JP2010161694A - 画像読取装置及び画像形成装置 - Google Patents

Abstract

【課題】ガラス製など透明性を有する原稿台越しに読み取られた原稿の画像から、原稿台に付着した汚れや原稿台と原稿との間に入り込んだ浮遊ゴミの像を除去もしくは希薄化できる画像読取装置及び画像形成装置を提供することを目的とする。
【解決手段】原稿が載置されていないときに前もって原稿台の背景画像を読み取り、読み取った背景画像の中から汚れやゴミの像を検出して記憶部に登録しておき、被読取原稿を読み取ったときに、読み取った原稿画像の中に含まれる連結パターンであって前記ゴミの像に近似したものを、位置や角度の変動も含めて探索し、近似した連結パターンが検出されたときに、その連結パターンを除去もしくは希薄化するようにした。
【選択図】 図２

Description

本発明は、原稿の画像を読み取る画像読取装置、及び同装置で読み取った画像を媒体に形成する画像形成装置に関し、特に、読み取った画像データに含まれる異物の像を除去する技術に関する。

イメージスキャナ装置やデジタル式複写機等では、透明な原稿台（例えばプラテンガラス）上に原稿面を下向きにしてに載置された原稿の画像を、原稿台の下から読み取る原稿固定型（「フラットベッド型」とも呼ばれる）の画像読取方式が数多く採用されている（例えば、特許文献１）。

特開平９−３４０２９号公報

しかしながら、原稿固定型の画像読取方式は、原稿台に汚れが付着していたり、原稿台と原稿との間に消しゴムのカスや毛くずのような浮遊ゴミが入っていたりすると、読み取られた画像に汚れや浮遊ゴミの像が入り込んでしまうという問題を有している。

本発明は、前記の問題を解決するためになされたものであり、読み取られた原稿の画像から、原稿台に付着した汚れや原稿台と原稿との間に入り込んだ浮遊ゴミの像を除去もしくは希薄化できる画像読取装置及び画像形成装置を提供することを目的とする。

前記の目的を達成するために、本発明の画像読取装置は、原稿が載置されていないときに前もって原稿台の背景画像を読み取り、読み取った背景画像の中から汚れやゴミの像であるゴミパターンを検出して記憶部に登録しておき、被読取原稿を読み取ったときに、読み取った原稿画像の中に含まれる連結パターンであって前記ゴミパターンに近似したものを、位置や角度の変動も含めて探索し、近似した連結パターンが検出されたときに、その連結パターンを構成する各画素を周辺画素に近似した画素にそれぞれ置換することによって、元の原稿画像からゴミの像を除去するようにした。

また、本発明の他の画像読取装置は、前記ゴミパターンの形状に近似した連結パターンを周辺画素に近似した画素に置換するのではなく、探索された連結パターンに対して所定のフィルタリング処理を施すことによって、探索された連結パターンの像を希薄化するようにした。

また、本発明の画像形成装置は、前記本発明の画像読取装置を備えるものとした。

本発明によれば、読み取られた原稿の画像から、原稿台に付着した汚れや原稿台と原稿との間に入り込んだ浮遊ゴミの像を除去もしくは希薄化できる画像読取装置及び画像形成装置を提供することができる。

画像読取装置の機器構成の一例を示す概念図である。 第１実施形態に係る画像読取装置の機能構成を示す機能ブロック図である。 浮遊ゴミの形状の例である。 ゴミパターン登録処理のフローチャートである。 生成されるゴミパターンデータの例である。 基準点及び特徴点群の設定例である。 ゴミパターン検出及び除去処理のフローチャートである。 ゴミパターンを回転させた例である。 回転したゴミパターンと検出された連結パターンを重ね合わせた例である。 回転したゴミパターンと検出された連結パターンの差分の像である。 第２実施形態に係る画像読取装置の機能構成を示す機能ブロック図である。 平均値フィルタ処理の説明図である。 メディアンフィルタ処理の説明図である。 第３実施形態に係る画像形成装置である複写装置の例を示す外観図である。

以下、本発明に係る画像読取装置及び画像形成装置の実施形態につき、図面を参照しながら詳細に説明する。

《第１実施形態》
図１は、本発明の第１実施形態に係る画像読取装置１００の機器構成例を示す概念図である。

画像読取装置１００は、本体１１と、本体１１の上部に開閉可能に取り付けられ外部からの光を遮断するとともに被読取原稿を固定する原稿カバー１２とから構成されている。

本体１１は、原稿台であるプラテンガラス１３と、原稿検出センサ１４と、読取ヘッド１５と、画像読取センサ１６とを備えて構成される。プラテンガラス１３は、被読取原稿が載置される透明性を有するガラスやアクリルなどの平板であり、被読取原稿は、原稿面を下に向けて載置される。原稿検出センサ１４は、プラテンガラス１３上に被読取原稿が載置されているか否かを検出するセンサである。

読取ヘッド１５は、プラテンガラス１３の下部をプラテンガラス１３の長手方向に移動しながら被読取原稿を走査するための光を照射し、その反射光を画像読取センサ１６に導入する。画像読取センサ１６は、この反射光の強さを画素の濃さを示す階調値に変換した画素データ列を出力するラインセンサである。

原稿カバー１２の下部には、それが閉じられたときにプラテンガラス１３の全面を覆うように白色もしくは淡色の背面シート１７が取り付けられる。この背面シート１７は、プラテンガラス１３に付着した汚れやゴミを検出するときの背景として読み取られる。

図２は、画像読取装置１００の機能構成例を示す機能ブロック図である。画像読取装置１００は、前記の原稿検出センサ１４、画像読取センサ１６に加えて、制御部２１、記憶部２２、及び外部出力Ｉ／Ｆ（Interface）２３を備えて構成され、外部の画像形成装置２００と接続されている。

制御部２１は、所定のプログラムにしたがって画像読取装置１００の動作に必要な各種制御を実行するものであり、不図示のＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等により構成され、画像形成部２４、ゴミパターン登録部２５、ゴミパターン探索部２６、及びゴミパターン除去部２７の各機能を備える。

記憶部２２には、読み込まれた画像データ、後記するゴミパターンデータ、ゴミパターン識別情報など、各種データが格納される。

外部出力Ｉ／Ｆ２３は、読み取られた原稿画像データを外部の装置に送信するためのインタフェースであり、例えば、画像形成装置２００は、外部出力Ｉ／Ｆ２３から送信される原稿画像データを受信して、その原稿の画像を印刷媒体に印刷する。

画像形成部２４は、画像読取センサ１６から順次出力される多階調の画素データ列を集積して所定の画像データ形式に変換し、読み取られた画像のデータを記憶部２２に格納する機能をもつ。

ゴミパターン登録部２５は、被読取原稿の読み取りに先立って背面シート画像を読み取るプリスキャンを実行し、読み取られた画像（以下、プリスキャン画像）の中から、汚れやゴミの像であるゴミパターンを検出し、検出したゴミパターンの形状を識別するためのデータであるゴミパターン識別情報を生成して、検出したゴミパターンとともに記憶部２２に登録する機能をもつ。

ゴミパターン探索部２６は、読み取られた被読取原稿の画像の中から、前記ゴミパターン識別情報と一致するパターンを、パターンの位置と角度の変動をも含めて探索する機能をもつ。

ゴミパターン除去部２７は、ゴミパターン探索部２６によって前記ゴミパターン識別情報と一致するパターンが検出されたときに、そのパターンの像を元の原稿画像から除去する機能をもつ。

以下、本実施形態に係る画像読取装置１００の動作を、プリスキャン画像中に図３に示すような形状のゴミの像が含まれていた場合を例にとって説明する。

図４は、制御部２１及びその構成要素である画像形成部２４、ゴミパターン登録部２５によって実行されるゴミパターン登録処理の流れを示すフローチャートである。

画像読取装置１００の電源が投入され、装置の初期化が行われた後に図４に示すゴミパターン登録処理が起動され、制御部２１は、原稿検出センサ１４の出力をチェックすることにより、プラテンガラス１３上に被読取原稿があるか否かを判定する（ステップＳ１０１）。

被読取原稿があった場合（ステップＳ１０１でＹｅｓ）、処理を終了する。
被読取原稿がなかった場合（ステップＳ１０１でＮｏ）、制御部２１は、画像読取センサ１６に対して画像の読取開始を指示し、画像形成部２４は、画像読取センサ１６から順次出力される画素データ列を集積してプリスキャン画像データＤ１として記憶部２２に格納する（ステップＳ１０２）。このとき、プリスキャン画像データＤ１は、汚れやゴミの像の部分は階調値が「黒」又は「グレー」を示す値となり、それ以外は階調値がほぼ「白」を示す値となる。

次に、ゴミパターン登録部２５は、記憶部２２に格納された多階調のプリスキャン画像データＤ１を読み出し、各画素の階調値が所定の閾値を超える場合には「黒」を示す「１」に変換し、そうでなければ「白」を示す「０」に変換することによって、２値化画像データＤ２を生成し、記憶部２２に追加して格納する（ステップＳ１０３）。これにより、図３に示したような形状のゴミの像があれば、そのゴミの像に該当する部分の画素値が「１」となった２値化画像データが生成される。

次に、ゴミパターン登録部２５は、２値化画像データＤ２の中から、画素値「１」が連結している部分（連結パターン）を、例えば、公知のラベリング処理方法等を用いて、すべて分離する（ステップＳ１０４）。このとき、画素値「１」の画素の、縦、横、斜めのいずれかに画素値が「１」である隣接画素があれば、それらは連結されているものとする。

次に、ゴミパターン登録部２５は、微細なゴミの像やノイズを除外するために、分離した連結パターンの中から、ある所定値以上のサイズもしくは画素数を有する連結パターンのみを抽出して、その連結パターンに外接する矩形領域からなるゴミパターンデータＰｉ（ｉ＝１，２，・・・）を生成し、記憶部２２に追加して格納する（ステップＳ１０５）。

これにより、図３に示したような形状のゴミの像であれば、図５に示すように横がｍ画素、縦がｎ画素のゴミパターンデータが生成される。

次に、ゴミパターン登録部２５は、記憶部２２に格納されたゴミパターンデータＰｉがあるか否かを判定し（ステップＳ１０６）、ゴミパターンデータＰｉがなかった場合（ステップＳ１０６でＮｏ）、処理を終了する。
ゴミパターンデータＰｉがあった場合（ステップＳ１０６でＹｅｓ）、ゴミパターン登録部２５は、各々のゴミパターンデータＰｉについて、ゴミパターン識別情報ｄｉの生成及び登録処理を実行し（ステップＳ１０７〜Ｓ１０９）、すべてのゴミパターン識別情報ｄｉの登録が完了したら（ステップＳ１１０でＹｅｓ）、処理を終了する。

ゴミパターンデータＰｉに対応するゴミパターン識別情報ｄｉの生成及び登録処理においては、公知の一般化ハフ変換によるパターンマッチングの技術を適用するために、ゴミパターン登録部２５は、まず、ゴミパターンデータＰｉの特徴点の選択に用いる基準点Ｂを設定し（ステップＳ１０７）、次にゴミパターンの外郭線上に複数の特徴点群Ｃｊ（ｊ＝０，１，２，・・・）を逐次選択し（ステップＳ１０８）、最後に、基準点Ｂの座標とすべての特徴点Ｃｊの属性データ群からなるゴミパターン識別情報ｄｉを生成して、記憶部２２に追加して格納（登録）する（ステップＳ１０９）。

前記ステップＳ１０７における基準点Ｂの設定方法は任意であるが、例えば、ゴミパターンデータＰｉの重心を基準点とすることができる。ゴミパターンデータＰｉの矩形領域の左下隅を原点としたとき、ゴミパターンデータＰｉの重心の座標（Ｗｘ，Ｗｙ）は、画素値「１」の画素の座標を（ｘ,ｙ）で表すと、画素値「１」の全画素についてｘとｙの平均値をそれぞれ計算することによって求めることができる。これにより、図５に示したようなゴミパターンデータであれば、図６の記号Ｂで示した重心の位置を基準点とすればよい。

また、ステップＳ１０８における特徴点群Ｃｊの選択方法も任意であるが、例えば、最初の特徴点としては、図６の記号Ｃ０で示すように、基準点Ｂから最も近い外郭線上の点を選択することができる。あるいは、外郭線上で曲率半径が最も小さい点を選択してもよい。

また、２番目以降の特徴点の選択方法も、一定の規則にしたがってゴミパターンデータＰｉの形状を識別可能な特徴点の集合が選択できるものであればよく、例えば、図６の記号Ｃ１、Ｃ２、・・・に示すように、１つ前の特徴点から時計周りに外郭線上に等間隔（直線距離、外郭線に沿った距離のいずれでもよい）で特徴点を設定することができる。あるいは、外郭線の法線の角度が所定値以上変化した点を反時計回りで逐次選択する方法などで特徴点を設定してもよい。

また、ステップＳ１０９において生成される各特徴点Ｃｊの属性データは、その特徴点Ｃｊの基準点Ｂからの距離Ｒｊと、基準点Ｂと特徴点Ｃｊを結んだ直線から、特徴点Ｃｊの法線がなす角度θｊの組を用いるのが一般的であるが、これ以外のものであってもよい。

以上説明したゴミパターン登録処理により、プリスキャン画像データＤ１に含まれている一定サイズ以上のすべてのゴミパターンに対応するゴミパターン識別情報の登録が行われる。

なお、前記ゴミパターン登録処理では、装置の電源投入時にプリスキャンを実行してゴミパターン識別情報を登録するものとして説明したが、プリスキャンの実行及びゴミパターン識別情報の登録は、これに限らず、前もって設定された所定の時刻に行ってもよいし、所定の時間間隔で行ってもよい。もしくは、装置が待機状態にあるときに適宜実行してもよい。

続いて、読取画像からのゴミパターンの検出と除去の動作について説明する。
図７は、制御部２１及びその構成要素であるゴミパターン探索部２６、ゴミパターン除去部２７によって実行されるゴミパターン検出及び除去処理の流れを示すフローチャートである。なお、ここでは説明を簡単にするために、予め記憶部２２に登録されているゴミパターン識別情報が１つの場合について説明するが、複数のゴミパターン識別情報が登録されている場合についても同様の処理を繰り返すことによって容易に実現可能である。

被読取原稿の読み取りが完了して原稿画像データＤ３が記憶部２２に格納される都度、図７のゴミパターン検出及び除去処理が起動され、制御部２１は、記憶部２２にゴミパターン識別情報ｄｉが登録済みか否かを判定する（ステップＳ２０１）。そして、ゴミパターン識別情報ｄｉが登録済みでなければ（ステップＳ２０１でＮｏ）、処理を終了する。
また、ゴミパターン識別情報ｄｉが登録済みであれば（ステップＳ２０１でＹｅｓ）、制御部２１は、そのゴミパターン識別情報ｄｉについて、ステップＳ２０２以下の処理を実行することにより、原稿画像からのゴミパターンの検出と除去を行う。

まずは、原稿画像からのゴミパターンの検出処理について説明する。
始めに、ゴミパターン探索部２６は、前記したプリスキャン画像データＤ１から２値化画像データＤ２を生成したのと同一の方法によって、記憶部２２に格納された多階調の原稿画像データＤ３から２値化画像データＤ４を生成し、記憶部２２に追加して格納する(ステップＳ２０２)。

次に、ゴミパターン探索部２６は、ゴミパターンデータＰｉが格納されている矩形（図５参照）の対角線の長さを一辺とする正方形の領域を、２値化画像Ｄ４の左上隅からコピーした、部分２値化画像データＥを生成し記憶部２２に追加して格納する(ステップＳ２０３)。

次に、ゴミパターン探索部２６は、ステップＳ２０４以下の処理を実行することによって、部分２値化画像データＥの中からゴミパターン識別情報ｄｉと一致する連結パターンの探索を行う。このように、２値化画像データＤ４から正方形の領域をコピーしてパターンマッチングを行うのは、一般化ハフ変換によるパターンマッチング手法が、回転したゴミパターンをもマッチングできる手法であるためである。すなわち、一般化ハフ変換によるパターンマッチング手法によれば、ゴミパターン探索部２６は、図５に示したゴミパターンデータに対して、図８に例示したような任意の角度に回転したゴミパターンをマッチングすることができる。

部分２値化画像データＥの中からゴミパターン識別情報ｄｉと一致する連結パターンを探索するために、ゴミパターン探索部２６は、まず、部分２値化画像データＥの中から前記したゴミパターン登録処理と同様に、公知のラベリング手法等を用いて連結パターンを分離し(ステップＳ２０４)、その中から所定値以上のサイズもしくは画素数を有するものを抽出して連結パターンデータＱｋ（ｋ＝１、２、・・・）を生成し、記憶部２２に追加して格納する(ステップＳ２０５)。

次に、ゴミパターン探索部２６は、記憶部２２に格納された連結パターンデータＱｋがあるか否かを判定し(ステップＳ２０６)、連結パターンデータＱｋがなければ(ステップＳ２０６でＮｏ)、ステップＳ２１１に分岐して、まだ２値化画像データＤ４の全領域について完了していなければ（ステップＳ２１１でＮｏ）、さらにステップＳ２０３に戻って次の正方形領域をコピーし、同様の探索処理を繰り返す。

一方、連結パターンデータＱｋがあれば(ステップＳ２０６でＹｅｓ)、ゴミパターン探索部２６は、ステップＳ２０７〜Ｓ２０９の処理を実行することによって、ゴミパターンデータＰｉと連結パターンデータＱｋの形状との近似性を判定する。なお、以下では、便宜的に、「近似していると判定できる」ことを「一致する」と言う。

すなわち、ゴミパターン探索部２６は、まず、前記したゴミパターン登録処理において行ったのと同一の方法で、連結パターンデータＱｋの重心である基準点を設定し(ステップＳ２０７)、次に複数の特徴点群を選択し（ステップＳ２０８）、選択した各特徴点から見た基準点の位置を投票空間に写像し、その写像結果に対して一般化ハフ変換によるパターンマッチングの手法を適用することによって、ゴミパターンデータＰｉと連結パターンデータＱｋの形状が一致するか否かを判定するとともに、ゴミパターンデータＰｉと連結パターンデータＱｋとの回転角度の差分を求める（ステップＳ２０９）。

その結果、連結パターンデータＱｋがゴミパターンデータＰｉと一致すると判定しなければ（ステップＳ２１０でＮｏ）、ステップＳ２１１に分岐して、２値化画像データＤ４のすべての領域の探索が完了するまで同様の探索処理を繰り返し、すべての領域の探索が終了したら(ステップＳ２１１でＹｅｓ)、処理を終了する。

一方、ステップＳ２１０において連結パターンデータＱｋがゴミパターンデータＰｉと一致すると判定した場合には（ステップＳ２１０でＹｅｓ）、ゴミパターン探索部２６は、ステップＳ２１２に分岐してゴミパターン除去部２７に制御を移す。

以下、原稿画像からのゴミパターンの除去処理について説明する。
ゴミパターンの除去処理において、ゴミパターン除去部２７は、まず、前記ステップＳ２０９において求められたゴミパターンデータＰｉと連結パターンデータＱｋとの回転角度の差分を用いて、ゴミパターンデータＰｉ内の連結パターンを連結パターンデータＱｋ内の連結パターンと同一の角度となるように回転させる（ステップＳ２１２）。例えば、図５のゴミパターンと同一形状で左に９０°（右に２７０°）回転された連結パターンが原稿画像の部分２値化画像データ内に検出された場合には、元のゴミパターンデータを同じく左に９０°（右に２７０°）回転させる。

次に、ゴミパターン除去部２７は、回転後のゴミパターンデータと連結パターンデータＱｋとの間で基準点同士を重ね合わせて排他的論理和データを生成する（ステップＳ２１３）。図９は、図５のゴミパターンと同一形状で左に９０°（右に２７０°）回転された連結パターンが原稿画像の部分２値化画像データ内に検出され、元のゴミパターンデータを同じく左に９０°（右に２７０°）回転させて基準点同士を重ね合わせた例を示しており、実線が検出された連結パターン、破線が元のゴミパターンの回転後のパターンを表している。そして、図１０（ａ）、（ｂ）は、それぞれ図９（ａ）、（ｂ）に示した２つのパターンの排他的論理和を取った結果であり、両者の差分が黒く塗りつぶされている。

次に、ゴミパターン除去部２７は、図１０に例示した差分の像の太さが一定の範囲内に収まっているか否かをチェックすることによって、検出された連結パターンが除去可能か否かを判定する（ステップＳ２１４）。差分の像の太さによって連結パターンが除去可能か否かを判定するのは、図１０（ｂ）の例のように差分が大きいときには２つのパターンが不一致であるか、ゴミの像以外の有効画素が連結パターンに含まれている可能性が高いからである。

そして、ゴミパターン除去部２７は、検出された連結パターンが除去可能でないと判定した場合には（ステップ２１４でＮｏ）、ステップＳ２１１へ分岐して、ゴミパターン探索部２６に制御を戻し、次の領域の探索を行う。

一方、検出された連結パターンが図１０（ａ）の例のように差分が少なく除去可能と判定したときには（ステップ２１４でＹｅｓ）、ゴミパターン除去部２７は、ステップ２１５において、検出された連結パターンに該当する元の原稿画像データＤ３内の画素の画素値を、周辺領域の画素に基づいて計算される画素値に置換する補正を行うことにより、該当する連結パターンの像を削除する。

前記補正の方法としては、連結パターンに隣接する領域の画素の階調値を用いる方法、連結パターンの周辺画素の平均階調値を用いる方法、連結パターンの周辺画素の中間階調値を用いる方法、及び連結パターンの周辺画素の階調値に基づいて線形補間する方法のいずれでもよい。

以上説明したように、本実施形態に係る画像読取装置によれば、プリスキャン時と同じ位置と角度で現れる汚れの像に加えて、出現する位置や角度が変動する浮遊ゴミの像をも読取画像から除去できるので、読取画像の品質を向上させることができる。

《第２実施形態》
本発明の第２実施形態に係る画像読取装置１００ａの機器構成は、図１に示した第１実施形態と同様であるため図面並びに説明を省略する。以下、第１実施形態との違いを中心に説明する。

図１１は、第２実施形態に係る画像読取装置１００ａの機能構成例を示す機能ブロック図である。図１１に示すように、画像読取装置１００ａは、図２に示した第１実施形態の画像読取装置１００のゴミパターン除去部２７を、ゴミパターン希薄化部２８に変更したものである。その他の構成要素については、第１実施形態と同様であるため、説明を省略する。

ゴミパターン希薄化部２８は、図７に示した前記した第１実施形態のゴミパターン検出及び除去処理のステップＳ２１２〜Ｓ２１５において実行されるゴミパターンの除去処理に代わって、ゴミパターンの希薄化処理を実行するものであり、図７のその他の処理及び図４に示したゴミパターン登録処理は、第１実施形態と同様であるため、説明を省略する。

ゴミパターン希薄化部２８は、図７のステップＳ２１０において、登録されたゴミパターンデータＰｉと一致する連結パターンデータＱｋが検出されたときに起動され、元の原稿画像データＤ３の中の連結パターンデータＱｋに該当する画素に対して所定のフィルタリング処理を施すことによって、検出されたゴミの像を希薄化する。

図１２は、フィルタリング処理の１例である平均値フィルタ処理の原理を示した図である。平均値フィルタ処理では、注目画素Ｐ５の画素データ値を、そのすべての隣接画素を含むＰ１〜Ｐ９の９画素の画素データの平均値に置換する。すなわち、図１２に示すように画素に１／９ずつの重みを掛けて足し合わせることによって、注目画素の置換後の画素データ値Ｐ５ｎが求められる。この平均値フィルタ処理によれば、ゴミの像の輪郭部分を希薄化することができる。

図１３は、フィルタリング処理の他の例であるメディアンフィルタ処理の原理を示した図である。メディアンフィルタ処理は、注目画素Ｐ５の画素データ値を、そのすべての隣接画素を含むＰ１〜Ｐ９の９画素の画素データの中間値に置換する処理である。すなわち、図１３の（ｂ）に示すように各画素をデータ値の順に並べて番号を付したときの、５番目の画素のデータ値（この例ではＰ３）を、注目画素の置換後の画素データ値Ｐ５ｎとする。このメディアンフィルタ処理によれば、平均値フィルタに比べて有効画素の情報の損失が小さく、かつ、ゴミの像をやや縮小することができる。

《第３実施形態》
本発明の第３実施形態として、本発明の画像読取装置を備えた画像形成装置の例を説明する。
図１４は、本発明の第３実施形態に係る画像形成装置である複写装置３００の例を示す外観図である。

複写装置３００は、上部に読取部３０１を備え、下部に画像印刷部３０２を備える。読取部３０１は、前記した第１実施形態もしくは第２実施形態装置の画像読取装置１００もしくは１００ａと同等の構成及び機能を有しており、読み取られた原稿画像の中から浮遊ゴミを含むゴミや汚れの像を除去もしくは希薄化した画像データを生成し、画像印刷部３０２に引き渡す。画像印刷部３０２は、読取部３０１から引き渡された画像データをコピー用紙等の媒体に印刷する。なお、画像印刷部３０２は、インクジェット方式であっても電子写真方式であってもよい。

本実施形態の複写装置によれば、読取部の原稿台に汚れやゴミが付着したり、原稿台と原稿との間に浮遊ゴミが入り込んでいた場合にも、それらの像を除去もしくは希薄化して複写物を生成することができる。

本発明は、原稿を読み取る画像読取部を有するスキャナ装置、複写機、ファクシミリ、複合機等に適用可能である。また、本発明の実施形態においては、多階調画像（モノクロ画像）を読み取る例について説明したが、カラー画像についても画像データを一旦モノクロ化した後に同様の処理を行うことにより、容易に実施可能である。

１１ 本体
１２ 原稿カバー
１３ プラテンガラス（原稿台）
１４ 原稿検出センサ
１５ 読取ヘッド
１６ 画像読取センサ
１７ 背面シート
２１ 制御部
２２ 記憶部
２３ 外部出力Ｉ／Ｆ
２４ 画像形成部
２５ ゴミパターン登録部
２６ ゴミパターン探索部
２７ ゴミパターン除去部
２８ ゴミパターン希薄化部
１００，１００ａ 画像読取装置
２００ 画像形成装置
３００ 複写装置
３０１ 読取部
３０２ 画像印刷部

Claims (7)

1. 原稿台上に載置された原稿の画像を前記原稿台の下から読み取って前記原稿の画像データを生成する画像読取装置において、
   原稿が載置されていないときに、前記原稿台の背景画像を読み取り、その画像に含まれるゴミパターンを検出して記憶部に登録するゴミパターン登録部と、
   前記原稿を読み取った原稿画像に含まれる連結パターンであって前記ゴミパターンに近似したものを、位置及び角度の変動も含めて探索するゴミパターン探索部と、
   前記ゴミパターン探索部によって探索された前記連結パターンを構成する各画素を、前記連結パターンの周辺画素に近似した画素にそれぞれ置換するゴミパターン除去部と
   を備えたことを特徴とする画像読取装置。
2. 前記ゴミパターン登録部は、前記ゴミパターンの形状を識別するためのゴミパターン識別情報を生成して前記記憶部に登録し、
   前記ゴミパターン探索部は、前記原稿画像に含まれる前記連結パターンであって前記ゴミパターン識別情報に一致するものを、一般化ハフ変換によるパターンマッチングによって探索する
   ことを特徴とする請求項１に記載の画像読取装置。
3. 前記ゴミパターン除去部は、前記ゴミパターン探索部によって探索された前記連結パターンにゴミの像以外の他の有効画素が含まれていないと判定した場合に、前記画素の置換を行う
   ことを特徴とする請求項１又は請求項２に記載の画像読取装置。
4. 原稿台上に載置された原稿の画像を前記原稿台の下から読み取って前記原稿の画像データを生成する画像読取装置において、
   原稿が載置されていないときに、前記原稿台の背景画像を読み取り、その画像に含まれるゴミパターンを検出して記憶部に登録するゴミパターン登録部と、
   前記原稿を読み取った原稿画像に含まれる連結パターンであって前記ゴミパターンに近似したものを、位置及び角度の変動も含めて探索するゴミパターン探索部と、
   前記ゴミパターン探索部によって探索された前記連結パターンを構成する各画素に対して所定のフィルタリング処理を行うゴミパターン希薄化部と
   を備えたことを特徴とする画像読取装置。
5. 前記ゴミパターン登録部は、前記ゴミパターンの形状を識別するためのゴミパターン識別情報を生成して前記記憶部に登録し、
   前記ゴミパターン探索部は、前記原稿画像に含まれる前記連結パターンであって前記ゴミパターン識別情報に一致するものを、一般化ハフ変換によるパターンマッチングによって探索する
   ことを特徴とする請求項４に記載の画像読取装置。
6. 前記所定のフィルタリング処理は、平均値フィルタ処理又はメディアンフィルタ処理である
   ことを特徴とする請求項４又は請求項５に記載の画像読取装置。
7. 請求項１乃至請求項６のいずれか一項に記載の画像読取装置を備えた画像形成装置。
   

Images