JPH03188575A - 画像結合装置及び方法 - 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、画像結合方式に係り、特に、新聞１ページ、
Ａ２．Ａ３等の大型資料を、Ａ４スキャナ等の小型画像
入力装置で入力する場合に好適な画像結合方式に関する
。

〔従来の技術〕

近年、大容量光ディスクを利用した文書画像ファイルシ
ステム（電子ファイ、ル）が、新しい文書管理の手段と
して注目を集めている。この文書画像ファイルシステム
の利用業務も広がり、新聞１ページや建築設計図面等の
大型資料をそのままファイリングしたいという要求が高
まっている。この要求に答えるため、Ａ１スキャナ等の
大型画像入力手段が登場している。この大型画像入力手
段としては、例えば、ＨＩＴＦＩＬＥ６５０のＡ１スキ
ャナ（ＨＴ−４６３４−１１）がある。

〔発明が解決しようとする課題〕

上記従来技術のＡ１スキャナ等の大型装置は、コストが
非常に高く、また、入力面の大きさがＡｌサイズである
ため、設置する場合にも広い場所を必要とするなどの問
題があった。

従って、本発明の目的は、Ａ４等の比較的小型の画像入
力装置を用いて、Ａｌサイズのような大型の画像の入力
、格納を可能にすることにより、コストを低く抑えるよ
うにした画像結合方式を提供することにある。

小型の画像入力装置により大型の画像を入力するために
、本発明者等は、まず、入力すべき画像を複数の部分画
像に分割して順に入力してから、入力された部分画像を
結合して元の大型画像とすることを考えた。この場合、
元の大型画像を歪なく高精度に復元されることが望まれ
る。

本発明の他の目的は、分割入力された部分画像から、元
の大型画像を高精度に復元できる画像結合方式を提供す
ることにある。

〔課題を解決するための手段〕

上記目的を達成するため、本発明の画像結合方式は、ス
キャナ等の画像入力手段の入力面よりも大きな入力対象
画像（原画像）を複数回に分割してこの画像入力手段に
より入力した後、入力した各画像（部分画像）に対して
、マーク等の連結基準点の識別図形を利用して位置合せ
を行なうことにより、画像格納手段（メモ１月上等で１
つの画像に連結するように構成する。

マークにより各部分画像の位置合わせをするには、入力
対象画像の重なり部分に連結基準点を指示する検出可能
なマークの印刷されたシールを貼付するか、同様なマー
クの印刷された容器（キャリアシートやパスケースなど
）に入力対象画像を挿入して、マーク位置を含む近傍を
重なるようにして分割入力する。

分割入力した２つの画像の位置合せをするには、構造解
析法によるマーク中心位置検出、パターンマツチング法
による位置合わせ、最小変化ライン検出法、白最大ライ
ン検出法、論理和連結法、白追跡法、伸縮補正法等の連
結位置検出法が用いられる。

〔作用〕

上記構成に基づく作用を説明する。

本発明によれば、原画像（入力対象画像）を複数回に分
割して、原画像の大きさよりも小さい入力面を持つ画像
人力手段を利用して画像入力し、これを例えば画像格納
手段上等で、１つの画像に連結するので、小さな入力面
の画像入力手段をもつ低コストの画像入力装置により、
大型の画像資料を入力して格納することができる。

また、入力した各入力画像に対して、マークを利用する
ことにより高い精度で位置合わせを行なうことができ、
原画像を歪な（忠実に復元して画像格納手段により格納
することができる。

更に、伸縮補正法等の採用により、画像と画像のつなぎ
目の部分は、どの部分においても境目なく連続的につな
がるように処理しているので、連結処理した画像の画質
は、目視したときに不連続さを感じさせない。

〔実施例〕

以下に、本発明の１実施例を図面を参照して、詳細に説
明する。

第１図は、本発明を実現する装置の構成例である。図中
の１は、画像の位置、連結領域の座標等のコードデータ
を入力するためのキーボードであり、２はＣＰＵ　（Ｃ
ｅｎｔｒａｌ　　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）で
あり、システム全体の制御およびメモリ上にある画像に
対して黒画素の膨張処理、連結位置の検出などの処理を
行う。３は、処理対象となる画像を入力するスキャナ（
画像入力手段）であり、４はスキャナ３を制御するスキ
ャナコントローラである。５はキーボード３から入力さ
れたコードデータを確認するためのデイスプレィである
。６は、デイスプレィ５を制御するためのデイスプレィ
コントローラであり、７はスキャナから入力された画像
を符号化するための符号化プロセッサであり、８は、符
号化された画像データを復元するための復元プロセッサ
である。９は連結処理された画像データを格納するファ
イルであり、１０はファイル９に画像データの入出力を
制御するファイルコントローラである。１１はメモリ（
画像格納手段）であり、スキャナ３から入力された画像
データを格納したり、処理対象および処理結果の画像デ
ータを格納する。

次に、本発明における処理の流れを第２図を用いて説明
する。第２図では、第３図に示すように、画像を２回に
分割して、画像入力し、メモリ上で１つの画像に連結す
る場合の処理の流れを示す。

ステップ１００では、第１画像をスキャナ入力する。ス
テップ１０２では、入力画像から、連結基準点を検出す
る。この連結基準点としては、キャリアシート上に印刷
されている連結位置指示マークを抽出し、マークから検
出した特徴点を利用したり、マウス、カーソル等を利用
してデイスプレィ５上で対話的に付加したマークを利用
する。ステップ１０４では、ステップ１０２で抽出した
連結基準点を利用して、入力画像の上下を判定すること
により、向き修正を行なうとともに、入力画像の傾き角
度を算出し、傾き補正を行なう。入力画像の向き修正を
実現する方法としては、連結基準点を利用すること以外
に、第１５図に示すように、画像８０から、部分画像８
１−１を切り出し、切り出した部分画像を無回転で、文
字認識した場合の認識率と１８０度回転した部分画像８
１−２に対して文字認識した場合の認識率を比較し、認
識率の大小を評価して、１８０度回転した部分画像の認
識率の方が大きい場合には、入力画像を１８０度回転す
る。

ステップ１０６では、デイスプレィを利用して、傾き補
正された入力画像を目視により確認のためのチエツクを
行なう。ステップ１０８で、チエツクを行なった結果、
再入力が必要ならば、再び、ステップ１００〜１０６の
処理を繰り返す。再入力が不要ならば、ステップ１１０
で、第２画像をスキャナ入力し、第１画像の場合と同様
１１０〜１１８の処理を行ない、傾き補正した第２画像
を得る。ステップ１２０では、画像を正規化する（画像
のサイズを揃える。）。ステップ１２２では、２つの画
像の重なり領域から、最適な連結位置を検出する。ステ
ップ１２４では、２つの画像の境界線で、画像の境目が
目立たないように、つなぎ目処環を行なう。ステップ１
２６では、メモリ上にある２つの画像を１つの画像に連
結する。

ステップ１２８では、連結画像をデイスプレィを利用し
て、目視によりチエツク（連結結果の確認）を行なう。

この時、第１７図に示すようにデイスプレィ９２上の第
１入力画像９３と、第２人力画像９４の境界線を示す連
結位置マーク９５−１゜９５−２等を利用することによ
り、目視効率を上げることができる。また、連結処理に
高い精度が要求される場合には、９６に示すように連結
部分を拡大表示する機能を設けることにより、目視チエ
ツクを容易にすることができる。なお、メモリ１１ａ、
ｌｌｂは、各々の分割された画像の格納に用い、メモリ
ｌｌｃは連結処理された画像の格納に用いられる。連結
処理はメモリｌｌａ又は１１ｂ上で行なうことができる
。連結処理後に不要となったマークを削除してメモリｌ
ｌｃに格納することができる。

スキャナ入力時には、パスケースや、第４図に示すよう
なキャリアシートを利用する。図に示すキャリアシート
の仕様は、Ａ３画像をＡ４スキャナを使用して入力する
場合のものである。３１は台紙、３３は透明なシートで
あり、画像は、台紙３１と透明シート３３の間に挿入す
る。画像は、台紙３１上に印刷されている挿入位置目安
３４を基準として挿入し、台紙３１と透明なシート３３
により固定されるものとする。３２−１及び３２−２は
、連結位置指示マークであり、透明なシート３３の中央
部分の左右両端に印刷されている。

第３図の２０は、キャリアシートに挿入された人力対象
画像であり、入力対象画像２０上にあるマーク２０−１
．２０−２は、連結位置指示マークである。２１は第１
画像であり、２２は第２画像である。２１−１は、第１
画像のうち第２画像と重なる領域、２２−１は、第２画
像のうち第１画像と重なる領域であり、２１−１と２２
−１は同じ大きさである。２１−２と２２−２は、第１
画像と第２画像で、それぞれ、互いに重ならない領域で
ある。第１画像２１と第２画像２２を重ね合わせた画像
が２３である。２３−２は、第１画像２１と第２画像２
２と重なる領域であり、２１１．２２−１と同じ大きさ
を持つ。

以上では、連結位置指示マークが印刷されたキャリアシ
ートを利用して画像入力した場合を説明したが、連結位
置指示マークは第１画像と第２画像との重なり領域内に
存在すればよく、例えば、連結位置指示マークをシール
にしておき、入力対象画像の重なり領域に貼付し、画像
入力することによっても同じ効果が得られる。

次に、第１６図を利用して、画像入力後に、マウスを利
用してデイスプレィ上で対話的に、連結基準点を指示す
る方法について述べる。

８５は、第１画像入力時のデイスプレィイメージであり
、８６−４は第１人力画像である。また、８６−１〜２
は、重なり領域の範囲を示すマークであり、この重なり
領域の１部分８６−３を拡大した図を８９−１に示す。

利用者は、デイスプレィを目視しながら、重なり領域内
に、連結基準点として指定したい位置にマウスカーソル
８９−２を移動する。マウスカーソルを指定したい位置
に移動後、マーク付加操作を行なうと、デイスプレィに
表示された第１人力画像上に連結位置指示マーク９０−
１が付加される。ここでは、マーク付加操作として、マ
ウスボタンの押下を想定しているが、キーボードからコ
マンドを入力することによっても実現できる。

第２人力画像に対しても、同様な操作を行ない、連結位
置指示マーク９０−２を付加する。以上の操作によって
付加された連結位置指示マークを、連結基準点として利
用することができる。

次に、マーク検出について述べる。マーク検出は、マー
ク位置を検出することと、位置検出したマークから、マ
ークの特徴点を抽出することにより行なう。マーク位置
検出は、画像内のマーク検出対象である領域から、連結
する黒画素（例えば小円）を囲む矩形を抽出し、抽出し
た矩形のうち、マークに対応する大きさを持つ矩形の位
置を検出することにより行なう。

位置検出したマークから、マークの特徴点を抽出する方
法としては、構造解析法を利用した中心検出や、パター
ンマツチングなどがある。

（構造解析法による中心検出） 第５図（ａ）（ｂ）（ｃ）により、構造解析法を利用し
た中心検出方法の原理について述べる。

■　切り出した矩形３５内で、マークの左右及び上下の
最外部線までの距離を求め、Ｐｈ（ｙ）、Ｑｈ　（）’
）　、Ｐｖ　（ｘ）　、Ｑｖ　（ｘ）のテーブルを離散
的な各Ｘとｙの値に対して作成する。図では、ｙ方向の
距離Ｐｖ　（ｘ）、Ｑｖ　（ｘ）のみを示す。

■　３６に示すように、Ｑｖ　（ｘ）を反転して、ｔだ
け平行移動し、Ｐｖ　（ｘ）−Ｑｖ　（ｔ−ｘ）を求め
、その頻度分布３７を作成する。ここで、この差ＰＶ−
ＱＶがある値となる場合数（サンプル数）を頻度という
。例えばこの差が大部分の離散値Ｘに対して一定値とな
るときには、頻度分布は、この一定値をピーク値とする
分布となる。

■　上記■の処理を、−ｓｘ≦ｔ≦ｓｘの範囲（切り出
した矩形の範囲）で繰り返し、頻度分布マツプを作成す
る。

■　上記■、■と同様な処理をＰｈ−Ｑｈについても行
ない、頻度分布マツプを作成する。

■　頻度が最大になる点を求め、マークの中心位置とす
る。

また、第６図に、構造解析法を利用した中心検出処理の
流れ図を示す。

ステップ１５０では、垂直方向（ｙ方向）の投影をとる
。ステップ１５２で、垂直方向の投影をとった結果、黒
画素がピーク値となっているＸ座標を算出する。ここで
算出したＸ座標をマークの仮の中心とし、この座標を基
準として、ｓｘＯ値を決定する。ステップ１５４では、
上外部線（上代表意）までの距離ｐｖを検出する。同様
に、ステップ１５６では、上外部線（上代表意）までの
距ＭＱｖを検出する。ステップ１５Ｂでは、頻度分布を
示すヒストグラムのピーク値Ｗの最大値ｗｍａｘ、ヒス
トグラムのピーク値が最大となる時のＸ方向シフト量ｔ
を初期化する。ステップ１６０では、位置に関するパラ
メータｉを−ＳＸに初期化する。ステップ１６２では、
位置ｉにおける頻度分布を表すヒストグラムビーク値を
Ｗとする。ステップ１６４では、Ｗが、ｗｍａｘより大
きいかどうかをチエツクし、小さい場合には、ステップ
１７０以降の処理を行ない、大きい場合には、ステップ
１６６．１６８の処理を行なう。

ステップ１６６では、ヒストグラムのピーク値が最大に
なる時のＸ方向シフト量ｉをｔｏとする。

ステップ１６８では、ヒストグラムのピーク値の最大値
ｗｍａｘを位置ｉにおけるヒストグラムのピーク値Ｗと
置き換える。ステップ１７０では、ｉの値を１増加させ
、ステップ１７２では、ｉの値がｓｘより大きいかどう
かをチエツクする。大きくない場合には、再び、ステッ
プ１６２〜１７０の処理を繰り返し、大きい場合には、
中心検出ルーチンは終了し、リターンする。同様な方法
により、ｙ方向の中心となるヒストグラムの頻度が最大
になるときのｙ方向シフト量３゜を求めることができる
。この時リターンされるヒストグラムのピーク値が最大
になる時のｘ、ｙ方向のシフト量ｔＯ＋ＳＯにより、マ
ークの中心座標は、（ｃｘ、ｃｙ）＝　（ｔｏ　／２、
ｓｏ／２）と計算される。ここで算出したマークの中心
座標を利用して、傾き補正、画像の重ね合わせ等の処理
を行なう。

（パターンマツチング） 第７図では、パターンマツチングにより画像の重ね合わ
せを行なう原理を示す。４０は参照画像であり、４１は
、マツチングパターンであり、マツチングパターン４１
は参照画像４０から切り出される。参照画像４０から、
マツチングパターン４１を切り出すには、マー゛り位置
検出を行なった結果を利用する。４２は連結位置指示マ
ークである。ここで、連結位置指示マーク４２は、マツ
チングパターン４１内に含まれるものとする。４３はマ
ツチング対象画像であり、４４はマツチング対象矩形で
あり、４５はマツチング対象パターンである。マツチン
グ対象パターン４５は、マツチング対象矩形４４内に含
まれているものとする。

ここで示すパターンマツチングは、マツチング対象矩形
４４から、マツチングパターン４１に最も類似したパタ
ーンを検出し、その時の連結位置指示マークの座標をマ
ツチング座標位置として検出するものである。

第８図に、パターンマツチングの処理の流れ図を示す。

ステップ２００では、類似の度合いを示すパラメータの
最大値ＲＭＡＸ、マツチング座標位置（ｗｘ、ｗｙ）を
初期化する。ステップ２０２では、マツチング処理のｙ
方向の開始位置を初期化し、ステップ２０４では、Ｘ方
向の開始位置を初期化する。ステップ２０６では、（ｘ
、　　ｙ）を左上ＡＤＡ　（第７図（ａ））の座標とす
るマツチングパターン４１と同一サイズ（縦ＬＹＡ、横
ＬＸＡ）で、マツチング対象矩形（マツチング処理矩形
）４４内にとった部分（第７図（Ｃ））に存在する黒画
素数（ドツト数）ＢＢを計算する。ステップ２０８では
、マツチングパターンとマツチング処理矩形との論理積
をとり、ステップ２１０で、論理積をとった結果、整合
した黒画素数ｎを計算する。ステップ２１２では、マツ
チングパターンとマツチング処理矩形との類似の度合い
を示すパラメータＲ＝ｎ”／ＢＢを計算し、ステップ２
１４では、類似の度合いを示すパラメータＲが、その最
大値ＲＭＡＸより大きいかどうかをチエツクし、大きい
場合には、ステップ２１６の処理を行ない、そうでない
場合にはステップ２１Ｂの処理を行なう。ステップ２１
６では、類似の度合いを示すパラメータの最大値ＲＭＡ
ＸをＲとし、この時のＸ座標をｗｘとし、Ｘ座標をｗｙ
とする。

ステップ２１８では、Ｘの値を１増加させる。これは、
マツチングパターン４１をマツチング対象矩形４４に対
し右方向４６に１ドツト分（ＬＸＡがＭドツト長なら、
ＬＸＡ／Ｍ）だけずらし、その都度上記と同様のＲの計
算をするためである。

ステップ２２０では、マツチング対象矩形４４内の１ラ
イン分の処理が終了したか（マツチングパターン４１が
マツチング対象矩形の右側−杯まで来たか）どうかをチ
エツクし、終了していない場合には、再び、ステップ２
０６〜２１８の処理を繰り返し、終了した場合には、ス
テップ２２２の処理を行なう。ステップ２２２では、ｙ
の値を１増加させる。これは、マツチングパターン４１
をマツチング対象矩形４４に対し下方４７に１ドツト分
（ＬＹＡがＮドツト長ならＬＹＡ／Ｎ）だけずらし、そ
の都度上記と同様のＲの計算をするためである。ステッ
プ２２４では、マツチング対象矩形全体の処理が終了し
たかどうかをチエツクする。終了していない場合には、
ステップ２０４〜２２２の処理を繰り返し、終了した場
合にはステップ２２６以降の処理を行なう。ステップ２
２６では、マツチングパターン４１内の黒画素数を計算
し、ＡＡとする。ステップ２２８では、このＡＡと、類
似の度合いを示すパラメータの最大（ｉＲＭＡＸを用い
て、類似度を算出する。

類似度は、 類似度＝ｙ−ＷｖｌコＣ７λ］− で計算する。ステップ２３０では、類似度が最大となっ
た時の座標（ｗｘ、ｗｙ）をマツチング座標位置とし、
パターンマツチングを終了する。

上記第５図の実施例では、中心検出法で利用する連結位
置指示マークとして円を示したがこれに限らず、楕円や
正方形でもよい。また、構造解析法による中心検出方法
で利用する連結位置指示マークは、最外部線が点対象で
あれば良く、例えば、円の中に社章等の記章をデザイン
として入れた図形でも良い。パターンマツチングで利用
する連結位置指示マークは、周囲の背景と区別でき、ま
た、重なり部分に同様な形状の図形が存在せず、マーク
の周辺とマークを区別できる形状のものであればどのよ
うな図形でもよい。

画像の重なり領域から、最適な連結位置を検出する方法
としては、最小変化ライン検出、白最大ライン検出、白
追跡、ランダム連結等が考えられる。以下に、最小変化
ライン検出、論理和連結、白追跡によって連続位置を検
出する方法について述べる。

（最小変化ライン検出） 第９図を用いて、最小変化ライン検出について述べる。

５０−２は２つの画像の重なり領域であり、重なり領域
５０−２には、６ライン存在したとする。本例では、１
ラインから６ラインの白黒変化回数は、各６．６．１２
．１０．１０．１０であるから、変化回数が最小である
ラインは、ｌラインと２ラインである。また、ライン間
の変化回数差は、それぞれ、０．６．２．０、Ｏである
。

したがって、変化回数が最小であり、かつ、ライン間の
変化回数差が最小であるラインは、ｌラインと２ライン
であるので、１ラインと２ラインの間を連結位置として
検出する。

第１０図（ａ）、　　（ｂ）、　　（ｃ）に、最小変化
ラインを検出する処理の流れ図を示す。ここでは、重な
り領域の先頭から、１バイト単位に画像データを読み、
１ドツト単位に黒白の判定を行ない、黒画素検出フラグ
によりドツトの変化を調べ、その変化回数をカウントす
るものである。ステップ２５０で、変化点数、最小変化
ライン位置を初期化する。ステップ２５２では、検出対
象であるライン位置を重なり領域の先頭ライン（ｙ　＝
　０）とする。ステップ２５４では、黒画素検出フラグ
をクリアし、画素変化回数をＯに初期化する。また、検
出対象バイトをラインの先頭位置（ｘ＝０）に初期化す
る。ステップ２５６では、黒画素検出フラグが１かＯか
をチエツクし、１の場合すなわち直前の画素が黒の場合
には、２５８〜２６２の処理を行ない、０すなわち直前
の画素が白の場合には、３１８以降の処理を行なう。ま
ず、黒画素検出フラグが１の場合について述べる。

ステップ２５８では、ｌラインのＸバイト目の画素がす
べて白かどうかを調べ、すべて白の場合には、２６０以
降の処理を行ない、そうでない場合には、２７８以降の
処理を′行なう。ステップ２６０では、画素変化回数を
１だけ増加する。ステップ２６２では、黒画素検出フラ
グを０にクリアする。

ステップ２７８では、ｌラインのＸバイト目の画素が全
て黒かどうかを調べ、全て黒の場合には、ステップ３１
４で、黒画素検出フラグを１にセットする。そうでない
場合には、２９０以降の処理を行ない、１画素単位に黒
白の判定を行なう。ステップ２９０で、画素のポインタ
を初期化し、ステップ２９２では、ポインタが指してい
る画素の白黒を判定する。画素が白の場合には、ステッ
プ２９４で、黒画素検出フラグを０にクリアし、ステッ
プ２９８で、画素変化回数を１だけ増加させる。画素が
黒の場合には、ステップ２９６で、黒画素検出フラグを
１にセットする。ステップ３００では、画素のポインタ
を１だけ増加し、ステップ３０２では、ｌラインのＸバ
イト目にある全画素の処理が終了したかどうかをチエツ
クする。全画素の処理が終了した場合には、２６４以降
の処理を行ない、次の１バイトを処理する。終了してい
ない場合には、ステップ３０４で、黒画素検出フラグが
１であるかどうかチエツクし、１である場合には、再び
、２９２〜３０２の処理を繰り返す。

Ｏである場合には、ステップ３０６で、画素のポインタ
が指している画素が、白かどうかを調べ、白である場合
には、ステップ３１０で、黒画素検出フラグを０にクリ
アし、黒である場合には、ステップ３０８で、黒画素検
出フラグを１にセットし、ステップ３１２で、画素変化
回数を１だけ増加して、再び、３００以降の処理を行な
う。

ステップ２５６で、黒画素検出フラグがＯの場合には９
、黒画素検出フラグが１の場合と同様に、ステップ３１
８以降の処理を行なう。

ステップ３１８では、ｙラインのＸバイト目の画素がす
べて黒かどうかを調べ、すべて黒の場合には、画素変化
回数を１だけ増加し、（ステップ３２０）、黒画素検出
フラグを１にセットしくステップ３２２）、そうでない
場合には、３２４以降の処理を行なう。

ステップ３２４〜３５０の処理は、ステップ２７８〜３
１４の処理において、黒画素を白画素に置き直したもの
である。

ステップ２６４では、検出対象バイトの位置を１つ進め
、ステップ２６６では、検出対象バイトの位置により１
ライン分の処理が終了したかどうか判定し、終了した場
合には、２６８以降の処理を行ない、そうでない場合に
は、２５６〜２６４の処理を繰り返す。ステップ２６８
では、ここで調べたラインの画素変化回数が、以前に調
べたラインの画素変化回数より大きいかどうかを調べ、
小さい場合には、２７０〜２７２の処理を行ない、そう
でない場合には、２７４以降の処理を行なう。

ステップ２７０では、最小変化ラインの位置をここで調
べたラインの位置とし、ステップ２７２では、最小画素
変化回数を、ここで調べた画素変化変化回数とする。ス
テップ２７４では、検出対象であるライン位置を１だけ
進め、ステップ２７６では、重なり領域に存在するすべ
てのラインの調査が終了したかどうかをチエツクし、終
了した場合には、リターンして終了し、そうでない場合
には、２５４〜２７４の処理を繰り返す。

以上に示した処理により、最小変化ラインの検出はでき
る。

（白領域最大位置検出） 第１１図により、白領域が最大であるラインを検出し、
画像連結を行う方法について説明する。

５２−１．５２−３は２つの画像の重ならない領域であ
る。５２−２は２つの画像の重なり領域であり、重なり
領域５２−２は、６ライン存在したとする。１ラインか
ら６ラインの白画素数は、各８．９．１１．１３．１０
．９であるから、白画素数が最大であるラインは、４ラ
インである。また、ライン間の白画素数の差は、それぞ
れ、■、２．２．３、■である。したがって、白画素数
が最大であり、かつ、ライン間の白画素数の差が最小で
あるラインは、３ラインと４ラインであるので、３ライ
ンと４ラインの間を連結位置として検出する。

（白追跡） 第１２図により、白追跡を利用して画像連結を行なう方
法について説明する。５５は第１画像の重なり領域であ
り、５６は第２画像の重なり領域であり、また、５７は
２つの画像を連結した画像の重なり領域である。５Ｂ−
１は重なり領域５５内に該領域を横切るように存在する
白領域を追跡し検出した第１画像の結合位置であり、５
日−２は重なり領域５６内にこれを横切るように存在す
る白領域を追跡し検出した第２画像の結合位置である。

２つの画像を連結する場合、５５に対しては、結合位置
５８−１で画像を切断し、画像５５−１を残す、また、
５６に対しては、結合位置５８−２で画像を切断し、画
像５６−２を残す。画像５５−１と画像５６−２を５８
−３の位置で連結した場合には、連結した画像が５７で
ある。連結画像５７の連結位置５８−３では、第１画像
の結合位置５８−１と第２画像の結合位置５８−２との
不整合による隙間は白とする。このように白を追跡し、
余白の部分で連結することにより、２つの画像の入力時
における画像歪、ずれなどを吸収することが出来る。

（論理和連結） 第１３図により、論理和で画像連結を行なう方法につい
て説明する。６１は第１画像の重なり領域であり、６２
は第２画像の重なり領域であり、また、６３は２つの画
像を連結した画像の重なり領域である。６４が論理和を
とった領域であり、ここでは、２ドツト重ね、論理和を
とっている。

（伸縮補正） 第１４図により、伸縮補正を行なうことで、画像を滑ら
かに連結する方法について説明する。６５は第１画像で
あり、６６は第２画像である。また、６７は伸縮補正し
て画像連結を行なうことにより、得られる画像である。

ここでは、第１画像を参照画像として利用し、第２画像
内に設けた処理対象領域に拡大、縮小等の幾何学変換を
施すことにより、滑らかに連結された画像を得る。

まず、始めに、黒画素（黒ラン）の端点を検出し、参照
画像と処理対象領域内画像の両者の黒ランの端点と対応
付ける。境界線上にあるすべての黒画素の端点に対する
対応付けが終了したら、この端点の対応付けに基づいて
、隣接する画像との境界線を感じさせないように、全て
の処理対象領域を幾何学変換する。

最小変化ライン検出、白領域最大位置検出、白追跡、論
理和連結、伸縮補正の５通りの連結位置検出方法を示し
たが、論理和連結、白追跡は、２つの画像を重ねて、画
像処理するものであり、最小変化ライン検出、伸縮補正
は、２つの画像の境界線に対して画像処理するものであ
る。

以上に述べていた方法は、例えば、画像を４分割して入
力するような、さらに大きな画像を入力する場合にも適
用できる。

（４分割入力の例） 第１８図は、画像を４分割してスキャナ入力する場合で
ある。７０は入力対象画像であり、７１１〜４は、７０
を４分割した画像であり、７１−１は左上画像、７１−
２は右上画像、７１−３は左下画像、７１−４は右下画
像であり、全て同じ大きさの画像である。図中の斜線領
域は、画像間の重なり領域を表わし、７４−１〜２５は
、連結位置指示マークを表わす。ここでは、まず、連結
位置指示マーク７４−１と７４−４および７４２と７４
−５を利用して７１−１と７１−２を画像連結し、画像
７２−１を得、また、連結位置指示マーク７４−８と７
４−１１および７４−９と７４−１２を利用して７１−
３と７１−４を画像連結し、画像７２−２を得る。次に
、連結位置指示マーク７４−１４と７４−１７、および
７４１６と７４−１９を利用して画像連結し、画像７３
を得る。

また、キャリアシート上５カ所に印刷された各連結位置
指示マークの仕様を変え、入力対象画像の上下左右を区
別可能とすることにより、利用者は入力する順序を意識
する必要はなくなる。

本実施例によれば、Ａ４より少し大きい取り込み領域を
持つ画像入力装置を使用することによって、Ａ３．Ａ２
画像などの定型サイズの画像を複数回に分割して、画像
間に重なり部分を生じるようにして入力し、連結するこ
とが可能となる。

〔発明の効果〕

以上詳しく説明したように、本発明の画像結合方式によ
れば、原画像を複数回に分割して入力することにより、
原画像の大きさよりも小さい入力面を持つ画像入力手段
を利用して画像入力できるので、画像入力及び格納装置
を設置する場合に広い場所を必要とせず、また、画像入
力手段のコストの安価なもので済むという効果を奏する
。

また、分割の際、各画像の重なり部分に連結基準点を指
示するマークが付与され、両画像を１つの画像に連結す
る際にこのマークが利用されるので、両画像の位置合わ
せが高精度に行なわれて、歪のない、連結部でずれがな
い、正確な原画像を復元して格納することができるとい
う効果を奏する。

【図面の簡単な説明】

第１図は本発明を実現するためのシステム構成の一実施
例の構成図、第２図は本発明の一実施例による動作手順
を示すフローチャート、第３図は画像を２分割して入力
する方式の説明図、第４図はキャリアシートの仕様の一
例を示す構成図、第５図は構造解析法によりマーク中心
を検出する方法の原理図、第６図は構造解析法によりマ
ーク中心を検出する方法の手順を示すフローチャート、
第７図はパターンマツチングの原理図、第８図はパター
ンマツチングの流れ図、第９図は最小変化ラインを示す
図、第１０図は最小変化ラインの検出法を説明する流れ
図、第１１図は白領域が最大であるラインを検出し画像
連結を行なう方法の説明図、第１２図は白追跡を利用す
る画像連結法の説明図、第１３図は論理和連結法の説明
図、第１４図は伸縮補正法による画像連結の説明図、第
１５図は入力画像の向きの修正法の説明図、第１６図は
マウスを利用した連結基準点の指示法の一例を示す図、
第１７図は連結した２つの画像の連結位置の指示の一例
を示す図、第１８図は画像を４分割して入力した場合の
連結処理の一実施例の説明図である。 ｌ・・・・・・・・・キーボード、２・・・・・・・・
・ＣＰＵ、３・・・・・・・・・スキャナ（画像入力装
置）、４・・・・・・・・・スキャナコントローラ、５
・・・・・・・・・デイスプレィ、６・・・・・・・・
・デイスプレィコントローラ、７・・・・・・・・・符
号化プロセッサ、８・・・・・・・・・複合プロセッサ
、９・・・・・・・・・ファイル、１０・・・・・・・
・・ファイルコントローラ、ｌｌａ。 １１ｂ、ｌｌｃ・・・・・・・・・メモリ　（画像格納
装置）、２０・・・・・・・・・入力対象画像、２１・
・・・・・・・・第１画像（分割画像）、２２・・・・
・・・・・第２画像（分割画像）、２３・・・・・・・
・・結合画像。 第 ３ 図 第 図 第 図 第 図 第 ７ 図 第 図 凸 第 図 第 ０ 因（ａ） 第 １０ 図（ｂ） 第 １ 図 第 ０ 図（Ｃ） 第 ２ 図 第 １３ 図 第 ５ 図 第 ４ 図 凸 第 ６ 図 ↓ ↓ ｑフ 第 ７ 図 第 ８ 図

Claims (1)

1. 【特許請求の範囲】 １、画像入力手段と、前記画像入力手段により入力した
   画像を格納する画像格納手段と、入力した画像の連結位
   置合わせを行なう連結位置合わせ手段とを備え、前記連
   結位置合わせ手段は、前記画像入力手段の入力面よりも
   大きな入力対象画像を複数回に分割して入力した後、１
   つの画像に連結する場合に、入力画像から位置検出可能
   な連結基準点を識別し、この連結基準点を利用して１つ
   の画像に連結するように構成したことを特徴とする画像
   結合方式。 ２、画像に重なり部分が存在するように分割して入力す
   る場合に、入力対象画像の重なり部分に連結基準点とし
   て位置検出可能なマークが記されたシールを貼付した後
   、画像入力するように構成したことを特徴とする請求項
   １記載の画像結合方式。 ３、画像に重なり部分が存在するように分割して入力す
   る場合に、入力対象画像を連結基準点として位置検出可
   能なマークの記された容器に挿入した後、画像入力する
   ように構成したことを特徴とする請求項１記載の画像結
   合方式。 ４、相互に重なり部分が存在するように分割して入力し
   た複数画像の連結位置合わせを行なう場合に、２つの画
   像間の重なり部分から、該画像を横断する白画素の連結
   領域を抽出して、この白画素の連結領域内から２つの画
   像の連結位置を検出するように構成したことを特徴とす
   る請求項１記載の画像結合方式。 ５、相互に重なり部分が存在するように分割して入力し
   た複数画像の連結位置を検出する場合に、２つの画像の
   重なり部分から、画素の変化回数が最小となるラインで
   、かつ、直前のラインにおける画素の変化回数との差が
   最小となるラインを検出し、このラインの直前を２つの
   画像の連結位置とすることを特徴とする請求項１記載の
   画像結合方式。 ６、相互に重なり部分が存在するように分割して入力し
   た複数画像の連結位置を検出する場合に、２つの画像の
   重なり部分から、白画素が占める割合が最大であるライ
   ンで、直前のラインにおける白画素が占める割合との差
   が最小となるラインを検出し、このラインの直前を２つ
   の画像の連結位置とすることを特徴とする請求項１記載
   の画像結合方式。 ７、２つの連続する画像を結合する場合、２つの画像の
   繋ぎ目で、第１の画像に存在する黒ランの端点と第２の
   画像に存在する黒ランの端点とを対応付け、第１の画像
   に存在する端点を参照し、第２の画像に設定した処理領
   域内で画像の拡大または縮小を行なうことにより、黒ラ
   ンが途切れずに接続されるように構成したことを特徴と
   する請求項１記載の画像結合方式。 ８、連結位置を指示する基準点識別図形として、点対称
   な最外部部分を持つマークを使用し、入力画像から切り
   出したマークから特徴点を検出するときに、マークの最
   外部部分を抽出することにより、点対称の中心を検出す
   るように構成したことを特徴とする請求項１記載の画像
   結合方式。 ９、連結位置を指示する基準点識別図形として、画像の
   背景と区別できるマークを使用し、入力画像から切り出
   したマークを利用して連結位置を検出するときに、第１
   の画像から切り出したマークと同じパターンを、パター
   ンマッチングによつて第２の画像から検出するように構
   成したことを特徴とする請求項１記載の画像結合方式。 １０、入力対称画像の重なり部分から選んだ図形が、背
   景と区別できかつ重なり部分に他に類似形状のものが存
   在しないとき、この図形を連結位置を指示するマークと
   して利用することにより、位置合わせを行なうように構
   成したことを特徴とする請求項９記載の画像結合方式。 １１、前記点対称な最外部部分をもつマークの内部に記
   章を入れたことを特徴とする請求項８記載の画像結合方
   式。 １２、Ａ４よりも少し大きい取り込み領域を持つ画像入
   力装置を使用し、Ａ３、Ａ２画像のような大きさの定型
   サイズの画像を、画像間に重なり部分が生じるように複
   数回に分割して入力する構成としたことを特徴とする請
   求項１記載の画像結合方式。