JPH02263277A

JPH02263277A - 線画像ベクトル化方法

Info

Publication number: JPH02263277A
Application number: JP1084399A
Authority: JP
Inventors: Junichi Ota; 太田　準一
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1989-04-03
Filing date: 1989-04-03
Publication date: 1990-10-26
Anticipated expiration: 2013-11-11
Also published as: JP2823882B2; US5357602A

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

産業上の利用分野本発明は、２値のデジタル画像による線図形画像、例え
ば地図、図形などをベクトル変換する線画像ベクトル化
方法に関する。従来の技術従来、機械図面、論理回路図面等の各種図面の認識に関
する研究は、ＣＡＤ／ＣＡＭシステムへの自動入力手段
として発展し、扱う対象によっては既に実用段階に入っ
ている。この際に使用される基礎技術の一つとして、入
力画像中の線的な部分を、その中心を通るベクトルで近
似表現するラスク画像のベクトル化がある。これは、図
面認識処理の内で最も重要な処理であり、入力画像の解
析を行えるばかりでなく、同時に図面データの圧縮等も
可能となる。ここに、デジタルスキャナから読込んだ２値画像から′
々クトルデータを生成する処理につき、従来は、大別す
ると次の２つの方法がある。 ■　ラスク演算によるもの ■　輪郭線から中心線を求めるものこの内、■の方法の代表的なものとしては、細線化によ
る方法があり、■の方法の代表的なものとしては芯線化
による方法がある。細線化による方法は、第１４図（ａ）に示すような入力
画像を同図（ｂ）に示すように線幅が１になるように幅
方向に１つずつ狭ばめて細線化し、この結果を同図（Ｃ
）のようにベクトル近似する方法である。また、芯線化による方法は、第１５図（ａ）に示すよう
な入力画像につきその輪郭線を同図（ｂ）のように追跡
し、それを直線近似して輪郭ベクトルを得、次に線図形
の両側を形成する対をなす輪郭ベクトルを探し、同図（
Ｃ）に示すようにその中心線＝芯線を求める方法である
。この方法は、例えば電子通信学会論文誌’　　８５／
４　　Ｖｏｌ、Ｊ６８−Ｄ　　Ｎ［Ｌ４なる文献中の「
多次元データ構造を用いた図形処理−図形のベクトル化
−」なる論文に示されている。この方法によれば、ソフ
トウェアでも高速かつ柔軟な処理が可能であり、線幅や
線の交差部分の情報が処理過程で得られることになる。また、この方法では、対となるペアベクトル抽出を高速
化するため、多次元データ構造で輪郭ベクトルを管理す
るようにしている。発明が解決しようとする課題細線化による方法の場合、元の図形の連結性を変えない
が、処理に時間がかかる。そして、高速処理のためには
、専用のハードウェアが必要となり、柔軟性やコストの
点で問題が多い。また、多大なメモリを必要とするとか
、短いヒゲ状やループ状の雑音が発生しやすいという問
題もある。この点、芯線化による方法では、このような不都合はな
いものの、線の交差する部分でベクトルが分断されてし
まうという問題がある。課題を解決するための手段２値のデジタル画像の輪郭を追跡した後、線画像の両側
の輪郭ベクトルの中心線を求めることにより線画像をベ
クトル化する線画像ベクトル化方法において、前記輪郭
ベクトルのループ形状を分割修正手段により予め単図形
と閉ループ図形とよりなる単純形状に分割修正した後で
、輪郭ベクトルの中心線を求めるようにした。この際、分割修正手段としては、例えば、連続する輪郭
ベクトルの角度差が閾値以上の点を特徴点として抽出し
た後、近傍の特徴点間を接続して輪郭ベクトルを単図形
又は閉ループ図形なる単純形状に分割修正するものとし
た。作用輪郭ベクトルのループ形状を分割修正手段により予め単
図形と閉ループ図形とよりなる単純形状に分割修正した
後で、輪郭ベクトルの中心線を求めることにより、複合
図形の場合のように、線の交差する部分であっても、ベ
クトルが極力分断されないようにベクトル化することが
可能となる。この際、単純形状への分割修正が、特徴点抽出−近傍特
徴点の接続−輪郭ループの修正といった処理で可能であ
り、少ないメモリで高速に、輪郭ベクトルのループ形状
を分割修正でき、全体の高速処理性を損なうこともない
。実施例本発明の一実施例を第１図ないし第１３図に基づいて説
明する。本実施例のシステム構成は、特に図示しないが、デジタ
ルスキャナとホストコンピュータとにより構成され、デ
ジタルスキャナで読取った２値画像をホストコンピュー
タに取込んで処理した後、ベクトルデータを出力するこ
とになる。ここに、本実施例の処理の概略を第３図のフローチャー
トに示す。デジタルスキャナで読取った画像は、まず、
符号化ステップで、主走査方向に連続する黒画素の開始
位置と終了位置のデータに符号化される。次に、輪郭追
跡ステップで、その符号化された画像データの輪郭を追
跡する。その次に、文字分離ステップで、輪郭の大きさ
により文字画像を分離する。この結果、残った図形画像
の輪郭データについて、輪郭ベクトル近似ステップで、
誤差が閾値以下になるように近似してベクトル化する。それから、輪郭ループ修正ステップで、輪郭ベクトルの
ループを外側と内側のループで構成される閉ループ図形
と、外側ループのみで構成される単回形との単純形状の
組合せからなるように分割するように修正し、次の芯線
化ステップで、修正した輪郭ベクトルループ中から対と
なるペアベクトルを探して芯線化する。最後に、芯線ベ
クトル修正ステシブで、分断された複数のベクトルを一
つに統合して芯線ベクトルを修正し、終了する。即ち、
第１５図に示したような芯線化による方法をベースとす
るものであるが、輪郭ベクトルのループを単純な形状に
分割修正することにより、多次元データ構造を作成せず
に高速かつ正確に芯線化処理し得るようにしたものであ
る。次いで、これらの処理の詳細を説明する。〔入力画像の符号化〕この符号化処理は、第４図（ａ）に示すようなデジタル
スキャナから入力された画像を格納するメモリ容量を少
なくするとともに、輪郭追跡処理を高速化するために、
主走査方向に連続する黒画素素（以下、これを黒ランと
称する）の開始位置と終了位置との情報に圧縮し、同図
（ｂ）に示すような符号化データを得るものである。図
示例によれば、例えば副走査方向１１９ライン目にあっ
ては、主走査方向１３０ドツト目が黒ランの開始位置で
、その終了位置は１３６ドツト目である。図中、ｒＥＯ
ＬＪはエンド・オブ・ラインのコードを示す。（輪郭追跡）輪郭追跡は、画像中の白画素に隣接する黒画素を順に追
跡し、再び追跡開始点に戻るまでの輪郭ループを抽出す
る処理である。本実施例では、黒ランの両端点（即ち、
開始点と終了点）を追跡する処理となる。追跡の方向は
外側ループを反時計回り、内側ループを時計回りとして
いる。第５図に具体的な処理例を示す。図中、・が黒ラン開始
点を示し、Ｏが黒ラン終了点を示す。 ■　まず、符号化された画像データを副走査ラインの小
さいほうから順に調べ、まだ追跡していない黒ランの開
始点を探す。 φ　開始点の次の副走査ライン（正の方向）に、次の黒
ランの開始点を探す。ただし、現在の黒ランの開始点が
次のラインの黒ランの開始点と終了点との間に存在する
か、又は、次のラインの黒ランの開始点が現在の黒ラン
の開始点と終了点との間に存在していなければならない
。 ■　■の処理において次のラインに黒ランが見っからな
かった場合、現在の黒ランの終了点に進み、そこから、
今度は一つ前のライン（負の方向）に黒ランの終了点を
探す。ただし、第５図中のＡ部に示すように、現在の黒
ランの終了点が前のラインの黒ランの開始点と終了点と
の間に存在していなければならない。 ■　■の処理において次のラインの黒ランの開始点より
現在の黒ランの左に存在する同じラインの黒ランの終了
点が近い場合は、同じラインの黒ランの終了点に進み、
■の処理と同様に一つ前のライン（負の方向）に黒ラン
の終了点を探す（例えば、第５図中に示すＢ部）。 ■　■の処理で、前のラインの黒ランの終了点より現在
の黒ランの右に存在する同じラインの黒ランの開始点が
近い場合は、同じラインの黒ランの開始点に進み、■の
場合と同様に次のライン（正の方向）に黒ランの開始点
を探す（例えば、第５図中に示す０部）。 ■　■■の処理で、前のラインに黒ランが見２からなか
った場合、現在の黒ランの開始点に進み、そこから次の
ライン（正の方向）に黒ランを探す（例えば、第５図中
に示すＤ部）。 ■　上述した■〜■の処理を繰返し、追跡開始点に戻っ
たら一つの輪郭ループの追跡が終了したことになる。■
〜■の処理を、まだ追跡してない黒ランがなくなるまで
繰返す。

【文字分離】

輪郭追跡処理により得られた外側輪郭ループに外接する
長方形の縦、横の長さがともに文字の大きさの閾値より
小さければ、それを文字画像の輪郭と判断し、黒ランの
データ毎に設けた文字フラグを１にするとともに、輪郭
ループデータを削除する。全ての外側輪郭ループについ
てこのような処理を行った後、今度は内側輪郭ループの
開始位置の黒ランの文字フラグを調べ、ｌならば文字画
像の内側輪郭ループと判断して、輪郭ループデータを削
除する。さらに、黒ランのデータ毎にノイズフラグを設
け、外側輪郭ループに外接する長方形の縦、横の長さが
ともにノイズの大きさの閾値より小さければ、ノイズフ
ラグを１にして輪郭ループデータを削除する。また、内
側輪郭ループの開始位置の黒ランのノイズフラグが１の
場合には輪郭ループデータを削除する。最後に、文字フ
ラグが１以外の黒ランのデータを削除する。以上の処理
により、符号化入力データ中には文字画像だけ、輪郭ル
ープデータ中には図形画像だけが残ることになる。〔輪郭ベクトル近似〕輪郭追跡処理によ・り得られた輪郭ベクトルは短いベク
トルが多く、芯線化の際に対となるペアベクトルの検索
の負荷が大きくなるので、近似誤差が閾値以下になるよ
うに統合してデータ量を小さくする。近似の方法には、
大きく分けて、角度を利用するものと距離を利用するも
のとがある。本実施例では距離を利用する方法による。即ち、第６図に示すように、近似開始ベクトルの始点Ｐ
。からｎ側光のベクトルの終点Ｐｎとを結ぶ直線とその間
の各ベクトルの終点Ｐ１〜Ｐｎ−，との距離を求め、そ
の距離がある閾値以上となった時、そこを折れ点として
、ベクトルＶ１　の終点をＰ　ｎ−、に修正する。この
ような処理を各輪郭ループ毎に行う。【輪郭ループの修正Ｊ線図形画像は、大きく分けて、次の３種類に分類できる
。即ち、第１図（ａ）に示すように１つの外側輪郭ルー
プのみからなる図形（これを、本発明における単図形と
称する）と、同図（ｂ）に示すように一対の外側、内側
輪郭ループからなる図形（これを、本発明における閉ル
ープ図形と称する）と、同図（ｃ）に示すように単図形
と閉ループ図形との混ざった混合図形とに分類できる。ここに、芯線化処理の際のペアベクトルの検索において
、第１図（ａ）の単図形の場合には１つの輪郭ループ中
に一対のペアベクトルが存在し、同図（ｂ）の閉ループ
図形の場合には外側と内側の輪郭ループ中に１つずつの
ペアベクトルが存在するので検索が容易である。しかし
、同図（Ｃ）のような複合図形の場合には、ベアベクト
ル検索処理が複雑になり、検索に時間がかかる。そこで、本実施例では、このような複合図形の場合は、
分割修正手段によって、第１図（ｄ）に示すように、単
図形と閉ループ図形とのみから図形に分割修正（異なる
斜線を施して示す）することにより、複合図形であって
も、ペアベクトルの検索を容易にするものである。このような分割修正の方法の一例を第２図を参照して説
明する。 ■　連続する輪郭ベクトルの角度差の絶対値が閾値以上
の場合、そのベクトル間の点を特徴点として抽出し、点
の位置情報と点間の接続情報とを登録する。さらに、そ
の角度差が正の場合を分岐点、負の場合を端点として分
類する。第２図（ａ）はこのような特徴点の抽出処理を
示すもので、０が分岐点、・が端点を示している。 ■　抽出した分岐点の内、線幅許容値以下で最も近い距
離にある２つの分岐点を抽出し、その２点間を結ぶ両方
向のベクトルを新しく登録し、点間の接続情報を修正す
る。第２図（ｂ）は同図（ａ）中のＡ部を拡大してこの
近傍分岐点の接続処理を示すものである。 ■　■の処理で求めた接続情報を基に、輪郭ループを再
編成し、単図形の外側輪郭ループ、閉ループ図形の外側
輪郭ループと内側輪郭ループに分類し、さらには、閉ル
ープ図形の外側輪郭ループと内側輪郭ループの包含関係
を調べる。第２図（Ｃ）はこのような輪郭ループ修正結
果を示すものである。［芯線化］本実施例における芯線化は、前の輪郭ループ修正ステッ
プで図形の輪郭形状を単純な形状に分割してな、るので
、第１図（ａ）（ｂ）に示したような２つのパターンの
みを考慮すればよいものとなる。ａ、単図形の場合（第７図参照） ■　単図形の輪郭を形成する１つの外側輪郭ループ中か
ら閾値より長いベクトルを探す。第７図（ａ）の場合で
あれば、ベクトルＶ、が該当する。 ■　上記ベクトルＶ、と向きが逆で最も近くにあるベク
トルを探す。第７図（ａ）の場合であれば、ベクトルＶ
ｌが該当する。これらの２つのベクトルＶ、、　Ｖ、を
開始ペアベクトルとする。 ■　開始ペアベクトルの位置からベクトルＶ８　　を順
方向に、ベクトルＶヨを逆方向に辿りながら、２つのベ
クトルの芯線を求める。これを端点に辿り着くまで繰返
す。第７図（ｂ）がこの処理を示し、破線が芯線を示す
。 ■　今度は、開始ペアベクトルの位置からベクトルＶ１
　　を逆方向に、ベクトルＶ１　を順方向に辿りながら
、２つのベクトルの芯線を求める。これを他方の端点に
辿り着くまで繰返す。第７図（Ｃ）がこの処理を示し、
破線が芯線を示す。ｂ、閉ループ図形の場合（第８図参照）■　閉ループ図
形の外側輪郭ループ中から閾値より長いベクトルを探す
。第８図（ａ）の場合であれば、ベクトルｖ１　が該当
する。 ■　上記ベクトルＶ、と向きが逆で最も近くにあるベク
トルを内側輪郭ループ中から探す。第８図（ａ）の場合
であれば、ベクトルＶ、が該当する。これらの２つのベ
クトルＶ、、　Ｖ、を開始ペアベクトルとする。 ■　開始位置からベクトルＶ１　　を順方向に、ベクト
ルＶ８を逆方向に辿りながら、２つのベクトルの芯線を
求める。これを再び開始ペアベクトルに辿り着くまで繰
返す。第８図（ｂ）（ｃ）がこの処理を示し、破線が芯
線を示す。〔芯線ベクトルの修正Ｊ芯線化により得られた芯線ベクトルの内、画像入力時の
かすれや切れ、また、輪郭ループ修正時の分割処理によ
り、本来１つのベクトルで表現される筈のものが複数の
ベクトルに分断されている場合がある。本処理は、この
ような分断された複数のベクトルを１つに統合するため
のものである。その処理内容は、前述した〔輪郭ベクトル近似〕で説明
した方法と同様であり、分断された２ベクトルの候補を
探し、２ベクトルの近い側の２端点間を結ぶベクトルを
仮定して連続する３ベクトルを抽出した後、その３ベク
トル間で近似を試みるという処理である。つづいて、本実施例による具体的実験例とその結果につ
いて説明する。例えば、本実施例システムは３２ビツト
ＣＰＵのワークステーション上に実装される。また、プ
ログラム言語はＣ言語により書かれ、その規模は全体で
約３０００行程度である、具体的実験は、Ａ５サイズの
数種類のケイ線を含む文書原稿と簡単な手書きの図形原
稿を、デジタルスキャナから４００ｄｐｉの解像度で読
取った２３００Ｘ３３００画素の２値画像について実施
したものである。使用したパラメータは、文・字の大き
さ１０■以下、ベクトル近似誤差１画素以下、線幅許容
値２ＷＩａ以下である。この結果を第９図ないし第１３
図に示す。これらの図中、（ａ）が入力画像を示し、（
ｂ）が処理結果を示す。これによれば、文字画像を正し
く認識して分離できたことが判る。また、入力画像を正
確にベクトル化できたことも判る。また、これらの第９図ないし第１３図の場合のデータ量
を第１表に示す、これによれば、約９００にバイトの入
力画像を符号化して約６０にバイトに圧縮したが、ベク
トル化により約５にバイト（１ベクトル当り８バイト）
とさらにデータ量を少なくできたことが判る。第２表に
は処理時間を示す。これによれば、最も遅い例でも１５
秒程度であり、かなり高速で処理し得ることが判る。ちなみに、本実施例方式によるこの実験結果と、従来の
多次元データ構造を用いた芯線化方法との、芯線化前処
理と芯線化処理について、データ量及び処理時間に関し
、比較した結果を第３表に示す。芯線化前処理とは、本実施例方式の場合であれば輪郭ル
ープ修正処理、従来方式であれば多次元データ構造作成
処理である。まず、データ量から見ると、従来例方式で
の芯線化前の輪郭ベクトルデータ量は、１２５０ベクト
ルで６７．５にバイトであるのに対し、本実施例方式に
よる実験中で最もベクトル量が多かった第１Ｏ図の例で
あっても１１０７ベクトルで約８にバイトであり、約ｌ
／８の記憶容量で処理できたものである。また、処理時
間から見ると、ホストコンピュータの性能や入力データ
も違うので直接比較することはできないが、従来方式の
場合にはｌ　２５０の輪郭ベクトルで約９秒、本実施例
方式の第１０図の場合で１１０７の輪郭ベクトルに対し
約６秒である。よって、本実施例方式でも多次元データ
構造を用いた従来方式とほぼ同等の高速処理が行えると
いえる。また、今回の実験における芯線化前処理と芯線化処理の
時間は全体の処理時間に対し２割から４割となっており
、芯線化処理の負荷は少ないものである。このように、本実施例方式の実験結果によれば、ソフト
ウェアで高速かつ少ないメモリ容量で処理できることが
確認できたものである。発明の効果本発明は、上述したように、２値画像のベクトル化にお
いて、輪郭ベクトルのループ形状を分割修正手段により
予め単回形と閉ループ図形とよりなる単純形状に分割修
正した後で、輪郭ベクトルの中心線を求めるようにした
ので、複合図形のように、線の交差する部分であっても
、ベクトルが極力分断されることなくベクトル化するこ
とができ、この際、分割修正手段による単純形状への分
割修正が、特徴点抽出−近傍特徴点の接続−輪郭ループ
の修正といった処理で可能であり、少ないメモリで高速
に、輪郭ベクトルのループ形状を分割修正でき、全体の
高速処理性を損なうこともないものである。

【図面の簡単な説明】

第１図ないし第１３図は本発明の一実施例を示すもので
、第１図は線図形画像の分類を示す説明図、第２図は輪
郭ループ修正処理例を示す説明図、第３図はフローチャ
ート、第４図は符号化処理を示す説明図、第５図は輪郭
追跡処理例を示す説明図、第６図はベクトル近似処理例
を示す説明図、第７図は単回形の芯線化処理例を示す説
明図、第８図は閉ループ図形の芯線化処理例を示す説明
図、第９図ないし第１３図は具体的処理例を示す説明図
、第１４図は従来の細線化方式の処理を示す説明図、第
１５図は従来の芯線化方式の処理を示す説明図である。」３図図一肩佳図（ａ）的雀ぷ、［Ｆ］抽出（ｂ）劇肋ε、ＩＮ￥＆（Ａ謝歓）（Ｃ）ｌｌ！ｆｌｓノＬ−創謀（Ｙ −篤５国６ワ（ａ）ＣＣ）、％」」図（ａ）人力画贋しくｂ）ｉ理逝羨（ａ）人力１褒（ｂ）凪理紐策Ｊ％、Ｉ界（船、す画イ良（ｂ’）几理込（（ａ）人力画刊Ｆ（ｂ）月刊鴨ビヒ（Ｃ）ベクトルイ巳（ａ）劫占亀（ｂ）翰郭醪（〔〕芯距ヒ

Claims

【特許請求の範囲】１、２値のデジタル画像の輪郭を追跡した後、線画像の
両側の輪郭ベクトルの中心線を求めることにより線画像
をベクトル化する線画像ベクトル化方法において、前記
輪郭ベクトルのループ形状を分割修正手段により予め単
図形と閉ループ図形とよりなる単純形状に分割修正した
後で、輪郭ベクトルの中心線を求めるようにしたことを
特徴とする線画像ベクトル化方法。２、分割修正手段が、連続する輪郭ベクトルの角度差が
閾値以上の点を特徴点として抽出した後、近傍の特徴点
間を接続して輪郭ベクトルを単図形又は閉ループ図形な
る単純形状に分割修正することを特徴とする請求項１記
載の線画像ベクトル化方法。