JPH09503329A

JPH09503329A - 文書中の前景情報を背景情報から分離する方法

Info

Publication number: JPH09503329A
Application number: JP8519443A
Authority: JP
Inventors: ヘーネル、ワルター
Original assignee: インターナシヨナル・ビジネス・マシーンズ・コーポレーシヨン
Priority date: 1994-12-20
Filing date: 1995-06-06
Publication date: 1997-03-31
Anticipated expiration: 2015-08-21
Also published as: DE4445386C1; US6064762A; JP3078844B2; WO1996019778A1

Abstract

(57)【要約】背景情報の上に前景情報が加法的または減法によって重ねられている文書中で前景情報を背景情報から分離する方法を提供する。本発明によれば、第１ステップで文書を複数のセグメントに分割し、第２ステップで各セグメント中の信号強度の極値の頻度分布を決定する。こうして求めた頻度分布は、本質的に背景情報を含む１つの主モード（背景モード）を有する。最初の２つのステップで前景と背景の十分な分離が行えない場合は、第３ステップで文書全体の信号強度の頻度分布の決定を行い、求めた２つの頻度分布を共同評価する第４ステップでより鋭敏な分離を行う。文書中の背景情報の信号強度の閾値を決定するため、第５ステップで、背景モードの前景情報に向かう側面からまたは別の主モードの背景モードと反対側にある側面の１つから、好ましくは２つの主モードの１つの側面上の点の線形近似によってこの閾値を誘導する。

Description

【発明の詳細な説明】文書中の前景情報を背景情報から分離する方法技術分野本発明は、前景情報が背景情報の上に加法的にまたは減法的に重なっている文書中で前景情報を背景情報から分離する方法に関する。この方法は、文書中の背景情報の信号強度の閾値を決定し、文書中の背景情報を除去し、あるいはまた電子的グレイ・スケールを白黒に変換するのに特に適している。背景技術電子文書処理を使用する際、データの量の故に、また後続の処理を簡単にするために、電子的グレイ・スケールを白黒に変換することがしばしば必要となる。その際に、テキストと数字だけを白黒情報として残し、背景パターンと予め印刷されたドロップアウト色は残さないようにして、読みやすくし、あるいは後続の電子処理が実施できるようにすべきである。そのためには、情報を含む前景と、一般に情報は含まないがたとえば安全や設計上の理由から構造化されている背景とを区別できることが必要である。前景と背景が区別できる場合、前景情報を分離するために背景を除去する、すなわち背景を抑制または消去することが可能になる。前景情報に後でさらに何らかの処理を加えるには、背景の構成要素が誤った解釈を招く可能性のある望ましくない人工物として前景に流れ込まないようにすることが特に必要である。たとえばユーロチェックや身分証明書など安全保護上の理由で文書が高度に構造化された背景を有する場合には、後続の電子処理の諸要件を満たす白黒画像を、現況技術で知られる背景除去のための方法によって生成できないことがしばしばある。高度に構造化された背景とは、高コントラストを特徴とし、一般に好ましくは直線状または類似の模様であり、記入項目と同程度の構造寸法を有する、背景である。高度に構造化された背景を含む文書の一例として、第１図に、グレイ・スケールで表したユーロチェックの通貨フィールドと金額フィールドを示す。第２図には、第１図の水平線に沿ったグレイ・スケール分布を示す。この場合、この線は、通貨フィールド及び金額フィールドの手書き項目と機械印刷項目の間の領域に、これらの項目を切断しないように置かれていた。高い値（「白」の方向）は明るいグレイ値を表し、低い値（「黒」の方向）は暗いグレイ値を表す。通常の２５６グレイ値を使用する場合、グレイ値０＝黒、グレイ値２５５＝白である。第２図を見るとわかるように、（フレームではなく）背景のグレイ値は特定の限界（閾値）まで均一に延び、たとえばフレーム化の結果としてあるいはイメージの歪みによるなど僅かな例外を除き、一般にこの限界より低くなることはない。これは、色飽和が有効に制御できる、製造における印刷技術の結果である。このことは一般には望ましい。そうでないと、人が項目を読み取るのが難しくなり、読取り不可能となることさえある。第２図にはっきり見えるように閾値の下で「黒」の方向への偏位は、外枠及び通貨フィールドと金額フィールドの間の分割線によって生じたものである。（手書き及び機械印刷）項目のグレイ値は、最もよく使われているプリンタの減法的カラー挙動によって生じ、各ケースでこの閾値より下になるが、ごく僅かだけのことがしばしばである。したがって、背景とのコントラストは背景内部のコントラストよりもかなり目立たない。減法的カラー挙動とは一般に、色素を追加するとスペクトルから色成分が除去される、すなわちグレイ値が全体としてより暗くなるとの意味である。既知の白黒変換法では、背景閾値、明暗コントラスト、あるいは線幅や隣接グレイ値の標準偏差などの判定基準を使用する。コントラスト法は一般に高度に構造化された背景を含む文書の上記の適用分野で使用するには適していない。背景中でのコントラストの変化の方が背景と項目の間での変化よりも目立つことがあるからである。同様に線幅の評価も適さないことがしばしばである。背景構造は、第１図のユーロチェックの例を見るとわかるようにしばしば直線状構造をもつからである。印刷技術の特徴から、閾値法の使用が最適の結果を与えることになる。閾値法とは、グレイ値を当該の閾値で限定されるクラスに分割する方法をいう。ただし、閾値の正確で最適な決定に難点がある。閾値は、可能な最良の白黒イメージをもたらす様々なアルゴリズムに従って、グレイ値のヒストグラムから計算されることがしばしばである。文献では、これらの閾値法は「閾値処理（thresholding）法とも呼ばれる。既知の方法のレビューが、Ｐ．Ｋ．サホー（Sahoo）、Ｓ．サルタニ（Soltani ）、Ａ．Ｋ．Ｃ．ウォン（Wong）の論文「A Survey of Thresholding Technique s」、Computer Vision，Graphics and Image Processing，41，233-260（1988）に出ている。そこでは、ヒストグラムの形状を変化させて閾値を決定するヒストグラム変換法と、閾値を計算するためのアルゴリズムが区別されている。サホー等で代表される最も重要な方法について、高度に構造化された背景を含む文書でのその使用に関して以下に簡単に論じる。ヒストグラム変換法サホー等のいう、エッジ演算子を用いてヒストグラムを改善する方法は、高度に構造化された背景には使用できない。この方法は背景のエッジと項目のエッジを区別できないからである。隣接するグレイ値の標準偏差はヒストグラムの変更にさらに適していない。この場合も項目だけでなく特に背景が標準偏差の増大をもたらすからである。閾値を計算するためのアルゴリズム既知の「モード・アンド・コンキャビティ」法も同様に、高度に構造化された背景を含む文書ではうまく使用できない。高度に構造化された背景はしばしばグレイ値のヒストグラム中でいくつかのモードとコンキャビティを発生し、したがって背景と前景への明白な割振りが不可能だからである。「オーツ法」も使用できない。このアルゴリズムは、クラス間分散を最大にすることによってピクチャ・ポイントをクラスに分割し、それがいくつかのタラスを与えるか及びそのうちのどれに求める情報が含まれるかは前もってわからないからである。既知のエントロピー法では、白黒イメージのデータ内容が最大になるように閾値を計算しようと試みる。しかし、背景と項目のデータ内容が区別されないので、高度に構造化された背景を含む文書の場合、この方法も考慮に入れることができない。サホー等の文献の補足で方法について論じられており、下記の文献にも既知の他の方法が出ている。Ｊ．Ｍ．ホワイト（White）、Ｇ．Ｄ．ローラー（Rohrer）「Image Threshold ing for Optical Character Recognition and other Applications Requiring C haracter Image Extraction」、IBM J．Res．Development Vol.27 No.4（83年7 月）に、白黒変換用の２つの方法が記載されている。１）動的閾値を用いる方法。ただし、これは第６図に示す結果をもたらす。２）線幅を評価する方法。ただし、高度に構造化された背景を含む文書には適さない。「Greyscale Assist for Machine Recognition of Courtesy Amount on Chequ es」、IBMテクニカル・ディスクロージャ・ブルテン、Vol.34 No.5（91年10月）、pp.374-377には、閾値選択のため解像度の異なる２つのイメージを使用する方法を記載している。Ｎ．オーツ、「A Threshold Selection Method from Grey Level Histograms 」、IEEE Transactions on Systems，Man and Cybernetics，Vol.SMC-9（1979年 1月）、pp.66-67にはオーツ法が提示されている。Ｔ．クリタ、Ｎ．オーツ、Ｎ．アブデルマレク（Abdelmalek）「Maximum Like lihood Thresholding based on Population Mixture Models」、Pattern Recogn ition，Vol.25 No.10，1231-1240（1992年）では、オーツ法とその応用法について論じている。Ｍ．Ａ．シド＝アハメド（Sid-Ahmed）、「A Hardware Structure for the au tomatic selection of Multi-Level Thresholds in Digital Images」、Pattern Recognition，Vol.25 No.12，1517-1528（1992年）では、オーツ法をさらに発展させた方法について論じている。Ｃ．Ｋ．リー（Lee）、Ｃ．Ｈ．リ（Li）、「Adaptive Thresholding via Gau ssian Pyramid」、China 1991，Interna tional Conference on Circuits and Systems June 1991，Shenzhen，Chinaでは、エントロピー法をさらに発展させた方法について論じている。上記の既知のどの方法も、高度に構造化された背景の問題を満足に解決し、あるいは後続の電子処理の要件を満たす満足できるイメージを生成することができない。発明の開示本発明の目的は、ハーフトーン・ピクチャにおける背景グレイ・スケールが最大に（最も暗く）なる閾値を計算することのできる、前景情報を背景情報から分離する方法を提供することにある。本発明の目的は、請求の範囲の独立項である第１項に記載の方法によって達成される。本発明によれば、第１段階で文書をいくつかのセグメントに分割し、第２段階で各セグメント中の信号強度の極値の頻度分布（frequency distribution）を決定する。こうして決定した頻度分布は、本質的に背景情報を含む主モード（背景モード）を示す。最初の２段階で前景と背景の十分な分離が行えない場合は、第３段階で文書全体の信号強度の頻度分布を実施することができ、第４段階で、得られた２つの頻度分布を評価することにより鋭敏な分離を行うことができる。文書中の背景情報の信号強度の閾値を決定するため、第５段階で、前景情報に向かって傾斜した背景情報の側面から、あるいは背景に隣接する別の主モードの側面から、好ましくは２つの主モードの側面上の点の線形近似によってこの閾値を導出する。文書中の背景情報を除去するため、追加の第６段階で、文書中の情報を閾値より上の信号強度と下の信号強度に分割し、第７段階で背景領域を表す信号強度を削除することができる。本発明による方法をイメージ文書の白黒変換に使用する場合は、印刷によって生成した文書の諸特性と、後続の電子処理の要件を満たす生成された白黒イメージを利用する。本発明による方法は、所望の任意の背景を含む文書／イメージの背景除去に使用できるが、レコーダまたはプリンタによって背景から減法的に生成された前景情報を保持しなければならない。すなわち、背景に前景情報を重ねることによって得られるグレイ値が、背景文書の元のグレイ値より暗くなければならない。本発明による方法の既知の方法に勝る具体的利点は、高度に構造化された背景を含む、すなわち背景中のコントラストの大きな文書の背景が、特に、顕著な直線状または手書き様の文字を有する場合に、除去されることにある。その場合、背景構造の構造寸法が前景情報の手書きの寸法と同程度である場合に良好な結果が得られる。本発明による方法は、グレイ・イメージの閾値の「オンライン」決定、すなわち文書が存在する通りの状態での閾値の決定に特に適している。一般に、文書のグレイ値は、たとえば照明の強度の結果、あるいは文書のフェージングの結果として変化する。同様に色飽和及び紙の状態も文書ごとに変化する。またスキャナの違いから、たとえばスキャナの感度一般から、あるいは文書のグレイ値の測定に直接影響を与えるスペクトルで条件付けられた感度を通じて、ある効果が生じる。本発明を使って得られる背景閾値を使用すると、たとえば決定された閾値よりも明るいすべてのグレイ値を除去することにより、後で背景を除去することができ、その後の文書処理、たとえば文字認識を行うことができる。いくつかの適当な閾値を使用することにより、情報の大きな損失なしにグレイ・スケールの数を減らすことができる。その場合、情報の損失の度合は閾値の選択の影響を受ける。ただし、本発明の教示は光学式イメージ処理での使用に限定されるものではなく、背景に前景信号が加法的または減法的に重なっているすべてのフィールド中で前景情報を所望の背景から分離するのにも同様に使用できる。図面の簡単な説明第１図は、グレイ・スケール表示によるユーロチェックの通貨フィールドと金額フィールドを示す図である。第２図は、第１図の水平線に沿ったグレイ値の分布図である。第３図は、第１図に示すイメージのグレイ値の頻度分布の標準ヒストグラムＨＳｔｄ（ｉ）である。第４Ａ図は、第１図に示すイメージのグレイ値の頻度分布のセグメント・ヒストグラムＨｓｅｇ（ｉ）である。第４Ｂ図は、第４Ａ図で選択されたセグメント・サイズと第１図の部分イメージのセグメント・ラスタ化を示す図である。第５Ａ図は、第４Ａ図の標準化セグメント・ヒストグラムＨｓｅｇ（ｉ）と第３図の標準化標準ヒストグラムＨｓｔｄ（ｉ）とから形成した示差ヒストグラムＨｄｉｆ（ｉ）である。第５Ｂ図は、一般に多モード・ヒストグラムの場合と同様の、ただし主モードを２つしか含まない示差ヒストグラムＨｄｉｆ（ｉ）である。第６図は、背景グレイ値の閾値ＳＷ_INの一次近似による決定を示す図である。第７図は、閾値を決定するより正確な方法を示す図である。第８図は、イメージ解像度が限られているためにしばしば得られる、円滑化前のヒストグラムである。第９図及び第１０図は、既知の現況技術の方法によって得られる、第１図のイメージの背景除去の結果を示す図である。第１１図は、本発明の方法による第１図のイメージの背景除去の結果を示す図である。発明を実施するための最良の形態次に第１図に示したユーロチェックの例を用いて、後でイメージから背景を除去すべきグレイ値イメージ中の背景グレイ値か最大に（最も暗く）なる閾値（以下では閾値と称する）を決定するための本発明による方法を説明する。第３図に、ユーロチェックの通貨フィールドと金額フィールドの第１図に示したイメージのグレイ値の頻度分布の標準ヒストグラムＨｓｔｄ（ｉ）を示す。縦軸に示した頻度Ｈｓｔｄ（ｉ）は、グレイ値がｉの測定イメージ点の数である。ここでグレイ値ｉは横軸上に示してあり、グレイ値ｉ＝０の「黒」からグレイ値が最大ｉｍａｘの「白」へと延びる。第３図の領域１０は本質的に背景サンプル情報を含み、ピーク２０は主として第１図のフィールド・マージンによって生成される。領域１０とピーク２０の間の領域３０には前景項目の書込み情報が含まれる。ただし、この情報が正確に局在化されている場合、それはこの標準ヒストグラムＨｓｔｄ（ｉ）からは決定できない。また個々の領域は重なり合っており、この場合に情報の分離は不可能である。先にユーロチェックなどの印刷文書について概略を述べたように、背景は特定のグレイ値、すなわち閾値より低くならない。これは製造に使用する印刷技術のためであり、色飽和（すなわち色のシェード）が一般に非常に正確に制御でき、かつ読みやすくなるように制御しなければならない。背景のグレイ値が一般に閾値より低くならず、したがって特定のグレイ値より暗くならない結果、前景が背景情報から分離でき、背景の最小グレイ値が大幅に上がるように、標準ヒストグラムを別のヒストグラムで変更または置き換えるべきである。第１段階で、処理しようとするイメージ文書を別々のセグメントに分割する。それらのセグメントは面積がほぼ等しいが、この処理は後のデータ処理を簡単にするためのものにすぎず、この方法にとって本質的ではない。分割の際に、予想閾値がいくつかのセグメント中に少なくとも１回含まれるように注意する。さらに、「項目を含まない」セグメント、すなわち背景情報のみを含み、項目からの前景情報を欠くセグメントが存在すべきである。本質的に均一に構造化された背景パターンでは、セグメント・サイズは背景のサンプル・サイズから簡単な推定によって決定できるので有利である。大きすぎるセグメント・サイズを選択した場合、後述のように閾値の推定に使用できる情報が少なすぎることがある。「項目を含まない」セグメントが得られない場合は、セグメント面積が大きくなりすぎるので特にそうである。ただし、セグメント面積が小さすぎる場合、状況によってはセグメント化前の初期イメージに比べて得られる意味のあるデータが少なくなりすぎる。各セグメントごとに、最も暗いグレイ値（最小値）を決定し、新しいセグメント・ヒストグラムＨｓｅｇ（ｉ）に入力する。これは最小値ヒストグラムとも呼ばれる。標準ヒストグラムＨｓｔｄ（ｉ）に対応して、グレイ値ｉのセグメント・ヒストグラム中の決定されたセグメントの頻度Ｈｓｅｇ（ｉ）を横軸の各グレイ値ごとに縦軸に入力する。同様に、グレイ値ｉはグレイ値ｉ＝０の「黒」からグレイ値が最大ｉｍａｘの「白」へと延びる。第４Ａ図に、第１図に示したユーロチェックの通貨フィールドと金額フィールドのイメージに対する選択されたセグメントのグレイ値の頻度分布のこうしたセグメント化ヒストグラムＨｓｅｇ（ｉ）を示す。これに対して選択されたセグメントのセグメント・サイズを、第１図の部分イメージのセグメント・ラスタ化と共に第４Ｂ図に示す。第４Ｂ図に示したセグメント・サイズは一例にすぎないが、後の処理にとって有利であることが証明されている。最小値が決定された領域（セグメント）は、予想閾値がその中で見つかるよう十分に大きく選ぶべきである。ユーロチェック（第１図）の場合のように最小値が規則的に現れる場合は、非常に小さな面積でもこの条件が満たされることになる。ただし、セグメントの面積の大きな変動やセグメントの重なりがある場合でも、セグメント・ヒストグラムＨｓｅｇ（ｉ）はほとんど変わらないことが確定されている。一般にセグメントとしては、表面の限られた切片を使用でき、これは部分的に重なり合っていてもよい。その例として、異なるサイズの方形領域だけでなく線形領域も挙げることができる。ほんの少数のグレイ・スケール（たとえば１６）を含むハーフトーン・イメージや非常にフェージングの強いイメージの場合、処理前に低域フィルタの使用を推奨する。得られたセグメント・ヒストグラムＨｓｅｇ（ｉ）（第４Ａ図）及び対応する標準ヒストグラムＨＳｔｄ（ｉ）（第３図）をさらに処理する前に正規化する。この目的には既知のどの正規化法を使用してもよい。しかし、両方のヒストグラムを、セグメント中の測定点（イメージ画素）の数に対して正規化すると有利である。その後、グレイ値ｉのすべての測定値の和（頻度Ｈ（ｉ））にセグメント当りの測定点の数を乗じた積として正規化頻度Ｈｎｏｒｍ（ｉ）が得られる。Ｈｎｏｒｍ（ｉ）＝（セグメント当りの測定点）^*Ｈ（ｉ）標準ヒストグラムＨｓｔｄ（ｉ）では、セグメント化されていないため、１セグメント中の測定点（イメージ画素）の数は１に等しい。どちらのヒストグラムの場合も、この正規化の結果、すべての頻度の和は同じ値になる。この正規化の利点は、主としてヒストグラム構築の際に対応する値の処理に（セグメント当りの測定点の和は大抵は知られている）乗算しか必要でなく、除算は不要である点にある。頻度Ｈ（ｉ）及びセグメント当りの測定点の数は各ケースで整数であるので、整数のみで計算を行うことができる。後続ステップで第４Ａ図に従って得られる正規化セグメント・ヒストグラムＨｓｅｇ（ｉ）からセグメント化前のイメージ文書の対応する正規化標準ヒストグラムＨｓｔｄ（ｉ）（第３図）を差し引き、示差ヒストグラムＨｄｉｆ（ｉ）に入力する。第５Ａ図に、第１図のユーロチェックの通貨フィールドと金額フィールドを表すセグメント化前のイメージ文書の、第４Ａ図の正規化セグメント・ヒストグラムＨｓｅｇ（ｉ）と第３図の正規化標準ヒストグラムＨｓｔｄ（ｉ）から形成した、このような示差ヒストグラムＨｄｉｆ（ｉ）を示す。示差ヒストグラムを簡略化するため、負になる値は、情報の損失なしにゼロに設定することができる。得られる示差ヒストグラムＨｄｉｆ（ｉ）は、その前のセグメント・ヒストグラムＨｓｅｇ（ｉ）と同様に、主最大値である主モード１００を示す。これは「白」に近く、主として背景情報を含み、したがって背景モード１００と名付ける。簡単な場合で、項目の黒化が最大黒化にほぼ対応する場合、示差ヒストグラムＨｄｉｆ（ｉ）もセグメント・ヒストグラムＨｓｅｇ（ｉ）も純粋に２モードとなり、もう一つだけ主モード１１０を含み、これは前景情報を含み、したがって前景モード１１０と呼ばれる。第５Ｂ図に、一般に多モード・ヒストグラムとして得られるが、正規化セグメント・ヒストグラムＨｓｅｇ（ｉ）とセグメント化前のイメージ文書の関連する正規化標準ヒストグラムＨｓｔｄ（ｉ）とからの２つの主モードしか含まない示差ヒストグラムＨｄｉｆ（ｉ）を示す。この場合、背景モード１００は、「黒」に近い方にあって前景情報を含む複数の前景モード１１０、１２０とコントラストをなす。したがって、前景モード１１０、１２０は、主最大値を含む主前景モード１１０と、１個または複数の副最大値を含む別の前景モード１２０に分割される。示差ヒストグラムＨｄｉｆ（ｉ）に対するこれらのバージョンは、セグメント・ヒストグラムＨｓｅｇ（ｉ）にもほぼ同様に適用される。次に、上記の方法で得られた示差ヒストグラムを現況技術で既知の方法によって処理し、閾値を求めることができる。閾値を決定するための本発明による方法については後述する。関係するモードは前景モードと背景モードであり、前景情報と背景情報が加法的に重なっているため、背景モード１００は、より高い、すなわち印刷技術のグレイ限界より上のグレイ値をもつので、モードを適切に制限することによって閾値を求めることができる。閾値決定の第１段階では、得られた示差ヒストグラムＨｄｉｆ（ｉ）から出発して、「黒」側に向かった背景モード１００の「暗色」側面上の最大勾配を決定する。次に、暗色側面の最大勾配点Ｐ_maxから出発して、暗色側面上の決定された最大直線勾配をもつ直線と横軸の交点から背景グレイ値の閾値（ＳＷ_IN）を一次近似として得る。第６図に、背景グレイ値の閾値ＳＷ_INの一次近似による決定を示す。背景モード１００の暗色側面の最大勾配の決定のみから閾値ＳＷ_INを求めるのは実現可能でないことを理解されたい。２つの主モードの対向する両側面の少なくとも一方の適当な点のあらゆる線形近似が、前景情報と背景情報の分離が行われるため、適用例に応じて十分に正確な閾値の一次近似値に供給される。しかしどの点が近似に適しているかは、応用例によって異なる。閾値ＳＷ_INの一次近似による決定は、前述のように、背景閾値として十分に正確な値をもたらし、２つの主モードの面積がほぼ同サイズの場合は特にそうである。しかし、主モードの面積が異り、背景モード１００の面積が前景モード１１０と１２０の面積よりずっと大きくなっている場合、背景モード１００の最も近くにある前景モード１１０または１２０に背景モード１００が部分的に重なり、その結果、閾値ＳＷ_INが暗くなりすぎる。すなわち、閾値が「暗色」側に寄りすぎている結果、一部の情報が失われる可能性がある。閾値ＳＷ_INのなお十分に正確な値の限界値として、背景モード１００の面積が前景モード１１０及び１２０の面積の２倍よりやや小さい領域の場合があげられる。閾値を求めるためのより正確な精密な方法を第７図に示す。要するに、第６図で一次近似で求めた閾値から出発して、背景モード１００の暗色側面に、示差ヒストグラムＨｄｉｆ（ｉ）の下の全面積に対する背景モード１００の面積に対応した重みを付ける。示差ヒストグラムＨｄｉｆ（ｉ）で示差ヒストグラムＨｄｉｆ（ｉ）の下の全面積に対する背景モード１００の面積で重みを付けた、最大勾配Ｐ_maxにおける頻度と、一次近似による閾値ＳＷ_INの点における頻度との差から改善された閾値ＳＷ_modを算出する。微調整のため、この主モード１００と１１０の面積に対応する重み付けに補正係数ａとβを加えることもできる。そうすると、閾値ＳＷ_modは次式に従って計算される。次に上式から導出した頻度値Ｈｄｉｆ（ＳＷ_mod）から、読取りまたは適当な補間によって閾値ＳＷ_modを決定する。背景モード１００の面積が比較的大きい場合、閾値ＳＷ_modは「白」の方向にずれる。背景モードの面積が比較的小さい場合は、「黒」方向への変位は一般には必要でないが、場合によって必要なこともある。重み付けの微調整用のパラメータａとβは、最も簡単な場合は１に等しく選択する。微調整が必要な場合、パラメータａとβの値はたとえば実際の結果と名目的結果の比較から逆方向に作業することによって推定し、あるいは学習プロセスで決定することができる。そのような学習プロセスでは、入力値としてたとえば次の値が必要となる。出発値はＨｄｉｆ（ＳＷ_mod）である。こうして求めたＨｄｉｆ（ＳＷ_mod）の値を次に名目値Ｈｄｉｆ（ＳＷ_nom）と比較し、この比較から重み付けの微調整のためのパラメータａとβを求める。名目値Ｈｄｉｆ（ＳＷ_nom）は自動読取り手順から生成することが好ましく、その際に、閾値のある範囲について読取りエラー率を決定し、これによって最小エラー率で閾値に関する結論に達する。次に、決定されたデータから、おそらくやはり対話式に学習することにより、閾値を決定する方法をさらに精巧なものにすることができる。すなわち、閾値を検索する方法を実施するための装置は、たとえば背景除去後の手書き認識からの結果を名目的結果と比較し、それによって、閾値決定のためのパラメータを品質ステートメントによって最適化することが可能になる。重みに影響を与える補正係数ａとβの他に、一次近似による閾値の補間を行う点もここでは変数として使用することができる。またこの微調整をすべて中立のネットワークで実施して利益を受けることもできる。上記の閾値を決定するためのプロセスはまた、前景モード（１１０）の「明色」側面（したがって「白」の方向）でも同様に実施できることに留意されたい。さらに、閾値を決定するための前記手段はすべて、セグメント・ヒストグラムＨｓｅｇ（ｉ）によっても実施できることを理解されたい。第４ａ図と第５ａ図を比較するとわかるように、この場合、セグメント・ヒストグラムはそれから導いた示差ヒストグラムと僅かしか異なっていない。ただし、ある応用例の範囲では、セグメント・ヒストグラムと示差ヒストグラムの共同評価が特に説得力のある結果をもたらし、したがって閾値決定の評価が容易になることが判明している。セグメント・ヒストグラムと示差ヒストグラムの共同評価とは、両方のヒストグラムからの情報を利用し、それから別の情報を引き出す任意の形の評価を意味するものとする。上記の例では、両ヒストグラムの差をとることによって共同評価を行ったが、たとえば標準ヒストグラムに（たとえば要素ごとの乗算または除算により）セグメント・ヒストグラムで重み付けする、平行勾配評価及び重み付けした勾配を形成する、両方のヒストグラムで分離点、すなわちヒストグラムがゼロになる点を評価して、前景と背景の分離が生じるとき、ケースを改善するなど、他の共同評価手段も考えられる。計算した閾値を使って、次にイメージ文書に対して様々な処理を行うことができる。背景除去は、決定された閾値よりも大きなグレイ値をもつイメージ上のすべての点を「白」のグレイ値に設定する、いわゆる「閾値処理」によって実施すると有利である。さらにデジタル処理を行うため、閾値より小さなグレイ値をもつすべてのイメージ点を「黒」に設定することができる。さらに、この処理により、すべての（主）モードの各側面ごとに上記の閾値決定方法を使用して、グレイ値の減少を実施することができる。こうして求めた閾値は、背景／前景閾値を表すだけでなく、前景情報中の異なる対象の区別が可能な閾値の範囲をも表す。多くの応用例では、イメージ点と測定点の数が限られているため、ヒストグラムをさらに処理する前にそれらの点を平滑化することを推奨する。第８図に、イメージ解像度が限られているためにしばしば得られる平滑でないヒストグラムを示す。平滑化には既知のどんな方法を使用してもよい。本発明の一実施形態では、ガウス関数で重み付けした隣接点平滑化法を使用する。この方法では、（開始点を含めて）それぞれガウス関数で重み付けした隣接するいくつかの点の和をとり、その和に対して重みを正規化する。このようにすると、ヒストグラム全体を平滑化し、比較的小さな副モードを除去することが可能である。ただし、この場合、ガウス関数以外の関数、たとえば方形関数も重み付けに使用できる。本発明による閾値検索法により、現代のイメージ処理の諸要件を満たす総合的な例外的結果を比較的簡単にかつ高速度で得ることができる。いくつかの走査ユーロチェック・イメージでこのアルゴリズムを検査した。様々なスキャナ（１６及び２５６グレイ・スケール）を使って様々な解像度（２００〜３００ｄｐｉ）で電子イメージを生成した。次にこれらのイメージから所望の領域を選択し、上記の方法を使って白黒イメージに変換した。スキャナ及び解像度の如何にかかわらず、それらの結果は後続の電子処理（電子式文字認識）にとって満足すべきものであった。第９図と第１０図に、既知のプロセスによって、すなわち第９図では「線形平均による動的閾値処理」によって、また第１０図では「面積平均による動的閾値処理」によって生成した、第１図のイメージの背景除去の結果を示す。比較のため、第１１図に、本発明の方法による第１図のイメージの背景除去の結果を示す。上記の本発明の方法では、関連データも、ダイアグラムをグラフに作成する必要なく、電子データ処理の意味で直接に処理できることは明らかである。したがって、ここに提案する方法は、自動コンピュータ・プログラムで使用するにも適している。本発明によるプロセスは、高度に構造化された背景を含むイメージのグレイ領域を白と黒のイメージに変換するのに特によく適している。ただし、文書全体（たとえばユーロチェック全体）の完全な処理は必ずしも推奨できない。そこには、たとえば高度に構造化されていない様々なタイプの背景の領域が含まれるからである。この場合、同じタイプの背景を含む領域内の文書の部分処理を推奨する。

───────────────────────────────────────────────────── 【要約の続き】

Claims

【特許請求の範囲】１．背景情報の上に前景情報が加法的にまたは減法的に重ねられている文書中の前景情報を背景情報から分離する方法において、文書を複数のセグメント（８０）に分割する第１のステップ（第４ｂ図）と、各セグメント中の信号強度の少なくとも１つの極値の少なくとも１つの頻度分布を、実質的に背景情報を含む１つの主モード（背景モード１００）を含むように決定する第２のステップ（第４ａ図）とを特徴とする方法。２．第１ステップで、背景情報の信号強度の少なくとも１つの極値が大部分のセグメント（８０）に少なくとも１回含まれるようにセグメント（８０）を選択することを特徴とする、請求項１に記載の方法。３．第１ステップで、複数のセグメント（８０）が、専ら背景情報を含むいくつかのセグメントを含むように、セグメント（８０）を選択することを特徴とする、請求項１または２に記載の方法。４．第１ステップで、セグメント（８０）がそれぞれ類似の構造となるようにセグメント（８０）を選択することを特徴とする、請求項１ないし３のいずれか一項に記載の方法。５．文書全体から信号強度の頻度分布（第３図）を決定する第３のステップと、第２及び第３ステップで導かれた頻度分布の共同評価（第５図）を行う第４のステップとを特徴とする、請求項１ないし４のいずれか一項に記載の方法。６．第４ステップで、第２及び第３ステップで決定した頻度分布の重ね合せ、好ましくは加法的または減法的重ね合せによって共同評価を行うことを特徴とする、請求項５に記載の方法。７．決定された頻度分布の少なくとも１つまたは第４ステップに含まれる重ね合せあるいはその両方を平滑化するステップを特徴とする、請求項１ないし６のいずれか一項に記載の方法。８．平滑化ステップで、開始点を含めて、それぞれ平滑化関数で重み付けしたいくつかの隣接点の和を形成し、こうして形成した和を重みの和で正規化することを特徴とする、請求項７に記載の方法。９．平滑化関数としてガウス関数または方形関数を使用することを特徴とする、請求項８に記載の方法。１０．文書がイメージであり、背景情報がサンプルである（第１図）ことを特徴とする、請求項１ないし９のいずれか一項に記載の方法。１１．前景情報が手書き文字であることを特徴とする、請求項１ないし１０のいずれか一項に記載の方法。１２．背景モード（１００）の前景情報に向いた側面から、または別の主モード（１１０）の背景モード（１００）とは反対側の側面から文書中の背景情報の信号強度の閾値を誘導する第５のステップを特徴とする、請求項１ないし１１のいずれか一項に記載の方法。１３．閾値を誘導する第５ステップが、２つの主モード（１００、１１０）の少なくとも１つの側面上の１点の線形近似（第６図）を行うステップを含むことを特徴とする、請求項１２に記載の方法。１４．線形近似ステップを、各ケースで側面勾配が最大の点（Ｐ_max）で行うことを特徴とする、請求項１３に記載の方法。１５．閾値を誘導する第５ステップが、線形近似によって得た閾値を、主モードで囲まれる領域の閾値で重み付けする（第７図）ステップを含むことを特徴とする、請求項１２ないし１４のいずれか一項に記載の方法。１６．閾値を誘導する第５ステップが、決定された頻度分布の少なくとも１つ及び品質ステートメントによって決まる初期デフォルトから誘導された、学習のための初期値を使用する学習ステップを含むことを特徴とする、請求項１２ないし１５のいずれか一項に記載の方法。１７．文書中の背景情報を除去するため、閾値を用いて文書の情報を分割する第６のステップを特徴とする、請求項１２ないし１６のいずれか一項に記載の方法。１８．第６ステップで、情報を、閾値より高い信号強度をもつ情報と閾値より低い信号強度をもつ情報とに分離することを特徴とする、請求項１７に記載の方法。１９．本質的に背景情報を含む、第６ステップで分離した情報領域を除去する第７のステップを特徴とする、請求項１７または１８に記載の方法。２０．第７ステップにおける電子式グレイ・スケール・イメージの白黒変換の際に、閾値に対応するグレイ値より明るいグレイ値をもつすべての情報を「白」のグレイ値に設定することを特徴とする、請求項１９に記載の方法。２１．閾値に対応するグレイ値より暗いグレイ値をもつ残りすべての情報を「黒」のグレイ値に設定する（第１１図）ことを特徴とする、請求項２０に記載の方法。２２．高度に構造化された背景をもつイメージ文書（第１図及び第１１図）の背景削除への請求項１ないし２１のいずれか一項に記載の方法の使用。