JP5960010B2 - 画像処理装置、画像処理方法、およびプログラム - Google Patents

Description

本発明は、読み取り多値画像（濃淡画像）から２値化画像を生成する画像処理装置、画像処理方法、およびプログラムに関するものである。

従来から、たとえば、小切手などの媒体表面に記載された文字列などを読み取ってデジタル画像を取得する画像読取装置が様々に提案されている。

その画像は、画像に含まれる様々な情報を認識するアプリケーションで利用されることが多いが、アプリケーションに見合った画像を提供するという点で画像読取装置（画像処理装置）の役割は非常に重要になってきている。

画像読取装置で読取った画像を入力として様々な認識処理を行うアプリケーションでは、２値化画像をベースに認識を行うものがある。
特許文献１には、一般的なグレー（濃淡）画像から、アプリケーションの目的に適した２値化画像を生成する技術が開示されている。
この技術では、一般的な２値化の後、中間階調部分に発生しがちなノイズを連結成分の有無を利用した追加処理によって除去する。
しかし、この技術では、特に画像に大きい輝度ムラがある場合には対応しきれない場合がある。

非特許文献１に開示された技術は、これに対処したものであり、輝度ムラがあっても背景と認識対象物とをコントラストよく分離できるようにしている。

特開２０００-３３１１１８号公報

Ｋｉｎｄｒａｔｅｎｋｏ他：Ｂｉｎａｒｉｚａｔｉｏｎ ｏｆ Ｉｎｈｏｍｏｇｅｎｅｏｕｓｌｙ Ｉｌｌｕｍｉｎａｔｅｄ Ｉｍａｇｅｓ， ＩＣＩＡＰ’９５

しかし、非特許文献１に開示された技術は、最適な２値化結果を得るまでにフィルタパラメータを振って画像全体に対する相関演算を繰り返すことから、膨大な演算量が要求され、多くの処理時間を要することになる等の不利益がある。

本発明は、比較的少ない演算量で品質の高い２値化画像を得ることが可能な画像処理装置、画像処理方法、およびプログラムを提供することにある。

本発明の第１の観点は、濃淡のある読み取り多値画像から２値化画像を生成する画像処理装置であって、画像を前記多値画像として読み取る画像読取部と、前記画像読取部による読み取り多値画像を格納する画像メモリと、前記画像メモリに格納された読み取り多値画像に対してサンプル領域を設定するサンプル領域設定部と、前記サンプル領域が設定された読み取り多値画像に対してフィルタ処理を行って補正画像データを生成し、当該補正画像データを２値化する２値化部と、前記２値化部で得られた２値化画像データと前記読み取り多値画像データとの相関関係をそれぞれ求める相関演算部と、前記相関関係に基づいて最適なパラメータ値または２値化画像データを選択する最適２値化情報選択部と、を有し、前記２値化部は、フィルタにおける注目画素の係数に可変付加量を加算した複数のパラメータ値を設定するパラメータ値設定部と、中心の前記注目画素とその周囲の画素を含むマトリクスを形成し、前記パラメータ値が設定される前記フィルタを用いて読み取り多値画像データに対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成するフィルタ処理部と、前記各補正画像データを、所定の２値化閾値で２値化する２値化処理部と、を含む。
これにより、計算時間を短縮でき、相関演算をあらかじめ注目し設定したサンプル領域に絞ることで、その領域に最適な２値化画像を得ることが可能となる。

好適には、前記２値化部の前記フィルタ処理部は、前記サンプル領域内の読み取り多値画像データに対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成する。

好適には、前記最適２値化情報選択部は、前記相関関係に基づいて最適なパラメータ値を選択して、前記２値化部のパラメータ設定部に報知し、前記２値化部の前記フィルタ処理部は、前記報知されたパラメータ値を用いたフィルタ処理を読み取り多値画像の全体に対して行って、前記最適パラメータ値に応じた補正画像データを生成し、前記２値化処理部は、前記全体の補正画像データを、所定の２値化閾値で２値化する。

好適には、前記２値化部の前記フィルタ処理部は、前記サンプル領域を含む読み取り多値画像データの全体に対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成する。

好適には、前記最適２値化情報選択部は、前記相関関係に基づいて最適な２値化画像データを選択して、前記２値化部の２値化処理部に報知し、前記２値化部の前記２値化処理部は、前記全体の補正画像データを、所定の２値化閾値で２値化した２値化画像を出力する。

好適には、前記サンプル領域設定部は、前記画像メモリ内の読み取り多値画像の画素値が示す輝度値とあらかじめ設定した輝度閾値とを比較し、輝度閾値より高い領域の中から所定のサンプル領域を設定する。

好適には、前記画像読取部の読み取り対象媒体は、複数の記入領域を含み、前記サンプル領域設定部は、前記複数の記入領域から前記輝度閾値より高い輝度の記入領域を選択し、選択した記入力領域からサンプル領域を設定する。

本発明の第２の観点は、濃淡のある読み取り多値画像から２値化画像を生成する画像処理方法であって、画像を前記多値画像として読み取る画像読取ステップと、前記画像読取ステップによる読み取り多値画像を画像メモリに格納する画像格納ステップと、前記画像メモリに格納された読み取り多値画像に対してサンプル領域を設定するサンプル領域設定ステップと、前記サンプル領域が設定された読み取り多値画像に対してフィルタ処理を行って補正画像データを生成し、当該補正画像データを２値化する２値化ステップと、前記２値化ステップで得られた２値化画像データと前記読み取り多値画像データとの相関関係をそれぞれ求める相関演算部ステップと、前記相関関係に基づいて最適なパラメータ値または２値化画像データを選択する最適２値化情報選択ステップと、を有し、前記２値化ステップは、フィルタにおける注目画素の係数に可変付加量を加算した複数のパラメータ値を設定するパラメータ値設定ステップと、中心の前記注目画素とその周囲の画素を含むマトリクスを形成し、前記パラメータ値が設定される前記フィルタを用いて読み取り多値画像データに対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成するフィルタ処理ステップと、前記各補正画像データを、所定の２値化閾値で２値化する２値化処理ステップと、を含む。

本発明の第３の観点は、濃淡のある読み取り多値画像から２値化画像を生成する画像処理をコンピュータに実行させるプログラムであって、多値画像として読み取られ、画像メモリに格納された読み取り多値画像に対してサンプル領域を設定するサンプル領域設定処理と、前記サンプル領域が設定された読み取り多値画像に対してフィルタ処理を行って補正画像データを生成し、当該補正画像データを２値化する２値化処理と、前記２値化処理で得られた２値化画像データと前記読み取り多値画像データとの相関関係をそれぞれ求める相関演算処理と、前記相関関係に基づいて最適なパラメータ値または２値化画像データを選択する最適２値化情報選択処理と、を有し、前記２値化処理は、フィルタにおける注目画素の係数に可変付加量を加算した複数のパラメータ値を設定するパラメータ値設定処理と、中心の前記注目画素とその周囲の画素を含むマトリクスを形成し、前記パラメータ値が設定される前記フィルタを用いて読み取り多値画像データに対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成するフィルタ処理と、前記各補正画像データを、所定の２値化閾値で２値化する画像２値化処理と、を含む画像処理をコンピュータに実行させるプログラムである。

本発明は、比較的少ない演算量で品質の高い２値化画像を得ることができる。

本発明の実施形態に係る画像処理装置の構成例を示す図である。 本実施形態の画像処理装置の読み取り対象媒体例として小切手の一例を示す図である。 本実施形態においてイメージセンサで読み取られ画像メモリに格納される小切手の原画像の例を示す図である。 本第１の実施形態に係る画像処理部の構成例を示すブロック図である。 ５×５の画素マトリクスを示す図である。 図５の画素マトリクスの対応するカーネルおよびフィルタ特性の一例を示す図である。 本実施形態に係る２値化処理の概要を説明するためのフローチャートである。 パラメータの可変付加量ｐと、原画像および２値化画像の相関係数との関係を示す図である。 本第１の実施形態に係る画像処理装置の動作を説明するためのフローチャートである。 本実施形態の画像処理装置による原画像と２値化画像の一例を示す図である。 本第２の実施形態に係る画像処理部の構成例を示すブロック図である。 本第２の実施形態に係る画像処理装置の動作を説明するためのフローチャートである。 図２に示す小切手を撮像し、本実施形態の特徴的なサンプル領域設定、フィルタ処理および２値化処理を行った場合の２値化画像を示す第１図である。 図２に示す小切手を撮像し、本実施形態の特徴的なサンプル領域設定、フィルタ処理および２値化処理を行った場合の２値化画像を示す第２図である。 図１３および図１４の２値化画像の可変付加量と相関係数ｒ（Ｒ）との関係を示す図である。 本第３の実施形態に係る画像処理部の構成例を示すブロック図である。 本第３の実施形態に係る画像処理装置の動作を説明するためのフローチャートである。 本第３の実施形態に係るサンプル領域の設定方法について説明するための図である。 本第４の実施形態に係る画像処理部の構成例を示すブロック図である。 本第４の実施形態に係る画像処理装置の動作を説明するためのフローチャートである。

以下、本発明の実施形態を図面に関連付けて説明する。

＜第１実施形態＞
図１は、本発明の実施形態に係る画像処理装置の構成例を示す図である。

本画像処理装置１０は、画像読取部としてのイメージセンサ１１、媒体搬送部１２、媒体搬送駆動回路１３、イメージセンサ駆動増幅回路１４、機構制御部１５、画像メモリ１６、および画像処理部１７を含んで構成されている。

本実施形態においては、画像処理装置１０を画像読み取り機能を備えた小切手リーダを例として説明する。

［読み取り対象媒体である小切手の構成例］
図２は、本実施形態の画像処理装置１０の読み取り対象媒体例として小切手ＣＨＫの一例を示す図である。
小切手ＣＨＫは、その券面ＦＣにおいて、たとえば背景ＢＧＤはグレー系を基調とし、複数の箇所に発行日付、支払先の名前、金額、決済金額、支払目的（家賃や公共料金等）、サイン等を記入する記入領域ＦＡＲが複数配置されている。
図２の例では、記入領域ＦＡＲ１は発行日付が記入され、記入領域ＦＡＲ２は支払先の名前が記入され、記入領域ＦＡＲ３は金額が記入され、記入領域ＦＡＲ４は決済金額が記入され、記入領域ＦＡＲ５は支払目的が記入され、記入領域ＦＡＲ６はサインが記入される。

図２は、多数の種類がある小切手ＣＨＫの一例であるが、基本的に、背景ＢＧＤはグレー系であり、少なくとも記入領域ＦＡＲおよびその周辺部は、基本的に白地に近く背景ＢＧＤより明度が高くなるように形成されている。

以下に、このような小切手ＣＨＫの画像読み取り機能を備えた本画像処理装置１０の具体的な構成および画像処理機能について説明する。
画像処理装置１０において、基本的に、媒体搬送部１２、媒体搬送駆動回路１３、イメージセンサ駆動増幅回路１４等は、動作等が機構制御部１５により制御される。

本実施形態の画像処理装置１０では、媒体搬送部（搬送路）１２上に読み取り対象媒体である小切手ＣＨＫの券面ＦＣの画像を読取るためのイメージセンサ１１が配置されている。
イメージセンサ１１は、たとえば密着型１次元撮像素子で構成され、機構制御部１５の制御の下、イメージセンサ駆動増幅回路１４により駆動される。
ここでは、イメージセンサ１１として密着型１次元撮像素子を採用して装置の小型化等を図っているが、イメージセンサ１１としては、読み取り対象媒体である小切手ＣＨＫの券面ＦＣの全面を読み取り対象する２次元のエリアセンサ等を採用することも可能である。イメージセンサの撮像素子は、たとえばＣＣＤやＣＭＯＳセンサにより形成される。
イメージセンサ１１は、図１の例は搬送面部の上部側に配置されているが、搬送面の上部または下部または両側に配置される場合もある。
さらに小切手の処理過程で所定の事項を印字する機能をもたせるために印字ブロックが媒体搬送部１２の最後段に配置されることもある。

読み取り対象媒体である小切手ＣＨＫは、券面ＦＣをイメージセンサ１１のセンサヘッド（読み取り部）に対向するよう媒体搬送部１２に挿入される。
媒体搬送部１２には、媒体搬送駆動回路１３によて駆動される媒体搬送機構としてのローラ１２１，１２２が配置されており、このローラ１２１，１２２の駆動に伴い読み取り対象媒体である小切手ＣＨＫが、図中矢印Ａで示す方向に搬送される。
媒体搬送部１２に挿入された小切手ＣＨＫがイメージセンサ１１のセンサヘッドを通過するとそのデジタル化された読み取り多値画像（濃淡画像）が画像メモリ１６に格納（記録）される。

このように、画像メモリ１６は、画像読取部としてのイメージセンサ１１で読み取られた多値（濃淡）画像である原画像ＯＩＭ（Ｘ）を格納する。
画像メモリ１６に格納される原画像ＯＩＭ（Ｘ）は、複数の画素がマトリクス状に配列されて形成され、各画素はそれぞれ画素値（輝度値）を有する。各画素値は、たとえば８ビットで表現すると０〜２５５の間のいずれかの値をとり、画素値は黒に近いほど小さく、白に近いほど大きな値をとる。
この原画像ＯＩＭ（Ｘ）の各画素値は、たとえば後述するように、画像処理部１７のフィルタ処理部において、ラプラシアンフィルタカーネルの対応する係数と掛け合わされる。これにより、原画像ＯＩＭ（Ｘ）は、ラプラシアンフィルタ処理（演算処理）を受ける。

なお、ラプラシアンフィルタは、エッジ検出や先鋭化に用いる２次微分フィルタの一種である。換言すれば、ラプラシアンフィルタは空間２次微分を計算し、輪郭を検出するフィルタであり、輝度の差分の変化量が極端に大きくなっている部分を抽出するフィルタである。

図３は、本実施形態においてイメージセンサで読み取られ画像メモリに格納される小切手ＣＨＫの原画像ＯＩＭ（Ｘ）の例を示す図である。
図３の原画像ＯＩＭ（Ｘ）は、照明光量やその方向等の撮像条件等に起因して、背景ＢＧＤの大部分、特に、支払目的の記入領域ＦＡＲ５が配置されている、小切手ＣＨＫの図中左側が文字の判別がし難くいような黒に近い状態となっている。
図３の原画像ＯＩＭ（Ｘ）では、小切手ＣＨＫの中央部の、支払先の名前の記入領域ＦＡＲ２、決済金額の記入領域ＦＡＲ４、サインの記入領域ＦＡＲ６は、読み取り可能であるが、やはり読み取り難くいように黒味がかった画像となっている。
一方、図３の原画像ＯＩＭ（Ｘ）では、小切手ＣＨＫの図中右側よりに形成された発行日付の記入領域ＦＡＲ１や金額の記入領域ＦＡＲ３は比較的鮮明に再現性高く撮像されている。特に、金額の記入領域ＦＡＲ３は問題なく判読可能な程度に再現性高く撮像されている。

画像処理部１７は、画像メモリ１６に格納される原画像（読み取り多値画像（濃淡画像））ＯＩＭ（Ｘ）において、サンプルとして選択的に畳み込みフィルタ演算の一つであるラプラシアンフィルタ処理（演算処理）を含む画像処理を施すサンプル領域を設定する。
本第１の実施形態において、画像処理部１７は、設定されたサンプル領域に対してフィルタ処理および２値化処理を行う。
画像処理部１７は、この２値化処理において、まず、ラプラシアンフィルタにおける注目画素の係数αに可変付加量ｐを加算した複数のパラメータ値ＰＴを設定し、設定した各パラメータ値を用いたフィルタ処理を行って、所定の２値化閾値で２値化する２値化補正処理を行う。
画像処理部１７は、２値化処理されたサンプル領域の各補正画像データと原画像ＯＩＭ（Ｘ）のサンプル領域との相関係数Ｒを計算し、相関係数Ｒが最も高い（大きい）補正画像データの生成に用いたパラメータ値を、最適なパラメータ値ＰＴとして選択する。
そして、画像処理部１７は、選択した最適パラメータ値ＰＴを用いたラプラシアンフィルタ処理および２値化処理を原画像ＯＩＭ（Ｘ）全体に対して行い、この全体の補正画像データを画像表示部および画像認識部に出力する。

このように、画像メモリ１６に格納された画像データは、画像処理部１７でフィルタ処理、２値化補正処理によって抽出された最適２値化画像が画像表示または文字認識処理で参照される。
文字認識処理は、たとえば小切手リーダに内蔵されたマイクロプロセッサで実行されるが、デジタル画像データを上位制御装置に転送して、上位側で文字認識処理を行うようにしてもよい。
もちろん媒体搬送部１２上に小切手紙面に印刷されたＭＩＣＲ文字を読取るための磁気ヘッドを設けてもよい。

次に、第１の実施形態に係る画像処理部１７の具体的な構成例について説明する。
図４は、本第１の実施形態に係る画像処理部の構成例を示すブロック図である。
図４の画像処理部１７には、ＬＣＤ等の画像表示部１８および画像認識部１９が接続されている。

図４の画像処理部１７は、サンプル領域設定部２０、２値化部２１、相関演算部２２、および最適２値化情報選択部２３を含んで構成されている。

サンプル領域設定部２０は、画像メモリ１６に格納される原画像（濃淡のある読み取り多値画像）ＯＩＭ（Ｘ）において、サンプルとして選択的に畳み込みフィルタ演算の一つであるラプラシアンフィルタ処理（演算処理）を含む画像処理を施すサンプル領域を設定する。
注目するサンプル領域が媒体によって変動しない場合は固定の領域を設定する。
本第１の実施形態においては、読み取り対象媒体である小切手ＣＨＫにおける記入領域ＦＡＲ１〜６は基本的に変動しないことから、それらのうちたとえば金額の記入領域ＦＡＲ３がサンプル領域ＳＭＰＬとして設定される。
このサンプル領域設定部２０で設定されたサンプル領域ＳＭＰＬの読み取り多値（濃淡）画像データは２値化部２１に供給される。

なお、サンプル領域ＳＭＰＬとしては、媒体によって変動する場合は、その領域を自動的に自己判断するような仕組みをもたせることができる。

２値化部２１は、ラプラシアンフィルタ処理部（フィルタ処理部）２１１、パラメータ設定部２１２、および２値化処理部２１３を有する。

ラプラシアンフィルタ処理部２１１は、サンプル領域設定部２０で設定されたサンプル領域ＳＭＰＬの画像に対して、パラメータ設定部２１２で設定される各パラメータ値ＰＴを用いたラプラシアンフィルタ処理を行い、パラメータ値に応じたサンプル領域ＳＭＰＬの補正画像データを生成して２値化処理部２１３に出力する。

ラプラシアンフィルタ処理（演算処理）は、２次元畳み込み行列（マトリクス）を用いた２次元畳み込みフィルタ処理の一つであり、カーネル行列を用いた演算処理を行う。
図５は、５×５の画素マトリクスを示す図である。
図６（Ａ）および（Ｂ）は、図５の画素マトリクスの対応するカーネルおよびフィルタ特性の一例を示す図である。

図５の画素マトリクスＭＰＸは、画素ＰＸ００〜ＰＸ０４，ＰＸ１０〜ＰＸ１４，ＰＸ２０〜ＰＸ２４，ＰＸ３０〜ＰＸ３４，ＰＸ４０〜ＰＸ４４の２５個の画素ＰＸをマトリクス状に配置して構成されている。
換言すると、画素マトリクスＭＰＸは、マトリクスの中心（中央）の画素ＰＸ２２が注目画素ＴＰＸとして選定され、この注目画素ＴＰＸ（ＰＸ２２）と周辺の画素ＰＸ００〜ＰＸ０４，ＰＸ１０〜ＰＸ１４，ＰＸ２０，ＰＸ２１，ＰＸ２３，ＰＸ２４，ＰＸ３０〜ＰＸ３４，ＰＸ４０〜ＰＸ４４により形成されている。

この注目画素ＴＰＸを中心した画素マトリクスの各画素に対応して、図６に示すカーネルにおいて、フィルタ処理の目的に応じてある値、たとえば「−１」、「−２」、「０」等が設定される。
図６の例では、注目画素はパラメータ値ＰＴが（α＋ｐ）の値に設定される。
ここで、係数αは、周辺の画素ＰＸ００〜ＰＸ０４，ＰＸ１０〜ＰＸ１４，ＰＸ２０，ＰＸ２１，ＰＸ２３，ＰＸ２４，ＰＸ３０〜ＰＸ３４，ＰＸ４０〜ＰＸ４４で使用する値の総和Σである。
ｐは係数αに付加する可変付加量を示し、たとえば１〜２０等の正の整数に設定される。

図６の例では、周辺画素ＰＸ００〜ＰＸ０４，ＰＸ１０，ＰＸ２０，ＰＸ３０，ＰＸ１４，ＰＸ２４，ＰＸ３４，ＰＸ４０〜ＰＸ４４に対応して「−１」が設定される。
また、注目画素ＴＰＸ（ＰＸ２２）に隣接する８個の周辺画素ＰＸ１１，ＰＸ１２，ＰＸ１３，ＰＸ２１，ＰＸ２３，ＰＸ３１，ＰＸ３２，ＰＸ３３に対応して「−２」が設定される。
したがって、図６の例では、注目画素ＴＰＸの係数αは３２となる。
このラプラシアンフィルタは、図６（Ｂ）に示すように、注目画素ＴＰＸの周囲を尖鋭化するように機能する。

ラプラシアンフィルタ処理部２１１は、パラメータ設定部２１２により供給される信号Ｓ２１１を受けて、可変付加量ｐが変更されるパラメータ値ＰＴを設定したラプラシアンフィルタを用いてサンプル領域ＳＭＰＬ内の読み取り多値画像データに対してラプラシアンフィルタ処理を行い、パラメータ値ＰＴに応じた補正（多値）画像データを生成する。
ラプラシアンフィルタ処理部２１１は、パラメータ値ＰＴに応じた補正画像データを信号Ｓ２１１として２値化処理部２１３に出力する。

ラプラシアンフィルタ処理部２１１は、パラメータ設定部２１２により供給される信号Ｓ２１２Ｒを受けると、最適なパラメータ値ＰＴを受けたものと判断し、このパラメータ値ＰＴを設定したラプラシアンフィルタを用いて読み取り多値画像データ全体に対してラプラシアンフィルタ処理を行い、パラメータ値ＰＴに応じた補正画像データを生成する。
ラプラシアンフィルタ処理部２１１は、パラメータ値ＰＴに応じた補正画像データを信号Ｓ２１１Ｒとして２値化処理部２１３に出力する。

パラメータ設定部２１２は、上述したラプラシアンフィルタ処理に適用するパラメータ値ＰＴの可変付加量ｐを順次に変更したパラメータ値ＰＴを設定し、このパラメータ値ＰＴにたとえば番号を付し、信号Ｓ２１２として、ラプラシアンフィルタ処理部２１１に出力する。
また、パラメータ設定部２１２は、最適２値化情報選択部２３から最適のパラメータ値ＰＴであると報知されたパラメータ値を信号Ｓ２１２Ｒとして、再度ラプラシアンフィルタ処理部２１１に出力する。

２値化処理部２１３は、ラプラシアンフィルタ処理部２１１から信号Ｓ２１１を受けると、パラメータ値が順次変更されてラプラシアンフィルタ処理を受けたサンプル領域ＳＭＰＬの各補正画像データを、所定の２値化閾値で２値化し、２値化後の各補正画像データを信号Ｓ２１３として相関演算部２２に出力する。

２値化処理部２１３は、ラプラシアンフィルタ処理部２１１から信号Ｓ２１１Ｒを受けると、最適なパラメータ値で読み取り多値画像データ全体に対してラプラシアンフィルタ処理を受けた補正画像データを、所定の２値化閾値で２値化し、２値化後の全体補正画像データを信号Ｓ２１３Ｒとして画像表示部１８および画像認識部１９に出力する。

ここで２値化閾値は、たとえば固定値として説明したが、２値化閾値は、判別分析法により求めるように構成することも可能である。
判別分析法とは、画像の濃度値ヒストグラムにおいて、濃度値の集合を閾値ｔで２つのクラスに分割したときに、クラス内の分散が最小、クラス間の分散が最小となるようなｔを閾値として決める方法である。

相関演算部２２は、２値化処理部２１３から信号Ｓ２１３を受けると、サンプル領域ＳＭＰＬにおける２値化補正画像データと、原画像ＯＩＭ（Ｘ）のサンプル領域ＳＭＰＬの画像データとの相関係数Ｒをそれぞれ求める。
相関演算部２２は、求めた相関係数Ｒにフィルタ処理に用いられたパラメータ値の番号情報を含め信号Ｓ２２として、最適２値化情報選択部２３に出力する。

最適２値化情報選択部２３は、相関演算部２２による信号Ｓ２２を受けて、各相関係数を比較し、相関係数Ｒが最も大きくなるパラメータ値ＰＴ、より具体的にはパラメータ値ＰＴを形成する可変付加量ｐを用いてフィルタ処理および２値化処理を行った画像が最適な２値化画像データであると判別し、この最適な２値化画像データを生成するように、最適パラメータ値ＰＴの情報（たとえば番号）を信号Ｓ２３として、パラメータ設定部２１２に報知する。
このように、本第１の実施形態における最適２値化情報選択部２３は、最適パラメータ情報選択部として機能する。

ここで、原画像と２値化画像との相関関係についてさらに説明する。
図７は、本実施形態に係る２値化処理の概要を示すフローチャートである。
本実施形態の２値化処理では、パラメータをもったフィルタを用いる。ひとつのパラメータ値に対してひとつの２値化画像が対応する。
２値化処理を構成するフィルタ処理および固定閾値２値化処理は、たとえば非特許文献１に開示されている方法を用いることができる。

本実施形態において、２値化画像は、上述したようにフィルタのパラメータ値ＰＴ、より具体的には、パラメータ値ＰＴを形成する可変付加量ｐによって変化する。
そこで、パラーメータ値ＰＴ（ｐ）を初期化後（ステップＳＴ１）を段階的に変化させて、原画像Ｘ（ここでは、サンプル領域）にフィルタ処理を施し変換し（ステップＳＴ２）、変換後の画像に２値化処理を施すことにより、逐次２値化画像Ｙ(ｐ)を求める（ステップＳＴ３）。
この処理をすべての可変付加量ｐで実行するすることにより（ステップＳＴ４，ＳＴ５）、各可変付加量ｐによって変化する複数の２値化画像を取得する。
そして、本実施形態では、その２値化画像が最も原画像Ｘに近いものを採用するようにしている。

その類似性の尺度として上述したように相関係数を用いることができる。相関係数は２値化画像と原画像との間で画素値に対して下記式のように計算される。
Ｘｉは原画像の要素を表し、Ｙｉは２値化画像の要素を表す。ｉは要素のインデクスを表し、画像の左上隅がｉ＝１、右下隅がｉ＝ｎとすることが多い。画像がｐ行×ｑ列であれば、ｎ＝ｐ＊ｑである。要素とは具体的には画素値である。

相関係数Ｒ（ｒと示す場合もある）が最大になる２値化画像を選択すればそれが最適解となる。
しかしながら、非特許文献１の方式では、相関演算を画像全体を用いて実行するため、ＣＰＵ演算能力やメモリ容量など実装に制約がある場合には演算処理コストがかさむというデメリットがある。

一方、本実施形態では、最適２値化画像を求めるための相関演算を、あらかじめ設定したサンプル領域（注目領域）に限定して計算するようにしている。
その結果、演算時間が少なくてすむとともに、サンプル領域の画像を用いて相関演算を実行することから、サンプル領域がもっとも原画像に近いという性質を備えた２値化画像が選択される。このために、より目的に沿った結果を得ることができるという利点がある。

図８は、パラメータの可変付加量ｐと、原画像および２値化画像の相関係数Ｒとの関係を示す図である。
図８において、横軸がパラメータの可変付加量ｐを、縦軸が相関係数Ｒをそれぞれ示している。

図８の例では、可変付加量ｐが５のときが相関係数Ｒが最大となっている。したがって、この場合、可変付加量ｐが５のパラメータ値ＰＴ（α＋ｐ）を適用したフィルタ処理および２値化処理を行って得た画像が、原画像に近いという性質を備えた２値化画像として選択される。

次に、本第１の実施形態に係る画像処理装置１０の動作について図９に関連付けて説明する。
図９は、本第１の実施形態に係る画像処理装置１０の動作を説明するためのフローチャートである。

読み取り対象媒体である小切手ＣＨＫが媒体搬送部１２に挿入されると、小切手ＣＨＫが搬送されるに伴い、イメージセンサ１１のセンサヘッドを通過するとその画像が読み取られ（ステップＳＴ１１）、そのデジタル化された読み取り多値画像（濃淡画像）が画像メモリ１６に格納される（ステップＳＴ１２）。
次に、画像処理部１７のサンプル領域設定部２０において、画像メモリ１６に格納される原画像（濃淡のある読み取り多値画像）ＯＩＭ（Ｘ）に対して、サンプルとして選択的にラプラシアンフィルタ処理を含む画像処理を施すサンプル領域ＳＭＰＬが設定される（ステップＳＴ１３）。

次に、２値化部２１において、設定したサンプル領域に対して以下のフィルタ処理および２値化処理が行われる。
まず、パラメータ設定部２１２において、ラプラシアンフィルタ処理に適用するパラメータ値ＰＴの可変付加量ｐを順次に変更したパラメータ値ＰＴが設定される（ステップＳＴ１４）。このパラメータ値ＰＴにたとえば番号を付し、信号Ｓ２１２として、ラプラシアンフィルタ処理部２１１に出力される。

ラプラシアンフィルタ処理部２１１において、パラメータ設定部２１２により供給される信号Ｓ２１２に応答して、可変付加量ｐが変更されるパラメータ値ＰＴを設定したラプラシアンフィルタを用いてサンプル領域ＳＭＰＬ内の読み取り多値画像データに対してラプラシアンフィルタ処理が行われる（ステップＳＴ１５）。
これにより、パラメータ値ＰＴに応じた補正画像データが生成される（ステップＳＴ１６）。
このパラメータ値ＰＴに応じた補正画像データは信号Ｓ２１１として２値化処理部２１３に出力される。

２値化処理部２１３においては、ラプラシアンフィルタ処理部２１１からの信号Ｓ２１１に応答して、パラメータ値が順次変更されてラプラシアンフィルタ処理を受けたサンプル領域ＳＭＰＬの各補正画像データが、所定の２値化閾値で２値化される（ステップＳＴ１７）。
２値化後の各補正画像データは信号Ｓ２１３として相関演算部２２に出力される。

ここで、フィルタのパラメータ値ＰＴ、ここでは可変付加量ｐのすべてについてフィルタ処理および２値化処理が行われたか否かが判別される（ステップＳＴ１８）。
判別の結果、すべて終了していない場合には、ステップＳＴ１４の処理に移行して、パラメータ設定部２１２でパラメータ値の可変付加量ｐが更新されて、ステップＳＴ１４からステップＳＴ１７の処理がすべてのパラメータ値ＰＴ（可変付加量ｐ）についてフィルタ処理および２値化処理が行われるまで繰り返し行われる。

次に、相関演算部２２において、２値化処理部２１３からの信号Ｓ２１３に応答して、サンプル領域ＳＭＰＬにおける２値化画像データと、原画像ＯＩＭ（Ｘ）のサンプル領域ＳＭＰＬの画像データとの相関係数Ｒがそれぞれ求められる（ステップＳＴ１９）。
求められた相関係数Ｒは、たとえばフィルタ処理に用いられたパラメータ値の番号情報を含め信号Ｓ２２として、最適２値化情報選択部２３に出力される。

最適２値化情報選択部２３においては、相関演算部２２による信号Ｓ２２を受けて、各相関係数が比較され、相関係数Ｒが最も大きくなるパラメータ値ＰＴが選択される（ステップＳＴ２０）。
より具体的には、最適２値化情報選択部２３において、パラメータ値ＰＴを形成する可変付加量ｐを用いてフィルタ処理および２値化処理を行った画像が最適な２値化画像データであると判別される。
そして、この最適な２値化画像データを生成するように、最適パラメータ値ＰＴの情報（たとえば番号）が信号Ｓ２３として、パラメータ設定部２１２に報知される。

これにより、２値化部２１において、２値化に最適と判別され選択されたパラメータ値ＰＴを用いた原画像ＯＩＭ（Ｘ）の全体に対してフィルタ処理および２値化処理が行われる。
すなわち、パラメータ設定部２１２において、最適２値化情報選択部２３から最適のパラメータ値ＰＴであると報知されたパラメータ値が信号Ｓ２１２Ｒとして、再度ラプラシアンフィルタ処理部２１１に出力される（ステップＳＴ２１）。
次いで、ラプラシアンフィルタ処理部２１１において、パラメータ設定部２１２により供給される信号Ｓ２１２Ｒを受けると、最適なパラメータ値ＰＴを受けたものと判断される。
そして、ラプラシアンフィルタ処理部２１１においては、このパラメータ値ＰＴを設定したラプラシアンフィルタを用いて原画像ＯＩＭ（Ｘ）の読み取り多値画像データ全体に対してラプラシアンフィルタ処理が行われる（ステップＳＴ２２）。
これにより、パラメータ値ＰＴに応じた原画像ＯＩＭ（Ｘ）全体の補正（多値）画像データが生成される（ステップＳＴ２３）。
この最適パラメータ値ＰＴに応じた補正画像データは信号Ｓ２１１３として２値化処理部２１３に出力される。

２値化処理部２１３においては、ラプラシアンフィルタ処理部２１１からの信号Ｓ２１１Ｒに応答して、パラメータ値が順次変更されてラプラシアンフィルタ処理を受けた原画像ＯＩＭ（Ｘ）全体の補正画像データが、所定の２値化閾値で２値化され（ステップＳＴ２４）。
そして、２値化後の全体画像データが信号Ｓ２１３Ｒとして画像表示部１８および画像認識部１９に出力される。

以上説明したように、本第１の実施形態によれば、以下の効果を得ることができる。
本第１の実施形態においては、原画像に対してサンプル領域を設定して、画像全体の相関係数を計算するのではなく、注目するサンプル領域に限定して相関係数演算を行う。
こうすることによって、計算時間を短縮でき、相関演算をあらかじめ注目し設定したサンプル領域に絞ることで、その領域に最適な２値化画像を得ることが可能となる。
たとえば、媒体上に特定の文字領域がある場合は、この領域を注目のサンプル領域に設定することで、このサンプル領域をもっともよく表現する２値化画像を得ることができる。
したがって、本実施形態によれば、演算時間やメモリ容量が少なくてすむとともに、注目のサンプル領域の画像を用いて相関演算を実行することから、注目のサンプル領域が最も原画像に近いという性質を備えた２値化画像が選択されるために、より目的に沿った結果を得ることができるという利点がある。

また、本実施形態において、相関係数演算結果から、最適なパラメータ値を選択してこの最適なパラメータ値を用いたフィルタ処理および２値化処理を行うことから、サンプル領域を最もよく表現する２値化画像を得ることはもとより、画像全体においても、原画像より比較的少ない演算量で格段に再現性が高く品質の高い２値化画像を得ることが可能となる。

図１０（Ａ）および（Ｂ）は、本実施形態の画像処理装置による原画像と２値化画像の一例を示す図である。
図１０（Ａ）が原画像を、図１０（Ｂ）が２値化画像をそれぞれ示している。

原画像ＯＩＭ（Ｘ）は、図３に関連付けて説明したと同様、照明光量やその方向等の撮像条件等に起因して、背景ＢＧＤの大部分、特に、支払目的の記入領域ＦＡＲ５が配置されている、小切手ＣＨＫの図中左側が文字の判別がし難くいような黒に近い状態となっている。
図１０（Ａ）の原画像ＯＩＭ（Ｘ）では、小切手ＣＨＫの中央部の、支払先の名前の記入領域ＦＡＲ２、決済金額の記入領域ＦＡＲ４、サインの記入領域ＦＡＲ６は、読み取り可能であるが、やはり読み取り難くいように黒味がかった画像となっている。

これに対して、本実施形態に係る２値化画像では、図１０（Ｂ）に示すように、小切手ＣＨＫの中央部の、支払先の名前の記入領域ＦＡＲ２、決済金額の記入領域ＦＡＲ４、支払目的の記入領域ＦＡＲ５やサインの記入領域ＦＡＲ６は問題なく判読可能な程度に再現性高く２値化されている。
勿論、小切手ＣＨＫの図中右側よりに形成された発行日付の記入領域ＦＡＲ１や金額の記入領域ＦＡＲ３は比較的鮮明に再現性高く２値化されている。特に、本実施形態の注目領域（サンプル領域）の金額の記入領域ＦＡＲ３は問題なく判読可能な程度に再現性高く２値化されている。
このように、本実施形態によれば、原画像で字を判読可能な領域のみならず、字の判別がし難くいような黒に近い状態となっている領域も、問題なく判読可能な程度に再現性高く最適に２値化できるという利点がある。

また、読み取り対象媒体は小切手に限らず、たとえば写真付きＩＤカードや運転免許証、パスポートのように写真の領域を注目のサンプル領域に設定することで、写真に最適な２値化画像を得ることができる。
注目するサンプル領域が媒体によって変動しない場合は固定の領域を設定し、媒体によって変動する場合は、その領域を自動的に自己判断するような仕組みをもたせることができる。
運転免許証を例にとれば、注目領域設定候補としては、運転免許証番号の印刷された領域や肖像写真の領域などである。
このように、本実施形態の画像処理装置１０は、小切手のみならず、パスポート、運転免許証など、あらゆる媒体への適用が可能である。

＜第２実施形態＞
次に、第２の実施形態に係る画像処理部１７Ａの構成例について説明する。
図１１は、本第２の実施形態に係る画像処理部の構成例を示すブロック図である。
図１２は、本第２の実施形態に係る画像処理装置の動作を説明するためのフローチャートである。

本第２の実施形態に係る画像処理部１７Ａが第１の実施形態に係る画像処理部１７と異なる点が次の通りである。
第１の実施形態の画像処理部１７では、設定されたサンプル領域ＳＭＰＬに対してのみ、フィルタ処理および２値化処理を行い、相関係数の演算をこのサンプル領域のみで行っている。
これに対して、本第２の実施形態の画像処理部１７Ａでは、設定されたサンプル領域ＳＭＰＬに対してのみではなく、サンプル領域ＳＭＰＬを含む原画像全体に対してフィルタ処理および２値化処理を行い（図１２のステップＳＴ１５Ａ、ＳＴ１６，ＳＴ１７）、相関係数の演算をこのサンプル領域のみで行っている。
そして、画像処理部１７Ａにおいては、最適２値化情報選択部２３Ａで相関演算部２２の相関演算の結果により最適な２値化画像が選択される。
そして、その最適な２値化画像を報知する情報が２値化処理部２１３に信号Ｓ２３Ｒとして出力され、これに伴い、たとえばメモリに格納されていた複数２値化画像が選択され、信号Ｓ２１３Ｒとして、画像表示部１８および画像認識部１９に出力される。

本第２の実施形態によれば、パラメータ値に応じた２値化画像を一旦保持しておくメモリの容量が増えることにはなるが、ほぼ上述した第１の実施形態と同様の効果を得ることが可能である。

以上のように、本第１および第２の実施形態によれば、メモリ容量等の相違はあるものの、計算時間を短縮でき、相関演算をあらかじめ注目し設定したサンプル領域に絞ることで、その領域に最適な２値化画像を得ることが可能となる。
たとえば、媒体上に特定の文字領域がある場合は、この領域を注目のサンプル領域に設定することで、このサンプル領域をもっともよく表現する２値化画像を得ることができる。
したがって、本第１および第２の実施形態によれば、演算時間やメモリ容量が少なくてすむとともに、注目のサンプル領域の画像を用いて相関演算を実行するために、注目のサンプル領域がもっとも原画像に近いという性質を備えた２値化画像が選択されるために、より目的に沿った結果を得ることができるという利点がある。

また、本第１および第２の実施形態において、相関係数演算結果から、最適なパラメータ値を選択してこの最適なパラメータ値を用いたフィルタ処理および２値化処理を行うことから、サンプル領域をもっともよく表現する２値化画像を得ることはもとより、画像全体においても、原画像より比較的少ない演算量で格段に再現性が高く品質の高い２値化画像を得ることが可能となる。

ここで、本実施形態に係る画像処理装置１０，１０Ａを用いて読み取り対象媒体である小切手ＣＨＫを撮像して上述した本実施形態の特徴的なサンプル領域設定、フィルタ処理および２値化処理を行った場合の２値化画像例を示す。

図１３（Ａ）〜（Ｉ）および図１４（Ａ）〜（Ｉ）は、図２に示す小切手を撮像し、本実施形態の特徴的なサンプル領域設定、フィルタ処理および２値化処理を行った場合の２値化画像を示す図である。
図１３（Ａ）および図１４（Ａ）は、撮像された原画像ＯＩＭ（Ｘ）を示し、他の２値化画像には可変付加量ｐおよびそのときの相関係数ｒ（Ｒ）を添えて示してある。
また、図１５は、図１３および図１４の２値化画像の可変付加量と相関係数ｒ（Ｒ）との関係を示す図である。

この例では、図１４（Ｂ）の２値化画像、すなわち、可変付加量ｐが「９」である時のパラメータ値に相当する２値化画像が相関係数ｒが「０．３７３４０７」と最も大きく、本実施形態ではこの２値化画像が最適２値化画像として選択される。

ただし、図１３および図１４からわかることは、相関係数ｒが最も大きい２値化画像ではなくとも、可変付加量ｐが５以上の場合、それに対応する２値化画像は原画像では読み取り難くいように黒味がかって、判読が困難であるような領域であっても、問題なく判読可能な程度に再現性高く２値化されている。
また、相関係数ｒが最も大きい２値化画像を形成可能な可変付加量ｐ（本例では９）より大きな可変付加量ｐ（本例では１０〜１６）に対応する２値化画像は、再現された文字の鮮明度が若干劣っているものの、小切手全体をより明度が高くなるように、換言すれば、白地に近いような２値化画像を得ることができる。
したがって、本実施形態の特徴的なサンプル領域設定、フィルタ処理および２値化処理を行った場合の２値化画像は、原画像で字を判読可能な領域のみならず、字の判別がし難くいような黒に近い状態となっている領域も、問題なく判読可能な程度に再現性高く最適に２値化できるという利点がある。

＜第３実施形態＞
次に、第３の実施形態に係る画像処理部１７Ｂの構成例について説明する。
図１６は、本第３の実施形態に係る画像処理部の構成例を示すブロック図である。
図１７は、本第３の実施形態に係る画像処理装置の動作を説明するためのフローチャートである。

本第３の実施形態に係る画像処理部１７Ｂが第１の実施形態に係る画像処理部１７と異なる点が次の通りである。
第１の実施形態に係る画像処理部１７では、サンプル領域設定部２０が小切手ＣＨＫの所定領域、具体的には最も撮像画像の輝度の高い画素が存在するであろう金額の記入領域ＦＡＲ３を選択して設定している。
この方法では、記入領域ＦＡＲ３が確実に輝度高く撮像される場合には問題ないものと考えられるが、たとえば図１８に示すように、記入領域ＦＡＲ３が撮像時に何らかの影響での判別がし難くいような黒に近い状態となった場合、相関演算の精度等に影響を及ぼしかねない。また、多様な読み取り対象媒体に適応することが困難である。

そこで、本第３の実施形態のサンプル領域設定部２０Ｂでは、図１７のステップＳＴ１３に示すように、原画像ＯＩＭ（Ｘ）の全体において、画素値、ここでは輝度値があらかじめ設定した閾値ＬＶＴＨより高い領域をサンプル領域の設定領域として決定する。

図１８は、本第３の実施形態に係るサンプル領域の設定方法について説明するための図である。
一例としては、文字が記入される発行日付の記入領域ＦＡＲ１、支払先の名前の記入領域ＦＡＲ２、金額の記入領域ＦＡＲ３、決済金額の記入領域ＦＡＲ４、支払目的の記入領域ＦＡＲ５やサインの記入領域ＦＡＲ６をサンプル設定領域候補とする。
そして、サンプル領域設定部２０Ｂは、各記入領域ＦＡＲ１〜ＦＡＲ６の輝度値ＬＭ１〜ＬＭ６を確認し、これらの輝度値が閾値ＬＶＴＨより高いか否かを判別する。ここで、仮に閾値ＬＶＴＨより低い輝度値の領域がある場合はその領域を設定領域の候補から除外する。図１８の例では、記入領域ＦＡＲ３，ＦＡＲ５が候補から除外される。
そして、サンプル領域設定部２３Ｂは、残った領域のうち、最も輝度値の高い記入領域、図１８の例では記入領域ＦＡＲ１をサンプル領域として設定する。

これにより、相関演算の精度等に影響を及ぼすことなく、サンプル領域を確実に設定することが可能となる。

なお、候補として選定する輝度値は最も高い領域とすることは必ずしも必要ではなく、２番目や３番目等の領域をサンプル領域として設定するように構成することが可能である。
これにより、読み取り対象媒体の種類に応じてサンプル領域を設定することが可能となる等の利点がある。

また、上記例では、複数の記入領域をサンプル領域の設定候補とするような方法を示したが、これに限定されるものではなく、たとえば原画像全体を輝度閾値で区分けし、輝度値が高いとして選定された領域内から所定の領域をサンプル領域として設定するように構成することも可能である。

本第３の実施形態によれば、上述した第１の実施形態の効果に加えて、多様な読み取り対象媒体に適応可能で、相関演算の精度等に影響を及ぼすことなく、的確に最適な２値化処理を行うことが可能となる。

＜第４実施形態＞
次に、第４の実施形態に係る画像処理部１７Ｃの構成例について説明する。
図１９は、本第４の実施形態に係る画像処理部の構成例を示すブロック図である。
図２０は、本第４の実施形態に係る画像処理装置の動作を説明するためのフローチャートである。

本第４の実施形態に係る画像処理部１７Ｃは、第２の実施形態に係る画像処理部１７Ａの構成に、上述した第３の実施形態のサンプル領域設定部２０Ｂと同様、サンプル領域設定部２０Ｃにおいて、原画像ＯＩＭ（Ｘ）の全体において、画素値、ここでは輝度値があらかじめ設定した閾値ＬＶＴＨより高い領域をサンプル領域の設定領域として決定するように構成されている（図２０のステップＳＴ１３Ｃ）。
サンプル領域設定部２０Ｃの基本的な構成おび機能は、上述た第３の実施形態のサンプル領域設定部２０Ｂと同様であることから、ここではその詳細な説明は省略する。

本第４の実施形態によれば、上述した第２の実施形態の効果に加えて、多様な読み取り対象媒体に適応可能で、相関演算の精度等に影響を及ぼすことなく、的確に最適な２値化処理を行うことが可能となる。

なお、以上詳細に説明した方法は、上記手順に応じたプログラムとして形成し、ＣＰＵ等のコンピュータで実行するように構成することも可能である。
また、このようなプログラムは、半導体メモリ、磁気ディスク、光ディスク、フロッピー（登録商標）ディスク等の記録媒体、この記録媒体をセットしたコンピュータによりアクセスし上記プログラムを実行するように構成可能である。

１０，１０Ａ〜１０Ｃ・・・画像処理装置、１1・・・イメージセンサ（画像読取部）、１２・・・媒体搬送部、１３・・・媒体搬送駆動回路、１４・・・イメージセンサ駆動増幅回路、１５・・・機構制御部、１６・・・画像メモリ、１７，１７Ａ〜１７Ｃ・・・画像処理部、１８・・・画像表示部、１９・・・画像認識部、２０，２０Ｂ，２０Ｃ・・・サンプル領域設定部、２１，２１Ａ〜２１Ｃ・・・２値化部、２１１，２１１Ａ〜２１１Ｃ・・・ラプラシアンフィルタ処理部（ラプラシアン演算処理部）、２１２・・・パラメータ設定部、２１３・・・２値化処理部、２２・・・相関演算部、２３，２３Ａ・・・最適２値化情報選択部。

Claims (9)

1. 濃淡のある読み取り多値画像から２値化画像を生成する画像処理装置であって、
   画像を前記多値画像として読み取る画像読取部と、
   前記画像読取部による読み取り多値画像を格納する画像メモリと、
   前記画像メモリに格納された読み取り多値画像に対してサンプル領域を設定するサンプル領域設定部と、
   前記サンプル領域が設定された読み取り多値画像に対してフィルタ処理を行って補正画像データを生成し、当該補正画像データを２値化する２値化部と、
   前記２値化部で得られた２値化画像データと前記読み取り多値画像データとの相関関係をそれぞれ求める相関演算部と、
   前記相関関係に基づいて最適なパラメータ値または２値化画像データを選択する最適２値化情報選択部と、を有し、
   前記２値化部は、
   フィルタにおける注目画素の係数に可変付加量を加算した複数のパラメータ値を設定するパラメータ値設定部と、
   中心の前記注目画素とその周囲の画素を含むマトリクスを形成し、前記パラメータ値が設定される前記フィルタを用いて読み取り多値画像データに対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成するフィルタ処理部と、
   前記各補正画像データを、所定の２値化閾値で２値化する２値化処理部と、を含む
   画像処理装置。
2. 前記２値化部の前記フィルタ処理部は、
   前記サンプル領域内の読み取り多値画像データに対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成する
   請求項１記載の画像処理装置。
3. 前記最適２値化情報選択部は、
   前記相関関係に基づいて最適なパラメータ値を選択して、前記２値化部のパラメータ設定部に報知し、
   前記２値化部の前記フィルタ処理部は、
   前記報知されたパラメータ値を用いたフィルタ処理を読み取り多値画像の全体に対して行って、前記最適パラメータ値に応じた補正画像データを生成し、
   前記２値化処理部は、
   前記全体の補正画像データを、所定の２値化閾値で２値化する
   請求項２記載の画像処理装置。
4. 前記２値化部の前記フィルタ処理部は、
   前記サンプル領域を含む読み取り多値画像データの全体に対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成する
   請求項１記載の画像処理装置。
5. 前記最適２値化情報選択部は、
   前記相関関係に基づいて最適な２値化画像データを選択して、前記２値化部の２値化処理部に報知し、
   前記２値化部の前記２値化処理部は、
   前記全体の補正画像データを、所定の２値化閾値で２値化した２値化画像を出力する
   請求項４記載の画像処理装置。
6. 前記サンプル領域設定部は、
   前記画像メモリに格納された読み取り多値画像の画素値が示す輝度値とあらかじめ設定した輝度閾値とを比較し、当該輝度閾値より高い領域の中から所定のサンプル領域を設定する
   請求項１から５のいずれか一に記載の画像処理装置。
7. 前記画像読取部の読み取り対象媒体は、複数の記入領域を含み、
   前記サンプル領域設定部は、
   前記複数の記入領域から前記輝度閾値より高い輝度の記入領域を選択し、選択した記入力領域からサンプル領域を設定する
   請求項６記載の画像処理装置。
8. 濃淡のある読み取り多値画像から２値化画像を生成する画像処理方法であって、
   画像を前記多値画像として読み取る画像読取ステップと、
   前記画像読取ステップによる読み取り多値画像を画像メモリに格納する画像格納ステップと、
   前記画像メモリに格納された読み取り多値画像に対してサンプル領域を設定するサンプル領域設定ステップと、
   前記サンプル領域が設定された読み取り多値画像に対してフィルタ処理を行って補正画像データを生成し、当該補正画像データを２値化する２値化ステップと、
   前記２値化ステップで得られた２値化画像データと前記読み取り多値画像データとの相関関係をそれぞれ求める相関演算部ステップと、
   前記相関関係に基づいて最適なパラメータ値または２値化画像データを選択する最適２値化情報選択ステップと、を有し、
   前記２値化ステップは、
   フィルタにおける注目画素の係数に可変付加量を加算した複数のパラメータ値を設定するパラメータ値設定ステップと、
   中心の前記注目画素とその周囲の画素を含むマトリクスを形成し、前記パラメータ値が設定される前記フィルタを用いて読み取り多値画像データに対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成するフィルタ処理ステップと、
   前記各補正画像データを、所定の２値化閾値で２値化する２値化処理ステップと、を含む
   画像処理方法。
9. 濃淡のある読み取り多値画像から２値化画像を生成する画像処理をコンピュータに実行させるプログラムであって、
   多値画像として読み取られ、画像メモリに格納された読み取り多値画像に対してサンプル領域を設定するサンプル領域設定処理と、
   前記サンプル領域が設定された読み取り多値画像に対してフィルタ処理を行って補正画像データを生成し、当該補正画像データを２値化する２値化処理と、
   前記２値化処理で得られた２値化画像データと前記読み取り多値画像データとの相関関係をそれぞれ求める相関演算処理と、
   前記相関関係に基づいて最適なパラメータ値または２値化画像データを選択する最適２値化情報選択処理と、を有し、
   前記２値化処理は、
   フィルタにおける注目画素の係数に可変付加量を加算した複数のパラメータ値を設定するパラメータ値設定処理と、
   中心の前記注目画素とその周囲の画素を含むマトリクスを形成し、前記パラメータ値が設定される前記フィルタを用いて読み取り多値画像データに対してフィルタ処理を行い、前記パラメータ値に応じた補正画像データを生成するフィルタ処理と、
   前記各補正画像データを、所定の２値化閾値で２値化する画像２値化処理と、を含む
   画像処理をコンピュータに実行させるプログラム。