JP2001101426A - ディジタル画像処理方法 - Google Patents
ディジタル画像処理方法Info
- Publication number
- JP2001101426A JP2001101426A JP2000265229A JP2000265229A JP2001101426A JP 2001101426 A JP2001101426 A JP 2001101426A JP 2000265229 A JP2000265229 A JP 2000265229A JP 2000265229 A JP2000265229 A JP 2000265229A JP 2001101426 A JP2001101426 A JP 2001101426A
- Authority
- JP
- Japan
- Prior art keywords
- image
- edge
- bins
- data
- bin
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Input (AREA)
- Facsimile Scanning Arrangements (AREA)
- Facsimile Image Signal Circuits (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
ることができる画像形成入力デバイスを用いたディジタ
ル画像処理方法を提供する。 【解決手段】背景画素を識別した後でノイズのあるエッ
ジが円滑化され、隣接する前景領域を検索しオブジェク
トを識別する。マスクは上部左側の画素から背景画素と
してマスク内で分類されない画素に対する走査ライン傾
向を探索し、前景オブジェクトに対応付けられる画素を
識別する。背景を識別するための適応シードフィルアル
ゴリズムの使用によって前景オブジェクトが囲まれる。
エッジを追跡することによってオブジェクトの境界が識
別される。前景のオブジェクトの境界は単純8連結エッ
ジ横断演算子を使って追跡される。
Description
ード(にじみ)が著しく存在している状況下での画像入
力デバイスのプラテン上に置かれた数枚のドキュメント
の特定画像の検出に係り、より詳細には、孤立した画
像、線形回帰アルゴリズム、及び同一線上(collinearit
y)検出子を結合する技術を用いて、プラテン上に置かれ
た一連の画像の自動検出及びセグメンテーションに関す
る。
いて、走査システムの使用の容易性を高めるためには、
入力スキャナのプラテン上で走査されたオブジェクト
(例えば、ハードコピードキュメント)を自動的に検出
しセグメント化することが望ましい。この自動検出とセ
グメンテーションを容易にするには、オブジェクトの位
置、形状、及び回転角を識別する必要がある。このよう
な能力によって、ドキュメントの走査に要する時間を減
少することにより生産性を高めることができ、複数の画
像を効率的に走査することが可能となり、ドキュメント
送りメカニズム上にドキュメントを正確に配置する必要
性を減少させることできる。
ュメントの走査された画像内の複数のオブジェクトの境
界を自動的に決定するように意図されたシステムに関す
る。本発明の目的は、多数の図形と画像処理技術を組合
わせて自動化されたシステムを生成し、これによって、
ディジタル複写機と走査システムの生産性を向上させる
ことにある。
内の各オブジェクトを検索し、2)識別されたオブジェ
クトの形状(例:矩形)をモデリングし、3)ディジタ
ル画像内に予め定められた位置でこのオブジェクトを配
置する、ことによって上記の目的を達成する。
数の表示のうちの少なくとも一つを含むディジタル画像
を受け取るステップと、このディジタル画像の複数の画
像のうちの少なくとも一つになるようにこのディジタル
画像を処理するステップと、を備え、この処理ステップ
がこのディジタル画像のこれら複数の画像の各々を構成
する複数のエッジポイントを有する複数のビンを定義付
けるステップを含む、検出された画像のエッジのブリー
ドを低減する、画像形成入力デバイスを用いたディジタ
ル画像処理方法である。
エッジを有するビンを識別するステップと、この90度
のエッジに接近するビンにフィットする矩形画像をモデ
リングするステップと、を備える、エッジの輪郭を決定
して境界ボックスを生成することによって、検出された
画像のエッジのブリードを低減する、画像形成入力デバ
イスを用いたディジタル画像処理方法である。
数の表示のディジタル画像を受け取るステップとこのデ
ィジタル画像を表す複数の画像へこのディジタル画像を
処理するステップとを備えるディジタル画像処理方法で
ある。
エッジを有するエッジ輪郭上でビンを識別するステップ
と、これらの識別されたビン毎に矩形画像をモデリング
するステップと、を備える、エッジの輪郭を決定して境
界ボックスを生成することによって、検出された画像の
エッジのブリードを低減する、画像形成入力デバイスを
用いたディジタル画像処理方法である。
て、ユーザが、ドキュメントや他のオブジェクトを臨機
応変に走査し、ディジタル画像内のドキュメントの形状
を自動認識し、このオブジェクトを取り込んだディジタ
ルドキュメントを作り上げることが可能となる。
あっても、走査プロセスの効率性を高めるので有利であ
る。
ために図面を参照されたい。図中、全体を通して、同一
の構成要素を示すために同様の参照番号が付されてい
る。本発明を説明するために、記載中に以下の用語が用
いられている。
報を示すか又は情報を含む物理的な信号をいう。データ
のアイテムが多数の代替可能データの一つを示すことが
できる場合、このデータのアイテムは多数の「値」のう
ちの一つを有する。例えば、「ビット」とも呼ばれるデ
ータのバイナリ(2進)アイテムは、「1」と「0」や
「オン」と「オフ」又は、「ハイ」と「ロー」と呼ばれ
る互換性のある二つの値のうちの一つを有する。二つの
ビットが異なる値を有するならば、一つのビットは他の
ビットの「逆」である。Nビットのデータのアイテム
は、2×N個の値のうちの一つを有する。データの「マ
ルチビット」アイテムは、一つより多くのビットを含む
データのアイテムである。
を記憶することができる任意の回路であり、局所及び遠
隔メモリ並びに入力/出力デバイスを含んでいてもよ
い。例としては、半導体ROM、RAM、及びこれらが
アクセスできるデータ記憶媒体を有する記憶媒体アクセ
スデバイス、が含まれる。「メモリセル」は、ビット、
他のn個のアレイディジットやアナログ値等の単一ユニ
ットのデータを記憶することができるメモリ回路であ
る。
れた信号を発生させる場合、これらの代替信号のセット
のうちの一つを「表示」又は「選択」する。例えば、一
つの信号は一連のビットセットのうちの一つのビットセ
ットを演算に使用するように表示することができ、この
場合、この信号は表示されたビットセットを演算で使用
させるようにする。
等の他の特徴を含んでいてもよい。テキストは、ドキュ
メントのページにおける画像のような一つ以上のセット
の画像内に含まれていてもよい。画像は、各々が画像で
ある、画像内の特色を識別するために処理されてもよ
い。
のリストである。エッジポイントのリストは境界を直線
として表す一連のビンに変換される。
オブジェクトであってもよいし、限定はされないが、位
置、形状及び配向を含む「物理的な属性」又は特徴を有
している。例えば、オブジェクトはドキュメントであっ
てもよく、その際、ドキュメントは画像入力デバイスの
プラテン上に置かれ、このプラテンの領域はその表示を
発生するためにディジタル化される。
ムが画像生成するために十分な情報を含んでいる時、画
像を「定義付ける」。例えば、2次元のアレイは、アレ
イ内のデータの各アイテムが画像の各ロケーションのカ
ラーを示す値を提供することによって、画像の全部又は
任意の部分を定義付けることができる。
ムが十分な情報を含み、セット内の全ての画像を生成す
る時、画像セットを「定義付ける」。
もよい。データの各アイテムが値を提供する、画像を定
義付けるアレイにおいて、一つのロケーションのカラー
を表す各値は「画素値」と呼ばれてもよい。各画素値
は、「バイナリ形態」の画像におけるビット、「グレー
スケール形態」の画像におけるビット、又は「色座標形
態」の画像における色空間座標のセットであり、バイナ
リ形態、グレースケール形態、及び色座標形態はそれぞ
れ画像を定義付ける2次元アレイである。
のアイテム上で動作する時、「画像処理」を実行すると
呼ばれる。
せず、これらの画素が隣り合うための適正基準を満たし
ている時、画像内で「近隣」又は「近傍」の画素であ
る。画素が矩形で2次元画像内で行と列に現れるなら
ば、各画素は、使用する基準に応じて、4個又は8個の
近傍画素を有する。
に対する適正基準に従って十分に異なる画素値を有する
時、画像内に「エッジ」が発生する。用語「エッジ画
素」又は「境界画素」は、エッジが発生する二つの近傍
画素のうちの一つ又は両方に用いてもよい。
能な属性である。演算は、画像を定義付けるデータを使
って特徴を表すデータを生成することによって、この特
徴を「測定」することができる。特徴が発生する度に略
同じ結果を生じるように特徴が測定される場合、「画像
に対して」特徴が測定されると呼ばれる。
1の画像を定義付けるデータのアイテムを使って生成さ
れた第2の画像である。この第2の画像は、第1の画像
と同一の場合もあるし、解像度のロス、第1の画像を定
義付けるデータの変更、若しくは、第1の画像の画素値
を変更する結果をもたらす他のプロセスによって、変更
される場合もある。
り、この画像のバージョンを定義付けるデータのアイテ
ムを提供することができるデバイスである。「スキャ
ナ」は、ドキュメントを走査する等の走査(スキャニン
グ)動作によって画像を受け取る画像入力デバイスであ
る。スキャナは、走査中に、ドキュメントを支持するた
めに透明の表面(プラテン)又は等価の手段を有してい
てもよい。他の周知の画像入力デバイスは、ディジタル
カメラ、ファクシミリマシン、及びビデオレコーダ、又
は、そのデバイスが向けられるオブジェクトの表面から
反射した光の強度を表すデータ信号を記憶するための能
力を有する任意の画像記憶デバイス、を有する。画像生
成プログラムを有する汎用コンピュータが画像入力デバ
イスであってもよい。
るデータのアイテムを受け取り、出力としての画像を提
供又は作成することができるデバイスである。「ディス
プレイ」とは、人間がビューできる形態で出力画像を提
供する画像出力デバイスであり、「プリンタ」とは、人
間がビューできる、ハードコピーの形態で出力画像を作
成する画像出力デバイスである。
られるディジタルプリントシステム20が示されてい
る。
r(登録商標)40ディジタルカラープリントシステ
ム、又はXerox 5775(登録商標)ディジタルカラーコピ
アであってもよい。システム20は、スキャナ26のプ
ラテン上に置かれたオリジナルドキュメント24の画像
を表すディジタルデータを受け取ることができるコンピ
ュータ又はデータ処理ユニット22(図2)を有する。
コンピュータ22は、最初に、スキャナ26からのディ
ジタル入力データを、画像が順次アクセスされるメモリ
52(例えば、RAM又は磁気ディスク記憶装置)に記
憶する。ディジタルデータ以外に、メモリ52は、本明
細書中に記載される発明に従ってプロセッサに画像処理
動作を実行するように指示するのに好適なオブジェクト
コードを記憶するプログラムメモリをも含んでいてよ
い。コンピュータ22はユーザインタフェース(U/
I)28に連携しており、このユーザインタフェース2
8は、キーボード、キーパッド、マウス、トラックボー
ル、スタイラス又は同等のポインティングデバイス等の
一つ以上のユーザ入力デバイス30を有する。
可能な多数のプリンタに見られるようなレーザ駆動のゼ
ログラフィック(電子写真)印刷エンジンを含み得る、
プリンタ34等のカラー画像出力デバイスである。好ま
しい実施の形態において、システム20は、プロセッサ
50内で実行される画像処理ソフトウェアを使って、ス
キャナ26からの入力として受け取られるディジタル画
像データを処理するために用いられ、これにより、プリ
ンタ34によって描画され、メモリ50内に記憶され、
及び/又はネットワーク40を介して他のデバイスに転
送され得る出力ファイルを生成する。図1において、シ
ステム20は一体化されたユニットとして描かれている
が、複数の独立しているが相互接続されているユニット
を備えてもよいことが理解されよう。図3によれば、シ
ステム20内のスキャナプラテン上に置かれたドキュメ
ントがレジストレーションエッジ25に沿って正確に見
当合わせされてはいないかもしれないことが理解されよ
う。例えば、以下に記述される特定の実施の形態は、図
3に示されているように、スキャナ26のプラテン上の
中央の位置に置かれた単一ドキュメントオブジェクトO
である。本発明によれば、オブジェクトOの位置、形状
及び回転角を自動的に識別することが望ましい。走査ニ
ップを通して、ドキュメントを送るために一組のローラ
を使ったファクシミリ転送システムにおいては、ディジ
タル化処理中、ドキュメントはスキューされることにな
り、本発明のアプリケーションがこのようなシステムに
特に適用され得ることが理解されよう。
された入力画像が与えられると、本発明は、少なくとも
オブジェクトの位置、形状、及び配向角度を自動的に識
別する。図4のフローチャートに示されているように、
入力画像の処理中、コンピュータ22によって実行され
る処理は、3つの一般的なステップを有する。第1に、
ステップ100において、画像内のオブジェクトが検索
され、このオブジェクトの境界が一般的に識別される。
オブジェクトが検索されると、ステップ200におい
て、このオブジェクトの形状がモデリングされる。オブ
ジェクトを検索しその形状をモデリングした後で、構造
化された画像、又はその中で画像とオブジェクトを示す
同様のディジタルドキュメントフォーマットは、ステッ
プ300で示されるように生成され得る。この構造化さ
れた画像は、好ましくは、画像データそれ自体を表すデ
ータのみならず、オブジェクトの位置、形状、若しくは
配向、又はこれらのいくつかの組合せを表すデータを含
む。或いは、出力は、ページ記述言語フォーマット、又
はこれと同等のフォーマットであって、画像情報を検索
可能な形状で記憶するのに適したものであってもよい。
入力画像(又はその低解像度のバージョン)はメモリフ
レームバッファ(RAM)へロードされ、そこで、予め
記述されたステップに従って解析される。以下の詳細な
記述では、オブジェクトが画像の背景(例えば、プラテ
ンカバー)と区別でき、また、画像の背景は連続してい
ると仮定する。これらの簡略化のための仮定は、本発明
を説明するためにのみに意図されており、本発明を限定
するものではない。明細書中に記載されている発明がこ
のような仮定の範囲内のみに動作が限定されるものでは
ないことは当業者に理解されよう。
されているように、オブジェクト検索ステップ100
は、最初に入力画像の背景領域を識別し(ステップ10
2)、背景領域を特徴付け(ステップ104)、次に背
景領域の特徴をシードとして使用して、適応シードフィ
ル(塗潰し)アルゴリズムを用いて背景領域を表す全て
の画素を識別する(ステップ106)ことによって実行
される。背景画素はいかなるオブジェクトにも対応付け
られない画素、即ち、より簡単に言えば、これらの背景
画素はオブジェクトの外側の領域を表す画素であり、こ
れらの画素の値は、走査中にオブジェクトが置かれる
「背景」(例えば、プラテンカバーの裏面)によって、
調整される。ある実施の形態は、走査された画像の上部
左手コーナーにおける小さな領域の平均カラーを、背景
カラーの初期推定値として用いる。或いは、例えば、米
国特許第5,282,091号 のFarrelによる"A Programmable
Apparatus for Determining Document Background Lev
el"(ドキュメントの背景レベルを決定するプログラマ
ブルデバイス)に記述されているように、背景カラーを
決定するために他の標本化(サンプリング)動作が用い
られてもよい。
付けられると、好ましくは、適応アルゴリズムが背景カ
ラーをモニターしこれらのオブジェクトを正確に識別す
るために用いられる。本発明の使用に適したシードフィ
ルアルゴリズムの例は、1990年のGraphics Gems
I, A. Glassner Ed., Academic Press (275〜
277頁)に記載されており、本明細書中に参照するこ
とによって組込まれている。適応シードフィルアルゴリ
ズムは、背景画素がプラテンの面積全体を覆うイルミネ
ーションのばらつきからかなり大きな色のばらつきを生
じ得ることから、必要となる。この適応シードフィルア
ルゴリズムは、背景、例えば、画像の上部左側コーナー
によって特徴付けられる最初のシードポイントを用い
て、走査されたカラー画像データに適用される。一般
に、適応シードフィルアルゴリズムは、背景画素として
識別される全ての連続画素を示すマスクによってバイナ
リフレームバッファを塗潰す。ステップ112によって
示される単純な実施の形態において、カラーが現在の平
均背景画素値の小さい距離εの範囲内にある場合、画素
は背景画素であると考えられる。この距離は、レッド、
グリーン、ブルー(RGB)色空間のユークリッド距離
として次のように計算される。
(Pg−AdAvgg)2+(Pb−AdAvgb)2) ここで、PkとAdAvgkはそれぞれテスト中の画素の
RGB成分と平均背景値であり、dは距離の測定値であ
る。一つの実施の形態において、εの値は固定され、経
験的に決定される。ステップ112で行われるテスト
は:d<εの場合、画素Pは背景画素であり、そうでな
ければ、画素Pは前景画素である、というものである。
た最新のN個の画素の平均値を取ることによって平均背
景カラーが順応して変更される。効率化のため、システ
ムは好ましくは以下の式を使って適応平均値を計算す
る。
vg+LastVal)/N ここで、AdAvg’は変更された平均値であり、Ad
Avgはその前の適応平均値であり、LastValは
背景として識別された最新画素の値であり、Nは平均化
ウィンドウである。明らかに、これは、真に現在の平均
値ではないが、現在の平均値を十分にトラック(追跡)
しており、厳格な現在の平均値計算より演算上は効率的
である。或いは、εの値は適応するように変更される。
例えば、εは、背景等として識別された最新のいくつか
の画素の標準偏差に基く場合もある。
れてもよく、また、背景からオブジェクトを区別するバ
イナリマップを得るプロセスを、背景カラーに基いた簡
素化された閾値演算を使って、達成してもよいことが理
解されよう。好ましい実施の形態において、背景カラー
は、プラテンカバー(例えば、白いカバー)の色の関数
であってもよい。更なる例としては、ディジタルカラー
生成システムが、分光反射型の、又は、他の識別可能な
プラテンカバーを用いてもよく、これによって、背景カ
ラーが検出されると共に、背景カラーがオブジェクトと
は区別される。
示を行った後で、ノイズのあるエッジが、例えば、形態
学的フィルタリング法を使って選択的に円滑化される。
引き続いて、ステップ122において、連続する前景領
域が検索され、これによって、オブジェクトを識別す
る。適応シードフィル動作(ステップ106)によって
生成された背景マスクを走査することによってオブジェ
クトが識別される。上部左側の画素から始めて、マスク
は背景画素としてこのマスク内で分類されない画素に対
する走査ライン傾向を探索し、これによって、前景オブ
ジェクトに対応付けられる画素を識別する。背景を識別
するための適応シードフィルアルゴリズムの使用によっ
て前景オブジェクトが囲まれることが確実とされる。即
ち、完全な境界がオブジェクトの周辺付近に形成され
る。
跡することによってオブジェクトの境界が識別される。
前景のオブジェクトの境界は単純8連結エッジ横断演算
子を使って追跡され、この単純8連結エッジ横断演算子
はオブジェクトのエッジを追跡するポイントの順序セッ
トを提供する。このようなエッジ横断演算子には輪郭追
跡演算が用いられ、単語や文字ベース認識システムと同
様にチェーンコードを生成する。R. Bozinovic他の"Off
-Line Cursive Script Word Recognition"(IEEEの会
報)では、例えば、Pattern Analysis and Machine Int
elligence, Vol.11, No. 1(1989年1月)において、8連
結プロセスについて記述している。複数のオブジェクト
を検出する状況においては好ましくは一つの主要なオブ
ジェクトが任意の多数の技術を用いて選択される。例え
ば、オブジェクトの選択は最大の周囲長のオブジェクト
を記憶することによって又はオブジェクトのロケーショ
ンに基いて達成することができる。
て、オブジェクトが検索されると、次のステップ200
において、オブジェクトの形状がモデリングされる。簡
略化の為に、以下の記述は矩形のオブジェクトを取り扱
うが、本発明の説明が、他の多角形や曲線(例えば、円
形又は楕円形のオブジェクト)によって表される部分を
有する形状にも広げて適用できることが理解されよう。
ステップ100から生じる結果又は出力は、好ましく
は、リンクされたリストの形状で編成された、境界画素
のセット又はエッジトレースのセットである。これらの
画素又はトレースはオブジェクトを抽出するために使用
され得るが、配向は未定である。オブジェクトの抽出の
品質を高めるために、オブジェクトのトレースはモデル
形状にフィットされる。オブジェクトの配向情報及び他
の特徴はフィットされたパラメータから抽出されてもよ
い。
100の「ビン」又は結果、即ち、リンクされたリスト
の形態での境界画素のセット又はエッジトレースのセッ
トが定義付けられる。ステップ410において、データ
セットが削減されなければならない。というのは、ステ
ップ400で定義付けられたリンクされたリストは大き
過ぎ、実際、データポイントが約1000以上であり得
る。そこで、これら1000以上のデータポイントのデ
ータ量を低減する必要がある。このデータ削減はデータ
ポイントの合計になるように除算可能な係数Nを使うこ
とによって実行される。一般的に、係数は値5の近辺で
あるか、100〜200ポイントのボーダーを可能とす
る他の係数であってもよい。例えば、1000個のデー
タポイントがあるとすれば、このようなデータセットを
100〜200ポイントになるように削減するには、係
数は5と10の間でなければならない。これにより、デ
ータセットは100から200ポイントのセットへ削減
される。
いて、輪郭上に残留している各ポイントを通過する線の
角度が推定される。図7に示されるように、データポイ
ントのセットによって決定された輪郭上に残留している
各ポイントを通過する線の角度を推定するために、各ポ
イントにセンタリングされる特定のウィンドウ(W)内
の修正された線形回帰が実行される。最初に、修正され
た線形回帰はポイント(A)にセンタリングされた小さ
なウィンドウ上で行われる。このポイント(A)で各線
形回帰は一連の加算、乗算、及び逆正接計算を必要とす
る。
インy=mx+kにフィットさせる。しかし、これらの
機能を実行するために標準回帰アルゴリズムを使うこと
によって、ラインが垂直になるにつれて不規則な結果を
導くことになる。従って、本発明において、アルゴリズ
ムはこれらの不規則な結果を解決するために修正され
る。図8に示されるように、そこに示された四つの四角
形の各々において、標準回帰は、−45゜から+45゜
の傾斜を有する二つの四角形内のより水平なラインのた
めに使用される。傾斜が識別された角度範囲外にある
時、即ち、これらのラインが、より垂直に近い45゜よ
りも大きい傾斜を有し、他の二つの四角形の中にある場
合、逆の線形方程式 x=1/ny-k/m に基いた逆線形回
帰が実行される。傾斜角度は以下の等式から決定され
る。
avg(x2)−avg(y2)| より水平に近い傾斜である時、 | avg(xy)−avg(x)avg(y)|<|
avg(x2)−avg(y2)|
430において、1つの角度に対応付けられる各ポイン
トは、ビン類別演算を実行することによって類別されて
一連のビンを生成する。例えば、図9に示されているよ
うに、ビンB1、B2、B3、及びB4...は、各ポ
イントに対応付けられた一連の角度から生成される。ス
テップ430の目的は、隣接する境界ポイントのグルー
プを類別することである。要するに、これらの隣接する
境界ポイントのグループは、共通の傾斜を分かち合い、
即ち、境界ポイントのリストを、直線セグメントのセッ
トから構成される画像の境界を生成するように各ビンが
同一線上ポイントのセットから成る、一連のビン(B
1、B2、B3...)へ変換する。
行ポイントの境界ポイントの角度は現在ポイントの角度
とは相当量異なっている。例えば、境界ポイントの角度
が特定量Eより少ない量で直前のポイントと異なる場
合、ポイントが現在ビンに加算される。境界ポイントの
角度が特定の量Eより多い量で直前のポイントと異なる
場合、このポイントは新しいビンへ割当てられる。各ビ
ン(B1、B2、B3...)はエッジに沿った同一線
上のセットを示す。
なビンに対して割当てられると、いくつかのビンはデー
タポイントを殆ど含まないビンとして類別される。従っ
て、図7のステップ440において、データポイントを
殆ど含まないか又は最小数よりも少ないデータポイント
しか含まないビンを除去する必要がある。一般的に、こ
の除去はデータポイントが約5個存在している時に実行
される。図10に示されるこの除去の例としては、5つ
より少ないデータポイントしか含まない小さい方のビン
A、B、及びCが除去される。
450において、残留しているビンの各々の内部のポイ
ントの平均角度が決定される。上記と同様に変更された
回帰はこれらの残留しているビンへ新たに適用され、残
っているビン毎に平均傾斜及び平均傾斜角の計算が行わ
れる。
度を分かち合う残留ビンが結合される。これらの残留ビ
ンは以前は互いに隣接していなかったが、ステップ44
0において、非隣接ビン同士の間で発見された小さなビ
ンを除去することによって隣接することになった。これ
らの非隣接ビン同士の間のビンが除去されると、残留し
現在は隣接しているビンは、しばしば同一線上にある。
従って、各ビンの角度がチェックされ、隣接するビンが
同一線上である場合、ステップ460において、これら
のビンは単一ビンになるように結合される。このような
手順は図11に示されており、この手順において、AL
−ARによって定義されたビンとBL−BRによって定
義された他のビンが互いに比較される。各ポイントAM
/BMの中間点が計算され、セグメントABの傾斜が決
定され、各ビンの傾斜と比較される。これらの傾斜角が
10゜以内である場合、その量はEと称され、次いで、
以下の計算が実行される。
斜(AB)−傾斜(B))<Eここで、Eは約10゜で
ある。傾斜の計算が短いビンにおいてノイズを受けやす
い例もいくつかあり、ビンのうちの一つが他のビンより
非常に短くなるように決定される場合は値が変更され
る。
ビンと次のビンの交差部が計算される。中間点x、yと
各ビンの傾斜角は二つのビンの間の交差部xyを計算す
るために使用される。
示すベクトル間のベクトル積から計算される。
界は少数のビンへ削減されたことになる。次のステップ
において、矩形画像に対してはビンの最終数が通常4個
なので、認識アルゴリズムを用いる。しかしながら、矩
形画像が四つより多い場合もあり、その場合も認識アル
ゴリズムを適用する必要がある。これは、スマートプラ
テン(Smart Platen)が背景画像から常に容易に区別され
る領域を有することが原因であり、検出された画像の境
界は背景画像内へにじみだす(ブリードする)。このブ
リードの為に、検出された境界がいくつかのロケーショ
ンにおいて整合しないことがある。従って、境界は実際
の画像をフィットし損ない、従って、これらの境界を特
定画像にフィットさせるように更なる処理手順を用いる
必要がある。
るビンとの交差角度が90゜を有するビン、又は隣接す
るビンとの交差角度が90゜に近似するビンを識別する
ために生成されるビンのリストをブラウジングする。交
差角度が90゜であると確信できるビンがある場合、プ
ラテンエッジに対して位置合わせ誤りされた画像から角
度が形成される場合が多いのでこれらの角度を有するビ
ンは見過ごされる。従って、ビンが直角であるとわか
り、このビンがプラテンエッジで位置合わせされた画像
から生成されたものとは異なる場合は廃棄されなければ
ならない。更に、これらの角度が画像のコーナーに対応
していることもあるので、全ての直角即ち約90゜を探
索する必要がある。直角であると考えられるものはビン
が85゜〜95゜の範囲内になければならない。前に示
したように、図7のステップ470において交差角度が
計算され、この交差角度はステップ500においてこの
交差角度が直角であるか否かを判断するために使用され
る。
において、一旦直角が識別されると、矩形が構築され、
境界へテストフィットされ得るか否かを決定する。矩形
を構築するため、図13のフローチャートに示された以
下のステップが実行される。
直角の傾斜角として矩形の回転角度が推定される。次
に、ステップ710において、矩形の境界上の全てのポ
イントが、ステップ700で見出された回転角度に従っ
て回転される。ステップ720においては、軸方向に位
置合わせされた境界ボックスが計算される。この軸方向
に位置合わせされた境界ボックスのコーナー座標はステ
ップ730では回転されない。フローチャートは次に図
12のステップ540へ進む。
測定又は類似度フィットのテストは、直角を成すと共に
このビン内のポイント総数によって除算され得られた境
界ボックスの3画素の測定値範囲内にある、二つのビン
の各々における境界ポイント数を計算することによって
実行される。類似度測定値が.9未満である場合、矩形
テストが良好な整合であると考えられ、フローチャート
は終了まで進む。類似度テストが.9未満である場合、
結果が得られず、フローチャートはステップ500へ進
み、ビンの別のペアを捜すためにステップ545へ進
む。次の直角を成すビンのペアが見つかるまでこのルー
チンが繰り返される。角度に類似性がない場合、フロー
チャートはステップ550へ進み、最終探索後にビンが
残らなくなるまで探索を続行する。
ンが探索され、フローチャートは、境界へテストフィッ
トされるように矩形が構築され得るか否かを決定するた
めに進む。矩形を構築するためには、図13に示される
ように、以下のステップが必要である。最初に、ステッ
プ700において、回転又は角度が推定され、次いで、
ステップ710において、全てのポイントが回転され、
ステップ720において、軸方向に位置合わせされた境
界ボックスが計算され、軸方向に位置合わせされた境界
ボックスのコーナー座標は回転されない。フローチャー
トは次いでステップ580へ進む。ステップ580にお
いて、矩形テストフィットが実行され、テストフィット
類似度測定値が.9より大きい場合は矩形テストフィッ
トが良好であると見なされ、良好な整合が行われる。類
似度測定値が.9より小さい場合は、フローチャートが
ステップ560へ戻り、次の最長ビンを探す処理が繰り
返される。テストフィット類似度テストが再度失敗した
場合、最終探索後にビンが残らなくなるまでビンを探索
するステップ600に進む。フローチャートは、ステッ
プ610へ進み、最長ビンが探索される。次いで、ステ
ップ620において、この最長ビンから矩形が構築され
る。
に沿って識別されている。次のステップは、境界ボック
スの実際の境界に対して決定されない境界を取除くこと
にある。境界矩形のアスペクト比が15:1より大きく
又は0.075:1未満である場合、境界が境界ボック
スの境界と一致しているとは考えられず、従って、拒絶
される。実際の幅又は高さが5画素未満である場合、境
界は再び望ましくないと考えられ、拒絶される。
一画像が二つ以上の境界として現れることがあり得る。
この場合、封じ込めアルゴリズムが、境界が他の境界に
含まれるか否かをテストするのに用いられる。二つの境
界間に25%以上のオーバーラップがあるか否かを調べ
るために各境界が全ての他の境界に対してテストされ
る。そのようなオーバーラップが発生する場合、二つの
境界が結合され、境界矩形が再び計算される(ステップ
500へ進む)。
多角形の垂直部分である。図14に示されるように封じ
込めテストは二つの多角形P1とP2の間のオーバーラ
ップを計算するための処理手順である。
2のyの最小値と最大値(ステップ800)が多角形毎
に求められる。スマートプラテンの場合、これらの値は
既に知られており、再度計算する必要はない。次に、多
角形において全ての可能性のあるyの値に対して二つの
整数を記憶するのに十分なだけの大きさを有するアレイ
を各多角形毎に割当てる(ステップ810)。例えば、
yの値が1から332に及ぶ場合、332個のポインタ
のアレイを二つの整数に割当てる必要がある。第3に、
頂角を介して走査し、各yの値に対してxの最大値と最
小値を求めることによってxの値が求められる(ステッ
プ820)。しかしながら、頂角はy値毎に存在してお
らず、従って、y値を補間しなければならない。例とし
ては、y2−y1=kである、(x1、y1)と(x
2、y2)によって付与される二つの頂角を考える。x
のk−1値、yの各値ごとに1を補間する必要がある。
xを補間するアルゴリズムは以下に示される。
イがステップ810で生成されると、ステップ840に
おいて、オーバーラップの測定値が求められる。
の最大値よりも大きいか否かの垂直オーバーラップテス
トが行われる。オーバーラップしていない場合、ステッ
プ880へ進む。P1のyの最大値がP2のYの最小値
より少ない場合、オーバーラップがないので、ステップ
880へ進む。しかしながら、P1とP2が互いにオー
バーラップしている場合のy値に対しては、水平のオー
バーラップが合計されて、以下のチェックが行われる。
最初に、P1のxの最小値がP2のxの最大値より大き
い場合、フローチャートはステップ860へ進む。次
に、P1のxの最大値がP2のxの最小値より小さい場
合、フローチャートはステップ870へ進み、このy値
のオーバーラップの推定は以下のように行われる。
ラップを返す。本発明のプラテンに適用されるとき、二
つのボーダーの小さい方の値によって除算することによ
って戻されたオーバーラップ領域を正規化する。オーバ
ーラップの結果が25%を超えた場合、小さい方の境界
が孤立した境界又は大きい方の境界の一部であると考え
られ、これらの二つの境界が併合されて、新しい境界矩
形が計算される。
て、良好な境界矩形が識別される。ファイル抽出などの
更なる技術も、受け取られたデータを更に処理するため
に適用可能である。他の種類の処理ステップも非矩形オ
ブジェクト、オーバーラップした矩形オブジェクト等を
検出するために実行される。
カラープリントシステムを例示する図である。.
ック図である。
メントオブジェクトを置いたときの図である。
行される一般的な処理ステップを示すフローチャートで
ある。
される一連の処理ステップを示す詳細なフローチャート
である。
り詳細なフローチャートである。
を示す詳細なフローチャートである。
除去動作を示す図である。
す図である。
プを詳細に示すフローチャートである。
プを詳細に示すフローチャートである。
を示す図である。
示すフローチャートである。
Claims (3)
- 【請求項1】 オブジェクトの複数の表示のうちの少な
くとも一つを含むディジタル画像を受け取るステップ
と、 前記ディジタル画像の複数の画像のうちの少なくとも一
つになるように前記ディジタル画像を処理するステップ
と、 を備え、 前記処理ステップが前記ディジタル画像の複数の画像の
各々を構成する複数のエッジポイントを有する複数のビ
ンを定義付けるステップを更に含む、 検出された画像のエッジのブリードを低減する、画像形
成入力デバイスを用いたディジタル画像処理方法。 - 【請求項2】 90度に接近するエッジを有するビンを
識別するステップと、 前記90度のエッジに接近するビンにフィットする矩形
画像をモデリングするステップと、 を備える、 エッジの輪郭を決定して境界ボックスを生成することに
よって、検出された画像のエッジのブリードを低減す
る、画像形成入力デバイスを用いたディジタル画像処理
方法。 - 【請求項3】 90度に接近するエッジを有するエッジ
輪郭上でビンを識別するステップと、 これらの識別されたビン毎に矩形画像をモデリングする
ステップと、 を備える、 エッジの輪郭を決定して境界ボックスを生成することに
よって、検出された画像のエッジのブリードを低減す
る、画像形成入力デバイスを用いたディジタル画像処理
方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/389,112 US6704456B1 (en) | 1999-09-02 | 1999-09-02 | Automatic image segmentation in the presence of severe background bleeding |
US389112 | 1999-09-02 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001101426A true JP2001101426A (ja) | 2001-04-13 |
JP4535584B2 JP4535584B2 (ja) | 2010-09-01 |
Family
ID=23536859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000265229A Expired - Fee Related JP4535584B2 (ja) | 1999-09-02 | 2000-09-01 | ディジタル画像処理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US6704456B1 (ja) |
EP (1) | EP1081648B1 (ja) |
JP (1) | JP4535584B2 (ja) |
DE (1) | DE60020038T2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008187709A (ja) * | 2007-01-26 | 2008-08-14 | Sharp Corp | 画素の分類方法および画像処理装置 |
US7606417B2 (en) | 2004-08-16 | 2009-10-20 | Fotonation Vision Limited | Foreground/background segmentation in digital images with differential exposure calculations |
US7680342B2 (en) | 2004-08-16 | 2010-03-16 | Fotonation Vision Limited | Indoor/outdoor classification in digital images |
US7868922B2 (en) | 2006-02-14 | 2011-01-11 | Tessera Technologies Ireland Limited | Foreground/background segmentation in digital images |
US8212897B2 (en) | 2005-12-27 | 2012-07-03 | DigitalOptics Corporation Europe Limited | Digital image acquisition system with portrait mode |
KR101189003B1 (ko) | 2011-03-30 | 2012-10-08 | 케이오씨엠(주) | 만화콘텐츠 이미지파일을 모바일용 이미지파일로 변환하는 방법 |
US8363908B2 (en) | 2006-05-03 | 2013-01-29 | DigitalOptics Corporation Europe Limited | Foreground / background separation in digital images |
JP2022553979A (ja) * | 2020-02-10 | 2022-12-27 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 医用画像処理方法、画像処理方法、医用画像処理装置、画像処理装置、コンピュータ装置およびプログラム |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6839466B2 (en) * | 1999-10-04 | 2005-01-04 | Xerox Corporation | Detecting overlapping images in an automatic image segmentation device with the presence of severe bleeding |
JP3922859B2 (ja) * | 1999-12-28 | 2007-05-30 | 株式会社リコー | 画像処理装置、画像処理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を記録したコンピュータ読み取り可能な記録媒体 |
US6898316B2 (en) * | 2001-11-09 | 2005-05-24 | Arcsoft, Inc. | Multiple image area detection in a digital image |
JP3845045B2 (ja) * | 2002-07-23 | 2006-11-15 | 株式会社リコー | 画像処理装置、画像処理方法、画像形成装置、印刷装置及びホストpc |
US7689037B2 (en) * | 2004-10-22 | 2010-03-30 | Xerox Corporation | System and method for identifying and labeling fields of text associated with scanned business documents |
KR100777462B1 (ko) * | 2005-01-19 | 2007-11-21 | 삼성전자주식회사 | 스캐닝장치, 그것을 구비하는 스캐닝시스템 및 스캐닝방법 |
US20060224953A1 (en) * | 2005-04-01 | 2006-10-05 | Xiaofan Lin | Height-width estimation model for a text block |
US7483179B2 (en) * | 2005-04-28 | 2009-01-27 | Xerox Corporation | Method and system for sending material |
US20070071324A1 (en) * | 2005-09-27 | 2007-03-29 | Lexmark International, Inc. | Method for determining corners of an object represented by image data |
JP4085337B2 (ja) * | 2006-02-13 | 2008-05-14 | コニカミノルタビジネステクノロジーズ株式会社 | 画像形成装置 |
JP2007221282A (ja) * | 2006-02-15 | 2007-08-30 | Konica Minolta Business Technologies Inc | 画像処理装置 |
US8200022B2 (en) * | 2008-03-24 | 2012-06-12 | Verint Systems Ltd. | Method and system for edge detection |
TWI405145B (zh) * | 2008-11-20 | 2013-08-11 | Ind Tech Res Inst | 以圖素之區域特徵為基礎的影像分割標記方法與系統,及其電腦可記錄媒體 |
US9633444B2 (en) | 2014-05-05 | 2017-04-25 | Xiaomi Inc. | Method and device for image segmentation |
CN103996189B (zh) * | 2014-05-05 | 2017-10-03 | 小米科技有限责任公司 | 图像分割方法及装置 |
GB201516953D0 (en) * | 2015-09-25 | 2015-11-11 | Umajin Ltd | Ghost hands |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0975146A1 (en) * | 1998-07-24 | 2000-01-26 | Xerox Corporation | Locating the position and orientation of multiple objects with a smart platen |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0233888B1 (en) | 1984-12-14 | 1990-12-12 | AHLBOM, Sten Hugo Nils | Image processing device |
US5220398A (en) | 1990-09-28 | 1993-06-15 | Massachusetts Institute Of Technology | Analog VLSI microchip for object position and orientation |
US5440403A (en) * | 1992-07-24 | 1995-08-08 | Minolta Camera Kabushiki Kaisha | Image reading means for reading a document including a plurality of images and space |
US5418574A (en) | 1992-10-12 | 1995-05-23 | Matsushita Electric Industrial Co., Ltd. | Video signal correction apparatus which detects leading and trailing edges to define boundaries between colors and corrects for bleeding |
US5253765A (en) | 1993-01-14 | 1993-10-19 | L.M.B. Electronics, Inc. | Sorting and grading system |
US5313570A (en) | 1993-03-31 | 1994-05-17 | Miles, Inc. | Method for determining color boundaries for correcting for plate misregistration in color printing |
US5485568A (en) | 1993-10-08 | 1996-01-16 | Xerox Corporation | Structured image (Sl) format for describing complex color raster images |
US5528387A (en) | 1994-11-23 | 1996-06-18 | Xerox Corporation | Electronic image registration for a scanner |
US5974169A (en) | 1997-03-20 | 1999-10-26 | Cognex Corporation | Machine vision methods for determining characteristics of an object using boundary points and bounding regions |
US6360021B1 (en) * | 1998-07-30 | 2002-03-19 | The Regents Of The University Of California | Apparatus and methods of image and signal processing |
US6088473A (en) * | 1998-02-23 | 2000-07-11 | Arch Development Corporation | Method and computer readable medium for automated analysis of chest radiograph images using histograms of edge gradients for false positive reduction in lung nodule detection |
US6240208B1 (en) * | 1998-07-23 | 2001-05-29 | Cognex Corporation | Method for automatic visual identification of a reference site in an image |
-
1999
- 1999-09-02 US US09/389,112 patent/US6704456B1/en not_active Expired - Fee Related
-
2000
- 2000-08-29 EP EP00307387A patent/EP1081648B1/en not_active Expired - Lifetime
- 2000-08-29 DE DE60020038T patent/DE60020038T2/de not_active Expired - Lifetime
- 2000-09-01 JP JP2000265229A patent/JP4535584B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0975146A1 (en) * | 1998-07-24 | 2000-01-26 | Xerox Corporation | Locating the position and orientation of multiple objects with a smart platen |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7606417B2 (en) | 2004-08-16 | 2009-10-20 | Fotonation Vision Limited | Foreground/background segmentation in digital images with differential exposure calculations |
US7680342B2 (en) | 2004-08-16 | 2010-03-16 | Fotonation Vision Limited | Indoor/outdoor classification in digital images |
US7912285B2 (en) * | 2004-08-16 | 2011-03-22 | Tessera Technologies Ireland Limited | Foreground/background segmentation in digital images with differential exposure calculations |
US7957597B2 (en) | 2004-08-16 | 2011-06-07 | Tessera Technologies Ireland Limited | Foreground/background segmentation in digital images |
US8175385B2 (en) | 2004-08-16 | 2012-05-08 | DigitalOptics Corporation Europe Limited | Foreground/background segmentation in digital images with differential exposure calculations |
US8212897B2 (en) | 2005-12-27 | 2012-07-03 | DigitalOptics Corporation Europe Limited | Digital image acquisition system with portrait mode |
US7868922B2 (en) | 2006-02-14 | 2011-01-11 | Tessera Technologies Ireland Limited | Foreground/background segmentation in digital images |
US8363908B2 (en) | 2006-05-03 | 2013-01-29 | DigitalOptics Corporation Europe Limited | Foreground / background separation in digital images |
JP2008187709A (ja) * | 2007-01-26 | 2008-08-14 | Sharp Corp | 画素の分類方法および画像処理装置 |
JP4498422B2 (ja) * | 2007-01-26 | 2010-07-07 | シャープ株式会社 | 画素の分類方法および画像処理装置 |
KR101189003B1 (ko) | 2011-03-30 | 2012-10-08 | 케이오씨엠(주) | 만화콘텐츠 이미지파일을 모바일용 이미지파일로 변환하는 방법 |
JP2022553979A (ja) * | 2020-02-10 | 2022-12-27 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 医用画像処理方法、画像処理方法、医用画像処理装置、画像処理装置、コンピュータ装置およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US6704456B1 (en) | 2004-03-09 |
DE60020038T2 (de) | 2005-10-20 |
DE60020038D1 (de) | 2005-06-16 |
EP1081648B1 (en) | 2005-05-11 |
EP1081648A3 (en) | 2002-01-02 |
JP4535584B2 (ja) | 2010-09-01 |
EP1081648A2 (en) | 2001-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2001109895A (ja) | 複数のディジタル画像の処理方法 | |
JP4535584B2 (ja) | ディジタル画像処理方法 | |
US6738154B1 (en) | Locating the position and orientation of multiple objects with a smart platen | |
JP3308032B2 (ja) | スキュー補正方法およびスキュー角検出方法およびスキュー補正装置およびスキュー角検出装置 | |
US5892854A (en) | Automatic image registration using binary moments | |
JP3950777B2 (ja) | 画像処理方法、画像処理装置および画像処理プログラム | |
JP5008572B2 (ja) | 画像処理方法、画像処理装置およびコンピュータ可読媒体 | |
JP3904840B2 (ja) | 多値画像から罫線を抽出する罫線抽出装置 | |
JP3883696B2 (ja) | 多数の写真をスキャンしかつ検出するとともに人工エッジを除去するための方法 | |
EP1211640A2 (en) | Image processing methods and apparatus for detecting human eyes, human face and other objects in an image | |
JPH11288465A (ja) | カラー画像処理装置及びパターン抽出装置 | |
WO2020248497A1 (zh) | 图片扫描件处理方法、装置、计算机设备及存储介质 | |
EP1017011A2 (en) | Block selection of table features | |
JP4772819B2 (ja) | 画像検索装置および画像検索方法 | |
JP2012203458A (ja) | 画像処理装置及びプログラム | |
US6360006B1 (en) | Color block selection | |
EP0975146B1 (en) | Locating the position and orientation of multiple objects with a smart platen | |
US7734099B2 (en) | Method and system for generating polygonal boundary definitions for image objects | |
JP3172498B2 (ja) | イメージ認識用特徴値抽出方法、およびその装置、イメージ解析プログラムを格納する記憶媒体 | |
JP4001446B2 (ja) | 画像背景色特定のための方法、装置及びコンピュータ読み取り可能な記録媒体 | |
JP6974791B2 (ja) | 画像処理装置、および、コンピュータプログラム | |
JPH0896072A (ja) | ページ傾き検出方法 | |
Konya et al. | Adaptive methods for robust document image understanding | |
JP2004094427A (ja) | 帳票画像処理装置及び該装置を実現するためのプログラム | |
EP0974931A1 (en) | Method and apparatus for identifying a plurality of sub-images in an input image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070827 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100223 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100413 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100518 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100615 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130625 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |