JP2986185B2 - 線図形の線幅分類方式 - Google Patents
線図形の線幅分類方式Info
- Publication number
- JP2986185B2 JP2986185B2 JP2212631A JP21263190A JP2986185B2 JP 2986185 B2 JP2986185 B2 JP 2986185B2 JP 2212631 A JP2212631 A JP 2212631A JP 21263190 A JP21263190 A JP 21263190A JP 2986185 B2 JP2986185 B2 JP 2986185B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- line
- value
- line width
- center
- 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.)
- Expired - Lifetime
Links
Landscapes
- Image Analysis (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、計算機に読み込まれた地図、機械図面等の
画像データ中に含まれる線図形の線幅分類方法に関す
る。
画像データ中に含まれる線図形の線幅分類方法に関す
る。
地図や機械図面のような画像を計算機で認識・理解す
るためには、様々な種類の図形が含まれている画像か
ら、図形を線幅によって分類する処理が重要である。そ
して、線幅の分類は高い精度が要求され、また、扱うデ
ータ量の膨大さから、処理の高速化が要求されている。
るためには、様々な種類の図形が含まれている画像か
ら、図形を線幅によって分類する処理が重要である。そ
して、線幅の分類は高い精度が要求され、また、扱うデ
ータ量の膨大さから、処理の高速化が要求されている。
従来、線図形の線幅を計測する方法として、図形を上
下、左右、斜めといった方向に見て、各方向に存在する
連続の画素数から得られる長さのうち、最小の長さをそ
の部分の線幅とするといった方法や、線図形を水平ある
いは垂直に走査し、図形の水平あるいは垂直方向の線
幅、さらにその中点を求めて、芯線ドット列と図形の傾
きを得、これらをもとに真の線幅を求めるといった方法
があった。
下、左右、斜めといった方向に見て、各方向に存在する
連続の画素数から得られる長さのうち、最小の長さをそ
の部分の線幅とするといった方法や、線図形を水平ある
いは垂直に走査し、図形の水平あるいは垂直方向の線
幅、さらにその中点を求めて、芯線ドット列と図形の傾
きを得、これらをもとに真の線幅を求めるといった方法
があった。
他にも、芯線ドットに円のテンプレートをあてはめ、
線図形のエッジと円周との交わる２点間の距離から線幅
を得るものや（線幅認識装置、特開昭60−229180号公
報）、芯線ドット列を抽出し、抽出すべき範囲の幅を持
つ線を構成する周辺の画素を、中心にある画素からの距
離または距離に相当する情報を用いて抽出するもの（線
幅計測方式、特開昭60−229180号公報）などがあった。
線図形のエッジと円周との交わる２点間の距離から線幅
を得るものや（線幅認識装置、特開昭60−229180号公
報）、芯線ドット列を抽出し、抽出すべき範囲の幅を持
つ線を構成する周辺の画素を、中心にある画素からの距
離または距離に相当する情報を用いて抽出するもの（線
幅計測方式、特開昭60−229180号公報）などがあった。
しかしながら、上記した何れの方法も線幅を実際に計
測するものであり、処理は難しく、高速処理には適して
いるとは言えなかった。そのため、地図や図面等の画像
を計算機で認識・理解するために様々な種類の図形を線
幅によって分類する処理も、高速化は困難であった。
測するものであり、処理は難しく、高速処理には適して
いるとは言えなかった。そのため、地図や図面等の画像
を計算機で認識・理解するために様々な種類の図形を線
幅によって分類する処理も、高速化は困難であった。
本発明では、基本的な処理を組み合わせて、様々な図
形を高精度に分類でき、ハードウェア化あるいは並列計
算によって高速処理が可能となる線幅分類方法を提供す
ることを目的とする。
形を高精度に分類でき、ハードウェア化あるいは並列計
算によって高速処理が可能となる線幅分類方法を提供す
ることを目的とする。
本発明は上記課題を解決するべく、コンピュータに読
み込まれた画像データに対し荷重マトリックスで畳み込
み積分を行う畳み込み積分部と、画像データに対し、決
められた閾値未満の画素値を０とする処理を行う閾値処
理部と、２つの画像データ間において対応する位置の画
素どうしで算術演算を行う画像間演算部とを持ち、これ
らの基本的な画像処理手法を組み合わせて画像中の線図
形を線幅によって分類する。畳み込み積分は、中心部が
正の値で周辺部が負の値からなる線幅収縮用荷重マトリ
ックスと、中心部が正の値で中心から離れるに従って値
が０に近づく線幅膨張用荷重マトリックスとを用意す
る。そして、これらの荷重マトリックスと画像データと
の積和演算によって畳み込み積分を行う。
み込まれた画像データに対し荷重マトリックスで畳み込
み積分を行う畳み込み積分部と、画像データに対し、決
められた閾値未満の画素値を０とする処理を行う閾値処
理部と、２つの画像データ間において対応する位置の画
素どうしで算術演算を行う画像間演算部とを持ち、これ
らの基本的な画像処理手法を組み合わせて画像中の線図
形を線幅によって分類する。畳み込み積分は、中心部が
正の値で周辺部が負の値からなる線幅収縮用荷重マトリ
ックスと、中心部が正の値で中心から離れるに従って値
が０に近づく線幅膨張用荷重マトリックスとを用意す
る。そして、これらの荷重マトリックスと画像データと
の積和演算によって畳み込み積分を行う。
すなわち、読み込んだ画像データに対し、中心部が正
の値で周辺部が負の値からなる荷重マトリックスで積和
演算により畳み込み積分を行い、決められた閾値未満の
画素値を０とし、前記処理で得た画像データを原画像デ
ータから減算して決められた閾値未満の画素値を０と
し、前記処理で得られた画像データに対し、中心部が正
の値で中心から離れるに従って値が０に近づく荷重マト
リックスで積和演算により畳み込み積分を行い、これに
より得た画像データを原画像データから減算して決めら
れた閾値未満の画素値を０とする。
の値で周辺部が負の値からなる荷重マトリックスで積和
演算により畳み込み積分を行い、決められた閾値未満の
画素値を０とし、前記処理で得た画像データを原画像デ
ータから減算して決められた閾値未満の画素値を０と
し、前記処理で得られた画像データに対し、中心部が正
の値で中心から離れるに従って値が０に近づく荷重マト
リックスで積和演算により畳み込み積分を行い、これに
より得た画像データを原画像データから減算して決めら
れた閾値未満の画素値を０とする。
本発明の線幅分類方法は、画像データおよび荷重マト
リックスの畳み込み積分と、閾値処理と、画像データ間
の算術演算とによって図形を線幅で分類するものであ
る。
リックスの畳み込み積分と、閾値処理と、画像データ間
の算術演算とによって図形を線幅で分類するものであ
る。
すなわち、まず最初に、線幅収縮用荷重マトリックス
による畳み込み積分、閾値処理、画像間演算、閾値処理
を順次実行することによって、線図形の線幅を収縮させ
る。この段階で、線幅の細い線図形は消滅する。次に、
収縮した線図形を線幅膨張用荷重マトリックスによる畳
み込み積分によって膨張させる。このとき、既に消滅し
た線幅の細い線図形では何の変化も起こらない。このと
き得られた画像データを原画像データから画像間演算で
減算し、閾値処理を行うと、線幅の細い線図形のみが抽
出される。
による畳み込み積分、閾値処理、画像間演算、閾値処理
を順次実行することによって、線図形の線幅を収縮させ
る。この段階で、線幅の細い線図形は消滅する。次に、
収縮した線図形を線幅膨張用荷重マトリックスによる畳
み込み積分によって膨張させる。このとき、既に消滅し
た線幅の細い線図形では何の変化も起こらない。このと
き得られた画像データを原画像データから画像間演算で
減算し、閾値処理を行うと、線幅の細い線図形のみが抽
出される。
第１図は、本発明の一実施例を説明するための系統図
である。この第１図において、処理したい図面は、イメ
ージスキャナなどの画像読み取り部８により濃淡画像と
して読み取られ、メモリ９に格納される。そして、この
メモリ９に格納された画像データに対して、２つの線幅
抽出部10,11で線幅抽出処理を行うことにより、２つの
異なった線幅未満の線図形をそれぞれ抽出する。すなわ
ち、後述するようにこれらの線幅抽出部10,11では荷重
マトリックスを用いた畳み込み積分を行うが、線幅抽出
部10と線幅抽出部11とで互いに大きさの異なる荷重マト
リックスを使うことにより、どの線幅までの線図形を抽
出するのかのボーダーラインを異ならせている。これら
２つの線幅抽出部10,11で抽出された異なる線幅未満の
線図形は、それぞれメモリ12,13に格納される。
である。この第１図において、処理したい図面は、イメ
ージスキャナなどの画像読み取り部８により濃淡画像と
して読み取られ、メモリ９に格納される。そして、この
メモリ９に格納された画像データに対して、２つの線幅
抽出部10,11で線幅抽出処理を行うことにより、２つの
異なった線幅未満の線図形をそれぞれ抽出する。すなわ
ち、後述するようにこれらの線幅抽出部10,11では荷重
マトリックスを用いた畳み込み積分を行うが、線幅抽出
部10と線幅抽出部11とで互いに大きさの異なる荷重マト
リックスを使うことにより、どの線幅までの線図形を抽
出するのかのボーダーラインを異ならせている。これら
２つの線幅抽出部10,11で抽出された異なる線幅未満の
線図形は、それぞれメモリ12,13に格納される。
次に、画像間演算部14では、上記２つのメモリ12,13
に格納された異なる線幅未満の線図形からなるイメージ
データに対し、対応する位置の画素間どうしで減算をす
ることによって、特定線幅の線図形を抽出する。例え
ば、線幅抽出部10で使う荷重マトリックスの方が線幅抽
出部11で使う荷重マトリックスよりも大きく設定されて
いる場合は、線幅抽出部10の出力結果から線幅抽出部11
の出力結果を減算する。これにより、線幅抽出部10での
ボーダーライン以下で線幅抽出部11でのボーダーライン
以上の線幅の線図形のみが得られ、これが線幅分類結果
として出力される。
に格納された異なる線幅未満の線図形からなるイメージ
データに対し、対応する位置の画素間どうしで減算をす
ることによって、特定線幅の線図形を抽出する。例え
ば、線幅抽出部10で使う荷重マトリックスの方が線幅抽
出部11で使う荷重マトリックスよりも大きく設定されて
いる場合は、線幅抽出部10の出力結果から線幅抽出部11
の出力結果を減算する。これにより、線幅抽出部10での
ボーダーライン以下で線幅抽出部11でのボーダーライン
以上の線幅の線図形のみが得られ、これが線幅分類結果
として出力される。
第２図は、第１図の線幅抽出部10,11内で行われる線
幅による図形の抽出処理の手順を示したものであり、第
３図は、一例として線幅が異なる２つの図形について線
幅分類処理を行った結果を示したものである。以下に、
線幅分類の手順を第２図、第３図に従って説明する。な
お、第３図において、（ａ）は画面上に描かれている線
幅の異なる２つの線図形を示し、この原画像データのレ
ベル方向の断面は（０）のようになっているものとす
る。また、第３図（１）〜（９）も画像データのレベル
方向の断面を表すものであり、このうち（１）〜（７）
は、第２図の各ステップ１〜７で得られる画像データの
断面を示している。何れの断面も横軸は画面上の位置を
示し、縦軸は画像の濃度を示しており、この例では基準
値は０に設定されている。
幅による図形の抽出処理の手順を示したものであり、第
３図は、一例として線幅が異なる２つの図形について線
幅分類処理を行った結果を示したものである。以下に、
線幅分類の手順を第２図、第３図に従って説明する。な
お、第３図において、（ａ）は画面上に描かれている線
幅の異なる２つの線図形を示し、この原画像データのレ
ベル方向の断面は（０）のようになっているものとす
る。また、第３図（１）〜（９）も画像データのレベル
方向の断面を表すものであり、このうち（１）〜（７）
は、第２図の各ステップ１〜７で得られる画像データの
断面を示している。何れの断面も横軸は画面上の位置を
示し、縦軸は画像の濃度を示しており、この例では基準
値は０に設定されている。
第２図において、まず、畳み込み積分１で原画像デー
タ（第３図（０））に対して２つのGauss関数の差（DOG
関数）で畳み込み積分を行う。DOG関数は、同心円状に
中心部が正の値で周辺部が負の値からなる荷重マトリッ
クスを形成するものであり、次の（式１）で表される。
タ（第３図（０））に対して２つのGauss関数の差（DOG
関数）で畳み込み積分を行う。DOG関数は、同心円状に
中心部が正の値で周辺部が負の値からなる荷重マトリッ
クスを形成するものであり、次の（式１）で表される。
DOG（ｒ）＝（1/2πσ1 2）・exp（−r2/2σ1 2） −（1/2πσ2 2）・exp（−r2/2σ2 2） …（式１） ここで、σ１、σ2:Gauss関数の標準偏差（σ2/σ１＝
1.6）、r:同心円の中心からの距離とする。
1.6）、r:同心円の中心からの距離とする。
すなわち、ここでの畳み込み積分は、上記（式１）で
画面よりも小さいサイズＭ×Ｍのマトリックスを作成し
（M/2＝３σ２）、このマトリックスと原画像データと
の間で積和をとるものとする。この畳み込み積分処理
を、マトリックスを画面上でスキャンさせながら順次行
うことにより、第３図（１）のような画像データが得ら
れる。
画面よりも小さいサイズＭ×Ｍのマトリックスを作成し
（M/2＝３σ２）、このマトリックスと原画像データと
の間で積和をとるものとする。この畳み込み積分処理
を、マトリックスを画面上でスキャンさせながら順次行
うことにより、第３図（１）のような画像データが得ら
れる。
次に、閾値処理２では、畳み込み積分１で得られた結
果に対し、決められた閾値未満の値の画素値を０とす
る。ここでは、閾値を基準値と同じ値の０とするが、基
準値より大きな値としても良い。この結果、太い線の場
合は画素値０の部分が中心部にできるが、細い線では画
素値０の部分はできない（第３図（２））。
果に対し、決められた閾値未満の値の画素値を０とす
る。ここでは、閾値を基準値と同じ値の０とするが、基
準値より大きな値としても良い。この結果、太い線の場
合は画素値０の部分が中心部にできるが、細い線では画
素値０の部分はできない（第３図（２））。
画像間演算３では、原画像データから上記閾値処理２
で出来た画像データを減算する（ただし、画像間で減算
をする場合、減算する第３図（２）の画像データに対し
て十分値の大きな係数を掛ける）。ここでの減算は、対
応する位置の画素間で行う。これにより、第３図（３）
のような画像データが得られる。
で出来た画像データを減算する（ただし、画像間で減算
をする場合、減算する第３図（２）の画像データに対し
て十分値の大きな係数を掛ける）。ここでの減算は、対
応する位置の画素間で行う。これにより、第３図（３）
のような画像データが得られる。
そして、次の閾値処理４では、上記画像間演算３によ
り得られた結果に対して０で閾処理する。すなわち、０
未満の値の画素値を０とする。ここでの結果は、太い線
では線の両端がいくらか削られて原画像データに比べて
線幅が収縮されたものとなり、細い線では線全体が消滅
する（第３図（４））。
り得られた結果に対して０で閾処理する。すなわち、０
未満の値の画素値を０とする。ここでの結果は、太い線
では線の両端がいくらか削られて原画像データに比べて
線幅が収縮されたものとなり、細い線では線全体が消滅
する（第３図（４））。
次に、畳み込み積分５において、上記閾値処理４で得
られた画像データに対して、次の（式２）に基づくGaus
s関数で畳み込み積分を行い、収縮された線図形を膨張
させる。このGauss関数は、中心部が正の値で中心から
離れるに従って値が０に近づく荷重マトリックスを形成
するものである。
られた画像データに対して、次の（式２）に基づくGaus
s関数で畳み込み積分を行い、収縮された線図形を膨張
させる。このGauss関数は、中心部が正の値で中心から
離れるに従って値が０に近づく荷重マトリックスを形成
するものである。
Gauss（ｒ）＝（1/2πσ２）・exp−（r2/2σ２） …（式２） ここで、Gauss関数の標準偏差σは上記（式１）のσ２
と同じ値であり、マトリックスのサイズＭも同じ値であ
る。ここでは、前までの処理によって線図形が消滅して
いる細い線では何の変化もないのに対して、消滅してい
ない太い線では、少なくとも原画像の線幅以上に線幅が
膨張される（第３図（５））。
と同じ値であり、マトリックスのサイズＭも同じ値であ
る。ここでは、前までの処理によって線図形が消滅して
いる細い線では何の変化もないのに対して、消滅してい
ない太い線では、少なくとも原画像の線幅以上に線幅が
膨張される（第３図（５））。
さらに、画像間演算６において、原画像データから上
記畳み込み積分５で得られた画像データを減算し（ここ
でも減算する画像データに対しては十分値の大きな係数
を掛ける）、これにより得られた結果（第３図（６））
に対して、閾値処理７により０で閾処理すると、太い線
は消滅し、細い線が復元する（第３図（７））。以上に
述べた手順により、線幅が異なる２つの図形のうち、線
幅が太い方の図形を消去し、線幅が細い方の図形だけを
抽出することができる。
記畳み込み積分５で得られた画像データを減算し（ここ
でも減算する画像データに対しては十分値の大きな係数
を掛ける）、これにより得られた結果（第３図（６））
に対して、閾値処理７により０で閾処理すると、太い線
は消滅し、細い線が復元する（第３図（７））。以上に
述べた手順により、線幅が異なる２つの図形のうち、線
幅が太い方の図形を消去し、線幅が細い方の図形だけを
抽出することができる。
なお、消去できる図形の線幅は、DOG関数の標準偏差
の大きさによって異なってくる。そこで、第１図の線幅
抽出部11によって細い線だけを抽出するとともに、より
大きな標準偏差値を設定した線幅抽出部10により太い線
と細い線との両方を抽出し（第３図（８））、第１図の
画像間演算部14において第３図（８）の画像データから
第３図（７）の画像データを減算することにより、太い
線だけを抽出することもできる（第３図（９））。
の大きさによって異なってくる。そこで、第１図の線幅
抽出部11によって細い線だけを抽出するとともに、より
大きな標準偏差値を設定した線幅抽出部10により太い線
と細い線との両方を抽出し（第３図（８））、第１図の
画像間演算部14において第３図（８）の画像データから
第３図（７）の画像データを減算することにより、太い
線だけを抽出することもできる（第３図（９））。
第４図は、線幅が１画素から８画素の８種類の線図形
について線幅分類処理を行った結果を示したものであ
る。第４図において、まず最初に原画像データ（第４図
（ａ））に対して上記（式１）に基づくDOG関数で畳み
込み積分を行い、０で閾値処理をすると、第４図（ｂ）
のような画像データが得られる。これは、先に述べたよ
うに、太い線の場合は画素値０の部分が中心部にでき、
細い線では画素値０の部分ができない様子を示してい
る。
について線幅分類処理を行った結果を示したものであ
る。第４図において、まず最初に原画像データ（第４図
（ａ））に対して上記（式１）に基づくDOG関数で畳み
込み積分を行い、０で閾値処理をすると、第４図（ｂ）
のような画像データが得られる。これは、先に述べたよ
うに、太い線の場合は画素値０の部分が中心部にでき、
細い線では画素値０の部分ができない様子を示してい
る。
次に、画像間演算により原画像データから上記閾値処
理で出来た画像データを減算し、これにより得られた結
果に対して０で閾値処理すると、あるビット幅より太い
線では線の両端がいくらか削られて線幅が収縮され、あ
るビット幅より細い線では線全体が消滅した第４図
（ｃ）のような画像データが得られる。
理で出来た画像データを減算し、これにより得られた結
果に対して０で閾値処理すると、あるビット幅より太い
線では線の両端がいくらか削られて線幅が収縮され、あ
るビット幅より細い線では線全体が消滅した第４図
（ｃ）のような画像データが得られる。
次に、この第４図（ｃ）の画像データに対して上記
（式２）に基づくGauss関数で畳み込み積分を行うこと
により、収縮された線図形を膨張させる（第４図
（ｄ））。さらに、画像間演算により原画像データから
上記（式２）に基づく畳み込み積分で得られた画像デー
タを減算し、これにより得られた結果に対して０で閾値
処理すると、あるビット幅より太い線は消滅し、あるビ
ット幅より細い線が復元した第４図（ｅ）のような画像
データが得られる。以上に述べた手順により、特定の線
幅以上の図形を消去し、その特定の線幅より細い図形だ
けを抽出することができる。
（式２）に基づくGauss関数で畳み込み積分を行うこと
により、収縮された線図形を膨張させる（第４図
（ｄ））。さらに、画像間演算により原画像データから
上記（式２）に基づく畳み込み積分で得られた画像デー
タを減算し、これにより得られた結果に対して０で閾値
処理すると、あるビット幅より太い線は消滅し、あるビ
ット幅より細い線が復元した第４図（ｅ）のような画像
データが得られる。以上に述べた手順により、特定の線
幅以上の図形を消去し、その特定の線幅より細い図形だ
けを抽出することができる。
上述したように、消去できる図形の線幅はDOG関数の
標準偏差の大きさによって異なってくるので、第１図に
示した２つの線幅抽出部10,11で２つの異なった線幅以
下の図形について抽出を行い、画像間演算部14でそれぞ
れの結果画像間で減算を行うことにより、特定線幅範囲
の図形を抽出することもできる。
標準偏差の大きさによって異なってくるので、第１図に
示した２つの線幅抽出部10,11で２つの異なった線幅以
下の図形について抽出を行い、画像間演算部14でそれぞ
れの結果画像間で減算を行うことにより、特定線幅範囲
の図形を抽出することもできる。
上記した第４図（ｅ）は、線幅が４ビット以下の線分
を抽出した結果を示したものであるが、第４図（ｆ）
は、第４図（ｅ）の場合よりも大きな標準偏差、すなわ
ち大きなサイズの荷重マトリックスで畳み込み積分を行
い、線幅が６ビット以下のものを抽出した結果を示して
いる。この場合、第４図（ｆ）の画像データから第４図
（ｅ）の画像データを減算することにより、線幅が５〜
６ビットの線分だけを抽出・分類することができる（第
４図（ｇ））。
を抽出した結果を示したものであるが、第４図（ｆ）
は、第４図（ｅ）の場合よりも大きな標準偏差、すなわ
ち大きなサイズの荷重マトリックスで畳み込み積分を行
い、線幅が６ビット以下のものを抽出した結果を示して
いる。この場合、第４図（ｆ）の画像データから第４図
（ｅ）の画像データを減算することにより、線幅が５〜
６ビットの線分だけを抽出・分類することができる（第
４図（ｇ））。
なお、以上の実施例では、畳み込み積分を行う際の荷
重マトリックスとして、同心円状に値が変化する関数を
用いているが、本発明はこれに限定されない。例えば、
中心部が正の値で周辺部が負の値からなる荷重マトリッ
クス、あるいは中心部が正の値で中心から離れるに従っ
て値が０に近づく荷重マトリックスであれば、方形ある
いはその他の形状に沿って値が変化する関数を用いても
良い。
重マトリックスとして、同心円状に値が変化する関数を
用いているが、本発明はこれに限定されない。例えば、
中心部が正の値で周辺部が負の値からなる荷重マトリッ
クス、あるいは中心部が正の値で中心から離れるに従っ
て値が０に近づく荷重マトリックスであれば、方形ある
いはその他の形状に沿って値が変化する関数を用いても
良い。
以上詳しく説明したように、本発明によれば、地図、
機械図面などの画像上の図形を線幅によって分類する
際、いかなる形状の図形についても、積和演算、閾値処
理、画像間演算といった基本的な画像処理の手法を組み
合わせて処理することができるので、専用ハードウェア
や並列処理によって高速に処理することが可能となる。
機械図面などの画像上の図形を線幅によって分類する
際、いかなる形状の図形についても、積和演算、閾値処
理、画像間演算といった基本的な画像処理の手法を組み
合わせて処理することができるので、専用ハードウェア
や並列処理によって高速に処理することが可能となる。
第１図は本発明の一実施例を説明した系統図、第２図は
線幅抽出処理の手順の説明図、第３図は２つの異なる線
幅の線図形に対して線幅分類処理を実施した結果の画素
のレベル方向の断面を示した図、第４図は８つの異なる
線幅の線図形が描かれた画像について線幅分類処理を実
施した結果を示した画像の図である。 なお、図面に用いた符号において、 １……畳み込み積分 ２……閾値処理 ３……画像間演算 ４……閾値処理 ５……畳み込み積分 ６……画像間演算 ７……閾値処理 ８……画像読み取り部 ９……メモリ 10……線幅抽出部 11……線幅抽出部 12……メモリ 13……メモリ 14……画像間演算部 である。
線幅抽出処理の手順の説明図、第３図は２つの異なる線
幅の線図形に対して線幅分類処理を実施した結果の画素
のレベル方向の断面を示した図、第４図は８つの異なる
線幅の線図形が描かれた画像について線幅分類処理を実
施した結果を示した画像の図である。 なお、図面に用いた符号において、 １……畳み込み積分 ２……閾値処理 ３……画像間演算 ４……閾値処理 ５……畳み込み積分 ６……画像間演算 ７……閾値処理 ８……画像読み取り部 ９……メモリ 10……線幅抽出部 11……線幅抽出部 12……メモリ 13……メモリ 14……画像間演算部 である。
フロントページの続き (56)参考文献 特開 昭53−118941（ＪＰ，Ａ) 特開 昭50−135948（ＪＰ，Ａ) 特開 昭60−229180（ＪＰ，Ａ) 特開 昭62−192606（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) G06T 7/00 ＪＩＣＳＴ
Claims (3)
- 【請求項１】読み込んだ画像データに対し、中心部が正
の値で周辺部が負の値からなる荷重マトリックスで積和
演算により畳み込み積分を行い、決められた閾値未満の
画素値を０とする第１ステップと、 前記第１ステップで得た画像データを原画像データから
減算し、決められた閾値未満の画素値を０とする第２ス
テップと、 前記第２ステップで得られた画像データに対し、中心部
が正の値で中心から離れるに従って値が０に近づく荷重
マトリックスで積和演算により畳み込み積分を行い、こ
れにより得た画像データを原画像データから減算し、決
められた閾値未満の画素値を０とする第３ステップとを
有することを特徴とする線図形の線幅分類方法。 - 【請求項２】読み込んだ画像データに対し、同心円状に
中心部が正の値で周辺部が負の値からなる荷重マトリッ
クスで積和演算により畳み込み積分を行い、決められた
閾値未満の画素値を０とする第１ステップと、 前記第１ステップで得た画像データを原画像データから
減算し、決められた閾値未満の画素値を０とする第２ス
テップと、 前記第２ステップで得られた画像データに対し、中心部
が正の値で中心から離れるに従って値が０に近づく荷重
マトリックスで積和演算により畳み込み積分を行い、こ
れにより得た画像データを原画像データから減算し、決
められた閾値未満の画素値を０とする第３ステップとを
有することを特徴とする線図形の線幅分類方法。 - 【請求項３】請求項１または２に記載の方法に従い、そ
れぞれ大きさの異なる荷重マトリックスを用いた畳み込
み積分により二つの画像データを生成し、その生成した
二つの画像データの対応する画素間で減算を行うことを
特徴とする線図形の線幅分類方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2212631A JP2986185B2 (ja) | 1990-08-10 | 1990-08-10 | 線図形の線幅分類方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2212631A JP2986185B2 (ja) | 1990-08-10 | 1990-08-10 | 線図形の線幅分類方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0498470A JPH0498470A (ja) | 1992-03-31 |
| JP2986185B2 true JP2986185B2 (ja) | 1999-12-06 |
Family
ID=16625864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2212631A Expired - Lifetime JP2986185B2 (ja) | 1990-08-10 | 1990-08-10 | 線図形の線幅分類方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2986185B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3264460B2 (ja) * | 1993-04-26 | 2002-03-11 | 富士写真フイルム株式会社 | 画像判別方法 |
| WO2004055697A1 (ja) | 2002-12-13 | 2004-07-01 | Fujitsu Limited | 処理方法、処理装置及びコンピュータプログラム |
| CN113744177A (zh) * | 2020-05-28 | 2021-12-03 | 中科寒武纪科技股份有限公司 | 图像的角点检测方法、装置和存储介质 |
-
1990
- 1990-08-10 JP JP2212631A patent/JP2986185B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0498470A (ja) | 1992-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| EP0431958B1 (en) | Identification and segmentation of finely textured and solid regions of binary images | |
| CN110415280B (zh) | 多任务cnn模型下的遥感影像与建筑物矢量配准方法及*** | |
| JPH02277185A (ja) | 矩形座標抽出方法 | |
| CN111626145B (zh) | 一种简捷有效的残缺表格识别及跨页拼接方法 | |
| JP2986185B2 (ja) | 線図形の線幅分類方式 | |
| JPH0256707B2 (ja) | ||
| CN115661851A (zh) | 获取样本数据及构件识别方法及电子设备 | |
| US20040105583A1 (en) | Segmenting a composite image via minimum areas | |
| JP3904397B2 (ja) | 表認識方法 | |
| CN109977937B (zh) | 图像处理方法、装置及设备 | |
| JP2993007B2 (ja) | 画像領域識別装置 | |
| JP2957729B2 (ja) | 行方向判定装置 | |
| US6717697B1 (en) | Image-component rendering method and recording medium in which image-component rendering program is recorded | |
| JPH04255080A (ja) | 画像入力装置 | |
| JP3080097B2 (ja) | 平行線図形抽出方法 | |
| JP2957739B2 (ja) | 行方向判定装置 | |
| EP1439485B1 (en) | Segmenting a composite image via basic rectangles | |
| JP2963532B2 (ja) | 行方向判定装置 | |
| JP2908495B2 (ja) | 文字画像抽出装置 | |
| JP2613211B2 (ja) | 画像入力装置 | |
| JP3344791B2 (ja) | 線分抽出方法 | |
| JP2882056B2 (ja) | 特定パターンの識別方法 | |
| JP3007549B2 (ja) | 文字記入領域抽出方法 | |
| JPH06274692A (ja) | 文字抽出装置 |