JP5200993B2

JP5200993B2 - 画像処理装置及び画像処理プログラム

Info

Publication number: JP5200993B2
Application number: JP2009040151A
Authority: JP
Inventors: 裕之河野
Original assignee: Fuji Xerox Co Ltd; Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2009-02-24
Filing date: 2009-02-24
Publication date: 2013-06-05
Anticipated expiration: 2029-02-24
Also published as: JP2010199767A

Description

本発明は、画像処理装置及び画像処理プログラムに関する。

画像を印刷等する場合に、その画像の階調表現のためにスクリーン処理に代表される画像変動処理が行われる。その画像変動処理が行われた印刷物をスキャナで読み込んで、その画像の構成を解析することが行われている。

これに関連する技術として、例えば、特許文献１には、面倒な切り抜き条件の設定を行うことなく、様々な色や絵柄の組合せでできた模様からなる画像を切り抜ける装置を提供することを目的とし、画像入力手段から入力された画像データはブロック分割手段によって、小ブロック単位に分割されたブロック分割画像データが生成され、また色量子化手段によって類似色ごとにグルーピングされた色量子化画像データが作られ、輪郭ブロック設定手段により表示手段に表示されたブロック分割画像データの中から輪郭部を含む画像ブロックを指示・選択し、輪郭部設定手段では、色量子化された画像データを用いて選択されたブロック画像から輪郭を正確に切り出し、このデータをもとにマスク作成手段によってマスクデータが作成され、このマスクデータに対応した画像データの領域が抽出されることによって、所望の切り抜き画像を得ることが開示されている。

また、例えば、特許文献２には、オブジェクトに基づく画像検索のための新たな画像セグメント化アルゴリズムを提供することを課題とし、多次元画像からカラーリージョンを抽出し、すべてのカラーリージョン対の境界の複雑さを計算し、カラーリージョン対の境界複雑さの値が所定の境界複雑さしきい値より大きく、かつ、リージョン対の色距離が所定の距離しきい値より小さい場合に、リージョン対を併合し、階層的クラスタ分析を用いてカラーリージョンを併合した後、境界分析を用いてカラーリージョンを併合し、カラーリージョンが小さく、かつ、別のカラーリージョンによって包囲されているかどうかを判定し、その判定が真である場合、小さいカラーリージョンを、包囲しているカラーリージョンに併合し、最後に、リージョンデータを各カラーリージョンに割り当てることが開示されている。

また、例えば、特許文献３には、様々な線数の網点に対して、精度よく網点領域を検出することを課題とし、入力画像を変倍し、原画像と変倍画像の両方から網点領域を検出し、変倍画像から検出された網点領域を逆変倍してから、原画像の網点領域と統合し、網点検出結果として出力することが開示されている。

また、例えば、特許文献４には、局所的に網点領域／非網点領域の判別が難しい場合であっても、網点部分と文字部分とを正確に分離することができる網点領域検出装置、画像形成装置、プログラム、記憶媒体及び網点領域検出方法を提供することを課題とし、網点分離部を、文字を構成する線状部位を検出する線状検出手段と、網点を構成するドットまたはドット間隙間を検出するドット検出手段と、線状検出手段及びドット検出手段における検出結果に基づいて網点領域を検出する網点領域検出手段とにより構成し、これにより、網点領域の検出の判定材料として極点画素情報及び線状部位情報を用いることにより、局所的に網点領域／非網点領域の判別が難しい場合であっても、網点部分と文字部分とを正確に分離できることが開示されている。

また、例えば、特許文献５には、画像データ中の万線で構成された部分を判定することを課題とし、原稿を読取った画像データについて、注目画素を中心に５×５の画素について、その５×５の画素の各列の５つの画素値を加算して加算値を列単位画素値加算部で求め、減算・比較回路は加算値を互いに減算して基準値ｔｈ１と比較することで、加算値が示す画像濃度の凹凸パターンを判定し、ＡＮＤ判定部でＡＮＤをとることで、特定の万線パターンに該当するか否かを判定することが開示されている。

また、例えば、特許文献６には、読み取られた画像データが、文字領域、写真領域または網点領域のいずれの領域に存在するかを高精度に識別することができる画像処理装置およびそれを用いた画像形成装置、画像処理方法、ならびに記憶媒体を提供することを課題とし、領域分離処理部では、第１ブロックメモリに第１注目画素とその近傍の複数画素とから成る局所ブロックの画像信号が格納され、エッジ検出回路によって、第１ブロックメモリに格納されている画像信号から第１注目画素がエッジであるか否かの判定信号を出力し、第２ブロックメモリには、前記エッジ検出回路から入力されたエッジ判定信号が格納され、識別回路は、第２ブロックメモリに格納されているエッジ判定信号を用いて、前記第２ブロックメモリの第２注目画素あるいは第２の注目画素を中心とした局所ブロックが網点領域に存在するか否かを識別することが開示されている。

また、例えば、特許文献７には、画像データ中の万線領域を精度よく特定することによって、万線領域に最適な画像処理を行うことができる画像処理装置、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を提供することを課題とし、画像処理装置の領域分離処理部は、入力階調補正部から与えられた画像データから注目画素を含む７×７の大きさの領域を抽出し、０°、９０°、４５°及び１３５°の４つの方向について、隣接する画素間での濃度の差の絶対値の総和を算出し、算出した総和に方向依存性が存在する場合、注目画素が万線領域に含まれる画素であると判定し、この判定を画像データの全画素について行うことで、万線領域を特定することが開示されている。

特開平０５−２１６９９３号公報特開２００７−１４９１３９号公報特開２０００−３３３００２号公報特開２００２−３００３８７号公報特開２００２−３００３８８号公報特開２００２−３０５６５４号公報特開２００８−１０４１３９号公報

本発明は、画像変動処理が行われた画像に対して、その画像変動処理による影響を抑制して画素を分類するようにした画像処理装置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。
請求項１の発明は、スクリーン処理が行われた画像を領域に分割する分割手段と、前記分割手段によって分割された領域内の画素を画素値に基づいて分類する分類手段と、前記分類手段によって分類された同じ分類内で領域が分裂している場合に、当該分類間の画素を統合する統合手段を具備し、前記分割手段は、分割する領域として、前記スクリーン処理による線が複数本含まれるように当該領域の大きさを決定し、前記分類手段における分類の対象とする領域は、前記画像全体の領域であることを特徴とする画像処理装置である。

請求項２の発明は、前記統合手段による統合結果に基づいて、前記画像の構成を生成する構成生成手段を具備し、前記画像の構成として、前記統合手段によって統合された画素群の、位置、大きさ、輪郭を含むことを特徴とする請求項１に記載の画像処理装置である。

請求項３の発明は、コンピュータを、スクリーン処理が行われた画像を領域に分割する分割手段と、前記分割手段によって分割された領域内の画素を画素値に基づいて分類する分類手段と、前記分類手段によって分類された同じ分類内で領域が分裂している場合に、当該分類間の画素を統合する統合手段として機能させ、前記分割手段は、分割する領域として、前記スクリーン処理による線が複数本含まれるように当該領域の大きさを決定し、前記分類手段における分類の対象とする領域は、前記画像全体の領域であることを特徴とする画像処理プログラムである。

請求項１の画像処理装置によれば、本構成を有していない場合に比較して、画像変動処理が行われた画像に対して、その画像変動処理による影響を抑制して画素を分類できる。

請求項２の画像処理装置によれば、本構成を有していない場合に比較して、画像変動処理による影響を抑制した上で、画像の構成を解析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、本構成を有していない場合に比較して、画像変動処理が行われた画像に対して、その画像変動処理による影響を抑制して画素を分類できる。

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処理例を示すフローチャートである。対象ブロックの例を示す説明図である。画素分類モジュールによる処理例を示す説明図である。分類結果統合モジュールによる処理例を示す説明図である。分類結果統合モジュールによる処理例を示すフローチャートである。対象ブロックの例を示す説明図である。画素分類モジュールによる処理例を示す説明図である。外接矩形生成の処理例を示す説明図である。分類した領域を分割する処理例を示す説明図である。分類結果統合モジュールによる処理例を示す説明図である。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。

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。
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、又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）の場合にも用いる。
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。「装置」と「システム」とは、互いに同義の用語として用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。

以下、画像変動処理として、スクリーン処理を主に例示して説明する。スクリーン処理は、印刷等の出力において、中間調を再現するために用いられるものであり、スクリーン上のラインの密度（線数）によって網点の密度も変化する。スクリーン処理された画像をスキャナ等の画像読取装置で読み取ると、疑似階調等が生じる場合がある。
本実施の形態である画像処理装置は、スクリーン処理された画像の構成を生成するものであって、図１に示すように、ブロック分割モジュール１１０、画素分類モジュール１２０、分類結果統合モジュール１３０、データ変換モジュール１４０を有している。

ブロック分割モジュール１１０は、画素分類モジュール１２０と接続されている。画像を受け付けて、その画像を領域に分割する。そして、その領域分けした画像を画素分類モジュール１２０に渡す。
ここで、画像を受け付けるとは、例えば、スキャナ、カメラ等で画像を読み込むこと、ファックス等で通信回線を介して外部機器から画像を受信すること、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等が含まれる。画像は、２値画像、多値画像（カラー画像を含む）であってもよい。受け付ける画像は、１枚であってもよいし、複数枚であってもよい。また、画像の内容として、ビジネスに用いられる文書、広告宣伝用のパンフレット等であってもよい。

また、領域に分割するとは、例えば、矩形の領域、その他の形状の領域であってもよく、以下、領域として正方形（例えば、８画素×８画素）のブロックを例示して説明する。なお、スクリーン処理による線が複数本含まれるようにブロックの大きさを決定してもよい。より具体的な例として、画像の解像度及びスクリーン処理の線数に応じて、ブロックの大きさを決定するようにしてもよい。

画素分類モジュール１２０は、ブロック分割モジュール１１０、分類結果統合モジュール１３０と接続されている。ブロック分割モジュール１１０によって分割されたブロック内の画素を分類する。そして、その分類結果を分類結果統合モジュール１３０に渡す。
画素分類モジュール１２０は、例えば、ブロック内の各画素を相互の画素値距離に応じて分類する。各画素の画素値をクラスタリングの手法を用いて、グルーピングしてもよいし、画素値が予め定められた閾値以内にある画素をグルーピングしてもよいし、他の既存の手法を用いてもよい。

分類結果統合モジュール１３０は、画素分類モジュール１２０、データ変換モジュール１４０と接続されている。画素分類モジュール１２０によって分類された画素群の形状に基づいて、分類間の画素を統合する。そして、その統合結果をデータ変換モジュール１４０に渡す。分類結果統合モジュール１３０は、同一のカテゴリーに分類された画素の当該ブロック内の画素群の形状に応じて、各ブロックの分類結果を統合するか否かを決定する。画素群の形状として、例えば、その画素群がブロック内で複数に分裂しているか否かがある。複数に分裂している場合は、その分類の画素群と他に分類されている画素群とを統合する。統合する画素群として、他の分類に属しており、対象の分類の画素群と接していることを条件としてもよい。また、さらに、対象の分類の画素群と同等の形状をしている画素群を選択するようにしてもよい。
また、画素群の形状として、ブロック内に限られず、当該ブロック内と周辺ブロックにおける同一のカテゴリーに分類された画素を含めた上での形状としてもよい。

また、分類結果統合モジュール１３０は、統合した画素に基づいて、さらに、ブロック分割モジュール１１０によって分割されたブロック間の画素を統合するようにしてもよい。つまり、ブロック内の統合を行った後に、複数のブロック間の統合を行うものである。これによって、画像全体の画素の分類を行うようにしてもよい。例えば、各ブロック内の分類結果（ここでの分類結果とは、ブロック内の分類を統合した後の分類結果である）を、その分類における平均画素値の距離（２つの分類における平均画素値の差）と接触関係に基づいて統合して、画像全体の分類結果として統合する。つまり、平均画素値の距離が予め定められた閾値以内であって、その分類がブロックをまたいで接している場合は、統合を行う。

また、分類結果統合モジュール１３０は、画素分類モジュール１２０によって分類された画素群の外接矩形の面積に基づいて、その分類された画素群を分割した後に、画素を統合するようにしてもよい。この処理については、図７の例に示すフローチャート、図８から図１２に示す処理例を用いて後述する。

データ変換モジュール１４０は、分類結果統合モジュール１３０と接続されている。分類結果統合モジュール１３０による統合結果に基づいて、画像の構成を生成する。そして、その生成した構成を出力する。画像の構成としては、例えば、その画像内の色の分布等が該当する。より具体的な例として、ある画素値範囲内にある画素群（ある色の画素群）の、画像内における位置（Ｘ座標、Ｙ座標）、大きさ（幅、高さ）、輪郭等を、その画像の構成として生成する。
そして、その出力された画像の構成を、例えば、画像データベース等にその画像とともに検索用の属性として格納するようにしてもよい。また、その出力された画像の構成を検索キーとして、その画像データベースから画像を検索するようにしてもよい。

図２、図３は、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。
ステップＳ２０２では、ブロック分割モジュール１１０が、受け付けた画像をブロックに分割する。
図４は、対象ブロックの例を示す説明図である。対象とするブロックは、図４の例に示すブロック４００のように、スクリーン処理された部分がある。ブロック４００は、３色からなるブロックであり、色彩Ａ４０１、色彩Ｂ４０２、色彩Ａ４０３、色彩Ｂ４０４、色彩Ａ４０５、色彩Ｃ４０６を有している。例えば、色彩Ａはピンク色、色彩Ｂは赤色、色彩Ｃは黒色である。

ステップＳ２０４では、画素分類モジュール１２０が、各ブロック内の画素をその画素値に基づいて分類する。図５は、図４の例に示したブロック４００に対する画素分類モジュール１２０による処理例を示す説明図である。画素値から３つに分類している。図５（ａ）の例に示す分類Ｃ５０６は、色彩Ｃ４０６の部分を１つの分類としたものであり、図５（ｂ）の例に示す分類Ａ５０１、５０３、５０５は、色彩Ａ４０１、４０３、４０５の部分を１つの分類としたものであり、図５（ｃ）の例に示す分類Ｂ５０２、５０４は、色彩Ｂ４０２、４０４の部分を１つの分類としたものである。

ステップＳ２０６では、分類結果統合モジュール１３０が、同じ分類内で領域が分裂しているか否かを判断する。分裂している場合はステップＳ２０８へ進み、それ以外の場合はステップＳ２１２へ進む。分裂しているか否かは、例えば、同じ分類であると判断された部分に対してラベル付けを行い、その結果、複数のラベルとなったか否かによって判断してもよい。この結果、図５（ａ）に示す例は分裂していないと判断され、図５（ｂ）、図５（ｃ）に示す例は分裂していると判断される。

ステップＳ２０８では、分類結果統合モジュール１３０が、その分類と接している分類は、その同じ分類内で領域が分裂しているか否かを判断する。分裂している場合はステップＳ２１０へ進み、それ以外の場合はステップＳ２１２へ進む。接しているか否かは、例えば、互いの分類の領域が共通の境界を有しているか否かによって判断してもよい。図５（ｂ）の例に示す分類Ａに接している分類は、分類Ｃ（図５（ａ））と分類Ｂ（図５（ｃ））であるが、分類Ｃは分裂していないのでステップＳ２１２へ進み、分類Ｂは分裂しているのでステップＳ２１０へ進む。なお、ステップＳ２０８からステップＳ２１２の処理は、対象としている分類と接している分類の数だけ繰り返して行う。

ステップＳ２１０では、分類結果統合モジュール１３０が、両者の分類を統合する。例えば、図５（ｂ）の例に示す分類Ａと図５（ｃ）の例に示す分類Ｂを統合する。
ステップＳ２１２では、分類結果統合モジュール１３０が、ステップＳ２０６でＮｏ又はステップＳ２０８でＮｏと判断された場合、その分類は統合の対象としない。例えば、図５（ａ）の例に示す分類Ｃは、統合させない。
ステップＳ２１４では、分類結果統合モジュール１３０が、対象としているブロック内の分類について、ステップＳ２０６からステップＳ２１２までの処理を繰り返す。
図６は、分類結果統合モジュール１３０による処理例を示す説明図である。図４の例に示したブロック４００は、図６の例に示す統合領域６０１と統合領域６０２に分類、統合される。
ステップＳ２１６では、分類結果統合モジュール１３０が、対象としている画像内のブロックについて、ステップＳ２０６からステップＳ２１４までの処理を繰り返す。

ステップＳ２１８では、分類結果統合モジュール１３０が、各ブロックにおける統合結果をさらに統合する。つまり、ブロック間で分類の統合を行う。これによって、画像全体において、同等の画素値を有する領域に分けることとなる。
ステップＳ２２０では、データ変換モジュール１４０が、ステップＳ２１８による統合結果を、他のシステムにおいても利用できるようなデータに変換する。例えば、同等の画素値（色の名称等であってもよい）を有する領域の位置、大きさ、輪郭等のデータに変換する。
ステップＳ２２２では、データ変換モジュール１４０が、そのデータを出力する。

図７は、分類結果統合モジュール１３０による処理例を示すフローチャートである。図２のフローチャート例に示すステップＳ２１０で行うようにしてもよい。図８から図１２を用いて、具体的な例を示して説明する。
図８は、対象ブロックの例を示す説明図である。対象とするブロックは、図８の例に示すブロック８００のように、スクリーン処理された部分であり、ブロック８００は、３色からなるブロックであり、色彩Ｄ８０１、色彩Ｅ８０２、色彩Ｄ８０３、色彩Ｅ８０４、色彩Ｄ８０５、色彩Ｆ８０６、色彩Ｆ８０７を有している。例えば、色彩Ｄはピンク色、色彩Ｅは赤色、色彩Ｆは緑色である。
図９は、図８の例に示したブロック８００に対する画素分類モジュール１２０による処理例を示す説明図である。画素値から３つに分類している。図９（ａ）の例に示す分類Ｄ９０１、９０３、９０５は、色彩Ｄ８０１、８０３、８０５の部分を１つの分類としたものであり、図９（ｂ）の例に示す分類Ｅ９０２、９０４は、色彩Ｅ８０２、８０４の部分を１つの分類としたものであり、図９（ｃ）の例に示す分類Ｆ９０６、９０７は、色彩Ｆ８０６、８０７の部分を１つの分類としたものである。

ステップＳ７０２では、その分類の外接矩形の面積と接している他の分類の外接矩形の面積の差は予め定められた値以上か否かを判断する。まず、対象としている分類の外接矩形、その分類に接している分類の外接矩形を生成する。例えば、図９（ａ）の例に示す分類Ｄの外接矩形は１つのブロック全体（図１０の例に示す外接矩形１０００）となる。図９（ｂ）の例に示す分類Ｅの外接矩形は図１０の例に示す外接矩形１００１となる。この両者の面積の差を算出し、その差が予め定められた値以上であるか否かを判断する。この例では、予め定められた値以上であるとする。なお、ここでの比較の対象となる分類は、図２に示すフローチャート例のステップＳ２０６でＹｅｓとなった分類である。

ステップＳ７０４では、外接矩形が大きい面積である分類を分割する。図９に示す例では、図９（ａ）の例に示す分類Ｄの外接矩形が大きい面積であるので、分割の対象となる。分類Ｄの領域が、分類Ｅと接触している部分が最大となるように分割する。つまり、図１１の例に示すように、分類Ｄ９０１は分類Ｇ１１０１と分類Ｈ１１０４に分割され、分類Ｄ９０３は分類Ｇ１１０２と分類Ｈ１１０５に分割され、分類Ｄ９０５は分類Ｇ１１０３と分類Ｈ１１０６に分割される。

ステップＳ７０６では、接している分類を統合する。図９に示す例では、図９（ｂ）の例に示す分類Ｅ（９０２、９０４）と分類Ｄ（９０１、９０３、９０５）を分割した図１１（ａ）の例に示す分類Ｇ（１１０１、１１０２、１１０３）とが接しているので、この両者を統合する。同様に、図９（ｃ）の例に示す分類Ｆ（９０６、９０７）と分類Ｄ（９０１、９０３、９０５）を分割した図１１（ｂ）の例に示す分類Ｈ（１１０４、１１０５、１１０６）とが接しているので、この両者を統合する。この結果が、図１２の例に示すようになる。つまり、図８の例に示したブロック８００は、図１２の例に示す統合領域１２０１と統合領域１２０２の２つの領域に分類、統合される。
ステップＳ７０８では、図２のフローチャート例に示すステップＳ２１０と同等の処理を行う。

図１３を参照して、本実施の形態の画像処理装置のハードウェア構成例について説明する。図１３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１３１７と、プリンタなどのデータ出力部１３１８を備えたハードウェア構成例を示している。

ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１３０１は、前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、ブロック分割モジュール１１０、画素分類モジュール１２０、分類結果統合モジュール１３０、データ変換モジュール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）１３０２は、ＣＰＵ１３０１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）１３０３は、ＣＰＵ１３０１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１３０４により相互に接続されている。

ホストバス１３０４は、ブリッジ１３０５を介して、ＰＣＩ（ＰｅｒｉｐｈｅｒａｌＣｏｍｐｏｎｅｎｔＩｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス１３０６に接続されている。

キーボード１３０８、マウス等のポインティングデバイス１３０９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１３１０は、液晶表示装置又はＣＲＴ（ＣａｔｈｏｄｅＲａｙＴｕｂｅ）などがあり、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）１３１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ１３０１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。ハードディスクには、受け付けた画像やデータ変換モジュール１４０の結果データなどが格納される。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１３１２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１３１３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１３０７、外部バス１３０６、ブリッジ１３０５、及びホストバス１３０４を介して接続されているＲＡＭ１３０３に供給する。リムーバブル記録媒体１３１３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１３１４は、外部接続機器１３１５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１３１４は、インタフェース１３０７、及び外部バス１３０６、ブリッジ１３０５、ホストバス１３０４等を介してＣＰＵ１３０１等に接続されている。通信部１３１６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１３１７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１３１８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１３に示す画像処理装置の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１３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１３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。

なお、前述の実施の形態では、分類結果統合モジュール１３０は、分類された画素群の形状に基づいて、分類間の画素を統合するようにしているが、その形状の他に、さらに分類の画素値に基づいて統合するようにしてもよい。例えば、統合対象の分類内の平均画素値を算出し、分類内で画素群が分裂した状態であり、かつ、その平均画素値の距離が予め定められた閾値以内である場合に統合を行うようにしてもよい。また、その形状の他に、さらに分類の外接矩形が重なりあっていることを統合の条件としてもよい。また、その形状の他に、両者の形状が類似していることを統合の条件としてもよい。類似しているとは、例えば、両者の画素群を重ね合わせた場合に、その差分が画素群の面積に対して予め定められた値以下である等の状況をいう。この４つの条件（画素群の形状（分裂していること）、画素値、外接矩形の重複、形状が類似していること）の組み合わせであってもよい。
また、前記実施の形態の説明において、予め定められた値との比較において、「以上」、「以下」、「より大きい」、「より小さい（未満）」としたものは、その組み合わせに矛盾が生じない限り、それぞれ「より大きい」、「より小さい（未満）」、「以上」、「以下」としてもよい。

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、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙＤｉｓｃ（登録商標））、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。

１１０…ブロック分割モジュール
１２０…画素分類モジュール
１３０…分類結果統合モジュール
１４０…データ変換モジュール

Claims

スクリーン処理が行われた画像を領域に分割する分割手段と、
前記分割手段によって分割された領域内の画素を画素値に基づいて分類する分類手段と、
前記分類手段によって分類された同じ分類内で領域が分裂している場合に、当該分類間の画素を統合する統合手段
を具備し、
前記分割手段は、分割する領域として、前記スクリーン処理による線が複数本含まれるように当該領域の大きさを決定し、
前記分類手段における分類の対象とする領域は、前記画像全体の領域である
ことを特徴とする画像処理装置。
前記統合手段による統合結果に基づいて、前記画像の構成を生成する構成生成手段
を具備し、
前記画像の構成として、前記統合手段によって統合された画素群の、位置、大きさ、輪郭を含む
ことを特徴とする請求項１に記載の画像処理装置。
コンピュータを、
スクリーン処理が行われた画像を領域に分割する分割手段と、
前記分割手段によって分割された領域内の画素を画素値に基づいて分類する分類手段と、
前記分類手段によって分類された同じ分類内で領域が分裂している場合に、当該分類間の画素を統合する統合手段
として機能させ、
前記分割手段は、分割する領域として、前記スクリーン処理による線が複数本含まれるように当該領域の大きさを決定し、
前記分類手段における分類の対象とする領域は、前記画像全体の領域である
ことを特徴とする画像処理プログラム。