JPH07282253A - 文書イメージのしきい値処理方法 - Google Patents
文書イメージのしきい値処理方法Info
- Publication number
- JPH07282253A JPH07282253A JP7081625A JP8162595A JPH07282253A JP H07282253 A JPH07282253 A JP H07282253A JP 7081625 A JP7081625 A JP 7081625A JP 8162595 A JP8162595 A JP 8162595A JP H07282253 A JPH07282253 A JP H07282253A
- Authority
- JP
- Japan
- Prior art keywords
- value
- image
- density
- range
- pixels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/403—Discrimination between the two tones in the picture signal of a two-tone original
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/162—Quantising the image signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Character Input (AREA)
Abstract
(57)【要約】
【目的】 文書イメージを多重にしきい値処理する。
【構成】 グレー・スケールのイメージに含まれるしき
い値レベルの数を決定するのにローカルとグローバルの
両方の情報を考慮する。グレー・スケールのイメージ
は、複数の画素で構成される。各画素は１個の濃度値を
持つ。類似の濃度値を持つ画素のローカルな領域は識別
されて、イメージのグローバルな表現に編集される。濃
度範囲は、画素の濃度値がほぼ一定であるグローバルな
表現の中で識別される。濃度値は、表現範囲内で最も一
定の点を表す各範囲内で識別される。しきい値レベルの
数は、表現の範囲の数に等しいように設定される。
い値レベルの数を決定するのにローカルとグローバルの
両方の情報を考慮する。グレー・スケールのイメージ
は、複数の画素で構成される。各画素は１個の濃度値を
持つ。類似の濃度値を持つ画素のローカルな領域は識別
されて、イメージのグローバルな表現に編集される。濃
度範囲は、画素の濃度値がほぼ一定であるグローバルな
表現の中で識別される。濃度値は、表現範囲内で最も一
定の点を表す各範囲内で識別される。しきい値レベルの
数は、表現の範囲の数に等しいように設定される。
Description
【０００１】
【産業上の利用分野】この発明は、文書イメージの処理
方法に関し、特に文書イメージの多重しきい値処理の方
法に関する。便宜のため、用語集を明細書の最後に添付
した。
方法に関し、特に文書イメージの多重しきい値処理の方
法に関する。便宜のため、用語集を明細書の最後に添付
した。
【０００２】
【従来の技術】情報を伝達し保管するのに伝統的に紙の
文書が使用されてきている。コンピュータとスキャナが
それほど高価でなくなり性能がいっそう高くなるにつれ
て、文書の電子的な保管、伝逹、複写が普及してきてい
る。しかし、電子文書を複写する場合、それが対応する
紙の文書に厳密に類似しており、それにより人間の使用
者に容認されるというように処理されなければならな
い。たとえば、テキストをシステムにスキャンする場合
にも、テキストは人間の使用者にとって読みやすくなけ
ればならず、文字が誤って連結されたりあるいは分解さ
れたりして変形されるようなことがあってはならない。
文書が使用されてきている。コンピュータとスキャナが
それほど高価でなくなり性能がいっそう高くなるにつれ
て、文書の電子的な保管、伝逹、複写が普及してきてい
る。しかし、電子文書を複写する場合、それが対応する
紙の文書に厳密に類似しており、それにより人間の使用
者に容認されるというように処理されなければならな
い。たとえば、テキストをシステムにスキャンする場合
にも、テキストは人間の使用者にとって読みやすくなけ
ればならず、文字が誤って連結されたりあるいは分解さ
れたりして変形されるようなことがあってはならない。
【０００３】一般に、紙の文書に含まれるデータは、光
学的なスキャンによって捕獲される。スキャンにより、
画素（ピクセル）として知られるサンプルされたイメー
ジ要素の濃度値を表示する信号を生成する。画素は一般
に、テキストだけを含むような場合は２値イメージとし
てオン（１）とオフ（０）の値を持つデータにより、ま
た絵を含むような場合はグレー・スケールのイメージと
して０〜２５５の値を持つデータにより記述される。そ
れから画素データを処理して、イメージに対してさらな
る分析を実行する。実行されるそのような画素処理の一
つは、グレー・スケールのイメージまたはカラー・イメ
ージを、かなり濃度を少なくした、すなわち２値イメー
ジまたは多重レベル・イメージのような「情報」レベル
を含むイメージへ、しきい値処理することである。
学的なスキャンによって捕獲される。スキャンにより、
画素（ピクセル）として知られるサンプルされたイメー
ジ要素の濃度値を表示する信号を生成する。画素は一般
に、テキストだけを含むような場合は２値イメージとし
てオン（１）とオフ（０）の値を持つデータにより、ま
た絵を含むような場合はグレー・スケールのイメージと
して０〜２５５の値を持つデータにより記述される。そ
れから画素データを処理して、イメージに対してさらな
る分析を実行する。実行されるそのような画素処理の一
つは、グレー・スケールのイメージまたはカラー・イメ
ージを、かなり濃度を少なくした、すなわち２値イメー
ジまたは多重レベル・イメージのような「情報」レベル
を含むイメージへ、しきい値処理することである。
【０００４】しきい値処理とは、グレー・スケールの文
書イメージに適用して２値濃度レベルのイメージまたは
多重濃度レベル（多重レベル）のイメージを獲得する公
知のイメージ処理操作であり、そこでのレベル数はオリ
ジナルのイメージの中よりもはるかに少ない。典型的に
はグレー・スケールのイメージはたとえば２５６値とい
う広範囲の濃度値を持つが、情報レベルの数は通常はる
かに少ない。たとえば雑誌テキストは、黒色のテキスト
と白色の背景という２個のレベルの情報しか持たない。
しかし、同じページのグレー・スケールのイメージは、
テキストに含まれる文字の不均一な印刷や照明の影響に
より生じる影のような要因のために、もっと多くの濃度
値を持つことになる。別の形式の文書として雑誌のカバ
ー等は一般に多数のレベルの情報を含んでおり、たとえ
ば文書ページのテキスト部分と背景部分の両者に使用さ
れている多数のカラーがある。文書ページをグレー・ス
ケールのイメージに変換すると、ページ上の各色は、多
数の濃度値によって表される。したがって適切なしきい
値処理には、情報のレベル数を表現するのに必要なしき
い値の数の適切な選択と、これらのしきい値の最適な値
の選択が要求される。しきい値処理されたイメージは、
電子的に見ると、同じイメージの紙の文書と一致したイ
メージを結果として生じなければならない。しきい値処
理する目的の一つは、将来のアクセスと読み取りのため
に効率的に保管することのできるイメージを理解するこ
とである。もう一つの目的は、光学的文字認識（ＯＣ
Ｒ）に適したイメージを産出するためである。この二つ
の目的のためには、しきい値処理されたイメージは読み
取りの明瞭度が高品質であり、ＯＣＲシステムによる認
識が最良であることを必要とする。
書イメージに適用して２値濃度レベルのイメージまたは
多重濃度レベル（多重レベル）のイメージを獲得する公
知のイメージ処理操作であり、そこでのレベル数はオリ
ジナルのイメージの中よりもはるかに少ない。典型的に
はグレー・スケールのイメージはたとえば２５６値とい
う広範囲の濃度値を持つが、情報レベルの数は通常はる
かに少ない。たとえば雑誌テキストは、黒色のテキスト
と白色の背景という２個のレベルの情報しか持たない。
しかし、同じページのグレー・スケールのイメージは、
テキストに含まれる文字の不均一な印刷や照明の影響に
より生じる影のような要因のために、もっと多くの濃度
値を持つことになる。別の形式の文書として雑誌のカバ
ー等は一般に多数のレベルの情報を含んでおり、たとえ
ば文書ページのテキスト部分と背景部分の両者に使用さ
れている多数のカラーがある。文書ページをグレー・ス
ケールのイメージに変換すると、ページ上の各色は、多
数の濃度値によって表される。したがって適切なしきい
値処理には、情報のレベル数を表現するのに必要なしき
い値の数の適切な選択と、これらのしきい値の最適な値
の選択が要求される。しきい値処理されたイメージは、
電子的に見ると、同じイメージの紙の文書と一致したイ
メージを結果として生じなければならない。しきい値処
理する目的の一つは、将来のアクセスと読み取りのため
に効率的に保管することのできるイメージを理解するこ
とである。もう一つの目的は、光学的文字認識（ＯＣ
Ｒ）に適したイメージを産出するためである。この二つ
の目的のためには、しきい値処理されたイメージは読み
取りの明瞭度が高品質であり、ＯＣＲシステムによる認
識が最良であることを必要とする。
【０００５】一般に２個のレベルの情報を含んでいるイ
メージを処理するために使われる方法は、２値化であ
る。しかし、２値化は３個以上のレベルの情報を含む文
書には不適当である。これらの多重レベルのイメージに
対して、しきい値レベルの数を前もって選択するよう義
務づけることにより識別するしきい値の数を制限すると
いう公知の多重レベルしきい値処理方法が存在する。し
かし、しきい値レベルがあらかじめ３個に決められてい
るのに、しきい値処理される文書イメージが４個のしき
い値レベルを含んでいる状況では問題が発生する。この
技法では４個目のレベルを識別しない。
メージを処理するために使われる方法は、２値化であ
る。しかし、２値化は３個以上のレベルの情報を含む文
書には不適当である。これらの多重レベルのイメージに
対して、しきい値レベルの数を前もって選択するよう義
務づけることにより識別するしきい値の数を制限すると
いう公知の多重レベルしきい値処理方法が存在する。し
かし、しきい値レベルがあらかじめ３個に決められてい
るのに、しきい値処理される文書イメージが４個のしき
い値レベルを含んでいる状況では問題が発生する。この
技法では４個目のレベルを識別しない。
【０００６】多重レベルのイメージをしきい値処理する
公知のグローバル技法は、イメージ内の各々の濃度値で
の画素数を表す濃度ヒストグラムの形で、イメージ表現
を編集する。たとえば、N.Otsuの "A Threshold Select
ion Method from Gray-LevelHistograms"（グレー・レ
ベルのヒストグラムからのしきい値選択方法）IEEE Tra
ns. Systems, Man, and Cybernetics, Vol.SMC-9, No.
1, Han. 1979, pp.62-66 を参照して下さい。濃度ヒス
トグラムの中のピークは、多数の画素が同じ濃度値を持
ちことを示しており、したがってこのピークは特定の情
報レベルに対応している。しきい値は、もっともよくピ
ークを切り離す数値を計算することによって濃度ヒスト
グラムから決定される。
公知のグローバル技法は、イメージ内の各々の濃度値で
の画素数を表す濃度ヒストグラムの形で、イメージ表現
を編集する。たとえば、N.Otsuの "A Threshold Select
ion Method from Gray-LevelHistograms"（グレー・レ
ベルのヒストグラムからのしきい値選択方法）IEEE Tra
ns. Systems, Man, and Cybernetics, Vol.SMC-9, No.
1, Han. 1979, pp.62-66 を参照して下さい。濃度ヒス
トグラムの中のピークは、多数の画素が同じ濃度値を持
ちことを示しており、したがってこのピークは特定の情
報レベルに対応している。しきい値は、もっともよくピ
ークを切り離す数値を計算することによって濃度ヒスト
グラムから決定される。
【０００７】これらのグローバル技法は、イメージのあ
らかじめ定義された範囲内での一つ以上の隣接した画素
の濃度レベルの関係を記述するローカルな情報を考慮に
いれない。結果的に、上述のしきい値処理技法によって
処理されたイメージが、たとえばテキスト文字のような
イメージ領域が、誤って連結されたり分断されたりする
ことによって変形してしまうことがある。その結果、Ｏ
ＣＲのようなある種の用途では認識率が低くなる。たと
えば、しきい値があまりに低く設定されるならば、文字
「ｍ」は連結される可能性があって、ＯＣＲで文字
「ｍ．」と誤って認識されることもある。しきい値があ
まりに高く設定されると、文字「ｅ」の中の水平ストロ
ークが２値化の過程で失われて、その結果、ＯＣＲはそ
の文字を「ｃ」と誤って認識することがある。
らかじめ定義された範囲内での一つ以上の隣接した画素
の濃度レベルの関係を記述するローカルな情報を考慮に
いれない。結果的に、上述のしきい値処理技法によって
処理されたイメージが、たとえばテキスト文字のような
イメージ領域が、誤って連結されたり分断されたりする
ことによって変形してしまうことがある。その結果、Ｏ
ＣＲのようなある種の用途では認識率が低くなる。たと
えば、しきい値があまりに低く設定されるならば、文字
「ｍ」は連結される可能性があって、ＯＣＲで文字
「ｍ．」と誤って認識されることもある。しきい値があ
まりに高く設定されると、文字「ｅ」の中の水平ストロ
ークが２値化の過程で失われて、その結果、ＯＣＲはそ
の文字を「ｃ」と誤って認識することがある。
【０００８】
【発明が解決しようとする課題】公知のローカルなしき
い値処理技法は、隣接またはすぐ近傍の画素の中での濃
度値の類似性を記述する情報を考慮に入れる。ローカル
な情報には、個々の文字のエッジ定義や、文字が連結さ
れたり分離されたり、また連結度として参照される手法
などのような要因を含む。たとえば、J.M. White and
G.D. Rohrerの "Image Thresholding for Optical Char
acter Recognition and Other Applications Requiring
Character Images Extraction" （文字イメージ抽出
を必要とする光学的文字認識と他の用途のためのイメー
ジしきい値 処理） IBM J. Res. Development, Vol. 2
7, No. 4, July 1983, pp.400-411 を参照して下さ
い。ローカル技法がグローバル技法に対して利点を持つ
のは、特定のしきい値レベルの画素は通常、文字領域と
他の形式の領域を構成するのに使用される画素の連結さ
れたグループとして発生することをローカル技法が認識
する点である。しかし、グローバル技法と比べたローカ
ル技法の欠点は、各ローカルなしきい値処理の決定すな
わちローカルな画素グループとして考慮される画素数が
少ないことである。この結果、ノイズを持つ値の存在
は、誤った結果を引き起こすことがある。対照的にグロ
ーバル技法は、グローバルなしきい値処理決定に対し
て、イメージに含まれる画素のすべてを考慮するので、
ノイズを持つ画素は画素全体の数に対するパーセンテー
ジも通常小さく、しきい値処理結果に大きな影響を与え
ない。
い値処理技法は、隣接またはすぐ近傍の画素の中での濃
度値の類似性を記述する情報を考慮に入れる。ローカル
な情報には、個々の文字のエッジ定義や、文字が連結さ
れたり分離されたり、また連結度として参照される手法
などのような要因を含む。たとえば、J.M. White and
G.D. Rohrerの "Image Thresholding for Optical Char
acter Recognition and Other Applications Requiring
Character Images Extraction" （文字イメージ抽出
を必要とする光学的文字認識と他の用途のためのイメー
ジしきい値 処理） IBM J. Res. Development, Vol. 2
7, No. 4, July 1983, pp.400-411 を参照して下さ
い。ローカル技法がグローバル技法に対して利点を持つ
のは、特定のしきい値レベルの画素は通常、文字領域と
他の形式の領域を構成するのに使用される画素の連結さ
れたグループとして発生することをローカル技法が認識
する点である。しかし、グローバル技法と比べたローカ
ル技法の欠点は、各ローカルなしきい値処理の決定すな
わちローカルな画素グループとして考慮される画素数が
少ないことである。この結果、ノイズを持つ値の存在
は、誤った結果を引き起こすことがある。対照的にグロ
ーバル技法は、グローバルなしきい値処理決定に対し
て、イメージに含まれる画素のすべてを考慮するので、
ノイズを持つ画素は画素全体の数に対するパーセンテー
ジも通常小さく、しきい値処理結果に大きな影響を与え
ない。
【０００９】業界には、文書上の同様の数のレベルの情
報を正確に記録するために必要な、また各しきい値レベ
ルに最適なしきい値を決定するために必要な、しきい値
レベル数をより正確に定義するためのしきい値処理方法
に対する需要が引き続き存在する。
報を正確に記録するために必要な、また各しきい値レベ
ルに最適なしきい値を決定するために必要な、しきい値
レベル数をより正確に定義するためのしきい値処理方法
に対する需要が引き続き存在する。
【００１０】
【問題を解決するための手段と作用】この発明に従う
と、グレー・スケールのイメージに含まれるしきい値レ
ベルの数を決定するのにローカルとグローバルの両方の
情報を考慮する、文書イメージの多重しきい値処理方法
が実現される。
と、グレー・スケールのイメージに含まれるしきい値レ
ベルの数を決定するのにローカルとグローバルの両方の
情報を考慮する、文書イメージの多重しきい値処理方法
が実現される。
【００１１】グレー・スケールのイメージは複数の画素
で構成される。各画素は、１個の濃度値を持つ。所定の
濃度値を越える濃度値を持つ画素のローカルな領域は、
グレー・スケールのイメージに含まれる各濃度値に対し
て識別されて、イメージのグローバルな表現に編集され
る。濃度範囲は、画素の濃度値がほぼ一定であるグロー
バル表現内で識別される。しきい値は、表現の範囲内で
最も一定の点を表す各範囲内で識別される。しきい値レ
ベルの数は、表現となる範囲の数に等しいように設定さ
れる。
で構成される。各画素は、１個の濃度値を持つ。所定の
濃度値を越える濃度値を持つ画素のローカルな領域は、
グレー・スケールのイメージに含まれる各濃度値に対し
て識別されて、イメージのグローバルな表現に編集され
る。濃度範囲は、画素の濃度値がほぼ一定であるグロー
バル表現内で識別される。しきい値は、表現の範囲内で
最も一定の点を表す各範囲内で識別される。しきい値レ
ベルの数は、表現となる範囲の数に等しいように設定さ
れる。
【００１２】この発明は、類似の濃度の連結された画素
を識別するのにグローバルとローカルの両方の情報を考
慮し、これらはその後、しきい値レベルの数と各しきい
値レベルの値の両者を決定する際に考慮される。連結さ
れた領域は保存され背景領域から区別されることによっ
て、スキャンされた文書内に含まれるテキストは歪むこ
となくまた誤って連結されることもないことを確実にす
る。
を識別するのにグローバルとローカルの両方の情報を考
慮し、これらはその後、しきい値レベルの数と各しきい
値レベルの値の両者を決定する際に考慮される。連結さ
れた領域は保存され背景領域から区別されることによっ
て、スキャンされた文書内に含まれるテキストは歪むこ
となくまた誤って連結されることもないことを確実にす
る。
【００１３】
【実施例】図１はこの発明の原理を組み入れた多重しき
い値処理の文書システム１００を示す。多重しきい値処
理文書システム１００は定期刊行物、雑誌、新聞、本の
ような文書類を電子的に保管する事例的なシステムであ
る。システム１００に入力されることになる文書１０５
はスキャナ１１０によりスキャンされる。スキャナ１１
０は、グレー・スケールのイメージを作成するために文
書１０５をデジタルのイメージ信号に変える。以下に詳
細に記述される方法で、グレー・スケールのイメージの
内部に含まれるしきい値の数を決定するプロセッサ１１
５により、グレー・スケールのイメージが受信される。
しきい値処理されたイメージを表現するデジタルのイメ
ージ信号は、記憶装置１２５に保管される。しきい値処
理されたイメージは記憶装置１２５から検索することが
できて、ディスプレイ１２０上で見ることができ、ある
いは、プリンタ（図示せず）を使用してイメージを印刷
することによりハードコピーを得ることができる。
い値処理の文書システム１００を示す。多重しきい値処
理文書システム１００は定期刊行物、雑誌、新聞、本の
ような文書類を電子的に保管する事例的なシステムであ
る。システム１００に入力されることになる文書１０５
はスキャナ１１０によりスキャンされる。スキャナ１１
０は、グレー・スケールのイメージを作成するために文
書１０５をデジタルのイメージ信号に変える。以下に詳
細に記述される方法で、グレー・スケールのイメージの
内部に含まれるしきい値の数を決定するプロセッサ１１
５により、グレー・スケールのイメージが受信される。
しきい値処理されたイメージを表現するデジタルのイメ
ージ信号は、記憶装置１２５に保管される。しきい値処
理されたイメージは記憶装置１２５から検索することが
できて、ディスプレイ１２０上で見ることができ、ある
いは、プリンタ（図示せず）を使用してイメージを印刷
することによりハードコピーを得ることができる。
【００１４】操作に際して、システム１００のユーザ
は、キーボード（図示せず）を使ってキーワードを入力
することにより検索要求を定式化するような、種々の検
索技法を使用して文書イメージを検索する。キーワード
を含んでいる文書イメージはプロセッサ１１５によって
識別され、文書イメージのリストがディスプレイ１２０
上に表示される。それから、ユーザは適当なコマンドを
入力することによって文書イメージの一つを見るこでき
る。要求された文書イメージは記憶装置１２５から検索
されて、ディスプレイ１２０上に表示される。
は、キーボード（図示せず）を使ってキーワードを入力
することにより検索要求を定式化するような、種々の検
索技法を使用して文書イメージを検索する。キーワード
を含んでいる文書イメージはプロセッサ１１５によって
識別され、文書イメージのリストがディスプレイ１２０
上に表示される。それから、ユーザは適当なコマンドを
入力することによって文書イメージの一つを見るこでき
る。要求された文書イメージは記憶装置１２５から検索
されて、ディスプレイ１２０上に表示される。
【００１５】検索された文書イメージは、情報レベル２
個を含む２値レベルのイメージ、または情報レベルを３
個以上含む多重レベルのイメージである。一例として文
書ページ２００を図２に示す。文書ページ２００は、情
報レベル３個で構成される雑誌カバーを表す。第一の情
報レベルは、第一の色、例として青色に印刷された背景
部２０５である。第二の情報レベルはテキスト部分２１
０と２１５を含み、第二の色、例として黒色に印刷され
ている。第三の情報レベルは、第三の色、例として白色
に印刷されたテキスト部２２０を含む。
個を含む２値レベルのイメージ、または情報レベルを３
個以上含む多重レベルのイメージである。一例として文
書ページ２００を図２に示す。文書ページ２００は、情
報レベル３個で構成される雑誌カバーを表す。第一の情
報レベルは、第一の色、例として青色に印刷された背景
部２０５である。第二の情報レベルはテキスト部分２１
０と２１５を含み、第二の色、例として黒色に印刷され
ている。第三の情報レベルは、第三の色、例として白色
に印刷されたテキスト部２２０を含む。
【００１６】スキャナ１０５でスキャンすると、図２で
示された形式の文書は、その文書の各々の色に対応する
支配的なグレー・スケールのレベルを３個持つグレー・
スケールのイメージに変換される。グレー・スケールの
イメージの内部に含まれるしきい値レベルは、グローバ
ルとローカルの両方の情報を考慮することによって識別
される。図３は、複数の画素で構成されるグレー・スケ
ールのイメージ３００を示す。各画素は、濃度値を１個
持つ。類似の濃度値を持つ画素のグループは連結された
領域として識別される。イメージ３００は、類似の濃度
値を持つ画素を含む画素領域３個で構成される。画素領
域３０５は、５画素×５画素の領域で構成され、濃度値
４を持つ。画素領域３１０は６画素×６画素の領域で構
成され濃度値４を持つ。画素領域３１５は４画素×４画
素の領域で構成され濃度値１２を持つ。
示された形式の文書は、その文書の各々の色に対応する
支配的なグレー・スケールのレベルを３個持つグレー・
スケールのイメージに変換される。グレー・スケールの
イメージの内部に含まれるしきい値レベルは、グローバ
ルとローカルの両方の情報を考慮することによって識別
される。図３は、複数の画素で構成されるグレー・スケ
ールのイメージ３００を示す。各画素は、濃度値を１個
持つ。類似の濃度値を持つ画素のグループは連結された
領域として識別される。イメージ３００は、類似の濃度
値を持つ画素を含む画素領域３個で構成される。画素領
域３０５は、５画素×５画素の領域で構成され、濃度値
４を持つ。画素領域３１０は６画素×６画素の領域で構
成され濃度値４を持つ。画素領域３１５は４画素×４画
素の領域で構成され濃度値１２を持つ。
【００１７】図４は、図３のグレー・スケールのイメー
ジのしきい値処理の方法を示すブロック図である。グレ
ー・スケールのイメージのグローバルな表現は、「ラ
ン」ヒストグラム決定すること（ステップ４０５）によ
って作成される。ランとは、イメージ内部で識別され
る、同一または類似の濃度値の画素の連結グループであ
る。たとえばランは、列または行の一部であるか、ある
いはイメージの特定領域によって定義される領域であ
る。次に、スライディング・プロファイルが、ラン・ヒ
ストグラムから決定（ステップ４１０）される。スライ
ディング・プロファイルが、ラン・ヒストグラムによっ
て表される各濃度レベルのまわりの範囲に対するランの
「平坦さ」または変化の欠如を計測する。次に、しきい
値の数がスライディング・プロファイルから決定（ステ
ップ４１５）される。しきい値の数は、最大値に達する
か接近するスライディング・プロファイルでのピークの
数に等しい。グレー・スケールのイメージのしきい値処
理のステップは各々、図３に描写されたイメージを使用
していっそう詳細に説明される。
ジのしきい値処理の方法を示すブロック図である。グレ
ー・スケールのイメージのグローバルな表現は、「ラ
ン」ヒストグラム決定すること（ステップ４０５）によ
って作成される。ランとは、イメージ内部で識別され
る、同一または類似の濃度値の画素の連結グループであ
る。たとえばランは、列または行の一部であるか、ある
いはイメージの特定領域によって定義される領域であ
る。次に、スライディング・プロファイルが、ラン・ヒ
ストグラムから決定（ステップ４１０）される。スライ
ディング・プロファイルが、ラン・ヒストグラムによっ
て表される各濃度レベルのまわりの範囲に対するランの
「平坦さ」または変化の欠如を計測する。次に、しきい
値の数がスライディング・プロファイルから決定（ステ
ップ４１５）される。しきい値の数は、最大値に達する
か接近するスライディング・プロファイルでのピークの
数に等しい。グレー・スケールのイメージのしきい値処
理のステップは各々、図３に描写されたイメージを使用
していっそう詳細に説明される。
【００１８】この発明に従うと、イメージの中で各々の
所定のしきい値レベルでのランの数を決定することによ
りラン・ヒストグラムが生成される。イメージ内の各画
素に対する濃度値は、ラスタースキャン順に識別され
る。図３のイメージ内の点線３３０により示される列の
ような、イメージ内の所定の列に対して、各画素はその
濃度値を識別するために詳細に調べられる。隣接の画素
に対する濃度値が連続して大きくなると、ランの始まり
を示す。同様に隣接の画素が連続して値を減少すると、
ランの終わりを示す。
所定のしきい値レベルでのランの数を決定することによ
りラン・ヒストグラムが生成される。イメージ内の各画
素に対する濃度値は、ラスタースキャン順に識別され
る。図３のイメージ内の点線３３０により示される列の
ような、イメージ内の所定の列に対して、各画素はその
濃度値を識別するために詳細に調べられる。隣接の画素
に対する濃度値が連続して大きくなると、ランの始まり
を示す。同様に隣接の画素が連続して値を減少すると、
ランの終わりを示す。
【００１９】図６は、イメージ３００の列３３０に対す
る濃度の断面図を示す。濃度の断面図は、その列に沿っ
た各画素の濃度値を示す。最初に画素領域３０５に到達
すると、濃度レベルは６０５で濃度レベル４にまで初め
て増加する。断面図によって示されるように、濃度レベ
ル１、２、３に対するランも開始される。６１０で示さ
れるように、画素領域３０５の終わりが検出されるま
で、プロットは濃度レベル４に留まる。画素領域３０５
は、濃度レベル０を持つと想定される背景に隣接してい
るので、画素領域３０５の終わりもやはり濃度レベル１
〜４に対する各々のランの終わりを示す。
る濃度の断面図を示す。濃度の断面図は、その列に沿っ
た各画素の濃度値を示す。最初に画素領域３０５に到達
すると、濃度レベルは６０５で濃度レベル４にまで初め
て増加する。断面図によって示されるように、濃度レベ
ル１、２、３に対するランも開始される。６１０で示さ
れるように、画素領域３０５の終わりが検出されるま
で、プロットは濃度レベル４に留まる。画素領域３０５
は、濃度レベル０を持つと想定される背景に隣接してい
るので、画素領域３０５の終わりもやはり濃度レベル１
〜４に対する各々のランの終わりを示す。
【００２０】次に画素領域３１５に初めて到達すると、
濃度レベルは６１５で１２に増加する。断面図に示すよ
うに、濃度レベル１〜１１に対するランもやはり開始さ
れる。画素領域３１５の終わりが６２０で示したように
検出されるまでは、プロットは濃度レベル１２に留ま
る。画素領域３１５の終わりは背景に隣接している。
濃度レベルは６１５で１２に増加する。断面図に示すよ
うに、濃度レベル１〜１１に対するランもやはり開始さ
れる。画素領域３１５の終わりが６２０で示したように
検出されるまでは、プロットは濃度レベル１２に留ま
る。画素領域３１５の終わりは背景に隣接している。
【００２１】図７は、列３３０に対するラン・ヒストグ
ラムを示す。図示されたように、しきい値レベル０と４
の間に２個のランが存在し、しきい値レベル４と１２の
間に１個のランが存在する。累積されたラン・ヒストグ
ラムは、イメージの各列と各行でのランを識別すること
によってイメージ３００に対して編集される。図５は、
イメージ３００に対するラン・ヒストグラムを示す。各
画素領域に対する各列と各行が４以上の濃度レベルを持
つので、３０個のラン（すなわち、５＋５＋４＋４＋６
＋６）が濃度レベル３以下のしきい値を持つとして識別
される。８個のランが、濃度レベル４と濃度レベル１２
の間のしきい値レベルを持つとして識別される。濃度レ
ベルが１２を越えるしきい値レベルを持つランは存在し
ない。
ラムを示す。図示されたように、しきい値レベル０と４
の間に２個のランが存在し、しきい値レベル４と１２の
間に１個のランが存在する。累積されたラン・ヒストグ
ラムは、イメージの各列と各行でのランを識別すること
によってイメージ３００に対して編集される。図５は、
イメージ３００に対するラン・ヒストグラムを示す。各
画素領域に対する各列と各行が４以上の濃度レベルを持
つので、３０個のラン（すなわち、５＋５＋４＋４＋６
＋６）が濃度レベル３以下のしきい値を持つとして識別
される。８個のランが、濃度レベル４と濃度レベル１２
の間のしきい値レベルを持つとして識別される。濃度レ
ベルが１２を越えるしきい値レベルを持つランは存在し
ない。
【００２２】しきい値は、ランが最も一定しているラン
・ヒストグラム上の範囲を識別することによってラン・
ヒストグラムから決定される。これらの範囲はラン・ヒ
ストグラムの平坦な部分により表される。図７を参照す
ると、検出されるしきい値の数は２個の平坦範囲により
示されるように２に等しい。第一のしきい値は、濃度レ
ベル０と濃度レベル４の間になるように選択される。第
二の濃度レベルは、濃度レベル４と濃度レベル１２の間
になるように選択される。
・ヒストグラム上の範囲を識別することによってラン・
ヒストグラムから決定される。これらの範囲はラン・ヒ
ストグラムの平坦な部分により表される。図７を参照す
ると、検出されるしきい値の数は２個の平坦範囲により
示されるように２に等しい。第一のしきい値は、濃度レ
ベル０と濃度レベル４の間になるように選択される。第
二の濃度レベルは、濃度レベル４と濃度レベル１２の間
になるように選択される。
【００２３】ラン・ヒストグラムの中の平坦な範囲の計
測は、多様な手法で決定できる。この発明に従うと、ス
ライディング・プロファイルは、ラン・ヒストグラムか
ら決定（図４のステップ４１０）される。スライディン
グ・プロファイルが、ラン・ヒストグラムによって表さ
れる各濃度レベルのまわりの範囲のランの変化の欠如ま
たは「平坦性」の計測を産出する。スライディング・プ
ロファイルは、プロファイルの値Ｐ（ｉ）をプロット
し、これはラン・ヒストグラムに含まれる濃度値の関数
として、予想される平坦さの偏差ΔＦに対応する。これ
らの平坦な範囲は、ランが一定である濃度値範囲に対応
する。これが示すのは、ランがこれらの範囲内で明確に
定義されること、また各範囲内の濃度は複数の領域の濃
度の間にあることである。しきい値が各範囲内で識別さ
れる場合、これらの範囲によって切り離される領域が識
別される。
測は、多様な手法で決定できる。この発明に従うと、ス
ライディング・プロファイルは、ラン・ヒストグラムか
ら決定（図４のステップ４１０）される。スライディン
グ・プロファイルが、ラン・ヒストグラムによって表さ
れる各濃度レベルのまわりの範囲のランの変化の欠如ま
たは「平坦性」の計測を産出する。スライディング・プ
ロファイルは、プロファイルの値Ｐ（ｉ）をプロット
し、これはラン・ヒストグラムに含まれる濃度値の関数
として、予想される平坦さの偏差ΔＦに対応する。これ
らの平坦な範囲は、ランが一定である濃度値範囲に対応
する。これが示すのは、ランがこれらの範囲内で明確に
定義されること、また各範囲内の濃度は複数の領域の濃
度の間にあることである。しきい値が各範囲内で識別さ
れる場合、これらの範囲によって切り離される領域が識
別される。
【００２４】スライディング・プロファイルは、ラン・
ヒストグラムの垂直軸に沿ってスライドし、イメージ内
の各画素の濃度値上に集中する、ウインドウを使用して
事例として計算されている。計算は、ラン・ヒストグラ
ムの中の平坦な範囲を示す。ウインドウが平坦な範囲を
１個だけ含むような濃度レベルに垂直軸があるとき、そ
の濃度レベルで結果として生ずるプロファイル値は最大
である。ウインドウが平坦な範囲または範囲間の遷移を
２個以上含むような濃度レベルに垂直軸があるとき、そ
の濃度レベルで結果として生ずるプロファイル値は最大
値より小さい。スライディング・プロファイル上の最大
値は、ラン・ヒストグラム上の平坦な範囲に対応する。
しきい値は、各プロファイル・ピーク内の最大値として
選択される。
ヒストグラムの垂直軸に沿ってスライドし、イメージ内
の各画素の濃度値上に集中する、ウインドウを使用して
事例として計算されている。計算は、ラン・ヒストグラ
ムの中の平坦な範囲を示す。ウインドウが平坦な範囲を
１個だけ含むような濃度レベルに垂直軸があるとき、そ
の濃度レベルで結果として生ずるプロファイル値は最大
である。ウインドウが平坦な範囲または範囲間の遷移を
２個以上含むような濃度レベルに垂直軸があるとき、そ
の濃度レベルで結果として生ずるプロファイル値は最大
値より小さい。スライディング・プロファイル上の最大
値は、ラン・ヒストグラム上の平坦な範囲に対応する。
しきい値は、各プロファイル・ピーク内の最大値として
選択される。
【００２５】図９は、スライディング・プロファイルの
計算を描写する流れ図をさらに詳細に示す。最初に（ス
テップ９０５）ラン・ヒストグラム上の各濃度レベルに
中心を置くウインドウの寸法が選択される。ウインドウ
の寸法は、濃度レベル間の最小距離を定義する最小コン
トラストのユーザ・パラメータに依存している。このパ
ラメータは、事例的にしきい値レベル間の差分のパーセ
ンテージとして表され、概ね平坦な濃度レベル範囲の中
にあるノイズが平均化されるように、できるだけ大きく
するのが望ましい。しかしそのパラメータは、ウインド
ウが別のしきい値レベル間に平均化を発生させるよう
な、別のしきい値レベル間の最小の濃度値の差分よりも
大きくしてはならない。事例として、パラメータは１０
％に設定される。ウインドウの幅は下記の式により決定
される。
計算を描写する流れ図をさらに詳細に示す。最初に（ス
テップ９０５）ラン・ヒストグラム上の各濃度レベルに
中心を置くウインドウの寸法が選択される。ウインドウ
の寸法は、濃度レベル間の最小距離を定義する最小コン
トラストのユーザ・パラメータに依存している。このパ
ラメータは、事例的にしきい値レベル間の差分のパーセ
ンテージとして表され、概ね平坦な濃度レベル範囲の中
にあるノイズが平均化されるように、できるだけ大きく
するのが望ましい。しかしそのパラメータは、ウインド
ウが別のしきい値レベル間に平均化を発生させるよう
な、別のしきい値レベル間の最小の濃度値の差分よりも
大きくしてはならない。事例として、パラメータは１０
％に設定される。ウインドウの幅は下記の式により決定
される。
【数１】 ここで、Ｗは、ウインドウの幅 ｃは、最小コントラスト・パラメータ（％） Ｉは、オリジナルのイメージの可能な最大濃度値
【００２６】次に、スライディング・プロファイルは以
下のようにしてラン・ヒストグラムから計算される。ウ
インドウの中央の濃度値とウインドウに含まれる各々の
他の濃度値の間の差分を判定することにより、ランの数
の差分から計算される。それから差分を集計すると、ウ
インドウの中央に位置する画素に対する平坦さの計測値
が提供される。平坦さの計測値は下記の式により決定さ
れる。
下のようにしてラン・ヒストグラムから計算される。ウ
インドウの中央の濃度値とウインドウに含まれる各々の
他の濃度値の間の差分を判定することにより、ランの数
の差分から計算される。それから差分を集計すると、ウ
インドウの中央に位置する画素に対する平坦さの計測値
が提供される。平坦さの計測値は下記の式により決定さ
れる。
【００２７】
【数２】 ここで、ｄｉは、ウインドウ内の差分の合計 Ｗは、ウインドウの幅 ｉは、濃度 Ｒ（ｉ）は、濃度ｉのランの数 Ｉは、オリジナルのイメージの可能な最大濃度値
【００２８】差分の合計は、結果として生じるプロファ
イル値を提供するガウス形曲線を割り出すのに使用され
る。プロファイル値は、下記のように決定される。
イル値を提供するガウス形曲線を割り出すのに使用され
る。プロファイル値は、下記のように決定される。
【００２９】
【数３】 ここで、Ｐ（ｉ）は、濃度レベルｉでのプロファイル値 ｄｉは、ウインドウ内の差分の合計 σは、ガウス形曲線の標準偏差
【００３０】標準偏差σは、イメージの特性に基づいて
選択される。標準偏差は、ラン・ヒストグラムの非平坦
性の変化度、または単一イメージ領域の濃度値の非均一
性の変化度に対して、しきい値処理方法の適応化を可能
とする。この非均一性は一般に、平均値の周囲にガウス
状に分布した濃度値範囲をイメージ領域に持たせること
になるノイズのためである。このように、均一領域が高
いレベルの偏差を持つことが予測される場合は、大きい
数値のσが使用される。逆の場合は逆である。
選択される。標準偏差は、ラン・ヒストグラムの非平坦
性の変化度、または単一イメージ領域の濃度値の非均一
性の変化度に対して、しきい値処理方法の適応化を可能
とする。この非均一性は一般に、平均値の周囲にガウス
状に分布した濃度値範囲をイメージ領域に持たせること
になるノイズのためである。このように、均一領域が高
いレベルの偏差を持つことが予測される場合は、大きい
数値のσが使用される。逆の場合は逆である。
【００３１】図５で示したラン・ヒストグラムに対する
スライディング・プロファイルは、図８に示される。２
個のピークが、スライディング・プロファイルの中に図
示されている。次に、しきい値の数はスライディング・
プロファイルから決定（図４のステップ４１５）され
る。一般にしきい値の数は、最大値に到達するかまたは
接近する、スライディング・プロファイルの中のピーク
の数に等しい。図３を参照すると、完全に平坦なラン・
ヒストグラム内に２個の平坦な範囲があり、最大値に到
達するスライディング・プロファイル・ピーク２個を結
果として生じる。一般に、ノイズや照明に限らず、プロ
ファイル・ピークを最大値以下にし完全には平坦でなく
する他の影響する要因のために、スキャンされたイメー
ジは濃度値に変化を受けやすい。そのような場合、しき
い値レベルは、プロファイル・ピークの最も平坦な部分
から選択される。
スライディング・プロファイルは、図８に示される。２
個のピークが、スライディング・プロファイルの中に図
示されている。次に、しきい値の数はスライディング・
プロファイルから決定（図４のステップ４１５）され
る。一般にしきい値の数は、最大値に到達するかまたは
接近する、スライディング・プロファイルの中のピーク
の数に等しい。図３を参照すると、完全に平坦なラン・
ヒストグラム内に２個の平坦な範囲があり、最大値に到
達するスライディング・プロファイル・ピーク２個を結
果として生じる。一般に、ノイズや照明に限らず、プロ
ファイル・ピークを最大値以下にし完全には平坦でなく
する他の影響する要因のために、スキャンされたイメー
ジは濃度値に変化を受けやすい。そのような場合、しき
い値レベルは、プロファイル・ピークの最も平坦な部分
から選択される。
【００３２】予想される平坦性の偏差ΔＦ内にプロファ
イル値が存在する濃度値の全範囲は、しきい値範囲を示
す。平坦性の偏差は、最大プロファイル値のパーセンテ
ージとして下記のように定義される。
イル値が存在する濃度値の全範囲は、しきい値範囲を示
す。平坦性の偏差は、最大プロファイル値のパーセンテ
ージとして下記のように定義される。
【００３３】
【数４】 ここで、｛ｉ｝j は、濃度レベル範囲 j は、しきい値範囲 ΔＦは、平坦性の偏差 Ｐ（Ｉ）は、プロファイル値
【００３４】しきい値は、各しきい値範囲ｊ内で、最大
プロファイル値を割り出す濃度レベルとして選択され
る。これは、その特定の濃度レベル範囲内でのラン・ヒ
ストグラムの最も平坦な部分に中心を置く濃度値を示
し、下記のように表現される。
プロファイル値を割り出す濃度レベルとして選択され
る。これは、その特定の濃度レベル範囲内でのラン・ヒ
ストグラムの最も平坦な部分に中心を置く濃度値を示
し、下記のように表現される。
【００３５】
【数５】 ここで、Ｔｊは、ｊ＝１，・・Ｌのしきい値範囲に対す
るしきい値
るしきい値
【００３６】ノイズその他の制限を考慮に入れて、しき
い値に修正が実行される。図８を参照すると、検出され
たしきい値の数は２個のピークで示されるように２に等
しい。濃度レベル０と濃度レベル４の間になる第一のし
きい値が選択される。濃度レベル４と濃度レベル１２の
間になる第二の濃度レベルが選択される。これらの値は
イメージ３００を正確にしきい値処理することになる。
い値に修正が実行される。図８を参照すると、検出され
たしきい値の数は２個のピークで示されるように２に等
しい。濃度レベル０と濃度レベル４の間になる第一のし
きい値が選択される。濃度レベル４と濃度レベル１２の
間になる第二の濃度レベルが選択される。これらの値は
イメージ３００を正確にしきい値処理することになる。
【００３７】この中で明確には図示したり記述したりし
てはいないが、技術に熟練した人々が、本発明の適用範
囲内で本発明の精神を逸脱することなく、本発明の原理
を具体化する種々多様な構成変更を考案できることは認
識されるであろう。
てはいないが、技術に熟練した人々が、本発明の適用範
囲内で本発明の精神を逸脱することなく、本発明の原理
を具体化する種々多様な構成変更を考案できることは認
識されるであろう。
【００３８】
画素（ピクセル）：イメージ要素 グローバル技法：イメージ内のすべての画素に基づいて
しきい値を選択する、しきい値処理技法 しきい値：イメージに含まれる２個のレベルの情報を最
もよく切り離す、所定のイメージのために選択された濃
度値 スライディング・プロファイル：ラン・ヒストグラムに
よって表される各濃度値でのランの変化の欠如の表現 ２値化：濃度レベルを２個含むイメージを認識するグレ
ー・スケールのイメージのしきい値処理方法 濃度値：０（オフ＝白色）と２５５（オン＝黒色）の間
に黒度値を持つ画素のグレー・スケール値 濃度ヒストグラム：各濃度レベルで数値を持つ画素数の
表現 濃度レベル：人間の目に単一濃度値として認識される情
報レベル ラン：所定の濃度レベルを越える画素を連結したグルー
プ ラン・ヒストグラム：イメージ内の各濃度値におけるラ
ンの数の表現 ローカル技法：各画素でのしきい値をその画素のローカ
ルな近傍に基づいて選択する、しきい値処理技法
しきい値を選択する、しきい値処理技法 しきい値：イメージに含まれる２個のレベルの情報を最
もよく切り離す、所定のイメージのために選択された濃
度値 スライディング・プロファイル：ラン・ヒストグラムに
よって表される各濃度値でのランの変化の欠如の表現 ２値化：濃度レベルを２個含むイメージを認識するグレ
ー・スケールのイメージのしきい値処理方法 濃度値：０（オフ＝白色）と２５５（オン＝黒色）の間
に黒度値を持つ画素のグレー・スケール値 濃度ヒストグラム：各濃度レベルで数値を持つ画素数の
表現 濃度レベル：人間の目に単一濃度値として認識される情
報レベル ラン：所定の濃度レベルを越える画素を連結したグルー
プ ラン・ヒストグラム：イメージ内の各濃度値におけるラ
ンの数の表現 ローカル技法：各画素でのしきい値をその画素のローカ
ルな近傍に基づいて選択する、しきい値処理技法
【図１】この発明に従った多重しきい値処理文書システ
ムのブロック図。
ムのブロック図。
【図２】多重の情報レベルを含んでいる文書ページの一
部。
部。
【図３】３個の領域を持っているグレー・スケールのイ
メージ。
メージ。
【図４】この発明に従ってグレー・スケールのイメージ
をしきい値処理するためのステップを図示するブロック
図。
をしきい値処理するためのステップを図示するブロック
図。
【図５】図３のイメージに対するランのヒストグラム。
【図６】図３のイメージの列に沿った、濃度の横断面。
【図７】図６で図示された列のランのヒストグラム。
【図８】図３のランのヒストグラムに由来するスライデ
ィング・プロファイル。
ィング・プロファイル。
【図９】図８に示したスラィディング・プロファイルの
計算のフローチャート。
計算のフローチャート。
１００ 文書システムのブロック図 １０５ 文書 １１０ スキャナ １１５ プロセッサ １２０ ディスプレイ １２５ 記憶装置 ２００ 文書ページ ２０５ 背景部 ２１０ テキスト部 ２１５ テキスト部 ２２０ テキスト部 ３００ グレー・スケールのイメージ ３０５ 画素領域 ３１０ 画素領域 ３１５ 画素領域 ４０５ ランのヒストグラムの決定 ４１０ ランのヒストグラムからスライディング・プ
ロファイルの決定 ４１５ スライディング・プロファイルからしきい値
数の決定 ９０５ ラン・ヒストグラムの濃度値にウインドウの
中心を置く ９１０ ウインドウの中心での値とウインドウの各々
の他の値の間で見つかるラン数の差分の計算 ９１５ 各々の差分値の合計の決定 ９２０ ガウス形状曲線に合計を割りつける ９２５ 差分の合計は０か ９３０ 曲線上の低い点の割りつけ ９３５ 曲線上の最大値の割りつけ ９４０ Ｉ＝Ｉ＋１にして、イメージの次の画素へ移
動 ９４５ Ｉは最大値か
ロファイルの決定 ４１５ スライディング・プロファイルからしきい値
数の決定 ９０５ ラン・ヒストグラムの濃度値にウインドウの
中心を置く ９１０ ウインドウの中心での値とウインドウの各々
の他の値の間で見つかるラン数の差分の計算 ９１５ 各々の差分値の合計の決定 ９２０ ガウス形状曲線に合計を割りつける ９２５ 差分の合計は０か ９３０ 曲線上の低い点の割りつけ ９３５ 曲線上の最大値の割りつけ ９４０ Ｉ＝Ｉ＋１にして、イメージの次の画素へ移
動 ９４５ Ｉは最大値か
Claims (12)
- 【請求項１】 少くとも２個のレベルを持つイメージを
得るためにグレー・スケールのイメージをしきい値処理
する方法であって、グレー・スケールのイメージは複数
の画素から構成されていて、各画素は１個の濃度値を持
っており、該方法は、 所定の濃度値を越える濃度値を持つ連結された画素のロ
ーカル・グループを識別し、前記識別はグレー・スケー
ルのイメージに含まれる各濃度値に対して決定されるス
テップと、 各濃度値での画素のグループの数を表すグローバルな表
現を編集するステップと、 画素のグループの数が実質的に一定のままとなる表現の
中で濃度範囲を識別するステップと、 しきい値レベルの数をその表現内の範囲の数に等しくな
るように決定するステップと、 濃度範囲の最も一定の部分を表す各濃度範囲内でしきい
値を識別するステップとを備えることを特徴とする方
法。 - 【請求項２】 請求項１記載のしきい値処理方法であっ
て、表現内の濃度範囲を識別する前記ステップが、 表現内の各濃度値上にウインドウの中心を置き、ウイン
ドウの中心に位置する濃度値とウインドウ内に含まれる
他の濃度値の各々との間の数値の差分の合計を決定する
ステップと、 あらかじめ計算された値を越える差分の合計を識別する
ステップと、 あらかじめ計算された値を越える、表現の上での差分合
計の範囲を識別するステップと、 差分合計のプロファイルを濃度値の関数として生成する
ステップとを備える方法。 - 【請求項３】 請求項２記載のしきい値処理方法であっ
て、しきい値を識別する前記ステップが、 プロファイルの各差分合計の範囲内で最大値を選択する
ステップを備える方法。 - 【請求項４】 請求項１記載のしきい値処理方法であっ
て、前記グローバル表現が、グループ数を濃度値の関数
としてプロットするヒストグラムである方法。 - 【請求項５】 請求項４記載のしきい値処理方法であっ
て、各グループが、類似した濃度値の連結された画素の
少なくとも１個のランを構成する方法。 - 【請求項６】 請求項１記載のしきい値処理方法であっ
て、各範囲が、表現の中で平坦な領域を表す方法。 - 【請求項７】 少くとも２個のレベルを持つイメージを
得るためにグレー・スケールのイメージをしきい値処理
する方法であって、グレー・スケールのイメージは複数
の画素から構成されていて、各画素は１個の濃度値を持
っており、該方法は、 所定の濃度値を越える濃度値を持つ連結された画素のグ
ループを識別し、前記識別がグレー・スケールのイメー
ジに含まれる各濃度値に対して決定されるステップと、 画素のグループ数を濃度値の関数として表すグローバル
な表現を編集し、前記表現が画素グループ間の遷移レベ
ルを表す平坦な範囲を含んでいるステップと、 各範囲の最も平坦な部分で各平坦範囲からしきい値を選
択するステップとを備えることを特徴とする方法。 - 【請求項８】 請求項７記載のしきい値処理方法であっ
て、表現内でしきい値を選択する前記ステップが、 表現内の各濃度値上にウインドウの中心を置き、ウイン
ドウの中心に位置する濃度値とウインドウ内に含まれる
各々の他の濃度値との間の数値の差分の合計を決定する
ステップと、 あらかじめ計算された値を越える差分合計を識別するス
テップと、 あらかじめ計算された値を越える、表現上の差分合計の
範囲を識別するステップと、 差分合計のプロファイルを濃度値の関数として生成する
ステップと、 プロファイルの各差分合計範囲内で最大値を選択するス
テップとを備える方法。 - 【請求項９】 請求項７記載のしきい値処理方法であっ
て、各グループは、類似の濃度値の連結された画素の少
なくとも１個のランを構成する方法。 - 【請求項１０】 多重レベルイメージを得るためのグレ
ー・スケールのイメージのしきい値処理方法であって、
グレー・スケールのイメージは複数の画素で構成されて
いて、各画素は１個の濃度値を持っており、該方法は、 所定の濃度値を越える濃度値を持つ画素領域をグレー・
スケールのイメージ内で識別し、前記識別はグレー・ス
ケールのイメージに含まれる各濃度値に対して決定され
るステップと、 イメージ内の領域の数を濃度値の関数としてプロットす
る、画素領域のグローバル表現を生成するステップと、 表現内の平坦範囲を識別するために表現内の各濃度値上
に画素ウインドウの中心を置き、前記平坦範囲が、範囲
内での画素に対する濃度値が概ね一定のままであること
を表すステップと、 その範囲の最も平坦な部分を表す各平坦な範囲内で１個
の濃度値を識別するステップと、 しきい値レベルの数を、識別された範囲の数と等しくな
るように決定するステップとを備えることを特徴とする
方法。 - 【請求項１１】 請求項１０記載のしきい値処理方法で
あって、前記グローバル表現が、領域の数を濃度値の関
数としてプロットするヒストグラムである方法。 - 【請求項１２】 請求項１１記載のしきい値処理方法で
あって、各画素領域が類似の濃度値の連結された画素の
少なくとも１個のランを構成する方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US22444694A | 1994-04-07 | 1994-04-07 | |
| US224446 | 1994-04-07 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07282253A true JPH07282253A (ja) | 1995-10-27 |
Family
ID=22840722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7081625A Withdrawn JPH07282253A (ja) | 1994-04-07 | 1995-04-07 | 文書イメージのしきい値処理方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5781658A (ja) |
| EP (1) | EP0676891A3 (ja) |
| JP (1) | JPH07282253A (ja) |
| CA (1) | CA2144793C (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011070681A (ja) * | 2009-09-25 | 2011-04-07 | Sony Corp | Ｌ１距離測度に基づいて局所画像相似性を測定する方法 |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2323493A (en) * | 1997-02-25 | 1998-09-23 | British Broadcasting Corp | Quantisation for compression systems |
| US6269188B1 (en) | 1998-03-12 | 2001-07-31 | Canon Kabushiki Kaisha | Word grouping accuracy value generation |
| US6243501B1 (en) | 1998-05-20 | 2001-06-05 | Canon Kabushiki Kaisha | Adaptive recognition of documents using layout attributes |
| JP3345350B2 (ja) * | 1998-05-27 | 2002-11-18 | 富士通株式会社 | 文書画像認識装置、その方法、及び記録媒体 |
| US6222642B1 (en) * | 1998-08-10 | 2001-04-24 | Xerox Corporation | System and method for eliminating background pixels from a scanned image |
| JP2000217000A (ja) * | 1998-11-19 | 2000-08-04 | Murata Mach Ltd | 画像処理装置、画像処理方法及び記録媒体 |
| EP1117072A1 (en) * | 2000-01-17 | 2001-07-18 | Koninklijke Philips Electronics N.V. | Text improvement |
| US6674900B1 (en) | 2000-03-29 | 2004-01-06 | Matsushita Electric Industrial Co., Ltd. | Method for extracting titles from digital images |
| US7050195B1 (en) * | 2000-04-20 | 2006-05-23 | Hewlett-Packard Development Company, L.P. | Printed medium data storage |
| WO2002103617A1 (en) * | 2001-06-15 | 2002-12-27 | Koninklijke Philips Electronics N.V. | Automatic natural content detection in video information |
| US7088857B2 (en) * | 2002-01-31 | 2006-08-08 | Hewlett-Packard Development Company, L.P. | Dynamic bilevel thresholding of digital images |
| US7257248B2 (en) * | 2003-03-27 | 2007-08-14 | General Electric Company | Non-contact measurement system and method |
| US7734089B2 (en) * | 2005-08-23 | 2010-06-08 | Trident Microsystems (Far East) Ltd. | Method for reducing mosquito noise |
| WO2008030104A1 (en) * | 2006-09-07 | 2008-03-13 | Lumex As | Relative threshold and use of edges in optical character recognition process |
| US8189917B2 (en) * | 2008-09-25 | 2012-05-29 | Sharp Laboratories Of America, Inc. | Methods and systems for locating text in a digital image |
| US8422777B2 (en) * | 2008-10-14 | 2013-04-16 | Joshua Victor Aller | Target and method of detecting, identifying, and determining 3-D pose of the target |
| US10475189B2 (en) | 2017-12-11 | 2019-11-12 | Adobe Inc. | Content aware, spatially adaptive automated thresholding of images |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3107521A1 (de) * | 1981-02-27 | 1982-09-16 | Siemens AG, 1000 Berlin und 8000 München | Verfahren zum automatischen erkennen von bild- und text- oder graphikbereichen auf druckvorlagen |
| US4673977A (en) * | 1985-06-20 | 1987-06-16 | International Business Machines Corporation | Method of spatially thresholding a discrete color image |
| CA1268547A (en) * | 1986-03-31 | 1990-05-01 | Ahmed Mostafa El-Sherbini | Thresholding algorithm selection apparatus |
| US5073954A (en) * | 1989-02-28 | 1991-12-17 | Electrocom Automation, Inc. | Bar code location and recognition processing system |
| FR2670979A1 (fr) * | 1990-12-21 | 1992-06-26 | Philips Electronique Lab | Procede de segmentation binaire locale d'images numerisees, par seuillage d'histogramme. |
| US5179599A (en) * | 1991-06-17 | 1993-01-12 | Hewlett-Packard Company | Dynamic thresholding system for documents using structural information of the documents |
| US5450502A (en) * | 1993-10-07 | 1995-09-12 | Xerox Corporation | Image-dependent luminance enhancement |
-
1995
- 1995-03-16 CA CA002144793A patent/CA2144793C/en not_active Expired - Fee Related
- 1995-03-29 EP EP95302108A patent/EP0676891A3/en not_active Withdrawn
- 1995-04-07 JP JP7081625A patent/JPH07282253A/ja not_active Withdrawn
-
1996
- 1996-08-09 US US08/694,807 patent/US5781658A/en not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011070681A (ja) * | 2009-09-25 | 2011-04-07 | Sony Corp | Ｌ１距離測度に基づいて局所画像相似性を測定する方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0676891A2 (en) | 1995-10-11 |
| EP0676891A3 (en) | 1997-04-09 |
| CA2144793A1 (en) | 1995-10-08 |
| CA2144793C (en) | 1999-01-12 |
| US5781658A (en) | 1998-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6574375B1 (en) | Method for detecting inverted text images on a digital scanning device | |
| US8373905B2 (en) | Semantic classification and enhancement processing of images for printing applications | |
| JPH07282253A (ja) | 文書イメージのしきい値処理方法 | |
| US6909805B2 (en) | Detecting and utilizing add-on information from a scanned document image | |
| JP3686439B2 (ja) | デジタル・イメージのフォト領域検出システム、及び方法 | |
| US6865290B2 (en) | Method and apparatus for recognizing document image by use of color information | |
| US7469063B2 (en) | Apparatus, method and storage medium storing program for recognizing characters | |
| US8369623B2 (en) | Image forming apparatus that automatically creates an index and a method thereof | |
| US7440618B2 (en) | Apparatus for extracting rules line from multiple-valued image | |
| US20030063802A1 (en) | Image processing method, apparatus and system | |
| Savakis | Adaptive document image thresholding using foreground and background clustering | |
| US20110158517A1 (en) | Image processing apparatus, image processing method, and computer-readable medium | |
| JPH0879536A (ja) | 画像処理方法 | |
| US20030202696A1 (en) | Activity detector | |
| US20140086473A1 (en) | Image processing device, an image processing method and a program to be used to implement the image processing | |
| JP4588771B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、プログラム及び記憶媒体 | |
| CA2790210A1 (en) | Resolution adjustment of an image that includes text undergoing an ocr process | |
| US20010043742A1 (en) | Communication document detector | |
| US5812695A (en) | Automatic typing of raster images using density slicing | |
| JP2011257896A (ja) | 文字認識方法及び文字認識装置 | |
| JP4393556B2 (ja) | 画像処理方法、画像処理装置、画像読取装置、画像形成装置、コンピュータプログラム及びコンピュータでの読み取りが可能な記録媒体 | |
| US8295602B2 (en) | Image processing apparatus and image processing method | |
| US11948342B2 (en) | Image processing apparatus, image processing method, and non-transitory storage medium for determining extraction target pixel | |
| JP2877548B2 (ja) | 文書画像の属性判別方法 | |
| JP3756660B2 (ja) | 画像認識方法、装置および記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20020702 |