JPH08221565A

JPH08221565A - 画像処理装置及びその方法

Info

Publication number: JPH08221565A
Application number: JP2289595A
Authority: JP
Inventors: Takeshi Makita; 剛蒔田; Osamu Yamada; 修山田; Hiroshi Mori; 浩森
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1995-02-10
Filing date: 1995-02-10
Publication date: 1996-08-30
Anticipated expiration: 2015-11-06
Also published as: JP3106080B2

Abstract

(57)【要約】【目的】画像内の対象物濃度と背景濃度との間に適切
な２値化閾値を自動的に設定可能な画像処理装置及びそ
の方法を提供することを目的とする。【構成】多値入力画像において、ステップＳ２で画像
全体の輝度頻度を求め、ステップＳ４で該平均を求め、
ステップＳ５でその偏りを求める。ステップＳ６及びＳ
７において該偏りを判断することにより、画像内の背景
と対象物とを分離するために最も適した閾値が存在する
領域を特定した後、ステップＳ８において該特定領域の
平均輝度値をもって、２値化閾値とし、ステップＳ９で
２値化する。

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及びその方
法に関し、例えば、多値画像の２値化閾値を決定して２
値化を行う画像処理装置及びその方法に関する。

【０００２】

【従来の技術】近年の画像処理技術の発展はめざまし
く、フルカラー画像等の多値画像の処理や、多値画像内
の文字認識処理等が可能な画像処理装置も普及してきて
いる。

【０００３】このような画像処理技術において、多値画
像の２値化処理は不可欠の技術となっている。従来の２
値化方法としては、予め設定してある固定閾値による単
純２値化法をはじめとして、ある閾値でヒストグラムを
２クラスに分割した場合のクラス間分散が最大になる時
の閾値を２値化閾値とする大津法（大津、”判別および
最小２乗基準に基づく自動しきい値選定方”、電子通信
学会論文誌、vol.J63-D,no.4,pp.349-356,1980）や、ま
た、階調をもつ画像に対して、局所的濃度に応じて閾値
を設定する２値化方法等があった。

【０００４】

【発明が解決しようとする課題】しかしながら、上述し
たような従来の画像処理装置における２値化方法におい
ては、以下のような問題点があった。

【０００５】固定閾値による単純２値化方法では、画像
内の対象物濃度と背景濃度との間に適切な閾値を設定す
ることが難しく、その結果、画像一面が黒く潰れてしま
ったり、逆に白くなってしまっていた。また、大津法で
は、２クラスの分布が極端に異なる場合においては、大
きい方のクラスに閾値が寄ってしまうという性質があ
り、従ってノイズの多い２値画像が生成されてしまって
いた。しているため、ブロック歪が発生しやすかった。

【０００６】本発明は上述した課題を解決するためにな
されたものであり、画像内の対象物濃度と背景濃度との
間に適切な２値化閾値を自動的に設定可能な画像処理装
置及びその方法を提供することを目的とする。

【０００７】

【課題を解決するための手段】上述した目的を達成する
ために、本発明は以下の構成を備える。

【０００８】即ち、多値画像の輝度頻度を算出する演算
手段と、該輝度頻度から輝度頻度極小領域を特定する特
定手段と、該輝度頻度極小領域の平均輝度値を２値化閾
値とする閾値設定手段とを有することを特徴とする。

【０００９】更に、前記多値画像を入力する入力手段
と、該２値化閾値を用いて前記多値画像を２値化する２
値化手段とを有することを特徴する。

【００１０】例えば、前記特定手段は、前記輝度頻度の
平均輝度値と、前記輝度頻度の偏りに基づいて輝度頻度
極小領域を特定することを特徴とする。

【００１１】例えば、前記特定手段は、前記多値画像の
輝度頻度領域における前記偏りが所定幅以内になるよう
に、前記輝度頻度領域を徐々に狭めていくことにより輝
度頻度極小領域として特定することを特徴とする。

【００１２】例えば、前記特定手段は、前記偏りが所定
幅以外でかつ正ならば、前記輝度頻度の平均輝度値を始
点とし、前記輝度頻度の最大輝度値を終点として前記輝
度頻度領域を設定し、前記偏りが所定幅以外でかつ負な
らば、前記輝度頻度の最小輝度値を始点とし、前記輝度
頻度の平均輝度値を終点として前記輝度頻度領域を設定
することを特徴とする。

【００１３】

【作用】以上の構成により、入力された多値画像におい
て、輝度頻度とその偏りに基づいて、画像内の背景と対
象物とを分離するために最も適した閾値が存在する領域
を特定し、該特定領域の平均輝度値をもって、２値化閾
値を決定することができるという特有の作用効果が得ら
れる。

【００１４】

【実施例】以下、図面を参照して本発明に係る一実施例
について詳細に説明する。

【００１５】＜第１実施例＞図１は、本実施例における
２値化処理を実行するシステム構成を示すブロック図で
ある。図１において、１は文字認識処理を行なう画像処
理装置であり、２は画像を入力するスキャナ等の画像入
力装置、３は処理後の画像を表示する画像表示装置であ
る。

【００１６】画像処理装置１において、４は画像入力装
置２とのインターフェースとなる入力部、５は処理中の
データを記憶するメモリ等の記憶部、６は入力画像の輝
度頻度（ヒストグラム）を累計する輝度頻度累計部であ
る。７は入力画像の２値化閾値を算出する２値化閾値算
出部であり、８は２値化閾値算出部７において算出され
た閾値を用いて２値画像を作成する２値化部である。９
は画像を属性毎の領域に分離する領域分離部であり、１
０は領域分離により文字領域として抽出された領域に対
する文字認識処理を行う文字認識部、１１は文字領域以
外に分離された領域に対する各種画像処理を行う画像処
理部、１２は画像表示装置３とのインターフェースとな
る出力部である。これら各構成は、不図示のＣＰＵによ
り統括的に制御されている。

【００１７】上述した構成をなす本実施例の画像処理装
置１において実行されるＯＣＲ処理について、以下説明
する。

【００１８】図２は、本実施例の特徴である２値化閾値
決定方法を利用した像域分離ＯＣＲ処理を示すフローチ
ャートである。

【００１９】まずステップＳ５０１においてスキャナ等
の画像入力装置２により、画像データを入力する。ここ
での入力は、８ビットの多値画像データとして行われ
る。続いてステップＳ５０２においては、ステップＳ５
０１で入力された多値画像に対し、本実施例の特徴であ
るところの像域分離に最適な２値化閾値を決定して、該
２値化閾値により２値画像を生成する。そしてステップ
Ｓ５０３では、ステップＳ５０２で生成された２値画像
の像域分離を行い、その属性を付加した領域データを出
力する。次にステップＳ５０４においては、ステップＳ
５０３で分離された領域データに含まれる誤判定結果を
除去する。以下、ステップＳ５０４における誤判定結果
除去処理を、レイアウトノイズリダクション（ＬＮＲ）
と称する。そしてステップＳ５０５に進み、ステップＳ
５０３において分離された領域データにおいて、「テキ
スト」と指定された領域を２値画像から切り出し、該２
値画像に対してＯＣＲ処理を行い、認識された文字コー
ドを出力する。

【００２０】＜＜２値化処理＞＞次に、本実施例におけ
る２値化処理について、図３のフローチャートを参照し
て詳細に説明する。

【００２１】図３において、まずステップＳ１で８ビッ
トの多値画像を画像処理装置１内の記憶部５から不図示
のメモリ等に入力する。尚、該多値画像は、スキャナ等
の画像入力装置２により、予め記憶部５に格納されてい
るものとする。そして、ステップＳ２において、入力画
像全体のヒストグラムを算出する。ここでは、画像中の
全画素を用い、８ビット、即ち「０」から「２５５」ま
での各デジタル値に対する頻度を計算する。これによ
り、例えば図４に示すヒストグラムが得られる。

【００２２】次にステップＳ３において、パラメータＳ
ＴＡＲＴ，ＥＮＤにそれぞれ「０」、「２５５」をセッ
トする。ＳＴＡＲＴ，ＥＮＤはそれぞれ、後段のステッ
プＳ４やステップＳ５で求める輝度値の統計量の始点及
び終点に対応する。

【００２３】ステップＳ４では、ＳＴＡＲＴからＥＮＤ
までのデジタル値に対応する画素の平均値ＡＶを算出す
る。例えば、ＳＴＡＲＴ＝０，ＥＮＤ＝２５５であれば
「０」から「２５５」の値を持つ画素（この場合、全画
素）の平均値ＡＶを算出し、ＳＴＡＲＴ＝０，ＥＮＤ＝
１７７であれば「０」から「１７７」の値を持つ画素の
平均値ＡＶを算出する。

【００２４】ステップＳ５では、ＳＴＡＲＴからＥＮＤ
までの輝度値に対応する画素のスキュー値ＳＫを算出す
る。スキュー値とは、ヒストグラム分布の偏りを示す統
計量である。スキュー値の算出には、以下に示す（１）
式を用いる。

【００２５】ＳＫ＝（Σ（Ｘｉ−ＡＶ）^3）／Ｄ・・・（１）（尚、Ｒ^3 の表記によってＲの３乗を示すものとす
る。）ここで、Ｘｉは画素の輝度値である。また、Ｄは画像全
体の分散値であり、（２）式により算出される。

【００２６】Ｄ＝Σ（Ｘｉ−ＡＶ）^2 ・・・（２）（尚、Ｒ^2 の表記によってＲの２乗を示すものとす
る。）上述した式（１）において、スキュー値は各画素の輝度
値と、その平均値との差分を３乗することにより算出さ
れるが、奇数乗であれば３乗に限定されるものではな
い。

【００２７】続いてステップＳ６、Ｓ７では、ヒストグ
ラムの偏りの方向を判断する。まずステップＳ６では、
以下に示す（３）式によりヒストグラムの偏りの方向を
判断する。これは、ヒストグラムの偏りが平均値ＡＶよ
りも小さい値の範囲にあるか否かの判断となる。

【００２８】ＳＫ＜−１．０・・・（３）ステップＳ６において（３）式が真ならばステップＳ１
０へ進み、偽ならばステップＳ７へ進む。ステップＳ１
０では、ＳＴＡＲＴは変化させず、ＥＮＤに平均値ＡＶ
をセットする。そしてステップＳ４に戻り、再びＳＴＡ
ＲＴ値からＥＮＤ値までの平均値ＡＶを算出する。

【００２９】一方、ステップＳ７では以下に示す（４）
式によりヒストグラムの偏りの方向を判断する。これ
は、ヒストグラムの偏りが平均値ＡＶより大きい値の範
囲にある否かの判断となる。

【００３０】ＳＫ＞１．０・・・（４）ステップＳ７において（４）式が真ならばステップＳ１
１へ進み、偽ならばステップＳ８へ進む。ステップＳ１
１では、ＳＴＡＲＴに平均値ＡＶをセットし、ＥＮＤは
変化させない。そしてステップＳ４に戻り、再びＳＴＡ
ＲＴ値からＥＮＤ値までの平均値ＡＶを算出する。

【００３１】一方、ステップＳ８ではステップＳ６，Ｓ
７における条件が共に偽である場合の平均値ＡＶを、２
値化閾値ＴＨとして設定する。そして、ステップＳ９で
２値化閾値ＴＨを用いた単純２値化処理を行なう。

【００３２】以上説明したようにして本実施例における
２値化処理が行われるが、式（３），（４）で示した範
囲は、これに限定されるものではない。

【００３３】以下、具体的な画像の例を参照して、本実
施例の２値化処理について更に詳細に説明する。

【００３４】上述した図４に示すヒストグラムの例を用
いて、本実施例における２値化閾値ＴＨの決定処理につ
いて説明する。

【００３５】図４は、ある画像（８ビット入力）のヒス
トグラムを示したものである。図４において、横軸は左
端が「０」即ち黒、右端が「２５５」即ち白を表わす輝
度のデジタル値であり、縦軸は各デジタル値の頻度を表
わしている。図５は、図４に示す様なヒストグラムを有
する画像に対して、上述した図３で示す２値化処理にお
いてステップＳ４およびＳ５で示した処理の際の、各パ
ラメータの値の変化を示す図である。尚、図５において
示される各パラメータ値は、ステップＳ４及びＳ５を通
過する回数によって、それぞれ示されている。

【００３６】まず、ステップＳ４及びＳ５を通過する１
回目の処理では、ＳＴＡＲＴ＝０，ＥＮＤ＝２５５で平
均値ＡＶ，統計量ＳＫを計算し、それぞれ「１７７」，
「−７８．９」という値を得る。この場合、統計量ＳＫ
が「−１．０」未満であるため、ステップＳ１０におい
てＳＴＡＲＴ＝０，ＥＮＤ＝１７７が設定される。

【００３７】続いて２回目の処理ではＳＴＡＲＴ＝０，
ＥＮＤ＝１７７における平均値ＡＶ，統計量ＳＫを計算
し、それぞれ「９１」，「−８．６」という値を得る。
これも、統計量ＳＫが「−１．０」未満であるため、ス
テップＳ１０においてＳＴＡＲＴ＝０，ＥＮＤ＝９１が
設定される。

【００３８】続いて３回目の処理では、ＳＴＡＲＴ＝
０，ＥＮＤ＝９１における平均値ＡＶ，統計量ＳＫを計
算し、それぞれ「４３」，「９．６」という値を得る。
この場合は、統計量ＳＫが「１．０」を超えるため、ス
テップＳ１１においてＳＴＡＲＴ＝４３，ＥＮＤ＝９１
が設定される。

【００３９】続いて４回目の処理では、ＳＴＡＲＴ＝４
３，ＥＮＤ＝９１における平均値ＡＶ，統計量ＳＫを計
算し、それぞれ「７２」，「−７．０」という値を得
る。これも、統計量ＳＫが「−１．０」未満であるた
め、ステップＳ１０においてＳＴＡＲＴ＝４３，ＥＮＤ
＝７２が設定される。

【００４０】続いて５回目の処理では、ＳＴＡＲＴ＝４
３，ＥＮＤ＝７２における平均値ＡＶ，統計量ＳＫを計
算し、それぞれ「５８」，「−２．２」という値を得
る。これも、統計量ＳＫが「−１．０」未満であるた
め、ステップＳ１０においてＳＴＡＲＴ＝４３，ＥＮＤ
＝５８が設定される。

【００４１】そして６回目の処理では、ＳＴＡＲＴ＝４
３，ＥＮＤ＝５８における平均値ＡＶ，統計量ＳＫを計
算し、それぞれ「５０」，「−０．４」という値を得
る。ここで、統計量ＳＫが「−１．０」以上かつ「１．
０」以下であるため、ステップＳ６，Ｓ７の条件を満た
さず、ステップＳ８へ進んで２値化閾値ＴＨとして、
「５０」が設定される。そしてステップＳ９において、
２値化閾値ＴＨを用いた単純２値化処理が行われ、２値
化された画像は記憶部５に格納される。

【００４２】以上説明したように、本実施例において
は、スキュー値が所定値まで収束するようにして２値化
閾値を決定し、２値化を行う。即ち、入力された多値画
像において、輝度頻度とその偏りに基づいて、画像内の
背景と対象物とを分離するために最も適した閾値が存在
する領域を特定した後、該特定領域の平均輝度値をもっ
て、２値化閾値とする。これにより、多値入力画像上の
領域内における各画素の輝度値を背景と対象物との２つ
のクラスに分類する際の最適閾値を、自動的に求めるこ
とができる。

【００４３】＜＜像域分離処理＞＞次に、上述した図２
のステップＳ５０３で示した像域分離処理について、図
６のフローチャートを参照して詳細に説明する。

【００４４】まず、ステップＳ６０１において、２値画
像を入力して記憶部５に格納する。そしてステップＳ６
０２ではｍ×ｎ画素が１画素となるように入力画像を間
引き、像域分離用の画像を生成する。この時、ｍ×ｎ画
素中に１つでも黒色画素が存在していれば、該ｍ×ｎ画
素を黒の１画素とする。

【００４５】そしてステップＳ６０３では、像域分離用
画像の全画素について、黒画素が上下、左右、斜めの方
向に所定数連続している領域を一つの領域として、領域
分離を行なう。その際、領域の検出順に番号を付すこと
により、各領域に対するラベル付けを行なう。次にステ
ップＳ６０４において、各領域の幅、高さ、面積、領域
内の黒画素密度により領域を分類し、属性のラベル付け
を行なう。領域の属性としては、詳細は後述するが、
「テーブル」，「外枠領域」，「テキスト」等がある。

【００４６】そしてステップＳ６０５では、「テキス
ト」とラベル付けされた全ての領域の幅と高さの平均を
算出し、得られた平均幅が平均高さより大きい場合には
処理画像は横書きであるとみなし、逆の場合は縦書きで
あるとみなすことにより、文字組みを判断する。同時
に、横書きならば平均高さを、縦書きならば平均幅をも
って、一文字の文字サイズとする。

【００４７】また、像域分離用画像上の縦方向（横書き
時）または横方向（縦書き時）の「テキスト」領域全て
のヒストグラムから、文章の段組、行間隔、が検出され
る。ステップＳ６０６では、「テキスト」領域において
文字サイズが大きい領域については、「タイトル」とす
る。そしてステップＳ６０７では、何の関連もなくばら
ばらに存在したままの「タイトル」領域、「テキスト」
領域を、周りの領域との間隔に応じて併合し、一つのま
とまった領域とする。次にステップＳ６０８において、
各領域毎に属性、原画像における座標や大きさ等の領域
データを出力する。

【００４８】以上の処理を行なうことにより、本実施例
では２値画像の像域分離処理を行い、各領域データが得
られる。

【００４９】図７に、上述した領域データの例を示す。
図７に示す各領域データ項目について、以下説明する。・「番号」：領域の検出順序を示す。・「属性」：領域の属性情報を示し、以下に示す８通り
が用意されている。

【００５０】「ルート」入力画像そのものである
ことを示す。

【００５１】「テキスト」文字領域であることを示
す。

【００５２】「タイトル」見出し領域であることを
示す。

【００５３】「テーブル」表領域であることを示
す。

【００５４】「ノイズ」文字領域とも画像領域と
も判断できなかった領域であることを示す。

【００５５】「外枠」罫線等の領域であること
を示す。

【００５６】「写真画像」写真領域であることを示
す。

【００５７】「線画像」線画像領域であることを
示す。・「始点座標」：原画像における領域開始のＸ，Ｙ座標
を示す。・「終点座標」：原画像における領域終了のＸ，Ｙ座標
を示す。・「画素数」：領域内の全画素数を示す。・「文字組情報」：縦書き，横書き，不明の３通りの文
字組情報を示す。

【００５８】図７に示す領域データについて、「属性」
が「テキスト」で示される領域のみ、図６に示すステッ
プＳ６０７における併合前の、行に関する領域データ
（行領域データ）を階層的に保持している。

【００５９】以上説明したようにして、本実施例では像
域分離処理が行われる。尚、図７に示した領域データは
本実施例を適用した一例にすぎず、画像処理装置に応じ
て例えば他の情報を適宜追加しても良いし、または減ら
しても良い。

【００６０】＜＜ＬＮＲ処理＞＞次に、図３のステップ
Ｓ５０４に示すＬＮＲ処理について、図８のフローチャ
ートを参照して詳細に説明する。ＬＮＲ処理とは、像域
分離された各領域の内、像域分離誤りの領域を除去する
処理である。

【００６１】まず図８のステップＳ７０１で、像域分離
後の各領域データはルート領域であるか否かが判断され
る。ルート領域とは画像全体を囲む領域、即ち全体領域
のことであり、ルート領域であればステップＳ７０６に
進み、ＬＮＲ処理は施さない。ルート領域でなければス
テップＳ７０２に進み、テキスト領域（文字領域）であ
るか、またはノイズ領域であるかが判断される。テキス
ト領域またはノイズ領域である場合には処理はステップ
Ｓ７０３へ、いずれでもない場合はステップＳ７０５へ
進む。

【００６２】ステップＳ７０３では、領域の大きさに応
じて領域データが領域分離誤りとして除去されるＬＮＲ
処理１を行い、次にステップＳ７０４で、領域内の黒比
率に応じて領域データが領域分離誤りとして除去される
ＬＮＲ処理３を行う。一方、ステップＳ７０５では、テ
キスト領域でなく、かつノイズ領域でもない領域データ
が、領域の大きさに応じて領域分離誤りとして除去され
るＬＮＲ処理２が行われる。尚、ステップＳ７０３，Ｓ
７０４，Ｓ７０５におけるＬＮＲ処理１，３，２につい
ては、それぞれ以下に詳述する。

【００６３】そしてステップＳ７０６において、全ての
領域に対する処理が終了したか否かが判断され、終了し
ていなければステップＳ７０１へ戻り、終了していれば
ＬＮＲ処理を終了する。

【００６４】以下、まずステップＳ７０３に示すＬＮＲ
処理１について詳細に説明する。

【００６５】図９は、ＬＮＲ処理１を示すフローチャー
トである。まずステップＳ７３１で、処理対象領域の領
域データから高さＨ１，幅Ｗ１を参照する。そして、領
域の大きさの判断に用いる高さの閾値ＨＴ１，幅の閾値
ＷＴ１を算出するために、ステップＳ７３２において、
スキャナ等の画像入力装置２の読み取り解像度ＳＲと、
画像中の除去しない最小文字のポイント数ＭＰ１をそれ
ぞれ高さ，幅についてＭＰ１ｈ，ＭＰ１ｗとして設定す
る。

【００６６】本実施例において、閾値ＨＴ１，ＷＴ１は
以下に示す（５），（６）式により算出される。

【００６７】ＨＴ１＝（ＳＲ／７２．０）×ＭＰ１ｈ・・・（５）ＷＴ１＝（ＳＲ／７２．０）×ＭＰ１ｗ・・・（６）ステップＳ７３３では、（５）式により高さの閾値ＨＴ
１を算出する。例えば、画像入力装置２の解像度ＳＲが
４００ｄｐｉで、画像中の最小文字の高さポイント数Ｍ
Ｐ１ｈが４ポイントである場合、高さの閾値ＨＴ１は
「２２」として算出される。そしてステップＳ７３４
で、領域データの高さＨ１とステップＳ７３３で算出し
た高さの閾値ＨＴ１との比較を行なう。領域データの高
さＨ１が閾値ＨＴ１より大きい場合はステップＳ７３５
へ進み、閾値ＨＴ１より小さい場合はステップＳ７３８
へ進む。

【００６８】ステップＳ７３５では、（６）式により幅
の閾値ＷＴ１を算出する。続いてステップＳ７３６で、
領域データの幅Ｗ１とステップＳ７３５で算出した幅の
閾値ＷＴ１との比較を行なう。領域データの幅Ｗ１が閾
値ＷＴ１よりも大きい場合には、ＬＮＲ処理１は終了す
る。一方、領域データの幅Ｗ１が閾値ＷＴ１よりも小さ
い場合はステップＳ７３７に進み、領域データの高さＨ
１と幅Ｗ１との比Ｈ１／Ｗ１の判断を行なう。この比が
「２」以下である場合には、ＬＮＲ処理１は終了する。
一方、比が「２」を超える場合には処理中の領域が領域
分離誤りであると判断されるため、ステップＳ７３８へ
進んで、該領域が除去される。

【００６９】次に、図８のステップＳ７０４に示すＬＮ
Ｒ処理３について、図１０のフローチャートを参照して
詳細に説明する。まずステップＳ７４１において、領域
中の黒画素数ＢＣを累計する。そしてステップＳ７４２
で、領域中の黒比率ＢＲを以下に示す（７）式により計
算する。

【００７０】ＢＲ１＝ＢＣ／（Ｗ１×Ｈ１）×１００・・・（７）次にステップＳ７４３において、最小黒比率ＢＲＴ１
と、最大黒比率ＢＲＴ２とを設定する。ＢＲＴ１とＢＲ
Ｔ２は、文字の黒比率特性により予め設定されており、
例えばＢＲＴ１＝５，ＢＲＴ２＝５２である。

【００７１】ステップＳ７４４では、領域中の黒比率Ｂ
Ｒと、最小黒比率ＢＲＴ１及び最大黒比率ＢＲＴ２との
比較を行なう。黒比率ＢＲが最小黒比率ＢＲＴ１より小
さい、又は最大黒比率ＢＲＴ２より大きい場合には、処
理中の領域が領域分離誤りであると判断され、ステップ
Ｓ７４５に進んで該領域が除去される。その他の場合
は、ＬＮＲ処理３は終了する。

【００７２】次に、図８のステップＳ７０５に示すＬＮ
Ｒ処理２について、図１１のフローチャートを参照して
詳細に説明する。まずステップＳ７５１において、処理
対象領域の領域データから高さＨ２，幅Ｗ２を参照す
る。そして、領域の大きさの判断に用いる高さの閾値Ｈ
Ｔ２，幅の閾値ＷＴ２を算出するために、ステップＳ７
５２において、画像入力装置２の解像度ＳＲを設定す
る。そして、ステップＳ７５３において、処理中の領域
の属性が外枠領域であるか否かが判断される。そして、
外枠領域であればステップＳ７５４へ、外枠領域でなけ
ればステップＳ７５７へ進む。

【００７３】ステップＳ７５４においては、最小ポイン
ト数ＭＰ２１をそれぞれ高さ，幅についてＭＰ２１ｈ，
ＭＰ２１ｗとして設定する。また、ステップＳ７５７で
も同様に、最小ポイント数ＭＰ２２をそれぞれ高さ，幅
についてＭＰ２２ｈ，ＭＰ２２ｗとして設定する。ここ
で最小ポイント数ＭＰ２１，ＭＰ２２とは、ＬＮＲ処理
２において外枠領域であるか否かに応じて、除去しない
領域の最小サイズを文字のポイント数により表わしたも
のである。

【００７４】そして、ステップＳ７５５およびＳ７５８
においては、上述した（５），（６）式により、高さの
閾値ＨＴ２１，ＨＴ２２と幅の閾値ＷＴ２１，ＷＴ２２
を算出する。例えば、画像入力装置２の解像度ＳＲが４
００ｄｐｉで、最小ポイント数ＭＰ２２が高さ、幅共に
４ポイントである場合、各閾値ＨＴ２２，ＷＴ２２は
「２２」として算出される。そして、ステップＳ７５６
およびＳ７５９において、それぞれ高さの閾値ＨＴ２と
幅の閾値ＷＴ２を設定する。

【００７５】続いてステップＳ７６０では、領域データ
の高さＨ２と、ステップＳ７５６およびＳ７５９で設定
した高さの閾値ＨＴ２との比較、及び領域データの幅Ｗ
２と同じく幅の閾値ＷＴ２との比較を行なう。領域デー
タの高さＨ２が閾値ＨＴ２より小さい、または幅Ｗ２が
閾値ＷＴ２より小さい場合、処理中の領域が領域分離誤
りであると判断され、ステップＳ７６１において該領域
が除去される。その他の場合は、ＬＮＲ処理２を終了す
る。

【００７６】以上説明したように本実施例のＬＮＲ処理
は、３種類の処理によって領域分離誤りと判断される領
域を除去する。

【００７７】以上説明したように本実施例によれば、多
値入力画像上の領域内における各画素の輝度値を、背景
と対象物との２つのクラスに分類する際の最適な閾値を
自動的に決定することができる。従って、多値画像にお
ける背景と対象物とを適切に分離することができ、高詳
細なＯＣＲ処理が実行可能となる。

【００７８】＜その他の実施例＞上述した第１実施例に
おいて入力される画像は、８ビットの多値画像データと
して説明を行ったが、本発明はこれに限定する必要はな
く、例えばカラー画像等、即ち、２値化するために画像
情報として複数ビットの情報があれば良い。

【００７９】また、ヒストグラムを算出する際の画像に
おけるサンプリングについて、全画素でも、数画素おき
でもよく限定しない。さらに、平均ＡＶや統計量ＳＫ等
の計算は、必ずしも８ビットで行なう必要はなく、高速
化、メモリの削減等のため、少ないビット数で演算する
ようにしてもよい。

【００８０】また、統計量であるスキュー値ＳＫの収束
条件を±１．０としたが、これに限定されるものではな
い。スキュー値ＳＫを用いて２値化の閾値を決定するよ
うに構成されていれば良い。

【００８１】尚、本発明は、イメージスキャナ、プリン
タコントローラ、プリンタ等の複数の機器から構成され
るシステムに適用しても、カラー複写機のような１つの
機器から成る装置に適用しても良い。また、本発明は上
述のように画像処理装置にハードウェアを設けるものに
限らず、システム或は装置に磁気ディスク等の媒体に記
憶されたプログラムを供給することによって達成される
場合にも適用できることはいうまでもない。

【００８２】

【発明の効果】以上説明したように本発明によれば、多
値入力画像において、輝度頻度とその偏りに基づいて、
画像内の背景と対象物とを分離するために最も適した閾
値が存在する領域を特定した後、該特定領域の平均輝度
値をもって、２値化閾値とすることにより、即ち、画像
内の対象物濃度と背景濃度の間に適切な閾値を自動的に
設定することが可能となる。これにより、ブロック歪み
を発生させることなく、背景から対象物を適切に分離し
た２値化画像を得ることができる。

【００８３】

【図面の簡単な説明】

【図１】本発明に係る一実施例における画像処理装置の
システム構成を示すブロック図である。

【図２】本実施例における像域分離ＯＣＲ処理を示すフ
ローチャートである。

【図３】本実施例における２値化処理を示すフローチャ
ートである。

【図４】本実施例における画像のヒストグラムの例を示
す図である。

【図５】本実施例の２値化処理における各変数値の変遷
例を示す図である。

【図６】本実施例における像域分離処理を示すフローチ
ャートである。

【図７】本実施例における領域データ例を示す図であ
る。

【図８】本実施例における領域除去（ＬＮＲ）処理を示
すフローチャートである。

【図９】本実施例における領域の大きさによる領域除去
処理１を示すフローチャートである。

【図１０】本実施例における黒比率による領域除去処理
２を示すフローチャートである。

【図１１】本実施例における領域の大きさによる領域除
去処理３を示すフローチャートである。

【符号の説明】

１画像処理装置２画像入力装置３画像表示装置４入力部５記憶部６輝度頻度累計部７２値化閾値算出部８２値化部９像域分離部１０文字認識部１１画像処理部１２出力部

Claims

【特許請求の範囲】

【請求項１】多値画像の輝度頻度を算出し、該輝度頻度から輝度頻度極小領域を特定し、該輝度頻度極小領域の平均輝度値を２値化閾値とするこ
とを特徴とする画像処理方法。
【請求項２】更に、前記２値化閾値を用いて前記多値
画像を２値化することを特徴とする請求項１記載の画像
処理方法。
【請求項３】前記輝度頻度極小領域は、前記輝度頻度
の平均輝度値と、前記輝度頻度の偏りに基づいて特定さ
れることを特徴とする請求項１記載の画像処理方法。
【請求項４】前記偏りは、各画素の輝度値と前記輝度
頻度の平均輝度値との差に基づいて算出することを特徴
とする請求項３記載の画像処理方法。
【請求項５】前記偏りは、各画素の輝度値と前記輝度
頻度の平均輝度値との差の奇数乗に基づいて算出するこ
とを特徴とする請求項３記載の画像処理方法。
【請求項６】前記輝度頻度極小領域は、前記多値画像
の輝度頻度領域における前記偏りが所定幅以内になるよ
うに、前記輝度頻度領域を徐々に狭めていくことにより
特定されることを特徴とする請求項３記載の画像処理方
法。
【請求項７】前記偏りが所定幅以外でかつ正ならば、
前記輝度頻度の平均輝度値を始点とし、前記輝度頻度の
最大輝度値を終点として前記輝度頻度領域を設定し、前記偏りが所定幅以外でかつ負ならば、前記輝度頻度の
最小輝度値を始点とし、前記輝度頻度の平均輝度値を終
点として前記輝度頻度領域を設定することを特徴とする
請求項６記載の画像処理方法。
【請求項８】多値画像の輝度頻度を算出する演算手段
と、該輝度頻度から輝度頻度極小領域を特定する特定手段
と、該輝度頻度極小領域の平均輝度値を２値化閾値とする閾
値設定手段とを有することを特徴とする画像処理装置。
【請求項９】更に、前記多値画像を入力する入力手段
と、該２値化閾値を用いて前記多値画像を２値化する２値化
手段とを有することを特徴する請求項８記載の画像処理
装置。
【請求項１０】前記特定手段は、前記輝度頻度の平均
輝度値と、前記輝度頻度の偏りに基づいて輝度頻度極小
領域を特定することを特徴とする請求項８記載の画像処
理装置。
【請求項１１】前記特定手段は、前記多値画像の輝度
頻度領域における前記偏りが所定幅以内になるように、
前記輝度頻度領域を徐々に狭めていくことにより輝度頻
度極小領域として特定することを特徴とする請求項８記
載の画像処理装置。
【請求項１２】前記特定手段は、前記偏りが所定幅以
外でかつ正ならば、前記輝度頻度の平均輝度値を始点と
し、前記輝度頻度の最大輝度値を終点として前記輝度頻
度領域を設定し、前記偏りが所定幅以外でかつ負ならば、前記輝度頻度の
最小輝度値を始点とし、前記輝度頻度の平均輝度値を終
点として前記輝度頻度領域を設定することを特徴とする
請求項１１記載の画像処理装置。