画像識別装置。
14. 前記画像が、記録媒体に形成された画像を読み取った読取画像である場合に、前記予め定めた第３閾値は、前記記録媒体の大きさに基づく閾値である
    請求項１３記載の画像識別装置。
15. 前記画像において、前記線の画素が予め定めた第１方向に連続した領域の一部が途切れている場合に、前記連続した領域が前記途切れている領域を含んで前記第１方向に連続しているものとして、前記画像における前記画像全体を区分する線の座標値を算出する第２算出手段を更に備え、
    前記除外手段は、前記第２算出手段により算出された前記画像全体を区分する線の座標値を用いて前記画像全体を区分する線を除外する
    請求項１～１４の何れか１項記載の画像識別装置。
16. 前記第２算出手段は、前記連続した領域の前記第１方向の長さの和と、途切れている領域の前記第１方向の長さの和との比率が予め定めた条件を満たしている場合に、前記連続した領域が前記途切れている領域を含んで前記第１方向に連続しているものとして、前記画像における前記画像全体を区分する線の座標値を算出する
    請求項１５記載の画像識別装置。
17. コンピュータを、請求項１～１６の何れか１項記載の画像識別装置の各手段として機能させるためのプログラム。

Images