JP3136595B2 - 領域分離方法 - Google Patents
領域分離方法Info
- Publication number
- JP3136595B2 JP3136595B2 JP02072119A JP7211990A JP3136595B2 JP 3136595 B2 JP3136595 B2 JP 3136595B2 JP 02072119 A JP02072119 A JP 02072119A JP 7211990 A JP7211990 A JP 7211990A JP 3136595 B2 JP3136595 B2 JP 3136595B2
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- image information
- value
- binary image
- pixels
- 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 - Fee Related
Links
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Character Input (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、ニューラルネットワークを利用して二値
画像情報から文字領域と中間調画像領域とを分離する二
値画像の領域分離方法に関するものである。
画像情報から文字領域と中間調画像領域とを分離する二
値画像の領域分離方法に関するものである。
従来、二値画像から多値の中間調画像と文字領域を分
離処理には、第10図に示すようなエッジ検出フィルタを
用いて分離する方法があった。
離処理には、第10図に示すようなエッジ検出フィルタを
用いて分離する方法があった。
また、ニューラルネットワークを利用する方法とし
て、二値画像を入力とし、その二値画像の文字領域を
「１」、中間調画像領域を「０」としたマップを理想出
力とするサンプルをニューラルネットワークに与えて、
学習により重み係数を収束させ、その重み係数に従っ
て、分離対象の二値画像から計算された値をあるしきい
値で「０」、「１」に振り分ける分離方法が提案されて
いる。
て、二値画像を入力とし、その二値画像の文字領域を
「１」、中間調画像領域を「０」としたマップを理想出
力とするサンプルをニューラルネットワークに与えて、
学習により重み係数を収束させ、その重み係数に従っ
て、分離対象の二値画像から計算された値をあるしきい
値で「０」、「１」に振り分ける分離方法が提案されて
いる。
しかしながら、エッジ強調のフィルタを用いた領域分
離では多値中間調画像からの領域分離と異なり、既知の
データは二値であるため、「１」，「０」の極値しかと
り得ず、第11図に示すように低濃度部に打たれた孤立ド
ットも文字部と誤判定してしまう。
離では多値中間調画像からの領域分離と異なり、既知の
データは二値であるため、「１」，「０」の極値しかと
り得ず、第11図に示すように低濃度部に打たれた孤立ド
ットも文字部と誤判定してしまう。
一方、ニューラルネットワークによる領域分離の場
合、例えば、入力データを３×３のウインドとすると、
この程度の大きさでは、文字領域と中間調領域のどちら
でも頻繁に出現するパターンが多数存在するため、誤判
定が生じる可能性が高い。これに対して、５×５以上の
大きなウインドを用いれば、誤判定は減少し、領域分離
の精度が高くなる。一般に、入力データ数を増やせば、
精度の向上が期待される。
合、例えば、入力データを３×３のウインドとすると、
この程度の大きさでは、文字領域と中間調領域のどちら
でも頻繁に出現するパターンが多数存在するため、誤判
定が生じる可能性が高い。これに対して、５×５以上の
大きなウインドを用いれば、誤判定は減少し、領域分離
の精度が高くなる。一般に、入力データ数を増やせば、
精度の向上が期待される。
しかしながら、入力データ数を増やすと、入力パター
ンの種類も増加するため、パターン分類のための中間層
の数も多くしなければならない。ここで，このようなニ
ューラルネットワークの優れた学習アルゴリズムとし
て、バックプロパゲーションが知られている（バックプ
ロパゲーションについては、日経エレクトロニクス:198
7.8.10（No.427）号のP.116〜124に記載の「ニューラル
・ネットをパターン認識、信号処理、知識処理に使う」
等に詳述されている）が、この学習アルゴリズムによる
と、入力パターンの種類が増加し、中間層の数が増える
と、学習時間が長くなってしまう。また、処理の実行時
聞も長くなるという問題があった。更に、入力が３×３
であれば、全入力パターンに対して出力値をルックアッ
プテーブルに記憶させることが容易であるが、５×５と
なると簡単ではなく、回路規模が複雑で大きくなってし
まうという問題があった。
ンの種類も増加するため、パターン分類のための中間層
の数も多くしなければならない。ここで，このようなニ
ューラルネットワークの優れた学習アルゴリズムとし
て、バックプロパゲーションが知られている（バックプ
ロパゲーションについては、日経エレクトロニクス:198
7.8.10（No.427）号のP.116〜124に記載の「ニューラル
・ネットをパターン認識、信号処理、知識処理に使う」
等に詳述されている）が、この学習アルゴリズムによる
と、入力パターンの種類が増加し、中間層の数が増える
と、学習時間が長くなってしまう。また、処理の実行時
聞も長くなるという問題があった。更に、入力が３×３
であれば、全入力パターンに対して出力値をルックアッ
プテーブルに記憶させることが容易であるが、５×５と
なると簡単ではなく、回路規模が複雑で大きくなってし
まうという問題があった。
このため、このニューラルネットワークを構成するに
は、通常のコンピュータでは現実的でなく、高速処理可
能な高価なニューロチップなどを必要とし、トータルコ
ストを大きく引き上げる要因となってしまう。
は、通常のコンピュータでは現実的でなく、高速処理可
能な高価なニューロチップなどを必要とし、トータルコ
ストを大きく引き上げる要因となってしまう。
この発明は、上記問題点を解決するためになされたも
ので、二値画像における中間調画像領域と文字領域と
を、簡単な構成で精度よく分離できる領域分離方法を得
ることを目的とする。
ので、二値画像における中間調画像領域と文字領域と
を、簡単な構成で精度よく分離できる領域分離方法を得
ることを目的とする。
この発明に係る領域分離方法は、文字領域と中間調画
像領域とを含む既知の多階調画像情報において、注目画
素の値とこの注目画素と所定の位置関係にある所定個数
の周辺画素の値とをニューラルネットワークに入力し、
その注目画素の属する領域の種別を理想出力として、こ
のニューラルネットワークをバックプロパゲーションに
より学習させ、未知の二値画像情報において、各画素を
その画素を含む所定サイズのウインドを構成する複数画
素の値を参照して多階調化することで、この未知の二値
画像情報を多階調画像情報に変換し、この多階調画像情
報において、各画素の値とその画素と前記所定の位置関
係にある所定個数の周辺画素の値とを前記ニューラルネ
ットワークに入力して、各画素の属する領域の種別を出
力させることで、前記未知の二値画像情報の各画素につ
いて、間接的に前記所定個数よりも多数の画素を参照し
て、その各画素の属する領域の種別を判別し、その未知
の二値画像情報中の文字領域と中間調画像領域とを分離
するものである。
像領域とを含む既知の多階調画像情報において、注目画
素の値とこの注目画素と所定の位置関係にある所定個数
の周辺画素の値とをニューラルネットワークに入力し、
その注目画素の属する領域の種別を理想出力として、こ
のニューラルネットワークをバックプロパゲーションに
より学習させ、未知の二値画像情報において、各画素を
その画素を含む所定サイズのウインドを構成する複数画
素の値を参照して多階調化することで、この未知の二値
画像情報を多階調画像情報に変換し、この多階調画像情
報において、各画素の値とその画素と前記所定の位置関
係にある所定個数の周辺画素の値とを前記ニューラルネ
ットワークに入力して、各画素の属する領域の種別を出
力させることで、前記未知の二値画像情報の各画素につ
いて、間接的に前記所定個数よりも多数の画素を参照し
て、その各画素の属する領域の種別を判別し、その未知
の二値画像情報中の文字領域と中間調画像領域とを分離
するものである。
また、前記多階調化を、前記二値画像情報において前
記所定サイズのウインドを構成する複数画素の値のパタ
ーンのそれぞれと、そのウインド内の注目画素の多階調
の値とを対応づけたテーブルを参照して行なうものであ
る。
記所定サイズのウインドを構成する複数画素の値のパタ
ーンのそれぞれと、そのウインド内の注目画素の多階調
の値とを対応づけたテーブルを参照して行なうものであ
る。
さらに、前記テーブルの参照に先立って、既知の多階
調画像情報を二値化した二値画像情報において、注目画
素を含む前記所定サイズのウインドを構成する複数画素
の値を入力とし、その注目画素の前記既知の多階調画像
情報における値を理想出力として、第２のニューラルネ
ットワークをバックプロパゲーションにより学習させ、
前記二値画像情報において前記所定サイズのウインドを
構成する複数画素の値のパターンのそれぞれと、そのパ
ターンをこの学習させた第２のニューラルネットワーク
に入力したときの出力値とを対応づけて、前記テーブル
に登録するものである。
調画像情報を二値化した二値画像情報において、注目画
素を含む前記所定サイズのウインドを構成する複数画素
の値を入力とし、その注目画素の前記既知の多階調画像
情報における値を理想出力として、第２のニューラルネ
ットワークをバックプロパゲーションにより学習させ、
前記二値画像情報において前記所定サイズのウインドを
構成する複数画素の値のパターンのそれぞれと、そのパ
ターンをこの学習させた第２のニューラルネットワーク
に入力したときの出力値とを対応づけて、前記テーブル
に登録するものである。
また、前記注目画素と前記所定の位置関係にある所定
個数の周辺画素とは、その注目画素の周囲に所定の間隔
で並んだ位置にある画素であるものである。
個数の周辺画素とは、その注目画素の周囲に所定の間隔
で並んだ位置にある画素であるものである。
この発明においては、ニューラルネットワークを用い
て二値画像情報中の文字領域と中間調画像領域とを分離
する際に、文字領域と中間調画像領域とを含む既知の多
階調画像情報において、注目画素の値とこの注目画素と
所定の位置関係にある所定個数の周辺画素の値とをニュ
ーラルネットワークに入力し、その注目画素の属する領
域の種別を理想出力として、このニューラルネットワー
クをバックプロパゲーションにより学習させ、未知の二
値画像情報において、各画素をその画素を含む所定サイ
ズのウインドを構成する複数画素の値を参照して多階調
化することで、この未知の二値画像情報を多階調画像情
報に変換し、この多階調画像情報において、各画素の値
とその画素と前記所定の位置関係にある所定個数の周辺
画素の値とを前記ニューラルネットワークに入力して、
各画素の属する領域の種別を出力させることで、前記未
知の二値画像情報の各画素について、間接的に前記所定
個数よりも多数の画素を参照して、その各画素の属する
領域の種別を判別し、その未知の二値画像情報中の文字
領域と中間調画像領域とを分離することで、ニューラル
ネットワークへの入力データ数を抑えられ、ルックアッ
プテーブル化するなどニューラルネットワークの構成が
簡単となり、その一方で、参照画素数は多くすることで
精度の高い領域分離を実現することを可能とする。
て二値画像情報中の文字領域と中間調画像領域とを分離
する際に、文字領域と中間調画像領域とを含む既知の多
階調画像情報において、注目画素の値とこの注目画素と
所定の位置関係にある所定個数の周辺画素の値とをニュ
ーラルネットワークに入力し、その注目画素の属する領
域の種別を理想出力として、このニューラルネットワー
クをバックプロパゲーションにより学習させ、未知の二
値画像情報において、各画素をその画素を含む所定サイ
ズのウインドを構成する複数画素の値を参照して多階調
化することで、この未知の二値画像情報を多階調画像情
報に変換し、この多階調画像情報において、各画素の値
とその画素と前記所定の位置関係にある所定個数の周辺
画素の値とを前記ニューラルネットワークに入力して、
各画素の属する領域の種別を出力させることで、前記未
知の二値画像情報の各画素について、間接的に前記所定
個数よりも多数の画素を参照して、その各画素の属する
領域の種別を判別し、その未知の二値画像情報中の文字
領域と中間調画像領域とを分離することで、ニューラル
ネットワークへの入力データ数を抑えられ、ルックアッ
プテーブル化するなどニューラルネットワークの構成が
簡単となり、その一方で、参照画素数は多くすることで
精度の高い領域分離を実現することを可能とする。
第１図はこの発明の一実施例を示す二値画像の領域分
離方法を説明するフローチャートである。以下、第２図
に示すハード構成を説明するブロック図を参照しながら
この発明に係る中間調画像復元を説明する。なお、第１
図中の（１）〜（10）は各ステップを示す。
離方法を説明するフローチャートである。以下、第２図
に示すハード構成を説明するブロック図を参照しながら
この発明に係る中間調画像復元を説明する。なお、第１
図中の（１）〜（10）は各ステップを示す。
第２図において、１は３ラインバッファで、FIFOメモ
リ1a〜1cから構成され、図示しない画像入力装置によっ
て原稿から読み取られた画像データがFIFOメモリ1a〜1c
へ入力される。FIFOメモリ1a〜1cは画像の垂直方向の連
続する３ラインのデータが記憶され、３ラインの内水平
位置の左端から右端までのデータが順次クロックに同期
して出力される。これにより、水平（ａ）／垂直（ｂ）
で３×３個の小領域（ウインド）のデータがデータラッ
チ２にラッチされる。３は例えばROMで構成される変換
テーブル（LUT）で、データラッチ２の内容によりアド
レッシングされ、４階調値の値が出力される（階調処
理）。なお、変換テーブル（LUT）３は、後述するバッ
クプロパゲーションルーチンにより学習された出力値に
対応する。
リ1a〜1cから構成され、図示しない画像入力装置によっ
て原稿から読み取られた画像データがFIFOメモリ1a〜1c
へ入力される。FIFOメモリ1a〜1cは画像の垂直方向の連
続する３ラインのデータが記憶され、３ラインの内水平
位置の左端から右端までのデータが順次クロックに同期
して出力される。これにより、水平（ａ）／垂直（ｂ）
で３×３個の小領域（ウインド）のデータがデータラッ
チ２にラッチされる。３は例えばROMで構成される変換
テーブル（LUT）で、データラッチ２の内容によりアド
レッシングされ、４階調値の値が出力される（階調処
理）。なお、変換テーブル（LUT）３は、後述するバッ
クプロパゲーションルーチンにより学習された出力値に
対応する。
続いて、すなわち領域分離のため、変換テーブル３の
２ビット出力（４階調値）が５ラインバッファ4a〜4eに
入力される。ラインバッファ４の５ラインバッファ4a〜
4eには画像の垂直方向の連続する５ラインのデータが記
憶され、５ラインのうち、同じ水平位置の左端から右端
までのデータが順次入力して、クロックに同期して１ラ
イン目,3ライン目,5ライン目のデータがデータラッチ５
にラッチされ、各ラインの１個目,3個目,5個目の９個の
データが出力される。この９個のデータがニューロチッ
プ６への入力となり、その注目画素（３ライン,3個目）
に対応する領域結果信号が出力される、この処理を全画
素について順次行い最終的な文字領域と中間調画像領域
とを分離する。
２ビット出力（４階調値）が５ラインバッファ4a〜4eに
入力される。ラインバッファ４の５ラインバッファ4a〜
4eには画像の垂直方向の連続する５ラインのデータが記
憶され、５ラインのうち、同じ水平位置の左端から右端
までのデータが順次入力して、クロックに同期して１ラ
イン目,3ライン目,5ライン目のデータがデータラッチ５
にラッチされ、各ラインの１個目,3個目,5個目の９個の
データが出力される。この９個のデータがニューロチッ
プ６への入力となり、その注目画素（３ライン,3個目）
に対応する領域結果信号が出力される、この処理を全画
素について順次行い最終的な文字領域と中間調画像領域
とを分離する。
先ず、二値画像情報が入力されると（１）、３×３個
のウインドでデータを抽出し（２）、ルックアップテー
ブル（LUT）３を参照して（３）、４階調の値に変換し
（４）、５ラインバッファ4a〜4eに展開されるのを待機
し（５）、５ラインバッファ4a〜4eに展開されたら、後
述する第３図のバックプロパゲーションルーチンを実行
し（６）、対応する画素の出力が「１」かどうかを判定
し（７）、YESならば文字領域と判定し（８）、全画素
復元処理を終了したかどうかを判断し（９）、NOならば
ステップ（６）に戻り、YESならば処理を終了する。
のウインドでデータを抽出し（２）、ルックアップテー
ブル（LUT）３を参照して（３）、４階調の値に変換し
（４）、５ラインバッファ4a〜4eに展開されるのを待機
し（５）、５ラインバッファ4a〜4eに展開されたら、後
述する第３図のバックプロパゲーションルーチンを実行
し（６）、対応する画素の出力が「１」かどうかを判定
し（７）、YESならば文字領域と判定し（８）、全画素
復元処理を終了したかどうかを判断し（９）、NOならば
ステップ（６）に戻り、YESならば処理を終了する。
一方、ステップ（７）の判断で、NOの場合は対応する
画素が画素領域と判定し（10）、ステップ（９）に戻
る。
画素が画素領域と判定し（10）、ステップ（９）に戻
る。
第３図（ａ）はニューラルネットワークを説明する構
成図であり、201は入力層で、ii個から構成され、出力
（ｉ−out）204を中間層202（中間層jj個から構成さ
れ）に出力し、中間層202からは出力（ｊ−out）205が
出力層203（kk個から構成されている）に出力される。2
06は出力（ｋ−out）で、出力層203からの出力を示す。
207は理想出力（ideal−output）を示し、208,209は重
み係数（wji,wkj）を示し、入力層201と中間層202また
は中間層202と出力層203との間の結び付きの関係（増幅
か減退か等を示す）の強さを表わす。
成図であり、201は入力層で、ii個から構成され、出力
（ｉ−out）204を中間層202（中間層jj個から構成さ
れ）に出力し、中間層202からは出力（ｊ−out）205が
出力層203（kk個から構成されている）に出力される。2
06は出力（ｋ−out）で、出力層203からの出力を示す。
207は理想出力（ideal−output）を示し、208,209は重
み係数（wji,wkj）を示し、入力層201と中間層202また
は中間層202と出力層203との間の結び付きの関係（増幅
か減退か等を示す）の強さを表わす。
第３図（ｂ）は、第３図（ａ）に示すネットワークモ
デルのバックプロパゲーションルーチンの詳細手順の一
例を説明するフローチャートである。なお、（１）〜
（９）は各ステップを示す。
デルのバックプロパゲーションルーチンの詳細手順の一
例を説明するフローチャートである。なお、（１）〜
（９）は各ステップを示す。
先ず、重み係数wji,wkjそれぞれに乱数で−0.5〜0.5
までの初期値を与える（１）。
までの初期値を与える（１）。
次いで、注目画素をランダムに選び、入力値としてii
個のデータ（入力値ｉ−out（ｉ））をそれに対応する
理想出力ideal−output（ｋ）をそれぞれセットする
（２）。
個のデータ（入力値ｉ−out（ｉ））をそれに対応する
理想出力ideal−output（ｋ）をそれぞれセットする
（２）。
入力層201からのデータｉ−out（ｉ）に重み係数wji
（ｊ）（ｉ）を乗算し、その総和sum（ｊ）を求め、出
力は０〜１に正規化するため、sigmoid関数（第４図参
照）を用いて中間層202の出力ｊ−outを求める（３）。
同様にして出力層203の出力ｋ−outを求める（４）。
（ｊ）（ｉ）を乗算し、その総和sum（ｊ）を求め、出
力は０〜１に正規化するため、sigmoid関数（第４図参
照）を用いて中間層202の出力ｊ−outを求める（３）。
同様にして出力層203の出力ｋ−outを求める（４）。
次に、実際の出力層203の出力ｋ−outと理想出力idea
l−output（ｋ）とを比較し、その差から出力層203の教
師信号teach−ｋ（ｋ）を求める（５）。そして、この
教師信号teach−ｋ（ｋ）から重み係数wKJの変化幅Δw
KJを、安定化係数αおよび学習係数βで抑制しながら演
算し、重み係数wKJを更新する（６）。さらに、中間層2
02の教師信号teach−ｊ（ｊ）を求め（７）、この教師
信号teach−ｊ（ｊ）から重み係数wjiの変化幅Δw
jiを、安定化係数αおよび学習係数βで抑制しながら演
算し、重み係数wjiを更新する（８）。
l−output（ｋ）とを比較し、その差から出力層203の教
師信号teach−ｋ（ｋ）を求める（５）。そして、この
教師信号teach−ｋ（ｋ）から重み係数wKJの変化幅Δw
KJを、安定化係数αおよび学習係数βで抑制しながら演
算し、重み係数wKJを更新する（６）。さらに、中間層2
02の教師信号teach−ｊ（ｊ）を求め（７）、この教師
信号teach−ｊ（ｊ）から重み係数wjiの変化幅Δw
jiを、安定化係数αおよび学習係数βで抑制しながら演
算し、重み係数wjiを更新する（８）。
このようにして学習を繰り返し、十分に収束したかど
うかを判定し（９）、YESならば処理を終了し、NOなら
ばステップ（２）に戻る。
うかを判定し（９）、YESならば処理を終了し、NOなら
ばステップ（２）に戻る。
続いて、このバックプロパゲーションルーチンによ
る、変換テーブル（LUT）３の出力値確定処理およびニ
ューロチップ６における学習処理について上記第３図
（ｂ）に示すフローチャートにおよび第５図〜第９図等
を参照しながら説明する。
る、変換テーブル（LUT）３の出力値確定処理およびニ
ューロチップ６における学習処理について上記第３図
（ｂ）に示すフローチャートにおよび第５図〜第９図等
を参照しながら説明する。
第５図は第１段階の階調変換処理を説明する模式図で
あり、31は多値画像で、この多値画像31を２値化したも
のが２値画像32に対応する。
あり、31は多値画像で、この多値画像31を２値化したも
のが２値画像32に対応する。
第６図は、第２図に示した変換テーブル（LUT）３上
での４階調振り分け処理を説明する相対ビット関係図で
あり、変換テーブル（LUT）３での出力を０〜３の階調
振り分け処理される状態を示してある。
での４階調振り分け処理を説明する相対ビット関係図で
あり、変換テーブル（LUT）３での出力を０〜３の階調
振り分け処理される状態を示してある。
第７図はバックプロパゲーションにおけるサンプルの
作成方法を説明する模式図であり、（ａ）は文字と画像
が理想的に分離された画像サンプルを示し、（ｂ）は前
記（ａ）に示す画像サンプルのマップＤを示す。
作成方法を説明する模式図であり、（ａ）は文字と画像
が理想的に分離された画像サンプルを示し、（ｂ）は前
記（ａ）に示す画像サンプルのマップＤを示す。
第８図は、第７図に示したマップＤと４値画像33との
関係を説明する相関図であり、図中の＊は注目画素を示
す。
関係を説明する相関図であり、図中の＊は注目画素を示
す。
第１の階調変換処理では、ｍ＝4,a＝ｂ＝３として以
下学習処理について説明する。
下学習処理について説明する。
先ず、第１のｍ階調化のニューラルネットワークの学
習のために、多値画像31とこの多値画像31を２値化した
２値画像32を用意する。ａ＝ｂ＝３なので、入力層201
の数iiは、「９」となり、出力には１つの多値画像を得
るので、出力層203の数kkは「１」となる。中間層の数j
jはこの実施例では「９」とする。
習のために、多値画像31とこの多値画像31を２値化した
２値画像32を用意する。ａ＝ｂ＝３なので、入力層201
の数iiは、「９」となり、出力には１つの多値画像を得
るので、出力層203の数kkは「１」となる。中間層の数j
jはこの実施例では「９」とする。
このようにして定義された数値を上記フローチャート
において代入すると、第３図（ｂ）のステップ（１）に
て上記数値が初期値としてセットされる。
において代入すると、第３図（ｂ）のステップ（１）に
て上記数値が初期値としてセットされる。
９個の入力値ｉ−outは、第５図に示すように二値画
像32からランダムに取り出した注目画素＊を中心とした
３×３個のウインドのデータである。また、理想出力id
eal−output（ｋ）には２値画像32の注目画素＊に対応
する位置にある多値画像31のデータをセットする。多値
画像31は０〜255であるがシグモイド関数は、第４図に
示すように０〜１に正規化する関数であり、しかも0,1
という値は出力しにくくなっている。よって、多値デー
タ０〜255を0.1〜0.9に変換してセットする。そして、
十分に収束するまで学習を繰り返し、その時の重み係数
を決定する。
像32からランダムに取り出した注目画素＊を中心とした
３×３個のウインドのデータである。また、理想出力id
eal−output（ｋ）には２値画像32の注目画素＊に対応
する位置にある多値画像31のデータをセットする。多値
画像31は０〜255であるがシグモイド関数は、第４図に
示すように０〜１に正規化する関数であり、しかも0,1
という値は出力しにくくなっている。よって、多値デー
タ０〜255を0.1〜0.9に変換してセットする。そして、
十分に収束するまで学習を繰り返し、その時の重み係数
を決定する。
この第１の４階調化において、入力値は二値であるか
ら「０」または「１」であり、３×３個＝９画素を参照
した時の、入力パターンは29＝512個である。この全タ
ーンに対する出力値をあらかじめ得ておき、変換テーブ
ル（LUT）３に登録する。
ら「０」または「１」であり、３×３個＝９画素を参照
した時の、入力パターンは29＝512個である。この全タ
ーンに対する出力値をあらかじめ得ておき、変換テーブ
ル（LUT）３に登録する。
このようにして作成された変換テーブル（LUT）３を
利用して２値画像32から４値画像33を得る。また、理想
出力として、文字領域を「１」、中間調画像領域を
「０」とした、例えば第７図に示すようなマップＤを用
意する。
利用して２値画像32から４値画像33を得る。また、理想
出力として、文字領域を「１」、中間調画像領域を
「０」とした、例えば第７図に示すようなマップＤを用
意する。
そして、この４値画像33とマップＤをサンプルとして
学習を実行する。参照する画素は、この実施例では９個
とし、第８図に示すように注目画素＊を中心とする１つ
飛びの３×３個の並びとする。従って、入力層201の数i
iは「９」で、出力は文字と判定すれば「１」、そうで
ない場合は「０」というフラグなので、出力層203の数k
kは「１」である。
学習を実行する。参照する画素は、この実施例では９個
とし、第８図に示すように注目画素＊を中心とする１つ
飛びの３×３個の並びとする。従って、入力層201の数i
iは「９」で、出力は文字と判定すれば「１」、そうで
ない場合は「０」というフラグなので、出力層203の数k
kは「１」である。
そして、上記第３図（ｂ）の手順に従い上記数値を代
入して学習を実行する。９個の入力ｉ−out（ｉ）は第
８図に示すように、４値画像33からランダムに取り出し
た注目画素＊を中心とした１つ飛びの３×３個の並びの
データである。
入して学習を実行する。９個の入力ｉ−out（ｉ）は第
８図に示すように、４値画像33からランダムに取り出し
た注目画素＊を中心とした１つ飛びの３×３個の並びの
データである。
また、理想出力ideal−output（ｋ）には４値画像33
の注目画素＊に対応する位置にあるマップＤのデータを
セットする。そして、十分に収束するまで学習を繰り返
し、そのときの重み計数を決定する。これにより、最終
的には第９図に示すように７×７個の画素を間接的に参
照したこととなる。
の注目画素＊に対応する位置にあるマップＤのデータを
セットする。そして、十分に収束するまで学習を繰り返
し、そのときの重み計数を決定する。これにより、最終
的には第９図に示すように７×７個の画素を間接的に参
照したこととなる。
これで、第１段階の４階調化のルックアップテーブル
３と、第２段階の領域分離のための重み係数のパラメー
タが完成したので、学習に用いた以外の元の多値データ
を失った２値画像32の領域分離にも行えることとなる。
３と、第２段階の領域分離のための重み係数のパラメー
タが完成したので、学習に用いた以外の元の多値データ
を失った２値画像32の領域分離にも行えることとなる。
なお、上記実施例では変換テーブル３により第１段階
の４値化を実行する場合について説明したが、１段階の
４値化を平滑化フィルタを用いてもいいし、第２段階の
領域分離も９個の参照画素からの入力パターンは49＝2
18程度名ので、ルップアップテーブル化することも可能
となり、より短時間で領域分離処理が可能となる。
の４値化を実行する場合について説明したが、１段階の
４値化を平滑化フィルタを用いてもいいし、第２段階の
領域分離も９個の参照画素からの入力パターンは49＝2
18程度名ので、ルップアップテーブル化することも可能
となり、より短時間で領域分離処理が可能となる。
また、上記実施例では本質的な処理方法について説明
したが、この発明に係る二値画像の領域分離方法を複写
装置に適用することにより、二値画像における画像と文
字を識別して多値画像形成処理等を自動化することもで
きる。
したが、この発明に係る二値画像の領域分離方法を複写
装置に適用することにより、二値画像における画像と文
字を識別して多値画像形成処理等を自動化することもで
きる。
以上説明したように、この発明によれば、文字領域と
中間調画像領域とを含む既知の多階調画像情報におい
て、注目画素の値とこの注目画素と所定の位置関係にあ
る所定個数の周辺画素の値とをニューラルネットワーク
に入力し、その注目画素の属する領域の種別を理想出力
として、このニューラルネットワークをバックプロパゲ
ーションにより学習させ、未知の二値画像情報におい
て、各画素をその画素を含む所定サイズのウインドを構
成する複数画素の値を参照して多階調化することで、こ
の未知の二値画像情報を多階調画像情報に変換し、この
多階調画像情報において、各画素の値とその画素と前記
所定の位置関係にある所定個数の周辺画素の値とを前記
ニューラルネットワークに入力して、各画素の属する領
域の種別を出力させることで、前記未知の二値画像情報
の各画素について、間接的に前記所定個数よりも多数の
画素を参照して、その各画素の属する領域の種別を判別
し、そして未知の二値画像情報中の文字領域と中間調画
像領域とを分離するようにしたので、ニューラルネット
ワークを用いて二値画像情報中の文字領域と中間調画像
領域とを分離する際に、ニューラルネットワークに対す
る入力データの個数に比して、その個数よりも多くの画
素の値を参照して注目画素の属する領域を判定できる。
中間調画像領域とを含む既知の多階調画像情報におい
て、注目画素の値とこの注目画素と所定の位置関係にあ
る所定個数の周辺画素の値とをニューラルネットワーク
に入力し、その注目画素の属する領域の種別を理想出力
として、このニューラルネットワークをバックプロパゲ
ーションにより学習させ、未知の二値画像情報におい
て、各画素をその画素を含む所定サイズのウインドを構
成する複数画素の値を参照して多階調化することで、こ
の未知の二値画像情報を多階調画像情報に変換し、この
多階調画像情報において、各画素の値とその画素と前記
所定の位置関係にある所定個数の周辺画素の値とを前記
ニューラルネットワークに入力して、各画素の属する領
域の種別を出力させることで、前記未知の二値画像情報
の各画素について、間接的に前記所定個数よりも多数の
画素を参照して、その各画素の属する領域の種別を判別
し、そして未知の二値画像情報中の文字領域と中間調画
像領域とを分離するようにしたので、ニューラルネット
ワークを用いて二値画像情報中の文字領域と中間調画像
領域とを分離する際に、ニューラルネットワークに対す
る入力データの個数に比して、その個数よりも多くの画
素の値を参照して注目画素の属する領域を判定できる。
例えば、上記ウインド内の画素数を３×３個、ニュー
ラルネットワークの入力データを、第８図に示すような
注目画素を中心とした１つおきの３×３個とすると、二
値画像情報の各画素を多階調化する際に３×３個の画素
が参照され、領域の判別の際にそれらの多階調化された
９個の画素が参照されるので、元の二値画像情報で考え
ると、第９図に示すように、各画素につき間接的ながら
７×７個の画素の値を領域判別のために参照することが
できる。
ラルネットワークの入力データを、第８図に示すような
注目画素を中心とした１つおきの３×３個とすると、二
値画像情報の各画素を多階調化する際に３×３個の画素
が参照され、領域の判別の際にそれらの多階調化された
９個の画素が参照されるので、元の二値画像情報で考え
ると、第９図に示すように、各画素につき間接的ながら
７×７個の画素の値を領域判別のために参照することが
できる。
これにより、ニューラルネットワークへの入力データ
数を抑えられ、ルックアップテーブル化するなどニュー
ラルネットワークの構成が簡単となり、その一方で、参
照画素数は多くすることで精度の高い領域分離を実現す
ることができるという効果を奏する。
数を抑えられ、ルックアップテーブル化するなどニュー
ラルネットワークの構成が簡単となり、その一方で、参
照画素数は多くすることで精度の高い領域分離を実現す
ることができるという効果を奏する。
第１図はこの発明の一実施例を示す二値画像の領域分離
方法を説明するフローチャート、第２図は第１図に示し
た二値画像の領域分離方法を実行するハード構成を説明
するブロック図、第３図（ａ）はニューラルネットワー
クを説明する構成図、第３図（ｂ）は、第３図（ａ）に
示すネートワークモデルのバックプロパゲーションルー
チンの詳細手順の一例を説明するフローチャート、第４
図はシグモイド関数を示す特性図、第５図は第１段階の
階調変換処理を説明する模式図、第６図は、第２図に示
した変換テーブル上での４階調振り分け処理を説明する
相対ビット関係図、第７図はバックプロパゲーションに
おけるサンプルの作成方法を説明する模式図、第８図
は、第７図に示したマップと４値画像との関係を説明す
る相関図、第９図はこの発明に係る二値画像の領域分離
方法における参照画素領域を説明する模式図、第10図，
第11図は従来の二値画像の領域分離方法を説明する模式
図である。 図中、１は３ラインバッファ、2,5はデータラッチ、３
は変換テーブル、4a〜4eは５ラインバッファ、６はニュ
ーロチップである。
方法を説明するフローチャート、第２図は第１図に示し
た二値画像の領域分離方法を実行するハード構成を説明
するブロック図、第３図（ａ）はニューラルネットワー
クを説明する構成図、第３図（ｂ）は、第３図（ａ）に
示すネートワークモデルのバックプロパゲーションルー
チンの詳細手順の一例を説明するフローチャート、第４
図はシグモイド関数を示す特性図、第５図は第１段階の
階調変換処理を説明する模式図、第６図は、第２図に示
した変換テーブル上での４階調振り分け処理を説明する
相対ビット関係図、第７図はバックプロパゲーションに
おけるサンプルの作成方法を説明する模式図、第８図
は、第７図に示したマップと４値画像との関係を説明す
る相関図、第９図はこの発明に係る二値画像の領域分離
方法における参照画素領域を説明する模式図、第10図，
第11図は従来の二値画像の領域分離方法を説明する模式
図である。 図中、１は３ラインバッファ、2,5はデータラッチ、３
は変換テーブル、4a〜4eは５ラインバッファ、６はニュ
ーロチップである。
Claims (4)
- 【請求項１】文字領域と中間調画像領域とを含む既知の
多階調画像情報において、注目画素の値とこの注目画素
と所定の位置関係にある所定個数の周辺画素の値とをニ
ューラルネットワークに入力し、その注目画素の属する
領域の種別を理想出力として、このニューラルネットワ
ークをバックプロパゲーションにより学習させ、 未知の二値画像情報において、各画素をその画素を含む
所定サイズのウインドを構成する複数画素の値を参照し
て多階調化することで、この未知の二値画像情報を多階
調画像情報に変換し、 この多階調画像情報において、各画素の値とその画素と
前記所定の位置関係にある所定個数の周辺画素の値とを
前記ニューラルネットワークに入力して、各画素の属す
る領域の種別を出力させることで、前記未知の二値画像
情報の各画素について、間接的に前記所定個数よりも多
数の画素を参照して、その各画素の属する領域の種別を
判別し、そして未知の二値画像情報中の文字領域と中間
調画像領域とを分離することを特徴とする領域分離方
法。 - 【請求項２】前記多階調化を、前記二値画像情報におい
て前記所定サイズのウインドを構成する複数画素の値の
パターンのそれぞれと、そのウインド内の注目画素の多
階調の値とを対応づけたテーブルを参照して行なうこと
を特徴とする請求項１記載の領域分離方法。 - 【請求項３】前記テーブルの参照に先立って、既知の多
階調画像情報を二値化した二値画像情報において、注目
画素を含む前記所定サイズのウインドを構成する複数画
素の値を入力とし、その注目画素の前記既知の多階調画
像情報における値を理想出力として、第２のニューラル
ネットワークをバックプロパゲーションにより学習さ
せ、 前記二値画像情報において前記所定サイズのウインドを
構成する複数画素の値のパターンのそれぞれと、そのパ
ターンをこの学習させた第２のニューラルネットワーク
に入力したときの出力値とを対応づけて、前記テーブル
に登録することを特徴とする請求項２記載の領域分離方
法。 - 【請求項４】前記注目画素と前記所定の位置関係にある
所定個数の周辺画素とは、その注目画素の周囲に所定の
間隔で並んだ位置にある画素であることを特徴とする請
求項１記載の領域分離方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02072119A JP3136595B2 (ja) | 1990-03-23 | 1990-03-23 | 領域分離方法 |
| DE69123991T DE69123991T2 (de) | 1990-03-23 | 1991-03-21 | Bildverarbeitung mit neuronalem Netzwerk |
| EP91302488A EP0449516B1 (en) | 1990-03-23 | 1991-03-21 | Image processing using neural network |
| US08/302,092 US5495542A (en) | 1990-03-23 | 1994-09-07 | Binary to multi-level image restoration using neural network |
| US08/540,537 US5832132A (en) | 1990-03-23 | 1995-10-06 | Image processing using neural network |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02072119A JP3136595B2 (ja) | 1990-03-23 | 1990-03-23 | 領域分離方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03273456A JPH03273456A (ja) | 1991-12-04 |
| JP3136595B2 true JP3136595B2 (ja) | 2001-02-19 |
Family
ID=13480146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02072119A Expired - Fee Related JP3136595B2 (ja) | 1990-03-23 | 1990-03-23 | 領域分離方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3136595B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003158637A (ja) | 2001-11-21 | 2003-05-30 | Sony Corp | 印画装置及び印画方法、並びに印画システム |
-
1990
- 1990-03-23 JP JP02072119A patent/JP3136595B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03273456A (ja) | 1991-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0737087A (ja) | 画像処理装置 | |
| EP0449516B1 (en) | Image processing using neural network | |
| JP2967014B2 (ja) | 画像処理装置 | |
| EP0461903B1 (en) | Image processing apparatus using neural network | |
| JP2001283219A (ja) | テンプレート・フィッティング方法 | |
| JP3136595B2 (ja) | 領域分離方法 | |
| JPH08251404A (ja) | 画像領域属性判別方法及び装置 | |
| JP2863072B2 (ja) | 画像階調変換方法及び画像処理装置 | |
| JP2891505B2 (ja) | 中間調画像復元方法 | |
| JPS615677A (ja) | 濃淡画像記録方法 | |
| CN111062264A (zh) | 一种基于双通路混合卷积网络的文档对象分类方法 | |
| JP2874592B2 (ja) | 文字・写真・網点領域を判別する画像処理装置 | |
| JP3256267B2 (ja) | 画像処理装置 | |
| JP2810497B2 (ja) | 画像処理装置 | |
| JPH0447470A (ja) | ニューラルネットを用いた画像処理方式及び同方式を用いた画像処理装置 | |
| JPH08249300A (ja) | ニューラルネットワーク及びその作成方法 | |
| JP3434373B2 (ja) | 網点領域判定装置 | |
| JP3060922B2 (ja) | 特徴生成装置 | |
| JPH1070652A (ja) | 画像領域属性判別装置 | |
| JP3100044B2 (ja) | 画像領域特定方法 | |
| JP2755313B2 (ja) | 画像処理装置 | |
| JPH08251403A (ja) | 画像領域属性判別装置 | |
| JPH0520455A (ja) | 画像処理方法 | |
| JP3344115B2 (ja) | 画像処理装置 | |
| JPH07107705B2 (ja) | 画像識別２値化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |