圖像判別裝置以及圖像屬性判別方法
2023-05-15 06:01:51
專利名稱：圖像判別裝置以及圖像屬性判別方法
技術領域：
本申請主張於2009年9月9日提出的日本專利申請2009-208605號的優先權，
並在此引用其全部內容。本發明涉及判別圖像的屬性的圖像判別裝置以及圖像屬性判別方法。
背景技術：
近幾年，以節省空間為方針，在一臺機器上兼備複印功能、傳真通信功能、以 及網絡通信功能的網絡複合機正在普及。網絡複合機的一些機種具備有對通過掃描儀掃描原稿而得到的圖像數據的圖像 屬性進行判別並提取文字區域等的圖像判別裝置。以往，作為該圖像判別裝置判別圖像屬性的方法，通過使用了文字信息數據的 模式匹配等提取文字區域的方法被周知。但是，在以往的圖像判別裝置中，存在著在需要大容量的存儲器的同時還需要 大量的運算量的問題。
也就是說，在以往的圖像判別裝置中，需要網羅了有可能包含在圖像中的活字 等的文字信息數據，因此需要能夠存儲這些大容量的文字信息數據的存儲器。另外，在 以往的圖像判別裝置中，對於使用了文字信息數據的模式匹配，需要包含正規化在內的 相當量的運算。因此，在以往的圖像判別裝置中，由於在需要大容量的存儲器的同時還需要大 量的運算量，所以存在著在提取文字區域時花費處理時間的問題。
發明內容
所以，本發明是鑑於這樣的問題而完成的，其目的在於，提供一種圖像判別裝 置，能夠減少存儲器的容量，並且能夠減少運算量。本發明要解決的課題如上所述，接著說明用於解決該課題的方法和其效果。為了實現上述的目的，本發明涉及的圖像判別裝置是判別表示圖像種類的圖像 屬性的圖像判別裝置，具備邊緣計算部、局部連接性計算部和圖像屬性判別部。邊緣計 算部針對圖像的由規定數的像素組成的每個處理單位計算邊緣方向。局部連接性計算部 根據計算出的上述邊緣方向，針對上述每個處理單位計算用於表示與周邊的處理單位之 間的邊緣方向的吻合程度的局部連接性的強度。圖像屬性判別部使用上述屬性判別區域 內的處理單位的局部連接性的強度，針對上述圖像的由規定數的處理單位組成的每個屬 性判別區域判別上述圖像屬性。據此，針對圖像的每個屬性判別區域，使用局部連接性的強度判別圖像屬性。 這裡，對於該局部連接性的強度的計算，不需要大容量的存儲器，另外，不需要大量的 運算。因此，對於判別圖像屬性，能夠減少存儲器的容量並且減少運算量。另外，優選地，上述邊緣計算部還針對上述圖像的每個上述處理單位計算邊緣強度，上述圖像屬性判別部還針對上述圖像的每個上述屬性判別區域，使用上述屬性判 別區域內的處理單位的邊緣強度判別上述圖像屬性。據此，還針對圖像的每個屬性判別區域使用邊緣強度判別圖像屬性。這裡，對 於該邊緣強度的計算，不需要大容量的存儲器，另外，不需要大量的運算。因此，對於 判別圖像屬性，能夠減少存儲器的容量並且減少運算量。另外，優選地，上述邊緣計算部應用模板型1次微分過濾器，針對上述圖像的 每個上述處理單位進行上述的計算。據此，應用模板型1次微分過濾器進行邊緣方向或者邊緣強度的計算。這裡， 對於應用該模板型1次微分過濾器的計算，不需要大容量的存儲器，另外，不需要大量 的運算。因此，對於判別圖像屬性，能夠減少存儲器的容量並且減少運算量。另外，優選地，上述局部連接性計算部將在與用於計算出上述局部連接性的對 象的處理單位、即對象處理單位的邊緣方向垂直的方向上鄰接的兩側的處理單位作為上 述周邊的處理單位，計算出上述對象處理單位的邊緣方向和上述周邊的處理單位的邊緣 方向之間的吻合程度作為上述對象處理單位的局部連接性的強度。據此，計算出對象處理單位的邊緣方向和周邊的處理單位的邊緣方向的吻合程 度作為對象處理單位的局部連接性的強度。因此，能夠簡單地計算出局部連接性的強 度，對於判別圖像屬性，能夠減少存儲器的容量並且減少運算量。另外，優選地，上述圖像屬性判別部使用上述局部連接性的強度較高的處理單 位的數量和上述局部連接性的強度較低的處理單位的數量的比率，針對上述圖像的每個 上述屬性判別區域判別上述圖像屬性。據此，使用局部連接性的強度較高的處理單位的數量和局部連接性的強度較低 的處理單位的數量的比率判別圖像屬性。因此，通過計算比率這種單純的計算能夠判別 圖像屬性，因此對於判別圖像屬性，能夠減少存儲器的容量並且減少運算量。另外，優選地，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域， 在上述局部連接性的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理 單位的數量得到的值、即局部連接性比率在規定的第一閾值以上的情況下，判別上述圖 像屬性是文字區域。另外，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區 域，在上述局部連接性比率小於上述第一閾值的情況下，判別上述圖像屬性是帶有底色 的文字或者圖畫區域又或者是照片區域。據此，在局部連接性比率在規定的第一閾值以上的情況下，判別圖像屬性是文 字區域。另外，在局部連接性比率小於第一閾值的情況下，判別圖像屬性是帶有底色的 文字或者圖畫區域又或者是照片區域。因此，能夠通過簡單的判斷判別文字區域、帶有 底色的文字或者圖畫區域又或者照片區域，因此對於判別圖像屬性，能夠減少存儲器的 容量並且減少運算量。另外，優選地，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域， 使用上述屬性判別區域內的處理單位中的上述局部連接性的強度較高的處理單位的邊緣 強度的平均值、即邊緣強度平均值判別上述圖像屬性。 據此，使用局部連接性的強度較高的處理單位的邊緣強度的平均值、即邊緣強 度平均值判別圖像屬性。因此，能夠通過計算邊緣強度的平均值這種單純的計算判別圖像屬性，因此對於判別圖像屬性，能夠減少存儲器的容量並且減少運算量。另外，優選地，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域， 在上述局部連接性的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理 單位的數量得到的值、即局部連接性比率在規定的第一閾值以上，並且上述邊緣強度平 均值在規定的第二閾值以上的情況下，判別上述圖像屬性是活字區域，在上述局部連接 性比率在上述第一閾值以上，並且上述邊緣強度平均值小於上述第二閾值的情況下，判 別上述圖像屬性是手寫區域。據此，在局部連接性比率在第一閾值以上並且邊緣強度平均值在第二閾值以上 的情況下，判別圖像屬性是活字區域。另外，在局部連接性比率在第一閾值以上並且邊 緣強度平均值小於第二閾值的情況下，判別圖像屬性是手寫區域。因此，不需要進行使 用了文字信息數據的模式匹配就能夠通過簡單的判斷判別活字區域和手寫區域，因此對 於判別圖像屬性，能夠減少存儲器的容量並且減少運算量。另外，優選地，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域， 在上述局部連接性的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理 單位的數量得到的值、即局部連接性比率小於規定的第一閾值，並且上述邊緣強度平均 值在規定的第三閾值以上的情況下，判別上述圖像屬性是帶有底色的文字或者圖畫區 域，在上述局部連接性比率小於上述第一閾值並且上述邊緣強度平均值小於上述第三閾 值的情況下，判別上述圖像屬性是照片區域。據此，在局部連接性比率小於第一閾值並且邊緣強度平均值在第三閾值以上的 情況下，判別圖像屬性是帶有底色的文字或者圖畫區域。另外，在局部連接性比率小 於第一閾值並且邊緣強度平均值小於第三閾值的情況下，判別圖像屬性是照片區域。因 此，能夠通過簡單的判斷判別帶有底色的文字或者圖畫區域和照片區域，因此對於判別 圖像屬性，能夠減少存儲器的容量並且減少運算量。另外，為了實現上述的目的，本發明涉及的圖像判別裝置是判別用於表示圖像 種類的圖像屬性的圖像判別裝置，具備邊緣計算部、局部連接性計算部和圖像屬性判別 部。邊緣計算部針對圖像的由規定數的像素組成的每個處理單位進行邊緣方向和邊緣強 度的計算。局部連接性計算部基於計算出的上述邊緣方向，針對每個上述處理單位計算 表示與周邊的處理單位之間的邊緣方向的吻合程度的局部連接性的強度。圖像屬性判別 部針對每個上述圖像的由規定數的處理單位組成的屬性判別區域，使用根據上述屬性判 別區域內的處理單位的局部連接性的強度計算出的邊緣強度判別上述圖像屬性。據此，針對圖像的每個屬性判別區域，使用根據局部連接性的強度計算出的邊 緣強度判別圖像屬性。這裡，對於該局部連接性的強度以及邊緣強度的計算，不需要大 容量的存儲器，另外，不需要大量的運算。因此，對於判別圖像屬性，能夠減少存儲器 的容量並且減少運算量。 另外，本發明不僅作為這樣的圖像判別裝置能夠實現，也能夠作為內置有這樣 的圖像判別裝置的網絡複合機實現。另外，本發明也可以作為將圖像判別裝置所具備的特徵的處理部的各自的動作 步驟化的方法來實現。另外，本發明也可以作為進行各處理部的處理的集成電路來實 現。
並且，本發明也可以作為用於使計算機執行上述各步驟的程序來實現。這種程 序也能夠經由CD-ROM等的記錄介質或者網際網路等的傳輸介質來發布。根據本發明涉及的圖像判別裝置，能夠減少存儲器的容量並且減少運算量。通過以下參照附圖對本發明的優選實施方式進行的詳細描述，本發明的其它特 徵、構件、過程、步驟、特性及優點會變得更加清楚。
圖1是表示包括本實施方式中的網絡複合機的通信系統的構成的一例的圖。圖2是表示本實施方式中的網絡複合機的硬體構成的框圖。圖3是表示具備本實施方式中的圖像判別裝置的圖像處理裝置的功能構成的框 圖。圖4是表示本實施方式中的邊緣數據的一例的圖。圖5是表示本實施方式中的局部連接性數據的一例的圖。圖6是表示本實施方式中的圖像判別裝置的動作的一例的流程圖。圖7是表示本實施方式中的邊緣計算部計算邊緣方向以及邊緣強度的處理的一 例的流程圖。圖8是說明本實施方式中的邊緣計算部計算各像素的邊緣方向和邊緣強度的 圖。圖9是表示本實施方式中的局部連接性計算部計算局部連接性的強度的處理的 一例的流程圖。圖10是說明本實施方式中的局部連接性計算部計算局部連接性的強度的圖。圖11是說明本實施方式中的局部連接性計算部計算局部連接性的強度的圖。圖12是表示本實施方式中的圖像屬性判別部判別圖像屬性的處理的一例的流程 圖。圖13A是說明本實施方式中的圖像屬性判別部判別圖像屬性的處理的圖。圖13B是說明本實施方式中的圖像屬性判別部判別圖像屬性的處理的圖。圖13C是說明本實施方式中的圖像屬性判別部判別圖像屬性的處理的圖。圖13D是說明本實施方式中的圖像屬性判別部判別圖像屬性的處理的圖。圖14是說明第一閾值、第二閾值以及第三閾值的一例的圖。
具體實施例方式下面，使用附圖對本發明的實施方式進行詳細的說明。首先，使用圖1以及圖2，對具備本發明的實施方式中的圖像判別裝置的網絡復 合機的構成的概要進行說明。圖1是表示包括本實施方式中的網絡複合機的通信系統的構成的一例的圖。如該圖所示那樣，該通信系統具備網絡複合機1以及2、終端裝置3以及4、 PSTN (Public Switched Telephone Network 公用開關電話網)5 以及 LAN (Local Area Network) 6.這裡，網絡複合機1是具備本實施方式的圖像判別裝置的網絡複合機的一例。網絡複合機1經由PSTN5與網絡複合機2連接，另外經由LAN6與終端裝置3以及4連 接。網絡複合機1能夠將掃描儀讀取的原稿例如經由PSTN5傳真發送給網絡複合機2。另外，網絡複合機1能夠將掃描儀讀取的原稿例如經由LAN6發送給終端裝置3以及 4。另外，網絡複合機1能夠將掃描儀讀取的原稿例如通過內置的印表機列印出來。圖2是表示本實施方式中的網絡複合機1的硬體構成的框圖。如該圖所示那樣，網絡複合機1具備CPU (Central Processing Unit) 10、 ROM (Read Only Memory) 11、RAM (Random Access Memory) 12、數據機 13、 NCU(Network Control Unit) 14,操作面板15、顯示器16、掃描儀17、印表機18以及 LANI/FCLAN 接口)19。CPU10通過執行ROMll中儲存的控制程序20來控制網絡複合機1的全體。作為特徵的處理，CPU10判別掃描儀17讀取的原稿的圖像數據的圖像屬性。關 於該圖像數據的圖像屬性的判別的具體處理內容在後面進行說明。ROMll是保持CPU10執行的控制程序20的讀取專用存儲器。RAM12是保持CPU10執行控制程序20時使用的工作數據以及由掃描儀17得到 的圖像數據等的可讀寫存儲器。數據機13將RAM12保持的圖像數據等調製成傳真信號並發送，另外將從 外部接收的傳真信號解調成線路數據。數據機13是例如依據G3規格的傳真數據機。NCU14是控制數據機13和PSTN5的連接的網絡控制器。操作面板15是接受使用者的操作的觸控螢幕。顯示器16是顯示針對使用者的操作引導、或者網絡複合機1的動作狀態的顯示 裝置，例如LCD (Liquid Crystal Display 液晶顯示裝置)。掃描儀17是圖像讀取的裝置，在CPU10的控制下，使用CCD對原稿進行光學
讀取，由此生成圖像數據。印表機18是列印裝置，在CPU10的控制下，列印輸出例如由RAM12保持的圖
像數據表示的圖像。LANI/F19是連接網絡複合機1和LAN6的通信適配器，在CPU10的控制下，例
如，將RAM12保持的圖像數據發送給終端裝置3等。接著，對本實施方式中的網絡複合機1所具備的圖像判別裝置進行說明。圖3是表示具備本實施方式中的圖像判別裝置120的圖像處理裝置100的功能構 成的框圖。也就是說，該圖是表示通過圖2所示的硬體構成發揮的網絡複合機1的功能 中的關於主要具備本實施方式的圖像判別裝置120的圖像處理裝置100的功能的構成的框 圖。如該圖所示那樣，圖像處理裝置100具備原稿儲存部110、圖像判別裝置120以 及圖像處理部130。原稿儲存部110是儲存圖像數據111的存儲單元，具體而言是通過RAM12實 現。該圖像數據111是由掃描儀17讀取原稿生成的圖像數據。圖像判別裝置120是對表示圖像種類的圖像屬性進行判別的裝置。這裡，所謂判別圖像屬性是指判別是活字區域？還是手寫區域？還是帶有底色的文字或者圖畫區 域？還是照片區域？另外，圖像判別裝置120如該圖所示那樣具備邊緣計算部121、局部連接性計算 部122、圖像屬性判別部123以及數據存儲部124。另外，下面記述的基於邊緣計算部 121、局部連接性計算部122以及圖像屬性判別部123的各種處理通過執行控制程序20的 CPUlO等來實現。邊緣計算部121針對圖像的由規定數的像素組成的每個處理單位進行邊緣方向 以及邊緣強度的計算。具體來講，邊緣計算部121針對原稿儲存部110中儲存的圖像數據 111，應用模板型1次微分過濾器，對每個處理單位進行邊緣方向以及邊緣強度的計算。這裡所說的邊緣方向是指處理單位的像素的像素特徵值(濃淡)發生變化的方 向。另外，邊緣強度是指處理單位的像素的像素特徵值的變化(濃淡變化)的大小。後 面進行詳細說明。局部連接性計算部122根據邊緣計算部121計算出的邊緣方向，針對每個處理單 位計算表示與周邊的處理單位的邊緣方向的吻合程度的局部連接性的強度。具體來講，局部連接性計算部122將計算局部連接性的對象的處理單位、即在 與對象處理單位的邊緣方向垂直的方向上鄰接的兩側的處理單位作為周邊的處理單位， 計算出對象處理單位的邊緣方向和周邊的處理單位的邊緣方向的吻合程度作為對象處理 單位的局部連接性的強度。圖像屬性判別部123針對圖像的由規定數的處理單位組成的每個屬性判別區 域，使用屬性判 別區域內的處理單位的局部連接性的強度以及邊緣強度判別圖像屬性。 所謂屬性判別區域是指例如將圖像分割成多個的塊。具體來講，圖像屬性判別部123針對圖像的每個屬性判別區域，使用局部連接 性的強度較高的處理單位的數量和局部連接性的強度較低的處理單位的數量的比率判別 圖像屬性。另外，圖像屬性判別部123針對圖像的每個屬性判別區域，使用屬性判別區 域內的處理單位中的、局部連接性的強度較高的處理單位的邊緣強度的平均值、即邊緣 強度平均值判別圖像屬性。後面對圖像屬性判別部123進行的圖像屬性的判別處理進行 詳細說明。數據存儲部124是存儲用於判別圖像屬性的數據的存儲單元，具體是通過 RAM12實現。如該圖所示那樣，數據存儲部124具備邊緣數據125以及局部連接性數據 126。圖4是表示本實施方式中的邊緣數據125的一例的圖。如該圖所示那樣，邊緣數據125是邊緣計算部121計算出的、用於表示每個處理 單位的邊緣方向以及邊緣強度的數據的集合。也就是說，邊緣計算部121計算出每個處理單位的邊緣方向以及邊緣強度，通 過將計算出的邊緣方向以及邊緣強度存儲在數據存儲部124中來更新邊緣數據125。圖5是表示本實施方式中的局部連接性數據126的一例的圖。如該圖所示那樣，局部連接性數據126是局部連接性計算部122計算出的、用於 表示每個處理單位的局部連接性的強度的數據的集合。也就是說，局部連接性數據126使用邊緣數據125的邊緣方向，計算出每個處理單位的局部連接性的強度，通過將計算出的局部連接性的強度存儲在數據存儲部124中 來更新局部連接性數據126。 另外，圖像屬性判別部123使用數據存儲部124中存儲的邊緣數據125的邊緣強 度和局部連接性數據126的局部連接性的強度來判別圖像屬性。返回至圖3，圖像處理部130根據圖像判別裝置120判別的圖像屬性對圖像數據 111進行修正。例如，圖像處理部130判斷被判別為是手寫區域的部分是被篡改過的部 分，並進行對圖像數據111施加修正等的修正以除去手寫區域。另外，圖像處理部130 通過執行控制程序20的CPUlO等來具體實現。接著，對圖像判別裝置120的動作進行說明。圖6是表示本實施方式中的圖像判別裝置120的動作的一例的流程圖。如該圖所示那樣，首先，邊緣計算部121針對圖像的由規定數的像素組成的每 個處理單位進行邊緣方向以及邊緣強度的計算(S102)。這裡，將處理單位設定為1像 素，邊緣計算部121針對每個像素進行邊緣方向以及邊緣強度的計算。另外，後面對該 邊緣計算部121計算邊緣方向以及邊緣強度的處理進行詳細說明。接著，局部連接性計算部122針對每個像素，根據邊緣計算部121計算出的邊緣 方向計算局部連接性的強度(S104)。另外，後面對該局部連接性計算部122計算局部連 接性的強度的處理進行詳細說明。並且，圖像屬性判別部123針對每個規定的像素數的塊，使用塊內的每個像素 的局部連接性的強度以及邊緣強度判別圖像屬性(S104)。另外，後面對該圖像屬性判別 部123判別圖像屬性的處理進行詳細說明。接著，對邊緣計算部121計算邊緣方向以及邊緣強度的處理(圖6的S102)進行 詳細說明。圖7是表示本實施方式中的邊緣計算部121計算邊緣方向以及邊緣強度的處理的 一例的流程圖。如該圖所示那樣，首先，向邊緣計算部121輸入原稿存儲部110中存儲的圖像數 據111(S202)。這裡設為輸入具有彩色圖像的圖像數據111。並且，邊緣計算部121將圖像數據111變換成灰度色標的圖像數據(S204)。接著，邊緣計算部121針對變換後的圖像數據111的全部的像素反覆進行(循環 1 S206 S216)下面的處理(S208 S214)。首先，邊緣計算部121應用模板型1次微分過濾器計算各像素的邊緣方向和邊緣 強度(S208)。圖8是說明本實施方式中的邊緣計算部121計算各像素的邊緣方向和邊緣強度的 圖。具體來講，該圖表示了相對於計算邊緣方向和邊緣強度的對象的像素、即注目 像素A的、Prewitt算子的模板型1次微分過濾器的應用結果。如該圖所示那樣，邊緣計算部121計算出各方向的輸出值中的輸出值最大的方 向作為邊緣方向，並計算出該邊緣方向上的輸出值作為邊緣強度。具體來講，邊緣計算部121計算出注目像素A和其周邊像素的像素值乘以該圖所 示的係數並累積而得到的數值、即輸出值。並且，邊緣計算部121計算出該輸出值最大的方向作為邊緣 方向。另外，邊緣計算部121計算出該最大的輸出值作為邊緣強度。在該圖中，邊緣計算部121計算出輸出值是「+400」為最大的「右下」方向作 為邊緣方向，計算出「+400」作為邊緣強度。另外，在該圖中，各像素的像素值取0 255的值進行計算。另夕卜，對於模板型1次微分過濾器，除了 Prewitt還有Roberts、Robinson、Kirsch
等的算子，邊緣計算部121在考慮運算量和精度的基礎上選擇最佳的算子，輸出值進行 最佳正規化。返回至圖7，邊緣計算部121判斷計算出的邊緣強度是否小於規定的閾值 (S210)。邊緣計算部121在判別為計算出的邊緣強度小於規定的閾值的情況下(S210中的 是)，由於注目像素不能被當作邊緣的噪聲的可能性很高，所以決定為沒有邊緣方向並決 定邊緣強度也為0(S212)。例如，如果邊緣強度的絕對值小於50，則邊緣計算部121決 定為沒有該像素的邊緣方向、邊緣強度為0。並且，邊緣計算部121通過將決定的邊緣方向以及邊緣強度存儲在數據存儲部 124中來更新邊緣數據125(S214)。另外，邊緣計算部121在判別為計算出的邊緣強度不小於規定的閾值的情況下 (S210中的否)，通過將計算出的邊緣方向以及邊緣強度存儲在數據存儲部124中來更新 邊緣數據125(S214)。通過針對圖像數據111的全部的像素反覆執行(循環1: S206 S216)以上處 理(S208 S214)，邊緣計算部121計算邊緣方向以及邊緣強度的處理(圖6的S102)結束。接著，對局部連接性計算部122計算局部連接性的強度的處理(圖6的S104)進 行詳細說明。圖9是表示本實施方式中的局部連接性計算部122計算局部連接性的強度的處理 的一例的流程圖。如該圖所示那樣，局部連接性計算部122針對圖像數據111的全部像素反覆進行 (循環2 S302 S310)下面的處理(S304 S308)。首先，局部連接性計算部122判斷計算局部連接性的強度的對象的注目像素是 否沒有邊緣方向(S304)。具體來講，局部連接性計算部122參照數據存儲部124中存儲 的邊緣數據125的邊緣方向判斷注目像素是否沒有邊緣方向。局部連接性計算部122在判別為注目像素沒有邊緣方向的情況下(S304中的 是)，計算下一個像素的局部連接性的強度。也就是說，對於決定為沒有邊緣方向的像 素，由於可以視為無關緊要的空白區域，所以不進行局部連接性的強度的計算。局部連接性計算部122在判別為注目像素不是沒有邊緣方向的情況下(S304中的 否)，計算局部連接性的強度(S306)。圖10以及圖11是說明本實施方式中的局部連接性計算部122計算局部連接性的 強度的圖。如圖10所示那樣，局部連接性計算部122將注目像素的邊緣方向和與該邊緣方 向的垂直方向上鄰接的兩側的2個像素的邊緣方向進行比較，計算局部連接性的強度。
通過計算局部連接性的強度可以了解邊緣方向是在固定方向上連續還是不吻 合。局部連接性計算部122根據注目像素的邊緣方向和與該邊緣方向垂直的方向上鄰接 的兩側的2個像素的邊緣方向的角度差計算局部連接性的強度。在8個方向的情況下， 該角度差為0度、45度、90度、135度以及180度的其中一個。具體來講，局部連接性計算部122根據數據存儲部124中存儲的邊緣數據125， 參照注目像素和鄰接的兩側的2個像素的總計3個像素的邊緣方向，計算注目像素和鄰接 的一側的1個像素的角度差以及注目像素和鄰接的另一側的1個像素的角度差。另外，在注目像素與決定為沒有邊緣方向的像素鄰接的情況下，由於與鄰接的 像素的角度差不明，所以局部連接性計算部122將角度差設為中間值的90度來計算局部 連接性的強度。另外，在與注目像素鄰接的兩側的2個像素中至少有1個像素是被決定為沒有邊 緣方向的像素的情況下，局部連接性計算部122針對該注目像素也可以不使用角度差計 算局部連接性的強度而是在後面說明的與局部連接性的強度的強弱相關的分類中將其分 類為局部連接性的強度較低的像素。這是因為在與注目像素鄰接的兩側的2個像素中至 少有1個像素是被決定為沒有邊緣方向的像素的情況下，該注目像素成為邊緣的終端， 可以視為邊緣中斷。這裡，如果注目像素與鄰接的2個像素的角度差都為0度，則可以說邊緣方向在 固定方向上連續的程度最大、局部連接性的強度較高。與此相反，注目像素與鄰接的2 個像素的角度差越大，則邊緣方向越不吻合，局部連接性的強度越低。
若考慮了這些，則如圖11所示那樣，關於局部連接性的強度的強弱，例如能夠 按照下面那樣以從高到底的順序對局部連接性的強度進行分類。(a)與鄰接的兩側的2個像素的角度差都為0度。(b)與鄰接的一側的1個像素的角度差為0度，與另一側的1個像素的角度差為 45度。(c)與鄰接的兩側的2個像素的角度差都為45度。(d)與鄰接的一側的1個像素的角度差為0度，與另一側的1個像素的角度差為 90度。(e)與鄰接的一側的1個像素的角度差為45度，與另一側的1個像素的角度差為 90度。(f)與鄰接的兩側的2個像素的角度差都為90度。關於局部連接性的強度的強弱的基準，沒有明確的定義，一般來說與(f)相對應 的像素被稱為噪聲。這裡，將與(a)相對應的像素設為局部連接性的強度較高的像素(後 面稱為局部連接性Hi像素)，將與(b)、(c)、(d)、(e)以及(f)相對應的像素分類為局 部連接性的強度較低的像素(後面稱為局部連接性Low像素)。也就是說，局部連接性計算部122將與(a)相對應的像素(局部連接性Hi像素) 的局部連接性的強度計算為「Hi」，將與(b) (f)相對應的像素(局部連接性Low像 素)的局部連接性的強度計算為「Low」。另外，分類方法並不限於上述那樣的分類為局部連接性Hi像素和局部連接性 Low像素的方法，局部連接性計算部122根據判別的畫像屬性決定適當的分類方法。
並且，局部連接性計算部122通過將計算出的局部連接性的強度存儲在數據存 儲部124中來更新局部連接性數據126(S308)。通過針對圖像數據111的全部的像素反覆執行(循環2: S302 S310)以上的處 理(S304 S308)，來結束局部連接性計算部122計算局部連接性的強度的處理(圖6的 S104)。接著，對圖像屬性判別部123判別圖像屬性的處理(圖6的S106)進行詳細說明。圖12是表示本實施方式中的圖像屬性判別部123判別圖像屬性的處理的一例的 流程圖。圖13A 圖13D是說明本實施方式中的圖像屬性判別部123判別圖像屬性的處 理的圖。圖像屬性判別部123針對多個像素組成的每個塊，使用塊內的各像素的局部連 接性的強度以及邊緣強度判別圖像屬性。具體來講，如圖12所示那樣，圖像屬性判別部123將圖像數據111分割成多個 塊，針對所有的塊，反覆進行(循環3 : S402 S428)以下的處理(S404 S426)。這 裡，各塊由8X8像素組成。另外，圖像屬性判別部123根據讀取的原稿的尺寸、解像 度、 檢測精度等決定該塊的尺寸。首先，圖像屬性判別部123從局部連接性數據126中取得各像素的局部連接性的 強度，從邊緣數據125中取得各像素的邊緣強度(S404)。並且，圖像屬性判別部123根據取得的各像素的局部連接性的強度計算局部連 接性的強度為「Hi」的像素(局部連接性Hi像素)和局部連接性的強度為「Low」的 像素(局部連接性Low像素)的像素數的比率(後面稱為局部連接性比率)(S406)。也 就是說，局部連接性比率是局部連接性Hi像素的像素數除以局部連接性Low像素的像素 數得到的值。另外，圖像屬性判別部123根據取得的各像素的邊緣強度計算局部連接性Hi像 素的邊緣強度的平均值、即邊緣強度平均值(S408)。接著，圖像屬性判別部123判斷塊中的局部連接性Hi像素以及局部連接性Low 像素的像素數的合計是否在規定的像素數以上(S410)。圖像屬性判別部123在判別為塊中的該像素數的合計不在規定的像素數以上的 情況下(S410中的否)，判別該塊是「空白區域」(S412)。所謂規定的像素數是指例如 相當於塊內的像素數的50%的像素數。也就是說，在該塊中不存在局部連接性Hi像素或者局部連接性Low像素，或者 與塊的尺寸相比這些像素數非常少的情況下，圖像屬性判別部123將該塊視為無關緊要 的空白區域，不進行圖像屬性的判別。所謂塊中局部連接性Hi像素或者局部連接性Low 像素的像素數的合計非常少的情況是指在塊中被定義為沒有邊緣方向的像素佔了大半的 情況。另外，圖像屬性判別部123在判別為塊中的該像素數的合計在規定的像素數以 上的情況下(S410中的是)，判斷局部連接性比率是否在第一閾值以上(S414)。圖像屬性判別部123在判別為局部連接性比率在第一閾值以上的情況下(S414中的是)，判別該塊的圖像屬性是沒有背景色的文字區域。其理由是因為如圖13A以及圖 13B所示那樣，考慮作為沒有背景色的文字區域的特徵是文字對象的輪廓部分的邊緣方 向在固定方向上連續，邊緣方向頻繁或者急劇地變化的像素相對較少。 並且，圖像屬性判別部123還判斷局部連接性Hi像素的邊緣強度平均值是否在 第二閾值以上(S416)。圖像屬性判別部123在判別為局部連接性Hi像素的邊緣強度平均值在第二閾值 以上的情況下(S416中的是)，判別該塊的圖像屬性是活字區域(S418)。其理由是因為 如圖13A以及圖13B所示那樣，考慮作為活字的特徵是與手寫相比，鄰接像素之間的濃 度變化較大，邊緣陡峭的像素相對較多。另外，不利用所有像素的邊緣強度平均值而是利用局部連接性Hi像素的邊緣強 度平均值進行判別是因為容易出現邊緣強度的差的是文字對象的輪廓部分，該部分相當 於邊緣方向在固定方向上連續的局部連接性Hi像素。另外，圖像屬性判別部123在判別為局部連接性Hi像素的邊緣強度平均值小於 第二閾值的情況下(S416中的否)，判別該塊的圖像屬性是手寫區域(S420)。其理由是 因為如圖13A以及圖13B所示那樣，考慮作為手寫的特徵是與活字相比，鄰接像素之間 的濃度變化較小，邊緣緩和的像素相對較多。另外，不利用所有像素的邊緣強度平均值 而是利用局部連接性Hi像素的邊緣強度平均值進行判別的理由和活字的情況相同。另外，圖像屬性判別部123在判別為局部連接性比率小於第一閾值的情況下 (S414中的否)，判別該塊的圖像屬性是帶有底色的文字或者圖畫區域、又或者是照片區 域。其理由是因為沒有表現出上述的沒有背景色的文字區域的特徵。也就是說，如圖13C以及圖13D所示那樣，帶有底色的文字或者圖畫區域又或 者照片區域與沒有背景色的文字區域的特徵不符合是因為文字或者圖畫對象的輪廓部分 與具有中間灰度的濃淡值的底色部分鄰接，與沒有背景色的文字區域相比邊緣方向在固 定方向上連續的像素變少。並且，圖像屬性判別部123還判斷局部連接性Hi像素的邊緣強度平均值是否在 第三閾值以上(S422)。圖像屬性判別部123在判別為局部連接性Hi像素的邊緣強度平均值在第三閾 值以上的情況下(S422中的是)，判別該塊的圖像屬性是帶有底色的文字或者圖畫區域 (S424)。其理由是因為如圖13C以及圖13D所示那樣，考慮相當於帶有底色的文字或者 圖畫區域的局部連接性Hi像素的文字或者圖畫對象的輪廓部分與相當於照片區域的局部 連接性Hi像素的照片的輪廓部分相比，鄰接像素之間的濃度變化較大，邊緣陡峭的像素 相對較多。圖像屬性判別部123在判別為局部連接性Hi像素的邊緣強度平均值小於第三閾 值的情況下(S422中的否)，判別該塊的圖像屬性是照片區域(S426)。其理由是因為如 圖13C以及圖13D所示那樣，考慮相當於照片區域的局部連接性Hi像素的照片的輪廓部 分與相當於帶有底色的文字或者圖畫區域的局部連接性Hi像素的文字或者圖畫對象的輪 廓部分相比，鄰接像素之間的濃度變化較小，邊緣緩和的像素相對較多。通過針對圖像數據111的所有的塊反覆執行(循環3: S402 S428)以上的處理 (S404 S426)，圖像屬性判別部123判別圖像屬性的處理(圖6的S106)結束。
由此，圖像屬性判別部123能夠以塊為單位判別活字區域、手寫區域、帶有底 色的文字或者圖畫區域、以及照片區域的4個種類的圖像屬性。另外，判別圖像屬性的 單位不限於以塊為單位，圖像屬性判別部123為了判別圖像全體的圖像屬性，也可以進 行針對圖像全體的圖像屬性的判別。接著，對第一閾值、第二閾值以及第三閾值的一例進行說明。圖14是說明第一閾值、第二閾值以及第三閾值的一例的圖。如該圖所示那樣，用於判別是否是文字區域的局部連接性比率α的閾值、即第 一閾值是0.5。另外，所謂第二閾值和第三閾值，可以是相同的值，但是與沒有背景色的文字 區域的邊緣強度相比，帶有底色的文字或者圖畫區域又或者照片區域的邊緣強度是絕對 低的值的可能性較高，因此考慮第三閾值使用小於第二閾值的值是有效的。因此，用於判別是活字區域還是手寫區域的局部連接性Hi像素的邊緣強度平均 值β的閾值、即第二閾值是192。另外，用於判別是是帶有底色的文字或者圖畫區域還 是照片區域的局部連接性Hi像素的邊緣強度平均值β的閾值、即第三閾值是128。另 夕卜，這裡的第二閾值以及第三閾值是將邊緣強度正規化為8比特的情況下的數值。如上所述，根據本發明涉及的圖像判別裝置120，針對圖像的每個屬性判別區 域，使用局部連接性的強度以及邊緣強度判別圖像屬性。這裡，對於該局部連接性的強 度的計算以及邊緣強度的計算，不需要大容量的存儲器，另外，不需要大量的運算。另外，應用模板型1次微分過濾器，進行邊緣方向或者邊緣強度的計算。這 裡，對於應用該模板型1次微分過濾器的計算，不需要大容量的存儲器，另外，不需要 大量的運算。另外，計算對象處理單位的邊緣方向和周邊的處理單位的邊緣方向的吻合程度 作為對象處理單位的局部連接性的強度。因此，能夠簡單地計算局部連接性的強度。另外，使用局部連接性的強度較高的處理單位的數量和局部連接性的強度較低 的處理單位的數量的比率判別圖像屬性。因此，能夠通過計算比率這種單純的計算判別 圖像屬性。另外，在局部連接性比率在規定的第一閾值以上的情況下，判別圖像屬性是文 字區域。另外，在局部連接性比率小於第一閾值的情況下，判別圖像屬性是帶有底色的 文字或者圖畫區域又或者是照片區域。因此，能夠通過簡單的判斷來判別文字區域、帶 有底色的文字或者圖畫區域又或者照片區域。另外，使用局部連接性的強度較高的處理單位的邊緣強度的平均值、即邊緣強 度平均值來判別圖像屬性。因此，能夠通過計算邊緣強度的平均值這種單純的計算判別 圖像屬性。 另外，在局部連接性比率在第一閾值以上並且邊緣強度平均值在第二閾值以上 的情況下，判別圖像屬性是活字區域。另外，在局部連接性比率在第一閾值以上並且邊 緣強度平均值小於第二閾值的情況下，判別圖像屬性是手寫區域。因此，不需要進行使 用了文字信息數據的模式匹配就能夠通過簡單的判斷來判別活字區域和手寫區域。另外，在局部連接性比率小於第一閾值並且邊緣強度平均值在第三閾值以上的 情況下，判別圖像屬性是帶有底色的文字或者圖畫區域。另外，在局部連接性比率小於第一閾值並且邊緣強度平均值小於第三閾值的情況下，判別圖像屬性是照片區域。因 此，能夠通過簡單的判斷判別帶有底色的文字或者圖畫區域和照片區域。如上所述，根據本發明，對於判別圖像屬性，可以構成一種圖像判別裝置，能 夠減少存儲器的容量並且減少運算量。另外，通過減少存儲器的容量能夠降低成本。上面根據實施方式對本發明涉及的圖像判別裝置進行了說明，但是本發明並不 限定於該實施方式。也就是說，應該考慮到這次公開的實施方式並不是具有限制性的舉例說明了所 有的發明點的實施方式。本發明的範圍不是基於上述的說明而是基於權利要求的範圍被 表示，意圖包括與權利要求的範圍均等的含義以及範圍內的所有的變更。例如，在本實施方式中，圖像屬性判別部123被設定為判別活字區域、手寫區 域、帶有底色的文字或者圖畫區域以及照片區域的4種類的圖像屬性。但是，在只打算 進行判別是否是文字區域的情況下，圖像屬性判別部123也可以設定為只使用局部連接 性比率來判別是活字區域或者手寫區域，還是帶有底色的文字或者圖畫區域又或者照片 區域的2種類的圖像屬性。另外，在本實施方式中，圖像屬性判別部123被設定為判別活字區域、手寫區 域、帶有底色的文字或者圖畫區域以及照片區域的4種類的圖像屬性。但是，在判明判 別的圖像只是文字區域的情況下，圖像屬性判別部123也可以設定為只判別活字區域以 及 手寫區域的2種類的圖像屬性。同樣，在判明判別的圖像不是文字區域的情況下，圖 像屬性判別部123也可以設定為只判別帶有底色的文字或者圖畫區域，以及照片區域的2 種類的圖像屬性。另外，在本實施方式中，圖像屬性判別部123設定為在計算出局部連接性Hi像 素的邊緣強度平均值(圖12的S404 S408)以後判斷局部連接性Hi像素以及局部連接 性Low像素的像素數的合計是否在規定的像素數以上(圖12的S410)。但是，圖像屬性 判別部123也可以設定為在計算該邊緣強度平均值(圖12的S408)以前，例如在取得局 部連接性的強度以及邊緣強度(圖12的S404)以前判斷該像素數的合計是否在規定的像 素數以上(圖12的S410)。本發明能夠作為圖像判別裝置，特別是作為在判別圖像屬性時能夠減少存儲器 的容量並且能夠減少運算量的圖像判別裝置來利用。雖然參照優選實施方式描述了本發明，但是可以以多種方法改進本發明，並且 可以推知與上面提出和描述的實施方式不同的多種實施方式，這對本技術領域的普通技 術人員而言是顯而易見的。因此，後附權利要求書意在涵蓋本發明的所有落入本發明主 旨和範圍內的改進方案。
權利要求
1.一種圖像判別裝置，具備以下構成，邊緣計算部，針對圖像的由規定數的像素組成的每個處理單位計算邊緣方向；局部連接性計算部，基於計算出的上述邊緣方向，針對上述每個處理單位計算用於 表示與周邊的處理單位之間的邊緣方向的吻合程度的局部連接性的強度；以及圖像屬性判別部，針對上述圖像的由規定數的處理單位組成的每個屬性判別區域， 使用上述屬性判別區域內的處理單位的局部連接性的強度，判別圖像屬性。
2.根據權利要求1所記載的圖像判別裝置，其特徵在於，具備，圖像處理部，其基於上述圖像屬性判別部判別的圖像屬性對圖像數據進行修正。
3.根據權利要求1所記載的圖像判別裝置，其特徵在於，上述邊緣方向是處理單位的像素特性值發生變化的方向。
4.根據權利要求1所記載的圖像判別裝置，其特徵在於，上述邊緣計算部針對上述圖像的每個上述處理單位還進行邊緣強度的計算；上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，還使用上述屬性判別 區域內的處理單位的邊緣強度判別上述圖像屬性。
5.根據權利要求1所記載的圖像判別裝置，其特徵在於，上述邊緣強度是處理單位的像素特性值的變化的大小。
6.根據權利要求1所記載的圖像判別裝置，其特徵在於，上述邊緣計算部針對上述圖像的每個上述處理單位，應用模板型1次微分過濾器進 行上述計算。
7.根據權利要求1所記載的圖像判別裝置，其特徵在於，上述局部連接性計算部將如下的處理單位作為上述周邊的處理單位，計算出上述對 象處理單位的邊緣方向和上述周邊的處理單位的邊緣方向之間的吻合程度作為上述對象 處理單位的局部連接性的強度，上述處理單位是在與用於計算上述局部連接性的對象的 處理單位、即對象處理單位的邊緣方向垂直的方向上鄰接的兩側的處理單位。
8.根據權利要求1所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部使用上述局部連接性的強度較高的處理單位的數量和上述局部 連接性的強度較低的處理單位的數量的比率，針對上述圖像的每個上述屬性判別區域判 別上述圖像屬性。
9.根據權利要求8所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，在局部連接性比率在 規定的第一閾值以上的情況下，判別上述圖像屬性是文字區域，上述局部連接性比率是 上述局部連接性的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理單 位的數量得到的值。
10.根據權利要求9所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，在上述局部連接性比 率小於上述第一閾值的情況下，判別上述圖像屬性是帶有底色的文字或者圖畫區域、或 者是照片區域。
11.根據權利要求4所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，使用上述屬性判別區域內的處理單位中的上述局部連接性的強度較高的處理單位的邊緣強度的平均值、即邊 緣強度平均值來判別上述圖像屬性。
12.根據權利要求11所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，在上述局部連接性 的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理單位的數量得到的 值、即局部連接性比率在規定的第一閾值以上，並且上述邊緣強度平均值在規定的第二 閾值以上的情況下，判別上述圖像屬性是活字區域，在上述局部連接性比率在上述第一 閾值以上，並且上述邊緣強度平均值小於上述第二閾值的情況下，判別上述圖像屬性是 手寫區域。
13.根據權利要求11所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，在上述局部連接性 的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理單位的數量得到的 值、即局部連接性比率小於規定的第一閾值，並且上述邊緣強度平均值在規定的第三閾 值以上的情況下，判別上述圖像屬性是帶有底色的文字或者圖畫區域，在上述局部連接 性比率小於上述第一閾值並且上述邊緣強度平均值小於上述第三閾值的情況下，判別上 述圖像屬性是照片區域。
14.根據權利要求1所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部將把上述圖像分割成多個的塊作為上述屬性判別區域，針對每 個上述屬性判別區域判別上述圖像屬性。
15.—種圖像判別裝置，其特徵在於，具備如下構成，邊緣計算部，針對圖像的由規定數的像素組成的每個處理單位計算邊緣方向和邊緣 強度；局部連接性計算部，基於計算出的上述邊緣方向，針對每個上述處理單位計算用於 表示與周邊的處理單位之間的邊緣方向的吻合程度的局部連接性的強度；以及圖像屬性判別部，針對上述圖像的由規定數的處理單位組成的每個屬性判別區域， 使用根據上述屬性判別區域內的處理單位的局部連接性的強度計算出的邊緣強度來判別 圖像屬性。
16.根據權利要求15所記載的圖像判別裝置，其特徵在於，具備圖像處理部，其基於上述圖像屬性判別部判別的圖像屬性對圖像數據進行修正。
17.根據權利要求15所記載的圖像判別裝置，其特徵在於，上述邊緣方向是處理單位的像素特性值發生變化的方向。
18.根據權利要求15所記載的圖像判別裝置，其特徵在於，上述邊緣強度是處理單位的像素特性值的變化的大小。
19.根據權利要求15所記載的圖像判別裝置，其特徵在於，上述邊緣計算部針對上述圖像的每個上述處理單位，應用模板型1次微分過濾器進 行上述計算。
20.根據權利要求15所記載的圖像判別裝置，其特徵在於，上述局部連接性計算部將如下的處理單位作為上述周邊的處理單位，計算出對象 處理單位的邊緣方向和上述周邊的處理單位的邊緣方向的吻合程度作為上述對象處理單位的局部連接性的強度，上述處理單位是在與用於計算上述局部連接性的對象的處理單 位、即對象處理單位的邊緣方向垂直的方向上鄰接的兩側的處理單位。
21.根據權利要求15所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部使用上述局部連接性的強度較高的處理單位的數量和上述局部 連接性的強度較低的處理單位的數量的比率，針對上述圖像的每個上述屬性判別區域判 別上述圖像屬性。
22.根據權利要求21所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，在局部連接性比率在 規定的第一閾值以上的情況下，判別上述圖像屬性是文字區域，上述局部連接性比率是 上述局部連接性的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理單 位的數量得到的值。
23.根據權利要求22所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，在上述局部連接性比 率小於上述第一閾值的情況下，判別上述圖像屬性是帶有底色的文字或者圖畫區域、或 者是照片區域。
24.根據權利要求15所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，使用上述屬性判別區 域內的處理單位中的上述局部連接性的強度較高的處理單位的邊緣強度的平均值、即邊 緣強度平均值來判別上述圖像屬性。
25.根據權利要求24所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，在上述局部連接性 的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理單位的數量得到的 值、即局部連接性比率在規定的第一閾值以上，並且上述邊緣強度平均值在規定的第二 閾值以上的情況下，判別上述圖像屬性是活字區域，在上述局部連接性比率在上述第一 閾值以上，並且上述邊緣強度平均值小於上述第二閾值的情況下，判別上述圖像屬性是 手寫區域。
26.根據權利要求24所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部針對上述圖像的每個上述屬性判別區域，在上述局部連接性 的強度較高的處理單位的數量除以上述局部連接性的強度較低的處理單位的數量得到的 值、即局部連接性比率小於規定的第一閾值，並且上述邊緣強度平均值在規定的第三閾 值以上的情況下，判別上述圖像屬性是帶有底色的文字或者圖畫區域，在上述局部連接 性比率小於上述第一閾值並且上述邊緣強度平均值小於上述第三閾值的情況下，判別上 述圖像屬性是照片區域。
27.根據權利要求15所記載的圖像判別裝置，其特徵在於，上述圖像屬性判別部將把上述圖像分割成多個的塊作為上述屬性判別區域，針對每 個上述屬性判別區域判別上述圖像屬性。
28.—種圖像屬性判別方法，其特徵在於，具備下面的步驟，邊緣計算步驟，針對圖像的由規定數的像素組成的每個處理單位計算邊緣方向；局部連接性計算步驟，基於計算出的上述邊緣方向，針對上述每個處理單位計算用於表示與周邊的處理單位之間的邊緣方向的吻合程度的局部連接性的強度；以及 圖像屬性判別步驟，使用上述屬性判別區域內的處理單位的局部連接性的強度，針 對上述圖像的由規定數的處理單位組成的每個屬性判別區域來判別圖像屬性。
29.—種電腦程式，使計算機執行下面的步驟，其特徵在於， 邊緣計算步驟，針對圖像的由規定數的像素組成的每個處理單位計算邊緣方向； 局部連接性計算步驟，基於計算出的上述邊緣方向，針對每個上述處理單位計算用 於表示與周邊的處理單位之間的邊緣方向的吻合程度的局部連接性的強度；以及圖像屬性判別步驟，使用上述屬性判別區域內的處理單位的局部連接性的強度，針 對上述圖像的由規定數的處理單位組成的每個屬性判別區域判別圖像屬性。
全文摘要
本發明目的在於提供圖像判別裝置，其是用於判別表示圖像種類的圖像屬性的圖像判別裝置，具備邊緣計算部、局部連接性計算部和圖像屬性判別部。邊緣計算部針對圖像的由規定數的像素組成的每個處理單位進行邊緣方向的計算。局部連接性計算部針對每個上述處理單位基於計算出的上述邊緣方向計算表示與周邊的處理單位之間的邊緣方向的吻合程度的局部連接性的強度。圖像屬性判別部針對上述圖像的由規定數的處理單位組成的每個屬性判別區域使用上述屬性判別區域內的處理單位的局部連接性的強度判別上述圖像屬性。
文檔編號H04N1/00GK102025865SQ20101027689
公開日2011年4月20日 申請日期2010年9月7日 優先權日2009年9月9日
發明者姜成泰 申請人:村田機械株式會社