JP2008225654A - 画像処理方法、画像処理装置、及び、プログラム、プログラム記憶媒体 - Google Patents

Abstract

【課題】 手書きスケッチ画像のようにケバの多い画像をラインアート処理すると、細線化された線素が不要に増え、かつ、線上に小（泡）ループが多数発生する。本発明では、手書きスケッチ画像のようにケバの多い画像をラインアート処理しても、従来に比し、美しいラインでのベクトル表現を可能とする。
【解決手段】 細線化処理対象画像の獲得工程と、前記細線化処理対象画像を細線化する細線化工程と、前記、細線化済画像をラインアートベクトル処理する工程と、ノイズ除去を要するか否かを判定するノイズ除去判定工程と、ノイズ除去処理を施すノイズ除去工程とを具備し、前記ノイズ除去判定工程においてノイズ除去処理が必要と判定された場合には、ノイズ除去処理を加えたノイズ除去処理済画像を生成し、再度ラインアートベクトルを生成する。
【選択図】 図１

Description

本発明は、図面や文書画像内などの線図形の処理に向く、ラスタ走査順に記憶された２値画像から線図形のベクトル情報を生成する方法とその装置、とりわけ、１画素幅に細線化された２値画像から得られる線図形の線芯ベクトル情報として、そのベクトルデータを生成する方法とその装置に関するものである。

近年、ペーパーレス化への要求が高まり、既存の画像データを電子化して再利用することが頻繁に行われるようになってきた。従来、画像データの再利用は、画像データを２値化処理した後にベクトル化技術を用いてベクトルデータに変換し、このベクトルデータをＣＡＤソフト等で使用するという形で行われてきている。

先述のように、ペーパーレス化への要求が高まりのもと、ビジネス文書においても、既存の画像データを電子化して再利用することが望まれている。原図のもつ各部分の部分的な太さの差や面積等をも、所望とされる変倍率を反映した形で（即ち、原図中での太い部分は変倍後の図中でも相対的に太く、原画中での細い部分では変倍後の図中でも相対的に細く）変倍するような再利用の形態に対しては、オリジナル文書中の２値図形の輪郭（アウトライン）ベクトルを抽出して、２次元形状を任意の拡大縮小率で変倍することで、その実現が可能である。

ところで、ビジネス文書で既存の画像データを再利用する場合においても、これまでのCAD/CAMシステム等での各種手書き図面の自動入力方法のように、面積をもった図形全体というよりも、ある図形の輪郭を構成する線を、太さや、面積といった概念に意味をもたせずに、単なる線（直線、[開]曲線、[閉]曲線等）、あるいは、その線の集まりとして扱いたい場合も少なくない。また、もともと太さを意識せずに、細線のみで描かれている線画の再利用の要望も強い。すなわち、線の集まりの中から一部の線のみを削除したり、別な線を付与したり、あるいは、これら各線の一部の線のみに部分的な曲率、長さ、太さや線種（実線、破線、一点鎖線等）に変更を加える等の編集操作がその代表的な活用法である。

さらには、ベクトル化したい画像を、まずは手書きでスケッチ画像として描いて、これをスキャナ等で読み込んで、コンピュータに入力して線画（ラインアート）ととして取り扱う場合がある。

ところで、これらの線画のベクトル化（以降、『ラインアートベクトル化』とも称する）には、従来、細線化処理と呼ばれる画像処理が良く利用されている。細線化処理とは、スキャナ等で読み込んで得られるイメージデータを2値化した後、その線幅が１になるように細めていく処理である。そして、得られた線幅1の2値画像をそれらの端点や交点間をつなぐ独立した線や閉曲線毎に線芯ベクトル化する。なお、本出願人は、特願2006-100381においてラインアートベクトル化を行うための方法を出願している。

しかしながら、原画が上述のごとき手書きのスケッチ画像であったり、あるいは、何度か複写機等でのコピーを繰り返された画像に見受けられるように、線、即ち、線状をした黒地とそれを取り巻く白地との境界部に毛羽（ケバ）状のノイズが多い２値画像に、この細線化処理を施して得られる細線化済の2値画像には短い枝分かれが多数発生するため、端点や交点間をつなぐ独立した線が寸断される場合がある。加えて、これら寸断された短い細線同士が小（泡）ループ状につながることもあり、もともとの線画に対応した、美しいラインでのベクトル表現が得られないことがある。
酒井幸市著"ディジタル画像処理の基礎と応用"第２版, P.51-P.54,ISBN4-7898-3707-6,CQ出版社,2004年2月1日発行 特登録3026592号公報 特開2005-346137号公報

本願では、上記従来例における問題点に鑑み、手書きスケッチ画像、あるいは、何度か複写機等でのコピーを繰り返された画像等に見受けられるような、２値化すると、線、即ち、線状をした黒地とそれを取り巻く白地との境界部に毛羽（ケバ）状のノイズが多い２値画像となりがちな画像をラインアート処理しても、従来に比し、美しいラインでのベクトル表現を可能とする方法及び装置、プログラムを提案することをその課題としている。

細線化処理対象画像を獲得する画像獲得工程と、前記細線化処理対象画像をラスター走査により細線化する細線化工程と、前記、細線化処理工程にて得られた細線化済画像をラインアートベクトル処理するラインアートベクトル処理工程と、前記ラインアートベクトル処理工程にて得られるラインアートベクトルからノイズ除去を要するか否かを判定するノイズ除去判定工程と、前記画像獲得工程で獲得された細線化処理対象画像に対してノイズ除去処理を施すノイズ除去工程とを具備し、前記ノイズ除去判定工程においてノイズ除去処理が必要と判定された場合には、前記画像獲得工程で獲得された細線化処理対象画像に対してノイズ除去工程にてノイズ除去処理を加えたノイズ除去処理済画像を生成し、前記ノイズ除去工程にて得られたノイズ除去処理済画像から再度ラインアートベクトルを生成する様に構成される。

ノイズ除去処理により原画中に含まれるノイズ成分を除去することにより、2値化後の2値画像中の線状をした黒地とそれを取り巻く白地との境界部に毛羽（ケバ）状のノイズの発生が抑制され、あたかも、一筆書きの画像のように毛羽（ケバ）が少なく、十分な線素の長さをもち、小（泡）の少ない良好なラインアートベクトルが得られる。また、ノイズ除去判定に基づき、必要に応じて、ノイズ除去処理を行うので、ノイズ除去処理の必要のない画像に対しては、余分な処理を加えることなく、過度な平滑化処理による副作用の発生を抑えることが可能であるという効果を有する。

＜実施形態１＞
本実施形態の画像処理装置の構成例について、図２のブロック図を参照して説明する。同図において、７は装置全体を制御するCentral Processing Unit（ＣＰＵ）である。６は変更を必要としないプログラムやパラメータを格納するRead Only Memory（ＲＯＭ）である。５は外部装置などから供給されるプログラムやデータを一時記憶するRandom Access Memory（ＲＡＭ）である。１は、文書等を光電走査して電子的な画像データを得るためのスキャナであり、３はこのスキャナ１と画像処理装置を接続する画像入出力インターフェースである。２は、前記スキャナ１で読み取られた画像データ等を保持する画像メモリである。１２は固定して設置されたハードディスクやメモリカード、あるいは着脱可能なフレキシブルディスク（ＦＤ）やCompact Disk（ＣＤ）等の光ディスク、磁気や光カード、ＩＣカード、メモリカードなどを含む外部記憶装置である。また、１３はこれら外部記憶装置１２とコンピュータ装置との入出力（Ｉ/Ｏ（Input/Output））インターフェースである。１５はユーザの操作を受け、データを入力するマウス等のポインティングデバイス１０やキーボード９などの入力デバイスとのインターフェイスである。１４は画像処理装置の保持するデータや供給されたデータを表示するためのディスプレイモニタ８とのインターフェイスである。４はインターネットなどのネットワーク回線に接続するためのネットワークインタフェイスである。１１は１〜１５の各ユニットを通信可能に接続するシステムバスである。

以下、ＣＰＵ７上で実行されるプログラムにより本願発明を実現する処理手順を、図1のフローチャートを用いて説明する。

図1は、本願による発明を実施する装置における動作全体の流れを示すフローチャートである。同図において、処理を開始すると、ステップＳ１１０では、処理対象となる画像領域を含む画像データを入力する。画像入力に関しては、スキャナ１にて読み取られた画像データを画像入出力Ｉ／Ｏ３を介して画像メモリ２に入力する。また、通信Ｉ／Ｆ４を介して、装置外部より前記処理対象となる画像領域を含む画像を入力してもよく、あるいは、Ｈ／Ｄ装置１２に予め記憶される画像データをＩ／Ｏ１３を介して読み込むものであってもよい。得られた入力画像は、画像メモリ２上に保持される。

次に、ステップＳ１２０では、ＲＯＭ６上の図示しない領域に予め記憶される閾値を用いて、ステップＳ１１０で入力した画像データを２値化することにより、細線化対象とする2値画像を得る。尚、ステップＳ１１０で入力した画像が既に２値画像である場合には，ステップＳ１２０では、事実上このステップＳ１１０で入力した２値画像そのものを持って、細線化対象とする２値画像とする。尚、２値化に用いる閾値は、Ｉ／Ｏ１５を介してキーボード９やマウス１０等を用いて操作者より指示入力されるように構成してもよい。

次に、ステップＳ１３０では、ステップＳ１２０で得られた２値画像の中の細線化対象領域を公知のHilditch法による細線化手法に従い細線化処理する。即ち、注目画素位置の画素を中心画素とし、その周囲の８画素とからなる３×３のウィンドウ内を予め用意されたマスクパターンとの比較することにより細線化による削除対象画素であるかを判定し、削除対象画素の場合には、注目画素位置（ｘ，ｙ）の画素を削除する。即ち、黒画素から白画素に置き換える。一方、削除対象画素ではない場合には、細線化処理範囲内におけるラスター走査での次の画素位置に注目画素位置を移し、細線化対象領域内すべての画素に対して同処理を繰り返す。そして、一回のラスター走査において削除される画素が全く発生しなくなるまで、前記ラスター走査による一連の処理を繰り返す。一回のラスター走査において削除される画素が全く発生しなくなった時点で細線化の処理を完了して、ステップＳ１４０に進む。

尚、Hilditch法に関しては、例えば、酒井幸市著“ディジタル画像処理の基礎と応用”第２版,ISBN4-7898-3707-6,CQ出版社,2004年2月1日発行,P.51-P.54等に述べられている。

ステップＳ１４０では、細線化済の２値画像を入力し、ラインアートベクトル化を行う。即ち、細線化された２値画像を構成する端点や交点間をつなぐ独立した線や閉曲線毎にベクトル化する。即ち、細線化された２値画像を構成する端点や交点間をつなぐ、独立した線や閉曲線のそれぞれから得られる線成分に対応する、線芯化された端点間毎線芯（周回）化済ベクトルを平滑化（関数近似）処理する際に、端点部分に相当するベクトルが、他のベクトルと統合されて端点位置が不明にならぬように、端点部分に相当する部分を明示する始端点・終端点情報を生成する。そして、端点部分に相当する部分が端点として保存される（ベジェ曲線のアンカーポイントとなる）ように補助ベクトルを挿入する。得られた端点間毎補助ベクトル入り（周回）ベクトルに対して、特開2005-346137に開示される方法などを用いて２次や３次のベジェ曲線近似をする。

ステップＳ１５０では、ステップＳ１４０において得られた、細線化された２値画像を構成する端点や交点間をつなぐ、独立した線毎に得られた、平滑化（関数近似）される前のベクトル（粗端点間毎線芯ベクトル）のそれぞれについて、それぞれのベクトルの片方の端点と、その端点から同ベクトル上にある補助ベクトル以外の点で、もっとも離れた点との距離（点間の座標値からもとまるユークリッド距離とする）を求めてそれぞれのベクトルの長さとする。そして、それら各ベクトルの長さの平均値Lmを求めてステップＳ１６０に進む。尚、ここで粗端点間毎線芯ベクトルの中で閉ループを形成しているものは、即ち、端点がない、もしくは、端点が１点しかない場合には、そのベクトルルー上の任意の１点から同ループ上にある点の中でユークリッド距離がもっとも大きくなる点との距離を求めてそのベクトルの長さとする。

ステップＳ１６０では、ステップＳ１５０で求められた各ベクトルの長さの平均値Lmと予め定める閾値Ｔmとを比較して、Lm＞ＴmならばステップＳ２２０へ進む。そうではない場合には、ステップＳ１７０に進む。尚、ここでＴmとしては、一例としては、１００程度の用いることができるが、一般的には、本方法を適用する画像処理システム上において、典型的なケバの発生する画像を十分な枚数分試行して、ノイズ除去処理の必要性を判定するためにそのシステムに適する値を予め定めておく。

ステップＳ１７０では、上記ステップＳ１５０で求めた各ベクトルの長さLiについて、予め定める長さに対する閾値Ｔ_L未満のベクトルの数Ｎsをカウントし、対象とする全ベクトルの数に対すＮsの割合α_Sをもとめる。そして、ステップＳ１８０に進む。尚、ここでＴ_Lとしては、一例としては、４０程度の用いることができるが、一般的には、本方法を適用する画像処理システム上において、典型的なケバの発生する画像を十分な枚数分試行して、そのシステムに適する値を予め定めておく。

ステップＳ１８０では、ステップＳ１７０で求められた、予め定める長さに対する閾値Ｔ_L未満のベクトルの数Ｎsについての、対象とする全ベクトルの数に対する割合α_Sを、予め定める閾値ＴSと比較して、α_S＜ＴsならばステップＳ１９０へ進む。そうではない場合には、ステップＳ２２０に進む。尚、ここでＴsとしては、一例としては、０．３程度の値を用いることができるが、一般的には、本方法を適用する画像処理システム上において、典型的なケバの発生する画像を十分な枚数分試行して、ノイズ除去処理の必要性を判定するためにそのシステムに適する値を予め定めておく。

ステップＳ１９０では、小泡発生の割合を算出する。このためには、ステップＳ１３０で得られた、細線化済の２値画像に対して、まず、アウトラインベクトルを抽出してみる。アウトラインベクトル抽出に関しては、例えば、出願人が既に提案している特許第３０２６５９２号記載の方法で実現できる。この特許第３０２６５９２号において、『注目画素と、その近傍画素の状態により、予め定められた位置を輪郭線を構成する点とし、近傍画素の状態により該輪郭線を構成する点の接続方向を決定する工程と、前記輪郭線を構成する点と、該輪郭線を構成する他の点との接続状態を判断する工程と、前記注目画素の位置をラスタ走査順に画像データ上を更新し、注目画素毎に近傍画素の状態に基づいて前記工程を実行し、輪郭点を抽出する。

以上の構成において、画像データにおける注目画素と、その近傍画素の状態を保持し、この注目画素をラスタ走査順に取り出し、その注目画素とその近傍画素の状態に基づいて、水平方向及び垂直方向の画素間ベクトルを検出する。これら画素間ベクトル同士の接続状態を判別して、この判別された画素間ベクトルの接続状態をもとに、画像データの輪郭を抽出するように動作する。』という手法を提案している。該手法は、画像の中の全ての輪郭線を１回のラスタ走査順だけで抽出でき、かつ、全画像データを記憶するための画像メモリを必要としないため、メモリの容量を少なくできる効果を有している。また、入力画像の画素の中心位置ではなく、画素の縁単位に輪郭を抽出することによって、１画素巾の細線に対しても有為な幅を有する輪郭線抽出法である。更に、原画中の画素の４方向に連結した連結画素領域の輪郭線を抽出するのみならず、８方向に連結した画素領域も抽出可能であることが紹介されている。この方法で、原画中の画素の４方向に連結した連結画素領域の白画素領域と黒画素領域の境界の画素間に、輪郭線ベクトル、即ち、アウトラインベクトルを抽出する。得られた、アウトラインベクトルデータは、全て、ベクトルループ列の集まりとして抽出されており、それぞれのベクトルループは、水平方向と垂直方向の画素間ベクトルが交互につながった形式で並んでいる。これらの、閉ループをなすベクトルループ列の中で、予め定める数Ｔv未満の画素間ベクトルの集まりで構成されているものの数を求め、全てのベクトルループ列の数に対する、予め定める数Ｔ_v未満の画素間ベクトルの集まりで構成されているベクトルループ列の数の割合α_vを求める。このα_vをもって、小泡発生の割合とする。

ステップＳ２００では、ステップＳ１９０で得られた、小泡発生の割合α_vを予め定める割合Ｔ_Bと比較し、α_v＜Ｔ_Bならば、小泡の発生率が高くはないと判断してステップＳ２２０に進み、そうではない場合には、小泡の発生率が高いと判断してステップＳ２１０に進む。このＴ_Bについても、例えば、０．２５等の値を用いることができるが、前記Ｔmと同様に、本方法を適用する画像処理システム上において、典型的なケバの発生する画像を十分な枚数分試行して、ノイズ除去処理の必要性を判定するためにそのシステムに適する値を予め定めておく。

ステップＳ２１０では、直前のステップＳ１４０にて得られた、ラインアートベクトルデータを出力して、一連の処理を終える。

尚、ステップＳ２２０では、ステップＳ１１０で得られた、入力画像をガウシアンフィルタ等の空間フィルタによりフィルタリング処理することでノイズ除去して、ステップＳ１２０に戻る。尚、ガウシアンフィルタのフィルタのサイズとしては、本実施例では、５×５画素のものを用いるが、これに限るものではない。３×３や７×７等、本方法を適用する画像処理システム上において、典型的なケバの発生する画像を十分な枚数分試行して、ノイズ除去処理として、そのシステムに適するサイズの空間フィルタを予め定めておく。空間フィルタの種類も、必ずしもガウシアンフィルタでなくとも、ローパスフィルタの働きをする他の空間フィルタを用いても良い。また、ステップＳ１１０で得られた画像が２値画像である場合には、これを便宜的に多値画像として扱って処理すればよい、即ち、例えば、多値画像が２５６階調の画像であるなら、２値画像の画素値０を多値画像の画素値０、２値画像の画素値１を多値画像の画素値２５５と見立ててガウシアンフィルタによるフィルタリングを行えばよい。尚、ここで得られたフィルタリング処理結果を画像メモリ２上に保持して、以降の処理においては、これをもってステップＳ１１０で入力した画像データとして扱うものとする。

＜実施形態２＞
上記の実施形態１においては、ステップＳ１６０において、各ベクトルの長さの平均値Lmが短いと判断される場合に、ステップＳ２２０へ進んで入力画像の平滑化を行った。そうではない場合には、ステップＳ１８０に進み、対象とする全ベクトルの数に対する短ベクトルの割合α_Sが大きいと判断される場合に、ステップＳ２２０へ進んで入力画像の平滑化を行った。そうではない場合には、ステップＳ１９０に進み、小泡発生の割合α_vが大きいと判断される場合に、ノイズ除去処理が必要と判断し、ステップＳ２２０へ進んで入力画像の平滑化を行った。そうではない場合には、画像の平滑化は必要ないものと判断して、ラインアートベクトルを出力するように構成されていた。すなわち、ベクトルの平均長が短いか否か、短ベクトルの割合が高いか否か、小泡の発生割合が高いか否かを、順に確かめていき、どれかが発生していると判断されたら入力画像の平滑化をして、それまでの一連の処理を再試行するように構成されていたが、本発明は、これに限らない。即ち、上記３つの条件が、必ずしも上記の順に判断される必要はなく、これらの判断は、順不同であってよい。また、上記実施形態１においては、これらの判断は、いずれかひとつのみの発生であっても、入力画像の平滑化をして、それまでの一連の処理を再試行するように構成されていたが、これらの全ての条件を満たしたときに入力画像の平滑化をして、それまでの一連の処理を再試行するように構成してもよい。また、上記の３条件のうちの、いずれか２つの条件の発生がみとられたときに入力画像の平滑化をして、それまでの一連の処理を再試行するように構成してもよい。これらは、本方法を適用する画像処理システム上において、典型的なケバの発生する画像を十分な枚数分試行して、そのシステムに適する条件構成を取るように調整可能である。また、システムのコストや処理時間等の要因を考慮して、条件を減らした構成にすることも可能である。

＜実施形態３＞
上記の実施形態１および２においては、ベクトルの平均長が短いか否か、短ベクトルの割合が高いか否か、小泡の発生割合が高いか否かを確かめ、これらが発生していると判断されたら入力画像の平滑化をして、それまでの一連の処理を再試行するように構成されていた。本発明では、これらの条件が、それらの発生状態、即ち、これらの条件のうちのいくつの条件が発生しているかによって、画像の平滑化処理の平滑化具合を変化させるように構成してもよい。即ち、１つの条件のみが発生しているときには、ガウシアンフィルタのフィルタサイズを３×３にし、いずれか２つの条件のみが発生しているときには５×５のサイズにして、３つの条件が全て発生しているときには７×７のサイズにするように構成してもよい。あるいは、１つの条件のみが発生しているときには、ガウシアンフィルタによるフィルタリング処理を１回のみ適用し、いずれか２つの条件のみが発生しているときにはガウシアンフィルタによるフィルタリング処理を２回続けて行って、入力画像の平滑化処理とし、３つの条件が全て発生しているときにはガウシアンフィルタによるフィルタリング処理を３回続けて行って、入力画像の平滑化処理とするように構成してもよい。さらには、上記の条件のうちのいくつかに、異なる値をもつ閾値を２つずつ設けて、それぞれの条件の発生判定がより厳しい条件での発生の際には、入力画像の平滑化処理もより強力な平滑化処理とする（平滑化処理の繰り返し回数を増やす、あるいは、平滑化フィルタのサイズを大きくする等）ように構成してもよい。この場合には、システムのコストや処理時間は増加するが、入力画像の状態に対して、よりきめの細かい調整の利いた平滑化処理によるノイズ除去処理を施すことが可能となる特有の効果を有する。閾値の数は、３つ以上にする場合も同様である。

＜実施形態４＞
本発明の目的は前述した実施例の機能を実現するソフトウエアのプログラムコードを記録した記録媒体を、装置に供給し、その装置を構成するＣＰＵ（またはＭＰＵ）が記録媒体に格納されたプログラムコードを読み出し実行することによっても、達成されることは言うまでもない。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することとなり、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。

プログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤなどを用いることができる。

また、ＣＰＵが読み出したプログラムコードを実行することにより、前述した実施例の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、ＣＰＵ上で稼動しているOperating System（ＯＳ）などが実際の処理の一部または全部を行い、その処理によって前述した実施例の機能が実現される場合も含まれることは言うまでもない。

さらに、記憶媒体から読み出されたプログラムコードが、画像処理装置に挿入された機能拡張ボードや画像処理装置に接続された機能拡張ユニットに備わるメモリに書きこまれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

本願発明を実現する一連の処理手順を表すフローチャート 本願発明を実施する装置構成例のブロック図

Claims (8)

1. 細線化処理対象画像を獲得する画像獲得工程と、前記細線化処理対象画像をラスター走査により細線化する細線化工程と、前記、細線化処理工程にて得られた細線化済画像をラインアートベクトル処理するラインアートベクトル処理工程と、前記細線化処理工程にて得られた細線化済画像が得られるベクトルデータからノイズ除去を要するか否かを判定するノイズ除去判定工程と、前記画像獲得工程で獲得された細線化処理対象画像を生成するための画像、もしくは、前記画像獲得工程で獲得された細線化処理対象画像に対してノイズ除去処理を施すノイズ除去工程とを具備し、前記ノイズ除去判定工程においてノイズ除去処理が必要と判定された場合には、前記画像獲得工程で獲得された細線化処理対象画像を生成するための画像、もしくは、前記画像獲得工程で獲得された細線化処理対象画像に対して、ノイズ除去工程にてノイズ除去処理を加えたノイズ除去処理済画像を生成し、前記ノイズ除去工程にて得られたノイズ除去処理済画像から、再度ラインアートベクトル処理の対象画像を得ることを特徴とする画像処理方法。
2. 前記請求項１に記載の画像処理方法において、前記ノイズ除去判定工程は、前記ラインアートベクトル処理工程にて得られるラインアートベクトルに基づいて算出されるベクトルデータのひとつの特徴量、もしくは、複数の特徴量を含んだ特徴量の組み合わせによって、ノイズ除去を要するか否かを判定するものであることを特徴とする画像処理方法。
3. 前記請求項１もしくは２に記載の画像処理方法において、前記ノイズ除去工程は、複数の処理条件を具備し、前記ノイズ除去判定工程での判定結果に応じて、前記複数の処理条件のいずれかの条件でのノイズ除去を行うものであることを特徴とする画像処理方法。
4. 細線化処理対象画像を獲得する画像獲得手段と、前記細線化処理対象画像をラスター走査により細線化する細線化手段と、前記、細線化処理手段にて得られた細線化済画像をラインアートベクトル処理するラインアートベクトル処理手段と、前記細線化処理手段にて得られた細線化済画像が得られるベクトルデータからノイズ除去を要するか否かを判定するノイズ除去判定手段と、前記画像獲得手段で獲得された細線化処理対象画像を生成するための画像、もしくは、前記画像獲得手段で獲得された細線化処理対象画像に対してノイズ除去処理を施すノイズ除去手段とを具備し、前記ノイズ除去判定手段においてノイズ除去処理が必要と判定された場合には、前記画像獲得手段で獲得された細線化処理対象画像を生成するための画像、もしくは、前記画像獲得手段で獲得された細線化処理対象画像に対して、ノイズ除去手段にてノイズ除去処理を加えたノイズ除去処理済画像を生成し、前記ノイズ除去手段にて得られたノイズ除去処理済画像から、再度ラインアートベクトル処理の対象画像を得ることを特徴とする画像処理装置。
5. 前記請求項４に記載の画像処理装置において、前記ノイズ除去判定手段は、前記ラインアートベクトル処理手段にて得られるラインアートベクトルに基づいて算出されるベクトルデータのひとつの特徴量、もしくは、複数の特徴量を含んだ特徴量の組み合わせによって、ノイズ除去を要するか否かを判定するものであることを特徴とする画像処理装置。
6. 前記請求項４もしくは５に記載の画像処理装置において、前記ノイズ除去手段は、複数の処理条件を具備し、前記ノイズ除去判定手段での判定結果に応じて、前記複数の処理条件のいずれかの条件でのノイズ除去を行うものであることを特徴とする画像処理装置。
7. コンピュータ装置が実行可能なプログラムであって、前記プログラムを実行するコンピュータ装置を、前記請求項４〜６のいずれかに記載の画像処理装置として機能させることを特徴とするプログラム。
8. 前記請求項７に記載のプログラムを記憶したプログラム記憶媒体。

Images