CN103108105B - 图像处理装置和直线检测方法 - Google Patents

图像处理装置和直线检测方法 Download PDF

Info

Publication number
CN103108105B
CN103108105B CN201210440113.4A CN201210440113A CN103108105B CN 103108105 B CN103108105 B CN 103108105B CN 201210440113 A CN201210440113 A CN 201210440113A CN 103108105 B CN103108105 B CN 103108105B
Authority
CN
China
Prior art keywords
straight line
edge pixel
candidate
straight
image
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.)
Active
Application number
CN201210440113.4A
Other languages
English (en)
Other versions
CN103108105A (zh
Inventor
河谷大和
小坂清人
吴藤弘康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PFU Ltd
Original Assignee
PFU Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by PFU Ltd filed Critical PFU Ltd
Publication of CN103108105A publication Critical patent/CN103108105A/zh
Application granted granted Critical
Publication of CN103108105B publication Critical patent/CN103108105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • 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
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • G06V30/1456—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields based on user interactions
    • 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
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/146—Aligning or centring of the image pick-up or image-field
    • 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
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
    • G06V30/18019—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by matching or filtering
    • 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
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
    • G06V30/18076—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • 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
    • 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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform
    • 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
    • G06V30/10—Character recognition

Abstract

本发明提供能够从读取到的图像中高精度地检测原稿边界的图像处理装置和直线检测方法。信息处理装置(20)包括：从输入图像中提取边缘像素的边缘像素提取部(210)、采用霍夫变换从提取出的边缘像素中提取直线候补的直线候补检测部(221)、采用最小二乘法对距直线候补在规定距离内的边缘像素检测直线的直线检测部(222)。

Description

图像处理装置和直线检测方法
技术领域
本发明涉及图像处理装置和直线检测方法，尤其涉及从输入图像检测原稿区域的图像处理装置和直线检测方法。
背景技术
为了以扫描装置等读取原稿并作为图像数据保存，需要从读取的图像中正确地检测原稿区域。一般来说，平台型或自动原稿输送型的扫描装置中，通过采用白色、黑色等单色的背景容易地识别原稿区域和除此以外的区域。但是，当例如原稿区域的颜色与背景部的颜色相同时，可能无法正确地检测原稿区域。
因此，专利文献1中揭示了基于读取原稿得到的图像数据的浓度变动检测原稿的位置或尺寸的图像处理装置。该图像处理装置检测副扫描方向的像素的浓度变动的差，将该浓度变动的差在阈值以上的像素作为原稿的位置进行检测。
又，专利文献2中，揭示了将电子纸作为原稿的背景的图像读取装置。该图像读取装置在读取原稿时，将电子纸设为明色读取原稿，并将电子纸设为暗色读取原稿，基于读取的各图像检测原稿的尺寸。
又，专利文献3中，揭示了利用背景与原稿的材质的差异来检测原稿边界的图像处理装置。该图像处理装置，在无法检测原稿边界时，从原稿提取基准线，基于提取出的基准线确定原稿边界。
现有技术文献
专利文献
【专利文献1】日本特开2007-335927号公报
【专利文献2】日本特开2008-278318号公报
【专利文献3】日本特开2005-285010号公报
发明内容
发明所要解决的问题
专利文献1公开的图像处理装置和专利文献2公开的图像读取装置，能够高精度地检测原稿的位置或尺寸。但是，由于这些装置是以采用单色的背景为前提的，专利文献1和专利文献2公开的技术无法适用于，读取载置于桌上的原稿这样的扫描装置。因此，例如，在读取载置于木纹的桌子上的原稿时，无法正确地识别原稿边界与桌子的花纹。
又，专利文献3公开的图像处理装置可高精度地检测原稿边界。但是，在专利文献3公开的图像处理装置中，对于没有基准线的原稿无法高精度地检测该原稿边界。
因此，本发明的目的在于提供能够从读取的图像中高精度地检测原稿边界的图像处理装置和直线检测方法。解决问题的手段
本发明的图像处理装置，包括：从输入图像中提取边缘像素的边缘像素提取部；采用霍夫变换从所述提取出的边缘像素中提取直线候补的直线候补检测部；和采用最小二乘法对距所述直线候补在规定距离内的边缘像素检测直线的直线检测部。
又，本发明的直线检测方法，包括：从输入图像中提取边缘像素的边缘像素的步骤；采用霍夫变换从所述提取出的边缘像素中提取直线候补的步骤；和采用最小二乘法对距所述直线候补在规定距离内的边缘像素检测直线的步骤。
发明效果
根据本发明，提供能够从读取的图像中高精度地检测原稿边界的图像处理装置和直线检测方法。
附图说明
图1是适用了本发明的图像处理系统的示意性构成图。
图2是图像处理部的示意性构成图。
图3是显示图像读取处理的动作的实例的流程图。
图4是显示直线检测处理和矩形检测处理的动作的流程图。
图5是显示噪声去除处理的动作的实例的流程图。
图6(a)～(d)是对缩小图像进行说明的示意图。
图7(a)～(d)是对噪声去除处理进行说明的示意图。
图8显示直线检测处理的动作的实例的流程图。
图9(a)，(b)是用于对霍夫变换进行说明的示意图。
图10是显示霍夫变换处理的动作的实例的流程图。
图11(a)～(c)是用于对直线候补的排除处理进行说明的示意图。
图12是显示直线候补的排除处理的动作的实例的流程图。
图13(a)，(b)是用于对直线检测处理进行说明的示意图。
图14是显示最小二乘法的直线检测处理的动作的实例的流程图。
图15(a)，(b)是用于对直线的分割处理进行说明的示意图。
图16是显示直线的分割处理的动作的实例的流程图。
图17(a)～(c)是用于对近似直线进行说明的示意图。
图18是显示近似直线的检测处理的动作的实例的流程图。
图19(a)～(d)是用于对组的结合进行说明的示意图。
图20是显示矩形检测处理的动作的实例的流程图。
图21(a)，(b)是用于对第1评价点进行说明的示意图。
图22(a)，(b)是用于对第2评价点进行说明的示意图。
图23是用于对重叠的矩形候补进行说明的示意图。
图24是用于对包含于其他的矩形候补内的矩形候补进行说明的示意图。
图25(a)，(b)是用于对含有近似直线的矩形进行说明的示意图。
图26(a)，(b)是用于对边缘像素以外进行说明的示意图。
图27(a)，(b)是用于对封闭区域的外接矩形进行说明的示意图。
图28是显示封闭区域的外接矩形的提取处理的动作的实例的流程图。
图29(a)，(b)是用于对检测范围的指定进行说明的示意图。
图30是其他的图像处理系统的示意性构成图。
具体实施方式
下面，参照附图对本发明的图像处理装置和直线检测方法进行说明。但是希望注意的是：本发明的技术范围不限于这些实施方式，还涉及权利要求书记载的发明及其等同技术方案。
图1是显示适用本发明的图像处理系统的示意性构成的图。如图1所示，图像处理系统1包括图像读取装置10和信息处理装置20。图像读取装置10为例如图像扫描仪、数字相机等，信息处理装置20为与例如图像读取装置10连接使用的个人计算机等。
图像读取装置10包括：图像输入部11、第1图像储存部12、第1接口部13、第1存储部14、和第1中央处理部15。下面，对图像读取装置10的各部进行详细说明。
图像输入部11具有拍摄作为拍摄对象物的原稿等的拍摄传感器。该拍摄传感器包括：排列为一维或二维的CCD、CMOS等的拍摄元件、和将拍摄对象物的像成像于拍摄元件上的光学系统，各拍摄元件输出对应于RGB各色的模拟值。然后，图像输入部11将拍摄传感器输出的各模拟值转换为数字值生成像素数据，生成由生成的各像素数据构成图像数据(下面，称为RGB图像)。该RGB图像的各像素数据为对于例如RGB各色分别以8位表示的、总计24位的RGB值所构成的彩色图像数据。
然后，图像输入部11生成将RGB图像、或RGB图像的各像素的RGB值转换为亮度值和色差值(YUV值)的图像(下面，称为读取图像)，并保存于第1图像储存部12。又，YUV值可根据例如下式计算。
Y值=0.30×R值+0.59×G值+0.11×B值(1)
U值=-0.17×R值-0.33×G值+0.50×B值(2)
V值=0.50×R值-0.42×G值-0.08×B值(3)
第1图像储存部12包括：非易失性半导体存储器、易失性半导体存储器、磁盘等的存储装置。第1图像储存部12与图像输入部11连接，保存由图像输入部11生成的读取图像。
第1接口部13具有基于USB等的串行总线的接口电路，与信息处理装置20电连接以收发图像数据和各种信息。又，第1接口部13连接有闪存等，用以临时保存在第1图像储存部12中保存的图像数据，并复制到信息处理装置20。
第1存储部14包括：RAM、ROM等的存储器装置、硬盘等的固定磁盘装置、或软盘、光盘等的可移动的存储装置等。又，第1存储部14中存储有用于图像读取装置10的各种处理的计算机程序、数据库、表格等。
第1中央处理部15与图像输入部11、第1图像储存部12、第1接口部13和第1存储部14连接，控制各部。第1中央处理部15执行图像输入部11的读取图像生成控制、第1图像储存部12的控制、通过第1接口部13的与信息处理装置20的数据收发控制、第1存储部14的控制等。
信息处理装置20包括：第2接口部21、第2图像储存部22、显示部23、输入部24、第2存储部25、第2中央处理部26、和图像处理部27。下面，对信息处理装置20的各部进行详细说明。
第2接口部21具有与图像读取装置10的第1接口部13相同的接口电路，与信息处理装置20和图像读取装置10连接。
第2图像储存部22具有与图像读取装置10的第1图像储存部12相同的存储装置。第2图像储存部22保存有通过第2接口部21从图像读取装置10接收到的读取图像，且与图像处理部27连接，保存有图像处理部27对读取图像进行了图像处理后的各种处理图像。
显示部23包括：液晶、有机EL等构成的显示器和将图像数据输出到显示器的接口电路，并与第2图像储存部22连接，将保存于第2图像储存部22的图像数据显示于显示器。
输入部24具有键盘、鼠标等的输入装置和从输入装置取得信号的接口电路，向第2中央处理部26输出对应于使用者的操作的信号。
第2存储部25具有与图像读取装置10的第1存储部14相同的储存装置、固定磁盘装置、可移动的存储装置等。第2存储部25中存储有用于信息处理装置20的各种处理的计算机程序、数据库、表格等。又，第2存储部25中存储有用于记录图像处理部27检测到的直线、组和矩形的直线列表、组列表和矩形列表。
第2中央处理部26与第2接口部21、第2图像储存部22、显示部23、输入部24、第2存储部25和图像处理部27连接，控制各部。第2中央处理部26执行，通过第2接口部21的与图像读取装置10的数据收发控制、第2图像储存部22的控制、显示部23的表示控制、输入部24的输入控制、第2存储部25的控制、图像处理部27进行的图像处理的控制等。
图像处理部27与第2图像储存部22连接，进行直线检测处理、矩形检测处理。该图像处理部27与第2中央处理部26连接，根据来自第2中央处理部26的控制基于预先存储于第2存储部25的程序动作。又，图像处理部27可以由独立的集成电路、微处理器、固件等构成。
图2是显示图像处理部27的概略构成的图。如图2所示，图像处理部27包括：边缘像素提取部210、直线提取部220、矩形检测部230和矩形切出部240。又，直线提取部220具有直线候补检测部221、直线检测部222、组化部223、结合部224和近似直线检测部225，矩形检测部230具有矩形候补提取部231和矩形选择部232。这些各部为，通过在处理器上动作的软件安装的功能模块。又，各部也可由各自独立的集成电路、微处理器、固件等构成。
图3是显示图像读取装置10的图像读取处理的动作的流程图。下面，参照图3所示的流程图，对图像读取处理的动作进行说明。又，下面说明的动作的流程，基于预先存储在第1存储部14的程序主要通过第1中央处理部15与图像读取装置10的各要素协作执行。
首先，图像输入部11生成拍摄了作为拍摄对象物的原稿的读取图像，并保存于第1图像储存部12(步骤S301)。
接着，第1中央处理部15将保存于第1图像储存部12的读取图像通过第1接口部13发送到信息处理装置20(步骤S302)，一系列步骤结束。
图4是显示信息处理装置20的直线检测处理和矩形检测处理的动作的流程图。下面，参照图4所示的流程图，对直线检测处理和矩形检测处理的动作进行说明。又，下面说明的动作的流程，基于预先存储于第2存储部25的程序主要通过第2中央处理部26与信息处理装置20的各要素协作执行。
首先，第2中央处理部26通过第2接口部21从图像读取装置10取得读取图像，并保存于第2图像储存部22(步骤S401)。
接着，边缘像素提取部210读出在第2图像储存部22保存的读取图像，生成关于读取图像的亮度成分在水平方向和垂直方向间隔剔除了像素的输入图像，并保存于第2图像储存部22(步骤S402)。
一般来说，由于随着信息处理装置20处理的图像的像素数不同处理速度也大为不同，间隔剔除像素的比例根据第2中央处理部26等的处理能力和信息处理装置20所要求的处理速度确定。又，在即使没有间隔剔除像素，也满足要求的处理速度时，也可将读取图像的亮度成分直接作为输入图像。
接着，边缘像素提取部210对输入图像实施噪声去除处理(步骤S403)。
图5是显示噪声去除处理的动作的实例的流程图。下面，参照图5所示的流程图对噪声去除处理的动作的实例进行说明。
边缘像素提取部210生成从输入图像在水平方向和垂直方向间隔剔除了像素的第1缩小图像，生成从第1缩小图像在水平方向和垂直方向间隔剔除了像素的第2缩小图像，生成从第2缩小图像在水平方向和垂直方向间隔剔除了像素的第3缩小图像，并将各缩小图像保存于第2图像储存部22(步骤S501)。
图6(a)～(d)是对缩小图像进行说明的示意图。图6(a)所示的图像600为输入图像的实例，图6(b)所示的图像610为第1缩小图像的实例，图6(c)所示的图像620为第2缩小图像的实例，图6(d)所示的图像630为第3缩小图像的实例。从输入图像600到第1缩小图像610的间隔剔除率被预先确定，使得由于图像读取装置10的图像输入部11的拍摄元件和光学系统的影响产生的随机噪声601在第1缩小图像610中被去除。又，从第1缩小图像610到第2缩小图像620的间隔剔除率被预先确定，使得原稿内的网格部分602在第2缩小图像620中被去除。又，从第2缩小图像620到第3缩小图像630的间隔剔除率被预先确定，使得载置原稿的桌子的木纹等的花纹603在第3缩小图像630中被去除。
接着，边缘像素提取部210对各个输入图像、第1缩小图像、第2缩小图像、第3缩小图像分别在水平方向、垂直方向提取边缘像素。然后，对于各图像的各水平方向、垂直方向分别生成由边缘像素构成的图像(下面，分别称为输入边缘图像、第1边缘图像、第2边缘图像、第3边缘图像)，并保存于第2图像储存部22(步骤S502)。
边缘像素提取部210计算输入图像、第1缩小图像、第2缩小图像、第3缩小图像的各自的像素在水平方向相邻的像素的亮度值的差的绝对值(下面，称为相邻差分值)，当相邻差分值超过阈值Th1时，该图像上的像素作为垂直边缘像素。该阈值Th1，可设定为例如人通过目视能够判别图像上的亮度的差异的亮度值的差(例如20)。又，边缘像素提取部210对各图像的垂直方向也进行相同的处理，提取水平边缘像素。然后，分别针对水平方向、垂直方向生成输入边缘图像、第1边缘图像、第2边缘图像、第3边缘图像。下面的步骤S503～S510中，对分别在水平方向、垂直方向生成的各边缘图像进行处理。
接着，边缘像素提取部210，对于各边缘图像，判定各边缘像素是否与各边缘图像内的其他的边缘像素连结，连结的边缘像素标注为一组(步骤S503)。边缘像素提取部210判定，在水平方向、垂直方向或斜方向(8附近)相互相邻的边缘像素连接。又，边缘像素提取部210也可判定为，仅水平方向或垂直方向(4附近)相互相邻的边缘像素连结。
接着，边缘像素提取部210，对于各边缘图像，判断通过标注分组的各组的水平方向和垂直方向双方的大小是否在阈值Th2以下，将水平方向和垂直方向双方的大小在阈值Th2以下的组所包含的边缘像素从各边缘图像中去除(步骤S504)。通过设定该阈值Th2为作为原稿内的文字或花纹的最大值而被设想的值(相当于例如10mm的值)，可去除原稿内的文字或花纹。
接着，边缘像素提取部210将第3边缘图像扩大为与第2边缘图像相同的分辨率(步骤S505)。
接着，边缘像素提取部210提取在将第3边缘图像扩大为与第2边缘图像相同的分辨率的图像和第2边缘图像中，存在于相同的位置的边缘像素，生成由该边缘像素构成的图像(下面，称为第2修正边缘图像)(步骤S506)。
图7(a)～(d)是用于对噪声去除处理进行说明的示意图。图7(a)所示的图像700为第3边缘图像的实例，图7(b)的图像710为将第3边缘图像扩大为与第2边缘图像相同的分辨率的图像的实例，图7(c)所示的图像720为第2边缘图像的实例，图7(d)所示的图像730为第2修正边缘图像的实例。
第3边缘图像700中，为了去除载置原稿的桌子的花纹721而间隔剔除像素，图像710中不存在花纹721。又，图像710为将第3边缘图像700扩大了的图像，因此，原稿的边界部分711相对第2边缘图像720的原稿边界部分722发生膨胀。因此，通过仅提取图像710和第2边缘图像720中存在于相同位置的边缘像素，可使得原稿的边界部分731的粗细与第2边缘图像720的边界部分722的粗细大致相同，并且生成去除了原稿所载置的桌子的花纹721的第2修正边缘图像730。
接着，边缘像素提取部210将第2修正边缘图像扩大为与第1边缘图像相同的分辨率(步骤S507)。
接着，边缘像素提取部210提取在将第2修正边缘图像扩大为与第1边缘图像相同的分辨率的图像和第1边缘图像中，存在于相同的位置的边缘像素，生成该边缘像素构成的图像(下面，称为第1修正边缘图像)(步骤S508)。与图7(a)～(d)的说明相同，第1修正边缘图像中，原稿边界部分的粗细与第1边缘图像的原稿边界部分的粗细为大致相同，为原稿内的网格部分被去除了的图像。
接着，边缘像素提取部210将第1修正边缘图像扩大为与输入边缘图像相同的分辨率(步骤S509)。
接着，边缘像素提取部210提取在将第1修正边缘图像扩大为与输入边缘图像相同的分辨率的图像和输入边缘图像中，存在于同样的位置的边缘像素，生成由该边缘像素构成的图像(下面，称为边缘图像)(步骤S510)，结束噪声去除处理。与图7(a)～(d)的说明相同，边缘图像中，原稿边界部分的粗细与输入边缘图像的原稿的边界部分的粗细大致相同，为去除了原稿内的随机噪声的图像。
返回图4，直线提取部220对边缘图像实施直线检测处理(步骤S404)。
图8是显示直线检测处理的动作的实例的流程图。下面，参照图8所示的流程图对直线检测处理的动作的实例进行说明。
首先，直线候补检测部221采用霍夫变换从由水平边缘像素生成的边缘图像(下面，称为水平边缘图像)中提取直线候补(步骤S801)。又，从水平边缘图像中提取在水平方向延伸的直线候补。
图9(a)，(b)是对霍夫变换进行说明的示意图。图9(a)所示的图形900表示边缘图像内的边缘像素901、902、903。图形900的原点表示边缘图像上的最左下的像素，横轴表示水平位置，纵轴表示垂直位置。直线候补检测部221提取通过边缘像素901的多条直线904、905、906，求得从原点到各直线的法线907、908、909，各法线的、从原点到各直线的长度作为ρ、相对于横轴的角度作为θ来计算。又，ρ可根据下式计算。
ρ=xcosθ+ysinθ(4)
图9(b)所示的图表910表示将对各法线计算得到ρ、θ作为变量的霍夫空间。图表910的横轴表示θ、纵轴表示ρ。各点911、912、913为对法线907、908、909计算得到的ρ、θ进行制图后的点，曲线914为连接这些点的曲线。又，曲线915、916为对边缘像素902、903进行相同的处理求得的曲线。由该实例中曲线914～916的交点911中的ρ、θ的值确定的、图形900上的直线904，作为各边缘像素901、902、903通过的直线。又，该直线可通过下式计算。
y=ax+b
a=-1/tanθ、b=ρ/sinθ(5)
图10是显示霍夫变换处理的动作的实例的流程图。下面，参照图10所示的流程图，对霍夫变换处理的动作的实例进行说明。
直线候补检测部221，首先，对通过边缘图像内的各边缘像素的多条直线，计算(ρ、θ)(步骤S1001)。
接着，直线候补检测部221对计算出的(ρ、θ)投票(步骤S1002)。
接着，直线候补检测部221判断是否对边缘图像内的全部的边缘像素都算出了(ρ、θ)(步骤S1003)。如果没有对边缘图像内的全部的边缘像素都计算出了(ρ、θ)的话，返回步骤S1001，重复步骤S1001～S1002的处理。
另一方面，对边缘图像内的全部的边缘像素都计算出了(ρ、θ)的话，直线候补检测部221将(ρ、θ)按投票数的顺序排序(步骤S1004)。
接着，直线候补检测部221，将投票的(ρ、θ)的组合中，比自身(即，所关注的(ρ、θ)的组合)的投票数多的组合和ρ和θ双方的值近似的(例如ρ的差的绝对值在相当于5mm的距离以下且θ的差的绝对值在3°以下)组合排除(步骤S1005)。这样，可抑制在相互接近的位置检测到多条直线。又，排除了的组合的投票数也可加上，该排除了的组合和ρ与θ双方的值近似的组合的投票数。
接着，直线候补检测部221，将根据投票的(ρ、θ)的组合确定的直线作为边缘图像中的直线候补提取(步骤S1006)，记录于第2存储部25结束霍夫变换处理。又，可以在(ρ、θ)的组合中，以投票数多的顺序仅提取规定数量(例如，水平方向、垂直方向各为32个)，仅根据提取出的(ρ、θ)的组合确定的直线作为直线候补。
返回图8，直线候补检测部221与从水平边缘图像中提取直线候补同样地，从由垂直边缘像素生成的边缘图像中(下面，称为垂直边缘图像)采用霍夫变换提取直线候补(步骤S802)。又，从垂直边缘图像中提取沿垂直方向延伸的直线候补。
接着，直线候补检测部221判断是否从水平边缘图像和垂直边缘图像双方提取出直线候补(步骤S803)。没有从水平边缘图像和垂直边缘图像双方提取出直线候补时，直线检测处理结束。
另一方面，从水平边缘图像和垂直边缘图像双方都提取出了直线候补时，直线候补检测部221计算，位于从水平边缘图像提取出的直线候补中的关注的直线候补的附近的边缘像素(下面，称为第1边缘像素)的个数。又，计算第1边缘像素中、位于其他的直线候补的附近的边缘像素(下面，称为第2边缘像素)的个数。然后，第2边缘像素的个数相对于第1边缘像素的个数的比例在规定比率R1以上时，将该关注的直线候补从直线的候补中排除(步骤S804)。又，直线候补的附近的范围确定为，该范围内的边缘像素视为对应于与该直线候补为同一直线的范围，例如可设为相当于距直线候补2mm的距离内的范围。又，规定比率R1根据图像处理系统1使用的环境等适当确定，例如可设定为50%。
图11(a)～(c)是对直线候补的排除处理进行说明的示意图。图11(a)所示的边缘图像1100中，各点表示边缘像素，1101～1104表示从各边缘像素检测到的直线候补。直线候补1101和直线候补1102基于相同的边缘像素提取，将双方的直线作为直线候补检测的过程冗长。因此，通过将任一方的直线从直线候补中排除，可维持直线的检测精度，降低处理负荷。同样的，作为直线候补1104的组成要素的边缘像素，也包含于作为直线候补1101(或1102)和1103的组成要素的边缘像素中，因此，通过将直线候补1104从直线的候补排除，可维持直线的检测精度，并减轻处理负荷。
图12是显示直线候补的排除处理的动作的实例的流程图。下面，参照图12所示的流程图，对直线候补的排除处理的动作的实例进行说明。
直线候补检测部221，首先，清空用于管理作为各直线候补的组成要素的边缘像素的边缘像素表格(步骤S1201)。又，该边缘像素表格存储于第2存储部25。
接着，直线候补检测部221，以相对于(ρ、θ)的组合的投票数多的顺序选择从水平边缘图像中提取出的直线候补(步骤S1202)。
接着，直线候补检测部221扫描选择出的直线候补的附近的像素(步骤S1203)。例如，如图11(b)所示，直线候补检测部221，对在直线候补1101的附近的范围1111内的像素，从最左上的像素开始在垂直方向扫描，并在完成一根线的扫描之后，向右侧依次行进扫描下一根线。
然后，直线候补检测部221判定扫描过的像素是否为边缘像素(步骤S1204)。直线候补检测部221，在扫描过的像素不是边缘像素时，进入到步骤S1209，另一方面，在扫描过的像素为边缘像素时，作为第1边缘像素，进行计数(步骤S1205)。
接着，直线候补检测部221判断该边缘像素的坐标信息是否已经记录在边缘像素表格内(步骤S1206)。如果该边缘像素的坐标信息没有记录于边缘像素表格，则直线候补检测部221将该边缘像素的坐标信息记录于边缘像素表格(步骤S1207)，另一方面，如果该边缘像素的坐标信息已经记录在边缘像素表格内，则作为第2边缘像素，进行计数(步骤S1208)。
接着，直线候补检测部221判定是否扫描了所选择的直线候补的附近范围的全部像素(步骤S1209)，有还没有扫描的像素时，返回步骤S1203，重复步骤S1203～S1208的处理。
另一方面，扫描了所选择的直线候补的附近范围的全部像素时，直线候补检测部221判定，第2边缘像素的个数相对于第1边缘像素的个数的比例是否在规定比率R1以上(步骤S1210)，第2边缘像素的个数相对于第1边缘像素的个数的比例在规定比率R1以上时，将该选择出的直线候补从直线的候补中排除(步骤S1211)。另一方面，第2边缘像素的个数相对于第1边缘像素的个数的比例小于规定比率R1时，该选择的直线候补不从直线的候补中排除，因此不进行特别的处理。
接着，直线候补检测部221判断是否选择了全部的直线候补(步骤S1212)，有还没有扫描像素的直线候补时，返回步骤S1202，重复步骤S1202～S1211的处理。另一方面，如果扫描了全部的直线候补的像素，直线候补检测部221结束直线候补的排除处理。
例如，图11(a)所示的例中，当以直线候补1101、1102、1103、1104的顺序的对于(ρ、θ)的组合的投票数较多时，在选择直线候补1101时，其附近的范围1111内的边缘像素的坐标信息没有记录于边缘像素表格，因此不将直线候补1101从直线的候补中排除。另一方面，如图11(c)所示，直线候补1102的附近的范围1112内的边缘像素都与直线候补1101的附近的范围1111内的边缘像素重叠。因此，选择直线候补1102时，其附近的范围1112内的边缘像素的坐标信息都记录于边缘像素表格，将直线候补1102从直线的候补中排除。又，选择直线候补1103时，由于其附近的范围1113内的边缘像素的坐标信息没有记录于边缘像素表格，不将直线候补1103从直线的候补中排除。又，直线候补1104的附近的范围1114内的边缘像素都与直线候补1101的附近的范围1111或直线候补1103的附近的范围1113内的边缘像素重叠。因此，选择直线候补1104时，其附近的范围1114内的边缘像素的坐标信息都记录于边缘像素表格，将直线候补1104从直线的候补中排除。
返回图8，直线候补检测部221与从水平边缘图像提取的直线候补的排除处理相同地，进行从垂直边缘图像提取出的直线候补的排除处理(步骤S805)。
接着，直线检测部222对于距从水平边缘图像提取的直线候补规定距离内的边缘像素采用最小二乘法以检测水平方向的直线(步骤S806)。该规定距离根据图像处理系统1的使用环境等适当确定，例如设定为相当于2mm的距离。
图13(a)，(b)是对最小二乘法的直线检测处理进行说明的示意图。图13(a)所示的边缘图像1300中，各点表示边缘像素，直线1301表示从各边缘像素通过霍夫变换检测到的直线候补。即，直线候补1301检测为尽可能多地通过边缘像素。另一方面，该直线候补的附近的边缘像素由原稿边界发生的可能性较高，相比该直线候补，通过距所有的边缘像素较近的位置的直线正确表示原稿边界的可能性高。
如图13(b)的边缘图像1310所示，直线检测部222对距直线候补1301在规定距离内1302的像素采用最小二乘法检测直线1321。又，最小二乘法中，为使得各像素与检测的直线1321的距离1311～1316的平方和为最小，通过下式计算直线。
【数1】
y＝ax+b
a = n Σ i = 1 n x i y i - Σ i = 1 n x i Σ i = 1 n y i n Σ i = 1 n x i 2 - ( Σ i = 1 n x i ) 2 , b = Σ i = 1 n x i 2 Σ i = 1 n y i - Σ i = 1 n x i y i Σ i = 1 n x i n Σ i = 1 n x i 2 - ( Σ i = 1 n x i ) 2 - - - ( 6 )
又，n表示距离直线候补规定距离内的边缘像素的个数，xi、yi分别表示第i个的边缘像素的水平方向的坐标和垂直方向的坐标。
图14是显示根据最小二乘法的直线检测处理的动作的实例的流程图。下面，参照图14所示的流程图，说明根据最小二乘法的直线检测处理的动作的实例。
首先，直线检测部222选择从水平边缘图像中提取出的直线候补中的一个(步骤S1401)。
接着，直线检测部222从选择的直线候补中提取规定距离内的边缘像素(步骤S1402)，对提取出的边缘像素采用最小二乘法检测直线(步骤S1403)，以检测到的直线更新直线候补(步骤S1404)。
接着，直线检测部222判定是否选择了全部的直线候补(步骤S1405)，又，有还没有选择的直线候补的情况下，返回步骤S1401，重复步骤S1401～S1404的处理。另一方面，一旦对全部的直线候补进行了像素扫描，直线检测部222即结束最小二乘法的直线检测处理。
返回图8，与对从水平边缘图像提取的直线候补进行的最小二乘法的直线检测处理相同地，直线检测部222进行对从垂直边缘图像提取的直线候补的最小二乘法的直线检测处理(步骤S807)。
接着，直线检测部222基于位于从水平边缘图像检测到的直线的附近的边缘像素的密集的程度将该从水平边缘图像检测到的直线分割为多条直线(步骤S808)。又，直线的附近的范围确定为，该范围内的边缘像素视为与该直线对应的范围，例如可设定为相当于距直线2mm的距离内的范围。
图15(a)，(b)是对直线的分割处理进行说明的示意图。图15(a)所示的边缘图像1500中，各点表示边缘像素，直线1501表示根据各边缘像素检测到的直线，区域1502表示直线1501附近的范围。图15(a)中，边缘像素1503～1504之间的边缘像素、边缘像素1505～1506之间的边缘像素分别为密集的，边缘像素1504和边缘像素1505远离，读取图像中，在其间不存在直线的可能性较高。因此，如图15(b)的边缘图像1510所示，直线检测部222判断在检测到的直线中，阈值Th3以上的、附近不存在边缘像素的部分不是直线的一部分，直线1501分割为两条直线1511和直线1512。又，阈值Th3确定为，构成直线的边缘像素有可能由于噪声等原因不被检测到的最大的长度，可设定为相当于例如5mm的距离。
图16是显示直线的分割处理的动作的实例的流程图。下面，参照图16所示的流程图，对直线的分割处理的动作的实例进行说明。
首先，直线检测部222选择根据水平边缘图像检测到的直线中的一个(步骤S1601)。
接着，直线检测部222扫描选择的直线的附近的像素，检测作为该直线的起点的边缘像素(步骤S1602)。如图15(a)所示，直线检测部222将在直线1501附近的范围1502内的像素，从最左上的像素开始在垂直方向扫描，并在完成一根线的扫描之后，向右侧依次行进扫描下一根线。然后，最初检测到的边缘像素1503判定为直线1501的起点。
接着，直线检测部222从作为起点的边缘像素开始继续扫描直线的附近的像素，检测与该起点对应的终点(步骤S1603)。如图15(a)所示，直线检测部222从边缘像素1503的位置开始在垂直方向扫描直线1501的附近的范围1502内的像素，并在完成一根线的扫描之后，向右侧依次行进扫描下一根线。然后，在检测到的边缘像素1505与之前刚检测到的边缘像素1504相距在阈值Th3以上时，该之前刚检测到的边缘像素1504判断为对应于起点的终点。
接着，直线检测部222将检测到的直线中的、与从作为起点的边缘像素到作为终点的边缘像素的位置对应的部分作为一条直线记录于第2存储部25中(步骤S1604)。图15(b)所示的实例中，直线检测部222，将直线1501中的、与边缘像素1503到边缘像素1504的位置对应的部分1511作为一条直线记录。
接着，直线检测部222判断是否选择的直线的附近的全部像素都扫描了(步骤S1605)，有还没有扫描的像素时，返回步骤S1602，重复步骤S1602～S1604的处理。此时，步骤S1602中，从作为终点被检测到的边缘像素的位置开始再次扫描像素。
另一方面，选择的直线的附近范围内的像素都被扫描了的情况下，直线检测部222判断是否选择了检测到的全部的直线(步骤S1606)，又，有还没有选择的直线时，返回步骤S1601，重复步骤S1601～S1605的处理。另一方面，一旦选择了检测到的全部的直线，直线检测部222即结束直线的分割处理。
返回图8，直线检测部222与从水平边缘图像检测到的直线的分割处理同样地，实施从垂直边缘图像检测到的直线的分割处理(步骤S809)。
接着，直线检测部222对从水平边缘图像检测到的直线以长度的顺序排序，并以排序的顺序记录到用于记录从水平边缘图像检测到的水平方向的直线的水平方向的直线列表中(步骤S810)。
接着，直线检测部222以长度的顺序对从垂直边缘图像检测到的直线进行排序，并以排序的顺序将其记录于用于记录从垂直边缘图像检测到的垂直方向的直线的垂直方向的直线列表中(步骤S811)，一系列步骤结束。
又，为了减轻处理负荷，记录于各直线列表中的直线的数量分别为规定数量(例如32)以下。或，为了提高直线的检测精度，也可将检测到的全部的直线都记录到各直线列表中。
又，步骤S804、S805的直线候补的排除处理也可不对直线候补检测部221通过霍夫变换处理提取的直线候补进行，而对直线检测部222通过最小二乘法检测到的直线进行。
返回图4，直线提取部220实施对边缘图像的近似直线检测处理(步骤S405)。
图17(a)～(c)是对近似直线进行说明的示意图。拍摄图17(a)所示的书籍原稿的输入图像1700中，可能有以下情况发生，虽然与书籍原稿的装订部1701平行的端部1702被检测为直线，但与装订部1701正交的端部1703在装订部1701的附近产生歪斜，没有被检测为直线。
因此，如图17(b)的边缘图像1710所示，直线提取部220将相互相邻的边缘像素1711集合为一组1712，包含于该组的边缘像素中，连接在水平方向或垂直方向上的两端的边缘像素1713、1714的直线1715被检测作为原稿的端部的近似直线。
又，在与书籍原稿的装订部1701正交的端部1703中，可能会有如下情况发生，在远离装订部1701的位置处提取了水平边缘像素，在装订部1701的附近仅提取垂直边缘像素，而没有提取水平边缘像素。此时，如图17(c)的边缘图像1720所示，端部1703可能会分离为两组1721、1722。因此，直线提取部220基于各组的外接矩形之间的水平方向和垂直方向的位置关系来对组进行结合。
图18是显示水平方向的近似直线检测处理的动作的实例的流程图。下面，参照图18所示的流程图，对水平方向的近似直线检测处理的动作的实例进行说明。
首先，组化部223对于水平边缘图像中各边缘像素，判定是否与其他的边缘像素相互相邻，将相互相邻的边缘像素集合为一组标注(步骤S1801)。组化部223判定在水平方向、垂直方向或倾斜方向(8附近)连接相互相邻的边缘像素。又，组化部223也可判定为仅在水平方向或垂直方向(4附近)连接相互相邻的边缘像素。又，集合的组的水平方向的大小在阈值Th4以下时，也可将该组判断为噪声，使其为之后的处理的对象之外。该阈值Th4可根据图像处理系统1使用的环境等适当确定，例如可设定为相当于10mm的值。
接着，结合部224从由组化部223集合的组中选择关注组(步骤S1802)。
接着，结合部224判定是否存在选择的关注组和满足结合条件的组(步骤S1803)。当关注组的外接矩形和其他的组的外接矩形，在水平方向上不重叠且没有相距第2规定距离以上时，结合部224判定该其他的组满足与关注组的结合条件，该其他的组为与该关注组的外接矩形在垂直方向上没有相距第1规定距离以上的组。又，第1规定距离和第2规定距离根据图像处理系统1使用的环境等适当确定，可设定为相当于例如5mm的距离。
图19(a)～(d)是对各组的结合条件进行说明的示意图。图19(a)的边缘图像1900所示的实例中，对于关注组1901的外接矩形1902，组1903的外接矩形1904和组1905的外接矩形1906在垂直方向上在第1规定距离内。然后，外接矩形1902和外接矩形1904在水平方向上不重叠且水平方向的距离1907不到第2规定距离，因此判定组1901和组1903满足结合条件。另一方面，外接矩形1902和外接矩形1906在水平方向上不重叠，但是，水平方向的距离1908为第2规定距离以上，因此判定组1901和组1905不满足结合条件。
又，当关注组的外接矩形和其他的组的外接矩形在水平方向上重叠、且关注组的外接矩形与该其他的组的外接矩形在水平方向上重叠的长度为规定的阈值Th5以下、且关注组的外接矩形与该其他的组的外接矩形在水平方向上重叠的长度相对于该其他的组的外接矩形的水平方向的长度的比例为规定比率R2以下时，结合部224判定该其他的组满足与关注组的结合条件，该其他的组是与该关注组的外接矩形在垂直方向上没有相距第1规定距离以上的组。又，阈值Th5根据图像处理系统1使用的环境等适当确定，可设定为例如相当于5mm的距离。规定比率R2也根据图像处理系统1使用的环境等适当确定，可设定为例如50%。
图19(c)的边缘图像1920所示的实例中，相对于关注组1921的外接矩形1922，组1923的外接矩形1924和组1925的外接矩形1926在垂直方向上为第1规定距离内，在水平方向上重叠。又，外接矩形1922和外接矩形1924在水平方向上重叠的长度1928、以及外接矩形1922与外接矩形1926在水平方向上重叠的长度1930分别在阈值Th5以下。此处，外接矩形1922和外接矩形1924在水平方向上重叠的长度1928相对于外接矩形1924的水平方向的长度1927的比例在规定比率R2以下，因此判定组1923满足与组1921的结合条件。另一方面，外接矩形1922和外接矩形1926在水平方向上重叠的长度1930相对于外接矩形1926的水平方向的长度1929的比例为比规定比率R2大，因此判定为组1925不满足与组1921的结合条件。
结合部224在存在选择的关注组和满足结合条件的组时，将满足结合条件的组与关注组结合(步骤S1804)。
图19(a)所示的例中，如图19(b)的边缘图像1910所示，组1901和组1903结合形成一组，构成外接矩形1911。又，图19(c)所示的例中，如图19(d)的边缘图像1940所示，组1921和组1923结合形成一组，构成外接矩形1941。又，即使在结合为组时，也可将结合前的组继续作为一个组进行管理。
接着，结合部224判断是否对于全部的组都确认了与关注组的结合条件(步骤S1805)，又，有还未确认结合条件的组时，返回步骤S1803，重复步骤S1803～S1804的处理。
另一方面，对全部的组确认了与关注组的结合条件时，结合部224判定是否选择了全部的组作为关注组(步骤S1806)，在有没有作为关注组选择的组时，返回步骤S1802，重复步骤S1802～S1805的处理。
另一方面，选择全部的组作为关注组时，结合部224，对各组以其水平方向的长度的顺序排序(步骤S1807)。
接着，结合部224将各组按排序的顺序记录到组列表中(步骤S1808)。又，组列表中记录有各组的外接矩形的坐标信息和根据标注处理分配的标号。
接着，近似直线检测部225以排序的顺序选择记录于组列表的组中的一个组(步骤S1809)。
接着，近似直线检测部225检测选择的组的边缘像素的起点和终点(步骤S1810)。例如，近似直线检测部225在垂直方向扫描该组的外接矩形的左边，将最初检测到的边缘像素作为起点的边缘像素，在垂直方向扫描该组的外接矩形的右边，将最后检测到的边缘像素作为终点的边缘像素。
接着，近似直线检测部225计算连接边缘像素的起点和终点的近似直线(步骤S1811)。
接着，近似直线检测部225将近似直线记录于直线列表(步骤S1812)。又，与直线检测部222检测到的直线同样的，近似直线也以其长度的顺序插入到直线列表用以进行排列。又，当近似直线与记录于直线列表的某一直线近似时，近似直线检测部225，也可不将该近似直线记录到直线列表而直接排除。例如，与图8所示的流程图的步骤S804的处理同样的，近似直线检测部225计算位于近似直线的附近的第1边缘像素的个数。又，计算该第1边缘像素中的、位于其他的直线候补附近的第2边缘像素的个数。然后，第2边缘像素的个数相对第1边缘像素的个数的比例在规定比率R3以上时，不将该近似直线记录于直线列表。又，近似直线的附近的范围确定为，该范围内的边缘像素视为对应于与该直线候补为同一直线的范围，例如设定为相当于距离近似直线2mm距离内的范围。又，规定比率R3根据图像处理系统1使用的环境等适当设定，例如可设定为50%。或，也可考虑与直线候补检测部221检测到的直线候补相比，近似直线作为直线的可靠性低，将规定比率R3设定为比规定比率R1低。
接着，近似直线检测部225判定是否相对全部的组算出了近似直线(步骤S1813)，又，当有还没有算出近似直线的组时，返回步骤S1809，重复步骤S1809～S1812的处理。另一方面，对全部的组算出了近似直线时，近似直线检测部225，结束水平方向的近似直线的检测处理。
近似直线检测部225，与水平方向的近似直线的检测处理同样地，进行垂直方向的近似直线的检测处理。又，由于垂直方向的近似直线的检测处理只是简单地在水平方向的近似直线的检测处理中，将水平方向替换为垂直方向的处理，省略详细说明。
返回图4，矩形检测部230基于检测到的直线或近似直线，实施检测包含于输入图像的原稿的端部、即原稿的外接矩形的矩形检测处理(步骤S406)。矩形检测部230首先，提取由保存于直线列表的多条直线中的两两大致正交的四根直线构成的多个矩形候补。然后，对于各矩形候补，求得距离矩形候补的各边规定距离(例如相当于2mm的距离)内的边缘像素的个数，并且基于该矩形候补的各角的附近的边缘像素的分布求得各角似角的程度，基于求得的边缘像素的个数和似角的程度，从矩形候补中选择表示原稿的端部的矩形。
图20是显示矩形检测处理的动作的实例的流程图。下面，参照图20所示的流程图，对矩形检测处理的动作的实例进行说明。
首先，矩形候补提取部231从水平方向的直线列表选择水平方向的直线(下面，称为第1水平线)(步骤S2001)。
接着，矩形候补提取部231从水平方向的直线列表中提取与第1水平线大致平行(例如±3°以内)且远离了阈值Th6以上的水平方向的直线(下面，称为第2水平线)(步骤S2002)。又，阈值Th6根据作为图像读取装置10的读取对象的原稿的尺寸预先确定。
接着，矩形候补提取部231从垂直方向的直线列表中提取与第1水平线大致正交的(例如90°±3°以内)垂直方向的直线(下面，称为第1垂直线)(步骤S2003)。
接着，矩形候补提取部231从垂直方向的直线列表中提取与第1水平线大致正交、且与第1垂直线远离了阈值Th7以上的垂直方向的直线(下面，称为第2垂直线)(步骤S2004)。又，阈值Th7根据作为图像读取装置10的读取对象的原稿的尺寸预先确定，也可与阈值Th6为相同的值。
接着，矩形候补提取部231将第1水平线、第2水平线、第1垂直线和第2垂直线构成的矩形作为矩形候补提取(步骤S2005)。
接着，矩形选择部232，对于提取得到的矩形候补，计算表示矩形候补的各边的似边的程度的第1评价点(步骤S2006)。
图21(a)，(b)是对第1评价点进行说明的示意图。图21(a)所示的图像2100中，点2101～2104表示矩形候补的四个角，直线2111～2114表示矩形候补的各边。可认为该直线2111～2114的附近边缘像素越是密集，直线2111～2114越能明确表示原稿边界，就越像表示原稿的外接矩形的边。因此，矩形选择部232将在规定距离内2121～2124的边缘像素的个数相对于距矩形候补的各边2111～2114在规定距离内2121～2124的像素的个数的比例作为第1评价点(例如，100%时为100点)。即，在规定距离内的边缘像素的个数相对距矩形候补的各边在规定距离内的像素的个数的比例越高，第1评价点的点数越高，第1评价点越高各边为原稿边界的可能性越高。
如图21(b)的图像2140所示，拍摄多个原稿2141、2142得到的输入图像中，包括原稿2141、2142双方的矩形候补2143不存在在一部分区域2144、2145中构成直线的边缘像素。因此，对矩形候补2143的第1评价点变低，易于分别检测出原稿2141、2142各自的外接矩形2146、2147。
又，矩形选择部232，也可将距离矩形候补2100的各边2111～2114在规定距离内2121～2124的边缘像素的个数作为第1评价点。此时，距离矩形候补的各边在规定距离内的边缘像素的个数越多，第1评价点的点数越高，第1评价点越高，各边为原稿边界的可能性越高。
接着，矩形选择部232对提取得到的矩形候补，计算表示矩形候补的各角似角的程度的第2评价点(步骤S2007)。
图22(a)，(b)是对第2评价点进行说明的示意图。图22(a)所示的图像2200中，点2201表示矩形候补的角，直线2202、2203表示矩形候补的各边。一般认为该直线2202、2203的端部相接时，点2201像是矩形的角，但在直线2202、2203的端部不相接时，或直线2202、2203交叉时，点2201不像是矩形的角。因此，矩形选择部232计算第2评价点，使得沿角2201附近各边2202、2203分布的边缘像素的个数越多点数越高，沿角2201附近各边2202、2203的延长线分布的边缘像素的个数越多点数越低。
第2评价点以0点为基准。然后，在距角2201的附近的边2202规定距离内的区域2204中，对各水平方向的线判断边缘像素是否存在，水平方向的线中存在边缘像素时，对第2评价点加1点。又，各角的附近的范围和距各边的规定距离根据图像处理系统1的使用环境等适当确定，例如可设为相当于距各角相当于5mm的距离内的范围和距各边相当于2mm的距离。同样的，在距角2201的附近的边2203规定距离内的区域2205中，判断在各垂直方向的线是否存在边缘像素，垂直方向的线存在边缘像素时，对第2评价点加上1点。又，在距角2201的附近的边2202的延长线规定距离内的区域2206中，判断各水平方向的线是否存在边缘像素，水平方向的线存在边缘像素时，从第2评价点减去1点。同样的，在距角2201的附近的边2203的延长线规定距离内的区域2207中，判断各垂直方向的线是否存在边缘像素，垂直方向的线存在边缘像素时，从第2评价点减去1点。
例如，如图22(b)的图像2210所示，垂直方向的直线2212未到达矩形的角2211，水平方向的直线2213超过矩形的角2211延伸时，第2评价点，在角2211的右侧的附近的区域2215被增加，但在左侧的附近的区域2217被减少。又，在角2211的上侧的附近的区域2216没有被减少，但在角2211的下侧的附近的区域2214中，仅增加存在于区域内的边缘像素的量。
接着，矩形选择部232将提取的矩形候补与第1评价点和第2评价点一起记录于矩形列表(步骤S2008)。
接着，矩形选择部232判定是否提取了全部的垂直方向的直线作为第2垂直线(步骤S2009)，又，有还没有提取的直线时，返回步骤S2004，重复步骤S2004～S2008的处理。
另一方面，提取全部的垂直方向的直线作为第2垂直线时，矩形选择部232判断是否提取了全部的垂直方向的直线作为第1垂直线(步骤S2010)，又，有还没有被提取的直线时，返回步骤S2003，重复步骤S2003～S2009的处理。
另一方面，提取了全部的垂直方向的直线作为第1垂直线时，矩形选择部232判断是否提取了全部的水平方向的直线作为第2水平线(步骤S2011)，又，有还没有提取的直线时，返回步骤S2002，重复步骤S2002～S2010的处理。
另一方面，提取了全部的水平方向的直线作为第2水平线时，矩形选择部232判断是否选择了全部的水平方向的直线作为第1水平线(步骤S2012)，有还没有选择的直线时，返回步骤S2001，重复步骤S2001～S2011的处理。
另一方面，选择了全部的水平方向的直线作为第1水平线时，矩形选择部232对记录于矩形列表的矩形候补计算第1评价点和第2评价点的合计，按算出的合计的从高到低的顺序排序(步骤S2013)。
接着，矩形选择部232去除记录于矩形列表中的矩形候补中重叠的矩形候补(步骤S2014)。
图23是对重叠的矩形候补进行说明的示意图。如图23的图像2300所示，提取得到相互重叠的矩形候补2301和矩形候补2302时，两矩形候补基于同一原稿的可能性较高。因此，矩形选择部232将相互重叠的矩形候补中第1评价点和第2评价点的合计较低的矩形候补从矩形列表中去除。即，矩形选择部232在有多个相互重叠的矩形候补时，仅选择第1评价点和第2评价点的合计最高的矩形候补，仅选择与其他的矩形候补不重叠的矩形候补作为矩形。
接着，矩形选择部232除去记录在矩形列表中的矩形候补中其他的矩形候补内所包含的矩形候补(步骤S2015)。
图24是对包含于其他的矩形候补内的矩形候补进行说明的示意图。如图24的图像2400所示，矩形候补2401包含于其他的矩形候补2402内时，该矩形候补2401为记载于原稿内的图形等的可能性较高。因此，矩形选择部232将包含于其他的矩形候补2402内的矩形候补2401从矩形列表中去除。
接着，矩形选择部232从矩形列表所剩的矩形候补中，选择表示包含于输入图像的原稿的外接矩形的矩形(步骤S2016)，矩形检测处理结束。
矩形选择部232，将矩形列表中所剩的矩形候补中第1评价点和第2评价点的合计的最高的矩形候补作为包含于输入图像的原稿的外接矩形进行检测。或，将矩形列表所剩的矩形候补中、面积最大的(各角相距最远)矩形候补作为原稿的外接矩形进行检测。又，矩形列表中留有多个矩形候补时，矩形选择部232判断输入图像中含有多个原稿，也可将全部的矩形候补作为各原稿的外接矩形进行检测。或，也可以将按第1评价点和第2评价点的合计从高到低的顺序选择的规定个数(例如3个)的矩形候补作为各原稿的外接矩形进行检测。
又，矩形选择部232，当作为原稿的外接矩形被检测到的矩形中的一边为近似直线时，对该近似直线的一边进行补正，以使对应于该近似直线、包含于被标注的组的全部的边缘像素包含于该矩形。
图25(a)，(b)是对包含近似直线的矩形进行说明的示意图。如图25(a)的图像2500所示，作为原稿2501的外接矩形被检测到的矩形2502的边2503、2504为近似直线时，近似直线2503、2504与原稿2501重叠，矩形2502可能没有包含原稿2501的整个区域。因此，矩形选择部232如图25(b)的图像2510所示，将近似直线2503、2504补正为，构成对应各近似直线的组2515、2516的外接矩形的边中的、与各近似直线大致平行的、从原稿2511看位于外侧的边2513、2514。这样，矩形2502被补正为矩形2512，可能包含原稿2511的整个区域。
返回图4，矩形切出部240切出检测到的矩形(步骤S407)。又，矩形切出部240利用公知的斜率补正技术进行矩形的补正进而进行矩形的切出。
接着，第2中央处理部26将矩形切出部240切出的矩形显示于显示部23(步骤S408)，一系列步骤结束。
又，图像处理部27，在选择了矩形之后，从将包含于选择的矩形的边缘像素排除了的边缘像素中重新提取直线，从重新提取的直线中提取矩形候补，从重新提取的矩形候补中重新选择矩形。
图26(a)，(b)是对排除包含于选择的矩形的边缘像素的处理进行说明的示意图。如图26(a)的图像2600所示，输入图像中含有多个原稿2601～2604时，尤其是记录在直线列表中的直线的个数有所限制时，有可能无法检测到其中一个以上的原稿2604。因此在图4所示的流程图中，矩形选择部232在步骤S406检测到矩形后，从水平边缘图像和垂直边缘图像中排除包含于检测到的矩形的边缘像素。然后，处理返回步骤S404，重复步骤S404～S406的处理。第二次的处理中，如图26(b)的图像2610所示，在对应于原稿2601～2603的边缘像素被排除的状态下可检测直线和矩形，可准确地检测原稿2604的外接矩形。这样，处理负荷减轻，可高精度地检测原稿的外接矩形。
如上所述，根据图4所示的流程图进行动作，信息处理装置20能够从读取图像中高精度地检测原稿边界。
又，矩形检测部230从边缘图像提取由边缘像素包围的封闭的区域(下面，称为封闭区域)，提取出的封闭区域的外接矩形也可作为表示原稿的外接矩形的矩形被检测。
图27(a)，(b)是对封闭区域的外接矩形进行说明的示意图。如图27(a)的图像2700所示，原稿2701的形状不是矩形时，由原稿边界的直线2702～2705构成的矩形的第1评价点和第2评价点较低。因此，如图27(b)的图像2710所示，矩形检测部230从边缘图像中提取封闭区域2711，算出提取出的封闭区域2711的外接矩形2712，将算出的外接矩形2712作为原稿的外接矩形。
图28是显示封闭区域的外接矩形的提取处理的动作的实例的流程图。下面，参照图28所示的流程图对封闭区域的外接矩形的提取处理的动作的实例进行说明。该流程图，在图1所示的信息处理装置20中，可代替前述的图4所示的流程图执行。又，下面说明的动作的流程，基于预先存储于第2存储部25的程序主要通过第2中央处理部26与信息处理装置20的各要素协作执行。
图28所示的步骤S2801～S2806、S2809～S2810的处理与图4所示的步骤S401～S406、S407～S408的处理相同，因此省略说明，下面，仅对步骤S2807、S2808的处理进行说明。
步骤S2803中，边缘像素提取部210实施噪声去除处理的话，直线提取部220进行的直线检测处理(步骤S2804)和近似直线检测处理(步骤S2805)和矩形检测部230进行的矩形检测处理(步骤S2806)并行，矩形检测部230从边缘图像中提取封闭区域(步骤S2807)。
接着，矩形检测部230计算提取出的封闭区域的外接矩形，将算出的外接矩形作为原稿的外接矩形(步骤S2808)。
又，矩形检测部230，在提取出的封闭区域的外接矩形与图20所示的流程图所检测到的矩形重合时，或包含于图20所示的流程图所检测到的矩形时，该外接矩形也可不作为原稿的外接矩形检测。
如上所述，通过根据图28所示的流程图动作，信息处理装置20，在原稿的形状不是矩形时，也可从读取图像中高精度地检测原稿边界。
又，图像处理部27检测直线、近似直线或矩形的范围可通过使用者从输入部24输入。此时，直线提取部220或矩形检测部230在被输入范围内检测直线、近似直线或矩形。
图29(a)，(b)是对指定了检测直线、近似直线或矩形的范围时的处理进行说明的示意图。如图29(a)的图像2900所示，使用者指定了范围2901时，直线提取部220或矩形检测部230在指定了的范围内检测直线、近似直线或矩形。此时，如图29(b)的图像2910所示，切出原稿内的矩形2911。这样，信息处理装置20也能够切出读取图像的原稿内的内容。又，通过限定检测矩形的范围，可适当地去除存在于应当切出的矩形的外侧的噪声，以高精度地检测原稿内的矩形。
图30是显示其他的图像处理系统2的示意性构成的图。图30所示的图像处理系统2与图1所示的图像处理系统1的差异为具有图像处理部的装置不同。即，图像处理系统2中，不是信息处理装置40，而是图像读取装置30具有图像处理部36。该图像处理部36具有与信息处理装置20的图像处理部27相同的功能。
图30所示的图像处理系统2中，可执行与前述的图3、4、28所示的处理大致相同的处理。下面，对如何适用图3的流程图所示的图像读取处理和图4的流程图所示的直线检测处理和矩形检测处理进行说明。图像处理系统2中，步骤S301的处理和步骤S402～S407的处理基于预先存储于第1存储部34的程序主要通过第1中央处理部35与图像读取装置30的各要素协作执行。步骤S408的处理，基于预先存储于第2存储部45的程序主要通过第2中央处理部46与信息处理装置40的各要素协作执行。
步骤S301中，图像读取装置30的图像输入部31生成拍摄了拍摄对象物的读取图像，并保存于第1图像储存部32。直线检测处理和矩形检测处理在图像读取装置30中实施，步骤S302、S401的读取图像的收发处理被省略。
步骤S402～S407的处理由图像读取装置30的图像处理部36执行。这些处理的动作与对图像处理系统1说明过的信息处理装置20的图像处理部27的执行情况相同。图像读取装置30的图像处理部36将切出的矩形通过第1接口部33发送到信息处理装置40。另一方面，步骤S408中，信息处理装置40的第2中央处理部46在显示部43显示接收到的矩形。
同样的，图28的流程图所示的判定处理适用于图像处理系统2时，步骤S2802～S2809的处理，基于预先存储于第1存储部34的程序主要通过第1中央处理部35与图像读取装置30的各要素协同执行，步骤S2810的处理，基于预先存储于第2存储部45的程序主要通过第2中央处理部46与信息处理装置40的各要素协同执行，省略步骤S2801的处理。
这样，图像读取装置30包括图像处理部36，执行直线检测处理和矩形检测处理时，与信息处理装置包括图像处理部执行直线检测处理和矩形检测处理的情况可获得同样的效果。
以上，虽然对本发明的最佳实施方式进行了说明，但本发明不限定于本实施方式。例如，图像读取装置和信息处理装置的功能分配，不限于图1和图30所示的图像处理系统的实例，包括图像处理部内的各部在内的图像读取装置和信息处理装置的各部可适当地配置于图像读取装置和信息处理装置中的哪一个能够适当进行变更。或，图像读取装置和信息处理装置也可构成为一个装置。
又，图1所示的图像处理系统1中，图像读取装置10的第1接口部13也可不与信息处理装置20的第2接口部21直接连接，也可通过因特网、电话线路网(包含便携终端线路网、一般电话线路网)、内部网等的网络连接。此时，第1接口部13和第2接口部21包括连接的网络的通信接口电路。又，此时，也可以在网络上分散配置多个信息处理装置20，各信息处理装置20可协作分担直线检测处理、矩形检测处理等，以在云计算的形态下，可提供图像处理的服务。这样，图像处理系统1对于多个图像读取装置10读取的读取图像，可高效实施直线检测处理和矩形检测处理。
同样的，在图30所示的图像处理系统2中，图像读取装置30的第1接口部33和信息处理装置40的第2接口部41也可通过网络连接。
符号说明
1、2图像处理系统
10、30图像读取装置
11、31图像输入部
12、32第1图像储存部
13、33第1接口部
14、34第1存储部
15、35第1中央处理部
20、40信息处理装置
21、41第2接口部
22、42第2图像储存部
23、43显示部
24、44输入部
25、45第2存储部
26、46第2中央处理部
27、36图像处理部
210边缘像素提取部
220直线提取部
221直线候补检测部
222直线检测部
223组化部
224结合部
225近似直线检测部
230矩形检测部
231矩形候补提取部
232矩形选择部
240矩形切出部

Claims (6)

1.一种图像处理装置，其特征在于，包括：
从输入图像中提取边缘像素的边缘像素提取部；
采用霍夫变换从所述提取出的边缘像素中提取直线候补的直线候补检测部；和
直线检测部，其采用最小二乘法检测直线，以使所述提取出的边缘像素中的距所述直线候补在规定距离内的全部边缘像素与被检测出的直线之间的距离的平方和为最小，
所述直线候补检测部，在采用霍夫变换提取出关注的直线候补时，确定所通过的边缘像素的个数比所述关注的直线候补所通过的边缘像素的个数多的多个高投票直线候补，计算位于所述关注的直线候补附近的第1边缘像素的个数和该第1边缘像素中的、位于各高投票直线候补附近的第2边缘像素的个数，当所述第2边缘像素的个数相对于所述第1边缘像素的个数的比例在规定比例以上时，判定为所述关注的直线候补和各高投票直线候补基于相同的边缘像素提取，将所述各高投票直线候补留作为候补，将所述关注的直线候补从候补中排除。
2.一种图像处理装置，其特征在于，包括：
从输入图像中提取边缘像素的边缘像素提取部；
采用霍夫变换从所述提取出的边缘像素中提取直线候补的直线候补检测部；和
直线检测部，其采用最小二乘法检测直线，以使所述提取出的边缘像素中的距所述直线候补在规定距离内的全部边缘像素与被检测出的直线之间的距离的平方和为最小，
所述直线检测部，在采用最小二乘法检测出关注的直线时，确定所通过的边缘像素的个数比所述关注的直线所通过的边缘像素的个数多的多个高投票直线，计算位于所述关注的直线附近的第1边缘像素的个数和该第1边缘像素中的、位于各高投票直线附近的第2边缘像素的个数，当所述第2边缘像素的个数相对于所述第1边缘像素的个数的比例在规定比例以上时，判定为所述关注的直线和各高投票直线基于相同的边缘像素提取，将所述各高投票直线留作为候补，将所述关注的直线从候补中排除。
3.如权利要求1或2所述的图像处理装置，其特征在于，
所述直线检测部基于位于所述检测到的直线附近的边缘像素的密集程度将所述检测到的直线分割为多条直线。
4.如权利要求1或2所述的图像处理装置，其特征在于，
图像处理装置还包括矩形检测部，所述矩形检测部基于所述直线检测部检测出的直线检测包含于所述输入图像中的原稿的端部。
5.一种直线检测方法，其特征在于，包括：
从输入图像中提取边缘像素的步骤；
采用霍夫变换从所述提取出的边缘像素中提取直线候补的步骤；和
采用最小二乘法检测直线，以使所述提取出的边缘像素中的距所述直线候补在规定距离内的全部边缘像素与被检测出的直线之间的距离的平方和为最小的步骤，
在所述提取直线候补的步骤中，在采用霍夫变换提取出关注的直线候补时，确定所通过的边缘像素的个数比所述关注的直线候补所通过的边缘像素的个数多的多个高投票直线候补，计算位于所述关注的直线候补附近的第1边缘像素的个数和该第1边缘像素中的、位于各高投票直线候补附近的第2边缘像素的个数，当所述第2边缘像素的个数相对于所述第1边缘像素的个数的比例在规定比例以上时，判定为所述关注的直线候补和各高投票直线候补基于相同的边缘像素提取，将所述各高投票直线候补留作为候补，将所述关注的直线候补从候补中排除。
6.一种直线检测方法，其特征在于，包括：
从输入图像中提取边缘像素的步骤；
采用霍夫变换从所述提取出的边缘像素中提取直线候补的步骤；和
采用最小二乘法检测直线，以使所述提取出的边缘像素中的距所述直线候补在规定距离内的全部边缘像素与被检测出的直线之间的距离的平方和为最小的步骤，
在所述检测直线的步骤中，在采用最小二乘法检测出关注的直线时，确定所通过的边缘像素的个数比所述关注的直线所通过的边缘像素的个数多的多个高投票直线，计算位于所述关注的直线附近的第1边缘像素的个数和该第1边缘像素中的、位于各高投票直线附近的第2边缘像素的个数，当所述第2边缘像素的个数相对于所述第1边缘像素的个数的比例在规定比例以上时，判定为所述关注的直线和各高投票直线基于相同的边缘像素提取，将所述各高投票直线留作为候补，将所述关注的直线从候补中排除。
CN201210440113.4A 2011-11-11 2012-11-06 图像处理装置和直线检测方法 Active CN103108105B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-247991 2011-11-11
JP2011247991A JP5854774B2 (ja) 2011-11-11 2011-11-11 画像処理装置、直線検出方法及びコンピュータプログラム

Publications (2)

Publication Number Publication Date
CN103108105A CN103108105A (zh) 2013-05-15
CN103108105B true CN103108105B (zh) 2016-03-30

Family

ID=48280717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210440113.4A Active CN103108105B (zh) 2011-11-11 2012-11-06 图像处理装置和直线检测方法

Country Status (3)

Country Link
US (1) US9160884B2 (zh)
JP (1) JP5854774B2 (zh)
CN (1) CN103108105B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5310803B2 (ja) * 2011-07-25 2013-10-09 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
JP6107493B2 (ja) * 2013-07-16 2017-04-05 富士ゼロックス株式会社 画像読み取り装置、画像処理装置およびプログラム
WO2016018395A1 (en) * 2014-07-31 2016-02-04 Hewlett-Packard Development Company, L.P. Document region detection
CN104616010A (zh) * 2014-12-04 2015-05-13 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于Hough变换与改进型最小二乘法的直线检测方法
JP6272219B2 (ja) * 2014-12-26 2018-01-31 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP6272220B2 (ja) * 2014-12-26 2018-01-31 キヤノン株式会社 画像処理装置および画像処理方法
CN105069786B (zh) * 2015-07-31 2018-05-08 小米科技有限责任公司 直线检测方法及装置
CN106462957B (zh) * 2016-05-19 2019-03-08 深圳大学 一种红外图像中条纹噪声的去除方法及系统
CN107784304A (zh) * 2016-08-30 2018-03-09 合肥君正科技有限公司 一种图像处理方法和装置
CN108416787A (zh) * 2018-03-06 2018-08-17 昆山海克易邦光电科技有限公司 应用于机器视觉检测的工件直线边缘定位方法
US10331966B1 (en) * 2018-10-19 2019-06-25 Capital One Services, Llc Image processing to detect a rectangular object
CN109523567A (zh) * 2018-10-25 2019-03-26 深圳市象形字科技股份有限公司 一种基于计算机视觉技术的辅助二胡练习者指法检测方法
CN109726643B (zh) * 2018-12-13 2021-08-20 北京金山数字娱乐科技有限公司 图像中表格信息的识别方法、装置、电子设备及存储介质
CN110490935B (zh) * 2019-08-20 2022-05-10 哈尔滨工业大学 直线特征检测方法、装置及设备
CN114729878A (zh) 2019-11-01 2022-07-08 康宁股份有限公司 具有改善的强度过渡位置检测及倾斜补偿的棱镜耦合系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5506913A (en) * 1993-02-11 1996-04-09 Agfa-Gevaert N.V. Method of recognizing an irradiation field
CN101681432A (zh) * 2007-05-01 2010-03-24 计算机连接管理中心公司 图片文档分割方法和系统
CN102236784A (zh) * 2010-05-07 2011-11-09 株式会社理光 屏幕区域检测方法及系统

Family Cites Families (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5852676A (en) 1995-04-11 1998-12-22 Teraform Inc. Method and apparatus for locating and identifying fields within a document
WO1996034363A1 (fr) * 1995-04-26 1996-10-31 Hitachi, Ltd. Processeur d'images pour vehicule
US6226402B1 (en) * 1996-12-20 2001-05-01 Fujitsu Limited Ruled line extracting apparatus for extracting ruled line from normal document image and method thereof
JP4412762B2 (ja) * 1999-05-31 2010-02-10 富士通株式会社 点線抽出方法、その装置及びその記録媒体
US6259803B1 (en) 1999-06-07 2001-07-10 The United States Of America As Represented By The Secretary Of The Navy Simplified image correlation method using off-the-shelf signal processors to extract edge information using only spatial data
US6674919B1 (en) 1999-09-21 2004-01-06 Matsushita Electric Industrial Co., Ltd. Method for determining the skew angle of a two-dimensional barcode
US6795577B2 (en) 1999-12-03 2004-09-21 Canon Research Centre France S.A. Digital signal analysis, with hierarchical segmentation
US6735332B1 (en) 2000-03-30 2004-05-11 Xerox Corporation System for determining the position of an object on a transport assembly from its boundary points
US6959113B2 (en) 2000-09-29 2005-10-25 Pentax Corporation Arbitrary-shape image-processing device and arbitrary-shape image-reproducing device
US7102786B2 (en) * 2000-10-05 2006-09-05 Matsushita Electric Industrial Co., Ltd. Image reading apparatus and processing apparatus
JP3785061B2 (ja) * 2000-10-27 2006-06-14 三菱重工業株式会社 荷役クレーンにおけるコンテナ位置検知方法及び装置並びにコンテナ着床、段積制御方法
JP2002199179A (ja) * 2000-12-27 2002-07-12 Oki Electric Ind Co Ltd 傾き検出装置
GB0104664D0 (en) 2001-02-23 2001-04-11 Hewlett Packard Co Improvements relating to document capture
US6912297B2 (en) 2001-04-16 2005-06-28 Ncr Corporation Method of determining usability of a document image and an apparatus therefor
US6934413B2 (en) * 2001-06-25 2005-08-23 International Business Machines Corporation Segmentation of text lines in digitized images
US6898316B2 (en) 2001-11-09 2005-05-24 Arcsoft, Inc. Multiple image area detection in a digital image
US7139004B2 (en) 2002-01-25 2006-11-21 Xerox Corporation Method and apparatus to convert bitmapped images for use in a structured text/graphics editor
JP4172941B2 (ja) 2002-03-01 2008-10-29 日立ソフトウエアエンジニアリング株式会社 土地区画データ作成方法および装置
US7983446B2 (en) 2003-07-18 2011-07-19 Lockheed Martin Corporation Method and apparatus for automatic object identification
US7190834B2 (en) 2003-07-22 2007-03-13 Cognex Technology And Investment Corporation Methods for finding and characterizing a deformed pattern in an image
JP3883993B2 (ja) * 2003-08-27 2007-02-21 独立行政法人科学技術振興機構 画像処理装置、方法およびプログラム
US7672507B2 (en) * 2004-01-30 2010-03-02 Hewlett-Packard Development Company, L.P. Image processing methods and systems
JP4598426B2 (ja) 2004-03-30 2010-12-15 富士通株式会社 境界抽出方法、プログラムおよびこれを用いた装置
JP2006107034A (ja) * 2004-10-04 2006-04-20 Konica Minolta Photo Imaging Inc 画像解析方法及び装置、画像処理方法及びシステム、これらの動作プログラム
JP4280729B2 (ja) * 2005-05-31 2009-06-17 キヤノン株式会社 照射野領域抽出方法及び放射線撮影装置
EP1917639A4 (en) * 2005-08-25 2017-11-08 Ricoh Company, Ltd. Image processing method and apparatus, digital camera, and recording medium recording image processing program
JP4712487B2 (ja) 2005-08-25 2011-06-29 株式会社リコー 画像処理方法及び装置、デジタルカメラ装置、並びに画像処理プログラムを記録した記録媒体
JP4305431B2 (ja) * 2005-09-06 2009-07-29 ソニー株式会社 画像処理装置、マスク作成方法及びプログラム
US7330604B2 (en) * 2006-03-02 2008-02-12 Compulink Management Center, Inc. Model-based dewarping method and apparatus
US20090263023A1 (en) * 2006-05-25 2009-10-22 Nec Corporation Video special effect detection device, video special effect detection method, video special effect detection program, and video replay device
JP4844247B2 (ja) 2006-06-12 2011-12-28 富士ゼロックス株式会社 画像処理装置および画像処理プログラム
JP4801551B2 (ja) 2006-09-27 2011-10-26 富士通株式会社 画像領域検出方法、該プログラム、及び該装置
JP2008102780A (ja) * 2006-10-19 2008-05-01 Sony Corp パターン識別方法、登録装置、照合装置及びプログラム
JP5058575B2 (ja) 2006-12-12 2012-10-24 キヤノン株式会社 画像処理装置及びその制御方法、プログラム
US8098936B2 (en) * 2007-01-12 2012-01-17 Seiko Epson Corporation Method and apparatus for detecting objects in an image
JP2008278318A (ja) 2007-05-01 2008-11-13 Canon Inc 画像読み取り装置及びその制御方法
US8406552B1 (en) * 2007-07-17 2013-03-26 Marvell International Ltd. Fast in-loop filtering in VC-1
JP5002497B2 (ja) 2008-03-11 2012-08-15 株式会社Ｐｆｕ 画像処理装置、画像処理方法および画像処理プログラム
JP5356728B2 (ja) 2008-05-26 2013-12-04 株式会社トプコン エッジ抽出装置、測量機、およびプログラム
JP5301239B2 (ja) * 2008-08-09 2013-09-25 株式会社キーエンス 画像処理におけるパターンモデルの位置決め方法、画像処理装置、画像処理プログラム及びコンピュータで読み取り可能な記録媒体
JP2010097438A (ja) * 2008-10-16 2010-04-30 Keyence Corp 画像処理を用いた輪郭情報抽出方法、画像処理におけるパターンモデルの作成方法、画像処理におけるパターンモデルの位置決め方法、画像処理装置、画像処理プログラム及びコンピュータで読み取り可能な記録媒体
US8682080B2 (en) 2009-04-07 2014-03-25 Murata Machinery, Ltd. Image processing apparatus, image processing method, image processing program, and storage medium
US20100331043A1 (en) * 2009-06-23 2010-12-30 K-Nfb Reading Technology, Inc. Document and image processing
JP4772894B2 (ja) 2009-08-03 2011-09-14 シャープ株式会社 画像出力装置、携帯端末装置、撮像画像処理システム、画像出力方法、プログラムおよび記録媒体
WO2011083480A2 (en) 2010-01-11 2011-07-14 Ramot At Tel-Aviv University Ltd. Method and system for detecting contours in an image
JP4992990B2 (ja) * 2010-02-24 2012-08-08 株式会社デンソー 区画線検出装置
JP5682282B2 (ja) 2010-12-15 2015-03-11 富士通株式会社 弧検出装置、弧検出プログラム及び携帯端末装置
JP5742399B2 (ja) * 2011-04-06 2015-07-01 富士ゼロックス株式会社 画像処理装置及びプログラム
US8467606B2 (en) 2011-08-25 2013-06-18 Eastman Kodak Company Method for segmenting a composite image
US9390342B2 (en) 2011-10-17 2016-07-12 Sharp Laboratories Of America, Inc. Methods, systems and apparatus for correcting perspective distortion in a document image
WO2013059142A1 (en) 2011-10-19 2013-04-25 Crown Equipment Corporation Evaluating features in an image possibly corresponding to an intersection of a pallet stringer and a pallet board

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5506913A (en) * 1993-02-11 1996-04-09 Agfa-Gevaert N.V. Method of recognizing an irradiation field
CN101681432A (zh) * 2007-05-01 2010-03-24 计算机连接管理中心公司 图片文档分割方法和系统
CN102236784A (zh) * 2010-05-07 2011-11-09 株式会社理光 屏幕区域检测方法及系统

Also Published As

Publication number Publication date
US9160884B2 (en) 2015-10-13
JP5854774B2 (ja) 2016-02-09
JP2013105276A (ja) 2013-05-30
CN103108105A (zh) 2013-05-15
US20130121594A1 (en) 2013-05-16

Similar Documents

Publication Publication Date Title
CN103198444B (zh) 图像处理装置和矩形检测方法
CN103108105B (zh) 图像处理装置和直线检测方法
CN103198443B (zh) 图像处理装置和直线检测方法
US9514103B2 (en) Effective system and method for visual document comparison using localized two-dimensional visual fingerprints
US20030095709A1 (en) Multiple image area detection in a digital image
CN100568263C (zh) 布局分析设备和布局分析方法
JP3950777B2 (ja) 画像処理方法、画像処理装置および画像処理プログラム
CN202939608U (zh) 阅卷系统
US20110002547A1 (en) Image processing device and image processing method
CN102955943A (zh) 图像处理装置和图像处理方法
RU2006107212A (ru) Канал передачи данных фона на бумаге или другом носителе
JP2000278514A (ja) 文書画像結合装置、文書画像結合方法及び文書画像結合プログラムを記録した記録媒体
CN105991882B (zh) 图像处理装置以及区域检测方法
CN111027545A (zh) 卡证图片标志检测方法、装置、计算机设备及存储介质
CN110909816B (zh) 图片识别方法和装置
JP4208520B2 (ja) 画像処理装置および画像処理方法、プログラムおよび記憶媒体
CN114529922A (zh) 一种无线框表格图像表格结构识别方法
EP0975146A1 (en) Locating the position and orientation of multiple objects with a smart platen
US20220406083A1 (en) Image processing apparatus, control method thereof, and storage medium
Raveendran Effective auto grading with webcam
JP2613211B2 (ja) 画像入力装置
Maslova et al. Receipt automatic reader
JP3253201B2 (ja) 画像処理装置と画像種類判定方法
JP5298830B2 (ja) 画像処理プログラム、画像処理装置及び画像処理システム
JP2821303B2 (ja) 掠れ文字結合方式

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant