JP3555161B2 - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP3555161B2 JP3555161B2 JP04200394A JP4200394A JP3555161B2 JP 3555161 B2 JP3555161 B2 JP 3555161B2 JP 04200394 A JP04200394 A JP 04200394A JP 4200394 A JP4200394 A JP 4200394A JP 3555161 B2 JP3555161 B2 JP 3555161B2
- Authority
- JP
- Japan
- Prior art keywords
- mark
- image
- feature information
- pixel
- feature
- 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
Images
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Image Analysis (AREA)
Description
【0001】
【産業上の利用分野】
この発明は、スキャナ等で画素単位毎に取り込まれた画像を画像処理して出力する画像処理装置に係り、特に、処理対象画像中に所定のマークを含ませ、このマークを認識することにより画像処理の適正化を実現できるようにした画像処理装置に関する。
【0002】
【従来の技術】
最近、カラー複写機の性能が急速に向上したことに伴ない、コピー品質が原本に極めて近いものとして得られるようになってきている。
このような状況下において、カラー複写機を悪用した犯罪が起きている。
【0003】
また、社内の機密文書も複写機を用いれば簡単にコピーされてしまうため、機密漏洩等が依然として懸念されている。
【0004】
【発明が解決しようとする課題】
このような不測の事態を未然に解決するために、コピーしたくないものはコピー不可にしたり、あるいは、特殊な画像処理を施すということを可能にする画像処理装置の出現が望まれている。
この発明は、このような技術的課題を解決するために為されたものであって、処理対象画像中のマークを正確に認識し、再現画像の悪用を確実に防止できるようにした画像処理装置を提供するものである。
【0005】
【課題を解決するための手段】
すなわち、この発明の基本的構成は、図1に示すように、画像読取手段1にて読み込まれた入力画像データから画像特徴情報を画素単位毎に抽出する特徴抽出手段2と、この特徴抽出手段2で抽出された画像特徴情報を画素単位毎に書き込む特徴バッファ3と、複数画素に跨った大きさで且つ所定の画像特徴情報からなるマークMの画像特徴情報を予め登録するマーク登録手段4と、マークMと同じ大きさあるいはそれより小さく分割された検索ウインドウ6にて特徴バッファ3内の画像特徴情報を順次検索し、検索ウインドウ6内の画像特徴情報パターンがマーク登録手段4に登録されたマークMの画像特徴情報パターンの全部若しくは一部と一致又は類似しているか否かを調べ、一致又は類似していればマークMの全部若しくは一部であると判定するマーク判定手段5とを備えたことを特徴とする。
【0006】
このような画像処理装置において、処理対象画像中のマークMの位置情報を用いる必要性がある場合には、図1に示すように、マーク判定手段5にてマークMであると判定された画像領域の位置が格納されるマーク位置格納手段7を備えるようにすればよい。
このようなマーク位置格納手段7を備えていれば、マーク位置情報を利用することにより2つ以上のマークMの位置関係を判断したり、あるいは、マーク画像処理手段8にてマーク位置格納手段7のマーク位置情報に基づいてマーク画像領域に対して特定のマーク画像処理(例えば黒塗り等)を実行するようにすることが可能である。
【0007】
また、マーク判定手段5にてマークMであると判定された場合において、マーク画像処理手段8にてマークMの意味する特定のマーク画像処理(例えばコピー不可処理等)を実行するようにしてもよい。
【0008】
このような技術的手段において、特徴抽出手段2による特徴画素の抽出アルゴリズムについても適宜選定して差し支えないが、特徴画素の抽出精度を高めるという観点からすれば、注目画素の周囲に位置する複数の画素を参照し、注目画素の特徴画素を抽出する方式を採用するのが好ましい。
また、特徴バッファ3としては、特徴抽出手段2による特徴画素の抽出方式に応じて最低限必要な容量が確保されていればよい。また、特徴バッファ3に書き込む特徴画素の性質の表現形式については、予め決められたものであれば適宜選定して差し支えない。
更に、特徴画素抽出精度をより高めるという観点からすれば、特徴バッファ3に書き込まれた特徴画素がノイズでないか否かを判断し、ノイズであれば当該特徴画素の性質を特徴バッファ3から削除するノイズ削除手段が付加されることが好ましい。この場合において、特徴画素がノイズでないか否かの判断アルゴリズムについては適宜選定して差し支えない。
【0009】
また、マーク判定手段5にて判定される処理対象画像中のマークMとしては、通常の画像と明確に区別できるものであれば適宜選定して差し支えない。
この場合において、マークMとしては、画像特徴情報パターンが一般には少ない特殊な数の組合わせ又はその比と一致又は類似するように印刷されていることが好ましい。
そして、画像読取手段1に対しマークMを任意の角度回転させても、検索ウインドウ6内でマッチする画像特徴情報パターンの数又はその比が変化しない色を少なくとも一色含むようにすれば、マークMの回転角度に影響されることなく、マークMを判定することが可能である。
一方、画像読取手段1に対しマークMを任意の角度回転させた場合、検索ウインドウ6内でマッチする画像特徴情報パターンの数又はその比が変化する色を少なくとも一色含むようにすれば、その変化度合に基づいてマークMの回転角度を特定することが可能である。
また、マークMとしては、必ずしも一つの情報のみを含ませるものに限られるものではなく、複数の情報を含ませるようにしてもよい。例えば、マークMを周辺部と中心部とに領域区画し、内側領域と外側領域とで異なる情報を記録するようにしてもよい。
更にまた、処理対象画像中にマークMを付す場合において、マークMが消去される事態を有効に回避するには、マークMをその周囲の模様や色に紛れ込ませ、人間の目にマークMと気づき難くすることが好ましい。
【0010】
また、検索ウインドウ6がマークMの大きさよりも小さく分割されたタイプにおいて、マークMの判定処理を迅速に行なうには、マーク判定手段5として、マークMに対応する画像領域内で検索ウインドウ6を当該検索ウインドウ6の区画領域毎に順次移動させ、検索ウインドウ6内の画像特徴情報パターンがマークMの一部でないことが判定された時点で当該マークMに対応する画像領域内での判定処理を終了し、次の処理へ移行するようにすることが好ましい。
【0011】
更に、マークMが付された原稿9の傾き角度をも判定する際には、例えば、マークMに少なくともある区画領域にのみ存在する他のマーク部分と異なる円弧状の向き判定用成分Maを具備させ、マーク判定手段5にて向き判定用成分Maがどの位置に存在するかを認識するようにすればよい。
【0012】
更にまた、マークMに印刷してあるインクは通常退色するものであるが、退色したとしても、マークMを正確に判定するという観点からすれば、特徴抽出手段2として、マークMの退色変化方向に対して感度の鈍い方向成分(色空間内でマークMに印刷してあるインクが退色していく方向と直角に交わる方向成分)を用いてマーク判定手段5で用いられる特徴情報を抽出するようにすればよい。
【0013】
【作用】
上述したような技術的手段によれば、特徴抽出手段2は画像読取手段1にて読み込まれた入力画像データから画像特徴情報を画素単位毎に抽出し、この画像特徴情報は画素単位毎に特徴バッファ3に書き込まれる。
一方、マーク登録手段4は、複数画素に跨った大きさで且つ所定の画像特徴情報からなるマークMの画像特徴情報を予め登録する。
そして、マーク判定手段5は、マークMと同じ大きさあるいはそれより小さく分割された検索ウインドウ6にて特徴バッファ3内の画像特徴情報を順次検索し、検索ウインドウ6内の画像特徴情報パターンがマーク登録手段4に登録されているマークMの画像特徴情報パターンの全部若しくは一部と一致又は類似しているか否かを調べ、一致又は類似していればマークMの全部若しくは一部であると判定する。
このようにしてマークMが判定されると、マーク画像処理手段8がマークMの意味するマーク画像処理を直接的に実行したり、あるいは、マーク位置格納手段7のマーク位置情報に基づいてマーク画像領域に対して特定のマーク画像処理を実行する。
【0014】
【実施例】
以下、添付図面に示す実施例に基づいてこの発明を詳細に説明する。
◎実施例1
図2はこの発明が適用されたカラー画像形成装置の一実施例である。
同図において、符号10はカラー原稿を読取るスキャナであり、このスキャナ10で読取られた入力画像データは下地除去等の適切な前処理が施された均等色空間の極座標表示に変換された後に、画像処理部20へ送出される。
【0015】
この実施例に係る画像処理部20において、符号21はスキャナ10からの画像データ(量子化された連続階調データ)を一旦保持する画像バッファであり、例えばN(正整数)行分ずつ処理していく場合には、少なくともN+2行分の多値画像データを保持し得る記憶容量を具備することが必要である。
【0016】
また、符号22は画像データに基づいて画像の特徴情報を抽出する特徴抽出部、23は特徴抽出部22にて抽出された画像の特徴情報を書き込む特徴バッファである。
また、個別画像処理部24(具体的には24(1)〜24(n))は、特徴バッファ23の情報を元に自分自身の処理が必要かどうかを判断し、また、必要であればどの程度の強さでその処理が必要かを決め、それに従い画像バッファ21の画像を処理していく。この処理を個別画像処理部24(1)から個別画像処理部24(n)まで順に繰り返し、最終的に画像バッファ21には必要な処理が適切に施された画像が入っていることになる。尚、この実施例では、個別画像処理部24(1)がマーク認識処理部、他の個別画像処理部24(2)…としてはエッジ強調処理、色圧縮、ノイズの除去等がある。
【0017】
この後、処理は画像出力部30に移され、一般に知られたカラーコレクション31や濃度補正32、二値化33等の各処理が行われた後、画像を出力する。
【0018】
次に、マーク認識処理部24(1)を中心として、画像処理部20の構成を図3に基づいてより詳細に説明する。
同図において、画像バッファ21からはHVC(マンセル表色系)の3つの画像信号成分(明度、色度、彩度)が送出され、特徴抽出部22は、3つの画像信号成分を線形合成により得られた信号を対象に特徴画素を抽出する特徴画素抽出部221を備えている。
【0019】
この実施例に係る特徴画素抽出部221の具体例を図4に示す。
同図において、特徴画素抽出部221は、画像信号合成部41と、画像変化の大きなエッジ画素部分に対応するエッジ特徴画素を抽出するエッジ特徴画素抽出部42、画像信号に勾配のある画素部分からなる勾配特徴画素を抽出する勾配特徴画素抽出部43とを具備している。
この実施例において、上記画像信号合成部41は、選び出す特徴画素の種類毎に画像信号成分が線形合成されるときの係数を適切に切り換えるものであり、エッジ特徴画素を抽出する場合には明度、色度、彩度の係数をα1,β1,γ1とし、濃度勾配特徴画素を抽出する場合には明度、色度、彩度の係数をα2,β2,γ2とする。
本実施例では、明度の影響度合を重視する場合には、α1,α2=0.6、β1,β2=0、γ1,γ2=0.4とし、色合いの変化を重視する場合には、α1,α2=0、β1,β2=0.6、γ1,γ2=0.4として使い分ける。
【0020】
そして、特徴画素抽出部221にて抽出された特徴画素の性質が特徴バッファ23に書き込まれるが、この特徴バッファ23は、図3に示すように、エッジ特徴画素抽出部42並びに勾配特徴画素抽出部43に対応し、夫々N+2行分の記憶容量のN+2行ラインバッファ231,232を具備している。
また、222は特徴バッファ23に書き込まれた特徴画素がノイズでないか否かを判断し、ノイズであれば当該ノイズを削除するノイズ削除部である。
【0021】
次に、マーク認識処理部24(1)はマーク判別部241を有し、このマーク判別部241はラインバッファ231,232に書込まれたエッジ、勾配の各特徴情報を登録マーク情報記憶部242に予め記憶してある登録マークの特徴情報と比較し、処理対象画像を分類する。
ここで、登録マーク候補画像アドレスバッファ243はマーク判別部241が画像の一部が一致又は類似していると判別した場合に、このマークが登録されている画像上のアドレス(画像上の位置)を書込んでおくものである。
【0022】
次に、この実施例に係るカラー画像形成装置にて採用される画像特徴の抽出処理及びマーク認識処理その他の個別画像処理過程を図5のフローチャートに従って説明する。
同図において、先ず、特徴バッファ23のポインタを所定位置に移動し(ステップ1)、特徴画素抽出部221にて画像信号合成部41から入力された必要な行数Nの画像をスキャンしながら特徴画素を選出し、特徴画素があればその特徴画素の種類記号を特徴バッファ23の対応する位置に記録する(ステップ2)。
次いで、ノイズ削除部222にて選び出された特徴画素がノイズかどうかを隣接する他の特徴画素があるかないかで判断する。なければ、特徴画素の種類記号を対応する特徴バッファ23の位置から削除する(ステップ3)。
この後、入力画像の処理をN行先に移した(ステップ4)後、ノイズ除去された特徴画素を利用し、処理対象画素に選択的にマーク認識処理をする。そして、処理した画素を画像バッファ21に書き込む。更に他の画像処理があれば引き続きその処理に移る(ステップ5)。
しかる後、入力画像の全ての行をスキャンしたか否かを判断し(ステップ6)、
全ての行の処理が終了するまでステップ1〜ステップ5までの処理を繰り返す。
【0023】
更に、この処理をより具体的に説明する。
今、入力画像を400spi、階調数256つまり1画素を8ビットで記憶するものとし、2行ずつ画像を処理していく場合(N=2)を説明すると、図6に示すように、画像バッファ21及び特徴バッファ23の容量は最低N+2行つまり4行必要である。
このとき、特徴バッファ23の最上行は既に抽出された特徴情報が書き込まれており、ノイズの除去も終了している。また、2行目は抽出された特徴情報が書き込まれているが、ノイズの除去は終わっていない。更に、3行目、4行目には既に抽出され、マーク認識処理部24(1)により使用されたか、または、他の記憶領域にコピーされた使用済みの特徴情報が入っている。従って、これから新たに抽出される特徴情報は3行目、4行目に書き込まれることになる。
【0024】
次に、特徴画素抽出部221による特徴画素の選出方法を示す。
今、図7に示すように、3×3行列からなる画素に対し、注目画素aが3×3の画素行列の中央にあるとし、周辺の画素をb,c,d,e,f,g,h,iとして、以下の数1(1)(2)に沿った計算をする。
【0025】
【数1】
【0026】
数1(2)において、Sumは画素aとその画素の周りの画素b〜iの平均との差を表している。つまり、Sumの値が小さければ周囲の画素と違いがないので特徴画素とはなりえない。
具体例を図8(a)(b)に示す。
ここでは、画像信号の中から明度情報のみを取り出して説明する。
図8(a)は略均一な明度分布を示している。この場合、Sum=−4.375と予想通り小さい。図8(b)は右上がりの明度勾配を持っている例である。この場合、Sum=1.75とやはり小さい値を示す。
一般的なエッジフィルタではエッジとして検出されるが、ここではよりきめの細かい処理を行う必要から、立ち上がりのエッジと立ち下がり(下がり始め)のエッジとを区別し、なだらかな勾配はエッジ特徴画素としては判断しないことにする。但し、後の個別画像処理で勾配情報を使いたい場合には以下の数2の演算を行えばよい。
【0027】
【数2】
【0028】
Sumが小さく特徴画素と判断されなくても、数2においてAbsが大きければ勾配があることになる。
【0029】
エッジ特徴画素の判定条件としては以下の数3(1)を採用する。
また、たとえ、Sum>CC1を満たしていてもノイズである可能性がある。ノイズの判定は次段のノイズ削除部225でも行うがここでも簡単な方法で行う。Sumが極端に大きい場合は注目画素だけ明度が低いか高いかのどちらかであり、ノイズである可能性が高い。そこで、数3(2)の条件を満たした場合にはノイズと判断することにする。
従って、SumがCC1<Sum<CC2であれば画素aはエッジ特徴画素であると判断する。
更に、勾配特徴画素も検出したい場合には、注目画素が以下の数3(3)の条件を満たした時に勾配があると判断する。
【0030】
【数3】
【0031】
次に、エッジ特徴画素と勾配特徴画素とがどの方向に特徴をもっているか、つまり画素aのどの方向の明度変化が大きいかを判断する。
そのために、Max=max{|B|,|C|,|D|,|E|,|F|,|G|,|H|,|I|}を求めて明度変化の方向を決め、その方向の画素の平均値と注目画素aの差の符号により、傾きの正負を判断する。
例えば、図8(c)の場合であれば、方向e+ということになる。これをここでは便宜上↓+と表現し、特徴バッファ23に記録しておく。
また、勾配特徴画素の場合、方向は→+,←−は同じことを意味しているので、+の向きのみ採用し、これが勾配を表していることを示すためにアンダラインを付け→と表示する。
【0032】
図9に画像の明度の変化と対応する記号を表示した。
同図において、二つの特徴画素→+,←−が向き合っているところではその二つの画素の間で大きな変化があることがわかる。
また、勾配が緩やかであれば幾つかの画素は連続して勾配記号を持っている事がわかり、比較的急な変化の場合には、その両端、または、どちらかに特徴画素→+,←−が現れるはずである。
実際には、画像とエッジ特徴画素・勾配特徴画素のマークがこのようにうまく対応するようにCC1,CC1’,CC2を決定する必要がある。
【0033】
次に、ノイズ削除部222の詳細を説明する。
今、図6において、ノイズ判定が終わっているのは特徴バッファ23の1行目だけなので、2行目、3行目を処理していく際には1行目のデータを利用する。ここで、2行分の特徴抽出を終えてからノイズ判定を行う場合には問題ないが、特徴抽出とノイズ判定とを画素毎に行っていく場合には、図10に示した順に画素を処理していく必要がある。
すなわち、ノイズ判定には周囲の画素の特徴抽出が終わっている必要があるので、図6の画素*をノイズ判定するには画素D5まで特徴抽出が終わっている必要があり、画素D3をノイズ判定するには画素D6まで特徴抽出が終わっていなくてはならないという事である。
【0034】
また、注目画素がエッジ特徴画素と抽出されていれば、図11に示すように、周りの画素に類似した方向成分をもつ特徴画素があるかどうかを調べる。もしなければ、ノイズと判断しエッジ特徴画素マークを削除する。
ここで、類似した方向成分とは、エッジ特徴画素の符号が同一で注目画素の方向から±80゜以内にある方向のことである。例えば、注目画素が↓−であれば↓−,↓(右45゜傾斜)−,↓(左45゜傾斜)−である。従って、図11の注目画素はノイズではなくエッジ特徴画素である。
また、図12に示すように、抽出されたエッジ特徴画素が孤立していても、エッジ特徴画素の向いている方向に勾配をあらわす画素があり、しかも、エッジ特徴画素が+であれば類似の方向の勾配を、−であれば逆の方向の勾配を表している場合にも注目画素が真に特徴画素であると判断する方法を採用している。
【0035】
以上のようにして、ノイズ画素を除去し、特徴画素の情報を整理した後、マーク認識処理部24(1)を始め各個別画像処理部24が特徴画素の情報を用いて入力された画像に所望の画像処理を行う。尚、個別画像処理部24の処理内容によっては、夫々の要求を満たすような特徴画素抽出部221を構成することが必要になる。
【0036】
次に、マーク認識処理に関して詳細に説明する。
本実施例では、図13に示すように、80×80画素の大きさのマークM(この実施例では、内側に太線状の四分の一円弧、その外側に細線状の円、その最外側に太破線状の円)が認識対象であり、図14に示すように、上記マークMを4つの小領域(一つの小領域が40×40画素)R1〜R4に分割して認識するものとする。
従って、マーク認識処理を当該画像領域1行分行うためには、先ず、特徴バッファ23は40行分、ノイズ判定を行うのであれば42行分バッファリングされている必要がある。これ以降は、1行分ずつ特徴抽出処理とマーク認識処理を交互に繰り返していく。
【0037】
図15に示すように、40×40の検索用のウインドウ50を特徴バッファ23上で左から右に移動させながら特徴抽出処理を行う。
この特徴抽出処理の流れを図16に示す。
最初に、ウインドウの左上隅のアドレスが登録マーク候補画像アドレスバッファ243に記憶されているアドレスと比較し値が異なっていた場合(ステップ1)に関して述べる。このとき、ウインドウ50は図17(a)に示すようにマークMの左上領域を検索することになる。
先ず、ウインドウ内に表示されている特徴を種類毎に合計し更にその値を集計した総計値との比(以後この値を特徴比と呼ぶことにする)を計算する。
この処理をより具体的に述べると、立ち上がり、立ち下がり、勾配の各特徴の合計値が以下の表1のようであると仮定する。
【0038】
【表1】
【0039】
この場合において、以下の数4(1)式のI1は立ち上がり特徴を種類毎に合計した総計値、I2は立ち下がり特徴を種類毎に合計した総計値、I3が勾配特徴を種類毎に合計した総計値であり、数4(2)式が各特徴の種類毎の特徴比を意味する。
【0040】
【数4】
【0041】
そして、各特徴比と予めマークMに対し計算されている特徴比とを比較し、値が以下の数5の条件1を満たさなかった場合はウインドウを一つ右にずらし、また同じ処理を繰り返していく(ステップ2,3,7)。
もし値が条件1を満たした場合は、40画素分ウインドウを移動して同じ処理すなわちウインドウ内に表示されている特徴を種類毎に合計し特徴比の比較を行う。そこで、種類毎の合計値が以下の条件2を満たした場合は39画素分ウインドを戻し、その位置での左下に隣接する画素の位置(アドレス)を登録マーク候補画像アドレスバッファ243に記憶し処理を初めから繰り返す(ステップ4,5,7)。条件2を満たさない場合は、39画素分ウインドを戻し初めの処理に戻る(ステップ4,6,7)。
【0042】
次に、ウインドウの左上隅のアドレスが登録マーク候補画像アドレイバッファ243に記憶されているアドレスと比較し値が一致していた場合(ステップ1)に関して述べる。
このとき、ウインドウ50の重なっている画像の上領域(図17中の51参照)が登録マークの上半分と一致していることが分かっているので、ウインドウ50は図17(b)に示すようにマークMの左下領域を検索していく。
今までと同様に、このウインドウ内の画像の特徴比と予め計算されている登録マークの左下領域の特徴比とを比較して、登録マークの左下領域の判定条件である数5の条件3と比較する(ステップ8)。
条件3に合わなければ、この画像は登録マークではないと判断し、ウインドウはこのままの位置で一番始めの処理に戻り、条件1との比較から始める(ステップ2)。一致していた場合にはウインドウを40画素分右にずらし、そこでウインドウ内の画像の特徴比と予め計算されている登録マークの右下領域の特徴比とを比較し、登録マークの右下領域の判定条件である数5の条件4と比較する(ステップ9)。
一致していれば、すなわち条件4を満たしていれば、当該画像は登録マークであると判断する(ステップ10)。一致しなかった場合には40画素分戻して、一番始めの処理に戻り、条件1との比較から始める(ステップ11,2)。この様にマーク認識処理を続けていく。
【0043】
マークを認識した時点で何らかの別の処理に戻るのであれば、この時点で処理を中断するが、画像の中に幾つの登録マークがあるかというような事を判断するのであれば、対象画像領域の最後までこの処理を続ける。
【0044】
【数5】
【0045】
数5において、各特徴比の上下限値は登録マークに対する夫々の領域(左上領域、右上領域,左下領域,右下領域)の各特徴比の類似範囲を示すものである。
また、この実施例では、条件1〜条件4において、全ての不等式を満たすことを条件にしているが、代表的などれか一つ、あるいは、予め決められた複数の組み合わせを満たすようにしてもよい。
【0046】
◎実施例2
実施例1では3×3のマスクを持っていてエッジ特徴と勾配特徴とを抽出する方式を示したが、画像にノイズが多い場合はマスクが大きい方が良く、また、線画等に対応するためには、直線も抽出できる処理を採用した方が適切である。
この実施例は、このような要請に応える画像処理部20を備えたものであり、この画像処理部20の詳細を図18に示す。
この画像処理部20は、実施例1と異なり、エッジ、勾配に加えてラインに関する特徴をも抽出する特徴画素抽出部221を備えており、このために、特徴バッファ23もエッジ、勾配、ラインに関する特徴が書込まれる3つのN+2ラインバッファ231〜233を備えている。
【0047】
この実施例に係る特徴画素抽出部221の詳細構成を図19に示す。
同図において、特徴画素抽出部221は、画像信号合成部41と、画像変化の大きなエッジ画素部分に対応するエッジ特徴画素を抽出するエッジ特徴画素抽出部42と、勾配のある画素部分からなる勾配特徴画素を抽出する勾配特徴画素抽出部43と、直線状の画素部分からなるライン特徴画素抽出部44とを具備している。
この実施例において、上記画像信号合成部41は、選び出す特徴画素の種類毎に画像信号成分が線形合成されるときの係数を適切に切り換えるものであり、エッジ特徴画素を抽出する場合には明度、色度、彩度の係数をα1,β1,γ1とし、濃度勾配特徴画素を抽出する場合には明度、色度、彩度の係数をα2,β2,γ2とし、ライン特徴画素を抽出する場合には明度、色度、彩度の係数をα3,β3,γ3とする。
本実施例では、明度の影響度合を重視する場合には、α1,α2,α3=0.6、β1,β2,β3=0、γ1,γ2,γ3=0.4とし、色合いの変化を重視する場合には、α1,α2,α3=0、β1,β2,β3=0.6、γ1,γ2,γ3=0.4とした。
【0048】
以下に16方向のエッジ(立ち上がり、立ち下がり)、勾配、直線(稜線、谷線)を抽出するために必要なマスクとアルゴリズムを説明する。
図20に示すように、16方向に一番上から時計と反対回りに1から16まで番号を付ける。
ここで、方向1を検出するマスクを図21(a)に示す。方向5、方向9、方向13を検出するマスクはこのマスクを時計と反対回りに90度、180度、270度と回転したものになる。
また、方向15を検出するマスクを図21(b)に示す。方向3、方向7、方向11を検出するマスクは反時計回りに90度、180度、270度と回転したものになる。
更に、方向16を検出するマスクを図21(c)に示す。方向4、方向8、方向12を検出するマスクは反時計回りに90度、180度、270度と回転したものになる。
更にまた、方向14を検出するマスクを図21(d)に示す。方向2、方向6、方向10を検出するマスクは反時計回りに90度、180度、270度と回転したものになる。
【0049】
対象画像領域を1画素毎にスキャンしながら以上の方向検出マスクを順に当てはめていく。具体的には、以下の2つの処理ステップに分けられる。
【0050】
ステップ1
対応するマスク内に示された重み(1または−1、0)をウインドウの重なった当該画像エリアの対応する画素に乗算してその和の絶対値をとる。これをすべてのウインドウに対して行い次にその値同志を比較し一番大きな値をもつ方向を見つける。
より具体的に述べると、図22に示すように、今、画素x,yを処理しているものとする。
このとき、例えばx,yを中心に9×9画素のウインドウW(i,j)を考える。
また、このウインドウW(i,j)に対応する図21(a)〜(d)の16方向を検出するマスクM1(i,j)…M16(i,j)及び当該マスクM1(i,j)〜M16(i,j)の“1”と“−1”とを交換した逆の傾きを検出するマスクM17(i,j)…M32(i,j)を求め、各マスクMk(i,j) とウインドウW(i,j)との相乗和PK(k=1〜32)を求める。
【0051】
この絶対値が予め決められたノイズと区別される下限値S1より大きければ当該画像エリアは特徴をもっているとみなし、その方向と傾きの正負(マスクを当該画像エリアの対応する画素に乗算し和を取ったときの値の正負)を記録しておく。
【0052】
ステップ2
次に、最大の傾きをもつ方向に対して180度反対方向の傾きの値を最大傾きの絶対値に1/2を乗じた値S2と比較して当該エリアの特徴の種類を決定する。
ステップ1で抽出された方向の傾きが正である場合をまず考えてみる。
抽出された方向の180度反対方向の傾きが負でその絶対値がS2より大きければこの特徴は「勾配」と分類し、抽出された方向の180度反対方向の傾きの絶対値がS2より小さければこの特徴は「立ち上がり」と分類し、抽出された方向の180度反対方向の傾きも正でその絶対値がS2より大きければこの特徴は「谷線」と分類される。
また、ステップ1で抽出された方向の傾きが負である場合を考えてみる。
抽出された方向の180度反対方向の傾きが正でその絶対値がS2より大きければこの特徴は「勾配」と分類し、抽出された方向の180度反対方向の傾きの絶対値がS2より小さければこの特徴は「立ち下がり」と分類し、抽出された方向の180度反対方向の傾きも負でその絶対値がS2より大きければこの特徴は「稜線」と分類される。
以上の手続により5種類の特徴の抽出がなされる。この結果をもとに実施例1で示したのと同様のマーク認識処理に処理を移す。
【0053】
◎実施例3
この実施例は、単にマークの判定をするだけでなく、予めマークに持たせてある暗号をも解読するようにしたものである。
この実施例においては、マークを認識する時に用いる小領域を図23に示すように8つの領域に区分けし、例えば内側の4つの領域61でマークの認識を行い、外側の4つの領域62でマークの暗号を解読するものである。
尚、内側と外側との関係を逆に設定してもよいことは勿論である。
【0054】
この実施例において、内側4つの領域61に関しては、実施例1、2と同様の手法によりマークを判別する。
一方、外側の4つの領域62に関しても特徴抽出の処理は同様である。そして、外側の4つの領域62に関して抽出された特徴比にいろいろな情報を予め持たせておけば、マークの判定処理方式をそのまま用いて情報を読取ることが可能である。勿論これには特徴比以外の一般に知られる暗号バーコード等を用いることも可能である。
【0055】
暗号として記録されていると便利な情報としては、スキャナで読み込まれた原稿の種類等であるが、この暗号を応用することで原稿がスキャナの上に置かれたときの配置角度を知ることも可能である。
例えば図23に示すように、暗号部分に1/4円弧Maをマークの他の部分の色と変えていれておく。マークの部分を4つの小領域(R1〜R4)に分けて認識している場合には、図24に示すように、小領域(R1〜R4)に1/4円弧Maが跨るので、1/4円弧Maに使われている色で表現されている特徴の総数の比から原稿70の向きを判断することが可能である。
図24では、右2つの小領域(R2,R4)に同じ割合でこの色のマークMaが存在するので、マークが45度傾いていることがわかる。この情報からマークの印刷されている原稿70自体の位置が把握され、マークをシステムが発見したときに塗りつぶす等の処理を行なうことが可能である。但し、スキャナに読み込まれたマークの付いている印刷物だけにこのような処理を行うには、予めシステムが対象となる印刷物の大きさ、マークの位置、マークの方向を記憶しておく必要がある。
【0056】
◎実施例4
この実施例に係る特徴抽出部22は、実施例1,2と異なり、色空間内でマークの印刷してあるインクが退色していく方向と直角に交わる方向成分を用い、検索ウインドウ内の特徴比を求めたものであり、マーク認識処理部24(1)が算出された特徴比と予め求められているマークの特徴比とを比較して一致又は類似するか否かを判定するものである。
この実施例によれば、インクの退色方向の色域変化感度を鈍くすることが可能になるので、マークの印刷してあるインクが退色したとしても、マークを正確に認識することが可能である。
例えば、マークが付された新しい印刷物、古い印刷物を含めてマークのインクの色分布を模式的に二次元で示したものを図25(a)に示す。
同図において、2つの閉ループ曲線内がインクA,インクBの色分布領域を示し、その中でハッチング領域は古いインクの分布領域を示す。
そして、図25(a)に示された色分布の主成分を計算し、図25(b)にその主成分(第1主成分、第2主成分)を示すと、第2主成分が第1主成分に対して直角に交わり、第1主成分の退色変化は大きいが、第2主成分の退色変化は小さいことが把握される。
従って、第2主成分に沿ってマークの特徴比を比較するようにすれば、インク退色に強いマーク認識が可能になるのである。
【0057】
【発明の効果】
以上説明してきたように、本願発明によれば、処理対象画像中のマークを認識する手段を具備させるようにしたので、マークの認識の有無に応じて処理対象画像に対する画像処理を相違させることが可能になり、その分、マークの認識に応じて再現画像の悪用を有効に防止することができる。
【0058】
特に、請求項1記載の発明によれば、マーク位置情報の格納手段を付加したので、マーク位置情報を有効利用し、マーク認識処理やマーク画像処理をより効率的に実現することが可能である。
また、請求項2記載の発明によれば、マーク位置格納手段からのマーク位置情報を利用し、マーク部分に対して特定のマーク画像処理を施すようにしたので、例えばマーク部分を黒塗りするとか、逆に白抜きにする等、処理対象画像と再現画像とをマーク部分で相違させるという対処を実現することができる。
【0059】
また、請求項3記載の発明によれば、検索ウインドウがマークの大きさよりも小さく分割されたタイプにおいて、検索ウインドウ内の画像特徴パターンがマークの一部でないと判定された時点で、当該マークに対する判定処理を終了し、次の処理へ移行するようにしたので、マークの判定処理を迅速に行うことができる。
【0060】
また、請求項4記載の発明によれば、マークの一部を工夫することにより、原稿の配置関係をも容易に判定することができる。
【0061】
また、請求項5記載の発明によれば、マークの退色変化方向に対して感度の鈍い色座標系を用いてマーク判定手段で用いられる特徴情報を抽出するようにしたので、マークが退色変化したとしても、マークを常時正確に認識することができる。
更に、請求項6記載の発明によれば、認識されたマークの意味する特定のマーク画像処理を実行するマーク画像処理手段を付加したので、マークが認識された段階でマークの意味する画像処理内容を直ちに実行し、例えば再現不可の処理対象画像に対する再現画像の出力を停止させるというような対処を実現することができる。
【図面の簡単な説明】
【図1】この発明に係る画像処理装置の構成を示す説明図である。
【図2】実施例1に係るカラー画像形成装置の構成を示す説明図である。
【図3】実施例1に係る画像処理部の詳細を示すブロック図である。
【図4】実施例1に係る特徴画素抽出部の詳細を示すブロック図である。
【図5】実施例1に係る画像処理過程の概要を示すフローチャートである。
【図6】実施例1に係る特徴バッファの使用例を示す説明図である。
【図7】実施例1における注目画素及び周囲画素の関係を示す説明図である。
【図8】(a)〜(c)は実施例1において抽出される特徴画素の例を示す説明図である。
【図9】実施例1における画像の濃淡と特徴画素の対応関係の一例を示す説明図である。
【図10】実施例1におけるノイズ削除部による画素の処理順序を示す説明図である。
【図11】実施例1におけるノイズ削除部にてノイズとして削除されない一態様を示す説明図である。
【図12】実施例1におけるノイズ削除部にてノイズとして削除されない他の態様を示す説明図である。
【図13】実施例1に係るマークの具体例を示す説明図である。
【図14】実施例1におけるマークを認識する際の区画領域を示す説明図である。
【図15】実施例1に係る検索用ウインドウの動作例を示す説明図である。
【図16】実施例1に係るマーク認識処理過程を示すフローチャートである。
【図17】図16の処理フローにおける検索用ウインドウ位置を模式的に示す説明図である。
【図18】実施例2に係る画像処理部を示すブロック図である。
【図19】実施例2に係る特徴画素抽出部の詳細を示すブロック図である。
【図20】実施例2で用いられる16方向検出用マスクの概念説明図である。
【図21】(a)〜(d)は実施例2で用いられるマスクの代表構成例を示す説明図である。
【図22】実施例2に係る特徴抽出過程の一部を示す説明図である。
【図23】実施例3に係るマーク認識の際の区画領域を示す説明図である。
【図24】実施例3に係るマーク認識過程を示す説明図である。
【図25】(a)は実施例4に係るマーク認識において用いられるマークのインクの色分布を模式的に二次元で示した説明図、(b)は(a)の色分布の主成分を示す説明図である。
【符号の説明】
1…画像読取手段,2…特徴抽出手段,3…特徴バッファ,4…マーク登録手段,5…マーク判定手段,6…検索ウインドウ,7…マーク位置格納手段,8…マーク画像処理手段,9…原稿,M…マーク,Ma…向き判定用成分
【産業上の利用分野】
この発明は、スキャナ等で画素単位毎に取り込まれた画像を画像処理して出力する画像処理装置に係り、特に、処理対象画像中に所定のマークを含ませ、このマークを認識することにより画像処理の適正化を実現できるようにした画像処理装置に関する。
【0002】
【従来の技術】
最近、カラー複写機の性能が急速に向上したことに伴ない、コピー品質が原本に極めて近いものとして得られるようになってきている。
このような状況下において、カラー複写機を悪用した犯罪が起きている。
【0003】
また、社内の機密文書も複写機を用いれば簡単にコピーされてしまうため、機密漏洩等が依然として懸念されている。
【0004】
【発明が解決しようとする課題】
このような不測の事態を未然に解決するために、コピーしたくないものはコピー不可にしたり、あるいは、特殊な画像処理を施すということを可能にする画像処理装置の出現が望まれている。
この発明は、このような技術的課題を解決するために為されたものであって、処理対象画像中のマークを正確に認識し、再現画像の悪用を確実に防止できるようにした画像処理装置を提供するものである。
【0005】
【課題を解決するための手段】
すなわち、この発明の基本的構成は、図1に示すように、画像読取手段1にて読み込まれた入力画像データから画像特徴情報を画素単位毎に抽出する特徴抽出手段2と、この特徴抽出手段2で抽出された画像特徴情報を画素単位毎に書き込む特徴バッファ3と、複数画素に跨った大きさで且つ所定の画像特徴情報からなるマークMの画像特徴情報を予め登録するマーク登録手段4と、マークMと同じ大きさあるいはそれより小さく分割された検索ウインドウ6にて特徴バッファ3内の画像特徴情報を順次検索し、検索ウインドウ6内の画像特徴情報パターンがマーク登録手段4に登録されたマークMの画像特徴情報パターンの全部若しくは一部と一致又は類似しているか否かを調べ、一致又は類似していればマークMの全部若しくは一部であると判定するマーク判定手段5とを備えたことを特徴とする。
【0006】
このような画像処理装置において、処理対象画像中のマークMの位置情報を用いる必要性がある場合には、図1に示すように、マーク判定手段5にてマークMであると判定された画像領域の位置が格納されるマーク位置格納手段7を備えるようにすればよい。
このようなマーク位置格納手段7を備えていれば、マーク位置情報を利用することにより2つ以上のマークMの位置関係を判断したり、あるいは、マーク画像処理手段8にてマーク位置格納手段7のマーク位置情報に基づいてマーク画像領域に対して特定のマーク画像処理(例えば黒塗り等)を実行するようにすることが可能である。
【0007】
また、マーク判定手段5にてマークMであると判定された場合において、マーク画像処理手段8にてマークMの意味する特定のマーク画像処理(例えばコピー不可処理等)を実行するようにしてもよい。
【0008】
このような技術的手段において、特徴抽出手段2による特徴画素の抽出アルゴリズムについても適宜選定して差し支えないが、特徴画素の抽出精度を高めるという観点からすれば、注目画素の周囲に位置する複数の画素を参照し、注目画素の特徴画素を抽出する方式を採用するのが好ましい。
また、特徴バッファ3としては、特徴抽出手段2による特徴画素の抽出方式に応じて最低限必要な容量が確保されていればよい。また、特徴バッファ3に書き込む特徴画素の性質の表現形式については、予め決められたものであれば適宜選定して差し支えない。
更に、特徴画素抽出精度をより高めるという観点からすれば、特徴バッファ3に書き込まれた特徴画素がノイズでないか否かを判断し、ノイズであれば当該特徴画素の性質を特徴バッファ3から削除するノイズ削除手段が付加されることが好ましい。この場合において、特徴画素がノイズでないか否かの判断アルゴリズムについては適宜選定して差し支えない。
【0009】
また、マーク判定手段5にて判定される処理対象画像中のマークMとしては、通常の画像と明確に区別できるものであれば適宜選定して差し支えない。
この場合において、マークMとしては、画像特徴情報パターンが一般には少ない特殊な数の組合わせ又はその比と一致又は類似するように印刷されていることが好ましい。
そして、画像読取手段1に対しマークMを任意の角度回転させても、検索ウインドウ6内でマッチする画像特徴情報パターンの数又はその比が変化しない色を少なくとも一色含むようにすれば、マークMの回転角度に影響されることなく、マークMを判定することが可能である。
一方、画像読取手段1に対しマークMを任意の角度回転させた場合、検索ウインドウ6内でマッチする画像特徴情報パターンの数又はその比が変化する色を少なくとも一色含むようにすれば、その変化度合に基づいてマークMの回転角度を特定することが可能である。
また、マークMとしては、必ずしも一つの情報のみを含ませるものに限られるものではなく、複数の情報を含ませるようにしてもよい。例えば、マークMを周辺部と中心部とに領域区画し、内側領域と外側領域とで異なる情報を記録するようにしてもよい。
更にまた、処理対象画像中にマークMを付す場合において、マークMが消去される事態を有効に回避するには、マークMをその周囲の模様や色に紛れ込ませ、人間の目にマークMと気づき難くすることが好ましい。
【0010】
また、検索ウインドウ6がマークMの大きさよりも小さく分割されたタイプにおいて、マークMの判定処理を迅速に行なうには、マーク判定手段5として、マークMに対応する画像領域内で検索ウインドウ6を当該検索ウインドウ6の区画領域毎に順次移動させ、検索ウインドウ6内の画像特徴情報パターンがマークMの一部でないことが判定された時点で当該マークMに対応する画像領域内での判定処理を終了し、次の処理へ移行するようにすることが好ましい。
【0011】
更に、マークMが付された原稿9の傾き角度をも判定する際には、例えば、マークMに少なくともある区画領域にのみ存在する他のマーク部分と異なる円弧状の向き判定用成分Maを具備させ、マーク判定手段5にて向き判定用成分Maがどの位置に存在するかを認識するようにすればよい。
【0012】
更にまた、マークMに印刷してあるインクは通常退色するものであるが、退色したとしても、マークMを正確に判定するという観点からすれば、特徴抽出手段2として、マークMの退色変化方向に対して感度の鈍い方向成分(色空間内でマークMに印刷してあるインクが退色していく方向と直角に交わる方向成分)を用いてマーク判定手段5で用いられる特徴情報を抽出するようにすればよい。
【0013】
【作用】
上述したような技術的手段によれば、特徴抽出手段2は画像読取手段1にて読み込まれた入力画像データから画像特徴情報を画素単位毎に抽出し、この画像特徴情報は画素単位毎に特徴バッファ3に書き込まれる。
一方、マーク登録手段4は、複数画素に跨った大きさで且つ所定の画像特徴情報からなるマークMの画像特徴情報を予め登録する。
そして、マーク判定手段5は、マークMと同じ大きさあるいはそれより小さく分割された検索ウインドウ6にて特徴バッファ3内の画像特徴情報を順次検索し、検索ウインドウ6内の画像特徴情報パターンがマーク登録手段4に登録されているマークMの画像特徴情報パターンの全部若しくは一部と一致又は類似しているか否かを調べ、一致又は類似していればマークMの全部若しくは一部であると判定する。
このようにしてマークMが判定されると、マーク画像処理手段8がマークMの意味するマーク画像処理を直接的に実行したり、あるいは、マーク位置格納手段7のマーク位置情報に基づいてマーク画像領域に対して特定のマーク画像処理を実行する。
【0014】
【実施例】
以下、添付図面に示す実施例に基づいてこの発明を詳細に説明する。
◎実施例1
図2はこの発明が適用されたカラー画像形成装置の一実施例である。
同図において、符号10はカラー原稿を読取るスキャナであり、このスキャナ10で読取られた入力画像データは下地除去等の適切な前処理が施された均等色空間の極座標表示に変換された後に、画像処理部20へ送出される。
【0015】
この実施例に係る画像処理部20において、符号21はスキャナ10からの画像データ(量子化された連続階調データ)を一旦保持する画像バッファであり、例えばN(正整数)行分ずつ処理していく場合には、少なくともN+2行分の多値画像データを保持し得る記憶容量を具備することが必要である。
【0016】
また、符号22は画像データに基づいて画像の特徴情報を抽出する特徴抽出部、23は特徴抽出部22にて抽出された画像の特徴情報を書き込む特徴バッファである。
また、個別画像処理部24(具体的には24(1)〜24(n))は、特徴バッファ23の情報を元に自分自身の処理が必要かどうかを判断し、また、必要であればどの程度の強さでその処理が必要かを決め、それに従い画像バッファ21の画像を処理していく。この処理を個別画像処理部24(1)から個別画像処理部24(n)まで順に繰り返し、最終的に画像バッファ21には必要な処理が適切に施された画像が入っていることになる。尚、この実施例では、個別画像処理部24(1)がマーク認識処理部、他の個別画像処理部24(2)…としてはエッジ強調処理、色圧縮、ノイズの除去等がある。
【0017】
この後、処理は画像出力部30に移され、一般に知られたカラーコレクション31や濃度補正32、二値化33等の各処理が行われた後、画像を出力する。
【0018】
次に、マーク認識処理部24(1)を中心として、画像処理部20の構成を図3に基づいてより詳細に説明する。
同図において、画像バッファ21からはHVC(マンセル表色系)の3つの画像信号成分(明度、色度、彩度)が送出され、特徴抽出部22は、3つの画像信号成分を線形合成により得られた信号を対象に特徴画素を抽出する特徴画素抽出部221を備えている。
【0019】
この実施例に係る特徴画素抽出部221の具体例を図4に示す。
同図において、特徴画素抽出部221は、画像信号合成部41と、画像変化の大きなエッジ画素部分に対応するエッジ特徴画素を抽出するエッジ特徴画素抽出部42、画像信号に勾配のある画素部分からなる勾配特徴画素を抽出する勾配特徴画素抽出部43とを具備している。
この実施例において、上記画像信号合成部41は、選び出す特徴画素の種類毎に画像信号成分が線形合成されるときの係数を適切に切り換えるものであり、エッジ特徴画素を抽出する場合には明度、色度、彩度の係数をα1,β1,γ1とし、濃度勾配特徴画素を抽出する場合には明度、色度、彩度の係数をα2,β2,γ2とする。
本実施例では、明度の影響度合を重視する場合には、α1,α2=0.6、β1,β2=0、γ1,γ2=0.4とし、色合いの変化を重視する場合には、α1,α2=0、β1,β2=0.6、γ1,γ2=0.4として使い分ける。
【0020】
そして、特徴画素抽出部221にて抽出された特徴画素の性質が特徴バッファ23に書き込まれるが、この特徴バッファ23は、図3に示すように、エッジ特徴画素抽出部42並びに勾配特徴画素抽出部43に対応し、夫々N+2行分の記憶容量のN+2行ラインバッファ231,232を具備している。
また、222は特徴バッファ23に書き込まれた特徴画素がノイズでないか否かを判断し、ノイズであれば当該ノイズを削除するノイズ削除部である。
【0021】
次に、マーク認識処理部24(1)はマーク判別部241を有し、このマーク判別部241はラインバッファ231,232に書込まれたエッジ、勾配の各特徴情報を登録マーク情報記憶部242に予め記憶してある登録マークの特徴情報と比較し、処理対象画像を分類する。
ここで、登録マーク候補画像アドレスバッファ243はマーク判別部241が画像の一部が一致又は類似していると判別した場合に、このマークが登録されている画像上のアドレス(画像上の位置)を書込んでおくものである。
【0022】
次に、この実施例に係るカラー画像形成装置にて採用される画像特徴の抽出処理及びマーク認識処理その他の個別画像処理過程を図5のフローチャートに従って説明する。
同図において、先ず、特徴バッファ23のポインタを所定位置に移動し(ステップ1)、特徴画素抽出部221にて画像信号合成部41から入力された必要な行数Nの画像をスキャンしながら特徴画素を選出し、特徴画素があればその特徴画素の種類記号を特徴バッファ23の対応する位置に記録する(ステップ2)。
次いで、ノイズ削除部222にて選び出された特徴画素がノイズかどうかを隣接する他の特徴画素があるかないかで判断する。なければ、特徴画素の種類記号を対応する特徴バッファ23の位置から削除する(ステップ3)。
この後、入力画像の処理をN行先に移した(ステップ4)後、ノイズ除去された特徴画素を利用し、処理対象画素に選択的にマーク認識処理をする。そして、処理した画素を画像バッファ21に書き込む。更に他の画像処理があれば引き続きその処理に移る(ステップ5)。
しかる後、入力画像の全ての行をスキャンしたか否かを判断し(ステップ6)、
全ての行の処理が終了するまでステップ1〜ステップ5までの処理を繰り返す。
【0023】
更に、この処理をより具体的に説明する。
今、入力画像を400spi、階調数256つまり1画素を8ビットで記憶するものとし、2行ずつ画像を処理していく場合(N=2)を説明すると、図6に示すように、画像バッファ21及び特徴バッファ23の容量は最低N+2行つまり4行必要である。
このとき、特徴バッファ23の最上行は既に抽出された特徴情報が書き込まれており、ノイズの除去も終了している。また、2行目は抽出された特徴情報が書き込まれているが、ノイズの除去は終わっていない。更に、3行目、4行目には既に抽出され、マーク認識処理部24(1)により使用されたか、または、他の記憶領域にコピーされた使用済みの特徴情報が入っている。従って、これから新たに抽出される特徴情報は3行目、4行目に書き込まれることになる。
【0024】
次に、特徴画素抽出部221による特徴画素の選出方法を示す。
今、図7に示すように、3×3行列からなる画素に対し、注目画素aが3×3の画素行列の中央にあるとし、周辺の画素をb,c,d,e,f,g,h,iとして、以下の数1(1)(2)に沿った計算をする。
【0025】
【数1】
【0026】
数1(2)において、Sumは画素aとその画素の周りの画素b〜iの平均との差を表している。つまり、Sumの値が小さければ周囲の画素と違いがないので特徴画素とはなりえない。
具体例を図8(a)(b)に示す。
ここでは、画像信号の中から明度情報のみを取り出して説明する。
図8(a)は略均一な明度分布を示している。この場合、Sum=−4.375と予想通り小さい。図8(b)は右上がりの明度勾配を持っている例である。この場合、Sum=1.75とやはり小さい値を示す。
一般的なエッジフィルタではエッジとして検出されるが、ここではよりきめの細かい処理を行う必要から、立ち上がりのエッジと立ち下がり(下がり始め)のエッジとを区別し、なだらかな勾配はエッジ特徴画素としては判断しないことにする。但し、後の個別画像処理で勾配情報を使いたい場合には以下の数2の演算を行えばよい。
【0027】
【数2】
【0028】
Sumが小さく特徴画素と判断されなくても、数2においてAbsが大きければ勾配があることになる。
【0029】
エッジ特徴画素の判定条件としては以下の数3(1)を採用する。
また、たとえ、Sum>CC1を満たしていてもノイズである可能性がある。ノイズの判定は次段のノイズ削除部225でも行うがここでも簡単な方法で行う。Sumが極端に大きい場合は注目画素だけ明度が低いか高いかのどちらかであり、ノイズである可能性が高い。そこで、数3(2)の条件を満たした場合にはノイズと判断することにする。
従って、SumがCC1<Sum<CC2であれば画素aはエッジ特徴画素であると判断する。
更に、勾配特徴画素も検出したい場合には、注目画素が以下の数3(3)の条件を満たした時に勾配があると判断する。
【0030】
【数3】
【0031】
次に、エッジ特徴画素と勾配特徴画素とがどの方向に特徴をもっているか、つまり画素aのどの方向の明度変化が大きいかを判断する。
そのために、Max=max{|B|,|C|,|D|,|E|,|F|,|G|,|H|,|I|}を求めて明度変化の方向を決め、その方向の画素の平均値と注目画素aの差の符号により、傾きの正負を判断する。
例えば、図8(c)の場合であれば、方向e+ということになる。これをここでは便宜上↓+と表現し、特徴バッファ23に記録しておく。
また、勾配特徴画素の場合、方向は→+,←−は同じことを意味しているので、+の向きのみ採用し、これが勾配を表していることを示すためにアンダラインを付け→と表示する。
【0032】
図9に画像の明度の変化と対応する記号を表示した。
同図において、二つの特徴画素→+,←−が向き合っているところではその二つの画素の間で大きな変化があることがわかる。
また、勾配が緩やかであれば幾つかの画素は連続して勾配記号を持っている事がわかり、比較的急な変化の場合には、その両端、または、どちらかに特徴画素→+,←−が現れるはずである。
実際には、画像とエッジ特徴画素・勾配特徴画素のマークがこのようにうまく対応するようにCC1,CC1’,CC2を決定する必要がある。
【0033】
次に、ノイズ削除部222の詳細を説明する。
今、図6において、ノイズ判定が終わっているのは特徴バッファ23の1行目だけなので、2行目、3行目を処理していく際には1行目のデータを利用する。ここで、2行分の特徴抽出を終えてからノイズ判定を行う場合には問題ないが、特徴抽出とノイズ判定とを画素毎に行っていく場合には、図10に示した順に画素を処理していく必要がある。
すなわち、ノイズ判定には周囲の画素の特徴抽出が終わっている必要があるので、図6の画素*をノイズ判定するには画素D5まで特徴抽出が終わっている必要があり、画素D3をノイズ判定するには画素D6まで特徴抽出が終わっていなくてはならないという事である。
【0034】
また、注目画素がエッジ特徴画素と抽出されていれば、図11に示すように、周りの画素に類似した方向成分をもつ特徴画素があるかどうかを調べる。もしなければ、ノイズと判断しエッジ特徴画素マークを削除する。
ここで、類似した方向成分とは、エッジ特徴画素の符号が同一で注目画素の方向から±80゜以内にある方向のことである。例えば、注目画素が↓−であれば↓−,↓(右45゜傾斜)−,↓(左45゜傾斜)−である。従って、図11の注目画素はノイズではなくエッジ特徴画素である。
また、図12に示すように、抽出されたエッジ特徴画素が孤立していても、エッジ特徴画素の向いている方向に勾配をあらわす画素があり、しかも、エッジ特徴画素が+であれば類似の方向の勾配を、−であれば逆の方向の勾配を表している場合にも注目画素が真に特徴画素であると判断する方法を採用している。
【0035】
以上のようにして、ノイズ画素を除去し、特徴画素の情報を整理した後、マーク認識処理部24(1)を始め各個別画像処理部24が特徴画素の情報を用いて入力された画像に所望の画像処理を行う。尚、個別画像処理部24の処理内容によっては、夫々の要求を満たすような特徴画素抽出部221を構成することが必要になる。
【0036】
次に、マーク認識処理に関して詳細に説明する。
本実施例では、図13に示すように、80×80画素の大きさのマークM(この実施例では、内側に太線状の四分の一円弧、その外側に細線状の円、その最外側に太破線状の円)が認識対象であり、図14に示すように、上記マークMを4つの小領域(一つの小領域が40×40画素)R1〜R4に分割して認識するものとする。
従って、マーク認識処理を当該画像領域1行分行うためには、先ず、特徴バッファ23は40行分、ノイズ判定を行うのであれば42行分バッファリングされている必要がある。これ以降は、1行分ずつ特徴抽出処理とマーク認識処理を交互に繰り返していく。
【0037】
図15に示すように、40×40の検索用のウインドウ50を特徴バッファ23上で左から右に移動させながら特徴抽出処理を行う。
この特徴抽出処理の流れを図16に示す。
最初に、ウインドウの左上隅のアドレスが登録マーク候補画像アドレスバッファ243に記憶されているアドレスと比較し値が異なっていた場合(ステップ1)に関して述べる。このとき、ウインドウ50は図17(a)に示すようにマークMの左上領域を検索することになる。
先ず、ウインドウ内に表示されている特徴を種類毎に合計し更にその値を集計した総計値との比(以後この値を特徴比と呼ぶことにする)を計算する。
この処理をより具体的に述べると、立ち上がり、立ち下がり、勾配の各特徴の合計値が以下の表1のようであると仮定する。
【0038】
【表1】
【0039】
この場合において、以下の数4(1)式のI1は立ち上がり特徴を種類毎に合計した総計値、I2は立ち下がり特徴を種類毎に合計した総計値、I3が勾配特徴を種類毎に合計した総計値であり、数4(2)式が各特徴の種類毎の特徴比を意味する。
【0040】
【数4】
【0041】
そして、各特徴比と予めマークMに対し計算されている特徴比とを比較し、値が以下の数5の条件1を満たさなかった場合はウインドウを一つ右にずらし、また同じ処理を繰り返していく(ステップ2,3,7)。
もし値が条件1を満たした場合は、40画素分ウインドウを移動して同じ処理すなわちウインドウ内に表示されている特徴を種類毎に合計し特徴比の比較を行う。そこで、種類毎の合計値が以下の条件2を満たした場合は39画素分ウインドを戻し、その位置での左下に隣接する画素の位置(アドレス)を登録マーク候補画像アドレスバッファ243に記憶し処理を初めから繰り返す(ステップ4,5,7)。条件2を満たさない場合は、39画素分ウインドを戻し初めの処理に戻る(ステップ4,6,7)。
【0042】
次に、ウインドウの左上隅のアドレスが登録マーク候補画像アドレイバッファ243に記憶されているアドレスと比較し値が一致していた場合(ステップ1)に関して述べる。
このとき、ウインドウ50の重なっている画像の上領域(図17中の51参照)が登録マークの上半分と一致していることが分かっているので、ウインドウ50は図17(b)に示すようにマークMの左下領域を検索していく。
今までと同様に、このウインドウ内の画像の特徴比と予め計算されている登録マークの左下領域の特徴比とを比較して、登録マークの左下領域の判定条件である数5の条件3と比較する(ステップ8)。
条件3に合わなければ、この画像は登録マークではないと判断し、ウインドウはこのままの位置で一番始めの処理に戻り、条件1との比較から始める(ステップ2)。一致していた場合にはウインドウを40画素分右にずらし、そこでウインドウ内の画像の特徴比と予め計算されている登録マークの右下領域の特徴比とを比較し、登録マークの右下領域の判定条件である数5の条件4と比較する(ステップ9)。
一致していれば、すなわち条件4を満たしていれば、当該画像は登録マークであると判断する(ステップ10)。一致しなかった場合には40画素分戻して、一番始めの処理に戻り、条件1との比較から始める(ステップ11,2)。この様にマーク認識処理を続けていく。
【0043】
マークを認識した時点で何らかの別の処理に戻るのであれば、この時点で処理を中断するが、画像の中に幾つの登録マークがあるかというような事を判断するのであれば、対象画像領域の最後までこの処理を続ける。
【0044】
【数5】
【0045】
数5において、各特徴比の上下限値は登録マークに対する夫々の領域(左上領域、右上領域,左下領域,右下領域)の各特徴比の類似範囲を示すものである。
また、この実施例では、条件1〜条件4において、全ての不等式を満たすことを条件にしているが、代表的などれか一つ、あるいは、予め決められた複数の組み合わせを満たすようにしてもよい。
【0046】
◎実施例2
実施例1では3×3のマスクを持っていてエッジ特徴と勾配特徴とを抽出する方式を示したが、画像にノイズが多い場合はマスクが大きい方が良く、また、線画等に対応するためには、直線も抽出できる処理を採用した方が適切である。
この実施例は、このような要請に応える画像処理部20を備えたものであり、この画像処理部20の詳細を図18に示す。
この画像処理部20は、実施例1と異なり、エッジ、勾配に加えてラインに関する特徴をも抽出する特徴画素抽出部221を備えており、このために、特徴バッファ23もエッジ、勾配、ラインに関する特徴が書込まれる3つのN+2ラインバッファ231〜233を備えている。
【0047】
この実施例に係る特徴画素抽出部221の詳細構成を図19に示す。
同図において、特徴画素抽出部221は、画像信号合成部41と、画像変化の大きなエッジ画素部分に対応するエッジ特徴画素を抽出するエッジ特徴画素抽出部42と、勾配のある画素部分からなる勾配特徴画素を抽出する勾配特徴画素抽出部43と、直線状の画素部分からなるライン特徴画素抽出部44とを具備している。
この実施例において、上記画像信号合成部41は、選び出す特徴画素の種類毎に画像信号成分が線形合成されるときの係数を適切に切り換えるものであり、エッジ特徴画素を抽出する場合には明度、色度、彩度の係数をα1,β1,γ1とし、濃度勾配特徴画素を抽出する場合には明度、色度、彩度の係数をα2,β2,γ2とし、ライン特徴画素を抽出する場合には明度、色度、彩度の係数をα3,β3,γ3とする。
本実施例では、明度の影響度合を重視する場合には、α1,α2,α3=0.6、β1,β2,β3=0、γ1,γ2,γ3=0.4とし、色合いの変化を重視する場合には、α1,α2,α3=0、β1,β2,β3=0.6、γ1,γ2,γ3=0.4とした。
【0048】
以下に16方向のエッジ(立ち上がり、立ち下がり)、勾配、直線(稜線、谷線)を抽出するために必要なマスクとアルゴリズムを説明する。
図20に示すように、16方向に一番上から時計と反対回りに1から16まで番号を付ける。
ここで、方向1を検出するマスクを図21(a)に示す。方向5、方向9、方向13を検出するマスクはこのマスクを時計と反対回りに90度、180度、270度と回転したものになる。
また、方向15を検出するマスクを図21(b)に示す。方向3、方向7、方向11を検出するマスクは反時計回りに90度、180度、270度と回転したものになる。
更に、方向16を検出するマスクを図21(c)に示す。方向4、方向8、方向12を検出するマスクは反時計回りに90度、180度、270度と回転したものになる。
更にまた、方向14を検出するマスクを図21(d)に示す。方向2、方向6、方向10を検出するマスクは反時計回りに90度、180度、270度と回転したものになる。
【0049】
対象画像領域を1画素毎にスキャンしながら以上の方向検出マスクを順に当てはめていく。具体的には、以下の2つの処理ステップに分けられる。
【0050】
ステップ1
対応するマスク内に示された重み(1または−1、0)をウインドウの重なった当該画像エリアの対応する画素に乗算してその和の絶対値をとる。これをすべてのウインドウに対して行い次にその値同志を比較し一番大きな値をもつ方向を見つける。
より具体的に述べると、図22に示すように、今、画素x,yを処理しているものとする。
このとき、例えばx,yを中心に9×9画素のウインドウW(i,j)を考える。
また、このウインドウW(i,j)に対応する図21(a)〜(d)の16方向を検出するマスクM1(i,j)…M16(i,j)及び当該マスクM1(i,j)〜M16(i,j)の“1”と“−1”とを交換した逆の傾きを検出するマスクM17(i,j)…M32(i,j)を求め、各マスクMk(i,j) とウインドウW(i,j)との相乗和PK(k=1〜32)を求める。
【0051】
この絶対値が予め決められたノイズと区別される下限値S1より大きければ当該画像エリアは特徴をもっているとみなし、その方向と傾きの正負(マスクを当該画像エリアの対応する画素に乗算し和を取ったときの値の正負)を記録しておく。
【0052】
ステップ2
次に、最大の傾きをもつ方向に対して180度反対方向の傾きの値を最大傾きの絶対値に1/2を乗じた値S2と比較して当該エリアの特徴の種類を決定する。
ステップ1で抽出された方向の傾きが正である場合をまず考えてみる。
抽出された方向の180度反対方向の傾きが負でその絶対値がS2より大きければこの特徴は「勾配」と分類し、抽出された方向の180度反対方向の傾きの絶対値がS2より小さければこの特徴は「立ち上がり」と分類し、抽出された方向の180度反対方向の傾きも正でその絶対値がS2より大きければこの特徴は「谷線」と分類される。
また、ステップ1で抽出された方向の傾きが負である場合を考えてみる。
抽出された方向の180度反対方向の傾きが正でその絶対値がS2より大きければこの特徴は「勾配」と分類し、抽出された方向の180度反対方向の傾きの絶対値がS2より小さければこの特徴は「立ち下がり」と分類し、抽出された方向の180度反対方向の傾きも負でその絶対値がS2より大きければこの特徴は「稜線」と分類される。
以上の手続により5種類の特徴の抽出がなされる。この結果をもとに実施例1で示したのと同様のマーク認識処理に処理を移す。
【0053】
◎実施例3
この実施例は、単にマークの判定をするだけでなく、予めマークに持たせてある暗号をも解読するようにしたものである。
この実施例においては、マークを認識する時に用いる小領域を図23に示すように8つの領域に区分けし、例えば内側の4つの領域61でマークの認識を行い、外側の4つの領域62でマークの暗号を解読するものである。
尚、内側と外側との関係を逆に設定してもよいことは勿論である。
【0054】
この実施例において、内側4つの領域61に関しては、実施例1、2と同様の手法によりマークを判別する。
一方、外側の4つの領域62に関しても特徴抽出の処理は同様である。そして、外側の4つの領域62に関して抽出された特徴比にいろいろな情報を予め持たせておけば、マークの判定処理方式をそのまま用いて情報を読取ることが可能である。勿論これには特徴比以外の一般に知られる暗号バーコード等を用いることも可能である。
【0055】
暗号として記録されていると便利な情報としては、スキャナで読み込まれた原稿の種類等であるが、この暗号を応用することで原稿がスキャナの上に置かれたときの配置角度を知ることも可能である。
例えば図23に示すように、暗号部分に1/4円弧Maをマークの他の部分の色と変えていれておく。マークの部分を4つの小領域(R1〜R4)に分けて認識している場合には、図24に示すように、小領域(R1〜R4)に1/4円弧Maが跨るので、1/4円弧Maに使われている色で表現されている特徴の総数の比から原稿70の向きを判断することが可能である。
図24では、右2つの小領域(R2,R4)に同じ割合でこの色のマークMaが存在するので、マークが45度傾いていることがわかる。この情報からマークの印刷されている原稿70自体の位置が把握され、マークをシステムが発見したときに塗りつぶす等の処理を行なうことが可能である。但し、スキャナに読み込まれたマークの付いている印刷物だけにこのような処理を行うには、予めシステムが対象となる印刷物の大きさ、マークの位置、マークの方向を記憶しておく必要がある。
【0056】
◎実施例4
この実施例に係る特徴抽出部22は、実施例1,2と異なり、色空間内でマークの印刷してあるインクが退色していく方向と直角に交わる方向成分を用い、検索ウインドウ内の特徴比を求めたものであり、マーク認識処理部24(1)が算出された特徴比と予め求められているマークの特徴比とを比較して一致又は類似するか否かを判定するものである。
この実施例によれば、インクの退色方向の色域変化感度を鈍くすることが可能になるので、マークの印刷してあるインクが退色したとしても、マークを正確に認識することが可能である。
例えば、マークが付された新しい印刷物、古い印刷物を含めてマークのインクの色分布を模式的に二次元で示したものを図25(a)に示す。
同図において、2つの閉ループ曲線内がインクA,インクBの色分布領域を示し、その中でハッチング領域は古いインクの分布領域を示す。
そして、図25(a)に示された色分布の主成分を計算し、図25(b)にその主成分(第1主成分、第2主成分)を示すと、第2主成分が第1主成分に対して直角に交わり、第1主成分の退色変化は大きいが、第2主成分の退色変化は小さいことが把握される。
従って、第2主成分に沿ってマークの特徴比を比較するようにすれば、インク退色に強いマーク認識が可能になるのである。
【0057】
【発明の効果】
以上説明してきたように、本願発明によれば、処理対象画像中のマークを認識する手段を具備させるようにしたので、マークの認識の有無に応じて処理対象画像に対する画像処理を相違させることが可能になり、その分、マークの認識に応じて再現画像の悪用を有効に防止することができる。
【0058】
特に、請求項1記載の発明によれば、マーク位置情報の格納手段を付加したので、マーク位置情報を有効利用し、マーク認識処理やマーク画像処理をより効率的に実現することが可能である。
また、請求項2記載の発明によれば、マーク位置格納手段からのマーク位置情報を利用し、マーク部分に対して特定のマーク画像処理を施すようにしたので、例えばマーク部分を黒塗りするとか、逆に白抜きにする等、処理対象画像と再現画像とをマーク部分で相違させるという対処を実現することができる。
【0059】
また、請求項3記載の発明によれば、検索ウインドウがマークの大きさよりも小さく分割されたタイプにおいて、検索ウインドウ内の画像特徴パターンがマークの一部でないと判定された時点で、当該マークに対する判定処理を終了し、次の処理へ移行するようにしたので、マークの判定処理を迅速に行うことができる。
【0060】
また、請求項4記載の発明によれば、マークの一部を工夫することにより、原稿の配置関係をも容易に判定することができる。
【0061】
また、請求項5記載の発明によれば、マークの退色変化方向に対して感度の鈍い色座標系を用いてマーク判定手段で用いられる特徴情報を抽出するようにしたので、マークが退色変化したとしても、マークを常時正確に認識することができる。
更に、請求項6記載の発明によれば、認識されたマークの意味する特定のマーク画像処理を実行するマーク画像処理手段を付加したので、マークが認識された段階でマークの意味する画像処理内容を直ちに実行し、例えば再現不可の処理対象画像に対する再現画像の出力を停止させるというような対処を実現することができる。
【図面の簡単な説明】
【図1】この発明に係る画像処理装置の構成を示す説明図である。
【図2】実施例1に係るカラー画像形成装置の構成を示す説明図である。
【図3】実施例1に係る画像処理部の詳細を示すブロック図である。
【図4】実施例1に係る特徴画素抽出部の詳細を示すブロック図である。
【図5】実施例1に係る画像処理過程の概要を示すフローチャートである。
【図6】実施例1に係る特徴バッファの使用例を示す説明図である。
【図7】実施例1における注目画素及び周囲画素の関係を示す説明図である。
【図8】(a)〜(c)は実施例1において抽出される特徴画素の例を示す説明図である。
【図9】実施例1における画像の濃淡と特徴画素の対応関係の一例を示す説明図である。
【図10】実施例1におけるノイズ削除部による画素の処理順序を示す説明図である。
【図11】実施例1におけるノイズ削除部にてノイズとして削除されない一態様を示す説明図である。
【図12】実施例1におけるノイズ削除部にてノイズとして削除されない他の態様を示す説明図である。
【図13】実施例1に係るマークの具体例を示す説明図である。
【図14】実施例1におけるマークを認識する際の区画領域を示す説明図である。
【図15】実施例1に係る検索用ウインドウの動作例を示す説明図である。
【図16】実施例1に係るマーク認識処理過程を示すフローチャートである。
【図17】図16の処理フローにおける検索用ウインドウ位置を模式的に示す説明図である。
【図18】実施例2に係る画像処理部を示すブロック図である。
【図19】実施例2に係る特徴画素抽出部の詳細を示すブロック図である。
【図20】実施例2で用いられる16方向検出用マスクの概念説明図である。
【図21】(a)〜(d)は実施例2で用いられるマスクの代表構成例を示す説明図である。
【図22】実施例2に係る特徴抽出過程の一部を示す説明図である。
【図23】実施例3に係るマーク認識の際の区画領域を示す説明図である。
【図24】実施例3に係るマーク認識過程を示す説明図である。
【図25】(a)は実施例4に係るマーク認識において用いられるマークのインクの色分布を模式的に二次元で示した説明図、(b)は(a)の色分布の主成分を示す説明図である。
【符号の説明】
1…画像読取手段,2…特徴抽出手段,3…特徴バッファ,4…マーク登録手段,5…マーク判定手段,6…検索ウインドウ,7…マーク位置格納手段,8…マーク画像処理手段,9…原稿,M…マーク,Ma…向き判定用成分
Claims (6)
- 画像読取手段(1)にて読み込まれた入力画像データから画像特徴情報を画素単位毎に抽出する特徴抽出手段(2)と、
この特徴抽出手段(2)で抽出された画像特徴情報を画素単位毎に書き込む特徴バッファ(3)と、
複数画素に跨った大きさで且つ所定の画像特徴情報からなるマーク(M)の画像特徴情報を予め登録するマーク登録手段(4)と、
マーク(M)と同じ大きさあるいはそれより小さく分割された検索ウインドウ(6)にて特徴バッファ(3)内の画像特徴情報を順次検索し、検索ウインドウ(6)内の画像特徴情報パターンがマーク登録手段(4)に登録されているマーク(M)の画像特徴情報パターンの全部若しくは一部と一致又は類似しているか否かを調べ、一致又は類似していればマーク(M)の全部若しくは一部であると判定するマーク判定手段(5)と、
このマーク判定手段(5)にてマーク(M)であると判定された画像領域の位置が格納されるマーク位置格納手段(7)とを備えたことを特徴とする画像処理装置。 - 請求項1記載のものにおいて、
更に、マーク位置格納手段(7)のマーク位置情報に基づいてマーク画像領域に対して特定のマーク画像処理を実行するマーク画像処理手段(8)とを備えていることを特徴とする画像処理装置。 - 画像読取手段(1)にて読み込まれた入力画像データから画像特徴情報を画素単位毎に抽出する特徴抽出手段(2)と、
この特徴抽出手段(2)で抽出された画像特徴情報を画素単位毎に書き込む特徴バッファ(3)と、
複数画素に跨った大きさで且つ所定の画像特徴情報からなるマーク(M)の画像特徴情報を予め登録するマーク登録手段(4)と、
マーク(M)の大きさより小さく分割された検索ウインドウ(6)にて特徴バッファ(3)内の画像特徴情報を順次検索し、検索ウインドウ(6)内の画像特徴情報パターンがマーク登録手段(4)に登録されているマーク(M)の画像特徴情報パターンの全部若しくは一部と一致又は類似しているか否かを調べ、一致又は類似していればマーク(M)の全部若しくは一部であると判定するマーク判定手段(5)とを備え、
マーク判定手段(5)は、マーク(M)に対応する画像領域内で検索ウインドウ(6)を当該検索ウインドウ(6)の区画領域毎に順次移動させ、検索ウインドウ(6)内の画像特徴情報パターンがマーク(M)の一部でないことが判定された時点で当該マーク(M)に対応する画像領域内での判定処理を終了し、次の処理へ移行するものであることを特徴とする画像処理装置。 - 画像読取手段(1)にて読み込まれた入力画像データから画像特徴情報を画素単位毎に抽出する特徴抽出手段(2)と、
この特徴抽出手段(2)で抽出された画像特徴情報を画素単位毎に書き込む特徴バッファ(3)と、
複数画素に跨った大きさで且つ所定の画像特徴情報からなるマーク(M)の画像特徴情報を予め登録するマーク登録手段(4)と、
マーク(M)と同じ大きさあるいはそれより小さく分割された検索ウインドウ(6)にて特徴バッファ(3)内の画像特徴情報を順次検索し、検索ウインドウ(6)内の画像特徴情報パターンがマーク登録手段(4)に登録されているマーク(M)の画像特徴情報パターンの全部若しくは一部と一致又は類似しているか否かを調べ、一致又は類似していればマーク(M)の全部若しくは一部であると判定するマーク判定手段(5)とを備え、
マーク(M)は少なくともある区画領域にのみ存在する他のマーク部分と異なる円弧状の向き判定用成分(Ma)を有し、マーク判定手段(5)は向き判定用成分(Ma)がどの位置に存在するかを認識し、画像読取手段(1)にて読み込まれる原稿(9)の傾き角度をも判定するものであることを特徴とする画像処理装置。 - 画像読取手段(1)にて読み込まれた入力画像データから画像特徴 情報を画素単位毎に抽出する特徴抽出手段(2)と、
この特徴抽出手段(2)で抽出された画像特徴情報を画素単位毎に書き込む特徴バッファ(3)と、
複数画素に跨った大きさで且つ所定の画像特徴情報からなるマーク(M)の画像特徴情報を予め登録するマーク登録手段(4)と、
マーク(M)と同じ大きさあるいはそれより小さく分割された検索ウインドウ(6)にて特徴バッファ(3)内の画像特徴情報を順次検索し、検索ウインドウ(6)内の画像特徴情報パターンがマーク登録手段(4)に登録されているマーク(M)の画像特徴情報パターンの全部若しくは一部と一致又は類似しているか否かを調べ、一致又は類似していればマーク(M)の全部若しくは一部であると判定するマーク判定手段(5)とを備え、
特徴抽出手段(2)はマーク(M)の退色変化方向に対して感度の鈍い方向成分を用いてマーク判定手段(5)で用いられる特徴情報を抽出するものであることを特徴とする画像処理装置。 - 請求項3ないし5いずれかに記載のものにおいて、
更に、マーク判定手段(5)にてマーク(M)であると判定された時点で、マーク(M)の意味する特定のマーク画像処理を実行するマーク画像処理手段(8)を備えていることを特徴とする画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP04200394A JP3555161B2 (ja) | 1994-02-15 | 1994-02-15 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP04200394A JP3555161B2 (ja) | 1994-02-15 | 1994-02-15 | 画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH07226839A JPH07226839A (ja) | 1995-08-22 |
JP3555161B2 true JP3555161B2 (ja) | 2004-08-18 |
Family
ID=12624026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP04200394A Expired - Fee Related JP3555161B2 (ja) | 1994-02-15 | 1994-02-15 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3555161B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6888962B1 (en) | 1995-06-30 | 2005-05-03 | Omron Corporation | Image processing device for detecting one-color marks of a number of colors and image processing method thereof |
JP4743065B2 (ja) | 2006-09-27 | 2011-08-10 | ブラザー工業株式会社 | 画像認識装置、複写装置及び画像認識方法 |
JP4626598B2 (ja) | 2006-09-28 | 2011-02-09 | ブラザー工業株式会社 | 画像読取装置、複写装置及び画像読取方法 |
CN110390635A (zh) * | 2018-04-19 | 2019-10-29 | 张佳炜 | 基于图像处理的二维码信息加密方法、解码方法及装置 |
-
1994
- 1994-02-15 JP JP04200394A patent/JP3555161B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH07226839A (ja) | 1995-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4005780B2 (ja) | 電子透かしの埋め込みおよび検出 | |
US6738154B1 (en) | Locating the position and orientation of multiple objects with a smart platen | |
JP3883696B2 (ja) | 多数の写真をスキャンしかつ検出するとともに人工エッジを除去するための方法 | |
JP5047051B2 (ja) | 画像処理装置及び画像符号化方法 | |
CN100469097C (zh) | 一种利用半色调图像挂网隐藏及提取图文信息的方法 | |
US20060153447A1 (en) | Characteristic region extraction device, characteristic region extraction method, and characteristic region extraction program | |
US20100074437A1 (en) | Image processing system, program and method | |
JP2008085920A (ja) | 電子透かし埋め込み装置および検出装置 | |
JP4098845B2 (ja) | テキストのバイナリー画像から抽出されたシンボルを比較する方法 | |
US7885486B2 (en) | Image processing system, method for processing image and computer readable medium | |
JP2008154106A (ja) | 秘匿処理方法,画像処理装置および画像形成装置 | |
JP4437756B2 (ja) | 情報抽出方法および情報抽出装置および情報抽出プログラムおよび記憶媒体 | |
JP3637925B2 (ja) | 写真複写機用の単光路走査によるマーカで囲まれた領域の検出装置及び方法 | |
JP3555161B2 (ja) | 画像処理装置 | |
KR20050054445A (ko) | 화상 관리 장치, 화상 관리 방법 및 프로그램 | |
CA2637150C (en) | Color form dropout using dynamic geometric solid thresholding | |
JP4001446B2 (ja) | 画像背景色特定のための方法、装置及びコンピュータ読み取り可能な記録媒体 | |
JP3733686B2 (ja) | 画像処理方法及び装置 | |
EP0975146B1 (en) | Locating the position and orientation of multiple objects with a smart platen | |
JP2008021207A (ja) | 画像処理システムおよび画像処理プログラム | |
JP2004080341A (ja) | 画像処理装置、画像処理方法、プログラム、及び記録媒体 | |
JP6145983B2 (ja) | 画像処理装置およびコンピュータプログラム | |
JP3711770B2 (ja) | 画像処理装置および画像処理方法ならびに画像処理プログラムを記録した記録媒体 | |
JPH0856287A (ja) | 画像識別装置 | |
JP3090070B2 (ja) | 帳票識別方法及び装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20040420 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040503 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |