JPH0797392B2

JPH0797392B2 - 画像識別装置

Info

Publication number: JPH0797392B2
Application number: JP60064509A
Authority: JP
Inventors: 茂吉田
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1985-03-27
Filing date: 1985-03-27
Publication date: 1995-10-18
Anticipated expiration: 2010-10-18
Also published as: JPS61221885A

Description

【発明の詳細な説明】〔目次〕概要産業上の利用分野従来の技術発明が解決しようとする問題点問題点を解決するための手段作用実施例ディザマトリクスの一例第２図３値化画像と各ブロックの関係第３図３値レベルよりなるブロックの状態 x_j＝（n_H,n_M,n_L）第４図３値レベルのブロックの属性判定第５図注目ブロックと参照ブロック第６図ブロックの４値状態第７図ブロックの８値状態第８図一実施例の回路構成第９図変形例の回路構成第10図発明の効果〔概要〕本発明は、文字・線画と濃淡画との混在画像の、各要素
画素の多値画像データを、複数個の単一閾値により多値
化し、所定個数の画素からなるブロック内の多値化デー
タのレベル毎の画素数の組み合わせに基づいて各ブロッ
クの縮退した状態より当該ブロックが文字・線画か濃淡
画かを識別する画像識別方式である。

更に、当該注目ブロック及びその周囲の参照ブロックの
縮退した状態に基づいて最大尤度判定を行い注目ブロッ
クが文字・線画か濃淡画かを識別する画像識別装置であ
る。

〔産業上の利用分野〕

本発明は画像識別装置に係り、特に濃淡画像と文字，図
形等の２値画像（以下，文字・線画像と略称）が混在す
る多値画像データを入力し、それぞれの画像の領域を識
別して２値化する装置に関する。

〔従来の技術〕

従来、白黒２値で中間調を表現する場合、階調の再現性
をハードウェア構成が容易なことから、通常組織的ディ
ザ法が用いられる。組織的ディザ法では中間調を黒画素
の密度で表現するため濃淡画像に対しては良好な画像が
得られる。しかし、分解能が劣化するため、原稿中に濃
淡画像と文字・線画像が混在する場合、画像全体をディ
ザ化すると、文字・線画像の画質が悪くなる。

そこで、濃淡画像と文字・線画像が混在している場合、
これら２つの画像を識別し分離して、２値化するため、
次の方法が提案されている。

（１）電子通信学会技術研究報告1E81-57（1981）「文
字画像を考慮した擬似中間調再現の検討」４×４画素の
小領域ごとに多値画像信号の最大値と最小値の差分を求
め、この差分が所定の閾値より大きいかどうかで、文字
・線画か濃淡画かを識別する方法である。

（２）特開昭57-24165,58-129875号における画像判別方
法。

特定の大きさの小領域ごとに多値画像信号の濃度ヒスト
グラムを作成し、このヒストグラムの形から文字・線画
と濃淡画とを識別する方式である。

（３）「３×３単位メッシュ内の濃淡パターンに基づく
文書画像領域分割方式」この方法は、３×３画素のブロックにおける４値画像信
号の線図形の濃淡特徴パターンを定めておき、３×３画
素単位に、このパターンとマッチングをとって、文字・
線画と濃淡画の領域を識別するものである。

これらの方式は、いずれも多値画像を用いており、算術
演算や，ヒストグラム処理などを行うので、方式を実現
するための回路構成が大きくなり、しかも高速化が難し
いという欠点がある。

識別の精度を上げ、識別誤りを減らすことを目的とし
て、単独ブロックごとの識別に変え、従来は注目の隣接
ブロックの識別結果から多数決論理などで判定を修正す
る方法が採られていた。しかし、多数決論理による判定
だと、孤立している識別誤りは除去できるが、多重に連
結した識別誤りの部分は改善できないという欠点があっ
た。

また、多数決論理を考える都合上、ブロックの状態が２
レベル程度となり、精密な判定は難しいという欠点があ
った。

〔発明が解決しようとする問題点〕

本発明の目的は、文字・線画と濃淡画が混在する画像
（以下，混在画像と呼ぶ）において、１つの画像をそれ
ぞれ単一閾値とディザ閾値とを用いて２値化し、複数画
素のブロックごとに、上記２種類の画像のどちらに当た
るかを識別する際に、識別誤りの少ない判定を可能にす
る画像識別装置を提供することにある。

〔問題点を解決するための手段〕

上記目的を達成するため、複数個の単一閾値を用いて画
素ごとに多値化データを求め、この多値化データに基づ
いて複数画素からなるブロックごとにその縮退した状態
を求め、注目画素及びその参照画素の縮退状態に基づい
て、予め作成された上記ブロックの状態から注目ブロッ
クの状態が出現する確率から求めた最大尤度判定表を参
照することにより、上記注目画素の高次の画像識別を行
うようにしたものである。

なお、ここで状態数の縮退した状態とは「画像中の所定
の画素又はブロックの属性（濃淡画と線画の区別や濃度
など）を推定する時の推定関数の入力状態数を全状態数
からその推定に有効な状態数に減少させて推定を容易な
ものにする」その状態数の減少させた状態を縮退した状
態と云う。

〔作用〕

本発明は各画素の多値化データから縮退した状態を求
め、注目画素とその参照画素の上記縮退した状態に基づ
いて、最大尤度判定表を参照して上記注目画素が文字・
線画か濃淡画かを識別する。このように縮退した状態を
用いることにより、状態数が大幅に減少するので、これ
をハードウエア化することが可能となり、高次の画像識
別が高速で実施可能となる。

〔実施例〕

第１図は本発明の構成を示すブロック図であって、Ａは
ディザ化手段、Ｂは多値化手段、Ｃは状態検出手段、Ｄ
は識別手段、Ｅは選択出力手段である。

本発明の原理を説明する前に、組織的ディザ法につき簡
単に説明しておく。

第２図は、組織的ディザ法のディザマトリクスの一例を
示し、列数i,行数ｊの枡目内の数字が閾値である。同図
では４×４＝16画素で１つの小領域（ブロック）を構成
する例を示す。

いま16値に量子化された多値画像信号をディザ処理する
場合、ディザマトリクスの閾値と、多値画像の対応領域
（ブロック）とを比較する。各画素（x,y）の濃度レベ
ルQ_XYとそれに対応するディザマトリクスの各閾値T_ijと
を比較し、Q_XY＞T_ijのとき注目画素を黒レベル“1"に
し，Q_Xy＜T_ijのとき、それを白レベル“0"にする。そし
て、同じディザマトリクスを繰り返し用いて画像全体を
２値化する。これは、濃淡画像を２値化する方法であ
る。

さて本発明では、、（１）単一閾値を用いた検出系を設
けておき、原稿中に文字・線画と濃淡画とが存在する
時、複数画素のブロック単位に、原稿中の画像が濃淡画
か文字・線画かを識別する。

（２）更に本発明では、文字・線画や濃淡画が数ブロッ
ク分連続して生起し、注目ブロックの属性（文字・線画
または濃淡画かを属性と呼ぶ）が周囲のブロックの属性
と強い相関を持つという性質を利用して、ブロックごと
にブロックの状態を求めた後、注目ブロックの属性を周
囲ブロックを含むブロックの状態から最大尤度判定を行
い、属性を識別する。

（３）そして、上記（１）及び（２）においてそのブロ
ックを濃淡画と識別したときは、ディザマトリックスの
閾値で２値化し、そのブロックを文字・線画と識別した
ときは、単一閾値で２値化する。

また、上記（１）及び（２）の結果を他の画像処理に利
用することも可能である。

次に、第３図〜第８図を用いて、本発明の原理を説明す
る。

前述の本発明においては、単一閾値を複数個，例えば２
個を用いた検出系により、複数画素，例えば４×４＝16
画素からなる各ブロックB₁,B₂,B₃,…を、それぞれ単独
で文字・線画像か濃淡画像かを識別する。

この方式では、第３図に示すように２つの単一閾値T₁,T
₂により、画像をH,M,Lレベルの３値レベルに分ける。そ
して、第４図に示すように、ブロックの状態をブロック
内の３値レベルの画素数によって分類し、状態数を縮退
させる。即ち、各画素濃度を読取り、例えば８ビツトの
A/D変換により256値の階調濃度がえられ、その画素を４
×４＝16画素でブロックを構成すると、ブロックの状態
数は256の16乗と云う膨大な数になる。これをブロック
に属するH,M,Lの濃度レベルの画素数で評価して、第４
図の座標に示す154の状態数に縮退させたことになる。

ここで第４図の説明をする。任意のブロックの第１列目
の画素濃度が例えば第３図のブロック区切りのB₂の如く
なっていたとすると、各画素の濃度は左から右へM,H,L,
Lのレベルと読み取れる。このように16画素の１つ１つ
の濃度レベルを読取り、Ｈレベルの画素数n_H,Mレベルの
画素数n_M,Lレベルの画素数n_Lとするとn_L＝16−n_H−n_Mで
あるから、X_J＝（n_H,n_M,n_L）の座標が決まる。

従って、X₀はn_L＝16を意味し、X₃₄はn_H＝2,n_M＝1,n_L＝1
3を意味している。

そしてこれらのブロック状態の濃淡画上及び文字・線画
上における発生確率を調べ、各ブロック状態が濃淡画と
文字・線画のどちらに属すべきか、その属性を最大尤度
判定する表を第５図のように作成した。同図において、
Ｂは文字・線画,Cは濃淡画,Lは16画素全部が白、Ｈは16
画素全部が黒であることを示す。

ここで、本発明においては、更に画像識別誤りを減少さ
せるため、周囲ブロックの判定結果を考慮して、注目ブ
ロックの属性の最大尤度判定を行うことを考える。例え
ば第６図に示すように、注目ブロックをX₀とし、隣接ブ
ロックX₁,X₂を参照することにすればＰ（X₀,X₁,X₂｜ω_ｉ） ≧Ｐ（X₀,X₁,X₂｜ω_ｊ）但し,i≠ｊ …（１）のとき、X₀は母集団ω_ｉに属するものと判定する。

ブロック状態が生起する母集団ωは、背景W,文字・線画
B,濃淡画Ｃをとる。

ω＝｛W,B,C｝しかるに、第４図のブロック状態は154通りあるので、
このブロック状態を用いて（１）式を考えると、その状
態数は154³＝3,652,264通りという大きな数となる。従
ってこれを識別する回路を、そのままハードウェアで実
現することは不可能となる。

本発明はこの難点を解消することを目的とするもので、
次のようにブロックの状態を縮退させ、この縮退させた
ブロック状態を用いてブロックの属性を識別するもので
ある。

第７図は、第５図で用いた単独ブロックによる属性判定
の結果に基づき、ブロック状態を４値で表したものであ
る。

第８図は、第７図の４状態に、L,M,Hの３値レベル画素
の状態を考えて、ブロック状態を８値で表したものであ
る。

この縮退させた状態数を用いると、注目ブロックと参照
ブロックを４値で表せば、（１）式の状態数は、2^2X3＝
2⁶＝64通りとなる。

また、更に第６図で参照ブロックを、X₁,X₂,X₃,X₄に増
した場合は、その状態数は2^2X5＝2¹⁰＝1024通りであ
る。

このように状態数が縮退されれば、最大尤度判定表を予
め作成し、ROMに格納しておくことが可能となり、従っ
てハードウェア化も可能となる。

第９図は本発明を実施するための画像識別装置の一実施
例のシステム構成説明図であり、多値画像信号を文字・
線画と濃淡画とに識別して２値化する回路を示す。

同図においては、１ブロックの大きさを４×４画素にと
っている。

比較器102は、多値画像信号１をディザ閾値４により２
値化する。即ち、ラインカウンタ（CNT）104と画素数カ
ウンタ（CNT）105は、それぞれ下位２ビットを読み出し
専用メモリ（ROM）103のアドレスに入力し、ROM103に前
記第２図に示すようなディザ閾値を発生させる。

さて、２値化した単純２値信号7,8と２値ディザ信号９
を、それぞれシフトレジスタ（SR）106,107,108に入力
し、直並列変換を行う。

次に、４ビット並列にした単純２値データ10,11をそれ
ぞれメモリ（MEM）109,110に蓄積し、２値ディザデータ
12をメモリ（MEM）111に蓄積する。そして、上記の動作
を繰り返して、４ライン分のデータを各メモリ（MEM）1
09,110,111に格納する。

このとき、メモリ109,110,111のアドレスは、ワード指
定のカウンタ（CNT）113を１つずつカウントアップして
ワードを指定するとともに、ライン指定のカウンタ（CN
T）112を１ライン終了するごとに１つカウントアップし
てライン指定することによって行う。

例えば、多値画像データを解像度８本/mmで読み取った
ものとすると、B4サイズの原稿で考えて、１ラインは20
48画素となる。この場合、カウンタ（CNT）112,113はそ
れぞれ２ビットと９ビットとなる。メモリ109,110,111
は４ビット／ワード構成で、各メモリとも４ライン分の
データを格納できる容量を持つ。

次に、画像識別に関連した構成と動作につき説明する。

４ライン分の画像データの蓄積が終わると、メモリ109
と110から４ワード分読み出す。メモリからは次のよう
にして、データを読み出す。最初にカウンタ（CNT）11
2,113をクリアしておく。１ワード読み出すごとにライ
ン指定カウンタ（CNT）112を１つずつカウントアップす
る。４ワード分読み出した後、ワード指定カウンタ（CN
T）113を１つずつカンウトアップする。これを繰り返し
て４ワード分のデータを順次読み出す。ライン指定カウ
ンタ（CNT）112は２ビットのカウンタであり、４ワード
分読み出すごとに０に戻るので、上記の動作により、４
×４画素の１ブロックの画像データがメモリ109,110か
ら読み出されることになる。

次に、データ15,16を１ワード読み出すごとに、４ビッ
トのシフトレジスタ（SR）それぞれ114,116にセットし
た後、シフトレジスタ（SR）114,116を１ビットずつシ
フトし、カウンタ（CNT）それぞれ115,117により黒画素
の個数をカウントする。４ワード分読み出し、上記の処
理を繰り返すと、カウンタ（CNT）115,117には、そのブ
ロックの黒画素数n_b1,n_b2が求まる。

カウンタ115,117で求めた値20,21は読み出し専用メモリ
（ROM）118のアドレスに入力される。

ROM118にはカウンタ115,117で計数した黒画素数n_b1,n_b2
を、Ｈレベル画素数n_H＝n_b2,Mレベル画素数n_M＝n_b1−n
_b2に換算して求めた第７図（４値ブロック状態表）に示
す画像識別判定表が格納してある。

これらの判定結果の出力信号22がROM118から出力され、
それぞれレジスタ123にセットされる。

このとき、レジスタ123,124,125,126にもとあった内容
は、それぞれレジスタ124,125,126,127へと移される。
ここでレジスタ123,124,125,126,127の内容は第６図に
示すブロックX₃,X₁,X₀,X₂,X₄の４値ブロック状態に当た
る。

そこで、注目ブロックX₀の４値ブロック状態をレジスタ
125から、また参照ブロックX₃,X₁,X₂,X₄の４値ブロック
状態をレジスタ123,124,126,127から、読み出し専用メ
モリ（ROM）128のアドレスとして入力〔信号線25,26,2
7,28,29〕する。ROM128には、上記の注目ブロックX₀と
参照ブロックX₁,X₂,X₃,X₄の４値ブロック状態を用いた
ときの最大尤度判定表が格納されている。

この最大尤度判定表の構成はX₀〜X₄の５ブロックが夫々
B,C,L,Hの４値で表され、従ってその組合せは４の５乗
＝1024通りで、そこへ書き込むべき判定結果は濃淡画
（０）か文字線画（１）かの２値（１ビット）であるか
ら、1Kビットの容量のROMで構成できる。

即ち、ROM128は、Ｐ（X₀,X₁,X₂,X₃,X₄|C） ≧Ｐ（X₀,X₁,X₂,X₃,X₄|B）のとき、注目ブロックを濃淡画とみなして“0"を出力
し、それ以外の場合は注目ブロックを文字・線画領域と
みなして“1"を出力する。

この出力信号30は、メモリ（MEM）129に書き込まれる。
メモリ129は１ビット／ワードの構成で１ラインのブロ
ック個数分の容量を持つ。

さて、４ライン中の全ブロックの画像識別信号29がメモ
リ129に蓄積された後、メモリ129の出力信号31を用いて
以下のようにして、単純２値信号15とディザ信号17とを
選択する。

ライン指定カウンタ（CNT）112をクリアしておき、ワー
ド指定カウンタ（CNT）113を１つずつカウントアップし
ていって、それぞれメモリ（MEM）109,111のアドレスを
指定し、データを読み出す。またメモリ（MEM）129から
はカウンタ113よりアドレスを指定し、画像識別信号１
を読み出す。この信号31により、マルチプレクサ（MP
X）119を切り換えて、メモリ109,111からの画像データ
を選択する。

即ち、信号30が“0"で、そのブロックが濃淡画と識別さ
れている場合は、マルチプレクサ119でメモリ111のディ
ザ画像データ17を選ぶ。また、信号31が“1"で、そのブ
ロックが文字・線画と識別されているばあいは、マルチ
プレクサ119でメモリ109の単純２値画像データ15を選び
出力する。

メモリ109,111から１ライン分の画像データが読み出さ
れる毎に、ライン指定カウンタ112は１つカウントアッ
プされ、次のラインのアドレスが指定される。次に再
度、ワード指定カウンタ113を０からカウントアップし
て行って画像データを読み出し、次のラインの画像デー
タ15,17が選択される。

シフトレジスタ130は選択された画像データ32の４ビッ
トを並直列変換し、２値画像データ33として出力する。

以上の動作を４ライン分ごとに繰り返すことにより、全
画面にわたる画面識別値化された画像データが得られ
る。

実施例では４値のブロック状態により、４個の参照ブロ
ックを用いて最大尤度画像判定を行う場合について述べ
た。しかし、これは第８図に記す８値のみのブロック状
態を用いても良く、また16値など他のブロック状態を用
いることもできる。また、４値と８値のブロック状態を
併用することもできる。

以上の動作はすべて制御回路150の制御のもとで実行さ
れる。第８図中の40,41,42,43,44,45は上記制御信号線
である。

更に、参照ブロックの個数は４個に限る必要はなく、直
上のブロックライン，または直下のブロックライン上に
参照ブロックをとっても良い。

上記一実施例では単純２値化画像の１ブロック中の黒画
素の個数をシフトレジスタ114,116とカウンタ115,117を
用いて計数していたが、第10図（ａ）に再掲したこの部
分を、第10図（ｂ）に示すROMとレジスタを用いた高速P
MC（PROMマイクロ・コントローラ）を置き換えることも
可能であり、このようにすれば更に高速で計数すること
もできる。なお上記PMCはシーケンス制御に用いられる
回路であり、これについては日経エレクトロニクス1979
年９月17日号,165〜173頁に開示されている。

〔発明の効果〕

本発明によれば、多値画像を用い、算術演算やヒストグ
ラム処理を行う従来方式に比べ、小規模な回路構成で高
速に処理できる。

更に識別制度を向上させるように、周囲ブロックを参照
して注目ブロックの属性を最大尤度判定することができ
るので、識別誤りを大幅に減少させることができる効果
がある。

【図面の簡単な説明】

第１図は本発明の構成を示すブロック図、第２図はディザマトリクスの一例を示す図、第３図は２個の単一閾値で３値化した混在画像とブロッ
ク分けとの関係を示す図、第４図は３値化レベルよりなるブロックの状態を示す
図、第５図は３値レベルのブロックをブロック単独で最大尤
度判定したときのブロックの属性を示す図、第６図は注目ブロックと参照ブロックとの関係を示す
図、第７図，第８図はブロックの状態をそれぞれ４値と８値
に縮退させた状態を示す図、第９図は本発明の実施例を示す図、第10図（ａ）は実施例中の黒画素係数回路の部分を再掲
した図、同図（ｂ）はこれの変形例であって、PROMマイ
クロ・コントローラの回路図である。図において、Ａはディザ化手段、Ｂは多値化手段、Ｃは
状態検出手段、Ｄは識別手段、Ｅは選択出力手段、118
とと128はそれぞれ最大尤度判定表を示す。

Claims

【特許請求の範囲】

【請求項１】文字・線画と濃淡画とが混在する画像の各
画素の多値画像データを少なくとも２個の単一閾値と比
較して多値化データを求める多値化手段と、所定箇所の画素よりなるブロック内の前記多値化データ
のレベル毎の画素数の組合せに基づいて、当該ブロック
の縮退した状態を求める状態検出手段と、当該ブロックと当該ブロックの周囲ブロックからなる参
照ブロックの縮退した状態より最大尤度判定法により前
記当該ブロックの属性を求めた表を具備する識別手段
と、選択出力手段とを備え、前記状態検出手段の検出結果を当該ブロックと参照ブロ
ックの縮退した状態とに基づいて、前記識別手段により
前記表を参照して当該ブロックの属性としての文字・線
画と濃淡画とを識別することを特徴とする画像識別装
置。
【請求項２】各画素の多値画像データをディザ化する手
段を備え、前記識別手段の識別結果に基づいて、各ブロックごとに
前記多値化手段の少なくとも２個の単一閾値のうちの一
つにより求めた多値化データまたは前記ディザ化データ
のうちのいずれかを、前記選択出力手段を介して選択出
力するようにしたことを特徴とする特許請求の範囲第１
項記載の画像識別装置。