JP2005150855A - カラー画像の圧縮方法及びカラー画像圧縮装置 - Google Patents

Abstract

【課題】カラー画像の圧縮率を高め、かつ文字等の輪郭を鮮明に表示できるようにする。
【解決手段】色相クラスタ分類・統合部１５は、カラー画像の各画素を、色相ヒストグラムに基づいて色相値の数を減らし、数を減らした色相値を各画素に割り当て、同じ色相値を有する画素を１つのクラスタに分類する。さらに、色相差が所定値以下のクラスタを統合する。また、大きさが基準値未満のクラスタの輪郭をトレースして変化点の多いクラスタを文字領域と判定する。符号化部１７は、領域判定部１４の判定結果と、罫線と文字領域の判定結果に基づいてクラスタの特性を判定し、各クラスタの特性に応じた符号化方法により符号化する。
【選択図】 図１

Description

本発明は、スキャナー等で読み取ったカラー画像を圧縮する圧縮方法及びカラー画像圧縮装置に関する。

従来、画像の圧縮方法としてＪＰＥＧ（joint Photographic coding Experts Group）符号化が知られている。ＪＰＥＧ符号化は、画像を複数のブロックに分割して離散コサイン変換（ＤＣＴ）を行い、得られた値を量子化して符号化する。

ＪＰＥＧ符号化は、写真等の画像の圧縮には適しているが、高周波成分を粗く量子化して画像情報を圧縮しているために、輝度や色の変化の大きい文字のエッジ部等が不鮮明になるという問題点がある。

そのような課題を解決するために、特許文献１には、例えば、カラー画像の黒エッジを抽出し、黒エッジの位置を符号化して、ＪＰＥＧ方式により符号化したカラー画像データとともに送信し、受信側で復号化した黒エッジ情報に基づいて黒エッジの画素を補正することで黒エッジの再現性に優れた画像を送信及び受信することが記載されている。

また、特許文献２には、画像を文字領域のデータと写真領域のデータに分けて抽出する領域判別手段を有し、写真領域のデータを符号化する写真画像用符号化手段と、二値化された文字領域のデータを符号するモノクローム画像用符号化手段を設けることが記載されている。

文字を含む原稿等をスキャナーで読み取った場合、文字領域の輪郭部が中間色となり、急峻なエッジが存在しないために、領域判定がうまく行えないという問題が生じる。このような問題を解決するために、特許文献３には、中間色として認識される画素をその画素の隣接する画素間の色差に基づいて補正する輪郭部補正手段を設けることが記載されている。
特開平８−２７９９１３号公報（図６） 特開平８−２９８５８９号公報（図１） 特開２００１−６１０６２号公報（図３） 特開平８−２９８５８９号公報（図３）

しかしながら、特許文献１の方法は、カラー画像データと別に黒エッジの位置を示すデータを送信する必要があるのでデータの圧縮率を高めることが難しい。
また、特許文献２に記載の圧縮方法は、写真領域と文字領域の判定を行っているが、この判定方法は、文字領域のエッジ部分で濃度レベルが高レベルの画素と低レベルの画素が連続することに着目して文字領域と写真領域の判定を行っている。

また、特許文献３の方法は、領域の輪郭部分の中間色の画素を隣接する画素と色差の近い方の隣接画素の画素値に置換することで領域の判定精度を高めているにすぎない。
上述した従来の圧縮方法は、スキャナー等で読み取った後の画像データの冗長性を減らすことにより圧縮を実現しており、元原稿の罫線や文字等の特徴を抽出することで、原稿をスキャナー等で読み取ったときに生じる冗長性を減らすことは考慮されていなかった。そのため、罫線、或いは文字等を含むカラー画像を高い圧縮率で圧縮し、かつ文字等の輪郭を鮮明に表示させることができなかった。

本発明の課題は、カラー画像の圧縮率を高め、かつ文字等の輪郭を鮮明に保ち、面領域の持つ特性を維持し、表示できるようにすることである。

本発明のカラー画像の圧縮方法は、光センサにより読み取られたカラー画像を圧縮する圧縮方法であって、カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成して記憶手段に格納し、前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類し、各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化する。

この発明によれば、読み取られたカラー画像の色相値より少ない数の色相値を各画素に割り当て、その色相値に基づいてカラー画像全体の画素をクラスタに分類することにより、特性を判定する必要のあるクラスタの数を少なくできる。そして、判定した各クラスタの特性に応じた符号化方法で符号化することで、圧縮率を高め、かつ文字や罫線の輪郭が鮮明な圧縮画像を得ることができる。

本発明の他のカラー画像圧縮方法は、光センサにより読み取られたカラー画像を圧縮するカラー画像の圧縮方法であって、カラー画像を複数の領域に分割し、各領域の画素の色値分散量と色相分散量に基づいて領域の特性を判定し、カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成して記憶手段に格納し、前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類し、各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化する。

この発明によれば、領域内の画素の色値分散量と色相分散量に基づいて領域の特性を判定することができる。例えば、写真領域、罫線または文字領域、背景領域等の何れであるかを判定することができる。さらに、読み取られたカラー画像の色相値より少ない数の色相値を各画素に割り当て、その色相値に基づいてカラー画像全体の画素をクラスタに分類することにより、特性を判定する必要のあるクラスタの数を少なくできる。そして、判定した各クラスタの特性に応じた符号化方法で符号化することで、圧縮率を高め、かつ文字や罫線の輪郭が鮮明な圧縮画像を得ることができる。

上記のカラー画像圧縮方法において、前記クラスタの輪郭の特徴に基づいて該クラスタが罫線領域か、文字領域かを判定し、罫線領域と判定されたクラスタと文字領域と判定されたクラスを、それぞれの領域の特性に応じた符号化方法により符号化する。

このように構成することで、クラスタの輪郭の特徴から罫線領域と文字領域の何れであるかを判定し、それぞれの領域の特性に適した符号化方法により画像を圧縮することができる。これにより、罫線と文字の輪郭が鮮明な圧縮画像を得ることができる。

上記のカラー画像圧縮方法において、カラー画像を複数の領域に分割し、各領域の色値分散量と色相分散量を算出し、前記色値分散量と色相分散量に基づいて各領域が写真領域か、文字または罫線領域、あるいは背景領域かを判定し、前記クラスタの輪郭の特徴を抽出して罫線領域と文字領域を判定する。

このように構成することで、写真領域と罫線または文字領域、あるいは背景領域を正確に判定できる。さらに、輪郭の特徴を抽出して文字領域と罫線領域を判定することができる。輪郭の抽出は、例えば、輪郭をトレースして、トレースの方向が変化する変化点の数を検出することにより行う。これにより、データの圧縮率を高め、かつ罫線及び文字の輪郭が鮮明な圧縮画像を得ることができる。

上記のカラー画像の圧縮方法において、前記色値分散量と色相分散量に基づいて判定された領域の判定結果と、クラスタの輪郭の特徴に基づいて判定した罫線と文字領域の判定結果に基づいて各クラスタが、罫線領域か、文字領域かを判定し、罫線領域のクラスタと文字領域のクラスタをそれぞれの領域に適した符号化方法により符号化する。

このように構成することで、色値分散量と色相分散量とに基づいて罫線または文字領域と他の領域を区別し、クラスタの輪郭の特徴に基づいて罫線領域と文字領域を区別することができる。これにより、罫線領域と文字領域をそれぞれの領域に適した符号化方法により符号化することができるのでデータの圧縮率を高めることができる。また、罫線と文字の輪郭が鮮明な圧縮画像が得られる。

本発明のカラー画像圧縮装置は、光センサにより読み取られたカラー画像を圧縮する画像圧縮装置であって、カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成する色相ヒストグラム作成手段と、前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類するクラスタ分類手段と、各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化する符号化手段とを備える。

この発明によれば、原稿等から読み取られたカラー画像の色相値の数より少ない数の色相値を各画素に割り当て、その色相値に基づいてカラー画像全体の画素をクラスタに分類することにより、特性を判定する必要のあるクラスタの数を少なくできる。そして、クラスタの特性を判定し、それぞれのクラスタの特性に応じた符号化方法で符号化することで、圧縮率を高め、かつ文字や罫線の輪郭が鮮明な圧縮画像を得ることができる。

本発明によれば、光学センサにより読み取られたカラー画像の色相値より少ない数の色相値を各画素に割り当て、その色相値に基づいてカラー画像全体の画素をクラスタに分類することにより、特性を判定する必要のあるクラスタの数を少なくできる。そして、各クラスタの特性を判定し、それぞれのクラスタの特性に応じた符号化方法で符号化することで、圧縮率を高め、かつ文字や罫線の輪郭が鮮明な圧縮画像を得ることができる。

また、画素の色値分散量と色相分散量に基づいて領域を判定することにより、例えば、写真領域、罫線または文字領域、背景領域等を正確に判定することができる。さらに、読み取られたカラー画像の色相値より少ない数の色相値を各画素に割り当て、その色相値に基づいてカラー画像全体の画素をクラスタに分類することにより、特性を判定する必要のあるクラスタの数を少なくできる。そして、判定した各クラスタの特性に応じた符号化方法で符号化することで、圧縮率を高め、かつ文字や罫線の輪郭が鮮明な圧縮画像を得ることができる。

以下、本発明の実施の形態を図面を参照しながら説明する。図１は、本発明の実施の形態のカラー画像圧縮装置の構成を示す図である。
以下の説明では、印刷された４〜６色のカラー原稿をスキャナー等の光センサで読み取り、その読み取ったカラー画像を圧縮する場合について説明する。なお、カメラ等により撮影、あるいは読み取った画像であっても良い。

４〜６色のカラー印刷画像をスキャナーで読み取ると、インクの濃淡やＲ，Ｇ，Ｂの光センサの位置が同一ではないことから、読み取ったカラー画像は、元の原稿より遙かに多いＲ，Ｇ，Ｂの色データが生成される。通常、数万色のカラー画像がスキャナーから出力される。

図１において、色値分散量算出部１２は、入力されたカラー画像を所定の領域に分割し、各領域の画素のＲ，Ｇ，Ｂの各色の色値の分散量を計算する。色相分散量算出部１３は、各領域のＲ，Ｇ，Ｂデータを、ＨＳＬ変換して色相Ｈと彩度Ｓと明度Ｌとからなるデータに変換し、各領域単の色相分散量を計算する。

領域判定部１４は、色値分散量と色相分散量とに基づいて、それらの領域が写真領域、文字または罫線領域、背景・面領域の何れであるかを判定する。
色相ヒストグラム作成部１５は、各領域及び全領域の画素の各色相の出現回数を計数して有彩色及び無彩色の色相ヒストグラムを作成する。色相ヒストグラムの作成は、写真領域以外の画素について行う。

色相クラスタ分類・統合部１５は、カラー画像の各画素を、作成された色相ヒストグラムに基づいて色相値の数を減らし、数を減らした色相値を各画素に割り当て、同じ色相値を有する画素を１つのクラスタに分類する。さらに、隣接するクラスタで色相差が所定値以下のクラスタを統合する。また、クラスタの大きさが基準値以上か否かを判定し、大きさが基準値以上の領域を罫線領域と判定する。また、大きさが基準値未満のクラスタの輪郭をトレースして変化点を抽出し、変化点の多いクラスタを文字領域と判定する。

符号化部１７は、写真領域符号化部１８，文字領域符号化部１９，罫線領域符号化部２０及び背景・面領域符号化部２１からなり、領域判定部１４の判定結果と、罫線と文字領域の判定結果に基づいてクラスタの特性を判定し、各クラスタの特性に応じた符号化方法により符号化する。

写真領域符号化部１８は、写真領域の画素をＪＰＥＧ符号化する。文字領域符号化部１９は、文字領域のクラスタの画素をハフマン符号化する。罫線領域符号化部２０は、罫線領域のクラスタの画素をチェイン符号化する。背景・面領域符号化部２１は、背景・面領域のクラスタの画素をチェイン符号化及びＪＰＥＧ符号化する。符号化部１７で符号化された画像データは記憶部２２に格納される。

次に、カラー画像圧縮装置１１の画像データの圧縮処理について、以下のフローチャートを参照して説明する。これらの処理は、カラー画像圧縮装置１１のＣＰＵ等により実行される。

図２は、カラー画像圧縮処理の概略フローチャートである。
先ず、図２のステップＳ１１の領域判定処理において、入力されたカラー画像を所定の領域、例えば、６４×６４画素領域に分割し、各領域単位で色値分散量と色相分散量を計算し、色値分散量と色相分散量に基づいて各領域が写真領域、文字または罫線領域、背景・面領域の何れであるかを判定する。

次に、図２のステップＳ１２の色相ヒストグラム作成処理において、２５６×２５６画素領域単位で有彩色と無彩色のヒストグラムを作成する。
次に、図２のステップＳ１３の色相クラスタ分類処理において、一定数に制限した色相値（例えば、５６色の有彩色と８色の無彩色）をカラー画像全体の各画素に割り当て、同一の色相値を有する画素を、色相値毎にクラスタに分類する。

次に、図２のステップＳ１４のクラスタ統合処理において、輪郭形状により罫線領域と文字領域を判定し、罫線領域の隣接するクラスタで色相差の小さいクラスタを統合する。
次に、図２のステップＳ１５の符号化処理において、各クラスタを構成単位（写真領域、文字または形成領域、背景・面領域）別に符号化する。

図３は、図２のステップＳ１１の領域判定処理のフローチャートである。
先ず、６４×６４の画素領域の中の８×８の画素ブロックの各画素のＲ，Ｇ，Ｂデータの平均値を算出し、各画素のＲ，Ｇ，Ｂデータと、８×８画素領域のＲ，Ｇ，Ｂデータの平均値との差分から、８×８画素領域の色値分散量を算出する（図３，Ｓ２１）。

８×８の画素領域全体の色値の分散量は、以下の式（１）により計算する。

上記の式において、Ｒa、Ｇa、Ｂaは、８×８の領域の画素のＲ，Ｇ，Ｂの階調データの平均値、Ｒn、Ｇn、Ｂnは、領域内の任意の画素のＲ，Ｇ，Ｂの階調データであり、Ｄrgbは、８×８の領域全体のＲ，Ｇ，Ｂの階調データの分散量である。

上記の式により、各画素のＲ，Ｇ，Ｂの階調データＲn、Ｇn、Ｂnと、各階調データの平均値Ｒa、Ｇa、Ｂaとの差の自乗の総和を計算することで、８×８の画素領域全体のＲ．Ｇ，ＢのＲ，Ｇ，Ｂの階調データの分散量を計算することができる。

次に、８×８の領域の各画素のＲ，Ｇ，ＢデータをＨＳＬ変換して、色相Ｈについてシアン（Ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）の各領域の色相分散量を算出する（図３，Ｓ２２）。ＨＳＬ変換とは、色データを色相Ｈと彩度Ｓと明度Ｌで表したデータに変換することである。８×８の画素領域全体の色相分散量は、以下の式（２）により計算する。

上記の式において、Ｈc、Ｈm、Ｈyは、８×８の画素領域のシアン（Ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）の各領域の色相値の平均値を示し、Ｈnは、領域内の任意の画素の色相値を示している。また、Ｄc、Ｄm、Ｄyは、シアン、マゼンタ、イエローの各領域の色相の分散量を示し、Ｄhはそれらの合計値、すなわち、８×８の画素領域の色相Ｈの分散量を示す。

上記の式により、８×８の画素領域の各画素の色相Ｈと、シアン、マゼンタ、イエローの各領域の色相の平均値Ｈc、Ｈm、Ｈyとの差の自乗の総和を計算することで、Ｃ，Ｍ，Ｙの色空間における色相分散量Ｄc、Ｄm、Ｄyを計算できる。さらに、それらの色相分散量Ｄc、Ｄm、Ｄyを加算することで、８×８の画素領域全体の色相分散量Ｄｈを計算することができる。

次に、上記の処理により求めた８×８の画素領域の色値分散量と色相分散量を、６４×６４の画素領域について加算して、６４×６４の画素領域の色値分散量と色相分散量を計算し、その色値分散量を第１の基準値Ａ（例えば、４０９６）と比較し、色相分散量を第２の基準値Ｂ（例えば、１５３６００）と比較して、その領域が写真領域、罫線または文字領域、背景・面領域の何れであるかを判定する（図３，Ｓ２３）。

図４は、上記のステップＳ２３の領域判定処理で用いられる領域判定テーブル３１を示す図である。
領域判定テーブル３１に基づいて、領域の色値分散量Ｄrgbが第１の基準値Ａより大きく、かつ色相分散量Ｄhが第２の基準値Ｂより大ききい領域は写真領域と判定する。

色値分散量Ｄrgbが第１の基準値Ａより大きく、かつ色相分散量Ｄhが第２の基準値Ｂより小さい領域は罫線または文字領域と判定する。
また、色値分散量Ｄrgbが第１の基準値Ａより小さい領域は、背景・面領域と判定する。

図５は、図２のステップＳ１１の色相ヒストグラム作成処理のフローチャートである。色相ヒストグラムの作成処理は、写真領域以外の画素に対して行われる。また、以下の処理で作成される色相ヒストグラム、ピークリストなどは記憶部２２のメモリに格納される。

２５６×２５６画素領域の各画素についてＲ，Ｇ，ＢデータをＨＳＬ変換する（図５，Ｓ３１）。ＨＳＬ変換とは、色相Ｈと彩度Ｓと明度Ｌで表したデータに変換することである。

次に、画素が有彩色か否かを判定し、有彩色の各色相Ｈの値の出現回数を計数して色相ヒストグラム１（有彩色の色相ヒストグラム）を作成する（図５，Ｓ３２）。
ここで、有彩色の判定方法について説明する。図６は、縦軸を彩度Ｓ、横軸を明度Ｌとしたときの赤の色の彩度Ｓと明度の関係を示した図である。

図６において、縦軸の彩度Ｓの値が大きくなるほど鮮やかな色を表し、横軸の明度Ｌの値が大きいほど明るい色を表す。２次曲線ｆ１，ｆ２は、視覚特性上の有彩色の境界と無彩色の境界を示す曲線であり、２次曲線ｆ１，ｆ２の間に対応する画素は、該当画素単体では、有彩色、無彩色の何れとも判定できない不定色となる。

２次曲線ｆ１，ｆ２は、以下のように表せる。
ｆ１＝（１／４００）（２５５−ＬＵＭ）²＋１０
ｆ２＝（１／２）（１／４０００）（２５５−ＬＵＭ）²＋１０
画素の彩度Ｓと明度Ｌ（ＬＵＭ）が決まれば、上記の式、「ｆ１＝（１／４００）（２５５−ＬＵＭ）²＋１０」、から各明度における有彩色となる彩度Ｓの下限値を計算することができる。従って、彩度Ｓがその下限値以上か否かによりその画素が有彩色か否かを判定できる。また、上記の式「ｆ２＝（１／２）（１／４０００）（２５５−ＬＵＭ）²＋１０」、から各明度における無彩色の上限値を計算することができる。従って、彩度Ｓが上限値以下か否により、その画素が無彩色か否かを判定できる。

本実施の形態では、有彩色の下限値を示す２次曲線ｆ１の値と、無彩色の上限値を示す２次曲線ｆ２の値を各明度ＬＵＭについて予め計算して、図７（Ａ）及び（Ｂ）に示す有彩色の判定テーブル３２と無彩色の判定テーブル３３を作成してある。

図７（Ａ）の有彩色の判定テーブル３２と無彩色の判定テーブル３３は、上記のｆ１、ｆ２の式に明度ＬＵＭの値を代入して得られる彩度Ｓの値をテーブルにしたものである。
判定テーブル３２、３３の１番左側の縦軸の数値は０〜１５までの明度を示し、１番上の横軸の数値「＋０」、「＋１６」、「＋３２」・・・は、その列が、縦軸の０〜１５の明度に「０」、「１６」、「３２」・・・を加算した明度であることを示し、縦軸と横軸の交差する点が、その明度に対応する有彩色の彩度Ｓの下限値ｆ１、あるいは無彩色の上限値ｆ２を示している。

例えば、画素の明度が「０」であれば、有彩色の判定テーブル３２から、その点の二次曲線ｆ１の値が「２６」であることが分かるので、画素の彩度Ｓが「２６」以上であれば、その画素を有彩色と判定することができる。また、無彩色の判定テーブル３３から、その点の２次曲線ｆ２の値が「１３」であることが分かるので、画素の彩度Ｓが「１３」以下であれば、その画素を無彩色と判定できる。

この有彩色の判定テーブル３２と無彩色の判定テーブル３３を使用して、画素が有彩色か、無彩色か、それとも不定色かを判定している。これらの判定テーブル３２，３３は、予め記憶部２２に格納され、ＣＰＵにより読み出されてメモリに格納される。

図５に戻り、画素の明度Ｌ及び彩度Ｓからその画素が無彩色か否かを判定し、彩度Ｓがｆ２の値以下で無彩色と判定されたときには、各画素の各明度Ｌの出現回数を計数して、２５６×２５６画素の色相ヒストグラム２（無彩色の色相ヒストグラム）を作成する（図５，Ｓ３３）。

次に、２５６×２５６画素の有彩色の色相ヒストグラム１に対してピーク値検出を行い、統合判定テーブルを参照して各色相Ｈのピークを統合する（図５，Ｓ３４）。
ここで、図８を参照して色相ヒストグラムについて説明する。図８（ａ）は、一定の形式で入力項目が印刷された帳票に、個々の取引先名を入力した結果を印刷した原稿を、スキャナーで読み取った画像の一部を示している。

図８（ａ）において、帳票の罫線及び予め印刷されている文字は赤で、帳票に後から入力された取引先名等は青で印刷されている。図８（ｂ）は、後から入力された取引先名を示し、これらの文字は青で印刷されている。図８（ｃ）は、帳票に予め印刷されている罫線と文字を示し、これらの罫線と文字は赤で印刷されている。また、それ以外の部分は、図８（ｄ）の背景部分となる。

上記の画像の同一の色相成分の色相ヒストグラムを作成すると、図８（ｅ）に示すような、入力された文字の青の画素の色相ヒストグラムと、図８（ｃ）のプレ印刷部分の赤の画素の色相ヒストグラムが作成できる。図８（ｅ）の横軸は色相値、縦軸は色相値の出現回数を示している。

数種類の色で印刷された帳票等の原稿をスキャナーで読み取った場合、読み取った画像は、図８（ｅ）に示すように印刷されたインクの濃淡のむら等により、色相値がわずかに異なる画素データが生成され、出現回数のピーク値の近傍に複数のピーク値が検出される。そこで、本実施の形態においては、同一色相の一定の色相値の幅の中に存在するピーク値を１つに統合している。その際、色相値の幅（図８（ｅ）のヒストグラムの横軸）が色相により異なるので、ピーク値の統合の基準となる幅を色相により個別に定めた統合判定テーブルを作成し、その統合判定テーブルを参照してピーク値を統合している。

図９は、統合判定テーブルの説明図である。図９の横軸は、色相値、縦軸は、各色相において、ピークを統合する際の基準となる色相値の幅を示している。図９に点線で示す直線が、各色相における統合の基準となる色相値の幅を示すものである。例えば、赤Ｒの場合には、色相値の幅が２０以内のピーク値は１つのピーク値に統合する。また、緑Ｇの場合は、色相値の幅が４０以内のピーク値を１つに統合する。さらに、青Ｂの場合には、色相値の幅が３０以内のピーク値を１つに統合する。赤、緑、青の間の色相は、それらの色の色相値の幅を補完して求める。

図５に戻り、ステップＳ３４の次に、統合した後のピークの中から出現回数の多い上位１６個のピークを選択して色相ピークリスト１（有彩色の色相ピークリスト）を作成し、同時に各色相Ｈの彩度Ｓのピークの中から出現回数の多い上位４個のピークを選択してリストを作成する（図５，Ｓ３５）。これらをまとめて色相ピークリストと呼ぶ。

次に、無彩色の色相ヒストグラム２に対してピーク検出を行い、同様に統合判定テーブルを参照してピーク統合を行った後、検出されたピークの中の上位４個を選択して無彩色の色相ピークリストを作成する（図５，Ｓ３６）。

次に、入力画像全体について２５６×２５６画素領域単位の有彩色のピークリストと無彩色のピークリストを重ね合わせて（ＯＲ演算）、入力画像全体の代表色相値リストを作成する（図５，Ｓ３７）。

２５６×２５６画素領域の色相ピークリストを入力画像全体で重ね合わせることで、入力画像の全領域で出現頻度の高い色相値を示す代表色相値リストを作成することができる。

次に、図１０は、図２のステップＳ１３の色相クラスタ分類処理のフローチャートである。
入力画像全体の有彩色の各画素の色相値と代表色相値リストの色相値とを比較し、色相値の差の最も小さい色相値を各画素の色相値として設定する（図１０，Ｓ４１）。そして、各画素に設定した色相値の中で出現頻度の高い色相値から最大５６色を選択し有彩色リストを作成する（図１０，Ｓ４２）。

次に、入力画像全体の無彩色の各画素の色相値と、代表色相値リストの色相値を比較し、差が最も小さい色相値をそれぞれの画素の色相値として設定する（図１０，Ｓ４３）。そして、各画素に設定した色相値の中で出現頻度の高い色相値を最大８色選択して無彩色リストを作成する（図１０，Ｓ４４）。

次に、入力画像全体の有彩色の各画素の色相値を有彩色リストにあてはめる（図１０，Ｓ４５）。すなわち、各画素の色相値と有彩色リストの色相値とを比較し、色相値の差が最小の色相値を、有彩色の各画素の色相値として設定する。

次に、入力画像全体の無彩色の各画素を無彩色リストにあてはめ、色相差の最も小さい色相値を、無彩色の各画素の色相値として設定する（図１０，Ｓ４６）。
有彩色、無彩色の何れにも割り当てられなかった画素を、その近傍の８個の画素が有彩色か無彩色かを調べ、有彩色または無彩色の何れかの色相値（色相情報）に対応させる（図１０，Ｓ４７）。

以上のようにして入力画像全体の各画素を、最大５６色の有彩色の色相値または最大８色の無彩色のいずれかに割り当て、同じ色相値を有する画素を１つのクラスタに分類する（図１０，Ｓ４８）。

次に、図１１は、図２のステップＳ１４のクラスタ統合処理のフローチャートである。
各クラスタ領域に対して最外接矩形を計算する（図１１、Ｓ５１）。次に、最外接矩形の高さと幅が一定値より大きいか否かを判定し、高さと幅が一定値より大きい場合には、輪郭トレースの対象にする（図１１，Ｓ５２）。クラスタ領域の高さと幅が一定値より大きいときには、その領域は罫線領域と判断している。

次に、選定したクラスタの境界部分の輪郭をトレースし、輪郭をチェイン符号化し、符号化したデータをそのクラスタの色相情報とともに記憶部２２に保存する（図１１，Ｓ５３）。

図１２（Ａ）は、帳票の罫線を輪郭としてトレースする場合を示している。カラー印刷された帳票をスキャナーで読み取ると、罫線の部分は、上述した色相クラスタ分類処理により、同じ色相値の１つのクラスタ、あるいは色相値が近い複数のクラスタに分類され、罫線領域と判断されたときには、図１２（Ａ）に示すように罫線の輪郭のトレースが行われる。

色相値によりクラスタを分類すると、図１２（Ｂ）に示すように同じ罫線の領域でも色相値が異なるために別のクラスタに分類される場合がある。
このような本来同じ罫線のクラスタを１つに統合するために、図１１のステップＳ５４において、輪郭をトレースした隣接するクラスタの色相差を計算し、色相差が所定値より小さいときには、それらのクラスタを１つに統合する。

すなわち、図１２（Ｂ）の隣接する２つのクラスタＨ１，Ｈ２の色相差が所定値より小さいときには、それらを１つのクラスタＨ１に統合する。これにより、本来１つのクラスタに分類されるべき罫線が、スキャナーの読み取り時に設定される色相値の違いにより、別のクラスタに分類された場合でも、それらを１つのクラスタに統合して全体のクラスタ数を少なくできる。なお、チェイン符号化した罫線の輪郭情報は、統合した結果、クラスタの内部となる輪郭情報は不要となるので、削除し、外側の境界部分の輪郭情報のみを保存すればよい。

以上のようにして色相によるクラスタの分類・統合が終了したなら、次に、図２のステップＳ１５の構成単位別の符号化処理を実行する。
図１３は、上記の構成単位別の符号化処理中の写真領域の符号化処理のフローチャートである。

図２のステップＳ１１の領域判定処理において、領域の色値分散量が第１の基準値より大きく、かつ色相値分散量が第２の基準値より大きく、写真領域と判定されている場合には（図１３，Ｓ６１）、その写真領域と周囲のクラスタとの境界を計算し、領域の外接矩形を求め、外接矩形内の画素をＪＰＥＧ符号する（図１３，Ｓ６２）。

次に、写真領域、罫線または文字領域等の構成単位毎に輪郭情報の重なり状態を示す階層情報として付加する（図１３，Ｓ６３）。
次に、図１４は、罫線または文字領域の符号化処理のフローチャートである。

図２のステップＳ１１の領域判定処理において、クラスタに属する６４×６４画素領域の色値分散量が第１の基準値Ａ以上で、かつ色相分散量が第２の基準値Ｂより小さく、該当する領域が罫線線または文字領域と判定されている場合には（図１３，Ｓ７１）、そのクラスタが罫線領域と文字領域の何れであるかを判定する（図１３，Ｓ７２）。

罫線領域か、文字領域の何れであるかの判定は、クラスタの最大外接矩形の高さと幅が所定値以上か否かを判定することにより行う。最大外接矩形の高さと幅が所定値以上のときには、その領域は罫線領域と判定する。最大外接矩形の高さまたは幅が所定値より小さいときには、他のクラスタとの境界部分の輪郭をトレースして輪郭形状の特徴を抽出し、輪郭パターンが複雑か否かによりその領域が文字領域か否かを判定する。

輪郭パターンが複雑か否かの判定は、トレースした輪郭の方向が変化する変化点が一定個数以上あるか否かにより行う。最大外接矩形の高さまたは幅が所定値より小さく、かつ、輪郭をトレースしたときにトレースの変化点が一定個数以上あるときには、そのクラスタは文字領域と判定し、変化点が一定個数より少ないときには、そのクラスタは罫線領域と判定する。

クラスタの特性が文字領域と判定されたときには、ステップＳ７３に進み、クラスタ内の画素を、例えばハフマン符号化により圧縮する。
他方、クラスタの特性が罫線領域と判定されたときには、図１４のステップＳ７４に進み、罫線領域の輪郭情報をクラスタ単位でチェイン符号化する。

ステップＳ７３またはＳ７４の次には、文字領域、罫線領域の構成単位毎に輪郭情報の重なりがあるか否かを検出し、輪郭の重なりがある場合には、重なり状態を示す情報を階層情報として付加する（図１４，Ｓ７５）。

ここで、構成単位毎に輪郭情報の重なりを示す階層情報を付加する処理を、図１６の（１）に示す画像に対して行う場合について、図１５のフローチャートを参照して説明する。

最初に対象画像を左上隅から探索し、背景領域ａの輪郭情報を抽出する（図１５，Ｓ８１）。この処理により、図１６の（２）に斜線で示す背景領域ａの輪郭情報が抽出される。

次に、背景領域ａの内側を探索し、罫線領域ｂの輪郭情報を抽出する。罫線領域ｂは背景領域ａの内側に存在するので階層情報として「１」を設定する（図１５，Ｓ８２）。この処理により、図１６の（３）に点線で示す罫線領域ｂの輪郭情報が抽出される。

次に、罫線領域ｂの内側を探索し、面領域ｃの輪郭情報を抽出する。面領域ｃは、罫線領域ｂの内側に存在するので、階層情報として「２」を設定する（図１５，Ｓ８３）。この処理により、図１６の（４）に文字「文字情報」の周りの斜線で示す面領域ｃの輪郭情報が抽出される。

次に、面領域ｃの内側を探索し、文字領域ｄの輪郭情報を抽出する。さらに、文字領域ｄは、面領域ｃの内側に存在するので、階層情報として「３」を設定する（図１５，Ｓ８４）。この処理により、図１６の（５）に斜線で示す文字領域ｄの輪郭情報が抽出される。

次に、文字領域ｄの内側を探索し、この場合、領域内に輪郭情報が存在しないので探索を終了する（図１５，Ｓ８５）。
上述した処理により各領域の画素を符号化する際に、それぞれの領域の階層情報を付加することができる。データを復号する場合には、各領域の階層情報を参照して各領域の圧縮データを適正な順序で復元できる。

次に、図１７は、背景・面領域の符号化処理のフローチャートである。
図２のステップＳ１１の領域判定処理において、クラスタに属する６４×６４画素領域の色値分散量が基準値より小さく、背景・面領域と判定されている場合には（図１７，Ｓ９１）、クラスタ単位で他のクラスタとの境界部分の輪郭をトレースする（図１７，Ｓ９２）。

次に、クラスタ単位に輪郭情報をチェイン符号化し、該当クラスタ内の明度情報ＶをＪＰＥＧ符号化する（図１７，Ｓ９３）。
次に、背景・面領域と他の構成単位との輪郭情報の重なりを検出し、各構成単位の階層位置を示す階層情報を付加する（図１７，Ｓ９４）。

図１８（Ａ）、（Ｂ）は、ＪＰＥＧ符号化により圧縮した帳票の圧縮画像と、実施の形態の画像圧縮方法により圧縮した圧縮画像を示す図である。
図１８（Ａ）に示す、従来のＪＰＥＧ符号化により圧縮した画像は、罫線の輪郭部分や、予め印刷されている「原価金額」、「発注」（赤で印刷されている）等の文字や、ユーザが入力した文字「・・チヨダ」、発注年月日の数字「０２１１」（青で印刷される）等に色ずれが発生して文字の輪郭が不鮮明になっている。

それに対して、図１８（Ｂ）に示す、本発明の実施の形態の圧縮方法で圧縮した画像は、罫線領の輪郭部分や、予め印刷されている文字「原価金額」、「発注」及びユーザが入力した発注年月日の数字「０２１１」の文字に色ずれがほとんどなく、輪郭も鮮明である。

このように、色相値の数を減らし元の原稿の色相に近づけ、さらに、文字領域の画素を、例えば、ハフマン符号化により圧縮し、罫線領域の画素をチェイン符号化により圧縮することにより、文字及び罫線の輪郭が鮮明な圧縮画像を得ることができる。

上述した実施の形態によれば、カラー画像の各画素の色相ヒストグラムを作成し、その色相ヒストグラムに基づいて色相の数を減らすことで、元の原稿の罫線や文字領域に対応するクラスタに分類することができる。さらに、それぞれのクラスタが、罫線領域、文字領域、背景・面領域の何れであるかを判定し、それぞれの領域に適した符号化方法により圧縮することで、データの圧縮率を高め、かつ文字及び罫線の輪郭の鮮明な圧縮画像を得ることができる。これにより、圧縮した画像を保存するために必要な記憶容量を、従来の圧縮方法に比べて少なくできる。

ここで、上述したカラー画像圧縮機能を有する情報処理装置のハードウェア構成の一例を図１９を参照して説明する。
ＣＰＵ５１は、画像圧縮処理を実行する。外部記憶装置５２には、ＯＳ等のプログラムが格納されると共に、圧縮されたデータ等が格納される。メモリ５３は、演算に使用される各種のテーブル、あるいはデータを一時的に記憶するための領域として使用される。

記録媒体駆動装置５４は、ＣＤＲＯＭ、ＤＶＤ、フレキシブルディスク、ＩＣカード等の可搬記録媒体５５の読み取り、あるいは書き込みを行う。
入力装置５６は、キーボード等のデータを入力する装置である。出力装置５７は表示装置などである。

ネットワーク接続装置５８は、ＬＡＮ、インターネット等のネットワークに接続するための装置であり、この装置を介してネットワーク上のサービス対象のサーバからメッセージを収集することができる。なお、ＣＰＵ５１，メモリ５３，外部記憶装置５２等はバス５９により接続されている。

本発明は、上述した実施の形態に限らず、以下のように構成しても良い。
実施の形態は、写真領域を含むカラー画像を圧縮する場合について説明したが、本発明は、写真領域を含まない罫線と文字とを含む文書等の圧縮にも適用できる。その場合、クラスタの輪郭の特徴から罫線領域と文字領域を判定し、罫線領域に適した符号化方法、文字領域に適した符号化方法で画素を符号化すればよい。その場合でも、色相数を減らすことにより、画像データを符号化するときのデータの圧縮率を高めることができる。また、文字領域は、文字の符号化に適した符号化方法（例えば、ハフマン符号化）で符号化できるので、ＪＰＥＧ符号化等により圧縮する場合に比べて、圧縮率を高め、かつ、罫線や文字の輪郭の鮮明な圧縮画像を得ることができる。

各領域の符号化方法は、実施の形態で述べたハフマン符号化、チェイン符号化、ＪＰＥＧ符号化に限らず、文字、罫線等の圧縮に適した公知の他の符号化方法を適用できる。
（付記１）光センサにより読み取られたカラー画像を圧縮する圧縮方法であって、カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成して記憶手段に格納し、前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類し、各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化するカラー画像の圧縮方法。
（付記２）光センサにより読み取られたカラー画像を圧縮するカラー画像の圧縮方法であって、カラー画像を複数の領域に分割し、各領域の画素の色値分散量と色相分散量に基づいて領域を判定し判定結果を記憶手段に格納し、カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成して記憶手段に格納し、前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類し、各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化するカラー画像の圧縮方法。
（付記３）付記１または２記載のカラー画像の圧縮方法において、前記クラスタの輪郭の特徴に基づいて該クラスタが罫線領域か、文字領域かを判定し、罫線領域と判定されたクラスタと文字領域と判定されたクラスを、それぞれの領域の特性に応じた符号化方法に符号化する。
（付記４）付記１，２または３記載のカラー画像の圧縮方法において、カラー画像を複数の領域に分割し、各領域の色値分散量と色相分散量を算出し、前記色値分散量と色相分散量に基づいて各領域が写真領域か、文字または罫線領域、あるいは背景領域かを判定し、前記クラスタの輪郭の特徴を抽出して罫線領域と文字領域を判定する。
（付記５）光センサにより読み取られたカラー画像を圧縮する画像圧縮装置であって、
カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成する色相ヒストグラム作成手段と、前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類するクラスタ分類手段と、各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化する符号化手段とを備えるカラー画像圧縮装置。
（付記６）付記１または２記載のカラー画像の圧縮方法において、色値分散量が第１の基準値以上で、かつ色相分散量が第２の基準値未満の領域を罫線または文字領域と判定し、色値分散量が第１の基準値未満の領域を背景・面領域と判定する。
（付記７）付記１または２記載のカラー画像の圧縮方法において、色値分散量が第１の基準値以上で、かつ色相分散量が第２の基準値以上の領域を写真領域と判定し、色値分散量が第１の基準値以上で、かつ色相分散量が第２の基準値未満の領域を罫線または文字領域と判定する。
（付記８）付記１または２記載のカラー画像の圧縮方法において、
色値分散量が第１の基準値以上で、かつ色相分散量が第２の基準値未満の領域の大きさが基準値以上か否かを判定し、大きさが基準値以上の領域を罫線領域と判定し、大きさが基準値未満の領域の輪郭を抽出し、輪郭の変化が少ない領域を罫線領域、変化が多い領域を文字領域と判定する。
（付記９）付記１または２記載のカラー画像の圧縮方法において、
カラー画像の各領域の画素のＲＧＢデータをＨＳＬ変換し、有彩色の各画素の各色相Ｈの値の出現回数を計数して有彩色の色相ヒストグラムを作成し、無彩色の各画素の各明度Ｌの値の出現回数を計数して無彩色の色相ヒストグラムを作成し、前記有彩色のヒストグラムと無彩色のヒストグラムからそれぞれヒストグラムの上位の所定数の色相値を検出して有彩色の色相ピークリストと無彩色の色相ピークリストを作成し、前記各領域の有彩色の色相ピークリストと無彩色の色相ピークリストを重ね合わせてカラー画像全体の代表色相値リストを作成し、カラー画像の有彩色の各画素に前記代表色相値リストの中の該当する色相値を割り当て、各画素に割り当てた色相値の出現回数を計数して、出現回数が上位の所定数の色相値を選択して有彩色リストを作成し、カラー画像の無彩色の各画素を前記代表色相値リストに基づいて該当する色相値を割り当て、無彩色の各画素に割り当てた色相値の出現回数を計数して、出現回数が上位の所定数の色相値を選択して無彩色リストを作成し、カラー画像の有彩色の各画素に前記有彩色リストの該当する色相値を割り当て、カラー画像の無彩色の各画素に前記無彩色リストの該当する色相値を割り当て、隣接する同一の色相値の画素をまとめて１つのクラスタを作成し、カラー画像の全領域を複数のクラスタに分類する。
（付記１０）付記１または２記載のカラー画像の圧縮方法において、
罫線領域の画素データをチェイン符号化により圧縮し、文字領域の画素データをハフマン符号化により圧縮する。
（付記１１）付記３記載のカラー画像の圧縮方法において、
罫線領域の画素データをチェイン符号化により圧縮し、文字領域の画素データをハフマン符号化により圧縮し、背景領域の輪郭データをチェイン符号化により圧縮し、該背景領域の明度情報をＪＰＥＧ符号化により圧縮する。
（付記１２）光センサにより読み取られたカラー画像を圧縮するカラー画像圧縮装置であって、
カラー画像を複数の領域に分割し、各領域の画素の色値分散量と色相分散量に基づいて領域の特性を判定する領域判定手段と、カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成する色相ヒストグラム作成手段と、前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類するクラスタ分類手段と、各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化する符号化手段とを備えるカラー画像圧縮装置。
（付記１３）付記５または１２記載のカラー画像圧縮装置において、
カラー画像の各領域の画素のＲＧＢデータをＨＳＬ変換し、有彩色の各画素の各色相値Ｈの出現回数を計数して有彩色の色相ヒストグラムを作成し、無彩色の各画素の各明度Ｌの値の出現回数を計数して無彩色の色相ヒストグラムを作成する色相ヒストグラム作成手段と、前記各領域の有彩色のヒストグラムと無彩色のヒストグラムからそれぞれ上位の所定数の色相値を検出して有彩色の色相ピークリストと無彩色の色相ピークリストを作成する色相ピークリスト作成手段と、前記各領域の有彩色の色相ピークリストと無彩色の色相ピークリストを重ね合わせてカラー画像全体の代表色相値リストを作成する代表色相値リスト作成手段と、カラー画像の有彩色の各画素に前記代表色相値リストの該当する色相値を割り当て、各画素に割り当てた色相値の出現回数を計数して、出現回数が上位の所定数の色相値を選択して有彩色リストを作成するとともに、無彩色の各画素を前記代表色相値リストの該当する色相値を割り当て、無彩色の各画素に割り当てた色相値の出現回数を計数して、出現回数が上位の所定数の色相値を選択して無彩色リストを作成する有彩色及び無彩色リスト作成手段と、カラー画像の有彩色の各画素に前記有彩色リストの該当する色相値を割り当て、カラー画像の無彩色の各画素に前記無彩色リストの該当する色相値を割り当て、隣接する同一の色相値の画素をまとめて１つのクラスタを作成し、カラー画像の全領域を複数のクラスタに分類するクラスタ分類手段とを備える。
（付記１４）光センサにより読み取られたカラー画像を圧縮する圧縮プログラムであって、
カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成して記憶手段に格納する処理と、前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類する処理と、各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化する処理を、コンピュータに実行させるカラー画像圧縮プログラム。

カラー画像圧縮装置の構成図である。 カラー画像圧縮処理の概略フローチャートである。 領域判定処理のフローチャートである。 領域判定テーブルを示す図である。 色相ヒストグラム作成処理のフローチャートである。 有彩色と無彩色の境界の説明図である。 有彩色と無彩色の判定テーブルを示す図である。 色相ヒストグラムの説明図である。 統合判定テーブルの説明図である。 色相クラスタ分類処理のフローチャートである。 クラスタ統合処理のフローチャートである。 クラスタ統合の説明図である。 写真領域の符号化処理のフローチャートである。 罫線／文字領域の符号化処理のフローチャートである。 階層情報を付加する処理のフローチャートである。 階層情報の説明図である。 背景・面領域の符号化処理のフローチャートである。 圧縮画像を示す図である。 情報処理装置の構成図である。

符号の説明

１１ カラー画像圧縮装置
１２ 色値分散量算出部
１３ 色相分散量算出部
１４ 領域判定部
１５ 色相ヒストグラム作成部
１６ 色相クラスタ分類・統合部
１７ 符号化部
１８ 写真領域符号化部
１９ 文字領域符号化部
２０ 罫線領域符号化部
２１ 背景・面領域符号化部
２２ 記憶部
３１ 領域判定テーブル
３２ 有彩色判定テーブル
３３ 無彩色判定テーブル

Claims (5)

1. 光センサにより読み取られたカラー画像を圧縮する圧縮方法であって、
   カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成して記憶手段に格納し、
   前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類し、
   各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化するカラー画像の圧縮方法。
2. 光センサにより読み取られたカラー画像を圧縮するカラー画像の圧縮方法であって、
   カラー画像を複数の領域に分割し、各領域の画素の色値分散量と色相分散量に基づいて領域を判定し、
   カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成して記憶手段に格納し、
   前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類し、
   各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化するカラー画像の圧縮方法。
3. 請求項１または２記載のカラー画像の圧縮方法において、
   前記クラスタの輪郭の特徴に基づいて該クラスタの特性が罫線領域か、文字領域かを判定し、
   罫線領域と判定されたクラスタと文字領域と判定されたクラスを、それぞれの領域の特性に応じた符号化方法に符号化する。
4. 請求項１，２または３記載のカラー画像の圧縮方法において、
   カラー画像を複数の領域に分割し、各領域の色値分散量と色相分散量を算出し、
   前記色値分散量と色相分散量に基づいて各領域が写真領域か、文字または罫線領域か、背景領域かを判定し、
   前記クラスタの輪郭の特徴を抽出して罫線領域と文字領域を判定する。
5. 光センサにより読み取られたカラー画像を圧縮する画像圧縮装置であって、
   カラー画像の各画素の色相値の出現回数を計数して色相ヒストグラムを作成する色相ヒストグラム作成手段と、
   前記色相ヒストグラムに基づいて前記カラー画像全体の色相値の数を減らし、数を減らした色相値を各画素に割り当て、新たに割り当てた色相値に基づいて前記カラー画像全体の画素をクラスタに分類するクラスタ分類手段と、
   各クラスタの特性を判定し、クラスタの特性に応じた符号化方法により各クラスタの画素を符号化する符号化手段とを備えるカラー画像圧縮装置。

Images