JP4743596B2 - 画像処理装置、方法、プログラムおよび記録媒体 - Google Patents

Description

本発明は、画像処理装置に関し、具体的には、プリンタ処理におけるオブジェクト情報をラスタライズしてビットマップ画像として蓄積／送信する装置、コピー処理において属性を判定して属性画像として蓄積／送信する装置に好適な技術に関する。

一般に、コンピュータで作成した文書をプリンタで出力する場合には以下の手順で処理される。
（１）文書データを複数の描画コマンド群へ変換する。
（２）プリンタドライバと言われるソフトウェアやプリンタコントローラ装置で描画コマンドを解析してラスタイメージを作成する。
（３）ラスタイメージに対し、色変換処理や擬似中間調処理などを施してプリンタ出力信号を作成する。
（４）印刷を実行する。

プリンタで画質が良好なカラー画像を出力するためには、自然画像（イメージ）、グラフィック、線画（細線）、文字など画像の種類によって異なる色処理や中間調処理が必要になる。すなわち、種々の画像種を含む画像を出力するためには、画像種毎に最適な画像処理を施す手段が必要になる。

例えば、特許文献１では、描画命令で記述された文書画像をビットマップイメージに展開するとともに、画像種を表すコードをビットマップイメージに展開し、省メモリでかつ精度よく画像種を識別してラスター処理している。

ところで、画像種を表すコードをビットマップイメージに展開したもの（以下、属性画像）を、さらに少ないメモリ容量で記憶したいという要求もある。一つの方法として、属性情報の解像度を落として保持する方法がある（例えば、特許文献２を参照）。特許文献２では、ＵＣＲ（下色除去）を制御するための属性情報を４×４画素単位で１つの情報に圧縮して保持している。

特開２０００−１１１９１号公報 特開平８−９８０３０号公報

しかし、解像度を落としてメモリ容量を削減すると画質が低下する。例えば、グラフィック上に文字や細線画像がある場合には、属性の境界部での画像処理の切り替わりが目立ちやすくなる。

本発明は上記した問題点に鑑みてなされたもので、
本発明の目的は、属性画像を記憶するメモリ容量の削減と高画質とを両立させた画像処理装置、方法、プログラムおよび記録媒体を提供することにある。

本発明は、描画命令を取得する画像取得手段と、前記描画命令を解析してビットマップ画像に展開する展開手段と、前記描画命令に含まれるオブジェクト情報に基づいて属性画像を生成する属性画像生成手段と、前記属性画像を所定サイズのブロック毎に低解像度化した低解像度属性画像と前記ブロック内の属性の混在状況を示す混在フラグを生成する低解像度化手段と、前記低解像度属性画像および混在フラグを基に、低解像度属性画像の解像度を復元する高解像度化手段を有し、前記高解像度化手段は、前記混在フラグが低解像度属性画像の注目画素に対応する復元後のブロック内において属性の混在を示している場合、周辺画素情報を参照して前記ブロック内の属性画像を生成することを最も主要な特徴とする。

本発明では、属性情報を低解像度化した低解像度属性画像に加えて、ブロック内における属性の混在状況を表す混在フラグを保持することで省メモリを達成する。後段の画像処理で適用する際には、混在フラグに応じて、属性が混在しているブロック内においては周辺情報を参照して高解像度の属性情報を復元し、復元後の属性情報を画像処理に適用することで高画質を達成する。高解像度化による属性情報の復元は、混在フラグを保持していることにより可能であり、“混在フラグを生成して保持する”点が本発明の要点である。

本発明によれば、描画命令に含まれるオブジェクト情報に基づいて作成した属性情報から低解像度属性画像と混在フラグを生成し、これを保持するため、高画質に有効な情報を保持したまま属性情報に関する容量の削減（メモリ量や送信量の削減）を実現できる。

本発明によれば、画像から属性情報を判定し、属性情報から低解像度属性画像と混在フラグを生成し、これを保持するため、高画質に有効な情報を保持したまま属性情報に関する容量の削減（メモリ量や送信量の削減）を実現できる。

本発明によれば、低解像度属性画像および混在フラグを基に、混在フラグが“混在”であることを示している場合は、周辺画像情報（低解像度属性画像やＲＧＢ画像における周辺画素情報）を参照して属性画像の解像度を復元する高解像度化を行うため、高解像度化後の属性情報を参照して画像処理を行うことにより高画質に画像を再生することができ、属性情報に関する容量の削減と高画質を両立できる。

本発明によれば、高解像度化手段を第１の高解像度化手段および第２の高解像度化手段で構成し、第１の高解像度化手段の結果を参照して第２の高解像度化を行うため、属性の種類毎にどの程度の高解像度の属性情報を必要とするかに応じて、第１の高解像度化手段の結果を最終結果とし、更に第２の高解像度化手段の結果を最終結果とすることもでき、予測誤りを抑制しつつ高画質化を実現できる。

以下、発明の実施の形態について図面により詳細に説明する。

実施例１：
図１は、実施例１の構成を示す。プリンタドライバ１１は、アプリケーション１０から送られたプリンタ出力命令を描画コマンドに変換し、ラスタライザ１３は、描画コマンドからビットマップのＲＧＢ画像を作成する。同時にコマンド変換手段１２は、描画コマンドからオブジェクト情報を読み出して属性画像を作成する。属性画像は、文字、細線、グラフィック、イメージの４種類のオブジェクト情報に加えて、いずれにも属さない「背景」（画像上では白背景になる）の５種類の属性で構成される。

低解像度化手段１５は、画素単位で属性情報を持つ属性画像から４×４画素単位で属性情報を持つ低解像度属性画像と混在フラグを生成し、圧縮手段１４で圧縮したＲＧＢ画像と共に画像蓄積手段１６に蓄積する。

伸張手段１７は、画像蓄積手段１６に蓄積したＲＧＢ画像を読み出し伸張する。高解像度化手段１８は、画像蓄積手段１６に蓄積した低解像度属性画像と混在フラグを読み出し、混在フラグおよび伸張したＲＧＢ画像を参照しながら低解像度属性画像の解像度を復元する。

解像度を復元した属性情報に従って、色変換手段１９、γ補正手段２１、擬似中間調手段２２を切り替え、文字や細線には比較的解像性を優先した処理を施し、グラフィックやイメージには色再現の鮮やかさや階調性を優先した処理を施す。色変換手段１９および墨生成／下色除去手段２０は、プリンタ色材に対応した色であるＣＭＹＫ信号に変換する処理であり、色変換手段１９はＲＧＢをＣ’Ｍ’Ｙ’へ変換し、墨生成／下色除去手段２０ではＣＭＹＫに変換する。γ補正手段２１は、プリンタのγ特性の補正、文字や細線オブジェクトの鮮鋭性を高めるために１次元のＬＵＴ変換を行い、擬似中間調処理手段２２はディザ処理などを行い、擬似中間調処理後の画像をプリンタ２３に出力する。

従来、低解像度化を行わない場合には、画素毎に文字、細線、グラフィック、イメージの４種類のオブジェクト情報を持っていた（背景オブジェクトは４つのうちいずれかのオブジェクトへ割り付ける）。図２に示すように、これら４つのオブジェクトを２ビット信号に割り付けると、１画素あたり２ビットの容量になる。

図３（ａ）は、１２×１２画素の属性画像の例を示す。各画素には２ビットのオブジェクト情報が割り当てられている。本実施例では、図３（ｂ）に示すように、４×４画素毎に２ビットの低解像度属性画像（３×３画素）を生成し、また（ｃ）に示すように、低解像度属性画像の各画素位置に対応して、１ビットの混在フラグ（３×３画素）を生成する。

このように、本実施例では、４×４画素毎に１つのオブジェクト情報（２ビット）と混在フラグ（１ビット）を持つことにより、従来、４×４画素当たり２ビット、つまり３２ビットの属性情報を必要とするが、本実施例ではこれを３ビットに削減することができ、属性情報に関する蓄積容量を従来に比べて１／１０〜１／１１に削減できる。

以下、低解像度化手段１５と高解像度化手段１８を具体的に説明する。

図４は、低解像度化手段１５の構成を示す。まず、サブブロックバッファ１５０内の属性画像を２×２画素毎に区切り（これをサブブロックと呼ぶ）、サブブロック属性判定手段１５１はサブブロック単位で属性を判定する。次に、ブロックバッファ１５２内のサブブロック単位の属性画像を２×２サブブロック毎に区切り（これをブロックと呼ぶ、４×４画素に相当する）、ブロック属性判定手段１５３はブロック単位で属性を判定するとともに、混在判定手段１５４はブロック内の混在状況を２値判定する。サブブロックバッファ１５０やブロックバッファ１５２は、サブブロック単位やブロック単位の属性判定を実現するために一時的に参照領域データを蓄積するためのバッファである。

図５は、サブブロック属性判定手段１５１のフローチャートである。サブブロック内において文字オブジェクトが１つでも存在すれば（ステップ１５００）、文字オブジェクトと判定する（ステップ１５０４）。文字オブジェクトが存在しない場合は細線オブジェクトが存在すれば（ステップ１５０１）、細線オブジェクトと判定し（ステップ１５０５）、細線オブジェクトも存在しない場合はグラフィックオブジェクトが存在すれば（ステップ１５０２）、グラフィックオブジェクトと判定する（ステップ１５０６）。以下、予め決めたオブジェクトの優先順位に従って判定する。

図６は、ブロック属性判定手段１５３のフローチャートである。サブブロック属性判定手段１５１の判定結果を基に、基本的には最も出現頻度の高いオブジェクトをブロック属性の判定結果として保持する。ただし、ブロック内でオブジェクトの出現頻度をカウント（ステップ１５０９）した結果、最多のオブジェクトが複数存在するケースもある（ステップ１５１０）。その場合はサブブロック属性判定と同様に、予め決めたオブジェクトの優先順位に従って判定する。例えば、文字オブジェクトであるサブブロック数が８、グラフィックオブジェクトであるサブブロック数が同じく８である場合には、文字オブジェクトと判定する。背景オブジェクトは出現頻度に関わらず最も優先順位が低いものとし、ブロック内が全て背景オブジェクトである場合には、他のオブジェクトに割り付けて判定する（ここではグラフィックオブジェクトに割り付ける）。

図７は、混在判定手段１５４のフローチャートである。サブブロック属性判定手段１５１の判定結果を参照して、ブロック内でオブジェクトが複数混在しているか否かを判定し（ステップ１５２０）、混在していれば混在フラグ「１」を出力し（ステップ１５２１）、混在していなければ混在フラグ「０」を出力する（ステップ１５２２）。ただし、背景オブジェクトとの混在の場合は、混在フラグを「０」とする。

図８は、（ａ）〜（ｄ）の属性情報例についてサブブロック属性判定、ブロック属性判定、混在判定を説明する図である。図８において「文」は文字オブジェクト、「グ」はグラフィックオブジェクト、「背」は背景オブジェクトを示す。（ａ）〜（ｃ）は「文」と「グ」が混在する例、（ｄ）は「文」と「背」が混在する例を示す。

（ａ）の場合、サブブロック属性の判定では、２×２画素中に「文」があるので、全てのサブブロックが「文」と判定され、その結果、混在フラグ「０」を出力する。（ｂ）は、サブブロック属性の判定の結果、「文」と「グ」のサブブロック数がそれぞれ２となるが、文字オブジェクトが優先的に保持され、混在フラグ「１」を出力する。（ｃ）は、サブブロック属性判定で「グ」の数が最も多いので、グラフィックオブジェクトが保持され、混在フラグ「１」を出力する。（ｄ）は、「文」と「背」の混在であるが、文字オブジェクトを優先判定するため文字オブジェクトが保持され、混在フラグ「０」を出力する。（ｅ）の場合、背景の部分に大きくはみ出た文字オブジェクトの情報を使って色変換やディザ処理を行っても白地（背景）部分であるため画質への影響はなく、従って混在フラグ「１」を出力する必要はない。

図９は、高解像度化手段１８の構成を示す。セレクタ１８４、セレクタ１８８は注目ブロックの混在フラグを参照し、混在フラグが「０」の場合、サブブロック塗りつぶし手段１８３、画素塗りつぶし手段１８７の出力を選択する。サブブロック塗りつぶし手段１８３および画素塗りつぶし手段１８７は、低解像度属性画像の注目画素における属性情報によって、対応するブロック内の全画素を塗りつぶして出力する。混在フラグが「０」の場合、高解像度化手段１８では高解像度化処理を行わない。例えば、図８（ａ）、（ｄ）の場合、４×４画素（低解像度属性画像の１画素）が全て文字オブジェクトとなる。図８（ａ）の例では、高解像度化手段１８による高解像度化処理が行われないので、文字の両側の１ラインが文字と判定される。しかし、１ラインの誤判定であれば劣化の度合いは小さい。また、高解像度化処理によって本来文字である領域がグラフィックに誤判定される危険性も回避される。

混在フラグが「１」の場合、セレクタ１８４、セレクタ１８８は、サブブロック属性予測手段１８２、画素属性予測手段１８６の出力を選択して高解像度化処理を有効にし、以下の処理結果を出力する。

まず、サブブロック属性予測手段１８２は、サブブロック単位（低解像度属性画像の１画素に対して１／２×１／２に相当する）で属性を予測する。このとき、低解像度属性画像における周辺３×３画素を参照する。次に、画素属性予測手段１８６は、画素単位（サブブロック属性画像の１画素に対して１／２×１／２に相当する）で属性を予測する。このとき、サブブロック属性画像における周辺３×３画素、および、サブブロック内画像均一性判定手段１８０の判定結果を参照する。ブロックバッファ１８１、サブブロックバッファ１８５は、周辺画素情報を参照してサブブロック単位や画素単位の属性予測を実現するために一時的に参照領域データを蓄積するためのバッファである。

サブブロック内画像均一性判定手段１８０は、サブブロックに対応するＲＧＢ画像の２×２画素単位で均一性を判定する。各色毎に最大値と最小値の差分をとり、全色とも差分が所定の閾値Ｔｈ未満であれば画像均一であると判定する。なお、閾値Ｔｈは、ほぼ０に設定するが、圧縮手段１４で非可逆圧縮を行う場合は劣化を考慮して０よりもやや大きい値に設定する。

Ｍａｘ（（２×２画素内のＭａｘ（Ｒ）−Ｍｉｎ（Ｒ）），（２×２画素内のＭａｘ（Ｇ）−Ｍｉｎ（Ｇ）），（２×２画素内のＭａｘ（Ｂ）−Ｍｉｎ（Ｂ）））＜Ｔｈ
ならば、画像均一と判定する。

図１１は、サブブロック属性予測手段１８２の構成を示す。また、図１０は、サブブロック属性の予測を説明する図である。図１０におけるＥが注目ブロック（低解像度属性画像における注目画素）であるとし、周辺ブロックＡ〜Ｉの属性情報を参照して、ｅ１，ｅ２，ｅ３，ｅ４のサブブロック属性を予測する。

ｅ１の予測はＡＢＤＥの属性情報を参照して行い、同様に、ｅ２はＣＢＦＥ、ｅ３はＧＤＨＥ、ｅ４はＩＦＨＥの属性情報を参照する。図１１において、カウント１８００では、重み付けしてから各オブジェクトの数（係数）をカウントし、選択手段１８０１では、ｅ１〜ｅ４の内、Ｅの属性と異なる属性であると予測するサブブロックを１乃至２個、選択して属性予測する。異なる属性であると予測するサブブロックの選択は、ブロックＥの属性以外の属性に関するカウント値を参照して、カウント値が大きい方から上位２つまでに該当するサブブロックを選択する。非選択のサブブロックに対しては、Ｅの属性をそのまま予測値とする。

図１２は、画素属性予測手段１８６のフローチャートである。注目サブブロックの属性が文字または細線の場合のみ（ステップ１８０２でＹｅｓ）、更なる高解像度化を行い、他の属性の場合は（ステップ１８０２でＮｏ）、サブブロック単位の属性判定で十分であると判断して、サブブロック内塗りつぶし手段１８３によりサブブロック内の画素の全てについてサブブロック属性を保持する（ステップ１８０５）。また、文字や細線であっても画像均一である場合は（ステップ１８０３でＹｅｓ）、サブブロック内に属性境界が存在しないと判断し、サブブロック属性を保持する（ステップ１８０５）。文字または細線であって、かつ、画像均一でない場合のみ（ステップ１８０３でＮｏ）、サブブロック内画素に対する属性予測を実施する（ステップ１８０４）。この属性予測の方法はサブブロック属性予測と同じ方法で行う。図１１の注目ブロックＥをサブブロックＥとし、サブブロックｅ１〜ｅ４をサブブロック内画素として、図１１と同様に、重み付け後にカウント値を求め、属性変更する画素を２つ以内で選択して、その結果に応じて属性変更あるいは属性保持する。

図１３、図１４は、低解像度属性画像について、サブブロック属性予測、画素属性予測による予測値の決定を説明する図である。「文」は文字オブジェクト、「グ」はグラフィックオブジェクト、「（混）」の表示は混在フラグ「１」、「（混）」の表示がない場合は混在フラグ「０」であることを表している。

図１３（ａ）において、中央のブロックの文字オブジェクトで混在フラグ「１」に注目し、図１３（ｃ）に示すように、重み付け後のカウント値を見ると、文字オブジェクト以外のオブジェクトであるグラフィックオブジェクトのカウント値の上位２つは、左上と右下に位置するサブブロックである。従ってこの２つのサブブロック属性をグラフィックオブジェクトへ属性変更する。図１３（ｂ）は予測結果を示す。「（混）」が表示された他のサブブロックの処理も同様である。

図１４の場合は、（ａ）に示す中央ブロック（注目ブロック）の混在フラグに注目し、このときの重み付け後のカウント値を（ｃ）に示す。注目ブロックのオブジェクトであるグラフィック以外のオブジェクト、つまり文字オブジェクトのカウント値上位２つを選択しようとすると、カウント値が最も大きいのは左上に位置するサブブロックであるが、次いでカウント値が２番目に大きいサブブロックが２つあり、合計で３つのサブブロックが選択される。この場合は、上位２つまでの選択という制約に違反するので、左上のサブブロック１つのみを選択し、文字オブジェクトに属性変更する（ｂ）。

図１３（ｄ）は、サブブロック属性予測結果において文字オブジェクトと判定されたサブブロックについて、画像均一でないと判定され、画素属性予測を行った結果である。斜め方向の１ライン幅に関しても解像度を復元することができる。図１４（ｄ）は、文字オブジェクトと判定されたサブブロックの内、角に位置するサブブロックに関して画像均一でないと判定され、画素属性予測を行った結果である。これにより、角の丸みを復元することができる。

以上、本実施例によれば、画素単位の属性画像を４×４画素単位の低解像度属性画像と混在フラグに変換し、画像とともに蓄積して保持することにより、蓄積容量を削減している。蓄積後の画像に対して画像処理する際に、混在フラグが「１」である場合、低解像度属性画像や蓄積画像の周辺画像を参照することにより、属性画像の解像度を復元してから画像処理に適用するため、高画質に画像を再生することができる。

実施例２：
実施例１では、低解像度属性画像と混在フラグを明示的に分けて保持する実施例を示した。本実施例では、低解像度属性画像と混在フラグとが明示的には分かれていないが、暗示的にそれぞれを保持する実施例を示す。

実施例２の低解像度化手段１５は、図１５のテーブルに従って４ビットの低解像度属性画像を生成する。図１５のテーブルでは、属性が混在している場合、混在している属性情報も含めて４ビット信号を割り当てるため、００００〜００１１以外の属性信号である場合は、つまり混在フラグ「１」を出力していることに等しい。また、この場合も４×４画素に対して従来３２ビットの容量を４ビットに削減され（図１６）、属性情報の省メモリ化を達成できる。

以上、本実施例によれば、混在フラグを暗示的に低解像度属性画像中に保持する場合も、同様に省メモリ化と高画質を両立させることができる。

実施例３：
本発明はプリンタのみならず、コピー処理へも適用可能である。図１７は、コピー処理へ適用した実施例３の構成を示す。スキャナ５０は原稿を読み取り、ＲＧＢからなるカラー画像信号を取得し、スキャナγ補正５１、スキャナ色補正５２、フィルタ処理５３を施す。スキャナγ補正手段５１は、１次元ＬＵＴ変換によりスキャナのγ特性を補正し、スキャナ色補正手段５２は、デバイス依存のＲＧＢ信号をデバイス非依存の信号（例えば、ｓＹＣｂＣｒ）へ変換し、フィルタ処理手段５３は平滑化とエッジ強調からなり、後述する属性判定手段６３によってスキャナ入力画像の属性を判定し、その判定結果である、黒文字／色文字／網点の属性情報を参照して、それぞれに適したフィルタ処理を施す。

属性判定手段６３は、黒文字、色文字、網点、その他（非網点の連続調画像を含む）を画素単位で判定して、判定した結果を基に低解像度化手段６４は、低解像度化属性画像と属性フラグを生成し、画像蓄積手段５５に蓄積する。

図１８は、属性判定手段６３の構成例を示す。文字や線画のエッジ部を判定するエッジ判定手段６３０、白地部分を判定する白地判定手段６３１、網点ドットで描画されている絵柄部を識別する網点判定手段６３２、有彩色部分を判定する色判定手段６３３から構成され、エッジ判定手段６３０と白地判定手段６３１と網点判定手段６３２の判定結果を基に、白地上文字エッジ判定手段６３４は、文字エッジ候補画素を判定する。つまり、白地上文字エッジ判定手段６３４は、エッジかつ白地かつ非網点の場合に文字エッジ候補画素であると判定する。なお、文字エッジ候補画素の判定はこれに限定されるものではない。

エッジ判定手段６３０は、文字や線画の内側にある内側エッジ／文字や線画の外側にある外側エッジともに１ドットを文字エッジ候補画素として検出する。内側と外側の１ドットずつの計２ドットでは、フィルタ５３の処理に対して不十分であるので、膨張手段６３５において膨張処理を行い、その結果を“文字エッジ”とする。膨張手段６３５は、注目画素を中心とした３×３画素の文字エッジ候補画素を参照し、１つでも文字エッジ候補画素が存在すれば注目画素を文字エッジとする処理である。膨張量は、ここでは３×３であるが、スキャナ５０の色ずれ特性やフィルタ処理５３での必要膨張量を考慮して５×５などでも良い。

黒文字／色文字判定手段６３６では、文字エッジと色判定手段６３３の結果を基に、文字エッジかつ有彩色の場合に“色文字”であると判定し、文字エッジかつ無彩色の場合に“黒文字”であると判定する。属性情報生成手段６３７では、“黒文字”“色文字”に加えて、フィルタ処理で使用する網点判定手段６３２の判定結果である“網点”信号を基に属性判定を行う。

高解像度化手段６５では、プリンタ（実施例１）の場合と同様に属性情報の解像度を復元し、各処理に適用する。フィルタ処理５７はコピー処理で特に重要な処理であり、スキャナ入力や圧縮時に劣化したエッジ部の鮮鋭性を高める強調処理を行い、文字部で特に強い強調処理を行う。なお、フィルタ処理５７後の画像を、プリンタ色補正手段５８によりＣＭＹに変換し、墨生成／下色除去手段５９によりＣＭＹＫに変換する（属性情報に応じて黒文字に対しては墨量と下色除去量を多くする）。プリンタγ補正手段６１は、ＣＭＹＫ信号に対して１次元ＬＵＴによるγ変換を行う（文字用、色文字用、網点用などのＬＵＴを用意し、属性情報に応じて切り換える）。擬似中間調処理手段６１は、文字（黒文字または色文字）に対して高線数の中間調処理を施し、その他の領域に対して低線数の中間調処理を施し、プリンタ６２に出力する。

画像蓄積手段５５に蓄積した画像、低解像度属性画像、混在フラグは、外部インターフェース６６を介して外部機器へ送信し、例えば外部プリンタでは受信した属性情報を参照して画像処理を行い出力することもできる。別の実施例として、混在フラグは外部機器へ送信を行わず、画像と属性情報のみ送信しても良い。外部機器によっては高解像度化の手段を持たない装置もあるからである。

エッジ判定手段６３０、白地判定手段６３１、網点判定手段６３２、色判定手段６３３について、以下説明する。

図１９は、エッジ判定手段６３０の構成を示す。３値化手段１５００は、ＲＧＢ各８ビットからなる入力画像のうちＧ信号を二つの閾値ｔｈ１及びｔｈ２（ｔｈ１＜ｔｈ２）によって３値化する。ここでは、０が黒、２５５が白であり、０≦Ｇ≦ｔｈ１ならば黒画素、ｔｈ１＜Ｇ＜ｔｈ２ならば中間画素、ｔｈ２≦Ｇ≦２５５ならば白画素とする。

黒画素パターンマッチング１５０１では、３×３のマトリクス内の黒画素パターンが図１９（ｂ）のいずれかとマッチングしたときに注目画素を連結黒画素と判定する。白画素パターンマッチング１５０２も同様に、白画素パターンが図１９（ｃ）と一致するか否かで連結白画素を判定する。計数手段１５０３と計数手段１５０４は、注目画素を中心とした３×３画素内で連結黒画素の数と連結白画素を計数し、計数値が一定値（例えば２）以上のとき"１"を出力し、ＡＮＤ１５０５で両方の計数結果が"１"である場合にエッジ部であると判定する。つまり、文字の輪郭部分には連結白画素及び連結黒画素が同時に一定以上の密度で存在するという性質を利用して判定する。

図２０は、白地判定手段６３１の構成を示す。２値化手段１５１０は、Ｇ信号に対して白画素であるか黒画素であるかを２値判定する。判定した白画素と図２０（ｂ）のパターンとのパターンマッチング１５１１を行う。（ｂ）のパターンは、縦横斜め４方向の白画素の連続性を見るパターンであり、このパターンに一致すれば白画素、一致しなければ黒画素と判定し、孤立で存在する白画素を取り除く。膨張手段１５１２では、注目画素を含む周囲の１１×１１画素を参照し、その中に１つでも白画素があれば注目画素を白画素に置き換える。収縮手段１５１３では、注目画素を含む周囲の１７×１７画素を参照して、その中に１つでも黒画素があれば注目画素を黒画素に置き換える。収縮処理後に白画素として残った領域が、最終的に白地判定された領域となる。

図２１は、網点判定手段１５２の構成を示す。網点判定は、ピーク画素検出方法を用いて行う。ピーク画素検出は、注目画素が濃度変化の山または谷を示す極点であるかどうかを、周囲の画素との濃度関係から判定する。Ｍ×Ｍ画素からなるブロック内において、中心画素の濃度レベルが他のすべての濃度レベルよりも高い、あるいは低いときに、式（１）または式（２）により極点か否かを判定する。ピーク画素検出手段１５２０は式（１）によりピーク画素を検出し、ピーク画素検出手段１５２１は式（２）によりピーク画素を検出している。
（１）Ｍ＝３（図２１（ｂ））
｜２ｍ０−ｍ１−ｍ８｜≧ΔｍＴＨ かつ、
｜２ｍ０−ｍ２−ｍ７｜≧ΔｍＴＨ かつ、
｜２ｍ０−ｍ３−ｍ６｜≧ΔｍＴＨ かつ、
｜２ｍ０−ｍ４−ｍ５｜≧ΔｍＴＨ 式（１）
（２）Ｍ＝５（図２１（ｃ））
｜２ｍ０−ｍ３−ｍ２２｜≧ΔｍＴＨ かつ、
｜２ｍ０−ｍ８−ｍ１７｜≧ΔｍＴＨ かつ、
｜２ｍ０−ｍ１−ｍ２４｜≧ΔｍＴＨ かつ、
｜２ｍ０−ｍ７−ｍ１８｜≧ΔｍＴＨ 式（２）
つまり、中心画素を挟んで対称の位置にある２つの画素レベルの平均値と中心画素の濃度差の絶対値が、閾値ΔｍＴＨよりも大きいとき、中心画素をピークとして検出する。ＲＧＢ各信号からピーク画素を検出してもよいが、簡略化する場合はＧ信号に対してピーク画素を検出する。ピーク画素情報を基づいて、その領域が網点領域であるか否かを判定する。ＯＲ回路１５２２は、ピーク画素検出手段１５２０とピーク画素検出手段１５２１の検出結果の論理和をとり、ブロック化手段１５２３は、４×４画素からなるブロック毎にピーク画素が１つでも存在すればアクティブブロックと判定し、密度補正手段１５２４は、注目ブロックを中心とした５×５ブロック内におけるアクティブブロックを計数し、計数値が所定個以上の場合に注目ブロックを網点ブロックとし、膨張手段１５２５では、３×３ブロックを参照して、１つでも網点ブロックが存在すれば注目ブロックを網点領域とする。

図２２は、色判定手段１５３の構成を示す。有彩画素検出手段１５３０は、Ｍａｘ（｜Ｒ−Ｇ｜，｜Ｇ−Ｂ｜，｜Ｂ−Ｒ｜）＞ｔｈ３（ｔｈ３は所定の閾値）に該当する画素を有彩画素として検出し、ブロック判定手段１５３１は、４×４画素からなるブロック毎に有彩画素が１つでも存在すればアクティブブロックと判定し、膨張手段１５３２では、７×７ブロック中に１つでもアクティブブロックが存在すれば注目ブロックを有彩領域とする。

以上、本実施例によれば、コピー処理においても低解像度属性画像と混在フラグを保持することにより、省メモリ化と高画質を両立させることができる。また、外部送信機能を持つ装置において、画像と低解像度属性画像と混在フラグ、あるいは、画像と低解像度属性画像を外部機器へ送信することにより送信量を削減することができ、さらに受信側が高解像度化手段を持っていれば高画質化を実現できる。

また、本発明は、前述した実施例の処理手順や機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても達成される。この場合、記憶媒体から読出されたプログラムコード自体が前述した実施例の処理手順や機能を実現することになる。プログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、磁気テープ、不揮発性のメモリカード、ＲＯＭなどを用いることができる。また、コンピュータが読出したプログラムコードを実行することにより、前述した実施例の手順が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれる。さらに、記憶媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれる。

実施例１の構成を示す。 オブジェクトに対する属性信号を示す。 属性画像に対応する、本発明の低解像度属性画像と混在フラグを示す。 低解像度化手段の構成を示す。 サブブロック属性判定手段のフローチャートである。 ブロック属性判定手段のフローチャートである。 混在判定手段のフローチャートである。 属性情報例についてサブブロック属性判定、ブロック属性判定、混在判定を説明する図である。 高解像度化手段の構成を示す。 サブブロック属性の予測を説明する図である。 サブブロック属性予測手段の構成を示す。 画素属性予測手段のフローチャートである。 サブブロック属性予測、画素属性予測による予測値の決定を説明する第１の例である。 サブブロック属性予測、画素属性予測による予測値の決定を説明する第２の例である。 実施例２のオブジェクトに対する属性信号を示す。 実施例２の低解像度属性画像を示す。 実施例３の構成を示す。 実施例３の属性判定手段の構成例を示す。 エッジ判定を説明する図である。 白地判定を説明する図である。 網点判定を説明する図である。 色判定を説明する図である。

符号の説明

１０ アプリケーション
１１ プリンタドライバ
１２ コマンド変換手段
１３ ラスタライザ
１４ 圧縮手段
１５ 低解像度化手段
１６ 画像蓄積手段
１７ 伸張手段
１８ 高解像度化手段
１９ 色変換手段
２０ 墨生成／下色除去手段
２１ γ補正手段
２２ 擬似中間調処理手段
２３ プリンタ

Claims (9)

1. 描画命令を取得する画像取得手段と、前記描画命令を解析してビットマップ画像に展開する展開手段と、前記描画命令に含まれるオブジェクト情報に基づいて属性画像を生成する属性画像生成手段と、前記属性画像を所定サイズのブロック毎に低解像度化した低解像度属性画像と前記ブロック内の属性の混在状況を示す混在フラグを生成する低解像度化手段と、前記低解像度属性画像および混在フラグを基に、低解像度属性画像の解像度を復元する高解像度化手段を有し、前記高解像度化手段は、前記混在フラグが低解像度属性画像の注目画素に対応する復元後のブロック内において属性の混在を示している場合、周辺画素情報を参照して前記ブロック内の属性画像を生成することを特徴とする画像処理装置。
2. 画像を取得する画像取得手段と、取得した画像から画素毎に属性を判定し、属性画像を生成する属性判定手段と、前記属性画像を所定サイズのブロック毎に低解像度化した低解像度属性画像と前記ブロック内の属性の混在状況を示す混在フラグを生成する低解像度化手段と、前記低解像度属性画像および混在フラグを基に、低解像度属性画像の解像度を復元する高解像度化手段を有し、前記高解像度化手段は、前記混在フラグが低解像度属性画像の注目画素に対応する復元後のブロック内において属性の混在を示している場合、周辺画素情報を参照して前記ブロック内の属性画像を生成することを特徴とする画像処理装置。
3. 前記高解像度化手段が参照する前記周辺画素情報は、低解像度属性画像における周辺画素情報であることを特徴とする請求項１または２記載の画像処理装置。
4. 前記高解像度化手段が参照する前記周辺画素情報は、前記展開手段あるいは前記画像取得手段によって取得した画像における周辺画素情報であることを特徴とする請求項１または２記載の画像処理装置。
5. 前記高解像度化手段は、第１の高解像度化手段および第２の高解像度化手段からなり、前記第２の高解像度化手段は、前記第１の高解像度化手段の結果を参照することを特徴とする請求項１または２記載の画像処理装置。
6. 描画命令を取得する画像取得工程と、前記描画命令を解析してビットマップ画像に展開する展開工程と、前記描画命令に含まれるオブジェクト情報に基づいて属性画像を生成する属性画像生成工程と、前記属性画像を所定サイズのブロック毎に低解像度化した低解像度属性画像と前記ブロック内の属性の混在状況を示す混在フラグを生成する低解像度化工程と、前記低解像度属性画像および混在フラグを基に、低解像度属性画像の解像度を復元する高解像度化工程を有し、前記高解像度化工程は、前記混在フラグが低解像度属性画像の注目画素に対応する復元後のブロック内において属性の混在を示している場合、周辺画素情報を参照して前記ブロック内の属性画像を生成することを特徴とする画像処理方法。
7. 画像を取得する画像取得工程と、取得した画像から画素毎に属性を判定し、属性画像を生成する属性判定工程と、前記属性画像を所定サイズのブロック毎に低解像度化した低解像度属性画像と前記ブロック内の属性の混在状況を示す混在フラグを生成する低解像度化工程と、前記低解像度属性画像および混在フラグを基に、低解像度属性画像の解像度を復元する高解像度化工程を有し、前記高解像度化工程は、前記混在フラグが低解像度属性画像の注目画素に対応する復元後のブロック内において属性の混在を示している場合、周辺画素情報を参照して前記ブロック内の属性画像を生成することを特徴とする画像処理方法。
8. 請求項６または７記載の画像処理方法をコンピュータに実現させるためのプログラム。
9. 請求項６または７記載の画像処理方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images