JP7229445B2 - 認識装置及び認識方法 - Google Patents
認識装置及び認識方法 Download PDFInfo
- Publication number
- JP7229445B2 JP7229445B2 JP2022570897A JP2022570897A JP7229445B2 JP 7229445 B2 JP7229445 B2 JP 7229445B2 JP 2022570897 A JP2022570897 A JP 2022570897A JP 2022570897 A JP2022570897 A JP 2022570897A JP 7229445 B2 JP7229445 B2 JP 7229445B2
- Authority
- JP
- Japan
- Prior art keywords
- targets
- target
- regions
- image
- quality
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
例えば、特許文献1に記載された情報処理装置は、指定された期間に撮像された複数の画像データを取得する画像取得部と、その複数の画像データを、撮像の時系列順に並べた際の同一性を認識する画像認識部と、その複数の画像データから、特定の除外条件により、重複した画像データ又は適切でない画像データを除外して、出力画像データを選択する出力データ選択部とを備える。出力データ選択部は、画像全体のボケ、又は、テンプレート画像との差分品質を元に、重複した画像データ又は適切でない画像データを除外している。
図1は、実施の形態1に係る認識装置100の構成を概略的に示すブロック図である。
認識装置100は、画像取得部101と、評価部102と、認識部103と、認識結果統合部104と、出力部105とを備える。
評価部102は、画像取得部101で取得された画像から文字列を含んでいる領域である文字列領域を特定し、その文字列領域の品質を評価して、その評価結果に応じて、画像の品質を評価する。例えば、評価部102は、複数の文字列の各々に各々が対応する複数の文字列領域を特定し、その複数の対象領域の品質の評価から、画像の品質の良否を評価する。ここで、文字列領域は、文字列を認識する領域である。また、品質は、画質ともいう。
評価部102は、文字列位置特定部102aと、文字列品質評価部102bと、品質評価判断部102cとを備える。
Y.ITANI, et al.,“Text Line Extraction Method Using Domain-based Actime Contour Model”,2013 12th International Conference on Document Analysis and Recognition, August. 2013
例えば、文字列品質評価部102bは、下記の(1)式~(3)式に示されているラプラシアン微分を用いる方法により、文字列領域の品質を評価する。
ここで、例えば、I(x,y)は、座標(x,y)の輝度値を示す。
ここでsは、分散値を、Rは文字列領域の面積を、aveは文字列領域内のラプラシアン微分の平均値を示す。
s≦THs:品質悪
s>THs:品質良
例えば、認識部103は、評価部102により画像の品質が良いと判断された場合に、その画像に含まれている文字列の文字を認識する。認識部103は、公知の方法を用いて文字の認識を行えばよいが、例えば、下記の文献には、文字を認識する方法の一例が記載されている。
T.Hirano, et al., “Structual Character Recognition Using Simulated Annealing”, Information Technology R&D Center, August, 1997
まず、前提として、図3(A)に示されているように、評価部102は、複数の画像Im1~Im3の各々から、文字列領域を示す文字列位置を特定する。図3(A)では、画像Im1から文字列領域R11~R14が特定され、画像Im2から文字列領域R21~R24が特定され、画像Im3から文字列領域R31~R33が特定されている。
認識装置100は、画像取得装置110と、記憶装置111と、処理回路112と、表示装置113とを備える。
処理回路112は、単一回路、複合回路、プログラムで動作するプロセッサ、プログラムで動作する並列プロセッサ、ASIC(Application Specific Integrated Circuit)又はFPGA(Field Programmable Gate Array)等の回路である。
表示装置113は、各種画面画像を表示する装置である。
認識装置100は、画像取得装置110と、記憶装置121と、表示装置113と、メモリ124と、プロセッサ125とを備える。
第二の例における画像取得装置110及び表示装置113は、第一の例における画像取得装置110及び表示装置113と同様である。
メモリ124は、プロセッサ125が処理を行う際のワークスペースを提供する。
図6のフローチャートは、画像取得部101が画像を取得して、その画像を評価部102に与えることで開始される。
そして、文字列位置特定部102aは、その画像に文字列があるか否かを判断する(S11)。文字列がある場合(S11でYes)には、処理はステップS12に進み、文字列がない場合(S11でNo)には、処理はステップS17に進む。
また、全体的には不鮮明な画像であっても、文字列領域が鮮明な画像については、文字認識の対象とすることができる。これにより、文字認識を行うことのできる画像から確実に文字認識を行うことができる。
実施の形態1では、文字列領域毎に品質を評価し、その多数決により一つの画像から文字認識を行うか否かを判断した。実施の形態2では、画像単位ではなく文字列領域単位の結果をそのまま利用して、文字認識を行うか否かを判断する方法について示す。
実施の形態2に係る認識装置200の画像取得部101及び出力部105は、実施の形態1に係る認識装置100の画像取得部101及び出力部105と同様である。
例えば、評価部202は、複数の文字列の各々に各々が対応する複数の文字列領域を特定し、その複数の文字列領域の各々の品質の良否を評価する。
評価部202は、文字列位置特定部102aと、文字列品質評価部102bとを備える。
実施の形態2における文字列位置特定部102a及び文字列品質評価部102bは、実施の形態1における文字列位置特定部102a及び文字列品質評価部102bと同様である。但し、実施の形態2では、文字列品質評価部102bは、文字列領域毎の評価結果を、認識部203に通知する。
実施の形態2においても、認識部203は、公知の方法を用いて文字の認識を行えばよい。認識された文字列は、認識結果統合部204に与えられる。
まず、前提として、図8(A)に示されているように、評価部202は、複数の画像Im4~Im6の各々に含まれている文字列領域の各々の品質を評価して、認識部203は、その評価結果に応じて、文字列領域毎に文字認識を実行する。
図9に示されているフローチャートは、画像取得部101が画像を取得して、その画像を評価部202に与えることで開始される。
なお、図9に示されているフローチャートに含まれているステップS10~S13までの処理は、図6に示されているフローチャートに含まれているステップS10~S13までの処理と同様である。但し、図9においては、ステップS13の後は、処理はステップS20に進む。
そして、認識部203は、文字列品質評価部102bによる文字列領域の評価結果に基づいて、選択された文字列領域の品質が良いか否かを判断する。選択された文字列領域の品質が良い場合(S21でYes)には、処理はステップS22に進み、選択された文字列領域の品質が良くない場合(S21でNo)には、処理はステップS22に進む。
L(A,B)≦THL: 統合する (5)
L(A,B)>THL: 統合しない (6)
ここで、L(A,B)は、文字列Aと、文字列Bとのレーベンシュタイン距離を表すものとする。
ここで、画像取得部101が取得する複数の画像の内の二つの画像を、第一の画像及び第二の画像とする。第一の画像と、第二の画像とは、一部が重複するように撮像されているものとする。そして、第一の画像に含まれている複数の対象を複数の第一の対象とし、第二の画像に含まれている複数の対象を複数の第二の対象とする。
ここでも、画像取得部101が取得する二つの画像を第一の画像及び第二の画像とする。第一の画像と、第二の画像とは、一部が重複するように撮像されているものとする。そして、第一の画像に含まれている複数の対象を複数の第一の対象とし、第二の画像に含まれている複数の対象を複数の第二の対象とする。
Claims (7)
- 第一の画像から複数の対象である複数の第一の対象を認識する複数の領域である複数の第一の対象領域を特定し、前記複数の第一の対象領域の品質の評価を行うとともに、前記第一の画像と一部が重複するように撮像された第二の画像から複数の対象である複数の第二の対象を認識する複数の領域である複数の第二の対象領域を特定し、前記複数の第二の対象領域の品質の評価を行う評価部と、
前記複数の第一の対象領域の品質の評価の結果に応じて、前記複数の第一の対象を認識するか否かを判断し、前記複数の第一の対象を認識すると判断した場合に、前記複数の第一の対象領域から前記複数の第一の対象を認識するとともに、前記複数の第二の対象領域の品質の評価の結果に応じて、前記複数の第二の対象を認識するか否かを判断し、前記複数の第二の対象を認識すると判断した場合に、前記複数の第二の対象領域から前記複数の第二の対象を認識する認識部と、
前記第一の画像から認識された前記複数の第一の対象の内の一つである第一の処理対象と、前記第二の画像から認識された前記複数の第二の対象の内の一つである第二の処理対象とが、予め定められた条件を満たす場合に、前記第一の処理対象と、前記第二の処理対象とが一致すると判断し、前記第一の処理対象が認識された位置と、前記第二の処理対象が認識された位置とが合わさるように、前記複数の第一の対象と、前記複数の第二の対象とを結合する認識結果統合部と、を備えること
を特徴とする認識装置。 - 第一の画像から複数の対象である複数の第一の対象を認識する複数の領域である複数の第一の対象領域を特定し、前記複数の第一の対象領域の各々の品質の良否を評価するとともに、前記第一の画像と一部が重複するように撮像された第二の画像から複数の対象である複数の第二の対象を認識する複数の領域である複数の第二の対象領域を特定し、前記複数の第二の対象領域の各々の品質の良否を評価する評価部と、
前記複数の第一の対象領域の内、品質が良いと評価された一又は複数の第一の対象領域から一又は複数の第一の対象を認識し、前記複数の第二の対象領域の内、品質が良いと評価された一又は複数の第二の対象領域から一又は複数の第二の対象を認識する認識部と、
前記一又は複数の第一の対象の内の一つである第一の処理対象と、前記一又は複数の第二の対象の内の一つである第二の処理対象とが、予め定められた条件を満たす場合に、前記第一の処理対象と、前記第二の処理対象とが一致すると判断し、前記第一の処理対象が認識された位置と、前記第二の処理対象が認識された位置とが合わさるように、前記一又は複数の第一の対象と、前記一又は複数の第二の対象とを結合する認識結果統合部と、を備えること
を特徴とする認識装置。 - 前記条件は、前記第一の処理対象と、前記第二の処理対象とが同一であること
を特徴とする請求項1又は2に記載の認識装置。 - 前記条件は、前記第一の処理対象と、前記第二の処理対象とのレーベンシュタイン距離が、予め定められた閾値以下であること
を特徴とする請求項1又は2に記載の認識装置。 - 前記対象は、文字列であること
を特徴とする請求項1から4の何れか一項に記載の認識装置。 - 第一の画像から複数の対象である複数の第一の対象を認識する複数の領域である複数の第一の対象領域を特定し、
前記複数の第一の対象領域の品質の評価を行い、
前記第一の画像と一部が重複するように撮像された第二の画像から複数の対象である複数の第二の対象を認識する複数の領域である複数の第二の対象領域を特定し、
前記複数の第二の対象領域の品質の評価を行い、
前記複数の第一の対象領域の品質の評価の結果に応じて、前記複数の第一の対象を認識するか否かを判断し、
前記複数の第一の対象を認識すると判断した場合に、前記複数の第一の対象領域から前記複数の第一の対象を認識し、
前記複数の第二の対象領域の品質の評価の結果に応じて、前記複数の第二の対象を認識するか否かを判断し、
前記複数の第二の対象を認識すると判断した場合に、前記複数の第二の対象領域から前記複数の第二の対象を認識し、
前記第一の画像から認識された前記複数の第一の対象の内の一つである第一の処理対象と、前記第二の画像から認識された前記複数の第二の対象の内の一つである第二の処理対象とが、予め定められた条件を満たす場合に、前記第一の処理対象と、前記第二の処理対象とが一致すると判断し、前記第一の処理対象が認識された位置と、前記第二の処理対象が認識された位置とが合わさるように、前記複数の第一の対象と、前記複数の第二の対象とを結合すること
を特徴とする認識方法。 - 第一の画像から複数の対象である複数の第一の対象を認識する複数の領域である複数の第一の対象領域を特定し、
前記複数の第一の対象領域の各々の品質の良否を評価し、
前記第一の画像と一部が重複するように撮像された第二の画像から複数の対象である複数の第二の対象を認識する複数の領域である複数の第二の対象領域を特定し、
前記複数の第二の対象領域の各々の品質の良否を評価し、
前記複数の第一の対象領域の内、品質が良いと評価された一又は複数の第一の対象領域から一又は複数の第一の対象を認識し、
前記複数の第二の対象領域の内、品質が良いと評価された一又は複数の第二の対象領域から一又は複数の第二の対象を認識し、
前記一又は複数の第一の対象の内の一つである第一の処理対象と、前記一又は複数の第二の対象の内の一つである第二の処理対象とが、予め定められた条件を満たす場合に、前記第一の処理対象と、前記第二の処理対象とが一致すると判断し、前記第一の処理対象が認識された位置と、前記第二の処理対象が認識された位置とが合わさるように、前記一又は複数の第一の対象と、前記一又は複数の第二の対象とを結合すること
を特徴とする認識方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/048500 WO2022137448A1 (ja) | 2020-12-24 | 2020-12-24 | 認識装置及び認識方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2022137448A1 JPWO2022137448A1 (ja) | 2022-06-30 |
JPWO2022137448A5 JPWO2022137448A5 (ja) | 2023-02-03 |
JP7229445B2 true JP7229445B2 (ja) | 2023-02-27 |
Family
ID=82159288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022570897A Active JP7229445B2 (ja) | 2020-12-24 | 2020-12-24 | 認識装置及び認識方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7229445B2 (ja) |
WO (1) | WO2022137448A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000155806A (ja) | 1998-11-19 | 2000-06-06 | Ricoh Co Ltd | 文字認識方法、文字認識装置、辞書作成方法、辞書作成装置、文字品質判定方法、及び、記録媒体 |
JP2006178543A (ja) | 2004-12-20 | 2006-07-06 | Canon Marketing Japan Inc | 画像処理方法、画像処理装置 |
JP2007156918A (ja) | 2005-12-06 | 2007-06-21 | Sharp Corp | 文字認識装置、文字認識方法、文字認識プログラム、および記録媒体 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150059302A (ko) * | 2013-11-22 | 2015-06-01 | 최재숙 | 촬상 이미지를 적합화 하여 문자를 인식하는 방법 및 그 방법을 실행하는 정보 처리 기기 |
-
2020
- 2020-12-24 WO PCT/JP2020/048500 patent/WO2022137448A1/ja active Application Filing
- 2020-12-24 JP JP2022570897A patent/JP7229445B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000155806A (ja) | 1998-11-19 | 2000-06-06 | Ricoh Co Ltd | 文字認識方法、文字認識装置、辞書作成方法、辞書作成装置、文字品質判定方法、及び、記録媒体 |
JP2006178543A (ja) | 2004-12-20 | 2006-07-06 | Canon Marketing Japan Inc | 画像処理方法、画像処理装置 |
JP2007156918A (ja) | 2005-12-06 | 2007-06-21 | Sharp Corp | 文字認識装置、文字認識方法、文字認識プログラム、および記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
WO2022137448A1 (ja) | 2022-06-30 |
JPWO2022137448A1 (ja) | 2022-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4772839B2 (ja) | 画像識別方法および撮像装置 | |
Fang et al. | No-reference quality assessment of contrast-distorted images based on natural scene statistics | |
US8170294B2 (en) | Method of detecting redeye in a digital image | |
JP6403261B2 (ja) | 分類器生成装置、外観検査装置、分類器生成方法、及びプログラム | |
US8819015B2 (en) | Object identification apparatus and method for identifying object | |
KR101247147B1 (ko) | 디지털 영상 획득 장치에서의 얼굴 탐색 및 검출 | |
JP2021524630A (ja) | マルチ分解能登録を介したマルチサンプル全体スライド画像処理 | |
WO2020248387A1 (zh) | 基于多路摄像的人脸识别方法、装置、终端及存储介质 | |
US20030044178A1 (en) | Method for the automatic detection of red-eye defects in photographic image data | |
CN110956628B (zh) | 图片等级分类方法、装置、计算机设备和存储介质 | |
CN101299239B (zh) | 文字区域图像的获取方法及装置、文字识别*** | |
CN113962975B (zh) | 基于梯度信息对病理玻片数字图像进行质量评估的*** | |
CN111899246A (zh) | 玻片数字化信息质量检测方法、装置、设备及介质 | |
CN108961209B (zh) | 行人图像质量评价方法、电子设备及计算机可读介质 | |
CN112785572A (zh) | 图像质量评估方法、装置以及计算机可读存储介质 | |
WO2018107574A1 (zh) | 一种对印防伪特征的检测方法及装置 | |
CN112073713B (zh) | 视频漏录测试方法、装置、设备及存储介质 | |
CN106910207B (zh) | 用于识别图像局部区域的方法、装置及终端设备 | |
JP7229445B2 (ja) | 認識装置及び認識方法 | |
JP2006323779A (ja) | 画像処理方法、画像処理装置 | |
JP2002269545A (ja) | 顔画像処理方法及び顔画像処理装置 | |
JP2005332382A (ja) | 画像処理方法および装置並びにプログラム | |
JPH11306348A (ja) | 対象物検出装置及び対象物検出方法 | |
CN112907206B (zh) | 一种基于视频对象识别的业务审核方法、装置及设备 | |
CN111753722B (zh) | 一种基于特征点类型的指纹识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221206 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221206 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221206 |
|
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: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230214 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7229445 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |