JP2000261677A - 処理装置 - Google Patents
処理装置Info
- Publication number
- JP2000261677A JP2000261677A JP11061441A JP6144199A JP2000261677A JP 2000261677 A JP2000261677 A JP 2000261677A JP 11061441 A JP11061441 A JP 11061441A JP 6144199 A JP6144199 A JP 6144199A JP 2000261677 A JP2000261677 A JP 2000261677A
- Authority
- JP
- Japan
- Prior art keywords
- image
- color
- reading
- calculating
- color image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】多色画像と単色の濃淡画像とを識別することが
でき、さらに高速な処理を行う。 【解決手段】 色特徴計測部１０４−１，１０４−２，
１０４−３が画像メモリ１０３に保存された画像データ
の特徴量を算出し、判定部１０６−１、１０６−２，１
０６−３がそれぞれ基準データ記憶装置１０５から得た
閾値と色特徴計測部１０４−１，１０４−２，１０４−
３からの計測結果との大小を判定し、これら判定部１０
６−１，１０６−２，１０６−３からの判定結果から、
総合判定部１０７が単色濃淡画像と判定した場合にコン
トラスト強調部１０８にて入力画像のコントラスト強調
を行い、総合判定部１０７がカラー画像と判定した場合
に彩度強調部１０９にて入力画像の彩度強調を行う。
でき、さらに高速な処理を行う。 【解決手段】 色特徴計測部１０４−１，１０４−２，
１０４−３が画像メモリ１０３に保存された画像データ
の特徴量を算出し、判定部１０６−１、１０６−２，１
０６−３がそれぞれ基準データ記憶装置１０５から得た
閾値と色特徴計測部１０４−１，１０４−２，１０４−
３からの計測結果との大小を判定し、これら判定部１０
６−１，１０６−２，１０６−３からの判定結果から、
総合判定部１０７が単色濃淡画像と判定した場合にコン
トラスト強調部１０８にて入力画像のコントラスト強調
を行い、総合判定部１０７がカラー画像と判定した場合
に彩度強調部１０９にて入力画像の彩度強調を行う。
Description
【０００１】
【発明の属する技術分野】この発明は、例えばスキャナ
等のカラー入力装置等で読み取って画像を処理する処理
装置に関する。
等のカラー入力装置等で読み取って画像を処理する処理
装置に関する。
【０００２】
【従来の技術】カラー画像処理装置では、グレースケー
ルといわれるモノクロ画像と、カラー画像との判別を行
う技術があり、彩度の有無を判定材料にしている。
ルといわれるモノクロ画像と、カラー画像との判別を行
う技術があり、彩度の有無を判定材料にしている。
【０００３】具体的には特開平６−３５０８６１号公報
に開示されているように、スキャナ等で読みこんだ画像
の各画素の三原色データを色相、彩度、明度に変換し、
彩度の高い上位１０画素の彩度の平均値が所定の閾値以
上か否かにより、カラー画像かモノクロ画像かを判別す
る手法が提案されている。
に開示されているように、スキャナ等で読みこんだ画像
の各画素の三原色データを色相、彩度、明度に変換し、
彩度の高い上位１０画素の彩度の平均値が所定の閾値以
上か否かにより、カラー画像かモノクロ画像かを判別す
る手法が提案されている。
【０００４】しかしながら、写真ならびにそれを画像読
取装置にて得られた画像データの場合、単色濃淡画像と
多色画像という分類で後処理を行うほうが、自然で良好
な結果を得られる場合が多々ある。１Ｄカードに用いら
れるような人物写真の場合、特に彩度を有する画像であ
っても肌本来の色みがすでに失われている単色濃淡画像
が入力されたときには、白黒画像と同じ処理を施すほう
が所望した効果を得ることができる。
取装置にて得られた画像データの場合、単色濃淡画像と
多色画像という分類で後処理を行うほうが、自然で良好
な結果を得られる場合が多々ある。１Ｄカードに用いら
れるような人物写真の場合、特に彩度を有する画像であ
っても肌本来の色みがすでに失われている単色濃淡画像
が入力されたときには、白黒画像と同じ処理を施すほう
が所望した効果を得ることができる。
【０００５】特開平６−３５０８６１号公報は、入力画
像についてのカラー判定等を行っているが、彩度を用い
るカラー／モノクロ判定ではこの単色濃淡画像を判定す
ることができないという問題がある。
像についてのカラー判定等を行っているが、彩度を用い
るカラー／モノクロ判定ではこの単色濃淡画像を判定す
ることができないという問題がある。
【０００６】従来の同等の判別装置は、白黒の画像と彩
度を持つカラー画像とを判別するものが一般的であっ
た。
度を持つカラー画像とを判別するものが一般的であっ
た。
【０００７】従って、彩度を有する単色濃淡画像と多色
画像とを分類するためには、従来の白黒・カラー判別技
術では不可能、あるいは不充分であった。
画像とを分類するためには、従来の白黒・カラー判別技
術では不可能、あるいは不充分であった。
【０００８】また、これらの画像の特徴量を計測するの
に計測領域が広くてデータ量が多く、画像処理が遅くな
っていた。
に計測領域が広くてデータ量が多く、画像処理が遅くな
っていた。
【０００９】
【発明が解決しようとする課題】上記したように、従来
のカラー画像処理装置では白黒の画像と彩度を持つカラ
ー画像とを識別（判別）するものが一般的であり、彩度
を有する単色濃淡画像と多色画像とを分類するには不可
能、あるいは不充分であると共に画像の処理が遅いとい
う問題があった。
のカラー画像処理装置では白黒の画像と彩度を持つカラ
ー画像とを識別（判別）するものが一般的であり、彩度
を有する単色濃淡画像と多色画像とを分類するには不可
能、あるいは不充分であると共に画像の処理が遅いとい
う問題があった。
【００１０】そこで、この発明は、多色画像と単色の濃
淡画像とを識別することができ、さらに高速な処理を行
うことのできる処理装置を提供することを目的とする。
淡画像とを識別することができ、さらに高速な処理を行
うことのできる処理装置を提供することを目的とする。
【００１１】
【課題を解決するための手段】この発明の処理装置は、
対象物のカラー画像を読み取る読取手段と、この読取手
段で読み取ったカラー画像を少なくとも３つの色成分に
分離する分離手段と、この分離手段で分離された色成分
から上記カラー画像の色特徴量を少なくとも２種類算出
する算出手段と、この算出手段で算出された色特徴量を
互いに比較して上記カラー画像が単色濃淡画像であるか
多色画像であるかを判別する判別手段と、この判別手段
の判別結果に応じて上記カラー画像を処理する処理手段
とから構成されている。
対象物のカラー画像を読み取る読取手段と、この読取手
段で読み取ったカラー画像を少なくとも３つの色成分に
分離する分離手段と、この分離手段で分離された色成分
から上記カラー画像の色特徴量を少なくとも２種類算出
する算出手段と、この算出手段で算出された色特徴量を
互いに比較して上記カラー画像が単色濃淡画像であるか
多色画像であるかを判別する判別手段と、この判別手段
の判別結果に応じて上記カラー画像を処理する処理手段
とから構成されている。
【００１２】この発明の処理装置は、対象物のカラー画
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像を少なくとも３つの色成分に分離する分離手段
と、この分離手段で分離された色成分から上記カラー画
像の色特徴量を少なくとも２種類算出する算出手段と、
この算出手段で算出された色特徴量を互いに比較して上
記カラー画像が単色濃淡画像であるか多色画像であるか
を判別する判別手段と、この判別手段で単色濃淡画像で
あると判別された場合に上記カラー画像にコントラスト
を強調する処理を行う第１の処理手段と、上記判別手段
で多色画像であると判別された場合に上記カラー画像に
彩度を強調する処理を行う第２の処理手段とから構成さ
れている。
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像を少なくとも３つの色成分に分離する分離手段
と、この分離手段で分離された色成分から上記カラー画
像の色特徴量を少なくとも２種類算出する算出手段と、
この算出手段で算出された色特徴量を互いに比較して上
記カラー画像が単色濃淡画像であるか多色画像であるか
を判別する判別手段と、この判別手段で単色濃淡画像で
あると判別された場合に上記カラー画像にコントラスト
を強調する処理を行う第１の処理手段と、上記判別手段
で多色画像であると判別された場合に上記カラー画像に
彩度を強調する処理を行う第２の処理手段とから構成さ
れている。
【００１３】この発明の処理装置は、対象物のカラー画
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像を２つ以上の領域に分割する領域分割手段と、
この領域分割手段で分割された各々の領域について色特
徴量を算出する算出手段と、この算出手段で算出された
色特徴量を互いに比較して上記カラー画像が単色濃淡画
像であるか多色画像であるかを判別する判別手段と、こ
の判別手段の判別結果に応じて上記カラー画像を処理す
る処理手段とから構成されている。
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像を２つ以上の領域に分割する領域分割手段と、
この領域分割手段で分割された各々の領域について色特
徴量を算出する算出手段と、この算出手段で算出された
色特徴量を互いに比較して上記カラー画像が単色濃淡画
像であるか多色画像であるかを判別する判別手段と、こ
の判別手段の判別結果に応じて上記カラー画像を処理す
る処理手段とから構成されている。
【００１４】この発明の処理装置は、対象物のカラー画
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像を少なくとも３つの色成分に分離する分離手段
と、上記読取手段で読み取ったカラー画像を２つ以上の
領域に分割する領域分割手段と、この領域分割手段で分
割された各々の領域について、上記分離手段で分離され
た３つの色成分から任意の２つの色成分で張られる空間
からその分布を代表する色特徴量を算出する算出手段
と、この算出手段で算出された色特徴量を互いに比較し
て上記カラー画像が単色濃淡画像であるか多色画像であ
るかを判別する判別手段と、この判別手段の判別結果に
応じて上記カラー画像を処理する処理手段とから構成さ
れている。
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像を少なくとも３つの色成分に分離する分離手段
と、上記読取手段で読み取ったカラー画像を２つ以上の
領域に分割する領域分割手段と、この領域分割手段で分
割された各々の領域について、上記分離手段で分離され
た３つの色成分から任意の２つの色成分で張られる空間
からその分布を代表する色特徴量を算出する算出手段
と、この算出手段で算出された色特徴量を互いに比較し
て上記カラー画像が単色濃淡画像であるか多色画像であ
るかを判別する判別手段と、この判別手段の判別結果に
応じて上記カラー画像を処理する処理手段とから構成さ
れている。
【００１５】この発明の処理装置は、人物写真のカラー
画像を読み取る読取手段と、この読取手段で読み取った
人物写真カラー画像を少なくとも３つの色成分に分離す
る分離手段と、上記読取手段で読み取った人物写真カラ
ー画像を顔領域を多く含む領域とそれ以外の領域とに分
割する領域分割手段と、この領域分割手段で分割された
各領域について、上記分離手段で分離された３つの色成
分から任意の２つの色成分で張られる空間からその分布
を代表する３種類の色特徴量を算出する算出手段と、こ
の算出手段で算出された３種類の色特徴量を互いに比較
して上記カラー画像が単色濃淡画像であるか多色画像で
あるかを判別する判別手段と、この判別手段の判別結果
に応じて上記カラー画像を処理する処理手段とから構成
されている。
画像を読み取る読取手段と、この読取手段で読み取った
人物写真カラー画像を少なくとも３つの色成分に分離す
る分離手段と、上記読取手段で読み取った人物写真カラ
ー画像を顔領域を多く含む領域とそれ以外の領域とに分
割する領域分割手段と、この領域分割手段で分割された
各領域について、上記分離手段で分離された３つの色成
分から任意の２つの色成分で張られる空間からその分布
を代表する３種類の色特徴量を算出する算出手段と、こ
の算出手段で算出された３種類の色特徴量を互いに比較
して上記カラー画像が単色濃淡画像であるか多色画像で
あるかを判別する判別手段と、この判別手段の判別結果
に応じて上記カラー画像を処理する処理手段とから構成
されている。
【００１６】この発明の処理装置は、対象物のカラー画
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像に対して少なくとも２つの色特徴量を算出する
算出手段と、この算出手段で算出された色特徴量をあら
かじめ設定された閾値と比較することで単色濃淡画像で
あるか多色画像であるかを判別する判別手段と、この判
別手段の判別結果に応じて上記カラー画像の格納方法を
決定する決定手段と、この決定手段で決定された格納方
法で上記カラー画像を格納する格納手段とから構成され
ている。
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像に対して少なくとも２つの色特徴量を算出する
算出手段と、この算出手段で算出された色特徴量をあら
かじめ設定された閾値と比較することで単色濃淡画像で
あるか多色画像であるかを判別する判別手段と、この判
別手段の判別結果に応じて上記カラー画像の格納方法を
決定する決定手段と、この決定手段で決定された格納方
法で上記カラー画像を格納する格納手段とから構成され
ている。
【００１７】この発明の処理装置は、対象物のカラー画
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像に対して少なくとも２つの色特徴量を算出する
算出手段と、この算出手段で算出された色特徴量をあら
かじめ設定された閾値と比較することで単色濃淡画像で
あるか多色画像であるかを判別する判別手段と、この判
別手段で単色濃淡画像であると判別された際、上記カラ
ー画像を単色濃淡画像の持つ１つの色成分を抽出する抽
出手段と、上記判別手段で単色濃淡画像であると判別さ
れた際、上記カラー画像を白黒濃淡画像に変換する変換
手段と、この変換手段で変換された白黒濃淡画像と上記
抽出手段で抽出された１つの色成分情報とを記憶する記
憶手段とから構成されている。
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像に対して少なくとも２つの色特徴量を算出する
算出手段と、この算出手段で算出された色特徴量をあら
かじめ設定された閾値と比較することで単色濃淡画像で
あるか多色画像であるかを判別する判別手段と、この判
別手段で単色濃淡画像であると判別された際、上記カラ
ー画像を単色濃淡画像の持つ１つの色成分を抽出する抽
出手段と、上記判別手段で単色濃淡画像であると判別さ
れた際、上記カラー画像を白黒濃淡画像に変換する変換
手段と、この変換手段で変換された白黒濃淡画像と上記
抽出手段で抽出された１つの色成分情報とを記憶する記
憶手段とから構成されている。
【００１８】この発明の処理装置は、対象物のカラー画
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像に対して少なくとも２つの色特徴量を算出する
算出手段と、この算出手段で算出された色特徴量をあら
かじめ設定された閾値と比較することで単色濃淡画像で
あるか多色画像であるかを判別する判別手段と、この判
別手段で単色濃淡画像であると判別された際、上記カラ
ー画像を単色濃淡画像の持つ１つの色成分を抽出する抽
出手段と、上記判別手段で単色濃淡画像であると判別さ
れた際、上記カラー画像を白黒濃淡画像に変換する変換
手段と、この変換手段で変換された白黒濃淡画像と上記
抽出手段で抽出された１つの色成分情報とを記憶する第
１の記憶手段と、上記判別手段で多色画像であると判別
された際、上記カラー画像を記憶する第２の記憶手段と
から構成されている。
像を読み取る読取手段と、この読取手段で読み取ったカ
ラー画像に対して少なくとも２つの色特徴量を算出する
算出手段と、この算出手段で算出された色特徴量をあら
かじめ設定された閾値と比較することで単色濃淡画像で
あるか多色画像であるかを判別する判別手段と、この判
別手段で単色濃淡画像であると判別された際、上記カラ
ー画像を単色濃淡画像の持つ１つの色成分を抽出する抽
出手段と、上記判別手段で単色濃淡画像であると判別さ
れた際、上記カラー画像を白黒濃淡画像に変換する変換
手段と、この変換手段で変換された白黒濃淡画像と上記
抽出手段で抽出された１つの色成分情報とを記憶する第
１の記憶手段と、上記判別手段で多色画像であると判別
された際、上記カラー画像を記憶する第２の記憶手段と
から構成されている。
【００１９】
【発明の実施の形態】以下、この発明の一実施の形態に
ついて図面を参照して説明する。
ついて図面を参照して説明する。
【００２０】まず、第１実施例について説明する。
【００２１】図１は、この発明の処理装置に係る第１実
施例のカラー画像処理装置の概略構成を示すものであ
る。
施例のカラー画像処理装置の概略構成を示すものであ
る。
【００２２】第１実施例のカラー画像処理装置は、カラ
ー入力装置１０１、対象物に向けられる照明１０２、カ
ラー入力装置１０１から取得される画像データをＲ成分
１０３−１、Ｇ成分１０３−２、Ｂ成分１０３−３から
構成される三原色に分離して格納する画像メモリ１０
３、画像の特徴量を算出する機能を有する色特徴計測部
１０４−１、色特徴計測部１０４−２、色特徴計測部１
０４−３、閾値を格納している基準データ記憶装置１０
５、基準データ記憶装置１０５から閾値情報を得て色特
徴計測部１０４−１からの計測結果の判定を行う判定部
１０６−１、基準データ記憶装置１０５から閾値情報を
得て色特徴計測部１０４−２からの計測結果の判定を行
う判定部１０６−２、基準データ記憶装置１０５から閾
値情報を得て色特徴計測部１０４−３からの計測結果の
判定を行う判定部１０６−３、各判定部（１０６−１，
１０６−２，１０６−３）からの結果を総合的に判定し
て最終結果を出力する総合判定部１０７、入力画像のコ
ントラスト強調が行われるコントラスト強調部１０８、
及び入力画像の彩度強調が行われる彩度強調部１０９と
から構成されている。
ー入力装置１０１、対象物に向けられる照明１０２、カ
ラー入力装置１０１から取得される画像データをＲ成分
１０３−１、Ｇ成分１０３−２、Ｂ成分１０３−３から
構成される三原色に分離して格納する画像メモリ１０
３、画像の特徴量を算出する機能を有する色特徴計測部
１０４−１、色特徴計測部１０４−２、色特徴計測部１
０４−３、閾値を格納している基準データ記憶装置１０
５、基準データ記憶装置１０５から閾値情報を得て色特
徴計測部１０４−１からの計測結果の判定を行う判定部
１０６−１、基準データ記憶装置１０５から閾値情報を
得て色特徴計測部１０４−２からの計測結果の判定を行
う判定部１０６−２、基準データ記憶装置１０５から閾
値情報を得て色特徴計測部１０４−３からの計測結果の
判定を行う判定部１０６−３、各判定部（１０６−１，
１０６−２，１０６−３）からの結果を総合的に判定し
て最終結果を出力する総合判定部１０７、入力画像のコ
ントラスト強調が行われるコントラスト強調部１０８、
及び入力画像の彩度強調が行われる彩度強調部１０９と
から構成されている。
【００２３】次に、このような構成において第１実施例
のカラー画像処理装置の動作を説明する。
のカラー画像処理装置の動作を説明する。
【００２４】まず、カラー入力装置１０１は照明１０２
があてられている対象物から画像データを取得し、この
取得された画像データはＲ成分１０３−１、Ｇ成分１０
３−２、Ｂ成分１０３−３の三原色に分離されて画像メ
モリ１０３に保存される。
があてられている対象物から画像データを取得し、この
取得された画像データはＲ成分１０３−１、Ｇ成分１０
３−２、Ｂ成分１０３−３の三原色に分離されて画像メ
モリ１０３に保存される。
【００２５】色特徴計測部１０４−１、色特徴計測部１
０４−２、色特徴計測部１０４−３は、画像メモリ１０
３に保存された画像データの特徴量を算出する。具体的
には、色特徴計測部１０４−１でＲ−Ｇ空間、色特徴計
測部１０４−２でＧ−Ｂ空間、色特徴計測部１０４−３
でＢ−Ｒ空間の各色空間毎に比の分散値を求める。
０４−２、色特徴計測部１０４−３は、画像メモリ１０
３に保存された画像データの特徴量を算出する。具体的
には、色特徴計測部１０４−１でＲ−Ｇ空間、色特徴計
測部１０４−２でＧ−Ｂ空間、色特徴計測部１０４−３
でＢ−Ｒ空間の各色空間毎に比の分散値を求める。
【００２６】ここで、算出方法について色特徴計測部１
０４−１を代表させて説明する。
０４−１を代表させて説明する。
【００２７】色特徴計測部１０４−１は、各画素毎にＧ
／Ｒを算出し、該当するすべての画素についてＧ／Ｒの
分布の分散値を算出する。例えば、カラー画像の典型例
としては図２の（ａ）と（ｃ）に示すようになり、単色
濃淡画像の典型例は図２の（ｂ）と（ｄ）に示すように
なる。すなわち、単色濃淡画像であれば前記分散値が小
さくなる。
／Ｒを算出し、該当するすべての画素についてＧ／Ｒの
分布の分散値を算出する。例えば、カラー画像の典型例
としては図２の（ａ）と（ｃ）に示すようになり、単色
濃淡画像の典型例は図２の（ｂ）と（ｄ）に示すように
なる。すなわち、単色濃淡画像であれば前記分散値が小
さくなる。
【００２８】続いて、判定部１０６−１は、基準データ
記憶装置１０５から閾値情報を得て、色特徴計測部１０
４−１からの計測結果とこの閾値とを比較し、この閾値
との大小を判定する。判定部１０６−２は、基準データ
記憶装置１０５から閾値情報を得て、色特徴計測部１０
４−２からの計測結果とこの閾値とを比較し、この閾値
との大小を判定する。判定部１０６−３は、基準データ
記憶装置１０５から閾値情報を得て、色特徴計測部１０
４−３からの計測結果とこの閾値とを比較し、この閾値
との大小を判定する。各判定部（１０６−１，１０６−
２，１０６−３）は、閾値よりも小さければ「真」を与
え、それ以外の場合では「偽」を与える。
記憶装置１０５から閾値情報を得て、色特徴計測部１０
４−１からの計測結果とこの閾値とを比較し、この閾値
との大小を判定する。判定部１０６−２は、基準データ
記憶装置１０５から閾値情報を得て、色特徴計測部１０
４−２からの計測結果とこの閾値とを比較し、この閾値
との大小を判定する。判定部１０６−３は、基準データ
記憶装置１０５から閾値情報を得て、色特徴計測部１０
４−３からの計測結果とこの閾値とを比較し、この閾値
との大小を判定する。各判定部（１０６−１，１０６−
２，１０６−３）は、閾値よりも小さければ「真」を与
え、それ以外の場合では「偽」を与える。
【００２９】総合判定部１０７は、判定部１０６−１，
１０６−２，１０６−３からの結果を総合的に判定して
最終結果を出力する。具体的には、判定部１０６−１，
１０６−２，１０６−３のすべてにおいて「真」あれば
入力画像は単色濃淡画像であり、それ以外の場合は入力
画像がカラー画像であると判定する。
１０６−２，１０６−３からの結果を総合的に判定して
最終結果を出力する。具体的には、判定部１０６−１，
１０６−２，１０６−３のすべてにおいて「真」あれば
入力画像は単色濃淡画像であり、それ以外の場合は入力
画像がカラー画像であると判定する。
【００３０】総合判定部１０７で単色濃淡画像と判定さ
れた場合、コントラスト強調部１０８にて入力画像のコ
ントラスト強調が行われる。具体的には、関数を用いた
変換であり指数関数のような連続関数を用いた強調が行
われる。
れた場合、コントラスト強調部１０８にて入力画像のコ
ントラスト強調が行われる。具体的には、関数を用いた
変換であり指数関数のような連続関数を用いた強調が行
われる。
【００３１】また、総合判定部１０７でカラー画像と判
定された場合、彩度強調部１０９にて入力画像の彩度強
調が行われる。具体的には、色相、彩度、明度を軸とす
る空間で表現した際の彩度成分の分布を広げるなどの手
法を行う。
定された場合、彩度強調部１０９にて入力画像の彩度強
調が行われる。具体的には、色相、彩度、明度を軸とす
る空間で表現した際の彩度成分の分布を広げるなどの手
法を行う。
【００３２】以上説明したように上記第１実施例によれ
ば、単色濃淡画像をカラー画像ではなく白黒画像と同等
に評価することができる。これにより写真をはじめとす
る、白黒と同じ処理を施すほうが効果的な結果を得られ
るような画像、例えばセピア調の画像もカラー画像と分
離して処理を行うことができる。
ば、単色濃淡画像をカラー画像ではなく白黒画像と同等
に評価することができる。これにより写真をはじめとす
る、白黒と同じ処理を施すほうが効果的な結果を得られ
るような画像、例えばセピア調の画像もカラー画像と分
離して処理を行うことができる。
【００３３】次に、第２実施例について説明する。
【００３４】図３は、この発明の処理装置に係る第２実
施例のカラー画像処理装置の概略構成を示すものであ
る。
施例のカラー画像処理装置の概略構成を示すものであ
る。
【００３５】第２実施例のカラー画像処理装置は、カラ
ー入力装置２０１、照明２０２、カラー入力装置２０１
から取得される画像データをＲ成分２０３−１、Ｇ成分
２０３−２、Ｂ成分２０３−３から構成される三原色に
分離して格納する画像メモリ２０３、入力された画像に
対する知識を与えるカテゴリデータベース２０４、入力
画像を２つの領域に分割する機能を有する領域分割部２
０５、領域分割部２０５で分割された領域毎に所定の少
なくとも２つの色特徴量を求める色特徴計測部２０６−
１と色特徴計測部２０６−２、色特徴計測部２０６−１
と色特徴計測部２０６−２とで２つに分けられた領域で
計測されて得られた色特徴量を比較する比較部２０７−
１，比較部２０７−２，比較部２０７−３、閾値を格納
している基準データ記憶装置２０９、基準データ記憶装
置２０９から閾値情報を得て比較部２０７−１からの比
較結果の判定を行う判定部２０８−１、基準データ記憶
装置２０９から閾値情報を得て比較部２０７−２からの
比較結果の判定を行う判定部２０８−２、基準データ記
憶装置２０９から閾値情報を得て比較部２０７−３から
の比較結果の判定を行う判定部２０８−３、各判定部
（２０８−１，２０８−２，２０８−３）からの結果を
総合的に判定して最終結果を出力する総合判定部２１
０、入力画像のコントラスト強調が行われるコントラス
ト強調部２１１、及び入力画像の彩度強調が行われる彩
度強調部２１２とから構成されている。
ー入力装置２０１、照明２０２、カラー入力装置２０１
から取得される画像データをＲ成分２０３−１、Ｇ成分
２０３−２、Ｂ成分２０３−３から構成される三原色に
分離して格納する画像メモリ２０３、入力された画像に
対する知識を与えるカテゴリデータベース２０４、入力
画像を２つの領域に分割する機能を有する領域分割部２
０５、領域分割部２０５で分割された領域毎に所定の少
なくとも２つの色特徴量を求める色特徴計測部２０６−
１と色特徴計測部２０６−２、色特徴計測部２０６−１
と色特徴計測部２０６−２とで２つに分けられた領域で
計測されて得られた色特徴量を比較する比較部２０７−
１，比較部２０７−２，比較部２０７−３、閾値を格納
している基準データ記憶装置２０９、基準データ記憶装
置２０９から閾値情報を得て比較部２０７−１からの比
較結果の判定を行う判定部２０８−１、基準データ記憶
装置２０９から閾値情報を得て比較部２０７−２からの
比較結果の判定を行う判定部２０８−２、基準データ記
憶装置２０９から閾値情報を得て比較部２０７−３から
の比較結果の判定を行う判定部２０８−３、各判定部
（２０８−１，２０８−２，２０８−３）からの結果を
総合的に判定して最終結果を出力する総合判定部２１
０、入力画像のコントラスト強調が行われるコントラス
ト強調部２１１、及び入力画像の彩度強調が行われる彩
度強調部２１２とから構成されている。
【００３６】次に、このような構成において第２実施例
のカラー画像処理装置の動作を説明する。
のカラー画像処理装置の動作を説明する。
【００３７】まず、カラー入力装置２０１は照明２０２
があてられている対象物から画像データを取得し、この
取得された画像データはＲ成分２０３−１、Ｇ成分２０
３−２、Ｂ成分２０３−３の三原色に分離されて画像メ
モリ２０３に保存される。
があてられている対象物から画像データを取得し、この
取得された画像データはＲ成分２０３−１、Ｇ成分２０
３−２、Ｂ成分２０３−３の三原色に分離されて画像メ
モリ２０３に保存される。
【００３８】カテゴリデータベース２０４には、あらか
じめ入力画像の特徴がわかっている場合、入力に応じて
分割する領域が格納されている。例えば、入力画像が図
４の（ａ）で示されるような人物像のとき、画像中心部
には人間の肌の成分を多く含む領域とそれ以外の領域、
すなわち図４の（ｂ）で示すように２つに分割するとい
う情報が格納されている。
じめ入力画像の特徴がわかっている場合、入力に応じて
分割する領域が格納されている。例えば、入力画像が図
４の（ａ）で示されるような人物像のとき、画像中心部
には人間の肌の成分を多く含む領域とそれ以外の領域、
すなわち図４の（ｂ）で示すように２つに分割するとい
う情報が格納されている。
【００３９】そこで、領域分割部２０５は、カテゴリデ
ータベース２０４からの領域分割情報を利用して領域を
分割する。
ータベース２０４からの領域分割情報を利用して領域を
分割する。
【００４０】色特徴計測部２０６−１は、領域分割部２
０５で領域分割された一方に所定のアルゴリズムにした
がって色特徴を計測する。また、色特徴計測部２０６−
２は、領域分割部２０５で領域分割された他方に所定の
アルゴリズムにしたがって色特徴を計測する。ここで、
色特徴の計測は、領域分割部２０５で抽出された領域全
体に対して計測してもよいが、領域分割部２０５で抽出
された領域の画素を間引いた領域に対して計測すること
も可能である。このことにより計算時間を短縮すること
ができる。
０５で領域分割された一方に所定のアルゴリズムにした
がって色特徴を計測する。また、色特徴計測部２０６−
２は、領域分割部２０５で領域分割された他方に所定の
アルゴリズムにしたがって色特徴を計測する。ここで、
色特徴の計測は、領域分割部２０５で抽出された領域全
体に対して計測してもよいが、領域分割部２０５で抽出
された領域の画素を間引いた領域に対して計測すること
も可能である。このことにより計算時間を短縮すること
ができる。
【００４１】色特徴計測部２０６−１，２０６−２は、
Ｒ−Ｇ空間、Ｇ−Ｂ空間、Ｂ−Ｒ空間の３空間におい
て、画像成分の分布から特徴量をあらかじめ定めた軸か
らの角度として以下のように算出する。
Ｒ−Ｇ空間、Ｇ−Ｂ空間、Ｂ−Ｒ空間の３空間におい
て、画像成分の分布から特徴量をあらかじめ定めた軸か
らの角度として以下のように算出する。
【００４２】例えば、図５に示すようにＲ−Ｇ空間にお
いて（ｒ，ｇ）の値を持つ画素値が入力され、原点から
その点までの直線についてＲ軸からの角度をβとしたと
き、 ｔａｎβ＝ｇ／ｒ…式１ で求められ、すべての画像成分について式１の平均を求
めることで、その色成分の特徴量とする。
いて（ｒ，ｇ）の値を持つ画素値が入力され、原点から
その点までの直線についてＲ軸からの角度をβとしたと
き、 ｔａｎβ＝ｇ／ｒ…式１ で求められ、すべての画像成分について式１の平均を求
めることで、その色成分の特徴量とする。
【００４３】また、傾きｌの直線からの角度をαとした
ときに次のように、 ｔａｎα＝（ｇ−ｒ）／（ｇ＋ｒ）…式２ で求めることができ、式２を用いて色成分の特徴量とし
てもよい。
ときに次のように、 ｔａｎα＝（ｇ−ｒ）／（ｇ＋ｒ）…式２ で求めることができ、式２を用いて色成分の特徴量とし
てもよい。
【００４４】図６は、前記角度を視覚的に表現したもの
である。図６の（ａ）は多色画像の典型例を示し、図６
の（ｂ）は単色濃淡画像の典型例を示している。単色濃
淡画像の場合、２つの領域から得られるそれぞれの代表
直線は酷似している。
である。図６の（ａ）は多色画像の典型例を示し、図６
の（ｂ）は単色濃淡画像の典型例を示している。単色濃
淡画像の場合、２つの領域から得られるそれぞれの代表
直線は酷似している。
【００４５】比較部２０７−１，比較部２０７−２，比
較部２０７−３は、それぞれ色特徴計測部２０６−１と
色特徴計測部２０６−２とで２つに分けられた領域で計
測されて得られた両空間の特徴量の差を求める。
較部２０７−３は、それぞれ色特徴計測部２０６−１と
色特徴計測部２０６−２とで２つに分けられた領域で計
測されて得られた両空間の特徴量の差を求める。
【００４６】続いて、判定部２０８−１は、基準データ
記憶装置２０９から閾値情報を得て、比較部２０７−１
からの比較結果とこの閾値とを比較し、閾値以下であれ
ば「真」、それ以外は「偽」と判定する。判定部２０８
−２は、基準データ記憶装置２０９から閾値情報を得
て、比較部２０７−２からの比較結果とこの閾値とを比
較し、閾値以下であれば「真」、それ以外は「偽」と判
定する。判定部２０８−３は、基準データ記憶装置２０
９から閾値情報を得て、比較部２０７−３からの比較結
果とこの閾値とを比較し、閾値以下であれば「真」、そ
れ以外は「偽」と判定する。
記憶装置２０９から閾値情報を得て、比較部２０７−１
からの比較結果とこの閾値とを比較し、閾値以下であれ
ば「真」、それ以外は「偽」と判定する。判定部２０８
−２は、基準データ記憶装置２０９から閾値情報を得
て、比較部２０７−２からの比較結果とこの閾値とを比
較し、閾値以下であれば「真」、それ以外は「偽」と判
定する。判定部２０８−３は、基準データ記憶装置２０
９から閾値情報を得て、比較部２０７−３からの比較結
果とこの閾値とを比較し、閾値以下であれば「真」、そ
れ以外は「偽」と判定する。
【００４７】総合判定部２１０は、判定部２０８−１，
２０８−２，２０８−３からの結果を総合的に判定して
最終結果を出力する。具体的には、判定部２０８−１，
２０８−２，２０８−３のすべてにおいて「真」あれば
入力画像は単色濃淡画像であり、それ以外の場合は入力
画像がカラー画像であると判定する。
２０８−２，２０８−３からの結果を総合的に判定して
最終結果を出力する。具体的には、判定部２０８−１，
２０８−２，２０８−３のすべてにおいて「真」あれば
入力画像は単色濃淡画像であり、それ以外の場合は入力
画像がカラー画像であると判定する。
【００４８】総合判定部２１０で単色濃淡画像と判定さ
れた場合、コントラスト強調部２１１にて入力画像のコ
ントラスト強調が行われる。
れた場合、コントラスト強調部２１１にて入力画像のコ
ントラスト強調が行われる。
【００４９】また、総合判定部２１０でカラー画像と判
定された場合、彩度強調部２１２にて入力画像の彩度強
調が行われる。
定された場合、彩度強調部２１２にて入力画像の彩度強
調が行われる。
【００５０】以上説明したように上記第２実施例によれ
ば、カラー画像処理装置において入力される対象が既知
の場合、単色濃淡と多色画像の判別をしやすい領域を特
定することができ、特徴量計測領域を限定することがで
きるので、高速に、また正確に判別することが可能とな
る。
ば、カラー画像処理装置において入力される対象が既知
の場合、単色濃淡と多色画像の判別をしやすい領域を特
定することができ、特徴量計測領域を限定することがで
きるので、高速に、また正確に判別することが可能とな
る。
【００５１】次に、第３実施例について説明する。
【００５２】図７は、この発明の処理装置に係る第３実
施例のカラー画像処理装置の概略構成を示すものであ
る。
施例のカラー画像処理装置の概略構成を示すものであ
る。
【００５３】第３実施例のカラー画像処理装置は、カラ
ー入力装置３０１、照明３０２、カラー入力装置３０１
から取得される画像データをＲ成分３０３−１、Ｇ成分
３０３−２、Ｂ成分３０３−３から構成される三原色に
分離して格納する画像メモリ３０３、カテゴリデータベ
ース３０４、領域分割部３０５、色特徴計測部３０６−
１、色特徴計測部３０６−２、比較部３０７−１、比較
部３０７−２、比較部３０７−３、基準データ記憶装置
３０９、判定部３０８−１、判定部３０８−２、判定部
３０８−３、総合判定部３１０、抽出部３１１、白黒濃
淡変換部３１２、画像メモリ３１２，３１３、及び記憶
媒体３１４とから構成されている。
ー入力装置３０１、照明３０２、カラー入力装置３０１
から取得される画像データをＲ成分３０３−１、Ｇ成分
３０３−２、Ｂ成分３０３−３から構成される三原色に
分離して格納する画像メモリ３０３、カテゴリデータベ
ース３０４、領域分割部３０５、色特徴計測部３０６−
１、色特徴計測部３０６−２、比較部３０７−１、比較
部３０７−２、比較部３０７−３、基準データ記憶装置
３０９、判定部３０８−１、判定部３０８−２、判定部
３０８−３、総合判定部３１０、抽出部３１１、白黒濃
淡変換部３１２、画像メモリ３１２，３１３、及び記憶
媒体３１４とから構成されている。
【００５４】次に、このような構成において第３実施例
のカラー画像処理装置の動作を説明する。なお、カラー
入力装置３０１から総合判定部３１０までは、第２実施
例で説明したカラー入力装置２０１から総合判定部２１
０までのものと同等の機能を有しているので説明を省略
する。
のカラー画像処理装置の動作を説明する。なお、カラー
入力装置３０１から総合判定部３１０までは、第２実施
例で説明したカラー入力装置２０１から総合判定部２１
０までのものと同等の機能を有しているので説明を省略
する。
【００５５】総合判定部３１０で単色濃淡画像であると
判定された場合、色成分抽出部３１１で単色濃淡画像の
持つ１つの色成分を抽出し、白黒濃淡変換部３１２でデ
ータを白黒の濃淡データに変換する。入力データは濃淡
情報３１２−１とひとつの色情報３１２−２とに編集さ
れて画像メモリ３１２に保存され、そして記憶媒体３１
４に画像データとして格納される。
判定された場合、色成分抽出部３１１で単色濃淡画像の
持つ１つの色成分を抽出し、白黒濃淡変換部３１２でデ
ータを白黒の濃淡データに変換する。入力データは濃淡
情報３１２−１とひとつの色情報３１２−２とに編集さ
れて画像メモリ３１２に保存され、そして記憶媒体３１
４に画像データとして格納される。
【００５６】総合判定部３１０でカラー画像であると判
定された場合、入力画像を画像メモリ３０３に保存した
のと同じ形態で画像メモリ３１３に保存され、そのまま
記憶媒体３１４に格納される。
定された場合、入力画像を画像メモリ３０３に保存した
のと同じ形態で画像メモリ３１３に保存され、そのまま
記憶媒体３１４に格納される。
【００５７】この場合、単色濃淡画像は、画像メモリ３
０３に保存したデータ量と比較して約３分の１のデータ
量にすることができたことになる。
０３に保存したデータ量と比較して約３分の１のデータ
量にすることができたことになる。
【００５８】以上説明したように上記第３実施例によれ
ば、カラー画像処理装置において入力画像が単色濃淡画
像であると判定された場合に、入力画像の濃淡情報と濃
淡を表現するための基本色１つとに置き換えて記憶媒体
に保存することで、入力時のＲＧＢデータ量に比較して
約３分の１のデータ量に減じることができる。
ば、カラー画像処理装置において入力画像が単色濃淡画
像であると判定された場合に、入力画像の濃淡情報と濃
淡を表現するための基本色１つとに置き換えて記憶媒体
に保存することで、入力時のＲＧＢデータ量に比較して
約３分の１のデータ量に減じることができる。
【００５９】図８は、この発明の処理装置に係る変形例
のカラー画像処理装置の概略構成を示すものである。
のカラー画像処理装置の概略構成を示すものである。
【００６０】変形例のカラー画像処理装置は、カラー入
力装置４０１、照明４０２、画像メモリ４０３、色特徴
計測部４０４−１、色特徴計測部４０４−２、色特徴計
測部４０４−３、基準データ記憶装置４０５、判定部４
０６−１、判定部４０６−２、判定部４０６−３、総合
判定部４０７、抽出部４０８、白黒濃淡変換部４０９、
画像メモリ４１０，４１１、及び記憶媒体４１２とから
構成されている。
力装置４０１、照明４０２、画像メモリ４０３、色特徴
計測部４０４−１、色特徴計測部４０４−２、色特徴計
測部４０４−３、基準データ記憶装置４０５、判定部４
０６−１、判定部４０６−２、判定部４０６−３、総合
判定部４０７、抽出部４０８、白黒濃淡変換部４０９、
画像メモリ４１０，４１１、及び記憶媒体４１２とから
構成されている。
【００６１】上記変形例のカラー画像処理装置におい
て、カラー入力装置４０１から総合判定部４０７まで
は、第１実施例で説明したカラー入力装置１０１から総
合判定部１０７までのものと同等の機能を有し、また、
総合判定部４０７から記憶媒体４１２に格納するまで
は、第３実施例で説明した総合判定部３１０から記憶媒
体３１４に格納するまでのものと同等の機能を有してい
るので説明を省略する。
て、カラー入力装置４０１から総合判定部４０７まで
は、第１実施例で説明したカラー入力装置１０１から総
合判定部１０７までのものと同等の機能を有し、また、
総合判定部４０７から記憶媒体４１２に格納するまで
は、第３実施例で説明した総合判定部３１０から記憶媒
体３１４に格納するまでのものと同等の機能を有してい
るので説明を省略する。
【００６２】上記したような構成にしても、色特徴計測
手段や単色濃淡画像と多色画像判定にかかわる処理に関
して本発明の趣旨を何ら変えるものではない。
手段や単色濃淡画像と多色画像判定にかかわる処理に関
して本発明の趣旨を何ら変えるものではない。
【００６３】
【発明の効果】以上詳述したようにこの発明によれば、
多色画像と単色の濃淡画像とを識別することができ、さ
らに高速な処理を行うことのできる処理装置を提供する
ことができる。
多色画像と単色の濃淡画像とを識別することができ、さ
らに高速な処理を行うことのできる処理装置を提供する
ことができる。
【図１】第１実施例のカラー画像処理装置の概略構成を
示すブロック図。
示すブロック図。
【図２】カラー画像の典型例と単色濃淡画像の典型例を
示す図。
示す図。
【図３】第２実施例のカラー画像処理装置の概略構成を
示すブロック図。
示すブロック図。
【図４】入力画像の例を示す図。
【図５】分布を代表する直線の傾きを求める例を示す
図。
図。
【図６】分布を代表する直線の典型例を示す図。
【図７】第３実施例のカラー画像処理装置の概略構成を
示すブロック図。
示すブロック図。
【図８】変形例のカラー画像処理装置の概略構成を示す
図。
図。
１０１，２０１，３０１，４０１…カラー入力装置（読
取手段） １０３，２０３，３０３，４０３…画像メモリ（分離手
段） １０４−１，１０４−２，１０４−３…色特徴計測部
（算出手段） １０５，２０９，３０９，４０５…基準データ記憶装置 １０６−１，１０６−２，１０６−３…判定部 １０７，２１０，３１０，４０７…総合判定部（判別手
段） １０８，２１１…コントラスト強調部（処理手段） １０９，２１２…彩度強調部（処理手段） ２０４，３０４…カテゴリデータベース ２０５，３０５…領域分割部
取手段） １０３，２０３，３０３，４０３…画像メモリ（分離手
段） １０４−１，１０４−２，１０４−３…色特徴計測部
（算出手段） １０５，２０９，３０９，４０５…基準データ記憶装置 １０６−１，１０６−２，１０６−３…判定部 １０７，２１０，３１０，４０７…総合判定部（判別手
段） １０８，２１１…コントラスト強調部（処理手段） １０９，２１２…彩度強調部（処理手段） ２０４，３０４…カテゴリデータベース ２０５，３０５…領域分割部
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｈ０４Ｎ 1/46 Ｈ０４Ｎ 1/46 Ｃ Ｆターム(参考） 5B057 AA20 BA02 BA11 CA01 CA02 CA08 CA12 CA16 CB01 CB02 CB08 CB12 CB16 CC01 CE11 CH18 DC25 DC31 5C077 LL18 MP08 PP03 PP27 PP28 PP32 PP37 PQ20 SS01 5C079 HB01 LA00 LA01 LA03 LA05 LA10 LB00 LB15 MA02 NA11 5L096 AA02 AA09 CA09 DA01 EA45 FA15 GA41
Claims (10)
- 【請求項１】 対象物のカラー画像を読み取る読取手段
と、 この読取手段で読み取ったカラー画像を少なくとも３つ
の色成分に分離する分離手段と、 この分離手段で分離された色成分から上記カラー画像の
色特徴量を少なくとも２種類算出する算出手段と、 この算出手段で算出された色特徴量を互いに比較して上
記カラー画像が単色濃淡画像であるか多色画像であるか
を判別する判別手段と、 この判別手段の判別結果に応じて上記カラー画像を処理
する処理手段と、 を具備したことを特徴とする処理装置。 - 【請求項２】 上記算出手段は、上記３つの色成分から
任意の２つの成分を選択し、この選択された２つの色成
分で張られる空間からその分布を代表する１つの特徴量
を算出することを特徴とする請求項１記載の処理装置。 - 【請求項３】 上記算出手段は、上記３つの色成分のう
ち１つの色成分と、この色成分とは異なるもう１つの色
成分との比から算出される値の分散値を色特徴量とする
ことをを特徴とする請求項１記載の処理装置。 - 【請求項４】 対象物のカラー画像を読み取る読取手段
と、 この読取手段で読み取ったカラー画像を少なくとも３つ
の色成分に分離する分離手段と、 この分離手段で分離された色成分から上記カラー画像の
色特徴量を少なくとも２種類算出する算出手段と、 この算出手段で算出された色特徴量を互いに比較して上
記カラー画像が単色濃淡画像であるか多色画像であるか
を判別する判別手段と、 この判別手段で単色濃淡画像であると判別された場合に
上記カラー画像にコントラストを強調する処理を行う第
１の処理手段と、 上記判別手段で多色画像であると判別された場合に上記
カラー画像に彩度を強調する処理を行う第２の処理手段
と、 を具備したことを特徴とする処理装置。 - 【請求項５】 対象物のカラー画像を読み取る読取手段
と、 この読取手段で読み取ったカラー画像を２つ以上の領域
に分割する領域分割手段と、 この領域分割手段で分割された各々の領域について色特
徴量を算出する算出手段と、 この算出手段で算出された色特徴量を互いに比較して上
記カラー画像が単色濃淡画像であるか多色画像であるか
を判別する判別手段と、 この判別手段の判別結果に応じて上記カラー画像を処理
する処理手段と、 を具備したことを特徴とする処理装置。 - 【請求項６】 対象物のカラー画像を読み取る読取手段
と、 この読取手段で読み取ったカラー画像を少なくとも３つ
の色成分に分離する分離手段と、 上記読取手段で読み取ったカラー画像を２つ以上の領域
に分割する領域分割手段と、 この領域分割手段で分割された各々の領域について、上
記分離手段で分離された３つの色成分から任意の２つの
色成分で張られる空間からその分布を代表する色特徴量
を算出する算出手段と、 この算出手段で算出された色特徴量を互いに比較して上
記カラー画像が単色濃淡画像であるか多色画像であるか
を判別する判別手段と、 この判別手段の判別結果に応じて上記カラー画像を処理
する処理手段と、 を具備したことを特徴とする処理装置。 - 【請求項７】 人物写真のカラー画像を読み取る読取手
段と、 この読取手段で読み取った人物写真カラー画像を少なく
とも３つの色成分に分離する分離手段と、 上記読取手段で読み取った人物写真カラー画像を顔領域
を多く含む領域とそれ以外の領域とに分割する領域分割
手段と、 この領域分割手段で分割された各領域について、上記分
離手段で分離された３つの色成分から任意の２つの色成
分で張られる空間からその分布を代表する３種類の色特
徴量を算出する算出手段と、 この算出手段で算出された３種類の色特徴量を互いに比
較して上記カラー画像が単色濃淡画像であるか多色画像
であるかを判別する判別手段と、 この判別手段の判別結果に応じて上記カラー画像を処理
する処理手段と、 を具備したことを特徴とする処理装置。 - 【請求項８】 対象物のカラー画像を読み取る読取手段
と、 この読取手段で読み取ったカラー画像に対して少なくと
も２つの色特徴量を算出する算出手段と、 この算出手段で算出された色特徴量をあらかじめ設定さ
れた閾値と比較することで単色濃淡画像であるか多色画
像であるかを判別する判別手段と、 この判別手段の判別結果に応じて上記カラー画像の格納
方法を決定する決定手段と、 この決定手段で決定された格納方法で上記カラー画像を
格納する格納手段と、 を具備したことを特徴とする処理装置。 - 【請求項９】 対象物のカラー画像を読み取る読取手段
と、 この読取手段で読み取ったカラー画像に対して少なくと
も２つの色特徴量を算出する算出手段と、 この算出手段で算出された色特徴量をあらかじめ設定さ
れた閾値と比較することで単色濃淡画像であるか多色画
像であるかを判別する判別手段と、 この判別手段で単色濃淡画像であると判別された際、上
記カラー画像を単色濃淡画像の持つ１つの色成分を抽出
する抽出手段と、 上記判別手段で単色濃淡画像であると判別された際、上
記カラー画像を白黒濃淡画像に変換する変換手段と、 この変換手段で変換された白黒濃淡画像と上記抽出手段
で抽出された１つの色成分情報とを記憶する記憶手段
と、 を具備したことを特徴とする処理装置。 - 【請求項１０】 対象物のカラー画像を読み取る読取手
段と、 この読取手段で読み取ったカラー画像に対して少なくと
も２つの色特徴量を算出する算出手段と、 この算出手段で算出された色特徴量をあらかじめ設定さ
れた閾値と比較することで単色濃淡画像であるか多色画
像であるかを判別する判別手段と、 この判別手段で単色濃淡画像であると判別された際、上
記カラー画像を単色濃淡画像の持つ１つの色成分を抽出
する抽出手段と、 上記判別手段で単色濃淡画像であると判別された際、上
記カラー画像を白黒濃淡画像に変換する変換手段と、 この変換手段で変換された白黒濃淡画像と上記抽出手段
で抽出された１つの色成分情報とを記憶する第１の記憶
手段と、 上記判別手段で多色画像であると判別された際、上記カ
ラー画像を記憶する第２の記憶手段と、 を具備したことを特徴とする処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11061441A JP2000261677A (ja) | 1999-03-09 | 1999-03-09 | 処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11061441A JP2000261677A (ja) | 1999-03-09 | 1999-03-09 | 処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000261677A true JP2000261677A (ja) | 2000-09-22 |
Family
ID=13171171
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11061441A Pending JP2000261677A (ja) | 1999-03-09 | 1999-03-09 | 処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000261677A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002024825A (ja) * | 2000-07-11 | 2002-01-25 | Toshiba Corp | 画像処理装置、画像処理方法および証明書作成装置 |
| JP2006229930A (ja) * | 2005-01-18 | 2006-08-31 | Fuji Photo Film Co Ltd | 画像補正装置および方法，ならびに画像補正プログラム |
| JP2007336542A (ja) * | 2006-06-12 | 2007-12-27 | Toshiba Corp | 画像形成装置および画像形成方法 |
| JP2009231880A (ja) * | 2008-03-19 | 2009-10-08 | Seiko Epson Corp | 画像処理装置および画像処理方法 |
| US7936919B2 (en) | 2005-01-18 | 2011-05-03 | Fujifilm Corporation | Correction of color balance of face images depending upon whether image is color or monochrome |
-
1999
- 1999-03-09 JP JP11061441A patent/JP2000261677A/ja active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002024825A (ja) * | 2000-07-11 | 2002-01-25 | Toshiba Corp | 画像処理装置、画像処理方法および証明書作成装置 |
| JP2006229930A (ja) * | 2005-01-18 | 2006-08-31 | Fuji Photo Film Co Ltd | 画像補正装置および方法，ならびに画像補正プログラム |
| JP4594225B2 (ja) * | 2005-01-18 | 2010-12-08 | 富士フイルム株式会社 | 画像補正装置および方法，ならびに画像補正プログラム |
| US7936919B2 (en) | 2005-01-18 | 2011-05-03 | Fujifilm Corporation | Correction of color balance of face images depending upon whether image is color or monochrome |
| US8135215B2 (en) | 2005-01-18 | 2012-03-13 | Fujifilm Corporation | Correction of color balance of face images |
| JP2007336542A (ja) * | 2006-06-12 | 2007-12-27 | Toshiba Corp | 画像形成装置および画像形成方法 |
| JP2009231880A (ja) * | 2008-03-19 | 2009-10-08 | Seiko Epson Corp | 画像処理装置および画像処理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2249140C (en) | Method and apparatus for object detection and background removal | |
| EP1482446A2 (en) | Region detecting method and apparatus | |
| EP2645304B1 (en) | Image processing device determining binarizing threshold value | |
| US10922801B2 (en) | Channel-based binarization of color | |
| US8565531B2 (en) | Edge detection for mixed raster content (MRC) images for improved compression and image quality | |
| US8355566B2 (en) | Method and device for use in converting a colour image into a grayscale image | |
| US10455123B2 (en) | Method for increasing the saturation of an image, and corresponding device | |
| CN109949248B (zh) | 修改车辆在图像中的颜色的方法、装置、设备及介质 | |
| Lee et al. | Color image enhancement using histogram equalization method without changing hue and saturation | |
| KR20200113853A (ko) | 얼굴영상 처리를 이용한 퍼스널 컬러 분석 판별을 위한 장치 및 방법 | |
| Ganesan et al. | A comprehensive review of the impact of color space on image segmentation | |
| JP2004523839A (ja) | 動的なチェーンベースの閾値化 | |
| JP2000261677A (ja) | 処理装置 | |
| Islami | Implementation of HSV-based Thresholding Method for Iris Detection | |
| Torres et al. | Automatic detection of specular reflectance in colour images using the MS diagram | |
| Andreadis et al. | Image pixel classification by chromaticity analysis | |
| JP2009050035A (ja) | 画像処理方法、画像処理システムおよび画像処理プログラム | |
| US10083516B2 (en) | Method for segmenting a color image and digital microscope | |
| Salvador | Shadow segmentation and tracking in real-world conditions | |
| JPH06251147A (ja) | 映像特徴処理方法 | |
| Saputra et al. | Local pixel analysis in color constancy to improve feature extraction process | |
| Ismael | Comparative Study for Different Color Spaces of Image Segmentation Based on Prewitt Edge Detection Technique | |
| KR20050014072A (ko) | 색분포 학습을 통한 얼굴영역 추출 방법 | |
| WO2021230249A1 (ja) | 見積支援装置、見積支援方法、及びプログラム | |
| Sazzad et al. | Use of gamma encoder on HSL color model improves human visualization in the field of image processing |