JP4894664B2

JP4894664B2 - 画像処理システム及び画像処理プログラム

Info

Publication number: JP4894664B2
Application number: JP2007194835A
Authority: JP
Inventors: なつみ宮澤; 功幸河野; 裕之河野; 篤伊藤; 邦和上野; 浩明前澤; 晃一藤井; 隆行関; 正和福永
Original assignee: Fuji Xerox Co Ltd; Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2007-07-26
Filing date: 2007-07-26
Publication date: 2012-03-14
Anticipated expiration: 2027-07-26
Also published as: JP2009033448A

Description

本発明は、画像処理システム及び画像処理プログラムに関する。

プリンタを用いて印刷した文書に、人が鉛筆で加筆する場合がある。さらに、その鉛筆で加筆された文書をスキャナによって読み取って、プリンタを用いて印刷する技術がある。なお、鉛筆で加筆された画像領域は、画像内の濃淡が均一になっていない画像領域（いわゆるムラがある画像領域）の一例である。ムラがある画像領域として、鉛筆で加筆された画像領域の他に、例えば印影等の画像領域もある。

これに関連する技術として、例えば、特許文献１には、カラー複写機などにおいて、鉛筆書き文字のような低コントラスト文字、薄い色地上の文字などの再生画質を改善することを課題とし、像域判定回路によって黒文字エッジ領域、色文字エッジ領域、絵柄領域を分離し、コントラスト判定回路によって低コントラスト領域を検出し、画像データ処理回路系は、分離された各像域にその種類に対応した処理を施すが、像域分離によって黒文字エッジ領域とされた領域であってもコントラスト判定回路で低コントラスト領域と判定された領域には色残り除去処理を適用せず、入力したＣ、Ｍ、Ｙ、Ｋデータをそのまま入力する色文字エッジ領域用処理を施すことによって、低コントラスト文字の線のつながりがスムーズになり、「ぼそつき感」の少ない画像を再生可能にすることが開示されている。

また、例えば、特許文献２には、多値画像内の各オブジェクトを適切に２値化することが可能な画像処理技術を提供することを課題とし、多値画像を２値化処理する２値化機能を複数含む２値化部を備える画像処理装置であって、注目画素データが、該多値画像に含まれるオブジェクトのエッジ部を構成するエッジ画素であるか、前記オブジェクト内の画素であるエッジ内画素であるか、あるいは背景領域を構成する背景画素であるかを判定する２値化処理判定部を備え、セレクタ部は、前記注目画素データがいずれの画素であるかによって前記複数の２値化機能を切り替えて使用することが開示されている。

また、例えば、特許文献３には、文字系画像の中の淡薄文字の検出率を上げると共に、画質のよい印刷物を得ることを課題とし、文字系画像の中の注目画素の第１の特徴量を算出する第１の算出手段と、第１の特徴量から第２の特徴量を算出する第２の算出手段と、第２の特徴量が山判定閾値より大きい注目画素に対して濃度強調処理を行う濃度強調手段と、山判定閾値を原稿の下地濃度に対応して設定するための下地濃度算出手段及び山判定閾値設定手段とを有する文字系画像処理部を備えた画像処理装置が開示されている。
特開２００１−２２３９１２号公報特開２００５−３１１９９１号公報特開２００３−０５１９４８号公報

ところで、画像内の濃淡が均一になっていない画像領域、特に濃淡に過度の差があるような画像領域に対して、一律な濃度加算という濃度調整を行った後に２値化した場合、その２値化した画像を印刷すると画像内の淡い部分の情報が欠落してしまう。
本発明は、画像内の濃淡が均一になっていない画像領域に対して２値化を行う際に一律な濃度加算という濃度調整では対応できない程に、画像内の淡い部分の画素値が低い場合であっても、情報の欠落を抑えるようにした画像処理システム及び画像処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
本願請求項１記載の発明は、画像領域に対して複数の２値化処理を行うことによって、該画像領域の濃淡が均一になっていない状態に関する値を検出する検出手段と、前記検出手段によって検出された画像領域の濃淡が均一になっていない状態に関する値に基づいて、前記画像領域の濃淡補正を行う濃淡補正手段を具備し、前記検出手段が行う複数の２値化処理は、複数の閾値を用いて、複数の２値化画像を作成することであり、前記検出手段は、（１）前記２値化処理によって生じた領域数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、（２）前記２値化処理によって生じた黒画素数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、又は、（３）前記２値化処理によって生じた領域数の差分及び黒画素数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、のいずれかを行い、前記濃淡補正手段は、前記検出手段によって検出された画像領域の濃淡が均一になっていない状態に関する値に基づいてパラメータを調整したフィルタを前記画像領域に適用して、濃淡補正を行うことを特徴とする画像処理システムである。

本願請求項２記載の発明は、前記濃淡補正手段は、目的に応じた複数種の濃淡補正を用意しており、濃淡補正を選択できることを特徴とする請求項１に記載の画像処理システムである。

本願請求項３記載の発明は、コンピュータを、画像領域に対して複数の２値化処理を行うことによって、該画像領域の濃淡が均一になっていない状態に関する値を検出する検出手段と、前記検出手段によって検出された画像領域の濃淡が均一になっていない状態に関する値に基づいて、前記画像領域の濃淡補正を行う濃淡補正手段として機能させ、前記検出手段が行う複数の２値化処理は、複数の閾値を用いて、複数の２値化画像を作成することであり、前記検出手段は、（１）前記２値化処理によって生じた領域数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、（２）前記２値化処理によって生じた黒画素数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、又は、（３）前記２値化処理によって生じた領域数の差分及び黒画素数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、のいずれかを行い、前記濃淡補正手段は、前記検出手段によって検出された画像領域の濃淡が均一になっていない状態に関する値に基づいてパラメータを調整したフィルタを前記画像領域に適用して、濃淡補正を行うことを特徴とする画像処理プログラムである。

請求項１の画像処理システムによれば、画像内の濃淡が均一になっていない画像領域に対して２値化を行う際に画像内の淡い部分の画素値が一律な濃度加算という濃度調整では対応できない程に低い場合であっても、情報の欠落を抑えることができる。画像領域の濃淡が均一になっていない状態に関する指標として適している複数の２値化処理によって生じた領域数の増減を用いることができる。画像領域の濃淡が均一になっていない状態に関する指標として適している複数の２値化処理によって生じた黒画素数の増減を用いることができる。画像内の淡い部分の情報の欠落を抑えるための画像領域の濃淡が均一になっていない状態に関する値の検出を、本構成を有していない場合に比較して、より精密に行うことができる。再現性の劣化を抑えることに適している濃淡補正を行うことができる。

請求項２の画像処理システムによれば、操作者の意図に応じた画像領域を再現することができるようになる。

請求項３の画像処理プログラムによれば、画像内の濃淡が均一になっていない画像領域に対して２値化を行う際に画像内の淡い部分の画素値が一律な濃度加算という濃度調整では対応できない程に低い場合であっても、情報の欠落を抑えることができる。画像領域の濃淡が均一になっていない状態に関する指標として適している複数の２値化処理によって生じた領域数の増減を用いることができる。画像領域の濃淡が均一になっていない状態に関する指標として適している複数の２値化処理によって生じた黒画素数の増減を用いることができる。画像内の淡い部分の情報の欠落を抑えるための画像領域の濃淡が均一になっていない状態に関する値の検出を、本構成を有していない場合に比較して、より精密に行うことができる。再現性の劣化を抑えることに適している濃淡補正を行うことができる。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
まず、本実施の形態の概要を説明する。多値画像を２値化した際に、濃淡のムラがある画像領域の影響で、本来であれば再現されるはずの部分が欠けてしまったような「欠け」が生じてしまう。この「欠け」の度合いを数値化した「状態値」として算出する。そして、その状態値に応じて、ムラのある画像領域の濃淡を補正する。

図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、コンピュータ・プログラム、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させるように制御するの意である。また、モジュールは機能にほぼ一対一に対応しているが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）を含む。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。

本実施の形態は、図１に示すように、オブジェクト分離モジュール１１０、状態値検出モジュール１２０、濃淡補正モジュール１３０、２値化モジュール１４０を有している。なお、状態値に関する値として、状態値又は平坦度があるが、以下の実施の形態では、主に状態値を用いて説明する。
オブジェクト分離モジュール１１０は、状態値検出モジュール１２０と接続されており、受け付けた画像から対象とする画像領域（以下、オブジェクトともいう）を抽出し、その抽出した画像領域を状態値検出モジュール１２０へ渡す。ここで画像を受け付けるとは、例えば、ハードディスク（コンピュータに内蔵されているものの他に、ネットワークを介して接続されているもの等を含む）等に記憶されている画像を読み出すこと、スキャナ等で入力した画像を受け付けること、ファックスによって画像を受信すること等がある。また、ここでの画像は、デジタルの多値画像であり、単色（黒色のみを含む）、カラー画像を含む。また、画像領域（オブジェクト）とは、画像内の濃淡が均一になっていない画像領域をいい、例えば、鉛筆書きされた画像領域、印影の画像領域等が該当する。この対象領域を抽出する方法として、レイアウト認識（画像から文字領域、写真領域、図形領域等を認識する技術であり、その手法は問わない）によって文字領域を抽出する、又は操作者の操作によって本実施の形態によって処理対象とすべき領域を抽出する等がある。なお、複数のオブジェクトを抽出するようにしてもよい。

状態値検出モジュール１２０は、オブジェクト分離モジュール１１０、濃淡補正モジュール１３０と接続されており、複数閾値決定モジュール１２１、領域数差分算出モジュール１２２、黒画素数差分算出モジュール１２３、状態値算出モジュール１２４を有している。
状態値検出モジュール１２０は、オブジェクト分離モジュール１１０からオブジェクトを受け取り、そのオブジェクト毎に、画像領域の濃淡が均一になっていない状態を表す状態値を検出し、その検出した状態値を濃淡補正モジュール１３０へ渡す。
状態値検出モジュール１２０は、画像に対して複数の２値化処理を行うことによって、その画像の濃淡が均一になっていない状態を表す状態値を検出する。さらに、２値化処理によって生じた領域数の差分に応じて、状態値を検出するようにしてもよい。また、２値化処理によって生じた黒画素数の差分に応じて、状態値を検出するようにしてもよい。２値化処理によって生じた領域数の差分及び黒画素数の差分に応じて、状態値を検出するようにしてもよい。

より具体的には、複数閾値決定モジュール１２１が、画像を２値化するための複数個の閾値を決定する。そして、この複数個の閾値を用いて画像を２値化する。
領域数差分算出モジュール１２２が、複数閾値決定モジュール１２１による２値化画像からそれぞれ領域数を計数し、その領域数の差分を算出する。
黒画素数差分算出モジュール１２３が、複数閾値決定モジュール１２１による２値化画像からそれぞれ黒画素数を計数し、その黒画素数の差分を算出する。
状態値算出モジュール１２４が、領域数差分算出モジュール１２２によって算出された領域数の差分、黒画素数差分算出モジュール１２３によって算出された黒画素数の差分を用いて、その画像の状態値を算出する。

濃淡補正モジュール１３０は、状態値検出モジュール１２０、２値化モジュール１４０と接続されており、モルフォロジカルフィルタモジュール１３１、単純平滑化モジュール１３２、選択モジュール１３３を有している。
濃淡補正モジュール１３０は、状態値検出モジュール１２０から状態値を受け取り、その状態値に基づいて、画像の濃淡補正を行い、その濃淡補正した画像を２値化モジュール１４０へ渡す。さらに、状態値検出モジュール１２０によって検出された状態値に基づいたモルフォロジカルフィルタを画像に適用して、濃淡補正を行うようにしてもよい。また、濃淡補正モジュール１３０は、複数種の濃淡補正を用意しており、操作者の操作に応じて、濃淡補正の種類を選択できるようにしてもよい。

より具体的には、モルフォロジカルフィルタモジュール１３１が、状態値に応じて、画像の濃淡補正を行うモルフォロジカルフィルタのパラメータを決定する。例えば、３次元の膨張収縮を利用して、画像の濃淡のムラを埋めていくような処理を行う。状態値が大きければ、モルフォロジカルフィルタの膨張収縮の範囲を大きくし、状態値が小さければ膨張収縮の範囲を小さくする。つまり、状態値がある閾値以上であるならば、フィルタの影響範囲をより大きくするようにパラメータを調整し、状態値がある閾値未満であるならば、フィルタの影響範囲をより小さくするようにパラメータを調整する。
単純平滑化モジュール１３２が、状態値に応じて、単純平滑化処理によって画像の濃淡補正を行う。
選択モジュール１３３が、操作者の操作に応じて、得たい画質という目的に応じたモルフォロジカルフィルタモジュール１３１による濃淡補正、単純平滑化モジュール１３２による濃淡補正を選択できるようにしている。

２値化モジュール１４０は、濃淡補正モジュール１３０と接続されており、濃淡補正モジュール１３０から濃淡補正した画像を受け取り、２値化処理を行う。つまり、画像の濃淡のムラを埋めた濃淡画像を利用して２値化する。濃淡のムラを埋めたことで、２値化した結果の画像は、濃淡のムラがある画像領域であっても、つながっていなければならないような線が細切れ状態（いわゆるボツボツ感のある画像領域）にならずに一つの連結した線となる画像領域になる。なお、ここでの２値化の手法は、既存のものを用いる。

図２に示すフローチャートを用いて、本実施の形態による処理例を説明する。
ステップＳ２０１では、オブジェクト分離モジュール１１０が、受け付けた画像からオブジェクトを抽出する。
ステップＳ２０２では、状態値検出モジュール１２０が、ステップＳ２０１で抽出されたオブジェクトを受け取り、そのオブジェクトの状態値を検出する。詳細については、図３を用いて説明する。
ステップＳ２０３では、濃淡補正モジュール１３０が、ステップＳ２０２で検出された状態値を受け取り、状態値に応じてそのオブジェクトの濃淡補正を行う。
ステップＳ２０４では、２値化モジュール１４０が、ステップＳ２０３で濃淡補正されたオブジェクトを受け取り、画像の２値化を行う。
そして、２値化した画像に対して、記憶装置に格納、圧縮、文字認識、ディスプレイに表示、印刷等を行う。

図３に示すフローチャート及び図４を用いて、図２のフローチャートのステップＳ２０２の処理例について、より詳細に説明する。
ステップＳ３０１では、複数閾値決定モジュール１２１が、２値化するための閾値を決定する。ここでの閾値は、オブジェクトの画像の統計量（平均や分散など）から決める画像に一意の閾値でもよいし、浮動２値化のような画素毎に異なる２値化閾値でもよい。また、後者であれば画素毎に２値化閾値を記憶する。
図４（Ａ）は、オブジェクト内の画像の１ラインの濃度値の一例を表したものである。横軸は画素の位置を表しており、縦軸は濃度値を表したものであり、最高の濃度値がｍａｘであり、最小の濃度値がｍｉｎである。

ステップＳ３０２では、複数閾値決定モジュール１２１が、ステップＳ３０１で決定した閾値を基準として、上下に所定の範囲で複数の２値化閾値を決定する。例えば、前記基準閾値をＴＨＤ_０とした場合、２Ｎ個の閾値を決定する。つまり、数１に示すような閾値列を作成する。

隣接する閾値の差分を一定としてもよいし、ある規則に基づいた差分としてもよい。また、ＴＨＤ_０の上下に同数の閾値としたが、異なる数であってもよい。
図４（Ａ）は、数１の閾値列を記入したものである。つまり、基準閾値であるＴＨＤ_０の上下にＮ個の閾値を記入している。

ステップＳ３０３では、複数閾値決定モジュール１２１が、ステップＳ３０２で決定した複数の閾値を用いて、複数の２値化画像を作成する。
閾値が、数１に示すような閾値列の場合、それぞれに対応する２値化画像を、それぞれ数２とする。なお、ＢはＢｉｎａｒｙ（２値画像）の頭文字である。

図４（Ｂ）は、それぞれの閾値で２値化した画像をそれぞれ表したものである。例えば、Ｂ_０の画像は、図４（Ａ）のＴＨＤ_０以上の部分を黒画素としたものである（図４（Ａ）と図４（Ｂ）をつなぐ点線参照）。

ステップＳ３０４では、領域数差分算出モジュール１２２が、ステップＳ３０３で作成された複数の２値化画像から、連結している小領域数を計数する。この計数は、ラベリングの手法を用いてもよい。
例えば、２値化画像が数２の場合、それぞれに対応する小領域数を、それぞれ数３とする。なお、ＬはＬａｂｅｌ（ラベル画像）の頭文字である。

図４（Ｂ）の例では、小領域数は、Ｂ_Ｎでは３個、Ｂ_０では８個、Ｂ_−Ｎでは４個である。

ステップＳ３０５では、領域数差分算出モジュール１２２が、ステップＳ３０４で計数された複数の小領域数の、２値化画像の隣り合うもの同士の差分を算出する。つまり、差分ＬＤは、数４を用いて算出する。

そして、差分の列は、数５のようになる。

ステップＳ３０６では、黒画素数差分算出モジュール１２３が、ステップＳ３０３で作成された複数の２値化画像から、その画像内の黒画素を計数する。
例えば、２値化画像が数２の場合、それぞれに対応する黒画素数を、それぞれ数６とする。なお、ＰはＰｉｘｅｌ（画素）の頭文字である。

ステップＳ３０７では、黒画素数差分算出モジュール１２３が、ステップＳ３０６で計数された複数の黒画素数の、２値化画像の隣り合うもの同士の差分を算出する。つまり、差分ＬＤは、数７を用いて算出する。

そして、差分の列は、数８のようになる。

ステップＳ３０８では、状態値算出モジュール１２４が、数４、数７を利用して、状態値を算出する。ここでは、状態値として、（１）領域数の差分を用いた状態値ＬＬ、（２）濃度方向のムラを表す状態値ＰＬ、を求める。

（１）領域数の差分を用いた状態値ＬＬ
数４を利用する。そして、数９を用いてＬＡ（小領域数の差分の平均値）を計算する。

つまり、ＬＡが大きいということは、閾値に応じて２値化した領域の増減が激しいことを意味する。すなわち、ムラがあることになり、状態値は大きい。
ここで、劣化が一番大きい状態となるのは、ｉ＝１〜Ｎの間で、領域が無い状態から、隣の閾値にしたことによって複数の領域が急激に出現して、逆に、隣の閾値にしたことによってその領域が急激に消滅してしまう場合である。つまり、１画素おきに１画素の領域が急激に出現し、急激に消滅する場合である。すなわち、全画素数の１／４の数の領域が急激に出現し、急激に消滅する場合である。したがって、状態値ＬＬの取り得る最大値ＬＡ_ｍａｘは、数１１のようになる。

なお、ここでの全画素数とは、オブジェクト内の全ての画素数である。
数１１より、状態値ＬＬは、数１２によって求められる。なお、状態値ＬＬは、０．０より大であり、１．０未満の値となる。

ここで、状態値ＬＬとは逆の意を表す平坦度ＬＳは、数１３のように表すことができる。なお、平坦度ＬＳは、０．０より大であり、１．０未満の値となる。以下、状態値ＬＬの代わりに平坦度ＬＳを用いてもよい。ただし、その場合、状態値ＬＬが大であることを平坦度ＬＳが小であると読み替えるものとする。

（２）濃度方向のムラを表す状態値ＰＬ
まず、状態値ＰＬを求める前に、濃度方向の平坦度合いを表す平坦度ＰＳを算出する。
数７を利用する。そして、数１０を用いてＰＡ（黒画素数の差分の平均値）を計算する。

つまり、ＰＡが大きいということは、閾値に応じて黒画素の増加又は減少が激しいことを意味しており、閾値に応じて２値化画像がばたついていないこととなる。すなわち、濃度方向のムラがないことであり、状態値は小さい。
ここで、黒画素の変動が一番大きい状態となるのは、ｉ＝１〜Ｎの間で、全てが白画素の状態から、全画素が急激に黒画素になる場合、逆に、全てが黒画素の状態から、全画素が白画素になる場合である。したがって、平坦度ＰＳの取り得る最大値ＰＳ_ｍａｘは、数１４のようになる。

数１４より、平坦度ＰＳは、数１５によって求められる。なお、平坦度ＰＳは、０．０より大であり、１．０未満の値となる。

ここで、濃度方向の状態値ＰＬは、数１６のように定義できる。なお、状態値ＰＬは、０．０より大であり、１．０未満の値となる。

図５、図６を用いて、図２のフローチャートのステップＳ２０３の２種類の処理例について、より詳細に説明する。
図５は、濃淡補正の第１の処理例を説明するための概念図である。原画像をできるだけ忠実に再現しているような２値化画像を得る場合に利用されるものである。ここでの濃淡補正には、モルフォロジカルフィルタを適用する。
まず、ベースとなるモルフォロジカルフィルタの構成要素を決定することを行う。
基準閾値ＴＨＤ_０で２値化を行った場合の画像Ｂ_０を利用する。具体的には、図５（Ａ）のオリジナルの信号５０１が図４と同様に、オブジェクト内のある１ラインの濃度値のグラフであり、基準閾値ＴＨＤ_０で２値化を行った場合の画像Ｂ_０を下方に図示している。ここでの領域数は８個である。

画像Ｂ_０で一番大きな面積を持つラベルを参照し、それを含む外接矩形を算出する。具体的には、図５（Ａ）の左から３番目の領域である。
この外接矩形の中で取り得る一番大きな円の半径ｒ０をモルフォロジカルフィルタの構成要素の適応範囲ｒとする。又は、ラベリングされていない領域で、同様に適応範囲を求めてもよいし、両者の平均値を利用してもよい。
また、モルフォロジカルフィルタの構成要素の中心の重みｗは、初期値をｒ０とする。ここで、仮に、基本となる構成要素の形状を、図５（Ｂ）に示すようにドーム状型とする。

状態値ＬＬが小さい場合は、構成要素の適応範囲を狭く、状態値ＬＬが大きい場合は、構成要素の適応範囲を広くすればよい。つまり、数１７に示すように、状態値ＬＬに応じて適応範囲ｒを定める。概念的には、図５（Ｃ）に示すように、ドームの下面の半径を調整することを行う。

ただし、αは、操作者が指定する、又はある規則に従って算出するようにしてもよい。例えば、近傍の領域までの距離の平均等を利用して算出するようにしてもよい。

濃度方向の状態値ＰＬが小さい場合は、構成要素の重みを大きく、状態値ＰＬが大きい場合は、構成要素の重みを小さくすればよい。つまり、数１８に示すように、状態値ＰＬに応じて適応範囲ｒを定める。概念的には、図５（Ｃ）に示すように、ドームの高さを調整することを行う。

ただし、βは、操作者が指定する、又はある規則に従って算出するようにしてもよい。例えば、対象領域内での最大値とＴＨＤ_０との差分を利用して算出するようにしてもよい。

モルフォロジカルフィルタの形状をドーム状型の構成要素にしたが、これにこだわるものではない。また、構成要素の変形を線形に行ったが、これにこだわるものではない。

次に、変形した構成要素を基に、モルフォロジカルフィルタの処理であるクロージング処理を行って濃度補正を行う。また、クロージング処理ではなく、オープニング処理を利用してもよい。なお、クロージング処理は、図５（Ａ）の補正後の信号５０２に示すようにグラフの上端をつなぐような処理（いわゆる穴埋め処理）を行うことになり、オープニング処理は、逆に図５（Ａ）のオリジナルの信号５０１のグラフの下端をつなぐような処理を行うことである。

図６は、濃淡補正の第２の処理例であり、複数の濃淡補正の例を説明するための概念図である。これは、操作者の意図を反映させることも目的としたものである。例えば、操作者によっては、「鉛筆らしさを残したまま濃淡補正をして欲しい」、「確実に濃淡を均一化して欲しい」などの目的（要望を含む）がある。これらに対応するためのものである。

以下に示すような２種類の濃淡補正を行い、それを操作者の要望に応じて、合成（ブレンド）させる。
（１）濃淡補正１：前述したモルフォロジカルフィルタによる濃淡補正
これは、「鉛筆らしさを残したまま濃淡補正をして欲しい」という要望向けの濃淡補正である。具体的には、図６に示すようにオリジナルの信号６０１を補正１の信号６０２のように変更する。
（２）濃淡補正２：単純平滑化による濃淡補正
これは、「確実に濃淡を均一化して欲しい」という要望向けの濃淡補正である。濃度値を有している画素全ての平均値を算出してもよい。又は、モルフォロジカルフィルタの濃淡補正で用いた構成要素の適応範囲のように、平滑化のフィルタ範囲を状態値ＬＬから算出して、部分的に平滑化を行ってもよい。具体的には、図６に示すようにオリジナルの信号６０１を補正２の信号６０３のように変更する。
次に、操作者の操作に応じて、例えば、ＵＩのスライドバーなどで好みを指定して、（１）と（２）の信号（補正１の信号６０２と補正２の信号６０３）をブレンドさせる。５０対５０でブレンドさせたものが、図６に示すブレンド信号６０４である。
さらに、ブレンド後の信号に、濃淡を底上げするようなＴＲＣ（ＴｏｎｅＲｅｐｒｏｄｕｃｔｉｏｎＣｕｒｖｅ：階調再現曲線）をかけてもよい。具体的には、図６に示すＴＲＣ後の信号６０５のように変更する。

図７を参照して、本実施の形態のハードウェア構成例について説明する。図７に示す構成は、例えばパーソナルコンピュータ（ＰＣ）などによって構成されるものであり、スキャナ等のデータ読み取り部７１７と、プリンタなどのデータ出力部７１８を備えたハードウェア構成例を示している。

ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）７０１は、上述の実施の形態において説明した各種のモジュール、すなわち、オブジェクト分離モジュール１１０、状態値検出モジュール１２０、濃淡補正モジュール１３０、２値化モジュール１４０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。

ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）７０２は、ＣＰＵ７０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）７０３は、ＣＰＵ７０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス７０４により相互に接続されている。

ホストバス７０４は、ブリッジ７０５を介して、ＰＣＩ（ＰｅｒｉｐｈｅｒａｌＣｏｍｐｏｎｅｎｔＩｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス７０６に接続されている。

キーボード７０８、マウス等のポインティングデバイス７０９は、操作者により操作される入力デバイスである。ディスプレイ７１０は、液晶表示装置又はＣＲＴ（ＣａｔｈｏｄｅＲａｙＴｕｂｅ）などから成り、各種情報をテキストやイメージ情報として表示する。

ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）７１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ７０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクは、オブジェクト分離モジュール１１０が受け付けた画像や濃淡補正モジュール１３０によって濃淡補正した結果の画像などが格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。

ドライブ７１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体７１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース７０７、外部バス７０６、ブリッジ７０５、及びホストバス７０４を介して接続されているＲＡＭ７０３に供給する。リムーバブル記録媒体７１３も、ハードディスクと同様のデータ記録領域として利用可能である。

接続ポート７１４は、外部接続機器７１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート７１４は、インタフェース７０７、及び外部バス７０６、ブリッジ７０５、ホストバス７０４等を介してＣＰＵ７０１等に接続されている。通信部７１６は、ネットワークに接続され、外部とのデータ通信処理を実行する。データ読み取り部７１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部７１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。

なお、図７に示すハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図７に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図７に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

前述の実施の形態では、モルフォロジカルフィルタを用いたが、モルフォロジカルフィルタに代えて各種のフィルタを用いてもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「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」の発明として捉えてもよい。
「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」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

本実施の形態の構成例についての概念的なモジュール構成図である。本実施の形態による処理例を示すフローチャートである。本実施の形態による状態値検出の処理例を示すフローチャートである。複数の２値化処理の例を説明するための概念図である。濃淡補正の例を説明するための概念図である。複数の濃淡補正の例を説明するための概念図である。本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

符号の説明

１１０…オブジェクト分離モジュール
１２０…状態値検出モジュール
１２１…複数閾値決定モジュール
１２２…領域数差分算出モジュール
１２３…黒画素数差分算出モジュール
１２４…状態値算出モジュール
１３０…濃淡補正モジュール
１３１…モルフォロジカルフィルタモジュール
１３２…単純平滑化モジュール
１３３…選択モジュール
１４０…２値化モジュール

Claims

画像領域に対して複数の２値化処理を行うことによって、該画像領域の濃淡が均一になっていない状態に関する値を検出する検出手段と、
前記検出手段によって検出された画像領域の濃淡が均一になっていない状態に関する値に基づいて、前記画像領域の濃淡補正を行う濃淡補正手段
を具備し、
前記検出手段が行う複数の２値化処理は、複数の閾値を用いて、複数の２値化画像を作成することであり、
前記検出手段は、（１）前記２値化処理によって生じた領域数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、（２）前記２値化処理によって生じた黒画素数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、又は、（３）前記２値化処理によって生じた領域数の差分及び黒画素数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、のいずれかを行い、
前記濃淡補正手段は、前記検出手段によって検出された画像領域の濃淡が均一になっていない状態に関する値に基づいてパラメータを調整したフィルタを前記画像領域に適用して、濃淡補正を行う
ことを特徴とする画像処理システム。
前記濃淡補正手段は、目的に応じた複数種の濃淡補正を用意しており、濃淡補正を選択できる
ことを特徴とする請求項１に記載の画像処理システム。
コンピュータを、
画像領域に対して複数の２値化処理を行うことによって、該画像領域の濃淡が均一になっていない状態に関する値を検出する検出手段と、
前記検出手段によって検出された画像領域の濃淡が均一になっていない状態に関する値に基づいて、前記画像領域の濃淡補正を行う濃淡補正手段
として機能させ、
前記検出手段が行う複数の２値化処理は、複数の閾値を用いて、複数の２値化画像を作成することであり、
前記検出手段は、（１）前記２値化処理によって生じた領域数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、（２）前記２値化処理によって生じた黒画素数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、又は、（３）前記２値化処理によって生じた領域数の差分及び黒画素数の差分に応じて、画像領域の濃淡が均一になっていない状態に関する値を検出すること、のいずれかを行い、
前記濃淡補正手段は、前記検出手段によって検出された画像領域の濃淡が均一になっていない状態に関する値に基づいてパラメータを調整したフィルタを前記画像領域に適用して、濃淡補正を行う
ことを特徴とする画像処理プログラム。