JPH11288465A - カラー画像処理装置及びパターン抽出装置 - Google Patents

カラー画像処理装置及びパターン抽出装置

Info

Publication number
JPH11288465A
JPH11288465A JP10146420A JP14642098A JPH11288465A JP H11288465 A JPH11288465 A JP H11288465A JP 10146420 A JP10146420 A JP 10146420A JP 14642098 A JP14642098 A JP 14642098A JP H11288465 A JPH11288465 A JP H11288465A
Authority
JP
Japan
Prior art keywords
color
pattern
rectangle
image
pixel
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
Application number
JP10146420A
Other languages
English (en)
Other versions
JP3748164B2 (ja
Inventor
Yutaka Katsuyama
裕 勝山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP14642098A priority Critical patent/JP3748164B2/ja
Priority to US09/228,427 priority patent/US6701010B1/en
Priority to EP99300472A priority patent/EP0935216A3/en
Priority to KR10-1999-0002796A priority patent/KR100525692B1/ko
Priority to CNB991017706A priority patent/CN1136516C/zh
Priority to CNB031412378A priority patent/CN1291352C/zh
Publication of JPH11288465A publication Critical patent/JPH11288465A/ja
Priority to US10/664,959 priority patent/US6990235B2/en
Application granted granted Critical
Publication of JP3748164B2 publication Critical patent/JP3748164B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/15—Cutting or merging image elements, e.g. region growing, watershed or clustering-based techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G06V30/18105—Extraction of features or characteristics of the image related to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10008—Still image; Photographic image from scanner, fax or copier
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30176—Document
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

(57)【要約】 【課題】 類似の色でも効率よく、精度良く分離抽出可
能にしたカラー画像処理装置を提供する。 【解決手段】 しきい値設定手段６６は、注目画素の色
情報に応じて定められるしきい値を設定し、ラベリング
手段６７は、隣り合う画素の色情報を比較して、その距
離がしきい値設定手段６６で定められるしきい値以内の
時に同一のラベルを与える。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明はカラー画像処理装置
及びパターン抽出装置に関し、特に、カラー画像から見
出しなどの文字領域を抽出する場合に適用して好適なも
のである。
【０００２】
【従来の技術】近年、コンピュータやカラープリンタな
どの周辺機器の発達と、その低価格化に伴って、カラー
画像を処理する分野が広がっている。このため、カラー
画像を領域分割し、カラー画像の中から特定領域だけを
抽出する技術が求められている。例えば、カラー画像中
の同色領域を抽出する技術が求められている。
【０００３】この技術は、例えば、ＣＣＤカメラで撮影
したカラー情景画像を処理対象の入力画像とする場合で
は、画像認識による果物選別や、車の監視、セキュリテ
ィーのための人物監視等、多方面で求められている。
【０００４】また、カラー文書画像を入力画像とする場
合では、画像から文書名やキーワードなどを自動抽出し
て、検索時に使用できるものとして期待されている。そ
の一例として、図書館での本の分類や、管理の自動シス
テムがあげられる。その他にも、画像をデータベースと
して蓄積、共有化するグループウェアでの自動キーワー
ドまたはファイル名付けなどに利用される。これらの情
報は、膨大な量のカラー文書画像を検索するのに使用さ
れる。
【０００５】カラー画像の中から特定領域だけを抽出す
る技術として、以下に述べるような方法が提案されてい
る。 （１）ＲＧＢ色空間クラスタリング法 このＲＧＢ色空間クラスタリング法では、色分解画像の
作成が行われる。すなわち、ＣＣＤカメラで撮影したＲ
ＧＢ画像の画素についてＲＧＢ空間上でのクラスタリン
グを行う。そして、一つのクラスタに属する画素だけで
色毎の画像を作成して、同一色の領域を抽出したり、ま
たこの手法でできた領域を併合したりして、新たな領域
を抽出するものである。
【０００６】図４４は、従来のＲＧＢ色空間クラスタリ
ング法を示す図である。図４４において、カラー文書画
像５０１が入力されたものとすると、近い色を有するパ
ターンを抽出して、クラスタリングを行う。例えば、パ
ターン５０２、５０７が青系統色、パターン５０３が緑
系統色、パターン５０４〜５０６が赤系統色で描かれて
いるものとすると、青系統色のパターン５０２、５０７
が属するクラスタ５０８、緑系統色のパターン５０３が
属するクラスタ５０９及び赤系統色のパターン５０４〜
５０６が属するクラスタ５１０がＲＧＢ空間上に生成さ
れる。
【０００７】クラスタ５０８〜５１０が生成されると、
１つのクラスタ５０８〜５１０に属する画素だけでクラ
スタ５０８〜５１０ごとの画像を作成する。この結果、
クラスタ５０８については、パターン５０２’、５０
７’で構成された色分解画像５０１ａが生成され、クラ
スタ５０９については、パターン５０３’で構成された
色分解画像５０１ｂが生成され、クラスタ５１０につい
ては、パターン５０４’〜５０６’で構成された色分解
画像５０１ｃが生成される。 （２）ＲＧＢ以外色空間クラスタリング法 ＲＧＢ空間で表現されたＲＧＢ画像の全ての画素をＨＳ
Ｖのような別の色空間に変換し、この色空間上で何らか
のクラスタリングを行い、一つのクラスタに属する画素
だけで色毎の画像を作成して同一色の領域を抽出した
り、この手法でできた領域を併合したりして、新たな領
域を抽出するものである。
【０００８】なお、従来のカラー文書画像から文字領域
を抽出する技術を記載した文献として、例えば、以下の
ものがある。 ・仙田等「文字の単色性に着目したカラー画像からの文
字パターン抽出法」電子情報通信学会 ＰＲＵ９４−０
９，ｐ１７−２４ ・上羽等「等色線処理によるカラー画像からの文字領域
の抽出」電子情報通信学会 ＰＲＵ９４−０９、ｐ９−
１６ ・松尾等「カラー文書画像からの単色文字領域の抽出」
１９９７電子情報通信学会総合大会 Ｄ−１２−１９ ・松尾等「濃淡及び色情報による情景画像からの文字列
抽出」電子情報通信学会 ＰＲＵ９２−１２１、ｐ２５
−３２ （３）領域拡張法 この領域拡張法では、隣り合う画素の色の近さだけに注
目してラベリングが行われる。すなわち、ＲＧＢで表現
された画素を対象に、（Ｒ，Ｇ，Ｂ）の各色要素の最大
値（ｍａｘ）を求め、これにより色画素を（Ｒ／ｍａ
ｘ，Ｇ／ｍａｘ，Ｂ／ｍａｘ）と正規化し、正規化され
た画像を作成する。
【０００９】図４５は、従来の領域拡張法を示す図であ
る。図４５において、画像中の画素Ｐ１、Ｐ２、．．．
をそれぞれ色要素ＲＧＢを用いて、Ｐ１（Ｒ１，Ｇ１，
Ｂ１）、Ｐ２（Ｒ２，Ｇ２，Ｂ２）、・・・で表現する
（）。
【００１０】次に、各色要素の最大値を求める。例え
ば、画素Ｐ１では、Ｒ１，Ｇ１，Ｂ１のうちの最大値を
ｍａｘ１とし、画素Ｐ２では、Ｒ２，Ｇ２，Ｂ２のうち
の最大値をｍａｘ２とする。そして、この最大値により
各色要素を正規化して、正規化された画素Ｐ１′（Ｒ１
／ｍａｘ１，Ｇ１／ｍａｘ１，Ｂ１／ｍａｘ１），Ｐ
２′（Ｒ２／ｍａｘ２，Ｇ２／ｍａｘ２，Ｂ２／ｍａｘ
２）を作成する（）。
【００１１】次に、この正規化した画素Ｐ１′，Ｐ２′
に対し、隣り合う画素Ｐ１′，Ｐ２′の各色要素の差分
の二乗を３要素について求め、これを累積して隣接した
画素Ｐ１′，Ｐ２′間の距離ｄ＝（Ｒ１／ｍａｘ１−Ｒ
２／ｍａｘ２）2 ＋（Ｇ１／ｍａｘ１−Ｇ２／ｍａｘ
２）2 ＋（Ｂ１／ｍａｘ１−Ｂ２／ｍａｘ２）2 を求め
る（）。
【００１２】このようにして得られた距離ｄが、予め決
めた固定のしきい値ＴＨ０より小さい場合に、両画素Ｐ
１，Ｐ２を同一色とみなして、これに同じラベルを付け
るラベリングを行う。このようにして全体の画像に対し
てラベル付けを行った後に、同一ラベルのものを抽出し
て、同一の色領域を抽出する。
【００１３】この領域拡張法は、処理する対象が画素の
周辺だけであるので、ＲＧＢ色空間クラスタリング法に
比べて処理時間を短くできる利点がある。なお、領域拡
張法については、特開平５−２９８４４３号公報に詳し
く記載されている。
【００１４】また、色分解画像から文字領域を抽出する
方法として、上記の“上羽等「等色線処理によるカラー
画像からの文字領域の抽出」電子情報通信学会 ＰＲＵ
９４−０９、ｐ９−１６”に記載されている方法があ
る。この方法では、以下の手順により、カラー画像から
文字領域が抽出される。
【００１５】・１つの色の色分解画像から連結領域の外
接矩形を求める。 ・外接矩形のサイズ及び形状で一定の範囲にあるものだ
けに絞る。 ・矩形毎に隣接矩形探索範囲を設け、その内部にかかる
矩形を探索し、お互いに内部にかかる関係の矩形群をグ
ループとして抽出する。
【００１６】・グループ内の矩形の重心の直線性がよい
ものだけを残す。 ・グループの外接矩形を求め、その内部を対象にグルー
プを構成する領域の色に近いパターンを抽出する。
【００１７】
【発明が解決しようとする課題】しかしながら、従来の
カラー画像の同色領域のクラスタリング方法では、以下
のような問題があった。
【００１８】まず、ＲＧＢ色空間クラスタリング法で
も、ＨＳＶ空間のような他の色空間クラスタリング法で
も、画像全体の画素を使用してクラスタリングが行われ
る。このため、図４４に示すように、パターン５０２の
色とパターン５０７の色とが異なっている場合において
も、パターン５０２の色とパターン５０７の色とが近い
場合には、抽出したいパターン５０２と別のパターン５
０７とが同じクラスタ５０８に分類される可能性があ
る。この場合、パターン５０７の色の影響で、パターン
５０２の色が本来形成するクラスタ形状が変化する。こ
の結果、パターン５０２の色が形成するクラスタ本来の
色の範囲が歪んでしまい、パターン５０２を抽出する場
合に、精度のよい領域抽出ができなくなってしまう。例
えば、抽出したいパターン５０２の色と近い色のパター
ン５０７が別の場所にあり、両者が１つのクラスタ５０
８として抽出されると、クラスタ５０８が表す色は、パ
ターン５０２の色とパターン５０７の色とが混在したも
のとなり、このクラスタ５０８が表す色では、パターン
５０２の色の範囲及びパターン５０８の色の範囲をカバ
ーできず、抽出結果のパターン５０２’、５０７’に穴
５１１、５１２が空いたり、輪郭が綺麗に抽出されなか
ったりする場合がある。
【００１９】また、ＲＧＢ色空間クラスタリング法や、
ＨＳＶ空間のような他の色空間クラスタリング法では、
画像全体の多数の画素を対象としたクラスタリングを行
うので、クラスタリングのために必要な計算時間も大き
くなる。
【００２０】また、領域拡張法では、図４５に示すよう
に、正規化を行うため、各画素で割り算を行うための計
算量が大きくなる。また、割り算の結果を浮動小数点の
データとして全画素分保有する必要があり、処理に必要
なメモリ資源が多数必要となる。また、正規化した後で
も、隣り合う画素が、人間がみたとき同じように見える
ものについても、隣接画素との色の近さをどう定義する
かによっては、固定しきい値よりも大きくかけ離れる場
合があり、領域中の穴や領域輪郭が正しく抽出できない
結果となる場合がある。また、隣接画素との関係だけを
見ているので、文字領域と背景領域の境界で徐々に色が
変化していく場合には、文字領域が背景領域と同一ラベ
ルになってしまう場合がある。
【００２１】また、従来の文字領域の抽出方法では、画
像全体についての色分解画像が、その画像に存在する色
の数だけ生成されるので、色分解画像の生成に時間がか
かるという問題がある。各色分解画像は画像全体につい
て生成されるので、例えば、その画像からタイトルを抽
出する場合に、タイトル領域以外の色の影響を受けやす
く、タイトルの抽出精度が悪化するという問題がある。
また、連結領域の外接矩形を求める場合、抽出した色分
解画像ごとに画像全体について処理を行う必要があるた
め、１つのカラー画像から複数（抽出した色数分の）の
縦横が同じサイズの画像が必要になり、処理に時間がか
かるという問題がある。
【００２２】また、外接矩形のグルーピングも、画像全
体について生成された色分解画像ごとに行われるので、
処理に時間がかかるとともに、抽出対象となる文字が異
なる色分解画像にクラスタリングされると、救済できな
いという問題がある。
【００２３】また、グループの構成時にお互いに探索範
囲にかかる矩形だけを抽出するので、文字パターンの一
部であるが、小さい部分がグループから抜け落ち易い。
また、抜け落ちた部分を拾うために、グループ内の色が
近いパターンの抽出を最後に行うが、この時に色が近い
ノイズを拾いやすいという問題がある。。
【００２４】そこで、本発明の第１の目的は、正規化処
理を行うことなく、しかも距離計算を行う処理対象を画
像領域の一部に限定したカラー画像処理装置を提供する
ことである。
【００２５】また、本発明の第２の目的は、抽出対象と
なるパターンの欠落を抑制しながら、処理を高速化する
ことが可能なパターン抽出装置を提供することである。
また、本発明の第３の目的は、抽出対象となるパターン
の境界が不明確である場合においても、抽出対象となる
パターンを精度良く抽出することが可能なパターン抽出
装置を提供することである。
【００２６】
【課題を解決するための手段】上述した課題を解決する
ために、本発明によれば、カラー画像を入力してカラー
画像信号を出力するカラー画像入力手段と、このカラー
画像信号を保持する保持手段と、前記カラー画像信号を
処理する演算手段を具備したカラー画像処理装置におい
て、注目画素の色情報に応じて定められるしきい値を設
定するしきい値設定手段と、隣り合う画素の色情報を比
較してその距離が前記しきい値以内のとき同一ラベルを
付与するラベリングを行うラベリング手段を具備したこ
とを特徴とする。
【００２７】このことにより、隣り合う画素が同一ラベ
ルを付与するか否かを判定する距離のしきい値を、固定
値ではなく、注目画素の色情報に応じて設定することが
可能となり、同一範囲か否かの判別が正確にできること
から、所望の領域の抽出を正確に得ることができる。
【００２８】また、本発明の一態様によれば、同一ラベ
ルが付与された画素の平均色を求める平均色算出手段
と、前記注目画素に隣り合う画素の色と前記平均色とを
比較する平均色比較手段とをさらに備え、前記ラベリン
グ手段は、前記比較結果が所定の範囲内にある場合にの
み、同一ラベルを付与するようにしている。
【００２９】このことにより、抽出対象となる領域の色
が徐々に変化し、抽出対象となる領域の境界がぼんやり
している場合においても、抽出対象となる領域と背景の
領域とを区分けすることが可能となり、抽出対象となる
領域の抽出精度を向上させることが可能となる。
【００３０】また、本発明の一態様によれば、カラー画
像を入力してカラー画像信号を出力するカラー画像入力
手段と、このカラー画像信号を保持する保持手段と、前
記カラー画像信号を処理する演算手段を具備したカラー
画像処理装置において、カラー画像処理装置において、
前記カラー画像信号を縮小して縮小画像を作成する画像
縮小手段を設け、この縮小画像で同じ色とみなせる領域
を求め、その領域に対応する原画像の領域を縮小画像で
抽出した色だけに注目して抽出することを特徴とする。
【００３１】このことにより、縮小画像により同じ色と
みなせる領域を求めることが可能となりようにしたの
で、同じ色とみなせる領域を抽出する処理を速く行うこ
とができる。
【００３２】また、本発明の一態様によれば、前記縮小
画像でラベル画像とラベル領域の外接矩形、この代表
色、同一ラベル領域内の色の種類の数、色の種類等を求
め、それに対応する原画像の矩形を求め、その矩形内部
で代表色に近い画素を探索して、それを起点にしてラベ
ル処理を行うことを特徴とする。
【００３３】このことにより、縮小画像によりラベル画
像とラベルの外接矩形、その代表色、同一ラベル領域内
の色の種類の数、色の種類を求め、それに対応する原画
像の矩形を求め、その矩形内部でラベリング処理を行う
ことが可能となり、ラベリング処理を速く行うことがで
きる。
【００３４】また、本発明の一態様によれば、原画像の
ラベリングを行う際に縮小画像から求めた全ての色の種
類と近さを調べ、それがしきい値よりも小さかった場合
に同一ラベルを付与することを特徴とする。
【００３５】このことにより、縮小画像から求めた全て
の色の種類との近さを調べ、それがしきい値よりも小さ
かったとき同一ラベルを付与することが可能となり、人
間の見た状態とほぼ同じ状態での領域抽出ができる。
【００３６】また、本発明の一態様によれば、色の近さ
を色の３要素に独立した可変しきい値を用いて判断する
とともに、色の差の距離ｄｃｉとして３要素についてす
べてそれぞれの可変しきい値よりも小さい場合に色の差
の距離を０とみなし、それ以外のときしきい値よりも大
きな値の距離であると判別することを特徴とする。
【００３７】このことにより、色の３要素に対してそれ
ぞれ独立にしきい値を設け、この３要素の全てがそれぞ
れのしきい値以内に存在するときに同一とみなすことが
可能となり、しきい値のテーブルの容量を小さくするの
みならず、非常に正確なラベル付与ができる。
【００３８】また、本発明の一態様によれば、入力画像
内のパターンの色情報及び幾何学情報に基づいて、前記
パターンの分類を行うようにしている。このことによ
り、カラー入力画像内から同一色が付された見出し領域
を抽出する場合などにおいて、カラー入力画像内の一部
の領域に範囲を限定して、色情報に基づいたパターンの
分類を行い、見出し領域と関係ない離れた領域に存在す
るパターンを分類対象から除いたり、見出し文字となら
ないような小さなパターンや大きなパターンを、色情報
に基づいたパターンの分類対象から除去したりすること
が可能となることから、見出し領域の抽出処理の速度を
向上させることが可能となる。
【００３９】また、本発明の一態様によれば、隣接する
画素同士の色情報に基づいて、入力画像内の画素のクラ
スタリングを行うクラスタリング手段と、前記クラスタ
リング手段で得られたクラスタ同士の色情報及び幾何学
情報に基づいて、前記クラスタのグルーピングを行うグ
ルーピング手段とを備えている。
【００４０】このことにより、入力画像内の画素のクラ
スタリングを行う際には、自分の画素の近隣の画素と色
情報を比較すればよく、入力画像内の全ての画素同士を
比較すると、画素同士の色情報の比較回数が入力画像内
の画素数の２乗のオーダーとなるのに対し、自分の画素
の近隣の画素と比較した場合には、画素同士の色情報の
比較回数が入力画像内の画素数のオーダーで済むことか
ら、クラスタリング処理の高速化が可能となる。
【００４１】さらに、クラスタリングされたクラスタを
グルーピングの際の処理対象とすることにより、同一ク
ラスタ内に存在する画素を一体的に取り扱って処理する
ことが可能となり、個々の画素を処理対象とする必要が
なくなることから、グルーピング処理を高速に行うこと
が可能となるとともに、入力画像内の一部の領域に範囲
を限定して、色が近いクラスタ同士のグルーピングを行
うことが可能となることから、グルーピング処理のより
一層の高速化を達成することが可能となる。
【００４２】また、本発明の一態様によれば、第１の解
像度では同一色とみなされる領域が、第２の解像度では
異なった色の集まりと判別される場合において、前記第
２の解像度で判別した色の変動の範囲内の領域を、同一
色の領域として抽出するようにしている。
【００４３】このことにより、基本となる色のドットの
大きさ及びそれらの組み合わせで入力画像のパターンの
色が表現されているために、その入力画像内では同一色
として表現されているにもかかわらず、読み取りの際の
解像度によっては、異なった色の集合として検出される
場合においても、入力画像の読み取りの際に同一色の範
囲を精度良く抽出することが可能となり、入力画像内で
同一色として表現されている領域からパターンの一部が
抜けたり、欠けたりすることを防止することが可能とな
る。
【００４４】また、本発明の一態様によれば、ラベル画
像から生成された外接矩形のうち、所定の範囲の大きさ
の外接矩形を抽出し、その抽出された外接矩形から一定
の範囲内に探索領域を設定し、ラベル画像から生成され
たその探索領域にかかる外接矩形を、抽出された外接矩
形についてのグルーピングの候補とするようにしてい
る。
【００４５】このことにより、ラベル画像から生成され
た外接矩形のうち、探索領域を設定する時の基準となる
外接矩形を所定の範囲の大きさの外接矩形に限定するこ
とが可能となり、入力画像から文字領域を抽出する際
に、ノイズなどの細かいパターンや背景や枠などの大き
なパターンの外接矩形が、文字列を探索する際の探索領
域の基準として選択されることを防止することが可能と
なることから、文字列でないパターンについてのグルー
ピング処理が行われることを低減し、文字列のみの抽出
を効率的に行うことが可能となる。
【００４６】さらに、文字列を探索する際の探索領域を
注目する外接矩形から一定の範囲内に設定することによ
り、注目した外接矩形の近傍の文字のみを探索すること
が可能となり、入力画像からタイトルなどを抽出する際
に、そのタイトルと離れた位置に存在し、そのタイトル
を構成しない文字が同一グループに属するものとして抽
出されることを防止することが可能となることから、タ
イトルに含まれる一連の文字のみを効率的に抽出するこ
とが可能となる。
【００４７】また、本発明の一態様によれば、入力画像
の隣接画素間の色情報を比較する第１の色情報比較手段
と、前記第１の色情報比較手段で比較対象となった画素
の色情報と、前記画素に隣接するラベル画像の色情報と
を比較する第２の色情報比較手段と、前記第１の色情報
比較手段の比較結果及び前記第２の色情報比較手段の比
較結果に基づいて、ラベリングを行うラベリング手段と
を備えている。
【００４８】このことにより、色が徐々に変化する場合
に、互いに隣接する画素の色情報を比較しただけでは、
互いに隣接する画素間では色が似ているために、それら
の画素に同一のラベルが付され、それらの画素を辿って
いった結果、色の違いが累積して、全然違う色の画素に
同一のラベルが付されることがあるのに対し、今までに
ラベル付けがされたパターンの色情報も比較対象とする
ことが可能となることから、色の違いの累積値も考慮し
ながら、ラベル付けを行うことが可能となり、色が徐々
に変化する領域について、隣接画素間の色情報を比較し
ながらラベリングを行う場合においても、全然違う色の
画素に同一のラベルが付されることを防止することが可
能となる。
【００４９】また、本発明の一態様によれば、所定の色
で表現された領域の隣接画素間の色差を算出する色差算
出手段と、前記色差に基づいて、しきい値を設定するし
きい値設定手段と、前記しきい値に基づいて、前記所定
の色で表現された画素に隣接する画素のラベリングを行
うラベリング手段とを備えている。
【００５０】このことにより、入力画像が網点印刷法な
どで印刷されているために、入力画像内では同一色とし
て表現されているにもかかわらず、読み取りの際の解像
度によっては、異なった色の集合として検出される場合
においても、入力画像の読み取りの際に同一色の範囲を
精度良く抽出することが可能となり、入力画像内で同一
色として表現されている領域からパターンの一部が抜け
たり、欠けたりすることを防止することが可能となる。
【００５１】また、本発明の一態様によれば、基本なる
色のドットを格子点に配置したメッシュを互いに回転し
て重ね合わせ、かつ、前記ドットの大きさを変化させる
ことにより、印刷モデルを生成するようにしている。
【００５２】このことにより、網点印刷法で生成される
色をコンピュータ上で仮想的に生成することが可能とな
り、網点印刷法による色の変動を実際の印刷物を用いて
解析することなく、網点印刷法による色の変動を識別す
ることが可能となる。
【００５３】また、本発明の一態様によれば、印刷モデ
ルで表現された色の輝度値及び前記輝度値における隣接
画素との色差を、前記印刷モデルにおける読み込みの際
の解像度ごとに登録した色差テーブルを生成するように
している。
【００５４】このことにより、実際の印刷物を読み取る
デバイスの解像度がどのようなものであっても、実際の
印刷物から読み取られた色が同一色かどうかを判断する
際のしきい値を容易に取得することが可能となる。
【００５５】また、本発明の一態様によれば、印刷モデ
ルでの読み込みの際の解像度を、入力画像について推定
するモデル解像度推定処理部を備えている。このことに
より、デバイスで読み取られた実際の印刷物を、コンピ
ュータ上で仮想的に生成された印刷モデル上で扱うこと
が可能となり、デバイスで読み取られた実際の印刷物に
対し、印刷モデルで生成されたしきい値を適用して、ラ
ベリング処理を行うことが可能となる。
【００５６】また、本発明の一態様によれば、前記モデ
ル解像度推定処理部は、前記色差テーブルに登録されて
いる色の輝度値及び色差が入力画像全体で最も合う解像
度を、前記入力画像における前記印刷モデルでの読み込
みの際の解像度と推定する。
【００５７】このことにより、デバイスで読み取られた
実際の印刷物に対し、印刷モデルで生成された最適なし
きい値を入力画像全体に適用して、ラベリング処理を行
うことが可能となる。
【００５８】また、本発明の一態様によれば、前記モデ
ル解像度推定処理部は、前記色差テーブルに登録されて
いる色の輝度値及び色差が入力画像の局所的な領域で最
も合う解像度を、前記入力画像の局所的な領域における
前記印刷モデルでの読み込みの際の解像度と推定する。
【００５９】このことにより、デバイスで読み取られた
実際の印刷物に対し、入力画像全体のしきい値と合わな
い領域については、その領域に最適なしきい値を用いて
ラベリング処理を行うことが可能となり、ラベリング処
理の精度を向上させることが可能となる。
【００６０】また、本発明の一態様によれば、前記モデ
ル解像度推定処理部は、前記印刷モデルでの読み込みの
際の解像度を固定値とする。このことにより、実際の印
刷物についてのモデル解像度推定処理を省略することが
可能となり、処理速度を向上させることが可能となる。
【００６１】また、本発明の一態様によれば、ラベリン
グされたラベル画像同士をグルーピングするグルーピン
グ手段を備えている。このことにより、ラベリングによ
り抽出された文字領域を、文字列領域としてまとめるこ
とが可能となり、タイトルの抽出を効率的に行うことが
可能となる。
【００６２】また、本発明の一態様によれば、前記グル
ーピング手段は、ラベル画像の外接矩形についての色情
報及び前記幾何学情報に基づいて、前記ラベル画像を同
一のグループに入れるかどうかを判別するようにしてい
る。
【００６３】このことにより、カラー入力画像内から同
一色が付された見出し領域を抽出する場合などにおい
て、カラー入力画像内の一部の領域に範囲を限定してパ
ターンの抽出を行い、見出し領域と関係ない離れた領域
に存在するパターンを分類対象から除いたり、見出し文
字とならないノイズなどの小さなパターンや背景などの
大きなパターンを処理対象から省略することが可能とな
ることから、見出し領域の抽出処理の速度を向上させる
ことが可能となる。さらに、ラベリングされたパターン
を外接矩形で表現することにより、文字などを構成する
複雑なパターンを単純な形で表すことが可能となり、パ
ターンを記憶する記憶容量を削減することが可能となる
とともに、パターンの位置関係などを求める場合におい
ても、処理を単純化することが可能となる。
【００６４】また、本発明の一態様によれば、色情報
は、外接矩形に含まれるパターンの代表色である。この
ことにより、ラベリングされたパターンを外接矩形同士
で比較することが可能となり、色情報を用いたパターン
のグルーピングを行う際に、そのパターンを構成する各
画素同士を比較する必要がなくなることから、比較対象
となる要素の個数を低減させて、処理を高速に行うこと
が可能となる。
【００６５】また、本発明の一態様によれば、幾何学情
報は、注目する外接矩形から所定の範囲内にある他の外
接矩形である。このことにより、入力画像からタイトル
領域などを抽出する際に、グルーピングの対象となる外
接矩形の存在する範囲を、タイトル領域として相応しい
範囲に限定することが可能となり、タイトル領域からは
み出た領域については、グルーピング処理を省略するこ
とが可能となることから、処理を高速に行うことが可能
となる。
【００６６】また、本発明の一態様によれば、前記幾何
学情報算出手段は、各外接矩形が属する縦横の座標に対
応して矩形番号を格納する矩形番号格納手段と、注目す
る外接矩形から所定の範囲内の縦横の各座標に含まれる
矩形番号を抽出する矩形番号抽出手段と、前記抽出され
た矩形番号のうち縦横の座標の両方に含まれるものを、
注目する外接矩形から所定の範囲内にある他の外接矩形
として抽出する近傍矩形抽出手段とを備えている。
【００６７】このことにより、注目する外接矩形から所
定の範囲内にある他の外接矩形を効率的に見つけ出すこ
とが可能となる。また、本発明の一態様によれば、前記
矩形番号格納手段は、外接矩形の矩形番号を座標値の順
序で格納し、前記矩形番号抽出手段は、最も小さい座標
値から順に矩形番号を探索し、座標値が変化するまでの
間に含まれる矩形番号をその座標に属する矩形番号とし
て抽出する。
【００６８】このことにより、外接矩形の矩形番号を格
納する領域を各座標値ごとに予め用意しておくと、注目
する外接矩形から所定の範囲内に存在する可能性のある
他の外接矩形の個数分だけ、記憶容量を各座標値ごとに
予め用意しておく必要があるのに対し、実際に存在する
外接矩形に対応してその座標値を格納することが可能と
なることから、外接矩形の矩形番号を格納するために必
要な記憶容量を低減することが可能となる。
【００６９】また、本発明の一態様によれば、注目する
外接矩形から所定の範囲内にある他の外接矩形であっ
て、色差テーブルから求めた色差よりも、２つの外接矩
形間の代表色の色差が小さい場合に、２つの外接矩形を
同一のグループに入れるようにする。
【００７０】このことにより、入力画像からタイトル領
域などを抽出する際に、グルーピングの対象となる外接
矩形の存在する範囲を、タイトル領域として相応しい範
囲に限定することが可能となるとともに、外接矩形同士
を比較して色情報を用いたパターンのグルーピングを行
う際に、実際の印刷物の読み取りの際に発生する同一色
での色の変動を考慮することが可能となり、処理を高速
に行うことが可能となるとともに、読み取り精度も向上
させることが可能となる。
【００７１】また、本発明の一態様によれば、ラベル画
像のパターンの太さに基づいて、前記ラベル画像のグル
ーピングを行う。このことにより、太さの異なる文字を
別々のグループに入れることが可能となることから、入
力画像からタイトルなどを抽出する際に、太さの揃った
文字からなる文字列のみを１つのタイトルとすることが
可能となり、タイトルを抽出する際の精度を向上させる
ことが可能となる。
【００７２】また、本発明の一態様によれば、パターン
の輪郭長を求める輪郭追跡手段と、前記パターンの面積
を求める面積算出手段と、前記パターンの面積と前記パ
ターンの輪郭長との比に基づいて、前記パターンの太さ
を求める太さ算出手段とを備えている。
【００７３】このことにより、パターンの太さを精度良
く求めることが可能となる。また、本発明の一態様によ
れば、前記輪郭追跡手段は、パターンの輪郭となる第１
の画素から前記パターンの輪郭となる第２の画素を探索
する際に、前記第１の画素に隣接する８つの画素のう
ち、前記第１の画素の移動元の画素に隣接する画素から
前記第２の画素を探索する。
【００７４】このことにより、パターンの輪郭となる第
１の画素から前記パターンの輪郭となる第２の画素を探
索するために、第１の画素に隣接する８つの画素を所定
の方向に探索し、画素のレベルが背景のレベルからその
パターンのレベルに変わった点を前記第２の画素とする
場合、既に抽出されている前記第１の画素がパターンの
輪郭となる点として再度抽出されることを防止すること
が可能となり、輪郭追跡処理の速度を向上させることが
可能となる。
【００７５】また、本発明の一態様によれば、グルーピ
ングされた外接矩形の大きさに基づいて、文字サイズを
推定する文字サイズ推定手段と、前記文字サイズから定
めた所定の範囲を超える外接矩形を、前記外接矩形のグ
ループから削除する矩形削除手段を備えている。
【００７６】このことにより、模様や絵などのパターン
がタイトルの近くに存在し、タイトルを構成する文字と
模様や絵などのパターンが同一のグループに分類された
場合においても、模様や絵などのパターンをそのグルー
プから取り除くことが可能となり、タイトルを抽出する
際の精度を向上させることが可能となる。
【００７７】また、本発明の一態様によれば、前記グル
ーピング手段でグルーピングされた外接矩形の配置状態
に基づいて、文字列方向を推定する文字列方向推定手段
と、前記グルーピング手段でグルーピングされた外接矩
形の配置状態に基づいて、文字列を抽出する文字列抽出
手段とを備えている。
【００７８】このことにより、外接矩形が不規則に配置
されている領域と、外接矩形が規則的に配置されている
領域とを区別することが可能となり、外接矩形が規則的
に配置されている領域をタイトル領域とすることが可能
となることから、タイトル領域のみを効率よく抽出する
ことが可能となる。
【００７９】また、本発明の一態様によれば、グルーピ
ングされた外接矩形のグループ内のサイズに基づいて、
前記グループ内の外接矩形を再グルーピングするように
している。
【００８０】このことにより、大きさの異なる文字を別
々のグループに入れることが可能となることから、入力
画像からタイトルなどを抽出する際に、大きさの揃った
文字からなる文字列のみを１つのタイトルとすることが
可能となり、タイトルを抽出する際の精度を向上させる
ことが可能となる。
【００８１】また、本発明の一態様によれば、前記グル
ーピング手段でグルーピングされたグループの外接矩形
から、所定の大きさを満たす外接矩形を抽出する外接矩
形抽出手段と、前記抽出された外接矩形のうち、互いに
隣接する外接矩形の上端座標または下端座標が近いもの
に、横並びフラグを与える横並びフラグ付与手段と、前
記抽出された外接矩形のうち、互いに隣接する外接矩形
の左端座標または右端座標が近いものに、縦並びフラグ
を与える縦並びフラグ付与手段と、前記横並びフラグ及
び前記縦並びフラグの個数に基づいて、前記グループの
文字列方向を決定する文字列方向決定手段と、前記決定
された文字列方向に対応するフラグが付与された前記グ
ループ内の外接矩形の個数の比率に基づいて、前記グル
ープの外接矩形が文字列の外接矩形かどうかを決定する
文字列決定手段とを備えている。
【００８２】このことにより、グループ内の外接矩形が
一列に揃って配置されているかどうかを判別することが
可能となり、一列に揃って配置されている外接矩形が多
いグループをタイトル領域とみなすことが可能となるこ
とから、入力画像からタイトルを効率よく抽出すること
が可能となる。
【００８３】また、本発明の一態様によれば、グルーピ
ングされたグループの外接矩形を生成する外接矩形生成
手段と、グルーピングされたグループ内のパターンの代
表色に基づいて、グループの代表色を算出する代表色算
出手段とを備えている。
【００８４】このことにより、タイトル領域に存在する
全ての色を考慮して、タイトルの色を算出することが可
能となり、タイトル領域の局所的な色の違いの影響を低
減することが可能となることから、タイトルの色に基づ
いてタイトル領域を抽出する際の精度を向上させること
が可能となる。
【００８５】また、本発明の一態様によれば、グループ
の代表色に基づいて、互いに隣接して存在するグループ
の外接矩形を統合するようにしている。このことによ
り、同一のタイトルを構成する文字であるにもかかわら
ず、色が微妙に異なっているために、それらの文字が別
々のグループに属するものとされた場合においても、そ
れらの文字を同一のグループにまとめることが可能とな
り、タイトル領域を効率よく抽出することが可能とな
る。
【００８６】また、本発明の一態様によれば、互いに隣
接して存在するグループの外接矩形の大きさの差が所定
の範囲内にあり、かつ、グループの代表色の差が一定の
範囲内にある場合に、グループの外接矩形を統合する。
【００８７】このことにより、グループの外接矩形を統
合する際に、同一のタイトルを構成する文字からなるグ
ループのみを効率よく統合することが可能となる。ま
た、本発明の一態様によれば、グループの代表色に基づ
いて、原画像の画素をグループの外接矩形の範囲内から
再抽出するようにしている。
【００８８】このことにより、タイトルを構成する文字
に濁点や半濁点などが含まれており、タイトル領域の局
所的な色の違いの影響で、これらの濁点や半濁点などが
タイトルのグループから抜け落ちた場合においても、タ
イトル領域の全体的な色と比較して、これらの濁点や半
濁点などを再抽出することが可能となり、タイトルを抽
出する際の精度を向上させることが可能となる。
【００８９】また、本発明の一態様によれば、再抽出さ
れた画素を２値化する２値化手段と、前記２値画像のラ
ベンリングを行う第２のラベリング手段と、前記第２の
ラベリング手段によりラベリングされたパターンの外接
矩形がしきい値より大きいものを、前記グループに追加
する追加手段とを備えている。
【００９０】このことにより、濁点や半濁点などをタイ
トル領域から再抽出する際に、タイトルと同色の細かい
ノイズがタイトル領域内に存在する場合においても、こ
れらのノイズのみを削除することが可能となり、タイト
ルを抽出する際の精度を向上させることが可能となる。
【００９１】また、本発明の一態様によれば、グルーピ
ングされたグループの外接矩形の面積、位置及び位置関
係の情報に基づいて、グループ内のパターンの出力順序
を決定するようにしている。
【００９２】このことにより、入力画像から複数のタイ
トル候補が抽出された場合においても、タイトルらしさ
を評価することが可能となり、タイトルとしての優先度
の高いものから順に出力することが可能となる。
【００９３】また、本発明の一態様によれば、グルーピ
ングされたグループの外接矩形内のラベル画像に１のレ
ベルを付与した２値パターンを生成するようにしてい
る。このことにより、色情報を用いてラベリングされた
ラベル画像から、２値画像を生成することが可能とな
り、カラー画像から抽出されたパターンの認識処理を効
率的に行うことが可能となる。
【００９４】
【発明の実施の形態】以下、本発明の実施例に係わるパ
ターン抽出装置について図面を参照しながら説明する。
【００９５】図１は、本発明の第１実施例に係わるパタ
ーン抽出装置の構成を示すブロック図である。図１にお
いて、色情報算出手段１は、入力画像内のパターンにつ
いての色情報を算出する。幾何学情報算出手段２は、入
力画像内のパターンについての幾何学情報を算出する。
分類手段３は、色情報算出手段１で算出された色情報及
び幾何学情報算出手段２でされた幾何学情報に基づい
て、入力画像内のパターンの分類を行う。ここで、色情
報は、例えば、色空間上でのパターンの色である。ま
た、幾何学情報は、例えば、パターンの大きさや入力画
像内での位置、または、他のパターンとの相対的な位置
関係である。
【００９６】このように、入力画像内のパターンの分類
を行う際に、パターンの色情報だけでなく、パターンの
幾何学情報を用いることにより、カラー入力画像内から
同一色が付された見出し領域を抽出する場合などにおい
て、カラー入力画像内の一部の領域に範囲を限定して、
異なるラベルが付された同一色のパターンを１つのグル
ープにまとめたり、特定の位置にあるパターンや所定の
大きさのパターンのみに着目して、異なるラベルが付さ
れたパターンを１つのグループにまとめることが可能と
なる。
【００９７】この結果、見出し領域の存在する可能性の
大きな範囲のみについてラベリング処理を行ったり、見
出し文字とならないようなノイズなどの小さなパターン
や背景などの大きなパターンを処理対象から除去したり
することが可能となり、見出し領域の抽出処理の速度を
向上させることが可能となるとともに、見出し領域以外
の色の影響を少なくすることが可能となることから、見
出し領域の抽出精度も向上させることが可能となる。
【００９８】図２は、本発明の第２実施例に係わるパタ
ーン抽出装置の構成を示すブロック図である。図２にお
いて、クラスタリング手段１１は、隣接する画素同士の
色情報に基づいて、入力画像内の画素のクラスタリング
を行う。グルーピング手段１２は、クラスタリング手段
１１で得られたクラスタ同士の色情報及び幾何学情報に
基づいて、クラスタのグルーピングを行う。
【００９９】このことにより、入力画像内の画素のクラ
スタリングを行う際には、自分の画素の近隣の画素と色
情報を比較すればよく、入力画像内の全ての画素同士を
比較する必要がなくなる。
【０１００】この結果、入力画像内の全ての画素同士を
比較すると、画素同士の色情報の比較回数が入力画像内
の画素数の２乗のオーダーとなるのに対し、自分の画素
の近隣の画素と比較した場合には、画素同士の色情報の
比較回数を入力画像内の画素数のオーダーで済ませるこ
とが可能となり、クラスタリング処理の高速化が可能と
なる。
【０１０１】また、クラスタリングされたクラスタをグ
ルーピングの際の処理対象とすることにより、同一クラ
スタ内に存在する画素を一体的に取り扱って処理するこ
とが可能となり、個々の画素を処理対象とする必要がな
くなることから、グルーピング処理を高速に行うことが
可能となる。
【０１０２】さらに、入力画像内の一部の領域に範囲を
限定してクラスタのグルーピングを行ったり、ノイズし
か含まれていないような小さなクラスタをグルーピング
対象から除いたりすることが可能となることから、グル
ーピング処理のより一層の高速化を達成することが可能
となり、特に、カラー画像などのようにラベル数が莫大
な数となるような場合には、効果が大きい。
【０１０３】図３は、本発明の第３実施例に係わるパタ
ーン抽出装置の構成を示すブロック図である。図３にお
いて、色差算出手段２１は、所定の色で表現された領域
の隣接画素間の色差を算出する。しきい値設定手段２２
は、色差算出手段２１で算出された色差に基づいてしき
い値を設定する。ラベリング手段２３は、しきい値設定
手段２２で設定されたしきい値に基づいて、所定の色で
表現された画素に隣接する画素のラベリングを行う。
【０１０４】例えば、入力画像が網点印刷法で印刷した
印刷物であり、入力画像のパターンの色が、基本となる
異なる色のドットの大きさ及びそれらの組み合わせで表
現されているものとする。ここで、基本となる異なる色
のドットの大きさが小さいために、基本となる異なる色
のドットの大きさ及びそれらの組み合わせで１つの色を
表現した時に、肉眼では、各ドットごとの色の違いが識
別できず、その色が単一色と見える場合でも、デバイス
の読み取り解像度が各ドットごとの色の違いを判別でき
るほど大きい場合には、肉眼では単一色と見える領域
が、デバイスにとっては単一色ではないど判断される。
【０１０５】このため、このデバイスの読み取り結果を
そのまま用いて、ラベリングを行うと、肉眼では単一色
と見える１つのパターンに異なったラベルが付され、こ
のラベリング結果に基づいて抽出されたパターンを人間
に提示すると、人間が１つのパターンと認識する部分
に、穴が開いたり、欠けが発生したりして、パターンの
抽出精度が悪化する。
【０１０６】そこで、肉眼で単一色と見える部分につい
て、デバイスで読み取った際の色の変動を求め、その色
の変動の範囲内にある画素に同一のラベルを付すことに
より、肉眼で単一色と見える１つのパターンに同一のラ
ベルを付すことが可能となり、人間が１つのパターンと
認識する部分に、穴が開いたり、欠けが発生したりする
ことを防止することが可能となる。
【０１０７】図４は、本発明の第４実施例に係わるパタ
ーン抽出装置の構成を示すブロック図である。図４にお
いて、第１の色情報比較手段３１は、入力画像の隣接画
素間の色情報を比較する。第２の色情報比較手段３２
は、第１の色情報比較手段３１で比較対象となった画素
の色情報と、前記画素に隣接するラベル画像の色情報と
を比較する。ラベリング手段３３は、第１の色情報比較
手段３１の比較結果及び第２の色情報比較手段３２の比
較結果に基づいて、ラベリングを行う。ここで、ラベル
画像の色情報は、例えば、同一ラベルが付された画素の
色情報の平均値である。
【０１０８】例えば、入力画像のタイトル領域の色が徐
々に変化しているため、タイトルを構成する文字列と背
景の境界が不明確になっているものとする。この場合
に、互いに隣接する画素の色情報を比較しただけでは、
互いに隣接する画素間では色が似ているために、それら
の画素に同一のラベルが付され、それらの画素を順々に
辿っていくと、タイトル領域内に背景のパターンが取り
込まれ、タイトルとは色が明らかに異なる画素にまで同
一のラベルが付されることがある。
【０１０９】ここで、互いに隣接する画素間だけについ
て色情報を比較するのではなく、既にラベル付けがされ
ているパターンの色情報との比較も行って、ラベル付け
を行うことにより、色が徐々に変化する場合において
も、タイトル領域と背景との間の境界を検出することが
可能となる。
【０１１０】図５は、本発明の一実施例に係わるパター
ン抽出装置のシステム構成を示すブロック図である。図
５において、４１は全体的な処理を行う中央演算処理ユ
ニット（ＣＰＵ）、４２はリードオンリメモリ（ＲＯ
Ｍ）、４３はランダムアクセスメモリ（ＲＡＭ）、４４
は通信インターフェイス、４５は通信ネットワーク、４
６はバス、４７は入出力インターフェイス、４８は見出
し文字などの認識結果などを表示するディスプレイ、４
９は見出し文字などの認識結果などを印刷するプリン
タ、５０はスキャナ５１により読み取られたデータを一
時的に格納するメモリ、５１は入力画像などを読み取る
スキャナ、５２はキーボード、５３は記憶媒体を駆動す
るドライバ、５４はハードディスク、５５はＩＣメモリ
カード、５６は磁気テープ、５７はフロッピーディス
ク、５８はＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどの光ディ
スクである。
【０１１１】パターン抽出処理を行うプログラムなど
は、ハードディスク５４、ＩＣメモリカード５５、磁気
テープ５６、フロッピーディスク５７、光ディスク５８
などの記憶媒体に格納される。そして、パターン抽出処
理を行うプログラムなどを、これらの記憶媒体からＲＡ
Ｍ４３に読み出すことにより、パターン抽出処理を行う
ことができる。また、パターン抽出処理を行うプログラ
ムなどを、ＲＯＭ４２に格納しておくこともできる。
【０１１２】さらに、パターン抽出処理を行うプログラ
ムなどを、通信インターフェイス４４を介して通信ネッ
トワーク４５から取り出すこともできる。通信インター
フェイス４４に接続される通信ネットワーク４５とし
て、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗ
ｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒ
ｋ）、インターネット、アナログ電話網、デジタル電話
網（ＩＳＤＮ：Ｉｎｔｅｇｒａｌ Ｓｅｒｖｉｃｅ Ｄ
ｉｇｉｔａｌ Ｎｅｔｗｏｒｋ）、ＰＨＳ（パーソナル
ハンディシステム）や衛星通信などの無線通信網を用い
ることができる。
【０１１３】ＣＰＵ４１は、パターン抽出処理を行うプ
ログラムが起動されると、スキャナ５１により読み取ら
れた入力画像のラベリングを行うしきい値を設定し、ス
キャナ５１により読み取られた入力画像からラベル画像
を生成する。ラベル画像が生成されると、入力画像のパ
ターンの各ラベルごとに、各パターンについての外接矩
形を生成する。そして、各外接矩形内の領域の色情報及
び外接矩形の幾何学情報に基づいて、各外接矩形のグル
ーピングを行い、このグルーピングされた外接矩形の配
置状態や大きさなどを考慮して、タイトル領域などを抽
出する。タイトル領域が抽出されると、このタイトル領
域に含まれているパターンを入力画像から抽出されたタ
イトルとしてディスプレイ４８やプリンタ４９に出力し
たり、このタイトル領域に含まれるパターンの文字認識
を行い、その認識結果に基づいて、文書の自動検索を行
ったりする。
【０１１４】図６は、本発明の第５実施例に係わるパタ
ーン抽出装置の構成を示すブロック図である。図６にお
いて、６１はカラー画像入力装置、６２は外部出力装
置、６３はメモリ、６４は演算装置（ＣＰＵ）、６５は
画像縮小手段、６６は可変しきい値設定手段、６７はラ
ベリング手段である。
【０１１５】カラー画像入力装置１からカラー画像信号
が入力されると、画像縮小手段６５が、例えば、画素数
で１／９の縮小画像を作成する。そして、この縮小画像
において、領域拡張法などの手法を用いて、多少の色差
を許容するラベリングを行い、同一ラベル領域を示すラ
ベル画像と同一ラベル領域を囲む外接矩形を求める。
【０１１６】この際、隣接画素と同一ラベルを与える色
の値の差のしきい値は、領域拡張法のような固定ではな
く、対象となる色により可変にする。このしきい値は、
例えば、対象となる色に応じて、予め作成したテーブル
を可変しきい値設定手段６６が参照することにより得ら
れる。
【０１１７】このように、縮小画像上で求めた同一ラベ
ル領域を探索して、その中の色を表現する（Ｒ，Ｇ，
Ｂ）などの数値列の種類を全て調査して、これをこのラ
ベルの属性として記憶する。また、この色の種類から、
このラベルの代表色も求める。
【０１１８】次に、このような縮小画像で求めた外接矩
形を原画像に反映させ、この矩形内部だけを走査して代
表色に近い色を検出し、この画素から隣接画素に対する
ラベリングを行う。ただし、同一と見なす色は前記の処
理により同一色と見なした色の種類である。
【０１１９】そして、原画像から求めたラベル画像の中
から、対象となる業務に適した特定領域抽出を行う。例
えば、大きな文字で記載されている見出しや、タイトル
などのキーワードとなる文字の領域をカラー文書から抽
出する場合には、外接矩形の大きさや並びの情報を使っ
た文字列抽出技術で、対象となる文字列領域だけを抽出
すればよい。図７は、本発明の第６実施例に係わるパタ
ーン抽出装置の構成を示すブロック図である。
【０１２０】図７において、７１はカラー画像入力装
置、７２は外部出力装置、７３はメモリ、７４は演算装
置である。カラー画像入力装置７１は、外部のカラー画
像をＲＧＢ信号で入力するものであり、例えば、ＣＣＤ
カメラとか、スキャナ等である。
【０１２１】外部出力装置７２は、演算装置７４により
種々の処理が行われた結果得られた処理結果を出力する
ものであり、例えば、ディスプレイ等で構成されてい
る。メモリ７３は画像情報やしきい値情報を保持するも
のであり、カラー画像入力装置７１から入力されたカラ
ー画像信号を保持したり、保持されたカラー画像信号を
演算装置７４が処理を行うことにより得られた処理結果
等を保持したりする。
【０１２２】演算装置７４は、カラー画像入力装置７１
により入力されたカラー画像信号に対して縮小画像を作
成したり、ラベリング処理したり、特定領域抽出処理し
たり等の各種処理を行うものであり、画像縮小手段７
５、可変しきい値設定手段７６、ラベリング手段７７、
外接矩形処理７８、原画像ラベリング手段７９、特定領
域抽出手段８０等を具備する。
【０１２３】図８は、図７のカラー画像処理装置の動作
を示すフローチャートである。図８において、例えば、
カラー文書のような被写体を、ＣＣＤカメラやスキャナ
等の撮像装置の如きカラー画像装置７１で入力し、得ら
れたカラー画像をメモリ７３に保存する（ステップＳ
１）。
【０１２４】次に、このメモリ７３上に保存されたカラ
ー画像を、画像縮小手段７５が固定縮小率で、あるい
は、縮小後に規定の大きさになるような縮小率で縮小し
て、メモリ７３にセットする（ステップＳ２）。この縮
小率は記録しておく。縮小方法は、例えば、図９（ａ）
に示すように、１／３に縮小する場合には（Ｒ，Ｇ，
Ｂ）で表現された原画像の３×３の領域を縮小画像１×
１に対応させることになるが、この場合、原画像の３×
３の領域内部の９ケの画素の色の（Ｒ，Ｇ，Ｂ）を１単
位として、図９（ｂ）に示すヒストグラムを作成し、最
頻値を対応する縮小画像の画素の値としてセットする。
【０１２５】もしも、１つで決まる最頻値がなければ、
次の複数値のうちの、いずれか１つを予め定めたアルゴ
リズムで選出して、これを対応する縮小画像の画素の値
とする。
【０１２６】一般的には、原画像のｎ×ｎの領域を縮小
画像の１×１に対応させるような１／ｎの縮小率で縮小
する場合は、原画像のｎ×ｎの領域内部にある画素の色
の（Ｒ，Ｇ，Ｂ）を１単位として扱ったヒストグラムを
作成し、例えば、その中間値とか最頻値を対応する縮小
画像の画素の値とするものである。
【０１２７】ここで、縮小画像にセットする値は、原画
像の対応するｎ×ｎの領域内部にある画素の色の平均値
などのような作り出した値ではなく、あくまでも、原画
像に存在する値を使用する。
【０１２８】次に、このように縮小処理した縮小画像に
対し、ラベリング手段７７が色ラベリング処理、すなわ
ち、縮小画像を対象として隣り合う画素の色が近い場合
に同一ラベルを与える処理を行う（ステップＳ３）。す
なわち、縮小画像に対し、その左上からラスタスキャン
を行い、ラベル付けがされていない画素に注目し、この
画素に今まで付けたラベル値よりも＋１したラベル値を
付与する。
【０１２９】例えば、図１０（ａ）に示すように、注目
画素Ｃのカラーの値を（Ｒｃ，Ｇｃ，Ｂｃ）とし、この
注目画素Ｃの周りの８画素を１〜８とし、これら周りの
８画素のカラーの値を（Ｒｉ，Ｇｉ，Ｂｉ）（ｉ＝１〜
８）とするとき、それぞれの画素のカラーの値（Ｒｉ，
Ｇｉ，Ｂｉ）値を求める。すなわち、画素１，
２，．．．８についてのカラーの値（Ｒ１，Ｇ１，Ｂ
１），（Ｒ２，Ｇ２，Ｂ２）・・・（Ｒ８，Ｇ８，Ｂ
８）を求める。
【０１３０】そして、注目画素のカラーの値（Ｒｃ，Ｇ
ｃ，Ｂｃ）との距離ｄｃｉ（ｉ＝１〜８）を求め、それ
がＲ，Ｇ，Ｂについてしきい値（Ｒｔｈ，Ｇｔｈ，Ｂｔ
ｈ）より小さい値の場合に注目画素と同一ラベルを付け
る。例えば、画素１と注目画素Ｃとの距離ｄｃｌを求め
る場合、Ｒ，Ｇ，Ｂの各カラー毎にそれぞれの値がしき
い値Ｔｔｈ，Ｇｔｈ，Ｂｔｈ以内にあるか否かを求め、
３色ともしきい値よりも小さいとき、つまり類似してい
る場合に、Ｃと同じラベルをｉに与えるためにｄｃｉに
小さな値を与える。しかし、１色の値でもしきい値以上
のとき、別のラベルを付与するための大きな値（しきい
値ｔｈより大きな値）を与える。この距離ｄｃｌは、下
記のようにして求められる。
【０１３１】 ｄｃｌ＝｜Ｒｃ−Ｒｌ｜＜Ｒｔｈ ａｎｄ｜Ｇｃ−Ｇｌ｜＜Ｇｔｈ ａｎｄ｜Ｂｃ−Ｂｌ｜＜Ｂｔｈ ・・・（１） そして、（１）式が成立するとき、ｄｃｌ＝０として同
一ラベルを与え、不成立のとき、ｄｃｌ＝１０００など
のしきい値よりも大きな値を付与する。一般的には、図
１０（ｂ）に示すように、以下の式で距離ｄｃｉ（ｉ＝
１〜８）を示すことができる。
【０１３２】 ただし、１０００はこれに限定されるものではなく、し
きい値より大きい値を示す。
【０１３３】なお、カラー毎のしきい値（Ｒｔｈ，Ｇｔ
ｈ，Ｂｔｈ）は、ＣＣＤカメラやスキャナなどの入力装
置と被写体に依存したサンプルから予め求めておいた表
を用いる。しかも、注目画素の色の値（Ｒ，Ｇ，Ｂ）を
キーとして、この色の値に応じて予めしきい値を定めて
おく。
【０１３４】例えば、図１１（ａ）に示すように、入力
画像について予想される注目画素の色の値（Ｒ，Ｇ，
Ｂ）の全ての組み合わせをエントリとして持つ表を引い
て、色の各要素毎に、要素毎に独立して定められたしき
い値（Ｒｔｈ，Ｇｔｈ，Ｂｔｈ）を求める。例えば、図
１１（ａ）のテーブルでは、注目画素のカラーの値が
（Ｒ１，Ｇ１，Ｂ１）のときのしきい値がＲ，Ｇ，Ｂに
ついて、それぞれ（Ｒｔｈ１，Ｇｔｈ１，Ｂｔｈ１）で
あり、注目画素のカラー値が（Ｒ２，Ｇ２，Ｂ２）のと
きのしきい値が（Ｒｔｈ２，Ｇｔｈ２，Ｂｔｈ２）であ
る。
【０１３５】図１１（ａ）の場合は、予めサンプルの分
布から予想される注目画素の色の値をキーとして、全て
の色の値の組み合わせをエントリとして持つしきい値参
照表を用意しておき、注目画素の色の組み合わせによ
り、このしきい値参照表を参照する例を示したので、表
の大きさがこれらの各色の組み合わせの分だけ必要とな
り、非常に大きなものとなる。
【０１３６】ここで、しきい値参照表の大容量化を防止
するために、しきい値参照表のエントリには全ての
（Ｒ，Ｇ，Ｂ）の組み合わせは持たずに、（Ｒ，Ｇ，
Ｂ）の値でクラスタリングを行った結果の（Ｒ，Ｇ，
Ｂ）の代表エントリだけを持つようなしきい値参照表を
用意して、注目画素の（Ｒ，Ｇ，Ｂ）の値と代表エント
リとの距離値つまり類似度を求め、最も近い代表エント
リを抽出して、それをキーにして色の各要素独立のしき
い値（Ｒｔｈ，Ｇｔｈ，Ｂｔｈ）を求めることもでき
る。
【０１３７】また、しきい値参照表の大容量化を防止す
るため、各色の値をＮ階層に表現したとき、例えば、Ｎ
＝２５６に表現したとき、カラー値毎にそのカラーに対
するしきい値を記入したしきい値参照表を各カラー毎に
用意し、カラー毎にしきい値をこれらのしきい値参照表
より個別に求めれば、しきい値参照表の容量は、２５６
×３のエントリ数で済むので大幅に小さくすることがで
きる。例えば、注目画素のカラー値が（Ｒ１，Ｇ２，Ｂ
２）の場合、図１１（ｂ）に示すように、Ｒ１に対する
しきい値としてしきい値参照表Ｒを参照して、ＤＲｔｈ
１を求め、Ｇ２に対するしきい値としてしきい値参照表
Ｇを参照して、Ｇｔｈ２を求め、Ｂ２に対するしきい値
としてしきい値参照表Ｂを参照として、Ｂｔｈ２を求め
ることができる。
【０１３８】さらに、しきい値を求めるしきい値参照表
の形式として、図１１（ａ）に示した全ての（Ｒ，Ｇ，
Ｂ）の組み合わせではなく、図１２に示すように、カラ
ー値について複数のグループに分け、各グループ毎にし
きい値を定めることもできる。図１２は各カラー値につ
いて４階層毎に１つのしきい値を定めた例であり、Ｒ１
〜Ｒ４については同じしきい値Ｒｔ１を、Ｒ５〜Ｒ８に
ついては同じしきい値Ｒｔ２・・・、同様にＧ１〜Ｇ４
について同じしきい値Ｇｔ１を・・・、また、ＢＮ−３
〜ＢＮについては同じしきい値ＢｔＭを定めた例であ
る。
【０１３９】これらのしきい値参照表は、特に対象物が
印刷物でスキャナ入力の場合では、印刷物の状態をモデ
ル化したものから自動的に作ることもできる。次に、こ
のラベル処理した縮小画像、つまりラベル画像に対して
も外接矩形処理を外接矩形処理手段７８が行う（ステッ
プＳ４）。すなわち、ステップＳ３において、縮小画像
についてのラベリングの結果、同一領域は同じラベル値
が付与される。そして、この同一領域について外接矩形
を求める。
【０１４０】例えば、図１３（ａ）に示すように、文字
領域９３〜９５と他の領域９２の色が異なっているカラ
ー画像９１が入力された場合、図１３（ｂ）に示す縮小
ラベル画像９６が生成され、縮小ラベル画像９６から外
接矩形９８〜１００を求めることができる。
【０１４１】図１３（ｂ）において、矩形領域９７は図
１３（ａ）に示す背景領域９２に対応し、矩形領域９８
〜１００はそれぞれ図１３（ａ）に示す文字領域９３〜
９５に対応する。
【０１４２】それから、ラベル画像において、同一ラベ
ルとして記録されている画素を走査して、その中の色の
種類を全て記録する。この記録は、各外接矩形の属性情
報として記録する。また、ラベル画像で同一ラベルとし
て記録されている全ての画素から、各ラベルの代表色を
１つ求める。この求め方は、例えば、色の種類毎に頻度
分布を求め、最も頻度の高い色を代表色にするというよ
うな手法で求めることができる。この代表色情報も、外
接矩形の属性情報として記録する。
【０１４３】また、このラベリング処理の結果として、
ラベリング手段７７は次のような出力情報を作成する。
ラベル画像として、１画素あたり２バイト情報であり、
縮小画像領域の高さ及び幅のサイズ、縮小率が示され
る。そして、この縮小画像領域内に存在する矩形数ｎｒ
とその矩形情報が示される。矩形情報としては、その領
域内に存在する矩形の数を示す矩形数ｎｒ、矩形番号、
この矩形に内包するラベル画像のラベル番号、矩形左上
座標（ｘ１，ｙ１）、矩形右下座標（ｘ２，ｙ２）、矩
形内の代表色（Ｒｓ，Ｇｓ，Ｂｓ）、色の種類数ｎｃ、
色の種類（Ｒ０，Ｇ０，Ｂ０）、（Ｒ１，Ｇ１，Ｂ１）
・・・（Ｒｎ−１，Ｇｎ−１，Ｂｎ−１）等が出力され
る。
【０１４４】次に、原画像ラベリング手段７９は前記出
力情報を受けて、先ず、縮小画像で作られた矩形情報の
左上座標値と右下座標値をそれぞれ縮小率で割って、対
応する原画像での座標を求める。縮小率が１／ｎの場合
は原画像の矩形は、左上座標が（ｘ１＊ｎ，ｙ１＊ｎ）
であり、右下座標が｛（ｘ２＊ｎ）−１，（ｙ２＊ｎ）
−１｝である。ここで、＊は乗算を示し、右下座標は１
画素戻すために−１する。
【０１４５】原画像ラベリング手段７９は、この座標で
示される原画像の矩形内をラスタスキャンして、既にラ
ベルが付いていないもので、かつ、前記代表色（Ｒｓ，
Ｇｓ，Ｂｓ）に近い画素を探す。近いということは、そ
の画素のカラー値を（Ｒｉ，Ｇｉ，Ｂｉ）とするとき、
例えば、 ｜Ｒｓ−Ｒｉ｜＜Ｒｔｈ ａｎｄ ｜Ｇｓ−Ｇｉ｜＜Ｇｔｈ ａｎｄ ｜Ｂｓ−Ｂｉ｜＜Ｂｔｈ を満たすことである。なお、ここでのしきい値Ｒｔｈ，
Ｇｔｈ，Ｂｔｈは、固定値である。
【０１４６】この条件を満足する画素を検出したら、こ
の画素に今まで付けたラベル値＋１のラベル値を付与す
る。それから、この注目した画素の周囲８画素を走査し
て、それぞれの画素のカラー値（Ｒｉ，Ｇｉ，Ｂｉ）を
求め、注目画素のカラー値（Ｒｃ，Ｇｃ，Ｂｃ）との関
係が、 ｜Ｒｃ−Ｒｉ｜＜Ｒｔｈ ａｎｄ ｜Ｇｃ−Ｇｉ｜＜Ｇｔｈ ａｎｄ ｜Ｂｃ−Ｂｉ｜＜Ｂｔｈ を満たすときに注目画素と同一ラベルを付与する（ステ
ップＳ５）。
【０１４７】また、この処理で同一ラベルを付与されな
かった場合でも、現在注目している矩形の前記属性情報
である色の種類全てと比較して同様の距離を求め、それ
がしきい値よりも小さい場合に、注目画素と同一ラベル
を付与する。
【０１４８】このようにして、図１３（ｃ）に示すよう
に、各矩形内９７〜１００で代表色に近い画素に注目し
てラベル付けすることにより、その矩形領域９７〜１０
０内に存在する同じカラー値により構成される画素の領
域１０２〜１０５が抽出される。なお、実際のカラー文
書において、画像領域が図１３（ａ）に示すように大ま
かではなく、背景や色文字も種々の大きさのものが混在
している場合には、同一ラベル領域も、図１３（ｃ）に
示したように単純なものではなく、複雑なものとなる。
【０１４９】次に、このように原画像から求めたラベル
画像１０１の中から、特定領域抽出手段８０が、対象と
なる業務に適した特定領域抽出を行う（ステップＳ
６）。例えば、カラー文書から大きな文字で記載されて
いる見出しや、タイトル等のキーワードとなる文字の領
域を抽出する場合には、予め通知された外接矩形の大き
さや、並びの情報を使用した従来の文字列抽出の手法に
基づき、対象となる文字列領域だけを抽出することがで
きる。
【０１５０】例えば、抽出された矩形情報を対象とし
て、矩形の隣接関係を求める。そして、上下または左右
の矩形で座標値が近く、つまり、座標値の差がしきい値
内に入り、かつ、（Ｒ，Ｇ，Ｂ）の各色差がしきい値内
に入るものを文字列として抽出する。そして、これを外
部出力装置７２において、例えば、表示出力する。
【０１５１】また、カラー情景画像から１つの物体を抽
出する場合には、ラベル画像で隣り合う領域の代表色を
ＨＳＶ（色相、彩度、明度）等の情報に変換し、色相が
近いものを併合処理する。これにより、陰などの影響で
分割されていたものを１つの領域にまとめることができ
る。そして、ある程度の面積を持つ領域を物体の候補領
域として出力する。
【０１５２】このように、本発明の第６実施例では、縮
小画像によりある程度同じ色でまとまった領域を求め、
その範囲だけを原画像で精密に抽出するようにしたの
で、処理時間を非常に短縮することができる。また、隣
り合う画素だけを対象にして、しかも、画素の色に従っ
たしきい値を用いてラベリングを行うので、局所的に精
密な色クラスタリングが可能となり、例えば、抽出した
い領域とその背景の色が近い場合にも、別に区別するこ
とが可能となり、精度のよい領域抽出ができる。
【０１５３】また、注目画素の色に応じたしきい値を求
めるとき、注目画素の色の３要素をキーとして予め用意
されているテーブルを参照すればよいので、しきい値を
求めるためにアクセスする計算量が少なくてよい。
【０１５４】そして、注目画素の色に応じたしきい値を
求めるとき、注目画素の３要素とテーブルのエントリで
ある色の３要素との距離値の類似度を求めて注目画素の
色に最も近いエントリを抽出してそこに記録されている
しきい値を求めるので、しきい値の記録されているテー
ブルの容量を小さくすることができる。
【０１５５】しかも、色の３要素に対する独立のしきい
値を、ＣＣＤカメラとか、スキャナなどの入力機器と被
写体に依存したサンプルの分布から予め求めていた表を
用いて決めるので、入力機器に依存したしきい値を持つ
表を作ることができるため、正確なラベル付与を行うこ
とができる。
【０１５６】次に、本発明の一実施例に係わるラベリン
グの際のしきい値の設定方法について説明する。雑誌な
どのカラー印刷物は、グラビア等、色々な印刷方法があ
るが、網点印刷法で印刷されたものが、世の中には多
い。網点印刷法で印刷された印刷部では、人間の目には
均一色と見える領域でも、拡大してみると、カラーのモ
アレ模様が生じている。
【０１５７】図１４は、網点印刷におけるカラーのモア
レ模様を示す図である。図１４（ａ）において、原画像
１１１内の「の」と書かれた領域は、例えば、オレンジ
色の一色で描かれているが、図１４（ｂ）に示すよう
に、「の」と書かれた領域の一部を拡大すると、その領
域は、様々の色が集まって構成されている。
【０１５８】このため、隣接画素の色差（ＲＧＢの輝度
差など）を固定しきい値と比較して、それらの画素に同
一ラベルを与えるか否かを判断すると、適応できない場
合がある。例えば、図１４の「の」と書かれた領域内の
画素１１１〜１１３は、「の」と書かれた領域内のその
他の画素と異なるラベルが付され、原画像１１１から
「の」の文字を抽出する際に、画素１１２〜１１４の部
分が欠落し、抽出精度が悪化する。
【０１５９】そこで、印刷モデルを用いて、ＲＧＢの平
均輝度値とスキャナ読み取り解像度ごとの隣接画素のＲ
ＧＢ各輝度差を予め求め、それらの結果を色差テーブル
に格納しておく。そして、色差テーブルを参照しなが
ら、各色ごとにしきい値を制御することにより、ラベリ
ングを行う。
【０１６０】例えば、図１４の「の」と書かれた領域内
において、画素１１４と画素１１５との間の色差が最大
の場合、画素１１４と画素１１５との間の色差をオレン
ジ色の領域を抽出する際のしきい値に設定する。この結
果、原画像１１１から「の」の文字を抽出する際、画素
１１２〜１１４の部分についても、「の」と書かれた領
域内のその他の画素と同一のラベルを付すことが可能と
なり、画素１１２〜１１４の部分の欠落を防止すること
が可能となる。
【０１６１】以下、本発明の一実施例に係わるカラー印
刷モデル及びスキャナ読み込みモデルから、色の平均
値、隣接画素との色差及びスキャナ読み込みの際の解像
度を記述した色差テーブルの作成手法について説明す
る。
【０１６２】図１５は、カラーの網点印刷法で印刷され
た実際の印刷物を拡大して示した図である。図１５にお
いて、網点印刷法では、シアン（水色）、マゼンタ
（紫）、黄色の点状の模様が場所によって点１２１〜１
２３の大きさを変えながら、メッシュ状に規則的に配置
されるようになっている。
【０１６３】網点印刷を行う場合、まず、３原色（また
は、黒を加えた４原色）の１つの色について、ある一定
の間隔のメッシュの交点に、希望する濃度になるような
適当な大きさの塗りつぶし円を配置して１色を刷り上げ
る。次に、少し回転させた同じ間隔のメッシュを用い
て、塗りつぶし円の大きさを変更して、別の色で刷り上
げる。もう１つの色は、さらに回転させたメッシュを用
いて、塗りつぶし円の大きさも変更して刷り上げる。こ
のような印刷方法をとることにより、１画素づつ見るの
ではなく、大局的にみる人間にとっては、綺麗な均一色
と見えるようになる。
【０１６４】図１６は、網点印刷法で１つのメッシュを
用いて１つの色を印刷した場合に、画素ごとに輝度値が
異なる理由を説明する図である。図１６（ａ）におい
て、網点印刷法で１つの色を印刷する場合、印刷メッシ
ュＭ１の格子点に配置された半径ｒ１の塗りつぶし円Ｄ
１を印刷することで行われる。そして、網点印刷法で印
刷される色を変える場合、塗りつぶし円Ｄ１の半径ｒ１
を変化させる。このため、網点印刷法で１つの色が印刷
された領域は、半径ｒ１の塗りつぶし円Ｄ１が離散的に
配置された領域になる。
【０１６５】図１６（ａ）の印刷物をスキャナなどで読
み取る場合、スキャナなどに固有の解像度で読み取りが
行われる。このため、塗りつぶし円Ｄ１は、図１６
（ｂ）に示すように、読み取りの際の解像度に対応した
読み取りメッシュＭ２で区切られる画素ごとに読み取ら
れる。ここで、塗りつぶし円Ｄ１は離散的に配置されて
いるので、読み取りメッシュＭ２で区切られる画素に含
まれる塗りつぶし円Ｄ１の面積が、全ての画素について
均一にならない。この結果、図（ｃ）に示すように、真
ん中の注目画素に対し、その周囲の８つの隣接画素Ｐ１
〜Ｐ８の平均輝度が異なるようになる。
【０１６６】一方、図１６（ａ）の印刷物から同一色の
領域を抽出する場合、図１６（ａ）の印刷物は網点印刷
法で１つの色を表すものとして印刷されているので、図
１６（ｃ）の真ん中の注目画素に対し、その周囲の８つ
の隣接画素Ｐ１〜Ｐ８は、注目画素と同一の色を表すも
のとして抽出する必要がある。このため、注目画素と各
隣接画素Ｐ１〜Ｐ８との輝度差を求め、これらの輝度差
の中の最大値（例えば、図１６（ｃ）の例では、注目画
素と隣接画素Ｐ４との輝度差）を記録しておく。そし
て、入力画像から同一色の領域を抽出する場合、注目画
素と隣接画素との間の輝度差の最大値をしきい値とし
て、このしきい値以下の輝度差を有する隣接画素を注目
画素と同一の色を表すものとして抽出する。
【０１６７】以下、網点印刷法を忠実に再現したスキャ
ナ読み取モデルの構築方法について説明する。図１７
は、網点印刷法におけるスキャナ読み取りモデルを示す
図である。
【０１６８】図１７において、スキャナ読み取りモデル
として、シアン、マゼンタ、黄色の印刷メッシュＭ１
１、Ｍ１２、Ｍ１３を、それぞれ回転させて重ね合わせ
た印刷モデルを作る。ここで、シアン、マゼンタ、黄色
の色の濃さを調節する場合、印刷メッシュＭ１１、Ｍ１
２、Ｍ１３の各格子点に配置される塗りつぶし円Ｄ１
１、Ｄ１２、Ｄ１３の大きさを調節する。
【０１６９】この時、一般的なスキャナ読み取りモデル
のパラメータは、 ・印刷メッシュＭ１１、Ｍ１２、Ｍ１３の格子間隔ｍｄ
（ただし、格子間隔ｍｄは、黄色、シアン、マゼンタ共
通サイズ） ・黄色メッシュＭ１１の水平線からの角度θ１１ ・マゼンタメッシュＭ１２の水平線からの角度θ１２ ・シアンメッシュＭ１３の水平線からの角度θ１３ ・黄色の塗りつぶし円Ｄ１１の半径ｒ１１ ・マゼンタの塗りつぶし円Ｄ１２の半径ｒ１２ ・シアンの塗りつぶし円Ｄ１３の半径ｒ１３ であるが、本実施例では、この全てのパラメータを可変
にすると煩雑すぎるので、ある程度の限定を与え、以下
のように設定した。
【０１７０】・黄色メッシュＭ１１の水平線からの角度
θ１１＝１５度 ・マゼンタメッシュＭ１２の水平線からの角度θ１２＝
３０度 ・シアンメッシュＭ１３の水平線からの角度θ１３ ＝
４５度 ・格子間隔ｍｄ＝２０ドット この印刷モデルを使用して、シミュレーションを行い、
黄色、マゼンタ、シアンの塗りつぶし円Ｄ１１、Ｄ１
２、Ｄ１３のそれぞれの半径ｒ１１、ｒ１２、ｒ１３に
影響を受ける平均ＲＧＢ値（Ｒｍ，Ｇｍ，Ｂｍ）を求め
る。具体的には、印刷メッシュＭ１１、Ｍ１２、Ｍ１３
の格子間隔ｍｄよりもかなり大きな単位面積を考え、 Ｒｍ＝２５５−単位面積中のシアンの面積×２５５／単
位面積 Ｇｍ＝２５５−単位面積中のマゼンタの面積×２５５／
単位面積 Ｂｍ＝２５５−単位面積中の黄色の面積×２５５／単位
面積 として求める。
【０１７１】次に、１つの色（Ｒｍ，Ｇｍ，Ｂｍ）で均
一に印刷されている画像をスキャナで読み込んだ場合の
スキャナ読み込みモデルについて考える。これは、印刷
メッシュＭ１１、Ｍ１２、Ｍ１３と独立な間隔ｓｄを有
する読み込みメッシュＭ１４を導入し、この読み込みメ
ッシュＭ１４内のＲＧＢの各輝度＝各色の面積を求める
ことに相当する。
【０１７２】ここで、読み込みメッシュＭ１４の間隔ｓ
ｄが、スキャナ読み込み解像度に相当する。なお、同じ
平均色（Ｒｍ，Ｇｍ，Ｂｍ）の画像を読み込む場合で
も、スキャナ読み込み解像度が大きい場合には、隣接画
素のＲＧＢ輝度値は大きく異なり、逆にスキャナ読み込
み解像度が小さい場合には、読み取った結果の画素はど
の画素も平均色（Ｒｍ，Ｇｍ，Ｂｍ）に近づくため、隣
接画素のＲＧＢ輝度差は０に近づくようになる。
【０１７３】具体的な１つの読み込みメッシュＭ１４内
のＲＧＢ輝度値（Ｒｃ，Ｇｃ，Ｂｃ）は、以下のように
なる。 Ｒｃ＝２５５−読み込みメッシュ面積中のシアンの面積
×２５５／読み込みメッシュ面積 Ｇｃ＝２５５−読み込みメッシュ面積中のマゼンタの面
積×２５５／読み込みメッシュ面積 Ｂｃ＝２５５−読み込みメッシュ面積中の黄色の面積×
２５５／読み込みメッシュ面積 間隔ｓｄを変えた読み込みメッシュＭ１４ごとにＲＧＢ
輝度値（Ｒｃ，Ｇｃ，Ｂｃ）を求めておき、隣接画素と
のＲＧＢそれぞれの輝度差を求め、その中の適当な値
（例えば、最大値）を色差テーブルに記録する。
【０１７４】この時、本来は、印刷モデルでは、印刷メ
ッシュの交点に描かれた塗りつぶし円は、ＲＧＢ相互に
重なり合うので、ＲＧＢの各輝度値によって相互に影響
がでて、ＲＧＢ独立とは言えないが、このスキャナ読み
込みモデルでは、単純化のために、ＲＧＢは相互に独立
であるという仮説を立てた。
【０１７５】従って、ＲＧＢ輝度値、読み込み解像度、
及び隣接画素の輝度差の結果が、ＲＧＢ独立のテーブル
に保存される。図１８は、Ｒのテーブルの例を示す図で
ある。
【０１７６】図１８において、Ｒ輝度値を０〜２５５ま
で変化させた場合について、スキャナ読み込み解像度が
１４〜３５のそれぞれに対し、隣接画素との輝度差の最
大値を求めている。ここで、Ｒ輝度値は３間隔で記録し
ているが、この間隔の間の値については、補間で求める
ことができる。
【０１７７】なお、図の例では、Ｒのテーブルの場合に
ついて示したが、Ｇ，Ｂのテーブルも同様である。この
ように、網点印刷法を模倣した印刷モデルを構築するこ
とにより、網点印刷法で生成される色をコンピュータ上
で再現することが可能となり、網点印刷法で実際に印刷
された印刷物を解析することなく、Ｒ，Ｇ，Ｂのテーブ
ルを生成することが可能となる。
【０１７８】Ｒ，Ｇ，Ｂのテーブルが与えられると、こ
のＲ，Ｇ，Ｂのテーブルを参照することにより、入力画
像から同一色の範囲を検出する際のしきい値を獲得する
ことができる。
【０１７９】図１９は、本発明の第実施例に係わる色差
テーブル生成装置の構成を示すブロック図である。図１
９において、１１１はカラー画像入力装置、１１２は外
部出力装置、１１３はメモリ、１１４は演算装置（ＣＰ
Ｕ）である。演算装置１１４には、印刷モデル生成部１
１５及び色差テーブル生成部１１６が設けられ、印刷モ
デル生成部１１５は、図１７に示した方法により印刷モ
デルを構築し、網点印刷法で生成される色をコンピュー
タ上で再現する。色差テーブル生成部１１６は、網点印
刷法を模倣した印刷モデルに対し、スキャナ読み込みモ
デルを構築し、図１８に示すような色差テーブルを、
Ｒ，Ｇ，Ｂの各色について生成する。
【０１８０】図２０は、本発明の第７実施例に係わるパ
ターン抽出装置の構成を示すブロック図である。図２０
において、１３１はカラー画像入力装置、１３２は外部
出力装置、１３３はメモリ、１３４は演算装置（ＣＰ
Ｕ）である。演算装置１３４には、色差テーブル１３
５、色分解画像生成部１３６及び文字領域抽出部１３７
が設けられている。
【０１８１】色差テーブル１３５は、例えば、図１８に
示すテーブルであり、ＲＧＢの各色ごとに、輝度値、読
み込み解像度及び隣接画素の輝度差が格納されている。
色分解画像生成部１３６は、入力画像の読み込み解像度
及びＲＧＢ輝度値に基づいて色差テーブル１３５を検索
し、入力画像の読み込み解像度及びＲＧＢ輝度値に対応
した隣接画素の輝度差を取得する。そして、この隣接画
素の輝度差をその隣接画素についてラベリングを行う際
のしきい値とする。なお、入力画像の読み込み解像度及
びＲＧＢ輝度値が異なると、隣接画素の輝度差も異なる
ので、入力画像のラベリングを行っている途中で、入力
画像の読み込み解像度及びＲＧＢ輝度が変化した場合に
は、色差テーブル１３５を再度検索して、ラベリングを
行う際のしきい値を更新する。
【０１８２】注目画素の色（Ｒ，Ｇ，Ｂ）をキー情報と
して、色差テーブル１３５を検索し、ＲＧＢ各色の同色
と見なす隣接画素とのＲＧＢ各輝度差のしきい値が画素
ごとに求まると、それを注目画素の周囲の画素に適応
し、Ｒ，Ｇ，Ｂの各値とも隣接画素との輝度差がしきい
値以内であれば、注目画素と隣接画素に同一ラベルを与
える処理を行う。
【０１８３】このラベリング処理では、隣り合う画素だ
けを対象にして、しかも画素の色に従ったしきい値を用
いてラベリングを行うので、局所的に精密な色クラスタ
リングが可能となり、ラベル画像に穴が空いたり、輪郭
がスムーズでなくなったりすることを防止できる。
【０１８４】また、カラー文書画像から均一色の文字領
域を高速、高精度に抽出することが可能となる。さら
に、背景と物体の色が局所的に似ていて、画像全体では
他の場所にも近い色がある画像に対しては、局所的に正
確に同一色領域を抽出することが可能となる。
【０１８５】また、同一色とみなされる領域でも画素の
色の値が周囲の色の値よりも多少かけ離れる場合におい
ても、その部分が、領域内の穴や輪郭部分のデコボコと
して誤って抽出されることを防止し、精度良く抽出する
ことが可能となる。
【０１８６】ラベル画像が生成されると、入力画像のパ
ターンの各ラベルごとに、各パターンについての外接矩
形を生成する。そして、各外接矩形内の領域の色情報及
び外接矩形の幾何学情報に基づいて、各外接矩形のグル
ーピングを行う。
【０１８７】文字領域抽出部１３７は、色分解画像生成
部１３６でグルーピングされた外接矩形の配置状態や大
きさなどを考慮して、原画像から求めたラベル画像の中
から、文字列領域抽出を行う。
【０１８８】例えば、カラー文書から大きな文字で記載
されている見出しやタイトルなどのキーワードとなる文
字の領域を抽出する場合、外接矩形の大きさや、外接矩
形の並びの情報を使うことにより、見出しやタイトルな
どのキーワードとなる文字列領域だけを抽出する。
【０１８９】図２１は、図２０のパターン抽出装置の動
作を詳細に示すフローチャートである。図２１におい
て、まず、画像入力処理を行う（ステップＳ１１）。こ
の画像入力処理では、ＣＣＤカメラやスキャナなどの撮
像装置でカラー画像を入力し、メモリに保存する。
【０１９０】次に、モデル解像度推定処理を行う（ステ
ップＳ１２）。このモデル解像度推定処理では、カラー
印刷のモアレを表現した印刷モデル及びスキャナ読み込
みモデルから求めた色差テーブルに登録されている平均
輝度及び隣接画素の輝度差の最大値を、入力画像から得
られる平均輝度及び隣接画素の輝度差の最大値と比較
し、入力画像全体を通して最も適合するスキャナ読み込
み解像度を求める。
【０１９１】図２２は、本発明の一実施例に係わるモデ
ル解像度推定処理を説明する図である。図２２におい
て、入力画像１４１を３×３画素づつのメッシュ１４２
に分割し、分割された３×３画素ａ〜ｉの平均ＲＧＢ輝
度（Ｒｍ，Ｇｍ，Ｂｍ）と隣接画素の輝度差の最大値
（Ｒｄ，Ｇｄ，Ｂｄ）を入力画像１４１全体について求
める。ここで、３×３画素ａ〜ｉの隣接方向は２０通り
あるので、これらの２０通り隣接画素の輝度差を求め、
それらの輝度差のうち最大値（Ｒｄ，Ｇｄ，Ｂｄ）を採
用する。
【０１９２】そして、この平均ＲＧＢ輝度（Ｒｍ，Ｇ
ｍ，Ｂｍ）と隣接画素の輝度差の最大値（Ｒｄ，Ｇｄ，
Ｂｄ）をキー情報として色差テーブルを検索し、色差テ
ーブルに登録されている平均輝度及び隣接画素の輝度差
の最大値と最も適合するスキャナ読み込み解像度を求め
る。そして、入力画像１４１から求めた隣接画素の輝度
差の最大値（Ｒｄ，Ｇｄ，Ｂｄ）と、色差テーブルに登
録されている最も適合するスキャナ読み込み解像度での
隣接画素の輝度差の最大値との差が所定の範囲内にない
場合、その３×３画素ａ〜ｉに対してリジェクト符号
（−１）を返し、それ以外は、適合符号（０）を返すよ
うにする。
【０１９３】この処理を入力画像１４１全体について行
うことにより、メッシュ１４２に分割された全ての３×
３画素ａ〜ｉについて、リジェクト符号（−１）または
適合符号（０）が付される。リジェクト符号（−１）ま
たは適合符号（０）が付された３×３画素ａ〜ｉのう
ち、適合符号（０）が付された３×３画素ａ〜ｉを対象
として、これらについて求めたスキャナ読み込み解像度
を平均し、この平均値を入力画像１４１全体のスキャナ
読み込み解像度とする。
【０１９４】以下、ＲＧＢ独立の処理であるので、Ｒを
例にしてより具体的に説明する。まず、Ｒテーブルの解
像度値をある値に固定して、ＲテーブルのＲ輝度値をス
キャンしていき、平均輝度値Ｒｍが、Ｒｉ≦Ｒｍ＜Ｒｉ
＋１となるＲ輝度値ＲｉをＲテーブルから検索する。こ
の時、Ｒ輝度値Ｒｉに対する隣接画素との輝度値の最大
値がＲｄｉ、Ｒ輝度値Ｒｉ＋１に対する隣接画素との輝
度値の最大値がＲｄｉ＋１であるとすると、平均輝度値
Ｒｍが、Ｒ輝度値ＲｉとＲ輝度値Ｒｉ＋１との間の線形
補間で表されるとして、その関係を隣接画素との輝度値
の最大値にも適応して、推定される隣接画素との輝度値
の最大値ｉｎｆｅｒｅｄ＿ｄｅｌｔａを求める。すなわ
ち、 ｒｌ＝Ｒｉ−Ｒｉ ｒｍ＝Ｒｍ−Ｒｉ ｒｎ＝Ｒｉ＋１−Ｒｍ ｉｎｆｅｒｅｄ＿ｄｅｌｔａ＝Ｒｒｉ＊ｒｎ／ｒｌ＋Ｒ
ｒｉ＋１＊ｒｍ／ｒｌ である。
【０１９５】この推定される隣接画素との輝度値の最大
値ｉｎｆｅｒｅｄ＿ｄｅｌｔａと実際に画像から求めた
輝度値の最大値Ｒｄとの差ｄｅｌｔａ＿ｒを、 ｄｅｌｔａ＿ｒ＝｜Ｒｄ−ｉｎｆｅｒｅｄ＿ｄｅｌｔａ
｜ として求める。これと同様の処理をＧ，Ｂでも行い、ｄ
ｅｌｔａ＿ｇ，ｄｅｌｔａ＿ｂを求める。そして、その
和ｄｅｌｔａを、 ｄｅｌｔａ＝ｄｅｌｔａ＿ｒ＋ｄｅｌｔａ＿ｇ＋ｄｅｌ
ｔａ＿ｂ として求める。
【０１９６】解像度パラメータをスキャンして、このｄ
ｅｌｔａの値が最も小さくなる解像度ｒｅｓｏｌと、そ
の時のｄｅｌｔａの値ｄｅｌｔａ＿ｍｉｎを求め、その
値ｄｅｌｔａ＿ｍｉｎが、 ｄｅｌｔａ＿ｍｉｎ＞ＴＨ＿ＳＵＢ （ＴＨ＿ＳＵＢは
固定しきい値） ならば、この３×３メッシュはモデルに適応しなかった
として、リジェクト符号（−１）を返し、それ以外は、
適合符号（０）を返すようにする。そして、全入力画像
の中の３×３メッシュの中で適合符号がついたメッシュ
だけを対象に、そのメッシュの解像度ｒｅｓｏｌを平均
し、この値を入力画像の解像度ｒｅｓｏｌｕｔｉｏｎと
する。
【０１９７】ｒｅｓｏｌｕｔｉｏｎ＝（Σ適合符号のメ
ッシュのｒｅｓｏｌ）／適合符号のメッシュの数 なお、この解像度という言葉は、入力画像が実際にスキ
ャナで読み込まれたときの解像度ではなく、この画像を
予め用意したモデルに適合させたときのモデル上の読み
取り解像度を表す。
【０１９８】次に、色ラベリング処理を行う（ステップ
Ｓ１３）。この色ラベリング処理では、隣り合う画素の
色が近い場合に同一ラベルを与え、ラベル画像と同一ラ
ベルの連結領域の外接矩形を求める。外接矩形の情報に
は、外接矩形の座標値、外接矩形内の連結領域の平均色
（Ｒ，Ｇ，Ｂ）、外接矩形内の連結領域のラベル番号、
連結領域の面積（画素数）などを格納する。
【０１９９】具体的には、入力画像の左上からラスタス
キャンを行い、ラベル付けがされていない画素に注目す
る。この画素のＲＧＢ輝度値と推定解像度ｒｅｓｏｌｕ
ｔｉｏｎを用いて色差テーブルを検索し、隣接画素との
輝度値の最大値をＲＧＢそれぞれについて求める。隣接
画素との輝度値の最大値が求まると、この隣接画素との
輝度値の最大値を着目画素にラベル付けする際のしきい
値とする。
【０２００】このラベリング処理の時に、１画素から始
まって次第に拡張していく同一ラベル領域に対して、１
画素追加する度に、ラベル領域内の平均色（Ｒ，Ｇ，
Ｂ）を求める。そして、このラベル領域と同一のラベル
をこのラベル領域の周囲画素に付すかどうかを判断する
時に、新たにラベル付けする周囲画素の色が、既にラベ
ル付けされたラベル領域の平均色としきい値以上に離れ
ている場合には、隣接画素間での色差がしきい値以内に
あっても、新たにラベル付けする周囲画素に、既にラベ
ル付けされたラベル領域と異なるラベルを付すようにす
る。この処理により、文字領域と背景領域の境界の次第
に色が変化した場合でも、正しく文字領域を抽出するこ
とが可能となる。図２３は、本発明の一実施例に係わる
色ラベリング処理を説明する図である。
【０２０１】図２３において、画素ｅの色が黒で、この
画素ｅから遠ざかるに従って、色が黒から赤に徐々に変
化しているものとする。そして、画素ｅと画素ａ〜ｄ、
ｆ〜ｉは、画素ｅと画素ａ〜ｄ、ｆ〜ｉの色差がしきい
値以内の場合は、画素ｅと画素ａ〜ｄ、ｆ〜ｉに対して
同一のラベルが付される。
【０２０２】次に、画素ｊのラベル付けを行う場合、画
素ｆと画素ｊの色差がしきい値以内かどうかが判断され
るとともに、画素ａ〜ｉの色の平均値と画素ｊの色の差
がしきい値以内かどうかが判断される。そして、画素ｆ
と画素ｊの色差がしきい値以内であっても、画素ａ〜ｉ
の色の平均値と画素ｊの色の差がしきい値をこえる場合
は、画素ｊには画素ｆと異なるラベルが付される。
【０２０３】ここで、画素ｅから遠ざかるに従って、色
が徐々に変化している場合には、画素ｊの色と画素ｆの
色は似ているけれども、画素ｊの色と画素ｅの色の違い
は顕著になってくる。このため、既にラベル付けされて
いる画素ａ〜ｉの色の平均値を画素ｊの色と比べると、
画素ａ〜ｉの色の平均値には画素ｅの色の影響が反映さ
れることから、画素ｆと画素ｊの色差に比べた場合に対
し、色に差が大きくなる。
【０２０４】この結果、色が徐々に変化している場合に
おいても、画素ｆと画素ｊとの間で境界を区切ることが
可能となり、黒の領域と赤の領域に同一のラベルが付さ
れることを防止できる。
【０２０５】以下、具体的な求め方を輝度値Ｒを例に取
り説明する。Ｒテーブルの解像度値を推定解像度に固定
して、ＲテーブルのＲ輝度値をスキャンしていき、注目
画素の輝度値Ｒが、Ｒｉ≦Ｒ＜Ｒｉ＋１となるＲ輝度値
ＲｉをＲテーブルから検索する。この時、Ｒ輝度値Ｒｉ
に対する隣接画素との輝度値の最大値をＲｄｉ、Ｒ輝度
値Ｒｉ＋１に対する隣接画素との輝度値の最大値をＲｄ
ｉ＋１とすると、注目画素の輝度値Ｒが、Ｒテーブルの
Ｒ輝度値ＲｉとＲテーブルのＲ輝度値Ｒｉ＋１の間の線
形補間で表されるとして、その関係を隣接画素との輝度
値の最大値にも適応して、推定される隣接画素との輝度
値の最大値ｄｅｌｔａ＿ｒを求める。すなわち、 ｒｌ＝Ｒｉ−Ｒｉ＋１ ｒｍ＝Ｒ−Ｒｉ ｒｎ＝Ｒｉ＋１−Ｒ ｄｅｌｔａ＿ｒ＝Ｒｒｉ＊ｒｎ／ｒｌ＋Ｒｒｉ＋１＊ｒ
ｍ／ｒｌ として求める。Ｇ，Ｂについても同様である。
【０２０６】このようにして、未処理の注目画素の
（Ｒ，Ｇ，Ｂ）値から隣接画素との輝度差の最大値（ｄ
ｅｌｔａ＿ｒ，ｄｅｌｔａ＿ｇ，ｄｅｌｔａ＿ｂ）を求
め、この隣接画素との輝度差の最大値（ｄｅｌｔａ＿
ｒ，ｄｅｌｔａ＿ｇ，ｄｅｌｔａ＿ｂ）をラベリング時
のしきい値とする。
【０２０７】次に、この未処理の注目画素の周囲８画素
を走査して、注目画素の周囲に既にラベル付けされた画
素があり、その既にラベル付けされた画素のＲＧＢ輝度
値（Ｒｓ，Ｇｓ，Ｂｓ）が、 ｜Ｒ−Ｒｓ｜＜＝ｄｅｌｔａ＿ｒ かつ ｜Ｇ−Ｇｓ｜＜＝ｄｅｌｔａ＿ｇ かつ ｜Ｂ−Ｂｓ｜＜＝ｄｅｌｔａ＿ｂ の場合に、注目画素は、その周囲画素と近い色であるの
で、周囲画素のラベルをカレントラベルｒｅｇｉｏｎと
して保存し、注目画素のラベルとしてカレントラベルｒ
ｅｇｉｏｎを与える。また、同時に、カレントラベルｒ
ｅｇｉｏｎが与えられている領域の平均色（Ｒｍ，Ｇ
ｍ，Ｂｍ）として、周囲のラベルの平均色に注目画素の
色を加味した新たな平均色を求める。
【０２０８】それ以外の場合は、カレントラベルとし
て、今まで付けたラベル値＋１のラベル値を設定し、注
目画素のラベルにもそのラベル値を付与する。この場合
でも、領域の平均色（Ｒｍ，Ｇｍ，Ｂｍ）として、注目
画素のＲＧＢ値を設定する。
【０２０９】どちらの場合でも、注目画素の座標値を処
理対象座標配列に保存する。次に、注目画素の周りに同
色領域を拡張する処理を行う。この処理では、処理対象
座標配列の中から、先頭の座標値を取り出し、その座標
の画素を注目画素とする。注目画素のＲＧＢ輝度値から
ＲＧＢ各色の隣接画素の輝度値の差の推定しきい値（ｄ
ｅｌｔａ＿ｒ，ｄｅｌｔａ＿ｇ，ｄｅｌｔａ＿ｂ）を求
める。
【０２１０】また、これまでのこの領域の平均色の（Ｒ
ｍ，Ｇｍ，Ｂｍ）値と推定解像度から平均色の各ＲＧＢ
の輝度差のしきい値（ｄｅｌｔａ＿ｒｍ，ｅｌｔａ＿ｇ
ｍ，ｅｌｔａ＿ｂｍ）を求める。
【０２１１】次に、図１０（ａ）に示すように、注目画
素の周囲８画素を走査して、注目画素の周囲の各画素の
（Ｒｉ，Ｇｉ，Ｂｉ）値（ｉ＝１〜８）を求め、注目画
素の（Ｒｃ，Ｇｃ，Ｂｃ）値や平均色の（Ｒｍ，Ｇｍ，
Ｂｍ）値とのＲＧＢ各色の輝度差を求め、それが、 ｜Ｒｉ−Ｒｃ｜＜＝ｄｅｌｔａ＿ｒ かつ ｜Ｇｉ−Ｇｃ｜＜＝ｄｅｌｔａ＿ｇ かつ ｜Ｂｉ−Ｂｃ｜＜＝ｄｅｌｔａ＿ｂ ｜Ｒｉ−Ｒｍ｜＜＝ｄｅｌｔａ＿ｒｍ かつ ｜Ｇｉ−Ｇｍ｜＜＝ｄｅｌｔａ＿ｇｍ かつ ｜Ｂｉ−Ｂｍ｜＜＝ｄｅｌｔａ＿ｂｍ の場合に、注目画素と同一ラベルを付け、周囲画素の座
標を処理対象座標配列に追加する。今処理した注目画素
は、処理対象座標配列から削除する。
【０２１２】次に、処理座標のｘ，ｙの最大値、最小値
を求め、それをこのラベル領域の外接矩形として保存す
る。また、このラベル領域の平均色を外接矩形の属性と
して保存する。
【０２１３】この処理を処理対象配列の内容がなくなる
まで続ける。ラベリングの結果、ラベル画像（同一領域
は、同じラベル値が付与されている画像）と同じラベル
を持つ領域を囲む外接矩形が獲得される。
【０２１４】また、ラベリング処理の出力情報として、
以下のデータが出力される。 ・ラベル画像：４バイト／１画素 ・外接矩形 矩形数 ：ｍａｘｃｏｕｎｔ 矩形情報：１ｂｔｂｌ 内包するラベル画像のラベル番号：ｌａｂｅｌ 矩形左上座標 ：（ｘｍｉｎ，ｙｍｉｎ） 矩形右下座標 ：（ｘｍａｘ，ｙｍａｘ） 矩形内の代表色 ：（ｒ，ｇ，ｂ） 所属するグループ番号 ：ｓｔｒｉｎｇ＿ｌａｂｅｌ 輪郭長 ：ｃｏｎｔｏｕｒ 次に、注目矩形抽出処理を行う（ステップＳ１４）。こ
の注目矩形抽出処理では、全ての色の外接矩形を対象に
して、ある事前に決めた範囲に入るサイズの外接矩形を
注目矩形として抽出する。
【０２１５】具体的には、ｘ方向長さが２３ｄｏｔ（１
００ｄｐｉ時）以上、画像の幅の１／２以下、かつ、ｙ
方向長さが２３ｄｏｔ（１００ｄｐｉ時）以上、画像の
高さの１／２以下の外接矩形を注目矩形として抽出す
る。
【０２１６】この注目矩形抽出処理により、外接矩形同
士をグルーピングする際の基準となる外接矩形の大きさ
を限定することが可能となり、例えば、タイトル領域を
抽出する場合に、タイトルとなる文字の大きさに適合し
た外接矩形を基準として、外接矩形同士をグルーピング
することが可能となり、ノイズや背景などのタイトルに
は含まれない外接矩形が基準とされて、グルーピング処
理が行われることを防止することが可能となることか
ら、不要な処理を省略して、処理速度を向上させること
が可能となる。
【０２１７】次に、注目矩形の周りの探索範囲とそこに
かかる矩形抽出を行う（ステップＳ１５）。この探索範
囲にかかる矩形抽出処理では、注目矩形の周囲に、ある
サイズの探索範囲を設定し、その範囲にかかる矩形を抽
出する。
【０２１８】図２４は、本発明の一実施例に係わる注目
矩形の周囲の探索範囲の設定方法を説明する図である。
図２４において、矩形番号１〜３０の外接矩形が抽出さ
れ、矩形番号１の外接矩形１５１を注目矩形としたもの
とする。そして、この外接矩形１５１の周りに探索範囲
１５２が設定されたものとすると、外接矩形１５１につ
いてのグルーピングの処理対象として、探索範囲１５２
にかかる矩形番号２〜２４の外接矩形のみを選択し、探
索範囲１５２にかからない矩形番号２５〜３０の外接矩
形については、外接矩形１５１のグルーピングの処理対
象としない。
【０２１９】このように、外接矩形同士をグルーピング
する際に、外接矩形の探索範囲を注目矩形の周りに限定
することにより、所定の範囲内にまとまって存在してい
る文字列のみを抽出することが可能となり、例えば、タ
イトル領域を抽出する場合に、タイトルには含まれない
ような離れた位置に存在する文字を考慮する必要がなく
なることから、タイトル領域の抽出を効率的に行うこと
が可能となる。
【０２２０】具体的には、探索範囲１５２は、注目矩形
１５１の縦横の長さの内、長い方をｌｅｎとして、ｌｅ
ｎと１００ｄｐｉで３５ｄｏｔの小さい方を注目矩形の
周囲の探索範囲長ｒａｎｇｅ＿ｓｉｚｅとして求める。
【０２２１】注目矩形の周囲ｒａｎｇｅ＿ｓｉｚｅの範
囲にかかる外接矩形を高速に求めるため、以下の方法を
用いる。図２５は、本発明の一実施例に係わる注目矩形
の周囲の探索範囲にかかる矩形の抽出方法を説明する図
である。
【０２２２】図２５において、矩形番号１〜４の外接矩
形１６１〜１６４が抽出されたものとすると、ＸＹの各
座標値に存在する矩形番号及び矩形数を求め、これらの
矩形番号及び矩形数をＸＹの各座標値ごとに登録する。
【０２２３】例えば、Ｘ座標値１〜４の位置には外接矩
形１６１〜１６４が存在しないので、矩形数ｎ＝０、矩
形番号＝空が登録され、Ｘ座標値５〜１３の位置には矩
形番号４の外接矩形１６４が存在しているので、矩形数
ｎ＝１、矩形番号＝４が登録され、Ｘ座標値１４の位置
には矩形番号３の外接矩形１６３及び矩形番号４の外接
矩形１６４が存在しているので、矩形数ｎ＝２、矩形番
号＝３、４が登録され、Ｘ座標値１５、１６の位置には
矩形番号４の外接矩形１６４が存在しているので、矩形
数ｎ＝１、矩形番号＝４が登録される。以下、同様であ
る。
【０２２４】次に、矩形番号３の外接矩形１６３を注目
矩形とし、この外接矩形１６３の周りに探索範囲１６５
が設定されたものとすると、この探索範囲１６５に含ま
れるＸＹの各座標値を求める。そして、ＸＹの各座標値
の矩形番号をＸＹそれぞれについて求め、ＸＹの両方に
含まれる矩形番号を探索範囲１６５にかかる外接矩形と
する。例えば、探索範囲１６５のＸ座標に含まれる外接
矩形の矩形番号は２〜４、探索範囲１６５のＹ座標に含
まれる外接矩形の矩形番号は１〜４であるので、ＸＹの
両方に含まれる矩形番号は２〜４となる。この結果、探
索範囲１６５にかかる外接矩形として、矩形番号２〜４
に対応する外接矩形１６２〜１６４が得られる。
【０２２５】具体的には、以下のａ）〜ｄ）の処理を行
う。 ａ）画像全体のＸ，Ｙ軸へ矩形番号を投影する。 画像全体のＸ，Ｙ軸の１画素毎に、それに属する矩形数
と矩形番号の集合を登録する。例えば、矩形番号ｉがＸ
軸の（ｘ１，ｘ２）の範囲にあるとすれば、Ｘ軸のｘ１
からｘ２の座標には、番号ｉが矩形番号の集合に入るこ
とになる。同じことを全矩形について縦横座標について
行う。
【０２２６】ｂ）注目矩形の周囲にｒａｎｇｅ＿ｓｉｚ
ｅの範囲を設定する。 ｃ）ｒａｎｇｅ＿ｓｉｚｅの範囲のＸ軸の座標毎の矩形
種類を論理ＯＲして矩形番号の集合を抽出する。
【０２２７】同様にＹ軸でも抽出する。 ｄ）Ｘ軸から求めた矩形番号の集合と、Ｙ軸から求めた
矩形番号の集合を論理ＡＮＤして、この注目矩形の周囲
にある矩形集合を決定する。
【０２２８】なお、図２５の矩形番号の格納方法では、
画像全体に存在する全ての矩形番号を格納する容量が各
座標値ごとに必要となり、記憶容量が大きくなる。そこ
で、上述した座標毎の矩形数及び矩形番号を高速に、か
つ必要メモリを最小に求めるために、以下のような方式
をとる。
【０２２９】図２６は、本発明の一実施例に係わる注目
矩形の周囲の探索範囲にかかる矩形情報の格納方法を説
明する図である。図２６（ａ）において、矩形番号１、
２の外接矩形１７１、１７２が抽出されたものとし、外
接矩形１７１はＸ座標が１５５〜１６５の範囲内にあ
り、外接矩形１７２はＸ座標が１６０〜１６３の範囲内
にあるものとする。このため、図２６（ｂ）に示すよう
に、外接矩形１７１については、Ｘ座標が１５５〜１６
５の位置に矩形番号１が登録され、外接矩形１７２につ
いては、Ｘ座標が１６０〜１６３の位置に矩形番号２が
登録される。
【０２３０】次に、図２６（ｃ）に示すように、抽出さ
れた矩形番号１、２を、Ｘ座標１５５〜１６５の順序で
矩形番号１、２順に並べ換え、Ｘ座標値が同じ値を示す
矩形番号が幾つあるかを数えることにより、各座標値の
矩形数を求めることができる。
【０２３１】具体的には、以下のｉ）〜ｖ）の処理を行
う。 ｉ）全ての矩形の横幅を合計して、その長さの数だけ矩
形番号、座標の情報を持ったデータ構造を用意する。
【０２３２】ｉｉ）矩形の座標と矩形番号を用意された
データ構造のデータにセットする。 ｉｉｉ）このデータ構造のデータを座標値でソートす
る。 ｉｖ） データの座標値を順にみていき、座標値が同じ
ものの数を座標値毎に数え、それをその座標に属する矩
形数とする。また、その座標毎の矩形数分だけ矩形番号
を入れる記録領域を確保する。ソートしたデータ構造を
先頭からスキャンしていき、座標が同じ間は数をカウン
トしていき、座標値が変わったところで数を確定させ、
それを保存する。
【０２３３】ｖ）ソートしたデータ構造で、座標値が同
じ物の矩形番号を上で確保した領域に格納する。これも
ソートしたデータ構造を先頭からスキャンしていき、座
標が同じ間は、矩形番号を格納領域にセットする。
【０２３４】次に、同色グループ抽出処理を行う（ステ
ップＳ１６）。この同色グループ抽出では、１つの注目
矩形に注目して、その注目矩形内のパターンの平均色か
らラベリングの時と同様にＲＧＢ各色の輝度差のしきい
値を求める。注目矩形の探索範囲にかかっている外接矩
形の中で、注目矩形とのＲＧＢ輝度差が、しきい値以内
のものを同一グループとして抽出し、グループ情報領域
に格納する。さらに、新たにグループに追加された外接
矩形を基準にして同様の処理を行い、グループに追加矩
形が無くなるまで繰り返し処理する。
【０２３５】具体的には、１つの注目矩形の値（Ｒｃ，
Ｇｃ，Ｂｃ）とその周囲矩形の集合の中の１つの外接矩
形ｉの値（Ｒｉ，Ｇｉ，Ｂｉ）のＲＧＢ空間上の距離を
以下のように定義する。
【０２３６】ｄｉｓｔ＝｜Ｒｃ−Ｒｉ｜＋｜Ｇｃ−Ｇｉ
｜＋｜Ｂｃ−Ｂｉ｜ また、注目矩形の値（Ｒｃ，Ｇｃ，Ｂｃ）と解像度ｒｅ
ｓｏｌｕｔｉｏｎから求められるＲＧＢの各輝度差をｄ
ｅｌｔａ＿ｒ，ｄｅｌｔａ＿ｇ，ｄｅｌｔａ＿ｂとす
る。注目矩形の値（Ｒｃ，Ｇｃ，Ｂｃ）とその周囲の外
接矩形の集合の中の１つの外接矩形ｉの値（Ｒｉ，Ｇ
ｉ，Ｂｉ）が以下の条件を満足するとき、注目矩形の周
囲の外接矩形は、注目矩形のグループに属すると判定し
て、周囲の外接矩形ｉを注目矩形のグループに格納す
る。
【０２３７】 ｄｉｓｔ＜ＴＨ＿ＲＧＢ （ＴＨ＿ＲＧＢ＝２０） または （｜Ｒｃ−Ｒｉ｜＜ｄｅｌｔａ＿ｒ かつ ｜Ｇｃ−Ｇｉ｜＜ｄｅｌｔａ＿ｇ かつ ｜Ｂｃ−Ｂｉ｜＜ｄｅｌｔａ＿ｂ） また、同時に、この新たにグループに加わった矩形番号
を新規追加矩形領域に格納しておく。
【０２３８】次に、新規追加矩形領域の先頭の矩形番号
を取り出し、それを新たな注目矩形として、その周囲に
ある外接矩形を求め、上の手順を繰り返して、グループ
に属する外接矩形を求める。この手順をグループに新た
に加わる矩形が無くなるまで繰り返す。
【０２３９】以上の処理により、以下の抽出するグルー
プ情報のデータ構造が得られる。 グループ内の矩形数 ：ｎｕｍ グループを構成する矩形番号 ：ｃｈｉｌｄ 重なり矩形統合後の矩形数 ：ｏｖｅｒｌａｐ＿ｎｕｍ 重なり矩形統合後の矩形情報 ：ｏｖｅｒｌａｐ （データタイプは、矩形情報１ｂｔｂ１型） グループ内文字列の方向コード：ｏｒｉｅｎｔ グループ内の文字列数 ：ｇｙｏｕ＿ｎｕｍ 文字列の矩形情報 ：ｇｙｏｕ 次に、グループ内平均文字線太さ抽出処理を行う（ステ
ップＳ１７）。このグループ内平均文字線太さ抽出処理
では、グループ内の外接矩形に対応するラベル画像のパ
ターンに対して、輪郭追跡処理を行い、輪郭長を求め
る。すなわち、グループに属する１つの外接矩形の矩形
範囲内で、その外接矩形のラベル番号に注目して、ラベ
ル画像上で、輪郭追跡処理を行う。抽出した輪郭の長さ
を、その矩形の輪郭長の属性にセットする。そして、そ
のパターンの面積を輪郭長で割って、文字の線の平均的
な太さを求め、その値を矩形の属性として矩形情報に登
録する。
【０２４０】図２７は、本発明の一実施例に係わる文字
線の太さの算出方法を説明する図である。図２７（ａ）
において、例えば、「フ」というパターンが抽出された
ものとすると、「フ」というパターンに含まれる画素数
を数えることにより、「フ」というパターンの面積Ｓを
算出する。
【０２４１】次に、図２７（ｂ）に示すように、「フ」
というパターンの輪郭を抽出し、この輪郭長Ｌを算出す
る。そして、「フ」というパターンの面積Ｓを輪郭長Ｌ
で割って、「フ」というパターンの平均的な太さＷを求
める。
【０２４２】次に、文字線太さによる再グループ化処理
を行う（ステップＳ１８）。この再グループ化処理で
は、グループ内の外接矩形を対象に、外接矩形の平均文
字線太さを用いて、グループ化を行い、新たなグループ
情報を構築する。すなわち、グループ内の外接矩形を対
象にして、図２１のステップＳ１４〜Ｓ１６の処理をを
繰り返す。ここで、ステップＳ１６のグループ化の時
に、ステップＳ１５で使用した色情報だけでなく、推定
文字線太さ（＝矩形内のパターン面積／パターンの輪郭
長）も使用する。
【０２４３】図２８は、本発明の一実施例に係わる文字
線の太さによる再グルーピング処理を説明する図であ
る。図２８において、「グループ１」という文字列と
「グループ２」という文字列が同一色で記述され、互い
に近接して配置されているため、「グループ１」という
文字列と「グループ２」という文字列が同一のグループ
１８１にグルーピングされたものとする。
【０２４４】ここで、「グループ１」という文字列に含
まれる文字の太さと「グループ２」という文字列に含ま
れる文字の太さを算出し、異なる太さの文字を別々のグ
ループに分割する。この結果、「グループ１」という文
字列はグループ１８２にグルーピングされ、「グループ
２」という文字列はグループ１８３にグルーピングされ
る。
【０２４５】この処理により、元のグループで背景など
の文字パターンと同色のものがあり、背景と文字パター
ンが同じグループに属していたものを、別々のグループ
にしたり、文字パターンだけのグループでもフォントや
サイズが異なるものを別々のグループにしたりすること
ができる。
【０２４６】具体的には、２つの外接矩形のうち、第１
の外接矩形の推定文字線太さｔｈｉｃｋ１及び第２の外
接矩形の推定文字線太さｔｈｉｃｋ２から、文字線太さ
の比ｔｈｉｃｋ＿ｒａｔｅを以下のように求める。
【０２４７】ｔｈｉｃｋ＿ｒａｔｅ＝ｍａｘ（ｔｈｉｃ
ｋ１，ｔｈｉｃｋ２）／ｍｉｎ（ｔｈｉｃｋ１，ｔｈｉ
ｃｋ２） そして、図２１のステップＳ１５と同じように、以下の
条件を満足した時に、２つの外接矩形を同じグループと
して記録する。
【０２４８】 ｔｈｉｃｋ＿ｒａｔｅ＜ＴＨ＿ＴＨＩＣＫ＿ＲＡＴＥ かつ （ｄｉｓｔ＜ＴＨ＿ＲＧＢ または （｜Ｒｃ−Ｒｉ｜＜ｄｅｌｔａ＿ｒ かつ ｜Ｇｃ−Ｇｉ｜＜ｄｅｌｔａ＿ｇ かつ ｜Ｂｃ−Ｂｉ｜＜ｄｅｌｔａ＿ｂ）） ただし、ＴＨ＿ＴＨＩＣＫ＿ＲＡＴＥは、２．５と設定
している。
【０２４９】この処理を元のグループ内全ての外接矩形
について行い、グループ内の新たなグルーピングを行
う。文字線太さを求める場合、パターンの輪郭を求める
必要があるが、輪郭追跡を高速化するため、以下の処理
を行う。
【０２５０】図２９は、本発明の一実施例に係わる輪郭
追跡における画素の探索開始点の設定方法を説明する図
である。図２９（ａ）において、画素ａ〜ｉで構成され
るパターンの輪郭を求めるものとすると、ラベル画像の
左上からラスタスキャンを行うことにより、画素ａが見
つかる。画素ａが見つかると、画素ａに隣接する８つの
画素のうち、画素ａの直前に探索された画素の次の画素
ａ’を探索開始点として、画素ａに隣接する画素を時計
回りに探索する。そして、画素ｅが見つかると、図２９
（ｂ）に示すように、画素ｅに隣接する８つの画素のう
ち、画素ｅの直前に輪郭として探索された画素ａの次の
画素ｅ’を探索開始点として、画素ｅに隣接する画素を
時計回りに探索する。そして、画素ｉが見つかると、図
２９（ｃ）に示すように、画素ｉに隣接する８つの画素
のうち、画素ｉの直前に輪郭として探索された画素ｅの
次の画素ｉ’を探索開始点として、画素ｉに隣接する画
素を時計回りに探索する。以下、同様にして、図２９
（ｄ）に示すように、画素ａ→画素ｅ→画素ｉ→画素ｈ
→画素ｇ→画素ｆ→画素ｂ→画素ｃが画素ａ〜ｉで構成
されるパターンの輪郭として抽出される。
【０２５１】具体的には、以下のａ）〜ｆ）の処理が行
われる。 ａ）矩形サイズの処理済みフラグを用意し、初期値とし
て、全て未処理フラグとして０をセットする ｂ）矩形範囲内を処理済みフラグとラベル画像で同時に
左上からラスタスキャンして、画素が処理済みフラグが
０で、かつラベル番号がカレント矩形のラベル番号であ
る画素ｉを探す。輪郭長を０と設定する。
【０２５２】ｃ）画素ｉから周囲の８画素を図３０の０
から順番に時計回りに探索し、画素が処理済みフラグが
０で、かつラベル番号がカレント矩形のラベル番号であ
る画素がある場合には、その画素の方向コードＤＣを抽
出する。
【０２５３】図３０は、本発明の一実施例に係わるカレ
ント画素からみた方向コードを示す図である。図３０に
おいて、Ｃはカレント画素、０〜７はカレント画素から
みた周囲画素で、Ｃからみた方向コードＤＣである。画
素ｉから周囲の８画素を探索する場合、この順番で探索
する ｄ）輪郭を構成する次の画素として、カレント画素Ｃか
ら検出した方向コードＤＣの画素へ移動する。この時、
輪郭長としてすでに計算した輪郭長を１つだけインクリ
メントする。そして、移動先の画素を新たなカレント画
素Ｃ′として、再びその周囲の８画素に対し、処理済み
フラグが０で、かつラベル番号がカレント矩形のラベル
番号である画素を探す。この時、新たなカレント画素
Ｃ′の周囲の８画素を探索する開始方向コードは、前回
の方向コード（ＤＣ＋５）を８で割った余りのＤＣ′か
ら開始して、時計回りに探索する。
【０２５４】これにより、前画素の輪郭追跡処理ですで
に探索済みの画素を二重に探索するのを避け、高速な輪
郭追跡処理が可能となる。 ｅ）画素移動による輪郭追跡処理を最初に発見した開始
座標になるまで続け、この時の輪郭長を、この矩形内に
あるラベル値のパターンの１つの輪郭の輪郭長として抽
出する。
【０２５５】ｆ）ｃ）からｆ）の処理を同じパターンの
他の輪郭でも行い、全ての輪郭長を足し合わせて、最終
的にこのパターンの輪郭長して抽出する。 次に、グループ内の大きな矩形削除処理を行う（ステッ
プＳ１９）。このグループ内の大きな矩形削除処理で
は、ノイズ除去のため、グループ内で平均的な矩形サイ
ズを求め、それを基準に極端に大きなサイズの矩形を削
除する。
【０２５６】図３１は、本発明の一実施例に係わるグル
ープ内の大きな矩形削除処理を説明する図である。図３
１（ａ）において、外接矩形１９２〜２０１がグループ
１９１にグルーピングされているものとすると、グルー
プ１９１内の外接矩形１９２〜２０１の大きさを求め
る。そして、外接矩形１９２の大きさが外接矩形１９３
〜２０１の大きさに比べてかけ離れているものとする
と、図３１（ｂ）に示すように、グループ１９１から外
接矩形１９２を削除し、外接矩形１９３〜２０１よりな
るグループ２０２を生成する。
【０２５７】具体的には、以下のａ）〜ｄ）の処理を行
う。 ａ）グループ内の外接矩形の高さのヒストグラムを作成
して、最大頻度値を示す矩形高さｆｒｅｑ＿ｈｅｉｇｈ
ｔを以下の方法で求める。
【０２５８】ｉ）ヒストグラムにぼかし用のウィンドウ
を用いてコンボリューション演算（移動和）を行い、ヒ
ストグラムをぼかす。具体的なぼかし用ウィンドウは、
例えば、「１１１１１」５画素からなる。
【０２５９】ｉｉ）最小高さ値（具体的には、１００ｄ
ｐｉで２３ｄｏｔ）を予め決めておき、それ以上で最大
頻度を示す矩形高さｆｒｅｑ＿ｈｅｉｇｈｔを求める。
図３２は、本発明の一実施例に係わる最大頻度値を示す
矩形高さの算出方法を説明する図である。
【０２６０】図３２（ａ）において、図３１の外接矩形
１９２〜２０１の高さの頻度が求まると、ぼかし用ウィ
ンドウ２０５を用いて、図３２（ｂ）に示すように、図
３２（ａ）で求まっている矩形高さの頻度の移動和を算
出する。矩形高さの頻度の移動和が求まると、外接矩形
１９２〜２０１の高さのうち、最大頻度を示す矩形高さ
ｆｒｅｑ＿ｈｅｉｇｈｔを求める。
【０２６１】ｂ）最大頻度値を示す矩形高さｆｒｅｑ＿
ｈｅｉｇｈｔが最小高さ値（具体的には、１００ｄｐｉ
で２３ｄｏｔ）より小さいときは、最小高さ値を最大頻
度値を示す矩形高さｆｒｅｑ＿ｈｅｉｇｈｔとする。
【０２６２】ｃ）大きな矩形と判定するしきい値ｔｈ＿
ｌａｒｇｅをｔｈ＿ｌａｒｇｅ＝ｆｒｅｑ＿ｈｅｉｇｈ
ｔ＊１０とする。 ｄ）グループ内の外接矩形で縦横サイズとも、ｔｈ＿ｌ
ａｒｇｅより小さいものだけを残して、後はノイズとし
てそのグループから削除する。
【０２６３】次に、グループ内の重なり矩形統合処理を
行う（ステップＳ２０）。このグループ内の重なり矩形
統合処理では、グループ内にある外接矩形の中で、重な
りがある外接矩形について、それらの外接矩形を囲む矩
形を新たに作り、グループ情報に新たに登録する。
【０２６４】すなわち、グループ内の外接矩形のうち、
一部でも重なりがある外接矩形同士を統合して、それら
を囲む外接矩形にする。図３３は、本発明の一実施例に
係わるグループ内の重なり矩形統合処理を説明する図で
ある。
【０２６５】図３３（ａ）において、外接矩形２１１は
外接矩形２１２と重なっており、外接矩形２１２は外接
矩形２１３と部分的に重なっている。この場合、外接矩
形２１１〜外接矩形２１３を統合し、外接矩形２１１〜
外接矩形２１４を生成する。
【０２６６】この処理により、例えば、「画」や「関」
などのように、１つの文字が互いに分離した複数のパタ
ーンからなる場合に、これらの複数のパターンを一体的
に取り扱うことができ、その後の処理を効率的に行うこ
とが可能となる。
【０２６７】次に、グループ内文字列抽出処理を行う
（ステップＳ２１）。このグループ内の文字列抽出処理
では、グループ内で文字列方向を推定し、その方向に対
して、文字列を抽出する。抽出した文字列の方向、座標
などの情報はグループごとに保存する。
【０２６８】図３４は、本発明の一実施例に係わるグル
ープ内文字列抽出処理を説明する図である。図３４
（ａ）において、矩形番号１〜２９の外接矩形がグルー
プ２２１にグルーピングされているものとすると、最も
左にある矩形番号１の外接矩形から、右方向に矩形番号
１の外接矩形と隣接する外接矩形があるかどうかを探
す。そして、矩形番号１の外接矩形と隣接する外接矩形
として、矩形番号２の外接矩形が見つかると、見つかっ
た外接矩形に矩形番号１を伝番し、見つかった外接矩形
の矩形番号２を矩形番号１に変更する。同様にして、右
方向に隣接する外接矩形があるかどうかを探し、隣接す
る外接矩形が見つかると、左に隣接する外接矩形の矩形
番号を右の外接矩形に伝番する。
【０２６９】矩形番号１の外接矩形から右方向に隣接す
る外接矩形がなくなると、矩形番号１５の外接矩形か
ら、右方向に矩形番号１５の外接矩形と隣接する外接矩
形があるかどうかを探す。矩形番号１５の外接矩形と隣
接する外接矩形が見つかると、見つかった外接矩形に矩
形番号１５を伝番する。
【０２７０】以上の処理により、図３４（ｂ）に示すよ
うに、矩形番号１の外接矩形に右方向に隣接する外接矩
形に矩形番号１が付され、矩形番号１５の外接矩形に右
方向に隣接する外接矩形に矩形番号１５が付される。矩
形番号の伝番処理が終了すると、同一の矩形番号１が付
された外接矩形を囲む外接矩形２２２を生成し、同一の
矩形番号１５が付された外接矩形を囲む外接矩形２２３
を生成する。
【０２７１】具体的には、以下のａ）〜ｅ）の処理を行
う。 ａ）グループ内の外接矩形の座標から文字列方向を推定
する。 ｂ）外接矩形の上下左右の最も近くにある矩形の内向
き、外向きの両方向の隣接関係を求める。
【０２７２】ｃ）横方向の文字列の場合、左からの隣接
関係のないい矩形を開始矩形として、右に矩形がなくな
るまで、開始矩形番号を右にある矩形に伝搬していく。
縦方向も同様である。
【０２７３】ｄ）左からの隣接関係がなく、左への隣接
関係がある矩形は、左の矩形番号を獲得して、それを右
へ伝搬し、隣接関係がなくなるまで繰り返す。 ｅ）ここまでの処理をグループ内全ての矩形について行
った後に、同じ矩形番号がついている矩形を求め、同じ
矩形番号がついている矩形の外接矩形を文字列矩形とし
て抽出する。
【０２７４】次に、文字列内分離文字統合処理を行う
（ステップＳ２２）。この文字列内分離文字統合処理で
は、横書きの上下分離文字統合処理（縦書きでは、左右
分離文字統合処理）を文字列矩形に適応して、分離矩形
を統合した外接矩形に置き換える。ここでは、抽出され
た文字列内の矩形に対して文字列方向と直角の方向に矩
形統合を行う。これは横書きの文字列ならば、例えば
「こ」という文字の上ストロークと下ストロークをそれ
ぞれ囲む矩形をまとめて、１つの矩形とする処理であ
る。
【０２７５】図３５は、本発明の一実施例に係わる文字
列内分離文字統合処理を説明する図である。図３５
（ａ）において、グループ２２１内で互いに横方向に隣
接する外接矩形を囲む外接矩形２２２、２２３が生成さ
れ、外接矩形２２２内には、縦方向に互いに隣接する外
接矩形２２４、２２５及び縦方向に互いに隣接する外接
矩形２２６、２２７が存在し、外接矩形２２３内には、
縦方向に互いに隣接する外接矩形２２８、２２９及び縦
方向に互いに隣接する外接矩形２３０、２３１が存在し
ているものとする。
【０２７６】この場合、図３５（ｂ）に示すように、外
接矩形２２２、２２３を囲む外接矩形２３２を生成し
て、外接矩形２２２、２２３を統合し、外接矩形２２
６、２２７を囲む外接矩形２３３を生成して、外接矩形
２２６、２２７を統合し、外接矩形２２８、２２９を囲
む外接矩形２３４を生成して、外接矩形２２８、２２９
を統合し、外接矩形２３０、２３１を囲む外接矩形２３
５を生成して、外接矩形２３０、２３１を統合する。
【０２７７】具体的には、以下のａ）〜ｃ）の処理を行
う。なお、以下の例では、横文字列の場合について説明
するが、縦文字列の場合についても同様である。 ａ）文字列内矩形をｘ座標で昇順にソートする。
【０２７８】ｂ）最初の矩形をカレント矩形として、次
のそれ以降の矩形がカレント矩形のｘ座標の範囲に重な
る場合は統合し、カレント矩形のｘ座標の範囲も統合結
果のものとする。この処理を統合する矩形がなくなるま
で繰り返す。統合する矩形がなくなったら、分離統合後
の矩形として保存する。
【０２７９】ｃ）統合する矩形が無くなったら、次の矩
形を新たなカレント矩形として、ｂ）及びｃ）の処理を
繰り返す。 次に、グループ内の文字列サイズによる再グループ化を
行う（ステップＳ２３）。グループ内の文字列サイズに
よる再グループ化処理では、グループ内の文字列情報か
ら文字列方向に直角のサイズに注目して、その大きさで
再グループ化を行い、その結果を新たなグループ情報に
格納する。
【０２８０】このことにより、同色グループ内で、文字
サイズが異なる文字列を別グループにすることができ、
同時にノイズと文字列の別グループ化も可能となる。図
３６は、本発明の一実施例に係わるグループ内の文字列
サイズによる再グループ化処理を説明する図である。
【０２８１】図３６（ａ）において、グループ２２１内
で互いに横方向に隣接する外接矩形を囲む外接矩形２２
２、２２３が生成されているものとすると、外接矩形２
２２の高さＨ１及び外接矩形２２３の高さＨ２を算出
し、外接矩形２２２の高さＨ１と外接矩形２２３の高さ
Ｈ２の差がしきい値より大きい場合は、外接矩形２２２
と外接矩形２２３とを別々のグループにする。
【０２８２】具体的には、２つの文字列矩形の高さ（横
書きの場合。縦書きなら幅）の違いがしきい値より小さ
く、かつ、２つの文字列矩形が重複もしくは、２つの文
字列矩形間の距離がしきい値より小さい場合に、この２
つの文字列矩形は、同じグループに属するものとして、
同じグループ番号を与える。この処理を全てのグループ
で行う。
【０２８３】次に、グループ内で同じグループ番号の文
字列を１つのグループとする新たなグループを作成す
る。この処理は、図２１のステップＳ１８で同じグルー
プになった文字サイズの異なる文字列を別グループにす
る働きがある。
【０２８４】次に、グループ内の大きな矩形再削除処理
を行う（ステップＳ２４）。このグループ内の大きな矩
形再削除処理では、ノイズ除去のため、グループ内で平
均的な矩形サイズを求め、その矩形サイズを基準として
極端に大きなサイズの矩形を再び削除する。すなわち、
これまでの処理で変化したグループに対して、図２１の
ステップＳ１９の処理を再度行い、グループ内のノイズ
を削除する。
【０２８５】次に、グループ統合処理を行う（ステップ
Ｓ２５）。このグループ統合処理では、左右または上下
の近くで同色のグループを統合する。すなわち、２つの
グループがほぼ同じ色で、かつ近くにあり、グループの
外接矩形が並んでいる場合に、その２つの外接矩形を統
合し、１つのグループとする。これは、後で行う文字矩
形の並びによるグループの文字列らしさの判定を安定化
させるために行う。
【０２８６】図３７は、本発明の一実施例に係わるグル
ープ統合処理を説明する図である。図３７（ａ）におい
て、グループ１の外接矩形２４１とグループ２の外接矩
形２４２が互いに横に並んでいるものとすると、外接矩
形２４１と外接矩形２４２の距離Ｌ１、外接矩形２４１
と外接矩形２４２の上端同士の座標の差Ｅ１及び外接矩
形２４１と外接矩形２４２の下端同士の座標の差Ｅ２を
求める。そして、外接矩形２４１と外接矩形２４２の距
離Ｌ１、外接矩形２４１と外接矩形２４２の上端同士の
座標の差Ｅ１及び外接矩形２４１と外接矩形２４２の下
端同士の座標の差Ｅ２が各しきい値より小さく、グルー
プ１の代表色とグループ２の代表色の差が所定のしきい
値以内にある場合、外接矩形２４１と外接矩形２４２と
を統合し、外接矩形２４１及び外接矩形２４２を囲む外
接矩形２４３を生成する。
【０２８７】具体的には、２つのグループの外接矩形に
おいて、座標が近く、かつ近い距離にあり、２つの外接
矩形をまとめて１つの文字列と見れそうなものを１つの
グループにまとめる。統合の条件は、以下の通りであ
る。
【０２８８】・２つのグループの平均ＲＧＢの各ＲＧＢ
の輝度差がある固定しきい値より小さい。 ・横並びの場合、横方向の距離が固定しきい値より小さ
い（縦並びの場合は、縦方向の距離が固定しきい値より
小さい）。
【０２８９】・横並びの場合、２つのグループ外接矩形
の上端同士の座標の差が固定しきい値より小さく、か
つ、下端同士の座標の差が固定しきい値より小さい（縦
並びの場合、２つのグループ外接矩形の右端同士の座標
の差が固定しきい値より小さく、かつ、左端同士の座標
の差が固定しきい値より小さい）。
【０２９０】この処理を統合するグループが無くなるま
で繰り返す。次に、矩形並びによる文字らしいグループ
の抽出処理を行う（ステップＳ２６）。この矩形並びに
よる文字らしいグループの抽出処理では、グループ内の
矩形の中で、サイズまたは形など一定の条件を満足する
矩形を対象に、上下端座標のどちらかが隣りの矩形と近
い場合、この両者の矩形が並んでいると判定し、並びフ
ラグをセットする。その一定条件を満足するグループ内
の対象矩形の中で、並んでいる矩形の数がどの程度の割
合であるかを示す、並び矩形率を求め、その並び矩形率
が一定のしきい値以上のグループを文字列と見なして抽
出する。図３８は、本発明の一実施例に係わる矩形並び
による文字列らしいグループの抽出処理を説明する図で
ある。
【０２９１】図３８（ａ）において、外接矩形２５２〜
２５６及び外接矩形２５８〜２６９が入力画像から生成
され、外接矩形のグルーピングにより、外接矩形２５２
〜２５６が１つのグループとされた結果、これらの外接
矩形２５２〜２５６を囲む外接矩形２５１が生成され、
外接矩形２５８〜２６９が１つのグループとされた結
果、これらの外接矩形２５８〜２６９を囲む外接矩形２
５７が生成されているものとする。
【０２９２】次に、各グループ内の外接矩形のサイズや
位置関係を調べ、横方向に並んでいる外接矩形に対して
横並びフラグ１を与え、縦方向に並んでいる外接矩形に
対して縦並びフラグ２を与える。この結果、外接矩形２
５１内の外接矩形２５２〜２５６はランダムに並んでい
るので、外接矩形２５２〜２５６には、横並びフラグ１
も縦並びフラグ２も付かない。一方、外接矩形２５７内
の外接矩形２５８〜２６９は横一列に並んでいるので、
外接矩形２５８〜２６９には、横並びフラグ１が与えら
れる。
【０２９３】外接矩形２５２〜２５６及び外接矩形２５
８〜２６９についてのフラグ処理が終了すると、各グル
ープごとにフラグが付された矩形の割合を算出し、フラ
グが付された矩形の割合の多いグループを文字列として
抽出し、フラグが付された矩形の割合の少ないグループ
をノイズとして捨てる。
【０２９４】この結果、図３８（ｂ）に示すように、外
接矩形２５２〜２５６からなるグループは、外接矩形２
５２〜２５６に対して、フラグが１つも付されてないの
で、ノイズとして捨てられ、外接矩形２５８〜２６９か
らなるグループは、外接矩形２５８〜２６９に対して、
横並びフラグ１を与えられているので、文字列として抽
出される。
【０２９５】具体的には、以下のａ）〜ｅ）の処理を行
う。 ａ）グループ内の隣接するサイズまたは形の一定条件を
満足する２つの矩形の上端座標同士または下端座標同士
の差がしきい値（高さのＷＩＤ＿ＲＡＴＥ（＝０．２）
倍）より小さい場合、その２つの矩形に横並びフラグを
与える。
【０２９６】ここで、隣接するとは、基準矩形の幅のＷ
ＩＤ＿ＲＡＴＥ＿ＤＩＳＴ（＝０．５）倍の周囲範囲以
内に矩形があることをいう。 ｂ）グループ内の隣接するサイズまたは形の一定条件を
満足する２つの矩形の左端座標同士または右端座標同士
の差がしきい値（幅のＷＩＤ＿ＲＡＴＥ倍）より小さい
場合、その２つの矩形に縦並びフラグを与える。
【０２９７】ここで、隣接するとは、基準矩形の高さの
ＷＩＤ＿ＲＡＴＥ＿ＤＩＳＴ倍の周囲範囲以内に矩形が
あることをいう。 ｃ）グループ内の矩形で、横並びフラグと縦並びフラグ
の数の多いほうを文字列方向として採用して、その数を
並んでいる矩形数とする。
【０２９８】ｄ）グループ内の矩形の中で並んでいる矩
形の比率を、「並んでいる矩形数／グループ内のサイズ
または形の一定条件を満足する矩形の総数」を算出する
ことにより求める。
【０２９９】なお、対象とするグループ内矩形の条件
は、グループ内の矩形の最頻値を示す高さを図３２に示
した手法で求め、その３倍をｌａｒｇｅ＿ｒｅｃｔとし
て、矩形高さが、固定サイズ（２３ｄｏｔ，１００ｄｐ
ｉで）より大きく、ｌａｒｇｅ＿ｒｅｃｔより小さいも
のとする。
【０３００】ｅ）並んでいる矩形の比率が一定しきい値
ＮＵＭ＿ＲＡＴＥ（＝０．８）より大きい場合に、その
グループを文字列らしいグループとして残し、他をノイ
ズとして捨てる。
【０３０１】なお、「・」の中点や「ー」の中棒は、文
字として残すようにする。次に、ノイズグループの削除
処理を行う（ステップＳ２７）。このノイズグループの
削除処理では、グループ内が２つの矩形だけから構成さ
れているグループに対して、その形状、座標からノイズ
と思われるグループを抽出して、そのグループを削除す
る。すなわち、グループ内の矩形数が２つのものについ
て、その２つの矩形が上下（または左右）端とも近いも
ので、２つの矩形が並んでいると判断される以外のグル
ープをノイズとして削除する。
【０３０２】図３９は、本発明の一実施例に係わるノイ
ズグループの削除処理を説明する図である。図３９にお
いて、２つの外接矩形２７２、２７３が１つのグループ
として抽出され、この２つの外接矩形２７２、２７３を
囲む外接矩形２７１が生成されているものとする。この
場合、外接矩形２７２と外接矩形２７３の下端座標は揃
っているが、外接矩形２７２と外接矩形２７３の上端座
標は極端に異なっているので、これらの外接矩形２７
２、２７３はノイズであると見なして、外接矩形２７
２、２７３からなるグループを文字列らしいグループか
ら削除する。
【０３０３】具体的には、以下の処理を行う。グループ
内の２つの矩形の高さの平均をｈｅｉ，幅の平均をｗｉ
ｄとする。しきい値を決める比率ＤＥＬ＿ＲＡＴＥ＝
０．１として、 （｜第１の矩形の上端座標−第２の矩形の上端座標｜＜
ｈｅｉ×ＤＥＬ＿ＲＡＴＥ かつ ｜第１の矩形の下端座標−第２の矩形の下端座標｜＜ｈ
ｅｉ×ＤＥＬ＿ＲＡＴＥ） または （｜第１の矩形の左端座標−第２の矩形の左端座標｜＜
ｗｉｄ×ＤＥＬ＿ＲＡＴＥ かつ ｜第１の矩形の右端座標−第２の矩形の右端座標｜＜ｗ
ｉｄ×ＤＥＬ＿ＲＡＴＥ） を満足するグループだけ残し、後はノイズとしてて削除
する。
【０３０４】次に、グループ内同色パターン抽出処理を
行う（ステップＳ２８）。このグループ内同色パターン
の抽出では、グループの代表色をグループ内部の矩形の
代表色の平均として求める。グループの内部に相当する
範囲で、原画像を探索して、その色に近いパターンで、
すでに文字パターンとして抽出されているもの以外もの
を２値画像として抽出する。抽出したパターンに２値画
像用のラベリングをかけて、連結成分の外接矩形を求
め、それの大きさが一定しきい値より大きい物だけを文
字パターンの一部として、グループに追加する。
【０３０５】例えば、グループ内のパターンの平均色
（ＲＧＢ）を求め、その色に近い画素をグループの外接
矩形の範囲内で求め、２値画像を作成する。その中から
パターン部分を除去して、残った２値画像に２値画像の
ラベリング処理を施し、新たな外接矩形を求める。そし
て、新たな外接矩形の大きさ及び形が一定のしきい値以
上である場合に、新たな外接矩形内のパターンをグルー
プに追加する。
【０３０６】この処理により、これまでの処理で抜け落
ちるが、実は文字の一部であるパターン、例えば、
「ば」の濁点部分のように、文字幅情報や色ずれなどで
落されたパターンを再抽出することができる。
【０３０７】図４０は、本発明の一実施例に係わるグル
ープ内同色パターン抽出処理を説明する図である。図４
０（ａ）において、図２１のステップＳ１１〜Ｓ２７の
処理により、「クローハル化への３つの成功モデル」と
いう文字列が入力画像から抽出され、これらの文字列を
囲む外接矩形２８０が生成されているものとする。この
場合、「ク」という文字の濁点及び「ハ」という文字の
濁点が欠落している。
【０３０８】ここで、「ク」という文字の濁点が欠落し
たのは、「ク」という文字の濁点の色と「ク」という文
字の色の差がしきい値範囲内にないために、「ク」とい
う文字の濁点が「ク」という文字と異なるグループにグ
ルーピングされたためである。
【０３０９】また、「ハ」という文字の濁点が欠落した
のは、「ハ」という文字の濁点の色と「ハ」という文字
の色の差がしきい値範囲内にないために、「ハ」という
文字の濁点が「ハ」という文字と異なるグループにグル
ーピングされたためである。
【０３１０】このように、ステップＳ１６の同色グルー
プ抽出処理では、抽出対象となる文字列のうち、局所的
な部分の色同士が比較されるので、抽出対象となる文字
列の色が色ずれなどで局所的に変化している場合には、
文字の一部が欠落したりする。
【０３１１】そこで、「ク」という文字の濁点及び
「ハ」という文字の濁点の再抽出を行う。ここで、再抽
出を行う際には、既に抽出されている「クローハル化へ
の３つの成功モデル」という文字列全体を考慮して、そ
の代表色を求め、この代表色に近い色を有するパターン
をラベル画像から抽出する。既に抽出されている文字列
全体を考慮して代表色を求めることにより、その文字列
の局所的な色の変化の影響が軽減され、「ク」という文
字の濁点及び「ハ」という文字の濁点を抽出することが
可能となる。また、再抽出を行う際には、再抽出の対象
となるパターンが存在する範囲を、外接矩形２８０の範
囲に限定する。この範囲の限定を行うことにより、再抽
出となる文字の濁点がその範囲からはみ出ないようにし
て、処理対象となるパターンの範囲を狭くすることが可
能となり、抽出精度を損なうことなく、処理を高速化す
ることが可能となる。
【０３１２】この結果、図４０（ｂ）に示すように、
「ク」という文字の濁点と「ハ」という文字の濁とが正
しく抽出され、「グローバル化への３つの成功モデル」
という文字列を入力画像から抽出することができる。
【０３１３】なお、この再抽出の結果、「グローバル化
への３つの成功モデル」という文字列と同色のノイズが
外接矩形２８０の範囲内にある場合、このノイズも一緒
に抽出されるので、再抽出されたパターンのうち微小な
ものは、ノイズとみなして除去するようにする。
【０３１４】具体的には、以下のａ）〜ｈ）の処理を行
う。 ａ）グループ内の矩形情報に保存されている代表色情報
をグループ内の矩形全てについて平均して、グループの
代表色（Ｒｍ，Ｇｍ，Ｂｍ）を求める。
【０３１５】ｂ）グループ内の矩形サイズの最頻値を幅
と高さについて求め、それらをｍｆｗ，ｍｆｈとする。
最頻値の幅ｍｆｗと高さｍｆｈが、最小矩形サイズのし
きい値ｍｉｎｓｉｚｅ（＝２）より大きな場合には、最
頻値の幅ｍｆｗと高さｍｆｈをそれぞれｍｉｎｓｉｚｅ
で置き換える。
【０３１６】ｃ）グループの外接矩形を求め、その外接
矩形の範囲で２値画像を作成する。２値画像は、全て０
としておく。 ｄ）グループの外接矩形の範囲内で原画像の画素の色を
チェックして、原画像の画素の色（Ｒ，Ｇ，Ｂ）とグル
ープの代表色が、 ｜Ｒｍ−Ｒ｜＋｜Ｇｍ−Ｇ｜＋｜Ｂｍ−Ｂ｜＜ＴＨＲ×１０ （ＴＨＲ＝１０） を満足する画素の位置を記録し、２値画像の同じ位置の
画素を１にする。
【０３１７】ｅ）２値画像の中から、グループ内の矩形
を構成する。既に抽出されているパターンを除去して、
２値画像をグループの代表色に近い色であり、かつこれ
までの処理で漏れていたパターンだけにする。
【０３１８】ｆ）２値画像に対して、２値画像用のラベ
リングを行い、連結領域の外接矩形を求める ｇ）外接矩形の幅ｗ及び高さｈが、 ｗ＜ｍｆｗ／２、かつ、ｈ＜ｍｆｈ／２ を満足する矩形だけを残し、他を削除する。
【０３１９】ｈ）残った矩形を構成する連結矩形のパタ
ーンをグループに追加する。 次に、グループの出力順位決定処理を行う（ステップＳ
２９）。このグループの出力順位決定処理では、文字列
を含んでいるグループが複数抽出された場合、グループ
の外接矩形から面積を計算して、全画像中のグループの
面積の大きい順にグループをソートして、このソートし
た結果を出力順序とする。
【０３２０】次に、２値パターン生成処理を行う（ステ
ップＳ３０）。この２値パターン生成処理では、グルー
プを構成するパターンを文字認識できるような２値画像
として作成する。
【０３２１】具体的には、以下のａ）〜ｃ）の処理を行
う。 ａ）グループの外接矩形サイズの２値画像を作成し、そ
れを全て０に設定する。
【０３２２】ｂ）グループ内の矩形のラベル番号を抽出
し、対応する矩形領域の内部でラベル画像を探索し、そ
のラベル番号の画素を抽出し、２値画像上でその座標の
画素を１とする。
【０３２３】ｃ）ｂ）の処理をを全ての矩形について行
い、グループを構成するパターンを２値画像上に作成す
る。以下、以上の処理を実際のカラー画像を例にとって
説明する。
【０３２４】図４１（ａ）は、入力された原画像の例を
示す図であり、この原画像は、見出し文字３０１、３０
２、絵柄３０３、本文文字３０４、枠３０５などがカラ
ーで印刷されている。そして、この原画像から見出し文
字３０１、３０２をタイトルとして抽出するものとす
る。なお、見出し文字３０１、３０２は、それぞれ一色
で印刷されているものとする。
【０３２５】図４１（ｂ）は、図４１（ａ）のラベル画
像を示す図である。図４１（ｂ）において、このラベル
画像は、図２１のステップＳ１３の色ラベリング処理に
より得られたものである。この色ラベリング処理によ
り、同色の連結領域に対して同一ラベルが付され、同一
ラベルが付されたパターンの外接矩形が生成される。こ
の時、外接矩形の個数は数千〜数万程度になる。
【０３２６】図４１（ｃ）は、図４１（ｂ）のラベル画
像から得られた注目矩形を示す図である。図４１（ｃ）
において、この注目矩形は、図２１のステップＳ１４の
注目矩形抽出処理により得られたものであり、図４１
（ｃ）の例では、矩形番号１〜６４の注目矩形が抽出さ
れている。
【０３２７】なお、ステップＳ１４の注目矩形抽出処理
では、ラベル画像から得られる外接矩形のうち、所定の
範囲内の大きさの外接矩形が注目矩形とされるので、図
４１（ｃ）の領域３１１、３１２に本来抽出されていな
ければならない見出し文字３０１、３０２の外接矩形が
落ちている。これは、例えば、図４１（ｃ）の領域３１
２に本来抽出されていなければならない見出し文字３０
２は、図４１（ａ）の「に」の文字に対応する外接矩形
であるが、図４１（ｂ）のラベル画像では、「に」を構
成する３つのストロークに異なるラベルが付されるの
で、各ストロークの外接矩形の大きさが小さくなったた
めである。
【０３２８】この注目矩形抽出処理により、本文文字３
０４に対応する不図示の外接矩形３１３やノイズの外接
矩形や枠３０５の外接矩形などを、グルーピングの際の
探索範囲の基準となる外接矩形から除去することがで
き、処理を高速化することが可能となる。例えば、図４
１（ｂ）の状態では、外接矩形の個数が数千〜数万程度
あったものが、図４１（ｃ）の状態では、外接矩形の個
数が数十個に減っている。
【０３２９】図４１（ｄ）は、グループ抽出結果を示す
図である。図４１（ｄ）において、このグループ抽出結
果は、図２１のステップＳ１６の同色グループ抽出処理
により得られたものであり、矩形番号が１〜２１のグル
ープの外接矩形が生成されている。この処理により、図
４１（ｂ）のラベル画像から得られた外接矩形のうち、
図４１（ｃ）で設定された注目矩形から所定の範囲内に
あり、代表色の色が近いものは、同一のグループにグル
ーピングされ、同一のグループにグルーピングされた外
接矩形を囲む外接矩形が生成される。
【０３３０】この結果、図４１（ａ）の「日経４００社
経営者アンケート」という見出し文字３０１に対応した
グループの外接矩形３２１が生成され、図４１（ａ）の
「貿易不均衡の要因に微妙な差」という見出し文字３０
２に対応したグループの外接矩形３２２が生成される。
このグルーピングにより、見出し文字３０１、３０２を
構成する文字列をそれぞれ１つにまとめることができ
る。また、図４１（ｃ）の領域３１１、３１２に本来抽
出されていなければならない見出し文字３０１、３０２
の外接矩形３２３、３２４も正しく抽出することが可能
となる。
【０３３１】なお、図４１（ｃ）の注目矩形から所定の
範囲内に、代表色の色が近い他の外接矩形が図４１
（ｂ）のラベル画像から見つからない場合は、その注目
矩形はグループを作らないため、その注目矩形は消滅す
る。
【０３３２】図４２（ａ）は、図４１（ｄ）のグループ
抽出結果を文字線太さで再グループ化した結果を示す図
である。図４２（ａ）において、この再グループは、図
２１のステップＳ１８の文字線太さによる再グループ化
処理により得られたものであり、矩形番号が０〜１２の
グループの外接矩形が生成されている。この処理によ
り、図４１（ａ）の「日経４００社経営者アンケート」
という見出し文字３０１に対応したグループの外接矩形
３３１が生成され、図４１（ａ）の「貿易不均衡の要因
に微妙な差」という見出し文字３０２に対応したグルー
プの外接矩形３３２が生成される。
【０３３３】なお、図４１（ｄ）の外接矩形のうち、パ
ターンの線の太さによってグループを作ることができな
いものは消滅する。図４２（ｂ）は、図４２（ａ）の矩
形の重なり統合後の結果を示す図である。
【０３３４】図４２（ｂ）において、この矩形の重なり
統合後の結果は、図２１のステップＳ２０のグループ内
重なり矩形統合処理により得られたものであり、矩形番
号が０〜１２のグループの外接矩形が生成されている。
この処理では、図４１（ａ）の絵柄３０３に対応する領
域３３３の外接矩形は互いに重なっているものが多く、
それらの外接矩形は統合されて消滅している。この統合
処理により、これ以降の処理の対象となる外接矩形の数
が減るので、処理を高速化できる。
【０３３５】図４２（ｃ）は、図４２（ｂ）の画像から
矩形家並びによる文字列らしいグループを抽出した結果
を示す図である。図４２（ｃ）において、この文字列ら
しいグループは、図２１のステップＳ２６の矩形並びに
よる文字列らしいグループの抽出処理により得られたも
のであり、矩形番号が０、１のグループの外接矩形が抽
出されている。この処理により、図４２（ｂ）の領域３
４２のグループの外接矩形はランダムに並んでいるの
で、削除され、図４２（ｂ）の領域３４１のグループの
外接矩形のみが抽出される。
【０３３６】図４２（ｄ）は図４２（ｃ）の画像からグ
ループ内パターンを抽出した結果を示す図である。図４
２（ｄ）において、このグループ内パターンは、図２１
のステップＳ２８のグループ内同色パターン抽出処理に
より得られたものであり、図４２（ｃ）で得られたグル
ープの外接矩形の領域内のパターンが抽出され、図４１
（ａ）の「日経４００社経営者アンケート」という見出
し文字３０１及び「貿易不均衡の要因に微妙な差」とい
う見出し文字３０２が得られる。
【０３３７】図４３（ａ）は、図４１（ａ）の画像から
抽出されたタイトルの第１候補のパターンを示す図、図
４３（ｂ）は、図４１（ａ）の画像から抽出されたタイ
トルの第２候補のパターンを示す図である。
【０３３８】図４３の例では、抽出されたパターンの外
接矩形４０１、４０２の面積により、図４１（ａ）の原
画像から抽出されたタイトルの出力順位を決定してい
る。この結果、図４１（ａ）の「貿易不均衡の要因に微
妙な差」という見出し文字３０２ががタイトルの第２候
補として提示され、図４１（ａ）の「日経４００社経営
者アンケート」という見出し文字３０１がタイトルの第
２候補として提示される。
【０３３９】
【発明の効果】以上説明したように、本発明によれば、
隣り合う画素が同一ラベルを付与するか否かを判定する
距離のしきい値を、固定値ではなく、注目画素の色情報
に応じて設定したので、同一範囲か否かの判別が正確に
でき、所望の領域の抽出が正確に得られる。
【０３４０】また、本発明の一態様によれば、縮小画像
により同じ色とみなせる領域を求めるようにしたので、
同じ色とみなせる領域を抽出する処理を速く行うことが
できる。
【０３４１】また、本発明の一態様によれば、縮小画像
によりラベル画像とラベルの外接矩形、その代表色、同
一ラベル領域内の色の程度の数、色の種類を求め、それ
に対応する原画像の矩形を求め、その矩形内部でラベリ
ング処理を行うので、ラベリング処理を速く行うことが
できる。
【０３４２】また、本発明の一態様によれば、縮小画像
から求めた全ての色の種類との近さを調べ、それがしき
い値よりも小さかったとき同一ラベルを付与するように
したので、人間の見た状態とほぼ同じ状態での領域抽出
ができる。
【０３４３】また、本発明の一態様によれば、色の３要
素に対してそれぞれ独立にしきい値を設け、この３要素
の全てがそれぞれのしきい値以内に存在するときに同一
と見なすので、しきい値のテーブルの容量を小さくする
のみならず非常に正確なラベル付与ができる。
【０３４４】また、本発明の一態様によれば、入力画像
内のパターンの色情報及び幾何学情報に基づいて、前記
パターンの分類を行うことにより、カラー入力画像内か
ら同一色が付された見出し領域を抽出する場合などにお
いて、カラー入力画像内の一部の領域に範囲を限定し
て、同一色のパターンの抽出を行い、見出し領域と関係
ない離れた領域に存在する同一色のパターンを分類対象
から除いたり、見出し文字とならないようなノイズなど
の小さなパターンや背景などの大きなパターンを処理対
象から除去したりすることが可能となることから、見出
し領域の抽出処理の速度を向上させることが可能とな
る。
【０３４５】また、本発明の一態様によれば、入力画像
内の画素のクラスタリングを行う際には、自分の画素の
近隣の画素との色情報を比較してクラスタリングを行う
ことにより、入力画像内の全ての画素同士を比較する
と、画素同士の色情報の比較回数が入力画像内の画素数
の２乗のオーダーとなるのに対し、自分の画素の近隣の
画素と比較した場合には、画素同士の色情報の比較回数
が入力画像内の画素数のオーダーで済ませることが可能
となることから、クラスタリング処理の高速化が可能と
なる。
【０３４６】さらに、入力画像内の画素のグルーピング
を行う際には、クラスタリングされたクラスタから所定
の範囲内のクラスタをグルーピングの際の処理対象とす
ることにより、同一クラスタ内に存在する画素を一体的
に取り扱って処理することが可能となり、個々の画素を
処理対象とする必要がなくなることから、グルーピング
処理を高速に行うことが可能となるとともに、入力画像
内の一部の領域に範囲を限定して、クラスタのグルーピ
ングを行うことが可能となることから、グルーピング処
理のより一層の高速化を達成することが可能となる。
【０３４７】また、本発明の一態様によれば、所定のの
解像度で判別した色の変動の範囲内の領域を、同一色の
領域として抽出することにより、基本となる色のドット
の大きさ及びそれらの組み合わせで入力画像のパターン
の色が表現されているために、その入力画像内では同一
色として表現されているにもかかわらず、読み取りの際
の解像度によっては、異なった色の集合として検出され
る場合においても、入力画像の読み取りの際に同一色の
範囲として抽出を行うことが可能となり、入力画像内で
同一色として表現されている領域からパターンの一部が
抜けたり、欠けたりすることを防止することが可能とな
る。
【０３４８】また、本発明の一態様によれば、ラベル画
像から生成された外接矩形のうち、探索領域を設定する
時の基準となる外接矩形を所定の範囲の大きさの外接矩
形に限定することにより、入力画像から文字領域を抽出
する際に、ノイズなどの細かいパターンや背景などの大
きなパターンの外接矩形が、文字列を探索する際の探索
領域の基準として選択されることを防止することが可能
となり、文字列でないパターンについてのグルーピング
処理が行われることを低減し、文字列のみの抽出を効率
的に行うことが可能となる。
【０３４９】さらに、文字列を探索する際の探索領域を
注目する外接矩形から一定の範囲内に設定することによ
り、注目した外接矩形の近傍の文字のみを探索すること
が可能となり、入力画像からタイトルを抽出する際に、
そのタイトルと離れた位置に存在し、そのタイトルを構
成しない文字が同一グループに属するものとして抽出さ
れることを防止することが可能となることから、タイト
ルに含まれる一連の文字のみを効率的に抽出することが
可能となる。
【０３５０】また、本発明の一態様によれば、入力画像
の隣接画素間の色情報を比較してラベル画像を生成する
際に、既にラベル付けされているラベル画像の色情報も
考慮することにより、色の違いの累積値も考慮しなが
ら、ラベル付けを行うことが可能となることから、色が
徐々に変化する場合に、互いに隣接する画素の色情報を
比較しただけでは、互いに隣接する画素間では色が似て
いるために、それらの画素に同一のラベルが付され、そ
れらの画素を辿っていった結果、色の違いが累積して、
全然違う色の画素に同一のラベルが付されることを防止
することが可能となる。
【０３５１】また、本発明の一態様によれば、所定の色
で表現された領域の隣接画素間の色差に基づいて、ラベ
リングの際のしきい値を設定することにより、入力画像
が網点印刷法などで印刷されているために、入力画像内
では同一色として表現されているにもかかわらず、読み
取りの際の解像度によっては、異なった色の集合として
検出される場合においても、入力画像の読み取りの際に
同一色の範囲として抽出を行うことが可能となり、入力
画像内で同一色として表現されている領域からパターン
の一部が抜けたり、欠けたりすることを防止することが
可能となる。
【０３５２】また、本発明の一態様によれば、網点印刷
法で生成される色をコンピュータ上で仮想的に生成する
ことにより、網点印刷法による色の変動を実際の印刷物
を用いて解析することなく、網点印刷法による色の変動
を認識することが可能となる。
【０３５３】また、本発明の一態様によれば、印刷モデ
ルで表現された色の輝度値及び前記輝度値における隣接
画素との色差を、前記印刷モデルにおける読み込みの際
の解像度ごとに登録した色差テーブルを生成することに
より、実際の印刷物を読み取るデバイスの解像度がどの
ようなものであっても、実際の印刷物から読み取られた
色が同一色かどうかを判断する際のしきい値を容易に取
得することが可能となる。
【０３５４】また、本発明の一態様によれば、印刷モデ
ルでの読み込みの際の解像度を、入力画像について推定
することにより、デバイスで読み取られた実際の印刷物
を、コンピュータ上で仮想的に生成された印刷モデル上
で扱うことが可能となり、デバイスで読み取られた実際
の印刷物に対し、印刷モデルで生成されたしきい値を適
用して、ラベリング処理を行うことが可能となる。
【０３５５】また、本発明の一態様によれば、色差テー
ブルに登録されている色の輝度値及び色差が入力画像全
体で最も合う解像度を、入力画像における印刷モデルで
の読み込みの際の解像度と推定することにより、デバイ
スで読み取られた実際の印刷物に対し、印刷モデルで生
成された最適なしきい値を入力画像全体に適用して、ラ
ベリング処理を行うことが可能となる。
【０３５６】また、本発明の一態様によれば、色差テー
ブルに登録されている色の輝度値及び色差が入力画像の
局所的な領域で最も合う解像度を、入力画像の局所的な
領域における印刷モデルでの読み込みの際の解像度と推
定することにより、デバイスで読み取られた実際の印刷
物に対し、入力画像全体のしきい値と合わない領域につ
いては、その領域に最適なしきい値を用いてラベリング
処理を行うことが可能となり、ラベリング処理の精度を
向上させることが可能となる。
【０３５７】また、本発明の一態様によれば、印刷モデ
ルでの読み込みの際の解像度を固定値とすることによ
り、実際の印刷物についてのモデル解像度推定処理を省
略することが可能となり、処理速度を向上させることが
可能となる。
【０３５８】また、本発明の一態様によれば、ラベリン
グされたラベル画像同士をグルーピングすることによ
り、ラベリングにより抽出された文字領域を、文字列領
域としてまとめることが可能となり、タイトルの抽出を
効率的に行うことが可能となる。
【０３５９】また、本発明の一態様によれば、ラベル画
像の外接矩形についての色情報及び前記幾何学情報に基
づいて、グルーピングを行うことにより、カラー入力画
像内から同一色が付された見出し領域を抽出する場合な
どにおいて、カラー入力画像内の一部の領域に範囲を限
定してパターンの抽出を行い、見出し領域と関係ない離
れた領域に存在するパターンを分類対象から除いたり、
見出し文字とならないノイズなどの小さなパターンや背
景などの大きなパターンを処理対象から省略することが
可能となることから、見出し領域の抽出処理の速度を向
上させることが可能となる。
【０３６０】さらに、ラベリングされたパターンを外接
矩形で表現することにより、文字などを構成する複雑な
パターンを単純な形で表すことが可能となり、パターン
を記憶する記憶容量を削減することが可能となるととも
に、パターンの位置関係などを求める場合においても、
処理を単純化することが可能となる。
【０３６１】また、本発明の一態様によれば、外接矩形
に含まれるパターンの代表色を比較してグルーピングを
行うことにより、ラベリングされたパターンを外接矩形
同士で比較することが可能となり、色情報を用いたパタ
ーンのグルーピングを行う際に、そのパターンを構成す
る各画素同士を比較する必要がなくなることから、比較
対象となる要素の個数を低減させて、グルーピング処理
を高速に行うことが可能となる。
【０３６２】また、本発明の一態様によれば、注目する
外接矩形から所定の範囲内にある他の外接矩形を対象と
してグルーピングを行うことにより、入力画像からタイ
トル領域などを抽出する際に、グルーピングの対象とな
る外接矩形の存在する範囲を、タイトル領域として相応
しい範囲に限定することが可能となり、タイトル領域か
らはみ出た領域については、グルーピング処理を省略す
ることが可能となることから、処理を高速に行うことが
可能となる。
【０３６３】また、本発明の一態様によれば、注目する
外接矩形から所定の範囲内の縦横の各座標に含まれる矩
形番号を抽出することにより、注目する外接矩形から所
定の範囲内にある他の外接矩形を効率的に見つけ出すこ
とが可能となる。
【０３６４】また、本発明の一態様によれば、外接矩形
の矩形番号を座標値の順序で格納し、最も小さい座標値
から順に矩形番号を探索し、座標値が変化するまでの間
に含まれる矩形番号をその座標に属する矩形番号として
抽出することにより、実際に存在する外接矩形に対応し
てその座標値を格納することが可能となることから、注
目する外接矩形から所定の範囲内に存在する可能性のあ
る他の外接矩形の個数分だけ、記憶容量を各座標値ごと
に予め用意しておくことが不要となり、外接矩形の矩形
番号を格納するために必要な記憶容量を削減することが
可能となる。
【０３６５】また、本発明の一態様によれば、注目する
外接矩形から所定の範囲内にある他の外接矩形であっ
て、色差テーブルから求めた色差よりも、２つの外接矩
形間の代表色の色差が小さい場合に、２つの外接矩形を
同一のグループに入れるようにすることにより、入力画
像からタイトル領域などを抽出する際に、グルーピング
の対象となる外接矩形の存在する範囲を、タイトル領域
として相応しい範囲に限定することが可能となるととも
に、外接矩形同士を比較して色情報を用いたパターンの
グルーピングを行う際に、実際の印刷物の読み取りの際
に発生する同一色での色の変動を考慮することが可能と
なり、処理を高速に行うことが可能となるとともに、読
み取り精度も向上させることが可能となる。
【０３６６】また、本発明の一態様によれば、太さの異
なる文字を別々のグループに入れることにより、入力画
像からタイトルなどを抽出する際に、太さの揃った文字
からなる文字列のみを１つのタイトルとすることが可能
となり、タイトルを抽出する際の精度を向上させること
が可能となる。
【０３６７】また、本発明の一態様によれば、パターン
の面積と前記パターンの輪郭長との比に基づいて、前記
パターンの太さを求めることにより、パターンの太さを
精度良く求めることが可能となる。
【０３６８】また、本発明の一態様によれば、パターン
の輪郭となる画素を探索する際に、既にパターンの輪郭
として探索された画素については、探索しないようにす
ることにより、パターンの輪郭と画素が再度抽出される
ことを防止し、輪郭追跡処理の速度を向上させることが
可能となる。
【０３６９】また、本発明の一態様によれば、文字サイ
ズから定めた所定の範囲を超える外接矩形を、その外接
矩形のグループから削除することにより、模様や絵など
のパターンがタイトルの近くに存在し、タイトルを構成
する文字と模様や絵などのパターンが同一のグループに
分類された場合においても、模様や絵などのパターンを
そのグループから取り除くことが可能となり、タイトル
を抽出する際の精度を向上させることが可能となる。
【０３７０】また、本発明の一態様によれば、外接矩形
の配置状態に基づいて、文字列を抽出することにより、
外接矩形が不規則に配置されている領域と、外接矩形が
規則的に配置されている領域とを区別することが可能と
なり、外接矩形が規則的に配置されている領域をタイト
ル領域とすることにより、タイトル領域のみを効率よく
抽出することが可能となる。
【０３７１】また、本発明の一態様によれば、大きさの
異なる文字を別々のグループに入れることにより、入力
画像からタイトルなどを抽出する際に、大きさの揃った
文字からなる文字列のみを１つのタイトルとすることが
可能となり、タイトルを抽出する際の精度を向上させる
ことが可能となる。
【０３７２】また、本発明の一態様によれば、グループ
内の外接矩形が一列に揃って配置されているかどうかを
判別することにより、一列に揃って配置されている外接
矩形が多いグループをタイトル領域とみなすことが可能
となり、入力画像からタイトルを効率よく抽出すること
が可能となる。
【０３７３】また、本発明の一態様によれば、グループ
内のパターンの代表色に基づいて、グループの代表色を
算出することにより、タイトル領域に存在する全ての色
を考慮して、タイトルの色を算出することが可能とな
り、タイトル領域に局所的な色の違いが存在する場合に
おいても、その局所的な色の違いの影響を低減すること
が可能となることから、タイトルの色に基づいてタイト
ル領域を抽出する際の精度を向上させることが可能とな
る。
【０３７４】また、本発明の一態様によれば、グループ
の代表色に基づいて、互いに隣接して存在するグループ
の外接矩形を統合することにより、同一のタイトルを構
成する文字であるにもかかわらず、色が微妙に異なって
いるために、それらの文字が別々のグループに属するも
のとされた場合においても、それらの文字を同一のグル
ープにまとめることが可能となる。
【０３７５】また、本発明の一態様によれば、互いに隣
接して存在するグループの外接矩形の大きさの差が所定
の範囲内にあり、かつ、グループの代表色の差が一定の
範囲内にある場合に、グループの外接矩形を統合するこ
とにより、同一のタイトルを構成する文字からなるグル
ープのみを効率よく統合することが可能となる。
【０３７６】また、本発明の一態様によれば、グループ
の代表色に基づいて、原画像の画素をグループの外接矩
形の範囲内から再抽出することにより、タイトルを構成
する文字に濁点や半濁点などが含まれており、タイトル
領域の局所的な色の違いの影響で、これらの濁点や半濁
点などがタイトルのグループから抜け落ちた場合におい
ても、タイトル領域の全体的な色と比較して、これらの
濁点や半濁点などを再抽出することが可能となることか
ら、タイトルを抽出する際の精度を向上させることが可
能となる。
【０３７７】また、本発明の一態様によれば、再抽出さ
れたパターンの外接矩形がしきい値より大きいものを、
グループに追加することにより、濁点や半濁点などをタ
イトル領域から再抽出する際に、タイトルと同色の細か
いノイズがタイトル領域内に存在する場合においても、
これらのノイズのみを削除することが可能となり、タイ
トルを抽出する際の精度を向上させることが可能とな
る。
【０３７８】また、本発明の一態様によれば、グルーピ
ングされたグループの外接矩形の面積、位置及び位置関
係の情報に基づいて、グループ内のパターンの出力順序
を決定することにより、入力画像から複数のタイトル候
補が抽出された場合においても、タイトルらしさを評価
することが可能となり、タイトルとしての優先度の高い
ものから順に出力することが可能となる。
【０３７９】また、本発明の一態様によれば、グルーピ
ングされたグループの外接矩形内のラベル画像から２値
パターンを生成することにより、カラー画像から抽出さ
れたパターンの認識処理を効率的に行うことが可能とな
る。
【図面の簡単な説明】
【図１】本発明の第１実施例に係わるパターン抽出装置
の構成を示すブロック図である。
【図２】本発明の第２実施例に係わるパターン抽出装置
の構成を示すブロック図である。
【図３】本発明の第３実施例に係わるパターン抽出装置
の構成を示すブロック図である。
【図４】本発明の第４実施例に係わるパターン抽出装置
の構成を示すブロック図である。
【図５】本発明の一実施例に係わるパターン抽出装置の
システム構成を示すブロック図である。
【図６】本発明の第５実施例に係わるパターン抽出装置
の構成を示すブロック図である。
【図７】本発明の第６実施例に係わるパターン抽出装置
の構成を示すブロック図である。
【図８】図７のパターン抽出装置の動作を示すフローチ
ャートである。
【図９】本発明の一実施例に係わる縮小画像作成方法を
説明する図である。
【図１０】本発明の一実施例に係わるラベリング方法を
説明する図である。
【図１１】本発明の一実施例に係わるしきい値参照テー
ブルの構成を示す図である。
【図１２】本発明の一実施例に係わるしきい値参照テー
ブルの別の構成を示す図である。
【図１３】本発明の一実施例に係わる外接矩形処理及び
原画像ラベリング処理を説明する図である。
【図１４】網点印刷法によるカラー画像の表現方法を説
明する図である。
【図１５】網点印刷法によるカラー画像の拡大図であ
る。
【図１６】（ａ）は網点印刷法で均一色で印刷された領
域を示す図、（ｂ）は図１６（ａ）の領域に読み取りメ
ッシュを設定した結果を示す図、（ｃ）は各画素ごとの
読み取り結果を示す図である。
【図１７】本発明の一実施例に係わる印刷モデルの生成
方法を示す図である。
【図１８】本発明の一実施例に係わる色差テーブルの構
成を示す図である。
【図１９】本発明の一実施例に係わる色差テーブル生成
装置の構成を示すブロック図である。
【図２０】本発明の第７実施例に係わるパターン抽出装
置の構成を示すブロック図である。
【図２１】図７のパターン抽出装置の動作を示すフロー
チャートである。
【図２２】本発明の一実施例に係わるモデル解像度推定
処理を説明する図である。
【図２３】本発明の一実施例に係わる色ラベリング処理
を説明する図である。
【図２４】本発明の一実施例に係わる注目矩形の周囲の
探索範囲の設定方法を説明する図である。
【図２５】本発明の一実施例に係わる注目矩形の周囲の
探索範囲にかかる矩形の抽出方法を説明する図である。
【図２６】本発明の一実施例に係わる注目矩形の周囲の
探索範囲にかかる矩形情報の格納方法を説明する図であ
る。
【図２７】本発明の一実施例に係わる文字線の太さの算
出方法を説明する図である。
【図２８】本発明の一実施例に係わる文字線の太さによ
る再グルーピング処理を説明する図である。
【図２９】本発明の一実施例に係わる輪郭追跡における
画素の探索開始点の設定方法を説明する図である。
【図３０】本発明の一実施例に係わるカレント画素から
みた方向コードを示す図である。
【図３１】本発明の一実施例に係わるグループ内の大き
な矩形削除処理を説明する図である。
【図３２】本発明の一実施例に係わる矩形高さの最大頻
度値の算出方法を説明する図である。
【図３３】本発明の一実施例に係わるグループ内の重な
り矩形統合処理を説明する図である。
【図３４】本発明の一実施例に係わるグループ内文字列
抽出処理を説明する図である。
【図３５】本発明の一実施例に係わる文字列内分離文字
統合処理を説明する図である。
【図３６】本発明の一実施例に係わるグループ内の文字
列サイズによる再グループ化処理を説明する図である。
【図３７】本発明の一実施例に係わるグループ統合処理
を説明する図である。
【図３８】本発明の一実施例に係わる矩形家並びによる
文字列らしいグループの抽出処理を説明する図である。
【図３９】本発明の一実施例に係わるノイズグループの
削除処理を説明する図である。
【図４０】本発明の一実施例に係わるグループ内同色パ
ターン抽出処理を説明する図である。
【図４１】（ａ）は、本発明の一実施例に係わる原画像
を示す図、（ｂ）は、図４１（ａ）のラベル画像を示す
図、（ｃ）は、図４１（ｂ）のラベル画像に設定された
注目矩形を示す図、（ｄ）はグループ抽出結果を示す図
である。
【図４２】（ａ）は、図４１（ｄ）のグループ抽出結果
を文字線太さで再グループ化した結果を示す図、（ｂ）
は、図４２（ａ）の矩形の重なり統合後の結果を示す
図、（ｃ）は、図４２（ｂ）の画像から矩形家並びによ
る文字列らしいグループを抽出した結果を示す図、
（ｄ）は図４２（ｃ）の画像からグループ内パターンを
抽出した結果を示す図である。
【図４３】（ａ）は、図４１（ａ）の画像から抽出され
たタイトルの第１候補のパターンを示す図、（ｂ）は、
図４１（ａ）の画像から抽出されたタイトルの第２候補
のパターンを示す図である。
【図４４】従来の色分解画像の生成方法を示す図であ
る。
【図４５】従来の領域拡張法を示す図である。
【符号の説明】 １ 色情報算出手段 ２ 幾何学情報算出手段 ３ 分類手段 １１ クラスタリング手段 １２ グルーピング手段 ２１ 色差算出手段 ２２ しきい値設定手段 ２３、３３、６７、７７ ラベリング手段 ３１ 第１の色情報比較手段 ３２ 第２の色情報比較手段 ４１、６４、７４、１１４、１３４ ＣＰＵ ４２ ＲＯＭ ４３ ＲＡＭ ４４ 通信インターフェース ４５ 通信ネットワーク ４６ バス ４７ 入出力インターフェース ４８ ディスプレイ ４９ プリンタ ５０、６３、７３、１１３、１３３ メモリ ５１ スキャナ ５２ キーボード ５３ ドライバ ５４ ハードディスク ５５ ＩＣメモリカード ５６ 磁気テープ ５７ フロッピーディスク ５８ 光ディスク ６１、７１、１１１、１３１ カラー画像入力装置 ６２、７２、１１２、１３２ 外部出力装置 ６５、７５ 画像縮小手段 ６６、７６ 可変しきい値設定手段 ７８ 外接矩形処理手段 ７９ 原画像ラベリング手段 ８０ 特定領域抽出手段 １１５ 印刷モデル生成部 １１６ 色差テーブル生成部 １３５ 色差テーブル １３６ 色分解画像生成部 １３７ 文字領域抽出部

Claims (54)

    【特許請求の範囲】
  1. 【請求項１】 カラー画像を入力してカラー画像信号を
    出力するカラー画像入力手段と、このカラー画像信号を
    保持する保持手段と、前記カラー画像信号を処理する演
    算手段を具備したカラー画像処理装置において、 注目画素の色情報に応じて定められるしきい値を設定す
    るしきい値設定手段と、 隣り合う画素の色情報を比較して、その距離が前記しき
    い値以内のとき同一ラベルを付与するラベリングを行う
    ラベリング手段を具備したことを特徴とするカラー画像
    処理装置。
  2. 【請求項２】 同一ラベルが付与された画素の平均色を
    求める平均色算出手段と、 前記注目画素に隣り合う画素の色と前記平均色とを比較
    する平均色比較手段とをさらに備え、 前記ラベリング手段は、前記比較結果が所定の範囲内に
    ある場合にのみ、同一ラベルを付与することを特徴とす
    る請求項１に記載のカラー画像処理装置。
  3. 【請求項３】 カラー画像を入力してカラー画像信号を
    出力するカラー画像入力手段と、このカラー画像信号を
    保持する保持手段と、前記カラー画像信号を処理する演
    算手段を具備したカラー画像処理装置において、 前記カラー画像信号を縮小して縮小画像を作成する画像
    縮小手段を設け、この縮小画像で同じ色とみなせる領域
    を求め、その領域に対応する原画像の領域を縮小画像で
    抽出した色だけに注目して抽出することを特徴とするカ
    ラー画像処理装置。
  4. 【請求項４】 前記ラベリング手段において、前記縮小
    画像でラベル画像とラベル領域の外接矩形、その代表
    色、同一ラベル領域内の色の種類の数、色の種類等を求
    め、それに対応する原画像の矩形を求め、その矩形内部
    で代表色に近い画素を探索して、それを起点にしてラベ
    ル処理を行うことを特徴とする請求項３記載のカラー画
    像処理装置。
  5. 【請求項５】 前記ラベリング手段において、原画像の
    ラベリングを行う際に、縮小画像から求めた全ての色の
    種類と近さを調べ、それがしきい値よりも小さかった場
    合に同一ラベルを付与することを特徴とする請求項３記
    載のカラー画像処理装置。
  6. 【請求項６】 前記しきい値設定手段において、色の近
    さを色の３要素に独立した可変しきい値を用いて判断す
    るとともに、色の差の距離として３要素についてすべて
    それぞれの可変しきい値よりも小さい場合に色の差の距
    離を０とみなし、それ以外の時、しきい値よりも大きな
    値の距離であると判断することを特徴とする請求項１記
    載のカラー画像処理装置。
  7. 【請求項７】 カラー画像を構成する第１の色につい
    て、第１のしきい値を設定する第１のしきい値設定手段
    と、前記カラー画像を構成する第２の色について、第２
    のしきい値を設定する第２のしきい値設定手段と、 前記第１の色の画素を前記カラー画像の第１の注目画素
    に設定する第１の注目画素設定手段と、 前記第２の色の画素を前記カラー画像の第２の注目画素
    に設定する第２の注目画素設定手段と、 前記第１の注目画素に隣接する第１の隣接画素を検出す
    る第１の隣接画素検出手段と、 前記第２の注目画素に隣接する第２の隣接画素を検出す
    る第２の隣接画素検出手段と、 前記第１の注目画素の色と前記第１の隣接画素の色との
    差が前記第１のしきい値の範囲内にある場合、前記第１
    の隣接画素に対し、前記第１の注目画素と同一のラベル
    を付与する第１のラベリング手段と、 前記第２の注目画素の色と前記第２の隣接画素の色との
    差が前記第２のしきい値の範囲内にある場合、前記第２
    の隣接画素に対し、前記第２の注目画素と同一のラベル
    を付与する第２のラベリング手段とを備えることを特徴
    とするパターン抽出装置。
  8. 【請求項８】 入力画像内のパターンについての色情報
    を算出する色情報算出手段と、 前記パターンについての幾何学情報を算出する幾何学情
    報算出手段と、 前記色情報及び前記幾何学情報に基づいて、前記パター
    ンの分類を行う分類手段とを備えることを特徴とするパ
    ターン抽出装置。
  9. 【請求項９】 隣接する画素同士の色情報に基づいて、
    入力画像内の画素のクラスタリングを行うクラスタリン
    グ手段と、 前記クラスタリング手段で得られたクラスタ同士の色情
    報及び幾何学情報に基づいて、前記クラスタのグルーピ
    ングを行うグルーピング手段とを備えることを特徴とす
    るパターン抽出装置。
  10. 【請求項１０】 第１の解像度では同一色とみなされる
    領域が、第２の解像度では異なった色の集まりと判別さ
    れる場合において、 前記第２の解像度で判別した色の変動の範囲内の領域
    を、同一色の領域として抽出することを特徴とするパタ
    ーン抽出装置。
  11. 【請求項１１】 入力画像の色情報に基づいて、ラベル
    画像を生成するラベル画像生成手段と、 前記ラベル画像の外接矩形を生成する外接矩形生成手段
    と、 前記外接矩形生成手段で生成された外接矩形のうち、所
    定の範囲の大きさの外接矩形を抽出する第１の外接矩形
    抽出手段と、 前記第１の外接矩形抽出手段で抽出された外接矩形から
    一定の範囲内の探索領域を設定する探索領域設定手段
    と、 前記探索領域にかかる外接矩形を前記外接矩形生成手段
    で生成された外接矩形の中から抽出する第２の外接矩形
    抽出手段と、 前記第１の外接矩形抽出手段で抽出された外接矩形内の
    領域の色情報及び前記第２の外接矩形抽出手段で抽出さ
    れた外接矩形内の領域の色情報に基づいて、前記第１の
    外接矩形抽出手段で抽出された外接矩形及び前記第２の
    外接矩形抽出手段で抽出された外接矩形をグルーピング
    するグルーピング手段と、 前記グルーピング結果に基づいて、文字列を抽出する文
    字列抽出手段とを備えることを特徴とするパターン抽出
    装置。
  12. 【請求項１２】 入力画像の隣接画素間の色情報を比較
    する第１の色情報比較手段と、 前記第１の色情報比較手段で比較対象となった画素の色
    情報と、前記画素に隣接するラベル画像の色情報とを比
    較する第２の色情報比較手段と、 前記第１の色情報比較手段の比較結果及び前記第２の色
    情報比較手段の比較結果に基づいて、ラベリングを行う
    ラベリング手段とを備えることを特徴とするパターン抽
    出装置。
  13. 【請求項１３】 前記ラベル画像の色情報は、同一ラベ
    ルが付された画素の色情報の平均値であることを特徴と
    する請求項１２に記載のパターン抽出装置。
  14. 【請求項１４】 所定の色で表現された領域の隣接画素
    間の色差を算出する色差算出手段と、 前記色差に基づいて、しきい値を設定するしきい値設定
    手段と、 前記しきい値に基づいて、前記所定の色で表現された画
    素に隣接する画素のラベリングを行うラベリング手段と
    を備えることを特徴とするパターン抽出装置。
  15. 【請求項１５】 基本なる色のドットを格子点に配置し
    たメッシュを互いに回転して重ね合わせ、かつ、前記ド
    ットの大きさを変化させることにより、印刷モデルとし
    ての色を生成する印刷モデル生成手段を備えることを特
    徴とする請求項１４記載のパターン抽出装置。
  16. 【請求項１６】 前記印刷モデル生成手段で生成された
    色の輝度値及び前記輝度値における隣接画素との色差
    を、前記印刷モデルにおける読み込みの際の解像度ごと
    に登録した色差テーブルを生成する色差テーブル生成手
    段を備えることを特徴とする請求項１５記載のパターン
    抽出装置。
  17. 【請求項１７】 前記印刷モデルでの読み込みの際の解
    像度を、入力画像について推定するモデル解像度推定処
    理部を備えることを特徴とする請求項１６記載のパター
    ン抽出装置。
  18. 【請求項１８】 前記モデル解像度推定処理部は、前記
    色差テーブルに登録されている色の輝度値及び色差が入
    力画像全体で最も合う解像度を、前記入力画像における
    前記印刷モデルでの読み込みの際の解像度と推定するこ
    とを特徴とする請求項１７に記載のパターン抽出装置。
  19. 【請求項１９】 前記モデル解像度推定処理部は、前記
    色差テーブルに登録されている色の輝度値及び色差が入
    力画像の局所的な領域で最も合う解像度を、前記入力画
    像の局所的な領域における前記印刷モデルでの読み込み
    の際の解像度と推定することを特徴とする請求項１７に
    記載のパターン抽出装置。
  20. 【請求項２０】 前記モデル解像度推定処理部は、前記
    印刷モデルでの読み込みの際の解像度を固定値とするこ
    とを特徴とする請求項１７に記載のパターン抽出装置。
  21. 【請求項２１】 前記ラベリング手段でラベリングされ
    たラベル画像同士をグルーピングするグルーピング手段
    を備えることを特徴とする請求項１４〜２０のいずれか
    １項に記載のパターン抽出装置。
  22. 【請求項２２】 前記グルーピング手段は、 前記ラベリング手段でラベリングされたラベル画像のパ
    ターンの外接矩形を算出する外接矩形算出手段と、 前記ラベル画像のパターンの色情報を算出する色情報算
    出手段と、 前記外接矩形の幾何学情報を算出する幾何学情報算出手
    段と、 前記色情報及び前記幾何学情報に基づいて、前記ラベル
    画像のパターンを同一のグループに入れるかどうかを判
    別する判別手段とを備えることを特徴とする請求項２１
    に記載のパターン抽出装置。
  23. 【請求項２３】 前記色情報は、前記外接矩形に含まれ
    るパターンの代表色であることを特徴とする請求項２２
    に記載のパターン抽出装置。
  24. 【請求項２４】 前記幾何学情報は、注目する外接矩形
    から所定の範囲内にある他の外接矩形であることを特徴
    とする請求項２２または２３に記載のパターン抽出装
    置。
  25. 【請求項２５】 前記幾何学情報算出手段は、 各外接矩形が属する縦横の座標に対応して矩形番号を格
    納する矩形番号格納手段と、 注目する外接矩形から所定の範囲内の縦横の各座標に含
    まれる矩形番号を抽出する矩形番号抽出手段と、 前記抽出された矩形番号のうち縦横の座標の両方に含ま
    れるものを、注目する外接矩形から所定の範囲内にある
    他の外接矩形として抽出する近傍矩形抽出手段とを備え
    ることを特徴とする請求項２４に記載のパターン抽出装
    置。
  26. 【請求項２６】 前記矩形番号格納手段は、外接矩形の
    矩形番号を座標値の順序で格納し、 前記矩形番号抽出手段は、最も小さい座標値から順に矩
    形番号を探索し、座標値が変化するまでの間に含まれる
    矩形番号をその座標に属する矩形番号として抽出するこ
    とを特徴とする請求項２５に記載のパターン抽出装置。
  27. 【請求項２７】 前記判別手段は、注目する外接矩形か
    ら所定の範囲内にある他の外接矩形であって、前記色差
    テーブルから求めた色差よりも、２つの外接矩形間の代
    表色の色差が小さい場合に、前記２つの外接矩形を同一
    のグループに入れることを特徴とする請求項２３〜２６
    のいずれか１項に記載のパターン抽出装置。
  28. 【請求項２８】 前記グルーピング手段は、前記ラベル
    画像のパターンの太さに基づいて、前記ラベル画像のグ
    ルーピングを行うことを特徴とする請求項２１〜２７の
    いずれか１項に記載のパターン抽出装置。
  29. 【請求項２９】 前記グルーピング手段は、 前記パターンの輪郭長を求める輪郭追跡手段と、 前記パターンの面積を求める面積算出手段と、 前記パターンの面積と前記パターンの輪郭長との比に基
    づいて、前記パターンの太さを求める太さ算出手段とを
    備えることを特徴とする請求項２８に記載のパターン抽
    出装置。
  30. 【請求項３０】 前記輪郭追跡手段は、パターンの輪郭
    となる第１の画素から前記パターンの輪郭となる第２の
    画素を探索する際に、前記第１の画素に隣接する８つの
    画素のうち、前記第１の画素の移動元の画素に隣接する
    画素から前記第２の画素を探索することを特徴とする請
    求項２９に記載のパターン抽出装置。
  31. 【請求項３１】 前記グルーピング手段でグルーピング
    された外接矩形の大きさに基づいて、文字サイズを推定
    する文字サイズ推定手段と、 前記文字サイズから定めた所定の範囲を超える外接矩形
    を、前記外接矩形のグループから削除する矩形削除手段
    を備えることを特徴とする請求項２２〜３０のいずれか
    １項に記載のパターン抽出装置。
  32. 【請求項３２】 前記グルーピング手段でグルーピング
    された外接矩形の配置状態に基づいて、文字列方向を推
    定する文字列方向推定手段と、 前記グルーピング手段でグルーピングされた外接矩形の
    配置状態に基づいて、文字列を抽出する文字列抽出手段
    とを備えることを特徴とする請求項２２〜３１のいずれ
    か１項に記載のパターン抽出装置。
  33. 【請求項３３】 前記グルーピング手段でグルーピング
    された外接矩形のグループ内のサイズに基づいて、前記
    グループ内の外接矩形を再グルーピングする再グルーピ
    ング手段を備えることを特徴とする請求項２２〜３２の
    いずれか１項に記載のパターン抽出装置。
  34. 【請求項３４】 前記グルーピング手段でグルーピング
    されたグループの外接矩形から、所定の大きさを満たす
    外接矩形を抽出する外接矩形抽出手段と、 前記抽出された外接矩形のうち、互いに隣接する外接矩
    形の上端座標または下端座標が近いものに、横並びフラ
    グを与える横並びフラグ付与手段と、 前記抽出された外接矩形のうち、互いに隣接する外接矩
    形の左端座標または右端座標が近いものに、縦並びフラ
    グを与える縦並びフラグ付与手段と、 前記横並びフラグ及び前記縦並びフラグの個数に基づい
    て、前記グループの文字列方向を決定する文字列方向決
    定手段と、 前記決定された文字列方向に対応するフラグが付与され
    た前記グループ内の外接矩形の個数の比率に基づいて、
    前記グループの外接矩形が文字列の外接矩形かどうかを
    決定する文字列決定手段とを備えることを特徴とする請
    求項２２〜３３のいずれか１項に記載のパターン抽出装
    置。
  35. 【請求項３５】 前記グルーピング手段でグルーピング
    されたグループの外接矩形を生成する外接矩形生成手段
    と、 前記グルーピング手段でグルーピングされたグループ内
    のパターンの代表色に基づいて、前記グループの代表色
    を算出する代表色算出手段とを備えることを特徴とする
    請求項２２〜３４のいずれか１項に記載のパターン抽出
    装置。
  36. 【請求項３６】 前記グループの代表色に基づいて、互
    いに隣接して存在する前記グループの外接矩形を統合す
    るグループ統合手段を備えることを特徴とする請求項３
    ５に記載のパターン抽出装置。
  37. 【請求項３７】 前記グループ統合手段は、互いに隣接
    して存在するグループの外接矩形の大きさの差が所定の
    範囲内にあり、かつ、前記グループの代表色の差が一定
    の範囲内にある場合に、前記グループの外接矩形を統合
    することを特徴とする請求項３６に記載のパターン抽出
    装置。
  38. 【請求項３８】 前記グループの代表色に基づいて、原
    画像の画素を前記グループの外接矩形の範囲内から再抽
    出する再抽出手段を備えることを特徴とする請求項３５
    〜３７のいずれか１項に記載のパターン抽出装置。
  39. 【請求項３９】 前記再抽出された画素を２値化する２
    値化手段と、 前記２値画像のラベンリングを行う第２のラベリング手
    段と、 前記第２のラベリング手段によりラベリングされたパタ
    ーンの外接矩形がしきい値より大きいものを、前記グル
    ープに追加する追加手段とを備えることを特徴とする請
    求項３８に記載のパターン抽出装置。
  40. 【請求項４０】 前記グルーピング手段でグルーピング
    されたグループの外接矩形の面積、位置及び位置関係の
    情報に基づいて、グループ内のパターンの出力順序を決
    定する出力順序決定手段を備えることを特徴とする請求
    項２２〜３７のいずれか１項に記載のパターン抽出装
    置。
  41. 【請求項４１】 前記グルーピング手段でグルーピング
    されたグループの外接矩形内のラベル画像に１のレベル
    を付与した２値パターンを生成する２値パターン生成手
    段を備えることを特徴とする請求項２２〜３８のいずれ
    か１項に記載のパターン抽出装置。
  42. 【請求項４２】 入力画像に含まれるパターンに対する
    外接矩形を生成する外接矩形生成手段と、 前記外接矩形生成手段で生成された外接矩形のうち、所
    定の範囲の大きさまたは位置の外接矩形を抽出する第１
    の外接矩形抽出手段と、 前記第１の外接矩形抽出手段で抽出された外接矩形から
    一定の範囲内の探索領域を設定する探索領域設定手段
    と、 前記探索領域にかかる外接矩形を前記外接矩形生成手段
    で生成された外接矩形の中から抽出する第２の外接矩形
    抽出手段と、 前記第２の外接矩形抽出手段による抽出結果に基づい
    て、前記入力画像から特定のパターンを抽出するパター
    ン抽出手段とを備えることを特徴とするパターン抽出装
    置。
  43. 【請求項４３】 前記第２の外接矩形抽出手段は、 前記外接矩形生成手段で生成された外接矩形が属する縦
    横の座標に対応して矩形番号を格納する矩形番号格納手
    段と、 前記第１の外接矩形抽出手段で抽出された外接矩形から
    所定の範囲内の縦横の各座標に含まれる矩形番号を抽出
    する矩形番号抽出手段と、 前記抽出された矩形番号のうち縦横の座標の両方に含ま
    れるものを、前記探索領域にかかる外接矩形として抽出
    する近傍矩形抽出手段とを備えることを特徴とする請求
    項４２に記載のパターン抽出装置。
  44. 【請求項４４】 前記矩形番号格納手段は、外接矩形の
    矩形番号を座標値の順序で格納し、 前記矩形番号抽出手段は、最も小さい座標値から順に矩
    形番号を探索し、座標値が変化するまでの間に含まれる
    矩形番号をその座標に属する矩形番号として抽出するこ
    とを特徴とする請求項４３に記載のパターン抽出装置。
  45. 【請求項４５】 カラー画像の注目画素の色情報に基づ
    いて、前記注目画素の隣接画素に前記注目画素と同一の
    ラベルを付与するかどうかを判定するしきい値を制御す
    ることを特徴とするパターン抽出方法。
  46. 【請求項４６】 カラー画像の色が色要素のドットの組
    み合わせで表現されている場合において、 前記カラー画像の読み取り解像度に対応した隣接画素間
    の色差の範囲内の領域を、同一色の領域として抽出する
    ことを特徴とするパターン抽出方法。
  47. 【請求項４７】 基本となる色のドットを組み合わせて
    カラー画像を構成するステップと、 前記カラー画像を所定の解像度で読み取るステップと、 前記カラー画像を構成する色ついて、前記所定の解像度
    で読み取られた隣接画素間の輝度差を算出するステップ
    と、 前記輝度差に基づいて、入力画像の同一色の範囲を抽出
    するステップとを備えるとを特徴とするパターン抽出方
    法。
  48. 【請求項４８】 拡大すると、異なった色の集まりに見
    える場合でも、肉眼で同一色に見える領域については、
    それらの領域を同一の領域に属するものとして抽出する
    ことを特徴とするパターン抽出方法。
  49. 【請求項４９】 第１の解像度で同一色と判別される領
    域の色の差異を第２の解像度で検出するステップと、 前記第２の解像度で検出された色の差異に基づいて、同
    一色かどうかを判別するしきい値を設定するステップ
    と、 前記しきい値に基づいて、前記第１の解像度で同一色と
    判別される領域を抽出するステップとを備えるとを特徴
    とするパターン抽出方法。
  50. 【請求項５０】 入力画像の色情報に基づいて、ラベル
    画像を生成するステップと、 前記ラベル画像のうち、所定の範囲の大きさを有する第
    １のパターンを抽出するステップと、 前記第１のパターンから一定の範囲内にある第２のパタ
    ーンを抽出するステップと、 前記第１のパターンの色情報及び前記第２のパターンの
    色情報に基づいて、前記第１のパターン及び前記第２の
    パターンをグルーピングするステップと、 前記グルーピングされたパターンから文字列を抽出する
    ステップとを備えるとを特徴とするパターン抽出方法。
  51. 【請求項５１】 色の差が所定の範囲内にある連結した
    画素に同一ラベルを付与するステップと、 所定の範囲内の大きさを有する第１のラベルが付された
    パターンを抽出するステップと、 前記第１のラベルが付されたパターンから所定の範囲内
    にある第２のラベルが付されたパターンを抽出するステ
    ップと、 前記第１のラベルが付されたパターンの色と前記第２の
    ラベルが付されたパターンの色を比較するステップと、 前記第１のラベルが付されたパターンの色と前記第２の
    ラベルが付されたパターンの色の差が所定の範囲内にあ
    る場合、第１のラベルが付されたパターンと第２のラベ
    ルが付されたパターンとを同一グループに分類するステ
    ップとを備えるとを特徴とするパターン抽出方法。
  52. 【請求項５２】 カラー画像の注目画素の色情報に応じ
    て定められるしきい値を設定する機能と、 隣り合う画素の色情報を比較して、その距離が前記しき
    い値以内のとき同一ラベルを付与する機能とを実行する
    プログラムを格納したコンピュータ読み取り可能な記憶
    媒体。
  53. 【請求項５３】 入力画像内のパターンについての色情
    報を算出する機能と、 前記パターンについての幾何学情報を算出する機能と、 前記色情報及び前記幾何学情報に基づいて、前記パター
    ンの分類を行う機能とを実行するプログラムを格納した
    コンピュータ読み取り可能な記憶媒体。
  54. 【請求項５４】 第１の解像度で同一色と判別される領
    域の色の差異を第２の解像度で検出する機能と、 前記第２の解像度で検出された色の差異に基づいて、同
    一色かどうかを判別するしきい値を設定する機能と、 前記しきい値に基づいて、前記第１の解像度で同一色と
    判別される領域を抽出する機能とを実行するプログラム
    を格納したコンピュータ読み取り可能な記憶媒体。
JP14642098A 1998-02-06 1998-05-27 パターン抽出装置 Expired - Fee Related JP3748164B2 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
JP14642098A JP3748164B2 (ja) 1998-02-06 1998-05-27 パターン抽出装置
US09/228,427 US6701010B1 (en) 1998-02-06 1999-01-12 Color image processing apparatus and pattern extracting apparatus
EP99300472A EP0935216A3 (en) 1998-02-06 1999-01-22 Color image processing apparatus and pattern extracting apparatus
KR10-1999-0002796A KR100525692B1 (ko) 1998-02-06 1999-01-28 컬러 화상 처리 장치 및 패턴 추출 장치
CNB991017706A CN1136516C (zh) 1998-02-06 1999-02-05 图案抽取装置和方法
CNB031412378A CN1291352C (zh) 1998-02-06 1999-02-05 彩色图象处理装置及方法、图案抽取装置及方法
US10/664,959 US6990235B2 (en) 1998-02-06 2003-09-22 Color image processing apparatus and pattern extracting apparatus

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP10-25419 1998-02-06
JP2541998 1998-02-06
JP14642098A JP3748164B2 (ja) 1998-02-06 1998-05-27 パターン抽出装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2005166255A Division JP4211941B2 (ja) 1998-02-06 2005-06-06 パターン抽出装置

Publications (2)

Publication Number Publication Date
JPH11288465A true JPH11288465A (ja) 1999-10-19
JP3748164B2 JP3748164B2 (ja) 2006-02-22

Family

ID=26363018

Family Applications (1)

Application Number Title Priority Date Filing Date
JP14642098A Expired - Fee Related JP3748164B2 (ja) 1998-02-06 1998-05-27 パターン抽出装置

Country Status (5)

Country Link
US (2) US6701010B1 (ja)
EP (1) EP0935216A3 (ja)
JP (1) JP3748164B2 (ja)
KR (1) KR100525692B1 (ja)
CN (2) CN1136516C (ja)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007183742A (ja) * 2006-01-05 2007-07-19 Canon Inc 画像処理装置、画像処理方法、コンピュータプログラム
JP2008269502A (ja) * 2007-04-25 2008-11-06 Fuji Xerox Co Ltd 画像処理システム及び画像処理プログラム
JP2009111978A (ja) * 2007-10-30 2009-05-21 Sharp Corp 背景色を推定する方法およびシステム
JP2010103606A (ja) * 2008-10-21 2010-05-06 Dainippon Screen Mfg Co Ltd プロファイル生成装置、プロファイル生成プログラム、およびプロファイル生成方法
JP2010218420A (ja) * 2009-03-18 2010-09-30 Fuji Xerox Co Ltd 文字認識装置、画像読取装置、およびプログラム
JP2010224612A (ja) * 2009-03-19 2010-10-07 Fuji Xerox Co Ltd 画像処理装置、画像読取装置、画像形成装置及びプログラム
JP2010224918A (ja) * 2009-03-24 2010-10-07 Fuji Heavy Ind Ltd 環境認識装置
JP2010224924A (ja) * 2009-03-24 2010-10-07 Fuji Heavy Ind Ltd 画像処理装置
US7813546B2 (en) 2000-09-04 2010-10-12 Minolta Co., Ltd. Image processing device, program product and method
WO2011001669A1 (en) * 2009-07-01 2011-01-06 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium
JP2011034410A (ja) * 2009-08-03 2011-02-17 Canon Inc クラスタリング処理方法、クラスタリング処理装置、およびプログラム
JP2011053759A (ja) * 2009-08-31 2011-03-17 Casio Computer Co Ltd 画像処理装置、画像処理方法及びプログラム
JP2011188293A (ja) * 2010-03-09 2011-09-22 Fuji Xerox Co Ltd 画像処理装置、画像処理システム、及び画像処理プログラム
US8175407B2 (en) 2009-02-10 2012-05-08 Canon Kabushiki Kaisha Image processing method, image processing apparatus, and program for clustering data
US8290255B2 (en) 2009-02-06 2012-10-16 Canon Kabushiki Kaisha Image processing method, image processing apparatus, and program
US8300939B2 (en) 2009-07-27 2012-10-30 Canon Kabushiki Kaisha Image processing method, image processing apparatus, and program
US8472720B2 (en) 2009-07-23 2013-06-25 Canon Kabushiki Kaisha Image processing method, apparatus and program
US8805062B2 (en) 2010-07-20 2014-08-12 Fuji Xerox Co., Ltd. Image processing apparatus, computer readable medium for processing image and method for processing image
US9158987B2 (en) 2012-03-30 2015-10-13 Brother Kogyo Kabushiki Kaisha Image processing device that separates image into plural regions
WO2016076163A1 (ja) * 2014-11-14 2016-05-19 コニカミノルタ株式会社 測色装置および測色方法
JP6028130B1 (ja) * 2016-02-09 2016-11-16 楽天株式会社 色分類装置、色分類方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体
JP2018045693A (ja) * 2016-09-12 2018-03-22 フラミー インコーポレイテッド 動画像背景除去方法及び動画像背景除去システム
CN108269260A (zh) * 2016-12-30 2018-07-10 粉迷科技股份有限公司 动态影像去背方法、系统与计算机可读取存储装置
KR101979879B1 (ko) * 2017-12-12 2019-05-17 현대건설(주) 항공 사진 측량 결과 후처리 장치 및 방법

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6707572B1 (en) * 1997-09-12 2004-03-16 Tesseron, Ltd. Filtering method to reduce pixel density
US6304339B1 (en) 1998-11-16 2001-10-16 Hewlett-Packard Company Compound document page data processing
KR100539943B1 (ko) * 1999-05-04 2005-12-28 삼성전자주식회사 디지털 텔레비젼 수신기에서 고화질 비디오 이미지 축소처리방법
US20020001096A1 (en) * 2000-04-28 2002-01-03 Kenro Hama Image processor for detecting specified pattern
US8224078B2 (en) 2000-11-06 2012-07-17 Nant Holdings Ip, Llc Image capture and identification system and process
US7565008B2 (en) 2000-11-06 2009-07-21 Evryx Technologies, Inc. Data capture and identification system and process
US7899243B2 (en) 2000-11-06 2011-03-01 Evryx Technologies, Inc. Image capture and identification system and process
US7680324B2 (en) 2000-11-06 2010-03-16 Evryx Technologies, Inc. Use of image-derived information as search criteria for internet and other search engines
US6972868B1 (en) 2000-11-09 2005-12-06 Hewlett-Packard Development Company, L.P. Image data compression method
WO2002087258A2 (en) * 2001-04-20 2002-10-31 Koninklijke Philips Electronics N.V. Image processing apparatus for and method of improving an image and an image display apparatus comprising the image processing apparatus
US6580824B2 (en) 2001-05-14 2003-06-17 Hewlett-Packard Development Company, L.P. Classification of photos with sepia tones
JP2003141548A (ja) 2001-10-22 2003-05-16 Ge Medical Systems Global Technology Co Llc ３次元ラベリング装置及びその方法
WO2004027695A1 (en) * 2002-09-20 2004-04-01 International Business Machines Coporation Color naming, color categorization and describing color composition of images
DE10261221A1 (de) * 2002-12-20 2004-07-15 Océ Document Technologies GmbH Verfahren und Vorrichtung zur Echtzeitkontrolle von Druckbildern
CN1685373B (zh) * 2003-03-14 2011-03-02 富士通株式会社 钞票的识别方法和识别装置
JP4131205B2 (ja) * 2003-07-23 2008-08-13 セイコーエプソン株式会社 画像処理装置及び画像処理をコンピュータに実行させる画像処理プログラム
JP4196782B2 (ja) * 2003-08-26 2008-12-17 セイコーエプソン株式会社 画像処理装置及び画像処理をコンピュータに実行させる画像処理プログラム
US8462244B2 (en) * 2003-08-27 2013-06-11 Hewlett-Packard Development Company, L.P. Adaptively reading one or more but fewer than all pixels of image sensor
JP4339675B2 (ja) * 2003-12-24 2009-10-07 オリンパス株式会社 グラデーション画像作成装置及びグラデーション画像作成方法
JP2007535267A (ja) * 2004-04-29 2007-11-29 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 画像処理装置及び方法
US7480417B2 (en) * 2004-10-19 2009-01-20 Microsoft Corp. System and method for encoding mosaiced image data employing a reversible color transform
US7630544B1 (en) * 2005-04-06 2009-12-08 Seiko Epson Corporation System and method for locating a character set in a digital image
US7557963B2 (en) * 2005-08-12 2009-07-07 Seiko Epson Corporation Label aided copy enhancement
US7783117B2 (en) * 2005-08-12 2010-08-24 Seiko Epson Corporation Systems and methods for generating background and foreground images for document compression
US7899258B2 (en) * 2005-08-12 2011-03-01 Seiko Epson Corporation Systems and methods to convert images into high-quality compressed documents
KR100679052B1 (ko) * 2006-01-04 2007-02-06 삼성전자주식회사 최적 선호색 편집 장치 및 방법
JP2008085695A (ja) * 2006-09-28 2008-04-10 Fujitsu Ltd 電子透かし埋め込み装置および検出装置
US8098936B2 (en) 2007-01-12 2012-01-17 Seiko Epson Corporation Method and apparatus for detecting objects in an image
US7894689B2 (en) * 2007-05-31 2011-02-22 Seiko Epson Corporation Image stitching
US7873215B2 (en) * 2007-06-27 2011-01-18 Seiko Epson Corporation Precise identification of text pixels from scanned document images
JP4549400B2 (ja) * 2008-03-04 2010-09-22 富士通株式会社 文書認識プログラム、文書認識装置、および文書認識方法
JP4586891B2 (ja) * 2008-06-10 2010-11-24 コニカミノルタビジネステクノロジーズ株式会社 減色方法、減色処理装置、画像形成装置、およびコンピュータプログラム
JP5197239B2 (ja) * 2008-08-29 2013-05-15 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
US20100124372A1 (en) * 2008-11-12 2010-05-20 Lockheed Martin Corporation Methods and systems for identifying/accessing color related information
JP5173898B2 (ja) * 2009-03-11 2013-04-03 キヤノン株式会社 画像処理方法、画像処理装置、及びプログラム
TWI384427B (zh) * 2009-04-29 2013-02-01 Utechzone Co Ltd Background establishment method and device
US8600171B2 (en) * 2009-12-10 2013-12-03 Canon Kabushiki Kaisha Image labeling using parallel processing
US8571307B2 (en) 2010-11-16 2013-10-29 Hand Held Products, Inc. Method and system operative to process monochrome image data
US8600158B2 (en) 2010-11-16 2013-12-03 Hand Held Products, Inc. Method and system operative to process color image data
JP6019285B2 (ja) * 2010-11-25 2016-11-02 ソニー株式会社 電子書籍再生装置、履歴取得装置、電子書籍生成装置、電子書籍提供システム、電子書籍再生方法、履歴取得方法、電子書籍生成方法、電子書籍再生プログラム、履歴取得プログラム、電子書籍生成プログラム
JP4893861B1 (ja) * 2011-03-10 2012-03-07 オムロン株式会社 文字列検知装置、画像処理装置、文字列検知方法、制御プログラムおよび記録媒体
US9174609B2 (en) 2011-04-21 2015-11-03 Pylon Manufacturing Corp. Wiper blade with cover
WO2013021889A1 (ja) * 2011-08-05 2013-02-14 楽天株式会社 色名決定装置、色名決定方法、情報記録媒体、ならびに、プログラム
CN102663398A (zh) * 2012-03-31 2012-09-12 上海博康智能信息技术有限公司 一种彩色图像颜色特征提取方法及装置
KR20150024650A (ko) * 2013-08-27 2015-03-09 삼성전자주식회사 전자 장치에서 사운드를 시각적으로 제공하기 위한 방법 및 장치
JP6232906B2 (ja) * 2013-10-09 2017-11-22 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
KR101503213B1 (ko) 2014-04-04 2015-03-17 경주대학교 산학협력단 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법
CN104021774B (zh) * 2014-05-29 2016-06-15 京东方科技集团股份有限公司 一种图像处理的方法及装置
JP5992567B1 (ja) * 2015-03-20 2016-09-14 株式会社Pfu 日付識別装置
CN105430218B (zh) * 2015-11-27 2018-07-24 优渊商贸（上海）有限公司 图像色彩识别方法及装置
CN106897965B (zh) * 2015-12-14 2020-04-28 国基电子（上海）有限公司 彩色图像处理系统及彩色图像处理方法
US20170178341A1 (en) * 2015-12-21 2017-06-22 Uti Limited Partnership Single Parameter Segmentation of Images
WO2017192716A1 (en) * 2016-05-03 2017-11-09 Leoni Engineering Products & Services, Inc. Vision system with color segmentation for operator enhanced viewing
CN107346580B (zh) * 2016-05-05 2019-11-05 腾讯科技（深圳）有限公司 票据信息识别方法及装置
JP6516103B2 (ja) * 2016-06-16 2019-05-22 京セラドキュメントソリューションズ株式会社 画像処理装置、画像処理方法及び画像処理プログラム
US10140728B1 (en) * 2016-08-11 2018-11-27 Citrix Systems, Inc. Encoder with image filtering and associated methods
CN107784301B (zh) * 2016-08-31 2021-06-11 百度在线网络技术（北京）有限公司 用于识别图像中文字区域的方法和装置
CN110378927B (zh) * 2019-04-29 2022-01-04 北京佳讯飞鸿电气股份有限公司 一种基于肤色的目标检测与跟踪方法
CN110619331A (zh) * 2019-09-20 2019-12-27 江苏鸿信系统集成有限公司 一种基于颜色距离的彩色影像字段定位方法
CN111768469B (zh) * 2019-11-13 2024-05-28 中国传媒大学 一种基于图像聚类的数据可视化配色的提取方法
CN115623120B (zh) * 2021-07-13 2024-02-06 海信视像科技股份有限公司 叠屏显示设备和图像显示清晰度的调整方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3310802A1 (de) * 1983-03-22 1984-10-04 Klaus Priv.-Doz. Dr. 1000 Berlin Richter Verfahren und vorrichtung zur herstellung von farbbildern aus teilbildern
US4958217A (en) * 1986-02-27 1990-09-18 Canon Kabushiki Kaisha Image processing apparatus and method capable of extracting a particular image area using either hue or brightness
EP0461817A3 (en) * 1990-06-15 1993-11-18 American Telephone & Telegraph Image segmenting apparatus and methods
JPH05298443A (ja) 1992-04-20 1993-11-12 Takaoka Electric Mfg Co Ltd カラー画像領域抽出装置
JPH06103371A (ja) 1992-09-18 1994-04-15 Daikin Ind Ltd カラー画像処理方法およびその装置
JPH06162180A (ja) 1992-11-25 1994-06-10 Fujitsu Ltd 領域抽出方式
US5454070A (en) * 1993-01-15 1995-09-26 Canon Kabushiki Kaisha Pixel to spline based region conversion method
US5572600A (en) 1993-06-22 1996-11-05 Nec Corporation Color image processing apparatus capable of suppressing moire
JPH0721379A (ja) 1993-06-22 1995-01-24 Matsushita Electric Ind Co Ltd 画像色領域認識装置
EP1265190B1 (en) * 1993-12-10 2009-06-24 Ricoh Company, Ltd. Image recognition method for extracting/recognizing specific image from input image signal
JPH08167028A (ja) 1994-12-13 1996-06-25 Toppan Printing Co Ltd 画像処理方法
JP3624013B2 (ja) 1995-06-08 2005-02-23 キヤノン株式会社 画像処理方法及び装置
JPH08202878A (ja) 1995-01-27 1996-08-09 Advantest Corp 画像処理装置
EP0730248A1 (en) 1995-03-01 1996-09-04 Hewlett-Packard Company Method and system for interlaced printing
JPH08339421A (ja) 1995-06-13 1996-12-24 Kobe Steel Ltd 画像の文字領域決定方法
US6317220B1 (en) * 1996-12-06 2001-11-13 Seiko Epson Corporation Image forming apparatus capable of preventing linear nonuniformity and improving image quality
JP3189870B2 (ja) * 1996-12-24 2001-07-16 シャープ株式会社 画像処理装置
US5767978A (en) * 1997-01-21 1998-06-16 Xerox Corporation Image segmentation system
KR100239357B1 (ko) 1997-04-17 2000-01-15 구자홍 영상 표시 장치의 문자 처리 방법 및 장치

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7813546B2 (en) 2000-09-04 2010-10-12 Minolta Co., Ltd. Image processing device, program product and method
JP2007183742A (ja) * 2006-01-05 2007-07-19 Canon Inc 画像処理装置、画像処理方法、コンピュータプログラム
JP2008269502A (ja) * 2007-04-25 2008-11-06 Fuji Xerox Co Ltd 画像処理システム及び画像処理プログラム
JP2009111979A (ja) * 2007-10-30 2009-05-21 Sharp Corp 背景色を推定する方法およびシステム
JP2009111978A (ja) * 2007-10-30 2009-05-21 Sharp Corp 背景色を推定する方法およびシステム
JP2010103606A (ja) * 2008-10-21 2010-05-06 Dainippon Screen Mfg Co Ltd プロファイル生成装置、プロファイル生成プログラム、およびプロファイル生成方法
US8290255B2 (en) 2009-02-06 2012-10-16 Canon Kabushiki Kaisha Image processing method, image processing apparatus, and program
US8175407B2 (en) 2009-02-10 2012-05-08 Canon Kabushiki Kaisha Image processing method, image processing apparatus, and program for clustering data
JP2010218420A (ja) * 2009-03-18 2010-09-30 Fuji Xerox Co Ltd 文字認識装置、画像読取装置、およびプログラム
US8385651B2 (en) 2009-03-18 2013-02-26 Fuji Xerox Co., Ltd. Character recognition device, image-reading device, computer readable medium, and character recognition method
JP2010224612A (ja) * 2009-03-19 2010-10-07 Fuji Xerox Co Ltd 画像処理装置、画像読取装置、画像形成装置及びプログラム
JP2010224918A (ja) * 2009-03-24 2010-10-07 Fuji Heavy Ind Ltd 環境認識装置
JP2010224924A (ja) * 2009-03-24 2010-10-07 Fuji Heavy Ind Ltd 画像処理装置
CN102473278A (zh) * 2009-07-01 2012-05-23 佳能株式会社 图像处理装置、图像处理方法和存储介质
US8675256B2 (en) 2009-07-01 2014-03-18 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium
WO2011001669A1 (en) * 2009-07-01 2011-01-06 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium
JP2011013898A (ja) * 2009-07-01 2011-01-20 Canon Inc 画像処理装置、画像処理方法、及び、プログラム
US8472720B2 (en) 2009-07-23 2013-06-25 Canon Kabushiki Kaisha Image processing method, apparatus and program
US8300939B2 (en) 2009-07-27 2012-10-30 Canon Kabushiki Kaisha Image processing method, image processing apparatus, and program
US8218881B2 (en) 2009-08-03 2012-07-10 Canon Kabushiki Kaisha Clustering processing method, clustering processing apparatus, and non-transitory computer-readable medium
JP2011034410A (ja) * 2009-08-03 2011-02-17 Canon Inc クラスタリング処理方法、クラスタリング処理装置、およびプログラム
KR101178777B1 (ko) * 2009-08-31 2012-09-07 가시오게산키 가부시키가이샤 화상 처리 장치, 화상 처리 방법 및 컴퓨터가 판독 가능한 기억 매체
US8295609B2 (en) 2009-08-31 2012-10-23 Casio Computer Co., Ltd. Image processing apparatus, image processing method and computer readable-medium
JP2011053759A (ja) * 2009-08-31 2011-03-17 Casio Computer Co Ltd 画像処理装置、画像処理方法及びプログラム
JP2011188293A (ja) * 2010-03-09 2011-09-22 Fuji Xerox Co Ltd 画像処理装置、画像処理システム、及び画像処理プログラム
US8805062B2 (en) 2010-07-20 2014-08-12 Fuji Xerox Co., Ltd. Image processing apparatus, computer readable medium for processing image and method for processing image
US9158987B2 (en) 2012-03-30 2015-10-13 Brother Kogyo Kabushiki Kaisha Image processing device that separates image into plural regions
WO2016076163A1 (ja) * 2014-11-14 2016-05-19 コニカミノルタ株式会社 測色装置および測色方法
US10254168B2 (en) 2014-11-14 2019-04-09 Konica Minolta, Inc. Colorimeter device and colorimetery method
JP6028130B1 (ja) * 2016-02-09 2016-11-16 楽天株式会社 色分類装置、色分類方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体
WO2017138088A1 (ja) * 2016-02-09 2017-08-17 楽天株式会社 色分類装置、色分類方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体
JP2018045693A (ja) * 2016-09-12 2018-03-22 フラミー インコーポレイテッド 動画像背景除去方法及び動画像背景除去システム
CN108269260A (zh) * 2016-12-30 2018-07-10 粉迷科技股份有限公司 动态影像去背方法、系统与计算机可读取存储装置
KR101979879B1 (ko) * 2017-12-12 2019-05-17 현대건설(주) 항공 사진 측량 결과 후처리 장치 및 방법

Also Published As

Publication number Publication date
CN1234569A (zh) 1999-11-10
JP3748164B2 (ja) 2006-02-22
CN1291352C (zh) 2006-12-20
US20040165773A1 (en) 2004-08-26
CN1136516C (zh) 2004-01-28
CN1516073A (zh) 2004-07-28
EP0935216A3 (en) 2003-01-02
EP0935216A2 (en) 1999-08-11
US6990235B2 (en) 2006-01-24
US6701010B1 (en) 2004-03-02
KR19990072314A (ko) 1999-09-27
KR100525692B1 (ko) 2005-11-03

Similar Documents

Publication Publication Date Title
JPH11288465A (ja) カラー画像処理装置及びパターン抽出装置
JP3748172B2 (ja) 画像処理装置
US5892843A (en) Title, caption and photo extraction from scanned document images
US6839466B2 (en) Detecting overlapping images in an automatic image segmentation device with the presence of severe bleeding
JP5008572B2 (ja) 画像処理方法、画像処理装置およびコンピュータ可読媒体
US7627146B2 (en) Method and apparatus for effecting automatic red eye reduction
JP5958023B2 (ja) 画像処理装置および画像処理プログラム
EP1081648B1 (en) Method for processing a digital image
JP3950777B2 (ja) 画像処理方法、画像処理装置および画像処理プログラム
EP1146478A2 (en) A method for extracting titles from digital images
JP4149464B2 (ja) 画像処理装置
JP4275866B2 (ja) カラー画像から文字列パターンを抽出する装置および方法
JP4391704B2 (ja) 多値画像から二値画像を生成する画像処理装置および方法
JP4211941B2 (ja) パターン抽出装置
CN113392819A (zh) 一种批量化学术图像自动分割标注装置和方法
US20230316697A1 (en) Association method, association system, and non-transitory computer-readable storage medium
EP0975146A1 (en) Locating the position and orientation of multiple objects with a smart platen
JP4409678B2 (ja) 罫線抽出方式
EP0974931A1 (en) Method and apparatus for identifying a plurality of sub-images in an input image
JP2003271973A (ja) 画像処理方法および画像処理プログラム
JP2003216958A (ja) 多角形検出装置、多角形検出方法及び多角形検出プログラム
JP2613211B2 (ja) 画像入力装置
JPH05166009A (ja) 文字切出し・認識方法及び装置
AU2004242418A1 (en) Generating compressed output representation
AU2004242421A1 (en) Segmenting digital image and producing compact representation

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20050325

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050412

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050606

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20051122

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20051124

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091209

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091209

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101209

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111209

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111209

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121209

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121209

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131209

Year of fee payment: 8

LAPS Cancellation because of no payment of annual fees