JPH0254267A - 自動切抜きシステム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 【産業上の利用分野】

本発明は、入力される画像から背景部を抽出して印刷製
版フィルムを作成する装置に係り、特に、カラー画像か
ら縁立を検出して特徴背景部を切抜いた印刷製版フィル
ムを作成する自動切抜きシステムの改良に関するもので
ある。

【従来の技術】

写真厚稿中から必要な部分のみを切出して使用する場合
、例えば、角型の写真原稿中をハート型にトリミングし
て使用するとか、写真原稿中の対象物のみを抽出して、
他の写真原稿と合成して使用するとかいった場合、一般
には切抜き処理を実行する。 即ち、レイアウト用紙にトレースマシーンで必要な絵柄
の輪郭をなぞって切抜きを指定しなり、写真原稿にトレ
ーシングベーパーを被せ、必要な部分の輪郭の描き込ん
だ上、不必要な写真を斜線で潰して、切抜きを指定し、
このような切抜き指定に従って、切抜きマスク等を作成
して合成を実行する。 しかしながら、印刷物となるものは、上記のような単一
の色エリアから成るものばかりではなく、徐々に色が変
化したり、カラー写真用のネガ及びポジフィルム等があ
り、このようなカラー原稿中の特定の物、例えば人物と
か家具等のみを抽出してフィルム版を作成する場合には
、切り取られる領域に、明度、彩度、色相の興なる領域
が重なり合っているので、上記の手法では忠実なフィル
ム版を自動作成できない。 従って、カラーフィルム原稿の場合には、そのフィルム
画像を投影して、人間が切抜きエリアに対応するマスク
を作成し、そのマスクとフィルム原稿とを重ねることに
より、所望とするカラー原稿のフィルム版（Ｙ、Ｍ、Ｃ
，Ｂｋ版）を作成するといつな手作業に委ねられている
なめ、フィルム原稿の画像の複雑さに起因して、フィル
ム版作成効率が著しく低下し、印刷工程日数を大幅に増
加してしまう等の問題点があった。

【発明が達成しようとする課題】

本発明は、前記従来の問題点を解消するべくなされたも
ので、判別分析法の分離度を利用して、対象画像の輪郭
線を全自動で抽出することが可能な自動切抜きシステム
を提供することを目的とする。

【課題を達成するための手段】

本発明は、自動切抜きシステムを、カラー原稿を読み取
る原稿読取り手段と、読み取られたカラー原稿をブロッ
ク単位に分割して、各ブロック毎に分離度を演算する分
離度演算手段と、求められたブロック内の各版の分離度
のうち、少くとも一版が設定値を越えているかを判定す
る切抜き輪郭判定手段と、少くとも一版の分離度が前記
設定値を越えたブロックについて、切抜き線が存在する
として２値化を行う判別２値化手段とを用いて構成する
こと・により、前記目的を達成したらである。

【作用】

本発明は、切抜きマスクの作成に際して、対象画像の輪
郭線を抽出するのに、いわゆる判別分析法の分離度を利
用すれば、全自動で切抜くことが可能となることに着目
してなされたもので、カラー原稿をブロック単位に分割
して、各ブロック毎に分離度を演算し、求められたブロ
ック内の各版の分離度のうち、少くとも一版の分離度が
設定値を越えたブロックについては、切抜き線が存在す
るとして、判別分析法により２値化を行うようにしたも
のである。 具体的には、第２図に示すような処理対象画像１１の画
像データを例えば固定ブロック（例えばＦ１〜Ｆ３０）
単位に分割し、各ブロックのそれぞれの版（Ｃ，Ｍ、Ｙ
版）に判別分析法を施す。 この版の中で、少くとも一版、判別分析法の分離度が設
定値を越えるときに、切抜き線が存在するとして、２値
化処理を行う。 ここで、判別分析法による２値化処理とは、画像が２つ
のクラスＣＩ、Ｃ２に分けられると仮定して、各クラス
内、クラス間の分散σＷ’、σ日！を求め、そのクラス
間の分離度ｎ　　（ｋ　）　　（＝σｓ’（ｋ）／σＴ
”）が最大となる濃度値を２値化のスライスレベルにと
する方法である６分離度が大きいということは、第３図
（Ａ）に示す如く、２つのクラスがきれいに分かれてい
ることを意味し、そこにエツジが存在する。一方、分離
度が小さいということは、第３図（Ｂ）に示す如く、２
つのクラスが分かれておらず、エツジが存在しないこと
を意味する。 この判別分析法による２値化処理は、分離されるクラス
の濃度レベルでの分離度を最大とする判別基準の立場か
ら、濃度ヒストグラムの０次と１次の累積モーメントの
みを用いて、適切なスライスレベルを自動的に求めるた
めの手法であり、この手法は、同時に原濃淡画像の最小
２乗近似の意味でも最適な手法となることが知られてい
る。 即ち、与えられた画像Ｓが、次式に示す如く、Ｌレベル
の濃度スケールで表現されているものとする。 ５＝（１，２，・・・、Ｌ）　　　　・・・（１）又、
レベルｉの画素数をｎｉ、全画素数をＮ＝　ｎ１＋０２
・・・　ｎＬとする。このとき、正規化ヒストグラム ム　。 １）ｉ＝ｎｉ／Ｎ　（ｉ　（：　Ｓ　、　ｐｉ≧０．Σ
ｐ＋＝１）・　（２）に１ は、濃度の確率分布と見做すことができ、画像の全平均
レベルμＴ及び全分散σ丁２は、それぞれ次式で与えら
れる。 μＴ＝Σｉｐｔ　　　　　　　　・・・（３）σＴ２　
＝Σ　（ｉ　−μｒ　）　　”　　ｐｉ・・・　（４）
゛に１ 今、レベルハを閾値として、Ｓ＋　＝　［１，・・ｋ　
］、Ｓ２＝　［ｋ　＋ｌ、　　・・・、Ｌコレベルに属
する画素を、それぞれ２クラスＣ１、Ｃ２（Ｃ１は背景
、Ｃ２は対象、又は逆）に分類するものとすると、この
とき、次の二つの累積量（ｋレベルまでの濃度分布の０
．１次モーメント）に　。 ω〈ｋ）＝ΣＥｌｌ（ω（Ｌ）＝１）　　　・・・（５
）を用いて、各クラスの生起確率ω１、ω２は次式％式
％ ここで、レベルｋによらず、常に次式が成立することが
確められる。 ω１μｍ＋ω２μ２＝μＴ１　　　　　・・・（１１）
ω１＋ω２＝１　　　　　　　　　　　・・・（１２）
今、各クラスの分散σ１２、σ２２は、次式で与えられ
るが、これは２次の統計量〈モーメント）まで必要であ
る。 σ、２＝Σ（ｉ−μ＋）２Ｐｒ　　（ｉｌｃ＋）ＧＳ’ 又、各クラスの平均レベルμｍ、μ２は次式で表わされ
る。 １０ｆお めに、判別分析で用いられる規準（クラスの分離度）λ
、に、ηを導入する。 λ＝σ日２／σｗ２　　　　・・・（１５）に＝σＴ’
＋　σＷ’　　　　・　（１６）η＝σ日２．σＴ２　
　　　・・・（１７）ここで、 σＷ２　＝ω１　σ１２　＋ω２　σ２２　　・−・　
（１８）σＢ２　＝ω１　（μｍ−μ丁）２ ＋ω２　（μ２−μＴ）２ ＝ω１　ω２　（μｍ−μ２　）２　・・・　（１９）
は、それぞれ、クラス内、クラス間分散であり、次の基
本的関係が常に成立する。 σｗ２＋σ日２＝ｏｒ’　　”１２０）２つのクラスＣ
Ｉ、Ｃ２の最も良い分離を与えるレベルｋを最適閾値と
する立場から、式（１５）〜（１７）のλに又はηを最
大とする判別基準が考えられるが、これらは式（２０）
の関係から実は全て互いに同値である（例えばλを用い
て、に＝λ＋１、η＝λ／（λ＋１））、全分散σ丁２
は与えられていて、にによらず一定であり、σＷ２、σ
日２はｋの関数であるが、前者は２次の統計量まで必要
とするに対して、後者は１次の統計量のみに基づいてい
ることに注意すれば、ηがレベルｋに関して最も簡単な
評価基準であることがわかる。従って、閾値にのよさ（
クラス分離度）の評価としてηを採用し、これを最大、
つまり同値には、σ日２を最大とするｋを最適閾値とす
ることがきる。 η（ｋ）＝σ日’（ｋ）／σＴ２・・・（２１）本発明
に用いる分離度は、例えばこの（２１）式に従って求め
ることができる。 従って、例えば前出（２１）式で表わされる分離度を各
ブロック毎に演算し、求められたブロック内の各版の分
離度のうち、少くとも一版が設定値を越えたブロックに
ついて、切抜き線が存在するとして２値化を行うことで
、判別分析法の分離度を利用して、対象画像の輪郭線を
全自動で抽出することが可能となる。

【実施例】

以下図面を参照して、本発明の実施例を詳細に説明する
。 本実施例は、第１図に示す如く構成されている。 第１図において、１はレイアウトテーブルで、例えばカ
ラーフィルム等のカラー原稿２（背景部が一様）が載置
される。３はカラースキャナで、カラー原稿２の画像を
光学的に読み取り、ＲＧＢ信号をＹ、Ｍ、Ｃ，Ｂｋ信号
に変換しながらイメージメモリ４に記憶させる。 ５はコンピュータ等で構成される画像処理コントローラ
部で、分離度演算手段５ａ、切抜き輪郭判定手段５ｂ、
判別２値化手段５Ｃ、スムージング処理手段５ｄ、ベク
タ変換手段５ｅ、ベクタデータ補正手段５ｆ、雑音除去
手段５ｇ等から構成されており、プログラムメモリ１０
に記憶される切抜き処理プログラムに基づいて起動する
。 前記分離度演算子Ｐｉ５ａは、読み取られたカラー原稿
を固定ブロック（Ｆｌ〜Ｆ３０）単位に分割して、各ブ
ロック毎に、例えば前出（２１）式を用いて分離度を演
算する。 前記切抜き輪郭判定手段５ｂは、求められたブロック内
の各版の分離度のうち、少くとも一版が設定値αを越え
ているか否か即ち、分離度が良いか否かを判定する。 前記判別２値化手段５Ｃは、少くとも一版の分離度が前
記設定値を越えた、分離度の良いブロックについて、切
抜き線が存在するとしてスライスレベルｋを求め、これ
により２値化を行う。 前記スムージング処理手段５ｄは、該判別２値化手段５
Ｃにより抽出された切抜きマスクを後述するようにスム
ージングする。 前記ベクタ変換手段５ｅは、該スムージング処理手段５
ｄによりスムージングされた切抜きマスク（２値データ
）をベクトルデータに変換する。 これは、これ迄の処理はラスター処理であり、画像全体
から見た位置関係の把握ができないからである。このベ
クトル化によって、背景部でない部分に発生する切抜き
線等を排除することが可能となる。 前記ベクタデータ補正手段５ｆは、該ベクタ変換手段５
ｅによりベクトル化されたベクトルデータを間引き補正
して、ベクトル化する時点で斜め線において量子化する
ために発生するジャギングを除く。 前記雑音除去手段５ｇは、該ベクタデータ補正手段５ｔ
によって間引き補正されたベクトルデータについて、後
述するようにベクトルルーズの形状の複雑さや包含関係
を含む知識情報に従って、実体部の中に抽出された前景
部要素、即ち雑音を除去する。 第１図において、６は自動抽出された切抜き線をオペレ
ータが確認・修正するためのデイスプレィ、７は入力部
で、キーボード７ａ及びポインティングデバイス７ｂか
ら構成され、切抜き処理に必要なコマンド及び位置デー
タ等を画像処理コントローラ部５に指示入力する。 ８は、フィルム出力手段となるレイアウトスキャナで、
前記雑音除去手段５ｇから出力されるベクトルデータを
参照しながら、前記イメージメモリ４に記憶されたカラ
ー画像データ中から背景部外のカラー画像データを版色
別に読み出し、印刷フィルム版９に切出し出力する。 以下、本実施例における切抜き処理の手順を詳細に説明
する。 カラー原稿２に対する原稿入力がポインティングデバイ
ス７ｂにより指示されると、カラースキャナ３がカラー
原稿２の読み取りを開始し、読み取ったカラー画像デー
タを版色〈イエロー、マゼンタ、シアン、ブラック）毎
にイメージメモリ４に順次書き込んでいく。 次いで、第４図のステップ１００で、例えば第５図に示
したような画像の左上隅の固定ブロックＦ１から右方向
の固定ブロックＦ２、Ｆ３・・・最上段が終了した時に
は次の段の左端の固定ブロックＰ６（第２図参照）から
右側の固定ブロックＦＩＯへと順次行われる固定ブロッ
ク走査が全て終了したか否かを判定する０判定結果が否
である場合には、ステップ１１０に進み、画像に対して
、左上隅からブロック単位に走査して、判別分析法をか
けていく。 即ち、ステップ１２０で、判別分析法により求められた
分離度が設定値αを越えており、且つ、輪郭線が存在し
ない（既走査でない）か否かを判定する０判定結果が否
であり、分離度が設定値α以下で切抜き線が存在しない
か、又は、輪郭線が既に見つかっていて、改めて判別２
値化処理を行う必要がないと判断されるときには、ステ
ップ１００に戻る。 一方、ステップ１２０の判定結果が正であり、輪郭線が
存在して、判別２値化処理を行う必要があると判断され
たときには、ステップ１３０に進み、前記の設定値αを
越えたブロック（例えばＦ３）に対して、判別２値化処
理を行い、その２＠化データに対して、輪郭線を求め、
第６図に示す如く、該輪郭線の端の点Ｅｌ、Ｅ２に隣接
して、しかも辺の中心がくるように移動ブロックＭ１、
Ｍ２を設定する。 次いでステップ１３０に進み、一方の移動ブロックＭ１
に対して、ステップ１３０と同様に判別２値化処理を行
い、輪郭線追跡を行って、輪郭線の他方の端点Ｅ３を求
める。 又、ステップ１５０で、他方の移動ブロックＭ２に対し
ても同様の処理を行って、輪郭線の他方の端点Ｅ４を求
める。 追跡した輪郭線には、ステップ１６０で走査済みのフラ
グをつけておく。 次いでステップ１７０に進み、ブロックが重なり、輪郭
の座標が一致するか、又は輪郭の座標が画像の縁に達し
なかを判定する０判定結果が否であり、輪郭線が未だ合
流しておらず、又、画像の縁にも達していないときには
、前出ステップ１４０に戻り、移動ブロックＭ３、Ｍ４
（第５図参照）以降による輪郭線の追跡を継続する。 一方、ステップ１７０の判定結果が正であり、輪郭線が
合流するか、又は画像の縁に到達したときには、分離度
が初めて設定値αを越えた固定ブロック（例えばＦ３）
から始まった離隔線の追跡を終了し、前出ステップ１０
０に戻る。 ステップ１００では、固定ブロックの走査か完全に終了
したか否か、即ち、固定ブロックが右下隅（Ｆ２Ｏ）に
到達したか、又は、全てのブロックに輪郭線走査済みの
フラグが立っているときには、全ての輪郭線が見つかっ
たと判断して、処理を終了する。そうでない場合には、
ステップ１１０に進み、次の固定ブロックから固定ブロ
ック走査を再開する。 このようにして抽出された輪郭線に対して、スムージン
グ処理手段５ｄにより背景輪郭部がスムージングされ、
スムージングデータが生成される。 次いで、ベクタ変換手段５ｅにより、切抜きマスクであ
る輪郭データがベクトルデータに変換される。 次いで、ベクタデータ補正手段５ｆがベクトルデータの
変化点数を減らす間引き処理を実行してベクトル形状を
補正する。 そして、′ａ音除去手段５ｇが雑音ベクトルデータを知
識情報を用いて消去する。 次いで、オペレータが、この処理で自動抽出された切抜
き線をデイスプレィ６上で確認、修正して、切抜き線が
決定される。 決定されな切抜線はレイアウトスキャナ８に出力され、
これに従って、レイアウトスキャナ８がベクトルデータ
を参照しながら、イメージメモリ４に記憶されたカラー
画像データ中の背景部外に対応するカラー画像データ（
切抜き画像）を読み出し、印刷フィルム版９に版別に切
出し露光出力する。 次に第７図〜第１０図を参照しながら、第１図に示した
スムージング処理手段５ｄによる膨張収縮に準じたスム
ーズ処理について説明する。 第７図は、第１図に示したスムージング処理手段５ｅに
よる輪郭画素の膨脹を説明する模式図である０図におい
て、２１は判定画素パターンで、例えば対象画素２１ａ
に臨接する８近傍画素を検索して、対象画素２１ａのｒ
ｌＪ　（黒画素）、「０」　（白画素）を決定する。２
２は膨張処理パターンで、判定画素パターン２１の８近
傍画素が１つでも「１」の場合に、対象画素２１ａが「
１」（斜線で示す）に形成されて、膨脹された状態に対
応する。 第８図は、第１図に示したスムージング処理手段５ｄに
よる輪郭画素の収縮を説明する模式図である。図におい
て、３１は判定画素パターンで、例えば対象画素３１ａ
に臨接する８近傍画素を検索して、対象画素３１ａの「
１」　「０」を決定する。３２は収縮処理パターンで、
判定画素バターン３１の８近傍画素が１つでも「０」の
場合に、対象画素３１ａが「０」に形成されて、収縮さ
れた状態に対応する。 例えば第９図に示すような凸型のノツチが線画の輪郭に
含まれるような線画画像データ４１ａが検索された場合
には、スムージング処理プログラムに基づいて、第８図
に示した判定画素パターン３１により収縮走査を実行し
て収縮画像データ４１ｂを生成し、この収縮画像データ
４１ｂに対して膨張処理を施すため、スムージング処理
プログラムに基づいて、スムージング処理手段後５ｅが
第７図に示した判定画素パターン２１により膨頭走査を
行って、ノツチ除去画像データ４１Ｃを生成する。 一方、第１０図に示すような凹型のノツチが線画の輪郭
に含まれるような線画画像データ４２ａが検索された場
合には、スムージング処理プログラムに基づいて、第７
図に示した判定画素パターン２１により膨頭走査を実行
して！１脹画慮データ４２ｂを生成し、この膨張画像デ
ータ４２ｂに対して収縮処理を施すため、スムージング
処理プログラムに基づいて、スムージング処理手段後５
ｅが第８図に示した判定画素パターン３１により収縮走
査を行い、ノツチ除去画像データ４２Ｃを生成する。な
お、この処理は、この実施例においては、膨張→収縮の
順に、画像全体に対して実行される。 第１１図は、第１図に示したベクタデータ補正手段５ｆ
によるベクタデータ補正処理を説明する模式図である０
図において、４５は、原ベクトルデータで、ベクタ変換
手段５ｅにより生成されるベクトルデータに対応する。 ４６は補正ベクトルデータで、各原ベクトルデータ４５
間で発生する段差が発生しないように、ベクタ点数を減
らしたものに対応する。 第１１図から分かるように、２値細線上の変化のかなめ
となる点を方向コードで検索することにより、原ベクト
ルデータ４５が補正ベクトルデータ４６に自動補正され
る。これにより、輪郭エツジの粗さが軽減される。 次いで、雑音除去手段５９により、補正ベクトルデータ
４６の中で雑音補正ベクトルデータがループ単位に除去
される。 なお、雑音除去のための下記の知識情報■〜■は、図示
しない内部メモリに記憶されており、下記雑音除去ルー
ル（１）〜（４）に従って、ベクトルデータを検索する
ことにより雑音が除去できる。 ■ループの長さ ■ループの包含関係 ■ループの複雑さ（クリティカルポイント数／ベクトル
ループ長） （１）ベクトルループ長がある一定値以下で、且つ複雑
さがある一定値以上を持つベクトルループは除去する。 （２）ベクトルループ長がある一定値以上で、且つ包含
間係が一番外間にあり、更に複雑さがある一定値以下の
ベクトルループは残存する。 （３）包含関係で内側にあり、且つ複雑さがある一定値
以上を持つベクトルループは除去する。 〈４）包含関係で内側にあり、且つベクトルループ長が
ある一定値以上で、更に複雑さがある一定値以下のベク
トルループは切抜き線として残存させる。 このような知識情報及び雑音除去ルールにより、精度の
良い切抜き画像用の背景部ベクトルデータが生成され、
この背景部ベクトルデータを参照しながらレイアウトス
キャナ８がイメージメモリ４をアクセスして、背景部外
のカラー画像データのみを抽出して、印刷フィルム版９
に切抜き画像の印刷版が自動露光出力される。 なお、前記実施例では、カラー原稿２をカラースキャナ
３より入力する場合について説明していたが、レイアウ
トスキャナ８の図示しない入力ドラムより入力しても、
同様の処理が実行できることは明らかである。

【図面の簡単な説明】

第１図は、本発明に係る自動切抜きシステムの実施例の
構成を示すブロック線図、 第２図は、本発明の詳細な説明するための、処理対象画
像とその固定ブロックを示す線図、第３図（Ａ）（Ｂ）
は、同じく分離度の大小とヒストグラムの関係を示す線
図、 第４図は、前記実施例における自動切抜き処理手ｊ頃を
示す流れ図、 第５図は、処理対象画像に対する輪郭線追跡状態を示す
線図、 第６図は、第５図の一部を拡大して示す線図、第７図は
、第１図に示した実施例のスムージング処理手段による
輪郭画素の膨張を説明する模式第８図は、同じく、輪郭
画素の収縮を説明する模式図、 第９図及び第１０図は、同じくスムージング処理状態を
説明する模式図、 第１１図は、前記実施例で用いられているベクタデータ
補正手段によるベクトルデータ補正処理を説明する模式
図である。 ２・・・カラー原稿、 ３・・・カラースキャナ、 ４・・・イメージメモリ、 ５・・・画像処理コントローラ部、 ５ａ・・・分離度演算手段、 ５ｂ・・・切抜き輪郭判定手段、 ５Ｃ・・・判別２値化手段、 ６・・・デイスプレィ、 ９・・・印培１フィルム版、 １０・・・プログラムメモリ、 １１・・・処理対象画像、 Ｆ１〜Ｆ３０・・・固定ブロック、 Ｍ１〜Ｍ４・・・移動ブロック。

Claims (1)

【特許請求の範囲】
1. （１）カラー原稿を読み取る原稿読取り手段と、読み取
   られたカラー原稿をブロック単位に分割して、各ブロッ
   ク毎に分離度を演算する分離度演算手段と、 求められたブロック内の各版の分離度のうち、少くとも
   一版が設定値を越えているかを判定する切抜き輪郭判定
   手段と、 少くとも一版の分離度が前記設定値を越えたブロックに
   ついて、切抜き線が存在するとして２値化を行う判別２
   値化手段と、 を備えたことを特徴とする自動切抜きシステム。