JPS61221885A - 画像識別装置 - 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】 〔目　次〕 概要 産業上の利用分野 従来の技術 発明が解決しようとする問題点 問題点を解決するための手段 作用 実施例 ディザマトリクスの一例　　　　第２図３値化画像と各
ブロックの関係　第３図３値レベルよりなるブロックの
状態 ＸＪ　＝　（ｎｓ＋、　ｎＭ、　ｎｔ　）　　第４図３
値レベルのブロックの属性判定　第５図注目ブロックと
参照ブロック　　第６図ブロックの４値状態　　　　　
　第７図ブロックの８値状態　　　　　　第８図−実施
例のシステム構成　　　　第９図変形例の回路構成　　
　　　　　第１０図発明の効果 〔概　要〕 本発明は、文字・線画と濃淡画との混在画像の、各要素
画素の多値画像データを、複数個の単一閾値により多値
化し、所定個数の画素からなるブロック内の多値化デー
タの組み合わせに基づいて各ブロックの縮退した状態を
求め、注目ブロック及びその周囲の参照ブロックの縮退
した状態に基づいて最大尤度判定を行い注目ブロックが
文字・線画か濃淡画かを識別する画像識別方式である。

〔産業上の利用分野〕

本発明は画像識別方式に係り、特に濃淡画像と文字１図
形等の２値画像（以下１文字・線画像と略称）が混在す
る多値画像データを入力し、それぞれの画像の領域を識
別して２値化する方式に関する。

〔従来の技術〕

従来、白黒２値で中間調を表現する場合、階調の再現性
をハードウェア構成が容易なことから、通常組織的ディ
ザ法が用いられる。組織的ディザ法では中間調を黒画素
の密度で表現するため濃淡画像に対しては良好な画像が
得られる。しかし、分解能が劣化するため、原稿中に濃
淡画像と文字・線画像が混在する場合、画像全体をディ
ザ化すると、文字・線画像の画質が悪くなる。

そこで、濃淡画像と文字・線画像が混在している場合、
これら２つの画像を識別し分離して、２値化するため、
次の方法が提案されている。

（１）電子通信学会技術研究報告ＩＥ８１−５７　（１
９８１）「文字画像を考慮した擬似中間調再現の検討」
４×４画素の小領域ごとに多値画像信号の最大値と最小
値の差分を求め、この差分が所定の閾値より大きいかど
うかでＪ文字・線画か濃淡画かを識別する方式である。

（２）特開昭５５−１２０６２３．５７−２４１６５．
５８−１２９８７５号における画像判別方法。

特定の大きさの小領域ごとに多値画像信号の濃度ヒスト
グラムを作成し、このヒストグラムの形から文字・線画
と濃淡画とを識別する方式である。

（３１ｒ３Ｘ３単位メツシュ内の濃淡パターンに基づく
文書画像領域分割方式」 この方法は、３×３画素のブロックにおける４値画像信
号の線図形の濃淡特徴パターンを定めておき、３×３画
素単位に、このパターンとマツチングをとって、文字・
線画と濃淡画の領域を識別するものである。

（４）更にこれらとは別に本願発明者は、先に「画像識
別２値化方式」を提案した。

この方式は、単一閾値画像を複数個用いて、４×４画素
のブロックごとに各多値レベルの個数を求め、その個数
の状態より予め定めた最大尤度判定表を参照して、文字
・線画と濃淡画の識別を行うものである。

これらのうち（１）〜（３）の方式は、いずれも多値画
像を用いており、算術演算や、ヒストグラム処理などを
行うので、方式を実現するための回路構成が大きくなり
、しかも高速化が難しいという欠点がある。

（４）の方式は、単一閾値画像を用い、ブロック単位に
処理することから、高速化には適するものの、ブロック
ごとに単独で識別するため、濃淡画中の細かい濃淡変化
がある部分などで識別誤りをおかす危険性を除去しきれ
ない。

識別の精度を上げ、識別誤りを減らすことを目的として
、単独ブロックごとの識別に変え、従来は注目の隣接ブ
ロックの識別結果から多数決論理などで判定を修正する
方法が採られていた。しかし、多数決論理による判定だ
と、孤立している識別誤りは除去できるが、多重に連結
した識別誤りの部分は改善できないという欠点があった
。

また、多数決論理を考える都合上、ブロックの状態が２
レベル程度となり、精密な判定は難しいという欠点があ
った。

〔発明が解決しようとする問題点〕

本発明の目的は、文字・線画と濃淡画が混在する画像（
以下、混在画像と呼ぶ）において、１つの画像をそれぞ
れ単一閾値とディザ閾値とを用いて２値化し、複数画素
のブロックごとに、上記２種類の画像のどちらに当たる
かを識別する際に、識別誤りの少ない判定を可能にする
画像識別方式を提供することにある。

〔問題点を解決するための手段〕

上記目的を達成するため、複数個の単一閾値を用いて画
素ごとに多値化データを求め、この多値化データに基づ
いて複数画素からなるブロックごとにその縮退した状態
を求め、注目画素及びその参照画素の縮退状態に基づい
て、予め作成された上記ブロックの状態から注目ブロッ
クの状態が出現する確率から求めた最大尤度判定表を参
照することにより、上記注目画素の高次の画像識別を行
うようにしたものである。

〔作　用〕

本発明は各画素の多値化データから縮退した状態を求め
、注目画素とその参照画素の上記縮退した状態に基づい
て、最大尤度判定表を参照して上記注目画素が文字・線
画か濃淡画かを識別する。

このように縮退した状態を用いることにより、状態数が
大幅に減少するので、これをハードウェア化することが
可能となり、高次の画像識別が高速で実施可能となる。

〔実施例〕

第１図は本発明の構成を示すブロック図であって、Ａは
多値化手段、Ｂはディザ化手段、Ｃは識別手段、Ｄは縮
退化手段、Ｅは選択出力手段である。

本発明の詳細な説明する前に、組織的ディザ法につき簡
単に説明しておく。

第２図は、組織的ディザ法のディザマトリクスの一例を
示し、列数１９行数ｊの折目内の数字が閾値である。同
図では４　Ｘ　４　＝１６画素で１つの小領域（ブロッ
ク）を構成する例を示す。

いま１６値に量子化された多値画像信号をディザ処理す
る場合、ディザマトリクスの閾値と、多値画像の対応領
域（ブロック）とを比較する。各画素（ｘ、ｙ）の濃度
レベルＱＸＹとそれに対応するディザマトリクスの各閾
値ＴｉＪとを比較し、ＱＸＹ＞　Ｔ　＋　ｔのとき注目
画素を黒レベル“１″にし、Ｑ、。

＜Ｔｉｔのとき、それを白レベル″０”にする。そして
、同じディザマトリクスを繰り返し用いて画像全体を２
値化する。これは、濃淡画像を２値化する方法である。

さて本発明では、単一閾値を用いた検出系を設けておき
、原稿中に文字・線画と濃淡画とが存在する時、複数画
素のブロック単位に、原稿中の画像が濃淡画か文字・線
画かを識別する。そして、そのブロックを濃淡画と識別
したときは、ディザマトリクスの閾値で２値化し、その
ブロックを文字・線画と識別したときは、単一閾値で２
値化する。

本発明では、文字・線画や濃淡画が数ブロック分連続し
て生起し、注目ブロックの属性（文字・線画または濃淡
画かを属性と呼ぶ）が周囲のブロックの属性と強い相関
を持つという性質を利用して、ブロックごとにブロック
の状態を求めた後、注目ブロックの属性を周囲ブロック
を含むブロックの状態から最大尤度判定行う。

次に、第３図〜第８図を用いて、本発明の詳細な説明す
る。

前述の本願の発明者が提唱した［画像識別２値化方式」
においては、単一閾値を複数個９例えば２個を用いた検
出系により、複数画素９例えば４Ｘ４＝１６画素からな
る各ブロックＢ　＋、　Ｂ　ｚ、　Ｂ　３．・・・を、
それぞれ単独で文字・線画像か濃淡画像かを識別してい
た。

この方式では、第３図に示すように２つの単一閾値Ｔ　
＋　、　Ｔ　ｚにより、画像をＨ，Ｍ、Ｌレベルの３値
レベルに分ける。そして、第４図に示すように、ブロッ
クの状態をブロック内の３値レベルの画素数によって分
類する。

そしてこれらのブロック状態の濃淡画上及び文字・線画
上における発生確率を調べ、各ブロック状態が濃淡画と
文字・線画のどちらに属すべきか、その属性を最大尤度
判定する表を第５図のように作成した。同図において、
Ｂは文字・線画、Ｃは濃淡画、Ｌは１６画画素部が白、
Ｈは真１０画素全部が黒であることを示す。

ここで、画像識別誤りを減少させるため、周囲ブロック
の判定結果を考慮して、注目ブロックの属性の最大尤度
判定を行うことを考える。例えば第６図に示すように、
注目ブロックをＸｏとし、隣接ブロックＸ１．Ｘｔを参
照することにすればＰ　（Ｘｏ＋　Ｘｉ、Ｘｚ　　Ｉ　
ω＝　）≧Ｐ　（Ｘｏ＋Ｘ＋、Ｘｚ　　ｌ　（ｄｊ）但
し、ｉ≠ｊ　　・・・（１） のとき、Ｘ６は母集団ω五に属するものと判定する。

ブロック状態が生起する母集団ωは、青畳Ｗ。

文字・線画Ｂ、濃淡画Ｃをとる。

ω＝　　（Ｗ、Ｂ、　　Ｃ） しかるに、第４図のブロック状態は１５４通りあるので
、このブロック状態を用いて（１）式を考えると、その
状態数は１５４″＝　３．６５２．２６４通りという大
きな数となる。従ってこれを識別する回路を、そのまま
ハードウェアで実現することは不可能となる。

本発明はこの難点を解消することを目的とするもので、
次のようにブロックの状態を縮退させ、この縮退させた
ブロック状態を用いてブロックの属性を識別するもので
ある。

第７図は、第５図で用いた単独ブロックによる属性判定
の結果に基づき、ブロック状態を４値で表したものであ
る。

第８図は、第７図の４状態に、Ｌ、　Ｍ、　Ｈの３値し
ベル画素の状態を考えて、ブロック状態を８値で表した
ものである。

この縮退させた状態数を用いると、注目ブロックと参照
ブロックを４値で表せば、（１）式の状態数は、２””
　−２’　＝６４通りとなる。

また、更に第６図で参照ブロックを、Ｘ　ｓ　＋　Ｘ　
ｔ　＋Ｘ３．Ｘ４に増した場合は、その状態数は２ｔ＊
５ｗ２１ｃ′＝１０２４通りである。

このように状態数が縮退されれば、最大尤度判定表を予
め作成し、ＲＯＭに格納しておくことが可能となり、従
ってハードウェア化も可能となる。

第９図は本発明を実施するための画像識別装置の一実施
例のシステム構成説明図であり、多値画像信号を文字・
線画と濃淡画とに識別して２値化する回路を示す。

同図においては、１ブロツクの大きさを４×４画素にと
っている。

まず、文字・線画と濃淡画の混在した多値画像信号１を
比較器（ＣＯＭ　Ｐ　”）　１００，１０１，１０２に
入力する。比較器１００．１０１は多値画像信号１を単
一閾値Ｔ、（信号線２）及びＴｇ（信号線３）と比較し
て２値化する。このとき、単一閾値Ｔ１は、通常の最適
２値化レベルに選び、Ｔ２は次式を極小にする値に選ぶ
。第４図のブロック状態をｘｌで表すと、 Ｐ　（ｅｒｒｏｒ）　　＝ΣＰ　（ｅｒｒｏｒ　ｌ　ｘ
　＝　）ただし、 Ｐ（ｅｒｒｏｒｌ　）Ｃ１）　＝Ｐ　（Ｘｉ　　Ｉ　Ｂ
）（Ｐ　（Ｘｉ　　ＩＣ）＞Ｐ　（ｘｔ　　ＩＢ）のと
き〕Ｐ（ｅｒｒｏｒｌ　Ｘｉ　）　＝Ｐ　（Ｘｔ　　ｔ
　Ｃ）ＣＰ　（Ｘｉ　　ｌ　Ｂ）　＞Ｐ　（ｘｔ　　Ｉ
　Ｃ）のとき）Ｘゑ　≠Ｘｓとする。

比較器１０２は、多値画像信号１をディザ閾値４により
２値化する。即ち、ラインカウンタ（ＣＮＴ）　１０４
と画素数カウンタ（ＣＮＴ）　１０５は、それぞれ下位
２ビツトを読み出し専用メモリ（ＲＯＭ）　１０３のア
ドレスに入力し、ＲＯＭ１０３に前記第２図に示すよう
なディザ閾値を発生させる。

さて、２値化した単純２値信号７．８と２値ディザ信号
９を、それぞれシフトレジスタ（ＳＲ）１０６゜１０７
．１０８に入力し、直並列変換を行う。

次に、４ビット並列にした単純２値データ１０゜１１を
それぞれメモリ（ＭＥＮ）　１０９．１１０に蓄積し、
２値デイザデータ１２をメモリ（ＨＥＭ）１１１に蓄積
する。そして、上記の動作を繰り返して、４ライン分の
デ−夕を各メモリ（ＭＥＭ）　１０９．１１０．１１１
に格納する。

このとき、メモリ１０９．１１０．１１１のアドレスは
、ワード指定のカウンタ（ＣＮＴ）１１３を１つずつカ
ウントアツプしてワードを指定するとともに、ライン指
定のカウンタ（ＣＮＴ）　１１２を１ライン終了するご
とに１つカウントアツプしてライン指定することによっ
て行う。

例えば、多値画像データを解像度８本／ｍｍで読み取っ
たものとすると、Ｂ４サイズの原稿で考えて、１ライン
は２０４８画素となる。この場合、カウンタ（ＣＮＴ）
　１１２．１１３はそれぞれ２ビツトと９ビツトとなる
。メモリ１０９．１１０．１１１は４ビフト／ワード構
成で、各メモリとも４ライン分のデータを格納できる容
量を持つ。

次に、画像識別に関連した構成と動作につき説明する。

４ライン分の画像データの蓄積が終わると、メモリ１０
９と１１０から４ワード分読み出す。メモリからは次の
ようにして、データを読み出す。最初にカウンタ（ＣＮ
Ｔ）　１１２．１１３をクリアしておく。１ワード読み
出すごとにライン指定カウンタ（ＣＮＴ）１１２を１つ
ずつカウントアツプする。４ワード分読み出した後、ワ
ード指定カウンタ（ＣＮＴ）１１３を１つずつカンウド
アップする。これを繰り返して４ワ一ド分のデータを順
次読み出す。ライン指定カウンタ（ＣＮＴ）１１２は２
ビツトのカウンタであり、４ワード分読み出すごとにＯ
に戻るので、上記の動作により、４×４画素の１ブロツ
クの画像データがメモリ１０９．１１０から読み出され
ることになる。

次に、データ１５．１６を１ワード読み出すごとに、４
ビツトのシフトレジスタ（ＳＲ）それぞれ１１４，１１
６にセントした後、シフトレジスタ（ＳＲ）　１１４．
１１６を１ビツトずつシフトし、カウンタ（ＣＮＴ）そ
れぞれ１１５、１１７により黒画素の個数をカウントす
る。４ワード分読み出し、上記の処理を繰り返すと、カ
ウンタ（ＣＮＴ）　１１５．１１７には、そのブロック
の黒画素数ｎｂ　Ｉｒ　　ｎｂ　Ｒが求まる。

カウンタ１１５．１１７で求めた値２０．２１は読み出
し専用メモリ（ＲＯＭ）　１１Ｂのアドレスに入力され
る。

ＲＯＭ１１８にはカウンタ１１５ネ１１７で計数した黒
画素数”　ｂ　Ｉ　＋　　ｎｂ　２を、Ｈレベル画素数
ｆｉ　Ｈ＝ｆｉ　ｂ　＊。

Ｍレベル画素数ｎ、、ｘｎ、、１−ｎＢに換算して求め
た第７図（４値ブロツク状態表）に示す画像識別判定表
が格納しである。

これらの判定結果の出力信号２２がＲＯＭ　１１８から
出力され、それぞれレジスタ１２３にセットされる。

このとき、レジスタ１２３．１２４１２５．１２６にも
とあった内容は、それぞれレジスタ１２４，１２５，１
２６，１２７へと移される。ここでレジスタ１２３．１
２４．１２５．１２６゜１２７の内容は第６図に示すブ
ロックＸ　ｓ、　Ｘ　Ｉｒ　Ｘ　ｏ。

Ｘｔ、Ｘｓの４値ブロツク状態に当たる。

そこで、注目ブロックＸ０の４値ブロツク状態をレジス
タ１２．から、また参照ブロックＸ３．Ｘ、。

Ｘ　２．　Ｘ　４　（Ｄ　４値ブロツク状態をし’）　
スタ１２３．１２４゜１２６、１２７から、読み出し専
用メモリ（ＲＯＭ）　１２８のアドレスとして入力（信
号線２５．２６．２７．２８．２９　）する。ＲＯＭ１
２８には、上記の注目ブロックＸ０と参照ブロックＸ　
ｒ　、Ｘ　ｚ、Ｘ　ｓ、　Ｘ　ａの４値ブロツク状態を
用いたときの最大尤度判定表が格納されている。

即ち、ＲＯＭ１２Ｂは、 Ｐ　　（Ｘｏ、　Ｘ　ｌ、　Ｘｚ、　Ｘ３．　Ｘｓ　　
Ｉ　Ｃ）≧Ｐ　　（Ｘｏ、Ｘ＋、Ｘｔ、Ｘ３．Ｘ４　ｌ
　Ｂ）のとき、注目ブロックを濃淡画とみなして“Ｏ″
を出力し、それ以外の場合は注目ブロックを文字・線画
領域とみなして“１″を出力する。

この出力信号３０は、メモリ（ＭＥＭ）　１２９に書き
込まれるるメモリ１２９は１ビツト／ワードの構成で１
ラインのブロック個数分の容量を持つ。

さて、４ライン中の全ブロックの画像識別信号２９がメ
モリ１２９に蓄積された後、メモリ１２９の出力信号３
１を用いて以下のようにして、単純２値信号１５とディ
ザ信号１７とを選択する。

ライン指定カウンタ（ＣＮＴ）１１２をクリアしておき
、ワード指定カウンタ（ＣＮＴ）　１１３を１つずつカ
ウントアツプしていって、それぞれメモリ（Ｍｌｌ！Ｍ
）　１０９．１１１のアドレスを指定し、データを読み
出す。またメモリ（ＭＥＭ）　１２９からはカウンタ１
１３よりアドレスを指定し、画像識別信号１を読み出す
。この信号３１により、マルチプレクサ（ＭＰＸ）１１
９を切り換えて、メモリ１０９．１１１からの画像デー
タを選択する。

即ち、信号３０が“Ｏ”で、そのブロックが濃淡画と識
別されている場合は、マルチプレクサ１１９でメモリ１
１１のディザ画像データ１７を選ぶ。また、信号３１が
“１”で、そのブロックが文字・線画と識別されている
ばあいは、マルチプレクサ１１９でメモリ１０９の単純
２値画像データ１５を選び出力する。

メモリ１０９，１１１から１ライン分の画像データが読
み出される毎に、ライン指定カウンタ１１２は１つカウ
ントアツプされ、次のラインのアドレスが指定される。

次に再度、ワード指定カウンタ１１３を０からカウント
アツプして行って画像データを読み出し、次のラインの
画像データ１５．１７が選択される。

シフトレジスタ１３０は選択された画像データ３２の４
ビツトを並直列変換し、２値画像データ３３として出力
する。

以上の動作を４ライン分ごとに繰り返すことにより、全
画面にわたる画面識別値化された画像データが得られる
。

実施例では４４ｆ１のブロック状態により、４個の参照
ブロックを用いて最大尤度画像判定を行う場合について
述べた。しかし、これは第８図に示す８値のみのブロッ
ク状態を用いても良く、また１６値など他のブロック状
態を用いることもできる。

また、４値と８値のブロック状態を併用することもでき
る。

以上の動作はすべて制御回路１５０の制御のもとで実行
される。第８図中の４０．４１．４２．４３，４４．４
５は上記制御信号線である。

更に、参照ブロックの個数は４個に限る必要はなく、直
上のブロックライン、または直下のブロックライン上に
参照ブロックをとっても良い。

上記一実施例では単純２値化画像の１ブロツク中の黒画
素の個数をシフトレジスタ１１４．１１６とカウンタ１
１５．１１７を用いて計数していたが、第１０図（ａ）
に再掲したこの部分を、第１０図（ｂ）に示すＲＯＭと
レジスタを用いた高速ＰＭＣ（ＰＲＯＭマイクロ・コン
トローラ）を置き換えることも可能であり、このように
すれば更に高速で計数するこもできる。

なお上記ＰＭＣはシーケンス制御に用いられる回路であ
り、これについては日経エレクトロニクス１９７９年９
月１７日号、１６５〜１７３真に開示されている。

〔発明の効果〕

本発明によれば、周囲のブロックを参照して注目ブロッ
クの属性を最大尤度判定することができるので、識別誤
りを大幅に減少させることができる効果がある。

【図面の簡単な説明】

第１図は本発明の構成を示すブロック図、第２図はディ
ザマトリクスの一例を示す図、第３図は２個の単一閾値
で３値化した混在画像とブロック分けとの関係を示す図
、 第４図は３値化レベルよりなるブロックの状態を示す図
、 第５図は３値レベルのブロックをブロック単独で最大尤
度判定したときのブロックの属性を示す図、 第６図は注目ブロックと参照ブロックとの関係を示す図
、 第７図、第８図はブロックの状態をそれぞれ４値と８値
に縮退させた状態を示す図、 第９図は本発明の実施例を示す図、 第１０図（ａ）は実施例中の黒画素係数回路の部分を再
掲した図、同図山）はこれの変形例であって、ＰＲＯＭ
マイクロ・コントローラの回路図である。 図において、Ａはディザ化手段、Ｂは多値化手段、Ｃは
状態検出手段、Ｄは識別手段、Ｅは選択出力手段、１２
８は最大尤度判定表を示す。 、ｌｉ−所５ｖ月の７陣、或図 第１図 ディプ“Ｚトリ７ズ 第２図 ｎＭ　　　　　　　　　　第４図 一 ３　＜ｆｕｒ）！ｎ　１−Ｄ　ｙｙｎ　Ｌ４ｔ°列定第
５図 Ｘｌｌ：　　５１目１−０−／７ Ｘｔ、Ｘｚ、Ｘｓ、Ｘｈ　：　４ｐ！７”Ｏｖ７う虫目
フ゛口・ンフｔ　考ミ照７゛ロデ第６図 へｂ−ム−０くｊＳ１６．Ｏ＜ｊｓ１６．Ｏ＜ｋ≦１６
；中ｊ＋　ｋ　＝　１６ ブ°０ヮ７角８イ直弘２寅４

Claims (1)

1. 【特許請求の範囲】 文字・線画と濃淡画とが混在する画像の各画素の多値画
   像データをディザ化する手段（Ａ）と、前記多値画像デ
   ータを少なくとも２個の単一閾値と比較して多値化デー
   タを求める多値化手段（Ｂ）と、 所定個数の画素よりなるブロック内の前記多値化データ
   の組み合わせに基づいて、当該ブロックの縮退した状態
   を求める状態検出手段（Ｃ）と、注目ブロックと該注目
   ブロックの周囲ブロックからなる参照ブロックの縮退し
   た状態より最大尤度判定法により前記注目ブロックの属
   性を求めた表を具備する識別手段（Ｄ）と、 選択出力手段（Ｅ）とを備え、 前記縮退化手段により求めた注目ブロックと該注目ブロ
   ックの参照ブロックの縮退した状態とに基づいて、前記
   識別手段により前記表を参照して当該注目ブロックの属
   性を識別し、該識別結果に基づいて、各ブロックごとに
   前記多値化手段の少なくとも２個の単一閾値のうちの一
   つにより求めた多値化データまたは前記ディザ化データ
   のうちのいずれかを、前記選択出力手段を介して選択出
   力するようにしたことを特徴とする画像識別方式。