JP3207690B2 - 画像処理装置 - Google Patents
画像処理装置Info
- Publication number
- JP3207690B2 JP3207690B2 JP26423294A JP26423294A JP3207690B2 JP 3207690 B2 JP3207690 B2 JP 3207690B2 JP 26423294 A JP26423294 A JP 26423294A JP 26423294 A JP26423294 A JP 26423294A JP 3207690 B2 JP3207690 B2 JP 3207690B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- area
- pixel
- block
- identification
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/40062—Discrimination between different image types, e.g. two-tone, continuous tone
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Description
ァクシミリ装置等に供され、記録画像の画質向上を図る
ため、原稿を走査して得られた画像信号に対し、各画素
の特性に応じた最適な処理を行う画像処理装置に関する
ものである。
ミリでは、文字部分、写真部分、または網点部分が存在
するような原稿、或いはそれらの部分が混在するような
原稿をCCDイメージセンサ等で読み取って得られた画
像信号に対して、記録画像の画質を向上させるための画
像処理が施されるようになっている。この画像処理とし
ては、読み取った画像が文字、写真、或いは網点の何れ
の画像かを識別し、その識別結果に応じて各画素毎に適
切な処理を行うものがある。
法としては、画像を複数画素からなるブロックに分割
し、パターンマッチングを用いる、或いは文字画像や網
点画像の性質を表した特徴パラメータを用いることによ
って、各ブロック毎に画像識別を行うものがある。
では、数多くのパターンを用意する必要があり、メモリ
量が膨大になったり、汎用性に乏しいといった問題点が
あるため、今日では、特徴パラメータを用いた画像識別
方法が採用されることが多くなっている。
ては、特開昭61−194968号公報に開示されてい
る網点写真領域識別方法のように、空間的に連続する2
つの画素の信号レベルの変化を、その2つの画素が主走
査方向に連続する場合と、副走査方向に連続する場合と
を別個に計測し、各ブロックにおけるそれぞれの計測量
の総和を、それぞれ予め決められた値と比較し、その比
較結果により画像を識別する方法がある。
法としては、特開昭62−147860号公報に開示さ
れている中間調ファクシミリ信号処理方式のように、ブ
ロック内の最大信号レベルと最小信号レベルとの差を求
め、その差の値を予め定められている設定値と比較し、
前記レベル差が前記設定値よりも小さい場合は、写真部
分を含むところの信号レベル変化の穏やかな部分である
ことを示す判定信号を出力する一方、前記レベル差が前
記設定値よりも大きい場合は、文字や写真部分の輪郭ま
たは網点写真部分を含むところの信号レベル変化の激し
い部分であることを示す判定信号を出力し、さらに、ブ
ロック内の予め定められたアクセス順序に従って、空間
的に連続する各2つの画素の信号レベル間の変化回数を
予め定められた値と比較し、この比較の結果、前記変化
の回数が前記予め定められた値よりも大きい場合は、そ
のブロックは網点部分であることを示す判定信号を出力
する一方、前記変化の回数が前記予め定められた値より
も小さい場合は、そのブロックが網点部分でないことを
示す判定信号を出力し、前記の各判定信号に応答して、
ブロック内の画素に対する信号処理を行う方法がある。
は、従来より空間フィルタリング処理が用いられてい
る。フィルタリング処理を用いて画質向上を図るものと
しては、例えば、特公平5−21384号公報に開示さ
れている中間調ファクシミリ信号処理方式のように、画
像信号を平滑化する空間フィルタおよび画像信号を強調
する空間フィルタを予め用意しておき、画像信号のエッ
ジ部を検出するエッジ検出手段の検出出力により、前記
画像信号を平滑化した信号と前記画像信号を強調した信
号を混合もしくは選択して出力する方法や、特開昭63
−246076号公報に開示されているフィルタ処理装
置のように、網点成分を除去する空間フィルタを予め用
意しておき、画像信号のエッジ部を抽出するエッジ抽出
手段によってエッジ部が抽出されないときは、網点成分
を除去するフィルタリング処理を行った信号を出力する
一方、エッジ部が抽出されたときは、フィルタリング処
理を行う前の信号を出力する方法が挙げられる。
来の画像識別方法においては、画像識別の誤判定を起こ
すことがあり、高画質化を達成するため、識別精度の更
なる向上が望まれている。画像識別の誤判定の原因とし
ては、特徴パラメータの不適合、即ち、特徴パラメータ
が各領域の性質を十分に表していないといったことも考
えられるが、それだけではなく、特徴パラメータによっ
て得られた特徴量に対する画像識別のための分類方法、
および分類のための閾値の選定が適切でないといったこ
とも、画像識別の誤判定を招来する大きな要因となって
いる。
徴量により各ブロックを完全に分類識別し、この識別結
果に応じて、ブロック内の各注目画素に対して、予め用
意された空間フィルタでフィルタリング処理を行う従来
の方式では、誤識別時に画質に及ぼす影響が大きくなる
と共に、注目画素の持つ特徴量が限られたフィルタ特性
にしか反映されないため、各注目画素に応じた最適なフ
ィルタリング処理を行うといった細かな処理が行えない
といったことが問題点として挙げられる。
めるためには、各ブロックの性質をさらによく表すよう
な特徴パラメータの改善が必要であるが、1つの特徴パ
ラメータだけでは十分な識別精度を得ることが困難であ
ることより、複数の特徴パラメータを組み合わせた多次
元空間上での分類方法と分類のための適切な境界線の選
定が必要である。
めるためには、エッジ情報だけでなく、他の有効な特徴
量、周辺画素の処理情況等の情報を総合的に考慮し、前
記情報が精度良くフィルタ特性に反映されるようなフィ
ルタ特性決定システムが必要とされる。
稿を走査して得られた画像信号に対して、各画素が文字
領域、写真領域、または網点領域の何れの領域に存在す
るかを識別する識別処理を施し、この識別処理の結果に
応じて各画素毎に空間フィルタリング処理を行う画像処
理装置において、上記画像信号のある1つの画素データ
を注目画素として、該注目画素とその近傍の複数画素と
からなる局所ブロックの画像データを格納するブロック
メモリと、上記ブロックメモリに格納された局所ブロッ
クの画像データから、文字領域、写真領域、網点領域の
各領域の特性を表す複数の特徴パラメータの各特徴量を
求める特徴量演算手段と、上記複数の特徴パラメータを
軸とした多次元空間上で非線形な特性を含む境界線をひ
いて文字領域、写真領域、網点領域の各領域を選定し、
上記複数の特徴パラメータの各特徴量を入力すればそれ
に応じた領域識別情報を出力するように予め学習されて
いる神経回路網から構成され、上記特徴量演算手段によ
って求められた複数の特徴パラメータの各特徴量を入力
として、上記ブロック内の注目画素が存在する領域の領
域識別情報を出力する識別処理手段と、上記識別処理手
段の出力に基づいて、上記注目画素に対して所定の空間
フィルタリング処理を行うフィルタリング手段とを備え
ており、上記識別処理手段を構成する神経回路網は、上
記複数の特徴パラメータの各特徴量を入力すればそれに
応じた各領域の確からしさを数値にして表すことができ
るように予め学習されている神経回路網であって、該識
別処理手段が出力する領域識別情報は、上記ブロック内
の注目画素が存在する領域の文字領域らしさ、写真領域
らしさ、および網点領域らしさをそれぞれ数値にして表
したデータであり、上記フィルタリング手段は、上記の
各領域らしさを数値にして表したデータに基づいてフィ
ルタ係数を求め、空間フィルタリング処理を行うことを
特徴としている。
原稿を走査して得られた画像信号に対して、各画素が文
字領域、写真領域、または網点領域の何れの領域に存在
するかを識別する識別処理を施し、この識別処理の結果
に応じて各画素毎に空間フィルタリング処理を行う画像
処理装置において、上記画像信号のある1つの画素デー
タを注目画素として、該注目画素とその近傍の複数画素
とからなる局所ブロックの画像データを格納するブロッ
クメモリと、上記ブロックメモリに格納された局所ブロ
ックの画像データから、文字領域、写真領域、網点領域
の各領域の特性を表す複数の特徴パラメータの各特徴量
を求める特徴量演算手段と、上記複数の特徴パラメータ
を軸とした多次元空間上で非線形な特性を含む境界線を
ひいて文字領域、写真領域、網点領域の各領域を選定
し、上記複数の特徴パラメータの各特徴量を入力すれば
それに応じた領域識別情報を出力するように予め学習さ
れている神経回路網の入出力特性に基づくルックアップ
テーブルを有し、上記特徴量演算手段によって求められ
た複数の特徴パラメータの各特徴量を入力として、上記
ブロック内の注目画素が存在する領域の領域識別情報を
出力する識別処理手段と、上記識別処理手段の出力に基
づいて、上記注目画素に対して所定の空間フィルタリン
グ処理を行うフィルタリング手段とを備えており、上記
識別処理手段が出力する領域識別情報は、上記ブロック
内の注目画素が存在する領域の文字領域らしさ、写真領
域らしさ、および網点領域らしさをそれぞれ数値にして
表したデータであり、上記フィルタリング手段は、上記
の各領域らしさを数値にして表したデータに基づいてフ
ィルタ係数を求め、空間フィルタリング処理を行うこと
を特徴としている。
グ手段は、注目画素の周辺にある既に処理済みの周辺画
素に対してなされた空間フィルタリング処理の内容を記
憶する記憶手段を有し、上記識別処理手段からの領域識
別情報と上記記憶手段の記憶情報との両情報に基づい
て、上記注目画素に対して所定の空間フィルタリング処
理を行う構成とすることは、好ましい。
演算手段は、注目画素とその近傍の複数画素からなるブ
ロック内の最大信号レベルと最小信号レベルとの差を第
1特徴パラメータP 0 の第1特徴量として求めると共
に、上記ブロック内の連続する2つの画素間の主走査方
向における信号レベルの差の総和と、該ブロック内の連
続する2つの画素間の副走査方向における信号レベルの
差の総和との比較で、小さい方の値を第2特徴パラメー
タP 1 の第2特徴量として求めるように構成されている
ことは、好ましい。
記第2特徴パラメータP 1 の第2特徴量と前ブロックに
おける第2特徴量との重み平均をとり、これを新たに第
2特徴量として上記識別処理手段へ出力する重み平均累
算回路を備えている構成とすることは、好ましい。
演算手段は、上記第1特徴量および第2特徴量に加え、
注目画素とその近傍の複数画素からなるブロック内の信
号レベルを該ブロック内の平均信号レベルで2値化し、
この2値化されたデータに対し、主走査方向と副走査方
向とのそれぞれの変化点を計数し、小さい方の変化点計
数値を第3特徴パラメータP 2 の第3特徴量として求め
ると共に、注目画素とその近傍の複数画素からなるブロ
ック内の信号レベルを該ブロック内の平均信号レベルで
2値化し、この2値化されたデータに対し、主走査方向
と副走査方向とのそれぞれについて、同じ濃度を持つ連
続した画素の列の長さであるランレングスを計数し、得
られた全ランレングス中の最大値を第4特徴パラメータ
P 3 の第4特徴量として求めるように構成されているこ
とは、好ましい。
記第2、第3および第4特徴パラメータP 1 ・P 2 ・P
3 の各特徴量と、前ブロックにおける第2、第3および
第4特徴パラメータP 1 ・P 2 ・P 3 の各特徴量との重
み平均をそれぞれとって、これを新たに第2、第3およ
び第4特徴パラメータP 1 ・P 2 ・P 3 の各特徴量とし
て上記識別処理手段へ出力する重み平均累算回路を各特
徴量毎に備えている構成とすることは、好ましい。
力された画像信号は、注目画素とその近傍の複数画素と
からなる局所ブロックに分割されてブロックメモリに格
納され、特徴量演算手段によって、該局所ブロックの画
像データから、文字領域、写真領域、網点領域の各領域
の特性を表す複数の特徴パラメータの各特徴量が求めら
れる。
報に開示されている中間調ファクシミリ信号処理方式で
も、2つの特徴パラメータの各特徴量を求めているが、
この場合は、各々の特徴パラメータに対して予め設定さ
れた一定値とそれぞれ別々に比較して特徴量を分類する
方式である。
の特徴パラメータを軸とした多次元空間上で非線形な特
性を含む境界線をひいて文字領域、写真領域、網点領域
の各領域を選定し、上記複数の特徴パラメータの各特徴
量を入力すればそれに応じた領域識別情報を出力するよ
うに予め学習されている神経回路網から構成される識別
処理手段により、多次元的な識別処理がなされる。即
ち、各々の特徴パラメータに対して個別に閾値設定をす
るのではなく、多次元空間上において特徴量を分類する
非線形な特性を含む境界線を基に識別処理がなされる。
では十分な識別精度を得ることが困難であっても、複数
の特徴パラメータを用いることによって識別精度が高め
られ、さらに、複数の特徴パラメータの各特徴量を入力
とする神経回路網用いて多次元的な識別処理を行うの
で、非常に高精度の画像識別が可能である。
画像識別結果に基づいて、上記注目画素に対して空間フ
ィルタリング処理がなされるので、各画素の特性に応じ
た最適な処理が可能となり、高画質化が達成できる。
処理手段が出力する領域識別情報が、ブロック内の注目
画素が存在する領域の文字領域らしさ、写真領域らし
さ、および網点領域らしさをそれぞれ数値にして表した
データであり、上記の各領域らしさを数値にして表した
データに基づいてフィルタ係数が処理画素毎に決定さ
れ、空間フィルタリング処理が行われるようになってい
る。
ことにより、注目画素がどの程度、文字領域らしいか、
写真領域らしいか、網点領域らしいかを、比較的精度よ
く、容易に数値で表して出力することができ、この出力
数値によってフィルタ係数を調整することで、各画素に
応じた細かな空間フィルタ処理が可能となる。
によって、注目画素が文字領域、写真領域、網点領域の
何れかに分類するのが困難であるといった情報を得るこ
ともでき、識別不可能な画素に応じたフィルタ処理、例
えば、強調処理と平滑処理とを組み合わせた処理を行う
ことにより、誤識別による画質劣化を防止することが可
能となり、高画質化が達成できる。
上記フィルタリング手段は、注目画素の周辺の画素の処
理内容を記憶手段に記憶するようになっており、上記識
別処理手段からの領域識別情報だけでなく、これに上記
記憶手段の記憶情報を加味して、上記注目画素に対する
空間フィルタリング処理の内容を決定するようになって
いる。
面積を有しているため、上記のように注目画素の周辺の
画素に対するフィルタリング処理を考慮することによ
り、もしも注目画素の領域が誤識別された場合であって
も、誤識別による影響をある程度抑制することが可能と
なり、また、各領域の境界でのテクスチャの変化をも抑
制することができる。
処理手段が神経回路網そのものによって構成されている
のではなく、神経回路網の入出力特性に基づくルックア
ップテーブルを用いて、該神経回路網と同様の領域識別
情報を出力するようになっている。
入出力特性をルックアップテーブルに反映させることに
より、高精度の識別処理がリアルタイムに実現可能とな
る。
に基づいて説明すれば、以下の通りである。
すように、入力端子1と、ブロックメモリ2と、特徴量
演算手段としての最大値検出回路3、最小値検出回路
4、減算器5、主走査方向差分値総和算出回路6、副走
査方向差分値総和算出回路7、および比較器8と、識別
処理手段としての判定回路9と、フィルタリング手段と
してのフィルタ処理回路10と、出力端子11とを備え
ている。
から入力された複数ライン分の画像信号を、各画素25
6レベル(8bit)で格納する記憶領域を有する。こ
のブロックメモリ2には、注目画素とその近傍の複数画
素とからなる局所ブロックの画像信号が格納される。
モリ2に格納されている画像信号のブロック内の最大信
号レベルを求め、また、上記最小値検出回路4は、上記
ブロック内の最小信号レベルを求めるものである。そし
て、上記減算器5は、上記最大信号レベルと最小信号レ
ベルとの差を、第1特徴パラメータP0 の特徴量(第1
特徴量)として求めるものである。
上記ブロック内における主走査方向に連続する2個の画
素間の差分値を順次加算していき、この差分値の総和を
求めるものである。また、上記副走査方向差分値総和算
出回路7は、上記ブロック内における副走査方向に連続
する2個の画素間の差分値を順次加算していき、この差
分値の総和を求めるものである。そして、上記比較器8
は、上記主走査方向の差分値の総和と副走査方向の差分
値の総和とを比べ、小さい方の値(最小値)を、第2特
徴パラメータP1 の特徴量(第2特徴量)として求める
ものである。
タP0 と上記第2特徴パラメータP1 とから、上記ブロ
ック内の注目画素が文字領域、写真領域、或いは網点領
域の何れの領域に存在するかを判定するものであり、各
領域に応じた識別信号を出力する。
路9の出力に基づいて最適なフィルタを選択し、入力信
号に対して空間フィルタリング処理を行うものである。
上記フィルタ処理回路10は、注目画素に対して近傍画
素との重み平均をとって注目画素と近傍画素との信号レ
ベル変化を少なくさせるような平滑処理を行う平滑フィ
ルタ、および近傍画素との差分値を注目画素に加えるこ
とによって注目画素と近傍画素との信号レベル変化をよ
り大きくさせるような強調処理を行う強調フィルタを有
している。
フィルタ係数が決められた上記の強調フィルタまたは平
滑フィルタを選択し、注目画素に対して強調処理もしく
は平滑処理を行うようになっている。このフィルタ処理
回路10で使われる強調フィルタのフィルタ係数の例を
図2に、また、平滑フィルタのフィルタ係数の例を図3
に示す。尚、図2および図3に示す以外の任意のマスク
サイズやフィルタ係数を用いた強調フィルタや平滑フィ
ルタを用いてもよい。
を図るための空間フィルタリング処理の流れを、図4の
フローチャートに示している。CCDイメージセンサを
含む画像読み取り部が原稿を走査して得た画像信号が、
画像処理装置に入力されると(S1)、図1のブロック
メモリ2に注目画素を中心とした局所ブロックの画像信
号が格納され、上記の最大値検出回路3、最小値検出回
路4、減算器5、主走査方向差分値総和算出回路6、副
走査方向差分値総和算出回路7、および比較器8によ
り、該局所ブロック内における第1および第2特徴パラ
メータP0 ・P1のそれぞれの特徴量が算出される(S
2)。この後、判定回路9が、上記の各特徴量に基づい
て、上記ブロック内の注目画素が文字領域、写真領域、
或いは網点領域の何れの領域に存在するを識別する(S
3)。この結果、文字領域であれば強調フィルタによる
強調処理(S4)、網点領域であれば平滑フィルタによ
る平滑処理(S5)がフィルタ処理回路10において行
われた後、出力端子11から画像信号が出力され(S
6)、また、写真領域であれば空間フィルタリング処理
が行われずに入力画像信号がそのまま出力端子11から
出力される(S6)。上記画像処理装置は、上記の処理
を全画素に対して逐次行う。
0 (注目画素とその近傍の複数画素からなるブロック内
の最大信号レベルと最小信号レベルとの差)と、上記の
第2特徴パラメータP1 (上記ブロック内の連続する2
つの画素間の主走査方向における信号レベルの差の総和
と、該ブロック内の連続する2つの画素間の副走査方向
における信号レベルの差の総和との比較で、小さい方の
値)とを軸とした2次元平面上において、各領域(文字
領域、写真領域、または網点領域)の画素がもつ特徴量
の分布例と、各領域を分類するための境界線例とを示し
たものである。この2次元平面上における分類処理は、
上記判定回路9で行われる。
では、例えばブロックサイズが5画素×5画素の場合に
ついて示す。上記判定回路9において、上記第1特徴パ
ラメータP0 の入力値は6bit、詳しくは8bit中
の上位6bitが使用され、同図中のI00〜I05が使用
される。上記第2特徴パラメータP1 の入力値は7bi
t、詳しくは10bit中の上位7bitが使用され、
同図中のI10〜I16が使用される。上記判定回路9の出
力O0 ・O1 は、文字領域であるか、写真領域である
か、或いは網点領域であるかの3通りを識別できる2b
itの識別信号である。例えば、上記判定回路9におけ
る判定結果が文字領域であるならば、該判定回路9から
は、強調処理を選択する識別値“0”(同図においてO
0 =0およびO1 =0)が出力され、写真領域であるな
らば、空間フィルタリング処理なしを選択する識別値
“1”(同図においてO0 =1およびO1 =0)が出力
され、網点領域であるならば、平滑処理を選択する識別
値“2”(同図においてO0 =0およびO1 =1)が出
力される。
に限定されるものではなく任意である。但し、上記入力
のビット数を多くすれば判定精度が向上するが、処理速
度の低下やコスト高を招来することになるので、これら
の条件を考慮して最適なビット数を選択することが望ま
しい。
め神経回路網により決められた二次元ルックアップテー
ブル、もしくは神経回路網そのものを使用している。こ
の場合の神経回路網の例としては、図7(a)に示すよ
うな、4層パーセプトロンが挙げられ、入力層では前記
第1特徴パラメータP0 を正規化したものがI0 に、前
記第2特徴パラメータP1 を正規化したものがI1 に入
力され、出力層では空間フィルタリング処理を選択する
識別値Oが出力される。
に接続され、各中間層の出力は出力層の全ての神経素子
の入力に接続されている。
多入力1出力の素子であり、各神経素子への入力値をx
i 、各重み計数をwij、出力値をyj とすると、各神経
素子は、下記の(1)式の積和演算を行い、その積和演
算結果Xj を(2)式のシグモイド関数の入力として用
いて、yj を出力する。
は、文字領域で得られた上記第1特徴パラメータP0 お
よび第2特徴パラメータP1 が入力されたとき、出力層
では、Oが“0”に近い値を出力し、写真領域で得られ
た上記第1特徴パラメータP0および第2特徴パラメー
タP1 が入力されたとき、出力層では、Oが“1”に近
い値を出力し、そして、網点領域で得られた上記第1特
徴パラメータP0 および第2特徴パラメータP1 が入力
されたとき、出力層では、Oが“2”に近い値を出力す
る。
を決めるための神経回路網では、入出力層の各神経素子
は8bitを使用する。また、神経回路網そのものを判
定回路に使用する場合は、入出力層の各神経素子のビッ
ト数は図6に示す判定回路の各入出力のビット数に相当
する。
ものに限定されるものではない。即ち、神経回路網の中
間層数および中間層の神経素子数は任意であり、他の形
態の神経回路網を用いてもよい。
に基づいたフィルタ処理回路10のフィルタリング処理
例を、次に説明する。フィルタ処理回路10は、注目画
素が文字領域に存在することを示す識別信号(識別値
“0”)を判定回路9から入力したとき、文字または線
画を鮮明にさせるために、図2に示されるような強調フ
ィルタで該注目画素に対する強調処理を行う。また、フ
ィルタ処理回路10は、注目画素が網点領域に存在する
ことを示す識別信号(識別値“2”)を判定回路9から
入力したとき、モアレ対策として網点周波数成分を低減
させるために、図3に示されるような平滑フィルタで該
注目画素に対する平滑処理を行う。また、フィルタ処理
回路10は、注目画素が写真領域に存在することを示す
識別信号(識別値“1”)を判定回路9から入力したと
き、フィルタリング処理を施すことなく入力信号をその
ままの状態で出力する。
ルタリング処理を考慮する場合は、以下のような処理例
が考えられる。
するフィルタリング処理の内容(強調処理、平滑処理、
または未処理)を記憶しておき、判定回路9からの識別
信号だけでフィルタを選択するのではなく、前処理画素
に対する処理内容も考慮してフィルタを選択する。具体
的には、フィルタ処理回路10は、注目画素が文字領域
にあることを示す識別信号が上記の判定回路9から入力
されていない場合でも、前処理画素に対して強調処理を
行った場合は、入力信号に対して強調処理を行うか、或
いはフィルタリング処理を施すことなく入力信号をその
ままの状態で出力する。この場合、上記識別信号が写真
領域を示すものであれば入力信号に対して強調処理を行
う一方、上記識別信号が網点領域を示すものであればフ
ィルタリング処理を行わない。また、フィルタ処理回路
10は、注目画素が網点領域にあることを示す識別信号
が上記の判定回路9から入力されていない場合でも、前
処理画素に対して平滑処理を行った場合は、入力信号に
対して平滑処理を行うか、或いはフィルタリング処理を
施すことなく入力信号をそのままの状態で出力する。こ
の場合、上記識別信号が写真領域を示すものであれば入
力信号に対して平滑処理を行う一方、上記識別信号が文
字領域を示すものであればフィルタリング処理を行わな
い。
素(現在よりn画素前までの複数の画素)に対して、強
調処理を行った画素数および平滑処理を行った画素数を
それぞれカウントし、判定回路9からの識別信号だけで
フィルタを選択するのではなく、上記のカウント値(即
ち、n画素前までのフィルタリング処理の履歴)も考慮
してフィルタを選択する。具体的には、前n画素におけ
る強調処理を行った画素数の計数値をCe 、平滑処理を
行った画素数の計数値をCs とすると、フィルタ処理回
路10は、上記のCe およびCs を予め設定された閾値
と比較し、Ceが上記閾値よりも大きい場合は、上記の
判定回路9から注目画素が文字領域にあることを示す識
別信号が入力されていない場合でも、入力信号に対して
強調処理を行うか、或いはフィルタリング処理を施すこ
となく入力信号をそのままの状態で出力する。また、C
s が上記閾値よりも大きい場合は、上記の判定回路9か
ら注目画素が網点領域にあることを示す識別信号が入力
されていない場合でも、入力信号に対して平滑処理を行
うか、或いはフィルタリング処理を施すことなく入力信
号をそのままの状態で出力する。
置は、原稿を走査して得られた画像信号に対して、各画
素が文字領域、写真領域、または網点領域の何れの領域
に存在するかを識別する識別処理を施し、この識別処理
の結果に応じて各画素毎に空間フィルタリング処理を行
うものであって、 上記画像信号のある1つの画素データを注目画素とし
て、該注目画素とその近傍の複数画素とからなる局所ブ
ロックの画像データを格納するブロックメモリ2 上記ブロックメモリ2に格納された局所ブロックの画
像データから、文字領域、写真領域、網点領域の各領域
の特性を表す2つの特徴パラメータ(第1および第2特
徴パラメータP0 ・P1 )の各特徴量を求める特徴量演
算手段(最大値検出回路3、最小値検出回路4、減算器
5、主走査方向差分値総和算出回路6、副走査方向差分
値総和算出回路7、および比較器8) 上記2つの特徴パラメータP0 ・P1 を軸とした2次
元平面上で非線形な特性を含む境界線をひいて文字領
域、写真領域、網点領域の各領域を選定し、上記2つの
特徴パラメータの各特徴量を入力すればそれに応じた領
域を識別できるように予め学習されている神経回路網に
よって構成され、上記特徴量演算手段によって求められ
た2つの特徴パラメータP0 ・P1 の各特徴量を入力と
し、上記ブロック内の注目画素が文字領域、写真領域、
網点領域の何れの領域に属するかを識別する識別信号を
出力する判定回路9(識別処理手段) 上記判定回路9の出力に基づいて、予めフィルタ係数
が定められた各種フィルタ(強調フィルタ、平滑フィル
タ)を選択し、空間フィルタリング処理を行うフィルタ
処理回路10(フィルタリング手段) 上記〜を備えている構成であり、これを第1の特徴
としている。
能となる。即ち、1つの特徴パラメータだけでは十分な
識別精度を得ることが困難であっても、上記のように2
つの(複数の)特徴パラメータを用いることによって識
別精度が高められる。さらに、複数の特徴パラメータを
組み合わせた識別処理を行う場合、識別精度向上には特
徴量を分類する最適な境界線を求めることが重要である
が、上記のように神経回路網を用いることにより、非線
形な特性を含む最適な境界線を容易に且つ精度よく選定
することが可能となる。この神経回路網用いて多次元的
な識別処理を行うので、非常に高精度の画像識別が可能
である。
空間フィルタリング処理が可能となり、高画質化が達成
でき、例えば、本発明の画像処理装置をディジタル複写
機等の画像形成装置やファクシミリ装置等に適用すれ
ば、記録画像の画質向上が図れる。
領域であるか、写真領域であるか、或いは網点領域であ
るかを示す識別信号に対応した所定のフィルタを選択し
て空間フィルタリング処理を行うので、迅速な処理が可
能である。
記第1の特徴の構成において、の判定回路9として、
神経回路網そのものではなく、神経回路網の入出力特性
に基づく2次元ルックアップテーブルを用いてブロック
内の注目画素が文字領域、写真領域、網点領域の何れの
領域に属するかを識別する識別信号を出力する識別処理
手段を適用した構成であり、これを第2の特徴としてい
る。
入出力特性をルックアップテーブルに反映させることに
より、高精度の識別処理がリアルタイムに実現可能とな
り、迅速な画像処理が可能となる。
記第1または第2の特徴の構成において、上記特徴量演
算手段は、最大値検出回路3、最小値検出回路4、およ
び減算器5によって、注目画素とその近傍の複数画素か
らなるブロック内の最大信号レベルと最小信号レベルと
の差を第1特徴パラメータP0 の第1特徴量として求
め、また、主走査方向差分値総和算出回路6、副走査方
向差分値総和算出回路7、および比較器8によって、上
記ブロック内の連続する2つの画素間の主走査方向にお
ける信号レベルの差の総和と、該ブロック内の連続する
2つの画素間の副走査方向における信号レベルの差の総
和との比較で、小さい方の値を第2特徴パラメータP1
の第2特徴量として求めるようになっており、これを第
3の特徴としている。
きる上記のような第1および第2特徴パラメータP0 ・
P1 を選定することにより、高精度の識別処理が期待で
きる。
例を図8に基づいて説明すれば、以下の通りである。
尚、説明の便宜上、上記実施例にて示した部材と同一の
機能を有する部材については、同一の符号を付記し、そ
の説明を省略する。
ブロック内の連続する2つの画素間の主走査方向におけ
る信号レベルの差の総和と、該ブロック内の連続する2
つの画素間の副走査方向における信号レベルの差の総和
との比較で、小さい方の値を第2特徴パラメータP1 と
し、主走査方向差分値総和算出回路6、副走査方向差分
値総和算出回路7、および比較器8で上記第2特徴パラ
メータP1 の特徴量を求めて判定回路9へ出力する構成
となっている。これに対し、本実施例では、図8に示す
ように、比較器8と判定回路9との間に重み平均累算回
路20を設け、該重み平均累算回路20において、比較
器8で求められた第2特徴パラメータP1 の特徴量と前
ブロックにおける上記第2特徴パラメータP1 の特徴量
との重み平均をとり、これを新たに第2特徴パラメータ
P1 の特徴量として判定回路9へ出力する構成となって
いる。その他の構成は前記実施例1と同様である。
均の一例を示すと、これからフィルタリング処理を行う
注目画素を含むブロックに対する第2特徴パラメータP
1 の特徴量をP1a、前ブロックにおける上記第2特徴パ
ラメータP1 の特徴量をP1bとすると、求める第2特徴
パラメータP1 の特徴量は、 P1 =(2P1a + P1b)/3 ・・・(3) にて得られる。上記の(3)式では、P1aとP1bとの重
み付けの比を2:1としているが、これに限定されるも
のではなく、P1bよりもP1aの方が重み付けが大きけれ
ばよい。
例1の第3の特徴の構成において、さらに、上記第2特
徴パラメータP1 の第2特徴量と前ブロックにおける第
2特徴量との重み平均をとり、これを新たに第2特徴量
として判定回路9へ出力する重み平均累算回路20を備
えている構成であり、これを第4の特徴としている。
る。即ち、文字、写真、網点の各領域は、ある程度の面
積を有しているため、現在処理しているブロック内情報
に加え、周辺ブロックの情報も考慮することによって、
画像識別精度の向上が図れるのである。
置は、前記第1または第4の特徴の構成において、注目
画素の周辺にある既に処理済みの周辺画素に対してなさ
れた空間フィルタリング処理の内容を記憶する図示しな
い記憶手段を有し、判定回路9からの識別信号と上記記
憶手段の記憶情報とに基づいて、上記注目画素に対して
所定の空間フィルタリング処理を行う構成であり、これ
を第5の特徴としている。
面積を有しているため、上記のように注目画素の周辺の
画素に対するフィルタリング処理を考慮することによ
り、もしも判定回路9において注目画素の領域が誤識別
された場合であっても、誤識別による影響をある程度抑
制することが可能となり、また、各領域の境界でのテク
スチャの変化をも抑制することができる。
例を、主に図9ないし図13に基づいて説明すれば、以
下の通りである。尚、説明の便宜上、上記実施例にて示
した部材と同一の機能を有する部材については、同一の
符号を付記し、その説明を省略する。
記実施例1の画像処理装置の判定回路9およびフィルタ
処理回路10の代わりに、図9に示す判定回路9′(識
別処理手段)およびフィルタ処理回路10′(フィルタ
リング手段)を用いた以外は、前記実施例1の画像処理
装置と同様の構成となっている。
ように、文字領域、写真領域、または網点領域を識別す
る2bitの識別信号を出力するものであるが、本実施
例の判定回路9′は、図9に示すように、文字領域らし
さ、写真領域らしさ、および網点領域らしさをそれぞれ
数値にして8bitで出力するようになっている。
示す。ここでは、例えばブロックサイズが5画素×5画
素の場合について示す。上記判定回路9′において、図
9に示す減算器5から入力される第1特徴パラメータP
0 の入力値は6bit、詳しくは8bit中の上位6b
itが使用され、同図ではI00〜I05が使用される。図
9に示す比較器8から入力される第2特徴パラメータP
1 の入力値は7bit、詳しくは10bit中の上位7
bitが使用され、同図ではI00〜I06が使用される。
のうち、文字領域らしさを表す出力値に3bit、同図
ではOc0〜Oc2が使用され、写真領域らしさを表す出力
値に2bit、同図ではOp0・Op1が使用され、網点領
域らしさを表す出力値に3bit、同図ではOs0〜Os2
が使用される。
上記に限定されるものではなく任意である。但し、上記
入出力のビット数を多くすれば判定精度が向上するが、
処理速度の低下やコスト高を招来することになるので、
これらの条件を考慮して最適なビット数を選択すること
が望ましい。
予め神経回路網により決められた二次元ルックアップテ
ーブル、もしくは神経回路網そのものを使用している。
この場合の神経回路網の例としては、図11(a)に示
すような、4層パーセプトロンが挙げられ、入力層では
前記第1特徴パラメータP0 を正規化したものがI
0に、前記第2特徴パラメータP1 を正規化したものが
I1 に入力され、出力層では、文字領域らしさを表す数
値がOc 、写真領域らしさを表す数値がOp 、網点領域
らしさを表す数値がOs として出力される。
に接続され、各中間層の出力は出力層の全ての神経素子
の入力に接続されている。
多入力1出力の素子であり、各神経素子への入力値をx
i 、各重み計数をwij、出力値をyj とすると、各神経
素子は、上記の(1)式の積和演算を行い、その積和演
算結果Xj を上記の(2)式のシグモイド関数の入力と
して用いて、yj を出力する。
は、文字領域で得られた上記P0 およびP1 が入力され
たとき、出力層では、Oc が1、Op が0、Os が0に
それぞれ近い値を出力し、写真領域で得られた上記P0
およびP1 が入力されたとき、出力層では、Oc が0、
Op が1、Os が0にそれぞれ近い値を出力し、網点領
域で得られた上記P0 およびP1 が入力されたとき、出
力層では、Oc が0、Op が0、Os が1にそれぞれ近
い値を出力する。
を決めるための神経回路網では、入出力層の各神経素子
は8bitを使用する。また、神経回路網そのものを判
定回路に使用する場合は、入出力層の各神経素子のビッ
ト数は図10に示す判定回路の各入出力のビット数に相
当する。
たものに限定されるものではない。即ち、神経回路網の
中間層数および中間層の神経素子数は任意であり、他の
形態の神経回路網を用いてもよい。
ルタ処理回路10′のフィルタリング処理例を、次に説
明する。
領域らしさを表す判定回路9′の出力値Oc が予め設定
された値よりも大きく、且つ、写真領域らしさを表す出
力値Op および網点領域らしさを表す出力値Os が共に
予め設定された値よりも小さい場合、注目画素が文字領
域のものと識別し、文字または線画を鮮明にさせるため
に、図2に示されるような強調フィルタで該注目画素に
対する強調処理を行う。
域らしさを表す判定回路9′の出力値Os が予め設定さ
れた値よりも大きく、且つ、文字領域らしさを表す出力
値Oc および写真領域らしさを表す出力値Op が共に予
め設定された値よりも小さい場合、注目画素が網点領域
のものと識別し、モアレ対策として網点周波数成分を低
減させるために、図3に示されるような強調フィルタで
該注目画素に対する強調処理を行う。
らしさを表す判定回路9′の出力値Oc 、Op 、Os に
あまり差がなく、何れの出力値も予め設定された値より
も小さい場合、フィルタリング処理を施すことなく入力
画像信号をそのままの状態で出力するか、或いは図12
に示すような強調作用と平滑作用が混合されたフィルタ
を用いたフィルタリング処理を行う。これにより、誤判
定による画質への悪影響を回避する。
ルタリング処理を考慮する場合は、以下のような処理例
が考えられる。
対するフィルタリング処理の内容(強調処理、平滑処
理、または未処理)を記憶しておき、前処理画素に対す
る処理内容に基づいて、上記判定回路9′からの各領域
らしさを表す出力値を補正してフィルタを選択する。具
体的には、フィルタ処理回路10′は、前処理画素に対
して強調処理を行った場合は、判定回路9′から入力し
た文字領域らしさを表す数値Oc にある一定値αc を加
算したものを新たにOc とする。また、フィルタ処理回
路10′は、前処理画素に対して平滑処理を行った場合
は、判定回路9′から入力した網点領域らしさを表す数
値Os にある一定値αs を加算したものを新たにOs と
する。上記のようにして補正されたOc またはOs を用
いて、上述のフィルタの選択を行ってフィルタリング処
理を実行する。
画素(現在よりn画素前までの複数の画素)に対して強
調処理を行った画素数および平滑処理を行った画素数を
それぞれカウントし、それらのカウント値(即ち、n画
素前までのフィルタリング処理の履歴)を考慮してフィ
ルタを選択する。具体的には、前n画素における強調処
理を行った画素数の計数値をCe 、平滑処理を行った画
素数の計数値をCs とすると、フィルタ処理回路10′
は、上記のCe およびCs を予め設定された閾値と比較
し、Ce が上記閾値よりも大きい場合は、文字領域らし
さを表す数値Oc が予め設定された値よりも小さいとき
でも、入力信号に対して強調処理を行うか、或いはフィ
ルタリング処理を施すことなく入力信号をそのままの状
態で出力する。この場合、網点領域らしさを表す数値O
s が予め設定された値よりも大きければフィルタリング
処理を行わず、一方、写真領域らしさを表す数値Op が
予め設定された値よりも大きいか、或いは判定回路9′
の出力値Oc 、Op 、Osにあまり差がなければ、入力
信号に対して強調処理を行う。また、Cs が上記閾値よ
りも大きい場合は、網点領域らしさを表す数値Os が予
め設定された値よりも小さいときでも、入力信号に対し
て平滑処理を行うか、或いはフィルタリング処理を施す
ことなく入力信号をそのままの状態で出力する。この場
合、文字領域らしさを表す数値Oc が予め設定された値
よりも大きければフィルタリング処理を行わず、一方、
写真領域らしさを表す数値Op が予め設定された値より
も大きいか、或いは判定回路9′の出力値Oc 、Op 、
Os にあまり差がなければ、入力信号に対して平滑処理
を行う。
回路9′との間に重み平均累算回路20を設け、該重み
平均累算回路20において、比較器8で求められた第2
特徴パラメータP1 の特徴量と前ブロックにおける上記
第2特徴パラメータP1 の特徴量との重み平均をとり、
これを新たに第2特徴パラメータP1 の特徴量として判
定回路9′へ出力する構成にしてもよい。
置は、原稿を走査して得られた画像信号に対して、各画
素が文字領域、写真領域、または網点領域の何れの領域
に存在するかを識別する識別処理を施し、この識別処理
の結果に応じて各画素毎に空間フィルタリング処理を行
うものであって、 上記画像信号のある1つの画素データを注目画素とし
て、該注目画素とその近傍の複数画素とからなる局所ブ
ロックの画像データを格納するブロックメモリ2 上記ブロックメモリ2に格納された局所ブロックの画
像データから、文字領域、写真領域、網点領域の各領域
の特性を表す2つの特徴パラメータ(第1および第2特
徴パラメータP0 ・P1 )の各特徴量を求める特徴量演
算手段(最大値検出回路3、最小値検出回路4、減算器
5、主走査方向差分値総和算出回路6、副走査方向差分
値総和算出回路7、および比較器8) 上記2つの特徴パラメータP0 ・P1 を軸とした2次
元平面上で非線形な特性を含む境界線をひいて文字領
域、写真領域、網点領域の各領域を選定し、上記2つの
特徴パラメータP0 ・P1 の各特徴量を入力すればそれ
に応じた各領域の確からしさを数値にして表すことがで
きるように予め学習されている神経回路網によって構成
され、上記特徴量演算手段によって求められた2つの特
徴パラメータP0 ・P1 の各特徴量を入力とし、上記ブ
ロック内の注目画素が存在する領域の文字領域らしさ、
写真領域らしさ、および網点領域らしさをそれぞれ数値
にして出力する判定回路9′(識別処理手段) 上記判定回路9′の出力に基づいて、予めフィルタ係
数が定められた各種フィルタ(強調フィルタ、平滑フィ
ルタ)を選択し、空間フィルタリング処理を行うフィル
タ処理回路10′(フィルタリング手段) 上記〜を備えている構成であり、これを第6の特徴
としている。
識別処理を行うので、前記実施例1の第1の特徴と同様
に、非常に高精度の画像識別が可能であり、最適な空間
フィルタリング処理による高画質化が達成できる。さら
に、各領域らしさを数値として表すことによって、注目
画素が文字領域、写真領域、網点領域の何れかに分類す
るのが困難であるといった情報を得ることもでき、識別
不可能な画素に応じたフィルタ処理、例えば、強調処理
と平滑処理とを組み合わせた処理を行うことにより、誤
識別による画質劣化を防止することが可能となり、さら
なる高画質化が達成できる。
例を図14および図15に基づいて説明すれば、以下の
通りである。尚、説明の便宜上、上記実施例にて示した
部材と同一の機能を有する部材については、同一の符号
を付記し、その説明を省略する。
決められた強調フィルタまたは平滑フィルタを選択し
て、注目画素に対する強調処理もしくは平滑処理を行う
例を示したが、本実施例では、各注目画素に最適なフィ
ルタ係数を画素毎に求めてフィルタリング処理を行う例
を示す。
記実施例3の画像処理装置のフィルタ処理回路10′の
代わりに、図14に示すフィルタ処理回路10″(フィ
ルタリング手段)を用いた以外は、前記実施例3の画像
処理装置と同様の構成となっている。
ング処理の流れを、図15のフローチャートに示す。原
稿を走査して得られた画像信号が画像処理装置に入力さ
れると(S11)、図14のブロックメモリ2に注目画
素を中心とした局所ブロックの画像信号が格納され、上
記の最大値検出回路3、最小値検出回路4、減算器5、
主走査方向差分値総和算出回路6、副走査方向差分値総
和算出回路7、および比較器8により、該局所ブロック
内における第1および第2特徴パラメータP0・P1 のそ
れぞれの特徴量が算出される(S12)。次に、判定回
路9が、上記の各特徴量に基づいて、注目画素の存在す
る領域の文字領域らしさ、写真領域らしさ、および網点
領域らしさを数値にして表す識別処理を行う(S1
3)。この注目画素に対する識別処理の結果に応じて、
フィルタ処理回路10″がフィルタ係数を選択および調
整して空間フィルタリング処理を行い(S14)、画像
信号を出力端子11から出力する(S15)。画像処理
装置は、上記の処理を全画素に対して逐次行う。
らしさ、写真領域らしさ、および網点領域らしさを表す
判定回路9′の出力に基づいて、以下に示すようにして
フィルタ係数を求め、空間フィルタリング処理を行う。
らしさを表す数値をOc 、文字領域らしさを表す数値を
Os とし、上記の各出力値は0〜1に規格化されている
ものとする。
ィルタの重み係数Ws は、それぞれ下記の(4)式およ
び(5)式で求められる。
e およびWs を求める。
タf1 により、(7)式のように入力画像信号Iに対し
て空間フィルタリング処理が行われ、処理値Oが出力さ
れる。
て示されるフィルタを挙げる。
は、オペレータ“[ ]”と画像信号Iとの畳み込み演
算を示している。
ルタリング処理を考慮する場合は、以下のような処理例
が考えられる。
en、前処理画素の平滑フィルタの重み係数をWsnとする
と、上記のWe 、Ws 、Wen、Wsnを入力とした空間フ
ィルタf2 により、(9)式のように入力画像信号Iに
対して空間フィルタリング処理が行われ、処理値Oが出
力される。
との重み平均をとったものを新たにWe とし、且つ、W
s とWsnとの重み平均をとったものを新たにWs とした
場合の(8)式のフィルタが挙げられる。
1 、g2 は、上記の(6)式に示す関数以外のものを用
いても良い。また、空間フィルタf1 、f2 は、上記の
(8)式に示すフィルタ以外の、任意のマスクサイズや
フィルタ係数を使用してもよい。
置は、前記実施例3の第6の特徴の構成において、の
フィルタ処理回路10′の代わりに、判定回路9′から
出力された各領域らしさを数値にして表したデータに基
づいてフィルタ係数を求め、空間フィルタリング処理を
行うフィルタ処理回路10″を適用した構成であり、こ
れを第7の特徴としている。
たデータによってフィルタ係数を調整することで、前記
第6の特徴の構成の効果に加えて、各画素の特徴に応じ
たより細かな空間フィルタリング処理が可能となるとい
う効果を併せて奏する。
処理装置は、上記第6または第7の特徴の構成におい
て、の判定回路9′として、神経回路網そのものでは
なく、神経回路網の入出力特性に基づく2次元ルックア
ップテーブルを用いてブロック内の注目画素が存在する
領域の文字領域らしさ、写真領域らしさ、および網点領
域らしさをそれぞれ数値にして出力する識別処理手段を
適用した構成であり、これを第8の特徴としている。
入出力特性をルックアップテーブルに反映させることに
より、高精度の識別処理がリアルタイムに実現可能とな
り、迅速な画像処理が可能となる。
処理装置は、上記第6、第7、または第8の特徴の構成
において、第2特徴パラメータP1 (ブロック内の連続
する2つの画素間の主走査方向における信号レベルの差
の総和と、該ブロック内の連続する2つの画素間の副走
査方向における信号レベルの差の総和との比較で、小さ
い方の値)の第2特徴量と前ブロックにおける第2特徴
量との重み平均をとり、これを新たに第2特徴量として
判定回路9′へ出力する重み平均累算回路20を備えて
いる構成であり、これを第9の特徴としている。このよ
うに、現在処理しているブロック内情報に加え、周辺ブ
ロックの情報も考慮することによって、画像識別精度の
向上が図れる。
処理装置は、上記第6、第7、または第8の特徴の構成
において、フィルタ処理回路10′または10″は、注
目画素の周辺にある既に処理済みの周辺画素に対してな
された空間フィルタリング処理の内容を記憶する図示し
ない記憶手段を有し、判定回路9′からの各領域らしさ
を数値にして表したデータと上記記憶手段の記憶情報と
に基づいて、上記注目画素に対して所定の空間フィルタ
リング処理を行う構成であり、これを第10の特徴とし
ている。
面積を有しているため、上記のように注目画素の周辺の
画素に対するフィルタリング処理を考慮することによ
り、もしも判定回路9′において注目画素の領域が誤識
別された場合であっても、誤識別による影響をある程度
抑制することが可能となり、また、各領域の境界でのテ
クスチャの変化をも抑制することができる。
例を図16ないし図25に基づいて説明すれば、以下の
通りである。尚、説明の便宜上、上記実施例にて示した
部材と同一の機能を有する部材については、同一の符号
を付記し、その説明を省略する。
に、第1特徴パラメータP0 および第2特徴パラメータ
P1 の2つの特徴パラメータを用いた2次元的な処理を
行う例を示したが、本実施例では、さらに複数の特徴パ
ラメータを用いた多次元的な識別処理を行うことによっ
て、より高精度の画像識別を実現する例を示す。
0 (注目画素とその近傍の複数画素からなるブロック内
の最大信号レベルと最小信号レベルとの差)、第2特徴
パラメータP1 (上記ブロック内の連続する2つの画素
間の主走査方向における信号レベルの差の総和と、該ブ
ロック内の連続する2つの画素間の副走査方向における
信号レベルの差の総和との比較で、小さい方の値)の他
に、次の第3特徴パラメータP2 および第4特徴パラメ
ータP3 の合計4つの特徴パラメータを用いた例を示
す。
近傍の複数画素からなるブロック内の信号レベルを該ブ
ロック内の平均信号レベルで2値化し、この2値化され
たデータに対し、主走査方向と副走査方向とのそれぞれ
の変化点(0→1、1→0の変化)を計数し、小さい方
の変化点計数値を第3特徴パラメータP2 とする。
近傍の複数画素からなるブロック内の信号レベルを該ブ
ロック内の平均信号レベルで2値化し、この2値化され
たデータに対し、主走査方向と副走査方向とのそれぞれ
について、同じ濃度を持つ連続した画素の列の長さ、即
ちランレングスを計数し、得られた全ランレングス中の
最大値を第4特徴パラメータP3 とする。
ように、入力端子1、ブロックメモリ2、最大値検出回
路3、最小値検出回路4、減算器5、主走査方向差分値
総和算出回路6、副走査方向差分値総和算出回路7、比
較器8、主走査方向変化点数計数回路21、副走査方向
変化点数計数回路22、比較器23、主走査方向ランレ
ングス計数回路24、副走査方向ランレングス計数回路
25、比較器26、判定回路27、フィルタ処理回路2
8、および出力端子11を備えている。
走査方向変化点数計数回路22、および比較器23は、
上記第3特徴パラメータP2 の特徴量を求めるための特
徴量演算手段である。上記主走査方向変化点数計数回路
21は、上記ブロック内の信号レベルを該ブロック内の
平均信号レベルで2値化し、この2値化されたデータに
対し、主走査方向の連続する画素間の変化点を計数す
る。上記副走査方向変化点数計数回路22は、ブロック
内の信号レベルを該ブロック内の平均信号レベルで2値
化し、この2値化されたデータに対し、副走査方向の連
続する画素間の変化点を計数する。そして、上記比較器
23は、上記主走査方向の変化点数と副走査方向の変化
点数とを比べ、小さい方の値(最小値)を、第3特徴パ
ラメータP2 の特徴量(第3特徴量)として求める。
4、副走査方向ランレングス計数回路25、および比較
器26は、上記第4特徴パラメータP3 の特徴量を求め
るための特徴量演算手段である。上記主走査方向ランレ
ングス計数回路24は、上記ブロック内の信号レベルを
該ブロック内の平均信号レベルで2値化し、この2値化
されたデータに対し、該ブロック内の複数の主走査方向
ラインのそれぞれについて、同じ濃度(2値レベル)を
持つ連続した画素の列の長さ(ランレングス)を計数
し、得られた全ランレングス中の最大値を求める。上記
副走査方向ランレングス計数回路25は、上記ブロック
内の信号レベルを該ブロック内の平均信号レベルで2値
化し、この2値化されたデータに対し、該ブロック内の
複数の副走査方向ラインのそれぞれについて、同じ濃度
(2値レベル)を持つ連続した画素の列の長さ(ランレ
ングス)を計数し、得られた全ランレングス中の最大値
を求める。そして、上記比較器26は、上記主走査方向
の最大ランレングスと副走査方向の最大ランレングスと
を比べ、大きい方の値(最大値)を、第4特徴パラメー
タP3 の特徴量(第4特徴量)として求める。
特徴パラメータP0 ・P1 ・P2 ・P3 を入力とし、上
記ブロック内の注目画素が文字領域、写真領域、或いは
網点領域の何れの領域に存在するかを識別する2bit
の識別信号、或いは、文字領域らしさ、写真領域らし
さ、および網点領域らしさを数値にした8bitの信号
を出力するようになっている。
路27の出力に基づいて、入力画像信号に対して最適な
空間フィルタリング処理を行うものであり、上記判定回
路27の出力が各領域を識別する2bitの識別信号の
場合は前記実施例1のフィルタ処理回路10、上記判定
回路27の出力が各領域らしさを数値にした8bitの
信号の場合は前記実施例3のフィルタ処理回路10′ま
たは前記実施例4のフィルタ処理回路10″を用いるこ
とができる。
7に示す。同図に示す判定回路27は、上記第1ないし
第4特徴パラメータP0 ・P1 ・P2 ・P3 を入力する
と、ブロック内の注目画素が文字領域、写真領域、或い
は網点領域の何れの領域に存在するかを識別する2bi
tの識別信号O0 ・O1 を出力する構成のものであり、
ここでは、例えばブロックサイズが5画素×5画素の場
合について示す。上記判定回路27において、上記第1
特徴パラメータP0 の入力値は6bit、詳しくは8b
it中の上位6bitが使用され、同図ではI00〜I05
が使用される。上記第2特徴パラメータP1 の入力値は
7bit、詳しくは10bit中の上位7bitが使用
され、同図ではI10〜I16が使用される。上記第3特徴
パラメータP2 の入力値は3bitであり、同図ではI
20〜I22が使用される。上記第4特徴パラメータP3 の
入力値は3bitであり、同図ではI30〜I32が使用さ
れる。
予め神経回路網により決められた多次元ルックアップテ
ーブル、もしくは神経回路網そのものを使用する。この
場合の神経回路網の例としては、図18に示すような、
4層パーセプトロンが挙げられ、入力層では前記第1特
徴パラメータP0 を正規化したものがI0 に、前記第2
特徴パラメータP1 を正規化したものがI1 に、前記第
3特徴パラメータP2を正規化したものがI2 に、前記
第4特徴パラメータP3 を正規化したものがI3 にそれ
ぞれ入力され、出力層では空間フィルタリング処理を選
択する識別値Oが出力される。
を図19に示す。同図に示す判定回路27は、上記第1
ないし第4特徴パラメータP0 ・P1 ・P2 ・P3 を入
力すると、ブロック内の注目画素が存在する領域の文字
領域らしさ、写真領域らしさ、および網点領域らしさを
それぞれ数値にした8bitの信号Oc0〜Oc2・Op0・
Op1・Os0〜Os2を出力する構成のものであり、ここで
は、例えばブロックサイズが5画素×5画素の場合につ
いて示す。上記判定回路27において、上記第1特徴パ
ラメータP0 の入力値は6bit、詳しくは8bit中
の上位6bitが使用され、同図ではI00〜I05が使用
される。上記第2特徴パラメータP1 の入力値は7bi
t、詳しくは10bit中の上位7bitが使用され、
同図ではI10〜I16が使用される。上記第3特徴パラメ
ータP2 の入力値は3bitであり、同図ではI20〜I
22が使用される。上記第4特徴パラメータP3 の入力値
は3bitであり、同図ではI30〜I32が使用される。
予め神経回路網により決められた多次元ルックアップテ
ーブル、もしくは神経回路網そのものを使用する。この
場合の神経回路網の例としては、図20に示すような、
4層パーセプトロンが挙げられ、入力層では前記第1特
徴パラメータP0 を正規化したものがI0 に、前記第2
特徴パラメータP1 を正規化したものがI1 に、前記第
3特徴パラメータP2を正規化したものがI2 に、前
記第4特徴パラメータP3 を正規化したものがI3 にそ
れぞれ入力され、出力層では、文字領域らしさを表す数
値がOc 、写真領域らしさを表す数値がOp 、網点領域
らしさを表す数値がOs として出力される。
路27の出力に基づいて、前記実施例1、実施例3、ま
たは実施例4で示した何れかの空間フィルタリング処理
を行い、画像信号を出力する。
3・26の後段に重み平均累算回路20・30・40を
それぞれ設け、各比較器8・23・26で求められた第
2、第3および第4特徴パラメータP1 ・P2 ・P3 の
各特徴量と、前ブロックにおける第2、第3および第4
特徴パラメータP1 ・P2 ・P3 の各特徴量との重み平
均をそれぞれとって、これを新たに第2、第3および第
4特徴パラメータP1・P2 ・P3 の各特徴量として判
定回路27へ入力する構成としてもよい。
けでなく、主走査方向、副走査方向における全ブロック
で求められた特徴量との重み平均をとることによって、
識別精度の向上が図れる。即ち、文字領域、写真領域お
よび網点領域は、それぞれある程度の面積を有している
ため、現在のブロック情報に加えて周辺ブロックの情報
も考慮することにより、識別精度の向上が図れるのであ
る。
4特徴パラメータP0 ・P1 ・P2・P3 の4つの特徴
パラメータを用いた多次元的な識別処理を行うことによ
って、高精度の画像識別を実現する例を示したが、これ
に限定されるものではない。例えば、上記4つの特徴パ
ラメータの少なくとも2つ以上の特徴パラメータを用い
た多次元的な識別処理を行う構成が考えられ、また、上
記以外の特徴パラメータを用いることも可能である。ま
た、多次元的な識別処理を行うための特徴パラメータの
数は2以上であればよく、勿論、5つ以上の特徴パラメ
ータを用いてもよい。
処理をn次元(n≧2)へ拡張した場合の判定回路の構
成例を示している。図22は、特徴パラメータP0 ・P
1 …Pn が同図中のI0 ・I1 …In に入力されると、
ブロック内の注目画素が文字領域、写真領域、或いは網
点領域の何れの領域に存在するかを識別する2bitの
識別信号O0 ・O1 を出力する構成、図23は、特徴パ
ラメータP0 ・P1 …Pn が同図中のI0 ・I1 …In
に入力されると、ブロック内の注目画素が存在する領域
の文字領域らしさ、写真領域らしさ、および網点領域ら
しさをそれぞれ数値にした8bitの信号Oc0〜Oc2・
Op0・Op1・Os0〜Os2を出力する構成を示している。
また、上記図22の判定回路を構成する神経回路網の例
を図24に、上記図23の判定回路を構成する神経回路
網の例を図25にそれぞれ示している。
技術内容を明らかにするものであって、そのような具体
例にのみ限定して狭義に解釈されるべきものではなく、
本発明の精神と特許請求の範囲内で、いろいろと変更し
て実施することができるものである。
に、画像信号のある1つの画素データを注目画素とし
て、該注目画素とその近傍の複数画素とからなる局所ブ
ロックの画像データを格納するブロックメモリと、上記
ブロックメモリに格納された局所ブロックの画像データ
から、文字領域、写真領域、網点領域の各領域の特性を
表す複数の特徴パラメータの各特徴量を求める特徴量演
算手段と、上記複数の特徴パラメータを軸とした多次元
空間上で非線形な特性を含む境界線をひいて文字領域、
写真領域、網点領域の各領域を選定し、上記複数の特徴
パラメータの各特徴量を入力すればそれに応じた領域識
別情報を出力するように予め学習されている神経回路網
から構成され、上記特徴量演算手段によって求められた
複数の特徴パラメータの各特徴量を入力として、上記ブ
ロック内の注目画素が存在する領域の領域識別情報を出
力する識別処理手段と、上記識別処理手段の出力に基づ
いて、上記注目画素に対して所定の空間フィルタリング
処理を行うフィルタリング手段とを備えており、上記識
別処理手段を構成する神経回路網は、上記複数の特徴パ
ラメータの各特徴量を入力すればそれに応じた各領域の
確からしさを数値にして表すことができるように予め学
習されている神経回路網であって、該識別処理手段が出
力する領域識別情報は、上記ブロック内の注目画素が存
在する領域の文字領域らしさ、写真領域らしさ、および
網点領域らしさをそれぞれ数値にして表したデータであ
り、上記フィルタリング手段は、上記の各領域らしさを
数値にして表したデータに基づいてフィルタ係数を求
め、空間フィルタリング処理を行う構成である。
量を入力とする神経回路網用いて多次元的な識別処理を
行うので、非常に高精度の画像識別が可能であり、した
がって、各画素の特性に応じた最適な空間フィルタリン
グ処理が可能となり、高画質化が達成できるという効果
を奏する。
処理ができるという効果を併せて奏する。さらに、各領
域らしさを数値として表すことによって、注目画素が文
字領域、写真領域、網点領域の何れかに分類するのが困
難であるといった情報を得ることもでき、識別不可能な
画素に応じたフィルタ処理、例えば、強調処理と平滑処
理とを組み合わせた処理を行うことにより、誤識別によ
る画質劣化を防止することが可能となり、さらなる高画
質化が達成できるという効果も併せて奏する。
は、上記フィルタリング手段が、注目画素の周辺にある
既に処理済みの周辺画素に対してなされた空間フィルタ
リング処理の内容を記憶する記憶手段を有し、上記識別
処理手段からの領域識別情報と上記記憶手段の記憶情報
との両情報に基づいて、上記注目画素に対して所定の空
間フィルタリング処理を行う構成である。
周辺の画素に対するフィルタリング処理を考慮すること
により、もしも注目画素の領域が誤識別された場合であ
っても、誤識別による影響をある程度抑制することが可
能となり、また、各領域の境界でのテクスチャの変化を
も抑制することができるという効果を併せて奏する。
うに、画像信号のある1つの画素データを注目画素とし
て、該注目画素とその近傍の複数画素とからなる局所ブ
ロックの画像データを格納するブロックメモリと、上記
ブロックメモリに格納された局所ブロックの画像データ
から、文字領域、写真領域、網点領域の各領域の特性を
表す複数の特徴パラメータの各特徴量を求める特徴量演
算手段と、上記複数の特徴パラメータを軸とした多次元
空間上で非線形な特性を含む境界線をひいて文字領域、
写真領域、網点領域の各領域を選定し、上記複数の特徴
パラメータの各特徴量を入力すればそれに応じた領域識
別情報を出力するように予め学習されている神経回路網
の入出力特性に基づくルックアップテーブルを有し、上
記特徴量演算手段によって求められた複数の特徴パラメ
ータの各特徴量を入力として、上記ブロック内の注目画
素が存在する領域の領域識別情報を出力する識別処理手
段と、上記識別処理手段の出力に基づいて、上記注目画
素に対して所定の空間フィルタリング処理を行うフィル
タリング手段とを備えており、上記識別処理手段が出力
する領域識別情報は、上記ブロック内の注目画素が存在
する領域の文字領域らしさ、写真領域らしさ、および網
点領域らしさをそれぞれ数値にして表したデータであ
り、上記フィルタリング手段は、上記の各領域らしさを
数値にして表したデータに基づいてフィルタ係数を求
め、空間フィルタリング処理を行う構成である。
量を入力とする神経回路網用いて多次元的な識別処理を
行うので、非常に高精度の画像識別が可能であり、した
がって、各画素の特性に応じた最適な空間フィルタリン
グ処理が可能となり、高画質化が達成できるという効果
を奏する。さらに、予め学習された神経回路網の入出力
特性をルックアップテーブルに反映させることにより、
高精度の識別処理がリアルタイムに実現でき、迅速な処
理が可能であるという効果を併せて奏する。
装置の概略構成を示すブロック図である。
フィルタのフィルタ係数の一例を示す説明図である。
フィルタのフィルタ係数の一例を示す説明図である。
ートである。
点の各領域を分類するための境界線例とを示した説明図
である。
路網の構成を示すものであり、同図中の(a)は神経回
路網の概略構成図、同図中の(b)は該神経回路網の各
神経素子の概略構成図である。
像処理装置の概略構成を示すブロック図である。
画像処理装置の概略構成を示すブロック図である。
経回路網の構成を示すものであり、同図中の(a)は神
経回路網の概略構成図、同図中の(b)は該神経回路網
の各神経素子の概略構成図である。
調作用と平滑作用とが混合されたフィルタのフィルタ係
数の一例を示す説明図である。
り、画像処理装置の概略構成を示すブロック図である。
り、画像処理装置の概略構成を示すブロック図である。
すフローチャートである。
り、画像処理装置の概略構成を示すブロック図である。
略構成図である。
経回路網の概略構成図である。
示す概略構成図である。
経回路網の概略構成図である。
り、画像処理装置の概略構成を示すブロック図である。
張した場合における判定回路の一構成例を示す概略構成
図である。
張した場合における判定回路のその他の構成例を示す概
略構成図である。
経回路網の概略構成図である。
経回路網の概略構成図である。
段) 7 副走査方向差分値総和算出回路(特徴量演算手
段) 8 比較器(特徴量演算手段) 9 判定回路(識別処理手段) 9′ 判定回路(識別処理手段) 10 フィルタ処理回路(フィルタリング手段) 10′ フィルタ処理回路(フィルタリング手段) 10″ フィルタ処理回路(フィルタリング手段) 11 出力端子 20 重み平均累算回路 21 主走査方向変化点数計数回路(特徴量演算手
段) 22 副走査方向変化点数計数回路(特徴量演算手
段) 23 比較器(特徴量演算手段) 24 主走査方向ランレングス計数回路(特徴量演算
手段) 25 副走査方向ランレングス計数回路(特徴量演算
手段) 26 比較器(特徴量演算手段) 27 判定回路(識別処理手段) 28 フィルタ処理回路(フィルタリング手段) 30 重み平均累算回路 40 重み平均累算回路 P0 第1特徴パラメータ P1 第2特徴パラメータ P2 第3特徴パラメータ P3 第4特徴パラメータ
Claims (7)
- 【請求項1】原稿を走査して得られた画像信号に対し
て、各画素が文字領域、写真領域、または網点領域の何
れの領域に存在するかを識別する識別処理を施し、この
識別処理の結果に応じて各画素毎に空間フィルタリング
処理を行う画像処理装置において、 上記画像信号のある1つの画素データを注目画素とし
て、該注目画素とその近傍の複数画素とからなる局所ブ
ロックの画像データを格納するブロックメモリと、 上記ブロックメモリに格納された局所ブロックの画像デ
ータから、文字領域、写真領域、網点領域の各領域の特
性を表す複数の特徴パラメータの各特徴量を求める特徴
量演算手段と、 上記複数の特徴パラメータを軸とした多次元空間上で非
線形な特性を含む境界線をひいて文字領域、写真領域、
網点領域の各領域を選定し、上記複数の特徴パラメータ
の各特徴量を入力すればそれに応じた領域識別情報を出
力するように予め学習されている神経回路網から構成さ
れ、上記特徴量演算手段によって求められた複数の特徴
パラメータの各特徴量を入力として、上記ブロック内の
注目画素が存在する領域の領域識別情報を出力する識別
処理手段と、 上記識別処理手段の出力に基づいて、上記注目画素に対
して所定の空間フィルタリング処理を行うフィルタリン
グ手段とを備えており、 上記識別処理手段を構成する神経回路網は、上記複数の
特徴パラメータの各特徴量を入力すればそれに応じた各
領域の確からしさを数値にして表すことができるように
予め学習されている神経回路網であって、該識別処理手
段が出力する領域識別情報は、上記ブロック内の注目画
素が存在する領域の文字領域らしさ、写真領域らしさ、
および網点領域らしさをそれぞれ数値にして表したデー
タであり、 上記フィルタリング手段は、上記の各領域らしさを数値
にして表したデータに基づいてフィルタ係数を求め、空
間フィルタリング処理を行う ことを特徴とする画像処理
装置。 - 【請求項2】原稿を走査して得られた画像信号に対し
て、各画素が文字領域、写真領域、または網点領域の何
れの領域に存在するかを識別する識別処理を施し、この
識別処理の結果に応じて各画素毎に空間フィルタリング
処理を行う画像処理装置において、 上記画像信号のある1つの画素データを注目画素とし
て、該注目画素とその近傍の複数画素とからなる局所ブ
ロックの画像データを格納するブロックメモリと、 上記ブロックメモリに格納された局所ブロックの画像デ
ータから、文字領域、写真領域、網点領域の各領域の特
性を表す複数の特徴パラメータの各特徴量を求める特徴
量演算手段と、 上記複数の特徴パラメータを軸とした多次元空間上で非
線形な特性を含む境界線をひいて文字領域、写真領域、
網点領域の各領域を選定し、上記複数の特徴パラメータ
の各特徴量を入力すればそれに応じた領域識別情報を出
力するように予め学習されている神経回路網の入出力特
性に基づくルックアップテーブルを有し、上記特徴量演
算手段によって求められた複数の特徴パラメータの各特
徴量を入力として、上記ブロック内の注目画素が存在す
る領域の領域識別情報を出力する識別処理手段と、 上記識別処理手段の出力に基づいて、上記注目画素に対
して所定の空間フィルタリング処理を行うフィルタリン
グ手段とを備えており、 上記識別処理手段が出力する領域識別情報は、上記ブロ
ック内の注目画素が存在する領域の文字領域らしさ、写
真領域らしさ、および網点領域らしさをそれぞれ数値に
して表したデータであり、 上記フィルタリング手段は、上記の各領域らしさを数値
にして表したデータに基づいてフィルタ係数を求め、空
間フィルタリング処理を行うことを特徴とする画像処理
装置。 - 【請求項3】上記フィルタリング手段は、注目画素の周
辺にある既に処理済みの周辺画素に対してなされた空間
フィルタリング処理の内容を記憶する記憶手段を有し、
上記 識別処理手段からの領域識別情報と上記記憶手段の
記憶情報との両情報に基づいて、上記注目画素に対して
所定の空間フィルタリング処理を行うことを特徴とする
請求項1または2に記載の画像処理装置。 - 【請求項4】上記特徴量演算手段は、注目画素とその近
傍の複数画素からなるブロック内の最大信号レベルと最
小信号レベルとの差を第1特徴パラメータP 0 の第1特
徴量として求めると共に、上記ブロック内の連続する2
つの画素間の主走査方向における信号レベルの差の総和
と、該ブロック内の連続する2つの画素間の副走査方向
における信号レベルの差の総和との比較で、小さい方の
値を第2特徴パラメータP 1 の第2特徴量として求める
ように構成されていることを特徴とする請求項1または
2に記載の画像処理装置。 - 【請求項5】さらに、上記第2特徴パラメータP 1 の第
2特徴量と前ブロックにおける第2特徴量との重み平均
をとり、これを新たに第2特徴量として上記識別処理手
段へ出力する重み平均累算回路を備えていることを特徴
とする請求項4に記載の画像処理装置。 - 【請求項6】上記特徴量演算手段は、上記第1特徴量お
よび第2特徴量に加え、注目画素とその近傍の複数画素
からなるブロック内の信号レベルを該ブロック内の平均
信号レベルで2値化し、この2値化されたデータに対
し、主走査方向と副走査方向とのそれぞれの変化点を計
数し、小さい方の変化点計数値を第3特徴パラメータP
2 の第3特徴量として求めると共に、注目画素とその近
傍の複数画素からなるブロック内の信号レベルを該ブロ
ック内の平均信号レベルで2値化し、この2値化された
データに対し、主走査方向と副走査方向とのそれぞれに
ついて、同じ濃度を持つ連続した画素の列の長さである
ランレングスを計数し、得られた全ランレングス中の最
大値を第4特徴パラメータP 3 の第4特徴量として求め
るように構成されていることを特徴とする請求項4に記
載の画像処理装置。 - 【請求項7】さらに、上記第2、第3および第4特徴パ
ラメータP 1 ・P 2 ・P 3 の各特徴 量と、前ブロックに
おける第2、第3および第4特徴パラメータP 1 ・P 2
・P 3 の各特徴量との重み平均をそれぞれとって、これ
を新たに第2、第3および第4特徴パラメータP 1 ・P
2 ・P 3 の各特徴量として上記識別処理手段へ出力する
重み平均累算回路を各特徴量毎に備えていることを特徴
とする請求項6に記載の画像処理装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP26423294A JP3207690B2 (ja) | 1994-10-27 | 1994-10-27 | 画像処理装置 |
US08/540,580 US5892592A (en) | 1994-10-27 | 1995-10-06 | Image processing apparatus |
DE69521184T DE69521184T2 (de) | 1994-10-27 | 1995-10-11 | Gerät zur Bildverarbeitung gemäss einem lokal ermittelten Bildregionentyp |
EP95116067A EP0710004B1 (en) | 1994-10-27 | 1995-10-11 | Apparatus for image processing in accordance with a locally determined type of image region |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP26423294A JP3207690B2 (ja) | 1994-10-27 | 1994-10-27 | 画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH08125857A JPH08125857A (ja) | 1996-05-17 |
JP3207690B2 true JP3207690B2 (ja) | 2001-09-10 |
Family
ID=17400333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP26423294A Expired - Fee Related JP3207690B2 (ja) | 1994-10-27 | 1994-10-27 | 画像処理装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US5892592A (ja) |
EP (1) | EP0710004B1 (ja) |
JP (1) | JP3207690B2 (ja) |
DE (1) | DE69521184T2 (ja) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0850405A2 (en) * | 1995-09-19 | 1998-07-01 | Morphometrix Technologies Inc. | A neural network assisted multi-spectral segmentation system |
JPH1084475A (ja) * | 1996-09-09 | 1998-03-31 | Sharp Corp | 画像領域判別方法および画像処理装置 |
JP3330826B2 (ja) | 1996-09-09 | 2002-09-30 | シャープ株式会社 | 画像処理装置 |
US5767978A (en) * | 1997-01-21 | 1998-06-16 | Xerox Corporation | Image segmentation system |
JPH10271326A (ja) * | 1997-03-21 | 1998-10-09 | Sharp Corp | 画像処理装置 |
JP3755854B2 (ja) * | 1997-04-07 | 2006-03-15 | 理想科学工業株式会社 | 画像処理装置および二次元線特徴量算出装置 |
JP3540128B2 (ja) * | 1997-07-11 | 2004-07-07 | シャープ株式会社 | 画像処理回路 |
JP3512604B2 (ja) * | 1997-09-11 | 2004-03-31 | シャープ株式会社 | 画像処理装置、および、そのプログラムを記録した記録媒体 |
JP3625160B2 (ja) | 1999-10-14 | 2005-03-02 | シャープ株式会社 | 画像処理装置 |
JP3780810B2 (ja) * | 2000-03-27 | 2006-05-31 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理回路 |
US7221807B2 (en) * | 2002-03-29 | 2007-05-22 | Sharp Laboratories Of America, Inc. | Methods and systems for digital image characteristic adjustment using a neural network |
US7079686B2 (en) * | 2002-08-20 | 2006-07-18 | Lexmark International, Inc. | Systems and methods for content-based document image enhancement |
US7453604B2 (en) * | 2003-06-30 | 2008-11-18 | Xerox Corporation | Systems and methods for estimating an image marking process using scanned image attributes |
CN100536523C (zh) * | 2006-02-09 | 2009-09-02 | 佳能株式会社 | 用于图像分类的方法、设备 |
GB2442256A (en) * | 2006-09-28 | 2008-04-02 | Tandberg Television Asa | Position-dependent spatial filtering |
GB2446190B (en) * | 2007-01-30 | 2011-09-07 | Hewlett Packard Development Co | Pre-filter for object detection |
US8150204B2 (en) * | 2007-03-23 | 2012-04-03 | Mitsubishi Electric Corporation | Noise reducer for video signals |
JP4967798B2 (ja) * | 2007-05-15 | 2012-07-04 | ソニー株式会社 | 検出装置および方法、プログラム、並びに記録媒体 |
JP4963645B2 (ja) * | 2007-07-27 | 2012-06-27 | キヤノン株式会社 | 画像処理装置及び方法 |
JP2009225452A (ja) * | 2008-03-18 | 2009-10-01 | Toshiba Corp | 画像処理装置、画像形成装置及び画像処理方法 |
JP5203159B2 (ja) * | 2008-12-05 | 2013-06-05 | 日本電気株式会社 | 画像処理方法、画像処理システムおよび画像処理プログラム |
JP4585603B1 (ja) | 2009-09-18 | 2010-11-24 | 株式会社東芝 | 画像処理装置、表示装置及び画像処理方法 |
JP2011065641A (ja) * | 2010-09-01 | 2011-03-31 | Toshiba Corp | 画像処理装置、表示装置及び画像処理方法 |
JP5762846B2 (ja) * | 2011-06-24 | 2015-08-12 | 理想科学工業株式会社 | 画像処理装置 |
JP5933987B2 (ja) * | 2012-02-21 | 2016-06-15 | キヤノン株式会社 | 画像符号化装置及びその制御方法 |
KR20200141044A (ko) * | 2018-03-07 | 2020-12-17 | 베르딕 홀딩스 피티와이 엘티디 | 현미경으로 생물학적 물질을 식별하는 방법 |
US20210035263A1 (en) * | 2019-08-02 | 2021-02-04 | Hillary Patience Summerbell | Methods and devices for providing dyslexic readable images |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4194221A (en) * | 1978-12-26 | 1980-03-18 | Xerox Corporation | Automatic multimode continuous halftone line copy reproduction |
GB2103449B (en) * | 1981-06-29 | 1985-05-30 | Nippon Telegraph & Telephone | Method and apparatus for gray level signal processing |
JPS60120482A (ja) * | 1983-12-02 | 1985-06-27 | Canon Inc | 画像信号処理装置 |
JPS61157168A (ja) | 1984-12-28 | 1986-07-16 | Canon Inc | 画像処理装置 |
JPS62147860A (ja) * | 1985-12-23 | 1987-07-01 | Nippon Telegr & Teleph Corp <Ntt> | 中間調フアクシミリ信号処理方式 |
JPH0666884B2 (ja) * | 1985-02-23 | 1994-08-24 | 日本電信電話株式会社 | 網点写真領域識別方法 |
EP0187724B1 (en) * | 1985-01-10 | 1992-09-30 | Nippon Telegraph And Telephone Corporation | Halftone picture processing apparatus |
US4903145A (en) * | 1986-08-06 | 1990-02-20 | Canon Kabushiki Kaisha | Image quality control apparatus capable of density-correcting plural areas of different types |
JPH0831953B2 (ja) * | 1986-10-31 | 1996-03-27 | キヤノン株式会社 | 像域識別装置 |
JPS63246076A (ja) * | 1987-03-31 | 1988-10-13 | Fuji Xerox Co Ltd | フイルタ処理装置 |
JPH01198870A (ja) * | 1987-10-08 | 1989-08-10 | Ricoh Co Ltd | デジタルカラー画像処理装置 |
JPH0286369A (ja) * | 1988-09-22 | 1990-03-27 | Toshiba Corp | 画像処理装置 |
JPH02215276A (ja) * | 1989-02-16 | 1990-08-28 | Matsushita Electric Ind Co Ltd | 画像領域分割装置 |
US5289293A (en) * | 1989-03-14 | 1994-02-22 | Canon Kabushiki Kaisha | Pixel density conversion and processing |
DE69032318T2 (de) * | 1989-08-31 | 1998-09-24 | Canon Kk | Vorrichtung zur Bildverarbeitung |
US5287419A (en) * | 1990-10-09 | 1994-02-15 | Matsushita Graphic Communication Systems, Inc. | Image signal processer reproducing halftone images in a recording system printed thickened or thinned dots |
JP2763398B2 (ja) * | 1990-11-20 | 1998-06-11 | キヤノン株式会社 | パターン認識装置 |
JP2991485B2 (ja) * | 1990-11-29 | 1999-12-20 | 株式会社東芝 | 画像処理装置 |
JP2871127B2 (ja) * | 1991-01-30 | 1999-03-17 | 三菱電機株式会社 | 画像処理装置及び方法 |
JPH0521384A (ja) * | 1991-07-09 | 1993-01-29 | Canon Inc | 半導体装置および製造方法 |
US5381241A (en) * | 1991-08-13 | 1995-01-10 | Sharp Corporation | Method for discriminating between figure and text areas of an image |
US5481621A (en) * | 1992-05-28 | 1996-01-02 | Matsushita Electric Industrial Co., Ltd. | Device and method for recognizing an image based on a feature indicating a relative positional relationship between patterns |
US5436981A (en) * | 1992-06-24 | 1995-07-25 | Canon Kabushiki Kaisha | Image processing method, and apparatus therefor |
US5327262A (en) * | 1993-05-24 | 1994-07-05 | Xerox Corporation | Automatic image segmentation with smoothing |
US5339172A (en) * | 1993-06-11 | 1994-08-16 | Xerox Corporation | Apparatus and method for segmenting an input image in one of a plurality of modes |
JPH0737087A (ja) * | 1993-07-19 | 1995-02-07 | Matsushita Electric Ind Co Ltd | 画像処理装置 |
KR100229783B1 (ko) * | 1994-07-29 | 1999-11-15 | 전주범 | 디지탈 전송 화상의 적응적후 처리장치 |
-
1994
- 1994-10-27 JP JP26423294A patent/JP3207690B2/ja not_active Expired - Fee Related
-
1995
- 1995-10-06 US US08/540,580 patent/US5892592A/en not_active Expired - Lifetime
- 1995-10-11 EP EP95116067A patent/EP0710004B1/en not_active Expired - Lifetime
- 1995-10-11 DE DE69521184T patent/DE69521184T2/de not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
DE69521184T2 (de) | 2001-11-22 |
EP0710004A3 (en) | 1997-11-19 |
JPH08125857A (ja) | 1996-05-17 |
EP0710004B1 (en) | 2001-06-06 |
DE69521184D1 (de) | 2001-07-12 |
US5892592A (en) | 1999-04-06 |
EP0710004A2 (en) | 1996-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3207690B2 (ja) | 画像処理装置 | |
US5872864A (en) | Image processing apparatus for performing adaptive data processing in accordance with kind of image | |
JP3353968B2 (ja) | 画像処理装置 | |
US9135722B2 (en) | Perceptually lossless color compression | |
JP4396324B2 (ja) | ハーフトーン領域を判定する方法、及びコンピュータプログラム | |
US6631210B1 (en) | Image-processing apparatus and image-processing method | |
JP4242532B2 (ja) | デジタル画像データ区分方法 | |
EP1392047B1 (en) | Digital document processing for image enhancement | |
JP3335830B2 (ja) | 画像処理装置 | |
US6178260B1 (en) | Image segmentation apparatus and method | |
US6360009B2 (en) | Image segmentation apparatus and method | |
US6389164B2 (en) | Image segmentation apparatus and method | |
JP3512604B2 (ja) | 画像処理装置、および、そのプログラムを記録した記録媒体 | |
US6272240B1 (en) | Image segmentation apparatus and method | |
US7145694B2 (en) | Image processing apparatus and method | |
JP3330826B2 (ja) | 画像処理装置 | |
US6529629B2 (en) | Image segmentation apparatus and method | |
US20040052428A1 (en) | Image processing system | |
JP4324532B2 (ja) | 画像処理装置および記憶媒体 | |
JP3854060B2 (ja) | 画像処理装置、画像形成装置、画像処理方法及び記録媒体 | |
KR100514734B1 (ko) | 디지털 화질 개선방법 및 장치 | |
JP2702133B2 (ja) | 画像処理方法 | |
KR100484170B1 (ko) | 디지털 화질 개선방법 및 장치 | |
JP3996564B2 (ja) | 下地検出方法、画像処理方法、プログラム、記録媒体、画像処理装置、および画像形成装置 | |
JPH09238253A (ja) | 画像処理装置及びその方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070706 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080706 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080706 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090706 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100706 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110706 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110706 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120706 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120706 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130706 Year of fee payment: 12 |
|
LAPS | Cancellation because of no payment of annual fees |