JPH03233786A - 画像分割処理装置 - 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または光学式文字読取装置等に
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
る画像分割処理装置に関するものである。

（従来の技術） 従来、この様な分野の技術としては、文献１：吹抜著ｒ
ＦＡＸ、ＯＡのための画像信号処理」初版（昭５７−１
Ｏ−２０）日刊工業新聞社、Ｐ。

５−２５、及び文献２：特開昭６２−７１３７９号公報
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２に記載された従来の画像分割処理
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０四Ｍ３２ａ、２
ｂ、２ｃ、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。

この種の方法では、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６ａ、及び判定回路３ｂを順次経る過程で、計数闇値
を越えるラインが検出され、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の領
域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２ｂ
、判定回路３Ｃ１微分回ｎ６ｂ、及び判定回路３’ｄ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０列が、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、文字部、
写真部、図表部の領域の属性を判別していた。

（発明が解決しようとする課題〉 しかしながら、上記構成の画像分割処理装置では、次の
ような課題があった。

（１）通常、文字データは情報量が多く、全て多値画像
データで処理すると処理速度が遅くなったり、膨大なメ
モリを要したりする （２）単に２値化された画像に対して、分離・抽出され
た領域が図表、写真、文字等のいずれの属性であるかを
判定する判定基準が不安定であるため、十分満足のいく
精度が得られない。この問題は、上記構成の従来技術だ
けではなく、他の従来技術についても生ずる。

（３〉領域を分割する際に、対象に応じて様々な閾値を
任意に設定する必要がある。例えば、個々の論文誌に対
して領域分割処理を施す場合、それらの閾値を各論文誌
に応じた適当な値に設定し直さなければならなず、その
値の選定に手間を要する。

本発明は、前記従来技術が持っていた課題として、処理
速度が低減したり膨大なメモリを要する点、満足な属性
判別精度が得られない点、閾値の選定に手間を要する点
について解決した文書画像の領域分割方法を提供するも
のである。

（課題を解決するための手段） 本発明は前記課題を解決するために、文字部を含む属性
（例えば、文字部、フィールドセパレータ、写真、図表
〉を有する多値画像の情報領域（例えば、黒画素領域）
を切り出し、該属性の判別処理を行う画像分割処理装置
において、前記多値画像を入力して擬似中間調画像及び
単純２値化画像を生成する２値化手段と、前記擬似中間
調画像及び単純２値化画像から前記情報領域を外接矩形
として検出する外接矩形検出手段と、前記外接矩形検出
手段により検出された外接矩形の前記属性を判別する属
性判別手段と、前記属性判別手段属性により前記文字部
と判別された外接矩形から演算によって所定の闇値を設
定し、その設定された閾値に従って該外接矩形の統合を
行って文字部領域を生成、抽出する文字部統合手段とを
備えたものである、 さらに、前記属性判別手段は、例えば前記外接矩形の特
徴とその外接矩形内の擬似中間調画像の特徴とを用いて
前記属性を判別する構成にしたものである。

また、前記文字部統合手段は、前記文字部と判別された
外接矩形から外接矩形ヒストグラムを作成し、その作成
結果からカラム方向に該外接矩形が全く存在しないカラ
ム方向無存在領域と少なくとも１つでも存在するカラム
方向存在領域とを抽出すると共に、ライン方向に対して
前記外接矩形が全く存在しないライン方向無存在領域と
少なくとも１つでも存在するライン方向存在領域とを抽
出する領域抽出手段と、前記領域抽出手段の抽出結果か
ら前記文字部の横書きまたは縦書きの判定を行う判定手
段と、前記判定手段の判定結果に従ってライン方向及び
カラム方向の統合閾値を算出し、その算出結果に従い、
文字部と判別された外接矩形を統合して文字部領域を生
成、抽出する領域生成手段とで構成したものである。

（作用〉 本発明によれば、以上のように画像分割処理装置を構成
したので、２値化手段は、中間調濃度を画素を含む多値
画像を入力して擬似中間調２値化処理により擬似中間調
画像を、単純２値化処理により単純２値化画像をそれぞ
れ生成する。外接矩形検出手段は、前記擬似中間調画像
及び単純２値化画像から、例えば所定の閾値以上の白ラ
イン、白カラムに囲まれる情報領域をこれ以上切り出し
は行えないというところまで処理を繰り返し、最終的に
切り出された領域を外接矩形として検出する。属性判別
手段は、外接矩形手段で検出された外接矩形を情報領域
の属性であるフィールドセパレータ、写真、図表、及び
文字部（文字の他に図表、写真、フィールドセパレータ
以外のものを含む）に判別する。文字部統合手段は、属
性判別手段により文字部と判別された外接矩形から演算
によって自動的に所定の閾値を設定し、その設定された
闇値に従って該外接矩形をこれ以上統合するものはない
というところまで繰り返し統合し、文字部領域を生成、
抽出する。

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分割処理装置の機
能ブロック図である。

この画像分割処理装置は、ＣＣＤ　（Ｃｈａｒｇｅ　　
Ｃｏｕｐｌｅｄ　　Ｄｅｖｉｃｅ）等イメージセンサに
より情報媒体を走査して多値画像を得る読取部１０を備
えている。この読取部１０の出力側には読み取った多値
画像を格納するＲＡＭ　（ランダム・アクセス・メモリ
〉等の多値画像メモリ２０と、その多値画像を２値化し
て領域分割を施す領域分割処理部３０とで、構成されて
いる。

領域分割処理部３０はディジタル・シグナル・プロセッ
サ等で構成され、多値画像メモリ２０内多値画像を入力
してデイザ画像（擬似中間調画像）及び単純２値画像の
２つの画像を生成する２値化手段３１と、その生成され
た２つの２値画像から情報領域（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３２と、抽出された
外接矩形特徴とその矩形内のデイザ画像の特徴から外接
矩形を図表、写真、フィールドセパレータ、文字部（文
字の他に図表、写真、フィールドセパレータ以外のもの
を含む）に分類する属性判別手段３３と、分類された結
果、文字部と判別された外接矩形から自動的に適当な閾
値を設定し、その設定された閾値に従って文字部と判別
された外接矩形を統合することによって文字部領域を生
威し抽出する文学部統合手段３４とを備えている。文学
部統合手段３４は、カラム方向無存在領域、カラム方向
存在領域、ライン方向無存在領域、及びライン方向存在
領域を抽出する領域抽出手段３４−１と、文字部の横書
きまたは縦書きの判定を行う判定手段３４−２と、文字
部領域を生成、抽出する領域生成手段３４−３とで構成
されている。

さらに、領域分割処理部３０には、２値化手段３１で生
成されたデイザ画像、単純２値化画像をそれぞれ保存す
るデイザ画像メモリ３１ａ及び単純２値化画像メモリ３
１ｂと、外接矩形検出手段３２で検出された外接矩形の
位置情報を保存する外接矩形位置メモリ３２ａと、属性
判別手段３３で属性別に外接矩形の位置情報を保存する
図表領域位置メモリ３３ａ、写真領域位置メモリ３３ｂ
、及びフィールドセパレータ位置メモリ３３ｃと、文学
部統合手段３４で文字部と判別された外接矩形を統合す
ることによって文字部領域を生威し抽出した結果の位置
情報を保存する文字部領域位置メモリ３４ａとを備え、
これら位置メモリがＲＡＭ等で構成されている。

次に、以上のように構成される画像分割処理装置の動作
を第３図〜第１９図を参照しつつ説明する。

（Ｉ＞読取部１０から２値化手段３１までの動作読取部
〕０は、情報媒体を走査して多値画像を出力し、それを
多値画像メモリ２０に格納する。

この読取部１０での読取り解像度は、綱がい程よく、８
本／ＩＴＩｍ以上の解像度が適当である。２値化手段３
１は、多値画像メモリ２０内の多値画像データを読み込
み、擬似的に中間調を表現するためのデイザ法２値化処
理（擬似中間調２値化処理）と、非中間調を表現するた
めの単純２値化処理とを行い、その結果得られた２値化
画像をそれぞれデイザ画像メモリ３１ａ及び単純２値化
画像メモリに保存する。

（ＩＩ）外接矩形検出手段３２の動作 ２値化手段３１によって得られたデイザ画像メモリ３１
ａ及び単純２値化画像メモリ中の２つの２値画像の主査
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〜第５図を参考し、外接矩形検出手段３２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３２の動作例を
示すフローチャート及び第４図は外接矩形手段を説明す
る図である。なお、第３図中の８５０〜Ｓ６７は処理ス
テップを示し、第３図及び第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Ｘ方向に切り出され
た領域番号である。また、この外接矩形検出手段３２に
おいては、第５図のＯＲ画像を説明する図に示すように
、デイザ画像メモリ３１ａ中のデイザ画像と単純２値画
像メモリ３１ｂ中の単純２値画像の黒画素パターン（記
号；１）のＯＲ画像を走査することにより行う。

先ず、第３図の８５０〜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丁
、ｎｉｌ終点座標（ｘｅ　（ｉ−１，ｍ＞。

ｙｅ　（ｉ−１，ｎ））に対して、第４図のステップ１
の示すように、ｙ軸方向の領域をｎ個の領域に切り出す
処置を行う（８５３）。この切り出し処理について、第
６図のＸ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−１
，ｎ＞　）、終点座標（ｘｅ　（ｉ−１，ｍ）　、　ｙ
ｅ　（ｉ−１，ｎ）　）で示される背景パターン４０上
の情報領域４１に対して、第５図に示すＯＲ画像中に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が連続
して閾値ＴＨを越える白ラインを検出する。その注目す
る白ラインの（ＴＨ＋１＞ライン前の黒ラインのｙ座標
値を終点ｙ座標値として抽出する。以上の操作を領域（
ｘｓ　（ｉ−１，ｍ）。

ｙｓ　（ｉ−１，ｎ＞）、（ｘｅ　（ｉ−１，ｍ）。

ｙｅ　（ｉ−１，ｎ＞）の全てのｙ座標について行い、
ｎ個の領域（ｘｓ　（ｉ−１，ｍ）、ｙｓ　（ｉ。

ｎ））、（ｘｅ　（ｉ−１，ｍ）、ｙｅ　（ｉ、ｎ＞）
（但し、ｎ；正の整数）を切り出す。このとき、領域（
ｘｓ　（０，１＞、ｙｓ　（０，１＞）、（Ｘｅ　（０
，１＞、ｙｅ　（０，１＞）の領域は、初期値として予
めセットしておき、これはＯＲ画像の全領域を示す。さ
らに、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
領域と判断して処理の継続を行い、連続する白ラインが
閾値ＴＨを越えるまで繰り返し行う。また、黒ラインの
Ｘ座標値がｙｅ（ｉ−１，ｎ）と等しくなる場合は、ｙ
ｅ（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−１，ｎ））、（ｘｅ　（ｉ−１゜ｍ＞、ｙｅ　（ｉ
−１，ｎ））に対して、Ｘ方向に切り出されたｎ個の領
域（ｘｓ　（ｉ−１，ｍ）。

ｙｓ　（ｉ、ｎ））、（ｘｅ　（ｉ−１，ｍ＞、ｙｅ（
ｉ、ｎ））（但し、ｎは正の整数〉は、そのｎ個の始点
、終点ｙ座標の情報を外接矩形位置メモリ３２ａに保存
する（Ｓ５４）。第４図のステップ１に示すｉ＝１の時
のｎの値が１．２．３で示される領域がその処理結果例
を示す。

次に、第３図の８５３でＸ方向に切り出されたｎ個の領
域（ｘｓ　（ｉ−１，ｍ）、ｙｓ　（ｉ、ｎ））、（ｘ
ｅ　（ｉ−１，ｍ＞、ｙｅ　（ｉ、ｎ＞）（但し、ｎは
正の整数）について以下の処理を行う。先ず、ｎの値を
初期化する（ｎの初期値＝１（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
対して、第４図に示すステップ２のように、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７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。

上記始点座標及び終点座標で示される領域に対して、第
５図のＯＲ画像中にＸ方向に黒画素が１つでも存在する
環カラムを検出し、その環カラムのＸ座標値を始点Ｘ座
標として抽出する。次いで、Ｘ方向に黒画素が１つでも
存在しない白カラムが連続して閾値ＴＨを越える白カラ
ムを検出し、その注目する白カラムの（ＴＨ＋１’）カ
ラム前の環カラムのＸ座標値を終点Ｘ座標値として抽出
する。

以上の操作を領域（ｘｓ　（ｉ−１，ｍ）、ｙｓ（ｉ、
ｎ））、（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））、（ｘｅ（ｉ、ｍ）
、ｙｅ　（ｉ、ｎ））（但し、ｍ；正の整数）を切り出
す（Ｓ５６）。

さらに、検出された連続する白カラムの数が閾値ＴＨを
越えない間に環カラムを検出した場合は、左右の領域は
同領域と判断して処理の継続を行い、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、環カラム
のＸ座標値がｘｅ（ｉ−１、ｍ〉と等しくなる場合は、
ｘｅ（ｉ−１，ｍ）を終点Ｘ座標値として抽出し、Ｘ座
標値がｘｅ（ｉ−１，ｍ）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）ｌ、（ｘｅ　（ｉ−１，ｍ）　、　ｙ
ｅ（ｊ、ｎ＞）に対して、Ｘ方向に切り出されたｍ個の
領域（ｘｓ　（ｉ、ｍ）、ｙｓ　ｔ’ｉ、ｎ＞）、（ｘ
ｅ　（ｉ、ｍ＞、ｙｅ　（ｉ、ｎ））は、そのｍ個の始
点、終点Ｘ座標値の情報を外接矩形位置メモリ３２ａに
保存する（Ｓ５７）。第４図のステップ２に示すｉ＝ｌ
の時のｍの値が１．２．３で示される領域がその処理結
果例を示す。なお、閾値ＴＨの値は１〜４画素の範囲で
設定することが妥当である。

以上の切り出し方法で処理を行い、第４図のステップ３
，４のように、階層ｉにおけるｍの値とｎの値がそれぞ
れ１．１のみとなるように処理を繰り返し行う。そこで
、階層ｉにおけるｍの値とｎの値がそれぞれ１、■のみ
であった場合（Ｓ５８〉、領域始点座標（ｘｓ　（ｉ、
１）、ｙｓ　（ｉ。

１））、終点座標（ｘｅ　ｃｉ、１）、ｙｅ　（ｉ。

１））を外接矩形領域として抽出しく５５９）、その始
点、終点座標を外接矩形位置メモリ３２ａに保存する（
Ｓ６０）。次いで、この階層の値を減分しく５６１）、
階層ｉ番目のすべてのｎについて行ったか否かを判定す
る（Ｓ６２）。もし全てのｎについて行ったと判定され
たら、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３６３）、もし全てのｍについて行っていれ
ば処理を終了する（Ｓ６４）。一方、３５８てソーの場
合、階層ｉの値を増分しく５６７）　、Ｓ５２の処理に
戻る。また、Ｓ６２でノーの場合、ｎの値を増分しく５
６５）、Ｓ５６の処理に戻り、同様に３６３てソーの場
合、ｍの値を減分しく５６６）、３５３に戻る。以上が
外接矩形検出手段３２の一連の処理であり、第４図に示
す要領で順次処理を繰り返す。要するに、閾値ＴＨ以上
の白ライン、白カラムに囲まれる情報領域を、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
一１最終的に切り出された領域を外接矩形として検出し
、外接矩形位置メモリ３２ａに保管するものである。

（ＩＩＩ）属性判別手段３３の動作 外接矩形検出手段３２で画像の全領域について外接矩形
の検出を行い、すべ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　ａに保存される
と、次に、属性判別手段３３によって、検出さｈｆ、−
外接矩形の全てについて、その外接矩形特徴とその矩形
内のデイザ画像の特徴とから、フィールドセパレータ、
写真、図表、及び文字部の４つの属性に分類する処理が
行われる。この処理の一例を第８図に示す。第８図は、
第１図の属性判別手段３３の動作フローチャートである
。なお、全ての外接矩形を（ｘｓｉ、ｙｓｉ）、（ｘｅ
ｉ、ｙｅｉ）（但し、ｉ；正の整数）で表す。

まず、ｉの値を初期化する（ｉの初期値−１）（Ｓ７０
）、次いで、外接矩形（ｘｓｉ、ｙｓｉ）（ｘｅｉ、ｙ
ｅｉ）について、フィール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ルドセパレー
タとして判定されない場合は、写真・図表候補の抽出を
行う（Ｓ７２）。そこで、その外接矩形が写真・図表候
補と判定さｈた場合は、その抽出した外接矩形が実際に
写真であるか、あるいは図表であるかを矩形内のデイザ
画像の特徴から判定し、抽出する処理を行う（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・終点座標を写真領域位置
メモリ３３ｂに保存する（Ｓ７４）。一方、図表である
と判別された場合は、その外接矩形の始点・終点座標を
図表領域位置メモリ３３ａに保存する（Ｓ７５）。さら
に、すべての外接矩形（ｘｓｉ、ｙｓｉ）、（ｘｅ　ｉ
　。

ｙｅｉ）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）。Ｓ７６でノーの場合は、ｉの値
を１、増分しく８７８）　、次にＳ７１の処理に戻る。

Ｓ７１の処理で、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３３ｃに保存しく５７９）、Ｓ７６の
処理を行う。また、Ｓ７２の処理で写真、図表候補と判
定されず、文字部と判定されたら、３７６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、さらに
、第９図〜第１５図を参照しつつ、Ｓ７１゜Ｓ７２、Ｓ
７３について詳細に説明する。

第９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１０図は、外接矩形の
Ｘ軸長さに対するＸ軸長さの関係図である。なお、第１
０図における○印は図表、Δ印は写真、目印は文字部、
及びＸ印はフィールドセパレータを表している。

第１０図で明らかなように、外接矩形のＸ軸及びｙ軸の
長さの大小及びそれらの比でフィルドセパレータを抽出
することができる。つまり、Ｘ軸の長さが７以上で、ｙ
＝αＸ＋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
件でフィルドセパレータの抽出が可能となる。

ここで、境界線ｙ＝αχ＋βについて説明する。

従来、この種の判別方法は、Ｘ軸の長さとｙ軸の長さと
の比がある閾値よりも大きいとき、ティーるどせばれ−
たとして抽出するという方法であった。この方法は、ｙ
−αＸ＋βで示すβの値に０を代入した場合と同様にな
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１０図で示す通りであり、αとβにある固定
値を持たせたｙ＝αＸ＋βを境界線（閾値〉とすること
により、より抽出精度を高めることができる。また、第
１０図に示すフィールドセパレータは横長のみの例であ
るが、縦長のものも考えられる。以上の特徴を基に、第
９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。

先ず、外接矩形（ｘｓｉ、ｙｓｉ＞、（ｘｅｉｙｅｉ）
を入力して（Ｓ９０＞、Ｘ軸の長さＸ１ｅｎとｙ軸の長
さｙｌｅｎを求める（Ｓ９１）。

Ｘ軸の長さｘｌｅｎは、（ｘｅ　ｉ　−ｘｓ　ｉ＋１　
＞により、ｙ軸の長さｙｌｅｎは、（ｙｅｉ−ｙｓｉ＋
１〉により求める。そして、得られたｘｌｅｎとｙｌｅ
ｎとを比較して（３９２＞　、ｘｌｅｎの値が大きい場
合、ｘｌｅｎが閾値γより大きいか判定する（３９３）
。大きいと判定された場合、次にｘｌｅｎＸα＋βの値
を求め、ｙｌｅｎの値がその求めた値よりも小さいと判
定された場合（Ｓ９４）　、この外接矩形（ｘｓｉ、ｙ
ｓｉ）、（ｘｅｉ、ｙｅｉ）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、ｙｌｅｎが閾値γより大きいか判定する
（Ｓ９７）。Ｓ９７のイエス場合、次にｙｌｅｎＸα＋
βの値を求め、ｘｌｅｎの値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、Ｓ９８が、それぞれノーの場
合、この外接矩形（ｘｓｉ、ｙｓｉ）、（ｘｅｉ、ｙｅ
ｉ）を文字部と判定しく５９９）、処理を終了する（Ｓ
９６＞。

第■１図は、第８図の３７２の動作の一例を示す写真・
図表候補の抽出の動作フローチャートであり、第１２図
は外接矩形面積に対するその矩形内のデイザ画像におけ
る縦方向、横方向の白から黒への反転回数を示す関係図
である。

第１２図の横軸が示すように、外接矩形の面積の大小で
写真・図表候補として、ある程度、判別可能である。そ
こで、この特徴を基に第１１図に示される方法で図表・
写真候補の抽出を行う。

第８図の３７１で文字部と判定された外接矩形（ｘｓｉ
、ｙｓｉ）、（ｘｅｉ、ｙｅｉ）を入力して（Ｓ１００
）、続いて第９図の８９１で求めたＸ軸の長さｘｌｅｎ
とｙ軸の長さｙｌｅｎとの積により、この外接矩形の面
積Ｓを求める（Ｓｔｏｌ）。得られた面積Ｓが閾値Ｃよ
りも大きい場合（Ｓ１０２）、この外接矩形を図表・写
真候補と判定しく３１０３）、処理を終了する（ＳｉＯ
２〉。５１０２で面積Ｓが閾値Ｃよりも小さい場合、こ
の外接矩形を文字部と判定しく５１０５）。

処理を終了する（Ｓ１０４）。

第１３図は、第８図の３７３の写真・図表の判定の動作
の一例を示す動作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、抽出された
外接矩形に対して、その抽出した外接矩形が実際に写真
なのか、または図表なのかを外接矩形内に位置するデイ
ザ画像メモリ３１ａ中のデイザ画像を走査し、その得ら
れた特徴から判別する処理を行う。これは、上述した第
１２図の説明で明白であるように、外接矩形の面積Ｓが
閾値Ｃより大きいと判定された写真・図表候補の外接矩
形に関して、ｙ＝ａｘ＋ｂ　（ａ、ｂ　；任意の固定値
、Ｘ；面積Ｓ）で表される境界線より白から黒への反転
回数が大きいか否かで、写真であるのか、または図表で
あるのかが判定できる。そこで、第１３図に従って、そ
の判定を行う。

第８図の３７２で写真・図表候補と判定、抽出された外
接矩形（ｘｓｉ、ｙｓｉ）、（ｘｅ　ｉ　。

ｙｅｉ）を入力して（ＳＬｉｏ＞、先ず、カウントを初
期化する（カウントの初期値−〇）＜Ｓｉ２０）。そし
て、デイザ画像メモリ３１ａ中のデイザ画像のｙｓｉか
らｙｅｉに走査しつつ、順次、ｘｓｉからｘｅｉ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ｌ
、増分する（Ｓ１１２〉。これは、第１４図から明らか
なように、各ｙについてＸ方向へ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１、増分するものである。さらに、同デイザ
画像のｘｓｉからｘｅｉに走査しつつ、順次ｙｓｉから
ｙｅｉ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１、増分する（３１１３）。これは、第１５
図から明らがなように、同様に、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がらヘパタ
ーンＢ）へ反転したらカウントを１、増分するものであ
る。

続いて、第１１図の８１０１で求めた外接矩形の面積Ｓ
から、ＳＸａ＋ｂ　（ａ、ｂ　；ある固定値の値を求め
、５１１２，５１１３で得られたカウントの値がその求
めた値よりも大きいと判定された場合（Ｓ１１４）、こ
の外接矩形を写真と判定しく８１．１５＞、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
接矩形を図表と判定しく５１１７）、処理を終了する（
Ｓ１１６）。

（ＩＶ）文字部総合手段の動作 文字部総合手段は、属性判別手段３３で文字部と判別さ
れた外接矩形から、自動的に適当な閾値を設定し、その
設定された閾値に従って文字部と判別された外接矩形を
統合することによって文字部領域を生成し抽出する処理
を行う。

第１６図は、第↑図の文学部統合手段３４の動作フロー
チャートである。

先ず、領域抽出手段３４−１を用いて、属性判別手段３
３において文字部と判別された外接矩形から、各ライン
に対するカラム方向に、あるいは各カラムに対するライ
ン方向に外接矩形が１つでも存在する場合と、外接矩形
が全く存在しない場合とを示す外接矩形ヒストグラムを
作成する（Ｓ１２０）。その外接矩形ヒストグラムから
、カラム方向に外接矩形が全く存在しないラインが連続
するカラム方向無存在領域と、その逆のカラム方向に外
接矩形が少なくとも１つでも存在するラインが連続する
カラム方向存在領域とを抽出する。

また、ライン方向に対しても同様に、ライン方向存在領
域、及びライン方向無存在領域を抽出する（Ｓ１２１）
。

次に、判定手段３４−２を用いて、その抽出されたカラ
ム方向無存在領域の数とライン方向無存在領域の数との
大小で、この文書は縦書きであるのか、横書きであるの
かを判定する（５１２２）。

さらに、領域生成手段３４−３を用いて、判定手段３４
−２において横書きと判定された場合は、カラム方向無
存在領域の幅とカラム方向存在領域の幅とのそれぞれの
ヒストグラムからライン方向（ｙ方向）及びカラム方向
（Ｘ方向）の統合閾値を求め（３１２３＞　、その求め
た統合閾値から属性判別手段３３で文字部と判別された
外接矩形を統合して、文字部領域を生成する（Ｓ１２４
）。

５１２２において、縦書きと判定された場合は、ライン
方向無存在領域の幅とライン方向存在領域の幅とのそれ
ぞれのヒストグラムからライン方向及びカラム方向の統
合閾値を求め（Ｓ１２５）、次に８１２４の処理を行う
。

以上が、文学部統合手段３４の一連の処理であるが、以
下、各処理について詳細に説明する。

第１７図は、外接矩形ヒストグラムの作成結果例を示す
図である。この図は、５１２０及び５１２１を説明する
ための図であり、属性判別手段で文字部と判別、抽出さ
れた外接矩形の一例と、その抽出された外接矩形から各
ラインに対するカラム方向に、あるいは各カラムに対す
るライン方向に外接矩形が存在する場合と全く存在しな
い場合とを示す外接矩形ヒストグラムの作成結果の一例
を表すものである。

第１７図に示すように、この外接矩形ヒストグラムから
カラム方向無存在領域及びカラム方向存在領域を抽出し
、また、ライン方向存在領域、及びライン方向無存在領
域を抽出する。第１７図は、ライン方向無存在領域が無
い場合である。

次に、５１２２を説明する。５１２１で抽出されたカラ
ム方向無存在領域の数と、ライン方向無存在領域の数と
から、（カラム方向無存在領域の数〉ライン方向無存在
領域の数）と判定されたら、この文書は横書きと判定す
る。また、その逆の場合は縦書きと判定する。

５１２３について、第１８図を用いて説明する。

第１８図は、第１６図中の］２３における統合閾値の決
定を説明する図である。

この図は、第１６図中の８１２１で抽出されたカラム方
向無存在領域の幅のヒストグラムを示したもので、横方
向にカラム方向無存在領域の幅（ライン数）を、縦方向
に各カラム方向無存在領域幅に対する個数をそれぞれ表
している。

そこで、最も個数の多いカラム方向無存在領域幅から（
カラム方向無存在領域幅が１６の箇所〉、幅の大きくな
る方向に走査して、初めて個数がＯとなるカラム方向無
存在領域幅が検出されたら、その幅■つ前のカラム方向
無存在領域幅を値ＴＷとして抽出する。この図の場合は
１９となる。

また、同様に、カラム方向存在領域の幅のヒストグラム
から値′ｒＢを抽出する。

その結果、得られた値ＴＷと値ＴＢとから横方向、縦方
向の統合閾値を決定する。

その関係を、 横方向の総合閾値ＴＨｘ＝ＴＷ＋ＴＢ 縦方向の総合閾値ＴＨｙ＝ＴＷ十Ｅｒ　（但し、Ｅｒ；
傾き誤差分のライン数）に設定する。

また、第１６図の８１２５の処理のように、５１２２で
縦書きと判定された場合については、ライン方向無存在
領域の幅のヒストグラムとライン方向存在領域の幅のヒ
ストグラムとから、同様に、それぞれにＴＷ、ＴＢを抽
出し、横方向及び縦方向の総合閾値を、 横方向の総合閾値ＴＨｘ＝ＴＷ＋Ｅｒ 縦方向の総合閾値ＴＨｙ＝ＴＷ＋ＴＢ と設定する。

第１９図は、第■６図中の８１２４における文字部の外
接矩形の統合を説明するための図であり、５１２３また
は５１２５で算出された縦方向の統合閾値ＴＨ，ｙと横
方向の総合閾値ＴＨｘとから属性判別手段で文字部と判
別された外接矩形を統合して文字部領域を生成する方法
を示したものである。

先ず、原点（０，Ｏ）を画像の最左上にとり、Ｘの正方
向を右方向とし、ｙの正方向を下方向とする。そして、
同図のパターンＡ、Ｂに示す２つの外接矩形（ｘｓｌ、
ｙｓｌ）、（ｘｅｌ、’１ｅ１）と（ｘｓ２．ｙｓ２＞
、（ｘｅ２．ｙｅ２）について、５１２３で算出した縦
方向及び横方向の統合閾値ＴＨｙ、ＴＨｘから、（１）
ｘｓ２−ｘｅｌ≦ＴＨｘ、（２）ｙｓ２−ｙｅ１≦ＴＨ
，ｙ、（３）ｘｓｌ−ｘｅ２≦ＴＨｘ　（４）　ｙｓ　
１−ｙｅ２≦ＴＨｙの各条件をすべて満足する場合、同
図のパターンＡ、Ｂの点線で囲まれた外接矩形を新たに
生威し、その外接矩形の始点座標、終点座標を新たに保
存する。この時、上述の統合条件の各左辺部の値がマイ
ナスとなった場合に関しては条件を満たしているものと
する。

以上の様な文字部の統合の動作で、外接矩形（新たに保
存した外接矩形を含む）を次々と統合し、もうこれ以上
の統合をするものはないという状態まで繰り返し行う。

また、保存方法として２つの外接矩形の位置情報が保存
されているメモリ位置のうち、一方の外接矩形の情報が
保存されているメモリ位置に統合された結果の新たな矩
形領域の情報を保存し、もう一方の外接矩形の位置情報
が保存されいるメモリ位置の内容を削除（または開放〉
しながら処理を繰り返す方法がある。

第２０図は、ある論文誌の原稿を、８本／ｍの解像度で
よみ収った画像に対して処理を行った領域分割の結果を
示す図である。５０はフィールドセパレータ、５１は写
真、５２は文字部、および５３は図表である。

なお、本発明は図示の実施例に限定されず、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。

（イ）文字部領域位置メモリ３４ａは備えなくともよい
。それは、すべての外接矩形の位置情報はは、外接矩形
位置メモリ３２ａに保存されており、その中で、図表、
写真、フィールドセパレータと判別された外接矩形の位
置情報は、領域位置メモリ３３ａ、３３ｂ、３３ｃに保
存されているので、残り位置情報すべてが文字部と判別
された外接矩形として保存可能であり、その外接矩形位
置メモリ３２ａが文字部領域位置メモリ３４ａの代りを
果たすことができる。これにより、メモリの省力化を図
ることができる。

（口〉上記実施例では、擬似中間調画像及び単純２値化
画像の各主走査方向をＸ軸方向とし、副走査方向をｙ軸
方向としたが、その逆の主走査方向をｙ軸方向とし、副
走査方向をＸ軸方向としてもよい。

（ハ）上記実施例では、デイザ画像と単純２値化画像と
のＯＲ画像を走査し、黒ラインまたは黒カラムを検出す
るようにしたが、デイザ画像と単純２値化画像とをそれ
ぞれ直接に走査し、デイザ画像中の座標が（ｘ、ｙ）な
る部分が黒（記号：ｌ）、または単純２値化画像中の座
標が（ｘ、ｙ）なる部分が黒となったら黒ラインまたは
黒カラムを検出するようにしてもよい。

（ニ）第１１図の８１０５は省略してもよい。それは、
外接矩形の情報はすべて外接矩形位置メモリ３２ａ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
、または図表と判別される外接矩形が抽出されれば、残
りのものが文字部の外接矩形情報であると判別できるか
らである。

（ホ）第１３図の５１１２，５１１３において、白から
黒に反転したときにカウントの値を１、増分するとした
が、これを黒から白へ反転したらカウントの値を１、増
分するとしてもよいし、白から黒及び黒から白へ反転し
たらカウントの値をｌ、増分するとしてもよい。

（へ）第１４図及び第１５図では、走査方向を左から右
、上から下とそれぞれ設定しているが、これを右から左
、下から上と設定してもよい。

（ト）２値化手段３■において、デイザ法２値化処理に
よりデイザ画像を生成するとしたが、デイザ画像に代え
、擬似中間調を表現するための２値化処理、例えば、誤
差拡散法等で生成された画像を用いてもよい。

（チ）外接矩形検出手段３２では、各情報領域の間隔が
閾値以内の部分は同領域であるとして、連絡領域抽出処
理（ラベリング処理）による矩形領域を抽出する処理や
、境界追跡処理による矩形領域を抽出する処理等を用い
ても、上記実施例と同様な効果が期待できる。

（発明の効果） 以上詳細に説明したように、本発明によれば、２値化手
段、外接矩形検出手段、属性判別手段、及び文字部統合
手段を備えたので、■高速処理が可能となる、■膨大な
メモリを要せずに単純な構成で領域分割処理を行うこと
ができる、■フィールドセパレータ、図表、写真、文字
部のいずれの属性であるかを判別する属性判別精度が向
上する、■文字部領域を生成する際に、演算によって自
動的に閾値が設定されるので、文字部領域を高精度に抽
出できる、■種々の対象とする画像に対して柔軟な対応
が可能となる等の効果が期待できる。

【図面の簡単な説明】

第１図は本発明の実施例を示す画像分割処理装置の機能
ブロック図、第２図は従来の画像分割処理装置の構成ブ
ロック図、第３図は第１図の外接矩形検出手段の動作フ
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ＯＲ画像を説明する図、第６図はｙ
方向切り出し処理を説明する図、第７図はＸ方向切り出
し処理を説明する図、第８図は第１図の属性判別手段の
動作フローチャート、第９図はフィールドセパレータの
抽出の動作フローチャート第１０図は外接矩形のＸ軸長
さに対するｙ軸長さの関係図、第１１図は写真・図表候
補の抽出の動作フローチャート、第■２図は外接矩形面
積に対する反転回数の関係図、第１３図は写真・図表の
判定の動作フローチャート、第１４図は第１３図の８１
１２を説明する図、第１５図は、第１３図の５１１３を
説明する図、第１６図は第■図の文字部統合手段の動作
フローチャート、第■７図は外接矩形ヒストグラムの作
成結果例を示す図、第■８図は統合閾値の決定を説明す
る図、第１９図は文字部の外接矩形の統合を説明する図
、第２０図は領域分割結果を示す図である。 ３１・・・・・・２値化手段、３２・・・・・・外接矩
形検出手段、３３・・・・・・属性判別手段、３４・・
・・・・文字部統合手段、３４−１・・・・・・領域抽
出手段、３４−２・・・・・・判定手段、３４−３・・
・・・・領域生成手段。 ３０二領域゛分割交埋部 殆１図 第１図のブト接矩形杖出手段のフローチャート貴２３　
図 外接矩形検出手段を説明１ろ図 ＯＲ画像を説明する図 Ｊ方向切Ｏ出し処理を説明７ろ図 第６図 ｘ、’ｆｊ向切０出し是埋を説明する間第７図 凰社判ＺＵ手段の動作フＯ−チャート 皐８図 フぐ几ドセノでし−９の抽出の動作フロー′：Ｆサート
写真、ＱＢ笑イ侯ネ帛′の抽出の釦ガＹフローチャート
写真、０表の抽出９憂耐乍アロ一チセ十尭１３図 第１３■のＳ〃２＠説明す３図 算１４図 ％ｆＭ！Ｊの５１１３５ｔｌＦ３ｊ’ＪｔＢ　Ｑ第１５
図 文学部統合手段の勤イ乍フローチャート弗１６ 図 統合閾値の決定を説明す３図 尭１８図 文字部の夕Ｆ＃矢巨形の統合を説明する図第１９図 第２０図 手続補正書（方式〉

Claims (1)

1. 【特許請求の範囲】 １、文字部を含む属性を有する多値画像の情報領域を切
   り出し、該属性の判別処理を行う画像分割処理装置にお
   いて、 前記多値画像を入力して擬似中間調画像及び単純２値化
   画像を生成する２値化手段と、 前記擬似中間調画像及び単純２値化画像から前記情報領
   域を外接矩形として検出する外接矩形検出手段と、 前記外接矩形検出手段により検出された外接矩形の前記
   属性を判別する属性判別手段と、前記属性判別手段によ
   り前記文字部と判別された外接矩形から演算によって所
   定の閾値を設定し、その設定された閾値に従って該外接
   矩形の統合を行つて文字部領域を生成、抽出する文字部
   統合手段とを、 備えたことを特徴とする画像分割処理装置。 ２、請求項１記載の画像分割処理装置において、前記属
   性判別手段は、 前記外接矩形の特徴とその外接矩形内の擬似中間調画像
   の特徴とを用いて前記属性を判別する構成にした画像分
   割処理装置。 ３、請求項１記載の画像分割処理装置において、前記文
   字部統合手段は、 前記文字部と判別された外接矩形から外接矩形ヒストグ
   ラムを作成し、その作成結果からカラム方向に該外接矩
   形が全く存在しないカラム方向無存在領域と外接矩形が
   １つ以上存在するカラム方向存在領域とを抽出すると共
   に、ライン方向に対して前記外接矩形が全く存在しない
   ライン方向無存在領域と少なくとも１つでも存在するラ
   イン方向存在領域とを抽出する領域抽出手段と、 前記領域抽出手段の抽出結果から前記文字部の横書きま
   たは縦書きの判定を行う判定手段と、前記判定手段の判
   定結果に従ってライン方向及びカラム方向の統合閾値を
   算出し、その算出結果に従い、文字部と判別された外接
   矩形を統合して文字部領域を生成、抽出する領域生成手
   段とで、構成した画像分割処理装置。 ４、請求項１記載の画像分割処理装置において、前記横
   書きまたは縦書きの判定を、カラム方向無存在領域の数
   とライン方向無存在領域の数との大小に基づき行う構成
   にした画像分割処理装置。