JP2013031105A - 画像処理装置、画像処理プラグラム - Google Patents

Abstract

【課題】 対象画像の属性を決定する技術において決定精度を向上する。
【解決手段】 画像処理装置は、対象画像を表す画像データを用いて、対象画像における第１の領域と前記第１の領域に包含される第２の領域とを含む複数の領域を特定する領域特定部と、写真および描画のうちのいずれかであることを少なくとも表す第１種の属性を含む複数種類の属性の中から、前記複数の領域のそれぞれの属性を決定する決定部と、を備え、決定部は、第１の領域の属性を第１種の属性に決定した場合に、第１の領域の属性を用いて、第２の領域の属性を決定する。
【選択図】 図７

Description

本発明は、対象画像の属性を判定する技術に関する。

対象画像を表す画像データに基づいて、対象画像の属性を決定する技術が知られている。対象画像の属性を正しく決定できれば、属性に応じた画像処理を施すことができる等のメリットがある。例えば、特許文献１に記載の技術は、画像において親領域を特定し、さらに、親領域を分割して得られる子領域を特定する。そして、子領域の属性（写真、絵柄など）を決定し、子領域の属性に基づいて親領域の属性を決定している。

特開２００１−１２７９９９号公報

このような対象画像の属性を決定する技術において、決定精度の向上が求められていた。

本発明の主な利点は、対象画像の属性を決定する技術において決定精度を向上することである。

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、以下の態様で実現することが可能である。

対象画像を表す画像データを用いて、前記対象画像における第１の領域と前記第１の領域に包含される第２の領域とを含む複数の領域を特定する領域特定部と、写真および描画のうちのいずれかであることを少なくとも表す第１種の属性を含む複数種類の属性の中から、前記複数の領域のそれぞれの属性を決定する決定部と、を備え、前記決定部は、前記第１の領域の属性を前記第１種の属性に決定した場合に、前記第１の領域の属性を用いて、前記第２の領域の属性を決定する、画像処理装置。

上記構成の画像処理装置によれば、第１の領域に包含される第２の領域の属性を、第１の領域の属性を用いて、精度良く決定することができる。

なお、本発明は、種々の形態で実現することが可能であり、例えば、画像処理サーバ、画像処理システム、画像処理方法、これらの機能を実現するためのコンピュータプログラム、そのコンピュータ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。

実施例における画像処理装置としての複合機２００の構成を示すブロック図。 画像処理の処理ステップを示すフローチャート。 対象画像Ｇおよび対象画像Ｇに対応するブロック画像ＢＧの一例を示す図。 ラベリング処理について説明する図。 構造木の一例を示す図。 属性判定処理について説明する説明図。 属性変更処理の処理ステップを示すフローチャート。 属性変更処理の処理内容を説明する表。 属性変更処理の処理結果の一例を示す第１の図。 属性変更処理の処理結果の一例を示す第２の図。

Ａ．実施例：
Ａ−１．複合機の構成：
次に、本発明の実施の形態を実施例に基づき説明する。図１は、実施例における画像処理装置としての複合機２００の構成を示すブロック図である。

複合機２００は、ＣＰＵ２１０と、ＲＯＭとＲＡＭとを含む内部記憶装置２４０と、所定の方式（例えば、インクジェット、レーザー）で画像を印刷するプリンタ部２５０と、光電変換素子（例えば、ＣＣＤ、ＣＭＯＳ）を用いて原稿を読み取るスキャナ部２６０と、タッチパネルなどの操作部２７０と、デジタルカメラ３００やパーソナルコンピュータ４００やＵＳＢメモリ（図示省略）などの外部装置とデータ通信を行うための通信部２８０と、ハードディスクドライブやＥＥＰＲＯＭなどの外部記憶装置２９０と、を備えている。

内部記憶装置２４０には、ＣＰＵ２１０が処理を行う際に生成される種々の中間データを一時的に格納するバッファ領域２４１が設けられている。外部記憶装置２９０は、複合機２００を制御するための種々のコンピュータプログラム２９１と、後述する画像処理において参照される判定テーブル２９２と、後述する画像処理の対象となる画像データ２９３を格納している。コンピュータプログラム２９１は、コンピュータ読み取り可能な記録媒体に記録された形態で提供され得る。ここでいう記録媒体は、ＣＤ−ＲＯＭ、ＵＳＢストレージなどの着脱可能な記録媒体、ＲＯＭやＲＡＭなどの計算機の内部記憶装置、ハードディスクドライブなどの計算機に接続される外部記憶装置を含む。画像データ２９３は、スキャナ部２６０を用いて原稿を読み取ることによって生成された画像データを含んでも良く、外部装置から通信部２８０を介して取得された画像データを含んでも良い。例えば、画像データ２９３は、デジタルカメラ３００によって生成された画像データや、パーソナルコンピュータ４００にインストールされた文書作成や画像作成のためのアプリケーションプログラムによって生成された画像データを含んでも良い。

ＣＰＵ２１０は、コンピュータプログラム２９１を実行することにより、後述する画像処理を実行する画像処理部Ｍ１００として機能する。画像処理部Ｍ１００は、領域特定部Ｍ１１０と、領域属性決定部Ｍ１３０とを備えている。領域特定部Ｍ１１０は、領域区分部Ｍ１１１と、包含関係判断部Ｍ１１２と、周囲領域生成部Ｍ１１３と、を備えている。領域属性決定部Ｍ１３０は、属性判定部Ｍ１３１と、属性変更部Ｍ１３２を備えている。属性変更部Ｍ１３２は、領域結合部Ｍ１３３を備えている。これらの各機能部が実行する処理については後述する。

Ａ−２．画像処理：
画像処理部Ｍ１００は、画像データを用いて、画像データが表す画像の内容を判定する一連の画像処理を実行する。図２は、画像処理の処理ステップを示すフローチャートである。

ステップＳ１００では、画像処理部Ｍ１００は、処理対象とする画像データ（対象画像データ）を選択する。例えば、画像処理部Ｍ１００は、対象画像データを指定する指定指示を操作部２７０を介してユーザから受け付け、指定指示において指定された対象画像データを、外部記憶装置２９０に格納された複数の画像データ２９３の中から選択する。

図３は、対象画像データが表す対象画像Ｇ（図３（ａ））、および、対象画像Ｇに対応するブロック画像ＢＧの一例を示す図である。この対象画像Ｇは、写真を表すオブジェクトである写真オブジェクトＰＨ（図３（ａ）の対象画像Ｇの上側の約３／４を占める部分）と、文字を表すオブジェクトである文字オブジェクトＣＨと、文字オブジェクトＣＨの背景となる背景部分ＢＫ（図３（ａ）の対象画像Ｇの下側の約１／４を占める部分）とを含んでいる。以下では、対象画像データは、ＲＧＢ画素データによって構成されたビットマップデータであるものとして説明する。ＲＧＢ画素データは、レッド（Ｒ）、グリーン（Ｇ）、ブルー（Ｂ）の３つの成分値（各成分値は、例えば、２５６階調の階調値）を含む画素データである。なお、画素データの成分値を画素値とも呼ぶ。対象画像データが他のデータ形式である場合には、画像処理部Ｍ１００は、対象画像データを上述したビットマップデータに変換した後に、以下の処理を行う。

ステップＳ２００では、画像処理部Ｍ１００の領域特定部Ｍ１１０は、対象画像データを用いて、エッジ画像を表すエッジ画像データを作成する。エッジ画像データは、対象画像データを構成する複数のＲＧＢ画素データの各成分値に対して、ｓｏｂｅｌフィルタを適用して得られる。エッジ画像データは、対象画像を構成する複数の画素にそれぞれ対応する複数のＲＧＢ画素データによって構成される。このＲＧＢ画素データは、対象画像の対応する画素のエッジ強度をＲ、Ｇ、Ｂの各成分値についてそれぞれ表した画素データである。具体的には、エッジ画像における画素位置（ｘ，ｙ）の画素の所定の成分値Ｓ（ｘ、ｙ）は、対象画像における９つの画素の成分値Ｓに対応するそれぞれの成分値Ｐを用いて、以下の式（１）によって算出される。

...式（１）
ここで、上記式（１）に示すように、９つの画素は、エッジ画像における画素位置（ｘ，ｙ）に対応する対象画像における画素位置（ｘ，ｙ）を中心とした上下左右の９つの位置の画素である。上記式（１）の第１項および第２項は、９つの位置の画素の画素値に、対応する係数をそれぞれ乗じた値の和の絶対値である。上記式（１）から解るように、エッジ画像の画素データ（画素のエッジ強度）は、対象画像において、互いに近接する第１の画素の成分値（画素値）と、第２の画素の成分値との差を用いて算出される。なお、エッジ画像の作成には、Ｓｏｂｅｌフィルタに限らず、Ｐｒｅｗｉｔｔフィルタ、Ｒｏｂｅｒｔｓフィルタなど種々のエッジ検出用フィルタが利用できる。

ステップＳ３００では、領域特定部Ｍ１１０の領域区分部Ｍ１１１は、エッジ画像データが表すエッジ画像に対して複数の単位ブロックＢを設定する。単位ブロックＢは、エッジ画像Ｅに対して格子状に配置されたブロックである。エッジ画像Ｅと対象画像Ｇと同じサイズ（縦および横の画素数）であるので、単位ブロックＢは対象画像Ｇに対して設定されると言うこともできる。図３（ａ）では、対象画像Ｇに設定された格子状の単位ブロックＢを仮想的に図示している。単位ブロックＢは、例えば、エッジ画像Ｅ（対象画像Ｇ）の画素を１単位として、その１単位の画素をＮ行×Ｎ列（Ｎは所定の自然数）に並べた大きさを有する。単位ブロックＢは、後述するように、対象画像における領域を特定する際の最小の単位である単位領域である。Ｎの大きさは、任意の設計値とされるが、例えば、１０〜５０程度に設定される。領域区分部Ｍ１１１は、単位ブロックＢの設定に対応して、ブロック画像ＢＧを設定する（図３（ｂ））。

ブロック画像ＢＧを構成する各画素（ブロック画素）ＢＰは、上述した複数の単位ブロックＢのそれぞれに対応している。ブロック画素ＢＰの画素値は、対応する単位ブロックＢに関する各種の情報（例えば、後述する領域識別情報）を表す値が用いられる。ブロック画像ＢＧが設定された段階では、全てのブロック画素ＢＰの画素値が０にされる（初期化される）。

ステップＳ４００では、領域区分部Ｍ１１１は、複数の単位ブロックＢのそれぞれを、非均一ブロックおよび均一ブロックのうちのいずれかに分類する。例えば、領域区分部Ｍ１１１は、単位ブロックＢごとに、エッジ強度（領域エッジ強度）を算出する。具体的には、領域区分部Ｍ１１１は、領域エッジ強度を示す特徴値として、単位ブロックＢ内の全てのエッジ画像の画素について、各成分値（Ｒ、Ｇ、Ｂ）の平均値（ＥＲａｖｅ、ＥＧａｖｅ、ＥＢａｖｅ）を算出する。そして、領域区分部Ｍ１１１は、単位ブロックＢの領域エッジ強度と所定の基準値とを比較することによって、単位ブロックＢを、均一ブロックおよび非均一ブロックのいずれかに分類する。均一ブロックは、領域エッジ強度が所定の基準値より小さい単位ブロックである。非均一ブロックは、領域エッジ強度が所定の基準値以上である単位ブロックである。例えば、領域区分部Ｍ１１１は、領域エッジ強度を示す上述した平均値（ＥＲａｖｅ、ＥＧａｖｅ、ＥＢａｖｅ）を、それぞれの値について定められた基準値（ＥＴｒ、ＥＴｇ、ＥＴｂ）と比較する。この比較の結果、領域区分部Ｍ１１１は、ＥＲａｖｅ＜ＥＴｒ、かつ、ＥＧａｖｅ＜ＥＴｇ、かつ、ＥＢａｖｅ＜ＥＴｂが成立する場合には、領域特定部Ｍ１１０は、処理対象の単位ブロックＢを均一ブロックに分類する。逆に、ＥＲａｖｅ≧ＥＴｒ、および、ＥＧａｖｅ≧ＥＴｇ、および、ＥＢａｖｅ≧ＥＴｂのうちの少なくとも一つが成立する場合には、領域区分部Ｍ１１１は、処理対象の単位ブロックＢを非均一ブロックに分類する。

領域区分部Ｍ１１１は、単位ブロックＢの分類結果を、その単位ブロックＢに対応するブロック画素ＢＰの画素値に記録する。図３（ｂ）は、単位ブロックＢの分類が実行された後のブロック画像ＢＧの一例を示している。画素値「０」は、そのブロック画素ＢＰに対応する単位ブロックＢが非均一ブロックに分類されたことを示している。画素値「１」は、そのブロック画素ＢＰ画素に対応する単位ブロックＢが均一ブロックに分類されたことを示している。

ステップＳ５００では、領域区分部Ｍ１１１は、単位ブロックＢを複数のグループに分類して、グループごとに領域識別子を付すラベリング処理を実行する。

図４は、ラベリング処理について説明する図である。図４（ａ）には、ラベリング処理後のブロック画像ＢＧの一例が示されている。図４（ｂ）には、ラベリング処理によって、対象画像Ｇにおいて特定された画像領域を示している。領域区分部Ｍ１１１は、ブロック画像ＢＧにおいて、画素値が「０」であり互いに隣接する複数のブロック画素ＢＰを同じグループとし、画素値が「１」であり互いに隣接する複数のブロック画素ＢＰを同じグループとする。そして、領域区分部Ｍ１１１は、同じグループに属するブロック画素ＢＰは同じ画素値を有し、異なるグループに属するブロック画素ＢＰは異なる画素値を有するように、各ブロック画素ＢＰの画素値を更新する。この結果、ブロック画像ＢＧにおいて、同じ画素値を有するブロック画素ＢＰで構成される画像領域が特定される。

図４（ａ）の例では、ブロック画像ＢＧにおいて、８つの画像領域ＢＡ１〜ＢＡ４、ＢＢ１〜ＢＢ４が特定されている。図４では、図の煩雑を避けるために、ブロック画素ＢＰの画素値を図示していないが、同じ画像領域を構成するブロック画素ＢＰの画素値は、同じ値とされている。ブロック画像ＢＧにおいて特定された画像領域ＢＡ１〜ＢＡ４、ＢＢ１〜ＢＢ４（図４（ａ））に対応して、単位ブロックＢを最小単位とする画像領域Ａ１〜Ａ４、Ｂ１〜Ｂ４（図４（ｂ））が、対象画像Ｇにおいて特定される。以上の説明から解るように、ラベリング処理後のブロック画像ＢＧの画素値は、対象画像Ｇにおいて特定された画像領域Ａ１〜Ａ４、Ｂ１〜Ｂ４を識別する領域識別子であって、単位ブロックＢごとに付された領域識別子である。ブロック画像ＢＧのデータは、対象画像Ｇの領域識別子のデータであるということができる。

なお、対象画像Ｇにおいて特定される画像領域は、非均一領域と均一領域とのうちのいずれかである。非均一領域は、非均一ブロックに分類された単位ブロックＢによって構成される領域である。均一領域は、均一ブロックに分類された単位ブロックＢによって構成される領域である。図４（ｂ）の例では、ハッチングされた画像領域Ｂ１〜Ｂ４は、均一領域であり、ハッチングされていない領域Ａ１〜Ａ４は、非均一領域である。互いに隣接する非均一ブロックは、１つの画像領域（非均一領域）として特定され、互いに隣接する均一ブロックは１つの画像領域（均一領域）として特定される。このために、対象画像Ｇの外縁（画像端）に位置する領域（図４（ｂ）の例では、領域Ａ１、Ｂ４）を除いて、非均一領域は均一領域に囲まれ、均一領域は非均一領域に囲まれている。

図４（ｂ）の例では、対象画像Ｇの画像領域として、写真オブジェクトＰＨに対応する領域として画像領域Ａ１が特定され、文字オブジェクトＣＨに対応する領域として画像領域Ａ４が特定され、背景部分ＢＫに対応する領域として画像領域Ｂ４が特定されている。さらに、画像領域Ａ１に包含される領域である均一領域Ｂ１、Ｂ２、Ｂ３が特定されている。さらに、均一領域Ｂ１に包含される領域である非均一領域Ａ２が特定され、均一領域Ｂ２に包含される領域である非均一領域Ａ３が特定されている。

図２（ａ）のステップＳ６００では、領域特定部Ｍ１１０の包含関係判断部Ｍ１１２は、包含関係決定処理を実行する。包含関係決定処理は、対象画像Ｇにおいて特定された複数の画像領域Ａ１〜Ａ４、Ｂ１〜Ｂ４の間の包含関係を判断して、包含関係を表す構造木を作成する処理である。なお、図２（ｂ）は、属性変更処理の処理ステップを示すフローチャートである。

図２（ｂ）のステップＳ６１０では、周囲領域生成部Ｍ１１３は、ブロック画像ＢＧに周囲を囲む周囲ブロック画素ＡＢＰを設定（追加）する。複数の周囲ブロック画素ＡＢＰは、図４（ａ）においてクロスハッチングで示すように、ブロック画像ＢＧの外縁に沿って設定され、ブロック画像ＢＧの全周を囲む環状の領域を形成する。周囲ブロック画素ＡＢＰは、周囲ブロック画素ＡＢＰが設定される前のブロック画像ＢＧの外縁（画像端）に位置するブロック画素ＢＰであって均一領域に対応するブロック画素ＢＰと連結される。すなわち、図４（ａ）に示す例では、周囲領域生成部Ｍ１１３は、周囲ブロック画素ＡＢＰを、対象画像Ｇの外縁に位置する均一領域Ｂ４（図４（ｂ））に対応する画像領域ＢＢ４（図４（ａ））を構成するブロック画素ＢＰと連結する。そして、包含関係判断部Ｍ１１２は、周囲ブロック画素ＡＢＰの画素値（領域識別子）を、画像領域ＢＢ４の画素値（領域識別子）と同じ値とする。この結果、周囲ブロック画素ＡＢＰによって形成される周囲領域と、画像領域ＢＢ４は、１つの領域として特定される。周囲ブロック画素ＡＢＰを追加することは、対象画像Ｇの周囲に、対象画像Ｇの全周を囲む均一領域であって領域の幅が単位ブロックＢの１つ分の環状の領域（周囲領域）を生成することに等しい。生成される周囲領域は、元の対象画像Ｇの領域とは異なる新たな領域である。以下の包含関係決定処理の説明で、単に、ブロック画像ＢＧと呼ぶとき、周囲ブロック画素ＡＢＰが追加されたブロック画像ＢＧを意味するものとする。

ステップＳ６２０では、包含関係判断部Ｍ１１２は、走査順（選択順）に従って、ブロック画素を選択する。具体的には、包含関係判断部Ｍ１１２は、図４（ａ）に示す行番号の順に１行ずつ走査対象とする。そして、包含関係判断部Ｍ１１２は、走査対象の行の複数のブロック画素を、行と平行な方向（例えば、図４の左から右に向かう方向）に沿って、１ブロック画素ずつ順次に、選択していく。そして、１行分のブロック画素について選択が終了すると、次の行番号の行（列方向に隣接する行）を走査対象とする。このように、ブロック画像ＢＧにおいて、ブロック画素を順次に選択（走査）していくことは、対象画像Ｇにおいて、単位ブロックＢを順次に選択（走査）していくことに、等しい。

ステップＳ６３０では、包含関係判断部Ｍ１１２は、選択されたブロック画素の領域識別子（画素値）と、走査方向側に隣接するブロック画素（次に選択されるブロック画素）の領域識別子とが異なるか否かを判断する。すなわち、包含関係判断部Ｍ１１２は、走査順（選択順）がｎ番目のブロック画素の領域識別子（第ｎの識別子とも呼ぶ）と、（ｎ＋１）番目のブロック画素の領域識別子（第（ｎ＋１）の識別子とも呼ぶ）とを比較して、第ｎの識別子と第（ｎ＋１）の識別子とが異なるか否かを判断する。

選択されたブロック画素の領域識別子（第ｎの識別子）と、隣接するブロック画素の領域識別子（第（ｎ＋１）の識別子）とが異なる場合には（ステップＳ６３０：ＹＥＳ）、包含関係判断部Ｍ１１２は、第ｎの識別子に対応する画像領域と、第（ｎ＋１）識別子に対応する画像領域との包含関係が取得済みであるか否かを判断する（ステップＳ６４０）。すなわち、包含関係判断部Ｍ１１２は、第ｎの識別子によって特定される画像領域と、第（ｎ＋１）識別子に対応する画像領域との包含関係を示す構造木が作成されているか否かを判断する。これらの画像領域の間の包含関係が取得されていない場合には（ステップＳ６４０：ＮＯ）、包含関係判断部Ｍ１１２は、これらの画像領域の間の包含関係を取得する（ステップＳ６５０）。具体的には、包含関係判断部Ｍ１１２は、第ｎの識別子によって特定される画像領域に、第（ｎ＋１）識別子に対応する画像領域が包含されると判断し、その包含関係を表す構造木を作成する。そして、包含関係判断部Ｍ１１２は、処理をステップＳ６６０に移行する。

第ｎの識別子と、第（ｎ＋１）の識別子とが同じ場合（ステップＳ６３０：ＮＯ）、および、第ｎの識別子に対応する画像領域と、第（ｎ＋１）識別子に対応する画像領域との包含関係が取得済みである場合には（ステップＳ６４０：ＹＥＳ）、包含関係判断部Ｍ１１２は、包含関係を取得することなく、処理をステップＳ６６０に移行する。

ステップＳ６６０では、包含関係判断部Ｍ１１２は、全てのブロック画素が選択されたか否かを判断する。全てのブロック画素が選択されていない場合には（ステップＳ６６０：ＮＯ）、包含関係判断部Ｍ１１２は、ステップＳ６２０に戻って、上述した走査順に従って、新たなブロック画素を選択して、上述したステップＳ６３０〜Ｓ６５０までの処理を繰り返す。全てのブロック画素が選択されている場合には（ステップＳ６６０：ＹＥＳ）、包含関係判断部Ｍ１１２は、包含関係決定処理を終了する。

具体例を説明すると、図４（ａ）に示すブロック画像ＢＧを走査対象とすると、包含関係判断部Ｍ１１２は、２行目をブロック画素列において、破線Ｐ１で囲む２つのブロック画素の領域識別子を比較対象とするときに、ブロック画像ＢＧにおける画像領域ＢＢ４（周囲ブロック画素ＡＢＰと連結された領域）と画像領域ＢＡ１との包含関係、を取得する。すなわち、包含関係判断部Ｍ１１２は、対象画像Ｇにおける画像領域Ｂ４と、画像領域Ａ１との包含関係を取得する。一方、２行目をブロック画素列において、破線ＰＸで囲む２つのブロック画素の領域識別子を比較対象とするときには、既にブロック画像ＢＧにおける画像領域ＢＢ４と画像領域ＢＡ１との包含関係は、取得済みであるので、包含関係判断部Ｍ１１２は、包含関係を取得しない。

図５は、構造木の一例を示す図である。この構造木ＳＴ１は、図４（ａ）に示すブロック画像ＢＧに対して包含関係決定処理を実行して得られる構造木である。構造木ＳＴ１は、丸印で示されたノードＮ１〜Ｎ８と、２つのノードの間を結ぶリンクＬ１〜Ｌ７を備えている。各ノードに対応付けられた属性情報Ｚ１〜Ｚ８は、後述する属性判定処理で生成される。構造木ＳＴ１は、図４（ｂ）に示す対象画像Ｇにおいて特定された画像領域Ａ１〜Ａ４、Ｂ１〜Ｂ４の包含関係を示している。各ノードは、ノード内に付した符号の領域に対応している。各リンクは、リンクの両端に位置する２つのノードに対応する２つの領域が包含関係にあることを示している。具体的には、リンクの両端のうち、図５の上側の端に位置するノード（親ノードとも呼ぶ）に対応する領域（親領域とも呼ぶ）は、図５の下側の端に位置するノード（子ノードとも呼ぶ）に対応する領域（子領域とも呼ぶ）を包含していることを表している。

ここで、図５におけるノードＮ１のように、対応する画像領域が、他の全てのノードに対応する領域を包含しているノードを、最上位ノードとも呼ぶ。また、最上位ノードの子ノードを第２層ノードとも呼び、第２層ノードの子ノードを第３層ノードとも呼ぶ。

包含関係決定処理において、包含関係判断部Ｍ１１２は、図４（ａ）に示す破線Ｐ１〜Ｐ７にて囲まれたブロック画素の組のそれぞれを比較対象としたときに、リンクＬ１〜Ｌ７で示される包含関係をそれぞれ取得して、構造木ＳＴ１を作成する。

構造木ＳＴ１が生成されると、図２（ａ）のステップＳ７００では、領域属性決定部Ｍ１３０の属性判定部Ｍ１３１は、属性判定処理を実行する。属性判定処理は、対象画像Ｇにおいて特定された画像領域のうちの非均一領域Ａ１〜Ａ４の属性を判定する処理である。

図６は、属性判定処理について説明する説明図である。属性判定部Ｍ１３１は、処理対象の画像領域（対象領域）の画素密度Ｄ、分布幅Ｗ、色数Ｓに基づいて、対象領域の属性を判定する。属性判定部Ｍ１３１は、まず、対象領域を構成する複数の画素をオブジェクト画素と背景画素に分類（二値化）する。例えば、属性判定部Ｍ１３１は、対象領域（非均一領域）を構成する複数の画素のうち、対象領域に隣接する均一領域の画素の色との差が、所定の基準より小さい画素を背景画素とする。属性判定部Ｍ１３１は、対象領域を構成する複数の画素のうち、背景画素を除いた画素を、オブジェクト画素とする。

画素密度Ｄは、対象領域に占めるオブジェクト画素の割合を示す値である。画素密度Ｄは、Ｄ＝Ｎｏ／Ｎａ＝Ｎｏ／（Ｎｏ＋Ｎｂ）で表される。ここで、Ｎｏは、オブジェクト画素の数、Ｎａは、対象領域を構成する全ての画素の数（対象領域の画素の総数）、Ｎｂは、背景画素の数、をそれぞれ表す。オブジェクト画素の画素密度Ｄは、１／｛１＋（Ｎｂ／Ｎｏ）｝と表すことができることから明らかなように、オブジェクト画素の数Ｎｏと背景画素の数Ｎｂとの比率に応じた特徴値と言うことができる。

属性判定部Ｍ１３１は、さらに、対象領域を構成する画素のうち、オブジェクト画素についての輝度分布を算出する。図６（ａ）は、輝度分布を表すヒストグラムの一例を示す図である。図６（ａ）のヒストグラムは、横軸に輝度値Ｙ（２５６階調）を取り、各輝度値を有する画素の数を縦軸にプロットして得られる。輝度値Ｙは、ＲＧＢ画素データ（Ｒ、Ｇ、Ｂ）を用いて、例えば、輝度値Ｙ=((0.298912×Ｒ)＋(0.586611×Ｇ)＋(0.114478×Ｂ))という式で算出される。

分布幅Ｗは、例えば、上述した輝度値Ｙのヒストグラムにおいて、基準値Ｔｈ２よりも多くの画素が有する輝度値Ｙのうちの最大値と、基準値Ｔｈ２よりも多くの画素が有する輝度値Ｙのうちの最小値との差である（図６（ａ））。分布幅Ｗは、輝度値の分布の特徴を表す特徴値であって、輝度値の分布範囲の広さを示す特徴値であると言える。

色数Ｃは、図６（ａ）に示すように、本実施例では、基準値Ｔｈ２より多くの画素を有する輝度値Ｙの数である。輝度値Ｙが異なれば、その画素の色が異なるので、異なる輝度値Ｙの数（輝度値Ｙの種類の数）は、異なる色の数（色の種類の数）を表している。すなわち、色数Ｃは、異なる輝度値Ｙの数を示す特徴値であると言える。

属性判定部Ｍ１３１は、上述した画素密度Ｄと、分布幅Ｗと、色数Ｃとに基づいて、対象領域の属性を判定する。例えば、属性判定部Ｍ１３１は、上述した画素密度Ｄ、分布幅Ｗ、色数Ｃのそれぞれが、対応する基準値Ｄｔｈ、Ｗｔｈ、Ｃｔｈ以上であるか否かを判断する。属性判定部Ｍ１３１は、これらの判断結果を用いて、図６（ｂ）に示す判定テーブル２９２を参照して、対象領域の属性判定部Ｍ１３１を判定する。本実施例では、対象領域（非均一領域である画像領域Ａ１〜Ａ４）の属性は、「写真」「文字」「描画」のいずれかに判定される。ここで、描画は、イラスト、表、線図、模様などを含む。この属性判定処理の判定結果を用いて、構造木ＳＴ１における各ノード（各画像領域に対応）に属性情報Ｚ１〜Ｚ８が対応付けられる（図５）。

判定テーブル２９２から解るように、対象領域の属性が「文字」であると判定される場合は、以下の２つである。
（１−１）色数Ｃ＜Ｃｔｈ、かつ、画素密度Ｄ＜Ｄｔｈ
（１−２）分布幅Ｗ＜Ｗｔｈ、かつ、色数Ｃ≧Ｃｔｈ、かつ、画素密度Ｄ＜Ｄｔｈ
また、対象領域の属性が「描画」であると判定される場合は、以下の１つである。
（２−１）色数Ｃ＜Ｃｔｈ、かつ、画素密度Ｄ≧Ｄｔｈ
また、対象領域の属性が「写真」であると判定される場合は、以下の２つである。
（３−１）分布幅Ｗ≧Ｗｔｈ、かつ、色数Ｃ≧Ｃｔｈ
（３−２）分布幅Ｗ＜Ｗｔｈ、かつ、色数Ｃ≧Ｃｔｈ、かつ、画素密度Ｄ≧Ｄｔｈ

本実施例では、（１−１）に示す場合に、対象領域の属性を「文字」であると判定するので、色数Ｃが比較的少なく、画素密度Ｄが比較的小さいという、典型的な文字の特徴を有する画像領域の属性を、正しく判定することができる。また、（２−１）に示す場合に、対象領域の属性を「描画」であると判定するので、色数Ｃが比較的少なく、画素密度Ｄが比較的大きいという、典型的な描画の特徴を有する画像領域の属性を、正しく判定することができる。また、（３−１）に示す場合に、対象領域の属性を「写真」であると判定するので、分布幅Ｗが比較的大きく、色数Ｃが比較的多いという、典型的な写真の特徴を有する画像領域の属性を、正しく判定することができる。

ステップＳ８００では、領域属性決定部Ｍ１３０の属性変更部Ｍ１３２は、属性変更処理を実行する。図７は、属性変更処理の処理ステップを示すフローチャートである。なお、図７において破線で囲むステップＳ８０１ｂ、Ｓ８０９ｂは、変形例において実行されるステップであるので、まずはステップＳ８０１ｂ、Ｓ８０９ｂの処理を省略して、属性変更処理を説明する。

ステップＳ８０１では、属性変更部Ｍ１３２は、構造木ＳＴ１を参照して、処理対象の画像領域（対象領域）を選択する。具体的には、属性変更部Ｍ１３２は、構造木ＳＴ１のノードＮ１〜Ｎ８のうちの上位のノードに対応する画像領域から順次に対象領域として選択する。

ステップＳ８０２では、属性変更部Ｍ１３２は、対象領域の属性が「写真」であるか否かを判断する。対象領域が「写真」である場合には（ステップＳ８０２：ＹＥＳ）、属性変更部Ｍ１３２は、対象領域の子領域を選択する（ステップＳ８０３）。

ステップＳ８０４では、属性変更部Ｍ１３２は、対象領域に、選択された子領域を結合する。ここで、２つの領域を結合するとは、それぞれ異なる領域として特定されている２つの領域（互いに異なる領域識別子を有する２つの領域）を、１つの領域として特定する（１つの領域識別子によって識別される領域とする）ことを言う。また、結合後の１つの領域の属性は、結合前の親領域の属性とされる。

ステップＳ８０５では、属性変更部Ｍ１３２は、対象領域と結合された子領域の子領域（対象領域から見ると孫領域）を、対象領域の子領域に変更する。例えば、図５におけるノードＮ２に対応する画像領域Ａ１が対象領域である場合、画像領域Ａ１の属性は「写真」であるので、上述したステップＳ８０３おいて、例えば、子領域である画像領域Ｂ１（ノードＮ４に対応）が選択される。そして、ステップＳ８０４において、画像領域Ａ１と、画像領域Ｂ１とが結合され、ステップＳ８０５において、画像領域Ｂ１の子領域である画像領域Ａ２（ノードＮ７に対応）が、画像領域Ａ１の子領域に変更される。

ステップＳ８０６では、属性変更部Ｍ１３２は、対象領域の全ての子領域が選択されたか否かを判断する。全ての子領域が選択されていない場合には（ステップＳ８０６：ＮＯ）、属性変更部Ｍ１３２は、ステップＳ８０３に戻って、新たな子領域を選択して、上述したステップＳ８０４〜Ｓ８０５の処理を繰り返す。全ての子領域が選択されている場合には（ステップＳ８０６：ＹＥＳ）、属性変更部Ｍ１３２は、ステップＳ８０７に処理を移行する。

上述したステップＳ８０２にて、対象領域の属性が「写真」でない場合には（ステップＳ８０２：ＮＯ）、属性変更部Ｍ１３２は、対象領域の属性が「描画」であるか否かを判断する（ステップＳ８０８）。対象領域の属性が「描画」でない場合には（ステップＳ８０８：ＮＯ）、属性変更部Ｍ１３２は、ステップＳ８０７に処理を移行する。対象領域が「描画」である場合には（ステップＳ８０８：ＹＥＳ）、属性変更部Ｍ１３２は、対象領域の子領域を選択する（ステップＳ８０９）。

次に、ステップＳ８１０では、属性変更部Ｍ１３２は、属性変更部Ｍ１３２は、選択された子領域の属性が「描画」および「均一領域」のうちのいずれかであるか否かを判断する。子領域の属性が「描画」および「均一領域」のうちのいずれでもない場合には（ステップＳ８１０：ＮＯ）、属性変更部Ｍ１３２は、ステップＳ８１３に処理を移行する。

子領域の属性が「描画」および「均一領域」のうちのいずれかである場合には（ステップＳ８１０：ＹＥＳ）、属性変更部Ｍ１３２は、対象領域に、選択された子領域を結合する（ステップＳ８１１）。

そして、ステップＳ８１２では、属性変更部Ｍ１３２は、対象領域と結合された子領域の子領域（対象領域から見ると孫領域）を、対象領域の子領域に変更し、ステップＳ８１３に処理を移行する。

ステップＳ８１３では、属性変更部Ｍ１３２は、対象領域の全ての子領域が選択されたか否かを判断する。全ての子領域が選択されていない場合には（ステップＳ８１３：ＮＯ）、属性変更部Ｍ１３２は、ステップＳ８０９に戻って、新たな子領域を選択して、上述したステップＳ８１０〜Ｓ８１２の処理を繰り返す。全ての子領域が選択されている場合には（ステップＳ８１３：ＹＥＳ）、属性変更部Ｍ１３２は、ステップＳ８０７に処理を移行する。

ステップＳ８０７では、属性変更部Ｍ１３２は、全ての画像領域が対象領域として選択されたか否かを判断する。全ての画像領域が選択されていない場合には（ステップＳ８０７：ＮＯ）、属性変更部Ｍ１３２は、ステップＳ８０１に戻って、新たな画像領域を対象領域として選択して、上述した処理を繰り返す。全ての画像領域が選択されている場合には（ステップＳ８０７：ＹＥＳ）、属性変更部Ｍ１３２は、属性変更処理を終了する。

図８は、属性変更処理の処理内容を説明する表である。図８（ａ）に示すように、本実施例における属性変更処理によれば、属性変更部Ｍ１３２は、親領域の属性が「写真」である場合には、子領域の属性に拘わらず（子領域の属性が何であっても）、親領域に子領域を結合する。また、属性変更部Ｍ１３２は、親領域の属性が「描画」である場合であって、子領域の属性が、特定種類の属性（本実施例では、「描画」および「均一領域」）である場合には、親領域に子領域を結合する。子領域が親領域に結合されると、結合後の子領域（結合後は、独立した子領域はなく、親領域の一部である）の属性は、親領域と同じにされる。言い換えれば、属性変更部Ｍ１３２は、子領域を親領域に結合することによって、子領域の属性と親領域の属性が異なる場合には、子領域の属性を親領域の属性と同じ属性に変更している。また、属性変更部Ｍ１３２は、親領域の属性が「文字」である場合には、子領域の属性に拘わらず（子領域の属性が何であっても）、親領域に子領域を結合しない。

図９は、属性変更処理の処理結果の一例を示す第１の図である。図５に示す構造木ＳＴ１は、属性変更処理によって、図９（ａ）に示す構造木ＳＴ２に変更される。図９（ｂ）には、図９（ａ）に示す構造木ＳＴ２に対応するブロック画像ＢＧが示されている。ブロック画像ＢＧにおいて特定されている画像領域ＢＡ１、ＢＢ４、ＢＡ４は、かっこ書きで符号を示すように、対象画像Ｇにおいて特定されている画像領域Ａ１、Ｂ４、Ａ４にそれぞれ対応する。図９に示すように、属性が「写真」である対象画像Ｇの画像領域Ａ１に包含されていた画像領域（子領域Ｂ１、Ｂ２、Ｂ３、孫領域Ａ２、Ａ３：図４、図５参照）は、全て画像領域Ａ１に結合されて１つの領域とされることが解る。

図１０は、属性変更処理の処理結果の一例を示す第２の図である。図１０（ａ）は、対象画像Ｇの一例を示している。この例の対象画像Ｇは、背景画像ＢＧ１と、描画Ｄ１とを含んでいる。描画Ｄ１は、第１のグラフＤ２と、第２のグラフＤ３と、文字Ｃ１と、これらのオブジェクトＤ２、Ｄ３、Ｃ１の背景画像ＢＧ２を含んでいる。この対象画像Ｇに対して、画像処理部Ｍ１００が、上述した画像処理のステップＳ２００〜Ｓ７００までの処理を行うと、例えば、図１０（ｂ）に示す構造木ＳＴ３が作成される。この構造木ＳＴ３では、描画Ｄ１に対応する非均一領域（ノードＮ１２：属性情報Ｚ１２「描画」）に包含される領域として、背景画像ＢＧ２に対応する均一領域（ノードＮ１３：属性情報Ｚ１３「均一」）が特定されている。また、背景画像ＢＧ２に対応する均一領域に包含される領域として、第１のグラフＤ２に対応する非均一領域（ノードＮ１４：属性情報Ｚ１４「描画」）と、第２のグラフＤ３に対応する非均一領域（ノードＮ１５：属性情報Ｚ１５「描画」）と、文字Ｃ１に対応する非均一領域（ノードＮ１６：属性情報Ｚ１６「文字」）と、が特定されている。

図１０（ｂ）に示す構造木ＳＴ３は、属性変更処理によって、図１０（ｃ）に示す構造木ＳＴ４に変更される。属性変更処理が実行される前の時点では、属性が「描画」である非均一領域（描画Ｄ１に対応する画像領域）に、上述したように、１つの子領域（背景画像ＢＧ２に対応する均一領域と、３つの孫領域（オブジェクトＤ２、Ｄ３、Ｃ１にそれぞれ対応する非均一領域）が包含されている。これらの領域のうち、属性が「描画」または「均一」である領域、すなわち、背景画像ＢＧ２に対応する均一領域と、オブジェクトＤ２、Ｄ３にそれぞれ対応する非均一領域は、描画Ｄ１に対応する画像領域に結合される。一方、属性が「文字」である領域（文字Ｃ１に対応する非均一領域）は、描画Ｄ１に対応する画像領域に結合されることなく、独立した子領域として残される。

属性変更処理が終了すると、画像処理部Ｍ１００は、画像処理を終了する。この画像処理の後には、例えば、属性が特定された画像領域ごとに、属性に応じた画質調整処理が施される。例えば、「写真」と特定された画像領域には、ホワイトバランス、明るさなどを調整する処理が施され、「文字」と特定された画像領域には、シャープネス、コントラストを強くする処理が施され得る。

上記実施例において、属性が「写真」である対象画像Ｇの画像領域Ａ１（図４、５）は、請求項における第１の領域の例であり、上記実施例において、画像領域Ａ１に包含される画像領域Ｂ１〜Ｂ３（図４、５）は、請求項における第２の領域の例である。また、上記実施例において、画像領域Ｂ１、Ｂ２にそれぞれ包含される画像領域Ａ２、Ａ３は、請求項における第３の領域の例である。上記実施例において、「写真」属性、および、「描画」属性は、請求項における第１種の属性の例である。

以上説明した本実施例によれば、親領域の属性を用いて、子領域の属性を決定するので、子領域の属性を適切に決定することができる。例えば、領域の包含関係を考慮することなく、領域の特定および属性の判定を行うと、図４に示す例のように、写真オブジェクトＰＨに対応する画像領域Ａ１の内部に、均一領域Ｂ１〜Ｂ３や、属性が「描画」「文字」である非均一領域Ａ２、Ａ３が特定される場合がある。これは、「写真」と判定されるべき画像領域の内部に、均一な領域が存在したり、文字のような特徴や、描画のような特徴を有する領域が存在している場合に起こりえる誤判定であると考えられる。本実施例によれば、属性が「写真」であると判定された画像領域に包含される領域は、全て「写真」であると判定された親領域に結合される。この結果、属性が「写真」であると判定された画像領域に包含される領域の属性は、全て「写真」に変更されるので、上述したような誤判定を低減して、画像領域の属性を精度良く決定することができる。

また、図１０に示す例のように、属性を「描画」と判定すべき領域の内部に、さらに、属性が「描画」である領域や、均一領域が特定される場合がある。このような場合には、親領域と子領域のように分離して特定する意味が薄く、１つの領域として特定されることが適切であると考えられる。本実施例によれば、属性が「描画」であると判定された画像領域に包含される領域であって、属性が「描画」および「均一」である領域は、「描画」であると判定された親領域に結合される。この結果、属性が「描画」であると判定された画像領域（親領域）に包含され、かつ、属性が「描画」および「均一」である子領域の属性は、親領域と同じ領域として特定されるので、画像領域の特定およびその属性を適切に決定することができる。

また、図１０に示す例のように、属性を「描画」と判定すべき領域の内部に、さらに、属性が「文字」「写真」である領域が特定される場合がある。このような場合には、表や図など「描画」オブジェクトが、文字オブジェクトや写真オブジェクトを内部に包含していると考えられる。この場合には、属性が「文字」「写真」である子領域を、親領域に結合することなく、子領域のまま残すので、画像領域の包含関係および属性を適切に決定することができる。

また、上記実施例では、親領域の属性が「文字」である場合には、子領域の属性に拘わらず、親領域に子領域を結合しない。すなわち、親領域の属性が「文字」である場合には、子領域の属性を変更しない。例えば、新聞、雑誌などを表す画像では、属性が「文字」である領域に包含される領域として、属性が「写真」「描画」である領域が存在することは、比較的高い確率であり得ると考えられる。この場合には、属性が「描画」や「写真」である子領域を、属性が「文字」である親領域に結合することなく、子領域のまま残すので、画像領域の包含関係および属性を適切に決定することができる。

また、上記実施例では、例えば、親領域の属性が「写真」である場合には、孫領域の属性も「写真」に変更している。このように、親領域の属性を用いて、孫領域の属性を決定するので、孫領域の属性を適切に決定することができる。

さらに、上記実施例では、包含関係決定処理において、ブロック画像ＢＧの周囲を囲む周囲ブロック画素ＡＢＰを設定し、周囲ブロック画素ＡＢＰと画像領域Ｂ４とを連結した領域を最上位の領域（他の全ての画像領域を包含する領域）として、構造木ＳＴ１を作成している。これは、対象画像Ｇの周囲に、対象画像Ｇとは異なる幅が１つの単位ブロックＢ分の環状領域を新たに生成していることと等しい。この結果、対象画像Ｇにおいて特定される複数の領域の包含関係を、１つの構造木ＳＴ１を用いて適切に表現することができる。

さらに、上記実施例では、対象画像Ｇに複数の単位ブロックＢを設定し、単位ブロックＢを単位として複数の画像領域に対象画像を区分している。そして、複数の領域を識別するために、同じ領域を構成する単位ブロックＢ（ブロック画素ＢＰ）に同じ領域識別子を付している。そして、図４に示すように、複数の単位ブロックＢを１行ずつ順次に走査し、走査順がｎ番目（ｎは自然数）の単位ブロックＢの第ｎの識別子と、走査順が（ｎ＋１）番目の単位ブロックＢの第（ｎ＋１）の識別子とを順次に比較していくことによって、構造木ＳＴ１を作成している。この結果、包含関係を、正しく、速やかに特定することができる。

Ｂ．変形例：
この発明は上記実施例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る。

（１）上記実施例では、属性変更処理において、親領域が「描画」属性の領域である場合に、「写真」属性の子領域はそのまま残している（図８（ａ））が、親領域が「描画」属性の領域である場合には、「写真」属性の子領域は、「文字」属性の子領域に変更しても良い（図８（ｂ））。例えば、表など「描画」属性の領域は、「文字」属性の子領域を含む可能性は高いが、「写真」属性の子領域を含む可能性は低い場合がある。この場合には、「写真」属性の子領域として特定された領域は、属性の判定結果が誤っており、当該子領域の正しい属性は「文字」であると考えられる。このような場合に、本変形例では、親領域の属性を用いて、子領域の属性を適切に変更するので、子領域の属性を精度良く決定することができる。

（２）上記実施例では、属性判定処理（図２（ａ）：ステップＳ７００）を実行した後に、属性変更処理を行っているが、これに代えて、属性判定処理（図２（ａ）：ステップＳ７００）を実行することなく、属性変更処理を行って良い。この場合には、属性変更処理（図７）おいて、破線で囲んだステップＳ８０１ｂおよびＳ８０９ｂを追加して実行すれば良い。こうすれば、画像処理部Ｍ１００は、対象領域について属性を判定しながら、構造木ＳＴ１の変更を行うことができる。この結果、画像処理部Ｍ１００は、例えば、親領域の属性が「写真」である場合には、子領域について属性の判定を行うことなく、親領域と子領域を結合することができる。この結果、画像処理全体の処理量を低減して、効率よく、画像領域の特定および属性の決定を行うことができる。

（３）属性判定部Ｍ１３１による非均一領域である画像領域の属性の判定手法は、上記実施例に限られるものではなく、様々な判定手法が用いられ得る。例えば、予め準備された文字画像とのパターンマッチングによって、属性が文字画像であるか否かを判定してもよい。

（４）上記実施例では、領域属性決定部Ｍ１３０は、「写真」「描画」「文字」の３種類の属性の中から、非均一領域である画像領域の属性を決定しているが、これに限られない。具体的には、領域属性決定部Ｍ１３０は、「写真」および「描画」のいずれかであることを表す１つの属性と、「文字」であることを表す１つの属性と、の２種類の属性を採用しても良い。この場合には、「写真」および「描画」のいずれかであることを表す１つの属性が親領域の属性である場合には、子領域の属性に拘わらず、親領域に子領域を結合しても良い。また、実施例における３種類の属性から、「写真」および「描画」のいずれか一方を省略しても良い。一般的には、領域属性決定部Ｍ１３０は、写真および描画のうちのいずれかであることを少なくとも表す第１種の属性を含む複数種類の属性の中から、画像領域の属性を決定すれば良い。

（５）領域特定部Ｍ１１０は、包含関係決定処理において、ブロック画素ＢＰに周囲ブロック画素ＡＢＰを追加しているが、周囲ブロック画素ＡＢＰの追加は省略しても良い。この場合には、領域特定部Ｍ１１０は、１つの対象画像Ｇについて、複数の構造木を作成しても良い。

（６）画像処理部Ｍ１００の機能を実現する装置は、複合機２００に限らず、様々な装置、例えば、プリンタ、デジタルカメラ、スキャナなどの画像関連機器の内部のコンピュータ、あるいは、汎用のパーソナルコンピュータ、サーバなどの計算機であっても良い。また、１つの筐体の装置に限らず、複数の筐体内にそれぞれ配置された複数の計算機を含む計算機システム（例えば、いわゆるクラウドコンピューティングを実現する分散型の計算機システム）によって、画像処理部Ｍ１００の機能が実現されても良い。この場合には、画像処理部Ｍ１００の機能を実現する計算機システムの全体が、請求項における画像処理装置に対応する。

（７）上記実施例において、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。

２００...複合機、２１０...ＣＰＵ、２４０...内部記憶装置、２５０...プリンタ部、２６０...スキャナ部、２７０...操作部、２８０...通信部、２９０...外部記憶装置、２９１...コンピュータプログラム、２９２...判定テーブル、Ｍ１００...画像処理部、Ｍ１１０...領域特定部、Ｍ１３０...領域属性決定部

Claims (10)

1. 対象画像を表す画像データを用いて、前記対象画像における第１の領域と前記第１の領域に包含される第２の領域とを含む複数の領域を特定する領域特定部と、
   写真および描画のうちのいずれかであることを少なくとも表す第１種の属性を含む複数種類の属性の中から、前記複数の領域のそれぞれの属性を決定する決定部と、
   を備え、
   前記決定部は、前記第１の領域の属性を前記第１種の属性に決定した場合に、前記第１の領域の属性を用いて、前記第２の領域の属性を決定する、画像処理装置。
2. 請求項１に記載の画像処理装置であって、
   前記決定部は、前記第１の領域の属性を前記第１種の属性に決定した場合に、前記第２の領域の属性を、前記第１の領域の属性と同じ属性に決定する、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であって、
   前記決定部は、
   前記第２の領域の属性を判定する属性判定部と、
   前記第１の領域の属性が前記第１種の属性に決定された場合に、前記第１の領域の属性を用いて、前記属性判定部によって判定された前記第２の領域の属性を変更する変更部と、
   を有する、画像処理装置。
4. 請求項３に記載の画像処理装置であって、
   前記変更部は、
   前記第１の領域の属性が前記第１種の属性に決定された場合に、前記第１の領域と前記第２の領域とを結合する結合部を有する、画像処理装置。
5. 請求項３または請求項４に記載の画像処理装置であって、
   前記第１種の属性は、写真であることを表す写真属性を含み、
   前記変更部は、前記第１の領域の属性が前記写真属性に決定された場合には、前記属性判定部によって判定された前記第２の領域の属性に拘わらず、前記第２の領域の属性を前記写真属性とする、画像処理装置。
6. 請求項１ないし請求項５のいずれかに記載の画像処理装置であって、
   前記複数種類の属性は、さらに、文字であることを表す第２種の属性を含み、
   前記決定部は、前記第１の領域の属性が前記第２種の属性である場合には、前記第１の領域の属性を用いることなく、前記第２の領域の属性を決定する、画像処理装置。
7. 請求項１ないし請求項６のいずれかに記載の画像処理装置であって、
   前記領域特定部は、さらに、前記第２の領域に包含される第３の領域を特定し、
   前記決定部は、前記第１の領域の属性が前記第１種の属性のいずれかに決定された場合に、前記第１の領域の属性を用いて、前記第３の領域の属性を決定する、画像処理装置。
8. 請求項１ないし請求項７のいずれかに記載の画像処理装置であって、さらに
   前記対象画像内の領域とは異なる領域であって前記対象画像の周囲を囲む周囲領域を新たに生成する生成部を備え、
   前記領域特定部は、前記周囲領域と前記複数の領域のうちの一の領域とを含む領域を、前記複数の領域のうちの他の領域を包含する領域として特定する、画像処理装置。
9. 請求項１ないし請求項８のいずれかに記載の画像処理装置であって、
   前記領域特定部は、
   前記対象画像に格子状に複数のブロックを設定し、前記ブロックを単位として前記複数の領域に前記対象画像を区分する区分部であって、前記複数の領域を識別するために、同じ領域を構成する前記ブロックに同じ識別子を付す、前記区分部と、
   前記複数の領域の包含関係を判断する判断部であって、前記複数のブロックを１行ずつ順次に走査し、走査順がｎ番目（ｎは自然数）のブロックの第ｎの識別子と、走査順が（ｎ＋１）番目のブロックの第（ｎ＋１）の識別子とを順次に比較し、前記第ｎの識別子と前記第（ｎ＋１）の識別子が異なる場合であって、前記第ｎの識別子に対応する領域と、前記第（ｎ＋１）の識別子に対応する領域との包含関係が判断されていない場合には、前記第ｎの識別子に対応する領域に前記第（ｎ＋１）の識別子に対応する領域が包含されると判断する、前記判断部と、
   を有する、画像処理装置。
10. コンピュータに画像処理を実行させるコンピュータプログラムであって、
    対象画像を表す画像データを用いて、前記対象画像における第１の領域と前記第１の領域に包含される第２の領域とを含む複数の領域を特定する特定機能と、
    写真および描画のうちのいずれかであることを少なくとも表す第１種の属性を含む複数種類の属性の中から、前記複数の領域のそれぞれの属性を決定する決定機能であって、前記第１の領域の属性を前記第１種の属性に決定した場合に、前記第１の領域の属性を用いて、前記第２の領域の属性を決定する、前記決定機能と、
    を前記コンピュータに実現させるコンピュータプログラム。

Images