JPH07160844A

JPH07160844A - ファイリング装置

Info

Publication number: JPH07160844A
Application number: JP5302787A
Authority: JP
Inventors: Toshiharu Kawasaki; 敏治川崎; Yoshihiro Yokoyama; 佳弘横山; Kenichi Nishikawa; 健一西川; Yasuo Kurosu; 康雄黒須
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1993-12-02
Filing date: 1993-12-02
Publication date: 1995-06-23

Abstract

(57)【要約】（修正有）【目的】キーワード等のコードの入力を不要とし、画像
の自動分類登録を行う。【構成】特徴量計算手段１０３は、画像入力手段１０１
により入力された画像の特徴量を計算し、特徴量読出手
段１０６は、ファイル手段１０９に記憶されている画像
に付加されている特徴量を読み出し、類似度計算手段１
０４は、特徴量計算手段１０３により計算された特徴量
と特徴量読出手段１０６により読み出された特徴量との
類似度を計算し、最大類似度判定手段１０５は、類似度
計算手段１０４により計算された類似度のうち、その数
値が最大となるものを求め、求めた類似度に対応する画
像が属する分類項目を、入力された画像の分類項目であ
ると判定する。画像登録手段１０７は、入力された画像
を、判定された分類項目に属するようファイル手段１０
９に登録し、特徴量登録手段１０８は、計算された特徴
量を、ファイル手段１０９に登録された画像に付加す
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、キーワード等のコード
情報の入力を不要とし、画像の自動分類登録を行うこと
を可能とするファイリング装置に関する。

【０００２】

【従来の技術】従来、磁気ディスクまたは光ディスク等
の記録媒体に画像を分類登録するためには、画像にキー
ワード等のコード情報を付加するのが主流であった。こ
れは、コード情報をキーボード等から入力し、該コード
情報が付加されている画像を検索するためである。

【０００３】しかし、この方法には、画像の登録時およ
び検索時に、コード情報をキーボード等から入力しなけ
ればならず、多大な作業量を要するという欠点があっ
た。

【０００４】そこで、従来より、画像からコード情報を
自動的に抽出する方法や画像の一部をコード情報に代わ
るキーとして付加する方法が考案されている。

【０００５】前者は、例えば、特開昭６３−２１２９８
６号公報に記載されているように、画像から文字領域を
取り出し、文字認識を行って、コード情報とする方法で
ある。この方法によれば、画像の自動分類登録をコード
情報によって行うことができるが、文字認識を行うこと
から、文字認識による誤りの発生を回避できず、ユーザ
にとって好ましい分類登録を行うことができないという
欠点がある。

【０００６】後者は、例えば、特開昭６４−１０３８４
号公報に記載されているように、画像の一部をそのまま
検索のためのキーとして付加する方法である。また、特
開昭５９−２１６２７３号公報，特開昭６０−１９２７
５号公報，特開昭６０−８３１７９号公報に記載されて
いるように、画像から輪郭情報を抽出し、これを検索の
ためのキーとして付加する方法である。これらの方法で
は、抽出されたデータは、記録媒体に記録されている画
像をユーザが検索するためのインデックスとして付加さ
れる情報である。すなわち、画像の検索時には、キー
（画像の一部または輪郭情報）を一覧表示し、ユーザに
より選択指示されたキーが付加された画像を表示するよ
うにしている。従って、画像の検索時にユーザが目視に
よって所望の画像の候補を絞り込むためには有効である
が、抽出されたデータが画像のまままたは画像の圧縮デ
ータであることから、画像の自動分類登録のために使用
することはできない。

【０００７】また、画像から特徴量を自動的に抽出する
方法も考案されている。

【０００８】これは、例えば、特開昭５９−１４０７０
号公報に記載されているように、画像から直線成分の割
合，中間調の割合等の特徴量を抽出し、これをコード情
報に変換する方法である。この方法によれば、画像の検
索時に、グラフを含む画像や写真を含む画像といった属
性による検索ができるが、画像の自動分類登録のために
使用することはしていない。

【０００９】

【発明が解決しようとする課題】上述したように、従来
技術では、画像の自動分類登録は行われていなかった。

【００１０】ところで、画像の登録時に自動分類登録し
ておくと、画像の検索時には、分類項目を一覧表示し、
ユーザにより選択指示された分類項目に属する画像のみ
を表示することができるので、画像の登録時のみなら
ず、画像の検索時にみ、ユーザは、コード情報を入力す
る必要がなくなる。

【００１１】本発明の目的は、キーワード等のコード情
報の入力を不要とし、画像の自動分類登録を行うことを
可能とするファイリング装置を提供することにある。

【００１２】

【問題を解決するための手段】上記目的を達成するため
に、本発明は、画像を入力する画像入力手段と、上記画
像入力手段により入力された画像を記憶するファイル手
段とを備えたファイリング装置において、上記画像入力
手段により入力された画像の特徴量を計算する特徴量計
算手段と、上記画像入力手段により入力された画像を、
複数の分類項目のいずれかに属するよう上記ファイル手
段に登録する画像登録手段と、上記特徴量計算手段によ
り計算された特徴量を、上記画像登録手段により上記フ
ァイル手段に登録された画像に付加して登録する特徴量
登録手段とを備えるようにしており、さらに、上記ファ
イル手段に記憶されている画像に付加されている特徴量
を読み出す特徴量読出手段と、上記特徴量計算手段によ
り計算された特徴量と上記特徴量読出手段により読み出
された特徴量との類似度を計算する類似度計算手段と、
上記類似度計算手段により計算された類似度のうち、そ
の数値が最大となるものを求め、該求めた類似度に対応
する特徴量が付加されている画像が属する分類項目を、
上記画像入力手段により入力された画像が属するべき分
類項目であると判定する最大類似度判定手段とを備える
ようにしている。そして、上記画像登録手段は、上記画
像入力手段により入力された画像を、上記最大類似度判
定手段により判定された分類項目に属するよう上記ファ
イル手段に登録するようにしている。

【００１３】また、上記最大類似度判定手段は、上記類
似度計算手段により計算された類似度のうち、その数値
が最大となるものを求め、該求めた類似度が予め決めら
れた閾値以上である場合に、該類似度に対応する特徴量
が付加されている画像が属する分類項目を、上記画像入
力手段により入力された画像が属するべき分類項目であ
ると判定する有効最大類似度判定手段とを備えるように
することもできる。

【００１４】また、上記最大類似度判定手段は、上記類
似度計算手段により計算された類似度のうち、その数値
が最大となるものを求め、該求めた類似度が予め決めら
れた閾値以上でない場合に、上記画像入力手段により入
力された画像が新たな分類項目に属するべきであると判
定するようにすることもできる。この場合、上記画像登
録手段は、上記最大類似度判定手段により新たな分類項
目に属するべきであると判定された場合に、新たな分類
項目を設け、上記画像入力手段により入力された画像
を、該新たな分類項目に属するよう上記ファイル手段に
登録するようにする。

【００１５】また、画像を入力する画像入力手段と、上
記画像入力手段により入力された画像を記憶するファイ
ル手段とを備えたファイリング装置において、上記画像
入力手段により入力された画像の特徴量を計算する特徴
量計算手段と、上記画像入力手段により入力された画像
を、複数の分類項目のいずれかに属するよう上記ファイ
ル手段に登録する画像登録手段と、上記特徴量計算手段
により計算された特徴量を、上記画像登録手段により上
記ファイル手段に登録された画像に付加して登録する特
徴量登録手段とを備えるようにし、さらに、上記ファイ
ル手段に記憶されている画像に付加されている特徴量を
読み出す特徴量読出手段と、上記特徴量計算手段により
計算された特徴量と上記特徴量読出手段により読み出さ
れた特徴量との類似度を計算する類似度計算手段と、上
記類似度計算手段により計算された類似度のうち、その
数値が予め決められた閾値以上であるものを求め、該求
めた類似度に対応する特徴量が付加されている画像が属
する分類項目を、上記画像入力手段により入力された画
像が属するべき分類項目の候補であると判定する有効類
似度判定手段と、上記有効類似度判定手段により判定さ
れた分類項目を表示する分類項目一覧表示手段と、上記
分類項目一覧表示手段により表示された分類項目のう
ち、外部から選択指示されたものを受け付ける分類項目
選択手段とに備えるようにすることもできる。この場
合、上記画像登録手段は、上記画像入力手段により入力
された画像を、上記分類項目選択手段により受け付けら
れた分類項目に属するよう上記ファイル手段に登録する
ようにする。

【００１６】なお、上記分類項目一覧表示手段は、上記
類似度計算手段により計算された類似度の数値が大きい
順に、上記有効類似度判定手段により判定された分類項
目を表示するようにしてもよい。

【００１７】また、上記有効類似度判定手段は、上記類
似度計算手段により計算された類似度のうち、その数値
が予め決められた閾値以上であるものがない場合に、上
記画像入力手段により入力された画像が新たな分類項目
に属するべきであると判定するようにし、上記分類項目
一覧表示手段は、上記有効類似度判定手段により新たな
分類項目に属するべきであると判定された場合に、新た
な分類項目を表示するようにし、上記画像登録手段は、
上記分類項目選択手段により、上記新たな分類項目が受
け付けられた場合に、新たな分類項目を設け、上記画像
入力手段により入力された画像を、該新たな分類項目に
属するよう上記ファイル手段に登録するようにすること
もできる。

【００１８】上述したようなファイリング装置におい
て、上記ファイル手段に記憶されている画像を検索する
ためには、上記ファイル手段に記憶されている画像が属
する分類項目のうち、外部から選択指示された分類項目
に属する画像を順次表示する画像検索手段をさらに備え
るようにすればよい。

【００１９】

【作用】本発明のファイリング装置に画像を登録する際
に、まず、上記画像入力手段は、登録すべき画像を入力
し、上記特徴量計算手段は、上記画像入力手段により入
力された画像の特徴量を計算する。

【００２０】一方、上記特徴量読出手段は、上記ファイ
ル手段に既に登録されている画像に付加されて登録され
ている特徴量を読み出す。

【００２１】上記類似度計算手段は、上記特徴量計算手
段により計算された特徴量と上記特徴量読出手段により
読み出された特徴量との類似度を計算し、上記最大類似
度判定手段は、上記類似度計算手段により計算された類
似度のうち、その数値が最大となるものを求め、該求め
た類似度に対応する特徴量が付加されている画像が属す
る分類項目を、上記画像入力手段により入力された画像
が属するべき分類項目であると判定する。

【００２２】従って、上記画像登録手段は、上記画像入
力手段により入力された画像を、上記最大類似度判定手
段により判定された分類項目に属するよう上記ファイル
手段に登録し、また、上記特徴量登録手段は、上記特徴
量計算手段により計算された特徴量を、上記画像登録手
段により上記ファイル手段に登録された画像に付加して
登録する。

【００２３】これにより、上記画像入力手段により入力
された画像は、上記ファイル手段に既に登録されている
画像のうちの特徴量が最も類似している画像が属する分
類項目に属するようにして登録されることとなる。

【００２４】

【実施例】以下、本発明の実施例について図面を参照し
て説明する。

【００２５】まず、本実施例の第１の実施例について説
明する。

【００２６】図２は本実施例のファイリング装置のハー
ドウェア構成図である。

【００２７】図２において、１０はファイリング装置を
制御するＣＰＵ、１１はＣＰＵ１０が実行するプログラ
ムが記憶されているメインメモリ、１２はディスプレイ
１３を制御するディスプレイ制御回路、１３は画像を表
示するディスプレイ、１４はキーボード１５を制御する
キーボード制御回路、１５はユーザからの指示を入力す
るキーボード、１６はスキャナ１７を制御するスキャナ
制御回路、１７は画像を読み取るスキャナ、１８はスキ
ャナ１７により読み取られた画像を記憶するイメージメ
モリ、１９は画像に対して特徴量計算，類似度計算等の
画像処理を行うイメージプロセッサ、２０はプリンタ２
１を制御するプリンタ制御回路、２１は画像を紙面に印
刷するプリンタ、２２は光ディスク２３を制御するする
光ディスク制御回路、２３は画像および特徴量を蓄積す
る光ディスク、２４はバスである。

【００２８】図１は本実施例のファイリング装置の機能
ブロック図である。

【００２９】図１において、１０１は画像入力手段、１
０２は記憶手段、１０３は特徴量計算手段、１０４は類
似度計算手段、１０５は最大類似度判定手段、１０６は
特徴量読出手段、１０７は画像登録手段、１０８は特徴
量登録手段、１０９はファイル手段である。

【００３０】画像入力手段１０１は、スキャナ１７およ
びスキャナ制御回路１６によって実現され、本実施例の
ファイリング装置に登録すべき画像を入力する。なお、
画像入力手段１０１は、記録媒体に記憶されている画像
を読み出す画像読み出し装置によっても実現することが
できる。

【００３１】記憶手段１０２は、イメージメモリ１８に
よって実現され、画像入力手段１０１により入力された
画像を一時記憶する。

【００３２】特徴量計算手段１０３は、イメージプロセ
ッサ１９によって実現され、記憶手段１０２に一時記憶
されている画像の特徴量を計算し、計算した特徴量を記
憶手段１０２に一時記憶する。

【００３３】特徴量読出手段１０６は、イメージプロセ
ッサ１９および光ディスク制御回路２２によって実現さ
れ、ファイル手段１０９に画像と共に既に登録されてい
る特徴量を順次読み出し、読み出した特徴量を類似度計
算手段１０４に渡す。

【００３４】類似度計算手段１０４は、イメージプロセ
ッサ１９によって実現され、特徴量計算手段１０３によ
り計算され記憶手段１０２に一時記憶されている特徴量
と、特徴量読出手段１０６により読み出された特徴量と
の類似度を順次計算し、計算した類似度を最大類似度判
定手段１０５に渡す。

【００３５】最大類似度判定手段１０５は、イメージプ
ロセッサ１９によって実現され、類似度計算手段１０４
により計算されて渡された類似度のうち、その数値が最
大となる類似度を求め、ファイル手段１０９に既に登録
されている画像のうちの該類似度に対応する画像が属す
る分類項目を求めることにより、記憶手段１０２に一時
記憶されている画像が属するべき分類項目を判定する。

【００３６】画像登録手段１０７は、イメージプロセッ
サ１９および光ディスク制御回路２２によって実現さ
れ、最大類似度判定手段１０５により判定された分類項
目に属するように、記憶手段１０２に一時記憶されてい
る画像をファイル手段１０９に登録する。

【００３７】特徴量登録手段１０８は、イメージプロセ
ッサ１９および光ディスク制御回路２２によって実現さ
れ、画像登録手段１０７がファイル手段１０９に登録し
た画像に付加して、特徴量計算手段１０３により計算さ
れ記憶手段１０２に一時記憶されている特徴量をファイ
ル手段１０９に登録する。

【００３８】ファイル手段１０９は、光ディスク２３に
よって実現され、画像および特徴量を記憶する。

【００３９】図３はファイル手段１０９に登録される画
像および特徴量のデータ構造を示す図である。

【００４０】図３において、３０１は分類表であり、画
像が属する分類項目ごとに、分類項目名と、画像登録数
と、画像ファイル名および特徴量からなる登録画像とが
記述されている。また、３０２は画像ファイル名によっ
て一意に定まる画像の実データである。

【００４１】図３の例では、画像ごとに特徴量が付加さ
れて登録されている場合を示している。

【００４２】以下、本実施例のファイリング装置に画像
を登録する際の動作について、図４の動作フローチャー
トを用いて説明する。

【００４３】本実施例においては、ファイル手段１０９
に、予め複数の分類項目が用意され、各分類項目ごと
に、１つ以上の画像が登録されているものとして説明す
る。すなわち、分類表３０１には、複数の分類項目ごと
に１つ以上の登録画像が記述されている。なお、分類項
目名は、ユーザが任意の時点で、キーボード１５から入
力することができる。

【００４４】ユーザは、本実施例のファイリング装置に
画像を登録するために、登録すべき画像を画像入力手段
１０１を用いて入力するだけでよく、以降は、本実施例
のファイリング装置が、以下に説明するように、入力さ
れた画像を自動的に分類して登録する。

【００４５】すなわち、図４に示すように、まず、画像
入力手段１０１により入力された画像は、記憶手段１０
２に一時記憶される（ステップ４０１）。このとき、イ
メージプロセッサ１９が、記憶手段１０２に一時記憶さ
れている画像からノイズ成分を除去するようにすること
ができる。

【００４６】特徴量計算手段１０３は、記憶手段１０２
に一時記憶されている画像から特徴量を計算し、計算し
た特徴量を記憶手段１０２に一時記憶する（ステップ４
０２）。

【００４７】特徴量計算手段１０３が計算する特徴量
は、例えば、画像から罫線以外の部分を除去することに
より抽出した罫線パターンを数量化したものである。

【００４８】以下、特徴量計算手段１０３が画像から罫
線パターンを抽出する方法について説明する。

【００４９】特徴量計算手段１０３は、画像から罫線パ
ターンを抽出するためには、画像をいくつかの小ブロッ
クに分割し、各小ブロック内の黒画素が縦一列または横
一列に連続する線分となる場合に、罫線であると判定
し、罫線であると判定されなかった部分を除去する。

【００５０】図５は画像の一例を示し、図６は図５に示
した画像から抽出された罫線パターンを示している。ま
た、図７は図５に示した画像から図６に示した罫線パタ
ーンを抽出する例を示している。

【００５１】図７において、７０１は図５に示した画像
の一部、７０２は画像７０１を小ブロックに分割したと
きの１つの小ブロックである。小ブロック７０２におい
て、７０３が縦一列に連続する線分であり、７０４が横
一列に連続する線分であるので、特徴量計算手段１０３
は、線分７０３，７０４を罫線であると判定し、その他
の部分を罫線以外であると判定する。この結果、７０５
に示すような罫線パターンが抽出される。

【００５２】次に、特徴量計算手段１０３が抽出した罫
線パターンを数量化する方法について説明する。

【００５３】特徴量計算手段１０３は、図６に示した罫
線パターンをいくつかの小ブロックに分割し、各小ブロ
ック内の罫線パターンについて、該罫線パターンを１次
元へ写像する投影分布関数および該罫線パターンを２次
元のまま保存するメッシュ密度特徴のうちの少なくとも
いずれか用いて数量化する。すなわち、投影分布関数
は、１つの小ブロック内の罫線パターンの縦成分および
横成分のそれぞれの黒画素数によって表すことができ
る。また、メッシュ密度特徴は、１つの小ブロック内の
罫線パターンの黒画素数によって表すことができる。

【００５４】図８は投影分布関数を用いて罫線パターン
を数量化する例を示し、図９はメッシュ密度特徴を用い
て罫線パターンを数量化する例を示している。

【００５５】図８において、８０１は図６に示した罫線
パターンを小ブロックに分割したときの１つの小ブロッ
ク、８０２は小ブロック８０１の投影分布関数の縦成
分、８０３は小ブロック８０１の投影分布関数の横成分
である。

【００５６】図８に示すように、小ブロック８０１は、
大きさがｎドット×ｍドットであり、このうちの罫線パ
ターンは、縦成分が、｛（０，ｎ），（１，０），…，
（ｍ₂，ｎ），（ｍ₂＋１，０），…，（２ｍ₂，ｎ），
（２ｍ₂＋１，０），…，（ｍ₂＋ｍ₁(＝ｎ)，ｎ）｝で
表され、横成分が、｛（０，ｍ），（１，０），…，
（ｎ₁，ｍ₁），（ｎ₁＋１，０），…，（２ｎ₁，ｍ），
（２ｎ₁＋１，０），…，（３ｎ₁，ｍ₁），（３ｎ₁＋
１，０），…，（４ｎ₁(＝ｎ)，ｍ）｝で表される。な
お、（ｉ，ｊ）の形式において、ｉはライン数またはカ
ラム数であり、ｊは黒画素数である。また、この例で
は、１ラインおよび１カラムが１ドットからなるとした
場合の例である。

【００５７】また、図９において、９０１は図６に示し
た罫線パターンを小ブロックに分割したときの１つの小
ブロックである。

【００５８】図９に示すように、小ブロック９０１は、
大きさがｎドット×ｍドットであり、このうちの罫線パ
ターンは、（ｉ，ｍ＋ｎ−１）で表される。なお、ｉは
小ブロック９０１を識別するための識別子であり、ｍ＋
ｎ−１は小ブロック９０１内の黒画素数である。

【００５９】なお、図３に示した分類表３０１は、メッ
シュ密度特徴を用いて計算された特徴量が記述されてい
る例を示しており、（ｋ，ｐ）の形式において、ｋは小
ブロックの識別子であり、ｐは黒画素数である。

【００６０】さて、図４に戻って、特徴量読出手段１０
６は、図３に示した分類表３０１に記述されている登録
画像の特徴量を順次読み出し、読み出した特徴量を類似
度計算手段１０４に渡す（ステップ４０３）。

【００６１】類似度計算手段１０４は、特徴量計算手段
１０３により計算され記憶手段１０２に一時記憶されて
いる特徴量と、特徴量読出手段１０６により読み出され
て渡された特徴量との類似度を順次計算し、計算した類
似度を最大類似度判定手段１０５に渡す（ステップ４０
４）。

【００６２】以下、類似度計算手段１０４が、２つの特
徴量、すなわち、特徴量計算手段１０３により計算され
た特徴量および分類表３０１に記述されている特徴量の
２つの特徴量から類似度を計算する方法について説明す
る。

【００６３】類似度計算手段１０４が類似度を計算する
方法は２種類考えられ、まず第１の方法は、Ｋを小ブロ
ック数とするとき、２つの特徴量｛（ｉｄ，ｄ１［ｉ
ｄ］）｜１≦ｉ≦Ｋ，ｄ１［ｉｄ］は黒画素数ｄ｝，
｛（ｉｄ，ｄ２［ｉｄ］）｜１≦ｉｄ≦Ｋ，ｄ２［ｉ
ｄ］は黒画素数｝に対して、

【００６４】

【数１】

【００６５】によって得られる数値を類似度とする方法
である。これは、２つの特徴量の内積を取って正規化し
た数値を類似度とする方法である。

【００６６】また、第２の方法は、Ｋを小ブロック数と
し、小ブロックの縦がｍドットであり横がｎドットであ
るとするとき、２つの特徴量｛（ｉｄ，ｄ１［ｉｄ］）
｜１≦ｉｄ≦Ｋ，ｄ１［ｉｄ］は黒画素数｝，｛（ｉ
ｄ，ｄ２［ｉｄ］）｜１≦ｉｄ≦Ｋ，ｄ２［ｉｄ］は黒
画素数｝に対して、

【００６７】

【数２】

【００６８】によって得られる数値を類似度とする方法
である。これは、２つの特徴量の差分を平均化した数値
を類似度とする方法である。

【００６９】さて、図４に戻って、最大類似度判定手段
１０５は、類似度計算手段１０４により計算されて渡さ
れた類似度のうち、その数値が最大となる類似度を求
め、図３に示した分類表３０１に記述されている登録画
像のうちの該類似度に対応する登録画像が属する分類項
目を求める。そして、該分類項目を、記憶手段１０２に
一時記憶されている画像が属するべき分類項目であると
判定する（ステップ４０５）。

【００７０】画像登録手段１０７は、図３に示した分類
表３０１において、最大類似度判定手段１０５により判
定された分類項目に対応する画像登録数を１加算し、適
当な画像ファイル名を生成して、生成した画像ファイル
名を新たに記述すると同時に、ファイル手段１０９にお
ける該画像ファイル名が表すファイルに、記憶手段１０
２に一時記憶されている画像を登録する（ステップ４０
６）。

【００７１】特徴量登録手段１０８は、図３に示した分
類表３０１において、画像登録手段１０７が記述した画
像ファイル名に対応する特徴量に、特徴量計算手段１０
３により計算され記憶手段１０２に一時記憶されている
特徴量を記述する（ステップ４０７）。

【００７２】これにより、画像入力手段１０１により入
力された画像は、ファイル手段１０９に既に登録されて
いる画像のうちの特徴量が最も類似している画像が属す
る分類項目に属するようにして登録されることとなる。

【００７３】そこで、検索時には、図３に示した分類表
３０１に記述されている分類項目名を一覧表示し、ユー
ザにより選択指示された分類項目名に対応する分類項目
に属する登録画像の実データを順次表示していくように
すればよい。

【００７４】なお、本実施例において、特殊な分類項目
を予め用意しておき、特徴量計算手段１０３により計算
された特徴量が予め決められた閾値以上でないならば、
類似度を計算せずに、直ちに、特殊分類項目に属するよ
うに登録するようにしてもよい。これにより、特徴量が
閾値以上でない画像、すなわち、罫線部分がほとんどな
い画像は、まとめられて登録されることとなる。

【００７５】また、本実施例において、ファイル手段１
０９に登録される画像および特徴量のデータ構造は、図
１０に示すようにすることもできる。

【００７６】図１０において、１００１は分類表であ
り、分類項目名と、特徴量と、画像登録数と、画像ファ
イル名からなる登録画像とが記述されている。

【００７７】図１０の例では、分類項目ごとに特徴量が
付加されて登録されている場合を示している。

【００７８】このようなデータ構造の場合、特徴量読出
手段１０６は、図１０に示した分類表１００１に記述さ
れている特徴量を順次読み出し、読み出した特徴量を最
大類似度判定手段１０５に渡す。

【００７９】また、最大類似度判定手段１０５は、類似
度計算手段１０４により計算されて渡された類似度のう
ち、その数値が最大となる類似度を求め、図１０に示し
た分類表１００１に記述されている分類項目のうちの該
類似度に対応する分類項目を求める。そして、該分類項
目を、記憶手段１０２に一時記憶されている画像が属す
るべき分類項目であると判定する。

【００８０】また、特徴量登録手段１０８は図１０に示
した分類表１００１には既に特徴量が記述されているの
で、特徴量を記述しなくてもよいが、既に記述されてい
る特徴量に登録画像数を掛けたものと、特徴量計算手段
１０３により計算され記憶手段１０２に一時記憶されて
いる特徴量との平均を取った数値を記述するようにして
もよい。

【００８１】また、本実施例において、特徴量計算手段
１０３が特徴量を計算する方法は、以下に説明するよう
にすることもできる。

【００８２】図１１は特徴量計算手段１０３が特徴量を
計算する別の方法を示す図である。

【００８３】特徴量計算手段１０３は、後述する１つ以
上の画像テンプレートを該画像テンプレートの識別子と
共に記憶するようにし、それぞれの画像テンプレートを
画像にくまなく当てはめ、当てはめた画像テンプレート
内で有効な黒画素数を求めることにより数値化するよう
にする。すなわち、この場合の特徴量は、画像テンプレ
ートの識別子，画像テンプレートを当てはめた位置，画
像テンプレート内で有効な黒画素数からなる３次元ベク
トルの列となる。

【００８４】画像テンプレートは、図１２に示すよう
に、中央方形部および該中央方形部と１辺のみを共有す
るまわりの４つの方形部からなる十字形をしており、ま
わりの４つの方形部を有効／無効の２つに分類する組み
合わせからできる１６個の全部または一部である。

【００８５】特徴量計算手段１０３は、これらの画像テ
ンプレートを、画像にくまなく当てはめていき、それぞ
れ当てはめた際に、各画像テンプレートの有効部分にあ
る黒画素数を求める。

【００８６】図１１の例では、画像テンプレート１１０
１は、中央方形部の大きさがｍドット×ｎドットであ
り、上側方形部の大きさがｍ_topドット×ｎドットであ
り、下側方形部の大きさがｍ_bottomドット×ｎドットで
あり、左側方形部の大きさがｍドット×ｎ_leftドットで
あり、右側方形部の大きさがｍドット×ｎ_rightドット
である例を示している。また、画像テンプレート１１０
１は、下側方形部，左側方形部，右側方形部が有効であ
り上側方形部が無効である例を示している。

【００８７】このとき、画像テンプレート１１０１の有
効部分内の黒画素数は、図１１に示した計算式によって
得ることができる。

【００８８】ここで、ｍ＋ｎ−１は、中央方形部内の黒
画素数であり、Ｑ_topは、上側方形部内の黒画素のうち
縦に連続した黒画素数の最大値であり、Ｑ_bottomは、下
側方形部内の黒画素のうち縦に連続した黒画素数の最大
値であり、Ｑ_leftは、左側方形部内の黒画素のうち横に
連続した黒画素数の最大値であり、Ｑ_rightは、右側方
形部内の黒画素のうち横に連続した黒画素数の最大値で
ある。

【００８９】このように、中央方形部の大きさがｍドッ
ト×ｎドットであり、上側方形部の大きさがｍ_topドッ
ト×ｎドットであり、下側方形部の大きさがｍ_bottomド
ット×ｎドットであり、左側方形部の大きさがｍドット
×ｎ_leftドットであり、右側方形部の大きさがｍドット
×ｎ_rightドットである１６個の画像テンプレートにつ
いて、中央方形部内の黒画素数をＮとし、上側方形部内
の黒画素のうち縦に連続した黒画素数の最大値をＱ_top
とし、下側方形部内の黒画素のうち縦に連続しの黒画素
数の最大値をＱ_bottomとし、左側方形部内の黒画素のう
ち横に連続した黒画素数の最大値をＱ_leftとし、右側方
形部内の黒画素のうち横に連続した黒画素数の最大値を
Ｑ_rightとするとき、各画像テンプレートの有効部分内
の黒画素数は以下に示すようになる。

【００９０】すなわち、上側方形部，下側方形部，左側
方形部，右側方形部が有効である画像テンプレートの場
合、

【００９１】

【数３】

【００９２】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、上側方形
部，下側方形部，左側方形部が有効であり右側方形部が
無効である画像テンプレートの場合、

【００９３】

【数４】

【００９４】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、上側方形
部，下側方形部，右側方形部が有効であり左側方形部が
無効である画像テンプレートの場合、

【００９５】

【数５】

【００９６】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、上側方形
部，左側方形部，右側方形部が有効であり下側方形部が
無効である画像テンプレートの場合、

【００９７】

【数６】

【００９８】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、下側方形
部，左側方形部，右側方形部が有効であり上側方形部が
無効である画像テンプレートの場合、

【００９９】

【数７】

【０１００】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、上側方形
部，下側方形部が有効であり左側方形部，右側方形部が
無効である画像テンプレートの場合、

【０１０１】

【数８】

【０１０２】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、上側方形
部，左側方形部が有効であり下側方形部，右側方形部が
無効である画像テンプレートの場合、

【０１０３】

【数９】

【０１０４】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、上側方形
部，右側方形部が有効であり下側方形部，左側方形部が
無効である画像テンプレートの場合、

【０１０５】

【数１０】

【０１０６】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、下側方形
部，左側方形部が有効であり上側方形部，右側方形部が
無効である画像テンプレートの場合、

【０１０７】

【数１１】

【０１０８】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、下側方形
部，右側方形部が有効であり上側方形部，左側方形部が
無効である画像テンプレートの場合、

【０１０９】

【数１２】

【０１１０】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、左側方形
部，右側方形部が有効であり上側方形部，下側方形部が
無効である画像テンプレートの場合、

【０１１１】

【数１３】

【０１１２】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、上側方形部
が有効であり下側方形部，左側方形部，右側方形部が無
効である画像テンプレートの場合、

【０１１３】

【数１４】

【０１１４】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、下側方形部
が有効であり上側方形部，左側方形部，右側方形部が無
効である画像テンプレートの場合、

【０１１５】

【数１５】

【０１１６】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、左側方形部
が有効であり上側方形部，下側方形部，右側方形部が無
効である画像テンプレートの場合、

【０１１７】

【数１６】

【０１１８】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、右側方形部
が有効であり上側方形部，下側方形部，左側方形部が無
効である画像テンプレートの場合、

【０１１９】

【数１７】

【０１２０】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。また、上側方形
部，下側方形部，左側方形部，右側方形部が無効である
画像テンプレートの場合、

【０１２１】

【数１８】

【０１２２】によって得られる数値が、該画像テンプレ
ートの有効部分内の黒画素数となる。

【０１２３】従って、特徴量計算手段１０３により計算
される特徴量は、３次元ベクトル（画像テンプレートの
識別子，画像テンプレートを当てはめた位置，黒画素
数）が、画像テンプレート数（１６個）分×画像テンプ
レートを当てはめた位置数（Ｋ個）分並んだものとな
る。

【０１２４】以下、特徴量計算手段１０３が上述したよ
うに画像テンプレートを用いて特徴量を計算した場合
に、類似度計算手段１０４が２つの特徴量から類似度を
計算する方法について説明する。

【０１２５】類似度計算手段１０４が類似度を計算する
方法は２種類考えられ、まず第１の方法は、Ｌを画像テ
ンプレート数、Ｋを画像テンプレートを当てはめた位置
数とするとき、２つの特徴量｛（ｔｉｄ，ｉｄ，ｄ１
［ｔｉｄ］［ｉｄ］）｜１≦ｔｉｄ≦Ｌ，１≦ｉｄ≦
Ｋ，ｄ１［ｔｉｄ］［ｉｄ］は黒画素数｝，｛（ｔｉ
ｄ，ｉｄ，ｄ２［ｔｉｄ］［ｉｄ］）｜１≦ｔｉｄ≦
Ｌ，１≦ｉｄ≦Ｋ，ｄ２［ｔｉｄ］［ｉｄ］は黒画素
数｝に対して、

【０１２６】

【数１９】

【０１２７】によって得られる数値を類似度とする方法
である。これは、２つの特徴量の内積を取って正規化し
た数値を類似度とする方法である。

【０１２８】また、第２の方法は、Ｌを画像テンプレー
ト数、Ｋを画像テンプレートを当てはめた位置数とする
とき、２つの特徴量｛（ｔｉｄ，ｉｄ，ｄ１［ｔｉｄ］
［ｉｄ］）｜１≦ｔｉｄ≦Ｌ，１≦ｉｄ≦Ｋ，ｄ１［ｔ
ｉｄ］［ｉｄ］は黒画素数｝，｛（ｔｉｄ，ｉｄ，ｄ２
［ｔｉｄ］［ｉｄ］）｜１≦ｔｉｄ≦Ｌ，１≦ｉｄ≦
Ｋ，ｄ２［ｔｉｄ］［ｉｄ］は黒画素数｝に対して、

【０１２９】

【数２０】

【０１３０】によって得られる数値を類似度とする方法
である。これは、２つの特徴量の差分を平均化した数値
を類似度とする方法である。

【０１３１】さて、上記第１の実施例によれば、画像入
力手段１０１により入力された画像は、ファイル手段１
０９に予め用意されている複数の分類項目のうちのいず
れかに属するように登録されていた。ところが、類似度
計算手段１０４により計算された類似度の数値によって
は、予め用意された分類項目ではなく、新たな分類項目
に属するように登録されることが好ましい場合がある。
以下、このようなことを可能とする第２の実施例につい
て説明する。

【０１３２】本実施例のファイリング装置のハードウェ
ア構成図は、図２と同様である。

【０１３３】図１３は本実施例のファイリング装置の機
能ブロック図である。

【０１３４】図１３において、１０１は画像入力手段、
１０２は記憶手段、１０３は特徴量計算手段、１０４は
類似度計算手段、１０６は特徴量読出手段、１０７は画
像登録手段、１０８は特徴量登録手段、１０９はファイ
ル手段、１１０は有効最大類似度判定手段、１１１は類
似度閾値記憶手段である。

【０１３５】画像入力手段１０１，記憶手段１０２，特
徴量計算手段１０３，特徴量読出手段１０６，類似度計
算手段１０４は、上記第１の実施例と同様である。ただ
し、類似度計算手段１０４は、計算した類似度を有効最
大類似度判定手段１１０に渡す。

【０１３６】有効最大類似度判定手段１１０は、イメー
ジプロセッサ１９によって実現され、類似度計算手段１
０４により計算されて渡された類似度のうち、その数値
が最大となる類似度を求め、該類似度の数値が類似度閾
値記憶手段１１１に記憶されている閾値以上であるか否
かを判定する。そして、閾値以上であるならば、ファイ
ル手段１０９に既に登録されている画像のうちの該類似
度に対応する画像が属する分類項目を求めることによ
り、記憶手段１０２に一時記憶されている画像が属する
べき分類項目を判定する。また、閾値以上でないなら
ば、記憶手段１０２に一時記憶されている画像が新たな
分類項目に属するべきであると判定する。

【０１３７】画像登録手段１０７は、イメージプロセッ
サ１９および光ディスク制御回路２２によって実現さ
れ、有効最大類似度判定手段１１０により判定された分
類項目に属するように、記憶手段１０２に一時記憶され
ている画像をファイル手段１０９に登録する。なお、画
像登録手段１０７は、有効最大類似度判定手段１１０に
より新たな分類項目に属するべきであると判定された場
合は、新たな分類項目も登録する。

【０１３８】特徴量登録手段１０８，ファイル手段１０
９は、上記第１の実施例と同様である。

【０１３９】また、ファイル手段１０９に登録される画
像および特徴量のデータ構造を示す図は、図３と同様で
ある。すなわち、図３に示すように、画像ごとに特徴量
が付加されて登録されている。

【０１４０】以下、本実施例のファイリング装置に画像
を登録する際の動作について説明する。

【０１４１】本実施例の動作フローチャートは、図４と
同様である。

【０１４２】ただし、本実施例においては、画像の登録
時に新たに分類項目を設けることができるので、上記第
１の実施例のように、ファイル手段１０９に予め複数の
分類項目を用意しておく必要はない。なお、新たな分類
項目は設けられるが、その時点で分類項目名が生成され
るわけではなく、分類項目名については、上記第１の実
施例と同様に、ユーザが任意の時点で、キーボード１５
から入力することができるようになっている。

【０１４３】ユーザは、本実施例のファイリング装置に
画像を登録するために、登録すべき画像を画像入力手段
１０１を用いて入力するだけでよく、以降は、本実施例
のファイリング装置が、以下に説明するように、入力さ
れた画像を自動的に分類して登録する。

【０１４４】すなわち、図４に示すように、まず、画像
入力手段１０１により入力された画像は、記憶手段１０
２に一時記憶される（ステップ４０１）。このとき、イ
メージプロセッサ１９が、記憶手段１０２に一時記憶さ
れている画像からノイズ成分を除去するようにすること
ができる。

【０１４５】特徴量計算手段１０３は、記憶手段１０２
一時記憶されている画像から特徴量を計算し、計算した
特徴量を記憶手段１０２に一時記憶する（ステップ４０
２）。

【０１４６】ここで、特徴量計算手段１０３が計算する
特徴量は、上記第１の実施例と同様に、画像から罫線以
外の文字部分を除去することにより抽出した罫線パター
ンを数量化したものであり、特徴量計算手段１０３が画
像から罫線パターンを抽出する方法、および、特徴量計
算手段１０３が抽出した罫線パターンを数量化する方法
は、上記第１の実施例と同様である。また、上記第１の
実施例と同様に、図３に示した分類表３０１は、メッシ
ュ密度特徴を用いて計算された特徴量が記述されている
例を示している。なお、本実施例においても、上記第１
の実施例と同様に、特徴量計算手段１０３が特徴量を計
算する方法を、上述した画像テンプレートを用いた方法
とすることができる。

【０１４７】続いて、特徴量読出手段１０６は、図３に
示した分類表３０１に記述されている登録画像の特徴量
を順次読み出し、読み出した特徴量を類似度計算手段１
０４に渡す（ステップ４０３）。

【０１４８】類似度計算手段１０４は、特徴量計算手段
１０３により計算され記憶手段１０２に一時記憶されて
いる特徴量と、特徴量読出手段１０６により読み出され
て渡された特徴量との類似度を順次計算し、計算した類
似度を有効最大類似度判定手段１１０に渡す（ステップ
４０４）。

【０１４９】ここで、類似度計算手段１０４が類似度を
計算する方法は、上記第１の実施例と同様である。

【０１５０】続いて、有効最大類似度判定手段１１０
は、類似度計算手段１０４により計算されて渡された類
似度のうち、その数値が最大となる類似度を求め、該類
似度の数値が類似度閾値記憶手段１１１に記憶されてい
る閾値以上であるか否かを判定する。そして、閾値以上
であるならば、図３に示した分類表３０１に記述されて
いる登録画像のうちの該類似度に対応する登録画像が属
する分類項目を求め、該分類項目を、記憶手段１０２に
一時記憶されている画像が属するべき分類項目であると
判定する（ステップ４０５）。

【０１５１】なお、有効最大類似度判定手段１１０は、
該類似度の数値が類似度閾値記憶手段１１１に記憶され
ている閾値以上でないならば、記憶手段１０２に一時記
憶されている画像が新たな分類項目に属するべきである
と判定する。

【０１５２】画像登録手段１０７は、図３に示した分類
表３０１において、有効最大類似度判定手段１１０によ
り判定された分類項目に対応する画像登録数を１加算
し、適当な画像ファイル名を生成して、生成した画像フ
ァイル名を新たに記述すると同時に、ファイル手段１０
９における該画像ファイル名が表すファイルに、記憶手
段１０２に一時記憶されている画像を登録する（ステッ
プ４０６）。

【０１５３】なお、画像登録手段１０７は、有効最大類
似度判定手段１１０により新たな分類項目に属するべき
であると判定された場合は、図３に示した分類表３０１
において、新たに分類項目を設け、該分類項目に対応す
る画像登録数に１を記述し、適当な画像ファイル名を生
成して、生成した画像ファイル名を新たに記述すると同
時に、ファイル手段１０９における該画像ファイル名が
表すファイルに、記憶手段１０２に一時記憶されている
画像を登録する。ここでは、新たに設けた分類項目に
は、分類項目名は記述されず、ユーザがキーボード１５
から分類項目名を入力した時点で記述される。

【０１５４】特徴量登録手段１０８は、図３に示した分
類表３０１において、画像登録手段１０７が記述した画
像ファイル名に対応する特徴量に、特徴量計算手段１０
３により計算され記憶手段１０２に一時記憶されている
特徴量を記述する（ステップ４０７）。

【０１５５】これにより、画像入力手段１０１により入
力された画像は、ファイル手段１０９に既に登録されて
いる画像のうちの特徴量が最も類似している画像が属す
る分類項目に属するようにして登録されるか、または、
新たな分類項目に属するようにして登録されることとな
る。

【０１５６】そこで、検索時には、図３に示した分類表
３０１に記述されている分類項目名を一覧表示し、ユー
ザにより選択指示された分類項目名に対応する分類項目
に属する登録画像の実データを順次表示していくように
すればよい。

【０１５７】なお、画像登録手段１０７は、有効最大類
似度判定手段１１０により新たな分類項目に属するべき
であると判定された場合に、図３に示した分類表３０１
において、新たな分類項目を設けずに、そのような画像
を登録するための特殊な分類項目を予め用意しておき、
該特殊分類項目に属するように登録するようにしてもよ
い。

【０１５８】さらに、特殊分類項目を用意するようにし
た場合は、特徴量計算手段１０３により計算された特徴
量が予め決められた閾値以上でないならば、類似度を計
算せずに、直ちに、特殊分類項目に属するように登録す
るようにしてもよい。

【０１５９】また、本実施例においては、ユーザが、画
像が登録される前に分類項目名をキーボード１５から入
力しておく場合が考えられる。このような場合は、画像
登録手段１０７は、図３に示した分類表３０１におい
て、新たな分類項目を設け、入力された分類項目名を新
たな分類項目に記述する。このようにして分類項目名が
記述された新たな分類項目には、対応する登録画像（特
徴量を含む。）が１つもないこととなる。

【０１６０】そして、画像登録手段１０７は、有効最大
類似度判定手段１１０により新たな分類項目に属するべ
きであると判定された場合に、図３に示した分類表３０
１において、上述したような登録画像が１つもない新た
な分類項目が記述されているならば、新たな分類項目を
設けずに、このような分類項目に属するように登録する
ようにしてもよい。

【０１６１】また、本実施例においても、上記第１の実
施例と同様に、ファイル手段１０９に登録される画像お
よび特徴量のデータ構造は、図１０に示すようにするこ
とができる。すなわち、分類項目ごとに特徴量が付加さ
れて登録されるようにすることができる。

【０１６２】このようなデータ構造の場合、特徴量読出
手段１０６は、図１０に示した分類表１００１に記述さ
れている特徴量を順次読み出し、読み出した特徴量を有
効最大類似度判定手段１１０に渡す。

【０１６３】また、有効最大類似度判定手段１１０は、
類似度計算手段１０４により計算されて渡された類似度
のうち、その数値が最大となる類似度を求め、該類似度
の数値が類似度閾値記憶手段１１１に記憶されている閾
値以上であるか否かを判定する。そして、閾値以上であ
るならば、図１０に示した分類表１００１に記述されて
いる分類項目のうちの該類似度に対応する分類項目を求
め、該分類項目を、記憶手段１０２に一時記憶されてい
る画像が属するべき分類項目であると判定する。また、
閾値以上でないならば、記憶手段１０２に一時記憶され
ている画像が新たな分類項目に属するべきであると判定
する。

【０１６４】また、特徴量登録手段１０８は、図１０に
示した分類表１００１には既に特徴量が記述されている
ので、特徴量を記述しなくてもよいが、既に記述されて
いる特徴量に登録画像数を掛けたものと、特徴量計算手
段１０３により計算され記憶手段１０２に一時記憶され
ている特徴量との平均を取った数値を記述するようにし
てもよい。なお、特徴量登録手段１０８は、有効最大類
似度判定手段１１０により新たな分類項目に属するべき
であると判定された場合は、図１０に示した分類表１０
０１において、新たに設けられた分類項目に対応する特
徴量に、特徴量計算手段１０３により計算され記憶手段
１０２に一時記憶されている特徴量を記述する。

【０１６５】さて、上記第１の実施例および上記第２の
実施例においては、ユーザが登録すべき画像を画像入力
手段１０１を用いて入力するだけで、以降は、ファイリ
ング装置が入力された画像が属するべき分類項目を自動
的に決定するようになっていた。ところが、ユーザが意
図する分類項目とは異なる分類項目に属するように登録
されてしまう場合があるので、登録時に、候補となる分
類項目をユーザに通知し、ユーザが所望の分類項目を選
択指示することにより、ユーザが最終的に分類項目を決
定することを可能とすることが好ましい場合がある。以
下、このようなことを可能とする第３の実施例について
説明する。

【０１６６】本実施例のファイリング装置のハードウェ
ア構成図は、図２と同様である。

【０１６７】図１４は本実施例のファイリング装置の機
能ブロック図である。

【０１６８】図１４において、１０１は画像入力手段、
１０２は記憶手段、１０３は特徴量計算手段、１０４は
類似度計算手段、１０６は特徴量読出手段、１０７は画
像登録手段、１０８は特徴量登録手段、１０９はファイ
ル手段、１１１は類似度閾値記憶手段、１１２は有効類
似度判定手段、１１３は分類一覧表示手段、１１４は分
類選択手段である。

【０１６９】画像入力手段１０１，記憶手段１０２，特
徴量計算手段１０３，特徴量読出手段１０６，類似度計
算手段１０４は、上記第１の実施例と同様である。ただ
し、類似度計算手段１０４は、計算した類似度を有効類
似度判定手段１１２に渡す。

【０１７０】有効類似度判定手段１１２は、イメージプ
ロセッサ１９によって実現され、類似度計算手段１０４
により計算されて渡された類似度のうち、その数値が類
似度閾値記憶手段１１１に記憶されている閾値以上であ
る類似度を求め、該類似度に対応する画像が属する分類
項目を求めることにより、記憶手段１０２に一時記憶さ
れている画像が属するべき分類項目の候補を判定する。
なお、有効類似度判定手段１１２は、類似度計算手段１
０４により計算されて渡された類似度のうち、その数値
が類似度閾値記憶手段１１１に記憶されている閾値以上
である類似度がないならば、記憶手段１０２に一時記憶
されている画像が新たな分類項目に属するべきであると
判定する。

【０１７１】分類一覧表示手段１１３は、ディスプレイ
制御回路１２およびディスプレイ１３によって実現さ
れ、有効類似度判定手段１１２により判定された分類項
目の候補を一覧表示する。なお、分類一覧表示手段１１
３は、有効類似度判定手段１１２により新たな分類項目
に属するべきであると判定された場合は、新たな分類項
目という候補を表示する。

【０１７２】分類選択手段１１４は、キーボード制御回
路１４およびキーボード１５によって実現され、分類一
覧表示手段１１３により一覧表示された分類項目の候補
の中からユーザにより選択指示された分類項目を受け付
ける。

【０１７３】画像登録手段１０７は、イメージプロセッ
サ１９および光ディスク制御回路２２によって実現さ
れ、分類選択手段１１４により受け付けられた分類項目
に属するように、記憶手段１０２に一時記憶されている
画像をファイル手段１０９に登録する。

【０１７４】特徴量登録手段１０８，ファイル手段１０
９は、上記第１の実施例と同様である。

【０１７５】また、ファイル手段１０９に登録される画
像および特徴量のデータ構造を示す図は、図３と同様で
ある。すなわち、図３に示すように、画像ごとに特徴量
が付加されて登録されている。

【０１７６】以下、本実施例のファイリング装置に画像
を登録する動作について、図１５の動作フローチャート
を用いて説明する。

【０１７７】本実施例においては、上記第２の実施例と
同様に、画像の登録時に新たに分類項目を設けることが
できるので、上記第１の実施例のように、ファイル手段
１０９に予め複数の分類項目を用意しておく必要はな
い。なお、新たな分類項目は設けられるが、その時点で
分類項目名が生成されるわけではなく、分類項目名につ
いては、上記第１の実施例と同様に、ユーザが任意の時
点で、キーボード１５から入力することができるように
なっており、本実施例においては、特に、分類項目の候
補が一覧表示された時点で、キーボード１５から入力す
ることができるようになっている。

【０１７８】ユーザは、本実施例のファイリング装置に
画像を登録するために、登録すべき画像を画像入力手段
１０１を用いて入力すると、以降は、本実施例のファイ
リング装置が、以下に説明するように、入力された画像
が属するべき分類項目の候補を一覧表示するので、ユー
ザは、所望の分類項目を選択指示すれば、該選択指示さ
れた分類項目に属するように画像が登録される。

【０１７９】すなわち、図１５に示すように、まず、画
像入力手段１０１により入力された画像は、記憶手段１
０２に一時記憶される（ステップ１５０１）。このと
き、イメージプロセッサ１９が、記憶手段１０２に一時
記憶されている画像からノイズ成分を除去するようにす
ることができる。

【０１８０】特徴量計算手段１０３は、記憶手段１０２
に一時記憶されている画像から特徴量を計算し、計算し
た特徴量を記憶手段１０２に一時記憶する（ステップ１
５０２）。

【０１８１】ここで、特徴量計算手段１０３が計算する
特徴量は、上記第１の実施例と同様に、画像から罫線以
外の文字部分を除去することにより抽出した罫線パター
ンを数量化したものであり、特徴量計算手段１０３が画
像から罫線パターンを抽出する方法、および、特徴量計
算手段１０３が抽出した罫線パターンを数量化する方法
は、上記第１の実施例と同様である。また、上記第１の
実施例と同様に、図３に示した分類表３０１は、メッシ
ュ密度特徴を用いて計算された特徴量が記述されている
例を示している。なお、本実施例においても、上記第１
の実施例と同様に、特徴量計算手段１０３が特徴量を計
算する方法を、上述した画像テンプレートを用いた方法
とすることができる。

【０１８２】続いて、特徴量読出手段１０６は、図３に
示した分類表３０１に記述されている登録画像の特徴量
を順次読み出し、読み出した特徴量を類似度計算手段１
０４に渡す（ステップ１５０３）。

【０１８３】類似度計算手段１０４は、特徴量計算手段
１０３により計算され記憶手段１０２に一時記憶されて
いる特徴量と、特徴量読出手段１０６により読み出され
て渡された特徴量との類似度を順次計算し、計算した類
似度を、順次、有効類似度判定手段１１２に渡す（ステ
ップ１５０４）。

【０１８４】ここで、類似度計算手段１０４が類似度を
計算する方法は、上記第１の実施例と同様である。

【０１８５】続いて、有効類似度判定手段１１２は、類
似度計算手段１０４により計算されて渡された類似度の
うち、その数値が類似度閾値記憶手段１１１に記憶され
ている閾値以上である類似度を求め、図３に示した分類
表３０１に記述されている登録画像のうちの該類似度に
対応する登録画像が属する分類項目を求め、該分類項目
を、記憶手段１０２に一時記憶されている画像が属する
べき分類項目の候補であると判定する（ステップ１５０
５）。

【０１８６】なお、有効類似度判定手段１１２は、類似
度計算手段１０４により計算されて渡された類似度のう
ち、その数値が類似度閾値記憶手段１１１に記憶されて
いる閾値以上である類似度がないならば、記憶手段１０
２に一時記憶されている画像が新たな分類項目に属する
べきであると判定する。

【０１８７】分類一覧表示手段１１３は、有効類似度判
定手段１１２により判定された分類項目候補に対応する
分類項目名を一覧表示する（ステップ１５０６）。この
とき、分類一覧表示手段１１３は、類似度が大きい順
に、分類項目名を一覧表示することが好ましい。

【０１８８】なお、分類一覧表示手段１１３は、有効類
似度判定手段１１２により新たな分類項目に属するべき
であると判定された場合は、例えば、新たな分類項目と
いう分類項目名を表示し、ユーザがキーボード１５から
分類項目名を入力するよう促すことができる。

【０１８９】ここで、ユーザにより所望の分類項目名が
選択指示されると、分類選択手段１１４は、該選択指示
された分類項目名を受け付ける（ステップ１５０７）。

【０１９０】画像登録手段１０７は、図３に示した分類
表３０１において、分類選択手段１１４により受け付け
られた分類項目名に対応する画像登録数を１加算し、適
当な画像ファイル名を生成して、生成した画像ファイル
名を新たに記述すると同時に、ファイル手段１０９にお
ける該画像ファイル名が表すファイルに、記憶手段１０
２に一時記憶されている画像を登録する（ステップ１５
０８）。

【０１９１】なお、画像登録手段１０７は、分類選択手
段１１４により新たな分類項目名が受け付けられた場合
は、図３に示した分類表３０１において、新たに分類項
目を設け、該分類項目に対応する画像登録数に１を記述
し、適当な画像ファイル名を生成して、生成した画像フ
ァイル名を新たに記述すると同時に、ファイル手段１０
９における該画像ファイル名が表すファイルに、記憶手
段１０２に一時記憶されている画像を登録する。ここで
は、新たに設けた分類項目には、分類項目名は記述され
ず、ユーザがキーボード１５から分類項目名を入力した
場合にのみ記述される。

【０１９２】特徴量登録手段１０８は、図３に示した分
類表３０１において、画像登録手段１０７が記述した画
像ファイル名に対応する特徴量に、特徴量計算手段１０
３により計算され記憶手段１０２に一時記憶されている
特徴量を記述する（ステップ１５０９）。

【０１９３】これにより、画像入力手段１０１により入
力された画像は、ファイル手段１０９に既に登録されて
いる画像のうちの特徴量がある程度類似している画像が
属する分類項目のうち、ユーザにより選択指示された分
類項目に属するようにして登録されるか、または、新た
な分類項目に属するようにして登録されることとなる。

【０１９４】そこで、検索時には、図３に示した分類表
３０１に記述されている分類項目名を一覧表示し、ユー
ザにより選択指示された分類項目名に対応する分類項目
に属する登録画像の実データを順次表示していくように
すればよい。

【０１９５】なお、画像登録手段１０７は、有効類似度
判定手段１１２により新たな分類項目に属するべきであ
ると判定された場合に、図３に示した分類表３０１にお
いて、新たな分類項目を設けずに、そのような画像を登
録するための特殊な分類項目を予め用意しておき、該特
殊分類項目に属するように登録するようにしてもよい。

【０１９６】さらに、特殊分類項目を用意するようにし
た場合は、特徴量計算手段１０３により計算された特徴
量が予め決められた閾値以上でないならば、類似度を計
算せずに、直ちに、特殊分類項目名を表示するようにし
てもよい。

【０１９７】また、本実施例においては、ユーザが、画
像が登録される前に分類項目名をキーボード１５から入
力しておく場合が考えられる。このような場合は、画像
登録手段１０７は、図３に示した分類表３０１におい
て、新たな分類項目を設け、入力された分類項目名を新
たな分類項目に記述する。このようにして分類項目名が
記述された新たな分類項目には、対応する登録画像（特
徴量を含む。）が１つもないこととなる。

【０１９８】そして、分類一覧表示手段１１３は、分類
項目名を一覧表示する際に、図３に示した分類表３０１
において、上述したような登録画像が１つもない新たな
分類項目が記述されているならば、このような分類項目
の分類項目名をも表示するようにしてもよい。

【０１９９】また、本実施例においても、上記第１の実
施例と同様に、ファイル手段１０９に登録される画像お
よび特徴量のデータ構造は、図１０に示すようにするこ
とができる。すなわち、分類項目ごとに特徴量が付加さ
れて登録されるようにすることができる。

【０２００】このようなデータ構造の場合、特徴量読出
手段１０６は、図１０に示した分類表１００１に記述さ
れている特徴量を順次読み出し、読み出した特徴量を有
効類似度判定手段１１２に渡す。

【０２０１】また、有効類似度判定手段１１２は、類似
度計算手段１０４により計算されて渡された類似度のう
ち、その数値が類似度閾値記憶手段１１１に記憶されて
いる閾値以上である類似度を求め、図１０に示した分類
表１００１に記述されている分類項目のうちの該類似度
に対応する分類項目を求め、該分類項目を、記憶手段１
０２に一時記憶されている画像が属するべき分類項目の
候補であると判定する。なお、有効類似度判定手段１１
２は、類似度計算手段１０４により計算されて渡された
類似度のうち、その数値が類似度閾値記憶手段１１１に
記憶されている閾値以上である類似度がないならば、記
憶手段１０２に一時記憶されている画像が新たな分類項
目に属するべきであると判定する。

【０２０２】また、特徴量登録手段１０８は、図１０に
示した分類表１００１には既に特徴量が記述されている
ので、特徴量を記述しなくてもよいが、既に記述されて
いる特徴量に登録画像数を掛けたものと、特徴量計算手
段１０３により計算され記憶手段１０２に一時記憶され
ている特徴量との平均を取った数値を記述するようにし
てもよい。なお、特徴量登録手段１０８は、有効類似度
判定手段１１２により新たな分類項目に属するべきであ
ると判定された場合は、図１０に示した分類表１００１
において、新たに設けられた分類項目に対応する特徴
量、特徴量計算手段１０３により計算され記憶手段１０
２に一時記憶されている特徴量を記述する。

【０２０３】

【発明の効果】以上説明したように、本発明によれば、
キーワード等のコード情報の入力を不要とし、画像の自
動分類登録を行うファイリング装置を提供することがで
きる。

【図面の簡単な説明】

【図１】第１の実施例のファイリング装置の機能ブロッ
ク図。

【図２】第１の実施例のファイリング装置のハードウェ
ア構成図。

【図３】画像および特徴量のデータ構造を示す説明図。

【図４】第１の実施例の画像登録動作の動作フローチャ
ート。

【図５】画像の一例を示す説明図。

【図６】罫線パターンの一例を示す説明図。

【図７】罫線パターンを抽出する例を示す説明図。

【図８】投影分布関数を用いて罫線パターンを数量化す
る例を示す説明図。

【図９】メッシュ密度特徴を用いて罫線パターンを数量
化する例を示す説明図。

【図１０】画像および特徴量の別のデータ構造を示す説
明図。

【図１１】特徴量計算手段の別の方法を示す説明図。

【図１２】画像テンプレートの例を示す説明図。

【図１３】第２の実施例のファイリング装置の機能ブロ
ック図。

【図１４】第３の実施例のファイリング装置の機能ブロ
ック図。

【図１５】第３の実施例の画像登録動作の動作フローチ
ャート。

【符号の説明】

１０…ＣＰＵ、１１…メインメモリ、１２…ディスプレ
イ制御回路、１３…ディスプレイ、１４…キーボード制
御回路、１５…キーボード、１６…スキャナ制御回路、
１７…スキャナ、１８…イメージメモリ、１９…イメー
ジプロセッサ、２０…プリンタ制御回路、２１…プリン
タ、２２…光ディスク制御回路、２３…光ディスク、２
４…バス、１０１…画像入力手段、１０２…記憶手段、
１０３…特徴量計算手段、１０４…類似度計算手段、１
０５…最大類似度判定手段、１０６…特徴量読出手段、
１０７…画像登録手段、１０８…特徴量登録手段、１０
９…ファイル手段、１１０…有効最大類似度判定手段、
１１１…類似度閾値記憶手段、１１２…有効類似度判定
手段、１１３…分類一覧表示手段、１１４…分類選択手
段。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所 9194−5ＬＧ０６Ｆ 15/403 ３５０Ｃ 9061−5Ｌ 15/70 ４６０ (72)発明者西川健一神奈川県横浜市戸塚区吉田町292番地株式会社日立製作所マイクロエレクトロニクス機器開発研究所内 (72)発明者黒須康雄神奈川県横浜市戸塚区吉田町292番地株式会社日立製作所マイクロエレクトロニクス機器開発研究所内

Claims

【特許請求の範囲】

【請求項１】画像を入力する画像入力手段と、上記画像
入力手段により入力された画像を記憶するファイル手段
とを備えたファイリング装置において、上記画像入力手段により入力された画像の特徴量を計算
する特徴量計算手段と、上記画像入力手段により入力さ
れた画像を、複数の分類項目のいずれかに属するよう上
記ファイル手段に登録する画像登録手段と、上記特徴量
計算手段により計算された特徴量を、上記画像登録手段
により上記ファイル手段に登録された画像に付加して登
録する特徴量登録手段とを備え、上記ファイル手段に記憶されている画像に付加されてい
る特徴量を読み出す特徴量読出手段と、上記特徴量計算
手段により計算された特徴量と上記特徴量読出手段によ
り読み出された特徴量との類似度を計算する類似度計算
手段と、上記類似度計算手段により計算された類似度の
うち、その数値が最大となるものを求め、該求めた類似
度に対応する特徴量が付加されている画像が属する分類
項目を、上記画像入力手段により入力された画像が属す
るべき分類項目であると判定する最大類似度判定手段と
をさらに備え、上記画像登録手段は、上記画像入力手段により入力され
た画像を、上記最大類似度判定手段により判定された分
類項目に属するよう上記ファイル手段に登録することを
特徴とするファイリング装置。
【請求項２】画像を入力する画像入力手段と、上記画像
入力手段により入力された画像を記憶するファイル手段
とを備えたファイリング装置において、上記画像入力手段により入力された画像の特徴量を計算
する特徴量計算手段と、上記画像入力手段により入力さ
れた画像を、複数の分類項目のいずれかに属するよう上
記ファイル手段に登録する画像登録手段と、上記特徴量
計算手段により計算された特徴量を、上記画像登録手段
により上記ファイル手段に登録された画像が属する分類
項目に付加して登録する特徴量登録手段とを備え、上記ファイル手段に記憶されている画像が属する分類項
目に付加されている特徴量を読み出す特徴量読出手段
と、上記特徴量計算手段により計算された特徴量と上記
特徴量読出手段により読み出された特徴量との類似度を
計算する類似度計算手段と、上記類似度計算手段により
計算された類似度のうち、その数値が最大となるものを
求め、該求めた類似度に対応する分類項目を、上記画像
入力手段により入力された画像が属するべき分類項目で
あると判定する最大類似度判定手段とをさらに備え、上記画像登録手段は、上記画像入力手段により入力され
た画像を、上記最大類似度判定手段により判定された分
類項目に属するよう上記ファイル手段に登録することを
特徴とするファイリング装置。
【請求項３】請求項１記載のファイリング装置におい
て、上記最大類似度判定手段は、上記類似度計算手段により
計算された類似度のうち、その数値が最大となるものを
求め、該求めた類似度が予め決められた閾値以上である
場合に、該類似度に対応する特徴量が付加されている画
像が属する分類項目を、上記画像入力手段により入力さ
れた画像が属するべき分類項目であると判定することを
特徴とするファイリング装置。
【請求項４】請求項２記載のファイリング装置におい
て、上記最大類似度判定手段は、上記類似度計算手段により
計算された類似度のうち、その数値が最大となるものを
求め、該求めた類似度が予め決められた閾値以上である
場合に、該類似度に対応する分類項目を、上記画像入力
手段により入力された画像が属するべき分類項目である
と判定することを特徴とするファイリング装置。
【請求項５】請求項３または４記載のファイリング装置
において、上記最大類似度判定手段は、上記類似度計算手段により
計算された類似度のうち、その数値が最大となるものを
求め、該求めた類似度が予め決められた閾値以上でない
場合に、上記画像入力手段により入力された画像が新た
な分類項目に属するべきであると判定し、上記画像登録手段は、上記最大類似度判定手段により新
たな分類項目に属するべきであると判定された場合に、
新たな分類項目を設け、上記画像入力手段により入力さ
れた画像を、該新たな分類項目に属するよう上記ファイ
ル手段に登録することを特徴とするファイリング装置。
【請求項６】請求項１，２，３，４または５記載のファ
イリング装置において、少なくとも１つの特殊な分類項目を用意し、上記画像登録手段は、上記特徴量計算手段により計算さ
れた特徴量が予め決められた閾値以上でない場合に、上
記画像入力手段により入力された画像を、上記特殊分類
項目に属するよう上記ファイル手段に登録することを特
徴とするファイリング装置。
【請求項７】画像を入力する画像入力手段と、上記画像
入力手段により入力された画像を記憶するファイル手段
とを備えたファイリング装置において、上記画像入力手段により入力された画像の特徴量を計算
する特徴量計算手段と、上記画像入力手段により入力さ
れた画像を、複数の分類項目のいずれかに属するよう上
記ファイル手段に登録する画像登録手段と、上記特徴量
計算手段により計算された特徴量を、上記画像登録手段
により上記ファイル手段に登録された画像に付加して登
録する特徴量登録手段とを備え、上記ファイル手段に記憶されている画像に付加されてい
る特徴量を読み出す特徴量読出手段と、上記特徴量計算
手段により計算された特徴量と上記特徴量読出手段によ
り読み出された特徴量との類似度を計算する類似度計算
手段と、上記類似度計算手段により計算された類似度の
うち、その数値が予め決められた閾値以上であるものを
求め、該求めた類似度に対応する特徴量が付加されてい
る画像が属する分類項目を、上記画像入力手段により入
力された画像が属するべき分類項目の候補であると判定
する有効類似度判定手段と、上記有効類似度判定手段に
より判定された分類項目を表示する分類項目一覧表示手
段と、上記分類項目一覧表示手段により表示された分類
項目のうち、外部から選択指示されたものを受け付ける
分類項目選択手段とをさらに備え、上記画像登録手段は、上記画像入力手段により入力され
た画像を、上記分類項目選択手段により受け付けられた
分類項目に属するよう上記ファイル手段に登録すること
を特徴とするファイリング装置。
【請求項８】画像を入力する画像入力手段と、上記画像
入力手段により入力された画像を記憶するファイル手段
とを備えたファイリング装置において、上記画像入力手段により入力された画像の特徴量を計算
する特徴量計算手段と、上記画像入力手段により入力さ
れた画像を、複数の分類項目のいずれかに属するよう上
記ファイル手段に登録する画像登録手段と、上記特徴量
計算手段により計算された特徴量を、上記画像登録手段
により上記ファイル手段に登録された画像が属する分類
項目に付加して登録する特徴量登録手段とを備え、上記ファイル手段に記憶されている画像が属する分類項
目に付加されている特徴量を読み出す特徴量読出手段
と、上記特徴量計算手段により計算された特徴量と上記
特徴量読出手段により読み出された特徴量との類似度を
計算する類似度計算手段と、上記類似度計算手段により
計算された類似度のうち、その数値が予め決められた閾
値以上であるものを求め、該求めた類似度に対応する分
類項目を、上記画像入力手段により入力された画像が属
するべき分類項目の候補であると判定する有効類似度判
定手段と、上記有効類似度判定手段により判定された分
類項目を表示する分類項目一覧表示手段と、上記分類項
目一覧表示手段により表示された分類項目のうち、外部
から選択指示されたものを受け付ける分類項目選択手段
とをさらに備え、上記画像登録手段は、上記画像入力手段により入力され
た画像を、上記分類項目選択手段により受け付けられた
分類項目に属するよう上記ファイル手段に登録すること
を特徴とするファイリング装置。
【請求項９】請求項７または８記載のファイリング装置
において、上記分類項目一覧表示手段は、上記類似度計算手段によ
り計算された類似度の数値が大きい順に、上記有効類似
度判定手段により判定された分類項目を表示することを
特徴とするファイリング装置。
【請求項１０】請求項７，８または９の記載のファイリ
ング装置において、少なくとも１つの特殊な分類項目を用意し、上記分類項目一覧表示手段は、上記類似度計算手段によ
り計算された類似度のうち、その数値が予め決められた
閾値以上であるものがない場合に、上記特殊分類項目を
表示することを特徴とするファイリング装置。
【請求項１１】請求項７，８，９または１０記載のファ
イリング装置において、上記有効類似度判定手段は、上記類似度計算手段により
計算された類似度のうち、その数値が予め決められた閾
値以上であるものがない場合に、上記画像入力手段によ
り入力された画像が新たな分類項目に属するべきである
と判定し、上記分類項目一覧表示手段は、上記有効類似度判定手段
により新たな分類項目に属するべきであると判定された
場合に、新たな分類項目を表示し、上記画像登録手段は、上記分類項目選択手段により、上
記新たな分類項目が受け付けられた場合に、新たな分類
項目を設け、上記画像入力手段により入力された画像
を、該新たな分類項目に属するよう上記ファイル手段に
登録することを特徴とするファイリング装置。
【請求項１２】請求項１〜１１のいずれか記載のファイ
リング装置において、上記ファイル手段に記憶されている画像が属する分類項
目のうち、外部から選択指示された分類項目に属する画
像を順次表示する画像検索手段をさらに備えたことを特
徴とするファイリング装置。
【請求項１３】請求項１２記載のファイリング装置にお
いて、上記画像検索手段は、上記ファイル手段に記憶されてい
る画像が属する分類項目を一覧表示し、該表示された分
類項目のうち、外部から選択指示されたものを受け付
け、該受け付けた分類項目に属する画像を順次表示する
ことを特徴とするファイリング装置。
【請求項１４】請求項１〜１３のいずれか記載のファイ
リング装置において、上記特徴量計算手段は、上記画像入力手段により入力さ
れた画像から罫線部分を抽出し、該抽出した罫線部分を
数値化し、該数値化により得られた数値を特徴量とする
ことを特徴とするファイリング装置。
【請求項１５】請求項１４記載のファイリング装置にお
いて、上記特徴量抽出手段は、上記画像入力手段により入力さ
れた画像をいくつかの小ブロックに分割し、該分割した
小ブロックについて、黒画素が縦一列または横一列に連
続する線分を罫線部分であると判定し、該罫線部分であ
ると判定されなかった部分を除去することにより、上記
画像入力手段により入力された画像から罫線部分を抽出
することを特徴とするファイリング装置。
【請求項１６】請求項１４または１５記載のファイリン
グ装置において、上記特徴量抽出手段は、上記抽出した罫線部分をいくつ
かの小ブロックに分割し、該小ブロックを識別するため
の識別子と該小ブロック内の黒画素数とを対応付けた数
値列を特徴量とすることを特徴とするファイリング装
置。
【請求項１７】請求項１６記載のファイリング装置にお
いて、上記類似度計算手段は、上記特徴量計算手段により計算
された特徴量および上記特徴量読出手段により読み出さ
れた特徴量の２つの特徴量が、それぞれ、｛（ｉｄ，ｄ
１［ｉｄ］）｜１≦ｉｄ≦Ｋ，Ｋは小ブロックの数，ｄ
１［ｉｄ］は黒画素数｝，｛（ｉｄ，ｄ２［ｉｄ］）｜
１≦ｉｄ≦Ｋ，Ｋは小ブロックの数，ｄ２［ｉｄ］は黒
画素数｝であるとするとき、【数１】によって得られる数値を類似度とすることを特徴とする
ファイリング装置。
【請求項１８】請求項１６記載のファイリング装置にお
いて、上記類似度計算手段は、上記特徴量計算手段により計算
された特徴量および上記特徴量読出手段により読み出さ
れた特徴量の２つの特徴量が、それぞれ、｛（ｉｄ，ｄ
１［ｉｄ］）｜１≦ｉｄ≦Ｋ，Ｋはｍドット×ｎドット
の小ブロックの数，ｄ１［ｉｄ］は黒画素数｝，｛（ｉ
ｄ，ｄ２［ｉｄ］）｜１≦ｉｄ≦Ｋ，Ｋはｍドット×ｎ
ドットの小ブロックの数，ｄ２［ｉｄ］は黒画素数｝で
あるとするとき、【数２】によって得られる数値を類似度とすることを特徴とする
ファイリング装置。
【請求項１９】請求項１〜１３のいずれか記載のファイ
リング装置において、上記特徴量計算手段は、１つ以上の画像テンプレートに
ついて、該画像テンプレートを上記画像入力手段により
入力された画像にくまなく当てはめ、該画像テンプレー
トを識別するための識別子と該画像テンプレートを当て
はめた位置と該画像テンプレート内の黒画素数とを対応
付けた数値列を特徴量とすることを特徴とするファイリ
ング装置。
【請求項２０】請求項１９記載のファイリング装置にお
いて、上記画像テンプレートは、中央方形部および該中央方形
部と１辺のみを共有するまわりの４つの方形部からなる
十字形であり、該まわりの４つの方形部を有効／無効の
２種類の部分に分類する組み合わせからできる１６個の
全部または一部であることを特徴とするファイリング装
置。
【請求項２１】請求項２０記載のファイリング装置にお
いて、上記特徴量計算手段は、上記画像テンプレートの中央方
形部がｍドット×ｎドットであり、上側方形部がｍ_top
ドット×ｎドットであり、下側方形部がｍ_botto _mドット
×ｎドットであり、左側方形部がｍドット×ｎ_leftドッ
トであり、右側方形部がｍドット×ｎ_rightドットであ
るとし、上記画像テンプレートの中央方形部内の黒画素数がＮド
ットであり、上側方形部内の黒画素数のうち縦に連続し
た黒画素数の最大値がＱ_topドットであり、下側方形部
内の黒画素数のうち縦に連続した黒画素数の最大値がＱ
_bottomドットであり、左側方形部内の黒画素数のうち横
に連続した黒画素数の最大値がＱ_leftドットであり、右
側方形部内の黒画素数のうち横に連続した黒画素数の最
大値がＱ_rightドットであるとするとき、上側方形部，下側方形部，左側方形部，右側方形部が有
効である画像テンプレートの場合、【数３】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、上側方形部，下側方形部，左側方形部が有効であり右側
方形部が無効である画像テンプレートの場合、【数４】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、上側方形部，下側方形部，右側方形部が有効であり左側
方形部が無効である画像テンプレートの場合、【数５】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、上側方形部，左側方形部，右側方形部が有効であり下側
方形部が無効である画像テンプレートの場合、【数６】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、下側方形部，左側方形部，右側方形部が有効であり上側
方形部が無効である画像テンプレートの場合、【数７】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、上側方形部，下側方形部が有効であり左側方形部，右側
方形部が無効である画像テンプレートの場合、【数８】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、上側方形部，左側方形部が有効であり下側方形部，右側
方形部が無効である画像テンプレートの場合、【数９】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、上側方形部，右側方形部が有効であり下側方形部，左側
方形部が無効である画像テンプレートの場合、【数１０】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、下側方形部，左側方形部が有効であり上側方形部，右側
方形部が無効である画像テンプレートの場合、【数１１】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、下側方形部，右側方形部が有効であり上側方形部，左側
方形部が無効である画像テンプレートの場合、【数１２】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、左側方形部，右側方形部が有効であり上側方形部，下側
方形部が無効である画像テンプレートの場合、【数１３】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、上側方形部が有効であり下側方形部，左側方形部，右側
方形部が無効である画像テンプレートの場合、【数１４】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、下側方形部が有効であり上側方形部，左側方形部，右側
方形部が無効である画像テンプレートの場合、【数１５】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、左側方形部が有効であり上側方形部，下側方形部，右側
方形部が無効である画像テンプレートの場合、【数１６】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、右側方形部が有効であり上側方形部，下側方形部，左側
方形部が無効である画像テンプレートの場合、【数１７】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とし、上側方形部，下側方形部，左側方形部，右側方形部が無
効である画像テンプレートの場合、【数１８】によって得られる数値を、該画像テンプレートの有効部
分内の黒画素数とすることを特徴とするファイリング装
置。
【請求項２２】請求項１９，２０または２１記載のファ
イリング装置において、上記類似度計算手段は、上記特徴量計算手段により計算
された特徴量および上記特徴量読出手段により読み出さ
れた特徴量の２つの特徴量が、それぞれ、｛（ｔｉｄ，
ｉｄ，ｄ１［ｔｉｄ］［ｉｄ］）｜１≦ｔｉｄ≦Ｌ，１
≦ｉｄ≦Ｋ，Ｌは画像テンプレート数，Ｋは画像テンプ
レートを当てはめた回数，ｄ１［ｔｉｄ］［ｉｄ］は黒
画素数｝，｛（ｔｉｄ，ｉｄ，ｄ２［ｔｉｄ］［ｉ
ｄ］）｜１≦ｔｉｄ≦Ｌ，１≦ｉｄ≦Ｋ，Ｌは画像テン
プレート数，Ｋは画像テンプレートを当てはめた回数，
ｄ２［ｔｉｄ］［ｉｄ］は黒画素数｝であるとすると
き、【数１９】によって求められる数値を類似度とすることを特徴とす
るファイリング装置。
【請求項２３】請求項１９，２０または２１記載のファ
イリング装置において、上記類似度計算手段は、上記特徴量計算手段により計算
された特徴量および上記特徴量読出手段により読み出さ
れた特徴量の２つの特徴量が、それぞれ、｛（ｔｉｄ，
ｉｄ，ｄ１［ｔｉｄ］［ｉｄ］，ｄ１［ｔｉｄ］［ｉ
ｄ］は黒画素数）｜１≦ｔｉｄ≦Ｌ，１≦ｉｄ≦Ｋ，Ｌ
は画像テンプレート数，Ｋは画像テンプレートを当ては
めた回数｝，｛（ｔｉｄ，ｉｄ，ｄ２［ｔｉｄ］［ｉ
ｄ］）｜１≦ｔｉｄ≦Ｌ，１≦ｉｄ≦Ｋ，Ｌは画像テン
プレート数，Ｋは画像テンプレートを当てはめた回数，
ｄ２［ｔｉｄ］［ｉｄ］は黒画素数｝であるとすると
き、【数２０】によって求められる数値を類似度とすることを特徴とす
るファイリング装置。