JPH10191062A - カラー画像の黒点および白点の検出システムおよび方法 - Google Patents
カラー画像の黒点および白点の検出システムおよび方法Info
- Publication number
- JPH10191062A JPH10191062A JP9305392A JP30539297A JPH10191062A JP H10191062 A JPH10191062 A JP H10191062A JP 9305392 A JP9305392 A JP 9305392A JP 30539297 A JP30539297 A JP 30539297A JP H10191062 A JPH10191062 A JP H10191062A
- Authority
- JP
- Japan
- Prior art keywords
- black
- white
- cluster
- image
- 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.)
- Granted
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
- H04N1/46—Colour picture communication systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Color Image Communication Systems (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
(57)【要約】 （修正有）
【課題】 ディジタル画像の黒点及び白点を自動検出す
るシステムを提供する。 【解決手段】 分割したディジタル画像のブロックが比
較的白い背景上に比較的黒いテキストを有すると分類す
るに足る十分な数の黒色及び白色ピクセルを含むかどう
かを決定するためのピクセルカウンタと，選択した画像
ブロックの比較的黒いピクセルの数が所定の黒色しきい
値よりも大きいことにより，また比較的白いピクセルの
数が所定の白色しきい値よりも大きいことにより，選択
した画像ブロックが妥当かどうかを決定するブロック妥
当性試験ルーチンと，妥当ブロックの比較的黒いピクセ
ルを黒色クラスタに配置し，また比較的白いピクセルを
白色クラスタに配置し，さらに黒色クラスタの代表値の
１つを第１の所定の１組の規則に基づいて，また白色ク
ラスタの代表値の１つを第２の所定の１組の規則に基づ
いて夫々画像の黒点及び白点として割当てるクラスタ化
ルーチンとを含む。
るシステムを提供する。 【解決手段】 分割したディジタル画像のブロックが比
較的白い背景上に比較的黒いテキストを有すると分類す
るに足る十分な数の黒色及び白色ピクセルを含むかどう
かを決定するためのピクセルカウンタと，選択した画像
ブロックの比較的黒いピクセルの数が所定の黒色しきい
値よりも大きいことにより，また比較的白いピクセルの
数が所定の白色しきい値よりも大きいことにより，選択
した画像ブロックが妥当かどうかを決定するブロック妥
当性試験ルーチンと，妥当ブロックの比較的黒いピクセ
ルを黒色クラスタに配置し，また比較的白いピクセルを
白色クラスタに配置し，さらに黒色クラスタの代表値の
１つを第１の所定の１組の規則に基づいて，また白色ク
ラスタの代表値の１つを第２の所定の１組の規則に基づ
いて夫々画像の黒点及び白点として割当てるクラスタ化
ルーチンとを含む。
Description
【０００１】
【発明の属する技術分野】本発明は一般的には黒・白点
検出ルーチンに関する。さらに詳しくは，本発明はカラ
ー画像の黒点および白点を自動的に検出するスキャナの
システムおよび方法に関する。
検出ルーチンに関する。さらに詳しくは，本発明はカラ
ー画像の黒点および白点を自動的に検出するスキャナの
システムおよび方法に関する。
【０００２】
【従来の技術】光学式スキャナは画像処理に広く用いら
れている。光学式スキャナは，紙や写真のような媒体か
らカラー画像を表すアナログピクセル信号を取込み，取
込んだピクセル信号をディジタル画像信号に変換して，
典型的にはこれらのディジタル画像信号を画像プロセッ
サに送る。
れている。光学式スキャナは，紙や写真のような媒体か
らカラー画像を表すアナログピクセル信号を取込み，取
込んだピクセル信号をディジタル画像信号に変換して，
典型的にはこれらのディジタル画像信号を画像プロセッ
サに送る。
【０００３】１枚目の「白」紙の色が２枚目の「白」紙
の色と異なることもある。両方の用紙はともに白と知覚
されるにもかかわらず，両方の用紙を綿密に比較すると
それぞれ異なる色を有していると認められることもあ
る。用紙の明るい色は文書の「白点」と呼ばれる。同様
に，１つの媒体上の知覚された「黒い」テキストは実際
には他の媒体上で知覚された黒いテキストとは異なるこ
ともある。濃いテキスト色は文書の「黒点」と呼ばれ
る。カラー画像の多様な背景色とテキスト色に適応する
ために，最近のスキャナは，画像の黒点と白点を検出す
ることにより，スキャナのプロファイルをスケール変更
し，画像の黒領域または白領域を検出し，画像の中間色
調を維持する。
の色と異なることもある。両方の用紙はともに白と知覚
されるにもかかわらず，両方の用紙を綿密に比較すると
それぞれ異なる色を有していると認められることもあ
る。用紙の明るい色は文書の「白点」と呼ばれる。同様
に，１つの媒体上の知覚された「黒い」テキストは実際
には他の媒体上で知覚された黒いテキストとは異なるこ
ともある。濃いテキスト色は文書の「黒点」と呼ばれ
る。カラー画像の多様な背景色とテキスト色に適応する
ために，最近のスキャナは，画像の黒点と白点を検出す
ることにより，スキャナのプロファイルをスケール変更
し，画像の黒領域または白領域を検出し，画像の中間色
調を維持する。
【０００４】例えば，新聞記事を白い紙の上にコピーす
るときには，新聞紙の「灰色」の背景が白い紙の上にコ
ピーされないことが好ましい。最近のスキャナは，新聞
紙と白色用紙の白点を取り込んで，画像を白紙に印刷す
る前の新聞紙の「灰色」の背景色を除去する。コピーを
作成する前に背景色を取り除くことにより，トナー材の
不必要な使用を避けることができる。
るときには，新聞紙の「灰色」の背景が白い紙の上にコ
ピーされないことが好ましい。最近のスキャナは，新聞
紙と白色用紙の白点を取り込んで，画像を白紙に印刷す
る前の新聞紙の「灰色」の背景色を除去する。コピーを
作成する前に背景色を取り除くことにより，トナー材の
不必要な使用を避けることができる。
【０００５】
【発明が解決しようとする課題】さらに，黒および白情
報のみを有する黄色がかった原稿を，黒色トナー再現ユ
ニットとカラー再現ユニットを有するカラー再現システ
ムでコピーするときには，この情報は黒色トナーユニッ
トにより再現され，一方，背景色はカラー再現ユニット
によって再現されることになる。その結果，カラー再現
ユニットが不必要かつ不十分に用いられることになる。
報のみを有する黄色がかった原稿を，黒色トナー再現ユ
ニットとカラー再現ユニットを有するカラー再現システ
ムでコピーするときには，この情報は黒色トナーユニッ
トにより再現され，一方，背景色はカラー再現ユニット
によって再現されることになる。その結果，カラー再現
ユニットが不必要かつ不十分に用いられることになる。
【０００６】従って，画像の黒点および白点を自動的に
検出するための改良型システムおよび方法が，特に明る
い背景上に濃色のテキストを有する文書では，必要とな
る。
検出するための改良型システムおよび方法が，特に明る
い背景上に濃色のテキストを有する文書では，必要とな
る。
【０００７】本発明の目的は，ディジタル画像用の画像
の黒点および白点を自動的に検出するためのシステムお
よび方法を提供することにある。
の黒点および白点を自動的に検出するためのシステムお
よび方法を提供することにある。
【０００８】
【課題を解決するための手段】本発明のシステムは，画
像分割ルーチン，ピクセルカウンタ，ブロック妥当性試
験ルーチン，およびピクセルクラスタ化ルーチンを含ん
でいる。
像分割ルーチン，ピクセルカウンタ，ブロック妥当性試
験ルーチン，およびピクセルクラスタ化ルーチンを含ん
でいる。
【０００９】画像分割ルーチンはディジタル画像を画像
ブロックに分割し，またピクセルカウンタは選択した画
像中の比較的黒いピクセルおよび比較的白いピクセルを
カウントして，その画像ブロックが比較的白い背景上に
比較的黒いテキストを有しているものとして分類するに
足る十分な数の黒色ピクセルおよび白色ピクセルを含ん
でいるかどうかを決定する。ブロック妥当性試験ルーチ
ンは，選択した画像ブロックの比較的黒いピクセルの数
が所定の黒色しきい値よりも大きいか否かを決定するこ
とにより，また選択した画像ブロックの比較的白いピク
セルの数が所定の白色しきい値よりも大きいか否かを決
定することにより，選択した画像ブロックが妥当である
か否かを決定する。ピクセルクラスタ化ルーチンは，妥
当ブロックの比較的黒いピクセルを黒色クラスタに配置
し，また妥当ブロックの比較的白いピクセルを白色クラ
スタに配置して，黒色クラスタの代表値を画像の黒点と
して割当て，また白色クラスタの代表値を画像の白点と
して割当てる。
ブロックに分割し，またピクセルカウンタは選択した画
像中の比較的黒いピクセルおよび比較的白いピクセルを
カウントして，その画像ブロックが比較的白い背景上に
比較的黒いテキストを有しているものとして分類するに
足る十分な数の黒色ピクセルおよび白色ピクセルを含ん
でいるかどうかを決定する。ブロック妥当性試験ルーチ
ンは，選択した画像ブロックの比較的黒いピクセルの数
が所定の黒色しきい値よりも大きいか否かを決定するこ
とにより，また選択した画像ブロックの比較的白いピク
セルの数が所定の白色しきい値よりも大きいか否かを決
定することにより，選択した画像ブロックが妥当である
か否かを決定する。ピクセルクラスタ化ルーチンは，妥
当ブロックの比較的黒いピクセルを黒色クラスタに配置
し，また妥当ブロックの比較的白いピクセルを白色クラ
スタに配置して，黒色クラスタの代表値を画像の黒点と
して割当て，また白色クラスタの代表値を画像の白点と
して割当てる。
【００１０】ピクセルクラスタ化ルーチンは，クラスタ
のメンバーピクセルを識別すると，次式を適用してその
クラスタの新しい代表値を計算する。
のメンバーピクセルを識別すると，次式を適用してその
クラスタの新しい代表値を計算する。
【００１１】 Ｃi R＝［（Ｎ*Ｃi-1 R）＋Ｒ］／（Ｎ＋１） Ｃi G＝［（Ｎ*Ｃi-1 G）＋Ｇ］／（Ｎ＋１） Ｃi B＝［（Ｎ*Ｃi-1 B）＋Ｂ］／（Ｎ＋１） ここで，Ｃi R，Ｃi GおよびＣi Bは新クラスタ代表値のＲ
ＧＢ値を示し，Ｃi-1 R，Ｃi-1 GおよびＣi-1 Bは選択した
ピクセルを含めない前のクラスタ代表値のＲＧＢ値を示
し，Ｎはそのクラスタ内の選択したピクセルを含めない
ピクセル数を示し，またＲ，ＧおよびＢは選択したピク
セルのＲＧＢ値を示す。
ＧＢ値を示し，Ｃi-1 R，Ｃi-1 GおよびＣi-1 Bは選択した
ピクセルを含めない前のクラスタ代表値のＲＧＢ値を示
し，Ｎはそのクラスタ内の選択したピクセルを含めない
ピクセル数を示し，またＲ，ＧおよびＢは選択したピク
セルのＲＧＢ値を示す。
【００１２】本発明は，また，ディジタル画像のための
画像の黒点および白点を検出する方法を提供する。本方
法は，ディジタル画像を画像ブロックに分割する段階
と，ブロック中の比較的黒いピクセルの数が所定の黒色
しきい値よりも大きいか否か，またブロック中の比較的
白いピクセルの数が所定の白色しきい値よりも大きいか
否かを決定することにより，そのブロックが妥当である
か否かを決定する段階と，各妥当ブロックについて比較
的黒いピクセルを黒色クラスタにまた比較的白いピクセ
ルを白色クラスタに配置する段階と，黒色クラスタのう
ちの１つのクラスタの代表値および白色クラスタのうち
の１つのクラスタの代表値をそれぞれ黒点および白点と
して割り当てる段階とを含んでいる。
画像の黒点および白点を検出する方法を提供する。本方
法は，ディジタル画像を画像ブロックに分割する段階
と，ブロック中の比較的黒いピクセルの数が所定の黒色
しきい値よりも大きいか否か，またブロック中の比較的
白いピクセルの数が所定の白色しきい値よりも大きいか
否かを決定することにより，そのブロックが妥当である
か否かを決定する段階と，各妥当ブロックについて比較
的黒いピクセルを黒色クラスタにまた比較的白いピクセ
ルを白色クラスタに配置する段階と，黒色クラスタのう
ちの１つのクラスタの代表値および白色クラスタのうち
の１つのクラスタの代表値をそれぞれ黒点および白点と
して割り当てる段階とを含んでいる。
【００１３】
【発明の実施の形態】以下に本発明の実施の形態につい
て図面を参照して説明する。
て図面を参照して説明する。
【００１４】図１は本発明に準拠したスキャナ１００の
構成要素を図示するブロック図である。スキャナ１００
は信号バス１２０によって画像処理装置１３０に結合さ
れる光学式スキャナ電子装置１１０を含む。光学式スキ
ャナ電子装置１１０は，紙などの媒体上に具象化した画
像を表わすピクセル信号を取り込むための従来の光検出
装置を含む。光学式スキャナ電子装置１１０は取り込ん
だピクセル信号をディジタル画像信号（「ディジタル画
像」）に変換し，そのディジタル画像を信号バス１２０
によって画像処理装置１３０に転送する。光学式スキャ
ナ電子装置１１０は，一般の事務用複写機におけるよう
に，スキャナが静止した文書上を移動する「平台（フラ
ットベッド）式」スキャナを基準とすることも，または
一般のファックス機におけるように，用紙が静止したス
キャナ上を移動する「回転式」スキャナを基準とするこ
ともできる。
構成要素を図示するブロック図である。スキャナ１００
は信号バス１２０によって画像処理装置１３０に結合さ
れる光学式スキャナ電子装置１１０を含む。光学式スキ
ャナ電子装置１１０は，紙などの媒体上に具象化した画
像を表わすピクセル信号を取り込むための従来の光検出
装置を含む。光学式スキャナ電子装置１１０は取り込ん
だピクセル信号をディジタル画像信号（「ディジタル画
像」）に変換し，そのディジタル画像を信号バス１２０
によって画像処理装置１３０に転送する。光学式スキャ
ナ電子装置１１０は，一般の事務用複写機におけるよう
に，スキャナが静止した文書上を移動する「平台（フラ
ットベッド）式」スキャナを基準とすることも，または
一般のファックス機におけるように，用紙が静止したス
キャナ上を移動する「回転式」スキャナを基準とするこ
ともできる。
【００１５】画像処理装置１３０は，ソフトウェアまた
はファームウェア内で実行可能なディジタル画像信号を
受信すると，ピクセルクラスタ化アルゴリズムを適用し
て画像のベースライン黒・白点を決定する。画像処理装
置１３０は，検出された白点および黒点を使用して従来
の方法で画像の黒色領域または白色領域を検出し，画像
の中間色調を維持し，またその他の従来の機能を実行す
るために，スキャナ１００のプロファイルのスケール変
更を行なうことができる。
はファームウェア内で実行可能なディジタル画像信号を
受信すると，ピクセルクラスタ化アルゴリズムを適用し
て画像のベースライン黒・白点を決定する。画像処理装
置１３０は，検出された白点および黒点を使用して従来
の方法で画像の黒色領域または白色領域を検出し，画像
の中間色調を維持し，またその他の従来の機能を実行す
るために，スキャナ１００のプロファイルのスケール変
更を行なうことができる。
【００１６】図２は画像処理装置１３０の構成要素を示
すブロック図であり，この構成要素にはモトローラ・パ
ワーＰＣ（登録商標）マイクロプロセッサまたはインテ
ル・ペンティアム（登録商標）マイクロプロセッサなど
の中央演算処理装置（ＣＰＵ）が含まれている。画像処
理装置１３０の構成要素にはまた，キーボード，マウス
等の入力装置２２０，陰極線管（ＣＲＴ）表示装置など
の出力装置，磁気ディスク，ＲＯＭ，ＲＡＭ，ＥＰＲＯ
Ｍ，ＥＥＰＲＯＭ，またはフラッシュＥＥＰＲＯＭなど
のデータ記憶装置２６０，およびランダム・アクセスメ
モリ（ＲＡＭ）２７０が含まれる。これらの各成要素は
第２の信号バス２４０を介してＣＰＵ２１０に結合され
る。
すブロック図であり，この構成要素にはモトローラ・パ
ワーＰＣ（登録商標）マイクロプロセッサまたはインテ
ル・ペンティアム（登録商標）マイクロプロセッサなど
の中央演算処理装置（ＣＰＵ）が含まれている。画像処
理装置１３０の構成要素にはまた，キーボード，マウス
等の入力装置２２０，陰極線管（ＣＲＴ）表示装置など
の出力装置，磁気ディスク，ＲＯＭ，ＲＡＭ，ＥＰＲＯ
Ｍ，ＥＥＰＲＯＭ，またはフラッシュＥＥＰＲＯＭなど
のデータ記憶装置２６０，およびランダム・アクセスメ
モリ（ＲＡＭ）２７０が含まれる。これらの各成要素は
第２の信号バス２４０を介してＣＰＵ２１０に結合され
る。
【００１７】画像処理装置１３０の構成要素にはさら
に，信号転送用の第１の信号バス１２０と第２の信号バ
ス２４０との間を結合する通信用インタフェース２５０
が含まれる。例えば，通信用インタフェース２５０は光
学式スキャナ電子装置１１０（図１）からディジタル画
像２８５を受信し，そのディジタル画像２８５を記憶す
るためにデータ記憶装置２６０に転送するか，または画
像処理するためにＲＡＭ２７０に転送する。
に，信号転送用の第１の信号バス１２０と第２の信号バ
ス２４０との間を結合する通信用インタフェース２５０
が含まれる。例えば，通信用インタフェース２５０は光
学式スキャナ電子装置１１０（図１）からディジタル画
像２８５を受信し，そのディジタル画像２８５を記憶す
るためにデータ記憶装置２６０に転送するか，または画
像処理するためにＲＡＭ２７０に転送する。
【００１８】画像処理装置１３０の構成要素にはさら
に，第２の信号バス２４０と外部記憶装置２６４との間
を結合する，イーサネット（登録商標）・ポートなどの
外部インタフェース２６２を含むこともできる。外部記
憶装置２６４はその他のシステム１３０，コンピュータ
読み取り可能なメモリ構成要素，コンピュータもしくは
メモリ構成要素のネットワーク，またはシステム１３０
と通信状態にあって情報交換の可能な同様の装置を含め
ることができる。
に，第２の信号バス２４０と外部記憶装置２６４との間
を結合する，イーサネット（登録商標）・ポートなどの
外部インタフェース２６２を含むこともできる。外部記
憶装置２６４はその他のシステム１３０，コンピュータ
読み取り可能なメモリ構成要素，コンピュータもしくは
メモリ構成要素のネットワーク，またはシステム１３０
と通信状態にあって情報交換の可能な同様の装置を含め
ることができる。
【００１９】画像処理装置１３０の構成要素にはさら
に，第２の信号バス２４０とリムーバブル媒体２６８と
の間を結合するリムーバブル媒体装置２６６を含めるこ
とも出来る。リムーバブル媒体装置２６６には，情報の
受信，読み取り，およびリムーバブル媒体２６８への書
き込みの可能なフロッピィ・ディスク・ドライブまたは
ＣＤ−ＲＯＭドライブなどのシステムによるアドレス可
能な記憶装置を含めることが出来る。リムーバブル媒体
２６８にはフロッピィ・ディスク，ＣＤ−ＲＯＭ，また
はコンピュータ読み取り可能な形式で情報を保持するの
に適したその他の装置を含むことが出来る。
に，第２の信号バス２４０とリムーバブル媒体２６８と
の間を結合するリムーバブル媒体装置２６６を含めるこ
とも出来る。リムーバブル媒体装置２６６には，情報の
受信，読み取り，およびリムーバブル媒体２６８への書
き込みの可能なフロッピィ・ディスク・ドライブまたは
ＣＤ−ＲＯＭドライブなどのシステムによるアドレス可
能な記憶装置を含めることが出来る。リムーバブル媒体
２６８にはフロッピィ・ディスク，ＣＤ−ＲＯＭ，また
はコンピュータ読み取り可能な形式で情報を保持するの
に適したその他の装置を含むことが出来る。
【００２０】オペレーティング・システム２７５はＣＰ
Ｕ２１０による処理を制御するためのプログラムであっ
て，典型的にはデータ記憶装置２６０，外部記憶装置２
６４，またはリムーバブル媒体２６８に記憶され，ま
た，実行のためＲＡＭ２７０にロードされる。スキャナ
・アプリケーション・プログラム２８０はディジタル画
像２８５からのベースライン白・黒点を検出するために
白・黒点検出器プログラム２９０を含み，また，ディジ
タル画像２８５を処理するためにベースライン白・黒点
を使用するための画像プロセッサ・プログラム２９５を
含んでいる。スキャナ・アプリケーション・プログラム
２８０は，データ記憶装置２６０，外部記憶装置２６
４，またはリムーバブル媒体２６８に記憶してもよく，
または実行のためＲＡＭ２７０にロードしてもよい。
Ｕ２１０による処理を制御するためのプログラムであっ
て，典型的にはデータ記憶装置２６０，外部記憶装置２
６４，またはリムーバブル媒体２６８に記憶され，ま
た，実行のためＲＡＭ２７０にロードされる。スキャナ
・アプリケーション・プログラム２８０はディジタル画
像２８５からのベースライン白・黒点を検出するために
白・黒点検出器プログラム２９０を含み，また，ディジ
タル画像２８５を処理するためにベースライン白・黒点
を使用するための画像プロセッサ・プログラム２９５を
含んでいる。スキャナ・アプリケーション・プログラム
２８０は，データ記憶装置２６０，外部記憶装置２６
４，またはリムーバブル媒体２６８に記憶してもよく，
または実行のためＲＡＭ２７０にロードしてもよい。
【００２１】図３は白・黒点検出器プログラム２９０の
詳細を示すブロック図であって，白・黒点検出器プログ
ラムは画像分割ルーチン３１０，ピクセル・カウンタ３
２０，ブロック妥当性試験ルーチン３３０，およびピク
セルクラスタ化アルゴリズム３５０を有するピクセルク
ラスタ化ルーチン３４０を含んでいる。画像分割ルーチ
ン３１０は，Ｎ個のピクセルをＭ列有するディジタル画
像２８５を一連のローカル画像ブロックに分割する。画
像分割ルーチン３１０は，ブロックの大きさの等しいこ
とを必要としないが，ディジタル画像２８５を例えば３
２ピクセル×３２列のローカル画像ブロックに分割する
ことができる。
詳細を示すブロック図であって，白・黒点検出器プログ
ラムは画像分割ルーチン３１０，ピクセル・カウンタ３
２０，ブロック妥当性試験ルーチン３３０，およびピク
セルクラスタ化アルゴリズム３５０を有するピクセルク
ラスタ化ルーチン３４０を含んでいる。画像分割ルーチ
ン３１０は，Ｎ個のピクセルをＭ列有するディジタル画
像２８５を一連のローカル画像ブロックに分割する。画
像分割ルーチン３１０は，ブロックの大きさの等しいこ
とを必要としないが，ディジタル画像２８５を例えば３
２ピクセル×３２列のローカル画像ブロックに分割する
ことができる。
【００２２】ピクセル・カウンタ３２０は未処理のロー
カル画像ブロックを選択し，「しきい値法」と呼ばれる
手法を用いて選択したブロック内の黒色ピクセル数と白
色ピクセル数を計算する。ピクセル・カウンタ３２０
は，比較的黒いピクセルとして，黒色ピクセルしきい値
ＴUより小さい赤，緑，および青（ＲＧＢ）の成分値
（すなわち，Ｒ＜ＴU，Ｇ＜ＴU，およびＢ＜ＴU）の各
々を有するピクセルをカウントし，また，比較的白いピ
クセルとして，白色ピクセルしきい値ＴLより大きいＲ
ＧＢの成分値（すなわち，Ｒ＞ＴL，Ｇ＞ＴL，およびＢ
＞ＴL）の各々を有するピクセルをカウントする。いず
れの基準も満たさないピクセルはカラーピクセルと見做
して無視される。ブロック中の比較的黒いピクセルの総
数は「黒色カウント」ＣBであり，ブロック中の比較的
白いピクセルの総数は「白色カウント」ＣWである。
カル画像ブロックを選択し，「しきい値法」と呼ばれる
手法を用いて選択したブロック内の黒色ピクセル数と白
色ピクセル数を計算する。ピクセル・カウンタ３２０
は，比較的黒いピクセルとして，黒色ピクセルしきい値
ＴUより小さい赤，緑，および青（ＲＧＢ）の成分値
（すなわち，Ｒ＜ＴU，Ｇ＜ＴU，およびＢ＜ＴU）の各
々を有するピクセルをカウントし，また，比較的白いピ
クセルとして，白色ピクセルしきい値ＴLより大きいＲ
ＧＢの成分値（すなわち，Ｒ＞ＴL，Ｇ＞ＴL，およびＢ
＞ＴL）の各々を有するピクセルをカウントする。いず
れの基準も満たさないピクセルはカラーピクセルと見做
して無視される。ブロック中の比較的黒いピクセルの総
数は「黒色カウント」ＣBであり，ブロック中の比較的
白いピクセルの総数は「白色カウント」ＣWである。
【００２３】黒色ピクセルしきい値ＴUおよび白色ピク
セルしきい値ＴLは，使用する特定のハードウエアに依
存するが，スキャナによってそれぞれ異なる。あくまで
例示に過ぎないが，［０：２５５］の範囲内のＲＧＢ値
を用いるとき，黒色ピクセルしきい値ＴUは例えば８
０，白色ピクセルしきい値ＴLは例えば１８０とするこ
とができる。
セルしきい値ＴLは，使用する特定のハードウエアに依
存するが，スキャナによってそれぞれ異なる。あくまで
例示に過ぎないが，［０：２５５］の範囲内のＲＧＢ値
を用いるとき，黒色ピクセルしきい値ＴUは例えば８
０，白色ピクセルしきい値ＴLは例えば１８０とするこ
とができる。
【００２４】ブロック妥当性試験ルーチン３３０は，黒
色カウントＣBおよび白色カウントＣWを検査して，処理
中のブロックが，明るい背景上に濃いテキストを有する
ものとして，そのブロックを分類するのに十分な数の黒
色ピクセルおよび白色ピクセルを含んでいるかを決定す
る。さらに詳しくは，ブロック妥当性試験ルーチン３３
０は，黒色カウントＣBが黒色カウントしきい値ＴBより
も大きいか，また，白色カウントＣWが白色カウントし
きい値ＴWよりも大きいかを決定する。両テストに合格
すると，ブロック妥当性試験ルーチン３３０はそのブロ
ックを「妥当」と見做す。
色カウントＣBおよび白色カウントＣWを検査して，処理
中のブロックが，明るい背景上に濃いテキストを有する
ものとして，そのブロックを分類するのに十分な数の黒
色ピクセルおよび白色ピクセルを含んでいるかを決定す
る。さらに詳しくは，ブロック妥当性試験ルーチン３３
０は，黒色カウントＣBが黒色カウントしきい値ＴBより
も大きいか，また，白色カウントＣWが白色カウントし
きい値ＴWよりも大きいかを決定する。両テストに合格
すると，ブロック妥当性試験ルーチン３３０はそのブロ
ックを「妥当」と見做す。
【００２５】テキスト中には文字ピクセルよりも多くの
背景ピクセルがあるため，白色カウントしきい値ＴWは
好ましくは黒色カウントしきい値ＴBの２倍である。３
２ピクセル×３２列画像ブロックの場合は，１０２４ピ
クセルを含んでおり，黒色カウントしきい値ＴBは例え
ば８５，白色カウントしきい値ＴWは例えば１７０とす
ることができる。従って，ブロックが妥当であることを
決定するために，ブロック妥当性試験ルーチン３３０は
少なくとも８５個の黒色ピクセルと少なくとも１７０個
の白色ピクセルをカウントする必要がある。パラメータ
ＴBおよびＴWは走査解像度に基づいて決定される。
背景ピクセルがあるため，白色カウントしきい値ＴWは
好ましくは黒色カウントしきい値ＴBの２倍である。３
２ピクセル×３２列画像ブロックの場合は，１０２４ピ
クセルを含んでおり，黒色カウントしきい値ＴBは例え
ば８５，白色カウントしきい値ＴWは例えば１７０とす
ることができる。従って，ブロックが妥当であることを
決定するために，ブロック妥当性試験ルーチン３３０は
少なくとも８５個の黒色ピクセルと少なくとも１７０個
の白色ピクセルをカウントする必要がある。パラメータ
ＴBおよびＴWは走査解像度に基づいて決定される。
【００２６】ピクセルクラスタ化ルーチン３４０は黒色
ピクセル・グループおよび白色ピクセル・グループを別
々に位置付けるためにクラスタ化技術を使用する。ピク
セルクラスタ化アルゴリズム３５０については図４、５
を参照して後に詳しく説明する。ピクセルクラスタ化ル
ーチン３４０は次に，比較的に最も黒いピクセルを有す
るクラスタの代表値を黒点として，また，比較的に最も
白いピクセルを有するクラスタの代表値を白点として，
割り当てる。代表値の選択については図６、７を参照し
て後にさらに詳しく説明する。
ピクセル・グループおよび白色ピクセル・グループを別
々に位置付けるためにクラスタ化技術を使用する。ピク
セルクラスタ化アルゴリズム３５０については図４、５
を参照して後に詳しく説明する。ピクセルクラスタ化ル
ーチン３４０は次に，比較的に最も黒いピクセルを有す
るクラスタの代表値を黒点として，また，比較的に最も
白いピクセルを有するクラスタの代表値を白点として，
割り当てる。代表値の選択については図６、７を参照し
て後にさらに詳しく説明する。
【００２７】図４はディジタル画像２８５に対する黒点
および白点を計算するための方法４００を示す流れ図で
ある。方法４００は，ステップ４１０において画像分割
ルーチン３１０と共にディジタル画像２８５を一連の画
像ブロックへに分割することから開始する。各ブロック
は例えば３２ピクセル×３２列の大きさを有する。ステ
ップ４２０において，ピクセル・カウンタ３２０が未処
理画像ブロックを選択し，またステップ４３０におい
て，選択したブロック内の各ピクセルのＲＧＢ値を黒色
しきい値および白色しきい値（ＴUおよびＴL）と比較し
て，ブロック内の比較的黒いピクセルの数と比較的白い
ピクセルの数（ＣBおよびＣW）を決定する。
および白点を計算するための方法４００を示す流れ図で
ある。方法４００は，ステップ４１０において画像分割
ルーチン３１０と共にディジタル画像２８５を一連の画
像ブロックへに分割することから開始する。各ブロック
は例えば３２ピクセル×３２列の大きさを有する。ステ
ップ４２０において，ピクセル・カウンタ３２０が未処
理画像ブロックを選択し，またステップ４３０におい
て，選択したブロック内の各ピクセルのＲＧＢ値を黒色
しきい値および白色しきい値（ＴUおよびＴL）と比較し
て，ブロック内の比較的黒いピクセルの数と比較的白い
ピクセルの数（ＣBおよびＣW）を決定する。
【００２８】ステップ４４０において，ブロック妥当性
試験ルーチン３３０は選択したブロック内の黒色ピクセ
ルおよび白色ピクセルの数が最小しきい値（ＴBおよび
ＴW）を満足しているか否かを決定し，それによって，
そのブロックが妥当である（すなわち，明るい背景上に
濃いテキストを含む）か否かを決定する。
試験ルーチン３３０は選択したブロック内の黒色ピクセ
ルおよび白色ピクセルの数が最小しきい値（ＴBおよび
ＴW）を満足しているか否かを決定し，それによって，
そのブロックが妥当である（すなわち，明るい背景上に
濃いテキストを含む）か否かを決定する。
【００２９】ブロックが妥当でないと，ピクセル・カウ
ンタ３２０は後に説明するステップ４６０に続く。反対
に，ブロックが妥当な場合には，ステップ４５０におい
て，ピクセル・クラスタ化ルーチン３４０が，ピクセル
・クラスタ化アルゴリズム３５０を使用して，選択した
妥当性検査後のブロックに対して黒色ピクセルおよび白
色ピクセルを別々にクラスタ化する。ピクセル・クラス
タ化アルゴリズム３５０については図５を参照して後に
詳細に説明する。ピクセル・クラスタ化ルーチン３４０
は次にステップ５６０に続く。
ンタ３２０は後に説明するステップ４６０に続く。反対
に，ブロックが妥当な場合には，ステップ４５０におい
て，ピクセル・クラスタ化ルーチン３４０が，ピクセル
・クラスタ化アルゴリズム３５０を使用して，選択した
妥当性検査後のブロックに対して黒色ピクセルおよび白
色ピクセルを別々にクラスタ化する。ピクセル・クラス
タ化アルゴリズム３５０については図５を参照して後に
詳細に説明する。ピクセル・クラスタ化ルーチン３４０
は次にステップ５６０に続く。
【００３０】ステップ４６０において，ピクセル・カウ
ンタ３２０は未処理の画像ブロックが残っているかをテ
ストする。何らかの未処理ブロックが残っている場合に
は，ピクセル・カウンタ３２０はステップ４２０に戻っ
て別の未処理ブロックを選択する。未処理ブロックが残
っていない場合には，ピクセル・クラスタ化ルーチン３
４０は，ステップ４７０に於いて，最も黒いピクセルを
有するクラスタの代表値を黒点として割当て，また，ス
テップ４８０に於いて，最も白い白色ピクセルを有する
クラスタの代表値を白点として割当てる。ステップ４７
０および４８０については図６および図７を参照して詳
細に説明する。方法４００はこれで終了する。
ンタ３２０は未処理の画像ブロックが残っているかをテ
ストする。何らかの未処理ブロックが残っている場合に
は，ピクセル・カウンタ３２０はステップ４２０に戻っ
て別の未処理ブロックを選択する。未処理ブロックが残
っていない場合には，ピクセル・クラスタ化ルーチン３
４０は，ステップ４７０に於いて，最も黒いピクセルを
有するクラスタの代表値を黒点として割当て，また，ス
テップ４８０に於いて，最も白い白色ピクセルを有する
クラスタの代表値を白点として割当てる。ステップ４７
０および４８０については図６および図７を参照して詳
細に説明する。方法４００はこれで終了する。
【００３１】図５は，図４の操作４５０のピクセルクラ
スタ化アルゴリズム３５０を使用する段階を示す流れ図
である。このアルゴリズムは黒色ピクセルおよび白色ピ
クセル別に実行される。方法４５０は，ピクセルクラス
タ化ルーチン３４０におけるステップ５２０から開始
し，最初の黒／白色クラスタの代表値を最初に検出した
妥当ブロックの最初の黒／白色ピクセルのＲＧＢ値に設
定する。
スタ化アルゴリズム３５０を使用する段階を示す流れ図
である。このアルゴリズムは黒色ピクセルおよび白色ピ
クセル別に実行される。方法４５０は，ピクセルクラス
タ化ルーチン３４０におけるステップ５２０から開始
し，最初の黒／白色クラスタの代表値を最初に検出した
妥当ブロックの最初の黒／白色ピクセルのＲＧＢ値に設
定する。
【００３２】ピクセルクラスタ化ルーチン３４０は，ス
テップ５３０において，全ピクセルの試験が完了したか
どうかを試験する。完了している場合には方法４５０は
終了する。完了していない場合には，ピクセルクラスタ
化ルーチン３４０はステップ５４０において未試験ピク
セルを選択し，ステップ５５０において選択したピクセ
ルのＲＧＢ値を「現在の」（即ち，現在確立されてい
る）クラスタのＲＧＢ値と比較する。ピクセルクラスタ
化ルーチン３４０は，ステップ５６０において，選択し
たピクセルがあるクラスタの代表値からの所定「距離」
（ｄＲ，ｄＧ，ｄＢ）内に存在するかどうかを決定する
ことにより，選択したピクセルがそのクラスタに属する
かどうかを決定する。ステップ５６０は，絶対値，ユー
クリド空間距離などを用いて実施することができる。ピ
クセルがいずれのクラスタにも属さないときには，ピク
セルクラスタ化ルーチン３４０は，ステップ５７０にお
いて，選択したピクセルのＲＧＢ値を新クラスタの代表
値となるように設定してステップ５３０に戻る。
テップ５３０において，全ピクセルの試験が完了したか
どうかを試験する。完了している場合には方法４５０は
終了する。完了していない場合には，ピクセルクラスタ
化ルーチン３４０はステップ５４０において未試験ピク
セルを選択し，ステップ５５０において選択したピクセ
ルのＲＧＢ値を「現在の」（即ち，現在確立されてい
る）クラスタのＲＧＢ値と比較する。ピクセルクラスタ
化ルーチン３４０は，ステップ５６０において，選択し
たピクセルがあるクラスタの代表値からの所定「距離」
（ｄＲ，ｄＧ，ｄＢ）内に存在するかどうかを決定する
ことにより，選択したピクセルがそのクラスタに属する
かどうかを決定する。ステップ５６０は，絶対値，ユー
クリド空間距離などを用いて実施することができる。ピ
クセルがいずれのクラスタにも属さないときには，ピク
セルクラスタ化ルーチン３４０は，ステップ５７０にお
いて，選択したピクセルのＲＧＢ値を新クラスタの代表
値となるように設定してステップ５３０に戻る。
【００３３】選択したピクセルがいずれかのクラスタ代
表値から所定距離内にあるときには，ピクセルクラスタ
化ルーチン３４０は，ステップ５８０において，選択し
たピクセルをそのクラスタのメンバーとして割当て，そ
のクラスタ中のピクセルの数を１つだけ増分し，新しい
クラスタ代表値を計算する。ピクセルクラスタ化ルーチ
ン３４０は，ステップ５９０において，好ましくは次の
代表値平均化式を適用してそのクラスタの新しい代表値
を計算する。
表値から所定距離内にあるときには，ピクセルクラスタ
化ルーチン３４０は，ステップ５８０において，選択し
たピクセルをそのクラスタのメンバーとして割当て，そ
のクラスタ中のピクセルの数を１つだけ増分し，新しい
クラスタ代表値を計算する。ピクセルクラスタ化ルーチ
ン３４０は，ステップ５９０において，好ましくは次の
代表値平均化式を適用してそのクラスタの新しい代表値
を計算する。
【００３４】 Ｃi R＝［（Ｎ*Ｃi-1 R）＋Ｒ］／（Ｎ＋１） Ｃi G＝［（Ｎ*Ｃi-1 G）＋Ｇ］／（Ｎ＋１） Ｃi B＝［（Ｎ*Ｃi-1 B）＋Ｂ］／（Ｎ＋１） ここで，Ｃi R，Ｃi GおよびＣi Bは選択したピクセルを含
めた新しいクラスタ代表値のＲＧＢ値を示し，Ｃi-1 R，
Ｃi-1 GおよびＣi-1 Bは選択したピクセルを含める前のク
ラスタ代表値のＲＧＢ値を示し，Ｎはそのクラスタ内の
選択したピクセルを含まないピクセル数を示し，また
Ｒ，ＧおよびＢは選択したピクセルのＲＧＢ値を示す。
新しいメンバーピクセルのＲＧＢ値に基づいてそのクラ
スタの新しい代表値を計算した後，ピクセルクラスタ化
ルーチン３４０は，ステップ５３０に戻る。
めた新しいクラスタ代表値のＲＧＢ値を示し，Ｃi-1 R，
Ｃi-1 GおよびＣi-1 Bは選択したピクセルを含める前のク
ラスタ代表値のＲＧＢ値を示し，Ｎはそのクラスタ内の
選択したピクセルを含まないピクセル数を示し，また
Ｒ，ＧおよびＢは選択したピクセルのＲＧＢ値を示す。
新しいメンバーピクセルのＲＧＢ値に基づいてそのクラ
スタの新しい代表値を計算した後，ピクセルクラスタ化
ルーチン３４０は，ステップ５３０に戻る。
【００３５】図６は図４の操作４７０の各ステップを説
明する流れ図である。この流れ図は，ピクセルクラスタ
化ルーチン３４０におけるステップ６１０から開始し，
最も黒いピクセルを有する黒色クラスタを決定する。ピ
クセルクラスタ化ルーチン３４０では，ピクセル数が所
定の最小ピクセル計数，例えば２０，０００ピクセル，
以下である全ての黒色クラスタをノイズとして無視する
ことが好ましい。最小ピクセル計数は走査解像度により
異なる。多数のクラスタが識別されたときには，ステッ
プ６２０において，ピクセルクラスタ化ルーチン３４０
はそれぞれのクラスタの代表値ＲＧＢ値を比較し，クラ
スタのうちで最も濃いものを黒色クラスタとして選択す
る。ステップ６３０でのピクセルクラスタ化ルーチン３
４０は，選択した黒色クラスタの代表値ＲＧＢ値を最も
近い整数に丸め，この黒色クラスタの代表値を黒点に割
り当てる。方法４７０はこれで終了する。
明する流れ図である。この流れ図は，ピクセルクラスタ
化ルーチン３４０におけるステップ６１０から開始し，
最も黒いピクセルを有する黒色クラスタを決定する。ピ
クセルクラスタ化ルーチン３４０では，ピクセル数が所
定の最小ピクセル計数，例えば２０，０００ピクセル，
以下である全ての黒色クラスタをノイズとして無視する
ことが好ましい。最小ピクセル計数は走査解像度により
異なる。多数のクラスタが識別されたときには，ステッ
プ６２０において，ピクセルクラスタ化ルーチン３４０
はそれぞれのクラスタの代表値ＲＧＢ値を比較し，クラ
スタのうちで最も濃いものを黒色クラスタとして選択す
る。ステップ６３０でのピクセルクラスタ化ルーチン３
４０は，選択した黒色クラスタの代表値ＲＧＢ値を最も
近い整数に丸め，この黒色クラスタの代表値を黒点に割
り当てる。方法４７０はこれで終了する。
【００３６】図７は図４の操作４８０の各ステップを説
明する流れ図である。この流れ図は，ステップ７１０に
於いて，ピクセルクラスタ化ルーチン３４０から開始
し，最も白いピクセルを有する白色クラスタを決定す
る。ピクセルクラスタ化ルーチン３４０は，ピクセル数
が所定の最小ピクセル計数，例えば５０，０００ピクセ
ル，以下である全ての白色クラスタをノイズとして無視
することが好ましい。最小ピクセル計数はまた走査解像
度によって異なる。多数のクラスタが識別されたときに
は，ステップ７２０において，ピクセルクラスタ化ルー
チン３４０はクラスタの代表ＲＧＢ値（代表値）を比較
し，クラスタのうちで最も明るいものを白色クラスタと
して選択する。ピクセルクラスタ化ルーチン３４０は，
ステップ７３０において，選択した白色クラスタの代表
ＲＧＢ値を最も近い整数に丸めて，この白色クラスタの
代表値を白点に割り当てる。方法４８０はこれで終了す
る。
明する流れ図である。この流れ図は，ステップ７１０に
於いて，ピクセルクラスタ化ルーチン３４０から開始
し，最も白いピクセルを有する白色クラスタを決定す
る。ピクセルクラスタ化ルーチン３４０は，ピクセル数
が所定の最小ピクセル計数，例えば５０，０００ピクセ
ル，以下である全ての白色クラスタをノイズとして無視
することが好ましい。最小ピクセル計数はまた走査解像
度によって異なる。多数のクラスタが識別されたときに
は，ステップ７２０において，ピクセルクラスタ化ルー
チン３４０はクラスタの代表ＲＧＢ値（代表値）を比較
し，クラスタのうちで最も明るいものを白色クラスタと
して選択する。ピクセルクラスタ化ルーチン３４０は，
ステップ７３０において，選択した白色クラスタの代表
ＲＧＢ値を最も近い整数に丸めて，この白色クラスタの
代表値を白点に割り当てる。方法４８０はこれで終了す
る。
【００３７】全妥当ブロック中の黒色ピクセルおよび白
色ピクセルの合計数をＫで示し，クラスタの数をＭ（初
期は０）で示し，ｋ番目のピクセルのＲＧＢ値を
（Ｒk，Ｇk，Ｂk）で示し，特定のクラスタのメンバー
となるピクセルの所定の最大ＲＧＢ距離をｄR，ｄGおよ
びｄBで示し，ｍ番目のクラスタの代表値を（Ｃm R，Ｃm
G，Ｃm B）で示し，またｍ番目のクラスタ中のピクセル
の数をＮmで示すと，ピクセルクラスタ化アルゴリズム
は次のような「擬似コード」で表すことができる。
色ピクセルの合計数をＫで示し，クラスタの数をＭ（初
期は０）で示し，ｋ番目のピクセルのＲＧＢ値を
（Ｒk，Ｇk，Ｂk）で示し，特定のクラスタのメンバー
となるピクセルの所定の最大ＲＧＢ距離をｄR，ｄGおよ
びｄBで示し，ｍ番目のクラスタの代表値を（Ｃm R，Ｃm
G，Ｃm B）で示し，またｍ番目のクラスタ中のピクセル
の数をＮmで示すと，ピクセルクラスタ化アルゴリズム
は次のような「擬似コード」で表すことができる。
【００３８】 Ｃ0 R＝Ｒ0；Ｃ0 G＝Ｇ0；Ｃ0 B＝Ｂ0； ***最初の代表値は 最初の黒／白色ピクセルに 設定される*** Ｍ＝１； ***現在の黒／白色クラスタの 数を設定する*** ｆｏｒ（ｋ＝１；ｋ＜Ｋ；ｋ＋＋）｛ ***各黒／白色ピクセルに ついて*** 古いクラスタの一部＝Ｎｏ； ｆｏｒ（Ｍ＝０；ｍ＜Ｍ；ｍ＋＋）｛ ***各黒／白色クラスタに ついて*** ｉｆ｜Ｒk-Ｃm R｜＜ｄRおよび ***ピクセルＲＧＢ値は ｜Ｇk-Ｃm G｜＜ｄGおよび 所定のクラスタ代表値の ｜Ｂk-Ｃm B｜＜ｄBであれば｛ 範囲内にあるか*** ｔｈｅｎ Ｃm R＝［（Ｎm*Ｃm R）＋Ｒk］／（Ｎm＋１）； ***新しい代表値 Ｃm G＝［（Ｎm*Ｃm G）＋Ｇk］／（Ｎm＋１）； を計算する*** Ｃm B＝［（Ｎm*Ｃm B）＋Ｂk］／（Ｎm＋１）； Ｎm＝Ｎm＋１； 古いクラスタの一部＝Ｙｅｓ； ｝ ***ｉｆ命令終了*** ｝ ***ｆｏｒ ｍ 文終了*** ｉｆ（古いクラスタの一部＝Ｎｏ）｛ ***新しいクラスタ*** ｔｈｅｎ ＣM R＝Ｒk；ＣM G＝Ｇk；ＣM B＝Ｂk； ***ピクセルＲＧＢ値に ＮM＝１；Ｍ＋＋； 設定された新しいクラスタ の代表値*** ｝ ***ｉｆ命令終了*** ｝ ***ｆｏｒ ｋ 文終了*** 最大＝最小ピクセル数 ***妥当性のあるクラスタ となるための 最少ピクセル数*** ｆｏｒ（Ｍ＝０；ｍ＜Ｍ；ｍ＋＋）｛ ***各黒／白色クラスタに ついて*** ｉｆ（Ｎm＞最大）｛ ***ノイズではない*** ｔｈｅｎ ＰR＝Ｃm R＋５）； ***黒／白点は，最も近い ＰG＝Ｃm G＋５）； 整数に丸めた最大数のメン ＰB＝Ｃm B＋５）； バーピクセルを有する白／ 黒色クラスタの代表値に等 しい*** 最大＝Ｎm； ｝ ｝ 図８は，一例としてあげたディジタル画像２８５の黒点
および白点を決定するための方法４００を示した図であ
る。ディジタル画像２８５は，或る絵（カラーの笑顔）
８３０の上部に書かれるテキスト（“Ｈａｖｅ ａ Ｎ
ｉｃｅ ｄａｙ”）８２０として描かれている。画像分
割ルーチン３１０はディジタル画像２８５を１連の画像
ブロック８１０に分割し，テキスト８２０はブロック８
４０内に包含されており，またピクチャ８３０はブロッ
ク８５０内に包含されている。ピクセルカウンタ３２０
は未処理画像ブロック８１０を選択して，選択したブロ
ック８１０内の各ピクセルのＲＧＢ値を黒白色しきい値
（ＴUおよびＴL）と比較して，ブロック８１０内の比較
的黒いピクセルの数と比較的白いピクセルの数（ＣBお
よびＣW）を決定する。
および白点を決定するための方法４００を示した図であ
る。ディジタル画像２８５は，或る絵（カラーの笑顔）
８３０の上部に書かれるテキスト（“Ｈａｖｅ ａ Ｎ
ｉｃｅ ｄａｙ”）８２０として描かれている。画像分
割ルーチン３１０はディジタル画像２８５を１連の画像
ブロック８１０に分割し，テキスト８２０はブロック８
４０内に包含されており，またピクチャ８３０はブロッ
ク８５０内に包含されている。ピクセルカウンタ３２０
は未処理画像ブロック８１０を選択して，選択したブロ
ック８１０内の各ピクセルのＲＧＢ値を黒白色しきい値
（ＴUおよびＴL）と比較して，ブロック８１０内の比較
的黒いピクセルの数と比較的白いピクセルの数（ＣBお
よびＣW）を決定する。
【００３９】ブロックの妥当性試験ルーチン３３０は，
選択したブロック８１０内の黒と白のピクセルの数が最
低しきい値（ＴBおよびＴW）を満足するかどうかを決定
し，これによりブロック８１０が妥当か（即ち，明るい
背景上の濃いテキストを含んでいるか）どうかを決定す
る。したがってブロックの妥当性試験ルーチン３３０
は，ブロック８４０は妥当性のあるブロックでありブロ
ック８５０は妥当性のないブロックであると決定する。
ピクセルクラスタ化ルーチン３４０は，妥当なブロック
についてのみ黒色ピクセルと白色ピクセルを別個にクラ
スタ化するので，妥当性のないブロック８５０を調べる
ためにかかる不必要な計算費は回避される。
選択したブロック８１０内の黒と白のピクセルの数が最
低しきい値（ＴBおよびＴW）を満足するかどうかを決定
し，これによりブロック８１０が妥当か（即ち，明るい
背景上の濃いテキストを含んでいるか）どうかを決定す
る。したがってブロックの妥当性試験ルーチン３３０
は，ブロック８４０は妥当性のあるブロックでありブロ
ック８５０は妥当性のないブロックであると決定する。
ピクセルクラスタ化ルーチン３４０は，妥当なブロック
についてのみ黒色ピクセルと白色ピクセルを別個にクラ
スタ化するので，妥当性のないブロック８５０を調べる
ためにかかる不必要な計算費は回避される。
【００４０】ピクセルクラスタ化ルーチン３４０は，最
初の黒／白色クラスタの代表値を，最初に検出した妥当
ブロック８４０の最初の黒／白色ピクセルのＲＧＢ値に
設定する。ピクセルクラスタ化ルーチン３４０は全妥当
ブロック８４０の全ピクセルを連続的に選択して，それ
ぞれのピクセルのＲＧＢ値と現在の（即ち，現在確定さ
れている）クラスタの代表値とを比較する。白点を決定
するために，ピクセルクラスタ化ルーチン３４０は各ブ
ロック８４０中の全白色ピクセルを種々の白色クラスタ
にグループ化する。例えば，ピクセルクラスタ化ルーチ
ン３４０は，最初のクラスタ中のカラーＷ（白）である
ピクセル，第２のクラスタ中のカラーＰ（ピンクがかっ
た）であるピクセル，および第３のクラスタ中のカラー
Ｙ（黄色がかった）であるピクセルをグループ化する。
各妥当ブロック８４０の各ピクセルが調べられると，ピ
クセルクラスタ化ルーチン３４０は，図４〜図７を参照
して上述したように，これらのクラスタの代表値を計算
する。
初の黒／白色クラスタの代表値を，最初に検出した妥当
ブロック８４０の最初の黒／白色ピクセルのＲＧＢ値に
設定する。ピクセルクラスタ化ルーチン３４０は全妥当
ブロック８４０の全ピクセルを連続的に選択して，それ
ぞれのピクセルのＲＧＢ値と現在の（即ち，現在確定さ
れている）クラスタの代表値とを比較する。白点を決定
するために，ピクセルクラスタ化ルーチン３４０は各ブ
ロック８４０中の全白色ピクセルを種々の白色クラスタ
にグループ化する。例えば，ピクセルクラスタ化ルーチ
ン３４０は，最初のクラスタ中のカラーＷ（白）である
ピクセル，第２のクラスタ中のカラーＰ（ピンクがかっ
た）であるピクセル，および第３のクラスタ中のカラー
Ｙ（黄色がかった）であるピクセルをグループ化する。
各妥当ブロック８４０の各ピクセルが調べられると，ピ
クセルクラスタ化ルーチン３４０は，図４〜図７を参照
して上述したように，これらのクラスタの代表値を計算
する。
【００４１】全ての妥当ブロックのピクセルのＲＧＢ値
を調べてクラスタ化すると，最大数のメンバーピクセル
を有するクラスタの代表値が白点として割り当てられ
る。本例のディジタル画像２８５に基づいて，白点のＲ
ＧＢ値は，Ｗクラスタ，即ち最大数のメンバーピクセル
を有するクラスタ，の代表値から決定される。黒点も同
じ方法で検出される。
を調べてクラスタ化すると，最大数のメンバーピクセル
を有するクラスタの代表値が白点として割り当てられ
る。本例のディジタル画像２８５に基づいて，白点のＲ
ＧＢ値は，Ｗクラスタ，即ち最大数のメンバーピクセル
を有するクラスタ，の代表値から決定される。黒点も同
じ方法で検出される。
【００４２】本発明の好ましい実施形態についての前述
の説明は実施例によるものであるが，上記の実施の形態
および方法についてのその他の変形も本発明によって提
供される。本発明の構成要素は磁気その他のコンピュー
タ読み取り可能媒体上に記憶させることができ，またプ
ログラミングした汎用ディジタルコンピュータを使用し
て実施することができる。本発明はまた特定用途向けＩ
Ｃを使っても実施することも，また相互接続した従来の
構成部品および回路のネットワークを使用して実施する
こともできる。本明細書に説明した実施形態は，説明を
目的として提示したものであって，包括もしくは制限す
ることを意図したものではない。前述の教示に従って多
くの変形や変更が可能である。本システムは特許請求の
範囲によってのみ制限される。
の説明は実施例によるものであるが，上記の実施の形態
および方法についてのその他の変形も本発明によって提
供される。本発明の構成要素は磁気その他のコンピュー
タ読み取り可能媒体上に記憶させることができ，またプ
ログラミングした汎用ディジタルコンピュータを使用し
て実施することができる。本発明はまた特定用途向けＩ
Ｃを使っても実施することも，また相互接続した従来の
構成部品および回路のネットワークを使用して実施する
こともできる。本明細書に説明した実施形態は，説明を
目的として提示したものであって，包括もしくは制限す
ることを意図したものではない。前述の教示に従って多
くの変形や変更が可能である。本システムは特許請求の
範囲によってのみ制限される。
【図１】 本発明に従ったスキャナの構成要素を説明す
るブロック図。
るブロック図。
【図２】 図１の画像処理装置の構成要素を説明するブ
ロック図。
ロック図。
【図３】 図２の黒／白点検出器を詳細に説明するブロ
ック図。
ック図。
【図４】 ディジタル画像の黒点および白点を検出する
ための方法を説明する流れ図。
ための方法を説明する流れ図。
【図５】 図４の方法において妥当な部分的画像ブロッ
クのピクセルをクラスタ化する段階を説明する流れ図。
クのピクセルをクラスタ化する段階を説明する流れ図。
【図６】 図４の方法において図５のクラスタからディ
ジタル画像の黒点を計算する段階を説明する流れ図。
ジタル画像の黒点を計算する段階を説明する流れ図。
【図７】 図４の方法において図５のクラスタからディ
ジタル画像の白点を計算する段階を説明する流れ図。
ジタル画像の白点を計算する段階を説明する流れ図。
【図８】 ディジタル画像例の黒点および白点を決定す
るための図４の方法を説明するための絵例を示す図。
るための図４の方法を説明するための絵例を示す図。
１００ スキャナ １１０ 光学式スキャナ電子装置 １３０ 画像処理装置 ２８５ ディジタル画像 ２９０ 黒・白点検出器 ２９５ 画像プロセッサ ３１０ 画像分割ルーチン ３２０ ピクセルカウンタ ３３０ ブロック妥当性試験ルーチン ３４０ ピクセルクラスタ化ルーチン ３５０ ピクセルクラスタ化アルゴリズム ４００ ディジタル画像の黒点および白点を決定する方
法 ４５０ ブロックの白・黒色ピクセルのＲＧＢ値のクラ
スタ化方法
法 ４５０ ブロックの白・黒色ピクセルのＲＧＢ値のクラ
スタ化方法
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ジョセフ シュー アメリカ合衆国 カリフォルニア州 サン ホゼ レインボードライブ 5988
Claims (20)
- 【請求項１】 ディジタル画像の黒点および白点を得る
ためのコンピュータによって実施される方法であって，
前記ディジタル画像を複数の画像ブロックに分割する段
階と，前記画像ブロックのうちの選択した１つのブロッ
クについて，その選択した画像ブロックの比較的黒いピ
クセルの全数が第１の所定のしきい値を超え，かつ比較
的白いピクセルの全数が第２の所定のしきい値を超えて
いるときに，その選択したブロックを妥当であると分類
する段階と，妥当とされた画像ブロック中において，比
較的黒いピクセルを少なくとも１つの黒色クラスタとし
てクラスタ化し，また比較的白いピクセルを少なくとも
１つの白色クラスタとしてクラスタ化する段階であっ
て，各黒色クラスタが代表値を有し，また各白色クラス
タが代表値を有する段階と，第１の所定の規則に基づい
てディジタル画像の黒点となるべき黒点クラスタの代表
値の１つを選択し，また第２の所定の規則に基づいてデ
ィジタル画像の白点となるべき白点クラスタの代表値の
１つを選択する段階とを有する黒点および白点の検出方
法。 - 【請求項２】 請求項１に記載の方法において，前記分
割を行なう段階がディジタル画像を同一サイズの画像ブ
ロックに分割する段階を含む方法。 - 【請求項３】 請求項１に記載の方法において，前記分
類を行なう段階が，前記選択した画像ブロック中の各ピ
クセルのＲＧＢ値と，所定の黒色のＲＧＢしきい値およ
び所定の白色のＲＧＢしきい値とを比較する段階を含む
方法。 - 【請求項４】 請求項１に記載のコンピュータ実現方法
において，前記クラスタ化の段階が，代表値平均化アル
ゴリズムを適用する段階を含む方法。 - 【請求項５】 請求項４に記載の方法において，前記ク
ラスタ化の段階が，下記の式 Ｃi R＝［（Ｎ*Ｃi-1 R）＋Ｒ］／（Ｎ＋１） Ｃi G＝［（Ｎ*Ｃi-1 G）＋Ｇ］／（Ｎ＋１） Ｃi B＝［（Ｎ*Ｃi-1 B）＋Ｂ］／（Ｎ＋１） ここに，Ｃi R，Ｃi GおよびＣi Bは新しいクラスタ代表値
のＲＧＢ値を示し，Ｃi-1 R，Ｃi-1 GおよびＣi-1 Bは選択
したピクセルを含まない加算前のクラスタ代表値のＲＧ
Ｂ値を示し，Ｎはクラスタ中の選択したピクセルを含ま
ないピクセル数を示し，またＲ，ＧおよびＢは選択した
ピクセルについてのＲＧＢ値を示すを適用して選択した
ピクセルを加えることにより新しいクラスタ代表値ＲＧ
Ｂ値を確立する段階を含む方法。 - 【請求項６】 請求項１に記載の方法において，前記ク
ラスタ化の段階が，全ての妥当な画像ブロックについ
て，比較的黒いピクセルおよび比較的白いピクセルをそ
れぞれ黒色クラスタおよび白色クラスタに配属させる段
階を含む方法。 - 【請求項７】 請求項１に記載の方法において，前記選
択段階が，最大ピクセル数を有する黒色クラスタの代表
値を黒点として選択する段階と，最大ピクセル数を有す
る白色クラスタの代表値を白点として選択する段階とを
含む方法。 - 【請求項８】 ディジタル画像の黒点および白点を検出
するためのコンピュータを利用した方法であって，ディ
ジタル画像を画像ブロックに分割する段階と，画像ブロ
ックのうちの選択した１つのブロックについて，その選
択した画像ブロック中の比較的黒いピクセルの全数が所
定の黒色しきい値を超えているか否かと，選択した画像
ブック中の比較的白いピクセルの全数が所定の白色しき
い値を超えているか否かとを決定することにより，その
選択したブロックが妥当であるか否かを決定する段階
と，妥当な画像ブロックについて，比較的黒いピクセル
を黒色クラスタに配属させ，比較的白いピクセルを白色
クラスタに配属させる段階であって，各黒色クラスタが
代表値を有し，また各白色クラスタが代表値を有する段
階と，第１の所定の規則に基づいて黒色クラスタの代表
値の１つをディジタル画像の黒点として選択し，また第
２の所定の規則に基づいて白色クラスタの代表値の１つ
をディジタル画像の白点として選択する段階とを有する
黒点および白点の検出方法。 - 【請求項９】 請求項８に記載の方法において，前記分
割段階がディジタル画像を同一サイズの画像ブロックに
分割する段階を含む方法。 - 【請求項１０】 請求項８に記載の方法において，前記
決定段階が，前記選択した画像ブロック中の各ピクセル
のＲＧＢ値と所定の黒色のＲＧＢしきい値および所定の
白色のＲＧＢしきい値とを比較する段階を含む方法。 - 【請求項１１】 請求項８に記載の方法において，前記
配属させる段階が，代表値平均化アルゴリズムを適用す
る段階を含む方法。 - 【請求項１２】 請求項１１に記載の方法において，前
記配属させる段階が，下記の式 Ｃi R＝［（Ｎ*Ｃi-1 R）＋Ｒ］／（Ｎ＋１） Ｃi G＝［（Ｎ*Ｃi-1 G）＋Ｇ］／（Ｎ＋１） Ｃi B＝［（Ｎ*Ｃi-1 B）＋Ｂ］／（Ｎ＋１） ここに，Ｃi R，Ｃi GおよびＣi Bは新クラスタ代表値のＲ
ＧＢ値を示し，Ｃi-1 R，Ｃi-1 GおよびＣi-1 Bは選択した
ピクセルを含まない加算前のクラスタ代表値のＲＧＢ値
を示し，Ｎはクラスタ中の選択したピクセルを含まない
ピクセル数を示し，またＲ，ＧおよびＢは選択したピク
セルについてのＲＧＢ値を示すを適用して選択したピク
セルを加えることによって新しいクラスタ代表値ＲＧＢ
値を確立する段階を含む方法。 - 【請求項１３】 請求項８に記載の方法において，前記
配属させる段階が，すべての妥当ブロックについて，比
較的黒いピクセルを黒色クラスタに，また比較的白いピ
クセルを白色クラスタに配属させる段階を含む方法。 - 【請求項１４】 請求項８に記載の方法において，前記
選択段階が，最大ピクセル数を有する黒色クラスタの代
表値を黒点として選択する段階と，最大ピクセル数を有
する白色クラスタの代表値を白点として選択する段階と
を含む方法。 - 【請求項１５】 ディジタル画像の黒点および白点を検
出するシステムであって，ディジタル画像を画像ブロッ
クに分割する手段と，前記画像ブロックのうちの選択し
た１つのブロックについて，選択した画像ブロック中の
比較的黒いピクセルの全数が所定の黒色しきい値を超え
ているか否かと，選択した画像ブロック中の比較的白い
ピクセルの全数が所定の白色しきい値を超えているか否
かとを決定することにより，その選択したブロックが妥
当であるか否かを決定する手段と，妥当な画像ブロック
について，比較的黒いピクセルを黒色クラスタに配属さ
せ，比較的白いピクセルを白色クラスタに配属させる手
段であって，各黒色クラスタが代表値を有しまた各白色
クラスタが代表値を有する手段と，第１の所定の規則に
基づいて黒点クラスタの代表値の１つをディジタル画像
の黒点として選択し，第２の所定の規則に基づいて白点
クラスタの代表値の１つをディジタル画像の白点として
選択する手段とを有する黒点および白点の検出システ
ム。 - 【請求項１６】 ディジタル画像を画像ブロックに分割
する段階と，前記画像ブロックから選択した１つのブロ
ックについて，その選択した画像ブロック中の比較的黒
いピクセルの全数が所定の黒色しきい値を超えているか
否か，および選択した画像ブロック中の比較的白いピク
セルの全数が所定の白色しきい値を超えているか否かを
決定することにより，その選択したブロックが妥当であ
るかどうかを決定する段階と，各妥当画像ブロックにつ
いて，比較的黒いピクセルを黒色クラスタに，また比較
的白いピクセルを白色クラスタに配属させる段階であっ
て，各黒色クラスタが代表値を有し，また各白色クラス
タが代表値を有する段階と，第１の所定の規則に基づい
て黒点クラスタの代表値の１つをディジタル画像の黒点
として選択し，また第２の所定の規則に基づいて白点ク
ラスタの代表値の１つをディジタル画像の白点として選
択する段階とをコンピュータに実行させるためのプログ
ラムコードを格納したコンピュータ読み取り可能な記憶
媒体。 - 【請求項１７】 ディジタル画像の黒点および白点を検
出するシステムであって，ディジタル画像と画像しきい
値データとを記憶するメモリと，前記ディジタル画像を
画像ブロックに分割するための，前記メモリに結合され
た画像分割エレメントと，前記画像ブロックから選択し
た１つのブロックについて，比較的黒いピクセルをしき
い値に基づいて計数し，比較的白いピクセルをしきい値
に基づいて計数し，そして前記比較的黒いピクセルの全
数と前記比較的白いピクセルの全数とを蓄積するため
の，前記画像分割エレメントに結合されたピクセルカウ
ンタと，前記比較的黒いピクセルの全数が所定の黒色し
きい値を超えているか否かと，前記比較的白いピクセル
数の全数が所定の白色しきい値を超えているか否かを決
定することにより，前記選択した１つのブロックが妥当
であるか否かを決定するための，前記ピクセルカウンタ
に結合されたブロック妥当性試験エレメントと，妥当な
ブロックについて，比較的黒いピクセルを代表値をそれ
ぞれもつ黒色クラスタに配属させ，比較的白いピクセル
を代表値をそれぞれもつ白色クラスタに配属させ，そし
て、第１の所定の規則に基づいて前記黒点クラスタの代
表値の１つをディジタル画像の黒点として選択し，第２
の所定の規則に基づいて前記白点クラスタの代表値の１
つをディジタル画像の白点として選択するための，前記
ブロック妥当性試験エレメントに結合されたピクセルク
ラスタ化エレメントとを備えた黒点および白点の検出シ
ステム。 - 【請求項１８】 請求項１７に記載のシステムにおい
て，前記ピクセルクラスタ化エレメントが，黒色ピクセ
ルおよび白色ピクセルをそれぞれ白色クラスタおよび黒
色クラスタに配属させるために代表値平均化アルゴリズ
ムを使用するシステム。 - 【請求項１９】 媒体からの画像を走査するためのスキ
ャナであって，前記媒体から画像の光学的情報を収集し
て前記光学的情報をディジタル画像に変換するための光
学式スキャナ電子装置と，前記光学式スキャナ電子装置
に結合された画像処理装置とを備え，前記画像処理装置
はメモリを有し，このメモリが黒点・白点検出モジュー
ルを記憶しており，この黒点・白点検出モジュールが，
ディジタル画像を画像ブロックに分割するための画像分
割ルーチンと，前記画像ブロックのうちの選択した１つ
のブロック中の比較的黒いピクセルと比較的白いピクセ
ルとを計数するためのピクセルカウンタと，前記選択し
た画像ブロック中の比較的黒いピクセルの全数が所定の
黒色しきい値を超えている否か，および比較的白いピク
セルの全数が所定の白色しきい値を超えているか否かを
決定することにより，前記選択した画像ブロックが妥当
であるか否かを決定するためのブロック妥当性試験ルー
チンと，妥当な画像ブロックの比較的黒いピクセルを代
表値をそれぞれもつ黒色クラスタに配属させ，比較的白
いピクセルを代表値をそれぞれもつ白色クラスタに配属
させ，そして，第１の所定の規則に基づいて黒点クラス
タの代表値の１つを画像の黒点として選択し，かつ第２
の所定の規則に基づいて白点クラスタの代表値の１つを
画像の白点として選択するためのピクセルクラスタ化ル
ーチンとを有するスキャナ。 - 【請求項２０】 ディジタル画像の黒点と白点とを検出
するためのプログラムコードを記録したコンピュータ読
取可能な媒体を備えた製造品であって，前記プログラム
コードが，ディジタル画像を画像ブロックに分割するた
めのプログラムコードと，前記画像ブロックから選択し
た１つのブロックについて，その選択した画像ブロック
中の比較的黒いピクセルの全数が所定の黒色しきい値を
超えているか否かと，選択した画像ブロック中の比較的
白いピクセルの全数が所定の白色しきい値を超えている
か否かとを決定することにより，前記選択した画像ブロ
が妥当であるか否かを決定するためのプログラムコード
と，妥当なブロックについて，比較的黒いピクセルを代
表値をそれぞれもつ黒色クラスタに配属させ，比較的白
いピクセルを代表値をそれぞれもつ白色クラスタに配属
させ，そして，第１の所定の規則に基づいて黒点クラス
タの代表値の１つをディジタル画像の黒点として選択
し，また第２の所定の規則に基づいて白点クラスタの代
表値の１つをディジタル画像の白点として選択するため
のプログラムコード手段とを含む製造品。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/747,069 US6038340A (en) | 1996-11-08 | 1996-11-08 | System and method for detecting the black and white points of a color image |
| US08/747,069 | 1996-11-08 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10191062A true JPH10191062A (ja) | 1998-07-21 |
| JP3451612B2 JP3451612B2 (ja) | 2003-09-29 |
Family
ID=25003545
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30539297A Expired - Fee Related JP3451612B2 (ja) | 1996-11-08 | 1997-11-07 | カラー画像の黒点および白点の検出システムおよび方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6038340A (ja) |
| EP (1) | EP0841808B1 (ja) |
| JP (1) | JP3451612B2 (ja) |
| DE (1) | DE69706802T2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101968218B1 (ko) * | 2017-11-01 | 2019-04-11 | 박영만 | 베어링의 등급 인식 시스템 및 방법 |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6562077B2 (en) * | 1997-11-14 | 2003-05-13 | Xerox Corporation | Sorting image segments into clusters based on a distance measurement |
| US6590676B1 (en) * | 1999-05-18 | 2003-07-08 | Electronics For Imaging, Inc. | Image reconstruction architecture |
| US6897968B1 (en) * | 1999-11-04 | 2005-05-24 | Xerox Corporation | Apparatus and method for counting pixels in print data |
| EP1117072A1 (en) * | 2000-01-17 | 2001-07-18 | Koninklijke Philips Electronics N.V. | Text improvement |
| US6750986B1 (en) | 2000-03-27 | 2004-06-15 | Destiny Technology Corporation | Color image processing method with thin-line detection and enhancement |
| US6778296B1 (en) | 2000-03-27 | 2004-08-17 | Destiny Technology Corporation | Color imaging processing method with boundary detection and enhancement |
| GB2364417B (en) * | 2000-06-30 | 2004-10-06 | Post Office | Image processing |
| US6972866B1 (en) | 2000-10-03 | 2005-12-06 | Xerox Corporation | Detecting process neutral colors |
| US6909803B2 (en) * | 2000-12-22 | 2005-06-21 | Canon Kabushiki Kaisha | Text color detection for copier image processing |
| US7057768B2 (en) * | 2001-07-02 | 2006-06-06 | Corel Corporation | Automatic color balance |
| US20030210808A1 (en) * | 2002-05-10 | 2003-11-13 | Eastman Kodak Company | Method and apparatus for organizing and retrieving images containing human faces |
| US7256833B2 (en) * | 2002-05-22 | 2007-08-14 | Avago Technologies Ecbu Ip (Singapore) Pte. Ltd. | Method and apparatus for automatically optimizing optical contrast in automated equipment |
| US20050226503A1 (en) * | 2004-04-07 | 2005-10-13 | Bailey James R | Scanned image content analysis |
| US8045798B2 (en) * | 2007-08-30 | 2011-10-25 | Xerox Corporation | Features generation and spotting methods and systems using same |
| CN102138157B (zh) * | 2008-08-30 | 2015-02-11 | 惠普开发有限公司 | 颜色恒常方法和系统 |
| US11308646B2 (en) * | 2020-05-13 | 2022-04-19 | Walmart Apollo, Llc | Extracting color from item images |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02236786A (ja) * | 1989-03-10 | 1990-09-19 | Fuji Photo Film Co Ltd | カラースキャナの画像処理方法 |
| JPH02253484A (ja) * | 1989-03-28 | 1990-10-12 | Toppan Printing Co Ltd | 二値化のための閾値自動設定方法及びその閾値自動設定装置 |
| JPH0490258A (ja) * | 1990-08-02 | 1992-03-24 | Canon Inc | 画像処理装置 |
| JPH04248766A (ja) * | 1991-02-04 | 1992-09-04 | Ricoh Co Ltd | 像域分離装置 |
| JPH04336876A (ja) * | 1991-05-14 | 1992-11-25 | Fuji Xerox Co Ltd | カラー画像認識装置 |
| JPH063252A (ja) * | 1992-06-19 | 1994-01-11 | Toa Medical Electronics Co Ltd | 粒子分析方法及び装置 |
| JPH06274618A (ja) * | 1993-03-24 | 1994-09-30 | Toshiba Corp | 領域識別装置 |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS604505B2 (ja) * | 1972-07-10 | 1985-02-04 | スキヤン − オプテイクス インコ−ポレ−テツド | マルチ・フオント光学式文字認識装置 |
| DE2545961C3 (de) * | 1975-10-14 | 1983-12-15 | Dr.-Ing. Rudolf Hell Gmbh, 2300 Kiel | Vorrichtung zum Herstellen von korrigierten Farbauszügen |
| DE3107655A1 (de) * | 1981-02-27 | 1982-09-16 | Siemens AG, 1000 Berlin und 8000 München | Verfahren zum auffinden und abgrenzen von textbereichen auf einer vorlage, die text-, graphik- und/oder bildbereiche enthalten kann |
| JPS61168078A (ja) * | 1985-01-15 | 1986-07-29 | インタ−ナショナル ビジネス マシ−ンズ コ−ポレ−ション | イメ−ジ処理方法 |
| JPH0225168A (ja) * | 1988-07-14 | 1990-01-26 | Chinon Ind Inc | 撮像信号処理装置 |
| EP0371389B1 (en) * | 1988-11-26 | 1996-04-03 | Konica Corporation | Color image processing apparatus |
| JP2872285B2 (ja) * | 1989-08-02 | 1999-03-17 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
| US5201014A (en) * | 1990-02-08 | 1993-04-06 | Hewlett-Packard Company | Method and apparatus for establishing threshold level in a binary mode document scanner |
| US5617485A (en) * | 1990-08-15 | 1997-04-01 | Ricoh Company, Ltd. | Image region segmentation system |
| US5280367A (en) * | 1991-05-28 | 1994-01-18 | Hewlett-Packard Company | Automatic separation of text from background in scanned images of complex documents |
| US5179599A (en) * | 1991-06-17 | 1993-01-12 | Hewlett-Packard Company | Dynamic thresholding system for documents using structural information of the documents |
| DE69216315T2 (de) * | 1991-07-26 | 1997-06-26 | Oce Nederland Bv | Verfahren und System zur Bestimmung eines Referenzwertes für eine Farbanzeigevariable, erhalten durch Abtastung eines Originals mit einer Farbabtasteinheit |
| US5282061A (en) * | 1991-12-23 | 1994-01-25 | Xerox Corporation | Programmable apparatus for determining document background level |
| US5375175A (en) * | 1992-03-06 | 1994-12-20 | The Board Of Trustees Of The Leland Stanford Junior University | Method and apparatus of measuring line structures with an optical microscope by data clustering and classification |
| US5596655A (en) * | 1992-08-18 | 1997-01-21 | Hewlett-Packard Company | Method for finding and classifying scanned information |
| US5491758A (en) * | 1993-01-27 | 1996-02-13 | International Business Machines Corporation | Automatic handwriting recognition using both static and dynamic parameters |
| US5566245A (en) * | 1993-03-09 | 1996-10-15 | United Parcel Service Of America, Inc. | The performance of a printer or an imaging system using transform-based quality measures |
| US5371615A (en) * | 1993-10-22 | 1994-12-06 | Xerox Corporation | Image-dependent color correction using black point and white point in a natural scene pictorial image |
| US5581370A (en) * | 1995-06-05 | 1996-12-03 | Xerox Corporation | Image-dependent automatic area of interest enhancement |
-
1996
- 1996-11-08 US US08/747,069 patent/US6038340A/en not_active Expired - Fee Related
-
1997
- 1997-11-07 EP EP97308971A patent/EP0841808B1/en not_active Expired - Lifetime
- 1997-11-07 JP JP30539297A patent/JP3451612B2/ja not_active Expired - Fee Related
- 1997-11-07 DE DE69706802T patent/DE69706802T2/de not_active Expired - Lifetime
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02236786A (ja) * | 1989-03-10 | 1990-09-19 | Fuji Photo Film Co Ltd | カラースキャナの画像処理方法 |
| JPH02253484A (ja) * | 1989-03-28 | 1990-10-12 | Toppan Printing Co Ltd | 二値化のための閾値自動設定方法及びその閾値自動設定装置 |
| JPH0490258A (ja) * | 1990-08-02 | 1992-03-24 | Canon Inc | 画像処理装置 |
| JPH04248766A (ja) * | 1991-02-04 | 1992-09-04 | Ricoh Co Ltd | 像域分離装置 |
| JPH04336876A (ja) * | 1991-05-14 | 1992-11-25 | Fuji Xerox Co Ltd | カラー画像認識装置 |
| JPH063252A (ja) * | 1992-06-19 | 1994-01-11 | Toa Medical Electronics Co Ltd | 粒子分析方法及び装置 |
| JPH06274618A (ja) * | 1993-03-24 | 1994-09-30 | Toshiba Corp | 領域識別装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101968218B1 (ko) * | 2017-11-01 | 2019-04-11 | 박영만 | 베어링의 등급 인식 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3451612B2 (ja) | 2003-09-29 |
| DE69706802D1 (de) | 2001-10-25 |
| EP0841808A3 (en) | 1999-08-11 |
| US6038340A (en) | 2000-03-14 |
| DE69706802T2 (de) | 2002-05-02 |
| EP0841808A2 (en) | 1998-05-13 |
| EP0841808B1 (en) | 2001-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3768052B2 (ja) | カラー画像処理方法、カラー画像処理装置、及びそのための記録媒体 | |
| JP3451612B2 (ja) | カラー画像の黒点および白点の検出システムおよび方法 | |
| JP3276985B2 (ja) | イメージピクセル処理方法 | |
| US7177483B2 (en) | System and method for enhancement of document images | |
| US6766053B2 (en) | Method and apparatus for classifying images and/or image regions based on texture information | |
| US7899248B2 (en) | Fast segmentation of images | |
| EP0713329A1 (en) | Method and apparatus for automatic image segmentation using template matching filters | |
| US20080137159A1 (en) | Image forming apparatus and image quality improving method thereof | |
| JPH0793554A (ja) | カラー・ドキュメント用の改良された自動画像セグメンテーション法 | |
| JP2002290725A (ja) | 画像再生のための最適設定を決定する画像向上システム及び方法 | |
| WO2000024189A1 (en) | Printing apparatus and method | |
| JP4405663B2 (ja) | 画像処理方法及び装置 | |
| US20050226503A1 (en) | Scanned image content analysis | |
| US8472716B2 (en) | Block-based noise detection and reduction method with pixel level classification granularity | |
| JP2003505893A (ja) | 画像分類及びハ−フトーン検出の方法及び装置 | |
| JP3262326B2 (ja) | 画像処理装置および画像処理方法 | |
| JP4050220B2 (ja) | 画像処理方法及び画像処理装置並びに画像形成装置、プログラム、記録媒体 | |
| JP2003298799A (ja) | 画像処理装置 | |
| JP4101169B2 (ja) | 画像処理装置及び画像処理方法及びコンピュータプログラム | |
| US7805000B2 (en) | Image processing for binarization of image data | |
| JPH03230683A (ja) | 複写機 | |
| US20050265600A1 (en) | Systems and methods for adjusting pixel classification using background detection | |
| JP3251119B2 (ja) | 画像処理装置 | |
| JP2003125198A (ja) | 画像処理装置および画像処理方法、並びにそれを備えた画像形成装置、プログラム、記録媒体 | |
| JP3216165B2 (ja) | 画像領域識別装置および画像領域識別方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080718 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090718 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100718 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110718 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110718 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120718 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |