TWI380234B - A method for organizing regions identified in image data, and an apparatus for processing regions of image data - Google Patents
A method for organizing regions identified in image data, and an apparatus for processing regions of image data Download PDFInfo
- Publication number
- TWI380234B TWI380234B TW094103882A TW94103882A TWI380234B TW I380234 B TWI380234 B TW I380234B TW 094103882 A TW094103882 A TW 094103882A TW 94103882 A TW94103882 A TW 94103882A TW I380234 B TWI380234 B TW I380234B
- Authority
- TW
- Taiwan
- Prior art keywords
- color
- cluster
- spot
- spatial
- clusters
- Prior art date
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30176—Document
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Description
1380234 九、發明說明: 【發明所屬之技術欄位】 本發明係關於一種將影像資料分成具有同樣位置及顏 色特性之複數個區的方法及系統。 * 【先前技術】 • 在高解像度上所掃瞄的文件通常須要非常大量的儲存 空間。又’大容量的影像資料實質上須要較多時間及較寬的 帶寛以供諸如:透過區域或廣域網路、透過企業網路、企業 φ 區域網路或網際網路、或其他分布網路等而實行傳輸的運 作。 【發明內容】 . 爲了滿足諸如各種不同型式影像資料等資料的壓縮需 求,有一新的方法係使用一種編碼器管線(encoder pipeline) 來描述該資料,而該編碼器管線則係使用混合的光柵內容 (mixed raster content,MRC)格式者。影像資料、例如:具有 彩色及/或灰階資訊之文字的複合影像資料係分割成2個或 φ 更多個平面。通常此等平面有背景平面及前景平面兩種。對 於複合影像中的每一個像素而言,產生一選擇器平面 (selector plane)可用以指示複數個影像平面中的哪一個影 像平面含有必須用以重建最後輸出的實際影像資料。 . 依本發明所提供之系統及方法,係把文件變換爲具有複 數個二進位前景平面(binary foreground planes)之混合的光 柵內容格式。掃瞄文件後,利用邊界連續性及/或彩色連續 性對影像資料作分析以識別複數個區(regions),或斑點 1380234 e (blobs)。各像素被分配以一個id,此id只是在斑點的定界 矩形(bounding rectangle)內側時方需要成爲獨特性,並建構 有一表格(table) ’係藉定界矩形及像素id而識別複數斑.點並 表列其他的屬性(attribute)。把表格作分析以將複數的斑 點、叢聚(cluster)及具有相近位置(l〇caiity)與彩色特性之斑 點等加以分類及過濾。之後,把複數個叢聚置入複數二進位 前景層之一層中。各二進位前景層均分配有一彩色値,此一 彩色値則約爲被分配於該層之全部斑點的平均彩色。依此種 > 方法,則可輸出高品質的影像且其顏色的變化亦屬可接受。 【實施方式】 依本發明所揭示系統及方法各種代表性實施例係自動 的處理經掃瞄及/或經印刷的彩色文件以產生小的、高壓縮 的影像資料檔案,其可精確的捕捉原始文件的內容者。把複 數資料檔案掃瞄而產生在文件中,且因影像的複數像素爲同 樣的顏色並由一封閉之曲線邊界加以界定,故亦對資料加以 分析以確定哪些影像的像素可予以聚集在一起。之後,把在 # 空間上相互接近、同樣顏色之區塊(area)予以組合而將該等 區塊叢聚在一起。之後,將組合的區塊(叢聚的區域)置入複 數個二進位前景層中的一個二進位前景層內,且可予以壓縮 作爲例如PDF檔案的輸出。 第1圖爲分解成背景連續色調或灰階層(背景層)210及 _ N個二進位前景層之文件的影像資料圖。此一實施例中,係 有6個(N = 6)二進位前景層220-270。影像資料包含有分開成 6個不同顏色値的低空間頻率。各該6個的顏色値均各締合 -6- 1380234 有多種二進位前景層220-27〇中的一個特殊二進位前景層, 該等一進位前景層則爲包括具有6個顔色中一個顔色之區域 220’-270’的空間內容者。不包括在區域220,- 270’中之一個 區域內的資料仍存留在背景層210中。本發明係就用以產生 • 空間性區域220’-270,、各區域將被分配於一個二進位前景 . 層'的系統與方法作說明。 影像資料之像素可予識別成爲屬於—個”斑點 (blob) ”’其由一封閉的曲線邊界予以界定並包含具有同樣 % 顔色値的複數個像素。可予作成影像資料之地圖(map),其 係將非獨特的小id分配於每一個像素,則id僅是在分配有 id之斑點的定界矩形內方爲獨特。 第2圖爲斑點ID影像之例示。具有”1”之斑點id的斑 點係表示文字”A”的粗略外形。用以描述一斑點之參數 (parameter)者爲一斑點定界框(blob bounding box),其係整 個封閉斑點之最小矩形。在X方向上的最小値min_x 1,在X 方向的最大値maX_xl,及在Y方向上的最小値min_yl,以 # 及在Y方向上的最大値max_yl等係界定用於第2圖中、斑 點#1之斑點定界框的內容。 斑點#2爲另一個斑點,係以min_x2,max_x2,min_y2, •及max_y2予以定界。該2個斑點可藉一斑點叢聚處理模組 • 予以叢聚在一起。之後,可將該叢聚分配於N個二進位前景 _ 層中之一層,將於下述。 第3圖爲自一掃瞄的文件影像產生N個二進位前景層的 系統代表例。如第3圖所示,文件300係藉一掃瞄器400加 1380234 ♦ 以掃瞄以產生例如RGB顔色空間的影像資料,且影像資料 係輸入至N層影像資料產生系統1000。由N層影像資料產 生系統1000所產生的N層之後即被壓依模組800壓縮並輸 出而例如作爲PDF檔案。 N層影像資料產生系統1000中之第1模組爲顏色變換 模組500。N層影像資料產生系統顏色變換模組500可將RGB 資料變換爲例如YCC顏色空間。 之後,將YCC顔色空間中的影像輸入一斑點識別模組 | 60 0而可產生在影像中顯現之複數個區域、或複數個斑點的 表格(list)。 斑點識別模組600亦產生複數個斑點之全部的表格 (global list)(GTB),其係在文件影像280中所找出之全部斑 點的表格。GTB中之單一入口如第4圖所示。GTB含有與複 數個斑點等量之許多斑點入口。各GTB入口之第1組4個 欄位(field)3 10-340係締合有斑點之定界框的座標。 亮度(luminance)350 及色品値(chroma value)360 與 370 • 爲分配於一斑點之顏色總和;合計像數計數380係業經分配 於一指定像素之像素ID影像中的複數個像素總數量;選用 的var値係用於該斑點之色品値中的色散(variance); ID欄 位4 10係使用於地圖影像中之(非獨特)的斑點ID; INDEX 欄位420係一選用的獨特斑點識別器。含有各GTB入口之 mark欄位430,係藉斑點叢聚處理模組依斑點是否經過一 套測試準則而將施加於斑點的複數個記號(marks)予以儲存 之,此將於下述。儲存用以指示斑點之指示器的斑點next -8 - 1380234 欄位440及cont欄450位係以目前的斑點作連結。 亦由斑點識別模組產生者爲加強的顏色資料(ENH),其 係掃瞄的、YCC變換的影像。 斑點叢聚處理模組700係輸入斑點ID地圖影像、GTB、 • 及ENH,並分析斑點之全部表格,且把佔有某些顔色與空間 . 特性的斑點予以組合成N個叢聚的區域。斑點叢聚處理模組 200係依所叢聚區域之顏色値狀況而把所叢聚的區域分配於 N+1個二進位前景層中的一層。之後,在輸出成例如PDF φ 格式前將該等前景層以壓縮模組800作壓縮。 第5圖爲斑點叢聚處理(BCP)模組700之代表性實施例 方塊圖。該模組700包括一 CPU 710、一輸入/輸出埠780、 —記憶體770、一建構叢聚之模組720、一叢聚分類模組 7 30、一標記叢聚之模組740、一產生複數層之模組750、一 倂合叢聚模組705、及一內部斑點模組760。 斑點叢聚處理模組700係自斑點識別模組600經由輸入 /輸出埠輸入ENH、斑點ID地圖資料(BID)及GTB。 # 依接收來自斑點識別模組600的GTB,叢聚分類模組 7 30乃把斑點作分類,以將該等分類的斑點置排序俾利於嗣 後的斑點叢聚處理步驟。 叢聚分類模組730亦把GTB中之複數顏色總合藉由: . 把顏色總和除以總像素數以正規化(normalize)顏色總和以 _ 獲得一平均的斑點顔色。 之後,分類模組730乃把GTB傳至標記斑點模組740。 標記斑點模組740係用以分析GTB中的各斑點,並依若干 1380234 的測試狀況結果,施加一標記(mark)於mark欄位430上。 標記斑點的目的係可指示哪些斑點可在下游的過程中作估 計(estimate)俾可減少斑點的數量並因而可減少處理的負 擔。因之,標記處理所用的mark欄位430可達成減少處理 * 負擔的目的。 . 標記斑點模組740係依5種狀況測試斑點。倘符合該等 狀況(或條件),則mark欄位中的字元(bit)乃改變成標記斑 點。每一項狀況係指mark攔位中之一不同的字元圖型(bit φ pattern)。爲了加速處理,仍使用基於定界框而非確實之斑 點形狀的簡單測試。標記斑點模組740的諸項狀況係如下列 之秩序: 1) 倘斑點面積太小時,作檢查。 2) 倘像素計數密度小於預先界定的最小密度時,作檢 查。 3) 倘定界框之平面比例(寬度/高度)太大或太小時,作 檢查。此狀況可指示斑點爲線形。 φ 4)倘定界框寬度或高度太大時,作檢查。 5)倘斑點面積足夠大且平均亮度亦接近白色時,作檢 查。 完成後,mark欄位43 0即含有符合最後測試後的數碼 - (code)。僅在如果所有5個測試均失敗時,方仍有斑點未作 標記(數碼爲〇)。 標記斑點模組740既不去除亦不改變任何斑點,而僅係 在諸測試狀況中滿足一個或多個狀況時’方改變mark欄位。 -10- 1380234 同時,斑點中之全部或大部分的像素可用以作顏色變化 性的測試,而如第6圖所示,爲了增加顏色變化性測試的速 度,僅位在單線上、例如中線上的像素可予作測試。標記斑 點模組740係對中線上的斑點像素作評價(evaluate),係自 定界框所確定之左方上的第1個斑點像素開始並在右方上的 最後1個斑點像素開始並在右方上的最後1個斑點像素終 止。之後,標記斑點模組740對中線上之斑點像素的顔色變 化作檢核。 > 標記斑點模組740係計測以Cb,Cr顔色總和所指定之 目前”X”像素顏色與平均斑點色品兩者間的差異而計算顔色 變化。 之後,標記斑點模組740就所計算之色品變化對預先界 定的限度作出比較。倘色品變化超出了限度値,即對斑點加 以標記。 複數的斑點均作標記後,乃把具有同樣顏色特性之斑點 予以組合而叢聚在附近的處所上。建構叢聚的模組7 20係基 • 於顏色與空間關係而把已分類及已標記的斑點分割成複數 個叢聚。 建構叢聚之模組720開始把影像面積區分成複數個相鄰 近且不相重疊的方塊。該等方塊的目的係可將擬作評價的影 像面積減少成較易管理的尺寸。影像面積及方塊的關係示於 第7圖。 建構叢聚的模組720係以顏色及空間位置把斑點分組以 形成斑點的顏色叢聚及空間叢聚。每一個顔色叢聚含有一個 1380234 或多個顏色相同的斑點,亦即,以顏色區分成複數個不同的 區域’其顏色量係少於一顔色門檻値者。各顔色叢聚均含有 至少一個空間叢聚,且各空間叢聚亦含有至少一個斑點。倘 一個顔色叢聚含有多重的空間叢聚時,該等叢聚之顔色必須 . 接近方可。而倘一空間叢聚含有多重的斑點時,該等斑點必 . 須相近方可。 爲了確定一斑點是否須結合一空間叢聚,乃使用一種擴 大的定界框。擴大的定界框之目的係用以界定兩個仍擬作確 φ 認在相同空間叢聚中之斑點間的一可接受距離門檻値。重疊 在擴大定界框之斑點可認爲係足夠的相互接近而屬於相同 的空間叢聚。 第8圖爲擴大的定界框例示圖。擴大的定界框7 54之寬 度及高度係和原定界框比例的擴大並至一預先界定的極限 値。 例如,返回第2圖所示,識別爲斑點”1”(文字”A”)之斑 點具有一擴大的定界框,其係以指定擴大的定界框邊界 ex_max_xl在X方向上作2行(two columns)的擴大,同樣 的,斑點#2亦係以指定擴大的定界框邊界ex_min_x2作2 行的擴大。因此,倘該處的顏色値足夠接近,因爲斑點 #l(exp_max_xl)之擴大的定界框係重疊斑點#2(exp_min_x2) . 之擴大的定界框,故斑點#1乃和識別爲斑點#2同被包含在 相同的空間叢聚中。 擴大框之擴大尺寸係基於:複數前景層之最後數量、及 複數二進位層之壓縮效率、兩者間的平衡作選擇。 -12- 1380234 當複數個叢聚由複數個斑點作組合時,爲了追蹤叢聚之 內容,建構叢聚模組720係保持在方塊(tile)上2階層的叢 聚資料。空間叢聚之cont欄位係經常指示斑點表格的頭部 且顔色叢聚之cent欄位則係經常的指示空間叢聚表格之頭 部。 next欄位係指示表格中的次一個記錄。斑點之next欄 位係指示斑點。空間叢聚之next欄位係指示空間叢聚。顔 色叢聚之next欄位係指示顏色叢聚。next欄位係在表格尾 端之NULL。建構叢聚模組720之資料構造示於第9圖。 第9圖爲3階層資料構造方塊圖,係用以對複數個結合 成叢聚的斑點作各別的追蹤。資料構造之最高階層(top level)735例如含有顏色叢聚746、747及748。該等顏色叢 聚在比較一預先界定的顏色門檻下係具有相同或近似顏色 之複數個空間叢聚的群組(groupings)。資料構造之第2階層 736含有空間叢聚731、732、733及734,該等空間叢聚則 包含具有重疊、擴大定界框的斑點。 底部階層737則含有以cont指示器耦連於空間叢聚並 以次一個指示器耦連於相同叢聚中之斑點等的原始斑點。因 此,各叢聚或斑點係使用”next”指示器在相同的階層中耦連 於另外的叢聚或斑點,且諸叢聚_係以”cont”指示器在較低的 階層上耦連於另外的叢聚。 各方塊中找出的第1斑點係初始新的叢聚鏈,其後之複 數個斑點則可耦連於該等叢聚鏈。 方塊中找出的第2斑點可予分配於一既有的空間叢聚, -13- 1380234 或是可作成含有該斑點的一個新叢聚。例如,倘目前斑點87 2 確認無法和任何已作成之顏色叢聚相匹配時,可在叢聚表格 中作一個新的顔色叢聚846,並在顏色叢聚鏈之起始處***。 第10圖爲把一個新的顏色叢聚846***已含845及8 44 之叢聚鏈的過程圖。爲了***一個新的顏色叢聚,於新顏色 叢聚***前之對應方塊入口中的叢聚索引係被複印於新顏 色叢聚之next欄位中,並把方塊入口修改以含有新顔色叢 聚之索引。 | 第11圖爲來自叢聚資料構造之耦連的叢聚入口代表 圖。複數個叢聚入口係對應於第10圖底部中之複數個叢聚。 倘兩個顏色叢聚之顏色値在顏色門檻內時,或兩個空間 叢聚爲重疊於擴散的定界框時,可將該兩個叢聚倂合。倂合 係包括平均顏色及像數計數的更新。將兩個擴大的定界框組 合而產生可包圍兩者之一個新的定界框。 因爲上述之叢聚倂合法甚爲適當,故在把複數個斑點插 入方塊叢聚構造之初始***期間亦可利用之。作成一後補暫 # 時性空間叢聚,其係具有用於目前斑點經計算的擴展定界 框,且其cont欄位係指示該斑點者。顔色匹配可探察顔色 叢聚鏈。倘未找出匹配的顏色叢聚時,利用目前叢聚之顏色 及擴展的定界框攔位把一新的顏色叢聚予以初始化。之後, 探查匹配的(或新的)顏色叢聚之空間叢聚表格可用於具有 和目前空間叢聚相交之複數個擴展定界框的任何空間叢 聚。倘找出爲空間匹配時,則把目前的叢聚倂合成匹配的空 間叢聚。倘找出係未匹配時,則把目前的叢聚加於顏色叢聚 -14- 1380234 既有內容之起始處。用於空間匹配之測試例示於第i2圖。 倘找出重疊的叢聚,則把目前的叢聚倂合成該空間叢 聚。建立一個新集合的定界框,包括複數個已倂合之定界框 的範圍(extent)。 • 如上所述’倘未找出空間性重疊的叢聚時,係把目前的 . 空間叢聚加諸於(可能爲新的)顔色叢聚之內容表格初始 處。第13圖爲把一新空間叢聚***一既有叢聚鏈的處理圖。 新叢聚859係***空間叢聚鏈之啓始處。顏色叢聚846之先 φ 前cont欄位係複印於叢聚859的next欄位,之後,把先前 即已指示叢聚858之顏色叢聚846的cont欄位加以修正以 指示新的叢聚859。最後,新空間斑點859之cont欄位加以 更新而可成爲目前的斑點873。如此,則完成了此狀況中之 3 _階層構造。 其次,建構複數個叢聚之模組720乃檢査GTB中之次 —個斑點。此一過程一直重複直到所有的斑點基於其等之顏 色匹配及空間近似性並業已***3-階層構造735-737爲止。 • 一旦實現了整個3-階層構造,建構複數個叢聚模組720 即開始倂合叢聚以減少所剩叢聚的數量。 如第14圖所示,叢聚倂合後,把重疊誇於方塊邊界之 複數個叢聚倂合而去除各2x2組相鄰近方塊間的邊界。在方 . 塊邊界間之邊界去除前,第14圖中之頂一左方之方塊係具 有了顏色叢聚810、814及816,頂一右方之方塊係具有2 顏色叢聚812及816,而其他的方塊則爲一個方塊各具有一 個顏色叢聚8 20及822(用於共6個的叢聚)。假設平均顏色 1380234 爲匹配時’則第14圖之底部係表示在—個倂合步驟824, 826. 828及830後係僅保持4個顏色叢聚。 在此點上’一個新的叢聚陣列係以半數的方塊在各方向 中作分配,且複數個入口則塡充以組合的資料。用於一個2x2 • 組之複數個方塊的倂合步驟示於第14圖。倂合過程係一直 . 重複進行直到方塊大小覆蓋整個影像資料爲止。 最後的叢聚構造係送至併合叢聚模組705。併合叢聚模 組705首先係把顏色叢聚之最高階層735自叢聚構造中去 φ 除。第1 5圖爲倂合叢聚模組705之動作例示圖。 倂合叢聚模組705係基於顏色匹配及空間重疊而再次探 查用於倂合叢聚可能性之空間叢聚鏈。倘找出爲匹配時,則 如上述把資料倂合於第1叢聚中並刪除第2叢聚。把複數個 鏈路(links)再連接以保持表格而未有業已去除的叢聚。第16 圖爲倂合叢聚模組705之動作圖。 複數個空間叢聚係自所配合之斑點資料內容以倂合叢 聚模組705再計算之。倂合叢聚模組705之再計算係評價諸 # 空間叢聚的鏈(chain)爲之。對各空間叢聚而言,係基於叢聚 中所含之斑點對像素計數、顏色平均値、及集合的定界框(無 擴展)作再計算。 倂合叢聚7 05可去除可能爲不良的叢聚,且再調整斑點 • mark欄位。如上述所指示已作標記之空間叢聚係予以消除 _ 並把次一個鏈路更新以保持空間叢聚的表格而未有已去除 之叢聚。 斑點識別處理之當然結果係每一個斑點爲整個的在每 -16- 1380234 « 9 —個另外斑點之內部或外側。在併合叢聚模組705完成了倂 合過程後,內部斑點模組760即檢查各斑點以察看該斑點是 否整個含在另外一個未標記的斑點內,亦即其是否 爲”inner(內部)”。確定爲”內部”之任何斑點均自叢聚中去 . 除。 . 內部斑點模組760之動作須檢查在所有成對斑點間可能 的內部。由於此一狀況所呈現在計算上之負載(load),故在 倂合叢聚模組之後設置內部斑點模組,以消除諸多不良或小 φ 的斑點(已作標記)。 內部斑點模組760係檢試所有可能的斑點對組合。一第 1斑點,即斑點A係順序性的由事先業已以定界框之min,Y 所分類的GTB中予以檢出。第2斑點;即斑點B,在之後即 由恰自A後之GTB起始處予以檢出。對於各斑點而言,定 界框及斑點ID係由斑點之全面性表格中找回。第2斑點, 即斑點B,係對應斑點A作測試而作爲內部。 ' 用於決定斑點B是否爲一內部斑點a之過程例示於第 φ 17圖。如第17圖所示’定界框884之一中間線881爲含有 斑點A。中間線8 8 1之各第1個3像素係作確定以成爲內側 斑點A,且轉變爲用於像素883之斑點B。因已符合前先的 各種條件,故識別斑點B作爲斑點A。 . 第18圖所示之狀態機器(state machine)890係例示用以 決定內部斑點的代表性處理流程。 一旦見及第1斑點ID ’狀態即變更至1。如今,狀態機 器890開始察看用於斑點ID B之發生。狀態一直停留在1 1380234 令斑點ID A持續的可予觀測。但是,如果A或B以外之任 何ID在斑點ID A後且在ID OB前到來時,則狀態重置爲零 以重新啓始。僅當斑點ID B在斑點ID A之後來到右方,狀 態方變爲2用以指示爲B且爲內部。到達此一狀態時,測試 即迅速的中斷。 倘找出狀態2,乃藉由導通B斑點之mark欄位430中 的內部字元而將B斑點作標記而作爲內部斑點。 如上述,檢査B是否爲A之內部,流程即移至檢查GIB | 中之次一個B。此種動作一直持續直到GTB之最後一個斑點 業已加以評估或B之min y大於A之max y爲止。 之後,內部斑點模組7 60乃基於各斑點的像素數量再計 算定界框連接(bounding box union)(不含內部斑點)及新加 權的(new weighted)平均顏色。倘結果的叢聚足夠大,則以 像素計數將更新的YCC顏色總和予以正規化,且把未含於 內部斑點之新的平均顔色上傳(upload)於叢聚資料中以取代 先前的總和。同樣的,不含內部斑點之新像素計數及更新的 • 定界框資料係上傳於叢聚資料中。 叢聚分類模組730係把複數個空間叢聚以尺寸大小予以 分類成自最大至最小的像數計數。分類方法可依以下第19 圖所示,基於氣泡分類演算法爲之。 此時,一個叢聚之後跟隨有空間叢聚鏈991、992及 993»在各步驟中,目前叢聚991之尺寸係和之後的叢聚992 之尺寸相比較。之後的叢聚992係以隨後次一個來自目前叢 聚991之鏈路(link)作識別。叢聚尺寸係由count欄位指定, -18- 1380234 其係含有叢聚中所集合的像素數。倘991中之像素數小於 99 2之count欄位中的像素數時,諸鏈中的位置乃被切換, 且其等的次一個鏈路即被更新以反映諸個新的位置。 產生階層之模組750係追隨著叢聚分類模組730。產生 階層之模組750係把空間叢聚變換成二進位掩蔽平面 (binary mask plan)。各叢聚係由1開始,順序性的分配以一 個層號。如前述,諸空間叢聚及因此之二進位平面係以下降 的像數計數値予以分類,故層數係和尙殘存的空間叢聚+1 > 的數量相同。 之後,該產生階層之模組750係作成二進位(N+1)平面。 平面1至N係包含用於對應該層的二進位資料。平面〇則包 含等效於由層1至N所”或”(OR-ed)資料的二進位選擇器 層。平面〇之尺寸與背景平面相同。 產生複數層之模組750在一個時間上作成一個平面。如 前述,叢聚模組730係以減少的像素計數値把諸平面分類。 對每一個平面而言,係使用定界框計算平面尺寸並分配用於 φ 二進位影像之記憶儲存正確量。開始時,該平面係設定爲 零。之後,處理平面叢聚內容表格中的各斑點。對各斑點而 言,對應於斑點定位層之ID地圖影像的全部位置係予以作 測試。對定界框中之每一個其ID等於斑點ID的地圖像素而 言,該層平面中之對應字元係設定爲1。 雖然上述係以硬體實施例作說明,但斑點叢聚之處理亦 可用軟體在一微處理器內之執行而實現之。在此狀況中,本 方法之各個步驟係藉由一適當程式化之微處理器,或藉由軟 -19- 1380234 體與硬體之結合等而達成。 第20圖爲用以把表列於斑點之全面性表格中的斑點變 換成η個二進位前景層方法之流程圖》如第20圖所示,此 方法係自步驟S 200開始動作,於此步驟中,係把斑點之全 • 面性表格中的斑點予以正規化。在各不同的代表性實施例 . 中,斑點係依其像素計數作正規化。之後,至步驟S300。 在步驟S300中,倘選擇選用時,係把斑點的YCC變換爲連 續之灰色色調。其後,至步驟S400,在步驟S400中,把斑 φ 點依其在掃瞄之影像中的位置加以分類。之後,至步驟 S 5 00,在步驟S500中,係把一索引分配於各斑點以儲存其 之順序。處理續至步驟S600,在步驟S600中,係依照諸測 試條件中之一個條件分析斑點並予以標記。步驟再至S 800, 於步驟S800中,係把顏色變化性超出了某一門檻値之斑點 作標記。之後,步驟至S900。 在步驟S900中,係自GTB中建構叢聚,其中係由彼此 之顏色相似且相接近之斑點作成叢聚。在步驟S1000中,係 φ 把步驟S900中所作成之叢聚表格中的最高階層(顏色階層) 予以去除》在步驟s 1 100中,係把顏色幾近相同且在空間上 相重疊之叢聚予以倂合以減少尙殘留叢聚的數量。在步驟 S1 200中,把步驟S1 100作倂合動作後剩餘的叢聚顏色作再 . 計算並更新叢聚計數。在步驟S1 300中,係把不含在像素之 最小門檻數的叢聚自叢聚表格中消除之。在步驟S 1400中, 把整個含在另一個斑點中的斑點標記爲”內部"(inner)。在步 驟S 1500中,係把事先已標記爲”內部”之斑點去除之。在步 -20- 4 1380234 驟S 1600中’係把步驟S 1 500去除該種”內部”斑點後所餘的 叢聚再作計算。在步驟S1 700中,係以尺寸來分類斑點。 在步驟S1 800中,係把剩下的叢聚依序的分配予二進位 前景平面,在步驟S1900中’係把不同的前景平面予以位元 • 組對齊(byte-aligned)至偶數位元組邊界(eveil byte . boundary)。其次,在步驟S2000中,係產生N+1個二進位 平面。平面〇’亦即,選擇器平面,係用以掩蔽灰階背景平 面內的影像資料。調整灰階背景平面以改善壓縮能力。之 φ 後,在步驟S2100中,係把步驟S19 00中所確定之複數個分 開二進位前景平面中的各個前景平面利用適合於該等二進 位前景平面之壓縮技術予以壓縮。動作再至步驟S2200。 在步驟S2200中,係使用適合於該時資料之壓縮技術壓 縮背景平面。之後,在步驟S 2300中,係由壓縮的二進位前 景平面及壓縮的灰階平面中產生携帶式文件格式(PDF)文件 檔案。其次,在步驟S2400中,係把所產生之携帶式文件格 式(PDF)文件檔案輸出至下游的處理器及/或儲存在記憶器 φ 中。至此,動作乃結束。 此間應了解者,在諸代表性實施例中,於步驟S 2 300及 S2400所使用之携帶式文件格式(PDF)可代之以之前已知或 之後開發的文件格式。 . 同時,本發明上述所舉之實施例僅爲代表性’並非限制 僅如所陳,在本發明創新思想及精神下之各種變化與修改, 自應屬本發明專利保護範疇。 【圖式簡單說明】 -2 1- 1380234 第1圖係將一影像予以分解成多重二進位前景平面及背 景平面之代表性實施例。 第2圖爲斑點ID影像資料之代表性實施例。 第3圖爲一代表性系統,其中斑點叢聚處理模組可作動 作。 第4圖爲用於斑點之一全面性表格中之一斑點或一叢聚 的入口代表性實施例。 第5圖爲第3圖所示斑點叢聚處理模組之代表性實施 _ 例。 第6圖爲一定界框之代表性實施例。 第7圖爲何以可將一頁的影像資料分成複數個方塊的說 明圖。 第8圖爲擴展之定界框代表性實施例。 第9圖爲依照所描述叢聚之空間與顏色關係,而用於該 叢聚之資料構造代表性實施例。 第10圖爲藉由第4圖所示斑點叢聚處理模組將一新的 Φ 叢聚***該叢聚鏈起始處之說明圖。 第1 1圖爲具有next及cont鏈環欄位之叢聚表格入口例 示圖。 第12圖爲擬將一叢聚確定爲空間性的重疊另一個叢聚 的需求說明圖。 第1 3圖係如何的把具有空間性重疊之擴展的定界框以 第5圖斑點叢聚處理模組之建構複數斑點模組加於叢聚鏈的 說明圖。 -22- 1380234 第14圖爲如何的藉由影像頁之組合方塊把複數個叢聚 作組合的說明圖。 第15圖爲如何的藉由斑點叢聚處理模組之叢聚倂合模 組將顏色叢聚的最高階層去除之說明圖。 • 第16圖爲如何的藉由斑點處理模組之叢聚倂合模組將 . 空間叢聚加以符合之說明圖。 第1 7圖爲藉由斑點叢聚處理模組之內部斑點模組對一 內部斑點作檢測之說明圖。 Φ 第18圖爲用以遂行一內部斑點之檢測之狀態機器例示 圖。 第19圖爲叢聚分類模組所使用之氣泡分類程序圖〇 第20圖爲流程圖,係說明用以把斑點區分並標記成二 進位平面資料之方法,則該二進位平面資料乃可用以產生一 頁之經壓縮的圖像。 【元件符號說明】
300 文 件 400 掃 瞄 器 500 顏 色 變 換 模 組 600 斑 點 識 別 模 組 705 倂 合 叢 聚 模 組 700 斑 點 叢 聚 處 理模組 7 10 中 央 處 理 單 元 720 建 構 叢 聚 模 組 730 叢 聚 分 類 模 組 -23- 1380234
740 標 記 斑 點 模 組 750 產 生 平 面 模 組 760 內 部 斑 點 模 組 770 記 憶 器 780 輸 入 / 輸 出 埠 800 壓 縮 模 組 1000 N 層 影 像 資 料產生系統 8 4 4* 846 顏 色 叢 聚 856〜 859 空 間 叢 聚 873 斑 點 99 1〜 993 空 間 叢 聚 鏈
-24-
Claims (1)
1380234 第=4103882「組織在影像資料中所辨識之區域的 及理衫像資料之區域的裝置」專利案 (2012 年 2 月 20 十、申請專利範圍: -丨· 一種組織在影像資料中所辨識之區域的方法, 求出空間叢聚内之複數個區域的顏色之平 生平均顏色; 將上述平均顏色定為上述空間叢聚之顏色 _ 將上述空間叢聚之大小設定為上述空間叢 之像素的總數; 形成一個以上之顏色叢聚,每一個顏色叢 包含景>像資料中之具有低於顏色極限值之色 域; 若顏色叢聚内所含之兩個以上的區域的最 在距離極限值的範圍内’則將上述兩個以上的 合為一個以上之空間叢聚中的一個空間叢聚; • 將每一個空間叢聚定為二進位輸出平面; 從顏色叢聚或空間叢聚中刪除判定為完全 其它區域之範圍内的區域。 2.—種組織在影像資料中所辨識之區域的方法, 將上述影像資料中之影像區域分割為複數 塊(tiles); • 根據上述影像資料之區域中之每一個區域 框之位置,將一個以上之上述區域定為小區塊 若第一顏色叢聚内所含之兩個以上的區域 修正本 1方法以 曰修正) 包含: 均以產 t 聚所含 聚内皆 差的區 近邊界 區域集 以及 涵蓋在 包含: 個小區 的定界 9 ^之最近 1380234 邊界 色極 叢聚 聚, 色叢 叢聚 距離 叢聚 中之 以及 域的 聚結 之邊 塊内 中的 3.—種 彼此 修正本 在距離極限值的範圍内,則藉使具有差異少 限值之顏色的小區塊内之區域包含 ^ ώ a母—個顏 内’或藉將上述兩個以上的區域隼人 σ為空間叢 從而形成—個以上的顏色叢聚; 若上述小區塊内之第一區域未包含於任— 聚内’則為上述第一區域創造新的顏色叢聚.^ 若上述新的顏色叢聚中之未包含於上述新的顏色 中之現存的空間叢聚内的區域之最近邊界大於一 極限值,則在上述新的顏色叢聚中創造新的空間 ,其中,該距離極限值係偏離上述新的顏色叢聚 上述現存的空間叢聚内的任何其它區域之邊界: a)將數倘小區塊的2χ2區塊結合為 + 竹的小區塊; )右上述新的小區塊内之複數個 巴叢聚内之區 願色各自低於上述顏色極限值, Κ认 將上述顏色叢 a马新的小區塊;以及 若上述新的小區塊内之複數個空 « ^ ^ 1因工間叢聚内的區域 介各自低於上述距離極限值,則脾 ^ L , 則將上述新的小區 之上述空間叢聚結合; c)重新命名上述新的小區塊為 I 鬼,以及 董複a)-c)直到單一小區塊包含 區塊。 3所〇述影像資料 處理影像資料之區域的裝置,包含: 顏色叢聚處理器,其係藉將上述爭 像資料中之在 的顏色極限值之範圍内的區域隼入 。,從而形成一 1380234 修正本 個以上的顏色叢聚,及/或空間叢聚處理器,其 一個上述顏色顏色叢聚形成一個以上的空間叢 中,上述顏色叢聚之區域係在其等各自之定界 此的距離極限值的範圍内時包含於上述空間叢 以及 平面產生器,其係根據上述顏色叢聚或空 創造二進位輸出平面,及内部斑點(blob)模組, 顏色叢聚及/或空間叢聚刪除判定為完全涵蓋在 域之範圍内的區域; 其中,上述顏色叢聚處理器亦將上述影像 的影像區域分割為一組小區塊,根據上述影像 的每*個區域之定界框的位置而將上述區域定 小區塊,並依上述區域之顏色特性及/或空間特 述區域集合為叢聚。 係為每 聚,其 框在彼 聚内; 間叢聚 其係從 其它區 資料中 資料中 為上述 性將上
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/776,602 US7343046B2 (en) | 2004-02-12 | 2004-02-12 | Systems and methods for organizing image data into regions |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200535729A TW200535729A (en) | 2005-11-01 |
TWI380234B true TWI380234B (en) | 2012-12-21 |
Family
ID=34701361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW094103882A TWI380234B (en) | 2004-02-12 | 2005-02-05 | A method for organizing regions identified in image data, and an apparatus for processing regions of image data |
Country Status (5)
Country | Link |
---|---|
US (1) | US7343046B2 (zh) |
EP (1) | EP1564684B1 (zh) |
JP (1) | JP4587832B2 (zh) |
CN (1) | CN100446542C (zh) |
TW (1) | TWI380234B (zh) |
Families Citing this family (63)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7590291B2 (en) * | 2004-12-06 | 2009-09-15 | Intel Corporation | Method and apparatus for non-parametric hierarchical clustering |
US7814129B2 (en) * | 2005-03-11 | 2010-10-12 | Ross Neil Williams | Method and apparatus for storing data with reduced redundancy using data clusters |
US7792359B2 (en) | 2006-03-02 | 2010-09-07 | Sharp Laboratories Of America, Inc. | Methods and systems for detecting regions in digital images |
US7889932B2 (en) * | 2006-03-02 | 2011-02-15 | Sharp Laboratories Of America, Inc. | Methods and systems for detecting regions in digital images |
US8630498B2 (en) * | 2006-03-02 | 2014-01-14 | Sharp Laboratories Of America, Inc. | Methods and systems for detecting pictorial regions in digital images |
US8437054B2 (en) * | 2006-06-15 | 2013-05-07 | Sharp Laboratories Of America, Inc. | Methods and systems for identifying regions of substantially uniform color in a digital image |
US7864365B2 (en) | 2006-06-15 | 2011-01-04 | Sharp Laboratories Of America, Inc. | Methods and systems for segmenting a digital image into regions |
US7876959B2 (en) | 2006-09-06 | 2011-01-25 | Sharp Laboratories Of America, Inc. | Methods and systems for identifying text in digital images |
ITVA20060079A1 (it) * | 2006-12-19 | 2008-06-20 | St Microelectronics Srl | Metodo di classificazione cromatica di pixel e metodo di miglioramento adattativo di un'immagine a colori |
US8621064B2 (en) | 2007-03-28 | 2013-12-31 | Yahoo! Inc. | System and method for associating a geographic location with an Internet protocol address |
US8024454B2 (en) * | 2007-03-28 | 2011-09-20 | Yahoo! Inc. | System and method for associating a geographic location with an internet protocol address |
US8068684B2 (en) * | 2007-05-04 | 2011-11-29 | I.R.I.S. | Compression of digital images of scanned documents |
US20090041344A1 (en) * | 2007-08-08 | 2009-02-12 | Richard John Campbell | Methods and Systems for Determining a Background Color in a Digital Image |
US7907778B2 (en) * | 2007-08-13 | 2011-03-15 | Seiko Epson Corporation | Segmentation-based image labeling |
US8014596B2 (en) * | 2007-10-30 | 2011-09-06 | Sharp Laboratories Of America, Inc. | Methods and systems for background color extrapolation |
US8339399B2 (en) | 2007-10-31 | 2012-12-25 | Microsoft Corporation | Declustering point-of-interest icons |
US8503036B2 (en) * | 2008-06-23 | 2013-08-06 | Xerox Corporation | System and method of improving image quality in digital image scanning and printing by reducing noise in output image data |
JP5100543B2 (ja) * | 2008-07-11 | 2012-12-19 | キヤノン株式会社 | 文書管理装置、文書管理方法、及びコンピュータプログラム |
US8446463B2 (en) | 2008-08-22 | 2013-05-21 | Genprime, Inc. | Apparatus, method and article to perform assays using assay strips |
US20100124372A1 (en) * | 2008-11-12 | 2010-05-20 | Lockheed Martin Corporation | Methods and systems for identifying/accessing color related information |
US8351691B2 (en) * | 2008-12-18 | 2013-01-08 | Canon Kabushiki Kaisha | Object extraction in colour compound documents |
JP4698743B2 (ja) * | 2009-01-22 | 2011-06-08 | シャープ株式会社 | 画像圧縮方法、画像圧縮装置、画像形成装置、コンピュータプログラム及び記録媒体 |
JP5173898B2 (ja) * | 2009-03-11 | 2013-04-03 | キヤノン株式会社 | 画像処理方法、画像処理装置、及びプログラム |
CN101527779B (zh) * | 2009-03-12 | 2012-06-27 | 北京大学 | 一种校色的方法和装置 |
JP4998496B2 (ja) * | 2009-03-16 | 2012-08-15 | 富士ゼロックス株式会社 | 画像処理装置、情報処理装置および画像読取装置 |
US8761465B2 (en) * | 2009-03-18 | 2014-06-24 | Microsoft Corporation | Centroid processing |
US8659620B2 (en) * | 2009-04-13 | 2014-02-25 | Accusoft Corporation | Methods and apparatus for rendering images |
CN101887409B (zh) * | 2009-05-12 | 2012-10-03 | 上海易狄欧电子科技有限公司 | 阅读器间共享电子书数据的传输方法 |
DE102010028894B4 (de) * | 2009-05-13 | 2018-05-24 | Koh Young Technology Inc. | Verfahren zur Messung eines Messobjekts |
US8532437B2 (en) * | 2009-05-18 | 2013-09-10 | Citrix Systems, Inc. | Systems and methods for block recomposition for compound image compression |
US20100296734A1 (en) * | 2009-05-20 | 2010-11-25 | Colorcom, Ltd. | Identifying and clustering blobs in a raster image |
JP2011013898A (ja) * | 2009-07-01 | 2011-01-20 | Canon Inc | 画像処理装置、画像処理方法、及び、プログラム |
JP5327469B2 (ja) * | 2009-08-10 | 2013-10-30 | 富士ゼロックス株式会社 | 画像処理装置、画像処理プログラム |
JP2011040970A (ja) * | 2009-08-10 | 2011-02-24 | Canon Inc | データ処理装置、および、データ処理方法 |
US8306345B2 (en) * | 2009-09-22 | 2012-11-06 | Xerox Corporation | 3+N layer mixed raster content (MRC) images and processing thereof |
US8565531B2 (en) * | 2009-10-09 | 2013-10-22 | Xerox Corporation | Edge detection for mixed raster content (MRC) images for improved compression and image quality |
US20110134245A1 (en) * | 2009-12-07 | 2011-06-09 | Irvine Sensors Corporation | Compact intelligent surveillance system comprising intent recognition |
CN102110122B (zh) | 2009-12-24 | 2013-04-03 | 阿里巴巴集团控股有限公司 | 一种建立样本图片索引表和图片过滤、搜索方法及装置 |
US8335379B2 (en) * | 2009-12-28 | 2012-12-18 | Xerox Corporation | System and method for cleanup of MRC images for improved compression and image quality |
JP5636674B2 (ja) * | 2010-01-07 | 2014-12-10 | 富士ゼロックス株式会社 | 画像処理装置及び画像処理プログラム |
US8582906B2 (en) * | 2010-03-03 | 2013-11-12 | Aod Technology Marketing, Llc | Image data compression and decompression |
US9697751B2 (en) * | 2010-03-09 | 2017-07-04 | Microsoft Technology Licensing, Llc | Interactive representation of clusters of geographical entities |
US20110225546A1 (en) * | 2010-03-09 | 2011-09-15 | Ramos Gonzalo A | Map spotlights |
US8345998B2 (en) | 2010-08-10 | 2013-01-01 | Xerox Corporation | Compression scheme selection based on image data type and user selections |
US8457426B1 (en) * | 2011-05-18 | 2013-06-04 | Adobe Systems Incorporated | Method and apparatus for compressing a document using pixel variation information |
CN102253970B (zh) * | 2011-06-09 | 2013-11-13 | 北京新媒传信科技有限公司 | 一种图像处理方法 |
JP5842441B2 (ja) * | 2011-07-29 | 2016-01-13 | ブラザー工業株式会社 | 画像処理装置およびプログラム |
JP5796392B2 (ja) | 2011-07-29 | 2015-10-21 | ブラザー工業株式会社 | 画像処理装置、および、コンピュータプラグラム |
JP5853470B2 (ja) | 2011-07-29 | 2016-02-09 | ブラザー工業株式会社 | 画像処理装置、画像処理プラグラム |
JP5776419B2 (ja) | 2011-07-29 | 2015-09-09 | ブラザー工業株式会社 | 画像処理装置、画像処理プラグラム |
US9552129B2 (en) | 2012-03-23 | 2017-01-24 | Microsoft Technology Licensing, Llc | Interactive visual representation of points of interest data |
US20130257885A1 (en) * | 2012-03-28 | 2013-10-03 | Intel Corporation | Low Power Centroid Determination and Texture Footprint Optimization For Decoupled Sampling Based Rendering Pipelines |
US10002310B2 (en) | 2014-04-29 | 2018-06-19 | At&T Intellectual Property I, L.P. | Method and apparatus for organizing media content |
US10045029B2 (en) * | 2014-05-06 | 2018-08-07 | Intel Corporation | Clustering and encoding for color compression |
US9646202B2 (en) | 2015-01-16 | 2017-05-09 | Sony Corporation | Image processing system for cluttered scenes and method of operation thereof |
US10361919B2 (en) * | 2015-11-09 | 2019-07-23 | At&T Intellectual Property I, L.P. | Self-healing and dynamic optimization of VM server cluster management in multi-cloud platform |
US20180047193A1 (en) * | 2016-08-15 | 2018-02-15 | Qualcomm Incorporated | Adaptive bounding box merge method in blob analysis for video analytics |
US10576475B2 (en) | 2016-09-15 | 2020-03-03 | Genprime, Inc. | Diagnostic assay strip cassette |
US10158784B2 (en) | 2016-12-07 | 2018-12-18 | Xerox Corporation | System and method for adaptively compressing data having noisy images using lossless compression |
US10409451B2 (en) * | 2017-07-01 | 2019-09-10 | Ledvance Llc | Apparatus containing color coded group and member icons and method of grouping and degrouping members icons in lighting applications |
WO2019157029A1 (en) | 2018-02-06 | 2019-08-15 | Vatbox, Ltd. | System and method for classifying images of an evidence |
WO2021226535A1 (en) * | 2020-05-08 | 2021-11-11 | Qualcomm Incorporated | Multi-layer reprojection techniques for augmented reality |
US20240037845A1 (en) * | 2022-07-26 | 2024-02-01 | Adobe Inc. | Systems for Efficiently Generating Blend Objects |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4849914A (en) | 1987-09-22 | 1989-07-18 | Opti-Copy, Inc. | Method and apparatus for registering color separation film |
US5515452A (en) | 1992-12-31 | 1996-05-07 | Electroglas, Inc. | Optical character recognition illumination method and system |
US5544256A (en) * | 1993-10-22 | 1996-08-06 | International Business Machines Corporation | Automated defect classification system |
US5577135A (en) * | 1994-03-01 | 1996-11-19 | Apple Computer, Inc. | Handwriting signal processing front-end for handwriting recognizers |
US5583659A (en) | 1994-11-10 | 1996-12-10 | Eastman Kodak Company | Multi-windowing technique for thresholding an image using local image properties |
US5745596A (en) | 1995-05-01 | 1998-04-28 | Xerox Corporation | Method and apparatus for performing text/image segmentation |
US6024018A (en) * | 1997-04-03 | 2000-02-15 | Intex Israel Technologies Corp., Ltd | On press color control system |
US6741655B1 (en) * | 1997-05-05 | 2004-05-25 | The Trustees Of Columbia University In The City Of New York | Algorithms and system for object-oriented content-based video search |
US5900953A (en) | 1997-06-17 | 1999-05-04 | At&T Corp | Method and apparatus for extracting a foreground image and a background image from a color document image |
AUPO960297A0 (en) * | 1997-10-03 | 1997-10-30 | Canon Information Systems Research Australia Pty Ltd | Colour advising and selection method |
US6058214A (en) | 1998-01-20 | 2000-05-02 | At&T Corp. | Compression of partially masked still images |
IL124616A0 (en) * | 1998-05-24 | 1998-12-06 | Romedix Ltd | Apparatus and method for measurement and temporal comparison of skin surface images |
US6236764B1 (en) * | 1998-11-30 | 2001-05-22 | Equator Technologies, Inc. | Image processing circuit and method for reducing a difference between pixel values across an image boundary |
US6324305B1 (en) * | 1998-12-22 | 2001-11-27 | Xerox Corporation | Method and apparatus for segmenting a composite image into mixed raster content planes |
US6400844B1 (en) * | 1998-12-02 | 2002-06-04 | Xerox Corporation | Method and apparatus for segmenting data to create mixed raster content planes |
US6598054B2 (en) * | 1999-01-26 | 2003-07-22 | Xerox Corporation | System and method for clustering data objects in a collection |
US6115031A (en) * | 1999-04-23 | 2000-09-05 | Lexmark International, Inc. | Method of converting color values |
US6469706B1 (en) * | 1999-11-16 | 2002-10-22 | International Business Machines Corporation | Method and apparatus for detecting regions belonging to a specified color surface in an unsegmented image |
US6473522B1 (en) * | 2000-03-14 | 2002-10-29 | Intel Corporation | Estimating text color and segmentation of images |
US6633670B1 (en) * | 2000-03-31 | 2003-10-14 | Sharp Laboratories Of America, Inc. | Mask generation for multi-layer image decomposition |
US7672022B1 (en) | 2000-04-07 | 2010-03-02 | Hewlett-Packard Development Company, L.P. | Methods and apparatus for analyzing an image |
DE60138073D1 (de) * | 2000-07-12 | 2009-05-07 | Canon Kk | Bildverarbeitungsverfahren und Bildverarbeitungsvorrichtung |
JP2002209103A (ja) * | 2001-01-09 | 2002-07-26 | Minolta Co Ltd | 画像処理装置 |
US7145676B2 (en) * | 2001-01-31 | 2006-12-05 | Hewlett-Packard Development Company, L.P. | Compound document image compression using multi-region two layer format |
US6721448B2 (en) * | 2001-02-20 | 2004-04-13 | International Business Machines Corporation | Color clustering and segmentation using sigma filtering |
DE60109278T2 (de) * | 2001-06-26 | 2006-03-30 | Nokia Corp. | Verfahren und Gerät zur Lokalisierung von Schriftzeichen in Bildern aus einer Digitalkamera |
US8103104B2 (en) * | 2002-01-11 | 2012-01-24 | Hewlett-Packard Development Company, L.P. | Text extraction and its application to compound document image compression |
US20030165263A1 (en) * | 2002-02-19 | 2003-09-04 | Hamer Michael J. | Histological assessment |
TW577227B (en) * | 2002-04-23 | 2004-02-21 | Ind Tech Res Inst | Method and apparatus for removing background of visual content |
US7324120B2 (en) * | 2002-07-01 | 2008-01-29 | Xerox Corporation | Segmentation method and system for scanned documents |
US7386166B2 (en) * | 2004-02-12 | 2008-06-10 | Xerox Corporation | Systems and methods for connecting regions image data having similar characteristics |
US7379587B2 (en) * | 2004-02-12 | 2008-05-27 | Xerox Corporation | Systems and methods for identifying regions within an image having similar continuity values |
US7403661B2 (en) * | 2004-02-12 | 2008-07-22 | Xerox Corporation | Systems and methods for generating high compression image data files having multiple foreground planes |
-
2004
- 2004-02-12 US US10/776,602 patent/US7343046B2/en active Active
-
2005
- 2005-02-05 TW TW094103882A patent/TWI380234B/zh not_active IP Right Cessation
- 2005-02-08 CN CNB200510009471XA patent/CN100446542C/zh not_active Expired - Fee Related
- 2005-02-09 EP EP05100885.2A patent/EP1564684B1/en not_active Expired - Fee Related
- 2005-02-14 JP JP2005036116A patent/JP4587832B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP1564684A2 (en) | 2005-08-17 |
JP2005228341A (ja) | 2005-08-25 |
EP1564684A3 (en) | 2007-12-05 |
EP1564684B1 (en) | 2015-04-08 |
US20050180647A1 (en) | 2005-08-18 |
JP4587832B2 (ja) | 2010-11-24 |
CN100446542C (zh) | 2008-12-24 |
US7343046B2 (en) | 2008-03-11 |
TW200535729A (en) | 2005-11-01 |
CN1655584A (zh) | 2005-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI380234B (en) | A method for organizing regions identified in image data, and an apparatus for processing regions of image data | |
TWI406180B (zh) | 用於產生具有多重前景平面之高度壓縮影像資料檔案的系統及方法 | |
DE602005005230T2 (de) | Vorrichtung und Verfahren zum Zusammenführen von Bildbereichen mit ähnlichen Eigenschaften | |
JP5008572B2 (ja) | 画像処理方法、画像処理装置およびコンピュータ可読媒体 | |
US8532374B2 (en) | Colour document layout analysis with multi-level decomposition | |
CN111738318B (zh) | 一种基于图神经网络的超大图像分类方法 | |
US8319987B2 (en) | Image processing apparatus and control method for compressing image data by determining common images amongst a plurality of page images | |
EP0618546A1 (en) | Method for determining color boundaries for correcting for plate misregistration in color printing | |
Greenfield et al. | Image recoloring induced by palette color associations | |
US20060153447A1 (en) | Characteristic region extraction device, characteristic region extraction method, and characteristic region extraction program | |
EP0843275A2 (en) | Pattern extraction apparatus and method for extracting patterns | |
JP3185900B2 (ja) | 画像処理システム用画像編集装置及び方法 | |
US5761385A (en) | Product and method for extracting image data | |
JP4275866B2 (ja) | カラー画像から文字列パターンを抽出する装置および方法 | |
RU2004121993A (ru) | Сегментация изображений с использщованием метода водораздела | |
CN113255289A (zh) | 一种文案排版布局的方法及*** | |
JPH08287258A (ja) | カラー画像認識装置 | |
JP4116377B2 (ja) | 画像処理方法および画像処理装置 | |
CN100543766C (zh) | 图像分段方法、紧凑表示产生方法、图像分析方法及装置 | |
AU2007249098B2 (en) | Method of multi-level decomposition for colour document layout analysis | |
van den Broek et al. | Weighted distance mapping (WDM) | |
JP2004261979A (ja) | スクリーンの作成方法及びその装置並びに作成プログラム | |
US7277591B1 (en) | Edge smoothing on raster images | |
CN113343744A (zh) | 一种解决pdf中复杂流程图的自动识别与解析方法 | |
JP3045810B2 (ja) | 二値画像処理方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |