JP2010219858A - ノイズ成分除去装置、ノイズ成分除去プログラムを記録した媒体 - Google Patents

Abstract

【課題】 画像に含まれる文字と背景とを分離することができなかった。
【解決手段】 二値化閾値算出（Ｓ２）では、白いエッジのヒストグラム作成（Ｓ１）にて作成されたヒストグラムを参照し、度数分布の裾野を二値化処理のための閾値とする。二値化（Ｓ３）では、二値化閾値算出（Ｓ２）にて設定された閾値と各階調値とを比較し、比較結果に基づいて二値化（Ｓ３）を行う。すなわち、入力画像の白いエッジを検出し、検出した白いエッジのヒストグラムを作成し、そのヒストグラムから裾野を計測して適切な二値化閾値を取得するというものである。
【選択図】 図１

Description

本発明は、ノイズ成分除去装置、ノイズ成分除去プログラムを記録した媒体に関する。

特許文献１に開示される従来技術として、読取り画像の二値化方法が知られている。
本特許では、原稿のエッジ領域を検出し、そのエッジ領域の画素について隣接する画素の濃度の大小判定を行い、濃度の小さい画素については、その画素の濃度の度数を「１」加算し、濃度の大きい画素については、その画素の濃度の度数を「１」減算することで、エッジ領域の画素について隣接する画素の濃度の大小判定に基づくヒストグラムを作成し、そのピーク付近を二値化の閾値とする。

特開平9−6957

上述した特許文献１の技術においては、背景に写真のような画像があり、その上に文字の情報が書かれているような場合には、文字を検出するような二値化閾値を適切に検出できない。特に小切手のように背景部分の絵柄のエッジが強い場合は、最も重要となる磁気文字(マイカ文字)が潰れてしまい認識が不可能となるという課題があった。
本発明の目的は、画像に含まれる文字と背景とを分離することにある。

上記課題を解決するため、本発明においては、上記画像データの中で階調値が大きく変化する境界領域の画素を検出する境界領域画素検出手段と、
上記境界領域の画素毎に階調値の度数分布を求める度数分布作成手段と、
同求められた度数分布における裾野の階調値を上記閾値とする閾値取得手段と、
上記閾値を利用して上記画像データから不要な成分を除去するノイズ成分除去手段とを具備する構成としてある。

上記のように構成した本発明においては、境界領域画素検出手段が上記画像データの中で階調値が大きく変化する境界領域の画素を検出し、度数分布作成手段は上記境界領域の画素毎に階調値の度数分布を求める。閾値取得手段は、同求められた度数分布における裾野の階調値を上記閾値とし、ノイズ成分除去手段が、上記閾値を利用して上記画像データから不要な成分を除去する。

文字がある部分ではその周囲が境界領域となりやすく、この境界領域で画素毎に階調値の度数分布を求めると、その裾野は文字と接する階調値となる。この境界領域を閾値とすることで文字と背景との閾値として利用できる。

本発明の他の態様においては、上記境界領域画素検出手段は、上記境界領域の画素として、階調値が暗い値から明るい値の側に変化した際における明るい側の値の画素を検出し、
上記閾値取得手段は、上記度数分布における暗い側の裾野の階調値を閾値とする構成としてある。
上記のように構成した本態様においては、上記境界領域の画素として、境界領域画素検出手段は階調値が暗い値から明るい値の側に変化した際における明るい側の値の画素を検出し、度数分布作成手段はこの明るい画素の階調値の度数分布を求め、閾値取得手段は上記度数分布における暗い側の裾野の階調値を閾値とする。

黒い文字の場合、その周囲は明るい画素であるから、暗い値から明るい値の側に変化した際における明るい側の値とは黒い文字の周囲の画素である。この画素の度数分布を求め、暗い側の裾野を閾値とすれば、同閾値よりも明るい側は黒い文字の背景といえる。

本発明の他の態様においては、上記境界領域画素検出手段は、上記境界領域の画素として、階調値が明るい値から暗い値の側に変化した際における暗い側の値の画素を検出し、
上記閾値取得手段は、上記度数分布における明るい側の裾野の階調値を閾値とする構成としてある。
上記のように構成した本態様においては、上記境界領域の画素として、境界領域画素検出手段は階調値が明るい値から暗い値の側に変化した際における暗い側の値の画素を検出し、度数分布作成手段はこの暗い側の画素の階調値の度数分布を求め、閾値取得手段は上記度数分布における明るい側の裾野の階調値を閾値とする。

白い文字の場合、その周囲は暗い画素であるから、明るい値から暗い値の側に変化した際における暗い側の値とは白い文字の周囲の画素である。この画素の度数分布を求め、明るい側の裾野を閾値とすれば、同閾値よりも暗い側は白い文字の背景といえる。

本発明の他の態様においては、上記境界領域画素検出手段は、上記画像データの中における一部の領域の中で境界領域の画素を検出し、
上記度数分布作成手段は、上記一部の領域の中の画素について階調値の度数分布を求め、
上記閾値取得手段は、上記一部の領域ごとに上記度数分布における裾野の階調値を上記閾値とし、
上記ノイズ成分除去手段は、上記一部の領域ごとにそれぞれの上記閾値を利用して上記画像データから不要な成分を除去する構成としてある。

上記のように構成した本態様においては、上記境界領域画素検出手段と度数分布作成手段と閾値取得手段とノイズ成分除去手段は、上記画像データの中における一部の領域ごとに上述した処理を行う。
画像データの中で文字や絵柄が含まれる領域を抽出する手法が知られており、予めこのように文字が含まれる領域を検出しておけば、背景の濃度が異なる場合でも各領域ごとに最適な閾値を設定する。

本発明の他の態様においては、上記閾値取得手段は、上記度数分布を参照し、階調値の端部の側から順次階調値を参照していき、その度数が所定の閾値の画素数を超えた場合に上記裾野と判定する構成としてある。
上記のように構成した本態様においては、閾値取得手段は、上記度数分布を参照して、階調値の端部の側から順次階調値を参照していき、その度数が所定の閾値の画素数を超えた場合に上記裾野と判定する。

本発明の他の態様においては、上記閾値取得手段は、上記度数分布を参照し、階調値の端部の側から順次階調値を参照していき、その度数が全画素数における所定割合の画素数を超えた場合に上記裾野と判定する構成としてある。
上記のように構成した本態様においては、上閾値取得手段は、記度数分布を参照して、階調値の端部の側から順次階調値を参照していき、その度数が全画素数における所定割合の画素数を超えた場合に上記裾野と判定する。

本発明の他の態様においては、上記画像データの中で階調値が大きく変化する境界領域の画素を検出する境界領域画素検出ステップと、
上記境界領域の画素毎に階調値の度数分布を求める度数分布作成ステップと、
同求められた度数分布における裾野の階調値を上記閾値とする閾値取得ステップと、
上記閾値を利用して上記画像データから不要な成分を除去するノイズ成分除去ステップとを具備する構成としてある。

上記のように構成した本態様においては、境界領域画素検出ステップにて上記画像データの中で階調値が大きく変化する境界領域の画素を検出し、度数分布作成ステップにて上記境界領域の画素毎に階調値の度数分布を求める。閾値取得ステップでは、同求められた度数分布における裾野の階調値を上記閾値とし、ノイズ成分除去ステップにて、上記閾値を利用して上記画像データから不要な成分を除去する。文字がある部分ではその周囲が境界領域となりやすく、この境界領域で画素毎に階調値の度数分布を求めると、その裾野は文字と接する階調値となる。この境界領域を閾値とすることで文字と背景との閾値として利用できる。

むろん、その記録媒体は、磁気記録媒体であってもよいし光磁気記録媒体であってもよいし、今後開発されるいかなる記録媒体においても全く同様に考えることができる。また、一次複製品、二次複製品などの複製段階については全く問う余地無く同等である。
さらに、一部がソフトウェアであって、一部がハードウェアで実現されている場合においても発明の思想において全く異なるものではなく、一部を記録媒体上に記憶しておいて必要に応じて適宜読み込まれるような形態のものとしてあってもよい。

本発明をソフトウェアで実現する場合、ハードウェアやオペレーティングシステムを利用する構成とすることも可能であるし、これらと切り離して実現することもできる。例えば、各種の演算処理といっても、その実現方法はオペレーティングシステムにおける所定の関数を呼び出して処理することも可能であれば、このような関数を呼び出すことなくハードウェアから入力することも可能である。そして、実際にはオペレーティングシステムの介在のもとで実現するとしても、プログラムが媒体に記録されて流通される過程においては、このプログラムだけで本発明を実施できるものと理解することができる。

また、本発明をソフトウェアで実施する場合、発明がプログラムを記録した媒体として実現されるのみならず、本発明がプログラム自体として実現されるのは当然であり、プログラム自体も本発明に含まれる。

上記のように構成した本発明によれば、文字と背景とを簡単に分離できる。
また、請求項２の発明によれば、黒い文字と背景とを簡単に分離できる。
また、請求項３の発明によれば、白い文字と背景とを簡単に分離できる。
また、請求項４の発明によれば、背景の濃度が異なる場合でも適切に文字と背景を分離できる。
また、請求項５の発明によれば、裾野の判定を容易に行える。
また、請求項６の発明によれば、誤差がある場合でも裾野の判定を容易に行える。
また、請求項７の発明によれば、文字と背景とを簡単に分離できる。

ノイズ成分除去処理のフローチャートである。 白いエッジのヒストグラムを説明する図である。 二値化閾値算出を説明する図である。 二値化処理の結果を説明する図である。 変形例にかかるフローチャートである。

以下、図面を参照しながら、本発明の実施の形態について、詳細に説明する。
図１は、ノイズ成分除去処理のフローチャートである。
同図は、メインルーチンとして、白いエッジのヒストグラム作成（Ｓ１）、二値化閾値算出（Ｓ２）、二値化（Ｓ３）の各処理を示している。

次に、これらについて説明する。
本メインルーチンでは、裏写りや下地に応じた最適な閾値を算出する。白いエッジのヒストグラム作成（Ｓ１）は、画像データの中で白いエッジを検出するとともに、検出されたエッジの画素の階調値についてヒストグラムを作成する処理である。二値化閾値算出（Ｓ２）は、ヒストグラムの中の度数分布を参照し、裾野の値を二値化の閾値として設定する処理である。二値化（Ｓ３）は、設定された閾値と各画素の階調値とを比較して二値化を行う処理である。

次に、これらの関係について説明する。
二値化閾値算出（Ｓ２）では、白いエッジのヒストグラム作成（Ｓ１）にて作成されたヒストグラムを参照し、度数分布の裾野を二値化処理のための閾値とする。二値化（Ｓ３）では、二値化閾値算出（Ｓ２）にて設定された閾値と各階調値とを比較し、比較結果に基づいて二値化（Ｓ３）を行う。

本発明は、文字認識のための前処理という位置づけにある。例えば、文字を印刷した書類などをスキャナーなどで多値画像で読み込んだり、風景の中に文字が含まれる写真の画像データなどを処理対象とする。入力が直にスキャナーやデジタルスチルカメラなどである必要はなく、他の機器で取得された画像データを通信によって取得する場合でも全く同様である。文字認識には、いわゆる文字だけでなく、記号等の認識も当然に含まれる。
このような文字認識では処理対象とする画像データが文字部分と背景とに明確に分離されているほど認識効率が良いため、文字以外の成分をノイズ成分として除去する本発明の処理が利用される。

各処理の詳細については、順次説明する。
本発明の原理は、入力画像の白いエッジを検出し、検出した白いエッジのヒストグラムを作成し、そのヒストグラムから裾野を計測して適切な二値化閾値を取得するというものである。

なお、先に、画像中に含まれる黒い文字と背景とを分離する場合について説明する。
図２は、白いエッジのヒストグラムを説明する図である。
同図は、上下方向に三段に図を並べており、上段には処理を施していない「入力画像」を示し、中段には白いエッジの画素を検出した状態における「白いエッジの画像」を示し、下段には白いエッジの画素の階調値について得られた「白いエッジのヒストグラム」を示している。

白いエッジ検出の方法としては、一般的に知られる微分フィルタやソーベルフィルタなどのエッジ検出フィルタで検出されたエッジの画素に対して白黒の判定を行う。白黒の判定は注目画素とその周辺に隣接する８画素における階調値の平均値との比較により行う。
すなわち、上記画像データの中で階調値が大きく変化する境界領域の画素を検出することでエッジを検出し、かつ、階調値が暗い値から明るい値の側に変化した際における明るい側の値の画素を検出する。

上記処理を入力画像全体に行い、白いエッジのヒストグラムを作成する。
すなわち、白いエッジとされた画素毎に階調値を求め、各階調値毎の度数の分布を求める。

下段の図において、ヒストグラムの横軸は階調値を示し、「０〜２５５」はデータを８bitで扱った場合を想定している。階調値と明るさの関係は、階調値「０」が最も暗く、「２５５」に近づくほど画像が明るくなっていく。また、縦軸は矩形領域内の画素が示す階調値の度数を示す。

図３は、二値化閾値算出を説明する図である。
二値化閾値算出（Ｓ２）では、白いエッジのヒストグラム作成（Ｓ１）で求めたヒストグラムにおける度数分布を参照し、階調値の暗い側から裾野(度数が「０」を超える)を検出する。そして、裾野における階調値を二値化の閾値とする。
なお、誤差成分が含まれる場合があるので、度数が「０」を超えるのではなく、任意に設定した値以上、または階調値の最も暗い側から度数を累積して全画素数に占める任意のパーセント以上となった時点の階調値を裾野として検出することとしても良い。

同図においては、図２の下段の図と同様、ヒストグラムの横軸は階調値を示し、「０〜２５５」はデータを８bitで扱った場合を想定している。階調値と明るさの関係は、階調値「０」が最も暗く、「２５５」に近づくほど画像が明るくなっていく。また、縦軸は矩形領域内の画素が示す階調値の度数を示す。
階調値の暗い側から開始して階調値をあげていき、度数が「０」を超えた（１以上となる）階調値を裾野とする。この例では階調値が「３２」となって時点で度数が「０」を超えており、閾値の階調値は「３２」とする。

図４は、二値化処理の結果を説明する図である。
同図では、左右方向に図を並べており、左方が未処理の入力画像を示しており、右方が二値化後の結果画像を示している。
二値化閾値算出（Ｓ２）で求めた二値化閾値により二値化（Ｓ３）を行う。ここでは、黒文字を残す例として白いエッジの階調値についてヒストグラムを作成し、その暗い側の裾野の階調値を閾値とした。
言い換えれば、黒文字よりも明るい画素のうち、最も暗い画素の階調値といえる。二値化（Ｓ３）では、この階調値よりも明るい画素の階調値を「１」とし、暗い画素の階調値を「０」とする。

図４は、「０」〜「２５５」の階調はデータを８bitで扱った場合を想定している。階調値と明るさは、階調値「０」は暗く「２５５」に近づくほど画像が明るくなっていく関係にある。
同図の右方に示すように、黒文字を残してほとんどの画素が白に変換されている。
本実施例では、変換後の画素の階調値を二つとしているが、上記閾値よりも明るい側か暗い側にあるかの区別が重要であり、必ずしも一律に一つの値にするだけでなく、多段階の階調値に変換する場合も広義の二値化といえる。

また、これまでは黒文字と背景との分離だけに言及してきたが、白文字と背景との分離についても原理は同じである。すなわち、白文字の場合は、逆に境界領域において明るい側から暗い側へと変換する暗い側の画素の階調値についてヒストグラムを作成し、明るい側の裾野を閾値とする。そして、同閾値よりも暗い側の画素については「０」とし、明るい側の画素については「１」とすればよい。

このようにすると、白文字よりも少しでも暗い画素の階調値が閾値とされ、その画素を含めて暗い側の画素の階調値が全て「０」となる。これにより、真っ黒の背景に白文字が視認可能に残されることになる。

図５は、変形例にかかるフローチャートであり、領域分離を用いた場合の処理フローを示している。
同図は、変形例のルーチンとして、エッジ検出（４ｂｉｔの白黒エッジ）（Ｓ２１）、矩形領域分離（Ｓ２２）、白いエッジのヒストグラム作成（Ｓ２３）、二値化閾値算出（Ｓ２４）、二値化（Ｓ２５）の各処理を示している。

次に、これらについて説明する。
エッジ検出（４ｂｉｔの白黒エッジ）（Ｓ２１）は、画像データの中でエッジの画素を検出する処理である。矩形領域分離（Ｓ２２）は、エッジとされた画素の情報を用いて、文字や絵柄が含まれる矩形領域を設定する処理である。白いエッジのヒストグラム作成（Ｓ２３）は、各矩形領域ごとに、その中で白いエッジを検出するとともに、検出されたエッジの画素の階調値についてヒストグラムを作成する処理である。二値化閾値算出（Ｓ２４）は、ヒストグラムの中の度数分布を参照し、裾野の値を二値化の閾値として設定する処理である。二値化（Ｓ２５）は、各矩形領域ごとに設定された閾値と各画素の階調値とを比較して二値化を行う処理である。

次に、これらの関係について説明する。
エッジ検出（４ｂｉｔの白黒エッジ）（Ｓ２１）にて画像の中でエッジを探し、矩形領域分離（Ｓ２２）ではエッジの検出結果に基づいて文字や絵柄が含まれる矩形領域を分離する。矩形領域分離（Ｓ２２）にて矩形領域が分離されたら、白いエッジのヒストグラム作成（Ｓ２３）では各領域ごとに階調値のヒストグラムを作成する。二値化閾値算出（Ｓ２４）では、白いエッジのヒストグラム作成（Ｓ２３）が作成したヒストグラムを参照し、度数分布の裾野を二値化処理のための閾値とする。二値化（Ｓ２５）では、二値化閾値算出（Ｓ２４）にて設定された閾値と各階調値とを比較し、比較結果に基づいて二値化を行う。

初めに輪郭追跡またはラベリング等の処理で紙の下地とそれ以外の各領域に分け、それぞれの領域について本発明による二値化閾値の算出方法にて二値化閾値を求め、各領域に異なる二値化の閾値を設定する。これにより、背景の濃度が異なる各領域に最適な二値化閾値が得られる。

次に、より具体的に説明する。
エッジ検出（Ｓ２１）と、矩形領域分離（Ｓ２２）とで、矩形領域を検出し、分離する。矩形領域の検出としては、ある一定の閾値で二値化した画像またはエッジ画像(エッジとそれ以外の画素とを二値で示した画像)についてラベリングまたは輪郭追跡を行うことにより検出された領域の外接矩形を取る方法が知られている。本実施形態では後者の方法を採用し、４ｂｉｔの白黒エッジをエッジ検出し（Ｓ２１），結果についてラベリングまたは輪郭追跡を行って矩形領域を分離する。

なお、ここでは矩形で説明しているが、矩形領域分離とは画像中の文字認識などにおいて、画像や絵柄が含まれている可能性が高い領域を発見して区別する技術を総称的に指しており、領域が矩形形状となることは必要ではない。従って、円形や楕円形であるなど、矩形以外の領域を分離する場合も含んでいる。
このようにして領域が分離されたら、各領域ごとに上述した処理を個別に実施する（Ｓ２３〜Ｓ２５）。

例えば、画像全体における一部のみで黒文字と背景との分離がほとんど無い場合を想定してみる。すると、ほんの一部のみであっても上述した裾野は黒文字の階調値とほぼ一致してしまい、文字と背景との分離はできなくなる可能性がある。しかし、領域毎に分離する場合は、その一部の領域以外では黒文字の階調値とは異なる閾値を設定して二値化を実施できる。そして、例外的に一部の領域でのみ文字と背景の分離がうまくいかないだけで済むことになる。

以上、説明したように、本実施例ではでは、以下の作用と効果を有する。
入力画像の白のエッジ部分における画素値のヒストグラムを作成し、そのヒストグラムの暗い側の裾野を二値化の閾値に用いて二値化することを特徴とする。
白いエッジのヒストグラムを用いることで文字の背景となる画素の輝度(濃度)分布を簡単に取得でき、その裾野を二値化の閾値とすることで文字と背景を簡単に分離できる。

このようにすることで、小切手のような背景部分の絵柄のエッジが強い場合においても適切に文字を検出できる二値化の閾値を取得することができる。
また、本発明の要旨は、入力画像のエッジ領域を検出し、エッジ領域と判定された画素を周辺画素の平均値と比較することで白または黒に判定し、白と判定された画素の輝度分布(以降、ヒストグラムと記す)を作成してその暗い側の裾野を計測して求め二値化の閾値とすることといえる。

次に、特許請求の範囲の記載と実施例の各構成部品との対応を示す。
特許請求の範囲に記載した境界領域画素検出手段と度数分布作成手段は、白いエッジのヒストグラム作成（Ｓ１）と、白いエッジのヒストグラム作成（Ｓ２３）の処理によって構成されている。
特許請求の範囲に記載した閾値取得手段は、二値化閾値算出（Ｓ２）と、二値化閾値算出（Ｓ２４）の処理によって構成されている。
特許請求の範囲に記載したノイズ成分除去手段は、二値化（Ｓ３）と、二値化（Ｓ２５）の処理によって構成されている。
特許請求の範囲に記載した境界領域画素検出ステップと度数分布作成ステップは、白いエッジのヒストグラム作成（Ｓ１）と、白いエッジのヒストグラム作成（Ｓ２３）の処理によって構成されている。
特許請求の範囲に記載した閾値取得ステップは、二値化閾値算出（Ｓ２）と、二値化閾値算出（Ｓ２４）の処理によって構成されている。

特許請求の範囲に記載したノイズ成分除去ステップは、二値化（Ｓ３）と、二値化（Ｓ２５）の処理によって構成されている。

なお、本発明はソフトウェアを利用して各構成手段を実現しているが、ハードウェア、例えばアナログ回路やデジタル回路で実現することもできるし、ＡＳＩＣのような論理的作用をなすＩＣなどで実現することも可能である。

なお、本発明は上記実施例に限られるものでないことは言うまでもない。当業者であれば言うまでもないことであるが、
・上記実施例の中で開示した相互に置換可能な部材および構成等を適宜その組み合わせを変更して適用すること
・上記実施例の中で開示されていないが、公知技術であって上記実施例の中で開示した部材および構成等と相互に置換可能な部材および構成等を適宜置換し、またその組み合わせを変更して適用すること
・上記実施例の中で開示されていないが、公知技術等に基づいて当業者が上記実施例の中で開示した部材および構成等の代用として想定し得る部材および構成等と適宜置換し、またその組み合わせを変更して適用すること
は本発明の一実施例として開示されるものである。

本発明は、、ノイズ成分除去プログラムを記録した媒体に利用することができる。

Ｓ１…白いエッジのヒストグラム作成、Ｓ２…二値化閾値算出、Ｓ３…二値化、Ｓ２１…エッジ検出（４ｂｉｔの白黒エッジ）、Ｓ２２…矩形領域分離、Ｓ２３…白いエッジのヒストグラム作成、Ｓ２４…二値化閾値算出、Ｓ２５…二値化

Claims (7)

1. 多数の画素からなる画像における多値の画像データを入力し、所定の閾値を設定してノイズ成分を除去するノイズ成分除去装置において、
   上記画像データの中で階調値が大きく変化する境界領域の画素を検出する境界領域画素検出手段と、
   上記境界領域の画素毎に階調値の度数分布を求める度数分布作成手段と、
   同求められた度数分布における裾野の階調値を上記閾値とする閾値取得手段と、
   上記閾値を利用して上記画像データから不要な成分を除去するノイズ成分除去手段とを具備することを特徴とするノイズ成分除去装置。
2. 上記境界領域画素検出手段は、上記境界領域の画素として、階調値が暗い値から明るい値の側に変化した際における明るい側の値の画素を検出し、
   上記閾値取得手段は、上記度数分布における暗い側の裾野の階調値を閾値とすることを特徴とする請求項１に記載のノイズ成分除去装置。
3. 上記境界領域画素検出手段は、上記境界領域の画素として、階調値が明るい値から暗い値の側に変化した際における暗い側の値の画素を検出し、
   上記閾値取得手段は、上記度数分布における明るい側の裾野の階調値を閾値とすることを特徴とする請求項１に記載のノイズ成分除去装置。
4. 上記境界領域画素検出手段は、上記画像データの中における一部の領域の中で境界領域の画素を検出し、
   上記度数分布作成手段は、上記一部の領域の中の画素について階調値の度数分布を求め、
   上記閾値取得手段は、上記一部の領域ごとに上記度数分布における裾野の階調値を上記閾値とし、
   上記ノイズ成分除去手段は、上記一部の領域ごとにそれぞれの上記閾値を利用して上記画像データから不要な成分を除去することを特徴とする請求項１〜請求項３のいずれかに記載のノイズ成分除去装置。
5. 上記閾値取得手段は、上記度数分布を参照し、階調値の端部の側から順次階調値を参照していき、その度数が所定の閾値の画素数を超えた場合に上記裾野と判定することを特徴とする請求項１〜請求項４のいずれかに記載のノイズ成分除去装置。
6. 上記閾値取得手段は、上記度数分布を参照し、階調値の端部の側から順次階調値を参照していき、その度数が全画素数における所定割合の画素数を超えた場合に上記裾野と判定することを特徴とする請求項１〜請求項４のいずれかに記載のノイズ成分除去装置。
7. 多数の画素からなる画像における多値の画像データを入力し、所定の閾値を設定してノイズ成分を除去する（同画像データを二値化する）ノイズ成分除去プログラムを記録した媒体において、
   上記画像データの中で階調値が大きく変化する境界領域の画素を検出する境界領域画素検出ステップと、
   上記境界領域の画素毎に階調値の度数分布を求める度数分布作成ステップと、
   同求められた度数分布における裾野の階調値を上記閾値とする閾値取得ステップと、
   上記閾値を利用して上記画像データから不要な成分を除去するノイズ成分除去ステップとを具備することを特徴とするノイズ成分除去プログラムを記録した媒体。