JP2010283416A - 画像処理装置、印刷システム、画像処理方法およびコンピュータープログラム - Google Patents

Abstract

【課題】画像処理に関する技術を提供する。
【解決手段】画像を構成する画像領域の属性を判定して画像処理を行う画像処理装置であって、画像を構成する各画素の階調値を読み込む画像入力部と、画像を構成する所定の画素と所定の画素の周辺の所定範囲の画素群の中から選択した複数の画素との組み合わせ毎に、複数の画素の階調値の差分値を算出し、差分値に基づく差分判定値を算出する差分判定値算出部と、所定の画素と複数の画素との組み合わせ毎に算出した差分判定値の累積値と第１の閾値とに基づいて、所定の画素の属性を判定する第１属性判定部と、所定の画素の累積値と、所定の画素の周囲の画素における累積値とに基づいて、所定の画素の信頼度係数を算出する信頼度係数算出部と、信頼度係数と第１の閾値との大小の関係に基づいて、第１属性判定部とは異なる基準によって所定の画素の属性を判定する第２属性判定部とを備える画像処理装置。
【選択図】図１

Description

本発明は画像処理の技術に関する。

コピー機、イメージスキャナー、ファクシミリなどでは、読み取り装置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ことがある。例えば、画像データの基となったドキュメントが文字や線画で構成されていれば、より鮮鋭に出力するために、エッジを強調する補正処理が施され、ドキュメントが網点画像で構成されていれば、モアレを抑制するために、色の変化を滑らかにする補正処理が施される。このような補正処理を行うためには、文字や網点といった画像の属性を判定する必要がある。特に、文字と網点とが混在しているような画像データを扱う場合には、画像の領域毎に属性を判定することが必要である。このような画像の属性判定を行う技術として、例えば、下記特許文献１ないし特許文献３の技術が知られている。

特開平４−３０４７７６ 特開平７−２２００７２ 特開２００４−３０４４９１

しかしながら、これらの方法では、階調分布、階調変化といった特徴量の算出やフーリエ変換処理に演算コストがかかり、処理速度が問題となっていた。また、この処理速度の問題を解決するために、高価なハード構成となることが問題となっていた。

上述の問題を踏まえ、本発明が解決しようとする課題は、簡易で、かつ、精度の高い演算処理によって、画像を構成する画素の属性の判定を行うことである。

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]
画像を構成する画像領域の属性を判定して画像処理を行う画像処理装置であって、前記画像を構成する各画素の階調値を読み込む画像入力部と、前記画像を構成する所定の画素と前記所定の画素の周辺の所定範囲の画素群の中から選択した複数の画素との組み合わせ毎に、前記複数の画素の前記階調値の差分値を算出し、前記差分値に基づく差分判定値を算出する差分判定値算出部と、前記所定の画素と前記複数の画素との組み合わせ毎に算出した前記差分判定値の累積値と第１の閾値とに基づいて、前記所定の画素の前記属性を判定する第１属性判定部と、前記所定の画素の前記累積値と、前記所定の画素の周囲の画素における前記累積値とに基づいて、前記所定の画素の信頼度係数を算出する信頼度係数算出部と、前記信頼度係数と前記第１の閾値との大小の関係に基づいて、前記第１属性判定部とは異なる基準によって前記所定の画素の前記属性を判定する第２属性判定部とを備える画像処理装置。

この画像処理装置によれば、画像領域の属性の判定を、第１属性判定部による判定と、第２属性判定部による判定とによって行うので、第１属性判定部のみによる判定に比べて、画像領域の属性の判定の精度を高めることができる。

[適用例２]
前記信頼度係数は、前記所定の画素の前記累積値と前記所定の画素の周囲の画素における前記累積値との平均値、加重平均および中央値のいずれかひとつである適用例１記載の画像処理装置。

この画像処理装置によれば、第２判定部による画像領域の属性の判定の際に用いる信頼度係数は、所定の画素に加えて、周囲の画素も考慮に入れた係数なので、第２判定も周囲の画素との関係を考慮した判定として行うことができる。

[適用例３]
前記累積値は、前記所定の画素と前記複数の画素との組み合わせ毎に算出した前記差分判定値に、前記組み合わせ毎に設定した重み係数を乗じた値を累積した値である適用例１ないし３のいずれか記載の画像処理装置。
この画像処理装置によれば、差分判定値に重み係数を乗じた値を累積し、画素の属性の判定に用いているので、差分判定値をそのまま属性判定に用いるのに比べて、判定の精度が向上する。

[適用例４]
前記差分判定値算出部は、前記複数の画素の前記階調値の前記差分値と第２の閾値との大小関係に基づいて差分判定値を算出する適用例１ないし３のいずれか記載の画像処理装置。
この画像処理装置によれば、複数の画素の階調値の差分値と第２の閾値との大小関係に基づいて差分判定値を算出する。ここで、第２の閾値とは多数の画像を分析することで、実験的、経験的に求められるものである。よって、閾値の精度が高い場合、差分判定値の精度は高くなり、精度の高い画素の属性判定を行うことができる。

[適用例５]
前記画素が表す画像領域の属性とは、少なくとも、エッジ部分、文字部分、および、網点部分のいずれか１つである適用例１ないし４のいずれか記載の画像処理装置。
この画像処理装置によれば、画像に含まれるエッジ部分、文字部分、網点部分の少なくとも一つの属性を判定することができる。

[適用例６]
印刷システムであって、適用例１ないし５のいずれか記載の画像処理装置と、前記画像処理装置によって処理されたデータに基づいて印刷を行う印刷装置とを備える印刷システム。
この印刷システムによれば、上記の画像処理装置で画像処理をした画像を印刷することができる。

[適用例７]
画像を構成する画素について、前記画素が表す画像領域の属性を判定する画像処理方法であって、前記画像を構成する各画素の階調値を読み込み、前記画像を構成する所定の画素と、前記所定の画素の周辺の所定範囲の画素群の中から選択した複数の画素との組み合わせ毎に、前記複数の画素の前記階調値の差分値を算出し、前記差分値に基づく差分判定値を算出し、前記所定画素と前記複数の画素との組み合わせ毎に算出した前記差分判定値の累積値と第１の閾値とに基づいて、前記所定の画素の前記属性を判定する第１の判定を行い、前記所定の画素の前記累積値と、前記所定の画素の周囲の画素における前記累積値とに基づいて、前記所定の画素の信頼度係数を算出し、前記信頼度係数と前記第１の閾値との大小関係に基づいて、前記第１の判定とは異なる属性の判定方法によって前記所定の画素の前記属性を判定する第２の判定を行う画像処理方法。
この画像処理方法によれば、異なる方法で２回、画素の属性判定を行うので、１回のみ行う属性判定と比較して、精度の良い属性判定を行うことができる。

[適用例８]
画像を構成する画素について、前記画素が表す画像領域の属性を判定する画像処理をコンピューターに実行させるコンピュータープログラムであって、前記画像を構成する各画素の階調値を読み込む機能と、前記画像を構成する所定の画素と、前記所定の画素の周辺の所定範囲の画素群の中から選択した複数の画素との組み合わせ毎に、前記複数の画素の前記階調値の差分値を算出し、前記差分値に基づく差分判定値を算出する機能と、前記所定の画素と前記複数の画素との組み合わせ毎に算出した前記差分判定値の累積値と第１の閾値とに基づいて、前記所定の画素の前記属性を判定する第１の判定を実行する機能と、前記所定の画素の前記累積値と、前記所定の画素の周囲の画素における前記累積値とに基づいて、前記所定の画素の信頼度係数を算出する機能と、前記信頼度係数と前記第１の閾値との大小関係に基づいて、前記第１の判定とは異なる属性判定方法によって前記所定の画素の前記属性を判定する第２の判定を行う機能とを前記コンピューターに実現させるコンピュータープログラム。

このコンピュータープログラムによれば、画像領域の属性の判定を実行する機能として、第１の判定を実行する機能と、第２の判定を実行する機能とを有するので、第１の判定を実行する機能のみを有するコンピュータープログラムに比べて、画像領域の属性の判定の精度を高めることができる。

なお、本発明は、種々の態様で実現することが可能である。例えば、画像処理方法および装置、画像処理システム、印刷装置、印刷システム、それらの方法または装置の機能を実現するための集積回路、コンピュータープログラム、そのコンピュータープログラムを記録した記録媒体等の形態で実現することができる。

本発明の第１実施例におけるプリンター１０の概略構成を示す説明図である。 第１実施例における画像複製処理の流れを示すフローチャートである。 第１実施例における領域分類処理の流れを示すフローチャートである。 第１属性判定処理の流れを示すフローチャートである。 輝度の階調値の差分値の算出方法に関する説明図である。 差分値の算出の具体例を示す説明図である。 文字構成部分と網点構成部分における差分値の偏りを示すヒストグラムである。 差分パターンテーブル５２を概念的に示す説明図である。 第２属性判定処理の流れを示したフローチャートである。 信頼度計数を説明する説明図である。 文字部分における信頼度計数を説明する説明図である。 領域別補正処理の流れを示したフローチャートである。 画像データに対する線形変換の一例を示した説明図である。 領域毎の黒色（Ｋ）インクの発生比率を説明する説明図である。

次に、本発明の実施の形態を実施例に基づいて説明する。
Ａ．第１実施例：
（Ａ１）プリンター１０の概略構成：
図１は、本発明の第１実施例におけるプリンター１０の概略構成を示す説明図である。プリンター１０は、印刷機能の他に、スキャナー機能、コピー機能を備えた、いわゆる複合機プリンターである。プリンター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、スキャナー９１、操作パネル９６を備えている。

キャリッジ移動機構６０は、キャリッジモーター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（用紙幅方向）に駆動する。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Ｓに吐出する。紙送り機構８０は、紙送りローラー８２、紙送りモーター８４、プラテン８６を備えており、紙送りモーター８４によって紙送りローラー８２を回転することで、プラテン８６の上面に沿って印刷用紙Ｓを搬送する。この方向が副走査方向である。スキャナー９１は、光学的に画像を読み込むイメージスキャナーであり、本実施例においては、ＣＣＤ（Charge Coupled Devices）を用いたが、ＣＩＳ（Contact Image Sensor）など種々のデバイス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ーとして構成されている。さらに、ＣＰＵ３０は、画像入力部３１、差分判定値算出部３２、第１属性判定部３３、信頼度係数算出部３４、第２属性判定部３５、画像処理部３６、印刷制御部３７を備える。これら機能部による働きは、ＲＯＭ５０に記憶されたプログラムをＣＰＵ３０が実行することで実現する。また、ＲＯＭ５０には、差分パターンテーブル５２が記憶されている。これらの機能部や差分パターンテーブル５２の詳細については、後述する。

以上のような構成を有するプリンター１０は、スキャナー９１によって読み取った画像を、印刷用紙Ｓ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、レーザー式、熱転写式など、種々の印刷方式を用いることができる。

（Ａ２）画像複製処理：
プリンター１０を用いて所定の画像のコピーを行う画像複製処理の流れを示すフローチャートを図２に示す。この処理は、ユーザーが、コピーの対象とする画像をプリンター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、ＣＰＵ３０は、画像入力処理として、スキャナー９１を用いて、結像された光学像、ここではコピー対象の画像を電気信号に変換する（ステップＳ１００）。そして、画像変換処理として、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、本実施例においては、黒色画素と白色画素とからなる文書等の文字が含まれる画像データについて処理を行うものとする。

そして、画像変換処理によって得られた画像データに対して、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、文字部分を構成する画素と、エッジ部分を構成する画素と、網点部分を構成する画素とに分類する処理である。なお、本実施例では、画像データに含まれる文字部分を構成する画素と、網点部分を構成する画素との領域を分類する処理について説明するが、同じ方法を用いて、網点部分とエッジ部分との領域を分類する処理も可能である。その詳細については、後で詳しく説明する。

次に、ＣＰＵ３０は、画像処理部３６の処理として、分類されたそれぞれの領域について、それに適した補正処理を行う（ステップＳ１３０）。この処理は、例えば、エッジ構成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、網点構成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処理である。このような補正処理を行うことで、後述するステップＳ１５０の画像出力処理において、エッジ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ことができる。

領域別補正処理を行うと、ＣＰＵ３０は、出力時に色合い等が再現できるように、ガンマ補正や、入力画像と出力画像の色情報の誤差を小さくする色補正などの全体補正処理を行い（ステップＳ１４０）、印刷制御部３７の処理として、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Ｓ上に出力する（ステップＳ１５０）。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：
次に領域分類処理（図２：ステップＳ１２０）について説明する。図３は、領域分類処理の流れを示すフローチャートである。上述したように、本実施例では領域分類処理の一例として、画像データに含まれる文字部分と網点部分との領域を分類する処理について説明する。この処理が開始されると、ＣＰＵ３０は、まず、画像入力部３１の処理として、上記ステップＳ１１０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Ｓ２００）。そして、注目画素を初期位置に移動する（ステップＳ２１０）。注目画素とは、当該画素が文字構成部分または網点構成部分のいずれに該当するかという属性の判定を行う画素であり、本実施例においては、最初の注目画素は、画像の左上端に位置する画素である。

そして、注目画素を移動すると、ＣＰＵ３０は、第１属性判定部３３の処理として第１属性判定処理を行い、注目画素が文字構成部分であるのか、それとも網点構成部分であるのかを判定する（ステップＳ２２０）。この第１属性判定処理の詳細については後で詳しく説明する。

そして、注目画素の属性を判定すると、ＣＰＵ３０は、その結果をＲＡＭ４０に書き込む（ステップＳ２４０）。続いて、注目画素を移動させ次の画素において処理を行う（ステップＳ２４５）。そして、画像データの隅部まで対象画像の全ての画素について、上記の処理が終了したか否かを判断し（ステップＳ２５０）、終了していなければ（ステップＳ２５０：ＮＯ）、処理を上記ステップＳ２１０に戻し、終了していれば（ステップＳ２５０：ＹＥＳ）、第２属性判定処理を行う（ステップＳ２６０）。

第２属性判定処理は、第１属性判定処理による注目画素の属性の判定に誤判定が無いか、再度、第１属性判定処理とは異なる基準によって画素の属性を判定する処理である。そして、第２属性判定処理の結果と第１属性判定処理の判定結果とを照合し、第１属性判定処理の判定結果を誤判定と判断した場合には、判定結果の修正を行い、その結果をＲＡＭ４０に書き込む。そして、第２属性判定処理が終了すると、その後、領域分類処理を終了する。なお、第２属性判定処理については後で詳しく説明する。

（Ａ４）第１属性判定処理：
次に、第１属性判定処理（図３：ステップＳ２２０）について説明する。図４は、第１属性判定処理の流れを示すフローチャートである。この処理が開始されると、ＣＰＵ３０は、まず、差分判定値算出部３２の処理として、差分判定値ｈｔ（ｘ）を算出する（ステップＳ２２１）。具体的には、この差分判定値ｈｔ（ｘ）は、以下のようにして算出する。

まず、注目画素の周辺の所定範囲の画素群の中から選択された任意の２画素について、当該画素が表す輝度の階調値の差分値Δｆを算出する。なお、画素が表す輝度の階調値は、画素が表すＲＧＢの階調値から公知の手法により求めることができる。この所定範囲とは、画像の左上端から右方向にｉ番目、下方向にｊ番目の画素を画素Ｐ（ｉ，ｊ）として表すこととすれば、本実施例においては、注目画素がＰ（ｉ，ｊ）である場合、注目画素（ｉ，ｊ）を中心とした縦方向に５画素、横方向に５画素の範囲である。この大きさは、網点を構成する基本画素数に基づいて定めればよい。具体的には、網点の基本画素数より十分に大きい値に設定する。また、上述の所定範囲の中から選択された任意の２画素とは、例えば、画素Ｐ（ｉ＋２，ｊ−２）と画素Ｐ（ｉ−２，ｊ＋２）である。図５に示す具体例では、注目画素をＰ（４，４）とし、画素Ｐ（６，２）と画素Ｐ（２，６）とを任意の２画素としている様子を示している。なお、以降、このような任意の２画素の組合せを差分パターンという。

この差分値Δｆについて、図６に具体例を示す。図６（ａ）は、文字部分を構成する画素の輝度値を、図６（ｂ）は、網点部分を構成する画素の輝度値を例示している。図示する画素範囲は、上述の５画素×５画素の範囲に対応している。そして、図６（ｃ）には、画素Ｐ（６，２）と画素Ｐ（２，６）との差分値を算出した結果を示している。

図５及び図６で例示した差分パターンについての差分値Δｆを、様々な画像の様々な領域について算出して作成したヒストグラムの概略図を図７に示す。図示するように、文字構成部分と網点構成部分とでは、差分値の分布に偏りがあり、差分値に対して閾値Ｔｈ-，Ｔｈ+を設定することで、差分値から文字構成部分と網点構成部分とを一定の精度で判定できることが分かる。この閾値は、多数の画像を分析することで、実験的、経験的に求められるものである。

上述の閾値は、異なる差分パターンを設定すれば、異なる値として得ることができる。上述のＲＯＭ５０の差分パターンテーブル５２には、予め設定された所定数の差分パターンと閾値とが対応付けられて、記憶されている。図８は、本実施例における差分パターンテーブル５２を概念的に示している。図中の升目は、任意の２画素を選択する注目範囲の画素に対応しており、升目の中心Ｐ（ｉ，ｊ）が注目画素である。なお、差分パターンは、画素の位置の組合せだけでなく、組合せの順序をも含めた概念で捉えられ、その組合せは、実験的、経験的に設定される。また、本実施例では、注目画素を、差分値Δｆを算出するための１画素としては設定していないが、勿論、注目画素を差分パターンにおける任意の２画素の１つとして設定してもよい。

差分判定値ｈｔ（ｘ）に戻って説明を続ける。上述の差分値Δｆは、差分パターンテーブル５２に記憶された差分パターンｔ（ｔ：１〜８の整数）ごとに算出される。そして、それに基づいて、差分パターンｔごとに、差分判定値ｈｔ（ｘ）を算出する。この差分判定値ｈｔ（ｘ）は、上述の差分値と閾値との関係に着目して、注目画素の属性判定を行うものである。差分判定値ｈｔ（ｘ）は、具体的には、例えば、次式（１）のように定義することができる。差分判定値ｈｔ（ｘ）の値「+１」は文字構成部分であることを、「−１」は網点構成部分であることを示している。

そして、差分パターンｔごとに差分判定値ｈｔ（ｘ）を算出すると、ＣＰＵ３０は、第１属性判定部３３の処理として、注目画素の属性を総合的に判断するための総合差分判定値Ｈ（ｘ）を算出する（ステップＳ２２２）。この総合差分判定値Ｈ（ｘ）は、次式（２）で表すことができる。ここで、重み付け係数αは、差分判定値ｈｔ（ｘ）による判定誤差が小さくなるように、実験的、経験的に求められる係数である。

このようにして総合差分判定値Ｈ（ｘ）を算出すると、ＣＰＵ３０は、第１属性判定部３３の処理として、総合差分判定値Ｈ（ｘ）が属性判定基準値Ｈｒ以上であるか否かを判断する（ステップＳ２２３）。ここで、属性判定基準値Ｈｒとは、注目画素が文字部分か網点部分かを判定するための基準値である。具体的には、判定対象となっている注目画素の総合差分判定値Ｈ（ｘ）と属性判定基準値Ｈｒとの大小の比較をすることによって、その注目画素が文字部分か網点部分かを判定する。属性判定基準値Ｈｒは、多数の画像を分析することで、実験的、経験的に求められる値である。

上記説明した属性判定基準値Ｈｒと総合差分判定値Ｈ（ｘ）とを比較した結果、総合差分判定値Ｈ（ｘ）が属性判定基準値Ｈｒ以上であれば（ステップＳ２２３：ＹＥＳ）、注目画素を文字構成部分と判断する（ステップＳ２２４）。一方、総合差分判定値Ｈ（ｘ）が属性判定基準値Ｈｒ未満であれば（ステップＳ２２３：ＮＯ）、注目画素を網点構成部分と判断する（ステップＳ２２５）。このようにして、いずれかの判断を行うと、ＣＰＵ３０は、第１属性判定処理を終了し、図３に示した領域分類処理に処理を戻す。

（Ａ５）第２属性判定処理：
次に、第２属性判定処理（図３：ステップＳ２６０）について説明する。図９は、第２属性判定処理の流れを示したフローチャートである。第２属性判定処理が開始されると、ＣＰＵ３０は、第１属性判定処理によって文字部分と判定された画素（以下、文字判定画素とも呼ぶ）に移動する（ステップＳ２６１）。つまり、その画素における総合差分判定値Ｈ（ｘ）が属性判定基準値Ｈｒ以上であった画素である。続いて、ＣＰＵ３０は、信頼度係数算出部３４として、文字判定画素の信頼度係数を算出する（ステップＳ２６２）。ここで信頼度係数とは、信頼度係数の算出の対象となっている画素と、その画素に水平方向に隣接する両側２画素ずつ、つまり合計５画素の総合差分判定値Ｈ（ｘ）の平均値である。この算出した平均値を、信頼度係数の算出の対象となっていた画素の信頼度係数とする。図１０にその一例を示した。

図１０（ａ）は、画像データ内の１ラスターの画素の一部分における総合差分判定値Ｈ（ｘ）を表したグラフである。横軸は、１ラスターの一部分における各画素を表し、縦軸は、各画素における総合差分判定値Ｈ（ｘ）を表している。図１０（ａ）において、画素Ｄは総合差分判定値Ｈ（ｘ）が属性判定基準値Ｈｒ以上であり、第１属性判定処理によって文字部分と判定された画素である。つまり文字判定画素である。ＣＰＵ３０は、この画素Ｄにおける信頼度係数を算出する。画素Ｄにおける信頼度係数は、画素Ｄにおける総合差分判定値Ｈ（ｘ）と、画素Ｄを中心として画素Ｄの両側隣接している２画素ずつ、合計５画素における総合差分判定値Ｈ（ｘ）、合計５画素の総合差分判定値Ｈ（ｘ）の平均値として算出される。

図１０（ｂ）は、図１０（ａ）の画素Ｄに対して信頼度係数を算出した状態を示すグラフである。図１０（ｂ）における、横軸は、１ラスターの一部分の画素を示し、縦軸は、各画素における信頼度係数を表す。また、画像データの隅部に文字判定画素が位置する場合は、その対象画素の水平方向片側に隣接する２画素分の総合差分判定値Ｈ（ｘ）を２回加算し、平均値を算出する。このようにして信頼度係数を算出すると、図１０（ｂ）から分かるように、文字判定画素の周囲の画素の総合差分判定値Ｈ（ｘ）が属性判定基準値Ｈｒ以下である場合、画素Ｄにおける信頼度係数は、おおよそ、属性判定基準値Ｈｒ以下となる。

また、図１１に示したように、複数画素にわたって属性判定基準値Ｈｒ以上の画素、つまり文字判定画素が、複数連なっている場合は、それらの画素の信頼度係数も属性判定基準値Ｈｒ以上の値となる。つまり、第１属性判定処理によって、１画素ないしは数画素程度で文字部分と判定された画素については、信頼度係数を算出すると、その値は属性判定基準値Ｈｒ以下となる。

上記説明したように文字判定画素において信頼度係数を算出すると（図９：ステップＳ２６２）、次に、算出した信頼度係数と属性判定基準値Ｈｒとを比較して、信頼度係数が属性判定基準値Ｈｒ以上か否かを判断する（ステップＳ２６３）。そして、信頼度係数が属性判定基準値Ｈｒ以上の文字判定画素に対しては（ステップＳ２６３：ＹＥＳ）、第２属性判定処理は終了する。つまり、第１属性判定処理において総合差分判定値Ｈ（ｘ）が属性判定基準値Ｈｒ以上で文字部分と判断され、さらに、第２属性判定において、周囲の画素の総合差分判定値Ｈ（ｘ）との平均値も属性判定基準値Ｈｒ以上である場合は、第１属性判定処理における判定は正しいと判断し第１属性判定処理の結果を採用し、第２属性判定処理は終了する。

一方、信頼度係数が属性判定基準値Ｈｒ未満の画素に対しては（ステップＳ２６３：ＮＯ）、再度、所定の方法により詳細に属性判定（以下、詳細判定とも呼ぶ）を行う（ステップＳ２６４）。つまり、第１属性判定処理において総合差分判定値Ｈ（ｘ）が属性判定基準値Ｈｒ以上で文字部分と判断され、その一方で、第２属性判定において、周囲の画素の総合差分判定値Ｈ（ｘ）との平均値が属性判定基準値Ｈｒ以下である場合は、第１属性判定処理による判定に誤判定の可能性があると判断し、再度、その画素について別途、詳細な属性判定を行う。

この詳細判定の方法としては、画素の属性を検出する既知の方法を採用する。例えば、文字部分と判定された画素の画素値および、その画素の周囲に隣接する数画素の階調値を参照し、これらの階調値から、その画素が文字部分の画素であるか網点部分であるかを判定する。判定方法としては、文字部分と判定された画素の階調値とその周囲画素の階調値との差分値を各々の周囲画素について算出し、その差分値が予め設定した値以上である周囲画素の画素数を算出することで、文字部分であるか、もしくは、網点部分であるかを判定する。

その他の詳細判定の例として、文字部分と判定された画素の周囲の画素を含めエッジを検出する処理を行い、エッジを構成する画素の画素数が所定数以上の場合は文字部分と判定し、それ以外の場合は網点部分と判定するとしてもよい。エッジ検出方法としては、いわゆるパターンマッチングや、その対象画素の周囲の画素の階調値を参照したラプラシアンフィルター等によるエッジ検出方法を用いることができる。

このように信頼度係数が属性判定基準値Ｈｒ以下であった文字判定画素について、詳細判定を行うと、次にその判定結果を、第１属性判定処理による判定結果に上書きする（ステップＳ２６５）。つまり、第１判定処理とは別に行った精度の高い詳細判定による結果を判定結果として採用する。上記処理を画像データに含まれる全ての文字判定画素について行い（ステップＳ２６６）、第２属性判定処理を終了する。同時に、図３に示した領域分類処理は終了する。

上記説明においては、画像データ内の文字内部と網点部分についての領域分類処理を行ったが、プリンター１０では同じ方法を用いて、画像内に含まれる文字の輪郭部分であるエッジ部分と、網点部分との領域分類処理も行う。この場合、エッジ部分と網点部分との領域を分類する専用の差分パターン、及び、閾値Ｔｈ、重み付け係数α、属性判定基準値Ｈｒを用いることにより、エッジ部分と網点部分との領域分類を行う。このようにして、ＣＰＵ３０は、領域分類処理として、画像データ内に含まれる、文字部分、エッジ部分、網点部分を分類する処理を行う。

（Ａ６）領域別補正処理：
次に、領域別補正処理（図２：ステップＳ１４０）について説明する。領域別補正処理は、領域分類処理において得られた結果に基づいて、画像データの補正を行う処理である。図１２は領域別補正処理の流れを示したフローチャートである。ＣＰＵ３０は、まず、空間フィルタを切り替えることで、領域別に画素のエンハンスを行う（ステップＳ３１０）。本実施例では、文字領域にエッジを際立たせる強調処理を行い、網点部分に強調処理を抑える平滑化処理を行う。

領域別にエンハンスを行った後、エンハンス処理後の画像データに対して、階調値の線形変換によって背景除去を行う（ステップＳ３２０）。この背景除去においては、領域毎に線形変換に用いる値は異なり、文字領域およびエッジ部分には傾斜が急な線形変換を用いてコントラストを強め、網点部分には傾斜の緩やかな線形変換を用いて中間調の連続性を維持させる。線形変換の一例を図１３に示した。

線形変換による背景除去の後、処理後の画像データに基づいて印刷データの生成を行う（ステップＳ３３０）。この際、領域分類処理の結果に基づいて、用いるインクの組み合わせを領域毎に変更して、インクのドットパターンデータを生成する。具体的には、黒文字と黒網点領域においては、印刷の濃度を高くするために黒インクのみの配合で印字を行うドットパターンとする。また、黒網点部分については、粒状感を減らした自然な中間調を表現するために、複数色のインクの混色で表現した黒、いわゆるコンポジットの黒で印字を行うドットパターンとする。図１４に上記説明の概念図を示した。

このようにして領域別補正処理を行うと、その後に、上述した全体補正処理（図２：ステップＳ１４０）、続いて画像出力処理（ステップＳ１５０）を行い、プリンター１０における画像複製処理は終了する。

以上、説明したように、プリンター１０は画像複製処理において、画像データから文字領域、エッジ部分、網点部分を分類し、領域毎に補正処理を行うので、画像に含まれる文字部分を鮮明に表現して印刷を行うことができる。また第１属性判定処理によって各画素の属性を判定した結果に誤判定があった場合に、さらに第２属性判定処理によって詳細に属性を判定するので、画素の属性判定に関する精度を高める事ができる。さらに、第２属性判定処理において、第１属性判定における文字判定画素の内、信頼度計数が属性判定基準値Ｈｒ以下の画素のみに対して詳細な属性判定を行う。つまり、詳細判定が必要な画素のみを効率的に選別し、詳細判定を行うので、全ての画素に対して詳細判定を行うのに比べて、処理速度を高めることができる。

Ｂ．変形例：
（Ｂ１）変形例１：
第１実施例では、領域分類処理に図８に示した差分パターンを用いたが、それに限ることなく、様々な態様の差分パターンを用いることができる。例えば、縦７画素×横７画素や縦１１画素×横１１画素の正方形の差分パターンや、十字型の差分パターンなどを用い、それに伴った重み係数αを用いれば上記実施例と同様の効果を得ることができる。

（Ｂ２）変形例２：
第１実施例では、画像データは黒色画素と白色画素とからなる文書等の文字が含まれる画像としたが、モノクロの画像データに限ることなく、写真やイラスト等の複数の色を含んだカラー画像等にも本発明を採用することができる。その場合、第１実施例において分類した文字部分、エッジ部分、網点部分に変えて、エッジ部分、明度の高い部分、明度の低い部分等に領域分類処理を行い、各領域に対して領域別補正処理および全体補正処理を行うことによって、精度の高い画像複製を行うことが可能である。

（Ｂ３）変形例３：
第１実施例では、信頼度係数は文字判定画素に隣接する２画素ずつを含めた５つの画素の総合差分判定値Ｈ（ｘ）の平均値を採用したが、種々の態様を採用することができる。例えば、文字判定画素に隣接する３画素ずつを含めた７画素の総合差分判定値Ｈ（ｘ）の平均値や、文字判定画素を中心として同心円上数画素分を含めた画素群の総合差分判定値Ｈ（ｘ）の平均値を信頼度係数として採用することもできる。このようにしても、上記実施例と同様の効果を得ることができる。

以上、本発明における実施例および変形例について説明したが、本発明はこれらの態様に限られるものではなく、本発明の要旨を変更しない範囲で、種々の態様で実施をすることができる。例えば、本発明の画像処理装置は、実施例に示したプリンター複合機に限らず、プリンター単体、デジタル複写機、イメージスキャナーなど各種デジタル機器に搭載することが可能である。また、上記実施例では、信頼度係数は、合計５画素の総合差分判定値Ｈ（ｘ）の平均値として求めたが、各画素の総合差分判定値Ｈ（ｘ）に重みを付けた加重平均として算出してもよいし、それら複数画素の総合差分判定値Ｈ（ｘ）の内の中央値を信頼度係数としても良い。

１０…プリンター
２０…制御ユニット
３０…ＣＰＵ
３１…画像入力部
３２…差分判定値算出部
３３…第１属性判定部
３４…信頼度係数算出部
３６…画像処理部
３７…印刷制御部
５２…差分パターンテーブル
６０…キャリッジ移動機構
６２…キャリッジモーター
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…紙送りローラー
８４…紙送りモーター
８６…プラテン
９１…スキャナー
９６…操作パネル
Ｓ…印刷用紙
Ｄ…画素

Claims (8)

1. 画像を構成する画像領域の属性を判定して画像処理を行う画像処理装置であって、
   前記画像を構成する各画素の階調値を読み込む画像入力部と、
   前記画像を構成する所定の画素と前記所定の画素の周辺の所定範囲の画素群の中から選択した複数の画素との組み合わせ毎に、前記複数の画素の前記階調値の差分値を算出し、前記差分値に基づく差分判定値を算出する差分判定値算出部と、
   前記所定の画素と前記複数の画素との組み合わせ毎に算出した前記差分判定値の累積値と第１の閾値とに基づいて、前記所定の画素の前記属性を判定する第１属性判定部と、
   前記所定の画素の前記累積値と、前記所定の画素の周囲の画素における前記累積値とに基づいて、前記所定の画素の信頼度係数を算出する信頼度係数算出部と、
   前記信頼度係数と前記第１の閾値との大小の関係に基づいて、前記第１属性判定部とは異なる基準によって前記所定の画素の前記属性を判定する第２属性判定部と
   を備える画像処理装置。
2. 前記信頼度係数は、前記所定の画素の前記累積値と前記所定の画素の周囲の画素における前記累積値との平均値、加重平均および中央値のいずれかひとつである請求項１記載の画像処理装置。
3. 前記累積値は、前記所定の画素と前記複数の画素との組み合わせ毎に算出した前記差分判定値に、前記組み合わせ毎に設定した重み係数を乗じた値を累積した値である請求項１ないし３のいずれか記載の画像処理装置。
4. 前記差分判定値算出部は、前記複数の画素の前記階調値の前記差分値と第２の閾値との大小関係に基づいて差分判定値を算出する請求項１ないし３のいずれか記載の画像処理装置。
5. 前記画素が表す画像領域の属性とは、少なくとも、エッジ部分、文字部分、および、網点部分のいずれか１つである請求項１ないし４のいずれか記載の画像処理装置。
6. 印刷システムであって、
   請求項１ないし５のいずれか記載の画像処理装置と、
   前記画像処理装置によって処理されたデータに基づいて印刷を行う印刷装置と
   を備える印刷システム。
7. 画像を構成する画素について、前記画素が表す画像領域の属性を判定する画像処理方法であって、
   前記画像を構成する各画素の階調値を読み込み、
   前記画像を構成する所定の画素と、前記所定の画素の周辺の所定範囲の画素群の中から選択した複数の画素との組み合わせ毎に、前記複数の画素の前記階調値の差分値を算出し、前記差分値に基づく差分判定値を算出し、
   前記所定画素と前記複数の画素との組み合わせ毎に算出した前記差分判定値の累積値と第１の閾値とに基づいて、前記所定の画素の前記属性を判定する第１の判定を行い、
   前記所定の画素の前記累積値と、前記所定の画素の周囲の画素における前記累積値とに基づいて、前記所定の画素の信頼度係数を算出し、
   前記信頼度係数と前記第１の閾値との大小関係に基づいて、前記第１の判定とは異なる属性の判定方法によって前記所定の画素の前記属性を判定する第２の判定を行う
   画像処理方法。
8. 画像を構成する画素について、前記画素が表す画像領域の属性を判定する画像処理をコンピューターに実行させるコンピュータープログラムであって、
   前記画像を構成する各画素の階調値を読み込む機能と、
   前記画像を構成する所定の画素と、前記所定の画素の周辺の所定範囲の画素群の中から選択した複数の画素との組み合わせ毎に、前記複数の画素の前記階調値の差分値を算出し、前記差分値に基づく差分判定値を算出する機能と、
   前記所定の画素と前記複数の画素との組み合わせ毎に算出した前記差分判定値の累積値と第１の閾値とに基づいて、前記所定の画素の前記属性を判定する第１の判定を実行する機能と、
   前記所定の画素の前記累積値と、前記所定の画素の周囲の画素における前記累積値とに基づいて、前記所定の画素の信頼度係数を算出する機能と、
   前記信頼度係数と前記第１の閾値との大小関係に基づいて、前記第１の判定とは異なる属性判定方法によって前記所定の画素の前記属性を判定する第２の判定を行う機能と
   を前記コンピューターに実現させるコンピュータープログラム。

Images