JP2843185B2 - しきい値決定方法及びその装置 - Google Patents
しきい値決定方法及びその装置Info
- Publication number
- JP2843185B2 JP2843185B2 JP3301117A JP30111791A JP2843185B2 JP 2843185 B2 JP2843185 B2 JP 2843185B2 JP 3301117 A JP3301117 A JP 3301117A JP 30111791 A JP30111791 A JP 30111791A JP 2843185 B2 JP2843185 B2 JP 2843185B2
- Authority
- JP
- Japan
- Prior art keywords
- threshold value
- point
- points
- interest
- density
- 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.)
- Expired - Fee Related
Links
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Input (AREA)
- Complex Calculations (AREA)
- Image Processing (AREA)
Description
【０００１】
【産業上の利用分野】この発明は、視覚センサなどにお
いて、画像中の対象物を背景から分離する等のための代
表的な処理である２値化処理に際して、濃淡画像を２値
化するときの最適なしきい値を決定する方法及びその装
置に関するものである。
いて、画像中の対象物を背景から分離する等のための代
表的な処理である２値化処理に際して、濃淡画像を２値
化するときの最適なしきい値を決定する方法及びその装
置に関するものである。
【０００２】
【従来の技術】従来、この種のしきい値決定に関して
は、画像の各点の濃度の出現頻度の分布を表わす濃度ヒ
ストグラムに基づく方法が一般的であった。例えば、濃
度ヒストグラムの谷部の位置にしきい値を決定するモー
ド法や、濃度ヒストグラムを２つのクラスに分けたとき
に各クラス内の濃度の分散の和が最小となるようにしき
い値を決定する判別分析法などがある。
は、画像の各点の濃度の出現頻度の分布を表わす濃度ヒ
ストグラムに基づく方法が一般的であった。例えば、濃
度ヒストグラムの谷部の位置にしきい値を決定するモー
ド法や、濃度ヒストグラムを２つのクラスに分けたとき
に各クラス内の濃度の分散の和が最小となるようにしき
い値を決定する判別分析法などがある。
【０００３】このような濃度ヒストグラムに基づく方法
以外に、しきい値を変えながら２値化したときの各２値
画像から計測した特徴量をもとに、２値化結果の良否を
表わす評価関数を算出した後、しきい値に対する評価関
数の変化状態から判断して、最適なしきい値を決定する
方法がある。この方法は、変化させるしきい値の数に比
例して演算量が増大するという問題があった。本発明者
は既に特願平２−２０２８０２号で上記問題を解決する
「しきい値決定装置」を提案している。
以外に、しきい値を変えながら２値化したときの各２値
画像から計測した特徴量をもとに、２値化結果の良否を
表わす評価関数を算出した後、しきい値に対する評価関
数の変化状態から判断して、最適なしきい値を決定する
方法がある。この方法は、変化させるしきい値の数に比
例して演算量が増大するという問題があった。本発明者
は既に特願平２−２０２８０２号で上記問題を解決する
「しきい値決定装置」を提案している。
【０００４】本発明はこれの改良に関するものであるの
で、まず前記の先願発明について説明する。最適なしき
い値とは、２値画像上で“１”の連結成分が「まとまっ
た（境界がぎざぎざしていない）」領域として抽出され
る値であると考えられる。いま、２値画像の“１”の点
に関して、その８近傍における“１”の点の数を隣接数
と定義すると、図８に示すように、隣接数は領域の内部
点では８であり、境界点では０〜７の値をとる。そこ
で、２値画像全体に対して隣接数の総和を求め、これを
“１”の点の総数（面積）で割った値を平均隣接数と定
義すれば、領域のまとまりが良いほど領域に占める内部
点の比率が高く、境界点の比率が低くなるので、平均隣
接数は高い値を示すことになる。
で、まず前記の先願発明について説明する。最適なしき
い値とは、２値画像上で“１”の連結成分が「まとまっ
た（境界がぎざぎざしていない）」領域として抽出され
る値であると考えられる。いま、２値画像の“１”の点
に関して、その８近傍における“１”の点の数を隣接数
と定義すると、図８に示すように、隣接数は領域の内部
点では８であり、境界点では０〜７の値をとる。そこ
で、２値画像全体に対して隣接数の総和を求め、これを
“１”の点の総数（面積）で割った値を平均隣接数と定
義すれば、領域のまとまりが良いほど領域に占める内部
点の比率が高く、境界点の比率が低くなるので、平均隣
接数は高い値を示すことになる。
【０００５】ここで、しきい値Ｔに対する２値画像にお
ける隣接数の総和をＡ(T) ，“１”の点の面積をＳ(T)
で表わすと、平均隣接数Ｒ(T) は、
ける隣接数の総和をＡ(T) ，“１”の点の面積をＳ(T)
で表わすと、平均隣接数Ｒ(T) は、
【０００６】
【数１】
【０００７】で表わされる。さらに、隣接数がｉ（ｉ＝
０，…，８）である３×３のパターン数をａi で表わす
と、隣接数の総和Ａ(T)及び面積Ｓ(T)は次のように表現
できる。
０，…，８）である３×３のパターン数をａi で表わす
と、隣接数の総和Ａ(T)及び面積Ｓ(T)は次のように表現
できる。
【０００８】
【数２】
【０００９】
【数３】
【００１０】一般に、画像中の対象及び背景が図９のよ
うな濃度分布をもつ場合、しきい値Ｔに対する平均隣接
数Ｒ(T) の変化の様子は図１０のようになる。この場
合、平均隣接数が極大となる値をしきい値として２値化
すると、対象がまとまった領域として抽出され、良好な
２値化結果が得られる。
うな濃度分布をもつ場合、しきい値Ｔに対する平均隣接
数Ｒ(T) の変化の様子は図１０のようになる。この場
合、平均隣接数が極大となる値をしきい値として２値化
すると、対象がまとまった領域として抽出され、良好な
２値化結果が得られる。
【００１１】前記先願発明の一実施例を図５に示す。図
において、１は濃淡画像から注目点の濃度Ｇ0 と、その
８近傍の点の濃度Ｇ1 ，…，Ｇ8を抽出する局所データ
抽出部、２は前記局所データ抽出部１から出力される９
個の濃度Ｇ0 ，…，Ｇ8 の中から、選択信号ｎ（ｎ＝
０，…，８）に応じて１つを選択する局所データ選択
部、３は前記局所データ選択部２の出力Ｇn （ｎ＝０，
…，８）と前記局所データ抽出部１から出力される注目
点の濃度Ｇ0 とを比較して小さい方の値Ｆn （ｎ＝０，
…，８）を出力する最小値選択部、４は前記最小値選択
部３の出力Ｆn の出現頻度を計数するヒストグラム計数
部、５は前記ヒストグラム計数部４により得られる，Ｆ
n に対する９種類のヒストグラムから、しきい値Ｔで２
値化したときの２値画像における隣接数の総和Ａ(T) と
面積Ｓ(T) を求めて、平均隣接数Ｒ(T) を算出した後、
しきい値Ｔに対する平均隣接数Ｒ(T) の変化状態に基づ
き最適なしきい値を決定するしきい値決定部である。
において、１は濃淡画像から注目点の濃度Ｇ0 と、その
８近傍の点の濃度Ｇ1 ，…，Ｇ8を抽出する局所データ
抽出部、２は前記局所データ抽出部１から出力される９
個の濃度Ｇ0 ，…，Ｇ8 の中から、選択信号ｎ（ｎ＝
０，…，８）に応じて１つを選択する局所データ選択
部、３は前記局所データ選択部２の出力Ｇn （ｎ＝０，
…，８）と前記局所データ抽出部１から出力される注目
点の濃度Ｇ0 とを比較して小さい方の値Ｆn （ｎ＝０，
…，８）を出力する最小値選択部、４は前記最小値選択
部３の出力Ｆn の出現頻度を計数するヒストグラム計数
部、５は前記ヒストグラム計数部４により得られる，Ｆ
n に対する９種類のヒストグラムから、しきい値Ｔで２
値化したときの２値画像における隣接数の総和Ａ(T) と
面積Ｓ(T) を求めて、平均隣接数Ｒ(T) を算出した後、
しきい値Ｔに対する平均隣接数Ｒ(T) の変化状態に基づ
き最適なしきい値を決定するしきい値決定部である。
【００１２】次に、動作について説明する。まず局所デ
ータ抽出部１は、例えば図６のように、９個のラッチ１
１と２個のシフトレジスタ１２とから構成され、２値化
すべき濃淡画像から注目点の濃度Ｇ0 と、その８近傍の
点の濃度Ｇ1 〜Ｇ8 を抽出する。次に局所データ選択部
２は、局所データ抽出部１の出力である９個の濃度デー
タＧ0 ，…，Ｇ8 の中から、選択信号ｎ（ｎ＝０，…，
８）に応じて１つのデータＧn を選択する。次に最小値
選択部３は、局所データ選択部２の出力Ｇn と、局所デ
ータ抽出部１から送られてくる注目点の濃度Ｇ0 とを比
較し、小さい方の値Ｆn を出力する。いま、Ｆn をＧ0
，…，Ｇ8 を用いて表わすと、
ータ抽出部１は、例えば図６のように、９個のラッチ１
１と２個のシフトレジスタ１２とから構成され、２値化
すべき濃淡画像から注目点の濃度Ｇ0 と、その８近傍の
点の濃度Ｇ1 〜Ｇ8 を抽出する。次に局所データ選択部
２は、局所データ抽出部１の出力である９個の濃度デー
タＧ0 ，…，Ｇ8 の中から、選択信号ｎ（ｎ＝０，…，
８）に応じて１つのデータＧn を選択する。次に最小値
選択部３は、局所データ選択部２の出力Ｇn と、局所デ
ータ抽出部１から送られてくる注目点の濃度Ｇ0 とを比
較し、小さい方の値Ｆn を出力する。いま、Ｆn をＧ0
，…，Ｇ8 を用いて表わすと、
【００１３】
【数４】
【００１４】となる。選択信号ｎを０から８まで変え
て、濃淡画像を９回走査することにより、最小値選択部
３からはＦn が出力され、ヒストグラム計数部４がその
出現頻度を計数することによって９種類のヒストグラム
が得られる。
て、濃淡画像を９回走査することにより、最小値選択部
３からはＦn が出力され、ヒストグラム計数部４がその
出現頻度を計数することによって９種類のヒストグラム
が得られる。
【００１５】いま最小値選択処理を行った結果Ｆn のヒ
ストグラムにおいて、濃度値ｋをもつ画素数をｈn(k)
（ｋ＝０，…，Ｎ−１；ｎ＝０，…，８）で表わす。こ
こでＮは濃淡画像を表わす濃度レベルの数である。そこ
で、
ストグラムにおいて、濃度値ｋをもつ画素数をｈn(k)
（ｋ＝０，…，Ｎ−１；ｎ＝０，…，８）で表わす。こ
こでＮは濃淡画像を表わす濃度レベルの数である。そこ
で、
【００１６】
【数５】
【００１７】となる画素数をＨn(T) で表わすと、
【００１８】
【数６】
【００１９】となる。ここで、最小値選択処理の出力で
あるＦn （ｎ＝１，…，８）は注目点の濃度Ｇ0 と、そ
の８近傍の中の１つの点の濃度Ｇn （ｎ＝１，…，８）
との小さい方の値であるので、Ｈn(T)（ｎ＝１，…，
８）は、濃淡画像をしきい値Ｔで２値化したとき、注目
点が“１”に，その８近傍の中でＧn に対応する点が
“１”に，他の７点が“０”または“１”になる３×３
のパターン数を表わしている。Ｈn(T)（ｎ＝１，…，
８）のそれぞれは、しきい値Ｔに対する２値画像におい
て隣接数が１から８までの３×３パターン数を含んでお
り、これらを全て加算したものは、隣接数がｉ（ｉ＝
１，…，８）の３×３パターン数ａi をそれぞれｉ回ず
つ加算したものの総和となる。つまり、しきい値Ｔに対
する２値画像における隣接数の総和Ａ(T) は、
あるＦn （ｎ＝１，…，８）は注目点の濃度Ｇ0 と、そ
の８近傍の中の１つの点の濃度Ｇn （ｎ＝１，…，８）
との小さい方の値であるので、Ｈn(T)（ｎ＝１，…，
８）は、濃淡画像をしきい値Ｔで２値化したとき、注目
点が“１”に，その８近傍の中でＧn に対応する点が
“１”に，他の７点が“０”または“１”になる３×３
のパターン数を表わしている。Ｈn(T)（ｎ＝１，…，
８）のそれぞれは、しきい値Ｔに対する２値画像におい
て隣接数が１から８までの３×３パターン数を含んでお
り、これらを全て加算したものは、隣接数がｉ（ｉ＝
１，…，８）の３×３パターン数ａi をそれぞれｉ回ず
つ加算したものの総和となる。つまり、しきい値Ｔに対
する２値画像における隣接数の総和Ａ(T) は、
【００２０】
【数７】
【００２１】となる。また、しきい値Ｔに対する２値画
像における面積Ｓ(T) は、Ｆ0 ＝Ｇ0のヒストグラムに
おいて、しきい値Ｔ以上の画素数そのものであるので、
像における面積Ｓ(T) は、Ｆ0 ＝Ｇ0のヒストグラムに
おいて、しきい値Ｔ以上の画素数そのものであるので、
【００２２】
【数８】
【００２３】となる。以上より、隣接数の総和Ａ(T) と
面積Ｓ(T)は、最小値選択処理の結果Ｆn （ｎ＝０，
…，８）に対する９種類のヒストグラムから求められ、
これらをもとに平均隣接数Ｒ(T) は算出できる。
面積Ｓ(T)は、最小値選択処理の結果Ｆn （ｎ＝０，
…，８）に対する９種類のヒストグラムから求められ、
これらをもとに平均隣接数Ｒ(T) は算出できる。
【００２４】ところで、上記例では、Ｆn （ｎ＝０，
…，８）のヒストグラムを、選択信号ｎを０から８まで
変えながら濃淡画像を９回走査して計数する場合につい
て説明したが、図７のように、最小値選択部３及びヒス
トグラム計数部４をそれぞれ９個並列に配置し、各最小
値選択部３の入力として、それぞれ（Ｇ0 ，Ｇ0 ），
（Ｇ1 ，Ｇ0 ），…，（Ｇ8 ，Ｇ0 ）を与えることによ
って、Ｆn （ｎ＝０，…，８）に対する９種類のヒスト
グラムが、濃淡画像を１回走査するだけで得られるよう
にすることもできる。この場合、局所データ選択部２は
不要になる。なお、（Ｇ0 ，Ｇ0 ）を２入力とする最小
値選択部３は、Ｇ0 をそのままヒストグラム計数部４に
入力することにより省略できることは言うまでもない。
…，８）のヒストグラムを、選択信号ｎを０から８まで
変えながら濃淡画像を９回走査して計数する場合につい
て説明したが、図７のように、最小値選択部３及びヒス
トグラム計数部４をそれぞれ９個並列に配置し、各最小
値選択部３の入力として、それぞれ（Ｇ0 ，Ｇ0 ），
（Ｇ1 ，Ｇ0 ），…，（Ｇ8 ，Ｇ0 ）を与えることによ
って、Ｆn （ｎ＝０，…，８）に対する９種類のヒスト
グラムが、濃淡画像を１回走査するだけで得られるよう
にすることもできる。この場合、局所データ選択部２は
不要になる。なお、（Ｇ0 ，Ｇ0 ）を２入力とする最小
値選択部３は、Ｇ0 をそのままヒストグラム計数部４に
入力することにより省略できることは言うまでもない。
【００２５】
【発明が解決しようとする課題】従来のしきい値決定装
置は以上のように構成されているので、最小値選択部の
出力Ｆn （ｎ＝０，…，８）のヒストグラムを、選択信
号ｎを０から８まで変えながら濃淡画像を９回走査して
計数する必要があり、処理時間がかかる。また、Ｆn
（ｎ＝０，…，８）に対する９種類のヒストグラムは、
濃淡画像を１回走査するだけで得られるようにすること
もできるが、最小値選択部及びヒストグラム計数部をそ
れぞれ９個並列に配置する必要があり、回路規模が大き
くなるなどの問題点があった。
置は以上のように構成されているので、最小値選択部の
出力Ｆn （ｎ＝０，…，８）のヒストグラムを、選択信
号ｎを０から８まで変えながら濃淡画像を９回走査して
計数する必要があり、処理時間がかかる。また、Ｆn
（ｎ＝０，…，８）に対する９種類のヒストグラムは、
濃淡画像を１回走査するだけで得られるようにすること
もできるが、最小値選択部及びヒストグラム計数部をそ
れぞれ９個並列に配置する必要があり、回路規模が大き
くなるなどの問題点があった。
【００２６】この発明は上記のような問題点を解消する
ためになされたもので、走査回数を少なくして処理時間
を短縮でき、また、回路規模を縮小できるしきい値決定
方法及びその装置を得ることを目的としている。
ためになされたもので、走査回数を少なくして処理時間
を短縮でき、また、回路規模を縮小できるしきい値決定
方法及びその装置を得ることを目的としている。
【００２７】
【課題を解決するための手段】この発明に係るしきい値
決定方法は、濃淡画像から注目点の濃度Ｇ0 と、その８
近傍の点のうちで注目点に対して対称な２点を含まない
ように選んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出し、抽出
された５点の濃度ＧO ，…，Ｇ4 の中から濃淡画像の１
走査毎に１つずつ選択するとともに、選択された濃度Ｇ
n （ｎ＝０，…，４）と注目点の濃度Ｇ0 のうち小さい
方の値Ｆn を選択し、濃淡画像を５回走査することによ
り得られる各Ｆn の出現頻度を計数して５種類のヒスト
グラムを生成し、生成されたヒストグラムに基づき隣接
数の総和Ａ(T) と面積Ｓ(T) を求めて平均隣接数Ｒ(T)
を算出した後、しきい値Ｔに対する平均隣接数Ｒ(T) の
変化状態に基づき最適なしきい値を決定するようにした
ものである。
決定方法は、濃淡画像から注目点の濃度Ｇ0 と、その８
近傍の点のうちで注目点に対して対称な２点を含まない
ように選んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出し、抽出
された５点の濃度ＧO ，…，Ｇ4 の中から濃淡画像の１
走査毎に１つずつ選択するとともに、選択された濃度Ｇ
n （ｎ＝０，…，４）と注目点の濃度Ｇ0 のうち小さい
方の値Ｆn を選択し、濃淡画像を５回走査することによ
り得られる各Ｆn の出現頻度を計数して５種類のヒスト
グラムを生成し、生成されたヒストグラムに基づき隣接
数の総和Ａ(T) と面積Ｓ(T) を求めて平均隣接数Ｒ(T)
を算出した後、しきい値Ｔに対する平均隣接数Ｒ(T) の
変化状態に基づき最適なしきい値を決定するようにした
ものである。
【００２８】また、本願の別の発明に係るしきい値決定
方法は、濃淡画像から注目点の濃度Ｇ0 と、その８近傍
の点のうちで注目点に対して対称な２点を含まないよう
に選んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出し、抽出され
た５点の濃度ＧO ，…，Ｇ4のそれぞれと注目点の濃度
Ｇ0 のうちそれぞれ小さい方の値Ｆn （ｎ＝０，…，
４）を選択し、濃淡画像を１回走査することにより得ら
れる各Ｆn の出現頻度を計数して５種類のヒストグラム
を生成し、生成されたヒストグラムに基づき隣接数の総
和Ａ(T) と面積Ｓ(T) を求めて平均隣接数Ｒ(T) を算出
した後、しきい値Ｔに対する平均隣接数Ｒ(T) の変化状
態に基づき最適なしきい値を決定するようにしたもので
ある。
方法は、濃淡画像から注目点の濃度Ｇ0 と、その８近傍
の点のうちで注目点に対して対称な２点を含まないよう
に選んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出し、抽出され
た５点の濃度ＧO ，…，Ｇ4のそれぞれと注目点の濃度
Ｇ0 のうちそれぞれ小さい方の値Ｆn （ｎ＝０，…，
４）を選択し、濃淡画像を１回走査することにより得ら
れる各Ｆn の出現頻度を計数して５種類のヒストグラム
を生成し、生成されたヒストグラムに基づき隣接数の総
和Ａ(T) と面積Ｓ(T) を求めて平均隣接数Ｒ(T) を算出
した後、しきい値Ｔに対する平均隣接数Ｒ(T) の変化状
態に基づき最適なしきい値を決定するようにしたもので
ある。
【００２９】一方、この発明に係るしきい値決定装置
は、濃淡画像から注目点の濃度Ｇ0 と、その８近傍の点
のうちで注目点に対して対称な２点を含まないように選
んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出する抽出部と、前
記抽出部から出力される５点の濃度ＧO ，…，Ｇ4 の中
から選択信号ｎ（ｎ＝０，…，４）に応じて１つを選択
して出力する第１の選択部と、前記第１の選択部の出力
Ｇn と注目点の濃度Ｇ0のうち小さい方の値Ｆn を選択
して出力する第２の選択部と、前記第２の選択部の各出
力Ｆn の出現頻度を計数するヒストグラム計数部と、前
記ヒストグラム計数部から各Ｆn に対して得られるヒス
トグラムに基づき隣接数の総和Ａ(T) と面積Ｓ(T) を求
めて平均隣接数Ｒ(T) を算出した後、しきい値Ｔに対す
る平均隣接数Ｒ(T) の変化状態に基づき最適なしきい値
を決定するしきい値決定部とを備えたものである。
は、濃淡画像から注目点の濃度Ｇ0 と、その８近傍の点
のうちで注目点に対して対称な２点を含まないように選
んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出する抽出部と、前
記抽出部から出力される５点の濃度ＧO ，…，Ｇ4 の中
から選択信号ｎ（ｎ＝０，…，４）に応じて１つを選択
して出力する第１の選択部と、前記第１の選択部の出力
Ｇn と注目点の濃度Ｇ0のうち小さい方の値Ｆn を選択
して出力する第２の選択部と、前記第２の選択部の各出
力Ｆn の出現頻度を計数するヒストグラム計数部と、前
記ヒストグラム計数部から各Ｆn に対して得られるヒス
トグラムに基づき隣接数の総和Ａ(T) と面積Ｓ(T) を求
めて平均隣接数Ｒ(T) を算出した後、しきい値Ｔに対す
る平均隣接数Ｒ(T) の変化状態に基づき最適なしきい値
を決定するしきい値決定部とを備えたものである。
【００３０】また、本願の別の発明に係るしきい値決定
装置は、前記抽出部の出力である５点の濃度Ｇ0 ，…，
Ｇ4 のそれぞれと注目点の濃度Ｇ0 のうちそれぞれ小さ
い方の値Ｆn （ｎ＝０，…，４）を選択して出力する選
択部と、前記選択部の各出力Ｆn の出現頻度を同時に計
数して前記しきい値決定部に与える５個のヒストグラム
計数部を備えたものである。
装置は、前記抽出部の出力である５点の濃度Ｇ0 ，…，
Ｇ4 のそれぞれと注目点の濃度Ｇ0 のうちそれぞれ小さ
い方の値Ｆn （ｎ＝０，…，４）を選択して出力する選
択部と、前記選択部の各出力Ｆn の出現頻度を同時に計
数して前記しきい値決定部に与える５個のヒストグラム
計数部を備えたものである。
【００３１】
【作用】この発明におけるしきい値決定方法は、濃淡画
像から注目点の濃度Ｇ0 と、その８近傍の点のうちで注
目点に対して対称な２点を含まないように選んだ４点の
濃度Ｇ1 ，…，Ｇ4 を抽出することにより、５種類のヒ
ストグラムから最適なしきい値が決定できるので、濃淡
画像の走査が５回で済む。
像から注目点の濃度Ｇ0 と、その８近傍の点のうちで注
目点に対して対称な２点を含まないように選んだ４点の
濃度Ｇ1 ，…，Ｇ4 を抽出することにより、５種類のヒ
ストグラムから最適なしきい値が決定できるので、濃淡
画像の走査が５回で済む。
【００３２】また、別の発明におけるしきい値決定方法
は、前記と同様に抽出された５点の濃度ＧO ，…，Ｇ4
のそれぞれと注目点の濃度Ｇ0 のうちそれぞれ小さい方
の値Ｆn （ｎ＝０，…，４）を選択し、濃淡画像を１回
走査することにより得られる各Ｆn の出現頻度を計数し
て５種類のヒストグラムを生成するので、濃淡画像の走
査が１回で済むとともに、その場合の回路規模を縮小す
ることができる。
は、前記と同様に抽出された５点の濃度ＧO ，…，Ｇ4
のそれぞれと注目点の濃度Ｇ0 のうちそれぞれ小さい方
の値Ｆn （ｎ＝０，…，４）を選択し、濃淡画像を１回
走査することにより得られる各Ｆn の出現頻度を計数し
て５種類のヒストグラムを生成するので、濃淡画像の走
査が１回で済むとともに、その場合の回路規模を縮小す
ることができる。
【００３３】一方、この発明におけるしきい値決定装置
の抽出部は、濃淡画像から注目点の濃度Ｇ0 と、その８
近傍の点のうちで注目点に対して対称な２点を含まない
ように選んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出し、第１
の選択部は、抽出部から送られてくる５点の濃度ＧO ，
…，Ｇ4 の中から選択信号ｎ（ｎ＝０，…，４）に応じ
て１つを選択し、その出力Ｇnを第２の選択部の一方の
入力とする。
の抽出部は、濃淡画像から注目点の濃度Ｇ0 と、その８
近傍の点のうちで注目点に対して対称な２点を含まない
ように選んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出し、第１
の選択部は、抽出部から送られてくる５点の濃度ＧO ，
…，Ｇ4 の中から選択信号ｎ（ｎ＝０，…，４）に応じ
て１つを選択し、その出力Ｇnを第２の選択部の一方の
入力とする。
【００３４】また、別の発明におけるしきい値決定装置
では、選択部として前記第２の選択部に相当するものを
５個（４個でもよい）並列に配置し、その入力としてそ
れぞれ（Ｇ0 ，Ｇ0 ），（Ｇ1 ，Ｇ0 ），…，（Ｇ4 ，
Ｇ0 ）を与え、その各出力Ｆn の出現頻度を同時に計数
してしきい値決定部に与える５個のヒストグラム計数部
を備えることによって、濃淡画像を１回走査するだけで
良く、前記第１の選択部は不要となるとともに、選択部
とヒストグラム計数部の回路規模が従来の約半分に縮小
できる。
では、選択部として前記第２の選択部に相当するものを
５個（４個でもよい）並列に配置し、その入力としてそ
れぞれ（Ｇ0 ，Ｇ0 ），（Ｇ1 ，Ｇ0 ），…，（Ｇ4 ，
Ｇ0 ）を与え、その各出力Ｆn の出現頻度を同時に計数
してしきい値決定部に与える５個のヒストグラム計数部
を備えることによって、濃淡画像を１回走査するだけで
良く、前記第１の選択部は不要となるとともに、選択部
とヒストグラム計数部の回路規模が従来の約半分に縮小
できる。
【００３５】
【実施例】実施例１．以下、この発明の一実施例を図に
ついて説明する。図１は一実施例の構成を示すブロック
図であり、図において、１は濃淡画像から注目点の濃度
Ｇ0 と、その８近傍の点のうちで、注目点に対して対称
な２点を含まないように選んだ４点の濃度Ｇ1 ，…，Ｇ
4 を抽出する局所データ抽出部、２は前記局所データ抽
出部１から出力される５個の濃度Ｇ0 ，…，Ｇ4 の中か
ら、選択信号ｎ（ｎ＝０，…，４）に応じて１つを選択
する局所データ選択部（第１の選択部）、３は前記局所
データ選択部２の出力Ｇn （ｎ＝０，…，４）と前記局
所データ抽出部１から出力される注目点の濃度Ｇ0 とを
比較して小さい方の値Ｆn （ｎ＝０，…，４）を出力す
る最小値選択部（第２の選択部）、４は前記最小値選択
部３の出力Ｆn の出現頻度を計数するヒストグラム計数
部、５は前記ヒストグラム計数部４により得られる，Ｆ
n に対する５種類のヒストグラムから、しきい値Ｔで２
値化したときの２値画像における隣接数の総和Ａ(T) と
面積Ｓ(T) を求めて、平均隣接数Ｒ(T) を算出した後、
しきい値Ｔに対する平均隣接数Ｒ(T) の変化状態に基づ
き最適なしきい値を決定するしきい値決定部である。
ついて説明する。図１は一実施例の構成を示すブロック
図であり、図において、１は濃淡画像から注目点の濃度
Ｇ0 と、その８近傍の点のうちで、注目点に対して対称
な２点を含まないように選んだ４点の濃度Ｇ1 ，…，Ｇ
4 を抽出する局所データ抽出部、２は前記局所データ抽
出部１から出力される５個の濃度Ｇ0 ，…，Ｇ4 の中か
ら、選択信号ｎ（ｎ＝０，…，４）に応じて１つを選択
する局所データ選択部（第１の選択部）、３は前記局所
データ選択部２の出力Ｇn （ｎ＝０，…，４）と前記局
所データ抽出部１から出力される注目点の濃度Ｇ0 とを
比較して小さい方の値Ｆn （ｎ＝０，…，４）を出力す
る最小値選択部（第２の選択部）、４は前記最小値選択
部３の出力Ｆn の出現頻度を計数するヒストグラム計数
部、５は前記ヒストグラム計数部４により得られる，Ｆ
n に対する５種類のヒストグラムから、しきい値Ｔで２
値化したときの２値画像における隣接数の総和Ａ(T) と
面積Ｓ(T) を求めて、平均隣接数Ｒ(T) を算出した後、
しきい値Ｔに対する平均隣接数Ｒ(T) の変化状態に基づ
き最適なしきい値を決定するしきい値決定部である。
【００３６】次に、動作について説明する。まず局所デ
ータ抽出部１は、例えば図２のように、５個のラッチ１
１と１個のシフトレジスタ１２とから構成され、２値化
すべき濃淡画像から注目点の濃度Ｇ0 と、その８近傍の
点の濃度のうちで注目点に対して対称な２点を含まない
ように選んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出する。次
に局所データ選択部２は、局所データ抽出部１の出力で
ある５個の濃度データＧ0 ，…，Ｇ4 の中から、選択信
号ｎ（ｎ＝０，…，４）に応じて１つのデータＧn を選
択する。次に最小値選択部３は、局所データ選択部２の
出力Ｇn と、局所データ抽出部１から送られてくる注目
点の濃度Ｇ0 とを比較し、小さい方の値Ｆn を出力す
る。いま、Ｆn をＧ0 ，…，Ｇ4 を用いて表わすと、
ータ抽出部１は、例えば図２のように、５個のラッチ１
１と１個のシフトレジスタ１２とから構成され、２値化
すべき濃淡画像から注目点の濃度Ｇ0 と、その８近傍の
点の濃度のうちで注目点に対して対称な２点を含まない
ように選んだ４点の濃度Ｇ1 ，…，Ｇ4 を抽出する。次
に局所データ選択部２は、局所データ抽出部１の出力で
ある５個の濃度データＧ0 ，…，Ｇ4 の中から、選択信
号ｎ（ｎ＝０，…，４）に応じて１つのデータＧn を選
択する。次に最小値選択部３は、局所データ選択部２の
出力Ｇn と、局所データ抽出部１から送られてくる注目
点の濃度Ｇ0 とを比較し、小さい方の値Ｆn を出力す
る。いま、Ｆn をＧ0 ，…，Ｇ4 を用いて表わすと、
【００３７】
【数９】
【００３８】となる。選択信号ｎを０から４まで変え
て、濃淡画像を５回走査することにより、最小値選択部
３からは各Ｆn が出力され、ヒストグラム計数部４がそ
の出現頻度を計数することによって５種類のヒストグラ
ムが得られる。
て、濃淡画像を５回走査することにより、最小値選択部
３からは各Ｆn が出力され、ヒストグラム計数部４がそ
の出現頻度を計数することによって５種類のヒストグラ
ムが得られる。
【００３９】いま、図３の（ａ）のように、３×３の局
所領域１３とその右に１画素ずれた局所領域１４を考え
ると、局所領域１３の２点の濃度（Ｇ0 ，Ｇ1 ）と局所
領域１４の２点の濃度（Ｇ5 ，Ｇ0 ）は、それぞれ同じ
である。従って、局所領域１３のＦ1 ＝ｍｉｎ（Ｇ0 ，
Ｇ1 ）と局所領域１４のＦ5 ＝ｍｉｎ（Ｇ5 ，Ｇ0 ）と
は同じ値になる。つまり、画像全体でみるとＦ1 とＦ5
のヒストグラムは同じになる。
所領域１３とその右に１画素ずれた局所領域１４を考え
ると、局所領域１３の２点の濃度（Ｇ0 ，Ｇ1 ）と局所
領域１４の２点の濃度（Ｇ5 ，Ｇ0 ）は、それぞれ同じ
である。従って、局所領域１３のＦ1 ＝ｍｉｎ（Ｇ0 ，
Ｇ1 ）と局所領域１４のＦ5 ＝ｍｉｎ（Ｇ5 ，Ｇ0 ）と
は同じ値になる。つまり、画像全体でみるとＦ1 とＦ5
のヒストグラムは同じになる。
【００４０】また、図３の（ｂ）のように、３×３の局
所領域１３とその右に１画素，下に１画素ずれた局所領
域１５を考えると、局所領域１３の２点の濃度（Ｇ0 ，
Ｇ2）と局所領域１５の２点の濃度（Ｇ6 ，Ｇ0 ）は、
それぞれ同じである。従って、局所領域１３のＦ2 ＝ｍ
ｉｎ（Ｇ2 ，Ｇ0 ）と局所領域１５のＦ6 ＝ｍｉｎ（Ｇ
6 ，Ｇ0 ）とは同じ値になる。つまり、画像全体でみる
と、Ｆ2 とＦ6 のヒストグラムは同じになる。
所領域１３とその右に１画素，下に１画素ずれた局所領
域１５を考えると、局所領域１３の２点の濃度（Ｇ0 ，
Ｇ2）と局所領域１５の２点の濃度（Ｇ6 ，Ｇ0 ）は、
それぞれ同じである。従って、局所領域１３のＦ2 ＝ｍ
ｉｎ（Ｇ2 ，Ｇ0 ）と局所領域１５のＦ6 ＝ｍｉｎ（Ｇ
6 ，Ｇ0 ）とは同じ値になる。つまり、画像全体でみる
と、Ｆ2 とＦ6 のヒストグラムは同じになる。
【００４１】同様にして、Ｆ3 とＦ7 のヒストグラム，
Ｆ4 とＦ8 のヒストグラムは同じになる。以上より、Ｆ
n のヒストグラムにおいて、濃度値ｋをもつ画素数ｈn
(k)には、
Ｆ4 とＦ8 のヒストグラムは同じになる。以上より、Ｆ
n のヒストグラムにおいて、濃度値ｋをもつ画素数ｈn
(k)には、
【００４２】
【数１０】
【００４３】の関係が成立する。また、（５）式を満た
す画素数Ｈn(T)にも、
す画素数Ｈn(T)にも、
【００４４】
【数１１】
【００４５】の関係が成立する。そこで、（７）式に
（１１）式を適用すると、隣接数の総和Ａ(T)は、
（１１）式を適用すると、隣接数の総和Ａ(T)は、
【００４６】
【数１２】
【００４７】と表わされる。すなわち、隣接数の総和Ａ
(T)と面積Ｓ(T)は、最小値選択処理の結果Ｆn （ｎ＝
０，…，４）に対する５種類のヒストグラムから求めら
れ、これらをもとに平均隣接数Ｒ(T)は算出できる。
(T)と面積Ｓ(T)は、最小値選択処理の結果Ｆn （ｎ＝
０，…，４）に対する５種類のヒストグラムから求めら
れ、これらをもとに平均隣接数Ｒ(T)は算出できる。
【００４８】実施例２．ところで、上記実施例では、Ｆ
n （ｎ＝０，…，４）のヒストグラムを、選択信号ｎを
０から４まで変えながら濃淡画像を５回走査して計数す
る場合について説明したが、図４のように、最小値選択
部３及びヒストグラム計数部４をそれぞれ５個並列に配
置し、本願の別発明の選択部３０を構成する各最小値選
択部３の入力として、それぞれ（Ｇ0 ，Ｇ0 ），（Ｇ1
，Ｇ0 ），…，（Ｇ4 ，Ｇ0 ）を与えることによっ
て、Ｆn （ｎ＝０，…，４）に対する５種類のヒストグ
ラムが、濃淡画像を１回走査するだけで得られるように
することもできる。この場合、局所データ選択部２は不
要になる。なお、（Ｇ0 ，Ｇ0 ）を２入力とする最小値
選択部３は、Ｇ0 をそのままヒストグラム計数部４に入
力することにより省略できることは言うまでもない。
n （ｎ＝０，…，４）のヒストグラムを、選択信号ｎを
０から４まで変えながら濃淡画像を５回走査して計数す
る場合について説明したが、図４のように、最小値選択
部３及びヒストグラム計数部４をそれぞれ５個並列に配
置し、本願の別発明の選択部３０を構成する各最小値選
択部３の入力として、それぞれ（Ｇ0 ，Ｇ0 ），（Ｇ1
，Ｇ0 ），…，（Ｇ4 ，Ｇ0 ）を与えることによっ
て、Ｆn （ｎ＝０，…，４）に対する５種類のヒストグ
ラムが、濃淡画像を１回走査するだけで得られるように
することもできる。この場合、局所データ選択部２は不
要になる。なお、（Ｇ0 ，Ｇ0 ）を２入力とする最小値
選択部３は、Ｇ0 をそのままヒストグラム計数部４に入
力することにより省略できることは言うまでもない。
【００４９】
【発明の効果】以上のように、この発明のしきい値決定
方法及びその装置によれば、濃淡画像から注目点の濃度
Ｇ0 と、その８近傍の点のうちで注目点に対して対称な
２点を含まないように選んだ４点の濃度Ｇ1 ，…，Ｇ4
を抽出し、抽出された５点の濃度ＧO ，…，Ｇ4 の中か
ら濃淡画像の１走査毎に１つずつ選択するとともに、選
択された濃度Ｇn （ｎ＝０，…，４）と注目点の濃度Ｇ
0 のうち小さい方の値Ｆn を選択し、濃淡画像を５回走
査することにより得られる各Ｆn の出現頻度を計数して
５種類のヒストグラムを生成し、このヒストグラムに基
づき最適なしきい値を決定するようにしたので、従来の
ように、濃淡画像を９回走査する必要がなくなって５回
の走査で済み、処理時間が短縮できるという効果があ
る。
方法及びその装置によれば、濃淡画像から注目点の濃度
Ｇ0 と、その８近傍の点のうちで注目点に対して対称な
２点を含まないように選んだ４点の濃度Ｇ1 ，…，Ｇ4
を抽出し、抽出された５点の濃度ＧO ，…，Ｇ4 の中か
ら濃淡画像の１走査毎に１つずつ選択するとともに、選
択された濃度Ｇn （ｎ＝０，…，４）と注目点の濃度Ｇ
0 のうち小さい方の値Ｆn を選択し、濃淡画像を５回走
査することにより得られる各Ｆn の出現頻度を計数して
５種類のヒストグラムを生成し、このヒストグラムに基
づき最適なしきい値を決定するようにしたので、従来の
ように、濃淡画像を９回走査する必要がなくなって５回
の走査で済み、処理時間が短縮できるという効果があ
る。
【００５０】また、本願の別の発明によるしきい値決定
方法及びその装置によれば、前記と同様に抽出された５
点の濃度ＧO ，…，Ｇ4 のそれぞれと注目点の濃度Ｇ0
のうちそれぞれ小さい方の値Ｆn （ｎ＝０，…，４）を
選択し、濃淡画像を１回走査することにより得られる各
Ｆn の出現頻度を計数して５種類のヒストグラムを生成
するので、濃淡画像の走査が１回で済むとともに、従来
のように、最小値選択部とヒストグラム計数部を９個並
列に配置する必要がなくなり、回路規模を大幅に縮小で
きるという効果がある。
方法及びその装置によれば、前記と同様に抽出された５
点の濃度ＧO ，…，Ｇ4 のそれぞれと注目点の濃度Ｇ0
のうちそれぞれ小さい方の値Ｆn （ｎ＝０，…，４）を
選択し、濃淡画像を１回走査することにより得られる各
Ｆn の出現頻度を計数して５種類のヒストグラムを生成
するので、濃淡画像の走査が１回で済むとともに、従来
のように、最小値選択部とヒストグラム計数部を９個並
列に配置する必要がなくなり、回路規模を大幅に縮小で
きるという効果がある。
【図１】この発明の一実施例を示す構成図である。
【図２】この発明における局所データ抽出部の一実施例
を示す構成図である。
を示す構成図である。
【図３】最小値選択処理の同一性を示す説明図である。
【図４】別の発明の一実施例を示す構成図である。
【図５】従来例を示す構成図である。
【図６】従来例における局所データ抽出部を示す構成図
である。
である。
【図７】別の従来例を示す構成図である。
【図８】隣接数の説明図である。
【図９】画像中の対象と背景の濃度分布を示す説明図で
ある。
ある。
【図１０】しきい値に対する平均隣接数の変化の様子を
示す説明図である。
示す説明図である。
１ 局所データ抽出部 ２ 局所データ選択部（第１の選択部） ３ 最小値選択部（第２の選択部） ４ ヒストグラム計数部 ５ しきい値決定部 ３０ 選択部
フロントページの続き (56)参考文献 特開 平４−86959（ＪＰ，Ａ) 特開 平３−68084（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) H04N 1/40 - 1/409 H04N 1/46 H04N 1/60
Claims (4)
- 【請求項１】 濃淡画像を２値化する際のしきい値決定
に関して、しきい値Ｔに対する２値画像のある点が
“１”であるとき、その８近傍でこの注目点に隣接して
いる“１”の点の数を示す隣接数の総和Ａ(T) と“１”
の点の総数を示す面積Ｓ(T) をもとに、平均隣接数Ｒ
(T) ＝Ａ(T) ／Ｓ(T) を求め、しきい値Ｔに対する平均
隣接数Ｒ(T) の変化状態に基づき最適なしきい値を決定
するしきい値決定方法であって、濃淡画像から注目点の
濃度Ｇ0 と、その８近傍の点のうちで注目点に対して対
称な２点を含まないように選んだ４点の濃度Ｇ1 ，…，
Ｇ4 を抽出し、抽出された５点の濃度ＧO ，…，Ｇ4 の
中から濃淡画像の１走査毎に１つずつ選択するととも
に、選択された濃度Ｇn （ｎ＝０，…，４）と注目点の
濃度Ｇ0 のうち小さい方の値Ｆn を選択し、濃淡画像を
５回走査することにより得られる各Ｆn の出現頻度を計
数して５種類のヒストグラムを生成し、生成されたヒス
トグラムに基づき前記隣接数の総和Ａ(T)と“１”の点
の面積Ｓ(T) を求めて平均隣接数Ｒ(T) を算出した後、
しきい値Ｔに対する平均隣接数Ｒ(T) の変化状態に基づ
き最適なしきい値を決定することを特徴とするしきい値
決定方法。 - 【請求項２】 濃淡画像を２値化する際のしきい値決定
に関して、しきい値Ｔに対する２値画像のある点が
“１”であるとき、その８近傍でこの注目点に隣接して
いる“１”の点の数を示す隣接数の総和Ａ(T) と“１”
の点の総数を示す面積Ｓ(T) をもとに、平均隣接数Ｒ
(T) ＝Ａ(T) ／Ｓ(T) を求め、しきい値Ｔに対する平均
隣接数Ｒ(T) の変化状態に基づき最適なしきい値を決定
するしきい値決定方法であって、濃淡画像から注目点の
濃度Ｇ0 と、その８近傍の点のうちで注目点に対して対
称な２点を含まないように選んだ４点の濃度Ｇ1 ，…，
Ｇ4 を抽出し、抽出された５点の濃度ＧO ，…，Ｇ4 の
それぞれと注目点の濃度Ｇ0 のうちそれぞれ小さい方の
値Ｆn （ｎ＝０，…，４）を選択し、濃淡画像を１回走
査することにより得られる各Ｆn の出現頻度を計数して
５種類のヒストグラムを生成し、生成されたヒストグラ
ムに基づき前記隣接数の総和Ａ(T) と“１”の点の面積
Ｓ(T) を求めて平均隣接数Ｒ(T) を算出した後、しきい
値Ｔに対する平均隣接数Ｒ(T) の変化状態に基づき最適
なしきい値を決定することを特徴とするしきい値決定方
法。 - 【請求項３】 濃淡画像を２値化する際のしきい値決定
に関して、しきい値Ｔに対する２値画像のある点が
“１”であるとき、その８近傍でこの注目点に隣接して
いる“１”の点の数を示す隣接数の総和Ａ(T) と“１”
の点の総数を示す面積Ｓ(T) をもとに、平均隣接数Ｒ
(T) ＝Ａ(T) ／Ｓ(T) を求め、しきい値Ｔに対する平均
隣接数Ｒ(T) の変化状態に基づき最適なしきい値を決定
するしきい値決定装置であって、濃淡画像から注目点の
濃度Ｇ0 と、その８近傍の点のうちで注目点に対して対
称な２点を含まないように選んだ４点の濃度Ｇ1 ，…，
Ｇ4 を抽出する抽出部と、前記抽出部から出力される５
点の濃度ＧO ，…，Ｇ4 の中から選択信号ｎ（ｎ＝０，
…，４）に応じて１つを選択して出力する第１の選択部
と、前記第１の選択部の出力Ｇn と注目点の濃度Ｇ0 の
うち小さい方の値Ｆn を選択して出力する第２の選択部
と、前記第２の選択部の各出力Ｆn の出現頻度を計数す
るヒストグラム計数部と、前記ヒストグラム計数部から
各Ｆn に対して得られるヒストグラムに基づき前記隣接
数の総和Ａ(T) と“１”の点の面積Ｓ(T)を求めて平均
隣接数Ｒ(T) を算出した後、しきい値Ｔに対する平均隣
接数Ｒ(T)の変化状態に基づき最適なしきい値を決定す
るしきい値決定部とを備えたことを特徴とするしきい値
決定装置。 - 【請求項４】 濃淡画像を２値化する際のしきい値決定
に関して、しきい値Ｔに対する２値画像のある点が
“１”であるとき、その８近傍でこの注目点に隣接して
いる“１”の点の数を示す隣接数の総和Ａ(T) と“１”
の点の総数を示す面積Ｓ(T) をもとに、平均隣接数Ｒ
(T) ＝Ａ(T) ／Ｓ(T) を求め、しきい値Ｔに対する平均
隣接数Ｒ(T) の変化状態に基づき最適なしきい値を決定
するしきい値決定装置であって、濃淡画像から注目点の
濃度Ｇ0 と、その８近傍の点のうちで注目点に対して対
称な２点を含まないように選んだ４点の濃度Ｇ1 ，…，
Ｇ4 を抽出する抽出部と、前記抽出部から出力される５
点の濃度Ｇ0 ，…，Ｇ4 のそれぞれと注目点の濃度Ｇ0
のうちそれぞれ小さい方の値Ｆn （ｎ＝０，…，４）を
選択して出力する選択部と、前記選択部の各出力Ｆn の
出現頻度を同時に計数する５個のヒストグラム計数部
と、前記各ヒストグラム計数部から各Ｆn に対して同時
に得られるヒストグラムに基づき前記隣接数の総和Ａ
(T) と“１”の点の面積Ｓ(T) を求めて平均隣接数Ｒ
(T) を算出した後、しきい値Ｔに対する平均隣接数Ｒ
(T) の変化状態に基づき最適なしきい値を決定するしき
い値決定部とを備えたことを特徴とするしきい値決定装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3301117A JP2843185B2 (ja) | 1991-10-21 | 1991-10-21 | しきい値決定方法及びその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3301117A JP2843185B2 (ja) | 1991-10-21 | 1991-10-21 | しきい値決定方法及びその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05115005A JPH05115005A (ja) | 1993-05-07 |
| JP2843185B2 true JP2843185B2 (ja) | 1999-01-06 |
Family
ID=17893040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3301117A Expired - Fee Related JP2843185B2 (ja) | 1991-10-21 | 1991-10-21 | しきい値決定方法及びその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2843185B2 (ja) |
-
1991
- 1991-10-21 JP JP3301117A patent/JP2843185B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05115005A (ja) | 1993-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5018024A (en) | Image processing apparatus using two-dimensional space frequency to discriminate image type | |
| EP0521662B1 (en) | Improved automatic image segmentation | |
| CN108229526A (zh) | 网络训练、图像处理方法、装置、存储介质和电子设备 | |
| NL8105256A (nl) | Inrichting voor het dynamisch instellen van een discriminatiedrempel zwart/wit bij het bewerken van beelden met grijsheidswaarden. | |
| US5278919A (en) | Image area determining apparatus | |
| JPH0436433B2 (ja) | ||
| JP2843185B2 (ja) | しきい値決定方法及びその装置 | |
| JPH04227581A (ja) | 画像の２値化閾値算出装置 | |
| JP2761285B2 (ja) | しきい値決定装置 | |
| JPH0620054A (ja) | パターンデータ決定方法及び装置 | |
| JP2596613B2 (ja) | しきい値決定装置 | |
| JPS6359272A (ja) | 画像処理装置 | |
| JPH10269352A (ja) | 画像処理装置および方法 | |
| JP3150778B2 (ja) | 閾値決定装置 | |
| JPS613568A (ja) | 中間調領域識別方式 | |
| JP4087946B2 (ja) | 画像処理装置 | |
| JP2709301B2 (ja) | 線条光抽出回路 | |
| JP3104355B2 (ja) | 特徴抽出装置 | |
| JPH1185976A (ja) | 画像ノイズ分析方法および記録媒体 | |
| KR100408521B1 (ko) | 영상 데이터베이스로부터의 질의 객체 추출방법 | |
| JP2856174B2 (ja) | 画像二値化装置 | |
| JPH10200755A (ja) | 画像ノイズ分析方法 | |
| JPH1079035A (ja) | 特定対象物抽出装置 | |
| JP2003228691A (ja) | 帳票読取装置および帳票読取処理用プログラム | |
| JPH06100448B2 (ja) | 画像パタ−ンマツチング方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071023 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081023 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091023 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091023 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101023 Year of fee payment: 12 |
|
| LAPS | Cancellation because of no payment of annual fees |