JPH09114923A

JPH09114923A - 領域分割装置

Info

Publication number: JPH09114923A
Application number: JP7274037A
Authority: JP
Inventors: Toshifumi Yamaai; 敏文山合; Toshio Miyazawa; 利夫宮澤
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1995-10-23
Filing date: 1995-10-23
Publication date: 1997-05-02

Abstract

(57)【要約】【課題】様々な文書に対し正確な領域分割結果を得ら
れる領域分割装置を実現する。【解決手段】文書構造簡易判定部１０６による入力文
書構造の簡易判定の結果に応じて、パラメータ設定部１
０８が異なった複数のパラメータセットを設定する。領
域分割部１１０は、設定された各パラメータセット毎に
入力文書の領域分割を行なって結果データをメモリ１１
２に格納する。この結果データは、表示順番決定部１１
４により、パラメータの使用頻度順または確信度の高い
順にソートされ、第１位のものから順にディスプレー１
２４に表示される。複数の結果データを縮小して同時に
ディスプレー１２４に表示させることも可能である。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書の画像データ
より文字領域や図表領域等を切り分ける領域分割（レイ
アウト認識）に関する。

【０００２】

【従来の技術】文書の内容をデータ処理し、テキストデ
ータとして再利用する場合、文字で書かれた文章がどこ
に存在するかといったレイアウト情報が重要である。例
えば、文書をイメージスキャナ等で画像データとして読
み込み、文字領域と図形領域等に領域分割を行なってレ
イアウト情報を得る。そして、文字領域に関しては文字
認識処理を行なってテキストデータへ変換する。この場
合、領域分割は文字認識処理の前処理として利用される
ことになる。文書の画像データを光ディスク等にファィ
リングしたりファクシミリで送信したりする場合にも、
文書の画像中の属性の異なる領域の処理方法を最適化す
る等のために、領域分割は重要な技術である。

【０００３】領域分割の技術として、射影を利用する方
法（特開平５−２６６２５０号）、黒画素の統合による
方法（特開平５−２７４４７２号、特願平５−３３１２
５２号）、空白セパレータと射影を利用する方法（特開
平３−１２６１８１号）等々、様々な手法が提案されて
いる。しかし、どのような内容の文書に対しても完全な
レイアウト認識が可能な特定の手法は、見当たらない。

【０００４】

【発明が解決しようとする課題】したがって、本発明の
目的は、様々な文書等に関し、より精度の高い領域分割
結果をユーザーに提示するための領域分割装置を提供す
ることにある。

【０００５】認識技術という点で領域分割と共通する文
字認識において１００％の認識率を達成することが困難
であるのと同様、領域分割も特定の手法によって１００
％の正解率を期待することは現状では困難と考えられる
ので、領域分割結果の修正をユーザーが行なわなければ
ならない場合が少なくない。その場合、できる限り正解
に近い領域分割結果をユーザーに提示できれば、領域分
割結果の修正のためのユーザーの負担が軽くなる。

【０００６】よって本発明のもう一つの目的は、複数の
領域分割結果の中から、最も正解に近い認識結果をユー
ザーが容易に選択できるようにした領域分割装置を提供
することにある。

【０００７】

【課題を解決するための手段】上記課題を解決するた
め、請求項１記載の発明により提供される領域分割装置
は、文書の２値画像データに対し領域分割を行なうため
の領域分割手段を持ち、該領域分割手段により異なった
パラメータ設定にて同一の２値画像データに対し領域分
割を２回以上実行し、２以上の領域分割結果を得ること
を特徴とするものである。

【０００８】請求項２記載の発明は、請求項１記載の発
明による領域分割装置において、文書の２値画像データ
に対し文書構造の簡易判定を行なう手段と、該文書構造
の簡易判定の手段による判定結果に応じて該領域分割手
段のパラメータを可変設定する手段とをさらに有するこ
とを特徴とするものである。

【０００９】請求項３記載の発明により提供される領域
分割装置は、文書の２値画像データに対し、それぞれ異
なったアルゴリズムにより領域分割を行なうための複数
の領域分割手段を有し、該複数の領域分割手段中の少な
くとも２以上の領域分割手段により同一の２値画像デー
タに対し領域分割を行ない、２以上の領域分割結果を得
ることを特徴とするものである。

【００１０】請求項４記載の発明は、請求項３記載の発
明のよる領域分割装置において、文書の２値画像データ
に対し文書構造の簡易判定を行ない、その判定結果に応
じて該複数の領域分割手段の中から特定の領域分割手段
を選択する手段をさらに有し、該特定の領域分割手段に
より同一の２値画像データに対し領域分割を実行するこ
とを特徴とするものである。

【００１１】請求項５記載の発明は、請求項３記載の発
明による領域分割装置において、文書の２値画像データ
に対し文書構造の簡易判定を行ない、その判定結果に応
じて該複数の領域分割手段の中から特定の領域分割手段
を選択する手段と、該文書構造の簡易判定の手段による
判定結果に応じて該特定の領域分割手段のパラメータを
可変設定する手段とをさらに有し、該特定の領域分割手
段により異なったパラメータ設定で同一の２値画像デー
タに対して領域分割を実行することを特徴とするもので
ある。

【００１２】請求項６記載の発明は、請求項１乃至５の
いずれか１項に記載の発明による領域分割装置におい
て、同一の文書に対して複数の異なった２値化閾値また
は２値化手法を適用して複数の２値画像データを入力
し、該複数の２値画像データそれぞれに対し領域分割が
実行されることを特徴とするものである。

【００１３】請求項７記載の発明は、請求項１乃至６の
いずれか１項記載の発明による領域分割装置において、
得られた２以上の領域分割結果を順序付けする手段をさ
らに有し、該領域分割結果が順序付けされた順にディス
プレーに表示されることを特徴とするものである。

【００１４】請求項８記載の発明は、請求項７記載の発
明による領域分割装置において、複数の領域分割結果を
縮小して同時にディスプレーに表示できることを特徴と
するものである。

【００１５】請求項９記載の発明は、請求項７記載の発
明による領域分割装置において、得られた複数の領域分
割結果はそれぞれの確信度の高い順に順序付けされるこ
とを特徴とするものである。

【００１６】請求項１０記載の発明は、請求項９記載の
発明による領域分割装置において、領域分割結果の確信
度の決定に領域の重なりの具合が用いられることを特徴
とするものである。

【００１７】請求項１１記載の発明は、請求項９記載の
発明による領域分割装置において、領域分割結果の確信
度の決定に領域内部の空白部分の情報が用いられること
を特徴とするものである。

【００１８】請求項１２記載の発明は、請求項９記載の
発明による領域分割装置において、領域分割結果の確信
度を、それと一致または類似する他の領域分割結果の数
が多いほど高くすることを特徴とするものである。

【００１９】

【発明の実施の形態】本発明の実施の形態を明らかにす
るため、図面を用いて複数の実施例を説明する。なお、
各実施例の説明において、他の実施例と共通する装置構
成に関して図面の援用をすることがある。また、２以上
のブロック図において、対応部または同等部について同
一の参照符号を便宜用いることがある。

【００２０】＜実施例１＞図１は本実施例の装置構成を
示すブロック図であり、図２は本実施例の処理の流れを
示すフローチャートである。

【００２１】図１に示した領域分割装置はスキャナ１０
０、画像入力部１０２、画像メモリ１０４、文書構造簡
易判定部１０６、パラメータ設定部１０８、領域分割部
１１０、結果データセット格納メモリ１１２、表示順番
決定部１１４、領域結果表示部１１６、結果候補変換部
１１８、指示装置１２０、画像表示部１２２、及びディ
スプレー１２４を含む。上記各部の動作制御等を行なう
機能部もあるが、図示されていない。この領域分割装置
は例えば文字認識装置の前処理に用いることができ、そ
の場合には、この領域分割装置で最終的に確定された領
域分割結果の情報と、画像メモリ１０４内の画像データ
とを文字認識装置側からアクセスすることができるよう
にされる。

【００２２】この領域分割装置の動作の概略は次のとお
りである。スキャナ１００は文書をスキャンし、その画
像を多値画像データとして読み取る。画像入力部１０２
は、スキャナ１００より入力される多値画像データを２
値画像データに変換して画像メモリ１０４に格納する。
画像メモリ１０４は、この入力文書の２値画像データ以
外のイメージデータの記憶にも利用される。文書構造簡
易判定部１０６は、画像メモリ１０４に格納された入力
文書の２値画像データに対し文書構造の簡易判定（詳細
は後述）を行なう。

【００２３】パラメータ設定部１０８は、この文書構造
簡易判定の結果に応じて領域分割部１１０に対し複数の
パラメータセットを設定する。領域分割部１１０は、画
像メモリ１０４に入力された文書画像データ（または、
その縮小画像データ）に対して領域分割を行なうが、こ
の領域分割を、パラメータ設定部１０８により設定され
たパラメータセットの数だけ実行し、それぞれの領域分
割の結果データのセットを結果データセット格納メモリ
１１２に格納する。すなわち、本実施例では、領域分割
のパラメータの可変設定を行ない、異なったパラメータ
設定にて同一の２値画像データに対する領域分割を２回
以上実行し、２以上の領域分割結果を得るわけである。

【００２４】表示順番決定部１１４は、結果データセッ
トを、領域分割結果の表示順にソートする。すなわち、
２以上の領域分割結果の順序付けがなされる。

【００２５】領域結果表示部１１６は、ソート後の結果
データセットの先頭の結果データ（第１位の候補）をデ
ィスプレー１２４に表示させる。画像メモリ１０４内の
入力文書の２値画像データも画像表示部１２２によりデ
ィスプレー１２４へ出力され、領域分割の結果データと
ともに表示される。

【００２６】ユーザーは、表示された領域分割の結果を
確認し、他の領域分割の結果を確認したいときには指示
装置１２０を介して次の領域分割結果の表示を指示す
る。この指示を受けた結果変換部１１８は、領域結果表
示部１１６に対して次位の結果データを表示させる。ユ
ーザーは表示された、ある領域分割結果に満足した時に
は、指示装置１２０を介して、その確定を指示すること
ができ、また領域分割結果の修正も可能である。確定さ
れた領域分割結果は、例えば文字認識装置において文字
認識処理に利用されることになる。

【００２７】次に、文書の２値画像データが入力された
後の処理内容について、図２のフローチャートに沿っ
て、より具体的に説明する。

【００２８】文書が入力されると、まず文書構造簡易判
定部１０６で入力文書の構造の簡易判定を行なう（ステ
ップ２００）。文書構造判定の内容は、領域分割のため
のパラメータの設定の目安を与える程度でよく、したが
って、領域分割部１１０で採用される領域分割アルゴリ
ズムと関連することになるが、通常、文字サイズや、マ
ルチコラムかシングルコラム等々の比較的大雑把なもの
で十分である。

【００２９】例えば、文書中の罫線（コラム間のセパレ
ータ）の数とその位置を大まかに調べる。領域中にセパ
レータがあればシングルコラムであることはないし、ま
た、罫線が等間隔に存在する場合は新聞である可能性が
ある。

【００３０】文書中の空白部分の大きさとその位置を大
雑把に調べる。領域中に帯状の空白部分が存在すれば、
それはセパレータである可能性が高いのでシングルコラ
ムであることはない。帯状の空白部分があっても、その
中に大きなものがなければ、入り組んだマルチコラムで
あると推定される。

【００３１】文字らしい矩形の間隔を統計処理し、コラ
ム間距離に相当するピークが出ないときは、シングルコ
ラムであると判定する。ここで文字らしい矩形とは、単
純に矩形の大きさの閾値処理で判断すればよい。また、
文字らいし矩形の大きさの統計処理によって、おおよそ
の文字サイズを推定する。

【００３２】新聞は１行の大きさのパターンが本文、概
要等の部分毎に大体決まっているので、そのパターンを
ある幅を持たせて予め決めておく。そして、入力文書の
１行の大きさを調べ、予め決めたパターンに当てはまっ
た場合に新聞らしいと判定する。

【００３３】文書構造簡易判定が終了すると、パラメー
タ設定部１０８において、文書構造簡易判定の結果に応
じて、必要なパラメータを抽出し、可能なパラメータセ
ット（例えばシングルコラム用パラメータセット、雑誌
用パラメータセット、新聞用パラメータセット）を全て
設定する（ステップ２０１）。通常、２つ以上のパラメ
ータセットが設定される。この際、可能なパラメータは
全て設定する。

【００３４】領域分割部１１０の領域分割のアルゴリズ
ムとして、本実施例では、特願平５−３３１２５２号の
明細書及び図面に述べられているような、文書画像の圧
縮画像より黒画素連結成分に外接する矩形を抽出し、そ
の矩形を文字矩形とそれ以外の矩形とに分類し、それぞ
れの矩形の統合により文字領域や図その他の領域を抽出
する方法を想定している。したがって、パラメータとし
ては、例えば、文字間距離のパラメータ、行間距離のパ
ラメータ、文字サイズのパラメータ、文字サイズの違い
を吸収できるような画像圧縮率等が用意される。そし
て、例えば、「シングルコラムらしい」ときには文字間
距離と行間距離を大きめに設定し、「マルチコラムらし
い」ときには文字間距離と行間距離を小さめに設定し、
「新聞らしい」ときには新聞のパターンにあわせて文字
間距離と行間距離をいくつか設定する。また、判定した
文字サイズが例えば８mm程度ならば、６mm程度の文字サ
イズ用パラメータから１cm程度の文字サイズ用パラメー
タまで設定する。なお、他の領域分割アルゴリズムを利
用してもよいが、アルゴリズムによっては用意すべきパ
ラメータを変更しなければならないかもしれない。

【００３５】領域分割部１１０において、パラメータ設
定部１０８により設定された各パラメータセットを用
い、入力文書の２値画像データに対する領域分割の処理
を行なう（ステップ２０２）。したがって、設定された
パラメータセットの数と同じ回数、領域分割処理が繰り
返され、同数の結果データが得られることになる。そし
て、領域分割結果データのセットが結果データセット格
納メモリ１１２に格納される。

【００３６】領域分割処理は、その後に適用されること
の多い文字認識処理に比べると非常に高速なものが多
い。したがって、パラメータ設定を変えて高速なアルゴ
リズムを複数回繰り返しても速度上の不利益はあまり問
題とならず、精度の向上を期待できる。そして、パラメ
ータ設定の前段で、上に述べたように「マルチコラムら
しい」「シングルコラムらしい」「新聞らしい」「文字
サイズはどの位」といった文書文書構造簡易判定を行な
い、その結果に応じてパラメータ設定を行なうことによ
り、結果データセット中に正しい領域分割結果データが
含まれている可能性が高くなる。また、領域分割処理を
実行してみるまでもなく不適当なパラメータ設定を排除
することにより、明らかに不適切な領域分割結果の発生
を減らすることができる。

【００３７】領域分割処理が終了すると、表示順番決定
部１１４において、領域分割のパラメータの使用頻度の
順番に結果データセット格納メモリ１１２内の結果デー
タセットを並べ替える（ステップ２０３）。並べ替え
（順序付け）後の先頭の結果データが最初に表示される
第１位の結果データであり、以下並び順に表示順位が下
がる。

【００３８】領域結果表示部１１６は、第１位の結果デ
ータ（第１候補）をディスプレー１２４へ出力し画面に
表示させ、また、画像表示部１２２は入力文書の２値画
像データをディスプレー１２４へ出力し画面に表示させ
る（ステップ２０４）。ユーザーは、表示された領域分
割結果が正しくないと考えるならば、指示装置１２０を
操作して次位の結果データの表示指示を結果候補変換部
１１８に指示する（ステップ２０５）。この指示を受け
た結果候補変換部１１８は、結果データセット格納メモ
リ１１２を参照して表示すべき次位の結果データを確認
し、その表示を領域結果表示部１１６に指示し、領域結
果表示部１１６は指示された次位の結果データをディス
プレー１２４へ出力し画面表示させる（ステップ２０
６）。以下、ステップ２０５、２０６を繰り返し、正し
いと判断した領域分割結果が表示された時に、指示装置
１２０の結果確定の操作を行なう（ステップ２０７）。
最後の結果データが表示された後に、さらに次位の結果
データの表示がユーザーより指示された時には、結果候
補変換部１１８は第１位の結果データの表示を領域結果
表示部１１６に指示する。

【００３９】なお、正解が結果データセット中に含まれ
ている可能性が高いが、現実的には、前述のように完璧
な正解を期待できないことが多く、正解とはいっても部
分的に修正をする必要があるかもしれない。この場合、
ユーザーは正解に最も近い結果データを選び、それに対
して指示装置１２０を介し必要な修正を施すことができ
る（図２には示されていない）。

【００４０】領域分割の結果データは例えば図３に示す
ような形で表示される。図３において、３０１は最初に
表示される第１位の結果データ（第１候補）、３０２は
次に表示される結果データ（第２候補）、３０３はその
次に表示される結果データ（第３候補）である。結果デ
ータ３０３が最後の結果データであれば、その表示中に
さらに次位の表示が指示されると最初の結果データ３０
１が表示され、さらに指示すると結果データ３０２が表
示される。結果データ３０１，３０２，３０３中の網か
けされた矩形はそれぞれ、領域分割処理によって分割さ
れた個々の領域（文字領域または図その他の領域）を意
味している。なお、領域分割の結果データと、入力文書
の２値画像データ（またはその縮小画像）とを重ねて表
示させてもよい。

【００４１】＜実施例２＞図４は本実施例の装置構成を
示すブロック図であり、図５は本実施例の処理の流れを
示すフローチャートである。

【００４２】図４において、図１と同一の符号が付けら
れた部分は同等部分である。本実施例の領域分割装置
は、図１に示した領域分割装置にあったパラメータ設定
部１０８に相当する部分がない。また、文書構造簡易判
定部４００、領域分割部４０２及び表示順番決定部４１
０が、図１に示した領域分割装置の対応部分１０６，１
１０及び１１４と相違している。これ以外は図１に示し
た領域分割装置と同様である。

【００４３】領域分割部４０２は、領域分割処理アルゴ
リズムの異なる複数の領域分割部４０２ａ，４０２ｂ，
４０２ｃ，．．．を含み、２種類以上の異なったアルゴ
リズムによる領域分割処理を並列的に実行可能である。
実行可能な領域分割処理アルゴリズムは、前記特願平５
−３３１２５２号や特開平５−２７４４７２号の黒画素
統合による方法、特開平５−２６６２５０号の射影を用
いる方法、特開平３−１２６１８１号の空白セパレータ
と射影を利用する方法等である。これらはあくまで例で
あり、他のアルゴリズムも採用し得る。

【００４４】文書構造簡易判定部４００は、図１の文書
構造簡易判定部１０６と同様の文書構造の簡易判定を行
ない、判定した文書構造に応じて必要な領域分割アルゴ
リズムを通常２つ以上選択し、選択したアルゴリズムを
実行する領域分割部（４０２ａ，４０２ｂ，４０２
ｃ，．．．）の動作環境を整え処理を開始させる。

【００４５】文書構造と、それを得意とする領域分割ア
ルゴリズムとの関係は、例えば「シングルコラムらし
い」文書に対しては、空白セパレータを用いる方法と射
影を用いる方法が得意であると考えられる。「入り組ん
だコラムがある」文書に対しては、黒画素の統合による
方法が得意と考えられる。「新聞らしい」文書に対して
は、射影を用いた方法が得意と考えられる。

【００４６】もっとも、以上は一応の目安であって、ア
ルゴリズムの詳細内容や文書の詳細構造によって、得意
とする文書構造が変わる可能性がある。また、得意とい
っても、これはアルゴリズム間で相対的に得意であると
いう意味である。したがって、判定した文書構造には不
適当と考えられるアルゴリズムは選択すべきでないが、
必ずしも格別得意としないアルゴリズムであっても選択
するのが実際的であろう。このようなことから、本実施
例では、判定した文書構造を不得手とするアルゴリズム
以外のアルゴリズムの全部または、いくつかを選択す
る。このようにすれば、選択したアルゴリズムによる領
域分割処理の結果中に、適切な領域分割が含まれる可能
性が高い。

【００４７】表示順番決定部４１０は、結果データセッ
ト格納メモリ１１２に格納された結果データを、文書構
造簡易判定で判定した文書構造を得意とするアルゴリズ
ムによる結果を優先した順に並べ替える（順序付け
る）。

【００４８】図５のフローチャートに沿って、本実施例
の領域分割装置の全体的動作を説明する。スキャナ１０
０及び画像入力部１０２を介して文書の２値画像データ
が画像メモリ１０４に入力されると、文書構造簡易判定
部４００で入力文書の構造簡易判定を行ない（ステップ
５００）、判定した文書構造に応じて、領域分割部４０
２内の領域分割部４０２ａ，４０２ｂ，４０２
ｃ，．．．の中から必要なものを選択し、その動作環境
を整えて処理を開始させる（ステップ５０１）。

【００４９】選択された各領域分割部（４０２ａ，４０
２ｂ，４０２ｃ．．．）は、画像メモリ１０４に入力さ
れた文書の２値画像データに対して、それぞれのアルゴ
リズムによる領域分割処理を実行し、結果データを結果
データセット格納メモリ１１２に格納する。このように
して領域分割の結果データセットが得られると、表示順
番決定部１１６で、結果データセットに対して、入力文
書構造を最も得意とするアルゴリズムによる結果データ
を先頭に、その次に得意とするアルゴリズムの結果デー
タを２番目に、というように並べ替えを行なう（ステッ
プ５０３）。

【００５０】この後の動作は前記実施例１の領域分割装
置と同様である。領域結果表示部１１６によって先頭の
結果データ（第１候補）がディスプレー１２４に出力さ
れ、また入力文書の２値画像もディスプレー１２４に出
力され画面上に表示される（ステップ５０４）。ユーザ
ーが指示装置１２０より次位結果表示を指示すると（ス
テップ５０５）、結果候補変換部１１８は領域結果表示
部１１６に次位の結果データを表示せしめる（５０
６）。以下同様の繰り返しにより最も正しい結果データ
を表示させ、必要に応じて結果の修正を行なって結果を
確定する（ステップ５０７）。結果データは例えば図３
に示すような形態で表示される。

【００５１】なお、文書構造簡易判定部１０６を設け
ず、領域分割部４０２内の全ての領域分割部４０２ａ，
４０２ｂ，４０２ｃ，．．．を動作させる構成も可能で
ある。ただし、結果データセット中に明らかに不適切な
ものが含まれる可能性は大きくなる。

【００５２】＜実施例３＞図６は本実施例の装置構成を
示すブロック図であり、図７は本実施例の処理の流れを
示すフローチャートである。

【００５３】本実施例の領域分割装置は、前記実施例１
と前記実施例２とを組合せた如き構成のものである。図
６において、図１または図４と同一の符号が付けられた
部分は同等部分である。

【００５４】領域分割部６０４は、図４の領域分割部４
０２と同様な領域分割処理アルゴリズムの異なる複数の
領域分割部６０４ａ，６０４ｂ，６０４ｃ，．．．を含
み、２種類以上の異なったアルゴリズムによる領域分割
処理を並列的に実行可能である。さらに、各領域分割部
６０４ａ，６０４ｂ，６０４ｃ，．．．は、パラメータ
の可変設定が可能である。

【００５５】文書構造簡易判定部６００は、図４の文書
構造簡易判定部４００と同様に、文書構造の簡易判定を
行ない、判定した文書の構造に応じて必要な領域分割ア
ルゴリズムを選択し、選択したアルゴリズムを実行する
領域分割部（６０４ａ，６０４ｂ，６０４ｃ，．．．）
の動作環境を整えるが、さらに判定した文書の構造をパ
ラメータ設定部６０２に通知する。パラメータ設定部６
０２は、文書構造簡易判定部６００によって選択された
各領域分割部（６０４ａ，６０４ｂ，６０４
ｃ，．．．）それぞれに対し、図１のパラメータ設定部
１０８と同様に文書構造に応じたパラメータセットを複
数設定する。

【００５６】つまり、本実施例では、前記実施例２と同
様に複数の領域分割アルゴリズムの中から必要なアルゴ
リズムが選択され、選択された各アルゴリズム毎に前記
実施例１と同様のパラメータ設定が行なわれる。選択さ
れた領域分割部（６０４ａ，６０４ｂ，６０４
ｃ，．．．）はそれぞれ、設定された各パラメータセッ
トを用い、設定されたパラメータセットの数に相当する
回数だけ、領域分割処理を繰り返して実行し、それぞれ
の結果データを結果データセット格納メモリ１１２に格
納する。

【００５７】本実施例の領域分割装置の全体的動作を図
７のフローチャートに沿って説明する。スキャナ１００
及び画像入力部１０２を介して文書の２値画像データが
画像メモリ１０４に入力されると、文書構造簡易判定部
６００で入力文書の構造簡易判定を行ない（ステップ７
００）、判定した文書構造に応じて、領域分割部６０４
内の領域分割部６０４ａ，６０４ｂ，６０４ｃ，．．．
の中から必要なものを選択し、その動作環境を整える
（ステップ７０１）。また、選択された領域分割部（６
０４ａ，６０４ｂ，６０４ｃ，．．．）のそれぞれに対
して、パラメータ設定部６０２によりパラメータセット
の設定を行なう（ステップ７０１）。

【００５８】選択された各領域分割部（６０４ａ，６０
４ｂ，６０４ｃ．．．）は、画像メモリ１０４に入力さ
れた文書の２値画像データに対して、設定された各パラ
メータセットを用いた領域分割処理を、設定されたパラ
メータセットの数に等しい回数、順次繰り返して実行
し、結果データを結果データセット格納メモリ１１２に
格納する（ステップ７０２）。

【００５９】このようにして領域分割の結果データセッ
トが得られると、表示順番決定部１１６で、前記実施例
２と同様な結果データセットのソートが行なわれる（ス
テップ７０３）。以下、前記実施例２のステップ５０４
〜５０７（図４）と同様な手順で結果データの表示、必
要な修正と結果データの確定が行なわれる（ステップ７
０４〜７０７）。

【００６０】本実施例は、必要な複数の領域分割アルゴ
リズムを用いるだけでなく、その各アルゴリズムをパラ
メータセットの設定を変えて複数回実行するため、前記
各実施例に比べ、正解が得られる可能性がさらに高くな
る。なお、正解が複数得られることも期待できる。

【００６１】＜実施例４＞本実施例の装置構成及び全体
的動作は、前記実施例２または前記実施例３と同様であ
る（前記実施例１と同様な装置構成及び全体的動作とす
ることも可能である）。したがって、装置構成のブロッ
ク図と全体的動作のフローチャートは省略する。本実施
例と前記実施例との相違点は、領域分割処理の複数の結
果データの表示順番の決定の仕方にある。

【００６２】すなわち、前記実施例２または実施例３の
表示順番決定部４１０においては、領域分割アルゴリズ
ムが入力文書の構造を得意とする程度によって、領域分
割処理の複数の結果データの表示順番を決定し、その順
番に結果データを並べ変えた。これに対し、本実施例の
領域分割装置の表示順番決定部においては、図８のフロ
ーチャートに示すように、領域分割処理の各結果データ
の確信度（正解らしさの度合）を求める（ステップ８０
０）。そして、確信度の大きい順に結果データを並べ替
える（ステップ８０１）。

【００６３】ステップ８００における確信度の求め方
は、どのような証拠を利用するか、１種類の証拠を用い
るか、複数種類の証拠を用いるかを含め様々な方法を採
用可能であるが、その一例を図９のフローチャートに沿
って説明する。図９に示す例では、各結果データについ
て３つの方法で確信度を求め、それらを合成して各結果
データの最終的な確信度を得る。

【００６４】図９において、ステップ９０１〜９０３は
第１の方法により確信度を求める処理部分である。結果
データセットより１つの結果データを選び（ステップ９
０１）、その結果データにおける領域の座標値を調べる
ことにより重なりのある領域の数を検出し（ステップ９
０１）、領域相互の包含の度合に応じて（経験値によ
る）当該結果データの確信度を決定する（ステップ９０
３）。同様の手順を各結果データに対して順次実行し、
全ての結果データの確信度を決定する。領域分割は属性
の同じ領域（例えば文字領域）を切り分ける処理であ
り、分割された領域に過剰な重なりがある場合、特に、
小さな領域の重なりがある場合は、結果に不具合がある
ことが多い。当該確信度決定方法は、かかる点に着目し
たものである。なお、このような領域分割の間違いは、
画素から矩形、矩形から領域へと統合していくボトムア
ップ的な領域分割手法で起こりやすい。

【００６５】図９において、ステップ９１０，９１１は
第２の方法により確信度を求める処理部分である。結果
データセットより注目する１つの結果データを選び（ス
テップ９１０）、この注目した結果データにおける領域
の座標値と他の各結果データにおける領域の座標値を比
較し、一致した（十分に類似した）結果データが１つ見
つかるたびに注目結果データの確信度を１だけ増加させ
る（ステップ９１１）。注目結果データと一致した（十
分に類似した）他の結果データは保存する必要がないの
で、消去する。注目する結果データを順次変更しなが
ら、同様の操作を繰り返すことによって、全ての結果デ
ータの確信度を決める。

【００６６】すなわち、この第２の方法は、領域分割処
理によって得られた複数の結果データを比較し、一致数
の多い分割結果ほど確信度を高くするという方法であ
る。言い換えれば、多数決の理論によって確信度を決め
る。けだし、各種の領域分割アルゴリズムはそれぞれに
特徴があるが、殆どの方法は極く一般的な文書に対して
はかなりの精度を期待し得るまで改良が進んでおり、特
殊な文書でない限り、正解に近い結果を期待してよく、
したがって、多数決論理を採用しても的外れな結果にな
ることは少ないと考えられるからである。

【００６７】図９において、ステップ９２２〜９２７は
第３の方法により確信度を求める処理部分である。ま
ず、入力された文書の２値画像の圧縮画像を生成する
（ステップ９２２）。圧縮画像は画像メモリ１０４に保
存する。圧縮画像を生成するのは、当該ステップ以降の
処理量を減らし処理を高速化するためであるので、圧縮
の方法は問わない。なお、領域分割処理の段階で入力画
像の圧縮画像を生成するならば、その圧縮画像を利用し
てよく、この場合はステップ９２２は不要になる。

【００６８】次に、圧縮画像中の一定値以上の長い白ラ
ンを水平、垂直各方向について抽出し、抽出した長い白
ランの連続を統合することにより、水平、垂直各方向の
白ラン矩形を抽出する（ステップ９２３）。図１０に白
ラン矩形の抽出の例を示す。図１０において白抜きの矩
形は長い白ラン、網かけの矩形は短い白ランを意味す
る。黒ランは図示されていない。短い白ランは無視され
るので、ここに示す例では長い白ラン１００１，１００
２を統合した白ラン矩形１００３と、長い白ラン１００
４，１００５を統合した白ラン矩形１００６とが抽出さ
れる。

【００６９】このようにして抽出した白ラン矩形の中
で、領域の分割線（セパレータ）らしくないと判断され
る白ラン矩形を廃棄する（ステップ９２４）。この判断
は大雑把でよい（詳細に行なうと、それ自体が領域分割
処理の一部となってしまう）。例えば、前後の文字サイ
ズに比べて大きな白ラン矩形や長い白ラン矩形を領域の
分割線らしいと判断し、それ以外の白ラン矩形を領域の
分割線らしくないと判断する程度でよい。

【００７０】次に、領域分割の結果データセットより１
つの結果データを選び（ステップ９２５）、その結果デ
ータにおける領域の座標値を調べ、領域に包含される領
域分割線らしい白ラン矩形の数（包含数）を計数する
（ステップ９２６）。そして、この包含数に応じて（経
験値による）当該結果データの確信度を決定する（ステ
ップ９２７）。同様の手順を、全ての結果データについ
て実行し、それぞれの確信度を決定する。正確な領域分
割がなされれば、領域内に分割線は含まれないはずであ
るから、領域に分割線が多く含まれる場合は、当然、そ
の結果データの確信度は低い。

【００７１】以上のいずれか１つの方法により確信度を
求め、それを最終的な確信度として利用することも可能
であるが、ここに示す例では以上の３方法により決定さ
れた確信度を合成することにより最終的な確信度を求め
る（ステップ９３０）。確信度の合成方法としては、例
えば、３つの方法による確信度の積（アンド）を最終的
な確信度とする方法や、３つの方法の確信度の中央値を
最終的な確信度とする方法等が可能である。第１方法、
第２方法、第３方法による確信度（確からしい確率）が
それぞれ８０％、６０％、４０％であったとすると、積
をとる方法によれば最終的確信度は１９．２％＝０．８
×０．６×０．４となり、中央値をとる方法によれば最
終的確信度は６０％となる。

【００７２】＜実施例５＞図１１は、本実施例の全体的
動作の流れを示すフローチャートである。本実施例の全
体的動作は基本的には前記各実施例の全体的動作と同様
である。したがって、図１１のフローチャートに沿っ
て、本実施例と前記各実施例との動作上の相違点を中心
に説明する。また、本実施例の装置構成は前記各実施例
と同様でよいので、以下の説明において装置構成に言及
する必要があるときには、前記各実施例のブロック図
（図１、図４または図６）中の符号を用いる。

【００７３】文書画像データの入力に関して述べれば、
入力文書が複数の文字種（明朝、ゴシック等）で構成さ
れている場合、１つの２値化閾値または１つの２値化手
法で入力文書画像データの２値化を行なったのでは、最
適な２値画像データを得られないことがある。例えば、
ゴシックフォントは２値化により潰れが生じやすく、他
方、明朝フォントは２値化によりカスレが生じやすい。
同様に、１つの２値化閾値または２値化手法によったの
では、文字・写真・網点等の領域の違いによっても最適
な２値画像データを得られないことがある。２値画像デ
ータが不適切な場合、高精度の領域分割を期待できな
い。

【００７４】そこで本実施例においては、画像入力部
（１０２）で、複数の異なった２値化閾値または複数の
異なった２値化手法を用いて、スキャナ（１００）より
入力した文書の多値画像データの２値化を行なうことに
より、１つの入力文書に対して複数の２値画像データを
生成し、それぞれを画像メモリ（１０４）に格納する
（ステップ１１００）。

【００７５】このようにして画像メモリ（１０４）に得
られた複数の２値画像データのそれぞれに対して、前記
各実施例と同様に（文書構造判定部１０６，４００また
は６００、パラメータ設定部１０８または６０２、領域
分割処理部１１０，４０２または６０４において）文書
構造簡易判定、パラメータ設定及び／又はアルゴリズム
選択、領域分割処理を実行し、各領域分割処理の結果デ
ータを結果データセット格納メモリ１１２に格納する
（ステップ１１０１）。このステップにおける各処理の
内容は、複数の２値画像データを対象にすることを除け
ば前記各実施例と同様である。

【００７６】そして、各２値画像データに対する結果デ
ータの並べ替え（順序付け）を表示順番決定部（１１４
または４１０）において実行する。並べ替えの方法であ
るが、例えば、どの２値画像データに対する結果データ
であるか区別せず、全ての２値画像データの結果データ
を前記各実施例と同様の方法で並べ替える。あるいは、
文書構造簡易判定により判定された文書構造に適した２
値画像データに対する結果データを優先するように２値
画像データ単位で結果データを並べ替え、その後、各２
値画像データの結果データの間で前記各実施例と同様の
方法による並べ替えを行なう。言うまでもなく、他の並
べ替え方法を採用してもよい。

【００７７】このような並べ替えを終了すると、領域結
果表示部（１１６）により、最初の結果データをディス
プレー（１２４）に表示させる（ステップ１１０３）。
また、本実施例では、２値画像データが２つ以上あるの
で、表示した結果データがどの２値画像データに対する
分割結果であるか確認できるようにするため、ディスプ
レー（１２４）に表示させる結果データに対応した２値
画像データが画像表示部（１２２）によって画像メモリ
（１０４）よりディスプレー（１２４）に出力され表示
される（ステップ１１０３）。この２値画像データと結
果データはディスプレー（１２４）の画面上に分離した
形で表示されるか、あるいは重ねた形で表示される。

【００７８】ユーザーが次候補の表示を指示装置（１２
０）を介して結果候補変換部（１１８）へ指示すると、
次位の結果データと、それに対応する２値画像データが
ディスプレー（１２４）に表示される（ステップ１１０
５）。ユーザーは、正解または正解に最も近いと判断さ
れる結果データが表示されるまでステップ１１０４，１
１０５と同様の手順を繰り返し、正解または正解に最も
近い結果データをそのまま確定し、あるいは必要な修正
を施してから確定する操作を行なう（ステップ１１０
６）。

【００７９】＜実施例６＞前記各実施例は、順序付けた
領域分割の結果データを１つずつ順に表示して正解また
は正解に最も近い結果データを見つける構成であった
が、本実施例は複数の結果データを同時に表示させるこ
とができる。これ以外の動作及び装置構成は前記各実施
例と同様である。

【００８０】図１２は、本実施例における結果データの
表示方法の一例を説明するための図である。領域結果表
示部（１１６）は、最初は図１２の左側に示すように第
１候補の結果データ１２０１だけをディスプレー画面に
表示させる。ユーザーが次位の結果データの表示を指示
すると、領域結果表示部（１１６）は、図１２の右側に
示すように、第１候補の結果データ１２０１、第２候補
の結果データ１２０２、第３候補の結果データ１２０３
を縮小してディスプレー画面に表示させる。もし、第３
候補が最後の結果データであれば、全部の結果データを
一斉に確認することができる。

【００８１】領域分割においては、文書画像上のノイズ
の影響や、ロゴや特殊変形文字等を文字と分類するか図
領域と分類するか（結果の用途によって異なる）等々、
さまざまな要因により結果が違ったものになるため、修
正を全然必要としない完全な正解を期待することは一般
に困難である。したがって、ユーザーは結果データを比
較し、最も正解に近いと考える結果データを選択するこ
とになろう。そのためには、本実施例のように複数の結
果データが同時に表示されると、結果データ相互間の比
較が容易になるので、より効率的な作業が可能になる。

【００８２】

【発明の効果】請求項１乃至５の各項記載の発明によれ
ば、１つのパラメータ設定または１つのアルゴリズムで
領域分割を行なう装置に比べ、様々な入力文書に対し
て、正解または正解に近い領域分割結果を得られる可能
性が高くなる。請求項２または４記載の発明によれば、
領域分割のパラメータ設定及び／またはアルゴリズムを
入力文書の構造に適応させることにより、正解または正
解に近い領域分割結果を得られる可能性がさらに高くな
り、また、入力文書に対し明らかに不適切と考えられる
パラメータ設定またはアルゴリズムによる間違った領域
分割結果の発生を減らすことができる。

【００８３】請求項６記載の発明によれば、同一の文書
について異なった２値化閾値または２値化手法を適用し
た複数の２値画像データについて領域分割がなされるた
め、文字種や領域属性等が異なる様々な文書に対して、
正解または正解に近い領域分割結果を得られる可能性が
高くなる。

【００８４】請求項７乃至１２の各項記載の発明によれ
ば、ユーザーは、複数の領域分割結果を順序付けられた
順に１つずつまたは複数同時に確認することにより、正
解または正解に近い結果を容易に見つけることができ
る。特に、請求項９，１０，１１または１２記載の発明
によれば、複数の認識結果が正解である可能性の高いも
のから順にユーザーに提示されるため、正解の確認を効
率よく行なうことができる。また、請求項８記載の発明
によれば、ユーザーは複数の領域分割結果を同時に見て
相互に比較できるため、正解に近い結果が複数得られた
場合に、その中から最も正解に近い結果を容易に選ぶこ
とができる。

【図面の簡単な説明】

【図１】実施例１の装置構成を示すブロック図である。

【図２】実施例１の動作説明のためのフローチャートで
ある。

【図３】領域分割結果のディスプレー表示方法の一例を
示す図である。

【図４】実施例２の装置構成を示すブロック図である。

【図５】実施例２の動作説明のためのフローチャートで
ある。

【図６】実施例３の装置構成を示すブロック図である。

【図７】実施例３の動作説明のためのフローチャートで
ある。

【図８】実施例４の動作説明のためのフローチャートで
ある。

【図９】確信度を求める方法の一例を示すフローチャー
トである。

【図１０】領域分割線（セパレータ）としての白ラン矩
形の抽出処理の説明図である。

【図１１】実施例５の動作説明のためのフローチャート
である。

【図１２】領域分割結果のディスプレー表示方法の他の
例を示す図である。

【符号の説明】

１００スキャナ１０２画像入力部１０４画像メモリ１０６文書構造簡易判定部１０８パラメータ設定部１１０領域分割部１１２結果データセット格納メモリ１１４表示順番決定部１１６領域結果表示部１１８結果候補変換部１２０指示装置１２２画像表示部１２４ディスプレー４００文書構造簡易判定部４０２（４０２ａ，４０２ｂ，．．．）領域分割部４１０表示順番決定部６００文書構造簡易判定部６０２パラメータ設定部６０４（６０４ａ，６０４ｂ，．．．）領域分割部

Claims

【特許請求の範囲】

【請求項１】文書の２値画像データに対し領域分割を
行なうための領域分割手段を有し、該領域分割手段によ
り、異なったパラメータ設定にて同一の２値画像データ
に対し領域分割を２回以上実行し、２以上の領域分割結
果を得る領域分割装置。
【請求項２】請求項１記載の領域分割装置において、
文書の２値画像データに対し文書構造の簡易判定を行な
う手段と、該文書構造の簡易判定の手段による判定結果
に応じて該領域分割手段のパラメータを可変設定する手
段とをさらに有する領域分割装置。
【請求項３】文書の２値画像データに対し、それぞれ
異なったアルゴリズムにより領域分割を行なうための複
数の領域分割手段を有し、該複数の領域分割手段中の少
なくとも２以上の領域分割手段により同一の２値画像デ
ータに対し領域分割を行ない、２以上の領域分割結果を
得る領域分割装置。
【請求項４】請求項３記載の領域分割装置において、
文書の２値画像データに対し文書構造の簡易判定を行な
い、その判定結果に応じて該複数の領域分割手段の中か
ら特定の領域分割手段を選択する手段をさらに有し、該
特定の領域分割手段により同一の２値画像データに対し
領域分割を実行する領域分割装置。
【請求項５】請求項３記載の領域分割装置において、
文書の２値画像データに対し文書構造の簡易判定を行な
い、その判定結果に応じて該複数の領域分割手段の中か
ら特定の領域分割手段を選択する手段と、該文書構造の
簡易判定の手段による判定結果に応じて該特定の領域分
割手段のパラメータを可変設定する手段とをさらに有
し、該特定の領域分割手段により異なったパラメータ設
定で同一の２値画像データに対して領域分割を実行する
領域分割装置。
【請求項６】請求項１乃至５のいずれか１項に記載の
領域分割装置において、異なった２値化閾値または２値
化手法を適用した同一文書の複数の２値画像データを入
力し、該複数の２値画像データそれぞれに対し領域分割
が実行される領域分割装置。
【請求項７】請求項１乃至６のいずれか１項記載の領
域分割装置において、得られた２以上の領域分割結果を
順序付けする手段をさらに有し、該領域分割結果が順序
付けされた順に該領域分割結果がディスプレーに表示さ
れる領域分割装置。
【請求項８】請求項７記載の領域分割装置において、
複数の領域分割結果を縮小して同時にディスプレーに表
示できる領域分割装置。
【請求項９】請求項７記載の領域分割装置において、
得られた複数の領域分割結果はそれぞれの確信度の高い
順に順序付けされる領域分割装置。
【請求項１０】請求項９記載の領域分割装置におい
て、領域分割結果の確信度の決定に領域の重なりの具合
が用いられる領域分割装置。
【請求項１１】請求項９記載の領域分割装置におい
て、領域分割結果の確信度の決定に領域内部の空白部分
の情報が用いられる領域分割装置。
【請求項１２】請求項９記載の領域分割装置におい
て、領域分割結果の確信度を、それと一致または類似す
る他の領域分割結果の数が多いほど高くする領域分割装
置。