CN101253760A

CN101253760A - 图像处理设备及其方法

Info

Publication number: CN101253760A
Application number: CNA2006800320145A
Authority: CN
Inventors: 坂上努
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2005-08-31
Filing date: 2006-08-29
Publication date: 2008-08-27
Anticipated expiration: 2026-08-29
Also published as: US20100092092A1; KR100994644B1; KR20080049806A; EP1915853B1; CN101253760B; EP1915853A4; EP1915853A1; JP2007067932A; WO2007026924A1; US8004732B2; JP4557843B2

Abstract

当半色调点区域包括字符或者线图时，不能获得半色调点区域的高提取性能。因此，计算关注像素的孤立量，并在具有不同大小的多个区域中累计该孤立量。将为各区域设置的阈值与累计结果进行比较，以判断关注像素是否属于半色调点区域。

Description

图像处理设备及其方法

技术领域

本发明涉及一种用于从包括不同类型的图像区域的图像提取图像区域的图像处理。

背景技术

作为根据图像的特征应用最佳图像处理的方法，已知一种使用差分滤波器等提取字符边缘以将图像区域分割成文本区域和其它区域、然后应用适合的处理的方法。并且，已知一种通过将点定义为孤立量并在预定区域内累计孤立量来提取半色调点区域以将图像区域分割成文本区域和半色调点区域、然后应用适合的处理的方法(例如，参见日本特开平11-85978)。

上述区域提取技术显示了对表示白色背景下的字符、照片等半色调点区域的高提取性能。然而，当字符、线图(line drawing)等出现在半色调点区域内时半色调点区域的提取性能并不高。特别地，很难对包括字符或者线图的低浓度半色调点区域进行提取。

如果为了提高半色调点区域的提取性能，朝使容易提取点的方向来改变处理，则提取错误增加。并且，可以使用通过增大在其中累计了孤立量的区域来避免字符或者线图的影响。然而，在半色调点区域与白色背景接触的边界处，半色调点区域的提取结果不必要地增加(提取结果激增)。

发明内容

本发明的一个方面公开了一种用于从包括不同类型的图像区域的图像提取图像区域的方法，包括如下步骤：计算关注像素的孤立量；在具有不同大小的多个区域中累计所述孤立量；以及通过将为各多个区域设置的阈值与累计结果相比较来判断所述关注像素是否属于半色调点区域。

根据本发明，可以正确地检测包括了字符、线图等的半色调点区域。并且，可以防止在半色调点区域的边界处发生的提取结果的激增。

根据下面参考附图对典型实施例的说明，本发明的其它特征将显而易见。

附图说明

图1是说明根据本发明的实施例的图像处理的配置的框图；

图2是示出用于检测区域分割单元的具有文本属性的像素的配置的框图；

图3是示出接收平均值AVE和边缘强调信号EDG1的点判断单元的配置的框图；

图4是示出接收平均值AVE和边缘强调信号EDG2的边缘判断单元的配置的框图；

图5是示出用于检测区域分割单元的颜色属性的像素的配置的框图；

图6示出a^*b^*平面；

图7示出对用于多页的图像进行合并和打印的状态；

图8是示出输出图像处理器的配置的框图；

图9是示出伪造判断处理器的配置的框图；

图10A和图10B是说明半色调点区域的检测的图；

图11A和图11B是说明当用于累计孤立量的区域增大时造成的问题的图；

图12是示出已经改善了半色调点区域的检测精度的区域分割单元的配置的框图；

图13是示出字符/线图判断部的配置的框图；

图14A至14C是说明边缘强调器的处理的图；

图15A至15F是说明字符/线图判断部的各判断的图；

图16示出LUT的表结构；

图17是示出点判断部的配置的框图；

图18A至18C是说明边缘强调器的处理的图；

图19A和19B是说明孤立量判断中所使用的匹配图案的图；

图20A至20D是说明孤立量判断的图；

图21A至21C是说明OR(“或”)处理器的处理的图；

图22是说明用于通过累计处理器、阈值判断器和点判断器来生成点信号的处理的图；

图23是说明累计处理器的处理的图；

图24是说明点判断器的处理的图；

图25是说明在低浓度半色调点区域包括字符边缘时累计处理器的处理的图；

图26是说明在关注像素位于低浓度半色调点区域外时累计处理器的处理的图；

图27是示出根据第二实施例的点判断器的配置的框图；

图28A至28D是说明第二实施例的孤立量计算的图。

具体实施方式

下文将参考附图详细说明根据本发明实施例的图像处理。

第一实施例

[处理的配置]

图1是说明根据该实施例的图像处理的配置的框图。

●扫描的图像的处理

扫描器101扫描放置在原稿台玻璃上的原稿的图像。扫描器101使用3行CCD针对各像素来对原稿图像进行数字扫描，并输出其RGB彩色图像信号。输入图像处理器102对从扫描器101输出的颜色图像信号应用已知的如黑点(shading)校正、CCD行间校正和颜色校正等图像处理。

区域分割单元103对已经经过输入图像处理并从输入图像处理器102输出的颜色图像信号应用区域分割处理。区域分割单元103针对输入图像的各像素来检测如照片区域、文本区域和半色调点区域等图像的特征，并生成表示各图像区域的属性的标志数据。

输入图像处理器104基于从区域分割单元103针对每个像素输出的文本信号MOJI，对从输入图像处理器102输出的颜色图像信号应用针对各像素的图像处理。输入图像处理器104对各个像素应用如下处理：用于通过强调文本区域(MOJI＝‘1’)的高频分量来强调字符的锐度的处理，以及用于通过对半色调点区域(MOJI＝‘0’)应用所谓的低通滤波处理来去除数字图像独有的波纹分量的处理。

将输入图像处理器104处理后的图像数据临时存储在图像存储器105中，并且将从区域分割单元103输出的标志数据临时存储在标志存储器106中。图像存储器105和标志存储器106存储原稿的一页的数据或者一页的预定大小(带大小)的数据。

数据压缩单元109对临时存储在图像存储器105和标志存储器106中的数据进行压缩，并将压缩后的数据存储在存储器单元110中。存储单元110优选包括如具有高读/写速度的半导体存储器等的存储器。数据压缩单元109通过不同的数据压缩方法对图像数据和标志数据进行压缩。数据压缩单元109对图像数据应用如JPEG等有损压缩、但却是考虑到人的视觉特点能够模糊图像劣化的高效压缩。另一方面，数据压缩单元109对标志数据使用如JBIG等无损压缩以防止属性信息丢失或改变。

以这种方式，存储单元110存储针对原稿图像每页的、由不同的压缩方法压缩的图像数据和标志数据。注意，经常将存储在存储单元110中的数据的全部或一些读取至辅助存储单元111。辅助存储单元111优选地包括像硬盘这样具有略低的读/写速度但却具有大容量的存储介质。使用辅助存储单元111，可以有效地累计原稿图像的大量页。

当通过打印机117要打印存储在存储单元110或辅助存储单元111中的图像时，从这些存储单元读取图像数据和标志数据。通过数据解压缩单元112对图像数据和标志数据进行解压缩，并将解压缩后的图像数据和标志数据分别存储在图像存储器114和标志存储器115中。此时，像素浓度转换单元113通常转换图像数据的像素浓度。例如，当要以放大的或缩小的形式打印存储单元110中存储的图像时，或者当将所存储的多页的图像合并并打印在单个打印薄片上时，转换像素浓度。

图7示出要被合并并打印的多页的图像的状态。将两个图像501和502存储在存储单元110中，并且将二者合并和打印在与原稿具有相同大小的打印薄片503上。为此，从存储单元110读取图像501的图像数据并对其进行解压缩，并通过像素浓度转换单元113将其缩小到预定比例。此外，通过旋转处理器(未示出)将图像数据逆时针旋转90度，并将其写在图像存储器114的预定区域(图7中的区域504)中。接着，从存储单元110读取图像502的图像数据，并在其类似地经过解压缩、分辨率转换和旋转后，将其写在图像存储器114的预定区域(图7中的区域505)中。

在这种情况下，与图像501和502相对应的标志数据，在它们类似地经过读取、解压缩、分辨率转换和旋转后，也被写在标志存储器115的相应区域中。

注意，图像数据和标志数据优选基于不同的方法进行分辨率转换。例如，如线性插值、双三次样条(bicubic splines)插值等已知方法可应用于图像数据。并且，如最近邻算法等适合于二值数据的分辨率转换方法期望用于标志数据。

当存储在图像存储器114和标志存储器115中的图像数据和标志数据达到预定存储数据大小时，输出图像处理器116接收图像数据和标志数据，如后面将详细说明的一样。输出图像处理器116进行将从图像存储器114输入的RGB图像数据转换成打印图像信号所需的已知图像处理，即：RGB到CMKY转换、伽玛校正和二进制处理等，并输出处理后的CMYK图像信号。

打印机117基于从输出图像处理器116输出的CMYK图像信号、通过驱动激光束或喷墨头在打印薄片上形成并输出可见图像。注意，标志存储器115中存储的标志数据用于切换输出图像处理器116的处理内容。

●接收到的图像的处理

通信接口(I/F)118从如局域网(LAN)等外部通信路径119接收打印作业。要附加给打印作业的代表图像数据包括如页面描述语言(page description language)等语言的数据，其中所述页面描述语言描述每页或每带要渲染(render)的图像。下文中将这种数据称为PDL数据。

解释器108将通过通信I/F 118接收到的PDL数据转换成称为显示列表的中间语言格式。

光栅图像处理器(RIP)107基于该显示列表进行渲染以在图像存储器105上形成位图数据。并且，RIP 107将表示渲染后的位图数据的属性的标志数据存储在标志存储器106中。RIP 107参考各打印单位(组成部分)的PDL数据中保存的属性信息(用于识别如照片、文本和图片等组成部分的属性的信息)来生成渲染后的位图数据的各像素的标志数据。也就是说，在接收到表示文本组成部分的生成的PDL数据时，RIP 107生成文本位图数据，并将MOJI＝‘1’存储在标志存储器106中作为对应于文本图像的区域(文本区域)的标志数据。注意，对文本区域以外的区域，RIP 107将MOJI＝‘0’存储在标志存储器106中。

后续处理与对扫描的图像进行的处理相同，并且将省略对其的说明。

[区域分割单元]

下面将说明区域分割单元的概念和例子。注意，下面将说明区域属性提取方法的例子，但区域分割处理不限于下述方法。

区域分割处理提取图像的特征并生成表示区域属性的信号(标志数据)，以便应用适合于图像特征的最优图像处理。原稿图像包括各种图像区域，如具有连续色调的全色照片区域、黑色文本区域和由报纸等上的印刷表示的半色调点区域等。当对这些具有不同特征的区域应用同一图像处理时，经常不能获得优选图像质量作为处理结果。

因此，使用从输入图像处理器102输出的颜色图像信号来检测原稿图像中所包括的图像数据的属性，以生成用于识别这些属性的标志数据。

图2是示出用于检测区域分割单元103的具有文本属性的像素的配置的框图。

将输入信号(颜色图像信号)201输入至平均浓度运算单元202和边缘强调处理器203。平均浓度运算单元202输出包括以关注像素作为中心的M×N像素(M和N为自然数)的区域的平均值AVE。另一方面，边缘强调处理器203参考关注像素的周围区域(例如，M×N像素区域)对关注像素应用边缘强调处理，以输出具有不同量级的两种类型的边缘强调信号EDG1和EDG2。将这些信号输入至点判断单元204和边缘判断单元205。

图3是示出接收平均值AVE和边缘强调信号EDG1的点判断单元204的配置的框图。

二进制处理器401基于平均值AVE和通过将边缘强调信号EDG1乘以给定系数A(实数)所获得的乘积之间的比较结果来生成二值信号，如下所示：

如果A×EDG1＜AVE，二值信号＝‘1’

如果A×EDG1≥AVE，二值信号＝‘0’...(1)

将通过二进制处理器401针对各像素获得的二值信号输入至1×1孤立量计算器411、2×2孤立量计算器412、3×3孤立量计算器413和4×4孤立量计算器414。孤立量计算器411至414使用该二进制处理结果来判断关注像素的孤立度。

例如，1×1孤立量计算器411参考具有关注像素作为中心位置的3×3像素区域的二值信号来计算孤立量。当二值信号的值沿垂直、水平或倾斜的方向改变例如‘0’、‘1’和‘0’时，计算部411将沿该方向的孤立量设置为‘1’。然后，计算部411沿4个方向，即垂直和水平方向(各一个方向)和倾斜方向(两个方向)输出孤立量的总数作为关注像素的孤立量。因此，孤立度高的像素具有孤立量＝“4”，而没有被孤立的像素具有孤立量＝“0”。注意，孤立量具有如下特征：对于由一个像素形成点的情况，即对于低浓度区域中的点像素或具有高LPI(lines per inch，每英寸线数)的点，孤立量变得相对大。

同样地，2×2孤立量计算器412、3×3孤立量计算器413和4×4孤立量计算器414通过与预定的二值像素图案相比较，输出关注像素的孤立量。

1×1孤立量加法器421至4×4孤立量加法器424对预定区域的由1×1孤立量计算器411至4×4孤立量计算器414分别计算出的孤立量分别进行相加。例如，1×1孤立量加法器421对9×9像素区域的孤立量进行相加。

点判断器431对由1×1孤立量加法器421至4×4孤立量加法器424计算出的总和值的每个进行阈值处理。点判断器431基于阈值处理的结果通过如多数决定和逻辑运算等处理来输出点信号AMI。注意，当点判断器431判断为关注像素形成了半色调点区域时，点判断器431输出点信号AMI＝‘1’。

图4是示出接收平均值AVE和边缘强调信号EDG2的边缘判断单元205的配置的例子的框图。

如下为浓度差判断器301基于通过将边缘强调信号EDG2乘以给定系数B(实数)所获得的乘积和平均值AVE之间的比较结果来生成浓度差信号。

如果C＜AVE-B×EDG2＜D，浓度差信号＝‘1’

否则，浓度差信号＝‘0’...(2)

其中，C和D为实数或整数。

也就是说，浓度差判断器301根据边缘强调信号EDG2的值和其周围区域的值(平均值AVE)之间的差输出浓度差信号。

孤立判断器302接收浓度差信号并去除孤立点。例如，当参考7×7像素区域中的浓度信号在边界像素位置处不存在具有值‘1’的浓度差信号时，孤立判断器302强制将内5×5像素区域中的浓度差信号的值设置为‘0’，从而去除孤立点。注意，将从孤立判断器302输出的、去除孤立点之后的浓度差信号称为“孤立判断信号”。

校正处理器303接收孤立判断信号，并输出通过校正孤立判断信号的不连续部分所获得的边缘信号EDGE。例如，当参考3×3像素区域中的孤立判断信号、包括区域中心的关注像素的八个像素的孤立判断信号的值为‘1’且关注像素的孤立判断信号的值为‘0’时，处理器303将关注像素的孤立判断信号的值校正为‘1’。利用该处理，处理器303对线图或字符的边缘区域中孤立判断信号缺失的缺损部分进行修复，并生成具有线图或字符的边缘区域的增加的连续性的光滑边缘信号EDGE。注意，校正处理器303输出边缘区域的边缘信号EDGE＝‘1’。

图2中示出的字符判断单元206接收从点判断单元204输出的点信号AMI以及从边缘判断单元205输出的边缘信号EDGE，并输出表示具有AMI＝‘0’和EDGE＝‘1’的像素的文本信号MOJI.

图5是示出用于检测区域分割单元103的具有颜色属性的像素的配置的框图。

将输入信号(颜色图像信号)201输入至颜色空间转换器802，并将其转换成例如Lab信号。颜色判断器804接收Lab信号并输出颜色判断信号COL。

通过映射颜色空间上像素的色度级别可以容易地判断为图像数据的给定像素是否为彩色像素。下面将采用Lab颜色空间作为例子来说明该判断处理。

Lab颜色空间是由国际照明委员会(CommissionInternationale de l’Eclaorage，CIE)在1976年提出作为均一颜色空间的颜色空间。L表示明度(亮度)，a表示从红到绿的色度，且b表示从蓝到黄的色度。由于如此配置Lab颜色空间使得三维颜色空间中的改变与由该改变所影响的视觉的颜色中的改变的印象是成比例的，因而可以获得精确的颜色判断。

等式(3)表示从RGB信号转换成Lab信号的例子。通常，当根据RGB信号值临时计算出XYZ三色值后，根据该XYZ三色值计算出Lab信号值。注意，由于这些系数是设备相关的，因而本发明不限于等式(3)中的系数。

X＝0.412391×R+0.357584×G+0.180481×B

Y＝0.212639×R+0.715169×G+0.072192×B

Z＝0.019331×R+0.119195×G+0.950532×B

L^*＝116(Y/Y0)^1/3-16

a^*＝500{(X/X0)^1/3-(Y/Y0)^1/3}

b^*＝200{(Y/Y0)^1/3-(Z/Z0)^1/3} ...(3)

其中，X0、Y0和Z0是标准光的三色值。

通过将使用等式(3)计算出的各像素的ab值映射在正交坐标系统中，判断给定像素是彩色像素还是消色差的像素。图6示出a^*b^*平面。在参考例如饱和度来判断彩色或消色差的颜色时，a^*和b^*轴之间的交点，即原点是颜色分量为0的点，并且饱和度随着离原点距离的增加(随着a^*值和/或b^*值的增加)而变高。因此，可以通过设置表示离原点的距离的阈值来判断彩色还是消色差的颜色。也就是说，假定图6中示出的阴影线区域903是消色差的颜色区域，如果给定像素的ab值位于阴影线区域903内的点904处，则判断为该像素为消色差的颜色。另一方面，如果ab值位于阴影线区域903外的点905处，则判断为该像素是彩色颜色。

利用上述方法，可以判断关注像素为彩色还是消色差的颜色，换句话说，可以判断关注像素是否为具有彩色属性的像素。

注意，已经使用Lab说明了色度计算，但本发明不限于此。为了降低计算量，可以使用简单的转换公式来代替。

[输出图像处理器]

图8是示出输出图像处理器116的配置的框图。

RGB-CMYK转换器601和602从图像存储器114接收RGB颜色图像数据，并将接收到的数据独立地转换成CMYK数据。选择器603根据从标志存储器115输入的标志数据来选择每个像素的从RGB-CMYK转换器601或602的输出。

利用文本区域的转换系数(或者转换表)来设置RGB-CMYK转换器601，并利用文本区域以外的区域的转换系数(或转换表)来设置RGB-CMYK转换器602。因此，在黑字符像素(文本区域(MOJI＝‘1’)和非彩色像素(COL＝‘0’))的情况下，选择器603选择仅通过黑墨粉(或者黑墨水)再现像素的转换系数。换句话说，当图像数据为消色差的颜色时，选择对其应用了用于设置C、M和Y＝0的系数(或转换表)的CMYK图像信号。另一方面，在文本区域以外的区域(MOJI＝‘0’)的情况下，选择器603选择应用了用于生成具有C、M和Y≠0甚至消色差的颜色(COL＝‘1’)、并用于再现丝绒般的黑色的转换系数(或转换表)的CMYK信号。以这种方式，可以在文本区域和如照片区域等其它区域之间改变生成CMYK图像信号的方法，从而改善输出图像的图像质量。

接着，将从选择器603的输出输入至包括伽玛校正器604和误差扩散处理器606的处理系统，并输入至包括伽玛校正器605和浓淡处理器607的处理系统。选择器608根据从标志存储器115输入的标志数据来选择各像素的从误差扩散处理器606的输出或从浓淡处理器607的输出。

因此，在优选文本区域和图片区域的输出图像的锐度的情况，选择器608选择从误差扩散处理器606的输出，而在强调照片区域和半色调点区域的色调特点时，选择从浓淡处理器607的输出，从而改善输出图像的图像质量。

[伪造判断处理器]

伪造判断处理器120执行防止如纸币等禁止复制的原稿(以下称为“特定原稿”)被复制所需的伪造判断处理。有一些方法可以实现该目的，代表性的一个是图案匹配。提取特定原稿的如形状、颜色等特征或有意嵌入原稿图像中的特征以计算与预先存储的信息的相似性，并基于该相似性来判断关注的原稿是否为特定原稿。

图9是示出伪造判断处理器120的配置的框图。

伪造判断处理器120接收来自输入图像处理器102的扫描的图像或者接收来自RIP 107的位图数据作为判断中使用的RGB图像信号。二值化器(binarizer)701使用存储器702中存储的阈值将输入RGB图像信号二值化成二值信号。注意，二值化阈值是可变的。

特征提取器703从二值图像提取与存储器704中存储的特征信息相似的部分。存储器704存储表示特定原稿的特征的形状、颜色或特定标记以及有意嵌入原稿图像中的特征等。

当特征提取器703提取的图像与存储器706中存储的图案相匹配时，图案匹配部705将该结果通知给控制部707。在接收到表示匹配了该图案的消息时，控制部707通过删除图像存储器105中存储的扫描的图像或接收到的图像或者用实心黑来描绘图案匹配的图像部分，阻止对特定原稿的复制或者打印。

注意，控制上述各单元以对整个设备的操作进行控制的控制部707包括单片CPU等。已经说明了在复印机等中要执行的伪造判断处理的例子。然而，本发明不限于此特定处理。

[半色调点区域的检测]

上述图像处理系统使用区域分割处理来提取图像的特征，并根据图像中所包括的图像区域来应用最佳图像处理。例如，系统提取图像中的照片区域和文本区域，将用于更强调颜色色调和色调平衡的照片的图像处理应用于照片区域、并将用于更强调锐度的文本的图像处理应用于文本区域，从而改善输出图像的图像质量。并且，系统检测图像的颜色分量，并以黑色打印消色差的字符等，从而改善图像质量。

然而，当使用孤立量的概念来检测半色调点区域时，低浓度部分的半色调点区域的检测精度不够。当半色调点区域包括字符边缘或者灰尘或杂质的图像时，孤立量降低，并且半色调点区域的检测精度由此下降。

图10A和10B是说明检测的图。图10A示出普通半色调点区域的例子，而图10B示出包括字符边缘的半色调点区域的例子。在图10A和图10B中，每个格表示一个像素。为了简便，由1位表示孤立量：图10A和10B中示出的每个黑像素的孤立量为‘1’，而其中每个白像素的孤立量为‘0’。

例如，假定将9×9像素区域2402内的孤立量相加，如果区域2402内的孤立像素超过5％(5个像素或更多)，则规定关注像素位于半色调点区域内；如果孤立像素等于或者小于5％(4个像素或更少)，则规定孤立像素不位于半色调点区域内。

在图10A中示出的普通半色调点区域中，具有关注像素2401作为中心的9×9像素区域2402内的孤立量的总和为12(像素)，并基于上述规定判断为关注像素位于半色调点区域内。另一方面，当存在字符边缘2411时，如在图10B中所示，如果在同样的条件下对孤立量进行相加，由于字符边缘2411的影响使得孤立量减少。结果，总和为4(像素)，并判断为关注像素不位于半色调点区域内。

为了解决该问题，可以采用如下方法：(1)沿使容易提取点的方向设置点判断的阈值；(2)通过对累计孤立量的区域进行增大来扩大检测的范围；等等。然而，在(1)的情况下，可以改善半色调点区域的检测精度，但将不是半色调点区域的区域检测为半色调点区域的检测误差增加。在(2)的情况下，如果增大参考区域，不应被判断为半色调点区域的半色调点区域的周围部分可能不必要地被判断为半色调点区域。

图11A和11B是用于对累计孤立量的区域进行增大时造成的问题进行说明的图。图11A示出区域增大之前的状态，且图11B示出区域增大之后的状态。

由于图11A中示出的区域增大之前的9×9像素区域2503中孤立量的总和为0，因此判断为关注像素2502不位于半色调点区域内。另一方面，由于图11B中示出的区域增大之后的15×15像素区域2513中孤立量的总和为12(像素)，其超过5％(11个像素)，并因此判断为关注像素位于半色调点区域内。

下面将说明即使当半色调点区域包括字符边缘或者灰尘或杂质的图像时仍能改善半色调点区域的检测精度、并能防止上述负面效果的半色调点区域的检测方法。

[区域分割处理]

图12是示出改善半色调点区域的检测精度的区域分割单元103的配置的框图。

将输入信号201输入至进行点判断的点判断部1002和进行字符/线图判断的字符/线图判断部1003。位合并部1004生成并输出通过将这些单元的判断结果合并成一个信号所获得的属性标志。基于该属性标志，可以对包括在图像中的图像区域应用最佳图像处理。

●字符/线图判断部

图13是示出字符/线图判断部1003的配置的框图。

将输入信号201输入至进行边缘强调处理的边缘强调器1102。边缘强调器1102执行用于强调并提取图像数据的期望频率分量的数字滤波处理。注意，作为代表性滤波器的例子，可以使用如拉普拉斯滤波器(Laplacian filter)等的二次差分滤波器。

将从边缘强调器1102输出的边缘强调信号输入至阈值判断器1103和1104。由于已经经过由边缘强调器1102的二次差分滤波处理的信号具有正或负信号值，因此在阈值判断器1103中设置正阈值，并在阈值判断器1104中设置负阈值。

例如，输入信号201的信号值的改变为如图14B中所示，其中该改变是通过沿箭头1510扫描图14A中示出的白色背景1503上的黑字符1502的边缘部分所获得的。也就是说，边缘边界1501前的部分(字符1502的内部)为黑，并呈现低信号值。然而，当超过边缘边界1501时，背景1503明亮，且信号值急剧升高。当显示出这些变化的输入信号201经过二次差分滤波处理时，其信号值在边缘边界1501前呈现正值，且在边缘边界1501后呈现负值，如图14C所示。即，在边缘强调信号超过正阈值时，阈值判断器1103输出表示字符边缘内侧的内边缘信号＝“1”。另一方面，在边缘强调信号变得低于负阈值时，阈值判断器1104输出表示字符边缘外侧的外边缘信号＝“1”。

注意，图14A至图14C示出仅沿一个方向的扫描。然而，实际中，还进行至少沿与14A至图14C示出的方向垂直的方向的扫描，并且采用沿至少两个方向的边缘检测结果的OR作为边缘信号。

将从阈值判断器1103输出的内边缘信号输入至区域累计器1105。将从阈值判断器1104输出的外边缘信号输入至区域累计器1106。区域累计器1105和1106的每个，计数例如关注像素及其周围3×3像素区域的判断信号＝‘1’。

阈值判断器1107和1108将从区域累计器1105和1106输出的计数值分别与阈值相比较，并输出判断结果。例如，当将“2”设置为阈值时，阈值判断器1107在输入的计数值为2或更多时，即在3×3像素区域包括两个或更多被判断为内边缘像素的像素时，输出判断信号＝‘1’。同样，阈值判断器1108在3×3像素区域包括两个或更多被判断为外边缘像素的像素时，输出判断信号＝‘1’。

图15A至15F是说明字符/线图判断部1003中各判断的图。图15A示出输入信号201，即，在白色背景上存在黑字符边缘的状态。

当阈值判断器1103判断为通过对输入信号201应用边缘强调所获得的信号时，获得了图15B中示出的内边缘信号(阴影线部分＝‘1’)。当此内边缘信号经过3×3像素区域内的区域累计(计数)、并且由阈值判断器1107确定计数值时，获得了图15C中示出的判断信号。也就是说，增大了内边缘信号(下文称为“内边缘增大信号”)。

另一方面，当阈值判断器1104判断通过对输入信号201应用边缘强调所获得的信号时，获得了图15D中示出的外边缘信号。当此外边缘信号经过3×3像素区域内的区域累计(计数)、并且由阈值判断器1108判断计数值时，获得了图15E中示出的判断信号。也就是说，增大了外边缘信号(下文称为“外边缘增大信号”)。

查找表(LUT)1109接收来自阈值判断单元1103、1107和1108的判断信号并根据如下逻辑输出文本信号：

如果内边缘判断信号＝‘1’，则文本信号＝‘1’；

如果内边缘判断信号＝‘1’，且内边缘增大信号＝‘1’且外边缘增大信号＝‘1’，则文本信号＝‘1’；否则

文本信号＝‘0’。

图16示出对应于上述逻辑的LUT 1109的表配置。

也就是说，如图15F中所示，根据内边缘判断、内边缘判断的区域累计判断和外边缘判断的区域累计判断的结果，LUT1109输出文本信号。

●点判断单元

图17是示出点判断部1002的配置的框图。

将输入信号201输入至进行与边缘强调器1102中的边缘强调处理相同的边缘强调处理的边缘强调器1202。

将从边缘强调器1202输出的边缘强调信号输入至阈值判断器1203和1204。由于已经经过了由边缘强调器1202的二次差分滤波处理的信号具有正或负信号值，因此在阈值判断器1203中设置正阈值，而在阈值判断器1204中设置负阈值。

例如，通过沿箭头1610扫描图18A中示出的白色背景1603上的点1602的边缘部分所获得的输入信号201的信号值的改变为如图18B中所示。也就是说，边缘边界1601的前部分(点1602的内部)为暗并呈现低信号值。然而，当超过边缘边界1601，背景1603为亮，并且信号值急剧升高。当显示这种变化的输入信号201经过二次差分滤波处理时，如图18C中所示，其信号值在边缘边界1601前呈现正值，且在边缘边界1601后呈现负值。也就是说，阈值判断器1203输出表示在边缘强调信号超过正阈值时字符边缘的内侧的内边缘信号＝‘1’。另一方面，阈值判断器1204输出表示在边缘强调信号变得低于负阈值时字符边缘的外侧的外边缘信号＝‘1’。

注意，图18A至18C示出仅沿一个方向的扫描。然而，实际上，还进行至少沿与图18A至18C示出的方向的垂直方向的扫描，并且采用沿至少两个方向的边缘检测结果的OR作为边缘信号。

将从阈值判断器1203输出的内边缘信号输入至孤立量判断器1205。将从阈值判断器1204输出的外边缘信号输入至孤立量判断器1206。

孤立量判断器1205对内边缘信号进行图案匹配以检测点。存在如具有低LPI的点图像到具有高LPI的点图像等各种点图像，并且点大小和间隔随图像而变化。为了检测恰好的LPI的点，使用多个图案完成了图案匹配。对于具有低LPI的点图像，使用大图案进行图案匹配以检测点。同样，对于具有高LPI的点图像，使用小图案进行图案匹配以检测点。由于点的形状随密度而改变，因此判断级别可调以应付上述变化。

图19A和19B是说明用于孤立量检测的图案匹配的图，并示出4×4像素区域中图案匹配的例子。

图19A示出4×4像素区域中的内边缘信号，并且具有内边缘信号＝‘1’的像素为由附图标记1702表示的四个像素(黑像素)。其余的像素为具有内边缘信号＝‘0’的像素。注意，具有符号*的像素1701为关注像素。

图19B示出4×4像素区域的图案匹配的例子。在图19B中，四个黑像素1712具有内边缘信号＝‘1’，八个白像素1713具有内边缘信号＝‘0’，且四个阴影线像素1714为可能具有任一值的像素。基于该图案，将黑像素1712和白像素1713的匹配级别设置为可调以调整判断级别。

图20A至20D是说明孤立量判断的图，并示出4×4像素区域中内边缘信号和关注像素1701的判断结果的例子。

如在图20A至20C中所示，在下面的条件下关注像素的1701的孤立量判断信号呈现‘1’。

即，匹配四个黑像素1712的像素(具有内边缘信号＝‘1’的像素)的数量为三个或更多，并且匹配八个白像素1713的像素(具有内边缘信号＝‘0’的像素)的数量为六个或更多。

当不满足上述条件时，如图20D中所示，判断为关注像素1701的孤立量判断信号＝‘0’。

匹配该图案的像素的数量为匹配级别，并通过调整该级别来调整该判断级别。

孤立量判断器1205使用多个图案来进行这种图案匹配。并且，进行外边缘信号的孤立量判断的孤立量判断器1206进行与孤立量判断器1205相同的图案匹配。在这种情况下，可以任意地调整和设置匹配图案和判断级别。

OR处理器1207和1208接收从孤立量判断器1205和1206输出的孤立量判断信号两者。OR处理器1207计算例如3×3像素区域中孤立量判断信号的OR，并且如果至少一个像素为‘1’，设置关注像素的判断信号＝‘1’。

图21A至21C是用于说明OR处理器1207和1208的处理的图。

图21A示出仅3×3像素区域中关注像素的孤立量判断信号为‘1’，并且在OR处理后关注像素的信号(下文称之为“OR信号”)变为‘1’的情况。图21B示出关注像素的孤立量判断信号为‘0’但区域包括具有孤立量判断信号＝‘1’的像素的情况。因此，OR处理后的关注像素的OR信号变为‘1’。图21C示出仅关注像素的孤立量判断信号为‘0’，且其它像素的孤立量判断信号为‘1’的情况。因此，在OR处理后的关注像素的OR信号变为‘1’。

从OR处理器1207和1208输出的OR信号经由累计处理器1209和1210、阈值判断器1211和1212以及点判断器1213和1214后变成点信号1和2。

图22是示出用于通过累计处理器1209(或1210)、阈值判断器1211(或1212)以及点判断器1213(或1214)来生成点信号1或2的处理的图。

在多个区域中累计OR信号2001。例如，累计处理器2011、2012和2013分别计数(累计)9×9、15×15和21×21像素区域内具有OR信号＝‘1’的像素的数量。将从累计处理器输出的计数值输入至在9×9、15×15和21×21像素区域内分别进行判断的阈值判断器2021、2022和2023。注意，可以分别设置阈值判断器2021、2022和2023的阈值。点判断器2031接收从各阈值判断器输出的判断信号，并输出点信号。

图23是说明累计处理器2011到2013的处理的图，并示出低浓度点部分的OR信号，其中由黑像素表示OR信号＝‘1’，且由白像素表示OR信号＝‘0’。在该实施例的例子中，在三个累计区域内累计OR信号。然而，本发明不限于三个累计区域。

当在9×9像素区域2102、15×15像素区域2103和21×21像素区域2104内对具有处于图23中示出的状态的关注像素2101的OR信号进行累计(通过计数OR信号＝‘1’的像素)时，获得下面的结果：

9×9像素区域2102中12个像素；

15×15像素区域2103中40个像素；以及

21×21像素区域2104中76个像素。

当相应区域内OR信号＝‘1’的像素的区域超过例如5％时，阈值判断器2021至2023的每个判断为关注像素2101位于半色调点区域中；并且当该区域为例如5％或更少时，判断为关注像素2101不位于半色调点区域中。因此，将各累计区域判断为半色调点区域所需要的阈值为如下：

9×9像素区域的阈值为5个像素或更多；

15×15像素区域的阈值为12个像素或更多；以及

21×21像素区域的阈值为23个像素或更多。

因此，如下判断累计结果：

由于12个像素＞5个像素，9×9像素区域2102为半色调点区域；

由于40个像素＞12个像素，15×15像素区域2103为半色调点区域；以及

由于76个像素＞23个像素，21×21像素区域2104为半色调点区域。

图24是用于说明点判断器2031的处理的图。

点判断器2031基于各累计区域的判断结果来判断关注像素2101是否位于半色调点区域中。最初，对各累计区域的判断结果进行配对。例如，9×9像素区域2102和15×15像素区域2103的判断结果形成一对，15×15像素区域2103和21×21像素区域2104的判断结果形成另一对，并且对这些对的AND(“与”)进行计算。对这些AND进行OR以生成点信号。在上述例子中，由于将所有的累计区域判断为半色调点区域，因而作为进行AND和OR的结果生成点信号＝‘1’。

图25是用于说明在低浓度半色调点区域包括字符边缘时累计处理器2011至2013的处理的图。

当以与对图23的描述中相同的方式在各累计区域2102至2104中对图25示出的状态中具有关注像素2101作为中心的OR信号进行累计时，累计结果为如下：

9×9像素区域2102中4个像素；

15×15像素区域2103中32个像素；以及

21×21像素区域2104中60个像素。

因此，阈值判断器的判断结果为如下：

由于4个像素＜5个像素，9×9像素区域2102为非半色调点区域；

由于32个像素＞12个像素，15×15像素区域2103为半色调点区域；以及

由于60个像素＞23个像素，21×21像素区域2104为半色调点区域。

点判断器2031进行图24中示出的逻辑运算，并且9×9像素区域2102和15×15像素区域2103的对的AND结果获得‘0’。另一方面，15×15像素区域2103和21×21像素区域2104的对的AND结果得到‘1’。因此，作为对这些AND结果进行OR的结果，生成点信号＝‘1’。

以这种方式，一个累计区域(在这种情况下为9×9像素区域2102)的判断结果表示非半色调点区域。换句话说，包括字符或者线条形画的半色调点区域可以根据累计区域的大小和阈值被判断为非半色调点区域。因此，当使用具有不同大小和不同阈值的多个累计区域时，可以将包括字符或者线图的半色调点区域正确地检测为半色调点区域。

图26是用于说明在关注像素2101位于低浓度半色调点区域外时累计处理器2011至2013的处理的图。

当以与对图23的描述中相同的方式在各累计区域2102至2104中对图26示出的状态中具有关注像素2101作为中心的OR信号进行累计时，累计结果为如下：

9×9像素区域2102中0个像素；

15×15像素区域2103中12个像素；以及

21×21像素区域2104中20个像素。

因此，阈值判断器的判断结果为如下：

由于0个像素＜5个像素，9×9像素区域2102为非半色调点区域；

由于12个像素＝12个像素，15×15像素区域2103为半色调点区域；以及

由于20个像素＜23个像素，21×21像素区域2104为非半色调点区域。

点判断器2031进行图24中示出的逻辑操作，并且9×9像素区域2102和15×15像素区域2103的对的AND结果得到‘0’。另一方面，15×15像素区域2103和21×21像素区域2104的对的AND结果得到‘0’。因此，作为对这些AND结果进行OR的结果，生成点信号＝‘0’。

以这种方式，使用具有不同大小和不同阈值的多个累计区域，可以将半色调点区域的边界外的部分检测为非半色调点区域。即，可以防止在增大累计区域以改善判断精度时发生的半色调点区域的抽取结果的增大(点信号的激增)。

前述累计区域和阈值的合并仅仅是例子，并且可以根据要检测的半色调点区域的特征来将累计区域与大小和阈值合并。并且，在上述例子中，使用三个累计区域来计算两个AND。然而，可以任意地判断累计区域的数量以及逻辑运算的结构。此外，AND和OR的合并仅是个例子。

注意，在从OR处理器1207至点判断器1213的系统中、以及从OR处理器1208至点判断器1214的系统中，改变各累计区域的大小、累计区域的合并以及阈值以判断图像区域，并输出点信号1和2。在后续的处理中，使用这些点信号的其中之一，或者对两个点信号进行AND或OR以扩大半色调点区域的判断范围。

[图像处理的切换]

使用通过区域分割处理获得的文本信号和点信号，判断图像区域属性如下。根据图像区域属性，可以自适应地切换图像处理(掩模(masking)、UCR、边缘强调或平滑、颜色再现方法和图像形成方法等)。

点信号文本信号	00	00	10	11
点信号文本信号	00	00	10	11	区域属性	-	文本	点	^*1

^*1：半色调区域内的字符

以这种方法在多个累计区域中对孤立量进行累计，并使用这些累计区域的不同阈值进行第一点判断。此外，多个第一点判断结果经逻辑运算以执行第二点判断。以这种方式可以将包括字符、线图或者灰尘或杂质的图像的半色调点区域正确地检测为半色调点区域。另外，当增大了累计区域时，可以防止在接触白色背景的半色调点区域的边界处发生的点信号的激增。

第二实施例

下面将说明根据本发明第二实施例的图像处理。注意，第二实施例中相同的附图标记表示与第一实施例中的部分相同的部分，并且将省略对其的详细说明。

第一实施例已经例示了孤立量呈现二值(1位)的情况。然而，第二实施例将说明孤立量呈现多值的情况。

图27是示出第二实施例的点判断部1002的配置的框图。

第二实施例的点判断部1002具有和第一实施例中的相同的基本配置，但第二实施例的点判断部1002包括输出多值孤立量的孤立量判断器2605和2606以及代替第一实施例的OR处理器1207和1208的加法处理器2607和2608。下面将仅说明不同于第一实施例的组件。

孤立量判断器2605使用多个图案进行对内边缘信号的图案匹配，并检测点。

图28A至28D是用于说明第二实施例的孤立量计算的图，并示出4×4像素区域中内边缘信号和关注像素1701的孤立量之间的关系。

在图28A中，由于匹配黑像素1712的像素(具有内边缘信号＝‘1’的像素)的数量为4，并且匹配白像素1713的像素(具有内边缘信号＝‘0’的像素)的数量为0，因此关注像素1701的孤立量为4-0＝4。

在图28B中，由于匹配黑像素1712的像素的数量为4，并且匹配白像素1713的像素的数量为1，因此关注像素1701的孤立量为4-1＝3。

在图28C中，由于匹配黑像素1712的像素的数量为3，并且匹配白像素1713的像素的数量为0，因此关注像素1701的孤立量为3-0＝3。

在图28D中，由于匹配黑像素1712的像素的数量为2，并且匹配白像素1713的像素的数量为0，因此关注像素1701的孤立量为2-0＝2。

即，获得第二实施例的孤立量作为应该为‘1’的像素的数量和应该为‘0’的像素的数量之间的差。

孤立量判断器2605使用多个图案进行这种图案匹配。并且，进行外边缘信号的孤立量判断的孤立量判断器2606进行与孤立量判断器2605相同的图案匹配。在这种情况下，可以任意地调整和设置图案匹配。

加法处理器2607和2608接收从孤立量判断器2605和2606输出的孤立量两者并对其进行相加。在这种情况下，两个加法处理器对同一图案的孤立量进行相加。每个加法处理器使用不是其它加法处理器的要相加图案的图案作为要相加图案。例如，当加法处理器2607处理用于检测粗糙半色调点区域(具有低LPI)的图案时，加法处理器2608处理用于检测精细半色调点区域(具有高LPI)的图案。

以这种方式，通过处理多值的孤立量，可以进一步改善半色调点区域的检测精度。

实施例的变形例

第二实施例使用用于给定匹配图案的匹配级别作为用于计算多值的孤立量的级别。然而，匹配的图案的数量可以用作为孤立量。例如，当孤立量判断器2605和2606使用10个不同的匹配图案时，在匹配了所有这些图案时输出孤立量＝10，或者在匹配了3个图案时输出孤立量＝3。

根据上述实施例，可以改善包括字符或者线图的半色调点区域的提取性能而无需增加任何判断错误。同样，可以防止在接触白色背景的半色调点区域的边界处的提取结果的激增。因此，可以执行通过适合的区域分割所获得的图像区域的属性所采用的图像处理，从而该改善图像质量。

其它实施例

注意，本发明可以应用于包括单个装置的设备或者由多个装置构成的系统。

此外，通过直接地或间接地向系统或者设备提供实现上述实施例的功能的软件程序，利用系统或设备的计算机读取所提供的程序代码，然后执行该程序代码来实现本发明。在这种情况下，只要系统或者设备具有程序的功能，实现的方式不需要依赖于程序。

因此，由于通过计算机实现本发明的功能，因此安装在计算机中的程序代码也实现本发明。换句话说，本发明的权利要求书还包含为了实现本发明的功能的计算机程序。

在这种情况下，只要系统或者设备具有程序的功能，可以以如下任何形式执行程序：如对象代码、解释器执行的程序、或者提供给操作系统的脚本数据等。

可以用于提供程序的存储介质的例子有软盘、硬盘、光盘、磁光盘、CD-ROM、CD-R、CD-RW、磁带、非易失类型存储卡、ROM和DVD(DVD-ROM和DVD-R)等。

至于提供该程序的方法，使用客户计算机的浏览器可将客户计算机连接到Internet上的网站，并且本发明的计算机程序或者程序的可自动安装的压缩文件可被下载到如硬盘等记录介质。此外，通过将构成程序的程序代码分成多个文件并从不同的网站下载该文件可以提供本发明的程序。换句话说，通过计算机将实现本发明的功能的程序文件下载至多个用户的WWW(World Wide Web，万维网)服务器也包含在本发明的权利要求书中。

还可以对本发明的程序进行加密并存储在如CD-ROM等存储介质上，将该存储介质分配给用户，允许满足一定要求的用户通过Internet从网站下载解密密钥信息，并允许这些用户通过使用密钥信息对加密后的程序进行解密，从而将该程序安装在用户计算机中。

在通过计算机执行读取的程序代码来实现根据实施例的上述功能的情况以外，运行在计算机上的操作系统等可以执行实际处理的全部或者部分，使得通过该处理可以实现上述实施例的功能。

此外，在将从存储介质读取的程序写入插入计算机中的功能扩展板或连接到计算机的功能扩展单元中设置的存储器中后，功能扩展板或功能扩展单元上配有的CPU等执行实际处理的全部或部分，使得通过该处理可以实现上述实施例的功能。

尽管已经参考典型实施例对本发明进行了描述，但应当理解，本发明不限于已经公开的典型实施例。所附权利要求书的范围符合最宽的解释，以包含所有这类修改、等同结构和功能。

本申请要求2005年8月31日提交的日本专利申请2005-252466的权利，其全部内容通过引用包含于此。

Claims

1、一种方法，用于从包括不同类型的图像区域的图像提取图像区域，所述方法包括如下步骤：

计算步骤，计算关注像素的孤立量；

累计步骤，在具有不同大小的多个区域中累计所述孤立量；以及

判断步骤，通过将为各个所述多个区域设置的阈值与累计结果相比较来判断所述关注像素是否属于半色调点区域。

2、根据权利要求1所述的方法，其特征在于，所述计算步骤包括使用多个匹配图案来计算所述多个匹配图案的每个的二值孤立量的步骤。

3、根据权利要求2所示的方法，其特征在于，还包括如下步骤：考虑到所述半色调点区域的每英寸线数来设置所述多个匹配图案。

4、根据权利要求1所述的方法，其特征在于，所述计算步骤包括如下步骤：使用多个匹配图案来计算所述多个匹配图案的每个的多值孤立量。

5、根据权利要求4所述的方法，其特征在于，还包括如下步骤：考虑到所述半色调点区域的每英寸线数来设置所述多个匹配图案。

6、根据权利要求1所述的方法，其特征在于，所述判断步骤包括如下步骤：通过对所述多个区域的判断结果进行逻辑运算来判断所述关注像素的判断结果。

7、根据权利要求1所述的方法，其特征在于，还包括如下步骤：使用所述关注像素的二次差分值和周围像素值来判断所述关注像素是否包括在文本区域中。

8、一种图像处理设备，用于从包括不同类型的图像区域的图像提取图像区域，所述图像处理设备包括：

计算器，用于计算关注像素的孤立量；

累计器，用于在具有不同大小的多个区域中累计所述孤立量；以及

判断器，用于通过将为各个所述多个区域设置的阈值和累计结果相比较来判断所述关注像素是否属于半色调点区域。

9、一种计算机程序产品，其存储在计算机可读介质上，其包括用于从包括不同类型的图像区域的图像提取图像区域的方法的程序代码，所述方法包括如下步骤：

计算关注像素的孤立量；

在具有不同大小的多个区域中累计所述孤立量；以及

通过将为各个所述多个区域设置的阈值与累计结果相比较来判断所述关注像素是否属于半色调点区域。