JP4271805B2 - 画像変換方法 - Google Patents
画像変換方法 Download PDFInfo
- Publication number
- JP4271805B2 JP4271805B2 JP36585899A JP36585899A JP4271805B2 JP 4271805 B2 JP4271805 B2 JP 4271805B2 JP 36585899 A JP36585899 A JP 36585899A JP 36585899 A JP36585899 A JP 36585899A JP 4271805 B2 JP4271805 B2 JP 4271805B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- vector
- pixel
- lookup table
- ideal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/58—Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、カラー画像のテンプレートマッチング用のシステム及び方法に係り、より詳細には、種々のアプリケーションのための連続マルチ平面カラー画像とバイナリ（２値）マルチ平面カラー画像の両方に用いられるテンプレートマッチング用のシステム及び方法に関する。
【０００２】
【従来の技術及び発明が解決しようとする課題】
多種多様のディジタル文書処理タスクがテンプレートベースフィルタを用いて実行される。例示すると、ディジタル文書処理タスクは、画像の解像度変換、復元、外観チューニング及びデスクリーニング(descreening)を含む。これらのタスクはモノクロ画像とカラー画像に対して一般的に実行される。これらのカラー画像は、多数のカラースペース（色空間）平面又はカラー分離層から構成され得る。
【０００３】
従来のシステム及び方法においては、一般的なテンプレートオペレータが設けられ、モノクロ画像とカラー画像の両方に対してバイナリフィルタリングを行う。テンプレートオペレータは、適したウィンドウを用いて画素値の配列を観察する。テンプレートオペレータは、次いで、ウィンドウ内で観察されたバイナリ画素値をベクトル化する。これによって、観察されたバイナリ画素値を表すベクトルが得られる。ベクトルは次いでルックアップテーブルに対するポインタとして使用される。この結果、ルックアップテーブルは適切な出力を生成する。
【０００４】
特に、M. Y. Ting他の"Error Diffused Image Compression Using a Halftone-to-Grayscale Decoder and Predictive Pruned Tree-Structured Vector Quantization."(IEEE Transactions on Image Processing, 3(6):854-858, November 1994)に記載されたエラー拡散されたハーフトーン（中間調）画像をデスクリーニングする方法等の、モノクロのハーフトーン画像に対する種々のデスクリーニング方法が考案されている。
【０００５】
例えば、３ｘ３画素のウィンドウがモノクロ画像を処理するために使用されてもよい。モノクロ画像における幾つかの位置において、この３ｘ３画素のウィンドウはバイナリで表される画素のブロックを観察する。３ｘ３画素のウィンドウはこのバイナリで表された画素のブロックをベクトル化する。ベクトルは、（ａ1ａ2…ａ3）の形態で表される。そして、ベクトルはルックアップテーブルで使用される。具体的には、ベクトルがルックアップテーブルに入力され、ルックアップテーブルは入力されたベクトルをいくつかの所望される値と対応付け、この所望される値がルックアップテーブルから出力される。
【０００６】
或は、シアン、マゼンタ、イエロー、及びブラック（ＣＭＹＫ）のハーフトーンされたデバイス依存型のビットマップをデスクリーニングし、このビットマップを、例えば、デバイス非依存型スペースへ変換することが必要とされる又は所望されることもある。従来のテンプレートオペレータは、フルカラーのＣＭＹＫ画像を処理するために使用される。このようなカラー画像用のテンプレートオペレータは、３ｘ３画素のウィンドウを含むこともある。３ｘ３画素のウィンドウは、元来独立した方法で使用され、四つの９画素ベクトル（ｃ1ｃ2…ｃ9）、（ｍ1ｍ2…ｍ9）、（ｙ1ｙ2…ｙ9）、及び（ｋ1ｋ2…ｋ9）を使用する。
【０００７】
米国特許第5,758,034号は、カラー平面を独立した方法のテンプレートで処理する方法の例を開示している。米国特許第5,758,034号は、ベクトルが四つのルックアップテーブルを索引付けするために使用されることを記載している。或は、いくつかの応用においては、１つのルックアップテーブルが４回索引付けられることもある。この処理方法によって結果的に独立した出力値がカラー平面毎に生成される。
【０００８】
ルックアップテーブルは、元来、トレーニング画像又はトレーニング画像のセットを使って作成される。“Restoration and Enhancement of Digital Documents”( R. Loce and E. Dougherty 著)という書籍において、トレーニング画像のセットに基いてテンプレートをデザインする方法を教示している。トレーニング画像はペアで発生する。ペアのトレーニング画像は、一つのメンバが「一般的に観察画像」であり、もう一つのメンバが「理想画像」である、二つのメンバを有する。このペアのトレーニング画像は、二つの画像同士の間でのパターン統計を求めるとともにこれを解析するコンピュータプログラムへ入力される。
【０００９】
例えば、トレーニング画像のセットのうち、一つのメンバはバイナリハーフトーン画像であり、もう一つのメンバはハーフトーン処理前のオリジナルのグレイスケール画像である。この場合、「観察画像」はハーフトーン画像であり、デスクリーニング用フィルタの理想出力は、ハーフトーン処理前のグレイスケール画像である。バイナリ画像からグレイスケール画像への変換は、一般に、「デスクリーニング処理」と呼ばれる。ターゲット画素周辺のバイナリ画像内に発生する所与のパターンに対しては、トレーニング解析は、グレイスケール画像内の対応する位置におけるターゲット画素を検討する。例えば、ウィンドウの中心がターゲット画素位置に置かれる。同一のバイナリパターンの各々異なった位置に対応付けされたグレイ画素のセットに基いて、「最良グレイ画素値」が、所与のテンプレートの中心画素又は「原点（origin）」における画素、即ち、ターゲット画素、に対して決定される。この解析は、有意であると理解される全てのバイナリパターンに対して実行される（但し、有意度(significance)は（バイナリパターンの）発生頻度又はフィルタリングされた画像へ与える効果による。）それゆえ、あるテンプレートが観察され、それが有意であると、ターゲット画素にはある値が割り当てられる。従って、カラー画像を処理するためのフィルタのデザインは、統計的最適化技術又はエキスパートの知識によって実行される。
【００１０】
ルックアップテーブル表示の使用に相当する他のアプローチには、ブール論理表示(Boolean logic representation)がある。ブール論理表示において、画素値は、積の論理和などの論理的アーキテクチャにおける変数として使用される。ブール論理表示を用いたときのテンプレートフィルタデザインの目標は、統計的に最適化されたブール演算子を導き出すことにある。従来のシステム及び方法においては、ブール演算子が最適化されると共に個々にカラー平面上に用いられる。
【００１１】
従って、解像度変換、復元、外観調整、及びデスクリーニングなどのタスクがモノクロ画像又はカラー画像に対して実行されるとき、フィルタは各カラー平面に対して個々に適用される。フィルタは、一つの画像即ちバイナリ画像を、他の画像即ちグレイスケール画像へ、変換するオペレータ又はデバイスとして特徴付けられる。これによって、各カラー平面は個々に処理される。しかしながら、各カラー平面の個別処理はいつも適切とは限らない。というのは、従来のアプローチは、最終的に得られたカラー平面の、同時使用、例えば、ビューイング、に対しては一貫性がない（矛盾している）。
【００１２】
さらに、従来の方法においては、所与のカラー平面に対する各テンプレートベースのフィルタは、通常、不都合な平面対平面の相互作用を考慮せずに、デザインされている。シアンフィールド内のブラックテキストのエッジを強調しようとする場合、このような不都合な平面対平面の相互作用が発生する。この場合にカラー平面の個別処理を行うことによって、ブラック領域とシアン領域の間にホワイトギャップなどの画像のアーチファクト（artifact）が生じてしまう。（カラー平面の）個別処理による他のテンプレート−フィルタアプリケーションは、色々な変則、又は全体的に副次的に最適なパフォーマンスを呈する。
【００１３】
更に、個別のデスクリーニングを実行するための従来の方法もまた種々の問題を含んでいる。具体的には、従来の個別のデスクリーニングは使用可能な全ての情報を使用するわけではない。結果的に生成された画像は、使用可能な情報をより多く使用した場合に得られる画像よりも洗練されていない。また、カラー平面を個別にデスクリーニングすることによって、引き続いて行われるカラー変換において空間的構造情報を使用することが不可能である。
【００１４】
個別処理によるテンプレートマッチングを介して画像エンハンスメントを用いる従来の技術は、生成する画像に欠陥を生じる。これらの欠陥には、例えば、画像のカラー平面のボーダー（境界）に発生するホワイトギャップが含まれる。印刷工程における位置合わせを外すことによって一つのエッジのカラー間でホワイトギャップが生じないように、少しだけオーバーラップしたカラーエッジを生成することは公知である。この意図的なオーバーラップは、「トラッピング（trapping）」と呼ばれる。しかしながら、従来の方法及び技術では、マルチカラー画像を処理する際のテンプレートベースのフィルタの最適化された使用方法が簡易に提供されていない。特に、従来の方法及び技術では、マルチカラー画像に対してデスクリーニング処理を行う際のテンプレートベースのフィルタの最適化された使用方法が提供されていない。
【００１５】
【課題を解決するための手段】
本発明は、マルチ平面画像を入力し、単一平面ではなく幾つかの平面にわたって連帯式に対応付けされたベクトルを得る、システム及び方法を提供する。
【００１６】
本発明は、カラー平面にわたって同時にテンプレートマッチングを行うシステム及び方法を別に提供する。
【００１７】
本発明は、単一平面ベクトルではなく、ジョイントマルチ平面ベクトルを用いて、テンプレートマッチングの論理を最適化するシステム及び方法を別に提供する。
【００１８】
本発明は、入力された画像内の所与の画像位置のマルチ平面ベクトルを入力し、連帯式に最適化されたルックアップテーブルを用いてこの所与の画像位置の全てのカラー平面に対する出力を同時に生成するシステム及び方法を別に提供する。
【００１９】
本発明は、テンプレートマッチングプロセスにおいて互換性を持つように二つのカラー平面内のエッジ処理を行うシステム及び方法を別に提供する。
【００２０】
本発明は、最適化されたカラースペース変換を行うために局所的構造情報のカラー設定を使用するシステム及び方法を別に提供する。
【００２１】
本発明は、単一カラー平面をデスクリーニングするシステム及び方法を別に提供する。
【００２２】
本発明のシステム及び方法における一つの実施の形態によれば、一つ、二つ、三つ、又は四つの入力バイナリカラー平面を、例えば、３ｘ３画素のウィンドウのような入力観察ウィンドウを通してビュー（view）する、デスクリーニング及びカラー変換方法が提供されている。この得られた単一平面ベクトル同士が結合して、デスクリーニング又は他のカラー変換プロセスのためのルックアップテーブル内で使用されるマルチ平面ベクトルを生成する。これによって、カラー平面間の種々の相互作用を考慮して、例えば、最適なカラースペース変換が提供される。具体的には、マルチ平面ベクトルを用いることによって得られた更なる情報のおかげで、本発明のシステム及び方法は、例えば、複合的な一回に付き一平面を処理する方式の従来の方法より、もっと正確なカラー値を用いてカラーデスクリーニングを実行する技術を提供する。
【００２３】
本発明のシステム及び方法の他の利点及び特徴は、以下に示す実施の形態において詳細に記載されることによってより明確に理解されるものである。
【００２４】
【発明の実施の形態】
図１は、本発明によるテンプレートマッチングシステム２００の汎用化された機能ブロック図の実施の形態を示す。テンプレートマッチングシステム２００は、信号ライン即ちリンク１１０を介して画像データソース１００に接続され、信号ライン即ちリンク３１０を介して画像データシンク３００に接続されている。画像データソース１００は、多種多様の画像データをテンプレートマッチングシステム２００へ提供する。画像データシンク３００は、テンプレートマッチングシステム２００によって出力された処理済画像を受け取る。
【００２５】
一般に、画像データソース１００は、スキャナ、ディジタル複写機、ファクシミリのような電子画像データを生成するために適したデバイス、又はネットワークのクライアント又はサーバのような電子画像データを記憶及び／又は転送するために適したデバイスなどの多数の異なるソースのいずれであってもよい。また、画像データソース１００は必ずしも単一デバイスである必要はなく、むしろ、二つ以上の別個のデバイスによって構成されていても良い。例えば、一つのデバイスがトレーニング画像データを記憶し、他のデバイスが他のバイナリ画像データを記憶していてもよい。
【００２６】
従って、本発明のテンプレートマッチングシステム２００へ画像データを提供することが可能であれば、画像データソース１００は、公知の又はその時点から開発された／開発されるソースのいずれであってもよい。同様に、テンプレートマッチングシステム２００によって出力される処理済画像データを受け取ることが可能であり、この処理済画像データを記憶、転送及び／又は表示することが可能であれば、画像データシンク３００は、公知の又はその時点から開発された／開発されるデバイスのいずれであってもよい。このように、画像データシンク３００は、例えば、復元されたグレイスケール画像データ又は強調された画像データを転送するためのチャネルデバイスであってもよいし、表示、記憶のためのディスプレイデバイスであってもよいし、又は、画像データを表示するか又はさらに転送する必要が生じるまで、復元されたグレイスケール画像又は強調された画像データを無期限に記憶するための記憶デバイスであってもよい。
【００２７】
更に、チャネルデバイスは、画像データをテンプレートマッチングシステム２００から物理的な遠隔の記憶デバイス又はディスプレイデバイスへ転送する公知の任意な構造又は装置であっても良い。従って、チャネルデバイスは、公衆電話交換回線網、局所又は広域ネットワーク、イントラネット、インターネット、無線転送チャネル、他の分散形ネットワーク等であってもよい。同様に、記憶デバイスは、ＲＡＭ（ランダムアクセスメモリ）、ハードドライブ及びディスク、フロッピドライブ及びディスク、光ドライブ及びディスク、フラッシュメモリ等のような画像データを無期限に記憶する公知の任意な構造装置であってよい。最後に、ディスプレイデバイスは、画像を表示又はレンダリングする公知の任意なデバイスであってもよい。即ち、ディスプレイデバイスは、ＣＲＴ（陰極線管）、アクティブ又はパッシブ・マトリックスＬＣＤ（液晶ディスプレイ）、アクティブ又はパッシブ・ＬＥＤ（発光ダイオード）ディスプレイ、レーザプリンタ、インクジェットプリンタ、ディジタル複写機等であってよい。
【００２８】
更に、画像データソース１００及び画像データシンク３００は、テンプレートマッチングシステム２００から物理的に遠く離れていても上述されたチャネルデバイスを介して到達可能であればよい。或は、テンプレートマッチングシステム２００は、画像データソース１００及び画像データシンク３００のいずれか又は両方と一体化されていてもよい。例えば、画像データソース１００はディジタル式写真複写機のスキャナであってもよいし、一方で、画像データシンク３００がディジタル式写真複写機の画像出力ターミナルであってもよい。
【００２９】
本発明のシステム及び方法によると、例えば、まず、ルックアップテーブルが作成される。作成されたルックアップテーブルは、観察画像を他の画像、即ち、理想画像へ変換する種々のテンプレートを含んでいる。これらのテンプレートを含んだルックアップテーブルが作成されるとすぐに、次にこのルックアップテーブルが実装される。即ち、観察画像を理想画像へ実際に変換するようにルックアップテーブルが実装されるのである。テンプレートマッチングシステム２００は、ルックアップテーブルを作成するプロセスと作成されたルックアップテーブルを実装するプロセスとの両方を実行するシステムを例示する。しかしながら、ルックアップテーブルがこのルックアップテーブルを実際に作成したシステムとは分離した他の実装用システムに多分難なく転送されてもよいことを認識されたい。
【００３０】
図１に示されているように、テンプレートマッチングシステム２００は、各々がデータバス２９５に接続された、コントローラ２１０、Ｉ／Ｏ（入出力）インタフェース２２０、局所画像データ解析回路２３０、処理回路２４０、及びメモリ２８０を有する。入出力インタフェース２２０は、信号ライン即ちリンク１１０及び３１０の各々を介して画像データソース１００及び画像データシンク３００にも接続可能である。
【００３１】
更に、図１に示されるように、メモリ２８０は、理想画像データメモリ２８１、理想画像パターンデータメモリ２８２、理想画像ベクトルデータメモリ２８３、観察画像データメモリ２８４、観察画像パターンデータメモリ２８５、観察画像ベクトルデータメモリ２８６、及びルックアップテーブルメモリ２８７を有する。
【００３２】
理想画像データメモリ２８１は、連続画像データ等のトレーニング画像データを記憶する。理想トレーニング画像データは、入出力インターフェース２２０を介して画像データソース１００から入力される。或は、理想トレーニング画像データは、例えば、マルチカラー平面を含むバイナリカラー画像であってもよい。理想画像パターンデータメモリ２８２は、入力されたトレーニング画像を表すパターン情報等の入力されたトレーニング画像から得られる、解析されたデータ情報を記憶する。理想画像ベクトルデータメモリ２８３は、入力されたトレーニング画像を表すベクトル情報等の入力されたトレーニング画像から得られる、解析されたデータ情報を記憶する。
【００３３】
また、観察画像データメモリ２８４は、観察画像データを記憶する。このデータは、入出力インターフェース２２０を介して画像データソース１００から入力されてもよいし、理想画像を何らかの方法で変換することから得てもよい。具体的には、観察画像データメモリ２８４は、局所画像データ解析回路２３０で生成される観察画像データを記憶してもよい。観察画像パターンデータメモリ２８５は、観察画像を表すパターン情報等の観察画像から得られる、解析されたデータ情報を記憶する。観察画像ベクトルデータメモリ２８６は、観察画像を表すベクトル情報等の観察画像データメモリ２８４内に記憶された観察画像から得られる、解析されたデータ情報を記憶する。ルックアップテーブルメモリ２８７は、局所画像データ解析回路２３０によって生成されたルックアップテーブルデータを記憶する。ルックアップテーブルは、観察画像データを、この観察画像データに対応する理想画像データに関連付ける。ルックアップテーブルが一旦作成されると、ルックアップテーブルは、観察画像を理想画像へ変換するために多種多様なシステム及びデバイス上で使用される。
【００３４】
メモリ２８０は、テンプレートマッチングシステム２００に要求されるあらゆる必要な制御プログラム及び／又はデータも記憶する。従って、メモリ２８０は、スタティック又はダイナミックＲＡＭ、フロッピーディスク及びディスクドライブ、書き込み可能な光ディスク及びディスクドライブ、ハードディスク及びディスクドライブ、フラッシュメモリ等を使って実行することができる。メモリ２８０は、ＰＲＯＭ（プログラム可能ＲＯＭ）、ＥＰＲＯＭ（消去可能ＰＲＯＭ）、ＥＥＰＲＯＭ（電気的消去可能ＰＲＯＭ）、ＣＤ−ＲＯＭ（コンパクトディスクＲＯＭ）及びディスクドライブ等を含むリードオンリーメモリを有することもできる。
【００３５】
本発明のシステム及び方法によれば、理想画像は、図１に示されたテンプレートマッチングシステム２００を用いて、観察画像からモデリングされ、復元されてよい。しかしながら、これを達成するためには先ずモデリングプロセス即ちトレーニングプロセスを実行する必要がある。モデリングプロセスには、観察画像における特定のパターンとマッチングさせるテンプレートの作成、即ち、テンプレートマッチングプロセス、が伴う。テンプレートマッチングプロセスによってルックアップテーブルが作成される。
【００３６】
図２は、図１の局所画像データ解析回路２３０の実施の形態をより詳細に示す機能ブロック図である。図２に示されるように、局所画像データ解析回路２３０は、ルックアップテーブル生成サブシステム２６０及び画像解析サブシステム２７０を有する。ルックアップテーブル生成サブシステム２６０は本発明のシステム及び方法に応じてルックアップテーブルを生成する。画像解析サブシステム２７０は、ルックアップテーブル生成サブシステム２６０によって作成されたルックアップテーブルを用いて画像を解析する。テンプレートマッチングシステム２００がルックアップテーブルの作成及び実装の両方を実行することから、本発明のシステム及び方法の実施の形態に従って画像解析サブシステム２７０はテンプレートマッチングシステム２００内に含まれる。しかしながら、ルックアップテーブルを作成するためのみに使用されるシステムにおいては、ルックアップテーブルを実行するために使用される画像解析サブシステム２７０の部分は省くことができることが理解されよう。ルックアップテーブル生成サブシステム２６０及び画像解析サブシステム２７０は共にデータバス２９５に接続されている。
【００３７】
ルックアップテーブル生成サブシステム２６０及び画像解析サブシステム２７０の各々は、図３及び図４の各々に示されるサブシステムを有する。図３は、図２のルックアップテーブル生成サブシステム２６０の実施の形態をより詳細に示す機能ブロック図である。図３に示されるように、ルックアップテーブル生成サブシステム２６０は、各々がデータバス２９５に接続された、理想画像解析回路２６２、理想画像画素パターン決定回路２６３、理想画像ベクトル決定回路２６４、観察画像解析回路２６６、観察画像画素パターン決定回路２６７、観察画像ベクトル決定回路２６８、及びルックアップテーブル編集回路２６９を有する。
【００３８】
理想画像解析回路２６２は、処理すべき理想画像の初期解析を実行する。理想画像画素パターン決定回路２６３は、理想画像における画素パターンを決定する。理想画像ベクトル決定回路２６４は、理想画像画素パターン決定回路２６３によって決定された画素パターンを解析し、理想画像画素パターンを表すベクトルを生成する。
【００３９】
観察画像解析回路２６６は、理想画像から得られた観察画像に対して初期解析を実行する。観察画像画素パターン決定回路２６７は、観察画像内の画素パターンを決定する。また、観察画像ベクトル決定回路２６８は、観察画像画素パターン決定回路２６７によって決定された画素パターンを解析し、観察画像内の観察画像画素パターンを表すベクトルを生成する。
【００４０】
ルックアップテーブル編集回路２６９は、理想画像ベクトル決定回路２６４及び観察画像ベクトル決定回路２６８によって生成された情報を編集し、編集された情報に基づいてルックアップテーブルを生成する。
【００４１】
図４は、図２の画像解析サブシステム２７０の実施の形態をより詳細に示す機能ブロック図である。図４に示されるように、画像解析サブシステム２７０は、各々がデータバス２９５に接続された、入力画像解析回路２７２、ベクトル決定回路２７４、及びルックアップテーブル値抽出回路２７６を有する。入力画像解析回路２７２はまず解析対象となる観察画像を入力し、その画像の初期解析を実行する。ベクトル決定回路２７４は、入力画像解析回路２７２によって生成された情報について更なる解析を実行し、入力画像解析回路２７２によって得られた情報に基づいてベクトルセットを生成する。ルックアップテーブル値抽出回路２７６は、ベクトル決定回路２７４において生成されたベクトル情報を入力し、ルックアップテーブルへの入力としてベクトル情報を使用する。それから、ルックアップテーブル値抽出回路２７６は、入力されたベクトル情報に対応するルックアップテーブルから適切な値を抽出する。
【００４２】
本発明のシステム及び方法による例示的な学習又はトレーニングプロセスにおいて、理想トレーニング画像が画像データソース１００からリンク１１０を介して入力される際に、コントローラ２１０はルックアップテーブルの作成を開始する。次いで、理想トレーニング画像は理想画像データメモリ２８１内に記憶される。本発明のシステム及び方法の種々の実施の形態において、例えば、トレーニング画像は、復元するためのより良質な画像の特定の観察画像に依存する多種多様な画像のいずれであってもよい。
【００４３】
以下に記述されるテンプレートマッチングシステム２００の実施の形態において、この例示的なテンプレートマッチングシステム２００は入力された理想の画像を観察画像へ変換して対（ペア）のトレーニング画像を生成する。しかしながら、本発明のシステム及び方法は、理想の画像について変換プロセスを実行することによって観察画像を生成することに限定されないことを認識されたい。それよりも寧ろ、本発明のシステム及び方法には、対応する理想画像と観察画像を個々に入力することも含まれる。これらの対応する理想画像と観察画像は、例えば、実験室での実験に基づいたエキスパートの知識に基づいて選択することができる。
【００４４】
本発明のシステム及び方法によれば、理想トレーニング画像は、理想画像解析回路２６２によって画像データソース１００から入力される。入力された画像は理想画像データメモリ２８１に記憶される。次いで、理想画像画素パターン決定回路２６３は理想トレーニング画像を解析する。この実施の形態において、理想トレーニング画像は、バイナリマルチプレーン画像である。しかしながら、以下に更に記述されるように、多種多様な画像の種類と組み合わされて使用されることも認識されたい。例えばバイナリ画像をグレイスケール画像へ変換するためのデスクリーニングプロセスを実行するために本発明のシステム及び方法を使用してもよい。
【００４５】
理想画像画素パターン決定回路２６３は、バイナリ理想画像における画素パターンを観察し、この画像情報を対応付けられたターゲット画素情報と共に、理想画像パターンデータメモリ２８２に記憶する。次いで、理想画像ベクトル決定回路２６４は、理想画像パターンデータメモリ２８２内に記憶された画素パターンについて解析を行う。具体的には、理想画像ベクトル決定回路２６４は観察された画素パターンをマルチプレーンベクトルへ変換する。理想画像ベクトル決定回路２６４がトレーニング画像を表すマルチプレーンベクトルを各画素毎に決定した後、このベクトルデータ及び画素位置データが理想画像ベクトルデータメモリ２８３に記憶される。
【００４６】
本発明によるテンプレートマッチングシステム２００は、例えば、マルチカラー平面を有するバイナリカラー画像用にテンプレートマッチングプロセスを実行する。本明細書中に記述されている本発明のテンプレートマッチングシステム及び方法の種々の実施の形態において、理想画像及び観察画像は各々四つのカラー平面を有している。しかしながら、本発明は四つのカラー平面に限定されるものではない。代わりに、少なくとも二つのベクトル又はそれと等価な数学的表現によって画像が表されるのであれば、本発明のテンプレートマッチングシステム及び方法は、三つ、二つ、又は一つのカラー平面を有する画像を処理し、操作するために使用されてもよい。本明細書中に使用されているように、「ベクトル」は、画像の特性又は画像の一部を何らかの形態で表現する数学的表現を表すように意図されている。或いは、四つより多いカラー平面を有する画像は、本発明のテンプレートマッチングシステム及び方法に従って処理されてよい。更に、本明細書中に用いられているように、「値」は、（画像）情報をあらゆる多種多様な形態で表すように意図されている。例えば、単一な値は、副値（sub-value）として特徴付けられる多数の値を有してもよい。
【００４７】
テンプレートマッチングシステム２００は、理想画像を観察画像と対応付けるための改良されたルックアップテーブルを提供する。テンプレートマッチングシステム２００は、特に、各カラー平面からターゲット画素情報だけでなく近傍画素情報を同時に用いてルックアップテーブルへの入力ベクトルを形成する。本発明によって生成され、記憶されたルックアップテーブルは、出力された画素の全てのカラー平面に対して変換されたカラー情報を出力する。
【００４８】
ルックアップテーブルの作成において、理想画像解析回路２６２は、理想トレーニング画像の画素を横切るように適切なスライドウィンドウ（sliding window）を走査する。具体的には、理想画像画素パターン決定回路２６３は、例えば、スライドウィンドウを用いることによって、理想画像内の全てのカラー平面内の全画素を順次観察する。スライドウィンドウが理想画像の画素を横切って走査する時、所与の時間に特に指定された画素、即ち、所与のカラー平面内のターゲット画素、について情報が生成される。
【００４９】
理想画像画素パターン決定回路２６３は高速走査方向に沿って即ち水平方向に沿ってウィンドウを走査する。具体的には、理想画像画素パターン決定回路２６３が、任意の第１のターゲット画素と任意の第１のカラー平面において開始される画素情報を入力する。理想画像画素パターン決定回路２６３は、第１のカラー平面における第１のターゲット画素を観察する。観察されたパターン情報は、理想画像パターンデータメモリ２８２内に記憶される。次いで、理想画像画素パターン決定回路２６３は、第２のカラー平面における第１のターゲット画素のパターン情報を観察し、記憶する。その後、理想画像画素パターン決定回路２６３は、第３及び第４のカラー平面各々における第１のターゲット画素のパターン情報を観察し、記憶する。
【００５０】
各カラー平面において第１のターゲット画素が観察されると、理想画像画素パターン決定回路２６３はウィンドウを第２のターゲット画素へ移動させる。第１のターゲット画素の観察と同様の方法で、各カラー平面において第２のターゲット画素を順次観察する。観察されたパターン情報は理想画像パターンデータメモリ２８２に記憶される。全てのカラー平面において第２のターゲットが観察されると、理想画像画素パターン決定回路２６３は、画像全体が入力されるまで、第３のターゲット画素、第４のターゲット画素、次の画素へとウィンドウを移動させる。
【００５１】
最終的に、理想画像における四つのカラー平面全てにおいて最終のターゲットが観察される。結果的に、理想画像内の各カラー平面における各ターゲット画素に対してのターゲット画素パターン情報は、理想画像パターンデータメモリ２８２に記憶される。具体的には、テンプレートマッチングシステム２００のトレーニングプロセスに従って、理想画像画素パターン決定回路２６３は、理想トレーニング画像の各カラー平面の観察されたターゲット画素毎に特定の画素パターンを表すデータを生成する。このパターンデータは、対応付けされたターゲット画素の座標と共に、理想画像画素パターンデータメモリに記憶される。
【００５２】
上記のように、理想画像画素パターン決定回路２６３は、あるターゲット画素に対する全てのカラー平面を観察してから、次のターゲット画素に移動する。しかしながら、本発明のシステム及び方法はこのような技術に限定されるものではない。その代わり、理想画像画素パターン決定回路２６３は、第１のカラー平面内の各ターゲット画素を観察できる。第１のカラー平面内で各ターゲット画素が観察されると、理想画像画素パターン決定回路２６３は、次に、第２のカラー平面内で各ターゲット画素を観察する等々、を行う。例えば、求められる情報が好適なバッファメモリに記憶され得る
【００５３】
入力された理想トレーニング画像が解析されると、コントローラ２１０は、理想画像データメモリ２８１に記憶された入力された理想トレーニング画像を、対応する観察トレーニング画像へ変換するように、プロセッシング回路２４０をコントロールする。この変換は、ペアのトレーニング画像の第２のメンバを作成するために実行される。第１のメンバは理想画像である。理想トレーニング画像に対して実行される特定の変換プロセスは、テンプレートマッチングシステム２００の特定のアプリケーションによって変化する。例えば、この特定の変換プロセスとは、ハーフトーン処理、逆ハーフトーン処理又はデスクリーニング、分解、セグメンテーション、カラースペース変換、解像度エンハンスメント、ノイズフィルタリング、又はカラー画像又は白黒画像用の他の公知の又はその時点から開発された／開発される変換プロセスであってよい。
【００５４】
しかしながら、上記のように、本発明のシステム及び方法は理想画像を変換することによって観察トレーニング画像即ち観察画像を生成することに限定されるものではない。その代わり、本発明のシステム及び方法は、対応する理想トレーニング画像と観察トレーニング画像を個々に入力することも含み得る。これらの対応する理想トレーニング画像及び観察トレーニング画像は、例えば、エキスパートの知識に基づいて選択することができる。
【００５５】
変換プロセスの結果としては、観察画像は、プロセッシング回路２４０によって、理想画像から生成即ち変換され、得られた画像は観察画像データメモリ２８４に記憶される。ルックアップテーブル生成サブシステム２６０は、観察画像を解析するために、観察画像解析回路２６６を有する。
【００５６】
観察画像解析回路２６６は、観察画像データメモリ２８４から観察トレーニング画像を検索する。その後、図５に示されるように、観察画像画素パターン決定回路２６７は次いで観察トレーニング画像の画素を横切って３ｘ３画素のウィンドウ４３０等のスライドウィンドウを走査する。観察画像画素パターン決定回路２６７は、スライドウィンドウを用いて、観察画像におけるカラー平面内の近傍画素に対する観察画像データ値を特定のターゲット画素に対して観察する。観察画像画素パターン決定回路２６７は、任意の第１のターゲット画素においてスタートする画素情報と、観察画像内の所定の任意の第１のカラー平面と、を入力する。観察画像画素パターン決定回路２６７は、第１のカラー平面内の第１のターゲット画素の近傍画素を観察する。観察されたパターン情報は観察画像パターンデータメモリ２８５に記憶される。観察画像画素パターン決定回路２６７は次いで第２のカラー平面内の第１のターゲット画素の近傍画素を観察し、記憶する。このパターン情報もまた観察画像パターンデータメモリ２８５に記憶される。その後、観察画像画素パターン決定回路２６７は、観察画像の第３及び第４のカラー平面における第１のターゲット画素の近傍画素のパターン情報を観察し、記憶する。
【００５７】
観察画像画素パターン決定回路２６７は、観察画像を解析するためにスライドウィンドウ技術を使用する。例示的に、３ｘ３画素のスライドウィンドウが観察画像画素パターン決定回路２６７によって使用される。観察画像画素パターン決定回路２６７は、観察画像データメモリ２８４に記憶された観察画像の画像データを横切って３ｘ３画素のスライドウィンドウを走査する。
【００５８】
図５はこの種の３(３画素のスライドウィンドウの例を示す。図５に示されるように、スライドウィンドウ４３０は、各々が直座標０乃至２を備えた３つの行と各々が水平座標０乃至２を備えた３つの列とを有する画素のアレイを有する。水平軸は高速走査方向を表し、垂直軸は低速走査方向の特定画素を表す。スライドウィンドウはターゲット画素４３２を有する。例えば、３(３画素のスライドウィンドウ４３０は、座標（１，１）に位置した中心又はターゲット画素４３２を含む。ターゲット画素４３２は、観察画像データメモリ２８４内に記憶された観察画像を解析するために使用される。しかしながら、他の種々のウィンドウも観察画像画素パターン決定回路２６７によって使用され得ることが認識されよう。
【００５９】
図６及び図７は他のタイプのウィンドウを示す。ウィンドウ４３０に代わってこれらのウィンドウと共に他のウィンドウも、本発明のシステム及び方法による観察画像画素パターン決定回路２６７によって使用され得る。例えば、図６は、中心又はターゲット画素を座標（１，０）を位置させた３ｘ３画素のウィンドウを示す。また、使用される特定ウィンドウは、３ｘ３画素のウィンドウに限定されない。図示されているように、図７は、やや変化した非対称形のウィンドウを示す。さらに、他の好適な種々のウィンドウとしては、例えば、ターゲット画素を座標（１，０）に位置させた３ｘ２画素の配列になるように形成されたウィンドウが使用されてもよい。
【００６０】
本発明によるテンプレートマッチングシステム及び方法のあらゆる特定の実施の形態に使用される特定のスライドウィンドウは、解析されている特定画像の特定の必要条件に左右される。更に、スライドウィンドウ内のターゲット画素の特定の位置は特定のアプリケーションの必要条件に左右される。
【００６１】
各カラー平面において第１のターゲット画素の近傍画素が観察されると、観察画像画素パターン決定回路２６７はウィンドウを第２のターゲット画素に移動させる。観察画像内の第１のターゲット画素の近傍画素を観察するための同様の方法において、観察画像画素パターン決定回路２６７は各カラー平面内の第２のターゲット画素の近傍画素を順次観察する。観察されたパターン情報は観察パターンデータメモリ２８５内に記憶される。第２のターゲット画素の近傍画素内で全てのカラー平面が観察されると、観察画像画素パターン決定回路２６７は、第３のターゲット画素、第４のターゲット画素、次の画素へとウィンドウを移動させる。
【００６２】
最終的に、観察画像内の四つのカラー平面全てにおいて最終ターゲット画素の近傍画素が観察される。結果的に、各カラー平面内のターゲット画素毎のターゲット画素パターン情報が観察パターンデータメモリ２８５内に記憶される。具体的には、テンプレートマッチングシステム２００によって実行されるトレーニングプロセスによって、観察画像画素パターン決定回路２６７は、観察トレーニング画像の各カラー平面内の観察されたターゲット画素毎に特定パターンデータを表すデータを生成する。各対応付けされたターゲット画素の座標と共に、このパターンデータは、観察画像パターンデータメモリ２８５内に記憶される。
【００６３】
上記のように、観察画像画素パターン決定回路２６７は、あるターゲット画素に対して各カラー平面内の全ての近傍画素を観察し、次のターゲット画素へ移る。或は、観察画像画素パターン決定回路２６７は、第１のカラー平面内の全てのターゲット画素の近傍画素を観察することができる。第１のカラー平面についての各ターゲット画素周辺の近傍画素が観察されると、観察画像画素パターン決定回路２６７は、次いで、第２のカラー平面内、次のカラー平面内、と各ターゲット画素周辺の近傍画素を観察する。
【００６４】
従って、理想画像のカラー平面毎に完全なパターンデータ情報が理想画像パターンデータメモリ２８２内に記憶される。観察画像内のカラー平面毎にも完全なパターン情報が観察画像パターンデータメモリ２８５内に記憶される。この情報が蓄積されると、ルックアップテーブル生成サブシステム２６０が、理想画像内の画素値を観察画像内の画素値に対応付ける。即ち、ルックアップテーブル生成サブシステム２６０は、観察画像を理想画像へマッピングするルックアップテーブルを生成する。
【００６５】
ルックアップテーブル生成サブシステム２６０の理想画像ベクトル決定回路２６４は、理想画像パターンデータメモリ２８２から理想画像画素パターン情報を検索することによって、マッピングプロセスを開始する。理想画像ベクトル決定回路２６４は第１のカラー平面に対する第１の画素についての画素パターン情報を検索する。理想画像ベクトル決定回路２６４は次いで第１の画素を表す第１のベクトルを形成するためにこの第１の画素パターン情報をベクトル化する。理想画像ベクトル決定回路２６４は次いで第２乃至第４のカラー平面について第１の画素パターン情報を検索し、この情報をベクトル化して第２乃至第４の各ベクトルへ変換する。
【００６６】
本発明のシステム及び方法によれば、理想画像ベクトル決定回路２６４は、第１乃至第４のベクトルを結合して単一ベクトルを生成する。ＣＭＹＫ（シアン、マゼンタ、イエロー、及びブラック）カラーのバイナリ画像用のウィンドウを用いて得られた単一ベクトルは、理想画像内での観察された画素を表す。理想画像ベクトル決定回路２６４は、結合されたベクトルに対応付けされたターゲット画素座標と共に、結合されたベクトルを、理想画像ベクトルデータメモリ２８３に記憶する。
【００６７】
本発明のシステム及び方法によれば、上記のように、理想画像ベクトル決定回路２６４がトレーニング画像内の第１のターゲット画素を解析した後、理想画像ベクトル決定回路２６４は次いで理想画像パターンデータメモリ２８２から次のターゲット画素に対する画素パターンを検索する。上記のように、理想画像ベクトル決定回路２６４は、各カラー平面内の次のターゲット画素に対して画素パターンを解析する。これによって、理想画像ベクトル決定回路２６４は理想画像の第２のターゲット画素に対して結合されたベクトルを生成する。理想画像ベクトル決定回路２６４は理想画像パターンデータメモリ２８２内のカラー平面毎に全ての画素パターンがターゲット画素毎にベクトル化されるまで、このプロセスを続ける。
【００６８】
ルックアップテーブル生成サブシステム２６０の観察画像ベクトル決定回路２６８は、観察画像パターンデータメモリ２８５から観察されたパターン情報を検索することによって開始される。観察画像ベクトル決定回路２６８は次いで観察画像内の第１のカラー平面に対する第１の画素についての画素パターン情報を検索する。観察画像ベクトル決定回路２６８は次いで第１のベクトルを形成するためにこの第１のパターン情報をベクトル化する。例えば、第１のカラー平面がシアンカラー平面であれば、これによって、ベクトル「ｃ1,ｃ2, …ｃ9」が生じる。観察画像ベクトル決定回路２６８は次いで第２乃至第４のカラー平面に対して第１の画素パターン情報を検索し、この情報をベクトル化して第２乃至第４のベクトルを各々形成する。例えば、第２乃至第４のカラー平面が各々マゼンタ、イエロー、及びブラックのカラー平面ならば、これによって、三つのベクトル「ｍ1ｍ2…ｍ9」、「ｙ1ｙ2…ｙ9」、及び「ｋ1ｋ2…ｋ9」が各々生じる。観察画像ベクトル決定回路２６８は、第１乃至第４のベクトルを結合して単一のベクトルを生成する。ＣＭＹＫカラーの観察されたバイナリ画像用の３ｘ３画素のウィンドウを用いて得られた単一ベクトルは、次いで、３６個の要素をもつベクトル「ｃ1ｃ2…ｃ9，ｍ1ｍ2…ｍ9，ｙ1ｙ2…ｙ9，ｋ1ｋ2…ｋ9」の形態で書き込まれる。観察画像ベクトル決定回路２６８は、この結合されたベクトルに対応付けされたターゲット画素座標と共に、結合されたベクトルを、観察画像ベクトルデータメモリ２８６に記憶する。
【００６９】
観察画像ベクトル決定回路２６８は、次のターゲット画素に対する画素パターンを観察パターンデータメモリ２８５から検索する。上記のように、観察画像ベクトル決定回路２６８は、各カラー平面内の次のターゲット画素に対して画素パターンを解析する。これによって、観察画像ベクトル決定回路２６８は、観察画像の第２のターゲット画素に対して結合ベクトルを生成する。観察画像ベクトル決定回路２６８は、観察画素パターンデータメモリ２８５内の各カラー平面に対して、全ての画素パターンがターゲット画素毎にベクトル化されるまで、このプロセスを続ける。
【００７０】
これによって、観察画像の各ターゲット画素についての完全なベクトル情報が、観察画像ベクトルデータメモリ２８６内に記憶されると共に、理想画像の各ターゲット画素についての完全なベクトル情報が、理想画像ベクトルデータメモリ２８３内に記憶される。明らかなように、理想画像内の各ターゲット画素は、観察画像内のターゲット画素に対応する。即ち、これは、理想画像と観察画像がトレーニングペア（トレーニング画像ペア）を形成するためである。これによって、ルックアップテーブル生成サブシステム２６０のルックアップテーブル編集回路２６９はこの対応を使用して理想画像ベクトルデータメモリ２８３内のベクトルを観察画像ベクトルデータメモリ２８６内のベクトルに対応付ける。具体的には、ルックアップテーブル編集回路２６９は、これらの対応しているターゲット画素をマッチングすることによって、理想画像ベクトルデータメモリ２８３に記憶された各ベクトルを、観察画像ベクトルデータメモリ２８６内の対応しているベクトルに、リンク又はマッピングする。
【００７１】
更に、本発明のシステム及び方法によれば、マッピングは幾つかの調整を含む。特定の調整は、例えば、エキスパートの知識に基づく。例えば、調整によって画質低下を防ぐことができる。例えば、カラー平面同士間に何らかの相互関係がある時に、このような画質低下、即ち、生じることがエキスパートによって知られている画質低下が発生し得る。
【００７２】
編集されたルックアップテーブルは、ルックアップテーブルメモリ２８７内に記憶される。上述のように、ルックアップテーブルは、次いで、このルックアップテーブルが実行される物理的に分離したシステムへ転送される。更に、分離システムの電子的記憶能力には限界がある。ルックアップテーブルが非常に多数のエントリを有することが可能であることを認識されよう。これらの多数のエントリは、例えば、三つ又は四つの同時に位置するウィンドウ内の画素の全ての可能な組合わせの結果である。しかしながら、エントリの数は、本発明のシステム及び方法によって減少することもある。
【００７３】
具体的には、理想画像又は観察画像のいずれかに存在するごく僅かな率のベクトルが高い発生頻度を有していることが理解されよう。これによって、この限られた高い発生頻度によって、例えば、ルックアップテーブル内に含まれるように、ルックアップテーブル編集回路２６９が最重要ベクトル、即ち、頻繁に発生するベクトルのみを選択することができる。しかしながら、ルックアップテーブル編集回路２６９がルックアップテーブルに含むためにどの画素ベクトルを選択するかについての特定の方法は、特定のアプリケーションによって変化する。このように、頻度以外に、ルックアップテーブル内に含まれたベクトルは、最大値、最小値、及び／又は中心傾向の測定に基づいて選択され得る。
【００７４】
例えば、以下に説明されるように、本発明のテンプレートマッチングシステム２００の一つの実施の形態によれば、理想画像ベクトルデータメモリ２８３と観察画像ベクトルデータメモリ２８６の両方においてベクトルは複数のクラスに分けられる。具体的には、理想画像ベクトルデータメモリ２８３に記憶された理想画像ベクトルは、ルックアップテーブル編集回路２６９によって複数のクラスに分類される。次いで、ルックアップテーブル編集回路２６９は、各クラスに含まれる理想画像ベクトル値Ｖhの数を観察する。ルックアップテーブル編集回路２６９は、理想画像ベクトル値Ｖhの数を所定の閾値数Ｎhと比較する。ＶhがＮhより大きい場合、ベクトルのクラスが理想画像ベクトルデータメモリ２８３内に保持される。これに対して、ＶhがＮhより小さい場合、このクラス内に含まれるベクトルの発生頻度は、ルックアップテーブル内に含まれることを正当化するには不十分である。これによって、そのクラスのベクトルは、メモリ２８０から削除される。閾値数又は閾値は、例えば、エキスパートの知識又は統計的解析に基いて決定され得る。
【００７５】
ルックアップテーブル編集回路２６９が全ての理想画像ベクトルクラスを解析した後、保持されているクラスに属する理想画像ベクトルのみが、まだ理想画像ベクトルデータメモリ２８３に記憶された状態にある。これらの残留している理想画像ベクトルは、対応するターゲット画素との対応付けが引き続き行われる。
【００７６】
次いで、ルックアップテーブル編集回路２６９は、観察画像ベクトルのクラスを設定する。観察画像ベクトルデータメモリ２８６内に記憶された観察画像ベクトルは、ルックアップテーブル編集回路２６９によって、観察画像ベクトルクラスへ分類される。次いで、ルックアップテーブル編集回路２６９は各クラスに含まれる観察画像ベクトルＶ1の数を観察する。ルックアップテーブル編集回路２６９は、ベクトルＶ1の数を所定の閾値数Ｎ1と比較する。Ｖ1がＮ1より大きい場合、このクラスのベクトルは観察画像ベクトルデータメモリ２８６内で保持される。一方、Ｖ1がＮ1より小さい場合、このクラスに含まれるベクトルの発生頻度は、ルックアップテーブルに含むことを正当化するには不十分である。これによって、このクラスのベクトルはメモリ２８０から削除される。
【００７７】
ルックアップテーブル編集回路２６９は全ての観察画像ベクトルクラスを解析した後、保持されたクラスに属する観察画像ベクトルのみが観察画像ベクトルデータメモリ２８６内に記憶される。これらの残留している観察画像ベクトルとこれらの対応するターゲット画素との対応付けが引き続いて行われる。
【００７８】
ルックアップテーブル編集回路２６９は、残留している理想画像ベクトルの一つとして、その対応する理想画像ベクトルを有さない残留している観察画像ベクトルの各々を識別する。本発明のテンプレートマッチングシステム２００の一つの実施の形態によれば、ルックアップテーブル編集回路２６９は、残留対応理想画像ターゲット画素を有さない全ての観察ターゲット画素を削除する。
【００７９】
次いで、各クラス内のベクトルが平均化される。クラスを平均化するために、ルックアップテーブル編集回路２６９は、理想画像ベクトルのクラスに依存、即ち、これを使用する。具体的には、ルックアップテーブル編集回路２６９は理想画像クラスの第１のクラスの全ての残留理想画像ベクトルを平均化して、値Ａhを得る。値Ａhは、ルックアップテーブル内の第１のクラスを表す平均化された理想画像ベクトルである。
【００８０】
ルックアップテーブル編集回路２６９は、値Ａhに対応する平均化された観察ベクトルを生成する。平均化された観察画像ベクトルを生成する際、ルックアップテーブル編集回路２６９は前もって設定された観察クラスに依存しない。その代わり、ルックアップテーブル編集回路２６９は第１のクラス内で理想画像ベクトルを確認する。ルックアップテーブル編集回路２６９は、第１のクラス内の各理想画像ベクトルに対応する全ての観察画像ベクトルを検索する。これらの検索された観察画像ベクトルが全て平均化され、値Ａ1を得る。値Ａ1は、ルックアップテーブル内の第１のクラスを表す平均化された観察画像ベクトルである。従って、ルックアップテーブルには、理想画像ベクトルの第１のクラスに対応する値が設けられている。ルックアップテーブル編集回路２６９は、理想画像ベクトル全てのクラスが解析されるまで、残留している理想画像クラスのベクトル毎に平均値を生成する。各残留している理想画像クラスのべクトル内のベクトルが実際に同一である場合、必ずしも平均値を求める必要はない。これによって、各理想画像クラスはルックアップテーブル内に代表的な理想画像ベクトルを有する。また、ルックアップテーブル内の代表的な理想画像ベクトルの各々は、ルックアップテーブル内に対応する代表的な観察画像ベクトルを有する。
【００８１】
このアプローチは、元来定義付けされたクラスの観察画像ベクトルに依存しない。このアプローチは、理想画像クラスに基いた観察画像ベクトルを再定義付けし、ある意味では、理想画像クラスを支配クラスとして処理するものである。しかしながら、元来定義付けされた観察画像クラスが概して再定義付けられた観察クラスに対応することが認識されよう。これは、理想画像ベクトルと観察画像ベクトルとの対応即ち理想画像画素パターンと観察画像画素パターンとの対応が、概して一貫しているために発生する。このように、この対応が一貫している場合、同一又は類似の観察画像ベクトルは、一般に、同一又は類似の理想画像ベクトルのグループに対応する。これは、実際、この対応がベクトルの特性即ち元来定義付けされた観察画像クラスに基いているか、一般のターゲット画素即ち再定義付けされた観察画像クラスに、純粋に基いているかによる。
【００８２】
更に、理想画像クラスは、本発明のシステム及び方法において、支配クラスである必要がないことが認識されよう。というより、観察されたクラスは幾つかのアプリケーションにおいて支配クラスであってもよいのである。この場合、理想画像クラスは、観察画像クラスに基いて再度定義付けされる。
【００８３】
例えば、特定の観察された画素パターンに合致する理想画像画素のクラスが設定されていもよい。このように、観察された画素の対応するクラスは特定の観察画像画素パターンを有する画素を含む。或は、観察された画素のクラスは、略同一の画素パターンを有する画素を含んでいてもよい（即ちファジイクラス）。さらに、理想画像画素のクラスは、特定の観察された画素パターンと合致する理想画像画素を平均化することによって表されてもよい。しかしながら、これらのクラスが多種多様の公知の又はその時点から開発された／開発される方法のいずれかを用いることによって設定され得ることが理解されよう。
【００８４】
上述のように、トレーニングプロセスを用いて、ルックアップテーブルが生成され、ルックアップテーブルメモリ２８７に記憶される。ルックアップテーブルは、テンプレートマッチングシステム２００によって用いられて、観察画像を入力し、理想画像へ変換する。従って、上記のように、トレーニングプロセスを用いて、ルックアップテーブルが完成し、任意の適切なデバイスにおいて実装される準備ができる。
【００８５】
上述のように、テンプレートマッチングシステム２００は、観察画像を理想画像へマッピングするために実行される、ルックアップテーブルを作成する。しかしながら、本発明のシステム及び方法は、ルックアップテーブルを使用すること、即ち、ソート（分類）の対応付け（アソシエーション）ツールを使用することに限定されないことが認識されよう。代わりに、上述の本発明のシステム及び方法は、ルックアップテーブル以外の対応付けツールに適用されてもよい。例えば、データ間のマッピングは、出力データを生成するために入力データに関する情報を処理する、論理回路、即ち、等式システム(system of equations)を使って達成される。例えば、ブール論理回路は、積の論理和を用いて使用される。或は、入力データを理想出力データに関連付ける多種多様な方法においては、研究室でのエキスパートの知識を用いてマッピングが達成されることが認識されよう。
【００８６】
ルックアップテーブル生成サブシステム２６０がルックアップテーブルを生成し、ルックアップテーブルがルックアップテーブルメモリ２８７内で使用可能になると、モデリング及び復元システム２００は、種々のバイナリ画像を例えば同等なグレイスケール画像へ変換することができる。変換されようとするバイナリ画像は、コントローラ２１０の制御下で、入出力インタフェース２２０を介して、画像データソース１００から、入力されるか、又は前もって入力されている。
【００８７】
例えば、図４に関しては、変換用の観察画像が、コントローラ２１０の制御下で、入出力インタフェース２２０を介して、画像データソース１００から入力され得る。観察画像は、画像解析サブシステム２７０の入力画像解析回路２７２を用いて解析される。観察画像は、図５に示されたウィンドウ４３０又はルックアップテーブル内のエントリを生成するために使用される他の公知の又はその時点から開発された／開発されるウィンドウを用いて解析される。
【００８８】
例えば、変換されようとする観察画像は、バイナリ画像のＣＭＹＫカラー画像であってもよい。更に、ルックアップテーブルメモリ２８７内に記憶されたルックアップテーブルを用いてこのバイナリカラー画像を強調された解像度の画像へ変換することが必要とされるか又は所望される。観察画像を解析するには、入力画像解析回路２７２は、第１のカラー平面内の近傍画素を含む、第１のターゲット画素からスタートする観察画像を走査又は観察し、観察画像パターンデータメモリ２８５内に記憶される画素パターン情報を生成する。次に、入力画像解析回路２７２は、第２、第３、及び第４のカラー平面に対する第１のターゲット画素周辺の近傍画素を観察し、得られた画素パターン情報を観察画像パターンデータメモリ２８５へ入力し、記憶する。
【００８９】
ベクトル決定回路２７４は、蓄積されたパターン情報を、第１のターゲット画素のための全てのカラー平面から、解析する。ベクトル決定回路２７４は、入力パターン情報を表す観察画像ベクトルを生成する。この観察画像ベクトルは、観察画像ベクトルデータメモリ２８６に記憶される。
【００９０】
入力画像解析回路２７２は各残留ターゲット画素を同様に観察する。ベクトル決定回路２７４は蓄積されたパターン情報を残留ターゲット画素毎に解析する。ベクトル決定回路２７４は、残留ターゲット画素毎に、そのターゲット画素に対して入力されたパターン情報を表す観察画像ベクトルを生成する。これらの観察画像ベクトルは、観察画像ベクトルデータメモリ２８６内に記憶される。
【００９１】
これによって、観察されたバイナリカラー画像を表す全てのベクトルが、観察画像ベクトルデータメモリ２８６に記憶される。バイナリ画像内の画素毎に得られる観察画像ベクトルに基いて、ルックアップテーブル値抽出回路２７６は、ルックアップテーブルから対応する値を抽出する。具体的には、ルックアップテーブル値抽出回路２７６は、ルックアップテーブルメモリ２８７内に記憶されるルックアップテーブルを使用する。ルックアップテーブルは、バイナリ画像のベクトルと対応する強調されたバイナリ画像値を含む。従って、ルックアップテーブル値抽出回路２７６は、入力された観察画像データに対応する理想画像データを抽出することができる。
【００９２】
ルックアップテーブルのトレーニングにおいて、上述のように、特定のベクトルのみが選択されてルックアップテーブル内に含まれる。しかしながら、この含有は、ベクトルのクラスでの発生頻度以外に、パラメータに基いてもよい。例えば、ルックアップテーブル内に含まれようとする選択されたベクトルはある特殊性を有するベクトルであることもある。このような特殊なベクトルが、例えば、従来の平均化技術が観察画像から理想画像への正確な変換やマッピングを行わないベクトルを含むこともある。これによって、これらの特定の特殊なベクトルが記憶される。しかしながら、従来の平均化技術が正確なマッピングを提供する場合には、これらの正確に変換されたベクトルをルックアップテーブルに記憶する必要はない。その結果、ルックアップテーブルのサイズは実質的に減少する。
【００９３】
また、ルックアップテーブルのサイズを制限するために他の技術を使ってもよい。例えば、理想画像及び観察画像を観察するために最初に使用されるウィンドウは、何らかの方法で重み付けされる。ルックアップテーブル内へのデータの含有を制限するために、観察された近傍画素のデータはこのようにして何らかの方法で重み付けされる。例えば、閾値は、重み付けされたデータと比較するために使用され得る。
【００９４】
従って、ルックアップテーブル値抽出回路２７６は、観察画像ベクトルをルックアップテーブルへ入力し、合致しているかどうか決定する。特定の観察画像ベクトルがルックアップテーブル内に含まれていない場合、ルックアップテーブルデータによって行われるマッピングに依存するのではなく、平均化技術が用いられる。例示すると、重み付けされた平均化技術は、観察された値がルックアップテーブル内に含まれていない場合に使用される。結果的には、画像解析サブシステム２７０におけるルックアップテーブル値抽出回路２７６は、観察されたバイナリカラー画像内の各画素を、適切な理想画像値のセットに対応付ける。観察画像内の全ての画素が解析されると、理想画像が生成される。次いで、理想画像がコントローラ２１０によって画像データシンク３００へ直接出力される。
【００９５】
本発明のシステム及び方法は、解像度のエンハンスメントとハーフトーン処理を含む、種々の変換プロセスに対して改良された正確度を提供する。さらに、本発明のテンプレートマッチングシステム及び方法は、カラー平面同士の相互関係を考慮して、生成された画像を最適化する。具体的には、入力されたカラー平面から得られた、ウィンドウ状になったバイナリ画素を表す単一のマルチ平面ベクトルは、例えば、赤、緑、及び青（ＲＧＢ）のカラースペースなどの異なるカラースペースにおけるグレイ値を指すことができる。本発明のテンプレートマッチングシステム及び方法によって、カラー変換は、単一平面分析を使用する単一カラー平面変換方法では使用されない画像情報を用いて実行される。簡易なハーフトーン処理の場合と同様に、カラー変換によるハーフトーン処理用フィルタは、トレーニング画像のセットから統計的に最適なルックアップテーブルを生成する方法で設計される。このルックアップテーブルは、例えば、あるパターン又はグレイレベルに対してカラー平面同士の間に生じるあらゆる特性を考慮に入れることができる。
【００９６】
図１乃至図８に関して上述された本発明のテンプレートマッチングシステム及び方法の実施の形態は、一般に、画像解像度のエンハンスメントに関する。画像解像度エンハンスメントは、得られるプリントされた画像の外観を改良することを目標としてバイナリビットマップを画素毎に複数のビットに変換する、テンプレートマッチングプロセスを用いる。しかしながら、本発明のテンプレートマッチングプロセス及び方法は解像度のエンハンスメントに限定されない。更に、他の可能なアプリケーションは、ハーフトーン処理アプリケーション、解像度変換、外観のチューニング（調整）、復元、及びカラースキャナによって取得されたテキストの復元、を含む。
【００９７】
ハーフトーン処理アプリケーションは、特定のマルチ平面バイナリパターンをルックアップテーブルへ入力し、特定のグレースケール値を出力するプロセス、或は、特定のグレイスケール値をルックアップテーブルに入力し、特定のバイナリパターンを出力するプロセス、を含むことができる。解像度変換プロセスは、一つの解像度から他の解像度へ、例えば、３００スポット・パー・インチ（ｓｐｉ）から６００スポット・パー・インチ（ｓｐｉ）へマッピングするために実行され得る。解像度変換プロセスは、画像の外観エンハンスを試みても試みなくても、実行されてよい。外観チューニングプロセスは、本発明のシステム及び方法を用いて実行され得る。例えば、画像のディジタルな暗さはコントロールできる。即ち、所与の印刷装置によって所望の度合の暗さをもったプリント画像を生成するように、ドキュメントビットマップが画像にマッピングされる。バイナリビットマップから例えば部分的グレースケールディジタル画像へマッピングする時、復元及びカラースキャナによって得られたテキストの特定の復元は、ほぼ確実な輪郭情報を挿入するために使用しても良い。
【００９８】
さらに、本発明のシステム及び方法は、例えば、前景及び／又は背景を有するテキスト及び／又はラインアート用の解像度エンハンスメント技術に対して用いられるだけでなく、例えば、走査された画像のクリーニング、若しくは着色されたセグメンテーションプロセスに対しても用いられる。さらに、これらのアプリケーションは、フルカラーと共に用いられてもよいし、又はハイライトカラー画像に対して用いられてもよい。本発明のテンプレートマッチングシステム及び方法によれば、フィルタ内のテンプレートの数は回転等の対称形減少技術を使って最小限とされることが認識されよう。
【００９９】
上述された本発明のテンプレートマッチングシステム及び方法は、ルックアップテーブルへの入力として同時にすべてのカラー平面から近傍画素の情報を使用することが認識されよう。しかしながら、本発明のテンプレートマッチングシステム及び方法は、特定の技術に限定されない。代わりに、本発明のテンプレートマッチングシステム及び方法は各カラー平面を個々に見ることができるし、ルックアップテーブルへのアドレスとして、例えば、ブラック平面を用いることもできる。
【０１００】
即ち、本発明のテンプレートマッチングシステム及び方法は、各々の平面を階層的な方法でに見ることができる。一つの所定のカラー平面がまず解析される。例示すると、ブラックカラー平面がマゼンタカラー平面に対して選択される（即ち支配カラー平面として選ばれたブラック）。更に、マゼンタカラー平面が例えばシアンカラー平面に対して選ばれる。ブラックカラー平面がルックアップテーブル内へ初期アドレスを提供する。次いで、ブラック平面に対するそのアドレス内にはマゼンタカラー平面に対するサブアドレスがある。なお、マゼンタカラー平面に対する各サブアドレスにおいて、シアンカラー平面に対するサブサブアドレスがある。これによって、ブラックカラー平面はルックアップテーブルのどの領域がマゼンタカラー平面及びシアンカラー平面を探索するために使用されるかをコントロールする。
【０１０１】
しかしながら、ブラックカラー平面が必ずしも支配カラー平面である必要がないことが認識されよう。或は、他の任意のカラー平面が支配カラー平面として、即ち、ルックアップテーブル内の初期アドレスとして、使用されることができる。特定のカラー平面は、本発明のテンプレートマッチングシステム及び方法の特定のアプリケーションに依存する。
【０１０２】
また、テンプレートマッチングシステム２００のデータ記憶能力は限定されている。これによって、例えば、ＣＭＹＫ画像に対して、全てのカラー平面からの情報が生成ルックアップテーブル内に必ずしも記憶される必要はない。即ち、生成ルックアップテーブルは四つの全てのカラー平面を使用する必要はない。寧ろ、ブラック平面、又はブラック平面及び一つのカラー平面が特定のアプリケーションに対して充分であるかもしれない。
【０１０３】
図８は、本発明によるテンプレートマッチングシステム５００の第２の実施の形態を示す機能ブロック図である。図８に示されているように、テンプレートマッチングシステム５００は、各々がデータバス５９５に接続された、コントローラ５１０、入出力インタフェース５２０、ベクトル決定回路５４０、ルックアップテーブル値抽出回路５５０、メモリ５３０を有している。入出力インタフェース５２０は、信号ライン即ちリンク１２２及び３２２の各々を介して画像データソース１２０及び画像データシンク３２０にも接続可能である。加えて、図８に示されているように、メモリ５３０は、ルックアップテーブルメモリ５３２と画像メモリ５３４を有する。テンプレートマッチングシステム５００は例えばパーソナルプリンタ上で実行され得る。
【０１０４】
コントローラ５１０は解析される観察画像を最初に入力し、この入力された画像を画像メモリ５３４に記憶する。ベクトル決定回路５４０は、入力された画像を解析し、画像の解析に基いてベクトルセットを生成する。ルックアップテーブル値抽出回路５５０は、ベクトル決定回路５４０で生成されたベクトル情報を処理し、ルックアップテーブルメモリ５３２内に記憶されたルックアップテーブル内への入力としてベクトル情報を使用する。ルックアップテーブル値抽出回路５５０は次いで入力ベクトル情報に対応するルックアップテーブルから適切な値を抽出する。
【０１０５】
図９は、バイナリ画像又はハーフトーン画像をグレイスケール画像に変換する、即ち、デスクリーニング処理を実行する、本発明のシステム及び方法のアプリケーションを示す。図９に示された画像６００は三つのカラー平面を有する。三つのカラー平面は、シアンカラー平面６１０、マゼンタカラー平面６２０、及びイエローカラー平面６３０を有する。画像６００は、モデリングシステム５００によってデスクリーニングされてよい、即ち、ハーフトーン画像からグレイスケール画像へ変換されてよい。
【０１０６】
モデリングシステム５００において、コントローラ５１０は、画像データソース１２０から画像６００を入力して、この画像データを画像メモリ５３４に記憶する。次いで、ベクトル決定回路５４０は、本発明のシステム及び方法に従って、この画像データを解析する。とりわけ、ベクトル決定回路５４０は画像６００内の第１のターゲット画素６５４を取り囲む第１の近傍画素６５２を観察する。
【０１０７】
ベクトル決定回路５４０は、この観察を実行するために任意の公知の又はその時点から開発された／開発されるウィンドウを用いることができる。単一ウィンドウは各々のカラー平面の全てを観察するために使用され得る。或は、各々異なるウィンドウは各カラー平面を観察するために使用され得る。
【０１０８】
ベクトル決定回路５４０はシアンカラー平面６１０内のターゲット画素６５４に対して画素値を決定するためにシアンカラー平面６１０内の近傍画素６５２を先ず解析する。この観察に基いて、ベクトル決定回路５４０はベクトルｃ1ｃ2…ｃ9を生成する。ベクトルｃ1ｃ2…ｃ9は、シアンカラー平面６１０内でターゲット画素６５４のために観察された画素値ｃ1乃至ｃ9を表す。次いで、ベクトル決定回路５４０は、同一の近傍画素を観察するが、それはマゼンタカラー平面６２０においてである。
【０１０９】
具体的には、ベクトル決定回路５４０は、マゼンタカラー平面６２０におけるターゲット画素６５４に対して画素値を決定するためにマゼンタカラー平面において近傍画素６５２を解析する。この観察に基いて、ベクトル決定回路５４０はベクトルｍ1ｍ2…ｍ9を生成する。ベクトルｍ1ｍ2…ｍ9はマゼンタカラー平面６２０内でターゲット画素６５４のために観察された画素値ｍ1乃至ｍ9を表す。次いで、ベクトル決定回路５４０は同一の近傍画素を観察するが、それはイエローカラー平面６３０においてである。
【０１１０】
具体的には、ベクトル決定回路５４０は、イエローカラー平面６３０におけるターゲット画素６５４に対して画素値を決定するためにイエローカラー平面６３０において近傍画素６５２を解析する。この観察に基いて、ベクトル決定回路５４０はベクトルｙ1ｙ2…ｙ9を生成する。ベクトルｙ1ｙ2…ｙ9はイエローカラー平面６３０内でターゲット画素６５４のために観察された画素値ｙ1乃至ｙ9を表す。
【０１１１】
従って、シアン、マゼンタ、及びイエローカラー平面６１０乃至６３０が解析され、単一平面ベクトルが各々のカラー平面毎に生成される。ベクトル決定回路５４０は次いでマルチ平面ベクトルｃ1ｃ2…ｃ9ｍ1ｍ2…ｍ9ｙ1ｙ2 …ｙ9を形成するためにこれらの単一ベクトルを結合する。マルチ平面ベクトルは、画像６００内の三つのバイナリ画像平面６１０，６２０、及び６３０を表す。
【０１１２】
次いで、コントローラ５１０は、このマルチ平面ベクトルを処理するためにルックアップテーブル抽出回路５５０を制御する。具体的には、ルックアップテーブル抽出回路５５０はマルチ平面ベクトルをルックアップテーブルメモリ５３２に記憶されたルックアップテーブルへ入力する。次いで、ルックアップテーブル抽出回路５５０は、入力されたマルチ平面ベクトルに対応するグレイスケール値を抽出する。ルックアップテーブル抽出回路５５０は、このグレイスケール値をターゲット画素６５４に割り当てる。出力されたグレイスケール値は、純粋に各々のカラー平面画像情報に依存するのみならず、カラー平面同士の相互関係にも依存するために、本発明のシステム及び方法に従って最適化される。
【０１１３】
本発明のシステム及び方法によれば、ルックアップテーブルメモリ５３２に記憶されるルックアップテーブルは、ルックアップテーブルのサイズを限定するためにトレーニング画像の使用とその方法を含む、例えば、図１乃至図４に関して上述されたシステム及び方法を用いて作成される。即ち、バイナリトレーニング画像及び対応するグレイスケールトレーニング画像を有するトレーニング画像の適切なセットが使用される。これらのトレーニング画像は、例えば、エキスパートの知識に基いて選択される。
【０１１４】
ルックアップテーブルメモリ５３２内のルックアップテーブルは、入力された着色されたバイナリ画像を対応するグレイスケール画像に効果的にマッピングすることができるテンプレートのセットを有する。更に、本発明のシステム及び方法によれば、ルックアップテーブルはマッピングを非常に効率的な方法で実行することができる。ルックアップテーブルへ入力されるベクトルは、画像における全てのカラー平面からの情報を備えている。このようにして、ルックアップテーブルが画像における異なるカラー平面間の相互関係を効果的に処理する出力を生成するように、ルックアップテーブルをデザインすることができる。要するに、カラー平面が別々に処理される場合、そうでない場合に発生するかもしれない画像の画質低下を効果的に回避するように、ルックアップテーブルのエントリをデザインすることができる。
【０１１５】
しかしながら、本発明のシステム及び方法はデスクリーニングによりハーフトーン画像をグレイスケール画像へ変換することに限定されないことを認識されたい。寧ろ、本発明のシステム及び方法は多種多様な方法で多種多様な画像を処理するための適用が可能である。
【０１１６】
更に、本発明のシステム及び方法は、カラー画像に向けられているが、「カラー画像」は多種多様な画像を包含するように意図されており、一般のＣＭＹＫ画像に限定されるものでは全くない。寧ろ、少なくとも二つの独立ベクトルによって表されるあらゆる画像を包含するように意図されている。従って、この点において、白黒画像は二つのベクトルによって表され、カラー画像として特徴付けられる。具体的には、黒部分は、あるベクトルｂ1−ｂnによって表すことができ、白部分は、他のベクトルｗ1−ｗnによって表すことができる。本発明のシステム及び方法によれば、これら二つのベクトルは結合してマルチ平面ベクトルｂ1−ｂnｗ1−ｗnとなる。別々のベクトルを用いて黒の部分と白の部分を個々に表すことによって、画像の属性が効果的に取得される。また、このマルチ平面ベクトルｂ1−ｂnｗ1−ｗnを用いることによって、画質低下を回避するために、黒の部分と白の部分との間の相互関係を効果的に処理することができる。
【０１１７】
図１０は、本発明によるトレーニング方法の実施の形態を略述したフローチャートである。図１０に示されるように、ステップＳ１００において、トレーニングプロセスが開始され、ステップS２００へ進み、このステップS２００において、適切なトレーニング画像が入力される。このトレーニング画像は特定のアプリケーションに依存する適切な画像である。具体的には、トレーニング画像はマルチカラーマルチ平面バイナリ画像であってもよい。次に、ステップS３００において、トレーニング画像が解析される。
【０１１８】
ステップS４００において、トレーニング画像は適切な変換プロセスを用いた方法で変換される。例えば、解像度のエンハンスメントを行うことが必要であり又は望まれる。これによって、変換プロセスは、分解プロセス即ち解像度逆エンハンスメントプロセスであってもよい。次いで、ステップS５００において、変換されたトレーニング画像が解析される。次にステップS６００において、ルックアップテーブルが生成される。次いで、ステップS７００において、トレーニング方法が終了する。
【０１１９】
図１１は、図１０のステップS３００においてトレーニング画像を解析する実施の形態をより詳細に示したフロ−チャートである。ステップS３００で始まって、コントロールはステップS３１０へ進み、このステップS３１０において、トレーニング画像の第１の画素がカレント（現在の）ターゲット画素として選択される。その後、ステップS３２０において、トレーニング画像内の第１のカラー平面がカレントカラー平面として選択される。次いで、ステップS３３０において、カレントカラー平面内のカレントターゲット画素に対して画素パターンが決定される。コントロールは次いでステップS３４０へ進む。
【０１２０】
ステップS３４０において、観察された画素パターンに基いてベクトルが生成され、このベクトルがカレントターゲット画素へ割り当てられる。ステップS３４０において生成されたベクトルは、観察された画素パターンを表す単一平面ベクトルである。次いで、ステップS３５０において、カレント平面は、このカレント平面が、解析されている特定のターゲット画素に対して最終カラー平面であるか否かを決定するために解析される。
【０１２１】
ステップS３５０においてカレントカラー平面がカレントターゲット画素解析用の最終カラー平面でない場合、コントロールはステップS３５５へ進む。そうでない場合、コントロールはステップS３６０へ進む。ステップS３５５においては、カレントターゲット画素用の画像の次のカラー平面がカレント平面として選択される。次にコントロールはステップS３３０へ戻る。
【０１２２】
ステップS３５０においてカレントカラー平面が最終カラー平面となると、コントロールはステップS３６０へ進む。ステップS３６０において、カレントターゲット画素に対する全てのベクトルが結合されてマルチ平面ベクトルを生成する。次いで、ステップS３７０において、各マルチ平面ベクトルがカレントターゲット画素毎に記憶される。各マルチ平面ベクトルの記憶はあらゆる適した方法で行われる。次いで、ステップS３８０において、カレントターゲット画素が最終ターゲット画素であるか否かを決定するためにカレントターゲット画素が解析される。
【０１２３】
ステップS３８０においてカレントターゲット画素がトレーニング画像解析のための最終ターゲット画素でない場合、コントロールはステップS３８５へ進む。そうでない場合、コントロールはステップS３９０へ進む。ステップS３８５において、次のターゲット画素がカレント画素として選択される。コントロールは次にステップS３３０へ戻る。
【０１２４】
ステップS３８０においてカレントターゲット画素が最終ターゲット画素である時、コントロールはステップS３９０へ進む。ステップS３９０において、コントロールはステップS４００へ戻る。
【０１２５】
図１２は、図１０のステップS５００における変換された画像の解析の一つの実施の形態をより詳細に示したフローチャートである。ステップS５００から始まって、コントロールはステップS５１０へ進み、ここで、変換された画像の第１の画素がカレントターゲット画素として選択される。次いで、ステップS５２０において、変換された画像における第１のカラー平面がカレントカラー平面として選択される。次に、ステップS５３０において、変換された画像のカレントカラー平面内のカレントターゲット画素に対して画素パターンが決定される。次いで、コントロールがステップS５４０へ進む。
【０１２６】
ステップS５４０において、観察された画素パターンに基いてベクトルが生成され、このベクトルがカレントターゲット画素に割り当てられる。ステップS５４０で生成されたベクトルは、変換された画像の一つのカラー平面内の観察された画素パターンを表す単一平面ベクトルである。次いで、ステップS５５０において、解析されている特定のターゲット画素に対してカレントカラー平面が最終カラー平面であるか否かを決定するためにカレントカラー平面が解析される。
【０１２７】
ステップS５５０において、解析されている特定のターゲット画素に対してカレントカラー平面が最終カラー平面でない場合、コントロールはステップS５５０へ進む。そうでない場合、コントロールはステップS５６０へ進む。ステップS５５５において、画像の次のカラー平面はカレントカラー平面として選択される。次いでコントロールはステップS５３０へ戻る。
【０１２８】
ステップS５５０においてカレントカラー平面が最終カラー平面である場合、コントロールはステップS５６０へ進む。ステップS５６０において、変換された画像においてカレントターゲット画素に対する全てのベクトルは結合されてマルチ平面ベクトルが生成される。次いで、ステップS５７０において、各マルチ平面ベクトルがカレントターゲット画素毎に記憶される。各マルチ平面ベクトルの記憶は、任意の適した方法で達成される。次いで、ステップS５８０において、カレントターゲット画素はこのカレントターゲット画素が最終ターゲット画素であるか否かを決定するために解析される。
【０１２９】
ステップS５８０において、カレントターゲット画素が変換された画像に対する解析のための最終ターゲット画素でない場合、コントロールはステップS５８５へ進む。そうでない場合、コントロールはステップS５９０へ進む。ステップS５８５において、次のターゲット画素がカレントターゲット画素として選択される。次いでコントロールはステップS５３０へ戻る。
【０１３０】
ステップS５８０でカレントターゲット画素が最終ターゲット画素となると、コントロールはステップS５９０へ進む。ステップS５９０において、コントロールはステップS６００へ戻る。
【０１３１】
図１３は、図１０のステップS６００のルックアップテーブルを作成する一つの実施の形態をより詳細に示すフローチャートである。ステップS６００から始まり、コントロールはステップS６１０へ進み、ここで、オリジナルトレーニング画像クラスにおける頻度が決定される。「オリジナルトレーニング画像」は、図１０のステップS２００において最初に入力された画像である。ステップS６２０においては、変換されたトレーニング画像クラスにおける頻度が決定される。次に、ステップS６３０においては、オリジナルトレーニング画像クラスが変換されたトレーニング画像クラスに対応付けされる。その後、ステップS６４０においては、コントロールはステップS７００へ戻る。
【０１３２】
図１４は、図１３のステップS６００のオリジナルトレーニング画像クラスにおいて頻度を決定する一つの実施の形態をより詳細に示すフローチャートである。上述のように、図１１のステップS３８０において、トレーニング画像毎にマルチ平面ベクトルが記憶された。図１４に示されているように、オリジナルトレーニング画像に対して記憶されたこれらのマルチ平面ベクトルは更に解析される。
【０１３３】
ステップS６１０で始まって、コントロールはステップS６１１へ進み、ここで、記憶されたトレーニング画像ベクトル即ちオリジナルトレーニング画像ベクトルが個々のクラスに分類される。クラス分割の基礎となる特定のパラメータは、特定のアプリケーションに依存する。その後、ステップS６１２においては、オリジナルトレーニング画像ベクトルの第１のクラスがカレントクラスとして選択される。次いで、ステップS６１３において、カレントクラス内のベクトル数が閾値“ｎ”より小さいか否かが決定される。ステップS６１３において、クラス内のベクトル数が閾値ｎより小さい場合、コントロールはステップS６１４へ進む。そうでない場合、コントロールはステップS６１５へ進む。
【０１３４】
ステップS６１４において、カレントクラス内の全てのベクトルが削除される。即ち、クラスそのものが削除される。ｎの値が減少するにつれて、カレントクラスを保持するために必要とされるカレントクラス内のベクトルの数も減少することが認識されよう。結果的にはより多くのクラスが保持される。より多くのクラスを保持することによって、ルックアップテーブルの最終的なサイズは大きくなる。これによって、当然、より多くの記憶容量が必要とされる。従って、値ｎによってトレーニングプロセスによって生成されるルックアップテーブルのサイズが直接得られる。
【０１３５】
ステップS６１４の後、コントロールはステップS６１６へ進む。ステップS６１５において、カレントクラス内の全てのベクトルが記憶される。次いでコントロールはステップS６１６へ進む。
【０１３６】
ステップS６１６において、カレントクラスがオリジナルトレーニング画像クラスの内の最終クラスか否かを決定するためにカレントクラスが解析される。ステップS６１６において、カレントクラスが最終クラスでない場合、コントロールはステップS６１７へ進む。そうでない場合、コントロールはステップS６１８へ進む。ステップS６１７において、オリジナルトレーニング画像クラスの次のクラスがカレントクラスとして選択される。次いでコントロールはステップS６１３へ戻る。これに対して、ステップS６１８において、もはや対応するオリジナルトレーニング画像ベクトルを持たない全ての変換されたトレーニング画像ベクトルが削除される。ステップS６１９において、コントロールはステップS６２０へ戻る。
【０１３７】
図１５は、ステップS６２０の変換されたトレーニング画像クラスにおける頻度を決定する一つの実施の形態をより詳細に示すフローチャートである。
【０１３８】
ステップS６２０に始まって、コントロールはステップS６２１へ進み、ここで記憶され、変換された画像ベクトルが個々のクラスに分類される。クラス分割の基礎となる特定のパラメータは、特定のアプリケーションに依存する。ステップS６２２において、変換された画像ベクトルの第１のクラスがカレントクラスとして選択される。次に、ステップS６２３において、変換された画像ベクトルのカレントクラス内のベクトルの数が閾値“ｎ”より小さいか否かが決定される。ステップS６２３においてカレントクラス内のベクトル数が閾値ｎより小さい場合、コントロールはステップS６２４へ進む。そうでない場合、コントロールはステップS６２５へ進む。
【０１３９】
ステップS６２４において、カレントクラス内の全てのベクトルが削除される。値ｎが減少するにつれて、カレントクラスを保持するために必要とされるカレントクラスにおけるベクトルの数が減少する。これによって、より多くの変換された画像のクラスが保持される。より多くのクラスを保持することによって、ルックアップテーブルの最終的なサイズはより大きくなる。従って、トレーニングプロセスによって生成されるルックアップテーブルのサイズが値ｎによって直接得られる。
【０１４０】
ステップS６２４の後、コントロールはステップS６２６へ進む。ステップS６２５において、カレントクラス内の全てのベクトルが記憶される。次いでコントロールはステップS６２６へ進む。
【０１４１】
ステップS６２６において、カレントクラスが変換された画像クラスの最終クラスか否かを決定するためにカレントクラスが解析される。ステップS６２６において、カレントクラスが最終クラスでない場合、コントロールはステップS６２７へ進む。そうでない場合、コントロールはステップS６２８へ進む。ステップS６２７において、変換された画像ベクトルクラスの次のクラスがカレントクラスとして選択される。次いでコントロールはステップS６２３へ戻る。これに対して、ステップS６２８において、もはや対応する変換された画像ベクトルを持たない全てのオリジナルトレーニング画像ベクトルが削除される。ステップS６２９において、コントロールはステップS６２０へ戻る。
【０１４２】
図１６は、図１３のステップS６３０のオリジナルトレーニング画像クラスと変換された画像クラスを対応付ける一つの実施の形態をより詳細に示すフローチャートである。ステップS６３０から始まり、コントロールはステップS６３１へ進み、ここで、第１のオリジナルトレーニング画像クラスがカレントクラスとして選択される。その後、ステップS６３２においては、カレントオリジナルトレーニング画像クラス内のベクトルが、画素位置に基いて対応する変換された画像ベクトルに各々マッチングする。次に、ステップS６３３においては、各々のオリジナル画像クラス毎に全てのベクトルが平均化される。次いでコントロールはステップS６３４へ進む。
【０１４３】
ステップS６３４において、各々変換された画像クラス毎に全てのベクトルが平均化される。ステップS６３５において、オリジナル画像ベクトルの平均値が、対応する変換された画像ベクトルの平均値と共に、適切なルックアップテーブル内に記憶される。次いで、ステップS６３６において、カレントオリジナル画像クラスが最終クラスか否かが決定される。
【０１４４】
ステップS６３６において、カレントオリジナル画像クラスが最終クラスでない場合、コントロールはステップS６３７へ進む。そうでない場合、コントロールはステップS６３８へ進む。ステップS６３７においては、次のオリジナル画像クラスがカレントクラスとして選択される。次いでコントロールはステップS６３２へ戻る。これに対して、ステップS６３８において、ルックアップテーブルは幾つかの適したメモリに記憶される。ステップS６３９において、コントロールは次いでステップS６４０へ戻る。
【０１４５】
図１７は、ルックアップテーブルを用いた本発明によるマルチ平面テンプレートマッチングのためのシステム及び方法の一つの実施の形態を示すフローチャートである。図１７のフローチャートは、カラーマルチ平面のバイナリ画像を対応するコントーン画像へ変換するためにルックアップテーブルを用いた例を示す。
【０１４６】
ステップS１１００で始まり、コントロールはステップS１２００へ進み、ここで、コントーン画像への変換の為にバイナリマルチ平面カラー画像が入力される。ステップS１３００において、入力された画像の第１のターゲット画素がカレントターゲット画素として選択される。次に、ステップS１４００においては、カレント画素が、このカレント画素を表すマルチ平面ベクトルを求めるために解析される。コントロールは次いでステップS１５００へ進む。
【０１４７】
ステップS１５００において、ステップS１４００で生成されたベクトルが適切なルックアップテーブルへの入力として使用される。具体的には、ステップS１５００において、カレントターゲット画素を表すベクトルがルックアップテーブル内にあるか否かが決定される。ベクトルがルックアップテーブル内にある場合、コントロールはステップS１５１０へ進む。そうでない場合、コントロールはステップS１５２０へ進む。
【０１４８】
ステップS１５１０において、ターゲット画素に対するマルチ平面コントーン値が読み出される。次いで、コントロールはステップS１６００へ進む。これに対して、ステップS１５２０においては、ターゲット画素を表すコントーン画像が従来の平均化技術を使って得られる。コントロールは次いでステップS１６００へ進む。
【０１４９】
ステップS１６００において、ステップS１５１０又はステップS１５２０のいずれかで生成されたコントーン値が、カレントターゲット画素へ割り当てられ、記憶される。ステップS１７００において、カレントターゲット画素は、このカレントターゲット画素がバイナリ画像において最終ターゲット画素であるか否かを決定するために解析される。
【０１５０】
ステップS１７００においてカレントターゲット画素がバイナリ画像の解析のための最終ターゲット画素でない場合、コントロールはステップS１７１０へ進む。そうでない場合、コントロールはステップS１８００へ進む。ステップS１７１０において、次のターゲット画素がカレントターゲット画素として選択される。コントロールは次いでステップS１４００へ戻る。ステップS１７００においてカレントターゲット画素が最終ターゲット画素となると、コントロールはステップS１８００へ進む。ステップS１８００において、バイナリ画像の変換が終了する。
【０１５１】
図１乃至図４、及び図８に示されたテンプレートマッチングシステム２００及びテンプレートマッチングシステム５００は、各々、好ましくはプログラムされた汎用コンピュータ上で実行される。しかしながら、テンプレートマッチングシステム２００及びテンプレートマッチングシステム５００の各々は、専用コンピュータ、プログラムされたマイクロプロセッサ又はマイクロコントローラ及び周辺集積回路素子、ＡＳＩＣ（特定用途向けＩＣ）又は他の集積回路、ディジタル信号プロセッサ、離散素子回路などのハードワイヤード電子又は論理回路、ＰＬＤ（プログラム可能論理デバイス）、ＰＬＡ（プログラム可能ロジックアレイ）、ＦＰＧＡ（書替え可能ゲートアレイ）、又はＰＡＬ（プログラム可能アレイロジック）などのプログラム可能論理デバイス等上で実行される。一般に、図１０乃至図１７に示されたフローチャートを順番に実行することが可能な有限状態機械(finite state machine)を実装することが可能な、任意のデバイスを、テンプレートマッチングシステム２００及び５００を実行するために使用することができる。
【０１５２】
特に、図１乃至図４、及び図８に示された回路の各々が、適切にプログラムされた汎用コンピュータの一部として実行できることが理解されよう。或は、図１乃至図４、及び図８に示された回路の各々が、ＡＳＩＣ内で物理的個別ハードウェア回路として実行されてもよいし、ＥＰＧＡ、ＰＤＬ、ＰＬＡ、又はＰＡＬ若しくは離散論理素子又は離散回路素子を用いて実行されてもよい。図１乃至図４、及び図８に示される各回路が取る特定の形状は、デザインの選択によるものであったり、当業者にとって自明且つ予測可能な形状である。
【０１５３】
メモリ２８０及びメモリ５３０の各々は、好ましくは、スタティック又はダイナミックＲＡＭを用いて実行される。しかしながら、メモリ２８０及びメモリ５３０は、フロッピディスク及びディスクドライブ、書込み可能光ディスク及びディスクドライブ、ハードドライブ、フラッシュメモリ又はあらゆる他の公知の又はその時点から開発された／開発される代替可能な揮発性、又は非揮発性のメモリデバイスやシステムを用いて実行することができる。
【０１５４】
本発明が上述されたの特定の実施の形態に関して記載されているが、他の多数の変更及び変形が可能であることが当業者にとって明らかである。従って、説明されているように、本発明の実施の形態は、例示することを目的としており、それに限定されるものではない。本発明の精神及び範囲から逸脱することなく種々の変更が行うことが可能である。
【図面の簡単な説明】
【図１】本発明による画像のモデリング及び復元のためのシステムの一つの実施の形態を示す機能ブロック図である。
【図２】本発明による図１の局所画像データ解析回路の一つの実施の形態を示す機能ブロック図である。
【図３】本発明による図２のルックアップテーブル生成サブシステムの一つの実施の形態を示す機能ブロック図である。
【図４】本発明による図２の画像解析サブシステムの一つの実施の形態を示す機能ブロック図である。
【図５】本発明によるウィンドウを例示する図である。
【図６】本発明による他のウィンドウを例示する図である。
【図７】本発明による他のウィンドウを例示する図である。
【図８】本発明による画像をモデリングするためのシステムの一つの実施の形態を示す機能ブロック図である。
【図９】本発明による、三つのカラー平面を有するハーフトーン画像と、これらのカラー平面の解析を例示する図である。
【図１０】本発明による画像解析方法の一つの実施の形態を示すフローチャートである。
【図１１】図１０のトレーニング画像解析ステップの一つの実施の形態をより詳細に示すフローチャートである。
【図１２】図１０の変換された画像解析ステップの一つの実施の形態をより詳細に示すフローチャートである。
【図１３】本発明による図１０のルックアップテーブル作成方法の一つの実施の形態を示すフローチャートである。
【図１４】図１３のオリジナルトレーニング画像ステップにおける頻度決定の一つの実施の形態をより詳細に示すフローチャートである。
【図１５】図１３の変換されたトレーニング画像ステップにおける頻度決定の一つの実施の形態をより詳細に示すフローチャートである。
【図１６】オリジナルトレーニング画像クラスを図１３の変換されたトレーニング画像クラスに相互に関連付けることの一つの実施の形態をより詳細に示すフローチャートである。
【図１７】本発明によるマルチカラールックアップテーブルを用いてマルチ平面カラー画像を処理する方法の一つの実施の形態をより詳細に示すフローチャートである。
【符号の説明】
１００ 画像データソース
２００ テンプレートマッチングシステム
２１０ コントローラ
２２０ 入出力インタフェース
２８１ 理想画像データメモリ
２８２ 理想画像パターンデータメモリ
２８３ 理想画像ベクトルデータメモリ
２８４ 観察画像データメモリ
２８５ 観察画像パターンデータメモリ
２３０ 局所画像データ解析回路
２４０ プロセッシング回路
２８６ 観察画像ベクトルデータメモリ
２８７ ルックアップテーブルメモリ
２８０ メモリ
３００ 画像データシンク
【発明の属する技術分野】
本発明は、カラー画像のテンプレートマッチング用のシステム及び方法に係り、より詳細には、種々のアプリケーションのための連続マルチ平面カラー画像とバイナリ（２値）マルチ平面カラー画像の両方に用いられるテンプレートマッチング用のシステム及び方法に関する。
【０００２】
【従来の技術及び発明が解決しようとする課題】
多種多様のディジタル文書処理タスクがテンプレートベースフィルタを用いて実行される。例示すると、ディジタル文書処理タスクは、画像の解像度変換、復元、外観チューニング及びデスクリーニング(descreening)を含む。これらのタスクはモノクロ画像とカラー画像に対して一般的に実行される。これらのカラー画像は、多数のカラースペース（色空間）平面又はカラー分離層から構成され得る。
【０００３】
従来のシステム及び方法においては、一般的なテンプレートオペレータが設けられ、モノクロ画像とカラー画像の両方に対してバイナリフィルタリングを行う。テンプレートオペレータは、適したウィンドウを用いて画素値の配列を観察する。テンプレートオペレータは、次いで、ウィンドウ内で観察されたバイナリ画素値をベクトル化する。これによって、観察されたバイナリ画素値を表すベクトルが得られる。ベクトルは次いでルックアップテーブルに対するポインタとして使用される。この結果、ルックアップテーブルは適切な出力を生成する。
【０００４】
特に、M. Y. Ting他の"Error Diffused Image Compression Using a Halftone-to-Grayscale Decoder and Predictive Pruned Tree-Structured Vector Quantization."(IEEE Transactions on Image Processing, 3(6):854-858, November 1994)に記載されたエラー拡散されたハーフトーン（中間調）画像をデスクリーニングする方法等の、モノクロのハーフトーン画像に対する種々のデスクリーニング方法が考案されている。
【０００５】
例えば、３ｘ３画素のウィンドウがモノクロ画像を処理するために使用されてもよい。モノクロ画像における幾つかの位置において、この３ｘ３画素のウィンドウはバイナリで表される画素のブロックを観察する。３ｘ３画素のウィンドウはこのバイナリで表された画素のブロックをベクトル化する。ベクトルは、（ａ1ａ2…ａ3）の形態で表される。そして、ベクトルはルックアップテーブルで使用される。具体的には、ベクトルがルックアップテーブルに入力され、ルックアップテーブルは入力されたベクトルをいくつかの所望される値と対応付け、この所望される値がルックアップテーブルから出力される。
【０００６】
或は、シアン、マゼンタ、イエロー、及びブラック（ＣＭＹＫ）のハーフトーンされたデバイス依存型のビットマップをデスクリーニングし、このビットマップを、例えば、デバイス非依存型スペースへ変換することが必要とされる又は所望されることもある。従来のテンプレートオペレータは、フルカラーのＣＭＹＫ画像を処理するために使用される。このようなカラー画像用のテンプレートオペレータは、３ｘ３画素のウィンドウを含むこともある。３ｘ３画素のウィンドウは、元来独立した方法で使用され、四つの９画素ベクトル（ｃ1ｃ2…ｃ9）、（ｍ1ｍ2…ｍ9）、（ｙ1ｙ2…ｙ9）、及び（ｋ1ｋ2…ｋ9）を使用する。
【０００７】
米国特許第5,758,034号は、カラー平面を独立した方法のテンプレートで処理する方法の例を開示している。米国特許第5,758,034号は、ベクトルが四つのルックアップテーブルを索引付けするために使用されることを記載している。或は、いくつかの応用においては、１つのルックアップテーブルが４回索引付けられることもある。この処理方法によって結果的に独立した出力値がカラー平面毎に生成される。
【０００８】
ルックアップテーブルは、元来、トレーニング画像又はトレーニング画像のセットを使って作成される。“Restoration and Enhancement of Digital Documents”( R. Loce and E. Dougherty 著)という書籍において、トレーニング画像のセットに基いてテンプレートをデザインする方法を教示している。トレーニング画像はペアで発生する。ペアのトレーニング画像は、一つのメンバが「一般的に観察画像」であり、もう一つのメンバが「理想画像」である、二つのメンバを有する。このペアのトレーニング画像は、二つの画像同士の間でのパターン統計を求めるとともにこれを解析するコンピュータプログラムへ入力される。
【０００９】
例えば、トレーニング画像のセットのうち、一つのメンバはバイナリハーフトーン画像であり、もう一つのメンバはハーフトーン処理前のオリジナルのグレイスケール画像である。この場合、「観察画像」はハーフトーン画像であり、デスクリーニング用フィルタの理想出力は、ハーフトーン処理前のグレイスケール画像である。バイナリ画像からグレイスケール画像への変換は、一般に、「デスクリーニング処理」と呼ばれる。ターゲット画素周辺のバイナリ画像内に発生する所与のパターンに対しては、トレーニング解析は、グレイスケール画像内の対応する位置におけるターゲット画素を検討する。例えば、ウィンドウの中心がターゲット画素位置に置かれる。同一のバイナリパターンの各々異なった位置に対応付けされたグレイ画素のセットに基いて、「最良グレイ画素値」が、所与のテンプレートの中心画素又は「原点（origin）」における画素、即ち、ターゲット画素、に対して決定される。この解析は、有意であると理解される全てのバイナリパターンに対して実行される（但し、有意度(significance)は（バイナリパターンの）発生頻度又はフィルタリングされた画像へ与える効果による。）それゆえ、あるテンプレートが観察され、それが有意であると、ターゲット画素にはある値が割り当てられる。従って、カラー画像を処理するためのフィルタのデザインは、統計的最適化技術又はエキスパートの知識によって実行される。
【００１０】
ルックアップテーブル表示の使用に相当する他のアプローチには、ブール論理表示(Boolean logic representation)がある。ブール論理表示において、画素値は、積の論理和などの論理的アーキテクチャにおける変数として使用される。ブール論理表示を用いたときのテンプレートフィルタデザインの目標は、統計的に最適化されたブール演算子を導き出すことにある。従来のシステム及び方法においては、ブール演算子が最適化されると共に個々にカラー平面上に用いられる。
【００１１】
従って、解像度変換、復元、外観調整、及びデスクリーニングなどのタスクがモノクロ画像又はカラー画像に対して実行されるとき、フィルタは各カラー平面に対して個々に適用される。フィルタは、一つの画像即ちバイナリ画像を、他の画像即ちグレイスケール画像へ、変換するオペレータ又はデバイスとして特徴付けられる。これによって、各カラー平面は個々に処理される。しかしながら、各カラー平面の個別処理はいつも適切とは限らない。というのは、従来のアプローチは、最終的に得られたカラー平面の、同時使用、例えば、ビューイング、に対しては一貫性がない（矛盾している）。
【００１２】
さらに、従来の方法においては、所与のカラー平面に対する各テンプレートベースのフィルタは、通常、不都合な平面対平面の相互作用を考慮せずに、デザインされている。シアンフィールド内のブラックテキストのエッジを強調しようとする場合、このような不都合な平面対平面の相互作用が発生する。この場合にカラー平面の個別処理を行うことによって、ブラック領域とシアン領域の間にホワイトギャップなどの画像のアーチファクト（artifact）が生じてしまう。（カラー平面の）個別処理による他のテンプレート−フィルタアプリケーションは、色々な変則、又は全体的に副次的に最適なパフォーマンスを呈する。
【００１３】
更に、個別のデスクリーニングを実行するための従来の方法もまた種々の問題を含んでいる。具体的には、従来の個別のデスクリーニングは使用可能な全ての情報を使用するわけではない。結果的に生成された画像は、使用可能な情報をより多く使用した場合に得られる画像よりも洗練されていない。また、カラー平面を個別にデスクリーニングすることによって、引き続いて行われるカラー変換において空間的構造情報を使用することが不可能である。
【００１４】
個別処理によるテンプレートマッチングを介して画像エンハンスメントを用いる従来の技術は、生成する画像に欠陥を生じる。これらの欠陥には、例えば、画像のカラー平面のボーダー（境界）に発生するホワイトギャップが含まれる。印刷工程における位置合わせを外すことによって一つのエッジのカラー間でホワイトギャップが生じないように、少しだけオーバーラップしたカラーエッジを生成することは公知である。この意図的なオーバーラップは、「トラッピング（trapping）」と呼ばれる。しかしながら、従来の方法及び技術では、マルチカラー画像を処理する際のテンプレートベースのフィルタの最適化された使用方法が簡易に提供されていない。特に、従来の方法及び技術では、マルチカラー画像に対してデスクリーニング処理を行う際のテンプレートベースのフィルタの最適化された使用方法が提供されていない。
【００１５】
【課題を解決するための手段】
本発明は、マルチ平面画像を入力し、単一平面ではなく幾つかの平面にわたって連帯式に対応付けされたベクトルを得る、システム及び方法を提供する。
【００１６】
本発明は、カラー平面にわたって同時にテンプレートマッチングを行うシステム及び方法を別に提供する。
【００１７】
本発明は、単一平面ベクトルではなく、ジョイントマルチ平面ベクトルを用いて、テンプレートマッチングの論理を最適化するシステム及び方法を別に提供する。
【００１８】
本発明は、入力された画像内の所与の画像位置のマルチ平面ベクトルを入力し、連帯式に最適化されたルックアップテーブルを用いてこの所与の画像位置の全てのカラー平面に対する出力を同時に生成するシステム及び方法を別に提供する。
【００１９】
本発明は、テンプレートマッチングプロセスにおいて互換性を持つように二つのカラー平面内のエッジ処理を行うシステム及び方法を別に提供する。
【００２０】
本発明は、最適化されたカラースペース変換を行うために局所的構造情報のカラー設定を使用するシステム及び方法を別に提供する。
【００２１】
本発明は、単一カラー平面をデスクリーニングするシステム及び方法を別に提供する。
【００２２】
本発明のシステム及び方法における一つの実施の形態によれば、一つ、二つ、三つ、又は四つの入力バイナリカラー平面を、例えば、３ｘ３画素のウィンドウのような入力観察ウィンドウを通してビュー（view）する、デスクリーニング及びカラー変換方法が提供されている。この得られた単一平面ベクトル同士が結合して、デスクリーニング又は他のカラー変換プロセスのためのルックアップテーブル内で使用されるマルチ平面ベクトルを生成する。これによって、カラー平面間の種々の相互作用を考慮して、例えば、最適なカラースペース変換が提供される。具体的には、マルチ平面ベクトルを用いることによって得られた更なる情報のおかげで、本発明のシステム及び方法は、例えば、複合的な一回に付き一平面を処理する方式の従来の方法より、もっと正確なカラー値を用いてカラーデスクリーニングを実行する技術を提供する。
【００２３】
本発明のシステム及び方法の他の利点及び特徴は、以下に示す実施の形態において詳細に記載されることによってより明確に理解されるものである。
【００２４】
【発明の実施の形態】
図１は、本発明によるテンプレートマッチングシステム２００の汎用化された機能ブロック図の実施の形態を示す。テンプレートマッチングシステム２００は、信号ライン即ちリンク１１０を介して画像データソース１００に接続され、信号ライン即ちリンク３１０を介して画像データシンク３００に接続されている。画像データソース１００は、多種多様の画像データをテンプレートマッチングシステム２００へ提供する。画像データシンク３００は、テンプレートマッチングシステム２００によって出力された処理済画像を受け取る。
【００２５】
一般に、画像データソース１００は、スキャナ、ディジタル複写機、ファクシミリのような電子画像データを生成するために適したデバイス、又はネットワークのクライアント又はサーバのような電子画像データを記憶及び／又は転送するために適したデバイスなどの多数の異なるソースのいずれであってもよい。また、画像データソース１００は必ずしも単一デバイスである必要はなく、むしろ、二つ以上の別個のデバイスによって構成されていても良い。例えば、一つのデバイスがトレーニング画像データを記憶し、他のデバイスが他のバイナリ画像データを記憶していてもよい。
【００２６】
従って、本発明のテンプレートマッチングシステム２００へ画像データを提供することが可能であれば、画像データソース１００は、公知の又はその時点から開発された／開発されるソースのいずれであってもよい。同様に、テンプレートマッチングシステム２００によって出力される処理済画像データを受け取ることが可能であり、この処理済画像データを記憶、転送及び／又は表示することが可能であれば、画像データシンク３００は、公知の又はその時点から開発された／開発されるデバイスのいずれであってもよい。このように、画像データシンク３００は、例えば、復元されたグレイスケール画像データ又は強調された画像データを転送するためのチャネルデバイスであってもよいし、表示、記憶のためのディスプレイデバイスであってもよいし、又は、画像データを表示するか又はさらに転送する必要が生じるまで、復元されたグレイスケール画像又は強調された画像データを無期限に記憶するための記憶デバイスであってもよい。
【００２７】
更に、チャネルデバイスは、画像データをテンプレートマッチングシステム２００から物理的な遠隔の記憶デバイス又はディスプレイデバイスへ転送する公知の任意な構造又は装置であっても良い。従って、チャネルデバイスは、公衆電話交換回線網、局所又は広域ネットワーク、イントラネット、インターネット、無線転送チャネル、他の分散形ネットワーク等であってもよい。同様に、記憶デバイスは、ＲＡＭ（ランダムアクセスメモリ）、ハードドライブ及びディスク、フロッピドライブ及びディスク、光ドライブ及びディスク、フラッシュメモリ等のような画像データを無期限に記憶する公知の任意な構造装置であってよい。最後に、ディスプレイデバイスは、画像を表示又はレンダリングする公知の任意なデバイスであってもよい。即ち、ディスプレイデバイスは、ＣＲＴ（陰極線管）、アクティブ又はパッシブ・マトリックスＬＣＤ（液晶ディスプレイ）、アクティブ又はパッシブ・ＬＥＤ（発光ダイオード）ディスプレイ、レーザプリンタ、インクジェットプリンタ、ディジタル複写機等であってよい。
【００２８】
更に、画像データソース１００及び画像データシンク３００は、テンプレートマッチングシステム２００から物理的に遠く離れていても上述されたチャネルデバイスを介して到達可能であればよい。或は、テンプレートマッチングシステム２００は、画像データソース１００及び画像データシンク３００のいずれか又は両方と一体化されていてもよい。例えば、画像データソース１００はディジタル式写真複写機のスキャナであってもよいし、一方で、画像データシンク３００がディジタル式写真複写機の画像出力ターミナルであってもよい。
【００２９】
本発明のシステム及び方法によると、例えば、まず、ルックアップテーブルが作成される。作成されたルックアップテーブルは、観察画像を他の画像、即ち、理想画像へ変換する種々のテンプレートを含んでいる。これらのテンプレートを含んだルックアップテーブルが作成されるとすぐに、次にこのルックアップテーブルが実装される。即ち、観察画像を理想画像へ実際に変換するようにルックアップテーブルが実装されるのである。テンプレートマッチングシステム２００は、ルックアップテーブルを作成するプロセスと作成されたルックアップテーブルを実装するプロセスとの両方を実行するシステムを例示する。しかしながら、ルックアップテーブルがこのルックアップテーブルを実際に作成したシステムとは分離した他の実装用システムに多分難なく転送されてもよいことを認識されたい。
【００３０】
図１に示されているように、テンプレートマッチングシステム２００は、各々がデータバス２９５に接続された、コントローラ２１０、Ｉ／Ｏ（入出力）インタフェース２２０、局所画像データ解析回路２３０、処理回路２４０、及びメモリ２８０を有する。入出力インタフェース２２０は、信号ライン即ちリンク１１０及び３１０の各々を介して画像データソース１００及び画像データシンク３００にも接続可能である。
【００３１】
更に、図１に示されるように、メモリ２８０は、理想画像データメモリ２８１、理想画像パターンデータメモリ２８２、理想画像ベクトルデータメモリ２８３、観察画像データメモリ２８４、観察画像パターンデータメモリ２８５、観察画像ベクトルデータメモリ２８６、及びルックアップテーブルメモリ２８７を有する。
【００３２】
理想画像データメモリ２８１は、連続画像データ等のトレーニング画像データを記憶する。理想トレーニング画像データは、入出力インターフェース２２０を介して画像データソース１００から入力される。或は、理想トレーニング画像データは、例えば、マルチカラー平面を含むバイナリカラー画像であってもよい。理想画像パターンデータメモリ２８２は、入力されたトレーニング画像を表すパターン情報等の入力されたトレーニング画像から得られる、解析されたデータ情報を記憶する。理想画像ベクトルデータメモリ２８３は、入力されたトレーニング画像を表すベクトル情報等の入力されたトレーニング画像から得られる、解析されたデータ情報を記憶する。
【００３３】
また、観察画像データメモリ２８４は、観察画像データを記憶する。このデータは、入出力インターフェース２２０を介して画像データソース１００から入力されてもよいし、理想画像を何らかの方法で変換することから得てもよい。具体的には、観察画像データメモリ２８４は、局所画像データ解析回路２３０で生成される観察画像データを記憶してもよい。観察画像パターンデータメモリ２８５は、観察画像を表すパターン情報等の観察画像から得られる、解析されたデータ情報を記憶する。観察画像ベクトルデータメモリ２８６は、観察画像を表すベクトル情報等の観察画像データメモリ２８４内に記憶された観察画像から得られる、解析されたデータ情報を記憶する。ルックアップテーブルメモリ２８７は、局所画像データ解析回路２３０によって生成されたルックアップテーブルデータを記憶する。ルックアップテーブルは、観察画像データを、この観察画像データに対応する理想画像データに関連付ける。ルックアップテーブルが一旦作成されると、ルックアップテーブルは、観察画像を理想画像へ変換するために多種多様なシステム及びデバイス上で使用される。
【００３４】
メモリ２８０は、テンプレートマッチングシステム２００に要求されるあらゆる必要な制御プログラム及び／又はデータも記憶する。従って、メモリ２８０は、スタティック又はダイナミックＲＡＭ、フロッピーディスク及びディスクドライブ、書き込み可能な光ディスク及びディスクドライブ、ハードディスク及びディスクドライブ、フラッシュメモリ等を使って実行することができる。メモリ２８０は、ＰＲＯＭ（プログラム可能ＲＯＭ）、ＥＰＲＯＭ（消去可能ＰＲＯＭ）、ＥＥＰＲＯＭ（電気的消去可能ＰＲＯＭ）、ＣＤ−ＲＯＭ（コンパクトディスクＲＯＭ）及びディスクドライブ等を含むリードオンリーメモリを有することもできる。
【００３５】
本発明のシステム及び方法によれば、理想画像は、図１に示されたテンプレートマッチングシステム２００を用いて、観察画像からモデリングされ、復元されてよい。しかしながら、これを達成するためには先ずモデリングプロセス即ちトレーニングプロセスを実行する必要がある。モデリングプロセスには、観察画像における特定のパターンとマッチングさせるテンプレートの作成、即ち、テンプレートマッチングプロセス、が伴う。テンプレートマッチングプロセスによってルックアップテーブルが作成される。
【００３６】
図２は、図１の局所画像データ解析回路２３０の実施の形態をより詳細に示す機能ブロック図である。図２に示されるように、局所画像データ解析回路２３０は、ルックアップテーブル生成サブシステム２６０及び画像解析サブシステム２７０を有する。ルックアップテーブル生成サブシステム２６０は本発明のシステム及び方法に応じてルックアップテーブルを生成する。画像解析サブシステム２７０は、ルックアップテーブル生成サブシステム２６０によって作成されたルックアップテーブルを用いて画像を解析する。テンプレートマッチングシステム２００がルックアップテーブルの作成及び実装の両方を実行することから、本発明のシステム及び方法の実施の形態に従って画像解析サブシステム２７０はテンプレートマッチングシステム２００内に含まれる。しかしながら、ルックアップテーブルを作成するためのみに使用されるシステムにおいては、ルックアップテーブルを実行するために使用される画像解析サブシステム２７０の部分は省くことができることが理解されよう。ルックアップテーブル生成サブシステム２６０及び画像解析サブシステム２７０は共にデータバス２９５に接続されている。
【００３７】
ルックアップテーブル生成サブシステム２６０及び画像解析サブシステム２７０の各々は、図３及び図４の各々に示されるサブシステムを有する。図３は、図２のルックアップテーブル生成サブシステム２６０の実施の形態をより詳細に示す機能ブロック図である。図３に示されるように、ルックアップテーブル生成サブシステム２６０は、各々がデータバス２９５に接続された、理想画像解析回路２６２、理想画像画素パターン決定回路２６３、理想画像ベクトル決定回路２６４、観察画像解析回路２６６、観察画像画素パターン決定回路２６７、観察画像ベクトル決定回路２６８、及びルックアップテーブル編集回路２６９を有する。
【００３８】
理想画像解析回路２６２は、処理すべき理想画像の初期解析を実行する。理想画像画素パターン決定回路２６３は、理想画像における画素パターンを決定する。理想画像ベクトル決定回路２６４は、理想画像画素パターン決定回路２６３によって決定された画素パターンを解析し、理想画像画素パターンを表すベクトルを生成する。
【００３９】
観察画像解析回路２６６は、理想画像から得られた観察画像に対して初期解析を実行する。観察画像画素パターン決定回路２６７は、観察画像内の画素パターンを決定する。また、観察画像ベクトル決定回路２６８は、観察画像画素パターン決定回路２６７によって決定された画素パターンを解析し、観察画像内の観察画像画素パターンを表すベクトルを生成する。
【００４０】
ルックアップテーブル編集回路２６９は、理想画像ベクトル決定回路２６４及び観察画像ベクトル決定回路２６８によって生成された情報を編集し、編集された情報に基づいてルックアップテーブルを生成する。
【００４１】
図４は、図２の画像解析サブシステム２７０の実施の形態をより詳細に示す機能ブロック図である。図４に示されるように、画像解析サブシステム２７０は、各々がデータバス２９５に接続された、入力画像解析回路２７２、ベクトル決定回路２７４、及びルックアップテーブル値抽出回路２７６を有する。入力画像解析回路２７２はまず解析対象となる観察画像を入力し、その画像の初期解析を実行する。ベクトル決定回路２７４は、入力画像解析回路２７２によって生成された情報について更なる解析を実行し、入力画像解析回路２７２によって得られた情報に基づいてベクトルセットを生成する。ルックアップテーブル値抽出回路２７６は、ベクトル決定回路２７４において生成されたベクトル情報を入力し、ルックアップテーブルへの入力としてベクトル情報を使用する。それから、ルックアップテーブル値抽出回路２７６は、入力されたベクトル情報に対応するルックアップテーブルから適切な値を抽出する。
【００４２】
本発明のシステム及び方法による例示的な学習又はトレーニングプロセスにおいて、理想トレーニング画像が画像データソース１００からリンク１１０を介して入力される際に、コントローラ２１０はルックアップテーブルの作成を開始する。次いで、理想トレーニング画像は理想画像データメモリ２８１内に記憶される。本発明のシステム及び方法の種々の実施の形態において、例えば、トレーニング画像は、復元するためのより良質な画像の特定の観察画像に依存する多種多様な画像のいずれであってもよい。
【００４３】
以下に記述されるテンプレートマッチングシステム２００の実施の形態において、この例示的なテンプレートマッチングシステム２００は入力された理想の画像を観察画像へ変換して対（ペア）のトレーニング画像を生成する。しかしながら、本発明のシステム及び方法は、理想の画像について変換プロセスを実行することによって観察画像を生成することに限定されないことを認識されたい。それよりも寧ろ、本発明のシステム及び方法には、対応する理想画像と観察画像を個々に入力することも含まれる。これらの対応する理想画像と観察画像は、例えば、実験室での実験に基づいたエキスパートの知識に基づいて選択することができる。
【００４４】
本発明のシステム及び方法によれば、理想トレーニング画像は、理想画像解析回路２６２によって画像データソース１００から入力される。入力された画像は理想画像データメモリ２８１に記憶される。次いで、理想画像画素パターン決定回路２６３は理想トレーニング画像を解析する。この実施の形態において、理想トレーニング画像は、バイナリマルチプレーン画像である。しかしながら、以下に更に記述されるように、多種多様な画像の種類と組み合わされて使用されることも認識されたい。例えばバイナリ画像をグレイスケール画像へ変換するためのデスクリーニングプロセスを実行するために本発明のシステム及び方法を使用してもよい。
【００４５】
理想画像画素パターン決定回路２６３は、バイナリ理想画像における画素パターンを観察し、この画像情報を対応付けられたターゲット画素情報と共に、理想画像パターンデータメモリ２８２に記憶する。次いで、理想画像ベクトル決定回路２６４は、理想画像パターンデータメモリ２８２内に記憶された画素パターンについて解析を行う。具体的には、理想画像ベクトル決定回路２６４は観察された画素パターンをマルチプレーンベクトルへ変換する。理想画像ベクトル決定回路２６４がトレーニング画像を表すマルチプレーンベクトルを各画素毎に決定した後、このベクトルデータ及び画素位置データが理想画像ベクトルデータメモリ２８３に記憶される。
【００４６】
本発明によるテンプレートマッチングシステム２００は、例えば、マルチカラー平面を有するバイナリカラー画像用にテンプレートマッチングプロセスを実行する。本明細書中に記述されている本発明のテンプレートマッチングシステム及び方法の種々の実施の形態において、理想画像及び観察画像は各々四つのカラー平面を有している。しかしながら、本発明は四つのカラー平面に限定されるものではない。代わりに、少なくとも二つのベクトル又はそれと等価な数学的表現によって画像が表されるのであれば、本発明のテンプレートマッチングシステム及び方法は、三つ、二つ、又は一つのカラー平面を有する画像を処理し、操作するために使用されてもよい。本明細書中に使用されているように、「ベクトル」は、画像の特性又は画像の一部を何らかの形態で表現する数学的表現を表すように意図されている。或いは、四つより多いカラー平面を有する画像は、本発明のテンプレートマッチングシステム及び方法に従って処理されてよい。更に、本明細書中に用いられているように、「値」は、（画像）情報をあらゆる多種多様な形態で表すように意図されている。例えば、単一な値は、副値（sub-value）として特徴付けられる多数の値を有してもよい。
【００４７】
テンプレートマッチングシステム２００は、理想画像を観察画像と対応付けるための改良されたルックアップテーブルを提供する。テンプレートマッチングシステム２００は、特に、各カラー平面からターゲット画素情報だけでなく近傍画素情報を同時に用いてルックアップテーブルへの入力ベクトルを形成する。本発明によって生成され、記憶されたルックアップテーブルは、出力された画素の全てのカラー平面に対して変換されたカラー情報を出力する。
【００４８】
ルックアップテーブルの作成において、理想画像解析回路２６２は、理想トレーニング画像の画素を横切るように適切なスライドウィンドウ（sliding window）を走査する。具体的には、理想画像画素パターン決定回路２６３は、例えば、スライドウィンドウを用いることによって、理想画像内の全てのカラー平面内の全画素を順次観察する。スライドウィンドウが理想画像の画素を横切って走査する時、所与の時間に特に指定された画素、即ち、所与のカラー平面内のターゲット画素、について情報が生成される。
【００４９】
理想画像画素パターン決定回路２６３は高速走査方向に沿って即ち水平方向に沿ってウィンドウを走査する。具体的には、理想画像画素パターン決定回路２６３が、任意の第１のターゲット画素と任意の第１のカラー平面において開始される画素情報を入力する。理想画像画素パターン決定回路２６３は、第１のカラー平面における第１のターゲット画素を観察する。観察されたパターン情報は、理想画像パターンデータメモリ２８２内に記憶される。次いで、理想画像画素パターン決定回路２６３は、第２のカラー平面における第１のターゲット画素のパターン情報を観察し、記憶する。その後、理想画像画素パターン決定回路２６３は、第３及び第４のカラー平面各々における第１のターゲット画素のパターン情報を観察し、記憶する。
【００５０】
各カラー平面において第１のターゲット画素が観察されると、理想画像画素パターン決定回路２６３はウィンドウを第２のターゲット画素へ移動させる。第１のターゲット画素の観察と同様の方法で、各カラー平面において第２のターゲット画素を順次観察する。観察されたパターン情報は理想画像パターンデータメモリ２８２に記憶される。全てのカラー平面において第２のターゲットが観察されると、理想画像画素パターン決定回路２６３は、画像全体が入力されるまで、第３のターゲット画素、第４のターゲット画素、次の画素へとウィンドウを移動させる。
【００５１】
最終的に、理想画像における四つのカラー平面全てにおいて最終のターゲットが観察される。結果的に、理想画像内の各カラー平面における各ターゲット画素に対してのターゲット画素パターン情報は、理想画像パターンデータメモリ２８２に記憶される。具体的には、テンプレートマッチングシステム２００のトレーニングプロセスに従って、理想画像画素パターン決定回路２６３は、理想トレーニング画像の各カラー平面の観察されたターゲット画素毎に特定の画素パターンを表すデータを生成する。このパターンデータは、対応付けされたターゲット画素の座標と共に、理想画像画素パターンデータメモリに記憶される。
【００５２】
上記のように、理想画像画素パターン決定回路２６３は、あるターゲット画素に対する全てのカラー平面を観察してから、次のターゲット画素に移動する。しかしながら、本発明のシステム及び方法はこのような技術に限定されるものではない。その代わり、理想画像画素パターン決定回路２６３は、第１のカラー平面内の各ターゲット画素を観察できる。第１のカラー平面内で各ターゲット画素が観察されると、理想画像画素パターン決定回路２６３は、次に、第２のカラー平面内で各ターゲット画素を観察する等々、を行う。例えば、求められる情報が好適なバッファメモリに記憶され得る
【００５３】
入力された理想トレーニング画像が解析されると、コントローラ２１０は、理想画像データメモリ２８１に記憶された入力された理想トレーニング画像を、対応する観察トレーニング画像へ変換するように、プロセッシング回路２４０をコントロールする。この変換は、ペアのトレーニング画像の第２のメンバを作成するために実行される。第１のメンバは理想画像である。理想トレーニング画像に対して実行される特定の変換プロセスは、テンプレートマッチングシステム２００の特定のアプリケーションによって変化する。例えば、この特定の変換プロセスとは、ハーフトーン処理、逆ハーフトーン処理又はデスクリーニング、分解、セグメンテーション、カラースペース変換、解像度エンハンスメント、ノイズフィルタリング、又はカラー画像又は白黒画像用の他の公知の又はその時点から開発された／開発される変換プロセスであってよい。
【００５４】
しかしながら、上記のように、本発明のシステム及び方法は理想画像を変換することによって観察トレーニング画像即ち観察画像を生成することに限定されるものではない。その代わり、本発明のシステム及び方法は、対応する理想トレーニング画像と観察トレーニング画像を個々に入力することも含み得る。これらの対応する理想トレーニング画像及び観察トレーニング画像は、例えば、エキスパートの知識に基づいて選択することができる。
【００５５】
変換プロセスの結果としては、観察画像は、プロセッシング回路２４０によって、理想画像から生成即ち変換され、得られた画像は観察画像データメモリ２８４に記憶される。ルックアップテーブル生成サブシステム２６０は、観察画像を解析するために、観察画像解析回路２６６を有する。
【００５６】
観察画像解析回路２６６は、観察画像データメモリ２８４から観察トレーニング画像を検索する。その後、図５に示されるように、観察画像画素パターン決定回路２６７は次いで観察トレーニング画像の画素を横切って３ｘ３画素のウィンドウ４３０等のスライドウィンドウを走査する。観察画像画素パターン決定回路２６７は、スライドウィンドウを用いて、観察画像におけるカラー平面内の近傍画素に対する観察画像データ値を特定のターゲット画素に対して観察する。観察画像画素パターン決定回路２６７は、任意の第１のターゲット画素においてスタートする画素情報と、観察画像内の所定の任意の第１のカラー平面と、を入力する。観察画像画素パターン決定回路２６７は、第１のカラー平面内の第１のターゲット画素の近傍画素を観察する。観察されたパターン情報は観察画像パターンデータメモリ２８５に記憶される。観察画像画素パターン決定回路２６７は次いで第２のカラー平面内の第１のターゲット画素の近傍画素を観察し、記憶する。このパターン情報もまた観察画像パターンデータメモリ２８５に記憶される。その後、観察画像画素パターン決定回路２６７は、観察画像の第３及び第４のカラー平面における第１のターゲット画素の近傍画素のパターン情報を観察し、記憶する。
【００５７】
観察画像画素パターン決定回路２６７は、観察画像を解析するためにスライドウィンドウ技術を使用する。例示的に、３ｘ３画素のスライドウィンドウが観察画像画素パターン決定回路２６７によって使用される。観察画像画素パターン決定回路２６７は、観察画像データメモリ２８４に記憶された観察画像の画像データを横切って３ｘ３画素のスライドウィンドウを走査する。
【００５８】
図５はこの種の３(３画素のスライドウィンドウの例を示す。図５に示されるように、スライドウィンドウ４３０は、各々が直座標０乃至２を備えた３つの行と各々が水平座標０乃至２を備えた３つの列とを有する画素のアレイを有する。水平軸は高速走査方向を表し、垂直軸は低速走査方向の特定画素を表す。スライドウィンドウはターゲット画素４３２を有する。例えば、３(３画素のスライドウィンドウ４３０は、座標（１，１）に位置した中心又はターゲット画素４３２を含む。ターゲット画素４３２は、観察画像データメモリ２８４内に記憶された観察画像を解析するために使用される。しかしながら、他の種々のウィンドウも観察画像画素パターン決定回路２６７によって使用され得ることが認識されよう。
【００５９】
図６及び図７は他のタイプのウィンドウを示す。ウィンドウ４３０に代わってこれらのウィンドウと共に他のウィンドウも、本発明のシステム及び方法による観察画像画素パターン決定回路２６７によって使用され得る。例えば、図６は、中心又はターゲット画素を座標（１，０）を位置させた３ｘ３画素のウィンドウを示す。また、使用される特定ウィンドウは、３ｘ３画素のウィンドウに限定されない。図示されているように、図７は、やや変化した非対称形のウィンドウを示す。さらに、他の好適な種々のウィンドウとしては、例えば、ターゲット画素を座標（１，０）に位置させた３ｘ２画素の配列になるように形成されたウィンドウが使用されてもよい。
【００６０】
本発明によるテンプレートマッチングシステム及び方法のあらゆる特定の実施の形態に使用される特定のスライドウィンドウは、解析されている特定画像の特定の必要条件に左右される。更に、スライドウィンドウ内のターゲット画素の特定の位置は特定のアプリケーションの必要条件に左右される。
【００６１】
各カラー平面において第１のターゲット画素の近傍画素が観察されると、観察画像画素パターン決定回路２６７はウィンドウを第２のターゲット画素に移動させる。観察画像内の第１のターゲット画素の近傍画素を観察するための同様の方法において、観察画像画素パターン決定回路２６７は各カラー平面内の第２のターゲット画素の近傍画素を順次観察する。観察されたパターン情報は観察パターンデータメモリ２８５内に記憶される。第２のターゲット画素の近傍画素内で全てのカラー平面が観察されると、観察画像画素パターン決定回路２６７は、第３のターゲット画素、第４のターゲット画素、次の画素へとウィンドウを移動させる。
【００６２】
最終的に、観察画像内の四つのカラー平面全てにおいて最終ターゲット画素の近傍画素が観察される。結果的に、各カラー平面内のターゲット画素毎のターゲット画素パターン情報が観察パターンデータメモリ２８５内に記憶される。具体的には、テンプレートマッチングシステム２００によって実行されるトレーニングプロセスによって、観察画像画素パターン決定回路２６７は、観察トレーニング画像の各カラー平面内の観察されたターゲット画素毎に特定パターンデータを表すデータを生成する。各対応付けされたターゲット画素の座標と共に、このパターンデータは、観察画像パターンデータメモリ２８５内に記憶される。
【００６３】
上記のように、観察画像画素パターン決定回路２６７は、あるターゲット画素に対して各カラー平面内の全ての近傍画素を観察し、次のターゲット画素へ移る。或は、観察画像画素パターン決定回路２６７は、第１のカラー平面内の全てのターゲット画素の近傍画素を観察することができる。第１のカラー平面についての各ターゲット画素周辺の近傍画素が観察されると、観察画像画素パターン決定回路２６７は、次いで、第２のカラー平面内、次のカラー平面内、と各ターゲット画素周辺の近傍画素を観察する。
【００６４】
従って、理想画像のカラー平面毎に完全なパターンデータ情報が理想画像パターンデータメモリ２８２内に記憶される。観察画像内のカラー平面毎にも完全なパターン情報が観察画像パターンデータメモリ２８５内に記憶される。この情報が蓄積されると、ルックアップテーブル生成サブシステム２６０が、理想画像内の画素値を観察画像内の画素値に対応付ける。即ち、ルックアップテーブル生成サブシステム２６０は、観察画像を理想画像へマッピングするルックアップテーブルを生成する。
【００６５】
ルックアップテーブル生成サブシステム２６０の理想画像ベクトル決定回路２６４は、理想画像パターンデータメモリ２８２から理想画像画素パターン情報を検索することによって、マッピングプロセスを開始する。理想画像ベクトル決定回路２６４は第１のカラー平面に対する第１の画素についての画素パターン情報を検索する。理想画像ベクトル決定回路２６４は次いで第１の画素を表す第１のベクトルを形成するためにこの第１の画素パターン情報をベクトル化する。理想画像ベクトル決定回路２６４は次いで第２乃至第４のカラー平面について第１の画素パターン情報を検索し、この情報をベクトル化して第２乃至第４の各ベクトルへ変換する。
【００６６】
本発明のシステム及び方法によれば、理想画像ベクトル決定回路２６４は、第１乃至第４のベクトルを結合して単一ベクトルを生成する。ＣＭＹＫ（シアン、マゼンタ、イエロー、及びブラック）カラーのバイナリ画像用のウィンドウを用いて得られた単一ベクトルは、理想画像内での観察された画素を表す。理想画像ベクトル決定回路２６４は、結合されたベクトルに対応付けされたターゲット画素座標と共に、結合されたベクトルを、理想画像ベクトルデータメモリ２８３に記憶する。
【００６７】
本発明のシステム及び方法によれば、上記のように、理想画像ベクトル決定回路２６４がトレーニング画像内の第１のターゲット画素を解析した後、理想画像ベクトル決定回路２６４は次いで理想画像パターンデータメモリ２８２から次のターゲット画素に対する画素パターンを検索する。上記のように、理想画像ベクトル決定回路２６４は、各カラー平面内の次のターゲット画素に対して画素パターンを解析する。これによって、理想画像ベクトル決定回路２６４は理想画像の第２のターゲット画素に対して結合されたベクトルを生成する。理想画像ベクトル決定回路２６４は理想画像パターンデータメモリ２８２内のカラー平面毎に全ての画素パターンがターゲット画素毎にベクトル化されるまで、このプロセスを続ける。
【００６８】
ルックアップテーブル生成サブシステム２６０の観察画像ベクトル決定回路２６８は、観察画像パターンデータメモリ２８５から観察されたパターン情報を検索することによって開始される。観察画像ベクトル決定回路２６８は次いで観察画像内の第１のカラー平面に対する第１の画素についての画素パターン情報を検索する。観察画像ベクトル決定回路２６８は次いで第１のベクトルを形成するためにこの第１のパターン情報をベクトル化する。例えば、第１のカラー平面がシアンカラー平面であれば、これによって、ベクトル「ｃ1,ｃ2, …ｃ9」が生じる。観察画像ベクトル決定回路２６８は次いで第２乃至第４のカラー平面に対して第１の画素パターン情報を検索し、この情報をベクトル化して第２乃至第４のベクトルを各々形成する。例えば、第２乃至第４のカラー平面が各々マゼンタ、イエロー、及びブラックのカラー平面ならば、これによって、三つのベクトル「ｍ1ｍ2…ｍ9」、「ｙ1ｙ2…ｙ9」、及び「ｋ1ｋ2…ｋ9」が各々生じる。観察画像ベクトル決定回路２６８は、第１乃至第４のベクトルを結合して単一のベクトルを生成する。ＣＭＹＫカラーの観察されたバイナリ画像用の３ｘ３画素のウィンドウを用いて得られた単一ベクトルは、次いで、３６個の要素をもつベクトル「ｃ1ｃ2…ｃ9，ｍ1ｍ2…ｍ9，ｙ1ｙ2…ｙ9，ｋ1ｋ2…ｋ9」の形態で書き込まれる。観察画像ベクトル決定回路２６８は、この結合されたベクトルに対応付けされたターゲット画素座標と共に、結合されたベクトルを、観察画像ベクトルデータメモリ２８６に記憶する。
【００６９】
観察画像ベクトル決定回路２６８は、次のターゲット画素に対する画素パターンを観察パターンデータメモリ２８５から検索する。上記のように、観察画像ベクトル決定回路２６８は、各カラー平面内の次のターゲット画素に対して画素パターンを解析する。これによって、観察画像ベクトル決定回路２６８は、観察画像の第２のターゲット画素に対して結合ベクトルを生成する。観察画像ベクトル決定回路２６８は、観察画素パターンデータメモリ２８５内の各カラー平面に対して、全ての画素パターンがターゲット画素毎にベクトル化されるまで、このプロセスを続ける。
【００７０】
これによって、観察画像の各ターゲット画素についての完全なベクトル情報が、観察画像ベクトルデータメモリ２８６内に記憶されると共に、理想画像の各ターゲット画素についての完全なベクトル情報が、理想画像ベクトルデータメモリ２８３内に記憶される。明らかなように、理想画像内の各ターゲット画素は、観察画像内のターゲット画素に対応する。即ち、これは、理想画像と観察画像がトレーニングペア（トレーニング画像ペア）を形成するためである。これによって、ルックアップテーブル生成サブシステム２６０のルックアップテーブル編集回路２６９はこの対応を使用して理想画像ベクトルデータメモリ２８３内のベクトルを観察画像ベクトルデータメモリ２８６内のベクトルに対応付ける。具体的には、ルックアップテーブル編集回路２６９は、これらの対応しているターゲット画素をマッチングすることによって、理想画像ベクトルデータメモリ２８３に記憶された各ベクトルを、観察画像ベクトルデータメモリ２８６内の対応しているベクトルに、リンク又はマッピングする。
【００７１】
更に、本発明のシステム及び方法によれば、マッピングは幾つかの調整を含む。特定の調整は、例えば、エキスパートの知識に基づく。例えば、調整によって画質低下を防ぐことができる。例えば、カラー平面同士間に何らかの相互関係がある時に、このような画質低下、即ち、生じることがエキスパートによって知られている画質低下が発生し得る。
【００７２】
編集されたルックアップテーブルは、ルックアップテーブルメモリ２８７内に記憶される。上述のように、ルックアップテーブルは、次いで、このルックアップテーブルが実行される物理的に分離したシステムへ転送される。更に、分離システムの電子的記憶能力には限界がある。ルックアップテーブルが非常に多数のエントリを有することが可能であることを認識されよう。これらの多数のエントリは、例えば、三つ又は四つの同時に位置するウィンドウ内の画素の全ての可能な組合わせの結果である。しかしながら、エントリの数は、本発明のシステム及び方法によって減少することもある。
【００７３】
具体的には、理想画像又は観察画像のいずれかに存在するごく僅かな率のベクトルが高い発生頻度を有していることが理解されよう。これによって、この限られた高い発生頻度によって、例えば、ルックアップテーブル内に含まれるように、ルックアップテーブル編集回路２６９が最重要ベクトル、即ち、頻繁に発生するベクトルのみを選択することができる。しかしながら、ルックアップテーブル編集回路２６９がルックアップテーブルに含むためにどの画素ベクトルを選択するかについての特定の方法は、特定のアプリケーションによって変化する。このように、頻度以外に、ルックアップテーブル内に含まれたベクトルは、最大値、最小値、及び／又は中心傾向の測定に基づいて選択され得る。
【００７４】
例えば、以下に説明されるように、本発明のテンプレートマッチングシステム２００の一つの実施の形態によれば、理想画像ベクトルデータメモリ２８３と観察画像ベクトルデータメモリ２８６の両方においてベクトルは複数のクラスに分けられる。具体的には、理想画像ベクトルデータメモリ２８３に記憶された理想画像ベクトルは、ルックアップテーブル編集回路２６９によって複数のクラスに分類される。次いで、ルックアップテーブル編集回路２６９は、各クラスに含まれる理想画像ベクトル値Ｖhの数を観察する。ルックアップテーブル編集回路２６９は、理想画像ベクトル値Ｖhの数を所定の閾値数Ｎhと比較する。ＶhがＮhより大きい場合、ベクトルのクラスが理想画像ベクトルデータメモリ２８３内に保持される。これに対して、ＶhがＮhより小さい場合、このクラス内に含まれるベクトルの発生頻度は、ルックアップテーブル内に含まれることを正当化するには不十分である。これによって、そのクラスのベクトルは、メモリ２８０から削除される。閾値数又は閾値は、例えば、エキスパートの知識又は統計的解析に基いて決定され得る。
【００７５】
ルックアップテーブル編集回路２６９が全ての理想画像ベクトルクラスを解析した後、保持されているクラスに属する理想画像ベクトルのみが、まだ理想画像ベクトルデータメモリ２８３に記憶された状態にある。これらの残留している理想画像ベクトルは、対応するターゲット画素との対応付けが引き続き行われる。
【００７６】
次いで、ルックアップテーブル編集回路２６９は、観察画像ベクトルのクラスを設定する。観察画像ベクトルデータメモリ２８６内に記憶された観察画像ベクトルは、ルックアップテーブル編集回路２６９によって、観察画像ベクトルクラスへ分類される。次いで、ルックアップテーブル編集回路２６９は各クラスに含まれる観察画像ベクトルＶ1の数を観察する。ルックアップテーブル編集回路２６９は、ベクトルＶ1の数を所定の閾値数Ｎ1と比較する。Ｖ1がＮ1より大きい場合、このクラスのベクトルは観察画像ベクトルデータメモリ２８６内で保持される。一方、Ｖ1がＮ1より小さい場合、このクラスに含まれるベクトルの発生頻度は、ルックアップテーブルに含むことを正当化するには不十分である。これによって、このクラスのベクトルはメモリ２８０から削除される。
【００７７】
ルックアップテーブル編集回路２６９は全ての観察画像ベクトルクラスを解析した後、保持されたクラスに属する観察画像ベクトルのみが観察画像ベクトルデータメモリ２８６内に記憶される。これらの残留している観察画像ベクトルとこれらの対応するターゲット画素との対応付けが引き続いて行われる。
【００７８】
ルックアップテーブル編集回路２６９は、残留している理想画像ベクトルの一つとして、その対応する理想画像ベクトルを有さない残留している観察画像ベクトルの各々を識別する。本発明のテンプレートマッチングシステム２００の一つの実施の形態によれば、ルックアップテーブル編集回路２６９は、残留対応理想画像ターゲット画素を有さない全ての観察ターゲット画素を削除する。
【００７９】
次いで、各クラス内のベクトルが平均化される。クラスを平均化するために、ルックアップテーブル編集回路２６９は、理想画像ベクトルのクラスに依存、即ち、これを使用する。具体的には、ルックアップテーブル編集回路２６９は理想画像クラスの第１のクラスの全ての残留理想画像ベクトルを平均化して、値Ａhを得る。値Ａhは、ルックアップテーブル内の第１のクラスを表す平均化された理想画像ベクトルである。
【００８０】
ルックアップテーブル編集回路２６９は、値Ａhに対応する平均化された観察ベクトルを生成する。平均化された観察画像ベクトルを生成する際、ルックアップテーブル編集回路２６９は前もって設定された観察クラスに依存しない。その代わり、ルックアップテーブル編集回路２６９は第１のクラス内で理想画像ベクトルを確認する。ルックアップテーブル編集回路２６９は、第１のクラス内の各理想画像ベクトルに対応する全ての観察画像ベクトルを検索する。これらの検索された観察画像ベクトルが全て平均化され、値Ａ1を得る。値Ａ1は、ルックアップテーブル内の第１のクラスを表す平均化された観察画像ベクトルである。従って、ルックアップテーブルには、理想画像ベクトルの第１のクラスに対応する値が設けられている。ルックアップテーブル編集回路２６９は、理想画像ベクトル全てのクラスが解析されるまで、残留している理想画像クラスのベクトル毎に平均値を生成する。各残留している理想画像クラスのべクトル内のベクトルが実際に同一である場合、必ずしも平均値を求める必要はない。これによって、各理想画像クラスはルックアップテーブル内に代表的な理想画像ベクトルを有する。また、ルックアップテーブル内の代表的な理想画像ベクトルの各々は、ルックアップテーブル内に対応する代表的な観察画像ベクトルを有する。
【００８１】
このアプローチは、元来定義付けされたクラスの観察画像ベクトルに依存しない。このアプローチは、理想画像クラスに基いた観察画像ベクトルを再定義付けし、ある意味では、理想画像クラスを支配クラスとして処理するものである。しかしながら、元来定義付けされた観察画像クラスが概して再定義付けられた観察クラスに対応することが認識されよう。これは、理想画像ベクトルと観察画像ベクトルとの対応即ち理想画像画素パターンと観察画像画素パターンとの対応が、概して一貫しているために発生する。このように、この対応が一貫している場合、同一又は類似の観察画像ベクトルは、一般に、同一又は類似の理想画像ベクトルのグループに対応する。これは、実際、この対応がベクトルの特性即ち元来定義付けされた観察画像クラスに基いているか、一般のターゲット画素即ち再定義付けされた観察画像クラスに、純粋に基いているかによる。
【００８２】
更に、理想画像クラスは、本発明のシステム及び方法において、支配クラスである必要がないことが認識されよう。というより、観察されたクラスは幾つかのアプリケーションにおいて支配クラスであってもよいのである。この場合、理想画像クラスは、観察画像クラスに基いて再度定義付けされる。
【００８３】
例えば、特定の観察された画素パターンに合致する理想画像画素のクラスが設定されていもよい。このように、観察された画素の対応するクラスは特定の観察画像画素パターンを有する画素を含む。或は、観察された画素のクラスは、略同一の画素パターンを有する画素を含んでいてもよい（即ちファジイクラス）。さらに、理想画像画素のクラスは、特定の観察された画素パターンと合致する理想画像画素を平均化することによって表されてもよい。しかしながら、これらのクラスが多種多様の公知の又はその時点から開発された／開発される方法のいずれかを用いることによって設定され得ることが理解されよう。
【００８４】
上述のように、トレーニングプロセスを用いて、ルックアップテーブルが生成され、ルックアップテーブルメモリ２８７に記憶される。ルックアップテーブルは、テンプレートマッチングシステム２００によって用いられて、観察画像を入力し、理想画像へ変換する。従って、上記のように、トレーニングプロセスを用いて、ルックアップテーブルが完成し、任意の適切なデバイスにおいて実装される準備ができる。
【００８５】
上述のように、テンプレートマッチングシステム２００は、観察画像を理想画像へマッピングするために実行される、ルックアップテーブルを作成する。しかしながら、本発明のシステム及び方法は、ルックアップテーブルを使用すること、即ち、ソート（分類）の対応付け（アソシエーション）ツールを使用することに限定されないことが認識されよう。代わりに、上述の本発明のシステム及び方法は、ルックアップテーブル以外の対応付けツールに適用されてもよい。例えば、データ間のマッピングは、出力データを生成するために入力データに関する情報を処理する、論理回路、即ち、等式システム(system of equations)を使って達成される。例えば、ブール論理回路は、積の論理和を用いて使用される。或は、入力データを理想出力データに関連付ける多種多様な方法においては、研究室でのエキスパートの知識を用いてマッピングが達成されることが認識されよう。
【００８６】
ルックアップテーブル生成サブシステム２６０がルックアップテーブルを生成し、ルックアップテーブルがルックアップテーブルメモリ２８７内で使用可能になると、モデリング及び復元システム２００は、種々のバイナリ画像を例えば同等なグレイスケール画像へ変換することができる。変換されようとするバイナリ画像は、コントローラ２１０の制御下で、入出力インタフェース２２０を介して、画像データソース１００から、入力されるか、又は前もって入力されている。
【００８７】
例えば、図４に関しては、変換用の観察画像が、コントローラ２１０の制御下で、入出力インタフェース２２０を介して、画像データソース１００から入力され得る。観察画像は、画像解析サブシステム２７０の入力画像解析回路２７２を用いて解析される。観察画像は、図５に示されたウィンドウ４３０又はルックアップテーブル内のエントリを生成するために使用される他の公知の又はその時点から開発された／開発されるウィンドウを用いて解析される。
【００８８】
例えば、変換されようとする観察画像は、バイナリ画像のＣＭＹＫカラー画像であってもよい。更に、ルックアップテーブルメモリ２８７内に記憶されたルックアップテーブルを用いてこのバイナリカラー画像を強調された解像度の画像へ変換することが必要とされるか又は所望される。観察画像を解析するには、入力画像解析回路２７２は、第１のカラー平面内の近傍画素を含む、第１のターゲット画素からスタートする観察画像を走査又は観察し、観察画像パターンデータメモリ２８５内に記憶される画素パターン情報を生成する。次に、入力画像解析回路２７２は、第２、第３、及び第４のカラー平面に対する第１のターゲット画素周辺の近傍画素を観察し、得られた画素パターン情報を観察画像パターンデータメモリ２８５へ入力し、記憶する。
【００８９】
ベクトル決定回路２７４は、蓄積されたパターン情報を、第１のターゲット画素のための全てのカラー平面から、解析する。ベクトル決定回路２７４は、入力パターン情報を表す観察画像ベクトルを生成する。この観察画像ベクトルは、観察画像ベクトルデータメモリ２８６に記憶される。
【００９０】
入力画像解析回路２７２は各残留ターゲット画素を同様に観察する。ベクトル決定回路２７４は蓄積されたパターン情報を残留ターゲット画素毎に解析する。ベクトル決定回路２７４は、残留ターゲット画素毎に、そのターゲット画素に対して入力されたパターン情報を表す観察画像ベクトルを生成する。これらの観察画像ベクトルは、観察画像ベクトルデータメモリ２８６内に記憶される。
【００９１】
これによって、観察されたバイナリカラー画像を表す全てのベクトルが、観察画像ベクトルデータメモリ２８６に記憶される。バイナリ画像内の画素毎に得られる観察画像ベクトルに基いて、ルックアップテーブル値抽出回路２７６は、ルックアップテーブルから対応する値を抽出する。具体的には、ルックアップテーブル値抽出回路２７６は、ルックアップテーブルメモリ２８７内に記憶されるルックアップテーブルを使用する。ルックアップテーブルは、バイナリ画像のベクトルと対応する強調されたバイナリ画像値を含む。従って、ルックアップテーブル値抽出回路２７６は、入力された観察画像データに対応する理想画像データを抽出することができる。
【００９２】
ルックアップテーブルのトレーニングにおいて、上述のように、特定のベクトルのみが選択されてルックアップテーブル内に含まれる。しかしながら、この含有は、ベクトルのクラスでの発生頻度以外に、パラメータに基いてもよい。例えば、ルックアップテーブル内に含まれようとする選択されたベクトルはある特殊性を有するベクトルであることもある。このような特殊なベクトルが、例えば、従来の平均化技術が観察画像から理想画像への正確な変換やマッピングを行わないベクトルを含むこともある。これによって、これらの特定の特殊なベクトルが記憶される。しかしながら、従来の平均化技術が正確なマッピングを提供する場合には、これらの正確に変換されたベクトルをルックアップテーブルに記憶する必要はない。その結果、ルックアップテーブルのサイズは実質的に減少する。
【００９３】
また、ルックアップテーブルのサイズを制限するために他の技術を使ってもよい。例えば、理想画像及び観察画像を観察するために最初に使用されるウィンドウは、何らかの方法で重み付けされる。ルックアップテーブル内へのデータの含有を制限するために、観察された近傍画素のデータはこのようにして何らかの方法で重み付けされる。例えば、閾値は、重み付けされたデータと比較するために使用され得る。
【００９４】
従って、ルックアップテーブル値抽出回路２７６は、観察画像ベクトルをルックアップテーブルへ入力し、合致しているかどうか決定する。特定の観察画像ベクトルがルックアップテーブル内に含まれていない場合、ルックアップテーブルデータによって行われるマッピングに依存するのではなく、平均化技術が用いられる。例示すると、重み付けされた平均化技術は、観察された値がルックアップテーブル内に含まれていない場合に使用される。結果的には、画像解析サブシステム２７０におけるルックアップテーブル値抽出回路２７６は、観察されたバイナリカラー画像内の各画素を、適切な理想画像値のセットに対応付ける。観察画像内の全ての画素が解析されると、理想画像が生成される。次いで、理想画像がコントローラ２１０によって画像データシンク３００へ直接出力される。
【００９５】
本発明のシステム及び方法は、解像度のエンハンスメントとハーフトーン処理を含む、種々の変換プロセスに対して改良された正確度を提供する。さらに、本発明のテンプレートマッチングシステム及び方法は、カラー平面同士の相互関係を考慮して、生成された画像を最適化する。具体的には、入力されたカラー平面から得られた、ウィンドウ状になったバイナリ画素を表す単一のマルチ平面ベクトルは、例えば、赤、緑、及び青（ＲＧＢ）のカラースペースなどの異なるカラースペースにおけるグレイ値を指すことができる。本発明のテンプレートマッチングシステム及び方法によって、カラー変換は、単一平面分析を使用する単一カラー平面変換方法では使用されない画像情報を用いて実行される。簡易なハーフトーン処理の場合と同様に、カラー変換によるハーフトーン処理用フィルタは、トレーニング画像のセットから統計的に最適なルックアップテーブルを生成する方法で設計される。このルックアップテーブルは、例えば、あるパターン又はグレイレベルに対してカラー平面同士の間に生じるあらゆる特性を考慮に入れることができる。
【００９６】
図１乃至図８に関して上述された本発明のテンプレートマッチングシステム及び方法の実施の形態は、一般に、画像解像度のエンハンスメントに関する。画像解像度エンハンスメントは、得られるプリントされた画像の外観を改良することを目標としてバイナリビットマップを画素毎に複数のビットに変換する、テンプレートマッチングプロセスを用いる。しかしながら、本発明のテンプレートマッチングプロセス及び方法は解像度のエンハンスメントに限定されない。更に、他の可能なアプリケーションは、ハーフトーン処理アプリケーション、解像度変換、外観のチューニング（調整）、復元、及びカラースキャナによって取得されたテキストの復元、を含む。
【００９７】
ハーフトーン処理アプリケーションは、特定のマルチ平面バイナリパターンをルックアップテーブルへ入力し、特定のグレースケール値を出力するプロセス、或は、特定のグレイスケール値をルックアップテーブルに入力し、特定のバイナリパターンを出力するプロセス、を含むことができる。解像度変換プロセスは、一つの解像度から他の解像度へ、例えば、３００スポット・パー・インチ（ｓｐｉ）から６００スポット・パー・インチ（ｓｐｉ）へマッピングするために実行され得る。解像度変換プロセスは、画像の外観エンハンスを試みても試みなくても、実行されてよい。外観チューニングプロセスは、本発明のシステム及び方法を用いて実行され得る。例えば、画像のディジタルな暗さはコントロールできる。即ち、所与の印刷装置によって所望の度合の暗さをもったプリント画像を生成するように、ドキュメントビットマップが画像にマッピングされる。バイナリビットマップから例えば部分的グレースケールディジタル画像へマッピングする時、復元及びカラースキャナによって得られたテキストの特定の復元は、ほぼ確実な輪郭情報を挿入するために使用しても良い。
【００９８】
さらに、本発明のシステム及び方法は、例えば、前景及び／又は背景を有するテキスト及び／又はラインアート用の解像度エンハンスメント技術に対して用いられるだけでなく、例えば、走査された画像のクリーニング、若しくは着色されたセグメンテーションプロセスに対しても用いられる。さらに、これらのアプリケーションは、フルカラーと共に用いられてもよいし、又はハイライトカラー画像に対して用いられてもよい。本発明のテンプレートマッチングシステム及び方法によれば、フィルタ内のテンプレートの数は回転等の対称形減少技術を使って最小限とされることが認識されよう。
【００９９】
上述された本発明のテンプレートマッチングシステム及び方法は、ルックアップテーブルへの入力として同時にすべてのカラー平面から近傍画素の情報を使用することが認識されよう。しかしながら、本発明のテンプレートマッチングシステム及び方法は、特定の技術に限定されない。代わりに、本発明のテンプレートマッチングシステム及び方法は各カラー平面を個々に見ることができるし、ルックアップテーブルへのアドレスとして、例えば、ブラック平面を用いることもできる。
【０１００】
即ち、本発明のテンプレートマッチングシステム及び方法は、各々の平面を階層的な方法でに見ることができる。一つの所定のカラー平面がまず解析される。例示すると、ブラックカラー平面がマゼンタカラー平面に対して選択される（即ち支配カラー平面として選ばれたブラック）。更に、マゼンタカラー平面が例えばシアンカラー平面に対して選ばれる。ブラックカラー平面がルックアップテーブル内へ初期アドレスを提供する。次いで、ブラック平面に対するそのアドレス内にはマゼンタカラー平面に対するサブアドレスがある。なお、マゼンタカラー平面に対する各サブアドレスにおいて、シアンカラー平面に対するサブサブアドレスがある。これによって、ブラックカラー平面はルックアップテーブルのどの領域がマゼンタカラー平面及びシアンカラー平面を探索するために使用されるかをコントロールする。
【０１０１】
しかしながら、ブラックカラー平面が必ずしも支配カラー平面である必要がないことが認識されよう。或は、他の任意のカラー平面が支配カラー平面として、即ち、ルックアップテーブル内の初期アドレスとして、使用されることができる。特定のカラー平面は、本発明のテンプレートマッチングシステム及び方法の特定のアプリケーションに依存する。
【０１０２】
また、テンプレートマッチングシステム２００のデータ記憶能力は限定されている。これによって、例えば、ＣＭＹＫ画像に対して、全てのカラー平面からの情報が生成ルックアップテーブル内に必ずしも記憶される必要はない。即ち、生成ルックアップテーブルは四つの全てのカラー平面を使用する必要はない。寧ろ、ブラック平面、又はブラック平面及び一つのカラー平面が特定のアプリケーションに対して充分であるかもしれない。
【０１０３】
図８は、本発明によるテンプレートマッチングシステム５００の第２の実施の形態を示す機能ブロック図である。図８に示されているように、テンプレートマッチングシステム５００は、各々がデータバス５９５に接続された、コントローラ５１０、入出力インタフェース５２０、ベクトル決定回路５４０、ルックアップテーブル値抽出回路５５０、メモリ５３０を有している。入出力インタフェース５２０は、信号ライン即ちリンク１２２及び３２２の各々を介して画像データソース１２０及び画像データシンク３２０にも接続可能である。加えて、図８に示されているように、メモリ５３０は、ルックアップテーブルメモリ５３２と画像メモリ５３４を有する。テンプレートマッチングシステム５００は例えばパーソナルプリンタ上で実行され得る。
【０１０４】
コントローラ５１０は解析される観察画像を最初に入力し、この入力された画像を画像メモリ５３４に記憶する。ベクトル決定回路５４０は、入力された画像を解析し、画像の解析に基いてベクトルセットを生成する。ルックアップテーブル値抽出回路５５０は、ベクトル決定回路５４０で生成されたベクトル情報を処理し、ルックアップテーブルメモリ５３２内に記憶されたルックアップテーブル内への入力としてベクトル情報を使用する。ルックアップテーブル値抽出回路５５０は次いで入力ベクトル情報に対応するルックアップテーブルから適切な値を抽出する。
【０１０５】
図９は、バイナリ画像又はハーフトーン画像をグレイスケール画像に変換する、即ち、デスクリーニング処理を実行する、本発明のシステム及び方法のアプリケーションを示す。図９に示された画像６００は三つのカラー平面を有する。三つのカラー平面は、シアンカラー平面６１０、マゼンタカラー平面６２０、及びイエローカラー平面６３０を有する。画像６００は、モデリングシステム５００によってデスクリーニングされてよい、即ち、ハーフトーン画像からグレイスケール画像へ変換されてよい。
【０１０６】
モデリングシステム５００において、コントローラ５１０は、画像データソース１２０から画像６００を入力して、この画像データを画像メモリ５３４に記憶する。次いで、ベクトル決定回路５４０は、本発明のシステム及び方法に従って、この画像データを解析する。とりわけ、ベクトル決定回路５４０は画像６００内の第１のターゲット画素６５４を取り囲む第１の近傍画素６５２を観察する。
【０１０７】
ベクトル決定回路５４０は、この観察を実行するために任意の公知の又はその時点から開発された／開発されるウィンドウを用いることができる。単一ウィンドウは各々のカラー平面の全てを観察するために使用され得る。或は、各々異なるウィンドウは各カラー平面を観察するために使用され得る。
【０１０８】
ベクトル決定回路５４０はシアンカラー平面６１０内のターゲット画素６５４に対して画素値を決定するためにシアンカラー平面６１０内の近傍画素６５２を先ず解析する。この観察に基いて、ベクトル決定回路５４０はベクトルｃ1ｃ2…ｃ9を生成する。ベクトルｃ1ｃ2…ｃ9は、シアンカラー平面６１０内でターゲット画素６５４のために観察された画素値ｃ1乃至ｃ9を表す。次いで、ベクトル決定回路５４０は、同一の近傍画素を観察するが、それはマゼンタカラー平面６２０においてである。
【０１０９】
具体的には、ベクトル決定回路５４０は、マゼンタカラー平面６２０におけるターゲット画素６５４に対して画素値を決定するためにマゼンタカラー平面において近傍画素６５２を解析する。この観察に基いて、ベクトル決定回路５４０はベクトルｍ1ｍ2…ｍ9を生成する。ベクトルｍ1ｍ2…ｍ9はマゼンタカラー平面６２０内でターゲット画素６５４のために観察された画素値ｍ1乃至ｍ9を表す。次いで、ベクトル決定回路５４０は同一の近傍画素を観察するが、それはイエローカラー平面６３０においてである。
【０１１０】
具体的には、ベクトル決定回路５４０は、イエローカラー平面６３０におけるターゲット画素６５４に対して画素値を決定するためにイエローカラー平面６３０において近傍画素６５２を解析する。この観察に基いて、ベクトル決定回路５４０はベクトルｙ1ｙ2…ｙ9を生成する。ベクトルｙ1ｙ2…ｙ9はイエローカラー平面６３０内でターゲット画素６５４のために観察された画素値ｙ1乃至ｙ9を表す。
【０１１１】
従って、シアン、マゼンタ、及びイエローカラー平面６１０乃至６３０が解析され、単一平面ベクトルが各々のカラー平面毎に生成される。ベクトル決定回路５４０は次いでマルチ平面ベクトルｃ1ｃ2…ｃ9ｍ1ｍ2…ｍ9ｙ1ｙ2 …ｙ9を形成するためにこれらの単一ベクトルを結合する。マルチ平面ベクトルは、画像６００内の三つのバイナリ画像平面６１０，６２０、及び６３０を表す。
【０１１２】
次いで、コントローラ５１０は、このマルチ平面ベクトルを処理するためにルックアップテーブル抽出回路５５０を制御する。具体的には、ルックアップテーブル抽出回路５５０はマルチ平面ベクトルをルックアップテーブルメモリ５３２に記憶されたルックアップテーブルへ入力する。次いで、ルックアップテーブル抽出回路５５０は、入力されたマルチ平面ベクトルに対応するグレイスケール値を抽出する。ルックアップテーブル抽出回路５５０は、このグレイスケール値をターゲット画素６５４に割り当てる。出力されたグレイスケール値は、純粋に各々のカラー平面画像情報に依存するのみならず、カラー平面同士の相互関係にも依存するために、本発明のシステム及び方法に従って最適化される。
【０１１３】
本発明のシステム及び方法によれば、ルックアップテーブルメモリ５３２に記憶されるルックアップテーブルは、ルックアップテーブルのサイズを限定するためにトレーニング画像の使用とその方法を含む、例えば、図１乃至図４に関して上述されたシステム及び方法を用いて作成される。即ち、バイナリトレーニング画像及び対応するグレイスケールトレーニング画像を有するトレーニング画像の適切なセットが使用される。これらのトレーニング画像は、例えば、エキスパートの知識に基いて選択される。
【０１１４】
ルックアップテーブルメモリ５３２内のルックアップテーブルは、入力された着色されたバイナリ画像を対応するグレイスケール画像に効果的にマッピングすることができるテンプレートのセットを有する。更に、本発明のシステム及び方法によれば、ルックアップテーブルはマッピングを非常に効率的な方法で実行することができる。ルックアップテーブルへ入力されるベクトルは、画像における全てのカラー平面からの情報を備えている。このようにして、ルックアップテーブルが画像における異なるカラー平面間の相互関係を効果的に処理する出力を生成するように、ルックアップテーブルをデザインすることができる。要するに、カラー平面が別々に処理される場合、そうでない場合に発生するかもしれない画像の画質低下を効果的に回避するように、ルックアップテーブルのエントリをデザインすることができる。
【０１１５】
しかしながら、本発明のシステム及び方法はデスクリーニングによりハーフトーン画像をグレイスケール画像へ変換することに限定されないことを認識されたい。寧ろ、本発明のシステム及び方法は多種多様な方法で多種多様な画像を処理するための適用が可能である。
【０１１６】
更に、本発明のシステム及び方法は、カラー画像に向けられているが、「カラー画像」は多種多様な画像を包含するように意図されており、一般のＣＭＹＫ画像に限定されるものでは全くない。寧ろ、少なくとも二つの独立ベクトルによって表されるあらゆる画像を包含するように意図されている。従って、この点において、白黒画像は二つのベクトルによって表され、カラー画像として特徴付けられる。具体的には、黒部分は、あるベクトルｂ1−ｂnによって表すことができ、白部分は、他のベクトルｗ1−ｗnによって表すことができる。本発明のシステム及び方法によれば、これら二つのベクトルは結合してマルチ平面ベクトルｂ1−ｂnｗ1−ｗnとなる。別々のベクトルを用いて黒の部分と白の部分を個々に表すことによって、画像の属性が効果的に取得される。また、このマルチ平面ベクトルｂ1−ｂnｗ1−ｗnを用いることによって、画質低下を回避するために、黒の部分と白の部分との間の相互関係を効果的に処理することができる。
【０１１７】
図１０は、本発明によるトレーニング方法の実施の形態を略述したフローチャートである。図１０に示されるように、ステップＳ１００において、トレーニングプロセスが開始され、ステップS２００へ進み、このステップS２００において、適切なトレーニング画像が入力される。このトレーニング画像は特定のアプリケーションに依存する適切な画像である。具体的には、トレーニング画像はマルチカラーマルチ平面バイナリ画像であってもよい。次に、ステップS３００において、トレーニング画像が解析される。
【０１１８】
ステップS４００において、トレーニング画像は適切な変換プロセスを用いた方法で変換される。例えば、解像度のエンハンスメントを行うことが必要であり又は望まれる。これによって、変換プロセスは、分解プロセス即ち解像度逆エンハンスメントプロセスであってもよい。次いで、ステップS５００において、変換されたトレーニング画像が解析される。次にステップS６００において、ルックアップテーブルが生成される。次いで、ステップS７００において、トレーニング方法が終了する。
【０１１９】
図１１は、図１０のステップS３００においてトレーニング画像を解析する実施の形態をより詳細に示したフロ−チャートである。ステップS３００で始まって、コントロールはステップS３１０へ進み、このステップS３１０において、トレーニング画像の第１の画素がカレント（現在の）ターゲット画素として選択される。その後、ステップS３２０において、トレーニング画像内の第１のカラー平面がカレントカラー平面として選択される。次いで、ステップS３３０において、カレントカラー平面内のカレントターゲット画素に対して画素パターンが決定される。コントロールは次いでステップS３４０へ進む。
【０１２０】
ステップS３４０において、観察された画素パターンに基いてベクトルが生成され、このベクトルがカレントターゲット画素へ割り当てられる。ステップS３４０において生成されたベクトルは、観察された画素パターンを表す単一平面ベクトルである。次いで、ステップS３５０において、カレント平面は、このカレント平面が、解析されている特定のターゲット画素に対して最終カラー平面であるか否かを決定するために解析される。
【０１２１】
ステップS３５０においてカレントカラー平面がカレントターゲット画素解析用の最終カラー平面でない場合、コントロールはステップS３５５へ進む。そうでない場合、コントロールはステップS３６０へ進む。ステップS３５５においては、カレントターゲット画素用の画像の次のカラー平面がカレント平面として選択される。次にコントロールはステップS３３０へ戻る。
【０１２２】
ステップS３５０においてカレントカラー平面が最終カラー平面となると、コントロールはステップS３６０へ進む。ステップS３６０において、カレントターゲット画素に対する全てのベクトルが結合されてマルチ平面ベクトルを生成する。次いで、ステップS３７０において、各マルチ平面ベクトルがカレントターゲット画素毎に記憶される。各マルチ平面ベクトルの記憶はあらゆる適した方法で行われる。次いで、ステップS３８０において、カレントターゲット画素が最終ターゲット画素であるか否かを決定するためにカレントターゲット画素が解析される。
【０１２３】
ステップS３８０においてカレントターゲット画素がトレーニング画像解析のための最終ターゲット画素でない場合、コントロールはステップS３８５へ進む。そうでない場合、コントロールはステップS３９０へ進む。ステップS３８５において、次のターゲット画素がカレント画素として選択される。コントロールは次にステップS３３０へ戻る。
【０１２４】
ステップS３８０においてカレントターゲット画素が最終ターゲット画素である時、コントロールはステップS３９０へ進む。ステップS３９０において、コントロールはステップS４００へ戻る。
【０１２５】
図１２は、図１０のステップS５００における変換された画像の解析の一つの実施の形態をより詳細に示したフローチャートである。ステップS５００から始まって、コントロールはステップS５１０へ進み、ここで、変換された画像の第１の画素がカレントターゲット画素として選択される。次いで、ステップS５２０において、変換された画像における第１のカラー平面がカレントカラー平面として選択される。次に、ステップS５３０において、変換された画像のカレントカラー平面内のカレントターゲット画素に対して画素パターンが決定される。次いで、コントロールがステップS５４０へ進む。
【０１２６】
ステップS５４０において、観察された画素パターンに基いてベクトルが生成され、このベクトルがカレントターゲット画素に割り当てられる。ステップS５４０で生成されたベクトルは、変換された画像の一つのカラー平面内の観察された画素パターンを表す単一平面ベクトルである。次いで、ステップS５５０において、解析されている特定のターゲット画素に対してカレントカラー平面が最終カラー平面であるか否かを決定するためにカレントカラー平面が解析される。
【０１２７】
ステップS５５０において、解析されている特定のターゲット画素に対してカレントカラー平面が最終カラー平面でない場合、コントロールはステップS５５０へ進む。そうでない場合、コントロールはステップS５６０へ進む。ステップS５５５において、画像の次のカラー平面はカレントカラー平面として選択される。次いでコントロールはステップS５３０へ戻る。
【０１２８】
ステップS５５０においてカレントカラー平面が最終カラー平面である場合、コントロールはステップS５６０へ進む。ステップS５６０において、変換された画像においてカレントターゲット画素に対する全てのベクトルは結合されてマルチ平面ベクトルが生成される。次いで、ステップS５７０において、各マルチ平面ベクトルがカレントターゲット画素毎に記憶される。各マルチ平面ベクトルの記憶は、任意の適した方法で達成される。次いで、ステップS５８０において、カレントターゲット画素はこのカレントターゲット画素が最終ターゲット画素であるか否かを決定するために解析される。
【０１２９】
ステップS５８０において、カレントターゲット画素が変換された画像に対する解析のための最終ターゲット画素でない場合、コントロールはステップS５８５へ進む。そうでない場合、コントロールはステップS５９０へ進む。ステップS５８５において、次のターゲット画素がカレントターゲット画素として選択される。次いでコントロールはステップS５３０へ戻る。
【０１３０】
ステップS５８０でカレントターゲット画素が最終ターゲット画素となると、コントロールはステップS５９０へ進む。ステップS５９０において、コントロールはステップS６００へ戻る。
【０１３１】
図１３は、図１０のステップS６００のルックアップテーブルを作成する一つの実施の形態をより詳細に示すフローチャートである。ステップS６００から始まり、コントロールはステップS６１０へ進み、ここで、オリジナルトレーニング画像クラスにおける頻度が決定される。「オリジナルトレーニング画像」は、図１０のステップS２００において最初に入力された画像である。ステップS６２０においては、変換されたトレーニング画像クラスにおける頻度が決定される。次に、ステップS６３０においては、オリジナルトレーニング画像クラスが変換されたトレーニング画像クラスに対応付けされる。その後、ステップS６４０においては、コントロールはステップS７００へ戻る。
【０１３２】
図１４は、図１３のステップS６００のオリジナルトレーニング画像クラスにおいて頻度を決定する一つの実施の形態をより詳細に示すフローチャートである。上述のように、図１１のステップS３８０において、トレーニング画像毎にマルチ平面ベクトルが記憶された。図１４に示されているように、オリジナルトレーニング画像に対して記憶されたこれらのマルチ平面ベクトルは更に解析される。
【０１３３】
ステップS６１０で始まって、コントロールはステップS６１１へ進み、ここで、記憶されたトレーニング画像ベクトル即ちオリジナルトレーニング画像ベクトルが個々のクラスに分類される。クラス分割の基礎となる特定のパラメータは、特定のアプリケーションに依存する。その後、ステップS６１２においては、オリジナルトレーニング画像ベクトルの第１のクラスがカレントクラスとして選択される。次いで、ステップS６１３において、カレントクラス内のベクトル数が閾値“ｎ”より小さいか否かが決定される。ステップS６１３において、クラス内のベクトル数が閾値ｎより小さい場合、コントロールはステップS６１４へ進む。そうでない場合、コントロールはステップS６１５へ進む。
【０１３４】
ステップS６１４において、カレントクラス内の全てのベクトルが削除される。即ち、クラスそのものが削除される。ｎの値が減少するにつれて、カレントクラスを保持するために必要とされるカレントクラス内のベクトルの数も減少することが認識されよう。結果的にはより多くのクラスが保持される。より多くのクラスを保持することによって、ルックアップテーブルの最終的なサイズは大きくなる。これによって、当然、より多くの記憶容量が必要とされる。従って、値ｎによってトレーニングプロセスによって生成されるルックアップテーブルのサイズが直接得られる。
【０１３５】
ステップS６１４の後、コントロールはステップS６１６へ進む。ステップS６１５において、カレントクラス内の全てのベクトルが記憶される。次いでコントロールはステップS６１６へ進む。
【０１３６】
ステップS６１６において、カレントクラスがオリジナルトレーニング画像クラスの内の最終クラスか否かを決定するためにカレントクラスが解析される。ステップS６１６において、カレントクラスが最終クラスでない場合、コントロールはステップS６１７へ進む。そうでない場合、コントロールはステップS６１８へ進む。ステップS６１７において、オリジナルトレーニング画像クラスの次のクラスがカレントクラスとして選択される。次いでコントロールはステップS６１３へ戻る。これに対して、ステップS６１８において、もはや対応するオリジナルトレーニング画像ベクトルを持たない全ての変換されたトレーニング画像ベクトルが削除される。ステップS６１９において、コントロールはステップS６２０へ戻る。
【０１３７】
図１５は、ステップS６２０の変換されたトレーニング画像クラスにおける頻度を決定する一つの実施の形態をより詳細に示すフローチャートである。
【０１３８】
ステップS６２０に始まって、コントロールはステップS６２１へ進み、ここで記憶され、変換された画像ベクトルが個々のクラスに分類される。クラス分割の基礎となる特定のパラメータは、特定のアプリケーションに依存する。ステップS６２２において、変換された画像ベクトルの第１のクラスがカレントクラスとして選択される。次に、ステップS６２３において、変換された画像ベクトルのカレントクラス内のベクトルの数が閾値“ｎ”より小さいか否かが決定される。ステップS６２３においてカレントクラス内のベクトル数が閾値ｎより小さい場合、コントロールはステップS６２４へ進む。そうでない場合、コントロールはステップS６２５へ進む。
【０１３９】
ステップS６２４において、カレントクラス内の全てのベクトルが削除される。値ｎが減少するにつれて、カレントクラスを保持するために必要とされるカレントクラスにおけるベクトルの数が減少する。これによって、より多くの変換された画像のクラスが保持される。より多くのクラスを保持することによって、ルックアップテーブルの最終的なサイズはより大きくなる。従って、トレーニングプロセスによって生成されるルックアップテーブルのサイズが値ｎによって直接得られる。
【０１４０】
ステップS６２４の後、コントロールはステップS６２６へ進む。ステップS６２５において、カレントクラス内の全てのベクトルが記憶される。次いでコントロールはステップS６２６へ進む。
【０１４１】
ステップS６２６において、カレントクラスが変換された画像クラスの最終クラスか否かを決定するためにカレントクラスが解析される。ステップS６２６において、カレントクラスが最終クラスでない場合、コントロールはステップS６２７へ進む。そうでない場合、コントロールはステップS６２８へ進む。ステップS６２７において、変換された画像ベクトルクラスの次のクラスがカレントクラスとして選択される。次いでコントロールはステップS６２３へ戻る。これに対して、ステップS６２８において、もはや対応する変換された画像ベクトルを持たない全てのオリジナルトレーニング画像ベクトルが削除される。ステップS６２９において、コントロールはステップS６２０へ戻る。
【０１４２】
図１６は、図１３のステップS６３０のオリジナルトレーニング画像クラスと変換された画像クラスを対応付ける一つの実施の形態をより詳細に示すフローチャートである。ステップS６３０から始まり、コントロールはステップS６３１へ進み、ここで、第１のオリジナルトレーニング画像クラスがカレントクラスとして選択される。その後、ステップS６３２においては、カレントオリジナルトレーニング画像クラス内のベクトルが、画素位置に基いて対応する変換された画像ベクトルに各々マッチングする。次に、ステップS６３３においては、各々のオリジナル画像クラス毎に全てのベクトルが平均化される。次いでコントロールはステップS６３４へ進む。
【０１４３】
ステップS６３４において、各々変換された画像クラス毎に全てのベクトルが平均化される。ステップS６３５において、オリジナル画像ベクトルの平均値が、対応する変換された画像ベクトルの平均値と共に、適切なルックアップテーブル内に記憶される。次いで、ステップS６３６において、カレントオリジナル画像クラスが最終クラスか否かが決定される。
【０１４４】
ステップS６３６において、カレントオリジナル画像クラスが最終クラスでない場合、コントロールはステップS６３７へ進む。そうでない場合、コントロールはステップS６３８へ進む。ステップS６３７においては、次のオリジナル画像クラスがカレントクラスとして選択される。次いでコントロールはステップS６３２へ戻る。これに対して、ステップS６３８において、ルックアップテーブルは幾つかの適したメモリに記憶される。ステップS６３９において、コントロールは次いでステップS６４０へ戻る。
【０１４５】
図１７は、ルックアップテーブルを用いた本発明によるマルチ平面テンプレートマッチングのためのシステム及び方法の一つの実施の形態を示すフローチャートである。図１７のフローチャートは、カラーマルチ平面のバイナリ画像を対応するコントーン画像へ変換するためにルックアップテーブルを用いた例を示す。
【０１４６】
ステップS１１００で始まり、コントロールはステップS１２００へ進み、ここで、コントーン画像への変換の為にバイナリマルチ平面カラー画像が入力される。ステップS１３００において、入力された画像の第１のターゲット画素がカレントターゲット画素として選択される。次に、ステップS１４００においては、カレント画素が、このカレント画素を表すマルチ平面ベクトルを求めるために解析される。コントロールは次いでステップS１５００へ進む。
【０１４７】
ステップS１５００において、ステップS１４００で生成されたベクトルが適切なルックアップテーブルへの入力として使用される。具体的には、ステップS１５００において、カレントターゲット画素を表すベクトルがルックアップテーブル内にあるか否かが決定される。ベクトルがルックアップテーブル内にある場合、コントロールはステップS１５１０へ進む。そうでない場合、コントロールはステップS１５２０へ進む。
【０１４８】
ステップS１５１０において、ターゲット画素に対するマルチ平面コントーン値が読み出される。次いで、コントロールはステップS１６００へ進む。これに対して、ステップS１５２０においては、ターゲット画素を表すコントーン画像が従来の平均化技術を使って得られる。コントロールは次いでステップS１６００へ進む。
【０１４９】
ステップS１６００において、ステップS１５１０又はステップS１５２０のいずれかで生成されたコントーン値が、カレントターゲット画素へ割り当てられ、記憶される。ステップS１７００において、カレントターゲット画素は、このカレントターゲット画素がバイナリ画像において最終ターゲット画素であるか否かを決定するために解析される。
【０１５０】
ステップS１７００においてカレントターゲット画素がバイナリ画像の解析のための最終ターゲット画素でない場合、コントロールはステップS１７１０へ進む。そうでない場合、コントロールはステップS１８００へ進む。ステップS１７１０において、次のターゲット画素がカレントターゲット画素として選択される。コントロールは次いでステップS１４００へ戻る。ステップS１７００においてカレントターゲット画素が最終ターゲット画素となると、コントロールはステップS１８００へ進む。ステップS１８００において、バイナリ画像の変換が終了する。
【０１５１】
図１乃至図４、及び図８に示されたテンプレートマッチングシステム２００及びテンプレートマッチングシステム５００は、各々、好ましくはプログラムされた汎用コンピュータ上で実行される。しかしながら、テンプレートマッチングシステム２００及びテンプレートマッチングシステム５００の各々は、専用コンピュータ、プログラムされたマイクロプロセッサ又はマイクロコントローラ及び周辺集積回路素子、ＡＳＩＣ（特定用途向けＩＣ）又は他の集積回路、ディジタル信号プロセッサ、離散素子回路などのハードワイヤード電子又は論理回路、ＰＬＤ（プログラム可能論理デバイス）、ＰＬＡ（プログラム可能ロジックアレイ）、ＦＰＧＡ（書替え可能ゲートアレイ）、又はＰＡＬ（プログラム可能アレイロジック）などのプログラム可能論理デバイス等上で実行される。一般に、図１０乃至図１７に示されたフローチャートを順番に実行することが可能な有限状態機械(finite state machine)を実装することが可能な、任意のデバイスを、テンプレートマッチングシステム２００及び５００を実行するために使用することができる。
【０１５２】
特に、図１乃至図４、及び図８に示された回路の各々が、適切にプログラムされた汎用コンピュータの一部として実行できることが理解されよう。或は、図１乃至図４、及び図８に示された回路の各々が、ＡＳＩＣ内で物理的個別ハードウェア回路として実行されてもよいし、ＥＰＧＡ、ＰＤＬ、ＰＬＡ、又はＰＡＬ若しくは離散論理素子又は離散回路素子を用いて実行されてもよい。図１乃至図４、及び図８に示される各回路が取る特定の形状は、デザインの選択によるものであったり、当業者にとって自明且つ予測可能な形状である。
【０１５３】
メモリ２８０及びメモリ５３０の各々は、好ましくは、スタティック又はダイナミックＲＡＭを用いて実行される。しかしながら、メモリ２８０及びメモリ５３０は、フロッピディスク及びディスクドライブ、書込み可能光ディスク及びディスクドライブ、ハードドライブ、フラッシュメモリ又はあらゆる他の公知の又はその時点から開発された／開発される代替可能な揮発性、又は非揮発性のメモリデバイスやシステムを用いて実行することができる。
【０１５４】
本発明が上述されたの特定の実施の形態に関して記載されているが、他の多数の変更及び変形が可能であることが当業者にとって明らかである。従って、説明されているように、本発明の実施の形態は、例示することを目的としており、それに限定されるものではない。本発明の精神及び範囲から逸脱することなく種々の変更が行うことが可能である。
【図面の簡単な説明】
【図１】本発明による画像のモデリング及び復元のためのシステムの一つの実施の形態を示す機能ブロック図である。
【図２】本発明による図１の局所画像データ解析回路の一つの実施の形態を示す機能ブロック図である。
【図３】本発明による図２のルックアップテーブル生成サブシステムの一つの実施の形態を示す機能ブロック図である。
【図４】本発明による図２の画像解析サブシステムの一つの実施の形態を示す機能ブロック図である。
【図５】本発明によるウィンドウを例示する図である。
【図６】本発明による他のウィンドウを例示する図である。
【図７】本発明による他のウィンドウを例示する図である。
【図８】本発明による画像をモデリングするためのシステムの一つの実施の形態を示す機能ブロック図である。
【図９】本発明による、三つのカラー平面を有するハーフトーン画像と、これらのカラー平面の解析を例示する図である。
【図１０】本発明による画像解析方法の一つの実施の形態を示すフローチャートである。
【図１１】図１０のトレーニング画像解析ステップの一つの実施の形態をより詳細に示すフローチャートである。
【図１２】図１０の変換された画像解析ステップの一つの実施の形態をより詳細に示すフローチャートである。
【図１３】本発明による図１０のルックアップテーブル作成方法の一つの実施の形態を示すフローチャートである。
【図１４】図１３のオリジナルトレーニング画像ステップにおける頻度決定の一つの実施の形態をより詳細に示すフローチャートである。
【図１５】図１３の変換されたトレーニング画像ステップにおける頻度決定の一つの実施の形態をより詳細に示すフローチャートである。
【図１６】オリジナルトレーニング画像クラスを図１３の変換されたトレーニング画像クラスに相互に関連付けることの一つの実施の形態をより詳細に示すフローチャートである。
【図１７】本発明によるマルチカラールックアップテーブルを用いてマルチ平面カラー画像を処理する方法の一つの実施の形態をより詳細に示すフローチャートである。
【符号の説明】
１００ 画像データソース
２００ テンプレートマッチングシステム
２１０ コントローラ
２２０ 入出力インタフェース
２８１ 理想画像データメモリ
２８２ 理想画像パターンデータメモリ
２８３ 理想画像ベクトルデータメモリ
２８４ 観察画像データメモリ
２８５ 観察画像パターンデータメモリ
２３０ 局所画像データ解析回路
２４０ プロセッシング回路
２８６ 観察画像ベクトルデータメモリ
２８７ ルックアップテーブルメモリ
２８０ メモリ
３００ 画像データシンク
Claims (5)
- 観察画像を理想画像へ変換する画像変換方法であって、
前記観察画像が二次元配列で構成される複数の画素を有する少なくとも二つのカラー平面を有しており、
前記画像変換方法が、
前記観察画像内の複数の画素から一つを選択するステップと、
選択された画素毎に、前記観察画像の前記少なくとも二つのカラー平面の各々である単一カラー平面の画素パラメータ値を決定するステップと、
前記観察画像内の選択された画素毎に、前記画素パラメータ値を結合してマルチ平面画素パラメータ値を生成するステップと、
前記マルチ平面画素パラメータ値の各々を対応する理想画像画素パラメータ値に対応付けするステップと、
前記理想画像画素パラメータ値にもとづいて理想画像を生成するステップと、
を備え、
前記単一カラー平面の画素パラメータ値、マルチ平面画素パラメータ値および理想画像画素パラメータ値はベクトルであり、
前記選択するステップは、
前記少なくとも二つのカラー平面の各々の選択されたターゲット画素の各々の近傍の画像データを観察し、
観察された周辺の近傍データの各々にもとづいて前記単一カラー平面の画素パラメータ値の各々を生成し、
前記対応付けるステップは、
前記マルチ平面画素パラメータ値をルックアップテーブルに入力し、
前記ルックアップテーブルにエントリがある場合には、入力された前記マルチ平面画素 パラメータ値に対応する対応する理想画像画素パラメータ値を抽出し、
前記ルックアップテーブルにエントリがない場合には、入力された前記マルチ平面画素パラメータ値に対応するマルチ平面画素パラメータ値を計算する、
画像変換方法。 - 前記近傍は前記観察画像の３行３列画素である、請求項１に記載の方法。
- 前記単一カラー平面の画素パラメータ値は９個の要素を有するベクトルである、請求項２に記載の方法。
- 前記マルチ平面画素パラメータ値は少なくとも１８個の要素を有するベクトルであり、
前記少なくとも１８個の要素を有するベクトルは少なくとも２つの９個の要素を有するベクトルを含む、
請求項３に記載の方法。 - 前記マルチ平面画素パラメータ値を計算することは平均化技術を用いることを含む、請求項１に記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US219705 | 1998-12-23 | ||
| US09/219,705 US6356654B1 (en) | 1998-12-23 | 1998-12-23 | Systems and methods for template matching of multicolored images |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000209444A JP2000209444A (ja) | 2000-07-28 |
| JP4271805B2 true JP4271805B2 (ja) | 2009-06-03 |
Family
ID=22820429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP36585899A Expired - Fee Related JP4271805B2 (ja) | 1998-12-23 | 1999-12-24 | 画像変換方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6356654B1 (ja) |
| EP (1) | EP1014697B1 (ja) |
| JP (1) | JP4271805B2 (ja) |
| DE (1) | DE69934290T2 (ja) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10056057A1 (de) | 2000-10-06 | 2002-04-18 | Best Gmbh | Verfahren und Vorrichtung zum Proofen von gerasterten Druckdaten unter Beibehaltung der Rasterinformation |
| US6834124B1 (en) * | 2000-10-16 | 2004-12-21 | Xerox Corporation | Adaptive image enhancement filter |
| US6915019B2 (en) * | 2001-03-30 | 2005-07-05 | Sharp Laboratories Of America, Inc. | Method for combining vector-quantization decoding with color transform or halftoning or both |
| US7508986B2 (en) * | 2003-11-28 | 2009-03-24 | Canon Kabushiki Kaisha | Document recognition device, document recognition method and program, and storage medium |
| WO2007004520A1 (ja) * | 2005-06-30 | 2007-01-11 | Olympus Corporation | 検索システム及び検索方法 |
| US8217943B2 (en) * | 2006-04-21 | 2012-07-10 | Beckman Coulter, Inc. | Displaying cellular analysis result data using a template |
| US8228990B2 (en) * | 2008-01-16 | 2012-07-24 | Sony Corporation | Template matching scheme using multiple predictors as candidates for intra-prediction |
| CN101978373B (zh) | 2008-02-19 | 2015-05-06 | 贝克顿·迪金森公司 | 用于确定血培养物内的血量的系统和方法 |
| EP2245177B1 (en) | 2008-02-19 | 2015-05-13 | Becton Dickinson and Company | Systems and methods for identifying a culture as positive for microorganisms with high confidence |
| US8390894B2 (en) * | 2009-09-01 | 2013-03-05 | King Fahd University Of Petroleum And Minerals | System and method for inverse halftoning |
| JP2011223568A (ja) * | 2010-03-23 | 2011-11-04 | Fujifilm Corp | 画像処理方法及び装置、並びに画像処理プログラム |
| CN103425466B (zh) * | 2012-05-17 | 2017-02-08 | 腾讯科技（深圳）有限公司 | 配色处理方法和装置 |
| JP5771652B2 (ja) * | 2013-08-19 | 2015-09-02 | ベクトン・ディキンソン・アンド・カンパニーＢｅｃｔｏｎ， Ｄｉｃｋｉｎｓｏｎ Ａｎｄ Ｃｏｍｐａｎｙ | 血液培養物中の血液の量を決定するためのシステムおよび方法 |
| GB2527099B (en) * | 2014-06-11 | 2018-07-18 | Gurulogic Microsystems Oy | Apparatus and method for data compression |
| US10623608B2 (en) | 2015-06-26 | 2020-04-14 | Hewlett-Packard Development Company, L.P. | Enhance highlighter color in scanned images |
Family Cites Families (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4437122A (en) | 1981-09-12 | 1984-03-13 | Xerox Corporation | Low resolution raster images |
| US4630125A (en) | 1983-06-01 | 1986-12-16 | Xerox Corporation | Unscreening of stored digital halftone images |
| US5005139A (en) | 1988-08-16 | 1991-04-02 | Hewlett-Packard Company | Piece-wise print image enhancement for dot matrix printers |
| US4847641A (en) | 1988-08-16 | 1989-07-11 | Hewlett-Packard Company | Piece-wise print image enhancement for dot matrix printers |
| US5027078A (en) | 1989-10-10 | 1991-06-25 | Xerox Corporation | Unscreening of stored digital halftone images by logic filtering |
| US4933689A (en) | 1989-10-25 | 1990-06-12 | Hewlett-Packard Company | Method and apparatus for print image enhancement |
| US5226094A (en) | 1990-10-19 | 1993-07-06 | Xerox Corporation | Method for making image conversions with error diffusion |
| DE4140043A1 (de) | 1991-12-05 | 1993-06-09 | Robert Bosch Gmbh, 7000 Stuttgart, De | System zur ansteuerung eines induktiven verbrauchers |
| US5325216A (en) | 1991-12-23 | 1994-06-28 | Xerox Corporation | Raster output scanner with subpixel addressability |
| US5274472A (en) | 1992-05-21 | 1993-12-28 | Xerox Corporation | High addressability image generator using pseudo interpolation of video and screen data |
| US5237646A (en) | 1992-10-13 | 1993-08-17 | Hewlett-Packard Company | Pixel image enhancement employing a reduced template memory store |
| US5506699A (en) | 1993-04-27 | 1996-04-09 | Wong; Ping W. | Method and apparatus for converting a halftone image into a continuous tone image |
| US5521989A (en) | 1993-08-05 | 1996-05-28 | Xerox Corporation | Balanced error diffusion system |
| US5581292A (en) | 1993-09-10 | 1996-12-03 | Xerox Corporation | Method and apparatus for enhancing charged area developed regions in a tri-level printing system |
| US5383036A (en) | 1993-09-29 | 1995-01-17 | Xerox Corporation | Enhancement of multiple color images without color separation error by inverse symmetrical template matching |
| US5353127A (en) | 1993-12-15 | 1994-10-04 | Xerox Corporation | Method for quantization gray level pixel data with extended distribution set |
| US5387985A (en) | 1993-12-17 | 1995-02-07 | Xerox Corporation | Non-integer image resolution conversion using statistically generated look-up tables |
| US5696845A (en) | 1993-12-17 | 1997-12-09 | Xerox Corporation | Method for design and implementation of an image resolution enhancement system that employs statistically generated look-up tables |
| US5579445A (en) | 1993-12-17 | 1996-11-26 | Xerox Corporation | Image resolution conversion method that employs statistically generated multiple morphological filters |
| JP3548224B2 (ja) * | 1994-04-18 | 2004-07-28 | キヤノン株式会社 | 画像形成装置及びその制御方法 |
| US5528384A (en) | 1994-08-03 | 1996-06-18 | Xerox Corporation | System and method for implementing fast high addressability error diffusion process |
| US5659634A (en) | 1994-09-29 | 1997-08-19 | Xerox Corporation | Apparatus and method for encoding and reconstructing image data |
| US5764795A (en) * | 1995-01-26 | 1998-06-09 | Fuji Xerox Co., Ltd. | Color image processing apparatus for color matching and color matching processing method |
| US5594809A (en) * | 1995-04-28 | 1997-01-14 | Xerox Corporation | Automatic training of character templates using a text line image, a text line transcription and a line image source model |
| US5689343A (en) * | 1995-05-26 | 1997-11-18 | Xerox Corporation | Area mapping employing reference clusters for high quality noninteger resolution conversion with enhancement |
| US5666470A (en) | 1995-06-29 | 1997-09-09 | Xerox Corporation | Method and apparatus for appearance tuning of bitmap images |
| US5687297A (en) * | 1995-06-29 | 1997-11-11 | Xerox Corporation | Multifunctional apparatus for appearance tuning and resolution reconstruction of digital images |
| US5742703A (en) | 1995-10-11 | 1998-04-21 | Xerox Corporation | Method and apparatus for the resolution enhancement of gray-scale images that include text and line art |
| JPH1093820A (ja) | 1996-05-30 | 1998-04-10 | Xerox Corp | 誤差拡散方法及び誤差拡散システム |
| US5822451A (en) * | 1996-06-05 | 1998-10-13 | Eastman Kodak Company | Method for halftoning a multi-channel digital color image |
| US5809177A (en) | 1996-06-06 | 1998-09-15 | Xerox Corporation | Hybrid error diffusion pattern shifting reduction using programmable threshold perturbation |
| US6332044B1 (en) | 1997-01-21 | 2001-12-18 | Xerox Corporation | System and method for enhancement of image contour fidelity |
-
1998
- 1998-12-23 US US09/219,705 patent/US6356654B1/en not_active Expired - Lifetime
-
1999
- 1999-12-17 EP EP99310187A patent/EP1014697B1/en not_active Expired - Lifetime
- 1999-12-17 DE DE69934290T patent/DE69934290T2/de not_active Expired - Lifetime
- 1999-12-24 JP JP36585899A patent/JP4271805B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP1014697A2 (en) | 2000-06-28 |
| US6356654B1 (en) | 2002-03-12 |
| DE69934290D1 (de) | 2007-01-18 |
| DE69934290T2 (de) | 2007-05-24 |
| JP2000209444A (ja) | 2000-07-28 |
| EP1014697A3 (en) | 2001-11-21 |
| EP1014697B1 (en) | 2006-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4271805B2 (ja) | 画像変換方法 | |
| JP4491129B2 (ja) | ローカル・エリア情報を使用する色域マッピング方法及び装置 | |
| US7684085B2 (en) | Methods and apparatus for reconstructing digitized images | |
| JP4271806B2 (ja) | ハーフトーン画像のモデリング及び再構成のための方法及び装置 | |
| US6275304B1 (en) | Automated enhancement of print quality based on feature size, shape, orientation, and color | |
| JPH06113155A (ja) | 色空間フィルタリング装置 | |
| EP1658590A2 (en) | Detecting and correcting redeye in an image | |
| JP3267289B2 (ja) | カラー画像処理方法 | |
| US6381372B1 (en) | Systems and methods for designing image processing filters using templates | |
| JP6808325B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| US5206719A (en) | Image processing apparatus including means for extracting an outline | |
| US6473204B1 (en) | Image processing apparatus capable of selecting a non-rectangular area | |
| JP2006203584A (ja) | 画像処理装置及びプログラム | |
| EP0949801B1 (en) | Image process apparatus, image process method and storage medium | |
| JP2004135269A (ja) | 正確さをエンハンスするために空間コンテクストを用いる電子カラードロップアウト方法 | |
| US7599556B2 (en) | Apparatus, system, and method for scanning segmentation | |
| JP4149368B2 (ja) | 画像処理方法、画像処理装置及び画像形成装置、コンピュータプログラム、およびコンピュータ読取可能な記録媒体 | |
| JP2003032480A (ja) | 画像処理装置及び画像処理方法 | |
| KR20140063378A (ko) | 화상형성장치, 화상형성방법 및 컴퓨터 판독가능 기록매체 | |
| JPH1091792A (ja) | 文書セグメント化方法、装置、カラー印刷システムおよびコンピュータプログラム製品 | |
| JP6759914B2 (ja) | 画像処理装置、画像形成装置およびプログラム | |
| JP4590168B2 (ja) | 画像処理装置 | |
| JP2020043461A (ja) | 画像処理装置と画像処理方法、及びプログラム | |
| JPH099038A (ja) | 画像処理装置及びその方法 | |
| JP2019092127A (ja) | 画像処理装置、画像形成装置、画像処理方法及び画像処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061215 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080804 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080812 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080925 |
|
| 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: 20090127 |
|
| 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: 20090226 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120306 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120306 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130306 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140306 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |