WO2004032482A1 - 画像読取装置 - Google Patents

画像読取装置 Download PDF

Info

Publication number
WO2004032482A1
WO2004032482A1 PCT/JP2003/012313 JP0312313W WO2004032482A1 WO 2004032482 A1 WO2004032482 A1 WO 2004032482A1 JP 0312313 W JP0312313 W JP 0312313W WO 2004032482 A1 WO2004032482 A1 WO 2004032482A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
image
samples
reading device
image reading
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.)
Ceased
Application number
PCT/JP2003/012313
Other languages
English (en)
French (fr)
Inventor
Shinobu Yamamoto
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PFU Ltd
Original Assignee
PFU Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by PFU Ltd filed Critical PFU Ltd
Priority to EP03748597A priority Critical patent/EP1549042A4/en
Priority to US10/527,984 priority patent/US7415168B2/en
Publication of WO2004032482A1 publication Critical patent/WO2004032482A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • H04N1/3877—Image rotation
    • H04N1/3878—Skew detection or correction
    • 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
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • 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
    • G06V30/146—Aligning or centring of the image pick-up or image-field
    • G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
    • G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines

Definitions

  • the present invention relates to an image reading apparatus, and more particularly, to an image reading apparatus that detects the inclination of a read color image or multivalued image without deteriorating the quality of the image, and corrects the image.
  • an image reading device such as an image scanner
  • the read image data is inclined.
  • the user does not set the document correctly on the document feeder (ADF)
  • the read image data will be inclined.
  • Such a state often occurs particularly when, for example, a B5 size document is placed on a so-called A4 size platen or the like, the document is placed obliquely.
  • Such tilted image data can be corrected by editing processing such as rotation processing.
  • editing processing requires a lot of processing time, and is not suitable for high-speed processing. Therefore, a technique for correcting image data by detecting a tilt (angle) without using such an editing process has been proposed (for example, Japanese Patent Application Laid-Open No. 2002-142024 ( See pages 3 to 12).
  • Such conventional detection processing of the inclination of the image data is applicable when the image data is binary data. This is because the skew correction assumes that an image scanner mainly reads a document of characters. In other words, it was included to correct the inclination of the character represented by the binary data and make the output easier to read.
  • the image data is (full) color data or multi-valued data (gray scale)
  • the image data is once converted to binary data, and then the above-described inclination detection processing of the image data is performed. Had applied.
  • color images or multi-valued images In the image after correcting the tilt of the image, due to the conversion of the image de data, for example, like the edge of the figures in the picture becomes jagged, quality of the image was when force s decreases .
  • the image to be processed is often a color image including a photograph or the like or a multi-value image. Therefore, the inclination (angle) of a color image or a multi-valued image is detected without using an editing process such as a rotation process that requires a lot of processing time and without deteriorating the quality of a portion such as a photograph. It is hoped that the data will be corrected.
  • An object of the present invention is to provide an image reading device that detects the inclination of a read color image or multivalued image and corrects the image without deteriorating the quality of the image. Disclosure of the invention
  • the image reading apparatus is configured to obtain moving average data and second derivative data for each of a plurality of samples in the vertical and horizontal directions of reading input image data, each of the plurality of samples being multi-valued data.
  • a data calculating unit for calculating; a position detecting unit for detecting first and second positions where a predetermined relationship is established based on the moving average data and the second derivative data for each of the plurality of samples;
  • a parallel region determining unit that determines a parallel region based on the first and second positions detected for each of the samples, and a gradient that determines the inclination of four sides of the input image based on the determined parallel region.
  • a detection unit; and a tilt correction unit that corrects the input image data based on the detected tilt.
  • a parallel region is determined using a plurality of samples composed of multi-valued data, and the inclination of four sides of the image is determined based on the parallel region, and the input image data is corrected. I do.
  • the input image data is multi-value data or color data
  • the inclination of the image data can be corrected without converting them into binary data. Therefore, it is possible to prevent the image quality from deteriorating due to the conversion of the image data.
  • image data read by a color image scanner is subjected to editing processing such as rotation processing that requires a long processing time.
  • the tilt can be corrected irrespective of reason and without deteriorating the quality of a portion such as a photograph.
  • FIG. 1 is a configuration diagram of the image reading device, and schematically shows the configuration of the image reading device.
  • FIG. 2 is a configuration diagram of the image reading device, showing details of the configuration of the image reading device.
  • FIG. 3 is an explanatory diagram of an image inclination correction process.
  • FIG. 4 is an explanatory diagram of the image inclination correction processing.
  • FIG. 5 is an explanatory diagram of the image inclination correction processing.
  • FIG. 6 is an explanatory diagram of the image inclination correction processing.
  • FIGS. 7 (A), 7 (B), and 7 (C) are explanatory diagrams of the image inclination correction processing.
  • FIG. 8 is an explanatory diagram of the image inclination correction processing.
  • FIG. 9 is an explanatory diagram of the image inclination correction processing.
  • FIGS. 10 (A) and 10 (B) are illustrations for explaining image inclination correction processing.
  • FIG. 11 is an image skew correction processing flow, showing the image skew correction processing in the image reading apparatus of the present invention.
  • FIG. 1 and 2 are configuration diagrams of an image reading apparatus.
  • FIG. 1 schematically shows the configuration of the image reading apparatus of the present invention
  • FIG. 2 shows the configuration of the image reading apparatus of FIG. The details are shown below.
  • the image data conversion unit 1 processes the input image 100 according to the specified image type.
  • the image type is specified accordingly, for example, when the user specifies the reading type as color, multi-valued, or monochrome (binary).
  • the image data conversion unit 1 sends the input image 100 to the sample extraction unit 2 as it is.
  • the image data conversion unit 1 converts the image data and sends it to the sample extraction unit 2. That is, for example, the full color of 24 bits Generates 8-bit (256 gradation) multi-valued image data based on one image data.
  • the input image 100 is converted into multi-valued image data prior to sample extraction.
  • the sample extraction unit 2 includes a detection position determination processing unit 21, a one-line extraction processing unit 22 that performs processing in the y direction, and a one-line extraction processing unit 23 that performs processing in the X direction.
  • the y direction is the sub-scanning direction and the vertical direction of reading.
  • the X direction is the main scanning direction and the horizontal direction of reading.
  • FIG. 3 shows a state in which the white paper is read diagonally in the reading area shown in black because the paper is placed diagonally.
  • the detection position determination processing unit 21 determines the position where the sample is extracted according to the detection ratio (extraction ratio).
  • the sample in the X direction is composed of pixels X0 to xn
  • the sample in the y direction is composed of pixels y0 to yn.
  • the number of samples (that is,% of the detection ratio) may be increased, but in this case, the processing speed is slightly reduced.
  • the number of samples should be reduced, but in this case, the accuracy of tilt detection is slightly reduced.
  • the one-line extraction processing unit 22 receives the multi-value image data from the detection position determination processing unit 21.
  • a plurality of samples are extracted from the multi-valued image data in the vertical direction (y direction) of reading and sent to the data calculation unit 3.
  • the sample consists of data corresponding to one line of the read line (one column of pixels). That is, it is multi-value data obtained from the image data of the one read line of the input image 100.
  • the sample extraction position is set to the position of the 20, 40, 60,... Line in accordance with the determination of the detection position determination processing unit 21.
  • the one-line extraction processing unit 23 extracts a plurality of samples in the horizontal scanning direction (X direction) from the multi-value image data.
  • X direction horizontal scanning direction
  • the data calculation unit 3 includes a second derivative processing unit 31 and a moving average generation processing unit 32.
  • the second derivative processing unit 31 calculates second derivative data for each of the vertical and horizontal samples and detects the position.
  • Send to Part 4 the moving average generation processing unit 32 calculates moving average data for each of the vertical and horizontal samples, and performs position detection.
  • Curve A is the moving average data Av en
  • Curve B is the two data in which the second derivative data (Curve C) is the maximum of the data obtained by inverting the polarity of the moving average data Av en.
  • the data between the points between the points is replaced with the moving average data AV en at the point where the second derivative data (curve C) is maximal.
  • the value of the value a of en is reversed.
  • the curve C is the second derivative data. It is. Note that the data of the curve B is data that does not actually exist as data based on the read data. This is the data generated for
  • FIG. 4 corresponds to, for example, the left part of the extracted sample in the X direction in FIG.
  • the moving average data A ven (curve A)
  • the paper since the paper (the white portion) is placed diagonally, there is no paper at first, so the area where the pixel value is almost 0 continues, At the edge of, the pixel value rises sharply to a value of about 23.5 (thus, it is not completely white paper).
  • the second derivative data (curve B) changes as the pixel value changes as shown in the figure, and a similar curve is obtained in the y direction (same in FIGS. 5 and 6). .
  • FIG. 5 corresponds to, for example, the right part of the extracted sample in the X direction in FIG.
  • FIG. 6 is a diagram schematically showing the second derivative data and the moving average data when the paper is placed obliquely by combining FIGS. 4 and 5. That is, when the paper is placed obliquely, the curve shown in FIG. 6 is always obtained.
  • the position detection unit 4 includes an edge detection processing unit 41 and a detected coordinate storage unit 42.
  • the edge detection processing unit 41 receives the moving average data and the second derivative data for each of the plurality of samples from the second differentiation processing unit 31 and the moving average generation processing unit 32, Based on this, the first and second positions where these are in a predetermined relationship are detected and sent to the detected coordinate storage unit 42.
  • the first and second positions are the edges on both sides of the sheet.
  • the edge detection processing unit 41 determines that the point at which the second derivative data is the maximum and which is larger than the moving average data is the first position ⁇ ⁇ and the second position 0 Set to 0. This is called an outside point.
  • the position on the side where the pixel value sharply increases is referred to as a first position ⁇
  • the position on the side where the pixel value sharply decreases is the second position ⁇ .
  • the second derivative data is always maximum and larger than the moving average data. Therefore, the position where the second derivative data is maximal and larger than the moving average data can be considered to be the edge of the paper.
  • the edge detection processing unit 41 inverts the polarity of the value of the moving average data at the point where the secondary differential data is minimal and the secondary differential data is maximal. Points that are smaller than the values are defined as a first position ⁇ n and a second position] 3 n. This is called the inside point (the point inside the outside point). At the position where the pixel value suddenly rises or falls, the value of the second derivative data is always minimum and the value of the moving average data at the point where the second derivative data is the maximum is inverted. Become smaller.
  • the position where the value of the moving average data at the point where the second derivative data is minimum and the value of the second derivative data is maximum becomes smaller than the value obtained by inverting the polarity of the moving average data is also considered to be the edge of the paper. Good. It should be noted that only the outer point may be obtained and the inner point may not be obtained, or conversely, only the inner point may be obtained and the outer point may not be obtained.
  • the detected coordinate storage unit 42 creates a detected coordinate table 4 21 as shown in FIG. 7 (A).
  • the detected coordinate table 42 1 stores a unique number assigned to each of a plurality of samples, and outer and inner points detected from the edge detection processing unit 41 for the sample.
  • the detected coordinate storage unit 42 stores the outer point and the inner point for all of the plurality of samples, the detected coordinate storage unit 42 notifies the parallel area determination unit 5 of the stored outer and inner points.
  • the parallel region determination unit 5 determines a parallel region based on the first and second positions detected for each of the plurality of samples, and as a result, (Position coordinates) to the inclination detection unit 6.
  • the parallel area determination unit 5 refers to the detection coordinate table 4 21 and subtracts the first position 0 (the value of the coordinate) from the second position (the value of the coordinate) of the outer point. In this way, the distance between the first and second positions (see FIG. 6) is calculated. Alternatively, the distance between the first and second positions is calculated by subtracting the first position ⁇ ⁇ (the value of the coordinates) from the second position 0 ⁇ (the value of the coordinates) of the inner point. The value of the distance between the first and second positions when the distance becomes substantially constant corresponds to the width of the sheet.
  • the width of the paper tends to be calculated wider using the outer point, and the width of the paper tends to be calculated smaller using the inner point. Therefore, the average of the distance between the first and second positions of the outer point and the distance between the first and second positions of the inner point is calculated as the average of the first and second positions of the sample. The distance between them may be used. Which of these is to be used is determined, for example, by a user inputting an instruction from outside the image reading apparatus.
  • the parallel region determination unit 5 obtains a distribution (histogram) of the distance between the first and second positions.
  • FIG. 8 shows the distribution of the distance between the first and second positions for a plurality of samples in the X direction (lateral direction of reading). In this example, since the distance of many samples is about 238, the distance is distributed around the distance corresponding to about 238 pixels.
  • FIG. 9 shows the distribution of the distance between the first and second positions for a plurality of samples in the y-direction (vertical direction of reading). In the case of this example, since the distances of many samples are at positions of about 168, it can be seen that the distances are distributed around the distance corresponding to about 168 pixels.
  • the histogram of the distance between the first and second positions usually has a shape that is distributed with a certain width as shown in FIG. 7 (B). Therefore, the parallel area determination unit 5 sets the width of the distribution as the parallel recognition area P. That is, the parallel area is determined.
  • the width of the distribution is a width obtained by adding and subtracting a predetermined value to and from the center value of the distribution.
  • the parallel region determination unit 5 determines the parallel region in the vertical direction of reading by setting the width of the distribution as the parallel recognition region P based on the distribution. Further, the parallel region determination unit 5 determines the parallel region in the horizontal direction of reading by setting the width of the distribution as the parallel recognition region P based on the distribution.
  • the inclination detection unit 6 Upon receiving the determined parallel region from the parallel region determination unit 5, the inclination detection unit 6 calculates the inclination of the four sides of the input image based on the received parallel region.
  • the inclination detection unit 6 includes a linear processing unit 61 1 for processing in the y direction, a linear processing unit 62 for processing in the X direction, an intersection coordinate calculation processing unit 63, and an angle calculation processing unit. Consists of six and four.
  • the straight line processing unit 61 receives the parallel region in FIG. 7 (C). As shown in (2), a straight line equation for the two sides (left side and right side) in the y direction of the image is obtained.
  • the linear processing unit 61 refers to the detection coordinate table 421, and determines in the y direction that the distance between the first and second positions is within the range of the parallel region in the y direction. Extract multiple samples (only). Then, the linear equation processing unit 61 uses the coordinates of the first position of the plurality of samples to obtain a linear equation by a well-known least square method. This is the straight line equation on the left side. In addition, the linear equation processing unit 61 obtains a linear equation using the coordinates of the second positions of the plurality of samples by a well-known least square method. This is the linear equation on the right side.
  • the linear expression processing unit 62 converts the linear expression of the two sides (upper side and lower side) in the X direction of the image as shown in FIG. 7 (C).
  • the linear processing unit 61 extracts a plurality of samples in the X direction in which the distance between the first and second positions is within the range of the parallel region in the X direction.
  • a linear equation on the upper side and a linear equation on the lower side are obtained by the least square method.
  • the intersection coordinate calculation processing unit 63 is inclined from the intersection (indicated by a white circle) using the four-sided linear expression from the linear expression processing units 61 and 62. Then, find the four vertices of the image. These can be obtained by solving each simultaneous equation as can be seen from Fig. 7 (C).
  • the intersection coordinate calculation processing unit 63 notifies the obtained four vertices to the angle calculation processing unit 64 and the image output unit 8.
  • the angle calculation processing unit 64 obtains the distances of the four sides of the image based on the above four vertices, and calculates the inclination correction unit 7, and Although not shown, it is sent to the image output unit 8.
  • the slope 0 can be obtained, for example, by obtaining tan 1 ⁇ for the triangle ⁇ .
  • Tan- L 0 is obtained by solving each simultaneous equation from the linear equation shown by the dotted line in FIG. 10 (A).
  • the straight line equation indicated by the dotted line is obtained from the coordinates of the two vertices included in the triangle T. The same applies to other inclinations.
  • the inclination correction unit 7 Upon receiving the detected inclination from the angle calculation processing unit 64, the inclination correction unit 7 corrects the inclination of the input image 100 based on the received inclination, and corrects the inclination as shown in FIG. 10 (B). Obtain the positive image 200. For this reason, although not specifically shown, the tilt correction unit 7 Receives the input image 10 ° before conversion from the data converter 1 and stores it. The inclination of the input image 100 can be corrected by various processes. For example, a well-known rotation process may be used, or a process shown in the above-mentioned Japanese Patent Application Laid-Open No. 2002-142804. The corrected image 200 is stored in a predetermined storage area (not shown).
  • FIG. 11 is an image skew correction processing flow, showing the image skew correction processing in the image reading apparatus of the present invention.
  • the image data converter 1 checks the image type (Step S 2). If the image type is a color image or a binary image, the input image 100 is converted into multi-valued image data (step S3), and the process proceeds to step S4. If the image type is a multi-valued image, step S3 is omitted.
  • the sample extracting unit 2 calculates the following in the vertical direction (y direction) and the horizontal direction (X direction) of reading from the multi-valued image data according to the detection ratio (extraction ratio). Extract a plurality of samples (step S4).
  • the data calculation unit 3 calculates second derivative data and moving average data for each of the plurality of samples in the vertical and horizontal directions as shown in FIGS. 4 and 5 (step S5).
  • the position detecting section 4 creates a detection coordinate table 4 21 (step S 6), takes out one sample (step S 7), and returns to FIG.
  • an outer point (first position ⁇ 0 and second position] 30) where the second derivative data is maximum and larger than the moving average data is detected (step S 8).
  • the second derivative data is obtained as shown in FIG. Is smaller than the value obtained by inverting the polarity of the value of the moving average data at the point where the second derivative data is local maximum (the first position
  • step S10 0 ct n and the second position] 3 n are detected. Thereafter, the position detector 4 checks whether or not the sample is the last sample (step S11). If it is not the last sample, repeat step S7 and subsequent steps.
  • the detection process is started from both the beginning and end of the data string as the sample in step S8, The point at which the secondary differential data is maximal is detected, and both inner points are detected at step S10.
  • the detection process is started from the beginning of the sample, the outer point ⁇ is detected, and after step S8, the inner point ⁇ is detected in step S1 ⁇ , and the inner point ⁇ is detected.
  • the detection process from the direction is stopped, the detection process is started from the end of the sample, the outer point / 30 is detected, and after the step S8, the inner point / 3 ⁇ is obtained at the step S10. Is detected.
  • the parallel region determination unit 5 calculates the distribution (histogram) of the distance between the first and second positions for each of the plurality of samples as shown in FIGS. Then, based on this, a parallel area (parallel recognition area) is determined as shown in FIG. 7 (() (step S12).
  • the inclination detection unit 6 calculates a straight line expression on two sides in the y direction (left side and right side) and two sides in the X direction (upper side and lower side) based on the parallel region, as shown in FIG. (Step S13), and using these four-sided linear equations, the four vertices of the image inclined from the intersection are obtained (step S14). Based on the peak of, the inclinations of the four sides of the image are obtained (step S15).
  • the inclination of the input image 100 is corrected based on the inclination, as shown in FIG. 10 (A), and the corrected image is corrected as shown in FIG. 10 (B).
  • Get 200 step S 16
  • the image output unit 8 obtains the four vertices after the capture based on the four vertices and the inclination of the inclined image (step S17), and as shown in FIG. 10 (B).
  • a rectangular image determined by the four vertices after the correction is cut out from the corrected image 200, and this is output as the output image 300 (step S18).
  • a parallel region is determined using a plurality of samples composed of multi-valued data, and based on the determined parallel region, inclinations of four sides of the image are determined.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Facsimile Scanning Arrangements (AREA)
  • Image Input (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

画像読取装置は、多値データからなる複数のサンプルの各々について移動平均データ及び２次微分データを算出するデータ算出部（３１、３２）と、移動平均データ及び２次微分データが所定の関係になる第１及び第２の位置を検出する位置検出部（４１、４２）と、第１及び第２の位置に基づいて平行領域を決定する平行領域決定部（５）と、平行領域に基づいて傾きを求める傾き検出部（６１～６４）と、傾きに基づいて画像データを補正する傾き補正部（７）とを備える。

Description

明細書 画像読取装置 技術分野
本発明は、 画像読取装置に関し、 特に、 画像の品質低下を生じることなく、 読 み取ったカラー画像又は多値画像の傾きを検出して、 当該画像を補正する画像読 取装置に関する。 背景技術
イメージスキャナ等の画像読取装置においては、 利用者が原稿を原稿台 （F B ) 上に正しく載置しない場合、 読み取った画像データは傾いたものとなる。 また 、 利用者が原稿をドキュメントフィーダ （A D F ) 上に正しくセットしない場合 も、 同様に、 読み取った画像データは傾いたものとなる。 このような状態は、 特 に、 例えばいわゆる A 4版のサイズの原稿台等の上に B 5版の原稿を載置等した 場合に、 原稿が斜めに載置されることにより多く生じる。
このような傾いた画像データは、 例えば回転処理等の編集処理によって補正す ることができる。 し力 し、 このような編集処理には多くの処理時間を要するため 、 高速処理には向いていない。 そこで、 このような編集処理によらずに、 傾き （ 角度） を検出して画像データを補正する技術が提案されている （例えば、 特開 2 0 0 2 - 1 4 2 0 8 4号公報 （第 3頁〜第 1 2頁） 参照） 。
このような従来の画像データの傾きの検出処理は、 当該画像データが 2値デー タである場合に適用可能なものであった。 これは、 傾き補正がイメージスキャナ により主として文字の原稿を読み取ることを想定していたためである。 即ち、 2 値データで表される文字の傾きを直して、 出力したものを読み易くするために取 り入れられたためである。
従って、 当該画像データが （フル） カラーデータや多値データ （グレースケー ル） である場合には、 当該画像データを一旦 2値データに変換した後で、 前述の 画像データの傾きの検出処理を適用していた。 このため、 カラー画像又は多値画 像の傾きを補正した後の画像においては、 画像デ タの変換に起因して、 例えば 写真の中の人物像の縁がギザギザになってしまう等、 画像の品質が低下する場合 力 sあった。
一方、 近年、 カラーイメージスキャナの普及により、 処理対象の画像が写真等 を含むカラー画像又は多値画像であることが多い。 そこで、 多くの処理時間を要 する回転処理等の編集処理によらず、 かつ、 写真等の部分の品質の低下を生じる ことなく、 カラー画像又は多値画像の傾き （角度） を検出して画像データを補正 することが望まれている。
本発明は、 画像の品質低下を生じることなく、 読み取ったカラー画像又は多値 画像の傾きを検出して、 当該画像を補正する画像読取装置を提供することを目的 とする。 発明の開示
本発明の画像読取装置は、 入力された画像データの読取の縦方向及び横方向の 各々における複数のサンプルであって多値データからなる複数のサンプルの各々 について移動平均データ及び 2次微分データを算出するデータ算出部と、 複数の サンプルの各々について当該移動平均データ及び 2次微分データに基づいてこれ らが所定の関係になる第 1及び第 2の位置を検出する位置検出部と、 複数のサン プルの各々について検出された第 1及び第 2の位置に基づいて平行領域を決定す る平行領域決定部と、 決定した平行領域に基づいて入力された当該画像の 4辺の 傾きを求める傾き検出部と、 検出された傾きに基づいて入力された画像データを 補正する傾き補正部とを備える。
本発明の画像読取装置によれば、 -多値データからなる複数のサンプルを用いて 平行領域を決定し、 これに基づいて当該画像の 4辺の傾きを求め、 入力された画 像データを補正する。 これにより、 入力された画像データが多値データ又はカラ 一データである場合、 これらを 2値データに変換することなく、 画像データの傾 きを補正することができる。 従って、 画像データの変換に起因して生じる画像の 品質の低下を防止することができる。 この結果、 例えばカラーイメージスキャナ で読み取った画像データについて、 多くの処理時間を要する回転処理等の編集処 理によらず、 かつ、 写真等の部分の品質の低下を生じることなく、 傾き補正する ことができる。 図面の簡単な説明
第 1図は、 画像読取装置構成図であり、 画像読取装置の構成の概略を示す。 第 2図は、 画像読取装置構成図であり、 画像読取装置の構成の詳細を示す。 第 3図は、 画像傾き補正処理説明図である。
第 4図は、 画像傾き補正処理説明図である。
第 5図は、 画像傾き補正処理説明図である。
第 6図は、 画像傾き補正処理説明図である。
第 7図 （A) 、 第 7図 （B ) 、 第 7図 （C ) は、 画像傾き補正処理説明図であ る。
第 8図は、 画像傾き補正処理説明図である。
第 9図は、 画像傾き補正処理説明図である。
第 1 0図 （A) 、 第 1 0図 （B ) は、 画像傾き補正処理説明図である。
第 1 1図は、 画像傾き補正処理フローであり、 本発明の画像読取装置における 画像傾き補正処理について示す。 発明を実施するための最良の形態
第 1図及び第 2図は、 画像読取装置構成図であり、 特に、 第 1図は本発明の画 像読取装置の構成の概略を示し、 第 2図は第 1図の画像読取装置の構成の詳細を 示す。
画像データ変換部 1は、 画像データ （以下、 入力画像） 1 0 0が入力されると 、 指定された画像種別に従って、 入力画像 1 0 0の処理を行う。 画像種別は、 例 えば利用者が読取の種別をカラー、 多値、 モノクロ （2値） と指定することによ り、 これに応じて指定される。 画像種別が多値画像である場合、 画像データ変換 部 1は、 当該入力画像 1 0 0をそのままサンプル抽出部 2へ送る。 画像種別が力 ラー画像又は 2値画像である場合、 画像データ変換部 1は、 画像データを変換し た上で、 サンプル抽出部 2へ送る。 即ち、 例えば 2 4ビッ トのフルカラ一のカラ 一画像データに基づいて、 8ビット （2 5 6階調） の多値画像データを生成する 。 又は、 1ビットの 2値画像データに基づいて、 8ビットの多値画像データを生 成する。 この場合は、 「0 (又は黑） 」 を 0階調とし、 「1 (又は白） 」 を 2 5 5階調とする。 従って、 サンプルの抽出に先立って、 入力画像 1 0 0の多値画像 データへの変換が行われる。
サンプノレ抽出部 2は、 検出位置決定処理部 2 1、 y方向についての処理を行う 1ライン抽出処理部 2 2、 X方向についての処理を行う 1ライン抽出処理部 2 3 からなる。 第 3図に示すように、 y方向が副走査方向であり、 読取の縦方向であ る。 また、 X方向が、 主走査方向であり、 読取の横方向である。 第 3図において は、 用紙を斜めに載置したために、 黒塗りで示す読取領域の中に斜めに白抜きの 用紙が読み取られた状態が示されている。
検出位置決定処理部 2 1は、 画像データ変換部 1から多値画像データを受け取 ると、 検出割合 （抽出割合） に従って、 サンプルを抽出する位置を決定する。 検 出割合は、 当該画像読取装置の外部から指定され、 例えば 5 %'と指定される。 例 えば、 X方向が 2 5 0 0ライン （読取ライン又は画素の列） であるとすると、 そ の 5 %であるから、 1 2 5個のサンプルを抽出することになる。 そこで、 検出位 置決定処理部 2 1は、 サンプルを抽出する位置を 2 0 ( = 2 5 0 0 / 1 2 5 ) ラ イン毎と決定する。 y方向についても、 同様に決定される。 従って、 サンプルを 抽出する位置 （検出対象位置 D ) は、 第 3図に白抜きの三角で示すように、 均等 な間隔とされ、 また、 X方向及び y方向の走査数の割合に依存して定まる。 X方 向のサンプノレは画素 X 0〜x nからなり、 y方向のサンプルは画素 y 0〜y nか らなる。
これにより、 実際には解像度により異なるが、 通常は、 縦横の各々にっき 1 0 0〜1 3 0個のサンプルが得られる。 傾きを検出するためのサンプル数としては 、 この程度で十分である。 なお、 傾き検出の精度を向上させたければ、 サンプル 数 （即ち、 検出割合の％) を増やせばよいが、 この場合、 処理速度がやや低下す る。 処理速度を向上させたければ、 サンプル数を減らせばよいが、 この場合、 傾 き検出の精度がやや低下する。
1ライン抽出処理部 2 2は、 検出位置決定処理部 2 1から多値画像データを受 け取ると、 当該多値画像データから、 読取の縦方向 （y方向） において、 複数の サンプルを抽出し、 データ算出部 3へ送る。 サンプルは、 第 3図に示すように、 当該読取ラインの 1ライン分 （画素の 1列分） に対応するデータからなる。 即ち 、 入力画像 100の当該 1読取ラインの画像データから得た多値データである。 サンプルの抽出位置は、 検出位置決定処理部 21の決定に従って、 前述の例の場 合には 20、 40、 60、 · · ' ラインの位置とされる。 1ライン抽出処理部 2 3も、 同様に、 検出位置決定処理部 21から多値画像データを受け取ると、 当該 多値画像データから、 読取の横方向 （X方向） において、 複数のサンプルを抽出 し、 データ算出部 3へ送る。
データ算出部 3は、 2次微分処理部 31、 移動平均生成処理部 32からなる。 2次微分処理部 31は、 1ライン抽出処理部 22及び 23の各々から複数のサン プルを受け取ると、 当該縦方向及び横方向のサンプルの各々について、 2次微分 データを算出して、 位置検出部 4へ送る。 また、 移動平均生成処理部 32は、 1 ライン抽出処理部 22及び 23の各々から複数のサンプルを受け取ると、 当該縦 方向及び横方向のサンプルの各々について、 移動平均データを算出して、 位置検 出部 4へ送る。 即ち、 個々のサンプルにおいて、 ピクセル （画素） の各々は、 8 ビット （256階調） の多値データとすると、 0〜255のいずれかの値を採る 。 そこで、 当該多値データを 2回微分すれば、 2次微分データが得られる。 また 、 当該多値データについて周知の演算を行えば、 移動平均データが得られる。 例 えば、 一例として、 移動平均データ Av e n= ( (n-2) +2 (n— 1) +4 n+ 2 (n+ 1) + (n+ 2) ) /10である。 即ち、 多値データであるので、 微分が可能となり、 移動平均の算出が可能となる。
2次微分データ及び移動平均データの一例を、 第 4図乃至第 6図に示す。 第 4 図乃至第 6図において、 曲線 Aは移動平均データ Av e n、 曲線 Bは、 移動平均 データ Av e nの極性を反転したデータの内の 2次微分データ （曲線 C) が極大 である 2個の点の間の区間を、 当該 2次微分データ （曲線 C) が極大である点に おける移動平均データ A V e nの値 aの極性を反転した値で置き換えたデータ、 曲線 Cは 2次微分データである。 なお、 曲線 Bのデータは、 読取データに基づく データとしては実際には存在しないデータであり、 後述の本発明の位置検出のた めに生成されるデータである。
第 4図は、 例えば、 第 3図において、 抽出した X方向のサンプルの左側の部分 に相当する。 即ち、 移動平均データ A v e n (曲線 A) に着目すると、 用紙 （白 抜きの部分） を斜めに載置したために、 最初は、 用紙が存在しないので画素値が ほぼ 0の領域が連続し、 用紙のエッジで画素値が急激に高くなり 2 3 5程度の値 (従って、 これは完全に白い用紙ではない） となる。 なお、 2次微分データ （曲 線 B ) は画素値の変化に伴って図示のように変化し、 また、 y方向についても同 様の曲線が得られる （第 5図及び第 6図において同じ） 。
逆に、 第 5図は、 例えば、 第 3図において、 抽出した X方向のサンプルの右側 の部分に相当する。 即ち、 移動平均データ A v e n (曲線 A) に着目すると、 用 紙を斜めに載置したために、 最初は、 用紙が存在するので画素値が 2 3 5程度の 値の領域が連続し、 用紙のェッジで画素値が急激に低くなりほぼ 0となる。 第 6図は、 第 4図と第 5図とを合成して、 用紙を斜めに載置した場合における 、 2次微分データ及び移動平均データの概略を示した図である。 即ち、 用紙を斜 めに載置した場合、 必ず第 6図に示す曲線が得られる。 1個のサンプルにおいて 、 例えば移動平均データ A v e n (曲線 A) に着目すると、 最初は、 用紙が存在 しないので画素値がほぼ 0の領域が連続し、 用紙のエッジで画素値が急激に高く なり、 この後、 用紙が存在するので画素値が 2 3 5程度の値の領域が連続し、 用 紙のェッジで画素値が急激に低くなりほぼ 0となる。
位置検出部 4は、 エッジ検出処理部 4 1、 検出座標格納部 4 2からなる。 エツ ジ検出処理部 4 1は、 2次微分処理部 3 1及び移動平均生成処理部 3 2から、 複 数のサンプルの各々について、 当該移動平均データ及び 2次微分データを受け取 ると、 これに基づいて、 これらが所定の関係になる第 1及び第 2の位置を検出し 、 検出座標格納部 4 2に送る。 この第 1及び第 2の位置が用紙の両側のエッジと なる。
エッジ検出処理部 4 1は、 第 6図に示すように、 2次微分データが極大であり 、 かつ、 移動平均データよりも大きい値である点を、 第 1の位置 α θ及び第 2の 位置 0 0とする。 これを外点ということとする。 なお、 画素値が急激に高くなる 側の位置を第 1の位置 αとし、 画素値が急激に低くなる側の位置を第 2の位置 β とする。 画素値が急激に高くなるか又は低くなる位置では、 必ず、 2次微分デー タが極大であり、 かつ、 移動平均データよりも大きくなる。 従って、 2次微分デ ータが極大であり、 かつ、 移動平均データよりも大きくなる位置は、 用紙のエツ ジであると考えてよい。
また、 エッジ検出処理部 4 1は、 第 6図に示すように、 2次微分データが極小 であり、 かつ、 2次微分データが極大である点における移動平均データの値の極 性を反転した値よりも小さい値である点を、 第 1の位置 α n及び第 2の位置 ]3 n とする。 これを内点 （外点よりも内側の点） ということとする。 画素値が急激に 高くなるか又は低くなる位置では、 必ず、 2次微分データが極小であり、 かつ、 2次微分データが極大である点における移動平均データの値の極性を反転した値 よりも小さくなる。 従って、 2次微分データが極小であり、 かつ、 2次微分デー タが極大である点における移動平均データの値の極性を反転した値よりも小さく なる位置も、 用紙のエッジであると考えてよい。 なお、 外点のみを求めて内点を 求めないようにしてもよく、 逆に、 内点のみを求めて外点を求めないようにして もよい。
検出座標格納部 4 2は、 第 7図 （A) に示すように、 検出座標テーブル 4 2 1 を作成する。 検出座標テーブル 4 2 1は、 複数のサンプルの各々に付されたュニ ークな番号と、 当該サンプルについて検出されたエッジ検出処理部 4 1からの外 点及び内点とを格納する。 検出座標格納部 4 2は、 複数のサンプルの全てについ てその外点及び内点を格納すると、 これを平行領域決定部 5に通知する。
平行領域決定部 5は、 検出座標格納部 4 2からの通知を受けると、 複数のサン プルの各々について検出された第 1及び第 2の位置に基づいて、 平行領域を決定 して、 その結果 （位置座標） を傾き検出部 6に通知する。
このために、 平行領域決定部 5は、 検出座標テーブル 4 2 1を参照して、 外点 の第 2の位置 (の座標の値） から第 1の位置ひ 0 (の座標の値） を引くこと により、 第 1及び第 2の位置の間の距離 （第 6図参照） を算出する。 又は、 内点 の第 2の位置 0 η (の座標の値） から第 1の位置 α η (の座標の値） を引くこと により、 第 1及び第 2の位置の間の距離を算出する。 第 1及び第 2の位置の間の 距離は、 これがほぼ一定となった時の値が、 用紙の幅に相当する。 この時、 第 6 図から判るように、 外点を用いると用紙の幅は広く算出される傾向にあり、 内点 を用いると用紙の幅は狭く算出される傾向にある。 そこで、 外点の第 1及び第 2 の位置の間の距離と、 内点の第 1及び第 2の位置の間の距離との平均を、 当該サ ンプルについての第 1及び第 2の位置の間の距離としてもよい。 これらのいずれ を用いるかは、 例えば利用者による当該画像読取装置の外部からの指示入力によ り定まる。
次に、 平行領域決定部 5は、 第 1及び第 2の位置の間の距離の分布 （ヒストグ ラム） を求める。 第 1及び第 2の位置の間の距離の分布の一例を、 第 8図及び第 9図に示す。 第 8図は、 X方向 （読取の横方向） における、 複数のサンプルにつ いての第 1及び第 2の位置の間の距離の分布を示す。 この例の場合、 多くのサン プルの距離が約 2 3 8 0の位置にあるので、 当該距離は約 2 3 8 0画素分に相当 する距離を中心に分布することが判る。 第 9図は、 y方向 （読取の縦方向） にお ける、 複数のサンプルについての第 1及び第 2の位置の間の距離の分布を示す。 この例の場合、 多くのサンプルの距離が約 1 6 8 0の位置にあるので、 当該距離 は約 1 6 8 0画素分に相当する距離を中心に分布することが判る。
第 1及び第 2の位置の間の距離のヒストグラムは、 通常、 第 7図 （B ) に示す ように、 ある程度の幅を持って分布する形状となる。 そこで、 平行領域決定部 5 は、 当該分布の幅を平行認識領域 Pとする。 即ち、 平行領域を決定する。 例えば 、 当該分布の幅は、 当該分布の中心値に対して所定の値を加算及び減算して求ま る幅である。 具体的には、 平行領域決定部 5は、 読取の縦方向について、 前記分 布に基づいて、 前記分布の幅を平行認識領域 Pとすることにより、 平行領域を決 定する。 また、 平行領域決定部 5は、 読取の横方向について、 前記分布に基づい て、 前記分布の幅を平行認識領域 Pとすることにより、 平行領域を決定する。 傾き検出部 6は、 平行領域決定部 5から決定した平行領域を受け取ると、 これ に基づいて、 入力された当該画像の 4辺の傾きを求める。 このために、 傾き検出 部 6は、 y方向についての処理を行う直線式処理部 6 1、 X方向についての処理 を行う直線式処理部 6 2、 交点座標算出処理部 6 3、 角度算出処理部 6 4からな る。
直線式処理部 6 1は、 y方向についての平行領域を受け取ると、 第 7図 （C ) に示すように、 当該画像の y方向の 2辺 （左辺及び右辺） の直線式を求める。 こ のために、 直線式処理部 6 1は、 検出座標テーブル 4 2 1を参照して、 第 1及び 第 2の位置の間の距離が前記 y方向の平行領域の範囲内にある y方向の複数のサ ンプル （のみ） を抽出する。 そして、 直線式処理部 6 1は、 これらの複数のサン プルの第 1の位置の座標を用いて、 周知の最小二乗法により、 直線式を求める。 これが左辺の直線式である。 また、 直線式処理部 6 1は、 これらの複数のサンプ ルの第 2の位置の座標を用いて、 周知の最小二乗法により、 直線式を求める。 こ れが右辺の直線式である。
同様にして、 直線式処理部 6 2は、 X方向についての平行領域を受け取ると、 第 7図 （C ) に示すように、 当該画像の X方向の 2辺 （上辺及び下辺） の直線式 を求める。 即ち、 直線式処理部 6 1は、 第 1及び第 2の位置の間の距離が前記 X 方向の平行領域の範囲内にある X方向の複数のサンプルを抽出し、 これらのサン プルの第 1及び第 2の位置の座標を用いて、 各々、 最小二乗法により、 上辺の直 線式及び下辺の直線式を求める。
交点座標算出処理部 6 3は、 第 7図 （C ) に示すように、 直線式処理部 6 1及 び 6 2からの 4辺の直線式を用いて、 その交点 （白丸で示す） から傾いた当該画 像の 4個の頂点を求める。 これらは、 第 7図 （C ) から判るように、 各連立方程 式を解くことにより得られる。 交点座標算出処理部 6 3は、 求めた 4個の頂点を 、 角度算出処理部 6 4及び画像出力部 8に通知する。
角度算出処理部 6 4は、 第 1 0図 （A) に示すように、 前述の 4個の頂点に基 づいて、 当該画像の前記 4辺の ί頃きを求め、 傾き補正部 7、 及び、 図示しないが 、 画像出力部 8へ送る。 傾き 0は、 第 1 0図 （Α) から判るように、 例えば、 三 角形 Τについての t a n 1 ^を求めることにより得られる。 t a n— L 0は、 第 1 0図 （A) の点線で示す直線式から、 各連立方程式を解くこと等により得られる 。 点線で示す直線式は、 当該三角形 Tに含まれる 2個の頂点の座標から得られる 。 他の傾きについても、 同様である。
傾き補正部 7は、 角度算出処理部 6 4から検出された傾きを受け取ると、 これ に基づいて、 入力画像 1 0 0の傾きを補正し、 第 1 0図 （B ) に示すように、 補 正画像 2 0 0を得る。 このために、 特に図示はしないが、 傾き補正部 7は、 画像 データ変換部 1から変換前の入力画像 1 0◦を受け取り、 保存する。 入力画像 1 0 0の傾きの補正は、 種々の処理によることができる。 例えば、 周知の回転処理 によってもよく、 前述の特開 2 0 0 2 - 1 4 2 0 8 4号に示される処理によって もよい。 補正画像 2 0 0は所定の格納領域 （図示せず） に格納される。
画像出力部 8は、 交点座標算出処理部 6 3から受け取った傾いた画像の 4個の 頂点と、 角度算出処理部 6 4から受け取った傾きとに基づいて、 補正後における 4個の頂点 （白丸で示す） を求める。 これらは、 入力画像 1 0 0の傾きの補正の 処理に応じた演算処理により得られる。 そして、 画像出力部 8は、 補正画像 2 0 0から、 補正後における 4個の頂点により定まる矩形の画像 （のみ） を取り出し て （切り出して） 、 これを出力画像 （切り出し画像） 3 0 0として出力する。 第 1 1図は、 画像傾き補正処理フローであり、 本発明の画像読取装置における 画像傾き補正処理について示す。
画像データ変換部 1が、 入力画像 1 0 0が入力されると （ステップ S 1 ) 、 画 像種別を調べ （ステップ S 2 ) 、 画像種別がカラー画像又は 2値画像である場合 、 当該入力画像 1 0 0を多値画像データに変換し （ステップ S 3 ) 、 ステップ S 4 進む。 画像種別が多値画像である場合、 ステップ S 3を省略する。 この後、 サンプル抽出部 2が、 第 3図に示すように、 検出割合 （抽出割合） に従って、 当 該多値画像データから、 読取の縦方向 （y方向） 及び横方向 （X方向） において 、 複数のサンプルを抽出する （ステップ S 4 ) 。 次に、 データ算出部 3が、 縦方 向及び横方向の複数のサンプルの各々について、 第 4図及び第 5図に示すように 2次微分データ及び移動平均データを算出する （ステップ S 5 )
次に、 位置検出部 4が、 第 7図 （A) に示すように、 検出座標テーブル 4 2 1 を作成し （ステップ S 6 ) 1個のサンプルを取り出して （ステップ S 7 ) 、 第 6図に示すように、 2次微分データが極大であり、 かつ、 移動平均データよりも 大きい値である外点 （第 1の位置 α 0及び第 2の位置 ]3 0 ) を検出し （ステップ S 8 ) 、 当該 2次微分データが極大である点における移動平均データの値の極性 を反転させた値の曲線 Βを求めた後に （ステップ S 9 ) 、 第 6図に示すように、 2次微分データが極小であり、 かつ、 2次微分データが極大である点における移 動平均データの値の極性を反転させた値よりも小さい値である内点 （第 1の位置
0 ct n及び第 2の位置 ]3 n) を検出する （ステップ S 1 0) 。 この後、 位置検出部 4が、 当該サンプルが最後のサンプルか否かを調べる （ステップ S 1 1) 。 最後 のサンプルでない場合、 ステップ S 7以下を繰り返す。
なお、 外点及び内点の検出においては、 2次微分データが極大である点の検出 が先に行なわれなければならない。 従って、 第 6図から判るように、 ステップ S 7で取り出した 1個のサンプルについて、 ステップ S 8において当該サンプルで あるデータ列の先頭及び最後尾の双方から検出処理を開始して、 外点即ち 2次微 分データが極大である点を検出し、 ステップ S 1 0において双方の内点を検出す る。 実際には、 例えば当該サンプルの先頭から検出処理を開始して、 外点 α θを 検出し、 ステップ S 8の後にステップ S 1◦において内点 α ηを検出し、 内点 α ηを検出したら当該方向からの検出処理を停止し、 次に、 当該サンプルの最後尾 から検出処理を開始して、 外点 /3 0を検出し、 ステップ S 8の後にステップ S 1 0において内点 /3 ηを検出する。
最後のサンプルである場合、 平行領域決定部 5が、 第 8図及び第 9図に示すよ うに、 複数のサンプルの各々についての第 1及び第 2の位置の間の距離の分布 （ ヒストグラム） を求め、 これに基づいて、 第 7図 （Β) に示すように、 平行領域 (平行認識領域） を決定する （ステップ S 1 2) 。
次に、 傾き検出部 6が、 平行領域に基づいて、 第 7図 （C) に示すように、 y 方向の 2辺 （左辺及び右辺） の直線式及び X方向の 2辺 （上辺及び下辺） の直線 式を求め （ステップ S 1 3) 、 これらの 4辺の直線式を用いて、 その交点から傾 いた当該画像の 4個の頂点を求め （ステップ S 1 4) 、 更に、 これらの 4個の頂 点に基づいて、 当該画像の 4辺の傾きを求める （ステップ S 1 5) 。
次に、 傾き補正部 7力 第 1 0図 （A) に示すように、 前記傾きに基づいて、 入力画像 1 00の傾きを補正し、 第 1 0図 （B) に示すように、 補正画像 200 を得る （ステップ S 1 6) 。 この後、 画像出力部 8が、 傾いた画像の 4個の頂点 と傾きとに基づいて、 捕正後における 4個の頂点を求め （ステップ S 1 7) 、 第 1 0図 （B) に示すように、 補正画像 200から補正後における 4個の頂点によ り定まる矩形の画像を切り出して、 これを出力画像 3 00として出力する （ステ ップ S 1 8) 。 産業上の利用可能性
以上説明したように、 本発明によれば、 画像読取装置において、 多値データか らなる複数のサンプルを用いて平行領域を決定し、 これに基づいて当該画像の 4 辺の傾きを求め、 入力された画像データを補正することにより、 入力された画像 データが多値データ又はカラーデータである場合、 これらを 2値データに変換す ることなく、 画像データの傾きを補正することができるので、 画像データの変換 に起因して生じる画像の品質の低下を防止することができる。 この結果、 例えば カラ一^ rメ一ジスキャナで読み取った画像データについて、 多くの処理時間を要 する回転処理等の編集処理によらず、 写真等の部分の品質の低下を生じることな く、 傾き補正することができる。
2

Claims

請求の範囲
1 . 入力された画像データの読取の縦方向及び横方向の各々における複数のサ ンプルであって、 多値データからなる複数のサンプルの各々について、 移動平均 データ及び 2次微分データを算出するデータ算出部と、
前記複数のサンプルの各々について、 当該移動平均データ及び 2次微分データ に基づいて、 これらが所定の関係になる第 1及び第 2の位置を検出する位置検出 部と、
前記複数のサンプルの各々について検出された前記第 1及び第 2の位置に基づ いて、 平行領域を決定する平行領域決定部と、
前記決定した平行領域に基づいて、 前記入力された当該画像の 4辺の傾きを求 める傾き検出部と、
前記検出された傾きに基づいて、 前記入力された画像データを補正する傾き補 正部とを備える
ことを特徴とする画像読取装置。
2 . 当該画像読取装置は、 更に、
前記入力された画像データから、 読取の縦方向及び横方向において、 各々、 前 記複数のサンプルを抽出するサンプノレ抽出部を備える
ことを特徴とする請求の範囲第 1項に記載の画像読取装置。
3 . 前記サンプル抽出部は、 当該画像読取装置の外部から指定された抽出割合 に従って、 前記複数のサンプルを抽出する位置を決定する
ことを特徴とする請求の範囲第 2項に記載の画像読取装置。
4 . 当該画像読取装置は、 更に、
前記複数のサンプルの抽出に先立って、 前記入力された画像データがカラー画 像データ又は 2値画像データである場合、 これに基づいて多値画像データを生成 する画像データ変換部を備える
ことを特徴とする請求の範囲第 2項に記載の画像読取装置。
5 . 前記位置検出部は、 前記 2次微分データが極大であり、 かつ、 前記移動平 均データよりも大きい値である点を、 前記第 1及び第 2の位置とする
3 ことを特徴とする請求の範囲第 1項に記載の画像読取装置。
6 . 前記位置検出部は、 前記 2次微分データが極小であり、 かつ、 前記 2次微 分データが極大である点における前記移動平均データの値の極性を反転した値よ りも小さい値である点を、 前記第 1及び第 2の位置とする
ことを特徴とする請求の範囲第 1項に記載の画像読取装置。
7 . 前記平行領域決定部は、 前記読取の縦方向における前記複数のサンプルに ついての前記第 1及び第 2の位置の間の距離の分布に基づいて当該縦方向におけ る前記平行領域を決定し、 前記読取の横方向における前記複数のサンプルについ ての前記第 1及び第 2の位置の間の距離の分布に基づいて当該横方向における前 記平行領域を決定する
ことを特徴とする請求の範囲第 1項に記載の画像読取装置。
8 . 前記傾き検出部は、 前記入力された当該画像の 4辺の直線式を求め、 その 交点から 4個の頂点を求め、 前記 4辺の傾きを求める
ことを特徴とする請求の範囲第 1項に記載の画像読取装置。
9 . 当該画像読取装置は、 更に、
前記検出された傾きに基づいて、 前記補正後における前記 4個の頂点を求め、 これにより定まる矩形の画像を取り出して出力する画像出力部を備える
ことを特徴とする請求の範囲第 8項に記載の画像読取装置。 .
4
PCT/JP2003/012313 2002-10-04 2003-09-26 画像読取装置 Ceased WO2004032482A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP03748597A EP1549042A4 (en) 2002-10-04 2003-09-26 IMAGE READING DEVICE
US10/527,984 US7415168B2 (en) 2002-10-04 2003-09-26 Image reading device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2002/292007 2002-10-04
JP2002292007A JP2004129022A (ja) 2002-10-04 2002-10-04 画像読取装置

Publications (1)

Publication Number Publication Date
WO2004032482A1 true WO2004032482A1 (ja) 2004-04-15

Family

ID=32063908

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2003/012313 Ceased WO2004032482A1 (ja) 2002-10-04 2003-09-26 画像読取装置

Country Status (4)

Country Link
US (1) US7415168B2 (ja)
EP (1) EP1549042A4 (ja)
JP (1) JP2004129022A (ja)
WO (1) WO2004032482A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100384210C (zh) * 2001-09-12 2008-04-23 精工爱普生株式会社 复合打印机及扫描图像复制方法
US7742198B2 (en) * 2001-09-12 2010-06-22 Seiko Epson Corporation Image processing apparatus and method
WO2006087791A1 (ja) * 2005-02-17 2006-08-24 Fujitsu Limited 画像処理方法、画像処理システム、画像処理装置及びコンピュータプログラム
JP4784500B2 (ja) * 2006-12-08 2011-10-05 日本電気株式会社 画像傾き補正装置及び画像傾き補正方法
JP2008252862A (ja) * 2007-03-05 2008-10-16 Ricoh Co Ltd 画像処理装置、画像処理方法及び画像処理プログラム
US8463074B2 (en) * 2009-11-11 2013-06-11 General Dynamics Advanced Information Systems System and method for rotating images
JP5567963B2 (ja) * 2010-09-29 2014-08-06 富士フイルム株式会社 画像処理装置、放射線画像システム、画像処理方法およびプログラム
JP2020052916A (ja) * 2018-09-28 2020-04-02 日本電産サンキョー株式会社 画像処理装置、イメージスキャナ、及び画像処理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05344318A (ja) * 1992-06-10 1993-12-24 Canon Inc 画像入力装置
JPH11252351A (ja) * 1998-03-02 1999-09-17 Konica Corp 画像読取装置
JP2000261653A (ja) * 1999-03-09 2000-09-22 Hitachi Ltd 画像処理装置
JP2000341501A (ja) * 1999-03-23 2000-12-08 Minolta Co Ltd 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3920889A (en) * 1974-12-05 1975-11-18 Bell Telephone Labor Inc Method and apparatus for crispening video signals by the use of temporal filters
JPS63284686A (ja) * 1987-05-18 1988-11-21 Oki Electric Ind Co Ltd 画像の境界線検出方式
US5142592A (en) * 1990-12-17 1992-08-25 Moler Keith E Method and apparatus for detection of parallel edges in image processing
DE4318526C2 (de) 1992-06-10 1999-11-25 Canon Kk Bildeingabevorrichtung
JPH0737103A (ja) * 1993-07-23 1995-02-07 Olympus Optical Co Ltd 傾き角度検出装置
US6384414B1 (en) * 1997-11-25 2002-05-07 Board Of Regents, The University Of Texas System Method and apparatus for detecting the presence of an object
KR100607018B1 (ko) * 1998-06-23 2006-08-01 샤프 가부시키가이샤 화상 처리 장치, 화상 처리 방법 및 화상 처리 프로그램을기록한 매체
JP3670571B2 (ja) 2000-10-31 2005-07-13 株式会社Ｐｆｕ 画像読取装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05344318A (ja) * 1992-06-10 1993-12-24 Canon Inc 画像入力装置
JPH11252351A (ja) * 1998-03-02 1999-09-17 Konica Corp 画像読取装置
JP2000261653A (ja) * 1999-03-09 2000-09-22 Hitachi Ltd 画像処理装置
JP2000341501A (ja) * 1999-03-23 2000-12-08 Minolta Co Ltd 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1549042A4 *

Also Published As

Publication number Publication date
JP2004129022A (ja) 2004-04-22
US20060044575A1 (en) 2006-03-02
EP1549042A1 (en) 2005-06-29
US7415168B2 (en) 2008-08-19
EP1549042A4 (en) 2008-05-07

Similar Documents

Publication Publication Date Title
JP4219542B2 (ja) 画像処理装置、画像処理方法および画像処理プログラムが格納された記録媒体
JP2595158B2 (ja) 画像情報の絵／文字自動分離装置及びその方式
WO1999067943A1 (en) Image processor, image processing method, and medium on which image processing program is recorded
US7542608B2 (en) Method for automatically cropping image objects
US6771842B1 (en) Document image skew detection method
CN107800922B (zh) 图像处理装置及其控制方法和计算机可读存储介质
JP3886727B2 (ja) 画像処理装置
US20030160760A1 (en) Image comining apparatus and method
JP2008147976A (ja) 画像傾き補正装置及び画像傾き補正方法
JP2004129022A (ja) 画像読取装置
CN111178356A (zh) 纸张轮廓的歪斜纠偏方法
JP2616386B2 (ja) 画像処理装置
JP3310744B2 (ja) 解像度変換装置
JP3697828B2 (ja) 原稿角度補正方法及び原稿角度補正装置
JP2009284190A (ja) 画像読み取り装置および画像読み取りシステム
JPH11288453A (ja) 再生用のスキャン環境における原稿画像のスキュ―角度および黒い境界線を検出する方法およびシステム
JP2000261653A (ja) 画像処理装置
WO1993017518A1 (fr) Numeriseur d'image
JP3915974B2 (ja) 画像処理装置、画像処理方法、プログラム及び記録媒体
JPH05344330A (ja) 画像領域識別装置
JPH0676108A (ja) 文書画像の傾き検出方法
JP2003203205A (ja) 文字認識装置、文字認識方法、およびその方法をコンピュータに実行させるプログラム、並びにそのプログラムを記録したコンピュータ読み取り可能な記録媒体
JP2002262074A (ja) 画像処理装置、画像処理方法、該方法を実行するプログラムおよび該プログラムを記録した記録媒体
JP2004032765A (ja) 媒体を処理する画像形成装置のための方法、及びその方法に従って構成された画像形成装置
JP3274063B2 (ja) 画像傾き検出装置

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): US

AL Designated countries for regional patents

Kind code of ref document: A1

121 Ep: the epo has been informed by wipo that ep was designated in this application
ENP Entry into the national phase

Ref document number: 2006044575

Country of ref document: US

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 10527984

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2003748597

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 2003748597

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 10527984

Country of ref document: US