JPH06274618A - 領域識別装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【目的】多色画像を複数画素からなるブロック領域に分
割し、各ブロック領域を単色、多色、下地色のいずれの
領域であるかを識別し、さらに同一識別された領域を統
合して多色画像内の同一色特徴領域を識別する 【構成】ＣＰＵ１は、画像データ記憶部３に記憶したカ
ラー画像データを複数ブロックに分割し、単色、多色、
及び下地色のいずれかに識別し、各ブロックの同一色特
徴領域を統合して、出力インターフェース７を介して画
像出力部８から出力する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、たとえば、多色画像
の同一色特徴領域を識別する領域識別装置に関する。

【０００２】

【従来の技術】従来、文字や人物などを含むカラー（多
色）画像からそれらの領域を識別する場合、例えば、特
開平２−２４９３６５号公報に記載された発明では、画
像を複数画素からなるブロック領域に分割し、各領域毎
に有彩色／無彩色／中間色のいずれかの領域であるかを
識別する。

【０００３】有彩色／無彩色／中間色の識別には、その
領域内の各画素値の演算結果の大きさ、例えば、図８に
示すような赤（Ｒ）成分、緑（Ｇ）成分、青（Ｂ）成分
の最大値（max ）と最小値（min ）を用いる２次元空間
上で識別している。

【０００４】図８では、９１の領域に入った画素を有彩
色、９２の領域に入った画素を中間色、９３の領域に入
った画素を黒色、９４の領域に入った画素を白色として
いる。

【０００５】従来の有彩色／無彩色／中間色によって領
域を識別する手法の応用例として、白黒原稿とカラー原
稿、あるいは黒文字領域とカラー領域の識別が挙げられ
る。この場合、文字が黒色であることが仮定されてお
り、文字が有彩色で書かれた場合には対応できない。

【０００６】また、カラー画像における人物と色文字を
識別する場合、これらはともに有彩色であり、有彩色を
抽出すると人物、色文字ともに抽出されてしまって、そ
れらを識別することができない。また、色の違いを区別
できないため、違った色で書かれた文字なども識別でき
ないという問題があった。

【０００７】

【発明が解決しようとする課題】上記したように、カラ
ー（多色）画像を複数画素からなるブロック領域に分割
し、各領域毎に有彩色／無彩色／中間色によって領域を
識別する手法の場合、文字が黒色であることが仮定され
ており、文字が有彩色で書かれた場合には識別できない
という問題があった。

【０００８】また、カラー（多色）画像における人物と
色文字を識別する場合、これらはともに有彩色であり、
有彩色を抽出すると人物、色文字ともに抽出されてしま
って、それらを識別することができない。また、色の違
いを区別できないため、違った色で書かれた文字なども
識別できないという問題があった。

【０００９】そこで、この発明は、多色画像を複数画素
からなるブロック領域に分割し、各ブロック領域を単
色、多色、下地色のいずれの領域であるかを識別し、さ
らに同一識別された領域を統合して多色画像内の同一色
特徴領域を識別することのできる領域識別装置を提供す
ることを目的とする。

【００１０】

【課題を解決するための手段】この発明の領域識別装置
は、多色画像を読取る読取手段と、この読取手段で読取
られた多色画像情報を複数のブロック領域に分割する分
割手段と、この分割手段で分割された各ブロック領域を
単色、多色、下地色のいずれかに識別する識別手段と、
この識別手段で同一識別された各ブロック領域を統合す
る統合手段と、この統合手段で統合された領域を出力す
る出力手段とから構成されている。

【００１１】

【作用】この発明は、多色画像を読取手段で読取り、読
取られた多色画像情報を複数のブロック領域に分割し、
分割された各ブロック領域を単色、多色、下地色のいず
れかに識別し、同一識別された各ブロック領域を統合
し、統合された領域を出力するようにしたものである。

【００１２】

【実施例】以下、この発明の一実施例について図面を参
照して説明する。

【００１３】図２は、この発明によってカラー画像の同
一色特徴領域が識別されるイメージを示すもので、図２
の（ａ）では一様な背景に赤色の英字１１、花１２、人
物１３及び黒色の日付１４が書かれたカラー画像から、
図２の（ｂ）ではそれぞれの領域を赤色の単色１５、多
色Ａ１６、多色Ｂ１７及び黒色の単色１８に識別してい
る。

【００１４】図１は、本実施例に係る領域識別装置の概
略構成を示すものである。すなわち、この領域識別装置
は、ＣＰＵ１、ＣＰＵバス２、画像データ記憶部３、主
記憶部４、入力インターフェース５、画像入力部６、出
力インターフェース７、画像出力部８、および入力部９
とから構成されている。

【００１５】ＣＰＵ１はＣＰＵバス２を介して各部と接
続されている。このＣＰＵ１は、詳細は後述するが主記
憶部４内にあるプログラム格納領域内のプログラムの実
行と、画像データ記憶部３の制御を行う。また、入力イ
ンターフェース５を介して画像入力部６、出力インター
フェース７を介して画像出力部８の制御を行っている。
ＣＰＵバス２には、前述した画像データ記憶部３、主記
憶部４、入力インターフェース５及び出力インターフェ
ース７が接続されている。

【００１６】主記憶部４内には、プログラム格納領域と
テンポラリー記憶領域とが設けられている。プログラム
格納領域には予めプログラムが格納されており、テンポ
ラリー記憶領域はＣＰＵ１の一時記憶領域として使われ
る。

【００１７】画像入力部６は、例えばスキャナであり、
ＣＰＵ１からの画像入力要求に応じて予め用意されてい
るカラー画像を読取る。この画像入力要求は、ＣＰＵバ
ス２と接続される入力インターフェース５を介して入力
する。画像入力部６で読取られたカラー画像データは、
入力インターフェース５、ＣＰＵバス２を介して画像デ
ータ記憶部３に記憶される。これらの制御はすべてＣＰ
Ｕ１が行っている。

【００１８】画像出力部８は、ディスプレイ等であっ
て、ＣＰＵ１からの画像出力要求に応じて画像データ記
憶部３に記憶されるカラー画像データを表示するもので
ある。なお、ＣＰＵ１からの画像出力要求は、ＣＰＵバ
ス２と接続される出力インターフェース７を介して入力
する。入力部９は、キーボードやマウス等でなる入力端
末であり、様々な情報を入力する。次に、領域識別装置
での処理の全体の流れを図３に示すフローチャートを参
照して説明する。

【００１９】まず、画像入力部６からカラー画像データ
を入力して画像データ記憶部３に記憶する（Ｓ１）。画
像データ記憶部３に記憶されたカラー画像データを複数
画素からなるブロック領域に分割する（Ｓ２）。ステッ
プＳ２で分割されたブロック領域のそれぞれについて、
その領域が単色、多色、下地色のいずれであるかを識別
する（Ｓ３）。ステップＳ３により識別された各ブロッ
ク領域において、同一色に識別された領域を統合して画
像データ記憶部３に記憶する（Ｓ４）。そして、同一色
と識別された領域を同一色特徴領域として画像出力部８
に出力する（Ｓ５）。ステップＳ２のブロック領域分割
の処理は、図４のフローチャートで示す処理手順で実行
される。

【００２０】カラー画像データを小さな領域に分割する
ためのブロックの大きさを入力部９から入力する（Ｓ１
１）。例えば、３０画素×３０画素を１ブロックとする
が、これは、カラー画像データ中の識別する領域の大き
さによって可変することも可能であり、またカラー画像
データによらず一定であっても良い。次に、ＣＰＵ１
は、入力されたブロックの大きさに従ってカラー画像デ
ータを複数のブロック領域に分割する（Ｓ１２）。ステ
ップＳ３の単色／多色／下地色識別の処理は、図５のフ
ローチャートに示す処理手順で実行される。ステップＳ
２のブロック領域分割の処理で分割されたブロック領域
のうちの１つのブロック領域についてカラー画像データ
を取り出す（Ｓ２１）。

【００２１】次に、このブロック領域内のカラー画像デ
ータを用いて、このブロックが単色、多色、下地色のい
ずれであるかを識別する。ここでは、この単色／多色／
下地色識別法の一例として、色空間上でのヒストグラム
分布解析に基づいた方法を示す。まず、該当ブロックの
カラー画像データのヒストグラムを、色空間、例えばＲ
ＧＢ３次元色空間上で作成する（Ｓ２２）。

【００２２】続いて、この色空間上でのヒストグラム分
布のクラスタリングを行う（Ｓ２３）。色空間における
色のクラスタリング手法として、例えば特願平４−６５
６７３号に記載された発明を用いる。この発明は、ＲＧ
Ｂ３次元ヒストグラム分布から、主成分分析を行なうこ
とにより主軸を求め、この主軸にヒストグラム分布を投
影し、判別分析法を用いてこの投影データ分布を２分す
る。そして２分されたデータからさらに主成分分析を行
い、それぞれの主軸を求め、主軸に投影し、判別分析法
により分布を２分する。以下、この操作を、分布のピー
クが単一になるまで繰返すというものである。ここで、
分布のピークが単一である領域が１つのクラスタを表し
ている。

【００２３】次のステップＳ２４で下地色の判別を行な
うのであるが、ここでは、予め下地の色をオペレータが
求めて入力部９から入力する。あるいは、画像入力部６
からのカラー画像読取り後にＣＰＵ１の制御によって画
像全面のヒストグラムを求め、頻度最大の色を下地色と
しても良い。ステップＳ２３の色空間のクラスタリング
で求められたクラスタが１つで、そのクラスタが下地色
であれば、このブロック領域は下地色であると判定す
る。

【００２４】ステップＳ２５の色数の判別では、ステッ
プＳ２３の色空間のクラスタリングにおいて求められた
下地色のクラスタ以外のクラスタ数を求める。ステップ
Ｓ２６の単色／多色の判別では、ステップＳ２５の色数
判別の色数が「１」のとき単色、色数が「２」以上のと
き多色と判定する。

【００２５】ステップＳ２６の単色／多色判別で単色と
判定された場合には色の判別を行なう（Ｓ２７）。色の
判別方法としては、例えばステップＳ２３の色空間のク
ラスタリングにおいて求められたクラスタの、色空間上
での相対位置から求める。例えば、ＲＧＢ色空間におい
てＲが大きく、Ｇ、Ｂも小さな位置にクラスタが存在す
れば、赤色と判定するという具合である。

【００２６】図５で示した単色／多色／下地色識別の処
理を実際のデータで示すと図７のようになる。図７は、
白色の下地に、黒色、赤色および青色で書かれた１つの
ブロック領域におけるＲＧＢ次元ヒストグラムを示した
ものである。図７中の数値は、その色における頻度を示
しており、予めクラスタリングを行っている。下地色は
白色であるので、Ｒ、Ｇ、Ｂの成分がともに大きいクラ
スタ２１が下地色のクラスタとなる。下地色以外はクラ
スタ２２、２３、２４の３つであることがわかり、この
ブロック領域の色数は「３」で多色領域と判定される。

【００２７】続いて、このブロック領域に色数と色のデ
ータを付加（Ｓ２８）し、これらの操作をステップＳ２
にて分割されたすべてのブロック領域について繰返す
（Ｓ２９）。

【００２８】ここで、単色／多色／下地色識別法とし
て、本実施例では色空間上でのヒストグラム分布解析を
用いたが、色空間上で色セグメンテーションにより色数
及び色を判別したり、ブロック領域内の各画素データの
演算、例えば各画素の最大値から最小値を引いた値によ
り色数を判別することも可能である。

【００２９】また、色空間としてＲＧＢ色空間だけでな
く、ＨＶＣ色空間、ＣＭＹ色空間、Ｌ^*ａ^*ｂ^*色空間な
どを用いて分析することも可能である。さらに、ここで
は２色以上を多色としているが、２色、３色、４色など
と分けて識別することも可能である。また、対象画像の
種類により、色数を判別する閾値を可変とすることもで
きる。ステップＳ４の領域統合の処理は、図６のフロー
チャートで示す処理手順で実行される。

【００３０】ステップＳ３の単色／多色／下地色識別に
より識別された各ブロック領域のうち、隣あうブロック
領域で色数が「１」であるブロック領域、あるいは
「２」以上である領域をそれぞれ統合する（Ｓ３１）。

【００３１】次に、色数が「１」の統合領域において、
色が同一であるかを判定する（Ｓ３２）。この判定方法
としては、例えばステップＳ２７の色判別において判別
した色を用いる。あるいは、統合領域において色空間上
のヒストグラムを作成し、ピークが２つであれば同一色
であり、３つ以上であれば違った色であることがわか
る。

【００３２】色数が「１」の統合領域において、ステッ
プＳ３２で色が違っていると判定された場合は、ステッ
プＳ２７の色判別において判別した色を用いて、あるい
は色空間上の分布クラスタリング等を用いて、色数が
「１」で同一色である領域に分割する（Ｓ３３）。ここ
では、色数が「１」であるブロック領域を統合してから
色が同一であるかを判定したが、予めステップＳ２７の
色判別において判別した色により、同一色を統合するこ
とも可能である。こうして同一色に統合あるいは分割さ
れた領域を画像データ記憶部３に記憶する。そして、同
一色と識別された領域を同一色特徴領域として画像出力
部８に出力する（Ｓ５）。

【００３３】以上説明したように上記実施例によれば、
カラー画像データを複数画素からなるブロック領域に分
割し、各ブロック領域を単色／多色／下地色のいずれの
領域であるか識別し、さらに同一識別された領域を統合
することで、カラー画像データ内の同一色特徴領域を識
別することができる。

【００３４】また、前記ブロック領域を単色、多色、下
地色のいずれかに識別する手段として、ブロック領域内
の色数と色を判別することで、ブロック領域のうち、同
じ単色領域であるが色の違うブロックを識別することが
できる。

【００３５】さらに、前記同一識別された領域を統合す
る手段として、前記ブロック領域内の色数が同一である
ブロック領域を統合することで、ブロック領域のうち、
同じ多色領域であるが色数が多いブロック領域と色数が
少ないブロック領域を識別することができる。

【００３６】

【発明の効果】以上詳述したようにこの発明によれば、
多色画像を複数画素からなるブロック領域に分割し、各
ブロック領域を単色、多色、下地色のいずれの領域であ
るかを識別し、さらに同一識別された領域を統合して多
色画像内の同一色特徴領域を識別することのできる領域
識別装置を提供することができる。

【図面の簡単な説明】

【図１】この発明の一実施例における領域識別装置の概
略構成を示すブロック図。

【図２】カラー画像の同一色特徴領域が識別されるイメ
ージを示す図。

【図３】主記憶部内のプログラム格納領域に格納されて
いるプログラムを説明するためのフローチャート。

【図４】ブロック領域分割の処理を説明するためのフロ
ーチャート。

【図５】単色／多色／下地色識別の処理を説明するため
のフローチャート。

【図６】領域統合の処理を説明するためのフローチャー
ト。

【図７】単色／多色／下地色識別の処理を実際のデータ
で説明するたの図。

【図８】従来の有彩色／無彩色／中間色の識別を説明す
るための図。

【符号の説明】

１…ＣＰＵ ２…ＣＰＵバス ３…画像データ記憶部 ４…主記憶部 ５…入力インターフェース ６…画像入力部 ７…出力インターフェース ８…画像出力部 ９…入力部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 多色画像を読取る読取手段と、 この読取手段で読取られた多色画像情報を複数のブロッ
   ク領域に分割する分割手段と、 この分割手段で分割された各ブロック領域を単色、多
   色、下地色のいずれかに識別する識別手段と、 この識別手段で同一識別された各ブロック領域を統合す
   る統合手段と、 この統合手段で統合された領域を出力する出力手段と、 を具備することを特徴とする領域識別装置。