JP2011055488A - 画像処理装置、画像処理システム、及び画像処理方法 - Google Patents

Abstract

【課題】特に文字画像を解析し滲みを検出して、印刷物上の滲みを低減することが可能な画像処理装置及びその方法とを提供することである。
【解決手段】スキャナにより文字画像の原稿を読み取って画像データを生成し、その画像データが表現する文字画像の滲みや劣化を検出する。次に、その検出された滲みや劣化に対応する部分を前記画像データから除去する。そして、その滲みや劣化に対応する部分が除去された画像データを画像出力部に出力する。
【選択図】 図６

Description

本発明は画像処理装置、画像処理システム、及び画像処理方法に関し、特に、入力画像の解析を行う画像処理装置、画像処理システム、及び画像処理方法に関する。

近年、画像処理技術や描画技術の進歩により、非常に精細な画像が記録可能になっている。しかしながら、印刷物には記録方式（プロセス）と記録媒体（紙など）によって固有の滲みが発生する。印刷物の滲みの発生原因は様々でインクが紙の繊維に沿って浸透した場合、または紙に含まれる物質のインク溶剤に対し不親和性特性の影響により紙面表面に定着できなかった場合に、インクの飛散や転写体での滲み、転写体への露光時のぶれなどが現れる。

また、画像の滲みはプリンタが採用する記録方式に依存する様々な原因によって発生する。

例えば、感光材料を光ビームで露光して画像記録（描画）を行なう電子写真方式のプリンタでは、光学的な誤差等に起因して、感光材料面における光ビームのスポットが適正なものより若干広がってしまう。このため、本来、露光されるべきではない部分まで露光してしまう。また、この光ビームのスポットの広がり方が、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の各色の露光に対応するビームで異なることもある。この光ビームスポットの広がりに起因して、本来露光が不要である部分に対する露光量がある程度の量になると、感光材料が不必要に発色する。その結果、高濃度領域に形成された細線の白抜き文字や、細線での黒白の縞模様などにおいて、細線などの微細かつ低濃度な部分に潰れや、各色光ビームの広がりの違いに起因する色の滲み等が発生する。

また、インクジェット方式のプリンタであれば、吐出インク液滴量の誤差やインク液滴が記録媒体に付着した後のインクの滲み等に起因するインクドットの不要な広がりや、インク液滴が記録媒体に達するまでに複数の液滴に分離し、記録媒体上へ飛散する。これらの原因によって、記録の微細かつ低濃度な部分の潰れや色の滲みが生じてしまう。

また、活版印刷であれば、インキの横漏れによる太りが発生する。

それらの結果として、文字や細線、細線の白抜き文字、細線の白黒の縞模様の白線、白色の微細な点などに、画像の潰れや色の滲み等が生じ、画質が劣化する。これらは画像中における低濃度かつ微細な部分でより顕著に表れる。

このような潰れや色の滲みは、記録装置（プリンタ）の出荷時等のｍｐ調整によって、ある程度は抑制することができる。しかしながら、細線の潰れや色の滲みは、装置の状態、感光材料や紙などの記録媒体、現像処理液、インクなどの消耗品のロット等によって異なる。しかも、ユーザの好みによって、調整の最適値は異なる。そのため、現状では、個々の装置やユーザに対応して、好適に低濃度かつ微細な部分の潰れや色の滲みを抑制することは困難である。

一方、デジタル写真プリンタ、電子写真プリンタ、インクジェットプリンタ等の画像形成装置において、細線による文字や微細なパターン等の、画像のつぶれや色の滲みを抑制してする技術が開示されている（例えば、特許文献１）。

しかし、すべての印刷物に対して必ずしも対策が施されているわけではない。例えば、図５に示すような滲みを伴う画像原稿が存在する。

さて、これまでにも上述のような滲みなど画像劣化のある画像を原稿としてスキャナやカメラ等を用いて画像入力する場合、滲みまでも正確に読み取ってしまい、画像としては忠実であるものの、情報としては不要なものが再現されていた。また、これまでにも忠実な再現を目指しスキャナとしての画像劣化を補正する技術として、特許文献２などが開示されている。

特開２００７−１０４２７７号公報 特開２０００−０３６９１２号公報

しかしながら上記従来技術では、文字画像領域に対して線幅制御を行なうことは可能であっても、画像の滲みなどを低減することは解決できていなかった。

またこれまでにも、画像記録時にその解像度にあわせて、印刷原稿全体に一律に行うノッチ処理を変更する技術が開示されているが、入力画像に滲みがあるかどうかの判断をしていないので印刷画像全体に一律の処理しかすることができなかった。従って、印刷の一部分に滲みがある場合には、これを効果的に低減させることはできなかった。

本発明は上記従来例に鑑みてなされたもので、特に文字画像を解析し滲みを検出して、印刷物上の滲みを低減することが可能な画像処理装置、画像処理システム、及びその方法を提供することを目的としている。

上記目的を達成するために本発明の画像処理方法は次のような構成からなる。

即ち、スキャナにより文字画像の原稿を読み取ることにより生成された画像データを処理する画像処理方法であって、前記画像データが表現する文字画像の滲みや劣化を検出する検出工程と、前記検出工程において検出された滲みや劣化に対応する部分を前記画像データから除去する除去工程と、前記除去工程により滲みや劣化に対応する部分が除去された画像データを画像出力部に出力する出力工程とを有することを特徴とする。

また他の発明によれば、上記の各工程をコンピュータに実行させるプログラムを備える。

さらに他の発明によれば、文字画像の原稿を読み取り画像データを生成するスキャナと、前記スキャナにより生成された画像データを入力し、前記画像データが表現する文字画像の滲みや劣化を検出し、該検出された滲みや劣化に対応する部分を前記画像データから除去し、前記滲みや劣化に対応する部分が除去された画像データを出力する処理を実行するコンピュータと、前記コンピュータから出力された画像データを記録媒体にプリントするプリンタとを有することを特徴とする画像処理システムを備える。

またさらに他の発明によれば、文字画像の原稿を読み取り画像データを生成するスキャナ部と、前記スキャナ部により生成された前記画像データが表現する文字画像の滲みや劣化を検出する検出手段と、前記検出手段によって検出された滲みや劣化に対応する部分を前記画像データから除去する除去手段と、前記除去手段により滲みや劣化に対応する部分が除去された画像データを出力する出力手段と、前記出力手段により出力された画像データに基づいて画像をプリント出力するプリンタ部とを有することを特徴とする画像処理装置を備える。

従って本発明によれば、入力された画像原稿の滲みや劣化を自動的に検出し、これを除去することができるという効果がある。

本発明の代表的な実施例である画像処理装置の構成を示すブロック図である。 図１に示す画像入力部１の具体的な構成であるスキャナの概略構成を示す側断面図である。 滲み検出と滲み補正の処理概要を示すフローチャートである。 滲み検出技術を用いた滲み検出処理の詳細を示すフローチャートである。 滲み検出を行う対象の画像の例を示した図である。 滲み検出を行う対象の画像と滲み検出中の中間画像（やせ画像、骨格画像）との収縮・膨張処理によって得られた画像の例を示す図である。 滲み処理前後の差分画像を模式的に示す図である。 代表的な滲み候補画素と隣接する画素の滲み候補画素の配置を示した図である。

以下添付図面を参照して本発明の好適な実施例について、さらに具体的かつ詳細に説明する。ただし、この実施例に記載されている構成要素の相対配置等は、特定の記載がない限りは、この発明の範囲をそれらのみに限定する趣旨のものではない。

図１は本発明の代表的な実施例である画像処理装置の構成を示すブロック図である。

画像入力部１は、編集対象となる画像を表現する画像データを入力する。具体的には、画像入力部１は他のパーソナルコンピュータなどで既に電子化された画像データを入力するインタフェースと原稿画像を光学的に読取るスキャナとを含む。ここでは、原稿画像を読取る場合について説明する。スキャナによる画像読取については後述する。

ＣＰＵ３は画像処理装置が備える様々な機能を制御するとともに、操作部６から指示される所定の操作指示に従いＲＯＭ４に記憶された画像処理プログラムをＲＡＭ２に展開して実行する。また、不揮発性メモリ５は、バッテリバックアップされたＳＲＡＭ、ＥＥＰＲＯＭ、ＦｅＲＡＭなどで画像処理装置に固有のデータなどを記憶する。

また、操作部６は、画像編集処理を行う設定キー、選択、設定を行うためのキー、スタートキー、モードキー、カラー印刷モノクロ印刷を切り替えるキー、動作を停止するためのストップキー、並びに、出力部数を入力するテンキーなどから構成される。ＣＰＵ３はこれらキーの押下状態を検出し、その状態に応じて各部を制御する。

表示部７はドットマトリクスタイプの液晶表示部（ＬＣＤ）やＬＣＤドライバを備え、ＣＰＵ３の制御に基づき各種表示を行う。また、スキャンした原稿画像のサムネイル画像を表示する。画像出力部９はインクジェット方式のプリンタ、或は、電子写真式のプリンタと、これらプリンタを制御するＩＣなどによって構成され、ＣＰＵ３の制御により、ＲＡＭ２に展開されている記録データを読み出し、ハードコピーとして出力する。

画像処理部８は操作部６の指示に従い、画像入力部１より入力された画像データに対して後述する処理を行う。なお、画像処理部８はＣＰＵ３が実行するプログラムとして実現しても良いし、より高速処理のためにＡＳＩＣなどで実現されても良いし、ＡＳＩＣとプログラムの組合せで実現されても良い。

なお、画像出力部９は画像処理部８で処理された画像データを用いてプリント出力を行い、画像処理部８で処理された画像データは表示部７で表示されたり、或は、不揮発性メモリ５などに保存される。

図２は、図１に示す画像入力部１の具体的な構成であるスキャナの概略構成を示す側断面図である。

図２に示すように、原稿台ガラス１１に置かれた画像原稿１２は光源１３により光で照射され、その反射・拡散光がミラー１５ａ、１５ｂ、１５ｃを経てレンズ１４により集光され受光センサ１６に達する。受光センサ１６で光電変換することにより得られたアナログ信号はアナログフロントエンドからなる電気回路１７によりデジタル信号に変換される。ここでは、このアナログデジタル変換により、多値の輝度（ＲＧＢ）データが取得される。

受光センサ１６はＣＣＤタイプ或はＣＭＯＳタイプのものである。カラー画像読取には次の２つの方法がある。即ち、１つの方法は、白色光の光源１３を用い、ＲＧＢの各フィルタにより特定の波長の光を吸収した後、受光センサ１６で光電変換することによりカラー画像データを得る方法である。他の方法は、ＲＧＢの波長を持った光源１３を逐次点灯し、受光センサ１６でその光を光電変換することによりカラー画像データを得る方法である。

また、上述した光学系にはレンズを用いて像を縮小する縮小光学系と画像サイズと等倍のセンサを用いスキャンするＣＩＳ（Contact Image Sensor）を用いる系とが一般的である。

さらに、このスキャナでは、光源１３、レンズ１４、ミラー１５ａ〜１５ｃ、受光センサ１６、電気回路１７を１つのユニットとし、これを駆動部を用いて矢印Ａで示す方向（副走査方向）に移動しながら画像原稿を読取り画像データを取得する。なお、このユニットはシェーディング補正のために原稿台ガラス１１の読取り位置に取り付けられた基準板１８も読取る。また、受光センサ１６はこの紙面とは直角方向に多数の受光センサを備えたラインセンサを構成しており、そのラインセンサは電気的に走査されてライン方向の画像を読取る。この方向を主走査方向という。副走査方向へのユニットの移動には、モータ、モータの駆動力を伝達するギヤ、モータを制御するドライバ回路などから構成される駆動部（不図示）が用いられる。

次に、以上の構成の画像処理装置を用いた画像処理について説明する。

なお、このような構成の画像処理装置は、スキャナ部とプリンタ部とパーソナルコンピュータとのインタフェースとを１つの筐体に一体化したものとして知られている多機能プリンタ（ＭＦＰ）が代表的なものである。

さらに、このような構成の画像処理装置は、画像入力部１を単体のスキャナ装置とし、画像出力部９を単体のプリンタ装置とし、その他の構成要素をパーソナルコンピュータ（ＰＣ）とするような画像処理システムとして構成しても良い。この場合、以下に説明する画像処理はパーソナルコンピュータが画像処理プログラムを実行することにより実現される。

図３は滲み検出と滲み補正の処理概要を示すフローチャートである。

ここでは、上述のスキャナで文字画像原稿を読取り、これを画像出力部でプリントするコピー処理を実施例として説明する。特に、このコピー処理では、文字画像の滲みや画質劣化の原因となる「ひげ」と呼ばれる文字以外の部分を検出して除去する処理を行う。

ステップＳ１０では、操作部６よりコピー開始の指示を行う。滲み補正が選択されている場合はコピーボタン押下により読取りを開始する。なお、これに加えて、操作部６と表示部７を使用して、他の処理が選択できるようにしても良い。例えば、コピー範囲などの指定や画像原稿の紙種（再生紙など）や印刷物の種類（活版、オフセット、電子写真方式、インクジェット方式）を指定することもできる。

ステップＳ２０では、画像入力処理を行う。ここでは、ステップＳ１０において指示あるいは指定されたモードに対応する所定の条件で画像原稿を読取り、シェーディング補正などを行って、画像データを取得する。

ステップＳ３０では、入力画像前処理を実行する。ここでは、画像入力部１により得られた画像データを入力プロファイル変換によって、デバイスの分光特性により得られたＲＧＢ輝度データより画像処理を行う標準的な色空間に変換する。

次に、ステップＳ４０では得られた画像データに対して滲み検出を実行する。この処理では検出対象の入力画像データの各画素が滲みによる画素であるかどうかの判定を行う。図５は、滲み検出を行う対象の画像の例を示しており、このような画像はビットマップ画像データとして表現される。また、このとき像域分離により、エッジ量や輝度値の変化量を利用して細線再現性の重要な原稿か否かの判定を行うようにしても良い。この判定を滲み検出や補正の効果のある原稿、領域に対して実施するようにしても良い。

ここで、滲み検出の詳細について説明する。

図４は滲み検出技術を用いた滲み検出処理の詳細を示すフローチャートである。

ステップＳ４１では、図３のステップＳ３０において前処理が施された画像データを受取る。ここでは、滲み検出処理を行う為の画像領域管理などを行う。リアルタイム性を重視する為に、画像データをブロック単位（画像原稿１頁分の画像データを小さい矩形領域に分割した領域１つ１つをブロックという）で処理する。この場合、そのブロック領域で画像解析を行うので、ブロック間境界領域（のりしろ領域）の制御を行う。なお、リアルタイム性が要求されない場合には、ページバッファを用いてページ単位で処理を行うようにしても良い。

ステップＳ４２では収縮処理を実行する。収縮処理とは、対象とする画像の境界部を一回り剥ぎ取る処理をいう。例えば、図５の“野”という文字画像の場合、“野”という文字を構成する画素に関し、“野”という文字を囲む領域（例えば、矩形領域）を回るように外側から１画素ずつ剥ぎ取る。この処理を繰り返すと文字は細くなり、対象の領域が小さくなり、やがて消える。その途中の段階で、孤立点や滲みによって発生した細線は保存しない。このようにして、所定の回数、収縮処理を実行する。なお、その範囲やどれほどの画素値を保存するかどうかは所定の値に従う。

例えば、図６（ａ）に示すような画像が入力された場合、この収縮処理により孤立点は除去され細線は細切れになる。所定の処理範囲と閾値との組合せにより複数回の収縮処理が実行されると、例えば、図６（ｂ）に示すような画像が得られる。図６（ｂ）からは、孤立点や記録媒体の繊維に沿って浸透したひげ状の滲みが除去され、“Ａ”という文字画像としては細くなった形状が得られることが分かる。

ステップＳ４３では閾値補正を実行する。入力画像データは多値データであるので（図６では２値画像として表現している）、閾値による２値化を行う。

ステップＳ４４では膨張処理を実行する。膨張処理とは、対象とする画像の境界部を一回り大きくする処理をいう。文字画像で言えば、その文字の輪郭を太くする処理を行う。この処理によって、くびれた画像ややせた画像が図６（ｃ）に示すよう太い画像に変換される。なお、図６（ｃ）に示す画像でも滲みの多くは除去されていることが分かる。次に、ステップＳ４２〜Ｓ４４で行った収縮・膨張処理で消去された部分に必要な情報が、残った部分に消去すべき情報が残っていないかどうかを確認するために、次の処理を行う。

即ち、ステップＳ４５では、元の画像と収縮・膨張処理により得られた画像との比較を行う。例えば、図６（ａ）に示す画像と図６（ｃ）に示す画像との比較を行う。この比較により、図７に示される画像が得られる。これは、２つの画像の各画素値の差が所定の閾値より大きい画素のみを表示した画像である。図７において、白く表示された画素がステップＳ４５の処理で検出された、滲み候補画素となる。このように、滲み部分が候補画素のうち滲みやくびれなど補正を期待する以外の画素にも有ることがわかる。

ステップＳ４６では、滲み候補検定処理を行う。これによって、これらの画素（補正を期待する画素以外）を滲み候補画素から除去する。具体的には、元の画像との隣接割合を使用する。例えば、元の画像における注目画素の隣接８画素およびその外郭１６画素における骨格（文字部分）により滲み候補の確からしさを判断する。

滲み候補画素について、隣接する画素の滲み候補結果を元に判断する方法を代表例を用い説明する。

図８は代表的な滲み候補画素と隣接する画素の滲み候補画素の配置を示した図である。以下の説明では、図８に図示した５×５の画素マトリクスにおいて“Ｘ”で示した滲み候補画素を着目画素として説明する。また、黒画素（図では灰色の画素）は滲み候補画素、白画素は滲み候補でない画素である。

まず、滲み評価値の高い例を説明する。

Ａ−１に示す場合
これは、着目画素が滲み候補画像に挟まれておらず、連続した滲み候補画像に接している場合あり、滲み画像の評価を高く判定する（ＥｖａＡ＝１）。また、白画素は滲み候補でない画素に含まれる画素を更に、ステップＳ４２で作成した図６（ｂ）に示した「やせ画像」の画素か否かで分類する。Ａ−１では、「やせ画像」の画素を丸（●）で示し、以下骨格画素と呼ぶ。一方、「やせ画像」でない画素を三角（▲）で示している。

さらに、骨格画素との隣接関係を用い、例えば、Ａ−１−１の様に隣接していない場合は滲み画素と判断する。これに対して、例えばＡ−１−２の様に隣接している場合は滲み画素の評価を低く判定する（ＥｖａＡ＝０．１）。

以下、骨格画素を用いた再評価について、上記と同様の場合はその説明は省略する。

Ａ−２とＡ−３に示す場合
Ａ−１の場合と同様、着目画素が滲み候補画像に挟まれておらず、連続した滲み候補画像に接している場合、滲み画像の評価を高く判定する（ＥｖａＡ＝１）。

Ａ−４に示す場合
着目画素が滲み候補画像に挟まれておらず、一部欠落した連続した滲み候補画像に接している場合、たとえ骨格画素との隣接していても、滲み画像の評価を高く判定する（ＥｖａＡ＝１）。

Ａ−５に示す場合
着目画素が滲み候補画像に挟まれており、連続した滲み候補画像に接している場合、滲み画像の評価を高く判定する（ＥｖａＡ＝１）。

Ａ−６に示す場合
着目画素が滲み候補画像に挟まれておらず、連続した滲み候補画像に複数に接している場合、輪郭部分の可能性が高くなる為、滲み画像の評価値を下げて判定する（ＥｖａＡ＝０．５）。

Ａ−７に示す場合
着目画素が滲み候補画像に挟まれておらず、連続した滲み候補画像に接している場合、図８のＡ−７に例示するような文字の装飾「セリフ」の可能性が小さなフォントの場合高くなる為、滲み画像の評価値を下げて判定する（ＥｖａＡ＝０．７）。

次に、滲み評価値が低い例を説明する。

Ｂ−１に示す場合
この場合、着目画素の隣接に滲み候補画像が無く、滲み画像の評価は低くなるが（ＥｖａＡ＝０）、インクやトナーの飛散した汚れの可能性を高く判定する（ＥｖａＢ＝１）。

Ｂ−２とＢ−３に示す場合
この場合、連続した滲み候補画像があるが、骨格画素と隣接してないので、滲み画像の評価は低くなるが（ＥｖａＡ＝０）、インクやトナーの飛散した汚れの可能性を高く判定する（ＥｖａＢ＝０．９）。

Ｃ−１、Ｃ−２、Ｃ−３、及びＣ−４に示す場合
これらの場合、連続した滲み候補画像に挟まれており、輪郭部分の可能性が高いので、滲み画像の評価、汚れの評価とも低くする（ＥｖａＡ＝０）。

Ｃ−５に示す場合
この場合、着目画素が滲み候補画像に挟まれておらず、連続した滲み候補画像に接しているが、輪郭部分の可能性が高いので、滲み画像の評価、汚れの評価を低くする（ＥｖａＡ＝０．１）。

Ｃ−６に示す場合
この場合、着目画素が滲み候補画像に挟まれて、連続した滲み候補画像に接しているが、「セリフ」部分の可能性が高いので、滲み画像の評価を低くする（ＥｖａＡ＝０．３）。

上記のような複数の評価結果を以下の式を用いて評価し、各画素毎の評価データを作成する。

Ｅｖａ＝Ｆ（ＥｖａＡ，ＥｖａＢ）
Ｆ（ＥｖａＡ，ＥｖａＢ）＝ ａ × ＥｖａＡ ＋ｂ × ＥｖａＢ
または、
Ｆ（ＥｖａＡ，ＥｖａＢ）＝ ａ × ＥｖａＡ × ＥｖａＢ
（ａ、ｂは係数）
ここで、図３のフローチャートに戻って説明を続けると、ステップＳ５０では、上記評価結果が閾値以上であれば、滲みの補正処理を実行する。ステップＳ４０において、滲み候補部分から補正を期待する画素以外の画素も推定されるので、ステップＳ５０では、元の画像から滲みとして確定された画素を取り除く（白画素に置換する）。

なお、この処理では、完全にその画素を取り除くのではなく、元の画像を表現する輝度データに滲みとして検出された画素に所定の輝度データを加算することで、滲み部分を薄くするようにしても良い。また、元の画像と滲み検出で中間的に得られた図６（ｂ）に示すような骨格画像（やせ画像）の各画像に所定の係数をかけた後、合成するようにしても良い。

次に、ステップＳ６０では、プリセットされた画像処理（加工処理）を行う。これには、コピー処理に伴う文字強調や各種フィルタ処理、彩度加工、下地加工、墨加工などが含まれる。さらに、ステップＳ７０では、インク色（ＣＭＹＫなど）への色分解などの後処理を実行する。

最後に、ステップＳ８０では、生成された画像データを用いて画像出力部９よりプリント出力処理を実行する。

従って以上説明した実施例に従えば、スキャナで読取った画像原稿に滲みが存在していてもこれを自動的に検出して除去し、高品位の画像を得ることができる。

なお、滲み検出に伴う画像の解析処理に以下の解析情報を使用しても良い。つまり、滲み検出処理を行う為の画像領域として前述の範囲と同等もしくはより広い領域の特性解析を行う。例えば、インクと紙による滲みの発生は、類似した画像では類似した現象を示す。つまり、黒い文字の印刷結果であれば局所的に滲みが偏在することは少ないので、この特性を利用し、滲み検出結果と元の画像との相関を検定する。これにより、滲みの誤検知や検出漏れを低減するようにする。

さらに、図６（ｂ）に示した「やせ画像」を用い、元の画像の骨格濃度を得、この情報に基づいて滲み検出の２値化の閾値を変動させるようにしても良い。またさらに、この情報を滲み検出のみならず、図３に示すステップＳ５０の滲み補正における係数に反映させるようにしてもよい。

さて、薄い文字では滲みも有用な情報も低濃度であるため、閾値を変動させると有効な情報は残し、滲みを低減できる作用がある。一方、濃い文字では閾値を変動させることにより高濃度の滲みを除去できる作用がある。従って、閾値を薄い文字画像であるか濃い文字画像であるかに従って変動させると良い。

また、紙の繊維に沿って広がる滲みの拡がり方向は方向依存性があることが予想される。この特徴を生かし、滲み検出に角度解析処理を付加し、その結果を用いることで、滲み候補部分が画像コンテンツに起因するものか、滲みであるのかを判断を行っても良い。上記記載した各種解析情報はステップＳ５０で説明した評価値（Ｅｖａ）の閾値に対応させるようにしても良い。

以上の説明では、コピー処理を例に、滲み検出とその補正処理について説明したが、モニタ表示のために、或は、データ保存のために滲みの検出閾値や補正の程度を最適化しても良い。

なお、本発明は、複数の機器（例えばホストコンピュータ、インタフェース機器、リーダ、プリンタなど）から構成されるシステムに適用しても、一つの機器からなる装置（例えば、多機能プリンタなど）に適用してもよい。

Claims (7)

1. スキャナにより文字画像の原稿を読み取ることにより生成された画像データを処理する画像処理方法であって、
   前記画像データが表現する文字画像の滲みや劣化を検出する検出工程と、
   前記検出工程において検出された滲みや劣化に対応する部分を前記画像データから除去する除去工程と、
   前記除去工程により滲みや劣化に対応する部分が除去された画像データを画像出力部に出力する出力工程とを有することを特徴とする画像処理方法。
2. 前記検出工程は、
   前記画像データが表現する文字を囲む領域を前記領域を回るように前記領域の画素を外側から１画素ずつ剥ぎ取ることにより、前記文字を細らせ、細線を消去する処理を行う収縮工程と、
   前記収縮工程により細くなった文字の境界部を太らせる処理を実行する膨張工程とを含むことを特徴とする請求項１に記載の画像処理方法。
3. 前記膨張工程において処理された後の画像データと元の画像読み取りにより生成された画像データとを比較する比較工程をさらに有し、
   前記除去工程は、前記比較工程における比較の結果に基づいて、前記検出された滲みや劣化に対応する部分を前記画像データから除去することを特徴とする請求項２に記載の画像処理方法。
4. 前記比較工程は、対応する各画素値に関し、前記膨張工程において処理された後の画像データと元の画像読み取りにより生成された画像データとの差を求め、該差と所定の閾値とを比較することにより、滲みや劣化の候補となる画素を判断することを特徴とする請求項３に記載の画像処理方法。
5. 請求項１乃至４のいずれか１項に記載の各工程をコンピュータに実行させるプログラム。
6. 文字画像の原稿を読み取り画像データを生成するスキャナと、
   前記スキャナにより生成された画像データを入力し、前記画像データが表現する文字画像の滲みや劣化を検出し、該検出された滲みや劣化に対応する部分を前記画像データから除去し、前記滲みや劣化に対応する部分が除去された画像データを出力する処理を実行するコンピュータと、
   前記コンピュータから出力された画像データを記録媒体にプリントするプリンタとを有することを特徴とする画像処理システム。
7. 文字画像の原稿を読み取り画像データを生成するスキャナ部と、
   前記スキャナ部により生成された前記画像データが表現する文字画像の滲みや劣化を検出する検出手段と、
   前記検出手段によって検出された滲みや劣化に対応する部分を前記画像データから除去する除去手段と、
   前記除去手段により滲みや劣化に対応する部分が除去された画像データを出力する出力手段と、
   前記出力手段により出力された画像データに基づいて画像をプリント出力するプリンタ部とを有することを特徴とする画像処理装置。