KR100472887B1

KR100472887B1 - 자기 적응형 2치화를 이용한 이미지 처리 방법 및 장치

Info

Publication number: KR100472887B1
Application number: KR10-2002-0043879A
Authority: KR
Inventors: 리유린; 왕지에; 즈하오홍쉥
Original assignee: 캐논 가부시끼가이샤
Priority date: 2001-07-31
Filing date: 2002-07-25
Publication date: 2005-03-10
Also published as: EP1282076A2; CN1213592C; DE60234489D1; JP2003058879A; JP3833153B2; EP1282076A3; KR20030011632A; EP1282076B1; US7062099B2; US20030031366A1; CN1400806A

Abstract

본 발명은 처리될 이미지가 복수개의 서브-이미지로 분할되고 각각의 서브-이미지에 대한 2치화 임계치가 각각의 서브-이미지에서 검출된 에지 화소의 그레이 레벨에 기초하여 결정되는, 이미지 2치화 처리를 위한 특유한 방법, 장치, 시스템 및 저장 매체를 제공한다. 본 발명의 이미지 처리 방법은 이미지의 화소들의 그레이 레벨의 통계적 분포를 계산하는 단계와, 그레이 레벨의 통계적 분포와 대응하는 에지 기준에 기초하여 이미지에서 에지 화소를 검출하는 단계와, 이미지를 복수개의 서브-이미지로 분할하는 단계와, 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들에 기초하여 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계와, 서브-이미지의 2치화 임계치에 기초하여 각각의 서브-이미지에 대해 2치화 처리를 수행하는 단계를 포함한다.

Description

자기 적응형 2치화를 이용한 이미지 처리 방법 및 장치{IMAGE PROCESSING METHOD AND APPARATUS USING SELF-ADAPTIVE BINARIZATION}

본 발명은 자기 적응형 2치화(self-adaptive binarization)를 사용한 이미지 처리 방법 및 장치에 관한 것이다.

최근, 이미지 처리 기술은 크게 발달하여 왔으며, 원격 감지 이미지 처리, 컬러 이미지 처리 및 파일 이미지(file image) 광학 문자 인식(OCR)을 위한 이미지 처리 장치 등은 광범위한 애플리케이션을 획득하였다.

이들 이미지 처리 기술에 있어서, 그레이 레벨(gray-level) 이미지 2치화 과정은 필수적이다. 2치화 과정은 컬러 이미지 또는 그레이 레벨 이미지를 2개의 그레이 레벨만을 갖는 흑백 이미지로 변환하는 과정이다.

통상적으로 사용되는 공지된 2치화 방법들로는, 2치화될 이미지 전체에 대해 미리 설정된 임계치를 간단히 제공하는 것에 의한 2치화 방법; 그레이 레벨 히스토그램에 기초하여 임계치를 계산하는 오츠 최대 카테고리간 자승차 방법(Otsu maximum inter-category square difference method)(시스템, 사람 및 사이버네틱스에 관한 1979년 1월 발행의 IEEE 학회지 SMC-9권 제1호, 62-66면의 논문 "그레이 레벨 히스토그램으로부터의 임계치 선택 방법"(A Threshold Selection Method from Gray-Level Histograms", IEEE Trans. On system, Man and Cybernetics, Vol. SMC-9, No. 1, pp. 62-66, January 1979) 참조), 키틀러 및 일링워스의 최소 오차 방법(Kittler and Illingworth's minimum error method)(1986년 발행의 패턴 인식 19권 제1호 41-47면의 논문 "최소 오차 임계"("Minimum Error Thresholding" Pattern Recognition. Vol. 19, No. 1, pp. 41-47, 1986) 참조), 및 짜이의 모멘트 보존 방법(Tsai's moment preserving method)(1985년 발행의 컴퓨터 비전, 그래픽 및 이미지 처리 29의 377-393면의 "모멘트 보존 임계: 새로운 접근법"("Moment-Preserving Thresholding: A New Approach", Computer Vision, Graphics, and Image Processing 29, pp. 377-393, 1985) 참조)을 사용한 2치화 방법들이 있다.

그러나, 이미지 전체에 대해 단일 임계치를 사용하는 2치화 방법들은 종종 결함을 갖는다. 예컨대, 파일 이미지에 대한 OCR 과정을 수행할 때, 그리고 각종 그레이 레벨을 갖는 문자, 테이블 및 그림에 대한 2치화 과정을 수행할 때, 단일 임계치를 사용하여 문자, 테이블 및 그림을 완전하게 보존하는 것은 매우 곤란하다.

이미지를 복수개의 중첩하지 않는 서브-이미지(sub-image)들로 분할하고 각각의 서브-이미지에 대한 대응 임계치를 결정하도록 각각의 서브-이미지에 대한 그레이 레벨 히스토그램을 계산하고 나서 2치화 과정을 수행하는 방법들이 사용되어 왔다. 예컨대, 일본 특개평 9-233326호는 이미지를 각각 64 x 64 화소(pixel)를 갖는 서브-이미지들로 분할하고, 서브-이미지의 그레이 레벨 히스토그램을 사용하여 그리고 보간법을 사용한 서브-이미지에서의 각각의 화소에 대한 평활 과정(smoothing process)을 수행하여 각각의 서브-이미지의 임계치를 계산하며, 마지막으로 각각의 화소에 대한 2치화 과정을 수행하는 2치화 방법을 기재하고 있다.

은행 등에서 사용되는 전표(note) 처리 시스템 등의 테이블 이미지 인식 시스템에서, 입력 그레이 레벨 이미지들을 2치화된 이미지(흑백 이미지)들로 변환하기 위해 입력 그레이 레벨 이미지들에 대해 2치화 과정을 수행하고, 테이블의 외측 프레임, 크기 및 상대 위치에 기초하여 테이블 이미지들에 대해 일치-식별 과정(match-discrimination process)을 수행하며, 시스템에 등록된 테이블들의 시퀀스를 판단하고, 인식될 영역을 판단하며, 인식될 영역에 걸쳐 OCR 과정을 실행하는 것이 필요하다. 명백하게는, 2치화 과정은 매우 중요한 과정으로서, 테이블의 프레임이 손실되거나 명확하지 않다면 일치-식별 과정은 실패로 이어질 수 있으며, 인식될 영역에서 노이즈가 너무 크다면 OCR의 정확도가 심각하게 악영향을 받게 될 것이다. 테이블들의 이미지들에서의 외측 프레임들이 그들의 두께에 있어서 상이하고, 카본지(carbon paper)에 의해 남겨진 패턴 또는 배경 패턴이 인식될 영역에 종종 존재하기 때문에, 종래의 2치화 방법들은 테이블의 이미지를 처리하는 데 사용될 때 종종 좋지 않은 결과를 나타낸다.

본 발명의 목적은 이미지의 특징에 기초하여 이미지에 대해 신속하고 효과적인 2치화 과정을 실현하기 위한 이미지 처리 방법, 이미지 처리 장치,및 이미지 처리 방법용 저장 매체를 제공하는 것이다.

본 발명의 보다 구체적인 목적은 테이블의 외측 프레임 및 역전된 문자들의 블록을 가능한 한 많이 보존하면서 이미지의 특성에 기초하여 이미지에 대해 신속하고 효과적인 2치화 과정을 실현하기 위한 이미지 처리 방법, 이미지 처리 장치 및 이미지 처리 방법용 저장 매체를 제공하는 것이다.

본 발명은 처리될 이미지가 복수개의 서브-이미지로 분할되고 서브-이미지에서 검출된 에지 화소(edge pixel)의 그레이 레벨에 기초하여 각각의 서브-이미지에 대해 2치화 임계치가 결정되는 특유한 해결책을 제공한다.

본 발명에 따르면, 전술한 목적들은 화소들의 그레이 레벨 분포를 갖는 이미지를 처리하는 이미지 처리 방법을 제공함으로써 실현된다. 상기 방법은 a) 상기 이미지의 화소들의 그레이 레벨의 통계적 분포를 계산하는 단계와, b) 그레이 레벨의 통계적 분포와 대응하는 에지 기준(edge criterion)에 따라 이미지에서 에지 화소를 검출하는 단계와, c) 상기 이미지를 복수개의 서브-이미지로 분할하는 단계와, d) 동일한 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들에 따라 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계와, e) 동일한 서브-이미지에 대해 결정된 2치화 임계치에 따라 각각의 서브-이미지를 2치화하는 단계를 포함한다.

보다 구체적인 태양에서, 본 발명의 이미지 처리 방법은 상기 이미지에서의 화소의 전체 개수에 대한 전범위 최소 임계치(global minimum threshold)보다 낮은 그레이 레벨을 갖는 화소의 개수의 비율이 설정치보다 작게 되는 것을 방지하는 전범위 최소 임계치를 상기 이미지에 대해 결정하는 단계를 더 포함하며, 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계는 현재의 서브-이미지에서 검출된 에지 화소의 평균 그레이 레벨에 따라 현재의 서브-이미지의 후보 2치화 임계치(candidate binarizing threshold)를 결정하는 단계와, 현재의 서브-이미지의 상기 후보 2치화 임계치에 기초하여 결정된 제2 후보 2치화 임계치와 상기 전범위 최소 임계치를 비교하는 단계와, 상기 비교 단계의 결과에 기초하여 현재의 서브-이미지의 2치화 임계치를 결정하는 단계를 포함한다.

보다 구체적인 태양에서, 본 발명의 이미지 처리 방법은 이미지에서 흑색 블록을 검출하는 단계를 더 포함한다.

보다 구체적인 태양에서, 본 발명의 이미지 처리 방법은 전범위 최소 임계치 결정 단계에 있어서, 상기 흑색 블록 검출 단계에서 흑색 블록이 검출되는 경우에 상기 전범위 최소 임계치는 상기 흑색 블록의 기준 임계치에 따라 결정되고, 상기 흑색 블록 검출 단계에서 흑색 블록이 검출되지 않는 경우에 상기 전범위 최소 임계치는 상기 그레이 레벨의 통계적 분포에 기초하여 결정되는 것을 특징으로 한다.

보다 구체적인 태양에서, 이미지 처리 방법은 상기 그레이 레벨의 통계적 분포에서의 피크(peak) 및 밸리(valley)의 위치들에 기초하여 상기 전범위 최소 임계치를 결정하는 단계를 더 포함한다.

또한, 본 발명의 상기 목적들은 그레이 레벨 분포를 갖는 이미지를 처리하는 이미지 처리 장치에 있어서, a) 상기 이미지의 화소들의 그레이 레벨의 통계적 분포를 계산하는 그레이 레벨 분포 계산 수단과, b) 그레이 레벨의 통계적 분포와 대응하는 에지 기준에 따라 이미지에서의 에지 화소를 검출하는 에지 화소 검출 수단과, c) 상기 이미지를 복수개의 서브-이미지로 분할하는 이미지 분할 수단과, d) 동일한 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들에 따라 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 서브-이미지 2치화 임계치 결정 수단과, e) 동일한 서브-이미지에 대해 결정된 2치화 임계치에 따라 각각의 서브-이미지를 2치화하는 2치화 수단을 포함하는 것을 특징으로 하는 이미지 처리 장치를 제공함으로써 실현된다.

보다 구체적인 태양에서, 본 발명의 이미지 처리 장치는 상기 이미지에서의 화소의 전체 개수에 대한 전범위 최소 임계치보다 낮은 그레이 레벨을 갖는 화소의 개수의 비율이 설정치보다 작게 되는 것을 방지하는 전범위 최소 임계치를 상기 이미지에 대해 결정하는 전범위 최소 임계치 결정 수단을 더 포함하며; 상기 서브-이미지 2치화 임계치 결정 수단은 현재의 서브-이미지에서 검출된 에지 화소의 평균 그레이 레벨에 따라 현재의 서브-이미지의 후보 2치화 임계치를 결정하고, 현재의 서브-이미지의 상기 후보 2치화 임계치에 기초하여 결정된 제2 후보 2치화 임계치와 상기 전범위 최소 임계치를 비교하며, 상기 비교의 결과에 기초하여 현재의 서브-이미지의 2치화 임계치를 결정한다.

보다 구체적인 태양에서, 본 발명의 이미지 처리 방법은 상기 흑색 블록 검출 단계에 의해 흑색 블록이 검출되는 경우에는 전범위 최소 임계치 결정 수단이 전범위 최소 임계치를 상기 흑색 블록의 기준 임계치에 따라 결정하고, 상기 흑색 블록 검출 단계에 의해 흑색 블록이 검출되지 않는 경우에는 상기 전범위 최소 임계치를 상기 그레이 레벨의 통계적 분포에 기초하여 결정하는 것을 특징으로 한다.

또한, 상기 목적들은 이미지를 입력하는 입력 장치와, 그레이 레벨 분포를 갖는 이미지를 처리하는 이미지 처리 장치를 포함하는 이미지 처리 시스템을 제공함으로써 실현되는데, 상기 이미지 처리 장치는 a) 상기 이미지의 화소들의 그레이 레벨의 통계적 분포를 계산하는 그레이 레벨 분포 계산 수단과, b) 그레이 레벨의 통계적 분포와 대응하는 에지 기준에 따라 이미지에서의 에지 화소를 검출하는 에지 화소 검출 수단과, c) 상기 이미지를 복수개의 서브-이미지로 분할하는 이미지 분할 수단과, d) 동일한 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들에 따라 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 서브-이미지 2치화 임계치 결정 수단과, e) 동일한 서브-이미지에 대해 결정된 2치화 임계치에 따라 각각의 서브-이미지를 2치화하는 2치화 수단을 포함한다.

또한, 본 발명은 프로그램 코드를 저장하는 저장 매체를 제공하는데, 상기 프로그램 코드는 a) 이미지의 화소들의 그레이 레벨의 통계적 분포를 계산하는 코드와, b) 그레이 레벨의 통계적 분포와 대응하는 에지 기준에 따라 이미지에서 에지 화소를 검출하는 코드와, c) 상기 이미지를 복수개의 서브-이미지로 분할하는 코드와, d) 동일한 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들에 따라 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 코드와, e) 동일한 서브-이미지에 대해 결정된 2치화 임계치에 따라 각각의 서브-이미지를 2치화하는 코드를 포함한다.

본 발명의 다른 특징 및 이점은 이하에 주어진 실시예들의 설명 및 첨부 도면으로부터 명백해질 것이며, 도면에서 동일 또는 유사한 부품 또는 단계는 동일한 도면부호로 나타나 있다.

<실시예>

본 설명의 일부를 구성하는 첨부 도면은 본 출원의 명세서에 따라 본 발명의 실시예들을 설명하기 위해 사용된다.

제1 실시예

시스템 구조

도 1은 본 발명의 실시예에 따른 이미지 2치화 처리 시스템의 구조 블록 선도이다.

도 1에 도시된 바와 같이, 잉크 제트 프린터 등의 프린터(105) 및 모니터(106)가 호스트 컴퓨터(100)와 접속된다.

호스트 컴퓨터(100)는 워드 프로세싱 프로그램, 스케일링 프로그램, 인터넷 브라우저 등의 애플리케이션 프로그램(101)과, 운영 체계(OS)(102)와, 애플리케이션 프로그램(101)에 의해 OS(102)로 발생된 출력 이미지를 지시하는 각종 작성 명령(이미지 작성 명령, 레터 작성 명령, 그래픽 작성 명령)을 처리하여 인쇄 데이터를 생성하는 프린터 드라이버 프로그램(103)과, 애플리케이션 프로그램(101)에 의해 발생된 각종 작성 명령을 처리하고 데이터를 모니터(106) 상에 표시하는 모니터 드라이버(104)를 구비한다.

도면부호 112는 명령 입력 장치를 나타내고, 도면부호 113은 그 장치 드라이버를 나타낸 것으로, 예컨대 각종 명령을 OS(102)로 발생시키도록 모니터(106) 상에 표시된 각종 정보를 가리키는 마우스가 연결된다. 마우스 대신에 트래킹 볼, 펜, 터치 패널, 키보드 등이 다른 지시 장치가 사용될 수 있음을 알아야 한다.

호스트 컴퓨터(100)는 이들 프로그램을 실행시키는 각종 하드웨어로서 중앙 처리 장치(CPU)(108), 하드 디스크(HD)(107), 랜덤 액세스 메모리(RAM)(109), 판독 전용 메모리(ROM)(110) 등을 포함한다.

도 1에 도시된 테이블 이미지 2치화 시스템의 일례로서, 마이크로소프트사로부터 입수 가능한 윈도우즈 98이 IBM사로부터 입수 가능한 PC-AT 호환성 개인용 컴퓨터에서 OS로서 설치되고, 인쇄를 실행하는 데 필요한 애플리케이션 프로그램이 설치되며, 모니터와 프린터가 개인용 컴퓨터에 접속된다.

호스트 컴퓨터(100)에서, 각각의 애플리케이션 프로그램(101)은 텍스트로 분류된 문자 등의 텍스트 데이터, 그래픽 데이터로 분류된 도형 등의 그래픽 데이터, 및 자연 이미지로 분류된 이미지 데이터를 사용하여 출력 이미지의 데이터를 생성한다. 프린터가 이미지 데이터를 인쇄할 때, 애플리케이션 프로그램(101)은 OS(102)에 인쇄 요구를 발생시킨다. 이때, 애플리케이션 프로그램(101)은 그래픽 데이터에 대응하는 그래픽 작성 명령 및 이미지 데이터에 대응하는 이미지 작성 명령을 포함하는 작성 명령 그룹을 OS(102)로 전송한다.

OS(102)가 애플리케이션 프로그램(101)으로부터 인쇄 요구를 수신한 후에, OS(102)는 작성 명령 그룹을 프린터에 대응하는 프린터 드라이버(103)로 발생시킨다. 프린터 드라이버(103)는 OS(102)로부터의 작성 명령 그룹을 처리하고 인쇄 요구를 처리하고, 프린터(105)가 인쇄할 수 있는 인쇄 데이터를 생성하며, 인쇄 데이터를 프린터(105)로 전송한다. 프린터(105)가 래스터 프린터(rasterizing printer)라면, 프린터 드라이버(103)는 OS(102)로부터의 작성 명령에 대한 이미지 보정 과정을 수행하고 나서 RGB 24비트 페이지 메모리에서 상기 명령을 순차적으로 래스터화한다. 모든 작성 명령의 래스터화(rasterization)가 완료된 때, 프린터 드라이버(103)는 RGB 24비트 페이지 메모리의 내용을 프린터(105)가 인쇄할 수 있는 데이터 포맷, 예컨대 CMYK 데이터로 변환하여, 변환된 데이터를 프린터(105)로 전송한다.

호스트 컴퓨터(100)는 이미지 스캐너(111)와 접속될 수 있는데, 이미지 스캐너는 원본의 이미지를 감지하고 RGB 이미지 데이터를 생성하며 감지된 이미지 데이터를 HD(107)에 로딩 및 저장할 수 있다. 이미지 스캐너(111)에 의해 감지된 이미지 데이터는 BMP에 의해 인코딩된다. 감지된 이미지 데이터는 프린터 드라이버(103)에 의해 디코딩된 후에 이미지 데이터로서 프린터(105)로 전송될 수 있다.

호스트 컴퓨터(100)는 테이블 이미지에서 에지를 검출하는 테이블 이미지 2치화 장치(114)를 더 포함한다. HD(107)에 저장된 이미지 데이터는 테이블 이미지 2치화 장치(114)에 의해 판독 및 처리된다. 먼저, 테이블 이미지 에지가 2치화된다. 그리고 나서, OS(102)의 제어 하에, 테이블 이미지의 2치화된 이미지는 프린터(105) 또는 모니터(106)에 의해 출력된다.

테이블 이미지 2치화 장치

도 2는 도 1에 도시된 실시예에서의 이미지 2치화 처리 장치의 구조 블록 선도이다.

본 실시예의 테이블 이미지 2치화 장치(114)는 이미지 판독 유닛(201), 이미지 그레이 레벨 통계 처리 유닛(202), 흑색 블록 검출 유닛(203), 최소 임계치 결정 유닛(204), 에지 기준 결정 유닛(205), 에지 추출 유닛(206), 이미지 분할 유닛(207), 서브-이미지 임계치 결정 유닛(208), 평활 유닛(209) 및 2치화 처리 유닛(210)을 포함한다.

스캐너 등의 이미지 입력 장치는 원본으로부터 입력 원본 이미지를 광전기적으로 판독한다. 원본 이미지를 나타내는 아날로그 신호는 디지털 이미지 신호로 변환된다. 디지털 이미지 신호는 HD(107) 또는 ROM(110) 등의 기억 장치 내에 저장된다.

테이블 이미지 2치화 장치(114)에서, 이미지 판독 유닛(201)은 먼저 ROM(110) 등의 기억 장치에 저장된 디지털 이미지 신호를 판독하고, 판독된 이미지 신호를 이미지 그레이 레벨 통계 처리 유닛(202)으로 공급한다.

이미지 그레이 레벨 통계 처리 유닛(202)은 판독 유닛(201)에 의해 판독된 컬러 이미지, Tiff 이미지 등의 각종 이미지들을 그레이 레벨 이미지로 변환하고, 상이한 그레이 레벨의 화소들의 출현 빈도의 그레이 레벨 히스토그램을 계산한다.

흑색 블록 검출 유닛(203)은 후술하는 바와 같이 예컨대 이미지 그레이 레벨 통계 처리 유닛(202)에 의해 계산된 그레이 레벨 히스토그램을 기초로 하여 원본 이미지에서 흑색 블록을 검출해낸다.

최소 임계치 결정 유닛(204)은 이미지에 대해 전범위 최소 임계치를 결정하는데, 전범위 최소 임계치는 후술하는 바와 같이 이미지의 전체 화소의 개수에 대한 이미지에서의 최소 임계치보다 낮은 그레이 레벨을 각각 갖는 화소의 개수의 비율이 설정치보다 낮지 않게 한다.

에지 기준 결정 유닛(205)은 후술하는 바와 같이, 계산된 그레이 레벨의 통계적 분포에 기초하여 원본 이미지를 분석하고, 분석 결과에 기초하여 원본 이미지를 배경 및 전경으로 분할하며, 전경에서의 화소들의 그레이 레벨들의 합과 배경에서의 화소들의 그레이 레벨들의 합에 기초하여 에지 기준을 결정한다.

이미지 에지 추출 유닛(206)은 에지 기준 결정 유닛(205)에 의해 결정된 이미지 에지에 기초하여, 이미지의 각각의 화소가 에지 화소인 지의 여부를 판단하며, 이미지 분할 유닛(207)은 판단된 이미지 에지 화소에 기초하여 검출될 이미지를 복수개의 서브-이미지들로 분할한다.

서브-이미지 임계치 결정 유닛(208)은 각각의 서브-이미지에서 검출된 각각의 에지 화소의 그레이 레벨에 기초하여 서브-이미지의 2치화 임계치를 결정한다.

평활 유닛(209)은 각각의 서브-이미지의 2치화 임계치를 사용하여 현재의 서브-이미지 및 그 주변 서브-이미지들에서의 화소에 대한 2차원 보간(interpolation)을 수행한다.

2치화 처리 유닛(210)은 각각의 서브-이미지의 2치화 임계치에 기초하여 현재의 서브-이미지에 대한 2치화 과정을 수행한다.

테이블 이미지 2치화 과정

도 3은 도 1에 도시된 실시예에서의 이미지 2치화 처리 절차를 도시하는 플로우차트이다. 테이블 2치화 과정을 도 3 및 도 8a를 참조하여 상세히 설명하기로 한다.

도 8a는 2치화 과정을 받게 될 예시적인 원본 이미지, 즉 은행 전표의 이미지를 도시한다. 다중 레벨 이미지는 스캐너, 디지털 카메라 등의 이미지 입력 장치에 의해 판독되어 ROM(110), HD(107), RAM(109) 등의 기억 장치의 소정 위치에 저장된다. 통상적으로, 32 비트 풀-컬러 이미지 등의 판독된 이미지를 저장하기 위한 다른 방식들이 있을 수 있다. 게다가, BMP, JPEG 또는 TIFF 포맷 등과 같이 이미지를 저장하기 위한 상이한 포맷들이 있을 수 있다. 입력 원본 이미지를 처리하기 이전에, 모든 입력 원본 이미지들은 0 내지 255의 256 그레이 레벨을 갖는 그레이 레벨 이미지들로 변환된다.

도 3을 참조하면, 먼저 단계 S301에서, 이미지 판독 유닛(201)은 2치화 과정이 이루어질 원본 이미지(800A)의 각각의 화소의 그레이 레벨을 판독한다. 원본 이미지(800A)가 JPEG의 사용 등에 의해 인코딩되면, 이미지 판독 유닛(201)은 그 이미지 데이터를 판독하기 전에 이를 디코딩할 것이다. 물론, 화소들의 각각의 열(column)의 그레이 레벨은 동시에, 순차적으로 또는 각각 판독될 수 있다.

단계 S301 이후에, 단계 S302로 진행하고, 여기서 이미지 그레이 레벨 통계 처리 유닛(202)은 이미지 판독 유닛(201)에 의해 판독된 원본 이미지(800A)의 모든 화소들의 그레이 레벨에 대하여 통계 처리를 수행하며, 원본 이미지(800A)에서의 각각의 그레이 레벨에 대응하는 화소의 개수를 결정한다. 도 8b에 도시된 바와 같이, 각각의 그레이 레벨의 결정된 화소의 개수에 기초하여, 원본 이미지(800A)의 이미지 화소 그레이 레벨 히스토그램(800B)이 얻어진다. 도 8b에서, X축은 화소의 그레이 레벨을 나타내고, Y축은 화소의 개수를 나타낸다.

단계 S302 이후에, 단계 S303으로 진행하는데, 여기서 흑색 블록 검출 유닛(203)은 원본 이미지(800A)에 흑색 블록(흑색 블록은 그레이 레벨 통계적 특성에 따라 결정되고 소정 매개변수 임계치보다 작은 매개변수를 갖는 서브-이미지이다) 존재하는 지의 여부를 판단하고, 존재하는 흑색 블록의 개수, 위치 및 기준 임계치를 결정한다. 도 4는 흑색 블록을 검출하는 과정의 구체적인 예를 도시하는 플로우차트이다.

도 8a에 도시된 것과 같은 원본 이미지(800A)에서 흑색 블록을 검출하는 과정의 일례를 도 4의 플로우차트를 참조하여 이하에서 설명하기로 한다.

도 4를 참조하면, 단계 S401에서는, 단계 S302에서 결정된 원본 이미지(800A)의 이미지 화소 그레이 레벨 히스토그램에 기초하여, 모든 피크들, 피크들의 좌우측 밸리들의 위치 등과 같은 피크 특성 정보가 그레이 레벨 히스토그램에서 검출된다. 이 히스토그램은 먼저 평활처리될 수 있고, 그리고 나서 히스토그램에서의 피크 및 피크의 좌우측의 밸리의 위치들을 검출하도록 미분법을 사용하여 히스토그램에서 극점(extremum point)이 검출된다. 예시적이고 비제한적인 방식으로서, 일 실시예에서, 매 16 도트들이 최초 히스토그램에 조합됨으로써 0 내지 16의 범위를 갖는 새로운 히스토그램을 얻으며, 그리고 나서 피크 및 밸리의 위치들이 미분법을 사용하여 새로운 히스토그램에서 검출된다.

본 예에서, 도 8b의 히스토그램에서의 피크의 총 개수는 3개이며, 3개의 피크들은 이하의 정보를 갖는다.

피크의 순번	피크의 위치(그레이 레벨)	피크의계수값	좌측 밸리의위치(그레이 레벨)	우측 밸리의위치(그레이 레벨)	피크의 면적
1	82	2522	63	101	15059
2	148	36681	101	160	473720
3	183	86959	160	255	1566255

여기서, 피크의 면적은 피크의 좌측 밸리로부터 우측 밸리까지의 화소들의 전체 개수로서 정의된다.

삭제

단계 S401 이후에, 배경 블록이 원본 이미지(800A)에 존재하는 지의 여부가 판단되는 단계 S402로 진행하는데, 여기서 배경 블록은 그 주변 영역에 비해 약간 낮은 그레이 레벨을 갖는 블록이며, 배경 블록 상에 문자 블록과 같이 훨씬 낮은 그레이 레벨을 갖는 다른 블록들이 있을 수 있다. 설명을 간단히 하기 위하여, 테이블 이미지는 단일 그레이 레벨을 갖는 배경 블록들을 갖는 것으로 가정하기로 한다. 이러한 가정 하에, 최우측 피크(이를 기본 피크로서 간주하기로 한다)의 좌측에 비교적 큰 피크가 존재하는 지의 여부와 상기 피크의 좌측의 면적이 상대적으로 큰 지의 여부를 판단하기 위하여 테이블 이미지의 그레이 레벨 히스토그램에서의 피크들의 상황에 대해 주로 판단이 이루어지며, 모두 "예"라면 우측으로부터 두 번째 피크가 배경 피크로서 결정된다. 본 실시예에서, 3개의 조건이 테이블 이미지에 대한 기준으로서 취해진다.

(1) 기본 피크의 피크 면적(화소들의 개수)은 원본 이미지의 화소의 전체 개수에 SP1을 곱한 값보다 크다.

(2) 우측으로부터 두 번째 피크의 피크 면적(화소들의 개수)은 기본 피크의 피크 면적(화소들의 개수)에 SP2를 곱한 값보다 크다.

(3) 우측으로부터 두 번째 피크의 좌측 밸리의 좌측에서의 전체 면적(화소들의 개수)은 원본 이미지의 화소의 전체 개수에 SP3을 곱한 값보다 크다.

여기서, 매개변수 SP1, SP2 및 SP3은 미리 설정된 값들이다. 매개변수 SP1의 범위는 0.05 내지 0.2이고 양호한 값은 0.1이며, 매개변수 SP2의 범위는 0.001 내지 0.08이고 양호한 값은 0.035이며, 매개변수 SP3의 범위는 0.002 내지 0.02이고 양호한 값은 0.005이다.

이미지(800A)에 대해서는, 기본 피크의 피크 면적은 1566255이고, 이미지의 화소의 전체 개수는 2050290이며, 우측으로부터 두 번째 피크의 피크 면적은 473720이고, 우측으로부터 두 번째 피크의 좌측 밸리의 좌측에서의 전체 면적은 15059이며, 이들 값들은 전술한 3개의 조건들을 만족시켜서, 원본 이미지(800A)가 배경 블록을 포함하고 배경 블록에 의해 형성된 배경 피크의 피크 위치가 148에 있다고 판단된다.

단계 402 이후에, 단계 403으로 진행하는데, 여기서 흑색 블록 임계치(ThB)보다 작은 평균 그레이 레벨을 갖는 블록을 흑색 블록으로서 판단하기 위한 흑색 블록 임계치가 결정된다. 테이블 이미지에서, 흑색 블록의 면적은 통상적으로 비교적 작다. 따라서, 원본 이미지의 그레이 레벨 히스토그램에서, 좌측으로부터 우측으로의 피크들의 면적(화소들의 개수)이 순차적으로 가산되며, 가산된 면적이 원본 이미지의 전체 면적(화소들의 개수)에 미리 선택된 인자 매개변수 SP4를 곱한 값을 초과할 때, 바로 직전의 피크의 우측 밸리가 흑색 블록 임계치(ThB)로서 선택된다. 본 실시예에서, 매개변수 SP4는 0.1 내지 0.35의 범위를 갖고, SP4의 양호한 값은 0.2이다. 따라서, 원본 이미지(800A)에 대해, 흑색 블록 임계치(ThB)가 첫 번째 피크의 우측 밸리에서 선택되어 ThB=101임을 알 수 있다.

단계 S403 이후에, 원본 이미지의 각각의 열(column)에서의 모든 화소들의 그레이 레벨이 가산되어 시퀀스(GX(i))가 얻어지는 단계 S404로 진행하는데, 여기서 i번째 항목은 원본 이미지의 i번째 열에서의 모든 화소들의 그레이 레벨의 합이다. 그리고 나서, 단계 S405로 진행한다.

단계 S405에서, 원본 이미지의 각각의 행(row)에서의 화소들의 그레이 레벨들이 가산되어 제2 시퀀스(GY(i))가 얻어지는데, 여기서 i번째 항목은 원본 이미지의 i번째 행에서의 모든 화소들의 그레이 레벨의 합이다.

그리고 나서, 단계 S406으로 진행하는데, 여기서 연산자(0.1, 1, 5, 0, -5, -1, -0.1) 등의 연산자가 단계 S403에서 얻어진 시퀀스(GX(i))와 단계 S404에서 얻어진 시퀀스(GY(i))에 적용되어, 시퀀스(GX(i) 및 GY(i))에서의 모든 변동 극한치(GXP(j) 및 GYP(j))의 위치들을 검출한다.

즉,(0.1, 1, 5, 0, -5, -1, -0.1) 등의 연산자를 시퀀스(GX(i))에 적용함으로써, 새로운 시퀀스(gXP(j))가 생성된다. 그리고 나서, 각각이 소정 값보다 큰 절대값을 갖는 gXP(j)에서의 모든 항목들이 검출되고, 만약 있다면 이들 항목들의 j의 값들은 시퀀스(GX(i))에서의 변동 극한값의 수평 위치들이다.

마찬가지로, (0.1, 1, 5, 0, -5, -1, -0.1) 등의 연산자를 시퀀스(GY(i))에 적용함으로써, 새로운 시퀀스(gYP(j))가 생성된다. 그리고 나서, 각각이 소정 값보다 큰 절대값을 갖는 gYP(j)에서의 모든 항목들이 검출되고, 만약 있다면 이들 항목들의 j의 값들은 시퀀스(GY(i))에서의 변동 극한값의 수직 위치들이다.

명백하게는, 사용된 연산자는 연산자(0.1, 1, 5, 0, -5, -1, -0.1)로 제한되지 않으며, 또한 7점 연산자로도 제한되지 않는다. 더욱이, 시퀀스(GX(i) 및 GY(i))에서의 변동 극한값의 위치들을 검출하기 위해 다른 수학적 접근법이 이용될 수 있다.

그리고 나서, 원본 이미지가 그레이 레벨 변동 극한값(GXP(j) 및 (GYP(j)) 중 하나를 각각 통과하는 수평선 및 수직선을 사용하여 상이한 크기의 복수개의 서브-이미지 블록들로 분할되는 단계 S407로 진행한다.

그리고 나서, 단계 S408로 진행하는데, 여기서 좌측으로부터 우측으로 그리고 상부로부터 하부까지의 순서에 따라 서브-이미지 블록들이 순차적으로 선택되고, 선택된 서브-이미지들은 후술되는 바와 같이 추후 처리에 사용된다.

이어서, 현재의 서브-이미지 블록이 부분 블록(fragment block)인 지의 여부가 판단되는 단계 S409로 진행한다. 판단 기준은 블록의 크기 정보이다. 본 실시예에서, 서브-이미지 블록의 폭(WW) 또는 서브-이미지 블록의 높이(WH)가 설정치(SP5)보다 작다고 판단된 때 서브-이미지 블록은 부분 블록인 것으로 판단되어 단계 S413으로 진행하며, 그렇지 않다면 단계 S410으로 진행한다. SP5의 양호한 값은 16이고, SP5의 범위는 10 내지 20이다.

단계 S410에서, 현재의 서브-이미지 블록의 평균 그레이 레벨(AVj)이 계산되고 나서, 단계 S411로 진행한다.

단계 S411에서, 현재의 서브-이미지가 흑색 블록인 지의 여부가 판단된다. 판단 기준은 현재의 서브-이미지 블록의 평균 그레이 레벨(AVj)이 단계 S403에서 계산된 흑색 블록 임계치(ThB)보다 작은 지의 여부이다. AVj가 ThB보다 작다면, 현재의 서브-이미지 블록은 흑색 블록인 것으로 판단되어 단계 S412로 진행하며, 그렇지 않다면 단계 S413으로 진행한다.

단계 S412에서, 현재의 서브-이미지 블록은 흑색 블록으로서 기록되고, 상부 좌측 및 하부 우측 코너의 좌표들이 기록된다. 게다가, 현재의 서브-이미지 블록의 기준 임계치, 즉 흑색 블록(서브-이미지) 자체의 그레이 레벨 분포에 대응하는 임계치가 계산되며, 오츠(Otsu) 방법, 니블랙(NiBlack) 방법, 최소 오차법 또는 최대 엔트로피 방법 등의 임의의 종래 기술의 2치화 방법을 사용하여 계산될 수 있다. 본 실시예에서, 오츠 방법이 사용된다.

그리고 나서, 모든 서브-이미지 블록이 처리되었는 지의 여부가 판단되는 단계 S413으로 진행한다. 모든 서브-이미지 블록들이 처리되었다면, 흑색 블록 검출 과정은 종료하고, 그렇지 않다면 단계 S408로 진행한다.

이미지(800A)의 예에서, 4개의 흑색 블록들이 검출된다.

도 3을 다시 참조하면, 단계 S303 이후에, 최소 임계치 결정 유닛(204)이 원본 이미지의 전범위 최소 임계치를 계산하는 단계 S304로 진행한다. 최소 임계치를 계산하는 과정이 도 5에 의해 도시되어 있다.

도 5는 원본 이미지의 최소 임계치를 계산하는 과정을 도시하는 플로우차트이다.

도 5를 참조하면, 단계 S501에서는, 단계 S303에서 흑색 블록이 검출되었는 지의 여부를 주로 확인함으로써 흑색 블록이 존재하는 지의 여부가 판단된다. "예"라면, 단계 S502로 진행하며, 그렇지 않다면 단계 S508로 진행한다. 원본 이미지(800A)의 예에서, 단계 S303에서 흑색 블록이 검출되므로, 단계 S502로 진행한다.

단계 S502에서는, 단계 S303에서 계산된 각각의 흑색 블록의 기준 임계치에 기초하여, 기준 임계치들 중 최소 ThM이 결정된다. 원본 이미지(800A)의 예에서, ThM=101이라고 결정된다.

단계 S502 이후에, 원본 이미지에서 ThM보다 작은 그레이 레벨을 각각 갖는 화소들의 전체 개수(T1)가 계산되는 단계 S503으로 진행한다. 원본 이미지(800A)의 예에서, T1=15059이라고 계산된다.

단계 S503 이후에, ThM이 수학식 1의 기준에 의해 너무 작은 지(ThM이 너무 작다면, 2치화 과정에서 너무 많은 내용이 손실될 것이다)의 여부가 판단되는 단계 S504로 진행한다.

여기서, L1은 원본 이미지의 화소의 전체 개수에 SP6을 곱한 값이다. SP6은 0.002 내지 0.01의 범위를 갖고 양호한 값이 0.005인 소정의 값이다. 상기 수학식 1의 조건이 만족된다면, 단계 S505로 진행하고, 그렇지 않다면 단계 S506으로 진행한다.

원본 이미지(800A)의 예에서, L1=0.005 x 2050290 = 10251, 따라서 T1 > L1이므로 상기 수학식 1의 조건은 만족되지 않아서, 단계 S506으로 진행한다.

단계 S505에서, ThM이 너무 작다고 단계 S504에서 판단됨에 따라, ThM이 모든 흑색 블록들의 기준 임계치들의 평균과 같게 함으로써 ThM이 재계산된다.

단계 S506에서, 전범위 최소 임계치는 너무 크지 않도록 제어된다. 일 실시예에서, 많은 테이블 이미지들에 걸친 분석에 따르면, 고정값인 128이 전범위 최소 임계치의 상한으로서 선택된다. 물론, 128 이외의 값이 선택될 수 있는데, 100 내지 150의 범위 내의 임의의 값이 전범위 최소 임계치의 상한으로서 선택될 수 있다. 그리고 나서, 단계 S520으로 진행한다.

단계 S501 이후에, 흑색 블록이 존재하지 않으면, 원본 이미지의 이미지 그레이 레벨 히스토그램이 단일 피크를 포함하는 지의 여부가 판단되는 단계 S508로 진행한다. "예"라면, 단계 S509로 진행하고, 그렇지 않으면 단계 S514로 진행한다.

단계 S509 내지 단계 S513에서, 원본 이미지의 그레이 레벨 히스토그램이 단일 피크를 포함하므로, ThM보다 작은 그레이 레벨을 갖는 원본 이미지에서 화소의 전체 개수(T2)가 매개변수(L2)보다 작은 위치가 검색되는데, 여기서 L2는 피크의 전체 면적에 SP7을 곱한 값과 같으며, SP7은 0.02 내지 0.1의 범위를 갖고 양호한 값이 0.05인 설정치이다.

단계 S514 내지 S519에서, 원본 이미지의 그레이 레벨 히스토그램이 그레이 레벨 히스토그램에서의 최좌측 피크로부터 시작하여 128보다 작은 그레이 레벨에 위치된 피크까지 복수개의 피크들을 포함하므로, 원본 이미지에서 ThM보다 작은 그레이 레벨을 각각 갖는 화소들의 축적된 개수(T3)가 매개변수(L3)보다 작은 차이에 해당하는 피크의 우측 밸리가 순차적으로 검색되는데, 여기서 L3은 원본 이미지에서의 화소의 전체 개수에 SP8을 곱한 값이고, SP8은 0.002 내지 0.01의 범위 내에 있고 더욱 양호한 값이 0.005인 설정치이다.

마지막으로, 단계 S520에서, ThM은 얻고자한 전범위 최소 임계치(ThMg)로서 결정된다. 원본 이미지(800A)의 예에서, ThM은 101이고, 전범위 최소 임계치는 101이다.

도 3을 다시 참조하면, 단계 S304 이후에, 단계 S305로 진행하는데, 여기서 에지 기준 결정 유닛(205)은 단계 S302에서 얻어진 원본 이미지의 화소들의 그레이 레벨 히스토그램에 기초하여 이미지에서 전경 에지를 추출하는 기준을 결정한다.

에지 기준의 결정을 이하에서 설명하기로 한다. 설명 중 몇몇 상세 사항에 대하여, 본 출원의 출원인에 의해 출원되고 동일 발명자에 의해 발명된 발명의 명칭이 "이미지 처리 방법, 시스템 및 저장 매체"인 중국 특허 출원 제01124725.8호가 참조될 수 있다.

이미지 에지 기준 결정 유닛

도 9는 본 발명의 실시예에 따른 이미지 에지 기준 결정 유닛의 구조 블록 선도를 도시한다.

본 실시예의 에지 기준 결정 유닛은 이미지 분류 유닛(903), 분할 임계치 결정 유닛(904) 및 이미지 에지 기준 결정 유닛(905)을 포함한다.

이미지 그레이 레벨 통계 처리 유닛(202)에 의해 얻어진 그레이 레벨 히스토그램에 기초하여, 이미지 분류 유닛(903)은 그레이 레벨 히스토그램에서 전경 및 배경을 분할하기 위한 초기 분할 임계치를 결정한다.

본 발명에서, 이미지의 그레이 레벨 히스토그램의 특징에 따르면, 이미지는 3가지 타입, 즉 타입 0, 타입 I 및 타입 II 중 하나로 분류될 수 있다. 타입 0의 이미지는 초기 분할 임계치를 사용하여 전경 및 배경으로 적절하게 분할될 수 있는 정상 이미지이다. 여기서, 이미지의 전경은 문자, 차트, 선 등의 이미지를 가지고 나타내어지는 각종 정보를 포함하는 반면에, 이미지의 배경은 이미지의 기본 색상 등의 이미지의 전경을 장식하거나 돋보이게 하는 정보를 포함한다. 도 8a에 도시된 이미지(800A)는 타입 0의 이미지의 예이다.

타입 I의 이미지는 초기 분할 임계치를 사용하여 전경 및 배경으로 분할될 때 부정확한 전경을 갖는 이미지인데, 즉 그 전경의 일부가 그 배경으로 분할된다. 타입 II의 이미지는 초기 분할 임계치를 사용하여 전경 및 배경으로 분할될 때 부정확한 배경을 갖는 이미지인데, 즉 그 배경의 일부가 그 전경으로 분할된다.

도 9를 참조하면, 이미지 분류 유닛(903)은 원본 이미지를 타입 0, 타입 I 및 타입 II의 3가지 타입들 중 하나로 분류한다.

그리고 나서, 타입 0의 이미지인 것으로서 판단된 이미지에 대해, 에지 분할 임계치 결정 유닛(904)은 이미지의 그레이 레벨 히스토그램을 전경 및 배경으로 분할하는 초기 분할 임계치를 에지 기준 결정 유닛(905)으로 공급하며, 에지 기준 결정 유닛(905)은 후술되는 바와 같이 이미지의 전경 및 배경의 그레이 레벨 통계적 평균을 결정한다.

타입 I 또는 타입 II의 이미지인 것으로 분류된 이미지에 대하여, 이미지의 그레이 레벨 히스토그램의 배경 및 전경을 분할하는 초기 분할 임계치는 후술되는 바와 같이 분할 임계치 결정 유닛(904)에 의해 조절되어, 이미지의 전경 및 배경을 분할하는 적절한 분할 임계치를 결정하도록 한다. 그리고 나서, 에지 기준 결정 유닛(905)은 이미지의 전경 및 배경의 결정된 분할 임계치에 기초하여 이미지의 배경 및 전경의 그레이 레벨 통계적 평균을 계산한다. 후술되는 바와 같이, 전경 및 배경의 계산된 그레이 레벨 통계적 평균에 기초하여, 에지 기준 결정 유닛(905)은 이미지 에지 기준을 결정한다.

이미지 에지 검출 과정

도 10은 본 발명의 실시예에 따른 이미지 에지 검출의 과정을 도시하는 플로우차트이다. 이미지에서 에지를 검출하는 과정을 도 10을 참조하여 이하에서 상세히 설명하기로 한다.

도 10을 참조하면, 먼저 단계 S103에서, 이미지 분류 유닛(903)은 단계 S302에서 결정된 원본 이미지의 이미지 화소 그레이 레벨 히스토그램에 기초하여, 그레이 레벨 히스토그램(800B)의 폭 등의 이미지 특징, 이미지의 전경 및 배경을 분할하기 위한 초기 분할 임계치 및 그레이 레벨 통계적 평균을 결정하며, 이미지 분류 유닛(903)은 이들 특징에 기초하여 원본 이미지를 전술한 타입 0 이미지, 타입 I 이미지, 또는 타입 II 이미지 중 하나로 분류한다. 이미지를 분류하는 과정을 도 11을 참조하여 이하에서 상세히 설명하기로 한다.

도 11은 이미지를 분류하는 과정의 플로우차트이다. 원본 이미지를 분류하는 과정은 도11을 참조하여 상세히 설명된다.도 11에 도시된 바와 같이, 단계 S111에서, 원본 이미지에서 전경 및 배경으로 분할하기 위한 초기 분할 임계치는 단계 S302에서 결정된 원본 이미지의 그레이 레벨 히스토그램에 따라 계산된다. 초기 분할 임계치(Thi)는 오츠 방법, 니블랙 방법, 최소 오차법 또는 최대 엔트로피 방법 등의 임의의 공지된 방법을 사용하여 계산될 수 있다. 본 실시예에서, 오츠 방법이 사용된다. 오츠 방법에 대해서는, 시스템, 사람 및 사이버네틱스에 관한 1979년 1월 발행의 IEEE 학회지 SMC-9권 제1호, 62-66면의 논문 "그레이 레벨 히스토그램으로부터의 임계치 선택 방법"이 참조될 수 있다.

단계 S111 이후에, 원본 이미지의 히스토그램에서의 모든 화소들의 그레이 레벨의 통계적 평균(AV)이 계산되는 단계 S112로 진행한다.

그리고 나서, 단계 S113으로 진행되는데, 여기서 그레이 레벨 히스토그램에서의 시작점의 그레이 레벨(ST) 및 종료점의 그레이 레벨(END)이 결정되어, 매개변수의 전체적인 계산에 별 영향을 끼치지 않지만 에지 기준의 계산에 원치 않는 영향을 끼치는 그레이 레벨 히스토그램의 전방 및 후방 부분에서의 그레이 레벨을 제거한다.

시작점 및 종료점은 이하의 수학식 2로서 결정될 수 있다.

여기서, K는 히스토그램의 시작점의 그레이 레벨(ST) 또는 종료점의 그레이 레벨(END)에 대응하는 화소의 개수, T는 원본 이미지의 화소의 전체 개수, 그리고 a는 50 등의 소정 값이다. a의 값은 20 내지 150의 범위 내에서 선택될 수 있다.

단계 S113 이후에, 제1 결정비(R0), 제2 결정비(R1) 및 제3 결정비(R2)가 원본 이미지의 화소의 개수 및 그에 대응하는 그레이 레벨 히스토그램에 기초하여 계산되는 단계 S114로 진행한다.

제1 결정비(R0)는 수학식 3에 의해 주어진다.

여기서, R0은 제1 결정비, T0은 원본 이미지의 전체 화소의 개수, 즉 0 내지 255의 그레이 레벨의 범위 내의 화소의 전체 개수, 그리고 T11은 0부터 그레이 레벨 통계적 평균(AV)까지의 그레일-레벨의 범위 내에 포함된 화소의 개수를 나타낸다.

또한, 제2 결정비(R1)는 수학식 4에 의해 주어진다.

여기서, R1은 제2 결정비, T12는 0부터 히스토그램의 초기 분할 임계치(Thi)까지의 그레이 레벨의 범위 내에 포함된 화소의 개수, 그리고 T13은 히스토그램의 초기 분할 임계치(Thi)로부터 그레이 레벨 통계적 평균(AV)까지의 범위 내에 포함된 화소의 개수를 나타낸다.

더욱이, 제3 결정비(R2)는 수학식 5에 의해 주어진다.

여기서, R2는 제3 결정비, T12는 0부터 히스토그램의 초기 분할 임계치(Thi)까지의 범위 내에 포함된 화소의 개수, 그리고 T0은 원본 이미지의 전체 화소의 개수, 즉 0 내지 255의 그레이 레벨의 범위 내의 화소의 전체 개수를 나타낸다.

이상으로부터, 제1, 제2 및 제3 결정비(R0, R1, R2)의 계산에 있어서, 화소의 개수가 0의 그레이-레벨로부터 시작하여 모두 계수(count)된다는 것을 알 수 있다. 유사하게, 화소의 개수는 단계 S113에서 결정된 시작점의 그레이 레벨(ST)로부터 시작하여 계수될 수도 있다. 마찬가지로, 255에서 종료하는 모든 화소 계수는 종료점의 그레이 레벨(END)에서 종료하는 계수로 대체될 수 있다.

단계 S114 이후에, 이하의 수학식 6의 관계가 만족되는 지의 여부가 판단되는 단계 S115로 진행한다.

여기서, R0는 제1 결정비, R1은 제2 결정비, Av는 모든 화소의 그레이 레벨 통계적 평균, Thi는 초기 분할 임계치, L0은 제1 설정치, L11은 제2 설정치, 그리고 L12는 제3 설정치를 나타낸다.

단계 S115에서, 수학식 6의 관계가 만족된다면, 이미지는 단계 S117에서 타입 I 이미지인 것으로 판단된다. 수학식 6의 관계가 만족되지 않는다면, 단계 S116으로 진행한다.

본 실시예에서, 제1 설정치(L0)의 양호한 범위는 2 내지 5이고, L0의 양호한 값은 3.5로 취해지며, L11의 양호한 범위는 0.35 내지 0.5이고, L11의 양호한 값은 0.45로 취해지며, L12의 양호한 범위는 0.5 내지 0.65이고, L12의 양호한 값은 0.55로 취해진다.

도 11의 단계 S115를 다시 참조하면, 단계 S115 이후에, 본 예시적인 실시 예에서 원본 이미지가 타입 I 이미지가 아닌 것으로 판단되므로, 이하의 수학식 7의 관계가 만족되는 지의 여부가 판단되는 단계 S116으로 진행한다.

여기서, R1은 제2 결정비, R2는 제3 결정비, 그리고 Ls는 히스토그램에서 종료점의 그레이 레벨(END)과 시작점의 그레이 레벨(ST) 사이의 거리이다. L13, L4 및 L5는 각각 제4, 제5 및 제6 설정치이다.

단계 S116에서 수학식 7의 관계가 만족된다고 판단되면, 에지가 추출되어질 이미지는 단계 S118에서 타입 II 이미지로서 판단된다. 단계 S116에서, 수학식 7의 관계가 만족되지 않는다고 판단되면, 단계 S119로 진행한다.

단계 S119에서, 원본 이미지가 타입 0 이미지인 것으로 판단된다. 즉, 이미지는 초기 분할 임계치를 사용하여 전경 부분 및 배경 부분으로 명확하게 분할될 수 있다.

도 10의 단계 S103을 다시 참조하면, 원본 이미지의 타입의 판단 이후에, 단계 S104로 진행한다. 단계 S104에서, 원본 이미지를 전경 및 배경으로 분할하는 분할 임계치가 계산된다. 타입 I 이미지 또는 타입 II 이미지에 대하여는, 그 이미지가 전경 및 배경으로 적절하게 분할되지 않으므로, 초기 분할 임계치가 조절될 것이 필요하다.

원본 이미지가 타입 0 이미지인 상황에서, 이미지는 초기 분할 임계치(Thi)를 사용하여 전경 및 배경으로 적절하게 분할될 수 있어서, 원본 이미지의 초기 분할 임계치를 조절할 필요가 없다.

도 12는 원본 이미지를 전경 및 배경으로 분할하기 위한 분할 임계치를 결정하는 과정을 도시하는 플로우차트이다. 도 12를 참조하면, 원본 이미지가 타입 0 이미지이므로, 단계 S111에서 계산된 초기 분할 임계치(Thi)가 이미지를 전경 및 배경으로 분할하기 위한 분할 임계치(Thf)로서 사용된다.

그리고 나서, 이미지의 에지 기준이 결정된다. 원본 이미지의 에지 기준은 이미지를 전경 및 배경으로 분할하기 위한 분할 임계치의 각각의 측면에서의 화소들의 그레이 레벨 통계적 평균들의 차이(Av2 - Av1)로서 취해질 수 있다.

본 실시예에 따르면, 분할 임계치의 각각의 측면에서의 화소들의 그레이 레벨 통계적 평균들의 차이(Av2 - Av1)는 이미지 에지 기준으로서 직접 취해질 수 있지만, 본 발명은 이에 제한되지 않음을 알아야 한다. 본 발명의 사상 및 범주로부터 벗어남이 없이, 이미지 에지 기준은 증가 또는 감소될 수 있다. 예컨대, 이미지 에지 기준은 (Av1 - Av2)에 소정 계수(coefficient)를 곱한 값으로서 취해질 수 있다.

타입 I 이미지의 이미지 에지 추출

본 발명에 따라 타입 I 이미지로서 판단된 원본 이미지에 대한 이미지 에지 추출 과정에 대하여 이하에서 설명하기로 한다.

타입 I 이미지에 대해서는, 초기 분할 임계치(Thi)를 사용하여 판단된 전경이 있어야 할 것보다 적게 되므로, 도 12의 단계 S1203으로 표시된 바와 같이, 초기 분할 임계치에 대해 조절이 이루어질 것이 필요하다. 조절 과정의 상세 사항이 도 13을 참조하여 설명된다.

도 13은 타입 I의 원본 이미지를 전경 및 배경으로 분할하기 위한 초기 분할 임계치를 조절하는 과정의 플로우차트이다.

도 13을 참조하면, 과정의 시작 이후에, 단계 S1301에서, 단계 S111에서 얻어진 초기 분할 임계치(Thi)에서의 시작점 그레이 레벨 및 변경되지 않은 종료점 그레이 레벨을 갖는 분할 임계치의 새로운 범위가 규정된다.

그리고 나서, 새로운 분할 임계치가 결정되는 단계 S1302로 진행한다. 새로운 시작점 그레이 레벨로부터 종료점 그레이 레벨까지의 범위에서, 니블랙 방법을 사용하여 새로운 분할 임계치(Thm)가 얻어진다. 니블랙 방법에 관한 상세 사항은 1995년 12월 발행의 패턴 분석 및 기계 지능에 관한 IEEE 학회지 17권 제12호, 1191-1201면의 논문 "2치화 방법의 목표 방향 평가"("Goal-Direction Evaluation of Binarization Methods", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 17, No. 12, December 1995, pp. 1191-1201)에서 볼 수 있다. 물론, 평균치 방법, 최소 오차 방법, 최대 엔트로피 방법 등의 다른 방법들이 사용될 수 있다.

단계 S1302 이후에, 매개변수(T12, T13, R1, R2)가 재계산되는 단계 S1303으로 진행한다.

그리고 나서, 이하의 수학식 8의 관계가 만족되는 지의 여부가 판단되는 단계 S1304로 진행한다.

여기서, R1은 제2 결정비, L0은 제1 설정치, 그리고 L13은 제4 설정치를 나타낸다.

새로운 분할 임계치가 적절함을 의미하는 것으로서 수학식 8의 조건이 만족된다고 판단되면, 새로운 분할 임계치(Thm)가 원본 이미지를 전경 및 배경으로 분할하기 위한 분할 임계치(Thf)로서 취해지는 단계 S1308로 진행한다. 수학식 8의 조건이 만족되지 않으면, 단계 S1305로 진행한다.

단계 S1305에서, 분할 임계치의 범위가 재결정된다. 도 13을 참조하면, 단계 S1305에서, 시작점의 그레이 레벨(ST)은 변경되지 않은 상태로 유지되는 반면에 종료점의 그레이 레벨(END)은 새로운 분할 임계치(Thm)로 대체된다.

그리고 나서, 새로운 분할 임계치(Thm)를 결정하기 위한 사이클의 횟수가 4 등의 소정 횟수를 초과하는 지의 여부가 판단되는 단계 S1306으로 진행한다.

사이클의 횟수가 소정 횟수를 초과하지 않는다면, 사이클의 횟수는 1만큼씩 증가되고, 단계 S1302로 귀환한다.

사이클의 개수가 소정 횟수를 초과한다면, 단계 S1308로 진행한다.

그리고 나서, 도 10을 다시 참조하면, 단계 S104 이후에, 단계 S104에서 얻어진 분할 임계치(Thf)에 기초하여 에지 기준을 판단하는 단계 S105로 진행한다. 이러한 과정의 상세 사항은 타입 0의 이미지에 대해 설명된 것과 동일한데, 즉 분할 임계치(Thf)의 양측에서의 화소들에 대한 평균 그레이 레벨(Av1, Av2) 각각이 계산되고, 에지 기준이 2개의 평균 그레이 레벨의 차이(Av2-Av1)에 기초하여 결정된다.

타입 II의 원본 이미지의 이미지 에지 결정

타입 II 이미지로서 판단된 원본 이미지에서 에지를 추출하는 방법에 대하여 이하에서 설명된다.

타입 II의 이미지에 대해서는, 초기 분할 임계치(Thi)에 기초하여 판단된 이미지의 배경이 더 적게되므로, 도 12의 단계 S1203에서 도시된 바와 같이 그 초기 분할 임계치가 조절될 필요가 있다. 조절 과정의 상세 사항을 도 14를 참조하여 나타내기로 한다.

도 14는 타입 II 이미지의 이미지 분할 임계치를 조절하기 위한 과정을 도시하는 플로우차트이다.

도 14를 참조하면, 이러한 과정의 시작 이후에, 단계 S1401에서, 시작점 그레이 레벨을 변경되지 않은 상태로 유지하면서 단계 S111에서 얻어진 초기 분할 임계치(Thi)를 새로운 종료점 그레이 레벨로서 취함으로써 새로운 분할 임계치가 결정된다.

그리고 나서, 새로운 분할 임계치(Thm)가 재결정되는 단계 S1402로 진행한다. 시작점 그레이 레벨로부터 새로운 종료점 그레이 레벨까지의 범위에 대하여, 니블랙 방법을 사용하여 새로운 분할 임계치(Thm)가 얻어진다.

단계 S1402 이후에, 매개변수(T12, T13, R1, R2)가 재계산되는 단계 S1403으로 진행한다.

그리고 나서, 수학식 9의 관계가 만족되는 지의 여부가 판단되는 단계 S1404로 진행한다.

여기서, R0은 제1 결정비, R1은 제2 결정비, R2는 제3 결정비, L0은 제1 설정치, L11은 제4 설정치, 그리고 L12는 제5 설정치를 나타낸다.

새로운 분할 임계치가 적절한 임계치임을 의미하는 것으로서 수학식 9의 관계가 만족된다고 판단되면, 새로운 분할 임계치(Thm)가 분할 임계치(Thf)로서 취해지는 단계 S1408로 진행한다. 수학식 9의 관계가 만족되지 않는다면, 단계 S1405로 진행한다.

단계 S1405에서, 분할 임계치의 새로운 범위가 결정된다. 도 14를 참조하면, 단계 S1405에서, 종료점 그레이 레벨(END)이 변경되지 않은 상태로 유지되는 반면에 새로운 분할 임계치(Thm)는 시작점의 그레이 레벨(ST)로서 취해진다.

그리고 나서, 새로운 분할 임계치를 결정하기 위한 횟수가 4 등의 미리 설정된 횟수를 초과하는 지의 여부가 판단되는 단계 S1406으로 진행한다.

그 횟수가 미리 설정된 값을 초과하지 않는다면, 그 횟수는 1만큼씩 증가되고, 단계 S1402로 귀환한다.

다음으로, 도 10을 다시 참조하면, 단계 S104 이후에, 단계 S104에서 얻어진 분할 임계치(Thf)에 기초하여 에지 기준이 결정되는 단계 S105로 진행한다. 에지 기준을 얻는 상세 사항은 타입 0의 이미지를 참조하여 설명된 것과 유사한데, 즉 분할 임계치(Thf)의 양측에서의 화소들의 평균 그레이 레벨(Av1, Av2)이 계산되고, 2개의 평균 그레이 레벨의 차이(Av2 - Av1)에 기초하여 에지 기준이 결정된다.

도 8a에서 도시된 예에서, 에지 기준을 결정하는 상기 방법을 사용하여, 단계 S305에서는 원본 이미지(800A)의 에지 기준이 55인 것으로 결정된다.

단계 S305 이후에, 에지 추출 유닛(206)이 단계 S305에서 얻어진 원본 이미지의 에지 기준 및 소벨 이미지 연산자(도 7의 C 및 D 참조)를 사용하여 에지 추출을 수행하는 단계 S306으로 진행한다. 개선된 소벨 에지 추출 방법에는 연산자의 방향 특성이 제공된다.

도 7을 참조하면, 소벨 연산자는 화소(i, j)가 특별한 작용을 갖는 에지 지점인 지의 여부를 판단하는 데 사용된다.

수학식 10에서, f(i,j)는 연속 함수이고, g(i,j)는 (i,j)에서의 이미지 그레이 레벨의 구배의 최대치이며, gi(i,j) 및 gj(i,j)는 각각 수평 방향 및 수직 방향으로의 그레이 레벨 성분이다.

종래의 소벨 에지 추출 방법에 있어서, 수학식 10은 원본 이미지에서의 각각의 화소에서의 그레이 레벨의 구배의 최대치를 계산하는 데 이용되고, 최대치는 이미지 에지 기준과 비교된다. 이미지 에지 기준보다 큰 그레이 레벨의 최대 구배를 갖는 화소는 에지 화소로서 판단된다. 도 8d에 도시된 에지 이미지(800D)는 55의 에지 기준을 갖는 종래의 소벨 에지 추출 방법을 사용하여 원본 이미지(800A)로부터 얻어진다. 에지 이미지(800D)로부터, 에지가 비교적 두꺼우며 원본 이미지(800A)에서의 각각의 선이 2개의 평행한 에지 선들이 됨을 볼 수 있다. 도 8da는 에지 이미지의 상세부가 보다 명확하게 도시된, 에지 이미지(800D)의 확대 부분이다.

그래서, 개선된 소벨 에지 추출 방법을 제공하기 위하여 소벨 연산자의 방향 속성이 도입된다.

새로운 수식은 수학식 11과 같다.

수학식 10과 상이한 것으로서, gi(i,j) 및 gj(i, j)의 계산은 더 이상 절대값을 취하지 않으며, 어느 화소가 에지 화소인 가를 판단하는 때에 이하의 방식이 사용된다.

수평 방향에 있어서, 화소(i, j)의 우측에서의 그레이 레벨이 화소(i,j)의 좌측에서의 그레이 레벨보다 낮음을 의미하는 것으로서 gi(i,j)가 양의 값이고 에지 기준보다 크다면, (i+1, j)에서의 화소는 에지 화소로서 여겨지며, 화소(j, j)의 좌측에서의 그레이 레벨이 화소(i,j)의 우측에서의 그레이 레벨보다 낮음을 의미하는 것으로서 gi(i,j)가 음의 값이고 에지 기준보다 작다면, (i-1, j)에서의 화소는 에지 화소로서 여겨지며, 상기 2가지 조건들이 모든 i값들에 대해 만족되지 않는다면, 수평 방향으로 에지 화소가 존재하지 않는다고 판단된다. 도 7의 A 부분 참조.

수직 방향에 있어서, 화소(i, j)의 상방에서의 그레이 레벨이 화소(i,j)의 하방에서의 그레이 레벨보다 낮음을 의미하는 것으로서 gj(i,j)가 양의 값이고 에지 기준보다 크다면, 화소(i, j-1)는 에지 화소로서 여겨지며, 화소(i, j)의 하방에서의 그레이 레벨이 화소(i,j)의 상방에서의 그레이 레벨보다 낮음을 의미하는 것으로서 gj(i,j)가 음의 값이고 에지 기준보다 작다면, 화소(i, j+1)는 에지 화소로서 여겨지며, 상기 2가지 조건들이 모든 j값들에 대해 만족되지 않는다면, 수직 방향으로 에지 화소가 존재하지 않는다고 판단된다. 도 7의 B 부분 참조.

도 8e는 55의 에지 기준과 개선된 소벨 에지 추출 방법을 사용하여 원본 이미지(800A)로부터 얻어진 에지 이미지(800E)를 도시한다. 이미지(800E)로부터, 모든 에지 선들이 비교적 가늘고 원본 이미지(800A)에서의 각각의 선이 이미지(800E)에서 여전히 단일 선으로서 나타남을 볼 수 있다. 도 8ea는 에지 이미지의 상세부가 보다 명확하게 도시된, 에지 이미지(800E)의 확대 부분이다.

이미지(800E)로부터, 개선된 소벨 에지가 원본 이미지의 전경에서의 실제 에지에 매우 근접하며, 테이블 이미지의 2치화 과정의 생성 이미지에 확실하게 직접적으로 삽입될 수 있음을 볼 수 있다.

단계 S306 이후에, 이미지 분할 유닛(207)이 원본 이미지(800A)를 각각이 N x N 화소들을 갖는 복수개의 서브-이미지로 분할하는 단계 S307로 진행한다. N은 통상적으로 8의 배수이며, 양호하게는 16 내지 64의 범위 내에 있고, 보다 양호하게는 32의 값을 갖는다. 본 예에서, N=32이다.

이미지가 분할된 후에, 각각의 서브-이미지에 대하여, 에지 화소(단계 S306에서 추출된 에지 화소)의 전체 개수, 모든 에지 화소들의 평균 그레이 레벨(EdAV), EdAV보다 작은 그레이 레벨을 갖는 모든 화소들의 개수, 모든 화소들의 평균 그레이 레벨(GAV), GAV보다 작은 그레이 레벨을 갖는 모든 화소들의 개수 등을 포함하는 몇몇 매개변수들이 계산된다.

이로부터, 본 발명의 전술한 개선된 소벨 에지 추출 방법이 다른 이점을 갖는다는 것을 알 수 있는데, 즉 본 발명의 개선된 방법에 의해 추출된 에지가 종래의 소벨 방법에 의해 추출된 에지보다 이미지의 전경의 실제 에지에 더 근접하는 것으로 인해, 얻어진 에지 화소들의 평균 그레이 레벨(EdAV)이 현재의 서브-이미지의 실제 그레이 레벨 분포를 매우 근접하게 반영할 수 있어 본 발명의 2치화 과정의 결과가 더욱 정확하게 됨을 알 수 있다.

단계 S307 이후에, 서브-이미지 임계치 결정 유닛(208)이 단계 S307에서 분할되고 N x N 화소들을 갖는 각각의 서브-이미지의 임계치를 계산하는 단계 308로 진행한다. 서브-이미지의 임계치를 결정하는 과정이 도 6을 참조하여 나타내어진다.

도 6은 서브-이미지에 대한 임계치를 결정하는 플로우차트이다.

단계 S306 이후의 분할에 의해 얻어진 N x N 화소들을 갖는 각각의 서브-이미지에 대한 임계치를 도 6을 참조하여 이하에서 설명하기로 한다.

도 6을 참조하면, 단계 S601에서, 단계 S306에서 분할된 N x N 화소들을 갖는 서브-이미지가 상부 좌측으로부터 시작하여 좌측으로부터 우측으로 그리고 상부로부터 하부로 진행하는 순서 등과 같이 순차적으로 선택된다. 그리고 나서, 단계 S602로 진행한다.

단계 S602에서, 현재의 서브-이미지 블록이 노이즈 블록인 지의 여부가 판단된다. 주요 기준은 현재의 서브-이미지의 에지 화소들의 전체 개수가 소정 값(SP9)보다 작은 지의 여부를 확인하는 것이다. 여기서, SP9는 4 내지 15의 범위 내에서 선택될 수 있으며, 양호한 값으로 8을 갖는다.

현재의 서브-이미지가 노이즈 블록인 것으로 판단되면, 단계 S603으로 진행하고, 그렇지 않다면 단계 S604로 진행한다.

단계 S603에서, 현재의 서브-이미지 블록이 가능하게는 노이즈 블록이므로, 임계치(ThW)는 0인 것으로 가정되고, 단계 S605로 진행한다.

단계 S604에서, 현재의 서브-이미지가 노이즈 블록이 아니므로, 임계치(ThW)는 현재의 서브-이미지의 에지 화소들의 평균 그레이 레벨(EdAv)과 동일한 것으로 가정되고, 단계 S605로 진행한다.

단계 S605에서, 현재의 서브-이미지 블록이 배경 블록인 지의 여부가 판단된다. 배경 블록에 대한 설명이 단계 S402와 관련한 설명에 주어져 있다. 4가지 주요 기준이 있다.

(1) 원본 이미지가 배경 블록을 포함하는 지의 여부,

(2) 현재의 블록의 화소들의 전체 개수에 대한 현재의 블록에서의 에지 화소들의 전체 개수의 비율이 매개변수(SP10)보다 작은 지의 여부,

(3) 현재의 블록에서의 에지 화소들의 평균 그레이 레벨(EdAV)과 현재의 블록의 모든 화소들의 평균 그레이 레벨(GAV) 사이의 차이가 설정치(SP11)보다 작은 지의 여부, 및

(4) 단계 S603 또는 S604에서 얻어진 임계치(ThW)와 단계 S402에서 검출된 배경 피크의 위치 사이의 차이가 설정치(SP12)보다 작은 지의 여부.

상기 4개의 모든 조건들이 만족된 때, 현재의 서브-이미지는 배경 블록으로서 판단된다.

상기 조건들에서, 매개변수(SP10)가 0.03 내지 0.1의 범위 내에서 선택되고 0.06의 양호한 값을 가지며, 매개변수(Sp11)가 10 내지 30의 범위 내에서 선택되고 20의 양호한 값을 가지며, 매개변수(SP12)가 10 내지 45의 범위 내에서 선택되고 30의 양호한 값을 갖는다.

원본 이미지(800A)에서, 배경 블록은 단계 S402에서 검출되고 배경 피크의 위치는 148이어서, 조건 (1)이 만족된다. 그리고 나서, 나머지 3개의 조건들이 만족되면, 현재의 서브-이미지 블록은 배경 블록으로서 여겨져질 수 있어서 단계 S606으로 진행하고, 그렇지 않으면 단계 S607로 진행한다.

단계 S606에서, 원본 이미지(800A)에 대해서는, 현재의 서브-이미지가 배경 블록으로서 판단되므로, ThW는 0으로 설정된다. 그리고 나서, 단계 S614로 진행한다.

단계 S607에서, ThW가 선행 과정 중에 0인 지의 여부가 판단된다. "예"라면 단계 S612로 진행하고, 그렇지 않으면 단계 S608로 진행한다.

단계 S608에서, 임계치인 ThW를 가지고 현재의 서브-이미지가 2치화되는 경우에 비정상이 발생하는 지의 여부가 판단된다. 2개의 기준이 사용될 수 있다.

(1) 서브-이미지에서 화소들의 전체 개수에 대한 EdAV보다 작은 그레이 레벨을 갖는 화소들의 전체 개수의 비율이 매개변수(SP13)보다 큰 지의 여부, 및

(2) 현재의 서브-이미지에서의 모든 화소들의 평균 그레이 레벨(GAV)이 미리 계산된 전범위 임계치(SP14)보다 큰 지의 여부.

여기서, SP13은 2 내지 7의 범위로부터 선택된 소정 값이고 양호한 값으로 5를 가지며, SP14는 처리될 원본 이미지(원본 이미지(800A) 등)의 전범위 임계치이고, 오츠 방법, 니블랙 방법, 최소 오차 방법, 최대 엔트로피 방법 등의 종래 기술의 2치화 방법을 사용한 계산에 의해 얻어질 수 있다. 원본 이미지(800A)의 예시적인 예에 대해서, 오츠 방법이 사용되었고 167의 값이 얻어졌다.

ThW를 임계치로서 사용하여 현재의 서브-이미지가 2치화되는 경우에 비정상이 발생하는 것을 의미하는 것으로서 전술한 2개의 기준이 모두 만족된다면, 단계 S609로 진행하며, 그렇지 않으면 단계 S610으로 진행한다.

단계 S609에서, 이전 단계에서 현재의 서브-이미지 블록이 2치화되는 경우 비정상이 발생한다고 판단되었으므로, ThW가 0으로 되고 단계 S610으로 직접 진행한다.

단계 S610에서, 현재의 서브-이미지 블록이 흑색 블록의 영역에 있는 지의 여부를 판단함으로써, 현재의 서브-이미지가 단계 S303에서 검출된 흑색 블록 내에 있는 지의 여부가 판단된다. 조건이 만족된다면, 현재의 서브-이미지는 흑색 블록 내에 있는 것으로서 판단되어 단계 S611로 진행하며, 그렇지 않으면 단계 S614로 직접 진행한다.

단계 S611에서, 현재의 서브-이미지의 임계치(ThW)가 조절된다. 현재의 서브-이미지가 흑색 블록 내에 있으므로, 흑색 블록의 영향이 고려될 필요가 있다. 따라서, 단계 S302에서 계산된 기준 임계치(BBTh)가 취해지고, ThW=(BBTh+ThW)/2라 한다. 그리고 나서, 단계 S614로 진행한다.

단계 S612에서는, 단계 S610에서처럼, 현재의 서브-이미지가 단계 S303에서 검출된 흑색 블록 내에 속하는 지의 여부가 판단된다. 판단의 기준은 여전히 현재의 서브-이미지의 중심이 흑색 블록 내에 있는 지의 여부이다.

원본 이미지(800A)의 예에서, 단계 S607의 판단으로부터 알려져 있으므로, 현재의 서브-이미지는 이전 단계에서 노이즈 블록으로서 판단되었고, ThW는 0으로 설정되었다. 현재의 서브-이미지가 흑색 블록 내에 있고 임계치가 0이라면, 백색 블록이 흑색 블록 내에 나타날 것이다. 따라서, 현재의 서브-이미지가 흑색 블록 내에 있는 지의 여부를 단계 S612에서 판단하는 것이 필요하다. 조건이 만족된다면, 현재의 서브-이미지는 흑색 블록 내에 있는 것으로서 판단되어 단계 S613으로 진행한다. 그렇지 않으면, 단계 S614로 직접 진행한다.

단계 S613에서, 현재의 서브-이미지 블록의 임계치(ThW)가 조절된다. 현재의 서브-이미지 블록이 흑색 블록 내에 있으므로, 흑색 블록의 영향이 고려될 필요가 있다. 이를 위해, 단계 S302에서 계산된 기준 임계치(BBTh)가 가져오게 되어 ThW=BBTh가 취해지고 나서, 단계 S614로 진행한다.

단계 S614에서, 현재의 서브-이미지 블록의 임계치가 최종적으로 결정된다. 단계 S602 내지 S613들 각각에서 계산된 ThW와 단계 S304에서 얻어진 전범위 최소 임계치(ThMg)에 기초하여, 2개 중 큰 값이 현재의 서브-이미지의 최종 임계치로서 취해진다.

단계 S614 이후에, 모든 서브-이미지들이 처리되었는 지의 여부를 판단하는 것이 주요 작동인 단계 S615로 진행한다. 모든 서브-이미지들이 처리되었다면, 서브-이미지 임계치 결정 과정은 종료되며, 그렇지 않다면 단계 S601로 귀환한다.

도 3을 다시 참조하면, 단계 S308 이후에, 단계 S309로 진행하는데, 여기서 평활 유닛(209)은 단계 S308에서 결정된 각각의 서브-이미지의 임계치에 기초하여, 1차원 및 2차원 보간을 각각 수행하고, 원본 이미지(800A) 등의 원본 이미지에서의 각각의 화소의 2치화 임계치를 계산한다.

서브 이미지 임계치의 평활 과정과 관련하여, 평활 방법을 제안하는 일본 특개평 9-233326호를 참조할 수 있다. 일본 특개평 9-233326호의 평활 방법에서, 원본 이미지(원본 이미지(800A) 등)의 상부 좌측점이 원점으로서 취해지고, N/2개 화소들의 폭을 갖는 스트라이프(stripe)가 이미지의 최상측에서 분할되고 나서, 원본 이미지는 N개 화소들의 폭을 각각 갖는 스트라이프들로 하방으로 순차적으로 분할된다. 유사하게는, 수직 방향으로는, 먼저 N/2개 화소들의 폭을 갖는 스트라이프가 원본 이미지의 최좌측에서 분할되고 나서, 원본 이미지는 N개 화소들의 폭을 각각 갖는 스트라이프들로 우측으로 순차적으로 분할된다. 따라서, 원본 이미지는 4개의 카테고리들의 서브-이미지, 즉 (1) 단계 S308에서 계산된 상부 좌측 블록의 임계치가 모든 화소들 각각의 임계치로서 취해진 N/2 x N/2 화소들의 서브-이미지, (2) 각각이 N/2 x N 화소들을 갖고, 동일한 임계치를 각각 갖는 수직 방향을 따른 화소들에 의해 수평 방향으로의 1차원 보간이 사용되는 원본 이미지의 상부측에 있는 서브-이미지들, (3) 각각이 N x N/2 화소들을 갖고, 동일한 임계치를 각각 갖는 수평 방향을 따른 화소들에 의해 수직 방향으로의 1차원 보간이 사용되는 원본 이미지의 좌측에 있는 서브-이미지들, 및 (4) 각각이 N x N 화소들을 갖고 2차원 보간을 사용하는 나머지 서브-이미지들로 분할된다.

본 실시예에서, 구체적인 평활 과정은 서브-이미지들의 크기가 상이하며, H1=0, H2=N, V1=0 및 V2=N이라 하는 것처럼 H1, H2, V1 및 V2를 정의하지 않고 전체적인 평활이 수행된다는 것만을 제외하고는, 일본 특개평 9-233326호에 기재된 것과 유사하다.

단계 S309 이후에, 단계 S310으로 진행하는데, 여기서 2치화 처리 유닛(210)은 단계 S309에서 결정된 원본 이미지의 각각의 화소의 임계치에 기초하여 원본 이미지에 걸쳐 2치화 과정을 수행하며; 더구나 비노이즈(non-noise) 서브-이미지 블록에 대해 단계 S308에서 결정된 각각의 서브-이미지의 특징들에 기초하여, 단계 S306에서 검출된 에지 화소들이 얻어진 2치화된 이미지에서 흑색 도트들로서 출력되어 원본 이미지의 최종 2치화 이미지를 생성하도록 한다. 원본 이미지(800A)에 대하여, 도 8c에 도시된 2치화 이미지가 생성된다.

따라서, 본 실시예의 과정들이 완료된다.

본 발명이 도 8a에 도시된 예시적인 이미지와 양호한 실시예를 참조하여 설명되었지만, 본 발명이 이에 제한되지 않음을 알아야 한다. 그리고, 본 발명의 범주 내에서, 상세 사항들에 변경이 이루어질 수 있다.

예컨대, 원본 이미지에서 흑색 블록을 검출하는 방법은 전술된 방법으로 제한되지 않으며, 다른 대체 방법들이 사용될 수 있다.

특별한 대체 방법으로서, 이미지가 먼저 예컨대 24 x 24 화소들을 각각 갖는 작은 블록들로 분할될 수 있고, 각각의 블록이 흑색 블록인 지의 여부에 대해 판단된다. 흑색 블록을 판단하는 구체적인 방법으로서, 전체 이미지에 대해 비교적 작은 임계치가 선택될 수 있으며, 이 임계치는 오츠 방법 등의 임의의 공지된 2치화 방법을 사용하여 얻어질 수 있다. 각각의 서브-블록에서 임계치보다 작은 그레이 레벨을 각각 갖는 화소의 개수가 미리 설정된 개수를 초과한다면, 서브-블록은 흑색 블록으로서 판단된다.

그리고 나서, 흑색 블록으로서 판단된 각각의 서브-블록들에 대하여, 혼합형 영역-확장 방법(혼합형 영역-확장 방법의 상세 사항은 ISBN: 7-81024-3136의 왕 런쉥(Wang, Runsheng)에 의한 "이미지 분석"의 섹션 3.6.2에서 찾아 볼 수 있지만, 연결될 기본 단위로서의 화소들은 본 발명에서 작은 흑색 블록으로 대체된다) 등의 임의의 간단한 영역-확장 방법을 사용하여 영역 연결이 수행된다. 영역-연결에 대한 2가지 주요 기준이 있다. 첫 번째는 일체형 흑색 블록인 지의 여부에 대하여 판단될 2개의 부분들의 공간적 근접성이고, 두 번째는 일체형 흑색 블록인 지의 여부에 대하여 판단될 2개의 부분들의 내부 특징(각각의 부분에서의 흑색 화소의 비율 등)이 일관성을 갖는 지의 여부이다. 마지막으로, 이미지에서 모든 흑색 블록들의 위치들의 체인 테이블(chain table)이 얻어진다.

더욱이, 에지 기준의 결정은 전술된 방법으로 제한되지 않으며, 당해 기술 분야에서 공지된 에지 기준 (결정 임계치) 결정 방법을 포함한 다른 방법이 사용될 수 있다.

본 발명은 복수개의 장치(예컨대, 호스트 컴퓨터, 인터페이스 장치, 판독기, 프린터, 스캐너 등)에 의해 구성된 시스템, 또는 단일 기기로 구성된 장치(예컨대, 복사기, 팩시밀리 등)에 적용될 수 있음을 알아야 한다.

본 발명의 목적들은 전술한 실시예들의 기능들을 구현할 수 있는 소프트웨어 프로그램의 프로그램 코드들을 저장하는 저장 매체를 제공하고 컴퓨터를 사용하여 저장 매체 내에 저장된 프로그램 코드를 판독 및 실행시킴으로써 성취될 수도 있다. 이러한 경우에, 저장 매체로부터 판독된 프로그램 코드는 전술한 실시예들의 기능들을 구현하고, 프로그램 코드를 저장하는 저장 매체는 본 발명을 구성한다.

프로그램 코드를 제공하는 저장 매체로서, 예컨대 플로피 디스크, 하드 디스크, 광디스크, 광자기 디스크, CD-ROM, CD-R, 자기 테이프, 비휘발성 메모리, ROM 등이 사용될 수 있다.

전술한 실시예들의 기능들은 컴퓨터에 의해 프로그램 코드를 실행함으로써 뿐만 아니라 프로그램 코드의 명령에 기초하여 컴퓨터에서 실행되는 운영체계(OS)에 의해 수행되는 실제 처리 작동들의 일부 또는 전부에 의해 구현될 수 있다.

게다가, 본 발명은 컴퓨터 내에 삽입된 기능 확장 카드 또는 컴퓨터에 접속된 기능 확장 유닛 내에 저장 매체로부터 판독된 프로그램 코드가 기록된 후에, 기능 확장 카드에 포함된 CPU 등이 프로그램 코드의 명령에 따라 상기 과정들의 일부 또는 전부를 수행하고 전술한 실시예의 기능들을 실현하는 상황을 포함한다.

본 발명이 전술한 저장 매체에 적용되는 상황에서, 저장 매체는 실시예들의 설명에서 기재된 플로우차트(도 3, 도 4, 도 5 및 도 6)에 대응하는 프로그램 코드를 저장한다.

본 발명의 사상 및 범주로부터 벗어남이 없이 명백하고 넓은 상이한 많은 실시예들이 이루어질 수 있으므로, 본 발명은 구체적인 실시예들로 제한되지 않으며 첨부된 특허청구범위에 의해서만 한정된다는 것을 알아야 한다.

이상으로부터, 본 발명의 방법은 보다 정확하고 신속하며 효과적인 이미지 2치화 과정을 제공하도록 서브-이미지에서의 에지 화소들의 그레이 레벨들에 기초하여 서브-이미지의 2치화 임계치를 결정할 수 있는, 테이블 이미지를 효과적으로 2치화하는 방법을 제공한다는 것을 알 수 있다.

게다가, 본 발명은 에지 화소들이 종종 외측으로 변위된다는 종래의 소벨 에지 추출 방법의 결점을 극복함으로써 보다 명확하게 추출된 에지 이미지를 제공하는 개선된 소벨 에지 추출 방법을 제공한다.

이러한 개선된 소벨 에지 추출 방법은 추출된 에지 화소들이 실제의 에지 화소들의 위치들에 보다 근접하게 하여서, 서브-이미지에서의 에지 화소의 계산된 그레이 레벨이 실제 그레이 레벨에 더 근접하게 되고, 서브-이미지의 결정된 2치화 임계치는 서브-이미지의 그레이 레벨 분포를 보다 정확하게 반영하여서 이미지의 2치화 과정이 향상된다.

또한, 본 발명은 이미지에서 흑색 블록을 검출하는 특유한 방법을 제공하여 보다 정확하고 효과적이며 신속한 흑색 블록 검출을 제공한다.분명하고 폭넓게 많은 상이한 실시예를 본 발명의 사상 및 범위를 벗어남이 없이 행할 수 있으므로, 본 발명은 특정 실시예에 한정되지 않고 첨부된 청구범위에 의해서만 정의되는 것이 이해된다.

도 1은 본 발명의 실시예에 따른 이미지 2치화 처리 시스템의 구조 블록 선도.

도 2는 도 1에 도시된 실시예에서의 이미지 2치화 처리 장치의 구조 블록 선도.

도 3은 도 1에 도시된 실시예에서의 이미지 2치화 처리 절차를 도시하는 플로우차트.

도 4는 이미지에서 흑색 블록을 검출하는 과정을 도시하는 플로우차트.

도 5는 이미지의 최소 임계치를 결정하는 과정을 도시하는 플로우차트.

도 6은 서브-이미지의 임계치를 결정하는 과정을 도시하는 플로우차트.

도 7은 그레이 레벨 구배(gradient)를 계산하는 3 x 3 소벨 구배 연산자(Sobel gradient operator)의 템플릿(template)을 도시하고, 개선된 예시적인 템플릿을 도시하는 선도.

도 8a는 이미지 2치화가 수행될 원본 이미지의 예를 도시한 도면.

도 8b는 도 8a에 도시된 원본 이미지의 그레이 레벨 히스토그램을 도시한 도면.

도 8c는 도 1에 도시된 실시예에 따라 도 8a에 도시된 원본 이미지에 대해 수행된 이미지 2치화의 결과를 도시한 도면.

도 8d는 소벨 방법을 사용하여 도 8a의 원본 이미지를 처리함으로써 얻어진 에지 이미지를 도시한 도면.

도 8da는 도 8d에 도시된 에지 이미지의 확대 부분을 도시한 도면.

도 8e는 본 발명의 에지 결정 방법을 사용하여 도 8a에 도시된 원본 이미지를 처리함으로써 얻어진 에지 이미지를 도시한 도면.

도 8ea는 도 8e에 도시된 에지 이미지의 확대 부분을 도시한 도면.

도 9는 본 발명의 실시예에 따른 이미지 에지 검출 장치의 구조 블록 선도.

도 10은 도 9에 도시된 실시예의 이미지 에지 검출 과정을 도시하는 플로우차트.

도 11은 이미지를 분류하는 과정의 플로우차트.

도 12는 원본 이미지를 배경(background) 및 전경(foreground)으로 분할하는 분할 임계치를 결정하는 과정의 플로우차트.

도 13은 타입(type) I의 이미지의 이미지 분할 임계치를 조절하는 과정의 플로우차트.

도 14는 타입 II의 이미지 분할 임계치를 조절하는 과정의 플로우차트.

<도면의 주요 부분에 대한 부호의 설명>

100: 호스트 컴퓨터

102: 운영 체계(OS)

114: 이미지 2치화 장치

201: 이미지 판독 유닛

202: 이미지 그레이 레벨 통계 처리 유닛

203: 흑색 블록 검출 유닛

204: 최소 임계치 결정 유닛

205: 에지 기준 결정 유닛

206: 에지 추출 유닛

207: 이미지 분할 유닛

208: 서브-이미지 임계치 결정 유닛

209: 평활 유닛

210: 2치화 처리 유닛

Claims

화소들의 그레이 레벨 분포를 갖는 이미지를 처리하는 이미지 처리 방법에 있어서,

a) 상기 이미지의 화소들의 그레이 레벨의 통계적 분포를 계산하는 단계와,

b) 상기 그레이 레벨의 통계적 분포와 대응하는 에지 기준에 따라 이미지에서 에지 화소를 검출하는 단계와,

c) 상기 이미지를 복수개의 서브-이미지로 분할하는 단계와,

d) 동일한 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들에 따라 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계와,

e) 동일한 서브-이미지에 대해 결정된 2치화 임계치에 따라 각각의 서브-이미지를 2치화하는 단계

를 포함하는 것을 특징으로 하는 이미지 처리 방법.
제1항에 있어서, 상기 이미지 처리 방법은 상기 이미지에서의 화소의 전체 개수에 대한 전범위 최소 임계치보다 낮은 그레이 레벨을 갖는 화소의 개수의 비율이 설정치(preset value) 보다 작게 되는 것을 방지하는 상기 전범위 최소 임계치를 상기 이미지에 대해 결정하는 단계를 더 포함하며,

각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계는,

현재의 서브-이미지에서 검출된 에지 화소의 평균 그레이 레벨에 따라 현재의 서브-이미지의 후보 2치화 임계치를 결정하는 단계와,

현재의 서브-이미지의 상기 후보 2치화 임계치에 기초하여 결정된 제2 후보 2치화 임계치와 상기 전범위 최소 임계치를 비교하는 단계와,

상기 비교 단계의 결과에 기초하여 현재의 서브-이미지의 2치화 임계치를 결정하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
제2항에 있어서, 상기 a) 단계 후에, 계산된 그레이 레벨의 통계적 분포에 기초하여 이미지에서 흑색 블록을 검출하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제3항에 있어서, 상기 전범위 최소 임계치 결정 단계에 있어서,

상기 흑색 블록 검출 단계에서 흑색 블록이 검출되는 경우에 상기 전범위 최소 임계치는 상기 흑색 블록의 기준 임계치에 따라 결정되고,

상기 흑색 블록 검출 단계에서 흑색 블록이 검출되지 않는 경우에 상기 전범위 최소 임계치는 상기 그레이 레벨의 통계적 분포에 기초하여 결정되는 것을 특징으로 하는 이미지 처리 방법.
제4항에 있어서, 상기 그레이 레벨의 통계적 분포에서의 피크 및 밸리의 위치들에 기초하여 상기 전범위 최소 임계치를 결정하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제4항에 있어서, 상기 그레이 레벨의 통계적 분포에 기초하여 상기 전범위 최소 임계치를 결정하는 단계는 상기 그레이 레벨의 통계적 분포에서 피크의 개수를 계산하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
제4항에 있어서, 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계는 상기 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들의 평균값을 현재의 서브-이미지에 대한 상기 후보 2치화 임계치로서 사용하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제4항에 있어서, 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계는 현재의 서브-이미지가 흑색 블록 내에 있는 지의 여부를 판단하는 단계와, 현재의 서브-이미지가 흑색 블록 내에 있다고 판단되면 현재의 흑색 블록의 기준 임계치에 따라 현재의 서브-이미지의 2치화 임계치를 조절하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제4항에 있어서, 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계는 현재의 서브-이미지가 노이즈 블록인 지의 여부를 판단하는 단계와, 현재의 서브-이미지가 노이즈 블록이라고 판단되면 현재의 서브-이미지에 대한 2치화 임계치가 현재의 서브-이미지에 대한 상기 후보 2치화 임계치와는 독립적으로 되게 하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제7항에 있어서, 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계는 현재의 서브-이미지가 배경 블록인 지의 여부를 판단하는 단계와, 현재의 서브-이미지가 배경 블록이라고 판단되면 현재의 서브-이미지에 대한 2치화 임계치가 현재의 서브-이미지에 대한 상기 후보 2치화 임계치와는 독립적으로 되게 하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제4항에 있어서, 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계는 현재의 서브-이미지가 백색 블록인 지의 여부를 판단하는 단계와, 현재의 서브-이미지가 백색 블록이라고 판단되면 현재의 서브-이미지가 흑색 블록 내에 있는 지의 여부를 판단하는 단계와, 현재의 서브-이미지가 흑색 블록 내에 있다고 판단되면 흑색 블록의 기준 임계치에 따라 현재의 서브-이미지의 2치화 임계치를 조절하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제4항에 있어서, 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 단계는 현재의 서브-이미지가 2치화 이후에 비정상적으로 되는 지의 여부를 예측하는 단계와, 현재의 서브-이미지가 2치화 이후에 비정상적으로 된다고 예측되면 현재의 서브-이미지에 대한 2치화 임계치가 현재의 서브-이미지에 대한 상기 후보 2치화 임계치와는 독립적으로 되게 하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제2항 내지 제12항 중 어느 한 항에 있어서, 현재의 서브-이미지의 2치화 임계치가 상기 전범위 최소 임계치와 동일하거나 이보다 크게 되도록 하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제1항 내지 제12항 중 어느 한 항에 있어서, 상기 에지 화소 검출 단계는 이미지 내의 목표 화소에서의 그레이 레벨 분포의 구배의 크기를 계산하는 단계와, 상기 구배의 방향을 결정하는 단계와, 계산된 구배의 크기를 상기 에지 기준과 비교하는 단계와, 상기 구배의 크기가 상기 에지 기준보다 큰 경우에 상기 목표 화소 부근의 화소를 에지 화소로서 설정하는 단계를 포함하며, 상기 목표 화소로부터 상기 목표 화소 부근의 상기 화소까지의 방향은 목표 화소에서의 구배의 방향인 것을 특징으로 하는 이미지 처리 방법.
제14항에 있어서, 상기 에지 기준은 상기 이미지를 상기 그레이 레벨의 통계적 분포에 따라 분석하는 단계와, 상기 분석 단계의 결과에 따라 상기 이미지를 전경 및 배경으로 분할하는 분할 임계치를 결정하는 단계와, 전경의 화소들의 그레이 레벨의 합 및 배경의 화소들의 그레이 레벨의 합에 기초하여 상기 에지 기준을 계산하는 단계에 의해 결정되는 것을 특징으로 하는 이미지 처리 방법.
제15항에 있어서, 상기 이미지 분석 단계에서, 상기 이미지는 그레이 레벨의 상기 통계적 분포에 기초하여 이하의 이미지 타입들, 즉 전경 및 배경이 적절히 분포된 제1 이미지 타입, 전경이 불명료한 제2 이미지 타입, 및 배경이 불명료한 제3 이미지 타입 중 하나로 분류되는 것을 특징으로 하는 이미지 처리 방법.
제3항 내지 제12항 중 어느 한 항에 있어서, 상기 흑색 블록 검출 단계는 이미지의 화소들의 모든 선들에 대한 합들로 구성된 제1 시퀀스를 얻도록 이미지의 화소들의 각각의 선의 그레이 레벨의 합을 계산하는 단계와, 이미지의 화소들의 모든 열들에 대한 합들로 구성된 제2 시퀀스를 얻도록 이미지의 화소들의 각각의 열의 그레이 레벨의 합을 계산하는 단계와, 제1 시퀀스에서의 변동율의 극한값이 존재하는 경우 그 극한값을 검출하고 극한값이 위치되는 선들을 식별하는 단계와, 제2 시퀀스에서의 변동율의 극한값이 존재하는 경우 그 극한값 검출하고 극한값이 위치되는 열들을 식별하는 단계와, 복수개의 분할된 이미지 영역들을 얻도록 극한값이 위치되는 선 및 열에 의해 이미지를 분할하는 단계와, 각각의 분할된 이미지 영역에서의 모든 회소들의 평균 그레이 레벨이 미리 설정된 흑색 블록 판별 임계치보다 낮은 지의 여부를 판단하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
제17항에 있어서, 상기 분할된 이미지 영역들 중 어느 하나가 분해된 영역인 지의 여부를 판단하는 단계와, 상기 분할된 이미지 영역이 분해된 영역이라고 판단된 경우에 상기 분할된 이미지 영역을 비흑색 블록으로서 처리하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
제17항에 있어서, 제1 및 제2 시퀀스에서 각각의 변동율의 극한값을 검출하는 단계는 2개의 새로운 시퀀스를 얻도록 상기 제1 및 제2 시퀀스들의 각각에 대해 컨벌루션 작업을 수행하는 단계와, 상기 2개의 새로운 시퀀스들에서 각각의 항목의 절대값이 소정 값보다 큰 지의 여부를 판단하는 단계와, 새로운 시퀀스들에서 항목의 절대값이 상기 소정 값보다 큰 선/열을 상기 극한값이 존재하는 선/열로서 기록하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
제3항 내지 제12항 중 어느 한 항에 있어서, 현재의 서브-이미지 및 그 주변의 서브-이미지들에서의 화소들에 대해 상기 현재의 서브-이미지 및 그 주변의 서브-이미지들의 2치화 임계치를 가지고 2차원 보간 처리를 수행하는 단계를 더 포함하는 것을 특징으로 하는 이미지 처리 방법.
그레이 레벨 분포를 갖는 이미지를 처리하는 방법에 있어서,

이미지 내의 목표 화소에서 그레이 레벨 분포의 구배의 크기를 계산하는 단계와,

상기 구배의 방향을 결정하는 단계와,

계산된 구배의 크기를 소정 값과 비교하는 단계와,

상기 구배의 크기가 상기 소정 값보다 큰 경우에 상기 목표 화소 부근의 화소를 에지 화소로서 설정하는 단계를 포함하며,

상기 목표 화소로부터 상기 목표 화소 부근의 상기 화소까지의 방향은 목표 화소에서의 구배의 방향인 것을 특징으로 하는 이미지 처리 방법.
제21항에 있어서, 상기 구배는 불연속 구배인 것을 특징으로 하는 이미지 처리 방법.
제21항에 있어서, 상기 구배는 소벨 필터를 사용하여 계산되는 것을 특징으로 하는 이미지 처리 방법.
제21항에 있어서, 상기 소정 값은 상기 이미지의 그레이 레벨의 통계적 분포에 기초하여 결정되는 것을 특징으로 하는 이미지 처리 방법.
제21항에 있어서, 상기 소정 값은 상기 이미지의 그레이 레벨의 통계적 분포를 계산하는 단계와, 그레이 레벨의 상기 통계적 분포에 따라 상기 이미지를 분석하는 단계와, 상기 분석 단계의 결과에 따라 상기 이미지를 전경 및 배경으로 분할하기 위한 분할 임계치를 결정하는 단계와, 전경의 화소들의 그레이 레벨의 합 및 배경의 화소들의 그레이 레벨의 합에 기초하여 상기 소정 값을 계산하는 단계에 의해 결정되는 것을 특징으로 하는 이미지 처리 방법.
제25항에 있어서, 상기 분석 단계에서, 상기 이미지는 그레이 레벨의 상기 통계적 분포에 기초하여 이하의 이미지 타입들, 즉 전경 및 배경이 적절히 분포된 제1 이미지 타입, 전경이 불명료한 제2 이미지 타입, 및 배경이 불명료한 제3 이미지 타입 중 하나로 분류되는 것을 특징으로 하는 이미지 처리 방법.
그레이 레벨 분포를 갖는 이미지를 처리하는 이미지 처리 장치에 있어서,

a) 상기 이미지의 화소들의 그레이 레벨의 통계적 분포를 계산하는 그레이 레벨 분포 계산 수단과,

b) 상기 그레이 레벨의 통계적 분포와 대응하는 에지 기준에 따라 이미지에서의 에지 화소를 검출하는 에지 화소 검출 수단과,

c) 상기 이미지를 복수개의 서브-이미지로 분할하는 이미지 분할 수단과,

d) 동일한 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들에 따라 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 서브-이미지 2치화 임계치 결정 수단과,

e) 동일한 서브-이미지에 대해 결정된 2치화 임계치에 따라 각각의 서브-이미지를 2치화하는 2치화 수단

을 포함하는 것을 특징으로 하는 이미지 처리 장치.
제27항에 있어서, 상기 이미지 처리 장치는 상기 이미지에서의 화소의 전체 개수에 대한 전범위 최소 임계치보다 낮은 그레이 레벨을 갖는 화소의 개수의 비율이 설정치보다 작게 되는 것을 방지하는 전범위 최소 임계치를 상기 이미지에 대해 결정하는 전범위 최소 임계치 결정 수단을 더 포함하며,

상기 서브-이미지 2치화 임계치 결정 수단은 현재의 서브-이미지에서 검출된 에지 화소의 평균 그레이 레벨에 따라 현재의 서브-이미지의 후보 2치화 임계치를 결정하고, 현재의 서브-이미지의 상기 후보 2치화 임계치에 기초하여 결정된 제2 후보 2치화 임계치와 상기 전범위 최소 임계치를 비교하며, 상기 비교의 결과에 기초하여 현재의 서브-이미지의 2치화 임계치를 결정하는 것을 특징으로 하는 이미지 처리 장치.
제28항에 있어서, 상기 계산된 그레이 레벨의 통계적 분포에 기초하여 상기 이미지에서 흑색 블록을 검출하는 수단을 더 포함하는 것을 특징으로 하는 이미지 처리 장치.
제29항에 있어서, 상기 전범위 최소 임계치 결정 수단은 상기 흑색 블록 검출 수단에 의해 흑색 블록이 검출되는 경우에 상기 전범위 최소 임계치를 상기 흑색 블록의 기준 임계치에 따라 결정하고, 상기 흑색 블록 검출 수단에 의해 흑색 블록이 검출되지 않는 경우에 상기 전범위 최소 임계치를 상기 그레이 레벨의 통계적 분포에 기초하여 결정하는 것을 특징으로 하는 이미지 처리 장치.
제27항에 있어서, 상기 에지 화소 검출 수단은,

계산된 그레이 레벨 분포에 따라 상기 이미지를 분류하는 이미지 분류 수단과,

상기 이미지 분류 수단에 의한 분류 결과에 따라 상기 이미지를 전경 및 배경으로 분할하기 위한 분할 임계치를 결정하는 분할 임계치 결정 수단과,

전경의 화소들의 그레이 레벨의 합 및 배경의 화소들의 그레이 레벨의 합에 기초하여 상기 에지 기준을 계산하는 에지 기준 계산 수단

을 포함하는 것을 특징으로 하는 이미지 처리 장치.
프로그램 코드를 저장하는 저장 매체에 있어서,

상기 프로그램 코드는,

a) 이미지의 화소들의 그레이 레벨의 통계적 분포를 계산하는 코드와,

b) 상기 그레이 레벨의 통계적 분포와 대응하는 에지 기준에 따라 상기 이미지에서 에지 화소를 검출하는 코드와,

c) 상기 이미지를 복수개의 서브-이미지로 분할하는 코드와,

d) 동일한 서브-이미지에서 검출된 에지 화소들의 그레이 레벨들에 따라 각각의 서브-이미지에 대한 2치화 임계치를 결정하는 코드와,

e) 동일한 서브-이미지에 대해 결정된 2치화 임계치에 따라 각각의 서브-이미지를 2치화하는 코드

를 포함하는 것을 특징으로 하는 저장 매체.
제32항에 있어서, 상기 프로그램 코드는 상기 이미지에서의 화소의 전체 개수에 대한 전범위 최소 임계치보다 낮은 그레이 레벨을 갖는 화소의 개수의 비율이 설정치보다 작게 되는 것을 방지하는 전범위 최소 임계치를 상기 이미지에 대해 결정하는 코드를 더 포함하며,

각각의 서브-이미지에 대한 2치화 임계치를 결정하는 코드는,

현재의 서브-이미지에서 검출된 에지 화소의 평균 그레이 레벨에 따라 현재의 서브-이미지의 후보 2치화 임계치를 결정하는 코드와,

현재의 서브-이미지의 상기 후보 2치화 임계치에 기초하여 결정된 제2 후보 2치화 임계치와 상기 전범위 최소 임계치를 비교하는 코드와,

상기 비교 단계의 결과에 기초하여 현재의 서브-이미지의 2치화 임계치를 결정하는 코드를 포함하는 것을 특징으로 하는 저장 매체.
제32항에 있어서, 상기 프로그램 코드는 상기 계산된 그레이 레벨의 통계적 분포에 기초하여 이미지에서 흑색 블록을 검출하는 코드를 더 포함하는 것을 특징으로 하는 저장 매체.
제34항에 있어서, 상기 전범위 최소 임계치를 결정하는 코드는,

상기 흑색 블록을 검출하는 코드에 의해 상기 이미지에서 흑색 블록이 검출되는 경우에 상기 전범위 최소 임계치를 상기 흑색 블록의 기준 임계치에 따라 결정하는 과정과,

상기 흑색 블록을 검출하는 코드에 의해 흑색 블록이 검출되지 않는 경우에 상기 전범위 최소 임계치를 상기 그레이 레벨의 통계적 분포에 기초하여 결정하는 과정을 발생시키는 것을 특징으로 하는 저장 매체.