JPH04339471A - 画像領域識別装置 - 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】

【０００１】

【産業上の利用分野】この発明は文字線画像等で表され
る２値画像と、写真画像、網点画像等で表される中間調
画像の混在した文書画像中から２値領域と写真領域と網
点領域とを識別する文書画像領域識別装置に関する。

【０００２】

【従来の技術】原稿中に含まれる２値画像と中間調画像
をデジタル画像として良好に再現させるようにするため
には、２値領域と中間調領域のそれぞれの特性に応じた
処理を行う必要がある。そのためには文字線画像と写真
画像等の画像識別を行う必要がある。さらに、通常の原
稿に存在する中間調は網点画像も多いため、網点画像と
写真画像の識別も必須のものとなる。文書画像領域識別
の従来例の一つとして例えば特開昭５８−２０５３７６
号公報に記載された技術がある。一般に、文字線画像の
濃度特性は図２に示すように近接画素との濃度差がはげ
しい特性を示す。一方、写真画像の濃度特性は図３に示
すように、近接画素との濃度差がゆるやかな特性となる
。上記従来の方式はこのような特性の違いを利用して画
像を識別するものである。すなわち上記従来の方式は、
具体的にはＭ×Ｎ画素のブロックを単位にしてブロック
内の最大濃度差を求め、濃度差がしきい値よりも大きな
場合は２値領域小さい場合は中間調領域として識別する
方式である。文書画像領域識別方式の他の従来例として
２次元フーリエ変換を用いたものがある（電子通信学会
論文誌、Ｄ（８４−９）Ｊ６７−Ｄ　Ｎｏ．８　ＰＰ．
１０４４−１０５１）。これは、サブピクチャで文書画
像全体を走査し、サブピクチャ内でフーリエ変換を行い
、文字列の周期成分を取り出し、その大小で文字領域と
非文字領域（図形、写真領域）を分離するものである。

【０００３】

【発明が解決しようとする課題】しかし、ブロック内の
濃度差を利用した従来の技術（前者）は、中間調領域に
も濃度差の激しい領域、すなわちエッジが存在するため
誤差が生じ、画質を劣化させる欠点があった。さらに図
４に特性を示す網点領域は元来２値画像であるため、濃
度差が激しくなる場合が多く、誤認が増えてしまい、画
質を劣化させてしまうという欠点があった。またフーリ
エ変換を用いた従来例（後者）は、文字領域とそれ以外
の領域とを識別できるだけであり、網点領域と写真領域
とを識別することができなかった。本発明は、これらの
従来技術の欠点を解消するためになされたものであり、
中間調領域のエッジにおける誤認をなくすことができる
とともに、中間調領域としての写真領域と網点領域をも
高い精度で識別することのできる文書画像領域識別装置
を実現することを目的とするものである。

【０００４】

【課題を解決するための手段】本発明の文書画像領域識
別装置は、文字画像、網点画像、写真画像の混在する画
像データに対して空間周波数解析をする解析手段（図１
の２）と、前記空間周波数解析の結果得られたデータに
対して、高周波領域のピークの位置を求めるピーク位置
検出手段（図１の３）と、前記空間周波数解析の結果得
られたデータに対して、ピークの分布パターンを検出す
るピーク分布検出手段（図１の５）と、前記空間周波数
解析の結果得られたデータに対して、低周波領域のエネ
ルギーの集中の度合いを検出するエネルギー検出手段（
図１の４）と、これらの検出処理の結果をもとに、入力
された画像が文字領域であるか、網点領域であるか、ま
たは、写真領域であるかを決定する領域決定手段（図１
の６）とを備えたものである。

【０００５】

【作用】入力画像信号は一般に図２〜図４に示すように
それぞれの属性に応じた濃度特性を有する。濃度特性を
見ると文字領域は図２に示すように全体的に濃度差が激
しい。一方、中間調領域（写真領域）は図３に示すよう
に濃度差がゆるやかである。また、網点領域は図４に示
すように濃度差が激しい場合と緩やかな場合が混在して
いる。それぞれの画像は一般的に上記の特性を示すが、
文字領域でも小さな文字においては濃度差が緩やかにな
る。一方、写真画像においても画像のエッジ部分では濃
度差が激しくなる。そのため、エッジを用いて領域分離
を行うと、誤認は避けられず、さらに文字と写真の中間
の特性を有する網点画像は識別ができない。

【０００６】そこで本発明では、周波数という軸に視点
を変えて３つの画像を比べる。ここでは周波数変換の一
例としてさきの３つの画像に対して空間周波数解析を行
った結果の例を図５（ａ）（ｂ）（ｃ）に示す。周波数
変換を行った場合、特徴的な結果を示すものは網点画像
である。網点画像はドットを周期的に配置してドットの
大きさを利用して疑似的に画像を中間調に見せるもので
ある。そのため、空間周波数上には網点周期に相当する
所にピークが存在する。これは網点画像の状態、すなわ
ち、濃い、エッジがある等の状況によらずかならず空間
周波数上に表れる特性である。さらに網点画像は６５線
、１００線、１７５線というように数多くの種類がある
が、これも空間周波数上では、線数に相当した位置にピ
ークが表れるため、線数および網点の分布角度（スクリ
ーン角度）も知ることができる。一方写真画像では濃度
が緩やかに変化するため、空間周波数上に表れる周波数
分布（エネルギー分布）もほとんどが低域に集中する。 また、エッジが存在した場合もエッジ方向に相当する周
波数上に峰が表れるだけである。最後に文字領域につい
ては、文字はたくさんの線で構成されているため、図５
（ｃ）に示すように、周波数の高い成分が存在する。し
かし、そのピークは一般的に網点線数よりも低い。さら
に、そのようなピークがいたる所に発生する特性を示す
。

【０００７】本発明は各領域の周波数解析による上記特
性の相違に着目して、文字領域と写真領域、網点領域を
識別することができるようにしたものである。すなわち
、入力された画像データに対して解析手段により二次元
フーリェ変換などを用いて空間周波数解析を行う。ピー
ク位置検出手段は、空間周波数解析の結果得られたデー
タを調べて、高周波領域のピークの位置すなわちピーク
値のある周波数を求める。ピーク分布検出手段は、空間
周波数解析の結果得られたデータに対して、ピークの分
布パターンを検出する。エネルギー検出手段は、前記空
間周波数解析の結果得られたデータの低周波領域のエネ
ルギーの集中の度合いを検出する。これらの検出処理の
結果をもとに、領域決定手段は、入力された画像が文字
領域であるか、網点領域であるか、または写真領域であ
るかを決定する。本発明によれば、周波数解析の結果の
データが文字画像と、写真画像と、網点画像とでそれぞ
れ顕著に異なる特性を持つことを利用して、画像領域の
識別を行うので、写真画像と網点画像との識別可能とな
り、従来に比べ識別できる対象が増えると共に、さらに
高い精度での識別が可能となる。

【０００８】

【実施例】図１は本発明による画像領域識別装置の一実
施例の構成を示すブロック図である。図１に示すように
、この画像領域識別装置は、ブロック分割部１、周波数
解析部２、ピーク位置検出部３、エネルギー検出部４、
ピーク分布検出部５、および領域決定部６を備えている
。

【０００９】ブロック分割部１は、入力画像を走査して
Ｍ×Ｎ画素のブロックに分割する処理を行うものである
。

【００１０】周波数解析部２は、ブロック分割部１によ
り分割された各ブロックごとに、空間周波数解析処理を
施すものである。この空間周波数解析処理は、二次元フ
ーリエ変換を用いて行う。この二次元フーリエ変換処理
は公知の処理アルゴリズムの実行により実現できる。図
５の（ａ）、（ｂ）および（ｃ）は、それぞれ網点画像
、写真画像、文字画像のフーリエ変換結果得られた空間
周波数特性の例を示すものである。

【００１１】ピーク位置検出部３は、周波数解析部２の
出力する周波数解析出力データを基に、低周波数成分を
除いた領域における最大のピークの位置および大きさを
求める処理を行う。そして求めたピーク位置から、この
画像が有する主な周波数成分を求める。この際にあるし
きい値以下のピークを処理対象から外す処理を行うとノ
イズ除去の効果が得られる。ここで抽出したいのは網点
周波数の有無である。一般に網点画像の周波数ピークの
位置は文字画像に比べ周波数の高い領域（通常は、１０
０，１３３，１５０，１７５線）に存在する。また、ス
クリーン角度は４５度の場合が多い。そこで、ピークの
位置からこのピークが網点周波数に相当するかどうかを
結果として出力する。

【００１２】エネルギー検出部４は、周波数解析出力デ
ータを基に画像エネルギーの低周波領域への集中度を求
める処理を行う。例えば、全エネルギーに対する５０線
以下のエネルギーの相対値を求める。一般に画像のエネ
ルギーの低域集中度は写真画像＞網点画像＞文字画像の
順となる。よってここで得られる結果は写真画像らしい
、エネルギーが低域へ集中しているかどうかを出力する
。

【００１３】ピーク分布検出部５は、周波数解析部２に
よる周波数解析結果をから、周波数軸上に現れる様々な
ピーク成分の分布を調べる。そして、その画像がどのよ
うな種類の画像かを類推する。一般的には文字画像は周
波数軸上全体に様々なピークを有する。一方、写真画像
は分布がほとんど低域に集中しており、高域ではピーク
は存在しない。網点画像は画像（濃度、線数等）により
写真画像領域のような分布となる場合、および文字画像
領域の様な分布となる場合がある。一般に、ピーク分布
（分布の分散と考えてもよい）は文字画像＞網点画像＞
写真画像の順に広く分布する。そこでここではピーク分
布が広いかどうかを出力する。以上のように、ピーク位
置検出部３は網点画像らしさを、エネルギー検出部４は
写真画像らしさを、ピーク分布検出部５は文字画像らし
さをそれぞれ表す信号を出力する。

【００１４】領域決定部６は、これらのピーク位置検出
部３、エネルギー検出部４およびピーク分布検出部５か
らの出力を基に領域を決定する処理を行う。各検出部３
，４，５の上記出力はアナログで扱うこともデジタルで
扱うことも可能であるが、ここでは領域決定部６をデジ
タルで処理をするよう構成した場合の例を説明する。 まず各検出部３，４，５による上記３つの出力は、ピー
ク位置検出結果出力を再優先に考える。すなわち、ピー
ク位置検出結果出力により、網点らしい（網点周波数の
ピークが存在する）と判定された場合は、残りの２つの
出力のいかんに拘らず、網点画像領域とする。網点画像
領域らしくないと判定された場合は、残りの２つの検出
結果出力より文字画像領域か写真画像領域かを判定する
。ここではエネルギーの低域集中度が高く、ピーク分布
があまりない場合は写真画像領域とする。逆にエネルギ
ーの低域集中度が低く、ピーク分布が多い場合は文字画
像領域とする。なお、これ以外の状況、すなわちエネル
ギーの低域集中度が高く、ピーク分布が多い場合、もし
くはエネルギーの低域集中度が低くかつピーク分布があ
まりない場合もあり得るが、実際上、このような状況は
まず起こらないと考えられ、もし生じた場合は文字領域
とすればよい。以上のような処理により文字領域、写真
領域、網点領域を識別することができる。また、ブロツ
ク処理を用いているため、文字領域と写真領域が１つの
ブロックとなった場合には誤認が生じる。しかし、ブロ
ツクのサイズをたかだか〜６５度とすれば、４００ＳＰ
Ｉの入力系では〜４ｍｍ程度の大きさであるため、画像
間の重なりはほとんどないため高い精度の識別が可能と
なる。

【００１５】

【発明の効果】本発明によれば、周波数解析の結果のデ
ータが文字画像と、写真画像と、網点画像とでそれぞれ
顕著に異なる特性を持つことを利用して、画像領域の識
別を行うので、写真画像と網点画像との識別可能となり
、従来に比べ識別できる対象が増えると共に、さらに高
い精度での識別が可能となる。

【図面の簡単な説明】

【図１】本発明の一実施例の構成を示すブロック図であ
る。

【図２】文字線画像の濃度特性を表した図である。

【図３】写真が像の濃度特性を表した図である。

【図３】網点画像の濃度特性を表した図である。

【図５】画像の空間周波数特性の例を示した図であり、
（ａ）は網点、（ｂ）は写真、（ｃ）は文字のそれぞれ
の画像の空間周波数特性を示す。

【符号の説明】

１…ブロック分割部、 ２…周波数解析部、 ３…ピーク位置検出部、 ４…エネルギー検出部、 ５…ピーク分布検出部、 ６…領域決定部。

Claims (1)

【特許請求の範囲】
1. 【請求項１】文字画像、網点画像、写真画像の混在する
   画像データに対して空間周波数特性を解析する解析手段
   と、前記解析の結果得られたデータに対して、高周波領
   域のピークの位置を求めるピーク位置検出手段と、前記
   解析の結果得られたデータに対して、ピークの分布パタ
   ーンを検出するピーク分布検出手段と、低周波領域のエ
   ネルギーの集中の度合いを検出するエネルギー検出手段
   と、これらの検出処理の結果をもとに、入力された画像
   が文字領域であるか、網点領域であるか、または写真領
   域であるかを決定する領域決定手段とを備えたことを特
   徴とする画像領域識別装置。