JP2000293630A - 網掛け除去機能付きの文字認識装置および網掛け除去方法 - Google Patents
網掛け除去機能付きの文字認識装置および網掛け除去方法Info
- Publication number
- JP2000293630A JP2000293630A JP11103165A JP10316599A JP2000293630A JP 2000293630 A JP2000293630 A JP 2000293630A JP 11103165 A JP11103165 A JP 11103165A JP 10316599 A JP10316599 A JP 10316599A JP 2000293630 A JP2000293630 A JP 2000293630A
- Authority
- JP
- Japan
- Prior art keywords
- image
- component
- character
- character recognition
- shaded
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Character Input (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
(57)【要約】
【課題】 網掛け領域に存在する文字を高精度で認識可
能にする。 【解決手段】 フィールド抽出部２０で切り出された文
字認識対象領域に網掛け部分が存在する場合、網掛け除
去部３０でＦＦＴ（高速フーリエ変換）技術を用いてそ
の網掛け部分を除去するとともに、掠れ補正、ノイズ除
去、平滑化を行うことで文字の輪郭の有害な突起を確実
に除去する。そして、網掛け部分が除去された文字に対
して文字認識部４０で文字認識を行うようにした。
能にする。 【解決手段】 フィールド抽出部２０で切り出された文
字認識対象領域に網掛け部分が存在する場合、網掛け除
去部３０でＦＦＴ（高速フーリエ変換）技術を用いてそ
の網掛け部分を除去するとともに、掠れ補正、ノイズ除
去、平滑化を行うことで文字の輪郭の有害な突起を確実
に除去する。そして、網掛け部分が除去された文字に対
して文字認識部４０で文字認識を行うようにした。
Description
【０００１】
【発明の属する技術分野】本発明は、例えば紙面に記入
された文字を光学的に読み取る光学式文字認識装置（Op
tical Character Recognition : ＯＣＲ装置）におい
て、文字の記入領域に網掛け（紙面に書かれた文字を強
調するために、文字の背景に点、線、図形等を規則正し
く並べた書式）が存在する際に、その網掛けを除去した
後に文字認識を行う網掛け除去機能付きの文字認識装置
に関する。
された文字を光学的に読み取る光学式文字認識装置（Op
tical Character Recognition : ＯＣＲ装置）におい
て、文字の記入領域に網掛け（紙面に書かれた文字を強
調するために、文字の背景に点、線、図形等を規則正し
く並べた書式）が存在する際に、その網掛けを除去した
後に文字認識を行う網掛け除去機能付きの文字認識装置
に関する。
【０００２】
【従来の技術】光学式文字認識装置において、文字領域
に網掛けが存在すると、文字の認識ができない場合があ
る。また、文字が認識できたとしても、通常は、その認
識率が著しく低下してしまう。そのため、従来より、認
識対象となる文字を含む画像が網掛けを含む画像（以
下、「網掛け画像」）の場合に、その網掛けを除去する
ことが行われている。従来のこの種の網掛け除去技術
は、網掛け画像中の黒画素が繋がった領域、すなわち、
黒点連結領域を特定した後、この黒点連結領域の大き
さ、例えば面積、水平サイズ、垂直サイズ等が閾値以下
のものを除去するというものであった。
に網掛けが存在すると、文字の認識ができない場合があ
る。また、文字が認識できたとしても、通常は、その認
識率が著しく低下してしまう。そのため、従来より、認
識対象となる文字を含む画像が網掛けを含む画像（以
下、「網掛け画像」）の場合に、その網掛けを除去する
ことが行われている。従来のこの種の網掛け除去技術
は、網掛け画像中の黒画素が繋がった領域、すなわち、
黒点連結領域を特定した後、この黒点連結領域の大き
さ、例えば面積、水平サイズ、垂直サイズ等が閾値以下
のものを除去するというものであった。
【０００３】
【発明が解決しようとする課題】上記の従来技術では、
図１３（ａ）に示すように網掛け要素（黒点や線等の網
掛けを構成する要素：図では黒点で示す）が文字（図で
は数字「４」の場合）に接触した場合、網掛け要素を除
去することができない。このため、図１３（b）に示す
ように、文字の輪郭に網掛け要素による突起が生じて文
字の認識が著しく低下してしまう問題があった。また、
上記の従来技術では、線や格子等の黒点連結領域の大き
さが増大するような網掛け部分を除去することができな
い。逆に、カンマ、ピリオド等の黒点連結領域が小さい
文字の場合は、それを誤って除去してしまう可能性が極
めて高かった。
図１３（ａ）に示すように網掛け要素（黒点や線等の網
掛けを構成する要素：図では黒点で示す）が文字（図で
は数字「４」の場合）に接触した場合、網掛け要素を除
去することができない。このため、図１３（b）に示す
ように、文字の輪郭に網掛け要素による突起が生じて文
字の認識が著しく低下してしまう問題があった。また、
上記の従来技術では、線や格子等の黒点連結領域の大き
さが増大するような網掛け部分を除去することができな
い。逆に、カンマ、ピリオド等の黒点連結領域が小さい
文字の場合は、それを誤って除去してしまう可能性が極
めて高かった。
【０００４】そこで本発明は、網掛け画像に含まれる文
字を高精度で認識することができる文字認識装置を提供
することを、その課題とする。本発明の他の課題は、網
掛け部分を正確に除去することができる網掛け除去方法
を提供することにある。
字を高精度で認識することができる文字認識装置を提供
することを、その課題とする。本発明の他の課題は、網
掛け部分を正確に除去することができる網掛け除去方法
を提供することにある。
【０００５】
【課題を解決するための手段】上記課題を解決する本発
明の文字認識装置は、認識対象となる文字を含む網掛け
画像にＦＦＴ（Fast Fourier Transform：高速フーリエ
変換）処理を施して網掛け成分を強調し、強調された網
掛け成分を除去した画像に逆ＦＦＴ処理を施すとともに
当該画像に所用の補正処理を施して前記文字の画素領域
を整形する画素領域整形手段と、整形された画素領域の
文字の認識処理を行う文字認識手段とを有する、網掛け
除去機能付きの文字認識装置である。
明の文字認識装置は、認識対象となる文字を含む網掛け
画像にＦＦＴ（Fast Fourier Transform：高速フーリエ
変換）処理を施して網掛け成分を強調し、強調された網
掛け成分を除去した画像に逆ＦＦＴ処理を施すとともに
当該画像に所用の補正処理を施して前記文字の画素領域
を整形する画素領域整形手段と、整形された画素領域の
文字の認識処理を行う文字認識手段とを有する、網掛け
除去機能付きの文字認識装置である。
【０００６】前記画素領域整形手段は、例えば、前記網
掛け画像にＦＦＴ処理を施すことで空間周波数スペクト
ルとこの空間周波数スペクトルのパワースペクトルとを
導出する第１の手段と、パワースペクトルに現れている
網掛け成分を検出し、当該網掛け成分に対応する空間周
波数スペクトルを抑制する第２の手段と、抑制された空
間周波数スペクトルに逆ＦＦＴ処理を施すことで実数画
像を生成するとともにこの実数画像の補正処理を行う第
３の手段とを有するものである。
掛け画像にＦＦＴ処理を施すことで空間周波数スペクト
ルとこの空間周波数スペクトルのパワースペクトルとを
導出する第１の手段と、パワースペクトルに現れている
網掛け成分を検出し、当該網掛け成分に対応する空間周
波数スペクトルを抑制する第２の手段と、抑制された空
間周波数スペクトルに逆ＦＦＴ処理を施すことで実数画
像を生成するとともにこの実数画像の補正処理を行う第
３の手段とを有するものである。
【０００７】より具体的には、前記第１の手段は、前記
パワースペクトルの水平方向と垂直方向の投影に基づい
て前記網掛け画像の周期性が現れているスペクトルをも
とに前記網掛け成分を強調するものであり、前記第２の
手段は、前記強調された網掛け成分を除去するものであ
る。第２の手段は、好ましくは、前記網掛け画像が崩れ
ない範囲で前記空間周波数スペクトルの抑制を行う。前
記第３の手段は、例えば、前記実数画像の掠れ成分を補
正する掠れ成分補正部と、前記実数画像のノイズ成分を
除去するノイズ除去部とを含み、補正後の実数画像を平
滑化するものである。掠れ補正部は、前記実数画像の白
点連結領域における白点数が一定閾値以下の部分を黒点
に替えることにより前記掠れ補正を行うように構成さ
れ、ノイズ除去部は、前記実数画像の黒点連結領域にお
ける黒点数が一定閾値以下の部分を白点に替えることに
より前記ノイズ成分を除去するように構成される。
パワースペクトルの水平方向と垂直方向の投影に基づい
て前記網掛け画像の周期性が現れているスペクトルをも
とに前記網掛け成分を強調するものであり、前記第２の
手段は、前記強調された網掛け成分を除去するものであ
る。第２の手段は、好ましくは、前記網掛け画像が崩れ
ない範囲で前記空間周波数スペクトルの抑制を行う。前
記第３の手段は、例えば、前記実数画像の掠れ成分を補
正する掠れ成分補正部と、前記実数画像のノイズ成分を
除去するノイズ除去部とを含み、補正後の実数画像を平
滑化するものである。掠れ補正部は、前記実数画像の白
点連結領域における白点数が一定閾値以下の部分を黒点
に替えることにより前記掠れ補正を行うように構成さ
れ、ノイズ除去部は、前記実数画像の黒点連結領域にお
ける黒点数が一定閾値以下の部分を白点に替えることに
より前記ノイズ成分を除去するように構成される。
【０００８】上記他の課題を解決する本発明の網掛け除
去方法は、認識対象となる文字を含む網掛け画像を所定
サイズの画像に分割する処理、分割された画像をＦＦＴ
演算して空間周波数スペクトルとそのパワースペクトル
とを導出する処理、前記パワースペクトルの水平方向、
垂直方向の投影成分に基づいて当該パワースペクトルに
現れている網掛け成分を強調する処理、前記強調された
網掛け成分を除去するとともに前記空間周波数スペクト
ルの抑制を行い、抑制後の空間周波数スペクトルを逆Ｆ
ＦＴ処理して実数画像を生成する処理、この実数画像に
対して所用の補正処理を施すことで前記文字の画素領域
を整形する処理、をコンピュータ上で実行することを特
徴とする方法である。
去方法は、認識対象となる文字を含む網掛け画像を所定
サイズの画像に分割する処理、分割された画像をＦＦＴ
演算して空間周波数スペクトルとそのパワースペクトル
とを導出する処理、前記パワースペクトルの水平方向、
垂直方向の投影成分に基づいて当該パワースペクトルに
現れている網掛け成分を強調する処理、前記強調された
網掛け成分を除去するとともに前記空間周波数スペクト
ルの抑制を行い、抑制後の空間周波数スペクトルを逆Ｆ
ＦＴ処理して実数画像を生成する処理、この実数画像に
対して所用の補正処理を施すことで前記文字の画素領域
を整形する処理、をコンピュータ上で実行することを特
徴とする方法である。
【０００９】前記補正処理は、例えば、前記実数画像に
おける４方向の白点連結領域に対して白点数が一定閾値
以下の部分を黒点に替えることにより掠れ補正を行い、
さらに掠れ補正後の画像における４方向の黒点連結領域
に対して黒点数が一定閾値以下の部分を白点に替えるこ
とによりノイズ除去を行い、さらに、ノイズ除去後の画
像を平滑化する処理である。
おける４方向の白点連結領域に対して白点数が一定閾値
以下の部分を黒点に替えることにより掠れ補正を行い、
さらに掠れ補正後の画像における４方向の黒点連結領域
に対して黒点数が一定閾値以下の部分を白点に替えるこ
とによりノイズ除去を行い、さらに、ノイズ除去後の画
像を平滑化する処理である。
【００１０】
【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて説明する。図１は本発明を適用した文字認識
装置のブロック構成図である。この文字認識装置１で
は、紙面に記載された文字が、スキャナやディジタルカ
メラ等の画像入力装置（図示省略）を通じて、例えば２
値のディジタル画像として画像入力部１０に入力される
ようになっている。入力された画像はフィールド抽出部
２０に入力される。フィールド処理部２０は、この画像
に対して画像傾き補正及び罫線抽出等の前処理を施した
後、文字認識対象となる文字領域を切り出す。
に基づいて説明する。図１は本発明を適用した文字認識
装置のブロック構成図である。この文字認識装置１で
は、紙面に記載された文字が、スキャナやディジタルカ
メラ等の画像入力装置（図示省略）を通じて、例えば２
値のディジタル画像として画像入力部１０に入力される
ようになっている。入力された画像はフィールド抽出部
２０に入力される。フィールド処理部２０は、この画像
に対して画像傾き補正及び罫線抽出等の前処理を施した
後、文字認識対象となる文字領域を切り出す。
【００１１】網掛け除去部３０は、切り出された文字領
域をイメージメモリに格納しておき、この文字領域に網
掛けが存在するかどうかを調べる。網掛けが存在する場
合、つまり、切り出された文字領域の画像が網掛け画像
であった場合は、網掛けを除去して文字の画素領域を整
形する。整形された文字領域は、文字認識部４０に入力
される。
域をイメージメモリに格納しておき、この文字領域に網
掛けが存在するかどうかを調べる。網掛けが存在する場
合、つまり、切り出された文字領域の画像が網掛け画像
であった場合は、網掛けを除去して文字の画素領域を整
形する。整形された文字領域は、文字認識部４０に入力
される。
【００１２】文字認識部４０は、当該文字領域から文字
切り出し及び文字認識を行い、認識結果に対して所定の
後処理を行って出力部５０から出力する。なお、フィー
ルド抽出部２０と網掛け除去部３０の処理は逆に行って
も良い。
切り出し及び文字認識を行い、認識結果に対して所定の
後処理を行って出力部５０から出力する。なお、フィー
ルド抽出部２０と網掛け除去部３０の処理は逆に行って
も良い。
【００１３】次に、画素領域整形手段として機能する上
記網掛け除去部３０について、より詳しく説明する。画
素領域整形には種々の手法を採用できるが、ここでは、
ＦＦＴ（Fast Fourier Transform）技術に基づく動作例
を示す。
記網掛け除去部３０について、より詳しく説明する。画
素領域整形には種々の手法を採用できるが、ここでは、
ＦＦＴ（Fast Fourier Transform）技術に基づく動作例
を示す。
【００１４】図２は、網掛け除去部３０の詳細なブロッ
ク構成図、図３はこの網掛け除去部３０による処理手順
図である。以下の説明において、機能ブロックの符号は
図２、処理ステップ番号は図３に基づくものとする。
ク構成図、図３はこの網掛け除去部３０による処理手順
図である。以下の説明において、機能ブロックの符号は
図２、処理ステップ番号は図３に基づくものとする。
【００１５】＜画像分割処理：ステップＳ１０１＞ＦＦ
Ｔでは、画像の縦寸法および横寸法ともに、２のべき乗
の大きさの画像しか扱うことができない。このため、網
掛け除去部３０では、入力された画像を画像分割部３０
１で適切なサイズに分割し、これにより得られた分割画
像をイメージメモリ３０２に蓄積しておく。分割画像
は、例えば図４に示すように網掛け部分が存在する画像
である。この画像をｆ(i,j)で表す。ｉは水平方向、ｊ
は垂直方向のブロック座標である。
Ｔでは、画像の縦寸法および横寸法ともに、２のべき乗
の大きさの画像しか扱うことができない。このため、網
掛け除去部３０では、入力された画像を画像分割部３０
１で適切なサイズに分割し、これにより得られた分割画
像をイメージメモリ３０２に蓄積しておく。分割画像
は、例えば図４に示すように網掛け部分が存在する画像
である。この画像をｆ(i,j)で表す。ｉは水平方向、ｊ
は垂直方向のブロック座標である。
【００１６】＜ＦＦＴ処理：ステップＳ１０２＞画像ｆ
(i,j)は、イメージメモリ３０２からＦＦＴ演算部３０
３に入力され、ここでＦＦＴ処理が施される。具体的に
は、ＦＦＴ演算部３０３で、画像ｆ(i,j)の空間周波数
スぺクトルＦ(u,v)（但し、ｕは水平方向、ｖは垂直方
向の変数）と、この空間周波数Ｆ(u,v)のパワースペク
トルＰ(u,v)（＝ｌｏｇ（１＋｜Ｆ(u,v)｜））とを計算
し、それぞれの計算結果を、空間周波数スペクトルメモ
リ３０４、パワースペクトルメモリ３０５に格納する。
ここでいうパワースペクトルＰ(u,v)は、例えば図５に
示すようなものである。図示の例は、値の大きい方を
白、小さい方を黒の２５６階調で表した画像データのも
のであり、画像中心は、Ｐ(0,0)である。図５中に網掛
けの周期特性が白いすじ状に現れていることが確認でき
る。これを「網掛け成分」と称する。
(i,j)は、イメージメモリ３０２からＦＦＴ演算部３０
３に入力され、ここでＦＦＴ処理が施される。具体的に
は、ＦＦＴ演算部３０３で、画像ｆ(i,j)の空間周波数
スぺクトルＦ(u,v)（但し、ｕは水平方向、ｖは垂直方
向の変数）と、この空間周波数Ｆ(u,v)のパワースペク
トルＰ(u,v)（＝ｌｏｇ（１＋｜Ｆ(u,v)｜））とを計算
し、それぞれの計算結果を、空間周波数スペクトルメモ
リ３０４、パワースペクトルメモリ３０５に格納する。
ここでいうパワースペクトルＰ(u,v)は、例えば図５に
示すようなものである。図示の例は、値の大きい方を
白、小さい方を黒の２５６階調で表した画像データのも
のであり、画像中心は、Ｐ(0,0)である。図５中に網掛
けの周期特性が白いすじ状に現れていることが確認でき
る。これを「網掛け成分」と称する。
【００１７】＜網掛け成分強調処理：ステップＳ１０３
＞網掛け成分強調部３０６では、パワースペクトルＰ
(u,v)に現れている網掛け成分を強調するために、パワ
ースペクトルメモリ３０５からパワースペクトルの水平
軸（ｕ軸）への投影Ｐｖ(u)（＝ΣＰ(u,v)）と、垂直軸
（ｖ軸）への投影Ｐｕ(v)（＝ΣＰ(u,v)）とを求める。
これらの値は、パワースペクトルの投影格納メモリ３０
７に格納される。図６は、上記投影Ｐｖ(u)のスペクト
ルを示したグラフである。
＞網掛け成分強調部３０６では、パワースペクトルＰ
(u,v)に現れている網掛け成分を強調するために、パワ
ースペクトルメモリ３０５からパワースペクトルの水平
軸（ｕ軸）への投影Ｐｖ(u)（＝ΣＰ(u,v)）と、垂直軸
（ｖ軸）への投影Ｐｕ(v)（＝ΣＰ(u,v)）とを求める。
これらの値は、パワースペクトルの投影格納メモリ３０
７に格納される。図６は、上記投影Ｐｖ(u)のスペクト
ルを示したグラフである。
【００１８】＜網掛け成分除去処理：ステップＳ１０４
＞投影格納メモリ３０７に格納された各投影Ｐｖ(u)，
Ｐｕ(v)は、網掛け成分除去部３０８に供給される。網
掛け成分除去部３０８では、各投影Ｐｖ(u),Ｐｕ(v)に
基づいて、網掛け成分の検出と、当該網掛け成分に対応
する空間周波数スペクトルの抑制とを行う。
＞投影格納メモリ３０７に格納された各投影Ｐｖ(u)，
Ｐｕ(v)は、網掛け成分除去部３０８に供給される。網
掛け成分除去部３０８では、各投影Ｐｖ(u),Ｐｕ(v)に
基づいて、網掛け成分の検出と、当該網掛け成分に対応
する空間周波数スペクトルの抑制とを行う。
【００１９】空間周波数スペクトルの抑制に際しては、
予め網掛けの周期性を表すスペクトルＦを検出するため
の関数Ｇ(m,n)を定義する。例えば、関数Ｇ（Ｐｖ(k),
k）＞０の条件が成り立つとき、ｋが、この網掛けの周
期性を表すスペクトルであるとする。この関数Ｇ（Ｐｖ
(k),k）＞０となるｋに対して、Ｆ(k,v)＝０（但し、ｖ
は取り得る全ての整数）とする。同様に、関数Ｇ（Ｐｕ
(k),k）＞０となるｋに対して、Ｆ(u,k)＝０（但し、ｕ
は取り得る全ての整数）とする。これにより、網掛け成
分が検出された空間周波数スペクトルが直線状に抑制さ
れ、網掛け成分が除去される。このようにして得られた
空間周波数スペクトルＦ'(u,v)の値は、空間周波数スペ
クトルメモリ３０４に再格納される。
予め網掛けの周期性を表すスペクトルＦを検出するため
の関数Ｇ(m,n)を定義する。例えば、関数Ｇ（Ｐｖ(k),
k）＞０の条件が成り立つとき、ｋが、この網掛けの周
期性を表すスペクトルであるとする。この関数Ｇ（Ｐｖ
(k),k）＞０となるｋに対して、Ｆ(k,v)＝０（但し、ｖ
は取り得る全ての整数）とする。同様に、関数Ｇ（Ｐｕ
(k),k）＞０となるｋに対して、Ｆ(u,k)＝０（但し、ｕ
は取り得る全ての整数）とする。これにより、網掛け成
分が検出された空間周波数スペクトルが直線状に抑制さ
れ、網掛け成分が除去される。このようにして得られた
空間周波数スペクトルＦ'(u,v)の値は、空間周波数スペ
クトルメモリ３０４に再格納される。
【００２０】関数Ｇ(m,n)として、下記(1)式を用いた例
を図７に示す。 G(m,n)=1 {m>10000,│n│>0} G(m,n)=0 上記以外の場合 (1) 図７は、Ｆ'(u,v)のパワースペクトルＰ'(u,v)である。
を図７に示す。 G(m,n)=1 {m>10000,│n│>0} G(m,n)=0 上記以外の場合 (1) 図７は、Ｆ'(u,v)のパワースペクトルＰ'(u,v)である。
【００２１】なお、低周波成分（ｕ＝０，ｖ＝０）は、
画像全体の特徴を表す。この部分を０にすると、画像全
体が崩れることは良く知られている。そこで、本例で
は、上記(1)式において、│ｎ│＞２０という条件を加
えた。図６の例では、ｕ＝±５５，±１１０付近のピー
クが関数Ｇ（Ｐｖ(k),ｋ）によって検出される。そし
て、ピークが検出されたｋに対して、Ｆ（ｋ，ｖ）の縦
一列を抑制する。
画像全体の特徴を表す。この部分を０にすると、画像全
体が崩れることは良く知られている。そこで、本例で
は、上記(1)式において、│ｎ│＞２０という条件を加
えた。図６の例では、ｕ＝±５５，±１１０付近のピー
クが関数Ｇ（Ｐｖ(k),ｋ）によって検出される。そし
て、ピークが検出されたｋに対して、Ｆ（ｋ，ｖ）の縦
一列を抑制する。
【００２２】＜逆ＦＦＴ処理：ステップＳ１０５＞空間
周波数スペクトルメモリ３０４の出力は、逆ＦＦＴ演算
部３０９に供給される。逆ＦＦＴ演算部３０９は、網掛
け成分除去部３０８で求めた空間周波数スペクトルを逆
ＦＦＴすることにより、実数画像を得る。その後、実数
画像の２値化を行い、これをイメージメモリ３０２に書
き込む。この画像をｆ'(i,j)とする。この逆ＦＦＴ処理
後の画像を図８に示す。図４の画像と比べると、網掛け
成分が完全ではないが、その大部分が除去されているこ
とがわかる。
周波数スペクトルメモリ３０４の出力は、逆ＦＦＴ演算
部３０９に供給される。逆ＦＦＴ演算部３０９は、網掛
け成分除去部３０８で求めた空間周波数スペクトルを逆
ＦＦＴすることにより、実数画像を得る。その後、実数
画像の２値化を行い、これをイメージメモリ３０２に書
き込む。この画像をｆ'(i,j)とする。この逆ＦＦＴ処理
後の画像を図８に示す。図４の画像と比べると、網掛け
成分が完全ではないが、その大部分が除去されているこ
とがわかる。
【００２３】＜掠れ補正処理：ステップＳ１０６＞イメ
ージメモリ３０２に書きこまれた画像ｆ'(i,j)は、掠れ
補正部３１０に読み込まれる。掠れ補正部３１０、この
画像ｆ'(i,j)における４方向の白点連結領域を求め、各
白点連結領域に対し、白点数が一定閾値以下の部分を黒
点に切り替える。これにより画像ｆ'(i,j)の掠れが補正
される。補正された画像ｆ'(i,j)は、再度、イメージメ
モリ３０２に書きこまれる。
ージメモリ３０２に書きこまれた画像ｆ'(i,j)は、掠れ
補正部３１０に読み込まれる。掠れ補正部３１０、この
画像ｆ'(i,j)における４方向の白点連結領域を求め、各
白点連結領域に対し、白点数が一定閾値以下の部分を黒
点に切り替える。これにより画像ｆ'(i,j)の掠れが補正
される。補正された画像ｆ'(i,j)は、再度、イメージメ
モリ３０２に書きこまれる。
【００２４】＜ノイズ除去処理：ステップＳ１０７＞掠
れが補正された画像ｆ'(i,j)は、イメージメモリ３０２
からノイズ除去部３１４に読み込まれる。ノイズ除去部
３１４は、掠れ補正がなされた画像ｆ'(i,j)における４
方向の黒点領域連結を求め、各黒点連結領域に対し、黒
点数が一定閾値以下の部分を白点に切り替える。これに
より、画像ｆ'(i,j)におけるノイズ成分が除去される。
ノイズ成分が除去された画像ｆ'(i,j)は、再度、イメー
ジメモリ３０２に書きこまれる。
れが補正された画像ｆ'(i,j)は、イメージメモリ３０２
からノイズ除去部３１４に読み込まれる。ノイズ除去部
３１４は、掠れ補正がなされた画像ｆ'(i,j)における４
方向の黒点領域連結を求め、各黒点連結領域に対し、黒
点数が一定閾値以下の部分を白点に切り替える。これに
より、画像ｆ'(i,j)におけるノイズ成分が除去される。
ノイズ成分が除去された画像ｆ'(i,j)は、再度、イメー
ジメモリ３０２に書きこまれる。
【００２５】上記の逆ＦＦＴまでの処理によって既に網
掛けの大部分は削られているため、従来の手法に比較し
て閾値を小さくすることができる。これにより、従来の
手法では除去されていたカンマ、ピリオド等の比較的小
さい文字を確実に残すことができるようになる。
掛けの大部分は削られているため、従来の手法に比較し
て閾値を小さくすることができる。これにより、従来の
手法では除去されていたカンマ、ピリオド等の比較的小
さい文字を確実に残すことができるようになる。
【００２６】＜平滑化処理：ステップＳ１０８＞平滑化
部３１２では、掠れ補正処理及びノイズ除去処理がなさ
れた画像ｆ'(i,j)に対して、例えば３×３程度の移動平
均フィルタリングによる平滑化処理を施した後、再度、
これをイメージメモリ３０２に書きこむ。上記の一連の
処理によって最終的に得られた画像ｆ’(ｉ,ｊ)を示し
たのが図９である。一方、従来手法により得られた画像
を示したのが図１０である。図１０の画像では、文字に
多くの網掛け要素が接触しているため、文字の輪郭の突
起が多いが、本実施形態の手法で得られた画像の場合
は、それが著しく少なくなることが、図９の画像から確
認することができる。
部３１２では、掠れ補正処理及びノイズ除去処理がなさ
れた画像ｆ'(i,j)に対して、例えば３×３程度の移動平
均フィルタリングによる平滑化処理を施した後、再度、
これをイメージメモリ３０２に書きこむ。上記の一連の
処理によって最終的に得られた画像ｆ’(ｉ,ｊ)を示し
たのが図９である。一方、従来手法により得られた画像
を示したのが図１０である。図１０の画像では、文字に
多くの網掛け要素が接触しているため、文字の輪郭の突
起が多いが、本実施形態の手法で得られた画像の場合
は、それが著しく少なくなることが、図９の画像から確
認することができる。
【００２７】また、斜線や格子のような黒点連結領域が
大きい網掛け画像、例えば図１１に示すような画像の場
合も、本実施形態の網掛け除去処理を行うことで、図１
２に示すように、当該黒点連結領域を綺麗に除去するこ
とができる。
大きい網掛け画像、例えば図１１に示すような画像の場
合も、本実施形態の網掛け除去処理を行うことで、図１
２に示すように、当該黒点連結領域を綺麗に除去するこ
とができる。
【００２８】このように、本実施形態の文字認識装置１
では、多くの網掛け要素が文字に接触している場合であ
っても、文字の輪郭の有害な突起を確実に除去すること
ができるようになる。また、従来手法では不可能であっ
た斜線や格子等のような黒点連結領域の大きい網掛け
が、本実施形態の文字認識装置１では、除去可能にな
る。さらに、従来手法では、カンマ、ピリオド等の黒点
連結領域が小さい文字は殆ど除去されてしまうが、本実
施形態の文字認識装置１では、それらが網掛けの合間に
存在する場合は、かなり小さい文字であっても除去され
ることがなくなる。そのため、文字認識率が従来手法に
比べて著しく向上する。
では、多くの網掛け要素が文字に接触している場合であ
っても、文字の輪郭の有害な突起を確実に除去すること
ができるようになる。また、従来手法では不可能であっ
た斜線や格子等のような黒点連結領域の大きい網掛け
が、本実施形態の文字認識装置１では、除去可能にな
る。さらに、従来手法では、カンマ、ピリオド等の黒点
連結領域が小さい文字は殆ど除去されてしまうが、本実
施形態の文字認識装置１では、それらが網掛けの合間に
存在する場合は、かなり小さい文字であっても除去され
ることがなくなる。そのため、文字認識率が従来手法に
比べて著しく向上する。
【００２９】
【発明の効果】以上の説明から明らかなように、本発明
によれば、網掛け部分を正確に除去することができるの
で、網掛け部分に存在する文字を高精度で認識可能にす
ることができるという、特有の効果がある。
によれば、網掛け部分を正確に除去することができるの
で、網掛け部分に存在する文字を高精度で認識可能にす
ることができるという、特有の効果がある。
【図１】本発明を適用した文字認識装置のブロック図。
【図２】本実施形態による網掛け除去部の詳細ブロック
図。
図。
【図３】本実施形態による網掛け除去方法の手順説明
図。
図。
【図４】本実施形態による分割画像の説明図。
【図５】パワースペクトルの様子を示す説明図。
【図６】パワースペクトルの水平軸への投影を示す説明
図。
図。
【図７】抑制された空間周波数スペクトルを示す説明
図。
図。
【図８】逆ＦＦＴ演算後の画像を示す説明図。
【図９】掠れ補正、ノイズ除去、平滑化後の画像を示す
説明図。
説明図。
【図１０】従来手法により網掛け除去を行った場合の画
像を示す説明図。
像を示す説明図。
【図１１】斜線のような黒点連結領域が大きい網掛け画
像を示す説明図。
像を示す説明図。
【図１２】本実施形態により網掛けが除去された画像を
示す説明図。
示す説明図。
【図１３】従来手法による網掛け除去の問題点を示す図
であり、（ａ）は網掛け画像、（ｂ）は網掛け要素を除
去した後の画像である。
であり、（ａ）は網掛け画像、（ｂ）は網掛け要素を除
去した後の画像である。
１ 文字認識装置 １０ 画像入力部 ２０ フィールド抽出部 ３０ 網掛け除去部 ４０ 文字認識部 ５０ 出力部 ３０１ 画像分割部 ３０２ イメージメモリ ３０３ ＦＦＴ演算部 ３０４ 空間周波数スペクトルメモリ ３０５ パワースペクトルメモリ ３０６ 網掛け成分強調部 ３０７ 投影格納メモリ ３０８ 網掛け成分除去部 ３０９ 逆ＦＦＴ演算部 ３１０ 掠れ補正部 ３１１ ノイズ除去部 ３１２ 平滑化部
フロントページの続き (72)発明者 加藤 嘉巳 東京都江東区豊洲三丁目３番３号 株式会 社エヌ・ティ・ティ・データ内 Ｆターム(参考） 5B029 AA01 BB02 CC21 CC29 EE02 EE04 EE12 EE13 EE16 5B057 AA11 BA02 CA06 CA12 CA16 CB06 CB12 CB16 CC01 CE02 CE03 CE05 CF04 DB02 5C077 LL05 LL08 LL19 MP10 PP01
Claims (10)
- 【請求項１】 認識対象となる文字を含む網掛け画像に
ＦＦＴ処理を施して網掛け成分を強調し、強調された網
掛け成分を除去した画像に逆ＦＦＴ処理を施すとともに
当該画像に所用の補正処理を施して前記文字の画素領域
を整形する画素領域整形手段と、 整形された画素領域の文字の認識処理を行う文字認識手
段とを有する、 網掛け除去機能付きの文字認識装置。 - 【請求項２】 前記画素領域整形手段は、 前記網掛け画像にＦＦＴ処理を施すことで空間周波数ス
ペクトルとこの空間周波数スペクトルのパワースペクト
ルとを導出する第１の手段と、 パワースペクトルに現れている網掛け成分を検出し、当
該網掛け成分に対応する空間周波数スペクトルを抑制す
る第２の手段と、 抑制された空間周波数スペクトルに逆ＦＦＴ処理を施す
ことで実数画像を生成するとともにこの実数画像の補正
処理を行う第３の手段とを有することを特徴とする、 請求項１記載の文字認識装置。 - 【請求項３】 前記第１の手段が、前記パワースペクト
ルの水平方向と垂直方向の投影に基づいて前記網掛け画
像の周期性が現れているスペクトルをもとに前記網掛け
成分を強調するものであり、前記第２の手段は、前記強
調された網掛け成分を除去するものである、 請求項２記載の文字認識装置。 - 【請求項４】 前記第２の手段が、前記網掛け画像が崩
れない範囲で前記空間周波数スペクトルの抑制を行うも
のである、 請求項２記載の文字認識装置。 - 【請求項５】 前記第３の手段が、前記実数画像の掠れ
成分を補正する掠れ成分補正部と、前記実数画像のノイ
ズ成分を除去するノイズ除去部とを含み、補正後の実数
画像を平滑化するものである、 請求項２記載の文字認識装置。 - 【請求項６】 前記掠れ補正部が、前記実数画像の白点
連結領域における白点数が一定閾値以下の部分を黒点に
替えることにより前記掠れ補正を行うように構成され
た、請求項５記載の文字認識装置。 - 【請求項７】 前記ノイズ除去部が、前記実数画像の黒
点連結領域における黒点数が一定閾値以下の部分を白点
に替えることにより前記ノイズ成分を除去するように構
成された、 請求項５記載の文字認識装置。 - 【請求項８】 前記黒点連結領域が、前記掠れ成分の補
正後の黒点連結領域である、 請求項５記載の文字認識装置。 - 【請求項９】 認識対象となる文字を含む網掛け画像を
所定サイズの画像に分割する処理、 分割された画像をＦＦＴ演算して空間周波数スペクトル
とそのパワースペクトルとを導出する処理、 前記パワースペクトルの水平方向、垂直方向の投影成分
に基づいて当該パワースペクトルに現れている網掛け成
分を強調する処理、 前記強調された網掛け成分を除去するとともに前記空間
周波数スペクトルの抑制を行い、抑制後の空間周波数ス
ペクトルを逆ＦＦＴ処理して実数画像を生成する処理、 この実数画像に対して所用の補正処理を施すことで前記
文字の画素領域を整形する処理、をコンピュータ上で実
行することを特徴とする、 網掛け除去方法。 - 【請求項１０】 前記補正処理が、前記実数画像におけ
る４方向の白点連結領域に対して白点数が一定閾値以下
の部分を黒点に替えることにより掠れ補正を行い、さら
に掠れ補正後の画像における４方向の黒点連結領域に対
して黒点数が一定閾値以下の部分を白点に替えることに
よりノイズ除去を行い、さらに、ノイズ除去後の画像を
平滑化する処理であることを特徴とする、 請求項９記載の網掛け除去方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11103165A JP2000293630A (ja) | 1999-04-09 | 1999-04-09 | 網掛け除去機能付きの文字認識装置および網掛け除去方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11103165A JP2000293630A (ja) | 1999-04-09 | 1999-04-09 | 網掛け除去機能付きの文字認識装置および網掛け除去方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000293630A true JP2000293630A (ja) | 2000-10-20 |
Family
ID=14346907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11103165A Pending JP2000293630A (ja) | 1999-04-09 | 1999-04-09 | 網掛け除去機能付きの文字認識装置および網掛け除去方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000293630A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006039333A (ja) * | 2004-07-29 | 2006-02-09 | Nippon Telegr & Teleph Corp <Ntt> | テロップ文字画像処理方法、装置及びプログラム並びに該プログラムを記録した記録媒体 |
| US9047535B2 (en) | 2011-07-19 | 2015-06-02 | Fuji Xerox Co., Ltd. | Image processing apparatus, image processing method, and computer readable medium |
| US11778122B2 (en) | 2020-07-15 | 2023-10-03 | Canon Kabushiki Kaisha | Apparatus, method, and storage medium for removing shading dots |
-
1999
- 1999-04-09 JP JP11103165A patent/JP2000293630A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006039333A (ja) * | 2004-07-29 | 2006-02-09 | Nippon Telegr & Teleph Corp <Ntt> | テロップ文字画像処理方法、装置及びプログラム並びに該プログラムを記録した記録媒体 |
| US9047535B2 (en) | 2011-07-19 | 2015-06-02 | Fuji Xerox Co., Ltd. | Image processing apparatus, image processing method, and computer readable medium |
| US11778122B2 (en) | 2020-07-15 | 2023-10-03 | Canon Kabushiki Kaisha | Apparatus, method, and storage medium for removing shading dots |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4219542B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラムが格納された記録媒体 | |
| US7269298B2 (en) | Image processing device, image processing method, and record medium on which the same is recorded | |
| CN102782706B (zh) | 经历光学字符识别的文本图像的文本增强 | |
| US6621937B1 (en) | Removing chroma noise from digital images by using variable shape pixel neighborhood regions | |
| JP2001092919A (ja) | ２次元バーコードのねじれ角決定法 | |
| JP2001358925A (ja) | 画像処理のための装置、方法及び記録媒体 | |
| JP2000030052A (ja) | 画像処理装置 | |
| JP3438440B2 (ja) | 画像処理装置 | |
| CN111079756B (zh) | 一种单据图像中的表格提取与重建方法和设备 | |
| CN111695550B (zh) | 一种文字提取方法、图像处理设备和计算机可读存储介质 | |
| CN111079738B (zh) | 一种图像处理方法、系统及终端设备 | |
| CN111968042A (zh) | 一种数字文档的去阴影方法、系统、装置和存储介质 | |
| JP2003067738A (ja) | 網点除去方法及びシステム | |
| CN112634229B (zh) | 图像去除黑边的方法 | |
| CN115908184B (zh) | 一种摩尔纹图案的自动去除方法和装置 | |
| JP3604910B2 (ja) | 画像縮小装置及び画像縮小プログラムを記録した記録媒体 | |
| CN110942440A (zh) | 一种图像锐化的方法及装置 | |
| JP2879800B2 (ja) | 電子走査ピクチャの背景除去方法 | |
| CN120031740B (zh) | 一种去除图像大型锯齿的方法、系统、终端及存储介质 | |
| RU2405279C2 (ru) | Способ подавления растра | |
| JP2001160903A (ja) | 画像補正方法及び装置及びその方法を実行するプログラムを記録した記録媒体 | |
| CN114140443A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
| JP3845227B2 (ja) | かすれ補正装置、かすれ補正方法および記録媒体 | |
| KR101161803B1 (ko) | 가버 필터 및 그것의 필터링 방법, 그리고 그것을 이용한영상 처리 방법 | |
| JP3046652B2 (ja) | 文字原稿の傾き補正方法 |