JPH02191086A

JPH02191086A - 最適２値化方法

Info

Publication number: JPH02191086A
Application number: JP1011480A
Authority: JP
Inventors: Hideaki Yamagata; 秀明山形
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1989-01-20
Filing date: 1989-01-20
Publication date: 1990-07-26
Anticipated expiration: 2014-06-23
Also published as: JP2910926B2

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。

Description

【発明の詳細な説明】産業上の利用分野本発明は、文字認識などのパターン認識装置における最
適２値化方法に関する。

従来の技術一般に、文字認識などのパターン認識装置において処理
される画像は、スキャナのＣＣＤセンサ出力などの値を
閾値（スレッシュレベル）によって白黒２値化したもの
である。この際、印字状態の良くない原稿であっても最
適なる２値化を可能とするためには、原稿の濃度の相違
に対応して各々最適な２値画像を生成する必要がある。

ここに、このような２値化方法に関しては、種々の方法
が提案されている。例えば、「田利秀行著、総研出版、
１９８５［ｉ’コンピュータ画像処理入門」中、第６７
頁」なる文献に示されるモード法や微分ヒストグラム法
がある。モード法は、与えられた画像の濃度値のヒスト
グラムを求め、２つのピークを持つ分布となる場合に、
２つのピークの間の谷のところに閾値を決めるものであ
る。

微分ヒストグラム法は、画像中の対象物と背景の境界は
、濃度値が急に変化する部分に位置すると考えられるた
め、画像の濃度値を直接利用するのではなく、微分値（
濃度の変化率）を利用して閾値を決めるというものであ
る。

また、［昭和５２年度電子通信学会情報部門全国大会、
大津展之、「濃度分布からの閾値決定法Ｊ中、１４５］
なる文献に示される濃度分布からの閾値決定法がある。

これは、濃度分布の０次、１次モーメントのみを利用し
、積分に基づいて最適なる閾値を決定するものである。

さらに、特公昭６０−３７９５２号公報に示される「最
適二値化方式」がある。これは、多値ビデオ信号をビデ
オ・バッファに格納し、ビデオ・バッファから読出され
たビデオ信号を可変スライスレベルのスライス回路によ
り２値化し、多値ビデオ情報を異なるスライスレベルで
スライスして２値化ビデオ信号に変換し、異なるスライ
スレベルでスライスして作成した複数の２値化ビデオ信
号の各々について（黒点数）／（周囲数）なる線幅増幅
率を求め、複数の線幅増幅率と基準の線幅増幅率とに基
づきスライス回路のスライスレベルを設定するものであ
る。

発明が解決しようとする課題ところが、モード法にあっては、印字状態の悪い原稿で
は、ヒストグラムに明確な谷を生じないので、適用でき
ない方法である。

また、微分ヒストグラム法にあっては、対象物と背景の
境界付近の濃度値が複雑に変化するものに対しては、有
効に働かない方法である。

また、濃度分布からの閾値決定法による場合、文字認識
などのパターン認識において扱われる画像としてのｒ線
」のつぶれやかすれに対する処理としては、効果的な方
法ではない。

さらに、上記公報の最適二値化法では、実験の結果、原
稿の濃淡によっては適正な閾値決定が不安定なる結果が
得られたものである。

課題を解決するための手段請求項１記載の発明では、多値量子化された画像に対し
て白黒２値の画像に変換するパターン認識装置における
最適２値化方法において、複数の閾値で画像を２値化し
、各閾値での２値画像を常にメモリに保有し、各閾値で
の黒画素数と粗視化した時の黒画素数とを計数し、これ
らの黒画素数に基づき画像のフラクタル次元なるパラメ
ータを計算し、当該パラメータ値が極小となる閾値から
最適閾値を求め、この最適閾値による２値画像を出力さ
せるようにした。

請求項２記載の発明では、複数の閾値で画像を２値化し
た後、各閾値での黒画素数と粗視化した時の黒画素数と
を計数する時のみ各閾値での２値画像をメモリに保有し
て、各閾値での黒画素数と粗視化した時の黒画素数との
引数値に基づき画像のフラクタル次元なるパラメータを
計算し、当該パラメータ値が極小となる閾値から最適閾
値を求め、当該最適閾値で画像を再び２値化して２値画
像を出力させるようにした。

さらに、請求項３記載の発明では、請求項２記載の発明
と同じく、複数の閾値で画像を２値化し、各閾値での黒
画素数と粗視化した時の黒画素数とを計数する時のみ各
閾値での２値画像をメモリに保有した後、閾値を中心値
から変化させてその閾値での黒画素数と粗視化した時の
黒画素数との計数値に基づき画像のフラクタル次元なる
パラメータを計算し、当該パラメータ値が常に小さい方
の閾値とそのパラメータ値とを保有し、パラメータ値が
極小となる閾値を最適閾値として、画像を再び２値化し
て２値画像を出ノＪさせるようにした。

作用請求項１記載の発明によれば多値量子化された画像は複
数の閾値で２値化され、メモリに保有される。そして、
各閾値での黒画素数を計数するとともに粗視化した時の
黒画素数も計数し、計数結果に基づき、画像のフラクタ
ル次元なるパラメータを計算する。このパラメータ値が
極小となる閾値に基づき最適な閾値を求めて、２値画像
を出力させるため、原稿の濃度に応じた最適なる２値化
の閾値が自動的に設定され、認識率が安定する。

この時、請求項２記載の発明のように、２値画像を保有
するメモリを１つに節約しても、黒画素数及び粗視化し
た時の黒画素数を計数する時のみ利用すれば、何んら支
障ないものとなる。

一方、フラクタル次元なるパラメータ値が最大となる閾
値は複数の閾値中の中心値伺近となる性質を持つ。そこ
で、請求項３記載の発明のように、閾値を中心値から変
化させて画像のフラクタル次元なるパラメータを計算し
、当該パラメータ値か常に小さい方の閾値とそのパラメ
ータ値とを保有し、パラメータ値が最小となる当該閾値
に注目することにより、最適閾値を求める処理の高速化
が図られる。

実施例請求項１記載の発明の一実施例を第１図ないし第３図を
参照して説明する。第１図に本実施例を実施するブロッ
ク構成図を示す。本実施例は、多値画像読取り部１から
２値画像出力部２までに関するものである。多値画像読
取り部１にてスキャナ３から多値画像を読取り、例えば
１６値に量子化し、多値イメージメモリ４に保有する。

次に、多値イメージメモリ４から１６階調の多値画像（
濃度レベルＯから１５）を２値化部５により読込み、閾
値ｔ＝１５以上を黒、それ以外を白とする白黒２値画像
を生成し、１５個の２値イメージメモリ６中のＮｏ、　
（１）で示すものに保有する。このＮｏ、　（１）なる
２値イメージメモリ６に保有された画像全体に対し、黒
画素数カウント部７においてその２値画像の黒画素の総
数（黒画素数）及び粗視化した時の黒画素数を計数し、
その計数結果を黒画素数メモリ８に保有する。

但し、粗視化された時の黒画素数とは、第３図（ａ）に
示すような通常の画素に対し、隣接する４画素（同図（
ｂ）の場合）又は１６６画素同図（ｃ）の場合）を１つ
の画素とみなしく粗視化された画素）、その粗視化され
た画素を粗視化された際の黒画素とみなし、粗視化され
た際の黒画素数を計数したものである。

次に、パラメータ計算部９において、これらの黒画素数
メモリ８から各々黒画素数と粗視化された際の黒画素数
とを読込み、画像のフラクタル次元なるパラメータを計
算し、パラメータメモリＩＯ中の対応するＮｏ、　（１
）なるメモリに保有する。

これが、閾値ｔ−１５に対する処理であり、次に、閾値
ｔ−１４とし、２値化部５によりこの閾値ｔ＝１４によ
る２個画像を生成し、その結果を２値イメージメモリ６
中のＮｏ、　（２）のものに保有する。このＮｏ、　（
２）なるイメージメモリ６に保有された２個画像に対し
ても、上記と同様に、黒画素数と粗視化された際の黒画
素数との計数、フラクタル次元なるパラメータの計算を
し、パラメータメモリ１０中の対応するＮｏ、　（２）
なるメモリに保有する。他の閾値ｔ＝１３，１２．〜，
２，１についても各々同様の処理を繰返す。

これらの１５種類の閾値ｔの各々について処理が終了し
たら、パラメータ比較部１１において、パラメータメモ
リ１０のＮｏ、　（１）〜Ｎｏ、（１５）の各々より各
閾値毎のパラメータ値を取出して比較し、その内、パラ
メータ値（フラクタル次元）が最大となる閾値Ｔ　ｍａ
ｘを求める。このようにパラメータ値が最大となる閾値
から、順に閾値を減らしていき、パラメータ値（フラグ
タル次元）が極小となる閾値Ｔ　ｉｎｆを求める。この
ようにして最適閾値決定部１２にて最適なる閾値Ｔ　＝
　Ｔ　ｉｎｆを決定する。この最適閾値下による２個画
像を２値イメージメモリ６中から選択し、２値画像出力
部２に出力し、さらに文字認識部１３などに送出して認
識処理等に供される。

ここに、本実施例における特徴の一つであるフラクタル
次元の計算方法について第３図を参照して説明する。ま
ず、図に示すように、ｒ＝ｌ、ｒ＝２．ｒ＝４の各々の
場合の黒画素数Ｎ１１．を計数する。そして、ｒ＝１の
時の黒画素数をＮ。

ｒ＝２　（４画素単位）に粗視化された時の黒画素数を
Ｎ（２１、ｒ＝４　（１６画素単位）に粗視化された時
の黒画素数をＮ１４１　　とする。そして、フラクタル
次元をＤとすると、ＱＯｇＮｔｒ＋　　＝−ＤＱｏｇ　ｒ　　十Ｃ（Ｃは定
数）なる関係が成り立つので、ｒ＝１．２．４の３点を
用いた最小２乗法により、フラクタル次元りが求められ
る。

つづいて、請求項２記載の発明の実施例を第４図及び第
５図により説明する。前記実施例で示した部分と同一部
分は同一符号を用いて示す。本実施例は、前記実施例中
の１５個の２値イメージメモリ６を制約し、１個のみの
２値イメージメモリ１４とし、黒画素数及び粗視化され
た際の黒画素数を計数する場合のみ、この１個の２値イ
メージメモリ１４を用いるようにしたものである。よっ
て、最適閾値Ｔ　＝　Ｔ　ｉｎｆが決定された後、その
閾値を用いて再び２値化処理することにはなる。

まず、前記実施例と同様に、多値画像読取り部１にてス
キャナ３から多値画像を読取り、例えば１６値に量子化
し、多値イメージメモリ４に保有する。次に、多値イメ
ージメモリ４から１６階調の多値画像を２値化部５によ
り読込み、閾値し１５以上を黒、それ以外を白とする白
黒２値画像を生成し、２値イメージメモリ１４に保有す
る。

この２値イメージメモリ１４に保有された画像全体に対
し、黒画素数カウント部７においてその２個画像の黒画
素の総数（黒画素数）及び粗視化された際の黒画素数を
計数し、その計数結果を黒画素数メモリ８に保有する。

次に、パラメータ計算部９において、この黒画素数メモ
リ８から、各々黒画素数と粗視化された際の黒画素数と
を読込み、フラクタル次元なるパラメータを計算し、パ
ラメータメモリ１０中のＮｏ、　（１）なるメモリに保
有する。

これが、閾値し−１５に対する処理であり、次に、閾値
ｔ＝１４とし、２値化部５によりこの閾値ｔ−１４によ
る２個画像を生成し、その結果を２値イメージメモリ１
４に保有する。このイメージメモリ１４に保有された２
個画像に対しても、上記と同様に、黒画素数と粗視化さ
れた際の黒画素数との計数、フラクタル次元なるパラメ
ータの計算をし、パラメータメモリ１０中のＮｏ、　（
２）なるメモリに保有する。他の閾値ｔ＝１３，１２．
〜２，１についても各々同様の処理を繰返す。

これらの１５種類の閾値しの各々について処理が終了し
たら、パラメータ比較部１１において、パラメータメモ
リ１０のＮα（１）〜Ｎｏ、（１５）の各々より各閾値
毎のパラメータ値を取出して比較し、その内、パラメー
タ値（フラクタル次元）が最大となる閾値Ｔ　ｍａｘを
求める。このように求められたパラメータ値が最大なる
閾値Ｔ　ｍａｘから、順に閾値を減らしていき、パラメ
ータ値（フラクタル次元）が極小となる閾値Ｔｉｎｆを
求める。このようにして最適閾値決定部１２にて最適な
る閾値ＴＴ　ｉｎｆを決定する。この最適閾値Ｔを用い
て、多値イメージメモリ４から読込んだ画像を２値化部
５により２値化して２値イメージメモリ１４に保有する
。この２値イメージメモリ１４に保有させた２値画像を
２値画像出力部２に出力し、さらに文字認識部１３など
に送出して認識処理等に供される。

さらに、請求項３記載の発明の実施例を第６図ないし第
８図により説明する。本実施例は、閾値（１〜１５＝１
＋−ｆ＋＋）に対するフラクタル次元の変化が第６図に
示すような特性を示し、フラクタル次元が最大となる閾
値Ｔとしては、中心値付近になるという性質を持つ点を
利用し、最適閾値Ｔを求める際の高速化を図るようにし
たものである。このため、構成的には、前記実施例の第
４図に比し、１５個のパラメータメモリ１０がＮｏ、（
１）（２）のみのパラメータメモリ１５に置き換えられ
ている。

まず、前述の場合と同様にスキャナ３から多値画像を読
取り、多値イメージメモリ４に保有する。

そして、２値化部５により多値イメージメモリ４から１
６階調の多値画像を読込み、閾値ｔ＝８（中心値）とし
、第８図（ｂ）に示すように、この閾値ｔ＝８以上を黒
、それ以外を白とする２値画像を生成し、２値イメージ
メモリ１４に保有する。

そして、この２値イメージメモリ１４に保有された画像
全体に対し、黒画素数カウント部７において黒画素数及
び粗視化された際の黒画素数を計数し、それらの計数結
果を黒画素数メモリ８に保有する。次に、パラメータ計
算部９において、閾値ｔ＝８の時のフラクタル次元なる
パラメータｐｔＰ、を計算する。このパラメータｐｔ＝
ｐ、　をパラメータメモリ１５中のＮｏ、　（１）の方
に保有する。

次に、今度は閾値ｔ＝７とし、同様の処理を繰返し、閾
値し＝７に対するパラメータｐｔ＝ｐ。

を計算し、このパラメータＰｔ＝Ｐ、　　をパラメータ
メモリ１５中の他方のＮα（２）の方に保有する。

そして、パラメータメモリ１５中のＮｏ、　（１）のも
のとＮｏ、　（２）のものとの大小を比較し、小さい方
の閾値を求める。もし、新しい閾値の方が小さければ、
その閾値でのパラメータ値ｐｔを保存し、閾値ｔを１つ
減らして、前述の場合と同様に、閾値対応のパラメータ
値ｐｔを求め、前の閾値の方が小さくなるまで（Ｐｔ（
Ｐｍｉｎでなくなるまで）、これを繰返す。また、前の
閾値ｔの方が小さければ、閾値ｔを９にし、同様の処理
を繰返す。この場合も、パラメータ値Ｐｔを保存するの
は、常に小さい方とする。このような９以上の閾値しに
対しては、もし、新しい閾値の方が小さければ、閾値り
を１つ増やし、同様に閾値対応のパラメータ値Ｐｔを求
める処理を行い、前の閾値の方が小さくなるまで、これ
を繰返す。

このような処理後、最後に残った閾値ｔがパラメータ値
Ｐｔの最小となるもの（Ｐ＋＋＋ｉｎ　）であるので、
これを閾値Ｔ　ｍｉｎとし、この閾値Ｔ　ｍｉｎより最
適閾値Ｔを求める。最適閾値Ｔが決定されたら、この閾
値Ｔを用いて、多値イメージメモリ４から読込んだ画像
を２値化し、２値イメージメモリ１４に保有し、２値画
像出力部２に出力し、さらに文字認識部１３などに送出
する。

また、本発明の他の実施例を第９図により説明する。本
実施例は、前記実施例をさらに改良したものである。即
ち、最適閾値を決定した後で再び多値画像を２値化する
という手間を省き、がっ、メモリを最小限とするため、
（］）（２）で示す２個のメモリ構成による２値イメー
ジメモリ■６を′用い、かつ、前記実施例のようにフラ
クタル次元が最大となる閾値は中央値付近になるという
性質を用いるようにしたものである。即ち、前記実施例
のように閾値を変化させ、小さい方のパラメータ値とそ
の閾値での２値画像とを常に保存しておくものである。

まず、前述の場合と同様にスキャナ３がら多値画像を読
取り、多値イメージメモリ４に保有する。

そして、２値化部５により多値イメージメモリ４から１
６階調の多値画像を読込み、閾値ｔ＝８（中心値）とし
、この閾値し一８以上を黒、それ以外を白とする２値画
像を生成し、２値イメージメモリ１６中の（１）の方に
保有する。そして、この２値イメージメモリ１６中の（
１）に保有された画像全体に対し、黒画素数カウント部
７において黒画素数及び粗視化された際の黒画素数を計
数し、それらの計数結果を黒画素数メモリ８に保有する
。

次に、パラメータ計算部９において、閾値１．−８の時
のフラクタル次元なるパラメータＰｔ＝Ｐ。

を計算する。このパラメータＰｔ＝Ｐ、　　をパラメー
タメモリ１５中のＮｏ、（１）の方に保有する。

次に、今度は閾値ｔ＝７とし、同様の処理を繰返しく但
し、２値イメージメモリ１６中の（２）の方が用いられ
る）、閾値ｔ＝７に対するパラメータＰｔ＝Ｐ、を計算
し、このパラメータＰｔ＝Ｐ。

をパラメータメモリ１５中の他方のＮｏ、　（２）の方
に保有する。そして、パラメータメモリ】５中のＮｏ、
　（１）のものとＮｏ、　（２）のものとの大小を比較
し、小さい方の閾値を求める。もし、新しい閾値の方が
小さければ、その閾値でのパラメータ値ＰＬを保存し、
閾値しを１つ減らして、前述の場合と同様に、閾値対応
のパラメータ値ＰＬを求め、前の閾値の方が小さくなる
まで（Ｐｔ（Ｐｍｉｎでなくなるまで）、これを繰返す
。この時、２値画像はパラメータ値の大きかった方の閾
値による２値イメージメモリ１６中の（１）又は（２）
に上書きされる。また、前の閾値ｔの方が小さければ、
閾値しを９にし、同様の処理を繰返す。この場合も、パ
ラメータ値Ｐｔを保存するのは、常に小さい方とする。

こ′のような９以上の閾値しに対しては、もし、新しい
閾値の方か小さければ、閾値しを１つ増やし、同様に閾
値対応のパラメータ値Ｐｔを求める処理を行い、前の閾
値の方が小さくなるまで、これを繰返す。

このような処理後、最後に残った閾値ｔがパラメータ値
Ｐｔの最小となるもの（Ｐｍｉｎ　）でるので、これを
閾値Ｔ　ｍｉｎとし、この閾値Ｔｍ１ｎを最適閾値Ｔと
する。この時、この最適閾値Ｔによる２値画像は２つの
２値イメージメモリ１６中の（１）又は（２）の何れか
に保存されている筈であるので、この２値画像を２値画
像出ツク部２に出力し、さらに文字認識部１３などに送
出する。

発明の効果本発明は、上述したように構成したので、印字状態の良
くない原稿に対してもその原稿の濃度に応じた最適な２
値化の閾値を自動的に設定することができ、認識率を向
上・安定させることができ、特に、請求項２又は３記載
の発明によれば、黒画素数や粗視化された際の黒画素数
の計数時にのみ２値画像をメモリに保有させることによ
り、２値画像用のメモリを節約することができ、また、
フラクタル次元なるパラメータが閾値変化特性において
、パラメータ値が最大となる閾値は中心値付近となる性
質を持つ点に着目した、請求項３記載の発明によれば、
閾値を中心値から変化させてフラクタル次元なるパラメ
ータを計算し、当該パラメータ値が常に小さい方の閾値
とそのパラメータ値とを保有し、パラメータ値が最小と
なる当該閾値に注目するようにしたので、最適閾値を求
める処理の高速化を図ることもできる。

【図面の簡単な説明】

第１図ないし第３図は請求項ｌ記載の発明の実施例を示
すもので、第１図はブロック図、第２図はフローチャー
ト、第３図は粗視化についての説明図、第４図及び第５
図は請求項２記載の発明の一実施例を示すもので、第４
図はブロック図、第５図はフローチャート、第６図ない
し第８図は請求項３記載の発明の一実施例を示すもので
、第６図は閾値に対するフラクタル次元変化の特性図、
第７図はブロック図、第８図はフローチャート、第９図
は本発明の他の実施例を示すブロック図である。

Claims

【特許請求の範囲】１、多値量子化された画像に対して白黒２値の画像に変
換するパターン認識装置における最適２値化方法におい
て、複数の閾値で画像を２値化し、各閾値での２値画像
を常にメモリに保有し、各閾値での黒画素数と粗視化し
た時の黒画素数とを計数し、これらの黒画素数に基づき
画像のフラクタル次元なるパラメータを計算し、当該パ
ラメータ値が極小となる閾値から最適閾値を求め、この
最適閾値による２値画像を出力させるようにしたことを
特徴とする最適２値化方法。２、多値量子化された画像に対して白黒２値の画像に変
換するパターン認識装置における最適２値化方法におい
て、複数の閾値で画像を２値化し、各閾値での黒画素数
と粗視化した時の黒画素数とを計数する時のみ各閾値で
の２値画像をメモリに保有して、各閾値での黒画素数と
粗視化した時の黒画素数との計数値に基づき画像のフラ
クタル次元なるパラメータを計算し、当該パラメータ値
が極小となる閾値から最適閾値を求め、当該最適閾値で
画像を再び２値化して２値画像を出力させるようにした
ことを特徴とする最適２値化方法。３、多値量子化された画像に対して白黒２値の画像に変
換するパターン認識装置における最適２値化方法におい
て、複数の閾値で画像を２値化し、各閾値での黒画素数
と粗視化した時の黒画素数とを計数する時のみ各閾値で
の２値画像をメモリに保有し、閾値を中心値から変化さ
せてその閾値での黒画素数と粗視化した時の黒画素数と
の計数値に基づき画像のフラクタル次元なるパラメータ
を計算し、当該パラメータ値が常に小さい方の閾値とそ
のパラメータ値とを保有し、パラメータ値が極小となる
閾値を最適閾値として、画像を再び２値化して２値画像
を出力させるようにしたことを特徴とする最適２値化方
法。