JP6335097B2 - 画像の二値化方法、プログラム及び二値化装置 - Google Patents

Description

本発明は、スキャナ等で読取った多値画像を二値化する二値化方法及びそれを実現するためのプログラム、並びに、二値化装置に関する。

二値化処理では、スキャナ等を介して取り込んだ多値の入力画像（濃淡画像）を或る閾値と比較することで入力画像の各画素を二値化し、これによって二値化画像を得る。例えば、閾値未満の画素値を有する画素を黒であると判断し（黒の画素値にて二値化し）、閾値以上の画素値を有する画素を白であると判断する（白の画素値にて二値化する）。予め定められた固定値を閾値として用いる場合もあるし、入力画像に基づき判別分析法等を用いて閾値を設定する場合もある。

二値化を最適化するための閾値の設定方法が様々に提案されているが、スキャナの分解能不足等に起因して、細い黒線部分が閾値以上となって白であると判断されたり、黒領域に隣接する白色部分が閾値未満となって黒であると判断されたりすることがある。前者は“かすれ”と呼ばれ、後者は“つぶれ”と呼ばれる。

つぶれ又はかすれの対象となり得る画素は、通常、近傍画素に比べて濃度が淡い尾根又は濃度が濃い谷になることに注目し、特許文献１では、近傍画素に比べて尾根又は谷になっている画素を検出し、検出画素に対しては閾値を用いずに二値化を行う一方、非検出画素に対しては閾値を用いて二値化を行っている。特許文献１では、注目画素が尾根又は谷の画素に相当するかを検出する際、注目画素の隣接画素のみ（特許文献１の図７）、又は、注目画素から１画素分隔てた位置に配置される画素のみ（特許文献１の図８又は図９）を参照している。

特開平５−２８４３５６号公報

特許文献１の方法により、二値化の過程でかすれ及びつぶれを或る程度は解消できる。即ち、二値化の過程で、或る程度は、かすれた部分を黒と判定し且つつぶれた部分を白と判定することができる。しかしながら、その方法には改善の余地がある（詳細は後述）。

そこで本発明は、かすれやつぶれの解消に寄与する画像の二値化方法、プログラム及び二値化装置を提供することを目的とする。

本発明に係る二値化方法は、多値の入力画像を二値化する二値化方法であって、前記入力画像を所定方向に沿って走査したときに極値をとる画素をピーク画素として抽出するピーク画素抽出工程と、前記所定方向に沿って連続して並ぶ５つの画素を含み且つ前記ピーク画素を中心画素として含む評価画素群中の各画素の画素値に基づいて、前記ピーク画素を二値化する二値化工程と、を含むことを特徴とする。

具体的には例えば、前記二値化方法において、前記評価画素群は、前記所定方向において前記ピーク画素の両隣に位置する第１画素及び第２画素と、前記所定方向において前記ピーク画素から見て前記第１画素の外側に位置する第３画素及び前記第２画素の外側に位置する第４画素を含み、前記第１画素は前記ピーク画素及び前記第３画素間に位置するとともに、前記第２画素は前記ピーク画素及び前記第４画素間に位置し、前記二値化工程では、前記ピーク画素と前記第１〜第４画素との間における画素値の第１〜第４差分に基づき、前記ピーク画素を二値化すると良い。

より具体的には例えば、前記二値化方法は、前記ピーク画素における第１エッジ強度及び第２エッジ強度の和を前記ピーク画素のピーク強度として導出するピーク強度導出工程を更に含み、前記ピーク強度導出工程では、前記第１差分と前記第３差分が同符号であって又は前記第１差分がゼロであって且つ前記第３差分の絶対値が前記第１差分の絶対値より大きいとき、前記第３差分を前記第１エッジ強度として導出する一方で、そうでないとき、前記第１差分を前記第１エッジ強度として導出し、前記第２差分と前記第４差分が同符号であって又は前記第２差分がゼロであって且つ前記第４差分の絶対値が前記第２差分の絶対値より大きいとき、前記第４差分を前記第２エッジ強度として導出する一方で、そうでないとき、前記第２差分を前記第２エッジ強度として導出し、前記二値化工程では、前記ピーク強度の絶対値が所定値以上のとき、前記ピーク強度の符号に基づいて前記ピーク画素を二値化すると良い。

そして例えば、前記二値化工程では、前記ピーク強度の絶対値が前記所定値未満のピーク画素、及び、前記ピーク画素以外の画素については、閾値を用いて二値化すると良い。

また例えば、前記閾値は、予め設定された固定値であって良い、又は、前記入力画像に基づいて設定されても良い。

そして、前記二値化方法をコンピュータに実現させるためのプログラムを形成すると良い。

また本発明に係る二値化装置は、多値の入力画像を二値化する二値化装置であって、前記入力画像を取得する入力画像取得部と、前記入力画像を所定方向に沿って走査したときに極値をとる画素をピーク画素として抽出するピーク画素抽出部と、前記所定方向に沿って連続して並ぶ５つの画素を含み且つ前記ピーク画素を中心画素として含む評価画素群中の各画素の画素値に基づいて、前記ピーク画素を二値化する二値化部と、を備えることを特徴とする。

本発明によれば、ピーク画素を含む連続する５以上の画素に基づいてピーク画素を二値化するため、ピーク画素の近傍の濃淡変化を詳細に考慮することができ、かすれやつぶれの生じにくい（換言すれば、かすれやつぶれが解消された）良好な二値化を実現できる。

本発明の第１実施形態に係る第１実施形態に係る文字認識装置の概略全体ブロック図である。 本発明の第１実施形態に係り、二次元画像に関する軸、方向、及び、画素の位置を定義するための図である。 本発明の第１実施形態に係り、入力画像における画素値と濃度の関係（ａ）及び二値化画像における画素値と色の関係（ｂ）を示す図である。 本発明の第１実施形態に係り、入力画像の濃淡分布の例を示す図である。 本発明の第１実施形態に係る二値化処理のフローチャートである。 本発明の第１実施形態に係る二値化処理のフローチャートである。 本発明の第１実施形態に係り、水平エッジ強度の導出方法を説明するための図である。 本発明の第１実施形態に係り、水平ピーク強度との関連において、つぶれ候補画素又はかすれ候補画素への分類条件を説明するための図である。 本発明の第１実施形態に係り、垂直ピーク強度との関連において、つぶれ候補画素又はかすれ候補画素への分類条件を説明するための図である。 本発明の第１実施形態に係り、二値化の具体例を示す図である。 本発明の第１実施形態の矛盾解決処理が適用される具体例を示す図である。 本発明の第２実施形態に係る文字認識装置の一部ブロック図である。 本発明の第２実施形態に係る文字認識手順の説明図である。 図１の二値化画像生成部の機能ブロック図である。

以下、本発明の実施形態の例を、図面を参照して具体的に説明する。参照される各図において、同一の部分には同一の符号を付し、同一の部分に関する重複する説明を原則として省略する。尚、本明細書では、記述の簡略化上、情報、信号、物理量又は部材等を参照する記号又は符号を記すことによって、該記号又は符号に対応する情報、信号、物理量又は部材等の名称を省略又は略記することがある。

＜＜第１実施形態＞＞
本発明の第１実施形態を説明する。図１は、第１実施形態に係る文字認識装置１の概略全体ブロック図である。文字認識装置１は、入力画像取得部１０と、二値化画像生成部２０と、文字認識処理部３０と、出力部４０と、を備える。

入力画像取得部１０は、カメラ、スキャナ又は通信回線（インターネット網など）を介して入力画像を取得する。入力画像は任意の文字を含む二次元画像である。文字を含む画像とは、詳細には、文字についての画像情報を含んだ画像を意味する。文字を含む二次元画像は、例えば、手書き又は印字による文字が記載された帳票の画像であって良い。入力画像取得部１０は、取得した入力画像を記憶する入力画像記憶部としても機能する。

二値化画像生成部２０は、入力画像を二値化することで二値化画像を生成する。文字認識処理部３０は、二値化画像に対し公知の文字認識処理を適用することで入力画像に含まれている文字を認識する。出力部４０は、文字認識処理部３０による文字の認識結果を出力する。文字認識処理部３０による文字の認識結果は、データとして文字認識装置１に接続又は内包されたメモリ（不図示）に出力されても良いし、映像として文字認識装置１に接続又は内包された表示装置（不図示）に出力されても良いし、通信回線を介して文字認識装置１の外部装置（不図示）に出力されても良い。入力画像取得部１０と二値化画像生成部２０と文字認識処理部３０と出力部４０とは、二値化画像生成処理及び文字認識処理並びに制御を行う演算部（不図示）と、二値化画像生成処理及び文字認識処理並びに制御を行うプログラムが記憶されたメモリ（不図示）と、画像データ及び演算データを格納する記憶部（不図示）とで構成される。

図２に示す如く、入力画像又は二値化画像などの任意の二次元画像は、互いに直交するＸ軸及びＹ軸方向の夫々に沿って複数の画素が配列されることで形成される。Ｘ軸は二次元画像の水平方向に平行であって且つＹ軸は二次元画像の垂直方向に平行であるものとする。二次元画像について方向を考える場合、水平方向は左右方向に平行であって且つ垂直方向は上下方向に平行であるとする。二次元画像中の或る１つの画素を記号Ｐ［ｘ，ｙ］にて表す。二次元画像において、画素Ｐ［ｘ，ｙ］から右、左、下、上にｉ画素分だけ離れた位置に配置される画素を、夫々、記号Ｐ［ｘ＋ｉ，ｙ］、Ｐ［ｘ−ｉ，ｙ］、Ｐ［ｘ，ｙ＋ｉ］、Ｐ［ｘ，ｙ−ｉ］にて表す（ｉは整数）。

入力画像は、３段階以上で画素値が量子化された多値の画像である。即ち、入力画像を形成する各画素の画素値は、３段階以上のデジタル値の何れかをとる。ここでは、入力画像が８ビットで表現されたグレースケール画像であるとする。従って、入力画像の各画素の画素値は、０以上且つ２５５以下の何れかの整数値をとる。図３（ａ）に示す如く、入力画像中の或る画素において、画素値が０であるとき当該画素の濃度が最も濃く（従って輝度が最も低く）、画素値が０から２５５に向けて増大するにつれて当該画素の濃度が淡くなっていくものとする（従って輝度が増大していくものとする）。二値化画像では、各画素が黒画素（黒色を有する画素）又は白画素（白色を有する画素）に分類される。図３（ｂ）に示す如く、二値化画像中の或る画素において、画素値が０であれば当該画素は白画素であり、画素値が１であれば当該画素は黒画素である。尚、入力画像及び二値化画像において、画素値と濃度の関係は、ここで想定されるものに限定されない。

入力画像の二値化を行う際、かすれやつぶれが問題になることがある。本来黒画素と判断されるべきであるが、周辺の濃度が相対的に薄いこと及びスキャナの分解能不足等に起因して白画素と判断されうる画素が、かすれの部分に相当する。一方、本来白画素と判断されるべきであるが、周辺の濃度が相対的に濃いこと及びスキャナの分解能不足等に起因して黒画素と判断されうる画素が、つぶれの部分に相当する。

図４に、文字「職」を含んだ入力画像の濃淡分布の例を示す。図４では、Ｘ軸に平行なＡ線に沿って入力画像の画素値を走査したときの濃淡分布（画素値の分布）の様子と、Ｙ軸に平行なＢ線に沿って入力画像の画素値を走査したときの濃淡分布（画素値の分布）の様子が示されている。図４において、白丸の部分が白と判断されるべきつぶれの部分に相当し、黒丸の部分が黒と判断されるべきかすれの部分に相当する。

本実施形態では、二値化画像の生成過程において、入力画像の各画素がかすれ又はつぶれの画素になりえるか否かを推定し、その推定結果を利用して、本来あるべき二値化画像を生成する。例えば、かすれの画素と推定される画素（後述のかすれ候補画素に相当）は「１」の画素、即ち黒画素に二値化すると共に、つぶれの画素と推定される画素（後述のつぶれ候補画素に相当）は「０」の画素、即ち白画素に二値化する。

［フローチャート］
図５及び図６に、入力画像から二値化画像を生成するための二値化処理のフローチャートを示す。二値化画像生成部２０によって二値化処理が実行される。二値化処理では、まず、図５のステップＳ１１〜ステップＳ１７の処理が順次実行される。

ステップＳ１１において、二値化画像生成部２０は、入力画像を水平方向に沿って走査したときに画素値が極値をとっている画素（換言すれば、入力画像の水平方向において画素値が極値をとっている画素）を水平ピーク画素として入力画像から抽出する。つまり例えば、入力画像中の或る注目画素Ｐ［ｘ，ｙ］の画素値ｖに関し、“ｖ［ｘ−１，ｙ］＜ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＞ｖ［ｘ＋１，ｙ］”が成立する場合、又は、“ｖ［ｘ−１，ｙ］＞ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＜ｖ［ｘ＋１，ｙ］”が成立する場合、注目画素Ｐ［ｘ，ｙ］は水平ピーク画素として抽出される。ここで、ｖ［ｘ，ｙ］は、入力画像中の画素Ｐ［ｘ，ｙ］の画素値を表す。従って例えば、ｖ［ｘ−１，ｙ］、ｖ［ｘ＋１，ｙ］は、夫々、入力画像において画素Ｐ［ｘ，ｙ］の左に隣接する画素Ｐ［ｘ−１，ｙ］の画素値、画素Ｐ［ｘ，ｙ］の右に隣接する画素Ｐ［ｘ＋１，ｙ］の画素値を表す。

注目画素Ｐ［ｘ，ｙ］と注目画素Ｐ［ｘ，ｙ］の隣接画素Ｐ［ｘ−１，ｙ］及び／又はＰ［ｘ＋１，ｙ］とで画素値が互いに同じであっても、注目画素Ｐ［ｘ，ｙ］は水平ピーク画素となりうる。例えば、 “ｖ［ｘ−１，ｙ］＝ｖ［ｘ，ｙ］”であっても、“ｖ［ｘ−２，ｙ］＜ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＞ｖ［ｘ＋１，ｙ］”が成立する場合又は“ｖ［ｘ−２，ｙ］＞ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＜ｖ［ｘ＋１，ｙ］”が成立する場合には、注目画素Ｐ［ｘ，ｙ］が水平ピーク画素として抽出されても良い。

ステップＳ１２において、二値化画像生成部２０は、水平ピーク画素ごとに水平ピーク強度を導出する。但し、この水平ピーク強度を導出する際には、水平ピーク画素の左右２画素ずつの画素値を参照し、左側及び右側のエッジ強度の和を水平ピーク強度とする。

図７（ａ）及び（ｂ）を参照し、水平ピーク画素が画素Ｐ［ｘ，ｙ］であると仮定して、ステップＳ１２における水平ピーク強度の導出方法を具体的に説明する。

二値化画像生成部２０は、まず、水平ピーク画素Ｐ［ｘ，ｙ］を基準として、画素Ｐ［ｘ，ｙ］及びＰ［ｘ−１，ｙ］間の画素値の差分ＤＩＦ_L1、画素Ｐ［ｘ，ｙ］及びＰ［ｘ−２，ｙ］間の画素値の差分ＤＩＦ_L2、画素Ｐ［ｘ，ｙ］及びＰ［ｘ＋１，ｙ］間の画素値の差分ＤＩＦ_R1、並びに、画素Ｐ［ｘ，ｙ］及びＰ［ｘ＋２，ｙ］間の画素値の差分ＤＩＦ_R2を求める。差分ＤＩＦ_L1及びＤＩＦ_L2は、水平ピーク画素Ｐ［ｘ，ｙ］の左側におけるエッジ強度を示す一方で、差分ＤＩＦ_R1及びＤＩＦ_R2は、水平ピーク画素Ｐ［ｘ，ｙ］の右側におけるエッジ強度を示し、それらは下記式（Ａ１）〜（Ａ４）にて表される。
ＤＩＦ_L2＝ｖ［ｘ，ｙ］−ｖ［ｘ−２，ｙ］ ・・・（Ａ１）
ＤＩＦ_L1＝ｖ［ｘ，ｙ］−ｖ［ｘ−１，ｙ］ ・・・（Ａ２）
ＤＩＦ_R1＝ｖ［ｘ，ｙ］−ｖ［ｘ＋１，ｙ］ ・・・（Ａ３）
ＤＩＦ_R2＝ｖ［ｘ，ｙ］−ｖ［ｘ＋２，ｙ］ ・・・（Ａ４）

続いて、二値化画像生成部２０は、差分ＤＩＦ_L1と差分ＤＩＦ_L2が同符号（同極性）であって又は差分ＤＩＦ_L1がゼロであって、且つ、差分ＤＩＦ_L2の絶対値が差分ＤＩＦ_L1の絶対値より大きいとき、差分ＤＩＦ_L2を左側エッジ強度として求め、そうでないとき、差分ＤＩＦ_L1を左側エッジ強度として求める。また、二値化画像生成部２０は、差分ＤＩＦ_R1と差分ＤＩＦ_R2が同符号（同極性）であって又は差分ＤＩＦ_R1がゼロであって、且つ、差分ＤＩＦ_R2の絶対値が差分ＤＩＦ_R1の絶対値より大きいとき、差分ＤＩＦ_R2を右側エッジ強度として求め、そうでないとき、差分ＤＩＦ_R1を右側エッジ強度として求める。そして、二値化画像生成部２０は、水平ピーク画素Ｐ［ｘ，ｙ］に対して求めた左側エッジ強度と右側エッジ強度の和を、水平ピーク画素Ｐ［ｘ，ｙ］の水平エッジ強度として導出する。

従って例えば、図７（ａ）に示す如く、“ｖ［ｘ−２，ｙ］＞ｖ［ｘ−１，ｙ］＞ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＜ｖ［ｘ＋１，ｙ］＜ｖ［ｘ＋２，ｙ］”が成立する場合においては、水平ピーク画素Ｐ［ｘ，ｙ］の水平エッジ強度は“ＤＩＦ_L2＋ＤＩＦ_R2”となる。或いは例えば、図７（ｂ）に示す如く、“ｖ［ｘ−２，ｙ］＞ｖ［ｘ−１，ｙ］＞ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＜ｖ［ｘ＋１，ｙ］”且つ“ｖ［ｘ＋１，ｙ］＞ｖ［ｘ＋２，ｙ］”が成立する場合においては、水平ピーク画素Ｐ［ｘ，ｙ］の水平エッジ強度は“ＤＩＦ_L2＋ＤＩＦ_R1”となる。

ステップＳ１２に続くステップＳ１３において、二値化画像生成部２０は、水平ピーク画素ごとに候補判定処理を実行する。ステップＳ１３の候補判定処理においては、水平ピーク画素の水平ピーク強度の符号（極性）及び水平ピーク強度の絶対値に基づき、水平ピーク画素を、かすれ候補画素、つぶれ候補画素及び非候補画素の何れかに分類する。

水平ピーク画素が画素Ｐ［ｘ，ｙ］であると仮定して、ステップＳ１３における候補判定処理を具体的に説明する。図８を参照する。二値化画像生成部２０は、水平ピーク画素Ｐ［ｘ，ｙ］の水平ピーク強度が負であって且つ負の所定値ＴＨ_HL以下であるケースＣＡＳＥ_H1においては、水平ピーク画素Ｐ［ｘ，ｙ］をかすれ候補画素に分類し、水平ピーク画素Ｐ［ｘ，ｙ］の水平ピーク強度が正であって且つ正の所定値ＴＨ_HU以上であるＣＡＳＥ_H2においては、水平ピーク画素Ｐ［ｘ，ｙ］をつぶれ候補画素に分類し、ケースＣＡＳＥ_H1及びＣＡＳＥ_H2の何れにも当てはまらないケースＣＡＳＥ_H3においては、水平ピーク画素Ｐ［ｘ，ｙ］を非候補画素に分類する。所定値ＴＨ_HLの絶対値と所定値ＴＨ_HUの絶対値は互いに同じであるが、互いに異ならせても良い。

かすれ候補画素に分類された画素は、かすれの可能性の高い画素であると推定され、後に原則として「１」の画素値にて二値化される（図６のステップＳ２５等参照）。つぶれ候補画素に分類された画素は、つぶれの可能性の高い画素であると推定され、後に原則として「０」の画素値にて二値化される（図６のステップＳ２６等参照）。このため、注目画素が水平方向において極値をとっているという理由だけで、当該注目画素をつぶれ候補画素又はつぶれ候補画素に分類すると、ノイズ等の影響を受けやすくなる。このため、ステップＳ１３では、水平ピーク強度の絶対値が所定値以上である場合に限って、注目画素をかすれ候補画素又はつぶれ候補画素に分類するようにしている。後述のステップＳ１６についても同様である。

ステップＳ１４において、二値化画像生成部２０は、入力画像を垂直方向に沿って走査したときに画素値が極値をとっている画素（換言すれば、入力画像の垂直方向において画素値が極値をとっている画素）を垂直ピーク画素として入力画像から抽出する。つまり例えば、入力画像中の或る注目画素Ｐ［ｘ，ｙ］の画素値ｖに関し、“ｖ［ｘ，ｙ−１］＜ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＞ｖ［ｘ，ｙ＋１］”が成立する場合、又は、“ｖ［ｘ，ｙ−１］＞ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＜ｖ［ｘ，ｙ＋１］”が成立する場合、注目画素Ｐ［ｘ，ｙ］は垂直ピーク画素として抽出される。

注目画素Ｐ［ｘ，ｙ］と注目画素Ｐ［ｘ，ｙ］の隣接画素Ｐ［ｘ，ｙ−１］及び／又はＰ［ｘ，ｙ＋１］とで画素値が互いに同じであっても、注目画素Ｐ［ｘ，ｙ］は垂直ピーク画素となりうる。例えば、 “ｖ［ｘ，ｙ−１］＝ｖ［ｘ，ｙ］”であっても、“ｖ［ｘ，ｙ−２］＜ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＞ｖ［ｘ，ｙ＋１］”が成立する場合又は“ｖ［ｘ，ｙ−２］＞ｖ［ｘ，ｙ］”且つ“ｖ［ｘ，ｙ］＜ｖ［ｘ，ｙ＋１］”が成立する場合には、注目画素Ｐ［ｘ，ｙ］が垂直ピーク画素として抽出されても良い。

ステップＳ１５において、二値化画像生成部２０は、垂直ピーク画素ごとに垂直ピーク強度を導出する。但し、この垂直ピーク強度を導出する際には、垂直ピーク画素の上下２画素ずつの画素値を参照し、上側及び下側のエッジ強度の和を垂直ピーク強度とする。

垂直ピーク画素が画素Ｐ［ｘ，ｙ］であると仮定して、ステップＳ１５における垂直ピーク強度の導出方法を具体的に説明する。

二値化画像生成部２０は、まず、垂直ピーク画素Ｐ［ｘ，ｙ］を基準として、画素Ｐ［ｘ，ｙ］及びＰ［ｘ，ｙ−１］間の画素値の差分ＤＩＦ_U1、画素Ｐ［ｘ，ｙ］及びＰ［ｘ，ｙ−２］間の画素値の差分ＤＩＦ_U2、画素Ｐ［ｘ，ｙ］及びＰ［ｘ，ｙ＋１］間の画素値の差分ＤＩＦ_D1、並びに、画素Ｐ［ｘ，ｙ］及びＰ［ｘ，ｙ＋２］間の画素値の差分ＤＩＦ_D2を求める。差分ＤＩＦ_U1及びＤＩＦ_U2は、垂直ピーク画素Ｐ［ｘ，ｙ］の上側におけるエッジ強度を示す一方で、差分ＤＩＦ_D1及びＤＩＦ_D2は、垂直ピーク画素Ｐ［ｘ，ｙ］の下側におけるエッジ強度を示し、それらは下記式（Ｂ１）〜（Ｂ４）にて表される。
ＤＩＦ_U2＝ｖ［ｘ，ｙ］−ｖ［ｘ，ｙ−２］ ・・・（Ｂ１）
ＤＩＦ_U1＝ｖ［ｘ，ｙ］−ｖ［ｘ，ｙ−１］ ・・・（Ｂ２）
ＤＩＦ_D1＝ｖ［ｘ，ｙ］−ｖ［ｘ，ｙ＋１］ ・・・（Ｂ３）
ＤＩＦ_D2＝ｖ［ｘ，ｙ］−ｖ［ｘ，ｙ＋２］ ・・・（Ｂ４）

続いて、二値化画像生成部２０は、差分ＤＩＦ_U1と差分ＤＩＦ_U2が同符号（同極性）であって又は差分ＤＩＦ_U1がゼロであって、且つ、差分ＤＩＦ_U2の絶対値が差分ＤＩＦ_U1の絶対値より大きいとき、差分ＤＩＦ_U2を上側エッジ強度として求め、そうでないとき、差分ＤＩＦ_U1を上側エッジ強度として求める。また、二値化画像生成部２０は、差分ＤＩＦ_D1と差分ＤＩＦ_D2が同符号（同極性）であって又は差分ＤＩＦ_D1がゼロであって、且つ、差分ＤＩＦ_D2の絶対値が差分ＤＩＦ_D1の絶対値より大きいとき、差分ＤＩＦ_D2を下側エッジ強度として求め、そうでないとき、差分ＤＩＦ_D1を下側エッジ強度として求める。そして、二値化画像生成部２０は、垂直ピーク画素Ｐ［ｘ，ｙ］に対して求めた上側エッジ強度と下側エッジ強度の和を、垂直ピーク画素Ｐ［ｘ，ｙ］の垂直エッジ強度として導出する。

ステップＳ１５に続くステップＳ１６において、二値化画像生成部２０は、垂直ピーク画素ごとに候補判定処理を実行する。ステップＳ１６の候補判定処理においては、垂直ピーク画素の垂直ピーク強度の符号（極性）及び垂直ピーク強度の絶対値に基づき、垂直ピーク画素を、かすれ候補画素、つぶれ候補画素及び非候補画素の何れかに分類する。

垂直ピーク画素が画素Ｐ［ｘ，ｙ］であると仮定して、ステップＳ１６における候補判定処理を具体的に説明する。図９を参照する。二値化画像生成部２０は、垂直ピーク画素Ｐ［ｘ，ｙ］の垂直ピーク強度が負であって且つ負の所定値ＴＨ_VL以下であるケースＣＡＳＥ_V1においては、垂直ピーク画素Ｐ［ｘ，ｙ］をかすれ候補画素に分類し、垂直ピーク画素Ｐ［ｘ，ｙ］の垂直ピーク強度が正であって且つ正の所定値ＴＨ_VU以上であるＣＡＳＥ_V2においては、垂直ピーク画素Ｐ［ｘ，ｙ］をつぶれ候補画素に分類し、ケースＣＡＳＥ_V1及びＣＡＳＥ_V2の何れにも当てはまらないケースＣＡＳＥ_V3においては、垂直ピーク画素Ｐ［ｘ，ｙ］を非候補画素に分類する。所定値ＴＨ_VLの絶対値と所定値ＴＨ_VUの絶対値は互いに同じであるが、互いに異ならせても良い。所定値ＴＨ_HL（図８参照）と所定値ＴＨ_VL（図９参照）は互いに同じであるが、互いに異ならせても良い。所定値ＴＨ_HU（図８参照）と所定値ＴＨ_VU（図９参照）は互いに同じであるが、互いに異ならせても良い。

水平ピーク強度の算出に使用する左側エッジ強度を第１エッジ強度、右側エッジ強度を第２エッジ強度とも呼ぶ。また、垂直ピーク強度の算出に使用する上側エッジ強度を第１エッジ強度、下側エッジ強度を第２エッジ強度とも呼ぶ。

尚、図５のフローチャートでは、ステップＳ１１〜Ｓ１３の処理の後にステップＳ１４〜Ｓ１６の処理が実行されているが、ステップＳ１１〜Ｓ１３の処理よりも先にステップＳ１４〜Ｓ１６の処理を実行するようにしても良いし、ステップＳ１１〜Ｓ１３の処理とステップＳ１４〜Ｓ１６の処理を同時に実行するようにしても良い。また、式（Ａ１）〜（Ａ４）及び式（Ｂ１）〜（Ｂ４）にて差分を算出する際、基準となるピーク画素Ｐ［ｘ，ｙ］の画素値ｖ［ｘ，ｙ］から近傍画素の画素値（ｖ［ｘ−１，ｙ］等）を引いているが、近傍画素の画素値からピーク画素Ｐ［ｘ，ｙ］の画素値ｖ［ｘ，ｙ］を引くようにしても良い。但し、その場合、ステップＳ１３及びＳ１６において、かすれ候補画素とつぶれ候補画素への分類の仕方を逆にする必要がある。

ステップＳ１７において、二値化画像生成部２０は、入力画像の画素の内、水平ピーク画素でも垂直ピーク画素でもない画素を非候補画素に分類する。

ステップＳ１７の後、ステップＳ２１に進む（図６参照）。ステップＳ２１以降の処理においては、原則として、かすれ候補画素に分類された画素を「１」の画素、即ち黒画素に二値化すると共に（ステップＳ２５、Ｓ２８）、つぶれ候補画素に分類された画素を「０」の画素、即ち白画素に二値化する（ステップＳ２６、Ｓ３０）。但し、ステップＳ１３及びＳ１６の分類結果が互いに矛盾しあうこともありえるため、その矛盾に対する手当ても用意しておく（ステップＳ３１）。以下、二値化画像生成部２０にて実行されるステップＳ２１〜Ｓ３４の処理を詳説する。

ステップＳ２１において、二値化画像生成部２０は、かすれ候補画素又はつぶれ候補画素に分類された全ての画素を第１〜第Ｎ候補画素に設定する。Ｎは、かすれ候補画素又はつぶれ候補画素に分類された画素の総数を表す。

単一の画素Ｐ［ｘ，ｙ］が、水平ピーク画素として抽出されてステップＳ１３にてかすれ候補画素又はつぶれ候補画素に分類されると共に、垂直ピーク画素として抽出されてステップＳ１６にてかすれ候補画素又はつぶれ候補画素に分類されることもある。このような分類が行われた単一の画素Ｐ［ｘ，ｙ］は、第１〜第Ｎ候補画素の内の２つの候補画素（例えば第１及び第２候補画素）を占めるのではなく、第１〜第Ｎ候補画素の内の１つの候補画素（例えば第１候補画素）に設定される。従って、このような分類が行われた場合、ステップＳ１３にてかすれ候補画素又はつぶれ候補画素に分類された水平ピーク画素の総数と、ステップＳ１６にてかすれ候補画素又はつぶれ候補画素に分類された垂直ピーク画素の総数との和は、Ｎよりも大きくなる。

ステップＳ２１に続くステップＳ２２にて変数ｊに１が代入された後、ステップＳ２３に進む。ステップＳ２３において、二値化画像生成部２０は、第ｊ候補画素が水平ピーク画素であって且つ垂直ピーク画素であるか否かを判定する。第ｊ候補画素が水平ピーク画素であって且つ垂直ピーク画素である場合にはステップＳ２７に進み、そうでない場合、即ち、第ｊ候補画素が水平ピーク画素及び垂直ピーク画素のどちらか一方である場合には、ステップＳ２４に進む。

ステップＳ２４において、二値化画像生成部２０は、第ｊ候補画素がかすれ候補画素に分類されているか否かを判定し、第ｊ候補画素がかすれ候補画素に分類されている場合にはステップＳ２５に進む一方、そうでない場合、即ち第ｊ候補画素がつぶれ候補画素に分類されている場合にはステップＳ２６に進む。ステップＳ２５において、二値化画像生成部２０は、第ｊ候補画素に「１」の画素値を設定する。ステップＳ２６において、二値化画像生成部２０は、第ｊ候補画素に「０」の画素値を設定する。ステップＳ２５又はＳ２６の後、ステップＳ３２に進む。

第ｊ候補画素に「１」又は「０」の画素値を設定することで第ｊ候補画素が二値化される（後述のステップＳ２８、Ｓ３０及びＳ３１においても同様）。第ｊ候補画素に「１」、「０」の画素値を設定するとは、第ｊ候補画素に対応する、二値化画像内の画素の画素値に、夫々、「１」、「０」を代入することを意味する。換言すれば、第ｊ候補画素に「１」、「０」の画素値を設定するとは、第ｊ候補画素に対応する、二値化画像内の画素を、夫々、黒画素、白画素に設定することを意味する。

ステップＳ２７において、二値化画像生成部２０は、第ｊ候補画素がステップＳ１３及びＳ１６にて共にかすれ候補画素に分類されたか否かを判定する。第ｊ候補画素がステップＳ１３及びＳ１６にて共にかすれ候補画素に分類されている場合、二値化画像生成部２０は、ステップＳ２８にて第ｊ候補画素に「１」の画素値を設定してからステップＳ３２に進むが、そうでない場合、ステップＳ２７からステップＳ２９に進む。

ステップＳ２９において、二値化画像生成部２０は、第ｊ候補画素がステップＳ１３及びＳ１６にて共につぶれ候補画素に分類されたか否かを判定する。第ｊ候補画素がステップＳ１３及びＳ１６にて共につぶれ候補画素に分類されている場合、二値化画像生成部２０は、ステップＳ３０にて第ｊ候補画素に「０」の画素値を設定してからステップＳ３２に進む一方、そうでない場合、ステップＳ３１に進む。

共通画素に対するステップＳ１３及びＳ１６の分類結果が互いに矛盾しあう場合、共通画素としての第ｊ候補画素について、ステップＳ３１に至る。つまり、単一の共通画素である第ｊ候補画素が、水平ピーク画素として抽出されてステップＳ１３にてかすれ候補画素に分類されると共に、垂直ピーク画素として抽出されてステップＳ１６にてつぶれ候補画素に分類された場合、又は、単一の共通画素である第ｊ候補画素が、水平ピーク画素として抽出されてステップＳ１３にてつぶれ候補画素に分類されると共に、垂直ピーク画素として抽出されてステップＳ１６にてかすれ候補画素に分類された場合、ステップＳ３１に至る。

ステップＳ３１において、二値化画像生成部２０は、矛盾解決処理により第ｊ候補画素に「１」又は「０」の画素値を設定し、その後、ステップＳ３２に進む。

説明の具体化のため、第ｊ候補画素が画素Ｐ［ｘ，ｙ］であると仮定して、矛盾解決処理を説明する。矛盾解決処理では、上述の差分ＤＩＦ_L1及びＤＩＦ_L2に基づく左側エッジ強度の絶対値（以下、記号｜ＥＧ_L｜にて表す）と、上述の差分ＤＩＦ_R1及びＤＩＦ_R2に基づく右側エッジ強度の絶対値（以下、記号｜ＥＧ_R｜にて表す）と、上述の差分ＤＩＦ_U1及びＤＩＦ_U2に基づく上側エッジ強度の絶対値（以下、記号｜ＥＧ_U｜にて表す）と、上述の差分ＤＩＦ_D1及びＤＩＦ_D2に基づく下側エッジ強度の絶対値（以下、記号｜ＥＧ_D｜にて表す）を参照する。絶対値｜ＥＧ_L｜、｜ＥＧ_R｜、｜ＥＧ_U｜及び｜ＥＧ_D｜は、第ｊ候補画素としての画素Ｐ［ｘ，ｙ］に対して求められたものであり、差分ＤＩＦ_L1等の算出式は上記式（Ａ１）〜（Ａ４）及び式（Ｂ１）〜（Ｂ４）に従う。左側、右側、上側及び下側エッジ強度の算出方法についても上述した通りである。

二値化画像生成部２０は、矛盾解決処理において、下記式（Ｃ１）が成立するならば、ステップＳ１３の分類結果よりもステップＳ１６の分類結果を優先して第ｊ候補画素を二値化し、そうでないならば、ステップＳ１６の分類結果よりもステップＳ１３の分類結果を優先して第ｊ候補画素を二値化する。式（Ｃ１）において、左辺は、｜ＥＧ_U｜及び｜ＥＧ_D｜の内の小さい方の絶対値を表し、右辺は、｜ＥＧ_L｜及び｜ＥＧ_R｜の内の小さい方の絶対値を表す。エッジ強度の絶対値が最も小さな方向、即ち最も画素値の近い方向の結果を採用しないことで、つぶれ、かすれの判断を行っている。
Ｍｉｎ（｜ＥＧ_U｜，｜ＥＧ_D｜）＞Ｍｉｎ（｜ＥＧ_L｜，｜ＥＧ_R｜）
・・・（Ｃ１）

従って例えば、第ｊ候補画素としての画素Ｐ［ｘ，ｙ］がステップＳ１３にてかすれ候補画素に分類される一方でステップＳ１６にてつぶれ候補画素に分類されたとき、式（Ｃ１）が成立するならば画素Ｐ［ｘ，ｙ］は最終的につぶれ候補画素に分類される一方、式（Ｃ１）が不成立ならば画素Ｐ［ｘ，ｙ］は最終的にかすれ候補画素に分類される。或いは例えば、第ｊ候補画素としての画素Ｐ［ｘ，ｙ］がステップＳ１３にてつぶれ候補画素に分類される一方でステップＳ１６にてかすれ候補画素に分類されたとき、式（Ｃ１）が成立するならば画素Ｐ［ｘ，ｙ］は最終的にかすれ候補画素に分類される一方、式（Ｃ１）が不成立ならば画素Ｐ［ｘ，ｙ］は最終的につぶれ候補画素に分類される。

矛盾解決処理において、画素Ｐ［ｘ，ｙ］が最終的にかつぶれ候補画素に分類されたとき、第ｊ候補画素に「０」の画素値が設定され、画素Ｐ［ｘ，ｙ］が最終的にかすれ候補画素に分類されたとき、第ｊ候補画素に「１」の画素値が設定される。

ステップＳ３２において、変数ｊが値Ｎと一致しているか否かが判断され、“ｊ＝Ｎ”が成立するならばステップＳ３４に進むが、“ｊ＝Ｎ”が成立しないならばステップＳ３３にて変数ｊに１を加算してからステップＳ２３に戻ってステップＳ２３以降の処理を繰り返す。

ステップＳ３４において、二値化画像生成部２０は、ステップＳ１３、Ｓ１６及びＳ１７にて非候補画素に分類された各画素を所定の閾値ｔｈを用いて二値化する。つまり、非候補画素ごとに、非候補画素の画素値が閾値ｔｈ以上ならば非候補画素に「０」の画素値を設定する一方で非候補画素の画素値が閾値ｔｈ未満ならば非候補画素に「１」の画素値を設定する。ステップＳ３４における二値化の方法として、公知の任意の二値化方法を用いることができる。従って例えば、ステップＳ３４で用いる閾値ｔｈは、予め設定された固定値であっても良いし、各非候補画素の画素値に基づき判別分析法を用いて設定されるものであっても良いし、各非候補画素の画素値に基づき特許第３８３１７９７号公報に記載の方法を用いて設定されるものであっても良い。二値化画像生成部２０は、各非候補画素の画素値に基づき閾値ｔｈを設定する閾値設定部（不図示）を内包しうる。

ステップＳ３４の処理の終了を以って入力画像の全画素が二値化されるため、二値化処理を終える。

二値化を介した文字の認識において、小さな文字を認識しようとすると、つぶれやかすれにより正しく認識できない場合があるが、本実施形態では、かすれやつぶれが生じにくい二値化を実現できるため、小さな文字をも正確に認識できるようになる。また、つぶれを解消して二値化を行うことができるため、互いに接触する程度に近接した文字同士の分離にも有益な効果を発揮する。

［具体的な二値化の例］
次に具体的な画像の例を示して、二値化の例を示す。図１０（ａ）を参照し、単純なモデルとして、互いに平行且つ密接した３本の細い第１〜第３の黒線３１１〜３１３が描かれた紙面３１０を用意し、紙面３１０上の描画内容をスキャナで取り込むことで入力画像３２０が得られた状況を考える。黒線３２１〜３２３は、夫々、入力画像３２０上の第１〜第３の黒線に相当する。第１〜第３の黒線の夫々は上下方向に伸びる黒色の線分であって、第１〜第３の黒線は左右方向に並んでいる。また、図１０（ｂ）に示す如く、スキャナによる取り込み時において、黒線３１１〜３１３の夫々は１画素分の幅を有し、且つ、黒線３１１及び３１２の中心間隔並びに黒線３１２及び３１３の中心間隔は共に１．５画素分の幅を有しているものとする。図１０（ｂ）において、記号Ｐ_SCANが付された四角形はスキャナの取り込み時における画素を表している（但し、一部の画素にしか記号Ｐ_SCANを付していない）。更に、スキャナの取り込み時において、或る特定の画素３１５の中心が黒線３１１の中心線上に位置していることを想定する、結果、特定の画素３１５に対して１、２、３、４、５、６、７画素分だけ右に位置している画素は、夫々、白、グレー、グレー、白、黒、白、白の濃淡情報を取り込み、且つ、特定の画素３１５に対して左側に位置している画素は全て白の濃淡情報を取り込むことになる。グレーの濃淡情報を取り込むことになる画素は、画素の半分だけ黒線３１２上に位置する画素である。

そうすると、入力画像３２０上における黒線３２１〜３２３の部分の拡大図は、図１０（ｃ）のようになる（図１０（ｂ）及び（ｃ）では、ハッチングの斜線密度によって色の濃さを表現している）。画素Ｐ［ｘ−２，ｙ］は上記の特定の画素３１５に相当する。故に、画素Ｐ［ｘ−２，ｙ］の中心が黒線３２１の中心に位置しており、入力画像３２０において、画素Ｐ［ｘ−４，ｙ］〜Ｐ［ｘ＋５，ｙ］の濃淡情報は、夫々、白、白、黒、白、グレー、グレー、白、黒、白、白となる。このような入力画像３２０について、仮に一般的な閾値を用いた二値化を行った場合、画素Ｐ［ｘ，ｙ］及びＰ［ｘ＋１，ｙ］の画素値が閾値以上であったなら、画素Ｐ［ｘ，ｙ］及びＰ［ｘ＋１，ｙ］は白画素であると判定される。即ち、画素Ｐ［ｘ，ｙ］及びＰ［ｘ＋１，ｙ］の位置において、二値化により黒線３２２がかすれて消滅することになる。画素Ｐ［ｘ，ｙ＋１］及びＰ［ｘ＋１，ｙ＋１］などについても同様である。

一方、本実施形態の方法によれば、入力画像３２０において画素Ｐ［ｘ，ｙ］及び／又はＰ［ｘ＋１，ｙ］が極小値をとるため、その部分のエッジ強度にもよるが、図５のステップＳ１１〜Ｓ１３の処理を経て画素Ｐ［ｘ，ｙ］及び／又はＰ［ｘ＋１，ｙ］がかすれ候補画素に分類されることとなり、結果、画素Ｐ［ｘ，ｙ］及び／又はＰ［ｘ＋１，ｙ］に「１」の画素値が設定される。つまり、二値化画像上においてかすれが解消されることになる。

かすれの解消（抑制）を狙った方法として、以下のような参考方法α１及びα２もある。参考方法α１は、上記特許文献１において図７を用いる方法に対応し、参考方法α２は、上記特許文献１において図８又は図９を用いる方法に対応する。参考方法α１及びα２では、近傍画素に比べて尾根又は谷になっている画素を検出し、検出画素に対しては閾値を用いずに二値化を行う一方、非検出画素に対しては閾値を用いて二値化を行う。

但し、左右方向に着目した場合、参考方法α１では、注目画素の左右隣接画素のみが近傍画素として参照される。このため、画素Ｐ［ｘ，ｙ］が注目画素である場合、注目画素［ｘ，ｙ］と近傍画素Ｐ［ｘ，ｙ＋１］は共にグレーのため、それらの画素値の差分が閾値（特許文献１のＴｈ３に相当）以上にはならず、注目画素Ｐ［ｘ，ｙ］が尾根又は谷として検出されない。よって、従来の閾値を用いた二値化処理にさらされ、結果、閾値に依存するが、画素Ｐ［ｘ，ｙ］の部分がかすれる（即ち、画素Ｐ［ｘ，ｙ］が白画素に二値化される）。また、参考方向α１では、縦方向、横方向、２種類の斜め方向の内、２つ以上の方向において尾根又は谷とならなければ、尾根又は谷の画素として検出されないため（特許文献１の図７及び段落［００１６］〜［００１９］参照）、この点からも、注目画素Ｐ［ｘ，ｙ］は従来の閾値を用いた二値化処理にさらされる可能性が高い。画素Ｐ［ｘ＋１，ｙ］についても同様である。

また、左右方向に着目した場合、参考方法α２では、注目画素から左に１画素分隔てて位置する画素及び注目画素から右に１画素分隔てて位置する画素のみが近傍画素として参照される。このため、画素Ｐ［ｘ，ｙ］が注目画素である場合、注目画素Ｐ［ｘ，ｙ］についての近傍画素Ｐ［ｘ−２，ｙ］及び［ｘ＋２，ｙ］が黒画素、白画素であるが故に、注目画素Ｐ［ｘ，ｙ］及び近傍画素Ｐ［ｘ−２，ｙ］間の画素値の差と注目画素Ｐ［ｘ，ｙ］及び近傍画素Ｐ［ｘ＋２，ｙ］間の画素値の差が同符号とならず、注目画素Ｐ［ｘ，ｙ］が尾根又は谷として検出されない。よって、従来の閾値を用いた二値化処理にさらされ、結果、閾値に依存するが、画素Ｐ［ｘ，ｙ］の部分がかすれる（即ち、画素Ｐ［ｘ，ｙ］が白画素に二値化される）。また、参考方向α２では、縦方向、横方向、複数種類の斜め方向の内、少なくとも２つ以上の方向において尾根又は谷とならなければ、尾根又は谷の画素として検出されないため（特許文献１の図８、図９及び段落［００２１］〜［００２６］参照）、この点からも、注目画素Ｐ［ｘ，ｙ］は従来の閾値を用いた二値化処理にさらされる可能性が高い。画素Ｐ［ｘ＋１，ｙ］についても同様である。

かすれに注目して、本実施形態の方法と参考方法α１及びα２とを対比説明したが、つぶれに関しても同様のことがいえる。

次に、図１１を参照して矛盾解決処理が適用される具体例を説明する。単純なモデルとして、互いに平行且つ密接した２本の太い第４及び第５の黒線４１１及び４１２が描かれた紙面４１０を用意し、紙面４１０上の描画内容をスキャナで取り込むことで入力画像４２０が得られた状況を考える。黒線４２１及び４２２は、夫々、入力画像４２０上の第４及び第５の黒線に相当する。第４及び第５の黒線の夫々は左右方向に伸びる黒色の線分であって、第４及び第５の黒線は上下方向に並んでいる。紙面４１０において黒線４１１及び４１２間の隙間はスキャナ取り込みの１画素分程度であり、図１１に示す如く、入力画像４２０における黒線４２１及び４２２間の隙間に位置する各画素の濃淡情報はグレーとなっている。また、図１１に示す如く、入力画像４２０において、黒線４２１及び４２２間の中心付近に画素Ｐ［ｘ，ｙ］が存在しているものとする。

上述のような想定の下、黒線４２１及び４２２間の隙間に位置する各画素は、図５のステップＳ１６においてつぶれ候補画素に分類され易くなる。例えば、画素Ｐ［ｘ−３，ｙ］〜Ｐ［ｘ＋３，ｙ］が全てステップＳ１６にてつぶれ候補画素に分類されたとする。但し、ここでは、紙面４１０上における黒線４１１又は４１２の太さのぶれや傾き、スキャナと紙面４１０との位置関係及びノイズなどに起因して、画素Ｐ［ｘ−３，ｙ］〜Ｐ［ｘ＋３，ｙ］の内、画素Ｐ［ｘ，ｙ］のみがステップＳ１３にてかすれ候補画素にも分類されたとする。この場合、画素Ｐ［ｘ，ｙ］については矛盾解決処理が適用される。

この際、画素Ｐ［ｘ，ｙ］における水平方向のエッジ強度が垂直方向のエッジ強度よりも相対的に小さくなりやすいため、上記式（Ｃ１）が成立しやすくなり、最終的に画素Ｐ［ｘ，ｙ］はつぶれ候補画素に分類されるようになる。結果、画素Ｐ［ｘ−３，ｙ］〜Ｐ［ｘ＋３，ｙ］は全て「０」の画素値にて二値化されることになる。水平方向のエッジ強度が垂直方向のエッジ強度よりも相対的に小さい場合、水平方向の濃淡変化は相対的に少ないのであるから（同程度の濃淡情報を有した画素が水平方向に並んでいるのであるから）、水平方向のエッジ強度に基づく分類結果（ステップＳ１３の分類結果）を無視して、垂直方向のエッジ強度に基づく分類結果（ステップＳ１６の分類結果）を優先的に採用した方が適正であると考えられる。

以下、上述の二値化方法を基本とした幾つかの変形方法を説明する。

［第１変形方法］
図５のステップＳ１３又はＳ１６において、或る注目画素Ｐ［ｘ，ｙ］がかすれ候補画素に分類されたとき、注目画素Ｐ［ｘ，ｙ］の１以上の近傍画素をもかすれ候補画素に分類するようにしても良く、或る注目画素Ｐ［ｘ，ｙ］がつぶれ候補画素に分類されたとき、注目画素Ｐ［ｘ，ｙ］の１以上の近傍画素をもつぶれ候補画素に分類するようにしても良い。この場合、注目画素Ｐ［ｘ，ｙ］と共にかすれ候補画素又はつぶれ候補画素に分類された近傍画素は、非候補画素の群から削除され（即ち図６のステップＳ３４の処理が適用されず）、注目画素Ｐ［ｘ，ｙ］と同一の画素値に二値化される。ここで、注目画素Ｐ［ｘ，ｙ］の１以上の近傍画素は、例えば、注目画素Ｐ［ｘ，ｙ］の４近傍画素の全部又は一部、或いは、注目画素Ｐ［ｘ，ｙ］の８近傍画素の全部又は一部である。

［第２変形方法］
図６のステップＳ２５又はＳ２８において、かすれ候補画素である第ｉ候補画素に対して無条件に「１」の画素値を設定するのではなく、第ｉ候補画素の画素値が所定の閾値ｔｈ_A以上ならば第ｉ候補画素に「０」の画素値を設定する一方で第ｉ候補画素の画素値が閾値ｔｈ_A未満ならば第ｉ候補画素に「１」の画素値を設定するようにしても良い。

同様に、図６のステップＳ２６又はＳ３０において、つぶれ候補画素である第ｉ候補画素に対して無条件に「０」の画素値を設定するのではなく、第ｉ候補画素の画素値が所定の閾値ｔｈ_B以上ならば第ｉ候補画素に「０」の画素値を設定する一方で第ｉ候補画素の画素値が閾値ｔｈ_B未満ならば第ｉ候補画素に「１」の画素値を設定するようにしても良い。

ここで、閾値ｔｈ_A及びｔｈ_Bは、“ｔｈ_A＞ｔｈ_B”を満たすように予め定められていると良い。これにより、かすれ候補画素は、画素値が比較的大きくても（比較的淡い画素であっても；図３（ａ）参照）「１」の画素値が設定され易くなるため、二値化画像上のかすれの発生が抑制される。同様に、つぶれ候補画素は、画素値が比較的小さくても（比較的濃い画素であっても；図３（ａ）参照）「０」の画素値が設定され易くなるため、二値化画像上のつぶれの発生が抑制される。

更に、閾値ｔｈ_A及びｔｈ_Bは、図６のステップＳ３４で用いる閾値ｔｈとの関係において“ｔｈ_A＞ｔｈ＞ｔｈ_B”を満たしていても良い。

＜＜第２実施形態＞＞
本発明の第２実施形態を説明する。第２実施形態及び後述の第３実施形態は第１実施形態を基礎とする実施形態であり、第２及び第３実施形態において特に述べない事項に関しては、矛盾の無い限り、第１実施形態の記載が第２及び第３実施形態にも適用される。

二値化画像生成部２０は、図１２に示す如く、互いに異なる第１〜第Ｍの二値化処理（換言すれば、Ｍ種類の二値化方法）を用いて単一の入力画像ＩＭを二値化することで、Ｍ枚の二値化画像を生成するようにしても良い。ここで、Ｍは２以上の任意の整数である。第ｉの二値化処理を用いて生成された二値化画像を記号ＩＢ［ｉ］にて表す。二値化画像生成部２０に第１〜第Ｍの二値化処理を実行するＭ個の二値化処理部（不図示）が内包されている、と考えても良い。

ここで、第１の二値化処理は第１実施形態で述べた二値化処理である。従って、二値化画像ＩＢ［１］は、図５及び図６の二値化処理を用いて得られる二値化画像である。第２の二値化処理は、例えば、公知の判別分析法を用いた二値化処理であって良い。この場合、入力画像ＩＭの各画素の画素値に基づき判別分析法を用いて閾値を設定し、設定した閾値を用いて入力画像ＩＭの各画素を二値化することで二値化画像ＩＢ［２］が得られる。

文字認識処理部３０は、二値化画像生成部２０にて生成された二値化画像ごとに、二値化画像の各画素の画素値に基づき二値化画像から画像特徴量を抽出し、二値化画像ＩＢ［１］〜ＩＢ［Ｍ］の画像特徴量を合成することで合成画像特徴量を生成する。そして、文字認識処理部３０は、合成画像特徴量に基づき入力画像ＩＭに含まれている文字を認識する。ここにおいける合成は平均（単純平均又は加重平均）であって良い。

図１３を参照し、Ｍ＝２であると仮定して、文字認識処理部３０の動作を詳説する。図１３の例では、入力画像ＩＭに「職」という漢字の画像情報が含まれており、入力画像ＩＭから二値化画像ＩＢ［１］及びＩＢ［２］が得られる。文字認識処理部３０は、二値化画像ＩＢ［１］の各画素の画素値に基づく二値化画像ＩＢ［１］の輪郭情報を用いて画像特徴量ＩＦ［１］を生成する一方で、二値化画像ＩＢ［２］の各画素の画素値に基づく二値化画像ＩＢ［２］の輪郭情報を用いて画像特徴量ＩＦ［２］を生成する。画像特徴量ＩＦ［ｉ］は、二値化画像ＩＢ［ｉ］の特徴を表す複数次元の量から成り、ここでは例として、二値化画像ＩＢ［ｉ］の特徴を表す２００次元の量から成るものとする。そうすると、画像特徴量ＩＦ［ｉ］は、２００次元の特徴ベクトルにて表現される。

文字認識処理部３０は、画像特徴量ＩＦ［１］及びＩＦ［２］の平均をとることで合成画像特徴量ＩＦ_CMBを生成する。ここにおける平均は単純平均であっても良いし、加重平均であっても良い。

文字認識処理部３０には、テンプレートＴＰを含む複数のテンプレートを記憶するテンプレート記憶部３１が備えられている。各テンプレートは文字の画像特徴量を示している。図１３に示すテンプレートＴＰは、「職」という漢字の画像特徴量を示している。テンプレート記憶部３１は、文字認識装置１の外部装置（不図示）に設けられるものであっても良く、インターネット網等の通信回線を介して記憶部３１の記憶内容が文字認識処理部３０に供給されても良い。

文字認識処理部３０は、合成画像特徴量ＩＦ_CMBと、記憶部３１内の各テンプレートによる画像特徴量との類似度を計算し、計算結果に基づき入力画像ＩＭに含まれている文字が何であるかを認識する。合成画像特徴量ＩＦ_CMBと或るテンプレートによる画像特徴量との類似度は、合成画像特徴量ＩＦ_CMBを表す第１特徴ベクトルと、当該テンプレートの画像特徴量を表す第２特徴ベクトルとを共通の特徴空間に配置したときの、第１及び第２特徴ベクトル間のユークリッド距離にて表される。合成画像特徴量ＩＦ_CMBとテンプレートＴＰとの間のユークリッド距離が所定の基準値以下であるとき、文字認識処理部３０は、入力画像ＩＭに含まれている文字がテンプレートＴＰに対応する文字「職」であると認識する。

第１実施形態の二値化処理を用いれば、かすれた文字やつぶれた文字でも良好な文字認識結果を得ることが可能であるが、あらゆるケースにおいて最良の結果を出すとは限らない。例えば、原理上、ノイズに反応しやすいので、本来白の部分をかすれ候補画素に分類することもありえるし、ベタ塗り領域中の比較的濃度の薄い部分をつぶれ候補画素に分類することもありえる。これを考慮し、第２実施形態では、複数の二値化処理を介して得た複数の画像特徴量の合成結果を用いて文字認識を行う。これにより、複数の二値化処理の利点を得た状態で（或る二値化処理が不得手とする部分を他の二値化処理にて補填したような状態で）文字認識を行うことができ、単体の二値化処理を用いる場合よりも良好な文字認識結果を得ることが可能となる。

第１実施形態の二値化処理を第１の二値化処理として利用する場合の例を挙げたが、第１〜第Ｍの二値化処理は任意であって良い。例えば、つぶれよりもかすれに対して良好な結果を出す二値化処理を第１の二値化処理として用い、且つ、かすれよりもつぶれに対して良好な結果を出す二値化処理を第２の二値化処理として用いるようにすれば、かすれた文字及びつぶれた文字の双方に対して良好な文字認識結果を得ることが可能となる。

＜＜第３実施形態＞＞
本発明の第３実施形態を説明する。第３実施形態では、第１又は第２実施形態に適用可能な応用技術及び変形技術などを説明する。

二値化画像生成部２０の構成を、図１４の機能ブロック図で表すことができる。図１４の二値化画像生成部２０は、ステップＳ１１及びＳ１４の処理を実行するピーク画素抽出部２１と、ステップＳ１２及びＳ１５の処理を実行するピーク強度導出部２２と、二値化部２３と、を備える。二値化部２３は、ステップＳ１３、Ｓ１６及びＳ１７の処理を実行する画素分類部２３ａと、ステップＳ２２〜Ｓ３３の処理を実行する候補用二値化部２３ｂと、ステップＳ３４の処理を実行する非候補用二値化部２３ｃと、を備える。

文字認識装置１は、専用のハードウェアにより実現されても良いし、専用のハードウェアを含むコンピュータ上で専用のプログラム（ソフトウェア）を実行することにより実現されても良いし、汎用のコンピュータ上で専用のプログラム（ソフトウェア）を実行することにより実現されても良い。上記専用のプログラムは、第１又は第２実施形態で述べた二値化方法（入力画像から二値化画像を生成する方法）をコンピュータに実現させる。

第１及び第２実施形態では、文字を含む入力画像を二値化する方法を説明したが、第１及び第２実施形態で述べた二値化方法を含む本発明の二値化方法は、これに限定されるものではない。例えば、バーコード又はＱＲコード（登録商標）をカメラ又はスキャナで取り込むことで得た入力画像や、印鑑の印影を含む紙面をカメラ又はスキャナで取り込むことで得た入力画像に対して、本発明の二値化方法を適用して良い。

第１実施形態では、水平方向と垂直方向の夫々において、極値をとる画素の抽出等を行っているが、水平方向と垂直方向の一方に対してのみ極値をとる画素の抽出等を行うことも可能である（この場合、矛盾削減処理は不要となる）。例えば、水平方向に対してのみ、つぶれやかすれの発生が問題視される場合には、図５からステップＳ１４〜Ｓ１６の処理を削除すると共に、図６からステップＳ２３及びＳ２７〜Ｓ３１の処理を削除すると良い。この場合、図６のステップＳ２２の後、ステップＳ２４を介してステップＳ２５又はＳ２６の処理を実行した後に、ステップＳ３２に移行すれば良い。垂直方向に対してのみ、つぶれやかすれの発生が問題視される場合も同様にすればよい。入力画像が一次元画像である場合も同様である。

＜＜本発明の考察＞＞
第１〜第３実施形態にて具現化された本発明の技術について考察する。

本発明の一側面に係る二値化方法Ｗは、多値の入力画像を二値化する二値化方法であって、前記入力画像を所定方向に沿って走査したときに極値をとる画素をピーク画素として抽出するピーク画素抽出工程（ステップＳ１１、Ｓ１４）と、前記所定方向に沿って連続して並ぶ５つの画素を含み且つ前記ピーク画素を中心画素として含む評価画素群中の各画素の画素値に基づいて、前記ピーク画素を二値化する二値化工程と、を含むことを特徴とする。

上記評価画素群中の各画素の画素値に基づいてピーク画素を二値化するため（例えば、画素Ｐ［ｘ−２，ｙ］〜画素Ｐ［ｘ＋２，ｙ］から成る評価画素群中の各画素の画素値に基づいて水平ピーク画素Ｐ［ｘ，ｙ］を二値化するため）、ピーク画素の近傍の濃淡変化を詳細に考慮することができ、かすれやつぶれの生じにくい（換言すれば、かすれやつぶれが解消された）良好な二値化を実現できる。

尚、第１実施形態では、評価画素群がピーク画素（水平又は垂直ピーク画素）を中心画素として含んだ５つの画素にて形成されているが、評価画素群がピーク画素（水平又は垂直ピーク画素）を中心画素として含んだ７つ以上の画素にて形成されていても良い。

二値化方法Ｗにおける所定方向は、例えば第１実施形態における水平方向又は垂直方向であって良く、水平方向と垂直方向を含むと考えても良い。第１実施形態では例えば、画素Ｐ［ｘ，ｙ］がピーク画素の一種である水平ピーク画素として抽出されたとき（ステップＳ１１）、画素Ｐ［ｘ−２，ｙ］〜Ｐ［ｘ＋２，ｙ］を含む評価画素群中の各画素の画素値ｖ［ｘ−２，ｙ］〜ｖ［ｘ＋２，ｙ］に基づき、ステップＳ１２及びＳ１３並びに図６のステップＳ２１以降の処理を介して水平ピーク画素Ｐ［ｘ，ｙ］が二値化される。第１実施形態に係る二値化工程は、ステップＳ２５、Ｓ２６、Ｓ２８及びＳ３０の処理の全部又は一部を含むと考えて良い。

具体的には例えば、前記二値化方法Ｗにおいて、前記評価画素群は、前記所定方向において前記ピーク画素の両隣に位置する第１画素及び第２画素と、前記所定方向において前記ピーク画素から見て前記第１画素の外側に位置する第３画素及び前記第２画素の外側に位置する第４画素を含み（例えば、前記所定方向において前記ピーク画素から見て前記第１画素より遠くに位置する第３画素及び前記第２画素より遠くに位置する第４画素を含み；より具体的には例えば、前記所定方向において前記ピーク画素から１画素分隔てて位置する第３画素及び第４画素を含み）、前記第１画素は前記ピーク画素及び前記第３画素間に位置するとともに、前記第２画素は前記ピーク画素及び前記第４画素間に位置し、前記二値化工程では、前記ピーク画素と前記第１〜第４画素との間における画素値の第１〜第４差分（例えば、ＤＩＦ_L1、ＤＩＦ_R1、ＤＩＦ_L2、ＤＩＦ_R2；図７（ａ）又は（ｂ）参照）に基づき、前記ピーク画素を二値化すると良い。

第１差分及び第２差分だけ、或いは、第３差分及び第４差分だけを考慮するのではなく、ピーク画素の両側の２画素分の差分から成る計４つの差分に基づいてピーク画素を二値化するため、ピーク画素の近傍の濃淡変化を詳細に考慮することができ、かすれやつぶれの生じにくい（換言すれば、かすれやつぶれが解消された）良好な二値化を実現できる。

第１実施形態では例えば、画素Ｐ［ｘ，ｙ］がピーク画素の一種である水平ピーク画素として抽出されたとき（ステップＳ１１）、画素値ｖ［ｘ−２，ｙ］〜ｖ［ｘ＋２，ｙ］に応じた第１〜第４差分（例えば、ＤＩＦ_L1、ＤＩＦ_R1、ＤＩＦ_L2、ＤＩＦ_R2；図７（ａ）又は（ｂ）参照）に基づき、ステップＳ１２及びＳ１３並びに図６のステップＳ２１以降の処理を介して水平ピーク画素Ｐ［ｘ，ｙ］が二値化される（例えばステップＳ２５、Ｓ２６）。

より詳細には例えば、前記二値化方法Ｗは、前記ピーク画素における第１エッジ強度及び第２エッジ強度の和を前記ピーク画素のピーク強度として導出するピーク強度導出工程（ステップＳ１２、Ｓ１５）を更に含み、前記ピーク強度導出工程では、前記第１差分（例えばＤＩＦ_L1）と前記第３差分（例えばＤＩＦ_L2）が同符号であって又は前記第１差分がゼロであって且つ前記第３差分の絶対値が前記第１差分の絶対値より大きいとき、前記第３差分を前記第１エッジ強度（例えば左側エッジ強度）として導出する一方で、そうでないとき、前記第１差分を前記第１エッジ強度として導出し、前記第２差分（例えばＤＩＦ_R1）と前記第４差分（例えばＤＩＦ_R2）が同符号であって又は前記第２差分がゼロであって且つ前記第４差分の絶対値が前記第２差分の絶対値より大きいとき、前記第４差分を前記第２エッジ強度（例えば右側エッジ強度）として導出する一方で、そうでないとき、前記第２差分を前記第２エッジ強度として導出すると良い。この際、前記二値化工程では、前記ピーク強度の絶対値が所定値以上のとき、前記ピーク強度の符号に基づいて前記ピーク画素を二値化すると良い。

これにより、図１０（ａ）〜（ｃ）を用いて説明したような入力画像に対しても、かすれやつぶれの生じにくい良好な二値化を実現できる。

第１実施形態では例えば、画素Ｐ［ｘ，ｙ］がピーク画素の一種である水平ピーク画素として抽出され（ステップＳ１１）、且つ、水平ピーク画素Ｐ［ｘ，ｙ］の水平ピーク強度が所定値以上のとき、水平ピーク強度の符号に応じた水平ピーク画素Ｐ［ｘ，ｙ］のかすれ候補画素又はつぶれ候補画素への分類を介して、水平ピーク画素Ｐ［ｘ，ｙ］が二値化される（例えばステップＳ２５、Ｓ２６）。

そして例えば、前記二値化方法Ｗに係る前記二値化工程では、前記ピーク強度の絶対値が前記所定値未満のピーク画素、及び、前記ピーク画素以外の画素については、閾値を用いて二値化すると良い（ステップＳ３４）。

前記二値化方法Ｗにおいて、前記閾値は、予め設定された固定値であって良い、又は、前記入力画像に基づいて設定されるものであって良い。

本発明の実施形態は、特許請求の範囲に示された技術的思想の範囲内において、適宜、種々の変更が可能である。以上の実施形態は、あくまでも、本発明の実施形態の例であって、本発明ないし各構成要件の用語の意義は、以上の実施形態に記載されたものに制限されるものではない。上述の説明文中に示した具体的な数値は、単なる例示であって、当然の如く、それらを様々な数値に変更することができる。

１ 文字認識装置
１０ 入力画像取得部
２０ 二値化画像生成部
２１ ピーク画素抽出部
２２ ピーク強度導出部
２３ 二値化部
３０ 文字認識処理部
４０ 出力部

Claims (8)

1. 多値の入力画像を二値化する二値化方法であって、
   前記入力画像を所定方向に沿って走査したときに極値をとる画素をピーク画素として抽出するピーク画素抽出工程と、
   前記所定方向に沿って連続して並ぶ前記ピーク画素を含んだ５以上の画素のうち、前記ピーク画素を除く各画素と、前記ピーク画素との間における画素値の差分に基づいて、前記ピーク画素を二値化する二値化工程と、を含む
   ことを特徴とする二値化方法。
2. 多値の入力画像を二値化する二値化方法であって、
   前記入力画像を所定方向に沿って走査したときに極値をとる画素をピーク画素として抽出するピーク画素抽出工程と、
   前記所定方向に沿って連続して並ぶ５つの画素を含み且つ前記ピーク画素を中心画素として含む評価画素群中の各画素の画素値に基づいて、前記ピーク画素を二値化する二値化工程と、を含み、
   前記評価画素群は、前記所定方向において前記ピーク画素の両隣に位置する第１画素及び第２画素と、前記所定方向において前記ピーク画素から見て前記第１画素の外側に位置する第３画素及び前記第２画素の外側に位置する第４画素を含み、前記第１画素は前記ピーク画素及び前記第３画素間に位置するとともに、前記第２画素は前記ピーク画素及び前記第４画素間に位置し、
   前記二値化工程では、前記ピーク画素と前記第１〜第４画素との間における画素値の第１〜第４差分に基づき、前記ピーク画素を二値化する
   ことを特徴とする二値化方法。
3. 前記ピーク画素における第１エッジ強度及び第２エッジ強度の和を前記ピーク画素のピーク強度として導出するピーク強度導出工程を更に含み、
   前記ピーク強度導出工程では、前記第１差分と前記第３差分が同符号であって又は前記第１差分がゼロであって且つ前記第３差分の絶対値が前記第１差分の絶対値より大きいとき、前記第３差分を前記第１エッジ強度として導出する一方で、そうでないとき、前記第１差分を前記第１エッジ強度として導出し、
   前記第２差分と前記第４差分が同符号であって又は前記第２差分がゼロであって且つ前記第４差分の絶対値が前記第２差分の絶対値より大きいとき、前記第４差分を前記第２エッジ強度として導出する一方で、そうでないとき、前記第２差分を前記第２エッジ強度として導出し、
   前記二値化工程では、前記ピーク強度の絶対値が所定値以上のとき、前記ピーク強度の符号に基づいて前記ピーク画素を二値化する
   ことを特徴とする請求項２に記載の二値化方法。
4. 前記二値化工程では、前記ピーク強度の絶対値が前記所定値未満のピーク画素、及び、前記ピーク画素以外の画素については、閾値を用いて二値化する
   ことを特徴とする請求項３に記載の二値化方法。
5. 前記閾値は、予め設定された固定値である、又は、前記入力画像に基づいて設定される
   ことを特徴とする請求項４に記載の二値化方法。
6. 請求項１〜５の何れかに記載の二値化方法をコンピュータに実現させるためのプログラム。
7. 多値の入力画像を二値化する二値化装置であって、
   前記入力画像を取得する入力画像取得部と、
   前記入力画像を所定方向に沿って走査したときに極値をとる画素をピーク画素として抽出するピーク画素抽出部と、
   前記所定方向に沿って連続して並ぶ前記ピーク画素を含んだ５以上の画素のうち、前記ピーク画素を除く各画素と、前記ピーク画素との間における画素値の差分に基づいて、前記ピーク画素を二値化する二値化部と、を備える
   ことを特徴とする二値化装置。
8. 多値の入力画像を二値化する二値化装置であって、
   前記入力画像を取得する入力画像取得部と、
   前記入力画像を所定方向に沿って走査したときに極値をとる画素をピーク画素として抽出するピーク画素抽出部と、
   前記所定方向に沿って連続して並ぶ５つの画素を含み且つ前記ピーク画素を中心画素として含む評価画素群中の各画素の画素値に基づいて、前記ピーク画素を二値化する二値化部と、を備え、
   前記評価画素群は、前記所定方向において前記ピーク画素の両隣に位置する第１画素及び第２画素と、前記所定方向において前記ピーク画素から見て前記第１画素の外側に位置する第３画素及び前記第２画素の外側に位置する第４画素を含み、前記第１画素は前記ピーク画素及び前記第３画素間に位置するとともに、前記第２画素は前記ピーク画素及び前記第４画素間に位置し、
   前記二値化部は、前記ピーク画素と前記第１〜第４画素との間における画素値の第１〜第４差分に基づき、前記ピーク画素を二値化する
   ことを特徴とする二値化装置。