JPH0346658A - 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、カラー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１ 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たり、写真原稿にトレ
ーシングペーパーを被せ、必要な部分の輪郭を描き込ん
だ上、不必要な部分を斜線で潰して、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
の色エリアから威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。 又、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、印刷工程日数が大幅
に増加してしまう場合があった。 ところで、従来、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、切抜ぎ対象画像の
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
成する方法が知られている。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があった。 このような問題に対して、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、背景部画像データひいては切抜き線を自動的に抽出
する方法が考えられている。 従来、前記のように自動的に切抜き線を抽出する際には
、切抜き対象画像がラスタデータであるのに対して、画
像データをベクトル化したベクタデータの形で取扱って
いた。このようにベクタデータとするのは、抽出された
背景部画像の背景部でない部分に発生する切抜き線等を
排除すると共に、取扱うデータ量を減らすためである。 しかしながら、前記のようにラスタデータをベクタデー
タに変換して取扱い、切抜き線ひいては切抜きマスクを
作成しようとすると、ラスタデータからベクタデータに
画像データを変換し更に最終的にラスタデータに再交換
する必要があるため、それらの交換に多くの時間を賀す
と共に、変換されたベクタデータを、スムージング処理
等で補正して輪郭をはつきりさせようとしても、その解
像度は向上せず、輪郭線の品質は良いものが得られ３− ず、却って低下する場合があるという問題点があった。 【発明が達成しようとす課題】 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、ベクタデータで切抜き線を作成するよりも高速に
、高品質な切抜き像を得・ることか可能な、切抜きマス
ク作成システムを提供することを課題とする。

【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、抽出された画像の
データをラスタデータの形で取扱い、且つ、当該画像デ
ータに高解像度処理を施すための手段を備えることによ
り、前記課題を達成したものである。

【作用１ 本発明は、ラスタデータの切抜き対象画像をベクタデー
タに変換した場合には、補正処理を施しても抽出される
輪郭線の品質があまり向上せず、又、切抜き対象画像を
ラスタデータからベクタデ４− −９に変換等するのに多くの時間がかかる点に着目しな
されたものである。即ち、切抜き対象画像をラスタデー
タの形のまま取扱い、且つ、輪郭線の品質を向上させる
べく、当該画像データに高解像度処理を施すようにして
いる。 従って、ベクタデータに変換して切抜ぎ線を得る場合に
比較し、高速に、高品質な切抜き像を得ることが可能で
ある。 【実施例１ 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、符号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　、　Ｗａ度平均・共分散演
算手段５ｂ、識別関数演算手段５ｃ、背景部抽出手段５
（１、スムージング処理手段５ｅ。 高解像度処理手段５ｆ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
＠域の一様な背景部内のトレーニングエリア１１ａ１例
えば自動切抜き領域１１の左上隅（第３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２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
１１ａの濃度平均値及び其方数値を求める。 前記識別関数演算手段５Ｃば、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
、該濃度距離データが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
から背景部画像データを抽出する。 前記スムージング処理手段５ｅは、該背景部外８− 出手段５ｄにより抽出された背景部画像データを後述す
るようにスムージングする。 前記高解像度処理手段５ｆは、前記スムージング処理手
段５ｅによりスムージングされた、ラスタデータの背景
部画像データに対して、画素間を補間することにより擬
似的に解像度を上げ、高品質な画像を作成する処理を施
すものである。即ち、この高解像度処理手段５ｆには、
前記背景部画像データをランレングスデータに変換する
ランレングス処理部５００と、このランレングスデータ
を拡大する拡大処理部５０ハと、拡大されたランレング
スデータの接続関係を検索する接続関係検索部５０１と
、検索された拡大ランレングスデータの関係に基づいて
任意の２点間を連結する輪郭のエツジを所定数細分化す
る細分化処理部５０ｊとが設けられる。 第１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は入ノ〕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
を版色別に読み出し、印刷フィルム版９に切出し出力す
る。 第３図は、自動切抜き処理を説明する状態推移図である
。 第３図において、符号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。又、１２は背景部外出
画像データを示し、第２図に示した背景部抽出手段５ｄ
が抽出した背景部外出画像データに対応する。第３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Ｎ＋、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。 １４は、高解像度データで、高解像度処理手段５ｆがス
ムージングデータをランレングス処理等して擬似的に解
像度を上げたものである。 １５は自動切抜き画像で、手動切抜き画像と合成されて
、第１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１１ａ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１
１ａ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１１ａ
の部分の画像データ（Ｃ，Ｍ、Ｙ）をり−ンブリングし
、この画像データに対して１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、まず、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１１ａ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１１ａ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
ングするた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ｐＨ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により背狽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、高解像度処理手段５ｆにおいては、生成された
スムージングデータ１３を圧縮してランレングスデータ
を作成し、そのランレングスデータを拡大、細分化して
高解像度処理を流し、高解像度データを生成する。この
ランレングスデータの作成等には、例えば、出願人が既
に提案した特開昭６３−６４１７９号公報中の手順を用
いることができる。 即ち、前記スムージングデータ１３は、ランレングス処
理部５０ｇで、例えば、第４図（Δ）に示すように二値
化後に圧縮されて、ランレングスデータが生成される。 この作成されたランレングスデータを、第４図（Ｂ）に
示すように、拡大処理部５０ｈで拡大する。この拡大処
理は前記ランレングスデータを単純に拡大したものに相
当するため、画像のエツジに不自然な部分が生じる場合
がある。そこで、この不自然さを解消するべく、接続関
係検索手段５０ｉで、拡大されたランレングスデータの
接続関係を検索して、それぞれの接続関係を規定してい
く。 次いで、細分化処理部５０ｊで、第４図（Ｂ）に示され
るような、任意の区間Ｐ１〜Ｐ２に存在する各変化点Ｅ
１〜Ｅ＋＋間に対して隣接する変化点間のカラム幅、ラ
イン幅の中間点に新たなエツジ処理を行い、前記第４図
（Ｃ）のように、任意の区間Ｐ１〜Ｐ２のエツジを、あ
たかも最初から細分化されていたかのような自然なエツ
ジに変換したランレングスデータを作成する。 このように高解像度処理が施された画像データは、レイ
アウトスキＶすに出力され、この背景部画像データに従
い、レイアウトスキャナ８ばイメージメモリ４に記憶さ
れたカラー画巖データ中の背景部以外に対応するカラー
画像データ（切抜き画像）を読出し、印刷フィルム版９
に版別に切出し露光出力する。 次に第５図〜第８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５ｅによる膨脂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
よる輪郭画素の屈服を説明する模式図である。第５図に
おいて、符号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２
１ａの「１」　〈黒画素）、「Ｏ」　（白画素）を決定
する。２２は膨脂処理パターンで、判定画素パターン２
１の８近傍画素が１つでも「１」の場合に、対象画素２
１ａが「１」　（斜線で示す〉に形成されて、屈服され
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。第６図に
おいて、３１は判定画素パターンで、例えば対象画素３
１ａに臨接する８近傍画素を検索して、対象画素３１ａ
のｆｌＪ　　ｒＯＪ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近傍画累が１つでもｒ
ＯＪの場合に、対象画素３１ａが「○」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、Ｍ６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に対して膨脂処理を施すため、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。 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
膨脂画像データ４２ｂを生威し、この膨脂画像データ４
２ｂ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、彫版→収縮の順に、
画像全体に対して実行される。 前記高解像度処理手段５ｆによる高解像度処理を第９図
の模式図に従って説明する。 第９図（Ａ）において、４３はランレングスデータで、
その数値はカラム番号（Ｃｏｌｕｍｎ　Ｎ　ｕｍｂｅｒ
）を示す。４３ａはランレングス値で、ランレングスデ
ータ４３をカラム番号で表わしたものである。 第９図（Ｂ）の４４は、拡大ランレングスデータで、前
記ランレングスデータ４３を例えば縦横２倍に拡大した
データである。７１．４ａはランレングス値で、拡大ラ
ンレングスデータ４４をカラム番号で表わしたものであ
る。 第９図（Ｃ）の４５は、前記拡大ランレングスデータ４
４を細分化したランレングスデータを示す。４５ａはこ
の細分化したランレングスデータ４５をカラム番号で表
わしたランレングス値である。 第９図（Ａ）〜（Ｃ）かられかるように、ランレングス
処理部５０ａは、ランレングスデータ４３を生成して、
ランレングス値４３ａを得る。これらのデータに対して
、拡大処理部５０ｈが前記データ４３を、例えば縦横２
倍に拡大処理して、拡大ランレングスデータ４４を生成
する。これにより、ランレングス値４４ａが得られる。 次いで、接続関係検索手段５０１が、ランレングス値４
４ａに対して接続関係検索を行い、周定　１８ データを生成する。この規定データは、拡大ランレング
スデータ４４の輪郭を構成する線素（例えば、１３−１
３−１１・・・）を構成するデータである。これらの規
定データが得られたら、細分化処理部５０ｊでこの規定
データを細分化補正し、細分化したランレングスデータ
４５を生成してそのランレングス値４５ａを得る。この
ようにして、高解像度の拡大画像が得られる。 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。版色別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別にイメージ
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１
１ａ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１１ａ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１２９に
進む。 次いで、ステップ１３０．１３２では、スムージング処
理手段５ｅが、カラー画像データの輪郭形状を彫版収縮
処理して、スムージング修正する。 次いで、ステップ１３４では、ランレングス処理部５０
Ｑが、前記スムージング修正された背景画１象デ〜夕を
、ベクタデータに変換せずにラスタデータのままの形で
ランレングスデータに変換する。 次いで、ステップ１３６では、変換された背景画像デー
タを、拡大処理部５０１１で拡大処理する。 次いで、ステップ１３８で、接続関係検索部５０ｉが拡
大処理されたランレングスデータの接続関係を検索し、
細分化処理部５０ｊが当該検索関係に基づぎ、エツジの
細分化処理を実行する。これにより、背景画像データを
高密度化する。 次いで、ステップ１２９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
抜き線を生成（）て手動切抜きを行い、前記自動切抜き
領域と合成して、切抜き領域を最終的に決定する。 次いで、ステップ１４０で、レイアウトスキャナ８が作
成された切抜き領域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１４２で、読み出された背
景部外のカラー画像（切抜き画＠）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１４４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１４０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、明度ヤ色相が変
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。 更に、前記実施例においては、高解像度処理を施す手段
として、ランレングス処理による処理手段５ｆを示した
が、当該処理を施す手段は、これに限定されず、他の処
理手法により高解像度処理を施すことができる。 【発明の効果】 以上説明した通り、本発明によれば、ベクタデータに変
換して切抜き線を作成するよりも高速に、高品質な切抜
き像を得ることが可能となるという優れた効果が得られ
る。

【図面の簡単な説明】

第１図は、本発明の実施例に係る切抜きマスク作成シス
テムの構成を示すブロック線図、第２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二次元ヒ
ストグラムと主成分軸を示す線図、 第３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４図は、前記実施例の高解像度処理手段における処理
を説明するための模式図、 第５図は、前記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図。 第６図は、同じく輪郭画素の収縮を説明する模式図、 ＝　２３− 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（Ａ）〜（Ｃ）は、前記実施例の高解像度処理手
段による高解像度処理を説明するための模式図、 第１０図は、前記実施例における切抜ぎ処理手段を示す
流れ図である。 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・・・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、 ５ｆ・・・高解像度処理手段、 ６・・・デイスプレィ、 ９・・・印刷フィルム版、 １０・・・プログラムメモリ、 ２４− １２・・・背景部抽出画像データ、 ５０ｏ・・・ランレングス処理部、 ５０ｈ・・・拡大処理部、 ５０ｉ・・・接続関係処理部、 ５０ｊ・・・細分化処理部。

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、抽出された画像のデー
   タをラスタデータの形で取扱い、且つ、当該画像データ
   に高解像度処理を施すための手段を備えたことを特徴と
   する切抜きマスク作成システム。