JPH0855189A - 劣化したイメージの識別方法 - Google Patents
劣化したイメージの識別方法Info
- Publication number
- JPH0855189A JPH0855189A JP7211278A JP21127895A JPH0855189A JP H0855189 A JPH0855189 A JP H0855189A JP 7211278 A JP7211278 A JP 7211278A JP 21127895 A JP21127895 A JP 21127895A JP H0855189 A JPH0855189 A JP H0855189A
- Authority
- JP
- Japan
- Prior art keywords
- image
- document
- character
- input
- linear
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/15—Cutting or merging image elements, e.g. region growing, watershed or clustering-based techniques
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】 劣化したドキュメントイメージの非線形フィ
ルタ処理方法 【解決手段】 光学式文字認識（ＯＣＲ）システム５０
５が、反復コピー処理又はファクシミリ送信処理等によ
る劣化状態を特徴とするコンポーネントのビットマップ
イメージ、の入力を受信する。２次元非線形適応フィル
タ５１０が、入力ドキュメントイメージの劣化をモデル
化し、理想的文字イメージをフィルタ処理して得た信号
を出力する。ＯＣＲシステム５０５が、これらのフィル
タ処理された理想的文字イメージのうちから入力信号に
最もよく合致するイメージを選択することにより、入力
文字のもとのイメージを識別同定し、テキスト表記の形
式で出力する。
ルタ処理方法 【解決手段】 光学式文字認識（ＯＣＲ）システム５０
５が、反復コピー処理又はファクシミリ送信処理等によ
る劣化状態を特徴とするコンポーネントのビットマップ
イメージ、の入力を受信する。２次元非線形適応フィル
タ５１０が、入力ドキュメントイメージの劣化をモデル
化し、理想的文字イメージをフィルタ処理して得た信号
を出力する。ＯＣＲシステム５０５が、これらのフィル
タ処理された理想的文字イメージのうちから入力信号に
最もよく合致するイメージを選択することにより、入力
文字のもとのイメージを識別同定し、テキスト表記の形
式で出力する。
Description
【０００１】
【発明の属する技術分野】本発明は、非線形等化手法に
関し、特に、光学式文字認識システムの性能改善に関す
る。
関し、特に、光学式文字認識システムの性能改善に関す
る。
【０００２】
【従来の技術】光学式文字認識（ＯＣＲ）は、文字を電
子的に識別同定したものを通信、コンピュータ、ディス
プレイ、又はデータ処理システムに供給する目的で、手
書き又は印刷文字を自動的に識別同定するためのプロセ
スである。ＯＣＲ手法は、例えば銀行、保険会社、証券
会社、郵便システム等のような膨大な量の印刷された入
力データを取り扱う場所で特に便利である。
子的に識別同定したものを通信、コンピュータ、ディス
プレイ、又はデータ処理システムに供給する目的で、手
書き又は印刷文字を自動的に識別同定するためのプロセ
スである。ＯＣＲ手法は、例えば銀行、保険会社、証券
会社、郵便システム等のような膨大な量の印刷された入
力データを取り扱う場所で特に便利である。
【０００３】文字認識方法を概観するには、文献（V.K.
Govindan and A.P.Shivaprasad, "Character Recogniti
on - A Review, "Pattern Recognition," Vol. 23, No.
7,pp. 671-683, 1990, 及び S.Mori et al., "Histori
cal Review of OCR Research and Development," Proc.
IEEE, Vol.80, No.7, pp. 1029-1058, July 1992）を
参照されたい。市販のＯＣＲシステムの一例は、Xerox
Imaging Systems 社によるScan WorX システムである。
Govindan and A.P.Shivaprasad, "Character Recogniti
on - A Review, "Pattern Recognition," Vol. 23, No.
7,pp. 671-683, 1990, 及び S.Mori et al., "Histori
cal Review of OCR Research and Development," Proc.
IEEE, Vol.80, No.7, pp. 1029-1058, July 1992）を
参照されたい。市販のＯＣＲシステムの一例は、Xerox
Imaging Systems 社によるScan WorX システムである。
【０００４】
【発明が解決しようとする課題】現在のＯＣＲシステム
は、きれいなすなわち非劣化テキストに対して作動させ
る場合には、高いレベルの文字識別同定精度を達成して
いる。
は、きれいなすなわち非劣化テキストに対して作動させ
る場合には、高いレベルの文字識別同定精度を達成して
いる。
【０００５】しかし、例えば文字がにじみ、はみ出し、
又はその他の不鮮明状態（以下、不鮮明、と総称）にな
って相互につながっている場合のようにテキストが劣化
している場合にはこれらのシステムの性能が急速に低下
することが、よく知られている。このような劣化は、例
えばドキュメントをフォトコピー機で連続してコピーす
ることによって発生する。劣化の程度が人間の目には極
端な劣化とは見えない場合がしばしばあるが、ＯＣＲシ
ステムに壊滅的な障害を起こさせることが有り得る。し
たがって、ＯＣＲ能力を改善する手法が求められてい
る。
又はその他の不鮮明状態（以下、不鮮明、と総称）にな
って相互につながっている場合のようにテキストが劣化
している場合にはこれらのシステムの性能が急速に低下
することが、よく知られている。このような劣化は、例
えばドキュメントをフォトコピー機で連続してコピーす
ることによって発生する。劣化の程度が人間の目には極
端な劣化とは見えない場合がしばしばあるが、ＯＣＲシ
ステムに壊滅的な障害を起こさせることが有り得る。し
たがって、ＯＣＲ能力を改善する手法が求められてい
る。
【０００６】
【課題を解決するための手段】本発明によれば、ドキュ
メントが受けた劣化の正確な記述を光学式文字認識（Ｏ
ＣＲ）システムの性能改善に用い得ることが認識されて
いる。これに基づき、ドキュメントの劣化をモデル化す
る２次元非線形フィルタを用いてＯＣＲシステムの性能
を改善する手法が提供される。
メントが受けた劣化の正確な記述を光学式文字認識（Ｏ
ＣＲ）システムの性能改善に用い得ることが認識されて
いる。これに基づき、ドキュメントの劣化をモデル化す
る２次元非線形フィルタを用いてＯＣＲシステムの性能
を改善する手法が提供される。
【０００７】本発明の方法の第１実施例において、コン
ポーネントのビットマップイメージ（すなわち、２次元
の画素配列（アレイ）からなるイメージ）入力が受信さ
れ、理想的なコンポーネントをフィルタ処理したバージ
ョン（版）ものと比較される。そして、その理想的なコ
ンポーネントのフィルタ処理バージョンが、劣化したコ
ンポーネントと最もよく合致した場合、その理想的コン
ポーネントが、例えばＯＣＲシステムにより同定され、
その理想的コンポーネントのテキスト表記が出力され
る。
ポーネントのビットマップイメージ（すなわち、２次元
の画素配列（アレイ）からなるイメージ）入力が受信さ
れ、理想的なコンポーネントをフィルタ処理したバージ
ョン（版）ものと比較される。そして、その理想的なコ
ンポーネントのフィルタ処理バージョンが、劣化したコ
ンポーネントと最もよく合致した場合、その理想的コン
ポーネントが、例えばＯＣＲシステムにより同定され、
その理想的コンポーネントのテキスト表記が出力され
る。
【０００８】この実施例において、フィルタ処理版は、
コンポーネントを、コンポーネントと理想的コンポーネ
ントのフィルタ処理版とに基づく誤差信号を用いるよう
に適応された２次元非線形フィルタにかけることによっ
て生成される。
コンポーネントを、コンポーネントと理想的コンポーネ
ントのフィルタ処理版とに基づく誤差信号を用いるよう
に適応された２次元非線形フィルタにかけることによっ
て生成される。
【０００９】本発明の方法の第２実施例においては、コ
ンポーネントのビットマップイメージ入力が受信され、
よりきれいな又は劣化のより少ないコンポーネントイメ
ージが生成されるようにフィルタ処理にかけられる。そ
して、得られたよりきれいなイメージが同定され、その
同定されたコンポーネントのテキスト表記が出力され
る。
ンポーネントのビットマップイメージ入力が受信され、
よりきれいな又は劣化のより少ないコンポーネントイメ
ージが生成されるようにフィルタ処理にかけられる。そ
して、得られたよりきれいなイメージが同定され、その
同定されたコンポーネントのテキスト表記が出力され
る。
【００１０】
【発明の実施の形態】序論 光学式文字認識（ＯＣＲ）は、テキスト中の文字を電子
的に識別同定するための手法である。一般に、ＯＣＲシ
ステムはビットマップ表記でＯＣＲシステムに入力され
た個々の字体（例えば１個の文字、数字、又は句読点）
を識別同定する。ＯＣＲシステムの出力は、入力のテキ
スト表記（すなわち、例えばアスキー（ＡＳＣＩＩ）表
記のような、文字列を指定する表記）である。
的に識別同定するための手法である。一般に、ＯＣＲシ
ステムはビットマップ表記でＯＣＲシステムに入力され
た個々の字体（例えば１個の文字、数字、又は句読点）
を識別同定する。ＯＣＲシステムの出力は、入力のテキ
スト表記（すなわち、例えばアスキー（ＡＳＣＩＩ）表
記のような、文字列を指定する表記）である。
【００１１】ここで注記したいのは、ＯＣＲシステム
が、個々の文字毎に認識動作を行う代わりに、コンポー
ネント毎に認識動作を行うことも可能なことである。こ
こでコンポーネントとは、１個の語中の、１個の文字又
は互いにつながった文字からなる１個の小さな文字グル
ープ（例えば、１個の語中の、不鮮明なために相互に接
触してしてしまっているような文字）を意味する。本明
細書では説明の都合上、個々の文字毎の認識を仮定して
いるが、本発明の方法をコンポーネントのレベルまで一
般化することは容易である。
が、個々の文字毎に認識動作を行う代わりに、コンポー
ネント毎に認識動作を行うことも可能なことである。こ
こでコンポーネントとは、１個の語中の、１個の文字又
は互いにつながった文字からなる１個の小さな文字グル
ープ（例えば、１個の語中の、不鮮明なために相互に接
触してしてしまっているような文字）を意味する。本明
細書では説明の都合上、個々の文字毎の認識を仮定して
いるが、本発明の方法をコンポーネントのレベルまで一
般化することは容易である。
【００１２】ＯＣＲシステムは、きれいな、すなわち劣
化していないイメージ内の文字の認識においては高いレ
ベルの正確さを得ることができる。しかし、例えば文字
が不鮮明になって相互につながっている場合のようにテ
キストが劣化している場合にはこれらのシステムの性能
が急速に低下することが、よく知られている。図１にそ
の傾向を示す。
化していないイメージ内の文字の認識においては高いレ
ベルの正確さを得ることができる。しかし、例えば文字
が不鮮明になって相互につながっている場合のようにテ
キストが劣化している場合にはこれらのシステムの性能
が急速に低下することが、よく知られている。図１にそ
の傾向を示す。
【００１３】図１中、囲み部分１０５内のテキストは、
データベースサービスから得たドキュメントのビットマ
ップイメージである。そのうちの、囲み部分１０３に示
す語群"For testing purposes"拡大図から、テキストの
主な損傷が「不鮮明さ」であることが判る。この程度の
劣化は人間の目には極端な劣化とは見えないが、ドキュ
メント中の文字の認識用に用いられる最新技術のＯＣＲ
システムに壊滅的な障害を起こさせることが有り得る。
データベースサービスから得たドキュメントのビットマ
ップイメージである。そのうちの、囲み部分１０３に示
す語群"For testing purposes"拡大図から、テキストの
主な損傷が「不鮮明さ」であることが判る。この程度の
劣化は人間の目には極端な劣化とは見えないが、ドキュ
メント中の文字の認識用に用いられる最新技術のＯＣＲ
システムに壊滅的な障害を起こさせることが有り得る。
【００１４】囲み部分１０７の例は最新技術のＯＣＲシ
ステムによって生成されたアスキーテキストを示すが、
文中、本来は"For testing purposes"だったものが"For
testm'g p" として出力された。
ステムによって生成されたアスキーテキストを示すが、
文中、本来は"For testing purposes"だったものが"For
testm'g p" として出力された。
【００１５】本発明によればドキュメントが受けた劣化
の正確な記述をＯＣＲシステムの性能改善に用い得るこ
とが認識されている。推奨される実施例においては、こ
の正確な記述を２次元非線形フィルタに用いてＯＣＲシ
ステムの性能を改善する。
の正確な記述をＯＣＲシステムの性能改善に用い得るこ
とが認識されている。推奨される実施例においては、こ
の正確な記述を２次元非線形フィルタに用いてＯＣＲシ
ステムの性能を改善する。
【００１６】本発明を十分に理解するためには、通信シ
ステムとの関連における等化手法の用法を概観すること
が有利であるので、以下まずこれについて述べ、その
後、本発明に基づく劣化ドキュメントイメージの非線形
フィルタ処理方法とその２つの実施例とについて説明す
る。
ステムとの関連における等化手法の用法を概観すること
が有利であるので、以下まずこれについて述べ、その
後、本発明に基づく劣化ドキュメントイメージの非線形
フィルタ処理方法とその２つの実施例とについて説明す
る。
【００１７】Ｉ．通信システムにおける等化 図２は、通信システムのブロック図である。システムに
は入力として情報信号（例えば、テキスト、データ、
声、可聴周波情報（オーディオ）、映像（ビデオ）、又
はその他の情報を表す信号）が供給される。情報は、後
にシステム内に生じるエラーに対して強くなるように、
符号器２２０によって符号化されて情報内に冗長性を導
入される。
は入力として情報信号（例えば、テキスト、データ、
声、可聴周波情報（オーディオ）、映像（ビデオ）、又
はその他の情報を表す信号）が供給される。情報は、後
にシステム内に生じるエラーに対して強くなるように、
符号器２２０によって符号化されて情報内に冗長性を導
入される。
【００１８】変調器２３０が、符号化された信号を伝送
チャネル２４０を介して（例えば大気中、光ファイバケ
ーブル、同軸ケーブル等を経て）送る。変調された信号
は、伝送チャネルを経る際に分散、雑音、及び非線形性
によってひずませられてエラーを生じる。
チャネル２４０を介して（例えば大気中、光ファイバケ
ーブル、同軸ケーブル等を経て）送る。変調された信号
は、伝送チャネルを経る際に分散、雑音、及び非線形性
によってひずませられてエラーを生じる。
【００１９】これに対して、チャネル等化器２５０が伝
送チャネル２４０において生じた線形及び非線形ひずみ
の補償を企て、これによって、復調器２６０によって復
調された後に復号器２７０が、伝送チャネル２４０にお
いて生じたエラーを除去することができる。復号器２７
０から情報信号についての推定信号が出力される。
送チャネル２４０において生じた線形及び非線形ひずみ
の補償を企て、これによって、復調器２６０によって復
調された後に復号器２７０が、伝送チャネル２４０にお
いて生じたエラーを除去することができる。復号器２７
０から情報信号についての推定信号が出力される。
【００２０】図３は、判定帰還等化器（ＤＦＥ）と称す
るチャネル等化器２５０の或る実施例を示す。判定帰還
等化器は、ディジタル通信に用いられて、伝送プロセス
において生じるひずみを減少させる。判定帰還等化器３
００は、適応フィルタ３１０とスライサ３２０とからな
る。適応フィルタ３１０は、最初に伝送チャネルのイン
パルス応答をモデル化し、それから、スライサ３２０に
よって前に行われた判定に基づき入力サンプルに影響を
を与えるひずみについての推定ひずみを導出する。
るチャネル等化器２５０の或る実施例を示す。判定帰還
等化器は、ディジタル通信に用いられて、伝送プロセス
において生じるひずみを減少させる。判定帰還等化器３
００は、適応フィルタ３１０とスライサ３２０とからな
る。適応フィルタ３１０は、最初に伝送チャネルのイン
パルス応答をモデル化し、それから、スライサ３２０に
よって前に行われた判定に基づき入力サンプルに影響を
を与えるひずみについての推定ひずみを導出する。
【００２１】もしこれらの判定が正しい場合、推定ひず
みは正確であることになる。合算器３０４においてこの
正確な推定ひずみを受信された信号のサンプルから差し
引くことによって、正しい判定がスライサによって（高
い確率で）なされる。適応フィルタ３１０は、合算器３
０２によって判定された判定とスライサ・エラーとに基
づいて、チャネルインパルス応答の複製を計算する。
みは正確であることになる。合算器３０４においてこの
正確な推定ひずみを受信された信号のサンプルから差し
引くことによって、正しい判定がスライサによって（高
い確率で）なされる。適応フィルタ３１０は、合算器３
０２によって判定された判定とスライサ・エラーとに基
づいて、チャネルインパルス応答の複製を計算する。
【００２２】判定帰還等化は普通には非線形等化手法と
考えられているが、チャネル応答をモデル化するフィル
タは、等化すべきチャネルに依って線形でも非線形でも
よい。チャネルが非線形の場合、適応フィルタ３１０に
よって生成されたチャネルモデルも非線形であるのが有
利である。
考えられているが、チャネル応答をモデル化するフィル
タは、等化すべきチャネルに依って線形でも非線形でも
よい。チャネルが非線形の場合、適応フィルタ３１０に
よって生成されたチャネルモデルも非線形であるのが有
利である。
【００２３】遅延ステージ４１０−ｉと参照用テーブル
４２０−ｊと合算器４３０とからなる適応フィルタ３１
０の構造を図４に、１次元の場合（すなわちフィルタ処
理すべき信号がただ１個の変数、例えば時間、の関数で
ある場合）について示す。この構造の詳細については、
文献（C.F.N. Cowan and P.F. Adams, "Nonlinear Syst
em Modeling: Concept and Application," ICASSP 784,
pp. 4561-4564, 1984）に記述がある。
４２０−ｊと合算器４３０とからなる適応フィルタ３１
０の構造を図４に、１次元の場合（すなわちフィルタ処
理すべき信号がただ１個の変数、例えば時間、の関数で
ある場合）について示す。この構造の詳細については、
文献（C.F.N. Cowan and P.F. Adams, "Nonlinear Syst
em Modeling: Concept and Application," ICASSP 784,
pp. 4561-4564, 1984）に記述がある。
【００２４】参照テーブル上でのボルテッラの級数拡張
に基づく又は同等の、別の構造の適応フィルタ３１０の
使用も可能である。データ信号の非線形エコー消去につ
いてのボルテッラのフィルタ理論はよく確立されてい
る。これについては文献（O. Agazzi et al., "Nonline
ar Echo Cancellation of Data Signal,"IEEE Trans. C
omm., Vol. 30, No. 11, pp. 2421-2433, November 198
2） を参照されたい。
に基づく又は同等の、別の構造の適応フィルタ３１０の
使用も可能である。データ信号の非線形エコー消去につ
いてのボルテッラのフィルタ理論はよく確立されてい
る。これについては文献（O. Agazzi et al., "Nonline
ar Echo Cancellation of Data Signal,"IEEE Trans. C
omm., Vol. 30, No. 11, pp. 2421-2433, November 198
2） を参照されたい。
【００２５】この文献には、特定のデータ信号について
はボルテッラの級数拡張が有限の項目数を有すること、
及び参照テーブルと数学的に同等であることが示されて
いる。チャネルの記憶が長時間にわたる場合には、ボル
テッラの級数拡張における項目数非常に大きくなりその
実現が実際的でなくなることが有り得る。同様に、この
手法を実現するに要する参照テーブルのサイズも非実際
的なまでに大きい。
はボルテッラの級数拡張が有限の項目数を有すること、
及び参照テーブルと数学的に同等であることが示されて
いる。チャネルの記憶が長時間にわたる場合には、ボル
テッラの級数拡張における項目数非常に大きくなりその
実現が実際的でなくなることが有り得る。同様に、この
手法を実現するに要する参照テーブルのサイズも非実際
的なまでに大きい。
【００２６】これらの場合には、非線形の相互対話関係
を比較的小さな近隣範囲に限ることによって、又上記第
２の文献（Cowan and Adams） に述べられているように
これらの近隣範囲の外部においてだけ線形の相互対話関
係を許すことによって、正確さと単純さとの妥協が図ら
れる。
を比較的小さな近隣範囲に限ることによって、又上記第
２の文献（Cowan and Adams） に述べられているように
これらの近隣範囲の外部においてだけ線形の相互対話関
係を許すことによって、正確さと単純さとの妥協が図ら
れる。
【００２７】ＩＩ．劣化ドキュメントイメージの非線形
等化の方法 本発明の方法は、上記のような通信システムにおいて用
いられる１次元チャネル等化手法に類似している。しか
し、本発明の方法においては、非線形フィルタが２次元
に拡張され、又ドキュメントにおける文字のひずみをモ
デル化し補償するように適応されている。すなわち、２
次元非線形フィルタがドキュメントひずみをモデル化を
行う。そしてＯＣＲシステムとの関連でドキュメント中
の文字の識別同定を行う。
等化の方法 本発明の方法は、上記のような通信システムにおいて用
いられる１次元チャネル等化手法に類似している。しか
し、本発明の方法においては、非線形フィルタが２次元
に拡張され、又ドキュメントにおける文字のひずみをモ
デル化し補償するように適応されている。すなわち、２
次元非線形フィルタがドキュメントひずみをモデル化を
行う。そしてＯＣＲシステムとの関連でドキュメント中
の文字の識別同定を行う。
【００２８】ドキュメントにおけるひずみのモデル化に
際しては、イメージにおけるひずみ又は劣化を生じさせ
る機構は、しばしば、「不鮮明化」動作としきい値処理
動作との連続からなる。これらの動作は、ドキュメント
に対して反復してフォトコピー又はスキャン（スキャナ
による走査読み取り）が行われる場合に生じる。不鮮明
化そのものは、フォトコピー機又はスキャナの光学系で
生じる一種の線形フィルタ処理動作であり、これによっ
て、もとの（原）イメージが２進法（バイナリ）であっ
た場合でもグレイレベルが生成される。
際しては、イメージにおけるひずみ又は劣化を生じさせ
る機構は、しばしば、「不鮮明化」動作としきい値処理
動作との連続からなる。これらの動作は、ドキュメント
に対して反復してフォトコピー又はスキャン（スキャナ
による走査読み取り）が行われる場合に生じる。不鮮明
化そのものは、フォトコピー機又はスキャナの光学系で
生じる一種の線形フィルタ処理動作であり、これによっ
て、もとの（原）イメージが２進法（バイナリ）であっ
た場合でもグレイレベルが生成される。
【００２９】２進法イメージを復元するためには、この
線形フィルタ処理されたイメージがしきい値処理（非線
形）される。線形フィルタ処理部分が同じでも、しきい
値が異なると得られるイメージは非常に異なったものと
なる。これらの動作は何回も反復して行われることが有
り得る。例えばドキュメントが、たぶん１回よりも多く
フォトコピーされそれからフォトコピーされる場合であ
る。
線形フィルタ処理されたイメージがしきい値処理（非線
形）される。線形フィルタ処理部分が同じでも、しきい
値が異なると得られるイメージは非常に異なったものと
なる。これらの動作は何回も反復して行われることが有
り得る。例えばドキュメントが、たぶん１回よりも多く
フォトコピーされそれからフォトコピーされる場合であ
る。
【００３０】これらの種類のプロセスは、下に詳しく述
べるように２次元非線形フィルタを用いて正確にモデル
化でき、それからこの非線形フィルタを用いてＯＣＲシ
ステムの性能を改善することができる。
べるように２次元非線形フィルタを用いて正確にモデル
化でき、それからこの非線形フィルタを用いてＯＣＲシ
ステムの性能を改善することができる。
【００３１】図５は、本発明に基づく劣化ドキュメント
イメージの非線形チャネル等化方法の第１の実施例を実
行してＯＣＲ手法を改善するシステムを例示するもので
ある。識別同定すべき文字のビットマップイメージを表
す入力信号が、ＯＣＲシステム５０５に供給される。こ
の入力信号を得るためには種々の手法が存在することが
当業者には認識されよう。
イメージの非線形チャネル等化方法の第１の実施例を実
行してＯＣＲ手法を改善するシステムを例示するもので
ある。識別同定すべき文字のビットマップイメージを表
す入力信号が、ＯＣＲシステム５０５に供給される。こ
の入力信号を得るためには種々の手法が存在することが
当業者には認識されよう。
【００３２】例えば、もしプリントされた１ページのド
キュメント中に識別同定すべき文字が多数ある場合に
は、これらの文字は、ビットマップ表記中の第１の画素
が「１」（すなわち画素がオン）であることを見出すこ
とにより、そして他の全てのオン画素を第１のオン画素
に連結することにより、他の文字から区別して識別同定
され、分離される。その結果として得られるこのオン画
素グループが１個の文字である。
キュメント中に識別同定すべき文字が多数ある場合に
は、これらの文字は、ビットマップ表記中の第１の画素
が「１」（すなわち画素がオン）であることを見出すこ
とにより、そして他の全てのオン画素を第１のオン画素
に連結することにより、他の文字から区別して識別同定
され、分離される。その結果として得られるこのオン画
素グループが１個の文字である。
【００３３】図５に戻って、文字の理想的イメージが、
理想的コンポーネントイメージ記憶装置５１２に記憶さ
れて２次元非線形適応フィルタ５１０によって用いられ
る。２次元非線形適応フィルタ５１０は、入力信号の劣
化をモデル化して、理想的文字イメージをフィルタ処理
したバージョン（版）からなる信号、を出力する。この
際フィルタ処理によって、入力信号中に現存するひずみ
を模したひずみが生じる。
理想的コンポーネントイメージ記憶装置５１２に記憶さ
れて２次元非線形適応フィルタ５１０によって用いられ
る。２次元非線形適応フィルタ５１０は、入力信号の劣
化をモデル化して、理想的文字イメージをフィルタ処理
したバージョン（版）からなる信号、を出力する。この
際フィルタ処理によって、入力信号中に現存するひずみ
を模したひずみが生じる。
【００３４】これらのフィルタ処理された理想的文字イ
メージのうちから入力信号に最もよく合致する１個以上
のイメージをＯＣＲシステムが選択して、理想的文字で
そのフィルタ処理されたイメージが、入力信号によって
表された文字に最もよく合致するような理想的文字、を
テキスト表記の形式で判定として出力する。
メージのうちから入力信号に最もよく合致する１個以上
のイメージをＯＣＲシステムが選択して、理想的文字で
そのフィルタ処理されたイメージが、入力信号によって
表された文字に最もよく合致するような理想的文字、を
テキスト表記の形式で判定として出力する。
【００３５】選択された、フィルタ処理された理想的文
字イメージが合算器５１５において入力信号から差し引
かれてエラー信号が形成される。このエラー信号は２次
元非線形適応フィルタ５１０の適応又は調整に用いられ
る。
字イメージが合算器５１５において入力信号から差し引
かれてエラー信号が形成される。このエラー信号は２次
元非線形適応フィルタ５１０の適応又は調整に用いられ
る。
【００３６】このように、ＯＣＲシステム５０５は、劣
化した入力文字を識別同定する必要がなくその代わり
に、理想的文字をフィルタ処理したイメージが入力信号
に最も近いような理想的文字、を選択しさえすればよい
ので、ＯＣＲシステム５０５の性能が改善される。
化した入力文字を識別同定する必要がなくその代わり
に、理想的文字をフィルタ処理したイメージが入力信号
に最も近いような理想的文字、を選択しさえすればよい
ので、ＯＣＲシステム５０５の性能が改善される。
【００３７】推奨実施例においては、２次元非線形フィ
ルタ５１０は、参照テーブルの２次元配列（アレイ）Ｌ
（ｍ,ｎ）（０≦ｍ,ｎ＜Ｍ）によって形成される。アレ
イＬ（ｍ,ｎ） のアドレスａに位置する要素をＬ（ｍ,
ｎ,ａ）と表す。
ルタ５１０は、参照テーブルの２次元配列（アレイ）Ｌ
（ｍ,ｎ）（０≦ｍ,ｎ＜Ｍ）によって形成される。アレ
イＬ（ｍ,ｎ） のアドレスａに位置する要素をＬ（ｍ,
ｎ,ａ）と表す。
【００３８】各参照テーブルについてのアドレスａ
（ｍ,ｎ,ｘ,ｙ） は、入力ビットマップ文字イメージの
画素ｐ（ｘ,ｙ） を次式のように結合することによって
形成される。
（ｍ,ｎ,ｘ,ｙ） は、入力ビットマップ文字イメージの
画素ｐ（ｘ,ｙ） を次式のように結合することによって
形成される。
【数１】 ここに、０≦ｕ,ｖ＜Ｈ であり、Ｈは画素間のボルテッ
ラ型非線形相互対話関係を考慮する近隣範囲の大きさで
ある。
ラ型非線形相互対話関係を考慮する近隣範囲の大きさで
ある。
【００３９】フィルタの出力は次式で与えられる。
【数２】
【００４０】目的は、Ｎ（ｘ,ｙ） を不鮮明なドキュメ
ントイメージ（その画素を ｑ（ｘ,ｙ）と表す）にでき
るだけ精密に近似させることにある。エラーは次式によ
って与えられる。 ε（ｘ,ｙ）＝ｑ（ｘ,ｙ）− Ｎ（ｘ,ｙ） （３）
ントイメージ（その画素を ｑ（ｘ,ｙ）と表す）にでき
るだけ精密に近似させることにある。エラーは次式によ
って与えられる。 ε（ｘ,ｙ）＝ｑ（ｘ,ｙ）− Ｎ（ｘ,ｙ） （３）
【００４１】２次元非線形適応フィルタ５１０は、要素
Ｌ（ｍ,ｎ,ａ（ｍ,ｎ,ｘ,ｙ）） に修正αε（ｘ,ｙ）
を加えることによって、全てのｍ,ｎ について対応する
ようになる。ここに、αは収斂の速さを定める小さな数
である。 Ｌ（ｍ,ｎ,ａ（ｍ,ｎ,ｘ,ｙ））← Ｌ（ｍ,ｎ,ａ（ｍ,ｎ,ｘ,ｙ）） ＋αε（ｘ,ｙ） （４） Ｈ、Ｍ及びαに対する一般的な値は、Ｈ＝３、Ｍ＝７、
及びα＝０.０００５ である。
Ｌ（ｍ,ｎ,ａ（ｍ,ｎ,ｘ,ｙ）） に修正αε（ｘ,ｙ）
を加えることによって、全てのｍ,ｎ について対応する
ようになる。ここに、αは収斂の速さを定める小さな数
である。 Ｌ（ｍ,ｎ,ａ（ｍ,ｎ,ｘ,ｙ））← Ｌ（ｍ,ｎ,ａ（ｍ,ｎ,ｘ,ｙ）） ＋αε（ｘ,ｙ） （４） Ｈ、Ｍ及びαに対する一般的な値は、Ｈ＝３、Ｍ＝７、
及びα＝０.０００５ である。
【００４２】２次元非線形適応フィルタの或る特定の実
施例について開示したが、他の実施例も可能であること
を当業者は認識されよう。例えば、本発明の精神及び技
術範囲から外れずに、２次元非線形適応フィルタ５１０
の代わりに種々の種類の中立ネットワークを用いること
が可能である。
施例について開示したが、他の実施例も可能であること
を当業者は認識されよう。例えば、本発明の精神及び技
術範囲から外れずに、２次元非線形適応フィルタ５１０
の代わりに種々の種類の中立ネットワークを用いること
が可能である。
【００４３】フィルタを調整するためには、ドキュメン
ト中の、ひずみをモデル化して補償すべき不鮮明なイメ
ージと、原イメージとの両方が必要である。後者が利用
可能なことはまずない。したがって、それを推定したイ
メージを生成する必要がある。このイメージ推定は、ド
キュメントを作るのに用いられた原フォントにできるだ
け精密に近似させた、ライブラリからの「きれい」（ク
リーン）な文字を用いることによって行われる。このプ
ロセスの特定の２例の場合について考える。
ト中の、ひずみをモデル化して補償すべき不鮮明なイメ
ージと、原イメージとの両方が必要である。後者が利用
可能なことはまずない。したがって、それを推定したイ
メージを生成する必要がある。このイメージ推定は、ド
キュメントを作るのに用いられた原フォントにできるだ
け精密に近似させた、ライブラリからの「きれい」（ク
リーン）な文字を用いることによって行われる。このプ
ロセスの特定の２例の場合について考える。
【００４４】第１の例は、このイメージに連関するＡＳ
ＣＩＩ（アスキー）テキストが利用可能な場合である。
これは、ラベル付きの調整セットが存在する場合に発生
する。上記のように、関心は主としてこのセットが利用
可能ではない場合であるが、ドキュメントの、原イメー
ジの復元方法を、より明確に説明するためには、この場
合から説明を始めた方が都合がよい。いくつかの初期フ
ィルタパラメータを有するフィルタと、きれいな文字セ
ットとを用いてプロセスが開始される。
ＣＩＩ（アスキー）テキストが利用可能な場合である。
これは、ラベル付きの調整セットが存在する場合に発生
する。上記のように、関心は主としてこのセットが利用
可能ではない場合であるが、ドキュメントの、原イメー
ジの復元方法を、より明確に説明するためには、この場
合から説明を始めた方が都合がよい。いくつかの初期フ
ィルタパラメータを有するフィルタと、きれいな文字セ
ットとを用いてプロセスが開始される。
【００４５】そしてきれいな文字をフィルタに供給する
ことによって不鮮明化された（すなわち不鮮明な）文字
セットが作られる。元のイメージに対応するＡＳＣＩＩ
文字列が利用可能であるので、元のイメージを復元する
ために必要な動作は、文字の正確な位置を見出すことだ
けであり、これは、技術的に周知なように、テンプレー
トマッチングの手法を用いて行われる。この復元された
イメージを用いて、ドキュメントが受けたひずみプロセ
スの、より正確なモデルが得られるようにフィルタを再
適応させることができる。
ことによって不鮮明化された（すなわち不鮮明な）文字
セットが作られる。元のイメージに対応するＡＳＣＩＩ
文字列が利用可能であるので、元のイメージを復元する
ために必要な動作は、文字の正確な位置を見出すことだ
けであり、これは、技術的に周知なように、テンプレー
トマッチングの手法を用いて行われる。この復元された
イメージを用いて、ドキュメントが受けたひずみプロセ
スの、より正確なモデルが得られるようにフィルタを再
適応させることができる。
【００４６】本プロセスにおける、不鮮明な文字セット
が新たに生成され、不鮮明なこれらの文字の最良近似が
見出される、等の手順は反復が可能である。何回か反復
した後に手順が収斂し、非常に正確な復元イメージを得
ることができる。
が新たに生成され、不鮮明なこれらの文字の最良近似が
見出される、等の手順は反復が可能である。何回か反復
した後に手順が収斂し、非常に正確な復元イメージを得
ることができる。
【００４７】図６は、不鮮明なドキュメントから抽出さ
れた英文単語にこの手順を適用した例を示す。上から下
へ囲み部分６０１〜６０４にそれぞれ示す４個のイメー
ジは順に、原イメージ、復元されたイメージ、フィルタ
を用いて計算された原イメージの推定、及び囲み部分６
０３及び６０１の間のエラーである。
れた英文単語にこの手順を適用した例を示す。上から下
へ囲み部分６０１〜６０４にそれぞれ示す４個のイメー
ジは順に、原イメージ、復元されたイメージ、フィルタ
を用いて計算された原イメージの推定、及び囲み部分６
０３及び６０１の間のエラーである。
【００４８】囲み部分６０３及び６０１の間に残留する
エラーは主として、イメージを復元するために用いられ
た「きれい」な文字セットと、ドキュメントが作られる
ときに用いられた原文字セットとの不合致（ミスマッ
チ）によって、これらの実験においては修正されなかっ
た原ドキュメント中のスキューによって、そして復元さ
れたイメージ中のきれいな文字の位置の等化エラーによ
って生じる。
エラーは主として、イメージを復元するために用いられ
た「きれい」な文字セットと、ドキュメントが作られる
ときに用いられた原文字セットとの不合致（ミスマッ
チ）によって、これらの実験においては修正されなかっ
た原ドキュメント中のスキューによって、そして復元さ
れたイメージ中のきれいな文字の位置の等化エラーによ
って生じる。
【００４９】この事実にも拘らず、エラーは著しく小さ
く、このひずみ補償方法を用いることによって、ＯＣＲ
システムの性能が大きく改善されることが期待できる。
く、このひずみ補償方法を用いることによって、ＯＣＲ
システムの性能が大きく改善されることが期待できる。
【００５０】このプロセスの第２の例は、このイメージ
に連関するＡＳＣＩＩテキストが利用可能でない場合で
ある。この場合には、図３の判定帰還等化器に用いられ
た手順に類似の手順を用いることが可能である。第１の
例と同じく、いくつかの初期フィルタパラメータを有す
るフィルタと、きれいな文字セットとを用いてプロセス
が開始される。
に連関するＡＳＣＩＩテキストが利用可能でない場合で
ある。この場合には、図３の判定帰還等化器に用いられ
た手順に類似の手順を用いることが可能である。第１の
例と同じく、いくつかの初期フィルタパラメータを有す
るフィルタと、きれいな文字セットとを用いてプロセス
が開始される。
【００５１】そして不鮮明な文字セットが作られ、ＯＣ
Ｒシステムに供給されてイメージが認識される（すなわ
ち、文字の識別同定についての判断がなされる。これ
は、図３のスライサが通信受信機において行う動作に類
似の動作である。）。認識装置は当初には、劣化を記述
するために当初に用いられるフィルタパラメータの不正
確さの結果として相当な数のエラーを生成する。しか
し、正しい判定の数が一般に十分に大きいので、フィル
タを適応させてひずみプロセスの、より正確なモデルを
作ることが可能である。
Ｒシステムに供給されてイメージが認識される（すなわ
ち、文字の識別同定についての判断がなされる。これ
は、図３のスライサが通信受信機において行う動作に類
似の動作である。）。認識装置は当初には、劣化を記述
するために当初に用いられるフィルタパラメータの不正
確さの結果として相当な数のエラーを生成する。しか
し、正しい判定の数が一般に十分に大きいので、フィル
タを適応させてひずみプロセスの、より正確なモデルを
作ることが可能である。
【００５２】この改善されたモデルを用いて、不鮮明文
字セットが新たに作られイメージが認識される等の手順
が、収斂が達成されるまで反復される。この時点で、Ｏ
ＣＲシステムは高い正確さで作動する。
字セットが新たに作られイメージが認識される等の手順
が、収斂が達成されるまで反復される。この時点で、Ｏ
ＣＲシステムは高い正確さで作動する。
【００５３】図７は、本発明に基づく劣化ドキュメント
イメージの非線形チャネル等化方法の第２の実施例を実
行してＯＣＲ手法を改善するシステムを例示するもので
ある。劣化したドキュメントイメージが、２次元非線形
適応フィルタ７２０に入力され、劣化イメージの「クリ
ーン化」バージョンが生成されてＯＣＲシステム７３０
に入力される。それからＯＣＲシステム７３０が、入力
を識別同定して、入力文字のテキスト表記を出力する。
イメージの非線形チャネル等化方法の第２の実施例を実
行してＯＣＲ手法を改善するシステムを例示するもので
ある。劣化したドキュメントイメージが、２次元非線形
適応フィルタ７２０に入力され、劣化イメージの「クリ
ーン化」バージョンが生成されてＯＣＲシステム７３０
に入力される。それからＯＣＲシステム７３０が、入力
を識別同定して、入力文字のテキスト表記を出力する。
【００５４】ＯＣＲシステムの出力は又、理想的コンポ
ーネントイメージ記憶装置７４０に入力され、そこか
ら、識別同定された文字の「理想的」又は非劣化バージ
ョンが出力される。理想的バージョンとクリーン化バー
ジョンとが合算器７５０において比較され、両者間のエ
ラー（差異）を用いて、図５におけるシステムに関して
述べたように２次元非線形適応フィルタ７２０が適応さ
れる。
ーネントイメージ記憶装置７４０に入力され、そこか
ら、識別同定された文字の「理想的」又は非劣化バージ
ョンが出力される。理想的バージョンとクリーン化バー
ジョンとが合算器７５０において比較され、両者間のエ
ラー（差異）を用いて、図５におけるシステムに関して
述べたように２次元非線形適応フィルタ７２０が適応さ
れる。
【００５５】結び 以上、劣化したドキュメントイメージの非線形等化方法
について述べた。これらの説明に際しては、特定のハー
ドウエア又はソフトウエアを引用することはしなかった
が、これらの説明に基づき利用可能な又は望ましいハー
ドウエア又はソフトウエアを当業者が容易に適応させる
ことが可能なように記述した。
について述べた。これらの説明に際しては、特定のハー
ドウエア又はソフトウエアを引用することはしなかった
が、これらの説明に基づき利用可能な又は望ましいハー
ドウエア又はソフトウエアを当業者が容易に適応させる
ことが可能なように記述した。
【００５６】以上の説明は、本発明の一実施例に関する
もので、この技術分野の当業者であれば、本発明の種々
の変形例を考え得るが、それらはいずれも本発明の技術
的範囲に包含される。
もので、この技術分野の当業者であれば、本発明の種々
の変形例を考え得るが、それらはいずれも本発明の技術
的範囲に包含される。
【００５７】
【発明の効果】以上述べたごとく、本発明によれば、ド
キュメントをフォトコピー機で連続して何度もコピーし
たとき等に発生するような劣化したドキュメントイメー
ジを非線形チャネル等化方法で処理することにより、か
なりの正確さでもとのイメージを推定できるようにした
ので、従来技術においては劣化テキストに対して低かっ
た光学式文字認識（ＯＣＲ）システムの認識性能を大き
く改善することが可能となった。したがって、ＯＣＲ手
法を用いた情報システムの効率を向上できる。
キュメントをフォトコピー機で連続して何度もコピーし
たとき等に発生するような劣化したドキュメントイメー
ジを非線形チャネル等化方法で処理することにより、か
なりの正確さでもとのイメージを推定できるようにした
ので、従来技術においては劣化テキストに対して低かっ
た光学式文字認識（ＯＣＲ）システムの認識性能を大き
く改善することが可能となった。したがって、ＯＣＲ手
法を用いた情報システムの効率を向上できる。
【図１】ドキュメントのビットマップイメージと、この
イメージに対して作動する光学式文字認識システムの出
力とを示す説明図である。
イメージに対して作動する光学式文字認識システムの出
力とを示す説明図である。
【図２】本発明の原理の説明の助けとなる通信システム
のブロック図である。
のブロック図である。
【図３】ディジタル通信システムに用いられる判定帰還
等化器のブロック図である。
等化器のブロック図である。
【図４】図３の判定帰還等化器に用いることのできる非
線形フィルタ構造のブロック図である。
線形フィルタ構造のブロック図である。
【図５】本発明の方法の第１実施例を用いたシステムの
ブロック図である。
ブロック図である。
【図６】劣化したイメージを復元させるプロセスにおい
て得られた一連のイメージを示す説明図である。
て得られた一連のイメージを示す説明図である。
【図７】本発明の方法の第２実施例を用いたシステムの
ブロック図である。
ブロック図である。
２２０ 符号器 ２３０ 変調器 ２４０ 伝送チャネル ２５０ チャネル等化器 ２６０ 復調器 ２７０ 復号器 ３００ 判定帰還等化器（ＤＦＥ） ３０２、３０４ 合算器 ３１０ 適応フィルタ ３２０ スライサ ４１０−１、４１０−２、４１０−３、４１０−４ 遅
延ステージ ４２０−１、４２０−２、４２０−３ 参照テーブル ４３０ 合算器 ５０５、７３０ ＯＣＲシステム ５１０、７２０ ２次元非線形適応フィルタ ５１２、７４０ 理想的コンポーネントイメージ記憶装
置 ５１５、７５０ 合算器
延ステージ ４２０−１、４２０−２、４２０−３ 参照テーブル ４３０ 合算器 ５０５、７３０ ＯＣＲシステム ５１０、７２０ ２次元非線形適応フィルタ ５１２、７４０ 理想的コンポーネントイメージ記憶装
置 ５１５、７５０ 合算器
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ケネス ウォード チャーチ アメリカ合衆国，07928 ニュージャージ ー， チャタム，ロングヒル レイン ２
Claims (1)
- 【請求項１】 （Ａ）劣化状態を特徴とするコンポーネ
ントのビットマップイメージ、の入力を受信するステッ
プと、 （Ｂ）前記コンポーネントの劣化の関数として適応させ
た２次元フィルタ、によって生成された信号に基づいて
前記コンポーネントを識別するステップと、からなるこ
とを特徴とする、劣化したイメージの識別方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US281955 | 1994-07-28 | ||
| US08/281,955 US5647023A (en) | 1994-07-28 | 1994-07-28 | Method of nonlinear filtering of degraded document images |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0855189A true JPH0855189A (ja) | 1996-02-27 |
Family
ID=23079477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7211278A Pending JPH0855189A (ja) | 1994-07-28 | 1995-07-28 | 劣化したイメージの識別方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US5647023A (ja) |
| EP (1) | EP0694875A3 (ja) |
| JP (1) | JPH0855189A (ja) |
| CA (1) | CA2150391C (ja) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3695217B2 (ja) * | 1999-04-30 | 2005-09-14 | オムロン株式会社 | 画像処理装置及び画像入力装置 |
| US6701023B1 (en) * | 1999-09-28 | 2004-03-02 | Adobe Systems Incorporated | Reducing appearance differences between coded and noncoded units of text |
| US7072525B1 (en) * | 2001-02-16 | 2006-07-04 | Yesvideo, Inc. | Adaptive filtering of visual image using auxiliary image information |
| US7099399B2 (en) * | 2004-01-27 | 2006-08-29 | Crestcom, Inc. | Distortion-managed digital RF communications transmitter and method therefor |
| US20070082617A1 (en) * | 2005-10-11 | 2007-04-12 | Crestcom, Inc. | Transceiver with isolation-filter compensation and method therefor |
| US7598954B2 (en) * | 2006-03-01 | 2009-10-06 | Microsoft Corporation | Adapting and rendering graphic effects |
| US7796960B1 (en) * | 2006-04-04 | 2010-09-14 | Nortel Networks Limited | Signal transmitter linearization |
| US8886341B1 (en) | 2006-04-04 | 2014-11-11 | Microsoft Corporation | Adaptive sample-by-sample controller for under-determined systems |
| US7724840B2 (en) * | 2006-12-19 | 2010-05-25 | Crestcom, Inc. | RF transmitter with predistortion and method therefor |
| US20080285640A1 (en) * | 2007-05-15 | 2008-11-20 | Crestcom, Inc. | RF Transmitter With Nonlinear Predistortion and Method Therefor |
| US8928763B2 (en) | 2008-12-09 | 2015-01-06 | Abbyy Development Llc | Detecting and correcting blur and defocusing |
| RU2653461C2 (ru) | 2014-01-21 | 2018-05-08 | Общество с ограниченной ответственностью "Аби Девелопмент" | Обнаружение блика в кадре данных изображения |
| US8098303B2 (en) * | 2008-12-09 | 2012-01-17 | Abbyy Software Ltd. | Method and system for restoring a motion-blurred image |
| US8175388B1 (en) | 2009-01-30 | 2012-05-08 | Adobe Systems Incorporated | Recognizing text at multiple orientations |
| US8423334B2 (en) * | 2010-05-18 | 2013-04-16 | Honeywell International Inc. | Distributed model identification |
| US8494282B2 (en) * | 2010-07-19 | 2013-07-23 | Hewlett-Packard Development Company, L.P. | Blur estimation |
| US8792748B2 (en) | 2010-10-12 | 2014-07-29 | International Business Machines Corporation | Deconvolution of digital images |
| GB2485833A (en) * | 2010-11-26 | 2012-05-30 | S3 Res & Dev Ltd | Improved OCR Using Configurable Filtering for Analysing Set Top Boxes |
| US9276617B2 (en) | 2013-03-15 | 2016-03-01 | Analog Devices, Inc. | Radio frequency domain digital pre-distortion |
| US9281788B2 (en) | 2013-03-15 | 2016-03-08 | Analog Devices, Inc. | All digital zero-voltage switching |
| US9154148B2 (en) | 2013-03-15 | 2015-10-06 | Analog Devices, Inc. | Clock signal error correction in a digital-to-analog converter |
| US8970418B1 (en) | 2013-08-19 | 2015-03-03 | Analog Devices, Inc. | High output power digital-to-analog converter system |
| US10056924B2 (en) | 2013-08-19 | 2018-08-21 | Analog Devices, Inc. | High output power digital-to-analog converter system |
| US10985951B2 (en) | 2019-03-15 | 2021-04-20 | The Research Foundation for the State University | Integrating Volterra series model and deep neural networks to equalize nonlinear power amplifiers |
| CN113822818B (zh) * | 2021-09-28 | 2022-08-12 | 合肥的卢深视科技有限公司 | 散斑提取方法、装置、电子设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02202689A (ja) * | 1989-02-01 | 1990-08-10 | Fujitsu Ltd | 文字認識装置 |
| JPH02263275A (ja) * | 1989-04-03 | 1990-10-26 | Kiyadeitsukusu:Kk | 手書き文字の登録パターン作成方式 |
| JP2893760B2 (ja) * | 1989-10-30 | 1999-05-24 | 日本電気株式会社 | パタン正規化装置 |
| US5285505A (en) * | 1991-03-11 | 1994-02-08 | International Business Machines Corporation | Method and apparatus for improving prototypes of similar characters in on-line handwriting recognition |
| US5490223A (en) * | 1993-06-22 | 1996-02-06 | Kabushiki Kaisha Toshiba | Pattern recognition apparatus |
-
1994
- 1994-07-28 US US08/281,955 patent/US5647023A/en not_active Expired - Lifetime
-
1995
- 1995-05-29 CA CA002150391A patent/CA2150391C/en not_active Expired - Fee Related
- 1995-07-19 EP EP95305023A patent/EP0694875A3/en not_active Withdrawn
- 1995-07-28 JP JP7211278A patent/JPH0855189A/ja active Pending
-
1997
- 1997-03-12 US US08/814,893 patent/US5745597A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US5647023A (en) | 1997-07-08 |
| US5745597A (en) | 1998-04-28 |
| CA2150391C (en) | 2000-01-25 |
| EP0694875A3 (en) | 1996-04-24 |
| CA2150391A1 (en) | 1996-01-29 |
| EP0694875A2 (en) | 1996-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0855189A (ja) | 劣化したイメージの識別方法 | |
| US5351314A (en) | Method and apparatus for image enhancement using intensity dependent spread filtering | |
| Dubois et al. | Reduction of bleed-through in scanned manuscript documents | |
| EP0449259B1 (en) | Method and apparatus for emphasizing sharpness of image | |
| GB2242593A (en) | Method of discriminating character and halftone image areas | |
| WO2009126621A2 (en) | Methods and apparatus for image restoration | |
| US8189914B2 (en) | Image forming apparatus and control method thereof | |
| JPH11110481A (ja) | フォームレンダリング及び文字抽出方法 | |
| CA2150055C (en) | Method of downsampling documents | |
| Fekri-Ershad et al. | Impulse noise reduction for texture images using real word spelling correction algorithm and local binary patterns | |
| RU2365993C1 (ru) | Способ адаптивного улучшения факсимильных изображений документов | |
| Mohammed | An improved median filter based on efficient noise detection for high quality image restoration | |
| Ting et al. | Digital processing techniques for encoding of graphics | |
| US6823081B2 (en) | Generation of a color dropout function for use in electronic color dropout | |
| Kasturi | Adaptive image restoration in signal-dependent noise | |
| JPH0818785A (ja) | 画像出力装置 | |
| Handley et al. | Model-based optimal restoration of fax images in the context of mathematical morphology | |
| Agazzi et al. | Using OCR and equalization to downsample documents | |
| Lee et al. | A novel printable watermarking method in dithering halftone images | |
| Handley et al. | Optimal nonlinear fax restoration | |
| Goel et al. | Enhanced modified decision-based unsymmetric trimmed adaptive neighborhood winsorized mean filter for removing 1–99% levels of salt-and-pepper noise | |
| Trier et al. | Evaluation of binarization methods for utility map images | |
| Khan et al. | Show-through correction in scanned images using joint histogram | |
| Abusaleem et al. | Combined mean median filter for image enhancement | |
| Stubberud et al. | Improving optical character recognition accuracy using adaptive image restoration |