CN1828432A - 颜色判断装置及颜色判断方法 - Google Patents

Abstract

本发明的颜色判断装置中，将映射有构成判断对象图像数据的单位数据的色相平面，用颜色判断边界线(d)划分成部分区域(mR～T)，根据属于各部分区域的单位数据的数量来进行颜色判断，其中，将色相边界线的斜率设定为有理数。通过例如对色相平面实施仿射变换等使颜色判断边界线(d)与色相平面的轴一致，来减少判断单位数据属于部分区域的哪一个的判断处理中的计算量。

Description

颜色判断装置及颜色判断方法

技术领域

本发明涉及能够高效地自动判断图像的颜色的装置及方法。

背景技术

已知有将作为原稿的图像在纸等印刷介质上再现的图像形成装置。这样的图像形成装置中的一个是彩色复印机。在彩色复印机中，能够以全彩色再现已读取的原图像。但是，在彩色复印机中，在以单色彩色表现原图像的情况下，使YMCK的4色引擎工作是低效率的。因而，如果能够仅用与原图像中所含有的颜色成分对应的调色剂来进行图像形成，就能够高效地进行图像形成。

为此，需要判断原图像的颜色。如果使用者通过目视来进行该颜色判断，则有可能因使用者的主观而发生误判断。此外，即使在使用者能够正确判断颜色的情况下，也必须通过键输入等来指定其色相是什么。因而，留有需要这种操作的方面的低效率。

由于有这种情况，所以希望能将自动地判断原图像的颜色的装置组装到图像成形装置中。

关于色相的自动判断，已知有这样的装置，在该装置中，以在用OCR(optical character reader，即光学字符读取器)读取原图时分离格式部分的颜色为目的，设置了判断色相的颜色识别电路。该颜色识别电路是将由RGB的3色成分表现的图像信号变换为HSV(H＝色相，S＝饱和度，V＝亮度)的色彩空间后，将预定的阈值与信号水平进行比较，来判断色相。

此外，已知有不使用固定的阈值即可进行颜色的分离的颜色分离装置。在该颜色分离装置的颜色分离处理中，根据每个像素的RGB的3色成分的图像信号求出每个像素的色差，通过它们的移动平均来将各像素中近似的颜色聚类。

但是，在这些任一种现有技术中，没有对作为判断颜色的基准的边界的取法进行充分的考察。

即，在上述颜色识别电路中，在由2个色差变量规定的色彩空间(平面)中，作为颜色判断边界线而配置了多条直线，但这些直线仅由区别色相的条件决定，并没有考虑其他方面。

因此，在2维色彩空间(色彩平面)中，需要通过计算作为判断对象的颜色的坐标点位于色彩平面上的哪个方向的哪个位置、并比较它与颜色判断边界线的位置关系，来对判断对象颜色属于颜色判断边界线的哪一侧的区域进行判断。并且，在这种计算中，如果想要计算作为判断对象的位置相对于原点处于哪个方向，则因伴随反三角函数等无理数计算的情况较多而变为复杂的计算，其结果，颜色判断的效率低。

此外，在上述颜色分离装置中，虽然能够通过使用移动平均来进行颜色分离，但在具体判断这样分离的颜色的色相是什么的阶段中，虽然将分离的颜色与色相边界的阈值进行比较，但在对于阈值的选定与比较并没有特别的改良，在这一点是相同的。

并且，这种问题并不限于彩色复印机，是在彩色传真机等其他装置中也发生的问题。例如，在彩色传真机中，在自动判断将所接收的图像以哪个颜色来单色打印的情况下，会发生上述那样的问题。

发明内容

本发明是鉴于上述课题而做出的，目的是提供一种通过对相当于用于颜色判断的阈值的颜色判断边界线的取法实施改良而能够减少计算量、高效地自动判断颜色的装置及方法。

本发明是自动判断图像的颜色的颜色判断装置，具有区域判断机构、计数机构、和颜色判断机构。上述区域判断机构判断表现判断对象图像的各部分颜色的各图像数据属于将2维色彩平面用预定的颜色判断边界线分割而得到的多个部分区域中的哪一个。上述计数机构对上述区域判断机构的区域判断结果进行计数。上述颜色判断机构根据上述计数机构的计数结果，判断上述判断对象图像的颜色。此外，在颜色判断装置中，上述颜色判断边界线相对于上述2维色彩平面的坐标轴的斜率被设定为有理数。

此外，本发明的颜色判断装置还具有对上述图像数据实施预定的变换的变换机构，该预定的变换包括在上述2维色彩平面上的旋转。并且，上述区域判断机构对被实施上述预定的变换后的图像数据，判断属于上述多个部分区域中的哪一个。

此外，在本发明的颜色判断装置中，上述预定的变换是上述2维色彩平面中的仿射变换。

此外，在本发明的颜色判断装置中，上述预定的变换包括旋转变换，该旋转变换在上述2维色彩平面中，使上述颜色判断边界线的至少一个与坐标轴中的某一个一致。

此外，本发明的颜色判断装置选择性能动化机构，该选择性能动化机构根据上述判断对象图像的颜色被表现在多种3维色彩空间中的哪一个中，来有选择地使上述变换机构能动化。并且，颜色判断装置不论上述判断对象图像被表现在上述多种的3维色彩空间中的哪一个中，也能够根据共用的比较基准来执行基于上述多个颜色判断边界线的上述图像数据的颜色判断。

此外，在本发明的颜色判断装置中，上述预定的变换包括上述2维色彩平面中的各向异性比例缩放。上述各向异性比例缩放是使上述多个颜色判断边界线的至少一个相对于上述坐标轴的斜率的绝对值成为1的变换。

此外，本发明的颜色判断装置还具有平均化机构，该平均化机构在上述判断对象图像中的由相邻像素构成的像素集合中，对像素数据进行平均，并由此得到上述图像数据。

此外，在本发明的颜色判断装置中，上述判断对象图像被表现的3维色彩空间中的一个坐标轴是无彩轴。

此外，在本发明的颜色判断装置中，上述多个部分区域包括对应于无彩色的无彩色区域，在上述无彩色区域内包含上述2维色彩平面的原点。

此外，在本发明的颜色判断装置中，上述颜色判断机构具有彩色黑白判断机构，该彩色黑白判断机构根据上述图像数据中属于上述无彩色区域的数据数量，来判断上述判断对象图像是彩色图像还是黑白图像。

此外，在本发明的颜色判断装置中，上述计数机构具有无彩色计数机构、和有彩色计数机构。无彩色计数机构对上述无彩色区域中属于黑色对应部分的各判断对象图像数据的数量进行计数。有彩色计数机构对于上述多个部分区域中对应于多个色相的各色相的多个色相区域，对属于各色相区域的各图像数据的数量进行计数。并且，上述彩色黑白判断机构具有彩色判断机构，该彩色判断机构根据上述无彩色计数机构与上述有彩色计数机构的各自的计数结果，来判断上述判断对象图像是全彩色图像、单色彩色图像以及2色彩色图像中的哪一个。

此外，在本发明的颜色判断装置中，上述预定的变换包括上述2维色彩平面中的平行移动变换。

本发明是一种自动判断图像的颜色的颜色判断方法，包括区域判断步骤、计数步骤、和颜色判断步骤。在上述区域判断步骤中，判断表现判断对象图像的各部分颜色的各图像数据属于将2维色彩平面用预定的颜色判断边界线分割而得到的多个部分区域中的哪一个。在上述计数步骤中，对上述区域判断步骤的区域判断结果进行计数。在上述颜色判断步骤中，根据上述计数步骤的计数结果，判断上述判断对象图像的颜色。并且，上述颜色判断边界线相对于上述2维色彩平面的坐标轴的斜率被设定为有理数。

发明效果

在本发明中，由于相当于用于颜色判断的阈值的颜色判断边界线的斜率是有理数，所以在所属的部分区域的判断的计算中没有无理数计算。因而，能够减少用于判断的计算量，能够高效地自动判断颜色。

此外，在本发明中，由于使相当于用于颜色判断的阈值的颜色判断边界线的至少1个与2维色彩平面的坐标轴一致，所以能够使所属的部分区域的判断的一部分成为正负的符号判断。因而，能够减少用于判断的计算量。

此外，在本发明中，由于能够通过实施旋转变换来使用共用的颜色判断边界线进行不同的3维色彩空间的颜色判断，所以能够有效率进行颜色判断。

此外，在本发明中，相当于用于进行颜色判断的阈值的颜色判断边界线的至少1个的斜率的绝对值成为1，能够使所属的部分区域的判断的一部分成为大小判断。因而，能够进一步减少用于判断的计算量。

此外，在本发明中，由于像素数据由集合像素数据构成，所以能够进行与目视原图像时进行的颜色判断不同的颜色的自动判断。上述集合像素数据能够从由相邻像素构成的像素集合间得到。

此外，在本发明中，能够使用作为部分区域的1个的无彩色区域来进行彩色黑白判断。

此外，在本发明中，能够使用作为部分区域的无彩色区域及色相区域，来进行是全彩色、单色彩色、以及2色彩色的哪一个的判断。

附图说明

图1是表示具有本发明的实施方式的颜色判断装置的功能的数字彩色复合机100的结构例的图。

图2是表示信息处理部4的处理动作的流程图。

图3是表示像素块的图。

图4是表示Ycc色彩空间中的色相平面H01的图。

图5是表示Lab色彩空间中的色相平面H02的图。

图6是表示相当于处理方式2的色相平面H2的图。

图7是表示相当于处理方式3的色相平面H3的图。

图8是表示相当于处理方式4的色相平面H4的图。

图9是表示相当于处理方式5的色相平面H5的图。

图10是表示相当于处理方式6的色相平面H6的图。

图11是表示相当于处理方式7的色相平面H7的图。

图12是表示相当于处理方式8的色相平面H8的图。

图13是表示相当于处理方式9的色相平面H9的图。

图14是表示相当于处理方式10的色相平面H10的图。

图15是表示相当于处理方式10K的色相平面H10K的图。

图16是表示Lab色彩空间中的色相平面H03的图。

图17是表示相当于处理方式11的色相平面H11的图。

图18是表示相当于处理方式11K的色相平面H11K的图。

图19是表示区域判断处理动作3的流程图。

图20是表示区域判断处理动作4的流程图。

图21是表示区域判断处理动作6的流程图。

图22是表示区域判断处理动作7的流程图。

图23是表示区域判断处理动作10K的流程图。

图24是表示区域判断处理动作11的流程图。

图25是表示颜色判断部90的处理动作的流程图。

具体实施方式

(1、数字彩色复合机100)

下面，参照附图说明本发明的实施方式。

图1是表示作为具备本发明的实施方式的颜色判断装置的功能的图像处理装置的一例，应用于具有传真功能与复印功能的数字彩色复合机100中的情况的结构例。另外，在图1中仅示出了特别与本实施方式有关的功能。

该数字彩色复合机100具有：图像读取部1，具备彩色扫描仪功能等；图像收发部2，在与外部终端500之间进行图像数据的收发时使用。该图像收发部2具有能够经由PSTN(公众交换电话网)与外部终端500进行通信的未图示的NCU、及能够经由局域网及因特网与外部终端500进行通信的未图示的局域网I/F。

除此之外，该数字彩色复合机100具有对图像数据实施各种图像处理的图像处理部3。图像处理部3具有操作部31及显示部32，能够输入用户希望的图像处理。

进而，还具有作为用于执行进行图像形成的动作模式的选择等各种动作的基础的进行信息处理的信息处理部4、和以所选择的动作模式执行图像形成的图像形成部(彩色打印部)5。在图像形成部5中，安装有收容了C(青色)、M(品红色)、Y(黄色)、K(黑色)的4色着色剂(例如调色剂)的墨盒，通过使用这些着色剂的激光电子照相方式，在纸介质及其他薄片上进行打印。另外，对于信息处理部4的功能结构在，后面详细叙述。数字彩色复合机100的各功能结构部通过总线等内部通信机构相互连接。

以上是将有关本实施方式的颜色判断装置应用到具有传真功能和复印功能的数字彩色复合机100中的情况的结构例。

接着，说明该数字彩色复合机100将原稿图像记录并再现在普通纸等纸介质上的动作的大体情况。

首先，获得作为原稿的图像的数字图像数据。该原稿可以是黑白原稿或彩色原稿的任一种。作为原稿的图像的数字图像数据可以通过以下的2种方法取得。第1方法是从图像读取部1获得原稿图像数据的方法。例如在图像读取部1中，对每个像素进行基于全彩色平台式扫描仪的原稿图像的读取。由此，按每个RGB的各颜色成分取得原稿图像的图像数据。以下，将在这里取得的原稿图像的图像数据、更具体地讲是将从平台式扫描仪的CCD输出的各像素的RGB信号，称作RGB图像数据。

第2方法是在图像发送部2中接收原稿图像数据的方法。图像收发部2通过电子邮件通信，从例如经由因特网连接的外部终端500取得原稿图像的图像数据。这里得到的图像数据例如以JPEG格式压缩，图像数据的颜色表现是通过具有Ycc色彩空间的彩色方式进行(以下称作Ycc图像数据)。

接着，在图像处理部3中，对原稿图像数据实施颜色调整等图像处理。首先，说明输入了RGB图像数据时的图像处理。在将RGB图像数据输入到图像处理部3中时，首先对RGB图像数据进行斑点校正或γ校正等对RGB信号的预定的校正处理。接着，RGB图像数据通过矩阵运算等从RGB色彩空间的表现变换为预定的色彩空间的表现。另外，所谓预定的色彩空间是指例如在3维空间中具有1个无彩轴的Lab或Ycc等的色彩空间。在本实施方式中，假设将RGB图像数据变换为Lab色彩空间的表现(以下称作Lab图像数据)。

在输入了Ycc图像数据的情况下的图像处理与以下的对Lab图像数据的图像处理过程是相同。另外，Ycc图像数据也可以与RGB图像数据同样，在变换为Lab色彩空间的表现后进行以下的处理。色彩空间的相互变换可以通过仿射变换等来进行。

对于Lab图像数据，接着主要实施放大缩小处理或颜色调整处理等图像处理。这些图像处理是根据用户从操作部31输入的图像调整指示来进行的。例如，在从操作部31指示图像调整，以使在纸介质上再现的再现图像比原稿图像鲜艳许多的情况下，对原稿图像的图像数据进行放大、颜色调整等图像处理。

另外，在本实施方式中，假设对Lab图像数据可以进行利用Lab色彩空间的颜色调整，对Ycc图像数据可以进行利用Ycc色彩空间的颜色调整，但也可以如上述那样，将Ycc图像数据变换到Lab色彩空间的表现后进行颜色调整。

另一方面，在信息处理部4中，通过以下详细说明的方法进行原稿图像数据的颜色判断。在本实施方式中，信息处理部4在各种颜色判断中也特别具备彩色黑白判断程序。即，进行原稿图像数据是黑白图像还是彩色图像的判断、在彩色图像的情况下是全彩色图像、单色彩色图像、双色彩色图像中的哪一种的判断，将判断结果输入到图像形成部5中。

接收到来自信息处理部4的彩色黑白判断结果的图像形成部5启动基于该判断结果的图像形成模式。

在本实施方式中，图像形成部5具有4种动作模式。即，如下4种：(1)形成黑白图像的单色打印模式，(2)在彩色图像的情况下，特别形成全彩色图像的全彩色打印模式，(3)在彩色图像的情况下，特别形成单彩色图像的单彩色打印模式，(4)在彩色图像的情况下，特别形成双彩色图像的双彩色打印模式。另外，在本实施方式中，在单彩色印刷模式P3及双彩色印刷模式P4中可选择的打印颜色为C(青色)、M(品红色)、Y(黄色)、R(红色)、G(绿色)、B(蓝色)的6色。

在图像形成部5中，将所输入的图像处理后的原稿图像数据，用3维查找表及内插运算变换为C(青色)、M(品红色)、Y(黄色)、K(黑色)的各颜色成分的数字信号(以下称作CMYK图像数据)。这里，所输入的图像数据有时为Lab色彩空间的Lab图像数据，有时为Ycc色彩空间的Ycc图像数据，所以将对应于各色彩空间的3维查找表预先存储在各未图示的ROM等中。

进而，对于CMYK图像数据，实施使用了高频抖振法(dither mehod)或误差扩散法等的对CMYK的各颜色成分的2值化处理。

经以上处理的CMYK图像数据分别向图像形成部5内的CMYK图像形成引擎输出，通过所指定的动作模式(打印模式)打印到纸介质上。

以上是有关本实施方式的数字彩色复合机100将原稿图像再现在纸介质上的动作的大体情况。

(2、信息处理部4)

接着，说明信息处理部4。另外，在本实施方式中，信息处理部4装载在数字彩色复合机100上，但能够装载到其他各种装置上，可以在彩色黑白判断以外的各种颜色判断中应用。

首先，参照图1说明信息处理部4的结构例。CPU10按照预定的程序控制信息处理部4。该程序保存在ROM20中。此外，在RAM30中暂时存储有图像数据及计数值等。此外，还具备能实现后述的各种功能的个别线路组40。

此外，具备进行后述的平均化处理的平均部50、对图像数据进行各种变换处理的变换处理部60、判断后述的单位数据属于后述的色相平面的部分区域中的哪一个的区域判断部70、对属于各部分区域的单位数据的数量进行计数的计数部80、和接收计数部80的计数结果并进行所输入的图像数据的颜色判断的颜色判断部90。以上的各结构部分通过总线相互连接，构成信息处理部4。以上是信息处理部4的结构例。

接着，根据图2的流程图说明信息处理部4的处理动作。首先，读取由图像处理部3实施了各种图像处理的Lab图像数据或Ycc图像数据(以下简单称作图像数据D1)(S1)。所读入的图像数据D1暂时保存在RAM30中。

这里输入的图像数据D1在本实施方式中是Lab或Ycc中的任一种的3维色彩空间的数据，但只要是具有无彩轴的各种3维色彩空间的数据就可以。信息处理部4也能够处理例如XYZ、YIQ、Luv等3维色彩空间的图像数据。

另外，在该说明书中，一般将3维空间中的除了无彩轴的成分(Lab色彩空间中的亮度成分(lightness component)及Ycc色彩空间中的辉度成分(luminance component))的两个成分(Lab色彩空间中的亮度成分(lightness component)及Ycc色彩空间中的色差成分(differencecomponent))、即与色相相关的2个参数，称作“色相参数”，进而，以下将由色相参数规定的2维色彩平面称作色相平面。

接着，根据在步骤S1读入的图像数据D1的种类，判断是否需要对该图像数据D1实施平均化处理(步骤S2)。该平均化处理指示也可以不编制在ROM20内，以便以图像数据的析像度为基准自动生成，也可以不通过用户从操作部31操作输入来指示。

在具有平均化处理指示的种类的图像数据D1的情况下，在平均部50中实施平均化处理(步骤S3)。

另外，该平均化处理不一定需要对所有种类的图像数据D1实施。在判断不需要对所输入的图像数据D1实施平均化处理的情况下(步骤S2)，不进行平均化处理而前进到步骤S4。

这里，对具体的平均化处理动作进行说明。所谓该平均化处理，是从具有各像素的颜色信息的图像数据D1中得到具有各像素集合的颜色信息的粗图像信息D2。

具体而言，首先将构成图像数据D1的图像数据划分为由相邻的多个像素构成的各像素块(例如由纵横分别由8个像素构成的矩阵配置的像素簇(参照图3))，规定由包含在各块内的所有像素(8×8＝64个像素)构成的像素集合。但是，也可以不是构成图像数据D1的全图像数据，而是仅对作为图像中的特定区域的抽样区域内的像素数据规定像素集合。

另外，像素块并不限于上述例子，块的形状或构成像素数可任意规定。特别是，块的大小优选为根据所处理的图像(读取而得到的图像或者输出的图像)的析像度而变化。进而，也可以根据图像整体的相对位置来改变像素块的形状或大小。

接着，在各像素集合中，将构成该像素集合的像素的数据值对各成分(如果是Lab图像数据的情况，则是L成分、a成分及b成分)进行平均。该平均后的各成分值成为该像素集合的数据值。即，被规定为图像数据的所有的像素集合的数据值被作为表现与像素集合相当的单位区域的颜色的单位数据而得到。

以上是平均部50的平均化处理(步骤S3)。另外，以下，将所有像素集合的数据值、即由所有的单位数据的值构成的数据称作粗图像数据Da。此外，在不进行这种平均化处理的情况下，各个像素成为单位区域，各个像素的颜色数据成为单位数据。

通过目视而识别的颜色有时与以称作像素的微小单位识别的颜色不同。通过平均化处理得到的粗图像数据Da与平均化处理前的图像数据D1相比，成为更接近于目视图像时所感觉的颜色特性的颜色表现。因而，在进行利用粗图像数据的颜色判断的情况下，能够进行更接近于目视感觉的颜色判断。

再回到图2的流程图继续说明。另外，以下将从步骤S2经过步骤S3而前进到步骤S4的图像数据(即，实施了平均化处理的粗图像数据Da)、以及从步骤S2未经过步骤S3而前进到步骤S4的图像数据(即，未实施平均化处理的粗图像数据D1)统称为变换对象图像数据D2)。

接着，在变换处理部60中实施对应于变换对象图像数据D2的种类的变换处理(步骤S4)。

这里，对应于所输入的变换对象图像数据D2的种类的各种变换处理的步骤预先存储在ROM20中。在输入了多种变换对象图像数据D2的情况下，存储多种变换处理。

作为变换对象图像数据D2的构成要素的单位数据(即，未实施平均化处理的图像数据D1中的图像数据、粗图像数据Da中的图像集合数据)具有由Lab或Ycc的3维色彩空间的各轴规定的3种成分。通过变换处理，将该Lab或Ycc中的色相平面(以下，将实施变换处理前的色相平面称作色相平面H0)变换为各种色相平面。另外，对于具体的变换处理在后面叙述。

以下，将实施了变换等处理的变换对象图像数据D2称作判断对象图像数据D3。另外，也有没有进行任何变换处理的情况，此时判断对象图像数据D3成为变换对象图像数据D2本身。

另外，先进行平均化处理(步骤S3)和变换处理(步骤S4)中的哪一种都可以。在先进行变换处理的情况下，是对经过变换处理的输入图像数据D1进行平均化处理。

接着，在区域判断部70中，判断各单位数据属于部分区域中的哪一个(步骤S5)。

判断对象图像数据D3中的色相平面(例如图4的H01)被预定的颜色判断边界线划分为基于色相及饱和度的多个部分区域(例如图4的mC、mM、……mR)。另外，在由各种变换处理得到的各色相平面上设有固有的颜色判断边界线(例如图4的d01)，预先存储在ROM20中。另外，对于颜色判断边界线，在以下详细叙述。

在步骤S5中，在区域判断部70中，判断单位数据属于这些部分区域中的哪一个。另外，具体的判断操作的处理步骤是根据颜色判断边界线进行的，在以下详细叙述。在对所有单位数据的所属部分区域的标示结束后，转移到步骤S6。

接着，在计数部80中，对属于各部分区域的单位数据的数量进行计数(步骤S6)。另外，也可以在各部分区域中预先设置预定的阈值、判断所属的单位数据的数量是否超过了预定数量。

接着，在颜色判断部90中，根据在步骤S6得到的计数结果来进行图像的颜色判断(步骤S7)。该颜色判断是根据各种目的来进行的，但在例如数字彩色复合机100中，根据从具有图像形成部5的各种图像形成模式中选择适当的模式来启动的目的，进行彩色黑白判断。

另外，区域判断部70中的划分判断和计数部80中的计数也可以作为一个动作来进行。即，在这种情况下，计数部80直接判断各单位数据属于各部分区域中的哪一个，并根据其判断结果来进行计数。以上是信息处理部4的处理动作。

(3、变换处理)

接着，进一步说明变换处理(图2的步骤S4)。该变换处理是将变换对象图像数据D2的3维色彩空间(Lab或Ycc)的色相平面H0(2维色彩平面)变换为各种色相平面。所以，首先适当地参照后面详述的具体例中的附图，来说明这种变换处理的大体情况。

本发明的特征是，在2为色彩平面上，使用相对于坐标轴的斜率为有理数的颜色判断边界线。因而，例如在Lab色彩空间的色相平面(图7)中，在相对于坐标轴的色相边界线d02的斜率是无理数时，预先设定与它们的色相边界线d02最接近、并且相对应坐标轴的斜率为有理数的色相边界线d3，代替色相边界线d02来使用。

这里，相对于一个坐标轴(例如相当于Lab色彩空间的a成分的坐标轴a3)具有有理数“A/B”(A为整数，B为自然数)的斜率的直线，相对于另一个坐标轴(相当于b成分的坐标轴b3)的斜率为“B/A”，由于它也是有理数，所以在将斜率相对于任一个坐标轴有理化时，其结果，斜率相对于两个坐标轴都有理化。

另一方面，如上所述，不仅将颜色判断边界线稍微偏移而进行有理化，还为了使颜色判断更容易，一边保持相对于坐标轴的斜率成为有理数的条件，一边使颜色判断边界线变化到新的位置，对图像数据实施对应于该变化的变换，能够将颜色判断边界线与像素数据相互比较。对作为比较基准的颜色判断边界线和作为比较对象的图像数据(在本实施方式中为单位数据)进行变换来相互比较是指，即使是在数学上(即数学公式上)与赋予这种变化之前等价的比较，从“数值”上也会带来不同的效果。

即，在比较处理中作为基准的数为无理数的情况与为有理数的情况下，在数字处理方面前者位数较多而计算变复杂，从而容易包含误差，而后者通过简单的计算就可以，误差也较小。

所以，以下依次说明通过实施这种处理方式、即将颜色判断边界线的斜率设为有理数的处理方式(以下称为“有理化变换”)，来使判断中的计算量减少的各种处理方式。

这里的变换处理是通过例如仿射变换来进行。众所周知，仿射变换被定义为包括平行移动、旋转、放大缩小(比例变换)、映像、剪切等的坐标变换的齐次或非齐次的1次变换。

在本发明的实施方式中，设定了对应于各变换对象图像数据D2的各种变换处理。这里，各变换处理主要由3个变换处理要素、即“旋转”、“放大缩小”、以及“平行移动”的组合来构成。所以，在说明对应于特定的变换对象图像数据D2的具体的变换处理之前，分别说明这3个变换处理要素。

(3-0、颜色判断边界线d0的设定)

首先，在说明3个变换处理要素之前，说明变换前的色相平面H0中的颜色判断边界线d0。颜色判断边界线用于将色相平面划分为规定的部分区域，根据其边界是有彩色面的边界还是有彩色与无彩色的边界，大体分为色相边界线和饱和度边界线。

(色相边界线的设定)

图4及图5是表示变换处理前的色相平面H0的图。图4表示Ycc色彩空间中的色相平面H01，图5表示Lab色彩空间的色相平面H02。图4的色相平面H01上的点M(Mr，Mb)的色相H(M)例如可表示为式1。

【式1】

$H\left(M\right)={\tan }^{-1}\left(\frac{\mathrm{Mb}}{\mathrm{Mr}}\right)$

根据这种色相平面H0的一般性质，可以将色相平面分割并划分成对应于各色相的多个部分区域。

在如本实施方式，装载在数字彩色复合机100中的信息处理部4的情况下，由于需要进行与可由图像形成部5的打印模式选择的打印色对应的颜色判断，所以作为色相边界线的颜色判断边界线规定了相应于各打印色的部分区域。在图4及图5中，表示了划分成与C(青色)、B(蓝色)、M(品红色)、R(红色)、Y(黄色)、G(绿色)的6个色相对应的部分区域的色相平面H0的一例。以下，将由饱和度边界线规定的部分区域中的靠近原点侧的区域(例如图16的mK)称作无彩色部分区域mK，在无彩色部分区域mK以外的区域、即有色彩区域中，将由色相边界线规定的部分区域(例如图4的mC～mG)统称作“色相部分区域”。色相区域是作为判断有彩色区域的色相差异的基础的部分区域。另外，实际的颜色判断边界线d0的位置由各调色剂的色调(色味)等分别地规定。在图4及图5中，规定了色相边界线，并使在色相平面上确定的代表点C、B、M、R、Y、G的坐标位置成为该色相部分区域的中心。

此外，例如在信息处理部4中，在一般识别为“红色”的色相部分区域中想要识别特定的“带蓝色的红色”的颜色时，在色相平面H01上设定规定想要识别的“带蓝色的红色”区域的色相边界线。

(饱和度边界线的设定)

图16是表示变换处理前的Lab色彩空间中的色相平面H0的图。位于色相平面H03上的点T(Ta，Tb)的饱和度C(T)例如可以表示为式2。

【式2】

$C\left(T\right)=\sqrt{{\mathrm{Ta}}^2+{\mathrm{Tb}}^2}$

即，离原点越近饱和度越低。根据这种色相平面的一般性质，可以在色相平面上设定饱和度边界线。由饱和度边界线规定无彩色部分区域mK。

例如本实施方式，装载在数字彩色复合机100中的信息处理部4的情况下，规定无彩色部分区域mK的饱和度边界线与在判断数据是无彩色(白或黑)还是有彩色(彩色)时的阈值w相对应。在图16中示出了色相平面H03中的饱和度边界线d03的一例。另外，实际的饱和度边界线的位置根据各装置形态来分别规定。

(3-1、第1变换处理要素)

第1变换处理要素是旋转变换。相对于2维平面的旋转变换一般可以表示为式3。

【式3】

$\left(\begin{array}{c}{X}_2\\ Y_2\end{array}\right)=\left(\begin{array}{cc}\cos \mathrm{\θ}& -\sin \mathrm{\θ}\\ \sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right)\left(\begin{array}{c}{X}_1\\ Y_1\end{array}\right)$

这里，参数θ是旋转的角度，根据颜色判断边界线的位置来设定。

在颜色判断边界线是在色相平面中通过原点的直线的情况下，通过对色相平面实施旋转变换，能够得到任意斜率的颜色判断边界线。

(3-2、第2变换处理要素)

第2变换处理要素是放大缩小变换(比例缩放)。相对于2维平面的放大缩小变换一般可以表示为式4。

【式4】

$\left(\begin{array}{c}{X}_2\\ Y_2\end{array}\right)=\left(\begin{array}{cc}\mathrm{kx}& 0\\ 0& \mathrm{ky}\end{array}\right)\left(\begin{array}{c}{X}_1\\ Y_1\end{array}\right)$

这里，参数k是放大缩小的系数，根据颜色判断边界线的位置来设定。

在颜色判断边界线是在色相平面中通过原点的直线的情况下，通过对色相平面实施各向异性的放大缩小变换(各向异性的比例缩放)，能够得到任意斜率的颜色判断边界线。

例如在多个颜色判断边界线中的一部分已经与某一个坐标轴一致的情况下(参照图13)，通过利用各向异性的比例缩放变换，能够在使多个颜色判断边界线的一部分与一个坐标轴一致的状态下改变其余的各个颜色判断边界线相对于各坐标轴的斜率。

(3-3、第3变换处理要素)

第3变换处理要素是平行移动变换。相对于2维平面的平行移动变换一般可以表示为式5。

【式5】

$\left(\begin{array}{c}{X}_2\\ Y_2\end{array}\right)=\left(\begin{array}{c}{X}_1\\ Y_1\end{array}\right)+\left(\begin{array}{c}p\\ q\end{array}\right)$

这里，参数p、q是平行移动的常数，根据颜色判断边界线的位置来设定。

对于利用这种平行移动时的优点在后面叙述。

(4、区域判断的个别处理方式)

对于实施了组合上述说明的3个变换处理要素的各种变换处理后的色相平面及该色相平面的区域判断处理个别加以说明。

进行变换处理的目的大体分为2类。第1目的是得到能够减少判断的计算量的颜色判断边界线，第2目的是消除因取决于3维色彩空间的种类或各装置形态的误差等带来的判断处理的复杂性。

对应于第1目的的各种处理方式大体分为：(1)预先准备通过对作为基准的颜色判断边界线实施仿射变换而使相对于色相平面(2维色彩平面)的坐标轴的斜率有理化的新的颜色判断边界线来使用，另一方面对于作为判断对象的图像数据(在本实施方式中为单位数据)不实施变换而判断色相平面上的位置的类型的方式(以下称作“边界调整方式”)；(2)预先准备通过对作为基准的颜色判断边界线实施仿射变换而使相对于色相平面的坐标轴的斜率有理化的新的颜色判断边界线来使用，并且对于作为判断对象的图像数据也实施相同的仿射变换的类型的方式(以下称作“双方调整方式”)。

其中，在边界调整方式中，因为色相平面上的图像数据的位置不变化，所以有时与不进行任何变换的情况相比，在颜色判断的结果中产生相当于变换颜色判断边界线时产生的变化量的误差。但是，与通过使颜色判断边界线的斜率有理化而得到的计算上的优点(后述)较大的情况相比，通过斜率的有理化而产生的误差较小，进行这种变换的意义较大。

在该边界调整方式中，将对作为基准的颜色判断边界线预先实施了仿射变换的颜色判断边界线预先设定并存储在数字彩色复合机100内，但对图像数据不进行变换而转移到区域判断处理。因而，在仅使用边界调整方式的情况下，省略了图2的流程图中的步骤S4。

与此相对，双方调整方式由于颜色判断边界线与图像数据两者被实施相同的变换，所以它们的相对位置关系与变换前没有变化。但是，通过色相平面的坐标轴与颜色判断边界线的位置关系改变，而具有用于色相判断的比较运算变得特别容易(这也在后面叙述)的特质。

在双方调整方式中，除了将对作为基准的颜色判断边界线预先实施仿射变换而得到的颜色判断边界线预先设定并存储在数字彩色复合机100内之外，对作为判断对象的图像数据也进行仿射变换之后，转移到区域判断处理。在具有双方调整方式的情况下设置图2的流程图中的步骤S4。

此外，为了进一步有效地应用使相对于色相平面的坐标轴的斜率有理化的这种变换(以下称作“有理化变换”)，可以根据需要在有理化变换之前、或与有理化变换组合来一体进行以下的预备处理方式中的一个或两个。这些预备处理方式对应于上述第2目的。所述预备处理方式包括：(1)“输入输出环境误差校正”……用于补偿取决于图像输入装置或图像形成装置等装置环境的误差等的图像数据的变换。(2)“色彩空间补偿”……一般颜色判断边界线的方向等根据作为判断对象的图像数据所表现的色彩空间的种类而不同，但是为了对它进行补偿而统一处理颜色判断边界线，确定特定的基准色空间(在以下的例子中为Lab色彩空间)，将由此外的色彩空间表现的图像数据换算为基准色彩空间的变换。

本实施方式中，可进行上述(1)“输入输出环境误差校正”或(2)“色彩空间补偿”等多种变换，可以使其中的一个能动化(激化)。例如，若使(2)能动化，则不管判断对象图像被表现在多种3位色彩空间中的哪一个，可根据共同的比较基准来执行基于多个颜色判断边界线的图像数据的颜色判断。此外，对此利用之后的“处理方式”来进行说明。

它们都只是变换图像数据，由于不需要颜色判断边界线的变换，所以上述2个大类可以称作其他的“图像数据调整方式”。在此情况下，图像数据的变换也通过图2的流程图中的步骤S4来执行。

如后述的各例所示，依次进行边界调整方式、双方调整方式及图像数据调整方式中的2个以上，或者有时也有将它们组合2个以上来一起进行的方式。此时，作为它们的整体属于双方调整方式。

以下，列举处理方式的各种例子和与它们对应的颜色判断处理来进行说明，但由于该例子较多，所以如果将它们的不同作为项目列举，则成为如下。

另外，以下将“相对于色相平面的坐标轴的颜色判断边界线的斜率”简称作“颜色判断边界线的斜率”、或者单简称作“斜率”。

1)处理方式1……预备变换(“输入输出环境误差修正”：图像数据调整方式)；2)处理方式2……预备变换(“色彩空间补偿”：图像数据调整方式)；3)处理方式3……基本的有理化(“斜率的单纯有理化”：边界调整方式)；4)处理方式4……使一部分颜色判断边界线与坐标轴一致的有理化(“单纯坐标轴一致化”：边界调整方式)；5)处理方式5……使所有的颜色判断边界线旋转，使一部分颜色判断边界线与坐标轴一致的有理化(“旋转坐标轴一致化”：双方调整方式)；6)处理方式6……除了基本的有理化以外，使通过原点的颜色判断边界线对一条直线化的有理化(“有理一条直线化”：边界调整方式)；7)处理方式7……处理方式6(一条直线化)与处理方式4(单纯坐标轴一致化)的组合(边界调整方式)；8)处理方式8……在处理方式6(一条直线化)之后进行处理方式5(旋转坐标轴一致化)的方式(双方调整方式)；9)处理方式9……在处理方式5(旋转坐标轴一致化)之后进行处理方式6(一条直线化)的方式(双方调整方式)；10)处理方式10……进行处理方式6(一条直线化)、处理方式5(旋转坐标轴一致化)、以及进行各向异性的比例缩放的有理化(双方调整方式)；11)处理方式10K……无彩色区域的颜色判断边界线的有理化(边界调整方式)；12)处理方式11……伴随着无彩色区域的颜色判断边界线的平行移动的有理化(双方调整方式)；13)处理方式11K……用于进行彩色黑白判断和色相判断的颜色判断边界线的有理化(双方调整方式)。

以下对它们进行说明，这里采用如下简称。·作为基准的预定的颜色判断边界线……“颜色判断基准边界线”；·与预定的基准色彩空间对应的色相平面……“基准色相面”；·与Ycc色彩空间对应的色相平面……“Ycc色相平面”；·与Lab色彩空间对应的色相平面……“Lab色相平面”；·由Ycc色彩空间表现的图像数据……“Ycc图像数据”；·由Lab色彩空间表现的图像数据……“Lab图像数据”。

(处理方式1)

有时因作为图像输入装置的扫描仪、或作为图像形成装置的打印机的特性，会发生Ycc色彩空间(图4)或Lab色彩空间(图5)的各种偏差。例如，因扫描仪的特性而在向Lab色彩空间的映射中，相对于a轴方向产生少量的偏差(误差)的情况就是它的例子。为了补偿这种误差，通过利用第3变换处理要素(平行移动)来进行色相平面上的变换是该处理方式1。该平行移动变换的平行移动参数p、q是根据实际使用的扫描仪或打印机的特性而设定的，以配合作为基准的预定的图像输入装置或图像形成装置的特性。

该处理方式1是预备变换的一种，对应于“输入输出环境误差修正”、属于图像数据调整方式。因而，通过该处理方式1，使颜色判断边界线相对于图像数据而相对变化。

以下各例中的输入图像数据也包括进行了该处理方式1后的数据。

(处理方式2)

为了在由多种色彩空间中的任一种色彩空间表现图像数据的情况下也能够应用共同的颜色判断程序，将该图像数据所表现的色彩空间中的颜色判断边界线变换成基准色相面上的颜色判断边界线的处理，就是该处理方式2。

这里，考虑将Lab色相平面预先设定为基准色相平面的情况。并且，图像数据由图4的Ycc色相平面H01表现，设该Ycc色相平面H01由6条色相边界线d01划分为C、B、M、R、Y、G的各6个色相部分区域mC～mG。此时，通过对该色相平面H01实施“处理方式2”，得到色相平面H2(图6)。

该“处理方式2”由映像变换与第1变换处理要素(旋转)构成。更具体地讲，是相对于cr轴的映像变换与θ＝35度的旋转变换的合成变换，可以用下面的变换式表达。

【式6】

$\left(\begin{array}{c}{X}_2\\ Y_2\end{array}\right)\left(\begin{array}{cc}\cos 35& -\sin 35\\ \sin 35& \cos 35\end{array}\right)\left(\begin{array}{cc}1& 0\\ 0& -1\end{array}\right)\left(\begin{array}{c}{X}_1\\ Y_1\end{array}\right)$

这里，图6所示的Ycc色相平面H2中的颜色判断边界线d2位于与图5所示的Lab色相平面H02的颜色判断边界线d02大致相同的位置。即，通过对Ycc图像数据实施处理方式2，能够进行与Lab图像数据共同的颜色判断。

该处理方式2是预备变换的一种，相当于用于“色彩空间补偿”的变换，属于图像数据调整方式。

在以下的各例中，除了所输入的图像数据为Lab图像数据的情况外，还包括通过该处理方式2将Ycc图像数据等价地变换为Lab图像数据的情况。

(处理方式3)

处理方式3是最基本的有理化变换，是将斜率为无理数的颜色判断边界线改变为具有与该斜率最接近的有理数斜率的颜色判断边界线的处理。

例如，图5的Lab色相平面H02由6条颜色判断基准边界线d02划分成C、B、M、R、Y、G的各6个色相部分区域mC～mG，但在它们的斜率为无理数的情况下，对于各个判断基准边界线d02，将各颜色判断基准边界线d02变换为具有与该无理数的斜率最接近的有理数斜率的颜色判断边界线d3(图7)。在图7中设6条颜色判断基准边界线d02的斜率都为无理数，将它们都变换为具有有理数斜率的颜色判断边界线d3，但在只有一部分的颜色判断基准边界线d02具有无理数斜率时，仅将该颜色判断基准边界线d02有理化就可以。另外，图7中的a3轴与图5的a轴相同，b3轴与图5的b轴相同。

该变换后的斜率优选为与变换前的斜率值的差最小的有理数，但在这种有理数的位数较多时，也可在各分子分母为预定位数以下的不可约分数中选择与该无理数的差最小者。变换前后的颜色判断边界线的位置的变化量很小，该有理化带来的误差较小。此外，由于判断对象数据(更具体地讲是单位数据)不能取得无理数的数据成分值，所以不会因处理方式3使颜色判断的精度降低。

该处理方式3由于是只进行颜色判断边界线的变换，所以属于边界调整方式。因而，在只进行处理方式3的情况下，不需要图像数据的变换。

(判断处理3)

接着，对判断实施了处理方式3的判断对象图像数据D3的单位数据属于色相平面H3的部分区域中的哪一个的处理(判断处理3)进行说明(图2的步骤S6)。

实施了处理方式3的判断对象图像数据D3的判断处理动作3示于图19的流程图中。其中，判断对象的单位数据在色相平面H3中用坐标(x，y)表示。

首先，根据x及y的符号，判断单位数据属于色相平面H3的4个象限中的哪一个(步骤S11～S12)。

在判断单位数据属于第1象限的情况下，接着判断属于色相部分区域mY、mR、mM中的哪一个。例如，假设处于色相部分区域mY与mR的区域边界的颜色判断边界线d3的斜率为(Ayr/Byr)，则在式7的情况下，判断为单位数据属于色相部分区域mY(步骤S13-1)。

【式7】

Ayr×x＜Byr×y

此外，在判断为单位数据不属于色相部分区域mY的情况下，再假设处于色相部分区域mR与mM的区域边界的颜色判断边界线d3的斜率为(Arm/Brm)，则在式8的情况下，判断为单位数据属于色相部分区域mM(步骤S14-1)。

【式8】

Arm×x＜Brm×y

但在判断单位数据处于第1象限以外的象限中的情况下，也通过同样的处理来判断单位数据所属的色相部分区域。另外，例如在第2象限中，只判断属于色相部分区域mM及mB的哪一个就可以(步骤S13-2)。

在对于所有的单位数据结束了以上的步骤S11～S14后，区域判断处理结束。

在6条颜色判断边界线d3中斜率没有无理数的部分。即，区域判断的步骤S13、S14中的A及B为整数。因而，与原样使用包含无理数的部分的颜色判断基准边界线d02的情况相比，能够减少区域判断(颜色判断)的计算量。

处理方式3是边界调整方式，是通过预先将颜色判断基准边界线变换为具有有理数斜率的颜色判断边界线、将其斜率值存储在图1的ROM20或RAM30中来实现的。

因而，在单独进行该处理方式3的情况下，不会伴随着对于图像数据(单位数据)的变换。

该处理方式3由于能够不随着色相平面的整体旋转等而执行，所以也可以称作“斜率的单纯有理化”。

(处理方式4)

处理方式4是使一部分颜色判断边界线与坐标轴一致的有理化变换，可以称作“单纯坐标轴一致化”。称作“单纯”，是为了与后述的“旋转坐标轴一致化”区别。

上述处理方式3即进行“斜率的单纯有理化”时的图7的6条颜色判断边界线d3都与坐标轴不一致，所以需要设定相当于有理数的斜率值来进行区域判断。对此，如果使6条颜色判断边界线中的一部分与坐标轴一致，则在将其作为区域边界的区域判断中，仅通过图像数据(单位数据)的正负符号，就能够判断该图像数据处于该颜色判断边界线的哪一侧。

处理方式4是根据该观点构成的变换，在图8的例子中，进行变换以使颜色判断边界线组d3中的一部分(在图示例子中为1条)与坐标轴(例如a轴)一致，从而得到颜色判断边界线d4。另外，图8中的a4轴与图5的a轴相同，b4轴与图5的b轴相同。

由于该处理方式4只是预先变换并设定颜色判断边界线，所以属于边界调整方式，在只进行该处理方式4的情况下不需要图像数据的变换。

这里，用如下的方法规定颜色判断边界线d4的位置。首先，判断变换前的颜色判断边界线中与色相平面H4的坐标轴(哪个坐标轴都可以)最近的是哪一个。将斜率与坐标轴最接近的颜色判断边界线以外的颜色判断边界线的位置及方向原样保存。另一方面，对斜率与坐标轴最接近的颜色判断边界线进行变换，使其与它最接近的坐标轴一致。

另外，与坐标轴一致的颜色判断边界线的选择方法并不限于上述方法。例如也可以使与预定的一个坐标轴最近的颜色判断边界线与该一个坐标轴一致。

此外，在上述中，仅使斜率与坐标轴最接近的一个颜色判断边界线与该坐标轴一致，但也可以再使斜率第2靠近于坐标轴的颜色判断边界线与该坐标轴一致。即，与坐标轴一致的颜色判断边界线也可以为多条。

在本说明书中，只要相对于在色相平面上规定的正交的2条坐标轴中的至少1条的斜率为有理数，就将该颜色判断边界线的斜率看作有理数。因而，例如在使颜色判断边界线与后述的图7的Lab色彩空间的b轴一致时，由于从a轴观察的斜率无限大，所以有理数与无理数的区别变得模糊，而由于对b轴的斜率为“0”(有理数)，所以将这种颜色判断边界线也作为具有有理数斜率来处理。因此，该处理方式4也满足本发明的特征即有理化变换的条件。

(判断处理4)

接着，说明色相平面H4中的判断处理4。

实施了判断处理4的判断对象图像数据D3的判断处理动作4示于图20的流程图中。其中，假设在色相平面H4中，用坐标(x，y)表示判断对象的单位数据。

首先，根据x及y的符号，来判断单位数据属于色相平面H4的4个象限中的哪一个(步骤S21～S22)。在判断单位数据位于第1象限的情况下，接着用与上述的色相平面H3中的判断动作同样的方法，判断属于色相部分区域mY和mR的哪一个。

在判断为单位数据处于第1象限以外的象限中的情况下，也通过同样的处理判断单位数据的所属的部分区域。

对所有的单位数据结束了以上的步骤S21～S24后，区域判断处理结束。

实施了处理方式4的判断对象图像数据D3的判断处理4(图19)与实施处理方式3之前的判断对象图像数据D3的判断处理3(图18)相比，由于在判断处理4中，在颜色判断边界线d4上有与轴一致的部分，所以能够省略相当于图18的步骤S14-1的判断动作。因而，与不包含颜色判断边界线d4与轴一致的部分的情况相比，能够减少区域判断中的计算量。

(处理方式5)

使多条颜色判断边界线中的一部分与坐标轴一致的方法，除了如上述处理方式4那样，仅使作为坐标轴一致的对象的颜色判断边界线移动以外，还可以通过使整个颜色判断边界线组在色相平面上旋转来实现。即，利用仿射变换中的第1变换处理要素(旋转)。

图9示出了实现这种“旋转坐标轴一致化”的处理方式5的例子，作为一例，示出了图5的颜色判断基准边界线d02组，作为旋转前的颜色判断边界线组。

这里，颜色判断边界线d5的位置、即旋转变换的旋转角是通过如下的方法规定的。首先，为了使从变换前的颜色判断边界线d02中选择的1条颜色判断边界线与预定的一个坐标轴一致，求出所需的角度。该角度成为处理方式5中的旋转变换的旋转角。该1条颜色判断边界线的选择是任意的，但也可以选择例如斜率最接近a5轴的颜色判断边界线。接着，以该旋转角度使所有的颜色判断边界线旋转，将规定旋转变换后的各颜色判断边界线的参数存储在ROM20或RAM30中来加以利用。但是，对于与某一个坐标轴一致的颜色判断边界线，可以通过色相平面上的图像数据的符号判断来实现，所以不需要保存斜率的值。

在该处理方式5中，使作为判断对象的图像数据也在色彩平面上旋转与使颜色判断边界线组旋转的角度相同的角度。即，对每个单位数据进行该旋转变换，处理方式5属于双方调整方式。因而，图9中的a5轴及b5轴虽然朝向相当于色相平面旋转前的a轴及b轴的方向，但与旋转后的a轴及b轴的方向不同，如果设颜色判断边界线组的旋转角为θ，则在旋转后处于从a轴及b轴分别偏离(-θ)的方向。

在处理方式5中，由于构成颜色判断边界线组的各颜色判断边界线的相对角度不变化，并且图像数据侧也旋转而维持与颜色判断边界线的相对位置，所以即使相对旋转角度变大也不会降低颜色判断的精度。因而，与坐标轴一致的颜色判断边界线是哪个都可以。除了如上述那样，规定使最接近于预定的坐标轴的颜色判断边界线与该坐标轴一致的旋转角以外，也可以设置旋转角，以使旋转后的颜色判断边界线组相对于坐标轴的对称性变得最高。

(判断处理5)

色相平面5中的判断处理5与判断处理4相同(参照图20)。

如果比较实施了处理方式5的判断对象图像数据D3的判断处理动作(图20)和实施了处理方式3的判断对象图像数据D3的判断处理动作(图29)，则如上述那样，能够省略对应于图19的步骤S14-1的判断动作。因而，与不包括颜色判断边界线d4与轴一致的部分的情况相比，能够不降低精度而减少区域判断的计算量。

(处理方式6)

在图5的色相平面H02中，6条颜色判断边界线d3中的每2条构成的颜色判断边界线的对被描绘成相互向大体相反侧延伸，但这些线对并不限于正确地成一条直线，一般为“折线”的状态。因而，成对的各颜色判断边界线的斜率相互不同，在区域判断中也需要处理各个斜率值。所以，在处理方式6中，在满足使颜色判断边界线的各对成一条直线的条件的同时，进行各颜色判断边界线的斜率的有理化。

图10表示处理方式6中的色相平面H6的例子，除了被实施处理方式6的变换后的颜色判断边界线d6(d6-1～d6-3)以外，为了比较而将变换前的颜色判断基准边界线d02(d02-1～d02-6)用虚线表示。图10中的a6轴与图5的a轴相同，b6轴与图5的b轴相同。

各颜色判断边界线d6的位置用如下的方法规定。首先，将变换前的6条颜色判断边界线(正确地以原点为端点的射线)d02分类为各个斜率的差在预定的近似差内的颜色判断边界线对、即可以判断它们的斜率大致相同的颜色判断边界线对(d02-1，d02-4)、(d02-2，d02-5)、(d02-3，d02-6)。接着，对这些颜色判断边界线对(d02-1，d02-4)、(d02-2，d02-5)、(d02-3，d02-6)，变换为以构成各对的2条颜色判断边界线的两者的斜率的平均值为斜率的新的直线d06-1～d06-3。但是，在该平均值为无理数的情况下，变换为具有将与该平均值的差最小的有理数作为斜率的直线。

处理方式6是进行颜色判断边界线的变换的处理，由于不需要进行图像数据的变换，所以属于边界调整方式。处理方式6由于除了基本的有理化以外、还伴随着使通过原点的颜色判断边界线对一条直线化的有理化，所以可以将该处理称作“有理一条直线化”。

(判断处理6)

接着说明色相平面H6的判断处理6。

在图21的流程图中，示出由处理方式6实施了处理的判断对象图像数据D3的判断处理动作6。其中，在色相平面H6中，用坐标(x，y)表示判断对象的单位数据。

首先，判断单位数据在色相平面H3中相对于颜色判断边界线d6-1属于哪一侧(步骤S31)，接着判断相对于颜色判断边界线d6-2属于哪一侧(步骤S32)。在通过以上，判断为不属于色相部分区域mR或mC中的任一个的情况下，再判断相对于颜色判断边界线d6-3属于哪一侧(步骤S33)。

在对所有的单位数据结束了以上的步骤S31～S33后，区域判断处理结束。

另外，在颜色判断边界线d6上，没有斜率为无理数的部分。即，区域判断步骤S31～S33中的A及B为整数。因而，与颜色判断边界线中包含斜率为无理数的部分的情况相比，能够减少区域判断中的计算量。此外，可以通过3步骤的判断动作来进行区域判断。因而，与颜色判断边界线的斜率互不相同的情况相比，能够减少区域判断中的计算量。

(处理方式7)

该处理方式7组合了处理方式6(一条直线化)和处理方式4(单纯坐标轴一致化)，属于边界调整方式。

在示出该处理方式7的例子的图11的色相平面7中，除了变换后的颜色判断边界线d7(d7-1～d7-3)之外，为了比较而用虚线表示由处理方式6得到的颜色判断边界线d6(d6-1～d6-6)。在该图11中，由“一条直线化”得到的3条颜色判断边界线d6中的一个d6-1由“单纯坐标轴一致化”变换为颜色判断边界线d7-1。用来进行“一条直线化”及“单纯坐标轴一致化”的步骤等与各个处理方式6及处理方式4相同。

(判断处理7)

接着说明色相平面H7中的判断处理7。

在图22的流程图中示出实施了处理方式7的判断对象图像数据的判断处理动作7。其中，假设在色相平面H7中，用坐标(x，y)表示判断对象的单位数据。

首先，根据x及y的符号判断单位数据属于色相平面H7的4个象限中的哪一个(步骤S41～S42)。在判断为单位数据处于第1象限中的情况下，接着判断属于色相部分区域mY与mR的哪一个(步骤S43)。

在判断为单位数据处于第1象限以外的象限中的情况下，也通过同样的处理来判断单位数据所属的色相部分区域。

对所有的单位数据结束了以上的步骤S41～S43后，区域判断处理结束。

如果将处理方式7中的判断对象图像数据D3的判断处理7(图21)和实施处理方式7之前的判断对象图像数据D3的判断处理6(图20)相比，则在判断处理7中，由于在颜色判断边界线d7上有与轴一致的部分，所以能够通过符号判断来进行相当于图20的步骤S31、S32的判断动作。因而，与颜色判断边界线d7不包含与轴一致的部分的情况相比，能够减少区域判断中的计算量。

(处理方式8)

处理方式8是在处理方式6(一条直线化)之后进行处理方式5(旋转坐标轴一致化)的方式，属于双方调整方式。因而，示出该例的图12中的色相平面H8的a8轴及b8轴具有相当于色相平面的旋转前的a轴及b轴的方向，但在旋转后，处于从图5的a轴及b轴分别偏离(-θ)的方向(θ是颜色判断边界线组的旋转角)。

如果与一条直线化后的颜色判断边界线d6-1～d6-3相比较，处理方式8后的3条颜色判断边界线d8成为整体旋转θ后的关系，颜色判断边界线d8中的一条成为与b8轴一致的状态。

一条直线化的方法及旋转角θ的选择方法与处理方式6及处理方式5相同。由于是双向变换方式，所以图像数据也在原来的色相平面上旋转θ，映射到新的色相平面H8上。

(判断处理8)

色相平面H8的判断处理8与判断处理7相同(参照图22)。

其中，在判断处理8中，在判断处理动作中的数学公式中表现的系数中成立以下关系。

【式9】

$\frac{\mathrm{Brm}}{\mathrm{Arm}}=\frac{\mathrm{Bcg}}{\mathrm{Acg}}$

$\frac{\mathrm{Bmb}}{\mathrm{Amb}}=\frac{\mathrm{Bgy}}{\mathrm{Agy}}$

如果将进行了处理方式8的处理的判断对象图像数据D3的判断处理8(图22)与实施处理方式8的处理前的判断对象图像数据D3的判断处理6(图21)相比较，则在判断处理8中，由于在颜色判断边界线d8上有与轴一致的部分，所以能够通过符号判断来进行相当于图20的步骤S31、S32的判断动作。此外，能够以相同的数学公式分别处理步骤S43-1和S43-3、步骤S3-2和S43-4。因而，与颜色判断边界线不包含与轴一致的部分的情况相比，能够不降低精度而减少区域判断中的计算量。

(处理方式9)

处理方式9是在处理方式5(旋转坐标轴一致化)之后进行处理方式6(一条直线化)的方式，属于双方调整方式。

在已经叙述的处理方式8中，由于在进行“一条直线化”之后进行“旋转坐标轴一致化”，所以处理方式9相当于将处理方式8的处理顺序颠倒。其中，对于通过“旋转坐标轴一致化”与坐标轴中的一个(在图13的色相平面H9的例子中为b9轴)一致的特定的颜色判断边界线，在接下来的“一条直线化”处理中不动作，使与该特定的颜色判断边界线成对的另一个颜色判断边界线的斜率与该特定的颜色判断边界线的斜率一致。

因而，在“一条直线化”之后，可以得到将原来的2条颜色判断边界线一起配置在某个坐标轴(a9轴或b9轴)上的颜色判断边界线(在图13的例子中为颜色判断边界线d9-1)、和它以外的2条颜色判断边界线d9-2、d9-3。

另外，这里也可以再将该2条颜色判断边界线分别变换为具有以该颜色判断边界线的两者的斜率的绝对值的平均值作为斜率的绝对值的新的直线。其中，在这里，假设斜率的绝对值已被保存。在该平均值为无理数的情况下，变换为将与该平均值的差最小的有理数作为斜率的直线。由此，得到关于b10轴相互线对称的颜色判断边界线d9-2、d9-3。

剩余的事项与处理方式8相同。

(判断处理9)

色相平面H9中的判断处理9与判断处理7相同(参照图22)。

另外，在颜色判断边界线d9-2、d9-3关于b10轴相互线对称的情况下，在判断处理动作的数学公式中出现的系数中，成立以下关系。

【式10】

$\frac{\mathrm{Brm}}{\mathrm{Arm}}=\frac{\mathrm{Bcg}}{\mathrm{Acg}}$

$\frac{\mathrm{Bmb}}{\mathrm{Amb}}=\frac{\mathrm{Bgy}}{\mathrm{Agy}}$

$\frac{\mathrm{Brm}}{\mathrm{Arm}}=-\frac{\mathrm{Bmb}}{\mathrm{Amb}}$

在这种情况下，若将实施了处理方式9的判断对象图像数据D3的判断处理9与实施处理方式9之前的判断对象图像数据D3的判断处理8相比较，则在判断处理9中，步骤S43-1和S43-3、步骤S43-2和S43-4中的各数学公式的系数的绝对值相等。因而，与颜色判断边界线相对于轴不对称的情况相比较，能够减少区域判断中的计算量。

(处理方式10)

作为将“一条直线化”与“旋转坐标轴一致化”组合的变换，有：※处理方式8，即“一条直线化”之后进行“旋转坐标轴一致化”的变换；※处理方式9，即“旋转坐标轴一致化”之后进行“一条直线化”的变换；这里的处理方式10是相对于这种组合进一步进行各向异性的比例缩放变换(根据轴向以不同的比例放大或者缩小的处理方式)而进行有理化的变换处理。该处理方式10属于双方调整方式。

在由图14的坐标轴a10、b10规定的色相平面H10的例子中，为了参考而用虚线表示通过处理方式9得到的颜色判断边界线d9-1～d9-3，但在处理方式10中，通过进行使b10轴向成分与a10轴向的一方放大或缩小变换的各向异性比例缩放，颜色判断边界线d9-2、d9-3将a10轴向与b10轴向变换为2分的方向(45度方向)，分别成为颜色判断边界线d10-2、d10-3。

这里，作为规定颜色判断边界线d10-2、d10-3延伸的方向的参数的、各向异性比例缩放变换中的系数k是用下面的方法规定的。首先，在经过了“旋转坐标轴一致化”和“一条直线化”的状态的颜色判断边界线d9-1～d9-3中，确定与坐标轴不一致的2条颜色判断边界线d9-2、d9-3。

接着，对于一个颜色判断边界线d9-2，规定各向异性比例缩放的放大或缩小变换的系数k，以使其斜率的绝对值成为1，由此颜色判断边界线d9-2成为新的颜色判断边界线d10-2。例如，为了把颜色判断边界线d9-2的斜率的绝对值设为1，如下这样规定比例缩放系数(放大率)，其中，所述颜色判断边界线d9-2相对于a轴(在变换前相当于a10轴的坐标轴)的斜率的绝对值以不可约分数表现表示为“A/B”(A、B是互不相同的整数)。

【式11】

kx＝A

ky＝B

其中，kx是a10轴(旧a轴)方向的比例缩放系数(放大率)；ky是b10轴(旧b轴)方向的比例缩放系数(放大率)；这里的比例缩放系数kx、ky不成为“缩小率”是因为，由于使“A/B”为不可约分数，A、B分别成为1以上的整数。

对于另一个颜色判断边界线d9-3，在它与上述颜色判断边界线d9-2关于b轴为线对称时，也能够将如上述那样求出的比例缩放系数kx、ky应用到该颜色判断边界线d9-3中。

换言之，在一条直线化后的3条颜色判断边界线中的一条与特定的坐标轴一致、剩余的2条与该特定的坐标轴不一致的情况下，在这两条关于该特定的坐标轴线不对称的情况下，在进行变换以使它们关于该特定的坐标轴线对称后，通过进行上述各向异性比例缩放变换，能够使这2条颜色判断边界线分别成为沿2条坐标轴的2等分方向延伸的2条直线。

当然，即使在仅通过各向异性比例缩放变换使1条颜色判断边界线成为向2条坐标轴的2等分方向延伸的直线的情况下，对于以其1条为边界的颜色区域，也能够如上述那样简化颜色判断程序。

此外，各向异性比例缩放不以“一条直线化”及“旋转坐标轴一致化”为必须的前提，能够单独执行。在这种情况下，虽然对称性没有图14高，但对于至少1条颜色判断边界线，能够做成向2条坐标轴的2等分方向延伸的直线。

在该处理方式10中，通过将如上述那样决定的各向异性比例缩放系数也应用到图像数据中，对于图像数据也进行各向异性比例缩放。因此，处理方式10属于双方调整方式。

(判断处理10)

色相平面H10中的判断处理10与判断处理7相同(参照图22)。

其中，在判断处理10中，在判断处理动作中的数学公式中出现的系数中，成立以下关系。

【式12】

Arm＝Brm＝1

Abm＝-Bmb＝1

将实施了处理方式10的判断对象图像数据D3的判断处理10和实施处理方式10之前的判断对象图像数据D3的判断处理9相比较，在判断处理10中，步骤S43-1～4中的各数学公式的系数的绝对值为1。即，能够对步骤S43进行成分间的大小比较。因而，与颜色判断边界线d的斜率的绝对值不是1的情况相比，能够减少区域判断中的计算量。

(处理方式10K)

该处理方式10K利用了作为判断对象的图像数据是有彩色的还是无彩色(黑白)的彩色黑白判断，将规定无彩色区域的饱和度边界线有理化。处理方式10K本身是边界调整方式。

在图15的色相平面H10K中，在由作为颜色判断边界线的颜色判断边界线d10h被划分区域的各色相部分区域中，配置有规定彩色区域和黑白区域的边界的饱和度边界线即颜色判断边界线d10c(d10c-1～d10c-6)。在图15的例子中，用于有彩色的色相判断的颜色判断边界线d10h表示为由处理方式10得到，但它也可以由其他处理方式得到，也可以是颜色判断基准边界线。由饱和度边界线d10c-1～d10c-6围成的区域(原点侧的区域)是无彩色部分区域mK。

饱和度边界线d10c是平行于各坐标轴的线段，因此这些饱和度边界线d10c相对于各坐标轴具有有理数的斜率。

通过对各色相部分区域规定饱和度边界线d10c，能够根据色相改变无彩色部分区域mK的大小。在图15中，形成了分别与色相部分区域mC～mG连接的无彩色部分mK的大小相互不同的区域划分。

(判断处理10K)

接着说明色相平面H10K中的判断处理10K。

在图23的流程图中，示出了这里的判断处理动作10K。其中，在色相平面10K中，用坐标(x，y)表示单位数据。

首先，判断单位数据属于色相部分区域mC～mG的哪一个(步骤S51)。另外，该判断动作是通过判断处理10进行的。

接着，根据对应于各色相部分区域mC～mG而确定的饱和度边界线d10c的位置，判断单位数据是否属于无彩色部分区域mK。

这里，饱和度边界线d10c平行于任一个坐标轴。并且，各饱和度边界线d10c的构成部d10c-1～d10c-6与原点的距离相当于该区域边界的阈值wC～wG。因而，根据单位数据存在于对应于哪个色相部分区域mC～mG的方向上，(1)将单位数据的a10K轴成分的大小与阈值wM、wG中的一个阈值比较；或者(2)将单位数据的b10K轴成分的大小与阈值wC、mB、mY、mR中的一个比较；由此，在该成分(的绝对值)比作为比较基准的阈值小的情况下，判断该单位数据属于无彩色部分区域mK(步骤S52)。

对所有的单位数据结束以上的步骤S51～52后，结束判断处理。

在该处理方式10K中，由于饱和度边界线d10c的各构成部与色相平面H10的某一个坐标轴平行，所以能够通过单位数据的2个坐标成分中的1成分与预定的阈值的大小比较来进行区域判断。

此外，如后述的图17，如果对所有方位采用以一定的饱和度值作为阈值的饱和度边界线dcR，则这种饱和度边界线dcR通过圆的方程式描述，所以产生了在区域判断中使用2次函数等幂乘运算的需要。对此，如饱和度边界线d10c那样，通过将饱和度边界线作为具有有理数斜率的直线，特别是作为与色相平面的坐标轴平行的直线，与使用颜色判断边界线dcR那样的曲线、或具有无理数斜率的颜色判断边界线的情况相比，能够减少区域判断的计算量。

(处理方式11)

处理方式11是伴随着无彩色区域的颜色判断边界线的平行移动的有理化，属于双方调整方式。

图16是示意地表示在Lab图像数据中的色相平面H03上规定无彩色部分区域mK的颜色判断边界线d03的图。另外，该颜色判断边界线d03是饱和度边界线。这里，无彩色部分区域mK是包括原点的正方形，该正方形的几何中心W03从原点偏离。

图17表示对色相平面H03实施处理方式11的处理而得到的色相平面H11。在图17中，除了色相平面H11的颜色判断边界线d11以外，为了比较而用虚线表示变换前的颜色判断边界线d03。

变换处理11由第3变换处理要素即平行移动构成。

这里，颜色判断边界线d11的位置、即平行移动变换中的参数p、q被规定为，使变换前的无彩色部分区域mK的几何中心W03与变换后的色相平面H11的原点一致。

与此对应，图像数据(单位数据)也被实施基于参数p、q的平行移动变换。因此，颜色判断边界线与图像数据的相对位置关系不改变，但规定颜色判断边界线的位置的阈值W在由各坐标轴的正负方向构成的共4个方向上通用，所以彩色黑白判断变得容易。

(判断处理11)

接着说明色相平面H11中的判断处理11。

在图24的流程图中，示出实施了基于处理方式11的平行移动变换的判断对象图像数据D3的判断处理动作11。其中，在色相平面H11中，用坐标(x，y)表示判断对象的单位数据。

首先，判断x的绝对值的大小是否比预定的阈值W大(步骤S61)，接着判断y的绝对值的大小是否比预定的阈值W大(步骤S62)。

即，在单位数据的x、y成分的绝对值都比预定的阈值W小的情况下，判断该单位数据属于无彩色部分区域mK。

对所有的单位数据结束了以上的步骤S61～S62后，结束判断处理。

在颜色判断边界线d11中，由于色相平面的原点为无彩色部分区域mK的中心、即正方形的中心，所以可以通过2个步骤进行判断处理。因而，与无彩色部分区域mK的中心不是原点的情况相比，能够减少区域判断中的区域判断的步骤。

此外，如果按预定的饱和度值设定作为饱和度边界线的颜色判断边界线d11，则成为例如图17的饱和度边界线dcR。但是，在规定了这样的饱和度边界线dcR的情况下，产生在区域判断中使用幂乘运算(求出x的平方与y的平方的和的运算)的需要。在颜色判断边界线d11中，由于几何形状为正方形，所以与颜色判断边界线dcR情况相比，能够减少区域判断中的区域判断计算量。

另外，在无彩色部分区域mK的几何形状是正方形时，阈值的数量增加一个，但在不需要幂乘运算等的方面，能够得到同样的效果。

(处理方式11K)

处理方式11K是用来进行彩色黑白判断与色相判断的颜色判断边界线的有理化的例子。

在图18的例子中，在色相平面H11K中，规定了由规定色相部分区域mC～mG的色相边界线d11h、以及规定无彩色部分区域mK的饱和度边界线d11c构成的颜色判断边界线。

这样的色相平面H11K，可以通过例如对于色相边界线组合图14所例示的处理方式10来实现，对于饱和度边界线则组合图17所例示的处理方式11来实现，但其他组合也可以实现它，根据这种组合的种类而属于边界调整方式或双方调整方式。

(判断处理11K)

接着说明色相平面H11K中的判断处理11K。

这里的区域判断处理动作是通过进行判断处理11及判断处理10两者的处理来进行的。首先，判断单位数据是否属于无彩色部分区域mK(判断处理11)。这里只对判断为不属于无彩色部分区域mK的单位数据继续判断属于色相部分区域mC～mG中的哪一个(判断处理10)。

对所有的单位数据结束了以上的各步骤后，结束区域判断处理。

(5、彩色黑白判断)

接着说明根据区域判断部70的判断结果进行彩色黑白判断的情况。这里，通过区域判断部70的判断处理10K或11K，判断单位数据属于规定了由色相边界线d10h及饱和度边界线d10c-1～d10c-6构成的颜色判断边界线的色相平面H10K(图15)、或规定了由色相边界线d11h及饱和度边界线d11c构成的颜色判断边界线的色相平面H11K(图18)的部分区域中的哪一个。另外，这里所谓的部分区域，是无彩色部分区域mK及6个色相部分区域mC～mG的共计7个区域的总称。

(5-1、判断动作)

在区域判断部70中，所有的单位数据的判断处理结束后，通过计数部80将分别属于7个部分区域的单位数据的数量进行计数。另外，以下将属于部分区域的单位数据的数量称作该部分区域的要素数n。

这里，通过计数部80对分别属于各部分区域的单位数据的数量进行计数，但对于无彩色部分区域mK，即使在所属的所有单位数据中，也特别仅对相对于无彩轴的成分为负的数据进行计数。即，仅对Lab色彩空间中的亮度成分或Ycc色彩空间中的辉度成分的符号为负的单位数据进行计数。这意味着在属于无彩色部分区域mK的单位数据中，仅对黑色的数据进行计数(理由在后面叙述)。其中，这里将相对于无彩轴的阈值为0来判断白色和黑色，但可以设置任意的阈值。

在各部分区域中，对各要素数n设定预定的阈值x。该阈值x既可以对所有的部分区域设相等的值，也可以对每个部分区域设不同的值。其中，作为阈值x的设定水平，后面详细叙述优选条件。

计数部80在色相部分区域mC～mG中的要素数n超过了该部分区域中的阈值x的情况下，将该色相部分区域的识别信息通知给颜色判断部90。以下将该通知作为输出信号1。

此外，在无彩色部分区域mK中的要素数n超过了该部分区域mK中的阈值x的情况下，将该信息通知给颜色判断部90。以下将该通知作为输出信号2。

此外，在对所有的单位数据结束了计数的情况下，将计数结束通知给颜色判断部90。以下将该通知作为输出信号3。另外，计数部80在从颜色判断部90接收到计数中断命令的情况下，即使在对所有单位数据或所有部分区域的计数没有结束的情况下，也结束计数处理。

接着根据图25的流程图，说明颜色判断部90中的判断动作。

首先，判断输出信号1的有无即是否存在要素数n超过了阈值x的部分区域(步骤S71)。在没有输出信号1的情况下，再判断输出信号3的有无即判断对于所有的单位数据的计数是否结束(步骤S72)。这里，在没有输出信号3的情况下，即在没有对所有的单位数据结束计数的情况下，再次回到步骤S71。

另一方面，在有输出信号3的情况下，即在对所有的单位数据的计数结束的情况下，判断为判断对象图像数据D3是黑白图像(步骤S73)。即，在作为计数对象的7个部分区域中的除了无彩色部分区域mK以外的6个色相部分区域mC～mG中没有一个要素数n超过阈值x的区域的情况下，判断为黑白图像。

在步骤S71中有输出信号1的情况下，将该输出信号1的输出内容、即超过阈值x的色相部分区域的识别信息存储到RAM30中(步骤S74)。以下，将该色相部分区域的识别信息称作第1部分区域。

进而，判断有无第2次的输出信号1、即除了第1部分区域以外是否有要素数n超过阈值x的部分区域(步骤S75)。

在没有第2次的输出信号1的情况下，再判断输出信号3的有无(步骤S76)。这里，在没有输出信号3的情况下，再次回到步骤S75。

另一方面，在有输出信号3的情况下，再判断输出信号2的有无、即无彩色部分区域mK中的要素数n是否超过阈值x(步骤S77)。

在没有输出信号2的情况下，即在无彩色部分区域mK中的要素数n未超过阈值x的情况下，将判断对象图像数据D3判断为单色彩色图像(步骤S78)。即，在仅在作为计数对象的7个部分区域中的第1部分区域中要素数n超过阈值x的情况下，判断为单色彩色图像。该单色彩色的色相是相当于第1部分区域的色相。

在有输出信号2的情况下，即在无彩色部分区域mK中的要素数n超过了阈值x的情况下，将判断对象图像数据D3判断为2色彩色图像(步骤S83)。即，在作为计数对象的7个部分区域中的色相部分区域即第1部分区域及无彩色部分区域mK的任一个中，要素数n超过各自的(或者共用的)阈值x的情况下，判断为2色彩色图像。该2色彩色的色相是相当于第1部分区域的色相及黑色。

如上所述，在计数部80中，仅将无彩色的单位数据中的位于黑色侧的单位数据作为计数对象，白色侧的单位数据不作为计数的对象。这是因为，即使在仅使用1个有彩色的单位彩色图像数据中也通常包含白色成分，所以如果也将白色侧的单位数据作为无彩色来计数，则有可能将那样的彩色图像误识别为黑白图像。

在步骤S75中有第2次的输出信号1、即在第1部分区域以外具有要素数n超过阈值x的第2个部分区域的情况下，将该部分区域的识别信息存储在RAM30中(步骤S79)。以下，将该色相部分区域称作第2部分区域。

接着，判断有无第3次的输出信号1，即判断在第1及第2部分区域以外是否有要素数n超过阈值x的部分区域(步骤S80)。

在没有第3次的输出信号1的情况下，再判断输出信号3的有无(步骤S81)。这里，在没有输出信号3的情况下，再次回到步骤S80。

另一方面，在有输出信号3的情况下，再判断有无输出信号2、即无彩色部分区域mK中的要素数n是否超过阈值x(步骤S82)。

在没有输出信号2的情况下，即在无彩色部分区域mK中的要素n没有超过阈值x的情况下，将判断对象图像数据D3判断为2色彩色图像(步骤S83)。即，仅在作为计数对象的7个部分区域中的第1及第2部分区域中，要素数n超过了阈值x的情况下，判断为2色彩色图像。该2色彩色的色相相当于第1部分区域及第2部分区域的各色相。

在有输出信号2的情况下，即在无彩色部分区域mK中的要素n超过了阈值x的情况下，将判断对象图像数据D3判断为全彩色图像(步骤S85)。即，在作为计数对象的7个部分区域中的作为色相部分区域的第1部分区域、第2部分区域、以及无彩色部分区域mK中，要素数n超过了阈值x的情况下，判断为全彩色图像。该图像的实际色相相当于第1部分区域、第2部分区域的各色相及黑色，也有不包含YMC的全部3原色的情况，但这里也进行将它看作全彩色图像的处理。

在步骤S80中有第3次的输出信号1的情况下，使计数部80中止计数(步骤S84)，将判断对象图像数据D3判断为全彩色图像(步骤S85)。即，在作为计数对象的7个部分区域中的至少3个部分区域中，要素数n超过了阈值x的情况下，判断为全彩色图像。

(5-2、阈值x)

接着说明阈值x的设定方法。该阈值x设定在这样的范围内：完全检测在目视状态下可识别的各颜色的水平、且对表现为在目视状态下不能识别的数据的非可视水平不进行检测的范围。

例如，在对黑白图像中只有一个宽度为1mm、长度为2mm的红色线段部位的原稿图像进行再现的情况下，可根据原稿图像的析像度和构成单位数据的像素数，来计算自该红色线段的单位数据的构成数Q1。

因而，在这种判断对象图像数据D3中，构成数Q1个的单位数据属于红色的色相部分区域，其他的单位数据都属于无彩色部分区域mK。

考虑到用户一般在视觉上乃至心理上将这种图像判断为黑白图像。因而，阈值x优选设定为构成数Q1以上。即，通过将阈值x设定为构成数Q1以上，要素数n不满足构成数Q1的部分区域不能识别为打印色。

反之，例如，在再现黑白图像中只有一个宽度为1mm、长度为50mm的红色线段的部位的原稿图像的情况下，来自该红色线段的单位数据的构成数Q2，也能根据原稿图像的析像度和构成单位数据的像素数来计算。在这种判断对象图像数据D3中，构成数Q2个的单位数据属于红色的色相部分区域，其余的单位数据都属于无彩色部分区域mK。

作为这种图像，假设在黑白显示的文章的署名栏中例如用红印泥色的“红色”压印的情况，考虑到用户一般将这种图像判断为彩色图像。因而阈值x优选设定在构成数Q2以下。

这样，根据单位数据在目视状态下对应于怎样的大小，来设定阈值x，从而能够进行与用户判断不同的彩色黑白判断。此外，在通过这样设定阈值x，例如尺寸较大的黑白图像上用红色压印的情况下，即在全像素中的红色像素的比例较小的情况下也能够判断为彩色图像。

以上是在颜色判断部90中进行彩色黑白判断时的判断动作。

例如，根据颜色判断部90的彩色黑白判断结果，可以决定图像形成部5的动作模式。

(5-3、打印动作)

这里，简单说明图像形成部5中的打印动作。

在全彩色打印模式中，使用YMCK的4色调色剂进行打印，在黑白打印模式中仅使用K(黑色)的调色剂进行打印。

在单色彩色打印模式中，如果其单色是Y、M、C中的任一种，则分别实现仅使用Y、M、C中的1色调色剂的打印。在2色彩色打印模式中也同样。

另一方面，数字彩色复合机100所具有的调色剂只有Y、M、C、K，所以在单色彩色打印模式或2色彩色打印模式中的其单色为B、G、R的任一种的情况下，仅用Y、M、C、K中的任一个调色剂不能表现B、G、R中的1色。所以，在这种情况下，通过进行使用了2色的彩色调色剂(即，在B色打印的情况下为M和C、在G色打印的情况下为Y和C、在R色打印的情况下为Y和M)的2色混合打印，能够等价地进行单色打印。在这种情况下，使用彩色调色剂(Y、M、C)中的2个。但是，在这种情况下不是使用YMC的全部3色，并且赋予2色的各感光筒的激光控制调制信号相同就可以，打印后的图像甚至会被识别为B、G、R中的1色，所以不是多个颜色空间分布的全彩色打印。因而，该情况下，也能够实现广义的单色打印。

当然，也可以将仅使用所准备的3色调色剂(Y、M、C)中的1个的打印作为单色打印；在R、G、B的任一种颜色的情况下，可以通过全彩色打印模式来打印。在根据彩色黑白判断的结果直接打印的情况下可以选择这样的方式，但在如将彩色黑白判断的结果附加在图像数据中并存储或传送到外部的情况下，作为此后进行打印的装置，不能确定是使用装备了哪种组合的着色剂的装置。在这种情况下，在不仅在Y、M、C、中，在加上R、G、B的6色中进行单色的判断，将该判断结果信息附加到图像数据文件上的情况的通用性较高。

此外，在喷墨打印机等中，有的除了Y、M、C、K以外还具有特色(肤色或绿色)的墨水，如果在色相面上确定相当于这些特色墨水的区域，并对属于它的要素数进行计数，则也能够进行只使用这些特色墨水的单色打印。

Claims (20)

1、一种颜色判断装置，自动判断图像的颜色，其特征在于，具有：

区域判断机构，判断表现判断对象图像的各部分颜色的各图像数据属于将2维色彩平面用预定的颜色判断边界线分割而得到的多个部分区域中的哪一个；

计数机构，对上述区域判断机构的区域判断结果进行计数；

颜色判断机构，根据上述计数机构的计数结果，判断上述判断对象图像的颜色；

上述颜色判断边界线相对于上述2维色彩平面的坐标轴的斜率被设定为有理数。

2、如权利要求1所述的颜色判断装置，其特征在于，

还具有对上述图像数据实施预定的变换的变换机构，该预定的变换包括在上述2维色彩平面上的旋转，

对被实施上述预定的变换后的图像数据，判断属于上述多个部分区域中的哪一个。

3、如权利要求2所述的颜色判断装置，其特征在于，

上述预定的变换是上述2维色彩平面中的仿射变换。

4、如权利要求2所述的颜色判断装置，其特征在于，

上述预定的变换包括旋转变换，该旋转变换在上述2维色彩平面中，使上述颜色判断边界线的至少一个与坐标轴中的某一个一致。

5、如权利要求2所述的颜色判断装置，其特征在于，

还具备选择性能动化机构，该选择性能动化机构根据上述判断对象图像的颜色被表现在多种3维色彩空间中的哪一个中，来有选择地使上述变换机构能动化；

不论上述判断对象图像被表现在上述多种的3维色彩空间中的哪一个中，也能够根据共用的比较基准来执行基于上述多个颜色判断边界线的上述图像数据的颜色判断。

6、如权利要求2所述的颜色判断装置，其特征在于，

上述预定的变换包括上述2维色彩平面中的各向异性比例缩放，上述各向异性比例缩放是使上述多个颜色判断边界线的至少一个相对于上述坐标轴的斜率的绝对值成为1的变换。

7、如权利要求1所述的颜色判断装置，其特征在于，

还具有平均化机构，该平均化机构在上述判断对象图像中的由相邻像素构成的像素集合中，对像素数据进行平均，并由此得到上述图像数据。

8、如权利要求1所述的颜色判断装置，其特征在于，

上述判断对象图像被表现的3维色彩空间中的一个坐标轴是无彩轴。

9、如权利要求1所述的颜色判断装置，其特征在于，

上述多个部分区域包括对应于无彩色的无彩色区域，在上述无彩色区域内包含上述2维色彩平面的原点。

10、如权利要求9所述的颜色判断装置，其特征在于，

上述颜色判断机构具有彩色黑白判断机构，该彩色黑白判断机构根据上述图像数据中属于上述无彩色区域的数据数量，来判断上述判断对象图像是彩色图像还是黑白图像。

11、如权利要求10所述的颜色判断装置，其特征在于，

上述计数机构包括：

无彩色计数机构，对上述无彩色区域中属于黑色对应部分的各判断对象图像数据的数量进行计数；

有彩色计数机构，对于上述多个部分区域中对应于多个色相的各色相的多个色相区域，对属于各色相区域的各图像数据的数量进行计数；

上述彩色黑白判断机构具有彩色判断机构，该彩色判断机构根据上述无彩色计数机构与上述有彩色计数机构的各自的计数结果，来判断上述判断对象图像是全彩色图像、单色彩色图像以及2色彩色图像中的哪一个。

12、如权利要求2所述的颜色判断装置，其特征在于，

上述预定的变换包括上述2维色彩平面中的平行移动变换。

13、一种颜色判断方法，自动判断图像的颜色，其特征在于，包括：

区域判断步骤，判断表现判断对象图像的各部分颜色的各图像数据属于将2维色彩平面用预定的颜色判断边界线分割而得到的多个部分区域中的哪一个；

计数步骤，对上述区域判断步骤的区域判断结果进行计数；

颜色判断步骤，根据上述计数步骤的计数结果，判断上述判断对象图像的颜色；

上述颜色判断边界线相对于上述2维色彩平面的坐标轴的斜率被设定为有理数。

14、如权利要求13所述的颜色判断方法，其特征在于，

还具有对上述图像数据实施预定的变换的变换步骤，该预定的变换包括在上述2维色彩平面上的旋转；

在上述区域判断步骤中，对被实施上述变换步骤的预定的变换后的图像数据，判断属于上述多个部分区域中的哪一个。

15、如权利要求14所述的颜色判断方法，其特征在于，

在上述变换步骤中对上述图像数据实施旋转变换，该旋转变换在上述2维色彩平面中，使上述颜色判断边界线的至少一个与坐标轴中的某一个一致。

16、如权利要求14所述的颜色判断方法，其特征在于，

还具备选择性能动化步骤，该选择性能动化步骤根据上述判断对象图像的颜色被表现在多种3维色彩空间中的哪一个中，来有选择地使上述变换步骤中的变换能动化；

在上述颜色判断步骤中，不论上述判断对象图像被表现在上述多种3维色彩空间中的哪一个中，也能够根据共用的比较基准来执行基于上述多个颜色判断边界线的上述图像数据的颜色判断。

17、如权利要求14所述的颜色判断方法，其特征在于，

在上述变换步骤中，对上述图像数据实施包括上述2维色彩平面中的各向异性比例缩放的变换；

上述各向异性比例缩放是使上述多个颜色判断边界线的至少一个相对于上述坐标轴的斜率的绝对值成为1的变换。

18、如权利要求13所述的颜色判断方法，其特征在于，

还具有平均化步骤，该平均化步骤在上述判断对象图像中的由相邻像素构成的像素集合中，对像素数据进行平均，并由此得到上述图像数据。

19、如权利要求13所述的颜色判断方法，其特征在于，

上述多个部分区域包括对应于无彩色的无彩色区域，在上述无彩色区域内包含上述2维色彩平面的原点；

上述颜色判断步骤包括彩色黑白判断步骤，该彩色黑白判断步骤根据上述图像数据中的属于上述无彩色区域的数据数量，来判断上述判断对象图像是彩色图像还是黑白图像。

20、如权利要求19所述的颜色判断方法，其特征在于，

上述计数步骤包括：

无彩色计数步骤，对上述无彩色区域中属于黑色对应部分的各判断对象图像数据的数量进行计数；

有彩色计数步骤，对于上述多个部分区域中对应于多个色相的各色相的多个色相区域，对属于各色相区域的各图像数据的数量进行计数；

上述彩色黑白判断步骤包括彩色判断步骤，该彩色判断步骤根据上述无彩色计数步骤与上述有彩色计数步骤的各自的计数结果，来判断上述判断对象图像是全彩色图像、单色彩色图像以及2色彩色图像中的哪一个。

Images