JPH06508461A - 画像を自動併合するための装置及び方法 - 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】 画像を自動併合するための装置及び方法発　明　の　背　景 本発明は、一般的には、コンピュータ図形処理の分野に係り、さらに詳細には、 図形画像を併合するための方法及び装置に関する。

コンピュータは、画像の迅速で経済的な創作のための強力な道具となっており、 そして製図及び出版作業に特によく適している。製図に対しては、コンピュータ 援用設計（ＣＡＤ）は広い応用を見い出した。ペンや紙の代わりに、コンピュー タ援用設計のユーザは、ポイント装ｆｔ（典型的には、マウス、ライトペン、デ ジタイザタブレット等）を伴うコンピュータを使用して、コンピュータのメモリ に図面の電子的な描写を創作する。　゛出版に対しては、デスクトップ出版（Ｄ ＴＰ）か標準となった。デスクトップ出版においては、テキスト及び図形の画像 の双方か、それらかコンピュータ援用設計においてなされると同様にコンピュー タのスクリーン上にて操作される。いずれのシステムにおいても、ユーザが図面 に満足するときには、彼或いは彼女は、記憶された画像を、レーザープリンタ或 いはプロッタのような出力装置に送ることによりハードコピーを得る。

図形画像を研究の対象とするにあたり、コンピュータにおいて画像を獲得しそれ らを表すことかしばしば望ましい。例えば、デスクトップ出版のユーザは、写真 を社報に載せることを望むかも知れない。しかしなから、画像かユーザにとって 役立つ前に、それが、コンピュータが解釈し得るフォーマットに変換されなけれ ばならない。

かくして、画像をコンピュータに入力するという処理過程か、電子的な描写が生 成されることを要求する。画像、即ちベクトル対象及びビットマツプを描写する ためには、２つの基本的な手かかりかある。ベクトル対象は画像の数学的な描写 である。例えば、１本の線は、その出発点と終了点により描写され得る。円は、 その中心及び半径により描写され得る。しかしながら、本発明に対し特有の関心 事はビットマツプ画像である。

ヒツトマツプにおいては、画像はビット或いは画素（画像素子）の２次元的なア レイとして描写される。黒と白の画素（０及び１の各ビット）の結合を調整する ことにより、単色画像か再生成され得る。この技術は、一般には、新聞及び雑誌 のための画像を再生成するために使用される。ビットマツプは、殆といつも、長 方形であり、そしてもしも画像自体が長方形でなけれは、そのときには、その画 像は、その画像の形を規定するマスクビットマツプでもって与えられなければな らない。

大部分のヒツトマツプはビットそれら自体を含むから、見出し情報はまた、ヒツ トかとのように解釈されるかを定義するのに必要である。これは、ビットマツプ （画素の数において表される）の高さ及び幅並びに色情報を含む。単色のビット マツプにおいては、そのビットマツプにおけるＹビットがディスプレイ上の１画 素に対応する。

色ヒツトマツプは画素毎の多数のビットを要求する。この場合において、ヘッダ ｅ情報は、多数のビットが特有の色にどのように対応するかを述べる。ビットマ ツプを記憶するための多数のファイルフォーマットかある。いくつかの例は、ジ −ソフトのピーシ−ペイントプラッシュ（ＺＳｏｆｔ’ｓ　ＰＣＰａｉｎｔｂｒ ｕｓｈ（ＰＣＩ）’）　、コンピュ−タの図形交換フォーマット（ＣｏｍｐｕＳ ｅｒｖｅ’ｓ　ＧｒａｐｈｉｃｓＩｎｔｅｒｃｈａｎｇｅ　Ｆｏｒｍａｔ　（Ｇ ＩＦ））、及びマイクロソフトのタッグドイメージファイルフォー７　７　ト　 （Ｍｉｃｒｏｓｏｆｔ’ｓ　Ｔａｇｇｅｄ　−Ｔｍａｇｅ　Ｆｉｌｅ　Ｆｏｒｍ ａｔ　（ＴＩＦＦ））を含む。

ヒツトマツプは実ワールド画像を記憶するために使用されるので、それらは、通 例、スキャナ或いはビデオフレームグラバ−（ｖｉｄｅｏ　ｆｒａｍｅｇｒａｂ ｂｅｒ）を通してコンピュータに入力される。

スキャナは写真画像をビットマツプのデータファイルに変換し、同様に、フレー ムグラバ−は、（ビデオカメラ（ＶＣＲ）からの）ビデオ信号をビットマツプの データファイルに変換する。ビットマツプはまた、マイクロソフトのウィンドウ ズ７Ｍペイントプラッシュプログラム（Ｍｉｃｒｏｓｏｆ　ｔ’　ｓ　Ｗｉｎｄ ｏｗ”Ｐａ１ｎｔｂｒｕｓｈ　ｐｒｏｇｒａｍ）のような手を使用するコンピュ ータペイントプログラムによっても創作され得る。一度ビットマップに変換され ると、画像は、他の２進フアイルと同様の方法で（例えば、磁気媒体或いはモデ ムを介して）他のコンピュータに転送され得る。

画像を表すための多分非常に最も一般的に普及している手段であるスキャナは、 光源及び光電検出器を使用して、コンピュータへの画像を読み取り或いは走査す る。

２つの基本的な要式、即ちフラットベッド（ｆｌａｔｂｅｄ）及びハンドベルト （ｈａｎｄｈｅ　Ｉ　ｄ）が有効である。各々の一般的な構成及び作動は全簡単 に述べられるであろう。

フラットベッドスキャナは通常の写真複写機に非常に似ているように見えそして 作動する。第１に、ユーザは、フラットベッド（平たいガラス）上で走査される ように画像をおく。次に、スキャナが、例えば、ボタンを押すことにより活性化 される。それから、画像が光源により走査される。しかしながら、写真複写を生 成する代わりに、スキャナが、画像を表す２進データを生ずる光電検出器上にそ の画像を結像させる。走査の完了と同時に、そのデータが、典型的には上述した ビットマツプの１つにおいて、２進フアイルとしてコンピュータディスク上に記 憶される。そのデータファイルは、今、デスクトップ出版パッケージ、ペイント プログラム等のようなアプリケーションソフトウェアにおける使用に対し、ユー ザにとって有益である。

一方、ハントベルトスキャナにおいては、実質的に走査システムのすへてか単一 のハンドベルトユニット内に格納される。ガラス表面上で走査されるように画像 をおく代わりに、ある者か、写真複写機或いはフラットベッドスキャナで行うと きは、その画像が、平たい表面、典型的にはデスクトップ上に面するようにおか れる。ローラ或いは車輪を含むスキャナは、その画像の表面を横切って引きずら れる。従って、その画像はフラットベッドシステムのためのそれと類似の方法で 記録される。

スキャナは、種々様々な画像の容易な表現を考慮しているか、それらは重大な制 限をもつ。スキャナ、特にハンドヘルド形式のものは、走査されるべき提供材料 のための制限された領域或いはウィンドウをもつ。もしも走査されるべき画像か スキャナの視界窓よりも大きいならば、そのときには、その画像は単一の作動に おいては取り込め得ない。この場合、所望の画像は一連の多条のストリップ、即 ち、スキャナの覗き窓内に適合するに十分に小さい部分として走査されなければ ならない。すべてのストリップを走査した後、その画像は、（以下に述べられる ように）各ストリップを手操作で縫い合わせもとすことによりコンピュータ内で 再構成され得る。

ユーザが各ストリップを縫い合わせもどす前に、他の問題が克服されなければな らない。特に、ソース画像を横切ってユニットを動かす手段としての人間の手に 依存するハンドスキャナは加工品をつくりだす。例えば、同じ画像から得られる ストリップは、典型的には、異なる長さをもつ。さらに、各ストリップ間の幾何 学的位置は、しばしば、水平列（Ｘ移行）、垂直列（Ｘ移行）、回転等において 異なる。加えるに、ｌ或いはそれ以上のストリップが、ユーザがその画像を横切 って如何に速く或いは遅くスキャナを移動させたかに依存して、一様な圧縮及び ／又は拡張の様々な割合を経験し得る。従って、そのソース画像を忠実に再生成 するためには、これらの加工品は除去或いは最小限にされねばならない。

例え加工品の困難さが克服されても、各ストリップを縫い合わせてソース画像を 形成するという処理過程が煩わしい。例えば、各ストリップを縫い合わせるため の共通の技術が、ヒツトマツプの各ストリップ間の整列を、アイボールする（ｅ ｙｅｂａ　Ｉ　ｌ）（即ち、眼で判断させる）ことをユーザに要求する。しかし ながら、その技術は、これが条件にかなう画像を得るのに含入すな試み及び誤り の技術を要求するので、完全さから遠い。加えるに、現行の処理過程は、速い走 査速度を原因とする伸び（変形）のために、文書或いは画像における差に対して 修正しない。さらに、ユーザは、しばしば、各画像ストリップの垂直なゆがみ（ 回転）に対し手操作で修正しなけれはならない。日常、ユーザは、各ストリップ の交差（即ち、縫い合わされた領域）が粗くそして不整列に見えるビットマツプ を得る。

もう１つの技術は、整合マーク、即ちソフトウェアにマークを見い出させそして 画像を併合するソース画像に加えられるマークの使用を要求する。そのマークは 、一般的には、その画像上にマークを重ねた透明度でもって画像を走査すること により画像に加えられる。従って、ソフトウェアかそのマークを見い出してその マークの位置に基づきその画像を併合することを試みる。もう１つの技術は、樹 脂格子を使用して、より一層−貫した方法においてストリップにおける画像を走 査するのにユーザを助勢する。しかしながら、これらの技術はユーザにとってな にも明快ではなく、また、それらは、十分には自動化されてないない。さらに、 これらの技術は、画像を一列に並べ、或いはソフトウェアが各画像を併合するた めに見い出して使用する画像に整合マークを加えるのに、個々のユーザの器用さ にひとく頼る。その結果は、殆と常に、満足というほどにはいかない。

かくして、最小限のユーザの努力でピットマツプ画像を自動的に整列させるシス テム及び方法を提供することが望ましい。さらに、使用されるその方法は、２或 いはそれ以上の画像間の精度のよい整列−一手操作の位置決め技術のみによって は達成され得ない精度を達成する。

本発明はこのこと及び他の必要を満たす。

発明の概要 コンピュータは創作及び図面或いは図形画像の編集に対する。広い応用を見い出 した。画像を創作するための特に容易な技術は、商業的に入手できるスキャナの １つを使用するコンピュータ内への図面を走査することである。

走査装置、特にハンドベルトスキャナは、画像を得るのに制限された覗き窓或い は視界窓をもつので、従来技術のシステムは、覗き窓内に適合しないこれらの画 像のために走査された画像を手操作で継ぎ合わせ或いは縫い合わせる重大な努力 及び時間を消費することをコンピュータのユーザに対し要求していた。

本発明によれば、コンピュータシステム上の画像を自動的に併合するための方法 が、第１及び第２の画像ストリップを取り込み、少なくとも１つの特徴を第１画 像ストリップに位置決めし、この特徴を第２画像ストリップも位置決めし、そし て２つの画像ストリップを、この一致した特徴に基づき、単一の画像に併合する ことを含む。

さらに付加的なストリップが、要望されるなら取り込まＩれそして併合され得る 。よりよい結果のためには、複数の特徴が各画像ストリップの間にて一致される 。

本発明の原理に応じて構成された画像を自動的に併合するためのシステムは、メ モリ及び演算処理装置をもつコンピュータ、画像を一連の画像ストリップとして 取り込むす帝ためのスキャナ、少なくとも１つの特徴を第１画像ストリップにお くための手段、この特徴を第２画像ストリップにおくための手段、及びその２つ の特徴を整列させることによりその２つの画像ストリップを単一の画像に併合す るための手段を含む。

図面の簡単な説明 第１Ａ図−ＦＩＣ図は手操作技術を使用してビットマツプを獲得し併合する処理 過程を示す。

第１Ｄ図−第１Ｆ図は併合されたビットマツプにおいて共通である加工品を表す 。

第２図は本発明が実施されるコンピュータシステムのブロック図である。

第３Ａ［Ｎ−第３Ｂ図は画像を操作するための本発明のウィンドウインターフェ ース或いは作業表面を表す。

第３Ｃ図は本発明の操作モードパネルを表す。

第４図は本発明のＡｕ　ｔ　ｏｍｅ　ｒ　ｇｅ方法のフローチＦｉｎｄ方法のフ ローチャートである。

第５Ｃ図は選択領域から画素ブロックを抜き取る処理過程を表す。

第６Ａ図は本発明のＡｕｔｏｃｏｒｒｅｌａｔｅ方法のフローチャートである。

第６Ｂ図はＡｕｔｏｃｏｒｒｅｌａｔｅ方法中における画素の移動を表す。

第７図は本発明のＭ　Ｍｅｒｇｅ　Ｍａｔｃｈ方法のフローチャートである。

第８Ａ［Ｎ−第８Ｂ図は本発明のＣｏａｒｓｅ／Ｆｉｎｅ／Ｃｏｒｒｅｌａｔ　 ｉｏｎのフローチャートである。

第９Ａ図−第９Ｂ図は本発明のＲａｎｄＦｅａｔｕｒｅｓ方法のフローチャート である。

第９Ｃ図は各画像ストリップ内の特徴と整合の対を表す。

第９Ｄ図は各画像ストリップ間の伸びの計算を表す。

第９Ｅ図は各画像ストリップ間の圧縮及び／又は拡張の多数の領域の計算を表す 。

第１０Ａ図は本発明のＣａｌｃｕｌａｔｅＤｉｍｅｎｓ　１ｏｎｓ方法のフロー チャートである。

第１０Ｂ−第１０ｃ図は併合のための長方形の計算及び行列演算を表す。

第１１図は本発明のＭ　Ｍ　ｅ　ｒ　ｇ　ｅ　Ｉ　ｍ　ａ　ｇ　ｅ方法のフロー チャートである。

より好ましい実施例の記述 前置き さて、第１Ａ図−第１Ｆ図を参照して、複数の画像ストリップを併合するための 従来の技術を述べる。もしも画像ストリップかビットマツプとして未だ離散化さ れていなければ、そのときには、そのストリップは最初に獲得されねばならない 。ＶＩＡ図にて示すように、例えば、ソースビットマツプ画像５がハンドベルト スキャナ１０５てもって走査することにより獲得され得る。しかしなから、画像 ５はスキャナ１０５の最大幅Ｗよりも広いので、それは単一の移行にては獲得さ れ得ない。特に、スキャナ１０５の視界窓を越える領域Ｃは切り落とされるであ ろう。かくして、画像は２つの分離したストリップとして走査されねばならない 。典型的には、第１のストリップはスキャナ１０５の全体の幅Ｗを占めるであろ う。

そして、第２のストリップは小さな重なり領域０のみならず領域を切り落とされ たＣを含むであろう。

第１Ｂ図にて示すように、２つの画像ストリップ１Ｏ１２０が単一の画像５から （分離した演算処理にて）得られる。画像ストリップＩＯは、切り落とされるこ の有効な領域の外側に横たわる画像ＩＯの部分と共に、Ｗの輻（走査ウィンドの 最大幅）をもつ。かくして、ユーザは、重なり領域Ｏのみならず、切り落とされ たＣであるソース画像の部分を含むストリップ２０のような付加的なストリップ を得なければならない。簡単化のために、各画像ストリップｌ０１２０は、ハン ドスキャナでもって得られる画像にて典型的に存在するゆがみ、圧縮、及び／又 は拡張の加工品を伴うことな（示される。

第１Ｃ図−第１Ｆ図を特別に参照して、各画像ストリップｌ０１２０の併合が述 べられるであろう。第１Ｃ図にて示されるように、１画像ストリップ（例えば、 ストリップ２０）が他に向けて移動される。典型的には、ユーザは、第１に、縫 い合わせ（或いは類似の）モードを選択する。次に、カーソル２２のような特有 のカーソルが演算処理においてユーザを援助するために表示される。

ユーザ生成信号に応答して、１画像ストリップ（例えば、ストリップ２０）か他 の画像ストリップ（例えは、ストリップ１０）に向けて方向１５に移動され或い はドラッグされ、信号が、所望の方向にカーソル２２を移動させるボインティン グ装置（例えば、マウス）により供給され得る。この方法において、ボインティ ング装置からの信号は、画像ストリップｌＯに向は画像ストリップ２０を移動さ せ或いは移行させるために使用される。

いま、第１Ｄ図を参照すれば、完成された画像３０が示されている。画像３０は 、（交線Ｉにおける）各ストリップｌ０１２０の併合から生ずるビットマツプの ような単一の画像である。その画像はオリジナルのきれいな再生成であるが、そ れは２つの画像ストリップの交線Ｉにて不整列を生じている。第１Ｅ図−第１Ｆ 図にて示されるように、画像内の不整列は、（第１Ｄ図から取られる）拡大され た各区域３１．３５から最もよく見られ得る。例えば、区域３１においては、各 ストリップの交線■か点３２にて不整列となっている。付加的な整列加工品は、 不整列が各点３６．３７．３８にて生ずる区域３５にて示されている。

図解のために、前述の例が簡単な移行的な加工品−一この場合、もう１つとの関 連におけるｌストリップの水平（Ｘ）の移行−一に制限された。しかしながら、 移行加工品に加えて、単一の画像を再構成するために使用される各ストリップは 、ゆがみ、圧縮、及び／又は拡大の加工品を含む他の変換の複雑な結合をしばし ばこうむった。それ故、ありふれた技術により画像を併合することは、日常、不 満足な結果を生ずる。

好ましい実施例 １１画像の獲得 本発明は第２図のシステム１００のようなコンピュータシステム上にて実施され 得るもので、このシステムは中央処理装置Ｉ０１、主メモリ１０２、Ｉ１０コン トローラ＋０３、スクリーン或いはディスプレイ１０４、スキャナ１０５、大容 量記憶装置１０６、キーボード１０７、ボインティング装置１０８、及び出力装 置１０９を含む。システム１００の色々な構成要素はシステムバス１１０或いは 類似の構成を通して通信する。

演算処理において、ユーザは、キーボード＋０７及び／又はマウス、トラックポ ール、離散化タブレット等であるボインティング装置１０８を通して指令を入力 する。

コンピュータは陰極線管のようなスクリーン１０４を通してテキスト、図形画像 及び他のデータを表示する。その画像のハードコピーは、典型的にはプリンタ或 いはプロッタである出力装置１０９から獲得され得る。より好ましい実施例では 、適当にプログラムされたアイビーエム・ビーシー（Ｉ　ＢＭ　ＰＣ）−互換可 能なパーソナルコンピュータにューヨーク、アーモンクのインタナショナルヒジ ネスマシンズ株式会社から入手可能）か、エムニス−トス（Ｍ　Ｓ　−Ｄ　ＯＳ 　）及びマイクロソフトウィンドウズ”（Ｍｉｃｒｏｓｏｆｔ　ＷｉｎｄｏｗＴ Ｍ）（ダプリュエイ（ＷＡ）　、レドモンドのマイクロソフト株式会社（Ｍｉｃ ｒｏｓｏｆ　ｔＳＣｏｒｐ、ｏｆＲｅｄｍｏｎｄ）から共に入手可能）のもとて の実行にあたり使用される。

この相互に作用し合うコンピュータシステムにおいては、ユーザは種々様々なソ ースから図形画像を獲得する。

共通のソースは、入力装置（例えば、スキャナ）、ソフトウェア（例えば、ペイ ントプログラム）、ディスクファイル（例えば、ＴｌＦＦ、ＰＣＸ及びＧＩＦの 各フォーマット）等を含む。典型的な演算処理においては、画像はフラットベッ ド或いはハンドベルトのいずれかのスキャナであるスキャナ１０５でもって獲得 される。スキャナ１０５として使用に適するスキャナは、種々様々な売り手から 入手可能である。より好ましい実施例においては、スキャナ１０５は、シーエイ （ＣＡ）　、フレモント、ロジテック株式会社（Ｌｏｇｉｔｅｃｈ　Ｃｏｒｐ。

）から入手可能なスキャンマン”（ＳｃａｎＭａｎ”）２５６である。コンピュ ータ１００に一度入力されると、画像が、ヒツトマツプ図形として記憶され、そ して、かくして、コンピュータのメモリ１０２にて描写され得る。

いま、第３Ａ図を参照すれば、システム１００は、スクリーン１０４上の表示の ためのウィンドウ或いは作業スペース１２０を提供する。ウィンドウ１２０は、 図形画像を見て操作するためのマイクロソフトウィンドウズ１Ｍにて実行する長 方形の図形ニーサインターフニー１　スである。ウィンドウ１２０は、複数のメ ニュー１４０、１５０．１６０を含み、各々が図形画像上の使用のためのサブメ ニュー及びソフトウェアツールをもつ。本発明に対する特別の関心は、メニュー １５０がら利用可能な獲得ツール１５１である。ウィンドウ１２０はまた、ビッ トマツプ図形画像１３１のような画像を表示するためのクライアント領域１３０ を含む。

第３Ｂ図を参照すれば、図形画像を獲得するためのウィンドウ１２０の作動が実 例で示されるであろう。ユーザは、例えば、第３Ａ図のメニュー１５０がら獲得 オプション１５１を選択することにより、画像獲得を開始する。これに応答して 、システム１００は走査ウィンドウ２２０を表示する。ウィンドウ２２０は、走 査予告ウィンドウ２３０、定規バー２５０、走査モードパネル２４０、ラジオボ タン２６０、対話ボタン２８０及び状況表示行２７０のようなインターフェース 構成要素或いは供給源を含む。

次に、ユーザは、走査されるべき画像の型（即ち、単−或いは多条のストリップ ）及び位置（即ち、肖像或いは風景）を表すパネル２４０から走査モードを選択 する。

第３Ｃ図にて詳細に示されるように、パネル２４０は、２列、即ち単一ストリッ プ走査２４１及び多条ストリップ走査２４５に配列された複数の肖像を含む。単 一ストリップ走査２４１から、ユーザは、■）単一ストリップの肖像２４２（上 から底へ）、２）単一ストリップの風景２４３（左から右へ）及び単一ストリッ プの風景２４４（右から左へ）を含む種々様々な単一のストリップモードから選 択し得る。同様に、多条ストリップ走査２４５から、ユーザはｌ）多条ストリッ プの肖像２４６（上から底へ）、２）多条ストリップ風景２４７（左から右へ） 及び３）多条ストリップ風景２４８（右から左へ）を選択し得る。

走査モードパネル２４０により提供されるユーザインターフェースの特有の利益 は、ユーザ入力の効率である。

特に、種々様々な異なる画像（例えば、単−或いは多重、肖像或いは風景等）が 単一の演算処理として獲得され得る。例えば、２つの垂直なストリップとして画 像を獲得するために、ユーザは、多条のストリップ肖像２４６を単に選択し、第 １のストリップを走査し、停止（図示しない）を選択し、第２のストリップを走 査し、そして（ボタン２８０から）実行を選択する必要がある。そのインターフ ェースの付加的な特徴及び利益が付録Ｂとして以下に述べられる。

他の走査パラメータもまたこの点にてセットされ得る。

スキャナの視界幅Ｗは、例えば、定規バー２５０上の位置を選択することにより 短縮され得る。付加的な走査パラメータ（例えば、グレースケール或いは線技術 ）が、ボタン２８０のオプションボタンを活性化させることにより入力され得る 。しかしなから、ユーザにより指定されるパラメータかなければ、システム１０ ０は省略時の値（例えば、線技術の単一の走査）を仮定するであろう。

次に、ユーザが、現実に、スキャナ＋０５を活性化することにより、典型的には スキャナ上に位置されるボタン或いはスイッチ装置を押すことにより、そのソー ス画像を走査する。活性化と同時に、スキャナ１０５はソース画像を取り込み或 いは獲得する準備ができる。かくしる予告ウィンド２３０により提供される。

走査の完了と同時に、ユーザは、典型的にはｒＤＪキーを押すこと或いはポイン ティング装置でもってボタンを選択することにより、ボタン２８０から実行を選 択する。この点にて、獲得された画像がメモリ１０２内に記憶される。もしもユ ーザかウィンドウ２３０にて示される獲得された画像を満足しないならば、ユー ザはボタン２８０から［再走査Ｊを選択しそして操作処理を繰り返し得る。もし そうでなければ、画像は、典型的には、ピノｔ□マツプ（例えは、ＴＩＦＦ）フ ァイルとして不揮発性記憶装置１０６に貯えられる。２或いはそれ以上の画像ス トリップか獲得された後は、ソース画像は本発明の自動併合技術によって再構成 され得る。

２　自動併合　像の自動的な併合 次の記述は、ハントベルト走査装置により得られる２つのヒソ１−マツプ画像ス トリップの自動併合上に集中する。しかしながら、本発明はそのような画像フォ ーマット或いは装置には限定されない。その代わりに、多数の画像フォーマット （ビットマツプ及びベクトルフォーマットの双方を含む）のいずれか１つをもつ 複数の画像ストリップは、本発明に応じて自動的に併合され得る。付加的には、 画像ストリップは、種々様々なフォーマット（例えば、ベクトルフォーマット） において種々様々な手段（例えば、ファイル移動、ペイントプログラム等）によ ってシステム１００に入力され得る。

ａ、一般的な作動 さて、本発明に応じた画像のＡｕｔｏｍｅｒｇｅが述て、ソース画像を創り直す ように、２或いはそれ以上の画像スＩ−ＩＪツブを結合する。典型的には記憶装 置＋０６からメモリ１０２に付加されるルーティンは、画像ストリップの自動併 合において演算処理装置１０１に指令し或いは命する。

より好ましい実施例においては、Ａｕｔｏｍｅｒｇｅルーティンはメツセージ通 過環境（例えば、マイクロソフトウィンドウズｆＭ）において実施され、これに より、そのルーティンはイベント処理者から受けるイベントに応答して呼び出さ れる。マイクロソフトウイントウズ１Ｍのようなイベントベースシステムにおい てメツセージの急送かその技術にて知られている。例えば、１９９０、マイクロ ソフトプレス（ＭｉｃｒｏｓｏｆｔＰｒｅｓｓ）、第２版、プログラミングウィ ンドウズ（Ｐｒｏｇｒａｍｍｉｎｇ　Ｗｉｎｄｏｗｓ）、シー（Ｃ，）、ベトシ ルト（Ｐｅｔｚｏｌｄ）を参照せよ。

その開示はここに参照によって取り入れられる。呼び出しと同時に、Ａｕｔｏｍ ｅｒｇｅルーティンが、ＭＭｅｒｇｅＦｉｎｄ、ＡｕｔｏｃｏｒｒｅｌａｔｅＳ ＭＭｅｒｇｅ　Ｉｍａｇｅの各ルーティンを含む付加的なルーティンを（直接に 或いは間接的に）呼び出す。

第４図を参照すれば、ＡｕｔＯｍｅｒｇｅルーティン４００の一般的な演算処理 がフローチャートにより示されている。ステップ４０１においては、画像ストリ ップ（通常一度に２つ）が得られる。典型的には、画像ストリップは、（上述し たように）ソース画像を半走査によりビットマツプとして得られる。

ステップ４０２において、システム１００が画像を併合するために初期化される 。特に、データ構造は画像を処理するためにメモリ１０２にて初期化される。図 解の目的で、各画像が、Ｃプログラミ２７語で書かれる次のｒｅｃｏｒｄ　（ｓ ｔｒｕｃｔ）／、即ち、により規定され得る。

ここにおいて、Ｗ　ｉ　ｄ　ｔ　ｈ及びＨｅｉｇｈｔは画像の寸法を指定し、Ｃ ｌａｓｓｌｅｎｕｍｅｒａｔｅｄ　変数型のＩＭＡＧＥＣＬＡＳＳは、画像かパ イレベル、グレースケール或いは色彩かどうかを指定し、ＧｅｔＬｉｎｅは、画 像における単一の線に対する画素データを（ポインタを介してバッファに）戻す 機能のためのポインタであり、そしてＨａｎｄｌｅは画像のハンドル或いはイン デックスとして役立つ。画像ストリップを処理するための付加的な模範的データ 構造が付録Ｃにおいて以下に述べられる。

ステップ４０３において、「特徴抽出」が、（第５図にて述べられている）Ｍ　 Ｍｅｒｇｅ　Ｆｉｎｄルーティンにより第１のストリップに対して順行され、そ れは、第２ストリツプ（例えば、第１図からの重なりＯ）と重なる第１ストリツ プの領域から２或いはそれ以上の興味のある明瞭な特徴を抽出する。その方法は 明瞭な領域或いは特徴、即ち与えられた或いは包囲された地域において「非相関 」の最大量（最高のスコア）をもつこれらの領域を見い出す。自動併合を改善す るために、特徴のグループが第１ストリツプの異なる領域にてめられる。

理想的には、特徴がストリップの探索領域内にて独特であるべきである。その技 術は、画像の特別なりラス（例えば、グレースケール或いはバイレベル線技術） のためにカスタマイズ（ｃｕｓｔｏｍｉｚｅ）されている。例えは、特徴の現実 の数、探索されるべき特徴に対するストリップにおける領域及び数、並びに特徴 の大きさが、画像の型にカスタマイズされ得るすべてのパラメータである。

ステップ４０３において、抽出ステップにて発見される（即ち、第１ストリツプ の重なり領域からの）特徴が、（第７図にて以下に述へられる）Ｍ　Ｍｅｒｇｅ Ｍａｔｃｈルーティンにより第２ストリツプにて位置を定められ或いは検出され る。検出のために、そのルーティンは、その技術にて知られている連続する類似 検出アルゴリズム（ＳＳＤＡ）−一正常化された相関或いはパターン整合の最適 化された変形−一を使用する。第１ストリツプにて発見される特徴の各グループ に対しては、Ｍ　Ｍ　ｅ　ｒ　ｇ　ｅ　Ｍ　ａ　ｔ　ｃ　ｈが第２ストリツプに おける整合グループをめる。各々の特徴／整合対は、それがいかによく整合する か、その整合かいかに独特であるか、そして整合か（第１セツト及び第２セント の対の間にて）いかに離れて生ずるかを述へるスコアを与えられる。

最高のスコアをもつ対はステップ４０４にて使用されて画像ストリップの現実の 併合を履行する。

ステップ４０４にては、第２ストリツプの幾何学的形状は第１ストリツプの幾何 学的形状に対して正常化される。特に、第１ストリツプから抽出される最高の特 徴及び第２ストリツプにおける対応の最高整合を使用して、第２ストリツプが第 １ストリツプの幾何学的形状に変換される。第２ストリツプの模範的な変換は、 回転、圧縮或いは拡張、せん断等を含む。

最後に、ステップ４０５にて、２つの画像ストリップかＭ　Ｍｅｒｇｅ　Ｉｍａ ｇｅルーティンにより共に併合される。その基本的な処理過程は、（今、正常化 された）第２ストリツプを第１ストリツプ内に写像することを含む。その現実的 な写像は（以下にさらに詳細に述べるように）行列変換により達成される。ステ ップ４０５の結論において、併合された画像は（第３Ａ図の）クライアント領域 １３０にて表示される。

ｂ、具体的な作動 第５図−第１１図を参照して、Ａｕｔｏｍｅｒｇｅ方法の個々の構成要素が、今 、さらに詳細に述へられる。

第５Ａ図−第５Ｂにおいて、Ｍ　Ｍｅｒｇｅ　Ｆｉｎｄ方法或方法路−ティン５ ００がフローチャートにより表されている。そのルーティンは、各領域Ｎにて発 見するように、画像ストリップ、領域のリスト及び多数の特徴とともに呼び出さ れる。その方法は特徴のリストを（Ｆｅａｔｕｒｅ　Ｌｉ５ｔ）戻す。

その方法の個々のステップは次の通りである。ステップ５０１にて、ループか設 けられて特徴に対するリストにおいて各領域を調査する。第５Ｃ図にて示される ように、領域Ｒは、■領域、典型的には、重なり領域内にて規定される長方形で ある。もしも調査されるべき付加的な領域がステップ５０１にて存在するならば 、そのときには、ステップ５０３にて、しきい値、分類リスト及び特徴リストが 初期化される。そのしきい値は１つの特徴のための最小のスコアである。調査の もとの領域はそのしきい値以下のスコアをもつならば、その領域はさらなる調査 に対しては保持されないであろう。そのしきい値は初期的には予め選択された値 にセットされている間、そのしきい値は、典型的には、実行時間中、上方へ調整 されて既に発見された特徴のスコアと同様となる。分類リストは局部データ構造 であり、典型的には連結されたリストとして備えられる。各特徴が配置されると き、それらは位置づけに応じて分類リストに記憶される。より好ましい実施例に おいては、分類リストは、例えば、４つの構成要素の有限の制限をもつ。かくし て、低スコアをもつ各特徴は自動的に排斥される。与えられた領域を調査した後 、分類リストは、配置された最高（例えば、最高のスコア）の特徴を包含するだ ろう。分類リストを特徴リストに添えることにより、各領域内の最高の特徴か確 認される。すべての領域が一度調査される（ステップ５０１にてｒｎｏＪ）と、 そのときには、その方法はステップ５０２にて特徴リストを戻すことにより終わ る。

さもなければ、その方法はステップ５０４に続く。

ステップ５０４においては、■領域における特徴のための調査がそのブロックの 座標をその領域の先端左側位置にセットすることにより始まる、ステップ５０５ におトリップから取り戻される。これは、（第５Ｃ図の）正方形のサンプルブロ ックＳを典型的に規定するであろう領域の境界を決定する。より好ましい実施例 においては、サンプルブロックＳは画素の１６Ｘ１６アレイである。

しかしながら、なんらかのありふれたアレイ寸法が使用され得る。加えるに、そ の領域はより小さな長方形の領域（１つの特徴の大きさ）に分割されてそれが良 好な特徴（即ち、良好な整合）かどうかを決定する。

ステップ５０６において、 Ａｕｔｏｃｏｒｒｅｌａｔｅルーティン（以下にさらに詳細に述べられる）か呼 び出されて与えられたサンプルブロックのためのスコア或いは相関インデックス を決定する。その方法は一連の画像移動及び差演算処理によりサンプルブロック におけるその特徴の独特さを決定する。

もしもステップ５０７にてＡｕｔｏｃｏｒｒｅｌａｔｅインデックスかしきい値 よりも大きければ、その方法はステップ５１０にて分類リストにおけるブロック 位置及びインデックスを記憶する。もしも分類リストがステップ５１１にていっ ばいてあれば、そのときには、その方法は、ステップ５１２にて、より小さなイ ンデックスと共にそのブロックを除去しそしてしきい値をステップ５１３にてリ ストにおける最小インデックスにリセットする。ステップ５１３の後、その方法 はステップ５０８に継続しブロック座標を右に移動させ、そして、その方法はま た、自動相関インデックスがしきい値以下（即ち、ステップ５０７にて「ｎｏＪ ）であるとき、ステップ５０８に直接に進む。ステップ５０８において、その方 法は、そのブロック座標を右に移動させ、即ち次のサンプルブロックを得る。

ステップ５０９において、もしもその領域の右の限界（即ち、右端）か到達され れば、そのときには、画像ストリップのためのブロック座標かステップ５１４に て下方へ動かされる。さもなければ（ステップ５０９にて「ｎＯ」）、その方法 はステップ５０５に戻りそして前と同様に継続する。ステップ５１５において、 その画像か、その領域の底の限界（即ち、底端）か到達されるかどうかを決定す るために調へられる。もしその領域の底の限界か到達されなかった（ステップ５ １５にてｒｎｏ」）ならは、そのときには、その方法はステップ５０５に戻りそ して継続する。しかしながら、もしもその端か到達された（ステップ５１５にて ｒｙｅｓ））ならは、そのときには、ステップ５１６にて分類リストか特徴リス トに添えられそしてその方法かステップ５０１に戻って次の領域の調査を開始す る。

第６Ａ図−第６Ｂ図を参照すれば、ステップ５０６にて上述のように呼ばれるＡ ｕｔｏｃｏｒｒｅｌａｔｅ方法か示されている。Ａｕｔｏｃｏｒｒｅｌａｔｅ方 法６００においては、画像のサンプルブロックが調査されてそれが特徴であるか どうかを決定する。これは、移動されたブロックのバージョンと共にサンプルブ ロックの相関をとることにより決定される。各個々の相関は現行の相関しきい値 よりも大きくなければならない。

方法６００の個々のステップは、いま、順に述べられる。ステップ６０１におい て、調査下における現行の画像ブロックは、一時アレイのような一部データ構膚 に複写される。ステップ６０２において、そのブロックアレイにおけるデータは 、第６Ｂ図のブロック６５１により示されているように、下方へ移動される。ス テップ６０３において、相関のインデックス或いはスコアがオリジナルからの移 動されたバージョンの減算の絶対値から決定される。その演算処理は次の等式に より要約される。

Ｇ！　ｒｎｄｅｚ　＝ΣΣ１ｂｌｏｃｋ（ｘ、ｙｌ　−ｂｌｏｃｋ（ｘ、ｙ＋１ ）　ｌ　（１）ここにおいて、Ｘ及びｙはブロックにおける与えられた点に対す る水平及び垂直の座標をそれぞれ示す。

ステップ６０４において、もしもそのインデックスがしきい値と同様であれは、 そのときには、ステップ６０５において、アレイにおけるデータか、第６Ｂ図の ブロック６５２により示されるように、右に移動される。しかしながら、もしも インデックスがしきい値以下（ステップ６０４にてｒｙｅｓＪ）であるならば、 そのときには、その方法は終了する。ステップ６０５の後、インデックスか、源 ブロックからの画像ブロックの移動されたバージョン間の差を再び決定すること によりステップ６０６にて計算される。

ステップ６０７において、再び、インデックスが調査されてそれがしきい値以下 であるか否かを決定する。もしもそれがそうでなければ、そのときには、ステッ プ６０８にてデータ及びアレイが、第６Ｂ図のブロック６５３により示されるよ うに、上方へ移動される。さもなけれは（ステップ６０７にてｒｙｅｓＪ　）　 、その方法は終了する。ステップ６０８の後、インデックスが再び次のようにス テップ６０９にて計算される。

ステップ６１０において、ブロックか、再び、上方へ（第６Ｂ図のブロック６５ ４で示されるように）移動され、そしてインデックスか計算される。本質的に、 ステップ６１０か各ステップ６０７−６０９を繰り返す。付加的な相関演算処理 （即ち、ブロック６５５）が望まれるように履行され得る。ステップ６１１にお いて、インデックスが戻される。

第７図を参照すれば、Ｍ　Ｍｅｒｇｅ　Ｍａｔｃｈ方法或い方法−ティン７００ が示されている。この方法において、右のストリップにて発見される各特徴に対 しては、対応する特徴が左のストリップにおいてめられる。

第２ストリツプにおける整合のリストは、従って、戻される。各ステップは、い ま、さらに詳細に述へられるであろう。

ステップ７０１において、ループが設けられてＦｅａｔｕｒｅ　Ｌｉ５ｔにおけ るすべての特徴（即ち、第１ストリツプから戻される特徴）を調査する。もしも 付加的な特徴が存在するならば、そのときには、ステップ７０２において評価が 、（第１ストリツプにおける特徴の位置に基づき）第２ストリツプにおける整合 の位置に関してなされる。ステップ７０３において、探索に対する領域の大きさ 及び位置が、整合の評価された位置に基づき計算される。

ステップ７０４において、（第１ストリツプからの）興味のある特徴のヒツトマ ツプか得られる。ステップ７０５において、その特徴が、（例えば、ローパスフ ィルタにより）ろ波されてその特徴をなめらかにする。

ステップ７０６において、粗い相関が、Ｃｏａｒｓｅ　Ｃｏｒｒｅｌａｔｉｏｎ 方法（以下に述べられる）を呼び出すことによりなされ、調査下における特徴の サブサンプルバージョンを使用する領域の最高の整合を戻す。Ｆｉｎｅ　Ｃｏｒ ｒｅｌａｔｉｏｎ方法（以下に述べられる）とは異なり、ＣｏａｒｓｅＣｏｒｒ ｅｌａｔｉｏｎ方法は選択された数の画素（例えば、１つおきの画素）を調査す るのみである。

ステップ７０７において、もう１つのループが設けられて（先のステップにより ）見い出されたすべての粗い整合を調査する。もしももう１つの粗い整合かステ ップ７０７にて存在するならば、そのときには、ステップ７０８において、小さ な領域がその整合の周りに規定され、そしてステップ７０９において、その整合 の真の位置が、Ｆｉｎｅ　Ｃｏｒｒｅｌａｔｉｏｎ方法を呼び出すことにより決 定される。

細かい相関の後、その方法は付加的な粗い整合に対するステップ７０７に戻る。

しかしながら、もしももう１つの粗い整合かステップ７０７にて存在しなければ 、そのときには、その方法かステップ７１０に継続し、そこにおいて最高の整合 （そして関連する特徴）かＭ　ａ　ｔ　ｃ　ｈ　Ｌ　ｉ　ｓ　ｔに記憶される。

従って、その方法はステップ７０１に戻りもう１つの特徴を処理する。しかしな がら、もしも付加的な特徴がステップ７０１にて存在しなけれは、そのときには 、その方法はステップ７１１上に続きここにおいてその特徴がＲａｎｋ法が計算 されてそしてその方法がそのとき終了する。

第８Ａ図−第８Ｂ図を参照すれば、Ｃｏａｒｓｅ／Ｆｉｎｅ相関方法８００かフ ローチャートにより示されている。方法８００において、第２ストリップの与え られた特徴及び与えられた領域に対しては、Ｎの最高整合のリストが、粗い或い は細かい解像度のいずれかにて履行される相関と共に戻される。それだけで、そ の方法の演算処理はＡｕｔｏ−Ｃｏｒｒｅｌａｔ　ｉｏｎ方法のそれに非常に類 似する。しかしなから、画像ブロックをバージョン自体と相関させる代わりに、 方法８００は、第１ストリツプからの特徴を第２ストリツプにおける画像ブロッ クと相関させることをめる。その方法の各ステップは、いま詳細に述べられるで あろう。

ステップ８０１において、しきい値及びＳｏｒｔｉｎｇ　Ｌｉ５ｔデータ構成（ 先に述へられている）か局部的に初期化される。ステップ８０２にて、そのスト リップのためのブロック座標がその領域の先端左位置にセットされる。ステップ ８０３においては、第２ストリツプの大きさが決定される。ステップ８０４にお いて、もしも粗い相関が望まれるならば、そのときには、ステップ８０５におい てサブサンプルブロック及び特徴ピットマツプか得られる。さもなければ（ステ ップ８０４にてｒｎｏＪ）、ステップ８０５がスキップされる。ステップ８０６ にて、インデックスか等式から計算される。

ステップ８０７にて、もしもインデックスがしきい値以下であれば、そのときに は、ステップ８０８においてそのブロックが右に移動される。さもなければ（ス テップ８０７にて「ｎｏ」）、その処理がステップ８１３（第８Ｂ図にて示され ている）にジャンプする。

ステップ８１３においては、そのブロック位置及びインデックスかＳｏｒｔｉｎ ｇ　Ｌｉ５ｔにて記憶される。

ステップ８１４において、もしもそのリストがいっばいであれば、そのときには 、その方法か各ステップ８１５及び８１６上に継続する。しかしながら、もしも そのリストかいっばいてなければ、そのときには、その処理がステップ８０８上 に継続する。ステップ８１５において、最大のインデックスを伴うブロックかそ のリストから除去される。ステップ８１６において、しきい値かそのリス１−に おける最大のインデックスから計算される。ステップ８１６において、その方法 かステップ８０８に戻るようにジャンプする。

ステップ８０８においては、そのブロックか右へ移動される。ステップ８０９に て、そのブロックか、それがその領域の右の限界にあるかどうかを決定するよう に調査される。もしもそれがそうであるならば、そのときには、そのブロックか ステップ８１０にて右に移動される。

そうでなければ（ｒｎｏＪ　）　、その方法がステップ８０２に戻る。ステップ ８１１にて、もしもその領域の右の限界が到達されれば、そのときには、その方 法がステップ８１２にて分類リストを戻しそしてそのときに終了する。もしもそ の右の限界か到達されていない（ステップ８１１にてｒｎｏ」）ならば、そのと きには、その方法がステップ８０２に戻る。

第９Ａ図−第９Ｂ図を参照すれば、ＲａｎｋＦｅａｔｕｒｅｓ方法９００か示さ れている。一般的には、特徴の与えられたリスト及び対応する整合のリストに対 しては、その方法は特徴／整合の結合の最良の対を戻す。

その方法の各ステップは、いま、さらに詳細に述べられるであろう。ステップ９ ０１において、その各特徴が各村に分類される。第９Ｃ図にて示されるように、 例えは、左のストリップに対する可能な対はＬｌ／Ｌ２、Ｌｌ／Ｌ３、Ｌ　２／ Ｌ　３等を含む。ステップ９０２におい−Ｃ１よ、′８ｔ、−ブヵ（ｔ”：ｒ（ ７）；ｌ（Ｄ？＝Ｍｉ：１ｓＴｈｌｔ９ｔＬ６゜６しも付加的な対かステップ９ ０２にて存在するならば、そのときには、ステップ９０３にてその対の各構成要 素間の距離が決定される。例えば、特徴対しｌ／Ｌ２及び整合対Ｒ１／Ｒ２に対 しては、その距離がと決定され得る。

ステップ９０４において、もしもいずれの距離も予め選択した最小以下であれば 、そのときには、その方法かステップ９０２に戻る。さもなければ、その方法が ステップ９０５上に継続しジ−ター−各特徴対を結合する１線及び各整合対を結 合する１線の間の角度−一を決定する。ステップ９０６において、もしもシータ が予め選択された最大角度（即ち、最高に許容された角度）よりも大きければ、 そのときには、その方法がステップ９０２に戻りもう１つの対を調査する。しか しながら、もしもそうてなけれは、その方法かステップ９０７上に継続し伸び（ 即ち、もう１つとの関連における１ストリツプの圧縮及び／又は拡張の変換）を 得て、それは次のように特徴及び対応整合から決定される。

第９Ｄ図−第９Ｅ図を参照すれは、各ストリップ間の伸びを決定するという演算 処理か図解で示されている。

第９Ｄ図において、右のストリップは、左のストリップとの関連で拡張され或い は伸ばされている。伸びの正確なｌはＦＤＩＳＴのＭＤＩＳＴに対する比により 決定され得る。

しかしながら、各画像間の伸びの量は一定てはないかも知れない。従って、第９ Ｅ図にて示されるように、圧縮及び／又は拡張か各画像ストリップのいくつかの 位置にて測定される。この情報から、領域か伸びのために選択的に訂正され得る 。

ステップ９０８においては、もしも伸びが最大の伸びよりも大きければ、そのと きには、その方法がステップ９０２に戻る。さもなければ、その方法はステップ ９０９上に継続しＰａ１ｒ　Ｌｉ５ｔにおける対情報を記憶する。ステップ９０ ９の後、その方法はステップ９０２に戻り付加的な対を処理する。

すへての対が処理された（即ち、ステップ９０２にてｒｎｏＪ）後、その方法は ステップ９１０上に継続しＰａ１ｒ　Ｌｉ５ｔにおけるシータ及び伸びの平均及 び標準偏差を計算する。ステップ９１１において、Ｐａ１ｒ　Ｌｉ５ｔにおける 各伸び値がシータの得られた標準偏差に応じて標準化される。ステップ９１２に おいて、■ループが設けられてＰａ１ｒ　Ｌｉ５ｔのすべての対を調査する。も しも付加的な対がステップ９１２にて留まるならば、そのときには、その方法は ステップ９１３上に継続しくシータ、伸びの）平面における対及び母平均の間の 距離を決定する。

ステップ９１４において、もしも距離が計算された標準偏差よ゛りも大きければ 、そのときには、その方法はステップ９１２に戻りＰａ１ｒ　Ｌｉ５ｔにおける もう１つの対を調査する。さもなければ（ステップ９１４にて「ｎｏ」）、その 対はステップ９１５にてＰａ１ｒＬｉｓｔから除去され、その後その方法はステ ップ９１２に戻る。

もしもそれ以上の対がステップ９１２にて調査されるように留まっていなければ 、その方法はステップ９１６に飛び越えてＰａ１ｒ　Ｌｉ５ｔにおける各村を位 置づけする。この位置づけは母集団の中心及び相関インデックスに対する一対の 近似に基づかれる。ステップ９１７において、最良のＰａ１ｒ　Ｌｉ５ｔを含む ２つの特徴及び整合が戻され、そしてその方法は終了する。

いま、第１０Ａ図−第１０Ｃ図を参照すれば、ステップ７１２にて呼び出される ＣａｌｃｕｌａｔｅＤｉｍｅｎｓ　１ｏｎｓ方法１０００が示されている。２つ の特徴、それらの関連する整合及び２画像ストリップ（第１ストリツプ及び第２ ストリツプ）の境界をつける長方形に対しては、その方法は併合された画像の寸 法を計算する。その方法は、Ａｕｔｏｍｅｒｇｅが回転、伸び及び移行の各変換 に対してのみ正すと仮定する。その技術にて熟練した人々は、他の変換が本発明 の範囲内に適応し得ることを評価するであろう。その方法１０００の各ステップ か、いま、述べられるであろう。

ステップ１００Ｉにおいて、任意の幅（第１０Ｂ図のＲｅｃｔｌ）の長方形を２ つの特徴と共に形成するストリップ１における２つの点の座標が計算される。ス テップ１００２においては、対応する長方形（第１０Ｂ図のＲｅｃｔ２）かスト リップ２に対して計算される。ステップ１００３において、２つの長方形（Ｒｅ ｃｔｌ及びＲｅｃｔ２）に対しては、射影アフィン変換行列が決定される。

ステップ１００４において、第３の長方形（第１０Ｃ図のＲｅｃｔ３）がストリ ップ２の輪郭から計算される。

ステップ１００５において、第４の長方形（第１０Ｃ図のＲｅｃｔ４）がＲｅｃ ｔ３の境界をつける長方形から計算される。ステップ１００６において、Ｒｅｃ ｔ４及びストリップｌの境界をつける長方形から導出される最大の長方形が戻さ れる。

いま、第１１図を参照すれば、Ｍ　ＭｅｒｇｅＩｍａｇｅ方法１１００が示され ている。２つの画像ストリップ（ストリップ！及びストリップ２）、ストリップ Ｉにおける２つの特徴、及びストリップ２における２つの整合に対しては、その 方法はストリップｌ及びストリップ２を結果として生ずる画像（結果）に結合す る。

その方法の個々のステップは、いま、述べられるであろう。ステップ１１０１に おいて、第１の長方形（Ｒｅｃｔｌ）かストリップ１　（上に述べたように）に 対して計算される。ステップ１１０２において、第２の長方形（Ｒｅｃｔ２）か ストリップ２に対して計算される。ステップ１１０３において、２つの長方形（ Ｒｅｃｔｌ及びＲｅｃｔ２）から、射影アフィン変換行列（第１０Ｂ図にて示さ れる）が計算される。ステップ１１０４において、第３の長方形（Ｒｅｃｔ３） がストリップ２の輪郭から結果に計算される。ステップ１１０５において、スト リップｌ　（結果において）のＸ及びＹの各オフセットか計算される。ステップ １１０６において、第１ストリップが結果に複写される。ステップ１１０７にお いて、射影アフィン変換行列か２つの長方形（Ｒ，ｅ　ｃ　ｔ　Ｉ及びＲｅｃｔ ２）から計算される。

ステップ１１０８においては、ループか設けられて結果の各画素を調査する。も しも付加的な画素がステップＩ！０８にて存在するならば、そのときには、ステ ップ１１０９において、第２ストリツプにおける画素の位置が（輝度に基づいて ）計算される。ステップ１１１０において、輝度（Ｘ、・Ｙ）が双線形補間、既 知の手法でもって置換され、その後、その方法は結果のもう一つの画素のために ステップｌＩＯ３−に戻る。もしもそれ以上の画素かなければ（ステップ１１０ ８にて「ｎｏ」）、そのときには、その方法は終了する。その方法の終了にては 、２つの画像ストリップが併合されている。　本発明か単一のより好ましい実施 例及び成る代案との具体的な関連でかなり詳細に述へられているが、本発明を、 その特定の実施例或いはこれらの具体的な代案に限定する意向はない。具体的な 例か単色のヒツトマツプ図形画像を使用して示されているか、例えば、本発明の 教示を、色ピットマツプ画像、ベクトル画像等を含む他のフォーマントに応用す ることは、その技術において熟練した者にとって明らかであろう。従って、本発 明の範囲は先の記述によってではなく次の請求の範囲により規定される。

浄書（内容に変更なし） Ｆ／Ｇ、　７Ａ ＦＩＧ、　７８ Ｆ７Ｇ、　ＩＣ ＦＩＧ、　ＩＤ ＦＩＧ、　７Ｅ 二 ＦＩＧ、　２ ２曵 ＦＩＧ、　３Ｃ ＦＩＧ、　４ ＦＩＧ、　５Ａ ＦＩＧ、　５Ｂ ＦＩＧ、　６Ａ 上へ移動　左へ移動 Ｘすｆ、　Ｙ４　χ￥Ｉ ＦＩＧ、　６Ｅ ＦＩＧ、　８Ｂ ＦＩＧ、　９Ａ ＦＩＧ、９Ｂ 左のストリップ　右のストリップ ＦＩＧ、　９Ｃ ＦＩＧ、９Ｄ” ＦＩＧ、　１０Ａ ＦＩＧ、　１０８ ＦＩＧ、　１０Ｃ 手続補正書（方式） ％式％ 図面のＲ訳文の浄書（内容に変更なし）フロントページの続き （７２）発明者　マーチン、ジャン　−　ポール　エイチ。

アメリカ合衆国２２１２４　バージニア州オウクトン、グラニット　クリーク　 レーン

Claims (9)

【特許請求の範囲】
1. １．コンピュータシステム上に記憶された第１及び第２の画像を自動的に併合す るための方法であって、（ａ）少なくとも１つの特徴を第１の画像ストリップに 位置させるステップと、 （ｂ）第１画像における前記少なくとも１つの特徴に実質的に類似する第２画像 ストリップに−特徴を整合させるステップと、そして （ｃ）前記２つの特徴を整列させることにより前記２つの画像ストリップを単一 の画像に併合するステップとを含むようにした方法。
2. ２．ステップ（ｃ）の前に、さらに、 前記第１ストリップの幾何学的形状を決定するステップと、 前記第２ストリップの幾何学的形状を決定するステップと、そして 前記第２ストリップの幾何学的形状を前記第１ストリップのそれに変換するステ ップとを含むようにした請求項１に記載の方法。
3. ３．前記変換ステップが移行、回転、圧縮及び拡張の各変換を含むようにした請 求項２に記載の方法。
4. ４．前記画像ストリップがビットマップ面像であるようにした請求項１に記載の 方法。
5. ５．前記画像ストリップがベクトルフォーマット画像であるようにした請求項１ に記載の方法。
6. ６．ディジタルコンピュータに画像を提供するためのシステムにおいて、 複数の画像ストリップとしてソース画像を獲得するための手段と、 少なくとも２つの画像ストリップの間の各特徴を整合するための手段と、そして 前記整合特徴を整列させることにより前記少なくとも２つの画像ストリップを単 一の画像に併合するための手段とを含むようにした前記システムの改良。
7. ７．前記獲得手段がハンドヘルドスキャナであるようにした請求項６に記載のシ ステム。
8. ８．第２ストリップの幾何学的形状を第１ストリップのそれに変換するための手 段をさらに含むようにした請求項６に記載のシステム。
9. ９．各画像をコンピュータに入力するためのシステムであって、 メモリ及び演算処理装置をもつコンピュータと、源画像を複数の画像ストリップ として獲得するための走査手段と、 少なくとも２つの画像ストリップに共通な各特徴を位置させるための手段と、そ して 前記共通な各特徴を整列させることにより前記少なくとも２つの画像ストリップ を併合するための手段とを含むようにしたシステム。