JP2001144964A - ノイズ除去方法及び装置並びにスキャナ - Google Patents

Abstract

(57)【要約】 【課題】周波数帯によらず、情報量を低下させることな
く確実に画像のノイズを除去すること、及びアーティフ
ァクトの存在する原稿をスキャンした場合に画像の情報
量を低下させることなくアーティファクトを除去するこ
とを目的とする。 【解決手段】入力された原画像を複数の小ブロックに分
割し、小ブロック内における画像データのバラツキが規
定値以下の場合に、そのブロック内の平均データ関数
（テンプレートプロファイル）を算出し、これを用いて
当該ブロック内のi行目のデータ関数を近似し、得られ
た近似データ関数によって元のi 行目のデータを置換し
て出力する。また、前記元の画像データのｉ行目の平均
値を算出し、当該ブロック内の元のデータ関数と前記近
似データ関数の差を求め、その減算結果に前記平均値を
加算する演算を行い、この演算によって得られるデータ
によって前記元の画像データを置換して出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はノイズ除去方法及び
装置並びにスキャナに係り、特に、プリンタ、デジタル
カメラ、スキャナ、テレビ、ビデオテープレコーダ（Ｖ
ＴＲ）等に適用され、画像のノイズを除去する画像処理
技術に関する。

【０００２】

【従来の技術】特開平７−３０３１９７号公報には、画
像の中の高周波成分からランダムノイズを除去する技術
が開示されている。この技術は、原画像信号から低周波
成分を減算して高周波成分を抽出し、この高周波成分画
像に対してモルフォグラフィックフィルタを用いてラン
ダムノイズを除去するというものである。

【０００３】特開平９−２３３３６９号公報では、画像
を輪郭部と非輪郭部に分け、画像中の輪郭部に対しては
メディアンフィルタを用い、非輪郭部では平均値フィル
タを用いることによって画像のノイズを除去する技術が
開示されている。

【０００４】

【発明が解決しようとする課題】しかしながら、特開平
７−３０３１９７号公報に開示の技術では低周波領域の
ノイズを抽出できないという欠点があり、モルフォグラ
フィックフィルタを用いているため処理に時間がかか
る。また、特開平９−２３３３６９号公報に開示の技術
については、メディアンフィルタはスパイクノイズを除
去するには有効であるが、ＳＮ比は改善されないという
欠点があり、平均値フィルタはＳＮ比は良化するが情報
量が低下するという欠点がある。

【０００５】本発明はこのような事情に鑑みてなされた
もので、周波数帯によらず、情報量を低下させることな
く確実に画像のノイズを除去することができるノイズ除
去方法及び装置を提供することを目的とする。また、本
発明は原稿を読み取って電気信号に変換するスキャナに
おいて、印刷物特有の人工的な模様（アーティファク
ト）の存在する原稿をスキャンした場合に画像の情報量
を低下させることなくアーティファクトを除去できるス
キャナを提供することを目的とする。

【０００６】

【課題を解決するための手段】前記目的を達成するため
に請求項１に係るノイズ除去方法は、入力された原画像
を複数の小ブロックに分割し、前記分割により得られた
小ブロック毎に各ブロック内の画像データの特徴を代表
的に表すテンプレートプロファイルを算出し、前記算出
により得られたテンプレートプロファイルを用いて当該
ブロック内の元の画像データプロファイルを近似し、前
記近似により得られた近似データによって元の画像デー
タを置換し、前記置換によって得られた画像データを出
力することにより画像データのノイズを除去することを
特徴としている。

【０００７】例えば、１つの小ブロックがn1列×n2行の
画素を含むとき、当該ブロック内のｉ行ｊ列のデータを
data（i,j)とし、ｉ行目のデータ関数をfi(j) ＝data
(i,j)と表すことにすると、１行目からn2行目までの全
てのデータ関数の平均を示す平均データ関数fave(j) が
「テンプレートプロファイル」に相当し、ｉ行目のデー
タ関数fi(j) が「元の画像データプロファイル」に相当
する。

【０００８】本発明によれば、情報量を低下させること
なく、画像のノイズを確実に除去できる。特に、請求項
２に示したように、前記分割により得られた小ブロック
内における画像データのバラツキが規定値以下であるか
否かを判定し、前記判定によって小ブロック内における
画像データのバラツキが規定値以下であるとの判定を得
た場合に、上述のノイズ除去方法を使用することによ
り、画像中の非輪郭部のランダムノイズを除去すること
ができる。

【０００９】また、請求項３に係るノイズ除去方法は、
近似データによって元の画像データを置換する方法に代
えて、前記テンプレートプロファイルを用いて当該ブロ
ック内の元の画像データプロファイルを近似する一方、
前記元の画像データプロファイルの平均値を算出し、当
該ブロック内の元の画像データと前記近似データの差を
求め、その減算結果に前記平均値を加算する演算を行
い、この演算によって得られるデータによって前記元の
画像データを置換し、前記置換によって得られた画像デ
ータを出力することにより画像データのノイズを除去す
ることを特徴としている。

【００１０】このノイズ除去方法によれば、情報量を低
下させることなく、万線その他の印刷物特有の人工的な
ノイズ（以下、系統ノイズという。）に代表されるよう
な非ランダムなノイズを確実に除去することができる。

【００１１】特に、請求項４に示したように、前記分割
により得られた小ブロック内における画像データのバラ
ツキが規定値以下であるか否かを判定し、前記判定によ
って小ブロック内における画像データのバラツキが規定
値以下であるとの判定を得た場合に、請求項３に係るノ
イズ除去方法を使用することにより、画像中の非輪郭部
の系統ノイズを除去することができる。

【００１２】請求項５に係るノイズ除去方法は、入力さ
れた原画像を周波数成分に分ける変換処理工程と、ノイ
ズ除去の対象とする周波数域を指定する情報を入力する
周波数入力工程と、周波数成分に変換して得られたデー
タのうち、前記周波数入力工程により指定された周波数
成分をマスクするマスク処理工程と、マスク処理した結
果得られたデータを逆変換して画像データに戻す逆変換
工程と、を経て画像データのノイズを除去することを特
徴としている。

【００１３】本発明によれば、予め分かっているノイズ
の周波数情報を入力し、その指定に係る周波数成分をマ
スク処理するので、既知のノイズ成分を確実に除去する
ことができる。請求項６に示したように、請求項５に記
載の発明は、請求項１乃至４の何れかのノイズ除去方法
と組み合わせて使用する態様が好ましい。

【００１４】請求項７に係るノイズ除去装置は、請求項
１の方法発明を具現化する装置を達成すべく、入力され
た原画像を複数の小ブロックに分割する分割手段と、前
記分割手段で分割された小ブロック毎に各ブロック内の
画像データの特徴を代表的に表すテンプレートプロファ
イルを算出する算出手段と、前記算出手段で得られたテ
ンプレートプロファイルを用いて当該ブロック内の元の
画像データプロファイルを近似する近似手段と、前記近
似手段で得られた近似データによって元の画像データを
置換して、置換によって得られた画像データを出力する
出力手段と、を備えたことを特徴としている。

【００１５】また、請求項８に示したように、前記分割
手段で分割された小ブロック内における画像データのバ
ラツキが規定値以下であるか否かを判定する判定手段
と、前記判定手段によって小ブロック内における画像デ
ータのバラツキが規定値以下であるとの判定を得た場合
に、当該小ブロックについて前記算出手段、前記近似手
段、及び前記出力手段を活用したデータ処理を実行させ
る制御手段と、を付加する態様が好ましい。

【００１６】請求項９に係るノイズ除去装置は、近似デ
ータによって元の画像データを置換して出力する手段に
代えて、前記元の画像データプロファイルの平均値を算
出する平均値算出手段と、当該ブロック内の元の画像デ
ータと前記近似手段で得られた近似データの差を求める
減算手段と、前記減算手段の減算結果に前記平均値を加
算する加算手段と、前記加算手段による演算の結果得ら
れた画像データによって前記元の画像データを置換して
出力する出力手段と、を備えたことを特徴としている。

【００１７】この場合、請求項１０に示したように、前
記分割手段で分割された小ブロック内における画像デー
タのバラツキが規定値以下であるか否かを判定する判定
手段と、前記判定手段によって小ブロック内における画
像データのバラツキが規定値以下であるとの判定を得た
場合に、当該小ブロックについて前記テンプレートプロ
ファイル算出手段、前記近似手段、前記平均値算出手
段、及び前記出力手段を活用したデータ処理を実行させ
る制御手段と、を付加する態様が好ましい。

【００１８】請求項１１に係るノイズ除去装置は、入力
された原画像を周波数成分に分ける周波数成分変換手段
と、ノイズ除去の対象とする周波数域を指定する情報を
入力するための周波数情報入力手段と、前記周波数成分
変換手段で周波数成分に変換して得られたデータのう
ち、前記周波数情報入力手段で指定された周波数成分を
マスクするマスク手段と、前記マスク手段でマスク処理
した結果得られたデータを逆変換して画像データに戻す
逆変換手段と、を備えたことを特徴としている。

【００１９】この場合、例えば、請求項１２に示したよ
うに、前記周波数成分変換手段として高速フーリエ変換
手段が用いられ、前記逆変換手段として逆高速フーリエ
変換手段が用いられる。また、請求項１３に示したよう
に、請求項１１に係るノイズ除去装置と請求項７に係る
ノイズ除去装置を併用してノイズを除去する態様も可能
である。

【００２０】請求項７乃至１３に示した本発明のノイズ
除去装置は、例えば、請求項１４に示したように、原稿
を照明する光源手段と、前記原稿からの光を受光して光
量に応じた電気信号に変換し、前記原稿に相当する画像
データを得る光電変換手段と、を備えたスキャナに適用
される。

【００２１】請求項１５に係るスキャナは、原稿を照明
する光源手段と、前記原稿からの光を受光して光量に応
じた電気信号に変換し、前記原稿に相当する画像情報を
得る光電変換手段と、前記光電変換手段によって得られ
る原画像を複数の小ブロックに分割する分割手段と、前
記分割手段で分割された小ブロック毎に各ブロック内の
画像データの特徴を代表的に表すテンプレートプロファ
イルを算出するテンプレートプロファイル算出手段と、
前記算出手段で得られたテンプレートプロファイルを用
いて当該ブロック内の元の画像データプロファイルを近
似する近似手段と、前記元の画像データプロファイルの
平均値を算出する平均値算出手段と、当該ブロック内の
元の画像データと前記近似手段で得られた近似データの
差を求める減算手段と、前記減算手段の減算結果に前記
平均値を加算する加算手段と、前記加算手段による演算
の結果得られた画像データによって前記元の画像データ
を置換して出力する出力手段と、を備えたことを特徴と
している。

【００２２】このスキャナにおいて、請求項１６に示し
たように、前記分割手段で分割された小ブロック内にお
ける画像データのバラツキが規定値以下であるか否かを
判定する判定手段と、前記判定手段によって小ブロック
内における画像データのバラツキが規定値以下であると
の判定を得た場合に、当該小ブロックについて前記テン
プレートプロファイル算出手段、前記近似手段、前記平
均値算出手段、及び前記出力手段を活用したデータ処理
を実行させる制御手段と、を付加する態様が好ましい。

【００２３】請求項１７に係るスキャナは、原稿を照明
する光源手段と、前記原稿からの光を受光して光量に応
じた電気信号に変換し、前記原稿に相当する画像情報を
得る光電変換手段と、前記光電変換手段によって得られ
る原画像を周波数成分に分ける周波数成分変換手段と、
ノイズ除去の対象とする周波数域を指定する情報を入力
するための周波数情報入力手段と、前記周波数成分変換
手段で周波数成分に変換されて得られたデータのうち、
前記周波数情報入力手段で指定された周波数成分をマス
クするマスク手段と、前記マスク手段でマスク処理した
結果得られたデータを逆変換して画像データに戻す逆変
換手段と、を備えたことを特徴としている。

【００２４】

【発明の実施の形態】以下添付図面に従って本発明に係
るノイズ除去方法及び装置並びにスキャナの好ましい実
施の形態について詳説する。

【００２５】図１は本発明の実施の形態を示すノイズ除
去装置のブロック図である。同図に示すように、本発明
が適用されたノイズ除去装置１０は、画像入力手段１２
から画像データが入力される。入力された画像データ
は、Ａ／Ｄ変換器１４を介してデジタルデータに変換さ
れた後、画像メモリ手段１６に格納される。

【００２６】画像メモリ手段１６に格納された画像デー
タは小ブロック分割手段１８に送られ、ここで、画面全
体が所定の小ブロックに分割される。各ブロックのデー
タは、テンプレートプロファイル算出手段２０に送ら
れ、ここで各ブロック毎にそのブロック内の画像データ
の特徴を代表的に表すテンプレートプロファイルが算出
される。算出手順その他のノイズ除去処理の詳細につい
ては後述する。

【００２７】テンプレートプロファイルの算出結果は近
似手段２２に送られ、原画像に対するテンプレートプロ
ファイルの近似処理が行われる。

【００２８】近似処理後は、除去しようとするノイズの
種類に応じて二通りに分けられる。第一の態様はランダ
ムノイズを除去する態様であり、近似手段２２の処理結
果を画像出力手段２４に送り、図示せぬ表示装置、印画
装置、その他の手段に画像情報を出力するというもので
ある。

【００２９】第二の態様はアーティファクトのような系
統ノイズを除去する態様である。すなわち、近似手段２
２の処理結果を差分演算手段２６に入力する一方、前記
小ブロック分割手段１８の分割情報を差分演算手段２６
に入力し、小ブロックの元の画像データから近似データ
を減算するとともに、平均値算出手段２８で得た小ブロ
ック内の元の画像データプロファイルの平均値を加算手
段３０で加算し、加算結果を画像出力する。

【００３０】ＣＰＵ３２は各手段の制御を司る制御部で
ある。ＣＰＵ３２は図示せぬ操作部によるユーザの指示
にしたがって、前述した第一の態様によるランダムノイ
ズの除去と、第二の態様による系統ノイズの除去の何れ
か一方の処理を選択的に実行することができる。

【００３１】図２は本発明を適用したノイズ除去処理の
原理を示す概念図である。画像入力手段１２から入力さ
れた原画像は全体でＬ×Ｍの画素数を有しているものと
する。この原画像データの画面をn1列×n2行の画素数
（例えば、６４×６４）の小ブロックに分割するものと
する。処理対象となる１つの小ブロック（処理ブロック
という。）に注目すると、この処理ブロック内のｉ行ｊ
列目の画素に対応するデータをdata（ｉ，ｊ）と記述す
ることができる（ｉ＝1,2,…n2 ; j＝1,2,…n1)。

【００３２】したがって、ｉ行目のデータ関数ｆi(j)を
次式（１）

【００３３】

【数１】ｆi(j)＝data（ｉ，ｊ）…（１） と表すことができる。ただし、ｊは列番号（j ＝1,2,…
n1）である。この式（１）で定義されるデータ関数が当
該処理ブロック内におけるの各行の「画像データプロフ
ァイル」に相当する。

【００３４】ここで、平均データ関数ｆave(j)を次式
（２）

【００３５】

【数２】 と定義する。このｆave(j)が当該処理ブロックにおける
「テンプレートプロファイル」に相当する。

【００３６】式（２）で定義された平均データ関数を用
いて、最小自乗法によりｆi(j)に｛ｆave(j)＋ki｝を近
似し、その時の ki を求める。なお、 ki は近似時の変
数である。

【００３７】こうして求めたkiを使って、改めてｉ行目
のデータ関数を次式（３）

【００３８】

【数３】ｆi(j)＝ｆave(j)＋ki…（３） と再定義する。

【００３９】式（２）及び式（３）の演算処理を全ての
ｉについて行うことにより、k1 ,k2,k3 , …kn2 を求
め、１行目〜n2行目までの各行のデータ関数を得る。

【００４０】また、図３に示したように、原画像の画面
は、l(エル) ×ｍ個の小ブロックに分割されることにな
る。ただし、l(エル) は、次式（４）

【００４１】

【数４】Ｌ＝ｌ×n1…（４） を満たす値であり、ｍは次式（５）、

【００４２】

【数５】Ｍ＝ｍ×n2…（５） を満たす値である。

【００４３】小ブロックはl(エル) 列×ｍ行に配列され
ていることから、ｏ（オー）列ｐ行目の小ブロックを
（ｏ，ｐ）と記述するものとする。ただし、ｏ＝1,2,…
l(エル) 、ｐ＝1,2,…ｍである。

【００４４】図４はランダムノイズを除去する場合のＣ
ＰＵ３２の処理手順を示すフローチャートである。同図
に示すように、ランダムノイズ除去の制御がスタートす
ると（ステップＳ１００）、先ず、ＣＰＵ３２はパラメ
ータ「ｏ（オー）」と「ｐ」をともに「１」に設定する
（ステップＳ１１０）。これにより、１列１行目の小ブ
ロック（ｏ，ｐ）＝（１，１）が処理の対象ブロック
（以下、処理ブロックという。）となる。

【００４５】次いで、処理ブロック内の画像データの中
から、最大値Ｒmax と最小値Ｒminを求める（ステップ
Ｓ１１２、Ｓ１１４）。そして、求めた最大値Ｒmax と
最小値Ｒmin の差が規定値よりも小さいか否かを判定す
る（ステップＳ１１６）。この判定では、処理ブロック
内の画像データのバラツキの程度を規定値を基準として
判定している。

【００４６】当該ブロックが画像の非輪郭部分に相当す
るときは、ブロック内の画像データにバラツキが小さ
く、最大値Ｒmax と最小値Ｒmin の差が規定値よりも小
さいと判定される。その一方、当該ブロックが画像の輪
郭部分に相当する時は、最大値Ｒmax と最小値Ｒmin の
差が規定値よりも大きいと判定されることになる。

【００４７】ステップＳ１１６において、最大値Ｒmax
と最小値Ｒmin の差が規定値よりも小さいとの判定（Ｙ
ＥＳ判定）を得た時は、ステップＳ１１８に進み、図５
で後述するランダムノイズ除去処理を実行した後、ステ
ップＳ１２０へ進む。他方、ステップＳ１１６におい
て、最大値Ｒmax と最小値Ｒmin の差が規定値以上であ
るとの判定（ＮＯ判定）を得た時は、ランダムノイズ除
去処理（ステップＳ１１８）を省略してステップＳ１２
０に至る。

【００４８】ステップＳ１２０では、パラメータ「ｏ
（オー）」の値を＋１だけカウントアップして「ｏ（オ
ー）」の値を書き換える。

【００４９】次いで、「ｏ（オー）」の値が小ブロック
の列数の最大値たる「ｌ（エル）」を超えたか否かを判
定する（ステップＳ１２２）。もし、「ｏ（オー）」の
値が「ｌ（エル）」以下であれば、ステップＳ１２２に
おいてＮＯ判定となり、ステップＳ１１２に戻り、列番
号の変更された処理ブロックに対してステップＳ１１２
〜Ｓ１２０の処理を繰り返す。

【００５０】ステップＳ１２２において、「ｏ（オ
ー）」の値が「ｌ（エル）」よりも大きい時は、ステッ
プＳ１２４に進み、「ｏ（オー）」の値を１に戻す。そ
して、パラメータ「ｐ」の値を＋１だけカウントアップ
して「ｐ」の値を書き換える（ステップＳ１２６）。

【００５１】その後、「ｐ」の値が小ブロックの行数の
最大値たる「ｍ」を超えたか否かを判定する（ステップ
Ｓ１２８）。もし、「ｐ」の値が「ｍ」以下であれば、
ステップＳ１２２においてＮＯ判定となり、ステップＳ
１１２に戻り、行番号の変更された処理ブロックに対し
てステップＳ１１２〜Ｓ１２６の処理を繰り返す。

【００５２】全ての小ブロックを対象として上述の処理
が完了すると、ステップ１２８において「ｐ」の値が
「ｍ」を超え、ノイズ除去処理が終了する（ステップ１
３０）。

【００５３】図５はランダムノイズ除去処理の手順を示
すフローチャートである。

【００５４】ランダンムノイズ除去の処理がスタートす
ると（ステップＳ２００）、まず、当該処理ブロックに
おける平均データ関数ｆave(j)を式（２）に従って求め
る（ステップＳ２１０）。次いで、ステップＳ２１２に
進んで、行番号ｉを１に設定する。その後、ステップＳ
２１４において、fi(j) に｛ｆave(j)＋ki｝を近似し
（ステップＳ２１４）、変数kiを求めた後ステップＳ２
１６でfi(j) ＝ｆave(j)＋kiと再定義する。

【００５５】続くステップＳ２１８では、パラメータ
「ｉ」の値を＋１だけカウントアップして「ｉ」の値を
書き換える。そして、「ｉ」の値が処理ブロック内の最
大行数値であるn2を超えたか否かを判定する（ステップ
Ｓ２２０）。もし、「ｉ」の値がｎ2 以下であれば、ス
テップＳ２２０においてＮＯ判定となり、ステップＳ２
１４に戻り、行番号の変更されたデータ関数に対してス
テップＳ２１４〜Ｓ２１８の処理を繰り返す。

【００５６】こうして処理ブロック内の全ての行番号に
ついてデータ関数の近似が行われる。ステップＳ２２０
で「ｉ」の値がn2を超えたとの判定を得た時は、本処理
ルーチンを抜けて（ステップＳ２３０）、図４に示した
ステップＳ１２０に進む。

【００５７】図６はランダムノイズの除去の効果を示す
グラフ図である。同図において、data1 は１行目のデー
タ関数ｆ1(j)に相当し、data2 は２行目のデータ関数ｆ
2(j)に相当し、data3 は３行目のデータ関数ｆ3(j)に相
当する。以下、図には示さないが、１つの処理ブロック
について、６４行目までのデータ関数が得られることに
なる。これら全てのデータ関数の平均データ関数fave
(j) が図の太線で示したものである。

【００５８】この平均データ関数fave(j) のオフセット
分kiを最小自乗法によって求めて、各行のデータ関数を
近似することになる。これにより、ランダムノイズが除
去される。

【００５９】上述したランダムノイズ除去の手順を図７
に整理して示す。同図に示すとおり、入力画像は小ブロ
ック分割手段１８によって複数の小ブロックに分割さ
れ、テンプレートプロファイル算出手段２０において、
各ブロック毎にテンプレートプロファイルが算出され
る。そのテンプレートプロファイルを用いて、原画像に
対するテンプレートプロファイルの近似手段２２におい
て各行のデータ関数を近似して出力画像を得る。これに
より、情報量を減らすことなく、ランダムノイズを低減
できる。

【００６０】次に、系統ノイズの除去方法について説明
する。図８に系統ノイズの除去手順を示す。既に説明し
た図７と対比してその相違点を説明すると、系統ノイズ
は小ブロック分割手段１８で得たブロック内の原画像デ
ータと、テンプレートプロファイルの近似手段２２で得
た近似データとを差分演算手段２６に入力して差分演算
を行い、その減算結果を加算手段３０に入力する。その
一方で、小ブロック分割手段１８の分割情報に基づき、
平均値算出手段２８において小ブロック内の各行につい
て元の画像データプロファイル（データ関数）の平均値
を算出し、その算出で得た平均値を加算手段３０に入力
する。そして、加算手段３０においてこれらを加算演算
し、その加算結果を画像出力するというものである。

【００６１】図９は系統ノイズを除去する場合のＣＰＵ
３２の処理手順を示すフローチャートである。同図に示
すように、系統ノイズ除去の制御がスタートすると（ス
テップＳ３００）、先ず、ＣＰＵ３２はパラメータ「ｏ
（オー）」と「ｐ」をともに１に設定する（ステップＳ
３１０）。これにより、１列１行目の小ブロック（ｏ，
ｐ）＝（１，１）が処理の対象ブロックとなる。

【００６２】次いで、処理ブロック内の画像データの中
から、最大値Ｒmax と最小値Ｒminを求める（ステップ
Ｓ３１２、Ｓ３１４）。そして、求めた最大値Ｒmax と
最小値Ｒmin の差が規定値よりも小さいか否かを判定す
る（ステップＳ３１６）。

【００６３】ステップＳ３１６において、最大値Ｒmax
と最小値Ｒmin の差が規定値よりも小さいとの判定（Ｙ
ＥＳ判定）を得た時は、ステップＳ３１８に進み、図１
０で後述する系統ノイズ除去処理を実行した後、ステッ
プＳ３２０へ進む。他方、ステップＳ３１６において、
最大値Ｒmax と最小値Ｒmin の差が規定値以上であると
の判定（ＮＯ判定）を得た時は、系統ノイズ除去処理
（ステップＳ３１８）を省略してステップＳ３２０に至
る。

【００６４】ステップＳ３２０では、パラメータ「ｏ
（オー）」の値を＋１だけカウントアップして「ｏ（オ
ー）」の値を書き換える。

【００６５】次いで、「ｏ（オー）」の値が小ブロック
の列数の最大値たる「ｌ（エル）」を超えたか否かを判
定する（ステップＳ３２２）。もし、「ｏ（オー）」の
値が「ｌ（エル）」以下であれば、ステップＳ３２２に
おいてＮＯ判定となり、ステップＳ３１２に戻り、列番
号の変更された処理ブロックに対してステップＳ３１２
〜Ｓ３２０の処理を繰り返す。

【００６６】ステップＳ３２２において、「ｏ（オ
ー）」の値が「ｌ（エル）」よりも大きい時は、ステッ
プＳ３２４に進み、「ｏ（オー）」の値を１に戻す。そ
して、パラメータ「ｐ」の値を＋１だけカウントアップ
して「ｐ」の値を書き換える（ステップＳ３２６）。

【００６７】その後、「ｐ」の値が小ブロックの行数の
最大値たる「ｍ」を超えたか否かを判定する（ステップ
Ｓ３２８）。もし、「ｐ」の値が「ｍ」以下であれば、
ステップＳ３２８においてＮＯ判定となり、ステップＳ
３１２に戻り、行番号の変更された処理ブロックに対し
てステップＳ３１２〜Ｓ３２６の処理を繰り返す。

【００６８】全ての小ブロックを対象として上述の処理
が完了すると、ステップＳ３２８において「ｐ」の値が
「ｍ」を超え、ノイズ除去処理が終了する（ステップ３
３０）。

【００６９】図１０は系統ノイズ除去処理の手順を示す
フローチャートである。系統ノイズ除去の処理がスター
トすると（ステップＳ４００）、まず、当該処理ブロッ
クにおける平均データ関数ｆave(j)を式（２）の定義に
従って求める（ステップＳ４１０）。次いで、ステップ
Ｓ４１２に進んで、行番号「ｉ」を１に設定する。

【００７０】そして、ステップＳ４１４において、次式
（６）で定義されるｉ行目の平均値AVE[ｉ] を求める。

【００７１】

【数６】 また、ステップＳ４１６において、データ関数fi(j) に
｛ｆave(j)＋ki｝を近似し、変数kiを求めた後ステップ
Ｓ４１８で次式（７）に従ってfi(j) を置換する。

【００７２】

【数７】 fi(j) ＝fi(j) −｛ｆave(j)＋ki｝＋AVE[ｉ] …（７） こうして、ｉ行目のデータが、系統ノイズを差し引かれ
たデータに置き換えられる。その後、ステップＳ４２０
に進み、パラメータ「ｉ」の値を＋１だけカウントアッ
プして「ｉ」の値を書き換える。

【００７３】次いで、「ｉ」の値が処理ブロック内の最
大行数値であるn2を超えたか否かを判定する（ステップ
Ｓ４２２）。もし、「ｉ」の値がn2以下であれば、ステ
ップＳ４２２においてＮＯ判定となり、ステップＳ４１
４に戻り、行番号の変更されたデータ関数に対してステ
ップＳ４１４〜Ｓ４２０の処理を繰り返す。こうして処
理ブロック内の全ての行についてデータ関数の置換が行
われる。ステップＳ４２２で「ｉ」の値がn2を超えたと
の判定を得た時は、本処理ルーチンを抜けて（ステップ
Ｓ４３０）、図９に示したステップＳ３２０に進む。

【００７４】図１１に系統ノイズ除去の効果の一例を示
す。同図（ａ）はノイズ除去前のオリジナル画像、同図
（ｂ）は系統ノイズ除去後の画像である。これらの図に
示すように、オリジナル画像は縦縞状の系統ノイズを含
んでいるが、図８乃至図１０で説明した系統ノイズ除去
処理を行うことにより、そのノイズを除去することがで
きる。

【００７５】次に、本発明に係るノイズ除去方法及び装
置をスキャナに適用した例を説明する。図１２は本発明
の実施の形態に係るスキャナのブロック図である。同図
中図１に示したブロック図と共通する部分には同一の符
号を付す。

【００７６】このスキャナ４０は、原稿４２を照明する
光源手段４４、原稿４２の画像情報を電気信号に変換す
るラインＣＣＤ４６（画像入力手段１２に相当）、ライ
ンＣＣＤ４６を原稿面に沿ってスキャニング移動させる
ＣＣＤ移動用モータ４８、ラインＣＣＤ４６から出力さ
れる撮像信号をデジタル信号に変換するＡ／Ｄ変換器１
４、Ａ／Ｄ変換された画像データを記憶する画像メモリ
手段１６、ＦＦＴ（Fast Fourier Transform）手段５
４、マスク手段５６、逆ＦＦＴ手段５８、前記マスク手
段５６においてマスクを行う所望の周波数を入力する入
力手段（以下、マスク周波数入力手段という。）６０、
図１乃至図９で説明したノイズ除去方法に従ってノイズ
除去処理を行う画像処理手段６２、画像出力手段２４、
外部機器６４との間でデータの送受信を可能とする通信
手段６６及び各手段を制御するＣＰＵ３２などから構成
されている。

【００７７】読み込み対象となる原稿４２は、図示せぬ
プラテンガラス等の上に載置され、光源手段４４によっ
て読み込み面に光が照射される。原稿４２で反射した光
はラインＣＣＤ４６に入射し、ラインＣＣＤ４６の各受
光素子によって入射光量に応じた電気信号に変換され
る。ラインＣＣＤ４６はＲ、Ｇ、Ｂの三色に対応する３
ラインＣＣＤを用いてもよいし、ＲＧＢの各フィルタの
切り換え機構と１ラインＣＣＤの組み合わせでもよい。

【００７８】ラインＣＣＤ４６から出力された信号はＡ
／Ｄ変換器１４によってデジタル信号に変換され、画像
メモリ手段１６に格納される。こうして取り込まれた原
稿４２の画像情報を信号処理することによりノイズを除
去する。以下、ノイズ除去の手順を説明する。

【００７９】図１３はスキャナ４０におけるノイズ除去
に関する制御手順を示すフローチャートである。スキャ
ナ４０のノイズ除去の制御がスタートすると（ステップ
Ｓ５００）、先ず、ユーザは読み取り用の原稿４２につ
いて、マスクしたい周波数域をマスク周波数入力手段６
０から入力する（ステップＳ５１０）。

【００８０】原稿（プリント物）４２は、当該原稿４２
が印刷されたプリンタの特性等を反映して人工的な模様
（プリント処理によって付加された本来の画像情報とは
別のノイズ成分）を有している場合がある。したがっ
て、このような人工的な模様を除去することにより、本
来の画像情報に近い画像再現が可能になる。

【００８１】そこで、本例のスキャナ４０では、原稿４
２の画素ピッチや印刷物の解像度（当該原稿の作成に使
用されたプリンタの解像度）などが予め分かっている場
合には、その情報をマスク周波数入力手段６０から入力
する。

【００８２】次いで、ラインＣＣＤ４６及びＣＣＤ移動
用モータ４８を駆動して原稿４２のスキャンを実行する
（ステップＳ５１２）。なお、スキャン動作はステップ
５１０よりも先に実行してもよい。スキャン動作（ステ
ップＳ５１２）によって原稿４２の画像データが画像メ
モリ手段１６に取り込まれる。この画像データはＦＦＴ
手段５４によって高速フーリエ変換処理され、周波数成
分の解析が行われる（ステップＳ５１４）。

【００８３】ＦＦＴ処理の結果得られたデータはマスク
手段５６に送られ、前記ステップＳ５１０で入力した特
定の周波数域成分をマスク手段５６においてマスク処理
する（ステップＳ５１６）。マスク処理とは、オリジナ
ル画像データ中、該当する周波数域成分が無いものとし
て扱うべく、データ値を「０」に置き換える処理であ
る。

【００８４】マスク手段５６でマスク処理された画像デ
ータは逆ＦＦＴ手段５８に送られ、ここで逆高速フーリ
エ変換処理される（ステップＳ５１８）。こうして、予
め分かっている人工的ノイズを除去することができる。
逆ＦＦＴ手段５８から出力された画像データは図中一点
鎖線で囲まれている画像処理手段６２に加えられる。そ
して、小ブロック分割手段１８によって、所定の小ブロ
ックに分割される。

【００８５】ＣＰＵ３２はパラメータ「ｏ（オー）」と
「ｐ」をともに１に設定する（ステップＳ５２０）。こ
れにより、１列１行目の小ブロック（ｏ，ｐ）＝（１，
１）が処理の対象ブロックとなる。

【００８６】次いで、処理ブロック内の画像データの中
から、最大値Ｒmax と最小値Ｒminを求める（ステップ
Ｓ５２２、Ｓ５２４）。そして、求めた最大値Ｒmax と
最小値Ｒmin の差が規定値よりも小さいか否かを判定す
る（ステップＳ５２６）。

【００８７】ステップＳ５２６において、最大値Ｒmax
と最小値Ｒmin の差が規定値よりも小さいとの判定（Ｙ
ＥＳ判定）を得た時は、ステップＳ５２８に進み、図１
０で詳述した系統ノイズ除去処理を実行し、その後、ス
テップＳ５３０へ進む。他方、ステップＳ５２６におい
て、最大値Ｒmax と最小値Ｒmin の差が規定値以上であ
るとの判定（ＮＯ判定）を得た時は、系統ノイズ除去処
理（ステップＳ５２８）を省略してステップＳ５３０に
至る。

【００８８】ステップＳ５３０では、パラメータ「ｏ
（オー）」の値を＋１だけカウントアップして「ｏ（オ
ー）」の値を書き換える。

【００８９】次いで、「ｏ（オー）」の値が小ブロック
の列数の最大値たる「ｌ（エル）」を超えたか否かを判
定する（ステップＳ５３２）。もし、「ｏ（オー）」の
値が「ｌ（エル）」以下であれば、ステップＳ５２２に
おいてＮＯ判定となり、ステップＳ５２２に戻り、列番
号の変更された処理ブロックに対してステップＳ５２２
〜Ｓ５３０を繰り返す。

【００９０】ステップＳ５３２において、「ｏ（オ
ー）」の値が「ｌ（エル）」よりも大きい時は、ステッ
プＳ５３４に進み、「ｏ（オー）」の値を１に戻す。続
いて、パラメータ「ｐ」の値を＋１だけカウントアップ
して「ｐ」の値を書き換える（ステップＳ５３６）。

【００９１】その後、「ｐ」の値が小ブロックの行数の
最大値たる「ｍ」を超えたか否かを判定する（ステップ
Ｓ５３８）。もし、「ｐ」の値が「ｍ」以下であれば、
ステップＳ５３８においてＮＯ判定となり、ステップＳ
５２２に戻り、行番号の変更された処理ブロックに対し
てステップＳ５２２〜Ｓ５３６を繰り返す。

【００９２】全ての小ブロックを対象として上述の処理
が完了すると、ステップＳ５３８において「ｐ」の値が
「ｍ」を超え、ノイズ除去処理が終了する（ステップＳ
５４０）。

【００９３】こうして、アーティファクトの存在する原
稿をスキャンした場合であっても、画像の情報量を低下
させることなく、確実にアーティファクトを除去でき
る。

【００９４】上記説明では、本発明のノイズ除去方法及
び装置をスキャナに適用した例を述べたが、本発明の適
用範囲はこれに限らず、プリンタ、デジタルカメラ、テ
レビ、ビデオテープレコーダ（ＶＴＲ）など、画像デー
タを取り扱う各種の機器に適用することができる。

【００９５】また、本発明のノイズ除去方法をコンピュ
ータによって実現することも可能であり、かかるノイズ
除去機能を有する画像処理用ソフトウェア（プログラ
ム）をＣＤ−ＲＯＭや磁気ディスクその他の記録媒体に
よって第三者に提供したり、インターネットなどの通信
回線を通じて配信することも可能である。

【００９６】

【発明の効果】以上説明したように本発明によれば、入
力画像を複数の小ブロックに分割して、各ブロック毎に
テンプレートプロファイルを求め、これを用いて元の画
像データプロファイルを近似し、その近似により得られ
たデータによって元画像データを置換して出力するの
で、画像中のランダムノイズを確実に除去できる。

【００９７】また、本発明の他の態様によれば、テンプ
レートプロファイルを用いて元の画像データプロファイ
ルを近似し、元の画像データプロファイルとその近似結
果の差を求めるとともに、減算結果に元の画像データプ
ロファイルの平均値を加算して得たデータによって元の
画像データを置換して出力するので、画像中の系統ノイ
ズを確実に除去できる。

【００９８】本発明の更に他の態様によれば、入力され
た原画像を周波数成分に分け、指定した周波数域の成分
をマスクし、その結果得られるデータを逆変換すること
により、指定に係る周波数のノイズを除去するようにし
たので、予め分かっている周波数域のノイズ成分を確実
に除去することができる。

【図面の簡単な説明】

【図１】本発明の実施の形態を示すノイズ除去装置のブ
ロック図

【図２】本発明を適用したノイズ除去処理の原理を示す
概念図

【図３】画像を小ブロックに分割する様子を示す説明図

【図４】ランダムノイズを除去する場合のＣＰＵの制御
手順を示すフローチャート

【図５】ランダムノイズ除去処理の手順を示すフローチ
ャート

【図６】本実施の形態におけるランダムノイズ除去の効
果を示すグラフ図

【図７】本例のノイズ除去装置におけるランダムノイズ
除去の手順を示すブロック図

【図８】本例のノイズ除去装置における系統ノイズ除去
の手順を示すブロック図

【図９】系統ノイズを除去する場合のＣＰＵの制御手順
を示すフローチャート

【図１０】系統ノイズ除去処理の手順を示すフローチャ
ート

【図１１】ランダムノイズ除去処理の手順を示すフロー
チャート

【図１２】本発明の実施の形態に係るスキャナのブロッ
ク図

【図１３】本例のスキャナにおけるノイズ除去に関する
制御手順を示すフローチャート

【符号の説明】

１０…ノイズ除去装置、１２…画像入力手段、１８…小
ブロック分割手段、２０…テンプレートプロファイル算
出手段、２２…近似手段、２４…画像出力手段、２６…
差分演算手段、２８…平均値算出手段、３０…加算手
段、３２…ＣＰＵ（制御手段）、４０…スキャナ、４２
…原稿、４４…光源手段、４６…ラインＣＣＤ（光電変
換手段）、５４…ＦＦＴ手段（周波数成分変換手段）、
５６…マスク手段、５８…逆ＦＦＴ手段（逆変換手
段）、６０…マスク周波数入力手段

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 CA08 CA12 CA16 CB08 CB12 CB16 CC02 CE02 CE06 CE09 CH01 CH09 DB02 DB09 DC01 5C022 AA13 AC69 5C053 FA08 FA21 HA06 HA31 KA03 KA11 5C077 LL02 MM03 NP01 PP01 PP21 PP43 PP46 PP47 PP49 PP68 PQ12 PQ17 PQ18 PQ20

Claims (18)

【特許請求の範囲】
1. 【請求項１】 入力された原画像を複数の小ブロックに
   分割し、 前記分割により得られた小ブロック毎に各ブロック内の
   画像データの特徴を代表的に表すテンプレートプロファ
   イルを算出し、 前記算出により得られたテンプレートプロファイルを用
   いて当該ブロック内の元の画像データプロファイルを近
   似し、 前記近似により得られた近似データによって元の画像デ
   ータを置換し、 前記置換によって得られた画像データを出力することに
   より画像データのノイズを除去することを特徴とするノ
   イズ除去方法。
2. 【請求項２】 入力された原画像を複数の小ブロックに
   分割し、 前記分割により得られた小ブロック内における画像デー
   タのバラツキが規定値以下であるか否かを判定し、 前記判定によって小ブロック内における画像データのバ
   ラツキが規定値以下であるとの判定を得た場合に、前記
   分割された小ブロック毎に各ブロック内の画像データの
   特徴を代表的に表すテンプレートプロファイルを算出
   し、 前記算出によりテンプレートプロファイルを用いて当該
   ブロック内の元の画像データプロファイルを近似し、 前記近似により得られた近似データによって元の画像デ
   ータを置換し、 前記置換によって得られた画像データを出力することに
   より画像データのノイズを除去することを特徴とするノ
   イズ除去方法。
3. 【請求項３】 入力された原画像を複数の小ブロックに
   分割し、 前記分割により得られた小ブロック毎に各ブロック内の
   画像データの特徴を代表的に表すテンプレートプロファ
   イルを算出し、 前記算出により得られたテンプレートプロファイルを用
   いて当該ブロック内の元の画像データプロファイルを近
   似する一方、前記元の画像データプロファイルの平均値
   を算出し、 当該ブロック内の元の画像データと前記近似により得ら
   れた近似データの差を求め、その減算結果に前記平均値
   を加算する演算を行い、 この演算によって得られたデータによって前記元の画像
   データを置換し、 前記置換によって得られた画像データを出力することに
   より画像データのノイズを除去することを特徴とするノ
   イズ除去方法。
4. 【請求項４】 入力された原画像を複数の小ブロックに
   分割し、 前記分割により得られる小ブロック内における画像デー
   タのバラツキが規定値以下であるか否かを判定し、 前記判定によって小ブロック内における画像データのバ
   ラツキが規定値以下であるとの判定を得た場合に、前記
   分割により得られた小ブロック毎に各ブロック内の画像
   データの特徴を代表的に表すテンプレートプロファイル
   を算出し、 前記算出により得られたテンプレートプロファイルを用
   いて当該ブロック内の元の画像データプロファイルを近
   似する一方、前記元の画像データプロファイルの平均値
   を算出し、 当該ブロック内の元の画像データと前記近似により得ら
   れた近似データの差を求め、その減算結果に前記平均値
   を加算する演算を行い、 この演算によって得られたデータによって前記元の画像
   データを置換し、 前記置換によって得られた画像データを出力することに
   より画像データのノイズを除去することを特徴とするノ
   イズ除去方法。
5. 【請求項５】 入力された原画像を周波数成分に分ける
   変換処理工程と、 ノイズ除去の対象とする周波数域を指定する情報を入力
   する周波数入力工程と、 周波数成分に変換して得られたデータのうち、前記周波
   数入力工程により指定された周波数成分をマスクするマ
   スク処理工程と、 マスク処理した結果得られたデータを逆変換して画像デ
   ータに戻す逆変換工程と、 を経て画像データのノイズを除去することを特徴とする
   ノイズ除去方法。
6. 【請求項６】 請求項５のノイズ除去方法によりノイズ
   除去を行った後に、請求項１乃至４の何れかのノイズ除
   去方法を使用してノイズを除去することを特徴とするノ
   イズ除去方法。
7. 【請求項７】 入力された原画像を複数の小ブロックに
   分割する分割手段と、 前記分割手段で分割された小ブロック毎に各ブロック内
   の画像データの特徴を代表的に表すテンプレートプロフ
   ァイルを算出する算出手段と、 前記算出手段で得られたテンプレートプロファイルを用
   いて当該ブロック内の元の画像データプロファイルを近
   似する近似手段と、 前記近似手段で得られた近似データによって元の画像デ
   ータを置換して、置換によって得られた画像データを出
   力する出力手段と、 を備えたことを特徴とするノイズ除去装置。
8. 【請求項８】 前記分割手段で分割された小ブロック内
   における画像データのバラツキが規定値以下であるか否
   かを判定する判定手段と、 前記判定手段によって小ブロック内における画像データ
   のバラツキが規定値以下であるとの判定を得た場合に、
   当該小ブロックについて前記算出手段、前記近似手段、
   及び前記出力手段を活用したデータ処理を実行させる制
   御手段と、 を備えたことを特徴とする請求項７のノイズ除去装置。
9. 【請求項９】 入力された原画像を複数の小ブロックに
   分割する分割手段と、 前記分割手段で分割された小ブロック毎に各ブロック内
   の画像データの特徴を代表的に表すテンプレートプロフ
   ァイルを算出するテンプレートプロファイル算出手段
   と、 前記算出手段で得られたテンプレートプロファイルを用
   いて当該ブロック内の元の画像データプロファイルを近
   似する近似手段と、 前記元の画像データプロファイルの平均値を算出する平
   均値算出手段と、 当該ブロック内の元の画像データと前記近似手段で得ら
   れた近似データの差を求める減算手段と、 前記減算手段の減算結果に前記平均値を加算する加算手
   段と、 前記加算手段による演算の結果得られた画像データによ
   って前記元の画像データを置換して出力する出力手段
   と、を備えたことを特徴とするノイズ除去装置。
10. 【請求項１０】 前記分割手段で分割された小ブロック
    内における画像データのバラツキが規定値以下であるか
    否かを判定する判定手段と、 前記判定手段によって小ブロック内における画像データ
    のバラツキが規定値以下であるとの判定を得た場合に、
    当該小ブロックについて前記テンプレートプロファイル
    算出手段、前記近似手段、前記平均値算出手段、及び前
    記出力手段を活用したデータ処理を実行させる制御手段
    と、 を備えたことを特徴とする請求項９のノイズ除去装置。
11. 【請求項１１】 入力された原画像を周波数成分に分け
    る周波数成分変換手段と、 ノイズ除去の対象とする周波数域を指定する情報を入力
    するための周波数情報入力手段と、 前記周波数成分変換手段で周波数成分に変換して得られ
    たデータのうち、前記周波数情報入力手段で指定された
    周波数成分をマスクするマスク手段と、 前記マスク手段でマスク処理した結果得られたデータを
    逆変換して画像データに戻す逆変換手段と、 を備えたことを特徴とするノイズ除去装置。
12. 【請求項１２】 前記周波数成分変換手段として高速フ
    ーリエ変換手段が用いられ、前記逆変換手段として逆高
    速フーリエ変換手段が用いられることを特徴とする請求
    項１１のノイズ除去装置。
13. 【請求項１３】 請求項１１のノイズ除去装置及び請求
    項７のノイズ除去装置を併用してノイズを除去するよう
    に構成されていることを特徴とするノイズ除去装置。
14. 【請求項１４】 原稿を照明する光源手段と、 前記原稿からの光を受光して光量に応じた電気信号に変
    換し、前記原稿に相当する画像データを得る光電変換手
    段と、を備えたスキャナであって、前記光電変換手段を
    介して取得する画像データのノイズを除去する手段とし
    て、請求項７乃至１３の何れかに記載のノイズ除去装置
    が搭載されていることを特徴とするスキャナ。
15. 【請求項１５】 原稿を照明する光源手段と、 前記原稿からの光を受光して光量に応じた電気信号に変
    換し、前記原稿に相当する画像情報を得る光電変換手段
    と、 前記光電変換手段によって得られる原画像を複数の小ブ
    ロックに分割する分割手段と、 前記分割手段で分割された小ブロック毎に各ブロック内
    の画像データの特徴を代表的に表すテンプレートプロフ
    ァイルを算出するテンプレートプロファイル算出手段
    と、 前記算出手段で得られたテンプレートプロファイルを用
    いて当該ブロック内の元の画像データプロファイルを近
    似する近似手段と、 前記元の画像データプロファイルの平均値を算出する平
    均値算出手段と、 当該ブロック内の元の画像データと前記近似手段で得ら
    れた近似データの差を求める減算手段と、 前記減算手段の減算結果に前記平均値を加算する加算手
    段と、 前記加算手段による演算の結果得られた画像データによ
    って前記元の画像データを置換して出力する出力手段
    と、 を備えたことを特徴とするスキャナ。
16. 【請求項１６】 前記分割手段で分割された小ブロック
    内における画像データのバラツキが規定値以下であるか
    否かを判定する判定手段と、 前記判定手段によって小ブロック内における画像データ
    のバラツキが規定値以下であるとの判定を得た場合に、
    当該小ブロックについて前記テンプレートプロファイル
    算出手段、前記近似手段、前記平均値算出手段、及び前
    記出力手段を活用したデータ処理を実行させる制御手段
    と、 を備えたことを特徴とする請求項１５のスキャナ。
17. 【請求項１７】 原稿を照明する光源手段と、 前記原稿からの光を受光して光量に応じた電気信号に変
    換し、前記原稿に相当する画像情報を得る光電変換手段
    と、 前記光電変換手段によって得られる原画像を周波数成分
    に分ける周波数成分変換手段と、 ノイズ除去の対象とする周波数域を指定する情報を入力
    するための周波数情報入力手段と、 前記周波数成分変換手段で周波数成分に変換して得られ
    たデータのうち、前記周波数情報入力手段で指定された
    周波数成分をマスクするマスク手段と、 前記マスク手段でマスク処理した結果得られるデータを
    逆変換して画像データに戻す逆変換手段と、 を備えたことを特徴とするスキャナ。
18. 【請求項１８】 請求項１乃至６のいずれかに記載のノ
    イズ除去方法をコンピュータによって実現するためのプ
    ログラムが格納されていることを特徴とする記録媒体。