JP3230368B2 - Binarization processing method - Google Patents
Binarization processing methodInfo
- Publication number
- JP3230368B2 JP3230368B2 JP05460094A JP5460094A JP3230368B2 JP 3230368 B2 JP3230368 B2 JP 3230368B2 JP 05460094 A JP05460094 A JP 05460094A JP 5460094 A JP5460094 A JP 5460094A JP 3230368 B2 JP3230368 B2 JP 3230368B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- area
- density level
- threshold value
- density
- 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
- Image Input (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Character Input (AREA)
Description
【０００１】[0001]
【産業上の利用分野】本発明は、対象物を撮像して得ら
れた画像を二値画像に変換する二値化処理方法に関する
ものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a binarization processing method for converting an image obtained by capturing an object into a binary image.
【０００２】[0002]
【従来の技術】画像処理を行う際には、画像の特徴を抽
出する前の段階の処理として、画像を対象物と背景とに
分離する必要がある。このような画像の分離を行うとき
には、濃度レベルにしきい値を与えて、画像を二値化処
理する。この二値化処理技術に関しては、今まで様々な
方法が提案されている。たとえば、固定二値化法、モー
ド法、ピーク法、判別分析法、それにＰタイル法等があ
る。2. Description of the Related Art When performing image processing, it is necessary to separate an image into an object and a background as a process before extracting features of the image. When such image separation is performed, a threshold value is given to the density level, and the image is binarized. Various methods have been proposed for this binarization processing technique. For example, there are a fixed binarization method, a mode method, a peak method, a discriminant analysis method, and a P tile method.
【０００３】固定二値化法は、ある一定の濃度レベルで
対象物と背景の分離が可能である場合に有効な方法であ
り、固定したしきい値により画像を二値化する。また、
モード法又はピーク法は、たとえしきい値が照明等の影
響で変動したとしても、濃度分布が対象物の平均濃度レ
ベル付近と背景の平均濃度レベル付近にそれぞれ一つず
つのピークを持つ双峰形の分布になっているような、対
象物と背景との分離が可能な場合に有効な方法である。
モード法では、二つのピークの間の谷の底に対応する濃
度レベルにしきい値を設定する。一方、ピーク法では、
二つのピークに基づいてしきい値を設定する。The fixed binarization method is an effective method when it is possible to separate an object and a background at a certain density level, and binarizes an image with a fixed threshold value. Also,
The mode method or the peak method is a bimodal method in which the density distribution has one peak near the average density level of the target object and one near the average density level of the background, even if the threshold value fluctuates due to lighting or the like. This is an effective method when it is possible to separate the object from the background, such as a shape distribution.
In the modal method, a threshold is set at a density level corresponding to the bottom of a valley between two peaks. On the other hand, in the peak method,
Set the threshold based on the two peaks.
【０００４】また、判別分析法は、濃度分布においてピ
ークがある程度重なっていて、対象物と背景の明確なピ
ークが得られない場合に有効な方法である。この判別分
析法では、クラス間分散を利用してしきい値を設定す
る。クラス間分散の評価式としては、大津辰之氏による
ものと、J.Kittler によるものが有名である。更に、Ｐ
タイル法は、予め対象物と背景との面積の割合が分かっ
ている場合に有効な方法であり、この面積の割合を利用
してしきい値を設定する。[0004] The discriminant analysis method is an effective method when peaks overlap to some extent in a concentration distribution and a clear peak of an object and a background cannot be obtained. In this discriminant analysis method, a threshold value is set using inter-class variance. Famous evaluation formulas for inter-class variance include Tatsuyuki Otsu and J. Kittler. Further, P
The tile method is an effective method when the ratio of the area between the object and the background is known in advance, and a threshold value is set using the ratio of the area.
【０００５】[0005]
【発明が解決しようとする課題】ところで、たとえば熱
間で鋳片にマーキングされた文字は、印字のカスレやボ
ケが多く、また、鋳片表面にはスケールの付着等による
ノイズも存在する。このようなカスレやボケ等がある文
字についての画像や、ノイズが存在する画像を認識する
場合、上記の各二値化処理方法では、以下のような問題
がある。By the way, for example, characters marked on a slab by hot heating often have blurred or blurred prints, and there is noise on the slab surface due to adhesion of scale. When recognizing an image of a character having such a blur or blur, or an image having noise, the above-described binarization processing methods have the following problems.
【０００６】固定二値化法では、予め設定したしきい値
がノイズ部分の濃度分布の範囲に含くまれると、ノイズ
の影響が残ってしまい、安定した二値画像を得ることが
できない。また、ピーク法やモード法では、カスレやボ
ケにより文字と背景の濃度分布の山や谷が重なることが
あり、しかも、ノイズにより山のピーク点や谷の部分の
位置が本来の位置からずれることがあるため、安定した
二値画像を得ることができない。更に、判別分析法で
は、ノイズが存在したり、文字がカスレたりボケたりし
ていると、しきい値が高めに設定される傾向があるた
め、文字の一部が欠けたりすることがあり、良好な二値
画像を得ることができない。一方、Ｐタイル法では、予
め設定した文字と背景との面積の割合に適合した文字に
ついては良好な二値画像を得ることができるが、設定さ
れた面積の割合と不適合な文字に対しては、ノイズが発
生したり、文字の一部が欠けたりすることがあり、この
方法にも使用上の限界がある。In the fixed binarization method, if a preset threshold value is included in the range of the density distribution of the noise portion, the influence of noise remains, and a stable binary image cannot be obtained. Also, in the peak method and the mode method, the peaks and valleys of the density distribution of the character and the background may overlap due to blurring and blurring, and the positions of the peak points and valleys of the mountains may be shifted from the original positions due to noise. Therefore, a stable binary image cannot be obtained. Furthermore, in the discriminant analysis method, when noise is present or characters are blurred or blurred, the threshold value tends to be set higher, so that some characters may be missing, A good binary image cannot be obtained. On the other hand, in the P tile method, a good binary image can be obtained for a character that conforms to a predetermined area ratio between a character and a background, but a character that does not conform to the preset area ratio can be obtained. However, noise may occur or part of characters may be missing, and this method also has limitations in use.
【０００７】本発明は上記事情に基づいてなされたもの
であり、ノイズが存在したり、対象物にカスレやボケが
ある場合でも、対象物を背景から明確に分離できるよう
なしきい値を設定することができる二値化処理方法を提
供することを目的とするものである。The present invention has been made based on the above circumstances, and sets a threshold value so that an object can be clearly separated from the background even when noise is present or the object is blurred or blurred. It is an object of the present invention to provide a binarization processing method that can perform the binarization processing.
【０００８】[0008]
【課題を解決するための手段】上記の目的を達成するた
めの請求項１記載の発明に係る二値化処理方法は、対象
物を撮像して得られた画像に基づいて前記対象物の外接
長方形の範囲内で濃度分布を計測した後、前記濃度分布
を２つのクラスに分けたときにクラス間分散を最大にす
る濃度レベルを、 全画素数に対する前記２つのクラスの
内、対象物が含まれた側のクラスの画素数の割合ωが、
予め設定された前記対象物の外接長方形の面積に対する
該対象物の面積の割合の最小値ωmin以上で、且つ予め
設定された前記対象物の外接長方形の面積に対する該対
象物の面積の割合の最大値ωmax以下である範囲内で求
め、前記濃度レベルを前記対象物と背景とを分離するし
きい値として設定することにより前記画像を二値画像に
変換することを特徴とするものである。According to a first aspect of the present invention, there is provided a binarization processing method for achieving the above object.
Circumscribing the object based on an image obtained by imaging the object
After measuring the concentration distribution within the rectangular area,
Maximizes the inter-class variance when splitting into two classes
Density levels of the two classes with respect to the total number of pixels.
The ratio ω of the number of pixels of the class on the side where the object is included is
With respect to the preset area of the circumscribed rectangle of the object
Is not less than the minimum value ωmin of the ratio of the area of the object, and
The pair with respect to the area of the set circumscribed rectangle of the object
Within the range that is equal to or less than the maximum value ωmax of the area ratio of the elephant.
To separate the object from the background.
By setting it as a threshold, the image can be converted to a binary image
It is characterized by conversion .
【０００９】[0009]
【００１０】請求項２記載の発明に係る画像処理装置
は、対象物を撮像して得られた画像に基づいて前記対象
物の位置を特定する切り出し手段と、 前記切り出し手段
により位置が特定された前記対象物の外接長方形の範囲
内で濃度分布を計測する濃度分布計測手段と、 前記濃度
分布を二つのクラスに分けたときにクラス間分散を最大
にする濃度レベルを所定の濃度レベルを、全画素数に対
する前記２つのクラスの内、対象物が含まれた側のクラ
スの画素数の割合ωが、予め設定された前記対象物の外
接長方形の面積に対する該対象物の面積の割合の最小値
ωmin以上で、且つ予め設定された前記対象物の外接長
方形の面積に対する該対象物の面積の割合の最大値ωma
x以下である範囲内で求め、前記濃度レベルを前記対象
物と背景とを分離するしきい値として設定するしきい値
計算手段と、前記しきい値に基づいて前記画像を二値画
像に変換する二値化処理手段とを備えることを特徴とす
るものである。According to a second aspect of the present invention, there is provided the image processing apparatus, wherein the object is obtained based on an image obtained by imaging the object.
Cutout means for specifying the position of an object, and the cutout means
Range of the circumscribed rectangle of the object whose position is specified by
And density distribution measuring means for measuring a concentration distribution in the inner, the concentration
Maximum variance between classes when the distribution is divided into two classes
The density level to be set corresponds to the predetermined density level for all pixels.
Of the two classes that contain the object
The ratio ω of the number of pixels of the object is outside the predetermined object.
The minimum value of the ratio of the area of the object to the area of the tangent rectangle
A circumscribed length of the object which is equal to or more than ωmin and is set in advance.
The maximum value ωma of the ratio of the area of the object to the area of the rectangle
x within the range that is less than or equal to x
Threshold value that is set as the threshold value that separates the object from the background
Calculating means for converting the image into a binary image based on the threshold value;
And binarization processing means for converting the image into an image .
【００１１】[0011]
【作用】請求項１記載の発明は前記の構成によって、濃
度分布を二つのクラスに分けたときにクラス間分散を最
大にする濃度レベルを所定の濃度レベル範囲内で求め、
その濃度レベルを対象物と背景とを分離するしきい値と
して設定することにより、ノイズ等の影響によって実際
に対象物と背景とが分離している濃度レベルよりも大き
くずれた濃度レベルにしきい値が設定される可能性を排
除し、しきい値を実際に文字と背景とが分離している濃
度レベルの近傍において設定することができる。したが
って、たとえノイズがあったり、ボケ、カスレ等の印字
品質の悪い画像でも、対象物を背景から明確に分離でき
るようなしきい値を設定することができ、安定した二値
画像を得ることができる。According to the first aspect of the present invention, when the density distribution is divided into two classes, the density level that maximizes the inter-class variance is determined within a predetermined density level range.
By setting the density level as a threshold value for separating the object and the background, the threshold value is set to a density level greatly deviated from the density level at which the object and the background are actually separated due to the influence of noise or the like. Can be set, and the threshold can be set near the density level where the character and background are actually separated. Therefore, a threshold value can be set so that an object can be clearly separated from the background even in an image having poor printing quality such as noise or blur or blur, and a stable binary image can be obtained. .
【００１２】[0012]
【００１３】請求項２記載の発明は前記の構成によっ
て、濃度分布を二つのクラスに分けたときにクラス間分
散を最大にする濃度レベルを所定の濃度レベル範囲内で
求め、その濃度レベルを対象物と背景とを分離するしき
い値として設定するしきい値計算手段を設けたことによ
り、ノイズ等の影響によって実際に対象物と背景とが分
離している濃度レベルよりも大きくずれた濃度レベルに
しきい値が設定される可能性を排除し、しきい値を実際
に文字と背景とが分離している濃度レベルの近傍におい
て設定することができる。したがって、ノイズ等にあま
り影響されない安定した二値画像を得ることができるた
め、かかる二値画像に基づいて画像の識別等を正確に行
うことができる。According to the second aspect of the present invention, when the density distribution is divided into two classes, the density level which maximizes the inter-class variance is obtained within a predetermined density level range. By providing a threshold value calculation means for setting a threshold value for separating an object from a background, a density level greatly deviated from a density level at which an object and a background are actually separated due to the influence of noise or the like. Can be set, and the threshold value can be set near the density level where the character and the background are actually separated. Therefore, since a stable binary image that is not so affected by noise or the like can be obtained, image identification or the like can be accurately performed based on the binary image.
【００１４】[0014]
【実施例】以下に本発明の一実施例について図面を参照
して説明する。図１及び図２は本発明の一実施例である
二値化処理方法を説明するための図、図３はその二値化
処理方法を用いた画像処理装置の概略構成図である。An embodiment of the present invention will be described below with reference to the drawings. 1 and 2 are diagrams for explaining a binarization processing method according to an embodiment of the present invention, and FIG. 3 is a schematic configuration diagram of an image processing apparatus using the binarization processing method.
【００１５】図３に示す画像処理装置は、センサ１２
と、照明装置１４と、撮像手段としてのＣＣＤカメラ１
８と、Ａ／Ｄ変換部２２と、画像メモリ２４と、文字切
り出し部２６と、濃度分布計測回路２８と、しきい値計
算回路３２と、第一画像処理用メモリ３４と、二値化処
理部３６と、特徴抽出部３８と、画像認識部４２と、第
二画像処理用メモリ４４とを備えるものである。本実施
例では、熱間で鋳片２にマーキングされた文字を認識す
る場合について考える。ここで、かかる文字は、印字の
カスレやボケが多く、しかも、鋳片２の表面にはスケー
ルの付着等によるノイズも存在することが多い。また、
印字される文字としては、「０」から「９」までの十種
類の数字であるとする。尚、鋳片２はコンベア等の搬送
手段（不図示）で搬送される。The image processing apparatus shown in FIG.
, An illumination device 14, and a CCD camera 1 as an imaging unit
8, an A / D conversion unit 22, an image memory 24, a character cutout unit 26, a density distribution measurement circuit 28, a threshold value calculation circuit 32, a first image processing memory 34, a binarization process It includes a unit 36, a feature extraction unit 38, an image recognition unit 42, and a second image processing memory 44. In the present embodiment, a case where a character marked on the slab 2 is hotly recognized is considered. Here, such characters often have blurred or blurred prints, and moreover, noise is often present on the surface of the slab 2 due to adhesion of scale or the like. Also,
It is assumed that the characters to be printed are ten numbers from “0” to “9”. The slab 2 is transported by transport means (not shown) such as a conveyor.
【００１６】センサ１２は、搬送される鋳片２がＣＣＤ
カメラ１８に近づいて、撮像位置に到達したことを検知
し、検知信号を出力するものである。照明装置１４は、
鋳片２に照射する光源であり、この照明下で鋳片２の印
字部分が撮像される。The sensor 12 is configured such that the cast slab 2 to be conveyed is a CCD.
It detects that it has approached the camera 18 and has reached the imaging position, and outputs a detection signal. The lighting device 14
This is a light source for irradiating the slab 2, and under this illumination, a printed portion of the slab 2 is imaged.
【００１７】ＣＣＤカメラ１８は、撮像レンズにより撮
像素子上に鋳片２の印字部分についての光学像を二次元
の画像として結像させ、撮像素子上で光電変換を行って
光学像に対応した電荷を一次元の電気信号として出力す
る。撮像素子から得られた一次元の電気信号は、画像信
号としてＡ／Ｄ変換部２２に出力される。また、Ａ／Ｄ
変換部２２は、ＣＣＤカメラ１８から出力された画像信
号をディジタル信号に変換して出力するものである。画
像メモリ２４は、Ａ／Ｄ変換器２２から出力された画像
信号を一時記憶するものであり、センサ１２からの検知
信号を取り込むタイミングで画像信号を取り込む。The CCD camera 18 forms an optical image of a printed portion of the slab 2 as a two-dimensional image on the image pickup device by an image pickup lens, performs photoelectric conversion on the image pickup device, and performs charge conversion corresponding to the optical image. Is output as a one-dimensional electric signal. The one-dimensional electric signal obtained from the image sensor is output to the A / D converter 22 as an image signal. A / D
The conversion unit 22 converts an image signal output from the CCD camera 18 into a digital signal and outputs the digital signal. The image memory 24 temporarily stores the image signal output from the A / D converter 22, and captures the image signal at a timing when the detection signal from the sensor 12 is captured.
【００１８】文字切り出し部２６は、画像メモリ２４に
記憶された画像信号に基づいて各文字の位置を特定する
ものである。たとえば、文字切り出し部２６では、ま
ず、濃度レベルが所定の値以上である画素の数を集計
し、これをｘ方向及びｙ方向に射影した射影ヒストグラ
ムを求める。そして、ｙ方向に射影した射影ヒストグラ
ムにおいて、山の数を調べることにより印字文字の行数
が分かり、各山の両端の座標を調べることにより文字の
各行が存在する範囲のｙ座標が求められる。また、ｘ方
向に射影した射影ヒストグラムにおいて、山の数を調べ
ることにより印字文字の文字数が分かり、各山の両端の
座標を調べることにより各文字が存在する範囲のｘ座標
が求められる。このようにして、各文字の位置を特定す
ることができる。The character cutout unit 26 specifies the position of each character based on the image signal stored in the image memory 24. For example, the character cutout unit 26 first counts the number of pixels whose density level is equal to or higher than a predetermined value, and obtains a projection histogram by projecting the number in the x and y directions. Then, in the projection histogram projected in the y direction, the number of lines of the print character can be determined by examining the number of peaks, and the y coordinate of the range in which each line of the character exists can be determined by examining the coordinates of both ends of each peak. Further, in the projection histogram projected in the x direction, the number of characters of the print character can be determined by examining the number of peaks, and the x coordinate of the range where each character exists can be determined by examining the coordinates of both ends of each peak. In this way, the position of each character can be specified.
【００１９】濃度分布計測回路２８は、文字切り出し部
２６により位置が特定された各文字について、その外接
長方形の範囲内で濃度分布を計測するものである。しき
い値計算回路３２は、濃度分布計測回路２８で得られた
各文字の外接長方形の範囲での濃度分布を二つのクラス
に分けたときに、クラス間分散を最大にする濃度レベル
を所定の濃度レベル範囲内で求めるものである。そし
て、このようにして得られた濃度レベルが文字と背景と
を分離するしきい値として設定される。尚、濃度レベル
は０から２５５までの階調に分けられており、濃度レベ
ルが低いほど画像は黒く、濃度レベルが高いほど画像は
白い。また、本実施例の入力画像においては、背景が黒
く、文字が白く現れているものとする。The density distribution measuring circuit 28 measures the density distribution within the range of the circumscribed rectangle for each character whose position is specified by the character cutout unit 26. When the density distribution in the range of the circumscribed rectangle of each character obtained by the density distribution measurement circuit 28 is divided into two classes, the threshold value calculation circuit 32 sets a density level that maximizes the inter-class variance to a predetermined level. It is determined within the concentration level range. Then, the density level thus obtained is set as a threshold value for separating the character from the background. The density level is divided into gradations from 0 to 255. The lower the density level, the blacker the image, and the higher the density level, the whiter the image. In the input image of the present embodiment, it is assumed that the background appears black and the characters appear white.
【００２０】第一画像処理用メモリ３４は、しきい値計
算回路３２でクラス間分散を最大にする濃度レベルを求
める際に用いる濃度レベル範囲を記憶する。この濃度レ
ベル範囲は、実際に文字と背景とが分離している濃度レ
ベルの近傍を特定するものである。通常、印字される文
字の種類が既知である場合が多いので、この濃度レベル
範囲としては、各文字についての外接長方形の面積に対
する文字の面積の割合に応じて設定する。ここでは、外
接長方形の面積に対する文字の面積の割合のうち、最大
のものωS max と最小のものωS min とを記憶してい
る。たとえば、本実施例においては、「０」から「９」
までの数字のうち、その外接長方形の面積に対する数字
の面積の割合が最も大きいのは、「８」であり、その割
合は約５５％である。また、最も小さいのは、「１」で
あり、その割合は約３５％である。したがって、ω
S max は５５／１００となり、ωS min は３５／１００
となる。ただし、一般に、ωS min とωS max の値は、
印字される文字の太さ等によっても変動する。また、第
一画像処理用メモリ３４は、クラス間分散の設定値σ
max 2 を記憶している。ここでは、クラス間分散の初期
設定値σmax 2 をゼロとしている。The first image processing memory 34 stores a density level range used when the threshold value calculation circuit 32 obtains a density level that maximizes inter-class variance. This density level range specifies the vicinity of the density level where the character and the background are actually separated. Usually, since the type of characters to be printed is often known, this density level range is set according to the ratio of the area of the character to the area of the circumscribed rectangle for each character. Here, of the ratio of the area of the character to the area of the circumscribed rectangle, the maximum ω S max and the minimum ω S min are stored. For example, in this embodiment, “0” to “9”
Among the numbers up to, "8" has the largest ratio of the area of the number to the area of the circumscribed rectangle, and the ratio is about 55%. The smallest is “1”, and the ratio is about 35%. Therefore, ω
S max is 55/100 and ω S min is 35/100
Becomes However, in general, the values of ω S min and ω S max are
It also varies depending on the thickness of characters to be printed. Further, the first image processing memory 34 stores the set value σ of the inter-class variance.
I remember max 2 . Here, the initial setting value σ max 2 of the inter-class variance is set to zero.
【００２１】二値化処理部３６は、しきい値計算回路３
２で得られたしきい値に基づいて各文字毎に画像信号の
二値化を行い、二値画像に変換するものであり、特徴抽
出部３８は、二値化処理部３６において得られた二値画
像から特徴量を抽出するものである。また、第二画像処
理用メモリ４４は、予め印字されることが分かっている
各文字についての所定の基準となる特徴量を記憶するも
のであり、画像認識部４２は、特徴抽出部３８から抽出
された特徴量を第二画像処理用メモリ４４に記憶された
基準特徴量と比較することにより、文字を認識するもの
である。The binarization processing section 36 includes a threshold value calculation circuit 3
The image signal is binarized for each character based on the threshold value obtained in step 2 and converted into a binary image. The feature amount is extracted from the binary image. Further, the second image processing memory 44 stores a feature amount serving as a predetermined reference for each character that is known to be printed in advance, and the image recognition unit 42 extracts the feature amount from the feature extraction unit 38. The character is recognized by comparing the obtained characteristic amount with the reference characteristic amount stored in the second image processing memory 44.
【００２２】次に、本実施例の画像処理装置の動作につ
いて説明する。まず、鋳片２がＣＣＤカメラ１８に近づ
くと、センサ１２は鋳片２を検知し検知信号を出力する
と共に、ＣＣＤカメラ１８は照明装置１４によるこの照
明下で鋳片２に印字された文字を撮像する。ＣＣＤカメ
ラ１８から出力された画像信号は、Ａ／Ｄ変換部２２で
ディジタルの画像信号に変換された後、画像メモリ２４
がセンサ１２からの検知信号を取り込むタイミングで画
像メモリ２４に取り込まれる。Next, the operation of the image processing apparatus of this embodiment will be described. First, when the slab 2 approaches the CCD camera 18, the sensor 12 detects the slab 2 and outputs a detection signal, and the CCD camera 18 reads characters printed on the slab 2 under this illumination by the illumination device 14. Take an image. The image signal output from the CCD camera 18 is converted into a digital image signal by an A / D converter 22 and then converted into a digital image signal.
Are taken into the image memory 24 at the timing when the detection signal from the sensor 12 is taken.
【００２３】文字切り出し部２６は、画像メモリ２４に
記憶された画像信号に基づいて各文字の位置を特定す
る。そして、濃度分布計測回路２８において、文字切り
出し部２６により位置が特定された各文字について、そ
の外接長方形の範囲で濃度分布が計測される。一例とし
て、ノイズが存在する画像について、図１（ｄ）に示す
ような濃度分布を計測したとする。この場合、背景は図
１（ａ）に示すような濃度分布、文字は図１（ｂ）に示
すような濃度分布、そして、ノイズは図１（ｃ）に示す
ような濃度分布になっていると考えられる。ここで、図
１（ａ）〜（ｄ）において、横軸は濃度レベルを、縦軸
は画素の度数を表す。The character cutout unit 26 specifies the position of each character based on the image signal stored in the image memory 24. Then, the density distribution measuring circuit 28 measures the density distribution in the range of the circumscribed rectangle for each character whose position is specified by the character cutout unit 26. As an example, it is assumed that a density distribution as shown in FIG. In this case, the background has a density distribution as shown in FIG. 1A, the character has a density distribution as shown in FIG. 1B, and the noise has a density distribution as shown in FIG. 1C. it is conceivable that. Here, in FIGS. 1A to 1D, the horizontal axis represents the density level, and the vertical axis represents the frequency of the pixel.
【００２４】次に、しきい値計算回路３２において、文
字と背景とを分離するしきい値を、クラス間分散を用い
て計算する。いま、クラス間分散について説明する。ま
ず、図１（ｄ）に示すように、ある濃度レベルｋで、濃
度分布を濃度レベルがｋ以下のクラスＣ0 と濃度レベル
がｋ＋１以上のクラスＣ1 とに分ける。このようなクラ
ス分けを行うことは、背景をクラスＣ0 、文字をクラス
Ｃ1 とみなすことに対応する。本実施例では、大津辰之
氏によるクラス間分散の評価式を使用する場合を例とし
て挙げる。大津辰之氏によるクラス間分散σB 2(k)の評
価式は、 σB 2(k)＝ω0 （μ0 −μT ）2 ＋ω1 （μ1 −μT ）2 ・・・・（１） で与えられる。ここで、ω0 は全画素数に対するクラス
Ｃ0 に含まれる画素数の割合、ω1 は全画素数に対する
クラスＣ1 に含まれる画素数の割合、μ0 はクラスＣ0
における平均濃度レベル、μ1 はクラスＣ1 における平
均濃度レベル、μT は全体の平均濃度レベルである。す
なわち、濃度レベルｉの画素数をｎi 、全画素数をＮと
すると、濃度レベルｉの画素数の割合Ｐi ＝ｎi ／Ｎを
用いて、ω0 ，ω1 ，μ0 ，μ1 及びμT は、Next, the threshold value calculation circuit 32 calculates a threshold value for separating the character and the background using the inter-class variance. Now, the inter-class variance will be described. First, as shown in FIG. 1 (d), at a certain concentration level k, the concentration level the concentration distribution of k following classes C 0 and the concentration levels divided into k + 1 or more classes C 1 and. Performing such classification corresponds to regarding the background as class C 0 and the characters as class C 1 . In the present embodiment, a case will be described as an example in which an evaluation formula of inter-class variance by Tatsuyuki Otsu is used. The evaluation formula for the interclass variance σ B 2 (k) by Tatsuyuki Otsu is σ B 2 (k) = ω 0 (μ 0 −μ T ) 2 + ω 1 (μ 1 −μ T ) 2. 1) is given by Here, ω 0 is the ratio of the number of pixels included in class C 0 to the total number of pixels, ω 1 is the ratio of the number of pixels included in class C 1 to the total number of pixels, and μ 0 is the class C 0
Mean concentration levels, mu 1 is the average density level of the class C 1 in, the mu T is a total of the average density level. That is, assuming that the number of pixels at density level i is n i and the total number of pixels is N, ω 0 , ω 1 , μ 0 , μ 1 are calculated using the ratio P i = n i / N of the number of pixels at density level i. And μ T are
【数１】 と表される。このクラス間分散σB 2(k)は、全体の平均
濃度レベルμT に対する二つのクラスＣ0 ，Ｃ1 のばら
つきの度合を表すものである。クラス間分散σB 2(k)が
小さくなるほど、二つのクラスＣ0 ，Ｃ1 は全体の平均
濃度レベルμT の付近に分布していると考えられ、一
方、クラス間分散σB 2(k)が大きくなるほど、二つのク
ラスＣ0 ，Ｃ1 は全体の平均濃度レベルμT から離れた
ところに分布していると考えられる。(Equation 1)It is expressed as This inter-class variance σB Two(k) is the overall average
Concentration level μTTwo classes C for0, C1Rose
It represents the degree of the stick. Variance between classes σB Two(k)
The smaller the two, the more class C0, C1Is the overall average
Concentration level μTIs thought to be distributed near
, Variance between classes σB TwoThe larger the (k), the more two
Las C0, C1Is the overall average concentration level μTAway from
It is thought that it is distributed.
【００２５】本実施例では、クラス間分散σB 2(k)を最
大にする濃度レベルを、第一画像処理用メモリ３４に記
憶された所定の濃度レベル範囲内で求める。すなわち、
しきい値計算回路３２では、（１）式で与えられるクラ
ス間分散σB 2(k)を最大にする濃度レベルｋC を、 ωS min ≦ω1 ≦ωS max ・・・・（２） という条件のもとで解く。たとえば、図１（ｄ）に示す
ような画像にノイズが存在する濃度分布に対して、クラ
ス間分散σB 2(k)を求めると、図１（ｅ）に示すような
分布が得られる。この場合、従来の判別分析法では、実
際に文字と背景とが分離している濃度レベルよりも大き
な方向にずれた濃度レベルｋT にしきい値が設定され
る。しかし、本実施例の二値化処理方法では、（２）式
に対応する所定の濃度レベル範囲δｋにおいて、クラス
間分散σB 2(k)を最大にする濃度レベルを求めるので、
ノイズ等の影響により濃度レベルｋT にしきい値が設定
される可能性を排除し、しきい値を濃度レベルｋC に設
定することができる。In this embodiment, the density level that maximizes the inter-class variance σ B 2 (k) is determined within a predetermined density level range stored in the first image processing memory 34. That is,
In the threshold value calculation circuit 32, the density level k C that maximizes the inter-class variance σ B 2 (k) given by the equation (1) is calculated as follows: ω S min ≦ ω 1 ≦ ω S max (2) Solving under the condition For example, when the inter-class variance σ B 2 (k) is obtained for the density distribution in which noise exists in the image as shown in FIG. 1D, the distribution as shown in FIG. 1E is obtained. In this case, in the conventional discriminant analysis method, the threshold is set to a density level k T which is deviated larger direction than actual concentration level and the character and the background are separated. However, in the binarization processing method of the present embodiment, a density level that maximizes the inter-class variance σ B 2 (k) is obtained in a predetermined density level range δk corresponding to the equation (2).
Eliminating the possibility of setting the threshold concentration level k T due to the influence of noise or the like, the threshold value can be set to the concentration level k C.
【００２６】次に、しきい値計算回路３２の動作を、図
２に示すフローチャートにしたがって説明する。最初
に、濃度分布計測回路２８で計測された濃度分布に基づ
いて、μT を計算する（step 2）。そして、クラスを分
ける濃度レベルｋを０から順に２５５まで設定する（st
ep 4）。step 6では設定された濃度レベルｋが２５５以
下であるか否かを判断する。濃度レベルｋが２５５以下
であるときには、step 8に移行する。まず、濃度レベル
ｋ＝０に対してω0 を計算した後（step 8）、このω0
を用いてω1 をω1 ＝１−ω0 から求める（step12）。
次に、このω1 が（２）式を満たすかどうかを判定する
（step14）。ω1 が（２）式を満たしていなければ、st
ep 4に戻る。一方、ω1 が（２）式を満たしていれば、
μ0 ，μ1 を計算する（step16）。そして、これまで算
出したω0 ，ω1 ，μ0 ，μ1 及びμT を用いて、
（１）式によりクラス間分散σB 2(k)を計算する（step
18）。Next, the operation of the threshold value calculation circuit 32 will be described with reference to the flowchart shown in FIG. First, on the basis of the density distribution measured by the concentration distribution measuring circuit 28 calculates the μ T (step 2). Then, the density levels k for class separation are set in order from 0 to 255 (st
ep 4). In step 6, it is determined whether or not the set density level k is equal to or less than 255. When the density level k is equal to or less than 255, the process proceeds to step 8. First, ω 0 is calculated for the density level k = 0 (step 8), and then ω 0
Is used to obtain ω 1 from ω 1 = 1−ω 0 (step 12).
Next, it is determined whether this omega 1 satisfies the expression (2) (step 14). If not satisfy ω 1 is the formula (2), st
Return to ep 4. On the other hand, if ω 1 satisfies equation (2),
μ 0 and μ 1 are calculated (step 16). Then, using ω 0 , ω 1 , μ 0 , μ 1 and μ T calculated so far,
Calculate the inter-class variance σ B 2 (k) using equation (1) (step
18).
【００２７】次に、このクラス間分散σB 2(k)が第一画
像処理用メモリ３４に記憶されたクラス間分散の設定値
σmax 2 （この初期設定値はゼロである。）以上である
か否かを判定する（step22）。クラス間分散σB 2(k)が
その設定値σmax 2 より小さければ、step 4に戻る。一
方、クラス間分散σB 2(k)がその設定値σmax 2 以上で
あれば、このときのｋを現段階での最適なしきい値とみ
なし（step26）、クラス間分散の設定値σmax 2 をこの
クラス間分散σB 2(k)に更新する。この更新されたクラ
ス間分散の設定値σmax 2 ＝σB 2(k)は、第一画像処理
用メモリ３４に記憶され（step28）、step 4に戻る。次
に、step 4においては、いま設定した濃度レベルよりも
１だけ大きい濃度レベルで、濃度分布を二つのクラスに
分ける。そして、上記と同様の処理を行い、かかる処理
を濃度レベルｋ＝２５５まで繰り返して（step 6）、図
１のフローチャートが終了する。こうして、最終的に、
所定の濃度レベル範囲内でクラス間分散σB 2(k)の最大
値σmax 2 が求められ、この最大値を与える濃度レベル
ｋC が文字と背景とを分離するしきい値として選定され
る。Next, the inter-class variance σ B 2 (k) is equal to or larger than the inter-class variance set value σ max 2 stored in the first image processing memory 34 (the initial set value is zero). It is determined whether or not there is (step 22). If the inter-class variance σ B 2 (k) is smaller than the set value σ max 2 , the process returns to step 4. On the other hand, if the inter-class variance σ B 2 (k) is equal to or larger than the set value σ max 2 , k at this time is regarded as the optimum threshold value at the present stage (step 26), and the set value σ max of the inter-class variance 2 is updated to this inter-class variance σ B 2 (k). The updated set value σ max 2 = σ B 2 (k) of the inter-class variance is stored in the first image processing memory 34 (step 28), and returns to step 4. Next, in step 4, the density distribution is divided into two classes at a density level one larger than the density level just set. Then, the same processing as described above is performed, and this processing is repeated until the density level k = 255 (step 6), and the flowchart of FIG. 1 ends. Thus, finally,
The maximum value σ max 2 of the inter-class variance σ B 2 (k) is obtained within a predetermined density level range, and the density level k C giving this maximum value is selected as a threshold value for separating the character from the background. .
【００２８】その後、二値化処理部３６で、しきい値計
算回路３２で得られたしきい値に基づいて各文字毎に画
像メモリ２４に記憶された画像情報の二値化を行い、二
値画像を得る。そして、特徴抽出部３８では、二値化さ
れた画像情報について特徴量を抽出し、画像認識部４２
において、その特徴量を、第二画像処理用メモリ４４に
記憶された対応する基準特徴量と比較することにより文
字の認識を行う。そして、かかる認識結果は表示装置
（不図示）等に出力される。Thereafter, the binarization processing section 36 binarizes the image information stored in the image memory 24 for each character based on the threshold value obtained by the threshold value calculation circuit 32. Get the value image. Then, the feature extracting unit 38 extracts a feature amount from the binarized image information, and
The character recognition is performed by comparing the characteristic amount with the corresponding reference characteristic amount stored in the second image processing memory 44. Then, the recognition result is output to a display device (not shown) or the like.
【００２９】次に、本実施例の二値化処理方法で処理し
た画像の例を説明する。図４（ａ）は原画像を示す図で
あり、同図（ｂ）は（ａ）の原画像を従来の判別分析法
により処理して得られた二値画像を示す図、同図（ｃ）
は（ａ）の原画像を本実施例の二値化処理方法により処
理して得られた二値画像を示す図である。ここでは、鋳
片に三つのマーキング文字「３」、「１」、「８」が印
字されており、図４（ａ）に概略的に描いた原画像では
わかりにくいかもしれないが、これらの文字にはボケや
カスレがある。従来の判別分析法により二値化処理を行
った場合には、図４（ｂ）に示すように、十分認識が可
能な二値画像が得られない。一方、本実施例の方法によ
り二値化処理を行った場合には、ボケ、カスレ等の印字
品質の悪い画像でも文字を背景から明確に分離できるよ
うなしきい値を設定することができるため、図４（ｃ）
に示すように、安定した二値画像を得ることができる。Next, an example of an image processed by the binarization processing method of this embodiment will be described. FIG. 4A is a diagram showing an original image, and FIG. 4B is a diagram showing a binary image obtained by processing the original image of FIG. )
FIG. 3A is a diagram showing a binary image obtained by processing the original image of FIG. 3A by the binarization processing method of the present embodiment. Here, three marking characters “3”, “1”, and “8” are printed on the slab, which may be difficult to understand from the original image schematically drawn in FIG. The characters have blur and blur. When the binarization processing is performed by the conventional discriminant analysis method, as shown in FIG. 4B, a binary image that can be sufficiently recognized cannot be obtained. On the other hand, when the binarization process is performed by the method of the present embodiment, a threshold value can be set so that characters can be clearly separated from the background even in an image having poor print quality such as blurring and blurring. FIG. 4 (c)
As shown in (1), a stable binary image can be obtained.
【００３０】本実施例の二値化処理方法では、濃度分布
を二つのクラスに分けたときにクラス間分散を最大にす
る濃度レベルを所定の濃度レベル範囲内で求め、その濃
度レベルを文字と背景とを分離するしきい値として設定
することにより、ノイズ等の影響によって実際に文字と
背景とが分離している濃度レベルよりも大きくずれた濃
度レベルにしきい値が設定される可能性を排除し、しき
い値を実際に文字と背景とが分離している濃度レベルの
近傍において設定することができる。したがって、従来
の判別分析法とＰタイル法との長所を両方取り込んだこ
とになり、ノイズがある画像や、ボケ、カスレ等の印字
品質の悪い画像でも、文字を背景から明確に分離できる
しきい値を設定することができ、安定した二値画像を得
ることができる。また、本実施例の二値化処理方法を用
いてしきい値を設定し、このしきい値を用いて画像処理
を行う画像処理装置では、ノイズ等にあまり影響されな
い安定した二値画像を得ることができるため、かかる二
値画像に基づいて画像の識別等を正確に行うことができ
る。In the binarization processing method of this embodiment, when the density distribution is divided into two classes, the density level that maximizes the inter-class variance is determined within a predetermined density level range, and the density level is determined by the characters. By setting as a threshold that separates the background, it is possible to eliminate the possibility that the threshold is set to a density level that is significantly different from the density level where the characters and the background are actually separated due to the influence of noise or the like. Then, the threshold value can be set near the density level where the character and the background are actually separated. Therefore, both the advantages of the conventional discriminant analysis method and the P-tile method are taken in, and even in the case of an image having noise or an image of poor print quality such as blurring or blurring, the threshold can be clearly separated from the background. Values can be set, and a stable binary image can be obtained. Further, a threshold value is set by using the binarization processing method of the present embodiment, and an image processing apparatus that performs image processing using this threshold value obtains a stable binary image that is not significantly affected by noise or the like. Therefore, image identification and the like can be accurately performed based on the binary image.
【００３１】尚、本発明は、上記の実施例に限定される
ものではなく、その要旨の範囲内において種々の変形が
可能である。上記の実施例では、クラス間分散として
（１）式に示す大津辰之氏による評価式を用いた場合に
ついて説明したが、たとえば、クラス間分散として、J.
Kittler による評価式Ｅ(k) Ｅ(k) ＝ω０log(σ０／ω０) ＋ω１log(σ１／ω１) を用いてもよい。ここで、ω０，ω １ は大津辰之氏の評
価式におけるものと同様であり、σ０はクラスＣ０にお
ける分散、σ１はクラスＣ１における分散を表す。この
場合も、クラス間分散Ｅ(k) が最大となる濃度レベルｋ
Ｃを、 ωＳ ｍｉｎ≦ω１≦ωＳ ｍａｘ という条件のもとで求める。The present invention is not limited to the above-described embodiment, and various modifications can be made within the scope of the invention. In the above embodiment, the case where the evaluation formula by Tatsuyuki Otsu shown in Expression (1) is used as the inter-class variance has been described.
Kittler's evaluation formula E (k) E (k) = ω 0 log (σ 0 / ω 0 ) + ω 1 log (σ 1 / ω 1 ) may be used. Here, ω 0 and ω 1 are the same as those in the evaluation formula of Tatsuyuki Otsu, σ 0 represents variance in class C 0 , and σ 1 represents variance in class C 1 . Also in this case, the density level k at which the inter-class variance E (k) is maximized
C is obtained under the condition that ω S min ≦ ω 1 ≦ ω S max .
【００３２】また、上記の実施例では、数字を識別する
場合について説明したが、たとえば、対象物の面積と背
景との面積の割合が既知であるような、数字以外の文字
や、図形等の対象物の画像を二値化する場合にも本実施
例の二値化処理方法を適用することが可能である。Further, in the above-described embodiment, the case of identifying a numeral has been described. For example, a character other than a numeral, a figure, or the like having a known ratio between the area of the object and the area of the background is known. The binarization processing method of the present embodiment can be applied to binarization of an image of an object.
【００３３】[0033]
【発明の効果】以上説明したように請求項１記載の発明
によれば、濃度分布を二つのクラスに分けたときにクラ
ス間分散を最大にする濃度レベルを所定の濃度レベル範
囲内で求め、その濃度レベルを対象物と背景とを分離す
るしきい値として設定することにより、たとえばノイズ
があったり、ボケ、カスレ等の印字品質の悪い画像で
も、対象物を背景から明確に分離できるようなしきい値
を設定することができ、安定した二値画像を得ることが
できる二値化処理方法を提供することができる。As described above, according to the first aspect of the invention, when the density distribution is divided into two classes, the density level that maximizes the inter-class variance is determined within a predetermined density level range. By setting the density level as a threshold value for separating the target from the background, the target can be clearly separated from the background even in an image having poor print quality such as noise or blur or blur. A threshold value can be set, and a binarization processing method capable of obtaining a stable binary image can be provided.
【００３４】[0034]
【００３５】請求項２記載の発明によれば、濃度分布を
二つのクラスに分けたときにクラス間分散を最大にする
濃度レベルを所定の濃度レベル範囲内で求め、その濃度
レベルを対象物と背景とを分離するしきい値として設定
するしきい値計算手段を設けたことにより、ノイズ等に
あまり影響されない安定した二値画像を得ることができ
るため、かかる二値画像に基づいて画像の識別等を正確
に行うことができる画像処理放置を提供することができ
る。According to the second aspect of the present invention, when the density distribution is divided into two classes, the density level that maximizes the inter-class variance is determined within a predetermined density level range, and the density level is determined as the object. By providing the threshold value calculation means for setting the threshold value for separating the background from the background, it is possible to obtain a stable binary image which is hardly affected by noise or the like. And the like can be provided.
【図１】本発明の一実施例である二値化処理方法を説明
するための図である。FIG. 1 is a diagram for explaining a binarization processing method according to an embodiment of the present invention.
【図２】本発明の一実施例である二値化処理方法を説明
するための図である。FIG. 2 is a diagram for explaining a binarization processing method according to an embodiment of the present invention.
【図３】その二値化処理方法を用いた画像処理装置の概
略構成図である。FIG. 3 is a schematic configuration diagram of an image processing apparatus using the binarization processing method.
【図４】（ａ）は原画像を示す図、（ｂ）は（ａ）の原
画像を従来の判別分析法により処理して得られた二値画
像を示す図、（ｃ）は（ａ）の原画像を本発明の一実施
例である二値化処理方法により処理して得られた二値画
像を示す図である。4A is a diagram showing an original image, FIG. 4B is a diagram showing a binary image obtained by processing the original image in FIG. 4A by a conventional discriminant analysis method, and FIG. 1 is a diagram showing a binary image obtained by processing an original image according to a binarization processing method according to an embodiment of the present invention.
２ 鋳片 １２ センサ １４ 照明装置 １８ ＣＣＤカメラ ２２ Ａ／Ｄ変換部 ２４ 画像メモリ ２６ 文字切り出し部 ２８ 濃度分布計測回路 ３２ しきい値計算回路 ３４ 第一画像処理用メモリ ３６ 二値化処理部 ３８ 特徴抽出部 ４２ 画像認識部 ４４ 第二画像処理用メモリ 2 Cast piece 12 Sensor 14 Illumination device 18 CCD camera 22 A / D conversion unit 24 Image memory 26 Character cutout unit 28 Density distribution measurement circuit 32 Threshold calculation circuit 34 First image processing memory 36 Binarization processing unit 38 Features Extraction unit 42 Image recognition unit 44 Second image processing memory
───────────────────────────────────────────────────── フロントページの続き (72)発明者 高山 桂樹 千葉県君津市君津１番地 新日本製鐵株 式会社 君津製鐵所内 (56)参考文献 特開 平２−59979（ＪＰ，Ａ) 特開 平４−137183（ＪＰ，Ａ) 実開 昭61−60364（ＪＰ，Ｕ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06K 9/38 G06T 1/00 G06T 5/00 H04N 1/403 ──────────────────────────────────────────────────続 き Continuation of the front page (72) Inventor Keiki Takayama 1 Kimitsu, Kimitsu City, Chiba Prefecture Inside Kimitsu Works, Nippon Steel Corporation (56) References JP-A-2-59979 (JP, A) JP Hei 4-137183 (JP, A) Fully open 1986-60364 (JP, U) (58) Fields investigated (Int. Cl. 7 , DB name) G06K 9/38 G06T 1/00 G06T 5/00 H04N 1 / 403
Claims (2)
て前記対象物の外接長方形の範囲内で濃度分布を計測し
た後、前記濃度分布を２つのクラスに分けたときにクラ
ス間分散を最大にする濃度レベルを、 全画素数に対する前記２つのクラスの内、対象物が含ま
れた側のクラスの画素数の割合ωが、予め設定された前
記対象物の外接長方形の面積に対する該対象物の面積の
割合の最小値ωmin以上で、且つ予め設定された前記対
象物の外接長方形の面積に対する該対象物の面積の割合
の最大値ωmax以下である 範囲内で求め、 前記濃度レベルを前記対象物と背景とを分離するしきい
値として設定することにより前記画像を二値画像に変換
することを特徴とする二値化処理方法。1. An inter-class variance when a density distribution is measured in a range of a circumscribed rectangle of the object based on an image obtained by imaging the object, and the density distribution is divided into two classes. Of the two classes with respect to the total number of pixels.
The ratio ω of the number of pixels of the class on the
Of the area of the object to the area of the circumscribed rectangle of the object
The minimum of the ratio ωmin or more and the preset pair
Ratio of the area of the object to the area of the circumscribed rectangle of the elephant
Maximum ωmax determined within the is range less, binarization and converting the binary image the image by setting the density level as a threshold for separating the object and background Processing method.
て前記対象物の位置を特定する切り出し手段と、 前記切り出し手段により位置が特定された前記対象物の
外接長方形の範囲内で濃度分布を計測する濃度分布計測
手段と、 前記濃度分布を二つのクラスに分けたときにクラス間分
散を最大にする濃度レベルを所定の濃度レベルを、全画
素数に対する前記２つのクラスの内、対象物が含まれた
側のクラスの画素数の割合ωが、予め設定された前記対
象物の外接長方形の面積に対する該対象物の面積の割合
の最小値ωmin以上で、且つ予め設定された前記対象物
の外接長方形の面積に対する該対象物の面積の割合の最
大値ωmax以下である範囲内で求め、前記濃度レベルを
前記対象物と背景とを分離するしきい値として設定する
しきい値計算手段と、 前記しきい値に基づいて前記画像を二値画像に変換する
二値化処理手段とを備えることを特徴とする画像処理装
置。2. An extracting means for specifying a position of the object based on an image obtained by imaging the object, and a density within a range of a circumscribed rectangle of the object whose position is specified by the extracting means. a concentration distribution measuring means for measuring the distribution, the predetermined density level density level for the inter-class variance to a maximum when the concentration distribution was divided into two classes, entire field
Object included in the two classes for prime numbers
The ratio ω of the number of pixels of the class on the side is
Ratio of the area of the object to the area of the circumscribed rectangle of the elephant
Of the object which is equal to or more than the minimum value ωmin of
Of the ratio of the area of the object to the area of the circumscribed rectangle of
Threshold value calculating means for determining the density level as a threshold value for separating the object and the background from each other within a range which is equal to or less than a large value ωmax, and converting the image based on the threshold value into a binary image An image processing apparatus, comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05460094A JP3230368B2 (en) | 1994-02-28 | 1994-02-28 | Binarization processing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05460094A JP3230368B2 (en) | 1994-02-28 | 1994-02-28 | Binarization processing method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07239911A JPH07239911A (en) | 1995-09-12 |
| JP3230368B2 true JP3230368B2 (en) | 2001-11-19 |
Family
ID=12975230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05460094A Expired - Fee Related JP3230368B2 (en) | 1994-02-28 | 1994-02-28 | Binarization processing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3230368B2 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003173435A (en) * | 2001-12-06 | 2003-06-20 | Tietech Co Ltd | Moving body detecting method and moving body detecting device |
| US20070019242A1 (en) * | 2005-07-22 | 2007-01-25 | Kabushiki Kaisha Toshiba | Image processing apparatus and image processing method |
| JP4861845B2 (en) * | 2007-02-05 | 2012-01-25 | 富士通株式会社 | Telop character extraction program, recording medium, method and apparatus |
-
1994
- 1994-02-28 JP JP05460094A patent/JP3230368B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH07239911A (en) | 1995-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6614928B1 (en) | Automatic parcel volume capture system and volume capture method using parcel image recognition | |
| KR100480781B1 (en) | Method of extracting teeth area from teeth image and personal identification method and apparatus using teeth image | |
| JP3490910B2 (en) | Face area detection device | |
| JP5301694B2 (en) | Image processing apparatus, image processing method, program, and recording medium therefor | |
| JP3072730B2 (en) | Vehicle detection method and device | |
| JP2002288589A (en) | Image processing method, image processor and computer readable recording medium recording program for executing the image processing method by computer | |
| JP3695899B2 (en) | Fingerprint verification device | |
| JP3230368B2 (en) | Binarization processing method | |
| CN112818983A (en) | Method for judging character inversion by using picture acquaintance | |
| JPH08305795A (en) | Character recognizing method | |
| KR100751467B1 (en) | Image processing device for recognizing outline of moving target and method therefor | |
| JP3230509B2 (en) | Moving image processing device | |
| JP2004145592A (en) | Motion vector extraction device, method and program, and its recording medium | |
| JP3422896B2 (en) | Image recognition method and apparatus | |
| JPH03276070A (en) | Automatic vehicle number reader with speed measuring function | |
| JPH07239914A (en) | Character recognition device | |
| JP2647458B2 (en) | Halftone dot area separation device | |
| JP4458210B2 (en) | Object detection method | |
| JPH11351835A (en) | Method for extracting contour line of cutting edge by processing taken image of tool | |
| JPH08235302A (en) | Vehicle number reader | |
| JP2891821B2 (en) | Barcode identification method | |
| JP2670074B2 (en) | Vehicle number recognition device | |
| JPH07220095A (en) | Extracting device for image of object | |
| TW202314643A (en) | Method and system for automatically searching for multi-grayscale regions of interest | |
| JP3705405B2 (en) | Binarization threshold determination method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20010814 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080914 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |