JPH07264397A - 画像処理装置 - Google Patents

Abstract

(57)【要約】 【目的】 写真部中の濃度変化が激しい部分なども誤認
識せずに文字、写真を分離し、文字部が白地に黒字か黒
地に白字かを識別するようにした画像処理装置。 【構成】 ブロック白黒代表画素値検出部１は、ブロッ
クに分割した多値画像のブロック毎に白画素の代表値と
黒画素の代表値を求める。ブロック間偏差積算部２は、
前記ブロック白黒代表画素値検出部１により求めた白画
素，黒画素の代表値のブロック間の差の和を計算する。
文字画像識別部３は、前記ブロック間偏差積算部２によ
り求めたブロック間の白画素，黒画素の代表値の差の和
の値より、当該ブロックが文字か画像かを表す特徴量を
得る。また、該文字画像識別部３によって文字と判別さ
れたブロックに対して、白地の背景中の黒い文字なの
か、黒地の背景に白い文字なのかを識別する文字背景識
別部を有している。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像処理装置に関し、
より詳細には、多値画像上の領域が文字か画像か、文字
ならば白地に黒字なのか、あるいは黒地に白字なのかを
識別して適応的に二値化する画像処理装置に関する。

【０００２】

【従来の技術】従来の画像処理装置として、画像を、文
字部と写真部と網点部などに分離するものが提案されて
いる。例えば、特開昭６２−１４７８６０号公報のもの
は、入力画素をブロックに分割し、ブロック内の最大値
と最小値の差が、ある閾値Ｔ１より大きければ文字・網
点部、小さければ写真部とする。また、連続する２画素
の差の正／負の変化回数が閾値Ｔ２より大きければ網点
部、小さければ文字部とするものである。また、特開平
４−３３５７７３号公報のものは、注目画素と周囲の画
素との濃度差をパターンとし、あらかじめ作成されたパ
ターンテーブルで参照し、文字部と写真部とを分離する
ものである。

【０００３】また、特開平４−３０４７７６号公報のも
のは、階調分布および／または階調変化を演算し、演算
された階調分布および／または階調変化に基づき、画像
データの種類を判定する。このように、濃度の変化状況
から得られる特微量をもとにファジイ推論をすることに
より、網点、写真、文字など画像の種類に対する適合を
求めることにより、読み込まれた画像が網点、文字、写
真などが混在したようなものであってもそれを分離して
判断することができるものである。

【０００４】また、文字が白地の背景中の黒い文字でな
く、黒地の背景に白い文字の場合、紙などに印刷する際
に白黒反転させて印刷した方が読み易く、トナーやイン
クなどの節約になる。しかし、画像を反転させて印刷す
る際に、画像を自動判別することはせず、利用者がボタ
ンなどで意識的に反転モードにするなどといった操作が
必要である

【０００５】

【発明が解決しようとする課題】前述のように、従来の
画像処理装置においては、ブロック内の最大値と最小値
の差を文字網点と写真の分離に利用した場合、写真部中
の物体の輪郭などの濃度変化が激しい部分が文字網点と
誤認識されてしまう。パターンテーブルを利用する場合
においても同様の誤認識は起こり得る。

【０００６】本発明は、このような実情に鑑みてなされ
たもので、写真部中の濃度変化が激しい部分なども誤認
識せずに文字部と写真部を分離し、文字部が白地に黒字
か、あるいは黒地に白字かを識別するようにした画像処
理装置を提供することを目的としている。

【０００７】

【課題を解決するための手段】本発明は、上記目的を解
決するために、（１）ブロックに分割した多値画像のブ
ロック毎に白画素の代表値と黒画素の代表値を求めるブ
ロック白黒代表画素値検出手段と、該ブロック白黒代表
画素値検出手段により求めた白画素と黒画素の代表値の
ブロック間の差の和を計算するブロック間偏差積算手段
と、該ブロック間偏差積算手段により求めたブロック間
の白画素と黒画素の代表値の差の和の値より、当該ブロ
ックが文字か画像かを表す特徴量を得る文字画像識別手
段を有すること、更には、（２）前記文字画像識別手段
によって文字と判別されたブロックに対して、白地の背
景中の黒い文字なのか、黒地の背景に白い文字なのかを
識別する文字背景識別手段を有することを特徴としたも
のである。

【０００８】

【作用】前記構成を有する本発明の画像処理装置は、ブ
ロックに分割した多値画像のブロック毎に白画素の代表
値と黒画素の代表値を求め、求めた白画素と黒画素の代
表値のブロック間の差の和を計算する。ブロック間の白
画素と黒画素の代表値の差の和の値より、当該ブロック
が文字か画像かを表す特徴量を得る。また、文字と判別
されたブロックに対して、白地の背景中の黒い文字なの
か、黒地の背景に白い文字なのかを識別する。このよう
に、画像をブロックに分割し、ブロック毎に白画素／黒
画素代表値を求め、白画素／黒画素代表値のブロック間
の変化量を見ることで、文字画像と写真画像を識別し、
写真度を計算し、文字画像では背景が黒か白かを識別す
ることができる。

【０００９】

【実施例】実施例について、図面を参照して以下に説明
する。まず、図１〜図９に基づき、文字画像と写真画像
の識別について以下に説明する。図１は、細かい文字の
画像の輝度とヒストグラムを示す図、図２は、太い文字
の画像の輝度とヒストグラムを示す図、図３は、文字を
含まない空白部分の画像の輝度とヒストグラムを示す
図、図４は、白紙に黒い文字で書かれた文書画像の各ブ
ロックの黒画素代表値を示したグラフを示す図、図５
は、白紙に黒い文字で書かれた文書画像の各ブロックの
白画素代表値を示したグラフを示す図、図６は、写真画
像の各ブロックの黒画素代表値を示したグラフを示す
図、図７は、写真画像の各ブロックの白画素代表値を示
したグラフを示す図、図８は、黒板に白い文字で書かれ
た文書画像の各ブロックの黒画素代表値を示したグラフ
を示す図、図９は、黒板に白い文字で書かれた文書画像
の各ブロックの白画素代表値を示したグラフを示す図で
ある。

【００１０】文字画像の画素を背景画素と文字画素に分
けた場合、文字の細い線分などは潰れてしまうため、文
字画素の輝度は安定しない。図１は、白い紙面上の細か
い文字の画像の輝度ヒストグラムを示す図である。横軸
は輝度（２５６階調）、縦軸は度数である。図１によれ
ば、背景である紙面の白い画素は、ある固まりをもった
山状の分布であるのに対し、文字の黒い画素の分布は、
はっきりした固まりをもたない。これは、文字の細い線
分が潰れてしまっているために起こる。もし線分が潰れ
ずにエッジがくっきりしたものならば、ヒストグラムの
黒画素の分布はもっとはっきりした固まりをもった分布
をする。太い線分ならば多小エッジがぼけてしまって
も、線分の中心部分は本来の文字の黒さを表すことがで
きるので、ヒストグラムの黒画素の分布ははっきりした
固まりを有する。

【００１１】細い線分が潰れてしまう原因としては、主
に二つあるが、一つは入力デバイスの解像度、もう一つ
はフォーカスぼけである。例えば、紙面をスキャナや電
子スチルカメラなどにＣＣＤを使った光学系を使って入
力する場合、解像度が低いと背景の紙面の白と平均化し
た輝度になってしまう。また、フォーカスがあってない
と、ある細い線分の画素を見た場合、フォーカスがあっ
ていれば周囲の画素に入力されるべき光が、線分の画素
に入力されてしまうため、紙面の白と平均化した輝度に
なってしまうためでもある。

【００１２】細い線分を持つ文字は、以上のような理由
で潰れてしまい、文字画素の輝度は安定しない。一般に
照明条件などが同じならば、例えば、印刷された紙面の
背景の白い輝度値も、文字の黒インクの輝度値も画面の
どこでも同じような値をとる。ここで画像をある大きさ
のブロックに分割し、例えば、ブロック中の画素の最小
輝度値を「文字の輝度」、最大輝度値を「背景の輝度」
と定義する、ブロック白黒代表画素値検出部によってこ
の値は求められる。

【００１３】図１で説明すれば、文字の輝度値はｂ１
（＝４０）、背景の輝度値はＷ１（＝１３７）となる。
文字の輝度は、上述した線の潰れの原理で線の太さなど
によって様々な値を取り得る。従って、隣のブロックの
文字の輝度と比較すると、差が大きなものとなる可能性
が高い。一方、背景の白紙部分は、文字間の空白、行間
の空白などがあるため、固まって分布しているので、文
字部分のように潰れてしまうことはなく、隣のブロック
と背景の輝度値を比較しても、差は文字の輝度値ほどは
大きくならない。

【００１４】図２は、図１の隣のブロックの、ブロック
中の輝度ヒストグラムを示す図である。図２のブロック
中には、図１よりも太い文字が含まれているので、線の
潰れの影響が小なく、そのためヒストグラムでみると、
図１に比べて文字部分の山の分布がはっきりしており、
背景部分の山と合わせて双状の山の分布となっている。

【００１５】図２によれば、文字の輝度値はｂ２（＝１
８）、背景の輝度値はＷ２（＝１３９）である。ここで
文字の輝度のブロック間の差を計算してみると、ｂ２−
ｂ１＝１８−４０＝−２２、背景の輝度の差は、ｗ２−
ｗ１＝１３９−１３７＝２となる。差の絶対値で比較し
てみると、２２＞２、で、文字の輝度の方が差が大き
い。さらに、通常の文書画像では、画像一面に文字が存
在するとは限らず、空白の部分が存在するのが普通であ
るが、ブロック中に文字が存在しない場合は、ブロック
中の画素の輝度ヒストグラムは背景の白紙の輝度値のみ
である。

【００１６】図３は、図１の隣のブロックで文字が含ま
れない空白のブロックのヒストグラムを示す図である。
空白のブロックの場合、図３に示すように、単一の山状
の分布を取り、図１及び図２の様に、山の部分より黒い
部分（左側）に画素が分布していない。強引に文字の輝
度の定義でブロックの文字の輝度を求めると、背景の輝
度値と近い値を取らざるを得ず、図３のｂ３（＝１１
９）の値となる。背景の輝度値は文字の輝度より小し大
きめの値ｗ３（＝１３７）となる。図３のブロックは、
図１のブロックの隣の空白部分から取っているが、背景
の輝度値の差はｗ３−ｗ１＝１３７−１３７＝０、文字
の輝度値の差は、ｂ３−ｂ１＝１１９−４０＝７９とな
る。差の絶対値で比較してみると、７９＞０、で文字の
輝度の方が差が断然大きい。

【００１７】主にこの二点により、文字の輝度と背景の
輝度のブロック間の差を絶対値で比較すると、文字の輝
度の差の方が大きくなる。また、この比較は隣接するブ
ロック間で行っているので、画像に明るさむらや影など
があったとしても、ブロックが明るさやむらや影に比べ
て充分小さければ局所的にみているといえるので、背景
の輝度はブロック間で大きく変化することはない。

【００１８】図４は、ある文書画像をブロックに分割し
て文字の輝度を求め、高さ方向に文字の輝度、縦軸・横
軸は文書中のブロックの位置を表した３次元グラフを示
す図である。なお、データは各格子点上の値だが、変化
の様子が分かり易いように、各格子点を直線で結んであ
る。後述する図５〜図９もグラフの読み方は同様であ
る。図５は、図４と同じ画像で、同様にブロックで背景
の輝度を求め、高さ方向に背景の輝度、縦軸・横軸は文
書中のブロックの位置を表した３次元グラフを示す図で
ある。

【００１９】図４と図５を比較してみると一見して分か
るように、図４に示す文字の輝度の方のグラフはでこぼ
こしているが、図５に示す背景の輝度の方のグラフはな
だらかである。図５のグラフでは、特に周辺部などで、
急激に高くなっている部分があるが、これは文字が存在
しない空白のブロックの部分であり、周囲の文字の存在
するブロックとの差が大きいことを示している。また、
図５のグラフは、縦軸「Ｙブロック」の値が３５の付近
で全体的に少し落ち込んでいるが、これは撮影時にこの
部分に影が生じて幾分暗くなって、明るさむらが生じて
いるためである。しかし、図４のように、周囲のブロッ
クと激しい差はなく、なだらかに変化しており、明るさ
むらが存在しても、適当な大きさのブロックならば、背
景の輝度のブロック間の変化は小ないことを示してい
る。

【００２０】以上は、文書画像について説明したが、写
真画像では、前述の文書画像のように一様輝度の背景は
必ずしも存在しない。文書画像は通常紙などに印刷され
たものの画像であるから、紙という一様背景が存在した
が、写真画像では、様々な物体が様々な輝度分布を持っ
て撮影されており、文書画像の紙に相当するような一様
背景は存在しない。

【００２１】図６は、写真画像の文字の輝度３次元グラ
フを示す図で、図７は、写真画像の背景の輝度の３次元
グラフを示す図である。図６及び図７とも図５のように
なだらかな分布をしていない。従って、文字の輝度と背
景の輝度の分布を見て、なだらかな分布をしていれば文
書画像であり、どちらもブロック間の変化が激しいなら
ば写真画像の可能性が高いと言える。変化が激しいかど
うかを判定するには、文字の輝度、背景の輝度の隣接ブ
ロック間の差の絶対値を各ブロックで求め、その和をと
ることで定量化する。その和の値はブロック数に影響さ
れないように、ブロック間の計算数で割り、正規化して
おく。これによって一般化された値となる。ブロック間
偏差積算部によってこの値が求められる。

【００２２】この値が大きい時は変化が激しく、小さい
ときは変化が小さいといえるが、その閾値は統計的に決
めることになる。閾値を１個に限らずに、２個設定する
ことで、文書画像か写真画像かはっきりしないものに
は、どちらに近いかを計算することができる。正規化さ
れたブロック間変化の値が、ある閾値Ｔ１より大きけれ
ば、変化が激しいとして写真画像と判断し、ある閾値Ｔ
２より小さければ、文書画像と判断し、その間ならば、
閾値Ｔ２とＴ１の間の比較にすれば、どちらにどのくら
い近いかを定量的に表すことができる。また、これまで
は文書画像を白い紙に黒い文字で印刷されたものに限定
して説明してきたが、黒板のような黒い背景に白いチョ
ークで文字が書かれたような画像でも、文字の輝度が
白、背景の輝度が黒になっていると考えれば原理は同じ
である。

【００２３】図８は、黒板の文字の輝度（白）３次元グ
ラフを示す図で、図９は、背景の輝度（黒）の３次元グ
ラフを示す図である。図８と図９を比較すれば、背景の
輝度のブロック間の変化が、文字の輝度の変化よりも小
さいことが分かる。ここで、文書画像でも、白紙に黒字
の印刷物なのか、黒板に白字なのかにより、文字の輝
度、背景の輝度の定義が白黒で変ってしまう。しかし、
その定義は言葉の上の問題のみであり、実際の作業とし
ては、ブロック中の最大輝度値と最小輝度値のブロック
間の変化を調べるのであるから、どちらが背景でどちら
が文字であるかを気にする必要はなく、変化の激しい方
を文字の輝度、変化の小ない方を背景の輝度とすれば良
い。これによって、文書画像の場合、背景が白なのか黒
なのかを判別することができる。

【００２４】背景が白であるか黒であるかを判別するこ
とができると、画像を二値化する際に印字する際に有用
である。例えば、ＦＡＸ（ファクシミリ）、スキャナ、
コピー機などでは、閾値を求める際に、計算で求めた閾
値よりも少し低めの輝度値に閾値を設定してやるという
ことが良く行なわれているが、これを行なうと白紙部分
のノイズが減り、見た目に良好である。しかし、黒地に
白い字の場合、全く同じ方法で閾値を低くしてしまう
と、逆にノイズを増やす結果になってしまう。また、背
景が黒地なので、見にくく、コピー機などではトナーを
大量に消費してしまう。本発明の手法を用いて、背景が
黒であることが分かれば、閾値を逆に小し高めにてノイ
ズを減らしたり、あるいは、印刷の際に白黒反転して出
力して見易く、トナーの消費量を減らしたりする利点が
生まれる。

【００２５】従って、画像をブロックに分け、ブロック
中の白画素と黒画素を代表するような値、例えば、最大
輝度値と最小輝度値のブロック間での変化を見、どちら
かの変化が小さければそちらが背景の文書画像の可能性
が高く、両方とも変化が大きければ写真画像である可能
性が高いことが分かる。判定する領域の大きさは、背景
の輝度や文字の輝度の隣接ブロック間の変化の絶対値を
計算し、その和を計算する際の使ったブロックの領域と
なる。

【００２６】従来のような、ブロック中の最大輝度値と
最小輝度値のコントラストや隣の画素の輝度値の変化の
回数を使う場合では、写真画像中の文字画像らしき部
分、例えば、物体の輪郭などで文字部と誤認識すること
がある。また、文書画像でも文字のない空白部分は、文
字領域なのか画像領域なのか判別することができない。
しかし、本発明の手法では、周囲のブロックとの変化を
見ており、コントラストの大きさ自体は問題にしていな
いので、写真画像中の文字画像らしき部分、例えば、物
体の輪郭などで文字部と誤認識することはない。

【００２７】また、調べる領域の大きさも、従来の手法
ではブロックの大きさに限界があり、細かいブロック毎
に判定し、判定結果をブロック間で補正し直すことで対
応する必要がある。しかし、本発明の手法では、周囲の
ブロックとの変化を調べた後に正規化しているので、ブ
ロック数の増減は影響を与えない。また、画像の内容を
人間のように認識して判断している訳ではないので、本
発明の手法でも誤認識することはありえるが、閾値を二
つ設定することで、はっきり識別しにくいものでも、文
書と写真とどちらに近いかの比率を求めることができる
ので、写真部は誤差拡散、文字部は固定閾値などで二値
化する際に、その比率に応じて誤差の拡散を調節した
り、固定閾値と誤差拡散を写真度に応じて両者をミック
スするといったことが可能である。

【００２８】また、文字の輝度値及び背景の輝度値を文
書画像と写真画像の識別のために検出しているが、これ
を先に提案した特願平５−２９９６０９号に記載されて
いるような手法で、二値化する際の閾値を算出すること
にも利用できる利点もある。すなわち、多値画像より輝
度値のヒストグラムを求め、求められたヒストグラムよ
り画像中の白画素値、黒画素値を代表する値を求め、求
められた白画素代表値、黒画素代表値より二値化のため
の閾値を求める。また、ブロックに分割した多値画像の
ブロック毎に二値化の閾値を求め、ブロック中に、文字
や図形が含まれるかどうかを検出し、文字や図形が含ま
れないと判断されたブロックの二値化の閾値を、周囲の
ブロックの閾値から算出する。ブロック毎に求められた
二値化の閾値から１画素毎の閾値に変換し、求められた
１画素毎の二値化閾値を用いて元の多値画像を二値化す
る。

【００２９】図１０は、本発明による画像処理装置の一
実施例（請求項１，請求項２）を説明するための構成図
で、図中、１はブロック白黒代表画素値検出部、２はブ
ロック間偏差積算部、３は文字画像識別部である。ブロ
ック白黒代表画素値検出部１は、ブロックに分割した多
値画像のブロック毎に白画素の代表値と黒画素の代表値
を求める。ブロック間偏差積算部２は、前記ブロック白
黒代表画素値検出部１により求めた白画素，黒画素の代
表値のブロック間の差の和を計算する。文字画像識別部
３は、前記ブロック間偏差積算部２により求めたブロッ
ク間の白画素，黒画素の代表値の差の和の値より、当該
ブロックが文字か画像かを表す特徴量を得る。また、該
文字画像識別部３によって文字と判別されたブロックに
対して、白地の背景中の黒い文字なのか、黒地の背景に
白い文字なのかを識別する文字背景識別部を有してい
る。

【００３０】原画像より得る多階調の輝度値ａは、ブロ
ック白黒代表画素値検出部１の入力となり、該ブロック
白黒代表画素値検出部１によりブロック毎に白画素代表
値ｂ，黒画素代表値ｃが出力される。ブロックの大きさ
は固定にしても、画像によって適応的に変えても良い。
ブロックの位置は、隣合って並ぶように取っても良い
し、ブロックが重なり合うように取っても良い。

【００３１】図１１は、ブロックが重なり合うように取
る例を示す図である。ある画面中から画素が縦５画素、
横５画素並んでいる部分を取り出してきたものである。
説明のため、画素の縦方向を行、横方向を列と呼び、行
は上から１,２,３,４,５、列は左からａ,ｂ,ｃ,ｄ,ｅと
する。３画素×３画素の大きさのブロックに分けると
き、隣のブロックと１行，１列ずつ重なり合うようにと
るとする。

【００３２】ブロックｐは、行３,４,５中の列ｃ,ｄ,ｅ
の部分を占める。上のブロックｑは、ブロックｐは行
１,２,３中の列ｃ,ｄ,ｅの部分を占める。従って、上の
ブロックｑとは、行３の列ｃ,ｄ,ｅの画素が重なり合っ
ている。左のブロックｑは、ブロックｐは行３,４,５中
のａ,ｂ,ｃの部分を占める。従って、左のブロックｒと
は、列ｃの行３,４,５の画素が重なり合っている。下，
右も同様に重なり合うようにとる。このように重なった
ブロックの取り方をすることで、ブロックの大きさより
も小さい単位で，文書画像と写真画像の判定などを行う
ことができる。

【００３３】白画素代表値と黒画素代表値とは、ブロッ
ク内の白画素と黒画素を表す値で、前述した二値化方法
に述べられているものと同じである。簡単な求めるに
は、例えば、ブロック内の最大輝度値と最小輝度値でも
よいが、ノイズに影響を受けにくい良い値を求めようと
するならば、前述した二値化方法に述べられているもの
と同じ方法で求めた方が良い。

【００３４】図１２及び図１３は、ブロック白黒代表画
素値検出部の構成図で、図１２は白画素の代表画素値検
出部で、図１３は黒画素の代表画素値検出部を示してい
る。図１２において、１１は白レジスタ、１２はデコー
ダ、１３-1〜１３-nはレジスタ、１４はコンパレータ、
１５はインバータ、１６は白レベルカウンタ、１７はコ
ンパレータ、１８はセレクタである。

【００３５】図１０の原画像から送られてきた画素値ａ
は、セレクタ１８に送られ、画素値ａの値によってイン
クリメント信号ｊを発生する。０の時はレジスタ０（10
01）のインクリメント信号のみが発生し、画素値ａが１
の時はレジスタ１（1002）のインクリメント信号のみが
発生し、以降、画素値ａが２５５までそれぞれレジスタ
２５５が振り分けられる。これによって、レジスタ上に
ヒストグラムが作成される。白レジスタ１１の初期値は
最大輝度値（この場合２５５）であり、以下に説明する
ループ処理が開始される前に与えられる。ループ処理終
了後の値が白画素の代表値２０６となる。

【００３６】ループ処理の最初は、白レジスタ１１の値
のデコードから始まる。白レジスタ１１の値は、デコー
ダ１２によってデコードされ、白レジスタ１１の輝度値
のヒストグラム値が収められているレジスタ１３-1〜１
３-nのいずれか一つが選択されるように制御信号ｆが決
まる。該制御信号ｆによって唯一選択されたレジスタか
ら読み出されたヒストグラム値ｇは、コンパレータ１４
に送られ、０と比較される。ヒストグラム値ｇが０と等
しいならば、コンパレータ１４によりデクリメント信号
ｈが有効になり、白レジスタ１１の値が１減る。０でな
いならば、コンパレータ１４とインバータ１５によって
デクリメント信号ｉが有効になり、ヒストグラムレジス
タ１３-1〜１３-nと白レベルカウンタ１６に送られる。

【００３７】ヒストグラムレジスタに送られたデクリメ
ント信号ｉは、制御信号ｆによって唯一選択されたレジ
スタにのみ有効となり、選択されたレジスタの値が１減
る。白レベルカウンタ１６の値はコンパレータ１７に送
られ、０と比較される。白レベルカウンタ１６の値が０
と等しいならば、白画素の代表値が求まることになり、
白レジスタ１１の値ｅが、白画素の代表値として出力さ
れる。白レベルカウンタ１６の値が０でないならば、再
び最初に戻り、白レジスタ１１の値がデコーダ１２によ
ってデコードされることから始まるループ処理が繰り返
される。白レベルカウンタ１６の初期値はパラメータで
あり、画素を輝度順に並べた時に、明るい方から何番目
の画素の輝度値を、白画素の代表輝度値にするかを表し
ている。通常は、ブロック中の全画素数の数パーセント
程度の値でよい。

【００３８】図１３は、黒画素の代表画素値検出部の構
成図で、図中、２１は黒レジスタ、２２はデコーダ、２
３-1〜２３-nはレジスタ、２４はコンパレータ、２５は
インバータ、２６は黒レベルカウンタ、２７はコンパレ
ータ、２８はセレクタである。図１３において、レジス
タ０（２３-1）〜２５５（２３-n）は、ヒストグラム値
が収められている。この値は、図２のヒストグラムレジ
スタと同じものか、あるいはデータをコピーした別のレ
ジスタである。同じヒストグラムレジスタを使用する場
合は、同時にヒストグラムレジスタにアクセスにいかな
いようにする必要がある。黒レジスタ２１の初期値は最
小輝度値（この場合０）であり、以下に説明するループ
処理が開始される前に与えられる。ループ処理終了後の
値が黒画素の代表値ｅ′となる。

【００３９】ループ処理の最初は、黒レジスタ２１の値
のデコードから始まる。黒レジスタ２１の値は、デコー
ダ２２によってデコードされ、黒レジスタ２１の輝度値
のヒストグラム値が収められているレジスタ２３-1〜２
３-nのいずれか一つが選択されるように制御信号ｆ′が
決まる。該制御信号ｆ′によって唯一選択されたレジス
タから読み出されたヒストグラム値ｇ′は、コンパレー
タ２４に送られ、０と比較される。ヒストグラム値ｇ′
が０と等しいならば、コンパレータ２４によりデクリメ
ント信号ｈ′が有効になり、黒レジスタ２１の値が１減
る。０でないならば、コンパレータ２４とインバータ２
５によってデクリメント信号ｉ′が有効になり、ヒスト
グラムレジスタ２３-1〜２３-nと黒レベルカウンタ２６
に送られる。

【００４０】ヒストグラムレジスタに送られたデクリメ
ント信号ｉ′は、制御信号ｆ′によって唯一選択された
レジスタにのみ有効となり、選択されたレジスタの値が
１減る。黒レベルカウンタ２６の値はコンパレータ２７
に送られ、０と比較される。黒レベルカウンタ２６の値
が０と等しいならば、黒画素の代表値が求まったことに
なり、黒レジスタ２１の値ｅ′が黒画素の代表値として
出力される。黒レベルカウンタ２６の値が０でないなら
ば、再び最初に戻り、黒レジスタ２１の値がデコーダ２
２によってデコードされることから始まるループ処理が
繰り返される。

【００４１】黒レベルカウンタ２６の初期値はパラメー
タであり、画素を輝度順に並べた時に、暗い方から何番
目の画素の輝度値を、黒画素の代表輝度値にするかを表
している。通常は、全画素数の数パーセント程度の値で
よい。ブロック白黒代表画素値検出部１より得た白画素
代表値ｂと黒画素代表値ｃは、ブロック間偏差積算部２
の入力となり、ブロック間偏差積算部２によりブロック
間白画素偏差積算値ｄ，ブロック間黒画素偏差積算値ｅ
を得る。注目ブロックの白画素代表値ｂと周囲のブロッ
クの白画素代表値ｂの差の絶対値を画像の種類を識別し
たい領域中の複数ブロック間で計算し、その和をブロッ
ク間白画素偏差積算値ｄとする。ブロック間黒画素偏差
積算値ｅも黒画素代表値ｃより同様に計算する。

【００４２】図１４は、ブロック間白画素偏差積算部の
計算方法を説明するための図である。ブロックが縦にｍ
個、横にｍ個並んでいるとする。説明のため、上からｉ
個目、左からｊ個目のブロックをブロック（ｉ,ｊ）と
呼び、そのブロックの白画素代表値をｗ（ｉ,ｊ）、黒
画素代表値をｂ（ｉ,ｊ）とする。ブロック（（ｉ,ｊ）
に隣接するブロックは、ブロック（i-1,ｊ），ブロック
（i+1,ｊ），ブロック（i,ｊ-1），ブロック（i,ｊ+1）
の４つである。これらのブロックとの白画素代表値の偏
差は、abs（ｗ(i,j）−ｗ(i-1,j)），abs（ｗ(i,j）−
ｗ(i+1,j)），abs（ｗ(i,j）−ｗ(i,j-1)），abs（ｗ
(i,j）−ｗ(i,j+1)）である。abs( )は絶対値の意であ
る。これを全隣接ブロック間で計算すればよい。その総
和Ｓは、以下のとおりである。

【００４３】

【数１】

【００４４】ブロック間数numで割ると、１ブロック間
当たりの値に正規化され、ブロック間白画素偏差積算値
ｄが求められる。 ｎｕｍ＝（ｍ−１）＊（ｎ−１） ｄ＝Ｓ／ｎｕｍ １ブロック間当たりの値に正規化しておけば、計算する
ブロック数を増やしたり、ブロックの集まりの領域の形
を長方形だけでなく、円など様々な形にしても、文字画
像識別部３で同じ閾値を利用することができる。ブロッ
クの集まりの領域の形を長方形以外にするときは、ブロ
ック間数numの求め方が上式とは変わるが、ブロック間
の数を数えればよいのだから任意の形をとれる。ブロッ
ク間黒画素偏差値ｅもブロック間白画素偏差ｄと同様に
計算できる。ブロック間偏差積算部２より得られたブロ
ック間白画素偏差積算値ｄ，ブロック間黒画素偏差積算
値ｅは、文字画像識別部３の入力となり、文字か画像か
をあらわす特徴量ｆを得る。

【００４５】図１５は、文字画像識別部の説明図であ
る。横軸はブロック間白／黒画素偏差積算値ｄ,ｅであ
り、右にいくほど大きく、左にいくほど小さくなるとす
る。まず、ブロック間白画素偏差積算値ｄとブロック間
黒画素偏差積算値ｅの小さい方の値ｇを得る。図に示す
ように、ｇが閾値Ｔ１以下ならば文字部とし、閾値Ｔ２
以上ならば写真部とする。ｇが閾値Ｔ１と閾値Ｔ２の間
にある場合は、写真度ｈを、 ｈ＝（ｇ−Ｔ１）／（Ｔ２−Ｔ１） より求める。

【００４６】写真度ｈは、０から１までの値で０に近い
ほど文字である確率が高く、１に近いほど写真である確
率が高くなる。文字か画像かをあらわす特徴量ｆは、ｇ
が閾値Ｔ１以下ならばｆ＝０、閾値Ｔ２以上ならばｆ＝
１とし、閾値Ｔ１とＴ２の間ならば、ｆ＝ｈとする。ま
た、文字部または文字部の可能性があると識別された領
域は、ｄとｅのどちらの値が小さいかにより文字部の背
景が白地か黒地かを識別する。ｄの方が小さければ背景
は白地で文字が黒であり、ｅの方が小さければ背景は黒
地で文字が白である。

【００４７】

【発明の効果】以上の説明から明らかなように、本発明
によると、ブロックに分割した多値画像のブロック毎に
白画素の代表値と黒画素の代表値を求めるブロック白黒
代表画素値検出手段と、該ブロック白黒代表画素値検出
手段により求めた白画素，黒画素の代表値のブロック間
の差の和を計算するブロック間偏差積算手段と、該ブロ
ック間偏差積算手段により求めたブロック間の白画素，
黒画素の代表値の差の和の値より、当該ブロックが文字
か画像かを表す特徴量を得る文字画像識別手段を有して
いるので、画像をブロックに分割し、ブロック毎に白画
素／黒画素代表値を求め、白画素／黒画素代表値のブロ
ック間の変化量をみることで、文字画像と写真画像を識
別し、写真度を計算し、文字画像では背景が黒か白かを
識別することができる。

【図面の簡単な説明】

【図１】 本発明における細かい文字の画像の輝度のヒ
ストグラムを示す図である。

【図２】 本発明における太い文字の画像の輝度のヒス
トグラムを示す図である。

【図３】 本発明における文字を含まない空白部分の画
像の輝度とヒストグラムを示す図である。

【図４】 本発明における白紙に黒い文字で書かれた文
書画像の各ブロックの黒画素代表値を示したグラフを示
す図である。

【図５】 本発明における白紙に黒い文字で書かれた文
書画像の各ブロックの白画素代表値を示したグラフを示
す図である。

【図６】 本発明における写真画像の各ブロックの黒画
素代表値を示したグラフを示す図である。

【図７】 本発明における写真画像の各ブロックの白画
素代表値を示したグラフを示す図である。

【図８】 本発明における黒板に白い文字で書かれた文
書画像の各ブロックの黒画素代表値を示したグラフを示
す図である。

【図９】 本発明における黒板に白い文字で書かれた文
書画像の各ブロックの白画素代表値を示したグラフを示
す図である。

【図１０】 本発明による画像処理装置の一実施例を説
明するための構成図である。

【図１１】 本発明における重なり合ってブロックを取
る場合の一例の図である。

【図１２】 本発明における白画素の代表画素値検出部
の構成図である。

【図１３】 本発明における黒画素の代表画素値検出部
の構成図である。

【図１４】 本発明におけるブロック間白画素偏差積算
部の説明図である。

【図１５】 本発明における文字画像識別部の説明図で
ある。

【符号の説明】

１…ブロック白黒代表画素値検出部、２…ブロック間偏
差積算部、３…文字画像識別部。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 ブロックに分割した多値画像のブロック
   毎に白画素の代表値と黒画素の代表値を求めるブロック
   白黒代表画素値検出手段と、該ブロック白黒代表画素値
   検出手段により求めた白画素と黒画素の代表値のブロッ
   ク間の差の和を計算するブロック間偏差積算手段と、該
   ブロック間偏差積算手段により求めたブロック間の白画
   素と黒画素の代表値の差の和の値より、当該ブロックが
   文字か画像かを表す特徴量を得る文字画像識別手段を有
   することを特徴とする画像処理装置。
2. 【請求項２】 前記文字画像識別手段によって文字と判
   別されたブロックに対して、白地の背景中の黒い文字な
   のか、黒地の背景に白い文字なのかを識別する文字背景
   識別手段を有することを特徴とする請求項１記載の画像
   処理装置。