JPH0382268A

JPH0382268A - ２値画像信号の線密度変換方法

Info

Publication number: JPH0382268A
Application number: JP1218882A
Authority: JP
Inventors: Hiroyoshi Tsuchiya; 博義土屋; Yoshimitsu Sugano; 菅野　義光; Toshiharu Kurosawa; 俊晴黒沢; Hidehiko Kawakami; 秀彦川上; Hiroaki Kodera; 宏曄小寺; Hideaki Ohira; 英明大平; Mutsuo Hashizume; 睦生橋詰
Original assignee: Matsushita Graphic Communication Systems Inc; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic System Solutions Japan Co Ltd; Panasonic Holdings Corp
Priority date: 1989-08-25
Filing date: 1989-08-25
Publication date: 1991-04-08
Anticipated expiration: 2011-10-16
Also published as: JP2543198B2

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ファクシミリのような画像通信や、画像データ
の各種ファイルシステムなどに利用でき受信した画像や
記憶装置から読み出した画像を滑らかに再生するための
２値画像信号の線密度変換方式に関するものである。

従来の技術ファクシミリ通信におけるＧ３規格の例では、主走査方
向の分解能は８０３７画素／圃固定、副走査方向の分解
能は３．８５画素／ｍｍ、　７．７画素／圃、１５．４
画素／ｆｆｌｌＴｌの３種類が規定されており、送信す
る画像内容に応じて選択できる。

一方、受信記録は、近年、レーザプリンタ等のように１
６画素／ＩＴ！ＩＴ＋以上の高密度記録が可能な装置が
多く使用されるようになってきた。送信側としては送信
する情報量と通信コスト・時間の関係で低密度走査が有
利であるが記録側では高密度記録の特性を生かしてより
滑らかな再生画を得たいと言う要望があり、低密度画像
から高密度画像に変換する最適な線密度変換方式が求め
られている。

これはファクシミリ通信に限らず一般の画像データファ
イルシステムにおいても同様で、ファイル容量削減のた
めに分解能を落とした画像から滑らかな画像を再生する
のに必要な技術である。

さて、従来の２値画像の線密度変換方式としては、ＳＰ
Ｃ方式、論理和法、投影法、９分割法など各種方式提案
がされており、（点灯、小町、安置：”編集機能付きコ
ピーのための倍率任意の高速画素密度変換方式″第１２
回画像工学コンファレンス論文集、（８５６年１２月）
、新井、安置：　ファクシミリ線密度変換の一検討”画
像電子学会誌７巻１号、Ｐ　、　１１　（１９７８）　
、宮井、首藤：″′イメ−ジの拡大縮小方式”情報処理
学会第２０口金国大会、Ｐ、４６３）なかでも、投影法
は画質劣化の少ない方式として知られている。第１３図
は前記投影法を説明する図で、Ｄは出力画素点を、Ｐ、
　　Ｑ。

Ｒ，Ｓは点りに隣接する入力画素点を表している。

Ｐ’、　　Ｑ″、Ｒ″　３ｔ　を入力画素点Ｐ、　Ｑ、
　　Ｒ，Ｓの占有面積、Ｄ′　を出力画素点りの占有面
積、ＩｐＩＱ、　　Ｉ−、ＩＩ＋を入力画素点Ｐ、　Ｑ
、　Ｒ，Ｓのデータ値（＝０（白）または１　（黒）１
としたとき、出力画素点りに関する荷重平均値ｆ　（Ｄ
）を次式で計算する。

・・・・・・（１）上記ｆ　（Ｄ）に対して次の閾値処理を行ない出力画素
点りのデータ値１ｏを決定する。

他のいずれの方式も投影法と同様に、入力イメージの点
Ｐ、　　Ｑ、　　Ｒ，Ｓの値および出力イメージの点り
との位置関係に基づいて点りの値が決定される。

発明が解決しようとする課題しかし、上記従来のように、入力イメージ４点のデータ
値のみで出力イメージのデータ値を決定する方法では大
幅な画質改善効果を期待することができない。走査線の
高密度変換を行なったときの画質改善度は線分が滑らか
にかつ適切な線幅で補間されているかで評価できる。

第１４図は主走査・副走査ともに２倍補間する例を示し
ている。（ａｌは斜線で示した黒い線の画像を２値化し
た画像データ、（ｂｌは前記画像データを従来方法で補
間した例、（Ｃ＞は理想的に補間した例を示す。

従来方法の問題点は、補間すべきデータ値の決定を近傍
４画素の値と位置関係のみで決定しているため、線分の
滑らかさが４５度方向近傍しか効果的でないことと、第
（２〉式のように、２値化処理の＝”を１としているた
めに線分が太くなる（逆に１＝”をＯとすると細くなる
。

本発明は上記問題に鑑み、高画質の画像を得ることので
きる２値画像信号の線密度変換方法を提供するものであ
る。

課題を解決するための手段本発明は上記目的を達成するため、第１にファクシミリ
等の低密度２値画像を画素補間により高密度２値画像に
変換する際に、網点画像を除いた文字・線画等の前記低密度画像の部分
領域を構成する２値パターンＡと所望の高密度画像の同
一部分を構成する２値パターンＢとのパターン構造の対
応関係を、予め学習用高密度画像によって統計的に学習
しておき、前記低密度画像が網点画像でないところは前
記低密度画像の部分領域内から選択された適当な参照画
素を用いて、前記学習結果に基づき前記低密度２値パタ
ーンＡを前記高密度２値パターンＢに変換し、前記低密
度画像が網点画像であるところは前記低密度画像の同一
画素を繰り返すことにより高密度画像に変換するもので
ある。

第２に本発明は、ファクシミリ等の低密度２値画像を画
素補間により高密度２値画像に変換する際に、網点画像を除いた文字・線画等の前記低密度画像の部分
領域を構成する２値パターンＡ１と所望の高密度画像の
同一部分を構成する２値パターンＢ１とのパターン構造
の対応関係と、網点画像の前記低密度画像の部分領域を
構成する２値パターンＡ２と所望の高密度画像の同一部
分を構成する２値パターンＢ２とのパターン構造の対応
関係を、予め学習用高密度画像によって統計的に学習し
ておき、前記低密度画像が網点画像でないところは前記
低密度画像の部分領域内から選択された適当な参照画素
を用いて、前記学習結果に基づき前記低密度２値パター
ンＡ１を前記高密度２値パターンＢ２に変換し、前記低
密度画像が網点画像であるところは前記低密度画像の部
分領域内から選択された適当な参照画素を用いて、前記
学習結果に基づき前記低密度２値パターンＡ２を前記高
密度２値パターンＢ２に変換するものでアル。

作用本発明は上記方法で、変換出力の線密度に相当する対象
とする画像の性質（線分の太さや滑らかさ）をあらかじ
め学習して辞書を作成し、その辞書に基づいて入力画像
データのデータ補間を行々うため、従来方式に見られる
ように対象とする画像の性質に無関係でしかも、定めら
れた方法にしたがってデータ補間値を決定していくもの
に比べて良好な変換出力画像を得ることができ、更に、
網点画像と文字・線画など、性質のことなる種類の画像
に対してそれぞれに合った補間処理を行うことができ、
より高画質の出力画像を得ることができる。

実施例第１図は本発明の第１の実施例における２値画像信号の
線密度変換方法の処理プロセスを示す図である。１は学
習用画像データで、入力画像データを補間して記録する
ときの走査線密度と同じ分解能を有し、かつ文字・線画
等の各種入力画像内容を含む画像データである。なお、
学習画像データの走査線密度を主走査ｍ画素／ｍｍ、副
走査ｎ画素／１ｒｒｎとする。２は補間データ学習のプ
ロセスで詳細は後述するが、入力画像データに対する補
間倍率の種類ごとに別々に学習を行なう。今、入力画像
データに対して主走査をに倍に、副走査をＬ倍に補間す
るための学習をＫＸＬ倍補間学習とする。３は補間デー
タ辞書の作成プロセスで、前記ＫＸＬ倍補間学習の結果
に基づいて補間値のＩｌｏを決定する文字・線画用のＫ
ＸＬ倍補間辞書を作成する。４は入力画像データで、走
査線密度は主走査がｍ／に画素／ｍｍ、副走査がｎ／Ｌ
画素／ｍである。５は網点画像検出のプロセスで、前記
入力画像データが網点画像であるか否かの判定を行なう
。６は入力データ補間のプロセスで、全記入力面像デー
タを、前記判定が網点画像であれば前記入力画像データ
の所定の画素データを用い、前記判定が網点画像でなけ
れば前記文字・線画用のＫＸＬ倍補間辞書を用い主走査
を用い主走査をに倍に副走査をＬ倍に補間する。７は補
間画像データで、前記入力データ補間６で補間された、
主走査ｍ画素／ｍ、副走査ｎ画素／ｍｍの画像データで
ある。

第２図は本発明の第２の実施例における２値画像信号の
線密度変換方法の処理プロセスを示す図である。第１図
と同一番号のブロックは同じ動作のプロセスを示す。よ
って、以下では第１図の実施例とは異なるプロセスのみ
説明する。８は学習用画像データで、第１図の図番１で
説明した学習用画像データと同形式の網点画像である。

９は第１図の図番３で説明した補間データ辞書と同形式
の網点画像用ＫＸＬ倍補間データ辞書を作成するプロセ
スである。１０は入力データ補間のプロセスで、前記網
点画像検出プロセス５で判定が網点画像であれば前記網
点画像用ＫＸＬ倍補間辞書を、前記判定が網点画像でな
ければ前記文字・線画用ＫＸＬ倍補間辞書を用いて主走
査をに倍に副走査をＬ倍に補間する。

さて、上記第１と第２の画像処理プロセスにおいて、処
理ブロック１〜３．　８．　９における補間データ辞書
の作成過程は計算機を用いて時間をかけた演算を行なう
ソフトウェア処理で十分であるが、処理ブロック４〜７
，１０における入力データの補間処理は通常高速化が要
求されるためにノ・−ドウエア処理が適当である。

従って、本発明の実施例も上記構成で詳細説明を行なう
。

なお、処理ブロックの入力データ補間６，１０で使用さ
れるＫＸＬ倍補間辞書はＲＯＭまたはＲＡＭなどのメモ
リ上に記憶されたデータとして提供されるものとする。

処理ブロック２．　３．　６．　９．１０の詳細はに＝
２、Ｌ＝２の２×２倍補間とに＝２．Ｌ＝４の２×４倍
補間の２例で説明する。なお、本実施例は、とりわけフ
ァクシミリ通信におけるＧ３規格の入力画像データに対
して適用できる有用なものである。

（１）補間データ学習の詳細実施例第３図は２×２倍補間学習用走査窓である。

ｒ、％ｒｔ・は参照画素で、ｈ１〜ｈ、は学習画素であ
る。

参照する画素は１６個であるから参照画素で作られるパ
ターンの種類は２　個発生する。学習とは前記走査窓で
学習画像データを走査したとき、前記各パターンにおい
てｈ１〜ｈ、それぞれが１であるかＯであるかを統計的
に調べることである。参照画素数が多いほど学習結果が
向上するが補間辞書が２乗に比例して大きくなるため、
辞書に使用するメモリ容量との関係で制限される。計算
機でのソフトウェアで学習する場合、参照画素ｒ１〜ｒ
ｌ・をメモリ空間のアドレスとし、各アドレス毎にｈ１
〜ｈ、の３個のアップダウンカウンタを用意し、当該学
習画素が１であれば＋１，０であれば−１の演算を行な
う。（アップダウンカウンタにしたのは学習終了後のカ
ウンタ値が正であれば１、負であれば０の補間値とする
ことを前提としているためであり、意図的に１または０
の補間値を多くする操作を行ないたい場合には１専用と
０専用のカウンタを用意し、それぞれのカウンタ結果の
比率で補間値を決定すると良い。）以上のソフトウェア
演算を行なうプログラム構成は一般的で容易な技術であ
るため詳細は省略する。第４図は２×４倍補間学習用走
査窓である。第３図の２×２倍補間学習用走査窓に比べ
て副走査方向の参照画素間隔が倍になり、学習画素がり
、、ｈマの７個に増えている以外は前記２×２倍補間学
習と同様である。

（２）補間辞書作成の詳細実施例第５図は補間辞書作成の具体例である。ＲＯＭまたはＲ
ＡＭのメモリ空間上において、ｒ１〜ｒ舖をデータアド
レスとし、各補間データｈ／、　、　　ｈ／、　。

・・・・・・の１または０でビットパターンを構成する
。

ｈ／、　、　　ｈ／、・・・・・・の１またはＯは、前
記学習したカウンタｈ１（ｉ−ｔ、　２．・・、）の各
値に対して次のように設定する。

ｈ？＝ｒ・ｒ、は第３図、第４図で示すように補間画素位置近傍の
参照画素値である。

（３）入力データ補間の詳細実施例第６図は第１図の第１の実施例における２×２倍補間の
ハード構成例、第７図（ａｔ〜（ｆｌは前記構成におけ
る各入出力信号のタイミングチャートである。先に第７
図のタイミングチャートについて説明すると、同図（ａ
）はリセット信号で、これは出力画像信号の１走査区間
（主走査区間）毎に発生するパルスである。同図（ｂｌ
は入力画像信号で、図示のように前記ｌ走査区間おきに
入力画像信号の１走査線分のデータが入力する。同図（
ｃｌはクロック１で、出力画像信号の画素クロツク１入
力画像信号画素クロック（図示せず）の２倍の周波数）
に相当する。同図（ｄ）はクロック２で、補間データを
入力画像データ間に挿入するタイミングパルスである。

クロック２はクロック１の半分の周波数で図示したよう
に入力画像信号と同様１走査区間おきに発生する。同図
（ｅｌは出力画像信号である。同図（ｆｌは書き込み禁
止パルスで後述する画像メモリ１２の書き込みアドレス
ポインタを制御する。

次に、このタイミングチャートの各信号で第６図のハー
ド構成を説明する。１１はリセット信号の入力端子、１
２は入力画像信号の入力端子、１３はクロック１の入力
端子、１４はクロック２の入力端子、１５は出力画像信
号の出力端子、１６は書き込み禁止パルスの入力端子、
１７は網点領域検出信号の入力端子である。１８は画像
専用メモリとして市販されている８ビツト構戒のＦ　Ｉ
　Ｆ　Ｏ（Ｆｉｒｓｔ　Ｉｎ　ＦｉｒｓｔＯｕｔ）構造
をもつラインメモリ（例えば、日本電気株式会社製μＰ
　Ｄ　４１１０１Ｃ等；ＮＥＣ，ＩＣメモリデータブッ
ク１９８７年１）ｐ、　２９３〜）である。ＤＩＮ・〜
ＤＩＮ　Ｉはデータの入力端子、ＤｏＵ↑、〜ＤＯｔ＋
？・はデータの出力端子、Ｒ３ＴＲはリセットリード入
力で内部にあるリードアドレスポインタをイニシャライ
ズ（データアドレス＝０）するためのリセット入力端子
、Ｒ５ＴＷはリセットライト入力で内部にあるライトア
ドレスポインタをイニシャライズ（データアドレス＝０
）するためのリセット入力端子、ＲＣＫはリードクロッ
ク入力でリードアドレスポインタを１クロクク入力ごと
にインクリメントするためのクロック入力端子、ＷＣＫ
はライトクロック入力でライトアドレスポインタを１ク
ロクク入力ごとにインクリメントするためのクロック入
力端子、ＲＥはリードイネーブル入力で＠Ｈ”レベルの
ときはリードアドレスポインタはＲＣＫにクロックが入
力してもインクリメントさせず現在地のままで停止させ
るためのリード動作制御入力端子、ＷＥはライトイネー
ブル入力で”Ｈ”レベルのときはライトアドレスポイン
タはＷＣＫにクロックが入力してもインクリメントさせ
ず現在地のままで停止させるためのライト動作制御入力
端子である。Ｒ３ＴＲとＲ３ＴＷは入力端子１１に、Ｒ
ＣＫとＷＣＫは入力端子１３に、ＷＥは入力端子１６に
接続、ＲＥは接地（“Ｌ”）されている。１９は７ビツ
トのシフトレジスタを７個（２０〜２６）有するレジス
タ群で、個々のデータセットも可能である。図示の如く
、ｒ１〜ｒ１・、ｈ１〜ｈ・の各レジスタは第３図に対
応して配置されている。ＦＣＫは各レジスタ共通のシフ
トクロックパルス入力端子、ＳＣＫはｈ１〜ｈ３のデー
タをセットするクロック入力端子で、それぞれ入力端子
１３、入力端子１４に接続されている。各７ビツトシフ
トレジスタ２０〜２５の最終ビット出力はそれぞれ画像
メモリ１８の各入力端子ＤＩＮ・〜ＤＩＮｍに接続され
２１〜２６の先頭ビット入力はそれぞれ画像メモリ１８
の各出力端子［）ｏｕｔ・〜１）ｏｕｔ、に、２０の先
頭ビット入力は入力端子１２に接続されている。２４の
レジスタビットｒ・は出力画像信号として出力端子１６
に接続される。２７は補間データメモリで、レジスタ群
１９の各ビットｒ１〜ｒ１・をメモリのアドレス線に接
続し、メモリのデータ線にデータｈ’ｓ〜ｈ’ｓを出力
する。この補間データメモリ２７の内容は第５図の構成
になっている。２８はデータセレクタで、入力端子１７
の網点領域検出信号が０Ｎ（〜１）のとキ２４のレジス
タピクトｒ・を３個出力し、０ＦＦ（＝Ｏ）のときには
前記データｈ’ｌ−ｈ’ｓを出力してそれぞれレジスタ
群１９の各ビットｈ１〜ｈ・のデータセット入力端子に
接続する。

以上の構成でその動作を説明する。入力端子１１のリセ
ット信号で画像メモリ１８のリードアドレスポインタと
ライトアドレスポインタを１走査区間の始めごとにＯに
した後、入力端子１３のクロック１でライトアドレスポ
インタをインクリメントしていく。リードアドレスポイ
ンタは入力端子１６の書き込み禁止パルスによりカウン
ト数７だけ遅れてインクリメントしていく。これはレジ
スタ群１９の各入力信号が出力端までシフトされてくる
遅れ分に相当する。入力端子１２の入力画像信号は第１
の走査区間で入力端子１３のクロック１によりシフトレ
ジスタ２０を経由して画像メモリの１ｉｔａｓから記憶
されていき、第２の走査区間でＤｏｕｔ・から出てシフ
トレジスタ２１を経由して画像メモリのＤＩ旧から記憶
されていき、以下、ＤＯυ〒１→レジスタ２２→Ｄ慣、
→Ｄｏｕｔ嘗→レジスタ２３→Ｄ＋口→・・・・・・ノ
ヨウに流れていく。入力画像信号は入力端子１４のクロ
ック２によりレジスタ２３でｈａとｈ・、レジスタ２４
でり、のデータ補間がされることになる。

２Ｎ４倍補間の場合はレジスタ群１９の構成が第４図に
対応したようになり、従って、画像メモリ１８の容量も
６ライン分から１２ライン分に増え、第７図に示した入
力画像信号とクロック２の信号が３走査区問おきとなる
ことが２×２倍補間と異なることであり詳細は省略する
。また、第６図の構成以外に同様の補間目的を達成する
別構成例として、レジスタ群１９の走査窓を参照画素ｒ
１〜ｒ１・のみ（従って４×４走査窓）とし補間データ
の挿入を別系統とすることも容易に考えられるが説明は
省略する。

第８図は第２図の第２の実施例における２×２倍補間の
ハード構成例である。第６図の構成と異なるのは、網点
画像用の補間データメモリ２９を用意し、データセレク
タ３０が入力端子１７の網点領域検出信号がＯＮのとき
には補間データメモリ２９の網点用補間データ値ｈ１．
　、ｈ７．を、ＯＦＦのときには補間データメモリ２７
の文字・線画用補間データｈ′１〜ｈ′葛を出力して、
それぞれレジスタ群１９の各ビットｈ１〜ｈ、のデータ
セット値とすることである。

（４）網点画像検出の詳細実施例 ■　学習方式入力画像と同じ走査線密度の学習用網点画像で網点画像
検出用の辞書メモリを作成する。第９図は画像データ領
域３１を４×４走査窓で走査する場合の実施例である。

本実施例の場合における前記辞書メモリは走査窓３２の
データ値ｉ　ＸＩ、　　ｘ、、・・・Ｘ翼＊ｌをアドレ
スとして当該アドレスのデータ値を１にセットすること
により作成できる。（但しメモリの初期値は全て０クリ
アしておく）入力画像データの網点検出は、前記入力画
像データを走査する走査窓内のデータ値をアドレスとし
て前記辞書メモリのデータ値を参照し、１であれば網点
領域であると判定する。

上記網点領域検出の判定結果は統計的に網点領域で１が
多く、文字・線画領域で１が少ない（０が多い）という
ように離散的な出力になり、領域分離判定結果として不
完全である。（走査窓サイズを大きくし、参照画素数を
多くとると判定精度が向上し前記離散塵を減少させるこ
とができるが、その分ハード構成が重くなる。）従って、前記判定結果に対して２次元的に平滑化処理を
行い、その結果を最終の網点領域分離判定結果とするの
が望ましい。

第１０図にその平滑化処理の実施例を示す。３３は入力
画像信号を走査する第１の走査窓、３４は前記網点画像
検出用辞書メモリで、第１の走査窓３３内のデータ値を
アドレスとして前記学習した結果に基づく網点領域検出
信号を出力する。３５はその網点領域検出信号を走査す
る第２の走査窓、３６は第２の走査窓３５内データをア
ドレスとして最終網点領域検出信号を出力する領域分離
辞書メモリである。領域分離辞書メモリ３６は、アドレ
スデータ値のｌの数を調べ、（アドレスデータ値の１の数）≧Ｎであれば同辞書メモリ３６の当該アドレスのデータ値を
１に、他はＯとすることで作成できる。Ｎは定数で、小
さな値にすると網点画像データりに、大きな値にすると
文字・線画領域寄りの判定結果が出る。

■　走査窓内データのパターン構造判定方式前記■の学
習方式のように網点画像データの学習辞書を持たずに、
走査窓内のパターン構造そのものを調べ、網点画像の特
徴を有するかを逐次判定していく方式について説明する
。

（Ａ）第９図の走査窓３２内の主走査方向と副走査方向
Ｉ１０の交番数が一定値より多いと網点画像と判定する
。第１１図は本実施例の構成例を示すもので、３８が１
７０交番数判定辞書である。同辞書３８も第１０図の領
域分離辞書３６と同様に走査窓３７のデータ構造から事
前に作成できることは明らかである。

（Ｂ）第９図の走査窓３２内データに１または０の孤立
点があれば網点画像と判定する。孤立点は走査窓内デー
タの論理式でも判定できるが第１２図に示すように１１
０孤立点判定辞書３９を用いる方式でも可能である。

上記（Ａ）、　　（Ｂ）の２方式の特徴を用いた、（辞
書３８）　＋　（辞書３９）で網点画像の判定を行うこ
とも可能である。また、本パターン構造判定方式■も前
述の学習方式■と同様に前記判定結果に対して２次元的
な平滑化処理を行った後、最終の網点領域分離判定結果
とするのが望ましい。

発明の効果以上のように本発明は、あらかじめ変換出力の線密度に
相当する画像の特徴を記憶した辞書を用意しておき、そ
の辞書に従って入力データを補間するため、学習無しの
他の補間方式に比べて学習した情報量が多い分、高品質
な画像出力が得られるなど、その効果は大きい。

【図面の簡単な説明】

第１図は本発明の第１の実施例における２値画像信号の
線密度変換方法の処理プロセスを示す図、第２図は本発
明の第２の実施例における２値画像信号の線密度変換方
法の処理プロセスを示す図、第３図は同実施例の要部で
ある２×２倍補間学習用走査窓の概念図、第４図は同２
×４倍補間学習用走査窓の概念図、第５図は同補間辞書
の概念図、第６図は第１図の第１の実施例における２×
２倍補間を実現する要部ブロック結線図、第７図梱罵−
社第６図の要部タイミングチャート、第８図は第２図の
第２の実施例における２×２倍補間を実現する要部ブロ
ック結線図、第９図は同画像データ領域を４×４走査窓
で走査する際の概念図、第１０図は同平滑化処理を実現
する要部ブロック結線図、第１１図は同１１０の交番数
による網点画像判定を実現する要部ブロック結線図、第
１２図は同孤立点検出による網点画像判定を実現する要
部ブロック結線図、第１３図は従来の投影法を示す概念
図、第１４図−ｍ−は主走査・副走査とも２倍補間する
際の概念図である。１・・・学習用画像データ（文字・線画等）、２・・・
補間データ学習、３・・・補間データ辞書（文字・線画
等）、４・・・入力画像データ、５・・・網点画像検出
、６．１０・・・入力データ補間、７・・・補間画像デ
ータ、８・・・学習用画像データ（網点画像）、９・・
・補間データ辞書（原点画像）、３４・・・網点画像検
出用辞書メモリ、３６・・・領域分離辞書メモリ、３８
・・・１１０交番数判定辞書、３９・・・１１０孤立点
判定辞書。

Claims

【特許請求の範囲】

（１）ファクシミリ等の低密度２値画像を画素補間によ
り高密度２値画像に変換する際に、網点画像を除いた文字・線画等の前記低密度画像の部分
領域を構成する２値パターンＡと所望の高密度画像の同
一部分を構成する２値パターンＢとのパターン構造の対
応関係を、予め学習用高密度画像によって統計的に学習
しておき、前記低密度画像が網点画像でないところは前
記低密度画像の部分領域内から選択された適当な参照画
素を用いて、前記学習結果に基づき前記低密度２値パタ
ーンＡを前記高密度２値パターンＢに変換し、前記低密
度画像が網点画像であるところは前記低密度画像の同一
画素を繰り返すことにより高密度画像に変換することを
特徴とする２値画像信号の線密度変換方法。
（２）請求項１記載の低密度画像が網点画像であるか否
かを手動で指示することを特徴とした２値画像信号の線
密度変換方法。
（３）請求項１記載の低密度画像が網点画像であるか否
かの判定は、予め学習用の低密度画像によって統計的に
学習した結果に基づいて行うことを特徴とした２値画像
信号の線密度変換方法。
（４）請求項３記載の判定結果を画像平面上で平滑化し
た後、網点画像であるかの判定結果とすることを特徴と
した２値画像信号の線密度変換方法。
（５）請求項１記載の低密度画像が網点画像であるか否
かの判定は、前記低密度画像を走査する走査窓内のパタ
ーン構造判定で行うことを特徴とした２値画像信号の線
密度変換方法。
（６）請求項５記載のパターン構造判定は走査窓内の１
と０の交番数で判定することを特徴とした２値画像信号
の線密度変換方法。
（７）請求項５記載のパターン構造判定は走査窓内に１
または０の孤立点があるとき網点画像であると判定する
ことを特徴とした２値画像信号の線密度変換方法。
（８）請求項５記載の判定結果を画像平面上で平滑化し
た後、網点画像であるかの判定結果とすることを特徴と
した２値画像信号の線密度変換方法。
（９）ファクシミリ等の低密度２値画像を画素補間によ
り高密度２値画像に変換する際に、網点画像を除いた文字・線画等の前記低密度画像の部分
領域を構成する２値パターンＡ１と所望の高密度画像の
同一部分を構成する２値パターンＢ１とのパターン構造
の対応関係と、網点画像の前記低密度画像の部分領域を
構成する２値パターンＡ２と所望の高密度画像の同一部
分を構成する２値パターンＢ２とのパターン構造の対応
関係を予め学習用高密度画像によって統計的に学習して
おき、前記低密度画像が網点画像でないところは前記低
密度画像の部分領域内から選択された適当な参照画素を
用いて、前記学習結果に基づき前記低密度２値パターン
Ａ１を前記高密度２値パターンＢ２に変換し、前記低密
度画像が網点画像であるところは前記低密度画像の部分
領域内から選択された適当な参照画素を用いて、前記学
習結果に基づき前記低密度２値パターンＡ２を前記高密
度２値パターンＢ２に変換することを特徴とする２値画
像信号の線密度変換方法。
（１０）請求項９記載の低密度画像が網点画像であるか
否かを手動で指示することを特徴とした２値画像信号の
線密度変換方法。
（１１）請求項９記載の低密度画像が網点画像であるか
否かの判定は、予め学習用の低密度画像によって統計的
に学習した結果に基づいて行うことを特徴とした２値画
像信号の線密度変換方法。
（１２）請求項１１記載の判定結果を画像平面上で平滑
化した後、網点画像であるかの判定結果とすることを特
徴とした２値画像信号の線密度変換方法。
（１３）請求項９記載の低密度画像が網点画像であるか
否かの判定は、前記低密度画像を走査する走査窓内のパ
ターン構造判定で行うことを特徴とした２値画像信号の
線密度変換方法。
（１４）請求項１３記載のパターン構造判定は走査窓内
の１と０の交番数で判定することを特徴とした２値画像
信号の線密度変換方法。
（１５）請求項１３記載のパターン構造判定は走査窓内
に１または０の孤立点があるとき網点画像であると判定
することを特徴とした２値画像信号の線密度変換方法。
（１６）請求項１３記載の判定結果を画像平面上で平滑
化した後、網点画像であるかの判定結果とすることを特
徴とした２値画像信号の線密度変換方法。