JP4450785B2 - 画像処理装置、画像形成装置、画像読取装置、画像処理方法及びプログラム - Google Patents

Description

本発明はデジタル化された画像を見やすくするために画像データを処理する画像処理装置、画像処理装置を備えた画像形成装置、画像読取装置、画像処理方法及びコンピュータを画像処理装置として機能させるためのプログラムに関する。

デジタル複写機のような画像形成装置は、画像読取装置で画像を画像データとして読み取り、画像データをデジタル化し、デジタル化した画像データを画像処理装置で処理して、プリンタへ出力し、画像を形成する。画像データが文字画像から得られたものである場合に画像データにエッジ強調処理を施し、画像データが網点印刷物画像（網点画像）から得られたものである場合に画像データに平滑化処理を施すことによって、出力された画像が見やすくなるようにした画像処理装置がある。

文字画像のみで構成されている画像又は網点画像のみで構成されている画像には、オペレータが画像形成装置に設けられている操作パネルを操作して文字画像であること又は網点画像であることを指定したときに、画像処理装置は画像から得られる画像データに対してエッジ強調処理又は平滑化処理を適切に施す。

しかしながら、読み取る画像に、文字画像、網点画像、連続階調画像（印画紙画像）等の数種類の画像が含まれている場合には、このような指定をしても画像処理装置は、一部の領域に対応する画像データには適切な加工を施すことができるが、他の領域に対応する画像データには不適切な加工を施すことになり、画像全体として画質が劣化する。そこで、画像データから文字領域、網点領域、印画紙領域、下地領域に識別する処理をして、各領域の画像データにそれぞれ適切な加工をするように構成した画像処理装置がある。

この従来の画像処理装置は、例えば特許文献１に記載されているように、画像データからエッジ成分を抽出してエッジ画像を形成し、さらにエッジ画像から主走査方向及び副走査方向へのデータの連続性から文字列に対応する領域を分離する処理をしている。
特開２００３−１５２９９５号公報

しかしながら、特許文献１に記載されている画像処理装置では、文字列に対応する領域を分離する処理を行なっているために、計算量が膨大となる問題がある。また、印画紙領域でエッジ成分が含まれている場合、広範囲の網点領域又は印画紙領域を文字列と誤って識別することがあるという問題がある。

本発明は、このような事情に鑑みてなされたものであり、画像のエッジを検出して特定の領域を抽出し、抽出した特定の領域の特徴を表す特徴信号を導入することにより、計算量を削減するとともに、識別信号の精度を向上させる画像処理装置、画像形成装置、画像読取装置、画像処理方法及びプログラムを提供することを目的とする。

また、本発明は、特定の領域を文字領域候補とすることにより、網点領域及び印画紙領域の一部を誤って文字領域と判断するのを防止して識別精度を向上させた画像処理装置、画像形成装置、画像読取装置及び画像処理方法を提供することを目的とする。

また、本発明は、エッジ検出用フィルタ係数を使用することにより、画像のエッジを検出する画像処理装置、画像形成装置、画像読取装置及び画像処理方法を提供することを目的とする。

また、本発明は、収縮・膨張処理する手段を設けることにより、文字領域の特徴を表す特徴信号の精度をさらに向上させた画像処理装置、画像形成装置及び画像読取装置を提供することを目的とする。

また、本発明は、特定領域においてエッジの分布を示す標準偏差値を算出することにより、文字特徴を表す特徴信号を生成する画像処理装置、画像形成装置、画像読取装置及び画像処理方法を提供することを目的とする。

また、本発明は、特定の領域の面積を求める手段を設けることにより、画像に小さな文字が含まれている場合にも画質の劣化を防ぐ画像処理装置、画像形成装置及び画像読取装置を提供することを目的とする。

また、本発明は、画像データを加工する加工手段を設けて、識別信号に基づいて画像データの加工を行うことにより、画像を見やすくする画像処理装置及び画像形成装置を提供することを目的とする。

また、本発明は、平滑化処理及びエッジ強調処理によって領域の画像データに加工を行う画像処理装置及び画像形成装置を提供することを目的とする。

本発明に係る画像処理装置は、画像から得られる画像データに基づいて前記画像を構成する領域ごとに属性を表す識別信号を生成する識別信号生成手段を備えた画像処理装置において、前記画像データから前記画像のエッジを検出する検出手段と、検出したエッジから前記画像を構成する領域として特定の領域を抽出する抽出手段と、抽出した特定の領域の特徴量を検出したエッジの分布から算出する算出手段と、算出した特徴量に基づいて検出した領域の特徴を表す特徴信号を生成する特徴信号生成手段とを備え、前記識別信号生成手段は、前記特徴信号に基づいて前記識別信号を生成するように構成しており、前記抽出手段は、前記画像に所定のマスクをかける手段と、検出したエッジの個数を前記マスクによって特定される範囲で計数する手段と、計数した個数に基づいて前記特定の領域を抽出する手段とを備えており、前記算出手段は、抽出した領域を構成する複数のブロックから異なる二方向についてそれぞれ検出したエッジの個数を計数する手段と、計数したエッジの個数に基づいて標準偏差値を前記二方向にそれぞれ求める手段と、前記特徴量を前記標準偏差値の和として求める手段とを備え、前記特徴信号生成手段は、前記特徴量と所定の閾値との大小を比較した結果を前記特徴信号とするように構成していることを特徴とする。

また、本発明に係る画像処理装置は、前記抽出手段は、前記特定の領域として文字領域候補を抽出し、前記算出手段は、前記文字領域候補について文字領域の特徴を表す文字領域特徴量を前記特徴量として算出するように構成していることを特徴とする。

また、本発明に係る画像処理装置は、前記識別信号生成手段は、前記特徴信号によって文字領域であるか否かを識別する基準を設定するように構成していることを特徴とする。
また、本発明に係る画像処理装置は、前記検出手段は、エッジ検出用のフィルタ係数と前記画像データとの畳み込み演算によって前記エッジを検出するように構成していることを特徴とする。

また、本発明に係る画像処理装置は、前記抽出手段で抽出した特定の領域に収縮及び膨張を組み合わせた処理を行って前記算出手段に与える収縮・膨張処理手段をさらに備えることを特徴とする。

また、本発明に係る画像処理装置は、前記特徴信号生成手段は、抽出した特定の領域の面積を求める手段を備え、求めた面積に応じて前記閾値を設定するように構成していることを特徴とする。

また、本発明に係る画像処理装置は、前記識別信号に基づいて前記画像データを加工する加工手段を備えることを特徴とする。

また、本発明に係る画像処理装置は、前記加工手段は、前記識別信号に基づいて、前記画像の平滑化を行う平滑化処理と前記画像のエッジを強調するエッジ強調処理の何れかを選択して前記画像データを加工することを特徴とする。

また、本発明に係る画像形成装置は、前記画像処理装置と、原稿を読み取って前記画像データを前記画像処理装置に与える画像入力装置と、前記画像処理装置で処理した画像データから画像を出力する画像出力装置を備えることを特徴とする。

また、本発明に係る画像読取装置は、前記画像処理装置と、原稿から前記画像を読み取って前記画像データを画像処理装置に与える画像入力装置とを備えることを特徴とする。

また、本発明に係る画像処理方法は、画像から得られる画像データに基づいて前記画像を構成する領域ごとに属性を表す識別信号を生成する画像処理方法において、前記画像データから前記画像のエッジを検出する検出ステップと、検出したエッジから前記画像を構成する領域として特定の領域を抽出する抽出ステップと、抽出した特定の領域の特徴量を検出したエッジの分布から算出する算出ステップと、算出した特徴量に基づいて前記領域の特徴を表す特徴信号を生成する特徴信号生成ステップと、前記画像データ及び前記特徴信号に基づいて前記識別信号を生成する識別信号生成ステップとを有しており、前記抽出ステップは、前記画像に所定のマスクをかけるステップと、検出したエッジの個数を前記マスクによって特定される範囲で計数するステップと、計数した個数に基づいて前記特定の領域を抽出するステップとを含んでおり、前記算出ステップは、抽出した領域を構成する複数のブロックから異なる二方向にそれぞれ検出エッジの個数を計数するステップと、計数したエッジの個数に基づいて標準偏差値を前記二方向にそれぞれ求めるステップと、前記特徴量を前記標準偏差値の和として求めるステップとを含み、前記特徴信号生成ステップは、前記特徴量と所定の閾値との大小を比較した結果を前記特徴信号とするようにしていることを特徴とする。

また、本発明に係る画像処理方法は、前記抽出ステップは、前記特定の領域として文字領域候補を抽出し、前記算出ステップは前記文字領域候補について文字領域の特徴を表す文字領域特徴量を前記特徴量として算出するようにしていることを特徴とする。

また、本発明に係る画像処理方法は、前記検出ステップは、エッジ検出用のフィルタ係数と前記画像データとの畳み込み演算によって前記エッジを検出するようにしていることを特徴とする。

また、本発明に係るプログラムは、コンピュータに、画像から得られる画像データに基づいて前記画像を構成する領域ごとに属性を表す識別信号を生成させるプログラムにおいて、前記画像データから前記画像のエッジを検出する手順と、検出したエッジから前記画像を構成する領域として特定の領域を抽出する手順と、抽出した特定の領域の特徴量をエッジの分布から算出する手順と、算出した特徴量に基づいて検出した領域の特徴を表す特徴信号を生成する手順と、前記画像データ及び前記特徴信号に基づいて前記識別信号を生成する手順とをコンピュータに実行させることとし、前記抽出する手順は、前記画像に所定のマスクをかける手順と、検出したエッジの個数を前記マスクによって特定される範囲で計数する手順と、計数した個数に基づいて前記特定の領域を抽出する手順とを含んでおり、前記算出する手順は、抽出した領域を構成する複数のブロックから異なる二方向にそれぞれ検出エッジの個数を計数する手順と、計数したエッジの個数に基づいて標準偏差値を前記二方向にそれぞれ求める手順と、前記特徴量を前記標準偏差値の和として求める手順とを含んでおり、前記特徴信号を生成する手順は、前記特徴量と所定の閾値との大小を比較した結果を前記特徴信号とする手順を含むことを特徴とする。

本発明では、まず検出手段が画像データから画像のエッジを検出する。次に、検出したエッジから抽出手段が特定の領域を抽出する。次に、算出手段がエッジの分布から特定の領域の特徴量を算出する。次に、特徴信号生成手段は、特徴量から領域の特徴を表す特徴信号を生成する。次に、識別信号生成手段は、特徴信号を利用して画像データから画像を構成する領域ごとに識別信号を生成する。識別信号生成手段は、識別信号を生成するときには、求めた特徴信号を利用しているので、抽出した特定の領域では識別の精度が向上する。

本発明では、まず抽出手段が画像を構成する領域それぞれについて画像にマスクをかけ、検出したエッジの個数をマスクによって特定される範囲内で計数し、エッジの個数に基づいて文字領域候補を抽出する。次に、算出手段が、抽出された文字領域候補の文字特徴量を算出し、特徴信号生成手段は、文字領域を表す特徴信号を生成する。したがって、特徴信号は文字領域の特徴を表すものになり、特徴信号を利用することによって識別信号生成手段での文字領域の識別精度が向上する。

本発明では、識別信号生成手段は、特徴信号によって文字領域を識別する基準を設定し、識別信号を生成する。特徴信号は文字領域の特徴を表しているので、文字領域の識別精度が向上する。

本発明では、検出手段が、例えば画像の濃度変化が激しい箇所を検出するように設定されているエッジ検出用のフィルタ係数と画像データとの畳み込み演算によって、画像からエッジとなっている箇所を検出する。画像のエッジを検出するには、様々な手段が考えられる。そのなかで多く使用されているのが、画像データの濃度信号の微分をとり、微分された信号の変化が大きい箇所をエッジとするものである。画像データがデジタルデータであるので、微分演算に対応する畳み込み演算が実際に行われる。二次微分をとってエッジを検出することもあり、対応する畳み込み演算が実際に行われる。このような手段でエッジを検出するのが、合理的であり、検出精度も高い。

本発明では、収縮・膨張処理手段が、抽出した特定の領域に収縮と膨張を組み合わせた処理を施す。例えば、収縮・膨張手段がまず特定の領域に収縮処理を施す。収縮処理により、小さい孤立点、ノイズによる細い線が消去される。次に膨張処理を施す。膨張処理により、一旦収縮された文字が元に戻る。したがって、特定の領域に含まれるノイズが除去されるので、特徴信号の精度が向上する。

本発明では、まず抽出した領域において領域を構成する複数のブロックから異なる二方向についてそれぞれエッジの個数を計数する。エッジの個数から二方向についてそれぞれの標準偏差値が求められる。標準偏差値の和が特徴量となる。文字領域ではエッジが二方向に同程度に分布するが、印画紙領域でエッジが多く含まれている領域ではエッジが一方向に分布することが多い。そこで、特徴量と所定の閾値との大小を比較し、比較結果を特徴信号とする。例えば、特徴量が閾値以上であるときは文字領域である可能性が高いと判断し、閾値より小さいときは文字領域である可能性が低いと判断する。標準偏差値を算出して特徴量としているのは、エッジの個数から直接に特徴量とする場合、同じ文字であっても文字の大きさによってエッジの個数が変化するので特徴量として利用しにくいからである。

また、本発明では、特徴信号生成手段は、抽出した特定の領域の面積を求め、面積に応じて閾値を設定している。例えば、面積の小さい領域では、文字領域であると識別されやすくなるように閾値を設定する。小さな文字で構成された領域を文字領域でないと誤って判断して画像データに平滑化処理を施し、文字の判別ができなくなるのが防止される。

本発明では、加工手段は画像データに対して、例えば網点画像領域に対しては平滑化処理を施し、文字領域にはエッジ強調処理を施すことによって画像が見やすくなる。

本発明による場合は、画像処理装置に、画像のエッジを検出する検出手段と、検出したエッジから特定の領域を抽出する抽出手段と、抽出した特定の領域の特徴量を算出する算出手段と、検出した領域の特徴を表す特徴信号を生成する特徴信号生成手段とが設けられているので、識別信号生成手段は、特徴信号を利用することにより、抽出した特定の領域の属性を識別する精度が向上する。

また、本発明による場合は、画像を構成する領域それぞれについて画像にマスクがかけられ、エッジの個数がマスクによって特定される範囲で計数され、計数された個数から文字領域候補が抽出される。したがって、特徴信号が文字の特徴量を表すものとなる。特徴信号を利用することによって文字領域の識別の精度が向上する。

また、本発明による場合は、識別信号生成手段は、文字領域を表す特徴信号によって文字領域であるか否かを識別する基準を設定するようになっているので、文字領域の識別の精度が向上する。

また、本発明による場合は、画像のエッジが画像データとエッジ検出用フィルタ係数との畳み込み演算によって検出される。濃度変化が激しい箇所をエッジとして濃度信号を微分することにより求める方法を基に微分演算に対応するフィルタ計数による畳み込み演算をデジタル画像データに行う。エッジを検出する方法としては合理的で検出精度が高い。

また、本発明による場合は、抽出した特定の領域に対して収縮・膨張処理手段が収縮と膨張を組み合わせた処理を行うので、特定の領域の画像に含まれるノイズが削減される。したがって、特徴信号の精度が向上する。特徴信号の精度が高くなるため、文字領域の識別精度が向上し、適切な画像処理を画像データに行うことができる。

また、本発明による場合は、まず抽出した特定の領域において特定の領域を構成する複数のブロックから異なる二方向についてエッジの個数が計数され、計数された個数に基づいて標準偏差値がそれぞれ算出されて標準偏差値の和を特徴量としている。次に、特徴量と閾値との大小が比較され、比較結果が特徴信号となるので、特徴信号は文字領域である可能性の高低を表すものとなる。したがって、識別信号生成手段は、特徴信号を参照して文字領域であるか否かの識別をすることができ、文字領域の識別の精度が向上する。

また、本発明による場合は、抽出した特定の領域の面積が小さいときには、閾値を変更しているので、小さい文字で構成されている文字領域でも文字領域として識別しやすくして文字領域の画質劣化を防ぐ。

また、本発明による場合は、識別信号に基づいて画像データを加工するので、画質を向上させて画像を見やすくすることができる。

また、本発明によるとき、識別信号に基づいて平滑化処理とエッジ強調処理の何れかが選択されるので、画像データに対して適切な加工を施すことができる。

以下、本発明の実施形態について図面に基づいて説明する。
＜第１の実施形態＞
本発明の第１の実施形態について図１〜図１０に基づいて説明する。図１は本実施形態の画像形成装置のブロック図である。画像形成装置は、原稿を読み取り、アナログのカラー画像データを出力する画像入力装置部２と、カラー画像データを処理するカラー画像処理装置部１と、カラー画像処理装置部１で処理された画像データに基づいて普通紙、ＯＨＰ（overhead projector）フィルム等のシート上に画像を出力する画像出力装置部３と、オペレータからの操作指示を受付けるために操作パネル６と、ハードウェア各部を制御する制御部４と、制御の際に必要なデータを記憶する記憶部５とを備えている。

画像入力装置部２は、原稿の画像を光学的に読み取る手段であり、原稿に光を照射する照明系と、原稿からの反射光像を結像させる結像系と、結像系が結ぶ像をアナログのＲＧＢ画像データに変換する撮像系とを備えている。

カラー画像処理装置部１は、Ａ／Ｄ変換部１２、シェーディング補正部１３、入力階調補正部１４、領域分離処理部１５、文字領域特徴量算出部１６、色補正部１７、黒生成下色除去部１８、空間フィルタ処理部１９、出力階調補正部２０及び階調再現処理部２１を備えている。

Ａ／Ｄ変換部１２は、画像入力装置部２より与えられるアナログのＲＧＢ画像データをデジタル化し、シェーディング補正部１３へ出力する。シェーディング補正部１３は、デジタル化されたＲＧＢ画像データに対して、画像入力装置部２の照明系、結像系、撮像系で生じる各種の歪みを取り除く処理を施すとともに、撮像系を構成する撮像素子間のばらつきを吸収する処理を行い、入力階調補正部１４へ出力する。

なお、Ａ／Ｄ変換部１２及びシェーディング補正部１３は画像入力装置部２に設けられている構成であってもよく、その場合にはカラー画像処理装置部１はＡ／Ｄ変換部１２及びシェーディング補正部１３を搭載している必要がない。

入力階調補正部１４は、シェーディング補正部１３から与えられるＲＧＢ画像データのカラーバランスを整える処理を行うとともに、カラー画像処理装置部１が処理しやすい濃度にＲＧＢ画像データを変換し、領域分離処理部１５と文字領域特徴量算出部１６へ出力する。さらに、操作パネル６には濃度調整キーが設けられてあり、オペレータが濃度調整キーを操作して濃度変更を指示したときは、入力階調補正部１４は、濃度変更の指示にしたがって出力濃度の濃淡を変更する。また、下地となる領域の濃度も除去する。

文字領域特徴量算出部１６は、入力階調補正部１４で処理されたＲＧＢ画像データから画像の低周波のエッジを検出し、エッジの分布の方向性から文字領域である可能性の高低を表す二値の特徴信号を領域分離処理部１５へ出力する。

領域分離処理部１５は、入力階調補正部１４で処理されたＲＧＢ画像データ及び特徴信号に基づいて入力中の各画素を文字領域、網点領域、印画紙領域又は下地領域の何れかに識別するものである。領域分離処理部１５は、識別結果に基づき、各画素がどの領域に属しているかを表す識別信号を黒生成下色除去部１８、空間フィルタ処理部１９、階調再現処理部２１へ出力するとともに、ＲＧＢ画像データをそのまま色補正部１７へ出力する。文字領域特徴量算出部１６と領域分離処理部１５について詳細は後述する。

色補正部１７は、領域分離処理部１５から与えられるＲＧＢ画像データをＣＭＹ画像データに変換し、さらに色再現の忠実化実現のために不要吸収成分を含むＣＭＹ色材の分光特性に基づいた色濁りを取り除く処理を行い、黒生成下色除去部１８へ出力する。

黒生成下色除去部１８は、色補正後のＣＭＹの３色信号からＫデータを生成する黒生成、元のＣＭＹ画像データからＫデータを差し引いて新たなＣＭＹデータを生成する処理を行うものであり、ＣＭＹの３色のデータからＣＭＹＫの４色のデータに変換し、空間フィルタ処理部１９へ出力する。
黒生成処理の一例としては、下色除去処理による黒生成を行う方法が知られている。この方法では、濃度と網点の関係を示す黒生成カーブの入力特性をｙ＝ｆ（ｘ）、入力されるデータをＣ、Ｍ、Ｙ、出力されるデータをＣ’、Ｍ’、Ｙ’、Ｋ’、下色除去率をα（０＜α＜１）としたとき、黒生成下色除去処理は、Ｋ’＝ｆ｛ｍｉｎ（Ｃ，Ｍ，Ｙ）｝、Ｃ’＝Ｃ−αＫ’、Ｍ’＝Ｍ−αＫ’、Ｙ’＝Ｙ−αＫ’のように表すことができる。

空間フィルタ処理部１９は、黒生成下色除去部１８から与えられるＣＭＹＫ画像データに対し、識別信号を基にデジタルフィルタによる空間フィルタ処理を行い、空間周波数特性を補正することによって出力画像のぼやけ、粒状性劣化等を防ぐ処理を行い、出力階調補正部２０へ出力する。具体的には、空間フィルタ処理部１９は、識別信号によって、文字領域に対してはエッジ強調処理を施し、網点領域に対しては平滑化処理を施す。

出力階調補正部２０は、ＣＭＹＫ信号を画像出力装置部３の特性に応じた網点面積率に変換する出力階調補正処理を行い、階調再現処理部２１へ出力する。

階調再現処理部２１は、最終的に画像を画素に分離してそれぞれの階調を再現できるように処理する階調再現処理を行い、画像出力装置部３へ出力する。例えば、印画紙領域に関しては、階調再現性を重視したスクリーンでの二値化又は多値化処理を行い、文字領域に関しては、高周波数の再現性に適した高解像度のスクリーンでの二値化又は多値化処理を行う。

画像出力装置部３は階調再現処理部２１から与えられるＣＭＹＫ画像データに基づいてシート上に画像を出力する。画像出力装置部３は、感光体ドラムを所定の電位に帯電させる帯電器と、外部から受け付けた画像データに応じてレーザ光を発して感光体ドラム上に静電潜像を生成させるレーザ書込装置と、感光体ドラム表面に形成された静電潜像にトナーを供給して顕像化する現像器と、感光体ドラム表面に形成されたトナー像を普通紙上に転写する転写器とを備えている。このように電子写真方式にて画像形成を行う他、画像出力装置部３はインクジェット方式、熱転写方式、昇華方式等により画像形成を出力する構成であってもよい。

図２は領域分離処理部１５及び文字領域特徴量算出部１６の構成を示すブロック図である。文字領域特徴量算出部１６は、文字領域抽出部６１及び抽出文字特徴量算出部６２を備えている。

文字領域抽出部６１は入力階調補正部１４から与えられるＲＧＢ画像データに基づいて画像のエッジを検出し、検出したエッジから文字領域候補を抽出し、抽出文字特徴量算出部６２へ出力する。抽出文字特徴量算出部６２は文字領域候補についてエッジの分布から文字特徴量を算出し、特徴量に基づいて文字領域候補が文字で構成されている可能性が高いことを表す特徴信号（１）又は低いことを表す特徴信号（０）の二値信号を記憶部５へ出力する。後に詳述する。

領域分離処理部１５は、最大濃度差算出部５１、総和濃度繁雑度算出部５２、判定領域設定部５３、文字・網点判定部５４及び下地・印画紙判定部５５を備えている。

最大濃度差算出部５１は、領域の識別を行う注目画素を含むｎ×ｍ（ただし、ｎ、ｍは自然数であり、例えば、１５×１５である。）の矩形ブロックにおける最小濃度値と最大濃度値の差分である最大濃度差を算出し、判定領域設定部５３へ出力する。総和濃度繁雑度算出部５２は、ブロック内において隣接する画素の濃度差の絶対値の総和を算出し、判定領域設定部５３へ出力する。

判定領域設定部５３は、最大濃度差算出部５１で算出された最大濃度差と予め設定されている閾値（最大濃度差閾値）との大小を比較し、総和濃度繁雑度算出部５２で算出された総和濃度繁雑度と予め設定されている閾値（総和濃度繁雑度閾値）との大小を比較する。判定領域設定部５３は、最大濃度差が最大濃度差閾値よりも小さく、かつ、総和濃度繁雑度が総和濃度繁雑度閾値よりも小さいときには、注目画素は下地・印画紙領域であると判断し、そうでないときには、文字・網点領域であると判断し、文字・網点判定部５４及び下地・印画紙判定部５５へ出力する。

下地・印画紙判定部５５は、最大濃度差と予め設定されている閾値（下地・印画紙判定閾値）との比較を行い、最大濃度差が下地・印画紙判定閾値よりも小さいときには、下地領域であると判定し、そうでないときには印画紙領域であると判定し、領域の属性を表す識別信号を黒生成下色除去部１８、空間フィルタ処理部１９及び階調再現処理部２１へ出力する。

文字・網点判定部５４は、制御部４を介して記憶部５に記憶されている注目画素の特徴信号を参照して特徴信号が１であるときには、文字・網点判定閾値を第１の閾値ＴＨ１（例えば、５０である。）とし、特徴信号が０であるときには、文字・網点判定閾値を第２の閾値ＴＨ２（ただし、ＴＨ１＞ＴＨ２であり、例えば、２０である。）とする。

そして、文字・網点判定部５４は、総和濃度煩雑度が最大濃度差と文字・網点判定閾値ＴＨ１又はＴＨ２との積よりも小さいか否かを判断する。網点領域では、網点によって画像が構成されているため、最大濃度差に対して総和濃度煩雑度が文字領域よりも大きくなる。文字領域では、最大濃度差が大きく、濃度変化が網点領域よりも小さいので、最大濃度差に対して総和濃度煩雑度が小さくなる。したがって、文字・網点判定部５４は、総和濃度煩雑度が積よりも小さいときには、文字領域であると判断し、そうでないときには網点領域であると判断し、識別信号を黒生成下色除去部１８、空間フィルタ処理部１９及び階調再現処理部２１へ出力する。領域分離処理部１５は画素ごとに領域の属性を判断して識別信号を出力する。

文字・網点判定部５４は、特徴信号によって文字領域である可能性が高いときには第１の閾値ＴＨ１（ＴＨ１＞ＴＨ２）で文字領域であるか網点領域であるかを判断するので、文字領域であると判断しやすくなる。したがって、特徴信号を利用することにより、領域分離処理部１５での文字領域の識別精度が向上する。

文字領域抽出部６１は、入力階調補正部１４から与えられるＲＧＢ画像データを均等色空間（例えば、ＣＩＥ−Ｌ＊ａ＊ｂ＊。ＣＩＥ：Commission International de l'Eclairage:国際照明委員会。Ｌ＊：明度、ａ＊：色度、ｂ＊：色度）に基づく画像データに変換する。

図３（ａ）は主走査方向のエッジ量ＥｄｇｅＸを算出するためのフィルタ係数Ｆｉｌａを示す。フィルタ係数Ｆｉｌａは７×７行列であり、注目画素（ｉ，ｊ）の−３列から−１列まではすべて１、０列はすべて０、１列から３列まではすべて−１である。

図３（ｂ）は副走査方向のエッジ量ＥｄｇｅＹを算出するためのフィルタ係数Ｆｉｌｂを示す。フィルタ係数Ｆｉｌｂは７×７行列であり、注目画素（ｉ，ｊ）の−３行から−１行まではすべて１、０行はすべて０、１行から３行まではすべて−１である。

文字領域抽出部６１は変換されたＬ＊データについて判定を行う対象の注目画素（ｉ，ｊ）をフィルタ係数Ｆｉｌａ，Ｆｉｌｂでそれぞれ畳み込み処理して、主走査方向及び副走査方向のエッジ量ＥｄｇｅＸ（ｉ，ｊ），ＥｄｇｅＹ（ｉ，ｊ）を算出する。
ＥｄｇｅＸ（ｉ，ｊ）＝Ｍａｓｋ（ｉ，ｊ）＊Ｆｉｌａ
ＥｄｇｅＹ（ｉ，ｊ）＝Ｍａｓｋ（ｉ，ｊ）＊Ｆｉｌｂ
ただし、Ｍａｓｋ（ｉ，ｊ）＝｛ＩＬ（ｉ＋ｘ，ｊ＋ｙ）｝，
−３≦ｘ≦３，
−３≦ｙ≦３，
｛｝は集合を表し、
ＩＬ（ｉ，ｊ）は画素（ｉ，ｊ）におけるＬ＊値である。

次に、文字領域抽出部６１は、式（１）のように、エッジ量ＥｄｇｅＸ（ｉ，ｊ），ＥｄｇｅＹ（ｉ，ｊ）の平均２乗和と閾値との大小を比較することによって低周波エッジであるか否かを判断する。すなわち、平均２乗和が閾値ＴＨｅｄｇｅ（例えば、４５０である。）以上である場合、文字領域抽出部６１は、ＥｄｇｅＬＦ（ｉ，ｊ）を１として低周波エッジであると判断する。一方、平均２乗和が閾値ＴＨｅｄｇｅより小さい場合、文字領域抽出部６１は、ＥｄｇｅＬＦ（ｉ，ｊ）を０として低周波エッジでないと判断する。

・・・・（１）

次に、文字領域抽出部６１は、図４に示すように、注目画素（ｉ，ｊ）を中心に主走査方向と副走査方向にそれぞれ２１画素の領域を指定するマスクを掛けて、低周波エッジと判断された画素数を各方向に対して計数し、それぞれ計数した個数
Ｍａｓｋ＿ｃｎｔＬＦ＿Ｘ（ｉ，ｊ），
Ｍａｓｋ＿ｃｎｔＬＦ＿Ｙ（ｉ，ｊ）
を求める。そして、文字領域抽出部６１は、式（２）のように、Ｍａｓｋ＿ｃｎｔＬＦ＿Ｘ（ｉ，ｊ）が予め定められている閾値ＴＨｃｎｔｘ（例えば、２である。）以上であり、かつ Ｍａｓｋ＿ｃｎｔＬＦ＿Ｙ（ｉ，ｊ）が予め定められている閾値ＴＨｃｎｔｙ（例えば、２である。）以上である場合に、文字領域候補ＴＸＴｃｄ（ｉ，ｊ）を１とする。一方、そうでない場合、文字領域抽出部６１は、文字領域候補ＴＸＴｃｄ（ｉ，ｊ）を０とする。

・・・・（２）

図５は注目画素の文字領域候補ＴＸＴｃｄの値が与えられる様子を示す説明図である。注目画素が符号７０で示すように文字「Ａ」の左斜線のすぐ左にある場合、主走査方向７０ａに対しては低周波エッジが４箇所あり、副走査方向７０ｂに対しては低周波エッジが２箇所あるので、式（２）にしたがって、文字領域候補ＴＸＴｃｄ（ｉ，ｊ）＝１となる。

一方、注目画素が符号７１で示すように文字「Ａ」と「Ｂ」の中間位置にある場合、主走査方向７１ａに対しては低周波エッジが３箇所あり、副走査方向７１ｂに対しては低周波エッジがないので、式（２）にしたがって、文字領域候補ＴＸＴｃｄ（ｉ，ｊ）＝０となる。表１にこの結果をまとめて示す。

このように、各画素が個々の文字の外接枠の内側であるか、文字と文字の間あるいは文字の存在していない領域であるかを判別する。このようにして、文字領域候補の抽出が行われる。

図６は文字領域抽出部６１が文字領域候補を抽出する処理のフローチャートである。文字領域抽出部６１はまず入力階調補正部１４から与えられるＲＧＢ画像データに基づいてフィルタ係数Ｆｉｌａ、Ｆｉｌｂ（図３参照）を用いた畳み込み演算を行い、エッジ量ＥｄｇｅＸ（ｉ，ｊ）、ＥｄｇｅＹ（ｉ，ｊ）を算出し、式（１）に示すように、エッジ量ＥｄｇｅＸ（ｉ，ｊ）、ＥｄｇｅＹ（ｉ，ｊ）の平均２乗和と閾値ＴＨｅｄｇｅとの大小を比較することによって低周波エッジであるか否かを判断する（Ｓ１）。

次に、文字領域抽出部６１は、図４に示すように、主走査方向及び副走査方向それぞれにマスクによって特定される領域内のエッジの個数
Ｍａｓｋ＿ｃｎｔＬＦ＿Ｘ（ｉ，ｊ），
Ｍａｓｋ＿ｃｎｔＬＦ＿Ｙ（ｉ，ｊ）
を計数する（Ｓ２）。
次に、文字領域抽出部６１は計数した個数
Ｍａｓｋ＿ｃｎｔＬＦ＿Ｘ（ｉ，ｊ），
Ｍａｓｋ＿ｃｎｔＬＦ＿Ｙ（ｉ，ｊ）
と閾値ＴＨｃｎｔｘ，ＴＨｃｎｔｙの大小をそれぞれ比較し、式（２）に示すように、文字領域候補ＴＸＴｃｄ（ｉ，ｊ）の判定を行う（Ｓ３）。次に、文字領域抽出部６１は全画素の判定を終了したか否かを判断し、終了していない場合には、注目画素を変更してステップＳ１、Ｓ２、Ｓ３の処理を繰り返す（Ｓ４）。

抽出文字特徴量算出部６２はまず文字領域抽出部６１から与えられる文字領域候補ＴＸＴｃｄ（ｉ，ｊ）に対して同類の画素を連結するラベリング処理を施す。ラベリング処理には４連結、８連結処理等があり、本実施形態では抽出文字特徴量算出部６２は８連結処理を行う。

図７は抽出文字特徴量算出部６２でのラベリング処理のフローチャートである。抽出文字特徴量算出部６２はまず初期ラベル付与処理を行う（Ｓ１１）。すなわち、文字領域候補ＴＸＴｃｄ（ｉ，ｊ）＝１と判定された注目画素（ｉ，ｊ）の周辺画素（（ｉ−１，ｊ−１），（ｉ−１，ｊ），（ｉ−１，ｊ＋１），（ｉ，ｊ−１））の何れにもラベル（識別子）が付与されていない場合、抽出文字特徴量算出部６２は注目画素（ｉ，ｊ）に使用されていないラベルを付す。また、注目画素の周辺画素に異なるラベルが付されている場合、抽出文字特徴量算出部６２はそれらのラベルの中で最初に付されたラベルを注目画素（ｉ，ｊ）に付す。次に、抽出文字特徴量算出部６２は画素に付与されたラベルに関する情報をラベル等価表に記録する（Ｓ１２）。ラベル等価表は記憶部５（図１参照）に記憶されてあり、ラベリング処理によって更新される。抽出文字特徴量算出部６２は、ステップＳ１１、Ｓ１２の処理を全画素について終了するまで繰り返す（Ｓ１３）。

次に、抽出文字特徴量算出部６２はラベル等価表を参照し、同一領域であるにもかかわらず別ラベルを初期ラベル付与処理（Ｓ１１）で付与した画素に同一ラベルを付与するように修正する（Ｓ１４）。抽出文字特徴量算出部６２は、ラベル補正の処理（Ｓ１４）を全画素について終了するまで繰り返す（Ｓ１５）。

ラベリング処理によって、抽出文字特徴量算出部６２は文字の外接枠に連結した内部の領域に同一のラベルを付与する。この領域に対して抽出文字特徴量算出部６２は特徴信号を求める。抽出文字特徴量算出部６２は特徴信号をエッジ量ＥｄｇｅＸ，ＥｄｇｅＹを用いて生成する。

図８は抽出文字特徴量算出部６２での処理のフローチャートである。抽出文字特徴量算出部６２はまず上述のラベリング処理を施す（Ｓ２０）。次に、抽出文字特徴量算出部６２は、同一ラベルが付された領域に対して、主走査方向及び副走査方向の各エッジ量平均値をエッジ量ＥｄｇｅＸ，ＥｄｇｅＹから算出する（Ｓ２１）。

次に、抽出文字特徴量算出部６２は、式（３）のように、各エッジ量平均値を用いて主走査方向のエッジ量の標準偏差と副走査方向のエッジ量の標準偏差の和を特徴量Ｐａｒａｔｅｘｔとして算出する（Ｓ２２）。

・・・・（３）

ただし、Ｒｌａｂｅｌｉはある特定のラベルに属している領域であり、ｎはラベルＲｌａｂｅｌｉに属している画素数である。

特徴量Ｐａｒａｔｅｘｔは主走査方向のエッジ量の標準偏差及び副走査方向のエッジ量の標準偏差の和である。

次に、抽出文字特徴量算出部６２は特徴量Ｐａｒａｔｅｘｔと閾値ＴＨｔｅｘｔ（例えば、１２２０００）との大小を比較し、特徴量Ｐａｒａｔｅｘｔが閾値ＴＨｅｘｔ以上である場合には文字である可能性が高いことを表す特徴信号（１）を生成し、そうでない場合には文字である可能性が低いことを表す特徴信号（０）を生成する（Ｓ２３）。次に、抽出文字特徴量算出部６２は全てのラベルが付された領域について処理（Ｓ２１、Ｓ２２、Ｓ２３）を終了したか否かを判断し、行われていないときには他のラベルが付された領域に変更して処理（Ｓ２１、Ｓ２２、Ｓ２３）を繰り返す（Ｓ２４）。

これによって、抽出文字特徴量算出部６２は、エッジ量が主走査方向にも副走査方向にも多くある場合に文字である可能性が高いと判定し、印画紙領域でエッジが一方向に分布している場合に文字である可能性が低いと判定する。特徴信号は記憶部５に格納される。

以上の領域分離処理部１５で識別信号についてまとめておく。図９及び図１０は領域分離処理部１５での領域識別処理のフローチャートである。まず最大濃度差算出部５１が入力階調補正部１４で処理されたＲＧＢ画像データから注目画素を含むｎ×ｍの矩形ブロックにおける最大濃度値を算出する（Ｓ３１）。次に、最大濃度差算出部５１がＲＧＢ画像データからブロックにおける最小濃度値を算出する（Ｓ３２）。最大濃度差算出部５１は最大濃度値と最小濃度値から最大濃度差を算出する（Ｓ３３）。次に、総和濃度繁雑度算出部５２がブロック内において隣接する画素の濃度差の絶対値の総和である総和濃度繁雑度を算出する（Ｓ３４）。

次に、判定領域設定部５３は最大濃度差が最大濃度差閾値よりも小さくかつ総和濃度繁雑度が総和濃度繁雑度閾値よりも小さいか否かを判断する（Ｓ３５）。そうである場合には判定領域設定部５３は下地・印画紙領域であると判断する（Ｓ３６）。そうでない場合には判定領域設定部５３は文字・網点領域であると判断する（Ｓ４０）。

下地・印画紙領域であるときには、下地・印画紙判定部５５は最大濃度差が下地・印画紙判定閾値よりも小さいか否かを判断する（Ｓ３７）。そうであるときには、下地・印画紙判定部５５は下地領域であることを表す識別信号を出力する（Ｓ３８）。そうでないときには、下地・印画紙判定部５５は印画紙領域であることを表す識別信号を出力する（Ｓ３９）。

ステップＳ４０の次に、文字・網点判定部５４は文字領域特徴量算出部１６で生成された特徴信号によって、文字領域である可能性の高低を参照する（Ｓ４１）。文字領域である可能性が高いときには、文字・網点判定部５４は文字・網点判定閾値を第１の閾値ＴＨ１に設定する（Ｓ４２）。一方、文字領域である可能性が低いときには、文字・網点判定部５４は文字・網点判定閾値を第２の閾値ＴＨ２に設定する（Ｓ４５）。

次に、文字・網点判定部５４は総和濃度繁雑度が最大濃度差と文字・網点判定閾値ＴＨ１又はＴＨ２との積よりも小さいか否かを判断する（Ｓ４３）。総和濃度繁雑度が積よりも小さい場合には、文字・網点判定部５４は文字領域であることを表す識別信号を出力する（Ｓ４４）。そうでない場合には、文字・網点判定部５４は網点領域であることを表す識別信号を出力する（Ｓ４６）。

以上のように、本実施形態の画像処理装置では、領域分離処理部１５で文字と網点領域を識別するときに、文字領域特徴量算出部１６で文字領域である可能性の高さを表す特徴信号を利用して、文字領域の識別処理の精度を向上させているので、画像処理を適切に行うことができ、画質が向上する。また、文字列抽出処理を行っていないので計算量が削減され、処理速度が向上する。

また、文字領域抽出部６１で画像のエッジを検出する方法は、本実施形態の他に、注目画素と隣接画素の間の濃度差分を利用する検出方法又はゾーベルフィルタ、ロバーツフィルタ等のエッジ検出フィルタを利用した検出方法を使用してもよい。

通常、文字サイズが小さい場合、画像入力装置部２の解像度不足によって、エッジがなまるため、カラー画像処理装置部１は文字領域の識別をすることができなくなる場合がある。この問題に対処するため、表２に示すように、特徴信号によって文字である可能性が高い領域であって同一ラベルの画素面積が閾値ＴＨａｒｅａ（例えば、８７５である。）以下である場合には、文字・網点判定部５４は文字・網点判定閾値を第１の閾値ＴＨ１及び第２の閾値ＴＨ２よりも大きい第３の閾値ＴＨ３（例えば、７０である。）とする。これによって文字・網点判定部５４は小さい文字を文字領域として識別しやすくなるので、文字・網点判定部５４は小さい文字で構成されている領域を誤って文字領域でないと判断するのが防止される。

また、特徴量Ｐａｒａｔｅｘｔについては、本実施形態の算出方法に限らず、他にも例えば、注目画素から縦、横、右上がりの斜め、右下がりの斜めの４方向に同一ラベルが付されている領域で、４方向にエッジが分布しているかを求めるようにしてもよい。この場合、複数方向にエッジが存在している場合に文字である可能性の高いことを表す特徴信号を生成し、そうでなければ文字である可能性の低いことを表す特徴信号を生成するようにしてもよい。

また、画像形成装置が、原稿を粗く高速に読み取るプレスキャンを行い、画像の読取範囲、読取精度等を設定した後に再度原稿を読み取るようになっている場合には、プレスキャンによって読み取られた画像データに基づいて文字領域特徴量算出部１６で特徴信号を生成する処理を行ってもよい。

また、識別信号の生成を全画素の画像データについて行わないで、複数画素から成るブロックごとに行うようになっていてもよい。この場合には、計算量が削減され、処理速度が向上する。

また、画像入力装置部２で読み取られた画像データをＡ／Ｄ変換部１２でデジタル信号に変換後、記憶部５に格納し、この格納された画像データを文字領域特徴量算出部１６が読み出して、特徴信号を生成するようになっていてもよい。

また、本実施形態は、カラー画像データを処理する画像形成装置であるが、モノクローム画像形成装置としても使用することができる。

＜第２の実施形態＞
本発明の第２の実施形態について図１１に基づいて説明する。図１１は本実施形態の画像形成装置を構成する領域分離処理部１５と文字領域特徴量算出部１６ａの構成を示すブロック図である。本実施形態では、図２に示す第１の実施形態の文字領域特徴量算出部１６において、文字領域抽出部６１と抽出文字特徴量算出部６２の間に収縮・膨張処理部６５をさらに設けたものである。

収縮・膨張処理部６５は、文字領域抽出部６１で抽出された文字領域候補に対して収縮処理と膨張処理を組合わせた処理を行う。例えば、収縮・膨張処理部６５がまず文字領域候補に収縮処理を施すことによって小さい孤立点及びノイズによる細い線を消去し、次に膨張処理を施すことによって一旦縮小した文字を元に戻す。したがって、収縮・膨張処理部６５はノイズとして含まれる小さい孤立点及び細い線を除去する。抽出文字特徴量算出部６２はノイズを除去した文字領域候補から特徴信号を求めるので、特徴信号の精度が向上する。

その他の構成については、第１の実施形態と同様であるので、対応する各部に同じ符号を付して、説明を省略する。

＜第３の実施形態＞
本発明の第３の実施形態について図１２に基づいて説明する。図１２は本実施形態の画像読取装置（スキャナ）のブロック図である。画像読取装置は、第１の実施形態の画像処理装置の領域分離処理部１５で生成された識別信号及び入力階調補正部１４で処理されたＲＧＢ画像データをカラー画像処理装置部１ａより外部へ出力するように構成されている。以下説明する各部の詳細については、第１の実施形態と同様である。

画像読取装置は、原稿を読み取り、アナログのカラー画像データを出力する画像入力装置部２と、画像データを処理するカラー画像処理装置部１ａと、オペレータからの操作指示を受け付けるための操作パネル６と、ハードウェア各部を制御する制御部４と、制御の際に必要なデータを保持する記憶部５とを備えている。

画像入力装置部２は、原稿の画像を光学的に読み取る手段であり、原稿に光を照射する照明系と、原稿からの反射光像を結像させる結像系と、結像系が結ぶ像をアナログのＲＧＢ画像データに変換する撮像系とを備えている。

カラー画像処理装置部１ａは、Ａ／Ｄ変換部１２、シェーディング補正部１３、入力階調補正部１４、領域分離処理部１５及び文字領域特徴量算出部１６を備えている。

カラー画像処理装置部１ａは入力階調補正部１４で処理されたＲＧＢ画像データと領域の属性を表す識別信号を出力する。カラー画像処理装置部１ａから出力されるＲＧＢ画像データと識別信号はコンピュータ又はプリンタに送られ、色補正処理、空間フィルタ処理、階調再現処理等がなされる。

＜第４の実施形態＞
本発明の第４の実施形態について図１３に基づいて説明する。図１３は本実施形態のコンピュータ・システムのブロック図である。コンピュータ８０は、ＣＰＵ（Central Processing Unit）８１、外部記憶部８２、入力部８３、表示部８４、ＲＡＭ（Random Access Memory）８５、ハードディスク８６及び通信ポート８７を備え、これらの各部はバスライン８８を介して互いに接続されている。プリンタ９０は通信ポート８７に接続されている。ＣＰＵ８１は様々な演算及び制御を行うもので、外部記憶部８２より導入されるプログラム１００によって文字特徴量算出処理部８１ａ、領域分離処理部８１ｂ及び階調再現処理部８１ｃを備える。

外部記憶部８２は、プログラム１００が記録されている記録媒体であり、磁気テープ又は磁気ディスク又はＣＤ−ＲＯＭ、ＭＯ、ＭＤ、ＤＶＤ等の光ディスク又はＩＣカード又は光カード又はマスクＲＯＭ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Mmory）、フラッシュＲＯＭ等の半導体メモリである。

プログラム１００は、低周波エッジ算出プロセス１０１、文字特徴量算出プロセス１０２、領域判定プロセス１０３等を有し、コンピュータ８０に読み取られることによって画像処理が実行される。

入力部８３は、画像データをコンピュータ８０に入力するための装置であり、第３の実施形態の画像読取装置、フィルムスキャナ、デジタルスチルカメラ等である。表示部８４はコンピュータ８０の処理結果を表示するＣＲＴディスプレイ、液晶ディスプレイ等の画像表示装置である。

ＲＡＭ８５はコンピュータ８０の処理でデータを記憶する記憶装置である。ハードディスク８６は、外部記憶部８２より導入されるプログラム及び画像データを蓄積する記憶装置である。通信ポート８７はコンピュータ８０に他の機器を接続する装置である。プリンタ９０はコンピュータ８０で画像処理された画像データに基づいて普通紙上に画像形成を行う装置である。

文字特徴量算出処理部８１ａ、領域分離処理部８１ｂ、階調再現処理部８１ｃ等の画像処理は第１の実施形態で説明した方法で行われるので、説明を省略する。

なお、プログラム１００はインターネットを含む通信ネットワークを通してコンピュータ８０にダウンロードするようになっていてもよい。この場合、コンピュータ８０は、ネットワークを介してサーバーにアクセスするためのネットワークカード又はモデムを備える。ダウンロード用のプログラムは予めハードディスク８６に格納されているか又は外部記憶部８２より導入されるようになっている。

本実施形態のコンピュータ・システムによって、コンピュータ８０は入力部８３より読み込まれた画像データに対し、識別信号を生成し、識別信号に基づいて平滑化処理とエッジ強調処理の何れかを選択して加工する。

プログラム１００によってコンピュータ８０で実行される画像処理は、第１の実施形態のカラー画像処理装置部１に搭載されている各部で実行される処理と同様である。

本発明の第１の実施形態の画像形成装置のブロック図である。 画像形成装置の領域分離処理部と文字領域特徴量算出部の構成を示すブロック図である。 文字領域特徴量算出部のエッジ検出用のフィルタ係数を示す図である。 文字領域特徴量算出部で使用されるマスクを示す図である。 文字領域特徴量算出部での処理を説明する図である。 処理のフローチャートである。 文字領域特徴量算出部でのラベリング処理のフローチャートである。 文字領域特徴量算出部での処理のフローチャートである。 領域分離処理部での処理のフローチャートである。 領域分離処理部での処理のフローチャートである。 本発明の第２の実施形態の画像形成装置の領域分離処理部と文字領域特徴量算出部の構成を示すブロック図である。 本発明の第３の実施形態の画像読取装置のブロック図である。 本発明の第４の実施形態のコンピュータ・システムのブロック図である。

符号の説明

１ カラー画像処理装置部
２ 画像入力装置部
３ 画像出力装置部
４ 制御部
５ 記憶部
６ 操作パネル
１２ Ａ／Ｄ変換部
１３ シェーディング補正部
１４ 入力階調補正部
１５ 領域分離処理部
１６ 文字領域特徴量算出部
１７ 色補正部
１８ 黒生成下色除去部
１９ 空間フィルタ処理部
２０ 出力階調補正部
２１ 階調再現処理部
５１ 最大濃度差算出部
５２ 総和濃度繁雑度算出部
５３ 判定領域設定部
５４ 文字・網点判定部
５５ 下地・印画紙判定部
６１ 文字領域抽出部
６２ 抽出文字特徴量算出部
６５ 収縮・膨張処理部

Claims (14)

1. 画像から得られる画像データに基づいて前記画像を構成する領域ごとに属性を表す識別信号を生成する識別信号生成手段を備えた画像処理装置において、
   前記画像データから前記画像のエッジを検出する検出手段と、検出したエッジから前記画像を構成する領域として特定の領域を抽出する抽出手段と、抽出した特定の領域の特徴量を検出したエッジの分布から算出する算出手段と、算出した特徴量に基づいて検出した領域の特徴を表す特徴信号を生成する特徴信号生成手段とを備え、前記識別信号生成手段は、前記特徴信号に基づいて前記識別信号を生成するように構成しており、
   前記抽出手段は、前記画像に所定のマスクをかける手段と、検出したエッジの個数を前記マスクによって特定される範囲で計数する手段と、計数した個数に基づいて前記特定の領域を抽出する手段とを備えており、
   前記算出手段は、抽出した領域を構成する複数のブロックから異なる二方向についてそれぞれ検出したエッジの個数を計数する手段と、計数したエッジの個数に基づいて標準偏差値を前記二方向にそれぞれ求める手段と、前記特徴量を前記標準偏差値の和として求める手段とを備え、前記特徴信号生成手段は、前記特徴量と所定の閾値との大小を比較した結果を前記特徴信号とするように構成していることを特徴とする画像処理装置。
2. 前記抽出手段は、前記特定の領域として文字領域候補を抽出し、前記算出手段は、前記文字領域候補について文字領域の特徴を表す文字領域特徴量を前記特徴量として算出するように構成していることを特徴とする請求項１に記載の画像処理装置。
3. 前記識別信号生成手段は、前記特徴信号によって文字領域であるか否かを識別する基準を設定するように構成していることを特徴とする請求項２に記載の画像処理装置。
4. 前記検出手段は、エッジ検出用のフィルタ係数と前記画像データとの畳み込み演算によって前記エッジを検出するように構成していることを特徴とする請求項１から請求項３までの何れかひとつに記載の画像処理装置。
5. 前記抽出手段で抽出した特定の領域に収縮及び膨張を組み合わせた処理を行って前記算出手段に与える収縮・膨張処理手段をさらに備えることを特徴とする請求項１から請求項４までの何れかひとつに記載の画像処理装置。
6. 前記特徴信号生成手段は、抽出した特定の領域の面積を求める手段を備え、求めた面積に応じて前記閾値を設定するように構成していることを特徴とする請求項１から請求項５までの何れかひとつに記載の画像処理装置。
7. 前記識別信号に基づいて前記画像データを加工する加工手段を備えることを特徴とする請求項１から請求項６までの何れかひとつに記載の画像処理装置。
8. 前記加工手段は、前記識別信号に基づいて、前記画像の平滑化を行う平滑化処理と前記画像のエッジを強調するエッジ強調処理の何れかを選択して前記画像データを加工することを特徴とする請求項７に記載の画像処理装置。
9. 請求項１から請求項８までの何れかひとつに記載の画像処理装置と、原稿を読み取って前記画像データを前記画像処理装置に与える画像入力装置と、前記画像処理装置で処理した画像データから画像を出力する画像出力装置を備えることを特徴とする画像形成装置。
10. 請求項１から請求項８までの何れかひとつに記載の画像処理装置と、原稿から前記画像を読み取って前記画像データを画像処理装置に与える画像入力装置とを備えることを特徴とする画像読取装置。
11. 画像から得られる画像データに基づいて前記画像を構成する領域ごとに属性を表す識別信号を生成する画像処理方法において、
    前記画像データから前記画像のエッジを検出する検出ステップと、検出したエッジから前記画像を構成する領域として特定の領域を抽出する抽出ステップと、抽出した特定の領域の特徴量を検出したエッジの分布から算出する算出ステップと、算出した特徴量に基づいて前記領域の特徴を表す特徴信号を生成する特徴信号生成ステップと、前記画像データ及び前記特徴信号に基づいて前記識別信号を生成する識別信号生成ステップとを有しており、
    前記抽出ステップは、前記画像に所定のマスクをかけるステップと、検出したエッジの個数を前記マスクによって特定される範囲で計数するステップと、計数した個数に基づいて前記特定の領域を抽出するステップとを含んでおり、
    前記算出ステップは、抽出した領域を構成する複数のブロックから異なる二方向にそれぞれ検出エッジの個数を計数するステップと、計数したエッジの個数に基づいて標準偏差値を前記二方向にそれぞれ求めるステップと、前記特徴量を前記標準偏差値の和として求めるステップとを含み、前記特徴信号生成ステップは、前記特徴量と所定の閾値との大小を比較した結果を前記特徴信号とするようにしていることを特徴とする画像処理方法。
12. 前記抽出ステップは、前記特定の領域として文字領域候補を抽出し、前記算出ステップは前記文字領域候補について文字領域の特徴を表す文字領域特徴量を前記特徴量として算出するようにしていることを特徴とする請求項１１に記載の画像処理方法。
13. 前記検出ステップは、エッジ検出用のフィルタ係数と前記画像データとの畳み込み演算によって前記エッジを検出するようにしていることを特徴とする請求項１１又は請求項１２に記載の画像処理方法。
14. コンピュータに、画像から得られる画像データに基づいて前記画像を構成する領域ごとに属性を表す識別信号を生成させるプログラムにおいて、
    前記画像データから前記画像のエッジを検出する手順と、
    検出したエッジから前記画像を構成する領域として特定の領域を抽出する手順と、
    抽出した特定の領域の特徴量をエッジの分布から算出する手順と、
    算出した特徴量に基づいて検出した領域の特徴を表す特徴信号を生成する手順と、
    前記画像データ及び前記特徴信号に基づいて前記識別信号を生成する手順と
    をコンピュータに実行させることとし、
    前記抽出する手順は、前記画像に所定のマスクをかける手順と、検出したエッジの個数を前記マスクによって特定される範囲で計数する手順と、計数した個数に基づいて前記特定の領域を抽出する手順とを含んでおり、
    前記算出する手順は、抽出した領域を構成する複数のブロックから異なる二方向にそれぞれ検出エッジの個数を計数する手順と、計数したエッジの個数に基づいて標準偏差値を前記二方向にそれぞれ求める手順と、前記特徴量を前記標準偏差値の和として求める手順とを含んでおり、
    前記特徴信号を生成する手順は、前記特徴量と所定の閾値との大小を比較した結果を前記特徴信号とする手順を含むことを特徴とするプログラム。

Images