JPH0299948A - 切抜きマスク作成システム - 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所定部、例えば背景部を抽出して印刷製版フィルム等を作成するための切抜きマスク作成システムに係り、特に、カラー画像から線点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ための切抜きマスク作成システムの改良に関するものである。 【従来の技術】

写真原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１〜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たり、写真原稿にトレ
ーシングペーパーを被せ、必要ｆ、、ｃ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はかりではなく、徐々に色が変
化したり、カラー写真用のネカ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、色相の異なる領域
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、オペレータ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）を作成するといった手作業に委ねられ
ているため、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。 このような問題点を解消するべく、フィルム画像を画像
信号化し、デイスプレィ上に投影して、オペレータが、
切抜き対象画像の輪郭を例えばマウスやカーソル等の指
示具で正確に指定していくことで切抜き線（例えば切抜
きベクトル）を生成する方法か知られている。しかしな
がら、オペレータがカーソル等で切抜き対象画像の輪郭
全部を指定するのは、作業に非常に多くの時間を要し、
オペレータに多大な負荷がかかるという問題点があった
。 このような問題点を解消するべく、例えば画像中の背景
部を構成する色要素をカーソル等で指定することで、切
抜き線を自動的に抽出する方法や、画像中の背景部と思
われる部分の一部をオペレータが指定して、その背景部
の濃度の変化軸を見つけ、該濃度変化軸を考慮した濃度
分類により切抜き線を自動的に抽出する方法が考えられ
ている。 しかしながら、対象画像が人物である場合の髪の毛がほ
つれた部分や、背景部と同じような色要素が実体部にも
ある場合や、実体部の輪郭が影でぼやけている場合等、
画像の性質によっては全自動切抜きでは旨く切抜けない
対象もあり、このような対象についても全自動で切抜き
を行おうとすると、演算領域が膨大なものとなり、処理
時間が非常にかかる上、切抜き性能が不安定で、必ずし
も輪郭線を正確に抽出することができない場合があると
いう問題点を有していた。

【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、切抜き線を迅速に作成することができ、しかも、
全自動の場合よりも正確に輪郭線を抽出することが可能
な切抜きマスク作成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、入力される画像から所定部を抽出するための
切抜きマスク作成システムにおいて、自動切抜きが可能
な部分領域又は困難な部分領域を指定する領域指定手段
と、該領域指定手段で設定された、自動切抜きが可能な
部分領域に対して自動切抜きを行う手段と、前記領域指
定手段で設定された、自動切抜きが困難な部分領域に対
して、オペレータが手動で輪郭を指定して手動切抜きを
行うための手段とを備えることにより、前記課題を達成
したものである。

【作用】

本発明は、同じ対象画像であっても、その部分によって
、自動切抜きが可能な領域と、困難な領域があることに
着目してなされたものである。即ち、自動切抜きが可能
な部分領域又は困難な部分領域を、オペレータが指定し
、該オペレータによって設定された自動切抜きが可能な
部分領域に対しては、自動切抜きを行い、一方、自動切
抜きが困難な部分領域に対しては、オペレータが手動で
輪郭を指定して手動切抜きを行うようにしている。 例えば第１図のような画像２がある場合、洋服の部分に
関しては、自動切抜きが可能であるので、部分領域Ａ、
Ｂをオペレータが指定し、例えば濃度の変化軸を考慮し
た濃度分類による全自動切抜きを行う。一方、髪の毛の
部分に関しては、自動切抜きが困難であるので、例えば
カーソル等でオペレータが輪郭を指定することで、手動
切抜きを行う。 従うて、従来のようにオペレータが全ての輪郭線を手動
で指定する場合よりも、迅速、且つ簡単に切抜きマスク
を作成することができ、しかも、全自動切抜きの場合よ
り正確に輪郭線を抽出することが可能となる。 ここで、自動切抜きが困難な部分領域としては、髪の毛
のほつれた部分、背景部と同じような色要素が実体部に
ある場合、実体部の輪郭が影でぼやけている場合等があ
る。 又、自動切抜きを行う方法としては、例えば画像中の背
景部を構成する色要素をカーソルで指定することで切抜
き線を抽出する方法や、画像中の背景部と思われる部分
の一部をオペレータが指定して、その濃度の変化軸を見
つけ、該濃度変化軸を考慮した濃度分類により切抜き線
を抽出する方法等を採用することができる。 又、前記手動切抜きを行う方法としては、例えばカーソ
ル等でオペレータが輪郭を指定する方法を採用すること
ができる。

【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２図に示す如く構成されている。 第２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、主成分演算手段５ａ−濃度平均・共分散演算手段
５ｂ、識別関数演算手段５Ｃ１背景部抽出手段５ｄ、ス
ムージング処理手段５ｅ、ベクタ変換手段５ｆ、ベクタ
データ補正手段５ｇ、雑音除去手段５ｈ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。 前記主成分演算手段５ａは、予め設定された自動切抜き
領域の一様な背景部内のトレーニングエリア１１ａ、例
えば自動切抜き領域１１の左上隅（第４図参照）の画像
データ（Ｃ，Ｍ、Ｙ）をサンプリングし、その主成分を
演算して、第３図に示す如く、濃度変化の軸（主成分軸
）を求める。 この主成分演算手段５ａによって、画像データの背景部
がグラデーションを持つ場合や、実体部の影が写る場合
でも、濃度分布の変化が予測できる。 勿論、トレーニングエリアを背景部内の他の箇所に設定
することも可能である。 前記濃度平均・共分散演算手段５ｂは、主成分分析で得
られた各画素の第２及び第３主成分値から、最尤法によ
る濃度クラスタリングを行うべく、トレーニングエリア
Ｉｌａの濃度平均値及び共分散値を求める。 前記識別関数演算手段５Ｃは、濃度平均・共分散演算手
段５ｂが演算した濃度平均値及び共分散値を正規分布関
数に代入して、対象画像全体を背景部と実体部（背景部
でない部分）にクラスタリングするための識別関数を決
定し、次いで、イメージメモリ４に記憶されたカラー画
像データを読み出し、該識別関数に代入して、トレーニ
ングエリアとの濃度距離データを演算する。ここで、正
規分布関数を使用しているのは、画像が一様である場合
には、正規分布に従っていると仮定しているからである
。 前記背景部抽出手段５ｄは、該識別関数演算手段５Ｃが
演算した濃度距離データと、予め記憶された判定距離デ
ータ（例えばマハラノビス距離データ）を参照しながら
、該濃度距離データか所定値以内であると背景部と判定
して、イメージメモリ４に記憶されたカラー画像データ
から背景邦画像データを抽出する。 前記スムージング処理手段５ｅは、該背景部抽出手段５
ｄにより抽出された背景邦画像データを後述するように
スムージングする。 前記ベクタ変換手段５ｆは、該スムージング処理手段５
ｅによりスムージングされた背景邦画像データ（２値デ
ータ）を背景部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
することか可能となる。 前記ベクタデータ補正手段５ｇは、該ベクタ変換手段５
ｆによりベクトル化された背景部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５ｈは、該ベクタデータ補正手段５ｇ
によって間引き補正された背景部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
た背景部要素、即ち雑音を除去する。 第２図において、６は自動切抜き領域の指定、自動抽出
された切抜き線の確認・修正、手動切抜き等をオペレー
タが行うためのデイスプレィ、７は入力部で、キーボー
ド７ａ及びデイスプレィ６上のカーソルを移動するため
の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５ｈから出力される背景部ベクトルデ
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
を版色側に読み出し、印刷フィルム版９に切出し出力す
る。 第４図は、自動切抜き処理を説明する状態推移図であり
、第２図と同一のものには、同じ符号を付しである。 第４図において、１１は自動切抜き領域、１１ａはその
トレーニングエリアを示す。ス、１２は背景部抽出画像
データを示し、第２図に示した背景部抽出手段５ｄが抽
出した背景部抽出画像データに対応する。図において、
Ｎ１、Ｎ２はノイズ成分であり、画像処理演算により発
生する一様でない濃度領域として抽出されたデータに対
応する。 １３はスムージングデータで、スムージング処理手段５
ｅがノイズ成分Ｎｌ、Ｎ２を、例えば近接する画素デー
タを所定のマトリクスデータにより除去したものに相当
する。これにより、背景部輪郭データ１３ａが生成され
る。 １４は背景部ベクトルデータで、前記背景部輪郭データ
１３ａのベクトルデータに相当する。 １５は間引き補正された背景部ベクトルデータで、前記
ベクタデータ補正手段５ｇにより背景部ベクトルデータ
１４を間引き補正して得られる。 １５ａ、１５ｂは雑音ベクトルデータで、雑音除去手段
５ｈにより知識情報を用いて自動的に消去される。 １６は背景部ベクトルデータで、この背景部ベクトルデ
ータ１６がレイアウトスキャナ８に入力される。 １７は自動切抜き画像で、手動切抜き画像と合成されて
、第２図に示した印刷フィルム版９に露光される。 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、この書き込
みが終了すると、イメージメモリ４から読み出されたカ
ラー画像データがデイスプレィ６に表示される。 トレーニングエリアｌｌａは、予め自動切抜き領域１１
の背景部の所定位置、例えば自動切抜き領域１１の左上
隅に設定されている。なお、このトレーニングエリアｌ
ｌａは、ポインティングデバイス７ｂにより変更可能で
ある。 主成分演算手段５ａは、このトレーニングエリアｌｌａ
の部分の画像データ（Ｃ，Ｍ、Ｙ）をサンプリングし、
この画像データに対して、第３図に示した如く、濃度の
変化方向を知るための主成分分析を行う。これによって
、画像データの背景部がグラデーションを持つ場合や、
実体部の影が写る場合でも、濃度分布の変化が予測でき
る。 背景部抽出に際しては、この主成分分析で得られた各画
素の第２及び第３主成分値を、最尤法に渡す。 最尤法では、ます、前記濃度平均・共分散演算手段５ｂ
が、前記トレーニングエリアｌｌａ内の各画素の第２、
第３主成分値から、その濃度平均値及び共分散値を演算
する。 次いで、識別関数演算手段５Ｃが、前記トレーニングエ
リアｌｌａの濃度平均値及び共分散値を正規分布関数に
代入し、自動切抜き領域を背景部と実体部にクラスタリ
ングするだめの識別関数を決定する。 更に、該識別関数演算手段５Ｃが、各画素をこの識別関
数に代入して、トレーニングエリアとの濃度距離データ
を演算する。 次いで、背景部抽出手段５ｄが、演算された濃度距離デ
ータを予め記憶された判定距離データより小さいかどう
か判定することにより、背景部抽出画像データ１２を抽
出する。最尤法は、このように画像の−様な部分を統計
的に処理しているため、安定的に背景部が抽出できる。 抽出された背景部画像データ１２はスムージング処理手
段５ｅ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１３が生成される。 次いで、ベクタ変換手段５ｆにより、背景部画像データ
である背景部輪郭データ１３ａが背景部ベクトルデータ
１４に変換される。 次いで、ベクタデータ補正手段５ｑが背景部ベクトルデ
ータ１４の変化点数を減らず間引き処理を実行してベク
トル形状を補正する。 そして、雑音除去手段５ｈが雑音ベクトルデータ１５ａ
、１５ｂ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、手動切抜き
線と合成して切抜き線が決定される。 決定された背景部ベクトルデータ１６（切抜き線）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が背景部ベクトルデータ１６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＠
１７）を読み出し、印刷フィルム版９に板側に切出し露
光出力する。 次に第５図〜第８図を参照しながら、第３図に示したス
ムージング処理手段５ｅによる彫版収縮に準じたスムー
ズ処理について説明する。 第５図は、第１図に示したスムージング処理手段５ｅに
よる輪郭画素の膨脂を説明する模式図である。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「
１」　（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、膨脂された状態に対
応する。 第６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
に臨接す仝８８近傍素を検索して、対象画素３１ａのｒ
ｌ、ｒ□、を決定する。３２は収縮処理パターンで、判
定画素パターン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７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か検索された場合
には、スムージング処理プログラムに基づいて、第６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５図に示した判定画素パターン２１により膨張走査を
行って、ノツチ除去画像データ４１ｃを生成する。 一方、第８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５図
に示した判定画素パターン２１により膨張走査を実行し
て膨張画像データ４２ｂを生成し、この膨脂画像データ
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５ｅが
第６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、膨脂→収縮の順に
、画像全体に対して実行される。 第９図は、第１図に示したベクタデータ補正手段５ｇに
よるベクタデータ補正処理を説明する模式図である。図
において、４５は、原ベクトルデータで、ベクタ変換手
段５ｆにより生成されるベクトルデータに対応する。４
６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９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５ｈ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
関係が一番外側にあり、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。 次に、第１０図を参照しながら、本発明による切抜き処
理の手順について説明する。 本発明による切抜き処理に際しては、まずポインティン
グデバイス７ｂよりカラー原稿２に対する画像読み取り
が指示され、ステップ１１０で、カラースキャナ３がカ
ラー原稿２に対する画像読み取りを終了するのを待機す
る。版色側の読み取りを終了したら、ステップ１１２に
進み、読み取ったカラー画像データを版色側にイメージ
メモリ４に登録する。 次いで、ステップ１１４で、ポインティングデバイス７
ｂより登録されたカラー画像の描画指令が入力されるの
を待機し、描画指令が入力されたら、ステップ１１６で
、イメージメモリ４より読み出されたカラー画像データ
をデイスプレィ６に描画する。 次いでステップ１１７で、デイスプレィ６を見ながら、
オペレータが自動切抜き領域１１を指定する。 次いで、ステップ１１８で、主成分演算手段５ａが、自
動切抜き領域１１内に設定されたトレーニングエリアｌ
ｌａをサンプリングし、該トレーニングエリア内の画像
データに対して、濃度の変化方向を知るために主成分分
析を行う。この主成分分析は、例えば共分散行列を作成
し、該共分散行列の固有値を演算し、該固有値に基づき
各主成分値を演算することによって行われる。 次いでステップ１２０に進み、前記濃度平均・共分散演
算手段５ｂが、前記主成分演算を行ったトレーニングエ
リアｌｌａのデータの濃度平均値及び共分散値を演算す
ると共に、前記識別関数演算手段５Ｃが、イメージメモ
リ４から読み出される各画素のカラー画像データと前記
濃度平均値及び共分散値を識別関数となる正規分布関数
に代入して濃度距離データを演算する。 次いで、ステップ１２２に進み、背景部抽出手段５ｄで
、予め記憶された判定距離データを参照し、ステップ１
２４で、濃度距離データが背景部となる場合には、ステ
ップ１２６に進んで、背景部となったカラー画像データ
を登録し、一方背景部とならない場合には、ステップ１
２８に進む。 ステップ１２８では、全画素判定処理が終了したか否か
を判断し、判定結果が否である場合にはステップ１２０
に戻り、判定結果が正である場合にはステップ１３０に
進む。 ステップ１３０．１３２では、スムージング処理手段５
ｅが、カラー画像データの輪郭形状を膨脂収縮処理して
、スムージング修正する。 次いでステップ１３４で、ベクタ変換手段５ｆが、スム
ージングされた背景画像データ（ラスタデータ）をベク
トルデータに変換する。 次いでステップ１３６で、ベクタデータ補正手段５ｇが
、ベクトルデータの間引き補正を行い、ステップ１３８
で、雑音除去手段５ｈがベクトルデータの雑音除去を実
行する。 次いで、ステップ１４０で、オペレータが、自動切抜き
領域についてデイスプレィ６上に表示された自動切抜き
線を確認・修正すると共に、自動切抜き領域以外につい
て、カーソル等で輪郭を指定することにより、例えば切
抜きベクトルを生成して手動切抜きを行い、前記自動切
抜き線と合成して、切抜き線を最終的に決定する。 次いで、ステップ１４２で、レイアウトスキャナ８が修
正されたベクトルデータを参照しながら、イメージメモ
リ４に記憶された版色別のカラー画像データが読み出さ
れるのを待機し、ステップ１４４で、読み出された背景
部外のカラー画像（切抜き画像）を印刷フィルム版９に
対して版色毎に露光出力する。 次いで、ステップ１４６で、全てのフィルムが出力され
たかどうかを判断し、判定結果が否である場合にはステ
ップ１４２に戻り、判定結果が正である場合には処理を
終了する。 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。 又、前記実施例では、濃度の変化軸を考慮した濃度分類
による自動切抜きが行われていたので、明度や色相が変
化しても、グラデーションや影を持つ背景部を旨く抽出
することが可能であるが、自動切抜きの方法はこれに限
定されない。

【図面の簡単な説明】

第１図は、本発明に係る切抜きマスク作成システムの処
理対象画像の例を示す線図、 第２図は、本発明に係る切抜きマスク作成システムの実
施例の構成を示すブロック線図、第３図は、自動切抜き
方法を説明するための、トレーニングエリアの２次元ヒ
ストグラムと主成分軸を示す線図、 第４図は、前記実施例における自動切抜き処理を説明す
る状態推移図、 第５図は、第２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彫版を説明する模式第６図は、同じ
く、輪郭画素の収縮を説明する模式図、 第７図及び第８図は、同じくスムージング処理状態を説
明する模式図、 第９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
、 第１０図は、前記実施例における切抜き処理手順を示す
流れ図である。 ２・・・カラー原稿、 Ａ、Ｂ、１１・・・自動切抜き領域、 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・・・主成分演算手段、 ５ｂ・・・濃度平均・共分散演算手段、５Ｃ・・・識別
関数演算手段、 ５ｄ・・・背景部抽出手段、 ６・・・デイスプレィ、 ９・・・印刷フィルム版、 １０・・・プログラムメモリ、 １１ａ・・・トレーニングエリア、 １２・・・背景部抽出画像データ。

Claims (1)

【特許請求の範囲】
1. （１）入力される画像から所定部を抽出するための切抜
   きマスク作成システムにおいて、自動切抜きが可能な部
   分領域又は困難な部分領域を指定する領域指定手段と、 該領域指定手段で設定された、自動切抜きが可能な部分
   領域に対して自動切抜きを行う手段と、前記領域指定手
   段で設定された、自動切抜きが困難な部分領域に対して
   、オペレータが手動で輪郭を指定して手動切抜きを行う
   ための手段と、を備えたことを特徴とする切抜きマスク
   作成システム。