JP3695163B2

JP3695163B2 - 画像形成装置

Info

Publication number: JP3695163B2
Application number: JP21669498A
Authority: JP
Inventors: 祥二今泉; 和弘上田
Original assignee: Konica Minolta Business Technologies Inc
Current assignee: Konica Minolta Business Technologies Inc
Priority date: 1998-07-31
Filing date: 1998-07-31
Publication date: 2005-09-14
Anticipated expiration: 2018-07-31
Also published as: US6633406B1; JP2000050061A

Description

【０００１】
【発明の属する技術分野】
本発明は、複写機などの画像形成装置に関し、読み取った原稿の方向を認識する画像形成装置に関する。
【０００２】
【従来の技術】
原稿自動搬送装置（ＡＤＦ）を用いて複数枚の原稿のコピーを行った場合、原稿セット台にセットした原稿の一部が他の原稿と逆方向なっていた場合でも、そのままコピーされ、当該一部の原稿は逆方向のまま記録紙上に再現され出力されるのが通常である。
【０００３】
したがって、記録紙に再現される画像の方向を揃えたいのであれば、やはり、コピーしようとする原稿の方向を、複写機の利用者が一枚づつ確認し、揃えた上でコピーを行う必要がある。
しかし、このような確認作業は結構手間がかかるものであり、原稿枚数が多ければ、それだけ逆方向の原稿を見落とすおそれも大きくなる。この確認作業が不完全であると、出力された記録紙について、いちいち、その方向を変更するといった作業をしなければならない。さらに、複数部をソートしてコピーしたような場合にあっては、その部数回分上記した作業を繰り返さなければならず、その煩に耐えない。
【０００４】
そこで、従来、読み取った原稿データから原稿の方向を認識し（このような原稿方向の認識を以下、「原稿方向認識」という。）、その画像出力が適切な方向になるように画像データを回転処理して出力する方法が種々提案されている。
原稿方向認識方法として、例えば、以下に記すような、原稿における文字画像の分布状況（文書のレイアウト情報）から原稿の方向を認識する方法がある。
【０００５】
先ず、通常の画像処理で行う、例えば、誤差拡散法によって２値化処理がなされた後の画像データに基づき、主走査方向と副走査方向について黒画素数を計数して得られるヒストグラムを作成する。
作成された二つのヒストグラムの内、度数０の領域とそうでない領域とが一定間隔で現れるような分布をしたヒストグラムが、その原稿の行方向を示していることになる。一般に、文字画像は行間が空白になっているからである。
【０００６】
行方向が分かれば、他方のヒストグラムから、横書原稿の左右方向あるいは縦書原稿の上下方向を判別する。通常、各文は、横書であれば左側に、縦書であれば上側に（以下、当該左側、当該上側の両方を合わせて「行頭側」という。）詰めて書き始めるため、各文頭は行頭側で揃う一方、文末は区々になる。したがって、上記他方のヒストグラムにおいては、全体的に一方から他方向かって漸減するような分布、即ち、行頭側から行末側に向かって漸減するような分布状態となるので、その原稿の行頭側が判断できる。
【０００７】
以上のようにして判断した行方向と行頭側とからその原稿における文書の先頭が判り、その結果、原稿方向の認識が可能となる。
【０００８】
【発明が解決しようとする課題】
しかしながら、上記従来の方法では、背景画像に濃淡のある原稿や一部に写真等を含んだ原稿にあっては、原稿方向の認識の精度が低下するといった事態が生じる。上記２値化処理によって前記濃淡部分や写真等も散在する黒画素として表現され、ヒストグラム作成に際しては、当該黒画素もカウントされる。したがって、例えば、行方向を認識するためのヒストグラムにあっては、度数０の領域とそうでない領域とが明瞭に区別されるような分布にならないからである。
【０００９】
上記の課題に鑑み、本発明は、原稿の種類にかかわらず、精度良く原稿方向の認識が行える画像形成装置を提供することを目的とする。
【００１０】
【課題を解決するための手段】
上記の課題を解決するため、本発明に係る画像形成装置は、文字画像を含む原稿画像の画像データを誤差拡散法により階調化する階調化手段と、前記階調化手段とは別個に、前記画像データを、前記誤差拡散法で用いられる閾値よりも高濃度の閾値で２値化する２値化手段と、前記２値化手段による２値化後の画像データに基づいて、原稿の方向を認識する原稿方向認識手段とを有し、前記階調化手段によって階調化された画像データを、前記原稿方向認識手段の結果に応じて回転処理し、記録シート上に画像形成を行うことを特徴とする。
【００１２】
以下、本発明に係る画像形成装置の実施の形態を、デジタル複写機に適用した場合について説明する。
（１）デジタル複写機全体の構成
まず、デジタル複写機（以下、単に「複写機」という。）の全体の構成を図１により説明する。
【００１３】
同図に示すように、この複写機は、原稿自動搬送装置１０と、画像読取部３０と、プリンタ部５０と、給紙部７０とからなる。
原稿自動搬送装置１０は、原稿を自動的に画像読取部３０に搬送する装置であって、原稿給紙トレイ１１に載置された原稿は、給紙ローラ１２、捌きローラ１３により１枚ずつ分離されて下方に送られ、搬送ベルト１４によって、プラテンガラス３１上の原稿読取位置まで搬送される。
【００１４】
原稿読取位置に搬送された原稿は、画像読取部３０のスキャナ３２によりスキャンされた後、再び、搬送ベルト１４により図の右方向に送られ、排紙ローラ１５を経て原稿排紙トレイ１６上に排出される。
画像読取部３０は、上記プラテンガラス３１の原稿読取位置に搬送された原稿の画像を光学的に読み取るものであって、スキャナ３２、ＣＣＤイメージセンサ（以下、単に「ＣＣＤセンサ」という。）３８などから構成される。
【００１５】
スキャナ３２には、露光ランプ３３とこの露光ランプ３３の照射による原稿からの反射光をプラテンガラス３１に平行な方向に光路変更するミラー３４が設置され、図の矢印方向に移動することによりプラテンガラス３１上の原稿をスキャンする。原稿からの反射光はミラー３４に反射された後、さらにミラー３５、３６および集光レンズ３７を介してＣＣＤイメージセンサ３８まで導かれ、ここで電気信号に変換されて画像データが生成される。なお、本実施の形態のＣＣＤセンサ３８の解像度は、４００ＤＰＩとする。
【００１６】
当該画像データは、制御部１００内の画像信号前処理部１１０（図２参照）においてＡ／Ｄ変換されてデジタル信号となり、さらにシェーディング補正や濃度変換処理等を加えられた後、中間調処理部１２０へ送られ、公知の誤差拡散処理を加えられた後、高解像度画像メモリ１３０（同図２）に格納される。高解像度画像メモリ１３０に格納された画像データは、後述するようにＣＰＵ１９０でなされた原稿方向認識処理の結果に応じて回転処理され、プリンタ部５０のレーザダイオード５１の駆動信号となる。
【００１７】
プリンタ部５０は、公知の電子写真方式により記録シート上に画像を形成するものであって、上記駆動信号を受信するとレーザダイオード５１を駆動してレーザ光を出射させる。レーザ光は、所定の角速度で回転するポリゴンミラー５２側面のミラー面で反射され、ｆθレンズ５３、ミラー５４、５５を介して、感光体ドラム５６の表面を露光走査する。
【００１８】
この感光体ドラム５６は、上記露光を受ける前にクリーニング部５７で感光体表面の残留トナーを除去され、さらにイレーサランプ（図示せず）の照射を受けて除電された後、帯電チャージャ５８により一様に帯電されており、このように一様に帯電した状態で上記露光を受けると、感光体ドラム５６表面に静電潜像が形成される。
【００１９】
現像器５９は、感光体ドラム５６表面に形成された上記静電潜像を現像する。一方、給紙部７０には、２つの用紙カセット７１、７２が設けられており、上述の感光体ドラム５６の露光および現像の動作と同期して、必要なサイズの記録シートが、用紙カセット７１、７２のいずれかから、給紙ローラ７１１もしくは７２１の駆動により給紙される。給紙された記録シートは、感光体ドラム５６の下方で当該感光体ドラム５６の表面に接触し、転写チャージャ６０の静電力により、感光体ドラム５６表面に形成されていたトナー像が当該記録シート表面に転写される。
【００２０】
その後、記録シートは、分離チャージャ６１の静電力によって感光体ドラム５６の表面から剥され、搬送ベルト６２により定着部６３に搬送される。
記録シートに転写されたトナー像は、定着部６３において内部にヒータを備えた定着ローラ６４で加熱されながら押圧されることにより定着される。定着後の記録シートは、排出ローラ６５により排紙トレイ６６上に排出される。
【００２１】
また、複写機前面の操作しやすい位置には、操作パネル９０が設けられており、コピー枚数を入力するテンキーやコピー開始を指示するスタートキー、各種のコピーモードを設定するための設定キー、上記設定キーなどにより設定されたモードをメッセージで表示する表示部などが設けられている。
（２）制御部１００の構成
次に、上記制御部１００の構成を図２のブロック図を参照して説明する。
【００２２】
同図に示すように、制御部１００は、画像信号前処理部１１０、中間調処理部１２０、高解像度画像メモリ１３０、回転処理部１４０、ＬＤ駆動部１５０、解像度変換部１６０、単純２値化処理部１７０、低解像度認識用メモリ１８０、ＣＰＵ１９０、ＲＡＭ１９１及びＲＯＭ１９２から成る。
画像信号前処理部１１０は、Ａ／Ｄコンバータ、シェーディング補正部、ＭＴＦ補正部、γ補正部などを備えており、４００ＤＰＩの解像度で入力された原稿の画像データは、Ａ／Ｄコンバータでデジタルの多値信号、例えば２５６（０〜２５５）階調のデータ値に変換され、シェーディング補正部でＣＣＤセンサ３８の感度ムラが補正された後、ＭＴＦ補正部でエッジ強調などの画質改善のための処理を受け、γ補正部でγ補正処理を加えられた後に、中間調処理部１２０および解像度変換部１６０に送られる。
【００２３】
中間調処理部１２０は、写真などのような濃淡（中間調）のある画像を含む原稿を忠実に再現するため、擬似中間調再現法によって、当該濃淡画像の階調再現処理を行うものであって、本実施の形態では公知の誤差拡散法が用いられる。画像信号前処理部１１０から送られてくる画像データは、当該誤差拡散処理において２値化される。なお、画像データが２値化される際の閾値（２値化レベル１）は、ＣＰＵ１９０から設定されるようになっており、本実施の形態では２値化レベル１＝６４が設定されている。誤差拡散後のデータ値が６４を越える画素については黒色（２５５）で、それ以下の画素については白色（０）で置き換えられる。このようにして２値化された画像データは、ページ単位で高解像度画像メモリ１３０に格納される。
【００２４】
ここで、新聞を原稿とした画像データを中間調処理部１２０で２値化したものの一部を図３（ａ）に示す（画像２０１）。新聞などのように、中間調をした地肌に黒色の文字が表わされている原稿を中間調処理部１２０で２値化すると、本図に示すように、地肌領域は、黒点（黒画素）が散在した形で、文字領域は密集した形で表現される。目の積分効果により、人は、画像２０１の地肌領域を原稿（新聞）と同様な中間調であると感じ、文字領域は真っ黒であると感じるのである。
【００２５】
原稿画像の濃淡部分は、その画像データが中間調処理部１２０で２値化されると、当該濃淡の程度に応じた間隔で黒画素が散在した形で表わされる。当該黒画素の間隔は、誤差拡散後の２値化処理における閾値（２値化レベル１）の大小によって決定される。即ち、閾値が小さいとより多くの画素を黒（２５５）に置き換えることとなり、閾値が大きいと黒に置き換わる画素の数は少なくなる。誤差拡散処理の目的は、原稿画像を忠実に再生することにあるため、当該閾値を極端に小さな値にすることはなく（濃淡部分が原稿画像よりも黒っぽく表現されてしまう）、また、極端に大きな値にすることもない（濃淡部分が原稿画像よりも白っぽく表現されてしまう）。この閾値の決定は、経験によるところが大きいが、２５６階調の真ん中よりも少し小さ目の値に設定されるのが通常であると思われる。
【００２６】
図２に戻って、回転処理部１４０は、ＣＰＵ１９０からの指示により高解像度画像メモリ１３０から目的のページの画像データを順次読み出して、後述する原稿方向認識処理の結果に基づき必要に応じて回転処理した後、ＬＤ駆動部１５０に転送する。なお、この回転処理は、画像データのメモリアドレスを変更する公知の技術（例えば、特開昭６０−１２６７６９号公報）によってなされる。
【００２７】
ＬＤ駆動部１５０は、転送されてくる画像データに基づいてレーザダイオード５１の駆動信号を生成し、レーザダイオード５１を駆動させる。
一方、解像度変換部１６０は、画像信号前処理部１１０から送られてくる画像データ（４００ＤＰＩ）を２５ＤＰＩの低解像度画像データに変換する。この解像度変換処理は、公知の技術であって、４００ＤＰＩの画像データの中から主走査方向と副走査方向にそれぞれ連続する１６画素×１６画素のマトリクスを１ブロックとして抽出し、この１ブロック中の２５６個の画素の中で最も階調データの値が高いものを取得して当該２５ＤＰＩの１画素としての階調データ値とし、これを画像データ全体について行い、２５ＤＰＩの画像データに変換するものである。
【００２８】
このように画像データの解像度を低解像度に変換するのは、後述するヒストグラムによる原稿方向の認識のためには、原稿における文字の分布情報（文書のレイアウト情報）があれば足り、文字の形状がそのまま保存される高解像度である必要が無い一方、低解像度に変換することにより情報量が少なくなるため、その後の処理を高速化でき、また、当該情報を格納するためのメモリに安価なものが使用できることとなり、装置全体のコストダウンに寄与するからである。
【００２９】
単純２値化処理部１７０は、解像度変換部１６０において２５ＤＰＩに解像度変換された低解像度画像データを２値化して低解像度認識用メモリ１８０に格納する。単純２値化処理部１７０は、コンパレータを備えており、当該コンパレータで、低解像度画像データの各画素毎の階調データ値と２値化のための閾値（２値化レベル２）との大小比較をし、２値化レベル２よりも大きい画素は黒（２５５）に、２値化レベル２以下の画素は白（０）に、それぞれ置き換えら（２値化され）、低解像度認識用メモリ１８０に格納される。この場合の２値化レベル２は、上記２値化レベル１と同様にＣＰＵ１９０から設定されるようになっており、本例では、２値化レベル２＝２００が設定される。この２値化レベル２（＝２００）に前記した２値化レベル１（＝６４）よりも極端に大きな値を用いるのは、２値化レベル１の値が原稿画像を可能な限り忠実に再現する目的で設定される値であるのに対し、２値化レベル２は、原稿画像から可能な限り黒で表現される文字情報のみを抽出することを目的とするからである。即ち、２値化レベル２の値は、原稿画像データの内、通常は黒（２５５）又は黒に近い濃度で表現される文字のデータを抽出でき、かつ、それ以外のデータを可能な限り排除できるような値に設定する必要があるからである。なお、２値化レベル２は、この値２００に限定されることはなく、文字以外の画像である中間調画像を極力除去できる値であればよい。
【００３０】
ここで、上述した新聞の原稿を単純２値化処理部１７０において２値化処理させた後の一部を図３（ｂ）に示す（画像２０２）。
画像信号前処理部１１０から送られてくる原稿の画像データの内、文字部分は、解像度変換部１６０において低解像度画像データに変換されたために、文字の線幅が太くなり、その結果として線間に隙間がなくなって文字部分が黒ベタとなって連結した柱状形になっている。一方、地肌部分は、解像度変換部１６０による処理直後には、所定の階調値としてその濃度情報は保存されているものの、その階調値のほとんどは２００以下のため、２値化処理部１７０で白（０）画素に置き換えられている。即ち、低解像度認識用メモリ１８０には、文字の分布情報（文書のレイアウト情報）や文字サイズ（文字高さ）情報を含み、それ以外の情報は可能な限り排除された形の画像データが格納されることとなる。
【００３１】
低解像度認識用メモリ１８０は、２値化された低解像度画像データをページ毎に格納する。
ＲＡＭ１９１は、ＣＰＵ１９０にてなされる後述するノイズ除去処理１あるいは２後の原稿画像データを記憶すると共に各種の制御変数などを一時記憶する。ＲＯＭ１９２は、原稿自動搬送装置１０における原稿搬送動作や画像読取部３０におけるスキャン動作やプリンタ部５０における画像形成動作に関するプログラムおよび画像データを回転処理させるためのプログラムなどに加えて上述の２値化処理にて設定される２値化レベル１と２値化レベル２の値および後述の孤立点判定条件値が格納されている。
【００３２】
ＣＰＵ１９０は、ＲＯＭ１９２から必要なプログラムを読み出して、２値化レベル１および２の値をそれぞれ設定し、あるいは後述する反転フラグを設定し、または低解像度認識用メモリ１８０に格納されている低解像度画像データを１ページ毎に読み出して後述するノイズ除去処理１あるいは２を行った後、ページ毎にＲＡＭ１９１に格納し、このデータからヒストグラムを生成し、これに基づいて文字の方向を認識して原稿方向を認識し、適切な方向で画像データが出力されるように回転処理部１４０に回転角信号を送出する原稿方向認識処理を行う。さらに、原稿自動搬送装置１０、画像読取部３０、プリンタ部５０などの動作をタイミングを取りながら統一的に制御して円滑な複写動作を実行させる。
【００３３】
上記したヒストグラムの作成及び作成されたヒストグラムに基づく原稿方向の認識は、例えば、特開平９ー９０４０号公報で開示されている公知の技術によって実現できるため、ここでは、その詳細な説明は省略し、概略を述べるにとどめる。
例えば、図７（ａ）に示す原稿Ｄ１を例にとって、説明する。原稿Ｄ１は、白地に黒色で文字が書かれている一般的な原稿（以下、「通常原稿」という。）である。ＣＰＵ１９０は、原稿Ｄ１の、低解像度認識用メモリ１８０に格納されている画像データから、主走査方向について黒画素を計数してヒストグラムＨ１を、副走査方向について黒画素を計数してヒストグラムＨ２をそれぞれ作成する。これらヒストグラムＨ１，Ｈ２の内、低度数の領域と高度数の領域とが交互に現れるような分布を示すヒストグラムがその原稿の行方向を示すことになる。文字画像は一般的に行間が空白（度数０）になっているからである。本例では、ヒストグラムＨ１から、当該原稿Ｄ１の行の方向は、主走査方向にあることがわかる。
【００３４】
行方向が分かれば、他方のヒストグラムＨ２から、その行頭側を判別する。当該行頭側は、「従来の技術」の項でも説明したように、ヒストグラムＨ２の分布の増減傾向から判断する。増減傾向は、ヒストグラムが急激に変化する部分（以下、「エッジ」という。）の数のカウント結果から判断する。ヒストグラムを度数軸（画素数を目盛った軸）と直交する軸方向（一方向）に見ていき、度数が増加するエッジ（以下、「立ち上がりエッジ」という。）と度数が減少するエッジ（以下、「立ち下がりエッジ」という。）の数をそれぞれ個別にカウントし、両カウント値の大小を比較する。その結果、立ち下がりエッジの数が立ち上がりエッジの数よりも多い場合には、そのヒストグラムは、前記一方向に漸減していると考えられ、その逆の場合には、前記一方向に漸増しているものと考えられる。例えば、ヒストグラムＨ２の場合、紙面左から右に向かう一方向に、両エッジの数をカウントすると、立ち上がりエッジは１個、立ち下がりエッジは５個となり、立ち下がりエッジの数が立ち上がりエッジの数よりも多いことが判る。よって、ヒストグラムＨ２は、紙面左から右に向かって、漸減していると考えられ、「従来の技術」の項でも説明したように、このことから、当該原稿の行頭側は、紙面に向かって左側であると判断できる。
【００３５】
以上のようにして判断した行方向と行頭側とから原稿Ｄ１における文書の先頭は、紙面に向かって左上にあることが判り、その結果、原稿方向の認識が可能となる。
続いて、ヒストグラム作成の前処理を含めた原稿方向認識処理の手順を図４のフローチャートに基づいて説明する。
【００３６】
ＣＰＵ１９０は、まずノイズ除去処理１として、低解像度認識用メモリ１８０に格納されている低解像度画像データ内の孤立点をノイズとみなしてノイズ除去フィルタ３×３を用いて除去し、ノイズ除去後の画像データをＲＡＭ１９１に格納する（ステップＳ１、Ｓ２）。そして、ＲＡＭ１９１に格納された画像データから、原稿画像中の文字画像の濃度分布を示すヒストグラムを生成する（ステップＳ３）。続いて生成されたヒストグラムから、原稿の平均濃度を求め、当該平均濃度が所定の基準濃度を越える高濃度であるか否かを判断し（ステップＳ４）、所定濃度を越えると判断した場合は、反転フラグを「１」に設定し（ステップＳ５）、当該ヒストグラムを反転させる（ステップＳ６）。
【００３７】
次に、生成されたヒストグラムから、原稿の文字画像のサイズを検出し（ステップＳ８）、検出した文字サイズが所定のサイズよりも大きい場合には、ノイズ除去処理２としてノイズ除去フィルタのサイズを３×３よりも大きな５×５に変更して低解像度認識用メモリ１８０に格納された画像データ内の孤立点を除去して、これをＲＡＭ１９１に格納させ（ステップＳ９、Ｓ１０）、上記ステップＳ３のヒストグラム生成処理と同様の処理を行いヒストグラムを再生成する（ステップＳ１１）。そして、反転フラグが「１」であるか否かを判断し（ステップＳ１２）、「１」の場合には、上記ステップＳ６のヒストグラム反転処理と同様の処理を行い、ステップＳ１１で生成されたヒストグラムを反転させる（ステップＳ１３）。反転フラグが「０」の場合には、ステップＳ１４に移る。なお、図示していないが、ステップＳ１３でヒストグラムの反転が行われた後に、上記反転フラグは、「０」にリセットされる。
【００３８】
一方、検出された文字サイズが所定サイズ以下の場合には（ステップＳ８で「Ｎ」）、ステップＳ９〜Ｓ１３を行わずにステップＳ１４に移る。これは、ノイズ除去フィルタのサイズを３×３にして孤立点を除去し、これに基づいてヒストグラムを生成するという処理がステップＳ１〜Ｓ６の中ですでに行なわれているからである。従って、文字サイズが所定サイズ以下の場合には、ステップＳ９〜Ｓ１３がスキップされることにより、ステップＳ１〜Ｓ６と同じ処理が実質的に選択されて行なわれたことになる。
【００３９】
そして、上記ステップＳ３もしくはＳ１１で生成されたヒストグラム、あるいはステップＳ６もしくはＳ１３で反転されたヒストグラムに基づいて、原稿方向を１ページ毎に認識し、この認識結果に基づいて原稿の回転角度を設定する（ステップＳ１４、Ｓ１５）。この認識処理と回転角度設定処理は、公知の技術、例えば特開平９−９０４０号公報に開示されている技術により行う。
【００４０】
次に、上記の各処理の主なものについて図５〜図８を用いてより具体的に説明する。
（ノイズ除去処理１）
図５（ａ）は、ノイズ除去処理１において用いられるノイズ除去フィルタ３×３（以下、「フィルタ３×３」という。）により、孤立点が除去される様子を示したものである。
【００４１】
フィルタ３×３は、図に示すようにある１つの画素（注目画素）が黒色画素であって、かつその注目画素を取り囲む周辺画素が全て白色画素である場合に、その注目画素を白色画素に変更させることにより、孤立点を除去するものである。ノイズ除去処理１では、フィルタ３×３の中心部に各画素が位置するようにフィルタ３×３を順次移動させることにより、画像データ内の孤立点を除去する。
本実施の形態では、原稿画像が２５ＤＰＩの解像度に画素分割されているので、１画素の大きさは、約１ｍｍ（縦）×約１ｍｍ（横）となる。従って、このフィルタ３×３を用いることにより、約１ｍｍ×約１ｍｍの大きさの孤立点を除去できることになる。
【００４２】
（文字サイズ検出処理）
生成される二つのヒストグラムの内、行方向を示すヒストグラムに基づいて、文字サイズを検出する。
例えば、図７（ａ）であれば、ヒストグラムＨ１から検出する。ヒストグラムＨ１の分布を見れば分かるように、ヒストグラムの谷の部分が行間を、山の部分が文字部をそれぞれ示している。従って、ヒストグラムＨ１の山の部分の幅方向（副走査方向）の画素数を計数すれば、文字の高さを求めることができ、この文字の高さから文字サイズを検出することができる。
【００４３】
（ノイズ除去処理２）
ノイズ除去処理２では、検出された文字サイズが所定のサイズ、本実施の形態では１２ポイントよりも大きい場合に、ノイズ除去処理１で用いたフィルタ３×３よりも大きなサイズのノイズ除去フィルタ５×５（以下、「フィルタ５×５」という。）に変更して画像データ内の孤立点を除去する。
【００４４】
図５（ｂ）は、フィルタ５×５により孤立点が除去される様子を示した図である。フィルタ５×５は、縦５画素×横５画素の平方領域における中央の９画素内（太線内）に、孤立点判定条件として設定される値（本実施の形態では４）以下の数の黒画素が存在している場合に、これを孤立点として除去する処理を行う。従って、フィルタ５×５では、フィルタ３×３では除去できない大きさの孤立点、例えば黒画素が２×２個連結しているものを除去できることになる。
【００４５】
このように、本実施の形態では、原稿画像中に存在する孤立点を除去するのに際し、文字サイズが１２ポイント以下の場合には、フィルタ３×３を用い、１２ポイントを越える場合にフィルタ５×５を用い、といったように文字サイズに応じてフィルタを使い分けてノイズを除去している。
これは、ノイズとみなせる孤立点の大きさと文字サイズの大きさとを相対的な関係として捉えたからである。すなわち、文字のサイズが大きくなれば、ノイズとみなせる孤立点の大きさもそれに合わせて大きいものになると考えられるからである。原稿画像内に存在するノイズは、大きさがまちまちであり、文字と同程度の大きさのものもあれば、１画素程度の微小なものもあるが、上述したようにここでのノイズ除去処理は、可能な限り文字画像のみからヒストグラムを生成するために行うものなので、上記従来技術のような複雑な処理を用いてまで全てのノイズを除去する必要はなく、文字画像から離間している孤立点を極力除去できれば足りる。
【００４６】
しかし、大小の孤立点の内でどれが文字画像かノイズかを判断できなければ、文字画像から離間している孤立点を除去することができない。
そこで、文字サイズを検出することにより、その大きさに相当する画像が文字を構成する画像であると判断すると共に、文字サイズよりもある程度小さな孤立点については、文字画像の構成部分とは考えにくいことから、これをノイズとみなすようにした。具体的には、本実施の形態では文字画像が１２ポイント（文字高さが約４．２ｍｍ）以下であれば、その１／４程度の大きさ（高さが約１ｍｍ）の孤立点を除去できるフィルタ３×３を使用し、１２ポイントを越える文字画像の場合には、最大２ｍｍ×２ｍｍまでの孤立点を除去できるフィルタ５×５を使用するというように、文字サイズに応じてフィルタを切り換えるようにしている。
【００４７】
図６（ａ）、（ｂ）は、８ポイント（文字高さ約２．８ｍｍ）の文字原稿と１８ポイント（文字高さ約６．３ｍｍ）の文字原稿に同じ大きさの孤立点（ノイズ）が存在している様子を示す図である。なお、この孤立点は、縦２ｍｍ×横２ｍｍの大きさである。
この文字原稿に対して本実施の形態の原稿方向認識処理を行うと、まず８ポイント文字原稿については、ノイズ除去処理１のフィルタ３×３により孤立点除去処理が行われる。ところが、１ｍｍ×１ｍｍの大きさの孤立点を除去するフィルタ３×３では、このノイズを除去できない。上述したように、文字サイズの半分以上の大きさの孤立点をノイズとみなすことはできず、逆にこれを除去しようとして、フィルタサイズを大きくすれば、文字画像の一部も除去されることになり不都合が生じるからである。
【００４８】
一方、１８ポイント文字原稿については、最大２ｍｍ×２ｍｍまでの大きさの孤立点を除去できるフィルタ５×５を用いたノイズ除去処理２が行われるので、このノイズは除去されることになる。
このように、ノイズとみなす孤立点を文字サイズに応じて設定し、これを除去するフィルタを文字サイズに応じて切り換えて用いることにより、一定サイズのフィルタを用いるだけでは除去できない孤立点が的確に除去されるようになり、これによりノイズが可能な限り除去された画像データからヒストグラム生成されてより正確な原稿方向認識を行うことができる。
【００４９】
なお、文字サイズに応じたフィルタサイズの切り換えは、２段階（１２ポイント以下の場合にはフィルタ３×３、１２ポイントよりも大きな場合にはフィルタサイズ５×５）に限定されないことはいうまでもなく、文字サイズに応じてノイズとみなせる孤立点を除去できるフィルタサイズを設定すればよいので、例えばポイント毎に異なるサイズのフィルタを準備しておいてそれぞれを適宜切り換えるようにしてもよいし、ポイント毎に上記孤立点判定条件を異なる値（１〜９まで設定可能）に設定するようにしてもよい。このようにすれば、さらに孤立点除去を的確に行える。
【００５０】
また、上記では低解像度（２５ＤＰＩ）の画像データに対して、フィルタサイズを３×３と５×５を用いているが、例えば画像データが高解像度（４００ＤＰＩ）であれば、１画素の大きさが約６３μｍ×６３μｍと小さくなるので、フィルタ３×３や５×５で除去できる孤立点の大きさもそれに合わせて小さくなる。このように解像度が変われば１画素の大きさが変わり、除去する孤立点の大きさに対応する画素数（例えば１ｍｍ平方の大きさの孤立点を考える場合、２５ＤＰＩでは約１画素分に相当するが、４００ＤＰＩでは、縦１６×横１６画素の領域に相当する）も変わるので、フィルタサイズは、孤立点の大きさに対応する画素数に応じて設定される必要がある。
【００５１】
また、上記においてはノイズとみなす孤立点を文字サイズの１／４程度の大きさのものとしているが、もちろんこの値に限定されることはなく、例えば文字サイズの１／６程度や１／３程度の値などに設定するようにしてもよい。但し、この値が小さすぎるとより小さなノイズ除去精度が低下するし、大きすぎると文字画像の一部をもノイズとみなされて除去されることが考えられるので、実験等により最適な値に設定されることが好ましい。
【００５２】
（ヒストグラム反転処理）
雑誌等でよく見かける高濃度の地肌に文字が白抜きで表現されているような原稿（以下、「反転原稿」という。）の場合、原稿方向の認識の精度が低下してしまうことがある。例えば、反転原稿の極端な例として、図７（ｂ）に示す原稿Ｄ２を例にとって説明する。原稿Ｄ２は、内容は全く同じである原稿Ｄ１（同図（ａ））の白・黒を反転させたものである。即ち、原稿Ｄ２は、黒色の地肌に文字を白抜きで表現した原稿である。
【００５３】
この原稿Ｄ２の画像データに基づいて主走査方向と副走査方向についてヒストグラムを作成するとそれぞれＨ３、Ｈ４のようになる。
ここで、副走査方向のヒストグラムＨ４について、原稿Ｄ１のヒストグラムＨ２のときと同様に、紙面左から右に向かう一方向に、立ち上がりエッジと立ち下がりエッジの数をカウントすると、立ち上がりエッジは６個、立ち下がりエッジは２個となり、立ち上がりエッジの数が立ち下がりエッジの数よりも多くなり、ヒストグラムＨ４は、紙面左から右にむかって漸増していると判断される。その結果、原稿Ｄ２の行頭側は、紙面に向かって右側にあると判定されるのであるが、この判定結果は、原稿Ｄ１の場合と逆であり、誤ったものとなっている。
【００５４】
そこで、反転原稿の場合は、作成したヒストグラムを反転させることとする。ヒストグラムを反転させるとは、対象となるヒストグラムにおける度数の最大値をＤmaxとした場合に、次式によって、反転後の度数を求めて、ヒストグラムを作成し直すことをいう。
（反転前の度数）＋（反転後の度数）＝Ｄmax … （１）
即ち、対象となるヒストグラムの各度数の当該ヒストグラムにおける最大度数に対する補数を反転後の度数としてヒストグラムを作成するのである。
【００５５】
上記のようにして、原稿Ｄ２のヒストグラムＨ３、Ｈ４を反転させると、原稿Ｄ１のヒストグラムＨ１、Ｈ２と同様なものとなり、当該反転後のヒストグラムに基づいてなされる原稿方向の認識は正確なものとなる。
このように反転原稿の場合には、ヒストグラムを反転させ、反転後のヒストグラムに基づいて原稿方向の認識を行うことにより、その精度が向上する。
【００５６】
原稿方向認識対象となっている原稿が反転原稿であるか否かは、当該原稿の平均濃度が所定の基準濃度を越えているか否かで判断する。平均濃度とは、当該原稿の全画素数に対する黒画素の総数の割合（％）をいう。図７に示す反転原稿Ｄ２は、通常原稿Ｄ１と比較して、原稿全体に占める黒画素の数が圧倒的に多い、即ち、平均濃度が圧倒的に高いため、平均濃度が所定の基準濃度を越えているものは、反転原稿とみなすこととしたのである。ここで、基準濃度は、経験的に求められるものであるが、よく見かける通常原稿の平均濃度は、１０〜１５％程度であるというデータが得られており、このことから、基準濃度は、４０〜５０％の範囲で定めれば、反転原稿の検出が可能になると思われる。
【００５７】
なお、本実施の形態で平均濃度は、図４に示すフローチャートのステップＳ３で作成したヒストグラムＨ１とヒストグラムＨ２のどちらか一方の度数を合計すると、当該原稿の黒画素の総数が求まるので、これに基づいて算出することができる。
（３）変形例
なお、本発明は、上記実施の形態に限定されないのは言うまでもなく、以下のような変形例を考えることができる。
【００５８】
（３−１）
上記実施の形態では、方向認識の対象となる原稿が反転原稿の場合には、ヒストグラムを反転させることとしたが、これに限らず、当該原稿の画像データを反転させ、反転後の画像データからヒストグラムを作成し、当該ヒストグラムに基づいて原稿方向の認識を行ってもよい。この場合のフローチャートを図８に示す。なお、当該フローチャートにおいては、ノイズ除去に関する処理は省略している。
【００５９】
先ず、低解像度認識用メモリ１８０に格納されている画像データ１ページの平均濃度を算出する（ステップＳ２１）。この場合には、当該１ページの黒画素数を計数し、当該計数結果を総画素数で除して求める。
続いて、平均濃度が所定の基準濃度を越えているか否かを判断し（ステップＳ２２）、越えていれば、当該画像データの濃度を反転させてＲＡＭ１９１へ格納する。ここで、画像データの濃度を反転させるとは、当該画像データを表わすための階調値の最大値をＫmax（本例では、Ｋmax＝２５５）とした場合に、次式によって、当該画像データの各画素の階調値を変換することをいう。
【００６０】
（反転前の階調値）＋（反転後の階調値）＝Ｋmax … （２）
即ち、画像データの各画素の階調値の最大階調値に対する補数を反転後の階調値として置き換えるのである。
なお、本例の場合、低解像度認識用メモリ１８０に格納されている画像データの階調値は０（白）と２５５（黒）の２通りしかないので、上記反転作業は、単に、黒画素を白画素に、白画素を黒画素に置き換える作業となる。
【００６１】
一方、ステップＳ２２で平均濃度が所定の基準濃度以下であると判断した場合は、ステップＳ２３をスキップしてステップＳ２４へ進む。
ステップＳ２４〜Ｓ２６で行う処理は、既に説明した図４のフローチャートのステップＳ３（Ｓ１１）、Ｓ１４、Ｓ１５と同様なのでここでは、その説明を省略する。
【００６２】
以上説明したように、本変形例においては、図７に示す原稿Ｄ１のような通常原稿の場合は、そのままの画像データに基づいてヒストグラムが作成され、原稿Ｄ２のような反転原稿の場合は、その画像データが反転され、反転後の画像データに基づいてヒストグラムが作成されることとなる。したがって、反転原稿の場合は、上記実施の形態でヒストグラムを反転させた場合と同様の効果が得られる。
【００６３】
（３−２）上記の変形例では、ヒストグラムによって原稿の方向を認識する画像認識装置において、認識対象となる原稿が反転原稿であった場合に、先ず画像データを反転させることとしたが、この画像データの反転は、ヒストグラムによって原稿の方向を認識する画像認識装置に限らず、他の方法によるものに対しても有効である。
【００６４】
他の方法として、例えば、特開平４−２２９７６３号公報や特開平６−１０３４１０号公報には、いわゆるパターンマッチングと呼ばれる方法が開示されている。
すなわち、予め所定の参照文字についてその線部分における複数の点（参照点）を抽出してパターンとして記憶しておき、原稿画像を読み取って得られた画像データから文字画像を切り出して、当該切り出された文字と参照点とを比較し、各参照点における文字の画像信号の有無を、切り出した文字画像を９０゜ずつ回転させながら確認して各回転角における一致度を求める。その一致度が一番高い回転角を、当該文字の方向と認識し、これにより原稿方向の認識を行うようにしている。
【００６５】
具体的には、例えば、図９（ａ）に示すように、参照文字「Ａ」について６個の参照点Ａ１〜Ａ６を抽出して記憶しておき、切り出された文字画像が図９（ｂ）に示すように「Ａ」が９０゜左方向に横向きになっている場合には、参照点Ａ２、Ａ５には文字の画像信号は存在しないので一致度は低く、この文字画像を９０゜ずつ回転していき、参照点との一致度が最も高い回転角を求めてこれを文字の方向として認識するようにしている。
【００６６】
しかしながら、上記の方法によっても、原稿方向が認識できないときがある。反転原稿が対象となった場合等である。なぜなら、反転原稿の場合、文字画像をいくら回転させても参照点にあたる箇所に画像信号が現れないからである。
このような場合に、画像データを反転させた上で、パターンマッチングすると、原稿方向の認識が可能となる場合がある。
【００６７】
そこで、パターンマッチング等で原稿方向を認識する画像認識装置において、原稿の方向が認識できなかったときに限り、画像データの濃度反転を行い、反転後の画像データに基づいて、原稿の方向を認識することとしてもよい。
（３−３）上記実施の形態では、擬似中間調再現法として誤差拡散法を用いたが、これに限らず、例えば、ディザ法などを用いてもよい。
【００６８】
（３−４）上記実施の形態では、モノクロのデジタル複写機に本発明を適用した例を説明したが、本発明は、フルカラーデジタル複写機にも適用可能である。その際、有彩色のカラーデータを予めキャンセルする回路を組み込んでおく必要がある。フルカラー原稿であっても文字画像は一般に黒色が大半であり、この黒色の文字画像に基づいてヒストグラムを生成し原稿方向の認識が行われるからである。なお、カラーデータキャンセル回路は公知であるので、ここでの説明は省略する。
【００６９】
（３−５）上記実施の形態では、本発明に係る画像形成装置をデジタル複写機に適用した例を説明したが、その他の原稿の読取りが必要な装置、例えばファクシミリ装置にも適用される。
【００７０】
【発明の効果】
以上説明したように、本発明に係る画像形成装置によれば、文字画像を含む原稿画像の画像データが、誤差拡散法により階調化する階調化手段とは別個に２値化され、当該２値化後の画像データに基づいて原稿の方向が認識される。階調化手段で階調化された画像データには、文字画像以外の中間調の濃度情報も保存されているので、当該画像データに基づいて原稿の方向を認識すると誤認識する確率が高くなるのであるが、本発明によれば、前記階調化手段とは別個に２値化手段を備えているので、当該２値化後の画像データを、可能な限り文字画像情報のみを含むものとすることができ、当該２値化後の画像データに基づいて行う原稿方向の認識は、その分精度が高くなる。
【図面の簡単な説明】
【図１】本発明の実施の形態に係るデジタル複写機の全体の構成を示す図である。
【図２】上記複写機に設置される制御部のブロック図である。
【図３】（ａ）は、中間調の地肌部分に文字画像が形成されている原稿の画像データを中間調処理部で２値化処理した場合の画像を示す図であり、（ｂ）は、（ａ）に示す画像データが単純２値化処理部において２値化処理された後の画像を示す図である。
【図４】原稿方向認識処理の全体の動作を示すフローチャートである。
【図５】（ａ）は、ノイズ除去フィルタ３×３により孤立点が除去される様子を示した図であり、（ｂ）は、ノイズ除去フィルタ５×５により孤立点が除去される様子を示した図である。
【図６】（ａ）は、８ポイントの文字原稿の例を、（ｂ）は、１８ポイントの文字原稿の例をそれぞれ示す図であって、双方の文字原稿に同じ大きさの孤立点（ノイズ）が存在している様子を示した図である。
【図７】（ａ）は、通常原稿に基づいて生成されたヒストグラムの一例を示す図であり、（ｂ）は、反転原稿に基づいて生成されたヒストグラムの一例を示す図である。
【図８】実施の形態の変形例における、原稿方向認識処理の全体の動作を示すフローチャートである。
【図９】いわゆるパターンマッチングによる原稿方向の認識方法を説明するための図である。
【符号の説明】
１００制御部
１２０中間調処理部
１７０単純２値化処理部
１８０低解像度認識用メモリ
１９０ＣＰＵ
１９１ＲＡＭ
１９２ＲＯＭ

Claims

文字画像を含む原稿画像の画像データを誤差拡散法により階調化する階調化手段と、
前記階調化手段とは別個に、前記画像データを、前記誤差拡散法で用いられる閾値よりも高濃度の閾値で２値化する２値化手段と、
前記２値化手段による２値化後の画像データに基づいて、原稿の方向を認識する原稿方向認識手段とを有し、
前記階調化手段によって階調化された画像データを、前記原稿方向認識手段の結果に応じて回転処理し、記録シート上に画像形成を行うことを特徴とする画像形成装置。