JPH08272956A - Method and device for noise removal - Google Patents
Method and device for noise removalInfo
- Publication number
- JPH08272956A JPH08272956A JP7100573A JP10057395A JPH08272956A JP H08272956 A JPH08272956 A JP H08272956A JP 7100573 A JP7100573 A JP 7100573A JP 10057395 A JP10057395 A JP 10057395A JP H08272956 A JPH08272956 A JP H08272956A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- removal
- vertical line
- pixel
- singular point
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000001186 cumulative effect Effects 0.000 claims description 15
- 230000002463 transducing effect Effects 0.000 abstract 1
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、画像処理方式に関し、
特に光電管変換によって得られた２値化（デジタル）画
像に係わるノイズ除去方法およびノイズ除去装置に関す
るBACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image processing system,
Particularly, the present invention relates to a noise removing method and a noise removing apparatus for a binary (digital) image obtained by photoelectric conversion.
【０００２】[0002]
【従来の技術】光電管変換によってデジタル的に表現さ
れたデジタル画像には読取り系や原稿の汚れ等によって
ノイズが重畳されることがあり、重畳されたノイズは画
像を劣化させたり、後段の画像処理において重大な影響
を及ぼす（例えば、文字認識処理ではノイズによる読取
り不能文字の発生や誤認識による認識率の低下をもたら
す）。2. Description of the Related Art Noise may be superposed on a digital image digitally represented by photoelectric conversion due to dirt on a reading system or an original, and the superposed noise deteriorates the image or causes image processing at a later stage. (For example, in character recognition processing, unreadable characters are generated due to noise and recognition rate is reduced due to erroneous recognition).
【０００３】従来のノイズ除去方式としては種々提案さ
れているが、目立ちやすいラインノイズの除去方式とし
て、例えば、対象画素にラインノイズが重畳しているか
否かを判定し、ノイズが重畳していればその対象画素を
隣接する上下画素の平均値で置換するようにした特開平
１−１８０６８１号に開示のラインノイズ除去方式や、
上述の特開平１ー１８０６８１号に開示のラインノイズ
除去方式のラインノイズ判定方法を改善した特開平３ー
２５０８６８に開示のラインノイズ除去方式、がある。Various conventional noise removal methods have been proposed, but as a method of removing line noise that tends to stand out, for example, it is determined whether line noise is superimposed on a target pixel and noise is superimposed. For example, the line noise removal method disclosed in Japanese Patent Application Laid-Open No. 1-180681, in which the target pixel is replaced by the average value of adjacent upper and lower pixels,
There is a line noise removal method disclosed in JP-A-3-250868, which is an improvement of the line noise determination method of the line noise removal method disclosed in JP-A-1-180681.
【０００４】また、読取り系や原稿の汚れ等によるノイ
ズの重畳や、画像中のエッジを検出する処理の過程で検
出される画素値のばらつきによるノイズの除去方式とし
て、例えば、ノイズと一致しそうなパターンをマスクと
して作成し、このマスクと画像を比較しながら画像全体
を走査し、マスクと画像（の一部）が一致した場合にそ
の一致部分の黒画素を白画素で置換することによりノイ
ズを除去する方法（パターンマッチング法；後述）や、
デジタル画像を走査して各黒画素あるいは白画素と連結
した黒画素群或いは白画素群の画素数を計数し、画素数
が一定数以下のとき該画素数をノイズとみなして除去す
る特開平２ー２５４５７４号に開示のノイズ除去方法の
ように一定面積以下の集合画素（画素数）を除去する方
法、がある。Further, as a method of removing noise due to the superposition of noise due to dirt on the reading system or the original, or the variation of pixel values detected in the process of detecting edges in an image, for example, it is likely to match noise. Create a pattern as a mask, scan the entire image while comparing this mask with the image, and if the mask and the image (part of) match, replace the black pixels in the matching part with white pixels to reduce noise. A method of removing (pattern matching method; described later),
A digital image is scanned to count the number of pixels of a black pixel group or a white pixel group connected to each black pixel or white pixel, and when the number of pixels is less than a certain number, the pixel number is regarded as noise and removed. No. 254574 discloses a method of removing a collective pixel (number of pixels) having a predetermined area or less, such as a noise removing method.
【０００５】[0005]
【発明が解決しようとする課題】イメージスキャナやフ
ァクシミリ装置における読取りの場合、センサの汚れや
異常等により図５の例に示すように縦線方向に直線上に
ノイズが集中して発生することがあるが、上記従来技術
のうちラインノイズの除去方法ではライン方向のノイズ
は一応除去できるものの縦方向に直線状に表われるノイ
ズの除去には適していないという問題点があった。When reading with an image scanner or a facsimile machine, noise may be concentrated on a straight line in the vertical direction as shown in the example of FIG. 5 due to dirt or abnormality of the sensor. However, among the above-mentioned conventional techniques, the line noise removing method has a problem in that although line noise can be removed for the time being, it is not suitable for removing noise that appears linearly in the vertical direction.
【０００６】また、上述した一定面積以下の集合画素
（画素数）を除去する方法においても、特にファクシミ
リ画像の場合、縦線状ノイズは画素面積が様々であり、
又、必要な画像と重なるものも多いので（図５参照）十
分なノイズ除去ができないという問題点や、ノイズ除去
を実行すると画像の画素構成を変えてしまう場合が生じ
るので文字認識を行う場合に認識不能文字や誤認識が生
ずる可能性があるという問題点があった。Also, in the above-described method of removing a set pixel (the number of pixels) having a predetermined area or less, particularly in the case of a facsimile image, vertical line noise has various pixel areas,
In addition, there are many things that overlap with the required image (see FIG. 5), so that there is a problem that sufficient noise removal cannot be performed, and when the noise removal is performed, the pixel configuration of the image may be changed. There is a problem in that unrecognizable characters and erroneous recognition may occur.
【０００７】以下、従来のパーターンマッチング法の代
表的な例である３×３パターンマッチングを縦線状ノイ
ズの除去に適用した例について述べる。３×３パターン
マッチング方式では画面の全ての黒画素についてその１
つ１つの黒画素を順次注目画素として、注目画素とその
隣接する８画素の状態を調べ、マスクパターンとの一致
・不一致を調べ、一致した画素をノイズとして除去す
る。An example in which 3 × 3 pattern matching, which is a typical example of the conventional pattern matching method, is applied to the removal of vertical line noise will be described below. In the 3 × 3 pattern matching method, 1 for all black pixels on the screen
Each black pixel is sequentially set as a target pixel, the states of the target pixel and its eight adjacent pixels are checked, and whether or not they match the mask pattern is checked, and the matched pixels are removed as noise.
【０００８】ここで、図５は縦線状ノイズを含む入力画
像の例であり、図５では入力画像として数字「１２３」
が示されており数字「２」及び「３」には縦線状のノイ
ズが重畳されている。図１１は図５の入力画像を図１０
のマスクパターンで３×３パターンマッチングした結果
であり、図１０のマスクパターンと一致した画素を反転
している（図１１で、白い矩形の枠で示されている画素
は白画素に反転されたノイズの部分を表わしている）。Here, FIG. 5 is an example of an input image containing vertical line noise. In FIG. 5, the number "123" is used as the input image.
The vertical line noise is superimposed on the numbers "2" and "3". FIG. 11 shows the input image of FIG.
3 is a result of 3 × 3 pattern matching with the mask pattern of FIG. 10, and the pixels matching the mask pattern of FIG. 10 are inverted (the pixels indicated by the white rectangular frame in FIG. 11 are inverted to white pixels). Represents the noise part).
【０００９】図１０はマスクパターンの一例であり、注
目画素（３×３のマスクパターンの中央の画素）とその
隣接８画素の状態を２８のパターン（イ）〜（ク）に分
類して示している。３×３パターンマッチングではマス
クパターンのいずれかと一致する注目画素を反転する
（図１０で「・」であらわさている部分は白画素を示
す）。FIG. 10 shows an example of a mask pattern. The states of the pixel of interest (the pixel at the center of the 3 × 3 mask pattern) and its eight adjacent pixels are classified into 28 patterns (a) to (h). ing. In 3 × 3 pattern matching, the pixel of interest that matches any of the mask patterns is inverted (the portion represented by “·” in FIG. 10 indicates a white pixel).
【００１０】図１１で数字「２」と「３」の部分１１
２，１１３ではノイズである縦線が除去されているがも
ともとノイズのない数字「１」の部分１１１では欠損が
生じている。この原因は、３×３パターンマッチング方
式では注目画素の判別条件を周辺の８画素だけから求め
ているので、条件と一致した場合は必要な画素でも除去
してしまい、逆に条件を満たさない場合には不要な画素
（ノイズ）があっても除去しないことによる。In FIG. 11, the part 11 of the numbers "2" and "3"
In Nos. 2 and 113, vertical lines, which are noises, are removed, but there is a defect in the part 111 of the number "1" which originally has no noise. The reason for this is that in the 3 × 3 pattern matching method, the determination condition of the pixel of interest is obtained from only the surrounding 8 pixels, so if the condition is matched, the necessary pixels are also removed, and conversely if the condition is not satisfied. This is because the unnecessary pixels (noise) are not removed.
【００１１】上記説明したように３×３パターンマッチ
ング（或いはｎ×ｎマッチング）方式は、マスクパター
ンの設定により１画素単位の孤立ノイズや凹凸ノイズを
除去するには適しているが、縦線状のノイズ（以下、１
画素のノイズから縦方向に完全な直線のノイズを含めて
いう）の除去には適さず、縦線状のノイズ除去に適用す
ると他の正常な部分（ノイズの重畳されていない画像を
いう）に悪影響を及ぼすという欠点があった。As described above, the 3 × 3 pattern matching (or n × n matching) method is suitable for removing the isolated noise or uneven noise on a pixel-by-pixel basis by setting the mask pattern. Noise (below, 1
It is not suitable for removing vertical noise from pixel noise (including perfect linear noise in the vertical direction), and when applied to vertical line noise removal, it adversely affects other normal parts (images where noise is not superimposed). There was a drawback of affecting.
【００１２】本発明は、従来のノイズ除去方式では困難
な、イメージスキャナやファクシミリ装置等で２値化さ
れたデジタル画像に生ずる縦線状の、ノイズ除去方法及
び縦線ノイズ除去装置の提供を目的とする。It is an object of the present invention to provide a vertical line noise removing method and a vertical line noise removing device which are difficult to obtain by a conventional noise removing method and which occur in a digital image binarized by an image scanner, a facsimile machine or the like. And
【００１３】[0013]
【課題を解決するための手段】上記の目的を達成するた
めに本発明のノイズ除去方法は、入力画像における直線
状ノイズを検出し、パターンマッチング方式を画面全体
ではなく直線状ノイズの検出箇所に限定して実行するこ
とにより直線状ノイズのみを除去したデジタル画像を得
る。In order to achieve the above object, the noise removing method of the present invention detects linear noise in an input image, and the pattern matching method is applied to a linear noise detection position instead of the entire screen. By executing the process in a limited manner, a digital image in which only linear noise is removed is obtained.
【００１４】具体的には、第１の発明のノイズ除去方法
は、読取り系から出力された２値化画像を行方向に走査
して、黒画素を注目画素とするとき同一行上で注目画素
の両隣の画素が白画素であるとき当該黒画素を特異点と
して列毎に計数して列方向毎の特異点数の累積値を得
て、該各累積値分布をそれぞれ基準値と比較し、基準値
より大きい累積値を有する列情報を縦線ノイズ除去箇所
情報とし、縦線ノイズ除去箇所情報に基づく縦線ノイズ
除去相当列についてのみノイズ除去を行う、ことを特徴
とする。Specifically, in the noise removing method of the first invention, the binary image output from the reading system is scanned in the row direction, and when the black pixel is the target pixel, the target pixel is on the same row. When both adjacent pixels are white pixels, the black pixel is counted as a singular point for each column to obtain a cumulative value of the number of singular points in each column direction, and each cumulative value distribution is compared with a reference value to obtain a reference value. Column information having a cumulative value larger than the value is used as vertical line noise removal location information, and noise removal is performed only for the vertical line noise removal corresponding column based on the vertical line noise removal location information.
【００１５】また、第２の発明のノイズ除去方法は、読
取り系から出力された２値化画像を行方向に走査して、
黒画素を注目画素とするとき同一列上で注目画素の両隣
の画素が白画素であるとき当該黒画素を特異点として列
毎に計数して行方向毎の特異点数の累積値を得て、該各
累積値をそれぞれ基準値と比較し、基準値より大きい累
積値を有する行情報を横線ノイズ除去箇所情報とし、横
線ノイズ除去箇所情報に基づく横線ノイズ除去相当行に
ついてのみノイズ除去を行う、ことを特徴とする。In the noise removing method of the second invention, the binarized image output from the reading system is scanned in the row direction,
When the black pixel is the target pixel, when the pixels on both sides of the target pixel on the same column are white pixels, the black pixel is counted for each column as a singular point to obtain the cumulative value of the number of singular points for each row direction, Comparing the respective cumulative values with a reference value respectively, row information having a cumulative value larger than the reference value is used as horizontal line noise removal location information, and noise removal is performed only on the horizontal line noise removal corresponding row based on the horizontal line noise removal location information. Is characterized by.
【００１６】第３の発明のノイズ除去装置は、読取り系
から出力された２値化画像を行方向に走査して２値化画
像におけるノイズを検出し、検出されたノイズを特異点
として縦方向の特異点分布を得る特異点分布列演算部
と、該特異点分布列から閾値判定により除去すべき縦線
状ノイズの存在する列を検出して縦線除去箇所情報を得
る縦線除去箇所検出部と、該縦線除去箇所情報に基づい
て除去すべきノイズが存在する列のみについて３×３パ
ターンマッチング方式によりノイズの除去を実行する縦
線除去実行部と、を有することを特徴とする。The noise removing apparatus of the third invention scans the binarized image output from the reading system in the row direction to detect noise in the binarized image, and uses the detected noise as a singular point in the vertical direction. Singular point distribution sequence calculation unit for obtaining the singular point distribution, and vertical line removal point detection for detecting the vertical line removal point information column from which the vertical line noise is present by threshold value judgment And a vertical line removal executing unit that executes noise removal by a 3 × 3 pattern matching method only on a column in which noise is to be removed based on the vertical line removal location information.
【００１７】第４の発明のノイズ除去装置は、読取り系
から出力された２値化画像を行方向に走査して２値化画
像におけるノイズを検出し、検出されたノイズを特異点
として横方向の特異点分布を得る特異点分布列演算部
と、該特異点分布列から閾値判定により除去すべき横線
状ノイズの存在する列を検出して横線除去箇所情報を得
る横線除去箇所検出部と、該横線除去箇所情報に基づい
て除去すべきノイズが存在する列のみについて３×３パ
ターンマッチング方式によりノイズの除去を実行する縦
線除去実行部と、を有することを特徴とする。The noise removing device of the fourth invention scans the binarized image output from the reading system in the row direction to detect the noise in the binarized image, and uses the detected noise as a singular point in the lateral direction. A singular point distribution sequence calculating unit for obtaining a singular point distribution, and a horizontal line removal position detecting unit for obtaining horizontal line removal position information by detecting a line in which horizontal line noise to be removed by threshold determination from the singular point distribution sequence is obtained, A vertical line removal executing unit that removes noise by a 3 × 3 pattern matching method only for columns in which noise is to be removed based on the horizontal line removal location information.
【００１８】[0018]
【作用】上記構成により、第１の発明のノイズ除去方式
および第３の発明のノイズ除去装置によれば目立つ縦線
状ノイズの存在する列だけを対象にノイズ除去ができる
ので、従来のノイズ除去方式では困難なイメージスキャ
ナやファクシミリ装置等の読取り系でで２値化されたデ
ジタル画像に生ずる縦線状のノイズ除去が、他の部分の
画像やノイズ重畳部分に影響を及ぼすことなく実現でき
る。With the above arrangement, according to the noise removing method of the first invention and the noise removing apparatus of the third invention, noise can be removed only in the columns in which there are noticeable vertical line noises. It is possible to remove vertical line noise that occurs in a digital image binarized by a reading system such as an image scanner or a facsimile device, which is difficult in the method, without affecting the image of other portions or the noise superposed portion.
【００１９】第２のノイズ除去方式および第３の発明の
ノイズ除去装置によれば目立つ横線状ノイズの存在する
列だけを対象にノイズ除去ができるので、他の部分の画
像やノイズ重畳部分に影響を及ぼすことなく行方向に直
線状のノイズ（ラインノイズ）の除去ができる。According to the second noise removing method and the noise removing apparatus of the third invention, noise can be removed only in a column in which a noticeable horizontal line noise is present, so that the image of other portions and the noise superimposed portion are affected. It is possible to remove linear noise (line noise) in the row direction without affecting the noise.
【００２０】[0020]
【実施例】図１は本発明のノイズ除去方式を用いた文字
認識装置の基本的構成の一実施例を示すブロック図であ
る。図１で、文字認識装置１０は入力原稿を電気信号に
変換し２値化を行う光電変換部１、２値化（以下、デジ
タル化）された画像（デジタル画像）における縦線状ノ
イズを検出し、検出されたノイズを特異点として縦方向
（ライン方向に垂直な方向＝副走査方向、をいう）の特
異点の分布を得る特異点分布列演算部２、特異点分布列
演算部２で得た特異点分布列から閾値判定により縦線状
ノイズを除去すべき縦線状ノイズの存在する列を検出す
る縦線除去箇所検出部３、縦線除去箇所検出部３で得た
除去箇所情報に基づいてノイズ除去が存在する列のみに
ついて縦線状ノイズの除去を実行する縦線除去実行部
４、及びノイズ除去後の画像から良く知られた方法によ
り文字・記号を切出し文字認識処理を行う文字認識部５
を有している。なお、図１で破線枠７で示される特異点
分布列演算部２〜縦線除去実行部４は本発明のノイズ除
去方式に基づく縦線ノイズ除去装置を構成する。また、
文字認識装置１０やファクシミリ装置からのデジタル画
像から文字認識を行うＯＣＲ装置等では、光電変換部１
と特異点分布列演算部２の間、または縦線除去実行部４
と文字認識部５の間に従来方式によるラインノイズ除去
方法または後述する本発明の方法に基づくラインノイズ
除去を実行する手段を付加してもよい。以下、特異点分
布列演算部２，縦線除去箇所検出部３，および縦線除去
実行部４の動作について説明する。1 is a block diagram showing an embodiment of the basic construction of a character recognition apparatus using the noise removing system of the present invention. In FIG. 1, the character recognition device 10 detects vertical line noise in a binarized (hereinafter, digitized) image (digital image) of a photoelectric conversion unit 1 that converts an input document into an electric signal and binarizes it. Then, in the singular point distribution sequence calculation unit 2 and the singular point distribution sequence calculation unit 2 which obtain the distribution of the singular points in the vertical direction (the direction perpendicular to the line direction = the sub-scanning direction) with the detected noise as the singular point. Vertical-line-removed-portion detection unit 3 that detects a column in which vertical-line-shaped noise is to be removed from the obtained singularity distribution sequence by threshold determination The vertical line removal executing unit 4 that performs vertical line noise removal only on the column where noise removal exists based on the above, and the character recognition process is performed by cutting out characters / symbols from the image after noise removal by a well-known method. Character recognition unit 5
have. It should be noted that the singular point distribution sequence calculation unit 2 to the vertical line removal execution unit 4 shown by the broken line frame 7 in FIG. 1 constitute a vertical line noise removal device based on the noise removal method of the present invention. Also,
In the OCR device or the like that performs character recognition from the digital image from the character recognition device 10 or the facsimile device, the photoelectric conversion unit 1
And the singularity distribution sequence calculation unit 2 or the vertical line removal execution unit 4
A means for executing the line noise removal method according to the conventional method or the line noise removal based on the method of the present invention described later may be added between the character recognition unit 5 and the character recognition unit 5. Hereinafter, the operations of the singular point distribution sequence calculation unit 2, the vertical line removal portion detection unit 3, and the vertical line removal execution unit 4 will be described.
【００２１】［特異点分布列演算部］特異点分布列演算
部２は光電変換部１から出力されたデジタル画像（入力
画像）に存在する縦線状ノイズを除去するため後述する
特異点を抽出するための判定条件（図２のステップＳ２
の説明参照）によりメモリに格納されている入力画像全
体を走査して縦線状ノイズを検出（抽出）し、検出され
たノイズを特異点として縦方向の特異点の分布を算出し
特異点分布列を得る。[Singular Point Distribution Sequence Calculating Unit] The singular point distribution sequence calculating unit 2 extracts a singular point, which will be described later, in order to remove vertical line noise existing in the digital image (input image) output from the photoelectric conversion unit 1. Determination condition (step S2 in FIG. 2)
The vertical line noise is detected (extracted) by scanning the entire input image stored in the memory according to the explanation in (1), and the distribution of vertical singular points is calculated using the detected noise as a singular point to calculate the singular point distribution. Get the columns.
【００２２】図２は特異点分布列演算部２の動作を示す
フローチャートであり、ここでは図５の入力画像および
図６の特異点抽出の説明図を基に説明する。光電変換部
１からのデジタル画像データは、一旦、図示しないメモ
リに格納され入力原稿１枚分の読取りが終り、入力原稿
１枚分の画像データがメモリに格納された時点で、図２
のステップＳ１が開始される。なお、全ての入力原稿に
ついて光電変換部からのデジタル画像データがフロッピ
ーディスクのような外部記憶装置に記憶する方式の場合
には、全ての入力原稿分の画像データの格納が終ってか
ら、原稿１枚分の画像データをメモリに読み込んだ時点
で図２のステップＳ１を開始するようにすればよい。FIG. 2 is a flow chart showing the operation of the singular point distribution sequence calculating section 2. Here, explanation will be given based on the input image of FIG. 5 and the singular point extraction of FIG. The digital image data from the photoelectric conversion unit 1 is temporarily stored in a memory (not shown), the reading of one input original is completed, and the image data of one input original is stored in the memory.
Step S1 is started. In the case of a method in which digital image data from the photoelectric conversion unit is stored in an external storage device such as a floppy disk for all input originals, the original 1 is stored after the image data for all input originals is stored. The step S1 of FIG. 2 may be started at the time when the image data for one sheet is read into the memory.
【００２３】図２のステップＳ１では入力画像走査のた
めの各種初期値設定、一例を上げれば画像の大きさ情報
（すなわち、Ａ４，Ｂ４等の原稿サイズであり、通常、
原稿入力時にオペレータにより設定されるか、読取り機
構により自動的に決定される）および読取り解像度によ
り定まる画素密度を基に１ラインの画素数及びライン数
を得て画像を走査するための開始位置（アドレス）およ
び終了位置の設定、等を行う。In step S1 of FIG. 2, various initial value settings for scanning an input image, for example, image size information (that is, document size such as A4, B4, etc.
The start position for scanning the image by obtaining the number of pixels and the number of lines of one line based on the pixel density determined by the operator at the time of inputting the document or automatically determined by the reading mechanism) and the reading resolution. Address) and end position are set.
【００２４】ステップＳ２では、主走査方向に１ライン
（１行）づつ画素を走査し、特異点を抽出する。ここ
で、本発明でいう特異点とはライン上の注目画素ｉ（ラ
イン上のｉ番目の画素を指す）とその両隣りの画素（ｉ
±１）の３画素が「白黒白」のように並んでいる状態、
すなわち、黒画素が横方向（主走査方向）に１画素で孤
立している場合をいう。特異点を抽出するための走査は
画像面の大きさをｍ行×ｎ列の画素で表わし、注目画素
を（ｉ，ｊ）で表わすと、先ず画像最上行（ｉ＝１）の
左端（１，１）から右端（１，ｎ）まで注目画素（１，
ｊ）を走査し、注目画素（１，ｊ）の値が黒画素か否か
を判定し、黒画素の場合には左隣りの画素（１，ｊー
１）および右隣りの画素（１，ｊ＋１）が白画素か否か
を判定し、両者が共に白画素の場合には注目画素（１，
ｊ）を特異点と判定してステップＳ３に移行する。な
お、ｊ＝１の場合には左隣りの画素（１，ｊー１）を白
画素、ｊ＝ｎの場合には右隣りの画素（１，ｊ＋１）を
白画素、として扱うものとする。注目画素（１，ｊ）の
値が白画素の場合か、黒画素であっても左隣りの画素
（１，ｊー１）および／または右隣りの画素（１，ｊ＋
１）が黒画素の場合には注目画素（１，ｊ）は特異点で
ないものと判定してステップＳ３に移行する。In step S2, pixels are scanned line by line (one line) in the main scanning direction to extract singular points. Here, the singular point in the present invention means a pixel of interest i on the line (indicating the i-th pixel on the line) and pixels on both sides thereof (i
The state where 3 pixels of ± 1) are lined up like "black and white",
That is, it refers to a case where one black pixel is isolated in the horizontal direction (main scanning direction). In scanning for extracting singular points, the size of the image plane is represented by pixels of m rows × n columns, and the pixel of interest is represented by (i, j). First, the left end (1) of the image top row (i = 1) is represented. , 1) to the right edge (1, n), the target pixel (1,
j) is scanned to determine whether or not the value of the target pixel (1, j) is a black pixel. When the target pixel (1, j) is a black pixel, the left adjacent pixel (1, j-1) and the right adjacent pixel (1, j + 1) is a white pixel, and if both are white pixels, the pixel of interest (1,
j) is determined to be a singular point, and the process proceeds to step S3. When j = 1, the pixel (1, j-1) on the left is treated as a white pixel, and when j = n, the pixel (1, j + 1) on the right is treated as a white pixel. When the value of the pixel of interest (1, j) is a white pixel, or even if it is a black pixel, the pixel (1, j-1) on the left side and / or the pixel (1, j +) on the right side
If 1) is a black pixel, it is determined that the pixel of interest (1, j) is not a singular point, and the process proceeds to step S3.
【００２５】ステップＳ３では列毎の特異点の数を積算
する。積算方法としては本実施例では列数ｊに相当する
ｊ個のカウンタ（図示せず）またはレジスタを備え、注
目画素（ｕ，ｖ）が特異点のときには対応するｖ（１≦
ｖ≦ｎ）番目のカウンタ（またはレジスタ）に１を加
え、特異点でないときには０を加え（或いは、計数を行
うことなく）ｊに１を加えてステップＳ２に戻る（すな
わち、ｊ＞ｎまでステップＳ２，Ｓ３を繰返す）。ｊ＞
ｎの場合にはステップＳ４に移行する。In step S3, the number of singular points for each column is integrated. In the present embodiment, as the integration method, j counters (not shown) or registers corresponding to the number of columns j are provided, and when the target pixel (u, v) is a singular point, corresponding v (1 ≦
1 is added to the v≤n) th counter (or register), 0 is added when it is not a singular point (or 1 is added to j without counting), and the process returns to step S2 (that is, steps up to j> n). Repeat S2 and S3). j>
In the case of n, it transfers to step S4.
【００２６】ステップＳ４では行カウンタｉが最大行数
を越える（ｉ＞ｍ）までステップＳ２〜ステップＳ３を
繰返す。これにより走査により抽出された特異点の列毎
の累積が行われる。ステップＳ４が終了すると特異点の
累積結果は縦線除去箇所検出部３に渡される。In step S4, steps S2 to S3 are repeated until the row counter i exceeds the maximum number of rows (i> m). Thereby, the singular points extracted by scanning are accumulated for each column. When step S4 is completed, the accumulated result of the singular points is passed to the vertical line removal portion detection unit 3.
【００２７】上記ステップＳ２〜ステップＳ４の動作の
具体例として図５の縦線状ノイズを含む画像を例とする
と、まず、走査は図５の（１，１）を注目画素として行
方向に行われる。注目画素（１，１）は白画素であるか
らカウンタ（１）に０を加えてｊ＝２として次の注目画
素を走査する。注目画素（１，２）も白画素であるから
カウンタ（２）に０を加えてからｊ＝３として次の注目
画素を走査する。同様な走査を繰返すとｊ＝３〜１５ま
では白画素であり、カウンタ（３）〜（１５）には０が
加えられる。次にｊ＝１６では注目画素（１，１６）は
黒画素であり、左隣りの画素（１，１５）と左隣りの画
素（１，１７）が白画素であるから、注目画素（１，１
６）は特異点である。そこで、カウンタ（１６）に１を
加えてからｊ＝１７とする。次に、ｊ＝１７〜３１まで
は白画素であり、カウンタ（１７）〜（３２）には０が
加えられる。ｊ＝３３では注目画素（１，３３）は黒画
素であり、左隣りの画素（１，３２）と右隣りの画素
（１，３４）が白画素であるから、注目画素（１，３
３）は特異点である。そこで、カウンタ（３３）に１を
加えてからｊ＝３４とする。ｊ＝３４〜４３までの注目
画素は白画素であり、カウンタ（３４）〜（４３）には
０が加えられる。ｊ＝４３で１行目の走査が終了するの
で、２行目の走査に移り画素（２，１）を注目画素とし
て走査を行い、注目画素（２，１６）、（２，３３）を
得る。以下、同様にして最終行まで走査を行い特異点が
抽出された場合には該当列のカウンタに１を加えて列毎
の特異点数を計数する。As an example of the operation of steps S2 to S4, taking an image containing vertical line noise in FIG. 5 as an example, first, scanning is performed in the row direction with (1, 1) of FIG. 5 as the pixel of interest. Be seen. Since the pixel of interest (1, 1) is a white pixel, 0 is added to the counter (1) to set j = 2 and the next pixel of interest is scanned. Since the target pixel (1, 2) is also a white pixel, 0 is added to the counter (2) and then j = 3 is set, and the next target pixel is scanned. If similar scanning is repeated, there are white pixels up to j = 3 to 15, and 0 is added to the counters (3) to (15). Next, at j = 16, the target pixel (1, 16) is a black pixel, and the left adjacent pixel (1, 15) and the left adjacent pixel (1, 17) are white pixels. 1
6) is a singular point. Therefore, 1 is added to the counter (16) and then j = 17. Next, j = 17 to 31 are white pixels, and 0 is added to the counters (17) to (32). At j = 33, the target pixel (1,33) is a black pixel, and the left adjacent pixel (1,32) and the right adjacent pixel (1,34) are white pixels.
3) is a singular point. Therefore, 1 is added to the counter (33) and then j = 34. The target pixel of j = 34 to 43 is a white pixel, and 0 is added to the counters (34) to (43). Since the scanning of the first row is completed when j = 43, the scanning moves to the scanning of the second row and the pixel (2,1) is scanned as the target pixel to obtain target pixels (2,16) and (2,33). . In the same manner, when scanning is performed up to the last row and a singular point is extracted, 1 is added to the counter of the corresponding column to count the number of singular points for each column.
【００２８】図６は図５の画像についてステップＳ２，
Ｓ３の動作を施した結果を説明上図示したものであり、
注目画素を黒丸で示し、図５で黒画素であってもステッ
プＳ２で特異点とされなかった部分（画素）を白丸で示
してある。図５で縦線ノイズのない数字「１」の部分に
着目すると画素（７，７）〜（１０，７）、（２０，
５）〜（２３，５）は特異点として抽出される（図６）
が、画素（１７，５）を注目画素とするとき注目画素は
黒画素であるが右隣りの画素（１７，６）が白画素でな
く注目画素は孤立状態にないのでステップＳ２で特異点
とされず、画素（１１，６），（１２，６），（１３，
６）についても同様である。また、画素（１７，６）を
注目画素とするとき注目画素は黒画素であるが左隣りの
画素（１７，５）が白画素でなく注目画素は孤立状態に
ないのでステップＳ２で特異点とされず、画素（１８，
６），（１９，６）、画素（１１，７），（１２，
７），（１３，７）についても同様に特異点とされない
（図６）。縦線ノイズが重畳されている可能性のある数
字「２」および「３」の部分についても同様に縦線ノイ
ズ部分は注目画素とされるが数字部分（および数字とノ
イズが重なる部分）は特異点とされない。なお、図６で
下欄に示してある数列は直上の列に対応するカウンタの
内容を説明上図示した特異点分布列である。FIG. 6 shows steps S2 and S2 for the image of FIG.
The result of performing the operation of S3 is illustrated for the purpose of explanation.
The pixel of interest is indicated by a black circle, and in FIG. 5, a portion (pixel) that is not a singular point in step S2 even if it is a black pixel is indicated by a white circle. Focusing on the part of the number “1” without vertical line noise in FIG. 5, pixels (7, 7) to (10, 7), (20,
5) to (23, 5) are extracted as singular points (Fig. 6).
However, when the pixel (17, 5) is the target pixel, the target pixel is a black pixel, but the right adjacent pixel (17, 6) is not a white pixel and the target pixel is not in an isolated state. However, the pixels (11, 6), (12, 6), (13,
The same applies to 6). When the pixel (17, 6) is the target pixel, the target pixel is a black pixel, but the left adjacent pixel (17, 5) is not a white pixel and the target pixel is not in an isolated state. Not the pixel (18,
6), (19, 6), pixels (11, 7), (12,
Similarly, 7) and (13, 7) are not singular points (FIG. 6). Similarly, regarding the portions of the numbers "2" and "3" in which the vertical line noise may be superimposed, the vertical line noise portion is also regarded as the pixel of interest, but the number portion (and the portion where the number and noise overlap) is unique. Not a point. Note that the numerical sequence shown in the lower column of FIG. 6 is a singularity distribution sequence that illustrates the contents of the counter corresponding to the column immediately above for explanatory purposes.
【００２９】また、本実施例では上述したように列毎の
特異点の数を積算するために列数ｊに相当するｊ個のカ
ウンタまたはレジスタを備えてステップＳ２の判定の結
果毎に計数をしているが、これに限ることなく、例え
ば、メモリー上に格納されている入力画像と同じ大きさ
の領域を確保し、例えば、図６に示すようにステップＳ
２で判定された特異点を黒画素として展開しておき、最
終行（ｉ＝ｍ）まで走査し終えた後に列毎に特異点の数
を計数するようにしてもよい。In addition, in this embodiment, as described above, j counters or registers corresponding to the number of columns j are provided in order to integrate the number of singular points for each column, and counting is performed for each determination result of step S2. However, without being limited to this, for example, an area having the same size as the input image stored in the memory is secured, and, for example, as shown in FIG.
The singular point determined in 2 may be expanded as a black pixel, and the number of singular points may be counted for each column after scanning up to the final row (i = m).
【００３０】［縦線除去箇所検出部］縦線除去箇所検出
部３は特異点分布列演算部２で得た特異点分布列（列毎
の特異点累積値のなす数列）から閾値判定により後段の
縦線除去実行部４で縦線状ノイズを除去すべき箇所
（列）を検出する。図３は縦線除去箇所検出部３の動作
を示すフローチャートである。図３でステップ６はオプ
ションであり、ここでは縦線ノイズ判定のための要素を
入力する。要素としては基準値（閾値）算出のための比
率あるいは値等があり、これら要素を前述したステップ
１ないしステップ１の前段階で行うか、或いは装置自体
でこれらの要素を予め設定しておく場合にはこのステッ
プは不要である。[Vertical-line-removed-portion detection unit] The vertical-line-removed-portion detection unit 3 determines the threshold value from the singular point distribution sequence (a sequence of singular point cumulative values for each column) obtained by the singular point distribution sequence calculation unit 2 and performs subsequent stages. The vertical line removal execution unit 4 detects the location (column) where the vertical line noise should be removed. FIG. 3 is a flowchart showing the operation of the vertical line removal portion detection unit 3. In FIG. 3, step 6 is optional, and here, an element for vertical line noise determination is input. As the elements, there are ratios or values for calculating the reference value (threshold value), etc., and when these elements are performed in the above-mentioned step 1 to the step before step 1 or these elements are preset in the apparatus itself. Does not require this step.
【００３１】ステップ７は上述の縦線ノイズ判定のため
の要素および入力画像の大きさ（長さ、幅）等により特
異点分布列の成分（特異点分布列演算部で得た列毎の特
異点累積値をいう）と比較を行うための基準値を算出し
ステップＳ８に移行する。基準値は画像の大きさの違い
による不均一な処理を避けることを目的とするものであ
り、実施例では基準値として入力画像の縦方向の長さに
比例した値を使用している。算出方法の一例として縦線
ノイズ判定のための要素が比率ｒ、行数をｎとすると
き、基準値ｓ＝ｒ・ｎとして一律に基準値を求めること
ができるが、これに限られず、画像の大きさによる不均
一さを避けるだけでなく字画等による影響を加味し、黒
画素であっても特異点とされない部分や特異点累積値を
計算要素として列毎に基準値を計算してもよく、また、
各計算要素に実験から得る重み計数を付して算出しても
よい。なお、前述の縦線ノイズ判定のための要素が数値
として与えられる（或いは予め設定されている）とき
で、その数値をそのまま基準値とする場合にはステップ
Ｓ７は省略できる。ステップＳ８ではステップＳ７で得
た基準値（あるいは、与えられた基準値としての数値）
と特異点分布列（ｊ；最初はｊ＝１）の成分との比較を
行い、基準値より大きい値の特異点分布列成分について
はその列の値ｊを除去箇所情報として除去箇所情報格納
エリア（図示せず）に記憶する。ステップＳ９では列の
値ｊに１を加えｊ＞ｎとなるまでステップＳ８を繰返
す。これにより各特異点分布列について除去対象とすべ
きか否かの除去候補抽出処理が実行され、除去対象とす
べき列の情報が全て除去箇所情報格納エリアに格納され
る。Step 7 is a component of the singular point distribution sequence (the singularity of each column obtained by the singular point distribution sequence calculation unit) depending on the above-described elements for vertical line noise determination and the size (length, width) of the input image. A reference value for comparison with a point cumulative value) is calculated, and the process proceeds to step S8. The reference value is intended to avoid uneven processing due to the difference in image size, and in the embodiment, a value proportional to the length of the input image in the vertical direction is used as the reference value. As an example of the calculation method, when the element for vertical line noise determination is the ratio r and the number of rows is n, the reference value can be uniformly obtained with the reference value s = r · n, but the invention is not limited to this. In addition to avoiding non-uniformity due to the size of the pixels, taking into account the influence of strokes, etc., even if the reference value is calculated for each column using the part that is not a singular point even with black pixels and the singular point cumulative value Well again
It may be calculated by adding a weighting factor obtained from an experiment to each calculation element. When the above-mentioned element for vertical line noise determination is given as a numerical value (or is preset), if the numerical value is used as the reference value as it is, step S7 can be omitted. In step S8, the reference value obtained in step S7 (or the given reference value)
And a component of the singularity distribution sequence (j; initially j = 1) are compared, and for a singularity distribution sequence component having a value larger than the reference value, the value j of the sequence is used as removal site information and the removal site information storage area (Not shown). In step S9, 1 is added to the column value j and step S8 is repeated until j> n. As a result, the removal candidate extraction process is executed for each singularity distribution sequence to determine whether or not it should be removed, and all the information about the columns to be removed is stored in the removal location information storage area.
【００３２】上記ステップＳ８の動作の具体例を、図６
および図７の縦線ノイズの除去箇所を示す図を基に説明
する。ここで、基準値としてＳ＝８．５を得たとして、
図６の下欄に示した特異点分布列｛０，０，４，３，
４，０，０，・・，０，０，１６，０，０，・・，２
９，０，０，・・０，０）の各成分と基準値ｓををそれ
ぞれ比較すると、ｓ以上の値をもつ列は図７に示すよう
に１６列および３２列であるから除去箇所情報として除
去箇所格納エリアに列情報｛１６，３３｝が格納され
る。A concrete example of the operation of step S8 is shown in FIG.
Also, a description will be given based on a diagram showing a vertical line noise removal portion in FIG. 7. Here, assuming that S = 8.5 is obtained as the reference value,
Singular point distribution sequence {0, 0, 4, 3, shown in the lower column of FIG.
4,0,0, ..., 0,0,16,0,0, ..., 2
9, 0, 0, ..., 0, 0) and the reference value s are compared, the columns having a value of s or more are 16 columns and 32 columns as shown in FIG. As a result, the column information {16, 33} is stored in the removal location storage area.
【００３３】［縦線除去実行部］縦線除去実行部４は縦
線除去箇所検出部３で得た除去箇所情報に基づいて除去
箇所とされた列のみについて縦線状ノイズの除去を実行
する。縦線状ノイズの除去は本実施例では３×３パター
ンマッチング方式で行っているが、その他、公知の方法
により除去箇所とされた列のみについてノイズの除去を
行うよう構成してもよい。また、３×３パターンマッチ
ング方式の場合でも除去実行判定条件としてのマスクパ
ターンは図１０に示すような注目画素に隣接する８方向
のものに限られず、注目画素に隣接する４方向のものを
用いてもよい。[Vertical Line Removal Execution Unit] The vertical line removal execution unit 4 executes the removal of vertical line noise only on the columns determined as the removal place based on the removal place information obtained by the vertical line removal place detection unit 3. . Although the vertical line noise is removed by the 3 × 3 pattern matching method in this embodiment, the noise may be removed only by the known method only for the columns that are the removal points. Further, even in the case of the 3 × 3 pattern matching method, the mask pattern as the removal execution determination condition is not limited to the one in eight directions adjacent to the target pixel as shown in FIG. 10, but the one in four directions adjacent to the target pixel is used. May be.
【００３４】図４は縦線除去実行部４の動作を示すフロ
ーチャートである。図４のステップＳ１０では縦線ノイ
ズ除去箇所検出部３で得た除去箇所情報に基づいて図５
の画像から縦線ノイズを除去すべき列を走査するための
走査開始ポイント（（１，ｋ１）；但しｋ１は除去箇所
情報｛ｋ１，ｋ２，・・，ｋｓ（ｋｓ≧ｍ｝）のうちの
最小値であり、この場合ｊ＝ｋ１））を設定する。ステ
ップＳ１１では走査開始ポイントからｋ列の画素を開始
ポイント（１，ｋ１）から最終行のｋ１列の画素（ｍ，
ｋ１）まで列方向に１画素ずつ順次走査し、その画素
（ｉ，ｋ１）を注目画素とする。ステップＳ１２では、
注目画素（ｉ，ｋ１）とそれに隣接する８画素について
前述した３×３パターンマッチング方式により３×３マ
スクパターン（図１０参照）とのマッチングをとる。マ
ッチングの結果から３×３マスクパターンとの一致不一
致を判定し、一致したときはステップＳ１３に移行し、
不一致のときにはステップＳ１４に移行する。なお、こ
の場合、隣接画素が画像領域外におよぶときはその隣接
画素を白画素として扱う。ステップＳ１３では、その注
目画素を反転し白画素とすることによりノイズ除去を行
ない、ステップＳ１４に移行する。ステップＳ１４では
その列の走査が終るまで行カウンタの値を１ずつ増加さ
せステップＳ１１に戻る。行カウンタｉ＞ｍのときはス
テップＳ１５に移行する。ステップＳ１５では全ての除
去箇所情報値分の列の走査が終るまで除去箇所列カウン
タｃの値を１ずつ増加させステップ１１に戻る。除去箇
所列カウンタｃ＞ｓのときは処理を終了し、後段処理
（文字認識部５による認識処理等）に移行する。FIG. 4 is a flow chart showing the operation of the vertical line removal executing section 4. In step S10 of FIG. 4, the vertical line noise removed portion detection unit 3 detects the removed portion information as shown in FIG.
Scanning start point ((1, k1) for scanning the column from which the vertical line noise is to be removed from the image of (1); where k1 is the removal point information {k1, k2, ..., ks (ks ≧ m}) It is the minimum value, and in this case, j = k1)) is set. In step S11, the pixel in the k-th column from the scanning start point is moved to the pixel (m,
Each pixel is sequentially scanned up to k1) in the column direction, and the pixel (i, k1) is set as a target pixel. In step S12,
The target pixel (i, k1) and the 8 pixels adjacent thereto are matched with the 3 × 3 mask pattern (see FIG. 10) by the 3 × 3 pattern matching method described above. From the matching result, it is determined whether or not there is a match with the 3 × 3 mask pattern. When they match, the process proceeds to step S13,
If they do not match, the process proceeds to step S14. In this case, when the adjacent pixel extends outside the image area, the adjacent pixel is treated as a white pixel. In step S13, noise is removed by inverting the pixel of interest to make it a white pixel, and the process proceeds to step S14. In step S14, the value of the row counter is incremented by 1 until the scanning of the column is completed, and the process returns to step S11. When the row counter i> m, the process proceeds to step S15. In step S15, the value of the removal location column counter c is incremented by 1 until the scanning of columns for all removal location information values is completed, and the process returns to step 11. When the removal position sequence counter c> s, the process is terminated, and the process proceeds to the subsequent process (recognition process by the character recognition unit 5 or the like).
【００３５】上記縦線除去実行部４の動作の具体例を、
図８，図９，及び図１０のマスクパターンを基に説明す
る。いま、ステップＳ１１で除去箇所情報｛１６，３
３｝から除去該当列ｊ＝１６を走査し、ステップＳ１２
で注目画素（１，１６）について注目画素とその８方向
の隣接画素群５１について図１１の各マスクパターン
（イ）〜（ク）を比較すると、マスクパターン（ヌ）が
一致するのでステップＳ１３で注目画素（１，１６）を
反転し図９の出力画像の例に示すように白画素とする。
以下、除去該当列ｊ＝３３についても同様に走査し注目
画素（１，３３）を反転し白画素とする。A specific example of the operation of the vertical line removal executing section 4 will be described below.
Description will be made based on the mask patterns of FIGS. 8, 9, and 10. Now, in step S11, removal point information {16, 3
3} is removed and the corresponding column j = 16 is scanned, and step S12
When the target pixel (1, 16) and the adjacent pixel group 51 in the eight directions of the target pixel (1, 16) are compared with each other, the mask patterns (a) to (h) in FIG. The pixel of interest (1, 16) is inverted to be a white pixel as shown in the example of the output image in FIG.
In the following, the removal-relevant column j = 33 is similarly scanned and the pixel of interest (1, 33) is inverted to be a white pixel.
【００３６】同様に、各行について走査を行い除去該当
数列ｊ＝１６およびｊ＝３２の部分については当該列の
注目画素とその８方向の隣接画素群について図１０のマ
スクパターンとの比較を行い、一致した場合は図９に示
すようにその注目画素を反転する。Similarly, scanning is performed for each row, and for the part of the removal applicable number sequence j = 16 and j = 32, the pixel of interest in the column is compared with the mask pattern of FIG. If they match, the pixel of interest is inverted as shown in FIG.
【００３６】なお、縦線ノイズが重畳されている可能性
のある数字「２」および「３」の列ｊ＝１６，３３部分
についても同様に当該列の注目画素とその８方向の隣接
画素群について図１０のマスクパターンとの比較を行う
が、マスクパターンと一致しない（例えば、ｊ＝１６に
ついて注目画素（６，１６）とそれに隣接する８画素の
パターンは図１１のマスクパターンのいずれにも一致し
ない）のでその部分の注目画素は反転されず、縦線ノイ
ズを除去した数字「２」および「３」の画像が出力され
る。Similarly, for the columns j = 16, 33 of the numbers "2" and "3" in which vertical line noise may be superimposed, the pixel of interest in the column and the group of adjacent pixels in the eight directions thereof are similarly set. 10 is compared with the mask pattern of FIG. 10, but does not match the mask pattern (for example, for j = 16, the pixel of interest (6, 16) and the pattern of 8 pixels adjacent thereto are not included in any of the mask patterns of FIG. Since they do not match), the pixel of interest in that portion is not inverted, and the images of the numbers “2” and “3” from which vertical line noise has been removed are output.
【００３７】また、従来例の項で説明したように従来の
３×３パターンマッチング方式では、前画像について注
目画素の判別条件を周辺の８画素から求めているので、
条件と一致した場合は必要な画素でも除去してしまい、
例えば、図５に示す本来ノイズのない数字「１」の部分
１１１に従来の３×３パターンマッチング方式を施すと
欠損が生じてしまうという欠点（図１１参照）があった
が、本発明の方法によれば縦線ノイズを除去すべき列だ
けについて縦線除去処理をおこなうので、例えば、本来
ノイズのない数字「１」の部分に欠損を生ずるような現
象を生じない。Further, as described in the section of the conventional example, in the conventional 3 × 3 pattern matching method, the discrimination condition of the pixel of interest in the previous image is obtained from the peripheral 8 pixels.
If the conditions are met, even the necessary pixels are removed,
For example, there is a defect (see FIG. 11) that a defect occurs when the conventional 3 × 3 pattern matching method is applied to the originally noise-free part “1” shown in FIG. 5 (see FIG. 11). According to the method described above, the vertical line removal processing is performed only on the column from which the vertical line noise is to be removed, so that, for example, a phenomenon such that a portion of the number "1" which originally has no noise is lost does not occur.
【００３８】＜ラインノイズ除去実行手段への適用＞本
実施例では縦線ノイズの除去の場合について説明した
が、本発明のノイズ除去方式は行方向のノイズ（ライン
ノイズ）の除去についても適用できる。この場合、特異
点分布列演算部２で除去すべき行方向の特異点分布列を
求め、縦線除去箇所検出部３と同様の動作を行うが行方
向の特異点分布列および基準値に基づいて除去すべき横
線ノイズの存在する行を決定する横線除去箇所検出部
と、縦線除去実行部４と同様の動作をおこなうが除去箇
所情報に基づいて、例えば、３×３マスクパターン方式
により、横方向のノイズを除去すべき行についてだけノ
イズを除去する縦線除去実行部を設けた横線ノイズ除去
装置を構成すればよい。この場合、特異点分布列演算部
２で除去すべき行方向の特異点分布列を求め、縦線除去
箇所検出部３と同様の動作を行うが行方向の特異点分布
列および基準値に基づいて除去すべき横線ノイズの存在
する行を決定する横線除去箇所検出部と、縦線除去実行
部４と同様の動作をおこなうが除去箇所情報に基づい
て、例えば、３×３マスクパターン方式により、横方向
のノイズを除去すべき行についてだけノイズを除去する
縦線除去実行部を設た横線ノイズ除去装置を構成すれば
よい。<Application to Line Noise Removal Execution Means> In this embodiment, the case of removing vertical line noise has been described, but the noise removal method of the present invention can also be applied to removal of noise in the row direction (line noise). . In this case, the singular point distribution sequence calculation unit 2 obtains a singular point distribution sequence in the row direction to be removed, and the same operation as that of the vertical line removal point detection unit 3 is performed, but based on the singular point distribution sequence in the row direction and the reference value. The horizontal line removal portion detection unit that determines the row in which the horizontal line noise to be removed and the vertical line removal execution unit 4 perform the same operation, but based on the removal portion information, for example, by the 3 × 3 mask pattern method, It is sufficient to configure the horizontal line noise removal device provided with the vertical line removal execution unit that removes noise only in the rows where horizontal noise should be removed. In this case, the singular point distribution sequence calculation unit 2 obtains a singular point distribution sequence in the row direction to be removed, and the same operation as that of the vertical line removal point detection unit 3 is performed, but based on the singular point distribution sequence in the row direction and the reference value. The horizontal line removal portion detection unit that determines the row in which the horizontal line noise to be removed and the vertical line removal execution unit 4 perform the same operation, but based on the removal portion information, for example, by the 3 × 3 mask pattern method, It is sufficient to configure a horizontal line noise removing device provided with a vertical line removal executing unit that removes noise only in rows where horizontal noise should be removed.
【００３９】[0039]
【発明の効果】以上説明したように本発明によれば、従
来のノイズ除去方式では困難な、イメージスキャナやフ
ァクシミリ装置等で２値化されたデジタル画像に生ずる
縦線状のノイズ除去が実現されるばかりでなく、行方向
のノイズ（ラインノイズ）の除去にも適用できる。As described above, according to the present invention, it is possible to realize vertical line noise removal which occurs in a digital image binarized by an image scanner, a facsimile machine or the like, which is difficult with a conventional noise removal system. It is also applicable to remove noise in the row direction (line noise).
【図１】本発明のノイズ除去方式を用いた文字認識装置
の基本的構成の一実施例を示すブロック図である。FIG. 1 is a block diagram showing an embodiment of a basic configuration of a character recognition device using a noise removal system of the present invention.
【図２】特異点分布列演算部の動作を示すフローチャー
トである。FIG. 2 is a flowchart showing an operation of a singular point distribution sequence calculation unit.
【図３】縦線除去箇所検出部の動作を示すフローチャー
トである。FIG. 3 is a flowchart showing an operation of a vertical line removal portion detection unit.
【図４】縦線除去箇実行部の動作を示すフローチャート
である。FIG. 4 is a flowchart showing an operation of a vertical line removal section executing unit.
【図５】縦線状ノイズを含む入力画像の例である。FIG. 5 is an example of an input image containing vertical line noise.
【図６】図５の画像について特異点分布列演算部の処理
を施した結果の説明図である。FIG. 6 is an explanatory diagram of a result of performing processing of a singular point distribution sequence calculation unit on the image of FIG.
【図７】縦線除去箇所検出部により検出された縦線ノイ
ズ除去箇所を示す説明図である。FIG. 7 is an explanatory diagram showing vertical line noise removed locations detected by a vertical line removed location detection unit.
【図８】ノイズ除去処理を行う縦線ノイズ除去箇所等の
説明図である。FIG. 8 is an explanatory diagram of vertical line noise removal locations and the like where noise removal processing is performed.
【図９】縦線状のノイズ除去処理を経た出力画像の例で
ある。FIG. 9 is an example of an output image that has been subjected to vertical line noise removal processing.
【図１０】マスクパターンの一例である。FIG. 10 is an example of a mask pattern.
【図１１】縦線状のノイズを含む入力画像をマスクパタ
ーンで３×３パターンマッチングした結果である。FIG. 11 is a result of 3 × 3 pattern matching of an input image including vertical line noise with a mask pattern.
１ 光電変換部（読取り系） ２ 特異点分布列演算部 ３ 縦線除去箇所検出部 ４ 縦線除去実行部 1 Photoelectric conversion unit (reading system) 2 Singular point distribution sequence calculation unit 3 Vertical line removal location detection unit 4 Vertical line removal execution unit
Claims (4)
方向に走査して、黒画素を注目画素とするとき同一行上
で注目画素の両隣の画素が白画素であるとき当該黒画素
を特異点として列毎に計数して列方向毎の特異点数の累
積値を得て、該各累積値分布をそれぞれ基準値と比較
し、基準値より大きい累積値を有する列情報を縦線ノイ
ズ除去箇所情報とし、縦線ノイズ除去箇所情報に基づく
縦線ノイズ除去相当列についてのみノイズ除去を行う、
ことを特徴とするノイズ除去方法。1. When the binary image output from the reading system is scanned in the row direction and a black pixel is set as a target pixel, when the pixels on both sides of the target pixel on the same row are white pixels, the black pixel is selected. Is calculated as a singular point for each column to obtain a cumulative value of the number of singular points in each column direction, each cumulative value distribution is compared with a reference value, and column information having a cumulative value larger than the reference value is identified by vertical line noise. As the removal point information, the noise removal is performed only on the vertical line noise removal equivalent column based on the vertical line noise removal point information.
A noise removal method characterized by the above.
方向に走査して、黒画素を注目画素とするとき同一列上
で注目画素の両隣の画素が白画素であるとき当該黒画素
を特異点として列毎に計数して行方向毎の特異点数の累
積値を得て、該各累積値をそれぞれ基準値と比較し、基
準値より大きい累積値を有する行情報を横線ノイズ除去
箇所情報とし、横線ノイズ除去箇所情報に基づく横線ノ
イズ除去相当行についてのみノイズ除去を行う、ことを
特徴とするノイズ除去方法。2. When the binary image output from the reading system is scanned in the row direction and the black pixel is the target pixel, when the pixels on both sides of the target pixel on the same column are white pixels, the black pixel Is calculated as a singular point for each column to obtain a cumulative value of the number of singular points in each row direction, each cumulative value is compared with a reference value, and row information having a cumulative value larger than the reference value is detected as horizontal line noise removal points. A noise removal method, wherein information is used and noise is removed only from horizontal line noise removal corresponding rows based on horizontal line noise removal location information.
方向に走査して２値化画像におけるノイズを検出し、検
出されたノイズを特異点として縦方向の特異点分布を得
る特異点分布列演算部と、 上記特異点分布列から閾値判定により除去すべき縦線状
ノイズの存在する列を検出して縦線除去箇所情報を得る
縦線除去箇所検出部と、 上記縦線除去箇所情報に基づいて除去すべきノイズが存
在する列のみについて３×３パターンマッチング方式に
よりノイズの除去を実行する縦線除去実行部と、を有す
ることを特徴とするノイズ除去装置。3. A singular point that obtains a vertical singular point distribution by scanning the binary image output from the reading system in the row direction to detect noise in the binary image and using the detected noise as a singular point. A distribution sequence calculation unit, a vertical line removal site detection unit that obtains vertical line removal site information by detecting a column in which vertical line noise is to be removed from the singular point distribution sequence by threshold determination, and the vertical line removal site A vertical line removal performing unit that performs noise removal by a 3 × 3 pattern matching method only on columns in which noise is to be removed based on information, a noise removal apparatus.
方向に走査して２値化画像におけるノイズを検出し、検
出されたノイズを特異点として横方向の特異点分布を得
る特異点分布列演算部と、 上記特異点分布列から閾値判定により除去すべき横線状
ノイズの存在する列を検出して横線除去箇所情報を得る
横線除去箇所検出部と、 上記横線除去箇所情報に基づいて除去すべきノイズが存
在する列のみについて３×３パターンマッチング方式に
よりノイズの除去を実行する縦線除去実行部と、を有す
ることを特徴とするノイズ除去装置。4. A singular point which obtains a lateral singular point distribution by scanning the binary image output from the reading system in the row direction to detect noise in the binary image and using the detected noise as a singular point. A distribution sequence calculation unit, a horizontal line removal position detection unit that obtains horizontal line removal position information by detecting a line in which horizontal line noise is to be removed from the singularity distribution sequence by threshold determination, and based on the horizontal line removal position information A vertical line removal executing unit that performs noise removal by a 3 × 3 pattern matching method only on a column in which noise to be removed exists.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7100573A JPH08272956A (en) | 1995-03-31 | 1995-03-31 | Method and device for noise removal |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7100573A JPH08272956A (en) | 1995-03-31 | 1995-03-31 | Method and device for noise removal |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08272956A true JPH08272956A (en) | 1996-10-18 |
Family
ID=14277650
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7100573A Pending JPH08272956A (en) | 1995-03-31 | 1995-03-31 | Method and device for noise removal |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08272956A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6870959B1 (en) * | 1999-10-07 | 2005-03-22 | Hewlett-Packard Development Company, L.P. | Method for automatic removal of vertical streaks by modifying image data associated with non-homogenous image elements |
| US7916957B2 (en) | 2006-08-03 | 2011-03-29 | Nec Corporation | Line noise eliminating apparatus, line noise eliminating method, and line noise eliminating program |
| US8441692B2 (en) | 2010-02-09 | 2013-05-14 | Fuji Xerox Co., Ltd. | Image processing apparatus, image forming apparatus, image processing method and computer readable medium |
| US10424066B2 (en) * | 2016-08-31 | 2019-09-24 | Brother Kogyo Kabushiki Kaisha | Image analyzing apparatus that corrects isolated pixels in target image data |
| CN113643437A (en) * | 2021-08-24 | 2021-11-12 | 凌云光技术股份有限公司 | Method and device for correcting depth image protrusion interference noise |
-
1995
- 1995-03-31 JP JP7100573A patent/JPH08272956A/en active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6870959B1 (en) * | 1999-10-07 | 2005-03-22 | Hewlett-Packard Development Company, L.P. | Method for automatic removal of vertical streaks by modifying image data associated with non-homogenous image elements |
| US7916957B2 (en) | 2006-08-03 | 2011-03-29 | Nec Corporation | Line noise eliminating apparatus, line noise eliminating method, and line noise eliminating program |
| US8441692B2 (en) | 2010-02-09 | 2013-05-14 | Fuji Xerox Co., Ltd. | Image processing apparatus, image forming apparatus, image processing method and computer readable medium |
| US10424066B2 (en) * | 2016-08-31 | 2019-09-24 | Brother Kogyo Kabushiki Kaisha | Image analyzing apparatus that corrects isolated pixels in target image data |
| CN113643437A (en) * | 2021-08-24 | 2021-11-12 | 凌云光技术股份有限公司 | Method and device for correcting depth image protrusion interference noise |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2702928B2 (en) | Image input device | |
| JP3576810B2 (en) | Image processing device | |
| JPH08272956A (en) | Method and device for noise removal | |
| US6983071B2 (en) | Character segmentation device, character segmentation method used thereby, and program therefor | |
| KR100295360B1 (en) | Image Processing Method Using Shading Algorithm | |
| US6181437B1 (en) | Image processing apparatus capable of producing images without jaggies at edges | |
| JP2008258980A (en) | Image information processor, and image inclination angle calculation method | |
| JP4122703B2 (en) | Image processing device | |
| JP3358133B2 (en) | Image processing device | |
| JPH05344330A (en) | Picture area discriminating device | |
| JP3545227B2 (en) | Image processing method and apparatus, optical character reader | |
| JP4013695B2 (en) | Image processing method and image processing apparatus | |
| JP3436003B2 (en) | Image processing device | |
| JP4254008B2 (en) | Pattern detection apparatus and method | |
| JP3251119B2 (en) | Image processing device | |
| JPH11112796A (en) | Image processor | |
| JP4087946B2 (en) | Image processing device | |
| JP3030814B2 (en) | Noise component removal method and recording medium recording noise component removal program | |
| JP3442041B2 (en) | Image processing apparatus and image processing method | |
| JPH02254574A (en) | Noise removing system | |
| JPH0575850A (en) | Picture area discriminating device | |
| JP2551383B2 (en) | Straight line detection and correction device | |
| JPH05344329A (en) | Picture area discriminating device | |
| JP2853141B2 (en) | Image area identification device | |
| JP2784059B2 (en) | Method and apparatus for removing noise from binary image |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20040608 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20040608 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041008 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041026 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041227 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050621 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050819 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20050826 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20051007 |