JP2010028314A - 画像処理装置及び方法並びにプログラム - Google Patents

Abstract

【課題】階調値データの処理の負荷を軽減することができる技術を提供する。
【解決手段】画像処理装置は、画像内の任意の画素に接する角と画像内の基準画素に接する角とが対角となる矩形内に位置する画素の彩度評価値の合計値に基づいた合計対応値を、任意の画素について求める合計対応値算出部と、画像における任意の対象矩形の４つの頂点にそれぞれ接する隣接画素についての合計対応値に基づいた矩形内総和値を、対象矩形内の所定位置の対象画素について算出する矩形内総和値算出部と、対象画素についての矩形内総和値に基づいて、対象画素について、画像における属性を判定する属性判定部とを備えている。
【選択図】図１

Description

本発明は、画像処理装置及び方法並びにプログラムに関する。

従来より、種々の画像処理技術が知られている。例えば、コピー機、イメージスキャナ、ファクシミリなどで読み取った画像データを、より高画質に出力するために、画像補正処理を施す技術が知られている。また、このような技術に関連して、文字や網点といった画像の属性を判定する技術も知られている。

特開平４−３０４７７６号公報 特開平７−２２００７２号公報

ところが、画像を表す画像データには多くの画素が含まれているので、画像属性判定処理の負荷が高い場合が多かった。なお、このような問題は、画像の属性を判定する場合に限らず、複数の画素で構成される画像を処理する場合に共通の問題であった。

本発明は、上記の課題の少なくとも一部を解決するためになされたものであり、画像処理の負荷を軽減することができる技術を提供することを目的とする。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態又は適用例として実現することが可能である。

［適用例１］複数の画素で構成される画像を処理する画像処理装置であって、前記画像内の任意の画素に接する角と前記画像内の基準画素に接する角とが対角となる矩形内に位置する画素の彩度評価値の合計値に基づいた合計対応値を、前記任意の画素について求める合計対応値算出部と、前記画像における任意の対象矩形の４つの頂点にそれぞれ接する隣接画素についての前記合計対応値に基づいた矩形内総和値を、前記対象矩形内の所定位置の対象画素について算出する矩形内総和値算出部と、前記対象画素についての前記矩形内総和値に基づいて、前記対象画素について、前記画像における属性を判定する属性判定部と、を備える、画像処理装置。

適用例１の画像処理装置では、対象矩形内の対象画素についての属性を判定する場合に、対象矩形の４つの頂点にそれぞれ接する隣接画素について生成された合計対応値を用いて矩形内総和値を求めるので、画像処理の負荷を軽減することができる。

［適用例２］適用例１に記載の画像処理装置において、前記画像は矩形であり、前記基準画素は、前記画像の四隅の頂点のいずれかに位置する画素である、画像処理装置。

このようにすることで、画像を構成する全ての画素について属性判定を行うことができる。

［適用例３］適用例１または適用例２に記載の画像処理装置において、前記属性判定部は、前記対象画素について、前記画像のうち少なくとも黒文字領域と網点領域とを含む複数種類の領域のいずれの領域に属する画素であるかを判定する、画像処理装置。

このようにすることで、少なくとも黒文字領域に属する画素と網点領域に属する画素とをそれぞれ分類する場合に、画像処理の負荷を軽減することができる。また、分類後において、少なくとも黒文字領域及び網点領域の各領域に適した処理を実行することができる。

［適用例４］適用例１ないし適用例３のいずれか一例に記載の画像処理装置において、前記画素は、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の各成分値を有する階調値データによって表され、前記合計対応値算出部は、前記各成分値のうち、少なくとも２つの成分値の差分に基づいて前記彩度評価値を求める、画像処理装置。

このようにすることで、比較的単純な処理で彩度評価値を求めることができるので、画像処理の負荷を軽減することができる。

［適用例５］適用例４に記載の画像処理装置において、前記合計対応値算出部は、前記各成分値のうち、最大値と最小値との差分に基づいて前記彩度評価値を求める、画像処理装置。

このようにすることで、求めた差分が小さい場合には彩度が低いと想定できるので、彩度評価値を高い精度で求めることができる。

［適用例６］適用例１ないし適用例５のいずれか一例に記載の画像処理装置であって、前記画像の解像度を取得する解像度取得部を備え、前記矩形内総和値算出部は、前記解像度に基づいて、前記画像の解像度が或る値よりも高い場合には、前記画像の解像度が前記或る値よりも低い場合よりも、前記対象矩形内の画素数を多く設定して前記矩形内総和値算出値を算出する、画像処理装置。

このようにすることで、画像の解像度に応じて対象矩形内の画素数を設定するので、解像度の高低に関わらず対象矩形の大きさ（面積）を同程度とすることができ、読み取り解像度に関わらず属性の判定精度をほぼ一定に保つことができる。

［適用例７］複数の画素で構成される画像を処理する画像処理方法であって、前記画像内の任意の画素に接する角と前記画像内の基準画素に接する角とが対角となる矩形内に位置する画素の彩度評価値の合計値に基づいた合計対応値を、前記任意の画素について求める工程と、前記画像における任意の対象矩形の４つの頂点にそれぞれ隣接する隣接画素についての前記合計対応値に基づいた矩形内総和値を、前記対象矩形内の所定位置の対象画素について算出する工程と、前記対象画素についての前記矩形内総和値に基づいて、前記対象画素について、前記画像における属性を判定する工程と、を備える、画像処理方法。

適用例７の画像処理方法では、対象矩形内の対象画素についての属性を判定する場合に、対象矩形の４つの頂点にそれぞれ接する隣接画素について求められた合計対応値を用いて矩形内総和値を求めるので、画像処理の負荷を軽減することができる。

［適用例８］複数の画素で構成される画像を処理するためのコンピュータプログラムであって、前記画像内の任意の画素に接する角と前記画像内の基準画素に接する角とが対角となる矩形内に位置する画素の彩度評価値の合計値に基づいた合計対応値を、前記任意の画素について求める機能と、前記画像内の任意の対象矩形の４つの頂点にそれぞれ隣接する隣接画素について生成された前記合計対応値に基づいた矩形内総和値を、前記対象矩形内の所定位置の対象画素について算出する機能と、前記対象画素についての前記矩形内総和値に基づいて、前記対象画素について、前記画像における属性を判定する機能と、をコンピュータに実現させるコンピュータプログラム。

適用例８のコンピュータプログラムでは、対象矩形内の対象画素についての属性を判定する場合に、対象矩形の４つの頂点にそれぞれ接する隣接画素について求められた合計対応値を用いて矩形内総和値を求めるので、画像処理の負荷を軽減することができる。

Ａ．実施例：
Ａ１．装置構成：
図１は、本発明の実施例における画像処理装置としてのプリンタの概略構成を示す説明図である。プリンタ１０は、印刷機能の他に、スキャナ機能、コピー機能を備えた、いわゆる複合機プリンタである。プリンタ１０は、制御ユニット２０、キャリッジ移動機構６０、キャリッジ７０、紙送り機構８０、スキャナ９１、操作パネル９６を備えている。

キャリッジ移動機構６０は、キャリッジモータ６２、駆動ベルト６４、摺動軸６６を備えており、摺動軸６６に移動自在に保持されたキャリッジ７０を、主走査方向に駆動させる。キャリッジ７０は、インクヘッド７１とインクカートリッジ７２とを備えており、インクカートリッジ７２からインクヘッド７１に供給されたインクを、印刷用紙Ｐに吐出する。紙送り機構８０は、紙送りローラ８２、紙送りモータ８４、プラテン８６を備えており、紙送りモータ８４が紙送りローラ８２を回転させることで、プラテン８６の上面に沿って印刷用紙Ｐを搬送する。スキャナ９１は、光学的に画像を読み込むイメージスキャナであり、本実施例においては、ＣＣＤ（Charge Coupled Devices）方式を用いたが、ＣＩＳ（Contact Image Sensor）方式など種々の方式を用いることができる。

上述した各機構は、制御ユニット２０により制御される。制御ユニット２０は、ＣＰＵ３０、ＲＡＭ４０、ＲＯＭ５０を備えるマイクロコンピュータとして構成されており、ＲＯＭ５０に記憶されたプログラムをＲＡＭ４０に展開して実行することで、上述の各機構の制御のほか、画像入力部３１として機能する。同様に、ＣＰＵ３０は、色差算出部３２，積分データ生成部３３，領域分類部３４，画像補正部３５，印刷制御部３６として機能する。なお、領域分類部３４は、特徴量算出部３４２及び領域判定部３４４を有する。これら各機能部の詳細については、後述する。また、ＲＡＭ４０には、予め対象矩形領域サイズテーブルｔｂ１が格納されている。

以上のような構成を有するプリンタ１０は、スキャナ９１によって読み取った画像を、印刷用紙Ｐに印刷することで、コピー機として機能する。なお、上述の印刷機構は、インクジェット式に限らず、レーザ式、熱転写式など、種々の印刷方式を用いることができる。

なお、前述の色差算出部３２及び積分データ生成部３３は、請求項における合計対応値算出部に相当する。また、特徴量算出部３４２は請求項における矩形内総和値算出部に、領域判定部３４４は請求項における属性判定部に、画像入力部３１は請求項における解像度取得部に、それぞれ相当する。

Ａ２．画像複製処理：
図２は、プリンタ１０において実行される画像複製処理の手順を示すフローチャートである。この画像複製処理は、ユーザが、コピーの対象とする画像（例えば、印刷物等の原稿）をプリンタ１０にセットし、操作パネル９６を用いてコピーの指示操作を行うことにより開始される。この処理が開始されると、画像入力部３１は、スキャナ９１を用いて、結像された光学像を電気信号に変換する（ステップＳ１００）。画像入力部３１は、得られたアナログ信号をＡＤ変換回路でデジタル信号に変換し、更に、画像全体が一様な明るさとなるようにシェーディング補正を行う（ステップＳ１１０）。なお、このとき、画像入力部３１は、読み取り解像度（例えば３００ｄｐｉ）をＲＡＭ４０に記録する。

画像入力部３１，積分データ生成部３３及び領域分類部３４は、得られた画像データ（「対象画像データ」とも呼ぶ）に対して、画素単位で領域の分類を行う（ステップＳ１２０）。この処理は、画像を構成する画素を、黒文字領域に属する画素と網点領域に属する画素とに分類する処理であり、その詳細については、「Ａ３．領域分類処理」で後述する。

次に、画像補正部３５は、分類されたそれぞれの領域ごとに、その領域に適した補正処理を行う（ステップＳ１３０）。この処理は、例えば、黒文字領域に分類された画素に対しては強調フィルタを用いて、網点領域に分類された画素に対しては平滑フィルタを用いて、空間フィルタリングを行うなどの処理であり、その詳細については、「Ａ４．領域別補正処理」で後述する。このような補正処理を行うことで、後述するステップＳ１４０の画像出力処理において、黒文字構成部分に対してはより鮮鋭に、網点構成部分に対してはモアレを抑制して出力するなどの効果を得ることができる。

領域別補正処理を行うと、印刷制御部３６は、キャリッジ移動機構６０、キャリッジ７０、紙送り機構８０等を駆動させて、画像を印刷用紙Ｐ上に出力する（ステップＳ１４０）。このようにして、画像の複製処理は完了する。

Ａ３．領域分類処理：
図３は、ステップＳ１２０（図２）において実行される領域分類処理の手順を示すフローチャートである。この処理が開始されると、画像入力部３１は、上記ステップＳ１１０（図２）で得られた画像データ（ここでは、ＲＧＢデータ）をＲＡＭ４０に読み込む（ステップＳ２０５）。色差算出部３２は、対象画像データを解析することによって各画素についての色差ΔＬを算出する（ステップＳ２１０）。ここで、本実施例における「色差ΔＬ」とは、各画素（Ｒ，Ｇ，Ｂ）の鮮やかさの度合いを示すものであって、無彩色を０とした場合の有彩色の程度をスカラー量で示したものである。具体的には、色差ΔＬは以下の数式（１）で表わされる。

上記数式１において、ｍａｘ（Ｒ，Ｇ，Ｂ）とは、画像データを構成するＲ（赤），Ｇ（緑），Ｂ（青）の各成分値のうち、最も大きな値を示す。また、ｍｉｎ（Ｒ，Ｇ，Ｂ）とは、Ｒ，Ｇ，Ｂの各値のうち最も小さい値を示す。例えば、（Ｒ，Ｇ，Ｂ）＝（１２８，５３，２８）であれば、ΔＬは、１００（１２８−２８）となる。

ここで、無彩色では、Ｒ，Ｇ，Ｂの各値はいずれも一致する。例えば、全黒では、（Ｒ，Ｇ，Ｂ）＝（０，０，０）となり、中間の明るさの灰色であれば、（Ｒ，Ｇ，Ｂ）＝（１２８，１２８，１２８）となり、全白では（Ｒ，Ｇ，Ｂ）＝（２５５，２５５，２５５）となる。したがって、無彩色により近く、彩度が低くなる程、Ｒ，Ｇ，Ｂの各値はいずれも同程度の値となるためΔＬは小さくなる。これに対して、彩度が高くなる程、Ｒ，Ｇ，Ｂの各値のうち、少なくとも２つの値については互いに大きく異なることとなるため、ΔＬは大きくなる。なお、色差ΔＬは、請求項における「彩度評価値」に相当する。

積分データ生成部３３は、ステップＳ２１５で求めた色差ΔＬを用いて積分データを生成する（ステップＳ２１５）。具体的には、積分データ生成部３３は、各画素から順次対象画素を選択し、この対象画素についての後述する色差ΔＬの積分値（色差積分値）を求めてＲＡＭ４０に格納する。なお、最初にステップＳ２１５を実行する際には、積分データ生成部３３は、画像の左上隅の画素を対象画素として選択する。そして、この画素についての色差積分値を生成すると、右隣りの画素を対象画素として選択し色差積分値を求める。このようにして、積分データ生成部３３は、左上隅の画素から右下隅の画素まで対象画素を順番に替えながら色差積分値を求めてＲＡＭ４０に格納する。ここで、ＲＡＭ４０に格納された全画素についての色差積分値を「積分データ」と呼ぶ。なお、画像データの読み込みをバンド単位で行う場合には、バンド単位で積分データを生成してもよい。前述の「積分データ」は、請求項における「合計対応値」に相当する。

図４は、ステップＳ２１５における積分データの生成方法を模式的に示す説明図である。図４において上部は対象画像データＳＩを模式的に示し、下部は対象画像データＳＩから生成される積分データＩＤ１を模式的に示す。また、基準画素（本実施例では、ｐｉｘ＿ｓ）からｘ方向にｘａ番目、ｙ方向にｙａ番目の画素を、ｐｉｘ＿ａ（ｘａ，ｙａ）で表す。また、その画素の色差ΔＬをｆ（ｘａ，ｙａ）で表す。なお、ｘａの範囲は１〜Ｎｘであり、ｙａの範囲は１〜Ｎｙである（Ｎｘ、Ｎｙは整数であり、対象画像データＳＩの解像度に応じて決まる）。ここで、或る画素ｐｉｘ＿ｔ（ｘｔ，ｙｔ）の色差積分値ｐ（ｘｔ，ｙｔ）は、下記数式（２）で表わされる。

この色差積分値ｐ（ｘｔ，ｙｔ）は、基準画素ｐｉｘ＿ｓ（０，０）と、画素ｐｉｘ＿ｔ（ｘｔ，ｙｔ）との２つの画素が対角画素となる矩形領域ＩＡｔ内の色差ΔＬの合計値を表している（図４では、矩形領域ＩＡｔにハッチングが付されている）。積分データ生成部３３は、各画素について、上記式（２）を適用して色差積分値ｐ（ｘｔ，ｙｔ）を求め、積分データＩＤ１を生成する。

積分データを生成すると、特徴量算出部３４２（図１）は、スキャン時の読み取り解像度に基づき、対象矩形領域サイズテーブルｔｂ１を参照して対象矩形領域の大きさを設定する（図３：ステップＳ２２０）。

図５は、対象矩形領域サイズテーブルｔｂ１の内容を模式的に示す説明図である。「対象矩形領域」とは、後述する領域判定処理において、或る対象画素について、その画素が属する領域（黒文字領域／網点領域）を分類する際に参照される領域を意味する。対象矩形領域サイズテーブルｔｂ１では、スキャン時の読み取り解像度に応じて、対象矩形領域の大きさ（一辺当たりの画素数）が設定されている。具体的には、解像度を４つのレベルに分けて、より高い解像度のレベルについてはより画素数が多くなるように設定されている。このような設定としているのは、以下の理由による。すなわち、コピー対象の画像（原稿）において同じ大きさの領域をより高い解像度で読み取ると、当該領域を表わす画素の数はより多くなる。したがって、いずれの解像度で読み取った場合であっても、ほぼ同様の大きさの対象矩形領域を参照して各画素の属する領域を分類することができ、画素の属する領域の分類精度が読み取り解像度によって変わることを抑制できるからである。

対象矩形領域の大きさを設定すると、特徴量算出部３４２は、対象画素として１つの画素を選択し、その対象画素についての対象矩形領域内の色差合計値（以下、「領域内色差総和値」と呼ぶ）を算出する（図３：ステップＳ２２５）。なお、最初にステップＳ２２５を実行する場合、特徴量算出部３４２は、右上隅の画素ｐｉｘ＿ｓを対象画素として決定する。

図６は、領域内色差総和値を算出する方法を模式的に示す説明図である。図６において上部は本実施例における領域内色差総和値の算出方法を示し、下部は比較例の領域内色差総和値の算出方法を示す。図６において、積分データＩＤ１，対象画像データＳＩは、前述の図４と同じである。

図６の例では、矩形領域Ａｄを対象矩形領域として、画素ｐｉｘ＿ｋ（ｘｋ，ｙｋ）についての領域内色差総和値Ｓ＿Ａｄを求める方法を示している。ここで、矩形領域Ａｄは、画素ｐｉｘ＿ｋ（ｘｋ，ｙｋ）を中心とした、画素間の境界線Ｌｘ１，Ｌｘ２，Ｌｙ１，Ｌｙ２によって囲まれた正方形の領域である。この矩形領域Ａｄは、四隅に画素ｐｉｘ＿ａ，ｐｉｘ＿ｂ，ｐｉｘ＿ｃ，ｐｉｘ＿４（ｘ４，ｙ４）を有する。なお、この矩形領域Ａｄの大きさについては、後述する。

ここで、画素ｐｉｘ＿ａと矩形領域Ａｄの左上隅の頂点を挟んで隣接する位置には、画素ｐｉｘ＿１（ｘ１，ｙ１）がある。また、矩形領域Ａｄの右上隅の画素ｐｉｘ＿ｂと境界線Ｌｙ１を挟んで−ｙ方向に隣接する位置には、画素ｐｉｘ＿２（ｘ２，ｙ２）がある。また、矩形領域Ａｄの左下隅の画素ｐｉｘ＿ｃと境界線Ｌｙ２を挟んで−ｘ方向に隣接する位置には、画素ｐｉｘ＿３（ｘ３，ｙ３）がある。なお、画素ｐｉｘ＿４（ｘ４，ｙ４）は、矩形領域Ａｄの右下隅に位置している。本実施例では、領域内色差総和値Ｓ＿Ａｄを求めるのに、矩形領域Ａｄの頂点に接する前述の４つの画素ｐｉｘ＿１〜ｐｉｘ４の色差積分値（ｐ（ｘ１．ｙ１）、ｐ（ｘ２，ｙ２）、ｐ（ｘ３，ｙ３）、ｐ（ｘ４，ｙ４））を用いて、下記数式（３）によって算出する。

図６に示すように、画素ｐｉｘ＿ｓと画素ｐｉｘ＿４とを対角画素とする矩形領域ＡＬは、上述の矩形領域Ａｄに加えて３つの矩形領域Ａａ，Ａｂ，Ａｃから構成されている。ここで、画素ｐｉｘ＿１は、矩形領域Ａｄの左上隅の頂点を頂点とし、基準画素ｐｉｘ＿ｓが隅に位置する矩形領域Ａａにおいて、画素ｐｉｘ＿ｓに対して対角に位置する画素である。したがって、色差積分値ｐ（ｘ１，ｙ１）は、矩形領域Ａａに含まれる全画素の色差ΔＬを合計したものである。同様に、色差積分値ｐ（ｘ２，ｙ２）は矩形領域Ａａ，Ａｂに含まれる全画素の色差ΔＬを、色差積分値ｐ（ｘ３，ｙ３）は矩形領域Ａａ，Ａｃに含まれる全画素の色差ΔＬを、色差積分値ｐ（ｘ４，ｙ４）は矩形領域Ａａ，Ａｂ，Ａｃ，Ａｄ（すなわち矩形領域ＡＬ）に含まれる全画素の色差ΔＬを、それぞれ合計したものである。それゆえ、矩形領域Ａｄにのみ含まれる全画素の色差ΔＬの総和は、上記（３）の式により求めることができる。

仮に、矩形領域Ａｄが、１辺が１１画素の正方形領域であっても、上記式（３）を用いた計算では、４つの画素（ｐｉｘ＿１，ｐｉｘ＿２，ｐｉｘ＿３，ｐｉｘ＿４）について前述のステップＳ２１５で求めた色差積分値ｐをＲＡＭ４０から得ればよいため、４回のメモリアクセスで済む。

一方、比較例（図５下部）で示すように、矩形領域Ａｄ内の全ての画素についてそれぞれΔＬを足し合わせて領域内色差総和値Ｓ＿Ａｄを求める場合、仮に、矩形領域Ａｄが、１辺が１１画素の正方形領域の場合には、合計１２１回のメモリアクセスが発生することとなる。なお、前述の領域内色差総和値Ｓ＿Ａｄは、請求項における「矩形内総和値」に相当する。

領域内色差総和値が算出されると、領域判定部３４４（図１）は、対象画素について黒文字領域又は網点領域のいずれに属するかを判定する処理（領域判定処理）を実行する（図３：ステップＳ２３０）。

図７は、図３に示す領域判定処理（ステップＳ２３０）の詳細手順を示すフローチャートである。領域判定部３４４は、ステップＳ２２５で求めた領域内色差総和値Ｓ＿Ａｄを、読み取り解像度に応じて予め設定された閾値θと比較し（ステップＳ５０５）、領域内色差総和値Ｓ＿Ａｄが閾値θ以上であるか否かを判定する（ステップＳ５１０）。そして、領域判定部３４４は、領域内色差総和値Ｓ＿Ａｄが閾値θ以上である場合には「網点領域」に属する画素として判定し（ステップＳ５１５）、閾値θよりも小さい場合には、「黒文字領域」に属する画素として判定する（ステップＳ５２０）。

図８は、ステップＳ５０５において参照される閾値θの設定例を示す説明図である。図８の例では、対象矩形領域サイズテーブルｔｂ１（図５）と同様に読み取り解像度に応じた４つのレベルが設けられ、それぞれのレベルについて閾値θが設定されている。そして、読み取り解像度がより高いほど閾値θの値は大きくなっている。これは、解像度が高いほど対象矩形領域内の画素数が多くなるので、領域内色差総和値Ｓ＿Ａｄはより大きくなり得るからである。なお、この閾値θについては、多数の画像を分析することで、予め、実験的、経験的に求められて設定されている。

図９は、領域分類結果の一例を示す説明図である。図９において最も左は、図４と同じ対象画像データＳＩを示す。図９の例では、この対象画像データＳＩのうち、黒文字領域内の画素Ｐｉｘ＿ｕ１、及び網点領域内の画素Ｐｉｘ＿ｕ２についての領域分類結果について示している。なお、図９では、画素Ｐｉｘ＿ｕ１の対象矩形領域Ａ＿ｕ１と、画素Ｐｉｘ＿ｕ２の対象矩形領域Ａ＿ｕ２とを、それぞれ拡大して示している。また、対象画像データＳＩにおける読み取り解像度は、３００ｄｐｉであり、閾値θ＝４００（図８）とするものとする。

対象矩形領域Ａ＿ｕ１は、左上の一部を除いてほとんどが黒文字部分に相当するので、画素ごとの色差ΔＬの差は比較的小さな値となっている。なお、領域内色差総和値Ｓ＿Ａ＿ｕ１は、「２５９」となっている。一方、対象矩形領域Ａ＿ｕ２は、網点領域に相当するので、無彩色の画素と有彩色の画素とが混在して画素ごとの色差ΔＬの差が大きくなる。なお、領域内色差総和値Ｓ＿Ａ＿ｕ２は、「５０８」となっている。領域判定処理（図７）では、読み取り解像度３００ｄｐｉに対して設定されている閾値θ＝４００（図８）と、各領域内色差総和値Ｓ＿Ａ＿ｕ１とが比較されることとなる。そして、領域内色差総和値Ｓ＿Ａ＿ｕ１は閾値θ（４００）よりも小さいため、画素Ｐｉｘ＿ｕ１は、黒文字領域と判定されることとなる。一方、領域内色差総和値Ｓ＿Ａ＿ｕ２は閾値θ（４００）よりも大きいため、画素Ｐｉｘ＿ｕ２は、網点領域と判定されることとなる。したがって、それぞれの画素Ｐｉｘ＿ｕ１，Ｐｉｘ＿ｕ２は、いずれも正しく分類されることとなる。

領域判定部３４４は、領域判定処理が終了すると、対象画素の属する領域についての判定結果をＲＡＭ４０に書き込む（図３：ステップＳ２３５）。特徴量算出部３４２は、全ての画素を対象画素として領域判定が終了したか否かを判定する（ステップＳ２４０）。残余画素がある場合には、特徴量算出部３４２は、次の画素を対象画素として、上述したステップＳ２２５を実行する。なお、全ての画素を対象画素として領域の判定が終了した場合には、領域分類処理が終了し、領域別補正処理（図２：ステップＳ１３０）が行われる。

Ａ４．領域別補正処理：
図１０は、上述した領域別補正処理（図２：ステップＳ１３０）の詳細手順を示すフローチャートである。この処理が開始されると、画像補正部３５は、上述した領域分類処理（図３）の結果に基づき、各領域（黒文字領域／網点領域）について画質を調整する（ステップＳ６０５）。この処理としては、例えば、公知技術としての所定の加重係数を設定したマトリクス演算（空間フィルタリング）を採用することができる。具体的には、黒文字領域に分類された画素に対しては強調フィルタを用いることで文字をより鮮鋭にし、網点領域に分類された画素に対しては平滑フィルタを用いて、空間フィルタリングを行うことで、スムージングやモアレ除去を行う。

次に、画像補正部３５は、上述した領域分類処理（図３）の結果に基づき、階調値の線形変換を行っていわゆる背景除去を行う（ステップＳ６１０）。図１１は、ステップＳ６１０において用いられる変換テーブルの一例を示す説明図である。図１１において横軸は入力階調値を示し、縦軸は出力階調値を示す。

プリンタ１０では、背景除去用の変換テーブルとして、黒文字領域用テーブルｔｂ２１及び網点領域用テーブルｔｂ２２が設定されており、これら変換テーブルに基づき階調値の線形変換が行われる。ここで、いずれのテーブルｔｂ２１，ｔｂ２２においても、入力階調値が１８０以上の場合には出力階調値は「２５５」となる。このようにすることで、スキャンした画像のうち原稿の白紙部分に相当する領域の明度が十分に高くない場合に白色以外の薄いグレー色となっても、白色として出力することができる。また、黒文字領域用テーブルｔｂ２１では、傾斜が急な線形変換を行うのでコントラストを強めることができる。また、網点領域用テーブルｔｂ２２では傾斜の緩やかな線形変換を行うので、中間階調における連続性を維持することができる。

次に、画像補正部３５は、ステップＳ６１０が実行された後の画像データに基づき印刷データを生成する（図１０：ステップＳ６１５）。具体的には、各画素の階調値（Ｒ，Ｇ，Ｂ）を、インク色であるＣ（シアン），Ｍ（マゼンダ），Ｙ（イエロー），Ｋ（ブラック）のドットデータに変換する。ここで、プリンタ１０では、黒色を表現するために、Ｋインクのみを使用する場合と、コンポジットブラック（Ｃ，Ｍ，Ｙ，Ｋの混色の黒色）を使用する場合とがある。そして、いずれの方法で黒色を表現するかは、各領域（黒文字領域／網点領域）ごとに、階調値に応じて予め定められている。

図１２は、プリンタ１０における使用インク種類の設定を示す説明図である。横軸は、階調値を示す。黒文字領域の画素については、階調値が１５以下の範囲においてＫ（ブラック）インクのみを用いる設定となっており、階調値が１６以上４０以下の範囲においてコンポジットブラックを用いる設定となっている。したがって、黒文字部分の濃度を高くすることができ、文字を鮮明に印刷することができる。

一方、網点領域については、階調値が４０以下の範囲においてコンポジットブラックを用いる設定となっている。したがって、画像内の暗い部分についても粒状感を抑制した自然な色合いを表現することができる。

以上説明したように、プリンタ１０では、各画素の属性を判定する際に用いる領域内色差総和値Ｓ＿Ａｄを求めるために、対象矩形領域の大きさに関わらず４回のメモリアクセスで済むので、領域判定の際のＣＰＵ３０の処理負荷を軽減することができる。また、上述の領域分類処理は簡単な演算処理で構成されることから、ソフトウェアで安価に構成することができる。また、簡単な演算処理の組合せで構成されるので、ＳＩＭＤ（Single Instruction Multiple Data）向き並列処理として実装でき、高速処理が可能となる。例えば、画像データの読み込みと領域分類（判定）とを並列化してもよい。また、各画素の属性（黒文字領域／網点領域）を判定するので、それぞれの属性に応じた画像補正を行うことができる。また、読み取り解像度に応じて対象矩形領域を決定することで、読み取り解像度の高低に関わらずほぼ同じ大きさの領域を参照して画素の属性を判定することができるので、読み取り解像度に関わらず判定（分類）精度をほぼ一定に保つことができる。また、属性や階調に応じてＫ（ブラック）インクの使用の有無を決定するので、黒文字部分の濃度を濃くしたり、画像を自然な色合いにして印刷（画像複製）を行うことができる。

Ｂ．変形例：
なお、この発明は上記の実施例や実施形態に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能であり、例えば次のような変形も可能である。

Ｂ１．変形例１：
上記実施例では、色差ΔＬは、上記数式（１）に示すように、Ｒ（赤），Ｇ（緑），Ｂ（青）の各値のうち、最大値と最小値との差分として求めていたが、これに代えて、各色の差分（ＲとＧの差分，ＲとＢの差分，ＧとＢの差分）の平均値として求めることもできる。この場合であっても、得られる色差ΔＬが大きい場合には彩度が高く、小さい場合には彩度が低いので、黒文字領域と網点領域とを分類する際の指標となり得る。なお、分類精度は低くなるものの、上記３つの差分のうちいずれか１つの差分を色差ΔＬとして採用することもできる。すなわち、一般には、Ｒ，Ｇ，Ｂのうち、少なくとも２つの値の差分に基づき算出する値を、本発明の画像処理装置における彩度評価値として採用することができる。

Ｂ２．変形例２：
上記実施例では、画像データはＲ，Ｇ，Ｂ表色系で表わされたデータであるものとしたが、これに代えて、他の表色系で表わされたデータであってもよい。例えば、Ｌ＊ａ＊ｂ＊表色系のデータであってもよい。この場合、例えば、ａ＊軸，ｂ＊軸の値が大きい場合には彩度が高いことを示すので、これらの値に基づき色差ΔＬを求めることもできる。すなわち一般には、彩度に関する任意の評価値を、本発明の画像処理装置における彩度評価値として採用することができる。

Ｂ３．変形例３：
上記実施例における対象矩形領域サイズテーブルｔｂ１（図５）は、読み取り解像度と対象矩形領域のサイズ（包含する画素数）との組合せの一例に過ぎず、他の任意の組合せとすることができる。例えば、いずれの解像度においても同じ値（サイズ）とすることもできる。また、読み取り解像度に関わらず、所定の複数サイズの矩形領域を対象矩形領域として、各画素について複数の色差積分値を求めるようにしてもよい。例えば、各画素について、３×３画素の領域の色差積分値と、５×５画素の色差積分値と、１１×１１画素の色差積分値とを求めてもよい。この場合、各画素について各対象矩形領域サイズごとに、それぞれ領域内色差総和値Ｓ＿Ａｄを求め、これら複数の領域内色差総和値Ｓ＿Ａｄに基づき領域属性を判定することもできる。このようにすることで、領域属性の分類精度を向上させることができる。また、対象矩形領域は、正方形に限らず縦と横の長さが異なる長方形を採用することもできる。すなわち、一般には、画像データにおいて画素境界線で構成される任意の対象矩形で囲まれた領域を、本発明の画像処理装置における対象矩形領域とすることができる。

Ｂ４．変形例４：
上記実施例では、積分データは、各画素についての、その画素と基準画素との２つの画素が対角画素となる矩形領域内の色差ΔＬの合計値であったが、これに代えて、色差ΔＬの合計値に対応付けられた種々の値を採用することができる。たとえば、各画素についての、色差積分値ｐ（ｘｔ，ｙｔ）を矩形領域の総画素数で割った値（すなわち、平均値）を採用することもできる。こうすれば、積分データの格納に要するメモリ容量を大幅に低減できる。また、この場合も、積分データ生成部３３は、画素位置から総画素数を容易に特定することができるので、積分データの各画素値（平均値）から、色差積分値ｐ（ｘｔ，ｙｔ）を容易に算出することができる。

Ｂ５．変形例５：
上記実施例では、領域判定処理において用いる値は、領域内色差総和値Ｓ＿Ａｄであったが、これに代えて、矩形対象領域内の色差ΔＬの合計値と相関のある任意の値を採用することができる。例えば、積分データが、各画素についての色差積分値ｐ（ｘｔ，ｙｔ）を矩形領域の総画素数で割った値（すなわち、平均値）である場合には、対象矩形領域内の色差積分値ｐの平均値を合計した値を領域判定処理において用いることもできる。なお、領域判定処理において、領域内色差総和値Ｓ＿Ａｄを閾値θと比較するのに代えて、他の任意の方法で領域を判定することもできる。例えば、領域内色差総和値Ｓ＿Ａｄと属性との対応関係を表わすルックアップテーブルを利用してもよい。このようなテーブルは、多数の画像を分析することで、予め、実験的、経験的に定めておくことができる。

Ｂ６．変形例６：
上記実施例では、分類され得る領域の種類は、２種類（黒文字領域／網点領域）であったが、これに代えて任意の種類とすることができる。例えば、黒文字内部，黒文字のエッジ部分，網点部分，写真画像部分などを採用可能である。また、積分データを利用した算出結果に従った画像処理としては、属性判定に限らず、対象矩形領域に関する種々の画像処理を採用可能である。例えば、ユーザによって指定された矩形領域の明るさやコントラストを調整する処理を採用可能である。分類された領域（属性）毎の処理としては、画像補正処理（画質調整処理）に限らず、種々の処理を採用可能である。例えば、各属性ごとに異なる圧縮率でデータを圧縮してもよい。

また、積分データを利用した算出結果に従った画像処理後の階調値データの用途としては、印刷に限らず、種々の用途を採用可能である。例えば、ディスプレイ装置に画像を表示してもよく、画像データを含むデータファイルをユーザに提供してもよい。この場合、属性毎の補正処理後の画像をディスプレイに表示してもよい。また、属性毎の補正処理後の階調値データを含むデータファイルをユーザに提供してもよい。また、各画素の属性を表すフラグが付加された画像データを含むデータファイルをユーザに提供してもよい。

Ｂ７．変形例７：
上述した実施例では、領域内色差総和値Ｓ＿Ａｄとして、４つの画素ｐｉｘ＿１〜ｐｉｘ＿４のそれぞれの色差積分値ｐを用いて算出していたが、これらの４つの画素に代えて、他の画素についての色差積分値ｐを用いて算出してもよい。例えば、画素ｐｉｘ＿１（ｘ１，ｙ１）に代えて、１つ右隣りの画素についての色差積分値ｐ（ｘ１＋１，ｙ１）を用いることもできる。また、例えば、画素ｐｉｘ＿２（ｘ２，ｙ２）に代えて、１つ下隣りの画素についての色差積分値ｐ（ｘ２，ｙ２＋１）を用いることもできる。このような構成では、領域内色差総和値Ｓ＿Ａｄとして正確な値は算出できないものの、誤差を小さくして算出することができ領域判定をほぼ正確に行い得る。すなわち、一般には、領域内色差総和値Ｓ＿Ａｄの算出において、対象矩形領域の４つの頂点にそれぞれ接する画素について算出された色差積分値ｐを用いる構成を、本発明の画像処理装置において採用することができる。

Ｂ８．変形例８：
上述した実施例では、対象画像データＳＩは矩形であったが、これに代えて、任意の形状の画像であってもよい。例えば、円形や楕円等であってもよい。この場合であっても、画像内の任意の矩形領域について領域判定を行うものとして、本発明を適用することができる。例えば、予め画像の縁付近については画像処理を行わない設定であれば、画像中央の矩形領域についてのみ領域判定を行って画像処理を施すということもできる。

Ｂ９．変形例９：
上述した実施例では画像処理装置として、複合機プリンタの適用例を挙げたが、これに代えて、プリンタ単独機や、デジタル複写機、イメージスキャナなど各種デジタル機器に本発明の画像処理装置を適用することもできる。また、画像処理装置としての構成に限らず、画素が表す画像領域の種類に関する属性を判定する判定方法や、コンピュータプログラム等の形態でも実現することができる。

Ｂ１０．変形例１０：
上述した実施例において、ハードウェアによって実現されていた構成の一部をソフトウェアに置き換えるようにしてもよく、逆に、ソフトウェアによって実現されていた構成の一部をハードウェアに置き換えるようにしてもよい。

また、本発明の機能の一部または全部がソフトウェアで実現される場合には、そのソフトウェア（コンピュータプログラム）は、コンピュータ読み取り可能な記録媒体に格納された形で提供することができる。この発明において、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスクやＣＤ−ＲＯＭのような携帯型の記録媒体に限らず、各種のＲＡＭやＲＯＭ等のコンピュータ内の内部記憶装置や、ハードディスク等のコンピュータに固定されている外部記憶装置も含んでいる。

本発明の実施例における画像処理装置としてのプリンタの概略構成を示す説明図である。 プリンタ１０において実行される画像複製処理の手順を示すフローチャートである。 ステップＳ１２０（図２）において実行される領域分類処理の手順を示すフローチャートである。 ステップＳ２１５における積分データの生成方法を模式的に示す説明図である。 対象矩形領域サイズテーブルｔｂ１の内容を模式的に示す説明図である。 領域内色差総和値を算出する方法を模式的に示す説明図である。 図３に示す領域判定処理（ステップＳ２３０）の詳細手順を示すフローチャートである。 ステップＳ５０５において参照される閾値θの設定例を示す説明図である。 領域分類結果の一例を示す説明図である。 上述した領域別補正処理（図２：ステップＳ１３０）の詳細手順を示すフローチャートである。 ステップＳ６１０において用いられる変換テーブルの一例を示す説明図である。 プリンタ１０における使用インク種類の設定を示す説明図である。

符号の説明

１０…プリンタ
２０…制御ユニット
３０…ＣＰＵ
４０…ＲＡＭ
５０…ＲＯＭ
３１…画像入力部
３２…色差算出部
３３…積分データ生成部
３４…領域分類部
３４２…特徴量算出部
３４４…領域判定部
３５…画像補正部
３６…印刷制御部
６０…キャリッジ移動機構
６２…キャリッジモータ
６４…駆動ベルト
６６…摺動軸
７０…キャリッジ
７１…インクヘッド
７２…インクカートリッジ
８０…紙送り機構
８２…ローラ
８４…モータ
８６…プラテン
９１…スキャナ
９６…操作パネル
ｐｉｘ＿ｓ…基準画素
ｐｉｘ＿ｋ，ａ，ｂ，ｃ，１，２，３，４…画素
Ｓ＿ＡＤ，Ｓ＿Ａ＿ｕ１，Ｓ＿Ａ＿ｕ２…領域内色差総和値
Ａ＿ｕ１…対象矩形領域
Ａ＿ｕ２…対象矩形領域
ＳＩ…対象画像データ
ＡＬ，Ａａ，Ａｂ，Ａｃ，Ａｄ…矩形領域
ＩＤ１…積分データ
ｔｂ１…対象矩形領域サイズテーブル
Ｌｘ１，Ｌｘ２，Ｌｙ１，Ｌｙ２…境界線
ＩＡｔ…矩形領域

Claims (8)

1. 複数の画素で構成される画像を処理する画像処理装置であって、
   前記画像内の任意の画素に接する角と前記画像内の基準画素に接する角とが対角となる矩形内に位置する画素の彩度評価値の合計値に基づいた合計対応値を、前記任意の画素について求める合計対応値算出部と、
   前記画像における任意の対象矩形の４つの頂点にそれぞれ接する隣接画素についての前記合計対応値に基づいた矩形内総和値を、前記対象矩形内の所定位置の対象画素について算出する矩形内総和値算出部と、
   前記対象画素についての前記矩形内総和値に基づいて、前記対象画素について、前記画像における属性を判定する属性判定部と、
   を備える、画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記画像は矩形であり、
   前記基準画素は、前記画像の四隅の頂点のいずれかに位置する画素である、画像処理装置。
3. 請求項１または請求項２に記載の画像処理装置において、
   前記属性判定部は、前記対象画素について、前記画像のうち少なくとも黒文字領域と網点領域とを含む複数種類の領域のいずれの領域に属する画素であるかを判定する、画像処理装置。
4. 請求項１ないし請求項３のいずれか一項に記載の画像処理装置において、
   前記画素は、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の各成分値を有する階調値データによって表され、
   前記合計対応値算出部は、前記各成分値のうち、少なくとも２つの成分値の差分に基づいて前記彩度評価値を求める、画像処理装置。
5. 請求項４に記載の画像処理装置において、
   前記合計対応値算出部は、前記各成分値のうち、最大値と最小値との差分に基づいて前記彩度評価値を求める、画像処理装置。
6. 請求項１ないし請求項５のいずれか一項に記載の画像処理装置であって、
   前記画像の解像度を取得する解像度取得部を備え、
   前記矩形内総和値算出部は、前記解像度に基づいて、前記画像の解像度が或る値よりも高い場合には、前記画像の解像度が前記或る値よりも低い場合よりも、前記対象矩形領域内の画素数を多く設定して前記矩形内総和値を算出する、画像処理装置。
7. 複数の画素で構成される画像を処理する画像処理方法であって、
   前記画像内の任意の画素に接する角と前記画像内の基準画素に接する角とが対角となる矩形内に位置する画素の彩度評価値の合計値に基づいた合計対応値を、前記任意の画素について求める工程と、
   前記画像における任意の対象矩形の４つの頂点にそれぞれ隣接する隣接画素についての前記合計対応値に基づいた矩形内総和値を、前記対象矩形内の所定位置の対象画素について算出する工程と、
   前記対象画素についての前記矩形内総和値に基づいて、前記対象画素について、前記画像における属性を判定する工程と、
   を備える、画像処理方法。
8. 複数の画素で構成される画像を処理するためのコンピュータプログラムであって、
   前記画像内の任意の画素に接する角と前記画像内の基準画素に接する角とが対角となる矩形内に位置する画素の彩度評価値の合計値に基づいた合計対応値を、前記任意の画素について求める機能と、
   前記画像内の任意の対象矩形の４つの頂点にそれぞれ隣接する隣接画素について生成された前記合計対応値に基づいた矩形内総和値を、前記対象矩形内の所定位置の対象画素について算出する機能と、
   前記対象画素についての前記矩形内総和値に基づいて、前記対象画素について、前記画像における属性を判定する機能と、
   をコンピュータに実現させるコンピュータプログラム。

Images