JP2003153005A - Image processing apparatus involving shadow detection - Google Patents
Image processing apparatus involving shadow detectionInfo
- Publication number
- JP2003153005A JP2003153005A JP2001349674A JP2001349674A JP2003153005A JP 2003153005 A JP2003153005 A JP 2003153005A JP 2001349674 A JP2001349674 A JP 2001349674A JP 2001349674 A JP2001349674 A JP 2001349674A JP 2003153005 A JP2003153005 A JP 2003153005A
- Authority
- JP
- Japan
- Prior art keywords
- shadow
- detection
- edge
- pixel
- image processing
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 155
- 230000001678 irradiating effect Effects 0.000 claims abstract description 3
- 230000002093 peripheral effect Effects 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 34
- 238000006243 chemical reaction Methods 0.000 description 32
- 238000004364 calculation method Methods 0.000 description 21
- 238000000034 method Methods 0.000 description 21
- 230000008859 change Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は、原稿読取装置によ
り読み取った画像を処理する画像処理装置に関し、より
詳細には、原稿の段差部分で発生する影を高精度に検出
し抑制する影検出を伴う画像処理装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image processing apparatus for processing an image read by a document reading apparatus, and more particularly to shadow detection for detecting and suppressing a shadow generated in a step portion of a document with high accuracy. The present invention relates to an image processing apparatus.
【0002】[0002]
【従来の技術】従来、原稿をスキャナで読み込みフィル
タ処理やガンマ変換などでコントラスト強調を施す画像
処理装置において、原稿の段差部で発生する「影」も文
字エッジや絵柄中のエッジと同様に強調される。「影」
は、切り貼り原稿の影あるいは厚紙を白い原稿押さえ板
を背景にして読み込んだ場合の縁の影であり、実際には
不要な情報であるため、不具合となる。2. Description of the Related Art Conventionally, in an image processing apparatus for performing contrast enhancement by scanning a document with a scanner and performing filter processing or gamma conversion, a "shadow" generated at a step portion of a document is emphasized in the same manner as a character edge or an edge in a pattern. To be done. "Shadow"
Is the shadow of the cut and pasted original or the shadow of the edge when the thick paper is read against the background of the white original pressing plate, which is a problem because it is actually unnecessary information.
【0003】特開平7−170405号公報は、上記影
の不具合に対処した技術である。濃度情報に基づいて原
稿のエッジの影の信号を検出し、検出したエッジの影の
信号を画像信号から除去する。しかし、濃度情報の参照
では、低コントラスト文字との識別ができない。低コン
トラスト文字は例えば鉛筆書きの文字に代表される濃度
の低い文字であり、当然、情報として重要であるのにも
かかわらず特開平7−170405号公報の方法では低
コントラスト文字部までも除去してしまうため、これも
また不具合となる。Japanese Unexamined Patent Publication No. 7-170405 is a technique for dealing with the problem of the shadow. The signal of the shadow of the edge of the document is detected based on the density information, and the detected signal of the shadow of the edge is removed from the image signal. However, it cannot be distinguished from a low contrast character by referring to the density information. The low-contrast character is a character of low density represented by, for example, a pencil-written character, and although it is of course important as information, the low-contrast character part is also removed by the method of Japanese Patent Laid-Open No. 7-170405. This also causes a problem.
【0004】特開平10−285377号公報も、上記
影の不具合に対処したまた別の技術である。エッジの勾
配の非対称性により影部を判定し、影部を画像信号から
消去する。しかし、エッジ勾配の非対称性による検出は
低コントラスト文字との識別が概ね可能であるが、鉛筆
書き文字では筆圧の具合によって部分的に非対称性の特
徴を有するため、誤検出は免れない。また、影の非対称
性検出を左側からの光源照射による読み取り画像と右側
の光源照射による読み取り画像を参照することにより行
っており、装置として高価である。Japanese Unexamined Patent Publication No. 10-285377 is also another technique for dealing with the problem of the shadow. The shadow portion is determined based on the asymmetry of the edge gradient, and the shadow portion is deleted from the image signal. However, the detection based on the asymmetry of the edge gradient can be generally distinguished from the low contrast character, but the pencil writing character has a partial asymmetry characteristic depending on the writing pressure, and therefore erroneous detection cannot be avoided. Further, the asymmetry of the shadow is detected by referring to the image read by the light source irradiation from the left side and the image read by the light source irradiation on the right side, and the apparatus is expensive.
【0005】[0005]
【発明が解決しようとする課題】本発明では、出力画像
上で目障りな影を発生させない装置を安価に提供するこ
とを目的とする。そのため、影部を低コントラスト文字
と識別して精度良く検出し、影検出の結果に応じて影部
を消去またはすくなくとも強調しない様制御する。SUMMARY OF THE INVENTION It is an object of the present invention to provide at low cost an apparatus which does not generate an unpleasant shadow on an output image. Therefore, the shadow portion is discriminated as a low-contrast character and detected accurately, and the shadow portion is controlled so as not to be erased or at least not emphasized according to the result of the shadow detection.
【0006】本発明では、影部の識別精度向上のため
に、まず、影候補画素を検出し、更に、それを補正する
2段構成をとる。なお、特開平10−285377号公
報の実施例において、影の連続性を用いた補正に言及し
ているが、その具体的な方法は何ら開示されていない。
以降の本実施例では、影の連続性やその他の性質を用い
た補正手段をハードを考慮した構成で具体的に示す。In the present invention, in order to improve the accuracy of identifying a shadow portion, first, a shadow candidate pixel is detected, and then the shadow candidate pixel is corrected, and a two-stage configuration is adopted. In the embodiment of Japanese Patent Laid-Open No. 10-285377, reference is made to the correction using the continuity of shadows, but no specific method is disclosed.
In the following embodiments, the correction means using the continuity of shadows and other properties will be specifically shown in a configuration considering hardware.
【0007】[0007]
【課題を解決するための手段】請求項1の発明は、原稿
を照射して入力画像信号を取得する画像入力手段と、原
稿の厚み方向の段差部で発生する影を入力画像信号から
検出する影検出手段と、該影検出手段の検出結果に基づ
いて画像処理を制御する制御手段とを有し、前記影検出
手段は、影候補画素検出手段、および、影候補画素を補
正する補正手段を備えることを特徴としたものである。According to a first aspect of the invention, image input means for irradiating a document to obtain an input image signal and a shadow generated at a step portion in the thickness direction of the document are detected from the input image signal. The shadow detection unit includes a shadow detection unit and a control unit that controls image processing based on a detection result of the shadow detection unit. The shadow detection unit includes a shadow candidate pixel detection unit and a correction unit that corrects the shadow candidate pixel. It is characterized by having.
【0008】請求項2の発明は、請求項1の発明におい
て、前記手段は、前記影検出手段により検出した影部の
入力画像信号を消去するよう画像処理を制御することを
特徴としたものである。The invention of claim 2 is characterized in that, in the invention of claim 1, the means controls the image processing so as to erase the input image signal of the shadow portion detected by the shadow detecting means. is there.
【0009】請求項3の発明は、請求項1の発明におい
て、前記制御手段は、前記影検出手段により検出した影
部の入力画像信号を少なくとも強調しないよう画像処理
を制御することを特徴としたものである。According to a third aspect of the present invention, in the first aspect of the present invention, the control means controls the image processing so that at least the input image signal of the shadow portion detected by the shadow detection means is not emphasized. It is a thing.
【0010】請求項4の発明は、請求項1の発明におい
て、前記影候補画素検出手段は、エッジの勾配を検出す
るエッジ勾配検出手段を有し、該エッジ勾配検出手段に
より検出した勾配を基に影候補画素を検出することを特
徴としたものである。According to a fourth aspect of the present invention, in the first aspect of the invention, the shadow candidate pixel detecting means has edge gradient detecting means for detecting the gradient of the edge, and the gradient detected by the edge gradient detecting means is used as a basis. It is characterized by detecting shadow candidate pixels.
【0011】請求項5の発明は、請求項1の発明におい
て、前記影候補画素検出手段は、エッジの勾配方向を検
出するエッジ勾配方向検出手段を有し、エッジ勾配方向
を基に影候補画素を検出することを特徴としたものであ
る。According to a fifth aspect of the present invention, in the first aspect, the shadow candidate pixel detecting means has edge gradient direction detecting means for detecting a gradient direction of an edge, and the shadow candidate pixel is based on the edge gradient direction. Is detected.
【0012】請求項6の発明は、請求項1の発明におい
て、前記影候補画素検出手段は、エッジの曲率を検出す
るエッジ曲率検出手段を有し、該エッジ曲率検出手段に
より検出した直線性を基に影候補画素を検出することを
特徴としたものである。According to a sixth aspect of the present invention, in the first aspect of the present invention, the shadow candidate pixel detecting means has edge curvature detecting means for detecting the curvature of an edge, and the linearity detected by the edge curvature detecting means is detected. The feature is that the shadow candidate pixel is detected based on this.
【0013】請求項7の発明は、請求項1の発明におい
て、前記影候補画素検出手段は、背景レベルを検出する
背景レベル検出手段を有し、該背景レベル検出手段によ
り検出した背景レベルの段差を基に影候補画素を検出す
ることを特徴としたものである。According to a seventh aspect of the invention, in the first aspect of the invention, the shadow candidate pixel detecting means has a background level detecting means for detecting a background level, and the background level difference detected by the background level detecting means. It is characterized by detecting shadow candidate pixels based on
【0014】請求項8の発明は、請求項1の発明におい
て、前記影候補画素検出手段は、エッジの線幅を検出す
るエッジ線幅検出手段を有し、該エッジ線幅検出手段に
より検出した線幅を基に影候補画素を検出することを特
徴としたものである。According to an eighth aspect of the present invention, in the first aspect of the invention, the shadow candidate pixel detecting means has an edge line width detecting means for detecting a line width of an edge, and the edge line width detecting means detects the line width. The feature is that shadow candidate pixels are detected based on the line width.
【0015】請求項9の発明は、請求項1の発明におい
て、前記補正手段は、周辺画素の影候補画素検出結果を
参照して画素補正することを特徴としたものである。According to a ninth aspect of the invention, in the first aspect of the invention, the correction means corrects pixels by referring to the shadow candidate pixel detection results of peripheral pixels.
【0016】請求項10の発明は、請求項1の発明にお
いて、文字の特徴を検出する文字検出手段を有し、前記
補正手段は、注目画素あるいは周辺画素の文字検出結果
を参照して補正することを特徴としたものである。According to a tenth aspect of the present invention, in the first aspect of the present invention, there is provided character detection means for detecting a character feature, and the correction means corrects by referring to a character detection result of a target pixel or a peripheral pixel. It is characterized by that.
【0017】[0017]
【発明の実施の形態】(実施例)図1は本発明の骨格を
なすブロック図で、図中、1は影検出部、2は画像処理
部で、影検出部1にて影部を検出し、その検出結果に基
づいて画像処理部2を制御する。影検出部1は、図2に
示すように、影候補画素検出部3および補正部4から成
るが、図3に示すように、文字特徴検出部5を設け、文
字の特徴を補正の際に参照しても良い。以下、(1)に
おいて影候補画素検出部3、(2)において補正部4、
(3)において文字特徴検出部5、(4)において影検
出部1の結果に基づく画像処理部2の制御の夫々に関し
て、いくつかの実施例を挙げて説明する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS (Embodiment) FIG. 1 is a block diagram that forms the skeleton of the present invention. In the figure, 1 is a shadow detection section, 2 is an image processing section, and the shadow detection section 1 detects a shadow section. Then, the image processing unit 2 is controlled based on the detection result. As shown in FIG. 2, the shadow detection unit 1 is composed of a shadow candidate pixel detection unit 3 and a correction unit 4. However, as shown in FIG. 3, a character feature detection unit 5 is provided to correct a character feature. You may refer to it. Hereinafter, the shadow candidate pixel detection unit 3 in (1), the correction unit 4 in (2),
Each of the character feature detection unit 5 in (3) and the control of the image processing unit 2 based on the result of the shadow detection unit 1 in (4) will be described with some examples.
【0018】なお、各検出部において、説明の都合上や
ハード量を考慮し、場合によって2値判定であったり多
値判定であったりするが、それは必要に応じて2値出力
/多値出力を選択すれば良い。例えば、2値出力を多値
出力に変換するには2値出力結果に対して適当な平滑化
フィルタを施せば良く、応用は容易である。また、判定
結果に対する膨張処理など、画像処理系との関係を考慮
し必要に応じて行っても良い。It should be noted that, in consideration of the convenience of description and the amount of hardware, each detecting section may make a binary decision or a multi-value decision depending on the case. Should be selected. For example, in order to convert a binary output into a multi-valued output, an appropriate smoothing filter may be applied to the binary output result, and the application is easy. Further, it may be performed as necessary in consideration of the relationship with the image processing system, such as expansion processing for the determination result.
【0019】(1)影候補画素検出部3の実施例:
<エッジの勾配を利用した影候補画素検出>図4は、原
稿段差部(図4(A))と原稿段差部近傍における画素
位置と輝度との関係(図4(B))を示す図で、影は、
図4(B)に示すように、左右一方が急峻な勾配のエッ
ジb、もう一方が緩やかな勾配のエッジaであるという
性質を持つ。勾配度を低コントラスト文字画像と比較す
ると図5に示すような関係になる。図5において、急峻
である方の勾配bは低コントラスト文字画像よりも勾配
が大きく、緩やかである方の勾配aは文字画像よりも勾
配が小さい。この関係を利用して、影候補画素を検出す
る。(1) Embodiment of Shadow Candidate Pixel Detection Unit 3: <Shadow Candidate Pixel Detection Using Edge Gradient> FIG. 4 shows a document step (FIG. 4A) and pixel positions in the vicinity of the document step. In the diagram showing the relationship between the brightness and the brightness (FIG. 4B), the shadow is
As shown in FIG. 4B, one of the left and right sides has an edge b with a steep gradient, and the other has an edge a with a gentle gradient. When the gradient degree is compared with the low contrast character image, the relationship is as shown in FIG. In FIG. 5, the steeper gradient b is larger than that of the low-contrast character image, and the gentler gradient a is smaller than that of the character image. By utilizing this relationship, shadow candidate pixels are detected.
【0020】図6に処理フローを示す。図6において、
10はエッジ勾配検出フィルタ、11は判定回路を示す
が、まず、エッジ勾配検出フィルタ10について、図7
を参照しながら、その詳細を説明する。すなわち、図7
において、中央の注目画素を挟んで位置する画素からそ
の勾配を算出するが、それを異なる4方向で算出してそ
れらの最大値をとることにより、広角に対応したエッジ
の勾配を検出する事が可能となる。これを式で記述すれ
ば、次の通りである。
X=max(|A−B|,|C−D|,|E−F|,|
G−H|)FIG. 6 shows a processing flow. In FIG.
Reference numeral 10 denotes an edge gradient detection filter, and 11 denotes a determination circuit. First, the edge gradient detection filter 10 will be described with reference to FIG.
The details will be described with reference to. That is, FIG.
In, the gradient is calculated from the pixels located across the pixel of interest in the center. By calculating it in four different directions and taking the maximum value thereof, it is possible to detect the gradient of the edge corresponding to the wide angle. It will be possible. This can be described by an equation as follows. X = max (| AB |, | CD |, | EF |, |
G-H |)
【0021】次に、判定回路11で勾配度に従って影候
補画素である確率を求める。スキャナ画像が600dp
iであるとき、図6のエッジ勾配検出フィルタ10では
影の急峻である方の勾配bに対しては解像度不充分であ
るため検出できない。そこで、影の緩やかである方の勾
配aと文字画像部の勾配との関係で、図5に示すよう
に、影候補画素である確率を求めることができる。ま
た、エッジ勾配検出フィルタ10の設定によってはbの
勾配が解像できるので、その場合はbの方の影の勾配と
文字画像部の勾配との関係で判定すれば良い。Next, the decision circuit 11 finds the probability of being a shadow candidate pixel according to the gradient degree. Scanner image is 600 dp
When i is i, the edge gradient detection filter 10 of FIG. 6 cannot detect the gradient b of the sharp shadow because the resolution is insufficient. Therefore, as shown in FIG. 5, the probability of being a shadow candidate pixel can be obtained from the relationship between the gradient a having a gentler shadow and the gradient of the character image portion. Further, the gradient of b can be resolved depending on the setting of the edge gradient detection filter 10, and in that case, the determination may be made based on the relationship between the gradient of the shadow of b and the gradient of the character image portion.
【0022】<エッジの勾配の非対称性を利用した影候
補画素検出>図4に示したように、影はエッジ勾配が非
対称であるという性質を持っている。そこで、勾配度を
検出した上で、更に非対称性を検出すれば、高い検出精
度が期待できる。非対称性を検出するには、図5のaの
勾配を持つ影とbの勾配を持つ影の夫々が検出できなけ
ればならないため、勾配度の検出自体も更に高精度なも
のが要求される。ここでは、説明簡単のためと、実用面
を考慮したハード減を考慮し、主走査方向のみの演算と
する。無論、幾つかの方向に対して本方式を適応すれば
高精度な検出となるため、その点はコストパフォーマン
スを考慮して方式を選択し実施すれば良い。<Detection of Shadow Candidate Pixels Utilizing Asymmetry of Edge Gradient> As shown in FIG. 4, the shadow has a property that the edge gradient is asymmetric. Therefore, if the asymmetry is further detected after detecting the gradient, high detection accuracy can be expected. In order to detect the asymmetry, each of the shadow having the gradient of a and the shadow having the gradient of b in FIG. 5 must be able to be detected. Therefore, the gradient degree itself must be detected with higher accuracy. Here, for the sake of simplicity of description, and considering hardware reduction in consideration of practical use, the calculation is performed only in the main scanning direction. Of course, if this method is applied to several directions, high-accuracy detection can be performed. Therefore, in that respect, the method should be selected and implemented in consideration of cost performance.
【0023】図8に処理フローを示す。図8において、
20は一次微分回路、21は符号反転回路、22,23
は最大値検出回路、24は差分算出回路、25はγ変換
回路、26は判定回路で、まず、一次微分回路20に
て、主走査方向で注目画素g5を挟んだg1〜g9の9
画素を参照し、一次微分値を求める。例えば、隣接画素
との差分値s1〜s8を一次微分値とする。非対称勾配
エッジと一次微分値との関係は、図9に示すようにな
る。勾配が急峻な左エッジの一次微分最大値の絶対値m
ax1は大きな値、逆に勾配が緩やかな右エッジの一次
微分最大値の絶対値max2は小さな値になる。そし
て、差分算出回路24にて|max1−max2|を算
出し、γ変換回路25で所望の変換を行う(差分値が大
きければ大きいほど影候補画素である確率が高くなるよ
うな多値出力)か、2値判定結果(差分値が大きい場合
は影候補画素[1]、そうでない場合は[0])を出力
する。FIG. 8 shows a processing flow. In FIG.
20 is a primary differentiating circuit, 21 is a sign inverting circuit, 22, 23
Is a maximum value detection circuit, 24 is a difference calculation circuit, 25 is a γ conversion circuit, and 26 is a determination circuit. First, in the primary differentiation circuit 20, 9 of g1 to g9 sandwiching the pixel of interest g5 in the main scanning direction.
The pixel is referred to and the primary differential value is obtained. For example, the difference values s1 to s8 with respect to the adjacent pixels are set as the primary differential values. The relationship between the asymmetric gradient edge and the first-order differential value is as shown in FIG. Absolute value m of the first derivative maximum of the left edge with steep slope
ax1 has a large value, and conversely, the absolute value max2 of the first derivative maximum value of the right edge having a gentle slope has a small value. Then, the difference calculation circuit 24 calculates | max1−max2 |, and the γ conversion circuit 25 performs desired conversion (multi-value output such that the larger the difference value, the higher the probability that the pixel is a shadow candidate pixel). Alternatively, the binary determination result (shadow candidate pixel [1] when the difference value is large, [0] otherwise) is output.
【0024】ただし、図8のようにg1〜g9の9画素
の参照では、ある程度の太さがある文字エッジにおいて
も、左右どちらか一方のエッジ勾配だけが検出されるた
め、非対称エッジであるとみなされてしまう。そこで、
例えば、細線検出結果(検出方法は後述する)を基に、
細線である場合のみ非対称性判定を有効にするような判
定を総合判定回路26で行うと良い。However, with reference to 9 pixels g1 to g9 as shown in FIG. 8, even for a character edge having a certain thickness, only one of the left and right edge gradients is detected, so that it is an asymmetric edge. It will be considered. Therefore,
For example, based on the thin line detection result (the detection method will be described later),
It is preferable that the comprehensive determination circuit 26 makes a determination that makes the asymmetry determination valid only when the line is a thin line.
【0025】<エッジの勾配の方向性を利用した影候補
画素検出>エッジ勾配の方向性と言う点では、文字領域
と影領域は次のような特徴を持つ。文字は形が複雑であ
り、局所領域において画像データ的にはエッジ勾配の方
向は比較的ばらばらであるが、一方、影領域は、印画紙
を貼り付けた場合などが顕著であるが、影のエッジ勾配
の方向は直線的である。ここではこの性質を利用して影
候補画素を検出する。<Detection of Shadow Candidate Pixels Using Directionality of Edge Gradient> In terms of edge gradient directionality, the character area and the shadow area have the following characteristics. The characters are complicated in shape, and the direction of the edge gradient is relatively different in the local area in terms of image data. On the other hand, the shadow area is remarkable when photographic paper is pasted. The direction of the edge gradient is linear. Here, shadow candidate pixels are detected by utilizing this property.
【0026】図10に処理フローを示す。まず、エッジ
勾配/方向検出フィルタ20であるが、図7を利用し
て、その詳細を説明する。すなわち、注目画素を挟んで
位置する画素からその勾配を算出するが、それを異なる
4方向で算出してそれらの最大値をとることにより、よ
り敏感にエッジの勾配を検出する事が可能となる。これ
を式で記述すれば、次の通りである。FIG. 10 shows a processing flow. First, the edge gradient / direction detection filter 20 will be described in detail with reference to FIG. That is, although the gradient is calculated from the pixels located on both sides of the pixel of interest, the gradient of the edge can be detected more sensitively by calculating it in four different directions and taking the maximum value thereof. . This can be described by an equation as follows.
【0027】X=max(|A−B|,|C−D|,|
E−F|,|G−H|)
まず、X>Th20であって(そうでない時は、「0」
を出力)、
|A−B|が4つの最大であり、A>Bならば「1」を
出力
|A−B|が4つの最大であり、A<Bならば「2」を
出力
|C−D|が4つの最大であり、C>Dならば「3」を
出力
|C−D|が4つの最大であり、C<Dならば「4」を
出力
|E−F|が4つの最大であり、E>Fならば「5」を
出力
|E−F|が4つの最大であり、E<Fならば「6」を
出力
|G−H|が4つの最大であり、G>Hならば「7」を
出力
|G−H|が4つの最大であり、G<Hならば「8」を
出力X = max (| AB |, | CD |, |
EF |, | GH |) First, if X> Th20 (otherwise, "0")
, A−B | are the four maximums, and if A> B, output “1”. | A−B | is the four maximums, and if A <B, output “2” | C -D | is the maximum of four, and if C> D outputs "3". | CD- is the maximum of four, and if C <D, outputs "4". It is the maximum, and if E> F, output “5” and the maximum is four | E−F |, and if E <F, output “6” and the maximum is four | G−H |, and G> If H, output “7” | G−H | is the maximum of four, and if G <H, output “8”
【0028】次に、計数回路31では、例えば9×9程
度のマスクにおいて、1〜8の値をそれぞれ計数(それ
ぞれ計数値を、Y1〜Y8)する。そして、総合判定回
路32においては、Y1〜Y8を所定値で閾値判定し、
例えば、Y1とY2の他に他の計数値(Yx)も閾値を
越える場合を文字領域「1」とし、そうでない場合を影
領域「0」として判定出力する。別な文字領域判定ケー
スは、次のようなものである。Y3とY4とそれ以外の
値(Yx)が閾値を超える。Y5とY6とそれ以外の値
(Yx)が閾値を超える。Y7とY8とそれ以外の値
(Yx)が閾値を超える。Next, in the counting circuit 31, for example, in a mask of about 9 × 9, the values of 1 to 8 are counted (counted values are Y1 to Y8). Then, in the comprehensive judgment circuit 32, Y1 to Y8 are threshold-value judged by a predetermined value,
For example, in addition to Y1 and Y2, when the other count value (Yx) exceeds the threshold value, the character area “1” is determined, and when not, the shadow area “0” is determined and output. Another character area determination case is as follows. Y3 and Y4 and other values (Yx) exceed the threshold value. Y5, Y6 and other values (Yx) exceed the threshold value. Y7 and Y8 and other values (Yx) exceed the threshold value.
【0029】<エッジ境界の直線性を利用した影候補画
素検出>エッジ境界の直線性と言う点では、一般には切
り貼り原稿などは矩形である場合が多く、エッジ境界の
方向性としては直線であることが多い。ここでは、この
性質を利用して影候補画素を検出する。ただし、曲率の
算出としては、画像のエッジ部のラスターデータをベク
ターデータに変換し、例えば、従来技術である特開昭6
3−298576号公報などを利用して算出することも
可能であるが、複写機などへの応用を考慮した場合に、
処理量・リアルタイム性などが現時点でのコストパフォ
ーマンスは必ずしも賢いとは言えず、ここでは実現性の
より高い簡易的な方法を選択する。図11に処理フロー
を示す。<Shadow Candidate Pixel Detection Using Linearity of Edge Boundary> In terms of linearity of edge boundary, in general, a cut and pasted document is often rectangular, and the directionality of the edge boundary is straight. Often. Here, shadow candidate pixels are detected by utilizing this property. However, in order to calculate the curvature, the raster data of the edge portion of the image is converted into vector data and, for example, the conventional technique disclosed in Japanese Patent Laid-Open No.
Although it is possible to calculate using the Japanese Patent Publication No. 3-298576, etc., in consideration of application to a copying machine,
It cannot be said that the cost performance at this point in terms of throughput, real-time performance, etc. is necessarily wise, and a simpler method with higher feasibility is selected here. FIG. 11 shows a processing flow.
【0030】図11の処理フローにおいて、まず、2値
化回路40であるが、この2値化回路40は、注目とな
る画像の領域が、低コントラスト文字や影と言ったよう
な部分なので、それら低濃度を意識したような固定閾値
で2値化するのもひとつの手段であるが、フロー型の閾
値で2値化すなわち、注目画素を含む所定のマスク領域
において平均値を算出し、基本的にその値を基に2値化
した方がよりセンシティブに特徴を抽出できる。そし
て、その2値化の結果に対しパターンマッチング回路4
1で直線性を検出する。In the processing flow of FIG. 11, the binarization circuit 40 is first described. In the binarization circuit 40, the region of the image of interest is a portion such as a low contrast character or a shadow. Although binarization with a fixed threshold that takes these low densities into consideration is also one means, binarization with a flow-type threshold, that is, an average value is calculated in a predetermined mask area including a pixel of interest, The characteristic can be extracted more sensitively by binarizing based on the value. Then, the pattern matching circuit 4 is applied to the binarization result.
1 detects linearity.
【0031】図12には横方向のパターンマッチングの
例を示した。以下、エッジに対する横方向の直線性検出
を例に説明するが、縦方向、ななめ方向に対する応用は
容易である。注目画素が図12にマッチングした場合は
注目画素を「1」とし、マッチングしなかった場合は
「0」とする。FIG. 12 shows an example of horizontal pattern matching. Hereinafter, the linearity detection in the horizontal direction with respect to the edge will be described as an example, but the application in the vertical direction and the licking direction is easy. If the pixel of interest matches with FIG. 12, the pixel of interest is set to "1", and if it is not matched, it is set to "0".
【0032】<背景地の検出を利用した影候補画素検出
>文字の背景領域は、白地が代表的例であるが、いずれ
にしても均一であることが多く、図13に示すように、
切り貼りの影領域は貼った紙の地レベルと貼られた紙の
地レベルが異なることが多い。ここでは、その特徴を利
用して影候補画素を検出する。また、説明簡単のため
と、実用面を考慮したハード減を考慮し、ここでは主走
査方向のみの演算とする。無論、幾つかの方向に対して
本方式を適応すれば検出は高精度となるため、その点は
コストパフォーマンスを考慮して方式を選択し実施すれ
ば良い。<Detection of Shadow Candidate Pixels Utilizing Detection of Background Background> A white background is a typical example of the background area of a character, but in any case, it is often uniform, and as shown in FIG.
In the cut-and-paste shadow area, the ground level of the pasted paper and the ground level of the pasted paper are often different. Here, the shadow candidate pixel is detected by utilizing the feature. Further, for simplification of description and in consideration of hardware reduction in consideration of practical use, only the main scanning direction is calculated here. Of course, if the present method is applied to some directions, the detection becomes highly accurate, and in that respect, the method may be selected and implemented in consideration of cost performance.
【0033】図14に処理フローを示す。平均値算出回
路50では、図15に示すような注目画素Xを挟んで、
主走査方向に所定の距離だけ離れた2つの画素(A5
0,B50)の周辺画素領域(例えば7×7画素)に対
して、平均値(n50,n51)を求める。そして、差
分算出回路51にて|n50−n51|を算出し、さら
にその値をγ変換回路52で所望の変換を行う(差分値
が大きければ大きいほど影候補画素である確率が高くな
るような多値出力)か、2値判定結果(差分値が大きい
場合は影候補画素[1]、そうでない場合は[0])を
出力する。ところで、平均値(n50,n51)はより
大きなマスクで算出すればするほど高精度な演算が可能
となるが、一方で背景地以外の情報たとえば文字部など
が含まれる可能性も大きくなる。従って、平均値を求め
る場合に、ある所定値以上濃度値を持つような画素値に
関しては、その値をリジェクトするような手段も非常に
有効である。また、今回はスキャナなどで読み取った画
像データを利用してエッジ領域の背景が、均一の紙から
なる物か複数の紙からなる物かを判断しているが、たと
えば紙表面の光沢度を計測するセンサー(例えばニチコ
ン製)を用いた紙の自動認識も可能であり、将来的には
このようなセンサーを複数利用して、所定エッジ近傍に
おける紙の単数/複数認識も可能である。FIG. 14 shows a processing flow. In the average value calculation circuit 50, the pixel of interest X as shown in FIG.
Two pixels (A5
The average value (n50, n51) is calculated for the peripheral pixel region (0, B50) (for example, 7 × 7 pixels). Then, | n50−n51 | is calculated by the difference calculation circuit 51, and the value is subjected to desired conversion by the γ conversion circuit 52 (the larger the difference value, the higher the probability that the pixel is a shadow candidate pixel). Multivalue output) or a binary determination result (shadow candidate pixel [1] when the difference value is large, and [0] otherwise). By the way, the larger the mask is used to calculate the average value (n50, n51), the more accurate the calculation becomes possible, but on the other hand, the possibility that information other than the background, such as a character portion, is included also increases. Therefore, when obtaining the average value, a means for rejecting a pixel value having a density value equal to or higher than a predetermined value is also very effective. Also, this time, using image data read by a scanner etc., it is judged whether the background of the edge area is made of uniform paper or plural papers. For example, the glossiness of the paper surface is measured. It is also possible to automatically recognize paper using a sensor (for example, manufactured by Nichicon), and in the future, it is also possible to use a plurality of such sensors to recognize single / plurality of paper near a predetermined edge.
【0034】<線幅の検出を利用した影候補画素検出>
図13からも分かるように、文字のエッジ、影のエッジ
とも勾配方向が正反対のペアエッジからなっている。ペ
アエッジの幅は、実画像上の低コントラスト文字として
一般的である鉛筆書き文字のペアエッジの幅に対して、
影部は比較的幅が細い、という性質がある。ここでは、
前記性質を利用した細線検出により影候補画素を検出す
る。また、説明簡単のためと、実用面を考慮したハード
減を考慮し、主走査方向のみの演算とする。無論、幾つ
かの方向に対して行えば高精度となるため、その点はコ
ストパフォーマンスを考慮して方式を選択実施すれば良
い。<Shadow Candidate Pixel Detection Utilizing Line Width Detection>
As can be seen from FIG. 13, both the character edge and the shadow edge are paired edges whose gradient directions are exactly opposite. The width of the paired edge is the width of the paired edge of a pencil-written character, which is generally used as a low-contrast character on the actual image,
The shadow part has a property that the width is relatively narrow. here,
The shadow candidate pixel is detected by the thin line detection utilizing the above property. In addition, for the sake of simplicity of description and considering the hardware reduction in consideration of practical use, the calculation is performed only in the main scanning direction. Of course, the accuracy is high if it is performed in several directions, and in that respect, the method may be selected and implemented in consideration of cost performance.
【0035】図16に処理フローを示す。線の太さ算出
回路60では、注目画素の文字幅、影幅を求める。その
算出方法は、ここでは、例えば従来装置である特開平8
−130636号公報記載の文字幅判定部の文字幅算出
までを利用する。そして、γ変換回路61で所望の変換
を行う(線の太さが小さければ小さいほど影候補画素で
ある確率が高くなるような多値出力)か、2値判定結果
(線の太さが小さい場合は影候補画素[1]、そうでな
い場合は[0])を出力する。以上が影候補画素検出3
の具体的実施例の説明である。FIG. 16 shows a processing flow. The line thickness calculation circuit 60 obtains the character width and the shadow width of the pixel of interest. Here, the calculation method is, for example, the conventional apparatus disclosed in Japanese Patent Laid-Open No. Hei 8
The calculation up to the character width of the character width determination unit described in Japanese Patent Publication No. 130636 is used. Then, the γ conversion circuit 61 performs a desired conversion (multi-value output in which the smaller the line thickness, the higher the probability that the pixel is a shadow candidate pixel) or the binary determination result (the line thickness is small). If so, the shadow candidate pixel [1] is output, and if not, [0]) is output. The above is shadow candidate pixel detection 3
Is a description of a specific example of the above.
【0036】(2)補正部4の実施例:
<周辺の影候補画素検出結果を参照して補正する場合>
《密度》影候補画素の検出は、低コントラスト文字の誤
検出を防止するような特徴を利用して検出しているが、
例えば、エッジ勾配の非対称性を利用した影候補画素検
出では、鉛筆書き文字で筆圧に偏りがあると、所々誤検
出が発生してしまう。そのため、周辺画素の影候補画素
検出結果を参照して密度的補正を行うことは非常に有効
である。もちろん、これに限らずその他影候補画素検出
に対しても有効である。(2) Embodiment of the correction unit 4: <Correction by referring to peripheral shadow candidate pixel detection results><< Density >> The detection of shadow candidate pixels prevents erroneous detection of low-contrast characters. Although it is detected using features,
For example, in the shadow candidate pixel detection using the asymmetry of the edge gradient, if the writing pressure is biased in writing with a pencil, erroneous detection will occur in some places. Therefore, it is very effective to perform the density correction by referring to the shadow candidate pixel detection results of the peripheral pixels. Of course, the present invention is not limited to this, and is also effective for detecting other shadow candidate pixels.
【0037】処理フローを図17に示す。まず平均値算
出回路70では、注目画素を中心とした例えば9×9画
素分の影候補画素検出結果を参照し、その平均値を求め
る。影候補画素検出の出力が[0/1]の2値判定の場
合は影候補画素の計数がそれに相当する。そして、γ変
換回路71で所望の判定結果になるよう変換する(高密
度であるほど影である確率が高くなるような多値出
力)。あるいは、閾値で2値判定する(高密度の場合は
影領域[1]、そうでない場合は[0])。The processing flow is shown in FIG. First, the average value calculation circuit 70 refers to the shadow candidate pixel detection results of, for example, 9 × 9 pixels centered on the pixel of interest, and calculates the average value. When the output of the shadow candidate pixel detection is binary determination of [0/1], the count of the shadow candidate pixels corresponds to that. Then, the γ conversion circuit 71 performs conversion so as to obtain a desired determination result (multi-value output in which the higher the density, the higher the probability of a shadow). Alternatively, a binary decision is made using a threshold value (shadow area [1] when the density is high, and [0] otherwise).
【0038】《連続性》切り貼り原稿の縁、あるいは、
厚紙を白い原稿押さえ板を背景にして読み込んだ場合の
縁は、閉領域であり、そこにできる影もまた閉じた線に
なる。そのことから、影には連続性という性質があり、
ここではその性質を利用して影候補画素を補正する。例
えば影の直線性を利用した影候補画素検出を行った場
合、直線性を有する線は文字においても所々あり、前記
影候補画素検出結果の段階においてはこれも含めて検出
している。しかし、文字と影とでは連続性という点で大
きく異なり、文字の場合は直線であっても短いという性
質を有しているため、この補正が非常に有効である。も
ちろん、これに限らずその他影候補画素検出に対しても
有効である。<< Continuity >> Edge of cut and pasted original, or
When the thick paper is read against the background of the white original pressing plate, the edge is a closed area, and the shadow formed there is also a closed line. Therefore, the shadow has the property of continuity,
Here, the shadow candidate pixel is corrected by utilizing this property. For example, when a shadow candidate pixel is detected by utilizing the linearity of a shadow, some lines have linearity even in a character, and this is also detected in the stage of the shadow candidate pixel detection result. However, since the character and the shadow are greatly different in continuity, and the character has a property that even a straight line is short, this correction is very effective. Of course, the present invention is not limited to this, and is also effective for detecting other shadow candidate pixels.
【0039】図18に処理フローを示す。連続画素数計
数回路80では、縦横斜め、様々な方向からの連続画素
数のカウントアップを行う。図19を用いて具体的に説
明する。注目画素fの影候補画素検出結果(ここでは説
明簡単のため2値判定であるとする)が0の非影候補画
素である場合は、注目画素位置での連続画素数n(f)
=0としメモリに格納する。注目画素fの影候補画素検
出結果が1である場合は、fに対して主副走査方向のい
ずれも前画素に相当するa,b,c,d,eの位置の画
素の連続画素数n(a),n(b),n(c),n
(d),n(e)を画像メモリ81から読み出してn
(f)=max(n(a),n(b),n(c),n
(d),n(e))+1としメモリに格納する。2値化
回路82では注目画素位置での連続画素数が所定値以上
であれば、影領域とし「1」を出力し、そうでなければ
「0」を出力する。更に膨張回路83で影領域を膨張す
る。例えば注目画素を含む5×5のマスクにおいて1つ
でも「1」があれば、注目画素を「1」とするような処
理を施す。FIG. 18 shows a processing flow. The continuous pixel number counting circuit 80 counts up the number of continuous pixels from various directions in the vertical and horizontal directions. This will be specifically described with reference to FIG. When the shadow candidate pixel detection result of the target pixel f (binary determination for simplification of description here) is a non-shadow candidate pixel of 0, the number of consecutive pixels n (f) at the target pixel position
= 0 and store in memory. When the shadow candidate pixel detection result of the target pixel f is 1, the number of consecutive pixels n at the positions a, b, c, d, and e corresponding to the preceding pixel in both the main and sub scanning directions with respect to f (A), n (b), n (c), n
(D) and n (e) are read from the image memory 81 and n
(F) = max (n (a), n (b), n (c), n
(D), n (e)) + 1 and stored in the memory. In the binarization circuit 82, if the number of continuous pixels at the target pixel position is equal to or larger than a predetermined value, the shadow area is set to "1", and otherwise "0" is output. Further, the expansion circuit 83 expands the shadow area. For example, if there is at least one “1” in the 5 × 5 mask including the target pixel, the target pixel is set to “1”.
【0040】《均一性》影候補画素検出が多値判定であ
る場合、多値判定結果の均一性という性質が影部にはあ
る。例えば、線幅を利用した影候補画素検出では細線を
検出しているが、これを多値出力すれば影部の線幅は均
一であり、文字部のそれは影部に比べ不均一である性質
を使って補正することができる。これに限らず、他の特
徴を利用した影候補画素検出においても、そもそも影エ
ッジは同じ厚みの原稿・同一方向の影に対しては特徴が
ほぼ均一である特徴を有するものであり、均一性を利用
した補正は有効である。エッジ勾配の方向性を利用した
影候補画素検出はそもそも勾配方向の均一性を利用した
ものであるが、更に広い領域を参照して均一性により補
正しても良い。また、説明簡単のためと、実用面を考慮
したハード減を考慮し、ここでは主走査方向のみの演算
とする。無論、幾つかの方向に対して行えば高精度とな
るため、その点はコストパフォーマンスを考慮して方式
を選択実施すれば良い。<Uniformity> When the shadow candidate pixel detection is multi-valued judgment, the shadow part has a property of uniformity of multi-valued judgment results. For example, a thin line is detected in shadow candidate pixel detection using line width, but if this is output in multiple values, the line width of the shadow part is uniform and that of the character part is more uneven than the shadow part. Can be corrected using. Not limited to this, even in shadow candidate pixel detection using other features, the shadow edge has a feature that the features are almost uniform for a document of the same thickness and a shadow in the same direction. The correction using is effective. Although the shadow candidate pixel detection using the directionality of the edge gradient originally uses the uniformity in the gradient direction, the uniformity may be corrected by referring to a wider area. Further, for simplification of description and in consideration of hardware reduction in consideration of practical use, only the main scanning direction is calculated here. Of course, the accuracy is high if it is performed in several directions, and in that respect, the method may be selected and implemented in consideration of cost performance.
【0041】図20に処理フローを示す。まず、影候補
画素抽出回路90にて、注目画素を挟んで、主走査方向
に所定の距離だけ離れた2つの画素AとBの影候補画素
検出結果KA,KBを抽出する。これは、図15と同様
である。あるいは、画素Aと画素Bの周辺画素領域を参
照して影候補画素検出結果の例えば平均値を算出しても
良い。そして、差分算出回路91にて|KA−KB|を
算出し、さらにその値をγ変換回路92で所望の変換を
行う(差分値が小さければ小さいほど影である確率が高
くなるような多値出力)か、2値判定結果(差分値が小
さい場合は影領域[1]、そうでない場合は[0])を
出力する。無論、これまでのようにγ変換回路92の結
果を膨張処理などを画像処理系との関係を考慮し必要に
応じて行っても良い。FIG. 20 shows a processing flow. First, the shadow candidate pixel extraction circuit 90 extracts the shadow candidate pixel detection results KA and KB of two pixels A and B that are apart from each other by a predetermined distance in the main scanning direction with the target pixel sandwiched therebetween. This is similar to FIG. Alternatively, for example, the average value of the shadow candidate pixel detection results may be calculated with reference to the peripheral pixel regions of the pixels A and B. Then, | KA-KB | is calculated by the difference calculation circuit 91, and the value is subjected to desired conversion by the γ conversion circuit 92 (multi-valued such that the smaller the difference value, the higher the probability of a shadow). Output) or a binary determination result (shadow area [1] when the difference value is small, [0] otherwise). Of course, the result of the γ conversion circuit 92 may be subjected to expansion processing or the like as necessary in consideration of the relationship with the image processing system.
【0042】<周辺の文字検出結果を参照して補正する
場合>以上、影候補画素検出結果を参照して補正する方
法をいくつか示した。これ以外には、図3に示したよう
に、文字特徴検出5を行い、この結果も参照して補正す
る方法がある。影候補画素として誤検出された低コント
ラスト文字部に対して、逆に文字部の特徴を検出するこ
とによりこれを取り除くものである。影候補画素として
検出され、かつ、文字特徴検出において注目画素あるい
は周辺画素が文字であるとして検出された場合は、文字
特徴検出の結果を優先し、補正部4の結果としては非影
とする。これは、文字情報の方が当然有用な情報であ
り、その画質に影響するようなことがあってはならない
からである。<Case of Correcting with Reference to Surrounding Character Detection Results> Several methods of correcting with reference to shadow candidate pixel detection results have been described above. Other than this, as shown in FIG. 3, there is a method of performing character feature detection 5, and referring to this result to correct it. With respect to the low-contrast character portion erroneously detected as a shadow candidate pixel, the characteristic of the character portion is detected by contraries to remove it. When it is detected as a shadow candidate pixel and the target pixel or the peripheral pixel is detected as a character in the character feature detection, the result of the character feature detection is prioritized, and the result of the correction unit 4 is a non-shadow. This is because the text information is naturally more useful information and should not affect the image quality.
【0043】《周辺の文字特徴検出結果の密度で補正す
る》文字の周囲には文字がある確率は、それなりに高
く、すなわち、文字エッジ密度は、影エッジ密度より一
般的に大きいと言う性質を持っている。「文字の周りに
は文字が有る」性質を利用した補正を行うことも、ま
た、有効である。<< Correction by density of surrounding character feature detection result >> The probability that there is a character around the character is reasonably high, that is, the character edge density is generally higher than the shadow edge density. have. It is also effective to perform the correction using the property that "there is a character around the character".
【0044】図21に処理フローを示す。ここでは説明
簡単のため影候補画素検出結果も文字特徴検出結果もと
もに2値判定としている。密度算出回路100では、例
えば周辺9×9画素分の文字特徴検出結果を参照して密
度を求める。図17の密度による補正回路と同様に行え
ば良い。なお、ここでは説明簡単のため密度算出回路1
00からの出力は2値出力(1が高密度、0が低密度)
とする。影候補画素検出結果も2値出力(1が影候補、
0が非影候補)とする。そして、これら2つの結果から
判定回路101にて影画素を判定する。前記同様、文字
特徴検出が高密度:1である場合は、非影:0と判定す
る。文字特徴検出が低密度:0である場合は、影候補画
素検出結果を影判定の判定結果とする。もちろん、影候
補画素の密度的補正や連続性を利用した補正と組み合わ
せれば更に精度の良い補正および検出が行える。以上が
補正部4の具体的実施例の説明である。FIG. 21 shows a processing flow. For simplicity of explanation, both the shadow candidate pixel detection result and the character feature detection result are binary. In the density calculation circuit 100, for example, the density is obtained by referring to the character feature detection results for the peripheral 9 × 9 pixels. It may be performed in the same manner as the density correction circuit in FIG. It should be noted that the density calculation circuit 1 is shown here for simplicity of explanation.
The output from 00 is a binary output (1 is high density, 0 is low density)
And The shadow candidate pixel detection result is also binary output (1 is a shadow candidate,
0 is a non-shadow candidate). Then, the determination circuit 101 determines a shadow pixel from these two results. Similarly to the above, when the character feature detection is high density: 1, it is determined as non-shadow: 0. When the character feature detection is low density: 0, the shadow candidate pixel detection result is used as the determination result of the shadow determination. Of course, more accurate correction and detection can be performed by combining with density correction of shadow candidate pixels and correction using continuity. The above is the description of the specific embodiment of the correction unit 4.
【0045】(3)文字特徴検出部5の実施例:
<文字領域特有の二次元的濃度検出を利用した文字検出
>文字領域には、特徴のある二次元的濃度変化部を有す
ることが多い。ここでは多値データに対して、それらの
局所パターンを検出し、文字特徴を有する画素を検出す
る。図22に処理フローを示す。二次元的濃度変化検出
回路110に関して、幾つかの具体的実施例を以下に示
す。
a)ラプラシアンフィルタを用いた二次元的濃度変化検
出回路の例
文字領域には、例えば「×」の中心のようにクロスする
部分を多く含む。一方、影領域には、ほとんど含まれな
い。この特徴を利用して、例えば図23のようなラプラ
シアンフィルタを画像データに施し、そのフィルタ出力
値が所定値以上であれば、注目画素を二次元的濃度変化
の大きな画素領域とする。(3) Embodiment of Character Characteristic Detection Unit 5: <Character Detection Using Two-Dimensional Density Detection Unique to Character Area> The character area often has a characteristic two-dimensional density change portion. . Here, with respect to multi-valued data, those local patterns are detected, and pixels having character features are detected. FIG. 22 shows a processing flow. Some specific examples of the two-dimensional density change detection circuit 110 will be described below. a) Example of two-dimensional density change detection circuit using Laplacian filter The character region includes many crossing portions such as the center of "x". On the other hand, the shadow area is hardly included. Using this feature, for example, a Laplacian filter as shown in FIG. 23 is applied to the image data, and if the filter output value is equal to or larger than a predetermined value, the pixel of interest is set as a pixel area having a large two-dimensional density change.
【0046】b)ピーク画素検出フィルタを用いた二次
元的濃度変化検出回路の例
上記で述べた特徴を利用して、例えば、論文「文字/絵
柄(網点、写真)混在画像の像域分離方式」で述べたピ
ーク画素検出を利用しても良い。ただし、論文中は網点
ドットを検出する処理として記述しているが、文字部の
クロス領域にもレスポンスする物でもある。無論、文字
部と網点部のピーク画素の密度は比較にならないほど後
者の方が多く、文字部を検出するからと言って、従来か
らの主旨を変えるような話ではない。B) Example of Two-Dimensional Density Change Detection Circuit Using Peak Pixel Detection Filter Using the characteristics described above, for example, the image area separation of a paper "character / picture (halftone dot, photograph) mixed image" is performed. The peak pixel detection described in “Method” may be used. However, although described in the paper as a process for detecting halftone dots, it also responds to the cross area of the character portion. Of course, the density of peak pixels in the character part and the halftone dot part is so large that they cannot be compared, and the fact that the character part is detected does not mean a change in the gist from the conventional case.
【0047】c)尾根画素検出フィルタを用いた二次元
的濃度変化検出回路の例
文字領域も切り貼り原稿などの影部も尾根状になってい
ることは両者おなじである。ここではさらに、文字部は
その背景が例えば均一の白地であること、一方、影部は
切り貼りの場合、その背景色が変わる可能性がある事を
利用して、山の対称性・非対称性を利用して両者を切り
分ける(図13参照)。従来から、尾根画素検出は、特
開平3−82269号公報などに詳しく、ここではその
濃度勾配の対称性を付加するような条件を従来の処理に
付加する事にする。濃度勾配の対称性を検出するフィル
タ例を図24に示す。C) Example of a two-dimensional density change detection circuit using a ridge pixel detection filter It is the same in both the character area and the shadow portion of the cut and pasted original or the like. In addition, here, the background of the text part is, for example, a uniform white background, and the background color of the shadow part may change when cut and pasted. Both are separated by utilizing (see FIG. 13). Conventionally, the ridge pixel detection is described in detail in, for example, Japanese Patent Laid-Open No. 3-82269, and here, a condition for adding the symmetry of the density gradient is added to the conventional processing. An example of a filter for detecting the symmetry of the density gradient is shown in FIG.
【0048】d)二次元的白黒変化の検出処理を用いた
二次元的濃度変化検出回路の例
文字領域が所定領域における濃度変化の頻度が大きいの
に対し、影領域のそれは小さい。ここでは所定の方法
(先に述べたようなフロー型の閾値で2値化がベター)
で2値化後、その2値化データに対し、二次元的広がり
を持ったマスクにおいて主副それぞれの走査方向に対し
て、白から黒あるいは黒から白への変化点数を計数し、
その計数値が所定値以上であれば、マスク内注目画素あ
るいはマスク内の全画素を二次元的濃度変化の大きな画
素領域とする。D) Example of a two-dimensional density change detection circuit using a two-dimensional black-and-white change detection process In a character area, the frequency of density change in a predetermined area is large, whereas in a shadow area it is small. Here, the predetermined method (binarization is better with the flow-type threshold as described above)
After binarizing with, the number of change points from white to black or black to white is counted in the mask having a two-dimensional spread in the main and sub scanning directions for the binarized data.
If the count value is equal to or greater than a predetermined value, the pixel of interest in the mask or all the pixels in the mask are set as a pixel area having a large two-dimensional density change.
【0049】<文字領域特有の二次元的形状検出を利用
した文字検出>文字領域には、特徴のある二次元的形状
を有することが多い。ここでは、2値化処理後のデータ
に対して、あるいは、従来の特開平3−82269号公
報に記載されたような尾根画素検出結果に対し、文字部
特有に存在する局所パターンを検出し、文字特徴を有す
る画素を検出する。図25に処理フローを示す。まず、
2値化回路120であるが、ここでは所定の方法(先に
述べたようなフロー型の閾値で2値化がベター)で2値
化するか、あるいは尾根画素検出を行なっても良い。そ
して、以下に詳細に述べる文字部に存在する特徴ある形
状をパターンマッチング回路121で検出する。<Character Detection Using Two-Dimensional Shape Detection Unique to Character Area> The character area often has a characteristic two-dimensional shape. Here, the local pattern that is unique to the character portion is detected for the data after the binarization process or for the ridge pixel detection result as described in the conventional Japanese Patent Laid-Open No. 3-82269. Detect pixels with character features. FIG. 25 shows the processing flow. First,
Although it is the binarization circuit 120, it may be binarized by a predetermined method (binarization is better with a flow type threshold value as described above) or ridge pixel detection may be performed. Then, the pattern matching circuit 121 detects a characteristic shape existing in the character portion described in detail below.
【0050】a)文字のクロス部をパターンマッチング
で検出:言うまでもなく、文字部にはクロス部が多く、
一方、影部にはほとんど無い。この特徴を利用して、図
26に示すようなパターンを準備し、パターンマッチン
グにて検出を行う。無論、「×」のようなパターンを準
備しても有効である。A) Detecting a character cross portion by pattern matching: Needless to say, the character portion has many cross portions,
On the other hand, there is almost no shadow. Using this feature, a pattern as shown in FIG. 26 is prepared, and detection is performed by pattern matching. Of course, it is also effective to prepare a pattern such as "x".
【0051】b)文字の「T」部をパターンマッチング
で検出:言うまでもなく、文字部には「T」のような交
叉部が多く、一方、影部にはほとんど無い。この特徴を
利用して、図27に示すようなパターンを準備し、パタ
ーンマッチングにて検出を行う。無論、これを回転した
ようなパターンを準備しても有効である。B) Detecting the "T" part of the character by pattern matching: Needless to say, the character part has many crossing parts such as "T", while the shadow part has almost no. Using this feature, a pattern as shown in FIG. 27 is prepared, and detection is performed by pattern matching. Of course, it is also effective to prepare a pattern that rotates this.
【0052】c)文字の端部をパターンマッチングで検
出:言うまでもなく、文字部には端部が多く、一方、影
部にはほとんど無い。この特徴を利用して、図28に示
すようなパターンを準備し、パターンマッチングにて検
出を行う。無論、これを回転したようなパターンを準備
しても有効である。以上が文字特徴検出部5の具体的実
施例の説明である。C) Detection of end of character by pattern matching: Needless to say, the character part has many end parts, while the shadow part has almost no end part. Utilizing this feature, a pattern as shown in FIG. 28 is prepared, and detection is performed by pattern matching. Of course, it is also effective to prepare a pattern that rotates this. The above is the description of the specific embodiment of the character feature detection unit 5.
【0053】(4)影検出部1の結果に基づく画像処理
2の制御の実施例:以下、説明簡単のため、影検出結果
が2値出力としているが、多値出力信号の場合には多段
階制御に展開することも可能である。
<影を消す>影検出結果を受けて、影エッジを消去す
る。図29は、影エッジ消去の処理フローである。セレ
クタ130にて、影検出結果が1のときにはM×N画素
内の最小値検出部131にて影エッジを消去した信号
a、影検出結果が0のときにはスルー部132にてスル
ー信号bを選択、出力する。影エッジを消去した信号a
は注目画素周辺のM×N画素のうちの濃度最小値であ
り、この値で注目画素値を置き換えることにより影を消
し去る。(4) Embodiment of control of image processing 2 based on result of shadow detection unit 1: In the following, for simplicity of explanation, the shadow detection result is binary output, but in the case of multi-value output signal It is also possible to apply it to stepwise control. <Erase shadow> The shadow edge is deleted in response to the shadow detection result. FIG. 29 is a processing flow of shadow edge elimination. When the shadow detection result is 1 by the selector 130, the signal a in which the shadow edge is erased by the minimum value detection unit 131 in the M × N pixels is selected, and when the shadow detection result is 0, the through signal b is selected by the through unit 132. ,Output. Signal a with shadow edges removed
Is the minimum density value of M × N pixels around the target pixel, and this value replaces the target pixel value to eliminate the shadow.
【0054】<影を少なくとも強調しない>影を完全に
消去するわけでない、影を少なくとも強調しない制御方
法も非常に有効である。以下に、フィルタ処理制御によ
り影エッジを抑制する例と、ガンマ変換制御により同様
の目的を達成する例の2つを挙げる。従来の影部がフィ
ルタ処理やガンマ変換により強調されてしまっていた画
像と比較して、出力画像上で目障りなレベルの影エッジ
がなくなる効果が十分にある。<Don't enhance shadows at least> A control method that does not completely eliminate shadows and that does not enhance shadows at least is also very effective. Below, two examples will be given: an example in which a shadow edge is suppressed by filter processing control and an example in which a similar object is achieved by gamma conversion control. Compared with an image in which a conventional shadow portion is emphasized by a filter process or gamma conversion, there is a sufficient effect of eliminating an annoying level of a shadow edge on an output image.
【0055】図30は、フィルタ処理制御による影エッ
ジ抑制の処理フローである。スキャナで読み込んだ入力
画像信号に対してエッジ強調部133にてエッジ強調を
行い、エッジ部でコントラスト強調された信号aをセレ
クタ130に送る。同時に、エッジ強調部133を通ら
ないスルー信号bもセレクタ130に送る。セレクタ1
30では、影検出の結果を受けて、影検出結果が1であ
ればエッジ強調後の信号aを出力、影検出結果が0であ
ればスルーの信号bを選択、出力する。なお、エッジ強
調フィルタだけでなく平滑化フィルタをも制御すれば、
影エッジ抑制効果が得られる。FIG. 30 is a processing flow of the shadow edge suppression by the filter processing control. The edge enhancement unit 133 performs edge enhancement on the input image signal read by the scanner, and sends the signal a, which is contrast enhanced at the edge unit, to the selector 130. At the same time, the through signal b that does not pass through the edge enhancement unit 133 is also sent to the selector 130. Selector 1
At 30, in response to the shadow detection result, if the shadow detection result is 1, the edge-enhanced signal a is output, and if the shadow detection result is 0, the through signal b is selected and output. If you control not only the edge enhancement filter but also the smoothing filter,
A shadow edge suppression effect can be obtained.
【0056】図31は、ガンマ変換制御による影エッジ
抑制の処理フローである。スキャナで読み込んだ入力画
像信号に対して134にて示すガンマ変換部1にて、例
えば図32のガンマ変換1用LUTを用いてガンマ変換
を行い、変換後の信号aをセレクタ130に送る。同様
に、135にて示すガンマ変換部2にて、図32のガン
マ変換2用LUTを用いてガンマ変換を行い、変換後の
信号bをセレクタ130に送る。セレクタ130では、
影検出の結果を受けて、影検出結果が1であればガンマ
変換1後の信号aを出力、影検出結果が0であればガン
マ変換2後の信号bを選択、出力する。図32のガンマ
変換2用LUTは、下に凸の形状にすれば影部の信号を
抑制することが可能である。FIG. 31 is a processing flow of shadow edge suppression by gamma conversion control. The gamma conversion unit 1 shown at 134 performs gamma conversion on the input image signal read by the scanner, for example, using the gamma conversion 1 LUT in FIG. 32, and sends the converted signal a to the selector 130. Similarly, the gamma conversion unit 2 shown at 135 performs gamma conversion using the LUT for gamma conversion 2 in FIG. 32 and sends the converted signal b to the selector 130. In the selector 130,
In response to the shadow detection result, if the shadow detection result is 1, the signal a after gamma conversion 1 is output, and if the shadow detection result is 0, the signal b after gamma conversion 2 is selected and output. The gamma conversion 2 LUT of FIG. 32 can suppress the signal in the shadow portion by forming a downward convex shape.
【0057】[0057]
【発明の効果】本発明によると、入力画像から影領域を
検出する際に、まず影候補画素を検出し、次にそれを補
正する2段構成をとるため、従来誤検出を起こしやすい
低コントラスト文字部での誤検出を抑制しつつ影領域を
精度良く検出することができる。また、影検出結果を使
って画像処理を制御するため、目障りな影を抑制するこ
とができる。According to the present invention, when a shadow area is detected from an input image, a shadow candidate pixel is first detected and then corrected, so that a two-stage configuration is adopted. It is possible to detect the shadow area with high accuracy while suppressing erroneous detection in the character portion. Further, since the image processing is controlled using the shadow detection result, it is possible to suppress annoying shadows.
【0058】入力画像から影領域を消し去ることによ
り、影部で発生する線をなくすことができる。By eliminating the shadow area from the input image, it is possible to eliminate the line generated in the shadow portion.
【0059】影エッジを少なくとも強調しないことによ
り、影部で発生する線を出力画像上殆ど気にならないレ
ベルにすることができる。By not emphasizing at least the shadow edge, the line generated in the shadow portion can be set to a level that is hardly noticeable on the output image.
【0060】局所情報に基づく影候補画素検出を行うた
め、コストパフォーマンスの良い装置が実用化可能とな
る。Since the shadow candidate pixels are detected based on the local information, a device with good cost performance can be put to practical use.
【0061】周辺の影候補画素検出結果を参照して注目
画素の影候補画素検出結果を補正するため、従来不十分
であった検出精度を実用的なレベルに高めることができ
る。また、補正もハード量を考慮した構成にしているた
め、コストパフォーマンスの良い装置が実用化可能とな
る。Since the shadow candidate pixel detection result of the target pixel is corrected by referring to the peripheral shadow candidate pixel detection result, it is possible to raise the detection accuracy, which was conventionally insufficient, to a practical level. In addition, since the correction is made in consideration of the amount of hardware, a device with good cost performance can be put to practical use.
【0062】文字の特徴を有する画素を検出し、これも
参照して注目画素の影候補画素検出結果を補正するた
め、従来不十分であった検出精度を実用的なレベルに高
めることができる。また、補正もハード量を考慮した構
成にしているため、コストパフォーマンスの良い装置が
実用化可能となる。Since the pixel having the character feature is detected and the shadow candidate pixel detection result of the target pixel is corrected with reference to this, it is possible to raise the detection accuracy, which has been insufficient in the past, to a practical level. In addition, since the correction is made in consideration of the amount of hardware, a device with good cost performance can be put to practical use.
【0063】局所情報に基づく文字特徴検出を行うた
め、コストパフォーマンスの良い装置が実用化可能とな
る。Since character feature detection is performed based on local information, a device with good cost performance can be put to practical use.
【図1】 本発明の骨格をなす要部ブロック図である。FIG. 1 is a block diagram of a main part forming a skeleton of the present invention.
【図2】 図1に示した影検出部1の一例を説明するた
めの図である。FIG. 2 is a diagram for explaining an example of the shadow detection unit 1 shown in FIG.
【図3】 図1に示した影検出部1の他の例を説明する
ための図である。FIG. 3 is a diagram for explaining another example of the shadow detection unit 1 shown in FIG.
【図4】 原稿段差部の様子及び段差部近傍の画素位置
と輝度との関係を示す図である。FIG. 4 is a diagram showing a state of a document step portion and a relationship between a pixel position near the step portion and luminance.
【図5】 エッジの勾配度と影である確率との関係を示
す図である。FIG. 5 is a diagram showing a relationship between an edge gradient and a shadow probability.
【図6】 エッジ勾配度を利用した影検出の例を示すブ
ロック図である。FIG. 6 is a block diagram showing an example of shadow detection using an edge gradient.
【図7】 エッジの勾配を検出するフィルタの例を示す
図である。FIG. 7 is a diagram illustrating an example of a filter that detects an edge gradient.
【図8】 エッジの勾配の非対称性を利用した影検出の
例を示す図である。FIG. 8 is a diagram showing an example of shadow detection using the asymmetry of the edge gradient.
【図9】 非対称勾配エッジと一次微分値との関係を示
す図である。FIG. 9 is a diagram showing a relationship between an asymmetric gradient edge and a first-order differential value.
【図10】 エッジ勾配の方向性を利用した影検出の例
を説明するための要部ブロック図である。FIG. 10 is a principal block diagram for explaining an example of shadow detection using the directionality of an edge gradient.
【図11】 エッジ境界の直線性を利用した影検出の例
を説明するための要部ブロック図である。FIG. 11 is a principal block diagram for explaining an example of shadow detection using the linearity of an edge boundary.
【図12】 パターンエッチングの例を示す図である。FIG. 12 is a diagram showing an example of pattern etching.
【図13】 背影地と影部分の濃度との関係を示す図で
ある。FIG. 13 is a diagram showing a relationship between the background shadow and the density of a shadow portion.
【図14】 背影地の検出を利用した影検出の例を説明
するための要部ブロック図である。FIG. 14 is a principal block diagram for explaining an example of shadow detection using detection of a background.
【図15】 図14に示した平均値等出回路動作例を説
明するための図である。FIG. 15 is a diagram for explaining an example of operation of the average value equalization output circuit shown in FIG. 14;
【図16】 線幅の検出を利用した影検出の例を説明す
るための要部ブロック図である。FIG. 16 is a principal block diagram for describing an example of shadow detection using line width detection.
【図17】 周辺の画素密度を利用した画素補正の例を
説明するための図である。FIG. 17 is a diagram for explaining an example of pixel correction using peripheral pixel density.
【図18】 影の連続線を利用した画素補正の例を説明
するための図である。FIG. 18 is a diagram for explaining an example of pixel correction using a continuous line of shadows.
【図19】 図18に示した連続画素数計数回路の動作
側を説明するための図である。FIG. 19 is a diagram for explaining an operating side of the continuous pixel number counting circuit shown in FIG.
【図20】 影画素の均一幅を利用した画素補正の例を
説明するための図である。FIG. 20 is a diagram for explaining an example of pixel correction using a uniform width of a shadow pixel.
【図21】 周辺の文字の特徴を利用した画素補正の例
を説明するための図である。FIG. 21 is a diagram for explaining an example of pixel correction using the characteristics of surrounding characters.
【図22】 図3に示した文字特徴検出部5の一例を説
明するための図である。22 is a diagram for explaining an example of the character feature detection unit 5 shown in FIG.
【図23】 ラプラシアンフィルタを用いた二次元濃度
を検出する例を説明するための図である。FIG. 23 is a diagram for explaining an example of detecting a two-dimensional density using a Laplacian filter.
【図24】 濃度勾配の対称を検出するフィルタの例を
示す図である。FIG. 24 is a diagram showing an example of a filter for detecting symmetry of concentration gradient.
【図25】 文字領域特有の二次元的形状検出を利用し
た文字検出の例を示す図である。FIG. 25 is a diagram showing an example of character detection using two-dimensional shape detection peculiar to a character area.
【図26】 文字クロス部検出用パターンの一例を示す
図である。FIG. 26 is a diagram showing an example of a character cross portion detection pattern.
【図27】 文字のT部を検出するパターンの一例を示
す図である。FIG. 27 is a diagram showing an example of a pattern for detecting a T portion of a character.
【図28】 文字の端部を検出するパターンの一例を示
す図である。FIG. 28 is a diagram showing an example of a pattern for detecting end portions of characters.
【図29】 濃度最小値を利用して影エッジを消去する
例を説明するための図である。FIG. 29 is a diagram for explaining an example of deleting a shadow edge by using the minimum density value.
【図30】 フィルタ処理による影エッジ制御の例を説
明するための図である。FIG. 30 is a diagram for explaining an example of shadow edge control by filter processing.
【図31】 ガンマ変換制御による影エッジ制御の例を
説明するための図である。FIG. 31 is a diagram for explaining an example of shadow edge control by gamma conversion control.
【図32】 ガンマ変換を用いた影エッジ制御の動作を
説明するための図である。FIG. 32 is a diagram for explaining the operation of shadow edge control using gamma conversion.
1…影検出部、2…画像処理部、3…影候補画素検出
部、4…補正部、5…文字特徴検出部、10…エッジ勾
配検出フィルタ、11…判定回路、20…一次微分回
路、21…符号反転回路、22,23…最大値検出回
路、24…差分算出回路、25…γ変換回路、26…判
定回路、30…エッジ勾配/方向検出フィルタ、31…
計数回路、32…総合判定回路、40…2値化回路、4
1…パターンマッチング回路、50…平均値算出回路、
51…差分算出回路、52…γ変換回路、60…線の太
さ算出回路、61…γ変換回路、70…平均値算出回
路、71…γ変換回路、80…連続画素数計数回路、8
1…画像メモリ、82…2値化回路、83…膨張回路、
90…影候補画素抽出回路、91…差分算出回路、92
…γ変換回路、100…密度算出回路、101…判定回
路、110…二次元的濃度変化検出回路、111…密度
補正回路、112…膨張回路、120…2値化回路、1
21…パターンマッチング回路、122…膨張回路、1
30…セレクタ、131…M×N画素内の最小値検出
部、132…スルー部、133…エッジ強調部、13
4,135…ガンマ変換部。DESCRIPTION OF SYMBOLS 1 ... Shadow detection unit, 2 ... Image processing unit, 3 ... Shadow candidate pixel detection unit, 4 ... Correction unit, 5 ... Character feature detection unit, 10 ... Edge gradient detection filter, 11 ... Judgment circuit, 20 ... Primary differentiation circuit, 21 ... Sign inversion circuit, 22, 23 ... Maximum value detection circuit, 24 ... Difference calculation circuit, 25 ... γ conversion circuit, 26 ... Judgment circuit, 30 ... Edge gradient / direction detection filter, 31 ...
Counting circuit, 32 ... Comprehensive judgment circuit, 40 ... Binarization circuit, 4
1 ... Pattern matching circuit, 50 ... Average value calculation circuit,
51 ... Difference calculation circuit, 52 ... γ conversion circuit, 60 ... Line thickness calculation circuit, 61 ... γ conversion circuit, 70 ... Average value calculation circuit, 71 ... γ conversion circuit, 80 ... Continuous pixel number counting circuit, 8
1 ... Image memory, 82 ... Binarization circuit, 83 ... Expansion circuit,
90 ... Shadow candidate pixel extraction circuit, 91 ... Difference calculation circuit, 92
... γ conversion circuit, 100 ... Density calculation circuit, 101 ... Judgment circuit, 110 ... Two-dimensional density change detection circuit, 111 ... Density correction circuit, 112 ... Expansion circuit, 120 ... Binarization circuit, 1
21 ... Pattern matching circuit, 122 ... Expansion circuit, 1
30 ... Selector, 131 ... Minimum value detecting section in M × N pixels, 132 ... Through section, 133 ... Edge enhancing section, 13
4,135 ... Gamma converter.
───────────────────────────────────────────────────── フロントページの続き Fターム(参考) 5B057 AA11 BA02 CA02 CA08 CA12 CA16 CB02 CB08 CB12 CB16 CC01 CE02 CH08 5C076 AA02 AA31 BA06 5C077 LL06 MP07 PP02 PP21 PP47 PQ12 TT06 ─────────────────────────────────────────────────── ─── Continued front page F-term (reference) 5B057 AA11 BA02 CA02 CA08 CA12 CA16 CB02 CB08 CB12 CB16 CC01 CE02 CH08 5C076 AA02 AA31 BA06 5C077 LL06 MP07 PP02 PP21 PP47 PQ12 TT06
Claims (10)
画像入力手段と、原稿の厚み方向の段差部で発生する影
を入力画像信号から検出する影検出手段と、該影検出手
段の検出結果に基づいて画像処理を制御する制御手段と
を有し、前記影検出手段は、影候補画素検出手段、およ
び、影候補画素を補正する補正手段を備えることを特徴
とする画像処理装置。1. An image input means for irradiating an original to obtain an input image signal, a shadow detecting means for detecting a shadow generated at a step portion in the thickness direction of the original from the input image signal, and a detection by the shadow detecting means. An image processing apparatus comprising: a control unit that controls image processing based on a result, wherein the shadow detection unit includes a shadow candidate pixel detection unit and a correction unit that corrects the shadow candidate pixel.
検出した影部の入力画像信号を消去するよう画像処理を
制御することを特徴とする請求項1記載の画像処理装
置。2. The image processing apparatus according to claim 1, wherein the control unit controls the image processing so as to erase the input image signal of the shadow portion detected by the shadow detection unit.
検出した影部の入力画像信号を少なくとも強調しないよ
う画像処理を制御することを特徴とする請求項1記載の
画像処理装置。3. The image processing apparatus according to claim 1, wherein the control unit controls the image processing so as not to emphasize the input image signal of the shadow portion detected by the shadow detection unit.
配を検出するエッジ勾配検出手段を有し、該エッジ勾配
検出手段により検出した勾配を基に影候補画素を検出す
ることを特徴とする請求項1記載の画像処理装置。4. The shadow candidate pixel detecting means has edge gradient detecting means for detecting an edge gradient, and detects the shadow candidate pixels based on the gradient detected by the edge gradient detecting means. The image processing apparatus according to claim 1.
配方向を検出するエッジ勾配方向検出手段を有し、エッ
ジ勾配方向を基に影候補画素を検出することを特徴とす
る請求項1記載の画像処理装置。5. The shadow candidate pixel detecting means includes edge gradient direction detecting means for detecting an edge gradient direction, and detects the shadow candidate pixel based on the edge gradient direction. Image processing device.
率を検出するエッジ曲率検出手段を有し、該エッジ曲率
検出手段により検出した直線性を基に影候補画素を検出
することを特徴とする請求項1記載の画像処理装置。6. The shadow candidate pixel detecting means has edge curvature detecting means for detecting the curvature of an edge, and detects the shadow candidate pixels based on the linearity detected by the edge curvature detecting means. The image processing device according to claim 1.
を検出する背景レベル検出手段を有し、該背景レベル検
出手段により検出した背景レベルの段差を基に影候補画
素を検出することを特徴とする請求項1記載の画像処理
装置。7. The shadow candidate pixel detecting means has a background level detecting means for detecting a background level, and detects the shadow candidate pixels based on a step of the background level detected by the background level detecting means. The image processing apparatus according to claim 1.
幅を検出するエッジ線幅検出手段を有し、該エッジ線幅
検出手段により検出した線幅を基に影候補画素を検出す
ることを特徴とする請求項1記載の画像処理装置。8. The shadow candidate pixel detection means has edge line width detection means for detecting the line width of an edge, and detects shadow candidate pixels based on the line width detected by the edge line width detection means. The image processing apparatus according to claim 1, wherein:
検出結果を参照して補正画素を補正することを特徴とす
る請求項1記載の画像処理装置。9. The image processing apparatus according to claim 1, wherein the correction unit corrects the correction pixel by referring to a shadow candidate pixel detection result of peripheral pixels.
有し、前記補正手段は、注目画素あるいは周辺画素の文
字検出結果を参照して補正することを特徴とする請求項
1記載の画像処理装置。10. The image processing according to claim 1, further comprising a character detection unit for detecting a character feature, wherein the correction unit corrects the character with reference to a character detection result of a pixel of interest or a peripheral pixel. apparatus.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001349674A JP4010440B2 (en) | 2001-11-15 | 2001-11-15 | Image processing apparatus with shadow detection |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001349674A JP4010440B2 (en) | 2001-11-15 | 2001-11-15 | Image processing apparatus with shadow detection |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003153005A true JP2003153005A (en) | 2003-05-23 |
JP4010440B2 JP4010440B2 (en) | 2007-11-21 |
Family
ID=19162307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001349674A Expired - Fee Related JP4010440B2 (en) | 2001-11-15 | 2001-11-15 | Image processing apparatus with shadow detection |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4010440B2 (en) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009016904A (en) * | 2007-06-29 | 2009-01-22 | Canon Electronics Inc | Image reader, image processing method, and image processing program |
US7586650B2 (en) | 2004-05-27 | 2009-09-08 | Konica Minolta Business Technologies, Inc. | Image processing apparatus and image processing method |
JP2011139340A (en) * | 2009-12-28 | 2011-07-14 | Fujitsu Frontech Ltd | Image data correction program and image data management system |
JP2011151714A (en) * | 2010-01-25 | 2011-08-04 | Fuji Xerox Co Ltd | Image processing apparatus, image forming apparatus, and image processing program |
JP2013141318A (en) * | 2013-04-10 | 2013-07-18 | Canon Electronics Inc | Image reading device, image processing method, image processing program, and image reading system |
US8630026B2 (en) | 2008-07-04 | 2014-01-14 | Canon Kabushiki Kaisha | Image processing method, image processing apparatus, and storage medium for determining an area in a read image |
JP2016208155A (en) * | 2015-04-17 | 2016-12-08 | 京セラドキュメントソリューションズ株式会社 | Image reading apparatus and image formation apparatus |
KR20210108669A (en) * | 2020-02-26 | 2021-09-03 | 목원대학교 산학협력단 | Shadow reconstruction method using multi-scale gamma correction |
-
2001
- 2001-11-15 JP JP2001349674A patent/JP4010440B2/en not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7586650B2 (en) | 2004-05-27 | 2009-09-08 | Konica Minolta Business Technologies, Inc. | Image processing apparatus and image processing method |
JP2009016904A (en) * | 2007-06-29 | 2009-01-22 | Canon Electronics Inc | Image reader, image processing method, and image processing program |
US8630026B2 (en) | 2008-07-04 | 2014-01-14 | Canon Kabushiki Kaisha | Image processing method, image processing apparatus, and storage medium for determining an area in a read image |
JP2011139340A (en) * | 2009-12-28 | 2011-07-14 | Fujitsu Frontech Ltd | Image data correction program and image data management system |
JP2011151714A (en) * | 2010-01-25 | 2011-08-04 | Fuji Xerox Co Ltd | Image processing apparatus, image forming apparatus, and image processing program |
JP2013141318A (en) * | 2013-04-10 | 2013-07-18 | Canon Electronics Inc | Image reading device, image processing method, image processing program, and image reading system |
JP2016208155A (en) * | 2015-04-17 | 2016-12-08 | 京セラドキュメントソリューションズ株式会社 | Image reading apparatus and image formation apparatus |
KR20210108669A (en) * | 2020-02-26 | 2021-09-03 | 목원대학교 산학협력단 | Shadow reconstruction method using multi-scale gamma correction |
KR102301924B1 (en) | 2020-02-26 | 2021-09-13 | 목원대학교 산학협력단 | Shadow reconstruction method using multi-scale gamma correction |
Also Published As
Publication number | Publication date |
---|---|
JP4010440B2 (en) | 2007-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4112362B2 (en) | System and method for enhancing scanned document images for color printing | |
JP3768052B2 (en) | Color image processing method, color image processing apparatus, and recording medium therefor | |
JP4256042B2 (en) | Image processing method | |
JP3392798B2 (en) | Image attribute determination method and apparatus | |
JPH0456509B2 (en) | ||
JP2007028362A (en) | Apparatus and method for processing image data with mixed background image and target image | |
JP2006293991A (en) | Method for automatically cropping image object | |
JP2003153005A (en) | Image processing apparatus involving shadow detection | |
JP2008092447A (en) | Image processing apparatus, image output device, and image processing method | |
JPH10341336A (en) | Image processor and two-dimensional line feature amount calculator | |
JP2002199206A (en) | Method and device for imbedding and extracting data for document, and medium | |
JPH09130614A (en) | Image processing unit | |
JP4502001B2 (en) | Image processing apparatus and image processing method | |
JP3083673B2 (en) | Image area identification device | |
JP2001222683A (en) | Method and device for processing picture, device and method for recognizing character and storage medium | |
JP3830350B2 (en) | Color image processing method, color image processing apparatus, program, and recording medium | |
JP3282606B2 (en) | Barcode reading device, method and storage medium storing program | |
JP3966448B2 (en) | Image processing apparatus, image processing method, program for executing the method, and recording medium storing the program | |
JP3480887B2 (en) | Image processing apparatus and image processing method | |
JP4324532B2 (en) | Image processing apparatus and storage medium | |
JP3763954B2 (en) | Learning data creation method and recording medium for character recognition | |
US6842267B1 (en) | Image processing method | |
JP2014011590A (en) | Image processing system | |
JPH05284356A (en) | Picture information binarization method and picture information binarization | |
JPH11288453A (en) | Method and system for detecting skew angle and black boundary line of original image in scan environment for reproduction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041006 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20041008 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070312 |
|
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: 20070829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070830 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100914 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110914 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120914 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130914 Year of fee payment: 6 |
|
LAPS | Cancellation because of no payment of annual fees |