JPH04233094A - イメージ分析のための方法及び装置 - Google Patents

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】

【０００１】

【技術分野】コンピューター技術において、ますます重
要性を増している一つの問題に、画素（画素強度値）の
配列にて表わされるイメージからの情報の抽出がある。 一方では、コンピューター技術は、文書のイメージの取
得、格納、及び自動化に成功しており、また一方におい
ては、テキスト文字を表わすデジタル　　コードのスト
リングによって表わされる情報の格納及び操作の自動化
にそれ以上の成功を治めている。

【０００２】まだあまり自動化に成功していないのは、
イメージによる文字情報の文字ストリング　　データへ
の変換である。通常、用紙上の文字情報を文字ストリン
グ　　データに変換するために使用されたのと同一の技
術が使用される。つまり、データ入力要員がイメージを
読み、キーボードを使用して、イメージの情報と等しい
文字ストリング　　データをデータ　　ベースに入力す
る。この手順の難点は明白である。つまり、これは費用
が高くつき、時間がかかり、また誤りを起こし易い。

【０００３】文字情報を文字ストリング　　データに変
換する問題の鍵は、イメージの部分の記号、例えば、文
字及び数としての自動認識である。このような認識を遂
行するデバイスは、当分野においては、イメージ分類手
段（ｉｍａｇｅ　ｃｌａｓｓｉｆｉｅｒｓ）　と呼ばれ
る。イメージ分類手段は、通常、プログラムとして実現
され、これはコンピューター　　システム上で実行され
、イメージのデジタル表現を分析し、これがコンピュー
ター　　システムのメモリー内に格納される。

【０００４】イメージ分類手段の設計における一つの困
難な問題は、記号の欠陥を持つ画素表現の処理である。 イメージ分類手段が記号であり得るイメージの部分を正
しく認識するためには、これがこの記号の良好な表現で
あるイメージの部分を認識できる能力を持つばかりでな
く、欠陥を持つ表現も認識できなければならない。これ
ら欠陥は複数の原因を持つ。例えば、イメージのソース
であるペーパー資料が欠陥を持つ場合がある。つまり、
これは汚れていたり、折り曲げられたり、あるいは欠陥
を持つ印刷デバイスにて作成されていたりする。さらに
、ペーパー資料が走査されるとき、これがスキャナー内
に正しく置かれず、結果としてイメージがゆがめられる
こともある。この走査処理のオプティクスが追加の欠陥
を与えることもあり、最後に、資料の連続した形状の表
現を画素の配列にて表わすことに起因する生来的な欠陥
も考えられる。

【０００５】イメージ分析分野においては、イメージ分
類手段をこれが記号の欠陥表現をうまく扱うことができ
るように修正するプロセスは、イメージ分類手段の訓練
（ｔｒａｉｎｉｎｇ）と呼ばれる。この訓練は、手操作
によって、あるいは自動的に行なわれる。手操作の場合
は、イメージ分類手段が欠陥記号を持つイメージについ
て動作され、分類手段のアルゴリズムがこれが欠陥記号
に対してうまく動作できるようになるまで修正される。 自動訓練においては、人工知能あるいは神経網技術が使
用されるが、ここでは、イメージ分類手段が欠陥イメー
ジに応答して、自体をそれがそれら欠陥イメージを正し
く分析できるように修正する。

【０００６】

【従来技術】上の説明で明かのように、適切な訓練には
、イメージ分類手段が、そのイメージ分類手段によって
分類されるべきイメージが含むと考えられる事実上全て
のレンジの欠陥を含むセットの欠陥記号にてテストされ
ること、あるいは自動訓練の場合は、これらにさらされ
ることが要求される。先行技術においては、このような
セットの欠陥記号は手作業にて集められ、十分に大きな
量のセットの欠陥記号を提供することは、実施上、不可
能なことが明らかとなっている。今必要とされ、また本
発明によって提供されるものは、セットの欠陥記号を自
動的に生成する技術である。

【０００７】

【発明の概要】ここでは、欠陥イメージの例を生成する
ための方法が開示される。この方法は、以下のステップ
、つまり、・セット内の各々の欠陥パラメータがイメー
ジ欠陥の一つのクラスを指定するセットの一つあるいは
複数の欠陥パラメータを受信するステップ；・セットの
一つあるいは複数のモデル　　イメージを受信するステ
ップ；及び・これら欠陥パラメータに応答して欠陥イメ
ージ　　メーカーを使用してこれらセットのモデル　　
イメージから欠陥パラメータによって指定されるクラス
に属するイメージ欠陥を含むセットの欠陥イメージを生
成するステップを含む。

【０００８】ここではまた上の方法を遂行するための装
置が開示される。本発明のその他の面には、欠陥のレン
ジの指定、欠陥パラメータのこのレンジ内の欠陥の分布
の指定、与えられたモデル　　イメージから生成される
べき欠陥イメージの数の指定、及び欠陥イメージのサイ
ズのレンジの指定が含まれる。欠陥パラメータを生成す
るために有効であることが証明されている欠陥には、分
解能、ぼけ、域値、斑点、ジッター、傾斜、幅及び高さ
のゆがみ、ベース　　ラインに対する誤った位置、及び
カーニングが含まれる。モデル　　イメージは、モデル
　　イメージの形状を記述する表現、あるいは画素表現
のいずれかを持つ。ここに開示される方法及び装置を使
用して生成される欠陥イメージは、イメージ認識システ
ム内で使用される分類手段を類推するために使用される
。

【０００９】従って、本発明の一つの目的は、改良され
たイメージ認識システムを提供することにある。本発明
のもつ一つの目的は、セットの欠陥イメージを生成する
ための方法及び装置を提供することにある。本発明のさ
らにもう一つの目的は、欠陥パラメータによって定義さ
れる欠陥を持つイメージを生成するための方法及び装置
を提供することにある。本発明のもう一つの目的は、欠
陥パラメータによって指定されるレンジ及び分布の欠陥
を持つイメージを生成するための方法及び装置を提供す
ることにある。本発明のこれら及びその他の目的及び長
所は、当業者においては、以下の詳細な説明及び図面か
ら明らかである。

【００１０】

【実施態様】本出願の主題である欠陥文字の例を生成す
る技術及びこれら技術の応用についての以下の詳細な説
明は、好ましい実施態様において、それらに対してパラ
メーターが与えられる欠陥のクラスの説明から始められ
、次に、これら技術の詳細な説明が行なわれ、最後に、
これら技術の幾つかの応用について述べられる。

【００１１】局部的イメージ欠陥のクラス：図１及び２
一つの好ましい実施態様においては、欠陥文字の例には
、１０個のクラスの欠陥の一つあるいは複数に属する欠
陥が含まれる。図１及び２は、これら１０個のクラス１
０１を示し、これら欠陥の例が一つのレンジのパラメー
タ値を通じて与える。以下の説明においては、個々の欠
陥の名前に続いてその例の参照番号が与えられる。

【００１２】分解能１０３：品位の落ちたイメージは空
間的に量子化される。実施においては、これは、記号の
絶対サイズ及び走査におけるデジタル化分解能の両者の
結果であり、それぞれ個別にサイズ（ポイント）、及び
分解能（画素／インチ）によって指定される。文字認識
における実験では、サイズの分布は、３００画素／イン
チの分解能においては、［５，１４］ポイントでは均一
である（ここでは、概ねレンジ［１０，３０］画素／文
字−高さに匹敵する）。参照番号１０３は、簡単にする
ために同一の絶対サイズに縮尺された５から１１ポイン
トまでの例を示す。

【００１３】ぼけ１０５：印刷及びイメージ処理の結合
されたポイント−スプレッド（あるいはインパルス応答
）関数は、出力画素サイズの単位でのぼけの標準誤差を
持つ円対称ガウス　　フィルターとしてモデル化される
。ぼけ０．７は、事実上、非−８−接続画素（ｎｏｎ−
８−ｃｏｎｎｅｎｃｔｅｄ　ｐｉｘｅｌｓ）　間のゼロ
　　クロストークを暗示する。従って、０．７は２−レ
ベル　　スキャナーの最適ハードウェア設計に近い。好
ましい実施態様においては、ぼけは、平均ｍ＝０．７及
び標準誤差ｅ＝０．３の正規分布を持つ。１０５の所の
イメージは、ぼけパラメータ値｛ｍ−３ｅ，ｍ−２ｅ，
ｍ−ｅ，ｍ，ｍ＋ｅ，ｍ＋２ｅ，ｍ＋３ｅ｝の効果を示
すが、これについては後に詳細に説明される。（このセ
ットのパラメータは、特に断わられない限り、後の図解
においても使用される。）

【００１４】域値１０７：二
進化は各々の画素に対するテストとしてモデル化される
。強度≧域値であるときは、その画素は黒である。０．
２５の域値は、１出力画素幅の１ストロークが０．７の
平均ぼけ下において壊されないことを保証する。好まし
い実施態様においては、域値は、通常、平均０．２５及
び標準誤差０．０４にセットされる。粗く量子化される
入力の場合は、他の選択が適当である。

【００１５】

【外１】

【００１６】ジッター１０９：方形格子から元のイメー
ジを捕獲するために使用されるフォトリセプターの位置
の変動をモデルにする。モデルにおいて少しの変動は許
される。これも二つのステージにて行なわれる。第一の
ステージにおいて、各々の記号に対して、ジッターが出
力画素サイズの単位にて指定され；次に、この記号内の
各々の画素に対して、平均０及び標準誤差ジッターを持
つ正規分布からベクトル　　オフセット（ｘ，ｙ）が（
各々の要素について別個に）選択される。二つの画素の
中心が接触することはないため、ジッターはイメージに
よって、通常、平均０．２及び標準誤差０．１にて変動
する。この影響は、通常、微妙なものである。

【００１７】傾斜１１１：記号は（任意の基準点の回り
を）傾斜角度（度）だけ回転する。通常の注意にて平坦
な床の文書スキャナー上に置かれた１０００ページ以上
の書籍、雑誌、手紙についての実験は、概ね、平均０及
び標準誤差０．７の角度の分布を示した。実際の分布は
、幾分尾を引く。つまり、２度よりも大きな絶対傾斜角
度が真のガウス分布よりも頻繁に起こる。文字認識の実
験においては、この標準誤差の二倍の分布が有効である
。

【００１８】幅１１３：幅の変動は、イメージを記号の
中心の回りに水平に伸ばす倍数パラメータ、ｘ−スケー
ルによってモデル化される。低品質のイメージ、例えば
、ＦＡＸマシーンによって生成されたイメージに関する
測定は、これは、平均１．０及び標準誤差０．０５の正
規分布を持つことを示す。但し、文字認識の実験に対し
ては、間隔［０．８５，１．１５］内で均一な分布が有
効である。このレンジは、活字の変形（活字の“収縮”
及び“膨張”変動）のレンジをモデル化することを可能
にする。

【００１９】高さ２０３：高さの変動は、ベース　　ラ
インの回りに垂直にイメージを伸ばす倍数パラメータ、
ｙ−スケールによってモデル化される。例えば、ＦＡＸ
マシーンによって生成された低品質のイメージに関する
測定値は、これは、通常、平均１．０及び標準誤差０．
０５を持つことを示唆する。

【００２０】ベース　　ライン２０５：機械印刷テキス
トでは、通常のベース　　ラインより上の記号の高さ（
あるいは、書込みシステムにおいては、トップ　　ライ
ンより下の高さ）は、通常、かなり大きい。このベース
　　ライン　　パラメータはｅｍｓの単位にて示される
。（通常より幾分雑に印刷された）レタープレス　　ブ
ックからの１２．０００文字以上に関する測定から、平
均０及び標準誤差０．０３を持つ長い尾を引く正規分布
が再度観察された。文字認識の実験に対しては、この標
準エラーの二倍を持つ分布が有効である。

【００２１】カーニング２０７：このパラメータ、カー
ン（ｋｅｒｎ）は、イメージの水平位置出力画素格子に
対して変動させる。勿論、殆どの書込みシステムにおい
ては、水平位置は、セグメント化された記号認識にとっ
ては意味を持たない。動機は、系統的なデジタル化人為
効果を回避することにある。これは、これを出力画素サ
イズの単位にて、［−０．５，０．５］内で均一に変動
を許すことによって達成される。参照番号２０７は、こ
のレンジを横断して均一に置かれた例を示す。この影響
は、通常、微妙なものである。

【００２２】欠陥イメージ生成器の概要：図３一つの好
ましい実施態様においては、前のセクションでリストさ
れた欠陥を持つイメージが図３に示されるイメージ欠陥
生成器によって生成される。イメージ欠陥生成器３０１
は、四つの要素：つまり、モデル　　イメージ３０３、
欠陥パラメータ３０５、欠陥メーカー３０７、及び欠陥
イメージ３０９を持つ。モデルイメージ３０３から説明
するものとし、これらモデル　　イメージは良好なイメ
ージのモデルとして機能する一つあるいは複数のイメー
ジである。このモデル　　イメージは、画素表現、イメ
ージのエッジの幾何学的記述による表現を含む様々な技
術によって表わされる。欠陥パラメータ３０５は、生成
器３０１によって生成されるイメージ内に含まれると考
えられる欠陥を指定する。一つの好ましい実施態様にお
いては、欠陥パラメータ３０５は、さらに、欠陥のサイ
ズのレンジの指定及びこの指定されたレンジ内のランダ
ム化されたセットの欠陥に対する分布の指定を行なう。 一つの好ましい実施態様においては、この欠陥パラメー
タは、前のセクションにおいてリストされた欠陥を指定
するが；ただし、幾つかのアプリケーションにおいては
、前のセクションにおいてリストされた欠陥の一部のみ
が使用され、また別のアプリケーションにおいては、リ
ストされたものとは異なる欠陥が使用される。欠陥メー
カー３０７は、モデル　　イメージを取り、これらから
欠陥パラメータ３０５によって指定される欠陥を持つ欠
陥イメージ３０９を生成する。

【００２３】一つの好ましい実施態様においては、欠陥
メーカー３０７は、デジタル　　データ処理システム内
の一つのプロセッサ上で遂行されるプログラムである。 モデルイメージ３０３は、デジタル　　データ処理シス
テム内のファイル内に格納され、欠陥パラメータ３０５
は、コマンド　　ラインを介して、欠陥メーカー３０７
が実行されるとき供給される。欠陥イメージ１０９は、
デジタル　　データ処理システム内のファイルに出力さ
れる。他の実施態様においては、これらパラメータは、
ファイル、スクリーン、その他によって供給され、欠陥
イメージ３０９は、直接にディスプレイ　　デバイスあ
るいは分類手段を類推するための装置に出力される。

【００２４】欠陥メーカーの実施、図４−８一つの好ま
しい実施態様においては、欠陥メーカー３０７は周知の
ＵＮＩＸ（登録商標）オペレーティング　　システムを
実行するコンピューター　　システム内で実行される。 欠陥メーカー３０７を実行するために使用されるコマン
ド　　ラインは、一つあるいは複数のモデル　　イメー
ジ３０３を含む入力ファイル、欠陥イメージ３０９を受
信すべき出力ファイル、及び欠陥パラメータ３０５を指
定する。欠陥パラメータ３０５は、コマンド　　ライン
上に、コマンド　　ライン　　オプションとして出現す
る。 欠陥メーカー３０７の以下の説明では、最初に、この入
力について、次に出力について、次に関連するコマンド
　　オプション　　ラインについて、そして最後に、こ
のプログラムの動作について説明される。

【００２５】入力及び出力：図５ 欠陥メーカーは、一つの好ましい実施態様においては、
二つの異なるタイプのモデル　　イメージにて動作する
。 第一のタイプは、ｂｅｃフォーマットによって入力ファ
イル内に指定される単一モデル　　イメージである。当
分野において良く知られているこのタイプのフォーマッ
トは、コンピューター　　タイプセッターのメーカーに
よって文字を表わすために使用される。このフォーマッ
トはＡＳＣＩＩ文字を文字に関する以下の三つのタイプ
の情報を指定するために使用する。つまり、これによっ
て：・文字のアウト　　ライン； ・ポイントでのサイズ；及び ・ｂｅｃフォーマットから生成されるべきイメージのイ
ンチ当りの画素の分解能が指定される。

【００２６】他のタイプのモデル　　イメージは、欠陥
イメージが表わされるべきイメージの画素での一つある
いは複数の表現である。これらの様々なモデル　　イメ
ージのどれを使用するかがコマンド　　ライン内のオプ
ションによって指定される。ｂｅｃフォーマットによる
モデル　　イメージは、文字認識研究、及びタイプセッ
ティングの慣習を使用する文書を扱うために分類手段を
訓練するために有効である。モデル画素イメージは、ｂ
ｅｃ表現がない記号を使用する文書を扱うために分類手
段をトレーニングするのに有効である。

【００２７】与えられた任意のモデル　　イメージに対
して、欠陥メーカー３０９は、以下のセットの出力イメ
ージを生成する。つまり、 ・欠陥パラメータ３０５によって指定されるタイプ及び
サイズの欠陥を持つ単一出力イメージ；・欠陥パラメー
タによって指定される欠陥のタイプ、あるレンジ内でラ
ンダム化された欠陥のサイズ、及び欠陥パラメータ３０
５によって指定される分布を持つセットの出力イメージ
；及び

【００２８】ポイント　　サイズのレンジ内の上のいず
れかを生成する。ここでも、出力のタイプは、欠陥メー
カー３０７が呼び出されたとき、コマンド　　ライン内
のオプションによって指定される。これらセットの出力
イメージは、一つのページ上にイメージのラインとして
フォーマット化される。図５は、出力のフォーマット５
０１を示す。このケースにおいては、モデル　　イメー
ジは、ｂｅｃフォーマットにて指定される５−ポイント
大文字Ｒである。各々のライン５０３は、異なるレンジ
の欠陥サイズを持つセットの欠陥イメージ５０５を示す
。各々のライン５０３に対する欠陥サイズのレンジは、
マハラノビス距離５０７のレンジによって表現される。 このマハラノビス距離（Ｍａｈａｌａｎｏｂｉｓ　ｄｉ
ｓｔａｎｃｅ）は、要素毎に標準誤差だけ調節された平
均からのユークリッド距離を表わす統計値である。

【００２９】欠陥パラメータ３０５はコマンド内のオプ
ションによって定義される。これらオプションは、以下
の通りである。以下のオプションは疑似ランダム変数‘
ｖ’に対する分布を指定する。各々は、二つの数値オプ
ション‘ｍ’及び‘ｅ’を持つ。ランダム変数‘ｖ’は
、以下のように指定される分布を持つレンジ［ｍ−ｅ，
ｍ＋ｅ］内に入る。つまり： ｅ＞０　　ｖは平均＝ｍ及び標準誤差＝ｅ／３にて正規
分布する。 ｅ＜０　　ｖは不均一に分布する。 ｅ＝＝０　　ｖ＝ｍ（一定） 平均あるいは誤差が省略される場合は、省略値が使用さ
れる（以下を参照）。

【００３０】−ａｍ，ｅ　　ＳＫＥＷ　　ＡＮＧＬＥ（
傾斜角度）：回転（度）（省略値：−ａ０，４．０；つ
まり、標準誤差１．３３を持つガウス分布、これはイン
フォメーターから読まれる１８９８行のサンプルに見ら
れる０．６６よりも二倍悪い）。

【００３１】−ｂｍ，ｅ　　ＢＡＳＥＬＩＮＥ（ベース
　　ライン）：上の高さ（Ｅｍｓ）（省略値：−ｂ０，
．１８；つまり、標準誤差０．０６を持つガウス分布、
これはインフォメーターから読み出される１２０，０５
４文字のサンプルに見られる０．０３よりも二倍悪い）
。

【００３２】−ｅｍ，ｅ　　ＢＬＵＲＲＩＮＧ（ぼけ）
：（ポイント　　スプレッド）関数は、最大の０．１以
下に入るときはゼロに切り捨てられる出力画素高さの単
位での（つまり、分解能‘Ｒ’での）ｖの標準誤差を持
つ円対称ガウス　　フィルターである。この半径は、従
って、２．１２＊ｖである。（省略時：−ｅ．７，．９
；ｖ＝．７は半径＝１．５、従って、非８接続画素間の
ゼロのクロストークを意味する：これは最適ハードウェ
ア設計に近い）。

【００３３】−ｊｍ，ｅ　　ＪＩＴＴＥＲ（ジッター）
：各々の画素のフォトリセプター位置は二つのステージ
にてランダム化される。各々の文字に対して、‘ｖ’が
−ｊｍ，ｅによって指定されたものとして選択され；次
に、この文字内の各々の画素に対して、ベクトル　　オ
フセット（ｘ，ｙ）が（各々の成分毎に独立して）平均
＝ゼロ及び標準誤差＝ｖを持つガウス分布から選択され
る。出力画素高さの単位を持つ。（省略時：−ｊ．２，
．３）

【００３４】−ｋｍ，ｅ　　ＫＥＲＮＩＮＧ（カーニン
グ）：水平シフト（画素）（省略時：−ｋ０，−５）。 これはイメージの水平位置を下側の画素格子に対して均
一に変動させる。出力画素幅の単位。

【００３５】−ｓｍ，ｅ　　ＳＰＥＣＫＬＥ（斑点）：
各々の画素のフォトリセプター感度が二つのステージに
てランダム化される：つまり、各々の文字に対して、‘
ｖ’が−ｓｍ，ｅによって指定されたものとして選択さ
れ；次に、各々の画素に対して感度調節がランダムに選
択されるが、これは、，平均＝０．０及び標準誤差＝ｖ
／３の正規分布を持つ。この調節が各々の画素の輝度に
加えられ、その後、域値のテストが行なわれる（−ｔを
参照）。（省略時：−ｓ０．１２５，０．１２５）。

【００３６】−ｔｍ，ｅ　　ＴＨＲＥＳＨＨＯＬＤ（域
値）：［０，１］にて：ある画素は、その暗さ値が域値
より大きなときは黒（−ｓの影響を参照）（省略時：−
ｔ．２５，．１２５；．２５は：（ａ）ちょうど１画素
幅ライン中心から外れた黒い画素の所での：及び（ｂ）
これの隣りの白い画素の所での期待される強度の間の中
間である。これは−ｅ．７、従って、ラインが壊されな
いことを確保する最低の域値を想定する）。

【００３７】−ｘｍ，ｅ　　Ｘ−ＳＣＡＬＩＮＧ：（幅
の調節）（省略時：−ｘ１，−．１５）。

【００３８】−ｙｍ，ｅ　　Ｙ−ＳＣＡＬＩＮＧ：（高
さの調節）（省略時：−ｙ１，．０５）。

【００３９】欠陥メーカー３０７の動作：図４、６−８
欠陥メーカー３０７の動作が図４及び図６−８に流れ図
にて示される。各々の後続の流れ図は、前の流れ図の一
つの要素をより詳細に示す。トップ　　レベルの流れ図
を示す図４から開始するが、欠陥メーカー３０７の実行
における最初のステップは、ボックス４０３に示される
ようにコマンド　　ラインを読むことである。コマンド
　　ラインの読み出しは、勿論、欠陥パラメータ３０５
及び入力及び出力ファイルの名前を指定するオプション
の読み出しを含む。コマンド　　ライン内に指定される
これら値は、後に使用するために変数内に保存される。 次のステップは、ボックス４０５において、モデル　　
イメージ３０３を含む入力ファイル及び欠陥イメージ３
０９を入れるべき出力ファイルを開くことである。次に
、ボックス４０７において、欠陥イメージ３０９を入れ
るべきページのフォーマットを設定する。

【００４０】次に、ループ４２５に来るが、これは、判
定ダイヤモンド４０９によって制御される。上に述べた
ように、コマンド　　ライン　　オプションによって指
定されるものの中には、欠陥イメージング３０９に対す
る活字サイズのレンジが含まれる。このレンジは、コマ
ンド　　ライン内で活字サイズのリストによって指定さ
れる。 ループ４２５は各々の活字サイズに対して一度実行され
る。リストが指定されない場合は、省略時活字サイズは
、８ポイントである。リスト上の全ての活字サイズに対
して欠陥イメージが生成されると、このプログラムは、
終端ボックス４１１によって示されるように終端する。 ループ４２５内において、処理のタイプは、モデル　　
イメージ３０３のフォーマットによって決定される。 判定ダイヤモンド４１３によって示されるように、モデ
ル　　イメージ３０３がｂｅｃフォーマットにて表わさ
れるときは、イメージのｂｅｃ表現が４１５において処
理され、そうでないときは、ループ４２３及び判定ダイ
ヤモンド４１７によって示されるように、入力ファイバ
ー内の各々のモデル　　イメージに対して、画素イメー
ジが当分野において周知の技術にてｂｅｃフォーマット
に変換され、このｂｅｃ表現がボックス４２１において
ボックス４１５の所と同じ方法にて処理される。

【００４１】図６の説明に移り、この図の流れ図は、図
４のボックス４１５あるいはボックス４２１のｂｅｃ表
現の処理をより詳細に示す。上に示されるように、コマ
ンドライン　　オプションの一つは、ユーザーが各々の
ポイント　　サイズに対して生成されるべき欠陥イメー
ジの数を指定することを助ける。省略時の値は１である
。従って、流れ図６０１は、コマンド　　ライン　　オ
プション内に指定される数のイメージが生成されるまで
実行されるループ６１９を含む。このループはダイヤモ
ンド６０５によって制御され、この数のイメージが生成
されると、制御は復帰ボックス６０７によって示される
ように流れ図４０１にリターンする。

【００４２】このループ内において、処理は、これがこ
のループの最初の実行であるか、あるいは続いて起こっ
た実行であるかに依存する。最初の実行のときは、判定
ダイヤモンド６０７及びボックス６０９によって示され
るように、欠陥イメージ３０９を生成するために使用さ
れる欠陥のサイズが単に誤差レンジあるいは分布と関係
なく入力パラメータ内に指定されるサイズからセットさ
れる。続いて起こった実行であるときは、これらサイズ
は、レンジ内にあり、入力パラメータ内に指定される分
布を持つランダム化された値からセットされる。一つの
好ましい実施態様においては、ランダム化はＵＮＩＸ登
録商標フランド関数（ＵＮＩＸ登録商標　ｆｒａｎｄ　
ｆｕｎｃｔｉｏｎ）によって行なわれ、フランドに対す
る種はコマンド　　ライン引き数を使用して計算される
。

【００４３】次のステップがボックス６１３に示される
。これは欠陥イメージを生成するために使用される欠陥
パラメータに対するマハラノビス距離の計算である。 この計算のためのＣ言語コードが続く。このコード内に
おいて、ｍｅ　　で始まる変数は、コマンド　　ライン
内に指定される欠陥サイズを示し；ｅｒ　　にて始まる
変数はコマンド　　ライン内で指定されるレンジを指定
し；ｒｐ−＞にて始まる変数はこの計算において実際に
使用されるパラメータ（以降実パラメータと呼ばれる）
を指定する。ループ６１９を通じての最初のときには、
これらはコマンド　　ラインパラメータからセットされ
；その他のときは、これらは、ステップ６１１において
計算されたランダム化された値にセットされる。このコ
ードは、以下の通りである。

【００４４】

【数１】

【００４５】ブロック６１３におけるマハラノビス距離
の計算の後の次のステップは、ボックス６１５における
ｂｅｃ表現からの欠陥イメージの生成である。このステ
ップは後に詳細に説明される。このループ内の最後のス
テップは、欠陥イメージの出力ファイルの現ラインへの
書込みである。図６に示されてないもう一つの詳細は、
コマンド　　ライン　　オプションによってユーザーが
マハラノビス距離のレンジを指定するステップである。 ステップ６１３において計算されたマハラノビス距離が
レンジ内にないときは、ループ６１９がステップ６１５
及び６１７を実行することなく継続される。

【００４６】図７に移り、この図面は図６のボックス６
１５をより詳細に示す。処理されているｂｅｃ表現は、
以下のように欠陥イメージに変換される。つまり、最初
に、ステップ７０３に示されるように、ｂｅｃ表現がそ
の中心の回りを実傾斜パラメータ値内で指定される量だ
け回転される。次に、ｂｅｃ表現が実ｘ及びｙスケール
　　パラメータによって指定されるだけスケーリングさ
れる（ボックス７０５）。次に、ステップ７０７によっ
て示されるように、このｂｅｃ表現が実ベース高さパラ
メータによって指定されるだけ上下に移行され、また実
カーニング　　パラメータによって指定されるだけ左右
に移行される。これらの動作は、性能を上げるために、
ｂｅｃ表現に関して、これから生成されたイメージに関
してではなく、遂行される。

【００４７】次のステップ（ボックス７０９）は、これ
ら実傾斜、スケール、ベース高さ、及びカーニング　　
パラメータによって変えられたｂｅｃ表現からイメージ
の画素表現を生成することである。この画素表現は、イ
メージ内のポイントを表わす画素のアレイである。各々
の画素は実番号値を持つ。このｂｅｃ表現から生成され
たイメージ内において、イメージの黒の部分を表わす画
素は１．０の値を持ち、白の部分を表わす画素は０．０
の値を持つ。このイメージ内には、灰色の影はない。次
に、ボックス７１１によって示されるように、ステップ
７０９において生成されたイメージが実ぼけ、斑点、及
びジッター　　パラメータによって指定されるように修
正される。この修正については、後により詳細に説明さ
れる。この修正の結果として得られるイメージは、灰色
スケール　　イメージである。つまり、これら画素は、
［０．０，１．０］のレンジ内の任意の値を持つ。域値
関数は、７１３において示されるように、この灰色スケ
ール　　イメージを白黒イメージに変換する。この域値
関数に供給される一つの値は、域値欠陥パラメータであ
り、この関数は、この欠陥パラメータに従って域値操作
を行う。この実施態様においては、これら欠陥パラメー
タの幾つかがイメージのｂｅｃ表現に適用されるが、別
の実施態様においては、画素表現に適用され、他の実施
態様においては、これらパラメータの全てあるいは幾つ
かがこれらのいずれかの表現に適用される。

【００４８】最後に、図８は、図７のステップ７１１を
より詳細に示す。ぼけ欠陥パラメータは、イメージをデ
ジタル化するために使用されるセンサーがイメージ内の
任意のポイントの値によってのみでなく、周囲のポイン
トの値によっても影響されると言う事実に起因するイメ
ージ欠陥に関する。周囲のポイントの一つがセンサーに
与える影響の程度は、勿論、センサーの分解能及び任意
のポイントからのそれら周囲のポイントの距離の関数で
ある。一つの好ましい実施態様においては、これら周囲
のポイントの影響は、任意のポイントを表わす画素を中
心とする円対称ガウス　　フィルターとしてモデル化さ
れる。実施においては、あるレベル以下の影響は無視さ
れ、結果として、フィルターは、任意のポイントの任意
の半径以内のポイントを扱う。この実ぼけパラメータは
、半径及び任意のポイントからの距離と反比例して効果
がどの程度減少するかの両方を計算する。

【００４９】図８の流れ図の説明を続けるが、ボックス
８０３内に示される最初のステップは、ガウス　　フィ
ルターを生成することである。この好ましい実施態様に
おいては、これは、出力イメージと同一サイズの画素ア
レイを生成することによって行なわれる。実ぼけパラメ
ータがガウス　　フィルターの半径を計算するために使
用され、この半径の中心がフィルター画素アレイの中央
に置かれる。この半径内の各々のポイントに対して、そ
のポイントが中心の所のポイントに与える影響の量を指
定する浮動小数点がぼけパラメータを使用して計算され
、画素がその値にセットされる。

【００５０】次に、ステップ７０９においてｂｅｃ表現
から生成されたイメージが欠陥メーカーによって出力さ
れる欠陥イメージのサイズに合うように必要に応じてス
ケーリングされる（ボックス８０７）。次に、ループ８
２３が来るが、このループにおいて、判定ダイヤモンド
８０９によって示されるように、このガウス　　フィル
ター画素アレイがスケーリングされたイメージ内の個々
の画素に適用される。これが終了すると、今は白黒イメ
ージではなく灰色スケール　　イメージであるこのスケ
ーリングされたイメージが図７のステップ７１３によっ
て操作されるようにリターンされる。

【００５１】ループ８２３内において、以下のステップ
がスケーリングされたイメージの各々の画素に対して遂
行される。つまり、第一に、ボックス８１３内に示され
るように、実ジッター　　パラメータが再度ランダム化
され、現画素のｘ及びｙ座標からガウス　　フィルター
の中心のｘ及びｘ座標を計算するために使用される。こ
れは、イメージを記録するリセプターが画素表現がモデ
ルとする格子の中心ポイントの所に実際に位置してない
ときの影響をシュミレートする。

【００５２】次のステップは、ループ８２３によって現
在処理されているスケーリングされたイメージの画素に
ガウス　　フィルター画素アレイを適用することである
。 これは、もう一つのループ８１９を介して行なわれるが
、このループ内においては、ボックス８１７内に示され
るように、このフィルターの半径内の各々のポイントに
対して、処理されている画素へのそのポイントの影響が
計算される。判定ダイヤモンド８１５によって示される
ようにこれが終了すると、次のステップは、このポイン
トへの実斑点パラメータの影響を計算することである。 前述から明らかなように、ぼけ、ジッター、及び斑点パ
ラメータが一体となって白黒にスケールされたイメージ
を灰色スケール　　イメージに変換し、これが域値操作
のためにステップ７１３にリターンされる。

【００５３】 欠陥生成器３０１のアプリケーション：図９イメージ欠
陥生成器３０１のアプリケーションには、分類手段を類
推するため及び文字生成研究のためのセットのイメージ
の供給が含まれる。図９には、第一のタイプのアプリケ
ーションの例のブロック図が示される。装置９０１は、
類推器９０３にセットのイメージを供給するためにイメ
ージ欠陥生成器３０１を使用する。一方類推器９０３は
、分類手段９０５にこのセットのイメージに基づく分類
データ９０７を供給する。分類手段９０５は、イメージ
認識システムの一つの要素であり、これは、記号のイメ
ージ９０９を入力として取り、出力として、記号コード
確率９１１のリストを生成する。各々の記号コード確率
は、記号を表わすために使用されるデジタル　　コード
体系内の一つのコードである。このようなデジタル　　
コード体系の一例は、周知の英数文字に対するＡＳＣＩ
Ｉセットのコードである。この確率のリストがイメージ
認識システムのもう一つの要素に供給され、この要素は
、背景情報を使用してこのリスト上のコード確率の一つ
を選択する。

【００５４】前の説明から明かのように、イメージ認識
システムの有効性及び効率は、分類手段９０５によって
生成される記号コード確率の質及び数に大きく依存する
。イメージ認識システムは、入力記号イメージに実際に
対応するコードがリスト上に存在する確率が極めて高い
ときにのみ有効であり、また、記号コード確率のリスト
が短いときにのみ効率的である。実験は、欠陥生成器３
０１と類推器９０３を使用して分類手段９０５を生成し
たとき、正しい記号コードが分類手段９０５によって供
給される上位５のコード確率内にある確率が非常に高い
ことを示した。

【００５５】この実験においては、分類手段９０５がバ
ード（Ｂａｉｒｄ）　、Ｈ．Ｓによって、コンピュータ
ービジョン、グラフィクス、及びイメージ処理（Ｃｏｍ
ｐｕｔｅｒ　Ｖｉｓｉｏｎ，Ｇｒａｐｈｉｃｓ，ａｎｄ
　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ）　、ｖｏｌ．４
２、１９８８年、ページ３１８−３３３に掲載の論文『
ハイブリッド構造／統計パターン分類のためのフィチャ
ー同定（Ｆｅａｔｕｒｅ　Ｉｄｅｎｔｉｆｉｃａｔｉｏ
ｎ　ｆｏｒ　Ｈｙｂｒｉｄ　Ｓｔｒｕｃｔｕｒａｌ／Ｓ
ｔａｔｉｓｔｉｃａｌ　Ｐａｔｔｅｒｎ　Ｃｌａｓｓｉ
ｆｉｃａｔｉｏｎ）　』おいて説明される方法を使用し
て類推された。分類手段を類推するために使用されたイ
メージのデータ　　ベースは、イメージ欠陥生成器３０
１によってＡＳＣＩＩ文字コード内に指定される３９の
活字組内の各々の記号から生成された。各々の文字が、
ｂｅｃ表現にて指定された。各々の活字組に対して、５
ポイントから１４ポイントのレンジの１０個のポイント
　　サイズに対するイメージが生成された。 ３９の活字組の１０個のポイント　　サイズの９４の記
号の各々に対して２５個のイメージが生成され、結果と
して、全部で８０４，５００個のイメージが生成された
。 奇数ポイント　　サイズのイメージが分類手段を類推す
るために使用され、偶数ポイント　　サイズのイメージ
がこれをテストするために使用された。分類手段が複数
の活字組に対して働くときは回避できないと思われる１
，１，Ｉあるいは０，Ｏと言った文字間の混乱を無視し
た場合、成功率は、トップの選択では９８．２１％、そ
して上位５内では９９．４５％であった。この成功率は
、最も小さなポイント　　サイズが省略されたときはさ
らに向上され、この場合の成功率は、トップの選択では
９９．１９％、そして上位５内では、９９．８７％であ
った。

【００５６】入力として画素によって表わされるイメー
ジを使用する実験においては、分類手段が類推され、こ
れによって、チベット　　アルファベットの文字のイメ
ージがこのアルファベットに対するセットのユーザー定
義ＡＳＣＩＩコードに分類された。イメージのソースに
はマシーン印刷されたチベット文字が使用された。各々
の活字スタイル内の各々の記号のサンプル　　イメージ
が選択され、これらが入力としてイメージ欠陥生成器３
０１に供給された。各々のサンプル　　イメージに対し
て、２５個のイメージが三つのサイズの各々で生成され
た。これらイメージが次に類推器９０３によって分類手
段９０５を類推するために使用された。次に分類手段９
０５がこの辞書からの６１，１２４個の記号をこれら記
号からそのＡＳＣＩＩコードに翻訳するために使用され
た。約９５％の精度が達成された。

【００５７】もう一つのアプリケーションにおいては、
イメージ欠陥生成器３０１がイメージ欠陥の原因の異な
るモードに従って欠陥イメージ３０９を生成するように
設計される。イメージ欠陥の任意のモデルに対してイメ
ージ欠陥生成器３０１を共有することにより、そのモデ
ルによって指定されるイメージの欠陥及び分布を持つ無
制限の数のイメージを生成することができる。この大き
な数のイメージを生成する能力は、神経網パターン認識
システムには特に重要であるが、これは、現在の学習ア
ルゴリズムが収斂を達成するために訓練イメージの多数
の表現を必要とするためである。

【００５８】結論 上の詳細な説明は、イメージの欠陥がどのようにして分
類され、モデル　　イメージを入力として取り入れ、欠
陥パラメータによって指定されるように欠陥イメージを
生成するイメージ欠陥生成器３０１がどのように設計さ
れ、また、イメージ欠陥生成器３０１によって生成され
たこれらイメージがどのようにして高精度にて動作する
分類手段を類推するために使用されるかを示す。詳細の
説明においては、イメージ欠陥生成器３０１を製造及び
使用するための今日知られている最良のモードが開示さ
れたが、別の実施態様も可能である。例えば、ここに開
示されるイメージ欠陥生成器３０１は、ここではここに
説明される欠陥の分類に従って欠陥イメージを生成する
。しかし、勿論、欠陥の他の分類に従って欠陥イメージ
を生成するイメージ欠陥生成器を設計することも可能で
ある。このようなイメージ欠陥生成器は、異なる欠陥パ
ラメータを持ち、欠陥イメージを生成するためにモデル
　　イメージをここに開示されるのとは異なる方法にて
修正することが考えられる。さらに、ここに採用される
ｂｅｃ表現及び画素表現以外のモデル　　イメージの記
述をイメージ欠陥生成器に使用することも考えられる。 従って、実欠陥パラメータがコマンド　　ライン内に提
供される欠陥パラメータから派生される方法は様々であ
り、またイメージ欠陥生成器３０１が実欠陥パラメータ
に従ってモデル　　イメージを修正する方法も様々であ
る。例えば、先に指摘したように、幾つかの実施態様に
おいては、全ての修正がｂｅｃ表現に対して行なわれ、
別の実施態様においては、全ての修正が画素表現に対し
て行なわれる。

【００５９】このような理由によって、この詳細な説明
は、いかなる観点からも、例を示すものであり、限定を
目的とするものではなく、本発明の範囲はこの詳細な説
明から決定されるべきものではなく、この詳細な説明及
び等価の理論に照らして解釈される特許請求項によって
決定されるべきものであることが理解できる。

【図面の簡単な説明】

【図１】欠陥クラスの例を示す。

【図２】欠陥クラスの他の例を示す。

【図３】イメージ欠陥生成器３０１のブロック図である
。

【図４】欠陥メーカー３０７の動作の高次レベルの流れ
図である。

【図５】イメージ欠陥生成器３０１によって出力される
欠陥イメージの例を示す。

【図６】図４の流れ図のブロック４１５あるいは４２１
の詳細な流れ図である。

【図７】図６の流れ図のブロック６１５の詳細な流れ図
である。

【図８】図７の流れ図のブロック７１１の詳細な流れ図
である。

【図９】イメージ欠陥生成器３０１をイメージ認識シス
テム内で分類手段を生成するために類推器と共に使用す
るブロック図である。図面中の参照番号は二つの部分を
持つ。右から二つの数字は、図面内の要素番号を指定し
、残りの数字は、その参照番号によって指定された要素
が最初に現われる図面を指定する。従って、要素８０１
は、図８内に最初に現われる。

【符号の説明】

３０３　　モデル　　イメージ ３０５　　欠陥パラメータ ３０７　　欠陥メーカー ３０９　　欠陥イメージ

Claims (10)

【特許請求の範囲】
1. 【請求項１】　　欠陥イメージのサンプルを生成するた
   めの方法において、該方法が：各々の欠陥パラメータが
   イメージ欠陥のクラスを指定するセットの一つあるいは
   複数の欠陥パラメータを受信するステップ；セットの一
   つあるいは複数のモデル　　イメージを受信するステッ
   プ；及び該欠陥パラメータに応答してセットのモデル　
   　イメージからセットの欠陥イメージを生成するステッ
   プを含み、該欠陥イメージが該欠陥パラメータによって
   指定されるクラスに属することを特徴とする方法。
2. 【請求項２】　　該セットの欠陥パラメータを受信する
   ステップが与えられた任意に欠陥パラメータに対して該
   パラメータによって指定されるクラスの欠陥に対するレ
   ンジを受信するステップを含み；該セットの欠陥イメー
   ジを生成するステップが該与えられたパラメータによっ
   て指定されるクラスのそれらのイメージ欠陥が該受信さ
   れたレンジ内にある欠陥イメージを生成することを特徴
   とする請求項１の方法。
3. 【請求項３】　　該セットの欠陥パラメータを受信する
   ステップがさらに該与えられた任意の欠陥パラメータに
   対して、該与えられたパラメータによって指定されるク
   ラスのイメージ欠陥の該受信されたレンジ内の分布を受
   信するステップを含み；該セットの欠陥イメージを生成
   するステップが該与えられたパラメータによって指定さ
   れるクラスのそれらのイメージ欠陥が該受信されたレン
   ジ内の受信された分布を持つ欠陥イメージを生成するこ
   とを特徴とする請求項２の方法。
4. 【請求項４】　　該セットの欠陥イメージを生成するス
   テップが該与えられたパラメータによって指定されるク
   ラスのそれらのイメージ欠陥が該受信された分布及び該
   受信されたレンジ内でランダム化された欠陥イメージを
   生成するステップを含むことを特徴とする請求項３の方
   法。
5. 【請求項５】　　イメージ欠陥の一つあるいは複数のク
   ラスがイメージの欠陥印刷に起因するイメージ欠陥のク
   ラスであることを特徴とする請求項１の方法。
6. 【請求項６】　　イメージ欠陥の一つあるいは複数のク
   ラスがスキャナーのオプティクスに起因するイメージ欠
   陥のクラスであることを特徴とする請求項１の方法。
7. 【請求項７】　　イメージ欠陥の一つあるいは複数のク
   ラスがスキャナー上への文書の誤った置き方に起因する
   イメージ欠陥のクラスであることを特徴とする請求項１
   の方法。
8. 【請求項８】　　イメージ欠陥のクラスの一つがぼけで
   あり；該欠陥パラメータがぼけを指定したとき、該セッ
   トの欠陥イメージを生成するステップが：該ぼけ欠陥に
   対するガウス　　フィルターを該受信された分布及び該
   レンジ内で作成するステップ；及び該ガウス　　フィル
   ターを該モデル　　イメージに適用するステップを含む
   ことを特徴とする請求項３の方法。
9. 【請求項９】　　分類手段を類推するための方法におい
   て、該方法が：セットの一つあるいは複数のモデル　　
   イメージからセットの欠陥イメージを生成するステップ
   ；及び該セットの欠陥イメージを使用して該分類手段を
   類推するステップを含むことを特徴とする方法。
10. 【請求項１０】　　該セットの欠陥イメージを生成する
    ステップが：該セットのモデル　　イメージを受信する
    ステップ；セット内の各々の欠陥パラメータがイメージ
    欠陥のクラスを指定するセットの一つあるいは複数の欠
    陥パラメータを受信するステップ；及び該欠陥パラメー
    タによって指定されるクラスに属するイメージ欠陥を含
    む欠陥イメージを生成するステップを含むことを特徴と
    する請求項９の方法。