JPH06339019A - 離散的コサイン変換による文書画像の領域分離方式 - Google Patents
離散的コサイン変換による文書画像の領域分離方式Info
- Publication number
- JPH06339019A JPH06339019A JP5126553A JP12655393A JPH06339019A JP H06339019 A JPH06339019 A JP H06339019A JP 5126553 A JP5126553 A JP 5126553A JP 12655393 A JP12655393 A JP 12655393A JP H06339019 A JPH06339019 A JP H06339019A
- Authority
- JP
- Japan
- Prior art keywords
- coefficient
- character
- picture
- area
- dct
- 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.)
- Pending
Links
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Character Input (AREA)
Abstract
(57)【要約】
【目的】 文字と写真領域の高精度かつ高速な分離を実
現すること。 【構成】 イメージスキャナ等の入力装置に入力された
印刷文書に対して、文字領域と写真領域を分離する領域
分離方式において、入力装置から得られたフルカラー文
書画像に対して画像縮小変換を施した後に離散的コサイ
ン変換処理を行ない、前記離散的コサイン変換処理によ
り得られた離散的コサイン変換係数から、文字と写真を
判別することを特徴とする。
現すること。 【構成】 イメージスキャナ等の入力装置に入力された
印刷文書に対して、文字領域と写真領域を分離する領域
分離方式において、入力装置から得られたフルカラー文
書画像に対して画像縮小変換を施した後に離散的コサイ
ン変換処理を行ない、前記離散的コサイン変換処理によ
り得られた離散的コサイン変換係数から、文字と写真を
判別することを特徴とする。
Description
【０００１】
【産業上の利用分野】本発明は、文字と写真等が混在す
る文書から文字と写真の領域を分離する方式に関し、特
に、離散的コサイン変換（以下、ＤＣＴと称する）を用
いて文字と写真の領域を分離する方式に関する。
る文書から文字と写真の領域を分離する方式に関し、特
に、離散的コサイン変換（以下、ＤＣＴと称する）を用
いて文字と写真の領域を分離する方式に関する。
【０００２】
【従来の技術】従来の領域分離技術では、フルカラー画
像を２値画像に変換して、画素の連結状態から文字と写
真領域を識別する方式や、フルカラー画像の原画像状態
で画像のテクスチャーを求め、文字と写真の領域を判別
する方式が存在した。後者の代表的なものに、ＦＦＴ、
フラクタル次元、ウェーブレット変換等を利用したもの
がある。
像を２値画像に変換して、画素の連結状態から文字と写
真領域を識別する方式や、フルカラー画像の原画像状態
で画像のテクスチャーを求め、文字と写真の領域を判別
する方式が存在した。後者の代表的なものに、ＦＦＴ、
フラクタル次元、ウェーブレット変換等を利用したもの
がある。
【０００３】
【発明が解決しようとする課題】従来の技術では、イメ
ージスキャナから取り込んだ画像を、一端、２値化し、
画素の連結状態で文字と写真を判別するものと、フルカ
ラーのままで、文書画像のテクスチャーから文字と写真
の判別は実行されている。テクスチャー解析に通用され
る手法としては、フーリエ変換、フラクタル次元、Ｋ−
Ｌ変換、ウェーブレット変換等を応用した領域分離方式
があるが、いずれも変換に時間がかかるという問題点が
ある。
ージスキャナから取り込んだ画像を、一端、２値化し、
画素の連結状態で文字と写真を判別するものと、フルカ
ラーのままで、文書画像のテクスチャーから文字と写真
の判別は実行されている。テクスチャー解析に通用され
る手法としては、フーリエ変換、フラクタル次元、Ｋ−
Ｌ変換、ウェーブレット変換等を応用した領域分離方式
があるが、いずれも変換に時間がかかるという問題点が
ある。
【０００４】本発明は上述したような従来の技術が有す
る問題点に鑑みてなされたものであってＤＣＴを用いる
ことにより、文字と写真領域の高精度かつ高速な分離を
実現することを目的とする。
る問題点に鑑みてなされたものであってＤＣＴを用いる
ことにより、文字と写真領域の高精度かつ高速な分離を
実現することを目的とする。
【０００５】
【課題を解決するための手段】本発明の離散的コサイン
変換による文書画像の領域分離方式は、イメージスキャ
ナ等の入力装置に入力された印刷文書に対して、文字領
域と写真領域を分離する領域分離方式において、入力装
置から得られたフルカラー文書画像に対して画像縮小変
換を施した後に離散的コサイン変換処理を行ない、離散
的コサイン変換処理により得られた離散的コサイン変換
係数から、文字と写真を判別することを特徴とする。
変換による文書画像の領域分離方式は、イメージスキャ
ナ等の入力装置に入力された印刷文書に対して、文字領
域と写真領域を分離する領域分離方式において、入力装
置から得られたフルカラー文書画像に対して画像縮小変
換を施した後に離散的コサイン変換処理を行ない、離散
的コサイン変換処理により得られた離散的コサイン変換
係数から、文字と写真を判別することを特徴とする。
【０００６】
【作用】本発明は、最近、カラー画像符号化方式で注目
されているＤＣＴをテクスチャー解析に適応させ、領域
分離を実現するために、まず、与えられた文書画像の縮
小手段を採用し、さらに、ＤＣＴ係数の中から文字と写
真を特徴付ける係数に着眼して、着眼した特徴係数の統
計的性質から算出した評価関数をもとに各ブロック毎に
文字、写真領域を判別し、写真領域を矩形状に抽出する
ことを最も主要な特徴とする。
されているＤＣＴをテクスチャー解析に適応させ、領域
分離を実現するために、まず、与えられた文書画像の縮
小手段を採用し、さらに、ＤＣＴ係数の中から文字と写
真を特徴付ける係数に着眼して、着眼した特徴係数の統
計的性質から算出した評価関数をもとに各ブロック毎に
文字、写真領域を判別し、写真領域を矩形状に抽出する
ことを最も主要な特徴とする。
【０００７】画像縮小変換が行われた画像については、
文字画像と写真画像の各ＤＣＴ係数特性に明確な差異が
認められる。本発明では、縮小画像についてＤＣＴ処理
が施されるので、領域分離が良好に行われる。
文字画像と写真画像の各ＤＣＴ係数特性に明確な差異が
認められる。本発明では、縮小画像についてＤＣＴ処理
が施されるので、領域分離が良好に行われる。
【０００８】
【実施例】以下、図を用いて本発明の実施例を説明す
る。
る。
【０００９】図１は、本発明の全休的な構成図であり、
図２，図３は、本発明の詳細な構成を示す図である。
図２，図３は、本発明の詳細な構成を示す図である。
【００１０】各図に示すように、画像入力部１０１（入
力装置２０２）に入力された文字、写真が混在する印刷
文書２０１は、ＲＧＢの２４ビット（それぞれ８ビット
ずつ）のフルカラー画像２０３として格納される。
力装置２０２）に入力された文字、写真が混在する印刷
文書２０１は、ＲＧＢの２４ビット（それぞれ８ビット
ずつ）のフルカラー画像２０３として格納される。
【００１１】この後、格納されたフルカラー画像２０３
は、縮小変換処理１０２によって１／２、または、１／
３縮小変換が施されて縮小画像２０４とされ、さらに、
輝度画像作成部１０４でのＹＩＱ変換処理１０３によっ
てＹ成分２０５が求められる。なお、本実施例では上記
のようにＹ成分を用いて輝度成分を表す情報としたが、
この他に、Ｙ，Ｃｒ，Ｃｂ、ＣＩＥ（１９７６）Ｌ*ａ*
ｂ*を色空間として輝度成分を表す情報を採用しても構
わない。
は、縮小変換処理１０２によって１／２、または、１／
３縮小変換が施されて縮小画像２０４とされ、さらに、
輝度画像作成部１０４でのＹＩＱ変換処理１０３によっ
てＹ成分２０５が求められる。なお、本実施例では上記
のようにＹ成分を用いて輝度成分を表す情報としたが、
この他に、Ｙ，Ｃｒ，Ｃｂ、ＣＩＥ（１９７６）Ｌ*ａ*
ｂ*を色空間として輝度成分を表す情報を採用しても構
わない。
【００１２】本発明は、このＹ成分２０５に対してＤＣ
Ｔ処理１０５（ＤＣＴブロックは一辺が８画素の正方形
である）を施し、計数解析部１０６にて６４個のＤＣＴ
係数の中から、図４に示すように、係数群から文字と写
真を判別するための係数値を求める。本実施例において
は、縮小画像の係数特性に合わせて図３に示すＤＣ係数
と高周波係数との絶対和を特徴係数とした。ＤＣ係数は
特に背景色の（とくに白）の影響を大きく受け、写真画
像のそれよりも大きな値をとる。また、図４中の斜線で
示した高周波成分は細かい変化の覆い文字部において分
散が大きく、再生において重要な部分である。
Ｔ処理１０５（ＤＣＴブロックは一辺が８画素の正方形
である）を施し、計数解析部１０６にて６４個のＤＣＴ
係数の中から、図４に示すように、係数群から文字と写
真を判別するための係数値を求める。本実施例において
は、縮小画像の係数特性に合わせて図３に示すＤＣ係数
と高周波係数との絶対和を特徴係数とした。ＤＣ係数は
特に背景色の（とくに白）の影響を大きく受け、写真画
像のそれよりも大きな値をとる。また、図４中の斜線で
示した高周波成分は細かい変化の覆い文字部において分
散が大きく、再生において重要な部分である。
【００１３】本実施例では、特徴係数を上記のように定
義したことにより、背景画像を含んだ文字領域と写真領
域との分離を高品質で行うことが可能となっている。
義したことにより、背景画像を含んだ文字領域と写真領
域との分離を高品質で行うことが可能となっている。
【００１４】次に、領域判別部１０７にて予め解析的に
導出しておいた判別評価関数をもとに、文字と写真領域
を判別処理する。
導出しておいた判別評価関数をもとに、文字と写真領域
を判別処理する。
【００１５】本発明では、２次元の（線形）判別関数を
適用したが、さらに、重要係数と考えられる係数との組
み合わせによって、ｎ次元に拡張し、それから評価関数
を求めることも可能である。尚、本実施例で使用した
（線形）判別関数は、以下の手順に従って求めた。
適用したが、さらに、重要係数と考えられる係数との組
み合わせによって、ｎ次元に拡張し、それから評価関数
を求めることも可能である。尚、本実施例で使用した
（線形）判別関数は、以下の手順に従って求めた。
【００１６】
【数１】 第（１）式に示すものが、文字画像と写真画像を判別す
る評価関数である。従って、文字と写真の領域判別は、
各ブロックのＤＣＴ係数を求め、第（１）式のｘとｙに
特徴係数値を代入して、左辺の値がＭ未満ならば写真領
域、Ｍ以下ならば文字領域と判別する。この判別処理
は、全ブロックについて実行される。
る評価関数である。従って、文字と写真の領域判別は、
各ブロックのＤＣＴ係数を求め、第（１）式のｘとｙに
特徴係数値を代入して、左辺の値がＭ未満ならば写真領
域、Ｍ以下ならば文字領域と判別する。この判別処理
は、全ブロックについて実行される。
【００１７】次に、矩形領域の抽出方法について説明す
る。抽出処理は、判別後の領域補正（画像補正）を含む
ものであり、詳細な構成を図３に示す。
る。抽出処理は、判別後の領域補正（画像補正）を含む
ものであり、詳細な構成を図３に示す。
【００１８】図３に示すように、評価関数により「写真
領域」と判別された場合、写真領域の周辺、及び、内部
において、文字領域と判別されたブロックが存在し、場
合によっては矩形的でない。そこで、画像補正部１０８
にて図５に示すような隣接する領域を用いた補正処理に
より、領域内部を補正する。
領域」と判別された場合、写真領域の周辺、及び、内部
において、文字領域と判別されたブロックが存在し、場
合によっては矩形的でない。そこで、画像補正部１０８
にて図５に示すような隣接する領域を用いた補正処理に
より、領域内部を補正する。
【００１９】次に、個々の領域を矩形状に抽出するため
に、ラベリングを行ない、図６に示すような各領域の縦
横の座標の最大値と最小値を検出する。最後に、この座
標に従って矩形的に領域を抽出し、画像出力部１０９よ
り出力する。
に、ラベリングを行ない、図６に示すような各領域の縦
横の座標の最大値と最小値を検出する。最後に、この座
標に従って矩形的に領域を抽出し、画像出力部１０９よ
り出力する。
【００２０】なお、図６に示したように領域を矩形的に
抽出するのは、この後行われる構造的符号化を容易とす
るためであり、以後の処理が異なるものである場合には
処理内容に応じて変更してもよく、特に重要なものでは
ない。
抽出するのは、この後行われる構造的符号化を容易とす
るためであり、以後の処理が異なるものである場合には
処理内容に応じて変更してもよく、特に重要なものでは
ない。
【００２１】
【発明の効果】以上説明したように、木発明によれば、
文字と写真が混在する文書画像に対して、文字領域（背
景領域を含んだ領域）と写真領域の高品質な領域分離を
高速に行うことが可能となる。
文字と写真が混在する文書画像に対して、文字領域（背
景領域を含んだ領域）と写真領域の高品質な領域分離を
高速に行うことが可能となる。
【図１】本発明の概略動作を示す図である。
【図２】本発明の判別処理までの構成図である。
【図３】本発明の判別処理以降の構成図である。
【図４】各ブロックで求めた６４個のＤ印係数の中か
ら、文字と写真を判別するために利用する重要係数を示
した図であリ、各格子はＤＣＴ係数Ｆ（ｍ，ｎ）に対応
している。
ら、文字と写真を判別するために利用する重要係数を示
した図であリ、各格子はＤＣＴ係数Ｆ（ｍ，ｎ）に対応
している。
【図５】画像補正に利用した穴埋め処理を示す図であ
る。
る。
【図６】補正された写真領域を矩形的に抽出する処理の
説明図である。
説明図である。
１０１ 画像入力部 １０２ 縮小変換処理 １０３ ＹＩＱ変換処理 １０４ 輝度画像作成部 １０５ ＤＣＴ変換処理 １０６ 係数解析部 １０７ 領域判別部 １０８ 画像補正部 １０９ 画像出力部 ２０１ 文字、写真混在文書 ２０２ 入力装置 ２０３ フルカラー画像 ２０４ 縮小画像 ２０５ Ｙ成分 ２０６ 評価関数
Claims (1)
- 【請求項１】 イメージスキャナ等の入力装置に入力さ
れた印刷文書に対して、文字領域と写真領域を分離する
領域分離方式において、 入力装置から得られたフルカラー文書画像に対して画像
縮小変換を施した後に離散的コサイン変換処理を行な
い、 前記離散的コサイン変換処理により得られた離散的コサ
イン変換係数から、文字と写真を判別することを特徴と
する離散的コサイン変換による文書画像の領域分離方
式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5126553A JPH06339019A (ja) | 1993-05-28 | 1993-05-28 | 離散的コサイン変換による文書画像の領域分離方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5126553A JPH06339019A (ja) | 1993-05-28 | 1993-05-28 | 離散的コサイン変換による文書画像の領域分離方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06339019A true JPH06339019A (ja) | 1994-12-06 |
Family
ID=14938023
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5126553A Pending JPH06339019A (ja) | 1993-05-28 | 1993-05-28 | 離散的コサイン変換による文書画像の領域分離方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06339019A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0852041A1 (en) * | 1995-09-14 | 1998-07-08 | Bently Mills, Inc. | Method and systems for manipulation of images of floor coverings or other fabrics |
| US6865290B2 (en) | 2000-02-09 | 2005-03-08 | Ricoh Company, Ltd. | Method and apparatus for recognizing document image by use of color information |
| US7239748B2 (en) | 2003-08-12 | 2007-07-03 | International Business Machines Corporation | System and method for segmenting an electronic image |
| WO2008139825A1 (ja) * | 2007-05-08 | 2008-11-20 | Olympus Corporation | 画像処理装置および画像処理プログラム |
| WO2009104315A1 (ja) * | 2008-02-21 | 2009-08-27 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
| US8218863B2 (en) | 2008-01-30 | 2012-07-10 | Ricoh Company, Ltd. | Image processing apparatus, image processing method and image processing means |
-
1993
- 1993-05-28 JP JP5126553A patent/JPH06339019A/ja active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0852041A1 (en) * | 1995-09-14 | 1998-07-08 | Bently Mills, Inc. | Method and systems for manipulation of images of floor coverings or other fabrics |
| EP0852041A4 (en) * | 1995-09-14 | 2001-01-10 | Bently Mills Inc | METHODS AND SYSTEMS FOR HANDLING IMAGES OF FLOOR COVERINGS OR OTHER TISSUES |
| US6865290B2 (en) | 2000-02-09 | 2005-03-08 | Ricoh Company, Ltd. | Method and apparatus for recognizing document image by use of color information |
| US7239748B2 (en) | 2003-08-12 | 2007-07-03 | International Business Machines Corporation | System and method for segmenting an electronic image |
| WO2008139825A1 (ja) * | 2007-05-08 | 2008-11-20 | Olympus Corporation | 画像処理装置および画像処理プログラム |
| US8218863B2 (en) | 2008-01-30 | 2012-07-10 | Ricoh Company, Ltd. | Image processing apparatus, image processing method and image processing means |
| WO2009104315A1 (ja) * | 2008-02-21 | 2009-08-27 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6633670B1 (en) | Mask generation for multi-layer image decomposition | |
| US6650773B1 (en) | Method including lossless compression of luminance channel and lossy compression of chrominance channels | |
| US8331671B2 (en) | Image processing apparatus and image encoding method related to non-photo image regions | |
| US7340092B2 (en) | Image processing device, image processing method, program for executing image processing, and computer readable recording medium on which the program is stored | |
| JP2003228712A (ja) | イメージからテキスト状のピクセルを識別する方法 | |
| JP3972751B2 (ja) | 画像処理装置 | |
| US8395813B2 (en) | Subtractive color method, subtractive color processing apparatus, image forming apparatus, and computer-readable storage medium for computer program | |
| US9384519B1 (en) | Finding similar images based on extracting keys from images | |
| US7672008B2 (en) | Image processing device, method and program product for separating character, halftone graphic, and halftone photographic regions | |
| WO2001063558A2 (en) | System and method for image processing | |
| JP2003179738A (ja) | 画像処理装置 | |
| EP1103918A2 (en) | Image enhancement on JPEG compressed image data | |
| US8411940B2 (en) | Method for fast up-scaling of color images and method for interpretation of digitally acquired documents | |
| JPH06339019A (ja) | 離散的コサイン変換による文書画像の領域分離方式 | |
| US20040257625A1 (en) | Apparatus for, method of, and system for image processing | |
| JP4441300B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラムおよびこのプログラムを記憶した記録媒体 | |
| JP3899872B2 (ja) | 画像処理装置、画像処理方法ならびに画像処理プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体 | |
| JP4116377B2 (ja) | 画像処理方法および画像処理装置 | |
| JP2001222717A (ja) | 文書画像認識方法、装置及びコンピュータ読み取り可能な記録媒体 | |
| JP2004242075A (ja) | 画像処理装置および方法 | |
| Papamarkou et al. | Conversion of color documents to grayscale | |
| JP4228905B2 (ja) | 画像処理装置及びプログラム | |
| JP3030126B2 (ja) | 画像処理方法 | |
| JP2005020413A (ja) | 画像処理装置、画像処理方法およびその方法をコンピュータに実行させるためのプログラム | |
| JP2005323066A (ja) | 画像処理装置 |