JP2002218232A - 画像処理装置およびそれを備えた画像形成装置並びに画像処理方法 - Google Patents

Abstract

(57)【要約】 【課題】 ハードウェアを大幅に簡略化することがで
き、原稿種別の判別を的確に行うことができる画像処理
装置およびそれを備えた画像形成装置並びに画像処理方
法を提供する。 【解決手段】 濃度ヒストグラムを作成するヒストグラ
ム作成部２２と、上記濃度ヒストグラムにおける第１最
大度数値を抽出する第１最大度数濃度区分抽出部２３
と、第２最大度数値を抽出する第２最大度数濃度区分抽
出部２４と、低度数濃度区分の数および／または第１最
大度数値を用いて、原稿が文字原稿であるかを判定する
文字原稿判定部２５と、濃度ヒストグラムの総度数と第
１最大度数値と第２最大度数値とを用いて、原稿が写真
原稿であるか判定する写真原稿判定部２６とを備えてい
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、対象画像の所定画
素（例えば全画素或いはベタ濃度画素）の濃度から濃度
ヒストグラムを作成し、作成された濃度ヒストグラムの
結果を基に原稿の種別を自動的に判定し、その判定結果
に基づいて対象画像に適した画像処理を行う画像処理装
置およびそれを備えた画像形成装置並びに画像処理方法
に関するものである。

【０００２】

【従来の技術】電子複写機等の画像形成装置は、従来の
アナログ式のほかにデジタル式のものが普及している。
そして近年のデジタル画像処理技術の進展によって、カ
ラー画像を高画質に再現するフルカラーのデジタル複写
機が製品化されている。

【０００３】そして、デジタル複写機に用いる原稿画像
に関しては、文字、線画、写真、これらを組合わせた画
像等、様々な種類の画像が存在している。したがって、
良好な再現画像を得るためには、それぞれの原稿の種類
に適した画像処理を行う必要がある。

【０００４】このような必要性に鑑みて、複写機の操作
モードとして、例えば文字モード、文字／写真モード、
写真モード等のように、原稿の種類に応じた画像処理を
行うための複数の操作モードが用意されている。

【０００５】しかし、操作者が原稿の種類に応じて操作
モードの切り替えを行うことは、非常に煩わしい作業で
ある。また、原稿の種類に不適切な操作モードを選択し
た場合などでは、著しく画像が劣化することも多く、無
駄な複写が行われることにもなる。

【０００６】そこで、このような問題を解決するため
に、原稿の種別を自動的に判別する処理を行う装置が、
例えば、特開平８−２５１４０６号公報、特開平５−２
３６２７７号公報で提案されている。

【０００７】上記特開平８−２５１４０６号公報に記載
された画像形成装置では、原稿の有彩無彩の判定を行う
と共に、画像の微小領域ブロック毎にエッジ判定および
網点判定を行い（画像分離）、これらの判定結果に基づ
いて、上記ブロックにおける画像種別（線画部、中間調
画部、連続調画部）を判定している。そして、最終的に
は、一頁分の入力画像データから、画像が線画、中
間調画、連続調画、線画と中間調画、中間調と連
続調画、連続調画と線画、線画・中間調・連続調画
からなるの９通りの何れかであるかを判定し、これに対
応した処理モードを各処理部に与えて自動的にフィルタ
処理、色補正処理および階調処理する画像情報の選択を
行うようにしている。

【０００８】また、上記特開平５−２３６２７７号公報
に記載された画像処理装置は、濃度信号を反転して得ら
れる輝度信号のヒストグラムを作成し、最大度数、最暗
レベルと最明レベルの値から求められる情報幅および最
大度数の信号レベルの特徴量から、例えば文字画像等の
普通画像、例えば反転文字画像等の反転画像、階調画像
の３通りの何れかであるかを判定し、画像の種類に応じ
た濃度変換を行うようになっている。

【０００９】

【発明が解決しようとする課題】ところが、上記の従来
技術は、以下に示す問題点を有する。

【００１０】特開平８−２５１４０６号公報に記載され
た画像形成装置では、原稿の種別を判定するために、各
画素を注目画素として複数の例えば画像分離等の領域分
離を行う。このため、非常に処理が複雑になり、さら
に、処理を行う回路が非常に大きくなってしまうという
問題がある。

【００１１】一方、特開平５−２３６２７７号公報に記
載された画像処理装置では、作成されたヒストグラムか
ら最大度数ｈｍａｘを求め、予め定められた値ＨＬＩＭ
（階調画像タイプ判定の基準度数）と比較し、最大度数
ｈｍａｘがＨＬＩＭよりも小さい時、階調画像タイプの
可能性があるとして、情報幅ｌｍａｘ−ｌｍｉｎのチェ
ックを行う。

【００１２】しかし、原稿シートの一部に写真が貼られ
た原稿や、文字と写真とが混在する原稿の場合、最大度
数ｈｍａｘが予め定められた値ＨＬＩＭよりも大きくな
る場合がある。この場合、原稿が写真を含んでいるにも
関わらず、階調画像タイプの可能性がないという誤った
原稿の種別の判断がなされ、情報幅のチェックという次
のステップに進めない可能性がある。

【００１３】また、階調画像タイプの画像の可能性があ
る原稿に対しては、最暗レベルｌｍｉｎ、最明レベルｌ
ｍａｘから上記のように情報幅ｌｍａｘ−ｌｍｉｎを求
め、階調画像タイプ判定の情報幅の判定基準ＩＷＬＩＭ
と比較する。求められた情報幅ｌｍａｘ−ｌｍｉｎが判
定基準ＩＷＬＩＭよりも広いときには、最終的に階調画
像タイプと判定される。

【００１４】しかし、例えば高濃度側の濃度が低いイン
クジェット方式で出力した画像、全体的に黒っぽい画
像、逆に全体的に白っぽい画像等の、階調に偏りがある
原稿については、上記情報幅が極端に小さくなるため、
上記の手法では的確な画像種別の判断がなされない。

【００１５】すなわち、上記特開平５−２３６２７７号
公報に記載された画像処理方法は、写真のみ、文字のみ
からなる原稿、或いは階調に偏りのない原稿等の典型的
な原稿以外に適用するのは困難であるという問題点を有
する。

【００１６】本発明は、上記従来の問題点に鑑みなされ
たものであって、その目的は、入力原稿の原稿種別の判
別を簡単な構成で且つ的確に行うことができ、これによ
って、入力画像の種別に適した画像処理を的確に且つ効
率よく行うことができる画像処理装置およびそれを備え
た画像形成装置並びに画像処理方法を提供することにあ
る。

【００１７】

【課題を解決するための手段】本発明に係る画像処理装
置は、上記の課題を解決するために、入力される画像デ
ータに基づいて原稿の種別を自動的に判別する原稿種別
自動判別手段を備え、上記原稿種別自動判別手段での判
別結果に応じた画像処理を行う画像処理装置であって、
上記原稿種別自動判別手段は、原稿画像の各画素の濃度
とその度数との関係を示す濃度ヒストグラムを、上記画
像データに基づいて作成するヒストグラム作成手段と、
上記濃度ヒストグラムにおける最大度数値を第１最大度
数値として抽出する第１最大度数値抽出手段と、上記第
１最大度数値をとる濃度区分と該濃度区分に隣接する濃
度区分とを除く濃度区分における最大度数値を第２最大
度数値として抽出する第２最大度数値抽出手段と、上記
濃度ヒストグラムにて度数が所定値以下となる濃度区分
の数と上記第１最大度数値とのうち少なくとも一方を用
いて、原稿が文字原稿であるか否かを判定する文字原稿
判定手段と、上記第１最大度数値と上記第２最大度数値
とを用いて、原稿が写真原稿であるか否かを判定する写
真原稿判定手段とを備えていることを特徴としている。

【００１８】また、本発明に係る画像処理方法は、上記
の課題を解決するために、入力される画像データに基づ
いて原稿の種別を自動的に判別し、その判別結果に応じ
た画像処理を行う画像処理方法であって、原稿画像の各
画素の濃度とその度数との関係を示す濃度ヒストグラム
を、上記画像データに基づいて作成する第１ステップ
と、上記濃度ヒストグラムにおける最大度数値を第１最
大度数値として抽出する第２ステップと、上記第１最大
度数値をとる濃度区分と該濃度区分に隣接する濃度区分
とを除く濃度区分における最大度数値を第２最大度数値
として抽出する第３ステップと、上記濃度ヒストグラム
にて度数が所定値以下となる濃度区分の数と上記第１最
大度数値とのうち少なくとも一方を用いて、原稿が文字
原稿であるか否かを判定する第４ステップと、上記濃度
ヒストグラムにおける総度数と上記第１最大度数値と上
記第２最大度数値とを用いて、原稿が写真原稿であるか
否かを判定する第５ステップとを有していることを特徴
としている。

【００１９】上記の構成によれば、原稿種別自動判別手
段のヒストグラム作成手段によって作成された濃度ヒス
トグラムから、第１最大度数値抽出手段によって第１最
大度数値が抽出される。

【００２０】ここで、文字原稿は、主に文字と下地とか
らなるため、上記濃度ヒストグラムにおいて、度数は文
字と下地とに対応する濃度区分にほぼ集中し、これらの
濃度区分で度数が比較的高い。このことは、上記濃度区
分以外の大部分の濃度区分では度数が比較的に低いこと
を意味する。したがって、文字原稿判定手段は、例えば
度数が所定値以下となる濃度区分を抽出し、その数の大
小を判断することにより、原稿が文字原稿であるか否か
を判断することができる。

【００２１】また、文字原稿では、全体に対する下地の
占める割合が多いため、上記濃度ヒストグラムにおける
下地に対応する濃度区分で度数が最大となる。したがっ
て、文字原稿判定手段は、上記第１最大度数値の大小を
判断し、原稿における下地の有無を判断することによっ
ても、原稿が文字原稿であるか否かを判断することがで
きる。

【００２２】つまり、文字原稿判定手段は、度数が所定
値以下となる濃度区分数と上記第１最大度数値とのうち
少なくとも一方を用いることで、原稿が文字原稿である
か否かを的確に判断することができる。

【００２３】なお、文字原稿判定手段が上記した各判別
手法を両方用いて文字原稿の判別を行うことにより、文
字原稿の誤判別の可能性が確実に低減され、より信頼性
の高い判別結果を得ることができる。

【００２４】一方、上記第１最大度数値をとる濃度区分
と隣接しない濃度区分における第２最大度数値が、第２
最大度数値抽出手段によって抽出される。

【００２５】ここで、写真原稿の場合、その濃度ヒスト
グラムには、最大度数が同等レベルとなる２つ以上の山
が存在するのが特徴である。したがって、写真原稿判定
手段は、上記濃度ヒストグラムにおける総度数と上記第
１最大度数値と上記第２最大度数値とを用い、例えば、
上記第１最大度数値と上記第２最大度数値との差に対す
る上記総度数の割合の大小を判断することで、濃度ヒス
トグラムに最大度数が同等レベルとなる２つの山が存在
しているか否かを判断することができ、これによって、
原稿が写真原稿であるか否かを判定することができる。

【００２６】以上のように、上記構成では、ヒストグラ
ム作成手段と文字原稿判定手段と写真原稿判定手段とに
よって、原稿種別を容易にかつ的確に判定することがで
き、各画素毎に領域分離を行って原稿種別を判定する従
来のような複雑な処理を要しない。したがって、上記構
成によれば、原稿種別自動判別手段の構成を簡素化する
ことができ、ハードウェアを大幅に簡略化することがで
きる。

【００２７】また、写真原稿の判別にあたっては、濃度
ヒストグラムにおける度数値のみを用いており、従来の
ように階調幅を用いて行ってはいない。したがって、階
調に偏りがあっても、つまり、階調幅が狭くても、写真
原稿の判別には何ら影響はない。その結果、写真原稿の
判別にあたり、階調の偏りに起因する従来のような誤判
別の可能性を確実に低減することができる。

【００２８】また、上記構成では、原稿が文字原稿であ
るか写真原稿であるかを的確に判別することができるの
で、それらの判別結果の信頼性は高い。したがって、文
字原稿でなく写真原稿でもないと判断される原稿につい
ては、例えば写真原稿判定手段が文字と写真とが混在し
た文字／写真原稿であると判断しても信頼性を損なうこ
とはない。したがって、上記構成によれば、文字原稿お
よび写真原稿のみならず、文字／写真原稿の判別をも的
確に行うことができると言える。

【００２９】このように、上記構成では、原稿種別を的
確に判別することができるので、その後、原稿種別に応
じた画像処理を的確に且つ効率よく行うことができる。

【００３０】本発明に係る画像処理装置は、上記の課題
を解決するために、上記文字原稿判定手段は、度数が上
記所定値以下の低度数である低度数濃度区分を抽出する
と共にその数をカウントし、得られた低度数濃度区分数
と予め設定された第１の閾値とを比較することにより、
原稿が文字原稿であるか否かを判定する低度数濃度区分
数判定手段を備えていることを特徴としている。

【００３１】上記の構成によれば、低度数濃度区分数判
定手段が低度数濃度区分数と第１の閾値とを比較するこ
とによって、第１の閾値を基準にして低度数濃度区分数
の大小を確実に判断することができる。これにより、そ
の比較結果に基づいて、原稿が文字原稿であるか否かを
確実に判断することができる。

【００３２】本発明に係る画像処理装置は、上記の課題
を解決するために、上記文字原稿判定手段は、上記第１
最大度数値と予め設定された第２の閾値とを比較して、
上記第１最大度数値の総度数に対する割合を判断するこ
とにより、原稿が文字原稿であるか否かを判定する最大
度数値判定手段を備えていることを特徴としている。

【００３３】上記の構成によれば、最大度数値判定手段
が上記第１最大度数値と第２の閾値との比較によって、
上記第１最大度数値の総度数に対する割合を判断するこ
とにより、上記第１最大度数値の属する濃度区分が原稿
における下地に対応しているか否かを確実に判断するこ
とができる。これにより、原稿における下地の有無を確
実に判断することができ、原稿が文字原稿であるか否か
を確実に判断することができる。

【００３４】本発明に係る画像処理装置は、上記の課題
を解決するために、上記写真原稿判定手段は、上記第１
最大度数値と上記第２最大度数値との差に対する上記総
度数の割合と、予め設定された第３の閾値とを比較する
ことにより、原稿が写真原稿であるか否かを判定する写
真原稿判別手段を備えていることを特徴としている。

【００３５】上記の構成によれば、写真原稿判別手段
は、上記第１最大度数値と上記第２最大度数値との差に
対する上記総度数の割合と、第３の閾値とを比較するこ
とで、濃度ヒストグラムにおいて最大度数が同等レベル
に近い山が２つ以上存在するか否かを確実に判断するこ
とができる。これにより、原稿が写真原稿であるか否か
を確実に判断することができる。

【００３６】本発明に係る画像処理装置は、上記の課題
を解決するために、上記写真原稿判定手段は、上記文字
原稿判定手段にて文字原稿と判定されなかった原稿に対
して写真原稿であるか否かの判定を行うことを特徴とし
ている。

【００３７】例えば、濃度ヒストグラムにおける総度数
が互いに等しく、かつ、上記第１最大度数値と上記第２
最大度数値との差が互いに等しくなるような文字原稿と
写真原稿とが存在する場合がある。この場合、第１最大
度数値と第２最大度数値との差に対する総度数の割合
は、文字原稿と写真原稿とで同じとなってしまい、これ
らを区別することができない。

【００３８】そこで、文字原稿判定手段にて先に文字原
稿であるか否かを判定しておき、文字原稿の可能性が否
定された原稿に対してのみ、写真原稿判定手段が写真原
稿であるか否かの判定を行うことで、文字原稿と写真原
稿とを確実に区別することができ、これらの間での誤判
別を確実に無くすことができる。

【００３９】本発明に係る画像処理装置は、上記の課題
を解決するために、上記画像データは、複数の色成分か
らなるカラー画像データであり、上記文字原稿判定手段
および上記写真原稿判定手段は、各色成分毎に原稿種別
の判定を行うものであり、上記原稿種別自動判別手段
は、上記文字原稿判定手段および上記写真原稿判定手段
における各色毎の判定結果に基づいて、最終的な原稿種
別の判別を行う原稿種別判別手段を備えていることを特
徴としている。

【００４０】上記の構成によれば、上記画像データは、
例えばＢＧＲのカラー画像データであってもよいし、Ｃ
ＭＹのカラー画像データであってもよい。文字原稿判定
手段および写真原稿判定手段が各色成分毎に原稿種別の
判定を行い、原稿種別判別手段が各色毎の判定結果に基
づいて最終的な原稿種別の判別を行うので、例えば、い
ずれか１つの色成分について他の色成分とは異なる判定
結果が得られたとしても、これらを総合的に判断して原
稿種別を決めることができる。したがって、１つの色成
分についての判定結果のみに基づいて原稿種別の判別を
行う場合に比べて、誤判別を確実に低減することがで
き、判定結果の信頼性を向上させることができる。その
結果、白黒、カラー画像に関係なく種々の入力画像の種
別に適した画像処理を的確に且つ効率よく行うことがで
きる。

【００４１】なお、本発明に係る画像処理方法は、上記
第４ステップにおいて、度数が上記所定値以下の低度数
である低度数濃度区分を抽出すると共にその数をカウン
トし、得られた低度数濃度区分数と予め設定された第１
の閾値とを比較することにより、原稿が文字原稿である
か否かを判定する構成であってもよい。

【００４２】また、本発明に係る画像処理方法は、上記
第４ステップにおいて、第１最大度数値と予め設定され
た第２の閾値とを比較して、上記第１最大度数値の総度
数に対する割合を判断することにより、原稿が文字原稿
であるか否かを判定する構成であってもよい。

【００４３】また、本発明に係る画像処理方法は、上記
第５ステップにおいて、上記第１最大度数値と上記第２
最大度数値との差に対する上記総度数の割合と、予め設
定された第３の閾値とを比較することにより、原稿が写
真原稿であるか否かを判定する構成であってもよい。

【００４４】また、本発明に係る画像処理方法は、上記
第４ステップの後に上記第５のステップを行う構成であ
ってもよい。

【００４５】また、本発明に係る画像処理方法は、さら
に、上記第４ステップにおいて文字原稿と判定されず、
かつ、上記第５ステップにおいて写真原稿と判定されな
かった原稿画像を、文字／写真の混在原稿と判定する第
６のステップを有する構成であってもよい。

【００４６】また、本発明に係る画像処理方法は、上記
画像データは、複数の色成分からなるカラー画像データ
であり、上記第４ステップ、上記第５ステップおよび上
記第６ステップにおいて、各色成分毎に原稿種別の判定
を行う構成であってもよい。

【００４７】また、本発明に係る画像処理方法は、さら
に、上記第４ステップ、上記第５ステップおよび上記第
６ステップにおける各色毎の判定結果に基づいて、最終
的な原稿種別の判別を行う第７ステップを有する構成で
あってもよい。

【００４８】本発明に係る画像処理装置は、上記の課題
を解決するために、入力される画像データに基づいて原
稿の種別を自動的に判別する原稿種別自動判別手段を備
え、上記原稿種別自動判別手段での判別結果に応じた画
像処理を行う画像処理装置であって、上記原稿種別自動
判別手段は、原稿画像の各画素の上記画像データに基づ
いて、各画素がベタ濃度画素であるか否かを判定するベ
タ濃度画素判定手段と、ベタ濃度画素の濃度とその度数
との関係を示す濃度ヒストグラムを作成するヒストグラ
ム作成手段と、上記濃度ヒストグラムにおいて、度数値
が所定範囲に収まるような中度数となる中度数濃度区分
の数と、度数値が上記所定範囲の最大値よりも大きい高
度数となる高度数濃度区分の数とを用いて、原稿の種別
を判定する原稿種別判定手段とを備えていることを特徴
としている。

【００４９】本発明に係る画像処理方法は、上記の課題
を解決するために、入力される画像データに基づいて原
稿の種別を自動的に判別し、その判別結果に応じた画像
処理を行う画像処理方法であって、原稿画像の各画素の
上記画像データに基づいて、各画素がベタ濃度画素であ
るか否かを判定する第１ステップと、ベタ濃度画素の濃
度とその度数との関係を示す濃度ヒストグラムを作成す
る第２ステップと、上記濃度ヒストグラムにおいて、度
数値が所定範囲に収まるような中度数となる中度数濃度
区分の数と、度数値が上記所定範囲の最大値よりも大き
い高度数となる高度数濃度区分の数とを用いて、原稿の
種別を判定する第３ステップとを有していることを特徴
としている。

【００５０】上記の構成によれば、原稿種別自動判別手
段のベタ濃度画素判定手段によってベタ濃度画素と判定
された画素の濃度ヒストグラムがヒストグラム作成手段
によって作成される。

【００５１】ここで、原稿におけるベタ濃度画素として
は、文字原稿における下地のベタ部分、写真のベタに近
い部分などがある。文字原稿では全体に対する下地の占
める割合が大きいので、文字原稿の濃度ヒストグラム
は、上記下地に対応する濃度区分において比較的高度数
となり、しかも、高度数となる濃度区分の数が多いのが
特徴である。一方、写真原稿のベタに近い部分は、濃度
ヒストグラムにおいては、文字原稿のように高度数とな
る濃度区分はほとんどなく、中度数の濃度区分が多く存
在するのが特徴である。

【００５２】したがって、原稿種別判定手段は、上記濃
度ヒストグラムにおいて、度数値が所定範囲に収まるよ
うな中度数となる中度数濃度区分の数の大小を判断する
ことで、原稿に写真が含まれている可能性を判断するこ
とができる。また、原稿種別判定手段が、度数値が上記
所定範囲の最大値よりも大きい高度数となる高度数濃度
区分の数の大小を判断することで、原稿に文字が含まれ
ている可能性を判断することができる。これにより、原
稿種別判定手段は、判別の対象となる原稿に対して、中
度数濃度区分数を用いた判断と、高度数濃度区分数を用
いた判断とを両方行うことにより、原稿が、文字原稿、
写真原稿、文字／写真原稿のいずれであるかを判別する
ことが可能となる。

【００５３】このように、原稿種別判定手段は、ベタ濃
度画素からなる濃度ヒストグラムにおいて、中度数濃度
区分数と高度数濃度区分数とを用いて、原稿種別を的確
に判断することができるので、各画素毎に領域分離を行
って原稿種別を判定する従来のような複雑な処理を要し
ない。したがって、上記構成によれば、原稿種別自動判
別手段の構成を簡素化することができ、ハードウェアを
大幅に簡略化することができる。

【００５４】また、写真原稿の判別にあたっては、従
来、ヒストグラムにおける階調幅を用いて行っていた
が、上記構成では、濃度ヒストグラムにおいて、所定の
条件を満たす濃度区分（中度数濃度区分）の数を用いて
いるので、階調に偏りがあっても、つまり、階調幅が狭
くても、写真原稿の判別には何ら影響はない。その結
果、写真原稿の判別にあたり、階調の偏りに起因する従
来のような誤判別の可能性を確実に低減することができ
る。

【００５５】また、上記構成では、原稿種別を的確に判
別することができるので、その後、原稿種別に応じた画
像処理を的確に且つ効率よく行うことができる。

【００５６】本発明に係る画像処理装置は、上記の課題
を解決するために、上記原稿種別判定手段は、上記高度
数濃度区分の数と、予め設定された文字判定用閾値とを
比較することにより、原稿に文字が含まれているか否か
を判定する文字含有性判定手段を備えていることを特徴
としている。

【００５７】上記の構成によれば、文字含有性判定手段
は、高度数濃度区分数と文字判定用閾値とを比較するこ
とによって、文字判定用閾値を基準にして高度数濃度区
分数の大小を的確に把握することができる。これによ
り、上記比較結果に基づいて、原稿に文字が含まれてい
る可能性を的確に判断することができる。

【００５８】本発明に係る画像処理装置は、上記の課題
を解決するために、上記原稿種別判定手段は、上記中度
数濃度区分の数と、予め設定された写真判定用閾値とを
比較することにより、原稿に写真が含まれているか否か
を判定する写真含有性判定手段を備えていることを特徴
としている。

【００５９】上記の構成によれば、写真含有性判定手段
は、中度数濃度区分数と写真判定用閾値とを比較するこ
とによって、写真判定用閾値を基準にして中度数濃度区
分数の大小を的確に把握することができる。これによ
り、上記比較結果に基づいて、原稿に写真が含まれてい
る可能性を的確に判断することができる。

【００６０】本発明に係る画像処理装置は、上記の課題
を解決するために、上記原稿種別判定手段は、複数の異
なる写真判定用閾値を設定する写真判定用閾値設定手段
と、上記文字含有性判定手段での判定結果に応じて、上
記写真含有性判定手段での判定に用いる写真判定用閾値
を切り換える閾値切り換え手段とを備えていることを特
徴としている。

【００６１】例えば、文字含有性判定手段にて、原稿が
文字を含む可能性が高いと判定された場合、その原稿
は、文字原稿か文字／写真原稿かのいずれかの可能性が
ある。一方、文字含有性判定手段にて、原稿が文字を含
む可能性が低いと判定された場合、その原稿は、文字／
写真原稿か写真原稿かのいずれかの可能性がある。

【００６２】ここで、文字原稿と文字／写真原稿とを区
別する場合、文字原稿は中度数濃度区分数が少ないと考
えられるので、写真判定用閾値を比較的小さい値に設定
しても、この写真判定用閾値と中度数濃度区分数とを比
較することで、文字原稿と文字／写真原稿とを区別する
ことが可能である。

【００６３】一方、文字／写真原稿と写真原稿とは両方
とも写真を含んでおり、文字／写真原稿は、写真原稿よ
りもその数は少ないものの、ある程度の中度数濃度区分
数を有しているので、上記と同じように写真判定用閾値
を比較的小さい値に設定した場合、これと中度数濃度区
分数とを比較しても、文字／写真原稿および写真原稿の
どちらにおいても中度数濃度区分数が上記写真判定用閾
値を上回り、文字／写真原稿と写真原稿とを区別するこ
とができない。

【００６４】したがって、上記構成のように、写真判定
用閾値設定手段が設定した複数の写真判定用閾値を、閾
値切り換え手段が文字含有性判定手段での判定結果に応
じて切り換えることで、上記のような不都合を解決する
ことができ、文字原稿と文字／写真原稿、および、文字
／写真原稿と写真原稿との区別を確実に行うことが可能
となる。

【００６５】本発明に係る画像処理装置は、上記の課題
を解決するために、上記ベタ濃度画素判定手段は、画像
データのある一つの画素を注目画素とし、注目画素とそ
の近傍の複数の近傍画素よりなる所定の大きさのブロッ
ク内において、注目画素と複数の近傍画素との濃度差の
絶対値を求めるとともに、この濃度差の絶対値と比較を
行うためのベタ濃度画素閾値を設定するベタ濃度画素閾
値設定手段と、上記ベタ濃度画素閾値よりも小さい濃度
差の絶対値を有する近傍画素数をカウントするととも
に、この近傍画素数との比較を行うためのベタ濃度画素
カウント数閾値を設定するベタ濃度画素カウント数閾値
設定手段と、上記カウントされた近傍画素数が上記ベタ
濃度画素カウント数閾値よりも大きい時に注目画素がベ
タ濃度画素であると判定するベタ濃度画素判別手段とを
備えていることを特徴とする。

【００６６】上記構成の画像処理装置によれば、ベタ濃
度画素判定手段には、入力画像データのある一つの画素
を注目画素とし、注目画素とその近傍の複数の近傍画素
よりなる、所定の大きさのブロックにおいて、注目画素
とその近傍の複数の近傍画素との濃度差の絶対値を求め
るとともに、この濃度差の絶対値と比較を行うためのベ
タ濃度画素閾値を設定するベタ濃度画素閾値設定手段
と、上記ベタ濃度画素閾値より小さい濃度差の絶対値を
有する近傍画素数をカウントするとともに、この近傍画
素数との比較を行うためのベタ濃度画素カウント数閾値
を設定するベタ濃度画素カウント数閾値設定手段と、上
記カウントされた近傍画素数が上記ベタ濃度画素カウン
ト数閾値より大きい時、注目画素をベタ濃度画素である
と判定するベタ濃度画素判別手段とを備えている。

【００６７】これにより、簡易な方法でベタ濃度画素を
確実に判定することが可能となる。

【００６８】本発明に係る画像処理装置は、上記の課題
を解決するために、上記ベタ濃度画素カウント数閾値
は、上記ブロック内の総画素数よりも小さい値に設定さ
れていることを特徴としている。

【００６９】上記の構成によれば、ベタ濃度画素カウン
ト数閾値の設定を上記のように緩和することにより、例
えば原稿画像を読み取るスキャナー部に多少のばらつき
があったり、画像データにノイズが含まれていても、そ
のような影響をほとんど無視したベタ濃度画素の検出を
行うことができる。

【００７０】なお、上記ベタ濃度画素カウント数閾値
は、上記ブロック内の総画素数よりも大幅に小さくなる
と、ベタ濃度画素の検出の精度が落ちるので、上記ブロ
ック内の総画素数より若干小さい値に設定されることが
好ましい。

【００７１】本発明に係る画像処理装置は、上記の課題
を解決するために、上記画像データは、複数の色成分か
らなるカラー画像データであり、上記原稿種別判定手段
は、各色成分毎に原稿種別の判定を行うものであり、上
記原稿種別自動判別手段は、上記原稿種別判定手段にお
ける各色毎の判定結果に基づいて、最終的な原稿種別の
判別を行う原稿種別判別手段を備えていることを特徴と
している。

【００７２】上記の構成によれば、上記画像データは、
例えばＢＧＲのカラー画像データであってもよいし、Ｃ
ＭＹのカラー画像データであってもよい。原稿種別判定
手段が各色成分毎に原稿種別の判定を行い、原稿種別判
別手段が各色毎の判定結果に基づいて最終的な原稿種別
の判別を行うので、例えば、いずれか１つの色成分につ
いて他の色成分とは異なる判定結果が得られたとして
も、これらを総合的に判断して原稿種別を決めることが
できる。したがって、１つの色成分についての判定結果
のみに基づいて原稿種別の判別を行う場合に比べて、誤
判別を確実に低減することができ、判定結果の信頼性を
向上させることができる。その結果、白黒、カラー画像
に関係なく種々の入力画像の種別に適した画像処理を的
確に且つ効率よく行うことができる。

【００７３】本発明に係る画像形成装置は、上記の課題
を解決するために、上記したいずれかの画像処理装置を
備えていることを特徴としている。

【００７４】上記の構成によれば、原稿種別の判別が的
確に行われ、しかも、原稿種別に応じた適切な画像処理
が行われる画像処理装置を備えた画像形成装置（複写機
やインクジェットプリンタなど）を提供することができ
る。

【００７５】なお、本発明に係る画像処理方法は、上記
第３ステップにおいて、上記高度数濃度区分の数と、予
め設定された文字判定用閾値とを比較することにより、
原稿に文字が含まれているか否かを判定する構成であっ
てもよい。

【００７６】また、本発明に係る画像処理方法は、上記
第３ステップにおいて、上記中度数濃度区分の数と、予
め設定された写真判定用閾値とを比較することにより、
原稿に写真が含まれているか否かを判定する構成であっ
てもよい。

【００７７】また、本発明に係る画像処理方法は、上記
第３ステップにおいて、文字原稿および写真原稿と判定
されなかった原稿画像を、文字／写真の混在原稿と判定
する構成であってもよい。

【００７８】また、本発明に係る画像処理方法は、上記
画像データは、複数の色成分からなるカラー画像データ
であり、上記第３ステップにおいて、各色成分毎に原稿
種別の判定を行う構成であってもよい。

【００７９】また、本発明に係る画像処理方法は、さら
に、上記第３ステップにおける各色毎の判定結果に基づ
いて、最終的な原稿種別の判別を行う第４ステップを有
する構成であってもよい。

【００８０】

【発明の実施の形態】〔実施の形態１〕本発明の実施の
一形態について図１ないし図７に基づいて説明すれば、
以下の通りである。

【００８１】図２は、本実施の形態の画像形成装置とし
てのデジタルカラー複写機１の構成を示すブロック図で
ある。同図に示すように、デジタルカラー複写機１は、
電子写真プロセスを用いるものであり、カラー画像入力
装置２（以下、単に「画像入力装置」と称する）と、カ
ラー画像処理装置３（以下、単に「画像処理装置」と称
する）と、カラー画像出力装置４（以下、単に「画像出
力装置」と称する）とからなる構成である。

【００８２】画像入力装置２は、例えば入力原稿を読み
取る図示しないスキャナー部により構成されている。画
像処理装置３は、画像入力装置２にて読み取られた原稿
画像を基にして所望の画像処理を行う。

【００８３】画像出力装置４は、例えば図示しない感光
体と、画像処理装置３から出力される複数色の画像信号
に基づいて感光体を露光する図示しない露光部と、上記
露光によって感光体表面に形成される静電潜像を複数色
のトナーにより現像する図示しない現像部と、現像され
たトナー像を用紙に転写する図示しない転写部とを少な
くとも有しており、画像処理装置３にて処理された信号
を基にしてカラー画像を用紙上に出力する。

【００８４】次に、画像処理装置３について説明する。
画像処理装置３は、Ａ／Ｄ（アナログ／デジタル）変換
部５と、シェーディング補正部６と、原稿種別自動判別
部７（原稿種別自動判別手段）と、入力階調補正部８
と、色補正部９と、領域分離処理部１０と、黒生成／下
色除去部１１と、空間フィルタ処理部１２と、出力階調
補正部１３と、階調再現処理部１４とを備えている。つ
まり、本実施形態における画像処理装置３は、入力され
る画像データに基づいて原稿の種別を自動的に判別する
原稿種別自動判別部７を備えており、原稿種別自動判別
部７での原稿種別判別結果に応じた画像処理を行うもの
となっている。

【００８５】画像入力装置２において、原稿からの反射
光像がＲＧＢ（Ｒ：赤・Ｇ：緑・Ｂ：青）アナログ信号
として図示しないＣＣＤ（Charge Coupled Device ）に
て読み取られると、上記ＣＣＤにより読み取られたＲＧ
Ｂアナログ信号は、画像処理装置３のＡ／Ｄ変換部５に
よりデジタル信号に変換される。

【００８６】そして、シェーディング補正部６にて、画
像入力装置２の照明系・結像系・撮像系にて生じる各種
の歪みを取り除くためのシェーディング補正が行われ
る。

【００８７】その後、原稿種別自動判別部７において、
シェーディング補正部６にて各種の歪みが取り除かれた
ＲＧＢ信号、すなわちＲＧＢの反射率信号が、濃度信号
などの画像処理装置３に採用されている画像処理システ
ムにて扱い易い信号に変換されるとともに、入力された
原稿画像が、文字原稿であるか、印刷写真または印画紙
写真等の写真原稿であるか、あるいはそれらを組み合わ
せた文字／写真原稿であるかの判別が自動で行われる。
詳細については後述する。

【００８８】その後、入力階調補正部８において、カラ
ーバランスが整えられると同時に、上記原稿種別自動判
別部７の判別結果を基に下地濃度の除去やコントラスト
などの画質調整処理が施される。

【００８９】次に、色補正部９では、色再現の忠実化実
現のために、不要吸収成分を含むＣ（シアン）・Ｍ（マ
ゼンタ）・Ｙ（イエロー）色材の分光特性に基づいた色
濁りを取り除く色補正処理が行われる。色補正処理され
た画像信号は、領域分離処理部１０にて、各画素毎に文
字領域、網点領域、写真領域の何れかの領域に分離され
る。

【００９０】領域分離処理部１０では、分離結果に基づ
き、画素がどの領域に属しているか示す領域識別信号
が、黒生成／下色除去部１１、空間フィルタ処理部１
２、および階調再現処理部１４へ出力される。

【００９１】黒生成／下色除去部１１では、色補正部９
で色補正処理されたＣＭＹの３色信号からＫ（黒）信号
を生成する黒生成処理、および元のＣＭＹ信号から黒生
成で得たＫ信号を差し引いて新たなＣＭＹ信号を生成す
る下色除去処理が行われ、これによりＣＭＹの３色信号
がＣＭＹＫの４色信号に変換される。

【００９２】次に、空間フィルタ処理部１２では、デジ
タルフィルタによる空間フィルタ処理がなされる。上記
空間フィルタ処理では、空間周波数特性を補正すること
によって出力画像のボヤケや粒状性劣化を防ぐよう処理
される。

【００９３】そして、出力階調補正部１３で濃度信号な
どの信号を画像出力装置４の特性値である網点面積率に
変換する出力階調補正処理が行わる。その後、階調再現
処理部１４で、最終的に画像を画素に分割してそれぞれ
の階調を再現できるように処理する階調再現処理（中間
調生成処理）がなされる。

【００９４】また、上記の色補正部９における色補正処
理後、文字および写真混在原稿における特に黒文字ある
いは色文字の再現性を高めるために、領域分離処理部１
０において、黒文字（場合によっては色文字も含む）と
して分離された画像領域に対して、空間フィルタ処理部
１２は、高周波数域の空間周波数の強調量を大きくして
鮮鋭度強調処理を行う。この場合、上記階調再現処理部
１４における中間調生成処理において、高周波数再現に
適した高解像のスクリーンでの二値化または多値化処理
を選択するように構成する。

【００９５】一方、領域分離処理部１０により網点と判
別された領域に関しては、空間フィルタ処理部１２にお
いて、入力網点成分を除去するためのローパスフィルタ
処理が施される。この場合、上記中間調生成処理では、
階調再現性を重視したスクリーンでの二値化または多値
化処理が行われる。

【００９６】上述した各処理が施された画像データは、
一旦図示しない記憶手段に記憶され、所定のタイミング
で読み出されて画像出力装置４に入力される。

【００９７】次に、本発明の特徴点である原稿種別自動
判別部７の構成および原稿種別自動判別処理について説
明する。なお、原稿種別自動判別部７での原稿種別自動
判別処理では、ＲＧＢの画像入力信号、あるいは、ＲＧ
Ｂの補色であるＣＭＹに変換された信号を用いて行われ
るが、以下では、信号変換部２１（図１参照）によりＣ
ＭＹ信号に変換された信号を用いて処理を行う場合につ
いて説明する。

【００９８】画像処理装置３では、原稿種別自動判別処
理された結果を基に、入力階調補正処理・色補正処理・
領域分離処理・黒生成／下色除去処理・空間フィルタ処
理・階調再現処理（中間調生成処理）などの処理が切り
替えられる。

【００９９】図１に示すように、原稿種別自動判別部７
は、信号変換部２１と、ヒストグラム作成部２２（ヒス
トグラム作成手段）と、第１最大度数濃度区分抽出部２
３（第１最大度数値抽出手段）と、第２最大度数濃度区
分抽出部２４（第２最大度数値抽出手段）と、文字原稿
判定部２５（文字原稿判定手段）と、写真原稿判定部２
６（写真原稿判定手段）と、原稿種別判別部２７（原稿
種別判別手段）とを備えている。

【０１００】信号変換部２１は、ＲＧＢの反射率信号を
濃度信号に変換するとともにＲＧＢ濃度信号からＣＭＹ
系の信号に変換する。ヒストグラム作成部２２は、原稿
画像の各画素の濃度とその度数との関係を示す濃度ヒス
トグラムを、信号変換部２１から入力される画像データ
（Ｃ，Ｍ，Ｙの各信号）に基づいて、後述する手順で作
成する。

【０１０１】第１最大度数濃度区分抽出部２３は、ヒス
トグラム作成部２２にて作成された上記濃度ヒストグラ
ムにおける最大度数値を第１最大度数値（ＭＡＸ１）と
して抽出するとともに、ＭＡＸ１が属する濃度区分を第
１最大度数濃度区分として抽出する。

【０１０２】第２最大度数濃度区分抽出部２４は、上記
第１最大度数濃度区分抽出部２３で抽出された第１最大
度数濃度区分およびそれに隣接する濃度区分以外で、第
２最大度数値（ＭＡＸ２）を抽出するとともに、ＭＡＸ
２が属する濃度区分を第２最大度数濃度区分として抽出
する。つまり、第２最大度数濃度区分抽出部２４は、少
なくともＭＡＸ１をとる濃度区分に隣接しない濃度区分
における２番目に大きな度数値をＭＡＸ２として抽出す
る。

【０１０３】文字原稿判定部２５は、上記濃度ヒストグ
ラムに基づいて、入力原稿が文字原稿である否かを判別
する。より詳しくは、文字原稿判定部２５は、上記濃度
ヒストグラムにて度数値が所定値（後述する低度数閾
値）以下となる濃度区分の数と、ＭＡＸ１とのうち、少
なくとも一方を用いて原稿が文字原稿であるか否かを判
定する。

【０１０４】写真原稿判定部２６は、上記ＭＡＸ１およ
び上記ＭＡＸ２に基づいて、入力原稿が写真原稿である
か否かを判別する。なお、上記写真原稿判定部２６にお
いて、写真原稿であるか否かを判別する際、その写真原
稿が印刷写真であるか印画紙写真であるかの区別は行わ
れない。

【０１０５】原稿種別判別部２７は、上記文字原稿判定
部２５および上記写真原稿判定部２６における各色
（Ｃ，Ｍ，Ｙ）毎の判定結果に基づいて最終的な原稿種
別の判別を行う。

【０１０６】上記文字原稿判定部２５は、さらに、低度
数閾値設定部３１と、第１の閾値設定部３２と、低度数
濃度区分数判定部３３（低度数濃度区分数判定手段）
と、第２の閾値設定部３４と、最大度数値判定部３５
（最大度数値判定手段）とを備えている。

【０１０７】低度数閾値設定部３１は、低度数の濃度区
分を抽出するために用いられる低度数閾値を設定する。

【０１０８】第１の閾値設定部３２は、上記濃度ヒスト
グラムにおける各濃度区分の度数を上記低度数閾値と比
較することにより抽出される低度数の濃度区分数と比較
される第１の閾値を設定する。

【０１０９】低度数濃度区分数判定部３３は、上記濃度
ヒストグラムにおいて、上記低度数閾値よりも小さい低
度数の濃度区分を抽出してその数をカウントするととも
に、上記第１の閾値設定部３２で設定された第１の閾値
と低度数の濃度区分数とを比較して、入力原稿が文字原
稿か否かを判定する。

【０１１０】第２の閾値設定部３４は、上記ＭＡＸ１が
総度数、すなわち総画素数に対してどれだけの割合を示
しているかを判定するために用いられる第２の閾値を設
定する。

【０１１１】最大度数値判定部３５は、上記第２の閾値
設定部３４で設定された第２の閾値と上記ＭＡＸ１とを
比較して、上記ＭＡＸ１の総度数に対する割合を判断す
ることにより原稿が文字原稿であるか否かを判定する。

【０１１２】また、写真原稿判定部２６は、第３の閾値
設定部３６と、写真原稿判別部３７（写真原稿判別手
段）とを備えている。

【０１１３】第３の閾値設定部３６は、写真原稿判別部
３７での写真原稿判定を行う際に用いる第３の閾値を設
定する。

【０１１４】写真原稿判別部３７は、総度数と、上記Ｍ
ＡＸ１と、上記ＭＡＸ２とに基づいて得られる結果と上
記第３の閾値とを比較することにより、入力原稿が写真
のみの画像であるか、文字と写真とが混在する文字／写
真原稿であるかを判定する。

【０１１５】次に、上記構成の原稿種別自動判別部７に
よる本実施の形態の原稿種別自動判別処理を、図３に示
すフローチャートに基づいて説明する。

【０１１６】先ず、プレスキャンが開始され（Ｓ１：以
下、ステップを「Ｓ」と記す）、読み取られた原稿の全
画素のＲＧＢ信号が、信号変換部２１にてそれぞれ補色
のＣＭＹ信号に変換される（Ｓ２）。

【０１１７】次に、Ｓ２にて変換された各信号を用い
て、ヒストグラム作成部２２では、例えば図４ないし図
６に示すような濃度ヒストグラムが各色毎に作成される
（Ｓ３）。なお、図４ないし図６は、それぞれ文字原
稿、写真原稿、文字／写真原稿の濃度ヒストグラムの一
例を示しているが、濃度ヒストグラムの作成の詳細につ
いては後述する。

【０１１８】第１最大度数濃度区分抽出部２３は、Ｓ３
において作成された濃度ヒストグラムを基に、最大度数
の濃度区分（第１最大度数濃度区分）を選択するととも
にその濃度区分における第１最大度数値（ＭＡＸ１）を
抽出する（Ｓ４）。

【０１１９】続いて、第２最大度数濃度区分抽出部２４
は、上記ＭＡＸ１を抽出した濃度区分および上記濃度区
分に隣接する濃度区分以外で、最大度数値をもつ度数区
分（第２最大度数濃度区分）を選択し、上記濃度区分に
おける度数値、すなわち、第２最大度数値（ＭＡＸ２）
を抽出する（Ｓ５）。

【０１２０】次に、低度数濃度区分数判定部３３は、低
度数の濃度区分を検出するために低度数閾値設定部３１
にて予め用意された低度数閾値と上記濃度ヒストグラム
の各濃度区分における度数とを比較し、この低度数閾値
より小さい度数の濃度区分をカウントし、カウントされ
た低度数濃度区分数が第１の閾値以上であるか否かを判
定する（Ｓ６）。

【０１２１】上記Ｓ６にて、低度数濃度区分数が第１の
閾値以上の場合には、低度数濃度区分数判定部３３は、
入力原稿を文字原稿と判定する（Ｓ１１）。なお、この
条件で入力原稿が文字原稿であるか否かを判別できる理
由については後述する。

【０１２２】一方、上記Ｓ６にて、低度数濃度区分数が
第１の閾値よりも少ない場合、すなわち入力原稿が文字
原稿と判定されなかった場合については、最大度数値判
定部３５は、上記ＭＡＸ１と第２の閾値とを比較するこ
とにより、上記ＭＡＸ１が全体の総度数に対してどれだ
けの割合を示しているかを判定する（Ｓ７）。上記Ｓ７
で、ＭＡＸ１が第２の閾値以上であれば、最大度数値判
定部３５は、入力原稿を文字原稿と判定する（Ｓ１
１）。なお、この条件でも入力原稿が文字原稿であるか
否かを判別できる理由については後述する。

【０１２３】次に、上記Ｓ７で、ＭＡＸ１が第２の閾値
よりも小さい場合、すなわち上記Ｓ６、Ｓ７における文
字原稿の判定において文字原稿と判定されなかったもの
について、写真原稿判定部２６にて、入力原稿が写真原
稿であるかどうかの判定が行われる（Ｓ８）。

【０１２４】Ｓ８では、写真原稿判別部３７は、総度数
（ＡＬＬ）を上記ＭＡＸ１と上記ＭＡＸ２との差（ＭＡ
Ｘ１−ＭＡＸ２）で割り、それが第３の閾値設定部３６
により予め設定された第３の閾値以上であるか否かを判
定する。

【０１２５】ＡＬＬ／（ＭＡＸ１−ＭＡＸ２）の値が第
３の閾値以上であれば、写真原稿判別部３７は、入力原
稿を写真原稿と判定する（Ｓ１０）。なお、この条件で
入力原稿が写真原稿であるか否かの判定ができる理由に
ついては後述する。

【０１２６】そして、Ｓ８における写真原稿の判定にお
いて、写真原稿と判定されなかったものについては、写
真原稿判別部３７は、入力原稿画像が文字と写真が混合
した文字／写真原稿であると判定する（Ｓ９）。

【０１２７】上記Ｓ１〜Ｓ１１までの処理をＣＭＹ各色
の信号毎に行い、３信号のうち２信号以上で同じ判定結
果が得られた場合、原稿種別判別部２７は、その結果を
最終的に入力原稿の原稿種別として決定する（Ｓ１
２）。ただし、２信号以上で同じ判定結果が存在しなけ
れば、原稿種別判別部２７は、最終原稿種別判別結果と
して、入力原稿を文字／写真原稿と判定する。

【０１２８】上記ステップにより、図２に示すように、
原稿種別自動判別部７における原稿種別判別が自動で行
われ、その原稿判別結果に基づいて、原稿種別自動判別
以降の入力階調補正部８における入力階調補正処理、色
補正部９における色補正処理、領域分離処理部１０にお
ける領域分離処理、黒生成／下色除去部１１における黒
生成／下色除去処理、空間フィルタ処理部１２における
空間フィルタ処理、階調再現処理部１４における階調再
現処理（中間調生成処理）処理などが切り替えられる。

【０１２９】例えば入力画像が文字原稿であると判別さ
れた場合は、以下の通りである。

【０１３０】上記入力階調補正処理、或いは上記階調再
現処理においては、ハイライトを多めに除去したり、コ
ントラストを大きくするような補正曲線が用いられる。

【０１３１】また、上記領域分離処理では、例えば線画
等の文字領域として領域分離されたところを有効な領域
分離と判断する。一方で、文字原稿であったとしても、
原稿の種類によって誤判別が行われる可能性があるた
め、連続階調の網点領域、写真領域として領域分離され
たところは誤った領域分離とみなし、これ以降の処理に
反映させないようにする。

【０１３２】そして、その領域分離処理結果に基づい
て、色文字の場合には彩度を重視した色補正処理が行わ
れ、上記黒生成／下色除去処理では、黒文字に対して黒
生成量が多めに設定される。

【０１３３】また、上記空間フィルタ処理においては、
エッジを強調する強調フィルタを強くするか、または画
像データに含まれている雑音を取り除く平滑化フィルタ
を弱くする等のパラメータの切り替えなどが行われる。

【０１３４】また逆に入力画像が写真原稿であると判別
された場合は以下の通りである。、上記入力階調補正処
理または上記階調再現処理ではハイライトを重視した
り、階調性を大きくした補正曲線が用いられる。

【０１３５】上記領域分離処理では、連続階調の網点領
域または写真領域として領域分離された領域を有効な分
離と判断し、線画等の文字領域として領域分離された領
域は誤分離とみなし、これ以降の処理に反映させないよ
うにする。

【０１３６】そして、その領域分離処理結果に基づい
て、階調性を重視した色補正処理が行われ、黒生成／下
色除去処理では黒生成を少なくするなどの処理が行われ
る。

【０１３７】また、空間フィルタ処理では強調フィルタ
を弱くするか、または平滑化フィルタを強くする等のパ
ラメータの切り替えなどが行われる。なお、文字／写真
原稿において、文字が小さいために写真原稿であると判
別される場合も考えられる。しかし、このような場合に
おいても、文字／写真原稿における文字領域については
空間フィルタ処理においては強調処理がなされず、写真
領域については対応する空間フィルタ処理がなされるの
で、画像全体としての劣化を少なくすることができる。

【０１３８】また、入力原稿が文字／写真原稿であると
判別された場合は、以下の通りである。

【０１３９】各処理において、文字原稿と判別した場合
の処理と写真原稿と判別した場合の処理との中間パラメ
ータを用いた処理が行われる。なお、上記中間パラメー
タは、文字原稿あるいは写真原稿のどちらを重視するか
により変更してもよい。

【０１４０】例えば、上記入力階調補正処理、上記階調
再現処理では、上記中間のパラメータを用いてハイライ
トの除去やコントラストの調整を行う。また、上記色補
正処理も、彩度の強弱や階調性のバランスが極端になら
ないように行ってもよい。

【０１４１】上記黒生成／下色除去処理では、写真画像
に影響が出ない程度に黒生成量の調整を行う。上記領域
分離処理では、各画素の領域分離処理の結果をそのまま
それ以降の処理に反映させるようにする。

【０１４２】次に、図４ないし図６に示す濃度ヒストグ
ラムを参照しつつ上述の図３のフローチャートにおける
原稿種別の判定についてより詳細に説明する。

【０１４３】まず、図３のフローチャート中、Ｓ３にお
ける濃度ヒストグラムの作成について、より詳細に説明
する。

【０１４４】通常、濃度ヒストグラムは画像入力装置２
より読み取られた画像データが８ビットの場合、２５６
段階の各濃度毎に各々の度数が表されるヒストグラムと
して作成される。なお、本実施の形態では、図４ないし
図６に示す濃度ヒストグラムのように２５６段階の濃度
を３２段階に等分割して簡略化している。こうすること
により、ハードウェアは大幅に簡略化される。なお正確
な画像処理を行うため、分割数を増加することも可能で
あり、また分割数を減少させることも可能である。

【０１４５】なお、濃度を分割する方法としては、上述
のように分割する濃度区分の幅を一定にして均等に分割
することが望ましいが、分割する濃度区分の幅を一定に
せず均等に分割しないことも可能である。例えば、注目
すべき濃度区分において分割する濃度区分の幅を細かく
することも可能である。ただし、均等に分割しない場合
と、均等に分割した場合とで、任意の濃度区分における
度数の差が少なくなるように、分割された濃度区分にお
ける度数の平均値を以下のように求めても良い。

【０１４６】濃度ヒストグラムの度数を加算していく際
には、前述したプレスキャンにより読み取られた画素の
濃度値が、分割された濃度区分のうちどの濃度区分に属
するかに応じて、該当する濃度区分のヒストグラム度数
を１加算していく。

【０１４７】すなわち、ある濃度区分をａｉ、その濃度
区分の幅をｎ、濃度区分ａｉが濃度区分Ｄ１〜Ｄｎから
なっているとすると、任意の濃度区分Ｄｉにおける度数
Ｈｉを、 Ｈｉ＝（Σｈｋ）／ｎ（ｈｋは濃度区分Ｄｋ（ｋは１か
らｎまでの整数）に含まれている２５６段階の度数） として求めればよい。

【０１４８】このようにして、Ｓ３にて濃度ヒストグラ
ムが作成され、以降ではこの濃度ヒストグラムを用いて
原稿種別の判別が行われる。

【０１４９】次に、図３のフローチャート中、Ｓ６およ
びＳ７によって文字原稿の判定ができる理由について説
明する。

【０１５０】一般的に、文字原稿は、主に文字と下地と
からなっている。そのため、文字原稿の濃度ヒストグラ
ムにおいては、図４に示すように、全体の濃度階調幅が
狭くなる一方で、文字と下地に対応する濃度区分で高度
数となる。このことから、逆に、低度数の濃度区分が多
く存在するのが文字原稿の特徴の１つと言える。

【０１５１】したがって、図３のＳ６にて、各濃度区分
における度数と低度数閾値とを比較することで低度数の
濃度区分を抽出するとともに、その濃度区分数をカウン
トし、上記濃度区分数と第１の閾値とを比較して低度数
の濃度区分数の大小を見ることにより入力原稿が文字原
稿である否かを判断することができる。

【０１５２】なお、低度数閾値の値は、ほぼ０に近いも
のが好ましい。しかし、原稿の大きさにより低度数閾値
の値を調整してもよい。

【０１５３】また、一般的な文字原稿のもう１つの特徴
として、原稿全面において下地の占める割合が大きいと
いう点がある。すなわち、上記濃度ヒストグラムにおい
て抽出された上記ＭＡＸ１が総度数に近い値であれば、
上記ＭＡＸ１が抽出された濃度区分が、文字原稿におけ
る下地に対応していると考えられる。

【０１５４】したがって、図３のＳ７にてＭＡＸ１が総
度数に近い値かどうかを決定できるように予め設定され
た第２の閾値と、ＭＡＸ１とを比較して、ＭＡＸ１が第
２の閾値よりも大きいか否かを判断することにより、下
地の有無を判断して入力原稿が文字原稿であるか否かを
判断することができる。

【０１５５】なお、本実施の形態では文字原稿の判定に
当たり、Ｓ６およびＳ７の両方のステップを踏んでいる
が、どちらか一方のステップのみでも文字原稿の判定を
行うことが可能である。したがって、文字原稿の判定
は、度数が所定値以下の低度数となる濃度区分の数と、
ＭＡＸ１とのうち、少なくとも一方を用いて行われれば
よいといえる。ただし、Ｓ６およびＳ７の両方のステッ
プを踏むことによって、文字原稿の判定における信頼性
を確実に高めることができる。

【０１５６】また、本実施形態では、Ｓ６、Ｓ７の順序
で文字原稿の判定を行っているが、Ｓ７、Ｓ６の順で文
字原稿の判定を行っても構わない。

【０１５７】次に、上記Ｓ８によって写真原稿の判定が
できる理由について以下により詳細に説明する。

【０１５８】一般的に、写真原稿は、濃度階調幅が広
く、また階調幅の偏りが少ないので、濃度ヒストグラム
において、濃度階調幅が広いとともに、少なくとも同等
レベルに近い２つ以上の山が存在するのが、写真原稿の
特徴の１つと言える。

【０１５９】したがって、濃度ヒストグラムにおいて、
最も度数値の高い濃度区分を２つ抽出し、それぞれの濃
度区分の度数値をＭＡＸ１、ＭＡＸ２とした場合に、
（ＭＡＸ１−ＭＡＸ２）の値を見ることによって、濃度
ヒストグラムで同等レベルに近い２つの山が存在するか
否かを判別することができる。

【０１６０】なお、ある原稿が、写真画像が大部分であ
り一部に文字画像がある文字／写真原稿である場合、
（ＭＡＸ１−ＭＡＸ２）が写真画像のみの写真原稿とほ
ぼ同等となることがあり得る。しかし、このような場合
には、予め入力原稿を文字／写真原稿として処理を行う
のか、あるいは写真原稿として処理を行うのかを決めて
上記第３の閾値を設定する。第３の閾値は、なるべく多
くの原稿について（ＭＡＸ１−ＭＡＸ２）を測定し、原
稿種別との関係から決定することが好ましい。

【０１６１】また、原稿サイズに伴い写真原稿と判別さ
れる（ＭＡＸ１−ＭＡＸ２）の値も変化すると考えられ
る。したがって、Ｓ８においてはこのような原稿サイズ
の原稿種別の判別への影響を少なくするため、（ＭＡＸ
１−ＭＡＸ２）に対する総度数（ＡＬＬ）の割合を第３
の閾値と比較しているのである。このように、総度数
（ＡＬＬ）を（ＭＡＸ１−ＭＡＸ２）で割り、原稿サイ
ズによらず規格化することにより、第３の閾値を原稿ご
とに設定する必要がなくなる。なお、Ｓ８においては、
総度数（ＡＬＬ）と、（ＭＡＸ１−ＭＡＸ２）に第３の
閾値をかけた値とを比較して、文字／写真原稿であるの
か否かの判別を行ってもよい。

【０１６２】なお、濃度ヒストグラムにおいて、上記第
１最大度数値と上記第２最大度数値との差が互いに等し
くなるような文字原稿と写真原稿とが存在する場合も考
えられる。この場合、総度数（ＡＬＬ）の（ＭＡＸ１−
ＭＡＸ２）に対する割合は、文字原稿と写真原稿とで同
じとなってしまい、これらを区別することができない。

【０１６３】そこで、Ｓ６またはＳ７にて先に文字原稿
であるか否かを判定しておき、文字原稿の可能性が否定
された原稿に対してのみ、Ｓ８にて写真原稿であるか否
かの判定を行うことで、文字原稿と写真原稿とを確実に
区別することができ、これらの間での誤判別を確実に無
くすことができる。

【０１６４】また、Ｓ８の判断は、濃度ヒストグラムの
階調幅を用いて行っていないので、階調幅の大小にかか
わらず、写真原稿であるか否かを判断することが可能と
なる。したがって、全体的に黒っぽい写真や、逆に全体
的に白っぽい写真など、階調に偏りがある（階調幅が狭
くなる）写真原稿の場合でも、上述の方法によれば的確
に写真原稿であると判断することができる。

【０１６５】なお、Ｓ５での上記ＭＡＸ２の抽出にあた
っては、上記ＭＡＸ１を抽出した濃度区分および上記濃
度区分に隣接する濃度区分以外で、最大度数値をもつ第
２の最大度数濃度区分を選択し、その度数値をＭＡＸ２
としている。これにより、濃度ヒストグラムの特徴を正
確に把握することができ、原稿種別の誤判別を防ぐこと
ができる。

【０１６６】また、文字／写真原稿の場合、その濃度ヒ
ストグラムは、図６に示すように、文字原稿における上
述した特徴や、写真原稿の場合の上述した特徴を有して
いない。したがって、図３のＳ６、Ｓ７、Ｓ８にて、文
字原稿や写真原稿と判断されなかった入力原稿について
は、このような文字／写真原稿と判断することができ
る。

【０１６７】以上のように、本実施形態では、濃度ヒス
トグラムから容易に抽出される特徴量、すなわち上記濃
度ヒストグラムにおける低度数の濃度区分の数と、上記
第１最大度数値と、原稿画像の総度数と、上記第２最大
度数値とに基づいて、原稿種別自動判別部７が原稿種別
を自動的に判断するので、原稿画像の各画素毎に煩雑な
領域分離を行って原稿種別を判断する従来のように、処
理が複雑になることがなく、原稿種別の判別に係る処理
回路をコンパクトにまとめることができる。つまり、ハ
ードウェアを大幅に簡略化することができる。

【０１６８】また、特に写真原稿の判定においては、濃
度ヒストグラムにおける度数に基づいて判定を行い、該
濃度ヒストグラムの全体の階調幅に基づいて判定を行わ
ない。したがって、階調幅の大小、すなわち階調に偏り
がある場合も誤判別を生じることなく、より多種の画像
に対して原稿種別の判定を的確に行うことができる。

【０１６９】さらに、本実施形態では複数の色成分
（Ｃ，Ｍ，Ｙ）毎に原稿種別の判別を行ったのち、これ
らの結果を総合して最終的な原稿種別を決めるため、誤
判別の可能性が格段に小さくなり、得られる結果の信頼
性が格段に向上する。したがって、本実施形態の画像処
理装置３によれば、白黒、カラー画像に関係なく種々の
入力画像の種別に適した画像処理を的確且つ効率よく行
うことができる。

【０１７０】また、原稿種別自動判別部７によって、原
稿種別の判別結果に応じて画像処理モードが自動的に選
択されるので、ユーザが画像処理モードを選択する煩わ
しさは生じない。

【０１７１】なお、本実施の形態では、２５６段階の濃
度を３２分割して簡略化しているため、第１最大度数濃
度区分に隣接する濃度区分のみを除外して、ＭＡＸ２を
抽出したが、分割数を増減することにより、除外する濃
度区分数を変更するようにしてもよい。

【０１７２】また、上記した各閾値を任意に調節するこ
とにより、より広範囲な処理を行うことも可能である。
各閾値については予想される複数の値を予めＲＯＭ（Re
ad On Memory）等に記憶させておき、必要に応じてスイ
ッチ等により、メモリ等の記憶手段に格納される値を設
定できるようにしておけばよい。

【０１７３】なお、本実施の形態では、プレスキャンを
行う方式に関しての説明を行った。しかし、必ずしもこ
れに限らず、入力デ一タを二つに分離し、一方を画像メ
モリ等の記憶手段に一旦記憶しておき、他方のデータを
用いて本実施の形態の画像種別の原稿種別の自動判別を
行うようにしてもよい。

【０１７４】なお、以上では電子写真プロセスを用いた
デジタルカラー複写機１を例示して説明しているが、本
発明はデジタルカラー複写機１に限定されるものではな
い。例えば、インクジェット記録方式や昇華型の記録方
式を用いた画像形成装置等の、画像入力装置から情報を
入力して所定の画像処理を行いその結果を出力する画像
形成装置にも無論適用可能である。

【０１７５】また、本実施の形態で説明した中で、原稿
種別自動判別部７以外の構成および動作（原稿種別に応
じた上述の画像処理を含む）については、次に示す実施
の形態２についても同様に適用しえるものとする。

【０１７６】なお、本発明の画像処理装置は、入力され
た画像データより原稿の種別を自動的に判定し、この判
定結果に基づいて最適な処理を施す画像処理装置におい
て、上記画像処理装置には、原稿種別自動判別手段が設
けられており、原稿種別自動判別手段は、少なくとも、
各画素の濃度に基づいて濃度ヒストグラムを作成するヒ
ストグラム作成手段と、濃度ヒストグラムより抽出され
る、所定の条件を充たす濃度区分の数あるいは度数値に
基づいて、文字原稿か否かを判別する文字原稿判定手段
と、写真原稿か否かを判別する写真原稿判定手段とを備
えている構成であってもよい。

【０１７７】また、本発明の画像処理方法は、入力され
た画像データより原稿の種別を自動的に判定し、この判
定結果に基づいて最適な処理を施す画像処理方法におい
て、入力された画像データより各画素の濃度に基づいて
濃度ヒストグラムを作成し、濃度ヒストグラムより抽出
される、所定の条件を充たす濃度区分の数あるいは度数
値に基づいて、原稿が文字原稿、写真原稿あるいは文字
／写真原稿の何れであるかを判別する構成であってもよ
い。

【０１７８】上記構成の画像処理装置または画像処理方
法によれば、上記画像処理装置には、原稿種別自動判別
手段が設けられており、原稿種別自動判別手段は、少な
くとも、各画素の濃度に基づいて濃度ヒストグラムを作
成するヒストグラム作成手段と、濃度ヒストグラムより
抽出される、所定の条件を充たす濃度区分の数あるいは
度数値とに基づいて、文字原稿か否かの判別と写真原稿
か否かの判別とを行う。これにより、画像形成モードの
選択の煩わしさを増やすことなく、簡易な方法で速やか
に画像種別の判別ができ、入力画像に最も最適な画像処
理を行うことができる。また、処理速度、回路規模を少
なくすることができ、ハードウェアを大幅に簡略化する
ことができる。

【０１７９】また、本発明の画像処理装置は、上記構成
の画像処理装置において、文字原稿判定手段には、低度
数の濃度区分の数を抽出し、予め定められる第１の閾値
と比較することにより文字原稿か否かを判別する低度数
濃度区分数判定手段が備えられている構成であってもよ
い。

【０１８０】また、本発明の画像処理方法は、上記画像
処理方法において、濃度ヒストグラムより、低度数の濃
度区分の数を抽出し、予め定められる第１の閾値と比較
することにより文字原稿か否かを判別する構成であって
もよい。

【０１８１】上記構成の画像処理装置または画像処理方
法によれば、文字原稿判定手段にて、低度数の濃度区分
の数を抽出し、予め定められる第１の閾値と比較するこ
とにより文字原稿か否かを判別することにより、簡易な
方法で文字原稿を判別することが可能であり、且つ処理
速度、回路規模を少なくすることができ、ハードウェア
を大幅に簡略化することができる。

【０１８２】また、本発明の画像処理装置は、上記構成
の画像処理装置において、濃度ヒストグラムより、最大
の度数を示す第１最大度数値（ＭＡＸ１）の濃度区分を
抽出する第１最大度数濃度区分抽出手段が設けられてお
り、文字原稿判定手段には、さらに、総度数（総画素
数）に対する前記最大度数値（ＭＡＸ１）の比率を求
め、予め定められる第２の閾値と比較することにより文
字原稿か否かを判断する最大度数値判定手段が備えられ
ている構成であってもよい。

【０１８３】また、本発明の画像処理方法は、上記画像
処理方法において、濃度ヒストグラムより、最大の度数
を示す第１最大度数値（ＭＡＸ１）の濃度区分を抽出
し、総度数（総画素数）に対する前記最大度数値（ＭＡ
Ｘ１）の比率を求め、予め定められる第２の閾値と比較
することにより文字原稿か否かを判断する構成であって
もよい。

【０１８４】上記構成の画像処理装置または画像処理方
法によれば、濃度ヒストグラムより、最大の度数を示す
第１最大度数値（ＭＡＸ１）の濃度区分を抽出する第１
最大度数濃度区分抽出手段が設けられており、文字原稿
判定手段は、さらに、総度数（総画素数）に対する前記
最大度数値（ＭＡＸ１）の比率を求め、予め定められる
第２の閾値と比較することにより文字原稿か否かを判断
する。これにより、簡易な方法で文字原稿を判別するこ
とが可能であり、且つ処理速度、回路規模を少なくする
ことができ、ハードウェアを大幅に簡略化することがで
きる。

【０１８５】また、本発明の画像処理装置は、上記構成
の画像処理装置において、上記第１最大度数値の濃度区
分並びにこの濃度区分に隣接する濃度区分を除いた濃度
ヒストグラムより、最も度数の高い第２最大度数値の濃
度区分を抽出する第２最大度数濃度区分抽出手段が設け
られており、写真原稿判定手段は、上記第１最大度数値
と第２最大度数値の差の総度数に対する比率を求め、予
め定められる第３の閾値と比較することにより写真原稿
か否かを判断する構成であってもよい。

【０１８６】また、本発明の画像処理方法は、上記画像
処理方法において、上記第１最大度数値の濃度区分並び
にこの濃度区分に隣接する濃度区分を除いた濃度ヒスト
グラムより、最も度数の高い第２最大度数値の濃度区分
を抽出し、上記第１最大度数値と第２最大度数値の差の
総度数に対する比率を求め、予め定められる第３の閾値
と比較することにより写真原稿か否かを判断する構成で
あってもよい。

【０１８７】上記構成の画像処理装置または画像処理方
法によれば、上記第１最大度数値の濃度区分並びにこの
濃度区分に隣接する濃度区分を除いた濃度ヒストグラム
より、最も度数の高い第２最大度数値の濃度区分を抽出
する第２最大度数濃度区分抽出手段が設けられており、
写真原稿判定手段は、上記第１最大度数値と第２最大度
数値の差の総度数に対する比率を求め、予め定められる
第３の閾値と比較することにより写真原稿か否かを判断
する。これにより、ハード（スキャナー部）の精度が多
少悪くてもノイズやぶれに影響されず、また同じ入力画
像に対してはいつも同じ処理結果を得ることが可能とな
る。また、簡易な方法で写真原稿を判別することが可能
であり、且つ処理速度、回路規模を少なくすることがで
き、ハードウェアを大幅に簡略化することができる。

【０１８８】また、本発明の画像処理装置は、上記構成
の画像処理装置において、文字原稿判定手段および写真
原稿判定手段より出力される判定結果に基づいて、原稿
種別の判定を行う原稿種別判別手段が備えられている構
成であってもよい。

【０１８９】また、本発明の画像処理方法は、上記画像
処理方法において、文字原稿あるいは写真原稿と判断さ
れなかった場合、原稿を文字／写真原稿と判断する構成
であってもよい。

【０１９０】上記構成の画像処理装置または画像処理方
法によれば、文字原稿判定手段および写真原稿判定手段
より出力される判定結果に基づいて、原稿種別の判定を
行うことにより、簡易な方法で原稿種別を判別すること
が可能であり、且つ処理速度、回路規模を少なくするこ
とができ、ハードウェアを大幅に簡略化することができ
る。

【０１９１】また、本発明の画像処理装置は、上記構成
の画像処理装置において、入力される画像データは複数
の色成分よりなるカラー画像データであり、この複数の
色成分毎に原稿種類の判別を行う構成であってもよい。

【０１９２】また、本発明の画像処理方法は、上記画像
処理方法において、入力される画像データは複数の色成
分よりなるカラー画像データであり、この複数の色成分
毎に原稿種類の判別を行う構成であってもよい。

【０１９３】上記構成の画像処理装置または画像処理方
法によれば、入力される画像データは複数の色成分より
なるカラー画像データであり、この複数の色成分毎に原
稿種類の判別を行うことにより、簡易な方法で原稿種別
を判別することが可能であり、且つ処理速度、回路規模
を少なくすることができ、ハードウェアを大幅に簡略化
することができる。

【０１９４】また、本発明の画像形成装置は、上記構成
のいずれかの画像処理装置が備えられている構成であっ
てもよい。

【０１９５】上記構成の画像処理装置によれば、処理速
度、回路規模を少なくすることができ、ハードウェアを
大幅に簡略化することができる。また、原稿を自動的に
判別し、その結果に応じて適切な画像処理が施されるの
で操作性が良く、良好な画像を出力することのできる画
像形成装置を提供することができる。

【０１９６】〔実施の形態２〕本発明の他の実施の形態
について図７ないし図１２に基づいて説明すれば、以下
の通りである。なお、説明の便宜上、本実施の形態にお
いて、上記の実施の形態１の図面に示したものと同一の
符号を付すものについては、実施の形態１で説明したも
のと同様の特徴および機能を有するものとして、その説
明を省略する。

【０１９７】本実施の形態における画像処理装置３は、
原稿種別自動判別部７の構成が異なる以外は、実施の形
態１と同様の構成である。そこで、以下では本実施の形
態における原稿種別自動判別部７の構成および原稿種別
自動判別処理について説明する。

【０１９８】図７に示すように、本実施の形態の原稿種
別自動判別部７は、信号変換部４１と、ベタ濃度画素判
定部４２（ベタ濃度画素判定手段）と、ヒストグラム作
成部４３（ヒストグラム作成手段）と、原稿種別判定部
４４（原稿種別判定手段）と、原稿種別判別部４５（原
稿種別判別手段）とにより構成されている。

【０１９９】信号変換部４１は、ＲＧＢの反射率信号を
濃度信号に変換するとともにＲＧＢ濃度信号からＣＭＹ
系の信号に変換する。

【０２００】ベタ濃度画素判定部４２は、原稿画像の各
画素の上記信号（画像データ）に基づいて各画素がベタ
濃度画素であるかどうかを判定する。詳細については後
述する。

【０２０１】ヒストグラム作成部４３は、上記ベタ濃度
画素判定部４２によりベタ濃度と判定されたベタ濃度画
素の濃度と度数とにより各色毎にベタ濃度ヒストグラム
を作成する。

【０２０２】原稿種別判定部４４は、上記ヒストグラム
作成部４３により作成された各色毎のベタ濃度ヒストグ
ラムに基づいて入力原稿が文字原稿、写真原稿、または
文字と写真とが混在する文字／写真原稿であるかを判別
する。詳細については後述する。

【０２０３】原稿種別判別部４５は、各色毎の上記原稿
種別判定部４４での原稿種別判別結果に基づいて最終的
な原稿種別の判別を行う。

【０２０４】上記ベタ濃度画素判定部４２は、ベタ濃度
閾値設定部５１（ベタ濃度閾値設定手段）と、ベタ濃度
画素カウント数閾値設定部５２（ベタ濃度画素カウント
数閾値設定手段）と、ベタ濃度画素判別部５３（ベタ濃
度画素判別手段）とを備えている。

【０２０５】ベタ濃度閾値設定部５１は、画像データの
ある一つの画素を注目画素とし、注目画素とその近傍の
複数の近傍画素よりなる所定の大きさのブロック内にお
いて、注目画素と複数の近傍画素との濃度差の絶対値を
求めるとともに、この濃度差の絶対値と比較を行うため
のベタ濃度画素閾値を設定する。

【０２０６】ベタ濃度画素カウント数閾値設定部５２
は、上記ベタ濃度画素閾値よりも小さい濃度差の絶対値
を有する近傍画素数をカウントするとともに、この近傍
画素数との比較を行うためのベタ濃度画素カウント数閾
値を設定する。

【０２０７】ベタ濃度画素判別部５３は、ベタ濃度画素
カウント数閾値設定部５２によりカウントされた近傍画
素数が上記ベタ濃度画素カウント数閾値よりも大きい時
に、注目画素がベタ濃度画素であると判定する。

【０２０８】なお、上記ベタ濃度画素判定部４２によ
る、注目画素がベタ濃度画素であるかどうかを検出する
方法については後述する。

【０２０９】次に、原稿種別判定部４４の詳細について
説明する。原稿種別判定部４４は、高度数濃度区分抽出
閾値設定部６１と、第４の閾値設定部６２と、高度数濃
度区分数判定部６３（文字含有性判定手段）と、中度数
濃度区分抽出閾値設定部６４と、第５の閾値設定部６５
と、第６の閾値設定部６６と、閾値切り換え部６７（閾
値切り換え手段）と、中度数濃度区分数判定部６８（写
真含有性判定手段）とを備えている。

【０２１０】高度数濃度区分抽出閾値設定部６１は、上
記ヒストグラム作成部４３により作成されるベタ濃度ヒ
ストグラムより高度数である濃度区分を抽出するための
高度数濃度区分抽出閾値を設定する。

【０２１１】第４の閾値設定部６２は、高度数濃度区分
数を判定するために用いられる第４の閾値を設定する。

【０２１２】高度数濃度区分数判定部６３は、上記高度
数濃度区分抽出閾値設定部６１で設定された高度数濃度
区分抽出閾値と、上記ベタ濃度ヒストグラムにおける各
濃度区分の度数とを比較して高度数濃度区分を抽出する
とともにその数をカウントし、高度数濃度区分数と上記
第４の閾値とを比較することにより、原稿に文字が含ま
れているか否かを判定する。

【０２１３】中度数濃度区分抽出閾値設定部６４は、上
記ベタ濃度ヒストグラムより中度数である濃度区分を抽
出するために用いられる中度数濃度区分抽出閾値を設定
する。

【０２１４】第５の閾値設定部６５は、上記高度数濃度
区分数判定部６３での判定結果に応じて、中度数濃度区
分数と比較される第５の閾値（写真判定用閾値）を設定
する。

【０２１５】第６の閾値設定部６６は、上記高度数濃度
区分数判定部６３での判定結果に応じて、中度数濃度区
分数と比較される第６の閾値（写真判定用閾値）を設定
する。

【０２１６】なお、このように写真判定用閾値を２種類
設定している理由については、図８のフローチャートに
基づく説明の後に行う。また、ここでは第５の閾値＞第
６の閾値とする。第５の閾値設定部６５および第６の閾
値設定部６６により、複数の異なる写真判定用閾値を設
定する写真判定用閾値設定手段が構成されている。

【０２１７】閾値切り換え部６７は、写真判定用閾値で
ある上記第５の閾値と上記第６の閾値とを上記高度数濃
度区分数判定部６３での判定結果に応じて切り換える。

【０２１８】中度数濃度区分数判定部６８は、上記中度
数濃度区分抽出閾値設定部６４で設定された中度数濃度
区分抽出閾値と、上記ベタ濃度ヒストグラムにおける各
濃度区分の度数とを比較して中度数濃度区分を抽出する
とともにその数をカウントし、抽出された中度数濃度区
分数と第５の閾値または第６の閾値とを比較することに
より、原稿に写真が含まれているか否かを判定する。

【０２１９】上記構成の原稿種別自動判別部７による本
実施の形態の原稿種別自動判別処理を、図８に示すフロ
ーチャートに基づいて説明する。

【０２２０】先ず、プレスキャンが開始され（Ｓ２
１）、読み取られた原稿の全画素のＲＧＢ濃度信号が、
信号変換部４１にてそれぞれ補色のＣＭＹ信号に変換さ
れる（Ｓ２２）。

【０２２１】次に、Ｓ２２にて変換された各信号を用い
て、ベタ濃度画素判定部４２にて各画素がベタ濃度画素
であるかの検出を以下のように行う（Ｓ２３）。

【０２２２】つまり、図９に示すように、ベタ濃度画素
であるかどうか判定しようとする入力画像における注目
画素をＡ（ｉ，ｊ）とし、注目画素Ａの近傍の画素をＢ
（ｍ，ｎ）とする。ただし、ｉ，ｊ，ｍ，ｎは１以上の
整数とする。

【０２２３】そして、注目画素Ａ（ｉ，ｊ）と各近傍画
素Ｂ（ｍ，ｎ）との濃度差をとり、濃度差の絶対値がベ
タ濃度閾値設定部５１により予め定められたベタ濃度閾
値以下であれば、その条件を満たす近傍画素Ｂ（ｍ，
ｎ）をカウントする。これにより得られたカウント数を
Ｃとする。

【０２２４】上記カウント数Ｃがベタ濃度画素カウント
数閾値設定部５２により予め定められたベタ濃度画素カ
ウント数閾値以上であれば、ベタ濃度画素判別部５３は
注目画素Ａ（ｉ，ｊ）がベタ濃度画素であると判定す
る。

【０２２５】なお、近傍画素の値域としては、（ｎ×
ｎ）サイズを用い、例えば図９に示すようにｎ＝５程度
の小さなサイズを用いることが好ましい。

【０２２６】また、ベタ濃度画素カウント数閾値は、近
傍画素の値域（ｎ×ｎ）よりも若干少ない方が望まし
い。例えば図９に示すように、近傍画素の値域が５×５
（ｎ＝５）程度のサイズであれば、ベタ濃度画素カウン
ト数閾値は２５よりも若干小さい２３が好ましい。これ
により、スキャナー部の多少のばらつきやノイズなどに
影響されず、より正確にベタ濃度画素を検出することが
できる。

【０２２７】なお、入力原稿において上記の手法でベタ
濃度画素として検出されるものとしては、例えば下地の
ベタ部分、文字のベタ部分、写真画像のベタに近い部分
等が考えられる。

【０２２８】次に、Ｓ２３により検出されたベタ濃度画
素だけを用いて、ヒストグラム作成部４３にて各色信号
毎のベタ濃度ヒストグラムが作成される（Ｓ２４）。図
１０ないし図１２は、それぞれ文字原稿、写真原稿、文
字／写真原稿のベタ濃度ヒストグラムの一例を示してい
る。

【０２２９】なお、これらのベタ濃度ヒストグラムは、
実施の形態１と同様に、２５６段階の濃度を３２分割し
て簡略化したものであるが、実施の形態１と異なるの
は、全画素でなく、ベタ濃度画素として検出されたもの
のみでヒストグラムが作成されている点である。その
他、ベタ濃度ヒストグラムの作成の手法については、実
施の形態１と同様のことが言える。

【０２３０】次に、上記Ｓ２４で作成されたベタ濃度ヒ
ストグラムを基に、高度数濃度区分数判定部６３は、高
度数濃度区分抽出閾値と上記ベタ濃度ヒストグラムにお
ける各濃度区分の度数とを比較して高度数濃度区分を抽
出するとともに、その数をカウントする（Ｓ２５）。さ
らに、高度数濃度区分数判定部６３は、高度数濃度区分
数と第４の閾値との比較を行う（Ｓ２６）。

【０２３１】ここで、実施の形態１でも述べた通り、一
般的に文字原稿は下地と文字とからなっており、また下
地の占める割合が大きいことから、ベタ濃度ヒストグラ
ムにおいて下地に対応する濃度区分において高度数とな
り、しかも下地に対応する濃度区分の数がある程度多い
のが、文字原稿を含む入力原稿の特徴の一つといえる。

【０２３２】なお、図１０では、高度数となる濃度区分
が１個となっており、一見、上記濃度区分数が少ないよ
うに思えるが、図１０は、２５６段階の濃度区分を３２
分割して示したものであり、図１０での濃度区分１個
が、元の２５６段階の濃度区分８個分に対応しているこ
とを考えれば、下地に対応する濃度区分の数が多いと考
えることができる。

【０２３３】そこで、図８のＳ２６にて、ベタ濃度ヒス
トグラムにおける高度数濃度区分数と第４の閾値とを比
較することにより、下地の有無を認識することができ、
入力原稿に少なくとも文字原稿が含まれているか否かを
判別することができる。

【０２３４】具体的には、高度数濃度区分数判定部６３
は、上記高度数濃度区分数が第４の閾値以上であれば、
入力原稿内に少なくとも文字原稿が存在する一方、第４
の閾値よりも少なければ、入力原稿内に少なくとも写真
原稿が存在すると判定する。

【０２３５】次に、上記Ｓ２６において入力原稿内に少
なくとも文字原稿が存在すると判定された場合、すなわ
ち上記高度数濃度区分数が第４の閾値以上である場合
は、中度数濃度区分数判定部６８は、中度数濃度区分抽
出閾値以上で且つ高度数濃度区分抽出閾値未満の中度数
の濃度区分を抽出するとともに、その数をカウントする
（Ｓ２７）。

【０２３６】そして、中度数濃度区分数判定部６８は、
上記Ｓ２７で抽出された中度数濃度区分数と第６の閾値
設定部６６にて設定された写真判定用閾値としての第６
の閾値との比較を行う（Ｓ２８）。写真原稿のベタに近
い部分では、ベタ濃度ヒストグラムにおいて、中度数と
なる濃度区分の数が多いので、中度数濃度区分数判定部
６８が上記のように中度数の濃度区分数の大きさを判断
することにより、抽出した中度数の濃度区分が写真原稿
のベタに近い部分であるか否かを判断することができ
る。

【０２３７】Ｓ２８にて中度数濃度区分数が第６の閾値
以上であれば、中度数濃度区分数判定部６８は、入力原
稿には文字のみならず写真が含まれていると判断し、入
力原稿が文字／写真原稿であると判定する（Ｓ３２）。
逆に、中度数濃度区分数が第６の閾値よりも少なけれ
ば、中度数濃度区分数判定部６８は、入力原稿には文字
以外に写真は含まれていないと判断し、入力原稿が文字
原稿であると判定する（Ｓ３１）。

【０２３８】一方、上記Ｓ２６にて入力原稿内に少なく
とも写真原稿が存在すると判定された場合、すなわち第
４の閾値よりも上記高度数濃度区分数が少ない場合につ
いても、中度数濃度区分数判定部６８は、Ｓ２７と同様
の手法で中度数濃度区分を抽出するとともに、その数を
カウントする（Ｓ２９）。そして、中度数濃度区分数判
定部６８は、上記Ｓ２９で抽出された中度数濃度区分数
と写真判定用閾値としての第５の閾値との比較を行う
（Ｓ３０）。

【０２３９】Ｓ３０にて、中度数濃度区分数が第５の閾
値以上であれば、中度数濃度区分数判定部６８は入力原
稿には写真画像が存在すると判断し、入力原稿が写真原
稿であると判定する（Ｓ３３）。逆に中度数濃度区分数
が第５の閾値よりも少なければ、中度数濃度区分数判定
部６８は、ベタ濃度ヒストグラムが文字原稿の特徴と写
真原稿の特徴とをもっていないと判断し、極端な処理を
行わないように、入力原稿が文字／写真原稿であると判
定する（Ｓ３２）。

【０２４０】上記Ｓ２１〜Ｓ３３までの処理をＣＭＹ各
色の信号毎に行い、３信号のうち２信号以上で同じ判定
結果が得られた場合、原稿種別判別部４５は、その結果
を最終的に入力原稿の原稿種別として決定する（Ｓ３
４）。ただし、２信号以上で同じ判定結果が存在しなけ
れば、原稿種別判別部４５は、最終原稿種別判別結果と
して、入力原稿を文字／写真原稿とする。

【０２４１】次に、写真判定用閾値として第５の閾値と
第６の閾値とを別々に設け、上記Ｓ２６における入力原
稿に文字原稿が含まれているかどうかの判別結果によ
り、これらの写真判定用閾値を使い分ける理由について
以下に説明する。

【０２４２】例えば、Ｓ２６にて、原稿が文字を含む可
能性が高いと判定された場合、その原稿は、文字原稿か
文字／写真原稿かのいずれかの可能性がある。一方、Ｓ
２６にて、原稿が文字を含む可能性が低いと判定された
場合、その原稿は、文字／写真原稿か写真原稿かのいず
れかの可能性がある。

【０２４３】ここで、文字原稿と文字／写真原稿とを区
別する場合、文字原稿は下地に対応する濃度区分におい
て高度数となるため、中度数濃度区分数が文字／写真原
稿に比べて少ないと考えられる。例えば、図１０の文字
原稿のベタ濃度ヒストグラムにおいては中度数濃度区分
数は３であり、例えば図１２の文字／写真原稿のベタ濃
度ヒストグラムの中度数濃度区分数は１９である。

【０２４４】したがって、Ｓ２８にて文字原稿と文字／
写真原稿の区別に用いる第６の閾値を比較的に小さい値
に設定することができる。例えば、第６の閾値を５に設
定すれば、中度数濃度区分数が５以上の図１２のベタ濃
度ヒストグラムは文字／写真原稿のベタ濃度ヒストグラ
ムであって、中度数濃度区分数が５未満の図１０のベタ
濃度ヒストグラムは文字原稿のベタ濃度ヒストグラムで
あると区別することができる。

【０２４５】一方、文字／写真原稿と写真原稿とは両方
とも写真を含んでおり、文字／写真原稿は、写真原稿よ
りもその数は少ないものの、ある程度の中度数濃度区分
数を有している。例えば図１１の写真原稿のベタ濃度ヒ
ストグラムにおいては中度数濃度区分数は２０であり、
例えば図１２の文字／写真原稿のベタ濃度ヒストグラム
の中度数濃度区分数は１９である。

【０２４６】ここで、Ｓ３０にて文字／写真原稿と写真
原稿との区別に用いる第５の閾値を、上記第６の閾値と
同じように５と設定してしまうと、図１１に示す写真原
稿のベタ濃度ヒストグラムおよび図１２に示す文字／写
真原稿のベタ濃度ヒストグラムのどちらにおいても中度
数濃度区分数が上記第５の閾値、すなわち５を上回り、
文字／写真原稿と写真原稿とを区別することができな
い。

【０２４７】しかし、第５の閾値を例えば２０として、
第６の閾値である５よりも大きな数値に設定すれば、図
１１の示す写真原稿のベタ濃度ヒストグラムと図１２に
示す文字／写真原稿のベタ濃度ヒストグラムとを区別す
ることができる。

【０２４８】したがって、閾値切り換え部６７がＳ２６
での判定結果に応じて上記第５の閾値と上記第６の閾値
とを切り換えることで、上記のような不都合を解決する
ことができ、文字原稿と文字／写真原稿、および、文字
／写真原稿と写真原稿との区別を確実に行うことが可能
となる。

【０２４９】なお、写真判定用閾値が１種類だけであっ
ても、原稿種別の判定は可能である。この場合、上記Ｓ
２７またはＳ２９にて中度数濃度区分を抽出するための
中度数濃度区分抽出閾値を別々に設けることで対応すれ
ばよい。

【０２５０】例えば、写真判定用閾値を１５の１種類の
みに設定する場合は、Ｓ２７にて抽出される中度数濃度
区分数が、文字／写真原稿については１５以上で、文字
原稿については１５未満となるように、中度数濃度区分
抽出閾値を変更する一方、Ｓ２９にて抽出される中度数
濃度区分数が、写真原稿については１５以上で、文字／
写真原稿については１５未満となるように、中度数濃度
区分抽出閾値を変更すればよい。

【０２５１】以上のように、本実施の形態の画像処理装
置３は、原稿種別判定部４４は、ヒストグラム作成部４
３にて作成されたベタ濃度ヒストグラムにおいて、度数
値が所定範囲（中度数濃度区分抽出閾値以上高度数濃度
区分抽出閾値未満）に収まるような中度数となる中度数
濃度区分の数と、度数値が上記所定範囲の最大値よりも
大きい高度数濃度区分抽出閾値以上となる高度数濃度区
分の数とを用いて原稿種別を判定する。

【０２５２】ベタ濃度ヒストグラムを作成したり、中度
数濃度区分数や高度数濃度区分数を検出することは容易
であるので、上記構成では簡易な方法で迅速に原稿種別
の判断ができる。また、各画素毎に領域分離を行って原
稿種別の判別する従来のように構成が複雑になることも
ないので、ハードウェアを大幅に簡略化できる。

【０２５３】また、本実施形態では、所定の条件を満た
す濃度区分の数に基づいて原稿種別の判断を行い、従来
のようにヒストグラム全体の階調幅に基づいて原稿種別
の判断を行わないので、階調に偏りがある写真原稿の判
別を確実に行うことができる。

【０２５４】その他、得られる結果の信頼性が格段に向
上する、ユーザが画像処理モードを選択する煩わしさが
生じない、白黒、カラー画像に関係なく種々の入力画像
の種別に適した画像処理を的確且つ効率よく行うことが
できるなど、本実施形態の構成においても、実施の形態
１の画像処理装置３と同じ効果を得ることができる。

【０２５５】なお、本発明の画像処理装置は、入力され
た画像データより原稿の種別を自動的に判定し、この判
定結果に基づいて最適な処理を施す画像処理装置におい
て、上記画像処理装置には、原稿種別自動判別手段が設
けられており、原稿種別自動判別手段は、少なくとも、
ベタ濃度の画素を検出するベタ濃度画素判定手段と、検
出されたベタ濃度画素の濃度ヒストグラムを作成するヒ
ストグラム作成手段と、濃度ヒストグラムより所定の条
件を充たす濃度区分の数を抽出し、その結果に基づいて
原稿の種別の判定を行う原稿種別判定手段を備えている
構成であってもよい。

【０２５６】また、本発明の画像処理方法は、入力され
た画像データより原稿の種別を自動的に判定し、この判
定結果に基づいて最適な処理を施す画像処理方法におい
て、上記画像処理方法は、ベタ濃度の画素を検出する第
１の工程と、検出されたベタ濃度画素の濃度ヒストグラ
ムを作成する第２の工程と、上記濃度ヒストグラムより
所定の条件を充たす濃度区分の数を抽出し、その結果に
基づいて原稿の種別の判定を行う第３の工程よりなる構
成であってもよい。

【０２５７】上記構成の画像処理装置または画像処理方
法によれば、上記画像処置装置には、原稿種別自動判別
手段が設けられており、原稿種別自動判別手段は、少な
くとも、ベタ濃度の画素を検出するベタ濃度画素判定手
段と、検出されたベタ濃度画素の濃度ヒストグラムを作
成するヒストグラム作成手段と、濃度ヒストグラムより
所定の条件を充たす濃度区分の数を抽出し、その結果に
基づいて原稿の種別の判定を行う。

【０２５８】これにより、画像形成モードの選択の煩わ
しさを増やすことなく、また、簡易な方法で速やかに画
像種別の判別ができ、入力画像に最も最適な画像処理を
行うことができる。また、処理速度、回路規模を少なく
することができ、ハードウェアを大幅に簡略化すること
ができる。また、ベタ濃度の画素を抽出することによ
り、ハード（スキャナー部）の精度が多少悪くてもノイ
ズなどに影響されず、同じ入力画像に対してはいつも同
じ判定処理を行うことが可能となる。

【０２５９】また、本発明の画像処理装置は、上記構成
の画像処理装置において、原稿種別判定手段には、予め
定められた度数以上を高度数として、この条件を充たす
濃度区分の数を計数し、その結果に基づいて原稿に文字
原稿が含まれているか否かを判定する高度数濃度区分数
判定手段が備えられている構成であってもよい。

【０２６０】また、本発明の画像処理方法は、上記画像
処理方法において、第３の工程は、予め定められた度数
以上を高度数として、この条件を充たす濃度区分の数を
計数し、その結果に基づいて原稿に文字原稿が含まれて
いるか否かを判定する構成であってもよい。

【０２６１】上記構成の画像処理装置または画像処理方
法によれば、原稿種別判定手段には、予め定められた度
数以上を高度数として、この条件を充たす濃度区分の数
を計数し、その結果に基づいて原稿に文字原稿が含まれ
ているか否かを判定する。これにより、文字原稿の特徴
の１つである、原稿の大半を占める下地を簡易な方法で
抽出することで、文字原稿と判別することが可能であ
り、且つ処理速度、回路規模を少なくすることができ、
ハードウェアを大幅に簡略化することができる。

【０２６２】また、本発明の画像処理装置は、上記構成
の画像処理装置において、原稿種別判定手段には、予め
定められた範囲内の度数を中度数として、この条件を充
たす濃度区分の数を計数し、その結果に基づいて原稿に
写真原稿が含まれているか否かを判定する中度数濃度区
分数判定手段が備えられている構成であってもよい。

【０２６３】また、本発明の画像処理方法は、上記画像
処理方法において、第３の工程は、予め定められた範囲
内の度数を中度数として、この条件を充たす濃度区分の
数を計数し、その結果に基づいて原稿に写真原稿が含ま
れているか否かを判定する構成であってもよい。

【０２６４】上記構成の画像処理装置または画像処理方
法によれば、原稿種別判定手段には、予め定められた範
囲内の度数を中度数として、この条件を充たす濃度区分
の数を計数し、その結果に基づいて原稿に写真原稿が含
まれているか否かを判定する。これにより、なだらかな
濃度変化をもつ画素がある程度存在する写真原稿の特徴
を簡易な方法で抽出することで、写真原稿と判別するこ
とが可能であり、且つ処理速度、回路規模を少なくする
ことができ、ハードウェアを大幅に簡略化することがで
きる。

【０２６５】また、本発明の画像処理装置は、上記構成
の画像処理装置において、中度数濃度区分数判定手段に
は、原稿に写真原稿が含まれているか否かを判定する際
に、高度数濃度区分数判定手段の判定結果に応じて閾値
を切り換える閾値切り換え手段が備えられている構成で
あってもよい。

【０２６６】また、本発明の画像処理方法は、上記画像
処理方法において、原稿に写真原稿が含まれているか否
かを判定する際に、原稿に文字原稿が含まれているか否
かの判定結果に応じて閾値を切り換える構成であっても
よい。

【０２６７】上記構成の画像処理装置または画像処理方
法によれば、写真画像に対するベタ濃度画素の割合が変
わるので、中度数濃度区分数判定手段にて、原稿に写真
原稿が含まれているか否かを判定する際に、高度数濃度
区分数判定手段の判定結果に応じて閾値を切り換えるこ
とにより、より精度よく、また簡易な方法で画像種別の
判別ができ、入力画像に最も最適な画像処理を行うこと
ができる。

【０２６８】また、本発明の画像処理装置は、上記構成
の画像処理装置において、上記原稿種別自動判別手段
は、原稿画像の所定ブロック内の注目画素とその近傍画
素との濃度差に基づいて、注目画素と近傍画素との間で
ベタ濃度が発生しているか否かを検出するためのベタ濃
度閾値を設定するベタ濃度閾値設定手段と、注目画素と
の間でベタ濃度を発生させる近傍画素の数に基づいて、
注目画素がベタ濃度画素であるか否かを検出するために
用いられるベタ濃度画素カウント数閾値を設定するベタ
濃度画素カウント数閾値設定手段とを備え、上記ベタ濃
度画素判定手段は、注目画素と近傍画素との濃度差と、
上記ベタ濃度閾値とに基づいて、注目画素との間でベタ
濃度を発生させる近傍画素を抽出してその数をカウント
するとともに、上記カウント数と上記ベタ濃度画素カウ
ント数閾値とに基づいて、注目画素がベタ濃度画素であ
るか否かを判定する構成であってもよい。

【０２６９】上記構成の画像処理装置によれば、ベタ濃
度画素判定手段は、原稿画像の所定ブロック内の注目画
素と近傍画素との濃度差と、ベタ濃度閾値設定手段によ
って設定されたベタ濃度閾値とに基づいて、注目画素と
の間でベタ濃度を発生させる近傍画素を抽出してその数
をカウントする。そして、ベタ濃度画素判定手段は、そ
のカウント数と、ベタ濃度画素カウント数閾値設定手段
によって設定されたベタ濃度画素カウント数閾値とに基
づいて、注目画素がベタ濃度画素であるか否かを判定す
る。

【０２７０】これにより、注目画素がベタ濃度画素であ
るか否かを確実に判定することができる。

【０２７１】また、本発明の画像処理装置は、上記構成
の画像処理装置において、ベタ濃度画素カウント数閾値
設定手段により設定される閾値は、上記予め定められた
大きさのブロック内の総画素数よりも多少小さい値に設
定される構成であってもよい。

【０２７２】上記構成の画像処理装置によれば、ベタ濃
度画素カウント数閾値設定手段により設定される閾値
は、上記予め定められた大きさのブロック内の総画素数
よりも多少小さい値に設定されることにより、ハード
（スキャナー部）の精度が多少悪くてもノイズなどにに
影響されず、同じ入力画像に対してはいつも同じ判定処
理を行うことが可能となる。また、簡易な方法でベタ濃
度画素を検出することが可能であり、且つ処理速度、回
路規模を少なくすることができ、ハードウェアを大幅に
簡略化することができる。

【０２７３】また、本発明の画像処理装置は、上記構成
の画像処理装置において、原稿種別判定手段より出力さ
れる判定結果に基づいて、原稿種別の判定を行う原稿種
別判別手段が備えられている構成であってもよい。

【０２７４】上記構成の画像処理装置によれば、原稿種
別判定手段より出力される判定結果に基づいて、原稿種
別の判定を行うことにより、画像形成モードの選択の煩
わしさを増やすことなく、自動で原稿種別の判定を行う
ことができ、入力画像に最も最適な画像処理を切り換え
ることにより、良好な画像再現を行うことができる。

【０２７５】また、本発明の画像処理装置は、入力され
る画像データは複数の色成分よりなるカラー画像データ
であり、この複数の色成分毎に原稿種類の判別を行う構
成であってもよい。

【０２７６】また、本発明の画像処理方法は、上記画像
処理方法において、入力される画像データは複数の色成
分よりなるカラー画像データであり、この複数の色成分
毎に原稿種類の判別を行う構成であってもよい。

【０２７７】上記構成の画像処理装置または画像処理方
法によれば、入力される画像データは複数の色成分より
なるカラー画像データであり、この複数の色成分毎に原
稿種類の判別を行うことにより、カラー画像に対して簡
易な方法で画像種別の判別ができる。入力画像がモノク
ロ画像の場合は、色成分毎にあまり違いが生じないた
め、カラー画像よりもより適切な処理を行うことが可能
となる。

【０２７８】また、本発明の画像形成装置は、上記構成
の何れかの画像処理装置が備えられている構成であって
もよい。

【０２７９】上記構成の画像形成装置によれば、画像形
成モードの選択の煩わしさを増やすことなく、自動で原
稿種別の判定を行うことができ、さらに処理速度、回路
規模を少なくすることができ、ハードウェアを大幅に簡
略化することができる。

【０２８０】また、本発明の画像処理方法は、上記画像
処理方法において、文字原稿あるいは写真原稿と判断さ
れなかった場合、原稿を文字／写真原稿と判断する構成
であってもよい。

【０２８１】上記画像処理方法によれば、文字原稿ある
いは写真原稿と判断されなかった場合、原稿を文字／写
真原稿と判断することにより、極端な処理を行うことに
よる画像の劣化を避けることが可能となり、適度な処理
を行うことができる。また、簡易な方法で原稿種別を判
別することが可能であり、且つ処理速度、回路規模を少
なくすることができ、ハードウェアを大幅に簡略化する
ことができる。

【０２８２】

【発明の効果】本発明に係る画像処理装置は、以上のよ
うに、上記原稿種別自動判別手段は、原稿画像の各画素
の濃度とその度数との関係を示す濃度ヒストグラムを、
上記画像データに基づいて作成するヒストグラム作成手
段と、上記濃度ヒストグラムにおける最大度数値を第１
最大度数値として抽出する第１最大度数値抽出手段と、
上記第１最大度数値をとる濃度区分と該濃度区分に隣接
する濃度区分とを除く濃度区分における最大度数値を第
２最大度数値として抽出する第２最大度数値抽出手段
と、上記濃度ヒストグラムにて度数が所定値以下となる
濃度区分の数と上記第１最大度数値とのうち少なくとも
一方を用いて、原稿が文字原稿であるか否かを判定する
文字原稿判定手段と、上記第１最大度数値と上記第２最
大度数値とを用いて、原稿が写真原稿であるか否かを判
定する写真原稿判定手段とを備えている構成である。

【０２８３】また、本発明に係る画像処理方法は、以上
のように、原稿画像の各画素の濃度とその度数との関係
を示す濃度ヒストグラムを、上記画像データに基づいて
作成する第１ステップと、上記濃度ヒストグラムにおけ
る最大度数値を第１最大度数値として抽出する第２ステ
ップと、上記第１最大度数値をとる濃度区分と該濃度区
分に隣接する濃度区分とを除く濃度区分における最大度
数値を第２最大度数値として抽出する第３ステップと、
上記濃度ヒストグラムにて度数が所定値以下となる濃度
区分の数と上記第１最大度数値とのうち少なくとも一方
を用いて、原稿が文字原稿であるか否かを判定する第４
ステップと、上記濃度ヒストグラムにおける総度数と上
記第１最大度数値と上記第２最大度数値とを用いて、原
稿が写真原稿であるか否かを判定する第５ステップとを
有している構成である。

【０２８４】それゆえ、ヒストグラム作成手段と文字原
稿判定手段と写真原稿判定手段とによって、原稿種別を
容易にかつ的確に判定することができ、各画素毎に領域
分離を行って原稿種別を判定する従来のような複雑な処
理を要しない。したがって、上記構成によれば、原稿種
別自動判別手段の構成を簡素化することができ、ハード
ウェアを大幅に簡略化することができる。

【０２８５】また、写真原稿の判別にあたっては、濃度
ヒストグラムにおける度数値のみを用いており、従来の
ように階調幅を用いて行ってはいない。したがって、階
調に偏りがあっても、つまり、階調幅が狭くても、写真
原稿の判別には何ら影響はない。その結果、写真原稿の
判別にあたり、階調の偏りに起因する従来のような誤判
別の可能性を確実に低減することができる。

【０２８６】また、上記構成では、原稿が文字原稿であ
るか写真原稿であるかを的確に判別することができ、そ
れらの判別結果の信頼性が高いので、文字原稿でなく写
真原稿でもないと判断される原稿については、例えば写
真原稿判定手段が文字と写真とが混在した文字／写真原
稿であると判断しても信頼性を損なうことはない。した
がって、上記構成によれば、文字原稿および写真原稿の
みならず、文字／写真原稿の判別をも的確に行うことが
できる。

【０２８７】また、上記のように、原稿種別を的確に判
別することができるので、その後、原稿種別に応じた画
像処理を的確に且つ効率よく行うことができるという効
果を併せて奏する。

【０２８８】本発明に係る画像処理装置は、以上のよう
に、上記文字原稿判定手段は、度数が上記所定値以下の
低度数である低度数濃度区分を抽出すると共にその数を
カウントし、得られた低度数濃度区分数と予め設定され
た第１の閾値とを比較することにより、原稿が文字原稿
であるか否かを判定する低度数濃度区分数判定手段を備
えている構成である。

【０２８９】それゆえ、第１の閾値を基準にして低度数
濃度区分数の大小を確実に判断することができる。これ
により、その比較結果に基づいて、原稿が文字原稿であ
るか否かを確実に判断することができるという効果を奏
する。

【０２９０】本発明に係る画像処理装置は、以上のよう
に、上記文字原稿判定手段は、上記第１最大度数値と予
め設定された第２の閾値とを比較して、上記第１最大度
数値の総度数に対する割合を判断することにより、原稿
が文字原稿であるか否かを判定する最大度数値判定手段
を備えている構成である。

【０２９１】それゆえ、上記第１最大度数値の属する濃
度区分が原稿における下地に対応しているか否かを確実
に判断することができる。これにより、原稿における下
地の有無を確実に判断することができ、原稿が文字原稿
であるか否かを確実に判断することができるという効果
を奏する。

【０２９２】本発明に係る画像処理装置は、以上のよう
に、上記写真原稿判定手段は、上記第１最大度数値と上
記第２最大度数値との差に対する上記総度数の割合と、
予め設定された第３の閾値とを比較することにより、原
稿が写真原稿であるか否かを判定する写真原稿判別手段
を備えている構成である。

【０２９３】それゆえ、濃度ヒストグラムにおいて最大
度数が同等レベルに近い山が２つ存在するか否かを確実
に判断することができる。これにより、原稿が写真原稿
であるか否かを確実に判断することができるという効果
を奏する。

【０２９４】本発明に係る画像処理装置は、以上のよう
に、上記写真原稿判定手段は、上記文字原稿判定手段に
て文字原稿と判定されなかった原稿に対して写真原稿で
あるか否かの判定を行う構成である。

【０２９５】それゆえ、文字原稿判定手段にて先に文字
原稿であるか否かを判定しておき、文字原稿の可能性が
否定された原稿に対してのみ、写真原稿判定手段が写真
原稿であるか否かの判定を行うことで、文字原稿と写真
原稿とを確実に区別することができ、これらの間での誤
判別を確実に無くすことができるという効果を奏する。

【０２９６】本発明に係る画像処理装置は、以上のよう
に、上記画像データは、複数の色成分からなるカラー画
像データであり、上記文字原稿判定手段および上記写真
原稿判定手段は、各色成分毎に原稿種別の判定を行うも
のであり、上記原稿種別自動判別手段は、上記文字原稿
判定手段および上記写真原稿判定手段における各色毎の
判定結果に基づいて、最終的な原稿種別の判別を行う原
稿種別判別手段を備えている構成である。

【０２９７】それゆえ、例えば、いずれか１つの色成分
について他の色成分とは異なる判定結果が得られたとし
ても、これらを総合的に判断して原稿種別を決めること
ができる。したがって、１つの色成分についての判定結
果のみに基づいて原稿種別の判別を行う場合に比べて、
誤判別を確実に低減することができ、判定結果の信頼性
を向上させることができる。その結果、白黒、カラー画
像に関係なく種々の入力画像の種別に適した画像処理を
的確に且つ効率よく行うことができるという効果を奏す
る。

【０２９８】本発明に係る画像処理装置は、以上のよう
に、上記原稿種別自動判別手段は、原稿画像の各画素の
上記画像データに基づいて、各画素がベタ濃度画素であ
るか否かを判定するベタ濃度画素判定手段と、ベタ濃度
画素の濃度とその度数との関係を示す濃度ヒストグラム
を作成するヒストグラム作成手段と、上記濃度ヒストグ
ラムにおいて、度数値が所定範囲に収まるような中度数
となる中度数濃度区分の数と、度数値が上記所定範囲の
最大値よりも大きい高度数となる高度数濃度区分の数と
を用いて、原稿の種別を判定する原稿種別判定手段とを
備えている構成である。

【０２９９】本発明に係る画像処理方法は、以上のよう
に、原稿画像の各画素の上記画像データに基づいて、各
画素がベタ濃度画素であるか否かを判定する第１ステッ
プと、ベタ濃度画素の濃度とその度数との関係を示す濃
度ヒストグラムを作成する第２ステップと、上記濃度ヒ
ストグラムにおいて、度数値が所定範囲に収まるような
中度数となる中度数濃度区分の数と、度数値が上記所定
範囲の最大値よりも大きい高度数となる高度数濃度区分
の数とを用いて、原稿の種別を判定する第３ステップと
を有している構成である。

【０３００】それゆえ、ベタ濃度画素からなる濃度ヒス
トグラムにおいて、中度数濃度区分数と高度数濃度区分
数とを用いて、原稿種別を的確に判断することができる
ので、各画素毎に領域分離を行って原稿種別を判定する
従来のような複雑な処理を要しない。したがって、上記
構成によれば、原稿種別自動判別手段の構成を簡素化す
ることができ、ハードウェアを大幅に簡略化することが
できる。

【０３０１】また、写真原稿の判別にあたっては、従
来、ヒストグラムにおける階調幅を用いて行っていた
が、上記構成では、濃度ヒストグラムにおいて、所定の
条件を満たす濃度区分（中度数濃度区分）の数を用いて
いるので、階調に偏りがあっても、つまり、階調幅が狭
くても、写真原稿の判別には何ら影響はない。その結
果、写真原稿の判別にあたり、階調の偏りに起因する従
来のような誤判別の可能性を確実に低減することができ
る。

【０３０２】また、上記のように、原稿種別を的確に判
別することができるので、その後、原稿種別に応じた画
像処理を的確に且つ効率よく行うことができるという効
果を併せて奏する。

【０３０３】本発明に係る画像処理装置は、以上のよう
に、上記原稿種別判定手段は、上記高度数濃度区分の数
と、予め設定された文字判定用閾値とを比較することに
より、原稿に文字が含まれているか否かを判定する文字
含有性判定手段を備えている構成である。

【０３０４】それゆえ、文字判定用閾値を基準にして高
度数濃度区分数の大小を的確に把握することができる。
これにより、上記比較結果に基づいて、原稿に文字が含
まれている可能性を的確に判断することができるという
効果を奏する。

【０３０５】本発明に係る画像処理装置は、以上のよう
に、上記原稿種別判定手段は、上記中度数濃度区分の数
と、予め設定された写真判定用閾値とを比較することに
より、原稿に写真が含まれているか否かを判定する写真
含有性判定手段を備えている構成である。

【０３０６】それゆえ、写真判定用閾値を基準にして中
度数濃度区分数の大小を的確に把握することができる。
これにより、上記比較結果に基づいて、原稿に写真が含
まれている可能性を的確に判断することができるという
効果を奏する。

【０３０７】本発明に係る画像処理装置は、以上のよう
に、上記原稿種別判定手段は、複数の異なる写真判定用
閾値を設定する写真判定用閾値設定手段と、上記文字含
有性判定手段での判定結果に応じて、上記写真含有性判
定手段での判定に用いる写真判定用閾値を切り換える閾
値切り換え手段とを備えている構成である。

【０３０８】それゆえ、写真判定用閾値設定手段が設定
した複数の写真判定用閾値を、閾値切り換え手段が文字
含有性判定手段での判定結果に応じて切り換えること
で、文字原稿と文字／写真原稿、および、文字／写真原
稿と写真原稿との区別を確実に行うことが可能となると
いう効果を奏する。

【０３０９】本発明に係る画像処理装置は、以上のよう
に、上記ベタ濃度画素判定手段は、画像データのある一
つの画素を注目画素とし、注目画素とその近傍の複数の
近傍画素よりなる所定の大きさのブロック内において、
注目画素と複数の近傍画素との濃度差の絶対値を求める
とともに、この濃度差の絶対値と比較を行うためのベタ
濃度画素閾値を設定するベタ濃度画素閾値設定手段と、
上記ベタ濃度画素閾値よりも小さい濃度差の絶対値を有
する近傍画素数をカウントするとともに、この近傍画素
数との比較を行うためのベタ濃度画素カウント数閾値を
設定するベタ濃度画素カウント数閾値設定手段と、上記
カウントされた近傍画素数が上記ベタ濃度画素カウント
数閾値よりも大きい時に注目画素がベタ濃度画素である
と判定するベタ濃度画素判別手段とを備えている構成で
ある。

【０３１０】それゆえ、簡易な方法でベタ濃度画素を確
実に判定することが可能となるという効果を奏する。

【０３１１】本発明に係る画像処理装置は、以上のよう
に、上記ベタ濃度画素カウント数閾値は、上記ブロック
内の総画素数よりも小さい値に設定されている構成であ
る。

【０３１２】それゆえ、例えば原稿画像を読み取るスキ
ャナー部に多少のばらつきがあったり、画像データにノ
イズが含まれていても、そのような影響をほとんど無視
してベタ濃度画素の検出を行うことができるという効果
を奏する。

【０３１３】本発明に係る画像処理装置は、以上のよう
に、上記画像データは、複数の色成分からなるカラー画
像データであり、上記原稿種別判定手段は、各色成分毎
に原稿種別の判定を行うものであり、上記原稿種別自動
判別手段は、上記原稿種別判定手段における各色毎の判
定結果に基づいて、最終的な原稿種別の判別を行う原稿
種別判別手段を備えている構成である。

【０３１４】それゆえ、例えば、いずれか１つの色成分
について他の色成分とは異なる判定結果が得られたとし
ても、これらを総合的に判断して原稿種別を決めること
ができる。したがって、１つの色成分についての判定結
果のみに基づいて原稿種別の判別を行う場合に比べて、
誤判別を確実に低減することができ、判定結果の信頼性
を向上させることができる。その結果、白黒、カラー画
像に関係なく種々の入力画像の種別に適した画像処理を
的確に且つ効率よく行うことができるという効果を奏す
る。

【０３１５】本発明に係る画像形成装置は、以上のよう
に、上記したいずれかの画像処理装置を備えている構成
である。

【０３１６】それゆえ、原稿種別の判別が的確に行わ
れ、しかも、原稿種別に応じた適切な画像処理が行われ
る画像処理装置を備えた画像形成装置を提供することが
できるという効果を奏する。

【図面の簡単な説明】

【図１】本発明の実施の一形態に係る画像処理装置の原
稿種別自動判別部の概略の構成を示すブロック図であ
る。

【図２】上記画像処理装置を備える画像形成装置として
のデジタルカラー複写機の構成を示すブロック図であ
る。

【図３】上記画像処理装置による画像処理方法の流れを
示すフローチャートである。

【図４】上記画像処理装置により原稿種別の判別を行う
場合に、２５６段階の濃度を３２分割した状態の文字原
稿の濃度ヒストグラムの一例を示す説明図である。

【図５】上記画像処理装置により原稿種別の判別を行う
場合に、２５６段階の濃度を３２分割した状態の写真原
稿の濃度ヒストグラムの一例を示す説明図である。

【図６】上記画像処理装置により原稿種別の判別を行う
場合に、２５６段階の濃度を３２分割した状態の文字／
写真原稿の濃度ヒストグラムの一例を示す説明図であ
る。

【図７】本発明の他の実施の形態に係る画像処理装置の
原稿種別自動判別部の概略の構成を示すブロック図であ
る。

【図８】上記の画像処理装置による画像処理方法の流れ
を示すフローチャートである。

【図９】ベタ濃度画素の検出方法を示す説明図である。

【図１０】上記画像処理装置により原稿種別の判別を行
う場合に、２５６段階の濃度を３２分割した状態の文字
原稿のベタ濃度ヒストグラムの一例を示す説明図であ
る。

【図１１】上記画像処理装置により原稿種別の判別を行
う場合に、２５６段階の濃度を３２分割した状態の写真
原稿のベタ濃度ヒストグラムの一例を示す説明図であ
る。

【図１２】上記画像処理装置により原稿種別の判別を行
う場合に、２５６段階の濃度を３２分割した状態の文字
／写真原稿のベタ濃度ヒストグラムの一例を示す説明図
である。

【符号の説明】

１ デジタルカラー複写機（画像形成装置） ３ カラー画像処理装置（画像処理装置） ７ 原稿種別自動判別部（原稿種別自動判別手段） ２２ ヒストグラム作成部（ヒストグラム作成手段） ２３ 第１最大度数濃度区分抽出部（第１最大度数値
抽出手段） ２４ 第２最大度数濃度区分抽出部（第２最大度数値
抽出手段） ２５ 文字原稿判定部（文字原稿判定手段） ２６ 写真原稿判定部（写真原稿判定手段） ２７ 原稿種別判別部（原稿種別判別手段） ３３ 低度数濃度区分数判定部（低度数濃度区分数判
定手段） ３５ 最大度数値判定部（最大度数値判定手段） ３７ 写真原稿判別部（写真原稿判別手段） ４２ ベタ濃度画素判定部（ベタ濃度画素判定手段） ４３ ヒストグラム作成部（ヒストグラム作成手段） ４４ 原稿種別判定部（原稿種別判定手段） ４５ 原稿種別判別部（原稿種別判別手段） ５１ ベタ濃度閾値設定部（ベタ濃度閾値設定手段） ５２ ベタ濃度画素カウント数閾値設定部（ベタ濃度
画素カウント数閾値設定手段） ５３ ベタ濃度画素判別部（ベタ濃度画素判別手段） ６３ 高度数濃度区分数判定部（文字含有性判定手
段） ６７ 閾値切り換え部（閾値切り換え手段） ６８ 中度数濃度区分数判定部（写真含有性判定手
段）

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 AA11 BA02 BA30 CA01 CA06 CA07 CA12 CA16 CB01 CB06 CB07 CB12 CB16 CE03 CE05 CE06 CH18 DA08 DC23 DC36 5C077 LL17 MP06 MP08 PP02 PP03 PP27 PP28 PP32 PP33 PP38 PP43 PP47 PP61 PP65 PP68 PQ08 PQ17 PQ19 PQ20 RR11 RR16 TT06 5C079 LA06 LA11 LA31 NA09 NA13 NA19 NA29 5L096 AA02 BA07 FA37 FA44 FA45 FA54 GA06 GA17 GA28 GA51

Claims (16)

【特許請求の範囲】
1. 【請求項１】入力される画像データに基づいて原稿の種
   別を自動的に判別する原稿種別自動判別手段を備え、上
   記原稿種別自動判別手段での判別結果に応じた画像処理
   を行う画像処理装置であって、 上記原稿種別自動判別手段は、 原稿画像の各画素の濃度とその度数との関係を示す濃度
   ヒストグラムを、上記画像データに基づいて作成するヒ
   ストグラム作成手段と、 上記濃度ヒストグラムにおける最大度数値を第１最大度
   数値として抽出する第１最大度数値抽出手段と、 上記第１最大度数値をとる濃度区分と該濃度区分に隣接
   する濃度区分とを除く濃度区分における最大度数値を第
   ２最大度数値として抽出する第２最大度数値抽出手段
   と、 上記濃度ヒストグラムにて度数が所定値以下となる濃度
   区分の数と上記第１最大度数値とのうち少なくとも一方
   を用いて、原稿が文字原稿であるか否かを判定する文字
   原稿判定手段と、 上記濃度ヒストグラムにおける総度数と上記第１最大度
   数値と上記第２最大度数値とを用いて、原稿が写真原稿
   であるか否かを判定する写真原稿判定手段とを備えてい
   ることを特徴とする画像処理装置。
2. 【請求項２】上記文字原稿判定手段は、度数が上記所定
   値以下の低度数である低度数濃度区分を抽出すると共に
   その数をカウントし、得られた低度数濃度区分数と予め
   設定された第１の閾値とを比較することにより、原稿が
   文字原稿であるか否かを判定する低度数濃度区分数判定
   手段を備えていることを特徴とする請求項１に記載の画
   像処理装置。
3. 【請求項３】上記文字原稿判定手段は、上記第１最大度
   数値と予め設定された第２の閾値とを比較して、上記第
   １最大度数値の総度数に対する割合を判断することによ
   り、原稿が文字原稿であるか否かを判定する最大度数値
   判定手段を備えていることを特徴とする請求項１または
   ２に記載の画像処理装置。
4. 【請求項４】上記写真原稿判定手段は、上記第１最大度
   数値と上記第２最大度数値との差に対する上記総度数の
   割合と、予め設定された第３の閾値とを比較することに
   より、原稿が写真原稿であるか否かを判定する写真原稿
   判別手段を備えていることを特徴とする請求項１ないし
   ３のいずれかに記載の画像処理装置。
5. 【請求項５】上記写真原稿判定手段は、上記文字原稿判
   定手段にて文字原稿と判定されなかった原稿に対して写
   真原稿であるか否かの判定を行うことを特徴とする請求
   項１ないし４のいずれかに記載の画像処理装置。
6. 【請求項６】上記画像データは、複数の色成分からなる
   カラー画像データであり、 上記文字原稿判定手段および上記写真原稿判定手段は、
   各色成分毎に原稿種別の判定を行うものであり、 上記原稿種別自動判別手段は、上記文字原稿判定手段お
   よび上記写真原稿判定手段における各色毎の判定結果に
   基づいて、最終的な原稿種別の判別を行う原稿種別判別
   手段を備えていることを特徴とする請求項１ないし５の
   いずれかに記載の画像処理装置。
7. 【請求項７】入力される画像データに基づいて原稿の種
   別を自動的に判別する原稿種別自動判別手段を備え、上
   記原稿種別自動判別手段での判別結果に応じた画像処理
   を行う画像処理装置であって、 上記原稿種別自動判別手段は、 原稿画像の各画素の上記画像データに基づいて、各画素
   がベタ濃度画素であるか否かを判定するベタ濃度画素判
   定手段と、 ベタ濃度画素の濃度とその度数との関係を示す濃度ヒス
   トグラムを作成するヒストグラム作成手段と、 上記濃度ヒストグラムにおいて、度数値が所定範囲に収
   まるような中度数となる中度数濃度区分の数と、度数値
   が上記所定範囲の最大値よりも大きい高度数となる高度
   数濃度区分の数とを用いて、原稿の種別を判定する原稿
   種別判定手段とを備えていることを特徴とする画像処理
   装置。
8. 【請求項８】上記原稿種別判定手段は、上記高度数濃度
   区分の数と、予め設定された文字判定用閾値とを比較す
   ることにより、原稿に文字が含まれているか否かを判定
   する文字含有性判定手段を備えていることを特徴とする
   請求項７に記載の画像処理装置。
9. 【請求項９】上記原稿種別判定手段は、上記中度数濃度
   区分の数と、予め設定された写真判定用閾値とを比較す
   ることにより、原稿に写真が含まれているか否かを判定
   する写真含有性判定手段を備えていることを特徴とする
   請求項７または８に記載の画像処理装置。
10. 【請求項１０】上記原稿種別判定手段は、複数の異なる
    写真判定用閾値を設定する写真判定用閾値設定手段と、
    上記文字含有性判定手段での判定結果に応じて、上記写
    真含有性判定手段での判定に用いる写真判定用閾値を切
    り換える閾値切り換え手段とを備えていることを特徴と
    する請求項９に記載の画像処理装置。
11. 【請求項１１】上記ベタ濃度画素判定手段は、 画像データのある一つの画素を注目画素とし、注目画素
    とその近傍の複数の近傍画素よりなる所定の大きさのブ
    ロック内において、注目画素と複数の近傍画素との濃度
    差の絶対値を求めるとともに、この濃度差の絶対値と比
    較を行うためのベタ濃度画素閾値を設定するベタ濃度画
    素閾値設定手段と、 上記ベタ濃度画素閾値よりも小さい濃度差の絶対値を有
    する近傍画素数をカウントするとともに、この近傍画素
    数との比較を行うためのベタ濃度画素カウント数閾値を
    設定するベタ濃度画素カウント数閾値設定手段と、 上記カウントされた近傍画素数が上記ベタ濃度画素カウ
    ント数閾値よりも大きい時に注目画素がベタ濃度画素で
    あると判定するベタ濃度画素判別手段とを備えているこ
    とを特徴とする請求項７ないし１０のいずれかに記載の
    画像処理装置。
12. 【請求項１２】上記ベタ濃度画素カウント数閾値は、上
    記ブロック内の総画素数よりも小さい値に設定されてい
    ることを特徴とする請求項１１に記載の画像処理装置。
13. 【請求項１３】上記画像データは、複数の色成分からな
    るカラー画像データであり、 上記原稿種別判定手段は、各色成分毎に原稿種別の判定
    を行うものであり、 上記原稿種別自動判別手段は、上記原稿種別判定手段に
    おける各色毎の判定結果に基づいて、最終的な原稿種別
    の判別を行う原稿種別判別手段を備えていることを特徴
    とする請求項７ないし１２のいずれかに記載の画像処理
    装置。
14. 【請求項１４】請求項１ないし１３のいずれかに記載の
    画像処理装置を備えていることを特徴とする画像形成装
    置。
15. 【請求項１５】入力される画像データに基づいて原稿の
    種別を自動的に判別し、その判別結果に応じた画像処理
    を行う画像処理方法であって、 原稿画像の各画素の濃度とその度数との関係を示す濃度
    ヒストグラムを、上記画像データに基づいて作成する第
    １ステップと、 上記濃度ヒストグラムにおける最大度数値を第１最大度
    数値として抽出する第２ステップと、 上記第１最大度数値をとる濃度区分と該濃度区分に隣接
    する濃度区分とを除く濃度区分における最大度数値を第
    ２最大度数値として抽出する第３ステップと、 上記濃度ヒストグラムにて度数が所定値以下となる濃度
    区分の数と上記第１最大度数値とのうち少なくとも一方
    を用いて、原稿が文字原稿であるか否かを判定する第４
    ステップと、 上記濃度ヒストグラムにおける総度数と上記第１最大度
    数値と上記第２最大度数値とを用いて、原稿が写真原稿
    であるか否かを判定する第５ステップとを有しているこ
    とを特徴とする画像処理方法。
16. 【請求項１６】入力される画像データに基づいて原稿の
    種別を自動的に判別し、その判別結果に応じた画像処理
    を行う画像処理方法であって、 原稿画像の各画素の上記画像データに基づいて、各画素
    がベタ濃度画素であるか否かを判定する第１ステップ
    と、 ベタ濃度画素の濃度とその度数との関係を示す濃度ヒス
    トグラムを作成する第２ステップと、 上記濃度ヒストグラムにおいて、度数値が所定範囲に収
    まるような中度数となる中度数濃度区分の数と、度数値
    が上記所定範囲の最大値よりも大きい高度数となる高度
    数濃度区分の数とを用いて、原稿の種別を判定する第３
    ステップとを有していることを特徴とする画像処理方
    法。