JP2004229095A

JP2004229095A - Image processing apparatus, program, and storage medium

Info

Publication number: JP2004229095A
Application number: JP2003016324A
Authority: JP
Inventors: Toshio Miyazawa; 利夫宮澤; Yasuyuki Nomizu; 泰之野水; Hiroyuki Sakuyama; 宏幸作山; Junichi Hara; 潤一原; Nekka Matsuura; 熱河松浦; Takanori Yano; 隆則矢野; Taku Kodama; 児玉　　卓; Yasuyuki Shinkai; 康行新海; Takayuki Nishimura; 隆之西村
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2003-01-24
Filing date: 2003-01-24
Publication date: 2004-08-12
Anticipated expiration: 2023-01-24
Also published as: JP4052952B2

Abstract

【課題】各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることができる画像処理装置を提供する。
【解決手段】画像処理を行う各種の画像処理手段３２，３３，３４，３５に対し、各画像処理に応じて予め規定された解像度に係る階層の圧縮符号を選択して提供する解像度選択手段３１を備えることにより、画像処理を行う各画像処理手段３２，３３，３４，３５に対し、各画像処理に用いるのに適した解像度に係る階層の圧縮符号を提供するようにした。これにより、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることができる。
【選択図】図１３There is provided an image processing apparatus capable of increasing the processing speed of various image processing while maintaining high image processing quality in various image processing.
A resolution selecting means (31) for selecting and providing a compression code of a layer having a resolution defined in advance according to each image processing to various image processing means (32, 33, 34, 35) for performing image processing. Is provided to each of the image processing units 32, 33, 34, and 35 that perform image processing, by providing a compression code of a layer related to a resolution suitable for use in each image processing. This makes it possible to increase the processing speed of various image processing while maintaining high image processing quality in various image processing.
[Selection diagram] FIG.

Description

【０００１】
【発明の属する技術分野】
本発明は、画像処理装置、プログラムおよび記憶媒体に関する。
【０００２】
【従来の技術】
画像入力技術およびその出力技術の進歩により、画像に対して高精細化の要求が、近年非常に高まっている。例えば、画像入力装置として、デジタルカメラ（ＤｉｇｉｔａｌＣａｍｅｒａ）を例にあげると、３００万以上の画素数を持つ高性能な電荷結合素子（ＣＣＤ：ＣｈａｒｇｅＣｏｕｐｌｅｄＤｅｖｉｃｅ）の低価格化が進み、普及価格帯の製品においても広く用いられるようになってきた。そして、このピクセル数の増加傾向は、なおしばらくは続くと言われている。
【０００３】
一方、画像出力・表示装置に関しても、例えば、レーザプリンタ、インクジェットプリンタ、昇華型プリンタ等のハード・コピー分野における製品、そして、ＣＲＴやＬＣＤ（液晶表示デバイス）、ＰＤＰ（プラズマ表示デバイス）等のフラットパネルディスプレイのソフト・コピー分野における製品の高精細化・低価格化は目を見張るものがある。
【０００４】
こうした高性能・低価格な画像入出力製品の市場投入効果によって、高精細画像の大衆化が始まっており、今後はあらゆる場面で、高精細画像の需要が高まると予想されている。実際、パーソナルコンピュータ（ＰｅｒｓｏｎａｌＣｏｍｐｕｔｅｒ）やインターネットをはじめとするネットワークに関連する技術の発達は、こうしたトレンドをますます加速させている。特に最近は、携帯電話やノートパソコン等のモバイル機器の普及速度が非常に大きく、高精細な画像を、あらゆる地点から通信手段を用いて伝送あるいは受信する機会が急増している。
【０００５】
これらを背景に、高精細画像の取扱いを容易にする画像圧縮伸長技術に対する高性能化あるいは多機能化の要求は、今後ますます強くなっていくことは必至と思われる。
【０００６】
そこで、近年においては、こうした要求を満たす画像圧縮方式の一つとして、高圧縮率でも高画質な画像を復元可能なＪＰＥＧ２０００という新しい方式が規格化されつつある。かかるＪＰＥＧ２０００においては、画像を矩形領域（タイル）に分割することにより、少ないメモリ環境下で圧縮伸長処理を行うことが可能である。すなわち、個々のタイルが圧縮伸長プロセスを実行する際の基本単位となり、圧縮伸長動作はタイル毎に独立に行うことができる。
【０００７】
一般に、紙文書（原稿）を電子化して保存するような場合には、以下に示すような処理を順番に実行することになる。まず、紙文書（原稿）をスキャナやデジタルスチルカメラ等の画像入力装置を使用して一枚ずつ読み込む。次いで、読み込んだ画像データをＪＰＥＧやＪＰＥＧ２０００等の圧縮符号に画像圧縮装置を使用して変換する。最後に、圧縮処理した圧縮符号を記憶装置に記憶保存する。
【０００８】
ところで、このような手順により記憶装置に記憶保存された圧縮符号に対し、文字認識処理を行うＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理等の画像処理が施される場合がある。このような画像処理においては、画像処理品質を高品質に維持すべく、処理に供される画像の解像度を予め指定するようにしたものがある。例えば、特許文献１には、文字の種類や文字の大きさから最適な解像度を決定して文字認識処理を行うようにした技術が開示されている。
【０００９】
【特許文献１】
特開２００２−２４７６６公報
【００１０】
【発明が解決しようとする課題】
ところが、画像データからレイアウト情報等も再現したＨＴＭＬ形式ファイルやワープロ形式ファイルを生成するような場合には、文字認識処理のみならず、画像中から文字領域と文字領域以外の領域とを識別する領域識別処理や、ファイルにタイトル付けを行うためのタイトル抽出処理等の各種の画像処理が必要になってくる。そのため、文字認識処理に適した高解像度の画像を用いた場合には、文字認識処理においては精度の高い文字認識処理結果を得ることができるが、領域識別処理やタイトル抽出処理においては高い解像度の画像が必要とされないことから、無駄な処理が発生して処理速度が低下するという問題が生じる。また、領域識別処理やタイトル抽出処理に適した低解像度の画像を用いた場合には、処理速度の高速化を図ることはできるが、文字認識処理においては文字認識の精度が低下するという問題が生じてしまう。
【００１１】
本発明の目的は、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることができる画像処理装置、プログラムおよび記憶媒体を提供することである。
【００１２】
【課題を解決するための手段】
請求項１記載の発明の画像処理装置は、画像データを１又は複数に分割した矩形領域毎に画素値を離散ウェーブレット変換して階層的に圧縮符号化された圧縮符号を用い、各種の画像処理を行う画像処理装置において、画像処理を行う各種の画像処理手段に対し、各画像処理に応じて予め規定された解像度に係る階層の圧縮符号を選択して提供する解像度選択手段を備える。
【００１３】
したがって、画像処理を行う各種の画像処理手段に対し、各画像処理に用いるのに適した解像度に係る階層の圧縮符号が提供されることにより、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることが可能になる。
【００１４】
請求項２記載の発明は、請求項１記載の画像処理装置において、前記解像度選択手段は、前記画像処理手段の一つが文字認識処理を行う文字認識手段である場合には、高解像度に係る階層の圧縮符号を選択して前記文字認識手段に提供する。
【００１５】
したがって、いわゆるＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理である文字認識処理においては、高い解像度の画像が必要とされることから、高解像度に係る階層の圧縮符号を選択することで、精度の高い文字認識処理結果を得ることが可能になる。
【００１６】
請求項３記載の発明は、請求項１記載の画像処理装置において、前記解像度選択手段は、前記画像処理手段の一つが領域識別処理を行う領域識別手段である場合には、低解像度に係る階層の圧縮符号を選択して前記領域識別手段に提供する。
【００１７】
したがって、画像中から文字領域と文字領域以外の領域とを識別する領域識別処理においては、高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、領域識別処理結果の精度を維持しつつ、高速な処理が可能になる。
【００１８】
請求項４記載の発明は、請求項１記載の画像処理装置において、前記解像度選択手段は、前記画像処理手段の一つがタイトル抽出処理を行うタイトル抽出手段である場合には、低解像度に係る階層の圧縮符号を選択して前記タイトル抽出手段に提供する。
【００１９】
したがって、画像中からそのタイトル文字を抽出するタイトル抽出処理においては、タイトル文字のような大きな文字を抽出するために高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、タイトル抽出処理結果の精度を維持しつつ、高速な処理が可能になる。
【００２０】
請求項５記載の発明のプログラムは、画像データを１又は複数に分割した矩形領域毎に画素値を離散ウェーブレット変換して階層的に圧縮符号化された圧縮符号を用い、各種の画像処理を行う画像処理装置が有するコンピュータにインストールされるか、あるいは解釈されて実行されるプログラムであって、前記コンピュータに、画像処理を行う各種の画像処理機能に対し、各画像処理に応じて予め規定された解像度に係る階層の圧縮符号を選択して提供する解像度選択機能を実行させる。
【００２１】
したがって、画像処理を行う各種の画像処理手段に対し、各画像処理に用いるのに適した解像度に係る階層の圧縮符号が提供されることにより、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることが可能になる。
【００２２】
請求項６記載の発明は、請求項５記載のプログラムにおいて、前記解像度選択機能は、前記画像処理機能の一つが文字認識処理を行う文字認識機能である場合には、高解像度に係る階層の圧縮符号を選択して前記文字認識機能に提供する。
【００２３】
したがって、いわゆるＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理である文字認識処理においては、高い解像度の画像が必要とされることから、高解像度に係る階層の圧縮符号を選択することで、精度の高い文字認識処理結果を得ることが可能になる。
【００２４】
請求項７記載の発明は、請求項５記載のプログラムにおいて、前記解像度選択機能は、前記画像処理機能の一つが領域識別処理を行う領域識別機能である場合には、低解像度に係る階層の圧縮符号を選択して前記領域識別機能に提供する。
【００２５】
したがって、画像中から文字領域と文字領域以外の領域とを識別する領域識別処理においては、高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、領域識別処理結果の精度を維持しつつ、高速な処理が可能になる。
【００２６】
請求項８記載の発明は、請求項５記載のプログラムにおいて、前記解像度選択機能は、前記画像処理機能の一つがタイトル抽出処理を行うタイトル抽出機能である場合には、低解像度に係る階層の圧縮符号を選択して前記タイトル抽出機能に提供する。
【００２７】
したがって、画像中からそのタイトル文字を抽出するタイトル抽出処理においては、タイトル文字のような大きな文字を抽出するために高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、タイトル抽出処理結果の精度を維持しつつ、高速な処理が可能になる。
【００２８】
請求項９記載の発明の記憶媒体は、画像データを１又は複数に分割した矩形領域毎に画素値を離散ウェーブレット変換して階層的に圧縮符号化された圧縮符号を用い、各種の画像処理を行う画像処理装置が有するコンピュータにインストールされるか、あるいは解釈されて実行されるプログラムであって、前記コンピュータに、画像処理を行う各種の画像処理機能に対し、各画像処理に応じて予め規定された解像度に係る階層の圧縮符号を選択して提供する解像度選択機能を実行させるプログラムを記憶する。
【００２９】
したがって、画像処理を行う各種の画像処理手段に対し、各画像処理に用いるのに適した解像度に係る階層の圧縮符号が提供されることにより、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることが可能になる。
【００３０】
請求項１０記載の発明は、請求項９記載の記憶媒体において、前記解像度選択機能は、前記画像処理機能の一つが文字認識処理を行う文字認識機能である場合には、高解像度に係る階層の圧縮符号を選択して前記文字認識機能に提供する。
【００３１】
したがって、いわゆるＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理である文字認識処理においては、高い解像度の画像が必要とされることから、高解像度に係る階層の圧縮符号を選択することで、精度の高い文字認識処理結果を得ることが可能になる。
【００３２】
請求項１１記載の発明は、請求項９記載の記憶媒体において、前記解像度選択機能は、前記画像処理機能の一つが領域識別処理を行う領域識別機能である場合には、低解像度に係る階層の圧縮符号を選択して前記領域識別機能に提供する。
【００３３】
したがって、画像中から文字領域と文字領域以外の領域とを識別する領域識別処理においては、高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、領域識別処理結果の精度を維持しつつ、高速な処理が可能になる。
【００３４】
請求項１２記載の発明は、請求項９記載の記憶媒体において、前記解像度選択機能は、前記画像処理機能の一つがタイトル抽出処理を行うタイトル抽出機能である場合には、低解像度に係る階層の圧縮符号を選択して前記タイトル抽出機能に提供する。
【００３５】
したがって、画像中からそのタイトル文字を抽出するタイトル抽出処理においては、タイトル文字のような大きな文字を抽出するために高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、タイトル抽出処理結果の精度を維持しつつ、高速な処理が可能になる。
【００３６】
【発明の実施の形態】
本発明の実施の一形態を図１ないし図１３に基づいて説明する。
【００３７】
最初に、本発明の前提となる「階層符号化アルゴリズム」及び「ＪＰＥＧ２０００アルゴリズム」の概要について説明する。
【００３８】
図１は、ＪＰＥＧ２０００方式の基本となる階層符号化アルゴリズムを実現するシステムの機能ブロック図である。このシステムは、色空間変換・逆変換部１０１、２次元ウェーブレット変換・逆変換部１０２、量子化・逆量子化部１０３、エントロピー符号化・復号化部１０４、タグ処理部１０５の各機能ブロックにより構成されている。
【００３９】
このシステムが従来のＪＰＥＧアルゴリズムと比較して最も大きく異なる点の一つは変換方式である。ＪＰＥＧでは離散コサイン変換（ＤＣＴ：ＤｉｓｃｒｅｔｅＣｏｓｉｎｅＴｒａｎｓｆｏｒｍ）を用いているのに対し、この階層符号化アルゴリズムでは、２次元ウェーブレット変換・逆変換部１０２において、離散ウェーブレット変換（ＤＷＴ：ＤｉｓｃｒｅｔｅＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ）を用いている。ＤＷＴはＤＣＴに比べて、高圧縮領域における画質が良いという長所を有し、この点が、ＪＰＥＧの後継アルゴリズムであるＪＰＥＧ２０００でＤＷＴが採用された大きな理由の一つとなっている。
【００４０】
また、他の大きな相違点は、この階層符号化アルゴリズムでは、システムの最終段に符号形成を行うために、タグ処理部１０５の機能ブロックが追加されていることである。このタグ処理部１０５で、画像の圧縮動作時には圧縮データが圧縮符号として生成され、伸長動作時には伸長に必要な圧縮符号の解釈が行われる。そして、圧縮符号によって、ＪＰＥＧ２０００は様々な便利な機能を実現できるようになった。例えば、ブロック・ベースでのＤＷＴにおけるオクターブ分割に対応した任意の階層（デコンポジション・レベル）で、静止画像の圧縮伸長動作を自由に停止させることができるようになる（後述する図３参照）。
【００４１】
原画像の入出力部分には、色空間変換・逆変換１０１が接続される場合が多い。例えば、原色系のＲ（赤）／Ｇ（緑）／Ｂ（青）の各コンポーネントからなるＲＧＢ表色系や、補色系のＹ（黄）／Ｍ（マゼンタ）／Ｃ（シアン）の各コンポーネントからなるＹＭＣ表色系から、ＹＵＶあるいはＹＣｂＣｒ表色系への変換又は逆変換を行う部分がこれに相当する。
【００４２】
次に、ＪＰＥＧ２０００アルゴリズムについて説明する。
【００４３】
カラー画像は、一般に、図２に示すように、原画像の各コンポーネント１１１（ここではＲＧＢ原色系）が、矩形をした領域によって分割される。この分割された矩形領域は、一般にブロックあるいはタイルと呼ばれているものであるが、ＪＰＥＧ２０００では、タイルと呼ぶことが一般的であるため、以下、このような分割された矩形領域をタイルと記述することにする（図２の例では、各コンポーネント１１１が縦横４×４、合計１６個の矩形のタイル１１２に分割されている）。このような個々のタイル１１２（図２の例で、Ｒ００，Ｒ０１，…，Ｒ１５／Ｇ００，Ｇ０１，…，Ｇ１５／Ｂ００，Ｂ０１，…，Ｂ１５）が、画像データの圧縮伸長プロセスを実行する際の基本単位となる。従って、画像データの圧縮伸長動作は、コンポーネント毎、また、タイル１１２毎に、独立に行われる。
【００４４】
画像データの符号化時には、各コンポーネント１１１の各タイル１１２のデータが、図１の色空間変換・逆変換部１０１に入力され、色空間変換を施された後、２次元ウェーブレット変換部１０２で２次元ウェーブレット変換（順変換）が施されて、周波数帯に空間分割される。
【００４５】
図３には、デコンポジション・レベル数が３の場合の、各デコンポジション・レベルにおけるサブバンドを示している。すなわち、原画像のタイル分割によって得られたタイル原画像（０ＬＬ）（デコンポジション・レベル０）に対して、２次元ウェーブレット変換を施し、デコンポジション・レベル１に示すサブバンド（１ＬＬ，１ＨＬ，１ＬＨ，１ＨＨ）を分離する。そして引き続き、この階層における低周波成分１ＬＬに対して、２次元ウェーブレット変換を施し、デコンポジション・レベル２に示すサブバンド（２ＬＬ，２ＨＬ，２ＬＨ，２ＨＨ）を分離する。順次同様に、低周波成分２ＬＬに対しても、２次元ウェーブレット変換を施し、デコンポジション・レベル３に示すサブバンド（３ＬＬ，３ＨＬ，３ＬＨ，３ＨＨ）を分離する。図３では、各デコンポジション・レベルにおいて符号化の対象となるサブバンドを、網掛けで表してある。例えば、デコンポジション・レベル数を３としたとき、網掛けで示したサブバンド（３ＨＬ，３ＬＨ，３ＨＨ，２ＨＬ，２ＬＨ，２ＨＨ，１ＨＬ，１ＬＨ，１ＨＨ）が符号化対象となり、３ＬＬサブバンドは符号化されない。
【００４６】
次いで、指定した符号化の順番で符号化の対象となるビットが定められ、図１に示す量子化・逆量子化部１０３で対象ビット周辺のビットからコンテキストが生成される。
【００４７】
この量子化の処理が終わったウェーブレット係数は、個々のサブバンド毎に、「プレシンクト」と呼ばれる重複しない矩形に分割される。これは、インプリメンテーションでメモリを効率的に使うために導入されたものである。図４に示したように、一つのプレシンクトは、空間的に一致した３つの矩形領域からなっている。更に、個々のプレシンクトは、重複しない矩形の「コード・ブロック」に分けられる。これは、エントロピー・コーディングを行う際の基本単位となる。
【００４８】
ウェーブレット変換後の係数値は、そのまま量子化し符号化することも可能であるが、ＪＰＥＧ２０００では符号化効率を上げるために、係数値を「ビットプレーン」単位に分解し、画素あるいはコード・ブロック毎に「ビットプレーン」に順位付けを行うことができる。
【００４９】
ここで、図５はビットプレーンに順位付けする手順の一例を示す説明図である。図５に示すように、この例は、原画像（３２×３２画素）を１６×１６画素のタイル４つで分割した場合で、デコンポジション・レベル１のプレシンクトとコード・ブロックの大きさは、各々８×８画素と４×４画素としている。プレシンクトとコード・ブロックの番号は、ラスター順に付けられており、この例では、プレンシクトが番号０から３まで、コード・ブロックが番号０から３まで割り当てられている。タイル境界外に対する画素拡張にはミラーリング法を使い、可逆（５，３）フィルタでウェーブレット変換を行い、デコンポジション・レベル１のウェーブレット係数値を求めている。
【００５０】
また、タイル０／プレシンクト３／コード・ブロック３について、代表的な「レイヤ」構成の概念の一例を示す説明図も図５に併せて示す。変換後のコード・ブロックは、サブバンド（１ＬＬ，１ＨＬ，１ＬＨ，１ＨＨ）に分割され、各サブバンドにはウェーブレット係数値が割り当てられている。
【００５１】
レイヤの構造は、ウェーブレット係数値を横方向（ビットプレーン方向）から見ると理解し易い。１つのレイヤは任意の数のビットプレーンから構成される。この例では、レイヤ０，１，２，３は、各々、１，３，１，３のビットプレーンから成っている。そして、ＬＳＢ（ＬｅａｓｔＳｉｇｎｉｆｉｃａｎｔＢｉｔ：最下位ビット）に近いビットプレーンを含むレイヤ程、先に量子化の対象となり、逆に、ＭＳＢ（ＭｏｓｔＳｉｇｎｉｆｉｃａｎｔＢｉｔ：最上位ビット）に近いレイヤは最後まで量子化されずに残ることになる。ＬＳＢに近いレイヤから破棄する方法はトランケーションと呼ばれ、量子化率を細かく制御することが可能である。
【００５２】
図１に示すエントロピー符号化・復号化部１０４では、コンテキストと対象ビットから確率推定によって、各コンポーネント１１１のタイル１１２に対する符号化を行う。こうして、原画像の全てのコンポーネント１１１について、タイル１１２単位で符号化処理が行われる。最後にタグ処理部１０５は、エントロピー符号化・復号化部１０４からの全符号化データを１本の符号列データに結合するとともに、それにタグを付加する処理を行う。
【００５３】
図６には、この符号列データの１フレーム分の概略構成を示している。この符号列データの先頭と各タイルの符号データ（ｂｉｔｓｔｒｅａｍ）の先頭にはヘッダ（メインヘッダ（Ｍａｉｎｈｅａｄｅｒ）、タイル境界位置情報等であるタイルパートヘッダ（ｔｉｌｅｐａｒｔｈｅａｄｅｒ））と呼ばれるタグ情報が付加され、その後に、各タイルの符号化データが続く。なお、メインヘッダ（Ｍａｉｎｈｅａｄｅｒ）には、符号化パラメータや量子化パラメータが記述されている。そして、符号列データの終端には、再びタグ（ｅｎｄｏｆｃｏｄｅｓｔｒｅａｍ）が置かれる。また、図７は、符号化されたウェーブレット係数値が収容されたパケットをサブバンド毎に表わしたコードストリーム構造を示すものである。図７に示すように、タイルによる分割処理を行っても、あるいはタイルによる分割処理を行わなくても、同様のパケット列構造を持つことになる。
【００５４】
一方、符号化データの復号化時には、画像データの符号化時とは逆に、各コンポーネント１１１の各タイル１１２の符号列データから画像データを生成する。この場合、タグ処理部１０５は、外部より入力した符号列データに付加されたタグ情報を解釈し、符号列データを各コンポーネント１１１の各タイル１１２の符号列データに分解し、その各コンポーネント１１１の各タイル１１２の符号列データ毎に復号化処理（伸長処理）を行う。このとき、符号列データ内のタグ情報に基づく順番で復号化の対象となるビットの位置が定められるとともに、量子化・逆量子化部１０３で、その対象ビット位置の周辺ビット（既に復号化を終えている）の並びからコンテキストが生成される。エントロピー符号化・復号化部１０４で、このコンテキストと符号列データから確率推定によって復号化を行い、対象ビットを生成し、それを対象ビットの位置に書き込む。このようにして復号化されたデータは周波数帯域毎に空間分割されているため、これを２次元ウェーブレット変換・逆変換部１０２で２次元ウェーブレット逆変換を行うことにより、画像データの各コンポーネントの各タイルが復元される。復元されたデータは色空間変換・逆変換部１０１によって元の表色系の画像データに変換される。
【００５５】
以上が、「ＪＰＥＧ２０００アルゴリズム」の概要である。
【００５６】
以下、本発明の実施の一形態について説明する。なお、ここでは、ＪＰＥＧ２０００を代表とする画像圧縮伸長技術に関する例について説明するが、言うまでもなく、本発明は以下の説明の内容に限定されるものではない。
【００５７】
本実施の形態のサーバコンピュータ及びクライアントコンピュータは、そのコンピュータにインストールされるか、あるいは解釈されて実行される画像処理プログラムによって動作制御されて各種の画像処理を実行する。本実施の形態では、そのような画像処理プログラムを記憶する記憶媒体も紹介する。
【００５８】
図８は、本実施の形態におけるシステム構築例を示す模式図である。
【００５９】
本実施の形態の画像データ処理システムでは、画像処理装置であるサーバコンピュータ２にＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）等のネットワーク３を介してクライアントコンピュータ４が複数台接続されたサーバクライアントシステム１を想定する。このサーバクライアントシステム１は、スキャナやデジタルカメラ等の画像入力装置５及びプリンタ等の画像出力装置６をネットワーク３上でシェアし得る環境が整えられている。また、ネットワーク３上には、マルチファンクションペリフェラルと称されるＭＦＰ７が接続され、このＭＦＰ７が画像入力装置５や画像出力装置６として機能するように環境が構築されていても良い。
【００６０】
このようなサーバクライアントシステム１は、例えばイントラネット８を介して別のサーバクライアントシステム１とのデータ通信可能に構築され、インターネット通信網９を介して外部環境とデータ通信可能に構築されている。
【００６１】
サーバコンピュータ２は、文書管理サーバ２ａとデータ変換サーバ２ｂとで構成されている。文書管理サーバ２ａは、各種文書の画像イメージを画像データとして記憶する文書管理機能を発揮するものである。データ変換サーバ２ｂは、例えば画像データからテキストデータを抽出するＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理等の各種のデータ変換機能を発揮するものである。
【００６２】
以下においては、本発明の特長的な機能を発揮する画像処理装置であるサーバコンピュータ２（特に、データ変換サーバ２ｂ）について説明する。
【００６３】
図９は、本実施の形態における画像処理装置としてのサーバコンピュータ２のモジュール構成図である。サーバコンピュータ２は、情報処理を行うＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１１、情報を格納するＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）１２及びＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）１３等の一次記憶装置１４、後述する圧縮符号を記憶する記憶部であるＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）１５等の二次記憶装置１６、情報を保管したり外部に情報を配布したり外部から情報を入手するためのＣＤ−ＲＯＭドライブ等のリムーバブルディスク装置１７、ネットワーク３を介して画像入力装置５や外部の他のコンピュータと通信により情報を伝達するためのネットワークインターフェース１８、処理経過や結果等を操作者に表示するＣＲＴ（ＣａｔｈｏｄｅＲａｙＴｕｂｅ）やＬＣＤ（ＬｉｑｕｉｄＣｒｙｓｔａｌＤｉｓｐｌａｙ）等の表示装置１９、並びに操作者がＣＰＵ１１に命令や情報等を入力するためのキーボード２０、マウス等のポインティングディバイス２１等から構成されており、これらの各部間で送受信されるデータをバスコントローラ２２が調停して動作する。
【００６４】
本実施の形態においては、サーバコンピュータ２のＨＤＤ１５に圧縮符号化された画像データが記憶保持される。なお、サーバコンピュータ２のＨＤＤ１５に記憶保持されている画像データは、「ＪＰＥＧ２０００アルゴリズム」に従って生成された圧縮符号である。より具体的には、圧縮符号は、図１０に示すような矩形領域（タイル）に分割された分割画像を圧縮符号化して一次元に並べることにより、図１１に示すような構成になる。図１１において、ＳＯＣは、コードストリームの開始を示すマーカセグメントである。また、ＭＨは、メインヘッダであり、コードストリーム全体に共通する値を格納している。コードストリーム全体に共通する値としては、例えばタイル横量、タイル縦量、画像横量、画像縦量などが記録されている。ＭＨに続くデータは、各タイルを符号化したデータであり、図１１では図１０に示すタイルの番号に従って主走査方向／副走査方向に各タイルを圧縮したデータが並べられている。圧縮符号の最後にあるＥＯＣマーカは、圧縮符号の最後であることを示すマーカセグメントである。
【００６５】
また、図１２は「ＪＰＥＧ２０００アルゴリズム」に従って生成された圧縮符号の解像度モデルを示す説明図である。図１２に示すように、「ＪＰＥＧ２０００アルゴリズム」に従って生成された圧縮符号においては、一つの画像ファイル内で低解像度データと高解像度データとに分けることが可能になっている。なお、図１２では２種類の解像度だけを示しているが、実際には、全てのデータを１とすると、ＤＷＴにおけるオクターブ分割に対応した任意の階層（デコンポジション・レベル）に応じて、１／２，１／４，１／８，１／１６，・・・，１／２^ｎと複数の低解像度部分に係る圧縮符号を抽出することが可能である。
【００６６】
このようなサーバコンピュータ２では、ユーザが電源を投入するとＣＰＵ１１がＲＯＭ１２内のローダーというプログラムを起動させ、ＨＤＤ１５よりオペレーティングシステムというコンピュータのハードウェアとソフトウェアとを管理するプログラムをＲＡＭ１３に読み込み、このオペレーティングシステムを起動させる。このようなオペレーティングシステムは、ユーザの操作に応じてプログラムを起動したり、情報を読み込んだり、保存を行ったりする。オペレーティングシステムのうち代表的なものとしては、Ｗｉｎｄｏｗｓ（登録商標）、ＵＮＩＸ（登録商標）等が知られている。これらのオペレーティングシステム上で走る動作プログラムをアプリケーションプログラムと呼んでいる。
【００６７】
ここで、サーバコンピュータ２は、アプリケーションプログラムとして、画像処理プログラムをＨＤＤ１５に記憶している。この意味で、ＨＤＤ１５は、画像処理プログラムを記憶する記憶媒体として機能する。
【００６８】
また、一般的には、サーバコンピュータ２のＨＤＤ１５等の二次記憶装置１６にインストールされる動作プログラムは、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等の光情報記録メディアやＦＤ等の磁気メディア等に記録され、この記録された動作プログラムがＨＤＤ１５等の二次記憶装置１６にインストールされる。このため、ＣＤ−ＲＯＭ等の光情報記録メディアやＦＤ等の磁気メディア等の可搬性を有する記憶媒体も、画像処理プログラムを記憶する記憶媒体となり得る。さらには、画像処理プログラムは、例えばネットワークインターフェース１８を介して外部から取り込まれ、ＨＤＤ１５等の二次記憶装置１６にインストールされても良い。
【００６９】
サーバコンピュータ２は、オペレーティングシステム上で動作する画像処理プログラムが起動すると、この画像処理プログラムに従い、ＣＰＵ１１が各種の演算処理を実行して各部を集中的に制御する。サーバコンピュータ２のＣＰＵ１１が実行する各種の演算処理のうち、本実施の形態の特長的な処理について以下に説明する。
【００７０】
ここで、サーバコンピュータ２のＣＰＵ１１が実行する各種の演算処理により実現される機能について説明する。図１３に示すように、画像処理装置であるサーバコンピュータ２のデータ変換サーバ２ｂにおいては、本実施の形態の特徴的な機能を発揮する解像度選択手段である解像度選択部３１、及び各種の画像処理機能を行う画像処理手段である領域識別部３２、２値化部３３、文字認識部３４、タイトル抽出部３５が、ＣＰＵ１１が実行する各種の演算処理により実現されている。なお、リアルタイム性が重要視される場合には、処理を高速化する必要がある。そのためには、論理回路（図示せず）を別途設け、論理回路の動作により各種機能を実現するようにするのが望ましい。
【００７１】
領域識別部３２、２値化部３３、文字認識部３４、タイトル抽出部３５については、周知の画像処理を実行するものであるため、簡単に説明する。
【００７２】
領域識別部３２は、領域識別手段として機能するものであって、圧縮符号を復号した画像中から文字領域と文字領域以外の領域（写真や図など）とを識別する。２値化部３３は、領域識別部３２により識別された文字領域の画像を２値画像として切り出す。そして、このようにして切り出された２値画像は、文字認識部３４に送られる。文字認識部３４は、文字認識手段として機能するものであって、いわゆるＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理を実行するものである。文字認識部３４は、切り出された２値画像を、文字画像と文字コードとの組みを予め記憶した辞書ファイルと比較（パターンマッチング）し、相違度の小さい文字画像又は類似度の大きな文字画像に組み合わされた文字コードをＯＣＲ処理結果として出力する。
【００７３】
また、タイトル抽出部３５は、タイトル抽出手段として機能するものであって、圧縮符号を復号した画像中からタイトル領域を抽出するとともに、当該タイトル領域の文字を認識して抽出する。タイトル領域の文字認識は、文字認識部３４と同様に、いわゆるＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理により実行される。
【００７４】
以上のような各部の処理を経ることで、画像データからレイアウト情報等も再現したＨＴＭＬ形式ファイルやワープロ形式ファイルが生成される。また、このファイルには、タイトル抽出部３５より抽出されたタイトルが付けられている。
【００７５】
ところで、文字認識部３４においては、４００ｄｐｉ程度の高い解像度の画像が必要とされる。また、領域識別部３２においては、１００ｄｐｉ程度の低い解像度の画像でも処理が可能とされている。ただし、領域識別処理の中において、表抽出処理や傾き角度検出処理を行う場合には罫線情報を用いることから、比較的高い解像度の画像が必要となる。さらに、タイトル抽出部３５においては、タイトル文字のような大きな文字を抽出することから、２００ｄｐｉ程度の低い解像度の画像でも処理が可能とされている。
【００７６】
そこで、本実施の形態においては、各部（領域識別部３２、２値化部３３、文字認識部３４、タイトル抽出部３５）における処理に用いるのに最適な解像度を予め規定しておき、解像度選択部３１によって、この最適な解像度の画像を選択するようにしたものである。具体的には、解像度選択部３１は、直交変換にＤＷＴを使ったＪＰＥＧ２０００アルゴリズムによって圧縮符号化された圧縮符号から、各部（領域識別部３２、２値化部３３、文字認識部３４、タイトル抽出部３５）における処理に用いるのに適した解像度の圧縮符号を選択する。「ＪＰＥＧ２０００アルゴリズム」によれば、図３や図７等で前述したように、解像度に関してサブバンド階層構造を有することになる。そこで、本実施の形態の解像度選択部３１においては、「ＪＰＥＧ２０００アルゴリズム」の離散ウェーブレット変換処理によるサブバンド構造を利用し、各部（領域識別部３２、２値化部３３、文字認識部３４、タイトル抽出部３５）における処理に用いるのに適した解像度の圧縮符号を選択することが可能になっている。
【００７７】
したがって、本実施の形態においては、解像度選択部３１は、領域識別部３２に対しては１００ｄｐｉの低解像度画像に係る圧縮符号を選択して提供し、２値化部３３及び文字認識部３４に対しては４００ｄｐｉの高解像度画像に係る圧縮符号を選択して提供し、タイトル抽出部３５に対しては２００ｄｐｉの低解像度画像に係る圧縮符号を選択して提供する。
【００７８】
ここに、画像処理を行う各種の画像処理手段に対し、各画像処理に用いるのに適した解像度に係る階層の圧縮符号を提供するようにしたことにより、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることができる。
【００７９】
なお、本実施の形態においては、ＣＰＵ１１が実行する各種の演算処理により実現される各種の画像処理機能を行う画像処理手段として、領域識別部３２、２値化部３３、文字認識部３４、タイトル抽出部３５を説明したが、これに限るものではない。例えば、傾き角度検出機能や表抽出機能等を実現するものにも適用することができる。
【００８０】
【発明の効果】
請求項１記載の発明の画像処理装置によれば、画像データを１又は複数に分割した矩形領域毎に画素値を離散ウェーブレット変換して階層的に圧縮符号化された圧縮符号を用い、各種の画像処理を行う画像処理装置において、画像処理を行う各種の画像処理手段に対し、各画像処理に応じて予め規定された解像度に係る階層の圧縮符号を選択して提供する解像度選択手段を備え、画像処理を行う各種の画像処理手段に対し、各画像処理に用いるのに適した解像度に係る階層の圧縮符号を提供するようにしたことにより、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることができる。
【００８１】
請求項２記載の発明によれば、請求項１記載の画像処理装置において、前記解像度選択手段は、前記画像処理手段の一つが文字認識処理を行う文字認識手段である場合には、高解像度に係る階層の圧縮符号を選択して前記文字認識手段に提供することにより、いわゆるＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理である文字認識処理においては、高い解像度の画像が必要とされることから、高解像度に係る階層の圧縮符号を選択することで、精度の高い文字認識処理結果を得ることができる。
【００８２】
請求項３記載の発明によれば、請求項１記載の画像処理装置において、前記解像度選択手段は、前記画像処理手段の一つが領域識別処理を行う領域識別手段である場合には、低解像度に係る階層の圧縮符号を選択して前記領域識別手段に提供することにより、画像中から文字領域と文字領域以外の領域とを識別する領域識別処理においては、高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、領域識別処理結果の精度を維持しつつ、高速な処理を可能にすることができる。
【００８３】
請求項４記載の発明によれば、請求項１記載の画像処理装置において、前記解像度選択手段は、前記画像処理手段の一つがタイトル抽出処理を行うタイトル抽出手段である場合には、低解像度に係る階層の圧縮符号を選択して前記タイトル抽出手段に提供することにより、画像中からそのタイトル文字を抽出するタイトル抽出処理においては、タイトル文字のような大きな文字を抽出するために高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、タイトル抽出処理結果の精度を維持しつつ、高速な処理を可能にすることができる。
【００８４】
請求項５記載の発明のプログラムによれば、画像データを１又は複数に分割した矩形領域毎に画素値を離散ウェーブレット変換して階層的に圧縮符号化された圧縮符号を用い、各種の画像処理を行う画像処理装置が有するコンピュータにインストールされるか、あるいは解釈されて実行されるプログラムであって、前記コンピュータに、画像処理を行う各種の画像処理機能に対し、各画像処理に応じて予め規定された解像度に係る階層の圧縮符号を選択して提供する解像度選択機能を実行させ、画像処理を行う各種の画像処理手段に対し、各画像処理に用いるのに適した解像度に係る階層の圧縮符号を提供するようにしたことにより、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることができる。
【００８５】
請求項６記載の発明によれば、請求項５記載のプログラムにおいて、前記解像度選択機能は、前記画像処理機能の一つが文字認識処理を行う文字認識機能である場合には、高解像度に係る階層の圧縮符号を選択して前記文字認識機能に提供することにより、いわゆるＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理である文字認識処理においては、高い解像度の画像が必要とされることから、高解像度に係る階層の圧縮符号を選択することで、精度の高い文字認識処理結果を得ることができる。
【００８６】
請求項７記載の発明によれば、請求項５記載のプログラムにおいて、前記解像度選択機能は、前記画像処理機能の一つが領域識別処理を行う領域識別機能である場合には、低解像度に係る階層の圧縮符号を選択して前記領域識別機能に提供することにより、画像中から文字領域と文字領域以外の領域とを識別する領域識別処理においては、高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、領域識別処理結果の精度を維持しつつ、高速な処理を可能にすることができる。
【００８７】
請求項８記載の発明によれば、請求項５記載のプログラムにおいて、前記解像度選択機能は、前記画像処理機能の一つがタイトル抽出処理を行うタイトル抽出機能である場合には、低解像度に係る階層の圧縮符号を選択して前記タイトル抽出機能に提供することにより、画像中からそのタイトル文字を抽出するタイトル抽出処理においては、タイトル文字のような大きな文字を抽出するために高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、タイトル抽出処理結果の精度を維持しつつ、高速な処理を可能にすることができる。
【００８８】
請求項９記載の発明の記憶媒体によれば、画像データを１又は複数に分割した矩形領域毎に画素値を離散ウェーブレット変換して階層的に圧縮符号化された圧縮符号を用い、各種の画像処理を行う画像処理装置が有するコンピュータにインストールされるか、あるいは解釈されて実行されるプログラムであって、前記コンピュータに、画像処理を行う各種の画像処理機能に対し、各画像処理に応じて予め規定された解像度に係る階層の圧縮符号を選択して提供する解像度選択機能を実行させるプログラムを記憶し、画像処理を行う各種の画像処理手段に対し、各画像処理に用いるのに適した解像度に係る階層の圧縮符号を提供するようにしたことにより、各種の画像処理における画像処理品質を高品質に維持しつつ、各種画像処理の処理速度の高速化を図ることができる。
【００８９】
請求項１０記載の発明によれば、請求項９記載の記憶媒体において、前記解像度選択機能は、前記画像処理機能の一つが文字認識処理を行う文字認識機能である場合には、高解像度に係る階層の圧縮符号を選択して前記文字認識機能に提供することにより、いわゆるＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅａｄｅｒ）処理である文字認識処理においては、高い解像度の画像が必要とされることから、高解像度に係る階層の圧縮符号を選択することで、精度の高い文字認識処理結果を得ることができる。
【００９０】
請求項１１記載の発明によれば、請求項９記載の記憶媒体において、前記解像度選択機能は、前記画像処理機能の一つが領域識別処理を行う領域識別機能である場合には、低解像度に係る階層の圧縮符号を選択して前記領域識別機能に提供することにより、画像中から文字領域と文字領域以外の領域とを識別する領域識別処理においては、高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、領域識別処理結果の精度を維持しつつ、高速な処理を可能にすることができる。
【００９１】
請求項１２記載の発明によれば、請求項９記載の記憶媒体において、前記解像度選択機能は、前記画像処理機能の一つがタイトル抽出処理を行うタイトル抽出機能である場合には、低解像度に係る階層の圧縮符号を選択して前記タイトル抽出機能に提供することにより、画像中からそのタイトル文字を抽出するタイトル抽出処理においては、タイトル文字のような大きな文字を抽出するために高い解像度の画像が必要とされないことから、低解像度に係る階層の圧縮符号を選択することで、タイトル抽出処理結果の精度を維持しつつ、高速な処理を可能にすることができる。
【図面の簡単な説明】
【図１】本発明の前提となるＪＰＥＧ２０００方式の基本となる階層符号化アルゴリズムを実現するシステムの機能ブロック図である。
【図２】原画像の各コンポーネントの分割された矩形領域を示す説明図である。
【図３】デコンポジション・レベル数が３の場合の、各デコンポジション・レベルにおけるサブバンドを示す説明図である。
【図４】プレシンクトを示す説明図である。
【図５】ビットプレーンに順位付けする手順の一例を示す説明図である。
【図６】符号列データの１フレーム分の概略構成を示す説明図である。
【図７】符号化されたウェーブレット係数値が収容されたパケットをサブバンド毎に表わしたコードストリーム構造を示す説明図である。
【図８】本発明の実施の一形態のシステム構築例を示す模式図である。
【図９】画像処理装置としてのサーバコンピュータのモジュール構成図である。
【図１０】二次元に分割された分割画像の一例を示す説明図である。
【図１１】その分割画像に基づいて「ＪＰＥＧ２０００アルゴリズム」に従って生成された圧縮符号を示す説明図である。
【図１２】「ＪＰＥＧ２０００アルゴリズム」に従って生成された圧縮符号の解像度モデルを示す説明図である。
【図１３】画像処理プログラムに基づいてＣＰＵが実行する処理により実現される機能を示す機能ブロック図である。
【符号の説明】
２画像処理装置
１５記憶媒体
３１解像度選択手段
３２画像処理手段、領域識別手段
３３画像処理手段
３４画像処理手段、文字認識手段
３５画像処理手段、タイトル抽出手段[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to an image processing device, a program, and a storage medium.
[0002]
[Prior art]
2. Description of the Related Art Due to advances in image input technology and output technology thereof, demands for higher definition of images have been extremely increased in recent years. For example, taking a digital camera (Digital Camera) as an example of an image input device, the price of a high-performance charge coupled device (CCD: Charge Coupled Device) having more than 3 million pixels has been reduced, and the price range has become widespread. Products have come to be widely used. It is said that this increasing tendency of the number of pixels will continue for a while.
[0003]
On the other hand, with regard to image output / display devices, for example, products in the hard copy field such as laser printers, ink jet printers and sublimation printers, and flat devices such as CRTs, LCDs (liquid crystal display devices), and PDPs (plasma display devices). The high definition and low price of products in the field of soft copy of panel displays are remarkable.
[0004]
Due to the effect of bringing high-performance, low-cost image input / output products to the market, the popularization of high-definition images has begun, and it is expected that demand for high-definition images will increase in all scenes in the future. Indeed, the development of technologies related to networks, such as personal computers and the Internet, is accelerating these trends. In particular, recently, mobile devices such as mobile phones and notebook personal computers have become very popular, and opportunities to transmit or receive high-definition images from any point using communication means have been rapidly increasing.
[0005]
Against this background, the demand for higher performance or multifunctional image compression / decompression technology that facilitates the handling of high-definition images will inevitably increase in the future.
[0006]
Therefore, in recent years, a new method called JPEG2000, which can restore a high-quality image even at a high compression ratio, is being standardized as one of the image compression methods satisfying such demands. In JPEG2000, by dividing an image into rectangular areas (tiles), it is possible to perform compression / expansion processing in a small memory environment. That is, each tile is a basic unit when executing the compression / decompression process, and the compression / decompression operation can be performed independently for each tile.
[0007]
Generally, when a paper document (original document) is digitized and stored, the following processes are sequentially executed. First, paper documents (original documents) are read one by one using an image input device such as a scanner or a digital still camera. Next, the read image data is converted into a compression code such as JPEG or JPEG2000 using an image compression device. Finally, the compression code subjected to the compression processing is stored and stored in the storage device.
[0008]
By the way, image processing such as OCR (Optical Character Reader) processing for performing character recognition processing may be performed on the compression codes stored and stored in the storage device by such a procedure. In such image processing, the resolution of an image to be processed is specified in advance in order to maintain high image processing quality. For example, Patent Literature 1 discloses a technique in which an optimal resolution is determined from character types and character sizes to perform character recognition processing.
[0009]
[Patent Document 1]
JP-A-2002-24766
[0010]
[Problems to be solved by the invention]
However, when an HTML format file or a word processing format file in which layout information or the like is reproduced from image data is generated, not only a character recognition process but also a region for identifying a character region and a region other than the character region from the image. Various types of image processing such as identification processing and title extraction processing for giving a title to a file are required. Therefore, when a high-resolution image suitable for character recognition processing is used, a high-precision character recognition processing result can be obtained in character recognition processing, but a high-resolution image recognition processing in area identification processing and title extraction processing can be obtained. Since no image is required, there is a problem that unnecessary processing occurs and the processing speed is reduced. In addition, when a low-resolution image suitable for region identification processing and title extraction processing is used, the processing speed can be increased, but the accuracy of character recognition is reduced in character recognition processing. Will happen.
[0011]
An object of the present invention is to provide an image processing apparatus, a program, and a storage medium that can increase the processing speed of various image processing while maintaining high image processing quality in various image processing. .
[0012]
[Means for Solving the Problems]
The image processing apparatus according to the first aspect of the present invention uses various types of image processing by using compression codes hierarchically compression-coded by discrete wavelet transform of pixel values for each rectangular area obtained by dividing image data into one or a plurality of rectangular areas. The image processing apparatus includes a resolution selecting unit that selects and provides a compression code of a layer having a resolution defined in advance according to each image processing to various image processing units that perform image processing.
[0013]
Therefore, by providing various types of image processing means that perform image processing with the compression codes of the hierarchies related to the resolution suitable for use in each image processing, the image processing quality in the various types of image processing is maintained at a high level. In addition, it is possible to increase the processing speed of various types of image processing.
[0014]
According to a second aspect of the present invention, in the image processing apparatus according to the first aspect, when one of the image processing units is a character recognizing unit that performs a character recognizing process, the resolution selecting unit includes a layer related to a high resolution. And provides it to the character recognition means.
[0015]
Therefore, in a character recognition process, which is a so-called OCR (Optical Character Reader) process, a high-resolution image is required. Therefore, by selecting a compression code of a layer having a high resolution, a high-precision character recognition process is performed. It is possible to obtain results.
[0016]
According to a third aspect of the present invention, in the image processing apparatus according to the first aspect, when one of the image processing units is an area identifying unit that performs an area identifying process, the resolution selecting unit may be a layer associated with a low resolution. And provides it to the area identification means.
[0017]
Therefore, in the area identification processing for identifying a character area and an area other than the character area from the image, since a high-resolution image is not required, the area identification is performed by selecting a compression code of a low-resolution layer. High-speed processing can be performed while maintaining the accuracy of the processing result.
[0018]
According to a fourth aspect of the present invention, in the image processing apparatus according to the first aspect, when one of the image processing units is a title extraction unit that performs a title extraction process, the resolution selection unit includes a layer related to a low resolution. And provides it to the title extracting means.
[0019]
Therefore, in the title extraction processing for extracting the title character from the image, since a high-resolution image is not required to extract a large character such as a title character, a compression code of a low-resolution layer is selected. By doing so, high-speed processing can be performed while maintaining the accuracy of the title extraction processing result.
[0020]
According to a fifth aspect of the present invention, there is provided a program for performing various types of image processing using compression codes hierarchically compression-coded by discrete wavelet transform of pixel values for each rectangular region obtained by dividing image data into one or a plurality. A program that is installed or interpreted and executed on a computer of the image processing apparatus. The computer has various image processing functions for performing image processing, and is defined in advance in accordance with each image processing. A resolution selecting function of selecting and providing a compression code of a layer related to the resolution is executed.
[0021]
Therefore, by providing various types of image processing means that perform image processing with the compression codes of the hierarchies related to the resolution suitable for use in each image processing, the image processing quality in the various types of image processing is maintained at a high level. In addition, it is possible to increase the processing speed of various types of image processing.
[0022]
According to a sixth aspect of the present invention, in the program according to the fifth aspect, when one of the image processing functions is a character recognition function for performing a character recognition process, compression of a hierarchy relating to a high resolution is performed. A code is selected and provided to the character recognition function.
[0023]
Therefore, in a character recognition process, which is a so-called OCR (Optical Character Reader) process, a high-resolution image is required. Therefore, by selecting a compression code of a layer having a high resolution, a high-precision character recognition process is performed. It is possible to obtain results.
[0024]
According to a seventh aspect of the present invention, in the program according to the fifth aspect, when one of the image processing functions is an area identification function that performs an area identification process, the resolution selection function compresses a low-resolution hierarchy. A code is selected and provided to the area identification function.
[0025]
Therefore, in the area identification processing for identifying a character area and an area other than the character area from the image, since a high-resolution image is not required, the area identification is performed by selecting a compression code of a low-resolution layer. High-speed processing can be performed while maintaining the accuracy of the processing result.
[0026]
According to an eighth aspect of the present invention, in the program according to the fifth aspect, in a case where one of the image processing functions is a title extraction function for performing a title extraction process, compression of a hierarchy relating to a low resolution is performed. A code is selected and provided to the title extracting function.
[0027]
Therefore, in the title extraction processing for extracting the title character from the image, since a high-resolution image is not required to extract a large character such as a title character, a compression code of a low-resolution layer is selected. By doing so, high-speed processing can be performed while maintaining the accuracy of the title extraction processing result.
[0028]
The storage medium according to the ninth aspect of the present invention uses a compression code hierarchically compression-coded by discrete wavelet transforming pixel values for each rectangular region obtained by dividing image data into one or a plurality of regions, and performs various types of image processing. A program that is installed or interpreted and executed on a computer of an image processing apparatus that performs image processing. The computer includes various types of image processing functions for performing image processing, which are defined in advance in accordance with each image processing. And a program for executing a resolution selection function of selecting and providing a compression code of a layer related to the resolution.
[0029]
Therefore, by providing various types of image processing means that perform image processing with the compression codes of the hierarchies related to the resolution suitable for use in each image processing, the image processing quality in the various types of image processing is maintained at a high level. In addition, it is possible to increase the processing speed of various types of image processing.
[0030]
According to a tenth aspect of the present invention, in the storage medium according to the ninth aspect, when one of the image processing functions is a character recognition function for performing a character recognition process, the resolution selection function is a layer of a higher resolution. A compression code is selected and provided to the character recognition function.
[0031]
Therefore, in a character recognition process, which is a so-called OCR (Optical Character Reader) process, a high-resolution image is required. Therefore, by selecting a compression code of a layer having a high resolution, a high-precision character recognition process is performed. It is possible to obtain results.
[0032]
According to an eleventh aspect of the present invention, in the storage medium according to the ninth aspect, when one of the image processing functions is an area identification function that performs an area identification process, A compression code is selected and provided to the area identification function.
[0033]
Therefore, in the area identification processing for identifying a character area and an area other than the character area from the image, since a high-resolution image is not required, the area identification is performed by selecting a compression code of a low-resolution layer. High-speed processing can be performed while maintaining the accuracy of the processing result.
[0034]
According to a twelfth aspect of the present invention, in the storage medium according to the ninth aspect, when one of the image processing functions is a title extraction function for performing a title extraction process, A compression code is selected and provided to the title extraction function.
[0035]
Therefore, in the title extraction processing for extracting the title character from the image, since a high-resolution image is not required to extract a large character such as a title character, a compression code of a low-resolution layer is selected. By doing so, high-speed processing can be performed while maintaining the accuracy of the title extraction processing result.
[0036]
BEST MODE FOR CARRYING OUT THE INVENTION
An embodiment of the present invention will be described with reference to FIGS.
[0037]
First, the outlines of the “hierarchical encoding algorithm” and the “JPEG2000 algorithm” which are the premise of the present invention will be described.
[0038]
FIG. 1 is a functional block diagram of a system for realizing a hierarchical coding algorithm which is a basic of the JPEG2000 system. This system includes a color space conversion / inverse transformation unit 101, a two-dimensional wavelet transformation / inverse transformation unit 102, a quantization / inverse quantization unit 103, an entropy coding / decoding unit 104, and a tag processing unit 105. It is configured.
[0039]
One of the biggest differences between this system and the conventional JPEG algorithm is the conversion method. In JPEG, discrete cosine transform (DCT: Discrete Cosine Transform) is used, whereas in the hierarchical coding algorithm, a two-dimensional wavelet transform / inverse transform unit 102 uses discrete wavelet transform (DWT: Discrete Wavelet Transform). ing. DWT has an advantage that the image quality in a high compression area is better than DCT, and this is one of the main reasons why DWT was adopted in JPEG2000 which is a successor algorithm of JPEG.
[0040]
Another major difference is that in the hierarchical coding algorithm, a functional block of the tag processing unit 105 is added in order to form a code at the last stage of the system. The tag processing unit 105 generates compressed data as a compression code during the image compression operation, and interprets the compression code required for decompression during the decompression operation. JPEG2000 can now realize various convenient functions by using compression codes. For example, the compression / expansion operation of a still image can be freely stopped at an arbitrary layer (decomposition level) corresponding to octave division in a DWT on a block basis (see FIG. 3 described later).
[0041]
In many cases, a color space conversion / inverse conversion 101 is connected to the input / output portion of the original image. For example, an RGB color system composed of R (red) / G (green) / B (blue) components of a primary color system, and Y (yellow) / M (magenta) / C (cyan) components of a complementary color system The conversion or inverse conversion from the YMC color system to the YUV or YCbCr color system corresponds to this.
[0042]
Next, the JPEG2000 algorithm will be described.
[0043]
Generally, in a color image, as shown in FIG. 2, each component 111 (here, the RGB primary color system) of the original image is divided by a rectangular area. The divided rectangular area is generally called a block or a tile. In JPEG2000, it is generally called a tile. Hereinafter, such a divided rectangular area is referred to as a tile. (In the example of FIG. 2, each component 111 is divided into a total of 16 rectangular tiles 112, 4 × 4 vertically and horizontally.) When such individual tiles 112 (in the example of FIG. 2, R00, R01,..., R15 / G00, G01,..., G15 / B00, B01,. Is the basic unit of Therefore, the compression / decompression operation of the image data is performed independently for each component and for each tile 112.
[0044]
At the time of encoding image data, the data of each tile 112 of each component 111 is input to the color space conversion / inverse conversion unit 101 of FIG. 1 and subjected to color space conversion. A dimensional wavelet transform (forward transform) is performed, and spatial division into frequency bands is performed.
[0045]
FIG. 3 shows subbands at each decomposition level when the number of decomposition levels is three. That is, a two-dimensional wavelet transform is performed on the tile original image (0LL) (decomposition level 0) obtained by dividing the original image into tiles, and the subbands (1LL, 1HL, 1LH) indicated by the decomposition level 1 are obtained. , 1HH). Subsequently, two-dimensional wavelet transform is performed on the low-frequency component 1LL in this layer to separate the subbands (2LL, 2HL, 2LH, 2HH) shown in the decomposition level 2. Similarly, two-dimensional wavelet transform is performed on the low-frequency component 2LL in the same manner to separate the sub-bands (3LL, 3HL, 3LH, 3HH) shown in the decomposition level 3. In FIG. 3, the subbands to be coded at each decomposition level are shaded. For example, when the number of decomposition levels is 3, the subbands (3HL, 3LH, 3HH, 2HL, 2LH, 2HH, 1HL, 1LH, 1HH) indicated by shading are to be encoded, and the 3LL subbands are encoded. Is not converted.
[0046]
Next, bits to be encoded are determined in the designated order of encoding, and the quantization / inverse quantization unit 103 shown in FIG. 1 generates a context from bits around the target bits.
[0047]
The wavelet coefficients after the quantization process are divided into non-overlapping rectangles called “precincts” for each subband. This was introduced to make efficient use of memory in the implementation. As shown in FIG. 4, one precinct is formed of three spatially coincident rectangular areas. Further, each precinct is divided into non-overlapping rectangular "code blocks". This is a basic unit when performing entropy coding.
[0048]
The coefficient value after wavelet transform can be quantized and encoded as it is. However, in JPEG2000, in order to increase the encoding efficiency, the coefficient value is decomposed into “bit plane” units, and each pixel or code block is decomposed. "Bit planes" can be ranked.
[0049]
Here, FIG. 5 is an explanatory diagram showing an example of a procedure for prioritizing bit planes. As shown in FIG. 5, in this example, the original image (32 × 32 pixels) is divided into four 16 × 16 pixel tiles, and the size of the precinct of the decomposition level 1 and the size of the code block are as follows. Each has 8 × 8 pixels and 4 × 4 pixels. The numbers of precincts and code blocks are assigned in raster order. In this example, the precincts are assigned numbers 0 to 3, and the code blocks are assigned numbers 0 to 3. The pixel expansion outside the tile boundary is performed by using a mirroring method, performing a wavelet transform using a reversible (5, 3) filter, and obtaining a wavelet coefficient value of decomposition level 1.
[0050]
FIG. 5 also shows an explanatory diagram showing an example of a typical “layer” configuration concept of tile 0 / precinct 3 / code block 3. The converted code block is divided into subbands (1LL, 1HL, 1LH, 1HH), and each subband is assigned a wavelet coefficient value.
[0051]
The layer structure is easy to understand when the wavelet coefficient value is viewed from the horizontal direction (bit plane direction). One layer is composed of an arbitrary number of bit planes. In this example, layers 0, 1, 2, and 3 are made up of 1, 3, 1, and 3 bit planes, respectively. A layer including a bit plane closer to LSB (Least Significant Bit: Least Significant Bit) is subject to quantization first, and conversely, a layer closer to MSB (Most Significant Bit: Most Significant Bit) is quantized to the end. It will remain without being. A method of discarding from a layer close to the LSB is called truncation, and it is possible to finely control the quantization rate.
[0052]
The entropy encoding / decoding unit 104 shown in FIG. 1 performs encoding on the tile 112 of each component 111 by probability estimation from the context and the target bit. In this way, the encoding process is performed on all the components 111 of the original image in tile 112 units. Finally, the tag processing unit 105 performs a process of combining all the encoded data from the entropy encoding / decoding unit 104 into one piece of code string data and adding a tag thereto.
[0053]
FIG. 6 shows a schematic configuration of one frame of the code string data. At the head of the code string data and the head of the code data (bit stream) of each tile, tag information called a header (main header, tile part header as tile boundary position information, etc.) is provided. This is followed by coded data for each tile. Note that the main header (Main header) describes coding parameters and quantization parameters. Then, a tag (end of codestream) is placed again at the end of the code string data. FIG. 7 shows a code stream structure in which a packet containing encoded wavelet coefficient values is represented for each subband. As shown in FIG. 7, the same packet sequence structure is obtained even if the division processing using tiles is performed or the division processing is not performed using tiles.
[0054]
On the other hand, when the encoded data is decoded, the image data is generated from the code string data of each tile 112 of each component 111, contrary to the encoding of the image data. In this case, the tag processing unit 105 interprets the tag information added to the code string data input from the outside, decomposes the code string data into code string data of each tile 112 of each component 111, and A decoding process (decompression process) is performed for each code string data of each tile 112. At this time, the positions of the bits to be decoded are determined in the order based on the tag information in the code string data, and the quantization / dequantization unit 103 sets the peripheral bits of the target bit position (the A context is generated from the sequence of (finished). The entropy coding / decoding unit 104 performs decoding by probability estimation from the context and the code string data, generates a target bit, and writes it to the position of the target bit. Since the data decoded in this way is spatially divided for each frequency band, the two-dimensional wavelet transform / inverse transform unit 102 performs an inverse two-dimensional wavelet transform on the data to obtain each component of the image data. The tile is restored. The restored data is converted by the color space conversion / inverse conversion unit 101 into the original color system image data.
[0055]
The above is the outline of the “JPEG2000 algorithm”.
[0056]
Hereinafter, an embodiment of the present invention will be described. Here, an example relating to an image compression / decompression technique represented by JPEG2000 will be described, but needless to say, the present invention is not limited to the content of the following description.
[0057]
The server computer and the client computer according to the present embodiment perform various image processings under the control of an image processing program installed on the computer or interpreted and executed. In the present embodiment, a storage medium that stores such an image processing program is also introduced.
[0058]
FIG. 8 is a schematic diagram illustrating a system configuration example according to the present embodiment.
[0059]
In the image data processing system of the present embodiment, a server client system 1 in which a plurality of client computers 4 are connected to a server computer 2 as an image processing apparatus via a network 3 such as a LAN (Local Area Network) is assumed. The server client system 1 is provided with an environment in which an image input device 5 such as a scanner or a digital camera and an image output device 6 such as a printer can be shared on a network 3. Further, an MFP 7 called a multifunction peripheral may be connected to the network 3, and an environment may be constructed such that the MFP 7 functions as the image input device 5 or the image output device 6.
[0060]
Such a server client system 1 is configured to be able to perform data communication with another server client system 1 via, for example, an intranet 8, and is configured to be able to perform data communication with an external environment via an Internet communication network 9.
[0061]
The server computer 2 includes a document management server 2a and a data conversion server 2b. The document management server 2a exhibits a document management function of storing image images of various documents as image data. The data conversion server 2b performs various data conversion functions such as an OCR (Optical Character Reader) process for extracting text data from image data.
[0062]
Hereinafter, the server computer 2 (particularly, the data conversion server 2b), which is an image processing device that exhibits the characteristic functions of the present invention, will be described.
[0063]
FIG. 9 is a module configuration diagram of the server computer 2 as an image processing device according to the present embodiment. The server computer 2 stores a primary storage device 14 such as a CPU (Central Processing Unit) 11 for performing information processing, a ROM (Read Only Memory) 12 for storing information, and a RAM (Random Access Memory) 13 for storing information, and a compression code to be described later. A secondary storage device 16 such as a hard disk drive (HDD) 15 as a storage unit; a removable disk device 17 such as a CD-ROM drive for storing information, distributing information to the outside, and obtaining information from the outside; A network interface 18 for transmitting information by communication with the image input device 5 or another external computer via the network 3; a CRT (Cathode Ray Tube) or an LCD (Literature) for displaying the progress and results of processing to the operator; It comprises a display device 19 such as a liquid crystal display, a keyboard 20 for an operator to input commands and information to the CPU 11, a pointing device 21 such as a mouse, and the like, and data transmitted and received between these units. Are operated by the bus controller 22.
[0064]
In the present embodiment, the compressed and encoded image data is stored and held in the HDD 15 of the server computer 2. The image data stored and held in the HDD 15 of the server computer 2 is a compression code generated according to the “JPEG2000 algorithm”. More specifically, the compression code has a configuration as shown in FIG. 11 by compressively encoding the divided images divided into rectangular regions (tiles) as shown in FIG. 10 and arranging them one-dimensionally. In FIG. 11, SOC is a marker segment indicating the start of a code stream. MH is a main header and stores a value common to the entire code stream. As values common to the entire code stream, for example, a tile horizontal amount, a tile vertical amount, an image horizontal amount, an image vertical amount, and the like are recorded. The data following the MH is data obtained by encoding each tile. In FIG. 11, data obtained by compressing each tile in the main scanning direction / sub-scanning direction according to the tile numbers shown in FIG. 10 is arranged. The EOC marker at the end of the compression code is a marker segment indicating the end of the compression code.
[0065]
FIG. 12 is an explanatory diagram showing a resolution model of a compression code generated according to the “JPEG2000 algorithm”. As shown in FIG. 12, the compression code generated according to the “JPEG2000 algorithm” can be divided into low-resolution data and high-resolution data in one image file. Although only two types of resolutions are shown in FIG. 12, when all data are assumed to be 1 in actuality, according to an arbitrary hierarchy (decomposition level) corresponding to octave division in the DWT, 1 / 2, 1/4, 1/8, 1/16, ..., 1/2 ⁿ And a plurality of compression codes related to the low-resolution part can be extracted.
[0066]
In such a server computer 2, when the user turns on the power, the CPU 11 starts a program called a loader in the ROM 12, reads a program called an operating system, which manages the hardware and software of the computer, from the HDD 15 into the RAM 13, and Start. Such an operating system starts a program, reads information, and saves information in response to a user operation. As typical operating systems, Windows (registered trademark), UNIX (registered trademark), and the like are known. The operation programs running on these operating systems are called application programs.
[0067]
Here, the server computer 2 stores an image processing program in the HDD 15 as an application program. In this sense, the HDD 15 functions as a storage medium that stores the image processing program.
[0068]
Generally, an operation program installed in the secondary storage device 16 such as the HDD 15 of the server computer 2 is recorded on an optical information recording medium such as a CD-ROM or a DVD-ROM or a magnetic medium such as an FD. Then, the recorded operation program is installed in the secondary storage device 16 such as the HDD 15. Therefore, a portable storage medium such as an optical information recording medium such as a CD-ROM or a magnetic medium such as an FD can be a storage medium for storing the image processing program. Further, the image processing program may be fetched from outside via, for example, the network interface 18 and installed in the secondary storage device 16 such as the HDD 15.
[0069]
In the server computer 2, when the image processing program running on the operating system is started, the CPU 11 executes various arithmetic processes according to the image processing program to centrally control each unit. Among the various types of arithmetic processing executed by the CPU 11 of the server computer 2, the characteristic processing of the present embodiment will be described below.
[0070]
Here, functions realized by various arithmetic processes executed by the CPU 11 of the server computer 2 will be described. As shown in FIG. 13, in a data conversion server 2b of a server computer 2 which is an image processing apparatus, a resolution selection unit 31 which is a resolution selection unit exhibiting a characteristic function of the present embodiment, and various image processing An area identifying unit 32, a binarizing unit 33, a character recognizing unit 34, and a title extracting unit 35, which are image processing units that perform functions, are realized by various arithmetic processes executed by the CPU 11. When real-time performance is important, it is necessary to speed up the processing. For this purpose, it is desirable to separately provide a logic circuit (not shown) and realize various functions by the operation of the logic circuit.
[0071]
The area identifying unit 32, the binarizing unit 33, the character recognizing unit 34, and the title extracting unit 35, which execute well-known image processing, will be briefly described.
[0072]
The area identifying unit 32 functions as an area identifying unit, and identifies a character area and an area other than the character area (a photograph, a figure, or the like) from an image obtained by decoding the compression code. The binarizing unit 33 cuts out the image of the character area identified by the area identifying unit 32 as a binary image. The binary image thus cut out is sent to the character recognition unit 34. The character recognizing unit 34 functions as a character recognizing unit, and executes a so-called OCR (Optical Character Reader) process. The character recognition unit 34 compares the cut-out binary image with a dictionary file in which a combination of a character image and a character code is stored in advance (pattern matching), and converts the binary image into a character image with a small degree of difference or a character image with a large degree of similarity. The combined character code is output as an OCR processing result.
[0073]
The title extracting unit 35 functions as a title extracting unit, and extracts a title area from an image obtained by decoding a compression code, and recognizes and extracts characters in the title area. Character recognition of the title area is performed by so-called OCR (Optical Character Reader) processing, similarly to the character recognition unit 34.
[0074]
Through the processing of each unit as described above, an HTML format file or a word processor format file in which layout information and the like are reproduced from the image data is generated. In addition, the title extracted by the title extracting unit 35 is attached to this file.
[0075]
By the way, the character recognizing unit 34 requires an image with a high resolution of about 400 dpi. In addition, the area identification unit 32 can process an image having a low resolution of about 100 dpi. However, when performing the table extraction processing and the inclination angle detection processing in the area identification processing, since ruled line information is used, an image having a relatively high resolution is required. Further, since the title extracting unit 35 extracts a large character such as a title character, it can process an image having a low resolution of about 200 dpi.
[0076]
Therefore, in the present embodiment, an optimum resolution to be used for processing in each unit (the area identification unit 32, the binarization unit 33, the character recognition unit 34, the title extraction unit 35) is defined in advance, and the resolution selection is performed. The image having the optimum resolution is selected by the section 31. More specifically, the resolution selecting unit 31 converts each part (the area identifying unit 32, the binarizing unit 33, the character recognizing unit 34, the title extracting unit 34) from the compressed code compressed and encoded by the JPEG2000 algorithm using DWT for orthogonal transformation. A compression code having a resolution suitable for use in the processing in the section 35) is selected. According to the “JPEG2000 algorithm”, as described above with reference to FIGS. 3 and 7, the resolution has a subband hierarchical structure. Therefore, the resolution selecting unit 31 of the present embodiment utilizes a sub-band structure based on the discrete wavelet transform processing of the “JPEG2000 algorithm”, and uses the sub-band structure (region identification unit 32, binarization unit 33, character recognition unit 34, title recognition unit 34, It is possible to select a compression code having a resolution suitable for use in the processing in the extraction unit 35).
[0077]
Therefore, in the present embodiment, the resolution selection unit 31 selects and provides a compression code relating to a low-resolution image of 100 dpi to the area identification unit 32, and supplies the compression code to the binarization unit 33 and the character recognition unit 34. For this purpose, a compression code relating to a 400 dpi high resolution image is selected and provided, and to the title extracting unit 35, a compression code relating to a 200 dpi low resolution image is selected and provided.
[0078]
Here, various types of image processing means for performing image processing are provided with compression codes of hierarchies relating to resolutions suitable for use in each image processing, thereby improving image processing quality in various image processing. The processing speed of various image processing can be increased while maintaining the quality.
[0079]
In the present embodiment, as an image processing unit that performs various image processing functions realized by various arithmetic processes executed by the CPU 11, an area identification unit 32, a binarization unit 33, a character recognition unit 34, a title recognition unit 34, Although the extraction unit 35 has been described, the invention is not limited to this. For example, the present invention can be applied to a device that realizes a tilt angle detecting function, a table extracting function, and the like.
[0080]
【The invention's effect】
According to the image processing apparatus of the first aspect of the present invention, various kinds of rectangular areas obtained by dividing image data into one or a plurality of rectangular areas are subjected to discrete wavelet transform, and compression codes hierarchically compressed and encoded are used. In an image processing apparatus that performs image processing, for various image processing units that perform image processing, the image processing apparatus includes a resolution selection unit that selects and provides a compression code of a layer according to a resolution defined in advance according to each image processing, Maintain high quality image processing in various types of image processing by providing various types of image processing means that perform image processing with compression codes of hierarchies related to resolutions suitable for use in each type of image processing. In addition, the processing speed of various types of image processing can be increased.
[0081]
According to the second aspect of the present invention, in the image processing apparatus according to the first aspect, when one of the image processing units is a character recognizing unit that performs a character recognizing process, the resolution selecting unit performs high resolution. By selecting a compression code of such a hierarchy and providing it to the character recognition means, a high-resolution image is required in a character recognition process that is a so-called OCR (Optical Character Reader) process. By selecting a compression code of such a hierarchy, a highly accurate character recognition processing result can be obtained.
[0082]
According to the third aspect of the present invention, in the image processing apparatus according to the first aspect, when one of the image processing units is an area identification unit that performs an area identification process, the resolution selection unit sets the resolution to low. By selecting the compression code of the hierarchy and providing it to the area identification means, in the area identification processing for identifying the character area and the area other than the character area from the image, a high-resolution image is not required. By selecting a compression code of a layer having a low resolution, high-speed processing can be performed while maintaining the accuracy of the area identification processing result.
[0083]
According to the fourth aspect of the present invention, in the image processing apparatus according to the first aspect, the resolution selecting unit may reduce the resolution to a low resolution when one of the image processing units is a title extracting unit that performs a title extracting process. In the title extraction processing for extracting the title character from the image by selecting the compression code of such a hierarchy and providing the title character to the title extraction means, a high-resolution image is used to extract a large character such as a title character. Is not required, high-speed processing can be performed while maintaining the accuracy of the title extraction processing result by selecting a compression code of a low-resolution layer.
[0084]
According to the program of the fifth aspect, various image processing is performed by using a compression code hierarchically compression-coded by discrete wavelet transform of pixel values for each rectangular area obtained by dividing image data into one or a plurality. Is a program that is installed or interpreted and executed on a computer of an image processing apparatus that performs image processing. The computer includes various image processing functions for performing image processing, which are defined in advance in accordance with each image processing. A resolution selection function of selecting and providing a compression code of a layer related to the given resolution is executed, and various image processing means for performing image processing are provided with a compression code of a layer suitable for use in each image processing. To increase the processing speed of various types of image processing while maintaining high quality image processing in various types of image processing. It can be.
[0085]
According to a sixth aspect of the present invention, in the program according to the fifth aspect, when one of the image processing functions is a character recognition function for performing a character recognition process, the resolution selection function is a hierarchal layer related to a high resolution. Is provided to the character recognition function, so that a high-resolution image is required in a character recognition process, which is a so-called OCR (Optical Character Reader) process. By selecting the compression code, a highly accurate character recognition processing result can be obtained.
[0086]
According to the seventh aspect of the present invention, in the program according to the fifth aspect, when one of the image processing functions is an area identification function for performing an area identification process, the resolution selection function is a layer associated with a low resolution. By providing the compression code of (1) to the area identification function, in the area identification processing for identifying the character area and the area other than the character area from the image, a high-resolution image is not required. By selecting the compression code of the layer related to the resolution, high-speed processing can be performed while maintaining the accuracy of the area identification processing result.
[0087]
According to an eighth aspect of the present invention, in the program according to the fifth aspect, when one of the image processing functions is a title extraction function of performing a title extraction process, the resolution selection function is a layer related to a low resolution. In the title extraction process of extracting the title character from the image by selecting the compression code of the above and providing the title character to the title extraction function, a high-resolution image is required to extract a large character such as a title character. Therefore, high-speed processing can be performed while maintaining the accuracy of the title extraction processing result by selecting a compression code of a layer having a low resolution.
[0088]
According to the storage medium of the ninth aspect of the present invention, various kinds of image data are used by using a compression code hierarchically compression-coded by discrete wavelet transform of a pixel value for each rectangular area obtained by dividing image data into one or a plurality. A program that is installed or interpreted and executed on a computer of an image processing apparatus that performs processing. The computer performs various image processing functions for performing image processing on the computer in advance according to each image processing. A program for executing a resolution selecting function of selecting and providing a compression code of a layer related to a prescribed resolution is stored, and various image processing means for performing image processing are provided with a resolution suitable for use in each image processing. By providing compression codes of such a hierarchy, the processing speed of various image processing can be maintained while maintaining high image processing quality in various image processing. It is possible to increase the speed.
[0089]
According to the tenth aspect of the present invention, in the storage medium according to the ninth aspect, when one of the image processing functions is a character recognition function for performing a character recognition process, the resolution selection function is related to a high resolution. By selecting a hierarchical compression code and providing it to the character recognition function, a high-resolution image is required in a character recognition process that is a so-called OCR (Optical Character Reader) process. By selecting a hierarchical compression code, a highly accurate character recognition processing result can be obtained.
[0090]
According to an eleventh aspect of the present invention, in the storage medium according to the ninth aspect, the resolution selection function is associated with a low resolution when one of the image processing functions is an area identification function for performing an area identification process. By selecting the compression code of the hierarchy and providing it to the area identification function, in the area identification processing for identifying the character area and the area other than the character area from the image, since a high-resolution image is not required, By selecting a compression code of a layer having a low resolution, high-speed processing can be performed while maintaining the accuracy of the area identification processing result.
[0091]
According to the twelfth aspect of the present invention, in the storage medium according to the ninth aspect, when one of the image processing functions is a title extraction function for performing a title extraction process, the resolution selection function is related to a low resolution. By selecting a hierarchical compression code and providing it to the title extraction function, in a title extraction process for extracting the title character from the image, a high-resolution image for extracting a large character such as a title character is generated. Since it is not required, by selecting a compression code of a layer having a low resolution, high-speed processing can be performed while maintaining the accuracy of the title extraction processing result.
[Brief description of the drawings]
FIG. 1 is a functional block diagram of a system for realizing a hierarchical coding algorithm which is a basis of the JPEG2000 system on which the present invention is based.
FIG. 2 is an explanatory diagram showing a divided rectangular area of each component of an original image.
FIG. 3 is an explanatory diagram showing subbands at each decomposition level when the number of decomposition levels is three.
FIG. 4 is an explanatory diagram showing a precinct.
FIG. 5 is an explanatory diagram showing an example of a procedure for ranking bit planes.
FIG. 6 is an explanatory diagram showing a schematic configuration of one frame of code string data.
FIG. 7 is an explanatory diagram showing a code stream structure in which packets containing encoded wavelet coefficient values are represented for each subband.
FIG. 8 is a schematic diagram showing a system construction example according to an embodiment of the present invention.
FIG. 9 is a module configuration diagram of a server computer as an image processing apparatus.
FIG. 10 is an explanatory diagram showing an example of a two-dimensionally divided image.
FIG. 11 is an explanatory diagram showing a compression code generated in accordance with the “JPEG2000 algorithm” based on the divided image.
FIG. 12 is an explanatory diagram showing a resolution model of a compression code generated according to a “JPEG2000 algorithm”.
FIG. 13 is a functional block diagram showing functions realized by processing executed by a CPU based on an image processing program.
[Explanation of symbols]
2 Image processing device
15 Storage media
31 Resolution selection means
32 image processing means, area identification means
33 image processing means
34 image processing means, character recognition means
35 image processing means, title extraction means

Claims

An image processing apparatus that performs various types of image processing using a compression code hierarchically compression-coded by discrete wavelet transforming pixel values for each rectangular area obtained by dividing image data into one or a plurality of rectangular areas,
An image processing apparatus comprising: a resolution selection unit that selects and provides a compression code of a layer having a resolution defined in advance according to each image processing for various image processing units that perform image processing.

The resolution selecting means, when one of the image processing means is a character recognizing means for performing a character recognizing process, selects a compression code of a layer related to a high resolution and provides it to the character recognizing means. The image processing apparatus according to claim 1.

The resolution selection unit, when one of the image processing units is an area identification unit that performs an area identification process, selects a compression code of a layer having a low resolution and provides the compression code to the area identification unit. The image processing apparatus according to claim 1.

When one of the image processing units is a title extraction unit that performs a title extraction process, the resolution selection unit selects a compression code of a layer having a low resolution and provides it to the title extraction unit. The image processing apparatus according to claim 1.

It is installed in a computer having an image processing apparatus that performs various image processing using compression codes hierarchically compression-encoded by discrete wavelet transform of pixel values for each rectangular area obtained by dividing image data into one or a plurality of rectangular areas. Or a program to be interpreted and executed, wherein the computer
A program for causing a variety of image processing functions for performing image processing to execute a resolution selection function of selecting and providing a compression code of a layer having a resolution defined in advance according to each image processing.

The resolution selection function is characterized in that, when one of the image processing functions is a character recognition function for performing a character recognition process, a compression code of a high-resolution layer is selected and provided to the character recognition function. The program according to claim 5, which performs the program.

The resolution selection function is characterized in that, when one of the image processing functions is an area identification function for performing an area identification process, a compression code of a layer having a low resolution is selected and provided to the area identification function. The program according to claim 5, which performs the program.

The resolution selection function is characterized in that, when one of the image processing functions is a title extraction function for performing a title extraction process, a compression code of a layer having a low resolution is selected and provided to the title extraction function. The program according to claim 5, which performs the program.

It is installed in a computer having an image processing apparatus that performs various image processing using compression codes hierarchically compression-encoded by discrete wavelet transform of pixel values for each rectangular area obtained by dividing image data into one or a plurality of rectangular areas. Or a program to be interpreted and executed, wherein the computer
For various image processing functions for performing image processing, a program for executing a resolution selection function of selecting and providing a compression code of a layer having a predetermined resolution according to each image processing is stored. Storage medium.

The resolution selection function is characterized in that, when one of the image processing functions is a character recognition function for performing a character recognition process, a compression code of a high-resolution layer is selected and provided to the character recognition function. 10. The storage medium according to claim 9, wherein:

The resolution selection function is characterized in that, when one of the image processing functions is an area identification function for performing an area identification process, a compression code of a layer having a low resolution is selected and provided to the area identification function. 10. The storage medium according to claim 9, wherein:

The resolution selection function is characterized in that, when one of the image processing functions is a title extraction function for performing a title extraction process, a compression code of a layer having a low resolution is selected and provided to the title extraction function. 10. The storage medium according to claim 9, wherein: