JP4188039B2 - 画像処理装置および画像処理方法並びにそれを備えた画像読取装置、画像形成装置、プログラム、記録媒体 - Google Patents
画像処理装置および画像処理方法並びにそれを備えた画像読取装置、画像形成装置、プログラム、記録媒体 Download PDFInfo
- Publication number
- JP4188039B2 JP4188039B2 JP2002262144A JP2002262144A JP4188039B2 JP 4188039 B2 JP4188039 B2 JP 4188039B2 JP 2002262144 A JP2002262144 A JP 2002262144A JP 2002262144 A JP2002262144 A JP 2002262144A JP 4188039 B2 JP4188039 B2 JP 4188039B2
- Authority
- JP
- Japan
- Prior art keywords
- halftone
- image
- halftone dot
- pixel
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、入力画像信号から、網点の線数のレベルを判別しその結果に基づいて適切な処理を行う画像処理装置および画像処理方法並びにそれを備えた画像読取装置、画像形成装置、プログラム、記録媒体に関するものである。
【０００２】
【従来の技術】
デジタルスキャナやデジタルスチルカメラ等のデジタルカラー画像入力装置では、一般的に、入力カラー画像データ（カラー情報）は、色分解系の固体撮像素子（ＣＣＤ）によって得られる３刺激値の色情報（Ｒ、Ｇ、Ｂ）を、アナログ信号からデジタル信号に変換し入力信号として利用している。この画像入力装置によって入力された信号を最適に表示あるいは出力する場合、読み取り原稿画像内の同一特性を有する小領域ごとに分離が行われる。そして、この特性が同じ領域に対して、最適な画像処理を施すことより良質な画像を再現することが可能である。
【０００３】
一般的に、原稿画像を小領域に分離する際には、読み取り原稿画像内に存在する文字領域・網点領域・写真領域（その他の領域）の各領域を局所単位で識別する処理が行われる。識別された各領域は、それぞれの特性をもつ領域ごとに画質向上処理を切り換えることで画像の再現性を高められる。なお、原稿画像は、風景や人工的な形成画像等、画像入力装置で扱える画像全般に当てはめることが可能である。
【０００４】
ところで、上記網点領域（画像）の場合、６５線／ｍｍ、８５線／ｍｍ、１００線／ｍｍ、１２０線／ｍｍ、１３３線／ｍｍ、１７５線／ｍｍと低線数から高線数の網点が用いられている。このため、これらの網点線数を判別し、その結果に応じて適切な処理を行う方法が提案されている。
【０００５】
例えば、特開平１−１３３４７０号公報には、読み込んだ画像情報と網点プレートから得られる参照データとの相関性を求め、相関性の大小から網点の有無を識別し、更に順次に網点プレートの網点密度（周期）を切り換えて、各密度で得られる相関性の大小を比較し、最も大きな相関性が得られた密度を、網点周期として判別する方法が記載されている。すなわち、当該公報の判別方法は、パターンマッチング処理により原稿画像上の網点の線数を判別している。
【０００６】
また、特開平７−２２００７２号公報には、入力画像に対してライン毎の１次元フーリエ変換を行い、該１次元フーリエ変換出力信号を空間周波数毎に分類することにより、入力画像の１次元方向の空間周波数特性を演算検知することにより網点周期を判別する方法が記載されている。すなわち、当該公報の判別方法は、１次元フーリエ変換を用いて網点周期を判別している。
【０００７】
【発明が解決しようとする課題】
上記のように、網点検出または網点線数検出に関して、従来はパターンマッチングや周波数解析であるフーリエ変換が用いられてきた。しかし、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る。このため、メモリ容量が膨大になったり、汎用性に乏しいといった問題が生じる。また、フーリエ変換を用いた画像識別方法では、ソフトウェアおよびハードウェアで行うにしろ計算が複雑で、高速化が困難な上、安価なシステムで構成することができないといった問題点がある。
【０００８】
本発明は、上記の問題点に鑑みてなされたものであり、その目的は、周波数解析等の複雑で回路規模の膨大な処理を行うことなく、簡単な構成にて網点の特徴量を抽出し、網点線数を判定することができる画像処理装置、画像処理方法、画像処理装置を備えた画像読取装置、画像形成装置、画像処理プログラム、およびこれを記録したコンピュータ読み取り可能な記録媒体を提供することにある。
【０００９】
【課題を解決するための手段】
本発明にかかる画像処理装置は、上記の課題を解決するために、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理装置において、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を識別する網点線数識別手段を備えていることを特徴としている。
【００１０】
上記の発明によれば、原稿画像の網点領域画素数の算出結果に基づいて、原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判定する必要はない。
【００１１】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。すなわち、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【００１２】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点線数識別手段は、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点を含むか否かを判定する第１網点判定手段と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定手段と、上記第１網点判定手段の判定結果に応じて、上記網点線数判定手段を制御する制御手段とを備えていることを特徴としている。
【００１３】
上記の発明によれば、原稿画像の網点領域画素を算出することにより、原稿画像が網点を含むか否かを判定し、網点を含む場合に、網点領域画素の算出結果に基づいて原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判別する必要はない。
【００１４】
したがって、原稿画像が網点を含むか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００１５】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点線数識別手段は、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点原稿であるか否かを判定する原稿種別自動判別手段と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定手段と、上記原稿種別自動判別手段の判定結果に応じて、上記網点線数判定手段を制御する制御手段とを備えることを特徴としている。
【００１６】
上記の発明によれば、原稿画像の網点領域画素を算出することにより、原稿画像が網点原稿か否かを判定して、原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判別する必要はない。なお、網点原稿は、例えば、印刷写真などを示し、文字・網点領域が混在した原稿を含んでいてもよい。
【００１７】
したがって、原稿画像が網点原稿であるか否かを判定することにより原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００１８】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点線数判定手段は、原稿画像の各画素の濃度変化を計数することにより、網点領域画素を判定する網点領域判定手段と、原稿画像の網点線数を判別するための閾値を格納する閾値設定手段と、上記第１網点判定手段または原稿種別自動判別手段により算出される網点領域画素数に対する上記網点線数判定手段により算出される網点領域画素数の比を、上記閾値と比較することにより、網点線数を判別する網点線数判別手段とを備えることを特徴としている。
【００１９】
上記の発明によれば、原稿画像の各画素の濃度変化を計数することにより、網点領域画素を判定する。ここで、上記「濃度変化を計数」とは、例えば、原稿画像の反転回数を計数することが挙げられるが、原稿画像の濃度差を計数できれば特に限定されるものではない。原稿画像の反転回数を計数すれば、網点領域画素を判定できる。一般的に、低線数の網点は反転回数が少なく、高線数の網点は反転回数が多い。
【００２０】
したがって、原稿画像の濃度変化（例えば、反転回数）を計数することにより、原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００２１】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記閾値設定手段は、複数の閾値を格納していることを特徴としている。
【００２２】
上記の発明によれば、閾値設定手段が複数の閾値を格納している。
【００２３】
したがって、網点線数の判定は、多段階に行われる。その結果、網点線数を細かく判別できる。これにより、一層、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００２４】
本発明にかかる画像処理装置は、上記の課題を解決するために、第１網点判定手段、上記原稿種別自動判別手段、および上記網点線数判定手段は、入力画像データを２値化データとする２値化処理手段と、上記２値化データにおける２値の切り替わり回数である反転回数を計数する反転回数計数手段とを備え、上記反転回数の最大値または総和により網点領域画素数を算出することを特徴としている。
【００２５】
上記の発明によれば、原稿画像を２値化したデータにおける反転回数の最大値または反転回数の総和に基づいて網点領域画素を算出している。
【００２６】
したがって、原稿画像を２値化したデータの反転回数の最大値または総和を計数することにより、原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００２７】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記の構成において、さらに、上記２値化処理手段による処理の前に、入力画像データのフィルタ処理を行うフィルタ処理手段を備えていることを特徴としている。
【００２８】
上記の発明によれば、原稿画像を２値化データとする前に、原稿画像のフィルタ処理が行われる。すなわち、原稿画像はフィルタ処理により画像強調が行われる。
【００２９】
したがって、入力画像データは、網点の特徴である特定ピッチでの濃度差が明確になる。これにより、より精度よく反転回数が計数できる。
【００３０】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記反転回数計数手段は、原稿画像を構成する１つの画素である注目画素を含む複数の画素からなるブロックに対して、主走査方向、当該主走査方向に対して略垂直方向である副走査方向、および当該副走査方向とは異なる当該主走査方向に対して任意の角度の方向に、反転回数の計数を行うことを特徴としている。
【００３１】
上記の発明によれば、反転回数の計数が、主走査方向、副走査方向、および任意の角度の方向に対して行われる。
【００３２】
したがって、原稿画像がスクリーン角度を有する網点の場合、または原稿画像の設置方向に関わらず、反転回数を計数できる。それゆえ、精度よく網点線数を判定することができる。
【００３３】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記反転回数計数手段は、原稿画像を読み込む条件に応じて反転回数の計数結果を補正する補正手段を備えることを特徴としている。
【００３４】
上記の発明によれば、補正手段が反転回数の計数結果を補正する。反転回数はスキャン速度、すなわち副走査方向の倍率によって変化する。例えば、主走査方向と副走査方向との反転回数が同じである原稿画像の場合であっても、縮小時またはプレスキャンのような高速スキャン時は、副走査方向の反転回数が多くなる。逆に、拡大時のような低速スキャン時は、副走査方向の反転回数が少なくなる。このように、スキャン速度に応じて、反転回数の誤差が生じる。
【００３５】
したがって、スキャン速度に応じて各走査方向における反転回数の補正を行えば、反転回数の誤差が解消される。その結果、精度よく反転回数を計数できる。これにより、特に、通常スキャンより速い速度のプレスキャンにより反転回数を計数する場合、および、本スキャンにて反転回数を計数する場合、の反転回数の誤差を解消できる。
【００３６】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記補正手段は、上記反転回数計数手段により反転回数を計数する全ての方向において、反転回数を計数する対象となる画素数を等しくすることを特徴としている。
【００３７】
上記の発明によれば、主走査方向、副走査方向、および斜め方向の全ての方向に反転回数を計数した画素数が同じになるように補正される。ブロック画素に対して斜め方向に反転回数を計数する場合と、主走査方向および副走査方向に反転回数を計数する場合とでは、反転回数の計数対象となる画素数が異なる場合がある。すなわち、各方向に計数された反転回数は、同一条件で計数されていないことがある。したがって、反転回数の最大値が、原稿画像中の反転回数の最大値ではない場合がある。
【００３８】
したがって、全ての方向に計数された反転回数は、同一条件で計数される。その結果、常に、原稿画像中の反転回数の最大値を選択することが可能である。これにより、精度よく原稿画像の網点線数が判定することができる。
【００３９】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点判定手段または上記原稿種別自動判定手段による処理は、画像入力手段により原稿画像を読み込む際の往路時に行い、上記網点線数判定手段による処理は、画像入力手段により原稿画像を読み込む際の復路時に行うことを特徴としている。
【００４０】
上記の発明によれば、画像入力手段であるスキャナの往路時には、原稿画像中の網点の判定または原稿種別の判定を行い、スキャナの復路時には網点線数の判定を行う。すなわち、１回のスキャンにより、原稿画像中の網点の判定または原稿種別の判定と、網点線数の判定を行っている。なお、画像入力手段とは、光源、ミラー、レンズ、ＣＣＤなどによるスキャナを指す。
【００４１】
したがって、本来２回スキャンを行うべきところを１回のスキャンとすることができる。その結果、原稿画像の網点および網点線数の判定に要する時間が短縮できる。これにより、画像形成装置に応用すれば、コピースピードも短縮できる。
【００４２】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点線数判定手段は、原稿画像における所定の範囲内の画像データを用いて網点線数を判定することを特徴としている。
【００４３】
例えば、原稿画像の端などの画像データは、その原稿画像の特徴を代表するものではないことが多い。また、原稿画像の読取り範囲の助走距離範囲内の画像データは、読取り速度が変化しているため、画像データの信頼性が乏しい。
【００４４】
上記の発明によれば、網点線数判定手段が、原稿画像における所定の範囲内の画像データを用いて網点線数を判定する。すなわち、原稿画像のうち予め定められたデータ、すなわち、原稿画像の端、および原稿画像の読取り範囲の助走距離範囲を除いた領域の網点線数を判定する。
【００４５】
したがって、原稿画像の特徴を表す部分および画像データの信頼性の高い部分の網点線数を判定できる。その結果、精度よく原稿画像の網点線数を判定することができる。
【００４６】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点判定手段または上記原稿種別自動判別手段により処理を行うために原稿画像を読み取る範囲の画像データと、上記網点線数判定手段により処理を行うために原稿画像を読み取る範囲の画像データとが、略同一であることを特徴としている。
【００４７】
上記の発明によれば、上記網点線数判定手段、上記原稿種別自動判別手段、および網点線数判定手段により処理を行う際に読み取る原稿画像の範囲が略等しい。
【００４８】
したがって、原稿画像の同じ範囲の画像データを用いて網点線数が判定される。これにより、精度よく原稿画像の網点線数が判定することができる。
【００４９】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記制御手段は、上記第１網点判定手段により原稿画像が網点を含む、または上記原稿種別判別手段により原稿画像が網点原稿であると判定された場合、上記第１網点判定手段または原稿種別自動判別手段により網点領域画素と判定するための第１の閾値よりも、上記網点線数判定手段により網点領域画素と判定するための第２の閾値を大きくするように制御することを特徴としている。
【００５０】
上記の発明によれば、原稿画像が網点を含むまたは網点原稿である場合、第１の閾値よりも第２の閾値が大きい。すなわち、第１網点判定手段または原稿種別自動判定手段よりも、網点線数判定手段の方が、網点領域画素を判定するレベルが高く設定される。
【００５１】
したがって、例えば、反転回数が少ない画素（すなわち、低線数の網点）は、第１網点判定手段では網点領域画素と判定されても、網点線数判定手段では網点領域画素と判定されなくなる。これにより、原稿画像の網点線数が判定することができる。
【００５２】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記制御手段は、上記網点判定手段により原稿画像に網点が含まれないと判定された場合、または、上記原稿種別自動判別手段により原稿画像が非網点原稿と判定された場合に、上記網点線数判定手段による処理を行わないように制御することを特徴としている。
【００５３】
上記の発明によれば、制御手段が原稿画像が網点を含む場合、または網点原稿である場合にのみ網点線数の判定を行うように制御する。
【００５４】
したがって、原稿画像の網点および網点線数の判定に要する時間が短縮できる。これにより、画像形成装置に応用すれば、コピースピードも短縮できる。
【００５５】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記したいずれかの画像処理装置を備えることをとしている。
【００５６】
上記の発明によれば、本発明の画像読取装置は、上記本発明の画像処理装置を備えている。
【００５７】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像読取装置を提供できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００５８】
本発明にかかる画像形成装置は、上記の課題を解決するために、上記したいずれかの画像処理装置を備えることを特徴としている。
【００５９】
上記の発明によれば、本発明の画像形成装置は、上記本発明の画像処理装置を備えている。
【００６０】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像形成装置を提供できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。すなわち、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【００６１】
本発明にかかる画像処理方法は、上記の課題を解決するために、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理方法において、原稿画像の網点領域画素の算出結果に基づき、原稿画像が網点を含むか否かを判定する網点判定処理と原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定処理と、上記網点判定処理の結果に応じて、上記網点線数判定処理を制御する制御処理とを含むことを特徴としている。
【００６２】
上記の発明によれば、原稿画像の網点領域画素を算出することにより、原稿画像が網点を含むか否かを判定して、網点を含む場合に、網点領域画素の算出結果に基づいて原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判別する必要はない。
【００６３】
したがって、原稿画像が網点を含むか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。すなわち、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【００６４】
また、本発明にかかる画像処理方法は、上記の課題を解決するために、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理方法において、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点原稿であるか否かを判定する原稿種別自動判別処理と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定処理と、上記原稿種別自動判別処理の判定結果に応じて、上記網点線数判定処理を制御する制御処理とを含むことを特徴としている。
【００６５】
上記の発明によれば、原稿画像の網点領域画素を算出することにより、原稿画像が網点原稿か否かを判定して、網点を含む場合に、網点領域画素の算出結果に基づいて原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判別する必要はない。なお、網点原稿は、例えば、印刷写真などを示し、文字・網点領域が混在した原稿を含んでいてもよい。
【００６６】
したがって、原稿画像が網点原稿であるか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００６７】
本発明にかかるプログラムは、上記の課題を解決するために、上記したいずれかの画像処理方法をコンピュータに実行させることを特徴としている。
【００６８】
上記の発明によれば、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像処理方法をコンピュータが読み取り実行することができるプログラムを提供できる。したがって、本発明にかかる画像処理方法を汎用的なものとすることができる。
【００６９】
本発明の記録媒体は、上記の課題を解決するために、上記プログラムをコンピュータに読み取り可能に格納していることを特徴としている。
【００７０】
上記の発明によれば、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像処理方法のプログラムを容易にコンピュータに供給できる記録媒体を提供できる。
【００７１】
【発明の実施の形態】
〔実施の形態１〕
本発明の実施の一形態について図１ないし図１７に基づいて説明すれば、以下の通りである。
【００７２】
本発明の画像形成装置は、図２に示されるような、タンデム型のデジタルカラー複写機１である。近年、内部装置が小型化され、且つ組装置化（ユニット化）されて比較的安価になったこととも相俟って、タンデム型のカラー画像形成装置が主流となりつつある。まず、タンデム型のデジタルカラー複写機１について説明する。
【００７３】
図２は、タンデム方式を適用するデジタルカラー複写機１の主要部の断面図である。デジタルカラー複写機１は、画像形成ステーション２００Ｋ、２１０Ｃ、２２０Ｍ、２３０Ｙ、給紙部２４０、搬送用ベルト２５０、および定着装置２６０を備えている。
【００７４】
画像形成ステーションは、Ｃ・Ｍ・Ｙ・Ｋ（Ｃ：シアン・Ｍ：マゼンタ・Ｙ：イエロー・Ｋ：クロ）のそれぞれの画像形成ステーション２００Ｋ、２１０Ｃ、２２０Ｍ、および２３０Ｙを備えている。
【００７５】
図２において、画像形成ステーションは、感光体、帯電器、書き込み光学系、現像装置、クリーニング装置から構成されている。画像形成ステーション２００Ｋを例にとると、ドラム状の感光体２０１Ｋは図中の矢印Ｄ方向に回転し、その周りには少なくとも回転順に帯電器２０２Ｋ、書き込み光学系２０３Ｋ、現像装置２０４Ｋ、クリーニング装置２０５Ｋが配置されている。
【００７６】
このデジタルカラー複写機１では、帯電器２０２Ｋと現像装置２０４Ｋとの間の感光体表面に書き込み光学系２０３Ｋからレーザー光が照射され、感光体２０１ＫにＫの静電潜像が形成されるようになっている。
【００７７】
このような感光体２０１Ｋを中心とした画像形成ステーション２００Ｋと同等の画像形成ステーション２１０Ｃ・２２０Ｍ・２３０Ｙが、用紙搬送手段である用紙搬送ベルト２５０に沿って並置されている。用紙搬送ベルト２５０は各画像形成ステーションの現像装置とクリーニング装置との間で感光体に当接しており、用紙搬送ベルト２５０の各感光体側の裏側に当たる面（裏面）には転写バイアスを印加するための転写ローラ２０６Ｋ、２１６Ｃ、２２６Ｍ、２３６Ｙが配置されている。各画像形成ステーションは、現像装置内部のトナー色が異なるだけで、その他は全て同様の構成となっている。Ｃ・Ｍ・Ｙについても、同様の構成である。
【００７８】
図２に示す構成のデジタルカラー複写機１において、画像形成処理は次のようにして行われる。まず、各画像形成ステーション２００Ｋ、２１０Ｃ、２２０Ｍ、２３０Ｃにおいて、感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙが帯電器２０２Ｋ、２１２Ｃ、２２２Ｍ、２３２Ｙにより帯電され、次に書き込み光学系２０３Ｋ、２１３Ｃ、２２３Ｍ、２３３Ｙからのレーザー光により、作成する各色の画像に対応した静電潜像が形成される。
【００７９】
次に、現像装置２０４Ｋ、２１４Ｃ、２２４Ｍ、２３４Ｙにより静電潜像を現像してトナー像が形成される。現像装置２０４Ｋ、２１４Ｃ、２２４Ｍ、２３４Ｙは、それぞれＫ、Ｃ、Ｍ、Ｙのトナーで現像を行う現像装置で、４つの感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙ上で作られた各色のトナー像は用紙上で重ねられる。
【００８０】
用紙は、給紙部２４０から上記感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙ上への画像形成とタイミングを合わせて、図中矢印Ｅ方向へ向け、用紙搬送ベルト２５０上に送られる。
【００８１】
用紙搬送ベルト２５０上に保持された用紙は搬送されて、各感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙとの当接位置（転写部）で各色トナー像の転写が行われる。感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙ上のトナー像は、転写ローラ２０６Ｋ、２１６Ｃ、２２６Ｍ、２３６Ｙに印加された転写バイアスと感光体との電位差から形成される電界により、用紙上に転写される。
【００８２】
そして、４つの転写部を通過して４色のトナー像が重ねられた記録紙は、定着装置２６０に搬送され、トナーが定着されて、図示しない排紙部に排紙される。
【００８３】
また、転写部で転写されずに各感光体に残った残留トナーは、クリーニング装置２０５Ｋ、２１５Ｃ、２２５Ｍ、２３５Ｙで回収される。
【００８４】
なお、図２のデジタルカラー複写機１では、画像形成ユニットは、用紙搬送方向上流側から下流側に向けて、Ｋ、Ｃ、Ｍ、Ｙの色の順で並んでいるが、この順番に限るものではなく、色の順は任意に設定すればよい。
【００８５】
また、上記したように、各画像形成ステーションは現像装置内部のトナー色が異なるだけで、その他は全て同様の構成となっている。そのため各画像形成ステーションの現像装置の回転数も同一回転数に設定されている。
【００８６】
次に、デジタルカラー複写機１について、詳細に説明する。デジタルカラー複写機１は、図１にブロック図として示されるような、本発明の画像処理装置の構成が適用されたカラー画像処理装置を備える、デジタルカラー複写機である。最初に、デジタルカラー複写機の構成について説明する。
【００８７】
図１に示されるように、デジタルカラー複写機（画像形成装置）１は、カラー画像入力装置２と、カラー画像処理装置３と、カラー画像出力装置４と、操作パネル５とを備えている。
【００８８】
カラー画像入力装置（画像入力装置）２は、例えばＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）を備えたスキャナ部より構成されている。そして、原稿画像からの反射光像を、ＲＧＢ（Ｒ：赤・Ｇ：緑・Ｂ：青）のアナログ信号の状態にある入力画像データとしてＣＣＤによって読み込んで、カラー画像処理装置３に入力する。
【００８９】
カラー画像処理装置３は、Ａ／Ｄ変換部６、シェーディング補正部７、第１網点判定部８、網点線数判定部９、入力階調補正部１０、領域分離処理部１１、色補正部１２、黒生成下色除去部１３、空間フィルタ処理部１４、出力階調補正部１５、および階調再現処理部（中間調生成）１６を備えている。そして、カラー画像入力装置２から入力されたＲＧＢアナログ信号を、上記の順で送り、ＣＭＹＫのデジタルカラー信号として、カラー画像出力装置４へ出力する。このように、カラー画像処理装置３に、カラー画像入力装置２とカラー画像出力装置４とが接続され、全体としてデジタルカラー複写機１を構成している。
【００９０】
Ａ／Ｄ（アナログ／デジタル）変換部６は、カラー画像入力装置２から出力されたＲＧＢアナログ信号を、デジタル信号に変換する。
【００９１】
シェーディング補正部７は、Ａ／Ｄ変換部６から入力されたデジタルのＲＧＢ信号に対して、カラー画像入力装置の照明系、結像系、撮像系で生じる各種の歪みを取り除く処理を行う。また、ＲＧＢの反射率信号を濃度信号に変換する。
【００９２】
第１網点判定部８は、入力された原稿画像に網点領域が含まれているか否かの判定を行う。加えて、第１網点判定部は、原稿画像の網点領域画素数の算出も行う。そして、網点領域の判定結果に応じて、後段の制御部１７に網点線数判定部９のパラメータを変更するような信号を出力する。
【００９３】
網点線数判定部９は、制御部１７からの信号により変更されたパラメータを用いて網点の線数判定を行う。
【００９４】
本発明は、特に、第１網点判定部、網点線数判定部および制御部に関わるものであり、これらの構成例については、後に詳述する。
【００９５】
入力階調補正部１０は、ＲＧＢ信号に対して、カラーバランスを整えると同時に、下地濃度の除去やコントラストなどの画質調整処理を行う。
【００９６】
領域分離処理部１１は、ＲＧＢ信号より、入力画像中の各画素を文字領域、網点領域、その他（写真など）の領域の何れかに分離する処理を行う。そして、その分離結果に基づき、注目画素がどの領域に属しているかを示す領域識別信号を、後段の色補正部１２、黒生成下色除去部１３、空間フィルタ処理部１４、および階調再現処理部１５へと出力する。さらに、入力階調補正部１０より出力された入力信号をそのまま後段の色補正部１２に出力する。
【００９７】
色補正部１２は、色再現の忠実化実現のために、不要吸収成分を含むＣＭＹ（Ｃ：シアン・Ｍ：マゼンタ・Ｙ：イエロー）色材の分光特性に基づいた色濁りを取り除く処理を行うものである。
【００９８】
色補正部１２は、色再現の忠実化のために、ＲＧＢ信号（またはＲＧＢ信号を補色反転した入力ＣＭＹ信号）を出力ＣＭＹ（Ｃ：シアン、Ｍ：マゼンタ、Ｙ：イエロー）信号に変換する色変換処理を行う。
【００９９】
黒生成下色除去部１３は、黒生成部と下色除去部とから構成されている。黒生成部は、色補正部１２で色変換されたＣＭＹ信号と領域識別信号とに基づいて、黒（Ｋ）生成処理を行う。下色除去部は、黒信号から計算される下色の量をＣＭＹ信号から減算し、新たなＣＭＹ信号を生成する処理を行う。これにより、ＣＭＹの３色信号はＣＭＹＫの４色の信号に変換される。
【０１００】
黒生成処理の一例として、スケルトンブラックによる黒生成を行う方法（一般的方法）がある。この方法では、スケルトンカーブの入出力特性をｙ＝ｆ（ｘ）、入力されるデータをＣ、Ｍ、Ｙ、出力されるデータをＣ'、Ｍ'、Ｙ'、Ｋ'、ＵＣＲ（Under Color Removal）率をα（０＜α＜１）とすると、黒生成下色除去処理は以下の式（１）で表わされる。
【０１０１】
Ｋ'＝ｆ｛ｍｉｎ（Ｃ、Ｍ、Ｙ）｝
Ｃ'＝Ｃ−αＫ'
Ｍ'＝Ｍ−αＫ' （１）
Ｙ'＝Ｙ−αＫ'
空間フィルタ処理部１４は、領域識別信号および黒生成下色除去部１３より入力されるＣＭＹＫ信号の画像データに対して、領域識別信号を基にデジタルフィルタによる空間フィルタ処理を行う。すなわち、空間周波数特性を補正して、出力画像のぼやけや、粒状性劣化を防ぐように処理する。
【０１０２】
出力階調補正部１５は、濃度信号などをカラー画像出力装置４の特性値である網点面積率に変換する出力階調補正処理を行う。そして、最終的に階調再現処理部１４で、画像を画素に分離してそれぞれの階調を再現できるように処理する階調再現処理（中間調生成）がなされる。
【０１０３】
階調再現処理部１６も、空間フィルタ処理部１４と同様に、ＣＭＹＫ信号の画像データに対して、領域識別信号を基に所定の処理を施するものである。
【０１０４】
例えば、領域分離処理部１１にて文字に分離された画像領域は、特に黒文字或いは色文字の再現性を高めるために、空間フィルタ処理部１４による空間フィルタ処理１４における鮮鋭強調処理で高周波数の強調量が大きくされる。同時に、階調再現処理部１６では、高域周波数の再現に適した高解像度のスクリーンでの二値化または多値化処理が行われる。
【０１０５】
また、領域分離処理部１１にて網点領域に分離された画像領域は、空間フィルタ処理部１４において、入力網点成分を除去するためのローパス・フィルタ処理が施される。そして、出力階調補正部１５は、濃度信号などの信号をカラー画像出力装置４の特性値である網点面積率に変換する出力階調補正処理を行った後、階調再現処理部１６で、最終的に画像を画素に分離してそれぞれの階調を再現できるように処理する階調再現処理（中間調生成）を行う。また、領域分離処理部１１にてその他の領域に分離された領域に関しては、階調再現性を重視したスクリーンでの二値化または多値化処理が行われる。
【０１０６】
以上のように、カラー画像処理装置３の各部で各処理が行われたＣＭＹＫ信号の画像データは、画像出力用データとして、一旦図示しない記憶手段に記憶され、所定のタイミングで読み出されてカラー画像出力装置に入力される。画像出力装置４は、画像データを記録媒体（例えば紙等）上に出力するもので、例えば、電子写真方式やインクジェット方式を用いたカラー画像出力装置等を挙げることができるが特に限定されるものではない。なお、以上の処理は図示しないＣＰＵ（Central Processing Unit）により制御される。
【０１０７】
このように、カラー画像処理装置（画像処理装置）３は、カラー画像入力装置２から入力された入力画像データに所定の画像処理を行って、カラー画像出力装置４に入力される画像出力用データとする。
【０１０８】
操作パネル５は、図示しないデジタル複写機１の動作モードを設定する設定ボタンやテンキーなどの入力手段、液晶ディスプレイなどで構成される表示画面を備えている。
【０１０９】
デジタルカラー複写機１における、第１網点判定部８、網点線数判定部９および制御部１７の画像処理は、例えば、図３に示されるフローチャートのように行われる。すなわち、まず、本スキャンに先立ってプレスキャンが行われる（Ｓ１）。次に、第１網点判定部８にて、得られた入力信号データから、網点領域画素数の算出および網点領域画素の有無が判定される（Ｓ２、Ｓ３）。このとき、網点領域画素が無ければ、網点線数判定部９にて網点線数判定は行わず（Ｓ４）処理を終了して、本スキャン処理に入る。一方、網点領域画素があれば、制御部１７にて、網点線数判定部９のパラメータが変更される（Ｓ５）。続いて、変更されたパラメータを用いて、網点線数判定部９では網点線数が判定され（Ｓ６）、本スキャンに処理に入る。本スキャン以降の処理は、網点線数判定結果に応じて、後段の領域分離パラメータ・フィルタ係数・ディザパターンなどが選択され、最適な処理が行われる。これにより、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。なお、本スキャンは、上記Ｓ１〜Ｓ６までに得られた原稿画像の情報をもとに最適な画像処理を行うためのスキャンである。
【０１１０】
また、当然のことながら、本発明の画像処理は、上記の処理に限定されるものではない。図３は、プレスキャンを行う構成について記載しているが、プレスキャンを行わない構成であってもよい。この場合、入力画像データを画像メモリなどの記憶手段に格納しておき、この画像データを用いて網点線数判定処理を行った後、一連の画像処理を行うよう構成にすればよい。
【０１１１】
次に、本発明の特徴部分である、第１網点判定部８、および網点線数判定部９について詳細に説明する。
【０１１２】
（１）第１網点判定部
第１網点判定部８は、図４に示されるように、文字領域判定部１８、第１網点領域判定部１９ａ、第１判定部２０ａ、および総合判定部２１から構成されている。
【０１１３】
文字領域判定部１８は、シェーディング補正されたＲＧＢ信号が文字領域画素であるか否かを判定する。同様に、第１網点領域判定部１９ａは、シェーディング補正されたＲＧＢ信号が網点領域画素であるか否かを判定する。
【０１１４】
第１網点領域判定部１９ａは、図５に示されるように、２値化処理部２７、反転回数計数部２８、最大値選択部２９、反転回数判定部３０、およびパラメータ設定部３１ａを備えている。
【０１１５】
２値化処理部２７は、注目画素を含むマスク内画素値から算出した、平均値等の値を閾値として入力画像データの２値化を行う。
【０１１６】
反転回数計数部２８は、主走査方向計数部３２および副走査方向計数部３３とを備えている。そして、上記マスク内画素の主走査方向および副走査方向の各方向における反転回数を計数する。
【０１１７】
最大値選択部２９は、反転回数計数部２８における反転回数の結果の最大値を選択する。ここで選択された最大値は、反転回数判定部３０にて、パラメータ設定部３１に設定されたパラメータ（第１の閾値）と比較される。これにより、網点領域画素であるか、非網点領域画素であるかが判定される。そして、判定信号が第１判定部２０ａに入力される。
【０１１８】
第１判定部２０ａは、文字領域判定部１８および第１網点領域判定部１９ａによる判定結果に基づいて、原稿画像の各画素が、網点領域であるか、文字領域であるか、またはその何れでもないかを判定する。
【０１１９】
総合判定部２１は、原稿画像中の網点の有無を判定する。
【０１２０】
次に、第１網点判定部８を構成する各部における処理について詳細に説明する。
【０１２１】
文字領域判定部１８の判定方法としては、例えば、本出願人により出願された特願２００１−３０２１２の方法を用いることができる。以下、この方法について簡単に説明する。
【０１２２】
先ず、注目画素を含むｎ×ｍのブロック画素（ｍ、ｎは自然数）において、主走査方向の最小濃度値および最大濃度値の算出し、最小濃度値および最大濃度値より最大濃度差を算出する。次に、隣接する画素の濃度差の絶対値の総和（総和濃度繁雑度）を算出する。そして、最大濃度差と最大濃度差閾値および総和濃度繁雑度と総和濃度繁雑度閾値との比較を行い、最大濃度差が最大濃度差閾値より大きく、且つ、総和濃度繁雑度が総和濃度繁雑度閾値より大きい場合、文字・網点領域であると判定する。
【０１２３】
さらに、算出された総和濃度繁雑度と、最大濃度差に文字・網点判定閾値を掛けた値との比較を行い、総和濃度繁雑度の方が小さければ、文字領域であると判定する。
【０１２４】
これは、文字領域では、最大濃度差が大きく、それに伴い総和濃度繁雑度も大きくなるが、網点領域よりも濃度変化が少ないため、網点領域よりも総和濃度繁雑度は小さくなるという特徴を用いたものである。
【０１２５】
文字領域判定部の判定方法は、上記のような処理を副走査方向の画素についても同様に行い、各々の判定結果に基づいて注目画素の領域の判定を行うものである。
【０１２６】
次に、第１網点領域判定部１９ａの判定方法としては、例えば、図６に示されるフローチャートのように行うことができる。すなわち、まず、２値化処理部２７にて、注目画素を含むマスク内画素値から算出した平均値等の値を閾値として、マスク内画素が２値化される（Ｓ７）。次に、反転回数計数部２８にて、２値化されたマスク内画素から、反転回数（すなわち「０」から「１」、「１」から「０」へ変化した点数）が、主走査方向および副走査方向に計数される（Ｓ８）。続いて、最大値選択部２９にて、計数された反転回数の最大値（MaxRev）が選択され（Ｓ９）、反転回数判定部３０にて、反転回数の最大値（MaxRev）とパラメータ設定部３１ａの第１の閾値（ＴＨ１：例えば、４）とが比較される（Ｓ１０）。そして、反転回数の最大値（MaxRev）が第１の閾値（ＴＨ１）より大きければ、網点領域画素であると判定され（Ｓ１１）、反転回数の最大値（MaxRev）が第１の閾値（ＴＨ１）以下であれば、非網点領域画素であると判定される（Ｓ１２）。
【０１２７】
次に、第１判定部２０の判定方法について説明する。第１判定部２０では、文字領域判定部１８および第１網点領域判定部１９ａの判定結果に基づき、原稿画像の各画素の領域を判定する。第１判定部２０ａでは、例えば、下記の表１に示されるように、原稿画像の各画素が、網点領域、文字領域、その他の領域の、いずれの領域の画素であるかが判定される。なお、本実施形態では、原稿画像に網点領域が含まれているか否かを判定することを目的としているため、表１に示されるように、第１網点領域判定部１９ａにて原稿画像の注目画素に網点領域が含まれていると判定され（“１”）、かつ、文字領域判定部１８にて原稿画像の注目画素に文字領域のも含まれていると判定された（“１”）場合は、当該注目画素は、網点領域であると判定するように設定している。すなわち、第１網点領域判定部１９ａにて、網点領域画素と判定されると、第１判定部２０ａにおいても網点領域画素と判定される。
【０１２８】
【表１】
【０１２９】
このように、第１判定部２０ａでは、表１に示される領域判定信号からの判定例のように、各画素それぞれどの領域の画素であるか判定される（ここでは、網点領域画素に対して優先順位を高く設定しているので、文字領域画素判定：１、網点領域画素判定：１の時は網点画素であると判定するようにしている。）。
【０１３０】
こうして第１判定部２０ａにて判定された各画素を、文字領域画素カウンタ２２、網点領域画素カウンタ２３ａにてそれぞれカウントアップする。更に、除算器２５にて総画素数に対する網点画素数の比を算出する。第２判定部２６では、当該総画素数に対する網点画素数の比が所定値（例えば、０．０５）より大きければ原稿画像中に網点ありとし、所定値以下であれば原稿画像中に網点なしという判定信号が制御部１７に出力される。
【０１３１】
（２）網点線数判定部
次に、網点線数判定部９について説明する。網点線数判定部９ａは、図７に示されるように、第２網点領域判定部３４、網点領域画素カウンタ２３ｂ、網点線数判別部３５、閾値設定部３６を備えている。また、制御部１７は、後述するパラメータ設定部３１ｂのパラメータを、前述した第１網点判定部８の判定結果に応じて変更する。
【０１３２】
第２網点領域判定部３４は、２値化処理部２７、反転回数計数部２８、最大値選択部２９、反転回数判定部３０、およびパラメータ設定部３１ｂとを備えている。すなわち、第２網点領域判定部３４の構成は、図５に示される第１網点領域判定部１９ａの構成と同様である。また、第２網点領域判定部３４は、第１網点領域判定部１９ａと同様に、注目画素が網点領域画素であるか否かを判定する。
【０１３３】
パラメータ設定部３１ｂには、第２網点領域判定部３４に対する処理パラメータ（第２の閾値）が格納されている。このパラメータにより、注目画素が網点領域画素であるか非網点領域画素であるかの判定がなされる。なお、このパラメータは、前述した第１網点判定部８の判定結果に応じて制御部１７により変更される。例えば、第１網点判定部８にて原稿画像中に網点有りと判定された場合、制御部１７は、パラメータ設定部３１ｂのパラメータを変更する。この場合、パラメータ設定部３１ｂの変更前のパラメータを「２」、変更後のパラメータを「４」のように、変更前より大きい値に設定する。これにより、反転回数が少ない（すなわち低線数網点である）と、網点領域画素と判定しないようにすることができる。
【０１３４】
網点線数判別部３５は、第１網点判定部８の網点領域画素カウンタ２３ａにて算出した第１網点領域画素数（ｓｃｒ１）と、網点線数判定部９ａの網点領域画素カウンタ２３ｂにて算出した第２網点領域画素数（ｓｃｒ２）との比を閾値設定部３６に設定された閾値（ＴＨ２）と比較することにより、網点線数を判別する。
【０１３５】
なお、第１網点判定部８の網点領域判定部１９ａと、第２網点領域判定部３４とは、共通とする構成でもよい。また、図４の網点領域画素カウンタ２３ａと図７の網点領域画素カウンタ２３ｂも共通とする構成としてもよい。この場合、制御部１７は、第１網点判定部８にて原稿画像に網点領域画素があると判定された時に、図５のパラメータ設定部３１ａのパラメータを変更するようにすればよい。
【０１３６】
次に、網点線数判定部９の別の構成について説明する。図８に示されるように、網点線数判定部９ｂは、文字領域判定部１８、第２網点領域判定部３４、第１判定部２０ｂ、文字領域画素カウンタ２２、網点領域画素カウンタ２３ｃ、網点線数判別部３５、および閾値設定部３６を備えている。図８の網点線数判定部９ｂは、図４に示される第１網点判定部８の構成、および図７網点線数判定部９ａと類似の構成である。しかし、網点線数判定部９ｂは、図４の第１網点判定部８とは異なり、総画素数カウンタ２４、除算器２５、および第２判定部２５を備えず、網点線数判別部３５および閾値設定部３６を備えている。また、網点線数判定部９ｂは、図７の網点線数判定部９ａとは異なり、第２網点領域判定部３４に加えて、文字領域判定部１８、第１判定部２０ｂおよび文字領域画素カウンタ２２を備えている。制御部１７は、網点線数判定部９ａと同様に、第２網点領域判定部３４のパラメータを変更するように設定されている。
【０１３７】
網点線数判定部９ｂに入力されるシェーディング補正されたＲＧＢ信号は、文字領域判定部１８にて、注目画素が文字領域画素であるか否か、また第２網点領域判定部３４にて、注目画素が網点領域画素であるか否かが判定される。なお、第２網点領域判定部３４の構成は、図７で説明した第２網点領域判定部３４の構成と同様でよい。
【０１３８】
これらの判定結果から、第１判定部２０ｂにて、例えば、前述した表１に示される判定例のように、各画素それぞれどの領域の画素であるか判定される。こうして判定された各画素は、文字領域画素カウンタ２２および網点領域画素カウンタ２３ｃにてそれぞれカウントアップされる。網点線数判別部３５では、第１網点判定部８にて算出した網点領域画素数と、第２網点領域判定部３４にて算出した網点領域画素数との比を閾値設定部３６の閾値と比較することにより、網点線数を判別する。
【０１３９】
以上説明した、第１網点判定部８、網点線数判定部９、および制御部１７の画像処理（特に、網点線数判定部９での画像処理）は、例えば、図９に示されるフローチャートのように行われる。すなわち、まず、本スキャンに先立ってプレスキャンが行われる（Ｓ１３）。次に、第１網点判定部８にて、得られた入力信号データから、第１網点領域画素数（scr１）の算出および網点領域画素の有無が判定される（Ｓ１４、Ｓ１５）。このとき、原稿画像に網点が無いと判定されると、網点線数判定部９にて網点線数の判定は行わず（Ｓ１６）、処理を終了して本スキャン処理に入る。一方、原稿画像に網点があると判定されると、制御部１７にて網点線数判定部９のパラメータ設定部３１のパラメータ（第２の閾値）が変更される（Ｓ１７）。続いて、変更されたパラメータ（第２の閾値）を用いて、第２網点領域判定部３４および網点領域画素カウンタ２３にて第２網点領域画素数（scr２）が算出される（Ｓ１８）。次に、網点線数判別部３５にて、第１および第２網点領域画素数（scr１およびscr２）の比（すなわち、第２網点領域画素数／第１網点領域画素数：scr２/scr１）が算出される（Ｓ１９）。次に、第１および第２網点領域画素数の比（scr２/scr１）と、網点線数判定部９の閾値設定部３６に設定される閾値（ＴＨ２：例えば、０．２５）（閾値の例としては、後述の図１０を参照。）とが比較される（Ｓ２０）。そして、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ２）より大きければ高線数の網点であると判定され（Ｓ２１）、本スキャン処理に入る。一方、第１および第２網点領域画素数の比（scr２/scr１）が、閾値（ＴＨ２）以下であれば低線数の網点であると判定され（Ｓ２２）、本スキャン処理に入る。
【０１４０】
本スキャン以降の処理は、網点線数判定結果に応じて、後段の領域分離パラメータ・フィルタ係数・ディザパターンなどが選択され、最適な処理が行われる。これにより、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。なお、本スキャンは、上記Ｓ１３〜Ｓ２２までに得られた原稿画像の情報をもとに最適な画像処理を行うためのスキャンである。
【０１４１】
このように、網点線数判定部９では、低線数の網点は反転回数が少なく、高線数の網点は反転回数が多いという特徴を利用して画像処理が行われる。それゆえ、従来のようにパターンマッチングや、複雑な変換処理をすることなく、簡単な構成にて網点線数の判定を行うことが可能となる。
【０１４２】
また、図９のフローチャートに示される画像処理は、例えば、図１０に示されるフローチャートのように行うこともできる。図１０のフローチャートは、網点線数判定部９の閾値設定部３６に複数の閾値（ＴＨ３〜ＴＨ５）を備えている例である。図１０に示されるフローチャートにおけるＳ２３〜Ｓ２９は、図９に示されるフローチャートのＳ１３〜Ｓ１９に相当するので説明を省略する。図１０のフローチャートにおいて、網点線数判別部３５にて、第１および第２網点領域画素数の比（scr２/scr１）が算出される（Ｓ２９）と、次に、第１および第２網点領域画素数の比（scr２/scr１）と、網点線数判定部９の閾値設定部３６に設定される閾値（ＴＨ３：前述の閾値（ＴＨ２）とは異なる）とが比較される（Ｓ３０）。そして、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ３）より大きければ高線数の網点と判定され（Ｓ３１）、本スキャン処理に入る。また、第１および第２網点領域画素数の比（scr２/scr１）が第３の閾値（ＴＨ３）以下であれば、第１および第２網点領域画素数の比（scr２/scr１）と閾値設定部３６に設定される閾値（ＴＨ４）とが比較される（Ｓ３２）。そして、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ４）より大きければ、高線数よりの中線数の網点と判定され（Ｓ３３）、本スキャンに入る。また、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ４）以下であれば、更に、第１および第２網点領域画素数の比（scr２/scr１）と、閾値設定部３６に設定されるの閾値（ＴＨ５）とが比較される（Ｓ３４）。そして、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ５）より大きければ低線数よりの中線数の網点と判定され（Ｓ３５）、閾値（ＴＨ５）以下であれば低線数の網点であると判定され（Ｓ３６）、本スキャン処理に入る。
【０１４３】
閾値（ＴＨ３）、閾値（ＴＨ４）、および閾値（ＴＨ５）の閾値は、ＴＨ３＞ＴＨ４＞ＴＨ５の条件を満たしていれば、特に限定されるものではない。例えば、ＴＨ３＝０．４０、ＴＨ４＝０．２５、ＴＨ５＝０．１０とすればよい。
【０１４４】
また、本スキャン以降の処理は、網点線数判定結果に応じて、領域分離パラメータ・フィルタ係数・ディザパターンなどが選択され、最適な処理が行われる。これにより、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【０１４５】
さらに、網点線数判定部９における閾値設定部３５の閾値を複数設定すれば、原稿画像の判定結果を段階的に出力することが可能となる。したがって、当該閾値を多く設定すればするほど、細かい判定結果をえることが可能である。その結果、より原稿画像の特徴に応じた設定にて画像処理を行うことが可能となり、高画質化が図れる。
【０１４６】
なお、当然のことながら、本発明の画像処理は、上記の処理に限定されるものでない。図１０は、プレスキャンを行う構成にて記載したが、プレスキャンを行わない構成であってもよい。この場合、入力画像データを画像メモリなどの記憶手段に格納しておき、この画像データを用いて網点線数判定処理を行った後、一連の画像処理を行うよう構成すればよい。
【０１４７】
次に、反転回数計数部２８について説明する。反転回数計数部２８は、図１１に示されるように、主走査方向計数部３２および副走査方向計数部３３に加えて、斜め方向計数部３７ａを備えている。
【０１４８】
反転回数計数部２８は、２値化画像から反転回数を、主走査方向、副走査方向、斜め方向の各方向に算出する。なお、図中破線で示したように、ｎ本（ｎは任意の自然数）の斜め方向計数部３７a、３７ｂ、…３７ｎを備えて、複数の角度に渡り（複数の方向に）反転回数を算出するような構成であってもよい。これにより、原稿画像がスクリーン角度を有する網点の場合、または原稿画像の設置方向に関わらず、反転回数を計数できる。それゆえ、精度よく網点線数を判定することができる。
【０１４９】
図１２（ａ）〜図１２（ｄ）および図１３（ａ）〜図１３（ｄ）には、反転回数計数部２８における、各方向の反転回数計数の例が示される。なお、図１２および図１３において、注目画素を含むブロック画素サイズ（マスクサイズという場合もある）は１０×１０としている。
【０１５０】
図１２（ａ）は、主走査方向計数部３２の計数方式の例である。ａ１、ａ２、ａ３、………、ａ１０の反転回数計数結果（Hrev１）、ｂ１、ｂ２、ｂ３、………、ｂ１０の反転回数計数結果（Hrev２）というふうに、順次、走査方向に反転回数を計数し、走査方向の反転回数計数（Hrev１〜Hrev１０）を得る。
【０１５１】
図１２（ｂ）は、副走査方向計数部３３の計数方式の例である。この場合も、主走査方向計数部３２の場合と同様に、ａ１、ｂ１、ｃ１、………、ｊ１の反転回数計数結果（Vrev１）、ａ２、ｂ２、ｃ２、………、ｊ２の反転回数計数結果（Vrev２）というふうに、順次、副走査方向に反転回数を計数し、副走査方向の反転回数計数（Vrev１〜Vrev１０）を得る。
【０１５２】
図１２（ｃ）、図１２（ｄ）、および図１３（ａ）〜図１３（ｄ）は、斜め方向計数部３７の計数方式の例である。図１２（ｃ）には、斜め４５°方向の計数方式の例が示される。ａ３、ｂ４、ｃ５、………、ｈ１０の反転回数計数結果（S１rev１）、ａ２、ｂ３、ｃ４、………、ｉ１０の反転回数計数結果（S１rev２）、ａ１、ｂ２、ｃ３、………、ｊ１０の反転回数計数結果（S１rev３）というふうに、順次、斜め４５°方向の反転回数を計数し、斜め４５°方向の反転回数計数（S１rev１〜S１rev５）を得る。
【０１５３】
なお、斜め方向では、１ラインの反転回数計数対象画素数が、S１rev１では８画素、S１rev２では９画素、S１rev３では１０画素と異なるので、計数結果を補正してもよい。例えば、下記式（２）および式（３）のように補正することができる。なお、この補正は、図示しない補正部により行えばよい。
S１rev１’＝ S１rev１ × １０ / ８ ・・・（２）
S１rev２’＝ S１rev２ × １０ / ９ ・・・（３）
これにより、全ての方向に計数された反転回数計数対象画素数は、同一条件となる。すなわち、反転回数を計数する各方向での反転回数の誤差が解消される。
【０１５４】
図１２（ｄ）には、斜め−４５°方向の計数方式の例が示される。ａ８、ｂ７、ｃ６、………、ｈ１の反転回数計数結果（S２rev１）、ａ９、ｂ８、ｃ７、………、ｉ１の反転回数計数結果（S２rev２）、ａ１０、ｂ９、ｃ８、 ………、ｊ１の反転回数計数結果（S２rev３）というふうに、順次、斜め−４５°方向の判定回数を計数し、斜め−４５°方向の反転回数計数（S２rev１〜S２rev５）を得る。この場合の反転回数計数結果も、前述の斜め４５°の場合（S１rev１’〜S１rev５’）と同様に、例えば、式（２）および式（３）のように補正してもよい。
【０１５５】
図１３（ａ）には、斜め約７２°方向の計数方式の例が示される。ａ１、ａ２、ａ３、ｂ４、………、ｄ１０の反転回数計数結果（S３rev１）、ｂ１、ｂ２、ｂ３、ｃ４、………、ｅ１０の反転回数計数結果（S３rev２）というふうに、順次、斜め７２°方向の反転回数を計数し、斜め７２°方向の反転回数計数（S３rev１〜S３rev７）を得る。
【０１５６】
図１３（ｂ）には、斜め約−７２°方向の計数方式の例が示される。この場合も図１３（ａ）の場合と同様に、ａ１０、ａ９、ａ８、ｂ７、………、ｄ１の反転回数計数結果（S４rev１）、ｂ１０、ｂ９、ｂ８、ｃ７、………、ｅ１の反転回数計数結果（S４rev２）というふうに、順次、斜め−７２°方向の反転回数を計数し、斜め−７２°方向の反転回数計数（S４rev１〜S４rev７）を得る。
【０１５７】
図１３（ｃ）には、斜め約−２２°方向の計数方式が示される。ａ１０、ｂ１０、ｃ１０、ｄ９、………、ｊ７の反転回数計数結果（S５rev１）、ａ９、ｂ９、ｃ９、ｄ８、………、ｊ６の反転回数計数結果（S５rev２）というふうに、順次、斜め約−２２°方向の反転回数を計数し、斜め約−２２°方向の反転回数計数（S５rev１〜S５rev７）を得る。
【０１５８】
図１３（ｄ）には、斜め約６３°方向の計数方式が示される。ａ１、ａ２、ｂ３、ｂ４、………、ｅ１０の反転回数計数結果（S６rev１）、ｂ１、ｂ２、ｃ３、ｃ４、………、ｆ１０の反転回数計数結果（S６rev２）というふうに、順次、斜め約６３°方向の反転回数を計数し、斜め約６３°方向の反転回数計数（S６rev１〜S６rev６）を得る。
【０１５９】
上記図１２および図１３の例のように、斜め方向に関しては、任意の角度での反転回数を計数するよう設定しておく。どの角度の方向の計数を行うかは、組み合わせを予め設定しておいてもよいし、任意に選択できるよう構成してもよい。組み合わせを選択する際には、デジタルカラー複写機１に備えられる操作パネル５より入力できるようにすればよい。また、本発明を後述するコンピュータシステムを用いて実現する際には、液晶ディスプレイなどの画像表示装置に組み合わせのパターンを表示し、キーボードやマウスを用いて所望のパターンを選択するようにすれば良い。
【０１６０】
このようにして算出された、主走査方向、副走査方向、および斜め方向の各方向での反転回数計数結果の中から、最大となる値が最大値選択部にて選択され、反転回数判定部にてパラメータと比較される。
【０１６１】
次に、図１２および図１３に示されるような反転計数方式による、網点パターンと反転回数計数の例を、図１４および図１５を用いて説明する。図１４（ａ）、図１４（ｂ）、図１５（ａ）、図１５（ｂ）において、反転回数計数方向は、図１２および図１３の方向、すなわち、主走査方向（図１２（ａ））、副走査方向（図１２（ｂ））、斜め±４５°（図１２（ｃ）、図１２（ｄ））、斜め約±７２°（図１３（ａ）、図１３（ｂ））とする。
【０１６２】
図１４（ａ）の上段には、マスクサイズが１０×１０における高線数の網点の例が、下段には上段の高線数の網点における各方向の反転回数の表がそれぞれ示される。この場合の反転回数の最大値は、図中上段の矢印方向および下段の表の斜線部で示される、斜め４５°方向（Ｓ１ｒｅｖ３）の“９”となる。
【０１６３】
同様に、図１４（ｂ）には、低線数の網点の例と、その各方向反転回数とが示される。この場合の反転回数の最大値は、図中上段の矢印方向および下段の表の斜線部で示される、斜め±４５°方向（Ｓ１ｒｅｖ２〜Ｓ１ｒｅｖ４、Ｓ２ｒｅｖ２〜Ｓ２ｒｅｖ４）の“４”となる。
【０１６４】
図１４（ａ）および図１４（ｂ）において、例えば、図７のパラメータ設定部４１の閾値（第２の閾値）を“４”とすれば、第２網点領域判定部３４反転回数の最大値が“９”である図１４（a）は網点であると判定され、反転回数の最大値が“４”である図１４（ｂ）は網点でないと判定される。
【０１６５】
図１５（ａ）には、高線数の網点の例と、その各方向反転回数とが示される。この場合の反転回数の最大値は、図中上段の矢印方向および下段の表の斜線部で示される、斜め約７２°方向（Ｓ３ｒｅｖ１、Ｓ３ｒｅｖ５）の“６”となる。
【０１６６】
また、図１５（ｂ）には、低線数網点例と、その各方向反転回数とが示される。この場合の反転回数の最大値は、図中上段の矢印方向および下段の表の斜線部で示される、斜め約７２°方向（Ｓ３ｒｅｖ１、Ｓ３ｒｅｖ２）の“３”となる。
【０１６７】
図１５（ａ）および図１５（ｂ）の場合、主走査方向および副走査方向のみの反転回数の計数結果では、いずれも最大値が“２”となる。このため、高線数、低線数での反転回数の差が検出できない。しかし、斜め方向の反転回数の計数を行えば、こうした場合にも反転回数の差を検出することが可能となる。すなわち、図１４（ａ）および図１４（ｂ）の場合と同様に、図７のパラメータ設定部３１の閾値が“４”であるとすれば、第２網点線数判定部３４にて、反転回数の最大値が“６”である図１５（ａ）は網点であると判定され、反転回数の最大値が“３”である図１５（ｂ）は網点でないと判定される。
【０１６８】
このように、反転回数の計数を、主走査方向、副走査方向のみでなく、任意の角度の方向に対しても行うことにより、原稿画像がスクリーン角度をもつ網点であった場合や、原稿画像が斜めに載置された場合にも、精度良く網点線数の検出を行うことが可能となる。
【０１６９】
なお、第１網点領域判定部、第２網点領域判定部ともこの構成としてもよく、また、第１網点領域判定部、第２網点領域判定部を共通としてもよい。
【０１７０】
ところで、反転回数は、スキャン速度すなわち副走査方向の倍率によって変化する。このため、網点線数の判定を、通常速度より速い速度でのプレスキャンデータにて行う場合や、本スキャンデータで行う場合であっても、変倍時には、主走査方向と副走査方向とで倍率が変化する。
【０１７１】
例えば、図１６（a）に示されるような通常速度のスキャンでの画像データを、副走査方向に２倍速スキャン（すなわち倍率５０％）した場合のデータが図１６（ｂ）に、副走査方向に１／２倍速スキャン（すなわち倍率２００％）した場合のデータが図１６（ｃ）に示される。図１６（ａ）と、図１６（ｂ）または図１６（ｃ）とを比較すると、いずれの場合も主走査方向の反転回数は同じであるが、副走査方向での反転回数が異なる。この副走査方向の反転回数は、以下の（４）式により補正することができる。
補正後の反転回数＝補正前の反転回数×α×γ／β ・・・（４）
ただし、α＝倍率(％)／１００、β＝副走査方向のマスクサイズ、γ＝反転回数計数対象副走査方向サイズとする。なお、反転回数計数対象副走査方向サイズは、反転回数を計数した副走査方向のブロック数を示している。
【０１７２】
すなわち、図１６（ｂ）の場合、α＝０．５、β＝１０、γ＝１０となり、補正前の反転回数に０．５を乗算した値となる。また、上記（４）式は、斜め方向の反転回数の補正にも同様に適用可能である。例えば、図１３（a）の斜め約７２°で副走査方向１／２倍速スキャン（すなわち倍率２００％）の場合、α＝２、β＝１０、γ＝４となり、補正前の反転回数に０．８を乗算した値となる。
【０１７３】
このように、スキャン速度に応じて、主走査方向、副走査方向、および斜め方向の各方向での反転回数計数結果の補正を行うことで、副走査方向における誤差が解消され、より精度の良い結果が得られる。それゆえ、通常スキャンより速度の速いプレスキャンにて、網点線数の判定を行う構成の場合や、本スキャンにて判定を行う構成での変倍時に、精度よく網点線数を判定できる。
【０１７４】
なお、第１網点領域判定部１９ａ、第２網点領域判定部３４ともこの構成としてもよく、また、第１網点領域判定部および第２網点領域判定部を共通の構成としてもよい。
【０１７５】
また、ＡＤＦ（自動原稿画像読取装置）などで、原稿画像を読み取り、粗いデータを基にして前処理を行う場合、すなわち、読取データのサンプリング条件を変えた時も同様である。
【０１７６】
次に、網点線数判定部９のさらに別の構成について説明する。図１７に示されるように、網点線数判定部９ｃは、図７の網点線数判定部９ａの構成に加えて、フィルタ処理部３８を備えていてもよい。網点線数判定部９ｃは、入力データの２値化処理を行う第２網点領域判定部３４の前段にフィルタ処理部３８を備えている。
【０１７７】
フィルタ処理部３８は、入力信号の２値化処理前に、フィルタ処理にて画像強調を行う。フィルタ処理部３８におけるフィルタ係数は、例えば、ラプラシアンフィルタのような、一般的な微分フィルタ処理を行う係数でよい。
【０１７８】
このように、入力信号の２値化処理前に、フィルタ処理部３８にて画像強調を行うことで、網点の特徴である特定ピッチでの濃度差がはっきりする。その結果、反転回数がより精度よく計数できる。
【０１７９】
なお、第１網点領域判定部１９ａおよび第２網点領域判定部３４ともにフィルタ処理部３８を備える構成としてもよく、また、第１網点領域判定部および第２網点領域判定部を共通の構成としてもよい。
【０１８０】
〔実施の形態２〕
本発明の他の実施の形態について図１８ないし図２６に基づいて説明すれば、以下の通りである。なお、説明の便宜上、前記実施の形態１にて示した各部材と同一の機能を有する部材には、同一の符号を付記し、その説明を省略する。
【０１８１】
図１８に示されるように、本実施形態のデジタルカラー複写機（画像形成装置）４０は、前述の実施の形態１における第１網点判定部８の代わりに原稿種別自動判別部４１を適用するものである。実施の形態１では第１網点判定部８により原稿画像中の網点の有無を判定していたが、本実施形態では、原稿種別自動判別部４１により原稿画像の種別を判別する。
【０１８２】
原稿種別自動判別部４１は、原稿画像が、網点原稿または非網点原稿（例えば、文字原稿、印画紙写真原稿など）のいずれの原稿であるかを判別する。そして、この結果、原稿画像が網点原稿と判別された場合は、制御部１７に、網点線数判定部９のパラメータ（第２網点領域判定部のパラメータ設定部のパラメータ）を変更するような信号を出力する。
【０１８３】
すなわち、実施の形態１においては、原稿画像が網点領域を含むか否かを判定し、その判定結果に基づいて、制御部１７により網点線数判定部９のパラメータを変更していた。これに対して、本実施形態では、原稿画像が網点画像（印刷写真）、または、文字・網点画像（文字と網点画像が混在した画像）であるか否かを判定し、その判定結果に基づいて網点線数判定部９のパラメータを変更するものである。なお、本実施形態における原稿画像の読み取り動作については、後述する。
【０１８４】
次に、原稿種別自動判別部４１の構成について説明する。原稿種別自動判別部４１は、図２０に示されるように、図４に示される第１網点判定部８の構成と同様である。しかし、第１網点判定部８では、総画素数に対する網点領域画素の比と第２判定部２６に設定されたパラメータとを比較することにより、原稿画像が網点を含むか否かを判定していた。これに対して、原稿種別判定部４１では、総画素数に対する網点領域画素の比を用いて、原稿画像が網点原稿か否かを判定する。
【０１８５】
原稿種別自動判別部４１は、例えば、領域分離に使用されるアルゴリズムでもって、原稿種別を判別することができる。
【０１８６】
第１網点領域判定部１９ｂの構成は、実施の形態１の第１網点領域判定部１９ａの構成とほぼ同様である。また、網点領域画素数の判定方法もほぼ同様である。すなわち、図２１に示されるように、第１網点領域判定部１９ｂは、２値化処理部２７、反転回数計数部２８、反転回数総和算出部４２、反転回数判定部３０、およびパラメータ設定部３１ａを備えている。図５に示される第１網点領域判定部１９ａの構成と比較すると、図５の最大値選択部２９が図２１では反転回数総和算出部４２となっている以外は、同様である。
【０１８７】
反転回数総和算出部４２は、注目画素を含むマスク内画素に対して、主走査方向および副走査方向の反転回数を計数する。そして、計数した結果のうち、所定の反転回数以上を示すラインの総和を算出する。算出された総和は、反転回数判定部３０にて、パラメータ設定部３１に設定されたパラメータａと比較される。これにより、注目画素が、網点領域画素であるか、非網点領域画素であるかが判定される。
【０１８８】
第１判定部２０は、前述のように、文字領域判定部１８および第１網点領域判定部１９ｂの判定結果に基づいて、原稿画像の各画素がそれぞれどの領域（本実施形態では、網点領域、文字領域、その他の領域（例えば、印画紙写真など））の画素であるかを判定する。
【０１８９】
また、総合判定部２１は、前述したように、文字領域画素カウンタ、網点領域カウンタ、総画素数カウンタ、除算器、第５判定部を備えている。そして、除算器にて総画素数に対する、文字領域画素、網点領域画素、およびその他の領域の画素がそれぞれ算出される。そして、この結果を元に最終的に原稿画像の種類が判別される。
【０１９０】
原稿画像は、例えば、文字原稿、網点原稿、文字・網点原稿、文字原稿、その他の原稿に分類することができる。ここで、その他の原稿とは、第１判定部にて網点領域でも文字領域でもないと判定された場合の原稿を意味する。例えば、原稿画像のうち、下地や印画紙写真領域は、その他の領域の画素と判定される。このため、原稿画像では、その大半の画素がその他の領域画素と判定される場合が多い。したがって、例えば、網点領域画素、または文字領域画素が全画素数の１％以上ある場合は、網点原稿、または文字原稿として、原稿画像を分類できる。このような、原稿種別の分類方法の一例を表２に示す。
【０１９１】
【表２】
【０１９２】
表２では、原稿画像を４種類（文字原稿、網点原稿、文字・網点原稿、その他の原稿）に分類している。しかし、原稿種別自動判別部４１では、網点原稿か非網点原稿かを分類でいればよい。したがって、網点領域が１％以上存在する原稿（すなわち、網点原稿および文字・網点原稿）を網点原稿と判別し、網点領域が１％未満の原稿を非網点原稿と判別できるように設定すればよい。
【０１９３】
このようにして、原稿種別自動判別部４１にて原稿画像が網点原稿であると判定された場合、後段の網点線数判定部９にて網点線数の検出処理が行われる。
【０１９４】
次に、本実施形態における網点線数判定部９ｄについて説明する。図２２に示されるように、網点線数判定部９ｄは、前述した図７に示される網点線数判定部と略同様の構成である。ただし、網点線数判定部９ｄは、第２網点領域判定部３４に反転回数総和算出部４２を備えている点が異なっている。
【０１９５】
デジタルカラー複写機４０における、原稿種別自動判別部４１、網点線数判定部９、および制御部１７の画像処理は、例えば、図１９に示されるフローチャートのように行われる。図１９に示される画像処理は、前述の実施の形態１にて説明した図３に示される画像処理と略同様である。すなわち、まず、本スキャンに先立って第１スキャン（プレスキャン）が行われる（Ｓ３７）。次に、原稿種別自動判定部４１にて、得られた入力信号データから、原稿画像が網点原稿であるか否か判定される（Ｓ３８、Ｓ３９）。このとき、網点原稿でないと判定されれば、網点線数判定部９にて網点線数判定は行わず（Ｓ４０）処理を終了して、本スキャン処理に入る。一方、網点原稿であると判定されれば、制御部１７により、網点線数判定部９のパラメータが変更される（Ｓ４１）。次に、網点線数の判定を行う第２スキャンが実行され、変更されたパラメータを用いて、網点線数判定部９では網点線数が判定され（Ｓ４２）、本スキャン処理に入る。本スキャン以降の処理は、網点線数判定結果に応じて、後段の領域分離パラメータ・フィルタ係数・ディザパターンなどが選択され、最適な処理が行われる。
【０１９６】
このように、原稿画像の種別を判別した後、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。なお、本スキャンは、上記Ｓ３７〜Ｓ４２までに得られた原稿画像の情報をもとに最適な画像処理を行うためのスキャンである。
【０１９７】
また、第１スキャンでは、文字領域、網点領域、その他の領域の各画素数が算出される。第１スキャンでは、原稿種別の判別が目的であるため、原稿種別判別部４１に設定されるパラメータは、いかなる網点であっても検出可能な設定となっている。
【０１９８】
これに対して、第２スキャンでは、網点線数の検出が目的であるため、網点線数判定部に設定されるパラメータは、制御部により高網点線数のみを検出可能となるように変更される。例えば、網点原稿と判定された場合、原稿種別自動判別部のパラメータよりも網点線数判定部のパラメータが大きくなるように変更される。
【０１９９】
ここで、具体例を挙げて、原稿種別自動判別部４１による原稿画像の判別方法と、網点線数判定部９の判定方法について詳細に説明する。ここでは、原稿種別自動判別部４１での閾値を、注目画素を含む７×７のマスク内の平均濃度として原稿画像の２値化を行った結果、白→黒あるいは黒→白へと画素が反転する回数を計数することにする。
【０２００】
図２３（ａ）〜図２３（ｃ）は、６５線（図２３（ａ））、１００線（図２３（ｂ））、２００線（図２３（ｃ））といった、低線数から高線数の網点の平均濃度を閾値として、２値化した結果を示したものである。また、欄外には、これらの結果のそれぞれについて、反転回数を計数した結果が示される。
【０２０１】
これら３つの結果をみると、６５線（図２３（ａ））、１００線（図２３（ｂ））、２００線（図２１（ｃ））の順に、線数の増加に伴い、反転回数が増加していることがわかる。
【０２０２】
また、図２４は、さらに、いろいろな線数の網点原稿を、図２３のように７×７のマスクサイズで反転回数を計数し、その反転回数が２回以上である全画素を検出した例を示している。この結果、所定回数以上（ここでは２回以上）の反転回数を有する数と、網点線数とが相関しているのが分かる。すなわち、図２３の場合と同様に、線数の増加に伴い、反転回数が増加している。
【０２０３】
したがって、この性質を利用して、第２スキャン時の網点検出時における反転回数の設定値（パラメータ設定部の設定値）を第１のスキャン時の設定値よりも大きくすれば、第２スキャンでは低線数の網点は検出されず、高線数の網点のみが検出されることになる。
【０２０４】
例えば、第１スキャンでは原稿種別を目的とするため、反転回数の設定値を“１”に設定する。これにより、第１スキャンでは、１回以上の反転回数が全て検出される。すなわち、低線数の網点もすべて検出される。一方、第２スキャンでは、所定の網点線数以上を検出することが目的であるため、反転回数の設定値を“２”に設定する。これにより、第１スキャンにおいて網点として検出された反転回数が“１”の部分（マスク画素）は、第２スキャンでは、網点として検出されなくなる。
【０２０５】
したがって、第１スキャンで網点と判定された画素数に対する、第２スキャンで網点と判定された画素数の比率（網点画素数比）が１００％に近い場合は、高線数の網点と判断することができる。逆に、当該比率が０％に近い場合は、低線数の網点と判断することができる。
【０２０６】
図２５には、種々の線数の網点原稿における上記網点画素数の比を縦軸に、網点線数を横軸にしたグラフが示される。図２５から明らかなように、網点線数と上記網点画素数比とが、相関している。そして、網点線数は、おおまかに低線数、中線数、高線数の３種類程度に分類することができる。また、図示しないが、中線数は、さらに、実施の形態１のように中線数を高線数よりの中線数と低線数よりの中線数に分類し、全体として４段階に分類することもできる。
【０２０７】
このように網点の線数を多段階に分けることができると、後段の領域分離パラメータ・フィルタ処理の係数や、中間調処理のディザパターンを最適な設定にすることが可能となる。したがって、領域分離パラメータ・フィルタ処理の係数、中間調処理のディザパターンを最適化した後、最終本スキャン（全画像処理動作）である第３スキャンを行うことにより網点線数に対し、最適な画像処理を施すことが可能となる。これにより、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【０２０８】
なお、上記の説明では文字領域判定部と網点領域判定部を設け、文字領域でも網点領域でもない場合をその他領域と判別したが、注目画素を含むｎ×ｍのブロックの最大濃度差や総和濃度繁雑度を求め、これらの特徴量を基に写真領域であるか否かを判定する写真領域判定部を文字領域判定部・網点領域判定部と並列に設けるような構成としても良い（実施の形態１参照）。
【０２０９】
上記の説明では、原稿種別自動判別部４１、網点線数判別部９、領域分離処理部を個別に設ける構成について説明した。次に、各処理部にて共通の処理を行い、各処理部を一つの回路で構成しＣＰＵにより処理を切り換えるようにする構成について説明する。
【０２１０】
図２６は、原稿種別自動判別部４１、網点線数判定部９、領域分離処理部１１の各処理部が一体型となった構成の例を示したものである（図１８参照）。この場合、各処理部は、以下の構成からなる。
【０２１１】
原稿種別自動判別部４１は、前述のように、文字領域判定部１８、第１網点領域判定部１９ｃ、第１判定部２０、文字領域画素カウンタ２２、網点領域画素カウンタ２３ｇ、総画素数カウンタ２４、除算器２５、第２判定部２６から構成される。
【０２１２】
網点線数判定部９は、文字領域判定部１８、第１網点領域判定部１９ｃ、第１判定部２０、網点領域画素カウンタ２３ｇ、網点線数判定部３５、閾値設定部３６から構成される。
【０２１３】
領域分離処理部１１は、文字領域判定部１８、第１網点領域判定部１９ｃ、第１判定部２０から構成され、例えば、前記表２の判定基準により、原稿画像の領域識別信号が出力される。
【０２１４】
原稿種別自動判別部４１は、第２判定部２６から原稿種別判別信号を出力する。
【０２１５】
網点線数判定部９は、原稿種別自動判別部４１の結果より網点原稿が含まれると判断された場合、制御部１７にて、網点と判定する際のパラメータ設定部の値が変更される。網点線数判別部３５からは、網点線数判別結果が出力される。
【０２１６】
本発明において、原稿種別の判別方法としては、本実施形態で示したような領域分離処理のアルゴリズムに限定されるものではなく、一般的な方法であるヒストグラムを作成して判別するものであっても良い。本発明を実現する上では、これらの原稿種別の判別方法と共に、網点画素の特徴量（例えば、総和濃度繁雑度やランレングス）を抽出し、この特徴量を用いて網点領域の画素であるか否かを判定する際の判定基準を、原稿種別を判別する時と網点線数の判別を行う時とで変更可能であるならばどのような方法であっても良い。
【０２１７】
また、第１スキャンで網点画像ではないと判断された場合は、第２スキャンすなわち網点線数検出処理をスキップさせ第３スキャンを行うことにより第２スキャンで要してした時間を短縮することが可能となる。さらに、時間を短縮する方法としては、以下に示すスキャン速度を上げる方法が挙げられる。
【０２１８】
ここでは、６００dpi（dot per inch）の解像度を１００mm/s（第３スキャンの速度）で読み取りを行うスキャナを例に挙げて説明する。この場合、本スキャンである第３スキャン以外、すなわち第１、第２スキャンの速度は２００mm/sとする。また、ＣＣＤからの画像信号タイミングは変更せず、スキャン速度だけ倍速にするため、副走査の解像度は、通常解像度の半分（すなわち３００dpi）となる。
【０２１９】
第１スキャンおよび第２スキャンは、原稿種別判別および網点線数の検出のためだけに行うため、通常解像度の半分でほぼ同等の原稿種別判別及び網点線数の検出結果を得ることが可能である。従って、原稿種別判別及び網点線数検出の精度は落さず、スキャン速度を上昇させた分だけ、時間を短縮できる。
【０２２０】
さらに、原稿種別判別、網点線数検出に要する時間を短縮する別の方法としては、第２スキャンを第１スキャンのリターン（復路）時に行う方法が挙げられる。この場合、第１スキャンにより検出する画像と、第２スキャンにより検出する画像とは、同サイズ及び同解像度（同スキャン速度）とすることが好ましい。すなわち、原稿画像の同じ範囲の画像データを用いて網点線数が判定されることが好ましい。これにより、精度よく原稿画像の網点線数が判定することができる。
【０２２１】
このため、第１スキャンのリターン時に第２スキャンを行う場合は、図２８に示されるように、フィード（往路）からリターン（復路）に切り換え、第１スキャンと同じスキャンスピードを得るために、原稿読み取り範囲に加えて、助走部分を設けることが好ましい。その理由は、以下に示す通りである。すなわち、スキャナを駆動しているモーターは、等速回転になるまで一定時間を要する。従って、等速回転になるまでの時間は、画像読取り速度が変化することになる。画像読取り速度が変化している状態で原稿画像の読取りを行うと、所望の画像データを読取ることが困難である。従って、等速回転になるまでの時間を助走部分とすることで、適正な画像読取りが可能となる。これにより、精度よく原稿画像の網点線数を判定することができる。なお、助走部分は、網点画像検出に使用しないように制御し第２スキャンを行う。
【０２２２】
また、第１、第２、第３のスキャン長及びスキャン画像範囲を原稿サイズに応じて切り換えるよう構成とすることにより、Ａ３原稿よりも通常よく使用されるＡ４原稿のほうが速度アップにつながる。原稿サイズを検知する方法としては、例えば一般的に公知である、原稿台内部に原稿サイズに応じて複数の光電センサを設け光検知の有無により検出する方法を用いれば良い。第３スキャンは原稿画像のサイズ分のスキャンは必要となるが、第１及び第２スキャンの画像サイズは略同等として原稿サイズよりも小さくスキャンしてもよい。
【０２２３】
以上のように、実施の形態１および実施の形態２では、デジタルカラー複写機（画像形成装置）について説明したが、本発明にかかる画像処理装置は、図２７に示されるような、フラットベッド・スキャナ５０（画像読取装置）などとして実現することも可能である。図２７に示したフラットベッド・スキャナ５０（画像読取装置）は、図１または図１８のデジタルカラー複写機１および４０（画像形成装置）と比較すると、領域分離機能を保持しない（すなわち領域識別信号が出力されない）点が異なるのみであり、装置構成は略同様である。
【０２２４】
フラットベッド・スキャナ５０（画像読取装置）により読み取られた画像データ・原稿種別の判別結果、および網点線数の判別結果は、ネットワークを介して画像処理サーバーやプリンタに、あるいは、ＳＣＳＩ（Small Computer System Interface）やＵＳＢ（Universe Serial Bus）などのインターフェースを介してコンピュータに入力される。尚、画像読取装置の画像処理装置としては、図１または図１８に記載されている入力階調補正処理部１０や領域分離処理部１１などを備えるようにしても良い。
【０２２５】
なお、本発明は、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体に、画像処理方法を記録するものとすることもできる。
【０２２６】
この結果、画像処理方法を行うプログラムを記録した記録媒体を持ち運び自在に提供することができる。
【０２２７】
なお、本発明においては、この記録媒体としては、マイクロコンピュータで処理が行われるために図示していないメモリ、例えばROMのようなものそのものがプログラムメディアであってもよいし、また、図示していないが外部記憶装置としてプログラム読み取り装置が設けられ、そこに記録媒体を挿入することで読み取り可能なプログラムメディアであってもよい。
【０２２８】
いずれの場合においても、格納されているプログラムはマイクロプロセッサがアクセスして実行させる構成であってもよいし、あるいは、いずれの場合もプログラムを読み出し、読み出されたプログラムは、マイクロコンピュータの図示されていないプログラム記憶エリアにダウンロードされて、そのプログラムが実行される方式であってもよい。このダウンロード用のプログラムは予め本体装置に格納されているものとする。
【０２２９】
ここで、上記プログラムメディアは、本体と分離可能に構成される記録媒体であり、磁気テープやカセットテープ等のテープ系、フロッピーディスクやハードディスク等の磁気ディスクやCD−ROM／MO／MD／DVD等の光ディスクのディスク系、ICカード（メモリカードを含む）／光カード等のカード系、あるいはマスクROM、EPROM（Erasable Programmable Read Only Memory）、EEPROM（Electrically Erasable Programmable Read Only Memory）、フラッシュROM等による半導体メモリを含めた固定的にプログラムを担持する媒体であっても良い。
【０２３０】
また、本実施の形態においては、インターネットを含む通信ネットワークを接続可能なシステム構成であることから、通信ネットワークからプログラムをダウンロードするように流動的にプログラムを担持する媒体であっても良い。なお、このように通信ネットワークからプログラムをダウンロードする場合には、そのダウンロード用のプログラムは予め本体装置に格納しておくか、あるいは別な記録媒体からインストールされるものであっても良い。
【０２３１】
上記記録媒体は、デジタルカラー複写機やコンピュータシステムに備えられるプログラム読み取り装置により読み取られることで上述した画像処理方法が実行される。
【０２３２】
コンピュータシステムは、フラットベッドスキャナ・フィルムスキャナ・デジタルカメラなどの画像入力装置、所定のプログラムがロードされることにより上記画像処理方法など様々な処理が行われるコンピュータ、コンピュータの処理結果を表示するＣＲＴディスプレイ・液晶ディスプレイなどの画像表示装置およびコンピュータの処理結果を紙などに出力するプリンタより構成される。さらには、ネットワークを介してサーバーなどに接続するための通信手段としてのモデムなどが備えられる。
【０２３３】
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
【０２３４】
【発明の効果】
本発明にかかる画像処理装置は、以上のように、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理装置において、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を識別する網点線数識別手段を備えていることを特徴としている。
【０２３５】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２３６】
本発明にかかる画像処理装置は、以上のように、上記網点線数識別手段は、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点を含むか否かを判定する第１網点判定手段と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定手段と、上記第１網点判定手段の判定結果に応じて、上記網点線数判定手段を制御する制御手段とを備えていることを特徴としている。
【０２３７】
したがって、原稿画像が網点を含むか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２３８】
本発明にかかる画像処理装置は、以上のように、上記網点線数識別手段は、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点原稿であるか否かを判定する原稿種別自動判別手段と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定手段と、上記原稿種別自動判別手段の判定結果に応じて、上記網点線数判定手段を制御する制御手段とを備えることを特徴としている。
【０２３９】
したがって、原稿画像が網点原稿であるか否かを判定することにより原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２４０】
本発明にかかる画像処理装置は、以上のように、上記網点線数判定手段は、原稿画像の各画素の濃度変化を計数することにより、網点領域画素を判定する網点領域判定手段と、原稿画像の網点線数を判別するための閾値を格納する閾値設定手段と、上記第１網点判定手段または原稿種別自動判別手段により算出される網点領域画素数に対する上記網点線数判定手段により算出される網点領域画素数の比を、上記閾値と比較することにより、網点線数を判別する網点線数判別手段とを備えることを特徴としている。
【０２４１】
したがって、原稿画像の濃度変化（例えば、反転回数）を計数することにより、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２４２】
本発明にかかる画像処理装置は、以上のように、上記閾値設定手段は、複数の閾値を格納していることを特徴としている。
【０２４３】
したがって、網点線数の判定は、多段階に行われる。その結果、網点線数を細かく判別できるという効果を奏する。これにより、一層、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２４４】
本発明にかかる画像処理装置は、以上のように、上記第１網点判定手段、上記原稿種別自動判別手段、および上記網点線数判定手段は、入力画像データを２値化データとする２値化処理手段と、上記２値化データにおける２値の切り替わり回数である反転回数を計数する反転回数計数手段とを備え、上記反転回数の最大値または総和により網点領域画素数を算出することを特徴としている。
【０２４５】
したがって、原稿画像を２値化したデータの反転回数の最大値または総和を計数することにより、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２４６】
本発明にかかる画像処理装置は、以上のように、上記の構成において、さらに、上記２値化処理手段による処理の前に、入力画像データのフィルタ処理を行うフィルタ処理手段を備えていることを特徴としている。
【０２４７】
したがって、入力画像データは、網点の特徴である特定ピッチでの濃度差が明確になる。これにより、より精度よく反転回数が計数できるという効果を奏する。
【０２４８】
本発明にかかる画像処理装置は、以上のように、上記反転回数計数手段は、原稿画像を構成する１つの画素である注目画素を含む複数の画素からなるブロックに対して、主走査方向、当該主走査方向に対して略垂直方向である副走査方向、および当該副走査方向とは異なる当該主走査方向に対して任意の角度の方向に、反転回数の計数を行うことを特徴としている。
【０２４９】
したがって、原稿画像がスクリーン角度を有する網点の場合、または原稿画像の設置方向に関わらず、反転回数を計数できるという効果を奏する。それゆえ、精度よく網点線数を判定することができるという効果を奏する。
【０２５０】
本発明にかかる画像処理装置は、以上のように、上記反転回数計数手段は、原稿画像を読み込む条件に応じて反転回数の計数結果を補正する補正手段を備えることを特徴としている。
【０２５１】
したがって、スキャン速度に応じて各走査方向における反転回数の補正を行えば、反転回数の誤差が解消される。その結果、精度よく反転回数を計数できるという効果を奏する。これにより、特に、通常スキャンより速い速度のプレスキャンにより反転回数を計数する場合、および、本スキャンにて反転回数を計数する場合、の反転回数の誤差を解消できるという効果を奏する。
【０２５２】
本発明にかかる画像処理装置は、以上のように、上記補正手段は、上記反転回数計数手段により反転回数を計数する全ての方向において、反転回数を計数する対象となる画素数を等しくすることを特徴としている。
【０２５３】
したがって、全ての方向に計数された反転回数は、同一条件で計数される。その結果、常に、原稿画像中の反転回数の最大値を選択することが可能である。これにより、精度よく原稿画像の網点線数が判定することができるという効果を奏する。
【０２５４】
本発明にかかる画像処理装置は、以上のように、上記網点判定手段または上記原稿種別自動判定手段による処理は、画像入力手段により原稿画像を読み込む際の往路時に行い、上記網点線数判定手段による処理は、画像入力手段により原稿画像を読み込む際の復路時に行うことを特徴としている。
【０２５５】
したがって、本来２回スキャンを行うべきところを１回のスキャンとすることができるという効果を奏する。その結果、原稿画像の網点および網点線数の判定に要する時間が短縮できるという効果を奏する。これにより、画像形成装置に応用すれば、コピースピードも短縮できるという効果を奏する。
【０２５６】
本発明にかかる画像処理装置は、以上のように、上記網点線数判定手段は、原稿画像における所定の範囲内の画像データを用いて網点線数を判定することを特徴としている。
したがって、原稿画像の特徴を表す部分および画像データの信頼性の高い部分の網点線数を判定できるという効果を奏する。その結果、精度よく原稿画像の網点線数を判定することができるという効果を奏する。
【０２５７】
本発明にかかる画像処理装置は、以上のように、上記網点判定手段または上記原稿種別自動判別手段により処理を行うために原稿画像を読み取る範囲の画像データと、上記網点線数判定手段により処理を行うために原稿画像を読み取る範囲の画像データとが、略同一であることを特徴としている。
【０２５８】
したがって、原稿画像の同じ範囲の画像データを用いて網点線数が判定される。これにより、精度よく原稿画像の網点線数が判定することができるという効果を奏する。
【０２５９】
本発明にかかる画像処理装置は、以上のように、上記制御手段は、上記第１網点判定手段により原稿画像が網点を含む、または上記原稿種別判別手段により原稿画像が網点原稿であると判定された場合、上記第１網点判定手段または原稿種別自動判別手段により網点領域画素と判定するための第１の閾値よりも、上記網点線数判定手段により網点領域画素と判定するための第２の閾値を大きくするように制御することを特徴としている。
【０２６０】
したがって、例えば、反転回数が少ない画素（すなわち、低線数の網点）は、第１網点判定手段では網点領域画素と判定されても、網点線数判定手段では網点領域画素と判定されなくなる。これにより、原稿画像の網点線数が判定することができるという効果を奏する。
【０２６１】
本発明にかかる画像処理装置は、以上のように、上記制御手段は、上記網点判定手段により原稿画像に網点が含まれないと判定された場合、または、上記原稿種別自動判別手段により原稿画像が非網点原稿と判定された場合に、上記網点線数判定手段による処理を行わないように制御することを特徴としている。
【０２６２】
したがって、原稿画像の網点および網点線数の判定に要する時間が短縮できるという効果を奏する。これにより、画像形成装置に応用すれば、コピースピードも短縮できるという効果を奏する。
【０２６３】
本発明にかかる画像読取装置は、以上のように、上記したいずれかの画像処理装置を備えることをとしている。
【０２６４】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像読取装置を提供できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２６５】
本発明にかかる画像形成装置は、以上のように、上記したいずれかの画像処理装置を備えることを特徴としている。
【０２６６】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像形成装置を提供できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２６７】
本発明にかかる画像処理方法は、以上のように、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理方法において、原稿画像の網点領域画素の算出結果に基づき、原稿画像が網点を含むか否かを判定する網点判定処理と原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定処理と、上記網点判定処理の結果に応じて、上記網点線数判定処理を制御する制御処理とを含むことを特徴としている。
【０２６８】
したがって、原稿画像が網点を含むか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２６９】
また、本発明にかかる画像処理方法は、以上のように、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理方法において、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点原稿であるか否かを判定する原稿種別自動判別処理と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定処理と、上記原稿種別自動判別処理の判定結果に応じて、上記網点線数判定処理を制御する制御処理とを含むことを特徴としている。
【０２７０】
したがって、原稿画像が網点原稿であるか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２７１】
本発明にかかるプログラムは、以上のように、上記したいずれかの画像処理方法をコンピュータに実行させることを特徴としている。
【０２７２】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像処理方法をコンピュータが読み取り実行することができるプログラムを提供できるという効果を奏する。それゆえ、本発明にかかる画像処理方法を汎用的なものとすることができるという効果を奏する。
【０２７３】
本発明の記録媒体は、以上のように、上記プログラムをコンピュータに読み取り可能に格納していることを特徴としている。
【０２７４】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像処理方法のプログラムを容易にコンピュータに供給できる記録媒体を提供できるという効果を奏する。
【図面の簡単な説明】
【図１】本発明の実施の形態１におけるカラー画像形成装置の構成を示すブロック図である。
【図２】本発明の実施の形態１におけるタンデム方式を適用したカラー画像形成装置の概略構成を示す断面図である。
【図３】図１の第１網点判定部、網点線数判定部、および制御部における画像処理の流れを示すフローチャートである。
【図４】図１の第１網点判定部の構成を示すブロック図である。
【図５】図４の網点領域判定部の構成を示すブロック図である。
【図６】図５の網点領域判定部における処理の流れを示すフローチャートである。
【図７】図１の網点線数判定部の構成を示すブロック図である。
【図８】図１の網点線数判定部の別の構成を示すブロック図である。
【図９】図７または図８における網点線数の判定の流れを示すフローチャートである。
【図１０】図７または図８における別の網点線数の判定の流れを示すフローチャートである。
【図１１】図７または図８の反転回数計数部の構成を示すブロック図である。
【図１２】図１１の反転回数計数部における反転回数の計数方法を示す図であり、図１２（ａ）は主走査方向に反転回数を計数する例であり、図１２（ｂ）は副走査方向に反転回数を計数する例であり、図１２（ｃ）は斜め＋４５°方向に反転回数を計数する例であり、図１２（ｄ）は斜め−４５°方向に反転回数を計数する例である。
【図１３】図１１の反転回数計数部における反転回数の計数方法を示す図であり、図１３（ａ）は斜め＋７２°方向に反転回数を計数する例であり、図１３（ｂ）斜め−７２°方向に反転回数を計数する例であり、図１３（ｃ）斜め約−２２°方向に反転回数を計数する例であり、図１３（ｄ）は斜め約＋６３°方向に反転回数を計数する例である。
【図１４】図１２（ａ）〜図１３（ｂ）の反転回数計数方法により、網点パターンの反転回数を計数した結果を示す図である。
【図１５】図１２（ａ）〜図１３（ｄ）の反転回数計数方法により、網点パターンの反転回数を計数した結果を示す図である。
【図１６】同一の画像データについてスキャン速度を変化させた場合における反転回数の計数結果を示す図であり、図１６（ａ）は通常のスキャン速度の場合における反転回数の計数結果であり、図１６（ｂ）は副走査方向に通常の２倍のスキャン速度の場合における反転回数の計数結果を示す図であり、図１６（ｃ）は副走査方向に通常の０．５倍のスキャン速度の場合における反転回数の計数結果を示す図である。
【図１７】図１の網点線数判定部の別の構成を示すブロック図である。
【図１８】本発明の実施の形態２におけるカラー画像形成装置の構成を示すブロック図である。
【図１９】図１８の原稿種別自動判別部、網点線数判定部、および制御部における画像処理の流れを示すフローチャートである。
【図２０】図１８の原稿種別自動判別部の構成を示すブロック図である。
【図２１】図２０の第１網点領域判定部の構成を示すブロック図である。
【図２２】図１８の網点線数判定部の構成を示すブロック図である。
【図２３】種々の網点線数の画像データを平均濃度を閾値として２値化した結果を示す図であり、図２３（ａ）は６５線の網点を２値化した結果であり、図２３（ｂ）は１００線の網点を２値化した結果であり、図２３（ｃ）は２００線の網点を２値化した結果である。
【図２４】網点線数と反転回数との関係を示したグラフである。
【図２５】網点線数と網点領域画素比との関係を示したグラフである。
【図２６】図１６の原稿自動種別判別部、網点線数判別部、領域分離処理部を１つの回路により構成したブロック図である。
【図２７】本発明の実施の一形態にかかる画像読取装置の構成を示すブロック図である。
【図２８】本発明の実施の一形態にかかる画像処理に要する時間を短縮する方法を説明する図である。
【符号の説明】
１ デジタルカラー複写機（画像形成装置）
８ 第１網点判定部（第１網点判定手段、網点線数識別手段）
９ 網点線数判定部（網点線数判定手段、網点線数識別手段）
１７ 制御部（制御手段、網点線数識別手段）
１９ 第１網点領域判定部（網点領域判定手段）
２７ ２値化処理部（２値化処理手段）
２８ 反転回数計数部（反転回数系数手段）
３５ 網点線数判別部（網点線数判別手段）
３６ 閾値設定部（閾値設定手段）
３８ フィルタ処理部（フィルタ処理手段）
４０ デジタルカラー複写機（画像形成装置）
４１ 原稿種別自動判別部（原稿種別自動判別手段、網点線数識別手段）
５０ フラットベッド・スキャナ（画像読取装置）
【発明の属する技術分野】
本発明は、入力画像信号から、網点の線数のレベルを判別しその結果に基づいて適切な処理を行う画像処理装置および画像処理方法並びにそれを備えた画像読取装置、画像形成装置、プログラム、記録媒体に関するものである。
【０００２】
【従来の技術】
デジタルスキャナやデジタルスチルカメラ等のデジタルカラー画像入力装置では、一般的に、入力カラー画像データ（カラー情報）は、色分解系の固体撮像素子（ＣＣＤ）によって得られる３刺激値の色情報（Ｒ、Ｇ、Ｂ）を、アナログ信号からデジタル信号に変換し入力信号として利用している。この画像入力装置によって入力された信号を最適に表示あるいは出力する場合、読み取り原稿画像内の同一特性を有する小領域ごとに分離が行われる。そして、この特性が同じ領域に対して、最適な画像処理を施すことより良質な画像を再現することが可能である。
【０００３】
一般的に、原稿画像を小領域に分離する際には、読み取り原稿画像内に存在する文字領域・網点領域・写真領域（その他の領域）の各領域を局所単位で識別する処理が行われる。識別された各領域は、それぞれの特性をもつ領域ごとに画質向上処理を切り換えることで画像の再現性を高められる。なお、原稿画像は、風景や人工的な形成画像等、画像入力装置で扱える画像全般に当てはめることが可能である。
【０００４】
ところで、上記網点領域（画像）の場合、６５線／ｍｍ、８５線／ｍｍ、１００線／ｍｍ、１２０線／ｍｍ、１３３線／ｍｍ、１７５線／ｍｍと低線数から高線数の網点が用いられている。このため、これらの網点線数を判別し、その結果に応じて適切な処理を行う方法が提案されている。
【０００５】
例えば、特開平１−１３３４７０号公報には、読み込んだ画像情報と網点プレートから得られる参照データとの相関性を求め、相関性の大小から網点の有無を識別し、更に順次に網点プレートの網点密度（周期）を切り換えて、各密度で得られる相関性の大小を比較し、最も大きな相関性が得られた密度を、網点周期として判別する方法が記載されている。すなわち、当該公報の判別方法は、パターンマッチング処理により原稿画像上の網点の線数を判別している。
【０００６】
また、特開平７−２２００７２号公報には、入力画像に対してライン毎の１次元フーリエ変換を行い、該１次元フーリエ変換出力信号を空間周波数毎に分類することにより、入力画像の１次元方向の空間周波数特性を演算検知することにより網点周期を判別する方法が記載されている。すなわち、当該公報の判別方法は、１次元フーリエ変換を用いて網点周期を判別している。
【０００７】
【発明が解決しようとする課題】
上記のように、網点検出または網点線数検出に関して、従来はパターンマッチングや周波数解析であるフーリエ変換が用いられてきた。しかし、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る。このため、メモリ容量が膨大になったり、汎用性に乏しいといった問題が生じる。また、フーリエ変換を用いた画像識別方法では、ソフトウェアおよびハードウェアで行うにしろ計算が複雑で、高速化が困難な上、安価なシステムで構成することができないといった問題点がある。
【０００８】
本発明は、上記の問題点に鑑みてなされたものであり、その目的は、周波数解析等の複雑で回路規模の膨大な処理を行うことなく、簡単な構成にて網点の特徴量を抽出し、網点線数を判定することができる画像処理装置、画像処理方法、画像処理装置を備えた画像読取装置、画像形成装置、画像処理プログラム、およびこれを記録したコンピュータ読み取り可能な記録媒体を提供することにある。
【０００９】
【課題を解決するための手段】
本発明にかかる画像処理装置は、上記の課題を解決するために、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理装置において、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を識別する網点線数識別手段を備えていることを特徴としている。
【００１０】
上記の発明によれば、原稿画像の網点領域画素数の算出結果に基づいて、原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判定する必要はない。
【００１１】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。すなわち、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【００１２】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点線数識別手段は、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点を含むか否かを判定する第１網点判定手段と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定手段と、上記第１網点判定手段の判定結果に応じて、上記網点線数判定手段を制御する制御手段とを備えていることを特徴としている。
【００１３】
上記の発明によれば、原稿画像の網点領域画素を算出することにより、原稿画像が網点を含むか否かを判定し、網点を含む場合に、網点領域画素の算出結果に基づいて原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判別する必要はない。
【００１４】
したがって、原稿画像が網点を含むか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００１５】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点線数識別手段は、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点原稿であるか否かを判定する原稿種別自動判別手段と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定手段と、上記原稿種別自動判別手段の判定結果に応じて、上記網点線数判定手段を制御する制御手段とを備えることを特徴としている。
【００１６】
上記の発明によれば、原稿画像の網点領域画素を算出することにより、原稿画像が網点原稿か否かを判定して、原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判別する必要はない。なお、網点原稿は、例えば、印刷写真などを示し、文字・網点領域が混在した原稿を含んでいてもよい。
【００１７】
したがって、原稿画像が網点原稿であるか否かを判定することにより原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００１８】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点線数判定手段は、原稿画像の各画素の濃度変化を計数することにより、網点領域画素を判定する網点領域判定手段と、原稿画像の網点線数を判別するための閾値を格納する閾値設定手段と、上記第１網点判定手段または原稿種別自動判別手段により算出される網点領域画素数に対する上記網点線数判定手段により算出される網点領域画素数の比を、上記閾値と比較することにより、網点線数を判別する網点線数判別手段とを備えることを特徴としている。
【００１９】
上記の発明によれば、原稿画像の各画素の濃度変化を計数することにより、網点領域画素を判定する。ここで、上記「濃度変化を計数」とは、例えば、原稿画像の反転回数を計数することが挙げられるが、原稿画像の濃度差を計数できれば特に限定されるものではない。原稿画像の反転回数を計数すれば、網点領域画素を判定できる。一般的に、低線数の網点は反転回数が少なく、高線数の網点は反転回数が多い。
【００２０】
したがって、原稿画像の濃度変化（例えば、反転回数）を計数することにより、原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００２１】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記閾値設定手段は、複数の閾値を格納していることを特徴としている。
【００２２】
上記の発明によれば、閾値設定手段が複数の閾値を格納している。
【００２３】
したがって、網点線数の判定は、多段階に行われる。その結果、網点線数を細かく判別できる。これにより、一層、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００２４】
本発明にかかる画像処理装置は、上記の課題を解決するために、第１網点判定手段、上記原稿種別自動判別手段、および上記網点線数判定手段は、入力画像データを２値化データとする２値化処理手段と、上記２値化データにおける２値の切り替わり回数である反転回数を計数する反転回数計数手段とを備え、上記反転回数の最大値または総和により網点領域画素数を算出することを特徴としている。
【００２５】
上記の発明によれば、原稿画像を２値化したデータにおける反転回数の最大値または反転回数の総和に基づいて網点領域画素を算出している。
【００２６】
したがって、原稿画像を２値化したデータの反転回数の最大値または総和を計数することにより、原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００２７】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記の構成において、さらに、上記２値化処理手段による処理の前に、入力画像データのフィルタ処理を行うフィルタ処理手段を備えていることを特徴としている。
【００２８】
上記の発明によれば、原稿画像を２値化データとする前に、原稿画像のフィルタ処理が行われる。すなわち、原稿画像はフィルタ処理により画像強調が行われる。
【００２９】
したがって、入力画像データは、網点の特徴である特定ピッチでの濃度差が明確になる。これにより、より精度よく反転回数が計数できる。
【００３０】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記反転回数計数手段は、原稿画像を構成する１つの画素である注目画素を含む複数の画素からなるブロックに対して、主走査方向、当該主走査方向に対して略垂直方向である副走査方向、および当該副走査方向とは異なる当該主走査方向に対して任意の角度の方向に、反転回数の計数を行うことを特徴としている。
【００３１】
上記の発明によれば、反転回数の計数が、主走査方向、副走査方向、および任意の角度の方向に対して行われる。
【００３２】
したがって、原稿画像がスクリーン角度を有する網点の場合、または原稿画像の設置方向に関わらず、反転回数を計数できる。それゆえ、精度よく網点線数を判定することができる。
【００３３】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記反転回数計数手段は、原稿画像を読み込む条件に応じて反転回数の計数結果を補正する補正手段を備えることを特徴としている。
【００３４】
上記の発明によれば、補正手段が反転回数の計数結果を補正する。反転回数はスキャン速度、すなわち副走査方向の倍率によって変化する。例えば、主走査方向と副走査方向との反転回数が同じである原稿画像の場合であっても、縮小時またはプレスキャンのような高速スキャン時は、副走査方向の反転回数が多くなる。逆に、拡大時のような低速スキャン時は、副走査方向の反転回数が少なくなる。このように、スキャン速度に応じて、反転回数の誤差が生じる。
【００３５】
したがって、スキャン速度に応じて各走査方向における反転回数の補正を行えば、反転回数の誤差が解消される。その結果、精度よく反転回数を計数できる。これにより、特に、通常スキャンより速い速度のプレスキャンにより反転回数を計数する場合、および、本スキャンにて反転回数を計数する場合、の反転回数の誤差を解消できる。
【００３６】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記補正手段は、上記反転回数計数手段により反転回数を計数する全ての方向において、反転回数を計数する対象となる画素数を等しくすることを特徴としている。
【００３７】
上記の発明によれば、主走査方向、副走査方向、および斜め方向の全ての方向に反転回数を計数した画素数が同じになるように補正される。ブロック画素に対して斜め方向に反転回数を計数する場合と、主走査方向および副走査方向に反転回数を計数する場合とでは、反転回数の計数対象となる画素数が異なる場合がある。すなわち、各方向に計数された反転回数は、同一条件で計数されていないことがある。したがって、反転回数の最大値が、原稿画像中の反転回数の最大値ではない場合がある。
【００３８】
したがって、全ての方向に計数された反転回数は、同一条件で計数される。その結果、常に、原稿画像中の反転回数の最大値を選択することが可能である。これにより、精度よく原稿画像の網点線数が判定することができる。
【００３９】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点判定手段または上記原稿種別自動判定手段による処理は、画像入力手段により原稿画像を読み込む際の往路時に行い、上記網点線数判定手段による処理は、画像入力手段により原稿画像を読み込む際の復路時に行うことを特徴としている。
【００４０】
上記の発明によれば、画像入力手段であるスキャナの往路時には、原稿画像中の網点の判定または原稿種別の判定を行い、スキャナの復路時には網点線数の判定を行う。すなわち、１回のスキャンにより、原稿画像中の網点の判定または原稿種別の判定と、網点線数の判定を行っている。なお、画像入力手段とは、光源、ミラー、レンズ、ＣＣＤなどによるスキャナを指す。
【００４１】
したがって、本来２回スキャンを行うべきところを１回のスキャンとすることができる。その結果、原稿画像の網点および網点線数の判定に要する時間が短縮できる。これにより、画像形成装置に応用すれば、コピースピードも短縮できる。
【００４２】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点線数判定手段は、原稿画像における所定の範囲内の画像データを用いて網点線数を判定することを特徴としている。
【００４３】
例えば、原稿画像の端などの画像データは、その原稿画像の特徴を代表するものではないことが多い。また、原稿画像の読取り範囲の助走距離範囲内の画像データは、読取り速度が変化しているため、画像データの信頼性が乏しい。
【００４４】
上記の発明によれば、網点線数判定手段が、原稿画像における所定の範囲内の画像データを用いて網点線数を判定する。すなわち、原稿画像のうち予め定められたデータ、すなわち、原稿画像の端、および原稿画像の読取り範囲の助走距離範囲を除いた領域の網点線数を判定する。
【００４５】
したがって、原稿画像の特徴を表す部分および画像データの信頼性の高い部分の網点線数を判定できる。その結果、精度よく原稿画像の網点線数を判定することができる。
【００４６】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記網点判定手段または上記原稿種別自動判別手段により処理を行うために原稿画像を読み取る範囲の画像データと、上記網点線数判定手段により処理を行うために原稿画像を読み取る範囲の画像データとが、略同一であることを特徴としている。
【００４７】
上記の発明によれば、上記網点線数判定手段、上記原稿種別自動判別手段、および網点線数判定手段により処理を行う際に読み取る原稿画像の範囲が略等しい。
【００４８】
したがって、原稿画像の同じ範囲の画像データを用いて網点線数が判定される。これにより、精度よく原稿画像の網点線数が判定することができる。
【００４９】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記制御手段は、上記第１網点判定手段により原稿画像が網点を含む、または上記原稿種別判別手段により原稿画像が網点原稿であると判定された場合、上記第１網点判定手段または原稿種別自動判別手段により網点領域画素と判定するための第１の閾値よりも、上記網点線数判定手段により網点領域画素と判定するための第２の閾値を大きくするように制御することを特徴としている。
【００５０】
上記の発明によれば、原稿画像が網点を含むまたは網点原稿である場合、第１の閾値よりも第２の閾値が大きい。すなわち、第１網点判定手段または原稿種別自動判定手段よりも、網点線数判定手段の方が、網点領域画素を判定するレベルが高く設定される。
【００５１】
したがって、例えば、反転回数が少ない画素（すなわち、低線数の網点）は、第１網点判定手段では網点領域画素と判定されても、網点線数判定手段では網点領域画素と判定されなくなる。これにより、原稿画像の網点線数が判定することができる。
【００５２】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記制御手段は、上記網点判定手段により原稿画像に網点が含まれないと判定された場合、または、上記原稿種別自動判別手段により原稿画像が非網点原稿と判定された場合に、上記網点線数判定手段による処理を行わないように制御することを特徴としている。
【００５３】
上記の発明によれば、制御手段が原稿画像が網点を含む場合、または網点原稿である場合にのみ網点線数の判定を行うように制御する。
【００５４】
したがって、原稿画像の網点および網点線数の判定に要する時間が短縮できる。これにより、画像形成装置に応用すれば、コピースピードも短縮できる。
【００５５】
本発明にかかる画像処理装置は、上記の課題を解決するために、上記したいずれかの画像処理装置を備えることをとしている。
【００５６】
上記の発明によれば、本発明の画像読取装置は、上記本発明の画像処理装置を備えている。
【００５７】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像読取装置を提供できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００５８】
本発明にかかる画像形成装置は、上記の課題を解決するために、上記したいずれかの画像処理装置を備えることを特徴としている。
【００５９】
上記の発明によれば、本発明の画像形成装置は、上記本発明の画像処理装置を備えている。
【００６０】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像形成装置を提供できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。すなわち、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【００６１】
本発明にかかる画像処理方法は、上記の課題を解決するために、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理方法において、原稿画像の網点領域画素の算出結果に基づき、原稿画像が網点を含むか否かを判定する網点判定処理と原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定処理と、上記網点判定処理の結果に応じて、上記網点線数判定処理を制御する制御処理とを含むことを特徴としている。
【００６２】
上記の発明によれば、原稿画像の網点領域画素を算出することにより、原稿画像が網点を含むか否かを判定して、網点を含む場合に、網点領域画素の算出結果に基づいて原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判別する必要はない。
【００６３】
したがって、原稿画像が網点を含むか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。すなわち、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【００６４】
また、本発明にかかる画像処理方法は、上記の課題を解決するために、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理方法において、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点原稿であるか否かを判定する原稿種別自動判別処理と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定処理と、上記原稿種別自動判別処理の判定結果に応じて、上記網点線数判定処理を制御する制御処理とを含むことを特徴としている。
【００６５】
上記の発明によれば、原稿画像の網点領域画素を算出することにより、原稿画像が網点原稿か否かを判定して、網点を含む場合に、網点領域画素の算出結果に基づいて原稿画像の網点線数が判定される。つまり、従来のように、パターンマッチングや周波数解析といった複雑で回路規模の膨大な処理を行って網点線数を判別する必要はない。なお、網点原稿は、例えば、印刷写真などを示し、文字・網点領域が混在した原稿を含んでいてもよい。
【００６６】
したがって、原稿画像が網点原稿であるか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上する。
【００６７】
本発明にかかるプログラムは、上記の課題を解決するために、上記したいずれかの画像処理方法をコンピュータに実行させることを特徴としている。
【００６８】
上記の発明によれば、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像処理方法をコンピュータが読み取り実行することができるプログラムを提供できる。したがって、本発明にかかる画像処理方法を汎用的なものとすることができる。
【００６９】
本発明の記録媒体は、上記の課題を解決するために、上記プログラムをコンピュータに読み取り可能に格納していることを特徴としている。
【００７０】
上記の発明によれば、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像処理方法のプログラムを容易にコンピュータに供給できる記録媒体を提供できる。
【００７１】
【発明の実施の形態】
〔実施の形態１〕
本発明の実施の一形態について図１ないし図１７に基づいて説明すれば、以下の通りである。
【００７２】
本発明の画像形成装置は、図２に示されるような、タンデム型のデジタルカラー複写機１である。近年、内部装置が小型化され、且つ組装置化（ユニット化）されて比較的安価になったこととも相俟って、タンデム型のカラー画像形成装置が主流となりつつある。まず、タンデム型のデジタルカラー複写機１について説明する。
【００７３】
図２は、タンデム方式を適用するデジタルカラー複写機１の主要部の断面図である。デジタルカラー複写機１は、画像形成ステーション２００Ｋ、２１０Ｃ、２２０Ｍ、２３０Ｙ、給紙部２４０、搬送用ベルト２５０、および定着装置２６０を備えている。
【００７４】
画像形成ステーションは、Ｃ・Ｍ・Ｙ・Ｋ（Ｃ：シアン・Ｍ：マゼンタ・Ｙ：イエロー・Ｋ：クロ）のそれぞれの画像形成ステーション２００Ｋ、２１０Ｃ、２２０Ｍ、および２３０Ｙを備えている。
【００７５】
図２において、画像形成ステーションは、感光体、帯電器、書き込み光学系、現像装置、クリーニング装置から構成されている。画像形成ステーション２００Ｋを例にとると、ドラム状の感光体２０１Ｋは図中の矢印Ｄ方向に回転し、その周りには少なくとも回転順に帯電器２０２Ｋ、書き込み光学系２０３Ｋ、現像装置２０４Ｋ、クリーニング装置２０５Ｋが配置されている。
【００７６】
このデジタルカラー複写機１では、帯電器２０２Ｋと現像装置２０４Ｋとの間の感光体表面に書き込み光学系２０３Ｋからレーザー光が照射され、感光体２０１ＫにＫの静電潜像が形成されるようになっている。
【００７７】
このような感光体２０１Ｋを中心とした画像形成ステーション２００Ｋと同等の画像形成ステーション２１０Ｃ・２２０Ｍ・２３０Ｙが、用紙搬送手段である用紙搬送ベルト２５０に沿って並置されている。用紙搬送ベルト２５０は各画像形成ステーションの現像装置とクリーニング装置との間で感光体に当接しており、用紙搬送ベルト２５０の各感光体側の裏側に当たる面（裏面）には転写バイアスを印加するための転写ローラ２０６Ｋ、２１６Ｃ、２２６Ｍ、２３６Ｙが配置されている。各画像形成ステーションは、現像装置内部のトナー色が異なるだけで、その他は全て同様の構成となっている。Ｃ・Ｍ・Ｙについても、同様の構成である。
【００７８】
図２に示す構成のデジタルカラー複写機１において、画像形成処理は次のようにして行われる。まず、各画像形成ステーション２００Ｋ、２１０Ｃ、２２０Ｍ、２３０Ｃにおいて、感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙが帯電器２０２Ｋ、２１２Ｃ、２２２Ｍ、２３２Ｙにより帯電され、次に書き込み光学系２０３Ｋ、２１３Ｃ、２２３Ｍ、２３３Ｙからのレーザー光により、作成する各色の画像に対応した静電潜像が形成される。
【００７９】
次に、現像装置２０４Ｋ、２１４Ｃ、２２４Ｍ、２３４Ｙにより静電潜像を現像してトナー像が形成される。現像装置２０４Ｋ、２１４Ｃ、２２４Ｍ、２３４Ｙは、それぞれＫ、Ｃ、Ｍ、Ｙのトナーで現像を行う現像装置で、４つの感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙ上で作られた各色のトナー像は用紙上で重ねられる。
【００８０】
用紙は、給紙部２４０から上記感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙ上への画像形成とタイミングを合わせて、図中矢印Ｅ方向へ向け、用紙搬送ベルト２５０上に送られる。
【００８１】
用紙搬送ベルト２５０上に保持された用紙は搬送されて、各感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙとの当接位置（転写部）で各色トナー像の転写が行われる。感光体２０１Ｋ、２１１Ｃ、２２１Ｍ、２３１Ｙ上のトナー像は、転写ローラ２０６Ｋ、２１６Ｃ、２２６Ｍ、２３６Ｙに印加された転写バイアスと感光体との電位差から形成される電界により、用紙上に転写される。
【００８２】
そして、４つの転写部を通過して４色のトナー像が重ねられた記録紙は、定着装置２６０に搬送され、トナーが定着されて、図示しない排紙部に排紙される。
【００８３】
また、転写部で転写されずに各感光体に残った残留トナーは、クリーニング装置２０５Ｋ、２１５Ｃ、２２５Ｍ、２３５Ｙで回収される。
【００８４】
なお、図２のデジタルカラー複写機１では、画像形成ユニットは、用紙搬送方向上流側から下流側に向けて、Ｋ、Ｃ、Ｍ、Ｙの色の順で並んでいるが、この順番に限るものではなく、色の順は任意に設定すればよい。
【００８５】
また、上記したように、各画像形成ステーションは現像装置内部のトナー色が異なるだけで、その他は全て同様の構成となっている。そのため各画像形成ステーションの現像装置の回転数も同一回転数に設定されている。
【００８６】
次に、デジタルカラー複写機１について、詳細に説明する。デジタルカラー複写機１は、図１にブロック図として示されるような、本発明の画像処理装置の構成が適用されたカラー画像処理装置を備える、デジタルカラー複写機である。最初に、デジタルカラー複写機の構成について説明する。
【００８７】
図１に示されるように、デジタルカラー複写機（画像形成装置）１は、カラー画像入力装置２と、カラー画像処理装置３と、カラー画像出力装置４と、操作パネル５とを備えている。
【００８８】
カラー画像入力装置（画像入力装置）２は、例えばＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）を備えたスキャナ部より構成されている。そして、原稿画像からの反射光像を、ＲＧＢ（Ｒ：赤・Ｇ：緑・Ｂ：青）のアナログ信号の状態にある入力画像データとしてＣＣＤによって読み込んで、カラー画像処理装置３に入力する。
【００８９】
カラー画像処理装置３は、Ａ／Ｄ変換部６、シェーディング補正部７、第１網点判定部８、網点線数判定部９、入力階調補正部１０、領域分離処理部１１、色補正部１２、黒生成下色除去部１３、空間フィルタ処理部１４、出力階調補正部１５、および階調再現処理部（中間調生成）１６を備えている。そして、カラー画像入力装置２から入力されたＲＧＢアナログ信号を、上記の順で送り、ＣＭＹＫのデジタルカラー信号として、カラー画像出力装置４へ出力する。このように、カラー画像処理装置３に、カラー画像入力装置２とカラー画像出力装置４とが接続され、全体としてデジタルカラー複写機１を構成している。
【００９０】
Ａ／Ｄ（アナログ／デジタル）変換部６は、カラー画像入力装置２から出力されたＲＧＢアナログ信号を、デジタル信号に変換する。
【００９１】
シェーディング補正部７は、Ａ／Ｄ変換部６から入力されたデジタルのＲＧＢ信号に対して、カラー画像入力装置の照明系、結像系、撮像系で生じる各種の歪みを取り除く処理を行う。また、ＲＧＢの反射率信号を濃度信号に変換する。
【００９２】
第１網点判定部８は、入力された原稿画像に網点領域が含まれているか否かの判定を行う。加えて、第１網点判定部は、原稿画像の網点領域画素数の算出も行う。そして、網点領域の判定結果に応じて、後段の制御部１７に網点線数判定部９のパラメータを変更するような信号を出力する。
【００９３】
網点線数判定部９は、制御部１７からの信号により変更されたパラメータを用いて網点の線数判定を行う。
【００９４】
本発明は、特に、第１網点判定部、網点線数判定部および制御部に関わるものであり、これらの構成例については、後に詳述する。
【００９５】
入力階調補正部１０は、ＲＧＢ信号に対して、カラーバランスを整えると同時に、下地濃度の除去やコントラストなどの画質調整処理を行う。
【００９６】
領域分離処理部１１は、ＲＧＢ信号より、入力画像中の各画素を文字領域、網点領域、その他（写真など）の領域の何れかに分離する処理を行う。そして、その分離結果に基づき、注目画素がどの領域に属しているかを示す領域識別信号を、後段の色補正部１２、黒生成下色除去部１３、空間フィルタ処理部１４、および階調再現処理部１５へと出力する。さらに、入力階調補正部１０より出力された入力信号をそのまま後段の色補正部１２に出力する。
【００９７】
色補正部１２は、色再現の忠実化実現のために、不要吸収成分を含むＣＭＹ（Ｃ：シアン・Ｍ：マゼンタ・Ｙ：イエロー）色材の分光特性に基づいた色濁りを取り除く処理を行うものである。
【００９８】
色補正部１２は、色再現の忠実化のために、ＲＧＢ信号（またはＲＧＢ信号を補色反転した入力ＣＭＹ信号）を出力ＣＭＹ（Ｃ：シアン、Ｍ：マゼンタ、Ｙ：イエロー）信号に変換する色変換処理を行う。
【００９９】
黒生成下色除去部１３は、黒生成部と下色除去部とから構成されている。黒生成部は、色補正部１２で色変換されたＣＭＹ信号と領域識別信号とに基づいて、黒（Ｋ）生成処理を行う。下色除去部は、黒信号から計算される下色の量をＣＭＹ信号から減算し、新たなＣＭＹ信号を生成する処理を行う。これにより、ＣＭＹの３色信号はＣＭＹＫの４色の信号に変換される。
【０１００】
黒生成処理の一例として、スケルトンブラックによる黒生成を行う方法（一般的方法）がある。この方法では、スケルトンカーブの入出力特性をｙ＝ｆ（ｘ）、入力されるデータをＣ、Ｍ、Ｙ、出力されるデータをＣ'、Ｍ'、Ｙ'、Ｋ'、ＵＣＲ（Under Color Removal）率をα（０＜α＜１）とすると、黒生成下色除去処理は以下の式（１）で表わされる。
【０１０１】
Ｋ'＝ｆ｛ｍｉｎ（Ｃ、Ｍ、Ｙ）｝
Ｃ'＝Ｃ−αＫ'
Ｍ'＝Ｍ−αＫ' （１）
Ｙ'＝Ｙ−αＫ'
空間フィルタ処理部１４は、領域識別信号および黒生成下色除去部１３より入力されるＣＭＹＫ信号の画像データに対して、領域識別信号を基にデジタルフィルタによる空間フィルタ処理を行う。すなわち、空間周波数特性を補正して、出力画像のぼやけや、粒状性劣化を防ぐように処理する。
【０１０２】
出力階調補正部１５は、濃度信号などをカラー画像出力装置４の特性値である網点面積率に変換する出力階調補正処理を行う。そして、最終的に階調再現処理部１４で、画像を画素に分離してそれぞれの階調を再現できるように処理する階調再現処理（中間調生成）がなされる。
【０１０３】
階調再現処理部１６も、空間フィルタ処理部１４と同様に、ＣＭＹＫ信号の画像データに対して、領域識別信号を基に所定の処理を施するものである。
【０１０４】
例えば、領域分離処理部１１にて文字に分離された画像領域は、特に黒文字或いは色文字の再現性を高めるために、空間フィルタ処理部１４による空間フィルタ処理１４における鮮鋭強調処理で高周波数の強調量が大きくされる。同時に、階調再現処理部１６では、高域周波数の再現に適した高解像度のスクリーンでの二値化または多値化処理が行われる。
【０１０５】
また、領域分離処理部１１にて網点領域に分離された画像領域は、空間フィルタ処理部１４において、入力網点成分を除去するためのローパス・フィルタ処理が施される。そして、出力階調補正部１５は、濃度信号などの信号をカラー画像出力装置４の特性値である網点面積率に変換する出力階調補正処理を行った後、階調再現処理部１６で、最終的に画像を画素に分離してそれぞれの階調を再現できるように処理する階調再現処理（中間調生成）を行う。また、領域分離処理部１１にてその他の領域に分離された領域に関しては、階調再現性を重視したスクリーンでの二値化または多値化処理が行われる。
【０１０６】
以上のように、カラー画像処理装置３の各部で各処理が行われたＣＭＹＫ信号の画像データは、画像出力用データとして、一旦図示しない記憶手段に記憶され、所定のタイミングで読み出されてカラー画像出力装置に入力される。画像出力装置４は、画像データを記録媒体（例えば紙等）上に出力するもので、例えば、電子写真方式やインクジェット方式を用いたカラー画像出力装置等を挙げることができるが特に限定されるものではない。なお、以上の処理は図示しないＣＰＵ（Central Processing Unit）により制御される。
【０１０７】
このように、カラー画像処理装置（画像処理装置）３は、カラー画像入力装置２から入力された入力画像データに所定の画像処理を行って、カラー画像出力装置４に入力される画像出力用データとする。
【０１０８】
操作パネル５は、図示しないデジタル複写機１の動作モードを設定する設定ボタンやテンキーなどの入力手段、液晶ディスプレイなどで構成される表示画面を備えている。
【０１０９】
デジタルカラー複写機１における、第１網点判定部８、網点線数判定部９および制御部１７の画像処理は、例えば、図３に示されるフローチャートのように行われる。すなわち、まず、本スキャンに先立ってプレスキャンが行われる（Ｓ１）。次に、第１網点判定部８にて、得られた入力信号データから、網点領域画素数の算出および網点領域画素の有無が判定される（Ｓ２、Ｓ３）。このとき、網点領域画素が無ければ、網点線数判定部９にて網点線数判定は行わず（Ｓ４）処理を終了して、本スキャン処理に入る。一方、網点領域画素があれば、制御部１７にて、網点線数判定部９のパラメータが変更される（Ｓ５）。続いて、変更されたパラメータを用いて、網点線数判定部９では網点線数が判定され（Ｓ６）、本スキャンに処理に入る。本スキャン以降の処理は、網点線数判定結果に応じて、後段の領域分離パラメータ・フィルタ係数・ディザパターンなどが選択され、最適な処理が行われる。これにより、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。なお、本スキャンは、上記Ｓ１〜Ｓ６までに得られた原稿画像の情報をもとに最適な画像処理を行うためのスキャンである。
【０１１０】
また、当然のことながら、本発明の画像処理は、上記の処理に限定されるものではない。図３は、プレスキャンを行う構成について記載しているが、プレスキャンを行わない構成であってもよい。この場合、入力画像データを画像メモリなどの記憶手段に格納しておき、この画像データを用いて網点線数判定処理を行った後、一連の画像処理を行うよう構成にすればよい。
【０１１１】
次に、本発明の特徴部分である、第１網点判定部８、および網点線数判定部９について詳細に説明する。
【０１１２】
（１）第１網点判定部
第１網点判定部８は、図４に示されるように、文字領域判定部１８、第１網点領域判定部１９ａ、第１判定部２０ａ、および総合判定部２１から構成されている。
【０１１３】
文字領域判定部１８は、シェーディング補正されたＲＧＢ信号が文字領域画素であるか否かを判定する。同様に、第１網点領域判定部１９ａは、シェーディング補正されたＲＧＢ信号が網点領域画素であるか否かを判定する。
【０１１４】
第１網点領域判定部１９ａは、図５に示されるように、２値化処理部２７、反転回数計数部２８、最大値選択部２９、反転回数判定部３０、およびパラメータ設定部３１ａを備えている。
【０１１５】
２値化処理部２７は、注目画素を含むマスク内画素値から算出した、平均値等の値を閾値として入力画像データの２値化を行う。
【０１１６】
反転回数計数部２８は、主走査方向計数部３２および副走査方向計数部３３とを備えている。そして、上記マスク内画素の主走査方向および副走査方向の各方向における反転回数を計数する。
【０１１７】
最大値選択部２９は、反転回数計数部２８における反転回数の結果の最大値を選択する。ここで選択された最大値は、反転回数判定部３０にて、パラメータ設定部３１に設定されたパラメータ（第１の閾値）と比較される。これにより、網点領域画素であるか、非網点領域画素であるかが判定される。そして、判定信号が第１判定部２０ａに入力される。
【０１１８】
第１判定部２０ａは、文字領域判定部１８および第１網点領域判定部１９ａによる判定結果に基づいて、原稿画像の各画素が、網点領域であるか、文字領域であるか、またはその何れでもないかを判定する。
【０１１９】
総合判定部２１は、原稿画像中の網点の有無を判定する。
【０１２０】
次に、第１網点判定部８を構成する各部における処理について詳細に説明する。
【０１２１】
文字領域判定部１８の判定方法としては、例えば、本出願人により出願された特願２００１−３０２１２の方法を用いることができる。以下、この方法について簡単に説明する。
【０１２２】
先ず、注目画素を含むｎ×ｍのブロック画素（ｍ、ｎは自然数）において、主走査方向の最小濃度値および最大濃度値の算出し、最小濃度値および最大濃度値より最大濃度差を算出する。次に、隣接する画素の濃度差の絶対値の総和（総和濃度繁雑度）を算出する。そして、最大濃度差と最大濃度差閾値および総和濃度繁雑度と総和濃度繁雑度閾値との比較を行い、最大濃度差が最大濃度差閾値より大きく、且つ、総和濃度繁雑度が総和濃度繁雑度閾値より大きい場合、文字・網点領域であると判定する。
【０１２３】
さらに、算出された総和濃度繁雑度と、最大濃度差に文字・網点判定閾値を掛けた値との比較を行い、総和濃度繁雑度の方が小さければ、文字領域であると判定する。
【０１２４】
これは、文字領域では、最大濃度差が大きく、それに伴い総和濃度繁雑度も大きくなるが、網点領域よりも濃度変化が少ないため、網点領域よりも総和濃度繁雑度は小さくなるという特徴を用いたものである。
【０１２５】
文字領域判定部の判定方法は、上記のような処理を副走査方向の画素についても同様に行い、各々の判定結果に基づいて注目画素の領域の判定を行うものである。
【０１２６】
次に、第１網点領域判定部１９ａの判定方法としては、例えば、図６に示されるフローチャートのように行うことができる。すなわち、まず、２値化処理部２７にて、注目画素を含むマスク内画素値から算出した平均値等の値を閾値として、マスク内画素が２値化される（Ｓ７）。次に、反転回数計数部２８にて、２値化されたマスク内画素から、反転回数（すなわち「０」から「１」、「１」から「０」へ変化した点数）が、主走査方向および副走査方向に計数される（Ｓ８）。続いて、最大値選択部２９にて、計数された反転回数の最大値（MaxRev）が選択され（Ｓ９）、反転回数判定部３０にて、反転回数の最大値（MaxRev）とパラメータ設定部３１ａの第１の閾値（ＴＨ１：例えば、４）とが比較される（Ｓ１０）。そして、反転回数の最大値（MaxRev）が第１の閾値（ＴＨ１）より大きければ、網点領域画素であると判定され（Ｓ１１）、反転回数の最大値（MaxRev）が第１の閾値（ＴＨ１）以下であれば、非網点領域画素であると判定される（Ｓ１２）。
【０１２７】
次に、第１判定部２０の判定方法について説明する。第１判定部２０では、文字領域判定部１８および第１網点領域判定部１９ａの判定結果に基づき、原稿画像の各画素の領域を判定する。第１判定部２０ａでは、例えば、下記の表１に示されるように、原稿画像の各画素が、網点領域、文字領域、その他の領域の、いずれの領域の画素であるかが判定される。なお、本実施形態では、原稿画像に網点領域が含まれているか否かを判定することを目的としているため、表１に示されるように、第１網点領域判定部１９ａにて原稿画像の注目画素に網点領域が含まれていると判定され（“１”）、かつ、文字領域判定部１８にて原稿画像の注目画素に文字領域のも含まれていると判定された（“１”）場合は、当該注目画素は、網点領域であると判定するように設定している。すなわち、第１網点領域判定部１９ａにて、網点領域画素と判定されると、第１判定部２０ａにおいても網点領域画素と判定される。
【０１２８】
【表１】
このように、第１判定部２０ａでは、表１に示される領域判定信号からの判定例のように、各画素それぞれどの領域の画素であるか判定される（ここでは、網点領域画素に対して優先順位を高く設定しているので、文字領域画素判定：１、網点領域画素判定：１の時は網点画素であると判定するようにしている。）。
【０１３０】
こうして第１判定部２０ａにて判定された各画素を、文字領域画素カウンタ２２、網点領域画素カウンタ２３ａにてそれぞれカウントアップする。更に、除算器２５にて総画素数に対する網点画素数の比を算出する。第２判定部２６では、当該総画素数に対する網点画素数の比が所定値（例えば、０．０５）より大きければ原稿画像中に網点ありとし、所定値以下であれば原稿画像中に網点なしという判定信号が制御部１７に出力される。
【０１３１】
（２）網点線数判定部
次に、網点線数判定部９について説明する。網点線数判定部９ａは、図７に示されるように、第２網点領域判定部３４、網点領域画素カウンタ２３ｂ、網点線数判別部３５、閾値設定部３６を備えている。また、制御部１７は、後述するパラメータ設定部３１ｂのパラメータを、前述した第１網点判定部８の判定結果に応じて変更する。
【０１３２】
第２網点領域判定部３４は、２値化処理部２７、反転回数計数部２８、最大値選択部２９、反転回数判定部３０、およびパラメータ設定部３１ｂとを備えている。すなわち、第２網点領域判定部３４の構成は、図５に示される第１網点領域判定部１９ａの構成と同様である。また、第２網点領域判定部３４は、第１網点領域判定部１９ａと同様に、注目画素が網点領域画素であるか否かを判定する。
【０１３３】
パラメータ設定部３１ｂには、第２網点領域判定部３４に対する処理パラメータ（第２の閾値）が格納されている。このパラメータにより、注目画素が網点領域画素であるか非網点領域画素であるかの判定がなされる。なお、このパラメータは、前述した第１網点判定部８の判定結果に応じて制御部１７により変更される。例えば、第１網点判定部８にて原稿画像中に網点有りと判定された場合、制御部１７は、パラメータ設定部３１ｂのパラメータを変更する。この場合、パラメータ設定部３１ｂの変更前のパラメータを「２」、変更後のパラメータを「４」のように、変更前より大きい値に設定する。これにより、反転回数が少ない（すなわち低線数網点である）と、網点領域画素と判定しないようにすることができる。
【０１３４】
網点線数判別部３５は、第１網点判定部８の網点領域画素カウンタ２３ａにて算出した第１網点領域画素数（ｓｃｒ１）と、網点線数判定部９ａの網点領域画素カウンタ２３ｂにて算出した第２網点領域画素数（ｓｃｒ２）との比を閾値設定部３６に設定された閾値（ＴＨ２）と比較することにより、網点線数を判別する。
【０１３５】
なお、第１網点判定部８の網点領域判定部１９ａと、第２網点領域判定部３４とは、共通とする構成でもよい。また、図４の網点領域画素カウンタ２３ａと図７の網点領域画素カウンタ２３ｂも共通とする構成としてもよい。この場合、制御部１７は、第１網点判定部８にて原稿画像に網点領域画素があると判定された時に、図５のパラメータ設定部３１ａのパラメータを変更するようにすればよい。
【０１３６】
次に、網点線数判定部９の別の構成について説明する。図８に示されるように、網点線数判定部９ｂは、文字領域判定部１８、第２網点領域判定部３４、第１判定部２０ｂ、文字領域画素カウンタ２２、網点領域画素カウンタ２３ｃ、網点線数判別部３５、および閾値設定部３６を備えている。図８の網点線数判定部９ｂは、図４に示される第１網点判定部８の構成、および図７網点線数判定部９ａと類似の構成である。しかし、網点線数判定部９ｂは、図４の第１網点判定部８とは異なり、総画素数カウンタ２４、除算器２５、および第２判定部２５を備えず、網点線数判別部３５および閾値設定部３６を備えている。また、網点線数判定部９ｂは、図７の網点線数判定部９ａとは異なり、第２網点領域判定部３４に加えて、文字領域判定部１８、第１判定部２０ｂおよび文字領域画素カウンタ２２を備えている。制御部１７は、網点線数判定部９ａと同様に、第２網点領域判定部３４のパラメータを変更するように設定されている。
【０１３７】
網点線数判定部９ｂに入力されるシェーディング補正されたＲＧＢ信号は、文字領域判定部１８にて、注目画素が文字領域画素であるか否か、また第２網点領域判定部３４にて、注目画素が網点領域画素であるか否かが判定される。なお、第２網点領域判定部３４の構成は、図７で説明した第２網点領域判定部３４の構成と同様でよい。
【０１３８】
これらの判定結果から、第１判定部２０ｂにて、例えば、前述した表１に示される判定例のように、各画素それぞれどの領域の画素であるか判定される。こうして判定された各画素は、文字領域画素カウンタ２２および網点領域画素カウンタ２３ｃにてそれぞれカウントアップされる。網点線数判別部３５では、第１網点判定部８にて算出した網点領域画素数と、第２網点領域判定部３４にて算出した網点領域画素数との比を閾値設定部３６の閾値と比較することにより、網点線数を判別する。
【０１３９】
以上説明した、第１網点判定部８、網点線数判定部９、および制御部１７の画像処理（特に、網点線数判定部９での画像処理）は、例えば、図９に示されるフローチャートのように行われる。すなわち、まず、本スキャンに先立ってプレスキャンが行われる（Ｓ１３）。次に、第１網点判定部８にて、得られた入力信号データから、第１網点領域画素数（scr１）の算出および網点領域画素の有無が判定される（Ｓ１４、Ｓ１５）。このとき、原稿画像に網点が無いと判定されると、網点線数判定部９にて網点線数の判定は行わず（Ｓ１６）、処理を終了して本スキャン処理に入る。一方、原稿画像に網点があると判定されると、制御部１７にて網点線数判定部９のパラメータ設定部３１のパラメータ（第２の閾値）が変更される（Ｓ１７）。続いて、変更されたパラメータ（第２の閾値）を用いて、第２網点領域判定部３４および網点領域画素カウンタ２３にて第２網点領域画素数（scr２）が算出される（Ｓ１８）。次に、網点線数判別部３５にて、第１および第２網点領域画素数（scr１およびscr２）の比（すなわち、第２網点領域画素数／第１網点領域画素数：scr２/scr１）が算出される（Ｓ１９）。次に、第１および第２網点領域画素数の比（scr２/scr１）と、網点線数判定部９の閾値設定部３６に設定される閾値（ＴＨ２：例えば、０．２５）（閾値の例としては、後述の図１０を参照。）とが比較される（Ｓ２０）。そして、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ２）より大きければ高線数の網点であると判定され（Ｓ２１）、本スキャン処理に入る。一方、第１および第２網点領域画素数の比（scr２/scr１）が、閾値（ＴＨ２）以下であれば低線数の網点であると判定され（Ｓ２２）、本スキャン処理に入る。
【０１４０】
本スキャン以降の処理は、網点線数判定結果に応じて、後段の領域分離パラメータ・フィルタ係数・ディザパターンなどが選択され、最適な処理が行われる。これにより、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。なお、本スキャンは、上記Ｓ１３〜Ｓ２２までに得られた原稿画像の情報をもとに最適な画像処理を行うためのスキャンである。
【０１４１】
このように、網点線数判定部９では、低線数の網点は反転回数が少なく、高線数の網点は反転回数が多いという特徴を利用して画像処理が行われる。それゆえ、従来のようにパターンマッチングや、複雑な変換処理をすることなく、簡単な構成にて網点線数の判定を行うことが可能となる。
【０１４２】
また、図９のフローチャートに示される画像処理は、例えば、図１０に示されるフローチャートのように行うこともできる。図１０のフローチャートは、網点線数判定部９の閾値設定部３６に複数の閾値（ＴＨ３〜ＴＨ５）を備えている例である。図１０に示されるフローチャートにおけるＳ２３〜Ｓ２９は、図９に示されるフローチャートのＳ１３〜Ｓ１９に相当するので説明を省略する。図１０のフローチャートにおいて、網点線数判別部３５にて、第１および第２網点領域画素数の比（scr２/scr１）が算出される（Ｓ２９）と、次に、第１および第２網点領域画素数の比（scr２/scr１）と、網点線数判定部９の閾値設定部３６に設定される閾値（ＴＨ３：前述の閾値（ＴＨ２）とは異なる）とが比較される（Ｓ３０）。そして、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ３）より大きければ高線数の網点と判定され（Ｓ３１）、本スキャン処理に入る。また、第１および第２網点領域画素数の比（scr２/scr１）が第３の閾値（ＴＨ３）以下であれば、第１および第２網点領域画素数の比（scr２/scr１）と閾値設定部３６に設定される閾値（ＴＨ４）とが比較される（Ｓ３２）。そして、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ４）より大きければ、高線数よりの中線数の網点と判定され（Ｓ３３）、本スキャンに入る。また、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ４）以下であれば、更に、第１および第２網点領域画素数の比（scr２/scr１）と、閾値設定部３６に設定されるの閾値（ＴＨ５）とが比較される（Ｓ３４）。そして、第１および第２網点領域画素数の比（scr２/scr１）が閾値（ＴＨ５）より大きければ低線数よりの中線数の網点と判定され（Ｓ３５）、閾値（ＴＨ５）以下であれば低線数の網点であると判定され（Ｓ３６）、本スキャン処理に入る。
【０１４３】
閾値（ＴＨ３）、閾値（ＴＨ４）、および閾値（ＴＨ５）の閾値は、ＴＨ３＞ＴＨ４＞ＴＨ５の条件を満たしていれば、特に限定されるものではない。例えば、ＴＨ３＝０．４０、ＴＨ４＝０．２５、ＴＨ５＝０．１０とすればよい。
【０１４４】
また、本スキャン以降の処理は、網点線数判定結果に応じて、領域分離パラメータ・フィルタ係数・ディザパターンなどが選択され、最適な処理が行われる。これにより、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【０１４５】
さらに、網点線数判定部９における閾値設定部３５の閾値を複数設定すれば、原稿画像の判定結果を段階的に出力することが可能となる。したがって、当該閾値を多く設定すればするほど、細かい判定結果をえることが可能である。その結果、より原稿画像の特徴に応じた設定にて画像処理を行うことが可能となり、高画質化が図れる。
【０１４６】
なお、当然のことながら、本発明の画像処理は、上記の処理に限定されるものでない。図１０は、プレスキャンを行う構成にて記載したが、プレスキャンを行わない構成であってもよい。この場合、入力画像データを画像メモリなどの記憶手段に格納しておき、この画像データを用いて網点線数判定処理を行った後、一連の画像処理を行うよう構成すればよい。
【０１４７】
次に、反転回数計数部２８について説明する。反転回数計数部２８は、図１１に示されるように、主走査方向計数部３２および副走査方向計数部３３に加えて、斜め方向計数部３７ａを備えている。
【０１４８】
反転回数計数部２８は、２値化画像から反転回数を、主走査方向、副走査方向、斜め方向の各方向に算出する。なお、図中破線で示したように、ｎ本（ｎは任意の自然数）の斜め方向計数部３７a、３７ｂ、…３７ｎを備えて、複数の角度に渡り（複数の方向に）反転回数を算出するような構成であってもよい。これにより、原稿画像がスクリーン角度を有する網点の場合、または原稿画像の設置方向に関わらず、反転回数を計数できる。それゆえ、精度よく網点線数を判定することができる。
【０１４９】
図１２（ａ）〜図１２（ｄ）および図１３（ａ）〜図１３（ｄ）には、反転回数計数部２８における、各方向の反転回数計数の例が示される。なお、図１２および図１３において、注目画素を含むブロック画素サイズ（マスクサイズという場合もある）は１０×１０としている。
【０１５０】
図１２（ａ）は、主走査方向計数部３２の計数方式の例である。ａ１、ａ２、ａ３、………、ａ１０の反転回数計数結果（Hrev１）、ｂ１、ｂ２、ｂ３、………、ｂ１０の反転回数計数結果（Hrev２）というふうに、順次、走査方向に反転回数を計数し、走査方向の反転回数計数（Hrev１〜Hrev１０）を得る。
【０１５１】
図１２（ｂ）は、副走査方向計数部３３の計数方式の例である。この場合も、主走査方向計数部３２の場合と同様に、ａ１、ｂ１、ｃ１、………、ｊ１の反転回数計数結果（Vrev１）、ａ２、ｂ２、ｃ２、………、ｊ２の反転回数計数結果（Vrev２）というふうに、順次、副走査方向に反転回数を計数し、副走査方向の反転回数計数（Vrev１〜Vrev１０）を得る。
【０１５２】
図１２（ｃ）、図１２（ｄ）、および図１３（ａ）〜図１３（ｄ）は、斜め方向計数部３７の計数方式の例である。図１２（ｃ）には、斜め４５°方向の計数方式の例が示される。ａ３、ｂ４、ｃ５、………、ｈ１０の反転回数計数結果（S１rev１）、ａ２、ｂ３、ｃ４、………、ｉ１０の反転回数計数結果（S１rev２）、ａ１、ｂ２、ｃ３、………、ｊ１０の反転回数計数結果（S１rev３）というふうに、順次、斜め４５°方向の反転回数を計数し、斜め４５°方向の反転回数計数（S１rev１〜S１rev５）を得る。
【０１５３】
なお、斜め方向では、１ラインの反転回数計数対象画素数が、S１rev１では８画素、S１rev２では９画素、S１rev３では１０画素と異なるので、計数結果を補正してもよい。例えば、下記式（２）および式（３）のように補正することができる。なお、この補正は、図示しない補正部により行えばよい。
S１rev１’＝ S１rev１ × １０ / ８ ・・・（２）
S１rev２’＝ S１rev２ × １０ / ９ ・・・（３）
これにより、全ての方向に計数された反転回数計数対象画素数は、同一条件となる。すなわち、反転回数を計数する各方向での反転回数の誤差が解消される。
【０１５４】
図１２（ｄ）には、斜め−４５°方向の計数方式の例が示される。ａ８、ｂ７、ｃ６、………、ｈ１の反転回数計数結果（S２rev１）、ａ９、ｂ８、ｃ７、………、ｉ１の反転回数計数結果（S２rev２）、ａ１０、ｂ９、ｃ８、 ………、ｊ１の反転回数計数結果（S２rev３）というふうに、順次、斜め−４５°方向の判定回数を計数し、斜め−４５°方向の反転回数計数（S２rev１〜S２rev５）を得る。この場合の反転回数計数結果も、前述の斜め４５°の場合（S１rev１’〜S１rev５’）と同様に、例えば、式（２）および式（３）のように補正してもよい。
【０１５５】
図１３（ａ）には、斜め約７２°方向の計数方式の例が示される。ａ１、ａ２、ａ３、ｂ４、………、ｄ１０の反転回数計数結果（S３rev１）、ｂ１、ｂ２、ｂ３、ｃ４、………、ｅ１０の反転回数計数結果（S３rev２）というふうに、順次、斜め７２°方向の反転回数を計数し、斜め７２°方向の反転回数計数（S３rev１〜S３rev７）を得る。
【０１５６】
図１３（ｂ）には、斜め約−７２°方向の計数方式の例が示される。この場合も図１３（ａ）の場合と同様に、ａ１０、ａ９、ａ８、ｂ７、………、ｄ１の反転回数計数結果（S４rev１）、ｂ１０、ｂ９、ｂ８、ｃ７、………、ｅ１の反転回数計数結果（S４rev２）というふうに、順次、斜め−７２°方向の反転回数を計数し、斜め−７２°方向の反転回数計数（S４rev１〜S４rev７）を得る。
【０１５７】
図１３（ｃ）には、斜め約−２２°方向の計数方式が示される。ａ１０、ｂ１０、ｃ１０、ｄ９、………、ｊ７の反転回数計数結果（S５rev１）、ａ９、ｂ９、ｃ９、ｄ８、………、ｊ６の反転回数計数結果（S５rev２）というふうに、順次、斜め約−２２°方向の反転回数を計数し、斜め約−２２°方向の反転回数計数（S５rev１〜S５rev７）を得る。
【０１５８】
図１３（ｄ）には、斜め約６３°方向の計数方式が示される。ａ１、ａ２、ｂ３、ｂ４、………、ｅ１０の反転回数計数結果（S６rev１）、ｂ１、ｂ２、ｃ３、ｃ４、………、ｆ１０の反転回数計数結果（S６rev２）というふうに、順次、斜め約６３°方向の反転回数を計数し、斜め約６３°方向の反転回数計数（S６rev１〜S６rev６）を得る。
【０１５９】
上記図１２および図１３の例のように、斜め方向に関しては、任意の角度での反転回数を計数するよう設定しておく。どの角度の方向の計数を行うかは、組み合わせを予め設定しておいてもよいし、任意に選択できるよう構成してもよい。組み合わせを選択する際には、デジタルカラー複写機１に備えられる操作パネル５より入力できるようにすればよい。また、本発明を後述するコンピュータシステムを用いて実現する際には、液晶ディスプレイなどの画像表示装置に組み合わせのパターンを表示し、キーボードやマウスを用いて所望のパターンを選択するようにすれば良い。
【０１６０】
このようにして算出された、主走査方向、副走査方向、および斜め方向の各方向での反転回数計数結果の中から、最大となる値が最大値選択部にて選択され、反転回数判定部にてパラメータと比較される。
【０１６１】
次に、図１２および図１３に示されるような反転計数方式による、網点パターンと反転回数計数の例を、図１４および図１５を用いて説明する。図１４（ａ）、図１４（ｂ）、図１５（ａ）、図１５（ｂ）において、反転回数計数方向は、図１２および図１３の方向、すなわち、主走査方向（図１２（ａ））、副走査方向（図１２（ｂ））、斜め±４５°（図１２（ｃ）、図１２（ｄ））、斜め約±７２°（図１３（ａ）、図１３（ｂ））とする。
【０１６２】
図１４（ａ）の上段には、マスクサイズが１０×１０における高線数の網点の例が、下段には上段の高線数の網点における各方向の反転回数の表がそれぞれ示される。この場合の反転回数の最大値は、図中上段の矢印方向および下段の表の斜線部で示される、斜め４５°方向（Ｓ１ｒｅｖ３）の“９”となる。
【０１６３】
同様に、図１４（ｂ）には、低線数の網点の例と、その各方向反転回数とが示される。この場合の反転回数の最大値は、図中上段の矢印方向および下段の表の斜線部で示される、斜め±４５°方向（Ｓ１ｒｅｖ２〜Ｓ１ｒｅｖ４、Ｓ２ｒｅｖ２〜Ｓ２ｒｅｖ４）の“４”となる。
【０１６４】
図１４（ａ）および図１４（ｂ）において、例えば、図７のパラメータ設定部４１の閾値（第２の閾値）を“４”とすれば、第２網点領域判定部３４反転回数の最大値が“９”である図１４（a）は網点であると判定され、反転回数の最大値が“４”である図１４（ｂ）は網点でないと判定される。
【０１６５】
図１５（ａ）には、高線数の網点の例と、その各方向反転回数とが示される。この場合の反転回数の最大値は、図中上段の矢印方向および下段の表の斜線部で示される、斜め約７２°方向（Ｓ３ｒｅｖ１、Ｓ３ｒｅｖ５）の“６”となる。
【０１６６】
また、図１５（ｂ）には、低線数網点例と、その各方向反転回数とが示される。この場合の反転回数の最大値は、図中上段の矢印方向および下段の表の斜線部で示される、斜め約７２°方向（Ｓ３ｒｅｖ１、Ｓ３ｒｅｖ２）の“３”となる。
【０１６７】
図１５（ａ）および図１５（ｂ）の場合、主走査方向および副走査方向のみの反転回数の計数結果では、いずれも最大値が“２”となる。このため、高線数、低線数での反転回数の差が検出できない。しかし、斜め方向の反転回数の計数を行えば、こうした場合にも反転回数の差を検出することが可能となる。すなわち、図１４（ａ）および図１４（ｂ）の場合と同様に、図７のパラメータ設定部３１の閾値が“４”であるとすれば、第２網点線数判定部３４にて、反転回数の最大値が“６”である図１５（ａ）は網点であると判定され、反転回数の最大値が“３”である図１５（ｂ）は網点でないと判定される。
【０１６８】
このように、反転回数の計数を、主走査方向、副走査方向のみでなく、任意の角度の方向に対しても行うことにより、原稿画像がスクリーン角度をもつ網点であった場合や、原稿画像が斜めに載置された場合にも、精度良く網点線数の検出を行うことが可能となる。
【０１６９】
なお、第１網点領域判定部、第２網点領域判定部ともこの構成としてもよく、また、第１網点領域判定部、第２網点領域判定部を共通としてもよい。
【０１７０】
ところで、反転回数は、スキャン速度すなわち副走査方向の倍率によって変化する。このため、網点線数の判定を、通常速度より速い速度でのプレスキャンデータにて行う場合や、本スキャンデータで行う場合であっても、変倍時には、主走査方向と副走査方向とで倍率が変化する。
【０１７１】
例えば、図１６（a）に示されるような通常速度のスキャンでの画像データを、副走査方向に２倍速スキャン（すなわち倍率５０％）した場合のデータが図１６（ｂ）に、副走査方向に１／２倍速スキャン（すなわち倍率２００％）した場合のデータが図１６（ｃ）に示される。図１６（ａ）と、図１６（ｂ）または図１６（ｃ）とを比較すると、いずれの場合も主走査方向の反転回数は同じであるが、副走査方向での反転回数が異なる。この副走査方向の反転回数は、以下の（４）式により補正することができる。
補正後の反転回数＝補正前の反転回数×α×γ／β ・・・（４）
ただし、α＝倍率(％)／１００、β＝副走査方向のマスクサイズ、γ＝反転回数計数対象副走査方向サイズとする。なお、反転回数計数対象副走査方向サイズは、反転回数を計数した副走査方向のブロック数を示している。
【０１７２】
すなわち、図１６（ｂ）の場合、α＝０．５、β＝１０、γ＝１０となり、補正前の反転回数に０．５を乗算した値となる。また、上記（４）式は、斜め方向の反転回数の補正にも同様に適用可能である。例えば、図１３（a）の斜め約７２°で副走査方向１／２倍速スキャン（すなわち倍率２００％）の場合、α＝２、β＝１０、γ＝４となり、補正前の反転回数に０．８を乗算した値となる。
【０１７３】
このように、スキャン速度に応じて、主走査方向、副走査方向、および斜め方向の各方向での反転回数計数結果の補正を行うことで、副走査方向における誤差が解消され、より精度の良い結果が得られる。それゆえ、通常スキャンより速度の速いプレスキャンにて、網点線数の判定を行う構成の場合や、本スキャンにて判定を行う構成での変倍時に、精度よく網点線数を判定できる。
【０１７４】
なお、第１網点領域判定部１９ａ、第２網点領域判定部３４ともこの構成としてもよく、また、第１網点領域判定部および第２網点領域判定部を共通の構成としてもよい。
【０１７５】
また、ＡＤＦ（自動原稿画像読取装置）などで、原稿画像を読み取り、粗いデータを基にして前処理を行う場合、すなわち、読取データのサンプリング条件を変えた時も同様である。
【０１７６】
次に、網点線数判定部９のさらに別の構成について説明する。図１７に示されるように、網点線数判定部９ｃは、図７の網点線数判定部９ａの構成に加えて、フィルタ処理部３８を備えていてもよい。網点線数判定部９ｃは、入力データの２値化処理を行う第２網点領域判定部３４の前段にフィルタ処理部３８を備えている。
【０１７７】
フィルタ処理部３８は、入力信号の２値化処理前に、フィルタ処理にて画像強調を行う。フィルタ処理部３８におけるフィルタ係数は、例えば、ラプラシアンフィルタのような、一般的な微分フィルタ処理を行う係数でよい。
【０１７８】
このように、入力信号の２値化処理前に、フィルタ処理部３８にて画像強調を行うことで、網点の特徴である特定ピッチでの濃度差がはっきりする。その結果、反転回数がより精度よく計数できる。
【０１７９】
なお、第１網点領域判定部１９ａおよび第２網点領域判定部３４ともにフィルタ処理部３８を備える構成としてもよく、また、第１網点領域判定部および第２網点領域判定部を共通の構成としてもよい。
【０１８０】
〔実施の形態２〕
本発明の他の実施の形態について図１８ないし図２６に基づいて説明すれば、以下の通りである。なお、説明の便宜上、前記実施の形態１にて示した各部材と同一の機能を有する部材には、同一の符号を付記し、その説明を省略する。
【０１８１】
図１８に示されるように、本実施形態のデジタルカラー複写機（画像形成装置）４０は、前述の実施の形態１における第１網点判定部８の代わりに原稿種別自動判別部４１を適用するものである。実施の形態１では第１網点判定部８により原稿画像中の網点の有無を判定していたが、本実施形態では、原稿種別自動判別部４１により原稿画像の種別を判別する。
【０１８２】
原稿種別自動判別部４１は、原稿画像が、網点原稿または非網点原稿（例えば、文字原稿、印画紙写真原稿など）のいずれの原稿であるかを判別する。そして、この結果、原稿画像が網点原稿と判別された場合は、制御部１７に、網点線数判定部９のパラメータ（第２網点領域判定部のパラメータ設定部のパラメータ）を変更するような信号を出力する。
【０１８３】
すなわち、実施の形態１においては、原稿画像が網点領域を含むか否かを判定し、その判定結果に基づいて、制御部１７により網点線数判定部９のパラメータを変更していた。これに対して、本実施形態では、原稿画像が網点画像（印刷写真）、または、文字・網点画像（文字と網点画像が混在した画像）であるか否かを判定し、その判定結果に基づいて網点線数判定部９のパラメータを変更するものである。なお、本実施形態における原稿画像の読み取り動作については、後述する。
【０１８４】
次に、原稿種別自動判別部４１の構成について説明する。原稿種別自動判別部４１は、図２０に示されるように、図４に示される第１網点判定部８の構成と同様である。しかし、第１網点判定部８では、総画素数に対する網点領域画素の比と第２判定部２６に設定されたパラメータとを比較することにより、原稿画像が網点を含むか否かを判定していた。これに対して、原稿種別判定部４１では、総画素数に対する網点領域画素の比を用いて、原稿画像が網点原稿か否かを判定する。
【０１８５】
原稿種別自動判別部４１は、例えば、領域分離に使用されるアルゴリズムでもって、原稿種別を判別することができる。
【０１８６】
第１網点領域判定部１９ｂの構成は、実施の形態１の第１網点領域判定部１９ａの構成とほぼ同様である。また、網点領域画素数の判定方法もほぼ同様である。すなわち、図２１に示されるように、第１網点領域判定部１９ｂは、２値化処理部２７、反転回数計数部２８、反転回数総和算出部４２、反転回数判定部３０、およびパラメータ設定部３１ａを備えている。図５に示される第１網点領域判定部１９ａの構成と比較すると、図５の最大値選択部２９が図２１では反転回数総和算出部４２となっている以外は、同様である。
【０１８７】
反転回数総和算出部４２は、注目画素を含むマスク内画素に対して、主走査方向および副走査方向の反転回数を計数する。そして、計数した結果のうち、所定の反転回数以上を示すラインの総和を算出する。算出された総和は、反転回数判定部３０にて、パラメータ設定部３１に設定されたパラメータａと比較される。これにより、注目画素が、網点領域画素であるか、非網点領域画素であるかが判定される。
【０１８８】
第１判定部２０は、前述のように、文字領域判定部１８および第１網点領域判定部１９ｂの判定結果に基づいて、原稿画像の各画素がそれぞれどの領域（本実施形態では、網点領域、文字領域、その他の領域（例えば、印画紙写真など））の画素であるかを判定する。
【０１８９】
また、総合判定部２１は、前述したように、文字領域画素カウンタ、網点領域カウンタ、総画素数カウンタ、除算器、第５判定部を備えている。そして、除算器にて総画素数に対する、文字領域画素、網点領域画素、およびその他の領域の画素がそれぞれ算出される。そして、この結果を元に最終的に原稿画像の種類が判別される。
【０１９０】
原稿画像は、例えば、文字原稿、網点原稿、文字・網点原稿、文字原稿、その他の原稿に分類することができる。ここで、その他の原稿とは、第１判定部にて網点領域でも文字領域でもないと判定された場合の原稿を意味する。例えば、原稿画像のうち、下地や印画紙写真領域は、その他の領域の画素と判定される。このため、原稿画像では、その大半の画素がその他の領域画素と判定される場合が多い。したがって、例えば、網点領域画素、または文字領域画素が全画素数の１％以上ある場合は、網点原稿、または文字原稿として、原稿画像を分類できる。このような、原稿種別の分類方法の一例を表２に示す。
【０１９１】
【表２】
表２では、原稿画像を４種類（文字原稿、網点原稿、文字・網点原稿、その他の原稿）に分類している。しかし、原稿種別自動判別部４１では、網点原稿か非網点原稿かを分類でいればよい。したがって、網点領域が１％以上存在する原稿（すなわち、網点原稿および文字・網点原稿）を網点原稿と判別し、網点領域が１％未満の原稿を非網点原稿と判別できるように設定すればよい。
【０１９３】
このようにして、原稿種別自動判別部４１にて原稿画像が網点原稿であると判定された場合、後段の網点線数判定部９にて網点線数の検出処理が行われる。
【０１９４】
次に、本実施形態における網点線数判定部９ｄについて説明する。図２２に示されるように、網点線数判定部９ｄは、前述した図７に示される網点線数判定部と略同様の構成である。ただし、網点線数判定部９ｄは、第２網点領域判定部３４に反転回数総和算出部４２を備えている点が異なっている。
【０１９５】
デジタルカラー複写機４０における、原稿種別自動判別部４１、網点線数判定部９、および制御部１７の画像処理は、例えば、図１９に示されるフローチャートのように行われる。図１９に示される画像処理は、前述の実施の形態１にて説明した図３に示される画像処理と略同様である。すなわち、まず、本スキャンに先立って第１スキャン（プレスキャン）が行われる（Ｓ３７）。次に、原稿種別自動判定部４１にて、得られた入力信号データから、原稿画像が網点原稿であるか否か判定される（Ｓ３８、Ｓ３９）。このとき、網点原稿でないと判定されれば、網点線数判定部９にて網点線数判定は行わず（Ｓ４０）処理を終了して、本スキャン処理に入る。一方、網点原稿であると判定されれば、制御部１７により、網点線数判定部９のパラメータが変更される（Ｓ４１）。次に、網点線数の判定を行う第２スキャンが実行され、変更されたパラメータを用いて、網点線数判定部９では網点線数が判定され（Ｓ４２）、本スキャン処理に入る。本スキャン以降の処理は、網点線数判定結果に応じて、後段の領域分離パラメータ・フィルタ係数・ディザパターンなどが選択され、最適な処理が行われる。
【０１９６】
このように、原稿画像の種別を判別した後、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。なお、本スキャンは、上記Ｓ３７〜Ｓ４２までに得られた原稿画像の情報をもとに最適な画像処理を行うためのスキャンである。
【０１９７】
また、第１スキャンでは、文字領域、網点領域、その他の領域の各画素数が算出される。第１スキャンでは、原稿種別の判別が目的であるため、原稿種別判別部４１に設定されるパラメータは、いかなる網点であっても検出可能な設定となっている。
【０１９８】
これに対して、第２スキャンでは、網点線数の検出が目的であるため、網点線数判定部に設定されるパラメータは、制御部により高網点線数のみを検出可能となるように変更される。例えば、網点原稿と判定された場合、原稿種別自動判別部のパラメータよりも網点線数判定部のパラメータが大きくなるように変更される。
【０１９９】
ここで、具体例を挙げて、原稿種別自動判別部４１による原稿画像の判別方法と、網点線数判定部９の判定方法について詳細に説明する。ここでは、原稿種別自動判別部４１での閾値を、注目画素を含む７×７のマスク内の平均濃度として原稿画像の２値化を行った結果、白→黒あるいは黒→白へと画素が反転する回数を計数することにする。
【０２００】
図２３（ａ）〜図２３（ｃ）は、６５線（図２３（ａ））、１００線（図２３（ｂ））、２００線（図２３（ｃ））といった、低線数から高線数の網点の平均濃度を閾値として、２値化した結果を示したものである。また、欄外には、これらの結果のそれぞれについて、反転回数を計数した結果が示される。
【０２０１】
これら３つの結果をみると、６５線（図２３（ａ））、１００線（図２３（ｂ））、２００線（図２１（ｃ））の順に、線数の増加に伴い、反転回数が増加していることがわかる。
【０２０２】
また、図２４は、さらに、いろいろな線数の網点原稿を、図２３のように７×７のマスクサイズで反転回数を計数し、その反転回数が２回以上である全画素を検出した例を示している。この結果、所定回数以上（ここでは２回以上）の反転回数を有する数と、網点線数とが相関しているのが分かる。すなわち、図２３の場合と同様に、線数の増加に伴い、反転回数が増加している。
【０２０３】
したがって、この性質を利用して、第２スキャン時の網点検出時における反転回数の設定値（パラメータ設定部の設定値）を第１のスキャン時の設定値よりも大きくすれば、第２スキャンでは低線数の網点は検出されず、高線数の網点のみが検出されることになる。
【０２０４】
例えば、第１スキャンでは原稿種別を目的とするため、反転回数の設定値を“１”に設定する。これにより、第１スキャンでは、１回以上の反転回数が全て検出される。すなわち、低線数の網点もすべて検出される。一方、第２スキャンでは、所定の網点線数以上を検出することが目的であるため、反転回数の設定値を“２”に設定する。これにより、第１スキャンにおいて網点として検出された反転回数が“１”の部分（マスク画素）は、第２スキャンでは、網点として検出されなくなる。
【０２０５】
したがって、第１スキャンで網点と判定された画素数に対する、第２スキャンで網点と判定された画素数の比率（網点画素数比）が１００％に近い場合は、高線数の網点と判断することができる。逆に、当該比率が０％に近い場合は、低線数の網点と判断することができる。
【０２０６】
図２５には、種々の線数の網点原稿における上記網点画素数の比を縦軸に、網点線数を横軸にしたグラフが示される。図２５から明らかなように、網点線数と上記網点画素数比とが、相関している。そして、網点線数は、おおまかに低線数、中線数、高線数の３種類程度に分類することができる。また、図示しないが、中線数は、さらに、実施の形態１のように中線数を高線数よりの中線数と低線数よりの中線数に分類し、全体として４段階に分類することもできる。
【０２０７】
このように網点の線数を多段階に分けることができると、後段の領域分離パラメータ・フィルタ処理の係数や、中間調処理のディザパターンを最適な設定にすることが可能となる。したがって、領域分離パラメータ・フィルタ処理の係数、中間調処理のディザパターンを最適化した後、最終本スキャン（全画像処理動作）である第３スキャンを行うことにより網点線数に対し、最適な画像処理を施すことが可能となる。これにより、網点線数に応じた各処理がなされるため、鮮鋭度を保ちながらモアレのない出力画像を得ることが可能となる。
【０２０８】
なお、上記の説明では文字領域判定部と網点領域判定部を設け、文字領域でも網点領域でもない場合をその他領域と判別したが、注目画素を含むｎ×ｍのブロックの最大濃度差や総和濃度繁雑度を求め、これらの特徴量を基に写真領域であるか否かを判定する写真領域判定部を文字領域判定部・網点領域判定部と並列に設けるような構成としても良い（実施の形態１参照）。
【０２０９】
上記の説明では、原稿種別自動判別部４１、網点線数判別部９、領域分離処理部を個別に設ける構成について説明した。次に、各処理部にて共通の処理を行い、各処理部を一つの回路で構成しＣＰＵにより処理を切り換えるようにする構成について説明する。
【０２１０】
図２６は、原稿種別自動判別部４１、網点線数判定部９、領域分離処理部１１の各処理部が一体型となった構成の例を示したものである（図１８参照）。この場合、各処理部は、以下の構成からなる。
【０２１１】
原稿種別自動判別部４１は、前述のように、文字領域判定部１８、第１網点領域判定部１９ｃ、第１判定部２０、文字領域画素カウンタ２２、網点領域画素カウンタ２３ｇ、総画素数カウンタ２４、除算器２５、第２判定部２６から構成される。
【０２１２】
網点線数判定部９は、文字領域判定部１８、第１網点領域判定部１９ｃ、第１判定部２０、網点領域画素カウンタ２３ｇ、網点線数判定部３５、閾値設定部３６から構成される。
【０２１３】
領域分離処理部１１は、文字領域判定部１８、第１網点領域判定部１９ｃ、第１判定部２０から構成され、例えば、前記表２の判定基準により、原稿画像の領域識別信号が出力される。
【０２１４】
原稿種別自動判別部４１は、第２判定部２６から原稿種別判別信号を出力する。
【０２１５】
網点線数判定部９は、原稿種別自動判別部４１の結果より網点原稿が含まれると判断された場合、制御部１７にて、網点と判定する際のパラメータ設定部の値が変更される。網点線数判別部３５からは、網点線数判別結果が出力される。
【０２１６】
本発明において、原稿種別の判別方法としては、本実施形態で示したような領域分離処理のアルゴリズムに限定されるものではなく、一般的な方法であるヒストグラムを作成して判別するものであっても良い。本発明を実現する上では、これらの原稿種別の判別方法と共に、網点画素の特徴量（例えば、総和濃度繁雑度やランレングス）を抽出し、この特徴量を用いて網点領域の画素であるか否かを判定する際の判定基準を、原稿種別を判別する時と網点線数の判別を行う時とで変更可能であるならばどのような方法であっても良い。
【０２１７】
また、第１スキャンで網点画像ではないと判断された場合は、第２スキャンすなわち網点線数検出処理をスキップさせ第３スキャンを行うことにより第２スキャンで要してした時間を短縮することが可能となる。さらに、時間を短縮する方法としては、以下に示すスキャン速度を上げる方法が挙げられる。
【０２１８】
ここでは、６００dpi（dot per inch）の解像度を１００mm/s（第３スキャンの速度）で読み取りを行うスキャナを例に挙げて説明する。この場合、本スキャンである第３スキャン以外、すなわち第１、第２スキャンの速度は２００mm/sとする。また、ＣＣＤからの画像信号タイミングは変更せず、スキャン速度だけ倍速にするため、副走査の解像度は、通常解像度の半分（すなわち３００dpi）となる。
【０２１９】
第１スキャンおよび第２スキャンは、原稿種別判別および網点線数の検出のためだけに行うため、通常解像度の半分でほぼ同等の原稿種別判別及び網点線数の検出結果を得ることが可能である。従って、原稿種別判別及び網点線数検出の精度は落さず、スキャン速度を上昇させた分だけ、時間を短縮できる。
【０２２０】
さらに、原稿種別判別、網点線数検出に要する時間を短縮する別の方法としては、第２スキャンを第１スキャンのリターン（復路）時に行う方法が挙げられる。この場合、第１スキャンにより検出する画像と、第２スキャンにより検出する画像とは、同サイズ及び同解像度（同スキャン速度）とすることが好ましい。すなわち、原稿画像の同じ範囲の画像データを用いて網点線数が判定されることが好ましい。これにより、精度よく原稿画像の網点線数が判定することができる。
【０２２１】
このため、第１スキャンのリターン時に第２スキャンを行う場合は、図２８に示されるように、フィード（往路）からリターン（復路）に切り換え、第１スキャンと同じスキャンスピードを得るために、原稿読み取り範囲に加えて、助走部分を設けることが好ましい。その理由は、以下に示す通りである。すなわち、スキャナを駆動しているモーターは、等速回転になるまで一定時間を要する。従って、等速回転になるまでの時間は、画像読取り速度が変化することになる。画像読取り速度が変化している状態で原稿画像の読取りを行うと、所望の画像データを読取ることが困難である。従って、等速回転になるまでの時間を助走部分とすることで、適正な画像読取りが可能となる。これにより、精度よく原稿画像の網点線数を判定することができる。なお、助走部分は、網点画像検出に使用しないように制御し第２スキャンを行う。
【０２２２】
また、第１、第２、第３のスキャン長及びスキャン画像範囲を原稿サイズに応じて切り換えるよう構成とすることにより、Ａ３原稿よりも通常よく使用されるＡ４原稿のほうが速度アップにつながる。原稿サイズを検知する方法としては、例えば一般的に公知である、原稿台内部に原稿サイズに応じて複数の光電センサを設け光検知の有無により検出する方法を用いれば良い。第３スキャンは原稿画像のサイズ分のスキャンは必要となるが、第１及び第２スキャンの画像サイズは略同等として原稿サイズよりも小さくスキャンしてもよい。
【０２２３】
以上のように、実施の形態１および実施の形態２では、デジタルカラー複写機（画像形成装置）について説明したが、本発明にかかる画像処理装置は、図２７に示されるような、フラットベッド・スキャナ５０（画像読取装置）などとして実現することも可能である。図２７に示したフラットベッド・スキャナ５０（画像読取装置）は、図１または図１８のデジタルカラー複写機１および４０（画像形成装置）と比較すると、領域分離機能を保持しない（すなわち領域識別信号が出力されない）点が異なるのみであり、装置構成は略同様である。
【０２２４】
フラットベッド・スキャナ５０（画像読取装置）により読み取られた画像データ・原稿種別の判別結果、および網点線数の判別結果は、ネットワークを介して画像処理サーバーやプリンタに、あるいは、ＳＣＳＩ（Small Computer System Interface）やＵＳＢ（Universe Serial Bus）などのインターフェースを介してコンピュータに入力される。尚、画像読取装置の画像処理装置としては、図１または図１８に記載されている入力階調補正処理部１０や領域分離処理部１１などを備えるようにしても良い。
【０２２５】
なお、本発明は、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体に、画像処理方法を記録するものとすることもできる。
【０２２６】
この結果、画像処理方法を行うプログラムを記録した記録媒体を持ち運び自在に提供することができる。
【０２２７】
なお、本発明においては、この記録媒体としては、マイクロコンピュータで処理が行われるために図示していないメモリ、例えばROMのようなものそのものがプログラムメディアであってもよいし、また、図示していないが外部記憶装置としてプログラム読み取り装置が設けられ、そこに記録媒体を挿入することで読み取り可能なプログラムメディアであってもよい。
【０２２８】
いずれの場合においても、格納されているプログラムはマイクロプロセッサがアクセスして実行させる構成であってもよいし、あるいは、いずれの場合もプログラムを読み出し、読み出されたプログラムは、マイクロコンピュータの図示されていないプログラム記憶エリアにダウンロードされて、そのプログラムが実行される方式であってもよい。このダウンロード用のプログラムは予め本体装置に格納されているものとする。
【０２２９】
ここで、上記プログラムメディアは、本体と分離可能に構成される記録媒体であり、磁気テープやカセットテープ等のテープ系、フロッピーディスクやハードディスク等の磁気ディスクやCD−ROM／MO／MD／DVD等の光ディスクのディスク系、ICカード（メモリカードを含む）／光カード等のカード系、あるいはマスクROM、EPROM（Erasable Programmable Read Only Memory）、EEPROM（Electrically Erasable Programmable Read Only Memory）、フラッシュROM等による半導体メモリを含めた固定的にプログラムを担持する媒体であっても良い。
【０２３０】
また、本実施の形態においては、インターネットを含む通信ネットワークを接続可能なシステム構成であることから、通信ネットワークからプログラムをダウンロードするように流動的にプログラムを担持する媒体であっても良い。なお、このように通信ネットワークからプログラムをダウンロードする場合には、そのダウンロード用のプログラムは予め本体装置に格納しておくか、あるいは別な記録媒体からインストールされるものであっても良い。
【０２３１】
上記記録媒体は、デジタルカラー複写機やコンピュータシステムに備えられるプログラム読み取り装置により読み取られることで上述した画像処理方法が実行される。
【０２３２】
コンピュータシステムは、フラットベッドスキャナ・フィルムスキャナ・デジタルカメラなどの画像入力装置、所定のプログラムがロードされることにより上記画像処理方法など様々な処理が行われるコンピュータ、コンピュータの処理結果を表示するＣＲＴディスプレイ・液晶ディスプレイなどの画像表示装置およびコンピュータの処理結果を紙などに出力するプリンタより構成される。さらには、ネットワークを介してサーバーなどに接続するための通信手段としてのモデムなどが備えられる。
【０２３３】
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
【０２３４】
【発明の効果】
本発明にかかる画像処理装置は、以上のように、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理装置において、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を識別する網点線数識別手段を備えていることを特徴としている。
【０２３５】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２３６】
本発明にかかる画像処理装置は、以上のように、上記網点線数識別手段は、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点を含むか否かを判定する第１網点判定手段と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定手段と、上記第１網点判定手段の判定結果に応じて、上記網点線数判定手段を制御する制御手段とを備えていることを特徴としている。
【０２３７】
したがって、原稿画像が網点を含むか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２３８】
本発明にかかる画像処理装置は、以上のように、上記網点線数識別手段は、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点原稿であるか否かを判定する原稿種別自動判別手段と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定手段と、上記原稿種別自動判別手段の判定結果に応じて、上記網点線数判定手段を制御する制御手段とを備えることを特徴としている。
【０２３９】
したがって、原稿画像が網点原稿であるか否かを判定することにより原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２４０】
本発明にかかる画像処理装置は、以上のように、上記網点線数判定手段は、原稿画像の各画素の濃度変化を計数することにより、網点領域画素を判定する網点領域判定手段と、原稿画像の網点線数を判別するための閾値を格納する閾値設定手段と、上記第１網点判定手段または原稿種別自動判別手段により算出される網点領域画素数に対する上記網点線数判定手段により算出される網点領域画素数の比を、上記閾値と比較することにより、網点線数を判別する網点線数判別手段とを備えることを特徴としている。
【０２４１】
したがって、原稿画像の濃度変化（例えば、反転回数）を計数することにより、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２４２】
本発明にかかる画像処理装置は、以上のように、上記閾値設定手段は、複数の閾値を格納していることを特徴としている。
【０２４３】
したがって、網点線数の判定は、多段階に行われる。その結果、網点線数を細かく判別できるという効果を奏する。これにより、一層、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２４４】
本発明にかかる画像処理装置は、以上のように、上記第１網点判定手段、上記原稿種別自動判別手段、および上記網点線数判定手段は、入力画像データを２値化データとする２値化処理手段と、上記２値化データにおける２値の切り替わり回数である反転回数を計数する反転回数計数手段とを備え、上記反転回数の最大値または総和により網点領域画素数を算出することを特徴としている。
【０２４５】
したがって、原稿画像を２値化したデータの反転回数の最大値または総和を計数することにより、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２４６】
本発明にかかる画像処理装置は、以上のように、上記の構成において、さらに、上記２値化処理手段による処理の前に、入力画像データのフィルタ処理を行うフィルタ処理手段を備えていることを特徴としている。
【０２４７】
したがって、入力画像データは、網点の特徴である特定ピッチでの濃度差が明確になる。これにより、より精度よく反転回数が計数できるという効果を奏する。
【０２４８】
本発明にかかる画像処理装置は、以上のように、上記反転回数計数手段は、原稿画像を構成する１つの画素である注目画素を含む複数の画素からなるブロックに対して、主走査方向、当該主走査方向に対して略垂直方向である副走査方向、および当該副走査方向とは異なる当該主走査方向に対して任意の角度の方向に、反転回数の計数を行うことを特徴としている。
【０２４９】
したがって、原稿画像がスクリーン角度を有する網点の場合、または原稿画像の設置方向に関わらず、反転回数を計数できるという効果を奏する。それゆえ、精度よく網点線数を判定することができるという効果を奏する。
【０２５０】
本発明にかかる画像処理装置は、以上のように、上記反転回数計数手段は、原稿画像を読み込む条件に応じて反転回数の計数結果を補正する補正手段を備えることを特徴としている。
【０２５１】
したがって、スキャン速度に応じて各走査方向における反転回数の補正を行えば、反転回数の誤差が解消される。その結果、精度よく反転回数を計数できるという効果を奏する。これにより、特に、通常スキャンより速い速度のプレスキャンにより反転回数を計数する場合、および、本スキャンにて反転回数を計数する場合、の反転回数の誤差を解消できるという効果を奏する。
【０２５２】
本発明にかかる画像処理装置は、以上のように、上記補正手段は、上記反転回数計数手段により反転回数を計数する全ての方向において、反転回数を計数する対象となる画素数を等しくすることを特徴としている。
【０２５３】
したがって、全ての方向に計数された反転回数は、同一条件で計数される。その結果、常に、原稿画像中の反転回数の最大値を選択することが可能である。これにより、精度よく原稿画像の網点線数が判定することができるという効果を奏する。
【０２５４】
本発明にかかる画像処理装置は、以上のように、上記網点判定手段または上記原稿種別自動判定手段による処理は、画像入力手段により原稿画像を読み込む際の往路時に行い、上記網点線数判定手段による処理は、画像入力手段により原稿画像を読み込む際の復路時に行うことを特徴としている。
【０２５５】
したがって、本来２回スキャンを行うべきところを１回のスキャンとすることができるという効果を奏する。その結果、原稿画像の網点および網点線数の判定に要する時間が短縮できるという効果を奏する。これにより、画像形成装置に応用すれば、コピースピードも短縮できるという効果を奏する。
【０２５６】
本発明にかかる画像処理装置は、以上のように、上記網点線数判定手段は、原稿画像における所定の範囲内の画像データを用いて網点線数を判定することを特徴としている。
したがって、原稿画像の特徴を表す部分および画像データの信頼性の高い部分の網点線数を判定できるという効果を奏する。その結果、精度よく原稿画像の網点線数を判定することができるという効果を奏する。
【０２５７】
本発明にかかる画像処理装置は、以上のように、上記網点判定手段または上記原稿種別自動判別手段により処理を行うために原稿画像を読み取る範囲の画像データと、上記網点線数判定手段により処理を行うために原稿画像を読み取る範囲の画像データとが、略同一であることを特徴としている。
【０２５８】
したがって、原稿画像の同じ範囲の画像データを用いて網点線数が判定される。これにより、精度よく原稿画像の網点線数が判定することができるという効果を奏する。
【０２５９】
本発明にかかる画像処理装置は、以上のように、上記制御手段は、上記第１網点判定手段により原稿画像が網点を含む、または上記原稿種別判別手段により原稿画像が網点原稿であると判定された場合、上記第１網点判定手段または原稿種別自動判別手段により網点領域画素と判定するための第１の閾値よりも、上記網点線数判定手段により網点領域画素と判定するための第２の閾値を大きくするように制御することを特徴としている。
【０２６０】
したがって、例えば、反転回数が少ない画素（すなわち、低線数の網点）は、第１網点判定手段では網点領域画素と判定されても、網点線数判定手段では網点領域画素と判定されなくなる。これにより、原稿画像の網点線数が判定することができるという効果を奏する。
【０２６１】
本発明にかかる画像処理装置は、以上のように、上記制御手段は、上記網点判定手段により原稿画像に網点が含まれないと判定された場合、または、上記原稿種別自動判別手段により原稿画像が非網点原稿と判定された場合に、上記網点線数判定手段による処理を行わないように制御することを特徴としている。
【０２６２】
したがって、原稿画像の網点および網点線数の判定に要する時間が短縮できるという効果を奏する。これにより、画像形成装置に応用すれば、コピースピードも短縮できるという効果を奏する。
【０２６３】
本発明にかかる画像読取装置は、以上のように、上記したいずれかの画像処理装置を備えることをとしている。
【０２６４】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像読取装置を提供できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２６５】
本発明にかかる画像形成装置は、以上のように、上記したいずれかの画像処理装置を備えることを特徴としている。
【０２６６】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像形成装置を提供できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２６７】
本発明にかかる画像処理方法は、以上のように、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理方法において、原稿画像の網点領域画素の算出結果に基づき、原稿画像が網点を含むか否かを判定する網点判定処理と原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定処理と、上記網点判定処理の結果に応じて、上記網点線数判定処理を制御する制御処理とを含むことを特徴としている。
【０２６８】
したがって、原稿画像が網点を含むか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２６９】
また、本発明にかかる画像処理方法は、以上のように、入力画像データから原稿画像の網点線数を判定することにより、出力画像を得るための出力画像データを生成する画像処理方法において、原稿画像の網点領域画素数の算出結果に基づき、原稿画像が網点原稿であるか否かを判定する原稿種別自動判別処理と、原稿画像の網点領域画素数の算出結果に基づき、原稿画像の網点線数を判定する網点線数判定処理と、上記原稿種別自動判別処理の判定結果に応じて、上記網点線数判定処理を制御する制御処理とを含むことを特徴としている。
【０２７０】
したがって、原稿画像が網点原稿であるか否かを判定することにより原稿画像の網点線数判定を行うか否か決定し、網点領域画素の算出結果に基づいて、原稿画像中の網点の特徴量を抽出し、網点線数を判定できるという効果を奏する。これにより、判定された網点線数に適した画像処理を行うことができるので、出力画像の画質が向上するという効果を奏する。
【０２７１】
本発明にかかるプログラムは、以上のように、上記したいずれかの画像処理方法をコンピュータに実行させることを特徴としている。
【０２７２】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像処理方法をコンピュータが読み取り実行することができるプログラムを提供できるという効果を奏する。それゆえ、本発明にかかる画像処理方法を汎用的なものとすることができるという効果を奏する。
【０２７３】
本発明の記録媒体は、以上のように、上記プログラムをコンピュータに読み取り可能に格納していることを特徴としている。
【０２７４】
したがって、簡単な構成にて原稿画像中の網点の特徴量を抽出し、網点線数を判定できる画像処理方法のプログラムを容易にコンピュータに供給できる記録媒体を提供できるという効果を奏する。
【図面の簡単な説明】
【図１】本発明の実施の形態１におけるカラー画像形成装置の構成を示すブロック図である。
【図２】本発明の実施の形態１におけるタンデム方式を適用したカラー画像形成装置の概略構成を示す断面図である。
【図３】図１の第１網点判定部、網点線数判定部、および制御部における画像処理の流れを示すフローチャートである。
【図４】図１の第１網点判定部の構成を示すブロック図である。
【図５】図４の網点領域判定部の構成を示すブロック図である。
【図６】図５の網点領域判定部における処理の流れを示すフローチャートである。
【図７】図１の網点線数判定部の構成を示すブロック図である。
【図８】図１の網点線数判定部の別の構成を示すブロック図である。
【図９】図７または図８における網点線数の判定の流れを示すフローチャートである。
【図１０】図７または図８における別の網点線数の判定の流れを示すフローチャートである。
【図１１】図７または図８の反転回数計数部の構成を示すブロック図である。
【図１２】図１１の反転回数計数部における反転回数の計数方法を示す図であり、図１２（ａ）は主走査方向に反転回数を計数する例であり、図１２（ｂ）は副走査方向に反転回数を計数する例であり、図１２（ｃ）は斜め＋４５°方向に反転回数を計数する例であり、図１２（ｄ）は斜め−４５°方向に反転回数を計数する例である。
【図１３】図１１の反転回数計数部における反転回数の計数方法を示す図であり、図１３（ａ）は斜め＋７２°方向に反転回数を計数する例であり、図１３（ｂ）斜め−７２°方向に反転回数を計数する例であり、図１３（ｃ）斜め約−２２°方向に反転回数を計数する例であり、図１３（ｄ）は斜め約＋６３°方向に反転回数を計数する例である。
【図１４】図１２（ａ）〜図１３（ｂ）の反転回数計数方法により、網点パターンの反転回数を計数した結果を示す図である。
【図１５】図１２（ａ）〜図１３（ｄ）の反転回数計数方法により、網点パターンの反転回数を計数した結果を示す図である。
【図１６】同一の画像データについてスキャン速度を変化させた場合における反転回数の計数結果を示す図であり、図１６（ａ）は通常のスキャン速度の場合における反転回数の計数結果であり、図１６（ｂ）は副走査方向に通常の２倍のスキャン速度の場合における反転回数の計数結果を示す図であり、図１６（ｃ）は副走査方向に通常の０．５倍のスキャン速度の場合における反転回数の計数結果を示す図である。
【図１７】図１の網点線数判定部の別の構成を示すブロック図である。
【図１８】本発明の実施の形態２におけるカラー画像形成装置の構成を示すブロック図である。
【図１９】図１８の原稿種別自動判別部、網点線数判定部、および制御部における画像処理の流れを示すフローチャートである。
【図２０】図１８の原稿種別自動判別部の構成を示すブロック図である。
【図２１】図２０の第１網点領域判定部の構成を示すブロック図である。
【図２２】図１８の網点線数判定部の構成を示すブロック図である。
【図２３】種々の網点線数の画像データを平均濃度を閾値として２値化した結果を示す図であり、図２３（ａ）は６５線の網点を２値化した結果であり、図２３（ｂ）は１００線の網点を２値化した結果であり、図２３（ｃ）は２００線の網点を２値化した結果である。
【図２４】網点線数と反転回数との関係を示したグラフである。
【図２５】網点線数と網点領域画素比との関係を示したグラフである。
【図２６】図１６の原稿自動種別判別部、網点線数判別部、領域分離処理部を１つの回路により構成したブロック図である。
【図２７】本発明の実施の一形態にかかる画像読取装置の構成を示すブロック図である。
【図２８】本発明の実施の一形態にかかる画像処理に要する時間を短縮する方法を説明する図である。
【符号の説明】
１ デジタルカラー複写機（画像形成装置）
８ 第１網点判定部（第１網点判定手段、網点線数識別手段）
９ 網点線数判定部（網点線数判定手段、網点線数識別手段）
１７ 制御部（制御手段、網点線数識別手段）
１９ 第１網点領域判定部（網点領域判定手段）
２７ ２値化処理部（２値化処理手段）
２８ 反転回数計数部（反転回数系数手段）
３５ 網点線数判別部（網点線数判別手段）
３６ 閾値設定部（閾値設定手段）
３８ フィルタ処理部（フィルタ処理手段）
４０ デジタルカラー複写機（画像形成装置）
４１ 原稿種別自動判別部（原稿種別自動判別手段、網点線数識別手段）
５０ フラットベッド・スキャナ（画像読取装置）
Claims (18)
- 入力画像データから原稿画像の網点線数を判定し、判定結果に応じた処理を行って、出力画像を得るための出力画像データを生成する画像処理装置において、
入力画像データに対し、ｎ×ｍ（ｍ、ｎは自然数）マスクを用いて、マスク内の全画素の２値化した画素値を基に画素値の反転回数を計測し、これを第１の閾値と比較し、第１の閾値よりも大きければ、マスク内の注目画素が網点領域画素であると判定する第１網点領域画素判定手段と、
前記入力画像データにおける、前記第１網点領域画素判定手段にて網点領域画素であると判定された第１網点領域画素数を計測する第１網点領域画素数計測手段と、
前記入力画像データに対し、ｎ×ｍマスクのマスクを用いて、マスク内の全画素の２値化した画素値を基に画素値の反転回数を計測し、これを第１の閾値よりも大きい第２の閾値と比較し、第２の閾値よりも大きければ、マスク内の注目画素が網点領域画素であると判定する第２網点領域画素判定手段と、
前記入力画像データにおける、前記第２網点領域画素判定手段にて網点領域画素であると判定された第２網点領域画素数を計測する第２網点領域画素数計測手段と、
第１網点領域画素数計測手段にて計測された第１網点領域画素数と第２網点領域画素数計測手段にて計測された第２網点領域画素数の比と、第３の閾値とを比較して、予め段階的に定めた網点線数のいずれの範囲に入るかを判別する網点線数判別手段と、を備えることを特徴とする画像処理装置。 - 前記網点線数判別手段は、前記第３の閾値を複数有しており、複数の第３の閾値を用いて、３段階以上に定められた網点線数のいずれの範囲に入るかを判定することを特徴とする請求項１に記載の画像処理装置。
- 前記第１網点領域画素判定手段と前記第２網点領域画素判定手段とは、１つの網点領域画素判定手段より構成されると共に、
第１網点領域画素数計測手段と第２網点領域画素数計測手段も、１つの網点領域画素計測手段より構成されており、
網点領域画素判定手段が用いる閾値を、切り換える制御手段を備えることを特徴とする請求項１又は２に記載の画像処理装置。 - 第１網点領域画素数計測手段の計測結果に基づいて、当該原稿画像が網点原稿であるか否かを判定する網点原稿判定手段を備え、
前記網点原稿判定手段にて網点原稿ではないと判定されると、前記第２網点領域画素判定手段、前記第２網点領域画素数計測手段、及び網点線数判別手段による各処理を実施しないことを特徴とする請求項１〜３の何れか１項に記載の画像処理装置。 - 前記第１網点領域画素判定手段及び前記第２網点領域画素判定手段は、前記第１或いは前記第２の閾値と比較される前記反転回数の計測結果として、反転回数の最大値或いは総和を用いることを特徴とする請求項１〜４の何れか１項に記載の画像処理装置。
- 入力画像データを２値化する前に、入力画像データのフィルタ処理を行うフィルタ処理手段を備えていることを特徴とする請求項１〜５の何れか１項に記載の画像処理装置。
- 前記第１網点領域画素判定手段及び第２網点領域画素判定手段は、前記マスク内の画素に対して、主走査方向、当該主走査方向に対して略垂直方向である副走査方向、及び当該副走査方向とは異なる前記主走査方向に対して任意の角度の方向に、反転回数の計数を行うことを特徴とする請求項１〜６の何れか１項に記載の画像処理装置。
- 前記第１網点領域画素判定手段及び第２網点領域画素判定手段は、原稿画像を読み込む条件に応じて反転回数の計数結果を補正する補正手段を備えることを特徴とする請求項１〜７の何れか１項に記載の画像処理装置。
- 前記補正手段は、反転回数を計数する全ての方向において、反転回数を計数する対象となる画素数を等しくすることを特徴とする請求項８に記載の画像処理装置。
- 前記第１網点領域画素判定手段、及び前記第１網点領域画素数計測手段による各処理は、画像入力手段により原稿画像を読み込む際の往路時に行い、
前記第２網点領域画素判定手段、前記第２網点領域画素数計測手段、及び前記網点線数判別手段による各処理は、前記画像入力手段より原稿画像を読み込む際の復路時に行うことを特徴とする請求項１〜９の何れか１項に記載の画像処理装置。 - 前記第１網点領域画素判定手段及び第２網点領域画素判定手段は、原稿画像における所定の範囲の画像データについて、網点領域画素であるか否かを判定することを特徴とする請求項１〜１０の何れか１項に記載の画像処理装置。
- 前記第１網点領域画素判定手段及び第２網点領域画素判定手段は、原稿画像における略同一の範囲の画像データについて、網点領域画素であるか否かを判定することを特徴とする請求項１１に記載の画像処理装置。
- 前記第１網点領域画素判定手段が、原稿画像の種別を判別する原稿画像自動判別手段に含まれることを特徴とする請求項１〜４の何れか１項に記載の画像処理装置。
- 請求項１〜１３の何れか１項に記載の画像処理装置を備えることを特徴とする画像読取装置。
- 請求項１〜１３の何れか１項に記載の画像処理装置を備えることを特徴とする画像形成装置。
- 入力画像データから原稿画像の網点線数を判定し、判定結果に応じた処理を行って、出力画像を得るための出力画像データを生成する画像処理方法において、
入力画像データに対し、ｎ×ｍ（ｍ、ｎは自然数）マスクを用いて、マスク内の全画素の２値化した画素値を基に画素値の反転回数を計測し、これを第１の閾値と比較し、第１の閾値よりも大きければ、マスク内の注目画素が網点領域画素であると判定する第１網点領域画素判定処理と、
前記入力画像データにおける、前記第１網点領域画素判定処理にて網点領域画素であると判定された第１網点領域画素数を計測する第１網点領域画素数計測処理と、
前記入力画像データに対し、ｎ×ｍマスクのマスクを用いて、マスク内の全画素の２値化した画素値を基に画素値の反転回数を計測し、これを第１の閾値よりも大きい第２の閾値と比較し、第２の閾値よりも大きければ、マスク内の注目画素が網点領域画素であると判定する第２網点領域画素判定処理と、
前記入力画像データにおける、前記第２網点領域画素判定処理にて網点領域画素であると判定された第２網点領域画素数を計測する第２網点領域画素数計測処理と、
第１網点領域画素数計測処理にて計測された第１網点領域画素数と第２網点領域画素数計測処理にて計測された第２網点領域画素数の比と、第３の閾値とを比較して、予め段階的に定めた網点線数のいずれの範囲に入るかを判別する網点線数判別処理と、
を含むことを特徴とする画像処理方法。 - 請求項１〜１３の何れか１項に記載の画像処理装置を動作させるプログラムであって、 コンピュータを上記の各手段として機能させるためのプログラム。
- 請求項１７に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002262144A JP4188039B2 (ja) | 2002-09-06 | 2002-09-06 | 画像処理装置および画像処理方法並びにそれを備えた画像読取装置、画像形成装置、プログラム、記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002262144A JP4188039B2 (ja) | 2002-09-06 | 2002-09-06 | 画像処理装置および画像処理方法並びにそれを備えた画像読取装置、画像形成装置、プログラム、記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004102551A JP2004102551A (ja) | 2004-04-02 |
| JP4188039B2 true JP4188039B2 (ja) | 2008-11-26 |
Family
ID=32262268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002262144A Expired - Lifetime JP4188039B2 (ja) | 2002-09-06 | 2002-09-06 | 画像処理装置および画像処理方法並びにそれを備えた画像読取装置、画像形成装置、プログラム、記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4188039B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4118886B2 (ja) | 2005-01-21 | 2008-07-16 | シャープ株式会社 | 画像処理装置、画像形成装置、画像読取処理装置、画像処理方法、画像処理プログラムおよびコンピュータ読み取り可能な記録媒体 |
| JP4137890B2 (ja) | 2005-01-21 | 2008-08-20 | シャープ株式会社 | 画像処理装置、画像形成装置、画像読取処理装置、画像処理方法、画像処理プログラムおよびコンピュータ読み取り可能な記録媒体 |
| JP4531606B2 (ja) * | 2005-03-28 | 2010-08-25 | シャープ株式会社 | 画像処理装置、画像形成装置、および画像処理方法 |
| JP4871210B2 (ja) * | 2007-05-23 | 2012-02-08 | 京セラミタ株式会社 | 画像処理装置及び画像形成装置 |
| JP4871211B2 (ja) * | 2007-05-23 | 2012-02-08 | 京セラミタ株式会社 | 画像処理装置及び画像形成装置 |
-
2002
- 2002-09-06 JP JP2002262144A patent/JP4188039B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004102551A (ja) | 2004-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8508823B2 (en) | Image processing method, image processing apparatus, image forming apparatus, and recording medium | |
| JP4495197B2 (ja) | 画像処理装置、画像形成装置、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 | |
| JP4495201B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 | |
| US6600832B1 (en) | Image processing method and image processing apparatus including replacing color image input data with achromatic color data | |
| US8411322B2 (en) | Image processing apparatus, image forming apparatus, image processing method and recording medium on which image processing program is recorded | |
| JP3678941B2 (ja) | 画像処理装置及びそれを備えた画像形成装置 | |
| JP4496239B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、画像読取装置、コンピュータプログラム、及び記録媒体 | |
| JPH1169150A (ja) | 像域識別方法および画像処理装置および画像形成装置 | |
| JPH11341284A (ja) | 画像処理装置 | |
| US20060152765A1 (en) | Image processing apparatus, image forming apparatus, image reading process apparatus, image processing method, image processing program, and computer-readable storage medium | |
| JP4465377B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、画像読取装置、コンピュータプログラム、及び記録媒体 | |
| JP4105539B2 (ja) | 画像処理装置およびそれを備えた画像形成装置ならびに画像処理方法、画像処理プログラムおよび記録媒体 | |
| JP4188039B2 (ja) | 画像処理装置および画像処理方法並びにそれを備えた画像読取装置、画像形成装置、プログラム、記録媒体 | |
| JP2003051946A (ja) | 画像処理方法、画像処理装置、画像処理装置を備えた画像形成装置、画像処理プログラム、およびこれを記録したコンピュータ読み取り可能な記録媒体 | |
| JP4064289B2 (ja) | 画像処理装置および画像処理方法並びにそれを備えた画像形成装置、プログラム、記録媒体 | |
| JP2003338930A (ja) | 画像処理方法、画像処理装置、並びに画像形成装置 | |
| JP4039911B2 (ja) | 画像処理装置および画像処理方法 | |
| JP4043982B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラム、並びにそれを記録したコンピュータ読み取り可能な記録媒体 | |
| JP4170247B2 (ja) | 画像処理装置、それを備えた画像形成装置、画像処理方法、プログラム、および、そのプログラムを記録した記録媒体 | |
| JP4545167B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、コンピュータプログラム及び記録媒体 | |
| JP3732376B2 (ja) | 画像処理装置及びそれを備えた画像形成装置 | |
| JP3183787B2 (ja) | 網点領域判定装置 | |
| JP4808282B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 | |
| JP4958626B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、コンピュータプログラム、及び記録媒体 | |
| JPH08149291A (ja) | 網点領域判定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050525 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080606 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080610 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080805 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20080805 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080909 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080910 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4188039 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110919 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120919 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130919 Year of fee payment: 5 |
|
| EXPY | Cancellation because of completion of term |