JP3886727B2

JP3886727B2 - 画像処理装置

Info

Publication number: JP3886727B2
Application number: JP2000601829A
Authority: JP
Inventors: 啓之鈴木; 浩一藤村
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1999-02-25
Filing date: 1999-02-25
Publication date: 2007-02-28
Anticipated expiration: 2019-02-25
Also published as: US20010021034A1; US7145694B2; WO2000051337A1

Description

【０００１】
技術分野
本発明は画像処理装置に関し、特に２値画像を入力して画像処理を行う画像処理装置に関する。
【０００２】
背景技術
スキャナは、紙に書かれたり印刷された図形や写真に光を当て、その反射光をＣＣＤなどの受光素子で読み取り、色の濃淡を光の強弱に変換してディジタル化する装置である。
【０００３】
また、２値の図形及び写真等の像（網点画像）は、複数のドットからなる多数の網点を所定のピッチで用紙上に形成することにより印刷される。すなわち、モノトーンの像を印刷する際には、その像の中で、暗い部分には大きな網点（ドット数の多い網点）が配置され、明るい部分には小さな網点（ドット数の少ない網点）が配置される。
【０００４】
一般にスキャナは、このような網点画像や線画・文字が混在する２値原稿を、細かいドットの集まりとして読み取る。どれぐらい細かく読み取ることができるかを示すのが（入力）解像度である。
【０００５】
一方、新聞業界やデスクトップ・パブリッシング（ＤＴＰ）業界では、フィルム、印画紙または遠地より電送されてくるＦＡＸ等の２値原稿をスキャナで入力する際、紙面掲載サイズに適合するような画像サイズで入力すること、すなわち任意の解像度での入力が望まれている。
【０００６】
ところが、実際のスキャナは、ハードウェア等の制約から、ある固定された解像度でしか２値原稿を読み取ることしかできない。したがって、通常は２値原稿を固定された解像度で一旦入力し、その後に画像サイズ変換を行って、所望の２値画像を生成している。
【０００７】
ところが、この場合、入力した２値のデータに対し、不規則間隔での間引きや拡大・縮小等の画像サイズ変換を施すと、チェス盤状の歪みが生じてしまう。
このため、上記のような２値原稿を２値データとして入力して、画像サイズ変換を行うのではなく、２値原稿を多値データとして紙面掲載サイズに適合するように入力し（網点の濃淡を、例えば２５６階調で入力）、後処理で２値化して出力する技術がある。この場合は、間引きや拡大・縮小等に起因するチェス盤状の歪みの発生を防止できる。
【０００８】
しかし、上記のような２値原稿を多値データとして入力し、後処理で２値化して出力する従来技術では、単純２値化（例えば、２５６階調ならば閾値が１２７）を行って２値画像を生成している。
【０００９】
したがって、網点画像部で生じるモアレや、線画・文字部で生じる凹凸ノイズ（本来直線となるべき箇所が凹凸になる）等の品質の悪い画像の発生頻度が高くなるといった問題があった。
【００１０】
また、網点画像部と線画・文字部は、高品質の出力結果を得るためには処理ロジックが異なるが、従来では、網点画像部と線画・文字部とを明確に領域分離せずに、単純２値化を行っている。
【００１１】
したがって、このような画像に対し、網点画像のモアレ対策としてモアレ平滑化処理を施し、線画・文字部の凹凸ノイズ対策として輪郭強調処理をかけるなどの処理を施して画質の向上を図ろうとしても、一方で最適な処理が他方に悪影響を及ぼす可能性があるといった問題があった。
【００１２】
発明の開示
本発明はこのような点に鑑みてなされたものであり、網点画像部、線画・文字部の領域を明確に分離し、それぞれの領域に最適な画像処理を施して、高品質な２値画像を生成する画像処理装置を提供することを目的とする。
【００１３】
本発明では上記課題を解決するために、図１に示すような、２値画像を入力して画像処理を行う画像処理装置１０において、２値画像の濃淡を多階調の解像度で読み取って多値画像として入力する入力手段１１と、多値画像から網点画像領域を探索して、網点画像領域マップＭａを生成し、網点の重心情報及びバウンダリボックス情報の少なくとも１つを、網点画像領域の網点情報としてリスト化して保持する網点画像領域マップ生成手段１２と、多値画像から線画・文字領域を探索して、線画・文字領域マップＭｂを生成する線画・文字領域マップ生成手段１３と、入力手段１１での２値画像に対する入力読み取り誤差を抑制して、網点画像領域マップＭａに対応する入力画像を２値化し、２値化網点画像を生成する網点画像２値化手段１４と、線画・文字領域マップＭｂに対応する入力画像の凹凸部を平滑化して、２値化線画・文字画像を生成する線画・文字平滑化手段１５と、２値化網点画像と２値化線画・文字画像とを合成して出力する画像合成手段１６と、を有することを特徴とする画像処理装置１０が提供される。
【００１４】
ここで、入力手段１１は、２値画像の濃淡を多階調の解像度で読み取って多値画像として入力する。網点画像領域マップ生成手段１２は、多値画像から網点画像領域を探索して、網点画像領域マップＭａを生成し、網点の重心情報及びバウンダリボックス情報の少なくとも１つを、前記網点画像領域の網点情報としてリスト化して保持する。線画・文字領域マップ生成手段１３は、多値画像から線画・文字領域を探索して、線画・文字領域マップＭｂを生成する。網点画像２値化手段１４は、入力手段１１での２値画像に対する入力読み取り誤差を抑制して、網点画像領域マップＭａに対応する入力画像を２値化し、２値化網点画像を生成する。線画・文字平滑化手段１５は、線画・文字領域マップＭｂに対応する入力画像の凹凸部を平滑化して、２値化線画・文字画像を生成する。画像合成手段１６は、２値化網点画像と２値化線画・文字画像とを合成して出力する。
【００１５】
本発明の上記および他の目的，特徴および利点は本発明の例として好ましい実施の形態を表す添付の図面と関連した以下の説明により明らかになるであろう。
【００１６】
発明を実施するための最良の形態
以下、本発明の実施の形態を図面を参照して説明する。図１は画像処理装置の原理図である。画像処理装置１０は、網点画像や線画・文字からなる２値画像を、多値画像として入力し、その後に２値化処理して出力する。
【００１７】
入力手段１１は、スキャナ等に該当し、２値画像の濃淡を多階調の解像度で読み取って多値画像として入力する。すなわち、２値の原稿を、例えば紙面掲載サイズ等に適合するように、２５６階調の解像度によって読み取る。また、読み取られた多値画像は、入力手段１１の内部に格納される。
【００１８】
網点画像領域マップ生成手段１２は、多値画像から網点画像領域を探索して、網点画像領域マップＭａを生成する。網点画像領域マップＭａは、２値原稿のどの部分に網点画像領域が存在するかを認識するためのマップである。
【００１９】
線画・文字領域マップ生成手段１３は、多値画像から線画・文字領域を探索して、線画・文字領域マップＭｂを生成する。線画・文字領域マップＭｂも同様に、２値原稿のどの部分に線画・文字領域が存在するかを認識するためのマップ（具体的には、線画・文字のエッジ部を認識するためのマップ）である。
【００２０】
網点画像２値化手段１４は、入力手段１１での２値画像に対する入力読み取り誤差を抑制して、網点画像領域マップＭａに対応する入力画像（入力した原稿の網点画像領域に該当する部分）を２値化し、２値化網点画像を生成する。
【００２１】
ここで、網点画像領域内の網点画素の値は、例えば、スキャナに原稿を置いた状態とか、ＣＣＤの素子の物理的な影響等によって、絶対的に決まるものではない。したがって、網点画像２値化手段１４は、網点画像に単純２値化を行うのではなく、このような入力読み取り誤差があることを考慮して、入力読み取り誤差を抑制するような最適な２値化処理を施す。詳細は後述する。
【００２２】
線画・文字平滑化手段１５は、線画・文字領域マップＭｂに対応する入力画像（入力した原稿の線画・文字領域に該当する部分）の凹凸部を平滑化して、２値化線画・文字画像を生成する。
【００２３】
画像合成手段１６は、２値化網点画像と２値化線画・文字画像とを合成して、２値化画像を出力する。合成後の２値化画像は、画像合成手段１６の内部に格納される。
【００２４】
次に網点画像領域マップ生成手段１２について説明する。網点画像領域マップ生成手段１２は、まず、２値原稿をスキャナ等の入力手段１１で読み取って入力した多値画像に対し、個々の網点を自動認識する。
【００２５】
そして、網点の認識後に、各網点の網点情報として、重心情報（重心座標）やバウンダリボックス情報（バウンダリボックス座標）等をリスト化して保持する。すなわち、網点の１個毎に対応した重心座標とバウンダリボックス座標のリストを生成する。その後に、重心座標に着目して誤認識網点の除去を行う。なお、バウンダリボックスとは、網点に外接する四角形を意味する。
【００２６】
図２は誤認識網点除去を説明するための図である。最初、あらかじめ確保された領域に、リストに記載された網点の重心座標をプロットする（図中の黒丸）。そして、領域内にプロットした網点重心１個毎に対し、本来の網点であるのか、または、画像中のノイズやゴミ等を誤認識した網点であるのかを判断していく。
【００２７】
図では、注目すべき網点重心を注目網点重心ｇとしている。この注目網点重心ｇに重なるように、探索領域であるマスクｍ１〜ｍ４を当てはめて、各マスク内の網点重心の個数を算出（網点密度を算出）する。
【００２８】
そして、算出した網点重心の個数が、あらかじめ定めた設定値以下の場合には、そのマスク内にある網点重心を持つ網点は、画像中のノイズやゴミ等が誤認識されたものとみなし、リストからその網点に関する情報を除去する。さらに、プロットした領域上からもその網点重心を除去する。
【００２９】
図３は誤認識網点除去の処理手順を示すフローチャートである。
〔Ｓ１〕認識された網点の重心座標を、あらかじめ確保された領域にプロットする。
〔Ｓ２〕プロットされた網点重心の１つを注目網点重心ｇとする。そして、探索領域であるマスクの形状、サイズを入力解像度にもとづいて決定する（入力時の解像度によって、網点の間隔等が変わるために、網点間隔や方向性等を考慮してマスクの形状、サイズを決定する）。
〔Ｓ３〕注目網点重心ｇに複数のマスクを当てはめ、マスク毎に網点重心数を算出する。
〔Ｓ４〕算出された網点重心数が、設定値以下の場合には、画像中のノイズやゴミ等を網点と誤認識した可能性が高いと判断する。
〔Ｓ５〕誤認識と判断された網点重心に対応する網点を、リスト及びプロット領域上から削除する。そして、以降同様に、他の網点重心を注目網点重心ｇとして選択し、ステップＳ２からの操作を繰り返して、誤認識網点の除去処理を行う。
【００３０】
このように、網点として認識されたものの中には画像中のノイズやゴミ等も含まれている可能性がある。したがって、網点画像領域マップ生成手段１２は、これらの過剰認識された誤認識網点を効率よく検出して除去する。
【００３１】
次に誤認識網点除去の変形例について説明する。図４は誤認識網点除去の変形例について説明するための図である。
最初、入力された画像領域１２０をブロック化し、ブロック化された領域１２０に対し、リストに記載された網点の重心座標をプロットする。そして、ブロック１個毎に対して誤認識網点を含むブロックであるのか否かを判断していく。なお、ブロックの大きさは、入力解像度を考慮して決定される。
【００３２】
図では、注目網点重心を含むブロックをブロックＢとしており、このブロックＢの周辺ブロックＢｗ内の網点重心の個数を算出する。
そして、算出した網点重心の個数が、あらかじめ定めた設定値以下の場合には、そのブロック（周辺ブロックＢｗ）内にある網点重心を持つ網点は、画像中のノイズやゴミ等が誤認識されたものとみなし、リストからその網点（誤認識とみなされたブロックに含まれる網点すべて）に関する情報を除去し、さらにプロットした領域上からもその網点重心を除去する。
【００３３】
このように、網点重心をある大きさでブロック化して誤認識処理を行うことにより（注目レベルを網点１個毎ではなく、ブロック１個毎にした）、複数の網点重心を一度に扱えるため、高速化処理が可能になる。
【００３４】
次に網点画像領域マップＭａの生成手順について説明する。図５は塗りつぶし処理を説明するための図である。網点画像領域マップ生成手段１２は、バウンダリボックス情報にもとづいて、バウンダリボックスの塗りつぶし処理、かつバウンダリボックスから膨張した塗りつぶし処理（以降、膨張処理と呼ぶ）を行う。
【００３５】
まず、元々網点であった画素ｐ１に対し、誤認識網点が除去されたリストに記載されているバウンダリボックス情報にもとづいて、バウンダリボックスｂ１の領域を塗りつぶす。さらに、バウンダリボックスから膨張処理（入力解像度に応じて膨張範囲は可変）を施す。
【００３６】
このようにして、入力原稿のどの部分に網点画像があるのかを領域として認識するために、バウンダリボックスの塗りつぶし処理及び膨張処理を、誤認識網点が除去されたリストに記載された網点の重心座標すべてに対して行っていく。
【００３７】
図６は隙間ノイズ画素を示す図である。元々網点であった画素ｐ１〜ｐ４に対し、バウンダリボックスｂ１〜ｂ４の領域の塗りつぶし処理及び膨張処理をそれぞれ行った図である。図からわかるように、図５で説明した処理を行うと、隙間箇所（隙間画素ｐｎ）が生じる場合がある。
【００３８】
したがって、この隙間画素ｐｎが、網点領域として塗りつぶすべき隙間ノイズ画素なのか否かを判断する必要がある。
図７は隙間ノイズ画素の補間処理を説明するための図である。領域内の白枠が隙間画素ｐｎを示している。そして、この隙間画素ｐｎを含むようなマスクｍ１２（図中の太字枠）を領域に当てはめる。なお、マスクｍ１２は、入力解像度にもとづいて大きさ等が設定してある。
【００３９】
そして、マスクｍ１２内の隙間画素ｐｎの数が、あらかじめ定めた設定値以下の場合は、隙間画素ノイズとみなして、この箇所を塗りつぶして補間する。
以上説明したように、網点画像領域マップ生成手段１２は、誤認識網点が除去されたリストにもとづいて、バウンダリボックス領域の塗りつぶし処理及び膨張処理、さらに隙間ノイズ画素の補間処理を行って、網点画像領域マップＭａを生成する。
【００４０】
次に線画・文字領域マップ生成手段１３について説明する。線画・文字領域マップ生成手段１３は、入力した多値画像から、明らかにわかる白領域及び黒領域を検出し、これらの領域を閉領域として認識する。
【００４１】
そして、網点画像領域マップ生成手段１２で生成した網点画像領域マップＭａと閉領域以外の領域を、線画・文字領域マップＭｂとみなす。
図８は網点画像部と線画・文字部とが記されている原画を示す図であり、図９は図８の原画に対応した網点画像領域マップと線画・文字領域マップが記されている図である。
【００４２】
多値画像の原画１００に対し、網点画像部１００ａ−１〜１００ａ−３と線画・文字部１００ｂ−１、１００ｂ−２とが図８のように記載されている場合、網点画像領域マップ生成手段１２と線画・文字部領域マップ生成手段１３によって、網点画像領域マップＭａ−１〜Ｍａ−３と線画・文字部領域マップＭｂ−１、Ｍｂ−２がそれぞれ図９のように生成される。
【００４３】
次に網点画像２値化手段１４について説明する。網点画像２値化手段１４は、入力読み取り誤差を抑制して、網点画像領域マップＭａに対応する入力画像を２値化し、２値化網点画像を生成する。
【００４４】
網点画像２値化手段１４は、まず、網点画像領域マップＭａに対応する入力画像の２値化すべき対象画素に対し、対象画素の近傍に領域（以降、近傍領域と呼ぶ）を設定する。そして、近傍領域内の画素値の分布状況にもとづいて、この近傍領域内だけに限った閾値を適応的に決定する。
【００４５】
図１０は対象画素と近傍領域を示す図である。網点画像領域マップＭａに対応する網点画像領域Ｒａに対し、２値化すべき対象画素を対象画素Ｐとし、対象画素Ｐに近傍領域ｒを当てはめる。この近傍領域ｒの大きさは、入力解像度に応じて決められる。
【００４６】
そして、近傍領域ｒに存在する画素の最小値ｍｉｎ、最大値ｍａｘを求め、この最小値ｍｉｎ、最大値ｍａｘから２値化時の閾値を決定する（例えば、閾値＝（ｍｉｎ＋ｍａｘ）／２等）。
【００４７】
こうすることで、入力読み取り誤差の影響を受けにくい閾値を設定でき、２値化時の画像品質を向上することが可能になる。なお、この閾値の決定は、対象画素１個毎に行わずに、ある程度の周期間隔で行うようにしてもよい。
【００４８】
その後の処理では、網点画像２値化手段１４は、対象画素Ｐの値を上記の閾値と比較するのではなく、さらに対象画素Ｐの値を最適な値に変更して変更値を算出し、この変更値に対して閾値を越えるか否かの比較を行って、対象画素Ｐを最終的に２値化する。
【００４９】
なぜなら、網点画像領域内の網点画素の値、すなわち、対象画素Ｐの値は、図１で上述したように入力誤差を含んでいる可能性があるため、そのままの値で比較して２値化すると高品質の２値化画像を得ることができない。したがって、誤差成分を削減するように画素値を変更してから閾値と比較し、２値化処理を行う。
【００５０】
対象画素Ｐの値を変更する場合には、まず、対象画素Ｐの近傍領域ｒが、対象画素Ｐの画素値を大きく変更すべきか、小さく変更すべきかといった、いずれを優先すべきかの優先判定処理を行う。
【００５１】
具体的には、最初、対象画素Ｐを囲む近傍領域ｒに対し、近傍領域ｒ内の画素の平均値を算出する。そして、この平均値があらかじめ定めた設定値よりも大きければ、この対象画素Ｐの値は画素値を大きく変更する画素（白の方向へ）とし、平均値が設定値よりも小さければ、対象画素Ｐの値は画素値を小さく変更する画素（黒の方向へ）とする。
【００５２】
一方、対象画素Ｐの近傍領域ｒに存在する画素の最小値がある程度以上小さい場合や最大値がある程度以上大きい場合は（例えば、最小値が極めて０に近い値の画素値があったり、最大値が極めて２５５に近い値の画素値があった場合）、近傍領域ｒ内は画素値の小さいまたは大きい画素で満たされているとみなしてよい（近傍領域ｒ内の個々の網点の濃淡が、人間の眼には認識できないという理由による）。
【００５３】
このように画素値に偏りがある場合は、対象画素Ｐの値を変更せずに、すでに求めてある閾値と比較して２値化処理を行うことで処理の高速化を図る。
次に対象画素Ｐの値の変更処理について説明する。図１１、図１２は対象画素Ｐの値の変更処理について説明する図である。図１１は対象画素Ｐの値を大きく変更する画素として優先判定された場合、図１２は対象画素Ｐの値を小さく変更する画素として優先判定された場合の変更処理を示している。
【００５４】
図１１の近傍領域ｒ１に対し、対象画素Ｐ１の値を大きく変更する画素として優先判定された場合、対象画素Ｐ１の変更画素値は次式のように算出される。
【００５５】
【数１】
変更画素値Ｐａ＝近傍領域の最大画素値（図では２３０）＊α
…（１）
ただし、αは０．０＜α≦１．０である。したがって、対象画素Ｐ１の２値化処理は、式（１）により変更された変更画素値Ｐａを閾値と比較して、２値化処理を行う。
【００５６】
図１２の近傍領域ｒ２に対し、対象画素Ｐ２の値を小さく変更する画素として優先判定された場合、対象画素Ｐ２の変更画素値は次式のように算出される。
【００５７】
【数２】
変更画素値Ｐｂ＝近傍領域の最小画素値（図では１０）＊β
…（２）
ただし、βは１．０≦βである。したがって、対象画素Ｐ２の２値化処理は、式（２）により変更された変更画素値Ｐｂを閾値と比較して、２値化処理を行う。
【００５８】
ここで、式（１）または式（２）で求めた変更画素値と元の対象画素値との変化量が、あらかじめ定めた設定値よりも大きくなった場合には、算出した変更画素値に抑制をかける。
【００５９】
なぜなら、例えば、黒のドットの回りが全部白のような画面に対して、黒のドットに近傍領域ｒを設定した場合、近傍領域ｒの平均値が非常に高い値となる。すると、このまま上記のような変更処理を施すと、黒のドットの画素値が大きい値になるように変更されてしまい、黒のドットが白くなってしまうからである。
【００６０】
したがって、変更画素値と元の対象画素値との変化量が、著しく大きい場合には、変更画素値に抑制をかける。すなわち、この例では、黒のドットの画素値を大きくするような変更処理を施さない。なお、変化量の算出は次式のようになる。
【００６１】
【数３】
変化量＝｜変更画素値−変更前の画素値｜ …（３）
ただし、｜Ａ｜はＡの絶対値を表す。
【００６２】
次に網点画像２値化手段１４が行う２値化の処理手順についてフローチャートを用いて説明する。図１３は２値化の処理手順について示すフローチャートである。
〔Ｓ１０〕網点画像領域マップＭａにより、入力多値画像の網点画像領域を認識する。
〔Ｓ１１〕網点画像領域内の２値化すべき対象画素に、近傍領域ｒを設定する。
〔Ｓ１２〕近傍領域ｒ内の平均値を求め、対象画素の画素値を大きく変更すべきか、小さく変更すべきかの優先判定処理を行う。
〔Ｓ１３〕近傍領域ｒ内の最小画素値及び最大画素値から閾値を算出する。
〔Ｓ１４〕近傍領域ｒ内の画素に偏りがあるか否かを判断する。偏りがあればステップＳ１８へ、なければステップＳ１５へ行く。
〔Ｓ１５〕ステップＳ１２の優先判定処理にもとづいて、対象画素値に変更処理を行って変更画素値を算出する。
〔Ｓ１６〕対象画素の変更前の値と変更画素値の変化量を算出する。変化量が設定値よりも大きい場合はステップＳ１７へ、そうでなければステップＳ１８へ行く。
〔Ｓ１７〕変更画素値に抑制をかける。
〔Ｓ１８〕ステップＳ１３で求めた閾値と比較して２値化処理を行う。以降は、網点画像領域内のすべての画素に対して、同様な処理を繰り返して、２値化網点画像を生成する。
【００６３】
以上説明したように、網点画像２値化手段１４は、網点画像に対し、入力読み取り誤差を抑制して、２値化処理を行う構成とした。これにより、網点の形状を崩すことなく、モアレの発生しにくい２値化処理が可能になる。
【００６４】
次に線画・文字平滑化手段１５について説明する。線画・文字平滑化手段１５は、線画・文字領域マップＭｂに対応する入力画像の対象画素のみに、凹凸部の平滑化処理を施して、２値化線画・文字画像を生成する。
【００６５】
図１４は凹凸平滑化処理を説明するための図である。最初、入力解像度を考慮してマスクｍ１５の形状及びサイズを決定し、このマスクｍ１５を線画・文字領域にあてはめる。
【００６６】
そして、マスクｍ１５内の各行または各列の黒画素数を算出し、各行または各列同士の黒画素数の比から、垂直または鉛直方向の線画凹凸を検出する。その後、検出した凹凸部分には平滑化処理を施して直線線画の整形を行い、その後に２値化処理を行って２値化線画・文字画像を生成する。
【００６７】
例えば、平滑化処理を行う前の図では、マスクｍ１５の各行の黒画素数を算出すると、行番号１〜行番号４及び行番号８、９が０個、行番号５が８個、行番号６、７が９個である。したがって、この場合は、５行目に凹部があると判断して、この凹部を塗りつぶして平滑化処理を行って整形する。このような処理を画素１個毎に対し、マスクｍ１５を走査して平滑化処理を行い、２値化線画・文字画像を生成する。
【００６８】
次に凹凸平滑化処理の変形例について説明する。図１５は凹凸平滑化処理の変形例を説明するための図である。図１４の場合は、マスクを１画素単位で走査する度に、各行または各列の黒画素数を算出して凹凸平滑処理を行っている。
【００６９】
一方、変形例の場合は、マスク内の各列または各行の黒画素数を算出した後に格納し、マスクの走査時には、重複しない新規の各行または各列の黒画素数のみ算出して、すでに格納してある黒画素数と、新規に算出した黒画素数とにもとづいて、黒画素数の比を求め、凹凸部を検出して平滑化する。
【００７０】
例えば図では、走査前のマスクｍ１５ａが図のような位置にあるものとすると、行番号２〜行番号９までのマスクｍ１５ａ内の各行の黒画素数を算出して格納する。
【００７１】
そして、１画素下へマスクｍ１５ａを走査した場合、マスクｍ１５ｂでは行番号３〜行番号９までの黒画素数はすでに格納してあるので、重複しない新規の行、すなわち、行番号１０のマスクｍ１５ａ内の黒画素数のみを算出すればよい。
【００７２】
したがって、すでに算出済の黒画素数と新たに算出した黒画素数とにもとづいて、マスクｍ１５ｂ内の各行の黒画素数の比を求めることにより平滑化処理を行えば、処理の高速化を図ることが可能になる。
【００７３】
なお、以上説明した処理により生成した２値化網点画像と２値化線画・文字画像は、画像合成手段１６により、合成されて出力される。
次に画像処理方法について説明する。図１６は画像処理方法の処理手順を示すフローチャートである。
〔Ｓ２０〕２値画像を多値画像として入力する。
〔Ｓ２１〕多値画像から網点画像領域を探索して、網点画像領域マップを生成する。
〔Ｓ２２〕多値画像から線画・文字領域を探索して、線画・文字領域マップを生成する。
〔Ｓ２３〕入力時の２値画像に対する入力読み取り誤差を抑制して、網点画像領域マップに対応する入力画像を２値化して、２値化網点画像を生成する。
〔Ｓ２４〕線画・文字領域マップに対応する入力画像の凹凸部を平滑化して、２値化線画・文字画像を生成する。
〔Ｓ２５〕２値化網点画像と２値化線画・文字画像とを合成して出力する。
【００７４】
以上説明したように、画像処理装置１０及び画像処理方法は、２値画像を多値画像として入力して、網点画像領域マップＭａと線画・文字領域マップＭｂを生成し、網点画像領域マップＭａに対応する入力画像には入力読み取り誤差を抑制して２値化を施し、線画・文字領域マップＭｂに対応する入力画像には凹凸を平滑化し、これらを合成して出力する構成とした。
【００７５】
これにより網点画像部、線画・文字部の領域を明確に分離し、入力読み取り誤差を削減して、それぞれの領域に最適な画像処理を施しているので、網点画像部で生じるモアレや、線画・文字部で生じる凹凸ノイズをなくし、画質の向上を図ることが可能になる。
【００７６】
以上説明したように、画像処理装置は、２値画像を多値画像として入力して、網点画像領域マップと線画・文字領域マップを生成し、網点画像領域マップに対応する入力画像には入力読み取り誤差を抑制して２値化を施し、線画・文字領域マップに対応する入力画像には凹凸を平滑化し、これらを合成して出力する構成とした。これにより網点画像部、線画・文字部の領域を明確に分離して、それぞれの領域に最適な画像処理を施しているので、高品質な２値画像を生成することが可能になる。
【００７７】
上記については単に本発明の原理を示すものである。さらに、多数の変形、変更が当業者にとって可能であり、本発明は上記に示し、説明した正確な構成および応用例に限定されるものではなく、対応するすべての変形例および均等物は、添付の請求項およびその均等物による本発明の範囲とみなされる。
【図面の簡単な説明】
図１は、画像処理装置の原理図である。
図２は、誤認識網点除去を説明するための図である。
図３は、誤認識網点除去の処理手順を示すフローチャートである。
図４は、誤認識網点除去の変形例について説明するための図である。
図５は、塗りつぶし処理を説明するための図である。
図６は、隙間ノイズ画素を示す図である。
図７は、隙間ノイズ画素の補間処理を説明するための図である。
図８は、網点画像部と線画・文字部とが記されている原画を示す図である。
図９は、図８の原画に対応した網点画像領域マップと線画・文字領域マップが記されている図である。
図１０は、対象画素と近傍領域を示す図である。
図１１は、対象画素の値の変更処理について説明する図である。
図１２は、対象画素の値の変更処理について説明する図である。
図１３は、２値化の処理手順について示すフローチャートである。
図１４は、凹凸平滑化処理を説明するための図である。
図１５は、凹凸平滑化処理の変形例を説明するための図である。
図１６は、画像処理方法の処理手順を示すフローチャートである。

Claims

２値画像を入力して画像処理を行う画像処理装置において、
前記２値画像の濃淡を多階調の解像度で読み取って多値画像として入力する入力手段と、
前記多値画像から網点画像領域を探索して、網点画像領域マップを生成し、網点の重心情報及びバウンダリボックス情報の少なくとも１つを、前記網点画像領域の網点情報としてリスト化して保持する網点画像領域マップ生成手段と、
前記多値画像から線画・文字領域を探索して、線画・文字領域マップを生成する線画・文字領域マップ生成手段と、
前記入力手段での前記２値画像に対する入力読み取り誤差を抑制して、前記網点画像領域マップに対応する入力画像を２値化し、２値化網点画像を生成する網点画像２値化手段と、
前記線画・文字領域マップに対応する前記入力画像の凹凸部を平滑化して、２値化線画・文字画像を生成する線画・文字平滑化手段と、
前記２値化網点画像と前記２値化線画・文字画像とを合成して出力する画像合成手段と、
を有することを特徴とする画像処理装置。
前記網点画像領域マップ生成手段は、前記バウンダリボックス情報にもとづいて、バウンダリボックスの塗りつぶし処理かつ前記バウンダリボックスから膨張した塗りつぶし処理を行って、前記網点画像領域マップを生成することを特徴とする請求項１記載の画像処理装置。
前記線画・文字領域マップ生成手段は、入力した前記多値画像から閉領域を検出することで、前記線画・文字領域を認識して、前記線画・文字領域マップを生成することを特徴とする請求項１記載の画像処理装置。
前記網点画像２値化手段は、前記網点画像領域マップに対応する前記入力画像の２値化すべき対象画素に対し、前記対象画素と接する領域内の画素の濃淡の階調値の平均値を算出し、あらかじめ設けたしきい値と、前記平均値とを比較して、前記平均値が前記しきい値を越えれば、前記対象画素の値を領域内の最大画素値とし、前記平均値が前記しきい値を越えなければ、前記対象画素の値を領域内の最小画素値とすることを特徴とする請求項１記載の画像処理装置。
前記線画・文字平滑化手段は、前記線画・文字領域マップに対応する前記入力画像の領域内にマスクを設定し、前記マスク内の各行または各列の黒画素数を算出して格納し、前記マスクの走査時には、重複しない新規の各行または各列の前記黒画素数のみ算出して、格納してある前記黒画素数と新規に算出した前記黒画素数とにもとづいて、前記黒画素数の比から凹凸部を検出して平滑化することを特徴とする請求項１記載の画像処理装置。