JP2000022943A - 画像領域判別装置および方法ならびに画像領域判別プログラムを記録した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 画像データが異なる画像属性を有する非矩形
の画像領域を複数レイアウトした形態であっても、非矩
形の画像領域を画像属性ごとに高速かつ正確に判別す
る。 【解決手段】 入力された画像データを複数のブロック
に分割し、ブロック属性判別部１０４で、ブロックの画
像属性（網点、写真、文字、背景）を決定する。網点領
域矩形化部１０９，文字領域矩形化部１１０，写真領域
矩形化部１１１は、画像属性ごとにブロックをまとめて
矩形領域を抽出する。重なり領域抽出部１１５，１１６
は、２つの異なる矩形領域同士で重なる領域を抽出し、
重なり領域優先度選択部１１７で、重なり領域の画像属
性を決定する。合成ブロックマップ形成部１１８におい
て、重なり領域の画像属性に基づくブロックマップが作
成される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は画像領域判別装置
および方法ならびに画像領域判別プログラムを記録した
記録媒体に関し、特にデジタルスチルカメラや複写機等
で得られる画像データにおける画像領域を判別する画像
領域判別装置および方法ならびに画像領域判別プログラ
ムを記録した記録媒体に関する。

【０００２】

【従来の技術】従来より画像データをデジタルデータと
して記録または送信等する際に、画像データを削減する
圧縮処理を施していた。この圧縮処理を効率的に行なう
ためには、文字情報や写真情報等の画像属性に適した圧
縮処理を画像データに施す必要があった。また、画質の
向上のためや圧縮処理に適した形の画像データにするた
めに、画像データを補正する必要があった。この補正処
理についても画像属性に適した補正処理が必要となる。

【０００３】したがって、画像データが１つの画像属性
のみのデータからなる場合は、画像データ全体に対して
１つの補正処理、圧縮処理を行なえばよいが、複数の画
像属性を含む場合は、画像属性ごとに画像領域を判別す
る必要があった。

【０００４】この画像領域を判別する技術として、特開
平７−２８８６７９号公報や特開平８−２０２８７６号
公報が開示されている。特開平７−２８８６７９号公報
に開示の技術は、原稿画像を複数のブロックに分割し、
各ブロックに含まれる複数の画素データに基づいて各ブ
ロックごとに属性を判別し、誤判別されたブロックはそ
の近傍ブロックの属性の状態から修正した後、画像属性
ごとに外接矩形抽出処理を施して網点、文字、写真、背
景の４種類の画像属性ごとに画像領域を判別するもので
ある。

【０００５】また、特開平８−２０２８７６号公報に開
示の技術は、画素データの画像属性を判別し、画素デー
タの画像属性が変化する境界線を抽出し、修正された境
界線に基づいて同じ画像属性の画素データがまとまって
いる領域を切り出すことで、網点、文字、写真、背景の
４種類の画像領域を判別するものである。

【０００６】

【発明が解決しようとする課題】しかしながら、従来の
特開平７−２８８６７９号公報に開示された技術では、
矩形領域の抽出しかできないため、画像属性ごとに抽出
された矩形領域が互いに重なる場合には、重なる矩形領
域の画像属性を画一的に決定する処理がなされていた。
具体的には、画像属性に優先度を予め定めておき、重な
る矩形領域の画像属性を優先度の高い画像属性にしてい
た。

【０００７】図１３に、従来技術による矩形領域の抽出
処理を示す。図１３（ａ）は、実際の属性領域のレイア
ウトを示す図である。図１３（ｂ）は、従来の矩形領域
抽出処理により抽出された写真属性の領域の属性マップ
を示し、図１３（ｃ）は、従来の矩形領域抽出処理によ
り抽出された文字属性の領域の属性マップを示す。図１
３（ｄ）は、図１３（ｂ）と図１３（ｃ）の属性マップ
を写真属性の領域を文字属性の領域に優先して合成する
マクロ的領域判別により得られる領域のレイアウトを示
す。図１３（ａ）と図１３（ｄ）とを比較すると、写真
属性の領域を文字属性の領域よりも優先して領域判別し
ていたため、領域判別の結果（図１３（ｄ））が実際の
属性領域（図１３（ａ））と異なっている。

【０００８】また、特開平８−２０２８７６号公報に開
示された技術では、任意多角形で画像領域を抽出するこ
とができるが、計算負荷が大きく処理に時間を要するも
のであった。さらに、画素データの属性境界を抽出する
ため、正確な属性判別がなされていないと属性境界の抽
出精度に劣るといった問題点があった。

【０００９】この発明は上述の問題点を解決するために
なされたもので、画像データが異なる画像属性を有する
非矩形の画像領域を複数レイアウトした形態であって
も、非矩形の画像領域を画像属性ごとに高速かつ正確に
判別することのできる画像領域判別装置および方法なら
びに画像領域判別プログラムを記録した記録媒体を提供
することを目的とする。

【００１０】

【課題を解決するための手段】この発明のある局面によ
る画像領域判別装置は、画像データに基づいて画像領域
を判別する画像領域判別装置において、画像データを所
定の画素配列からなるブロックに分割し、各ブロックご
とに画像属性を判別する手段と、複数のブロックのうち
画像属性が同じブロックを含む属性領域を抽出する手段
と、属性領域の少なくとも２つで共有するブロックから
なる重なり領域を抽出する抽出手段とを備えることを特
徴とする。

【００１１】さらに好ましくは、画像領域判別装置は、
重なり領域に含まれるブロックの画像属性に基づき重な
り領域の画像属性を決定する手段をさらに備えることを
特徴とする。

【００１２】さらに好ましくは、画像領域判別装置は、
重なり領域を含む属性領域の画像属性と重なり領域の周
辺に位置するブロックの画像属性とに基づき重なり領域
の画像属性を決定する手段をさらに備えることを特徴と
する。

【００１３】この発明の他の局面による画像領域判別方
法は、画像データに基づいて画像領域を判別する画像領
域判別方法において、画像データを所定の画素配列から
なるブロックに分割し、各ブロックごとに画像属性を判
別するステップと、複数のブロックのうち画像属性が同
じブロックを含む属性領域を抽出するステップと、属性
領域の少なくとも２つで共有するブロックからなる重な
り領域を抽出するステップとを有する。

【００１４】この発明の他の局面による画像領域判別プ
ログラムを記録した記録媒体は、コンピュータによって
画像領域を判別するためのプログラムを記録した記録媒
体であって、画像データを所定の画素配列からなるブロ
ックに分割し、各ブロックごとに画像属性を判別するス
テップと、複数のブロックのうち画像属性が同じブロッ
クを含む属性領域を抽出するステップと、属性領域の少
なくとも２つで共有するブロックからなる重なり領域を
抽出するステップとをコンピュータに実行させることを
特徴とする。

【００１５】この発明に従うと、画像データが異なる画
像属性を有する非矩形の画像領域が複数レイアウトされ
た形態であっても、非矩形の画像領域を画像属性ごとに
高速かつ正確に判別することのできる画像領域判別装置
および方法ならびに画像領域判別プログラムを記録した
記録媒体を提供することができる。

【００１６】

【発明の実施の形態】以下本発明の実施の形態について
説明する。

【００１７】図１は、本発明の実施の形態の１つにおけ
る画像領域判別装置のハード構成の概要を示す図であ
る。画像領域判別装置は、中央演算装置１０と、入力装
置１１と、外部記憶装置１２と、出力装置１３と、画像
メモリ１４と、ＲＡＭ１５とを含む。

【００１８】中央演算装置１０は、画像領域判別におけ
る各データ処理を行なうとともに、それに接続された入
力装置１１や外部記憶装置１２等の周辺装置の制御を行
なう。入力装置１１は、カラー画像データや白黒画像デ
ータの入力を行なう。具体例には、デジタルスチルカメ
ラの撮像部に含まれるＣＣＤ（Charge Coupled Device
）やデジタルカラー複写機の主走査方向にライン状に
並べられたＣＣＤ等のイメージセンサである。また別体
のデジタルスチルカメラを接続して画像データを入力す
る外部入力装置であってもよい。

【００１９】外部記憶装置１２は、フロッピィディスク
ドライブやハードディスクドライブ等の磁気ディスクド
ライブまたはＣＤ−ＲＯＭドライブなどである。フロッ
ピィディスク１６とＣＤ−ＲＯＭ１７には、本発明にお
ける画像領域判別プログラムが記録されており、外部記
憶装置１２でそれを読取ることにより中央演算装置１０
内の主メモリ（図示しない）に記憶され、実行される。

【００２０】出力装置１３は、中央演算装置１０で画像
処理された画像データを出力する装置で、具体的には、
インクジェット方式またはレーザ方式のプリンタ装置
や、ＣＲＴや液晶を用いたディスプレイ装置等である。
画像メモリ１４は、入力装置１１で入力された画像デー
タを記憶するためのマトリックスメモリである。ＲＡＭ
１５は、ランダムアクセスメモリで、後述する網点ブロ
ックマップメモリ１０５、文字ブロックマップメモリ１
０６、写真ブロックマップメモリ１０７、合成ブロック
マップメモリ１０８、矩形位置保存メモリ１１２〜１１
４を含んでいる。

【００２１】なお、本実施の形態においては、フロッピ
ィディスク１６等に記録された画像領域判別プログラム
を外部記憶装置１２で読込み、中央演算装置１０で実行
する形態としたが、中央演算装置１０に読出専用メモリ
（ＲＯＭ）を設けて、それに画像領域判別プログラムを
記憶させて、中央演算装置１０で実行するようにしても
よい。

【００２２】図２は、本実施の形態における画像領域判
別装置の機能概要を示す機能ブロック図である。画像領
域判別装置は、画像データを入力する画像データ入力部
１００と、画像データを８×８画素の大きさのブロック
に分割し、ブロックごとに特徴量を算出する網点検出部
１０１、ＭＡＸ−ｍｉｎ検出部１０２、平均濃度検出部
１０３と、各ブロックの画像属性を判別してブロックマ
ップを作成するブロック属性判別部１０４と、画像属性
ごとにブロックマップをそれぞれ記憶する網点ブロック
マップメモリ１０５，文字ブロックマップメモリ１０
６，写真ブロックマップメモリ１０７，背景ブロックマ
ップメモリ１０８と、各ブロックマップメモリ１０５，
１０６，１０７に基づいてそれぞれの画像属性ごとに画
像領域を判別する網点領域矩形化部１０９，文字領域矩
形化部１１０，写真領域矩形化部１１１と、判別された
それぞれの矩形の画像領域の位置を記憶する矩形位置保
存メモリ１１２〜１１４と、網点領域と文字領域とで重
なる領域を抽出する重なり領域抽出部１１５と、文字領
域と写真領域とで重なる領域を抽出する重なり領域抽出
部１１６と、抽出された重なり領域の属性を決定する重
なり領域優先度選択部１１７と、判別された画像領域を
合成する合成ブロックマップ形成部１１８と、合成され
たデータを出力する属性領域情報出力部１１９とよりな
る。

【００２３】ここで画像属性について説明する。画像属
性は、網点、写真、文字、背景の４つの種類よりなる。
網点とは新聞中の写真のように網点により表現された画
像領域の属性をいい、写真とは中間調濃度で滑らかに表
現された画像領域の属性をいい、文字とは主に２階調で
表現された文字からなる画像領域の属性をいい、背景と
は画像原稿の地肌色と同じ色の画像領域をいう。

【００２４】図３は、本実施の形態における画像領域判
別装置で行なわれる画像領域判別処理の流れを示すフロ
ー図である。以下各ステップにおける処理について説明
する。

【００２５】［ステップＳ１］画像入力部１００でデジ
タルスチルカメラ等のＣＣＤで読取られた画像データが
入力される。画像データはＣＣＤ等の画素に対応した画
素データとしてマトリックスメモリに記憶される。ここ
で画素データは、画像データが白黒の場合は２５６階調
（８ビット）で表わされ、カラーの場合は赤（Ｒ）、緑
（Ｇ）、青（Ｂ）の画素ごとに２５６階調（８ビット）
で表わされる。画像データがカラーの場合は、ＲＧＢの
３つの画素データをＨＬＳ座標系に変換した際の明度情
報として処理すれば、白黒の場合と同様の処理ができ
る。以下説明を簡単にするため単に「画素データ」とい
うときは、白黒の画像データにおける画素データ（２５
６階調）を示し、画像データが白黒の場合について説明
する。

【００２６】［ステップＳ２，Ｓ３］マトリックスメモ
リに記憶された画像データを８×８画素の大きさのブロ
ックに分割する（ステップＳ２）。なお、ブロックの大
きさは８×８画素に限定されるものでもなく、他の適当
な大きさ（ｍ×ｎ画素）でもよい。分割されたブロック
から処理対象となる注目ブロックを順次選択する（ステ
ップＳ３）。

【００２７】［ステップＳ４］ステップＳ３で選択され
たブロックを注目ブロックとし、網点検出部１０１で網
点カウント、ＭＡＸ−ｍｉｎ検出部１０２でＭＡＸ−ｍ
ｉｎ、平均濃度検出部１０３で平均値の合計３つの特徴
量を注目ブロックごとに算出する。

【００２８】網点検出部１０１は、ブロック内に存在す
る孤立点をカウントするもので、各ブロック内の全画素
（６４画素）に対して、注目画素の画素データを注目画
素の上下左右の４近傍の画素データと比較して、極大ま
たは極小となる注目画素の数をカウントする。このカウ
ントされた画素の数、すなわち４近傍画素と比較して極
大または極小となる画素の数が網点カウントとされる。

【００２９】ＭＡＸ−ｍｉｎ検出部１０２は、各ブロッ
クにおける画素データの散らばり具合を見るもので、各
ブロック内の画素データの最大値と最小値との差Ｄを算
出する。平均濃度検出部１０３は、各ブロックの濃度を
検出するもので、各ブロック内の６４画素の画素データ
の平均Ａを算出する。

【００３０】そして、ブロック属性判別部１０４で、求
められた特徴量から注目ブロックの画像属性を判別す
る。判別方法としては次の方法が挙げられる。

【００３１】網点カウントがしきい値Ｔ１より大のとき
は、画像属性が網点となる。これは、網点画像が各画像
属性の中で一番特徴的な画像であり、網点カウントによ
ってのみ確率よく判定されるからである（ＭＡＸ−ｍｉ
ｎによる判断では、網点と文字の判別ができない）。網
点カウントがしきい値Ｔ１より小であり、ＭＡＸ−ｍｉ
ｎがしきい値Ｔ２より大のときは、画像属性は文字とな
る。文字ブロックは、通常、白黒の２値画像であるか
ら、ＭＡＸ−ｍｉｎが大きいブロックを文字ブロックと
して判定する。

【００３２】次に、ＭＡＸ−ｍｉｎがしきい値Ｔ２より
小さくしきい値Ｔ３より大きい場合は、画像属性は写真
となる。ＭＡＸ−ｍｉｎがしきい値Ｔ３より小のとき
は、平均値をしきい値Ｔ４と比較する。写真ブロック
は、ＭＡＸ−ｍｉｎがあまり大きくないと考えられる
が、これだけであれば背景ブロックとは区別がつかない
ため、さらに平均値がある程度濃いブロックを写真ブロ
ックとして決定する。その後残ったブロックが背景ブロ
ックということになる。ただし背景ブロックは通常原稿
においても、白もしくは色が薄いという前提である。

【００３３】［ステップＳ５］ブロック属性判別（ステ
ップＳ４）の結果、ブロックの画像属性が網点と判断さ
れた場合は、網点ブロックマップメモリ１０５の注目ブ
ロックに対応する箇所が「１」に変更される。

【００３４】同様にしてブロックの属性が文字、写真、
背景と判断された場合には、それぞれ文字ブロックマッ
プメモリ１０６、写真ブロックマップメモリ１０７、背
景ブロックマップメモリ１０８の注目ブロックに対応す
る箇所が「１」に変更される。ここでブロックマップメ
モリ１０５〜１０８とは、ブロックの画像属性ごとに設
けられた２値マップであり、ステップＳ２で分割された
ブロックの数に対応したｍ行ｎ列の配列で構成されてい
る。なお、ブロックマップメモリ１０５〜１０８は、０
に初期化されている。

【００３５】［ステップＳ６］ステップＳ３からステッ
プＳ５までの処理が、すべてのブロックについて行なわ
れるまで繰返される（ステップＳ６）。

【００３６】［ステップＳ７］ブロック属性判別部１０
４において、ステップＳ４で判別した結果が間違ってい
ると思われるブロック、いわゆるノイズブロックの訂正
を行なう。この訂正は、注目ブロックの周囲のブロック
の画像属性をチェックし、その注目ブロックの画像属性
が周囲のブロックの画像属性からかけ離れている場合、
その注目ブロックの画像属性を周囲のブロックの画像属
性に変更することで行なわれる。本実施の形態において
は、図４に示されるようなフィルタを用いてスムージン
グ処理を施すことによって行なわれる。つまり、「０」
「１」が割当てられた網点ブロックマップ、文字ブロッ
クマップ、写真ブロックマップ、背景ブロックマップに
対して各々図４のフィルタを作用させ、中心の注目ブロ
ック値が５／９以上の場合そのブロックを「１」とし、
４／９以下の場合そのブロックを「０」とするように訂
正する。

【００３７】これによりブロックマップメモリ１０５〜
１０８のすべてが完成する。すなわち、網点ブロックマ
ップメモリ１０５には、網点と判断されたブロックに対
して「１」が割当てられ、それ以外のブロックに対して
「０」が割当てられる。また、文字ブロックマップメモ
リ１０６には、文字と判断されたブロックに対して
「１」が割当てられ、それ以外のブロックに対して
「０」が割当てられる。同様にして写真ブロックマップ
メモリ１０７には、写真と判断されたブロックに対して
「１」が割当てられ、それ以外のブロックに対して
「０」が割当てられる。背景ブロックマップメモリ１０
８には、背景と判断されたブロックに対して「１」が割
当てられ、それ以外のブロックに対して「０」が割当て
られる。

【００３８】［ステップＳ８］次に、網点領域矩形化部
１０９、文字領域矩形化部１１０、写真領域矩形化部１
１１でブロックマップメモリ１０５〜１０７に基づいて
それぞれの属性ごとに領域が矩形として切り出される。
以下網点領域矩形化部１０９における具体的な処理につ
いて説明する。なお、文字領域矩形化部１１０、写真領
域矩形化部１１１における処理は、網点領域矩形化部１
０９における処理と同様であるので省略する。

【００３９】図５（Ａ）は、網点ブロックマップ中の網
点ブロック（図中ハッチング部）を示したものである。
この網点ブロックを含む矩形の領域が図６のフローチャ
ートの処理に従って切り出される。

【００４０】まず、ステップＳ２１で、走査ライン中に
網点ブロックが存在していることを示すフラグに０（存
在していない場合フラグ＝０で、存在している場合フラ
グ＝１である）を設定する。次に、ステップＳ２２で、
網点ブロックマップメモリの第１ラインから１ラインご
とに走査していき、ライン中に網点ブロックが存在する
かどうかを調べる（ステップＳ２３）。ライン中に網点
ブロックが存在し、フラグが０である場合（ステップＳ
２５）、ステップＳ２６でフラグを１に設定するととも
に現在の走査ラインの位置を領域開始ラインとして記憶
する。その後、ライン走査が進み、ステップＳ２３で、
網点ブロックが存在していないラインが検出され、フラ
グが１である場合（ステップＳ２４）、現在の走査ライ
ンの１ライン前のラインの位置を領域終了ラインとして
記憶する（ステップＳ２７）。これで図５（Ａ）に示さ
れるように領域開始ライン２０と領域終了ライン２１で
囲まれた領域が切り出される。

【００４１】以降走査ラインが最終ラインに到達するま
で（ステップＳ２９）、走査が進められ、網点領域が存
在する部分がすべて切り出される。

【００４２】次に上記の処理で切り出された各領域に対
して、図６のフローチャートの処理と同様の処理を、今
度は９０°走査方向を変えて行なう。その結果は、たと
えば、領域開始ライン２０と領域終了ライン２１とで囲
まれた領域は、図５（Ａ）に示すように、実際の網点領
域（ライン２０、２１、２２、２３で囲まれた領域）が
切り出される。このようにして切り出された矩形の領域
の位置は、矩形位置保存メモリ１１２〜１１４に保存さ
れる。

【００４３】なお、特異な例として原稿中の網点領域が
図５（Ｂ）に示すような配置になっている場合が考えら
れる。このような場合も基本的に図６のフローチャート
によって処理することができる。すなわち、１回目の処
理でライン２４，２５，２６，２７で囲まれた領域とラ
イン２４，２５，２８，２９で囲まれた領域が切り出さ
れて次にライン２４，２５，２８，２９で囲まれた領域
に対して、同様の処理を行なうことによって、実際の網
点領域（ライン２８，２９，３０，３１で囲まれた領
域）が切り出されることになる。

【００４４】［ステップＳ９］網点領域、文字領域、写
真領域が切り出されて、それらを合成して１つの属性ブ
ロックマップが作成される。つまり、網点ブロックを
「１」、文字ブロックを「２」、写真ブロックを
「３」、その他のブロックを「０」として属性ブロック
マップが作成される。ここで、その他のブロックとは背
景ブロックが対応する。

【００４５】［ステップＳ１０］ステップＳ８で抽出さ
れた矩形領域をもとに、画像属性が異なる矩形領域の間
で重なり合う領域の画像属性を判別する。これについて
は後で説明する。

【００４６】［ステップＳ１１］合成ブロックマップ形
成部１１２で作成された合成ブロックマップを属性領域
情報出力部１１３より出力する。

【００４７】このように出力された合成ブロックマップ
を用いて、マトリックスメモリに記憶されている実際の
画像データに対して、各属性に適した補正処理等を施す
ことによって、高画質化を達成したり、効率のよい画像
データ圧縮を行なうことができる。

【００４８】次に、ステップＳ１０において行なわれる
重なり領域判別処理を説明する。重なり領域の判別処理
は、ブロックマップメモリ１０５〜１０８に記憶されて
いる矩形領域のうち、２つの異なる画像属性の矩形領域
が重なる領域の画像属性を判別する処理である。したが
って、重なり合う矩形領域は、網点属性の領域と文字属
性の領域とが重なる場合、網点属性の領域と写真属性の
領域とが重なる場合、文字属性の領域と写真属性の領域
とが重なる場合の３つの場合がある。いずれの場合にお
いても判別方法は同じであるので、ここでは文字属性の
領域と写真属性の領域とが重なる場合について説明す
る。

【００４９】図７は、重なり領域判別処理の流れを示す
フロー図である。以下各ステップにおける処理について
説明する。

【００５０】［ステップＳ３１］写真属性の矩形領域保
存メモリ１１２から写真属性の矩形領域が１つ選択され
る。

【００５１】［ステップＳ３２］文字属性の矩形領域保
存メモリ１１３から文字属性の矩形領域が１つ選択され
る。

【００５２】［ステップＳ３３，ステップＳ３４］重な
り領域抽出部１１６において、ステップＳ３１で選択さ
れた写真属性の矩形領域と、ステップＳ３２で選択され
た文字属性の矩形領域との間で重なる領域の有無が調べ
られる。重なる領域があればステップＳ３４に進み、重
なり領域が抽出される。重なる領域がなければ、ステッ
プＳ４４に進み、ステップＳ３２で次の文字属性が選択
される。

【００５３】ここで、重なり領域は図８に示すごとく、
写真属性の矩形領域と文字属性の矩形領域の重なり方に
より１６種類のパターンに分類できる。矩形領域同士の
重なりなので、いずれの重なりパターンにおいても重な
り領域は矩形となる。

【００５４】［ステップＳ３５］重なり領域の４辺に接
する外側のブロックの属性を調べる。図９は、属性ブロ
ックマップと、文字属性および写真属性の矩形位置保存
メモリ１１３，１１４に記憶された各矩形領域とを模式
的に示した図である。二重線で囲まれた領域３６，３７
は、文字属性の矩形領域を、点線で囲まれた領域３５は
写真属性の矩形領域を示し、各領域３５，３６，３７中
の小さな四角形はブロックを示す。各ブロックのうち、
右斜線でハッチングしたブロックは文字属性のブロック
を示し、左斜線でハッチングしたブロックは写真属性の
ブロックを示し、ハッチングなしのブロックは背景属性
のブロックを示す。矩形領域３５と矩形領域３６とが重
なり領域３８で重なっており、矩形領域３５と矩形領域
３７とが重なり領域３９で重なっている。この場合に重
なり領域３８と３９の画像属性が文字なのか写真なのか
不明である。

【００５５】図１０は、重なり領域とその外側領域を説
明するための図である。重なり領域３８の４つの辺に接
するブロックが外側領域であり、文字属性の矩形領域３
６に含まれる外側領域４０と、写真属性の矩形領域３５
に含まれる外側領域４１との２種類がある。重なり領域
３９については、文字属性の矩形領域３７に含まれる外
側領域４２と写真属性の矩形領域３５に含まれる外側領
域４３との２種である。ステップＳ３５では、この外側
領域に含まれるブロックの画像属性を、１つまたは複数
のブロック幅で属性ブロックマップをもとに調べる。

【００５６】［ステップＳ３６］ステップＳ３５でブロ
ックの画像属性を調べた結果、背景属性のブロックを含
む割合が所定の値を超えるかどうかを判断する。超えな
い場合はステップＳ３８に進み、超える場合はステップ
Ｓ３７に進む。

【００５７】［ステップＳ３７〜Ｓ４２］重なり領域優
先度選択部において、背景属性のブロックが多く含まれ
る外側領域が、写真属性の矩形領域３５または文字属性
の矩形領域３６のいずれの領域に属する外側領域である
かが判断されて、重なり領域の属性が決められる。たと
えば、重なり領域３８について、背景属性のブロックが
写真属性の矩形領域３５に含まれる外側領域４１に多く
含まれるのであれば（ステップＳ３７）、重なり領域３
８の画像属性として文字が優先される（ステップＳ３
９）。背景属性のブロックが文字属性の矩形領域３６に
含まれる外側領域４０に多く含まれるのであれば（ステ
ップＳ３７）、重なり領域３８の画像属性として写真が
優先される（ステップＳ４０）。背景属性のブロックが
外側領域４０と外側領域４１のいずれにも多く含まれる
ときは（ステップＳ３７）、重なり領域内のブロックの
画像属性を調査し（ステップＳ３８）、写真属性のブロ
ックが多いか否かが判断され（ステップＳ４１）、多け
れば重なり領域３８の画像属性として写真が優先され
（ステップＳ４２）、少なければ重なり領域３８の画像
属性として文字が優先される（ステップＳ３９）。

【００５８】なお、ステップＳ３６からステップＳ３８
およびステップＳ４０を省いて、ステップＳ４１におけ
る重なり領域内のブロックの画像属性のみから重なり領
域の画像属性を調べてもよい。

【００５９】［ステップＳ４３］ステップＳ４２までの
処理で求められた重なり領域の画像属性に基づき合成ブ
ロックマップ形成部１１８で合成ブロックマップが作成
され、ＲＡＭ１５に記憶される。図１１は、図９に示し
た矩形領域３５，３６，３７について重なり領域３８，
３９の属性判別処理を施して作成した合成ブロックマッ
プを模式的に示した図である。図９における重なり領域
３８の画像属性に写真が優先され、重なり領域３９の画
像属性に文字が優先されている。

【００６０】なお、図１０中の各領域内で合成ブロック
マップ作成前に背景属性であったブロックを、そのブロ
ックが含まれる領域の属性に変更しているが、背景ブロ
ックは後に行なう画像補正処理等の適応処理に影響を与
えないので、変更しても構わない。

【００６１】［ステップＳ４４］文字属性の矩形位置保
存メモリ１１２から他に文字属性の矩形領域があればス
テップＳ３２に送り、処理を繰返し、文字属性の矩形領
域がなければステップＳ４５に進む。

【００６２】［ステップＳ４５］写真属性の矩形領域保
存メモリ１１２から他に写真属性の矩形領域があればス
テップＳ３１に戻り、処理を繰返し、写真属性の矩形領
域がなければ、処理を終了する。

【００６３】図１２に本実施の形態における画像処理装
置で領域判別手段を行なった結果を示す。図１２（ａ）
は、実際の属性領域のレイアウトを示す図である。図１
２（ｂ）は、抽出された矩形領域と重なり領域を示す図
である。図１２（ｃ）は、領域判別処理により作成した
合成ブロックマップである。

【００６４】このように、本実施の形態における画像領
域判別装置によれば、重なり領域ごとに画像属性を判別
するので、実際の属性領域レイアウトを忠実に再現した
合成ブロックマップを作成することができる。

【００６５】また、画像データをブロックごとに処理す
るので、取扱うデータ量を少なくすることができ、処理
を早くすることができる。さらに、矩形領域および重な
り領域とも矩形であり、簡単な形状をもとにして処理を
行なうことで、さらに処理スピードを高めることができ
る。

【００６６】以上、画像領域判別装置について説明した
が、図３、図６および図７で説明した各処理を実行する
画像領域判別方法として、またはこれらの処理をコンピ
ュータに実行させるプログラムを記録した記録媒体とし
て捉えることができる。

【００６７】なお、今回開示された実施の形態は全ての
点で例示であって、制限的なものではないと考えられる
べきである。本発明の範囲は上記した説明ではなくて特
許請求の範囲によって示され、特許請求の範囲と均等の
意味および範囲内でのすべての変更が含まれることが意
図される。

【図面の簡単な説明】

【図１】本発明の実施の形態の１つにおける画像領域判
別装置のハード構成の概要を示すブロック図である。

【図２】本発明の実施の形態の１つにおける画像領域判
別装置の機能概要を示す機能ブロック図である。

【図３】画像領域判別処理の流れを示すフロー図であ
る。

【図４】誤判別抽出用フィルタを示す図である。

【図５】矩形領域の抽出を説明するための図である。

【図６】矩形化処理の流れを示すフロー図である。

【図７】重なり領域判別処理の流れを示すフロー図であ
る。

【図８】２つの矩形処理の重なりパターンを示す図であ
る。

【図９】属性ブロックマップと矩形領域とを模式的に表
わした図である。

【図１０】重なり領域と外側領域を説明するための図で
ある。

【図１１】合成ブロックマップを示す図である。

【図１２】本発明の実施の形態の１つにおける画像領域
判別装置で行なう処理の結果を説明するための図であ
る。

【図１３】従来技術による矩形領域抽出処理を説明する
ための図である。

【符号の説明】

１０１ 網点検出部 １０２ ＭＡＸ−ｍｉｎ検出部 １０３ 平均濃度検出部 １０４ ブロック属性判別部 １０９ 網点領域矩形化部 １１０ 文字領域矩形化部 １１１ 写真領域矩形化部 １１５，１１６ 重なり領域抽出部 １１７ 重なり領域優先度選択部 １１８ 合成ブロックマップ形成部

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5C077 LL18 MP06 MP08 PP43 PP58 PP65 PP68 PQ20 PQ22 TT06 TT09 5L096 AA02 AA03 AA06 AA07 BA07 CA02 CA16 FA42 FA43 FA44 FA45 FA77 GA19 HA13 LA05

Claims (5)

【特許請求の範囲】
1. 【請求項１】 画像データに基づいて画像領域を判別す
   る画像領域判別装置において、 画像データを所定の画素配列からなるブロックに分割
   し、各ブロックごとに画像属性を判別する手段と、 前記複数のブロックのうち前記画像属性が同じブロック
   を含む属性領域を抽出する手段と、 前記属性領域の少なくとも２つで共有するブロックから
   なる重なり領域を抽出する抽出手段とを備えたことを特
   徴とする、画像領域判別装置。
2. 【請求項２】 前記重なり領域に含まれるブロックの画
   像属性に基づき前記重なり領域の画像属性を決定する手
   段をさらに備えたことを特徴とする、請求項１に記載の
   画像領域判別装置。
3. 【請求項３】 前記重なり領域を含む前記属性領域の画
   像属性と前記重なり領域の周辺に位置するブロックの画
   像属性とに基づき前記重なり領域の画像属性を決定する
   手段をさらに備えたことを特徴とする、請求項１に記載
   の画像領域判別装置。
4. 【請求項４】 画像データに基づいて画像領域を判別す
   る画像領域判別方法において、 画像データを所定の画素配列からなるブロックに分割
   し、各ブロックごとに画像属性を判別するステップと、 前記複数のブロックのうち前記画像属性が同じブロック
   を含む属性領域を抽出するステップと、 前記属性領域の少なくとも２つで共有するブロックから
   なる重なり領域を抽出するステップとを有する、画像領
   域判別方法。
5. 【請求項５】 コンピュータによって画像領域を判別す
   るためのプログラムを記録した記録媒体であって、 画像データを所定の画素配列からなるブロックに分割
   し、各ブロックごとに画像属性を判別するステップと、 前記複数のブロックのうち前記画像属性が同じブロック
   を含む属性領域を抽出するステップと、 前記属性領域の少なくとも２つで共有するブロックから
   なる重なり領域を抽出するステップとをコンピュータに
   実行させることを特徴とする、画像領域判別プログラム
   を記録した記録媒体。