JP3207690B2

JP3207690B2 - 画像処理装置

Info

Publication number: JP3207690B2
Application number: JP26423294A
Authority: JP
Inventors: 靖安達; 嘉之中井
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 1994-10-27
Filing date: 1994-10-27
Publication date: 2001-09-10
Anticipated expiration: 2016-09-10
Also published as: DE69521184T2; EP0710004A3; JPH08125857A; EP0710004B1; DE69521184D1; US5892592A; EP0710004A2

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ディジタル複写機やフ
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。

【０００２】

【従来の技術】従来より、ディジタル複写機やファクシ
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。

【０００３】この種の画質向上を図るための画像識別方
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。

【０００４】パターンマッチングを用いた画像識別方法
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。

【０００５】特徴パラメータを用いた画像識別方法とし
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。

【０００６】また、特徴パラメータを用いたその他の方
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。

【０００７】画質を向上させるための画像処理として
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。

【０００８】

【発明が解決しようとする課題】しかしながら、上記従
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。

【０００９】また、特徴パラメータによって得られた特
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。

【００１０】

【課題を解決するための手段】画像識別の識別精度を高
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。

【００１１】また、注目画素に最適なフィルタ特性を決
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。

【００１２】そこで、本発明に係る画像処理装置は、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。

【００１３】また、本発明に係る他の画像処理装置は、
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。

【００１４】本発明の構成において、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
理を行う構成とすることは、好ましい。

【００１５】また、本発明の構成において、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
ことは、好ましい。

【００１６】また、本発明の構成において、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構成とすることは、好ましい。

【００１７】また、本発明の構成において、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
とは、好ましい。

【００１８】また、本発明の構成において、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構成とすることは、好ましい。

【００１９】

【作用】上記本発明の構成によれば、画像処理装置に入
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。

【００２０】ところで、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。

【００２１】これに対して、上記本発明では、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。

【００２２】上記のように、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、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。

【００２３】そして、上記識別処理手段による高精度の
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。

【００２４】

【００２５】

【００２６】さらに、本発明の構成によれば、上記識別
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。

【００２７】画像識別処理に上記の神経回路網を用いる
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。

【００２８】特に、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、高画質化が達成できる。

【００２９】さらに、本発明の好ましい構成によれば、
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。

【００３０】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、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。

【００３１】さらに、本発明の他の構成によれば、識別
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。

【００３２】このように、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可能とな
る。

【００３３】

【実施例】

〔実施例１〕本発明の一実施例について図１ないし図７
に基づいて説明すれば、以下の通りである。

【００３４】本実施例に係る画像処理装置は、図１に示
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。

【００３５】上記ブロックメモリ２は、上記入力端子１
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。

【００３６】上記最大値検出回路３は、上記ブロックメ
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。

【００３７】上記主走査方向差分値総和算出回路６は、
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。

【００３８】上記判定回路９は、上記第１特徴パラメー
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。

【００３９】上記フィルタ処理回路１０は、上記判定回
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。

【００４０】本実施例のフィルタ処理回路１０は、予め
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。

【００４１】上記の構成において、記録画像の画質向上
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。

【００４２】図５は、上記の第１特徴パラメータＰ
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。

【００４３】上記判定回路９の構成を図６に示す。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、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。

【００４４】上記判定回路９の入力のビット数は、上記
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。

【００４５】上記判定回路９としては、入出力特性が予
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。

【００４６】各入力層は中間層の全ての神経素子の入力
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。

【００４７】各神経素子は、同図（ｂ）に示すように、
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ｗ_ij、出力値をｙ_j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Ｘ_jを（２）式のシグモイド関数の入力として用
いて、ｙ_jを出力する。

【００４８】

【数１】

【００４９】すでによく学習された上記神経回路網で
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。

【００５０】二次元ルックアップテーブルの入出力特性
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。

【００５１】神経回路網の形態は、図７（ａ）に示した
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。

【００５２】上記の判定回路９から出力される識別信号
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。

【００５３】また、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場合は、以下のような処理例
が考えられる。

【００５４】フィルタ処理回路１０は、前処理画素に対
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、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。

【００５５】或いは、フィルタ処理回路１０は、前ｎ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、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Ｃ_e、平滑処理を
行った画素数の計数値をＣ_sとすると、フィルタ処理回
路１０は、上記のＣ_eおよびＣ_sを予め設定された閾値
と比較し、Ｃ_e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。

【００５６】以上のように、本実施例に係る画像処理装
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。

【００５７】これにより、非常に高精度の画像識別が可
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。

【００５８】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、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。

【００５９】また、上記フィルタ処理回路１０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。

【００６０】また、本実施例に係る画像処理装置は、上
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。

【００６１】このように、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可能とな
り、迅速な画像処理が可能となる。

【００６２】また、本実施例に係る画像処理装置は、上
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。

【００６３】各領域の性質を比較的的確に表すことがで
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。

【００６４】〔実施例２〕次に、本発明のその他の実施
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。

【００６５】前記実施例１では、図１に示したように、
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。

【００６６】上記重み平均累算回路２０における重み平
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Ｐ_1a、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Ｐ_1bとすると、求める第２特徴
パラメータＰ₁の特徴量は、Ｐ₁＝（２Ｐ_1a ＋Ｐ_1b）／３・・・（３）にて得られる。上記の（３）式では、Ｐ_1aとＰ_1b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、Ｐ_1bよりもＰ_1aの方が重み付けが大きけれ
ばよい。

【００６７】本実施例に係る画像処理装置は、前記実施
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。

【００６８】これにより、画像識別精度の向上が図れ
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。

【００６９】また、実施例１または２に係る画像処理装
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。

【００７０】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、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。

【００７１】〔実施例３〕次に、本発明のその他の実施
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。

【００７２】本実施例の画像処理装置は、図１に示す前
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。

【００７３】前記実施例１の判定回路９は、図１に示す
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。

【００７４】本実施例の判定回路９′の構成を図１０に
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。

【００７５】上記判定回路９′の出力値は、全８ｂｉｔ
のうち、文字領域らしさを表す出力値に３ｂｉｔ、同図
ではＯ_c0〜Ｏ_c2が使用され、写真領域らしさを表す出力
値に２ｂｉｔ、同図ではＯ_p0・Ｏ_p1が使用され、網点領
域らしさを表す出力値に３ｂｉｔ、同図ではＯ_s0〜Ｏ_s2
が使用される。

【００７６】上記判定回路９′の入出力のビット数は、
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。

【００７７】上記判定回路９′としては、入出力特性が
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Ｏ_c、写真領域らしさを表す数値がＯ_p、網点領域
らしさを表す数値がＯ_sとして出力される。

【００７８】各入力層は中間層の全ての神経素子の入力
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。

【００７９】各神経素子は、同図（ｂ）に示すように、
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ｗ_ij、出力値をｙ_j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Ｘ_jを上記の（２）式のシグモイド関数の入力と
して用いて、ｙ_jを出力する。

【００８０】すでによく学習された上記神経回路網で
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、Ｏ_cが１、Ｏ_pが０、Ｏ_s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、Ｏ_cが０、
Ｏ_pが１、Ｏ_s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、Ｏ_cが０、Ｏ_pが０、Ｏ_sが１にそれぞれ近
い値を出力する。

【００８１】二次元ルックアップテーブルの入出力特性
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。

【００８２】神経回路網の形態は、図１１（ａ）に示し
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。

【００８３】上記の判定回路９′の出力に基づいたフィ
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。

【００８４】上記フィルタ処理回路１０′は、前記文字
領域らしさを表す判定回路９′の出力値Ｏ_c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Ｏ_pおよび網点領域らしさを表す出力値Ｏ_s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。

【００８５】また、フィルタ処理回路１０′は、網点領
域らしさを表す判定回路９′の出力値Ｏ_s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Ｏ_cおよび写真領域らしさを表す出力値Ｏ_p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。

【００８６】また、フィルタ処理回路１０′は、各領域
らしさを表す判定回路９′の出力値Ｏ_c、Ｏ_p、Ｏ_s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。

【００８７】また、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場合は、以下のような処理例
が考えられる。

【００８８】フィルタ処理回路１０′は、前処理画素に
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Ｏ_cにある一定値α_cを加
算したものを新たにＯ_c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Ｏ_sにある一定値α_sを加算したものを新たにＯ_sと
する。上記のようにして補正されたＯ_cまたはＯ_s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。

【００８９】或いは、フィルタ処理回路１０′は、前ｎ
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Ｃ_e、平滑処理を行った画
素数の計数値をＣ_sとすると、フィルタ処理回路１０′
は、上記のＣ_eおよびＣ_sを予め設定された閾値と比較
し、Ｃ_e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Ｏ_c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Ｏ_p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Ｏ_c、Ｏ_p、Ｏ_s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、Ｃ_s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Ｏ_s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Ｏ_c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Ｏ_p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Ｏ_c、Ｏ_p、
Ｏ_s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。

【００９０】尚、図１３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′へ出力する構成にしてもよい。

【００９１】以上のように、本実施例に係る画像処理装
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。

【００９２】このように、神経回路網用いて多次元的な
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。

【００９３】〔実施例４〕次に、本発明のその他の実施
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。

【００９４】前記の各実施例では、予めフィルタ係数が
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。

【００９５】本実施例の画像処理装置は、図９に示す前
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。

【００９６】本実施例の画像処理装置の空間フィルタリ
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。

【００９７】上記フィルタ処理回路１０″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。

【００９８】上記判定回路９′から出力される文字領域
らしさを表す数値をＯ_c、文字領域らしさを表す数値を
Ｏ_s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。

【００９９】強調フィルタの重み係数Ｗ_eおよび平滑フ
ィルタの重み係数Ｗ_sは、それぞれ下記の（４）式およ
び（５）式で求められる。

【０１００】Ｗ_e＝ｇ₁（Ｏ_c）・・・（４）Ｗ_s＝ｇ₂（Ｏ_s）・・・（５）ここでは、一例として、下記の（６）式により、上記Ｗ
_eおよびＷ_sを求める。

【０１０１】

【数２】

【０１０２】上記のＷ_e、Ｗ_sを入力とした空間フィル
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。

【０１０３】Ｏ＝ｆ₁（Ｗ_e，Ｗ_s，Ｉ）・・・（７）ここでは、空間フィルタｆ₁の一例として、（８）式に
て示されるフィルタを挙げる。

【０１０４】

【数３】

【０１０５】尚、上記の（８）式中の“［］・Ｉ”
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。

【０１０６】また、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場合は、以下のような処理例
が考えられる。

【０１０７】前処理画素の強調フィルタの重み係数をＷ
_en、前処理画素の平滑フィルタの重み係数をＷ_snとする
と、上記のＷ_e、Ｗ_s、Ｗ_en、Ｗ_sn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。

【０１０８】Ｏ＝ｆ₂（Ｗ_e，Ｗ_s，Ｗ_{en ,}Ｗ_{sn ,}Ｉ）・・・（９）ここで、空間フィルタｆ₂の一例としては、Ｗ_eとＷ_en
との重み平均をとったものを新たにＷ_eとし、且つ、Ｗ
_sとＷ_snとの重み平均をとったものを新たにＷ_sとした
場合の（８）式のフィルタが挙げられる。

【０１０９】尚、Ｗ_eおよびＷ_sを求めるための関数ｇ
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。

【０１１０】以上のように、本実施例に係る画像処理装
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。

【０１１１】このように各領域らしさを数値にして表し
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。

【０１１２】また、実施例３または実施例４に係る画像
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。

【０１１３】このように、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可能とな
り、迅速な画像処理が可能となる。

【０１１４】また、実施例３または実施例４に係る画像
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。

【０１１５】また、実施例３または実施例４に係る画像
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。

【０１１６】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、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。

【０１１７】〔実施例５〕次に、本発明のその他の実施
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。

【０１１８】前記の各実施例では、注目画素の識別処理
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。

【０１１９】ここでは、前記第１特徴パラメータＰ
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。

【０１２０】第３特徴パラメータＰ₂：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（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。

【０１２１】第４特徴パラメータＰ₃：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、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。

【０１２２】本実施例の画像処理装置は、図１６に示す
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。

【０１２３】上記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、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。

【０１２４】上記主走査方向ランレングス計数回路２
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。

【０１２５】上記判定回路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。

【０１２６】上記フィルタ処理回路２８は、上記判定回
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。

【０１２７】ここで、上記判定回路２７の構成例を図１
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。

【０１２８】上記判定回路２７としては、入出力特性が
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。

【０１２９】次に、上記判定回路２７のその他の構成例
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Ｏ_c0〜Ｏ_c2・Ｏ_p0・
Ｏ_p1・Ｏ_s0〜Ｏ_s2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。

【０１３０】上記判定回路２７としては、入出力特性が
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Ｐ_２を正規化したものがＩ_２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Ｏ_c、写真領域らしさを表す数値がＯ_p、網点領域
らしさを表す数値がＯ_sとして出力される。

【０１３１】上記フィルタ処理回路２８は、上記判定回
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。

【０１３２】また、図２１に示すように、比較器８・２
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。

【０１３３】このように、現在処理しているブロックだ
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。

【０１３４】尚、上記では、第１、第２、第３および第
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。

【０１３５】図２２ないし図２５には、注目画素の識別
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…Ｐ_nが同図中のＩ₀・Ｉ₁…Ｉ_n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…Ｐ_nが同図中のＩ₀・Ｉ₁…Ｉ_n
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Ｏ_c0〜Ｏ_c2・
Ｏ_p0・Ｏ_p1・Ｏ_s0〜Ｏ_s2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。

【０１３６】上記の各実施例は、あくまでも、本発明の
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。

【０１３７】

【発明の効果】本発明の画像処理装置は、以上のよう
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
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。

【０１３８】それゆえ、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。

【０１３９】

【０１４０】

【０１４１】

【０１４２】また、各画素に応じた細かな空間フィルタ
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。

【０１４３】また、本発明の画像処理装置は、好ましく
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。

【０１４４】それゆえ、上記構成によれば、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という効果を併せて奏する。

【０１４５】また、本発明の画像処理装置は、以上のよ
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。

【０１４６】それゆえ、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。

【図面の簡単な説明】

【図１】本発明の一実施例を示すものであり、画像処理
装置の概略構成を示すブロック図である。

【図２】図１に示したフィルタ処理回路で使われる強調
フィルタのフィルタ係数の一例を示す説明図である。

【図３】図１に示したフィルタ処理回路で使われる平滑
フィルタのフィルタ係数の一例を示す説明図である。

【図４】上記画像処理装置の画像処理を示すフローチャ
ートである。

【図５】画素がもつ特徴量の分布例と、文字、写真、網
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。

【図６】図１に示した判定回路の概略構成図である。

【図７】図６に示した判定回路として使用される神経回
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。

【図８】本発明のその他の実施例を示すものであり、画
像処理装置の概略構成を示すブロック図である。

【図９】本発明のさらに他の実施例を示すものであり、
画像処理装置の概略構成を示すブロック図である。

【図１０】図９に示した判定回路の概略構成図である。

【図１１】図１０に示した判定回路として使用される神
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。

【図１２】図９に示したフィルタ処理回路で使われる強
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。

【図１３】本発明のさらに他の実施例を示すものであ
り、画像処理装置の概略構成を示すブロック図である。

【図１４】本発明のさらに他の実施例を示すものであ
り、画像処理装置の概略構成を示すブロック図である。

【図１５】図１４に示した画像処理装置の画像処理を示
すフローチャートである。

【図１６】本発明のさらに他の実施例を示すものであ
り、画像処理装置の概略構成を示すブロック図である。

【図１７】図１６に示した判定回路の一構成例を示す概
略構成図である。

【図１８】図１７に示した判定回路として使用される神
経回路網の概略構成図である。

【図１９】図１６に示した判定回路のその他の構成例を
示す概略構成図である。

【図２０】図１９に示した判定回路として使用される神
経回路網の概略構成図である。

【図２１】本発明のさらに他の実施例を示すものであ
り、画像処理装置の概略構成を示すブロック図である。

【図２２】注目画素の識別処理をｎ次元（ｎ≧２）へ拡
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。

【図２３】注目画素の識別処理をｎ次元（ｎ≧２）へ拡
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。

【図２４】図２２に示した判定回路として使用される神
経回路網の概略構成図である。

【図２５】図２３に示した判定回路として使用される神
経回路網の概略構成図である。

【符号の説明】

１入力端子２ブロックメモリ３最大値検出回路（特徴量演算手段）４最小値検出回路（特徴量演算手段）５減算器（特徴量演算手段）６主走査方向差分値総和算出回路（特徴量演算手
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

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平４−114560（ＪＰ，Ａ) 特開平３−88568（ＪＰ，Ａ) 特開平５−83544（ＪＰ，Ａ) 特開平４−47471（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) H04N 1/40,1/46,1/60 G06T 1/00,5/00,5/20

Claims

(57)【特許請求の範囲】

【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。