JPS5955581A - Region separating method of printed document picture - Google Patents

Abstract

PURPOSE:To separate easily a graphic region from another region of a different pitch, by performing a two-dimensional Fourier conversion while operating the whole printed document at a prescribed local region and then observing the peak position on the Fourier conversion surface and the absolute value. CONSTITUTION:The signal obtained by picking up a document picture 1 is preprocessed 10, and then a two-dimensional Fourier conversion process 11 is carried out to the whole document picture. Then the 1st peak point close to an original point is detected in a Fourier converted space, and the row space and the position angle are detected 12 for the document picture as a whole. The position of a region having different character train and pitch, if any, is taken into consideration to obtain the space of the character row. A small matrix size is decided 13 after obtaining the row space of the 1st peak point, and the whole document is scanned 14 for each size of the small matrix. Then the peak point is detected 16 through a two-dimensional Fourier conversion 15. Thus a graphic region can be easily separated from another region having a different character train and pitch.

Description

【発明の詳細な説明】 （１）発明の属する分野の説明 本発明は、既存の本や印刷文書中の情報を自動的に入力
する装置において、ピッチの異々る文字列の領域および
図形領域Ｑ切り分けをする方法に関するものである。DETAILED DESCRIPTION OF THE INVENTION (1) Description of the field to which the invention pertains The present invention provides an apparatus for automatically inputting information in existing books and printed documents. It concerns the method of separation.

（２）従来の技術の説明 従来の印刷文書の領域を切υ分けする方法は。(2) Description of conventional technology What is the conventional method of dividing the area of a printed document?

第１図に示すように２文書画像を縦横方向に画像を投影
し、濃度のヒストグラムを作成し、ヒストグラムの極端
に変化する場所を判別することによシ１文字列領域と図
形領域の切υ分けを行う方法である。しかし本方法では
、第２図に示すように。As shown in Figure 1, by projecting two document images vertically and horizontally, creating a density histogram, and determining the places where the histogram changes extremely, it is possible to This is a method of dividing. However, in this method, as shown in FIG.

ピッチの異なる文字列が存在する場合、または入力画像
が傾いている場合には１周辺分布を正確に取ることが不
可能となる。また、第３図に示すように９文書画像の黒
ラン白ランのランレングスの統計的性質まだは黒画素の
密度を加算することによシ、ピッチの異なる文字列およ
び図形領域の切り分けを行う方法がある。しかし本方法
には、処理時間およびランレングスの閾値の設定に問題
があった。If there are character strings with different pitches, or if the input image is tilted, it is impossible to accurately obtain a one-marginal distribution. In addition, as shown in Figure 3, character strings and graphic areas with different pitches can be separated by adding the density of black pixels based on the statistical properties of the run lengths of black and white runs in nine document images. There is a way. However, this method has problems in setting thresholds for processing time and run length.

（３）発明の目的 本発明の目的は、これらの欠点を解決することにあり１
文書画像全体を小領域に分割してスモールマトリックス
サイズでスキャンしながら空間的２次元フーリエ変換を
行い、２次元フーリエ変換のピーク値の絶対値の変化に
より、異なるピッチで書かれた文字領域および図形領域
を切り分けるものである。以下２図面について詳細に説
明する。(3) Purpose of the invention The purpose of the present invention is to solve these drawbacks.
Split the entire document image into small areas and perform spatial two-dimensional Fourier transform while scanning with a small matrix size. Character areas and figures written at different pitches are determined by changing the absolute value of the peak value of the two-dimensional Fourier transform. It separates the area. The two drawings will be described in detail below.

（４）　　発明の構成および作用の説明／（Ｚ　＋　ｙ
）を入力された印刷文書画像の濃度分布とすると、２次
元フーリエ変換後の空間周波数成分ｇ（ω工、ωＶ）は
次のようにあられすことができる。(4) Explanation of the structure and operation of the invention/(Z + y
) is the density distribution of the input printed document image, the spatial frequency component g(ω, ωV) after two-dimensional Fourier transformation can be expressed as follows.

ｇ（ω１ωｙ）＝、／Ｊ′／（ｚＩｙ）ｅｘｐ（−＜（
ω１ｚ＋ωｒ　ｖ）　）　ｄｚ　ｔｉｙ一般に、既存の
本や原稿の中の文字列は周期性をもっているために、そ
の周期性に対応したωＸ。g(ω1ωy)=, /J'/(zIy)exp(-<(
ω1z+ωr v) ) dz tiyGenerally, character strings in existing books and manuscripts have periodicity, so ωX corresponds to that periodicity.

ωＶの所にピークが生じる。文字ピッチの違う文字列が
印刷文書中に含まれる場合でも、その周期に対応したω
Ｘ、ωＶの所にピークが生じる。A peak occurs at ωV. Even if a printed document contains character strings with different character pitches, the ω
A peak occurs at X and ωV.

第４図は１文字列が傾いていない場合の文字列と２次元
フーリエ変換された平面の図形を示す。FIG. 4 shows a character string and a two-dimensional Fourier-transformed plane figure when one character string is not tilted.

図中、１は入力画像、３は２次元フーリエ変換された像
、４は原点に近い第１ピーク点である。In the figure, 1 is an input image, 3 is a two-dimensional Fourier transformed image, and 4 is a first peak point near the origin.

第１ピーク点に対応するωＶの逆数が、入力画像におけ
る最大の文字列の行間隔となる。第２ピーク点に対応す
るωＶの値は別のピッチの文字列の行間隔となる。The reciprocal of ωV corresponding to the first peak point becomes the maximum line spacing of the character string in the input image. The value of ωV corresponding to the second peak point becomes the line spacing of character strings of different pitches.

印刷文書全体の行間隔が求められた後に局所的に見るだ
めのウィンドウの画素数を決定する。そのウィンドウの
マスクの大きさを決定する場合の条件は１文字列を２次
元フーリエ変換した場合にピークが十分に検出できる行
数を有することである。After the line spacing of the entire printed document has been determined, the number of pixels in the locally visible window is determined. The condition for determining the size of the window mask is that it has a sufficient number of lines where a peak can be detected when one character string is subjected to two-dimensional Fourier transform.

スモールマトリクスのサイズが決定されれば。Once the size of the small matrix is determined.

第５図に示すように９文書画像全体をそのウィンドウサ
イズにしたがってスキャンし、タイミングをはかつて、
２次元フーリエ変換を行う。図中。As shown in Figure 5, the entire nine document images are scanned according to their window size, and the timing is
Performs two-dimensional Fourier transform. In the figure.

５はマトリックスの移動方向、そして６はスモールマト
リックスを示す。このとき、スモールマトリックスの２
次元フーリエ変換値のピーク点の大きさと位置を監視し
ているととによって、変換面にピークが出現すれば文字
列領域であり、ピークが検出できなければ図１形領域で
あるものと判定する。5 indicates the moving direction of the matrix, and 6 indicates the small matrix. At this time, 2 of the small matrix
By monitoring the size and position of the peak point of the dimensional Fourier transform value, if a peak appears on the transform surface, it is determined that it is a character string region, and if no peak is detected, it is determined that it is a Figure 1 type region. .

スモールマトリックスの２次元フーリエ変換面でのピー
ク点の位ｆ６は、スモールマトリックスサイズが決定さ
れれば１文字列のピッチが同じ場合には、同じ位置に出
現するはずであるが１文字列のピッチが異なる場合は、
第６図のように２次元フーリエ変換面でのピークの位置
“はずれてくる。The position f6 of the peak point on the two-dimensional Fourier transform surface of the small matrix should appear at the same position if the pitch of one character string is the same if the small matrix size is determined, but the pitch of one character string is If they are different,
As shown in FIG. 6, the position of the peak on the two-dimensional Fourier transform plane begins to shift.

図中、Ａ、Ｂは２つの異なるピッチの文字列を表わし、
７ｕ：２次元フーリエ変換のピーク位置を表わす。この
方式を利用することによって文字列のビツヂの異なる領
域も判別することが可能である（例えば、学会誌上の本
文およびあらましの部分）。In the figure, A and B represent character strings with two different pitches,
7u: represents the peak position of two-dimensional Fourier transform. By using this method, it is possible to distinguish between areas with different character string bits (for example, the main text and summaries of academic journals).

次に第７図に示すように１文字列が傾いている場合では
、まず文書画像全体のフーリエ変換のピーク点の位置（
ωＺ−ｕ　ＴωＶ＝Ｖ＞　　により１文字列の傾いてい
る角度を求めることができる。具体的には１文字列が傾
いている場合でも、原点に近い第１ピーク点に対応する
ωπ、ωＶの値＄　＋　１１は２文字の繰り返し周波数
を示すから、その逆数が入力画像における文字列の行間
隔になる。Next, if one character string is tilted as shown in Figure 7, first the position of the peak point of the Fourier transform of the entire document image (
The angle at which one character string is tilted can be determined by ωZ−u TωV=V>. Specifically, even if one character string is tilted, the value of ωπ and ωV corresponding to the first peak point near the origin $ + 11 indicates the repetition frequency of two characters, so the reciprocal is the character string in the input image. The line spacing will be .

捷た。第８図ｒ（示すように、ピーク点の位置関係ｕ　
＋　１１より１文字列の妬いている角度θ−−−１−を
求めることができる。なお、Ｚは全画素数を表わす。そ
して、第９図に示すように、その角度θＫしたがってス
キャンして、スモールマトリックスサイズで順次２次元
フーリエ変換を行い２文字列が傾いていない場合と同様
にピーク値を観察することによって文書画像の領域を判
別することが可能である。I cut it. Figure 8 r (as shown, the positional relationship of the peak points u
+11, it is possible to find the jealous angle θ---1- of one character string. Note that Z represents the total number of pixels. Then, as shown in Fig. 9, the document image is scanned according to the angle θK, sequentially subjected to two-dimensional Fourier transform with a small matrix size, and the peak value is observed in the same way as when the two character strings are not tilted. It is possible to determine the area.

第１０図に本発明の実施例のブロックダイアグラムを示
す。FIG. 10 shows a block diagram of an embodiment of the present invention.

まず文書画像１をＴＶカメラ９で撮像してその信号を取
り込み、濃度補正ディジタルフィルタ等の前処理１０を
行う。その後、２次元フーリエ変換処理１１を文書画像
全体に行い、フーリエ変換された空間で原点付近の第１
ピーク点を見い出し。First, a document image 1 is captured by a TV camera 9, its signal is taken in, and preprocessing 10 such as a density correction digital filter is performed. After that, two-dimensional Fourier transform processing 11 is performed on the entire document image, and the first point near the origin in the Fourier transformed space is
Find the peak point.

文書画像全体の行間隔および位置角度の検出１２を行う
。文字列・ピッチの異なる領域が存在する場合は、その
点の位置も考慮し２文字列の間隔を求める。第１ピーク
点の行間隔が求まった後に。The line spacing and position angle of the entire document image are detected 12. If there are regions with different character strings and pitches, the distance between the two character strings is determined by taking into account the position of the point. After finding the line spacing of the first peak point.

スモールマトリックスサイズ決定１３を行い、そのサイ
ズで文書全体をスモールマトリックススキャン１４でザ
ーチし、２次元フーリエ変換１５を行い、そのピーク点
検出１６をすることによって。By determining a small matrix size 13, searching the entire document using the small matrix scan 14, performing a two-dimensional Fourier transform 15, and detecting peak points 16.

任意の文書の領域を判別することができる。Areas of any document can be determined.

２次元フーリエ変換は、ディジタル処理以外にも光学的
にレンズとディテクタによりリアルタイムで処理するこ
とも可能である（レンズによるリアルタイムで２次元フ
ーリエ変換装置の製品例：Ｄｅｆｔ　Ｌａｂｏｒａｔｏ
ｒｉｅｓ　Ｉｎｃ、ＴＨＥ　５ｅｒｉｅｓ　２００　）
。In addition to digital processing, two-dimensional Fourier transform can also be processed optically in real time using a lens and detector (product example of a two-dimensional Fourier transform device using a lens in real time: Deft Laborato
ries Inc, THE 5eries 200)
.

（５）効果の説明 以上説明したように、印刷文宵中の文字列の周期性に着
目し、全体に２次元フーリエ変換を適用し２行間隔を求
め、それをもとにスモールマトリックスのサイズを決定
し、そのマトリックスサイズのウィンドウによって文１
画像全体をスキャンして２次元フーリエ変換のピーク点
を調べることによってピーク点の位置および大きさによ
って。(5) Explanation of the effect As explained above, we focused on the periodicity of the character strings in the printed text, applied two-dimensional Fourier transform to the whole, found the two-line spacing, and based on that, the size of the small matrix. , and by the window of that matrix size, sentence 1
By the position and size of the peak points by scanning the entire image and examining the peak points of the two-dimensional Fourier transform.

印刷文書中の領域を判別することが可能である。It is possible to determine regions in a printed document.

文字列が傾いている場合では、全体のフーリエ変換時に
角度を検出することが可能であるので、同様な方式で領
域を判別することが可能である。If the character string is tilted, it is possible to detect the angle during Fourier transformation of the entire character string, so it is possible to determine the area using a similar method.

【図面の簡単な説明】[Brief explanation of the drawing]

第１図は従来の領域判別法による入力画像とそのヒスト
グラム、第２図は従来の領域判別法による文字列が傾い
た場合の入力画像とヒストグラム。 第３図は従来の文書領域判別法、第４図は入力画像と２
次元フーリエ変換面、第５図はスモールマトリックスの
サイズと移動方向、第６図１スモールマトリツクスの位
ｔｉ６と２次元フーリエ変換のビ一りの位置、第７図は
文字列が傾いている場合の原画像と２次元フーリエ変換
像、第８図は文字列が傾いている場合の傾き検出方法、
第９図は文字列カ傾いている場合のスモールマトリック
スと移動方向のそれぞれの説明図である。そして第１０
図は実施１列のブロック図である。 図中、１け入力画像、２はヒストグラム、３は２次元フ
ーリエ変換像、４は第１ピーク点、５はマトリックス移
動方向、６はスモールマトリックス、７は２次元フーリ
エ変換ピーク位置、８は文字列の位置、８αは文字列の
傾き、１０は画像前処理、１１は２次元フーリエ変換、
１２は文字列の行間隔・位置・角度の検出、１３はスモ
ールマトリックスサイズ決定、１４はスモールマトリッ
クススキャン、１５は２次元フーリエ変換、１６はピー
クの位置・大きさ検出、をそれぞれ表わす。 特許出願人　日本電信電話公社 代理人弁理士　森　１）　　寛 一４ζ 第１図 茹　２　図 （台　男、ン 第　５　（２） 第　９　図 第　６　図 第　７（２１ 第　８　図Fig. 1 shows an input image and its histogram obtained by the conventional area discrimination method, and Fig. 2 shows an input image and histogram obtained when a character string is tilted by the conventional area discrimination method. Figure 3 shows the conventional document area discrimination method, and Figure 4 shows the input image and 2
Dimensional Fourier transform surface, Figure 5 shows the size and movement direction of the small matrix, Figure 6 shows the small matrix position ti6 and the position of the two-dimensional Fourier transform, and Figure 7 shows the case where the character string is tilted. The original image and the two-dimensional Fourier transform image, Figure 8 shows the method of detecting the inclination when the character string is incline.
FIG. 9 is an explanatory diagram of the small matrix and the movement direction when the character string is tilted. and the 10th
The figure is a block diagram of the first implementation. In the figure, 1 is the input image, 2 is the histogram, 3 is the 2D Fourier transform image, 4 is the first peak point, 5 is the matrix movement direction, 6 is the small matrix, 7 is the 2D Fourier transform peak position, 8 is the character column position, 8α is the slope of the character string, 10 is image preprocessing, 11 is two-dimensional Fourier transform,
Reference numeral 12 indicates line spacing, position, and angle detection of a character string, 13 indicates small matrix size determination, 14 indicates small matrix scanning, 15 indicates two-dimensional Fourier transformation, and 16 indicates peak position/size detection. Patent Applicant Patent Attorney for Nippon Telegraph and Telephone Public Corporation Mori 1) Kanichi 4ζ Figure 1 Boiled Figure 2 (Daio, N, Figure 5 (2) Figure 9 Figure 6 Figure 7 (21 Figure 8)

Claims (3)

【特許請求の範囲】[Claims] （１）印刷文書中のピッチの異なる文字列領域および図
形領域を切り分ける方法において、印刷文書全体を決め
られた局所領域（マトリックスサイズ）で操作しながら
２次元フーリエ変換を、行い。 そのフーリエ変換面でのピーク点を観察しながら。 そのピーク点の位置−驚よび絶対値をもとにしてピッチ
の異たる文字列領域および図形領域を切シ分けることを
特徴とする領域切シ分は方法。(1) In a method of separating character string regions and graphic regions having different pitches in a printed document, a two-dimensional Fourier transform is performed while operating the entire printed document in a predetermined local region (matrix size). While observing the peak point on the Fourier transform surface. A method for dividing an area into a character string area and a graphic area having different pitches based on the position and absolute value of the peak point. （２）第１項において２次元フーリエ変換を行う場合に
文書画像の濃度情報をディジタル的に人、力し、フーリ
エ変換面でのピークを検出することを特徴とする領域切
り分は方法。(2) An area segmentation method characterized in that, in the case of performing two-dimensional Fourier transformation in item 1, density information of a document image is digitally inputted and peaks on the Fourier transformation plane are detected. （３）　　第１項において、２次元フーリエ変換を行う
場合に文書画像の濃度情報を光学的に入力し。 瞬時に７−リエ変換を行い、その変換面での情報を撮像
素子を周込て入力し、ピーク点を検出することを特徴と
する領域切シ分は方法。(3) In item 1, when performing two-dimensional Fourier transformation, the density information of the document image is optically input. A region cutting method characterized by instantaneously performing a 7-lier transform, inputting information on the transform plane through an image sensor, and detecting a peak point.