JPH04316180A - 文書画像の属性判別方法 - 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】

【０００１】

【産業上の利用分野】本発明は、ファクシミリ等の通信
機器や文書画像データベース入力装置、光学的文字読取
り装置（ＯＣＲ）等において、文書画像中の写真領域及
び図表領域といった属性を判別する文書画像の属性判別
方法に関するものである。

【０００２】

【従来の技術】従来、この種の属性判別方法としては、
例えば特開昭６２−７１３７９号公報に記載されるもの
があった。

【０００３】この文書画像の属性判別方法では、文書画
像データを入力し、主走査方向（例えば、横方向）に黒
画素を計数（カウント）して閾値を超えるラインを検出
し、該カウント値が閾値以下の白ラインが所定個数連続
する状態を判定して第１の領域切り出しを行う。この第
１の領域切り出し内で、副走査方向（例えば、縦方向）
に黒画素をカウントしてカウント値が閾値を超える列を
検出し、カウント値が閾値以下の白列が所定個数連続す
る状態を判定して第２の領域切り出しを行う。さらに、
第２の領域切り出し内で、第１の領域切り出しと同様な
処理により、第３の領域切り出しを行い、この第３の領
域切り出し内で、第２の領域切り出しと同様な処理によ
り、第４の領域切り出しを行う。そこで、この第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、及び黒画素率情報により、文字領域、写
真領域、図表領域等の属性を判別している。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
属性判別方法では、次のような課題があった。

【０００５】（ａ）従来の属性判別方法では、領域切り
出し処理において、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
切り出しを行う場合、それらの閾値を各論文誌に応じた
適切な値に設定し直さなければならず、その値の選定に
手間がかかる。そのため、領域切り出し処理後に行う属
性の判別処理の効率が低いという問題があった。

【０００６】（ｂ）前記（ａ）の問題を解決するため、
本願出願人は、先に特願平１−２６４６４９号明細書に
おいて属性判別方法を提案した。この提案では、最適２
値化処理によって２値化された２値画像データについて
、入力時の解像度の文書画像に対して領域抽出を行い、
その抽出された領域の属性を判別することにより、前記
（ａ）の問題を解決している。ところが、この方法では
、領域抽出処理を入力時の解像度の文書画像について行
うため、処理時間が膨大になるという問題があり、短い
処理時間で、比較的簡単に、領域の属性を判別すること
が困難であった。

【０００７】本発明は、前記従来技術が持っていた課題
として、短い処理時間で、比較的簡単に、領域の属性を
判別することが困難な点について解決した文書画像の属
性判別方法を提供するものである。

【０００８】

【課題を解決するための手段】前記課題を解決するため
に、第１の発明は、文書画像の属性判別方法において、
文書画像を多値画像データの形で読み取り、該多値画像
データをその特徴及び性質を失うことなく最適２値化し
て２値画像を作成し、２値画像縮小処理によって前記２
値画像を縮小して縮小画像を作成した後、その縮小画像
から領域抽出処理で特定領域を抽出し、該特定領域の属
性を属性判別処理で判別するようにしている。

【０００９】第２の発明は、第１の発明の２値画像縮小
処理を、間引き処理によって前記２値画像を縮小するよ
うにしている。

【００１０】第３の発明は、第１の発明の２値画像縮小
処理を、画素間の論理和（ＯＲ）処理によって前記２値
画像を縮小するようにしている。

【００１１】第４の発明は、第２の発明の属性判別処理
を、白黒反転回数によって写真領域の属性判別を行うよ
うにしている。

【００１２】第５の発明は、第３の発明の２値画像縮小
処理において、演算のビット単位数に応じた縮小率で前
記２値画像を縮小するようにしている。

【００１３】第６の発明は、第５の発明の属性判別処理
を、前記特定領域内に占める黒画素の割合によって写真
領域の属性判別を行うようにしている。

【００１４】

【作用】第１の発明によれば、以上のように文書画像の
属性判別方法を構成したので、入力文書画像が多値画像
データの形で読み取られると、その多値画像データが最
適２値化されて２値画像が作成され、その２値画像が２
値画像縮小処理へ送られる。２値画像縮小処理では、２
値画像を縮小して縮小画像を作成する。領域抽出及び属
性判別では、縮小画像を用いて特定領域の抽出及びその
抽出された領域のフィールドセパレータ領域、写真領域
、図表領域、文字領域等といった属性の判別を行う。 これにより、領域抽出及び属性判別処理量の削減化が図
れる。

【００１５】第２の発明では、最適２値化された２値画
像が２値画像縮小処理へ送られると、該２値画像縮小処
理では、例えば、縮小の割合に応じたマスクを用い、そ
の中のある注目画素の情報を縮小画像の情報として取り
出すことにより、縮小画像を作成する。これにより、縮
小率に左右されない縮小処理が行える。

【００１６】第３の発明によれば、２値画像縮小処理に
おいて、例えばマスクを用いてその中に黒画素が１つで
も存在すれば縮小画像の対応する画素を黒にし、１つで
も存在しなければ白とすることにより、縮小画像を作成
する。これにより罫線等の細い線の的確な縮小処理が行
える。

【００１７】第４の発明によれば、間引き処理によって
作成された縮小画像が属性判別処理へ送られると、該属
性判別処理では、白黒反転回数により写真領域の判定を
行い、その判定処理の簡単化を図る。

【００１８】第５の発明によれば、２値画像縮小処理に
おいて、演算のビット単位数に応じた縮小率で２値画像
を縮小する。この縮小率を装置のビット単位数に対応さ
せることにより、ビット演算の省略化を図る。

【００１９】第６の発明によれば、ＯＲ処理によって作
成された縮小画像が属性判別処理へ送られると、該属性
判別処理では、特定領域内に占める黒画素の割合によっ
て写真領域の属性判別を行い、その判別処理の簡単化を
図る。

【００２０】

【実施例】例えば、森健一監修、電子情報通信学会編「
パターン認識」Ｐ．６４にも記載されているように、文
字認識を行うには１６本／ｍｍの解像度が必要であるが
、文書画像を領域抽出するには行間がつぶれていない程
度の画像でよいため、それほどの解像度を必要としない
。従って、入力時の画像を縮小したものに領域抽出処理
を施しても、十分な結果が得られることになる。このよ
うな原理に基づき、本実施例では、次のようにして属性
判別方法を構成している。

【００２１】図１は、本発明の実施例の属性判別方法に
おける処理内容を示す図である。

【００２２】文書画像の属性判別を行うには、まず、読
取り処理１において、ＣＣＤ（Ｃｈａｒｇｅ　　Ｃｏｕ
ｐｌｅｄ　　Ｄｅｖｉｃｅ）等のイメージセンサにより
、入力文書画像を走査して多値画像データを読み取り、
それを多値画像メモリ２へ格納する。

【００２３】最適２値化処理３では、多値画像メモリ２
に格納された多値画像データに対してその特徴及び性質
を損なうことなく最適２値化して２値画像データを作成
し、その２値画像データを２値画像メモリ４へ格納する
。この最適２値化処理では、多値画像データを入力し、
文字・フィールドセパレータ領域は領域分離、図表・写
真領域はディザ処理（網点処理）を施し、それら両者の
画像を合成する処理を行う。つまり、最適２値化処理３
では、入力多値画像データにおいて、注目画素を中心と
した局所領域での濃度差分値の絶対値の大きさから、非
中間調画像部分と中間調画像部分とに分類する。 そして、非中間調画像部分と判別された場合、注目画素
を固定閾値によって２値化し、一方、中間調画像部分と
判定された場合、注目画素をディザマトリクス閾値によ
って２値化する。

【００２４】このような最適２値化処理３が行われると
、文字領域及び図表領域といった非中間調画像部分は、
白と黒の境のエッジ部分のくっきりとした画像となり、
写真領域等の中間調画像部分は、新聞等で見られるディ
ザ画像となり、これらの合成２値画像として得られる。 この合成２値画像のデータは、２値画像メモリ４に格納
される。

【００２５】次に、２値画像縮小処理５では、２値画像
メモリ４に格納された２値画像データをＯＲ等の処理に
よって縮小し、その縮小画像を２値縮小画像メモリ６に
格納し、この縮小画像について領域抽出処理７及び属性
判別処理８が行われる。

【００２６】領域抽出処理７では、２値縮小画像メモリ
６に格納された縮小画像を用い、その縮小画像の情報領
域（例えば、黒画素領域）を外接矩形化して特定領域を
抽出する。この抽出処理は、例えば次のようにして実行
される。

【００２７】２値画像メモリ４に格納された２値画像デ
ータを、例えば主走査方向（横方向）Ｘ及び副走査方向
（縦方向）Ｙに走査する。そして、２値画像データの全
領域において、横方向Ｘに黒画素が１つでも存在する黒
ラインを検出し、次に黒画素が１つも存在しない白ライ
ンが閾値ｔｈ以上連続するまでの領域を切り出す（ステ
ップＳＴ１）。今度は、その切り出された領域において
、縦方向Ｙに黒画素が１つでも存在する黒カラムを検出
し、黒画素が１つも存在しない白カラムが閾値ｔｈ以上
連続するまでの領域を切り出す（ステップＳＴ２）。

【００２８】さらに、その切り出された領域において、
前記と同様に、ステップＳＴ１とステップＳＴ２を繰り
返し実行し、これ以上の切り出しが行えないという所ま
で、繰り返し処理を続ける。そして、最終的に切り出さ
れた領域を外接矩形として検出し、その位置を示す始点
座標及び終点座標を属性判別処理８へ送る。

【００２９】属性判別処理８では、領域抽出処理７で抽
出された外接矩形、及び２値縮小画像メモリ６に格納さ
れた縮小画像の外接矩形特徴とその矩形内の特徴から、
外接矩形をフィールドセパレータ領域、写真領域、図表
領域、及びその他の文字領域に分離する。

【００３０】図１における２値画素縮小処理５には、次
の２通りの方法が考えられ、その方法を図２〜図４を参
照しつつ説明する。

【００３１】図２は、図１中の２値画像縮小処理５にお
いて、間引きによる２値画像の縮小方法の一例を示す図
である。図３は、図２の問題点を示す図であり、間引き
による縮小のために細い線が消えてしまう例である。

【００３２】図２に示すように、間引き処理により、２
値画像１０の画像縮小を行う場合、その縮小の割合に応
じたマスク（１／２縮小の時は２×２，１／３縮小の時
は３×３）を用意する。そしてそのマスク内のある注目
画素の情報を縮小画像１０ａの情報として取り出すよう
にしている。

【００３３】但し、この縮小方法では、図３に示すよう
に、罫線等の細い線が消える可能性があるが、これらの
無い文書であれば、問題はない。また、この縮小方法で
は、処理内容が縮小率に左右されないため、どのような
縮小率にも対応できるという利点がある。

【００３４】この間引き処理方法によって縮小された縮
小画像１０ａを用いて領域抽出を行い、その領域抽出結
果について例えば写真領域の属性判別を行う場合は、外
接矩形内部を走査し、白画素から黒画素、黒画素から白
画素への反転回数により写真領域の判別を行うようにす
れば、簡単に写真領域の判別ができる。

【００３５】図４は、図１中の他の２値画像縮小処理５
の内容を示すもので、画素間のＯＲによる２値画像の縮
小の一例を示す図である。

【００３６】ＯＲ処理により、２値画像１０の画像縮小
を行う場合、まず、間引きの場合と同様にマスクを用意
する。そして、このマスクの中に黒画素が１つでも存在
すれば、縮小画像１０ｂの対応する画素を黒にし、１つ
でも存在しなければ白とする。このＯＲ処理による縮小
方法は、罫線等の細い線が消えることがなく、これらが
多数存在するような文書には適している。このＯＲ処理
による画像縮小をソフトウェアとして実現する際には、
例えば、２値画像１０を１／８に縮小すると、ビット演
算が不要となり、高速に縮小処理が行える。また、４ビ
ット単位で演算を行う装置では１／４縮小、１６ビット
単位で演算を行う装置では１／１６縮小した方が、ビッ
ト演算が不要になって高速に縮小処理ができる。

【００３７】このようなＯＲ処理で縮小した縮小画像１
０ｂを用い、例えば写真領域の属性判別を行う場合、外
接矩形内部に占める黒画素の割合で判別を行うと、簡単
に写真領域を判別できる。この属性判別処理の一例を図
５に示す。

【００３８】図５は、図１においてＯＲ処理による縮小
画像を用いた場合の属性判別処理８の処理内容を示すフ
ローチャートである。

【００３９】この属性判別処理では、ステップＳ２０に
おいて、図１中の２値画像メモリ４に格納された２値画
像データを入力する。次に、ステップＳ２１において、
２値画像メモリ４に格納された属性判別すべき領域の外
接矩形の始点座標（ＸＳｉ，ＹＳｉ）及び終点座標（Ｘ
Ｅｉ，ＹＥｉ）を入力する。ここで、Ｘは主走査方向（
横方向）、Ｙは副走査方向（縦方向）であり、座標番号
ｉはｉ＝１，２，…，ｎである。　　ステップＳ２２に
おいて、入力した外接矩形の縦ＨＩ（＝ＹＥｉ−ＹＳｉ
＋１）と横ＷＤ（＝ＸＥｉ−ＸＳｉ＋１）との縦横比Ｗ
Ｄ／ＨＩが、ある固定閾値ｔｈ１より大きいか否かを比
較する。外接矩形の縦横比ＷＤ／ＨＩが固定閾値ｔｈ１
よりも大きければ、その外接矩形をステップＳ２３でフ
ィールドセパレータ領域と判定する。

【００４０】外接矩形の縦横比ＷＤ／ＨＩが固定閾値ｔ
ｈ１よりも小さければ、文字・写真・図表候補領域とす
る。この文字・写真・図表候補領域については、ステッ
プＳ２４で、その外接矩形領域の面積ＷＤ×ＨＩを求め
、該面積ＷＤ×ＨＩがある固定閾値ｔｈ２よりも大きい
か否かを比較する。大きければ、写真・図表候補領域と
判定し、ステップＳ２５へ進む。小さければ、ステップ
Ｓ３１で文字領域と判定する。

【００４１】ステップＳ２４で写真・図表候補領域と判
定された場合には、ステップＳ２５において、外接矩形
の始点座標（ＸＳｉ，ＹＳｉ）及び終点座標（ＸＥｉ，
ＹＥｉ）における内部の２値画像を１／ｎ縮小する。次
に、ステップＳ２６で、縮小画像に該当する外接矩形の
始点座標（ＸＳｉ／ｎ，ＹＳｉ／ｎ）及び終点座標（Ｘ
Ｅｉ／ｎ，ＹＥｉ／ｎ）を算出した後、ステップＳ２７
で、該外接矩形内について縮小画像を横方向Ｘ及び縦方
向Ｙに走査し、該外接矩形内部に占める全黒画素数ＴＯ
をカウントする。そして、ステップＳ２８で、全黒画素
数ＴＯが外接矩形の面積に占める割合を計算し、その割
合がある固定閾値ｔｈ３よりも大きいか否かを比較する
。

【００４２】割合が固定閾値ｔｈ３よりも大きければ、
ステップＳ２９で、外接矩形領域を写真領域と判定する
。割合が固定閾値ｔｈ３よりも小さければ、ステップＳ
３０で、外接矩形領域を図表領域と判定する。これによ
り、属性判別処理を終了する。

【００４３】この属性判別処理では、ステップＳ２５で
縮小画像を作成し、ステップＳ２６，Ｓ２７で、その縮
小画像を走査する等の処理により、写真領域と図表領域
とを判別するようにしている。そのため、走査を行う処
理も縮小画像に対して行い、全面走査する回数も１回で
よいため、写真領域と図表領域との判別が簡単になり、
その上、縮小処理量が少なくなって高速な属性判別処理
が可能となる。

【００４４】なお、本発明は上記実施例に限定されず、
例えば、図１中の領域抽出処理７は外接矩形抽出処理以
外の処理方法を用いて領域の抽出を行ったり、それに応
じて属性判別処理８を他の処理方法で構成する等、種々
の変形が可能である。

【００４５】

【発明の効果】以上詳細に説明したように、第１の発明
によれば、最適２値化した２値画像を２値画像縮小処理
で縮小し、その縮小画像を用いて領域抽出及び属性判別
を行うようにしているので、領域抽出処理量及び属性判
別処理量が削減され、それによって短い処理時間で、し
かも簡単かつ適確に、領域の属性を判別することができ
る。

【００４６】第２の発明によれば、間引き処理によって
画像を縮小するようにしているので、処理内容が縮小率
に左右されず、どのような縮小率にも対応できる。

【００４７】第３の発明によれば、ＯＲ処理によって画
像を縮小しているので、罫線等の細い線が消えることが
なく、これらが多数存在するような文書画像の縮小を的
確に行うことができる。

【００４８】第４の発明によれば、間引き処理によって
縮小された画像を用い、白黒反転回数により写真領域の
属性判別を行うようにしているので、簡単かつ的確に写
真領域の判別を行うことができる。

【００４９】第５の発明によれば、第３の発明において
、演算のビット単位数に応じた縮小率で２値画像を縮小
するので、装置のビット単位数と縮小率とを対応させる
ことにより、装置のビット演算が不要となり、高速に縮
小処理ができる。

【００５０】第６の発明によれば、ＯＲ処理によって縮
小された画像を用い、特定領域内に占める黒画素の割合
によって写真領域の属性判別を行うようにしているので
、簡単かつ的確に写真領域を判別できる。

【図面の簡単な説明】

【図１】本発明の実施例の属性判別方法における処理内
容を示す図である。

【図２】図１中の２値画像縮小処理を説明する図である
。

【図３】図２の問題点を説明する図である。

【図４】図１中の他の２値画像縮小処理を説明する図で
ある。

【図５】図１中の属性判別処理の内容を示すフローチャ
ートである。

【符号の説明】

１　　　　読取り処理 ３　　　　最適２値化処理 ５　　　　２値画像縮小処理 ７　　　　領域抽出処理 ８　　　　属性判別処理

Claims (6)

【特許請求の範囲】
1. 【請求項１】　　文書画像を多値画像データの形で読み
   取り、該多値画像データをその特徴及び性質を失うこと
   なく最適２値化して２値画像を作成し、２値画像縮小処
   理によって前記２値画像を縮小して縮小画像を作成した
   後、その縮小画像から領域抽出処理で特定領域を抽出し
   、該特定領域の属性を属性判別処理で判別することを特
   徴とする文書画像の属性判別方法。
2. 【請求項２】　　請求項１記載の文書画像の属性判別方
   法において、前記２値画像縮小処理は、間引き処理によ
   って前記２値画像を縮小する文書画像の属性判別方法。
3. 【請求項３】　　請求項１記載の文書画像の属性判別方
   法において、前記２値画像縮小処理は、画素間の論理和
   処理によって前記２値画像を縮小する文書画像の属性判
   別方法。
4. 【請求項４】　　請求項２記載の文書画像の属性判別方
   法において、前記属性判別処理は、白黒反転回数によっ
   て写真領域の属性判別を行う文書画像の属性判別方法。
5. 【請求項５】　　請求項３記載の文書画像の属性判別方
   法において、前記２値画像縮小処理では、演算のビット
   単位数に応じた縮小率で前記２値画像を縮小する文書画
   像の属性判別方法。
6. 【請求項６】　　請求項５記載の文書画像の属性判別方
   法において、前記属性判別処理は、前記特定領域内に占
   める黒画素の割合によって写真領域の属性判別を行う文
   書画像の属性判別方法。