JP5743187B2 - 像域分離方法、それを実行させるためのプログラム及び像域分離装置 - Google Patents

Description

本発明は、像域分離方法、それを実行させるためのプログラム及び像域分離装置に関し、特に、２値画像の網点領域と文字領域とを分離する方法、プログラム及び装置に関する。

従来、ファクシミリや新聞等の分野においては、小さな点の集合パターンで階調を表現する網点（又はハーフトーン）を用いて画像を表現することが行われている。網点には、サイズ変調（ＡＭ：Amplitude Modulation)型網点と、空間周波数変調（ＦＭ：Frequency Modulation)型網点とが存在し、主にＡＭ型網点を対象として、画像データ中の網点領域と文字領域とを分離する種々の像域分離方法が提案されている。

例えば、特許文献１には、網点を用いて表現された画像の領域と文字の領域とが混在して記録された紙面を、スキャナ等の入力機器で読み込んで多値デジタル画像に変換し、変換した多値デジタル画像の画像領域及び文字領域における画素の濃度に関する特性が異なることを利用して、画像領域と文字領域とを分離する方法が記載されている。

また、特許文献２には、ＡＭ型網点に特有な性質を利用して画像領域と文字領域とを分離する方法が記載されている。このＡＭ型網点は、主に２つの特有な性質を有する。第１の特徴は、網点の中心が固定的な空間周波数を有することである。第２の特徴は、黒画素面積率に関し、ＡＭ型網点が多値画像の階調値を現すという性質である。網点が、網点の面積率が増加する割合を示す成長率によってある一定の形を有することを、網点の閉領域性質という。成長率が５０％以下の場合には、黒画素の閉領域を有し、５０％以上になると、網点の間が離れた白画素の閉領域を有することとなる。

特許文献２では、このような網点の周期性や網点特有の閉領域といった性質を検出し、大別して以下の方法によって画像を網点領域と文字領域とに分離していた。
（１） 網点の周期性を検出する方法
網点の中心が一定の周期で並ぶ性質を利用し、網点の中心として検出した位置が予測した網点の中心位置と合致する場合には、検出点の中心とその近傍を網点領域とする方法である。
（２） 網点特有の閉領域を検出する方法
多値画像から２値網点画像へ変換する場合には、多値画像の濃度変化に対応する網点の発生方法には設計された規則がある。一般的な設計において生成される網点の形は、特有の閉領域を保ちながら画像の濃度変化に対応して変化する。この網点の閉領域を検出することによって、網点を検出する。
（３） 網点の周期性検出と網点特有の閉領域検出との併用する方法
上記（１）、（２）の二つの検出方法を併用する方法である。

さらに、特許文献３には、画像が多数の網点により構成されているという特性を前提として、各網点が人の目が認識できないほど小さい閉領域と見なすことができるという特性を利用して、網点領域と文字領域とを分離する方法が記載されている。この方法では、輪郭追跡処理により個別の網点を小さな閉領域の輪郭線として検出し、検出した輪郭線に対して連続的に膨張処理及び収縮処理を行い、閉領域の輪郭線から網点領域を示すマスク領域を生成する。そして、生成されたマスク領域に基づき、原画像データから網点領域を分離する。

特開２０００−１１５５３０号公報 特公平６−８１２５０号公報 特開２００５−１９１６０７号公報

しかしながら、特許文献１に記載された方法では、スキャナ等の入力機器を用いて紙面を多値デジタル画像に変換し、変換された多値デジタル画像の特性に基づき画像領域と文字領域とを分離するため、変換誤差が発生する可能性があるという問題があった。

また、特許文献２において、網点の周期性を検出する方法では、画像を主走査方向にのみ走査するため、網点の角度が０度及び４５度以外の網点領域の検出精度が極端に低いという問題があった。また、検出しようとする網点に対して予め、網点の周期情報を予測する必要がある。さらに、網点以外のＦＭスクリーニングや地紋等に対して適していないという問題もあった。

さらに、網点の閉領域を検出する方法では、網点の中心点を基にした正方形の領域を閉領域として検出するが、黒画素及び白画素の割合が５０％付近となる網点については、隣り合う網点との境界が不鮮明になるため、閉領域の検出が困難であるという問題があった。

また、網点の周期性を検出する方法と網点の閉領域を検出する方法とを併用する方法では、各々の方法を個別に実施するよりも網点領域の検出精度を向上させることができるが、各々の方法に特有の問題によって検出できない網点領域については、完全に補完することができないという問題があった。

さらに、特許文献３に記載された方法では、網点の検出精度が輪郭線追跡処理に依存するため、例えば、成長率が５０％近傍の網点同士が密着することにより、通常よりもかなり大きい閉領域が形成される場合等に、網点の検出精度が低下するという問題があった。

また、ＦＭスクリーニングや地紋等の特有の細長い虫状模様と似ている曲線状の形状に対しては、閉領域の周囲長が長くなり、曲線形状が線画に近い特性を持つことから、網点として検出するのが困難であるという問題があった。

そこで、本発明は、上記従来の技術における問題点に鑑みてなされたものであって、網点領域及び文字領域が混在した２値画像データから網点領域及び文字領域を分離する際の精度を高めることが可能な像域分離方法、それを実行させるためのプログラム及び像域分離装置を提供することを目的とする。

上記目的を達成するため、本発明は、２値画像の網点領域と文字領域とを分離する像域分離方法であって、黒画素及び白画素からなる２値画像データから、黒画素の間に挟まれた白画素で形成される背景領域を抽出するため、前記２値画像データに対して所定回数だけ膨張処理を行う膨張ステップと、前記膨張ステップにより得られる画像データに対して、前記膨張処理の回数と同じ回数だけ収縮処理を行う収縮ステップと、前記収縮ステップにより得られる画像データと前記２値画像データとの差分をとる差分ステップとを有する背景領域抽出ステップと、前記背景領域に基づき、網点領域を示すマスク画素領域を抽出するマスク画素領域抽出ステップと、前記マスク画素領域から、前記網点領域として誤検出された文字領域を削除するマスク画素領域補正ステップと、前記補正されたマスク画素領域に基づき、前記２値画像データから前記網点領域と前記文字領域とを分離する分離ステップとを備えることを特徴とする。

そして、本発明によれば、網点領域における黒画素の間に挟まれた白画素を抽出することが可能になるとともに、抽出されたマスク画素領域から、網点領域として誤検出された文字領域を削除するため、２値画像データから網点領域及び文字領域を分離する際の精度を高めることができる。

上記像域分離方法において、前記マスク画素領域補正ステップは、前記マスク画素領域の面積と予め設定された最小面積とを比較し、前記マスク画素領域の面積が前記最小面積より小さい場合に、前記マスク画素領域が前記文字領域であると判断し、該マスク画素領域から前記文字領域を削除することができる。上記構成によれば、誤検出された文字領域をマスク画素領域から削除するため、網点領域の検出精度を高めることが可能になる。

上記像域分離方法において、前記マスク画素領域の面積を、該マスク画素領域に対する輪郭追跡処理に基づき算出することができる。

上記像域分離方法において、前記マスク画素領域抽出ステップは、前記背景領域を含む背景領域画像データに対して所定回数だけ膨張処理を行う第２の膨張ステップと、前記第２の膨張ステップにより得られる画像データに対して、前記膨張処理の回数と同じ回数だけ収縮処理を行う第２の収縮ステップとを有することができる。

上記像域分離方法において、前記膨張処理及び前記収縮処理の回数は、前記２値画像データの解像度と、網点の線数とに基づき決定することができる。上記構成によれば、文字領域における黒画素の間に挟まれた白画素を黒画素に変換することなく、網点領域における黒画素の間に挟まれた白画素のみを黒画素に変換することが可能になる。

また、本発明は、２値画像の網点領域と文字領域とを分離する像域分離処理を実行させるためのプログラムであって、上記いずれかに記載の像域分離方法を実行させるためのものであることを特徴とする。本発明によれば、前記発明と同様に、２値画像データから網点領域及び文字領域を分離する際の精度を高めることができる。

さらに、本発明は、２値画像の網点領域と文字領域とを分離する像域分離装置であって、黒画素及び白画素からなる２値画像データから、黒画素の間に挟まれた白画素で形成される背景領域を抽出するため、前記２値画像データに対して所定回数だけ膨張処理を行う膨張ステップと、前記膨張ステップにより得られる画像データに対して、前記膨張処理の回数と同じ回数だけ収縮処理を行う収縮ステップと、前記収縮ステップにより得られる画像データと前記２値画像データとの差分をとる差分ステップとを有する背景領域抽出部と、前記背景領域に基づき、網点領域を示すマスク画素領域を抽出するマスク画素領域抽出部と、前記マスク画素領域から、前記網点領域として誤検出された文字領域を削除するマスク画素領域補正部と、前記補正されたマスク画素領域に基づき、前記２値画像データから前記網点領域と前記文字領域とを分離する像域分離部とを備えることを特徴とする。本発明によれば、前記発明と同様に、２値画像データから網点領域及び文字領域を分離する際の精度を高めることができる。

以上のように、本発明によれば、網点領域及び文字領域が混在した２値画像データから網点領域及び文字領域を分離する際の精度を高めることが可能になる。

本発明にかかる像域分離装置の一実施の形態を示すブロック図である。 膨張処理について説明するための略線図である。 収縮処理について説明するための略線図である。 クロージング処理について説明するための略線図である。 ブラックハット処理について説明するための略線図である。 輪郭追跡処理について説明するための略線図である。 像域分離装置による処理の流れを示すフローチャートである。 背景領域抽出処理の流れを示すフローチャートである。 マスク画素領域生成処理の流れを示すフローチャートである。 マスク画素領域補正処理の流れを示すフローチャートである。

次に、本発明を実施するための形態について、図面を参照しながら詳細に説明する。以下の説明では、網点及び文字の色を「黒」とし、背景の色を「白」とした２値画像を例にとって説明する。

図１は、本発明にかかる像域分離装置１の一実施の形態を示す。像域分離装置１は、大別して、メモリ２、背景領域抽出部３、マスク画素領域抽出部４、マスク画素領域補正部５及び像域分離部６で構成される。

像域分離装置１には、スキャナ等の入力機器から出力された、各画素の階調値が「０」である白画素と、階調値が「１」である黒画素との２値で表現された２値画像データが入力される。入力された２値画像データは、網点によって画像が表現された網点領域と、文字によって表現された文字領域とを含んでおり、像域分離装置１は、この２値画像データに対して各種処理を施し、２値画像データから網点領域と文字領域とを分離する。

メモリ２は、入力された２値画像データを記憶するとともに、背景領域抽出部３、マスク画素領域抽出部４、マスク画素領域補正部５及び像域分離部６で各種処理が施された画像データや、各処理において必要な情報等を記憶するための記憶媒体である。

背景領域抽出部３は、入力された２値画像データから、網点領域における黒画素の間に挟まれた白画素の領域を示す背景領域を抽出し、この背景領域を示す背景領域画像データを生成する。マスク画素領域抽出部４は、背景領域抽出部３で生成された背景領域画像データに基づき、入力２値画像データにおける網点領域を示すマスク画素領域を抽出し、マスク画素領域画像データを生成する。

マスク画素領域補正部５は、マスク画素領域抽出部４で生成されたマスク画素領域画像データに基づき、抽出されたマスク画素領域から網点領域として誤検出された文字領域を削除することにより、マスク画素領域画像データを補正する。像域分離部６は、マスク画素領域補正部５で補正されたマスク画素領域画像データに基づき、入力された２値画像データにおける網点領域と文字領域とを分離する。

尚、上述した背景領域抽出部３、マスク画素領域抽出部４、マスク画素領域補正部５及び像域分離部６は、必ずしもハードウェアによって構成する必要はなく、その一部又は全部をソフトウェア（プログラム）によって構成してもよい。

次に、上記構成を有する像域分離装置１の動作について、図１を参照して説明する。像域分離装置１に対して２値画像データが入力されると、この２値画像データがメモリ２に記憶される。

背景領域抽出部３は、メモリ２に記憶された２値画像データを読み出し、この２値画像データに対してブラックハット処理を行うことにより背景領域を抽出し、背景領域画像データを生成する。生成された背景領域画像データは、メモリ２に記憶される。

ここで、ブラックハット処理について、図２〜図５を参照して説明する。ブラックハット処理は、原画像データと、この原画像データに対してＮ回（Ｎは１以上の整数）の膨張処理及びＮ回の収縮処理を行うクロージング処理により得られる画像データとの差分をとる処理である。

膨張処理は、図２に示すように、画像データにおける所定の白画素を注目画素とし、この注目画素を中心として隣接する８画素のうち１つでも黒画素が存在する場合に、注目画素を黒画素に変換する処理を、画像データ中のすべての白画素に対して独立して行う処理である。この膨張処理により、画像データに存在する黒画素に隣接する白画素が黒画素に変換されるため、黒画素によって形成された領域（黒画素領域）が膨張することになる。

収縮処理は、図３に示すように、画像データにおける所定の黒画素を注目画素とし、この注目画素を中心として隣接する８画素のうち１つでも白画素が存在する場合に、注目画素を白画素に変換する処理を、画像データ中のすべての黒画素に対して独立して行う処理である。この収縮処理により、画像データに存在する白画素に隣接する黒画素が白画素に変換されるため、黒画素領域が収縮することになる。

クロージング処理は、原画像データに対して上述した膨張処理を所定回数だけ繰り返し行った後、収縮処理を膨張処理の回数と同じ回数だけ繰り返す処理である。例えば、膨張処理及び収縮処理を３回繰り返す場合、クロージング処理では、図４に示すように、原画像データ（図４（ａ））に対して膨張処理を３回だけ繰り返し（図４（ｂ）、（ｃ）及び（ｄ））、膨張処理後の画像データに対して収縮処理を３回だけ繰り返す（図４（ｅ）、（ｆ）及び（ｇ））。

このように、クロージング処理によって所定回数の膨張処理及び収縮処理を行うことにより、原画像データにおける近傍の黒画素の間に挟まれた白画素が黒画素に変換されることになるため、得られる画像データには、原画像データに存在する黒画素領域と、近傍の黒画素領域の間に挟まれた白画素が変換されて形成される黒画素領域とからなる大きな黒画素領域が形成される。

ブラックハット処理では、図４（ａ）に示す原画像データと、図４（ｇ）に示すクロージング処理後の画像データとの差分をとり、２つの画像データに共通する黒画素を白画素に変換することにより、図５に示すような黒画素領域を含む画像データを得ることができる。

このブラックハット処理により、クロージング処理によって得られた黒画素領域から原画像データに存在する黒画素が白画素に変換されるため、得られる画像データは、原画像データに含まれる領域のうち、黒画素領域の間に挟まれた白画素が黒画素に変換されたデータとなる。従って、本実施の形態においては、ブラックハット処理により得られる画像データに存在する黒画素領域が背景領域となる。

このようにして生成された背景領域画像データは、入力２値画像データにおける網点領域の白画素を反転したネガ画像データであるため、画素の階調値が反転している以外は入力２値画像データと同じ画像特性を有している。

尚、網点領域及び文字領域が含まれる２値画像データに対してブラックハット処理を行う場合、膨張処理及び収縮処理の回数は、網点領域における黒画素の間に挟まれた白画素が黒画素に変換されるように決定すると好ましい。

具体的には、例えば、膨張処理及び収縮処理の回数は、入力２値画像データの解像度と、網点の線数とに基づき決定する。入力２値画像データの解像度をＲ［ｐｉｘｅｌｓ／ｉｎｃｈ（ｄｏｔｓ／ｉｎｃｈ）］とし、網点の線数をＬ［ｌｉｎｅｓ／ｉｎｃｈ］とした場合、膨張処理及び収縮処理の回数Ｎは、式（１）により算出される。算出された値が整数以外の場合には、小数点以下を切り捨てて整数に正規化する。

Ｎ＝Ｒ÷（２×Ｌ）−１ ・・・（１）

入力２値画像データの網点の線数が不明である場合には、一般的な印刷に用いられる線数である５０［ｌｉｎｅｓ／ｉｎｃｈ］を用いる。例えば、解像度が９０９ｄｐｉ、網点の線数が不明である入力２値画像データに対する膨張処理及び収縮処理の回数は、式（１）に基づき、
Ｎ＝９０９÷（２×５０）−１＝８［回］（小数点以下を切り捨て）
となる。こうすることにより、入力２値画像データに含まれる網点領域においては、黒画素の間に挟まれた白画素が黒画素に変換された背景領域が形成される。

ここで、入力２値画像データに含まれる文字領域に対してブラックハット処理を行った場合について考える。文字領域においては、網点領域と比較して、文字を形成する線画に対応する黒画素領域同士の間隔が広く、また、黒画素領域の間に挟まれる白画素領域の幅が広い。そのため、上述のようにして算出された回数Ｎに基づいてクロージング処理を行った場合、文字領域においては、Ｎ回の膨張処理により、文字を形成する線画が単に膨張するだけであり、線画による黒画素領域の間に挟まれる白画素が黒画素に変換されて文字全体が黒画素に変換されることはない。また、Ｎ回の膨張処理後にＮ回の収縮処理を行うことにより、膨張した線画が元の大きさに戻るだけである。

すなわち、文字領域に対してブラックハット処理を行い、文字領域に対応する画像データと、クロージング処理後における文字領域に対応する画像データとの差分をとると、得られる背景領域画像データは、背景領域となる黒画素領域が存在しないデータとなる。

従って、入力２値画像データに対してブラックハット処理を行うことにより得られる背景画像領域画像データは、網点領域における黒画素領域の間に挟まれた白画素領域を示す画像データとなる。

説明は図１に戻り、マスク画素領域抽出部４は、メモリ２に記憶された背景領域画像データを読み出し、この背景領域画像データに対してクロージング処理を行うことによりマスク画素領域を抽出し、マスク画素領域画像データを生成する。生成されたマスク画素領域画像データは、メモリ２に記憶される。

このとき行われるクロージング処理では、上述した背景領域抽出部３におけるブラックハット処理で行われるクロージング処理の際の膨張処理及び収縮処理と同じ回数だけ膨張処理及び収縮処理を繰り返す。

これにより、メモリ２で抽出された背景領域に含まれる黒画素領域の間に挟まれる白画素が黒画素に変換され、背景領域画像データに存在する黒画素領域と、近傍の黒画素領域の間に挟まれた白画素が変換されて形成される黒画素領域とからなる１つの大きな黒画素領域（マスク画素領域）が形成される。

ところで、マスク画素領域抽出部４で生成されたマスク画素領域画像データに含まれるマスク画素領域は、通常、背景領域抽出部３で生成された背景領域画像データに文字領域に基づく背景領域が含まれていないため、入力２値画像データに含まれる網点領域及び文字領域のうち、網点領域を示すことになる。

しかしながら、例えば、文字領域に含まれる文字同士や文字を形成する線画の間隔が非常に狭い場合には、背景領域画像データに文字領域に基づく背景領域が含まれてしまうため、文字領域からマスク画素領域が抽出されてしまう場合がある。これは、例えば文字同士の間隔が非常に狭いと、背景領域抽出部３におけるブラックハット処理により、文字を形成する黒画素領域の間に挟まれた白画素が背景領域として抽出され、マスク画素領域抽出部４におけるクロージング処理により、抽出された背景領域を形成する黒画素領域の間に挟まれた白画素が黒画素に変換されるためである。

そこで、マスク画素領域補正部５は、メモリ２に記憶されたマスク画素領域画像データを読み出し、このマスク画素領域画像データに含まれるマスク画素領域が網点領域又は文字領域であるかを判断し、マスク画素領域抽出部４で抽出されたマスク画素領域から文字領域と判断された領域を削除することによりマスク画素領域を補正する。

ここで、一般に、網点領域においては、中間調の画像を表現するために所定の大きさ以上の面積が必要となるという特性がある。そのため、マスク画素領域の面積が所定の大きさ（最小面積）以上である場合には、このマスク画素領域が網点領域であり、最小面積未満である場合には、マスク画素領域が文字領域であると判断することができる。

マスク画素領域が網点領域であるための最小面積は、例えば３×３の網点が囲まれた領域の面積とし、網点の線数に基づき算出することができる。網点の線数をＬ［ｌｉｎｅｓ／ｉｎｃｈ］とした場合、最小面積Ｓは、式（２）により算出される。

Ｓ［ｍｍ²］＝｛（２５．４［ｍｍ］÷Ｌ［ｌｉｎｅｓ／ｉｎｃｈ］）×３｝²
・・・（２）

例えば、網点の線数が５０［ｌｉｎｅｓ／ｉｎｃｈ］である場合の最小面積Ｓは、式（２）に基づき、
Ｓ＝｛（２５．４［ｍｍ］÷５０［ｌｉｎｅｓ／ｉｎｃｈ］）×３｝²
＝２．３２２５７６［ｍｍ²］
となる。マスク画素領域補正部５は、このようにして算出された最小面積Ｓを予め設定する。

尚、実際に画像処理を行う場合には、算出された面積を画素数に変換する。例えば、入力２値画像データの解像度が９０９［ｄｐｉ］であり、網点の線数が５０［ｌｉｎｅｓ／ｉｎｃｈ］である場合、網点領域の最小面積Ｓに対応する画素数は、
（９０９［ｄｐｉ］／５０［ｌｉｎｅｓ／ｉｎｃｈ］×３）²
≒（１８×３）²
＝２９１６画素
となる。

また、マスク画素領域の面積は、対象となるマスク画素領域画像データに対して輪郭追跡処理を行うことによりマスク画素領域の輪郭線となる画素を抽出し、抽出された輪郭線の画素に囲まれた領域に基づき算出することができる。

輪郭追跡処理では、まず、画像データに対してラスタスキャンを行い、画像データの左上の画素から右下の画素まで順次スキャンする。次に、最初に検出された黒画素Ｐｎに注目し、図６（ａ）に示すように、この黒画素Ｐｎの周囲に隣接する８画素に対して反時計回りに黒画素の探索を行う。このとき、黒画素Ｐｎの上側に位置する３つの画素及び左に位置する画素は、ラスタスキャンにより黒画素が存在していないことがわかっているので、黒画素Ｐｎの左下に位置する画素から探索を開始する。そして、探索の結果、黒画素が検出されると、最初に検出された黒画素Ｐｎ＋１に注目し、同様に探索を行い、最後に、検出した黒画素が最初の黒画素Ｐｎと一致した時点で、探索を終了する。

このように、検出された黒画素に注目し、注目する黒画素の周囲に隣接する画素から黒画素の探索を順次行うことにより、画像データから輪郭線の画素に囲まれた黒画素領域を検出することができ、この黒画素領域の面積を算出することができる。

例えば、画像データ中に、図６（ｂ）に示すような黒画素領域が存在している場合は、まず、ラスタスキャンによって黒画素Ｐ１が最初に検出される。そして、この黒画素Ｐ１に注目し、この黒画素Ｐ１の周囲に隣接する画素に対して探索を行うことにより、輪郭線の画素となる黒画素Ｐ２が検出される。

次に、黒画素Ｐ２が検出されると、この黒画素Ｐ２に注目し、同様にして探索が行われ、次の輪郭線の画素となる黒画素Ｐ３が検出される。以下、同様にして、検出された黒画素に注目して探索を行うことにより、輪郭線の画素となる黒画素Ｐ４〜Ｐ７が検出される。そして、黒画素Ｐ７に注目して探索を行った場合には、黒画素Ｐ１が検出されるため、この時点で探索を終了する。このようにして検出された黒画素Ｐ１〜Ｐ７に囲まれた領域が、マスク画素領域となる。

尚、上述の輪郭追跡処理では、黒画素を探索する際に、反時計回りに探索を行うように説明したが、これはこの例に限られず、例えば時計回りに探索を行ってもよい。

説明は図１に戻り、マスク画素領域補正部５は、上述のようにしてマスク画素領域を検出して面積を算出すると、予め設定された最小面積とマスク画素領域の面積とを比較する。そして、マスク画素領域の面積が最小面積未満である場合に、マスク画素領域が文字領域であると判断し、マスク画素領域画像データから比較対象のマスク画素領域を削除する。このようにして補正されたマスク画素領域画像データは、メモリ２に記憶される。

像域分離部６は、マスク画素領域補正部５で補正されメモリ２に記憶されたマスク画素領域画像データに基づき、入力２値画像データを網点領域及び文字領域に分離し、網点領域であるマスク画素領域を、画像領域を示す画像領域部画像データに書き込むとともに、それ以外の領域を、文字領域を示す文字領域部画像データに書き込む。そして、画像領域部画像データ及び文字領域部画像データがメモリ２に記憶され、各々の画像データが出力２値画像データとして出力される。

次に、像域分離装置１による全体の処理の流れについて、図７〜図１０に示すフローチャートを参照して説明する。

まず、図７に示すように、像域分離装置１に対して２値画像データが入力されると、背景領域抽出部３において、入力された２値画像データに対して上述したブラックハット処理が行われ、背景領域を抽出する背景領域抽出処理が行われる（ステップＳ１）。

背景領域抽出処理では、図８に示すように、入力２値画像データに対して、入力２値画像データの解像度及び網点の線数に基づき算出された回数（Ｎ回）だけ膨張処理が行われる（ステップＳ１１）とともに、膨張処理と同じ回数（Ｎ回）だけ収縮処理が行われる（ステップＳ１２）。そして、入力２値画像データと、Ｎ回の膨張処理及び収縮処理により得られた画像データとの差分をとり（ステップＳ１３）、背景領域が抽出される。

説明は図７に戻り、マスク画素領域抽出部４において、抽出された背景領域に対して上述したクロージング処理が行われ、マスク画素領域を生成するマスク画素領域抽出処理が行われる（ステップＳ２）。

マスク画素領域抽出処理では、図９に示すように、上述したステップＳ１で算出された回数と同じ回数（Ｎ回）だけ膨張処理が行われる（ステップＳ２１）とともに、Ｎ回だけ収縮処理が行われ（ステップＳ２２）、マスク画素領域が抽出される。

説明は図７に戻り、マスク画素領域補正部５において、抽出されたマスク画素領域から網点領域として誤検出された文字領域を削除するマスク画素領域補正処理が行われる（ステップＳ３）。

マスク画素領域補正処理では、図１０に示すように、メモリ２に記憶されたマスク画素領域画像データに対するラスタスキャンが行われ（ステップＳ３１）、上述した輪郭追跡処理によりマスク画素領域の面積Ｓ’が算出される（ステップＳ３２）。

そして、予め設定されたマスク画素領域の最小面積Ｓと、ステップＳ３２で算出されたマスク画素領域の面積Ｓ’が比較され、面積Ｓ’が最小面積Ｓよりも小さいか否かが判断される（ステップＳ３３）。比較の結果、面積Ｓ’が最小面積Ｓ以上であると判断された場合には、処理がステップＳ３５に移行する。一方、ステップＳ３３において、面積Ｓ’が最小面積Ｓよりも小さいと判断された場合には、面積Ｓ’が算出された領域をマスク画素領域から削除され（ステップＳ３４）、処理がステップＳ３５に移行する。

そして、マスク画素領域画像データに対するラスタスキャンが終了したか否かが判断され（ステップＳ３５）、ラスタスキャンが終了していないと判断された場合には、処理がステップＳ３１に戻る。一方、ラスタスキャンが終了したと判断された場合は、一連の処理が終了する。

説明は図７に戻り、像域分離部６において、ステップＳ３で補正されたマスク画素領域に基づき、入力された２値画像データから網点領域と文字領域とを分離する像域分離処理が行われる（ステップＳ４）。

以上のように、本実施の形態によれば、網点領域における黒画素領域の間に挟まれた白画素領域からなる背景領域を抽出し、抽出された背景領域に基づき網点領域を抽出し、抽出された網点領域から、網点領域として誤検出された文字領域を削除するため、網点領域及び文字領域が混在した２値画像データから網点領域及び文字領域を分離する際の精度を高めることができる。

また、網点の周期やスクリーン角度等の情報に依存することなく網点領域を抽出するため、幅広い網点の種類に対応でき、例えばＦＭスクリーニングによる画像や地紋等を含む画像データから網点領域及び文字領域を分離することができる。

１ 像域分離装置
２ メモリ
３ 背景領域抽出部
４ マスク画素領域抽出部
５ マスク画素領域補正部
６ 像域分離部

Claims (7)

1. ２値画像の網点領域と文字領域とを分離する像域分離方法であって、
   黒画素及び白画素からなる２値画像データから、黒画素の間に挟まれた白画素で形成される背景領域を抽出するため、前記２値画像データに対して所定回数だけ膨張処理を行う膨張ステップと、前記膨張ステップにより得られる画像データに対して、前記膨張処理の回数と同じ回数だけ収縮処理を行う収縮ステップと、前記収縮ステップにより得られる画像データと前記２値画像データとの差分をとる差分ステップとを有する背景領域抽出ステップと、
   前記背景領域に基づき、網点領域を示すマスク画素領域を抽出するマスク画素領域抽出ステップと、
   前記マスク画素領域から、前記網点領域として誤検出された文字領域を削除するマスク画素領域補正ステップと、
   前記補正されたマスク画素領域に基づき、前記２値画像データから前記網点領域と前記文字領域とを分離する分離ステップとを備えることを特徴とする像域分離方法。
2. 前記マスク画素領域補正ステップは、
   前記マスク画素領域の面積と予め設定された最小面積とを比較し、前記マスク画素領域の面積が前記最小面積より小さい場合に、前記マスク画素領域が前記文字領域であると判断し、該マスク画素領域から前記文字領域を削除することを特徴とする請求項１に記載の像域分離方法。
3. 前記マスク画素領域の面積は、該マスク画素領域に対する輪郭追跡処理に基づき算出されることを特徴とする請求項２に記載の像域分離方法。
4. 前記マスク画素領域抽出ステップは、
   前記背景領域を含む背景領域画像データに対して所定回数だけ膨張処理を行う第２の膨張ステップと、
   前記第２の膨張ステップにより得られる画像データに対して、前記膨張処理の回数と同じ回数だけ収縮処理を行う第２の収縮ステップとを有することを特徴とする請求項１、２又は３に記載の像域分離方法。
5. 前記膨張処理及び前記収縮処理の回数は、前記２値画像データの解像度と、網点の線数とに基づき決定することを特徴とする請求項１乃至４のいずれかに記載の像域分離方法。
6. ２値画像の網点領域と文字領域とを分離する像域分離処理を実行させるためのプログラムであって、
   請求項１乃至５のいずれかに記載の像域分離方法を実行させるためのものであることを特徴とするプログラム。
7. ２値画像の網点領域と文字領域とを分離する像域分離装置であって、
   黒画素及び白画素からなる２値画像データから、黒画素の間に挟まれた白画素で形成される背景領域を抽出するため、前記２値画像データに対して所定回数だけ膨張処理を行う膨張ステップと、前記膨張ステップにより得られる画像データに対して、前記膨張処理の回数と同じ回数だけ収縮処理を行う収縮ステップと、前記収縮ステップにより得られる画像データと前記２値画像データとの差分をとる差分ステップとを有する背景領域抽出部と、
   前記背景領域に基づき、網点領域を示すマスク画素領域を抽出するマスク画素領域抽出部と、
   前記マスク画素領域から、前記網点領域として誤検出された文字領域を削除するマスク画素領域補正部と、
   前記補正されたマスク画素領域に基づき、前記２値画像データから前記網点領域と前記文字領域とを分離する像域分離部とを備えることを特徴とする像域分離装置。

Images