JPH07141467A - Image processor - Google Patents

Image processor

Info

Publication number
JPH07141467A
JPH07141467A JP31124893A JP31124893A JPH07141467A JP H07141467 A JPH07141467 A JP H07141467A JP 31124893 A JP31124893 A JP 31124893A JP 31124893 A JP31124893 A JP 31124893A JP H07141467 A JPH07141467 A JP H07141467A
Authority
JP
Japan
Prior art keywords
dimension
image
part
pixel
hausdorff
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
Application number
JP31124893A
Other languages
Japanese (ja)
Inventor
Yoshitaka Hamaguchi
Sadamasa Hirogaki
節正 広垣
佳孝 濱口
Original Assignee
Oki Electric Ind Co Ltd
沖電気工業株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oki Electric Ind Co Ltd, 沖電気工業株式会社 filed Critical Oki Electric Ind Co Ltd
Priority to JP31124893A priority Critical patent/JPH07141467A/en
Publication of JPH07141467A publication Critical patent/JPH07141467A/en
Application status is Pending legal-status Critical

Links

Abstract

PURPOSE:To perform a background processing independently of the kinds of back-grounds and scanning directions. CONSTITUTION:A document 100 is read by an image reading part 20 and a Hausdorff dimension is calculated by a Hausdorff dimension calculation part 40 for the picture element group of a prescribed size in an arbitrary part segmented from the read image by an image segment part 30. The Hausdorff dimension is the one where the dimension to be the degree of freedom of space normally shown by an integer is extended to a real number. When this Hausdorff dimension is calculated, a character part becomes a dimension which is close to 2-dimension. For instance, the part becomes 1.85-dimension or more and 2 dimension or less, etc. Therefore, a back-ground can be eliminated by extracting only the part of a picture element group which is 1.85 dimension or more or by eliminating the part of a picture element group which is 1.85 dimension or less, for instance. By eliminating the part of picture elements which are 0.5 dimension or less, for instance, noise can be eliminated.

Description

【発明の詳細な説明】 DETAILED DESCRIPTION OF THE INVENTION

【0001】 [0001]

【産業上の利用分野】本発明は、文字認識等を行なう際に、文字等の背景の模様等の認識の妨げとなる画素を除去するか、あるいは認識の対象となる文字等の部分の画素のみを抽出する画像処理装置に関する。 The present invention relates, in performing character recognition, etc., of the portion of the character or the like to be either remove pixels that would prevent recognition of patterns such as the background of the character or the like, or recognition pixel an image processing apparatus for extracting only.

【0002】 [0002]

【従来の技術】文字認識装置において、文字認識の対象となる文字は、白地に書かれた黒文字や黒地に書かれた白文字に限らず、様々な模様から成る背景を持つ場合がある。 BACKGROUND OF THE INVENTION character recognition apparatus, character to be the character recognition is not limited to the white characters written in black and black written on a white background, which may have a background consisting of a variety of patterns. 例えば、図3に示すように、「沖」という文字に横縞の背景がある場合等である。 For example, as shown in FIG. 3, it is like if there is a background of horizontal stripes on the character of "offshore". また、新聞の見出し等では、文字の背景に網点や複雑な模様等が入っている場合がある。 In addition, in the heading, etc. of the newspaper, there is a case in which halftone dot and complex pattern or the like is in the character of the background. 更に、このような背景がなくても、光学的にデジタルデータに変換された画像データの背景に、ある程度のノイズが発生する場合がある。 Furthermore, even without such a background, the background of the image data converted optically into digital data, there are cases where a certain degree of noise. これらの模様やノイズは、文字認識処理等の妨げとなるので、除去するか、あるいは文字等の部分のみを抽出しなければならない。 These patterns and noise, because an obstacle such as a character recognition process, or removed, or must only the extracted portion of the character or the like.

【0003】このため、従来は、図3に示すように、背景の模様が文字の線の幅よりも細い線から成り、一定の方向に連続する黒画素(黒ラン)の長さが短くなっていることに着目し、このような模様の部分を検出していた。 [0003] Therefore, conventionally, as shown in FIG. 3, consists narrow line than the width of the line pattern of the background characters, is shortened length of continuous black pixels in a certain direction (black run) attention is paid to the fact that, had detected a part of such a pattern. 即ち、2値の画像データを1又は2以上の一定の方向に走査し、画像上の各部での黒ランの長さを検出し、 That is, by scanning the binary image data to one or more predetermined directions, and detects the length of the black run in each part of the image,
その長さに関するヒストグラムを作成する。 To create a histogram for that length. そして、各長さの黒ランが出現する頻度を調べる。 Then, determine the frequency of black run of the length appears. その頻度が高い部分の黒ランは模様の部分である。 Black run of the high frequency part is a part of the pattern. 従って、背景の模様による黒ランの長さの範囲を頻度から推定し、そのような長さの黒ランを除去することにより背景を除去することができる。 Thus, estimated from the frequency of the range of lengths of black runs by pattern background can be removed the background by removing the black runs of such length. 従来は、以上のようにして背景処理が行われていた(特開平3−90971号公報参照)。 Conventionally, the background process as described above has been performed (see Japanese Patent Laid-Open No. 3-90971).

【0004】 [0004]

【発明が解決しようとする課題】しかしながら、上述した従来の技術には次のような課題があった。 [SUMMARY OF THE INVENTION However, the conventional technology described above has the following problems. 即ち、上述した文字背景処理装置では、背景の模様によっては、黒ランを検出する際の走査方向が不適切となり、背景の除去ができなくなる場合がある。 That is, the character background processing apparatus described above, depending on the pattern of the background, the scanning direction in detecting black run is inadequate, it may be impossible to remove the background. 例えば、背景の模様が縦縞の場合は走査方向は水平である場合が最も適切であるが、図3のように背景の模様が横縞の場合は水平方向の走査では各検出部分で黒ランの長さが最大となってしまい、文字の部分と区別することができず、背景が除去できなくなる。 For example, although in the case the pattern of the background is vertical stripes scanning direction is most cases is a horizontal appropriate length of the black run in each detection portion is a scanning in the horizontal direction when the pattern background horizontal stripes as shown in FIG. 3 Saga becomes a maximum, can not be distinguished from the character of the part, the background can not be removed.

【0005】また、最も多く現れる黒ランが存在する部分が必ずしも背景であるとは限らず、文字である場合もある。 [0005] In addition, not limited to the portion that there is most often appear black run is always the background, there is also a case is a character. 例えば、背景の模様が比較的単純であるときは、 For example, when the pattern of the background is relatively simple,
背景の部分の黒ランは少なくなる。 Black orchid part of the background is reduced. このため、予めどのような背景を除去したいかが分かっている場合でなければ有効に背景の除去が行えず、未知の画像に対する背景処理ができなかった。 Therefore, it can not be carried out effectively remove background if not if you know you want to remove in advance any background and could not background processing for the unknown image.

【0006】このため、オペレーターが走査方向を決めたりすることも考えられるが、その場合も、背景が単純な模様でなく入り組んだ複雑な模様の場合は有効な走査方向は明確ではなく、オペレーションが困難となる。 [0006] For this reason, it is conceivable that the operator or determines the scanning direction, in which case also, the effective scanning direction in the case of intricate complex pattern instead of the background is a simple pattern is not clear, the operation is It becomes difficult. 本発明は、上述した課題を解決するため、文字の背景にある模様の種類や走査方向によらずに背景処理を行なえるようにした画像処理装置を提供することを目的とする。 The present invention, in order to solve the above problems, and an object thereof is to provide an image processing apparatus for perform the background processing regardless of the type and the scanning direction of the pattern in the character of the background.

【0007】 [0007]

【課題を解決するための手段】本発明の画像処理装置は、画像の任意の画素を中心にした予め定められた大きさの領域に含まれる画素群を抽出する画像切出し部と、 The image processing apparatus of the present invention According to an aspect of the image clipping unit for extracting a pixel group included in the predetermined size of the area around the arbitrary pixel of the image,
当該画像切出し部により抽出される画素群内の画素の分布状態に基づいて当該画素群の図形・空間の自由度を表わす実数の次元であるハウスドルフ次元を算出するハウスドルフ次元算出部と、当該ハウスドルフ次元算出部により算出されたハウスドルフ次元を所定の閾値と比較し、当該比較結果により前記任意の画素あるいはこれを中心にした前記画素群をそのまま出力するか、白画素あるいは黒画素として出力をするかを決定するフィルタ部とを具えたことを特徴とするものである。 And Hausdorff dimension calculation unit for calculating a Hausdorff dimension is a real dimension representing the degree of freedom of shape and space of the group the pixels based on the distribution state of the pixel in the pixel group to be extracted by the image clipping unit, the Hausdorff dimension calculated by the Hausdorff dimension calculation unit with a predetermined threshold value, the comparison as it is or outputting the pixel group to the arbitrary pixel or around this by result, the output as a white pixel or a black pixel is characterized in that comprises a filter unit for determining whether a.

【0008】 [0008]

【作用】本発明の画像処理装置においては、画像の任意の部分にある所定の大きさの画素群について通常は整数で表されている空間の自由度である次元を実数に拡張したハウスドルフ次元あるいはフラクタル次元を算出する。 The image processing apparatus of the effects of the present invention, the Hausdorff dimension is normal for a given size of the pixel group that extends the dimension is a degree of freedom of the space represented by integer real number in any part of the image or to calculate the fractal dimension. このようなハウスドルフ次元を算出すると、文字の部分では2次元に近い次元、例えば1.85次元以上で2次元以下の次元等になる。 After calculating such Hausdorff dimension, the portion of the character dimension close to two-dimensional, for example, a two-dimensional or less dimensional like 1.85 or more dimensions. これは、背景のあるような文字は、太い文字であるので、文字の部分が面状となっているからである。 This character such as a background, since a thick character, because part of the characters has a planar shape. 従って、例えば1.85次元以上の画素群の部分のみを抽出するか、1.85次元より小さい次元の画素群の部分を除去することにより、背景を取り除くことができる。 Thus, for example, either to extract only part of the 1.85 or more dimensional pixel group, by removing the portion of the small dimensions of the pixel group from 1.85 dimensional, it is possible to remove the background. また、ノイズの部分では、0次元に近い次元、例えば0.5次元以下の次元になる。 Further, in the portion of noise dimension close to zero-dimensional, for example, a 0.5 dimensional following dimensions. これは、ノイズは、点状であることが多いからである。 This noise is because it is often punctate. 従って、例えば0.5次元以下の画素の部分を除去することにより、ノイズを取り除くことができる。 Thus, for example, by removing a portion of the 0.5-dimensional following pixel, it can be removed noise.

【0009】 [0009]

【実施例】以下、本発明の実施例について図面を参照しながら詳細に説明する。 EXAMPLES The following examples will be described in detail with reference to the drawings of the present invention. 図1は、本発明の画像処理装置の一実施例を示すブロック図である。 Figure 1 is a block diagram showing an embodiment of an image processing apparatus of the present invention. 図示の装置は、画像読取り部20、画像切出し部30、ハウスドルフ次元算出部40、フィルタ部50を備えている。 The depicted apparatus, the image reading unit 20, the image cutout unit 30, Hausdorff dimension calculation unit 40, and a filter unit 50. 画像読取り部20は、スキャナー、CCDセンサ等から成り、文書100を光学的に読み取り、文書画像を電子的なデータとして図示しない画像バッファに読み込む。 Image reading unit 20, a scanner, a CCD sensor or the like, reads the document 100 optically reads the document image in the image buffer (not shown) as electronic data. あるいは文書100が磁気インク等で印刷されているならば磁気ヘッド等で読み取るようにしてもよい。 Alternatively the document 100 may be read by the magnetic head, etc. If are printed with magnetic ink or the like. 尚、本発明の画像処理装置は処理を行っている画素を中心とした狭い領域の画像のみを当面の処理で必要とするので必ずしも画像全体を画像バッファに蓄積する必要はなく、処理段階ごとに必要な部分だけを随時蓄積するようにしてもよい。 Since the image processing apparatus of the present invention requires only the image of the narrow region around the pixel being subjected to treatment with immediate processing need not necessarily accumulate the entire image in the image buffer for each processing stage only the necessary portions may be accumulated at any time.

【0010】画像切出し部30は、画像読取り部20が画像バッファに蓄積したデータから、注目画素を主走査方向及び副走査方向に順次変えながら、注目画素位置のハウスドルフ次元を算出するのに必要な画像領域を切り出す。 [0010] The image clipping unit 30, necessary from the data image reading unit 20 is stored in the image buffer, while sequentially changing the target pixel in the main scanning direction and the sub-scanning direction, to calculate the Hausdorff dimension of the target pixel position cut out an image area. この場合、注目画素は1点である必要はなく、切り出された画像領域全ての画素を注目画素としてもよい。 In this case, the pixel of interest need not be 1 point, the image region all of the pixels cut out may be used as the pixel of interest. ハウスドルフ次元算出部40は、画像切出し部30 Hausdorff dimension calculation unit 40, the image cutout unit 30
で切り出された画像領域についてハウスドルフ次元を算出し、その注目画素のハウスドルフ次元として出力する。 For in clipped image area to calculate the Hausdorff dimension, and outputs the Hausdorff dimension of the target pixel. ハウスドルフ次元は、面は2次元、線は1次元、点は0次元という画像の次元数を非整数に拡張した実数の次元である。 Hausdorff dimension surfaces 2D, lines 1-dimensional point is a real number of dimensions that extend the number of dimensions of the image to a non-integer of 0 dimensions. このようなハウスドルフ次元によれば、面と線あるいは線と点の中間的な性質を持つ画像についてもそれらの性質を定量的に表現することができる。 According to the Hausdorff dimension can be expressed quantitatively their properties even for images having intermediate properties of the surface and the line or lines and points. 例えば、太い線で描かれた文字は、面の領域であるので、2 For example, the depicted characters a thick line, since in terms of area, 2
次元となる。 The dimension. また、模様の部分は細い線で構成されているので、約1次元となる。 Further, since the portion of the pattern is composed of thin lines, it is about one-dimensional. そして、ノイズによるゴミの部分は点に近いものであるので、0次元に近い次元となる。 Then, the portion of the dust due to noise is close to the point, a dimension close to zero-dimensional. ハウスドルフ次元は、フラクタル次元と呼ばれることもある。 Hausdorff dimension is sometimes referred to as the fractal dimension. フラクタル次元とは、図形の一部をどこまで拡大してもその内部に同種の複雑な構造が埋め込まれているという自己相似性を備えた図形を対象としている場合の非整数の次元である。 The fractal dimension is a non-integer dimension if that is targeted to the figure provided with a self-similarity of the complex structure of the same type in its interior an enlarged part of figure far is embedded. 即ち、フラクタル次元は、対象が特殊な場合についての非整数の次元であり、ハウスドルフ次元と同義である。 In other words, the fractal dimension is a non-integer dimension for when the target special, is synonymous with Hausdorff dimension.

【0011】ハウスドルフ次元の算出法としては、以下のようなものがある。 [0011] As a method of calculating the Hausdorff dimension, there is something like the following. 一辺の長さがLの正方形の小領域によって画像上の黒画素の存在する部分を隙間なくおおう。 The portion length of one side is the presence of black pixels in the image by the small area of ​​square L I Oh without gaps. そのときの小領域の数Nを数える。 Counting the number N of sub-regions at that time. そして、小領域の一辺の長さを変えて同様のことを何回か行なう。 Then, they performed several times that same by changing the length of one side of the small area. その後、lnN=−DlnL+Cを回帰モデルとした回帰分析を行い、その結果得られるDをハウスドルフ次元数とする。 Thereafter, the regression analysis was a regression model lnN = -DlnL + C, to D obtained thereby with Hausdorff dimensionality. フラクタル次元は、ハウスドルフ次元の特殊な場合であるので同じ手法で計算することができる。 Fractal dimension, can be because it is a special case of Hausdorff dimension is calculated in the same manner. また、これ以外の手法により計算を行っても良い。 In addition, it may be performed calculated by other methods. これにより、 As a result,
面状の画像には2次元に近い値が、孤立した点状の画像には0次元に近い値がそれぞれハウスドルフ次元として算出される。 Value close to two-dimensional planar image, a value close to 0-dimensional in terms like image orphaned is calculated as Hausdorff dimension respectively.

【0012】フィルタ部50は、ハウスドルフ次元算出部40の出力するハウスドルフ次元を所定の閾値と比較し、注目画素をどのように処理して出力するか決定する。 [0012] The filter unit 50, the Hausdorff dimension of outputting the Hausdorff dimension calculation unit 40 with a predetermined threshold value, determines how processing and outputs the pixel of interest. 例えば、背景に模様がある太い文字から文字部分のみを抽出したい場合はハウスドルフ次元が閾値(例えば1.9)以上である。 For example, if you want to extract only the character portion from the thick character where there is a pattern in the background is the Hausdorff dimension threshold (for example 1.9) or more. この場合は、注目画素を画像読取り部20で読み取られたまま出力し、所定の閾値より小さければ白画素として出力する。 In this case, outputs remain read the pixel of interest in the image reading unit 20, and outputs a white pixel is smaller than a predetermined threshold value. これにより、画像読取り部20により2次元的な文字の部分のみが抽出される。 Thus, the image reading unit 20 only the portion of the two-dimensional character is extracted. また、背景のノイズを取り除く場合はハウスドルフ次元が所定の閾値(例えば0.2)以下の場合は白画素として出力し、所定の閾値より大きければ注目画素を画像読取り部20で読み取られたまま出力する。 Further, while the Hausdorff dimension To remove background noise in the case of less than a predetermined threshold value (e.g., 0.2) is output as the white pixels, read the pixel of interest in the image reading unit 20 is larger than a predetermined threshold value Output. これにより、0次元的な孤立した点状のノイズが除去される。 Thus, 0-dimensional isolated point-like noise is removed. これらの処理は一例であり、除去したい背景の種類、あるいは抽出したい文字の種類により、閾値や処理内容を変更してもよい。 These processes are an example, the type of background to be removed, or by the character types to be extracted, the threshold value may be changed and the processing contents. 出力部60は、フィルタ部50により背景処理が行われた画像を、文字認識装置等の画像処理装置に出力するための、画像メモリに蓄積する等、次の処理に必要な処理を行う。 The output unit 60 performs an image background processing has been performed by the filter unit 50, for outputting to an image processing apparatus such as a character recognition device, etc. accumulated in the image memory, a process necessary for the next processing.

【0013】図2に、ハウスドルフ次元算出部の構成例を示す。 [0013] FIG. 2 shows a configuration example of a Hausdorff dimension calculation unit. 図示の例のハウスドルフ次元算出部は、小領域分割部41、黒画素探索部42、頻度記憶部43、回帰分析処理部44から成る。 Hausdorff dimension calculation unit of the illustrated example, consists of a small area dividing unit 41, the black pixel search unit 42, the frequency storage unit 43, a regression analysis processing unit 44. 小領域分割部41は、画像切出し部30により切り出されたハウスドルフ次元を算出すべき領域を、一辺の長さがLの正方形の小領域でうめるように分割する。 Small area dividing unit 41, a region to be calculated Hausdorff dimension cut out by the image clipping unit 30, the length of one side is divided to fill in the small areas of the squares of L. このとき、回帰分析処理部44が充分機能できるように、L=L1 、L=L2というように数種類の長さLについてこの処理及び後述の黒画素探索部32の処理を行う。 At this time, as the regression analysis processing unit 44 can sufficiently function to process the L = L1, L = the processing and later for several of the length L and so L2 black pixel search unit 32. L1 ,L2 ,…,Ln は処理対象の画像の解像度、抽出あるいは除去したいデータ等により予め定められるものである。 L1, L2, ..., Ln should be defined in advance by the resolution, to be extracted or removed data of the image to be processed.

【0014】黒画素探索部42は、小領域分割部41で分割をした各小領域について、その小領域内で黒画素を探索し、黒画素があるか否かの判定を行う。 [0014] black pixel search unit 42, for each small region in which the divided small region dividing unit 41, searches for the black pixels in the small area, it is determined whether there is a black pixel. 頻度記憶部43は、小領域分割部41で領域の分割を行うために用いられた小領域の一辺の長さL1 ,L2 ,…,Ln のそれぞれについて、黒画素探索部42で黒画素があると判定された小領域の数を記憶する。 Frequency storage unit 43, the length of the small area of ​​one side was used to carry out the division of the region in the small area dividing unit 41 L1, L2, ..., for each of the Ln, there is a black pixel in a black pixel search unit 42 stores the number of the determined small regions and. ここで、Li (i= Here, Li (i =
1,2,…,n)に対応する黒画素を含む小領域の数をNi とする。 1,2, ..., the number of small regions including black pixels corresponding to n) and Ni. 回帰分析処理部44は、小領域の一辺の長さL1 ,L2 ,…,Ln のそれぞれに対応して頻度記憶部43に記憶されたN1 ,N2 ,…,Nn をlnNi =− Regression analysis processing unit 44, the length of one side of the small regions L1, L2, ..., N1 stored in the frequency storage unit 43 corresponding to each of the Ln, N2, ..., lnNi the Nn = -
DlnLi +Cを回帰モデルとした回帰分析を行う。 Perform a regression analysis of the DlnLi + C was the regression model. この処理の結果得られるDをハウスドルフ次元として出力する。 And it outputs the D obtained as a result of this process as a Hausdorff dimension.

【0015】以上、ハウスドルフ次元算出部40の構成例を示したが、フラクタル次元も同じ構成で算出できる。 [0015] While illustrating a configuration example of a Hausdorff dimension calculation unit 40, the fractal dimension can also be calculated in the same configuration. また、ハウスドルフ次元あるいはフラクタル次元を算出するのであればこれ以外の構成でもよい。 It is also possible in other configurations as long as calculating the Hausdorff dimension or fractal dimension. 次に、上述した装置の動作を、具体例を挙げて説明する。 The operation of the described device will be described with reference to specific examples. この例では、画像切出し部30は、注目画素位置から主走査方向に−7画素から+8画素まで、副走査方向に−7画素から+8画素までの16画素四方の領域を切り出すこととする。 In this example, the image clipping unit 30, from the target pixel position to +8 pixel -7 pixels in the main scanning direction, and cutting out 16 pixel square region to +8 pixel -7 pixels in the sub-scanning direction. また、小領域分割部41では、Lを2画素、4 Further, the small area dividing unit 41, two pixels a L, 4
画素及び8画素の3種類とする。 The three types of pixels and 8 pixels.

【0016】図3は、背景に模様のある文字画像の例である。 [0016] FIG. 3 is an example of a character image with a pattern in the background. ここで、ハウスドルフ次元が1.85以上の場合を文字として抽出することとする。 Here, Hausdorff dimension is to be extracted in the case of 1.85 or more as a character. まず、出力部60 First, the output unit 60
は、出力用の画像メモリを白画素で埋める。 Fills an image memory for output in white pixels. 図3の背景模様のある文字「沖」のうち、文字画像111は、文字画像部分の注目画素を中心として画像切出し部30が切り出す領域である。 In the character "offshore" with background pattern of FIG. 3, the character image 111 is an area where image clipping unit 30 cuts out around the target pixel of the character image portions. この部分の拡大図を図4(a)に示す。 An enlarged view of this portion shown in Figure 4 (a).

【0017】この領域を小領域分割部41はまず一辺の長さLが2画素の正方形の小領域で分割する。 [0017] The length L of the region small area dividing unit 41, first one side is divided in small areas of the two pixels square. そして、 And,
黒画素探索部42が各小領域について黒画素の有無を判定する。 Black pixel search unit 42 determines the presence or absence of black pixels for each small region. その結果を図4(b)に黒画素のある小領域に×を付して示す。 The result in FIG. 4 (b) are denoted a × into small areas with a black pixel. 一辺の長さが4画素及び8画素の正方形の小領域についても同様に小領域分割部41の処理と黒画素探索部42の処理を行う。 Performing processing of the processing and the black pixel search unit 42 of the small area dividing unit 41 Similarly, the small region of a side length of 4 pixels and 8 pixels square. その結果を4画素については図4(c)に、8画素については図4(d)に示す。 The result in FIG. 4 (c) about 4 pixels, shown in FIG. 4 (d) about 8 pixels. 頻度記憶部43は、各Lの値、即ち2画素、4画素及び8画素の場合について、上記の処理の結果、黒画素があった小領域の数Nを記憶する。 Frequency storage unit 43, the value of each L, that two pixels, for the case of 4 pixels and 8 pixels, as a result of the above processing, stores the number N of sub-regions where there is a black pixel. この場合、(L, In this case, (L,
N)が(2,57),(4,16),(8,4)となる。 N) is (2,57), (4,16), and (8,4).

【0018】回帰分析処理部44は、頻度記憶部43に記憶されたL及びNに対してlnN=−DlnL+Cを回帰モデルとした回帰分析を行う。 The regression analysis section 44 performs a regression analysis of lnN = -DlnL + C was the regression model for the stored L and N in the frequency storage unit 43. その結果、D=1.92 As a result, D = 1.92
となり、ハウスドルフ次元は1.92となる。 Next, the Hausdorff dimension is 1.92. フィルタ部50は、図4に示す部分のハウスドルフ次元1.92 Filter unit 50, the Hausdorff dimension is 1.92 parts shown in FIG. 4
が閾値1.85より大きいため、この部分を文字の部分と判定し、注目画素をそのまま出力する。 There order greater than the threshold 1.85, determine the partial portion of the character, and outputs the pixel of interest as is. 出力部60 The output unit 60
は、出力用の画像メモリの注目画素の対応する画素をフィルタ部50が出力する画素値にする。 Is the corresponding pixel of the target pixel in the image memory for output to the pixel value filtering unit 50 outputs.

【0019】図3の背景模様のある文字「沖」のうち、 [0019] in the character "offshore" with a background pattern of FIG. 3,
文字画像112は、背景模様の部分の注目画素を中心として画像切出し部30が切り出す領域である。 Character image 112 is an area where image clipping unit 30 cuts out around the target pixel portions of the background pattern. この部分の拡大図を図5(a)に示す。 An enlarged view of this portion shown in Figure 5 (a). 文字画像112についても、文字画像111について図4で説明した手順と同様の手順でハウスドルフ次元の算出を行う。 The character image 112 also calculates the Hausdorff dimension similar procedure to that described character image 111 in FIG. この場合、図5(b)、(c)、(d)に示すように、(L,N)が(2,16),(4,8),(8,4)となり、回帰分析の結果、ハウスドルフ次元は1.0となる。 In this case, FIG. 5 (b), (c), as shown in (d), (L, N) is (2,16), (4,8), (8,4), and the results of the regression analysis , Hausdorff dimension is 1.0.

【0020】フィルタ部50は、図5に示す部分のハウスドルフ次元1.0が閾値1.85より小さいため、この部分を背景の部分と判定し、画素の出力を行わない。 The filter unit 50, since the Hausdorff dimension 1.0 parts shown in FIG. 5 is smaller than the threshold 1.85, determines this portion and part of the background, no output of the pixel.
従って、出力部60は、出力用の画像メモリの注目画素に対応する画素を書き込まない。 Accordingly, the output unit 60 does not write the pixel corresponding to the pixel of interest in the image memory for output. 以上の手順を、背景模様のある文字画像110の全ての画素を順次注目画素として行うことにより、図6に示すように文字画像の部分のみを抽出できる。 The above procedure, by performing a sequential pixel of interest all of the pixels of the character image 110 with a background pattern can be extracted only portion of the character image as shown in FIG.

【0021】次に、図7のように、ノイズのある文字画像からノイズを除去する例を説明する。 Next, as shown in FIG. 7, an example of removing noise from the character image with noise. ここで、ハウスドルフ次元が0.5以下の場合をノイズとして除去することとする。 Here, it is assumed that the removal of the case Hausdorff dimension is 0.5 or less as noise. 図7のノイズのある文字「X電気工業株式会社」のうち、文字画像121は、文字画像部分の注目画素を中心として画像切出し部30が切り出す領域である。 In the character "X Electric Industries, Ltd.," with noise of Fig. 7, the character image 121 is a region where image clipping unit 30 cuts out around the target pixel of the character image portions. この部分の拡大図を図8(a)に示す。 An enlarged view of this portion is shown in FIG. 8 (a). この文字画像121について図4で説明した手順と同様の手順でハウスドルフ次元の算出を行う。 It calculates the Hausdorff dimension procedures similar to those described the character image 121 in FIG. すると、黒画素探索部4 Then, the black pixel search unit 4
2の結果が頻度記憶部43に、(L,N)が(2,2 2 results frequency storage unit 43, (L, N) is (2,2
4),(4,8),(8,4)と記憶され、回帰分析の結果、ハウスドルフ次元は1.29となる。 4), (4,8), and the stored (8,4), the result of regression analysis, Hausdorff dimension becomes 1.29.

【0022】フィルタ部50は、回帰分析処理部44の出力するハウスドルフ次元1.29が閾値0.5より大きいため、この部分はノイズの部分ではないと判定し、 The filter unit 50, the output larger Hausdorff dimension 1.29 threshold 0.5 to regression analysis processing section 44, this portion is determined not to be part of the noise,
注目画素をそのまま出力する。 The pixel of interest is output as it is. 従って、出力部60は、 Accordingly, the output unit 60,
出力用の画像メモリの注目画素の対応する画素をフィルタ部50が出力する画素値にする。 The corresponding pixels of the target pixel in the image memory for output to the pixel value filtering unit 50 outputs.

【0023】図7のノイズのある文字「X電気工業株式会社」のうち、文字画像122は、ノイズの部分が注目画素の場合、注目画素を中心として画像切出し部30が切り出す領域である。 [0023] Among the characters that noise of FIG. 7, "X Electric Industries, Ltd.", the character image 122, if part of the noise of the pixel of interest is a region where image clipping unit 30 cuts out around the pixel of interest. この部分の拡大図を図9(a)に示す。 An enlarged view of this portion shown in Figure 9 (a). すると、黒画素探索部42の結果が頻度記憶部4 Then, the result of the black pixel search unit 42 frequency storage unit 4
3に、(L,N)が(2,2),(4,2),(8, To 3, (L, N) is (2,2), (4,2), (8,
2)と記憶され、回帰分析の結果、ハウスドルフ次元は0.0となる。 2) and is stored, the result of regression analysis, Hausdorff dimension becomes 0.0. 従って、フィルタ部50は、回帰分析処理部44の出力するハウスドルフ次元0.0が閾値0. Therefore, the filter unit 50, the Hausdorff dimension 0.0 threshold 0 to the output of the regression analysis processing unit 44.
5より小さいため、この部分をノイズの部分と判定し、 Because 5 is smaller than determines this portion and part of the noise,
注目画素を白画素として出力する。 And it outputs the pixel of interest as a white pixel.

【0024】以上の手順を、ノイズのある文字画像12 [0024] The above steps, the character image 12 with a noise
0の全ての画素を順次注目画素として行うことにより、 By performing a sequence of interest pixels to all pixels of 0,
図10に示すようにノイズの除去ができる。 It can remove noise as shown in FIG. 10. 上記実施例における閾値等は、処理対象の画像の解像度、ハウスドルフ次元算出部40の構成等により変化することがあるが、ハウスドルフ次元を用いていることにより、背景を除去する場合は、設定すべき閾値の範囲は2次元より小さく、1次元近辺の範囲に自ずと定まる。 Threshold, etc. in the above embodiment, the resolution of the image to be processed, it is possible to vary the configuration or the like of the Hausdorff dimension calculation unit 40, by which using a Hausdorff dimension, when removing the background, setting range should do the threshold is less than two-dimensional, naturally determined in the range of around 1 dimensional. また、ノイズを除去する場合は、1次元以下で0次元に近い範囲に自ずと定まる。 Also, when removing the noise is naturally determined within a range close to zero-dimensional one-dimensional or less. そして、このようないずれの閾値を設定する場合でも、例えば背景模様のある文字から文字のみを抽出するとき、背景模様の種類が変わっても走査方向の変更等の繁雑なオペレーションを不用にすることができる。 Then, even when the setting such any threshold, for example, when extracting only the character from the character with a background pattern, also change the type of background pattern to unnecessary complication of operations such as change of the scanning direction can.

【0025】尚、本発明は上記実施例に限定されず、例えばハウスドルフ次元の算出法に多値画像に適用できるものを用いれば多値画像についても同様な処理を行うことができる。 [0025] The present invention is not limited to the above embodiment, it is possible to perform similar processing for multilevel image be used can be applied to multi-level image, for example, the Hausdorff dimension calculation method. また、2値画像において白地に黒字の場合について説明したが、黒地に白字の場合でも黒画素と白画素の役割を入れ換えれば上記実施例と同様となる。 Further, the description has been given of the black on white in the binary image, the same manner as in the embodiment described above if replaced with each other the role of black and white pixels, even if a white character on a black background. 更に、本発明を用いて処理をした結果得られた画像に例えば背景模様の一部が誤って面と判定された部分が生じ、 Furthermore, some incorrectly face determined to be part of the image obtained as a result of the process by using the present invention for example background pattern occurs,
ノイズが散在するような状態になった場合、そのようなノイズを除去するために再度本発明の手順を用いてノイズの除去を行うような構成とすることも可能である。 If the noise becomes a state as scattered, it is also possible to such conduct constitutes a noise removal using the procedure of the present invention again to remove such noise.

【0026】 [0026]

【発明の効果】以上詳述したように、本発明の画像処理装置によれば、画像上の任意の部分の画素群のハウスドルフ次元を算出し、所定の閾値と比較して画像処理を行なうようにしたので、画像の方向性に関係なく画像処理を行なうことができ、オペレータが走査線の方向を考慮して画像の読み取り方向を設定する等の煩雑な操作が不要となる。 As described above in detail, according to the image processing apparatus of the present invention, calculates the Hausdorff dimension of a pixel group of any part of the image, performs image processing as compared to a predetermined threshold value since such a manner the image processing irrespective of the orientation of the image can be performed, complicated operations such as setting a reading direction of the image is not required operator taking into account the direction of the scan lines. 従って、背景模様の種類が未知の画像であっても画像処理を行なうことができる。 Therefore, it is possible to type of background pattern performs the image processing even unknown image. また、画像の読み取り時に画像が傾いて読み込まれた場合にも、画像の方向性に依存しないため、画像処理を正常に行なうことができる。 Further, if the image is loaded tilted when reading the image also does not depend on the direction of the image can be performed image processing properly.

【図面の簡単な説明】 BRIEF DESCRIPTION OF THE DRAWINGS

【図1】本発明の画像処理装置の一実施例のブロック図である。 1 is a block diagram of an example of an image processing apparatus of the present invention.

【図2】ハウスドルフ次元算出部の詳細な構成のブロック図である。 2 is a block diagram of a detailed configuration of Hausdorff dimension calculation unit.

【図3】背景模様のある文字の例の説明図である。 FIG. 3 is an explanatory diagram of an example of a character with a background pattern.

【図4】図3の文字画像の文字の部分の処理例の説明図である。 4 is an explanatory diagram of a processing example of the character part of the character image of FIG.

【図5】図3の文字画像の背景の部分の処理例の説明図である。 5 is an explanatory diagram of a processing example of a part of the background of the character image of FIG.

【図6】図3の文字画像の文字抽出結果の説明図である。 6 is an explanatory view of a character extraction result of the character image of FIG.

【図7】ノイズのある文字画像の例の説明図である。 7 is an explanatory view of an example of a character image with noise.

【図8】図7の文字画像の文字の部分の処理例の説明図である。 8 is an explanatory diagram of a processing example of the character part of the character image of FIG.

【図9】図7の文字画像のノイズの部分の処理例の説明図である。 9 is an explanatory diagram of a processing example of part of the noise of the character image of FIG.

【図10】図7の文字画像のノイズ除去処理結果の説明図である。 10 is an explanatory diagram of the noise removal processing result of the character image of FIG.

【符号の説明】 DESCRIPTION OF SYMBOLS

20 画像読取り部 30 画像切出し部 40 ハウスドルフ次元算出部 50 フィルタ部 20 image reading unit 30 the image clipping unit 40 Hausdorff dimension calculation section 50 filter section

Claims (1)

    【特許請求の範囲】 [The claims]
  1. 【請求項1】 画像の任意の画素を中心にした予め定められた大きさの領域に含まれる画素群を抽出する画像切出し部と、 当該画像切出し部により抽出される画素群内の画素の分布状態に基づいて当該画素群の図形・空間の自由度を表わす実数の次元であるハウスドルフ次元を算出するハウスドルフ次元算出部と、 当該ハウスドルフ次元算出部により算出されたハウスドルフ次元を所定の閾値と比較し、当該比較結果により前記任意の画素あるいはこれを中心にした前記画素群をそのまま出力するか、白画素あるいは黒画素として出力をするかを決定するフィルタ部とを具えたことを特徴とする画像処理装置。 1. A and image clipping section for extracting a pixel group included in the size of the region a predetermined centered on the arbitrary pixel in the image, the distribution of pixels in the pixel group to be extracted by the image extraction unit and Hausdorff dimension calculation unit for calculating a Hausdorff dimension is a real dimension representing the degree of freedom of shape and space of the pixel group based on the state, the Hausdorff dimension calculation unit Hausdorff dimension a predetermined calculated by characterized in that compared with the threshold value, equipped with a filter unit for determining whether to output as the pixel group to the arbitrary pixel or around this by the comparison result, the output as white pixels or black pixels the image processing apparatus according to.
JP31124893A 1993-11-17 1993-11-17 Image processor Pending JPH07141467A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP31124893A JPH07141467A (en) 1993-11-17 1993-11-17 Image processor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP31124893A JPH07141467A (en) 1993-11-17 1993-11-17 Image processor

Publications (1)

Publication Number Publication Date
JPH07141467A true JPH07141467A (en) 1995-06-02

Family

ID=18014875

Family Applications (1)

Application Number Title Priority Date Filing Date
JP31124893A Pending JPH07141467A (en) 1993-11-17 1993-11-17 Image processor

Country Status (1)

Country Link
JP (1) JPH07141467A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001514110A (en) * 1997-08-23 2001-09-11 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング Information instruction method in vehicle

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001514110A (en) * 1997-08-23 2001-09-11 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング Information instruction method in vehicle
JP4690543B2 (en) * 1997-08-23 2011-06-01 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングRobert Bosch Gmbh Information instruction method in vehicle

Similar Documents

Publication Publication Date Title
JP2642215B2 (en) Extraction method and apparatus of the edge and line
US6628833B1 (en) Image processing apparatus, image processing method, and recording medium with image processing program to process image according to input image
US5016118A (en) Image determining method and apparatus
US7079687B2 (en) Method and apparatus for segmentation of compound documents
DE69533054T2 (en) Multi-windowing technique for thresholding an image using local image properties
US4656665A (en) Thresholding technique for graphics images using histogram analysis
JP3051182B2 (en) Highlight region detection method
US6668097B1 (en) Method and apparatus for the reduction of artifact in decompressed images using morphological post-filtering
JP3343864B2 (en) Word body method of separating
Luo et al. Robust detection of region-duplication forgery in digital image
CN1184796C (en) Image processing method and equipment, image processing system
JP2702928B2 (en) Image input device
US6801636B2 (en) Image processing apparatus and method, and storage medium
EP0881591B1 (en) Ordering groups of text in an image
JP3984301B2 (en) Embedding and detecting watermarks in images
US5974199A (en) Method for scanning and detecting multiple photographs and removing edge artifacts
US5120940A (en) Detection of barcodes in binary images with arbitrary orientation
BE1017547A6 (en) Compression of digital images of scanned documents.
US5434953A (en) Use of fast textured reduction for discrimination of document image components
US6674904B1 (en) Contour tracing and boundary detection for object identification in a digital image
US7292375B2 (en) Method and apparatus for color image processing, and a computer product
CN100369066C (en) Characteristic region extraction device, characteristic region extraction method, and characteristic region extraction program
US5563403A (en) Method and apparatus for detection of a skew angle of a document image using a regression coefficient
US5065437A (en) Identification and segmentation of finely textured and solid regions of binary images
US7151854B2 (en) Pattern recognition of objects in image streams