JPH03126180A - 画像処理装置 - Google Patents

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、ファクシミリやテレックス等の通信機器、画
像データベース入力装置等に用いられるもので、画像デ
ータ中に混在する文字、写真、図表等の情報領域を抽出
し、その領域の属性を判別する画像処理装置に関するも
のである。

（従来の技術） 従来、このような分野の技術としては、■特開昭６２−
７１３７９号公報、■特開昭６１−１０３３７２等に記
載されるものがあった。以下、その構成を図を用いて説
明する。

第２図は、前記文献■に記載された従来の画像処理装置
の一構成例を示す構成ブロック図である。

この画像処理装置は、複数ラインからなるラインメモリ
１、レジスタと加算回路からなる累加算回路２ａ、　２
ｂ、２Ｃ１予め定められた閾値と比較する判定回路３ａ
、３ｂ、３ｃ、３ｄ、３ｅ。

３ｆ、複数段のシフトレジスタ４、ゲート回路５、レジ
スタ回路と加算回路からなる微分回路６ａ。

６ｂ、ランレングス・カウンタ回路７、ランレングスメ
モリ回路８、及び白ランレングス発生数カウント回路９
で構成されている。

この種の装置では、画像データｇが入力されると、その
画像データｇがラインメモリ１に記憶される。その後、
累加算回路２ａにより主走査方向に黒画素が計数される
。その累加算回路２ａの出力が、判定回路３ａ、微分回
路（５ａ、及び判定回路３ｂを順次経る過程で、計数閾
値を越えろラインが検出され、上記計数値が閾値以下の
白ラインが、所定の個数連続する状態を判定して第１．
０頚城切り出しが行われる。

次に、第１の領域切り出し内において、判定回路３ｂの
出力がゲート回路５、シフトレジスタ４、累加算回路２
ｂ、判定図Ｆ１１１３ｃ、微分回路６ｂ、及び判定回路
３ｄを順次経るに従い、副走査方向に黒画素が計数され
、その計数値が閾値を越える列が検出され、上記計数値
が閾値以下の自利が、所定の個数連続する状態を判定し
て第２の領域切り出しが行われる。

さらに、第２の領域切り出しと同様の処理により第３の
領域切り出しを行い、続いて第３の領域切り出しと同様
の処理により第４の領域切り出しを行う。そこで、第４
の領域切り出しで検出された領域について、その領域の
ランレングス情報および黒画素率情報により、文字、写
真、図表の領域の属性を判別するものであった。

（発明が解決しようとする課題） しかしながら、上記構成の液晶表示装置では、次のよう
な課題があった。

画像データは、情報襲が多く、すべて多値画像として処
理すると、処理速度が遅くなったり、膨大なメモリが必
要となったりする等の問題が生ずる。

また、単に２値化するだけでは、写真の性買が損なわれ
るので、画像データの特徴、性臂を損なうことなく、２
値画像に変換することが行われる。

その方法は、選定した２値化方式を多値画像における画
像データの特徴から判定して選択的に用いるものである
。従来、この様な処理による最適２値化された画像を入
力画像として領域を分離、抽出、判別する処理を示す内
容は報告されていない。

その上、この最適２値化された画像に対して、上記文献
■、■を含む従来の技術では、領域を分離、抽出したり
、その領域が図表、写真、文字のいずれの属性であるか
を判別する判別基準が不安定であり、しかも、属性判別
精度も満足できるものではなかった。

本発明は、前記従来技術が持っていた課題として、最適
２値化された画像に対して属性の判定基準が不安定であ
る点、十分な属性判別精度が得られない点について解決
しな’ｆｉ１７ｔ＝処理装置を提供するものである。

（課題を解決するための手段） 本発明によれば、前記課題を解決するために、入力され
た画像データ中に存在する情報領域を切り出し、その情
報領域の属性判別処理を行う画１憤処理装置において、
前記画像データに対して最適２値化されな２値画像デー
タに基づきその２値画保データ中の前記情報領域を外接
矩形化して外接矩形の特徴とその外接矩形内の２値画像
の特徴とを検出する外接矩形検出手段と、前記外接矩形
の特徴及びその外接矩形内の２１直画像の特徴から前記
情報領域の属性を判別する属性判別手段とを備えたもの
である。

そして、前記外接矩形検出手段は、前記＋Ｆｊ報領域に
おける複数の白画素及び黒画素の内、黒画素が全く存在
しない所定の閾値以上の白ラインと白カラムとに囲まれ
る前記情報領域を、最小切り出し範囲まで切り出し処理
を繰り返し実行して検出するように構成される。

また、前記外接矩形の特徴を、例えば前記外接矩形の縦
方向の長さ、横方向の長さ、及び面積とし、前記外接矩
形内の２値画像の特徴を、前記白画素から黒画素への反
転回数、黒画素から白画素への反転回数、または白画素
から黒画素及び黒画素から白画素への反転回数としても
よい。

さらに、前記情報領域の属性をフィールドセパレータ、
写真・図表候補、及び文字部とし、前記属性判別手段は
、前記フィールドセパレータの抽出を行うフィールドセ
パレータ抽出手段と、前記写真・図表候補及び文字部の
抽出を行う写真・図表候補文字抽出手段と、前記写真・
図表候補が写真、図表のいずれであるかの判定を行う写
真・図表判定手段とで構成される。

前記外接矩形検出手段の閾値ＴＨは、１≦ＴＨ≦４（但
し、１．４は画素数）の範囲で設定される。その上、前
記フィールドセパレータ抽出手段は、前記外接矩形にお
ける横及び縦方向の長さの内、長い方と前記閾値γ（γ
；任意の定数）との大小を比較する比較手段と、前記比
較手段の比較結果により横方向ＬＸあるいは縦方向ｔ、
ｙの長い方が前記閾値γより大きいと判定された前記外
接矩形につき、（ＬｘまたはＬｙ）Ｘα十β（但し、α
、β：任意の固定値）の値が前記外接矩形の横方向Ｑｘ
あるいは縦方向Ｑｙの短い方より大きいときに該外接矩
形を前記フィールドセパレータとして抽出する抽出手段
とで構成される。

前記写真・図表候補文字抽出手段は、前記外接矩形の面
積と前記閾値とを比較し、該面積の方が大きいときに前
記外接矩形を前記写真・図表候補とし、小さいときに文
字部として抽出するように構成され、前記写真・図表判
定手段は、主査方向及び副主査方向の前記白画殿及び黒
画素の反転回数が、Ｓ×ａ＋ｂ　（但し、Ｓ；外接矩形
の面積、ａ、ｂ；任意の固定値）より大きいときに前記
外接矩形を前記写真として判定し、小さいときに前記図
表として判定して抽出するように構成される。

（作用） 本発明は、以上のように画像処理装置を構成しなので、
外接矩形検出手段は、最適２値化された画像に夕・１し
、例えば閾値ＴＨ（１≦ＴＨ≦４〉以上の黒画素が全く
存在しない白ライン、白カラムに囲まれる情報領域を、
これ以上切り出しは行えないという所まで処理を繰り３
ヌし行い、その領域を外接矩形化して抽出する。属性判
定手段は、外接足形検出手段で抽出された外接矩形特徴
とその矩形内の特徴から、外接矩形を図表、写真、フィ
ールドセパレータ、文字部に分類する。

したがって、前記課題を解決できるのである。

（実施例） 第１図は、本発明の実施例を示す画像処理装置の構成ブ
ロック図である。

この画像処理装置は、多値画像を最適２値化して２値画
像を得る最適２値化処理手段２０と、前記２値画像を入
力して領域の抽出、属性の判別を行う領域抽出・判別処
理手段３０とを備え、ディジタル・プロセッサ等で１４
代されている。

最適２値化処理手段２０は、ＣＣＤ（Ｃｈａｒｇｅ　　
Ｃｏｕｐｌｅｄ　　Ｄｅｖｉｃｅ）等のイメージセンサ
を有し、そのイメージセンサにより情報媒体を走査して
多値画像を得る読取り部２１を備えている。この読取り
部２１の出力側には読み収った多値画像を格納するＲＡ
Ｍ等の多値画像メモリ２２と、その多値画像メモリ２２
内のＧ値画像を最適２値化してその特徴、性質を失うこ
となく、ある程度の画質を持った２値画像に変換する最
適２値化手段２３とが、接続されている。さらに最適２
値化手段２３の出力側には、その最適２値化手段２３で
変換された２値画像を格納二ｊるＲＡＭ等の２値画像メ
モリ２４が接続されている。

２値画像メモリ２４に格納された２値画イ亀を走査する
領域抽出・判別処理手段３０は、最適２値化して得られ
た２値画像を入力！−１その２値画像の情報領域（例え
ば、黒画素領域）を外接矩形化して抽出する外接矩形検
出手段３１を備えている。

外接矩形検出手段３１の出力側には、その外接矩形検出
手段３１で検出された外接矩形の位置を保存するＲＡＭ
等の外接矩形位置メモリ３２と、前記２値画像の特徴と
その矩形内の特徴から、外接矩形を図表、写真、フィー
ルドセパレータ、文字部（文字を含み、図表、写真、フ
ィールドセパレータ以外の情報領域）に分類する属性判
別手段３３とが接続されている。属性判別手段３３の出
力側には、図表、写真、フィールドセパレータ、および
文字の属性判定側に外接矩形の位置をそれぞれ保存する
図表位置メモリ３４、写真位置メモリ３５、フィールド
セパレータ３６、および文字位置メモリ３７が順次接続
されている。

以上のように構成される画像処理装置の動作（１）〜（
［Ｉ）を、第３図〜第７図を参照しつつ説明する。

（Ｉ＞　　最適２値化処理手段２０の動作読取り部２１
は、情報媒体を走査して多値画像を出力画、それを多値
画像メモリ２２に格納する。

この読取り部２１での読取り解像度は、細かい程よく、
８本／ｍｍ以上の解像度が適当である。最適２値化手段
２３は、多６α画舷メモリ２２内の多値画像データを読
み込み、その多値画像データにおいて局所領域での濃度
差分値の絶対値の大きさから、中間調画像部分と非中間
調画像部分とに分類する。この最適２値化手段２３ては
、非中間調画像部分と判別した場合は、単純に固定量値
て２値化（単純２値化）を行い、一方、中間調画像部分
と判別した場合は、デイザ法で２値化を行１・、２値画
像を生成する。これらの最適２値化処理は、例えば、前
記文献■に記載された方法等で実行すればよい。

以上の最適２値化処理により、文字、図表といった非中
間調画像部分は、白と黒の堺のエツジ部分のくっきりと
した画像となり、一方、写真等の中間調画像部分は、新
聞等で見られるデイザ法となり、これらが合成されであ
る程度の画質の２値画像が得られる。この２値画像は、
２値画像メモリ２４に格納される。

（ＩＩ＞　　外接矩形検出手段３１の動（？最適２値化
手段２３によって得られた２値画像メモリ２４中の２値
画像データの主査方向をＸ軸方向とし、副走査方向をＹ
軸方向とする。

以下、第３図および第４図を参考し、外接矩形検出手段
３１の動作を説明する。

第３図は第１図中の外接矩形検出手段３１の動作例を示
すフローチャート、および第４図は、外接矩形検出手段
３１を説明する図である。なお第３図中の８５０〜Ｓ６
７は処理ステップを示し、第３図および第４図中のｉは
階層、ｍはＸ方向に切り出された領域番号、ｎはＹ方向
に切り出された領域ばんごうである。また、第４図中の
４０は背景パターン、４１は情報領域（黒画素領域）で
ある。

先ず、第３図の３５０〜Ｓ５２において、ｉ。

ｎ、ｍをそれぞれ初期値１に初期化する。

そして、領域の始点座標（ＸＳ　（ｉ−１，ｍ＞。

ＹＳ　（ｉ−１，ｎ＞　）　、終点座標（Ｘｅ　（ｉ−
１゜ｍ）、Ｙｅ　（ｉ−１，ｎ））に対して、Ｙ軸方向
の領域をｎ個の領域に切り出す処置を行う（Ｓ５３）。

この切り出し処理について、第５図Ｆ）Ｙ方向の切り出
し処理を説明する図を用いて説明する。

始点座標（ＸＳ　（ｉ−１，ｍ＞、ＹＳ　（ｉ−Ｌｎ）
）、終点座標（Ｘｅ　（ｉ−１，ｍ）、Ｙｅ（ｉ−１，
ｒｒ））で示される背景パターン４０上の情報領域４１
に対して、Ｘ方向に黒画素が１つでも存在する黒ライン
を検出する。その黒ラインのＹ座標値を始点Ｙ座標とし
て抽出し、次いでＸ方向に黒画素が１つも存在しない白
ラインか連続して閾値ＴＨを越える白ラインを検出する
。その日ラインの（ＴＨ＋１＞前の黒ラインのＹａ’、
ａ値を終点Ｙ座標値どして抽出する。ここで、中間λＨ
１濃度情報が、例えば１画素当たり４ビツト（１０階調
）に量子化されているす４合、解像度の点から、閾（ａ
Ｔｒ（の値は１〜４画像の範囲で設定することが適当て
°ある。

以上の操作を領域！Ｘ５（ｉ　　１．ｍ）、ＹＳ（ｉ−
１，ｎ））、（Ｘｅ　（ｉ−１，ｍ）、Ｙｅ（ｉ−１，
ｎ））の全ての）°座標について行い、ｎ個の領域（Ｘ
Ｓ　（ｉ−１，ｒｎ）　、　ＹＳ　（ｉ−１゜ｎ））、
（Ｘｅ　（ｉ−１，ｍ）、Ｙｅ　（ｉ−１゜ｎ））　（
但し、ｎ：正の整数）を切り出す。このとき、領域（Ｘ
Ｓ　（０，ｍ＞、ＹＳ　（０，ｎ））、（Ｘｅ　（０，
ｍ）、Ｙｅ　（０，ｎ））は、初期値として予めセット
しておくが、その値は２値画像データの全領域を示す。

検出された連続する白ラインの数が閾値ＴＨを越えない
間に黒ラインを検出した場合は、上下の領域は同領域と
判断し、処理の継続を連続する白ラインが閾値を越える
まで繰り返し行う。また、黒ラインのＹ座標値がＹｅ（
ｉ−１，ｎ）と等しくなる場合は、Ｙｅ（ｉ−１，ｎ＞
を終点Ｙ座標値として抽出し、Ｙ座標値がＹｅ　（ｉ−
１，ｎ＞となったら処理を終了する。

このようにして、領域（ＸＳ　（ｉ−１，ｍ）。

ＹＳ　（ｉ−１，ｎ））、（Ｘｅ　（ｉ−１，、ｍ）　
。

Ｙｅ　（ｉ−１，ｎ＞）に対して、Ｙ方向に切り出され
た上記のｎ個の領域について、そのｎ個の始点、終点Ｙ
座標を外接矩形位置メモリ３２に保存する（Ｓ５４）。

第４図に示すｉ＝１の時のｎの値が１．２．３で示され
る）′方向に切り出された領域がその処理結果例を示す
。

次に、第３図の８５３でＹ方向に切り出されたｎ個の領
域について以下の処理を行う。先ず、初期値でｎの値を
１として初期化する（Ｓ５５）。

そして領域始点座標（ＸＳ　（ｉ−１，ｍ）、ＹＳ（ｉ
、ｎ＞）、終点座標（Ｘｅ　（ｉ−１，ｍ＞。

Ｙｅ　（ｉ、ｎ＞）に対し〔、Ｘ軸方向について領域を
複数個（ｍ個）の領域に切り出す処理を行う（Ｓ５６）
。この切り出し処置について、第６図のＸ軸方向の切り
出し処置を説明する図を用いて説明する。

始点座標及び終点座標で示される背景パターン４０上の
情報領域４１に対して、Ｙ方向にＷ画素が１つでも存在
する黒カラノ、を検出し、その黒カラムのＸ座韻値を始
点Ｘ座標として抽出する。次いで、Ｙ方向に黒画素が１
つでも存在しない自刃ラムが連続して閾値ＴＨｔ！−越
える白カラムを検出し、その白カラムの（ＴＨ−ｉ−１
＞前の黒カラムのＸ座標値を終点Ｘ座標値として抽出す
る。ここで、閾値ＴＨの値は１〜４画素の範囲で設定す
る。

以上の操作を領域（ＸＳ　（ｉ−１，ｍ＞、ＹＳ（ｉ、
ｎ＞１、（Ｘｅ　（ｉ−１，ｍ）、Ｙｅ　（ｉ。

ｎ））の全てのＸ座標について行い、ｍ個の領域（ＸＳ
　（ｉ、ｍ）、ＹＳ　（ｉ、ｎ）Ｉ、（Ｘｅ（ｉ、ｍ）
、Ｙｅ　（ｉ、ｎ））（但し、ｍ：正の整数）を切り出
す（Ｓ５６）。この時、検出された連続する白カラムの
数が閾値ＴＨを越えない間に黒カラムを検出した場合は
、左右の領域は同領域と判断し、処理の継続を連続する
白カラムが閾値ＴＨを越えるまで繰り返し行う。また、
黒カラムのＸ座標値がＸｅ（ｉ−Ｌ、ｎ）と等しくなる
場合は、Ｘｅ（ｉ−１，ｎ）を終点Ｘ座標値として抽出
し、Ｘ座標値がＹｅ（ｉ−１，ｎ）となったら処理を終
了する。

このようにして、領域（ＸＳ　（ｉ−１，ｍ＞。

ＹＳ　（ｉ、ｎ））、（Ｘｅ　（ｉ−１，ｍ）、Ｙｅ（
ｉ、ｎ））に対して、Ｘ方向に切り出された上記のｍ個
の領域について、そのｍ個の始点、終点Ｘ座標を外接矩
形位置メモリ３２に保存する（Ｓ３２）。第４図に示す
ｉ＝ｌ、ｎ＝１の時のｍの値が１．２で示されるＸ方向
に切り出された領域がその処理結果例を示す。

以上の手順で処理を行い、階層ｉにおけるｍの値とｎの
値がそれぞれ１．１のみであっｔ：場合（８５８）、領
域始点座標（ＸＳ　（ｉ、ｍ）、ＹＳ（ｉ、ｎ））、終
点座標！Ｘｅ　（ｉ、ｍ）、Ｙｅ（ｉ、ｎ））を外接矩
形領域として抽出しく５５９）、その始点、終点座捏を
外接矩形位置メモリ３２に保存する（８６０）。次いで
、この階層の値を減分しくＳ６１　）　、Ｗａｒｄ　ｉ
番目のすｌ、てのｎについて行ったか否かを判定する（
Ｓ６２）。

もし全てのｎについて行っていれば、次に階層ｉ番目の
全てのｍについて行ったか否かを判定しく８６３）、も
し全てのｍについて行っていれば、この第３図の全ての
処理を終了する（８６４）、一方、Ｓ５８でノーの場合
、階層ｉの値を増分しく５６７）　、続いてＳ５２の処
理に戻る。まな、Ｓ６２でノーの場合、ｎの値を増分し
く　Ｓ　（１５＞、Ｓ５６の処理に戻り、同様に３６３
でノーの場合、ｍの値を減分しく５６６）　、８５３に
戻る。

以上が外接矩形検出手段の一連の処理であり、第４図に
示すような階層的手段を用いて処理を行う。要するに、
閾値ＴＨ以上の白ライン、白カラムに囲まれる領域を、
これ以上の切り出しはないという段階まで処理を繰り返
しを行い、最終的に切り出された領域（２値画像データ
の全領域）を外接矩形として検出し、その全ての外接矩
形の位置を示す始点座標、終点座標を外接矩形位置メモ
リ３２に保管するものである。

（ＩＩＩ）　　属性判別手段３３の動作属性判別手段３
３は、外接矩形位置メモリ３２の内容を読み出し、検出
された外接矩形の全てについて、その外接矩形特徴とそ
の矩形内の特徴とからフィールドセパレータ、写真、図
表、及び文字部の４つの領域に分類する処理を行う。

この処理の一例を第７図に示す。第７図は、第１図の属
性判別手段３３の動作フローチャー１・である。なお、
全ての外接矩形を（ＸＳｊ、ＹＳｊ　）（Ｘｅｊ、Ｙｅ
ｊ）（但し、ｊ；正の整数）で表す。

まず、ｊの値をそれぞれの初期値を１として初期化する
（Ｓ７０）。次いで、外接矩形（ＸＳｊ。

ＹＳＪ）、（Ｘｅｊ、Ｙｅｊ）について、フィードセパ
レータを抽出する処理を行う（Ｓ７１）。

その外接矩形がフィードセパレータとして判断されない
場合は、写真及び図表候補の抽出を行う（８７２）。そ
こで、その外接矩形が写真及び図表候補と判定された場
合は、写真及び図表の判定を行う処理に入る（３７３）
。その結果、入力した外接矩形が写真であると判別され
た場合、その外接矩形の始点・終点座標を写真位置メモ
リ３ヲに保存する（Ｓ７４）。−ノｊ、図表であると判
別された外接矩形については、図表位置メモリ３４に保
存する（Ｓ７５）。さらに、すべての外接矩形（ＸＳｊ
、ＹＳｊ）、（Ｘｅｊ、Ｙｅｊ）について行ったか否か
を判定しく５７６）、全ての外接矩形について行ったと
判定された時、この処理は終了する（Ｓ７７）。８７６
でノーの場合は、ｊの値を増分しく５７８）　、次に８
７１の処理に戻る。Ｓ７１の処ｆ里て′、フィールドセ
パレータとして判定されたら、その外接矩形の始点、終
点座標をフィールドセパレータ位置メモリ３６に保存し
く５７９）　、Ｓ７６の処理を行う。また、ステップ７
２の処理で写真、図表候補と判定されない場合、その外
接矩形の始点、終点座標を文字部位置メモリ３７に保存
しく５８０）　、次に８７６の処理を行う。

以上が属性判別手段３３の一連の動作であるが、第８図
〜第１５図を参照しつつ、Ｓ７１、Ｓ７２、Ｓ７３につ
いて詳細に説明する。

第８図は、Ｓ７１のフィールドセパレータの抽出の動作
の一例を示すフローチャート、第９図は、外接矩形のＸ
軸長さに対するＹ軸長さの関係図である。

第９図に示すように、フィールドセパレータはＸ軸の長
さがγ以上で、Ｙ＝αχ＋β（但し、α。

β；ある固定値、Ｘ；Ｘ軸の長さ）で表される境界線よ
りＹ軸の長さが小さいという条件で抽出が可能であるこ
とが分かる。

以上の条件に従い、第８図に示される手順でフィールド
セパレータの抽出を行う。

まず、外接矩形（ＸＳｊ、ＹＳｊ　）、（Ｘｅ　Ｊ　Ｉ
Ｙｅｊ）を入力して（Ｓ９０）、Ｘ軸の長さｘｉｅｎ、
Ｙ軸の長さＹｌｅｎを求める（Ｓ９１＞。

Ｘ軸の長さＸ１ｅｎは、Ｘｅｊ−ＸＳｊ＋１により、Ｙ
軸の長さＹ　ｌ　ｅ　ｒｒは）’ｅｊ−ＹＳｊ＋１によ
り求める。そして、得られたＹ　１　ｅ　ｎとＸ１ｅｎ
とを比較して（Ｓ９２）　、Ｘ１ｅｎの方力法きい場合
、Ｘ１ｅｎが閾値γより大きいか判定する（８９３）。

大きいと制定された場合、次にＸ１ｅｎ×ａ＋βの値を
求め、’ｒ’　ｌ　ｅ　ｎの長さがその求めた値よりも
小さいと判定された場合（Ｓ　９４　＞、この外接矩形
をフィールドセパレータと判定しく５９５）　、処理を
終了する（Ｓ９６＞。Ｓ９２のノーの場合、８９３と同
様にＹｌｅｎが閾（直γより大きいか判定する（Ｓ９７
）。Ｓ９７のイエス場合、次に８９４と同様にＹｌ　ｅ
ｎ×ａ＋βの値を求め、Ｘ１ｅｎの長さがその求めた値
よりも小さいと判定された場合（Ｓ９８）　、次にステ
ップＳ９５の処理を行う。

Ｓ９３、Ｓ９４、Ｓ９７．８９８が、それぞれノーの場
合、処理を終了する（Ｓ９６＞。

第１０図は、第７図の３７２の動作の一例を示す写真・
図表の判定のフローチャートであり、第１１図は、解像
度８本／ｍのときの外接矩形面積に対するその矩形内の
縦方向、横方向の白から黒への反転回数を示す関係図で
ある。

第１１図の横軸が示すように、文字部と図表・写真とを
外接矩形の面積の大小で判別可能である。

そこで、この特徴を基に第１０図に示される手段で図表
・写真候補の抽出を行う。

第７図の８７１でフィールドセパレータとして抽出され
なかった外接矩形（ＸＳｊ、’ｒ’Ｓｊ）、（Ｘｅｊ、
Ｙｅｊ）を入力して（Ｓ１００）、続いて第８図の８９
１で求めたＸ軸の長さＸ１ｅｎとＹ軸の長さＹｌｅｎと
の積により外接矩形の面積Ｓを求める（Ｓｌｏｔ）。得
られた面積Ｓが閾値Ｃよりも小さい場合（Ｓ１０２＞、
この外接矩形を文字部と判定しく３１０３）、処理を終
了する（Ｓ１０４＞。５１０２で面積Ｓが閾値Ｃよりも
大きい場合、この外接矩形は図表・写真候補と判定され
（Ｓ１０５）、処理を終了する（Ｓ１０４）。

第１２図は、第７図の３７３の写真・図表の判定の動作
の一例を示すフローチャートである。

Ｓ７２の処理で図表・写真候補と判定され、かつ抽出さ
れた外接矩形について、これを写真あるいは図表のいず
れでるかを判定する処理を什う。

第１１図に示すように、面積Ｓが閾値Ｃより大きい外接
矩形に関して（面積Ｓが閾値Ｃより小さい外接矩形に関
しては３７２により除かれている）、Ｙ＝ａＸ＋ｂ　（
但し、ａ、ｌ）：ある固定値、Ｘ；面積Ｓ）で表される
境界線より白から黒の反転回数が大きいか、あるいは小
さいかにより、写真あるいは図表の判定ができる。

第１３図は、外接矩形面積に対するその矩形内の黒画素
数の関係図である。

従来の文字、図表、写真の属性の判別手段として、面積
とその矩形内の黒画素数に基に、黒画素率を求めその大
小で属性判別を行っている方法が多かった。しかし、本
実施例で用いた最適２値化された画像に対して処理した
場合、第１３図に示すような結果が得られ、写真と図表
とを判別する判別基準の設定が困難にである。したがっ
て、第１１図の特徴を利用して第１２図に示す動作手順
によって写真と図表との判別を行う。

第７図の８７２で写真・図表候補と判定された外接矩形
（ＸＳｊ、ＹＳｊ）、（Ｘｅｊ、Ｙｅｊ）を入力して（
Ｓ１１０）、先ず、カウントを０にしてカウントを初期
化する（Ｓｉｌｌ）。そして、２値画像データ中のＹＳ
ｊからＹｅｊに走査しつつ順次ＸＳｊからＸｅｊに走査
する過程において、白から黒へ反転したらカウントを増
分する（Ｓ１１２）。これは、第１４図の説明図から明
らかなように、各ＹについてＸ方向に矢印の方向に走査
し、白から黒（パターンＡからヘパターンＢ）へ反転し
たらカウントを増分するものである。さらに、同２値画
像データ中のＸＳｊからＸｅｊに走査しつつ、順次ＹＳ
ｊからＹｅｊに走査する過程において、白から黒へ反転
したらカウントを増分する（８１１３）。これは、第１
５図の説明図から明らかなように、各ＸについてＹ方向
に矢印の方向に走査し、白から黒（パターンＡからヘパ
ターンＢ）へ反転したらカウントを増分するものである
。

続いて、第１０図の８１０１で求めた外接矩形の面積Ｓ
から、Ｓ　Ｘ　ａ　＋　ｂの値を求め、５１１２゜５１
１３て゛得られたカウントのイｉｅ；がその求めた１直
よりも大きいと判定された場合（Ｓｌ　１４）　、この
外接矩形は写真であると判定され（Ｓ１１５＞、処理を
終了する（Ｓ１１６）。５１１４でカウント値が小さい
と判定されたら、この外接矩形は図表であると判定され
（ＳＬ、１７）、処理を終了する（Ｓ１１６）。

本実施例は次のような利点がある。

（イ）　第１１図に示す境界線Ｙ＝ａＸ＋ｂは、ｂ＝ｏ
のとき、面積Ｓに対する反転回数の比が、ある閾値より
も大きいか、あるいは小さいかにより図表と写真との判
別する。面積Ｓと反転回数との関係は第１１図に示す通
りになり、ａ、ｂにある固定数を持たせた境界線Ｙ＝ａ
Ｘ十すを境界線（閾値）とすることにより、−層、判別
精度を高めることができる。

（ロ）　外接矩形ｊ＊出出段段１により、最適２値１ヒ
された画像に対し、例えば閾値ＴＨ（１≦ＴＨ≦４）以
上の黒画素が全く存在しない白ライン、白カラムに囲ま
れる情報領域を、これ以上切り出しは行えないという所
まで処理を繰り返し行い、その領域を外接矩形化して抽
出し、属性判定手段３３により、外接矩形検出手段３１
で抽出された外接矩形特徴とその矩形内の特徴から、外
接矩形を図表、写真、フィールドセパレータ、文字部に
分類するようにしたので、入力画像が最適２１直化され
た２値画像に対して適用することができ、属性判別精度
の向上が期待できる他、さらに高速処理が可能で、構成
が簡単化する。

（ハ）　従来、フィールドセパレータを判別するには、
Ｘ軸の長さとＹ軸の長さとの比がある関係よりも大きい
か、それとも小さいかで判別することが行われていた。

これは、Ｙ＝αχ十βに示すβが０で示される場合と同
様となる。ところが、外接矩形のＸ軸の長さとＹ軸の長
さとの関係は、第９図の示す通りになり、α、βにある
固定値を持たせたＹ＝αχ十βを境界線（閾値）とする
ことにより、さらに判別制度を高めることができる。

なお、本発明は、図示の実施例に限定され９゛、種々の
変形が可能である。その変形例としては、例えば、次の
ようなものがある６ （ａ）　　本実施例では、横長のフィールドセパレータ
についてのみについて記述しているが、縦長のフィール
ドセパレータの場合も考えられる６（ｂ）　　本実施例
では、第１０図に示す８１０３を設けたが、省略しても
よい。なぜなら外接矩形の情報は外接矩形位置メモリ３
２に保存されており、その中からフィールドセパレータ
、写真、及び図表と判別される外接矩形が抽出されれば
、残りの情報が文字部の外接矩形と判断できるからであ
る。

（Ｃ）　　本実施例では、第１２図の３１１２，３１１
３において、白画素から黒画素へ反転したらカウントを
増分するとしたが、黒画素から白画素または白画素から
黒画素及び黒画素から白画素へ反転したら増分するとし
てもよい。

（発明の効果） 以上詳細に説明したように、本発明によれば、外接矩形
検出手段により、最３ｉ１ｆ２値化された画像に対し、
例えば閾値ＴＨ（１≦ＴＨ≦４）以上の黒画素が全く存
在しない白ライン、白カラムに囲まれる情報領域を、最
小切り出し範囲まで処理を繰り返し行い、その領域を外
接矩形化して抽出し、さらに属性判定手段により、外接
矩形検出手段で抽出された外接矩形特徴とその矩形内の
特徴から、外接矩形を図表、写真、フィールドセパレー
タ、文字部に分類するようにしたので、入力画像が最適
２値化された２値画像に対して適用することができ、属
性判別精度の向上が期待できる他、さらに高速処理が可
能で、構成が簡単化する。

【図面の簡単な説明】

第１図は本発明の実施例を示す画像処理装置の機能ブロ
ック図、第２図は従来の画像処理装置の機能ブロック図
、第３図は第１図の外接矩形検出手段のフローチャート
、第４図は第１図の外接矩形検出手段を説明する図、第
５図は第３図のＹ方向切り出し処理を説明する図、第６
図は第３図のＸ方向切り出し処理を説明する図、第７図
は第１図の属性判別手段のフローチャート、第８図は第
７図のフィールドセパレータの抽出のフローチャート、
第９図は外接矩形のＸ軸長さに対するＹ軸長さの関係図
、第１０図は第７図の写真・図表候補の抽出のフローチ
ャー１・、第１１図は外接矩形面積に対する反転回数の
関係図、第１２図は第７図の写真・図表の判定のフロー
チャート、第１３図は外接車形面積に対する黒画素数の
関係図、第１４図は第１２図の８１１２を説明する図、
第１５図は、第１２図の８１１３を説明する図である。 ３１・・・・・・外接矩形検出手段、３３・・・・・・
属性判別手段、３４・・・・・・図表位置メモリ、３５
・・・・・・写真位置メモリ、３６・・・・・・フィー
ルドセパレータ位置メモリ、３７・・・・・・文字部位
置メモリ。

Claims (1)

1. 【特許請求の範囲】 １、入力された画像データ中に存在する情報領域を切り
   出し、その情報領域の属性判別処理を行う画像処理装置
   において、 前記画像データに対して最適２値化された２値画像デー
   タに基づきその２値画像データ中の前記情報領域を外接
   矩形化して外接矩形の特徴とその外接矩形内の２値画像
   の特徴とを検出する外接矩形検出手段と、 前記外接矩形の特徴及びその外接矩形内の２値画像の特
   徴から前記情報領域の属性を判別する属性判別手段と、 を備えたことを特徴とする画像処理装置。 ２、請求項１記載の画像処理装置において、前記外接矩
   形検出手段は、 前記情報領域における複数の白画素及び黒画素の内、黒
   画素が全く存在しない所定の閾値以上の白ラインと白カ
   ラムとに囲まれる前記情報領域を、最小切り出し範囲ま
   で切り出し処理を繰り返し実行して検出する構成にした
   両像処理装置。 ３、請求項１記載の画像処理装置において、前記外接矩
   形の特徴を、 前記外接矩形の縦方向の長さ、横方向の長さ、及び面積
   とし、 前記外接矩形内の２値画像の特徴を、 前記白画素から黒画素への反転回数、黒画素から白画素
   への反転回数、または白画素から黒画素及び黒画素から
   白画素への反転回数とした画像処理装置。 ４、請求項１記載の画像処理装置において、前記情報領
   域の属性をフィールドセパレータ、写真・図表候補、及
   び文字部とし、 前記属性判別手段は、 前記フィールドセパレータの抽出を行うフィールドセパ
   レータ抽出手段と、前記写真・図表候補及び文字部の抽
   出を行う写真・図表候補文字抽出手段と、前記写真・図
   表候補が写真、図表のいずれであるかの判定を行う写真
   ・図表判定手段とで構成した画像処理装置。５、請求項
   ２記載の画像処理装置において、前記外接矩形検出手段
   の閾値ＴＨを、 １≦ＴＨ≦４（但し、１、４は画素数）に設定したこと
   を特徴とする画像処理装置。 ６、請求項４記載の画像処理装置において、前記フィー
   ルドセパレータ抽出手段は、 前記外接矩形における横及び縦方向の長さの内、長い方
   と前記閾値γ（γ；任意の定数）との大小を比較する比
   較手段と、 前記比較手段の比較結果により横方向Ｌｘあるいは縦方
   向Ｌｙの長い方が前記閾値γより大きいと判定された前
   記外接矩形につき、（ＬｘまたはＬｙ）×α＋β（但し
   、α、β：任意の固定値）の値が前記外接矩形の横方向
   Ｑｘあるいは縦方向Ｑｙの短い方より大きいときに該外
   接矩形を前記フィールドセパレータとして抽出する抽出
   手段とで構成した画像処理装置。 ７、請求項４記載の画像処理装置において、前記写真・
   図表候補文字抽出手段は、 前記外接矩形の面積と前記閾値とを比較し、該面積の方
   が大きいときに前記外接矩形を前記写真・図表候補とし
   、小さいときに文字部として抽出する構成にした画像処
   理装置。 ８、請求項４記載の画像処理装置において、前記写真・
   図表判定手段は、 主査方向及び副主査方向の前記白画素及び黒画素の反転
   回数が、Ｓ×ａ＋ｂ（但し、Ｓ；外接矩形の面積、ａ、
   ｂ；任意の固定値）より大きいときに前記外接矩形を前
   記写真として判定し、小さいときに前記図表として判定
   して抽出する構成にした画像処理装置。