JPH11250256A - 図形認識処理方法及びそのプログラムを記録した記録媒体 - Google Patents
図形認識処理方法及びそのプログラムを記録した記録媒体Info
- Publication number
- JPH11250256A JPH11250256A JP10053780A JP5378098A JPH11250256A JP H11250256 A JPH11250256 A JP H11250256A JP 10053780 A JP10053780 A JP 10053780A JP 5378098 A JP5378098 A JP 5378098A JP H11250256 A JPH11250256 A JP H11250256A
- Authority
- JP
- Japan
- Prior art keywords
- line segment
- line
- grid
- processing method
- virtual grid
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】本発明は、グリッド上の線分だけでなく、グリ
ッド上に書かれていない部分も認識できるようにするこ
とを目的とする。 【解決手段】基準線が印刷された用紙に、当該基準線に
沿うように描かれた線を認識するに当たって、略水平ま
たは略垂直に延びる線分を見出し、当該線分が仮想的に
基準線に沿っているものとみなし（仮想グリッドを抽出
し）、次いで線分の属性を求めてゆくようにする。
ッド上に書かれていない部分も認識できるようにするこ
とを目的とする。 【解決手段】基準線が印刷された用紙に、当該基準線に
沿うように描かれた線を認識するに当たって、略水平ま
たは略垂直に延びる線分を見出し、当該線分が仮想的に
基準線に沿っているものとみなし（仮想グリッドを抽出
し）、次いで線分の属性を求めてゆくようにする。
Description
【０００１】
【発明の属する技術分野】本発明は、紙の上に書かれた
設計図面、特に、フローチャートや建築間取り図面など
のように、主に縦横の線分で構成される手書き図面を自
動的に認識する図形認識処理方法及びそのプログラムを
記録した記録媒体に関する。
設計図面、特に、フローチャートや建築間取り図面など
のように、主に縦横の線分で構成される手書き図面を自
動的に認識する図形認識処理方法及びそのプログラムを
記録した記録媒体に関する。
【０００２】
【従来の技術】これら設計図面や間取り図面などの図面
は、通常、グラフ用紙などのような縦横とも一定の間隔
で基準線がグリッド状に印刷された用紙上に、この基準
線（以下、グリッド線と呼ぶ）に沿って書かれる。
は、通常、グラフ用紙などのような縦横とも一定の間隔
で基準線がグリッド状に印刷された用紙上に、この基準
線（以下、グリッド線と呼ぶ）に沿って書かれる。
【０００３】図２は、このような基準線の印刷された図
面筆記用紙の例であって、１０は図面筆記用紙、１１は
グリッド線、１２はグリッド位置検出用マークである。
グリッド線１１は、筆記の際の基準となる線であり、通
常はイメージセンサには見えない色、すなわちドロップ
アウトカラーで印刷される。グリッド位置検出用マーク
１２は、イメージセンサが検出可能な色で印刷されるマ
ークであって、イメージセンサには見えないグリッド線
の位置を検出するための基準位置として用いられる。
面筆記用紙の例であって、１０は図面筆記用紙、１１は
グリッド線、１２はグリッド位置検出用マークである。
グリッド線１１は、筆記の際の基準となる線であり、通
常はイメージセンサには見えない色、すなわちドロップ
アウトカラーで印刷される。グリッド位置検出用マーク
１２は、イメージセンサが検出可能な色で印刷されるマ
ークであって、イメージセンサには見えないグリッド線
の位置を検出するための基準位置として用いられる。
【０００４】このような筆記用紙上に書かれた図面をコ
ンピュータで自動認識する場合には、筆記線分をグリッ
ド線上に書くようにしているため、現グリッド線に沿っ
て線分の有無、太さなど属性を調べれば十分である。例
えば特願平７−１１２７２９号は、このような考えに基
づく図形認識処理方法であり、簡易な方法でしかも確実
に線分を認識する方法を提供している（図５を用いて後
述される）。
ンピュータで自動認識する場合には、筆記線分をグリッ
ド線上に書くようにしているため、現グリッド線に沿っ
て線分の有無、太さなど属性を調べれば十分である。例
えば特願平７−１１２７２９号は、このような考えに基
づく図形認識処理方法であり、簡易な方法でしかも確実
に線分を認識する方法を提供している（図５を用いて後
述される）。
【０００５】ところが、実際の図面ではこのグリッドの
上に乗らない線分が書かれることがある。例えば、フロ
ーチャートでは、矩形の枠内に書く文字数が多い時には
枠を若干大きくしたくなる。また、建築間取り図の場合
にも、階段や廊下の幅を通常規格の幅（９１０mm）より
も若干広くしたい場合がしばしば起こる。この結果、図
面上でも筆記の基準となるグリッド位置からずれた位置
に線分を書く必要が生じる。
上に乗らない線分が書かれることがある。例えば、フロ
ーチャートでは、矩形の枠内に書く文字数が多い時には
枠を若干大きくしたくなる。また、建築間取り図の場合
にも、階段や廊下の幅を通常規格の幅（９１０mm）より
も若干広くしたい場合がしばしば起こる。この結果、図
面上でも筆記の基準となるグリッド位置からずれた位置
に線分を書く必要が生じる。
【０００６】
【発明が解決しようとする課題】しかし、上記の従来の
図形認識処理方法では、図面にグリッド上に書かれてい
ない線分が含まれる場合には、グリッドから外れた線分
が無視されたり、不適切な結果を出力することになる。
図形認識処理方法では、図面にグリッド上に書かれてい
ない線分が含まれる場合には、グリッドから外れた線分
が無視されたり、不適切な結果を出力することになる。
【０００７】本発明は、従来方法のこのような制約を排
除し、グリッド上の線分だけでなくグリッド上に書かれ
ていない線分でも同時に認識できる方法を従来手法の簡
単な拡張で実現することを目的とするものである。ま
た、特願平８−２７６４９５号で示した射影のみを用い
る方法では、雑音や縦／横方向線分の相互干渉からくる
問題点があり、本発明はこれらの問題点を解決すること
を目的としている。
除し、グリッド上の線分だけでなくグリッド上に書かれ
ていない線分でも同時に認識できる方法を従来手法の簡
単な拡張で実現することを目的とするものである。ま
た、特願平８−２７６４９５号で示した射影のみを用い
る方法では、雑音や縦／横方向線分の相互干渉からくる
問題点があり、本発明はこれらの問題点を解決すること
を目的としている。
【０００８】
【課題を解決するための手段】上記従来方法では、図２
に一例を示したような用紙、すなわち予めグリッド位置
検出用マークとグリッドの印刷された用紙を用いること
によって、グリッド位置を自動算出している。これに対
して、本発明では、２値画像の各角度毎に線分近似でき
る黒画素を抽出することによって、線分位置を自動検出
し、その線分の位置をあたかも基準グリッドの位置とす
ることによって、従来グリッド上の線分に限定されてい
た認識機能を任意の位置に書かれた線分への拡張を可能
にしている。
に一例を示したような用紙、すなわち予めグリッド位置
検出用マークとグリッドの印刷された用紙を用いること
によって、グリッド位置を自動算出している。これに対
して、本発明では、２値画像の各角度毎に線分近似でき
る黒画素を抽出することによって、線分位置を自動検出
し、その線分の位置をあたかも基準グリッドの位置とす
ることによって、従来グリッド上の線分に限定されてい
た認識機能を任意の位置に書かれた線分への拡張を可能
にしている。
【０００９】本発明は、スキャナなどのイメージ入力手
段によって入力された図面の認識を可能とするもので、
筆記された線分は水平や垂直などに対して予め決められ
た角度の範囲であればよく、必ずしも規定のグリッド上
にある必要はない。筆記された線分の位置を画像中の黒
画素から求めるため、従来のグリッド上の線分のみを対
象とする方法に線分位置を算出する僅かな処理を追加す
るだけでグリッド上にない線分をも認識できる。
段によって入力された図面の認識を可能とするもので、
筆記された線分は水平や垂直などに対して予め決められ
た角度の範囲であればよく、必ずしも規定のグリッド上
にある必要はない。筆記された線分の位置を画像中の黒
画素から求めるため、従来のグリッド上の線分のみを対
象とする方法に線分位置を算出する僅かな処理を追加す
るだけでグリッド上にない線分をも認識できる。
【００１０】
【発明の実施の形態】図１は、本発明の処理ブロック図
の実施例であって、図１において、１１０は２値画像、
２００は線分抽出処理、３００は仮想グリッド検出処
理、４００は線分認識処理、５００は認識結果である。
の実施例であって、図１において、１１０は２値画像、
２００は線分抽出処理、３００は仮想グリッド検出処
理、４００は線分認識処理、５００は認識結果である。
【００１１】２値画像１００は、紙に書かれた図面をイ
メージスキャナなどのイメージ入力手段によって光電変
換して得られるものであり、図３は得られた２値画像の
例を示す。図３において、１１０はグリッド線、１２０
は筆記された線分である。
メージスキャナなどのイメージ入力手段によって光電変
換して得られるものであり、図３は得られた２値画像の
例を示す。図３において、１１０はグリッド線、１２０
は筆記された線分である。
【００１２】以下の説明では、白い紙の部分は値
「０」、鉛筆など黒い線で筆記された線分の部分は値
「１」で表されているものとする。線分抽出処理２００
は、２値画像１００を入力として、指定された角度の線
分を求める処理である。線分は、線の幅を１画素に細め
る細線化処理から得られる黒画素集合でも求められる
が、ここでは輪郭追跡から得られる軌跡情報を使って求
める方法を説明する。また求める線分の角度は水平と垂
直のものを例にとり説明する。
「０」、鉛筆など黒い線で筆記された線分の部分は値
「１」で表されているものとする。線分抽出処理２００
は、２値画像１００を入力として、指定された角度の線
分を求める処理である。線分は、線の幅を１画素に細め
る細線化処理から得られる黒画素集合でも求められる
が、ここでは輪郭追跡から得られる軌跡情報を使って求
める方法を説明する。また求める線分の角度は水平と垂
直のものを例にとり説明する。
【００１３】軌跡情報から線分を抽出する手法には例え
ば特願平９−２９３９８４号がある。以下、図４に、当
該線分抽出の手法を例として示す。図４は線分抽出手法
を簡単に説明したものであって、図４において、 ２１０は黒画素 ２２０は黒画素に隣接する白画素 ２３０は白画素とそれに隣接する画素 ２４０は追跡情報とその隣接画素情報とをまとめて示し
たものである。
ば特願平９−２９３９８４号がある。以下、図４に、当
該線分抽出の手法を例として示す。図４は線分抽出手法
を簡単に説明したものであって、図４において、 ２１０は黒画素 ２２０は黒画素に隣接する白画素 ２３０は白画素とそれに隣接する画素 ２４０は追跡情報とその隣接画素情報とをまとめて示し
たものである。
【００１４】該図４(a) を図面の一部とすると、黒い部
分は線分を表す黒画素２１０、それ以外は白画素であ
り、アルファベットＡからＨの順で、黒画素２１０に隣
接する白画素２２０を順次追跡するものとして示されて
いる。その際、該図４(b) のように追跡した白画素の上
下左右方向に隣接する画素２３０を同時にチェックす
る。この結果を図４(c) のように追跡情報とその隣接画
素情報２４０として記録する。
分は線分を表す黒画素２１０、それ以外は白画素であ
り、アルファベットＡからＨの順で、黒画素２１０に隣
接する白画素２２０を順次追跡するものとして示されて
いる。その際、該図４(b) のように追跡した白画素の上
下左右方向に隣接する画素２３０を同時にチェックす
る。この結果を図４(c) のように追跡情報とその隣接画
素情報２４０として記録する。
【００１５】該画素情報２４０を使い、例えば、上方向
に隣接する画素だけが黒である場所が、予め指定した数
以上連続する領域を抽出する。該連続領域を抽出する際
には、一定値以内の途切れを許す許容値を持たせてもよ
い。この許容値を大きくすることで、手書きによる線の
ふれなどの影響を吸収することができる。
に隣接する画素だけが黒である場所が、予め指定した数
以上連続する領域を抽出する。該連続領域を抽出する際
には、一定値以内の途切れを許す許容値を持たせてもよ
い。この許容値を大きくすることで、手書きによる線の
ふれなどの影響を吸収することができる。
【００１６】これを上下左右４方向について同様におこ
ない、得られた連続領域の始終点を結んだ線分角度が一
定許容値の範囲で水平か垂直の場合、該線分を水平線と
垂直線の輪郭に沿った線分として抽出する。
ない、得られた連続領域の始終点を結んだ線分角度が一
定許容値の範囲で水平か垂直の場合、該線分を水平線と
垂直線の輪郭に沿った線分として抽出する。
【００１７】仮想グリッド検出処理３００は、線分抽出
処理２００で求めた線分情報から仮想グリッドを検出す
る処理である。線分抽出処理２００で得られた線分は、
本来の線分の輪郭線であるため、水平成分には上下に、
垂直線分には左右に夫々２本ずつ抽出されている。この
ため、２本ずつの輪郭線の片方だけを選択するか、２本
を１本に統合することにより、線分毎に１本の仮想グリ
ッド候補を求める。
処理２００で求めた線分情報から仮想グリッドを検出す
る処理である。線分抽出処理２００で得られた線分は、
本来の線分の輪郭線であるため、水平成分には上下に、
垂直線分には左右に夫々２本ずつ抽出されている。この
ため、２本ずつの輪郭線の片方だけを選択するか、２本
を１本に統合することにより、線分毎に１本の仮想グリ
ッド候補を求める。
【００１８】前者の場合、例えば、水平線では上側の輪
郭線、垂直線では右側の輪郭線というように同じ側の輪
郭線を選択する。また後者の場合、対になっている輪郭
線を探し、その中間位置に新たな線分を生成するなどの
方法により線分の統合を行う。該処理は既に前述の特願
平９−２９３９８４号で、その方法の一例が述べられて
いる。こうして得られた仮想グリッド候補の中で、同じ
角度の線分別にその間隔をチェックし、２本の間隔が許
容値より狭い場合、その仮想グリッド候補は１本に統合
する。この場合の許容値は、例えば、対象図面に書かれ
た線分の幅を越えることのない程度に設定する。これに
より、２重線等の場合も２重線という属性を持った１本
の線分として認識されるように、２本だった仮想グリッ
ドを１本にすることになる。
郭線、垂直線では右側の輪郭線というように同じ側の輪
郭線を選択する。また後者の場合、対になっている輪郭
線を探し、その中間位置に新たな線分を生成するなどの
方法により線分の統合を行う。該処理は既に前述の特願
平９−２９３９８４号で、その方法の一例が述べられて
いる。こうして得られた仮想グリッド候補の中で、同じ
角度の線分別にその間隔をチェックし、２本の間隔が許
容値より狭い場合、その仮想グリッド候補は１本に統合
する。この場合の許容値は、例えば、対象図面に書かれ
た線分の幅を越えることのない程度に設定する。これに
より、２重線等の場合も２重線という属性を持った１本
の線分として認識されるように、２本だった仮想グリッ
ドを１本にすることになる。
【００１９】線分認識処理４００は、仮想グリッド検出
処理３００で求めた線分位置のＸ座標列およびＹ座標列
を利用して、これら座標列を通る縦線と横線に沿って線
分属性の判定を行い、認識結果を出力する。線分認識処
理の方法には、様々なものが考えられるが、ここでは、
先に挙げた特願平７−１１２７２９号の基本部分を用い
ることができる。以下、図５を用いて、当該線分認識処
理の例を示す。
処理３００で求めた線分位置のＸ座標列およびＹ座標列
を利用して、これら座標列を通る縦線と横線に沿って線
分属性の判定を行い、認識結果を出力する。線分認識処
理の方法には、様々なものが考えられるが、ここでは、
先に挙げた特願平７−１１２７２９号の基本部分を用い
ることができる。以下、図５を用いて、当該線分認識処
理の例を示す。
【００２０】図５は、線分認識処理４００の説明図であ
って、図５において、４１０は視野領域、４２０は視野
領域の中心軸、４３０は筆記された太線、４３５は筆記
された細線、４４０は黒点射影、４５０はしきい値、４
６０は２値特徴量、４７０は認識結果である。
って、図５において、４１０は視野領域、４２０は視野
領域の中心軸、４３０は筆記された太線、４３５は筆記
された細線、４４０は黒点射影、４５０はしきい値、４
６０は２値特徴量、４７０は認識結果である。
【００２１】まず、視野領域４１０の中心軸４２０を、
仮想グリッド検出処理３００で求めた座標列の各座標値
を通る直線上に合わせて移動させながら以下の処理を繰
り返し実行する。
仮想グリッド検出処理３００で求めた座標列の各座標値
を通る直線上に合わせて移動させながら以下の処理を繰
り返し実行する。
【００２２】視野領域４１０内には、例えば図に示すよ
うな筆記された太線４３０と細線４３５が観測される。
これに対して中心軸に垂直な方向に射影をとれば、図示
のような黒点射影４４０が得られる。これをしきい値４
５０で２値化すれば、２値特徴量４６０が得られる。
うな筆記された太線４３０と細線４３５が観測される。
これに対して中心軸に垂直な方向に射影をとれば、図示
のような黒点射影４４０が得られる。これをしきい値４
５０で２値化すれば、２値特徴量４６０が得られる。
【００２３】この２値特徴量から、線分の本数と太さと
を認識結果４７０として出力するとすれば、図の例で
は、太線（ＴＨＩＣＫ）、細線（ＴＨＩＮ）からなる２
重線という認識結果となる。なお、図の認識結果は３本
まで（３重線まで）の線について線種と太さ情報を表現
するようになっており、３項目目のｎｕｌｌは、３本目
の線が存在しないことを意味している。
を認識結果４７０として出力するとすれば、図の例で
は、太線（ＴＨＩＣＫ）、細線（ＴＨＩＮ）からなる２
重線という認識結果となる。なお、図の認識結果は３本
まで（３重線まで）の線について線種と太さ情報を表現
するようになっており、３項目目のｎｕｌｌは、３本目
の線が存在しないことを意味している。
【００２４】図６は、図３に示した２値画像に対する認
識結果５００を図示したものであって、図６において、
５１０は太線、５２０は細線、５３０は細２重線を示
す。
識結果５００を図示したものであって、図６において、
５１０は太線、５２０は細線、５３０は細２重線を示
す。
【００２５】上記の如く本発明について説明したが、上
述の図形認識処理方法は、当該処理方法を実行するプロ
グラムの形で保存することができ、本発明は当該プログ
ラムを格納した記録媒体自体を包含する。その処理のた
めの処理フローを次に示す。
述の図形認識処理方法は、当該処理方法を実行するプロ
グラムの形で保存することができ、本発明は当該プログ
ラムを格納した記録媒体自体を包含する。その処理のた
めの処理フローを次に示す。
【００２６】図７は図１における線分抽出処理２００の
ための処理フローを示す。 ステップＳ１：２値画像１００上の処理開始点（今の場
合の着目点である）を決定する。
ための処理フローを示す。 ステップＳ１：２値画像１００上の処理開始点（今の場
合の着目点である）を決定する。
【００２７】ステップＳ２：着目点に隣接する上下左右
方向の画素情報（白／黒）を記録する。 ステップＳ３：着目点を次の点に移動する。
方向の画素情報（白／黒）を記録する。 ステップＳ３：着目点を次の点に移動する。
【００２８】ステップＳ４：移動した次の点（新しい着
目点）が開始点と一致したか否かをチェックする。ＮＯ
の場合には、ステップＳ２に戻る。ＹＥＳの場合には、
ステップＳ５に進む。
目点）が開始点と一致したか否かをチェックする。ＮＯ
の場合には、ステップＳ２に戻る。ＹＥＳの場合には、
ステップＳ５に進む。
【００２９】ステップＳ５：記録した画素情報を方向毎
にチェックし、連続領域を抽出する。 ステップＳ６：連続領域の始点と終点とを結んだ線につ
いて、当該線分の傾きが略水平または略垂直であるかを
調べる。ＹＥＳであればステップＳ７に進む。
にチェックし、連続領域を抽出する。 ステップＳ６：連続領域の始点と終点とを結んだ線につ
いて、当該線分の傾きが略水平または略垂直であるかを
調べる。ＹＥＳであればステップＳ７に進む。
【００３０】ステップＳ７：水平線分あるいは垂直線分
として格納する。 図８と図９とは、一緒になって、図１における仮想グリ
ッド検出処理３００のための処理フローを示す。
として格納する。 図８と図９とは、一緒になって、図１における仮想グリ
ッド検出処理３００のための処理フローを示す。
【００３１】図８において、 ステップＳ８：次の処理対象線分を抽出する。 ステップＳ９：水平線分か否かを調べる。ＮＯであれば
ステップＳ１９に進む。ＹＥＳの場合にはステップＳ１
０に向かう。 ステップＳ１０：上側輪郭線か否かを調べる。ＮＯであ
ればステップＳ８に進む。ＹＥＳの場合にはステップＳ
１１に向かう。 ステップＳ１１：Ｙ座標とその線分の長さとを記録す
る。 ステップＳ１２：線分の長い順にソートして、最長の１
つの線分についてフラグを値「０」にする。 ステップＳ１３：フラグの値が「０」でかつ最も長い線
分を選択する。 ステップＳ１４：当該線分のＹ座標から前後一定の閾値
以内のＹ座標を持つ線分を選択して線分群をうる。 ステップＳ１５：選択された線分群からＹ座標値の平均
値を求める。 ステップＳ１６：当該平均値を線幅を考慮した値で調整
し、水平方向の仮想グリッドとして格納する。 ステップＳ１７：選択した線分群のフラグを値「１」に
する。 ステップＳ１８：全ての線分についてフラグが値「１」
になったか否かを調べる。ＮＯであればステップＳ１３
に戻り、ＹＥＳであれば終了となる。
ステップＳ１９に進む。ＹＥＳの場合にはステップＳ１
０に向かう。 ステップＳ１０：上側輪郭線か否かを調べる。ＮＯであ
ればステップＳ８に進む。ＹＥＳの場合にはステップＳ
１１に向かう。 ステップＳ１１：Ｙ座標とその線分の長さとを記録す
る。 ステップＳ１２：線分の長い順にソートして、最長の１
つの線分についてフラグを値「０」にする。 ステップＳ１３：フラグの値が「０」でかつ最も長い線
分を選択する。 ステップＳ１４：当該線分のＹ座標から前後一定の閾値
以内のＹ座標を持つ線分を選択して線分群をうる。 ステップＳ１５：選択された線分群からＹ座標値の平均
値を求める。 ステップＳ１６：当該平均値を線幅を考慮した値で調整
し、水平方向の仮想グリッドとして格納する。 ステップＳ１７：選択した線分群のフラグを値「１」に
する。 ステップＳ１８：全ての線分についてフラグが値「１」
になったか否かを調べる。ＮＯであればステップＳ１３
に戻り、ＹＥＳであれば終了となる。
【００３２】図９に示す各ステップは図８の対応するス
テップに対応している。即ち ステップＳ１９はステップＳ９に ステップＳ２０はステップＳ１０に ステップＳ２２はステップＳ１１に ステップＳ２３はステップＳ１２に ステップＳ２４はステップＳ１３に ステップＳ２５はステップＳ１４に ステップＳ２６はステップＳ１５に ステップＳ２７はステップＳ１６に ステップＳ２８はステップＳ１７に ステップＳ２９はステップＳ１８に 各々対応しており、両者の差異は、水平線の場合に上側
輪郭線を用いて水平方向の仮想グリッドを求め、垂直線
の場合に右側輪郭線を用いて垂直方向の仮想グリッドを
求めることであるので、図９についての説明を省略す
る。
テップに対応している。即ち ステップＳ１９はステップＳ９に ステップＳ２０はステップＳ１０に ステップＳ２２はステップＳ１１に ステップＳ２３はステップＳ１２に ステップＳ２４はステップＳ１３に ステップＳ２５はステップＳ１４に ステップＳ２６はステップＳ１５に ステップＳ２７はステップＳ１６に ステップＳ２８はステップＳ１７に ステップＳ２９はステップＳ１８に 各々対応しており、両者の差異は、水平線の場合に上側
輪郭線を用いて水平方向の仮想グリッドを求め、垂直線
の場合に右側輪郭線を用いて垂直方向の仮想グリッドを
求めることであるので、図９についての説明を省略す
る。
【００３３】図１０は図１における線分認識処理４００
のための処理フローを示す。 ステップＳ３０：仮想グリッドの端から順に走査領域を
設定する。 ステップＳ３１：射影を求め、特徴を抽出する（線幅と
線の個数とを求める）。 ステップＳ３２：求めた特徴から線分の属性を求める識
別処理を行う。 ステップＳ３３：線分認識処理を行う（同一の線分属性
となる連続領域を一本の線分として認識するようにす
る）。 ステップＳ３４：未走査の仮想グリッドがあるか否かを
チェックする。ＹＥＳであれば、ステップＳ３０に戻
り、ＮＯであれば終了となる。
のための処理フローを示す。 ステップＳ３０：仮想グリッドの端から順に走査領域を
設定する。 ステップＳ３１：射影を求め、特徴を抽出する（線幅と
線の個数とを求める）。 ステップＳ３２：求めた特徴から線分の属性を求める識
別処理を行う。 ステップＳ３３：線分認識処理を行う（同一の線分属性
となる連続領域を一本の線分として認識するようにす
る）。 ステップＳ３４：未走査の仮想グリッドがあるか否かを
チェックする。ＹＥＳであれば、ステップＳ３０に戻
り、ＮＯであれば終了となる。
【００３４】以上の実施例に示したように、本発明は、
仮想グリッドを検出し、それを線分認識処理に利用する
というものである。その実現方法として、線分抽出方法
である先願（特願平９−２９３９８４号）を、仮想グリ
ッド候補の抽出処理として組み合わせたことと、該仮想
グリッド候補の位置関係から仮想グリッドを決定するよ
うにした。
仮想グリッドを検出し、それを線分認識処理に利用する
というものである。その実現方法として、線分抽出方法
である先願（特願平９−２９３９８４号）を、仮想グリ
ッド候補の抽出処理として組み合わせたことと、該仮想
グリッド候補の位置関係から仮想グリッドを決定するよ
うにした。
【００３５】
【発明の効果】以上説明してきたように、本発明によれ
ば、従来手法の前処理として予め決められた角度の線分
を抽出することにより、従来手法のグリッド線上に筆記
しなければならないという制約を緩和できる。この結
果、本発明によれば、等間隔に印刷されたグリッド上に
書かれていない線分も認識可能となる。
ば、従来手法の前処理として予め決められた角度の線分
を抽出することにより、従来手法のグリッド線上に筆記
しなければならないという制約を緩和できる。この結
果、本発明によれば、等間隔に印刷されたグリッド上に
書かれていない線分も認識可能となる。
【図面の簡単な説明】
【図１】本発明の処理ブロック図を示す。
【図２】基準線の印刷された図面筆記用紙の例を示す。
【図３】得られた２値画像の例を示す。
【図４】線分抽出手法を簡単に説明したものを示す。
【図５】線分認識処理４００の説明図である。
【図６】図３に示した２値画像に対する認識結果５００
を示す。
を示す。
【図７】図１における線分抽出処理２００の処理フロー
を示す。
を示す。
【図８】図１における仮想グリッド検出処理３００の処
理フローを示す。
理フローを示す。
【図９】図１における仮想グリッド検出処理３００の処
理フローを示す。
理フローを示す。
【図１０】図１における線分認識処理４００の処理フロ
ーを示す。
ーを示す。
１０：図面筆記用紙 １１：グリッド線 １２：グリッド位置検出用マーク １００：２値画像 ２００：線分抽出処理 ３００：仮想グリッド検出処理 ４００：線分認識処理 ５００：認識結果
Claims (6)
- 【請求項１】 紙の上に書かれた図面をイメージ入力手
段から入力して自動認識する方法であって、 イメージ入力手段によって得られる白（背景）および黒
（線図形）の画素から構成される２値画像に対して、当
該２値画像における黒画素に隣接する白画素または白画
素に隣接する黒画素を追跡してその軌跡情報を求め、 該軌跡情報中からあらかじめ指定された角度に近似でき
る線分部分を求め、 該線分を延長した仮想グリッドに沿って、当該仮想グリ
ッドの近傍にある線分の属性を自動判定することを特徴
とする図形認識処理方法。 - 【請求項２】 請求項１の図形認識処理方法であって、
該線分角度を水平と垂直とに限定し、 垂直線分の存在する位置のＸ座標系列を求め、 水平線分の存在する位置のＹ座標系列を求め、 該Ｘ座標系列に含まれる各Ｘ座標を通る縦線、および該
Ｙ座標系列に含まれる各Ｙ座標を通る横線を仮想グリッ
ドとして、当該仮想グリッドに沿って、該縦線および横
線の近傍にある線分の属性を自動判定することを特徴と
する図形認識処理方法。 - 【請求項３】 請求項１または請求項２の図形認識処理
方法であって、 対象図面毎に存在する線分の太さ、間隔、位置に関する
情報に基づき、仮想グリッドを取捨選択することを特徴
とする図形認識処理方法。 - 【請求項４】 紙の上に書かれた図面をイメージ入力手
段から入力して自動認識する方法をプログラムの形で記
録した記録媒体において、 当該プログラムが、 イメージ入力手段によって得られる白（背景）および黒
（線図形）の画素から構成される２値画像に対して、当
該２値画像における黒画素に隣接する白画素または白画
素に隣接する黒画素を追跡してその軌跡情報を求め、 該軌跡情報中からあらかじめ指定された角度に近似でき
る線分部分を求め、 該線分を延長した仮想グリッドに沿って、当該仮想グリ
ッドの近傍にある線分の属性を自動判定する処理を記述
したものであることを特徴とする図形認識処理方法を記
録した記録媒体。 - 【請求項５】 請求項４の図形認識処理方法を記録した
記録媒体であって、 該線分角度を水平と垂直とに限定し、 垂直線分の存在する位置のＸ座標系列を求め、 水平線分の存在する位置のＹ座標系列を求め、 該Ｘ座標系列に含まれる各Ｘ座標を通る縦線、および該
Ｙ座標系列に含まれる各Ｙ座標を通る横線を仮想グリッ
ドとして、当該仮想グリッドに沿って、該縦線および横
線の近傍にある線分の属性を自動判定する処理を記述し
たものであることを特徴とする図形認識処理方法を記録
した記録媒体。 - 【請求項６】 請求項４または請求項５の図形認識処理
方法を記録した記録媒体であって、 プログラムが、 対象図面毎に存在する線分の太さ、間隔、位置に関する
情報に基づき、仮想グリッドを取捨選択する処理を記述
したものであることを特徴とする図形認識処理方法を記
録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10053780A JPH11250256A (ja) | 1998-03-05 | 1998-03-05 | 図形認識処理方法及びそのプログラムを記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10053780A JPH11250256A (ja) | 1998-03-05 | 1998-03-05 | 図形認識処理方法及びそのプログラムを記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11250256A true JPH11250256A (ja) | 1999-09-17 |
Family
ID=12952338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10053780A Pending JPH11250256A (ja) | 1998-03-05 | 1998-03-05 | 図形認識処理方法及びそのプログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11250256A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004046342A (ja) * | 2002-07-09 | 2004-02-12 | Daikin Ind Ltd | 情報処理装置、および情報処理方法、並びにプログラム |
| JP2005100398A (ja) * | 2003-09-24 | 2005-04-14 | Microsoft Corp | インク入力内のハンド・ドローされたオブジェクトを検出するシステムおよび方法 |
| JP2018005337A (ja) * | 2016-06-28 | 2018-01-11 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理方法、及びプログラム |
-
1998
- 1998-03-05 JP JP10053780A patent/JPH11250256A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004046342A (ja) * | 2002-07-09 | 2004-02-12 | Daikin Ind Ltd | 情報処理装置、および情報処理方法、並びにプログラム |
| JP2005100398A (ja) * | 2003-09-24 | 2005-04-14 | Microsoft Corp | インク入力内のハンド・ドローされたオブジェクトを検出するシステムおよび方法 |
| JP2018005337A (ja) * | 2016-06-28 | 2018-01-11 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理方法、及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2951814B2 (ja) | 画像抽出方式 | |
| Cheung et al. | An Arabic optical character recognition system using recognition-based segmentation | |
| US4562594A (en) | Method and apparatus for segmenting character images | |
| JP2002133426A (ja) | 多値画像から罫線を抽出する罫線抽出装置 | |
| US4891750A (en) | Optical character recognition by forming and detecting matrices of geo features | |
| JPH08305796A (ja) | パターン抽出装置、パターン再認識用テーブル作成装置及びパターン認識装置 | |
| JP3411472B2 (ja) | パターン抽出装置 | |
| KR100383858B1 (ko) | 문자인식장치의 문자추출방법 및 장치 | |
| US20010046322A1 (en) | Line direction deciding device, image inclination detecting device and image inclination correcting device | |
| JPH09311905A (ja) | 行検出方法および文字認識装置 | |
| JPH0418351B2 (ja) | ||
| US6175664B1 (en) | Optical character reader with tangent detection for detecting tilt of image data | |
| JPH11250256A (ja) | 図形認識処理方法及びそのプログラムを記録した記録媒体 | |
| JP2868134B2 (ja) | 画像処理方法及び装置 | |
| JPH04352295A (ja) | 文字列方向判別装置 | |
| JP2778437B2 (ja) | 文書画像傾き検出装置 | |
| JPH06187489A (ja) | 文字認識装置 | |
| JPH09147105A (ja) | 図面閉領域の抽出方法 | |
| JPH07160810A (ja) | 文字認識装置 | |
| JP3113217B2 (ja) | 破線認識方法 | |
| JP2674475B2 (ja) | 文字読取装置 | |
| JPH07141465A (ja) | 文書画像の傾き検出方法 | |
| JP2003016385A (ja) | 画像処理装置、方法、プログラム、及び記憶媒体 | |
| JPH0573718A (ja) | 領域属性識別方式 | |
| JP2004334913A (ja) | 帳票認識装置及び帳票認識方法 |