专利名称：图像处理装置、图像形成装置、图像读取装置及图像处理方法
技术领域：
本发明涉及一种用于基于从获取的图像获得的特征矢量确定与预先登记的图像的相似度的图像处理装置，还涉及包括该图像处理装置的图像形成装置和图像读取装置，以及图像处理方法。
背景技术：
已经提出了某些方法作为其中用扫描仪读取文档、并且将通过读取该文档获得的图像数据与预先登记的图像数据进行匹配以确定所述图像之间的相似度的图像处理，例如一种方法，其中通过OCR(光符阅读器，OpticalCharacter Reader)从一图像提取关键字，并且基于所提取的关键字确定图像之间的相似度；以及一种方法，其限制相似度要被确定的图像以形成带有格线(ruled lines)的图像，并提取格线的特征以确定图像之间的相似度。
但是，在这些确定处理中，为了准确地确定图像之间的相似度，需要校正要读取的文档的倾斜(倾斜校正)，并且如果不能进行倾斜校正，就会出现不能准确地确定图像之间的相似度的问题。而且，由于确定图像之间的相似度的处理很复杂，很难以硬件实现该处理。当通过简单的算法来实现相似度确定处理时，能够简单地实现为硬件。但是，很难提高确定准确性，而且还有对倾斜或诸如噪音的外部干扰的容限(tolerance)不足的问题。
因此，例如提出了一种方法(Nakai Tomohiro和其他三人，“DocumentImage Retrieval Based on Cross-Ratio and Hashing”(基于交比和散列法的文档图像检索)，The Institute of Electronics，Information and CommunicationEngineers Technical Research Report(电子协会，信息与通信工程师技术研究报告)，2005年3月)，该方法计算文档图像中的连接部分(connectedcomponent)的重心(centroid)，提取计算的重心作为连接部分的特征点，并基于提取的特征点计算对于图像的旋转或倾斜的不变量(invariant)以确定图像之间的相似度，由此能够准确地确定图像之间的相似度，即使目标图像被倾斜或包括没有包含在预先登记的图像中的书写。
作为一种用于计算图像图形的重心的方法，提出了一种能够高速计算重心坐标的图像处理方法，通过把像素矩阵看作一个单元将围住目标图形的外接长方形划分为多个块，定义每个块的相对原点和相对坐标，并对每个块执行预定的处理(参见日本专利申请公开特许公报No.61-260370)。
而且，作为一种用于计算图像中特定图形的重心的装置，提出了一种能够高速计算重心的装置，通过在特定目标对象上设定外接正方形，并且并行地提取设定的特定目标对象的区域和重心值(参见日本专利申请公开特许公报No.10-79035)。
但是，在上述非专利文档“基于交比和散列法的文档图像检索”公开的方法中，当计算连接部分的重心时，读取和存储关于一个页面的图像数据，二进制化关于一个页面的存储的图像数据，执行标签(label)分配以便示出每个像素包含在哪个连接部分中，对于每个连接部分累加包含在连接部分中的像素的坐标值，并且坐标值的和被除以包含在连接部分的中的像素数量以计算连接部分的重心。从而，为了计算重心，需要存储一个页面的图像数据。例如，当通过ASIC实现图像处理时，如果存储器容量增加，门电路的数量也增加，因此电路规模变得更大，作为实现规模的硬件的图像处理的实现很困难，并且成本提高了。
在日本专利申请公开特许公报No.61-260370中公开的方法中，当从扫描仪获取图像数据时，以逐行的基础从扫描仪输入图像数据，因此需要与包含在块中的行数相对应的行缓冲器(line buffer)，以便以逐块的基础执行处理。因此，当通过使用相对较大的块来执行处理时，存在需要较大存储器的问题。而且，在日本专利申请公开特许公报No.10-79035中公开的装置中，存在从其计算重心的连接部分的形状受到限制的问题。
发明内容
为了解决上述问题提出了本发明，并且本发明的目的是提供一种图像处理装置，能够同时执行标注(labeling)和特征点提取，与现有技术相比能够减少需要的存储器容量，能够实现为硬件，并且能够通过沿着预定扫描方向存储包含在多行中的像素的标签而高速地确定图像之间的相似度，确定包含在多行中的当前行中的像素是否被分配了与被分配给包含在紧接在当前行之前扫描的行中的像素的标签相同的标签，并且当确定没有被分配相同的标签时，提取其中被分配了相同标签的像素被互相连接的连接部分的特征点，并且本发明的目的还是提供一种图像形成装置，一种包括该图像处理装置的图像读取装置，以及一种图像处理方法。
本发明的另一个目的是提供一种图像处理装置，其包括累加装置，用于在确定分配了相同标签时累加分配了相同标签的像素的坐标值；用于相关于每个标签存储分配所述标签的像素的坐标值的和的装置，并基于存储的坐标值和包含在连接部分中的像素数量，通过提取其中分配了相同标签的像素互相连接的连接部分的特征点来同时执行标注和特征点提取，并且因此与现有技术相比能够减少需要的存储器容量，能够实现为硬件，并能够高速确定图像之间的相似度，并且本发明的目的还是提供包括该图像处理装置的图像形成装置和图像读取装置。
本发明的再一个目的是提供一种图像处理装置，其包括二进制化装置，用于基于包含在像素块中的像素的亮度(luminance)值或明度(lightness)值，计算由图像的多个像素组成的每个像素块的阈值，并基于计算的阈值二进制化计算阈值的像素块中的图像，并因此能够实现为硬件，并能够通过主动地(actively)计算用于二进制化的阈值以及稳定地(stably)指定连接部分而准确地确定图像之间的相似度，并且本发明的目的还是提供包括该图像处理装置的图像形成装置和图像读取装置。
本发明的又一个目的是提供一种图像处理装置，其包括用于基于通过在预定方向上扫描像素块中的像素而获得的像素的亮度值或明度值来计算亮度值或明度值的统计值的装置，以及用于存储为像素块中每个扫描方向计算的统计值，并基于像素块中每个扫描方向的统计值计算阈值，并且因此能够通过简单地存储像素块中每行的统计值，而为每个像素块并行地执行二进制化处理的阈值计算和图像的二进制化的装置，并且本发明的目的还是提供包括该图像处理装置的图像形成装置和图像读取装置。
本发明的再一个目的是提供一种图像处理装置，其能够准确确定图像之间的相似度，通过去除确定图像之间相似度不需要的高频成分，通过二进制化由用于执行空间过滤处理来校正图像的空间频率特性的装置处理的图像，以及即使在使用不同图像输入装置时、登记图像数据时、以及匹配图像数据时，根据输入装置的特性校正图像的恶化(degradation)，并且本发明的目的还是提供包括该图像处理装置的图像形成装置和图像读取装置。
本发明的又一个目的是提供一种图像处理装置，其能够即使在通过由用于转换图像分辨度的装置转换的图像的二进制化而改变分辨度时确定图像之间的相似度，并且能够通过在将图像转换为比图像输入装置读取的分辨度低的分辨度之后执行处理来减少处理量，并且本发明的目的还是提供包括该图像处理装置的图像形成装置和图像读取装置。
根据本发明的图像处理装置的特征在于包括标签分配部分，用于扫描通过以预定方向二进制化图像而获得的二进制图像的像素，以及根据关于各个像素的二进制化信息分配标签给像素；标签存储部分，用于沿着预定方向对于多行的每一行顺序地存储关于分配的标签的信息；坐标值存储部分，用于存储关于在二进制图像中分配了相同标签的像素的坐标值的信息；确定部分，用于确定在多行中的当前行是否存在分配了与分配给包含在紧接在当前行之前扫描的行中的像素的标签相同的标签的像素；特征点计算部分，用于在确定没有像素被分配了相同的标签时，基于坐标值存储部分中存储的关于坐标值的信息，计算其中由坐标值指定的像素互相连接的连接部分中的特征点；特征矢量计算部分，用于基于计算的特征点计算代表图像特征的特征矢量；以及类似确定部分，用于基于计算的特征矢量确定与其它图像的类似(analogy)。
根据本发明的图像处理装置，其包括累加器部分，用于在确定在当前行中存在分配了相同标签的像素时，累加分配了相同标签的像素的坐标值，其中基于关于坐标值之和的信息以及分配了相同标签的像素数量来计算特征点。
根据本发明的图像处理装置的特征在于包括阈值计算部分，用于基于包含在像素块中的像素的亮度值或明度值，对由多个像素组成的每个像素块计算阈值；以及二进制化部分，用于基于计算的阈值二进制化像素块中的图像。
根据本发明的图像处理装置的特征在于基于通过以预定方向扫描像素块中的像素而获得的像素的亮度值或明度值计算亮度值或明度值的统计值，以及基于计算的统计值计算阈值。
根据本发明的图像处理装置的特征在于包括空间过滤器处理部分，用于执行空间过滤处理以校正图像的空间频率特性，其中空间频率特性由空间过滤器处理部分校正的图像被二进制化。
根据本发明的图像处理装置的特征在于包括分辨度转换部分，用于转换图像的分辨度，其中分辨度由分辨度转换部分转换的图像被二进制化。
根据本发明的图像形成装置的特征在于包括由上述发明定义的图像处理装置；以及图像形成部分，用于在薄页上形成由图像处理装置处理的图像。
根据本发明的图像读取装置的特征在于包括用于读取图像的图像读取部分；以及由上述发明定义的图像处理装置，用于处理在图像读取部分中读取的图像。
根据本发明的图像处理方法的特征在于扫描通过以预定方向二进制化图像而获得的二进制图像的像素；根据关于各个像素的二进制化信息将标签分配给像素；对于沿着预定方向的多行的每一行顺序地存储关于分配的标签的信息；确定在多行中的当前行中是否存在分配了与分配给包含在紧接在当前行之前扫描的行中的像素的标签相同的标签的像素；当确定没有被分配相同标签的像素时，基于存储的关于坐标值的信息计算在其中由坐标值指定的像素互相连接的连接部分中的特征点；基于计算的特征点计算代表图像特征的特征矢量；以及基于计算的特征矢量确定与其它图像的类似。
在本发明中，以预定方向扫描包含在当前行中的当前像素，例如基于关于在与当前像素邻接的预定范围内、并且包含在当前行以及紧接在当前行之前的行中的像素的二进制信息(例如，“1”或“0”)将标签分配给当前像素，以及存储分配的标签。请注意在当前行是二进制图像的第一行时，基于关于当前像素的二进制化信息分配标签，存储分配的标签，并且把当前行的下一行当作当前行执行类似的处理。从而，存储包含在当前行以及紧接在当前行之前的行中的像素的标签。
当通过扫描包含在当前行中的当前像素来分配标签时，确定与分配给包含在紧接在当前行之前的行中的像素的标签相同的标签是否被分配给包含在当前行中的像素。当确定没有被分配相同的标签时，确定分配了相同标签的连接部分在当前行结束，并且提取其中分配了相同标签的像素连接在一起的连接部分中的特征点。因此，并行地执行标注包含在当前行中的当前像素以及确定是否分配了相同的标签。当完成对当前像素的处理时，把下一行当作当前行，并重复相同的处理。因此，通过简单地存储多行(例如，两行)像素的标签，能够标注二进制图像并提取连接部分中的特征点。
在本发明中，当通过扫描包含在当前行中的当前像素分配标签时，确定与分配给包含在紧接在当前行之前的行中的像素的标签相同的标签是否被分配给包含在当前行中的像素。当确定分配了相同的标签时，累加分配了相同标签的像素的坐标值(例如，二进制图像中像素的x坐标和y坐标)，并存储坐标值的和。提取装置基于在通过将分配了相同标签的像素连接在一起形成的连接部分中的坐标值的和，以及包含在连接部分中的像素数量，提取连接部分中的特征点。例如，能够通过将坐标值的和除以像素数量来提取连接部分的重心作为特征点。因此，不限制从其提取特征点的连接部分的形状，并且能够准确提取任意图形中的特征点。而且，通过简单地将坐标值的和与标签相关联地存储，能够并行地执行二进制图像的标注和连接部分中的特征点的提取(例如，连接部分的重心的计算)。
在本发明中，对于由图像的多个像素组成的每个像素块，基于包含在像素块中的像素的亮度值或明度值计算阈值。基于计算的阈值，二进制化装置二进制化计算了阈值的像素块中的图像。因此能够动态地计算每个像素块的二进制化的阈值。
在本发明中，基于通过以预定方向扫描像素块中的像素而获得的各个像素的亮度值或明度值，计算量度值或明度值的统计值(例如，平均数)。存储像素块中对每个扫描方向计算的统计值，并基于对每个扫描方向存储的统计值计算阈值(例如，如果统计值是平均值，则进一步平均该平均值)。通过简单地存储像素块中的每一行的统计值，能够对每个像素块并行地执行图像中像素块中的像素的亮度值或明度值的统计值的计算以及像素块中的图像的二进制化。
在本发明中，在二进制化图像之前校正图像的空间频率特性。例如，校正由于用于输入图像的图像输入装置(例如，图像读取装置)的光学特性中的差别导致的图像的空间频率特性，并且即使在使用不同的图像输入装置，修复图像的恶化(例如，模糊的图像)。而且，去除提取二进制图像中的特征点不需要的高频成分。换句话说，通过空间过滤处理对图像执行边缘强化处理和平滑处理。
在本发明中，在二进制化图像之前转换图像的分辨度。例如，当在用于输入图像的图像输入装置(例如，图像读取装置)中放大图像的分辨度时，将图像再次放大到预定分辨度。从而，即使在改变分辨度时，也能够提取二进制图像的特征点而不受改变的影响。当预定分辨度被设定为小于在图像输入装置中读取图像的分辨度，能够减少在后级(subsequent stage)中的处理量。
在本发明中，沿着预定扫描方向存储包含在多行(例如，两行)中的各个像素的标签，并且当包含在多行中当前行的像素中，确定没有像素被分配了与被分配给包含在紧接在当前行之前扫描的行中的像素的标签相同的标签，提取在通过将分配了相同标签的像素连接在一起而形成的连接部分中的特征点。因此，通过简单地存储多行(例如，两行)像素的标签，能够同时执行标注和特征点提取，与现有技术相比能够减少需要的存储器容量，能够将图像处理时限为硬件，以及能够高速确定图像之间的像素性。
本发明包括累加装置，用于在确定分配了相同标签时累加分配了相同标签的像素的坐标值，以及用于将分配了相同标签的像素的坐标值的和与每个标签相关联的存储的装置。通过基于包含在通过将分配了相同标签的像素连接在一起形成的连接部分中的像素的坐标值的和以及像素数量提取连接部分中的特征点，那个提取任意图形中的特征点。而且，能够同时执行标注和特征点提取，与现有技术相比能够减少需要的存储器容量，并且能够准确地高速确定图像之间的相似度。
本发明包括二进制化装置，用于基于包含在像素块中的像素的亮度值或明度值对由图像中的多个像素组成的每个像素块计算阈值，并且基于计算的阈值二进制化计算阈值的像素块中的图像。因此，能够将图像处理实现为硬件，能够动态地计算二进制化的阈值，稳定地指定连接部分，并准确地确定图像之间的相似度。
本发明包括用于基于通过以预定方向扫描像素块中的像素而获得的各个像素的亮度值或明度值计算量度值或明度值的统计值的装置；以及用于存储对像素块中每个扫描方向计算的统计值，并且基于由该装置对每个扫描方向存储的统计值计算阈值。因此，通过简单地存储像素块中每一行的统计值，能够对每个像素块并行地执行用于二进制化的统计值的计算以及图像的二进制化。
在本发明中，通过二进制化由用于执行空间过滤处理的装置处理的图像来校正图像的空间频率特性，即使在使用不同的图像输入装置时也能够修复图像的恶化(例如，模糊的图像)。还能够去除确定图像之间的相似度不需要的高频成分，并且能够准确地确定图像之间的相似度。
在本发明中，二进制化由用于转换图像的分辨度的装置转换的图像。因此，即使改变分辨度时，能够提取二进制图像中的特征点，而不受所述改变的影响，并且能够准确地确定图像之间的相似度。而且，当预定分辨度被设定为小于在图像输入装置中读取图像的分辨度，能够减少在后级中的处理量。
通过以下结合附图的详细说明，本发明的上述和其它目的和特征将更加清楚。
图1是示出包括根据实施例的图像处理装置的图像形成装置的结构的框图；图2是示出文档匹配处理部分的结构的框图；图3是示出特征点计算部分的结构的框图；图4是示出过滤部分的过滤器系数的例子的说明图；图5是示出在二进制化部分中执行的二进制化处理的说明图；图6是示出缓冲器结构的示意图；图7是示出在重心计算部分中执行的重心计算处理(特征点提取)的说明图；图8是示出在重心计算部分中用于标签分配处理的邻近像素的例子的说明图；图9是示出标签等价表的例子的说明图；图10是示出坐标值缓冲器的结构的说明图；图11A到图11C是示出标志(flag)的转变的例子的说明图；图12是示出连接部分中的特征点的例子的说明图；图13是示出提取字符串中的特征点的结果的例子的说明图；图14是示出当前特征点和周边特征点的说明图；图15A到图15C是示出基于当前特征点计算不变量的例子的说明图；图16A到图16C是示出基于当前特征点计算不变量的例子的说明图；以及图17A和图17B是示出散列表结构的说明图。
具体实施例方式
以下将基于附图解释实施例。图1是示出包括根据这个实施例的图像处理装置的图像形成装置100的结构的框图。图像形成装置100包括彩色图像输入装置1、彩色图像处理装置2(图像处理装置)、彩色图像输出装置3作为图像形成装置、以及用于执行各种操作的操作面板4。通过以彩色图像输入装置1读取文档而获得的RGB(R红、G绿、B蓝)模拟信号的图像数据被输出到彩色图像处理装置2，经过彩色图像处理装置2中的预定处理，然后输出到彩色图像输出装置3作为代表CMYK(C青、M品红、Y黄、K黑)的数字彩色信号。
例如，彩色图像输入装置1是包括CCD(电荷耦合器件)的扫描仪，读取来自文档图像的反射的光图像作为RGB模拟信号，并将读取的RGB信号输出到彩色图像处理装置2。彩色图像输出装置3是电子照相型或喷墨型打印机，用于将文档图像的图像数据输出到记录纸张(paper)上。彩色图像输出装置3可以是显示装置，诸如显示器。
彩色图像处理装置2由后述处理部分组成，并且包括ASIC(特定用途集成电路)。
A/D转换部分20将从彩色图像输入装置1输入的RGB模拟信号转换为10位的数字信号，例如，并将转换的RGB信号输出到斑点校正(shadingcorrection)部分21。
斑点校正部分21对输入的数字RGB信号执行校正处理以便去除在彩色图像输入装置1的照明系统、图像聚焦系统以及摄像系统等导致的各种类型的恶化，并将校正的RGB信号输出到输入色调(tone)校正部分22。
输入色调校正部分22对输入的RGB信号(RGB反射率信号)执行调整彩色平衡的处理以及去除背景密度或调整诸如对比度的图像质量的处理。此外，输入色调校正部分22执行将RGB信号转换为诸如由彩色图像处理装置2使用的图像处理系统容易地处理的密度信号之类的信号的处理，并将处理的RGB信号输出到分割(segmentation)处理部分23。
分割处理部分23根据输入的RGB信号将输入图像的像素分割为字符区域、半色调(halftone)区域、或照片区域。基于分割结果，分割处理部分23将分割类别信号(segmentation class signal)输出到黑生成和底色去除部分(black generation and under color removal section)26、空间过滤器处理部分27、输出色调校正部分28和色调再现处理部分29，其中该分割类别信号表示各像素所属的区域。分割处理部分23还将输入信号照其样子(as they are)输出到位于后级中的文档匹配处理部分24。
文档匹配处理部分24二进制化输入图像、基于二进制图像计算指定连接部分中的特征点，基于结果确定输入图像和预先登记的图像(包括文本图像)之间的相似度。当文档匹配处理部分24确定图像互相相似时，其输出指定对类似文档的预设处理的分类信号，并执行预定处理。例如，当输入图像被确定为类似文档时，文档匹配处理部分24执行处理，诸如取消文档的输出、禁止文档的复制、以及在预定文件夹中归档(filing)文档。因此，不但能够执行图像(包括文本图像)的匹配，还能够执行根据匹配结果的处理。而且，文档匹配部分24将输入的RGB信号照其样子输出到位于后级中的色调校正部分25。
彩色校正部分25将输入的RGB信号转换为CMY色空间，根据彩色图像输出装置3的特性执行彩色校正，并将校正的CMY信号输出到黑生成和底色去除部分26。更具体地讲，为了如实地再现彩色，彩色校正部分25去除包括无用的吸收成分的CMY色材(color materials)的光谱特性上的色浊杂质(color haze impurity)。
黑生成和底色去除部分26基于从彩色校正部分25输入的CMY信号生成K(黑)信号，从输入的CMY信号中减去K信号以生成新的CMY信号，并将生成的CMYK信号输出到空间过滤器处理部分27。
例示了在黑生成和底色去除部分26中执行的处理的例子。例如，当由骨架黑(skeleton black)执行黑生成时，如果骨架曲线的输入/输出特性为y＝f(x)，要输入的数据为C、M和Y，要输出的数据为C′、M′、Y′和K′，并且UCR(底色去除)比率为α(0＜α＜1)，则要由黑生成底色去除处理输出的数据表达为K′＝f{min(C，M，Y)}，其中C′＝C-αK′，M′＝M-αK′，以及Y′＝Y-αK′。
对于从黑生成和底色去除部分26输入的CMYK信号，空间过滤器处理部分27基于区域识别信号使用数字过滤器执行空间过滤处理。因此，校正图像数据的空间频率特性，由此防止彩色图形输出装置3中输出图像的模糊或粒状恶化。例如，在由分割处理部分23分割为字符区域的区域中，为了特别增强非彩色文本(黑色文本)或有色文本(彩色文本)的再现性，空间过滤器处理部分27通过执行边缘增强处理增强高频成分。而且，空间过滤器处理部分27执行低通滤波处理以去除在由分割处理部分23分割为半色调区域的区域中输入的半色调成分。空间过滤器处理部分27将处理的CMYK信号输出到输出色调校正部分28。
输出色调校正部分28执行输出色调校正处理，用于将从空间过滤器处理部分27输入的CMYK信号转换为彩色图像输出装置3的特性值的半色调区域比率，并在输出色调校正处理之后将CMYK信号输出到色调再现处理部分29。
色调再现处理部分29基于从分割处理部分23输入的区域识别信号对从输出色调校正部分28输入的CMYK信号执行预定处理。例如，为了特别增强非彩色文本(黑色文本)或彩色文本的再现，色调再现处理部分29在分割为字符区域的区域上执行二进制化处理或多级抖动处理，以便该区域适于在彩色图像输出装置3中再现高频成分。
此外，色调再现处理部分29在分割处理部分23中分割为半色调区域的区域上执行色调再现处理(半色调生成)，以最终将图像分离为像素，并再现它们的灰度级。另外，色调再现处理部分29执行二进制化处理或多级抖动处理，以便使在分割处理部分23中分割为照片区域的区域适于彩色图像输出装置3中再现色调。
彩色图像处理装置2在存储部分(未示出)中临时存储由色调再现处理部分29处理的图像数据(CMYK信号)，在形成图像的预定定时读取存储在存储部分中的图像数据，并将读取的图像数据输出到彩色图像输出装置3。这些操作的控制例如由CPU(未示出)来执行。
图2是示出文档匹配处理部分24的结构的框图。文档匹配处理部分24包括特征点计算部分241、特征矢量计算部分242、投票处理部分243、相似度确定部分244、存储器245、以及用于控制上述各个部分的控制器246。
特征点计算部分241执行后面描述的对输入图像的预定处理，并且还二进制化输入图像，提取(计算)在基于二进制图像指定的连接部分中的特征点(例如，通过累加在组成连接部分的像素的二进制图像中的坐标值，并将坐标值的和除以包含在连接部分中的像素的数量而获得的值)，并将提取的特征点输出到特征矢量计算部分242。
图3是示出特征点计算部分241的结构的框图。特征点计算部分241包括信号变换部分2410、分辨度转换部分2411、过滤部分2412、二进制化部分2413和重心计算部分2414。
当输入图像是彩色图像时，信号变换部分2410将彩色图像变换为亮度信号或明度信号，并将转换的图像输出到分辨度转换部分2411。例如，亮度信号Y可以表达为Yj＝0.30×Rj+0.59×Gj+0.11×Bj，其中Rj、Gj和Bj分别是各个像素R、G和B的彩色成分，而Yj是每个像素的亮度信号。请注意本发明并不局限于以上等式，还可以将RGB信号转换为CIE1976L*a*b*信号。
即使在输入图像被彩色图像输入装置1光学放大时，分辨度转换部分2411再将输入图像放大到预定分辨度，然后将放大的图像输出到过滤部分2412。从而，即使在分辨度被彩色图像输入装置1中执行的放大处理改变时，能够提取特征点而不受这个改变的影响，并且还能够准确地确定图像之间的相似度。特别的，在缩小的字符的情况下，当通过执行二进制化处理指定连接部分时，能够防止在由于字符被挤压而使得原始分离的区域被连接在一起的状态中指定连接部分，以及能够防止要计算的重心被移位(displaced)。而且，分辨度转换部分2411将图像转换为小于在彩色图像输入装置1等倍(equalmagnification)读取的图像的分辨度的分辨度。例如，在彩色图像输入装置1以600dpi(点每英寸)读取的图像被转换为300dpi。因此，能够减少在后级中的处理量。
过滤部分2412校正输入图像的空间频率特性(诸如，例如，图像的增强处理和平滑处理)，并将校正的图像输出到二进制化部分2413。由于彩色图像输入装置1的空间频率特性根据装置的类型而不同，过滤部分2412将不同的空间频率特性校正为期望的特性。由彩色图像输入装置1输出的图像(例如，图像信号)经受由于包括透镜或镜面的光学部件的综合效果、CCD光接收表面的孔径度(aperture degree)、转移效率、余象、以及物理扫描，以及扫描偏差所导致的恶化，诸如模糊的图像。过滤部分2412通过增强边界或边缘修复诸如模糊图像的恶化。而且，过滤部分2412执行平滑处理，用于抑制在后级中执行的特征点提取处理不需要的高频成分。因此能够准确地提取特征点，并从而能够准确地确定图像之间的相似度。
图4是示出过滤部分2412的过滤器系数的例子的说明图。如图4所示，空间过滤器是用于执行增强处理和平滑处理的7×7(7行、7列)混合过滤器。扫描输入图像中的像素，并对所有像素执行使用空间过滤器的计算处理。请注意空间过滤器的尺寸并不限于7×7，也可以是3×3、5×5等。而且，过滤器系数的数值仅仅是一个例子，过滤器系数不限于此，可以根据要使用的彩色图像输入装置1的装置类型或特性而适当地设定。
二进制化部分2413通过将图像的亮度值(亮度信号)或明度值(明度信号)与阈值进行比较，并将二进制化的二进制图像输出到重心计算部分2414。
图5是示出由二进制化部分2413执行的二进制化处理的说明图。图5示出文档的一个页面上的图像，以图像左上角作为原点的横向和纵向分别表示主扫描方向和子扫描方向。在主扫描方向上每行有3584个像素，并且在主扫描方向上图像的一行被分为28个块，表示为像素块A1、A2、……A28，每个块由128×128个像素组成。
二进制化部分2413包括缓冲器2413a，用于对每一行存储包含在像素块A1、A2、……A28的主扫描方向上的一行中的128个像素的亮度值的平均值。
图6是示出缓冲器2413a的结构的示意图。由于像素块A1、A2、……A28的每一个包括128行，每行包括128个像素，该缓冲器2413a存储像素块A1、A2、……A28的每一个的128行的平均值，即128个平均值。例如，如图6所示，对像素块A1，以逐行基础对各个区域(1，1)、(2，1)、……(128，1)中的128行存储128个像素的亮度值的平均值。
二进制化部分2413计算阈值用于对像素块A1、A2、……A28的每一个执行二进制化处理，并通过使用对像素块A1、A2、……A28的每一个计算的阈值二进制化在像素块A1、A2、……A28的每一个中的图像。更具体地讲，二进制化部分2413对像素块A1、A2、……A28的每一个计算主扫描方向上第一行中像素(128个像素)的亮度值的平均值，并将计算的平均值存储在缓冲器2413a的各个区域(1，1)、(1，2)、……(1，28)。因此，在缓冲器2413a中，在图像的主扫描方向上每行存储28个平均值。
二进制化部分2413移动到子扫描方向上的下一行，对像素块A1、A2、……A28的每一个计算主扫描方向上第二行中的像素(128个像素)的亮度值的平均值，并将计算的平均值存储在缓冲器2413a的各自区域(2，1)、(2，2)、……(2，28)。二进制化部分2413对子扫描方向上的128行重复相同的处理。因此，二进制化部分2413存储对应像素块A1、A2、……A28的每一个的128行的平均值。
二进制化部分2413还平均对应于为像素块A1、A2、……A28的每一个存储的128行的平均值，以计算平均值，并使用计算的平均值作为用于二进制化处理的阈值。例如，通过平均存储在缓冲器2413a的各个区域(1，1)、(2，1)、……(128，1)中的平均值来计算像素块A1的阈值。
二进制化部分2413扫描主扫描方向上像素块A1、A2、……A28中图像的当前像素，并分别基于对像素块A1、A2、……A28计算的阈值对它们进行二进制化。当完成对像素块A1、A2、……A28的阈值计算和二进制化处理时，二进制化部分2413对子扫描方向上接下来的128行重复相同的处理以二进制化整个图像。请注意阈值计算并不限于使用亮度值的平均值的结构，并可以使用诸如亮度值的中值的其它统计值。
借助于缓冲器2413a，由于与通过参考整个图像的广泛区域的像素的亮度值计算阈值相比，不需要使用大容量的存储器(storage memory)，能够将图像处理实现为硬件。而且，对期望尺寸的每个像素块主动地计算阈值。从而，当基于二进制图像指定连接部分时，能够稳定地指定连接部分而不受由诸如扫描仪的彩色图像输入装置的特性导致的改变、以及文档自身的页面背景的影响。因此，能够准确地计算连接部分的特征点(例如，重心)，并且能够提高确定图像之间的相似度的准确性。此外，由于对每个像素块并行地执行阈值计算和二进制化处理，因此即使在主动地计算阈值时也能够高速执行二进制化处理。
重心计算部分2414包括后面描述的标签缓冲器2414a、坐标值缓冲器2414b和标签等价表，并基于在从二进制化部分2413输入的二进制图像中有关每个像素的二进制化信息(例如，用“1”、“0”表示)执行对每个像素的标注(标签分配处理)，指定其中分配了相同标签的像素被连接在一起的连接部分，提取在指定的连接部分中的重心作为特征点，并将提取的特征点输出到特征矢量计算部分242。请注意特征点可以用二进制图像中的坐标值(x坐标、y坐标)来表达。
图7是示出在重心计算部分2414中执行的重心计算(特征点提取)处理的说明图。在图7中，虽然以16×16像素的尺寸示出图像以便简化说明，实际图像可以例如具有3584×3584像素的尺寸。重心计算部分2414包括用于存储包含在沿着二进制图像的主扫描方向的两行(当前行和紧接在当前行之前处理的行)中的像素(图7中16×2＝32像素)的标签的标签缓冲器2414a。
图8是示出在重心计算部分中用于标签分配处理的邻近(neighboring)像素的例子的说明图。如图8所示，当通过扫描主扫描方向上的当前像素分配标签时，总共四个邻接(adjacent)像素被标注为当前像素的邻接像素，四个邻接像素包括紧接在当前像素之前处理的邻接像素，以及包含在紧接在当前行之前处理的行中的三个邻接像素。请注意邻近像素的例子并不限于此，也可以选择其它的邻接像素。
重心计算部分2414确定与当前行中当前像素邻接的所有邻近像素是否已经被标注。如果还没有被标注，重心计算部分2414分配未使用的标签给当前像素(例如，如果标签“1”和“2”已经被使用则分配标签“3”)，并将分配的标签存储在对应当前像素的标签缓冲器2414a。
另一方面，当邻接当前像素的邻近像素已经分配了相同标签时，重心计算部分2414将相同标签分配给当前像素，并将所分配的标签存储在对应当前像素的标签缓冲器2414a中。
当邻接当前像素的邻近像素已经被分配了不同标签时，重心计算部分2414将不同标签中最早的标签分配给当前像素，并将分配的标签存储在对应当前像素的标签缓冲器2414a中。在这种情况下，为了记录不同标签是相同标签的事实，重心计算部分2414将标签记录到标签等价表中，并整合(integrate)各表。当整合各表时，重心计算部分2414还整合像素的坐标值和像素数量。
图9是示出标签等价表的例子的说明图。如图9所示，标签等价表包括标签和表值列，并例如示出了如果对应标签“3”的表值是“1”，则标签“3”和“1”是相同的标签。因此，分配了标签“3”的像素被整合到分配了标签“1”的像素中。
因此，重心计算部分2414通过简单地包括用于两行的标签缓冲器2414a能够执行标签分配处理。从而，不需要使用在现有技术中使用的那样的大容量的存储器用于存储二进制图像中所有像素的标签，并且能够将用于二进制图像的标签分配处理实现为硬件。
重心计算部分2414基于存储在标签缓冲器2414a中的两行像素的标签、与标签分配处理同时执行通过累加包括在连接部分中的像素的坐标值的计算连接部分的重心的处理。
图10是示出坐标值缓冲器2414b的结构的说明图。坐标值缓冲器2414b包括标签列、像素数量、x坐标值的和、y坐标值的和、以及标志。相关于每个标签存储像素数量、x坐标值的和、y坐标值的和、以及标志。像素数量表示在其中分配了相同标签的像素被连接在一起的连接部分中的像素的数量。x坐标值的和以及y坐标值的和是分别通过累加包含在连接部分中的像素的x坐标值和y坐标值而获得的值。
标志通过将状态分类为“可用的”、“处理的”或“未处理的”来表示标签的状态。“可用的”表示标签未被使用的状态。“处理的”表示标签已经被分配给当前行的当前像素的状态，而“未处理的”表示标签未被分配给当前行的状态。
在图10中，对应标签“1”和“2”的每一个的像素数量、x坐标值的和、y坐标值的和、以及标志表示当在图7中对第六当前行的处理已经完成时的状态。例如，以下是关于在图7中分配了标签“1”的九个像素的解释。从图7可以清楚地看出分配了标签“1”的像素数量是九个。分配了标签“1”的像素的x坐标值的和为(3+4)+(3+4)+(4+5)+(4+5+6)＝38。分配了标签“1”的像素的y坐标值的和为(3+3)+(4+4)+(5+5)+(6+6+6)＝42。由于当完成当前行的处理时，标签“1”被分配给了三个像素，所以标签表示“处理的”。
以下是关于在图7中分配了标签“2”(标签“2”分配给当前像素)的四个像素的解释。从图7可以清楚地看出分配了标签“2”的像素为四个。分配了标签“2”的像素的x坐标值的和为(10+11+12+13)＝46。分配了标签“2”的像素的y坐标值的和为(6+6+6+6)＝24。由于当完成当前行的处理时，标签“2”被分配给了四个像素，所以该标签表示“处理的”。
通过存储每个标签的标志，重心计算部分2414可以在对一行(当前行)的处理完成时确定是否执行坐标值的累积相加。
图11A到图11C是示出标志的转变的例子的说明图。图11A示出在对图7中当前行(第六行)的处理完成时的标志。如上所述，由于在对当前行的处理完成时标签“1”和“2”被分配给当前行的像素，所以该标签表示“处理的”。
接着，重心计算部分2414删除存储在标签缓冲器2414a中的、紧接在当前行(第六行)之前处理的行(第五行)的像素的标签，并存储被删除区域中当前行(第六行)的像素的标签。然后，重心计算部分2414可以将第七行当作新的当前行，并存储当前行的像素的标签。
在作为新的当前行开始对第七行进行处理之前，重心计算部分2414初始化每个标签的标志。利用初始化，如图11B所示，标志“未处理的”被设定为标签“1”和“2”。请注意未使用的标签用标志“可用的”来初始化。
如图7所示，由于在第七行没有被分配标签“1”的像素，由分配了标签“1”的像素组成的连接部分在第七行结束。换句话说，由于在第七行有分配了标签“2”的像素(在第六行存在与分配了标签“2”的像素邻接的像素)，由分配了标签“2”的像素组成的连接部分延续到第七行。因此，如图11C所示，标签“1”还未分配，但是当完成对当前行(第七行)的处理时，标签“2”被分配给当前行中的像素。因此，标志“1”保持“未处理的”，而标志“2”表示“处理的”。
因而，重心计算部分2414在完成对当前行(第七行)的处理时，确定不累加标签“1”的像素的坐标值，以及确定累加标签“2”的像素的坐标值。根据不累加标签“1”的像素的坐标值的决定，重心计算部分2414将存储在坐标值缓冲器2414b中的对应标签“1”的x坐标值的和以及y坐标值的和的每一个除以像素的数量，以计算由分配了标签“1”的像素组成的连接部分的重心。例如，在图7的情况下，通过将作为x坐标值的和的38除以代表像素数量的9，在标签“1”的连接部分中的重心的x坐标为x坐标＝4.22，而通过将作为y坐标值的和的42除以代表像素数量的9，重心的y坐标为y坐标＝4.67。
重心计算部分2414释放分配给计算重心的连接部分中的像素的标签“1”。因此，标签“1”的标志变为可用的，并且能够作为新的标签再次使用，并且因此能够有效地使用坐标值缓冲器2414b的存储器容量。
通过执行上述处理，即使在整个二进制图像中出现大量连接部分，也能够只使用有限的存储器容量来同时执行标签分配处理和重心计算处理(特征点提取处理)，即用于两行的标签缓冲器2414a和坐标值缓冲器2414b。因此，与现有技术相比能够减少需要的存储器容量，能够将图像处理实现为硬件，并能够高速确定图像之间的相似度。而且，能够计算重心而不管连接部分的形状，并且能够准确地确定图像之间的相似性。
图12是示出连接部分中的特征点的例子的说明图。在图12中，特定连接部分为字符“A”，并且被指定为分配了相同标签的一组像素。字符“A”的特征点(重心)是图12中用黑圆表示的位置(x坐标、y坐标)。
图13是示出提取字符串中的特征点的结果的例子的说明图。在由多个字符组成的字符串的情况下，提取根据字符类型具有不同坐标的多个特征点。
特征矢量计算部分242把从特征点计算部分241输入的每个特征点(即，连接部分的重心的坐标值)当作当前特征点，并且例如在从当前特征点的较短距离内提取四个其它的周边特征点。
图14是示出当前特征点和周边特征点的说明图。如图14所示，例如对于当前特征点P1，提取由封闭曲线S1所包围的四个特征点(当前特征点P2也提取作为用于当前特征点P1的特征点)。例如对于当前特征点P2，提取由封闭曲线S2所包围的四个特征点(当前特征点P1也被提取作为用于当前特征点P2的特征点)。
特征矢量计算部分242从提取的四个特征点中选择三个特征点，并计算不变量。请注意要选择的特征点不限于三个，可以选择四个或五个特征点。要选择的特征点的数量根据要找到的不变量的类型而变化。例如，从三个点找到的不变量是模拟不变量(analog invariant)。
图15A到图15C是示出基于当前特征点P1计算不变量的例子的说明图。图16A到图16C是示出基于当前特征点P2计算不变量的例子的说明图。如图15A到图15C所示，从当前特征点P1周边的四个特征点选择三个特征点，三个不同的不变量写为H1j(j＝1，2，3)。特征矢量表示图像的特征是一包含作为矢量元素的不变量H11、H12和H13的矢量。不变量H1j用等式H1j＝(A1j/B1j)×C/D来计算。这里，A1j和B1j表示特征点之间的距离，C是归一化的常数，D是预定常数。因此，例如，即使在文档旋转、移动、或倾斜时，不变量Hij也不改变，并且能够准确地确定图像之间的相似度。
类似地，如图16A到图16C所示，从当前特征点P2周边的四个特征点选择三个特征点，三个不同的不变量写为H2j(j＝1，2，3)。特征矢量表示图像的特征是一包含作为矢量元素的不变量H21、H22和H23的矢量。不变量H2j用等式H2j＝(A2j/B2j)×C/D来计算。这里，A2j和B2j表示特征点之间的距离，C是归一化的常数，D是预定常数。能够以相同的方式计算其它当前特征点的不变量。
特征矢量计算部分242基于从各个当前特征点计算的不变量计算散列值Hi。当前特征点Pi的散列值Hi表达为Hi＝(Hi1×102+Hi2×101+Hi3×100)/E。这里E是由设定多少余数(remainder)来确定的，并且例如，当E为“10”时，余数的范围从“0”到“9”，该范围是要计算的散列值取值的范围。I是自然数。请注意上述散列值是一个例子，并且本发明不限于此，也可以使用其它散列功能。虽然上面例示了提取六个点作为其它的周边特征点的例子，但要提取的特征点不限于四个点。例如，能够提取四个点。在这种情况下，从六个特征点提取五个点，对于提取五个点的六种方法的每一个、通过从五个点提取三个点找出不变量以及计算散列值。
图17A和图17B是示出散列表的结构的说明图。如图17A所示，散列表的结构包括散列值和代表文档的索引的列。更具体地讲，指针索引(pointindex)表示文档中的位置，并且不变量与代表文档的索引相关联的被登记。为了确定图像之间的相似度，要进行匹配的图像或文档被预先登记在散列表中。散列表被存储在存储器245中。如图17B所示，当散列值互相相等时(H1＝H5)，能够将散列表中的两个条目编组为一个。
投票处理部分243基于由特征矢量计算部分242计算的散列值搜索存储在存储器245中的散列表，并投票具有对于散列值登记的索引的文档。投票处理部分243将累加投票的结果输出到相似度确定部分244。
相似度确定部分244基于从投票处理部分243输入的投票结果确定文档(图像或文档图像)的相似度，并输出确定结果(分类信号)。更具体地讲，相似度确定部分244比较从投票处理部分243输入的投票的数量与预定阈值，当投票数量大于阈值时确定输入图像类似于预先登记的文档图像，并进一步确定在确定相似的图像中具有最高投票的文档是匹配文档。相似度确定部分244输出分类信号以执行根据确定结果确定用于登记文档的处理(诸如，例如，禁止复制或在预定文件夹中存储结果)。当从投票处理部分243输入的投票的数量小于阈值时，相似度确定部分244确定没有相似文档，并输出结果。上述确定方法是一个例子，还能够使用其它方法，例如，其中在通过将投票除以每个文档的最高投票(诸如对每个文档找到的特征点数量)执行归一化之后进行确定相似度或确定匹配文档的方法。
接下来，将解释文档匹配处理部分24的操作。特征点计算部分241通过使用相对输入图像的预定尺寸的像素块，对每个像素块并行地执行用于二进制化处理的阈值计算和对图像的二进制化处理，对每个当前行并行地执行基于二进制图像的标签分配处理和对于连接部分的特征点提取(重心计算)，并将提取的特征点输出到特征矢量计算部分242。
特征矢量计算部分242基于从特征点计算部分241输入的特征点计算预定不变量，基于计算的不变量计算散列值，并将计算的散列值输出到投票处理部分243。
投票处理部分243基于由特征矢量计算部分242计算的散列值搜索存储在存储器245中的散列表，并对具有散列值登记的索引的文档投票。累加投票的结果被输出到相似度确定部分244。
相似度确定部分244对从投票处理部分243输入的投票数量与预定阈值进行比较，当投票数量大于阈值时确定输入图像类似于预先登记的文档图像，并进一步确定在被确定类似匹配文档的文档中具有最高投票的文档。相似度确定部分244输出分类信号以根据确定结果执行确定登记文档的处理(诸如，例如，禁止复制或在预定文件夹中存储结果)。当从投票处理部分243输入的投票数量小于阈值时，相似度确定部分244确定没有相似的文档，并输出结果。上述确定方法是一个例子，还能够使用其它方法，例如，其中在通过将投票除以每个文档的最高投票(诸如对每个文档找到的特征点数量)执行归一化之后进行确定相似度或确定匹配文档的方法。
如以上所解释的，在这个实施例中，通过简单地存储用于两行像素的标签，能够同时执行标注和特征点提取，与现有技术相比能够减少需要的存储器容量，能够将图像处理实现为硬件，并能够高速确定图像之间的相似度。而且，能够提取任意图形的特征点，并且能够准确地确定图像之间的相似性。此外，能够动态地找出二进制化处理的阈值，通过稳定地指定连接部分，准确地确定图像之间的相似度，而且还能够同时执行二进制化处理的阈值计算和每个像素块的图像的二进制化。另外，即使在使用不同图像输入装置时，能够修复图像的恶化(诸如，例如，模糊图像)，去除确定图像之间相似度不需要的高频成分，并准确地确定图像之间的相似度。此外，即使改变分辨度时，能够提取二进制图像中的特征点而不受所述改变的影响，能够准确地确定图像之间的相似度。当预定分辨度被设定小于在图像输入装置中读取图像时的分辨度，能够减少后级中的处理量。
在上述实施例中，例如，平面扫描仪、胶片扫描仪、数字相机或便携式电话可以用作彩色图像输入装置1。而彩色图像输出装置3可以例如使用诸如CRT显示器和液晶显示器的图像显示装置、用于将处理结果输出到纪录纸张上的电子照相型或喷墨型打印机。此外，作为图像形成装置100，可以使用用于通过网络连接服务器装置的通信装置的调制解调器。还能够使用通过网络从外部存储装置、服务器装置等获得彩色图像数据的结构，而不是从彩色图像输入装置1获取彩色图像数据。
在上述实施例中，虽然彩色图像输入装置1和彩色图像处理装置2被解释为分离的装置，还可以将彩色图像处理装置2整合到彩色图像输入装置1以构成图像读取装置。
在上述实施例中，文档匹配处理部分24包括存储器245和控制器246。但是，本发明并不限于这种结构，还可以在文档匹配处理部分24的外部提供存储器245和控制器246。
在上述实施例中，虽然标签缓冲器存储用于两行的标签，但本发明不限于两行，还能够存储用于三行或更多行的标签。请注意通过将标签缓冲器构造为存储用于两行的标签，可以使存储容量更小。
权利要求
1.一种图像处理装置，包括标签分配装置，用于扫描通过以预定方向二进制化图像而获得的二进制图像的像素，以及用于根据关于各个像素的二进制化信息将标签分配给像素；标签存储装置，用于存储关于沿着预定方向顺序地分配给多行的每一行的标签的信息；坐标值存储装置，用于存储关于在二进制图像中分配了相同标签的像素的坐标值的信息；用于确定在多行的当前行中是否存在分配了与分配给包含在紧接在当前行之前扫描的行中的像素的标签相同的标签的像素的装置；用于在确定没有被分配相同标签的像素时，基于存储在所述坐标值存储装置中的关于坐标值的信息来计算在由坐标值指定的像素被连接在一起的连接部分中的特征点的装置；用于基于计算的特征点计算代表图像特征的特征矢量的装置；以及用于基于计算的特征矢量确定与其它图像类似的装置。
2.根据权利要求1所述的图像处理装置，还包括累加器装置，用于在确定在当前行中存在分配了相同标签的像素时，加总分配了相同标签的像素的坐标值，其中基于关于坐标值的和以及分配了相同标签的像素数量的信息来计算特征点。
3.根据权利要求1所述的图像处理装置，还包括用于基于包含在像素块中的像素的亮度值或明度值对由多个像素组成的每个像素块计算阈值的装置；以及用于基于计算的阈值二进制化像素块中的图像的装置。
4.根据权利要求3所述的图像处理装置，还包括用于基于通过以预定方向扫描像素快中的像素而获得的各个像素的亮度值或明度值来计算亮度值或明度值的统计值的装置；以及用于基于计算的统计值计算阈值的装置。
5.根据权利要求1所述的图像处理装置，还包括用于执行空间过滤处理以校正图像的空间频率特性的装置，其中二进制化其空间频率特性被所述装置校正的图像。
6.根据权利要求1所述的图像处理装置，还包括用于转换图像的分辨度的装置，其中二进制化其分辨度被所述装置转换的图像。
7.一种图像形成装置，包括在权利要求1到6的任意一个中定义的图像处理装置；以及图像形成装置，用于在纸张上形成由所述图像处理装置处理的图像。
8.一种图像读取装置，包括图像读取装置，用于读取图像；以及在权利要求1到6的任意一个中定义的图像处理装置，用于处理由所述图像读取装置读取的图像。
9.一种图像处理方法，包括步骤扫描通过以预定方向二进制化图像而获得的二进制图像的像素，并根据关于各个像素的二进制化信息将标签分配给像素；存储与沿着预定方向顺序地分配给多行的每一行的标签相关的信息；存储与在二进制图像中分配了相同标签的像素的坐标值相关的信息；确定在多行的当前行中是否存在分配了与分配给包含在紧接在当前行之前扫描的行中的像素的标签相同的标签的像素；当确定没有被分配相同标签的像素时，基于存储的与坐标值相关的信息来计算在由坐标值指定的像素被连接在一起的连接部分中的特征点；基于计算的特征点计算代表图像特征的特征矢量；以及基于计算的特征矢量确定与其它图像的类似。
全文摘要
以预定方向扫描通过二进制化图像而获得的二进制图像的像素，根据关于各个像素的二进制化信息将标签分配给像素，沿着预定方向对多行的每一行顺序地存储关于分配的标签的信息，存储关于在分配了相同标签的像素的二进制图像中坐标值的信息，在多行的当前行中确定是否存在分配了与分配给包含在紧接在当前行之前扫描的行中的像素的标签相同的标签的像素，当确定没有被分配相同标签的像素时，基于存储的关于坐标值的信息，计算在通过将由坐标值指定的像素连接在一起而形成的连接部分中的特征点，基于计算的特征点计算代表图像特征的特征矢量，以及基于计算的特征矢量确定与其它图像的类似。
文档编号G06K9/20GK101064009SQ20071010092
公开日2007年10月31日 申请日期2007年4月28日 优先权日2006年4月28日
发明者大平雅和, 森本淳寿 申请人:夏普株式会社