JP2009110295A - 情報処理装置および情報処理方法 - Google Patents

Abstract

【課題】紙葉類の表面をラインセンサ等で走査して得られる画像に含まれる筋状ノイズを精度良く検出できるようにすること。
【解決手段】演算部１１は、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする処理を、色成分毎に行う。加算部１２は、個々の画素の評価値を前記所定の方向と垂直な方向に加算する処理を色成分毎に行い、各色成分の加算結果を要素とするベクトルのノルムをそれぞれ計算する。判定部１３は、個々のノルムのうち、ある閾値以上のノルムを生じさせた画素群に筋状ノイズが発生しているものと判定する。
【選択図】 図１

Description

本発明は、紙葉類の表面をラインセンサ等で走査して得られる画像に含まれる筋状ノイズを検出する情報処理装置および情報処理方法に関する。

従来より、紙葉類の表面をラインセンサ等で走査して得られる画像に含まれる筋状ノイズを検出したり低減したりする手法が提案されている。

例えば、特許文献１には、画像データを筋状ノイズの筋方向に所定長さずつ平滑化し、前記筋方向の信号変動を抑制した第１信号を得て、前記筋方向とは異なる方向に前記第１信号を平滑化し、前記筋状ノイズを抑制した第２信号を得て、前記第１信号と前記第２信号との差分をとり、前記筋状ノイズを主として含む差分信号を得て、前記画像データから前記差分信号を差し引いて、前記画像データ中の前記筋状ノイズを低減することが記載されている。

また、特許文献２には、ラインセンサにおける特定の検出器ｉが出力した全画素データから求めた１画素当たりの平均値と、その検出器ｉの近傍にある検出器が出力した画素データから求めた平均値との差分を用いて、検出器ｉが出力した画素データを補正することにより、筋状ノイズの発生を防止することが記載されている。
特開２００３−１５３００４号公報 特開平７−７５６３３号公報

しかし、特許文献１の手法では、長さの比較的短い、ノイズでない筋状の物体が画像に写っている場合、これを誤って除去してしまう。

また、特許文献２の手法では、平坦な部分の少ない画像（個々の画素間の値の落差が激しい画像）に対しては有効でない。また、筋状ノイズ成分が筋方向と平行な方向に変化していく場合にも有効でない。

本発明は上記実情に鑑みてなされたものであり、紙葉類の表面をラインセンサ等で走査して得られる画像に含まれる筋状ノイズを精度良く検出することが可能な情報処理装置および情報処理方法を提供することを目的とする。

本発明に係る情報処理装置は、紙葉類の表面をスキャナで走査して画像を得る情報処理装置において、画像内の個々の画素に対するノイズの評価値を色成分毎に算出する演算手段であって、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、前記２つの画素のいずれの値よりも小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする処理を、色成分毎に行う演算手段と、前記演算手段により得られる個々の画素の評価値を前記所定の方向と垂直な方向に加算する処理を色成分毎に行い、各色成分の加算結果を要素とするベクトルのノルムをそれぞれ計算する加算手段と、前記加算手段により得られる個々のノルムのうち、ある閾値以上のノルムを生じさせた画素群に筋状ノイズが発生しているものと判定する判定手段とを具備することを特徴とする。

また、本発明に係る情報処理装置は、紙葉類の表面をスキャナで走査して画像を得る情報処理装置において、画像内の個々の画素に対するノイズの評価値を算出する演算手段であって、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、前記２つの画素のいずれの値よりも小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする演算手段と、前記演算手段により得られる個々の画素の評価値を前記所定の方向と垂直な方向に加算する加算手段と、前記加算手段により得られる個々の加算結果のうち、ある閾値以上の加算結果を生じさせた画素群に筋状ノイズが発生しているものと判定する判定手段とを具備することを特徴とする。

また、本発明に係る情報処理方法は、紙葉類の表面をスキャナで走査して得られる画像に含まれる筋状ノイズを情報処理装置により検出する情報処理方法において、画像内の個々の画素に対するノイズの評価値を色成分毎に算出する演算ステップであって、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、前記２つの画素のいずれの値よりも小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする処理を、色成分毎に行う演算ステップと、前記演算ステップにより得られる個々の画素の評価値を前記所定の方向と垂直な方向に加算する処理を色成分毎に行い、各色成分の加算結果を要素とするベクトルのノルムをそれぞれ計算する加算ステップと、前記加算ステップにより得られる個々のノルムのうち、ある閾値以上のノルムを生じさせた画素群に筋状ノイズが発生しているものと判定する判定ステップとを具備することを特徴とする。

また、本発明に係る情報処理方法は、紙葉類の表面をスキャナで走査して得られる画像に含まれる筋状ノイズを情報処理装置により検出する情報処理方法において、画像内の個々の画素に対するノイズの評価値を算出する演算ステップであって、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、前記２つの画素のいずれの値よりも小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする演算ステップと、前記演算ステップにより得られる個々の画素の評価値を前記所定の方向と垂直な方向に加算する加算ステップと、前記加算ステップにより得られる個々の加算結果のうち、ある閾値以上の加算結果を生じさせた画素群に筋状ノイズが発生しているものと判定する判定ステップとを具備することを特徴とする。

本発明によれば、紙葉類の表面をラインセンサ等で走査して得られる画像に含まれる筋状ノイズを精度良く検出することが可能となる。

以下、図面を参照して、本発明の実施の形態について説明する。

図１は、本発明の各実施形態に共通する検出対象の筋状ノイズを説明するための図である。

紙葉類の表面をラインセンサ等のスキャナで走査して得られる二次元画像には、センサの感度ずれやゴミなどに起因する筋状ノイズが含まれていることがある。筋状ノイズは、表示装置の画面に表示される際、１画素幅もしくは数画素幅の線として表れることが多い。図１の例では、筋状ノイズが、主走査方向（図１中のｉ軸方向）に対して垂直な副走査方向（図１中のｊ軸方向）に平行な数画素幅の線として表れている。図１の例のほか、筋状ノイズが、主走査方向（図１中のｉ軸方向）に平行な線として表れることもある。各実施形態では、このような筋状ノイズの検出などを行う。

（第１の実施形態）
本発明の第１の実施形態では、ＲＧＢ表色系のカラー画像を扱う。カラー画像の信号は、画素毎に、赤成分（Ｒ），緑成分（Ｇ），青成分（Ｂ）の各色成分の階調の度合い（明度または濃度）を表す値を有する。この値を、本実施形態では「画素の値」と称す。

図２は、本発明の第１の実施形態に係る情報処理装置の構成の一例を示すブロック図である。

情報処理装置１には、ラインセンサ２および出力装置３が接続されている。なお、ラインセンサ２および出力装置３は、情報処理装置１に含まれていても良い。

情報処理装置１は、例えばパーソナルコンピュータ（ＰＣ）として実現されるものであり、紙葉類Ｓの表面をラインセンサ２で走査して得られるカラー画像に含まれる筋状ノイズを検出し、その検出結果などを出力装置３に表示させたり印刷させたりすることができる。

ラインセンサ２は、紙葉類Ｓの表面上を光学的に走査して光電変換を行うことにより紙葉類Ｓ上に記載された情報をカラー画像（もしくは単色の濃淡画像）として生成するスキャナであり、例えば紙葉類Ｓ上に光を照射する光源、およびその反射光を受けて電気信号に変換する自己走査形のＣＣＤイメージセンサ等によって構成される。このラインセンサ２により生成される画像信号は、情報処理装置１へ供給される。

出力装置３は、情報処理装置１から出力される紙葉類Ｓの画像や筋状ノイズの検出結果などを表示するものである。

上述の情報処理装置１は、各種の処理機能として、筋状ノイズ特徴ベクトル演算部（演算手段）１１、筋状ノイズ評価値加算部（加算手段）１２、および筋状ノイズ判定部（判定手段）１３を有する。これらの機能は、例えばＣＰＵ（Central Processing Unit）などのプロセッサにより実行可能なコンピュータプログラムとして実現される。コンピュータプログラムが実行される際には、図示しないメモリなどの記憶媒体が使用される。

筋状ノイズ特徴ベクトル演算部１１は、ラインセンサ２から得られる画像内の個々の画素に対するノイズの評価値を色成分毎に算出する機能である。

この筋状ノイズ特徴ベクトル演算部１１は、評価対象の画素（ｉ列目の画素）の値が、所定の方向（例えば、図１中のｉ軸方向）において当該評価対象の画素の両隣に位置する２つの画素（ｉ−１列目の画素、ｉ＋１列目の画素）のいずれの値よりも大きい場合には、図３に示されるように、前記評価対象の画素（ｉ列目の画素）の値と前記２つの画素（ｉ−１列目の画素、ｉ＋１列目の画素）の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、評価対象の画素（ｉ列目の画素）の値が、前記２つの画素（ｉ−１列目の画素、ｉ＋１列目の画素）のいずれの値よりも小さい場合には、図４に示されるように、前記２つの画素（ｉ−１列目の画素、ｉ＋１列目の画素）の値のうち小さい方の値と前記評価対象の画素（ｉ列目の画素）の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする処理を、色成分毎に行う。

筋状ノイズ評価値加算部１２は、筋状ノイズ特徴ベクトル演算部１１により得られる個々の画素の評価値を前記所定の方向と垂直な方向（例えば、図１中のｊ軸方向）に加算する処理を色成分毎に行い、各色成分の加算結果を要素とするベクトルのノルム（長さ）を計算する機能である。

筋状ノイズ判定部１３は、筋状ノイズ評価値加算部１２により得られる個々のノルムのうち、ある閾値以上のノルムを生じさせた画素群に筋状ノイズが発生しているものと判定する機能である。

前述の筋状ノイズ特徴ベクトル演算部１１は、筋状ノイズ評価値計算部１１１、ノルム計算部（ノルム計算手段）１１２、および筋状ノイズ評価値調整部（評価値調整手段）１１３を有する。

筋状ノイズ評価値計算部１１１は、画像内の個々の画素に対するノイズの評価値を色成分毎に算出する機能である。

ノルム計算部１１２は、筋状ノイズ評価値計算部１１１により得られる個々の画素における各色成分の評価値を要素とするベクトルのノルムをそれぞれ計算する機能である。

筋状ノイズ評価値調整部１１３は、ノルム計算部１１２により得られる個々のノルムのうち、ある閾値を超えるノルムがある場合、該当する画素の評価値を低下させる処理を色成分毎に行う機能である。

ここで、図５〜図８を参照して、同実施形態に係る情報処理装置１の動作について説明する。

最初に、図５を参照して、全体的な動作を説明する。

情報処理装置１がラインセンサ２により取り込まれたカラー画像を入力すると（ステップＳ１１）、筋状ノイズ特徴ベクトル演算部１１は、画像内の個々の画素に対するノイズの評価値を色成分毎に算出する（ステップＳ１２）。次に、筋状ノイズ評価値加算部１２は、各ｉ列に存在する個々の画素の評価値をｊ軸方向に加算（射影）する処理を色成分毎に行い、各色成分の加算結果を要素とするベクトルのノルムを筋状ノイズ評価値とする（ステップＳ１３）。次に、閾値以上の筋状ノイズ評価値が存在するか否かを判定する（ステップＳ１４）。存在する場合は筋状ノイズを検出したことを示す警告メッセージや筋状ノイズの領域を示す情報を表示装置３に出力し（ステップＳ１５）、存在しない場合は筋状ノイズを検出しなかったことを示す情報を表示装置３に出力する（ステップＳ１６）。

次に、図６を参照して、図５中のステップＳ１２の詳細について説明する。

画像内の１つの画素を選び、画素の赤成分に対する筋状ノイズ評価値ｖ_Ｒと、画素の緑成分に対する筋状ノイズ評価値ｖ_Ｇと、画素の青成分に対する筋状ノイズ評価値ｖ_Ｂとをそれぞれ計算する（ステップＳ２１〜Ｓ２３）。

次に、ベクトル（ｖ_Ｒ，ｖ_Ｇ，ｖ_Ｂ）のノルムｄを計算する（ステップＳ２４）。例えば、ノルムｄは、ｄ＝０．３０ｖ_Ｒ＋０．５９ｖ_Ｇ＋０．１１ｖ_Ｂという式により計算することができる。

次に、ノルムｄが閾値ｖ_ｔｈよりも大きいか否かを判定する（ステップＳ２５）。ノルムｄが閾値ｖ_ｔｈよりも大きい場合は、ノルムｄがｖ_ｔｈになるようｖ_Ｒ、ｖ_Ｇ、ｖ_Ｂを縮小させる。すなわち、ｖ_Ｒ（ｉ，ｊ）にｖ_Ｒ×ｖ_ｔｈ／ｄを計算した値を代入し、ｖ_Ｇ（ｉ，ｊ）にｖ_Ｇ×ｖ_ｔｈ／ｄを計算した値を代入し、ｖ_Ｂ（ｉ，ｊ）にｖ_Ｂ×ｖ_ｔｈ／ｄを計算した値を代入する（ステップＳ２６）。

一方、ノルムｄが閾値ｖ_ｔｈよりも大きくない場合は、ノルムｄは変更しない。すなわち、ｖ_Ｒ、ｖ_Ｇ、ｖ_Ｂをそのままｖ_Ｒ（ｉ，ｊ）、ｖ_Ｇ（ｉ，ｊ）、ｖ_Ｂ（ｉ，ｊ）に代入する（ステップＳ２７）。

そして、全画素に対する処理が完了したか否かを判定する（ステップＳ２８）。完了していなければ、次の画素を選び（ステップＳ２９）、ステップＳ２１からの処理を繰り返す。一方、全画素に対する処理が完了していれば、当該処理を終了する。

次に、図７を参照して、図６中のステップＳ２１、ステップＳ２２、ステップＳ２３に共通する処理の詳細について説明する。

ステップＳ３１にて、画素（ｉ，ｊ）と画素（ｉ−１，ｊ）とを比較する。画素（ｉ，ｊ）が大きい場合はステップＳ３２に進む。そうでない場合はステップＳ３３に進む。

ステップＳ３２にて、画素（ｉ，ｊ）と画素（ｉ＋１，ｊ）とを比較する。画素（ｉ，ｊ）が大きい場合はステップＳ３４へ進む。そうでない場合はステップＳ３５へ進む。

ステップＳ３３にて、画素（ｉ，ｊ）と画素（ｉ＋１，ｊ）とを比較する。画素（ｉ，ｊ）が大きい場合はステップＳ３５へ進む。そうでない場合はステップＳ３６へ進む。

ステップＳ３４にて、画素（ｉ−１，ｊ）と画素（ｉ＋１，ｊ）とを比較する。画素（ｉ−１，ｊ）が大きい場合はステップＳ３７へ進む。そうでない場合はステップＳ３８へ進む。

ステップＳ３５では、筋状ノイズ評価値ｖを０とし、処理を終了する。

ステップＳ３６では、画素（ｉ−１，ｊ）と画素（ｉ＋１，ｊ）とを比較する。画素（ｉ−１，ｊ）が大きい場合はステップＳ３８へ進む。そうでない場合はステップＳ３７へ進む。

ステップＳ３７では、画素（ｉ，ｊ）の値から画素（ｉ−１，ｊ）の値を減じたものを筋状ノイズ評価値ｖに代入し、処理を終了する。

ステップＳ３８では、画素（ｉ，ｊ）の値から画素（ｉ＋１，ｊ）の値を減じたものを筋状ノイズ評価値ｖに代入し、処理を終了する。

次に、図８を参照して、図５中のステップＳ１３の詳細について説明する。

最初に、ｉに１を代入する（ステップＳ４１）。

次に、位置ｉについてｖ_Ｒ（ｉ，ｊ）をｊ方向に全て足し合わせ、Ｐ_Ｒに代入する（ステップＳ４２）。

次に、位置ｉについてｖ_Ｇ（ｉ，ｊ）をｊ方向に全て足し合わせ、Ｐ_Ｇに代入する（ステップＳ４３）。

次に、位置ｉについてｖ_Ｂ（ｉ，ｊ）をｊ方向に全て足し合わせ、Ｐ_Ｂに代入する（ステップＳ４４）。

次に、ベクトル（Ｐ_Ｒ，Ｐ_Ｇ，Ｐ_Ｂ）のノルムを計算する（ステップＳ４５）。例えば、０．３０Ｐ_Ｒ＋０．５９Ｐ_Ｇ＋０．１１Ｐ_Ｂによりノルムを計算する。このノルムが位置ｉにおける筋状ノイズ評価値となる。

そして、全てのｉに対する処理が完了したか否かを判定する（ステップＳ４６）。完了していなければ、ｉに１を加算し（ステップＳ４７）、ステップＳ４２からの処理を繰り返す。一方、全てのｉに対する処理が完了していれば、当該処理を終了する。

上述の説明は、幅が１画素分の筋状ノイズを検出する場合の例を示したものである。幅が２画素分以上の筋状ノイズを検出する場合には、図７におけるステップＳ３１〜ステップＳ３８における、ｉ−１，ｉ＋１を、各々、ｉ−ｎ，ｉ＋ｎに置き換えることで、幅２ｎ−１の筋状ノイズの検出が可能となる。

このように第１の実施形態によれば、カラー画像に含まれる筋状ノイズを精度良く検出し、精度の高い検出結果を表示装置等へ出力することが可能となる。

（第２の実施形態）
本発明の第２の実施形態では、単色画像（グレー画像など）を扱う。単色画像の信号は、画素毎に、例えばグレイスケールに基づく階調の度合い（明度または濃度）を表す値を有する。この値を、本実施形態では「画素の値」と称す。

図９は、本発明の第２の実施形態に係る情報処理装置の構成の一例を示すブロック図である。なお、図２と共通する要素には同一の符号を付し、その機能や動作の説明を省略する。

情報処理装置１は、紙葉類Ｓの表面をラインセンサ２で走査して得られる単色画像に含まれる筋状ノイズを検出し、その検出結果などを出力装置３に表示させたり印刷させたりすることができる。

上述の情報処理装置１は、各種の処理機能として、筋状ノイズ特徴値演算部（演算手段）２１、筋状ノイズ評価値加算部（加算手段）２２、および筋状ノイズ判定部（判定手段）２３を有する。これらの機能は、例えばＣＰＵ（Central Processing Unit）などのプロセッサにより実行可能なコンピュータプログラムとして実現される。コンピュータプログラムが実行される際には、図示しないメモリなどの記憶媒体が使用される。

筋状ノイズ特徴値演算部２１は、ラインセンサ２から得られる画像内の個々の画素に対するノイズの評価値を算出する機能である。

この筋状ノイズ特徴値演算部２１は、評価対象の画素（ｉ列目の画素）の値が、所定の方向（例えば、図１中のｉ軸方向）において当該評価対象の画素の両隣に位置する２つの画素（ｉ−１列目の画素、ｉ＋１列目の画素）のいずれの値よりも大きい場合には、図３に示されるように、前記評価対象の画素（ｉ列目の画素）の値と前記２つの画素（ｉ−１列目の画素、ｉ＋１列目の画素）の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、評価対象の画素（ｉ列目の画素）の値が、前記２つの画素（ｉ−１列目の画素、ｉ＋１列目の画素）のいずれの値よりも小さい場合には、図４に示されるように、前記２つの画素（ｉ−１列目の画素、ｉ＋１列目の画素）の値のうち小さい方の値と前記評価対象の画素（ｉ列目の画素）の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする。

筋状ノイズ評価値加算部２２は、筋状ノイズ特徴値演算部２１により得られる個々の画素の評価値を前記所定の方向と垂直な方向（例えば、図１中のｊ軸方向）に加算する機能である。

筋状ノイズ判定部２３は、筋状ノイズ評価値加算部２２により得られる個々の加算結果のうち、ある閾値以上の加算結果を生じさせた画素群に筋状ノイズが発生しているものと判定する機能である。

前述の筋状ノイズ特徴値演算部２１は、筋状ノイズ評価値計算部２１１および筋状ノイズ評価値調整部（評価値調整手段）２１２を有する。

筋状ノイズ評価値計算部２１１は、画像内の個々の画素に対するノイズの評価値を算出する機能である。

筋状ノイズ評価値調整部１１３は、筋状ノイズ評価値計算部２１１により得られる個々の評価値のうち、ある閾値を超える評価値がある場合、該当する画素の評価値を低下させる機能である。

ここで、図１０〜図１２を参照して、同実施形態に係る情報処理装置１の動作について説明する。

最初に、図１０を参照して、全体的な動作を説明する。

情報処理装置１がラインセンサ２により取り込まれた単色画像を入力すると（ステップＳ５１）、筋状ノイズ特徴値演算部２１は、画像内の個々の画素に対するノイズの評価値を算出する（ステップＳ５２）。次に、筋状ノイズ評価値加算部２２は、各ｉ列に存在する個々の画素の評価値をｊ軸方向に加算（射影）する処理を行い、各色成分の加算結果を筋状ノイズ評価値とする（ステップＳ５３）。次に、閾値以上の筋状ノイズ評価値が存在するか否かを判定する（ステップＳ５４）。存在する場合は筋状ノイズを検出したことを示す警告メッセージや筋状ノイズの領域を示す情報を表示装置３に出力し（ステップＳ５５）、存在しない場合は筋状ノイズを検出しなかったことを示す情報を表示装置３に出力する（ステップＳ５６）。

次に、図１１を参照して、図１０中のステップＳ５２の詳細について説明する。

画像内の１つの画素を選び、その画素の筋状ノイズ評価値ｖを計算する（ステップＳ６１）。

次に、筋状ノイズ評価値ｖが閾値ｖ_ｔｈよりも大きいか否かを判定する（ステップＳ６２）。筋状ノイズ評価値ｖが閾値ｖ_ｔｈよりも大きい場合は、筋状ノイズ評価値ｖがｖ_ｔｈになるよう、ｖ（ｉ，ｊ）にｖ_ｔｈを代入する（ステップＳ６３）。一方、筋状ノイズ評価値ｖが閾値ｖ_ｔｈよりも大きくない場合は、筋状ノイズ評価値ｖは変更しない。すなわち、ｖをそのままｖ（ｉ，ｊ）に代入する（ステップＳ６４）。

そして、全画素に対する処理が完了したか否かを判定する（ステップＳ６５）。完了していなければ、次の画素を選び（ステップＳ６６）、ステップＳ６１からの処理を繰り返す。一方、全画素に対する処理が完了していれば、当該処理を終了する。

なお、前述のステップＳ６１の詳細は、図７にて説明した処理と同じとなるため、その説明を省略する。

次に、図１２を参照して、図１０中のステップＳ５３の詳細について説明する。

最初に、ｉに１を代入する（ステップＳ７１）。

次に、位置ｉについてｖ（ｉ，ｊ）をｊ方向に全て足し合わせる（ステップＳ７２）。この足し合わせた値が位置ｉにおける筋状ノイズ評価値となる。

そして、全てのｉに対する処理が完了したか否かを判定する（ステップＳ７３）。完了していなければ、ｉに１を加算し（ステップＳ７４）、ステップＳ７２からの処理を繰り返す。一方、全てのｉに対する処理が完了していれば、当該処理を終了する。

上述の説明は、幅が１画素分の筋状ノイズを検出する場合の例を示したものである。幅が２画素分以上の筋状ノイズを検出する場合には、図７におけるステップＳ３１〜ステップＳ３８における、ｉ−１，ｉ＋１を、各々、ｉ−ｎ，ｉ＋ｎに置き換えることで、幅２ｎ−１の筋状ノイズの検出が可能となる。

このように第２の実施形態によれば、単色画像に含まれる筋状ノイズを精度良く検出し、精度の高い検出結果を表示装置等へ出力することが可能となる。

以下に説明する第３の実施形態および第４の実施形態においては、図１３に示されるようにｉ軸方向にｗ画素分の幅を有する筋状ノイズが検出された場合に、当該筋状ノイズを効果的に低減させる手法について説明する。便宜上、図１３中の筋状ノイズに関わる画素群のうち左上の隅にある画素の位置座標を（０，０）として説明する。筋状ノイズの低減のためには、当該筋状ノイズが発生している画素群に含まれる個々の画素の値を補正するが、この補正においては、誤検出時に誤検出した筋状パターンの画像を消さないように補正量が制限され、表示装置等に出力される画像を見る人に違和感を与えない。

（第３の実施形態）
第３の実施形態では、前述の第１の実施形態の場合と同様、ＲＧＢ表色系のカラー画像を扱う。

図１４は、本発明の第３の実施形態に係る情報処理装置の構成の一例を示すブロック図である。なお、図２と共通する要素には同一の符号を付し、その機能と動作の説明を省略する。

情報処理装置１は、各種の処理機能として、前述の筋状ノイズ特徴ベクトル演算部１１、筋状ノイズ評価値加算部１２、および筋状ノイズ判定部１３を有するほか、更に、筋状ノイズ低減部（ノイズ低減手段）１４を有する。

筋状ノイズ低減部１４は、前述の筋状ノイズ判定部１３により筋状ノイズが発生しているものと判定された画素群に含まれる個々の画素における各色成分の値を補正する機能である。この筋状ノイズ低減部１４は、補正対象の画素における各色成分の値を要素とするベクトルを、筋状ノイズが発生している画素群の外側に位置する画素における各色成分の値を要素とするベクトルに基づき、一定の補正量を限度として補正する。

上述の情報処理装置１は、筋状ノイズ低減部１４により補正が行われた後の画像を出力装置３に表示させたり印刷させたりすることができる。

ここで、図１３中の筋状ノイズに関わる画素群に含まれる補正対象の画素（ａ＋ｉ，ｊ）における各色成分の値を要素とするベクトル（補正対象ベクトル）をＰ（ａ＋ｉ，ｊ）とする。また、当該筋状ノイズに関わる画素群の左側に隣接する画素（ａ−１，ｊ）における各色成分の値を要素とするベクトルをＰ（ａ−１，ｊ）とし、右側に隣接する画素（ａ＋ｗ，ｊ）における各色成分の値を要素とするベクトルをＰ（ａ＋ｗ，ｊ）とする。ＲＧＢ色空間におけるこれらのベクトルの関係を図１５に示す。

図１５中のＭは、補正対象ベクトルＰ（ａ＋ｉ，ｊ）の補正処理において目標となるベクトル（補正目標ベクトル）である。この補正目標ベクトルＭの先端は、Ｐ（ａ−１，ｊ）の先端とＰ（ａ＋ｗ，ｊ）の先端とを結ぶ線上に位置する。このとき、図１３中の補正対象の画素（ａ＋ｉ，ｊ）の位置が、画素（ａ−１，ｊ）の位置に近ければ近いほど、補正目標ベクトルＭの先端の位置は、Ｐ（ａ−１，ｊ）の先端の位置に近くなる。一方、図１３中の補正対象の画素（ａ＋ｉ，ｊ）の位置が、画素（ａ＋ｗ，ｊ）の位置に近ければ近いほど、補正目標ベクトルＭの先端の位置は、Ｐ（ａ＋ｗ，ｊ）の先端の位置に近くなる。Ｈは、補正対象ベクトルＰ（ａ＋ｉ，ｊ）を補正目標ベクトルＭに補正したと仮定した場合のベクトル（補正ベクトル）である。また、Ｐ’は、補正対象ベクトルＰ（ａ＋ｉ，ｊ）を、一定の補正量閾値ｈ_thを限度として補正した場合のベクトル（補正後ベクトル）である。

ここで、図１６および図１７を参照して、同実施形態に係る情報処理装置１の中の筋状ノイズ低減部１４の動作について説明する。

最初に、図１６を参照して、全体的な動作を説明する。

まず、ｉに０を代入し（ステップＳ８１）、ｊに０を代入する（ステップＳ８２）。次に、補正対象の画素（ａ＋ｉ，ｊ）に対するカラー補正処理を行う（ステップＳ８３）。次に、ｊとＪ（図１３中のｊ軸方向に配列される画素の数）とを比較する（ステップＳ８４）。ｊ＜Ｊであれば、ｊに１を加算し（ステップＳ８５）、ステップＳ８３からの処理を繰り返す。一方、そうでなければ、ｉとｗとを比較する（ステップＳ８６）。ｉ＜ｗであれば、ｉに１を加算し（ステップＳ８７）、ステップ８２からの処理を繰り返す。一方、そうでなければ、当該処理を終了する。

次に、図１７を参照して、図１６中のステップＳ８３の詳細について説明する。

まず、補正目標ベクトルＭを以下の式により計算する（ステップＳ９１）。

Ｍ＝｛（ｗ−ｉ）×Ｐ（ａ−１，ｊ）＋（ｉ＋１）×Ｐ（ａ＋ｗ，ｊ）｝／（ｗ＋１）
次に、補正ベクトルＨを以下の式により計算する（ステップＳ９２）。

Ｈ＝Ｍ−Ｐ（ａ＋ｉ，ｊ）
次に、補正量ｈを計算する（ステップＳ９３）。補正量ｈは、補正ベクトルＨのノルムである。一例として、ノルムは以下の式により計算される。

ｈ＝０．３０ｈ_Ｒ＋０．５９ｈ_Ｇ＋０．１１ｈ_Ｂ
ここで、ｈ_Ｒ，ｈ_Ｇ，ｈ_Ｂは補正ベクトルＨの３つの成分である。

次に、補正係数ｋを計算する（ステップＳ９４）。補正量閾値ｈ_ｔｈよりも補正量ｈが大きい場合、補正係数ｋ＝ｈ_ｔｈ／ｈとする。そうでない場合、補正係数ｋ＝１とする。

次に、補正後ベクトルＰ’を以下の式により計算し（ステップＳ９５）、当該処理を終了する。

Ｐ’＝Ｐ（ａ＋ｉ，ｊ）＋ｋ×ｈ
このように第３の実施形態によれば、前述の第１の実施形態で得られる効果に加え、補正においては、誤検出時に誤検出した筋状パターンの画像を消さないように補正量が制限され、表示装置等に出力される画像を見る人に違和感を与えないようにすることができる。

（第４の実施形態）
本発明の第４の実施形態では、前述の第３の実施形態の場合と同様、単色画像（グレー画像など）を扱う。

図１８は、本発明の第４の実施形態に係る情報処理装置の構成の一例を示すブロック図である。なお、図９と共通する要素には同一の符号を付し、その機能と動作の説明を省略する。

情報処理装置１は、各種の処理機能として、前述の筋状ノイズ特徴値演算部２１、筋状ノイズ評価値加算部２２、および筋状ノイズ判定部２３を有するほか、更に、筋状ノイズ低減部（ノイズ低減手段）２４を有する。

筋状ノイズ低減部２４は、前述の筋状ノイズ判定部１３により筋状ノイズが発生しているものと判定された画素群に含まれる個々の画素の値を補正する機能である。この筋状ノイズ低減部１４は、補正対象の画素の値を、筋状ノイズが発生している画素群の外側に位置する画素の値に基づき、一定の補正量を限度として補正する。

上述の情報処理装置１は、筋状ノイズ低減部２４により補正が行われた後の画像を出力装置３に表示させたり印刷させたりすることができる。

ここで、図１３中の筋状ノイズに関わる画素群に含まれる補正対象の画素（ａ＋ｉ，ｊ）の値をｐ（ａ＋ｉ，ｊ）とする。また、当該筋状ノイズに関わる画素群の左側に隣接する画素（ａ−１，ｊ）の値をｐ（ａ−１，ｊ）とし、右側に隣接する画素（ａ＋ｗ，ｊ）の値をｐ（ａ＋ｗ，ｊ）とする。これらの値の関係を図１９に示す。

図１９中のｍは、補正対象値ｐ（ａ＋ｉ，ｊ）の補正処理において目標となる値（補正目標値）である。この補正目標値ｍは、ｐ（ａ−１，ｊ）とｐ（ａ＋ｗ，ｊ）とを結ぶ線上に位置する。このとき、図１３中の補正対象の画素（ａ＋ｉ，ｊ）の位置が、画素（ａ−１，ｊ）の位置に近ければ近いほど、補正目標値ｍの位置は、ｐ（ａ−１，ｊ）の位置に近くなる。一方、図１３中の補正対象の画素（ａ＋ｉ，ｊ）の位置が、画素（ａ＋ｗ，ｊ）の位置に近ければ近いほど、補正目標値ｍの位置は、ｐ（ａ＋ｗ，ｊ）の位置に近くなる。ｈは、補正対象値ｐ（ａ＋ｉ，ｊ）を補正目標値に補正したと仮定した場合の補正量である。また、ｐ’は、補正対象値ｐ（ａ＋ｉ，ｊ）を、一定の補正量閾値ｈ_thを限度として補正した場合の補正量である。

ここで、図２０および図２１を参照して、同実施形態に係る情報処理装置１の中の筋状ノイズ低減部２４の動作について説明する。

最初に、図２０を参照して、全体的な動作を説明する。

まず、ｉに０を代入し（ステップＳ１０１）、ｊに０を代入する（ステップＳ１０２）。次に、補正対象の画素（ａ＋ｉ，ｊ）に対するグレー補正処理を行う（ステップＳ１０３）。次に、ｊとＪ（図１３中のｊ軸方向に配列される画素の数）とを比較する（ステップＳ１０４）。ｊ＜Ｊであれば、ｊに１を加算し（ステップＳ１０５）、ステップＳ１０３からの処理を繰り返す。一方、そうでなければ、ｉとｗとを比較する（ステップＳ１０６）。ｉ＜ｗであれば、ｉに１を加算し（ステップＳ１０７）、ステップ１０２からの処理を繰り返す。一方、そうでなければ、当該処理を終了する。

次に、図２１を参照して、図２０中のステップＳ１０３の詳細について説明する。

まず、補正目標値ｍを以下の式により計算する（ステップＳ１１１）。

ｍ＝｛（ｗ−ｉ）×ｐ（ａ−１，ｊ）＋（ｉ＋１）×ｐ（ａ＋ｗ，ｊ）｝／（ｗ＋１）
次に、補正量ｍを以下の式により計算する（ステップＳ１１２）。

ｈ＝｜ｍ−ｐ（ａ＋ｉ，ｊ）｜
次に、補正量ｈと補正量閾値ｈ_ｔｈを比較する（ステップＳ１１３）。ｈ＞ｈ_ｔｈの場合は、ｐ（ａ＋ｉ，ｊ）と補正目標値ｍとを比較する（ステップＳ１１４）。そうでない場合は、補正後画素値ｐ’をｍとし（ステップＳ１１５）、当該処理を終了する。

ステップＳ１１４において、ｐ（ａ＋ｉ，ｊ）＞ｍの場合は、補正後画素値ｐ’を以下の式により計算し（ステップＳ１１６）、当該処理を終了する。

ｐ’＝ｐ（ａ＋ｉ，ｊ）−ｈ_ｔｈ
そうでない場合は、補正後画素値ｐ’を以下の式により計算し（ステップＳ１１７）、当該処理を終了する。

ｐ’＝ｐ（ａ＋ｉ，ｊ）＋ｈ_ｔｈ
このように第４の実施形態によれば、前述の第２の実施形態で得られる効果に加え、補正においては、誤検出時に誤検出した筋状パターンの画像を消さないように補正量が制限され、表示装置等に出力される画像を見る人に違和感を与えないようにすることができる。

また、上述の各実施形態によれば、長さの比較的短い筋状ノイズを誤って除去しないようにすることができる。また、上述の各実施形態によれば、平坦な部分の少ない画像においても筋状ノイズを検出したり低減させたりすることができる。また、上述の各実施形態によれば、筋方向と平行な方向に対し変化していく筋状ノイズについても検出したり低減させたりすることができる。

なお、上述した実施形態で述べた本発明に係る各種の処理手順は、コンピュータプログラムとして、コンピュータ（情報処理装置）により読み取り可能な記憶媒体（例えば磁気ディスク，光ディスク，半導体メモリ）に記憶させておき、必要に応じてそれをプロセッサにより読み出して実行するようにしてもよい。また、このようなコンピュータプログラムは、通信媒体を介してあるコンピュータから他のコンピュータに伝送することにより配布することも可能である。

本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

本発明の各実施形態に共通する検出対象の筋状ノイズを説明するための図。 本発明の第１の実施形態に係る情報処理装置の構成の一例を示すブロック図。 評価値を算出する方法を説明するための第１の例を示す図。 評価値を算出する方法を説明するための第２の例を示す図。 同実施形態に係る情報処理装置の全体的な動作を示すフローチャート。 図５中のステップＳ１２の詳細を示すフローチャート。 図６中のステップＳ２１、ステップＳ２２、ステップＳ２３に共通する処理の詳細を示すフローチャート。 図５中のステップＳ１３の詳細を示すフローチャート。 本発明の第２の実施形態に係る情報処理装置の構成の一例を示すブロック図。 同実施形態に係る情報処理装置の全体的な動作を示すフローチャート。 図１０中のステップＳ５２の詳細を示すフローチャート。 図１０中のステップＳ５３の詳細を示すフローチャート。 本発明の第３の実施形態および第４の実施形態における筋状ノイズの低減の対象となる画素群を説明するための図。 本発明の第３の実施形態に係る情報処理装置の構成の一例を示すブロック図。 補正に使用する各種のベクトルの関係を説明するための図。 同実施形態に係る情報処理装置の中の筋状ノイズ低減部の全体的な動作を示すフローチャート。 図１６中のステップＳ８３の詳細を示すフローチャート。 本発明の第４の実施形態に係る情報処理装置の構成の一例を示すブロック図。 補正に使用する各種の値の関係を説明するための図。 同実施形態に係る情報処理装置の中の筋状ノイズ低減部の全体的な動作を示すフローチャート。 図２０中のステップＳ１０３の詳細を示すフローチャート。

符号の説明

１１…筋状ノイズ特徴ベクトル演算部、１２，２２…筋状ノイズ評価値加算部、１３，２３…筋状ノイズ判定部、１４，２４…筋状ノイズ低減部、２１…筋状ノイズ特徴値演算部、１１１，２１１…筋状ノイズ評価値計算部、１１２…ノルム計算部、１１３，２１２…筋状ノイズ評価値調整部。

Claims (8)

1. 紙葉類の表面をスキャナで走査して画像を得る情報処理装置において、
   画像内の個々の画素に対するノイズの評価値を色成分毎に算出する演算手段であって、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、前記２つの画素のいずれの値よりも小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする処理を、色成分毎に行う演算手段と、
   前記演算手段により得られる個々の画素の評価値を前記所定の方向と垂直な方向に加算する処理を色成分毎に行い、各色成分の加算結果を要素とするベクトルのノルムをそれぞれ計算する加算手段と、
   前記加算手段により得られる個々のノルムのうち、ある閾値以上のノルムを生じさせた画素群に筋状ノイズが発生しているものと判定する判定手段と
   を具備することを特徴とする情報処理装置。
2. 前記演算手段は、
   画像内の個々の画素における各色成分の評価値を要素とするベクトルのノルムをそれぞれ計算するノルム計算手段と、
   前記ノルム計算手段により得られる個々のノルムのうち、ある閾値を超えるノルムがある場合、該当する画素の評価値を低下させる処理を色成分毎に行う評価値調整手段と
   を有することを特徴とする請求項１に記載の情報処理装置。
3. 前記筋状ノイズが発生している画素群に含まれる個々の画素における各色成分の値を補正するノイズ低減手段であって、補正対象の画素における各色成分の値を要素とするベクトルを、前記筋状ノイズが発生している画素群の外側に位置する画素における各色成分の値を要素とするベクトルに基づき、一定の補正量を限度として補正するノイズ低減手段をさらに具備することを特徴とする請求項１又は２記載の情報処理装置。
4. 紙葉類の表面をスキャナで走査して画像を得る情報処理装置において、
   画像内の個々の画素に対するノイズの評価値を算出する演算手段であって、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、前記２つの画素のいずれの値よりも小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする演算手段と、
   前記演算手段により得られる個々の画素の評価値を前記所定の方向と垂直な方向に加算する加算手段と、
   前記加算手段により得られる個々の加算結果のうち、ある閾値以上の加算結果を生じさせた画素群に筋状ノイズが発生しているものと判定する判定手段と
   を具備することを特徴とする情報処理装置。
5. 前記演算手段は、
   画像内の個々の画素の評価値のうち、ある閾値を超える評価値がある場合、該当する画素の評価値を低下させる評価値調整手段と
   を有することを特徴とする請求項４に記載の情報処理装置。
6. 前記筋状ノイズが発生している画素群に含まれる個々の画素の値を補正するノイズ低減手段であって、補正対象の画素の値を、前記筋状ノイズが発生している画素群の外側に位置する画素の値に基づき、一定の補正量を限度として補正するノイズ低減手段をさらに具備することを特徴とする請求項４又は５記載の情報処理装置。
7. 紙葉類の表面をスキャナで走査して得られる画像に含まれる筋状ノイズを情報処理装置により検出する情報処理方法において、
   画像内の個々の画素に対するノイズの評価値を色成分毎に算出する演算ステップであって、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、前記２つの画素のいずれの値よりも小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする処理を、色成分毎に行う演算ステップと、
   前記演算ステップにより得られる個々の画素の評価値を前記所定の方向と垂直な方向に加算する処理を色成分毎に行い、各色成分の加算結果を要素とするベクトルのノルムをそれぞれ計算する加算ステップと、
   前記加算ステップにより得られる個々のノルムのうち、ある閾値以上のノルムを生じさせた画素群に筋状ノイズが発生しているものと判定する判定ステップと
   を具備することを特徴とする情報処理方法。
8. 紙葉類の表面をスキャナで走査して得られる画像に含まれる筋状ノイズを情報処理装置により検出する情報処理方法において、
   画像内の個々の画素に対するノイズの評価値を算出する演算ステップであって、評価対象の画素の値が、所定の方向において当該評価対象の画素の両隣に位置する２つの画素のいずれの値よりも大きい場合には、前記評価対象の画素の値と前記２つの画素の値のうち大きい方の値との差を前記評価対象の画素の評価値とし、一方、前記２つの画素のいずれの値よりも小さい場合には、前記２つの画素の値のうち小さい方の値と前記評価対象の画素の値との差を前記評価対象の画素の評価値とし、これら以外の場合には０を前記評価対象の画素の評価値とする演算ステップと、
   前記演算ステップにより得られる個々の画素の評価値を前記所定の方向と垂直な方向に加算する加算ステップと、
   前記加算ステップにより得られる個々の加算結果のうち、ある閾値以上の加算結果を生じさせた画素群に筋状ノイズが発生しているものと判定する判定ステップと
   を具備することを特徴とする情報処理方法。

Images