JPH06301775A - 画像処理方法、画像識別方法および画像処理装置 - Google Patents
画像処理方法、画像識別方法および画像処理装置Info
- Publication number
- JPH06301775A JPH06301775A JP5086106A JP8610693A JPH06301775A JP H06301775 A JPH06301775 A JP H06301775A JP 5086106 A JP5086106 A JP 5086106A JP 8610693 A JP8610693 A JP 8610693A JP H06301775 A JPH06301775 A JP H06301775A
- Authority
- JP
- Japan
- Prior art keywords
- image
- value
- dispersion
- pixel
- variance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Abstract
(57)【要約】
【目的】陰影や濃淡と線とが混在した入力画像を良好か
つ容易に２値化できるようにする。 【構成】入力画像を入力し（ステップ３１）、分散フィ
ルタによって入力画像に対応する分散値画像を生成する
（ステップ３３）。分散フィルタは、注目点（画素）の
近傍にある一定数の画素の濃淡値の分散を求め、求めた
分散値を注目点に対する特徴量として出力する。その
後、分散値画像に対して単純な（しきい値による）２値
化処理を行なう（ステップ３７）。
つ容易に２値化できるようにする。 【構成】入力画像を入力し（ステップ３１）、分散フィ
ルタによって入力画像に対応する分散値画像を生成する
（ステップ３３）。分散フィルタは、注目点（画素）の
近傍にある一定数の画素の濃淡値の分散を求め、求めた
分散値を注目点に対する特徴量として出力する。その
後、分散値画像に対して単純な（しきい値による）２値
化処理を行なう（ステップ３７）。
Description
【０００１】
【産業上の利用分野】本発明は、入力画像を処理する画
像処理方法および画像処理装置と入力画像の特性を判断
する画像識別方法に関し、特に、陰影と線とが混在して
いるような入力画像を２値化するための画像処理方法お
よび画像処理装置と、陰影と線との混在の有無を識別す
る画像識別方法に関する。
像処理方法および画像処理装置と入力画像の特性を判断
する画像識別方法に関し、特に、陰影と線とが混在して
いるような入力画像を２値化するための画像処理方法お
よび画像処理装置と、陰影と線との混在の有無を識別す
る画像識別方法に関する。
【０００２】
【従来の技術】入力画像の各画素を２値化する手法とし
て、いくつかのものが知られている。例えば、線部分の
みで構成される画像に適する方法として、自動的にしき
い値を決定しながら各画素の濃度としきい値とを比較し
て２値化を行なう大津の２値化方法がある。また、陰影
や濃淡のある画像に適する方法として、２次微分フィル
タであるラプラシアン、ゼロクロッシングなどのエッジ
抽出処理による２値化方法がある。
て、いくつかのものが知られている。例えば、線部分の
みで構成される画像に適する方法として、自動的にしき
い値を決定しながら各画素の濃度としきい値とを比較し
て２値化を行なう大津の２値化方法がある。また、陰影
や濃淡のある画像に適する方法として、２次微分フィル
タであるラプラシアン、ゼロクロッシングなどのエッジ
抽出処理による２値化方法がある。
【０００３】ここで線部分のみで構成される画像に適す
る従来の方法を濃淡画像に対して適用しても良好な２値
化結果は得られず、また、濃淡画像に適する従来の方法
を線画像に適用しても良好な結果は得られない。例え
ば、しきい値による２値化方法を濃淡画像に適用した場
合、陰影など中間調の部分が全て"１"として抽出されて
しまい、線のみを抽出したり濃淡画像に重なった線を抽
出することができなくなる。一方、エッジ抽出処理を線
画像に適用した場合、画像中の線は２本の線として抽出
されてしまい、抽出後に２本の線を１本の線にする後処
理を行なう必要がある。このため、どちらかの２値化手
法を適用するかを個別の入力画像ごとに予め判断する必
要があり、この判断は、通常、画像処理の専門家によっ
て行なわれている。
る従来の方法を濃淡画像に対して適用しても良好な２値
化結果は得られず、また、濃淡画像に適する従来の方法
を線画像に適用しても良好な結果は得られない。例え
ば、しきい値による２値化方法を濃淡画像に適用した場
合、陰影など中間調の部分が全て"１"として抽出されて
しまい、線のみを抽出したり濃淡画像に重なった線を抽
出することができなくなる。一方、エッジ抽出処理を線
画像に適用した場合、画像中の線は２本の線として抽出
されてしまい、抽出後に２本の線を１本の線にする後処
理を行なう必要がある。このため、どちらかの２値化手
法を適用するかを個別の入力画像ごとに予め判断する必
要があり、この判断は、通常、画像処理の専門家によっ
て行なわれている。
【０００４】ところで、陰影と線とが混在した入力画像
を２値化したい場合がある。例えば、デザイナの描いた
陰影付きの透視図から線やエッジなどの線要素を抽出す
る場合や、中間調の領域が多い写真画像から輪郭を抽出
する場合などである。従来の２値化手法を用いてこのよ
うな入力画像の２値化を行なうと、陰影と線とが混在し
ていることによって、良好な２値化が行なえなかった
り、良好な２値化が可能であってもそのための操作が難
解、煩瑣なものであったりする。
を２値化したい場合がある。例えば、デザイナの描いた
陰影付きの透視図から線やエッジなどの線要素を抽出す
る場合や、中間調の領域が多い写真画像から輪郭を抽出
する場合などである。従来の２値化手法を用いてこのよ
うな入力画像の２値化を行なうと、陰影と線とが混在し
ていることによって、良好な２値化が行なえなかった
り、良好な２値化が可能であってもそのための操作が難
解、煩瑣なものであったりする。
【０００５】
【発明が解決しようとする課題】本発明の目的は、陰影
や濃淡と線とが混在した入力画像を良好かつ容易に２値
化するための画像処理方法および画像処理装置を提供す
ることにある。
や濃淡と線とが混在した入力画像を良好かつ容易に２値
化するための画像処理方法および画像処理装置を提供す
ることにある。
【０００６】
【課題を解決するための手段】第１の発明の画像処理方
法は、入力画像中の各画素について当該画素の近傍にあ
る一定数の画素の値の分散を求めて当該画素を代表する
分散値とする分散フィルタ工程を有する。
法は、入力画像中の各画素について当該画素の近傍にあ
る一定数の画素の値の分散を求めて当該画素を代表する
分散値とする分散フィルタ工程を有する。
【０００７】第２の発明の画像処理方法は、入力画像の
うち実質的に背景でない部分のみを抽出する抽出工程
と、前記抽出工程で抽出された部分中の各画素について
当該画素の近傍にある一定数の画素の値の分散を求めて
当該画素を代表する分散値とする分散フィルタ工程と、
前記分散フィルタ工程で得られた各分散値についての分
散が小さい場合には前記抽出工程で得られた画像に対し
てしきい値による２値化処理を行ない、それ以外の場合
には前記分散フィルタ工程で得られた画像に対してしき
い値による２値化処理を行なう２値化処理工程とを有す
る。
うち実質的に背景でない部分のみを抽出する抽出工程
と、前記抽出工程で抽出された部分中の各画素について
当該画素の近傍にある一定数の画素の値の分散を求めて
当該画素を代表する分散値とする分散フィルタ工程と、
前記分散フィルタ工程で得られた各分散値についての分
散が小さい場合には前記抽出工程で得られた画像に対し
てしきい値による２値化処理を行ない、それ以外の場合
には前記分散フィルタ工程で得られた画像に対してしき
い値による２値化処理を行なう２値化処理工程とを有す
る。
【０００８】本発明の画像識別方法は、入力画像中の各
画素について当該画素の近傍にある一定数の画素の値の
分散を求めて当該画素を代表する分散値とする分散フィ
ルタ工程と、前記分散フィルタ工程で得られた分散値に
ついての分散を求め、該分散に基づいて識別を行なう識
別工程とを有する。
画素について当該画素の近傍にある一定数の画素の値の
分散を求めて当該画素を代表する分散値とする分散フィ
ルタ工程と、前記分散フィルタ工程で得られた分散値に
ついての分散を求め、該分散に基づいて識別を行なう識
別工程とを有する。
【０００９】本発明の画像処理装置は、入力画像が入力
する入力手段と、前記入力手段の出力する画像の各画素
ごとに、当該画素の近傍にある一定数の画素の値の分散
を求めて当該画素の代表する分散値とし、該分散値で表
現される分散値画像を出力する分散フィルタ手段とを有
する。
する入力手段と、前記入力手段の出力する画像の各画素
ごとに、当該画素の近傍にある一定数の画素の値の分散
を求めて当該画素の代表する分散値とし、該分散値で表
現される分散値画像を出力する分散フィルタ手段とを有
する。
【００１０】
【作用】本発明は、線と濃淡とが混在する画像に対して
は、"分散フィルタ"による処理を施して分散値画像を獲
得しこの分散値画像に対してしきい値による２値化処理
を行なうことにより、良好な２値化が行なうことができ
るという、本発明者による新たな知見に基づいてなされ
たものである。さらに、本発明者は、分散値画像の分散
を求めることにより、線と濃淡が混在する画像か線のみ
で構成される画像かの識別を行なうことができるという
新たな知見を得て、本発明の画像識別方法を完成させ
た。以下、本発明について説明する。
は、"分散フィルタ"による処理を施して分散値画像を獲
得しこの分散値画像に対してしきい値による２値化処理
を行なうことにより、良好な２値化が行なうことができ
るという、本発明者による新たな知見に基づいてなされ
たものである。さらに、本発明者は、分散値画像の分散
を求めることにより、線と濃淡が混在する画像か線のみ
で構成される画像かの識別を行なうことができるという
新たな知見を得て、本発明の画像識別方法を完成させ
た。以下、本発明について説明する。
【００１１】分散フィルタとは、注目点（注目する画
素）の近傍にある一定数の画素を入力として、これら画
素の値の分散を求め、求めた分散の値を注目点を代表す
る分散値とするものである。入力画像の各画素について
分散フィルタ処理を施すことにより、入力画像に対応す
る分散値画像を得ることができる。
素）の近傍にある一定数の画素を入力として、これら画
素の値の分散を求め、求めた分散の値を注目点を代表す
る分散値とするものである。入力画像の各画素について
分散フィルタ処理を施すことにより、入力画像に対応す
る分散値画像を得ることができる。
【００１２】図３は、分散フィルタの原理を説明する図
であり、(A)は画像に適用した状態を示し、(B)は分散マ
スクを拡大して示している。ここでは、中心点［注目点
ａ］を中心とするｎ×ｎ画素の大きさの正方格子状の分
散マスク４１が示されている。図３(A)には、画像４２
中の線画４３の線の上に分散マスク４１が重ねられてお
り、これに対応して図３(B)ではこの線の上にある部分
が左上がりの斜線で示されている。
であり、(A)は画像に適用した状態を示し、(B)は分散マ
スクを拡大して示している。ここでは、中心点［注目点
ａ］を中心とするｎ×ｎ画素の大きさの正方格子状の分
散マスク４１が示されている。図３(A)には、画像４２
中の線画４３の線の上に分散マスク４１が重ねられてお
り、これに対応して図３(B)ではこの線の上にある部分
が左上がりの斜線で示されている。
【００１３】入力画像の各画素は、２５６階調で、すな
わち０〜２５５の整数のいずれかで濃淡が表現されてい
るとする。濃淡値のとりうる値の集合をＮ（ここでは０
から２５５までの各整数からなる集合）、格子内の各点
（画素）の濃淡値をａij（ただし、ａij∈Ｎ，１≦ｉ≦
ｎ，１≦ｊ≦ｎ）とすると、分散マスク４１内の画素に
ついて、濃淡値の平均値μaが、
わち０〜２５５の整数のいずれかで濃淡が表現されてい
るとする。濃淡値のとりうる値の集合をＮ（ここでは０
から２５５までの各整数からなる集合）、格子内の各点
（画素）の濃淡値をａij（ただし、ａij∈Ｎ，１≦ｉ≦
ｎ，１≦ｊ≦ｎ）とすると、分散マスク４１内の画素に
ついて、濃淡値の平均値μaが、
【００１４】
【数１】 と表わされ、分散値Ｖaが、
【００１５】
【数２】 と表わされる。分散フィルタは、この分散値Ｖaをもっ
て注目点ａを表わす特徴量とする。分散マスクによる演
算を一画素づつ全画素に対して施すことを分散フィルタ
を施すと言う。
て注目点ａを表わす特徴量とする。分散マスクによる演
算を一画素づつ全画素に対して施すことを分散フィルタ
を施すと言う。
【００１６】入力画像中の全画素に上記演算を行なうと
演算量が膨大になる場合があるので、そのような場合に
は、
演算量が膨大になる場合があるので、そのような場合に
は、
【００１７】
【数３】 のように分散値Ｖaを定義するようにしてもよい。ここ
で‖…‖は、絶対値を表わしている。
で‖…‖は、絶対値を表わしている。
【００１８】次に、入力画像と分散値との対応について
説明する。図４は、濃淡（陰影）５２と線５１とが混在
する画像における分散値を説明する図である。ここで
は、画像中の線５１の幅より分散マスクが大きいものと
する。すると、画像と分散マスクとの位置関係により、
以下の(a)〜(d)の４通りに大きく場合分けされる。すな
わち、(a)背景中に完全に分散マスク４１aが含まれる場
合。この場合には、分散値はほとんど０となる。(b)濃
淡５２の中に分散マスク４１bが完全に含まれる場合。
この場合には陰影をつける際のムラや濃淡により、分散
値は０でなく小さな値となる。(c)濃淡５２の部分と背
景とのエッジ部分に分散マスク４１cがかかる場合。濃
淡５２にかかる部分が黒色あるいは灰色の点、背景部分
が白色の点となるので、分散値は大きくなる。(d)線５
１上に分散マスク４１dがかかる場合。線５１上の点が
黒い点、背景に出ている点が白い点なので分散値は大き
くなる。
説明する。図４は、濃淡（陰影）５２と線５１とが混在
する画像における分散値を説明する図である。ここで
は、画像中の線５１の幅より分散マスクが大きいものと
する。すると、画像と分散マスクとの位置関係により、
以下の(a)〜(d)の４通りに大きく場合分けされる。すな
わち、(a)背景中に完全に分散マスク４１aが含まれる場
合。この場合には、分散値はほとんど０となる。(b)濃
淡５２の中に分散マスク４１bが完全に含まれる場合。
この場合には陰影をつける際のムラや濃淡により、分散
値は０でなく小さな値となる。(c)濃淡５２の部分と背
景とのエッジ部分に分散マスク４１cがかかる場合。濃
淡５２にかかる部分が黒色あるいは灰色の点、背景部分
が白色の点となるので、分散値は大きくなる。(d)線５
１上に分散マスク４１dがかかる場合。線５１上の点が
黒い点、背景に出ている点が白い点なので分散値は大き
くなる。
【００１９】以上の説明から明らかなように、分散フィ
ルタを施した結果の画像（分散値画像）において、分散
値が大きいのは、もとの画像において線上にあたる点と
エッジ上にあたる点である。したがって、分散値画像に
対して大津の２値化などのしきい値による２値化処理を
施せば、もとの画像における線とエッジ部分のみが抽出
されることになる。すなわち分散フィルタは、線および
エッジのもつ分散値が似た値を持つことに着目したフィ
ルタであり、分散フィルタを施すことにより、線とエッ
ジとが混在する画像を線画像のみの扱いに帰着させるこ
とができる。
ルタを施した結果の画像（分散値画像）において、分散
値が大きいのは、もとの画像において線上にあたる点と
エッジ上にあたる点である。したがって、分散値画像に
対して大津の２値化などのしきい値による２値化処理を
施せば、もとの画像における線とエッジ部分のみが抽出
されることになる。すなわち分散フィルタは、線および
エッジのもつ分散値が似た値を持つことに着目したフィ
ルタであり、分散フィルタを施すことにより、線とエッ
ジとが混在する画像を線画像のみの扱いに帰着させるこ
とができる。
【００２０】ところで、上述した処理が行なわれる入力
画像は、多くの場合、紙などに描かれイメージスキャナ
などのイメージ入力装置で読み取られた画像である。紙
などに線画を描いた場合、筆記用具などにもよるが、線
といっても微視的に見ればにじみなどが伴っている。こ
のようなにじみなどが伴った線画像に対して分散フィル
タを施してから２値化処理を行なうと、線画像から２値
化処理を直接行なった場合に比べ、抽出された線が太く
なる場合がある。明らかに背景と分かる部分について、
分散フィルタ処理を行なう必要もない。そこで、分散フ
ィルタを施す前に実質的に背景となる部分を除去し、分
散値画像を獲得後、その入力画像が線のみからなる画像
なのか線と陰影とが混在する画像なのかを判断し、前者
の場合には背景除去後の画像に対して２値化処理を行な
い、後者の場合には分散値画像に対して２値化処理を行
なうようにすればよい。背景の除去は、各画素の濃淡値
が０に近い（白に近い）場合に背景、そうでない場合に
背景でないと判断することにより、容易に行なえる。ま
た、目視によっても簡単に行なえるから、人の手で行な
うようにしてもよい。
画像は、多くの場合、紙などに描かれイメージスキャナ
などのイメージ入力装置で読み取られた画像である。紙
などに線画を描いた場合、筆記用具などにもよるが、線
といっても微視的に見ればにじみなどが伴っている。こ
のようなにじみなどが伴った線画像に対して分散フィル
タを施してから２値化処理を行なうと、線画像から２値
化処理を直接行なった場合に比べ、抽出された線が太く
なる場合がある。明らかに背景と分かる部分について、
分散フィルタ処理を行なう必要もない。そこで、分散フ
ィルタを施す前に実質的に背景となる部分を除去し、分
散値画像を獲得後、その入力画像が線のみからなる画像
なのか線と陰影とが混在する画像なのかを判断し、前者
の場合には背景除去後の画像に対して２値化処理を行な
い、後者の場合には分散値画像に対して２値化処理を行
なうようにすればよい。背景の除去は、各画素の濃淡値
が０に近い（白に近い）場合に背景、そうでない場合に
背景でないと判断することにより、容易に行なえる。ま
た、目視によっても簡単に行なえるから、人の手で行な
うようにしてもよい。
【００２１】線のみか線と陰影とが混在しているかの判
断は、（背景部分が除去されている）分散値画像の各画
素についての分散を調べ、この分散が大きい値であるか
どうかで行なうことができる。以下、その根拠を図５を
用いて説明する。
断は、（背景部分が除去されている）分散値画像の各画
素についての分散を調べ、この分散が大きい値であるか
どうかで行なうことができる。以下、その根拠を図５を
用いて説明する。
【００２２】図５(A)は線５１からのみなる画像を示し
ており、背景（白地の部分）が除去されているので、分
散マスク４１は、線５１上にのっている状態のものしか
ない。したがって、分散値画像は黒色で表わされる部分
すなわちもとの画像の線５１の部分のみとなり、分散値
画像自体の分散は小さな値となる。一方、図５(B)は線
５１と濃淡（陰影）５２とが混在する画像を表わしてい
る。この場合、背景除去後の画像において、分散マスク
４１は線５１上にあるか陰影５２上かにある。線５１上
では分散値が大きく、陰影５２上では分散値は小さいの
で、分散値の分散は大きくなる。結局、分散値の分散が
小さい場合には、線のみからなる画像と判断して背景除
去後の画像に対して２値化処理を施し、それ以外の場合
には分散値画像に対して２値化処理を行なえばよいこと
になる。ここで、計算の簡単のため、分散値の分散を求
める代りに、分散値画像の各画素についての平均値およ
び最大値を求め、この平均値が最大値にほぼ等しい場合
には分散値の分散が小さいとするようにすればよい。
ており、背景（白地の部分）が除去されているので、分
散マスク４１は、線５１上にのっている状態のものしか
ない。したがって、分散値画像は黒色で表わされる部分
すなわちもとの画像の線５１の部分のみとなり、分散値
画像自体の分散は小さな値となる。一方、図５(B)は線
５１と濃淡（陰影）５２とが混在する画像を表わしてい
る。この場合、背景除去後の画像において、分散マスク
４１は線５１上にあるか陰影５２上かにある。線５１上
では分散値が大きく、陰影５２上では分散値は小さいの
で、分散値の分散は大きくなる。結局、分散値の分散が
小さい場合には、線のみからなる画像と判断して背景除
去後の画像に対して２値化処理を施し、それ以外の場合
には分散値画像に対して２値化処理を行なえばよいこと
になる。ここで、計算の簡単のため、分散値の分散を求
める代りに、分散値画像の各画素についての平均値およ
び最大値を求め、この平均値が最大値にほぼ等しい場合
には分散値の分散が小さいとするようにすればよい。
【００２３】分散マスクの大きさや形状、すなわち分散
フィルタが対象とする画素の数と領域は、適宜定めるこ
とができる。例えば、分散マスクの形状は、正方格子の
ほか、円などにすることもできる。しかし、分散マスク
の大きさが極端に小さい場合には線画像であってもエッ
ジを抽出し、分散マスクの大きさが極端に大きい場合に
は、抽出後の線幅が膨張してしまうことがある。このた
め、分散マスクの大きさは、入力画像中に含まれる線の
幅に対し、やや大きいものとなるように設定することが
望ましい。
フィルタが対象とする画素の数と領域は、適宜定めるこ
とができる。例えば、分散マスクの形状は、正方格子の
ほか、円などにすることもできる。しかし、分散マスク
の大きさが極端に小さい場合には線画像であってもエッ
ジを抽出し、分散マスクの大きさが極端に大きい場合に
は、抽出後の線幅が膨張してしまうことがある。このた
め、分散マスクの大きさは、入力画像中に含まれる線の
幅に対し、やや大きいものとなるように設定することが
望ましい。
【００２４】
【実施例】次に本発明の実施例について図面を参照して
説明する。図１は本発明の一実施例の画像処理装置の構
成を示すブロック図である。
説明する。図１は本発明の一実施例の画像処理装置の構
成を示すブロック図である。
【００２５】この画像処理装置は、入力画像を本発明の
画像処理方法を用いて２値化処理するためのものであ
り、イメージスキャナなどからなり入力画像が入力する
入力部１１、入力された入力画像から背景を除去して背
景除去画像として出力する背景除去部１２、背景除去画
像が格納される背景除去画像格納部２１、背景除去画像
に対して分散フィルタを施し分散値画像を得る分散フィ
ルタ部１３、分散値画像を格納する分散値画像格納部２
２、分散値画像を調べて入力画像が線のみからなるのか
線と陰影とが混在するのかを識別する判断部１４、２値
化処理を行なう２値化部１５、２値化部１５の処理結果
を出力する出力部１６とによって構成されている。ここ
では、入力画像は２５６階調の濃淡で表現されている。
画像処理方法を用いて２値化処理するためのものであ
り、イメージスキャナなどからなり入力画像が入力する
入力部１１、入力された入力画像から背景を除去して背
景除去画像として出力する背景除去部１２、背景除去画
像が格納される背景除去画像格納部２１、背景除去画像
に対して分散フィルタを施し分散値画像を得る分散フィ
ルタ部１３、分散値画像を格納する分散値画像格納部２
２、分散値画像を調べて入力画像が線のみからなるのか
線と陰影とが混在するのかを識別する判断部１４、２値
化処理を行なう２値化部１５、２値化部１５の処理結果
を出力する出力部１６とによって構成されている。ここ
では、入力画像は２５６階調の濃淡で表現されている。
【００２６】背景除去部１２は、入力画像の各画素のう
ち濃淡値が０に近い所定の値より小さい（白い）ものを
背景として除去するためのものである。分散フィルタ部
１３は、背景除去画像の各画素に対し、当該画素の近傍
にある一定数の画素の値の分散を求めて当該画素の代表
する分散値とし、該分散値で表現される分散値画像を出
力する。判断部１５は、分散値画像の各画素（ただし背
景は除去されている）について、その画素値の平均値と
最大値を算出し、平均値が最大値にほぼ等しい場合（例
えば、最大値の１／３より平均値が大きい場合）、入力
画像が線のみからなり、それ以外の場合には入力画像に
は線と陰影とが混在していると判断する。２値化部１５
は、判断部１４の識別結果によって制御され、線のみか
らなる画像の場合には背景除去画像格納部２２から背景
除去画像を読み出して単純な（しきい値による）２値化
処理を行ない、線と陰影とが混在する画像の場合には分
散値画像格納部２２から分散値画像を読み出して単純な
２値化処理を行なうものである。
ち濃淡値が０に近い所定の値より小さい（白い）ものを
背景として除去するためのものである。分散フィルタ部
１３は、背景除去画像の各画素に対し、当該画素の近傍
にある一定数の画素の値の分散を求めて当該画素の代表
する分散値とし、該分散値で表現される分散値画像を出
力する。判断部１５は、分散値画像の各画素（ただし背
景は除去されている）について、その画素値の平均値と
最大値を算出し、平均値が最大値にほぼ等しい場合（例
えば、最大値の１／３より平均値が大きい場合）、入力
画像が線のみからなり、それ以外の場合には入力画像に
は線と陰影とが混在していると判断する。２値化部１５
は、判断部１４の識別結果によって制御され、線のみか
らなる画像の場合には背景除去画像格納部２２から背景
除去画像を読み出して単純な（しきい値による）２値化
処理を行ない、線と陰影とが混在する画像の場合には分
散値画像格納部２２から分散値画像を読み出して単純な
２値化処理を行なうものである。
【００２７】次に、この画像処理装置の動作について、
図２を用いて説明する。
図２を用いて説明する。
【００２８】まず、入力部１１に入力画像が入力される
（ステップ３１）。続いて、背景除去部１２において、
入力画像中の背景が除去され、除去後の画像が背景除去
画像として背景除去画像格納部２１に格納される（ステ
ップ３２）。そして、分散フィルタ部１３に制御が移
り、背景除去画像に対して分散フィルタが施され、分散
値画像が生成される（ステップ３３）。分散値画像は、
分散値画像格納部２２に格納される。以後の処理を容易
にするため、求めた分散値を２５６階調に正規化し、正
規化されたものをもって分散値画像としておく。
（ステップ３１）。続いて、背景除去部１２において、
入力画像中の背景が除去され、除去後の画像が背景除去
画像として背景除去画像格納部２１に格納される（ステ
ップ３２）。そして、分散フィルタ部１３に制御が移
り、背景除去画像に対して分散フィルタが施され、分散
値画像が生成される（ステップ３３）。分散値画像は、
分散値画像格納部２２に格納される。以後の処理を容易
にするため、求めた分散値を２５６階調に正規化し、正
規化されたものをもって分散値画像としておく。
【００２９】次に、判断部１４で、分散値画像に全体に
わたる画素値（分散値）の最大値と平均値とが算出され
る（ステップ３４）。そして、求めた平均値が求めた最
大値にほぼ等しいかどうかの判定がなされ（ステップ３
５）、判定結果に基づいて２値化部１５に制御が移る。
すなわち、最大値と平均値とがほぼ等しい場合には、線
のみの画像と判断し、２値化部１５は背景除去画像格納
部２１から背景除去画像を読出し、この背景除去画像に
対して単純な２値化処理を行なう（ステップ３６）。一
方、最大値と平均値がほぼ等しいわけではない場合に
は、陰影と線とが混在した画像と判断し、２値化部１５
は分散値画像格納部２２から分散値画像を読出し、この
分散値画像に対して単純な２値化処理を行なう。
わたる画素値（分散値）の最大値と平均値とが算出され
る（ステップ３４）。そして、求めた平均値が求めた最
大値にほぼ等しいかどうかの判定がなされ（ステップ３
５）、判定結果に基づいて２値化部１５に制御が移る。
すなわち、最大値と平均値とがほぼ等しい場合には、線
のみの画像と判断し、２値化部１５は背景除去画像格納
部２１から背景除去画像を読出し、この背景除去画像に
対して単純な２値化処理を行なう（ステップ３６）。一
方、最大値と平均値がほぼ等しいわけではない場合に
は、陰影と線とが混在した画像と判断し、２値化部１５
は分散値画像格納部２２から分散値画像を読出し、この
分散値画像に対して単純な２値化処理を行なう。
【００３０】ステップ３６あるいは３７の実行後、２値
化部１５の処理結果である２値化画像は、出力部１６を
介して外部に出力され、一連の動作を終了する。
化部１５の処理結果である２値化画像は、出力部１６を
介して外部に出力され、一連の動作を終了する。
【００３１】次に、本実施例に基づく画像処理結果につ
いて、具体例を挙げて説明する。
いて、具体例を挙げて説明する。
【００３２】図６に示したものは、デザイナによる手書
きのスケッチであり、図においてハッチが施されている
部分は、原図面では陰影が施されている部分である。な
お、線の太さは概ね３画素分程度であり、異なるハッチ
が施されていることは、陰影の濃度が異なることを示し
ている。背景除去後、分散フィルタとして５×５画素の
大きさの分散マスクを有するものを使用し、背景除去後
の画像に対して分散フィルタを施してみた。その結果が
図７に示されている。図７から明らかなように、陰影部
分を抽出することなく、線とエッジ部分のみが抽出され
ている。
きのスケッチであり、図においてハッチが施されている
部分は、原図面では陰影が施されている部分である。な
お、線の太さは概ね３画素分程度であり、異なるハッチ
が施されていることは、陰影の濃度が異なることを示し
ている。背景除去後、分散フィルタとして５×５画素の
大きさの分散マスクを有するものを使用し、背景除去後
の画像に対して分散フィルタを施してみた。その結果が
図７に示されている。図７から明らかなように、陰影部
分を抽出することなく、線とエッジ部分のみが抽出され
ている。
【００３３】
【発明の効果】以上説明したように本発明の画像処理方
法および画像処理装置は、入力画像に対して分散フィル
タを施すことにより、線と陰影とが混在するような画像
から線とエッジ部分のみを簡単かつ良好に抽出できるよ
うになるという効果がある。
法および画像処理装置は、入力画像に対して分散フィル
タを施すことにより、線と陰影とが混在するような画像
から線とエッジ部分のみを簡単かつ良好に抽出できるよ
うになるという効果がある。
【００３４】また本発明の画像認識方法は、分散値画像
の分散を考えることにより、線のみからなる画像と線と
陰影とが混在する画像を容易に識別できるという効果が
ある。
の分散を考えることにより、線のみからなる画像と線と
陰影とが混在する画像を容易に識別できるという効果が
ある。
【図１】本発明の一実施例の画像処理装置の構成を示す
ブロック図である。
ブロック図である。
【図２】図１の画像処理装置の動作を説明するフローチ
ャートである。
ャートである。
【図３】分散フィルタの原理を示す図であり、(A)は画
像に適用した状態を示す図であり、(B)は分散マスクの
拡大図である。
像に適用した状態を示す図であり、(B)は分散マスクの
拡大図である。
【図４】入力画像と分散値との関係を説明する図であ
る。
る。
【図５】(A)は線のみからなる画像を示す図、(B)は線と
陰影とが混在する画像を示す図である。
陰影とが混在する画像を示す図である。
【図６】陰影と線とが混在する画像の一例を示す図であ
る。
る。
【図７】図６に示す画像に分散フィルタを施して得た分
散値画像を示す図である。
散値画像を示す図である。
１１ 入力部 １２ 背景除去部 １３ 分散フィルタ部 １４ 判断部 １５ ２値化部 １６ 出力部 ２１ 背景除去画像格納部 ２２ 分散値画像格納部 ３１〜３８ ステップ ４１,４１a〜４１d 分散マスク
Claims (9)
- 【請求項１】 入力画像を処理する画像処理方法におい
て、前記入力画像中の各画素について当該画素の近傍に
ある一定数の画素の値の分散を求めて当該画素を代表す
る分散値とする分散フィルタ工程を有することを特徴と
する画像処理方法。 - 【請求項２】 分散フィルタ工程で求めた分散値に基づ
いて各画素の２値化を行なう２値化処理工程をさらに有
する請求項１に記載の画像処理方法。 - 【請求項３】 入力画像を処理する画像処理方法におい
て、 前記入力画像のうち実質的に背景でない部分のみを抽出
する抽出工程と、 前記抽出工程で抽出された部分中の各画素について当該
画素の近傍にある一定数の画素の値の分散を求めて当該
画素を代表する分散値とする分散フィルタ工程と、 前記分散フィルタ工程で得られた各分散値についての分
散が小さい場合には前記抽出工程で得られた画像に対し
てしきい値による２値化処理を行ない、それ以外の場合
には前記分散フィルタ工程で得られた画像に対してしき
い値による２値化処理を行なう２値化処理工程とを有す
ることを特徴とする画像処理方法。 - 【請求項４】 分散フィルタ工程で得られた各分散値に
ついての平均値および最大値を求め、前記平均値が前記
最大値にほぼ等しい場合には前記分散値についての分散
が小さい場合とする請求項３に記載の画像処理方法。 - 【請求項５】 入力画像を識別する画像識別方法であっ
て、 前記入力画像中の各画素について当該画素の近傍にある
一定数の画素の値の分散を求めて当該画素を代表する分
散値とする分散フィルタ工程と、 前記分散フィルタ工程で得られた分散値についての分散
を求め、該分散に基づいて識別を行なう識別工程とを有
する画像識別方法。 - 【請求項６】 分散フィルタ工程で得られた各分散値に
ついての平均値および最大値を求め、前記平均値が前記
最大値にほぼ等しい場合には前記分散値についての分散
が小さい場合とする請求項５に記載の画像識別方法。 - 【請求項７】 入力画像を処理する画像処理装置におい
て、 前記入力画像が入力する入力手段と、 前記入力手段の出力する画像の各画素ごとに、当該画素
の近傍にある一定数の画素の値の分散を求めて当該画素
の代表する分散値とし、該分散値で表現される分散値画
像を出力する分散フィルタ手段とを有することを特徴と
する画像処理装置。 - 【請求項８】 前記分散値画像を２値化する２値化処理
手段をさらに備える請求項７に記載の画像処理装置。 - 【請求項９】 入力画像のうち実質的に背景とみなされ
る部分を除去し背景除去画像として出力する背景除去手
段が入力手段に設けられ、 さらに、画像を２値化する２値化処理手段と、 分散値画像の各画素値についての平均値および最大値を
算出し、前記平均値が前記最大値にほぼ等しい場合には
前記２値化処理手段を制御して前記背景除去画像に対し
てしきい値による２値化処理を行なわせ、それ以外の場
合には前記２値化処理手段を制御して前記分散値画像に
対してしきい値による２値化処理を行なわせる判断手段
とを備える請求項７に記載の画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5086106A JPH06301775A (ja) | 1993-04-13 | 1993-04-13 | 画像処理方法、画像識別方法および画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5086106A JPH06301775A (ja) | 1993-04-13 | 1993-04-13 | 画像処理方法、画像識別方法および画像処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06301775A true JPH06301775A (ja) | 1994-10-28 |
Family
ID=13877459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5086106A Withdrawn JPH06301775A (ja) | 1993-04-13 | 1993-04-13 | 画像処理方法、画像識別方法および画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06301775A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5912992A (en) * | 1996-03-26 | 1999-06-15 | Sharp Kabushiki Kaisha | Binary image forming device with shading correction means using interpolation of shade densities determined by using sample points |
| US6215914B1 (en) | 1997-06-24 | 2001-04-10 | Sharp Kabushiki Kaisha | Picture processing apparatus |
| JP2010020626A (ja) * | 2008-07-11 | 2010-01-28 | Dainippon Screen Mfg Co Ltd | 領域抽出方法、領域抽出装置およびプログラム |
| JP2013246146A (ja) * | 2012-05-29 | 2013-12-09 | Toyota Motor Corp | クリアランス測定装置及びクリアランス測定方法 |
| JP2015227940A (ja) * | 2014-05-30 | 2015-12-17 | 国立研究開発法人理化学研究所 | 光学顕微鏡システムおよびスクリーニング装置 |
-
1993
- 1993-04-13 JP JP5086106A patent/JPH06301775A/ja not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5912992A (en) * | 1996-03-26 | 1999-06-15 | Sharp Kabushiki Kaisha | Binary image forming device with shading correction means using interpolation of shade densities determined by using sample points |
| US6215914B1 (en) | 1997-06-24 | 2001-04-10 | Sharp Kabushiki Kaisha | Picture processing apparatus |
| JP2010020626A (ja) * | 2008-07-11 | 2010-01-28 | Dainippon Screen Mfg Co Ltd | 領域抽出方法、領域抽出装置およびプログラム |
| JP2013246146A (ja) * | 2012-05-29 | 2013-12-09 | Toyota Motor Corp | クリアランス測定装置及びクリアランス測定方法 |
| JP2015227940A (ja) * | 2014-05-30 | 2015-12-17 | 国立研究開発法人理化学研究所 | 光学顕微鏡システムおよびスクリーニング装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6233364B1 (en) | Method and system for detecting and tagging dust and scratches in a digital image | |
| JP6100744B2 (ja) | 自動修復を用いたカラー文書画像セグメンテーション及び二値化 | |
| US8200012B2 (en) | Image determination apparatus, image search apparatus and computer readable recording medium storing an image search program | |
| JP4261005B2 (ja) | 領域ベースのイメージ２値化システム | |
| KR20130016213A (ko) | 광학 문자 인식되는 텍스트 영상의 텍스트 개선 | |
| JPH0766977A (ja) | 画像処理装置 | |
| US11151402B2 (en) | Method of character recognition in written document | |
| US10726535B2 (en) | Automatically generating image datasets for use in image recognition and detection | |
| JP3636936B2 (ja) | 濃淡画像の２値化方法および濃淡画像の２値化プログラムを記録した記録媒体 | |
| JPH06301775A (ja) | 画像処理方法、画像識別方法および画像処理装置 | |
| US7599556B2 (en) | Apparatus, system, and method for scanning segmentation | |
| JPH0879517A (ja) | 画像の型を識別する方法 | |
| JPH1125222A (ja) | 文字切り出し方法及び文字切り出し装置 | |
| JPH10285399A (ja) | 画像の二値化方法 | |
| JP4116377B2 (ja) | 画像処理方法および画像処理装置 | |
| JP2021182328A (ja) | 文字認識装置及び文字認識方法 | |
| CN112465817A (zh) | 一种基于方向滤波器的路面裂缝检测方法 | |
| JPH0624014B2 (ja) | 濃淡画像の処理方法 | |
| JP6613625B2 (ja) | 画像処理プログラム、画像処理装置、及び画像処理方法 | |
| CN112991470B (zh) | 一种复杂背景下的证件寸照背景颜色检查方法及其系统 | |
| KR100288706B1 (ko) | 고립점 노이즈를 제거한 국부 이치화 방법 | |
| JP2001291056A (ja) | 文書画像認識装置及び記録媒体 | |
| JP2004157818A (ja) | 画像処理装置及び画像処理方法 | |
| JPS60136476A (ja) | 画像処理装置 | |
| JP2002290748A (ja) | カラー画像処理装置、カラー画像処理方法、プログラムおよび記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20000704 |