图像处理设备
阅读：324发布：2023-02-24
专利汇可以提供图像处理设备专利检索，专利查询，专利分析的服务。并且图像数据显示在图像显示单元上。信息输入单元对应于图像数据 指定 特征提取范围，图像特征提取单元从图像数据内的指定范围中提取一个典型特征。被提取的典型特征与图像数据相关联，并被存储在存储装置中。当找回图像数据时，与图像数据相关联的典型特征也被找回。，下面是图像处理设备专利的具体信息内容。
1.一种图像处理设备，其特征在于，包括；
设置用来显示图像数据的显示单元；
指定对应于所述图像数据的范围的范围指定单元；
从所述图像数据中指定范围内的图像数据中提取典型特征的特征提取单元；
存储提取的与所述图像数据相关联的典型特征的存储单元；
在检索所述图像数据以在显示单元上显示所述图像数据时，进行控制以显示与所述图 像数据相关联的典型特征的显示控制单元。
2.如权利要求1所述的图像处理设备，其特征在于，所述特征提取单元，根据与所述图 像数据的背景颜色的像素不同的像素的关联成分的几何信息，来提取典型特征。
3.如权利要求1所述的图像处理设备，其特征在于，所述特征提取单元，根据与所述图 像数据中的背景颜色的像素不同的像素密度，来提取典型特征。
4.如权利要求1所述的图像处理设备，其特征在于，当不能提取所述典型特征时，所述 特征提取单元从所述指定范围中提取具有指定尺寸的区域作为典型特征。
5.如权利要求1所述的图像处理设备，其特征在于，所述范围指定单元包括：
对应于所述图像数据指定焦点的单元；和
预先确定具有确定尺寸的在所述图像数据的焦点附近的区域的单元。
6.一种图像处理方法，其特征在于，包括：
显示输入图像数据；
指定对应于图像数据的范围；
从所述图像数据中指定的指定范围内的图像数据中提取典型特征；
存储与所述图像数据相关联的典型特征；
在检索所述图像数据以显示所述图像数据时，显示与所述图像数据相关联的典型特 征。
7.如权利要求6所述的图像处理方法，其特征在于，所述提取包括：根据与所述图像数 据的背景颜色的像素不同的像素的关联成分的几何信息来提取典型特征。
8.如权利要求6所述的图像处理方法，其特征在干，所述提取包括：根据与所述图像数 据的背景颜色的像素不同的像素密度来提取典型特征。
9.如权利要求6所述的图像处理方法，其特征在于，所述提取包括：当不能提取所述典 型特征时，从所述指定范围中提取具有指定尺寸的区域作为典型特征。
10.如权利要求6所述的图像处理方法，其特征在于，所述指定包括：
对应于所述图像数据指定焦点；
预先确定具有确定尺寸的在所述焦点附近的区域。
技术领域
本发明一般涉及一种图像处理设备，特别是涉及一种能够在其中储存输入的文件图 像数据并在需要时找回及输出该文件图像数据的图像处理设备。
背景技术
通常地，有这样的方法，当用户检查系统中的存储数据，该系统可以输入和存储图 像数据，并按需要找回存储的图像数据时，例如标题、日期、登记者和文件大小的信息 显示为一个清单。还有另外的一种方法，通过例如拇指甲大小的简化图像的使用来直观 地选择数据。但是，当使用简化图像时，具有类似结构的图像将不能被区分开。为了解 决这一问题，用这样的方法，当输入图像数据时提取一个明确的特征(这里，指典型的 特征)，将该典型特征增加为特征信息。根据这一方法，图像数据的一部分可以被用来 取代简化图像，从而更明确的显示图像的内容。因此，当使用简化图像时，图像间的模 糊可以被区分开。下面引用了使用该方法的传统技术的实例。
在日本专利申请公开号2003-178071中所披露的“文件管理系统”中，文件图像可 以通过提取图形或照片的区域图像，并且把它作为一个特征，以有效的方法来分类。当 图像接收子单元接收文件图像时，区域区分子单元进行文件图像的区域区分处理。图像 剪切子单元将由区域区分子单元划分的文句区域、表格区域、线条、图形区域、照片区 域等中的图形区域或照片区域等归类为“图形区域”，并剪切该区域的一部分图像。文 件图像管理子单元将剪切下的局部图像作为特征信息添加到文件图像的管理信息中，并 将图像存储在文件图像存储子单元里。当输入文件图像中存在多个图形区域或照片区域 时，图像剪切子单元能够剪切所有的图形区域作为局部区域，或剪切在这些图形区域或 照片区域中典型的图形区域或照片区域作为局部区域。
然而，传统的图像特征提取方法有下列的问题。为了提取和显示图像数据的特征， 要求在数字多功能产品上有显示单元；但是，数字多功能产品不只限于包括例如个人电 脑的强大的计算单元。因此，当区分区域信息是关于全部图像数据处理时，所导致的大 工作量可能需要一段长时间来处理。即使图像处理设备是在具有强大计算单元的数字多 功能产品中执行，也希望处理工作量能够小些。整个图像数掘包括多个图形或照片，可 能混合有噪音，并且出现在不希望区域的错误出现可以被提取。
在日本专利申请公开号2003-178071中所披露的“文件管理系统”中，文件图像可 以通过提取图形或照片的区域图像，并且把它作为一个特征，以有效的方法来分类。当 图像接收子单元接收文件图像时，区域区分子单元进行文件图像的区域区分处理。图像 剪切子单元将由区域区分子单元划分的文句区域、表格区域、线条、图形区域、照片区 域等中的图形区域或照片区域等归类为“图形区域”，并剪切该区域的一部分图像。文 件图像管理子单元将剪切下的局部图像作为特征信息添加到文件图像的管理信息中，并 将图像存储在文件图像存储子单元里。当输入文件图像中存在多个图形区域或照片区域 时，图像剪切子单元能够剪切所有的图形区域作为局部区域，或剪切在这些图形区域或 照片区域中典型的图形区域或照片区域作为局部区域。
然而，传统的图像特征提取方法有下列的问题。为了提取和显示图像数据的特征， 要求在数字多功能产品上有显示单元；但是，数字多功能产品不只限于包括例如个人电 脑的强大的计算单元。因此，当区分区域信息是关于全部图像数据处理时，所导致的大 工作量可能需要一段长时间来处理。即使图像处理设备是在具有强大计算单元的数字多 功能产品中执行，也希望处理工作量能够小些。整个图像数掘包括多个图形或照片，可 能混合有噪音，并且出现在不希望区域的错误出现可以被提取。
发明内容
本发明的一个目的是至少部分解决传统技术中的问题。
根据本发明的实施方式，图像处理设备包括：显示单元，用来显示图像数据；范围 指定单元，指定对应于图像数据的范围；特征提取单元，从图像数据中指定范围内的图 像数据中提取典型特征；存储单元，存储提取的与图像数据相关联的典型特征；和显示 控制单元，在检索所述图像数据以在显示单元上显示所述图像数据时，控制显示与所述 图像数据相关联的典型特征。
根据本发明的另一个方面，一种图像处理方法包括：显示输入的图像数据；指定对 应于图像数据的范围；从图像数据中指定的指定范围内的图像数据中提取典型特征；存 储与图像数据相关联的典型特征；在检索所述图像数据以显示所述图像数据时，显示与 所述图像数据相关联的典型特征。
通过阅读下面的关于本发明的最佳实施例的详细描述并结合附图，将更好的理解关 于本发明的上述的和其它的目的、特征、优点和技术的及工业的重要性。
根据本发明的实施方式，图像处理设备包括：显示单元，用来显示图像数据；范围 指定单元，指定对应于图像数据的范围；特征提取单元，从图像数据中指定范围内的图 像数据中提取典型特征；存储单元，存储提取的与图像数据相关联的典型特征；和显示 控制单元，在检索所述图像数据以在显示单元上显示所述图像数据时，控制显示与所述 图像数据相关联的典型特征。
根据本发明的另一个方面，一种图像处理方法包括：显示输入的图像数据；指定对 应于图像数据的范围；从图像数据中指定的指定范围内的图像数据中提取典型特征；存 储与图像数据相关联的典型特征；在检索所述图像数据以显示所述图像数据时，显示与 所述图像数据相关联的典型特征。
通过阅读下面的关于本发明的最佳实施例的详细描述并结合附图，将更好的理解关 于本发明的上述的和其它的目的、特征、优点和技术的及工业的重要性。
附图说明
图1是根据本发明的第一实施例的图像处理设备的结构框图；
图2是图1所示的图像处理设备所执行的处理程序的流程图；
图3是用于说明如何确定提取典型特征的范围的示意图；
图4是用于说明部分区域提取的示意图；
图5是根据本发明的第二实施例的图像处理设备所执行的处理程序的流程图；
图6是用于说明指定区域划分的示意图；
图7是用于说明准备候选的典型特征的准备的示意图；
图8是用于说明作为典型特征的图形或照片上的一组小关联成分的形式的示意图；
图9是根据本发明的第三实施例的图像处理设备所执行的处理程序的流程图；
图10是指定用于提取特征的范围的示意图。
图2是图1所示的图像处理设备所执行的处理程序的流程图；
图3是用于说明如何确定提取典型特征的范围的示意图；
图4是用于说明部分区域提取的示意图；
图5是根据本发明的第二实施例的图像处理设备所执行的处理程序的流程图；
图6是用于说明指定区域划分的示意图；
图7是用于说明准备候选的典型特征的准备的示意图；
图8是用于说明作为典型特征的图形或照片上的一组小关联成分的形式的示意图；
图9是根据本发明的第三实施例的图像处理设备所执行的处理程序的流程图；
图10是指定用于提取特征的范围的示意图。
具体实施方式
参考图1到10，本发明的代表性的实施例在下面被详细地说明。
本发明的第一实施例是关于一种图像处理设备。该设备指出被显示图像的特征的提 取范围，提取与在指定区域内的背景色不相同的像素的关联成分，使邻近的关联成分成 为一个整体，提取具有作为典型特征的最大区域的整个部件，将与图像数据相关联的典 型特征存储起来。
图1是根据本发明的第一实施例的图像处理设备的结构框图。在图1中，计算机装 置1是控制整台设备的处理操作的单元。存储单元2暂时地存储被处理的数据。通讯装 置3通过网络与外部设备进行通讯。辅助存储装置4存储图像数据和与之相关联的典型 特征。图像接收单元5是一个例如获取图像用的扫描仪的装置。图像显示单元6是一个 液晶显示器或类似设备，用来显示接收的图像数据或已存储的图像数据。信息输入单元7 是一个鼠标、触摸屏或类似设备，人们可以通过它来输入关于图像数据的区域信息或焦 点。图像特征提取单元8用来从图像数据中提取典型特征。
图2是图1所示的图像处理设备所执行的处理程序的流程图。图3描述了怎样指定 一个范围用来提取典型特征；图4描述了怎样提取典型特征的一部分区域。
关于上面描述的根据本发明的第一实施例的图像处理设备的操作，给出了说明。参 考图1，首先描述图像处理设备的功能。图像接收单元5接收或获取图像数据。图像数据 暂时地存储在存储单元2或辅助存储装置4中。已接收的图像数据或已存储的图像数据 被显示在图像显示单元6上，例如液晶显示器。关于区域信息、焦点等通过例如鼠标或 触摸屏的信息输入单元7被输入到已显示的图像数据中。图像特征提取单元8从图像数 据中已指定的区域中提取典型特征。图像数据和与之相关联的典型特征被存储在辅助存 储装置4中。通讯装置3可以通过网络将图像数据或典型特征向外发送。可以通过网络 接收图像数据。计算机装置1控制整台图像处理设备的处理运作。
参考图2和3，来说明处理流程。在步骤S1时，图像接收单元5接收图像数据。在 步骤S2时，显示图像数据。在步骤S3时，用户使用信息输入单元7来指定如图3所示 的范围，提取相关图像数据的典型特征。然后，希望指定相对于整个图像数据来说较小 的范围，以减小处理的工作量。在步骤S4时，在指定区域内提取典型特征的一部分区 域。这种处理被称作特征提取#1。关于它的详细说明将在稍后给出。图像数据和被提取 的典型特征的部分区域彼此关联从而在步骤S5时存储它们。
参考图4，如何提取典型特征的部分区域(特征提取#1)的说明被给出。首先，提 取与背景颜色中不同的像素的关联成分。例如，当二进制图像的背景是白色时，黑色像 素的关联成分被提取。然后，在预先规定的像素数目范围内，将有外框矩形中的相邻关 联成分整合在一起，以准备候选典型特征。在那些候选特征中，有最大区域并极限值等 于或大于预先规定值的候选特征被提取作为典型特征。在图4的被提取区域中，显示图 形和字符串。如图4中(a)所示，黑色像素的关联成分被提取。相邻关联成分被整合， 如图4中(b)所示。位于图4中(b)的中心的候选特征有最大的区域，因此该候选区 域被提取为典型特征。
被用户指定的典型特征，例如在字符区域中的图形、照片的一部分、标题文字等， 通常比它的邻近部分的关联成分大。因此，在指定的区域中能够搜索到大的关联成分， 从而容易地提取典型特征。为了指定搜索区域，不执行针对整个图像数据的特征提取处 理，从而缓和了处理工作量并减少了错误。
在本发明的第一实施例中，如上所述，图像处理设备有如下构成，指定被显示图像 的特征提取范围，提取不用于指定范围的背景颜色中的像素的关联成分，整合相邻的关 联成分，提取具有最大区域的被整合关联成分作为典型特征，将与图像数据关联的成分 储存起来，从而使特征的提取的计算工作量小和精度高。
在本发明的第二实施例中，图像处理设备指定被显示图像的特征提取范围，将被指 定的范围划分为网孔状的小区域，计算每个小区域中背景颜色里不同于其它部分的像素 的密度，找到一个像素密度超过预先设定极限值的小区域，将具有大于或等于极限值的 像素密度的相邻小区域整合起来，提取像素密度大于或等于预先设定极限值的小区域中 最大的小区域作为典型特征，将与图像数据关联成分存储起来。
本发明的第二实施例中的图像处理设备的基本构造与第一实施例相同。如何提取部 分区域作为典型特征的方法与第一实施例不同。图5是根据本发明的第二实施例的图像 处理设备所执行的处理程序的流程图。图6描述如何将一块被指定的区域划分为网眼状 的小区域。图7描述如何准备候选的典型特征。图8描述了一个实例，作为典型特征的 图形或照片形成一组小的关联成分。
下面说明根据本发明的第二实施例的图像处理设备的操作。参考图5，首先说明操 作流程。步骤S11到S14和第一实施例中的步骤S1到S4相同。在步骤S15时，检查作 为典型特征的部分区域的尺寸是否大于极限值。如果答案是肯定的，图像数据和作为典 型特征的被提取的部分区域被相互关联并在步骤S17时被存储。如果答案是否定的，将 根据第二特征提取方法(特征提取#2)提取作为典型特征的部分区域，并在步骤S17时 与图像数据相关联地存储。
参考图6、7，说明第二特征提取方法(特征提取#2)。如图6所示，已指定区域被 划分为网眼状的小区域。计算与背景颜色不同的像素的每一个小区域内的像素密度。如 图7中(a)所示，具有超过预先规定极限值的像素密度的小区域被搜索到。如图7中 (b)所示，具有等于或大于极限值的像素密度的相邻小区域被整合为候选典型特征。在 候选特征中，极限值等于或大于预先规定值并且具有最大区域的一个候选特征被提取为 典型特征。
在第一实施例中，当作为典型特征的图形或照片形成一组小的关联成分时，典型特 征可能被不正确的提取，如图8所示。通常，特征是线的组合体，线里的像素数量通常 比关联成分的尺寸小。然而，在一张照片中，不同于背景颜色中的像素数量，关联成分 的尺寸内的像素数量是大的。像素密度的使用可以使典型特征的提取相对于图像数据有 更少的错误。
如上所述，根据第二实施例的图像处理设备被构成，指定被显示图像的特征提取范 围，将指定的范围划分成网眼状的小区域，计算每一个小区域中与背景颜色中像素密度 不同的像素密度，搜索一个像素密度超过预先规定值的小区域，整合像素密度大于或等 于极限值的相邻小区域，提取像素密度超过预先规定值并且具有最大区域的已整合区域 作为典型特征，将区域与图像数据一起存储。因此，有可能以小计算工作量来精确提取 特征。
根据本发明的第三实施例，图像处理设备指定已显示图像的特征提取范围，当像素 密度超过预先规定值并且具有最大区域的区域不能被提取为典型区域时，提取已指定区 域中的具有某一指定尺寸的区域作为典型区域，将该区域与图像数据存储在一起。
根据第三实施例的图像处理设备的基本构造与第一和第二实施例是相同的。如何提 取部分区域作为典型特征的方法与第二实施例不同。图9是第三实施例的处理过程的流 程图。
下面提供关于根据本发明的第三实施例的操作的说明。参考图9，首先说明处理流 程。步骤S21到S26与第二实施例中的步骤S11到S16相同。在步骤S27时，检查作为 典型特征的部分区域的尺寸是否大于极限值。如果答案是肯定的，图像数据和作为典型 特征的被提取部分区域相互关联，在步骤S29时存储它们。如果答案是否定的，作为典 型特征的部分区域根据第三特征提取方法(特征提取#3)被提取，在步骤S29时，与图 像数据相关联并被存储。
说明第三特征提取方法(特征提取#3)。根据第三特征提取方法，在指定区域内的 具有某一指定尺寸的区域被提取为典型特征。例如，可能提取指定区域本身或提取指定 区域中心的具有预先规定尺寸的区域。当在第一和第二特征提取方法中，作为典型特征 的部分区域无法被提取时，将使用该方法。例如，当用户指定的范围内不包括图形、照 片、标题文字或类似作为典型特征的事物时，作为典型特征的部分区域不能被提取。第 三特征提取方法中的典型特征是剪切部分图像数据来得到的。因此，即使当在第一和第 二特征提取方法中不可能提取部分区域，典型特征也能与图像数据相关联。
如上所述，根据第三实施例的图像处理设备被构成，指定已显示图像的特征提取范 围，当有最大区域并且像素密度等于或大于预先设定的极限值的区域无法被提取为典型 特征时，在指定范围内提取具有某一指定尺寸的区域作为典型特征，将该区域与图像数 据相关联地存储在一起。因此，有可能以小的计算工作量来提取特征。
根据本发明的第四实施例的图像处理设备在已显示图像中指定一个点，将关于这个 点的某一指定范围作为一个特征提取范围，提取指定范围内的并且与背景颜色中不相同 的像素的关联成分，整合相邻的关联成分，提取具有最大区域的成分作为典型特征，将 该成分与图像数据相关联地存储在一起。
根据第四实施例的图像处理设备的基本构造与第一实施例相同。如何确定特征提取 区域的方法与第一实施例不同。图10说明了如何在第四实施例中确定特征提取范围。
说明本发明的第四实施例中的图像处理设备的操作。由指定一个点来取代由用户确 定一个提取典型特征的矩形区域范围。如图10所示，以指定点为中心的提取典型特征区 域的尺寸是预先规定的。用户确定用来提取典型特征的范围的中心点。有两个方法来确 定矩形区域。一个方法是拖曳出矩形区域的对角线，另一个方法是点击矩形区域的两个 角。当类似触摸屏的显示输入装置对于确定矩形区域来说太小时，这样的操作是很困难 的。在这样的情况下，只点击一个点来指定区域，使区域的指定可以通过任何类型的显 示输入装置来进行。只点击一个点的操作可以应用于第一到第三实施例中的任何一个 中。
在第四实施例中，如上所述，图像处理设备构成，在已显示图像中指定一个点，将 关于这个点的某一确定区域作为特征提取范围，在指定的范围内提取与背景颜色中不同 的像素的关联成分，整合相邻的关联成分，提取具有最大区域的成分作为典型特征，将 该成分与图像数据相关联的存储在一起。因此，有可能以小的计算工作量来提取特征。
上述的构造通过指定一个范围来提取图像特征，这能够以小计算工作量和高精度来 提取特征。作为结果，使容易地区分已存储的图像和提供关于已存储图像的一瞥变得可 能。
虽然，本发明已经被指定的实施例完全清楚地公开了，附加的主张不是因此用于限 制，而是用于解释基于所阐述的技术而发生的一切可能的修改和替代结构。
相关申请的交叉引用
本申请结合2005年12月14日申请的日本优先权文件2005-360531的全部内容。
本发明的第一实施例是关于一种图像处理设备。该设备指出被显示图像的特征的提 取范围，提取与在指定区域内的背景色不相同的像素的关联成分，使邻近的关联成分成 为一个整体，提取具有作为典型特征的最大区域的整个部件，将与图像数据相关联的典 型特征存储起来。
图1是根据本发明的第一实施例的图像处理设备的结构框图。在图1中，计算机装 置1是控制整台设备的处理操作的单元。存储单元2暂时地存储被处理的数据。通讯装 置3通过网络与外部设备进行通讯。辅助存储装置4存储图像数据和与之相关联的典型 特征。图像接收单元5是一个例如获取图像用的扫描仪的装置。图像显示单元6是一个 液晶显示器或类似设备，用来显示接收的图像数据或已存储的图像数据。信息输入单元7 是一个鼠标、触摸屏或类似设备，人们可以通过它来输入关于图像数据的区域信息或焦 点。图像特征提取单元8用来从图像数据中提取典型特征。
图2是图1所示的图像处理设备所执行的处理程序的流程图。图3描述了怎样指定 一个范围用来提取典型特征；图4描述了怎样提取典型特征的一部分区域。
关于上面描述的根据本发明的第一实施例的图像处理设备的操作，给出了说明。参 考图1，首先描述图像处理设备的功能。图像接收单元5接收或获取图像数据。图像数据 暂时地存储在存储单元2或辅助存储装置4中。已接收的图像数据或已存储的图像数据 被显示在图像显示单元6上，例如液晶显示器。关于区域信息、焦点等通过例如鼠标或 触摸屏的信息输入单元7被输入到已显示的图像数据中。图像特征提取单元8从图像数 据中已指定的区域中提取典型特征。图像数据和与之相关联的典型特征被存储在辅助存 储装置4中。通讯装置3可以通过网络将图像数据或典型特征向外发送。可以通过网络 接收图像数据。计算机装置1控制整台图像处理设备的处理运作。
参考图2和3，来说明处理流程。在步骤S1时，图像接收单元5接收图像数据。在 步骤S2时，显示图像数据。在步骤S3时，用户使用信息输入单元7来指定如图3所示 的范围，提取相关图像数据的典型特征。然后，希望指定相对于整个图像数据来说较小 的范围，以减小处理的工作量。在步骤S4时，在指定区域内提取典型特征的一部分区 域。这种处理被称作特征提取#1。关于它的详细说明将在稍后给出。图像数据和被提取 的典型特征的部分区域彼此关联从而在步骤S5时存储它们。
参考图4，如何提取典型特征的部分区域(特征提取#1)的说明被给出。首先，提 取与背景颜色中不同的像素的关联成分。例如，当二进制图像的背景是白色时，黑色像 素的关联成分被提取。然后，在预先规定的像素数目范围内，将有外框矩形中的相邻关 联成分整合在一起，以准备候选典型特征。在那些候选特征中，有最大区域并极限值等 于或大于预先规定值的候选特征被提取作为典型特征。在图4的被提取区域中，显示图 形和字符串。如图4中(a)所示，黑色像素的关联成分被提取。相邻关联成分被整合， 如图4中(b)所示。位于图4中(b)的中心的候选特征有最大的区域，因此该候选区 域被提取为典型特征。
被用户指定的典型特征，例如在字符区域中的图形、照片的一部分、标题文字等， 通常比它的邻近部分的关联成分大。因此，在指定的区域中能够搜索到大的关联成分， 从而容易地提取典型特征。为了指定搜索区域，不执行针对整个图像数据的特征提取处 理，从而缓和了处理工作量并减少了错误。
在本发明的第一实施例中，如上所述，图像处理设备有如下构成，指定被显示图像 的特征提取范围，提取不用于指定范围的背景颜色中的像素的关联成分，整合相邻的关 联成分，提取具有最大区域的被整合关联成分作为典型特征，将与图像数据关联的成分 储存起来，从而使特征的提取的计算工作量小和精度高。
在本发明的第二实施例中，图像处理设备指定被显示图像的特征提取范围，将被指 定的范围划分为网孔状的小区域，计算每个小区域中背景颜色里不同于其它部分的像素 的密度，找到一个像素密度超过预先设定极限值的小区域，将具有大于或等于极限值的 像素密度的相邻小区域整合起来，提取像素密度大于或等于预先设定极限值的小区域中 最大的小区域作为典型特征，将与图像数据关联成分存储起来。
本发明的第二实施例中的图像处理设备的基本构造与第一实施例相同。如何提取部 分区域作为典型特征的方法与第一实施例不同。图5是根据本发明的第二实施例的图像 处理设备所执行的处理程序的流程图。图6描述如何将一块被指定的区域划分为网眼状 的小区域。图7描述如何准备候选的典型特征。图8描述了一个实例，作为典型特征的 图形或照片形成一组小的关联成分。
下面说明根据本发明的第二实施例的图像处理设备的操作。参考图5，首先说明操 作流程。步骤S11到S14和第一实施例中的步骤S1到S4相同。在步骤S15时，检查作 为典型特征的部分区域的尺寸是否大于极限值。如果答案是肯定的，图像数据和作为典 型特征的被提取的部分区域被相互关联并在步骤S17时被存储。如果答案是否定的，将 根据第二特征提取方法(特征提取#2)提取作为典型特征的部分区域，并在步骤S17时 与图像数据相关联地存储。
参考图6、7，说明第二特征提取方法(特征提取#2)。如图6所示，已指定区域被 划分为网眼状的小区域。计算与背景颜色不同的像素的每一个小区域内的像素密度。如 图7中(a)所示，具有超过预先规定极限值的像素密度的小区域被搜索到。如图7中 (b)所示，具有等于或大于极限值的像素密度的相邻小区域被整合为候选典型特征。在 候选特征中，极限值等于或大于预先规定值并且具有最大区域的一个候选特征被提取为 典型特征。
在第一实施例中，当作为典型特征的图形或照片形成一组小的关联成分时，典型特 征可能被不正确的提取，如图8所示。通常，特征是线的组合体，线里的像素数量通常 比关联成分的尺寸小。然而，在一张照片中，不同于背景颜色中的像素数量，关联成分 的尺寸内的像素数量是大的。像素密度的使用可以使典型特征的提取相对于图像数据有 更少的错误。
如上所述，根据第二实施例的图像处理设备被构成，指定被显示图像的特征提取范 围，将指定的范围划分成网眼状的小区域，计算每一个小区域中与背景颜色中像素密度 不同的像素密度，搜索一个像素密度超过预先规定值的小区域，整合像素密度大于或等 于极限值的相邻小区域，提取像素密度超过预先规定值并且具有最大区域的已整合区域 作为典型特征，将区域与图像数据一起存储。因此，有可能以小计算工作量来精确提取 特征。
根据本发明的第三实施例，图像处理设备指定已显示图像的特征提取范围，当像素 密度超过预先规定值并且具有最大区域的区域不能被提取为典型区域时，提取已指定区 域中的具有某一指定尺寸的区域作为典型区域，将该区域与图像数据存储在一起。
根据第三实施例的图像处理设备的基本构造与第一和第二实施例是相同的。如何提 取部分区域作为典型特征的方法与第二实施例不同。图9是第三实施例的处理过程的流 程图。
下面提供关于根据本发明的第三实施例的操作的说明。参考图9，首先说明处理流 程。步骤S21到S26与第二实施例中的步骤S11到S16相同。在步骤S27时，检查作为 典型特征的部分区域的尺寸是否大于极限值。如果答案是肯定的，图像数据和作为典型 特征的被提取部分区域相互关联，在步骤S29时存储它们。如果答案是否定的，作为典 型特征的部分区域根据第三特征提取方法(特征提取#3)被提取，在步骤S29时，与图 像数据相关联并被存储。
说明第三特征提取方法(特征提取#3)。根据第三特征提取方法，在指定区域内的 具有某一指定尺寸的区域被提取为典型特征。例如，可能提取指定区域本身或提取指定 区域中心的具有预先规定尺寸的区域。当在第一和第二特征提取方法中，作为典型特征 的部分区域无法被提取时，将使用该方法。例如，当用户指定的范围内不包括图形、照 片、标题文字或类似作为典型特征的事物时，作为典型特征的部分区域不能被提取。第 三特征提取方法中的典型特征是剪切部分图像数据来得到的。因此，即使当在第一和第 二特征提取方法中不可能提取部分区域，典型特征也能与图像数据相关联。
如上所述，根据第三实施例的图像处理设备被构成，指定已显示图像的特征提取范 围，当有最大区域并且像素密度等于或大于预先设定的极限值的区域无法被提取为典型 特征时，在指定范围内提取具有某一指定尺寸的区域作为典型特征，将该区域与图像数 据相关联地存储在一起。因此，有可能以小的计算工作量来提取特征。
根据本发明的第四实施例的图像处理设备在已显示图像中指定一个点，将关于这个 点的某一指定范围作为一个特征提取范围，提取指定范围内的并且与背景颜色中不相同 的像素的关联成分，整合相邻的关联成分，提取具有最大区域的成分作为典型特征，将 该成分与图像数据相关联地存储在一起。
根据第四实施例的图像处理设备的基本构造与第一实施例相同。如何确定特征提取 区域的方法与第一实施例不同。图10说明了如何在第四实施例中确定特征提取范围。
说明本发明的第四实施例中的图像处理设备的操作。由指定一个点来取代由用户确 定一个提取典型特征的矩形区域范围。如图10所示，以指定点为中心的提取典型特征区 域的尺寸是预先规定的。用户确定用来提取典型特征的范围的中心点。有两个方法来确 定矩形区域。一个方法是拖曳出矩形区域的对角线，另一个方法是点击矩形区域的两个 角。当类似触摸屏的显示输入装置对于确定矩形区域来说太小时，这样的操作是很困难 的。在这样的情况下，只点击一个点来指定区域，使区域的指定可以通过任何类型的显 示输入装置来进行。只点击一个点的操作可以应用于第一到第三实施例中的任何一个 中。
在第四实施例中，如上所述，图像处理设备构成，在已显示图像中指定一个点，将 关于这个点的某一确定区域作为特征提取范围，在指定的范围内提取与背景颜色中不同 的像素的关联成分，整合相邻的关联成分，提取具有最大区域的成分作为典型特征，将 该成分与图像数据相关联的存储在一起。因此，有可能以小的计算工作量来提取特征。
上述的构造通过指定一个范围来提取图像特征，这能够以小计算工作量和高精度来 提取特征。作为结果，使容易地区分已存储的图像和提供关于已存储图像的一瞥变得可 能。
虽然，本发明已经被指定的实施例完全清楚地公开了，附加的主张不是因此用于限 制，而是用于解释基于所阐述的技术而发生的一切可能的修改和替代结构。
相关申请的交叉引用
本申请结合2005年12月14日申请的日本优先权文件2005-360531的全部内容。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 多个目标光学指定器 | 2020-05-12 | 643 |
| 为云资源指定状态 | 2020-05-12 | 195 |
| 指定位置检测装置 | 2020-05-12 | 238 |
| 一种指定物体跟踪方法 | 2020-05-13 | 926 |
| 指定和应用数据的规则 | 2020-05-13 | 131 |
| 场所信息指定装置和场所信息指定方法 | 2020-05-13 | 693 |
| 指定和应用数据的规则 | 2020-05-12 | 562 |
| 劣化指定装置和劣化指定方法 | 2020-05-11 | 885 |
| 在URL中指定链路层信息 | 2020-05-13 | 493 |
| 位置指定装置及位置指定方法 | 2020-05-11 | 448 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈