JP2018147199A - 画像処理装置、および、コンピュータプログラム - Google Patents

Abstract

【課題】対象画像内のエッジ画素の特定精度を向上する。
【解決手段】画像処理装置は、対象画像データに含まれる複数個の画素の値に対応する複数個の対応値を含む第１の画像データを生成する第１の生成部と、第１の画像データに対してエッジ抽出処理を実行して、第１のエッジ抽出画像を示す第１のエッジ抽出データを生成する第１のエッジ抽出部と、第１のエッジ抽出データを二値化する処理を含むエッジ画素特定処理を実行することによって、対象画像データによって示される対象画像内の複数個の対象エッジ画素を特定するエッジ特定部と、を備える。第１の画像データは、第１の成分画像データと第２の成分画像データとのうちの一方である。第１の成分画像データに含まれる複数個の値のそれぞれは、複数個の成分値のうちの最大値に基づく値である。第２の成分画像データに含まれる複数個の値のそれぞれは、複数個の成分値のうちの最小値に基づく値である。
【選択図】 図４

Description

本明細書は、画像データによって示される画像内のエッジを構成するエッジ画素を特定するための画像処理に関する。

特許文献１に開示されたエッジ抽出装置は、画像データによって示される画像に対してガウシアンフィルタを用いて平滑化処理を実行する。エッジ抽出装置は、平滑化処理後の画像に対して微分フィルタを用いてエッジ強度を算出することによって、エッジ強度画像を生成する。エッジ抽出装置は、該エッジ強度画像に対して閾値処理を実行して、画像内のエッジを抽出する。

特開２００９−２８２９２８号公報

しかしながら、上記技術では、画像内の特定すべきエッジ画素を含まない部分であっても、当該部分の色によっては、当該部分に濃度差が表れ得る。この結果、当該部分において、エッジ画素とは異なる画素が誤ってエッジ画素として特定されて、エッジ画素の特定精度が低下する可能性があった。

本明細書は、対象画像内のエッジ画素の特定精度を向上できる技術を開示する。

本明細書に開示された技術は、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、以下の適用例として実現することが可能である。

［適用例１］画像処理装置であって、複数個の画素の値を含む対象画像データであって、前記複数個の画素の値のそれぞれは、複数個の成分値を含む色値である前記対象画像データを取得する取得部と、前記対象画像データに含まれる前記複数個の画素の値に対応する複数個の対応値を含む第１の画像データを生成する第１の生成部であって、前記第１の画像データは、第１の成分画像データと第２の成分画像データとのうちの一方であり、前記第１の成分画像データに含まれる前記複数個の対応値のそれぞれは、対応する前記画素の値に含まれる前記複数個の成分値のうちの最大値に基づく値であり、前記第２の成分画像データに含まれる前記複数個の対応値のそれぞれは、対応する前記画素の値に含まれる前記複数個の成分値のうちの最小値に基づく値である、前記第１の生成部と、前記第１の画像データに対して、前記第１の画像データによって示される第１の画像内のエッジを抽出するエッジ抽出処理を実行して、第１のエッジ抽出画像を示す第１のエッジ抽出データを生成する第１のエッジ抽出部と、前記第１のエッジ抽出データを二値化する処理を含むエッジ画素特定処理を実行することによって、前記対象画像データによって示される対象画像内の複数個の対象エッジ画素を特定するエッジ特定部と、を備える、画像処理装置。

上記構成によれば、第１の画像データは、対応する画素の値に含まれる複数個の成分値のうちの最大値に基づく複数個の対応値を含む第１の成分画像データと、対応する画素の値に含まれる複数個の成分値のうちの最大値に基づく複数個の対応値を含む第２の成分画像データと、のうちの一方である。このために、第１の画像データでは、特定すべきエッジ画素を含まない部分において、画素間の値の差を抑制できる。この結果、第１の画像データを用いて、エッジ抽出処理およびエッジ画素特定処理を行って、対象エッジ画素を特定する際に、エッジ画素とは異なる画素が誤ってエッジ画素として特定されることを抑制して、対象画像内のエッジ画素の特定精度を向上できる。

なお、本明細書に開示される技術は、種々の形態で実現することが可能であり、例えば、複合機、スキャナ、プリンタ、画像処理方法、これら装置の機能または上記方法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。

画像処理装置の一例である複合機の構成を示すブロック図である。 画像処理のフローチャートである。 画像処理で用いられる画像の一例を示す第１の図である。 第１実施例の画素分類処理のフローチャートである。 スキャンデータの最小成分値と最大成分値の説明図である。 画像処理に用いられる画像の一例を示す第２の図である。 レベル補正処理のためのトーンカーブの一例を示す図である。 孤立画素除去処理の説明図である。 第２実施例の画素分類処理のフローチャートである。 スキャンデータの反転済みの色値と反転最小成分値の説明図である。 第３実施例の画素分類処理のフローチャートである。

Ａ．第１実施例：
Ａ−１：複合機２００の構成
次に、実施の形態を実施例に基づき説明する。図１は、画像処理装置の一例である複合機２００の構成を示すブロック図である。複合機２００は、画像処理装置を制御するプロセッサであるＣＰＵ２１０と、ＤＲＡＭなどの揮発性記憶装置２２０と、フラッシュメモリやハードディスクドライブなどの不揮発性記憶装置２３０と、液晶ディスプレイなどの表示部２４０と、液晶ディスプレイと重畳されたタッチパネルやボタンを含む操作部２５０と、ユーザの端末装置１００などの外部装置と通信を行うためのインタフェース（通信ＩＦ）２７０と、印刷実行部２８０と、読取実行部２９０と、を備えている。

読取実行部２９０は、ＣＰＵ２１０の制御に従って、イメージセンサを用いて原稿を光学的に読み取ることによってスキャンデータを生成する。印刷実行部２８０は、ＣＰＵ２１０の制御に従って、複数種類のトナー、具体的には、シアン（Ｃ）、マゼンタ（Ｍ）、イエロ（Ｙ）、ブラック（Ｋ）のトナーを、色材として用いて、レーザ方式で用紙などの印刷媒体に画像を印刷する。具体的には、印刷実行部２８０は、感光ドラムを露光して静電潜像を形成し、該静電潜像にトナーを付着させてトナー像を形成する。印刷実行部２８０は、感光ドラム上に形成されたトナー像を用紙に転写する。なお、変形例では、印刷実行部２８０は、色材としてのインクを吐出して、用紙上に画像を形成するインクジェット方式の印刷実行部であっても良い。

揮発性記憶装置２２０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を提供する。不揮発性記憶装置２３０には、コンピュータプログラムＰＧが格納されている。コンピュータプログラムＰＧは、ＣＰＵ２１０に複合機２００の制御を実現させる制御プログラムである。本第１実施例では、コンピュータプログラムＰＧは、複合機２００の製造時に、不揮発性記憶装置２３０に予め格納される形態で提供される。これに代えて、コンピュータプログラムＰＧは、サーバからダウンロードされる形態で提供されても良く、ＤＶＤ−ＲＯＭなどに格納される形態で提供されてもよい。ＣＰＵ２１０は、コンピュータプログラムＰＧを実行することにより、後述する画像処理を実行することができる。

Ａ−２：画像処理
図２は、画像処理のフローチャートである。この画像処理は、例えば、ユーザが、読取実行部２９０の原稿台に、原稿を載置して、コピーの実行指示を入力した場合に実行される。この画像処理は、原稿を読取実行部２９０を用いて読み取ることによって生成されるスキャンデータを取得し、該スキャンデータを用いて、原稿を示す印刷データを生成することで、いわゆる原稿のコピーを実現する処理である。

Ｓ１０では、ＣＰＵ２１０は、ユーザが原稿台に設置した原稿を、読取実行部２９０を用いて読み取ることによって、対象画像データとしてのスキャンデータを生成する。原稿は、例えば、複合機２００、あるいは、図示しないプリンタによって画像が印刷された印刷物である。生成されたスキャンデータは、揮発性記憶装置２２０のバッファ領域（図１）に格納される。スキャンデータは、複数個の画素の値を含み、複数個の画素の値のそれぞれは、画素の色をＲＧＢ値で表す。すなわち、スキャンデータは、ＲＧＢ画像データである。１個の画素のＲＧＢ値は、例えば、赤（Ｒ）と緑（Ｇ）と青（Ｂ）との３個の成分値（以下、Ｒ値、Ｇ値、Ｂ値とも呼ぶ）を含んでいる。本実施例では、各成分値の階調数は、２５６階調である。

図３は、画像処理で用いられる画像の一例を示す第１の図である。図３（Ａ）には、スキャンデータによって表されるスキャン画像ＳＩの一例が示されている。スキャン画像ＳＩは、複数個の画素を含む。該複数個の画素は、第１方向Ｄ１と、第１方向Ｄ１と直交する第２方向Ｄ２と、に沿って、マトリクス状に配置されている。

図３（Ａ）のスキャン画像ＳＩは、原稿の用紙の地色を示す白色の背景Ｂｇ１と、３個の文字とは異なるオブジェクトＯｂ１〜Ｏｂ３と、４個の文字Ｏｂ４〜Ｏｂ７と、４個の文字Ｏｂ４〜Ｏｂ７の背景Ｂｇ２と、を含んでいる。文字とは異なるオブジェクトは、例えば、写真や描画である。背景Ｂｇ２は、白色とは異なる色を有する均一な画像である。

Ｓ２０では、ＣＰＵ２１０は、スキャンデータに対して、画素分類処理を実行する。画素分類処理は、スキャン画像ＳＩ内の複数個の画素を、エッジを構成する複数個のエッジ画素と、エッジを構成しない複数個の非エッジ画素と、に分類する処理である。

画素分類処理によって、例えば、エッジ画素の値が「１」とされ、非エッジ画素の値が「０」とされた二値画像データが生成される。図３（Ｂ）には、二値画像データによって示される二値画像ＢＩの一例が示されている。この二値画像ＢＩには、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７のエッジＥｇ１〜Ｅｇ７を構成する複数個のエッジ画素と、背景Ｂｇ１と背景Ｂｇ２との境界のエッジＥｇ８を構成する複数個のエッジ画素と、が特定されている。このように、エッジは、例えば、主として文字のエッジを含む。また、エッジは、文字とは異なるオブジェクト（例えば、描画や写真）に含まれる細線などのエッジを含む。二値画像データは、画素分類処理による分類結果を示すデータであるので、分類データとも呼ぶ。画素分類処理の詳細は、後述する。

Ｓ３０では、ＣＰＵ２１０は、スキャンデータに対して、網点平滑化処理を実行して、平滑化画像を示す平滑化画像データを生成する。具体的には、ＣＰＵ２１０は、スキャンデータに含まれる複数個の非エッジ画素の値のそれぞれに対して、ガウスフィルタＧＦ（後述）などの平滑化フィルタを用いた平滑化処理を実行して、平滑化処理済みの複数個の非エッジ画素の値を算出する。平滑化処理の対象となる非エッジ画素の値は、Ｓ２０の分類処理によって生成された分類データを参照して特定される。ＣＰＵ２１０は、スキャンデータに含まれる複数個のエッジ画素の値と、平滑化処理済みの複数個の非エッジ画素の値と、を含む平滑化画像データを生成する。

図３（Ｃ）には、平滑化画像データによって示される平滑化画像ＧＩが示されている。平滑化画像ＧＩは、白色の背景Ｂｇ１ｇと、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７、背景Ｂｇ２が平滑化されたオブジェクトＯｂ１ｇ〜Ｏｂ７ｇ、背景Ｂｇ２ｇを含んでいる。これらのオブジェクトＯｂ１ｇ〜Ｏｂ７ｇ、背景Ｂｇ２ｇのエッジ以外の部分（非エッジ部分とも呼ぶ）は、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７、背景Ｂｇ２と比較して、平滑化されている。

Ｓ４０では、ＣＰＵ２１０は、平滑化画像データに対して、エッジ鮮鋭化処理を実行して、処理済み画像データを生成する。具体的には、ＣＰＵ２１０は、平滑化画像データに含まれる複数個のエッジ画素の値のそれぞれに対して、アンシャープマスク処理や、鮮鋭化フィルタを適用する処理などの鮮鋭化処理を実行して、鮮鋭化処理済みの複数個のエッジ画素の値を算出する。鮮鋭化処理の対象となるエッジ画素の値は、Ｓ２０の分類処理によって生成された分類データを参照して特定される。ＣＰＵ２１０は、平滑化画像データに含まれる複数個の非エッジ画素の値（平滑化処理済みの複数個の非エッジ画素の値）と、鮮鋭化処理済みの複数個のエッジ画素の値と、を含む処理済み画像データを生成する。平滑化画像データに含まれる複数個のエッジ画素の値は、平滑化処理の対象ではないので、スキャンデータに含まれる複数個のエッジ画素の値と同じである。したがって、本ステップのエッジ鮮鋭化処理は、スキャンデータに含まれる複数個のエッジ画素の値に対して実行される、とも言うことができる。

図３（Ｄ）には、処理済み画像データによって示される処理済み画像ＦＩが示されている。処理済み画像ＦＩは、白色の背景Ｂｇ１ｆと、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７、背景Ｂｇ２に対応するオブジェクトＯｂ１ｆ〜Ｏｂ７ｆ、背景Ｂｇ２ｆを含んでいる。これらのオブジェクトＯｂ１ｆ〜Ｏｂ７ｆ、背景Ｂｇ２ｆのエッジは、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７、背景Ｂｇ２のエッジや、平滑化画像ＧＩ内のオブジェクトＯｂ１ｇ〜Ｏｂ７ｇ、背景Ｂｇ２ｇのエッジと比較して、鮮鋭化されている、すなわち、シャープになっている。

以上の説明から解るように、処理済み画像ＦＩ内のオブジェクトＯｂ１ｆ〜Ｏｂ７ｆ、背景Ｂｇ２ｆは、鮮鋭化されたエッジと、平滑化された非エッジ部分を含む。

Ｓ５０では、ＣＰＵ２１０は、処理済み画像データを用いて印刷データを生成する印刷データ生成処理を実行する。具体的には、ＲＧＢ画像データである処理済み画像データに対して色変換処理が実行されて、印刷に用いられる色材に対応する色成分（Ｃ、Ｍ、Ｙ、Ｋの成分）を有する色値であるＣＭＹＫ値で画素ごとの色を示すＣＭＹＫ画像データが生成される。色変換処理は、例えば、公知のルックアップテーブルを参照して実行される。ＣＭＹＫ値画像データに対して、ハーフトーン処理が実行されて、印刷に用いられる色材ごと、かつ、画素ごとに、ドットの形成状態を示すドットデータを生成する。ドットの形成状態は、例えば、ドット有、ドット無の２種類の状態や、大ドット、中ドット、小ドット、ドット無の４種類の状態を取り得る。ハーフトーン処理は、例えば、ディザ法や、誤差拡散法に従って実行される。該ドットデータは、印刷時に用いられる順に並べ替えられ、該ドットデータに、印刷コマンドが付加されることによって、印刷データが生成される。

Ｓ６０では、ＣＰＵ２１０は、印刷処理を実行して、画像処理を終了する。具体的には、ＣＰＵ２１０は、印刷データを印刷実行部２８０に供給して、印刷実行部２８０に処理済み画像を印刷させる。

以上説明した画像処理によれば、スキャンデータのうち、特定済みの複数個のエッジ画素の値に対して第１の画像処理（具体的には、鮮鋭化処理）が実行され（Ｓ４０）、複数個の非エッジ画素の値に対して第１の画像処理とは異なる第２の画像処理（具体的には、平滑化処理）が実行され（Ｓ３０）、処理済み画像データが生成される。この結果、エッジ画素の値と、エッジ画素とは異なる画素の値と、に対して、互いに異なる画像処理が実行されるので、スキャンデータに対する適切な画像処理を実現できる。なお、変形例では、Ｓ４０のエッジ鮮鋭化処理が先に実行され、その後に、Ｓ３０の網点平滑化処理が実行されても良い。

より具体的には、鮮鋭化処理済みの複数個のエッジ画素の値と、平滑化処理済みの複数個の非エッジ画素の値と、を含む処理済み画像データが生成される（Ｓ３０、Ｓ４０）。この結果、見栄えの良い処理済み画像ＦＩを示す処理済み画像データを生成することができる。

例えば、図３（Ｄ）の処理済み画像ＦＩに示すように、処理済み画像データでは、オブジェクトなどのエッジを構成するエッジ画素の値には、鮮鋭化処理済みの値が用いられている。この結果、処理済み画像ＦＩのエッジがシャープに見えるので、例えば、印刷される処理済み画像ＦＩの見栄えを向上することができる。

また、処理済み画像データでは、処理済み画像ＦＩ内の背景Ｂｇ２などの均一な部分や、オブジェクトのエッジとは異なる部分を構成する非エッジ画素の値には、平滑化処理済みの値が用いられている。この結果、処理済み画像ＦＩのエッジとは異なる部分に、例えば、モアレの原因となる周期成分が表れることを抑制できるので、印刷される処理済み画像ＦＩにモアレなどの不具合が発生することを抑制できる。この結果、印刷される処理済み画像ＦＩの見栄えを向上することができる。

例えば、スキャンデータの生成に用いられた原稿は、画像が印刷された画像である。このため、例えば、原稿内の白とは異なる色を有する背景Ｂｇ２などの均一な部分は、画像を形成するドットレベルでみると、網点を形成している。網点は、複数個のドットと、ドットが配置されていない部分（原稿の地色を示す部分）と、を含む。このために、スキャン画像ＳＩ内の背景Ｂｇ２を示す領域には、画素レベルでみると、網点が示されている。網点内のドットは、原稿の印刷時に用いられるディザマトリクスなどの影響によって、周期性を持って並んでいる。このためにスキャンデータを用いて印刷を行うと、ハーフトーン処理前の元画像（スキャン画像ＳＩ）内に存在している網点のドットの周期成分と、印刷画像を構成する網点のドットの周期成分と、が干渉して、モアレが表れやすい。本実施例の処理済み画像ＦＩでは、平滑化処理によって、元画像（スキャン画像ＳＩ）内のエッジとは異なる部分のドットの周期成分が低減される。この結果、処理済み画像データを用いて、処理済み画像ＦＩを印刷する場合に、例えば、印刷される処理済み画像ＦＩにモアレが発生することを抑制できる。

特に、上記画像処理では、処理済み画像データを用いて、印刷データが生成される（Ｓ５０）ので、例えば、印刷される処理済み画像ＦＩに発生しやすいモアレを抑制可能な適切な印刷データを生成することができる。

さらには、上記画像処理では、イメージセンサを用いて生成されるスキャンデータが対象画像データとして取得される（Ｓ１０）ので、原稿に含まれる周期成分が含まれやすいスキャンデータの該周期成分が低減された適切な処理済み画像データを生成できる。

Ａ−３：画素分類処理
図２のＳ２０の画素分類処理について説明する。図４は、画素分類処理のフローチャートである。Ｓ２００では、ＣＰＵ２１０は、スキャンデータを用いて、最小成分データを生成する。具体的には、ＣＰＵ２１０は、スキャンデータに含まれる複数個の画素の値（ＲＧＢ値）のそれぞれから、最小成分値Ｖｍｉｎを取得する。最小成分値Ｖｍｉｎは、ＲＧＢ値に含まれる複数個の成分値（Ｒ値、Ｇ値、Ｂ値）のうちの最小値である。ＣＰＵ２１０は、これらの最小成分値Ｖｍｉｎを複数個の画素の値とする画像データを、最小成分データとして生成する。最小成分データは、スキャン画像ＳＩと同じサイズの画像を示す画像データである。最小成分データに含まれる複数個の画素の値のそれぞれは、スキャンデータの対応する画素の値（ＲＧＢ値）の最小成分値Ｖｍｉｎである。

図５は、スキャンデータの最小成分値と最大成分値の説明図である。図５（Ａ）〜図５（Ｅ）には、ＲＧＢ値の一例として、シアン（Ｃ）、マゼンタ（Ｍ）、イエロ（Ｙ）、黒（Ｋ）、白（Ｗ）のＲＧＢ値が、棒グラフで図示されている。図５に示すように、Ｃ、Ｍ、Ｙ、Ｋ、ＷのＲＧＢ値（Ｒ、Ｇ、Ｂ）は、それぞれ、（０、２５５、２５５）、（２５５、０、２５５）（２５５、２５５、０）、（０、０、０）、（２５５、２５５、２５５）である。

これらのＲＧＢ値の輝度Ｙは、例えば、Ｙ＝０．２９９×Ｒ＋０．５８７×Ｇ＋０．１１４×Ｂの式を用いて算出できる。Ｃ、Ｍ、Ｙ、Ｋ、Ｗの輝度（０〜２５５の値で表す）は、約１８６、１１３、２２６、０、２５５であり、それぞれに異なる値となる（図５）。これに対して、Ｃ、Ｍ、Ｙ、Ｋ、Ｗの輝度の最小成分値Ｖｍｉｎは、図５に示すように、０、０、０、０、２５５となり、白（Ｗ）を除いて同じ値となる。

図６は、画像処理に用いられる画像の一例を示す第２の図である。図６（Ａ）は、スキャン画像ＳＩのうち、上述した網点を含む領域の拡大図である。例えば、図６（Ａ）の例では、スキャン画像ＳＩ内の網点領域は、複数個のＭドットＭＤと、複数個のＹドットＹＤと、を含んでいる。ここでは、説明のために、ＭドットＭＤを示す画像は、マゼンタの原色を有する均一な画像であり、ＹドットＹＤを示す画像は、イエロの原色を有する均一な画像であるとする。

図６（Ｂ）には、最小成分データによって示される最小成分画像ＭＮＩの一例が示されている。この最小成分画像ＭＮＩは、図６（Ａ）のスキャン画像ＳＩに対応している。最小成分画像ＭＮＩでは、スキャン画像ＳＩのＹドットＭＤに対応する領域ＭＤｂ内の画素の値と、ＹドットＹＤに対応する領域ＹＤｂ内の画素の値と、は互いに同じとなる。図６（Ｄ）には、比較例として、各画素の輝度を示す輝度画像データによって示される輝度画像ＹＩが示されている。この輝度画像ＹＩは、図６（Ａ）のスキャン画像ＳＩに対応している。輝度画像ＹＩでは、最小成分画像ＭＮＩとは異なり、スキャン画像ＳＩのＭドットＭＤに対応する領域ＭＤｄ内の画素の値と、ＹドットＹＤに対応する領域ＹＤｄ内の画素の値と、は互いに異なる。

以上の説明から解るように、最小成分画像ＭＮＩでは、スキャン画像ＳＩにおいて、原稿内のＣ、Ｍ、Ｙ、Ｋドットが形成された部分に対応する複数個の画素の値の間の差が、輝度画像ＹＩよりも小さくなる。そして、最小成分画像ＭＮＩでは、スキャン画像ＳＩにおいて、原稿内の地色（用紙の白色）を示す領域に対応する地色領域の画素の値が、ドットが形成された部分に対応する画素の値よりも大きくなる。

Ｓ２１０では、ＣＰＵ２１０は、生成された最小成分データに対して、該最小成分データによって示される最小成分画像ＭＮＩを平滑化する平滑化処理を実行して、平滑化済みの最小成分データを生成する。具体的には、ＣＰＵ２１０は、最小成分データの各画素の値に、所定の平滑化フィルタ、本実施例では、図４に示すガウスフィルタＧＦを適用することによって、平滑化済みの各画素の値を算出する。ガウスフィルタＧＦは、所定のフィルタ範囲、具体的には、縦３画素×横３画素の９個の画素のそれぞれに対応する係数を規定している。換言すれば、ガウスフィルタＧＦには、注目画素ＴＰに対応する１個の係数と、注目画素ＴＰの上下左右に隣接する４個の画素を含む８個の周辺画素に対応する係数と、が規定されている。注目画素ＴＰに対応する係数は（４／１６）である。８個の周辺画素のうち、注目画素ＴＰの上下左右に隣接する４個の画素に対応する係数は、（２／１６）であり、注目画素ＴＰの右下、左下、右上、左下に位置する４個の画素に対応する係数は、（１／１６）である。ＣＰＵ２１０は、注目画素ＴＰと周辺画素とを含むフィルタ範囲内の９個の画素の値に、それぞれ、ガウスフィルタＧＦに規定される対応する係数を乗じて、９個の修正値を算出する。ＣＰＵ２１０は、該９個の修正値の和を、平滑化済みの注目画素の値として算出する。

Ｓ２２０では、ＣＰＵ２１０は、平滑化済みの最小成分データに対して、当該平滑化済みの最小成分データによって示される平滑化済みの最小成分画像ＭＮＩ内のエッジを抽出するエッジ抽出処理を実行して、エッジ抽出データを生成する。具体的には、ＣＰＵ２１０は、平滑化済みの最小成分データの各画素の値に、いわゆるソーベルフィルタ（Sobel filter）を適用して、エッジ強度Ｓｅを算出する。ＣＰＵ２１０は、これらのエッジ強度Ｓｅを、複数個の画素の値とするエッジ抽出データを生成する。

以下に、エッジ強度の算出式（１）を示す。式（１）の階調値Ｐ（ｘ，ｙ）は、スキャン画像ＳＩ内の特定の画素位置（ｘ，ｙ）の階調値を表している。位置ｘは、第１方向Ｄ１の画素位置を示し、位置ｙは、第２方向Ｄ２の画素位置を示している。スキャン画像ＳＩ内の画素位置（ｘ，ｙ）におけるエッジ強度Ｓｅ（ｘ，ｙ）は、その画素位置（ｘ，ｙ）を中心とし隣り合う３行３列の９つの画素の値を用いて算出される。算出式の第１項および第２項は、９つの位置の画素の階調値に、対応する係数をそれぞれ乗じた値の和の絶対値である。第１項は、第１方向Ｄ１の階調値の微分（すなわち、横方向の微分）であり、第２項は、第２方向Ｄ２の階調値の微分（すなわち、縦方向の微分）である。算出されるエッジ強度Ｓｅ（ｘ，ｙ）は、０〜２５５の範囲の２５６階調の値に正規化される。

生成されるエッジ抽出データによって示されるエッジ抽出画像では、スキャン画像ＳＩにおけるエッジに対応する位置、すなわち、図３（Ｂ）の二値画像ＢＩにおけるエッジＥｇ１〜Ｅｇ８に対応する位置の画素の値が、他の位置の画素の値と比較して大きくなる。

Ｓ２３０では、ＣＰＵ２１０は、エッジ抽出データに対して、レベル補正処理を実行して、補正処理済みのエッジ抽出データを生成する。レベル補正処理は、エッジ抽出データの画素の値が取り得る階調値の範囲（本実施例では、０〜２５５の範囲）内の特定範囲を拡大する補正処理である。

図７は、レベル補正処理のためのトーンカーブの一例を示す図である。具体的には、ＣＰＵ２１０は、エッジ抽出データの各画素に対して、図７のトーンカーブを適用する。この結果、閾値Ｖｂ（例えば、２４５）以上の値は、全て最大値（２５５）に変換されるとともに、閾値Ｖａ（例えば、１０）以下の値は、全て最小値（０）に変換される。そして、閾値Ｖａより大きく、かつ、閾値Ｖ未満の範囲は、０から２５５の範囲に拡大される。

Ｓ２４０では、ＣＰＵ２１０は、補正処理済みのエッジ抽出データに対して、二値化処理を実行して、二値画像データを生成する。例えば、ＣＰＵ２１０は、エッジ画像データにおいて、画素の値（すなわち、エッジ強度）が閾値（例えば、１２８）以上である画素を、エッジ画素に分類し、画素の値が閾値未満である画素を、非エッジ画素に分類する。二値画像データでは、上述したように、エッジ画素の値は、「１」とされ、非エッジ画素の値は、「０」とされる。

Ｓ２５０では、ＣＰＵ２１０は、二値画像データに対して、孤立したエッジ画素を除去するとともに、孤立した非エッジ画素を除去する孤立画素除去処理を実行して、孤立画素除去済みの二値画像データを生成する。

図８は、孤立画素除去処理の説明図である。具体的には、ＣＰＵ２１０は、二値画像データ内の複数個の画素を注目画素ＴＰとして、該注目画素ＴＰを中心とする所定の範囲内の画素の値が、図８（Ａ）〜（Ｄ）の左側に示す特定パターンを有するか否かを判断する。図８（Ａ）〜（Ｄ）おいて、値が「１」の画素は、エッジ画素であることを示し、値が「０」の画素は、非エッジ画素であることを示し、値が「ａｎｙ」の画素は、エッジ画素と非エッジ画素のいずれでも良いことを示す。

図８（Ａ）のパターンは、注目画素ＴＰが非エッジ画素であり、注目画素ＴＰに対して上下に隣接する２個の画素がエッジ画素であるパターンである。図８（Ｂ）のパターンは、注目画素ＴＰが非エッジ画素であり、注目画素ＴＰに対して左右に隣接する２個の画素がエッジ画素であるパターンである。図８（Ａ）または図８（Ｂ）のパターンを有する場合には、ＣＰＵ２１０は、図８（Ａ）または図８（Ｂ）の右側に示すように、注目画素ＴＰを、非エッジ画素から、エッジ画素に変更する。

図８（Ｃ）のパターンは、注目画素ＴＰがエッジ画素であり、注目画素ＴＰに対して上下左右に隣接する４個の画素が非エッジ画素であるパターンである。図８（Ｃ）のパターンを有する場合には、ＣＰＵ２１０は、図８（Ｃ）の右側に示すように、注目画素ＴＰを、エッジ画素から、非エッジ画素に変更する。

図８（Ｄ）のパターンは、注目画素ＴＰを中心とする縦３画素×横３画素の９画素の範囲の外側に隣接し、該９画素の範囲の周囲を囲む１６個の画素の全てが非エッジ画素であるパターンである。図８（Ｄ）のパターンを有する場合には、ＣＰＵ２１０は、図８（Ｄ）の右側に示すように、注目画素ＴＰを中心とする縦３画素×横３画素の９画素の全てを、非エッジ画素に設定する。

Ｓ２５０にて生成される孤立画素除去済みの二値画像データが、画素分類処理にて生成される最終的な分類データ、すなわち、図２のＳ３０、Ｓ４０にて、エッジ画素と非エッジ画素とを特定するために参照される二値画像データである。

以上説明した第１実施例によれば、ＣＰＵ２１０は、スキャンデータに含まれる複数個の画素の値に対応する複数個の対応値を含む最小成分データを生成する（図４のＳ２００）。該最小成分データに含まれる複数個の対応値のそれぞれは、最小成分値Ｖｍｉｎである。そして、ＣＰＵ２１０は、最小成分データに対してエッジ抽出処理を実行して、エッジ抽出データを生成する（図４のＳ２２０）。ＣＰＵ２１０は、該エッジ抽出データを二値化する処理（図４のＳ２４０）を含むエッジ画素特定処理を実行することによって、スキャン画像ＳＩの複数個のエッジ画素を特定する（図４のＳ２４０、Ｓ２５０）。最小成分データでは、特定すべきエッジ画素を含まない部分、例えば、マクロな視点では均一な画像を示す網点領域において、画素間の値の差を抑制できる（図６参照）。この結果、その後のエッジ抽出処理（Ｓ２２０）およびエッジ画素特定処理（Ｓ２４０、Ｓ２５０）を行って、エッジ画素を特定する際に、エッジ画素とは異なる画素が誤ってエッジ画素として特定されることを抑制できる。したがって、スキャン画像ＳＩ内のエッジ画素の特定精度を向上できる。

特に、対象画像データが、上記実施例のスキャンデータのように、スキャン画像ＳＩ内に網点領域を含む場合には、図６を参照して説明したように、網点領域に含まれるＣ、Ｍ、Ｙ、Ｋの各ドットを示す複数個の画素の間の値の差を抑制できる。すなわち、網点領域を構成する要素は、Ｃ、Ｍ、Ｙ、Ｋの各ドットと、用紙の地色（白）と、の５種類である。本実施例では、これらの要素のうち、４種類の要素を示す画素の間の値の差を抑制できる。例えば、画素レベルの視点（網点を認識できる程度のミクロの視点）でみれば、網点領域であり、かつ、観察者の視点（網点を認識できない程度のマクロの視点）でみれば、均一な領域では、当該領域内において、エッジ画素が検出されるべきではない。本実施例では、例えば、このような領域内において、エッジ画素が誤って特定されることを抑制できる。例えば、スキャン画像ＳＩ内の背景Ｂｇ２などの均一な部分や、オブジェクトのエッジとは異なる部分において、エッジ画素が誤って特定されることを抑制できる。

一方で、文字の色と、背景の色と、は、一方が、濃い色を有し、他方が薄い色を有する場合が多い。このために、文字と背景のうち、一方は、用紙の地色（白）を示す部分を比較的多く含み、他方は、Ｃ、Ｍ、Ｙ、Ｋのドットを示す部分を比較的多く含む場合が多い。図６に示すように、最小成分データでは、Ｃ、Ｍ、Ｙ、Ｋのドットを示す部分の画素の値と、用紙の地色（白）を示す部分の画素の値と、の間で、大きな差がある。このために、最小成分データを用いて、エッジ画素を特定すると、文字のエッジを構成するエッジ画素は、適切に特定できる可能性が高い。特に、イエロ（Ｙ）は、Ｃ、Ｍ、Ｋと比較して濃度が低い（輝度が高い）。このために、用紙の地色（白）の背景に、イエロの文字がある場合には、仮に輝度画像ＹＩを二値化すると、該イエロの文字のエッジを構成するエッジ画素を、適切に特定できない場合がある。本実施例では、このような場合でも該イエロの文字のエッジを構成するエッジ画素を、適切に特定できる。このために、本実施例によれば、文字のエッジを構成するエッジ画素を適切に特定しつつ、均一な部分やエッジとは異なる部分において、エッジ画素が誤って特定されることを抑制できる。したがって、スキャン画像ＳＩ内のエッジ画素の特定精度を向上できる。

さらに、上記実施例によれば、ＣＰＵ２１０は、最小成分データに対して、平滑化処理を実行して、平滑化済みの最小成分データを生成する（図４のＳ２１０）。ＣＰＵ２１０は、平滑化済みの最小成分データに対して、エッジ抽出処理を実行して、エッジ抽出データを生成する（図４のＳ２２０）。この結果、平滑化処理によって、最小成分画像ＭＮＩ内の特定すべきエッジ画素を含まない部分（均一な部分やエッジとは異なる部分）において、画素間の値の差を、さらに抑制できる。例えば、スキャン画像ＳＩ内の網点領域において、Ｃ、Ｍ、Ｙ、Ｋのドットの重なりや、読取実行部２９０での読取時のぼけなどによって、ドットを示す部分は、必ずしもＣ、Ｍ、Ｙ、Ｋの原色を有している訳ではない。このために、最小成分画像ＭＮＩ内では、Ｃ、Ｍ、Ｙ、Ｋの各ドットを示す複数個の画素の間の値が、小さくなってはいるものの、ゼロではない。平滑化処理によって、該画素の間の値の差をさらに小さくすることができる。この結果、エッジ画素とは異なる画素が誤ってエッジ画素として特定されることを、さらに抑制できる。

さらに、上記実施例によれば、ＣＰＵ２１０は、エッジ抽出データに対して、レベル補正処理を実行して、補正処理済みのエッジ抽出データを生成する（図４のＳ２３０）。ＣＰＵ２１０は、補正処理済みのエッジ抽出データを二値化する処理を含むエッジ画素特定処理を実行する（Ｓ２４０、Ｓ２５０）。このように、二値化閾値を含む範囲（図７の閾値Ｖａより大きく、かつ、閾値Ｖｂ未満の範囲）を拡大してから、二値化処理を行うので、二値化の精度を向上できる。したがって、スキャン画像ＳＩ内のエッジ画素の特定精度を向上できる。

さらに、上記実施例によれば、ＣＰＵ２１０は、図４のＳ２４０にて、エッジ抽出データを二値化する処理を実行し、Ｓ２５０にて、該二値化データに対して、孤立したエッジ画素を除去する処理（図８（Ｃ）、（Ｄ））を含む孤立画素除去処理を実行する。換言すれば、Ｓ２４０にて、複数個のエッジ画素の候補となる複数個の候補画素が特定される。そして、Ｓ２５０では、これらの複数個の候補画素から、孤立した候補画素を除去することで、最終的なエッジ画素が特定される。図６に示すように、最小成分画像ＭＮＩでは、Ｃ、Ｍ、Ｙ、Ｋのドットを示す画素の値と、地色の白を示す画素の値と、の差が大きい。このために、比較的濃い色の均一な色を示す網点領域内に、地色の白を示す画素が、エッジ画素として誤って検出され得る。あるいは、均一な薄い色の部分において、ドットに対応する画素が、エッジ画素として誤って検出され得る。このような場合には、該誤って検出されるエッジ画素は、孤立している場合が多い。また、孤立したエッジ画素は、実際には、エッジを構成していない可能性が高い。このために、孤立画素除去処理によって、誤って検出されるエッジ画素を適切に除去できる。この結果、さらに、エッジ画素の特定精度を向上できる。

さらに、上記実施例では、孤立画素除去処理は、孤立したエッジ画素を除去する処理に加えて、孤立した非エッジ画素を除去する処理（図８（Ａ）、（Ｂ））を含む。このために、文字などのエッジを構成する部分には、非エッジ画素が混在して、文字などのエッジが途切れることを抑制することができる。

さらに、本実施例では、スキャンデータの各画素の値は、ＲＧＢ表色系の色値（ＲＧＢ値）である。ＲＧＢ値では、図６に示すように、Ｃ、Ｍ、Ｙ、Ｋの色を示す値の最小成分値Ｖｍｉｎが、原理的に等しい値になる。この結果、Ｃ、Ｍ、Ｙ、Ｋのドットを示す複数個の画素間の値の差を、適切に抑制することができる。

Ｂ．第２実施例：
第２実施例では、第１実施例とは異なる画素分類処理が実行される。第２実施例の画像処理の他の処理は、第１実施例と同一である。図９は、第２実施例の画素分類処理のフローチャートである。

Ｓ３００では、ＣＰＵ２１０は、図４のＳ２００と同様に、スキャンデータを用いて、最小成分データを生成する。Ｓ３１０では、ＣＰＵ２１０は、最小成分データに対して、図４のＳ２１０〜Ｓ２５０の処理を実行する。これによって、第１実施例の画素分類処理と同様に、エッジ画素と非エッジ画素とを示す孤立画素除去済の二値画像データが生成される。ここで、Ｓ３１０にて生成される孤立画素除去済の二値画像データを第１の二値画像データとも呼ぶ。そして、第１の二値画像データによって示されるエッジ画素を第１のエッジ画素とも呼び、第１の二値画像データによって示される非エッジ画素を第１の非エッジ画素とも呼ぶ。

Ｓ３２０では、ＣＰＵ２１０は、スキャンデータを用いて、反転画像データを生成する。具体的には、ＣＰＵ２１０は、スキャンデータに含まれる複数個の画素の値（ＲＧＢ値）のそれぞれについて、複数個の成分値（Ｒ値、Ｇ値、Ｂ値）が反転された反転済みの色値を生成する。反転前のＲＧＢ値を（Ｒｉｎ、Ｇｉｎ、Ｂｉｎ）とすると、反転済みのＲＧＢ値（Ｒｏｕｔ、Ｇｏｕｔ、Ｂｏｕｔ）は、以下の式（２）〜（４）で表される。

Ｒｏｕｔ＝Ｒｍａｘ−Ｒｉｎ …（２）
Ｇｏｕｔ＝Ｇｍａｘ−Ｇｉｎ …（３）
Ｂｏｕｔ＝Ｂｍａｘ−Ｂｉｎ …（４）

ここで、Ｒｍａｘ、Ｇｍａｘ、Ｂｍａｘは、それぞれ、Ｒ値、Ｇ値、Ｂ値が取り得る値の最大値であり、本実施例では、Ｒｍａｘ＝Ｇｍａｘ＝Ｂｍａｘ＝２５５である。ＣＰＵ２１０は、これらの反転済みの色値を複数個の画素の値とする画像データを、反転画像データとして生成する。

Ｓ３３０では、ＣＰＵ２１０は、反転画像データを用いて、反転最小成分データを生成する。具体的には、ＣＰＵ２１０は、反転画像データに含まれる複数個の画素の値（ＲＧＢ値）のそれぞれから、最小成分値ＶＲｍｉｎを取得する。最小成分値ＶＲｍｉｎは、ＲＧＢ値に含まれる複数個の成分値（Ｒ値、Ｇ値、Ｂ値）のうちの最小値である。反転画像データの最小成分値ＶＲｍｉｎを、スキャンデータの反転最小成分値ＶＲｍｉｎとも呼ぶ。ＣＰＵ２１０は、これらの反転最小成分値ＶＲｍｉｎを、複数個の画素の値とする反転最小成分データを生成する。反転最小成分データは、スキャン画像ＳＩと同じサイズの画像を示す画像データである。反転最小成分データに含まれる複数個の画素の値のそれぞれは、スキャンデータの対応する画素の値（ＲＧＢ値）の反転最小成分値ＶＲｍｉｎである。

図１０は、スキャンデータの反転済みの色値と反転最小成分値ＶＲｍｉｎの説明図である。図１０（Ａ）〜図１０（Ｅ）には、Ｃ、Ｍ、Ｙ、Ｋ、ＷのＲＧＢ値（図５（Ａ）〜図５（Ｅ））の反転済みの色値であるＲＧＢ値が、棒グラフで図示されている。図１０に示すように、シアン、マゼンタ、イエロ、黒、白の反転済みの色値であるＲＧＢ値（Ｒ、Ｇ、Ｂ）は、それぞれ、（２５５、０、０）、（０、２５５、０）（０、０、２５５）、（２５５、２５５、２５５）、（０、０、０）である。したがって、Ｃ、Ｍ、Ｙ、Ｋ、Ｗの反転最小成分値ＶＲｍｉｎは、図１０に示すように、０、０、０、２５５、０となり、黒（Ｋ）を除いて同じ値となる。

図６（Ｃ）には、反転最小成分データによって示される反転最小成分画像ＭＲＩの一例が示されている。この反転最小成分画像ＭＲＩは、図６（Ｃ）のスキャン画像ＳＩに対応している。反転最小成分画像ＭＲＩでは、図６（Ｂ）の最小成分画像ＭＮＩと同様に、スキャン画像ＳＩのＹドットＭＤに対応する領域ＭＤｃ内の画素の値と、ＹドットＹＤに対応する領域ＹＤｃ内の画素の値と、は互いに同じとなる。

以上の説明から解るように、反転最小成分画像ＭＲＩでは、スキャン画像ＳＩにおいて、原稿内の有彩色ドット（Ｃ、Ｍ、Ｙドット）が形成された部分に対応する複数個の画素の値、および、地色の白を示す領域に対応する複数個の画素の値の間の差が、輝度画像ＹＩよりも小さくなる。そして、反転最小成分画像ＭＲＩでは、スキャン画像ＳＩにおいて、Ｋドットを示す領域に対応する画素の値が、有彩色ドットおよび地色の白に対応する画素の値よりも大きくなる。

Ｓ３５０では、ＣＰＵ２１０は、反転最小成分データに対して、図４のＳ２１０〜Ｓ２５０の処理を実行する。すなわち、ＣＰＵ２１０は、反転最小成分データに対して、該反転最小成分データによって示される反転最小成分画像ＭＲＩを平滑化する平滑化処理を実行して、平滑化済みの反転最小成分データを生成する。ＣＰＵ２１０は、平滑化済みの反転最小成分データに対して、当該平滑化済みの反転最小成分データによって示される平滑化済みの反転最小成分画像ＭＲＩ内のエッジを抽出するエッジ抽出処理を実行して、エッジ抽出データを生成する。ＣＰＵ２１０は、該エッジ抽出データに対して、レベル補正処理を実行して、補正処理済みのエッジ抽出データを生成する。ＣＰＵ２１０は、補正処理済みのエッジ抽出データに対して、二値化処理を実行して、二値画像データを生成する。ＣＰＵ２１０は、二値画像データに対して、孤立画素除去処理を実行して、孤立画素除去済みの二値画像データを生成する。これによって、エッジ画素と非エッジ画素とを示す二値画像データが生成される。ここで、Ｓ３４０にて生成される孤立画素除去済みの二値画像データを第２の二値画像データとも呼ぶ。そして、第２の二値画像データによって示されるエッジ画素を第２のエッジ画素とも呼び、第２の二値画像データによって示される非エッジ画素を第２の非エッジ画素とも呼ぶ。

Ｓ２５０では、ＣＰＵ２１０は、Ｓ３１０にて生成された第１の二値画像データと、Ｓ３４０にて生成された第２の二値画像データとを用いて、最終的に特定されるエッジ画素と非エッジ画素とを示す分類データを生成する。具体的には、ＣＰＵ２１０は、第１の二値画像データと、第２の二値画像データと、の各画素の論理和を取ることによって、分類データとしての二値画像データを生成する。

以上説明した第２実施例によれば、ＣＰＵ２１０は、スキャンデータを用いて、最小成分データを生成する（図１１のＳ３００）。そして、ＣＰＵ２１０は、該最小成分データを用いて、該最小成分データによって示される最小成分画像ＭＮＩ内のエッジを構成する複数個の第１のエッジ画素を特定する（Ｓ３１０）。ＣＰＵ２１０は、スキャンデータを用いて、反転最小成分データを生成する（Ｓ３２０、Ｓ３３０）。ＣＰＵ２１０は、該反転最小成分データを用いて、反転最小成分データによって示される反転最小成分画像ＭＲＩ内のエッジを構成する複数個の第２のエッジ画素を特定する（Ｓ３４０）。そして、ＣＰＵ２１０は、最小成分画像データを用いて特定される複数個の第１のエッジ画素と、反転最小成分データを用いて特定される複数個の第２のエッジ画素と、に基づいて、スキャン画像ＳＩ内のエッジを構成する複数個のエッジ画素を特定する（Ｓ３５０）。この結果、スキャン画像ＳＩ内のエッジ画素の特定漏れを低減して、スキャン画像ＳＩ内のエッジ画素の特定精度を向上できる。

例えば、背景の色と、文字などのオブジェクトの色と、の組み合わせによっては、最小成分データによって示される最小成分画像ＭＮＩでは、背景と文字などのオブジェクトとの間のエッジが現れない場合がある。例えば、最小成分データでは、Ｃ、Ｍ、Ｙ、Ｋのドットを示す部分の画素の値の差が小さくなるから、背景が、Ｋのドットで構成される色（黒やグレー）であり、文字が、Ｃ、Ｍ、Ｙのいずれかのドットで構成される色である場合には、最小成分画像ＭＮＩにおいて、背景と文字との間のエッジが現れない可能性がある。しかしながら、反転最小成分データでは、Ｃ、Ｍ、Ｙのドットを示す部分の画素の値と、Ｋドットを示す部分の画素の値と、の間には、大きな差があるので、反転最小成分画像ＭＲＩでは、上記の背景と文字との間のエッジが現れる。逆に、背景の色と、文字などのオブジェクトの色と、の組み合わせによっては、反転最小成分画像ＭＲＩでは、現れないエッジが、最小成分画像ＭＮＩにおいて現れる場合もある。上記第２実施例では、このように、片方の成分データだけでは、特定できないエッジ画素を特定することができるので、スキャン画像ＳＩ内のエッジ画素の特定漏れを低減できる。

また、反転最小成分画像データにおいても、図１０に示すように、網点領域を構成する５種類の要素、すなわち、Ｃ、Ｍ、Ｙ、Ｋの各ドットと、用紙の地色（白）と、のうちの４種類の要素（Ｃ、Ｍ、Ｙのドットと、用紙の地色（白））を示す画素の間の値の差を抑制できる。したがって、反転最小成分データを用いる場合であっても、均一な部分やエッジとは異なる部分において、エッジ画素が誤って特定されることを抑制できる。したがって、したがって、スキャン画像ＳＩ内のエッジ画素の特定精度を向上できる。

上記第２実施例では、ＣＰＵ２１０は、上述したように、第１の二値画像データと、第２の二値画像データと、の各画素の論理和を取ることによって、分類データとしての二値画像データを生成する（Ｓ３５０）。換言すれば、ＣＰＵ２１０は、最小成分データを用いて特定される複数個の第１のエッジ画素と、反転最小成分データを用いて特定される複数個の第２のエッジ画素と、を含む画素群であって、第１のエッジ画素とも第２のエッジ画素とも異なる画素を含まない画素群を、最終的に、複数個のエッジ画素として特定する。この結果、スキャン画像ＳＩ内のエッジ画素の特定漏れを効果的に低減できる。

Ｃ．第３実施例
第３実施例では、第１、第２実施例とは異なる画素分類処理が実行される。第３実施例の画像処理の他の処理は、第１、第２実施例と同一である。図１１は、第３実施例の画素分類処理のフローチャートである。

第３実施例の画素分類処理では、図９の画素分類処理のＳ３２０、Ｓ３３０に代えて、図１１のＳ３３０Ｂが実行され、図９のＳ３４０に代えて、図１１のＳ３４０Ｂが実行される。第３実施例の画素分類処理のその他の処理は、図９の画素分類処理と同一である。

Ｓ３３０Ｂでは、ＣＰＵ２１０は、スキャンデータを用いて、最大成分データを生成する。具体的には、ＣＰＵ２１０は、スキャンデータに含まれる複数個の画素の値（ＲＧＢ値）のそれぞれから、最大成分値Ｖｍａｘを取得する。最大成分値Ｖｍａｘは、ＲＧＢ値に含まれる複数個の成分値（Ｒ値、Ｇ値、Ｂ値）のうちの最大値である。ＣＰＵ２１０は、これらの最大成分値Ｖｍａｘを複数個の画素の値とする画像データを、最大成分データとして生成する。最大成分データは、スキャン画像ＳＩと同じサイズの画像を示す画像データである。最大成分データに含まれる複数個の画素の値のそれぞれは、スキャンデータの対応する画素の値（ＲＧＢ値）の最大成分値Ｖｍａｘである。

図５（Ａ）〜図５（Ｅ）には、Ｃ、Ｍ、Ｙ、Ｋ、Ｗの最大成分値Ｖｍａｘが、棒グラフで図示されている。図５に示すように、Ｃ、Ｍ、Ｙ、Ｋ、Ｗの最大成分値Ｖｍａｘは、２５５、２５５、２５５、０、２５５となり、黒（Ｋ）を除いて同じ値となる。したがって、最大成分画像データにおいても、第２実施例の反転最小成分画像データと同様に、網点領域を構成する５種類の要素、すなわち、Ｃ、Ｍ、Ｙ、Ｋの各ドットと、用紙の地色（白）と、のうちの４種類の要素（Ｃ、Ｍ、Ｙのドットと、用紙の地色（白））を示す画素の間の値の差を抑制できる。図６（Ｃ）には、最大成分画像データによって示される最大成分画像ＭＡＩの一例が示されている。この最大成分画像ＭＡＩでは、反転最小成分画像ＭＲＩと同様に、スキャン画像ＳＩのＹドットＭＤに対応する領域ＭＤｃ内の画素の値と、ＹドットＹＤに対応する領域ＹＤｃ内の画素の値と、は互いに同じとなる。

Ｓ３４０Ｂでは、ＣＰＵ２１０は、最大成分データに対して、図４のＳ２１０〜Ｓ２５０の処理を実行する。すなわち、第３実施例では、第２のエッジ画素を示す第２の二値画像データを生成するために、反転最小成分データに代えて、最大成分データが用いられる。

以上説明した第３実施例によれば、第２実施例と同様の作用・効果を実現できる。

なお、第２実施例の反転最小成分データにおける各画素の値である反転最小成分値ＶＲｍｉｎは、第３実施例の最大成分データにおける各画素の値である最大成分値Ｖｍａｘを反転させた値である。このことから、反転最小成分値ＶＲｍｉｎは、最大成分値Ｖｍａｘに基づく値である、と言うことができる。換言すれば、第２実施例の反転最小成分データと、第３実施例の最大成分データと、は、両方とも、スキャンデータの各画素の値に含まれる複数個の成分値のうちの最大値に基づく値（最大値の反転値、あるいは、最大値そのもの）を、画素の値とする画像データである。

Ｃ．変形例：
（１）上記第１実施例の画素分類処理（図４）では、Ｓ２００にて、最小成分データが生成されている。これに代えて、Ｓ２００では、第２実際例の反転最小成分データが生成されても良いし、第３実施例の最大成分データが生成されても良い。一般的に言えば、Ｓ２００では、ＣＰＵ２１０は、第１の成分画像データと第２の成分画像データとのうちの一方を生成すれば良い。第１の成分画像データに含まれる複数個の値のそれぞれは、スキャンデータの対応する画素の値に含まれる複数個の成分値のうちの最大値に基づく値である。第２の成分画像データに含まれる複数個の値のそれぞれは、スキャンデータの対応する画素の値に含まれる複数個の成分値のうちの最小値に基づく値である。

（２）上記実施例の画素分類処理では、第１実施例の画素分類処理（図４）は、適宜に変更可能である。例えば、Ｓ２１０の平滑化処理、Ｓ２３０のレベル補正処理、Ｓ２５０の孤立画素除去処理のうちの一部または全部は、省略可能である。第２および第３実施例のＳ３１０、Ｓ３４０（図９）およびＳ３１０、Ｓ３４０Ｂ（図１１）において、図４のＳ２１０〜Ｓ２５０が実行される場合においても、Ｓ２１０の平滑化処理、Ｓ２３０のレベル補正処理、Ｓ２５０の孤立画素除去処理のうちの一部または全部は、省略可能である。

（３）上記各実施例では、スキャンデータの各画素の値は、ＲＧＢ値であるが、他の表色系の色値であっても良い。例えば、スキャンデータの各画素の値は、Ｃ、Ｍ、Ｙの３個の成分値を含むＣＭＹ表色系の色値であっても良い。

（４）上記各実施例では、エッジ画素に対して、エッジ鮮鋭化処理が実行され（図２のＳ４０）、非エッジ画素に対して、網点平滑化処理が実行される（図２のＳ３０）。これに代えて、エッジ画素に対しては、文字の見栄えを向上するためのアンチエイリアス処理が実行されても良い。また、非エッジ画素に対しては、例えば、印刷時の色材の使用量を減らすために、色を飛ばす処理（白に変換する処理）が実行されても良い。一般的には、エッジ画素と、エッジ画素と、に互いに異なる画像処理が実行されることが好ましい。あるいは、エッジ画素と非エッジ画素のいずれか一方に対して、特定の画像処理が実行され、他方に対して、該特定の画像処理が実行されなくても良い。

（５）上記実施例では、図４のＳ２１０の平滑化処理では、縦３画素×横３画素のフィルタ範囲のガウスフィルタＧＦが用いられている。これに代えて、縦５画素×横５画素や、縦７画素×横７画素のフィルタ範囲のガウスフィルタＧＦや平均値フィルタが、用いられても良い。このように、平滑化処理で用いられる周辺画素の個数は、例えば、スキャンデータの解像度や、ぼけの程度などの読取特性などを考慮して、適宜に変更され得る。

（６）上記実施例では、図４のエッジ抽出処理において、ソーベルフィルタ（Sobel filter）が用いられている。これに代えて、エッジ抽出処理では、ロバーツフィルタや、ラプラシアンフィルタなどの他のエッジ抽出フィルタが用いられても良い。

（７）上記実施例では、対象画像データは、スキャンデータであるが、これに限られない。対象画像データは、原稿をデジタルカメラによって撮影して生成される撮像画像データであっても良い。対象画像データは、文書やイラストなどを作成するためのアプリケーションプログラムを用いて生成された画像データであってもよい。

（８）上記実施例では、図２のＳ５０では、処理済み画像データを用いて印刷データが生成される。これに代えて、処理済み画像データを用いて、保存用の画像データ（例えば、ＰＤＦファイル）が生成されても良い。

（９）上記２、第３実施例では、第１の二値画像データと、第２の二値画像データと、の論理和を取ることによって、最終的な分類データが生成される（図９のＳ３５０等）。これに代えて、例えば、第１の二値画像データと、第２の二値画像データと、の論理和を取った後に、論理和を取った後の二値画像データに対して、孤立画素除去処理を行って、孤立画素除去処理済みの二値画像データを、最終的な分類データとしても良い。この場合には、第１の二値画像データと、第２の二値画像データと、の生成処理において、孤立画素除去処理を行わなくても良い。

（１０）上記２、第３実施例では、第１の二値画像データと、第２の二値画像データと、の論理和を取ることによって、最終的な分類データが生成される（図９のＳ３５０等）。これに代えて、第１の二値画像データと、第２の二値画像データと、第３の二値画像データと、の論理和を取ることによって、最終的な分類データが生成されても良い。第３の二値画像データには、例えば、スキャンデータの各画素の輝度を示す輝度画像データを二値化して得られる二値画像データが用いられ得る。これによって、文字などのエッジの特定漏れをさらに抑制することができる。

（１１）図２の画像処理を実現する画像処理装置は、複合機２００に限らず、種々の装置であってよい。例えば、スキャナやデジタルカメラが、自身で生成された対象画像データを用いて、プリンタに供給するための印刷データを生成するために、図２の画像処理を実行しても良い。また、例えば、スキャナやプリンタと通信可能な接続される端末装置（例えば、端末装置１００）やサーバ（図示省略）が、スキャナから取得したスキャンデータを用いて、図２の画像処理を実行して、印刷データを生成し、該印刷データをプリンタに供給しても良い。また、ネットワークを介して互いに通信可能な複数個のコンピュータ（例えば、クラウドサーバ）が、画像処理に要する機能を一部ずつ分担して、全体として、画像処理を実行してもよい。この場合、複数個のコンピュータの全体が、画像処理装置の例である。

（１２）上記各実施例において、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あるいは全部をハードウェアに置き換えるようにしてもよい。例えば、図９のＳ３２０の反転画像データの生成や、Ｓ３１０の最小成分データの生成およびＳ３３０の反転最小成分データの生成は、ＡＳＩＣなどの専用のハードウェアによって、実行されても良い。

以上、実施例、変形例に基づき本発明について説明してきたが、上記した発明の実施の形態は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明は、その趣旨並びに特許請求の範囲を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれる。

１００…端末装置、２００…複合機、２１０…ＣＰＵ、２２０…揮発性記憶装置、２３０…不揮発性記憶装置、２４０…表示部、２５０…操作部、２８０…印刷実行部、２９０…読取実行部、Ｂｇ１ｇ…背景、Ｏｂ１ｇ…オブジェクト、Ｂｇ２ｇ…背景、Ｂｇ１ｆ…背景、Ｏｂ１ｆ…オブジェクト、Ｂｇ２ｆ…背景、Ｖｍｉｎ…最小成分値、ＶＲｍｉｎ…最小成分値、ＶＲｍｉｎ…反転最小成分値、Ｖｍａｘ…最大成分値、２７０…通信ＩＦ、ＧＦ…ガウスフィルタ、ＰＧ…コンピュータプログラム、ＳＩ…スキャン画像

Claims (10)

1. 画像処理装置であって、
   複数個の画素の値を含む対象画像データであって、前記複数個の画素の値のそれぞれは、複数個の成分値を含む色値である前記対象画像データを取得する取得部と、
   前記対象画像データに含まれる前記複数個の画素の値に対応する複数個の対応値を含む第１の画像データを生成する第１の生成部であって、前記第１の画像データは、第１の成分画像データと第２の成分画像データとのうちの一方であり、前記第１の成分画像データに含まれる前記複数個の対応値のそれぞれは、対応する前記画素の値に含まれる前記複数個の成分値のうちの最大値に基づく値であり、前記第２の成分画像データに含まれる前記複数個の対応値のそれぞれは、対応する前記画素の値に含まれる前記複数個の成分値のうちの最小値に基づく値である、前記第１の生成部と、
   前記第１の画像データに対して、前記第１の画像データによって示される第１の画像内のエッジを抽出するエッジ抽出処理を実行して、第１のエッジ抽出画像を示す第１のエッジ抽出データを生成する第１のエッジ抽出部と、
   前記第１のエッジ抽出データを二値化する処理を含むエッジ画素特定処理を実行することによって、前記対象画像データによって示される対象画像内の複数個の対象エッジ画素を特定するエッジ特定部と、
   を備える、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、さらに、
   前記第１の画像データに対して、前記第１の画像データによって示される第１の画像を平滑化する平滑化処理を実行して、平滑化済みの前記第１の画像データを生成する第１の平滑化部を備え、
   前記第１のエッジ抽出部は、前記平滑化済みの前記第１の画像データに対して、前記エッジ抽出処理を実行して、前記第１のエッジ抽出データを生成する、画像処理装置。
3. 請求項１または２に記載の画像処理装置であって、さらに、
   前記第１のエッジ抽出データに対して、前記第１のエッジ抽出データの画素の値が取り得る階調値の範囲内の特定範囲を拡大する補正処理を実行して、補正処理済みの前記第１のエッジ抽出データを生成する補正部を備え、
   前記エッジ特定部は、前記補正処理済みの前記第１のエッジ抽出データを二値化する処理を含む前記エッジ画素特定処理を実行する、画像処理装置。
4. 請求項１〜３のいずれかに記載の画像処理装置であって、さらに、
   前記エッジ特定部は、
   前記第１のエッジ抽出データを二値化する処理を実行して、前記複数個の対象エッジ画素の候補となる複数個の候補画素を示す二値画像データを生成し、
   前記二値画像データに対して、前記複数個の候補画素から、孤立した前記候補画素を除去する除去処理を実行して、前記孤立した前記候補画素を除いた前記複数個の候補画素を示す除去処理済みの前記二値画像データを生成し、
   前記除去処理済みの前記二値画像データを用いて、前記複数個の対象エッジ画素を特定する、画像処理装置。
5. 請求項１〜４のいずれかに記載の画像処理装置であって、さらに、
   前記第１の成分画像データと前記第２の成分画像データとのうちの前記第１の画像データとは異なる画像データである第２の画像データを生成する第２の生成部と、
   前記第２の画像データに対して、前記第２の画像データによって示される第２の画像内のエッジを抽出する前記エッジ抽出処理を実行して、第２のエッジ抽出画像を示す第２のエッジ抽出データを生成する第２のエッジ抽出部と、
   を備え、
   前記エッジ特定部は、
   前記第１のエッジ抽出データを二値化する処理を実行して、前記複数個の対象エッジ画素の候補となる複数個の第１の候補画素を特定し、
   前記第２のエッジ抽出データを二値化する処理を実行して、前記複数個の対象エッジ画素の候補となる複数個の第２の候補画素を特定し、
   前記複数個の第１の候補画素と、前記複数個の第２の候補画素と、に基づいて、前記対象画像内の前記複数個の対象エッジ画素を特定する、画像処理装置。
6. 請求項１〜５のいずれかに記載の画像処理装置であって、
   前記対象画像データに含まれる前記複数個の画素の前記複数個の成分値を含む色値は、ＲＧＢ表色系の色値である、画像処理装置。
7. 請求項１〜６のいずれかに記載の画像処理装置であって、さらに、
   前記対象画像データのうち、特定済みの前記複数個の対象エッジ画素の値に対して第１の画像処理を実行し、前記複数個の対象エッジ画素とは異なる画素の値に対して前記第１の画像処理とは異なる第２の画像処理を実行して、画像処理済みの前記対象画像データを生成する画像処理部を備える、画像処理装置。
8. 請求項７に記載の画像処理装置であって、さらに、
   前記画像処理済みの前記対象画像データを用いて、印刷データを生成する印刷データ生成部を備える、画像処理装置。
9. 請求項１〜８のいずれかに記載の画像処理装置であって、
   前記取得部は、イメージセンサを用いて生成される前記対象画像データであって、原稿を示す前記対象画像データを取得する、画像処理装置。
10. コンピュータプログラムであって、
    複数個の画素の値を含む対象画像データであって、前記複数個の画素の値のそれぞれは、複数個の成分値を含む色値である前記対象画像データを取得する取得機能と、
    前記対象画像データに含まれる前記複数個の画素の値に対応する複数個の対応値を含む第１の画像データを生成する第１の生成機能であって、前記第１の画像データは、第１の成分画像データと第２の成分画像データとのうちの一方であり、前記第１の成分画像データに含まれる前記複数個の対応値のそれぞれは、対応する前記画素の値に含まれる前記複数個の成分値のうちの最大値に基づく値であり、前記第２の成分画像データに含まれる前記複数個の対応値のそれぞれは、対応する前記画素の値に含まれる前記複数個の成分値のうちの最小値に基づく値である、前記第１の生成機能と、
    前記第１の画像データに対して、前記第１の画像データによって示される第１の画像内のエッジを抽出するエッジ抽出処理を実行して、第１のエッジ抽出画像を示す第１のエッジ抽出データを生成する第１のエッジ抽出機能と、
    前記第１のエッジ抽出データを二値化する処理を含むエッジ画素特定処理を実行することによって、前記対象画像データによって示される対象画像内の複数個の対象エッジ画素を特定するエッジ特定機能と、
    をコンピュータに実現させる、コンピュータプログラム。

Images