JPH10506733A - テキスト包含イメージにおける背景からの前景の分離方法及び装置 - Google Patents

Abstract

(57)【要約】 前景としてのテキストと、背景としての汚れ、色、ノイズ、同様のものと、を包含する階調画像をスレショルドするための方法及び装置。本方法は、適応が高い。本方法は、複数のスレショルド化バイナリ・イメージ候補を生成するするためのコントラストに基づくヒストグラム評価におけるスレショルド・プロセス・パラメータの複数のセットを使う。本方法は、自動的に最高品質のバイナリ・イメージ、すなわち、複数の候補者バイナリ・イメージの中から最良にテキスト前景内に表示するバイナリ・イメージ、を選択する。本装置は、最高速度で、本方法をインプリメントするための、パイプライン・プロセッサである。

Description

【発明の詳細な説明】 テキスト包含イメージにおける背景からの前景の分離方法及び装置 発明の分野 本発明は、概ね、オリジナルの階調イメージの前景／背景に相当するバイナリ の白黒イメージを生成するために、階調イメージをパラメータ表示でスレショル ドする方法及び装置に関し、さらに、前景としてテキスト文字を包含する階調イ メージに特に関している。本発明は、複数のバイナリ・イメージをつくるために パラメータの複数のセットが使用されるインスタンスとして、最上質のバイナリ ・イメージを決定・選択する方法と装置を含んでいる。 発明の背景 多くのアプリケーションにおいて、自動手段によってテキスト情報をイメージ から抜き取ることが、望まれている。例えば、機械を使うことは、手作業なしで アドレス・ラベルを読み取る機械を使用することは、労力とコストを削減する１ つのテクニックである。自動ラベル・アドレス読み取りの１つのテクニックは、 アドレス・ラベル・エリアのイメージを捕捉するために電荷結合デバイス（「Ｃ ＣＤ」）カメラを使用する。 ＣＣＤカメラにより提供されるｎｘｍイメージは、階調イメージと呼ばれてい るが、それは、イメージ内のｎｘｍピクセルの各々が、ゼロと最大値の間のグレ イ値を想定し、これによりゼロが黒、最大値が白、そして、中間値が灰色とする ことができるからである。典型的には、この最大値は、２５５又は１０２３であ る。大部分のアドレス・ラベル読み取りアプリケーションにとっては、階調イメ ージは、ピクセルが黒が０及び白が１という２つの値のうちの一方を取るバイナ リ・イメージに変換される必要がある。 バイナリ・イメージにおいては、黒いピクセルは、通常テキストである前景に 相当し、一方、白いピクセルは背景に相当する。階調イメージをバイナリ・イメ ージに変換するプロセスは、スレショルディングと呼ばれている。そのイメージ がスレショルドされた後、ラベルは、光学文字認識（「ＯＣＲ」）プロセス を利用して、自動的に読み取られる。 あいにく、多くの一般的なスレショルド法は、ラベルの多様さゆえに、アドル ス・ラベルの上で背景から前景を分離する際に甚大な困難を伴う。ラベルは、異 なる色の背景、異なる色のテキスト印刷、ぼやけ、しみ、帯状の不良部分、テー プ効果、低いコントラストのテキスト、グラフィックス、及び塑性ウィンドウを 持つ可能性がある。ラベルの上のテキストは、ドット・マトリクスか、レーザー プリンタで印刷されたか、タイプライターで打たれたか、あるいは、手書きか、 であろうし、また、多数のフォントのいずれかであろう。ラベルの変化は、多く のスレショルド・プロセスが、前景テキストを背景から適切に切り離すことを困 難にし、多くの誤った前景／背景割り当てを生起させるであろう。背景ピクセル が値０（黒い）を割り当てられるか、前景テキストピクセルが値１（白い）を割 り当てられるとき、誤った割り当てが、発生する。もし前者の場合、ノイズが、 成果物であるバイナリイメージにもたらされる、そして、このことは必然的に、 ＯＣＲを使っでラベル読み取りする際の困難に帰結するであろう。後者の場合、 グレイ・レベル・イメージ内に存在したテキストは削除され、そして、やはりＯ ＣＲプロセスは、失敗するであろう。 正確である必要に加え、自動スレショルド技術は、迅速で、コスト削減技術と して有効なために効率的で、なければならない。多くのアプリケーションにおい ては、自動ラベルリーダは、自動システムが時間当たり最高３６００の割合で小 包を運搬しているようなような、封書／小包配達サービスによって使用されてい る。この割合では、次のラベル上の処理が始まる前に完了される必要のために、 ラベルは１秒未満にイメージ化され、処理されるはずである。それゆえ、スレシ ョルド技術がリアル・タイムに利用されるためには、スレショルド化テキスト・ イメージを処理するＯＣＲ技術時間を提供するため、１秒よりかなり短い間に、 階調イメージをスレショルドするという要請がある。 このように、前景／背景の誤った割り当ての数を最小化する１つの方法で、背 景から前景テキストを分離する高速なアルゴリズムのセットを利用するスレショ ルドの方法と装置の要求がある。 また、順応性のあり、それゆえ、多種多様な文字フォント及びテキスト表示に おける他の相違に調整可能である、スレショルド法と装置の要求もある。 発明の概要 本発明は、階調イメージから高品質のスレショルド済のバイナリイメージを生成 する方法と装置である。好適な実施例のにおいては、この方法は、２つの段階か ら成る。第１の段階において、多くのバイナリ・ラベル・イメージ候補が、オリ ジナルの階調イメージから生成される。各イメージ候補は、スレショルド・プロ セス・パラメータの異なるセットを中間的なイメージ（コントラスト・イメージ ）に適用することによって、生成される。そしてそれは、ローカル及びグローバ ルなコントラスト情報を使用して、オリジナルの階調ラベル・イメージから生成 される。第２の段階において、バイナリ・イメージ候補は比較され、そして、最 も上質のバイナリ・イメージが選択される。本発明はラベル適応スレショルド（ 「ＬＡＴ」）と呼ばれるが、なぜならば、それがラベル上で、多くの異なる種類 のラベルとキャラクタに適応するのからである。 階調イメージに相当する中間的なコントラスト・イメージを生成する方法は、 コントラスト・イメージ内で（ｉ，ｊ）ポジションを選択する以下のステップを 含むんでおり、ここでは、ｉはコントラスト・イメージ内の行を示し、ｊは列を 示している、すなわち；階調イメージ内で対応する行列位置で心出しされた矩形 のウィンドウ内の全ての階調イメージピクセルの、最低の階調値、ＭＩＮｉｊを 探し； 同一の矩形のウィンドウ内の全ての階調イメージピクセルの、最大階調 値ＭＡＸｉｊを探すステップと； 公式 ＬＣｉｊ＝Ｃ（１−（ＭＩＮｉｊ ＋ｐ）／（ＭＡＸｉｊ＋ｐ）） （Ｃは予選択済最大コントラスト値、ｐはＣと比較してより小さい予選択済正の 数）、 によって階調イメージの、ローカル・コントラストＬＣｉｊを計算し； そし て、ＬＣｉｊに等しい階調値を、コントラスト・イメージの（ｉ，ｊ）ポジショ ンに割り当て； 及び、スレショルドされるべき階調イメージの部分に相当する 各位置毎に上記ステップ群を繰り返す、ステップである。 スレショルド化バイナリ・イメージ候補を生成するプロセスの一部として、許 容最低コントラスト値が、選択される。この値を選択する方法は、コントラスト ・イメージ内の全てのポシブルなコントラスト値に対し、コントラスト・ヒスト グラムを生成する以下のステップを含んでいる、すなわち； コントラスト・ヒ ストグラム内で、予選択済ピーク・フロア・レベル値より大きく、かつ、予選択 済名目的ピーク幅値で、どんなに高いピークからも分離された、全てのピークを 検索し； 予選択済最低コントラスト値より大きく、最低コントラスト値で出現 するピークの位置捕捉をすることによって、検索したピークの中から最低テキス ト・ピークを選択し； そして、最低テキスト・ピークのコントラスト値から、 予選択済名目的テキスト・ピーク幅値を減ずることによって、許容最低コントラ スト値を獲得す、ステップである。 ピーク・フロア・レベル値のために予選択済値、名目的ピーク幅値、最低コン トラスト値、及び名目的テキスト・ピーク幅値は、後述する２つのカットオフ値 とともに、一組のスレショルド・プロセス・パラメータを含んでいる。 最終的に、背景内の各ピクセルにつき１、また、前景内の各ピクセルにつき０ を割り当てることによって、バイナリ・イメージ候補が生成される。 階調イメージのピクセルは、以下のステップから成る方法によって、背景クラ スと前景クラスに分けられるが、それは、該ピクセルで心出しされた矩形のウィ ンドウ内の全ピクセルの最低の階調値、ＭＩＮｉｊ、を探し； 矩形のウィンド ウ内の全てのピクセルの、最大階調値、ＭＡＸｉｊ、を探すステップと； 公式 ＬＣｉｊ＝Ｃ（Ｉ−（ＭＩＮｉｊ＋ｐ）／（ＭＡＸｉｊ ＋ｐ））（Ｃ は予選択済最大のコントラスト値、ｐはＣと比較してより小さい予選択済正の数 ）、 によって、ローカル・コントラストＬＣｉｊを計算し； 及び、もしＬＣｉｊ が予選択済許容最低コントラスト値より少ない場合、ピクセルを背景クラスに割 り当てる、ステップである。 前のステップは、コントラスト・イメージを計算するのに要求されるステップ と同じものであり；もし、コントラスト・イメージが生成されたならば、そのス テップは、繰り返される必要はない。 許容最低コントラスト値とローカル・コントラストの比較による背景クラスへ の割り当てがされなかったピクセルにつき、ＭＡＸｉｊとＭＩＮｉｊとの差が計 算され、もし予選択済最低コントラスト・スケール値より最大最低差が少ない場 合、ピクセルは背景クラスに割り当てられる。もしピクセルが、尚、背景クラス に割り当てられない場合、ＭＡＸｉｊと該ピクセルの階調値との差は計算され、 予選択済名目的コントラスト超過値より最大値とピクセル値との差が少ない場合 、該ピクセルは背景クラスに割り当てられる。ピクセルが上述のステップ群によ って背景クラスに割り当てられない場合、該ピクセルは、前景クラスに割り当て られる。 本発明は、２又それ以上のセットのスレショルド・プロセス・パラメータ、２ 又はそれ以上のバイナリ・イメージ候補を生むこと、を期待している。オリジナ ルの階調イメージのいかなる２つのスレショルド化バイナリ・イメージ候補間か らでも選択するために、本発明は、前景に対応するバイナリ・イメージの各部分 を、ラン長エンコード（ＲＬＥ）イメージに変換する以下のステップを含む方法 を使用するが、そのステップとは； 部分抽出を使用するＲＬＥイメージの部分 の番号とサイズ（すなわち、ピースサイズ分布）を決定し； ＲＬＥイメージの ピースサイズ分布からヒストグラムを生成し； 及び、２つのバイナリ・イメー ジのうつの１つを選択するために、統計又はニューラルネットワーク解析として 、ヒストグラムを使用する、ステップである。 もし２つ以上のバイナリ・イメージがあるならば、全てのバイナリ・イメージ のセーブ１が除去されるまで、この方法はペアで適用される。ＲＬＥイメージの 使用は、オプションであるが、それらの使用が、位置の表示におけるバイナリ・ イメージからピースサイズ分布を決定する手法における処理時間を大いに削減す る。 バイナリ・イメージのピースサイズ分布は、バイナリ・イメージの２つの値の一 方かもう一方を有する前記バイナリ・イメージの各々のピースに関するピースの サイズ的な数の規格である。このピースサイズ分布は、品質選択を考慮する必要 のない場面では、２つのバイナリ・イメージの単純な比較のために使用され得る 。 このように、速く階調イメージをスレショルドするための方法と装置を提供する ことが、本発明の目的である イメージ内でテキストを明確に確認するために、ある階調イメージ内のローカ ル・コントラスト情報を使用する方法と装置を提供することは、本発明の更なる 目的である 本発明の更なる目的は、前景内のテキストと背景内の非テキストを、テキスト 包含のオリジナルの階調イメージからスレショルドされた、２又はそれ以上のバ イナリ・イメージ候補の中から最善に表示するバイナリ・イメージを選択する方 法と装置を提供することである。 本発明の更なる目的は、ＯＣＲ入力のための高品質のバイナリ・イメージを生 成するために、読み取り困難なラベルを自動的に処理することである。 本発明は、後述する実施例の詳細な説明で明らかになるように、これらの目的 に合致し、先行技術の欠点を克服するものである。 図面の簡単な説明 図１は、本発明の方法の実施例の主なステップとデータ・フローを示す。 図２は、本発明の方法の実施例のスレショルド技術に関する主なステップとデ ータ・フローを示す。 図３は、階調イメージのピクセル値のサンプルセットを示し、かつ、イメージ の生成を図示する。 図４は、階調イメージのピクセル値のサンプルセットを示し、かつ、ＭＡＸイ メージの生成を図示する。 図５は、ＭＩＮとＭＡＸのイメージから、コントラスト・イメージの生成を示 す。 図６は、典型的なコントラスト・ヒストグラムを示し、本発明の方法の実施例 に関する様々なスレショルド・プロセス・パラメータを示す 図７は、バイナリ・イメージを示し、バイナリ・イメージをラン長エンコード （ＲＬＥ）フォーマットに変換することで表示されるデータにおける減衰を示す 。 図８は、見本ラベルの階調イメージを示す。 図９は、図８中の、スレショルド化階調イメージのバイナリ・イメージを、ス レショルド・パラメータの１つのセットを使用して示す。 図１０は、図８中の階調イメージのスレショルド化バイナリ・イメージを、ス レショルド・パラメータの２番目のセットを使用して、示す。 図１１は、図８中の階調イメージのスレショルド化バイナリ・イメージを、ス レショルド・パラメータの３番目のセットを使用して、示す。 図１２は、本発明の装置の好適な実施例の主な構成要素のブロック図である。 好適な実施例の詳細な説明 図１は、本発明の実施例の全般的プロセスとデータ・フローのブロック図であ る。図２は、本発明の実施例の第１段階における主なステップとデータ・フロー のブロック図である。図１のブロック１において、階調イメージを表示するディ ジタル・データが獲得されるときに本プロセスの第１段階が、開始する。階調イ メージは、ピクセルのｎ行とｍ桁を表示するｎ×ｍピクセルを有し、各々は、１ から、イメージを生成する装置で提供される最大値への階調値を有している。好 適には、この装置はＣＣＤカメラであり、このピクセルグレイ値は０（黒）から ２５５（白）まで変化する。また、図１のブロック１において、３つの別々のｎ ×ｍピクセル・イメージは、その階調イメージから生成されるが：それは、ＭＩ Ｎイメージ；ＭＡＸイメージ；及び、コントラスト・イメージである。ＭＩＮイ メージ内の行ｉと桁ｊでのピクセルは、小さい領域、階調イメージの行ｉと桁ｊ のまわりの好ましくは矩形のボックス、内の最低階調値を包含する。また、この 規格においては、あるイメージの行ｉと桁ｊは、イメージの（ｉ，ｊ）ポジショ ンと呼ばれるだろう。ＭＡＸイメージは、最低値の代わりに最大値を使って、同 様に生成される。コントラスト・イメージの（ｉ，ｊ）ポジションにおけるピク セルは、ＭＩＮとＭＡＸイメージ内での（ｉ，ｊ）ポジションにおける値から、 代数的に計算される。それに加えて、コントラスト・イメージ内の値のヒストグ ラムが、計算される。これらのステップは、図２のブロック１スルー４内でより 大幅に詳しく示されている。図１のブロック２と図２のブロック６に示すように 、１セットのスレショルド・パラメータを利用したピーク分析が、コントラスト ・ヒストグラム上で実行される。ピーク分析の成果は、最低のコントラストを選 択するために利用され、それにより、図２のブロック７に示すように、コントラ スト・イメージのスレショルドが可能になる。図２のブロック８に示すように、 スレショルド化コントラスト・イメージは、バ イナリ・イメージを生成するために、オリジナルの階調イメージ、ＭＩＮイメー ジ、ＭＡＸイメージ及びコントラスト・イメージ自体と連携して使用される。 図２もまた、ＭＩＮ、ＭＡＸそしてコントラスト・イメージ、及びコントラス ト・ヒストグラムのような方法のいろいろな中間的生成の、生成と使用に関連す るデータ・フローを示している。本方法のあるステップで生成したデータは、必 要に応じて、ある方法ステップから次の方法ステップまでの実行に附随し得る。 例えば、ＭＩＮ、ＭＡＸ、そしてコントラスト・イメージの生成は、コントラ スト・ヒストグラムを生成し、本発明によるヒストグラム・ピーク分析を実施す るのに、必要である しかし、一端これらの３つのイメージが生成されると、そ れらは、再びピーク分析の最終的なステップ内や、オリジナルの階調イメージの スレショルドにおいて利用され得る。図２の太線は、オリジナルの階調、ＭＩＮ 、ＭＡＸ、そして、コントラスト・イメージのデータが、その方法における後の ステップによる使用に対し、どのようにして有効になるかを示している。これら の中間的なイメージと、中間的なイメージを、それらを再生成するよりもむしろ 、再利用するスレショルド法の設計とを、２つとも利用する認識は、本発明によ って達成される時間節約と速度に関わる重要な部分である。 本発明の第２段階は、第１段階内で生産されたバイナリ・イメージと共に始ま る。図１は、スレショルド・プロセス・パラメータの３つのセットが、スレショ ルド化バイナリ・イメージを生成するのに利用される操作の好適なモードを示す 。もし、プロセス・パラメータの追加のセットを使用する要請があるのならば、 図１のブロック２スルー５によって表示されるステップは、プロセス・パラメー タの各セットのために繰り返されるだろう。 図１のブロック３、７、及び１１において、各バイナリ・イメージは、ラン長 エンコードされた（ＲＬＥ）フォームに変換される。次に、ブロック１、８、及 び、１２において、関係のある構成要素の数とサイズを決定するために、部分抽 出が実行される。ブロック５、９、及び、１３において、ピースサイズ分布のヒ ストグラムは、各イメージのために生成される。ブロック１４において、ピース サイズ・ヒストグラムとＲＬＥイメージは、最高品質のバイナリ・イメージを選 択するために、使用される。図１中の太線は、１つの方法ステップから その次までの通常のデータ・フローに加えて、各バイナリ・イメージをブロック １４の最終ステップにＲＬＥデータを直接供給することに関するデータ・フロー を示す。 本発明の方法は、パイプライン・プロセッサの上で最高速度で実行され得る。 パイプライン・プロセッサは、イメージング テクノロジー インク製の１５ ０／４０処理モジュールの選択採用するのが好ましい。１５０／４０モジュール は、図１２に示すように、ＶＭＥバスに相互接続可能である。また、ヒューリコ ン コーポレーションから販売されているＮｉｔｒｏ６０プロセッサのような、 １又はそれ以上の一般的なプロセッサ２１、２２、及び２３も、ＶＭＥバスに接 続可能であろう。 イメージング テクノロジー インク販売のＩＭＡ １５０／４０モジュールの ようなイメージ・マネージャー３１、そして、やはりイメージング テクノロジ ー インク販売のＣＭＣ １５０／４０モジュールのような、計算モジュール・ コントローラ４１も、また、ＶＭＥバスに接続可能であろう。本発明の方法は、 Ｃ言語においてコード化され、かつ、Ｎｉｔｒｏ６０プロセッサ２１、２２、及 び２３、そして、ＶＭＥバス上の他の処理モジュールへのインストール用にクロ スコンパイルされ得る。１個のＮｉｔｒｏ６０プロセッサ２１は、システムに対 するオペレーター制御を提供するために、マウス制御線２５とＲＳ２３２ポート ２６を有しているであろう。また、１個のＮｉｔｒｏ６０プロセッサ２１は、Ｓ ＣＳＩ−２ポート２８とイーサネットポート２９のようなデータ・ポートを有し ているであろう。ＩＭＡ １５０／４０モジュール３１は、好ましくは４メガバ イトのメモリを最高４つの１０２４の×１０２４のイメージを蓄積するために提 供して、パイプライン・ハードウェアに全般的タイミング制御を提供する。ＩＭ Ａ １５０／４０モジュール３１は、また、後に述べる最高３つのドーターボー ド３２、３３、及び３４の搭載が可能である。ＣＭＣ １５０／４０モジュール ４１は、パイプライン切替えモジュールとして作用し、最高３つのドーターボー ド４２、４３、及び４４とを搭載可能であり、いかなるドーターボードへも、そ して、からでもイメージを通信するものである。ＩＭＡ １５０／４０モジュー ル３１とＣＭＣ １５０／４０モジュール４１は、ピクセル・バ ス７１経由で別々に接続されている。 ３つのドーターボードが、ＩＭＡ １５０／４０モジュール３１の上にマウン トされる。ＡＭＤＩＧドーターボード３４は、ＣＣＤカメラ、好ましくはコダッ クＴＭ Ｍｅｇａｐｌｕｓ １．４型カメラ、から階調イメージ・データを受け 取り、そのイメージ・データを、ＩＭＡ １５０／４０モジュール３１内のメモ リの適切なエリア送信する。また、ＡＭＤＩＧドーターボード３４は、希望する 場合、入力イメージ・データを縮尺することができる。ＤＭＰＣドーターボード ３２は、ＲＧＢ高解像度モニター６１を通して、いかなるイメージの表示でも提 供することができる。ＭＭＰドーターボード３３は、階調イメージと矩形ボック スサイズを備えるとき自動的にＭＡＸとＭＩＮイメージを提供する形態上のプロ セッサである。３つの追加のドーターボードは、ＣＭＣ １５０／４０モジュー ル４１上にマウントされる。ＨＦドーターボード４３は、ヒストグラムと、それ がバイナリ・イメージを備えているときに自動的にビン２５６のヒストグラムを 提供する特徴エクストラクタである。また、特徴エクストラクタは、自動的にＲ ＬＥイメージを生成することに使用可能である。ＣＬＵドーターボード４４は、 自動的にコントラスト・イメージを提供するコンボルバーと論理的なプロセッサ である。ＰＡドーターボード４２は、非同期的にそのパイプライン処理に並行し てコプロセッサとして作用する分離型のディジタル・シグナル・プロセッサであ る。このドーターボードは、品質評価法を提供するために利用されるが、それは ：複数のＲＬＥイメージ受け取ったり、最高のＲＬＥイメージを選択したり、及 び、ＯＣＲ処理用のＮｉｔｒｏ６０プロセッサ２１、２２、及び、２３のうちの １つまでに、最高のＲＬＥイメージのためにデータを提供したり、することであ る。全般的ハードウェア構成図１２は、１秒当り４０メガピクセルの速度で作用 し、そしてそれは、１つのメガバイト・イメージ（１０２４の× １０２４のピ クセル）は、処理のためにおよそ２８ミリ秒を必要とすることを意味する。この 速度、０．５秒未満が、一つの１０２４の× １０２４の階調イメージから、３ つのパラメーター表示スレショルドを実行し、かつ、ＯＣＲ処理のために最上質 のバイナリのスレショルド済イメージを選択すること、に要求される。 本発明の方法は、また、オリジナルの階調イメージ、中間処理イメージ（ＭＩ Ｎ。ＭＡＸ、そして、コントラスト・イメージ）、及び、少くとも２つのバイナ リ・スレショルド・イメージに適応させるために十分なメモリを有するいかなる ディジタル・コンピュータの上ででも実行され得る。ディジタル・コンピュータ の上の方法のプログラミングは、Ｃ言語又は類似するいずれかの処理言語内で実 行され得る。 ここで、この概要を基に、我々は詳細に全体的方法を説明する。階調ラベル・ イメージ内の与えられた（ｉ，ｊ）ポジションで、ローカル・コントラストは、 以下の手続きによって取得される：すなわち、 ステップ１． （ｉ，ｊ）で心出しされたｋ×ｋウィンドウ内で、最低のグレ イ・レベル値（ＭＩＮｉｊ）を探す。 ステップ２． 同じウィンドウ内で最大グレイ・レベル値（ＭＡＸｉｊ）を探 す。 ステップ３．（ｉ，ｊ）におけるローカル・コントラストＬＣが以下のように 計算される： ＬＣｉｊ＝Ｃ ×（Ｉ−（ＭＩＮｉｊ＋ｐ）／（ＭＡＸｉｊ＋ｐ）） 値Ｃは、要求された最大ローカル・コントラスト値に基いて選択される。高いコ ントラスト階調イメージのために、Ｃのより小さい値は、前景と背景を区別する のに、十分であろう。低いコントラスト階調イメージのために、より多くのコン トラスト的な差別化は、前景と背景間で選択するのに必要であろう。Ｃの値とし ては、２５５が好ましい。この値は、大部分の階調イメージのために作用して、 コントラスト・イメージの値が８ビットバイトにつき１蓄積されるのを許容する 。値ｐは、正で、Ｃに比較して小さくなるように選択される。その主な役割は、 ゼロで除算されることから保護することであり、そしてそれは、ローカル・コン トラスト値の迅速な計算を容易化するために選択されなければならない。ｐの好 適な値は、１である。 ローカル・コントラストのため上記公式は、ｋ×ｋウィンドウ内の最小限と最 大ピクセルの間に、グレイ・レベルで大差があるとき、大きなローカル・コント ラストＬＣｉｊを導く。ローカル・コントラスト値は、０からＣへ変化するこ とができるが、このとき、０は最低のコントラストであり、Ｃは最大コントラス トである。最大コントラスト値は、オリジナルの階調イメージ内の最大のポシブ ル・ピクセル値と同じである必要はない。しかし、好適な最大コントラスト値は 、２５５であり、この値については詳細な説明の残りで触れることとする。 コントラスト・イメージと呼ばれ、ローカル・コントラスト情報を含む新しい イメージが生成される。オリジナル・ラベル・イメージ内の（ｉ，ｊ）での各階 調ピクセルのために、コントラスト・イメージ内の対応するピクセルは、値にお いてＬＣｉｊに及ぶように設定される。 コントラスト・イメージ内の各ピクセルは、それにより、ゼロと最大コントラ ストの間の値を割り当てられる。同様に、他の２つの新しいイメージ、ＭＩＮイ メージとＭＡＸイメージ、が生成される。ＭＩＮイメージの（ｉ，ｊ）ポジショ ンでのピクセルは、値ＭＩＮｉｊを有し、ＭＡＸイメージ内の対応するポジショ ンでのピクセルは、値ＭＡＸｉｊを有している。ウィンドウ・サイズ・パラメー タ、ｋは、テキスト・キャラクタのための許容最大ストローク幅を探すことによ って、決定される。例えば、２５０ドット／インチで、８ポイントのフォント・ キャラクタは、およそ３ピクセルのストローク幅を有する。同じ手法で、１８ポ イントのフォント・キャラクタは、およそ１４ピクセルのストローク幅を有する 。それから、値ｋはこの許容最大幅よりわずかに大きく設定される。例えば、１ ８ポイントのフォントのラベルのために高いテキスト・コントラスト値を有する ために、ウィンドウの寸法ｋは、１４ピクセル以上でなければならない。該寸法 がこの見積りより少ない場合、非常に低いコントラスト値は、キャラクタ・スト ロークの中央にあるピクセルに取得されるだろうが、なぜならば、心出しされた ｋ ｘ ｋウィンドウ内の全ての階調値は、ほとんど等しいからである。いくつ かのアプリケーションや文字フォントのために、サイズｋ ｘ ｊの矩形のウィ ンドウ、これはｋとｊが異なる値を有しているが、を使うことが、好適である。 好適なウィンドウ・サイズは、１５ピクセル×１５ピクセルの正方形である。こ のウィンドウ・サイズは、１８ポイントのフォント・サイズまでのいかなる回転 のオリエンテーションにおいても、キャラクタ処理を許す。 ＭＩＮ、ＭＡＸ、及びコントラスト・イメージのピクセル値の由来を示してい る例が、図３、４、及び、５に示されている。３つのケース全てにおいて、正方 形のウィンドウ・サイズが使用され、ｋが３の値を持つように選択される。図３ において、オリジナルの階調イメージピクセル値は、左上隅の図の最高の箇所に 示されており、（２，２）位置の周りの３×３正方形「３」の最低のピクセル値 は、「３」の値を持つようにＭＩＮイメージの（２，２）位置を決定する。 同様に、ＭＩＮイメージの（６，６）位置は、「１９５．」であるように決定 される。該階調イメージのエッジにおいて、該ウィンドウは、階調イメージから 離れた領域を包含する。オリジナルのイメージから離れたエリアのピクセル値は 、ゼロとみなされる。 図４において、（２，２）位置のＭＡＸイメージが、値「３９」を有している のが分かり、一方、（６，６）位置は、「２３１」の値を有している。図５は、 ＭＩＮとＭＡＸイメージの由来が、代数の計算を通して、コントラスト・イメー ジを、如何に直接導くかを示している。 コントラスト・ヒストグラムを生成するために、２５６個のビンのセットが、 生成され、各々はコントラスト・レベル（０−２５５）のうちの１つに対応して いる。コントラスト・イメージ内の各ピクセルは、順番に調べられ、ピクセル値 に対応するビンは、１ずつに増やされる。このことは、コントラスト・ヒストグ ラムを作り上げ、そしてそれが、各グレイ・レベルでピクセル値を有するイメー ジ内のピクセルの数の計数となっている。コントラスト・ヒストグラムの例は、 図６に提示される。 コントラスト・ヒストグラム中のピーク群は、類似したコントラストを有する 階調ラベル・イメージの部品に対応する。一般に、これらの部品やコントラスト ・セグメントは、類似した種類のテキスト、グラフィックス、またはノイズであ る。ピーク分析は、どのピークが、テキストであるコントラスト・セグメントに 相当するかと、どのピークが、背景又はノイズであるコントラスト・セグメント に相当するか、を判定するプロセスである。ピーク分析の成果は、テキスト・ピ クセルのための０（黒い）と、背景かノイズピクセルのための１（白い）と、の 適切な割り当てを支援するだろう。 ピーク分析プロセス内の根本的な条件は、与えられたラベルのために、背景ピ クセルとノイズピクセルに対応するコントラスト・セグメントについてのコント ラスト値は、前景／テキスト・ピクセルについての値より平均して低い。しかし ながら、ラベルの多様性ために起こる多くの困難が存在する。これら困難は、以 下のように列挙される： １．コントラスト・セグメントの数は、変化する。したがって、コントラスト・ ヒストグラム内のコントラストピークの数が、変化する。このことは、また、い くつかのテキスト・ピークと同様に、いくつかの背景やノイズピークがあるかも しれないということを意味している。 ２．コントラスト・セグメントの平均のコントラスト値は、変化する。したがっ て、コントラスト・ヒストグラム内のコントラストピークの位置が、変化する。 ３．コントラスト・セグメント内のピクセルの数は、変化する。したがって、コ ントラスト・ヒストグラム内のコントラストピークの高さが、変化する。 ４．平均的コントラスト値周辺のコントラスト・セグメントのコントラスト値の 分布は、変化する。したがって、コントラスト・ヒストグラム内のコントラスト ピーク幅が、変化する。 いろいろな高さ、幅、そして、位置のいくつかのピークでコントラスト・ヒス トグラムを与えられ、ピーク分析の目標は、許容最低コントラストと呼ばれるコ ントラスト値を探すことであり、この値の下でコントラスト値を有するなんらか のピクセルは、自動的に１（背景又はノイズ）の値を割り当てられる。 この作業を達成するために、１組のスレショルド・プロセス・パラメータがコ ントラスト・ヒストグラムを分析するため使用される。これらのパラメータは、 以下の通りである：（１）ピーク・フロア・レベル、（２） 最低コントラスト 値、（３） 名目的ピーク幅、そして、（４）名目的テキスト・ピーク幅。これ らのパラメータは、図６に示されている。 ピーク・フロア・レベルは、あるコントラスト・ヒストグラム・ピークが持ち うる最低の高さである。ピーク・フロア・レベルを下回るいかなるコントラスト ・ヒストグラム・ピークでも、ポシブルテキスト・コントラスト・セグメントに 一致するようには、考慮されていない。典型的には、ピーク・フロア・レベ ルは、８００から１２００まで変化し、サイズとしては１０２４×１０２４ピク セルであるイメージにとって好ましく１１００に調整される。 最低コントラスト値は、コントラスト・ピクセルが持ち得る最低値であり、さ らに、テキスト・コントラスト・セグメントの部品とみなされる。好適には、Ｃ が２５５の値を有するとき、それは２５〜７５の値を有する。 名目的ピーク幅は、名目的コントラスト・ヒストグラム・ピークにあると期待 される、異なるコントラスト値の数である。好適には、Ｃが２５５の値を有して いるとき、それは５０〜７５の値を有している 名目的テキスト・ピーク幅は、テキスト・コントラスト・セグメントに相当す る名目的コントラスト・ヒストグラム・ピークにあると期待される、異なるコン トラスト値の数である。好適には、Ｃが２５５の値を有しているとき、それは２ ５〜７５の値を有する。 コントラスト・ヒストグラムのためのピーク分析プロセスは、許容最低コント ラストを決定することによって、コントラスト・イメージ内でスレショルドする ことを可能にするプロセスである。このプロセスは、以下の通りである：すなわ ち、 ステップ１．ピークを検索：コントラスト・ヒストグラム・コントラスト値を 、ピクセルの最も大きい数を基に検索する。これは、最も大きい流れのピークで ある。 ステップ２．ピークを評価：ピークの高さがピーク・フロア・レベルより大き くない場合、ステップ６へ飛ぶ。そのピークはあまりに短いので拒絶される。 ステップ３．ピークを記憶：ピークのコントラスト値を記憶。 ステップ４．ピークを抑制：このピーク、及び、全ての前のピークの名目的ピ ーク幅の範囲内でピークの検索を拒絶する。 ステップ５．ステップ１へ行く： ステップ６．ピークを選択：最低コントラスト値より大きい最小コントラスト 値で位置捕捉される蓄積されたピークを検索する。これは、最低テキスト・ピー クと呼ばれる。 ステップ７．閾値決定：名目的テキスト・ピーク幅を最低テキスト・ピークの コントラスト値から減じる。これは、許容最低コントラストである。 図６に示されたコントラスト・ヒストグラムへのピーク分析プロセスの適用は 、３つのテキスト・ピークの識別になる：すなわち、ピーク２、ピーク３とピー ク４である。ピーク３は、最低テキスト・ピークである。ピーク３の識別は、図 ６に示すように、許容最低コントラストの決定を許す。 許容最低コントラストが決定されると、オリジナルの階調イメージは、スレシ ョルドされることができる。オリジナル・イメージ、そのＭＩＮｉｊ、ＭＡＸｉ ｊ、及びＬＣｉｊ値、内の（ｉ，ｊ）のピクセルが与えられ、以下のステップは 、該ピクセルが前景（テキスト）か背景であるかどうか決定するために実行され る：すなわち、 ステップ１． ＬＣｉｊは、許容最低コントラストより大きいか？ もしそう でなければ、（ｉ，ｊ）のピクセルは、背景に分類される。 ステップ２． ＭＡＸｉｊ−ＭＩＮｉｊは、十分に大きいか？ もしそうでな ければ。（ｉ，ｊ）のピクセルは背景に分類される。このテストを実行するため に、ＭＡＸｉｊ−ＭＩＮｉｊ間の差は、最低コントラスト・スケールと呼ばれる 第１のカットオフ値と比較される。この差が少ない場合、ピクセルは、背景と分 類される。好適には、Ｃが２５５の値を有しているとき、最低コントラスト・ス ケール値が２０と３２の間にある ステップ３． （ｉ，ｊ）のピクセルは、ＭＩＮｉｊに非常に近いか、または 、ＭＡＸｉｊに近いか？ もし、十分にＭＡＸｉｊにより近いならば、（ｉ，ｊ ）のピクセルは、背景に分類される。このテストを実行するために、ＭＡＸｉｊ −（（ｉ，ｊ）のピクセルの値）の差は、名目的コントラスト超過値と呼ばれる 第２カットオフ値と比較される。もし、この差がより少ないならば、そのピクセ ルは、背景と分類される。好適には、名目的コントラスト超過値は、ＭＩＮｉｊ とＭＡＸｉｊの間の中間、すなわち（ＭＩＮｉｊ＋ＭＡＸｉｊ）／２である。 ステップ４． もし（ｉ，ｊ）のピクセルが、上記３つのテストのいずれでも 背景と分類されなかったならば、そのピクセルは、前景（テキスト）と分類され る。 パラメータの特定のセットで、階調イメージをスレショルドすることで、処理 の第１段階が完了する。第１段階の成果は、スレショルド・プロセス・パラメー タの適切なセットの選択に依存している。上述のパラメータのセットは、多種多 様なラベルを満足させる結果を生みだす。しかし、与えられるどんな環境内でで も遭遇するであろう多種多様なラベルを満足させる結果を生みだすパラメータの １セットを探すことは、困難である。しかし、プロセス・パラメータの複数のセ ットのどれかを選択する方法で、ほぼすべての可能性をカバーするパラメータの ２つか３つのセットを探すことは、可能である。以下で述べるように、プロセス ・パラメータの３つのセットは、表１に示されており、、例１と連携して使用さ れる。 与えられた階調イメージを、１組のプロセス・パラメータでスレショルドする ために、使用されるべきパラメータ値を予選択することは、好ましい。スレショ ルドのステップに関する上記の記述からも分かるように、用語「予選択済の」は 、一定の値の予選択だけでなく、当該の値を決定するために利用するかもしれな い公式の予選択も意味する。 ＬＡＴ方法と装置によって、ラベル・イメージが数度処理される場合、プロセ ス・パラメータの異なるセットを伴う度ごとに、１組のスレショルド化ラベル・ イメージが、その成果となるだろう。それから、そのセットのスレショルド化イ メージが最善で、すなわちＯＣＲ処理のための最高品質か、どうかを自動的に判 断する必要が生じてくる。本発明の第２段階、品質分析、は、上述の第１段階の 処理を補足し、最もスレショルド化イメージを選択する必要な判断を提供する。 上質の分析プロセスは、以下の主なステップを有する：すなわち、 ステップ１． ｎセットのプロセス・パラメータを使っているｎスレショルド 化イメージを生成。 ステップ２． 各バイナリ・イメージをラン長エンコード（ＲＬＥ）イメージ に変換。 ステップ３． 各ＲＬＥイメージに亘って部分抽出を実行して、そのイメージ 内の連結成分の数とサイズを判定。 ステップ４． 統計の情報を利用して、２つのイメージのどちらがより上質か を、２つのイメージの各々のピースサイズの分配に基づいて、ペアで判定。 ステップ５． ステップ４で選択されたイメージを、まだ比較されていない他 の何らかのイメージと共に、使って、ステップ４を繰り返す。全てのイメージが 比較されるまで、最高品質でスレショルド化イメージを選択することを続行。 ステップ１において、ＬＡＴ方法の第１段階は、異なるセットのプロセス・パ ラメータをもつ各々伴って、ｎイメージを生産するするためにｎ回実行される。 こうして生産された各バイナリ・イメージは、ラン長エンコードされている。 ラン長エンコード（ＲＬＥ）は、バイナリ・ピクセル・イメージを他の表示に 変換するプロセスである。この表示において、黒いピクセルの水平に関連する各 グループは、ランと呼ばれるが、そのラン及びランの長さのためにスタート・ピ クセル位置だけを保持することで、ＲＬＥフォーマットに変換される。全てのラ ンは、このように変形する。ＲＬＥは、標準の画像処理技術である。 ＲＬＥ変換は、バイナリ・イメージの品質を減らすことなくかなりイメージの サイズを減らす傾向がある。例えば、図７中のイメージは、１００×１００のバ イナリ・イメージであって、通常１０，０００ビットの記憶媒体を必要とする。 しかし、それが（高さ１００ピクセル、幅３ピクセルの）垂直な棒だけを含むだ けなので、各々が（値３の）１バイト長である１００開始バイトでＲＬＥフォー マットで、表示可能になる。 したがって、このイメージは、ＲＬＥフォーマット内で２００バイトの記憶媒 体を必要とするだけである。このフォーマットの性質のために、より小さい表示 と同じくらい少ない実行時間を必要とするいくつかのアルゴリズムを、示してき た。 次に、各ＲＬＥイメージは、部分抽出を受ける。部分抽出は、イメージの異な る線に接触するラン検索のための標準の画像処理技術である。接触するランは、 連結成分と呼ばれる。関係のあるランのグループを集めることによって、ピース が、作り上げられる。例えば、あるピースは、タイプライターで打った文字又は ノイズの大きなしみのはずである。 こうして集められた統計的情報があれば、最高の品質をもつイメージが選択さ れ得る。品質評価は、ＬＡＴプロセスと、スレショルドは、一群のイメージ内 の最善であるかどうかを判断することの成果を検査するための方法である。本プ ロセスは、品質を評価するためのピース抽出アルゴリズムにより生成されたピー スのサイズ（すなわち、ピース内のピクセルの数）を利用する。 ピースサイズは、それがラベルのようなテキスト・ベースのイメージの品質の よい表示を提供するので、非常に役に立つ特徴である。根本的な条件は、ピース サイズ分布は、ノイズと、スレショルド化イメージ内で検索される、テキストの 量に関する情報を提供する。多くの小さいピースを有するイメージは、ノイズが 多い傾向がある。多くの大きい部分をもつイメージは、高品質テキストを有する 傾向がある。しばしば、イメージは、多くの異なるサイズの部分のいくつかのメ ジャーを有している。 本発明は、品質評価に都合のよい特徴として、ピースサイズのヒストグラムを 使用する。ピースサイズの範囲は、ｂビンに分割される。各ビンは、ビンのサイ ズ範囲の中で、イメージ内のピースの数を含む。意思決定プロセスが、イメージ が他のスレショルド化イメージの何かよりよい品質内であるかどうかを判定する ヒストグラムを調べるために、使用される。２つの異なる決定プロセスが、この 検査を実行するために開発された：すなわち、 １．第１の決定プロセスは、２つのビンのヒストグラムを使用する。ビン１（ ノイズ）は、大きさにおいて０との１０ピクセルの間の小さいピースを含んでい る。ビン２（大きい）は、サイズ１００を超えるピクセルである大きいピースを 含んでいる。より大きいピースをもつイメージが、番号１、すなわち、Ｂｉｇ（ １） ＞ Ｂｉｇ（２）、とラベルをつけられるように、イメージにラベルをつ ける。以下の比較／選択は、２つのスレショルド化イメージ、Ｉｍａｇｅ（１） 及びイメージ（２）のために対になっている： ステップ1. Big(2) < 30 ならば、Image(1)を選べ 一方、Image(2)を選べ 値Qは、以下の値を有するよう選択される： もし 150 < Big(2)、Q = 1 ２つ以上のイメージのために、適当な選択がされるまで、アルゴリズムは、ペ アで適用される ２．第２の決定プロセスは、以下のように４つのビンのピースサイズ・ヒスト グラムを使用する： ビン1：0-10. ビン2：11-40. ビン3：41-100. ビン4：100以上 ビン１は小さいピース（イメージノイズ）に対応し、ビン４はイメージの大き いピースに対応する。ビン３は、ドット・マトリクス・プリンターで生成したテ キストのイメージ内で遭遇され得る関連のない大きいピースに対応する。 これらのビンの値は、４次元ベクトルの構成要素とみなすことができる。それ から、品質分析は、２つのイメージ、Ｉｍａｇｅ（１）とＩｍａｇｅ（２）、の 上で、フィードフォワードで８つ入力を伴うニューラルネットワークで実行され 得る。８つの入力は、順番に、Ｉｍａｇｅ（１）からの４つのビンの値と、Ｉｍ ａｇｅ（２）からの４つのビンの値と、である。８つの入力は、ネットワークは 、出力として０−２５５の間の値を生成する。そのネットワークは、バック・プ ロパゲーション・アルゴリズムを使っているイメージ学習の大きなセットに基づ いて学習される。 ネットワークを学習させるために、イメージ学習の大きなセットが、ペアで検 査され、各ペアのよりよいイメージは、外観検査により選択される。ニューラル ネットワークは、よりよいイメージのためのベクトル値が８−コンポーネント入 力ベクトルにおいて最初に出現し、そしてその該入力内の２つの４−コンポーネ ントベクトルを逆にして、ニューラルネットワーク出力０を指定する、とき、２ ５５の出力を指定することによって学習する。このトレーニング・プロセスは、 トレーニング・イメージの多数のペアのために繰り返される。 学習の後、以下のようなネットワーク機能が続く：すなわち、イメージの与え られた入力ペア、Ｉｍａｇｅ（１）とＩｍａｇｅ（２）、のために、ピースサイ ズ・ヒストグラムからの２つの４−コンポーネントベクトルは、ニューラルネッ トワークへの入力と提供される。そのネットワークの出力値が１２８を超えるで あるならば、Ｉｍａｇｅ（１）はＩｍａｇｅ（２）よりよい。一方で、Ｉｍａｇ ｅ（２）は、よりよい。２つ以上のイメージのために、適当な選択がされるまで 、アルゴリズムはペアで適用される。 品質を評価するための他のメカニズムも、ピースサイズ・ヒストグラムを使っ て、使用することができる。例えば、そのようなメカニズムのあるものは、テキ ストとノイズピース・セグメントは検索するＬＡＴプロセスの第１段階において 、それに似ているピーク検出アルゴリズムを使用する。別の例として、ニューラ ルネットワークは、入力として使用されていたピースサイズ・ヒストグラムの選 択されたビンだけで使用されることができる。例 図８−１１は、本発明の使用をサンプル・ラベルを伴って示している。図８は 、見本ラベルのオリジナルの階調イメージを示している。図９は、スレショルド された、図８中のイメージのバイナリ・イメージを、表１の桁１でのパラメータ を使用して、示している。全ての背景が白に調整される間、テキストのいくつか 取りが欠けてしまうことを、注意。図１０は、スレショルドされた図８中の階調 イメージのバイナリ・イメージを、表１の桁２内でそのパラメータを使用して、 示している ここでは、存在する全テキストが、いくらかは背景であり、ラベル のしわに相当しているが、前景の黒に調整されている。図１１は、スレショルド された、図８中の階調イメージのバイナリ・イメージを、表１の桁３内でそのパ ラメータを使用して、示している。ここでは、全テキストが存在し、背景の全て は、白に調整されている。この最後のバイナリ・イメージは、外観から分かると おり、図９、１０及び１１に示す３つのバイナリ・イメージのうちで最高の品質 イメージである。これらの３つのバイナリ・イメージが品質分析の第１の方法を 受けたとき、最後のイメージ、図１１に対応する、が選択された。 最後のイメージの選択、図１１に対応する、最高品質のスレショルド化バイナ リ・イメージは、表２の参照で示されることができ、それは、ピースサイズ・ヒ ストグラムのノイズビンと大きいビンの値を含んでいる。 上質の分析プロセスは、最初にイメージＡとＢを比較する。イメージＢがより 大きいピースを有しているので、それは、イメージ１と分類され、イメージＡは 、２に分類される。この例の値Ｑは、 よりよい品質のイメージに対するテストは、 これは、Noise(1)/Noise(2)-1884/95よりより大きくない、従って、イメージ2（ イメージ）は選択される。 次に、イメージＡがイメージＣ．と比較される。この場合、イメージＣは、ラ ベル・イメージ１である。値Ｑは、再び３と計算される。したがって、よりよい 品質のイメージに対するテストは、これは、Ｎｏｉｓｅ（１）／Ｎｏｉｓｅ（２ ）−１０９／９５より大きい。それゆえに、図１１に対応する、イメージ１（イ メージＣ）が３つのうちで最高のイメージとして選択される。 本発明を、特に好適な実施例を参照して、詳細に述べてきたが、ここで記述さ れたように、そして、添付のクレーム内で定義されるように、本発明の精神及び 範囲から逸脱せずに、これら実施例に対し多様化及び変更が可能なことは、理解 されよう。

【手続補正書】特許法第１８４条の８第１項 【提出日】１９９７年１月１７日 【補正内容】 請求の範囲 １．異なるスレショルドの階調イメージに対応する２つのバイナリ・イメージの うちの１つを選択する方法であって、前記バイナリ・イメージの各々は、前記バ イナリ・イメージの部分の２つの値の第１のものと前記バイナリ・イメージの残 り部分の２つの値の第２のものとを有しており、文字認識プロセスを前記イメー ジに適用することに先立ち、 前記バイナリ・イメージの各々のうちで連結成分を置くステップ； 前記連結成分の各々のエリアを決定するステップであって、前記エリアは、前 記連結成分の各々のうちでピクセルの数に対応している値を有しているステップ と； 前記バイナリ・イメージのためにエリア分布を決定するステップであって、各 エリア分布は、２つの値の前記第１のものを有する各前記バイナリ・イメージの 連結成分のサイズ毎に連結成分の数を有しているステップと； 前記エリア分布間を比較するステップと；そして、 エリア分布の前記比較に基づいて前記イメージのうちの１つを選択するステップ と； を含む方法。 ２．前記バイナリ・イメージのためにエリア分布を決定するステップは、 ラン長エンコード（ＲＬＥ）されたイメージに２つの値の前記第１のものを有 する前記バイナリ・イメージの各々の部分を変換するステップと；及び、 部分抽出を使用する前記ＲＬＥイメージの各々の連結成分のエリア分布のエリ ア分布を決定するステップと； を含む請求項１の方法。 ３． 前記エリア分布を比較するステップは、 前記エリア分布の各々から多くのビン・ヒストグラムを生成するステップと； そして、 前記マルチ・ビン・ヒストグラムの被選択のビンの価値を比較するステップと ； を含む請求項１の方法、 ４．前記マルチ・ビン・ヒストグラムの被選択のビンの値間を比較するステップ は：前記マルチ・ビン・ヒストグラムの各々の第１ビンの値の比率を、前記マル チ・ビン・ヒストグラムの各々の第２ビンの値の比率と比較するステップを含む 請求項３の方法であって； 前記イメージのうちの１つ選択するステップは： 前回のステップ中の比較に基づいて、前記２つのバイナリ・イメージのうちの １つを選択するステップを含む 方法、 ５．前記エリア分布を比較するステップは、前記ピースサイズ分布の各々からマ ルチ・ビン・ヒストグラムを生成するステップと；そして、 前記マルチ・ビン・ヒストグラムの各々の被選択のビンからの値を、学習済ニ ューラルネットワークに、入力値として、供給するステップと； を含む請求項１の方法であって：そして、 前記イメージのうちの１つを選択するステップは： 前回のステップ中の比較に基づいて、前記２つのバイナリ・イメージのうちの １つを選択するステップを含む 方法。 ６．前記ヒストグラムは、前記バイナリ・イメージ内の連結成分に対応する第１ ビンと、前記バイナリ・イメージ内の大きい連結成分に対応する第２ビンと、に 関するマルチ・ビン・ヒストグラムであり、前記マルチ・ビン・ヒストグラムの 被選択のビン内の値間を比較する前記ステップは、 第１の前記２つのバイナリ・イメージについての前記ヒストグラムの前記第１ ビンの値を、第２の前記２つのバイナリ・イメージについての前記ヒストグラム の前記第１ビンの値で、除算して第１の商を計算するステップと； 第１の前記２つのバイナリ・イメージについての前記ヒストグラムの前記第２ ビンの値を、第２の前記２つのバイナリ・イメージについての前記ヒストグラム の前記第２ビンの値で、除算して第２の商を計算するステップと； を含む請求項５の方法であって、 前記イメージのうちの１つを選択するステップは、前記第１の商が、ある品質 値を乗ぜられた前記第２の商より少ない場合に、前記第１のバイナリ・イメージ を選択するステップを含む 方法。 ７．前記品質値が予選択済定数である請求項６の方法。 ８．前記品質値は、予選択済定数と、前記第１の２つのバイナリ・イメージにつ いての前記ヒストグラムの前記第２ビンの前記値と、を使用する予選択済公式か ら計算される請求項６の方法、 ９．前記品質値は、予選択済定数と、前記第２の２つのバイナリ・イメージにつ いての前記ヒストグラムの前記第２ビンの前記値と、を使用する予選択済公式か ら計算される請求項６の方法、 １０．前記マルチ・ビン・ヒストグラムの前記第１ビンは、０からおよそ１０の ピクセルを有する前記バイナリ・イメージの連結成分のカウントを含む請求項６ の方法、 １１．前記マルチ・ビン・ヒストグラムの前記第２ビンは、およそ１００以上の ピクセルを有する前記バイナリ・イメージのピースのカウントを含む請求項６の 方法、 １２．階調イメージをスレショルドする方法であって、 前記階調イメージに対応するコントラスト・イメージを生成し、前記コントラ スト・イメージの各ピクセルが値ＬＣｉｊを 公式 ＬＣｉｊ＝Ｃ（１−（ＭＩＮｉｊ＋ｐ）／（ＭＡＸｉｊ＋ｐ）） （（ｉ，ｊ）は前記コントラストイメージ内の前記ピクセルの位置、ｐはＣと 比較してより小さい予選択済正の値、ＭＩＮｉｊは前記階調イメージ内の対応す る位置で心出しされた矩形のウィンドウ内の全てのピクセルの最低の階調値、及 び、ＭＡＸｉｊは前記矩形のウィンドウ内の全てのピクセルの最大階調値） によって与えられる、ステップと； ピーク・フロア・レベル値、名目的ピーク幅値、最低コントラスト値、名目的 テキスト・ピーク幅値、最低コントラスト・スケール値、そして、名目的コント ラスト超過値、であるスレショルド・パラメータのセットの予選択済数を選択す るステップと； スレショルド・パラメータの各々のセットとしては、前記コントラスト・イメ ージ内の全てのポシブルなコントラスト値に亘って、前記コントラスト・イメー ジのコントラスト・ヒストグラムを生成することによって、バイナリ・イメージ 候補を得て； 前記予選択済ピーク・フロア・レベル値より大きく、前記予選択 済ｎｏｍｉｎａｌ−ｐｅａｋ−ｗｉｄｔｈ値ずついくらか高いピークから分離し ている、前記コントラスト・ヒストグラム内の全てのピークを探し； 前記予選 択済最低コントラスト値より大きい最低コントラスト値に出現するピークの位置 を捕捉することによって前記発見済ピーク中から最低テキスト・ピークを選択し ； 名目的テキスト・ピーク幅値を前記最低テキスト・ピークのコントラスト値 から減ずることによって、許容最低コントラスト値を得て； ＬＣｉｊが予選択 済許容最低コントラスト値より少ない場合に前記バイナリ・イメージ候補の背景 クラスに、前記階調イメージの（ｉ，ｊ）ポジションのピクセルを割り当て；前 記階調イメージの前記ピクセルが未だ前記背景クラスに割り当てられていない場 合にＭＡＸｉｊとＭＩＮｉｊとの差を計算し、かつ、前記予選択済最低コントラ スト・スケール値より前記最大最低差がより少ない場合に前記ピクセルを前記 背景に割り当て； 前記階調イメージの前記ピクセルが未だ前記背景クラスに割 り当てられていない場合にＭＡＸｉｊと前記ピクセルの階調値との差を計算し、 かつ、前記最大値とピクセル値との差が前記予選択済名目的コントラスト超過値 より少ない場合に前記ピクセルを前記背景に割り当て； そして、前記階調イメ ージの前記ピクセルが未だ前記背景クラスに割り当てられていない場合に前記ピ クセルを前景クラスに割り当てるステップと； 前記バイナリ・イメージ候補の第１のものを選択し； ２つの値の第１のもの を有する前記第１に被選択のバイナリ・イメージ候補の部分を、第１のラン長エ ンコード（ＲＬＥ）イメージに変換し； ピース抽出を使用する前記第１のＲＬ Ｅイメージのピースの第１のエリア分布を決定し； 前記第１のエリア分布の第 １のマルチ・ビン・ヒストグラムを生成する、ステップと； 文字認識プロセスを前記第１のＲＬＥイメージに適用することに先立ち、前記 バイナリ・イメージの各々のうちで連結成分を前記第１のＲＬＥイメージ内に置 くき、前記連結成分の各々のエリアを決定するステップであって、前記エリアは 、前記連結成分の各々のうちでピクセルの数に対応している値を有しているステ ップと； 前記第１のＲＬＥイメージの連結成分の第１のエリア分布を決定し；前記第１ のエリア分布の第１のマルチ・ビン・ヒストグラムを生成するステップと； 前回被選択済ではない前記バイナリ・イメージ候補の中から前記バイナリ・イ メージ候補の第２のものを選択し； ２つの値の第１のものを有する前記第２被 選択のバイナリ・イメージ候補の部分を、第２のラン長エンコード（ＲＬＥ）イ メージに変換し； 文字認識プロセスを前記第２ＲＬＥイメージに適用することに先立ち、前記バ イナリ・イメージの各々のうちで連結成分を前記第２のＲＬＥイメージ内に置き 、前記連結成分の各々のエリアを決定するステップであって、前記エリアは、前 記連結成分の各々のうちでピクセルの数に対応している値を有しているステップ と； 前記第２のＲＬＥイメージの連結成分の第２のエリア分布を決定し； 前記第 ２のエリア分布の第２のマルチ・ビン・ヒストグラムを生成するステップと； 前記第１と第２のマルチ・ビン・ヒストグラムの評価に基づいて、第１被選択 のバイナリ・イメージ候補と第２被選択のされたバイナリ・イメージ候補のうち の１つをピックアップするステップと；そして、 全ての前記バイナリ・イメージ候補が選択されるまで、前記第１被選択のバイ ナリ・イメージ候補に置き換わる前記ピックアップされたバイナリ・イメージ候 補について、前回ののステップを繰り返すステップと； を含む方法。 １３．前記第１被選択のバイナリ・イメージ候補と、前記第２被選択のバイナリ ・イメージ候補とのうちの１つを、前記第１及び第２マルチ・ビン・ヒストグラ ムの評価に基づいて、ピックアップするステップは、 前記第１マルチ・ビン・ヒストグラムの第１ビン内の値と前記第２マルチ・ビ ン・ヒストグラムの第１ビン内の値との比率と、前記第１マルチ・ビン・ヒスト グラムの第２ビン内の値と前記第２マルチ・ビン・ヒストグラムの第２ビン内の 値との比率とを、比較するステップと； 前記比率間の比較に基づいて、前記第１被選択のバイナリ・イメージ候補と、 前記第２被選択のバイナリ・イメージ候補とのうちの１つをピックアップするス テップと； を含む請求項１２の方法 １４．前記第１及び第２のマルチ・ビン・ヒストグラムの評価に基づいて、前記 第１被選択のバイナリ・イメージ候補と前記第２被選択のバイナリ・イメージ候 補のうちの１つをピックアップするステップは、 前記マルチ・ビン・ヒストグラムの各々の被選択のビンから、入力値として、 学習済ニューラルネットワークに値を供給するステップと；そして、 前記第１被選択バイナリ・イメージ候補と第２被選択のバイナリ・イメージ候 補を、前記学習済ニューラルネットワークの出力の値に基づいて、ピックアップ するステップと； を含む請求項１３の方法 １５．階調イメージをスレショルドする装置であって、 前記階調イメージに対応するコントラスト・イメージを生成し、前記コントラ スト・イメージの各ピクセルが値ＬＣｉｊを 公式 ＬＣｉｊ＝Ｃ（１−（ＭＩＮｉｊ＋ｐ）／（ＭＡＸｉｊ＋ｐ）） （（ｉ，ｊ）は前記コントラストイメージ内の前記ピクセルの位置、ｐはＣと 比較してより小さい予選択済正の値、ＭＩＮｉｊは前記階調イメージ内の対応す る位置で心出しされた矩形のウィンドウ内の全てのピクセルの最低の階調値、及 び、ＭＡＸｉｊは前記矩形のウィンドウ内の全てのピクセルの最大階調値） によって与えられる、手段と； ピーク・フロア・レベル値、名目的ピーク幅値、最低コントラスト値、名目的 テキスト・ピーク幅値、最低コントラスト・スケール値、そして、名目的コント ラスト超過値、であるスレショルド・パラメータのセットの予選択済数を選択す る手段と； スレショルド・パラメータの各々のセットとしては、前記コントラスト・イメ ージ内の全てのポシブルなコントラスト値に亘って、前記コントラスト・イメー ジのコントラスト・ヒストグラムを生成することによって、バイナリ・イメージ 候補を得て； 前記予選択済ピーク・フロア・レベル値より大きく、前記予選択 済ｎｏｍｉｎａｌ−ｐｅａｋ−ｗｉｄｔｈ値ずついくらか高いピークから分離し ている、前記コントラスト・ヒストグラム内の全てのピークを探し； 前記予選 択済最低コントラスト値より大きい最低コントラスト値に出現するピークの位置 を捕捉することによって前記発見済ピーク中から最低テキスト・ピークを選択し ； 前記予選択済名目的テキスト・ピーク幅値を前記最低テキスト・ピークのコ ントラスト値から減ずることによって、許容最低コントラスト値を得て； ＬＣ ｉｊが前記許容最低コントラスト値より少ない場合に前記バイナリ・イメージ候 補の背景クラスに、前記階調イメージの（ｉ，ｊ）ポジションのピクセルを割り 当て； 前記階調イメージの前記ピクセルが未だ前記背景クラスに割り当てられ ていない場合にＭＡＸｉｊとＭＩＮｉｊとの差を計算し、かつ、前記予選択済最 低コントラスト・スケール値より前記最大最低差がより少ない場合に前記ピクセ ルを前記背景に割り当て； 前記階調イメージの前記ピクセルが未だ前記背景ク ラスに割り当てられていない場合にＭＡＸｉｊとＭＩＮｉｊとの差を計算し、か つ、前記最大最低差が前記予選択済名目的コントラスト超過値より少ない場合に 前記ピクセルを前記背景に割り当て； そして、前記階調イメージの前記ピクセ ルが未だ前記背景クラスに割り当てられていない場合に前記ピクセルを前景クラ スに割り当てる、手段と； 前記バイナリ・イメージ候補の第１のものを選択し； ２つの値の第１のもの を有する前記第１に被選択のバイナリ・イメージ候補の部分を、第１のラン長エ ンコード（ＲＬＥ）イメージに変換し； 文字認識プロセスを前記第１のＲＬＥ イメージに適用することに先立つことに利用可能で、前記第１のＲＬＥイメージ に連結成分を置き、前記連結成分の各々のエリアを決定するために、前記エリア は、前記連結成分の各々のうちでピクセルの数に対応している値を有する手段で あり； 前記第１のＲＬＥイメージのピースの第１のエリア分布を決定し； 前 記第１のエリア分布の第１のマルチ・ビン・ヒストグラムを生成する、手段と； 前回被選択済ではない前記バイナリ・イメージ候補の中から前記バイナリ・イ メージ候補の第２のものを選択し； ２つの値の第１のものを有する前記第２被 選択のバイナリ・イメージ候補の部分を、第２のラン長エンコード（ＲＬＥ）イ メージに変換し； 文字認識プロセスを前記第２のＲＬＥイメージに適用することに先立つことに 利用可能で、前記第２のＲＬＥイメージに連結成分を置き、前記連結成分の各々 のエリアを決定するために、前記エリアは、前記連結成分の各々のうちでピクセ ルの数に対応している値を有する手段であり； ピース抽出を使用する前記第２ のＲＬＥイメージのピースの第２のエリア分布を決定し； 前記第２のエリア分 布の第２のマルチ・ビン・ヒストグラムを生成し； 前記第１と第２のマルチ・ ビン・ヒストグラムの評価に基づいて、第１被選択のバイナリ・イメージ候補と 第２被選択のされたバイナリ・イメージ候補のうちの１つをピックアップする手 段と；そして、 全ての前記バイナリ・イメージ候補が選択されるまで、前記第１被選択のバイ ナリ・イメージ候補に置き換わる前記ピックアップされたバイナリ・イメージ候 補について、直前の機能を繰り返す手段と； を含む方法。 １６．前記第１と第２のマルチ・ビン・ヒストグラムの評価に基づいて、前記第 １被選択のバイナリ・イメージ候補と前記第２被選択のバイナリ・イメージ候補 とのうちの１つをピックアップする機能は、 前記第１マルチ・ビン・ヒストグラムの第１ビン内の値と前記第２マルチ・ビ ン・ヒストグラムの第１ビン内の値との比率と、前記第１マルチ・ビン・ヒスト グラムの第２ビン内の値と前記第２マルチ・ビン・ヒストグラムの第２ビン内の 値との比率とを、比較する手段と； 前記比率の比較に基づいて、前記第１被選択のバイナリ・イメージ候補と第２ 被選択のバイナリ・イメージ候補のうちの１つをピックアップする手段と； を含む請求項１５の装置、 １７．前記第１と第２のマルチ・ビン・ヒストグラムの評価に基づいて、前記第 １被選択のバイナリ・イメージ候補と前記第２被選択のバイナリ・イメージ候補 とのうちの１つをピックアップする機能は、 前記マルチ・ビン・ヒストグラムの各々の被選択のビンから、入力値として、 学習済ニューラルネットワークに値を供給する手段と；そして、 前記学習済ニューラルネットワークの出力の値に基づいて、前記第１被選択の バイナリ・イメージ候補と第２被選択のバイナリ・イメージ候補のうちの１つを ピックアップする手段と； を含む請求項１５の装置、 １８．異なるスレショルドの階調イメージに対応する２つのバイナリ・イメージ のうちの１つを選択するための装置であって、前記バイナリ・イメージの各々は 、前記バイナリ・イメージの一部のための２つの値の第１のものと、前記バイナ リ・イメージの残りの部分のための２つの値の第２のものと、を有しており、 文字認識プロセスを前記第２のＲＬＥイメージに適用することに先立つことに 利用可能で、前記第２のＲＬＥイメージに連結成分を置く手段と； 前記連結成分の各々のエリアを決定するために、前記エリアは、前記連結成分 の各々のうちでピクセルの数に対応している値を有する手段と； 前記バイナリ・イメージのためにエリア分布を決定する手段と； 各エリア分布は、２つの値の前記第１のものを有する各前記バイナリ・イメー ジの連結成分のサイズ毎に連結成分の数を有している手段と；そして、 前記エリア分布を比較する手段と；そして、 エリア分布の前記比較に基づいて前記イメージのうちの１つを選択するための 手段と； を含む装置。 １９． 異なるスレショルドの階調イメージに対応している２つのバイナリ・イ メージのうちの１つを選択するための実行可能な命令を有する計算装置であって 、前記バイナリ・イメージの各々は、前記バイナリ・イメージの一部のための２ つの値の第１のものと、前記バイナリ・イメージの残りの部分のための２つの値 の第２のものと、を有しており、文字認識プロセスを前記第２のＲＬＥイメージ に適用することに先立ち、、 前記第２のＲＬＥイメージに連結成分を置くステップと； 前記連結成分の各々のエリアを決定するために、前記エリアは、前記連結成分 の各々のうちでピクセルの数に対応している値を有するステップと； 前記バイナリ・イメージのためにエリア分布を決定するステップと； 各エリア分布は、２つの値の前記第１のものを有する各前記バイナリ・イメー ジの連結成分のサイズ毎に連結成分の数を有しているステップと；そして、 前記エリア分布を比較するステップと；そして、 エリア分布の前記比較に基づいて前記イメージのうちの１つを選択するための ステップと； を含み、による装置。 【手続補正書】 【提出日】１９９７年１１月２１日 【補正内容】 （１）明細書第２頁第１４行目に記載の「ＯＣＲを使っでラベル読み取りする際 の困難に帰結するであろう。」を「ＯＣＲを使ってラベル読み取りする際の困難 に帰結するであろう。」と補正する。 （２）明細書第１０頁第２０行目に記載の「それは：複数のＲＬＥイメージ受け 取ったり、」を「それは：複数のＲＬＥイメージを受け取ったり、」と補正する 。

Claims (1)

1. 【特許請求の範囲】 １．階調イメージのピクセルを背景クラスに割り当てる方法であって、 前記ピクセルで心出しされた矩形のウィンドウ内の全ての階調イメージピクセ ルの、最低の階調値、ＭＩＮｉｊを探すステップと； 前記矩形のウィンドウ内の全てのピクセルの、最大階調値ＭＡＸｉｊを探すス テップと； 公式 ＬＣｉｊ＝Ｃ（１−（ＭＩＮｉｊ ＋ｐ）／（ＭＡＸｉｊ＋ｐ）） （Ｃは予選択済最大コントラスト値、ｐはＣと比較してより小さい予選択済正の 値）によって、ローカル・コントラストＬＣｉｊを計算するステップと； ＬＣｉｊが予選択済許容最低コントラスト値より少ない場合に、前記ピクセル を背景クラスに割り当てるステップと； を含む方法。 ２． 前記ピクセルが未だ前記背景クラスに割り当てられてない場合に、ＭＡＸ ｉｊとＭＩＮｉｊとの差を計算するステップと； 予選択済最低コントラスト・スケール値より前記最大最低差が少ない場合に、 前記ピクセルを背景クラスに割り当てるステップと； をさらに含む請求項１の方法。 ３．前記ピクセルが未だ前記背景クラスに割り当てられていない場合に、ＭＡＸ ｉｊと前記ピクセルの階調値との差を計算するステップと； 予選択済名目的コントラスト超過値より、最大値とピクセル値との差が少ない 場合に、該ピクセルを背景クラスに割り当てるステップと； をさらに含む請求項２の方法。 ４．前記ピクセルが未だ前記背景クラスに割り当てられていない場合に、前記ピ クセルを前景クラスに割り当てるステップをさらに含む請求項３の方法。 ５．階調イメージをスレショルドする際に使用するために、許容最低コントラス ト値を選択する方法であって、 前記階調イメージに対応するコントラスト・イメージを生成するステップと； 前記コントラスト・イメージ内の全てのポシブルなコントラスト値に対し、コ ントラスト・ヒストグラムを生成するステップと； 前記コントラスト・ヒストグラムにおいて、予選択済ピーク・フロア・レベル 値より大きく、かつ、予選択済名目的ピーク幅値で、どんなに高いピークからも 分離された、全てのピークを検索するステップと； 予選択済最低コントラスト値より大きく、最低コントラスト値で出現するピー クの位置捕捉をすることによって、検索した前記ピークの中から、最低テキスト ・ピーク選択するステップと；及び、 前記最低テキスト・ピークのコントラスト値から、予選択済名目的テキスト・ ピーク幅値を減ずることによって、許容最低コントラスト値を獲得するステップ と； を含む方法。 ６．階調イメージに対応しているコントラスト・イメージを生成する方法であっ て、 コントラスト・イメージ内で（ｉ，ｊ）ポジションを選択するステップと； 前記階調イメージ内での対応部分で心出しされた矩形のウィンドウ内の全ての 階調イメージピクセルの、最低の階調値、ＭＩＮｉｊを探すステップと； 前記矩形のウィンドウ内の全てのピクセルの、最大階調値ＭＡＸｉｊを探すス テップと； 公式 ＬＣｉｊ＝Ｃ（１−（ＭＩＮｉｊ＋ｐ）／（ＭＡＸｉｊ＋ｐ）） （Ｃは予選択済最大コントラスト値、ｐはＣと比較してより小さい予選択済 正の値）によって、前記階調イメージの、ローカル・コントラストＬＣｉｊを計 算するステップと； 前記コントラストイメージの前記（ｉ，ｊ）ポジションに、ＬＣｉｊに等しい 階調値を割り当てるステップと；及び、 前記コントラストイメージ内で期待される各位置毎に上記ステップ群を繰り返 すステップと； を含む方法。 ７．階調イメージの異なるスレショルドに対応する２つのバイナリ・イメージを 比較する方法であって、前記バイナリ・イメージの各々は、前記バイナリ・イメ ージの部分の２つの値の第１のものと前記バイナリ・イメージの残り部分の２つ の値の第２のものとを有しており、 前記バイナリ・イメージについてのピースサイズ分布を決定するステップであ って、各ピースサイズ分布は、２つの値の前記第１のものを有する各前記バイナ リ・イメージのピースのサイズ毎にピースの数を有している、ステップと；そし て、 前記ピースサイズ分布間を比較するステップと； を含む方法。 ８．前記バイナリ・イメージのためにピースサイズ分布を決定するステップは、 ラン長エンコード（ＲＬＥ）されたイメージに２つの値の前記第１のものを有 する前記バイナリ・イメージの各々の部分を変換するステップと；及び、 部分抽出を使用する前記ＲＬＥイメージの各々のピースのピースサイズ分布を 決定するステップと； を含む請求項７の方法。 ９．前記ピースサイズ分布を比較するステップは、 前記ピースサイズ分布の各々からマルチ・ビン・ヒストグラムを生成するステ ップと；及び、 前記マルチ・ビン・ヒストグラムの被選択のビンの値間を比較するステップと ； を含む請求項７の方法。 １０．前記マルチ・ビン・ヒストグラムの被選択のビン内の値間を比較するステ ップは、前記マルチ・ビン・ヒストグラムの各々の第１ビンの値の比率を、前記 マルチ・ビン・ヒストグラムの各々の第２ビンの値の比率と比較するステップを 含み；そして、 さらに、前回のステップ中の比較に基づいて、前記２つのバイナリ・イメージ のうちの１つを選択するステップを含む 請求項９の方法。 １１．前記ピースサイズ分布を比較するステップは、 前記ピースサイズ分布の各々からマルチ・ビン・ヒストグラムを生成するステ ップと；そして、 前記マルチ・ビン・ヒストグラムの各々の被選択のビンからの値を、学習済ニ ューラルネットワークに、入力値として、供給するステップと；そして、 さらに、前記学習済ニューラルネットワークの出力の値に基づいて、前記２つ のバイナリ・イメージのうちの１つを選択するステップを含むステップと； を含む請求項７の方法。 １２．前記ヒストグラムは、前記バイナリ・イメージ内の小さいピースサイズに 対応する第１ビンと、前記バイナリ・イメージ内の大きいピースサイズに対応す る第２ビンと、に関するマルチ・ビン・ヒストグラムであり、前記マルチ・ビン ・ヒストグラムの被選択のビン内の値間を比較する前記ステップは、 第１の前記２つのバイナリ・イメージについての前記ヒストグラムの前記第１ ビンの値を、第２の前記２つのバイナリ・イメージについての前記ヒストグラム の前記第１ビンの値で、除算して第１の商を計算するステップと； 第１の前記２つのバイナリ・イメージについての前記ヒストグラムの前記第２ ビンの値を、第２の前記２つのバイナリ・イメージについての前記ヒストグラム の前記第２ビンの値で、除算して第２の商を計算するステップと；そして、 さらに、前記第１の商が、ある品質値を乗ぜられた前記第２の商より少ない場 合に、前記第１のバイナリ・イメージを選択するステップを含むステップと； を含む請求項９の方法 １３．前記品質値が予選択済定数である請求項１２の方法。 １４．前記品質値は、予選択済定数と、前記第１の２つのバイナリ・イメージに ついての前記ヒストグラムの前記第２ビンの前記値と、を使用する予選択済公式 から計算される請求項１２の方法 １５．前記品質値は、予選択済定数と、前記第２の２つのバイナリ・イメージに ついての前記ヒストグラムの前記第２ビンの前記値と、を使用する予選択済公式 から計算される請求項１２の方法 １６．前記マルチ・ビン・ヒストグラムの前記第１ビンは、０からおよそ１０の ピクセルを有する前記バイナリ・イメージのピースのカウントを含む請求項１２ の方法。 １７．前記マルチ・ビン・ヒストグラムの前記第２ビンは、およそ１００以上の ピクセルを有する前記バイナリ・イメージのピースのカウントを含む請求項１２ の方法。 １８．階調イメージをスレショルドする方法であって、 前記階調イメージに対応するコントラスト・イメージを生成し、前記コントラ スト・イメージの各ピクセルが値ＬＣｉｊを 公式 ＬＣｉｊ＝Ｃ（１−（ＭＩＮｉｊ＋ｐ）／（ＭＡＸｉｊ＋ｐ）） （（ｉ，ｊ）は前記コントラストイメージ内の前記ピクセルの位置、ｐはＣと 比較してより小さい予選択済正の値、ＭＩＮｉｊは前記階調イメージ内の対応す る位置で心出しされた矩形のウィンドウ内の全てのピクセルの最低の階調値、及 び、ＭＡＸｉｊは前記矩形のウィンドウ内の全てのピクセルの最大階調値） によって与えられる、ステップと； ピーク・フロア・レベル値、名目的ピーク幅値、最低コントラスト値、名目的 テキスト・ピーク幅値、最低コントラスト・スケール値、そして、名目的コント ラスト超過値、であるスレショルド・パラメータのセットの予選択済数を選択す るステップと； スレショルド・パラメータの各々のセットとしては、前記コントラスト・イメ ージ内の全てのポシブルなコントラスト値に亘って、前記コントラスト・イメー ジのコントラスト・ヒストグラムを生成することによって、バイナリ・イメージ 候補を得て； 前記予選択済ピーク・フロア・レベル値より大きく、前記予選択 済ｎｏｍｉｎａｌ−ｐｅａｋ−ｗｉｄｔｈ値ずついくらか高いピークから分離し ている、前記コントラスト・ヒストグラム内の全てのピークを探し； 前記予選 択済最低コントラスト値より大きい最低コントラスト値に出現するピークの位置 を捕捉することによって前記発見済ピーク中から最低テキスト・ピークを選択し ； 前記予選択済名目的テキスト・ピーク幅値を最低テキスト・ピークのコント ラスト値から減ずることによって、許容最低コントラスト値を得て； ＬＣｉｊ が予選択済許容最低コントラスト値より少ない場合に前記バイナリ・イメージ候 補の背景クラスに、前記階調イメージの（ｉ，ｊ）ポジションのピクセルを割り 当て； 前記階調イメージの前記ピクセルが未だ前記背景クラスに割り当てられ ていない場合にＭＡＸｉｊとＭＩＮｉｊとの差を計算し、かつ、前記予選択済最 低コントラスト・スケール値より前記最大最低差がより少ない場合に前記ピクセ ルを前記背景に割り当て； 前記階調イメージの前記ピクセルが未だ前記背景ク ラスに割り当てられていない場合にＭＡＸｉｊと前記ピクセルの階調値との差を 計算し、かつ、前記最大値とピクセル値との差が前記予選択済名目的コントラス ト超過値より少ない場合に前記ピクセルを前記背景に割り当て； そして、前記 階調イメージの前記ピクセルが未だ前記背景クラスに割り当てられていない場合 に前記ピクセルを前景クラスに割り当てるステップと； 前記バイナリ・イメージ候補の第１のものを選択し； ２つの値の第１のもの を有する前記第１に被選択のバイナリ・イメージ候補の部分を、第１のラン長エ ンコード（ＲＬＥ）イメージに変換し； ピース抽出を使用する前記第１のＲＬ Ｅイメージのピースの第１のピースサイズ分布を決定し； 前記第１のピースサ イズ分布の第１のマルチ・ビン・ヒストグラムを生成する、ステップと； 前回被選択済ではない前記バイナリ・イメージ候補の中から前記バイナリ・イ メージ候補の第２のものを選択し； ２つの値の第１のものを有する前記第２被 選択のバイナリ・イメージ候補の部分を、第２のラン長エンコード（ＲＬＥ）イ メージに変換し； ピース抽出を使用する前記第２のＲＬＥイメージのピースの 第２のピースサイズ分布を決定し； 前記第２のピースサイズ分布の第２のマル チ・ビン・ヒストグラムを生成し； 前記第１と第２のマルチ・ビン・ヒストグ ラムの評価に基づいて、第１被選択のバイナリ・イメージ候補と第２被選択のさ れたバイナリ・イメージ候補のうちの１つをピックアップするステップと；そし て、 全ての前記バイナリ・イメージ候補が選択されるまで、前記第１被選択のバイナ リ・イメージ候補に置き換わる前記ピックアップされたバイナリ・イメージ候補 について、前回ののステップを繰り返すステップと； を含む方法。 １９．前記第１被選択のバイナリ・イメージ候補と、前記第２被選択のバイナリ ・イメージ候補とのうちの１つを、前記第１及び第２マルチ・ビン・ヒストグラ ムの評価に基づいて、ピックアップするステップは、 前記第１マルチ・ビン・ヒストグラムの第１ビン内の値と前記第２マルチ・ビ ン・ヒストグラムの第１ビン内の値との比率と、前記第１マルチ・ビン・ヒスト グラムの第２ビン内の値と前記第２マルチ・ビン・ヒストグラムの第２ビン内の 値との比率とを、比較するステップと； 前記比率間の比較に基づいて、前記第１被選択のバイナリ・イメージ候補と、 前記第２被選択のバイナリ・イメージ候補とのうちの１つをピックアップするス テップと； を含む請求項１８の方法。 ２０．前記第１及び第２のマルチ・ビン・ヒストグラムの評価に基づいて、前記 第１被選択のバイナリ・イメージ候補と前記第２被選択のバイナリ・イメージ候 補のうちの１つをピックアップするステップは、 前記マルチ・ビン・ヒストグラムの各々の被選択のビンから、入力値として、 学習済ニューラルネットワークに値を供給するステップと；そして、 前記第１被選択バイナリ・イメージ候補と第２被選択のバイナリ・イメージ候 補を、前記学習済ニューラルネットワークの出力の値に基づいて、ピックアップ するステップと； を含む請求項１９の方法。 ２１．階調イメージをスレショルドする装置であって、 前記階調イメージに対応するコントラスト・イメージを生成し、前記コントラ スト・イメージの各ピクセルが値ＬＣｉｊを 公式 ＬＣｉｊ＝Ｃ（１−（ＭＩＮｉｊ＋ｐ）／（ＭＡＸｉｊ＋ｐ）） （（ｉ，ｊ）は前記コントラストイメージ内の前記ピクセルの位置、ｐはＣと 比較してより小さい予選択済正の値、ＭＩＮｉｊは前記階調イメージ内の対応す る位置で心出しされた矩形のウィンドウ内の全てのピクセルの最低の階調値、及 び、ＭＡＸｉｊは前記矩形のウィンドウ内の全てのピクセルの最大階調値） によって与えられる、手段と； ピーク・フロア・レベル値、名目的ピーク幅値、最低コントラスト値、名目的 テキスト・ピーク幅値、最低コントラスト・スケール値、そして、名目的コント ラスト超過値、であるスレショルド・パラメータのセットの予選択済数を選択す る手段と； スレショルド・パラメータの各々のセットとしては、前記コントラスト・イメ ージ内の全てのポシブルなコントラスト値に亘って、前記コントラスト・イメー ジのコントラスト・ヒストグラムを生成することによって、バイナリ・イメージ 候補を得て； 前記予選択済ピーク・フロア・レベル値より大きく、前記予選択 済ｎｏｍｉｎａｌ−ｐｅａｋ−ｗｉｄｔｈ値ずついくらか高いピークから分離し ている、前記コントラスト・ヒストグラム内の全てのピークを探し； 前記予選 択済最低コントラスト値より大きい最低コントラスト値に出現するピークの位置 を捕捉することによって前記発見済ピーク中から最低テキスト・ピークを選択し ； 前記予選択済名目的テキスト・ピーク幅値を前記最低テキスト・ピークのコ ントラスト値から減ずることによって、許容最低コントラスト値を得て； ＬＣ ｉｊが前記許容最低コントラスト値より少ない場合に前記バイナリ・イメージ候 補の背景クラスに、前記階調イメージの（ｉ，ｊ）ポジションのピクセルを割り 当て； 前記階調イメージの前記ピクセルが未だ前記背景クラスに割り当てられ ていない場合にＭＡＸｉｊとＭＩＮｉｊとの差を計算し、かつ、前記予選択済最 低コントラスト・スケール値より前記最大最低差がより少ない場合に前記ピクセ ルを前記背景に割り当て； 前記階調イメージの前記ピクセルが未だ前記背景ク ラスに割り当てられていない場合にＭＡＸｉｊとＭＩＮｉｊとの差を計算し、か つ、前記最大最低差が前記予選択済名目的コントラスト超過値より少ない場合に 前記ピクセルを前記背景に割り当て； そして、前記階調イメージの前記ピクセ ルが未だ前記背景クラスに割り当てられていない場合に前記ピクセルを前景クラ スに割り当てる、手段と； 前記バイナリ・イメージ候補の第１のものを選択し； ２つの値の第１のもの を有する前記第１に被選択のバイナリ・イメージ候補の部分を、第１のラン長エ ンコード（ＲＬＥ）イメージに変換し； ピース抽出を使用する前記第１のＲＬ Ｅイメージのピースの第１のピースサイズ分布を決定し； 前記第１のピースサ イズ分布の第１のマルチ・ビン・ヒストグラムを生成する、手段と； 前回被選択済ではない前記バイナリ・イメージ候補の中から前記バイナリ・イ メージ候補の第２のものを選択し； ２つの値の第１のものを有する前記第２被 選択のバイナリ・イメージ候補の部分を、第２のラン長エンコード（ＲＬＥ）イ メージに変換し； ピース抽出を使用する前記第２のＲＬＥイメージのピースの 第２のピースサイズ分布を決定し； 前記第２のピースサイズ分布の第２のマル チ・ビン・ヒストグラムを生成し； 前記第１と第２のマルチ・ビン・ヒストグ ラムの評価に基づいて、第１被選択のバイナリ・イメージ候補と第２被選択のさ れたバイナリ・イメージ候補のうちの１つをピックアップする手段と；そして、 全ての前記バイナリ・イメージ候補が選択されるまで、前記第１被選択のバイナ リ・イメージ候補に置き換わる前記ピックアップされたバイナリ・イメージ候補 について、直前の機能を繰り返す手段と； を含む方法。 ２２．前記第１と第２のマルチ・ビン・ヒストグラムの評価に基づいて、前記第 １被選択のバイナリ・イメージ候補と前記第２被選択のバイナリ・イメージ候補 とのうちの１つをピックアップする機能は、 前記第１マルチ・ビン・ヒストグラムの第１ビン内の値と前記第２マルチ・ビ ン・ヒストグラムの第１ビン内の値との比率と、前記第１マルチ・ビン・ヒスト グラムの第２ビン内の値と前記第２マルチ・ビン・ヒストグラムの第２ビン内の 値との比率とを、比較する手段と； 前記比率の比較に基づいて、前記第１被選択のバイナリ・イメージ候補と第２ 被選択のバイナリ・イメージ候補のうちの１つをピックアップする手段と； を含む請求項２１の装置。 ２３．前記第１と第２のマルチ・ビン・ヒストグラムの評価に基づいて、前記第 １被選択のバイナリ・イメージ候補と前記第２被選択のバイナリ・イメージ候補 とのうちの１つをピックアップする機能は、 前記マルチ・ビン・ヒストグラムの各々の被選択のビンから、入力値として、 学習済ニューラルネットワークに値を供給する手段と；そして、 前記学習済ニューラルネットワークの出力の値に基づいて、前記第１被選択の バイナリ・イメージ候補と第２被選択のバイナリ・イメージ候補のうちの１つを ピックアップする手段と； を含む請求項２１の装置。