JP4545165B2 - 画像処理装置、画像形成装置、万線領域特定方法、原稿種別判別方法、コンピュータプログラム及び記録媒体 - Google Patents

Description

本発明は、画像データ中の万線領域の特定又は原稿の種別の判別を行う画像処理装置、万線領域の特定結果又は原稿種別の判別結果に応じて画像を形成する画像形成装置、画像データ中の万線領域を特定する万線領域特定方法、万線領域の特定結果に応じて原稿の種別を判別する原稿種別判別方法、万線領域の特定又は原稿種別の判別を行うコンピュータプログラム、及びこのコンピュータプログラムが記録された記録媒体に関する。

従来から、電子写真方式又はインクジェット方式等により画像を形成する複写機やプリンタ等の画像形成装置が普及している。画像処理技術の進展に伴って、画像形成装置はカラーの画像を高画質に再現することが可能となり、近年ではフルカラーのデジタル複写機及び複合機等が製品化されている。これらの画像形成装置にて複写される原稿の種別には、文字原稿、網点写真（印刷写真）原稿、線画原稿、写真（印画紙写真などの連続階調領域）原稿、及びこれらが混在した原稿等が存在しており、より高画質に原稿の画像を再現するためには、原稿の種別に応じた最適な画像処理を行う必要がある。

また、中間調を表す方法として、網点を用いる方法の他に万線（ラインスクリーン）を用いる方法がある。万線は、画像の階調を多数の平行線を用いて擬似的に表現するため、エッジの検出を行う場合には、多数のエッジが検出される。よって、エッジの検出のみでは文字原稿との判別を正確に行うことができず、誤ってエッジの強調を行った場合には万線領域の画質が低下するという問題がある。

特許文献１においては、原稿を読み取って取得した画像データについて５×５の画素を抽出し、各列の５つの画素の画素値を加算し、５つの加算値を互いに減算して基準値と比較することによって、画像データの濃度のパターンが特定の万線パターンに該当するか否かを判定し、万線領域の判定を行う画像形成装置が提案されている。この処理は画像データの主走査方向及び副走査方向の２方向について行われ、また、濃度の差が大きすぎる場合には万線領域ではなく文字領域と判定するようにしてある。更に、万線領域ではないと判定された画素については、周囲に存在する万線領域と判定された画素の数に応じて判定の結果を補正することにより、判定の精度を高めている。
特開２００２−３００３８８号公報

しかしながら、特許文献１に記載の画像形成装置においては、画像データの濃度パターンに対応する複数の万線パターンを用意しておく必要があり、予め用意された万線パターンに一致しないパターンの万線領域を判定することができないという問題がある。また、万線領域のパターンには種々のものが存在するため、判定の精度を高めるためにはより多くの万線パターンを予め用意する必要があり、ハードウェア規模が増大すると共に、多くの万線パターンとの比較を行う必要があるため、判定処理が複雑になるという問題がある。

本発明は、斯かる事情に鑑みてなされたものであって、その目的とするところは、入力された画像データから所定の大きさの画像領域を抽出して、画像領域の濃度分布に係る特徴量を複数の方向について算出し、濃度分布の方向依存性を判定して画像データから万線領域を特定する構成とすることにより、簡単な方法で精度よく万線領域を特定することができる画像処理装置、万線領域特定方法及びコンピュータプログラムを提供することにある。

また本発明の他の目的とするところは、原稿に係る画像データから所定の大きさの画像領域を抽出して、画像領域の濃度分布に係る特徴量を複数の方向について算出し、濃度分布の方向依存性を判定して画像データから万線領域を特定し、特定結果に応じて原稿の種別を判別する構成とすることにより、簡単な方法で精度よく万線領域を特定して、原稿の種別を判別することができる画像処理装置、原稿種別判別方法及びコンピュータプログラムを提供することにある。

また本発明の他の目的とするところは、画像データに含まれる万線領域の比率が所定比率より大きい場合に、原稿の種別を万線原稿と判別する構成とすることにより、簡単に原稿の種別を判別することができる画像処理装置、原稿種別判別方法及びコンピュータプログラムを提供することにある。

また本発明の他の目的とするところは、画像領域の複数の方向について、隣接する画素間での濃度値の差の絶対値の総和を特徴量として算出し、この総和を基に方向依存性の有無を判定する構成とすることにより、精度よく万線領域を特定することができる画像処理装置、万線領域特定方法、原稿種別判別方法及びコンピュータプログラムを提供することにある。

また本発明の他の目的とするところは、画像領域から複数の判定領域を抽出し、複数の判定領域について画素の濃度値の平均値をそれぞれ算出し、複数の平均値のうちの最大平均値及び最小平均値を取得して差分を算出し、濃度分布の方向依存性と共にこの差分を基にして万線領域を特定する構成とすることにより、簡単な方法でより精度よく万線領域を特定することができる画像処理装置、万線領域特定方法、原稿種別判別方法及びコンピュータプログラムを提供することにある。

また本発明の他の目的とするところは、上述の画像処理装置が特定した万線領域に応じた適切な画像処理を施し、画像処理が施された画像データに係る画像を形成する構成とすることにより、万線領域を有する画像に最適な平滑化処理を行って画像を形成できる画像形成装置を提供することにある。

また本発明の他の目的とするところは、上述のコンピュータプログラムを記憶する構成とすることにより、コンピュータに、このコンピュータプログラムを読み出させて、画像データから万線領域を簡単且つ精度よく判定する処理を実行させることができる記録媒体を提供することにある。

本発明に係る画像処理装置は、入力された画像データから注目画素を含む所定の大きさの画像領域を抽出する画像領域抽出手段と、複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出する特徴量算出手段と、該特徴量算出手段が算出した各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定する方向依存性判定手段と、画像領域から複数の判定領域を抽出する判定領域抽出手段と、該判定領域に含まれる画素の濃度値の平均値を算出する平均値算出手段と、複数の判定領域について前記平均値算出手段がそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出する最大平均差算出手段と、前記方向依存性判定手段により方向依存性を有すると判定され、且つ、前記最大平均差算出手段が算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定する万線領域特定手段とを備えることを特徴とする。

本発明に係る画像処理装置は、原稿に係る画像データを取得する画像データ取得手段と、取得した画像データから注目画素を含む所定の大きさの画像領域を抽出する画像領域抽出手段と、複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出する特徴量算出手段と、該特徴量算出手段が算出した各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定する方向依存性判定手段と、画像領域から複数の判定領域を抽出する判定領域抽出手段と、該判定領域に含まれる画素の濃度値の平均値を算出する平均値算出手段と、複数の判定領域について前記平均値算出手段がそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出する最大平均差算出手段と、前記方向依存性判定手段により方向依存性を有すると判定され、且つ、前記最大平均差算出手段が算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定する万線領域特定手段と、該万線領域特定手段の特定結果に応じて、前記原稿の種別を判別する原稿種別判別手段とを備えることを特徴とする。

本発明に係る画像処理装置は、前記原稿種別判別手段が、前記画像データに含まれる万線領域の比率が所定比率より大きい場合に、前記原稿を万線原稿と判別するようにしてあることを特徴とする。

本発明に係る画像処理装置は、前記特徴量算出手段が、画像領域の各方向について、隣接する画素間での濃度値の差の絶対値の総和をそれぞれ算出するようにしてあり、前記方向依存性判定手段は、各方向について算出された前記総和を基に、方向依存性の有無を判定するようにしてあることを特徴とする。

本発明に係る画像形成装置は、上述のいずれか１つの画像処理装置と、画像処理が施された画像データに基づいて、画像を形成する画像形成手段とを備えることを特徴とする。

本発明に係る万線領域特定方法は、入力された画像データから注目画素を含む所定の大きさの画像領域を抽出し、複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出し、算出した各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定し、画像領域から複数の判定領域を抽出し、該判定領域に含まれる画素の濃度値の平均値をそれぞれ算出し、複数の判定領域についてそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出し、画像領域の濃度分布に方向依存性が有ると判定し、且つ、算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定することを特徴とする。

本発明に係る万線領域特定方法は、前記特徴量として、画像領域の各方向について、隣接する画素間での濃度値の差の絶対値の総和をそれぞれ算出し、各方向について算出された前記総和を基に、前記方向依存性の有無を判定することを特徴とする。

本発明に係る原稿種別判別方法は、原稿に係る画像データを取得し、取得した画像データから注目画素を含む所定の大きさの画像領域を抽出し、複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出し、算出した各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定し、画像領域から複数の判定領域を抽出し、該判定領域に含まれる画素の濃度値の平均値をそれぞれ算出し、複数の判定領域についてそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出し、画像領域の濃度分布に方向依存性が有ると判定し、且つ、算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定し、特定結果に応じて、前記原稿の種別を判別することを特徴とする。

本発明に係る原稿種別判別方法は、前記画像データに含まれる万線領域の比率が所定比率より大きい場合に、前記原稿を万線原稿と判別することを特徴とする。

本発明に係る原稿種別判別方法は、前記特徴量として、画像領域の各方向について、隣接する画素間での濃度値の差の絶対値の総和をそれぞれ算出し、各方向について算出された前記総和を基に、前記方向依存性の有無を判定することを特徴とする。

本発明に係るコンピュータプログラムは、コンピュータに、画像データから注目画素を含む所定の大きさの画像領域を抽出させるステップと、複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出させるステップと、算出させた各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定させるステップと、画像領域から複数の判定領域を抽出させるステップと、該判定領域に含まれる画素の濃度値の平均値をそれぞれ算出させるステップと、複数の判定領域についてそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出させるステップと、画像領域の濃度分布に方向依存性があると判定し、且つ、算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定させるステップとを含むことを特徴とする。

本発明に係るコンピュータプログラムは、コンピュータに、原稿に係る画像データを取得させるステップと、取得させた画像データから注目画素を含む所定の大きさの画像領域を抽出させるステップと、複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出させるステップと、算出させた各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定させるステップと、画像領域から複数の判定領域を抽出させるステップと、該判定領域に含まれる画素の濃度値の平均値をそれぞれ算出させるステップと、複数の判定領域についてそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出させるステップと、画像領域の濃度分布に方向依存性があると判定し、且つ、算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定させるステップと、特定結果を基に、前記原稿の種別を判別させるステップとを含むことを特徴とする。

本発明に係るコンピュータプログラムは、前記原稿の種別を判別させるステップが、前記画像データに含まれる万線領域の比率が所定比率より大きい場合に、前記原稿を万線原稿と判別させるステップを含むことを特徴とする。

本発明に係るコンピュータプログラムは、前記特徴量をそれぞれ算出させるステップが、画像領域の各方向について、隣接する画素間での濃度値の差の絶対値の総和を算出させるステップを含み、前記方向依存性の有無を判定させるステップは、各方向について算出された前記総和を基に、方向依存性の有無を判定させるステップを含むことを特徴とする。

本発明に係る記録媒体は、上述のいずれか１つのコンピュータプログラムが記録してあることを特徴とする。

本発明においては、画像データから所定の大きさの画像領域を抽出し、複数の方向について画像領域の濃度分布に係る特徴量を算出する。万線領域は複数の平行な直線により構成され、複数の直線は方向依存性を有しているため、複数の方向での特徴量を比較することにより、濃度分布の方向依存性から複数の直線の方向依存性を得ることができる。複数の直線が方向依存性を有している場合には、この直線を含む画像領域を万線領域と精度よく特定できる。濃度分布に係る特徴量を各方向について算出するのみでよいため、特定を簡単に行うことができる。
また、画像領域から複数の判定領域を抽出し、各判定領域の画素の濃度値の平均値を算出する。更に、算出して得られた複数の平均値から最大平均値及び最小平均値を取得して差分を算出する。文字領域ではこの差分が大きく、網点領域及び万線領域ではこの差分は小さいため、最大平均値及び最小平均値の差分から文字領域であるか網点領域又は万線領域であるかを判断できる。また、網点領域であるか万線領域であるかは、濃度分布の方向依存性を基に判断できる。よって、万線領域を正確に特定できる。

本発明においては、原稿に係る画像データから所定の大きさの画像領域を抽出し、複数の方向について画像領域の濃度分布に係る特徴量を算出する。万線領域は複数の平行な直線により構成され、複数の直線は方向依存性を有しているため、複数の方向での特徴量を比較することにより、濃度分布の方向依存性から複数の直線の方向依存性を得ることができる。複数の直線が方向依存性を有している場合には、この直線を含む画像領域を万線領域と特定できる。画像データが万線領域を含んでいる場合には、この原稿を万線原稿と簡単に且つ精度よく判別することができる。
また、画像領域から複数の判定領域を抽出し、各判定領域の画素の濃度値の平均値を算出する。更に、算出して得られた複数の平均値から最大平均値及び最小平均値を取得して差分を算出する。文字領域ではこの差分が大きく、網点領域及び万線領域ではこの差分は小さいため、最大平均値及び最小平均値の差分から文字領域であるか網点領域又は万線領域であるかを判断できる。また、網点領域であるか万線領域であるかは、濃度分布の方向依存性を基に判断できる。よって、万線領域を正確に特定でき、画像データが万線領域を含んでいる場合には、この原稿を万線原稿と簡単に且つ精度よく判別することができる。

本発明においては、画像データに含まれる万線領域の比率が所定比率より大きい場合に、万線原稿と判別する。万線領域の比率を算出するのみで簡単に判別を行うことができ、万線原稿と判別された画像データに適した画像処理を行うことができる。

本発明においては、画像領域の複数の方向について、隣接する画素間での濃度値の差の絶対値の総和を算出する。この総和は、画像領域の濃度分布に係る特徴量であり、濃度変化の多い方向では総和が大きくなり、少ない方向では総和が小さい値となる。濃度変化の少ない方向が、万線を構成する複数の直線の方向であるため、総和の方向依存性の有無を調べることにより、万線領域を特定することができる。加算、減算及び比較のみで万線領域の特定を行うことができるため、処理が簡単である。

本発明においては、上述の万線領域の特定結果に応じて画像データに例えば平滑化処理を施す。このように、万線領域を簡単且つ精度よく特定し、万線領域に適切な画像処理を施して品質の良い画像を形成することが可能となる。

本発明においては、記録媒体に上述のコンピュータプログラムを記録する。コンピュータが記録媒体からコンピュータプログラムを読み出して、万線領域を特定する処理を行うことが可能となる。

本発明による場合は、入力された画像データから所定の大きさの画像領域を抽出して、画像領域の濃度分布に係る特徴量を複数の方向について算出し、濃度分布の方向依存性を判定して、画像データから万線領域を特定する構成とすることにより、濃度分布に係る特徴量を算出するのみで簡単に万線領域を特定できるため、万線領域を特定する機能を追加することによるコストの増加を抑制することができる。また、万線領域を精度よく特定できるため、画像データの万線領域に対して最適な画像処理を施すことができ、画像形成を行う場合などに、画質を高めることができる。
また、画像領域から複数の判定領域を抽出し、複数の判定領域について画素の濃度値の平均値をそれぞれ算出し、複数の平均値のうちの最大平均値及び最小平均値を取得して差分を算出し、濃度分布の方向依存性と共にこの差分を基にして万線領域を特定する構成とすることにより、文字領域、網点領域又は万線領域のいずれであるかを正確に判断できるため、より精度よく万線領域を特定することができ、万線領域に対して最適な画像処理をより確実に施すことができ、画質をより確実に高めることができる。

また、本発明による場合は、原稿に係る画像データから所定の大きさの画像領域を抽出し、画像領域の濃度分布に係る特徴量を複数の方向について算出し、濃度分布の方向依存性を判定して、画像データから万線領域を特定し、原稿の種別を判別する構成とすることにより、濃度分布に係る特徴量を算出するのみで簡単に原稿種別を判別できるため、原稿種別を判別する機能を追加することによるコストの増加を抑制することができる。また、原稿種別を精度よく判別できるため、原稿種別に最適な画像処理を施すことができ、画像形成を行う場合などに、画質を高めることができる。
また、画像領域から複数の判定領域を抽出し、複数の判定領域について画素の濃度値の平均値をそれぞれ算出し、複数の平均値のうちの最大平均値及び最小平均値を取得して差分を算出し、濃度分布の方向依存性と共にこの差分を基にして万線領域を特定する構成とすることにより、文字領域、網点領域又は万線領域のいずれであるかを正確に判断できるため、より精度よく万線領域を特定することができる。また、画像データから万線領域を特定し、原稿の種別を判別する構成とすることにより、原稿種別に最適な画像処理をより確実に施すことができ、画質をより確実に高めることができる。

また、本発明による場合は、画像データに含まれる万線領域の比率が所定比率より大きい場合に、万線原稿と判別する構成とすることにより、万線領域の比率を算出するのみで簡単に判別を行うことができるため、原稿種別を判別する機能を追加することによるコストの増加を確実に抑制することができる。

また、本発明による場合は、画像領域の複数の方向について、隣接する画素間での濃度値の差の絶対値の総和を特徴量として算出し、この総和を基に方向依存性の有無を判定する構成とすることにより、精度よく万線領域を特定することができるため、万線領域に対して最適な画像処理を確実に施すことができ、画質を確実に高めることができる。

また、本発明による場合は、上述の万線領域の特定結果に応じて画像データに例えば平滑化処理を施す。このように、万線領域を簡単且つ精度よく特定し、万線領域に適切な画像処理を施して画像を形成することができるため、形成する画像の画質を高めることができると共に、万線領域を特定する機能を追加することによるコストの増加を抑制することができる。

また、本発明による場合は、記録媒体に上述のコンピュータプログラムを記録する構成とすることにより、コンピュータが記録媒体からコンピュータプログラムを読み出して、万線領域を特定する処理を行うことが可能となるため、万線領域に最適な画像処理を行う機能を簡単に実現することができる。

（実施の形態１）
以下、本発明をその実施の形態を示す図面に基づき具体的に説明する。図１は、本発明の実施の形態１に係る画像形成装置の構成を示すブロック図である。図において１は、画像形成装置の各部の制御及び各種の演算等を行うＣＰＵである。ＣＰＵ１には、ＲＯＭ２、ＲＡＭ３、操作部４、表示部５、メモリ装着部６、画像処理装置１０、画像入力装置２５、画像メモリ２６及び画像出力装置２７等がバスを介して接続されており、これらの制御を行うようにしてある。なお、本図に示す画像形成装置は、所謂デジタルカラー複写機である。

ＲＯＭ２は、マスクＲＯＭ、ＥＥＰＲＯＭ又はフラッシュメモリ等の不揮発性のメモリ素子により構成され、ＣＰＵ１が実行するプログラム及び実行に必要なデータ等が予め記憶されている。画像形成装置の電源投入後に、ＣＰＵ１はＲＯＭ２からプログラムを読み出して実行することにより処理を開始するようにしてある。ＲＡＭ３は、ＳＲＡＭ、ＤＲＡＭ又はフラッシュメモリ等による容量が大きくデータの書き換えが可能なメモリ素子により構成され、ＣＰＵ１が演算処理を行う際に発生するデータ及びユーザが設定する各種の設定値等を記憶するようにしてある。ＲＡＭ３は不揮発性のメモリ素子であるか、又はバックアップ用の電池を備えていることが望ましく、また、ハードディスクで構成されていてもよい。

操作部４は、ファンクションキー、スタートキー、テンキー及び電源キー等を備えており、ユーザからの複写スタート指令又は複写設定の入力等の操作を受け付けることができるようにしてある。操作部４は、受け付けたユーザの操作をＣＰＵ１へ与えるようにしてある。表示部５は、液晶ディスプレイを備え、ＣＰＵ１からの表示命令に基づいて、画像形成装置の動作状態、ユーザへの警告メッセージ、及びユーザの操作を補助する各種のメニュー等を液晶ディスプレイに表示するようにしてある。なお、操作部４及び表示部５は、両者を一体に構成したタッチパネルであってもよい。

メモリ装着部６は、所謂メモリカードスロットであり、ＳＤメモリカード又はメモリスティック等のメモリカード５０を着脱自在に装着することができるようにしてある。メモリ装着部６にメモリカード５０が装着された場合、ＣＰＵ１はメモリカード５０に記憶されたデータの読み出し及びメモリカード５０へのデータの書き込みを行うことができる。また、メモリカード５０にプログラムコード５１が記憶されている場合には、ＣＰＵ１はメモリカード５０からプログラムコード５１を読み出してＲＡＭ３に記憶すると共に、プログラムコード５１を実行してプログラムコード５１に係る処理を行うことができるようにしてある。なお、ＲＯＭ２が書き換え可能なメモリ素子で構成されている場合には、メモリカード５０から読み出したプログラムコード５１をＲＯＭ２に記憶してもよい。

画像入力装置２５は、原稿に光を照射する光源、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）などのイメージセンサが並設された受光部等を備えるスキャナにて構成されている。画像入力装置２５は、ＣＰＵ１の制御に基づいて、光源により原稿へ光を照射すると共に、受光部を一方向へ移動させて、原稿からの反射光をＲ（赤）Ｇ（緑）Ｂ（青）の３つの色成分に分解して受光部で読み取り、ＲＧＢのアナログ信号として画像処理装置１０へ与えるようにしてある。

画像処理装置１０は、Ａ／Ｄ変換部１１、シェーディング補正部１２、入力階調補正部１３、領域分離処理部１４、色補正部１５、黒生成下色除去部１６、空間フィルタ処理部１７及び階調再現処理部１８等を備えている。Ａ／Ｄ変換部１１は、画像入力装置２５から与えられたＲＧＢのアナログ信号をデジタル信号、即ちＲＧＢの画像データに変換するものであり、変換したＲＧＢの画像データをシェーディング補正部１２に与えるようにしてある。

シェーディング補正部１２は、Ａ／Ｄ変換部１１から与えられたＲＧＢの画像データに対して、画像入力装置２５の照明系、結像系及び撮像系等において生じる各種の歪みを、予め取得してある情報に従って取り除くシェーディング処理を行い、シェーディング処理されたＲＧＢの画像データを入力階調補正部１３へ与えるようにしてある。入力階調補正部１３は、シェーディング補正部１２から与えられたＲＧＢの画像データに対して、カラーバランスの調整、下地濃度の除去、及びコントラストの調整等の処理を行い、領域分離処理部１４へ与えるようにしてある。

領域分離処理部１４は、入力階調補正部１３から与えられたＲＧＢの画像データ中の各画素を、文字領域、網点領域、写真領域、下地領域又は万線領域等のいずれに属するかを判定し、各画素を分離するようにしてある。また、領域分離処理部１４は、分離結果に基づいて、各画素がいずれの領域に属しているかを示す情報を、色補正部１５、黒生成下色除去部１６、空間フィルタ処理部１７及び階調再現処理部１８へ与えると共に、入力階調処理部１３から与えられたＲＧＢの画像データをそのまま色補正部１５へ与えるようにしてある。なお、領域分離処理部１４が行う処理の詳細は後述する。

色補正部１５は、領域分離処理部１４から与えられた各画素の領域情報に応じて、領域分離処理部１４から与えられたＲＧＢの画像データを、Ｃ（シアン）Ｍ（マゼンタ）Ｙ（イエロー）の画像データに変換し、且つ、画像出力装置２７での色再現の忠実化実現のために、ＣＭＹの各色成分に色補正処理を行うようにしてある。色補正処理は、具体的には、不要吸収成分をそれぞれ含むＣＭＹのトナー又はインク等の分光特性に基づいた色濁りを、ＣＭＹの各色成分から取り除く処理である。色補正部１５は、変換したＣＭＹの画像データを黒生成下色除去部１６へ与えるようにしてある。

黒生成下色除去部１６は、領域分離処理部１４から与えられた各画素の領域情報、及び色補正部１５から与えられたＣＭＹの画像データの各色成分に基づいて、Ｋ（黒）の色成分を生成する黒生成処理を行うと共に、ＣＭＹの各色成分に対して下色除去処理を行うようにしてある。下色除去処理は、黒生成処理にて生成されたＫの色成分をＣＭＹの色成分から差し引いて新たなＣＭＹの色成分を取得する処理である。黒生成処理及び下色除去処理の結果、ＣＭＹの３つの色成分により構成される画像データは、ＣＭＹＫの４つの色成分により構成される画像データに変換され、空間フィルタ処理部１７へ与えられるようにしてある。

空間フィルタ処理部１７は、領域分離処理部１４から与えられた各画素の領域情報に応じて最適なデジタルフィルタ処理を選択し、黒生成下色除去部１６から与えられたＣＭＹＫの画像データに対して空間フィルタ処理を行うようにしてある。これにより、画像の空間周波数特性が補正され、画像出力装置２７が出力する画像にぼやけ又は粒状性劣化等を生じることが防止される。空間フィルタ処理部１７は、空間フィルタ処理を施したＣＭＹＫの画像データを階調再現処理部１８へ与えるようにしてある。

階調再現処理部１８は、領域分離処理部１４から与えられた各画素の領域情報に応じて、空間フィルタ処理部１７から与えられたＣＭＹＫの画像データに対して、階調再現処理を行うようにしてある。階調再現処理は、画像データを複数の画素に分類して中間調を再現できるようにする処理であり、２値又は多値のディザ法又は誤差拡散法等を用いることができる。また、階調再現処理部１８にて画像データの濃度値を画像出力装置２７の特性値である網点面積率に変換する処理を行うことも可能である。階調再現処理部１８は、階調再現処理を行った画像データを画像メモリ２６へ与えるようにしてある。

例えば、領域分離処理部１４にて文字領域に分離された領域は、空間フィルタ処理部１７にて高周波を強調する空間フィルタ処理が施され、更に、階調再現処理部１８にて高周波領域の再現に適した高解像度のスクリーンでの２値化又は多値化処理が施されて、黒文字又は色文字の再現性を高められるようにしてある。

また、領域分離処理部１４にて網点領域に分離された領域は、空間フィルタ処理部１７にて網点成分を除去するためのローパスフィルタ処理が施され、更に、階調再現処理部１８にて画像データの濃度値を画像出力装置２７の特性値である網点面積率に変換する処理を行った後、階調再現処理が施されるようにしてある。

また、領域分離処理部１４にて万線領域に分離された領域は、空間フィルタ処理部１７にて網点領域を処理する場合と比較してより平滑化を強く行うことができるフィルタ処理が施されるようにしてある。また、領域分離処理部１４にて写真領域に分離された領域は、階調再現処理部１８にて階調再現性を重視したスクリーンでの２値化又は多値化処理が施されるようにしてある。

画像処理装置１０にて画像処理された画像データは、画像メモリ２６に一時的に蓄えられるようにしてある。ＣＰＵ１は、画像メモリ２６に蓄えられた画像データを適宜のタイミングで読み出し、読み出した画像データを画像形成のタイミングに合わせて画像出力装置２７へ与えるようにしてある。なお、画像メモリ２６は、大容量のＤＲＡＭ又はＳＲＡＭ等により構成してある。

画像出力装置２７は、与えられた画像データを紙などの記録媒体上に出力するものであり、電子写真方式又はインクジェット方式等の出力装置である。例えば、電子写真方式の場合には、画像出力装置２７は、感光体ドラムを所定の電位に帯電する帯電器、与えられた画像データに応じてレーザ光を発して感光体ドラム表面に静電潜像を生成するレーザ書込器、感光体ドラム表面に生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及び感光体ドラム表面に形成されたトナー像を紙上に転写する転写器等を備える。

本実施の形態に係る画像形成装置は、画像入力装置２５が原稿を読み取って取得した画像データを、領域分離処理部１４にて領域毎に分離し、各領域の種類に応じて画像処理を行うことによって、より高画質な原稿の複写を行うことができるようにしてある。特に、画像データに万線領域が含まれているか否かを判定し、万線領域を分離することができるため、万線により中間調を再現された原稿の複写をより高画質に行うことができるようにしてある。

図２は、万線領域の一例を示す模式図であり、画像データから所定の大きさの万線領域を抜き出して拡大して図示したものである。万線領域では、例えば、画像の水平方向に対して０°の方向に平行に描かれた複数の直線７０よって、原稿の画像の階調を擬似的に表現している（図２（ａ）参照）。また、画像の水平方向に対して０°の方向のみでなく、９０°（図２（ｂ）参照）、４５°（図２（ｃ）参照）、又は１３５°（図２（ｄ）参照）等の他の方向に平行な複数の直線７０によって描かれる場合もある。いずれの場合であっても、万線領域を構成する平行な複数の直線７０は方向依存性を有しており、所定領域内で直線７０の方向依存性の有無を判定することにより、所定領域が万線領域であるか否かを判定することができる。

図３は、万線領域の判定方法を説明するための模式図である。本実施の形態に係る画像形成装置の領域分離処理部１４は、画像データ中の注目画素（図３にはハッチングを付して示してある）を含む７×７の正方形の領域（以下、７×７領域という）毎に、領域内に平行な複数の直線が存在し、この複数の直線が方向依存性を有しているか否かを判定することによって、注目画素が万線領域内の画素であるか否かを判定するようにしてある。この処理を画像データの全画素について繰り返し行うことによって、画像データから万線領域を特定し、分離することができる。

７×７領域内に平行な複数の直線が存在し、この複数の直線が方向依存性を有しているか否かの判定は、例えば０°（図３（Ａ）参照）、９０°（図３（Ｂ）参照）、４５°（図３（Ｃ）参照）、１３５°（図３（Ｄ）参照）の４つの方向について、隣接する画素間での濃度（画素値）の差の絶対値の総和（以下、総和濃度繁雑度という）をそれぞれ算出し、予め定められた閾値とそれぞれ比較することによって行うことができる。図４は、総和濃度繁雑度を４つの方向について算出した算出結果を示す図表であり、図２（ａ）〜（ｄ）の領域に対する算出結果を表１〜４にそれぞれ示してある。

このように、４つの方向のいずれかの方向に対して方向依存性を有している場合、特定の方向にのみ総和濃度繁雑度の値が小さく、他の方向では総和濃度繁雑度の値が大きくなる。よって、算出した４つの総和濃度繁雑度と閾値とを比較し、特定の方向についての総和濃度繁雑度のみが閾値より小さい場合、この領域の注目画素を万線領域に含まれる画素であると判定することができる。または、０°及び９０°の総和濃度繁雑度の差分と、４５°及び１３５°の総和濃度繁雑度の差分とを更に算出し、２つの差分のいずれかが閾値より大きい場合に、この領域の注目画素を万線領域に含まれる画素であると判定することもできる。

また、領域分離処理部１４は、画像データから万線領域を分離するのみではなく、その他に下地領域、写真領域、網点領域又は文字領域等の領域を分離することができるようにしてある。これらの領域が画像データ中に存在するか否かの判定は、上述の総和濃度繁雑度と、７×７領域中の最大濃度値及び最小濃度値の差分である最大濃度差とを算出し、予め定められた閾値と比較することによって行うことができる。

（１）下地領域の濃度分布は濃度変化が非常に少ないため、最大濃度差及び総和濃度繁雑度が共に非常に小さい値である。
（２）写真領域の濃度分布は滑らかに濃度変化するため、最大濃度差及び総和濃度繁雑度は共に小さい値であるが、最大濃度差は下地領域の場合よりは大きい値である。
（３）網点領域の場合、最大濃度差は網点の種類により異なるが、網点の数だけ濃度変化が存在するため、最大濃度差に対する総和濃度繁雑度の割合が大きい。よって、総和濃度繁雑度が、最大濃度差と網点領域判定用の閾値との積よりも大きい場合には、注目画素が網点領域に含まれる画素であると判定することができる。
（４）文字領域の場合、最大濃度差が大きく、総和濃度繁雑度が大きいが、網点領域よりも濃度変化が少ないため、網点領域より総和濃度繁雑度は小さい。よって、総和濃度繁雑度が、最大濃度差と上述の網点領域判定用の閾値との積よりも小さい場合には、注目画素が文字領域に含まれる画素であると判定することができる。

以上の条件により、注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定することができる。図５は、本発明に係る画像形成装置の領域分離処理部１４が行う領域分離処理の手順を示すフローチャートである。領域分離処理部１４は、まず、入力階調補正部１３から与えられた画像データから注目画素と、注目画素を含む７×７領域とのデータを抽出し（ステップＳ１）、抽出したデータから最大濃度値を算出し（ステップＳ２）、最小濃度値を算出して（ステップＳ３）、最大濃度差を算出する（ステップＳ４）。

次いで、一の方向について隣接する画素間での濃度差の絶対値の総和を求めることにより総和濃度繁雑度を算出する（ステップＳ５）。０°、９０°、４５°及び１３５°の全ての方向について総和濃度繁雑度の算出を終了したか否かを調べ（ステップＳ６）、全ての方向について算出を終了していない場合には（Ｓ６：ＮＯ）、ステップＳ５へ戻り、未算出の方向について算出を行う。全ての方向について総和濃度繁雑度の算出を終了した場合（Ｓ６：ＹＥＳ）、注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定する領域判定処理を行う（ステップＳ７）。

図６は、本発明に係る画像形成装置の領域分離処理部１４が行う領域判定処理の手順を示すフローチャートであり、図５のステップＳ７にて行われる処理を示してある。ステップＳ５にて算出した４つの総和濃度繁雑度を比較して方向依存性の有無を判定し（ステップＳ２１）、方向依存性がある場合には（Ｓ２１：ＹＥＳ）、注目画素が万線領域に含まれる画素であると判定する（ステップＳ２６）。

総和濃度繁雑度に方向依存性がない場合（Ｓ２１：ＮＯ）、ステップＳ４にて算出した最大濃度差と、下地領域・写真領域又は文字領域・網点領域を区別するための第１の閾値Ｔｈ１とを比較して、最大濃度差が閾値Ｔｈ１より小さいか否かを調べる（ステップＳ２２）。最大濃度差が閾値Ｔｈ１より小さい場合（Ｓ２２：ＹＥＳ）、４つの総和濃度繁雑度と第２の閾値Ｔｈ２とをそれぞれ比較し、全ての方向について総和濃度繁雑度が閾値Ｔｈ２より小さいか否かを調べる（ステップＳ２３）。

総和濃度繁雑度が閾値Ｔｈ２より小さい場合（Ｓ２３：ＹＥＳ）、最大濃度差と、閾値Ｔｈ１より値が小さい第３の閾値Ｔｈ３とを比較して、最大濃度差が閾値Ｔｈ３より小さいか否かを調べる（ステップＳ２４）。最大濃度差が閾値Ｔｈ３より小さい場合（Ｓ２４：ＹＥＳ）、注目画素が下地領域に含まれる画素であると判定し（ステップＳ２７）、最大濃度差が閾値Ｔｈ３以上の場合（Ｓ２４：ＮＯ）、注目画素が写真領域に含まれる画素であると判定する（ステップＳ２８）。

最大濃度差が閾値Ｔｈ１以上の場合（Ｓ２２：ＮＯ）、又は少なくとも１つの総和濃度繁雑度が閾値Ｔｈ２以上の場合（Ｓ２３：ＮＯ）、４つの総和濃度繁雑度と、最大濃度差及び第４の閾値Ｔｈ４の積とをそれぞれ比較し、全ての総和濃度繁雑度が最大濃度差及び閾値Ｔｈ４の積より小さいか否かを調べる（ステップＳ２５）。総和濃度繁雑度が最大濃度差及び閾値Ｔｈ４の積より小さい場合（Ｓ２５：ＹＥＳ）、注目画素が文字領域に含まれる画素であると判定し（ステップＳ２９）、少なくとも１つの総和濃度繁雑度が最大濃度差及び閾値Ｔｈ４の積以上の場合（Ｓ２５：ＮＯ）、注目画素が網点領域に含まれる画素であると判定する（ステップＳ３０）。

注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定した後、判定結果を領域分離処理部１４内の図示しない記憶部に記憶し（ステップＳ８）、画像データの全ての画素について処理を終了したか否かを調べる（ステップＳ９）。全ての画素について処理を終了していない場合（Ｓ９：ＮＯ）、ステップＳ１へ戻り、上述の処理を全ての画素について繰り返し行う。全ての画素について処理を終了した場合（Ｓ９：ＹＥＳ）、領域分離処理部１４は領域分離処理を終了する。ステップＳ８にて記憶した全ての画素についての判定結果が領域分離の結果であり、これを色補正部１５、黒生成下色除去部１６、空間フィルタ処理部１７及び階調再現処理部１８へ与えるようにしてある。

なお、これらの処理を行うためのプログラムのプログラムコード５１は、ＲＯＭ２に予め記憶しておく構成であってもよく、ＲＯＭ２に記憶されていない場合にはメモリカード５０に記憶されたプログラムコード５１を読み出すことで処理を行う構成としてもよい。また、プログラムコード５１の供給媒体はメモリカード５０に限らず、磁気テープ若しくはカセットテープ等のテープ媒体、フレキシブルディスク又はハードディスク等の磁気ディスク媒体、ＣＤ、ＭＤ、ＭＯ若しくはＤＶＤ等のディスク媒体、又はＩＣカード若しくは光カード等のカード媒体等の他の媒体であってもよく、画像形成装置がインターネットなどのネットワークを利用した通信を行う機能を有している場合には、ネットワークを介してプログラムコードを取得する構成としてもよい。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

図７は、本発明に係る画像形成装置の領域分離処理部１４が行う領域分離処理を説明するための模式図である。領域分離処理部１４に与えられた７×７領域の入力データは、最小濃度値算出部１５１、最大濃度値算出部１５２及び総和濃度繁雑度算出部１５４にそれぞれ与えられるようにしてある。最小濃度値算出部１５１は、図５及び図６に示したフローチャートのステップＳ３に相当する処理を行うものであり、入力データ中の各画素の最小濃度値を算出して最大濃度差算出部１５３へ与えるようにしてある。最大濃度値算出部１５２は、ステップＳ２に相当する処理を行うものであり、各画素の最大濃度値を算出して最大濃度差算出部１５３へ与えるようにしてある。最大濃度差算出部１５３は、ステップＳ４に相当する処理を行うものであり、最大濃度値算出部１５２が算出した最大濃度値と最小濃度値算出部１５１が算出した最小濃度値との差分を算出して領域判定部１５７へ与えるようにしてある。また、総和濃度繁雑度算出部１５４は、ステップＳ５及びＳ６に相当する処理を行うものであり、各方向の総和濃度繁雑度を算出して領域判定部１５７へ与えるようにしてある。

領域判定部１５７は、ステップＳ２１〜Ｓ２３に相当する処理を行うものであり、第１閾値設定部１５５に設定された閾値Ｔｈ１、第２閾値設定部１５６に設定された閾値Ｔｈ２、最大濃度差算出部１５３から与えられた最大濃度差、及び総和濃度繁雑度算出部１５４から与えられた総和濃度繁雑度を基に、入力データが文字領域若しくは網点領域であるか、万線領域であるか、又は、下地領域若しくは写真領域であるかを判定する。このとき、総和濃度繁雑度が方向依存性を有する場合、入力データが万線領域であると判定し、万線領域特定部１６４に判定結果を通知するようにしてある。総和濃度繁雑度が方向依存性を有しておらず、最大濃度差が閾値Ｔｈ１より小さく、全方向の総和濃度繁雑度が閾値Ｔｈ２より小さい場合には、入力データが下地領域又は写真領域であると判定し、下地／写真領域判定部１６０に判定結果を通知するようにしてある。また、これら以外の場合には、入力データが文字領域又は網点領域であると判定し、文字／網点領域判定部１５９に判定結果を通知するようにしてある。

文字／網点領域判定部１５９は、ステップＳ２５に相当する処理を行うものであり、全方向の総和濃度繁雑度が最大濃度差と第４閾値設定部１５８に設定された閾値Ｔｈ４との積より小さいか否かを調べ、この条件が成立する場合には入力データが文字領域であると判定して、文字領域特定部１６２へ判定結果を通知し、この条件が成立しない場合には入力データが網点領域であると判定して、網点領域特定部１６３へ判定結果を通知するようにしてある。下地／写真領域判定部１６０は、ステップＳ２４に相当する処理を行うものであり、最大濃度差が第３閾値設定部１６１に設定された閾値Ｔｈ３より小さいか否かを調べ、この条件が成立する場合には入力データが下地領域であると判定して、下地領域特定部１６５へ判定結果を通知するようにしてあり、この条件が成立しない場合には入力データが写真領域であると判定して、写真領域特定部１６６へ判定結果を通知するようにしてある。

文字領域特定部１６２、網点領域特定部１６３、万線領域特定部１６４、下地領域特定部１６５及び写真領域特定部１６６は、領域判定部１５７、文字／網点領域判定部１５９又は下地／写真領域判定部１６０から通知される判定結果に応じて入力データの特定を行い、特定結果を領域識別信号として出力するようにしてある。

以上の構成の画像形成装置においては、画像入力装置２５にて読み取った原稿に係る画像データを、画像処理装置１０にて万線領域、下地領域、写真領域、網点領域及び文字領域等の複数の領域に分離し、各領域に最適なフィルタ処理及び階調再現処理等を行うことによって、画像出力装置２７が出力する画像の画質を高めることができる。特に、万線領域を確実に特定することができるため、万線領域を含む画像を高画質で出力することができる。また、万線領域を簡単に且つ精度よく特定することができるため、万線領域を特定する機能を追加することによる画像形成装置のコストの増加を抑制することができる。

なお、本実施の形態においては、領域分離処理部１４は、与えられた画像データから注目画素を含む７×７領域毎に処理を行う構成としたが、これに限るものではなく、別のサイズの領域毎に処理を行う構成であってもよい。また、総和濃度繁雑度を０°、９０°、４５°及び１３５°の４方向について算出する構成としたが、これに限るものではなく、３方向以下又は５方向以上について総和濃度繁雑度を算出し、方向依存性を判定する構成としてもよい。また、総和濃度繁雑度を基に方向依存性を判定する構成としたが、これに限るものではなく、他の方法で方向依存性を判定する構成としてもよい。例えば、与えられた画像データを２値化し、図３に示す４つの方向に関して、隣接する画素の画素値が”０”から”１”へ、又は”１”から”０”へ反転する回数をカウントし、カウントした反転回数を総和濃度繁雑度に代えて方向依存性の判定に用いることができる。また、画像形成装置を例に説明を行ったが、これに限るものではなく、画像処理を行う機能を有する他の装置に同様の構成を適用することができる。例えばパーソナルコンピュータ、スキャナ及びプリンタ等を備えるコンピュータシステムに同様の構成を適用することができる。

（実施の形態２）
実施の形態２に係る画像形成装置は、注目画素が万線領域に含まれる画素であるか否かを判定する条件が、実施の形態１に係る画像形成装置の場合と若干異なる。実施の形態１においては、最大濃度差を７×７領域中の最大濃度値及び最小濃度値の差分としたが、実施の形態２においては、最大濃度差を０°、９０°、４５°及び１３５°の４つの方向についてそれぞれ算出する。即ち、例えば図３（Ａ）の場合には、まず横方向（０°方向）の各列について７つの画素の最大濃度差をそれぞれ算出し、それぞれ算出した７つの最大濃度差のうちの最も値が大きいものを、この方向での最大濃度差（以下、方向最大濃度差という）とする。これを各方向についてそれぞれ算出する。図８は、総和濃度繁雑度及び方向最大濃度差を４つの方向について算出した算出結果を示す図表であり、図２（ａ）〜（ｄ）の領域に対する算出結果を表５〜８にそれぞれ示してある。

このように、４つの方向のいずれかの方向に対して方向依存性を有している場合、特定の方向にのみ総和濃度繁雑度及び方向最大濃度差の値が小さく、他の方向では総和濃度繁雑度及び方向最大濃度差の値が大きい。よって、総和濃度繁雑度と共に、各方向についての方向最大濃度差を判定の条件として用いることができる。

図９は、本発明の実施の形態２に係る画像形成装置の領域分離処理部１４が行う領域分離処理の手順を示すフローチャートである。領域分離処理部１４は、まず、入力階調補正部１３から与えられた画像データから注目画素と、注目画素を含む７×７領域とのデータを抽出する（ステップＳ４１）。次いで、抽出したデータから、一の方向について総和濃度繁雑度を算出すると共に（ステップＳ４２）、方向最大濃度差を算出する（ステップＳ４３）。０°、９０°、４５°及び１３５°の全ての方向について総和濃度繁雑度及び方向最大濃度差の算出を終了したか否かを調べ（ステップＳ４４）、全ての方向について算出を終了していない場合には（Ｓ４４：ＮＯ）、ステップＳ４２へ戻り、未算出の方向について算出を行う。全ての方向について総和濃度繁雑度及び方向最大濃度差の算出を終了した場合（Ｓ４４：ＹＥＳ）、注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定する領域判定処理を行う（ステップＳ４５）。

図１０は、本発明の実施の形態２に係る画像形成装置の領域分離処理部１４が行う領域判定処理の手順を示すフローチャートであり、図９のステップＳ４５にて行われる処理を示してある。領域判定処理では、まず、ステップＳ４３にて算出した４つの方向最大濃度差と第１の閾値Ｔｈ１とをそれぞれ比較して、全ての方向について方向最大濃度差が閾値Ｔｈ１より小さいか否かを調べる（ステップＳ６１）。方向最大濃度差が閾値Ｔｈ１より小さい場合（Ｓ６１：ＹＥＳ）、ステップＳ４２にて算出した４つの総和濃度繁雑度と第２の閾値Ｔｈ２とをそれぞれ比較して、全ての方向について総和濃度繁雑度が閾値Ｔｈ２より小さいか否かを調べる（ステップＳ６２）。

総和濃度繁雑度が閾値Ｔｈ２より小さい場合（Ｓ６２：ＹＥＳ）、更に４つの方向最大濃度差と第３の閾値Ｔｈ３とをそれぞれ比較して、全ての方向について方向最大濃度差が閾値Ｔｈ３より小さいか否かを調べる（ステップＳ６３）。方向最大濃度差が閾値Ｔｈ３より小さい場合（Ｓ６３：ＹＥＳ）、注目画素が下地領域に含まれる画素であると判定し（ステップＳ６７）、少なくとも１つの方向最大濃度差が閾値Ｔｈ３以上の場合（Ｓ６３：ＮＯ）、注目画素が写真領域に含まれる画素であると判定する（ステップＳ６８）。

ステップＳ６１にて少なくとも１つの方向最大濃度差が閾値Ｔｈ１以上の場合（Ｓ６１：ＮＯ）、又はステップＳ６２にて少なくとも１つの総和濃度繁雑度が閾値Ｔｈ２以上の場合（Ｓ６２：ＮＯ）、４つの総和濃度繁雑度を比較して方向依存性の有無を判定し（ステップＳ６４）、方向依存性がある場合には（Ｓ６４：ＹＥＳ）、更に４つの方向最大濃度差を比較して方向依存性の有無を判定する（ステップＳ６５）。方向最大濃度差に方向依存性がある場合（Ｓ６５：ＹＥＳ）、注目画素が万線領域に含まれる画素であると判定する（ステップＳ６９）。

万線領域の場合、図８の表５〜表８に示すように、方向最大濃度差及び総和濃度繁雑度が少なくとも１つの方向について小さい値であるため、方向最大濃度差と閾値Ｔｈ１とを比較し、総和濃度繁雑度と閾値Ｔｈ２とを比較して、いずれかの方向について方向最大濃度差及び総和濃度繁雑度が閾値以上の場合のみ、注目画素を万線領域に含まれる画素と判定する条件を加えることによって、より判定の精度を高めることができる。

ステップＳ６４にて総和濃度繁雑度に方向依存性がない場合（Ｓ６４：ＮＯ）、又はステップＳ６５にて方向最大濃度差に方向依存性がない場合（Ｓ６５：ＮＯ）、４つの総和濃度繁雑度と、４つの方向最大濃度差の中で最も値が大きな最大濃度差（以下、領域最大濃度差という）及び第４の閾値Ｔｈ４の積とを比較し、全ての方向について総和濃度繁雑度が領域最大濃度差及び閾値Ｔｈ４の積より小さいか否かを調べる（ステップＳ６６）。総和濃度繁雑度が領域最大濃度差及び閾値Ｔｈ４の積より小さい場合（Ｓ６６：ＹＥＳ）、注目画素が文字領域に含まれる画素であると判定し（ステップＳ７０）、少なくとも１つの総和濃度繁雑度が領域最大濃度差及び閾値Ｔｈ４の積以上の場合（Ｓ６６：ＮＯ）、注目画素が網点領域に含まれる画素であると判定する（ステップＳ７１）。

注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定した後、判定結果を領域分離処理部１４内の図示しない記憶部に記憶し（ステップＳ４６）、画像データの全ての画素について処理を終了したか否かを調べる（ステップＳ４７）。全ての画素について処理を終了していない場合（Ｓ４７：ＮＯ）、ステップＳ４１へ戻り、上述の処理を全ての画素について繰り返し行う。全ての画素について処理を終了した場合（Ｓ４７：ＹＥＳ）、領域分離処理部１４は領域分離処理を終了する。

図１１は、本発明の実施の形態２に係る画像形成装置の領域分離処理部１４が行う領域分離処理を説明するための模式図である。領域分離処理部１４に与えられた７×７領域の入力データは、方向最大濃度差算出部２０１及び総和濃度繁雑度算出部２０２にそれぞれ与えられるようにしてある。方向最大濃度差算出部２０１は、図９及び図１０に示したフローチャートのステップＳ４３及びＳ４４に相当する処理を行うものであり、入力データ中の各画素の最大濃度差を各方向について算出し、領域判定部２０５へ与えるようにしてある。総和濃度繁雑度算出部２０２は、ステップＳ４２及びＳ４４に相当する処理を行うものであり、各方向の総和濃度繁雑度を算出して領域判定部２０５へ与えるようにしてある。

領域判定部２０５は、ステップＳ６１及びＳ６２に相当する処理を行うものであり、第１閾値設定部２０３に設定された閾値Ｔｈ１、第２閾値設定部２０４に設定された閾値Ｔｈ２、方向最大濃度差算出部２０１から与えられた各方向の最大濃度差、及び総和濃度繁雑度算出部２０２から与えられた総和濃度繁雑度を基に、入力データが文字領域、網点領域若しくは万線領域であるか、又は、下地領域若しくは写真領域であるかを判定するようにしてある。このとき、領域判定部２０５は、全方向の方向最大濃度差が閾値Ｔｈ１より小さく、且つ、全方向の総和濃度繁雑度が閾値Ｔｈ２より小さいか否かを調べ、この条件が成立する場合は入力データが下地領域又は写真領域であると判定し、判定結果を下地／写真領域判定部２０９へ通知するようにしてある。また、この条件が成立しない場合には、入力データが文字領域、網点領域又は万線領域であると判定し、判定結果を文字・網点／万線領域判定部２０６へ通知するようにしてある。

文字・網点／万線領域判定部２０６は、ステップＳ６４及びＳ６５に相当する処理を行うものであり、総和濃度繁雑度が方向依存性を有し、且つ、方向最大濃度差が方向依存性を有するか否かを調べ、この条件が成立する場合は入力データが万線領域であると判定し、判定結果を万線領域特定部２１３へ通知する、また、この条件が成立しない場合には、入力データが文字領域又は網点領域であると判定し、文字／網点領域判定部２０８へ判定結果を通知するようにしてある。

文字／網点領域判定部２０８は、ステップＳ６６に相当する処理を行うものであり、全方向の総和濃度繁雑度が領域最大濃度差と第４閾値設定部２０７に設定された閾値Ｔｈ４との積より小さいか否かを調べ、この条件が成立する場合には入力データが文字領域であると判定して、文字領域特定部２１１へ判定結果を通知し、この条件が成立しない場合には入力データが網点領域であると判定して、網点領域特定部２１２へ判定結果を通知するようにしてある。下地／写真領域判定部２０９は、ステップＳ６３に相当する処理を行うものであり、全方向の方向最大濃度差が第３閾値設定部２１０に設定された閾値Ｔｈ３より小さいか否かを調べ、この条件が成立する場合には入力データが下地領域であると判定して、下地領域特定部２１４へ判定結果を通知するようにしてあり、この条件が成立しない場合には入力データが写真領域であると判定して、写真領域特定部２１５へ判定結果を通知するようにしてある。

文字領域特定部２１１、網点領域特定部２１２、万線領域特定部２１３、下地領域特定部２１４及び写真領域特定部２１５は、文字・網点／万線領域判定部２０６、文字／網点領域判定部２０８、又は下地／写真領域判定部２０９から通知される判定結果に応じて入力データの特定を行い、特定結果を領域識別信号として出力するようにしてある。

以上の構成の実施の形態２に係る画像形成装置においては、注目画素が万線領域に含まれる画素であるか否かを判定する場合に、０°、９０°、４５°及び１３５°の４つの方向についての総和濃度繁雑度のみでなく、方向最大濃度差を用いて判定を行う構成とすることにより、より判定の精度を高めることができる。

なお、実施の形態２に係る画像形成装置のその他の構成は、実施の形態１に係る画像形成装置の構成と同様であるため、対応する箇所には同じ符号を付して詳細な説明を省略する。

（実施の形態３）
図１２は、本発明の実施の形態３に係る画像形成装置の構成を示すブロック図である。実施の形態３に係る画像形成装置が有する画像処理装置１１０は、図１に示した実施の形態１に係る画像形成装置が有する画像処理装置１０に対して、シェーディング補正部１２及び入力階調補正部１３の間に原稿種別判別部１１９を設けた構成である。

シェーディング補正部１２は、Ａ／Ｄ変換部１１から与えられたＲＧＢの画像データに対してシェーディング処理を行い、シェーディング処理を行ったＲＧＢの画像データを原稿種別判別部１１９へ与えるようにしてある。原稿種別判別部１１９は、シェーディング補正部１２から与えられたＲＧＢの画像データから、画像入力装置２５が読み取った原稿の種別を判別する処理（詳細は後述する）を行い、判別結果を入力階調補正部１３、領域分離処理部１４、色補正部１５、黒生成下色除去部１６、空間フィルタ処理部１７及び階調再現処理部１８へ与えるとともに、ＲＧＢの画像データを入力階調補正部１３へ与えるようにしてある。入力階調補正部１３は、原稿種別判別部１１９から与えられたＲＧＢの画像データに対して、カラーバランスの調整、下地濃度の除去、及びコントラストの調整等の処理を行い、領域分離処理部１４へ与えるようにしてある。

原稿種別判別部１１９は、与えられた画像データを基に、画像入力装置２５が読み取った原稿が、文字原稿、文字網点原稿、文字万線原稿、網点原稿、万線原稿、写真原稿又は文字写真原稿の７種の原稿のいずれであるかを判別するようにしてある。なお、文字網点原稿（文字印刷写真原稿）とは文字領域及び網点領域（印刷写真）の両方を含む原稿であり、文字万線原稿とは文字領域及び万線領域の両方を含む原稿であり、文字写真原稿とは文字領域及び写真領域（例えば、印刷紙写真）の両方を含む原稿である。原稿種別判別部１１９は、領域分離処理部１４と同じ方法により、与えられた画像データの各画素の判定を行って、各画素が万線領域、下地領域、写真領域、文字領域又は網点領域のいずれの領域に含まれる画素であるかを調べると共に、各領域の画素数をカウントし、得られた各領域の画素数の全画素数に対する比率を算出し、算出した比率に応じて原稿種別を判別するようにしてある。

例えば、文字領域の比率及び網点領域の比率が予め定められた閾値Ｔｈ１１より大きい場合には、原稿の種別を文字網点原稿と判別し、文字領域の比率及び万線領域の比率が予め定められた閾値Ｔｈ１２より大きい場合には、原稿の種別を文字万線原稿と判別し、文字領域の比率及び写真領域の比率が予め定められた閾値Ｔｈ１３より大きい場合には、原稿の種別を文字写真原稿と判別するようにしてある。また、文字領域の比率が３０％より大きい場合には、原稿の種別を文字原稿と判別し、網点領域の比率が２０％より大きい場合には、原稿の種別を網点原稿と判別し、万線領域の比率が２０％より大きい場合には、原稿の種別を万線原稿と判別し、写真領域の比率が１０％より大きい場合には、原稿の種別を写真原稿と判別するようにしてある。

原稿種別判別部１１９による原稿種別の判別結果は後段の各部に与えられ、原稿種別に適した画像処理を各部が行うことができるようにしてある。例えば、原稿種別判別部１１９にて原稿が文字万線原稿と判別された場合、領域分離処理部１４は文字検知を行わないように設定することができる。また、空間フィルタ処理部１７は、網点領域を処理する場合と比較してより平滑化を強く行うことができるフィルタ処理を施すことができる。フィルタ係数については、種々の画像サンプルを用いてフィルタ処理を行い、適切な画像が形成される値を設定すれば良い。

図１３乃至図１５は、本発明の実施の形態３に係る画像形成装置の原稿種別判別部１１９が行う原稿種別の判別処理の手順を示すフローチャートである。原稿種別判別部１１９は、文字領域、網点領域、万線領域、写真領域及び下地領域の画素数をそれぞれカウントする５つのカウンタ（図示せず）を有しており、原稿種別の判別処理では、まずこの５つのカウンタを初期化する（ステップＳ９１）。次いで、シェーディング補正部１２から与えられた画像データから注目画素と、注目画素を含む７×７領域とのデータを抽出し（ステップＳ９２）、抽出したデータから最大濃度値を算出し（ステップＳ９３）、最小濃度値を算出して（ステップＳ９４）、最大濃度差を算出する（ステップＳ９５）。

次いで、一の方向について総和濃度繁雑度を算出し（ステップＳ９６）、０°、９０°、４５°及び１３５°の全ての方向について総和濃度繁雑度の算出を終了したか否かを調べ（ステップＳ９７）、全ての方向について算出を終了していない場合には（Ｓ９７：ＮＯ）、ステップＳ９６へ戻り、未算出の方向について算出を行う。全ての方向について総和濃度繁雑度の算出を終了した場合（Ｓ９７：ＹＥＳ）、注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定する領域判定処理を行う（ステップＳ９８）。ステップＳ９８にて行う領域判定処理は、図６に示す処理と同じであるので図示を省略する。

領域判定処理終了後、判定結果に応じて５つのカウンタのうちの対応する１つのカウンタをカウントアップする更新を行い（ステップＳ９９）、画像データの全ての画素について領域判定処理を終了したか否かを調べる（ステップＳ１００）。全ての画素について領域判定処理を終了していない場合（Ｓ１００：ＮＯ）、ステップＳ９２へ戻り、ステップＳ９２〜Ｓ９９の処理を全ての画素について繰り返し行う。

全ての画素について領域判定処理を終了した場合（Ｓ１００：ＹＥＳ）、５つのカウンタの値及び画像データの全画素数を基に、画像データに対する各領域の比率を算出する（ステップＳ１０１）。文字領域の比率が閾値Ｔｈ１１より大きく、且つ、網点領域の比率が閾値Ｔｈ１１より大きいか否かを調べ（ステップＳ１０２）、この条件が成立する場合（Ｓ１０２：ＹＥＳ）、原稿が文字網点原稿であると判別する（ステップＳ１０３）。この条件が成立しないときは（Ｓ１０２：ＮＯ）、文字領域の比率が閾値Ｔｈ１２より大きく、且つ、万線領域の比率が閾値Ｔｈ１２より大きいか否かを調べ（ステップＳ１０４）、この条件が成立する場合（Ｓ１０４：ＹＥＳ）、原稿が文字万線原稿であると判別する（ステップＳ１０５）。この条件が成立しないときは（Ｓ１０４：ＮＯ）、文字領域の比率が閾値Ｔｈ１３より大きく、且つ、写真領域の比率が閾値Ｔｈ１３より大きいか否かを調べ（ステップＳ１０６）、この条件が成立する場合（Ｓ１０６：ＹＥＳ）、原稿が文字写真原稿であると判別する（ステップＳ１０７）。

文字領域の比率が閾値Ｔｈ１３以下、又は、写真領域の比率が閾値Ｔｈ１３以下のとき（Ｓ１０６：ＮＯ）、文字領域の比率が３０％より大きいか否かを調べ（ステップＳ１０８）、文字領域の比率が３０％より大きい場合（Ｓ１０８：ＹＥＳ）、原稿が文字原稿であると判別する（ステップＳ１０９）。文字領域の比率が３０％以下のとき（Ｓ１０８：ＮＯ）、網点領域の比率が２０％より大きいか否かを調べ（ステップＳ１１０）、網点領域の比率が２０％より大きい場合（Ｓ１１０：ＹＥＳ）、原稿が網点原稿であると判別する（ステップＳ１１１）。網点領域の比率が２０％以下のとき（Ｓ１１０：ＮＯ）、万線領域の比率が２０％より大きいか否かを調べ（ステップＳ１１２）、万線領域の比率が２０％より大きい場合（Ｓ１１２：ＹＥＳ）、原稿が万線原稿であると判別する（ステップＳ１１３）。万線領域の比率が２０％以下のとき（Ｓ１１２：ＮＯ）、写真領域の比率が１０％より大きいか否かを調べ（ステップＳ１１４）、写真領域の比率が１０％より大きい場合（Ｓ１１４：ＹＥＳ）、原稿が写真原稿であると判別する（ステップＳ１１５）。写真領域の比率が１０％以下のとき（Ｓ１１４：ＮＯ）、原稿がその他の原稿であると判別する（ステップＳ１１６）。ステップＳ１０３、Ｓ１０５、Ｓ１０７、Ｓ１０９、Ｓ１１１、Ｓ１１３、Ｓ１１５又はＳ１１６にて原稿種別を判別した後、原稿種別の判別処理を終了する。

図１６は、本発明の実施の形態３に係る画像形成装置の原稿種別判別部１１９が行う原稿種別の判別処理を説明するための模式図である。原稿種別判別部１１９に与えられた７×７領域の入力データは、最小濃度値算出部３０１、最大濃度値算出部３０２及び総和濃度繁雑度算出部３０４にそれぞれ与えられるようにしてある。最小濃度値算出部３０１は、図１３に示したフローチャートのステップＳ９４に相当する処理を行うものであり、入力データ中の各画素の最小濃度値を算出して最大濃度差算出部３０３へ与えるようにしてある。最大濃度値算出部３０２は、ステップＳ９３に相当する処理を行うものであり、各画素の最大濃度値を算出して最大濃度差算出部３０３へ与えるようにしてある。最大濃度差算出部３０３は、ステップＳ９５に相当する処理を行うものであり、最大濃度値算出部３０２が算出した最大濃度値と最小濃度値算出部３０１が算出した最小濃度値との差分を算出して領域判定部３０７へ与えるようにしてある。また、総和濃度繁雑度算出部３０４は、ステップＳ９６及びＳ９７に相当する処理を行うものであり、各方向の総和濃度繁雑度を算出して領域判定部３０７へ与えるようにしてある。

領域判定部３０７は、図６に示すフローチャートのステップＳ２１〜Ｓ２３に相当する処理を行うものであり、第１閾値設定部３０５に設定された閾値Ｔｈ１、第２閾値設定部３０６に設定された閾値Ｔｈ２、最大濃度差算出部３０３から与えられた最大濃度差、及び総和濃度繁雑度算出部３０４から与えられた総和濃度繁雑度を基に、入力データが文字領域若しくは網点領域であるか、万線領域であるか、又は、下地領域若しくは写真領域であるかを判定する。このとき、総和濃度繁雑度が方向依存性を有する場合、入力データが万線領域であると判定し、万線カウンタ３１４をカウントアップするようにしてある。総和濃度繁雑度が方向依存性を有しておらず、最大濃度差が閾値Ｔｈ１より小さく、全方向の総和濃度繁雑度が閾値Ｔｈ２より小さい場合には、入力データが下地領域又は写真領域であると判定し、下地／写真領域判定部３１０に判定結果を通知するようにしてある。また、これら以外の場合には、入力データが文字領域又は網点領域であると判定し、文字／網点領域判定部３０９に判定結果を通知するようにしてある。

文字／網点領域判定部３０９は、ステップＳ２５に相当する処理を行うものであり、全方向の総和濃度繁雑度が最大濃度差と第４閾値設定部３０８に設定された閾値Ｔｈ４との積より小さいか否かを調べ、この条件が成立する場合には入力データが文字領域であると判定して、文字カウンタ３１２をカウントアップし、この条件が成立しない場合には入力データが網点領域であると判定して、網点カウンタ３１３をカウントアップするようにしてある。下地／写真領域判定部３１０は、ステップＳ２４に相当する処理を行うものであり、最大濃度差が第３閾値設定部３１１に設定された閾値Ｔｈ３より小さいか否かを調べ、この条件が成立する場合には入力データが下地領域であると判定して、下地カウンタ３１５をカウントアップし、この条件が成立しない場合には入力データが写真領域であると判定して、写真カウンタ３１６をカウントアップするようにしてある。

文字カウンタ３１２、網点カウンタ３１３、万線カウンタ３１４、下地カウンタ３１５及び写真カウンタ３１６は、カウンタの値をそれぞれ原稿判定部３１７へ与えるようにしてある。原稿判定部３１７は、図１３乃至図１５に示したフローチャートのステップＳ１０１〜Ｓ１１６に相当する処理を行うものであり、５つのカウンタから与えられた５つの値を基に、文字領域、網点領域、万線領域、下地領域及び写真領域の比率を算出して、入力データに係る原稿が文字網点原稿、文字万線原稿、文字写真原稿、文字原稿、網点原稿、万線原稿又は写真原稿のいずれであるかを判定し、判定結果を原稿種別判別信号として出力するようにしてある。

以上の構成の実施の形態３に係る画像形成装置においては、原稿種別を予め判別しておくことによって、後段の各部が原稿種別に最適な画像処理を行うことができるという利点がある。なお、原稿種別の判別は、画像入力装置２５にてプレスキャンを行って原稿に係る画像データを取得した場合に行う構成であってもよく、予め他の記憶手段に一旦格納された画像データを読み出して行う構成であってもよい。また、原稿を文字網点原稿、文字万線原稿、文字写真原稿、文字原稿、網点原稿、万線原稿又は写真原稿の７種に判別する構成としたが、これに限るものではなく、その他の種類の原稿を判別する構成としてもよい。また、文字原稿、網点原稿、万線原稿及び写真原稿の判別の閾値として示した比率は一例であってこれに限るものではない。

なお、実施の形態３に係る画像形成装置のその他の構成は、実施の形態１に係る画像形成装置の構成と同様であるため、対応する箇所には同じ符号を付して詳細な説明を省略する。

（実施の形態４）
実施の形態４に係る画像形成装置は、注目画素が文字領域、網点領域、万線領域、下地領域又は写真領域のいずれに含まれる画素であるかを判定する条件が実施の形態１乃至実施の形態３に係る画像形成装置と若干異なる構成である。実施の形態４に係る画像形成装置は、７×７領域の各画素の濃度値の標準偏差を算出すると共に、実施の形態１に係る画像形成装置と同様に、総和濃度繁雑度及び最大濃度差を算出し、これらの値を基に判定を行うようにしてある。

図１７は、各画素の濃度値の変化の一例を示す模式図であり、（ａ）に下地領域の場合を示し、（ｂ）に写真領域の場合を示し、（ｃ）に網点領域又は万線領域の場合を示し、（ｄ）に文字領域の場合を示してある。なお、図中の縦方向に各画素の画素値の大小を示し、横方向に隣接する複数の画素の並びを示してある。

文字領域の場合（図１７（ｄ）参照）、最大濃度差は大きく、平均濃度値に対する各画素の濃度値の差も大きいため、標準偏差は大きい。よって、標準偏差が所定の閾値Ｔｈ１より大きい場合には、７×７領域が文字領域であると判定することができる。

網点領域の場合（図１７（ｃ）参照）、最大濃度差は網点の構成によって異なるため原稿毎に様々な値となるが、網点の数に応じて均等な濃度値の変化が存在するため標準偏差は、文字領域の場合より小さいがある程度の大きな値となる。また、万線領域の場合も同様である。よって、標準偏差が所定の閾値Ｔｈ２（ただし、Ｔｈ２＜Ｔｈ１とする）より大きい場合には、７×７領域が網点領域又は万線領域であると判定することができる。なお、網点領域及び万線領域は、実施の形態１にて示したように、総和濃度繁雑度が方向依存性を有しているか否かに応じて区別することができる。

下地領域の場合（図１７（ａ）参照）、各画素の濃度値の差が少ないため、最大濃度差及び標準偏差は共に小さい。よって、標準偏差が上述の閾値Ｔｈ２より小さく、最大濃度差が所定の閾値Ｔｈ３より小さい場合には、７×７領域が下地領域であると判定することができる。

写真領域の場合（図１７（ｂ）参照）、各画素の濃度値は滑らかに変化するため最大濃度差及び標準偏差は共に小さいが、最大濃度差は下地領域の場合と比較して大きい。よって、標準偏差が上述の閾値Ｔｈ２より小さく、最大濃度差が上述の閾値Ｔｈ３より大きい場合には、７×７領域が写真領域であると判定することができる。

図１８は、本発明の実施の形態４に係る画像形成装置の領域分離処理部１４が行う領域分離処理の手順を示すフローチャートである。領域分離処理部１４は、まず、入力階調補正部１３から与えられた画像データから注目画素と、注目画素を含む７×７領域とのデータを抽出し（ステップＳ１３１）、抽出した７×７領域の各画素の濃度値の標準偏差を算出する（ステップＳ１３２）。なお、標準偏差σは以下の（１）式を用いて算出することができる。（１）式において、ｎは画素数（ｎ＝７×７＝４９）であり、Ｐｉ（ｉ＝１〜ｎ）は各画素の濃度値であり、Ｐａｖｅは各画素の濃度値の平均値である。

次いで、各画素の濃度値から最大濃度値を算出し（ステップＳ１３３）、最小濃度値を算出して（ステップＳ１３４）、算出した最大濃度値及び最小濃度値の差分を算出することによって最大濃度差を算出する（ステップＳ１３５）。

また、一の方向について隣接する画素間での濃度差の絶対値の総和を求めることにより総和濃度繁雑度を算出する（ステップＳ１３６）。０°、９０°、４５°及び１３５°の全ての方向について総和濃度繁雑度の算出を終了したか否かを調べ（ステップＳ１３７）、全ての方向について算出を終了していない場合には（Ｓ１３７：ＮＯ）、ステップＳ１３６へ戻り、未算出の方向について算出を行う。全ての方向について総和濃度繁雑度の算出を終了した場合（Ｓ１３７：ＹＥＳ）、注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定する領域判定処理を行う（ステップＳ１３８）。

図１９は、本発明の実施の形態４に係る画像形成装置の領域分離処理部１４が行う領域判定処理の手順を示すフローチャートであり、図１８のステップＳ１３８にて行われる処理を示してある。領域判定処理では、まず、ステップＳ１３２にて算出した標準偏差が予め定められた閾値Ｔｈ１より大きいか否かを調べ（ステップＳ１４１）、標準偏差が閾値Ｔｈ１より大きい場合（Ｓ１４１：ＹＥＳ）、注目画素が文字領域に含まれる画素であると判定する（ステップＳ１４５）。

標準偏差が閾値Ｔｈ１以下の場合（Ｓ１４１：ＮＯ）、閾値Ｔｈ１より小さい値の閾値Ｔｈ２と標準偏差とを比較して、標準偏差が閾値Ｔｈ２より大きいか否かを調べる（ステップＳ１４２）。標準偏差が閾値Ｔｈ２より大きい場合（Ｓ１４２：ＹＥＳ）、ステップＳ１３６にて算出した４つの総和濃度繁雑度を比較して方向依存性の有無を判定する（ステップＳ１４３）。総和濃度繁雑度に方向依存性がある場合には（Ｓ１４３：ＹＥＳ）、注目画素が万線領域に含まれる画素であると判定し（ステップＳ１４６）、方向依存性がない場合には（Ｓ１４３：ＮＯ）、注目画素が網点領域に含まれる画素であると判定する（ステップＳ１４７）。

ステップＳ１４２にて標準偏差が閾値Ｔｈ２以下の場合（Ｓ１４２：ＮＯ）、ステップＳ１３５にて算出した最大濃度差が所定の閾値Ｔｈ３より小さいか否かを調べる（ステップＳ１４４）。最大濃度差が閾値Ｔｈ３より小さい場合（Ｓ１４４：ＹＥＳ）、注目画素が下地領域に含まれる画素であると判定し（ステップＳ１４８）、最大濃度差が閾値Ｔｈ３以上の場合（Ｓ１４４：ＮＯ）、注目画素が写真領域に含まれる画素であると判定する（ステップＳ１４９）。

注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定した後、図１８に示す領域分離処理に戻って、判定結果を領域分離処理部１４内の図示しない記憶部に記憶し（ステップＳ１３９）、画像データの全ての画素について処理を終了したか否かを調べる（ステップＳ１４０）。全ての画素について処理を終了していない場合（Ｓ１４０：ＮＯ）、ステップＳ１３１へ戻り、上述の処理を全ての画素について繰り返し行う。全ての画素について処理を終了した場合（Ｓ１４０：ＹＥＳ）、領域分離処理部１４は領域分離処理を終了する。

図２０は、本発明の実施の形態４に係る画像形成装置の領域分離処理部１４が行う領域分離処理を説明するための模式図である。領域分離処理部１４に与えられた７×７領域の入力データは、標準偏差算出部４０１、最大濃度差算出部４０２及び総和濃度繁雑度算出部４０３にそれぞれ与えられるようにしてある。標準偏差算出部４０１は、図１８及び図１９に示したフローチャートのステップＳ１３２に相当する処理を行うものであり、入力データ中の各画素の濃度値を基に標準偏差を上述の（１）式により算出し、算出した標準偏差を領域判定部４０６へ与えるようにしてある。

最大濃度差算出部４０２は、ステップＳ１３３〜Ｓ１３５に相当する処理を行うものであり、入力データ中の各画素から最大濃度値及び最小濃度値を算出し、最大濃度値及び最小濃度値の差分を最大濃度差として算出するようにしてある。最大濃度差算出部４０２は、算出した最大濃度差を下地／写真領域判定部４０８へ与えるようにしてある。また、総和濃度繁雑度算出部４０３は、ステップＳ１３６及びＳ１３７に相当する処理を行うものであり、各方向の総和濃度繁雑度を算出して網点／万線領域判定部４０９へ与えるようにしてある。

領域判定部４０６は、ステップＳ１４１及びＳ１４２に相当する処理を行うものであり、第１閾値設定部４０４に設定された閾値Ｔｈ１、第２閾値設定部４０５に設定された閾値Ｔｈ２及び標準偏差算出部４０１にて算出された標準偏差を基に、入力データが文字領域であるか、下地領域若しくは写真領域であるか、又は、網点領域若しくは万線領域であるかを判定するようにしてある。このとき、標準偏差が閾値Ｔｈ１より大きい場合には、入力データが文字領域であると判定し、文字領域特定部４１０に判定結果を通知するようにしてある。標準偏差が閾値Ｔｈ１以下、且つ、閾値Ｔｈ２より大きい場合には、入力データが万線領域又は網点領域であると判定し、網点／万線領域判定部４０９に判定結果を通知するようにしてある。また、標準偏差が閾値Ｔｈ２以下の場合には、入力データが下地領域又は写真領域であると判定し、下地／写真領域判定部４０８へ判定結果を通知するようにしてある。

下地／写真領域判定部４０８は、ステップＳ１４４に相当する処理を行うものであり、最大濃度差算出部４０２が算出した最大濃度差が第３閾値設定部４０７に設定された閾値Ｔｈ３より小さいか否かを調べ、最大濃度差が閾値Ｔｈ３より小さい場合には入力データが下地領域であると判定して、下地領域特定部４１１へ判定結果を通知し、最大濃度差が閾値Ｔｈ３以上の場合には入力データが写真領域であると判定して、写真領域特定部４１２へ判定結果を通知するようにしてある。

網点／万線領域判定部４０９は、ステップＳ１４３に相当する処理を行うものであり、総和濃度繁雑度算出部４０３が算出した各方向の総和濃度繁雑度が方向依存性を有しているか否かを調べ、方向依存性を有している場合には入力データが万線領域であると判定して、万線領域特定部４１４へ判定結果を通知し、方向依存性を有していない場合には入力データが網点領域であると判定して、網点領域特定部４１３へ判定結果を通知するようにしてある。

文字領域特定部４１０、下地領域特定部４１１、写真領域特定部４１２、網点領域特定部４１３及び万線領域特定部４１４は、領域判定部４０６、下地／写真領域判定部４０８又は網点／万線領域判定部４０９から通知される判定結果に応じて入力データの特定を行い、特定結果を領域識別信号として出力するようにしてある。

以上の構成の実施の形態４に係る画像形成装置においては、総和濃度繁雑度及び最大濃度差と共に標準偏差を用いて各領域を特定する構成であるため、注目画素が万線領域、網点領域、文字領域、下地領域又は写真領域のいずれに含まれているかをより高精度に判定することができる。なお、詳細な説明は省略するが、実施の形態３に係る画像形成装置のように、原稿種別の判別を実施の形態４にて示した方法で行うことも可能である。

なお、実施の形態４に係る画像形成装置のその他の構成は、実施の形態１に係る画像形成装置の構成と同様であるため、対応する箇所には同じ符号を付して詳細な説明を省略する。

（実施の形態５）
実施の形態５に係る画像形成装置は、注目画素が文字領域、網点領域、万線領域、下地領域又は写真領域のいずれに含まれる画素であるかを判定する方法が実施の形態１乃至実施の形態４に係る画像形成装置と若干異なる構成である。実施の形態５に係る画像形成装置は、入力された画像データ中の注目画素を含む１５×７の長方形の領域（以下、１５×７領域という）を抽出し、１５×７領域中に複数の判定領域を設けて、各判定領域の特性を比較することで注目画素がいずれの領域に含まれる画素であるかを判定するようにしてある。

図２１は、１５×７領域の一例を示す模式図であり、（ａ）に１５×７領域が文字領域の場合を示し、（ｂ）に１５×７領域が網点領域の場合を示し、（ｃ）に１５×７領域が万線領域の場合を示してある。実施の形態５に係る画像形成装置の領域分離処理部１４は、まず、入力された画像データから注目画素５０１と、注目画素５０１を中心とした１５×７領域とを抽出するようにしてある。次いで、１５×７領域から予め定められた複数の判定領域５０５を抽出すると共に、各判定領域５０５での平均濃度値を算出し、複数の平均濃度値の中から最大の平均濃度値と最小の平均濃度値との差分（以下、最大平均差という）を算出するようにしてある。また、領域分離処理部１４は、上述の総和濃度繁雑度を各方向について算出するようにしてある。

１５×７領域が文字領域の場合（図２１（ａ）参照）、文字部分を含む判定領域５０５では平均濃度値が大きく、文字部分を含まない判定領域５０５では平均濃度値が小さいため、最大平均差は大きな値となる。また、総和濃度繁雑度も大きな値となる。よって、総和濃度繁雑度が所定の閾値Ｔｈ１以上であり、最大平均差が所定の閾値Ｔｈ２より大きい場合には、１５×７領域が文字領域であると判定することができる。

１５×７領域が網点領域の場合（図２１（ｂ）参照）、１５×７領域内には均等な濃度値の変化が存在し、各判定領域５０５の平均濃度値は同程度の値となるため、最大平均差は小さな値となる。また、総和濃度繁雑度は方向性を有さず、大きな値となる。よって、総和濃度繁雑度が閾値Ｔｈ１以上であり、総和濃度繁雑度が方向性を有さず、最大平均差が閾値Ｔｈ２以下の場合には、１５×７領域が網点領域であると判定することができる。

１５×７領域が万線領域の場合（図２１（ｃ）参照）、網点領域の場合と同様に、１５×７領域内には均等な濃度値の変化が存在し、各判定領域５０５の平均濃度値は同程度の値となるため、最大平均差は小さな値となる。また、総和濃度繁雑度は方向性を有しており、大きな値となる。よって、総和濃度繁雑度が閾値Ｔｈ１以上であり、総和濃度繁雑度が方向性を有し、最大平均差が閾値Ｔｈ２以下の場合には、１５×７領域が万線領域であると判定することができる。

図示は省略するが、１５×７領域が下地領域の場合、各画素の濃度値が小さいため、各判定領域５０５の平均濃度値は小さく、最大平均差は小さな値となる。また、総和濃度繁雑度も小さな値となる。よって、総和濃度繁雑度が閾値Ｔｈ１より小さく、最大平均差が所定の閾値Ｔｈ３以下の場合には、１５×７領域が下地領域であると判定することができる。

また、図示は省略するが、１５×７領域が写真領域の場合、各画素の濃度値は滑らかに変化するため、総和濃度繁雑度は小さな値となるが、各判定領域５０５の平均濃度値にはある程度の差が生じるため、最大平均差は下地領域と比較して大きな値となる。よって、総和濃度繁雑度が閾値Ｔｈ１より小さく、最大平均差が所定の閾値Ｔｈ３より大きい場合には、１５×７領域が写真領域であると判定することができる。

以上により、入力された画像から１５×７領域を抽出し、更に１５×７領域から複数の判定領域５０５を抽出して、各判定領域の平均濃度値を比較し、最大平均差を算出することによって、１５×７領域が文字領域であるか網点領域又は万線領域であるかを判定することができ、また、１５×７領域が下地領域であるか又は写真領域であるかを判定することができる。１５×７領域から抽出する複数の判定領域５０５は、大きさ、数、形状及び位置等が予め定められている。

図２２は、判定領域５０５の一例を示す模式図である。実施の形態５に係る画像形成装置においては、１つの１５×７領域から７つの判定領域５０５を抽出するようにしてある。第１の判定領域５０５は、図２２（ａ）に示すように、注目画素５０１を中心とした５×５の正方形の領域である。第２及び第３の判定領域５０５は、図２２（ｂ）に示すように、１５×７領域の左上角及び右上角に設けられた５×５の正方形の領域であり、第４及び第５の判定領域５０５は、図２２（ｃ）に示すように、１５×７領域の左下角及び右下角に設けられた５×５の正方形の領域である。また、図２２（ｄ）に示すように、第６の判定領域５０５は、１５×７領域の上側中央に設けられた１３×２の左右に長い長方形の領域であり、第７の判定領域５０５は、１５×７領域の下側中央に設けられた１３×２の左右に長い長方形の領域である。

これらの判定領域５０５は、図２２に示すように、１５×７領域内で一部が重複するように設ける構成であってもよく、判定領域５０５の数が多いほどより正確に判定を行うことができる。また、判定領域５０５の形状は正方形又は長方形でなく、例えばＬ字型又はＵ字型等の他の形状であってもよい。

図２３は、本発明の実施の形態５に係る画像形成装置の領域分離処理部１４が行う領域分離処理の手順を示すフローチャートである。領域分離処理部１４は、まず、入力階調補正部１３から与えられた画像データから注目画素５０１と、注目画素５０１を含む１５×７領域とのデータを抽出し（ステップＳ１７１）、抽出した１５×７領域から複数の判定領域５０５を抽出する（ステップＳ１７２）。次いで、各判定領域５０５の平均濃度値を算出し（ステップＳ１７３）、算出した複数の平均濃度値から最大の平均濃度値と最小の平均濃度値とを取得して比較することにより、最大平均差を算出する（ステップＳ１７４）。

最大平均差を算出した後、一の方向について隣接する画素間での濃度差の絶対値の総和を求めることにより総和濃度繁雑度を算出する（ステップＳ１７５）。０°、９０°、４５°及び１３５°の全ての方向について総和濃度繁雑度の算出を終了したか否かを調べ（ステップＳ１７６）、全ての方向について算出を終了していない場合には（Ｓ１７６：ＮＯ）、ステップＳ１７５へ戻り、未算出の方向について算出を行う。全ての方向について総和濃度繁雑度の算出を終了した場合（Ｓ１７６：ＹＥＳ）、注目画素５０１が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定する領域判定処理を行う（ステップＳ１７７）。

図２４は、本発明の実施の形態５に係る画像形成装置の領域分離処理部１４が行う領域判定処理の手順を示すフローチャートであり、図２３のステップＳ１７７にて行われる処理を示してある。領域判定処理では、まず、ステップＳ１７５にて算出した全方向の総和濃度繁雑度が予め定められた閾値Ｔｈ１より小さいか否かを調べ（ステップＳ１９１）、全方向の総和濃度繁雑度が閾値Ｔｈ１より小さい場合（Ｓ１９１：ＹＥＳ）、更にステップＳ１７４にて算出した最大平均差が予め定められた閾値Ｔｈ３より大きいか否かを調べる（ステップＳ１９２）。最大平均差が閾値Ｔｈ３より大きい場合（Ｓ１９２：ＹＥＳ）、注目画素５０１が写真領域に含まれる画素であると判定する（ステップＳ１９５）。また、最大平均差が閾値Ｔｈ３以下の場合（Ｓ１９２：ＮＯ）、注目画素５０１が下地領域に含まれる画素であると判定する（ステップＳ１９６）。

ステップＳ１９１にて、少なくとも一方向の総和濃度繁雑度が閾値Ｔｈ１以上の場合（Ｓ１９１：ＮＯ）、ステップＳ１７４にて算出した最大平均差が予め定められた閾値Ｔｈ２より大きいか否かを調べる（ステップＳ１９３）。最大平均差が閾値Ｔｈ２より大きい場合（Ｓ１９３：ＹＥＳ）、注目画素５０１が文字領域に含まれる画素であると判定する（ステップＳ１９７）。

また、最大平均差が閾値Ｔｈ２以下の場合（Ｓ１９３：ＮＯ）、ステップＳ１７５にて算出した４つの総和濃度繁雑度を比較して方向依存性の有無を判定する（ステップＳ１９４）。総和濃度繁雑度に方向依存性がある場合には（Ｓ１９４：ＹＥＳ）、注目画素５０１が万線領域に含まれる画素であると判定し（ステップＳ１９８）、方向依存性がない場合には（Ｓ１９４：ＮＯ）、注目画素５０１が網点領域に含まれる画素であると判定する（ステップＳ１９９）。

注目画素が万線領域、下地領域、写真領域、網点領域又は文字領域のいずれの領域に含まれる画素であるかを判定した後、図２３に示す領域分離処理に戻って、判定結果を領域分離処理部１４内の図示しない記憶部に記憶し（ステップＳ１７８）、画像データの全ての画素について処理を終了したか否かを調べる（ステップＳ１７９）。全ての画素について処理を終了していない場合（Ｓ１７９：ＮＯ）、ステップＳ１７１へ戻り、上述の処理を全ての画素について繰り返し行う。全ての画素について処理を終了した場合（Ｓ１７９：ＹＥＳ）、領域分離処理部１４は領域分離処理を終了する。

図２５は、本発明の実施の形態５に係る画像形成装置の領域分離処理部１４が行う領域分離処理を説明するための模式図である。領域分離処理部１４に与えられた１５×７領域の入力データは、判定領域抽出部５５１及び総和濃度繁雑度算出部５５４にそれぞれ与えられるようにしてある。判定領域抽出部５５１は、図２３及び図２４に示したフローチャートのステップＳ１７２に相当する処理を行うものであり、１５×７領域から予め定められた複数の判定領域５０５を抽出し、平均濃度算出部５５２へ与えるようにしてある。平均濃度算出部５５２は、ステップＳ１７３に相当する処理を行うものであり、各判定領域５０５の画素の濃度値の平均を算出し、最大平均差算出部５５３へ与えるようにしてある。最大平均差算出部５５３は、ステップＳ１７４に相当する処理を行うものであり、平均濃度算出部５５２が算出した各判定領域５０５の平均濃度値から最大及び最小のものを取得して差分を算出することによって、最大平均差を算出し、下地／写真領域判定部５５８及び文字／網点・万線領域判定部５６０へ与えるようにしてある。

一方、総和濃度繁雑度算出部５５４は、ステップＳ１７５及びＳ１７６に相当する処理を行うものであり、各方向の総和濃度繁雑度を算出して領域判定部５５６へ与えるようにしてある。領域判定部５５６は、ステップＳ１９１に相当する処理を行うものであり、第１閾値設定部５５５に設定された閾値Ｔｈ１と総和濃度繁雑度算出部５５４が算出した総和濃度繁雑度とを比較し、入力データが下地領域若しくは写真領域であるか、又は、文字領域、網点領域若しくは万線領域であるかを判定するようにしてある。このとき、全方向の総和濃度繁雑度が閾値Ｔｈ１より小さい場合には、入力データが下地領域又は写真領域であると判定し、下地／写真領域判定部５５８に判定結果を通知するようにしてある。また、少なくとも一方向の総和濃度繁雑度が閾値Ｔｈ１以上の場合には、入力データが文字領域、網点領域又は万線領域であると判定し、文字／網点・万線領域判定部５６０に判定結果を通知するようにしてある。

下地／写真領域判定部５５８は、ステップＳ１９２に相当する処理を行うものであり、最大平均差算出部５５３が算出した最大平均差が第３閾値設定部５５７に設定された閾値Ｔｈ３より大きいか否かを調べ、最大平均差が閾値Ｔｈ３より大きい場合には入力データが写真領域であると判定して、写真領域特定部５６３へ判定結果を通知し、最大平均差が閾値Ｔｈ３以下の場合には入力データが下地領域であると判定して、下地領域特定部５６２へ判定結果を通知するようにしてある。

文字／網点・万線領域判定部５６０は、ステップＳ１９３に相当する処理を行うものであり、最大平均差算出部５５３が算出した最大平均差が第２閾値設定部５５９に設定された閾値Ｔｈ２より大きいか否かを調べ、最大平均差が閾値Ｔｈ２より大きい場合には入力データが文字領域であると判定して、文字領域特定部５６４へ判定結果を通知し、最大平均差が閾値Ｔｈ２以下の場合には入力データが網点領域又は万線領域であると判定して、方向依存性判定部５６１へ判定結果を通知するようにしてある。

方向依存性判定部５６１は、ステップＳ１９４に相当する処理を行うものであり、総和濃度繁雑度算出部５５４が算出した４つの方向の総和濃度繁雑度を比較し、方向依存性を有しているか否かを判定するようにしてある。総和濃度繁雑度が方向依存性を有している場合は、万線領域特定部５６６へ判定結果を通知し、方向依存性を有していない場合には、網点領域特定部５６５へ判定結果を通知するようにしてある。

下地領域特定部５６２、写真領域特定部５６３、文字領域特定部５６４、網点領域特定部５６５及び万線領域特定部５６６は、下地／写真領域判定部５５８、文字／網点・万線領域判定部５６０又は方向依存性判定部５６１から通知される判定結果に応じて入力データの特定を行い、特定結果を領域識別信号として出力するようにしてある。

以上の構成の実施の形態５に係る画像形成装置においては、１５×７領域から複数の判定領域５０５を抽出し、各判定領域５０５の平均濃度値から最大平均差を算出し、総和濃度繁雑度と共に最大平均差を用いて各領域を特定する構成であるため、注目画素が万線領域、網点領域、文字領域、下地領域又は写真領域のいずれに含まれているかをより高精度に判定することができる。なお、詳細な説明は省略するが、実施の形態３に係る画像形成装置のように、原稿種別の判別を実施の形態５にて示した方法で行うことも可能である。

なお、実施の形態５に係る画像形成装置のその他の構成は、実施の形態１に係る画像形成装置の構成と同様であるため、対応する箇所には同じ符号を付して詳細な説明を省略する。

本発明の実施の形態１に係る画像形成装置の構成を示すブロック図である。 万線領域の一例を示す模式図である。 万線領域の判定方法を説明するための模式図である。 総和濃度繁雑度を４つの方向について算出した算出結果を示す図表である。 本発明に係る画像形成装置の領域分離処理部が行う領域分離処理の手順を示すフローチャートである。 本発明に係る画像形成装置の領域分離処理部が行う領域判定処理の手順を示すフローチャートである。 本発明に係る画像形成装置の領域分離処理部が行う領域分離処理を説明するための模式図である。 総和濃度繁雑度及び方向最大濃度差を４つの方向について算出した算出結果を示す図表である。 本発明の実施の形態２に係る画像形成装置の領域分離処理部が行う領域分離処理の手順を示すフローチャートである。 本発明の実施の形態２に係る画像形成装置の領域分離処理部が行う領域判定処理の手順を示すフローチャートである。 本発明の実施の形態２に係る画像形成装置の領域分離処理部が行う領域分離処理を説明するための模式図である。 本発明の実施の形態３に係る画像形成装置の構成を示すブロック図である。 本発明の実施の形態３に係る画像形成装置の原稿種別判別部が行う原稿種別の判別処理の手順を示すフローチャートである。 本発明の実施の形態３に係る画像形成装置の原稿種別判別部が行う原稿種別の判別処理の手順を示すフローチャートである。 本発明の実施の形態３に係る画像形成装置の原稿種別判別部が行う原稿種別の判別処理の手順を示すフローチャートである。 本発明の実施の形態３に係る画像形成装置の原稿種別判別部が行う原稿種別の判別処理を説明するための模式図である。 各画素の濃度値の変化の一例を示す模式図である。 本発明の実施の形態４に係る画像形成装置の領域分離処理部が行う領域分離処理の手順を示すフローチャートである。 本発明の実施の形態４に係る画像形成装置の領域分離処理部が行う領域判定処理の手順を示すフローチャートである。 本発明の実施の形態４に係る画像形成装置の領域分離処理部が行う領域分離処理を説明するための模式図である。 １５×７領域の一例を示す模式図である。 判定領域の一例を示す模式図である。 本発明の実施の形態５に係る画像形成装置の領域分離処理部が行う領域分離処理の手順を示すフローチャートである。 本発明の実施の形態５に係る画像形成装置の領域分離処理部が行う領域判定処理の手順を示すフローチャートである。 本発明の実施の形態５に係る画像形成装置の領域分離処理部が行う領域分離処理を説明するための模式図である。

符号の説明

１ ＣＰＵ
２ ＲＯＭ
３ ＲＡＭ
６ メモリ装着部
１０ 画像処理装置
１１ 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（画像領域抽出手段、特徴量算出手段、方向依存性判定手段、万線領域特定手段）
１５ 色補正部
１６ 黒生成下色除去部
１７ 空間フィルタ処理部
１８ 階調再現処理部
２５ 画像入力装置（画像データ取得手段）
２６ 画像メモリ
２７ 画像出力装置（画像形成手段）
５０ メモリカード（記録媒体）
５１ プログラムコード
１１０ 画像処理装置
１１９ 原稿種別判別部（画像領域抽出手段、特徴量算出手段、方向依存性判定手段、万線領域特定手段、原稿種別判別手段）

Claims (15)

1. 入力された画像データから注目画素を含む所定の大きさの画像領域を抽出する画像領域抽出手段と、
   複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出する特徴量算出手段と、
   該特徴量算出手段が算出した各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定する方向依存性判定手段と、
   画像領域から複数の判定領域を抽出する判定領域抽出手段と、
   該判定領域に含まれる画素の濃度値の平均値を算出する平均値算出手段と、
   複数の判定領域について前記平均値算出手段がそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出する最大平均差算出手段と、
   前記方向依存性判定手段により方向依存性を有すると判定され、且つ、前記最大平均差算出手段が算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定する万線領域特定手段と
   を備えることを特徴とする画像処理装置。
2. 原稿に係る画像データを取得する画像データ取得手段と、
   取得した画像データから注目画素を含む所定の大きさの画像領域を抽出する画像領域抽出手段と、
   複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出する特徴量算出手段と、
   該特徴量算出手段が算出した各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定する方向依存性判定手段と、
   画像領域から複数の判定領域を抽出する判定領域抽出手段と、
   該判定領域に含まれる画素の濃度値の平均値を算出する平均値算出手段と、
   複数の判定領域について前記平均値算出手段がそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出する最大平均差算出手段と、
   前記方向依存性判定手段により方向依存性を有すると判定され、且つ、前記最大平均差算出手段が算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定する万線領域特定手段と、
   該万線領域特定手段の特定結果に応じて、前記原稿の種別を判別する原稿種別判別手段と
   を備えることを特徴とする画像処理装置。
3. 前記原稿種別判別手段は、前記画像データに含まれる万線領域の比率が所定比率より大きい場合に、前記原稿を万線原稿と判別するようにしてある請求項２に記載の画像処理装置。
4. 前記特徴量算出手段は、画像領域の各方向について、隣接する画素間での濃度値の差の絶対値の総和をそれぞれ算出するようにしてあり、
   前記方向依存性判定手段は、各方向について算出された前記総和を基に、方向依存性の有無を判定するようにしてある請求項１から請求項３のいずれか１つに記載の画像処理装置。
5. 請求項１から請求項４のいずれか１つに記載の画像処理装置と、
   画像処理が施された画像データに基づいて、画像を形成する画像形成手段と
   を備えることを特徴とする画像形成装置。
6. 入力された画像データから注目画素を含む所定の大きさの画像領域を抽出し、
   複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出し、
   算出した各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定し、
   画像領域から複数の判定領域を抽出し、
   該判定領域に含まれる画素の濃度値の平均値をそれぞれ算出し、
   複数の判定領域についてそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出し、
   画像領域の濃度分布に方向依存性が有ると判定し、且つ、算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定すること
   を特徴とする万線領域特定方法。
7. 前記特徴量として、画像領域の各方向について、隣接する画素間での濃度値の差の絶対値の総和をそれぞれ算出し、
   各方向について算出された前記総和を基に、前記方向依存性の有無を判定する請求項６に記載の万線領域特定方法。
8. 原稿に係る画像データを取得し、
   取得した画像データから注目画素を含む所定の大きさの画像領域を抽出し、
   複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出し、
   算出した各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定し、
   画像領域から複数の判定領域を抽出し、
   該判定領域に含まれる画素の濃度値の平均値をそれぞれ算出し、
   複数の判定領域についてそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出し、
   画像領域の濃度分布に方向依存性が有ると判定し、且つ、算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定し、
   特定結果に応じて、前記原稿の種別を判別すること
   を特徴とする原稿種別判別方法。
9. 前記画像データに含まれる万線領域の比率が所定比率より大きい場合に、前記原稿を万線原稿と判別する請求項８に記載の原稿種別判別方法。
10. 前記特徴量として、画像領域の各方向について、隣接する画素間での濃度値の差の絶対値の総和をそれぞれ算出し、
    各方向について算出された前記総和を基に、前記方向依存性の有無を判定する請求項８又は請求項９に記載の原稿種別判別方法。
11. コンピュータに、
    画像データから注目画素を含む所定の大きさの画像領域を抽出させるステップと、
    複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出させるステップと、
    算出させた各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定させるステップと、
    画像領域から複数の判定領域を抽出させるステップと、
    該判定領域に含まれる画素の濃度値の平均値をそれぞれ算出させるステップと、
    複数の判定領域についてそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出させるステップと、
    画像領域の濃度分布に方向依存性があると判定し、且つ、算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定させるステップと
    を含むことを特徴とするコンピュータプログラム。
12. コンピュータに、
    原稿に係る画像データを取得させるステップと、
    取得させた画像データから注目画素を含む所定の大きさの画像領域を抽出させるステップと、
    複数の方向について、画像領域の濃度分布に係る特徴量をそれぞれ算出させるステップと、
    算出させた各方向の特徴量を基に、画像領域の濃度分布の方向依存性の有無を判定させるステップと、
    画像領域から複数の判定領域を抽出させるステップと、
    該判定領域に含まれる画素の濃度値の平均値をそれぞれ算出させるステップと、
    複数の判定領域についてそれぞれ算出した複数の平均値のうちの最大平均値及び最小平均値の差分を算出させるステップと、
    画像領域の濃度分布に方向依存性があると判定し、且つ、算出した差分が閾値以下のとき、前記複数の判定領域を含む画像領域の注目画素を、万線で構成される万線領域の画素と特定させるステップと、
    特定結果を基に、前記原稿の種別を判別させるステップと
    を含むことを特徴とするコンピュータプログラム。
13. 前記原稿の種別を判別させるステップは、前記画像データに含まれる万線領域の比率が所定比率より大きい場合に、前記原稿を万線原稿と判別させるステップを含む請求項１２に記載のコンピュータプログラム。
14. 前記特徴量をそれぞれ算出させるステップは、画像領域の各方向について、隣接する画素間での濃度値の差の絶対値の総和を算出させるステップを含み、
    前記方向依存性の有無を判定させるステップは、各方向について算出された前記総和を基に、方向依存性の有無を判定させるステップを含む請求項１１から請求項１３のいずれか１つに記載のコンピュータプログラム。
15. 請求項１１から請求項１４のいずれか１つに記載のコンピュータプログラムが記録してあることを特徴とするコンピュータが読み取り可能な記録媒体。

Images