JP4801368B2 - 画像処理装置、画像処理方法、画像処理プログラム及び記録媒体 - Google Patents

Description

本発明は、画像処理装置、画像処理方法、画像処理プログラム及び記録媒体に関し、特に所定の画像データに画像として含まれているテキスト情報を判定する画像処理装置、画像処理方法、画像処理プログラム及び記録媒体に関する。

以前は、セキュリティと言えばウィルス等の外部からの攻撃ばかりが強調されてきた。しかし、近年では顧客のデータやプライバシー情報の漏洩といったように、企業又は個人を問わず内部からの情報漏洩も注目されている。このような情報漏洩に対する対策としては、ファイアウォール等で出口を塞ぐといった方法等では不十分で、情報資産それぞれの価値や使われ方等に応じた対策をとる必要がある。

一般的に、企業では、その情報資産は文書という形で形成され、蓄積され、利用されている。この企業内文書の機密性を考慮し、その機密性応じて企業文書の取り扱いをコントロールすることは非常に重要だと言える。かかる背景より、企業文書の取扱いを制限するための様々な技術が既に存在する。

例えば、特許文献１に記載されている技術では、文書の取り扱いをコントロールするために、各文書に対して各ユーザがどのようなアクセスが許可されているかを示すリスト(ＡＣＬ（Access Control List）)を付与し、ＡＣＬに基づいてシステムが動作することで文書の機密性を確保している。但し、ＡＣＬに基づいて動作しているシステムの内部では機密性が確保され得るが、そのＡＣＬに基づいてアクセスが許可されているユーザによってシステムの外部に持ち出されてしまった文書については機密性は保たれないことになる。

また、特許文献２に記載されている技術では、ＸＭＬ（eXtensible Markup Language）文書の中に、タグの属性としてアクセス権限を持ったグループを記述したり、暗号化や有効期限の指定を行ったりすることで、ＸＭＬ文書がシステムを離れた場合であっても、当該ＸＭＬ文書に対するアクセス権限の保持を可能としている。

また、特許文献３に記載されている技術では、文書を印刷不可のデータと印刷データとに変換し、元の文書と関連付けて保存しておく。そして、クライアントからの閲覧要求に対しては印刷不可のデータを送信し、印刷要求に対しては印刷データをプリンタ等に送信する。すなわち、要求されるアクセスに応じた文書を予め用意しておくことで、要求されたアクセス権限以上の情報が漏れることを防止している。
特開平６−４５３０号公報 特開２００１−２７３２８５号公報 特開２００２−３４２０６０号公報

しかしながら、特許文献１、特許文献２、及び特許文献３等に記載されている技術は、いずれについてもユーザによってなんらかの情報が定義又は設定されることを必要とする。すなわち、特許文献１に記載されている技術では、予めＡＣＬが設定されていなければアクセス制御を実現することはできない。また、特許文献２に記載されている技術では、文書の中にアクセス制御を行うための情報が付加されていなければ制御することはできない。更に、特許文献３に記載されている技術では、アクセス権限に応じた専用のファイルを予め生成されていなければ制御を行うことができない。

すなわち、従来の技術はいずれもユーザの判断によってそのアクセス権限等のセキュリティ情報が与えられることで初めて機能する。また、その機能も文書がシステムの内部にあるときだけ有効であったり、システムが付加した情報があるときだけ有効だったりする。したがって、例えば、スキャナ等によって紙文書から読み取られた画像データを即座に、すなわち、所定のシステムに登録する前に保護することは困難であるという問題がある。

そこで、スキャナ等によって読み取られた画像データからＯＣＲ（Optical Character Recognition）によってテキスト情報を抽出し、抽出されたテキスト情報と、文書管理システム等においてセキュリティ情報が設定されて管理されている文書の内容とを比較することで、画像データより抽出されたテキスト情報と類似する内容を有する文書に設定されているセキュリティ情報を画像データに対して適用させることが考えられる。

但し、この場合、ＯＣＲの認識率によっては、画像データより抽出されたテキスト情報と文書管理システムにおける文書との類否判断に関して適切な判断結果が得られない可能性があるという問題がある。

本発明は、上記の点に鑑みてなされたものであって、画像データに画像として含まれているテキスト情報を適切に判定することのできる画像処理装置、画像処理方法、画像処理プログラム及び記録媒体の提供を目的とする。

そこで上記課題を解決するため、本発明は、所定の画像データに画像として含まれているテキスト情報を判定する画像処理装置であって、第一のテキスト情報と、前記第一のテキスト情報を画像として含む画像データより光学的文字認識によって抽出された第二のテキスト情報とを関連付けて保持する保持手段と、前記所定の画像データより光学的文字認識によって第三のテキスト情報を抽出するテキスト情報抽出手段と、前記第三のテキスト情報と、前記保持手段に保持されている前記第二のテキスト情報との比較に基づいて、前記所定の画像データに含まれているテキスト情報は当該第二のテキスト情報に関連付けられている前記第一のテキスト情報であると判定する判定手段とを有することを特徴とする。

このような画像処理装置では、画像データに画像として含まれているテキスト情報を適切に判定することができる。

また、上記課題を解決するため、本発明は、上記画像処理装置における画像処理方法、前記画像処理方法をコンピュータに実行させるための画像処理プログラム、又は前記画像処理プログラムを記録した記録媒体としてもよい。

本発明によれば、画像データに画像として含まれているテキスト情報を適切に判定することのできる画像処理装置、画像処理方法、画像処理プログラム及び記録媒体を提供することができる。

以下、図面に基づいて本発明の実施の形態を説明する。図１は、本発明の実施の形態におけるセキュリティ管理システムの構成例を示す図である。図１において、セキュリティ管理システム１は、文書サーバ２０と、複合機５０と、セキュリティ属性推定サーバ１０とが、ＬＡＮ等のネットワーク（有線又は無線の別は問わない）によって接続されることにより構成されている。なお、文書サーバ２０、複合機５０、及びセキュリティ属性推定サーバ１０等は、同一の企業内又はオフィス内等、情報の機密性が保持されるべき空間内において構成されているものとする。

文書サーバ２０は、一台以上のクライアント（クライアント２２ａ及び２２ｂ等）と共にいわゆる文書管理システムを構成し、クライアント２２ａ等よりアップロードされる電子的な文書データ（以下、単に「文書」という。）に各種属性値を関連付けて管理する文書ＤＢ２１を有する。文書サーバ２０は、定期的又はクライアント２２ａ等より文書がアップロードされるたびに、文書とそのセキュリティ属性の属性値（以下「セキュリティ属性値」という。）とをセキュリティ属性推定サーバ１０に送信（アップロード）する。

ここで、セキュリティ属性とは、文書に関連付けられる属性のうち文書に対するアクセス制御の判定に用いられる属性等、セキュリティ管理において影響を及ぼす属性をいう。具体的には、運用上、どの属性に着目して文書を保護したいかに依存するが、例えば、所属(会社における部署すなわち管理責任者の管理範囲)、文書の種類(人事関連、経理関連、あるプロジェクト関連等)、関係者、関係グループ、秘密レベル(極秘、部外秘、社外秘、グループ外秘等)、秘密保持期限(秘密レベルを維持しなければならない期限)、有効期限(その文書が効力を持つ期限)、及び保存期限(法律で保存が義務付けられている文書の保存しなければならない期限)等がセキュリティ属性となり得る属性として挙げられる。

なお、セキュリティ属性に基づくアクセス制御については、特開２００４−０９４４０１号公報、特開２００４−０９４４０５号公報、特開２００４−１０２６３５号公報、及び特開２００４−１０２９０７号公報に詳しい。これらの公報からも明らかなように、セキュリティ属性値を、予め定められているセキュリティポリシーに適用することにより、文書に対するアクセス制御が判定される。したがって、本実施の形態において、セキュリティ属性値はセキュリティ情報に相当する。

複合機５０は、プリンタ、ＦＡＸ、コピー、スキャナ等の機能が一つの筐体内に実装されている機器である。但し、必ずしも、複合機である必要はなく、いずれか一つの機能を有する機器であってもよい。複合機５０は、機密文書等に含まれている情報の漏洩を防止するため、コピー時、スキャン時、又はＦＡＸ送信時等に原稿から読み取られた画像データをセキュリティ属性推定サーバ１０に転送し、セキュリティ属性推定サーバ１０から返信されるセキュリティ属性値の推定結果に応じてコピー、スキャン又はＦＡＸ送信等の許否等を判定する。

セキュリティ属性推定サーバ１０は、本実施の形態において所定の画像データに画像として含まれているテキスト情報を判定する画像処理装置に相当する。より詳しくは、セキュリティ属性推定サーバ１０は、文書サーバ２０より送信される文書より抽出したテキスト情報と、その文書のセキュリティ属性値とをテキスト情報ＤＢ１１に蓄積しておく。また、セキュリティ属性推定サーバ１０は、複合機５０より送信される画像データより抽出したテキスト情報と、テキスト情報ＤＢ１１に蓄積されている各文書のテキスト情報とを比較することにより、蓄積されているテキスト情報の中から画像データと同一の又は類似するテキスト情報を特定する。更に、セキュリティ属性推定サーバ１０は、特定されたテキスト情報に係る文書に対するセキュリティ属性値に基づいて、画像データに適用するセキュリティ属性値を推定する。推定されたセキュリティ属性値は、推定結果として複合機５０に送信される。複合機５０は、推定結果としてのセキュリティ属性値に基づいて、コピー、スキャン又はＦＡＸ送信等の許否を判定する。

すなわち、画像データと同一又は似ている文書に対して設定されているアクセス権限等のセキュリティ情報を画像データに適用させ、それによって重要文書等が無条件に読み取られることによる情報の漏洩を防止しようというわけである。

セキュリティ属性推定サーバ１０について更に詳しく説明する。図２は、本発明の実施の形態におけるセキュリティ属性推定サーバの機能構成例を示す図である。図２において、セキュリティ属性推定サーバ１０は、テキスト情報ＤＢ１１と、テキスト情報保存手段１２と、セキュリティ属性推定手段１３とより構成されている。

テキスト情報保存手段１２は、文書サーバ２０より送信される文書及びセキュリティ属性値をテキスト情報ＤＢ１１に蓄積することを主な機能としており、データ受信部１２１、テキスト情報抽出部１２２、画像情報形成部１２３、誤認識情報抽出部１２４、データ保存部１２５、及びデータ送信部１２６等より構成される。

データ受信部１２１は、文書及びそのセキュリティ属性値を受信する。データ受信部１２１は、文書についてはテキスト情報抽出部１２２及び画像情報形成部１２３のそれぞれに出力し、セキュリティ属性値についてはデータ保存部１２５に出力する。

テキスト情報抽出部１２２は、文書より記号として含まれているテキスト情報を抽出し、抽出されたテキスト情報を誤認識情報抽出部１２４及びデータ保存部１２５に出力する。ここで、「記号として含まれているテキスト情報」とは、後述する「画像として含まれているテキスト情報」に対する言葉であり、文字コード等、文字それ自体を識別するための情報によって文書に記録されているテキスト情報をいう。

記号として含まれているテキスト情報の抽出は、既存のソフトウェアやツールを利用すればよい。例えば、ＭＳ Ｗｏｒｄの文書であればＭＳ Ｗｏｒｄでその文書を読み込み、保存するファイルタイプとしてテキスト文書を選択することで、テキスト情報を得ることができる。ＭＳ Ｐｏｗｅｒｐｏｉｎｔの文書であれば、読み込み後に一旦ＲＴＦ（Rich Text Format）フォーマットで保存し、さらにＭＳ Ｗｏｒｄを利用してテキストで保存すればよい。また、ＭＳ文書だけでなく一太郎文書やＰＤＦ文書等もそれぞれ対応するソフトウェアを利用すればテキスト情報を得ることができる。

データ情報抽出部１２２は、また、画像情報形成部１２３によって文書に基づいて形成された画像データよりテキスト情報を抽出し、抽出されたテキスト情報を誤認識情報抽出部１２４に出力する。画像データからのテキスト情報の抽出は、一般的に利用されているＯＣＲ（Optical Character Recognition：光学的文字認識）技術が利用される。なお、データ情報抽出部１２２によって文書より抽出されたテキスト情報を、以下「文書からのテキスト情報」といい、画像データより抽出されたテキスト情報を、以下「画像からのテキスト情報」という。

画像情報形成部１２３は、文書に基づいて画像データを生成する。具体的には、画像情報形成部１２３は、プリンタ装置等と同様の画像形成処理を行うことにより文書に基づいて画像データを生成する。画像情報形成部１２３による画像形成処理は、当該文書が出力され得る全てのプリンタ装置の機種のそれぞれに対応したものであることが望ましいが、例えば、プリンタの種別(レーザやインクジェットなど)やメーカなどである程度典型的なものに対応していればよい。

誤認識情報抽出部１２４は、文書からのテキスト情報と画像からのテキスト情報とを比較することにより、ＯＣＲによる誤認識を検出する。すなわち、文書からのテキスト情報を正しい認識結果として扱い、画像からのテキスト情報に関して前者と異なる部分があるか否かが判定される。誤認識情報抽出部１２４は、誤認識が検出された際に、比較の対象とされた文書からのテキスト情報と画像からのテキスト情報とを関連付けて情誤認識情報としてデータ保存部１２５に出力する。

データ保存部１２５は、データ受信部１２１より出力されたセキュリティ属性値と、テキスト情報抽出部１２２より抽出された文書からのテキスト情報と、誤認識情報抽出部１２４より出力された誤認識情報とを関連付けてテキスト情報ＤＢ１１に登録する。

データ送信部１２６は、一連の処理結果を文書サーバ２０へ返信する。

一方、セキュリティ属性推定手段１３は、複合機５０より転送される画像データに対するセキュリティ属性値をテキスト情報ＤＢ１１に蓄積されている情報に基づいて推定することを主な機能としており、データ受信部１３１、テキスト情報抽出部１３２、類似度算出部１３３、データ読み出し部１３４、セキュリティ属性推定部１３５、及びデータ送信部１３６等より構成される。

データ受信部１３１は、複合機５０より画像データを受信する。テキスト情報抽出部１３２は、ＯＣＲ技術を利用して画像データより画像として含まれているテキスト情報を抽出する。類似度算出部１３３は、テキスト情報抽出部１３２によって抽出されたテキスト情報（以下「対象テキスト」という。）と、テキスト情報ＤＢ１１に保存されている文書からのテキスト情報とを比較し、両者の類似度を算出する。

データ読み出し部１３４は、類似度算出部１３３からの要求に応じてテキスト情報ＤＢ１１より文書からのテキスト情報及び誤認識情報を読み出したり、セキュリティ属性推定部１３５からの要求に応じてテキスト情報ＤＢ１１よりセキュリティ属性値を読み出したりする。セキュリティ属性推定部１３５は、類似度算出部１３３によって算出された類似度に応じて対象テキストに係る画像データに適用させるセキュリティ属性値を推定する。データ送信部１３６は、セキュリティ属性推定部１３５による推定結果、すなわち、画像データに適用させるセキュリティ属性値を複合機５０に返信する。

なお、データ受信部１２１及びデータ受信部１３１と、データ送信部１２６及びデータ送信部１３６とはそれぞれ共通のものを利用してもよい。また、データ受信部１２１、データ送信部１２６、データ受信部１３１、及びデータ送信部１３６等によるデータの送受信、すなわち、セキュリティ属性推定サーバ１０と、文書サーバ２０及び複合機５０との通信は、ＨＴＴＰ（HyperText Transfer Protocol）とＸＭＬとを利用したＳＯＡＰ（Simple Object Access Protocol）を利用してもよい。

図３は、本発明の実施の形態におけるセキュリティ属性推定サーバのハードウェア構成例を示す図である。図３のセキュリティ属性推定サーバ１０は、それぞれバスＢで相互に接続されているドライブ装置１００と、補助記憶装置１０２と、メモリ装置１０３と、演算処理装置１０４と、インタフェース装置１０５とを有するように構成される。

セキュリティ属性推定サーバ１０での処理を実現するプログラムは、ＣＤ−ＲＯＭ等の記録媒体１０１によって提供される。プログラムが記録された記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。

補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。演算処理装置１０４は、メモリ装置１０３に格納されたプログラムに従ってセキュリティ属性推定サーバ１０に係る機能を実行する。インタフェース装置１０５はネットワークに接続するためのインタフェースとして用いられる。

以下、セキュリティ管理システム１の処理手順について説明する。図４は、文書サーバからの文書及びセキュリティ属性値のアップロード時の処理を説明するためのシーケンス図である。

ステップＳ１０１において、文書サーバ２０は、文書及びそのセキュリティ属性値をセキュリティ属性推定サーバ１０に送信する。本ステップは、定期的、文書サーバ２０に文書がアップロードされた際、又は文書サーバ２０の文書ＤＢ２１に蓄積されている文書が更新された際等、必要に応じて適宜実行される。また、必ずしも一の文書が対象であるとは限らず、複数の文書及びそのセキュリティ属性値が送信対象となり得る。

文書及びそのセキュリティ属性値を受信したセキュリティ属性推定サーバ１０のデータ受信部１２１は、文書については、テキスト情報抽出部１２２及び画像情報形成部１２３のそれぞれに出力し（Ｓ１０２、Ｓ１０５）、セキュリティ属性値についてはデータ保存部１２３に出力する（Ｓ１１２）。

文書を受け取ったテキスト情報抽出部１２２は、文書から記号として含まれているテキスト情報（文書からのテキスト情報、図中では「テキスト情報Ａ」と表記）を抽出し（Ｓ１０３）、抽出されたテキスト情報をデータ保存部１２３出力する（Ｓ１０４）。

画像情報形成部１２３は、文書に基づいて画像形成処理によって画像データを生成し（Ｓ１０６）、生成された画像データをテキスト情報抽出部１２２に出力する（Ｓ１０７）。画像情報形成部１２３より画像データを受け取ったテキスト情報抽出部１２２は、ＯＣＲ技術を利用して画像データより画像として含まれているテキスト情報（画像からのテキスト情報、図中では「テキスト情報Ｂ」と表記）を抽出する（Ｓ１０８）。テキスト情報抽出部１２２は、抽出された画像からのテキスト情報を、ステップＳ１０３において抽出された文書からのテキスト情報と共に誤認識情報抽出部１２４に出力する（Ｓ１０９）。

誤認識情報抽出部１２４は、文書からのテキスト情報と画像からのテキスト情報とを比較することにより、画像からのテキスト情報におけるＯＣＲによる誤認識の有無を判定する（Ｓ１１０）。

より詳しくは、誤認識情報抽出部１２４は、文書からのテキスト情報と画像からのテキスト情報のそれぞれを所定の規則に従って、一つ以上のブロック（以下「キーブロック」という。）に分割し、キーブロックごとに両者の文字列を比較することにより、キーブロック単位で誤認識の有無を判定する。すなわち、両者の文字列が一致しなかった場合、当該キーブロックに係る画像からのテキスト情報には誤認識が有るものと判定される。

キーブロックの単位は、例えば、以下のようなものが考えられる。
（１）テキスト情報全体をそのまま一つのキーブロックとする。この場合、テキスト情報の分割は行われない。
（２）改行コードをキーブロックの区切りとする。この場合、改行コードごとにテキスト情報が分割され、キーブロックとなる。
（３）句点、読点、カンマ、ピリオド、引用符等の通常の文書で利用される記号をキーブロックの区切りとする。
（４）タブ、スペースをキーブロックの区切りとする。

上記（１）〜（４）のうちいずれか一つを行ってもよいし、二つ以上を組み合わせてもよい。また、（１）〜（４）に挙げたような単純な区切りではなく、形態素解析により名詞であることを判別し、その名詞をキーブロックとしてもよい。

誤認識情報抽出部１２４は、誤認識が検出されたキーブロックについては、当該キーブロックに係る文書からのテキスト情報と画像からのテキスト情報を関連付けて誤認識情報としてデータ保存部１２５に出力する。なお、複数のキーブロックに関して誤認識が検出された場合は、複数の誤認識情報がデータ保存部１２５に出力される。すなわち、誤認識情報は、キーブロック単位における正しい認識結果と誤認識結果との対応表を構成する。

続いてデータ保存部１２５は、データ受信部１２１より出力されたセキュリティ属性値と、テキスト情報抽出部１２２より抽出された文書からのテキスト情報と、誤認識情報抽出部１２４より出力された誤認識情報とを関連付けてテキスト情報ＤＢ１１に登録し（Ｓ１１３、Ｓ１１４）、その処理結果を示す情報、例えば、正常終了又は異常終了の別等をデータ送信部１２６に出力する（Ｓ１１５）。データ送信部１２６は、処理結果を示す情報を文書サーバ２０に送信し（Ｓ１１６）、一連の処理が終了する。

このように、予め文書サーバ２０における文書からテキスト情報を抽出し、抽出されたテキスト情報をセキュリティ属性値と関連付けてテキスト情報ＤＢ１１に蓄積しておくことで、後述するセキュリティ属性値の推定処理のたびに文書サーバ２０からの文書等の取得、及び当該文書からのテキスト情報の抽出等を行う必要がなく、セキュリティ属性値の推定処理を高速化することができる。

なお、ステップＳ１０６の画像データの生成処理においては、複数の機種のプリンタ装置によるそれぞれの画像形成処理を用いて一つの文書から画像特性の異なる複数の画像データを生成しておくことが好ましい。その場合、ステップＳ１０８において、画像特性の異なるそれぞれの画像データよりテキスト情報が抽出され、ステップＳ１１０において、画像特性の異なるそれぞれの画像データより抽出されたテキスト情報について誤認識の判定及び誤認識情報が生成されることが好ましい。

また、ステップＳ１０６において生成された画像データに対してスキャナ装置による画像処理等に基づく画像の変化をシミュレートして、複合機５０において実際に印刷及びスキャンが行われたものに近い画像データを生成し、その画像データからテキスト情報を抽出するようにしてもよい。

更に、実際に印刷された原稿からスキャナで実際に読み取られた画像データを文書と共に文書ＤＢ２１に蓄積しておき、文書ＤＢ２１に蓄積されている画像データよりテキスト情報を抽出してもよい。

いずれの場合においても、印刷時やスキャナ時にユーザが行うと想定される全ての設定に基づく画像データを用意することが好ましい。

続いて、テキスト情報ＤＢ１１に蓄積された情報を利用して、セキュリティ属性推定サーバ１０が、複合機５０より転送される画像データのセキュリティ属性値を推定する処理について説明する。図５は、複合機により読み取られた画像データに対するセキュリティ属性値の推定処理を説明するためのシーケンス図である。

ステップＳ１２１において、複合機５０は、スキャンされた画像データと共に当該画像データのセキュリティ属性値の推定要求をセキュリティ属性推定サーバ１０に送信する。画像データの送信は、スキャナ又はコピー機能によってスキャンが実行されるタイミングで随時行ってもよいし、スキャンされた画像データがある程度蓄積されたタイミングや定期的に複数の画像データについてまとめて行ってもよい。

ステップＳ１２１に続いてステップＳ１２２に進み、セキュリティ属性推定サーバ１０のデータ受信部１３１は、受信した画像データをテキスト情報抽出部１３２に出力する（Ｓ１２２）。テキスト情報抽出部１３２は、ＯＣＲ技術を利用して画像データよりテキスト情報を抽出し（Ｓ１２３）、抽出されたテキスト情報（対象テキスト）を類似度算出部１３３に出力する（Ｓ１２４）。類似度算出部１３３が、データ読み出し部１３４に文書からのテキスト情報と誤認識情報との読み出しを要求すると（Ｓ１２５）、データ読み出し部１３４は、テキスト情報ＤＢ１１に蓄積されている一部又は全ての文書からのテキスト情報及び誤認識情報を読み出し（Ｓ１２６）、類似度算出部１３３に出力する（Ｓ１２７）。

類似度算出部１３３は、対象テキストとそれぞれの文書からのテキスト情報との類似度を、誤認識情報を利用して算出し（Ｓ１２８）、算出された類似度をセキュリティ属性推定部１３５に出力する（Ｓ１２９）。類似度算出部１３３による類似度の算出処理の詳細については後述する。

セキュリティ属性推定部１３５は、類似度に基づいて、対象テキストのセキュリティ属性値を推定するために参考となる文書からのテキスト情報（以下「参考テキスト」という。）を特定し、参考テキストのセキュリティ属性値の読み出しをデータ読み出し部１３４に要求する（Ｓ１３０）。なお、後述するように参考テキストは一つとは限らない。

データ読み出し部１３４は、テキスト情報ＤＢ１１より参考テキストに関連付けられているセキュリティ属性値を読み出し（Ｓ１３１）、セキュリティ属性推定部１３５に出力する（Ｓ１３２）。セキュリティ属性推定部１３５は、所定の方法（以下「推定方法」という。）にしたがって、読み出されたセキュリティ属性値に基づいて対象テキストに適用するセキュリティ属性値を推定し（Ｓ１３３）、推定結果として対象テキストに適用するセキュリティ属性値をデータ送信部１３６に出力する（Ｓ１３４）。データ送信部１３６は、推定されたセキュリティ属性値を複合機５０に送信し（Ｓ１３５）、処理が終了する。

推定結果を受信した複合機５０は、推定されたセキュリティ属性値に基づいて、かかるセキュリティ属性値を有する文書に対するアクセス権情報を入手したり、自らアクセス権限を判定したり、又は、推定結果を文書管理責任者に通知し、その応答を利用してコピーやスキャン要求に対する処理を制御する。例えば、スキャンされた画像データを削除したり、コピーを中止したり、管理者にスキャンデータを送信したり、スキャンデータをログに関連付けて保存したり、管理者に警告を送信したり、操作パネルに警告を表示したりしてもよい。これらは、それぞれを単独で行ってもよいし、複数を組み合わせて行うのでもよい。

図５における類似度算出部１３３による対象テキストとそれぞれの文書からのテキスト情報との類似度の算出（Ｓ１２８）について説明する。類似度の算出は、公知の様々な技術を用いておこなってもよいが、例えば、以下のように行ってもよい
まず、対象テキストを一つ以上のキーブロックに分割する。ここでのキーブロックの単位は、上述したステップＳ１１０においてもちいられるキーブロックの単位と同じである必要がある。したがって、キーブロックの単位を規定する情報は、テキスト情報保存手段１２及びセキュリティ属性推定手段１３の双方からアクセス可能な記憶領域に保存されている必要がある。

続いて、対象テキストのキーブロックごとに誤認識情報における全ての画像からのテキスト情報のキーブロックとの比較を行う。ここで、画像特性の異なる複数の画像データより画像からのテキスト情報が抽出されている場合は、それぞれの画像からのテキスト情報との比較を行うことが好ましい。

比較の結果、両者が一致した場合は、対象テキストのキーブロックは、誤認識情報において当該画像データからのテキスト情報のキーブロックに関連付けられている文書からのテキスト情報のキーブロックに置き換えることによりＯＣＲによる誤認識を吸収する。

以上の処理の後、以下の式で対象テキストと文書からのテキスト情報との類似度を求める。

各変数の意味は以下の通りである。
S_i： i番目の保存テキストに対する類似度
BF：対象テキストから抽出されたキーブロック数
WBj：j番目のキーブロックの文字数
BA_ij： i番目の保存テキストに含まれているj番目のキーブロック数
WA_i： i番目の保存テキストの文字数
N：テキスト情報ＤＢ１１に蓄積されている保存テキストの数
なお、対象テキスト全体を一つのキーブロックとした場合は、文書の内容全文が複合機５０においてコピー等されようとしている場合は、類似度は「１」となる。

また、図５において、セキュリティ属性推定部１３５によるセキュリティ属性値の推定の際（Ｓ１３３）の推定方法は、例えば、以下のようなものでもよい。
（１）類似度が一番大きい文書からのテキスト情報に係る文書のセキュリティ属性値をそのまま対象テキストのセキュリティ属性値として推定する。
（２）類似度の上位数件の文書からのテキスト情報に係る文書のセキュリティ属性値のうち、最もセキュリティ属性値として厳しいものを対象テキストのセキュリティ属性値として推定する。
（３）類似度の上位数件の文書からのテキスト情報に係る文書のセキュリティ属性値の平均値を対象テキストのセキュリティ属性値として推定する。
（４）類似度の上位数件の文書からのテキスト情報に係る文書のセキュリティ属性値の一覧を対象テキストのセキュリティ属性値として推定する。すなわち、複数のセキュリティ属性値の候補をそのまま次工程（ここでは、複合機５０）に通知し、最終的にどのように利用するかは次工程に委ねる。

（１）〜（４）については、いずれか一つの方法を用いてもよいが、対象となるセキュリティ属性に応じて選択できるようにしてもよい。すなわち、秘密レベルが、例えば、レベル1、レベル2、レベル3、と線形に定義されているような場合は、（２）、（３）の方法が適当である場合が多いと考えられる。また、セキュリティ属性が、秘密保持期限、有効期限、保存期限のような場合は、（２）の方法が適当である場合が多いと考えられる。一方、セキュリティ属性が、所属、種類、関係者、関係グループ等のような場合は、（１）又は（４）の方法が適当である場合が多いと考えられる。

上述したように本発明の実施の形態におけるセキュリティ属性推定サーバ１０によれば、文書ＤＢ２１に管理されている文書について「文書からのテキスト情報」と「画像からのテキスト情報」とを関連付けて管理しておく。そして、複合機５０によって読み取られた画像データと文書ＤＢ２１に管理されている文書との類否判断に際し、複合機５０によって読み取られた画像データよりＯＣＲによって抽出されたテキスト情報と、「画像からのテキスト情報」とを比較し、両者が一致又は類似する場合は、前者のテキスト情報は、「文書からのテキスト情報」であるものとして扱うことにより、ＯＣＲによる誤認識を吸収することができる。したがって、前記類否判断に際しＯＣＲの認識率への依存度を低下させることができ、画像データに画像として含まれているテキスト情報を適切に判定することができる。よって、前記類否判断の精度を向上させることができ、ひいては、画像データにとってより適当な文書のセキュリティ情報を当該画像データに適用させることができる。

以上、本発明の実施例について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

本発明の実施の形態におけるセキュリティ管理システムの構成例を示す図である。 本発明の実施の形態におけるセキュリティ属性推定サーバの機能構成例を示す図である。 本発明の実施の形態におけるセキュリティ属性推定サーバのハードウェア構成例を示す図である。 文書サーバからの文書及びセキュリティ属性値のアップロード時の処理を説明するためのシーケンス図である。 複合機により読み取られた画像データに対するセキュリティ属性値の推定処理を説明するためのシーケンス図である。

符号の説明

１ セキュリティ管理システム
１０ セキュリティ属性推定サーバ
１１ テキスト情報ＤＢ
１２ テキスト情報保存手段
１３ セキュリティ属性推定手段
２０ 文書サーバ
２１ 文書ＤＢ
５０ 複合機
２２ａ、２２ｂ クライアント
１００ ドライブ装置
１０１ 記録媒体
１０２ 補助記憶装置
１０３ メモリ装置
１０４ 演算処理装置
１０５ インタフェース装置
１２１ データ受信部
１２２ テキスト情報抽出部
１２３ 画像情報形成部
１２４ 誤認識情報抽出部
１２５ データ保存部
１２６ データ送信部
１３１ データ受信部
１３２ テキスト情報抽出部
１３３ 類似度算出部
１３４ データ読み出し部
１３５ セキュリティ属性推定部
１３６ データ送信部
Ｂ バス

Claims (9)

1. 画像データに画像として含まれているテキスト情報を判定する画像処理装置であって、
   第一のテキスト情報を記号として含む文書データと、該文書データのアクセス制御を判定する際に用いられる属性であるセキュリティ属性の値とを受信する受信手段と、
   前記文書データより前記第一のテキスト情報を取得する文書テキスト取得手段と、
   一つの前記文書データに基づいて画像特性の異なる複数の画像データを生成する文書画像生成手段と、
   前記文書画像生成手段によって生成された複数の画像データのそれぞれより光学的文字認識によって第二のテキスト情報を抽出する画像テキスト取得手段と、
   前記第一のテキスト情報と、複数の前記第二のテキスト情報と、前記セキュリティ属性の値とを関連付けて保持する保持手段と、
   前記セキュリティ属性の値の要求に応じて、該要求とともに受信した画像データより光学的文字認識によって第三のテキスト情報を抽出するテキスト情報抽出手段と、
   前記第三のテキスト情報と、前記保持手段に保持されている前記複数の第二のテキスト情報との比較に基づいて、前記画像データに含まれているテキスト情報は当該第二のテキスト情報に関連付けられている前記第一のテキスト情報であると判定する判定手段と、
   前記判定手段の結果に基づいて、前記第一のテキスト情報に関連付けられているセキュリティ属性の値を前記要求元へ送信する送信手段と、
   を有することを特徴とする画像処理装置。
2. 前記第一のテキスト情報と前記第二のテキスト情報とを比較し、両テキスト情報が一致しない場合に当該第一のテキスト情報と当該第二のテキスト情報とを関連付けて前記保持手段に登録する登録手段を有することを特徴とする請求項１記載の画像処理装置。
3. 前記登録手段は、前記第一のテキスト情報及び前記第二のテキスト情報のそれぞれを構成する所定の単位ごとに両テキスト情報を比較し、前記所定の単位ごとに前記保持手段に登録することを特徴とする請求項２記載の画像処理装置。
4. 前記判定手段は、前記所定の単位ごとに前記第三のテキスト情報と前記第二のテキスト情報とを比較することを特徴とする請求項３項記載の画像処理装置。
5. 前記判定手段は、前記第三のテキスト情報との類似度が上位の前記第二のテキスト情報に関連付けられている前記第一のテキスト情報の中で最も厳しい前記セキュリティ属性の値に関連付けられている前記第一のテキスト情報を前記画像データに含まれているテキスト情報であると判定する請求項１乃至４いずれか一項記載の画像処理装置。
6. 前記判定手段は、前記セキュリティ属性が、秘密保持期限、有効期限、及び保存期限のいずれか一つである場合に、前記第三のテキスト情報との類似度が上位の前記第二のテキスト情報に関連付けられている前記第一のテキスト情報の中で最も厳しい前記セキュリティ属性の値に関連付けられている前記第一のテキスト情報を前記画像データに含まれているテキスト情報であると判定する請求項５記載の画像処理装置。
7. コンピュータが画像データに画像として含まれているテキスト情報を判定する画像処理方法であって、
   第一のテキスト情報を記号として含む文書データと、該文書データのアクセス制御を判定する際に用いられる属性であるセキュリティ属性の値とを受信する受信手順と、
   前記文書データより前記第一のテキスト情報を取得する文書テキスト取得手順と、
   一つの前記文書データに基づいて画像特性の異なる複数の画像データを生成する文書画像生成手順と、
   前記文書画像生成手順によって生成された複数の画像データのそれぞれより光学的文字認識によって第二のテキスト情報を抽出する画像テキスト取得手順と、
   前記第一のテキスト情報と、複数の前記第二のテキスト情報と、前記セキュリティ属性の値とを関連付けて保持する保持手順と、
   前記セキュリティ属性の値の要求に応じて、該要求とともに受信した画像データより光学的文字認識によって第三のテキスト情報を抽出するテキスト情報抽出手順と、
   前記第三のテキスト情報と、前記保持手順に保持されている前記複数の第二のテキスト情報との比較に基づいて、前記画像データに含まれているテキスト情報は当該第二のテキスト情報に関連付けられている前記第一のテキスト情報であると判定する判定手順と、
   前記判定手順の結果に基づいて、前記第一のテキスト情報に関連付けられているセキュリティ属性の値を前記要求元へ送信する送信手順と、
   を有することを特徴とする画像処理方法。
8. 画像データに画像として含まれているテキスト情報の判定をコンピュータに実行させる画像処理プログラムであって、
   第一のテキスト情報を記号として含む文書データと、該文書データのアクセス制御を判定する際に用いられる属性であるセキュリティ属性の値とを受信する受信手順と、
   前記文書データより前記第一のテキスト情報を取得する文書テキスト取得手順と、
   一つの前記文書データに基づいて画像特性の異なる複数の画像データを生成する文書画像生成手順と、
   前記文書画像生成手順によって生成された複数の画像データのそれぞれより光学的文字認識によって第二のテキスト情報を抽出する画像テキスト取得手順と、
   前記第一のテキスト情報と、複数の前記第二のテキスト情報と、前記セキュリティ属性の値とを関連付けて保持する保持手順と、
   前記セキュリティ属性の値の要求に応じて、該要求とともに受信した画像データより光学的文字認識によって第三のテキスト情報を抽出するテキスト情報抽出手順と、
   前記第三のテキスト情報と、前記保持手順に保持されている前記複数の第二のテキスト情報との比較に基づいて、前記画像データに含まれているテキスト情報は当該第二のテキスト情報に関連付けられている前記第一のテキスト情報であると判定する判定手順と、
   前記判定手順の結果に基づいて、前記第一のテキスト情報に関連付けられているセキュリティ属性の値を前記要求元へ送信する送信手順と、
   を有することを特徴とする画像処理プログラム。
9. 請求項８記載の画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images