JP3179517B2 - 画像読取装置、画像処理装置、及び画像処理方法 - Google Patents
画像読取装置、画像処理装置、及び画像処理方法Info
- Publication number
- JP3179517B2 JP3179517B2 JP15839491A JP15839491A JP3179517B2 JP 3179517 B2 JP3179517 B2 JP 3179517B2 JP 15839491 A JP15839491 A JP 15839491A JP 15839491 A JP15839491 A JP 15839491A JP 3179517 B2 JP3179517 B2 JP 3179517B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- calculating
- control amount
- similarity
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Character Input (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、画像読取装置、画像処
理装置、及び画像処理方法に関する。
理装置、及び画像処理方法に関する。
【０００２】
【従来の技術】カラー複写機等におけるリーダ部（画像
読取装置）において読み取る入力画像としては印刷物や
写真，フィルムからの投影像等があり、これらの画像を
忠実に再現するのがカラー複写機等の本来の目的であ
る。しかし、上記入力画像には高解像度の文字や色階調
の豊かな画像が存在し、これらの画像を一括して忠実に
再現し出力することは通常では極めて困難である。これ
は、カラー複写機等に用いられるプリンタ部（画像記録
装置）において解像度と階調の相反関係に由来する。す
なわち、解像度を高くして文字を忠実に再現しようとす
ると、表現できる階調が少なくなり、逆に、表現できる
階調を多くすると、文字等の高解像度を必要とする部分
がぼけたりつぶれたりし、解像度が低下するからであ
る。
読取装置）において読み取る入力画像としては印刷物や
写真，フィルムからの投影像等があり、これらの画像を
忠実に再現するのがカラー複写機等の本来の目的であ
る。しかし、上記入力画像には高解像度の文字や色階調
の豊かな画像が存在し、これらの画像を一括して忠実に
再現し出力することは通常では極めて困難である。これ
は、カラー複写機等に用いられるプリンタ部（画像記録
装置）において解像度と階調の相反関係に由来する。す
なわち、解像度を高くして文字を忠実に再現しようとす
ると、表現できる階調が少なくなり、逆に、表現できる
階調を多くすると、文字等の高解像度を必要とする部分
がぼけたりつぶれたりし、解像度が低下するからであ
る。
【０００３】したがって、画像読取に際して入力画像か
ら高解像度を必要とする部分（多くは文字部）と、忠実
な階調再現を必要とする部分（網点印刷の中間調部や写
真等）とを判別し、前者の部分に対しては高解像度で出
力し、後者の部分に対しては階調を豊かに再現するよう
に出力形式を切り換えて行うことが考えられる。これを
実現するには、高解像度を必要とする部分（多くは文字
部）と忠実な階調再現を必要とする部分（網点印刷の中
間調部や写真等）を判別（像域分離）する技術が重要に
なる。このような像域分離技術として、局部的な空間周
波数に着目した像域分離方法が知られている。この代表
的な像域分離方法は、空間周波数が高い場合には文字部
領域と判定し、空間周波数が低い場合には中間調部領域
と判定している。
ら高解像度を必要とする部分（多くは文字部）と、忠実
な階調再現を必要とする部分（網点印刷の中間調部や写
真等）とを判別し、前者の部分に対しては高解像度で出
力し、後者の部分に対しては階調を豊かに再現するよう
に出力形式を切り換えて行うことが考えられる。これを
実現するには、高解像度を必要とする部分（多くは文字
部）と忠実な階調再現を必要とする部分（網点印刷の中
間調部や写真等）を判別（像域分離）する技術が重要に
なる。このような像域分離技術として、局部的な空間周
波数に着目した像域分離方法が知られている。この代表
的な像域分離方法は、空間周波数が高い場合には文字部
領域と判定し、空間周波数が低い場合には中間調部領域
と判定している。
【０００４】
【発明が解決しようとする課題】しかし、上述のような
従来の像域分離方法では網点印刷の画像に対して中間調
部が文字部と誤判定され、再現画像の画質を劣化させる
ことがあった。これは、網点印刷画像の空間周波数分布
が広く、文字部の空間周波数領域と写真画像の中間調部
の空間周波数領域とに跨がるためである。
従来の像域分離方法では網点印刷の画像に対して中間調
部が文字部と誤判定され、再現画像の画質を劣化させる
ことがあった。これは、網点印刷画像の空間周波数分布
が広く、文字部の空間周波数領域と写真画像の中間調部
の空間周波数領域とに跨がるためである。
【０００５】また、上述のような従来の像域分離方法に
おいて、画像データを均等色空間である画像データに変
換し、変換された画像データを所定ブロック単位でＤＣ
Ｔ変換したＤＴＣ成分を用いて抽出される形状の類似度
に基づいて像域分離を行うことは考えられていなかっ
た。本発明の目的は、上述の点に鑑みて、上述のように
画像の像域を精度よく、かつ処理の負担を軽減して判定
することが可能な画像処理装置、及び画像処理方法を提
供することを目的とする。また、本発明の目的は、画像
の像域の種類に適した制御量で画像処理を施すことが可
能な画像読取装置、及び画像処理方法を提供することを
目的とする。
おいて、画像データを均等色空間である画像データに変
換し、変換された画像データを所定ブロック単位でＤＣ
Ｔ変換したＤＴＣ成分を用いて抽出される形状の類似度
に基づいて像域分離を行うことは考えられていなかっ
た。本発明の目的は、上述の点に鑑みて、上述のように
画像の像域を精度よく、かつ処理の負担を軽減して判定
することが可能な画像処理装置、及び画像処理方法を提
供することを目的とする。また、本発明の目的は、画像
の像域の種類に適した制御量で画像処理を施すことが可
能な画像読取装置、及び画像処理方法を提供することを
目的とする。
【０００６】
【課題を解決するための手段】上記目的を達成するため
に、請求項１の画像処理装置の発明は、画像に応じた画
像データを入力する入力手段と、前記入力された画像デ
ータを均等色空間である画像データに変換する変換手段
と、前記変換された画像データを所定ブロック単位でＤ
ＣＴ変換したＤＣＴ成分を抽出する抽出手段と、前記抽
出されたＤＣＴ成分に基づいて注目ブロックと該注目ブ
ロックの周辺ブロックとにおける形状の類似度と色の類
似度を算出する算出手段と、前記算出された形状の類似
度と色の類似度に基づいて前記画像の像域を判定する判
定手段とを有することを特徴とする。ここで、前記判定
手段は、ファジィ理論による推論処理を実行して前記画
像の像域を判定することを特徴とすることができる。
に、請求項１の画像処理装置の発明は、画像に応じた画
像データを入力する入力手段と、前記入力された画像デ
ータを均等色空間である画像データに変換する変換手段
と、前記変換された画像データを所定ブロック単位でＤ
ＣＴ変換したＤＣＴ成分を抽出する抽出手段と、前記抽
出されたＤＣＴ成分に基づいて注目ブロックと該注目ブ
ロックの周辺ブロックとにおける形状の類似度と色の類
似度を算出する算出手段と、前記算出された形状の類似
度と色の類似度に基づいて前記画像の像域を判定する判
定手段とを有することを特徴とする。ここで、前記判定
手段は、ファジィ理論による推論処理を実行して前記画
像の像域を判定することを特徴とすることができる。
【０００７】上記目的を達成するために、請求項３の発
明は、ファジィ理論による推論処理を実行して画像に施
す処理の制御量を算出し、該制御量を用いて画像に処理
を施す画像読取装置であって、画像に応じた画像データ
を入力する入力手段と、前記入力された画像データに基
づいて、前記画像の複数の特徴を抽出する抽出手段と、
前記抽出された複数の特徴、該複数の特徴各々に対応す
るメンバーシップ関数、及び画像の像域毎に設定される
ルールを用いて、該画像の像域毎に、属するグレードを
算出する第１の算出手段と、前記第１の算出手段により
算出されたグレードを所定値と比較する比較手段と、前
記比較手段の比較結果により前記算出されたグレードが
所定値以上の画像の像域各々に対して制御量を算出する
第２の算出手段と、前記第２の算出手段により算出され
た画像の像域各々の制御量に基づき、画像に施す処理の
制御量を算出する第３の算出手段とを有することを特徴
とする。ここで、前記抽出手段は、前記画像の特徴を均
等色空間である画像データをブロックＤＣＴ変換した周
波数空間で抽出することを特徴とすることができるま
た、前記画像の特徴は、画像の形状の類似度と色の類似
度、空間周波数のうち少なくとも１つを含むことを特徴
とすることができる。また、前記第３の算出手段は、前
記算出された像域各々の制御量を平均して画像に施す処
理の制御量を算出することを特徴とすることができる。
また、前記第３の算出手段は、前記算出された像域各々
の制御量に差がない場合には、画像に施す処理の制御量
を０にすることを特徴とすることができる。更に、前記
第１の算出手段により算出された画像の像域毎のグレー
ドに基づいて、文字領域を判定し、該文字領域の特徴を
抽出する文字特徴抽出手段と、前記抽出された文字領域
の特徴に基づきファジィ理論によるファジィ推論処理を
実行して文字画像の符号化を行う文字画像符号化手段と
を有することを特徴とすることができる。上記目的を達
成するために、請求項９の画像処理方法の発明は、画像
に応じた画像データを入力する入力工程と、前記入力さ
れた画像データを均等色空間である画像データに変換す
る変換工程と、前記変換された画像データを所定ブロッ
ク単位でＤＣＴ変換したＤＣＴ成分を抽出する抽出工程
と、前記抽出されたＤＣＴ成分に基づいて注目ブロック
と該注目ブロックの周辺ブロックとにおける形状の類似
度と色の類似度を算出する算出工程と、前記算出された
形状の類似度と色の類似度に基づいて前記画像の像域を
判定する判定工程とを有することを特徴とする。上記目
的を達成するために、請求項１０の発明は、ファジィ理
論による推論処理を実行して画像に施す処理の制御量を
算出し、該制御量を用いて画像に処理を施す画像処理方
法であって、画像に応じた画像データを入力する入力工
程と、前記入力された画像データに基づいて、前記画像
の複数の特徴を抽出する抽出工程と、前記抽出された複
数の特徴、該複数の特徴各々に対応するメンバーシップ
関数、及び画像の像域毎に設定されるルールを用いて、
該画像の像域毎に、属するグレードを算出する第１の算
出工程と、前記第１の算出手段により算出されたグレー
ドを所定値と比較する比較工程と、前記比較工程の比較
結果により前記算出されたグレードが所定値以上の画像
の像域各々に対して制御量を算出する第２の算出工程
と、前記第２の算出工程により算出された画像の像域各
々の制御量に基づき、画像に施す処理の制御量を算出す
る第３の算出工程とを有することを特徴とする。
明は、ファジィ理論による推論処理を実行して画像に施
す処理の制御量を算出し、該制御量を用いて画像に処理
を施す画像読取装置であって、画像に応じた画像データ
を入力する入力手段と、前記入力された画像データに基
づいて、前記画像の複数の特徴を抽出する抽出手段と、
前記抽出された複数の特徴、該複数の特徴各々に対応す
るメンバーシップ関数、及び画像の像域毎に設定される
ルールを用いて、該画像の像域毎に、属するグレードを
算出する第１の算出手段と、前記第１の算出手段により
算出されたグレードを所定値と比較する比較手段と、前
記比較手段の比較結果により前記算出されたグレードが
所定値以上の画像の像域各々に対して制御量を算出する
第２の算出手段と、前記第２の算出手段により算出され
た画像の像域各々の制御量に基づき、画像に施す処理の
制御量を算出する第３の算出手段とを有することを特徴
とする。ここで、前記抽出手段は、前記画像の特徴を均
等色空間である画像データをブロックＤＣＴ変換した周
波数空間で抽出することを特徴とすることができるま
た、前記画像の特徴は、画像の形状の類似度と色の類似
度、空間周波数のうち少なくとも１つを含むことを特徴
とすることができる。また、前記第３の算出手段は、前
記算出された像域各々の制御量を平均して画像に施す処
理の制御量を算出することを特徴とすることができる。
また、前記第３の算出手段は、前記算出された像域各々
の制御量に差がない場合には、画像に施す処理の制御量
を０にすることを特徴とすることができる。更に、前記
第１の算出手段により算出された画像の像域毎のグレー
ドに基づいて、文字領域を判定し、該文字領域の特徴を
抽出する文字特徴抽出手段と、前記抽出された文字領域
の特徴に基づきファジィ理論によるファジィ推論処理を
実行して文字画像の符号化を行う文字画像符号化手段と
を有することを特徴とすることができる。上記目的を達
成するために、請求項９の画像処理方法の発明は、画像
に応じた画像データを入力する入力工程と、前記入力さ
れた画像データを均等色空間である画像データに変換す
る変換工程と、前記変換された画像データを所定ブロッ
ク単位でＤＣＴ変換したＤＣＴ成分を抽出する抽出工程
と、前記抽出されたＤＣＴ成分に基づいて注目ブロック
と該注目ブロックの周辺ブロックとにおける形状の類似
度と色の類似度を算出する算出工程と、前記算出された
形状の類似度と色の類似度に基づいて前記画像の像域を
判定する判定工程とを有することを特徴とする。上記目
的を達成するために、請求項１０の発明は、ファジィ理
論による推論処理を実行して画像に施す処理の制御量を
算出し、該制御量を用いて画像に処理を施す画像処理方
法であって、画像に応じた画像データを入力する入力工
程と、前記入力された画像データに基づいて、前記画像
の複数の特徴を抽出する抽出工程と、前記抽出された複
数の特徴、該複数の特徴各々に対応するメンバーシップ
関数、及び画像の像域毎に設定されるルールを用いて、
該画像の像域毎に、属するグレードを算出する第１の算
出工程と、前記第１の算出手段により算出されたグレー
ドを所定値と比較する比較工程と、前記比較工程の比較
結果により前記算出されたグレードが所定値以上の画像
の像域各々に対して制御量を算出する第２の算出工程
と、前記第２の算出工程により算出された画像の像域各
々の制御量に基づき、画像に施す処理の制御量を算出す
る第３の算出工程とを有することを特徴とする。
【０００８】
【作用】本発明では、入力された画像データを均等色空
間である画像データに変換し、変換された画像データを
所定ブロック単位でＤＣＴ変換したＤＣＴ成分を抽出
し、抽出されたＤＣＴ成分に基づいて注目ブロックと該
注目ブロックの周辺ブロックとにおける形状の類似度と
色の類似度を算出し、算出された形状の類似度と色の類
似度に基づいて前記画像の像域を判定するので、画像の
像域を精度よく、かつ処理の負担を軽減して判定するこ
とができる。
間である画像データに変換し、変換された画像データを
所定ブロック単位でＤＣＴ変換したＤＣＴ成分を抽出
し、抽出されたＤＣＴ成分に基づいて注目ブロックと該
注目ブロックの周辺ブロックとにおける形状の類似度と
色の類似度を算出し、算出された形状の類似度と色の類
似度に基づいて前記画像の像域を判定するので、画像の
像域を精度よく、かつ処理の負担を軽減して判定するこ
とができる。
【０００９】また、本発明では、ファジィ理論による推
論処理を実行して画像に施す処理の制御量を算出する際
に、抽出された複数の特徴、該複数の特徴各々に対応す
るメンバーシップ関数、及び画像の像域毎に設定される
ルールを用いて、該画像の像域毎に、属するグレードを
算出し、算出されたグレードを所定値と比較し、算出さ
れたグレードが所定値以上の画像の像域各々に対して制
御量を算出し、算出された画像の像域各々の制御量に基
づき、画像に施す処理の制御量を算出するので、画像の
像域の判定の絞込みを必ずしも１つに絞り込むのではな
く、複数の像域に属する判定を下し、複数の像域それぞ
れの像域に対して算出された制御量を基に、画像に施す
処理の制御量を算出することが可能となり、その結果、
複数の画像の像域を考慮した適切な制御量を算出するこ
とができる。
論処理を実行して画像に施す処理の制御量を算出する際
に、抽出された複数の特徴、該複数の特徴各々に対応す
るメンバーシップ関数、及び画像の像域毎に設定される
ルールを用いて、該画像の像域毎に、属するグレードを
算出し、算出されたグレードを所定値と比較し、算出さ
れたグレードが所定値以上の画像の像域各々に対して制
御量を算出し、算出された画像の像域各々の制御量に基
づき、画像に施す処理の制御量を算出するので、画像の
像域の判定の絞込みを必ずしも１つに絞り込むのではな
く、複数の像域に属する判定を下し、複数の像域それぞ
れの像域に対して算出された制御量を基に、画像に施す
処理の制御量を算出することが可能となり、その結果、
複数の画像の像域を考慮した適切な制御量を算出するこ
とができる。
【００１０】
【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。
に説明する。
【００１１】図１は本発明の第１の実施例の画像読取装
置の構成を示す。本図において、１は原稿画像である印
刷物や写真等の反射画像やフィルム等の投影画像を光学
的に受光して電気信号（アナログ信号）に変換するセン
サー部、２はセンサー部１から得られるアナログ信号を
デジタル信号に変換するＡ／Ｄ（アナログ−デジタル）
変換部である。３はＡ／Ｄ変換部２から画像データを入
力し、入力画像に対してファジィ理論を用いて像域を判
定する像域判定部であり、４から６はこの像域判定部３
の主な構成要素である。すなわち、４は入力画像データ
を一時格納する作業用のバッファメモリ部、５はバッフ
ァメモリ部４から読み出した画像データの種々の特徴を
抽出する特徴抽出部、６は特徴抽出部５で抽出された種
々の特徴データからファジィ理論を用いて画像データの
領域の種類を判定するファジィ推論部である。７は外部
装置（コンピュータ本体やプリンタ等）との接続を制御
するインタフェース部であり、像域判定部３から出力さ
れる像域判定データおよび画像データはインタフェース
部７を通じて外部装置に出力される。
置の構成を示す。本図において、１は原稿画像である印
刷物や写真等の反射画像やフィルム等の投影画像を光学
的に受光して電気信号（アナログ信号）に変換するセン
サー部、２はセンサー部１から得られるアナログ信号を
デジタル信号に変換するＡ／Ｄ（アナログ−デジタル）
変換部である。３はＡ／Ｄ変換部２から画像データを入
力し、入力画像に対してファジィ理論を用いて像域を判
定する像域判定部であり、４から６はこの像域判定部３
の主な構成要素である。すなわち、４は入力画像データ
を一時格納する作業用のバッファメモリ部、５はバッフ
ァメモリ部４から読み出した画像データの種々の特徴を
抽出する特徴抽出部、６は特徴抽出部５で抽出された種
々の特徴データからファジィ理論を用いて画像データの
領域の種類を判定するファジィ推論部である。７は外部
装置（コンピュータ本体やプリンタ等）との接続を制御
するインタフェース部であり、像域判定部３から出力さ
れる像域判定データおよび画像データはインタフェース
部７を通じて外部装置に出力される。
【００１２】次に、本発明の第１の実施例における動作
を説明する。
を説明する。
【００１３】センサー部１はロッドレンズ等の光学系
（図示しない）を通じて受光した光学的画像を電気的な
アナログ信号に変換し、このアナログ信号を所定レベル
まで増幅してからγ補正等の調整を行い後段に逐次出力
する。Ａ／Ｄ変換部２はセンサー部１から受信したアナ
ログ信号をデジタル信号に変換し、このデジタル信号を
画像データとして像域判定部３に出力する。
（図示しない）を通じて受光した光学的画像を電気的な
アナログ信号に変換し、このアナログ信号を所定レベル
まで増幅してからγ補正等の調整を行い後段に逐次出力
する。Ａ／Ｄ変換部２はセンサー部１から受信したアナ
ログ信号をデジタル信号に変換し、このデジタル信号を
画像データとして像域判定部３に出力する。
【００１４】像域判定部３の内部において、バッファメ
モリ部４は像域判定部３に入力された画像データを部分
的にあるいはその全部を記憶し、特徴抽出部５はこのバ
ッファメモリ部４から判定対象の領域の画像データを逐
次読み出してその注目領域の画像の特徴を複数抽出し、
これらの特徴データをファジィ推論部６へ出力する。フ
ァジィ推論部６は前以て内部のメモリ（図示しない）に
設定されているファジィ理論を用いた像域判定のルール
群と、特徴抽出部５で抽出された複数の特徴データから
注目領域の画像が文字，網点，写真のいずれの分類に入
るかをファジィ推論し、その推論結果を像域判定データ
としてインタフェース部７に出力する。
モリ部４は像域判定部３に入力された画像データを部分
的にあるいはその全部を記憶し、特徴抽出部５はこのバ
ッファメモリ部４から判定対象の領域の画像データを逐
次読み出してその注目領域の画像の特徴を複数抽出し、
これらの特徴データをファジィ推論部６へ出力する。フ
ァジィ推論部６は前以て内部のメモリ（図示しない）に
設定されているファジィ理論を用いた像域判定のルール
群と、特徴抽出部５で抽出された複数の特徴データから
注目領域の画像が文字，網点，写真のいずれの分類に入
るかをファジィ推論し、その推論結果を像域判定データ
としてインタフェース部７に出力する。
【００１５】インタフェース部７は、ファジィ推論部６
から送られる像域判定データと画像データの出力タイミ
ングを調整して、かつプリンタ等の装置外部に接続する
機器とのタイミングを取り、像域判定データと画像デー
タをその機器へ出力する。
から送られる像域判定データと画像データの出力タイミ
ングを調整して、かつプリンタ等の装置外部に接続する
機器とのタイミングを取り、像域判定データと画像デー
タをその機器へ出力する。
【００１６】上記像域判定部３の特徴抽出部５とファジ
ィ推論部６についてさらに詳細に説明する。
ィ推論部６についてさらに詳細に説明する。
【００１７】特徴抽出部５で抽出する画像データの特徴
の例として、空間周波数と形状の類似度（形状連続
性），色の類似度（色の連続性）に注目する。この際
に、画像の処理単位としてＮ×Ｎ画素ブロックの画像で
扱い、特徴抽出する画像データの次元としては、入力画
像データを均等色空間であるＣＩＥ１９７６Ｌ* ａ* ｂ
* に変換し、さらにこの（Ｌ* ，ａ* ，ｂ* ）をｎ×ｎ
画素ブロックで離散コサイン変換（以下、ＤＣＴと称す
る）したＤＣＴ成分（Ｌij，ａij，ｂij）を採用する
（ｉ，ｊは０〜Ｎ−１の整数）。
の例として、空間周波数と形状の類似度（形状連続
性），色の類似度（色の連続性）に注目する。この際
に、画像の処理単位としてＮ×Ｎ画素ブロックの画像で
扱い、特徴抽出する画像データの次元としては、入力画
像データを均等色空間であるＣＩＥ１９７６Ｌ* ａ* ｂ
* に変換し、さらにこの（Ｌ* ，ａ* ，ｂ* ）をｎ×ｎ
画素ブロックで離散コサイン変換（以下、ＤＣＴと称す
る）したＤＣＴ成分（Ｌij，ａij，ｂij）を採用する
（ｉ，ｊは０〜Ｎ−１の整数）。
【００１８】ここで、（Ｌ00，ａ00，ｂ00）は直流成分
を表し、Ｎ×Ｎ画素ブロック内での平均画像データに対
応し、その他の成分（Ｌij，ａij，ｂij）は高周波成分
を表し、ｉｊが大きくなるほど周波数が高くなる。な
お、均等色空間への変換方法，ＤＣＴの方法に関しては
ここでは説明を省略する。
を表し、Ｎ×Ｎ画素ブロック内での平均画像データに対
応し、その他の成分（Ｌij，ａij，ｂij）は高周波成分
を表し、ｉｊが大きくなるほど周波数が高くなる。な
お、均等色空間への変換方法，ＤＣＴの方法に関しては
ここでは説明を省略する。
【００１９】以下に、ここにおいて画像データの特徴と
して抽出される空間周波数と形状の類似度，色の類似度
の求め方を説明する。
して抽出される空間周波数と形状の類似度，色の類似度
の求め方を説明する。
【００２０】空間周波数Ｆは、注目画素ブロック内での
明度Ｌij * のＤＣＴ成分Ｌijの加重平均で表現すること
にし、以下の式で求めることができる。
明度Ｌij * のＤＣＴ成分Ｌijの加重平均で表現すること
にし、以下の式で求めることができる。
【００２１】
【数１】
【００２２】なお、ｎ＝Ｎ−１（Ｎは画素ブロックサイ
ズ）、Ｋijは各ＤＣＴ成分に対する重み係数である。
ズ）、Ｋijは各ＤＣＴ成分に対する重み係数である。
【００２３】次に、形状の類似度Ｓは、注目画素ブロッ
クと周辺の画素ブロックとにおける画像の形状の類似性
Ｓm の加重平均（すなわち、色（Ｌ* ij ，ａ* ij ，ｂ*
ij ）のＤＣＴ各成分（Ｌij，ａij，ｂij）の類似性の
加重平均）で表現することにし、以下のように求めるこ
とができる。
クと周辺の画素ブロックとにおける画像の形状の類似性
Ｓm の加重平均（すなわち、色（Ｌ* ij ，ａ* ij ，ｂ*
ij ）のＤＣＴ各成分（Ｌij，ａij，ｂij）の類似性の
加重平均）で表現することにし、以下のように求めるこ
とができる。
【００２４】
【数２】
【００２５】ただし、ｉ，ｊ＝０は除く。また、Δ
Ｌij，Δａij，Δｂijは注目画素ブロックのＤＣＴ各成
分とある周辺画素ブロックのＤＣＴ成分との差分であ
る。
Ｌij，Δａij，Δｂijは注目画素ブロックのＤＣＴ各成
分とある周辺画素ブロックのＤＣＴ成分との差分であ
る。
【００２６】
【数３】
【００２７】ここでは、周辺画素ブロックとして注目画
素ブロックに隣接する上下左右の画素ブロックを用い、
ｍは１から４の整数である。Ｋm は重み係数である。
素ブロックに隣接する上下左右の画素ブロックを用い、
ｍは１から４の整数である。Ｋm は重み係数である。
【００２８】最後に、色の類似度Ｃは、注目画素ブロッ
クと周辺の画素ブロックとにおける画像の色の類似性Ｃ
m の加重平均で表現することにし、以下のように求める
ことができる。
クと周辺の画素ブロックとにおける画像の色の類似性Ｃ
m の加重平均で表現することにし、以下のように求める
ことができる。
【００２９】
【数４】 Ｃm ＝（ΔＬ00 2 ＋Δａ00 2 ＋Δｂ00 2 ）1/2
【００３０】
【数５】
【００３１】上記のΔＬ00，Δａ00，Δｂ00は注目画素
ブロックの直流成分と、ある周辺画素ブロックの直流成
分との差分である。ここでも、周辺画素ブロックとして
注目画素ブロックに隣接する上下左右の画素ブロックを
用い、ｍは１から４の整数である。Ｋm は重み係数であ
る。
ブロックの直流成分と、ある周辺画素ブロックの直流成
分との差分である。ここでも、周辺画素ブロックとして
注目画素ブロックに隣接する上下左右の画素ブロックを
用い、ｍは１から４の整数である。Ｋm は重み係数であ
る。
【００３２】これら画像の特徴で表す空間周波数Ｆ，形
状の類似度Ｓ，色の類似度Ｃは、バッファメモリ部４に
記憶された画像データに対して特徴抽出部５で上記の計
算式によって求められ、ファジィ推論部６に送られる。
状の類似度Ｓ，色の類似度Ｃは、バッファメモリ部４に
記憶された画像データに対して特徴抽出部５で上記の計
算式によって求められ、ファジィ推論部６に送られる。
【００３３】これら画像の特徴を表す空間周波数Ｆ，形
状の類似度Ｓ，色の類似度Ｃを状態量とするメンバーシ
ップ関数の例を図３に示す。図３の（Ａ）において、ｍ
fa，ｍfb，ｍfc，ｍfdは空間周波数Ｆのメンバーシップ
関数で、各々メンバーシップ関数は空間周波数Ｆが“低
い”，“低いから中程”，“中程”，“中程から高い”
を表現している。同様に、図３の（Ｂ）に示す形状類似
度Ｓのメンバーシップ関数ｍsa，ｍsb，ｍsc，ｍsdは、
形状類似度Ｓが“小さい”，“中程”，“中程から大き
い”，“大きい”を表現し、言い換えれば、周辺の画像
と形が“似てない”，“少し似ている”，“似てい
る”，“かなり似ている”に相当する。また同様に、図
３の（Ｃ）に示す色類似度Ｃのメンバーシップ関数
ｍca，ｍcb，ｍccは、色類似度Ｓが“小さいから中
程”，“中程から大きい”，“大きい”を表現し、言い
換えれば、周辺の画像と色が“似てないから少し似てい
る”，“似ている”，“かなり似ている”に相当する。
ここでは、説明を簡単にするために、メンバーシップ関
数の形状を台形で単純化して記述している。これらメン
バーシップ関数は、ファジィ推論部６の内部メモリにあ
らかじめ格納されている。
状の類似度Ｓ，色の類似度Ｃを状態量とするメンバーシ
ップ関数の例を図３に示す。図３の（Ａ）において、ｍ
fa，ｍfb，ｍfc，ｍfdは空間周波数Ｆのメンバーシップ
関数で、各々メンバーシップ関数は空間周波数Ｆが“低
い”，“低いから中程”，“中程”，“中程から高い”
を表現している。同様に、図３の（Ｂ）に示す形状類似
度Ｓのメンバーシップ関数ｍsa，ｍsb，ｍsc，ｍsdは、
形状類似度Ｓが“小さい”，“中程”，“中程から大き
い”，“大きい”を表現し、言い換えれば、周辺の画像
と形が“似てない”，“少し似ている”，“似てい
る”，“かなり似ている”に相当する。また同様に、図
３の（Ｃ）に示す色類似度Ｃのメンバーシップ関数
ｍca，ｍcb，ｍccは、色類似度Ｓが“小さいから中
程”，“中程から大きい”，“大きい”を表現し、言い
換えれば、周辺の画像と色が“似てないから少し似てい
る”，“似ている”，“かなり似ている”に相当する。
ここでは、説明を簡単にするために、メンバーシップ関
数の形状を台形で単純化して記述している。これらメン
バーシップ関数は、ファジィ推論部６の内部メモリにあ
らかじめ格納されている。
【００３４】次に、ファジィ推論部６で像域判定の推論
に用いるルール群を表（規則表と以下称する）で次の表
１に示す。また、後述の表２には、像域判定の例を合わ
せて示す。
に用いるルール群を表（規則表と以下称する）で次の表
１に示す。また、後述の表２には、像域判定の例を合わ
せて示す。
【００３５】
【表１】
【００３６】表１において、画像データの像域の種類と
して、文字，網点，写真，縦線／横線の４つに大分類
し、さらに文字をエッジ部と平坦部に分類し、また網
点，写真を各々エッジ部，階調部と平坦部に分類し、各
分類にグループ名Ｇを付けている。この規則表の読み方
は、例えば、１番目の列は、“文字のエッジ部（グルー
プＧa1）は、空間周波数Ｆが高く、かつ形状類似度Ｓが
小さく、かつ色類似度Ｃが大きい”、と読み、以下の列
も同様な読み方をする。この規則表は、各グループＧの
特徴を表現している。規則表で表したルール群は上述の
メンバーシップ関数と同様にファジィ推論部６の内部メ
モリにあらかじめ格納されている。
して、文字，網点，写真，縦線／横線の４つに大分類
し、さらに文字をエッジ部と平坦部に分類し、また網
点，写真を各々エッジ部，階調部と平坦部に分類し、各
分類にグループ名Ｇを付けている。この規則表の読み方
は、例えば、１番目の列は、“文字のエッジ部（グルー
プＧa1）は、空間周波数Ｆが高く、かつ形状類似度Ｓが
小さく、かつ色類似度Ｃが大きい”、と読み、以下の列
も同様な読み方をする。この規則表は、各グループＧの
特徴を表現している。規則表で表したルール群は上述の
メンバーシップ関数と同様にファジィ推論部６の内部メ
モリにあらかじめ格納されている。
【００３７】以上で説明した状態量，メンバーシップ関
数，ルール群を用いて画像領域の判定例を説明する。
数，ルール群を用いて画像領域の判定例を説明する。
【００３８】まず、注目画素ブロックの画像の特徴を特
徴抽出部５で、空間周波数Ｆ＝Ｆi，形状類似度Ｓ＝Ｓi
，色類似度Ｃ＝Ｃiと求め、これらをファジィ推論部６
に送り、ファジィ推論部６はこれらを状態量としてメン
バーシップ関数を用いて各グレードを求める。ここで
は、説明を簡単にするために、図３に状態量Ｆ＝Ｆi，
Ｓ＝Ｓi ，Ｃ＝Ｃi に対してグレードαf ，βf ，α
s ，βs ，αc ，βc を対応させて表記した。
徴抽出部５で、空間周波数Ｆ＝Ｆi，形状類似度Ｓ＝Ｓi
，色類似度Ｃ＝Ｃiと求め、これらをファジィ推論部６
に送り、ファジィ推論部６はこれらを状態量としてメン
バーシップ関数を用いて各グレードを求める。ここで
は、説明を簡単にするために、図３に状態量Ｆ＝Ｆi，
Ｓ＝Ｓi ，Ｃ＝Ｃi に対してグレードαf ，βf ，α
s ，βs ，αc ，βc を対応させて表記した。
【００３９】ここで、グレードαf は空間周波数Ｆ＝Ｆ
i が“空間周波数Ｆが高い”に属する度合を表し、グレ
ードβf は空間周波数Ｆ＝Ｆi が“空間周波数Ｆが中程
から高い”に属する度合を示す。グレードαs ，βs ，
αc ，βc も同様に各メンバーシップ関数ｍsb，ｍsa，
ｍcb，ｍccで表せられるファジィ集合に属する度合であ
る。
i が“空間周波数Ｆが高い”に属する度合を表し、グレ
ードβf は空間周波数Ｆ＝Ｆi が“空間周波数Ｆが中程
から高い”に属する度合を示す。グレードαs ，βs ，
αc ，βc も同様に各メンバーシップ関数ｍsb，ｍsa，
ｍcb，ｍccで表せられるファジィ集合に属する度合であ
る。
【００４０】これらグレードαf ，βf ，αs ，βs ，
αc ，βc は、状態量（Ｆ＝Ｆi ，Ｓ＝Ｓi ，Ｃ＝Ｃ
i ）を有する画素ブロックの画像が、規則表の各グルー
プＧに属する可能性を表し、その様子を次の表２の像域
判定の例での表に示す。なお、ここではβf ＞αf ，β
s ＞αs ，βc ＞αc で０〜１の範囲とする。
αc ，βc は、状態量（Ｆ＝Ｆi ，Ｓ＝Ｓi ，Ｃ＝Ｃ
i ）を有する画素ブロックの画像が、規則表の各グルー
プＧに属する可能性を表し、その様子を次の表２の像域
判定の例での表に示す。なお、ここではβf ＞αf ，β
s ＞αs ，βc ＞αc で０〜１の範囲とする。
【００４１】
【表２】
【００４２】ここの判定では、状態量の空間周波数Ｆ，
形状類似度Ｓ，色類似度Ｃに優先順位をつけずに各状態
量に対するグレードの積で、まずトータルグレードＴＧ
を求める。この例では、グループＧa1に属するトータル
グレードＴＧ１＝αf βs βc であり、グループＧc1に
属するトータルグレードＴＧ２＝βf αs αc であり、
グループＧb2に属するトータルグレードＴＧ３＝βf α
s βc であり、その他のグループに属するトータルグレ
ードＴＧ＝０である。判定では、次に、トータルグレー
ドＴＧとある基準判定値ＴＨと比較し、ＴＨよりも小さ
いトータルグレードを有するグループＧに属することは
無しと判定し、ＴＨより大きいトータルグレードを有す
るグループＧに属することは可能性ありと判定し、その
可能性の度合はそのトータルグレードＴＧで表す。例で
は、ＴＧ１＞ＴＧ３＞ＴＨ＞ＴＧ２となり、グループＧ
a1，Ｇb2に属する可能性はＴＧ１，ＴＧ３の度合である
と判定する。すなわち、この例の注目ブロックの画像
は、“ＴＧ１の度合で文字のエッジ部であり、またＴＧ
３の度合で縦線／横線である”と像域判定をする。
形状類似度Ｓ，色類似度Ｃに優先順位をつけずに各状態
量に対するグレードの積で、まずトータルグレードＴＧ
を求める。この例では、グループＧa1に属するトータル
グレードＴＧ１＝αf βs βc であり、グループＧc1に
属するトータルグレードＴＧ２＝βf αs αc であり、
グループＧb2に属するトータルグレードＴＧ３＝βf α
s βc であり、その他のグループに属するトータルグレ
ードＴＧ＝０である。判定では、次に、トータルグレー
ドＴＧとある基準判定値ＴＨと比較し、ＴＨよりも小さ
いトータルグレードを有するグループＧに属することは
無しと判定し、ＴＨより大きいトータルグレードを有す
るグループＧに属することは可能性ありと判定し、その
可能性の度合はそのトータルグレードＴＧで表す。例で
は、ＴＧ１＞ＴＧ３＞ＴＨ＞ＴＧ２となり、グループＧ
a1，Ｇb2に属する可能性はＴＧ１，ＴＧ３の度合である
と判定する。すなわち、この例の注目ブロックの画像
は、“ＴＧ１の度合で文字のエッジ部であり、またＴＧ
３の度合で縦線／横線である”と像域判定をする。
【００４３】さらに、ＴＧ１とＴＧ３の比較などによっ
て、像域判定で１つのグループまで絞り込む手法も考え
られるが、ここではそこまでは行わず、複数のグループ
に属することを許しておく。これは、制御量の導出でフ
ァジィ理論を利用するためである。本発明では、制御量
および制御量の導出などは主眼ではなく、その詳細な説
明は省くが、像域判定から制御量を求める例を図４に示
し以下で説明する。
て、像域判定で１つのグループまで絞り込む手法も考え
られるが、ここではそこまでは行わず、複数のグループ
に属することを許しておく。これは、制御量の導出でフ
ァジィ理論を利用するためである。本発明では、制御量
および制御量の導出などは主眼ではなく、その詳細な説
明は省くが、像域判定から制御量を求める例を図４に示
し以下で説明する。
【００４４】図４において、各グラフはグループに属す
る度合（判定値）と制御量Ｅの関係を各グループごとに
表している。ここでは、制御量Ｅとして平滑処理の度合
／エッジ強調処理の度合を扱う。平滑処理と強調処理は
相反するものであり、制御量Ｅが正であるとき平滑処理
を表し、制御量Ｅが負であるとき強調処理を表し、制御
量Ｅの絶対値が大きいほど処理の度合が大きくなる。像
域判定例では、グループＧa1，Ｇb2に属する可能性はＴ
Ｇ１，ＴＧ３の度合であると判定されたので、制御量Ｅ
は、Ｅ＝（Ｅ１＋Ｅ２）／２で求めることにする。ただ
し、Ｅ１とＥ２の符号が異なり、かつ、Ｅ１−Ｅ２＜Ｅ
thの場合、Ｅ＝０とする。これは、属する可能性がある
グループＧが２つ以上で相反する処理を必要とするグル
ープに属する場合は各判定値が小さく判定エラーなどの
可能性があり、間違った処理を行わないための緩衝帯で
ある。
る度合（判定値）と制御量Ｅの関係を各グループごとに
表している。ここでは、制御量Ｅとして平滑処理の度合
／エッジ強調処理の度合を扱う。平滑処理と強調処理は
相反するものであり、制御量Ｅが正であるとき平滑処理
を表し、制御量Ｅが負であるとき強調処理を表し、制御
量Ｅの絶対値が大きいほど処理の度合が大きくなる。像
域判定例では、グループＧa1，Ｇb2に属する可能性はＴ
Ｇ１，ＴＧ３の度合であると判定されたので、制御量Ｅ
は、Ｅ＝（Ｅ１＋Ｅ２）／２で求めることにする。ただ
し、Ｅ１とＥ２の符号が異なり、かつ、Ｅ１−Ｅ２＜Ｅ
thの場合、Ｅ＝０とする。これは、属する可能性がある
グループＧが２つ以上で相反する処理を必要とするグル
ープに属する場合は各判定値が小さく判定エラーなどの
可能性があり、間違った処理を行わないための緩衝帯で
ある。
【００４５】この例では、グループＧa1は文字のエッジ
部であり、グループＧb2は縦線／横線であるため、共に
エッジを強調する処理を有効とする画像領域である。し
たがって、制御量Ｅ＝（Ｅ１＋Ｅ２）／２は負であり、
エッジ強調処理をすることは妥当である。
部であり、グループＧb2は縦線／横線であるため、共に
エッジを強調する処理を有効とする画像領域である。し
たがって、制御量Ｅ＝（Ｅ１＋Ｅ２）／２は負であり、
エッジ強調処理をすることは妥当である。
【００４６】以上が特徴抽出部５，ファジィ推論部６で
の動作概要である。
の動作概要である。
【００４７】次に述べる本発明の第２実施例における文
字符号化部８も、同様な構成でファジィ推論が可能であ
る。ただし、注目画像領域を画像領域判定の場合より広
くとり、１つの文字を構成する画像領域が注目領域に含
まれるようにする。先の画像領域の判定結果の集まり
も、文字領域の特徴抽出のデータに利用する。また、ル
ール群も、文字の内容（形状）を特徴とする状態量（２
値化した画像データの面積比，分布など）を各文字に対
してメンバーシップ関数を先の規則表のように設定する
ことで行う。このとき、規則表は判定したい項目（文字
の形状，大きさ，種類，色，位置，方向など）ごとに別
に設け、状態量も各判定したい項目で設定する。また、
判定する対象とする文字が日本語のように多いので、状
態量の各項目に優先順位をつけて条件付けで絞り込む必
要がある。
字符号化部８も、同様な構成でファジィ推論が可能であ
る。ただし、注目画像領域を画像領域判定の場合より広
くとり、１つの文字を構成する画像領域が注目領域に含
まれるようにする。先の画像領域の判定結果の集まり
も、文字領域の特徴抽出のデータに利用する。また、ル
ール群も、文字の内容（形状）を特徴とする状態量（２
値化した画像データの面積比，分布など）を各文字に対
してメンバーシップ関数を先の規則表のように設定する
ことで行う。このとき、規則表は判定したい項目（文字
の形状，大きさ，種類，色，位置，方向など）ごとに別
に設け、状態量も各判定したい項目で設定する。また、
判定する対象とする文字が日本語のように多いので、状
態量の各項目に優先順位をつけて条件付けで絞り込む必
要がある。
【００４８】図２は本発明の第２の実施例の画像読取装
置の構成を示す。本図において図１の実施例と同様な部
分には同一符号を付してその詳細な説明は省略する。こ
こで、８は文字領域と判別した領域の画像データを入力
して、その文字の特徴を抽出し、抽出したその特徴デー
タを基にファジィ理論を用いた推論処理により文字画像
データの符号化（キャラクタコード化）をする文字符号
化部であり、９から１１はこの文字符号化部８の主な構
成要素である。すなわち、９はバッファメモリ部４から
読み出した画像データとファジィ推論部６から供給され
る像域判定データとを一時記憶するバッファメモリ部で
ある。１０はバッファメモリ部９から文字領域の画像デ
ータを読み出して画像データ中の文字の種々の特徴を抽
出する特徴抽出部である。１１は特徴抽出部１０から送
られてくる文字の種々の特徴データからファジィ理論を
用いた推論処理により文字の符号化を行うファジィ推論
部である。ファジィ推論部１１で符号化されたキャラク
ターコード等はインタフェース部７を通じて外部に接続
の機器（例えばプリンタ）に送られる。
置の構成を示す。本図において図１の実施例と同様な部
分には同一符号を付してその詳細な説明は省略する。こ
こで、８は文字領域と判別した領域の画像データを入力
して、その文字の特徴を抽出し、抽出したその特徴デー
タを基にファジィ理論を用いた推論処理により文字画像
データの符号化（キャラクタコード化）をする文字符号
化部であり、９から１１はこの文字符号化部８の主な構
成要素である。すなわち、９はバッファメモリ部４から
読み出した画像データとファジィ推論部６から供給され
る像域判定データとを一時記憶するバッファメモリ部で
ある。１０はバッファメモリ部９から文字領域の画像デ
ータを読み出して画像データ中の文字の種々の特徴を抽
出する特徴抽出部である。１１は特徴抽出部１０から送
られてくる文字の種々の特徴データからファジィ理論を
用いた推論処理により文字の符号化を行うファジィ推論
部である。ファジィ推論部１１で符号化されたキャラク
ターコード等はインタフェース部７を通じて外部に接続
の機器（例えばプリンタ）に送られる。
【００４９】次に、本発明の第２の実施例における動作
を説明する。
を説明する。
【００５０】像域判定データを得るまでは、図１の第１
実施例の場合と同じであるが、ファジィ推論部６からイ
ンタフェース部７に出力される像域判定データは文字符
号化部８へも出力され、またバッファメモリ部４からも
画像データが文字符号化部８に出力される。
実施例の場合と同じであるが、ファジィ推論部６からイ
ンタフェース部７に出力される像域判定データは文字符
号化部８へも出力され、またバッファメモリ部４からも
画像データが文字符号化部８に出力される。
【００５１】文字符号化部８の内部において、バッファ
メモリ部９は画像データと像域判定データを一部あるい
は全部記憶し、特徴抽出部１０は文字領域に相当する部
分をバッファメモリ部９から読み出して文字領域の特徴
を種々抽出し、この特徴データをファジィ推論部１１に
入力する。
メモリ部９は画像データと像域判定データを一部あるい
は全部記憶し、特徴抽出部１０は文字領域に相当する部
分をバッファメモリ部９から読み出して文字領域の特徴
を種々抽出し、この特徴データをファジィ推論部１１に
入力する。
【００５２】ファジィ推論部１１は前以て内部のメモリ
（図示しない）に設定されているファジィ理論を用いた
文字符号化のルール群と、特徴抽出部１０で抽出された
文字領域の複数の特徴データから注目文字領域の文字の
内容（キャラクターコード）および大きさ（文字高），
種類，色，位置や方向等をファジィ推論し、その推論結
果を文字コードデータ（キャラクタコード，サイズコー
ド，フォントコード，カラーコード，ポイントコード，
ベクトルコード等）としてインタフェース部７へ出力す
る。
（図示しない）に設定されているファジィ理論を用いた
文字符号化のルール群と、特徴抽出部１０で抽出された
文字領域の複数の特徴データから注目文字領域の文字の
内容（キャラクターコード）および大きさ（文字高），
種類，色，位置や方向等をファジィ推論し、その推論結
果を文字コードデータ（キャラクタコード，サイズコー
ド，フォントコード，カラーコード，ポイントコード，
ベクトルコード等）としてインタフェース部７へ出力す
る。
【００５３】インタフェース部７は、像域判定部３から
の画像データと像域判定データと文字符号化部８からの
文字コードデータのタイミングを調整し、かつプリンタ
等の装置外部に接続する機器とのタイミングを取り、画
像データと像域判定データと文字コードデータをそれぞ
れその機器へ出力する。
の画像データと像域判定データと文字符号化部８からの
文字コードデータのタイミングを調整し、かつプリンタ
等の装置外部に接続する機器とのタイミングを取り、画
像データと像域判定データと文字コードデータをそれぞ
れその機器へ出力する。
【００５４】上述した本発明の第１，第２実施例では、
画像読取装置内部に像域判定部や文字符号化部をハード
ウェアおよびソフトウェアで実現しているが、本発明は
この限りでない。例えば通常の画像読取装置と画像メモ
リ装置と汎用のパーソナルコンピュータ等の計算機とを
用いて、画像読取装置から画像メモリ装置に読み込んだ
画像に対して、計算機の内部のハードウェアおよびソフ
トウェアで特徴抽出ファジィ推論による像域判定や文字
の符号化を実行することも可能である。
画像読取装置内部に像域判定部や文字符号化部をハード
ウェアおよびソフトウェアで実現しているが、本発明は
この限りでない。例えば通常の画像読取装置と画像メモ
リ装置と汎用のパーソナルコンピュータ等の計算機とを
用いて、画像読取装置から画像メモリ装置に読み込んだ
画像に対して、計算機の内部のハードウェアおよびソフ
トウェアで特徴抽出ファジィ推論による像域判定や文字
の符号化を実行することも可能である。
【００５５】また、第１，第２実施例の画像読取装置に
おいては、上記像域判定等の処理をパイプライン処理や
バッチ処理等のどの処理方式で行うかは限定していな
い。これは、各部の処理スピートおよびメモリ等のハー
ドウェアの規模の設定で自由に選択し構成できるからで
ある。
おいては、上記像域判定等の処理をパイプライン処理や
バッチ処理等のどの処理方式で行うかは限定していな
い。これは、各部の処理スピートおよびメモリ等のハー
ドウェアの規模の設定で自由に選択し構成できるからで
ある。
【００５６】
【発明の効果】以上説明したように、本発明によれば、
入力された画像データを均等色空間である画像データに
変換し、変換された画像データを所定ブロック単位でＤ
ＣＴ変換したＤＣＴ成分を抽出し、抽出されたＤＣＴ成
分に基づいて注目ブロックと該注目ブロックの周辺ブロ
ックとにおける形状の類似度と色の類似度を算出し、算
出された形状の類似度と色の類似度に基づいて前記画像
の像域を判定するので、画像の像域を精度よく、かつ処
理の負担を軽減して判定することができる。
入力された画像データを均等色空間である画像データに
変換し、変換された画像データを所定ブロック単位でＤ
ＣＴ変換したＤＣＴ成分を抽出し、抽出されたＤＣＴ成
分に基づいて注目ブロックと該注目ブロックの周辺ブロ
ックとにおける形状の類似度と色の類似度を算出し、算
出された形状の類似度と色の類似度に基づいて前記画像
の像域を判定するので、画像の像域を精度よく、かつ処
理の負担を軽減して判定することができる。
【００５７】また、本発明によれば、ファジィ理論によ
る推論処理を実行して画像に施す処理の制御量を算出す
る際に、抽出された複数の特徴、該複数の特徴各々に対
応するメンバーシップ関数、及び画像の像域毎に設定さ
れるルールを用いて、該画像の像域毎に、属するグレー
ドを算出し、算出されたグレードを所定値と比較し、算
出されたグレードが所定値以上の画像の像域各々に対し
て制御量を算出し、算出された画像の像域各々の制御量
に基づき、画像に施す処理の制御量を算出するので、画
像の像域の判定の絞込みを必ずしも１つに絞り込むので
はなく、複数の像域に属する判定を下し、複数の像域そ
れぞれの像域に対して算出された制御量を基に、画像に
施す処理の制御量を算出することが可能となり、その結
果、複数の画像の像域を考慮した適切な制御量を算出す
ることができる。
る推論処理を実行して画像に施す処理の制御量を算出す
る際に、抽出された複数の特徴、該複数の特徴各々に対
応するメンバーシップ関数、及び画像の像域毎に設定さ
れるルールを用いて、該画像の像域毎に、属するグレー
ドを算出し、算出されたグレードを所定値と比較し、算
出されたグレードが所定値以上の画像の像域各々に対し
て制御量を算出し、算出された画像の像域各々の制御量
に基づき、画像に施す処理の制御量を算出するので、画
像の像域の判定の絞込みを必ずしも１つに絞り込むので
はなく、複数の像域に属する判定を下し、複数の像域そ
れぞれの像域に対して算出された制御量を基に、画像に
施す処理の制御量を算出することが可能となり、その結
果、複数の画像の像域を考慮した適切な制御量を算出す
ることができる。
【００５８】
【図１】本発明の第１実施例の画像読取装置の概略的な
構成を示すブロック図である。
構成を示すブロック図である。
【図２】本発明の第２実施例の画像読取装置の概略的な
構成を示すブロック図である。
構成を示すブロック図である。
【図３】本発明実施例の像域判定部で使用するメンバー
シップ関数の一例を示す図である。
シップ関数の一例を示す図である。
【図４】本発明実施例の像域判定部での像域判定から制
御量を求める例を示す図である。
御量を求める例を示す図である。
１ センサー部 ２ Ａ／Ｄ変換部 ３ 像域判定部 ４ バッファメモリ部 ５ 画像の特徴抽出部 ６ 像域判定用のファジィ推論部 ７ インタフェース部 ８ 文字符号化部 ９ バッファメモリ部 １０ 文字の特徴抽出部 １１ 文字符号化用のファジィ推論部
フロントページの続き (56)参考文献 特開 平１−81080（ＪＰ，Ａ) 特開 平３−88568（ＪＰ，Ａ) 特開 昭63−193661（ＪＰ，Ａ) 特開 昭63−279368（ＪＰ，Ａ) 特開 平１−312684（ＪＰ，Ａ) 特開 平４−304776（ＪＰ，Ａ) 特開 昭63−200280（ＪＰ，Ａ) 特開 平２−179161（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) H04N 1/40 G06K 9/20 340 G06T 7/40 100
Claims (10)
- 【請求項１】 画像に応じた画像データを入力する入力
手段と、 前記入力された画像データを均等色空間である画像デー
タに変換する変換手段と、 前記変換された画像データを所定ブロック単位でＤＣＴ
変換したＤＣＴ成分を抽出する抽出手段と、 前記抽出されたＤＣＴ成分に基づいて注目ブロックと該
注目ブロックの周辺ブロックとにおける形状の類似度と
色の類似度を算出する算出手段と、 前記算出された形状の類似度と色の類似度に基づいて前
記画像の像域を判定する判定手段とを有することを特徴
とする画像処理装置。 - 【請求項２】 前記判定手段は、ファジィ理論による推
論処理を実行して前記画像の像域を判定することを特徴
とする請求項１に記載の画像処理装置。 - 【請求項３】 ファジィ理論による推論処理を実行して
画像に施す処理の制御量を算出し、該制御量を用いて画
像に処理を施す画像読取装置であって、 画像に応じた画像データを入力する入力手段と、 前記入力された画像データに基づいて、前記画像の複数
の特徴を抽出する抽出手段と、 前記抽出された複数の特徴、該複数の特徴各々に対応す
るメンバーシップ関数、及び画像の像域毎に設定される
ルールを用いて、該画像の像域毎に、属するグレードを
算出する第１の算出手段と、 前記第１の算出手段により算出されたグレードを所定値
と比較する比較手段と、 前記比較手段の比較結果により前記算出されたグレード
が所定値以上の画像の像域各々に対して制御量を算出す
る第２の算出手段と、 前記第２の算出手段により算出された画像の像域各々の
制御量に基づき、画像に施す処理の制御量を算出する第
３の算出手段とを有することを特徴とする画像読取装
置。 - 【請求項４】 前記抽出手段は、前記画像の特徴を均等
色空間である画像データをブロックＤＣＴ変換した周波
数空間で抽出することを特徴とする請求項３に記載の画
像読取装置。 - 【請求項５】 前記画像の特徴は、画像の形状の類似度
と色の類似度、空間周波数のうち少なくとも１つを含む
ことを特徴とする請求項３に記載の画像読取装置。 - 【請求項６】 前記第３の算出手段は、前記算出された
像域各々の制御量を平均して画像に施す処理の制御量を
算出することを特徴とする請求項３に記載の画像読取装
置。 - 【請求項７】 前記第３の算出手段は、前記算出された
像域各々の制御量に差がない場合には、画像に施す処理
の制御量を０にすることを特徴とする請求項３に記載の
画像読取装置。 - 【請求項８】 更に、前記第１の算出手段により算出さ
れた画像の像域毎のグレードに基づいて、文字領域を判
定し、該文字領域の特徴を抽出する文字特徴抽出手段
と、前記抽出された文字領域の特徴に基づきファジィ理
論によるファジィ推論処理を実行して文字画像の符号化
を行う文字画像符号化手段とを有することを特徴とする
請求項３に記載の画像読取装置。 - 【請求項９】 画像に応じた画像データを入力する入力
工程と、 前記入力された画像データを均等色空間である画像デー
タに変換する変換工程と、 前記変換された画像データを所定ブロック単位でＤＣＴ
変換したＤＣＴ成分を抽出する抽出工程と、 前記抽出されたＤＣＴ成分に基づいて注目ブロックと該
注目ブロックの周辺ブロックとにおける形状の類似度と
色の類似度を算出する算出工程と、 前記算出された形状の類似度と色の類似度に基づいて前
記画像の像域を判定する判定工程とを有することを特徴
とする画像処理方法。 - 【請求項１０】 ファジィ理論による推論処理を実行し
て画像に施す処理の制御量を算出し、該制御量を用いて
画像に処理を施す画像処理方法であって、 画像に応じた画像データを入力する入力工程と、 前記入力された画像データに基づいて、前記画像の複数
の特徴を抽出する抽出工程と、 前記抽出された複数の特徴、該複数の特徴各々に対応す
るメンバーシップ関数、及び画像の像域毎に設定される
ルールを用いて、該画像の像域毎に、属するグレードを
算出する第１の算出工程と、 前記第１の算出手段により算出されたグレードを所定値
と比較する比較工程と、 前記比較工程の比較結果により前記算出されたグレード
が所定値以上の画像の像域各々に対して制御量を算出す
る第２の算出工程と、 前記第２の算出工程により算出された画像の像域各々の
制御量に基づき、画像に施す処理の制御量を算出する第
３の算出工程とを有することを特徴とする画像処理方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15839491A JP3179517B2 (ja) | 1991-06-28 | 1991-06-28 | 画像読取装置、画像処理装置、及び画像処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15839491A JP3179517B2 (ja) | 1991-06-28 | 1991-06-28 | 画像読取装置、画像処理装置、及び画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0514702A JPH0514702A (ja) | 1993-01-22 |
| JP3179517B2 true JP3179517B2 (ja) | 2001-06-25 |
Family
ID=15670779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP15839491A Expired - Fee Related JP3179517B2 (ja) | 1991-06-28 | 1991-06-28 | 画像読取装置、画像処理装置、及び画像処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3179517B2 (ja) |
-
1991
- 1991-06-28 JP JP15839491A patent/JP3179517B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0514702A (ja) | 1993-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4568460B2 (ja) | 画像処理装置及び記録媒体 | |
| US5668646A (en) | Apparatus and method for decoding differently encoded multi-level and binary image data, the later corresponding to a color in the original image | |
| JPH1169150A (ja) | 像域識別方法および画像処理装置および画像形成装置 | |
| JP4604100B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、プログラムおよび記憶媒体 | |
| JP4176114B2 (ja) | 画像圧縮装置およびそれを備えた画像読取装置、画像圧縮装置を備えた画像処理装置並びにそれを備えた画像形成装置、画像圧縮処理方法 | |
| JP4469885B2 (ja) | 画像照合装置、画像照合方法、画像データ出力処理装置、プログラム、及び記録媒体 | |
| US20090034848A1 (en) | Image processing apparatus, image forming apparatus, image processing system, and image processing method | |
| EP1014688A2 (en) | Image processing method and apparatus, image processing system, and storage medium | |
| US20080031549A1 (en) | Image processing apparatus, image reading apparatus, image forming apparatus, image processing method, and recording medium | |
| US20090284801A1 (en) | Image processing apparatus and image processing method | |
| JP4362538B2 (ja) | 画像処理装置、画像形成装置、画像送信装置、画像読取装置、画像処理システム、画像処理方法、画像処理プログラムおよびその記録媒体 | |
| US8107738B2 (en) | Image processing method, image processing apparatus, image forming apparatus, image reading apparatus and memory product | |
| JP4496602B2 (ja) | 画像処理方法および画像処理装置 | |
| JP2009284084A (ja) | 画像照合方法、画像照合装置、画像データ出力処理装置、プログラム及び記憶媒体 | |
| US8229214B2 (en) | Image processing apparatus and image processing method | |
| JP3262326B2 (ja) | 画像処理装置および画像処理方法 | |
| JP3179517B2 (ja) | 画像読取装置、画像処理装置、及び画像処理方法 | |
| CN108401084B (zh) | 图像处理装置及图像处理方法 | |
| US5485529A (en) | Image processing apparatus with the ability to suppress isolated points | |
| US5446802A (en) | Image processing apparatus comprising judgement means for judging dot photograph image, photograph image and character image | |
| US6983077B2 (en) | Image processor | |
| JP3137702B2 (ja) | 画像処理装置 | |
| JPH08263649A (ja) | ニューラルベースの空間画像強化システム | |
| JP3183787B2 (ja) | 網点領域判定装置 | |
| JP2984291B2 (ja) | 画像処理装置及び画像処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090413 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090413 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100413 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110413 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |