JPS61141087A - 画像処理方法及び装置 - Google Patents
画像処理方法及び装置Info
- Publication number
- JPS61141087A JPS61141087A JP59262793A JP26279384A JPS61141087A JP S61141087 A JPS61141087 A JP S61141087A JP 59262793 A JP59262793 A JP 59262793A JP 26279384 A JP26279384 A JP 26279384A JP S61141087 A JPS61141087 A JP S61141087A
- Authority
- JP
- Japan
- Prior art keywords
- image
- density
- area
- binarization
- specific area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Character Input (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の利用分野〕
この゛発明は、複雑な背景を有する数階調の明るさの変
化を持った濃淡画像データを２値化する際１、文字等の
特定領域だけを良好に抽出し２値化の閾値レベルを自動
的に設定することができる画像処理方法及び装置に関す
る。
化を持った濃淡画像データを２値化する際１、文字等の
特定領域だけを良好に抽出し２値化の閾値レベルを自動
的に設定することができる画像処理方法及び装置に関す
る。
電車等の車両番号等をテレビカメラを用いて認識し、運
行管理等を行゛うニーズが増加している。
行管理等を行゛うニーズが増加している。
この場合、テレビカメラからの映像信号をある閾値レベ
ルで”０”と１”の２値に変換し、情報Ｉｋを圧縮して
処理する場合が多い。しかしながら、実際の車両を撮影
した場合、第８図に示すように′車両番号２００，３０
０の周囲にはかなシ複雑な背景が存在するにかシでなく
、車両番号２００゜３００の色には、白地、黒地、貴地
などといったように各種あることや、屋外で撮影する場
合には、その撮影している時間帯によりても被写体の明
るさは大きく変動する。このように明るさの変動する画
像を単純に前述のようにあるレベルに固定して２値に変
換したのでに、第８図のようなアプリケーションを処理
する場合、数字や文字を良好に背景と分離することがで
きなかった。従来の自動２値化のアルゴリズムとしては
「画像認誠論」（長尾真著）ｐ３９〜４５に記載のよう
に、画面内の濃度の頻度分布を求め、この頻度分布の谷
の濃度を探し、その濃度レベルを堺として０＃。
ルで”０”と１”の２値に変換し、情報Ｉｋを圧縮して
処理する場合が多い。しかしながら、実際の車両を撮影
した場合、第８図に示すように′車両番号２００，３０
０の周囲にはかなシ複雑な背景が存在するにかシでなく
、車両番号２００゜３００の色には、白地、黒地、貴地
などといったように各種あることや、屋外で撮影する場
合には、その撮影している時間帯によりても被写体の明
るさは大きく変動する。このように明るさの変動する画
像を単純に前述のようにあるレベルに固定して２値に変
換したのでに、第８図のようなアプリケーションを処理
する場合、数字や文字を良好に背景と分離することがで
きなかった。従来の自動２値化のアルゴリズムとしては
「画像認誠論」（長尾真著）ｐ３９〜４５に記載のよう
に、画面内の濃度の頻度分布を求め、この頻度分布の谷
の濃度を探し、その濃度レベルを堺として０＃。
１”に２値化する方法が提案されている。しかしながら
、本手法でね、前記濃度頻度分布が双峰性の場合には効
果的であるが、複雑な背景を有する場合には、それらの
データに影響を受は複雑な頻度分布となシ谷の発見が困
難となシ良好な２値化レベルを設定できなかった。また
、別系として画面を双峰性の濃度頻度分布になるように
分割し、その分割した領域ごとに２値化する方法がある
。
、本手法でね、前記濃度頻度分布が双峰性の場合には効
果的であるが、複雑な背景を有する場合には、それらの
データに影響を受は複雑な頻度分布となシ谷の発見が困
難となシ良好な２値化レベルを設定できなかった。また
、別系として画面を双峰性の濃度頻度分布になるように
分割し、その分割した領域ごとに２値化する方法がある
。
この手法では、確かに各分割した領域ごとには良好に２
値化できるが、上記分割した領域の境界では、２値化し
た画像がなめらかに接続しないため、その境界の２値化
レベルの設定にかなシ問題がめるばか、シでなく、双峰
性の頻度分布になるように画面を分割するためにかなり
の時間を要し実用的でなかった。また、前述したように
、車両番号には、白地や黒地といったような稿類がある
が、文字や数字をたとえば１１”、背景部を′″０”Ｋ
する２値化をする場合、白地の番号では閾値より暗い濃
度を、黒地の番号では閾値より明るい濃度を′０”にす
る必要がある。このような処理を自動的に判断すること
が従来の手法では実施できない欠点があった。
値化できるが、上記分割した領域の境界では、２値化し
た画像がなめらかに接続しないため、その境界の２値化
レベルの設定にかなシ問題がめるばか、シでなく、双峰
性の頻度分布になるように画面を分割するためにかなり
の時間を要し実用的でなかった。また、前述したように
、車両番号には、白地や黒地といったような稿類がある
が、文字や数字をたとえば１１”、背景部を′″０”Ｋ
する２値化をする場合、白地の番号では閾値より暗い濃
度を、黒地の番号では閾値より明るい濃度を′０”にす
る必要がある。このような処理を自動的に判断すること
が従来の手法では実施できない欠点があった。
？
〔１発明の目的〕
本発明は上記問題点を解消するため罠なされたもので、
複雑背景を有する画像の中から文字等の特定領域を良好
に背景などと分離できる２値化レベルの自動設定アルゴ
リズムを有する画像処理方法及び装置を提供するもので
ある。
複雑背景を有する画像の中から文字等の特定領域を良好
に背景などと分離できる２値化レベルの自動設定アルゴ
リズムを有する画像処理方法及び装置を提供するもので
ある。
本発明の第１の特徴は、文字等の領域に背景などに比ベ
コントラストが強く、また、濃度の分布も双峰性になる
ことに着目し、そのコントラストの強い部分を抽出する
ためＪｔ画である濃淡画像を微分し、その画像のうち高
い濃度だけを′１”にする２値化を行う。更にその２値
画像を数画素膨張処理することＫより文字や数字だけを
含んだ領域を背景を有する画像内から決定する。
コントラストが強く、また、濃度の分布も双峰性になる
ことに着目し、そのコントラストの強い部分を抽出する
ためＪｔ画である濃淡画像を微分し、その画像のうち高
い濃度だけを′１”にする２値化を行う。更にその２値
画像を数画素膨張処理することＫより文字や数字だけを
含んだ領域を背景を有する画像内から決定する。
従ってその領域に対する原画は双峰性の濃度分布の領域
となシ、その領域内だけの原画の濃度分布を調べること
Ｋより良好な２値化の閾値レベルを設定し、そのレベル
より明るい濃度を′１”にするか”０”にするかを前記
濃度分布より決定して２値化して処理を行うようＫした
ものである。
となシ、その領域内だけの原画の濃度分布を調べること
Ｋより良好な２値化の閾値レベルを設定し、そのレベル
より明るい濃度を′１”にするか”０”にするかを前記
濃度分布より決定して２値化して処理を行うようＫした
ものである。
本発明の第２の特徴は、入力画像を格納する画像メモリ
を有し、この入力画像を処理する画像処理装置において
、入力画像を微分する微分手段と、′所定の閾値で２値
化する２値化手段と、２値画像を膨張させる膨張手段と
、膨張画像に存在する各領域の特徴量をあらかじめ設定
した特徴量と比較し、類似する領域を特定領域として抽
出し、特定領域内の濃度分布を求めるヒストグラム処理
手段とを具備したことである。
を有し、この入力画像を処理する画像処理装置において
、入力画像を微分する微分手段と、′所定の閾値で２値
化する２値化手段と、２値画像を膨張させる膨張手段と
、膨張画像に存在する各領域の特徴量をあらかじめ設定
した特徴量と比較し、類似する領域を特定領域として抽
出し、特定領域内の濃度分布を求めるヒストグラム処理
手段とを具備したことである。
以下、本発明の一実施例を図を用いて説明する。
第１図に本発明の画像処理装置の構成を示す。図中１０
はテレビカメラであ夛、その映像出力は画像メモリ２０
に接続されている。画像メモリ２０のデータのノイズ除
去処理などを行い、再び画像メモリ２０へ結果を書き込
む画像前処理回路３０、同様に濃淡画像を第２図のよう
な微分フィルターを施し、エツジの強調を行う微分回路
４０、マイクロコンピュータ８０によって設定される２
値化Ｏ閾値レベルによって２値化する２値化回路５０、
その２値画像を１画素又は数画素ずつ膨張処理する膨張
回路６０、濃淡画像の濃度頻度分布やｚ値画像の２値頻
度分布などを求めるヒストグラム処理回路７０で構成さ
れている。
はテレビカメラであ夛、その映像出力は画像メモリ２０
に接続されている。画像メモリ２０のデータのノイズ除
去処理などを行い、再び画像メモリ２０へ結果を書き込
む画像前処理回路３０、同様に濃淡画像を第２図のよう
な微分フィルターを施し、エツジの強調を行う微分回路
４０、マイクロコンピュータ８０によって設定される２
値化Ｏ閾値レベルによって２値化する２値化回路５０、
その２値画像を１画素又は数画素ずつ膨張処理する膨張
回路６０、濃淡画像の濃度頻度分布やｚ値画像の２値頻
度分布などを求めるヒストグラム処理回路７０で構成さ
れている。
巣３図は本発明の概略処理フローであり、第４図は本発
明の各ステップの画像を示す図である。
明の各ステップの画像を示す図である。
第８図のよ７うなアプリケーションでに、車両番号を含
む特定領域を決定しその特定領域の２値化レベルが適正
であれば、番号を認識するためのセグメ／テーショ／！
−１ｔ良好に行えたことになる。そとで、まず第３図１
−（ａ）で、テレビカメラ１０からの濃度４０１〜４０
３等を有する映倫を入力し、テレビカメラＩＯＫ固有に
存在するようなノイズなどを画像前処理回路３０により
除去する（第４図（ａ） ） 、当然ながらこの画像を
原画としてメモリに保存しておく必要がある。次に１−
（ｂ）〜１−（ｄ）に示すように濃淡画像から車両番号
２００だけを含む領域４００の抽出を行う。この処理は
、まず１−←ンでは、車両番号の領域は周囲の背景など
に比ベコントラストが強いととからこのコントラストの
強い部分を抽出するために微分処理を行なって微分回路
４０により、微分画像を作成しその結果％に高い濃度と
なる部分だけを″１”の値、その他ｔ−＠Ｏｊ′にする
２値化を２値化回路５０により行いｚ値画像を作成する
（第４図（ｂ））。さらに、文字や番号は一定間隔に配
置されていることが多いため、上記２値画像を数回（文
字の間隔により 異なる） １−（Ｃ）のように
膨張回路６０で膨張し膨張画像を作る（第４図（Ｃ））
。この処理により１−（ロ）で得られた２値画像に表わ
れた複数の領域のうち車両番号付近の領域はお互いに接
し合い新たに車両番号を含む１つの領域とがる。当然、
背景内にもコントラストが強い領域が存在するため１−
Φ）の処理で背景の部分にもコントラストが強い領域が
表われる場合があるが、背景内のコントラストの強い領
域は、かなシ散在しているため、膨張処理を施しても領
域はやはシ散在して車両番号の背景に近い面積あるいは
寸法には＃１とんどならない。したがって、上記のよう
に膨張した画像のうち１−（ｄ）の処理であらかじめ登
録している車両番号を含む特定領域の面積あるいは寸法
などの特徴に近い領域だけを抽出すれば、車両番号を含
む特定領域を決定することができる（第４図（ｄ））。
む特定領域を決定しその特定領域の２値化レベルが適正
であれば、番号を認識するためのセグメ／テーショ／！
−１ｔ良好に行えたことになる。そとで、まず第３図１
−（ａ）で、テレビカメラ１０からの濃度４０１〜４０
３等を有する映倫を入力し、テレビカメラＩＯＫ固有に
存在するようなノイズなどを画像前処理回路３０により
除去する（第４図（ａ） ） 、当然ながらこの画像を
原画としてメモリに保存しておく必要がある。次に１−
（ｂ）〜１−（ｄ）に示すように濃淡画像から車両番号
２００だけを含む領域４００の抽出を行う。この処理は
、まず１−←ンでは、車両番号の領域は周囲の背景など
に比ベコントラストが強いととからこのコントラストの
強い部分を抽出するために微分処理を行なって微分回路
４０により、微分画像を作成しその結果％に高い濃度と
なる部分だけを″１”の値、その他ｔ−＠Ｏｊ′にする
２値化を２値化回路５０により行いｚ値画像を作成する
（第４図（ｂ））。さらに、文字や番号は一定間隔に配
置されていることが多いため、上記２値画像を数回（文
字の間隔により 異なる） １−（Ｃ）のように
膨張回路６０で膨張し膨張画像を作る（第４図（Ｃ））
。この処理により１−（ロ）で得られた２値画像に表わ
れた複数の領域のうち車両番号付近の領域はお互いに接
し合い新たに車両番号を含む１つの領域とがる。当然、
背景内にもコントラストが強い領域が存在するため１−
Φ）の処理で背景の部分にもコントラストが強い領域が
表われる場合があるが、背景内のコントラストの強い領
域は、かなシ散在しているため、膨張処理を施しても領
域はやはシ散在して車両番号の背景に近い面積あるいは
寸法には＃１とんどならない。したがって、上記のよう
に膨張した画像のうち１−（ｄ）の処理であらかじめ登
録している車両番号を含む特定領域の面積あるいは寸法
などの特徴に近い領域だけを抽出すれば、車両番号を含
む特定領域を決定することができる（第４図（ｄ））。
次に１−（ｅ）の処理で上記抽出された領域にりいてだ
け、原画の製置分布をヒストグラム処理回路７０により
調ぺ、たとえばその平均濃度Ｇをマイクロコンピュータ
８０により求め、１−（ｆ）で平均濃度Ｇｔ−２値化の
閾値レベル忙設定して２値化する（第４図（ｅ））。
け、原画の製置分布をヒストグラム処理回路７０により
調ぺ、たとえばその平均濃度Ｇをマイクロコンピュータ
８０により求め、１−（ｆ）で平均濃度Ｇｔ−２値化の
閾値レベル忙設定して２値化する（第４図（ｅ））。
ところで、車両番号には、前述したように黒地。
白地などといった種類があるが、通常文字認識の場合、
認識したい文字を１”、背ｔを０″にする２値化（逆の
場合も有るが、本発明では前記の場合で説明する）を行
う心壁がある。この場合、第５図に示すように、黒地、
白地の場合、単純に２値化するとこの＠１”、′″０”
が反転する場合が生じ認識不能となる可能性がある。こ
れをたとえば文字を常に′″１”のレベルとする自動２
値化を行うために次の手法を用いることにより容易に実
現できる。車両番号を含む領域では明らかに背景の領域
の方が文字の領域に比べ広いことがわかる。したがって
、この領域について濃度頻度分布を求めれば第６図（ａ
）めるいはφ）のごとくＫなる。
認識したい文字を１”、背ｔを０″にする２値化（逆の
場合も有るが、本発明では前記の場合で説明する）を行
う心壁がある。この場合、第５図に示すように、黒地、
白地の場合、単純に２値化するとこの＠１”、′″０”
が反転する場合が生じ認識不能となる可能性がある。こ
れをたとえば文字を常に′″１”のレベルとする自動２
値化を行うために次の手法を用いることにより容易に実
現できる。車両番号を含む領域では明らかに背景の領域
の方が文字の領域に比べ広いことがわかる。したがって
、この領域について濃度頻度分布を求めれば第６図（ａ
）めるいはφ）のごとくＫなる。
この分布から背景の領域を′０”の領域にするのである
から第６図の分布の頻度が高い方を“０”のレベルにす
るｚ値化を行えばよい。すなわち、この分布の平均濃度
Ｇを閾値として２値化するのであれば、（ａ）の分布（
黒地の車両番号）でニ、０からδの濃度を、（ｂ）の分
布（白地の車両番号）では、Ｇから最大濃度ＧＭＡＸ
ｔ−１″のレベルにする２値化を行えば必ず文字が１”
の領域になる２恒化・を行うことができる。ここで、実
際の画像を扱う場合は、上記のような処理で全て良好に
処理できるとは限らない。これはノイズなどにより上記
分布が逆のパターンとなる場合が発生するからである。
から第６図の分布の頻度が高い方を“０”のレベルにす
るｚ値化を行えばよい。すなわち、この分布の平均濃度
Ｇを閾値として２値化するのであれば、（ａ）の分布（
黒地の車両番号）でニ、０からδの濃度を、（ｂ）の分
布（白地の車両番号）では、Ｇから最大濃度ＧＭＡＸ
ｔ−１″のレベルにする２値化を行えば必ず文字が１”
の領域になる２恒化・を行うことができる。ここで、実
際の画像を扱う場合は、上記のような処理で全て良好に
処理できるとは限らない。これはノイズなどにより上記
分布が逆のパターンとなる場合が発生するからである。
このため、最終的な判断として上記で決定した２値化レ
ベルが正しいか否かをチェックする必要がある。本発明
では、上記で２値化した画像のうち、車両番号を含む領
域内にあらかじめ登録している文字や数字の特徴、たと
えば面積や縦、横のサイズが近い領域が有るか否かで判
定するようにしている。この結果、文字候補領域°がな
ければ、上記で２ｆＬ化した画像の′１”、０”を反転
する処理を行う。このような処理を加えることＫより、
良に確実な自動２値化を行うことができる。
ベルが正しいか否かをチェックする必要がある。本発明
では、上記で２値化した画像のうち、車両番号を含む領
域内にあらかじめ登録している文字や数字の特徴、たと
えば面積や縦、横のサイズが近い領域が有るか否かで判
定するようにしている。この結果、文字候補領域°がな
ければ、上記で２ｆＬ化した画像の′１”、０”を反転
する処理を行う。このような処理を加えることＫより、
良に確実な自動２値化を行うことができる。
ここで、２値画像を作成することが高速に処理できれば
、前述した２値化の閾値を０〜Ｇ、Ｇ〜ＧＭＡＸの２種
で２値化し、この２つの画像のうち、文字候補領域が存
在する方を適正２値画像として採用する方式でも同様な
効果がある。
、前述した２値化の閾値を０〜Ｇ、Ｇ〜ＧＭＡＸの２種
で２値化し、この２つの画像のうち、文字候補領域が存
在する方を適正２値画像として採用する方式でも同様な
効果がある。
以上述べた処理は車両番号を含む特定領域の特徴があら
かじめ設定している値と近い領域が単一の場合にりいて
説明してきたが、この領域が複数の場合や、上記特定領
域と背景との領域が接し、あらかじめ設定している特徴
の値よりかなシ大きな領域となる場合かめる。このよう
な場合は、各領域が車両番号を含む領域の候補領域とな
るため、。各領域について原画の濃度分布を求め前述の
手法により２値化し、その２値画像の各領域内に文字の
候補領域がなければ次の領域全順次調べることにより処
塩できる。尚、処理性を上げるために各領域の特徴（た
とえば縦巾と横巾の比や、面積と周囲長で定まる形状係
数など）を増して調べ、あらかじめ設定している特徴の
値と近ければ原画Ａを２値化する処理を行うが、異って
いれば次の領域を処理するようにしてもよい。また、膨
張の途中過程で数字や文字に比べかなり小さな面積の領
域は消去するようにすると、前述したような太きな領域
になる確率が低減でき処理を簡単化することができる。
かじめ設定している値と近い領域が単一の場合にりいて
説明してきたが、この領域が複数の場合や、上記特定領
域と背景との領域が接し、あらかじめ設定している特徴
の値よりかなシ大きな領域となる場合かめる。このよう
な場合は、各領域が車両番号を含む領域の候補領域とな
るため、。各領域について原画の濃度分布を求め前述の
手法により２値化し、その２値画像の各領域内に文字の
候補領域がなければ次の領域全順次調べることにより処
塩できる。尚、処理性を上げるために各領域の特徴（た
とえば縦巾と横巾の比や、面積と周囲長で定まる形状係
数など）を増して調べ、あらかじめ設定している特徴の
値と近ければ原画Ａを２値化する処理を行うが、異って
いれば次の領域を処理するようにしてもよい。また、膨
張の途中過程で数字や文字に比べかなり小さな面積の領
域は消去するようにすると、前述したような太きな領域
になる確率が低減でき処理を簡単化することができる。
いずれにしても、−画面内から文字等の特定領域を定め
、その領域内だけに注目して２値化するようにすれば必
ず良好な２値画像を得ることができる。当然ながら文字
の表われる領域が常に同一の位置ならば領域抽出の処理
を行なわず直接その領域だけに限って前記の手法によ）
２値化する処理を行えばよい。このようにして得られ７
’ｃ２値画像は文字が鮮明に背景と分離している゛ため
容易に１つ１つ文字を切シ出して文字認識を行うことが
できる。
、その領域内だけに注目して２値化するようにすれば必
ず良好な２値画像を得ることができる。当然ながら文字
の表われる領域が常に同一の位置ならば領域抽出の処理
を行なわず直接その領域だけに限って前記の手法によ）
２値化する処理を行えばよい。このようにして得られ７
’ｃ２値画像は文字が鮮明に背景と分離している゛ため
容易に１つ１つ文字を切シ出して文字認識を行うことが
できる。
、第７図に本発明の応用例を示す。（ａ）図のように画
面内に数字の列Ｌ１〜Ｌ３が並んでいるが、画面の上下
でかカシの濃度差がある場合が照明等の影響により発生
する。たとえば上方から照明ｔ−当てた場合は上方だけ
明るく下方は暗くなってしまう。この場合１画面を同一
の２値化レベルで２値化を行うと良好に数字を抽出する
ことができないことがある。このような場合、数字の列
Ｌ１〜’Ｌｓをそれぞれのブロック忙分割して２値化丁
ればよい。この手法に前述した濃淡画像を微分した後２
値化しくΦ）図）、各数字の列Ｌｓ〜Ｌｓに相応する回
数だけ膨張すると、数字の列Ｌ１〜Ｌ３に対応したブロ
ックＡ、Ｂ、Ｃが構成できる（（Ｃ）図）。この後にそ
れぞれのブロックごとに濃度分布を求め、前述の手法に
よ）２値化すれば良好な２値画像を得ることができる。
面内に数字の列Ｌ１〜Ｌ３が並んでいるが、画面の上下
でかカシの濃度差がある場合が照明等の影響により発生
する。たとえば上方から照明ｔ−当てた場合は上方だけ
明るく下方は暗くなってしまう。この場合１画面を同一
の２値化レベルで２値化を行うと良好に数字を抽出する
ことができないことがある。このような場合、数字の列
Ｌ１〜’Ｌｓをそれぞれのブロック忙分割して２値化丁
ればよい。この手法に前述した濃淡画像を微分した後２
値化しくΦ）図）、各数字の列Ｌｓ〜Ｌｓに相応する回
数だけ膨張すると、数字の列Ｌ１〜Ｌ３に対応したブロ
ックＡ、Ｂ、Ｃが構成できる（（Ｃ）図）。この後にそ
れぞれのブロックごとに濃度分布を求め、前述の手法に
よ）２値化すれば良好な２値画像を得ることができる。
このような手法を用いることによｐ従来、照明の当て方
などＫかなし、照明状態か多少悪条件でも容易に２値化
できる効果がある。
などＫかなし、照明状態か多少悪条件でも容易に２値化
できる効果がある。
以上説明した処理に当然ながら、ダンボール箱等の絵柄
の中に書かれている数字や文５Ｆを読取る場合の２ｆＬ
化にも適用できるものである。尚、本発明の構成あるい
は処理手順はソフトウェア、ハードウェアのいずれでも
実現可能である。
の中に書かれている数字や文５Ｆを読取る場合の２ｆＬ
化にも適用できるものである。尚、本発明の構成あるい
は処理手順はソフトウェア、ハードウェアのいずれでも
実現可能である。
本発明によれば、文字等の読取装置において、文字等の
特定領域を含む候補領域を原画の濃淡画像から何らかの
手法により決定し、その領域内の原画の濃度分布を用い
て たとえば平均濃度を閾値として２値化することによ
り、背景等の雑音や照明の変化などに左右されずに良好
に文字尋を分離できる２値化レベルを自動的に決定する
ことができ、文字認識等の前処理として多大の効果全発
揮することができる。また、白地の文字や黒地の文字等
がランダムに混在する場合でも、必ず文字を１”（ある
いｈ”ｏ”）のレベルになる２値画像を得ることができ
認識における処理がより確実となる効果がある。
特定領域を含む候補領域を原画の濃淡画像から何らかの
手法により決定し、その領域内の原画の濃度分布を用い
て たとえば平均濃度を閾値として２値化することによ
り、背景等の雑音や照明の変化などに左右されずに良好
に文字尋を分離できる２値化レベルを自動的に決定する
ことができ、文字認識等の前処理として多大の効果全発
揮することができる。また、白地の文字や黒地の文字等
がランダムに混在する場合でも、必ず文字を１”（ある
いｈ”ｏ”）のレベルになる２値画像を得ることができ
認識における処理がより確実となる効果がある。
第１図は本発明の構成図、第２図は濃淡画像を微分する
場合の微分オペレータ例を示す図、第３図は本発明の概
略処理フローを示す図、第４図は本発明の各ステップの
画像を示す図、第５図は車両番号の２値化例を示す図、
第６図は車両番号を含む領域の濃度頻度分布を示す図、
第７図は本発明の応用例を示す図、第８図は複雑背景を
有する画像例を示す図である。 １０・・・テレビカメラ、４０・・・微分回路、５０・
・・２値化回路、６０・・・膨張回路、７０・・・ヒス
トグラム第 １ 口 躬 ２図 （（１） （ｂ） ＣＣ）茗３０ 萬４０ 第 ７ 日 所内
場合の微分オペレータ例を示す図、第３図は本発明の概
略処理フローを示す図、第４図は本発明の各ステップの
画像を示す図、第５図は車両番号の２値化例を示す図、
第６図は車両番号を含む領域の濃度頻度分布を示す図、
第７図は本発明の応用例を示す図、第８図は複雑背景を
有する画像例を示す図である。 １０・・・テレビカメラ、４０・・・微分回路、５０・
・・２値化回路、６０・・・膨張回路、７０・・・ヒス
トグラム第 １ 口 躬 ２図 （（１） （ｂ） ＣＣ）茗３０ 萬４０ 第 ７ 日 所内
Claims (1)
- 【特許請求の範囲】 １、入力画像を画像メモリに格納し、該画像メモリから
の画像を処理する画像処理方法において、入力画像を微
分手段により微分し、微分結果を２値化手段により所定
の閾値で２値化し、この２値画像を膨張手段により膨張
させ、ヒストグラム処理手段にて膨張画像に存在する各
領域の特徴量をあらかじめ設定した特徴量と比較して類
似する領域を特定領域として抽出し、該特定領域内で濃
度分布を求め、前記２値化手段にて特定領域内の濃度値
に応じて２値化を行なうことを特徴とする画像処理方法
。 ２、特許請求の範囲第１項において、前記特定領域内の
２値化を平均濃度で行なうことを特徴とする画像処理方
法。 ３、特許請求の範囲第１項において、前記特定領域内の
２値化を濃度分布の谷の濃度値で行なうことを特徴とす
る画像処理方法。 ４、特許請求の範囲第１項において、前記特定領域内の
濃度分布の最大濃度が平均濃度より低い場合は平均濃度
から最大濃度の範囲を、高い場合は０から平均濃度の範
囲を“１”（あるいは“０”）の領域とするような２値
化を行なうことを特徴とする画像処理方法。 ５、特許請求の範囲第１項において、前記特定領域内で
２値化した画像の中に、あらかじめ設定した文字あるい
は数字の特徴と類似する領域がない場合、２値化した画
像の“０”及び“１”を反転して処理することを特徴と
する画像処理方法。 ６、入力画像を格納する画像メモリを有し、該入力画像
を処理する画像処理装置において、該入力画像を微分す
る微分手段と、所定の閾値で２値化する２値化手段と、
２値画像を膨張させる膨張手段と、膨張画像に存在する
各領域の特徴量をあらかじめ設定した特徴量と比較し、
類似する領域を特定領域として抽出し、特定領域内の濃
度分布を求めるヒストグラム処理手段とを具備したこと
を特徴とする画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59262793A JPS61141087A (ja) | 1984-12-14 | 1984-12-14 | 画像処理方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59262793A JPS61141087A (ja) | 1984-12-14 | 1984-12-14 | 画像処理方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS61141087A true JPS61141087A (ja) | 1986-06-28 |
| JPH0565911B2 JPH0565911B2 (ja) | 1993-09-20 |
Family
ID=17380677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59262793A Granted JPS61141087A (ja) | 1984-12-14 | 1984-12-14 | 画像処理方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS61141087A (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63153682A (ja) * | 1986-08-01 | 1988-06-27 | Hitachi Ltd | 濃淡画像の処理方法 |
| JPS6468888A (en) * | 1987-09-10 | 1989-03-14 | Mitsubishi Electric Corp | Vehicle classification discriminating device |
| JPH0256688A (ja) * | 1988-08-23 | 1990-02-26 | Toyota Central Res & Dev Lab Inc | 文字切出し装置 |
| JPH02125384A (ja) * | 1988-07-13 | 1990-05-14 | Matsushita Electric Ind Co Ltd | 画像信号処理装置 |
| JPH02125386A (ja) * | 1988-07-13 | 1990-05-14 | Matsushita Electric Ind Co Ltd | 画信号処理装置 |
| JPH02125387A (ja) * | 1988-07-13 | 1990-05-14 | Matsushita Electric Ind Co Ltd | 画信号処理装置 |
| JPH02168363A (ja) * | 1988-09-30 | 1990-06-28 | Matsushita Electric Ind Co Ltd | 画像信号処理装置 |
| JPH02168365A (ja) * | 1988-12-22 | 1990-06-28 | Sankyo Seiki Mfg Co Ltd | 文字列及び文字の切り出し方法 |
| JPH02176884A (ja) * | 1988-09-01 | 1990-07-10 | Matsushita Electric Ind Co Ltd | 画像信号処理装置 |
| JP2015522877A (ja) * | 2012-06-07 | 2015-08-06 | アマゾン・テクノロジーズ、インコーポレイテッド | 画像認識のための適応閾値処理 |
| JP2021151842A (ja) * | 2020-03-24 | 2021-09-30 | Ｎｅｃプラットフォームズ株式会社 | 判別装置、判別方法、制御システム、学習モデル生成装置、学習モデル生成方法及びプログラム |
-
1984
- 1984-12-14 JP JP59262793A patent/JPS61141087A/ja active Granted
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63153682A (ja) * | 1986-08-01 | 1988-06-27 | Hitachi Ltd | 濃淡画像の処理方法 |
| JPS6468888A (en) * | 1987-09-10 | 1989-03-14 | Mitsubishi Electric Corp | Vehicle classification discriminating device |
| JPH02125384A (ja) * | 1988-07-13 | 1990-05-14 | Matsushita Electric Ind Co Ltd | 画像信号処理装置 |
| JPH02125386A (ja) * | 1988-07-13 | 1990-05-14 | Matsushita Electric Ind Co Ltd | 画信号処理装置 |
| JPH02125387A (ja) * | 1988-07-13 | 1990-05-14 | Matsushita Electric Ind Co Ltd | 画信号処理装置 |
| JPH0256688A (ja) * | 1988-08-23 | 1990-02-26 | Toyota Central Res & Dev Lab Inc | 文字切出し装置 |
| JPH02176884A (ja) * | 1988-09-01 | 1990-07-10 | Matsushita Electric Ind Co Ltd | 画像信号処理装置 |
| JPH02168363A (ja) * | 1988-09-30 | 1990-06-28 | Matsushita Electric Ind Co Ltd | 画像信号処理装置 |
| JPH02168365A (ja) * | 1988-12-22 | 1990-06-28 | Sankyo Seiki Mfg Co Ltd | 文字列及び文字の切り出し方法 |
| JP2015522877A (ja) * | 2012-06-07 | 2015-08-06 | アマゾン・テクノロジーズ、インコーポレイテッド | 画像認識のための適応閾値処理 |
| JP2021151842A (ja) * | 2020-03-24 | 2021-09-30 | Ｎｅｃプラットフォームズ株式会社 | 判別装置、判別方法、制御システム、学習モデル生成装置、学習モデル生成方法及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0565911B2 (ja) | 1993-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Al-Ghaili et al. | Vertical-edge-based car-license-plate detection method | |
| CN108805116B (zh) | 图像文本检测方法及其系统 | |
| CN108830857B (zh) | 一种自适应的汉字碑帖图像二值化分割方法 | |
| JPS61141087A (ja) | 画像処理方法及び装置 | |
| CN112818952A (zh) | 煤岩分界线的识别方法、装置及电子设备 | |
| CN113221778B (zh) | 手写表格的检测与识别方法及装置 | |
| JP2010186246A (ja) | 画像処理装置、方法、及び、プログラム | |
| JPH10285399A (ja) | 画像の二値化方法 | |
| KR100586227B1 (ko) | 색분포 학습을 통한 얼굴영역 추출 방법 | |
| JP4409713B2 (ja) | 文書画像認識装置及び記録媒体 | |
| KR100713335B1 (ko) | 이미지 인식방법 | |
| JPH0624014B2 (ja) | 濃淡画像の処理方法 | |
| JPH06301775A (ja) | 画像処理方法、画像識別方法および画像処理装置 | |
| JP2960468B2 (ja) | 濃淡画像の２値化方法及び装置 | |
| Kefali et al. | Localization of scores and average in Algerian baccalaureate transcripts | |
| JPS62165284A (ja) | 文字列抽出方式 | |
| JP2001043312A (ja) | 文書画像処理装置 | |
| JPS6331825B2 (ja) | ||
| JPH0660226A (ja) | 文字読取装置 | |
| JPH07160815A (ja) | 輪郭強調による画像二値化処理方法及び装置 | |
| JP2773871B2 (ja) | 画像データの２値化方式 | |
| JPH0535914A (ja) | 画像傾き検出方法 | |
| JPH01244587A (ja) | 文字切出し装置 | |
| JPH02166583A (ja) | 文字認識装置 | |
| JPH0196778A (ja) | 画像処理装置 |