CN1099541A

CN1099541A - 图象处理装置

Info

Publication number: CN1099541A
Application number: CN94106471A
Authority: CN
Inventors: 前田博; 冈桥俊裕
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 1993-06-16
Filing date: 1994-06-16
Publication date: 1995-03-01
Anticipated expiration: 2014-06-16
Also published as: JP3040896B2; CN1132405C; EP0632642A1; DE69425850T2; EP0632642B1; JPH0715607A; US5675664A; DE69425850D1

Abstract

本发明提供了一种图象处理装置，它能通过根据设定在其控制部分中的灰度值来改变边缘鉴别参数，从而可以对即使很暗的图象鉴别边缘。一边缘鉴别电路鉴别图象的边缘，且一灰度转换部分随后进行图象的灰度转换并确定灰度的可改变设定值。在此之后，一边缘鉴别电路进行图象的边缘的鉴别。在此情况下，灰度的设定值被提供给边缘鉴别电路，以使后者当图象具有降低了的灰度时能容易地鉴别具有低变化的边缘部分。

Description

本发明涉及图象处理装置，且更具体地说，是涉及这样一种图象处理装置，它能通过根据灰度（半色调）图象处理获得的量化数据来指定参数，鉴别图象中的边缘部分和非边缘部分，并能通过借助其控制部分，按照灰度设定，改变图象边缘部分的鉴别参数，来精确鉴别暗淡图象上的边缘。该装置可用于诸如数字型平坦纸复印机和图象打印机中。

在传统的灰度图象处理中，量化图象数据被直接打印出来。例如，作为数字信息的图象数据输入包括各个象元，每一个象元都具有诸如0到255范围内的灰度。这意味着如果不进行附加的处理，就需要8位的数据串来表示每一个具有0到255范围中的灰度的象元。存储全部图象数据可能需要巨大的存储容量。另外，必须有能够再现具有从0到255变化的灰度的图象的打印机。

本发明提供了一种用于再现扫描图象的图象处理装置，该图象具有用通常可得到的、具有低存储容量和较低的图象灰影再现能力的打印机所描述的灰度，需要减少象元所承载的信息量并减小各个象元的灰影数。

处理过程从读取具有从0到255的象元灰度的图象数据开始。读入的数据被量化以得到从0到255的灰度。

例如，数据的灰度（0至255）在点W、X、Y和Z被量化。该量化有助于根据预设的阈值t1、t2和t3区分输入数据f：

W若255≥f＞t1;

X若t1≥f＞t2;

Y若t2≥f＞t3;

Z若t3≥f≥0。

然而，仅仅量化的各组数据不会忠实地表现原来的局部的灰度，因而造成图象显示缺乏平滑性。为了消除上述局部缺陷，在量化处理中出现的图象与原有的灰度之间的差别，作为误差而被检测到;该误差得到处理，用以对所注意的象元周围的象元的灰度产生作用。原有图象的细节的灰度可由处理过的量化图象数据进行更令人信服的表现。

例如，传统的边缘鉴别，是通过一灰度记录电路对来自图象扫描器的输入数据进行量化，并通过检查该量化数据是与边缘有关还是与非边缘部分有关而实现的。另外，用于检测图象中一条边缘的参数具有通过实验获得的固定值。另一方法是所谓的图案匹配法，它检查输入数据，看它们是与两个还是多个图案相匹配，而这些图案已经经过实验被确定为可能的边缘图案。

在日本专利公开第1-115271号和第1-115272号中叙述了一种先的有技术图象处理装置。该先有技术公布了一种边缘检测过程，它包括：将经过一电荷耦合装置（CCD）的模拟图象数据输入转换成数字形式;对它们进行校正以进行阴影化;检测3x3象元区中的最大值和最小值;从最大值中减去最小值;将数值差与阈值相比较，当数值差大于阈值时判定象元是边缘，或当数值差小于阈值时判定其为非边缘部分。

如上所述，传统的灰度图象处理电路需要在4906个图案（4个量化值和6个要求的象元意味着有4⁶个图案需要检查）中检测指定的图案。随着量化值和象元的数目的增大，图案数也增大。这使得寻求可能是边缘的指定图案更为复杂。

只有9个指定图案，但要增加边缘鉴别的精度，就需要输入从4906个图案中抽取的数十或数百个在经验上被认为是边缘的图案。这是非常复杂的操作。另外，只有存储在ROM或RAM中的图案会被认为是边缘图案。因而，由于存储的图案不足以覆盖所有可能的边缘图案，鉴别中会产生错误。

灰度转换，在各边缘在图象中已经进行了鉴别之后进行时，能更有效地改善图象的质量。然而，如果诸如暗的文字的输入图象具有低灰度，则该文字不能通过采用传统的固定参数而被检测为边缘。因而希望使图案根据图象的灰度而变化并有选择地采用用于低灰度图象的参数（以可靠地检测边缘）和用于高灰度图象的参数（以便不检测非边缘象元）。

例如，如果图案的边缘具有不小于3的灰度差，该差在灰度转换之后被降低到2并被鉴别为非边缘部分。

在上述公开中描述的先有技术中，从x×z个象元的区域中粗略地检测出边缘，且在鉴别中在半色调边缘部分中会出现错误。由于先有技术采用了固定阈值，当图象数据得到处理而具有较低灰度时，很难检测出边缘。

相反，其中检验所注意的一个象元和m个近邻象元而不是从x×z个象元或区域中检测边缘且计算灰度的梯度时，根据计算的灰度梯度值，可区分边缘部分和非边缘部分。这使得能够从图象的细节对边缘进行检测，并获得较高的边缘检测精度。通过采用可变的阈值，可精确地检测边缘，即使图象经过处理而具有已降低了的灰度。

在上述公开中，没有对以下内容进行描述，即：根据从相邻象元的差分灰度信号确定的图象灰度梯度，来鉴别图象区域上的图象边缘部分;根据从相邻象元的差分灰度信号计算出的图象象元的梯度的方向数据和灰度梯度，在一图象数据输出装置上设定输出象元的位置;通过利用灰度梯度鉴别装置，按照相邻象元的差分灰度信号，鉴别图象的灰度梯度，通过利用图象质量，从而鉴别一个边缘部分。根据本发明的图象处理装置能精确地鉴别即使很暗的图象上的边缘，因为它是根据图象灰度的梯度来进行图象处理的。

本发明的一个目的，是提供一种图象处理装置，能鉴别边缘部分和非边缘部分;它借助基于通过灰度图象处理而量化的图象数据的恒定特性并通过从一降低了灰度的图象检测边缘;由于在受控部分中的灰度设定通过有选择地改变用于在图象中鉴别边缘的参数，图象的灰度被降低了。

本发明的另一目的，是提供一种图象处理装置，它能够：借助一图象数据读取装置并通过一灰度记录电路，对图象数据输入进行量化;通过选择一个所注意的象元和两侧的m个近邻象元、从量化数据计算灰度的梯度并检查它是否大于一个指定的梯度值、判定注意的象元是边缘部分还是非边缘部分、并由此实现对图象中的所有边缘部分和非边缘部分的精确鉴别，从而能够鉴别量化数据与边缘部分还是与非边缘部分有关。

本发明的又一目的，是提供一图象处理装置，该装置为了对图象中检测的、与非边缘部分不同的边缘部分进行处理，采用了一种边缘鉴别方法，该方法通过检验一个所注意的象元和在所注意的象元的右侧和左侧的n个象元，确定灰度的梯度，并在梯度超过指定的阈值时判定所注意的象元为边缘;且该装置能通过改变该阈值以适应图象的灰度的增大或减小来有效地识别图象中具有增大或减小的灰度的边缘;和该装置还能通过表明左参照边缘或右参照边缘来区别所识别的边缘，以对象元区域的每一个分割部分进行处理。

本发明的另一目的，是提供一种图象处理装置，它在通过给出接近两分条件的差分灰度，而对原来包含的文字进行处理以改善该文字，从而获得容易读取的文字图象的过程中，用具有n个值的灰度的象元表示图象，即O是白而n是黑;并识别图象中的边缘和非边缘，并借助左参照和右参照区别各边缘象元，且以适当的方式转换数据，为了根据边缘的类型（即左边缘或右边缘）来改变激光打印方法，从而防止边缘部分的不规则。

本发明的又一个目的，是提供一种图象处理装置，它能根据图象质量鉴别装置的鉴别结果（图片或文字或灰度图象）来自动控制阈值，以适应图象的灰度的梯度。

图象的灰度是一个象元一个象元地检测的。图象灰度的梯度是根据差分灰度信号确定的，且图象的边缘是根据灰度梯度值来检测的。应用该处理可消除诸如指定图案的产生和提取的复杂操作、降低由于不充分的边缘鉴别条件而发生错误判定的可能性，并获得图象中的边缘的精确鉴别。

另外，根据用于鉴别图象的灰度的梯度的数据预设了图象边缘的鉴别灰度，借助它来鉴别图象的边缘。对灰度的梯度和灰度梯度的方向进行鉴别，且根据该数据确定图象的区域。根据灰度梯度的值和该梯度的方向的信号，预设图象输出装置的象元输出位置。根据用于灰度梯度鉴别的数据，检测图象的质量并鉴别边缘。

为实现上述各项目的，本发明提供了：

（1）图象处理装置，包括：

一个灰度检测装置，用于检测逐个象元的图象灰度;一个运算装置，用于产生两个邻近象元的差分灰度信号;一个灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号鉴别灰度的梯度;一个边缘鉴别装置，用于根据来自灰度梯度鉴别装置的数据，鉴别图象的边缘。

（2）图象处理装置，包括：

一个灰度检测装置，用于逐个象元检测图象的灰度;一个运算装置，用于产生两个邻近象元的差分灰度信号;一个灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号鉴别灰度的梯度;一个鉴别灰度设定装置，用于根据来自灰度梯度鉴别装置的数据，设定图象的边缘的鉴别灰度;以及，一个边缘鉴别装置，用于根据来自鉴别灰度设定装置的鉴别灰度数据鉴别图象的边缘。

（3）图象处理装置，包括：

一个灰度检测装置，用于逐个象元检测图象的灰度;一个运算装置，用于产生两个相邻象元的差分灰度信号;一个灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号鉴别灰度的梯度和方向;以及，一个图象区域鉴别装置，用于根据来自灰度梯度鉴别装置的灰度梯度和方向数据，鉴别图象的区域。

（4）图象处理装置，包括：

一个灰度检测装置，用于逐个象元检测图象的灰度;一个运算装置，用于产生两个相邻象元的差分灰度信号;一个灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号鉴别灰度的梯度和方向;以及，一个输出控制装置，用于根据来自灰度梯度鉴别装置的灰度梯度和方向数据，来设定图象输出装置的输出象元位置。

（5）图象处理装置，包括：

一个灰度检测装置，用于逐个象元检测图象的灰度;一个运算装置，用于产生两个相邻象元的差分灰度信号;一个灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号来鉴别灰度的梯度;一个图象质量鉴别装置，用于根据来自灰度梯度鉴别装置的数据来确定图象的质量;以及，一个边缘鉴别装置，用于根据来自灰度梯度鉴别装置的数据和来自图象质量鉴别装置的边缘鉴别信号来确定图象的边缘。

图1用于说明传统的边缘鉴别方法;

图2A、2B、2C和2D是用于说明传统的边缘鉴别方法的结构图;

图3显示了传统的量化过程;

图4是传统的灰度保留方法;

图5是流程图，用于说明传统的边缘鉴别方法;

图6A和6B用于说明传统的灰度转换方法;

图7显示了根据传统图象处理方法的围绕着一个所注意象元的鉴别区域;

图8显示了传统的边缘鉴别图案;

图9是传统的边缘鉴别的结构图;

图10是流程图，用于说明根据本发明的可打印数据转换系统的位置;

图11显示了根据本发明的围绕着一个所注意的象元的鉴别区域;

图12用于说明本发明所用的图象处理装置;

图13是由根据本发明的灰度转换部分和边缘鉴别部分进行的灰度设定的框图1;

图14是由根据本发明的灰度转换部分和边缘鉴别部分进行的灰度设定的框图2;

图15A和15B是流程图，用于说明如何根据对应于权利要求1所规定的灰度的梯度来鉴别边缘;

图16是比较图（1），用于将本发明的边缘鉴别结果与先有技术的结果进行比较;

图17A至17I是比较图（2），用于将根据本发明的边缘鉴别的结果与早先技术的结果进行比较;

图18显示了采用图15所示的方法的边缘鉴别;

图19显示了边缘鉴别区域，用于说明根据本发明的图象处理装置的另一个例子;

图20是流程图（1），用于说明根据本发明的图象的灰度如何设定参数进行边缘鉴别;

图21是流程图（2），用于说明根据本发明的图象的灰度如何设定参数进行边缘鉴别;

图22是流程图（3），用于说明根据本发明的图象的灰度如何设定参数进行边缘鉴别;

图23是流程图（4），用于说明根据本发明的图象的灰度如何设定参数进行边缘鉴别;

图24是根据本发明的、用于设定图象的灰度的控制部分的总体结构图;

图25是用于根据本发明设定图象的灰度的控制板;

图26是用于显示根据本发明的色调浓度设定值和设定参数（TH）之间的关系的表;

图27显示了用于根据本发明的边缘鉴别的表;

图28显示了应用于如图27所示的边缘鉴别的原始数据;

图29显示了把鉴别表用于图27所示的原始数据将图象的灰度设定为3时，参照一个左象元和一个右象元的边缘判定图案;

图30A和30B显示了根据本发明的、将色调浓度设定为1的边缘鉴别而获得的边缘鉴别图案;

图31A和31B显示了根据先有技术、灰度设定为1的边缘鉴别的结果;

图32是流程图，用于说明根据本发明的、鉴别右边缘与左边缘的方法（与权利要求1相对应）;

图33用于说明当根据本发明鉴别一个象元区域时的象元读取方向，该象元区域包括位于中心的一个所注意的象元以及其左、右、上和下象元;

图34是流程图，用于说明如何根据本发明相对于一个灰度的设定值来鉴别边缘（与权利要求2对应）;

图35是用于根据本发明进行区域分割的流程图;

图36显示了用于说明根据本发明的图象处理装置的另一个例子的原始数据;

图37是用于说明如何按照根据本发明的左边缘或右边缘鉴别的结果来确定区域的图（部分1）;

图38是用于说明如何按照根据本发明的左边缘或右边缘鉴别的结果来确定区域的图（部分2）;

图39是框图，显示了根据本发明的图象处理装置的另一个例子;

图40显示了根据本发明用于边缘鉴别的图象数据;

图41显示了代表根据本发明的边缘鉴别结果的标志表;

图42显示了根据本发明的带有左参照的边缘鉴别图案;

图43A和43B用于说明如何根据本发明鉴别图象的边缘;

图44是结构图，用于说明根据本发明的权利要求4的内容;

图45是如图44所示的边缘鉴别部分的结构图;

图46A和46B用于说明根据本发明如何确定定位激光辐射的合闸;

图47是根据本发明的激光辐射的合闸位置的设定器的结构图;

图48是根据本发明的、用于设定激光辐射的合闸位置的电路;

图49A和49B是流程图，描述了用于自动测量图象的灰度，为其设定阈值的过程。

图1是传统的半色调图象处理装置的结构图，该装置由边缘鉴别电路1、灰度转换部分2、边缘鉴别电路3和处理电路4组成。边缘鉴别电路1对图象的边缘进行鉴别，而灰度转换部分2将边缘的灰度进行转换从而确定一设定值（可变的）。边缘鉴别电路3鉴别该边缘，且处理电路4对图象进行处理。然而，在处理电路4中，可能会有灰度转换的影响。该传统方法仅允许灰度转换部分2在灰度转换时改变灰度的设定值。这可造成这样的问题，即如果图象象元的灰度降低，则设置在灰度转换部分2之后的边缘鉴别电路3，由于灰度差别的减小而难以区别边缘部分和非边缘部分。

图2A至2D用于说明传统的边缘鉴别方法：图2A显示了一边缘鉴别装置的总体结构;图2B是一边缘鉴别部分的结构图;图2C是附如数据设定部分;图2D是一块3×3象元屏蔽图。这种传统方法对图象中的边缘部分进行鉴别，并以这样的方式转换图象数据，使得文字得到改善并使半色调图象部分的深浅得到平滑的改变。

如图2A所示，在处理灰度图象之前，输入数据受到对于如图2D所示的（屏蔽数据中的一个所注意的象元E的边缘鉴别。若在此阶段输入数据提示有边缘，则给其提供附加的数据以防止该数据在二进制转换中被转换成0。

在传统的灰度图象处理中，量化图象数据被直接打印出来。例如，作为数字信息输入的图象数据，包括每一个均具有在诸如0至255范围之内的灰度的象元。这意味着，如果不进行附加的处理，则需要用一个8位的数据串来表示具有在0至255范围内的灰度的每一个象元。将会需要巨大的存储容量以存储全部图象数据。另外，还必须有一能够再现具有从0至255变化灰度的图象的打印机。

本发明提供了一种图象处理装置，用通常可得到的打印机描绘扫描灰度的图象，这种打印机具有低存储容量和较低的图象阴影再现能力，需要降低象元所携带的信息量并减少各象元的阴影数。

该处理过程从读取具有从0至255的象元灰度的图象数据开始。如图3所示，读取的数据被量化成0至255的灰度。

例如，在图3的点W、X、Y和Z处，对数据的灰度（0至255）进行量化。该量化是为了参照预设的阈值t1，t2和t3来鉴别输入数据f，如下所示：

W若255≥f＞t1;

X若t1≥f＞t2;

Y若t2≥f＞t3;

Z若t3≥f≥0。

然而，各组数据只是量化可能无法忠实地表现原始的局部部分的灰度，因而造成图象显示缺乏平滑性。为消除如图4所示的上述局部缺陷，在量化处理中产生的图象和原来的灰度之间的差别被检测到作为误差，该误差得到处理以对所注意的象元周围的象元的灰度产生影响。用该处理过的量化图象数据，可更精确地代表原始图象的细节的灰度。

图5是流程图，用于说明处理灰度图象的传统方法。图4显示出在所注意的象元周围的象元A至F;第一步骤是检测所注意的象元处的误差ε，并对位于所注意的第i行的所注意的象元B的右侧的相邻象元C、和在所注意的第i行之下的第i+1行上的右下的F、下侧的E和左下的D，按指定比值对其进行分配;第二步骤是检验是否所有的图象数据都得到了处理：如果不是所有的数据都得到了处理，第三步骤设i＝i+1并返回到步骤1以重复该过程。当所有的数据都已得到处理（如第二步骤）时，过程进行由以下步骤所组成的第四步骤：

（1）检查量化数据是否与指定的图案相对应：当数据与该图案相符合时它被判定为边缘数据，而当它不与该图案符合时被判定为非边缘数据。

（2）检查平均灰度是否超过指定参数（一固定值）：当该平均值超过该参数值时数据被鉴别为边缘数据，而当该平均值小于该参数值时被鉴别为非边缘数据。

第五步骤检查是否所有图象数据都得到了处理。当所有数据都得到处理时，过程完成，否则设i＝i+1（在第六步骤）并随后将过程返回到第四步骤。

例如，传统的边缘鉴别，是通过借助一灰度记录电路对来自一图象扫描器的输入数据进行量化，并检查该量化数据是否与边缘或非边缘部分有关，而实现的。另外，用于检测图象中的边缘的参数具有实验获得的固定值。另一方法是所谓的图案匹配法，它检查输入数据是否与两个或更多的指定图案相匹配这些指定图案是经实验被确实为可能的边缘图案。

传统上，诸如图6A和6B所示的4个区域A、B、C、D的平均灰度之差被采用作为边缘鉴别的参数。图6B显示灰度转换的一个例子：左边部分的灰度被转换成右边部分的灰度。

图7所示的区域A至F和诸如图8所示的、被鉴别为边缘的图案，预先被存储在一个只读存储器（ROM）或一个随机存取存储器（RAM）中，并被用于图象量化数据的边缘鉴别。在图9中，输入数据由两个象元按照如图7所示的方向进行处理。在此情况下，量化值的数量为4。通过锁存电路21和22的2个象元的数据被传送到边缘鉴别部分23，后者确定该数据是否边缘数据。根据上述边缘鉴别的结果，显示屏上的图象可被转变成用于一个象元一个象元地操作的实际图象。

如上所述，传统的灰度图象处理电路需要在4906个图案（4个量化值和6个要求的象元，相当于4⁶个需要检查的图案）中检测所指定的图案。随着量化值和象元数的增大，图案的数目也将增大。这使得寻找可能是边缘的指定图案更为复杂。在图8中，只有9个指定图案，但为了增加边缘鉴别的精度，需要输入从4906个图案中抽取出的数十个或数百个实验上被认为是边缘的图案。这是非常复杂的操作。另外，只有存储在ROM或RAM中的图案被认为是边缘图案。因此，由于存储的图案不足以覆盖所有可能的边缘图案，在鉴别中会出现错误。

如图1所示，当灰度转换是在图象中的边缘已经被鉴别之后进行时，它更有效改善图象质量。然而，若诸如暗淡的文字的输入图象具有低的灰度，用传统的固定参数不能将这些文字检测成边缘。因而，希望能根据图象的灰度改变图案，并有选择地采用用于低灰度图象的参数（以可靠地检测边缘）和用于高灰度图象的参数（以免检测非边缘象元）。

例如，假定如果图案具有不小于3的灰度差，正如一个边缘，（如图6B所示），在灰度转换之后该差被减小到2，并被识别为非边缘部分。

在上述公开中所述的早先技术中，边缘是从x×z个象元的区域中粗略检测出来的，且在半色调边缘部分中会出现鉴别错误。由于早先技术采用固定阈值，当对图象数据进行处理使其具有较低灰度时，很难检测出边缘。

相反，当检验所注意的象元和m个近邻而不是从x×z象元区域检测边缘，且计算灰度的梯度时，可根据灰度的梯度的计算值鉴别边缘部分和非边缘部分。这种方法使得能够从图象的细节中检测边缘并获得更高的边缘检测精度。通过采用可变的阈值，即使在处理暗淡图象使之具有降低了的灰度时，也能精确地检测出边缘。

现在参见附图，对本发明的最佳实施例进行如下的详细描述：

图10是流程图，用于说明根据本发明的灰度图象处理装置中的可打印数据转换系统的位置。该系统包括传统的灰度图象处理（步骤1）和根据本发明的边缘鉴别处理（步骤2）。

通过传统的灰度图象处理而得到量化的输入数据，灰度为0至255被分成4个量化值W、X、Y和Z。这些量化值首先通过沿处理（水平扫描）方向以恒定间隔进行操作而得到如下处理：

在图11中，设H和I为所注意的象元，且检验这两个象元是否与图象的边缘部分相对应。当图11所示的所有象元（L、M、H、I、J、K）都符合指定的灰度差（灰度曲线）时，它们被判定为图象中的边缘。在所有其他情况下，象元被判定为图象的非边缘部分。

图12是框图，显示了根据本发明的图象处理装置的一个例子，其中标号31和32表示锁存电路，且标号33表示一边缘鉴别部分。输入数据由传统的灰度图象处理（图10的步骤1）进行量化，并随后由两个象元同时沿图11所示的处理（水平扫描）方向进行处理。在此情况下，使用了4个量化值。

这些“两象元”的数据经锁存电路31和32被传送到边缘鉴别部分33，从而鉴别该数据是否与图象的边缘部分有关。物象被转变成用于根据边缘鉴别的结果而进行的象元间操作的图象。例如，为了同时执行“两象元”的边缘鉴别，锁存电路31和32被用来将诸如4个象元的数据分成2个象元的数据，并将它们同时两个象元地、以指定的延迟时间传送到边缘鉴别部分33，而后者对该“两象元”的数据进行运算并输出它。“两象元”的输出数据再次被输入到边缘鉴别部分33中，以实现6个象元的鉴别。

图13和14是框图，显示了根据本发明的边缘鉴别系统，其中34是一边缘鉴别电路，35是灰度转换部分，36是一边缘鉴别电路，37是一处理电路。图13表示根据本发明的第一种方法，而图14表示第二种方法。在图13中，边缘鉴别电路34首先鉴别图象的边缘部分，而灰度转换部分35进行图象的灰度转换，以确定一设定值（灰度的转变值）。边缘鉴别电路36再次进行图象的边缘鉴别。该边缘鉴别电路36也能指定灰度的设定值。处理电路37进行图象处理。

图14所示的第二种方法与第一种方法的不同之处，仅在于缺少图13的边缘鉴别电路34。换言之，图13和14的方法都是为了给边缘鉴别电路36指定灰度设定值而设计的，以消除如图1所示的传统方法中在某些情况下不能方便地鉴别边缘的问题。

图15A和15B是根据本发明的边缘鉴别处理的流程图，它包括如下所解释的步骤。图16是一个比较表，显示了用根据本发明的方法获得的边缘鉴别结果。在图16中传统方法的边缘第01、09和01对应于图8中所示的边缘第01和09。图17A至17I用于说明根据本发明的边缘鉴别的结果，它们分别对应于图16的结果第Ⅰ至第Ⅸ。

步骤1：灰度检测装置通过象元检测图象的灰度，随后运算装置产生两个相邻象元之间的差信号。在它计算象元L和M的最大值和最小值之差a、象元M和H的最大值和最小值之差b、象元H和I的最大值和最小值之差c、象元I和J的最大值和最小值之差d以及象元J和K的最大值和最小值之差e。

步骤2：灰度梯度鉴别装置检验各灰度差a、b、c和d是否不小于2。边缘鉴别装置判定象元处于边缘部分。这种情况对应于图16和17D的输入数据第Ⅳ，叙述如后。

步骤3：当灰度差大于2（步骤2）时进行以下操作。判定灰度差a、b、c和d是否为1并连续进行不少于3次，且灰度曲线具有以下关系：（1）L＜M＜H＜I;（2）M＜H＜I＜J（图16的No.3和图17C）;（3）H＜I＜J＜K;（4）L＞M＞H＞I（图16的No.1和图17A）;（5）M＞H＞I＞J（图16的No.2和图17B）;（6）H＞I＞J＞K。

最小值应该总是0（白电平White level）。若灰度曲线对应于上述关系中的任何一个，则象元被鉴别为图象的边缘部分。这对应于图16和17A、17B、17C所示的输入数据No.Ⅰ、Ⅱ和Ⅲ。

步骤4：若灰度曲线不与上述关系对应（步骤3），检查灰度差a、c和e是否等于零（0）且灰度差b和d中的一个是否等于1。其中上述两个条件都得到满足时，象元被鉴别为处于边缘部分。这对应于图16和17G所示的输入数据No.Ⅶ。

步骤5：若步骤4的鉴别为“否”，检查差a、c和e中的任何一个是否等于零（0）和随后的灰度差是否等于1。当上述两个条件都得到满足时，象元被鉴别为处于边缘部分。这对应于图16的No.Ⅴ、Ⅵ和图17E、17F。如果不满足，象元被鉴别为处于图象的非边缘部分。

例如，象元L、M、H、I、J和K一个一个地受到对两个相继的象元之间的灰度差的确定。若该差很大（即对灰度的4个量化值为2或更大），则象元被判定为图象的边缘部分（在第二步骤）。

如果灰度差稳定在1并形成具有上升顺序（0（白），1，2…）或下降顺序的灰度的线性曲线，象元被判定为处于边缘部分（在第三步）。在此情况下，最小值应等于0（白）。虽然在图15A和15B的流程图中显示了下降顺序的4个象元，3个下降顺序的象元也可以采用（这取决于量化值的量和边缘鉴别的象元的数量）

当灰度差a、c和e等于0且灰度差中的一个等于1时，象元被判定为处于边缘部分（在第四步骤）。

在此情况下，最小值应等于0（白）。最后，当灰度差a、b、c和d中的任何一个等于0，和用于操作的象元具有灰度0（白）且其灰度与前面一个和后面一个象元的相差为1时，该象元被判定为处于边缘部分。若上述条件未满足，该象元被判定为处于非边缘部分（在第五步骤）。

图18显示了使用上述方法鉴别的边缘部分和非边缘部分之间的关系，其中水平轴表示待检查的象元的位置，而垂直轴表示用灰度图象处理部分获得的量化值。一条从水平轴上一点（灰度为0（白））开始并以45°角从水平轴向右上方延伸的线，被用作基准线。具有位于基准线上侧的灰度曲线的象元被认为是处于边缘部分，而具有位于基准线下方的灰度曲线的象元被认为是处于非边缘部分。

如上所述，参见图16和17，用传统方法和本发明的上述方法进行输入图象数据的边缘鉴别，对两种方法加以比较。曲线图表示用根据本发明的方法处理的输入图象数据。

根据本发明的方法可把输入数据No.Ⅰ、Ⅱ、Ⅲ和Ⅳ鉴别为边缘部分的数据，而传统方法将它们判定为非边缘部分。这表明本发明的方法具有更高的精度。

根据本发明的边缘鉴别方法保证了边缘检测的高精度、消除了由于边缘鉴别条件的不充分而导致错误判定的可能性并且不要求复杂的操作来提高精度。

虽然在所示的实施例中数据仅仅是沿水平处理方向进行扫描的，它也可沿垂直供给方向进行扫描。也可以采用不同于4值量化的多值量化。

下面将描述根据本发明的另一图象处理装置。

参见图19，选择一个所注意的象元、两个和左右相连的象元和两个和上下相连的象元，来进行边缘鉴别。

根据以下过程，从选择的象元的状态，确定边缘梯度。

图20至23是确定边缘梯度的流程图如下：

步骤1：选择一个所注意的象元C并确定用于计算边缘梯度的基准值S。

步骤2：检验所注意的象元C是否≥S;若C≥S，操作进到步骤3;若C不≥S，C被判定为非边缘元素，且处理完成。随后选择下一个象元（步骤1）。

步骤3：检查所注意的象元C是否≥S且＜2S;若结果是“是”，则如图21所示执行随后的步骤4-1至4-3。与所注意的象元C相邻的象元A、B、D和E如图7所示。

步骤4-1：若B＜S，D≥C和D≥E，基准点O等于点B（即O＝B）且最大点等于点D（即T＝D），运算进到步骤6。

步骤4-2：若B＜S，D≥C和D＜E，基准点O等于点B（即O＝B）和最大点等于点D（即T＝D），运算进到步骤6。

步骤4-3：若B≥S，A＜S和C≥B，基准点O等于点B（即O＝B），且最大点等于点C（即T＝C），运算进到步骤6。

步骤5-1：若所注意的象元C在步骤3是＞2S，检查是否B＜S;若B＜S，O＝B和T＝C，运算进到步骤6。

步骤5-2：若B＞＝S，A＜S和C＞B，O＝A且T＝C，运算进到步

骤6。

步骤6：计算（T-O）/2S＝F。

步骤7：检查是否F＞＝TH;若结果是“否”，象元被判定为非边缘元素。

步骤8：若步骤7的结果是“是”，F被作为点C的梯度且所注意的象元被判定为边缘元素。

上述的处理步骤是根据相邻的左右象元和上下象元而对所注意的象元进行的。当四个鉴别中的任何一个满足边缘条件时，该所注意的象元即被判定为边缘元素。

以下的说明与权利要求2所规定的本发明有关。

图24和25是用于设定所希望的灰度的控制部分的结构图;图24是该控制部分的总体图，图25是控制板的视图。在这些图中，40是控制部分，40a是控制板，40b是打印开关，40c是图象选择开关，41是放大设定器，42是打印纸尺寸选择器，43是复制浓度控制器，44是复制数设定器，45是分检控制器，且46是附加功能控制器。

所希望的图象灰度是由图25所示的控制部分设定的。在图13和14所示的灰度转换部分中，图象的灰度可按照如图26所示的诸如五级进行改变。

简单地说，处理步骤4通过将F分别设定在1/2、2/3、2/2、3/2和2/1和灰度设定值1、2、3、4和5，而改变边缘鉴别的基准。与灰度设定值相对的值TH表示灰度的梯度。一中心设定值3对应于45°和F＝2/2的梯度。

在所示的实施例中，由于各个象元可具有0至3的灰度值，值F可被降低到2/3和1/2，且位于小于45°的梯度，而且，类似地，它被增大到3/2和2/1，且位于大于45°的梯度。参数TH因而可与各设定值对照而确定。

设当图象的灰度的被设定为3时，图象数据由各具有4值灰度的象元表示。用于鉴别所注意的象元的各象元被显示在图28中。

在图25所示的控制部分中，取决于灰度的设定值，边缘鉴别条件根据图26所示的表而得到确定。该边缘鉴别条件是这样的，即当F＞2/2时，象元被判定为边缘。对边缘鉴别的处理根据图20至23所示的流程图进行。图27显示了用于边缘鉴别（只根据左象元）的图案的表。图28表示原始数据，图29表示根据右象元和左象元所得的边缘鉴别的结果。（o：非边缘，a：右参照边缘，b：左参照边缘，c：右/左参照边缘）。

图30A显示了当数据的灰度被设定为1时的原始数据，且图30B显示了根据左象元和右象元的原始数据边缘鉴别的结果。图31A和31B表示采用具有设定为3的灰度值的固定鉴别条件的传统方法的边缘鉴别结果。通过将图30A、30B与图31A、31B的边缘鉴别结果进行比较，可清楚地理解本发明的效果。

借助左、右、上和下参照的边缘鉴别，是根据图20至23的流程图进行的。鉴别标志图案如图32所示地产生。图33用于说明当结合相应的右、左、上和下参照对所注意的象元进行鉴别时，读取象元的方向。

参见图29，其中所示的鉴别图案包括一系列相同的图，例如鉴别图案No.＜b b＞，它可作如下解释：图28的原始数据的一部分（部分A）被显示在下面的表1中。

（表1）

→水平扫描0 0 1 2 2 0 00 0 1 3 2 0 00 0 1 2 2 2 20 0 1 2 2 0 00 1 2 2 0 0 0

原始数据的一部分

根据图20至23所示的流程图进行处理。边缘检测的结果显示在表2中。

（表2）

当鉴别结果被应用到图32的鉴别图案（1;边缘，0;非边缘）时，数据描述如下：

（表3）

类似地，随后一行的数据根据图20至23的流程图而得到处理。边缘鉴别的结果如下：

（表4）

当鉴别结果被应用到图32的鉴别图案时，描述数据如下：

（表5）

这使鉴别标志具有＜22＞或鉴别图案数为＜bb＞。由于相同的原因而使＜11＞出现。

图34是用于设定的灰度值的边缘鉴别的流程图，它包括以下步骤：

步骤1，从控制部分设定灰度值。步骤2，检查设定值是否为1。步骤3，如果设定值是1，选择TH＝1/2。步骤4，如设定值不为1时（在步骤3）检查设定值是否为2。步骤5，如果设定值是2，选择TH＝2/3。步骤6，如果设定值不是2（在步骤4，）检查设定值是否为3。如果设定值是3，步骤7选择TH＝2/2。若设定值不是3（在步骤6），步骤8检查设定值是否为4。如果设定值是4，步骤9选择TH＝3/2。如果设定值不是4（在步骤8），步骤10检查设定值是否为5。如果设定值是5，步骤11选择TH＝2/1。步骤12通过比较F和TH进行处理。

以下的解释是关于权利要求3所规定的本发明。

先描述根据带有右/左参照和上/下参照的边缘鉴别的结果的象元区域分割的例子。

图35是用于象元的区域分割的流程图，它包括以下步骤：

步骤1：沿水平扫描方向进行边缘鉴别并将鉴别的结果借助缓冲器中的一行存储起来。

步骤2：即使在a和b之间插入有0，也将区域a和b判定为文字区域。

步骤3至6：特别处理步骤，如鉴别图案，除了步骤2的情况之外，只包括零时，将所有区域判定为半色调区域。

如果只有图案b，则整个区域都是半色调的。

如果只有图案f，则整个区域都是半色调的。

如果只有图案c或d或e，则整个区域都被认为是文字区域。

上述处理的结果显示在图36至38中。

图39是框图，用于显示本发明的图象处理（如权利要求3所限规定的），它包括一边缘鉴别部分51、用于延迟（2行）数据的传送的寄存器52和53、鉴别表发生部分54、区域分割部分55（位置b和a）和处理部分56。在图39中，P表示图象数据且Q表示区域鉴别结果的信号。

边缘鉴别部分51根据本发明进行边缘鉴别，且鉴别表发生部分54准备一份鉴别图案表。输入数据被存储在寄存器52和53中并在区域分割部分55完成区域分割处理之后被传送到处理部分。处理部分56随后对输入数据进行所需的处理。

以下的说明与权利要求4中规定的本发明有关。

先有技术只通过改变图象数据的灰度而进行了改善，而本发明则能转换图象数据的灰度以使之适于打印机，从而减少可能在图象数据的量化处理中出现的边缘部分不规则性。特别在量化于0和1的灰度的象元的边缘部分中，部分1看上去突出，因为部分0未被打印。根据本发明，通过在量化输入数据时提供可变的边缘数据转换，并通过提供数据转换以改变打印机的打印方法，可以获得图象的精细的可打印边缘部分。

实际例子（1）：经过图象输入装置的数据输入，作为具有256个象元灰度的数字数据而被读取。该数据被量化成n值的数据。数据转换至n值数据是通过采用一误差扩散方法而进行的。随后检验该量化数据是与边缘部分还是与非边缘部分有关。实现边缘鉴别叙述如下：

首先，设灰度的梯度为TH，它是鉴别条件之一。选择一所注意的象元C。为边缘鉴别预设一基准值S＝1。简单地说，数据＜0＞表示没有数据。S是表示一图象的最小值。

参见图40选择，位于A、B、C、D和E的被观测象元，且它们中的象元C被选择为所注意的象元。其中所注意的象元C是≥S时，它是被鉴别的目标。如果象元C不≥S，它被判定为非边缘部分，并选择下一个所注意的象元。

当所注意的象元C≥S和＜2×S时，进行以下操作：

（1）如果B＜S，D≥C且D≥E，O具有B的值且T具有D的值。

（2）如果B＜S、D≥C和D＜E，O具有B的值且T具有D的值。

（3）如果B≥S、A＜S且D≥B，O具有A的值且T具有C的值。

当所注意的象元C＞2×S时，进行以下的处理操作：

（1）如果B＜S，则认为O具有B的值且T被认为是具有C的值。

（2）如果B≥S、A＜S且D≥B，O被认为具有A的值和T被认为具有C的值。

计算方式（T-O）/（2S）＝F。所获得的值F被作为所注意的象元处的梯度。如果值F大于值TH，该象元被判定为边缘部分。在此情况下，数据A、B、C、D和E被如图40所示地沿左和右两个方向进行检验。其结果被定义在图41所示的标志表中。所注意的象元的状态根据该标志表进行判定。当象元是左参照边缘时数据被设定为1。当象元是右参照边缘时数据被设定为2。与图象的边缘部分有关的数据从1被转换到2，以改善图象的边缘。

图42中显示用于此场合（左参照）的鉴别图案。图43B显示了对图43A所示的原始数据进行的边缘鉴别的结果。

实际例子（2）：根据实际例子（1）中的边缘鉴别，左参照边缘数据被转换成1，而右参照边缘被转换成2。值为2的数据被转换成值为3的数据。由于被量化成n值数据（n＝4）的输入数据可取值0、1、2或3，值1和2被作为边缘处理数据进行处理。

一个象元用通过数据转换而获得的4个值中的一个来表示。在一激光通-断信号的时间宽度内，激光“开”位置，根据打印装置的控制信号而改变（这是由提供给该打印装置的数据而确定的）。该时间宽度的点火位置是由一输入转换电路确定的，而后者这样对输入数据进行转换，以致于一个象元的6个高低一般齐的方块能被独立地接通或关闭。激光根据这种信息而进行辐射。这就保证了边缘部分的平滑处理。

图44是框图，显示了根据本发明（权利要求4）的图象处理装置的另一个例子。在图44中，标号61表示一灰度处理部分，62表示一边缘鉴别部分，63表示一数据转换部分64表示一打印机。

图45显示了图42的边缘鉴别部分，其中标号65表示一锁存电路，66表示一鉴别电路67表示一用于比较鉴别结果的比较器。锁存电路65用于将同步延迟1个象元。

图46A和46B用于说明激光“开”位置。根据本发明的图象处理装置采用如图46B所示的预设的辐射位置。带阴影线的方块表示激光“开”位置。标号1表示一左边缘，而标号2表示一右边缘。

图47用于说明用于设定激光“开”位置的系统。在图47中标号71表示一数据转换部分且标号73表示一视频信号转换部分。图46A和46B中显示了用于设定激光“开”位置的一个实际电路。

图49A是用于自动测量灰度并确定阈值的流程图，它包括下面所述的步骤。图49B显示了一阈值表。

检查是否从控制部分输入一灰度设定信号（步骤1）。当输入了该信号时，操作进到图34的流程图。如果没有输入信号，进行一复制开始操作（步骤2）。如果复制开始不能实现，操作返回到步骤1。当复制操作开始时，图象被预扫描（步骤3）和该图象的灰度得到测量（步骤4）。检查原物是照片原物还是文字打印原物（步骤5）。对文字原物设定TH＝2/3（步骤6），且对照片原物设定TH＝2/2（步骤7）。这时进行边缘鉴别（步骤8）。

根据本发明，可不需要传统方法所用的、用于边缘鉴别的指定图案的准备和提取，并能进一步减小由于边缘鉴别条件的不充分而导致错误鉴别的可能性。应用所提的方法，改善边缘检测的精度并保证对图象的边缘部分和非边缘部分的精细而精确的鉴别。

为了解决先有技术在固定值参数方面的问题，本发明提供了设定适于图象的灰度的边缘鉴别参数的可能性，从而能对受到灰度转换的图象进行有效的边缘鉴别。简单地说，通过采用用于暗淡图象数据的参数，可对具有低灰度的暗淡图象进行处理。在相反的情况下，应用用于深图象数据的参数。

这种边缘鉴别功能，在校正图象数据时，能被应用，以获得最后图象的质量改善。另外，检测出的边缘被分成左边缘和右边缘。区域可方便地得到分割。

在不脱离本发明的主要特征的精神的前提下，本发明可以若干种形式实施，因而本实施例是说明性的而非限定性的;由于本发明的范围是由所附的权利要求书限定的，而不是由在它之前对其的描述限定的，因此属于该权利要求书的界限或该界限的等价物之内的所有变化都应被包含在该权利要求书之内。

Claims

1、图象处理装置，包括：

灰度检测装置，用于按象元检测图象的灰度；运算装置，用于产生两个相邻象元的差分灰度信号；灰度梯度鉴别装置，用于根据来自该运算装置的差分灰度信号，鉴别灰度的梯度；以及，边缘鉴别装置，用于根据来自灰度梯度鉴别装置的数据，鉴别图象上的边缘。

2、图象处理装置，包括：

灰度检测装置，用于按象元检测图象的灰度;运算装置，用于产生两个相邻象元的差分灰度信号;灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号来鉴别灰度的梯度;鉴别灰度设定装置，用于根据来自灰度梯度鉴别装置的数据，设定图象边缘的鉴别灰度;以及边缘鉴别装置，用于根据来自鉴别灰度设定装置的鉴别灰度数据，鉴别图象上的边缘。

3、图象处理装置，包括：

灰度检测装置，用于按象元检测图象的灰度;运算装置，用于产生两个相邻象元的差分灰度信号;灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号，鉴别灰度的梯度和方向;以及图象区域鉴别装置，用于根据来自灰度梯度鉴别装置的灰度梯度和方向数据，来鉴别图象区域。

4、图象处理装置，包括：

灰度检测装置，用于按象元检测图象的灰度;运算装置，用于产生两个相邻象元的差分灰度信号;灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号鉴别灰度的梯度和方向;以及，输出控制装置，用于根据来自灰度梯度鉴别装置的灰度的梯度和方向数据，来设定图象的输出装置的输出象元的位置。

5、图象处理装置，包括：

灰度检测装置，用于按象元检测图象的灰度;运算装置，用于产生两个相邻象元的差分灰度信号;灰度梯度鉴别装置，用于根据来自运算装置的差分灰度信号来鉴别灰度的梯度;图象质量鉴别装置，用于根据来自灰度梯度鉴别装置的数据来确定图象的质量;以及，边缘鉴别装置，用于根据来自灰度梯度鉴别装置的数据和来自图象质量鉴别装置的边缘鉴别信号，来鉴别图象上的边缘。