JPH04316275A - ノイズ識別方法およびノイズ除去方法ならびにそれらを用いた画像処理装置 - 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】

【０００１】

【産業上の利用分野】本発明は、複写機やファクシミリ
などにおける画像データを処理するに必要な、ノイズを
識別するためのノイズ識別方法と、ノイズを除去するた
めのノイズ除去方法と、それらの実施に直接使用する画
像処理装置とに関するものである。

【０００２】

【従来の技術】近年、画像処理の分野において、ノイズ
識別処理およびノイズ除去処理は、画質の向上のために
欠かせない処理となっている。特に最近では、複写機、
ファクシミリ、プリンタなどの静止画像処理の分野で環
境保護のために再生紙を利用するようになり、再生紙に
含まれるノイズを除去する必要が生じてきている。例え
ば再生紙にプリンタで文字を打ち出し、それを複写機で
大量にコピーする場合、再生紙自体に含まれるノイズま
で複写されてしまい、非常に見にくい画像になる。また
この場合、複写機で再生紙にコピーしたとすると、ノイ
ズの量は２倍になる。つまり、再生紙を間にはさむほど
ノイズの量は増えていき、画像は劣化する。

【０００３】従来、ノイズの識別および除去は、図７（
Ａ）（Ｂ）に示すような平滑化フィルタを用いて画像の
スムージングを行なったり、特開平１−１６０１７３号
公報に記載されているようにノイズカットレベルを適応
的に設定する方法が用いられていた。特開平１−１６０
１７３号公報に記載された方法では、画像信号のヒスト
グラムを求め、このヒストグラムのバックグラウンドに
対する山を検出し、この山の左右のすそ野のうち画像を
含む信号レベル側のすそ野付近に下地ノイズカットレベ
ルを設定することで、ノイズの除去を行なっていた。

【０００４】また、注目画素データを補正する場合に、
図７（Ａ）に示す平滑化フィルタを用いて窓内のすべて
の画素データの平均値を求め、その値を注目画素データ
に置き換えたり、特開昭５５−４１０８号公報に記載さ
れているように、窓内の画素データの最大値と最小値と
を求めて、その平均を注目画素データに置き換えたりし
ていた。

【０００５】

【発明が解決しようとする課題】しかしながら上記のノ
イズカットレベルを設定する方法では、原稿のバックグ
ラウンドに存在するノイズの濃度値が低い場合にしか除
去できず、濃度値がある程度高いノイズは除去できない
という問題点を有していた。またノイズと判定された注
目画素データを補正する場合に、単に周囲の画素データ
の平均値を取ったり、平滑化フィルタを用いたのでは、
文字などのエッジがぼけたりして、画像の劣化を引き起
こすという問題も有していた。

【０００６】本発明はかかる事情に鑑みて成されたもの
であり、濃度値が高いノイズをも識別できるノイズ識別
方法と、エッジ等をぼけさせることなく注目画素データ
を補正できるノイズ除去方法と、これらを採用して良好
な画像処理を行える画像処理装置とを提供することを目
的とする。

【０００７】

【課題を解決するための手段】本発明のノイズ識別方法
は、各画素の濃淡に応じた多数の画素データからなる画
像データを所定の大きさの窓で走査してノイズを識別す
るに際して、前記窓を複数のブロックに分割したときに
、これら各ブロック内の画素データのうち注目画素デー
タとの差が所定の第１のしきい値以上となる画素が、所
定の第２のしきい値以上前記ブロック内に含まれるとい
う条件を満たし、かつこの条件を満たす前記ブロックの
パターンが所定の形である場合に、注目画素をノイズと
識別することを特徴としている。

【０００８】また本発明のノイズ除去方法は、各画素の
濃淡に応じた多数の画素データからなる画像データを所
定の大きさの窓で走査してノイズを除去するに際して、
前記窓内の画素データのうち注目画素データとの差が所
定の第３のしきい値以上である画素データを所定のレベ
ル間隔で分類し、レベル間で画素数を比較した結果を用
いて特定のレベルを決定して、この特定のレベルに含ま
れる画素データから補正値を求め、この補正値を前記注
目画素データと置き換えることを特徴としている。

【０００９】また本発明の画像処理装置は、各画素の濃
淡に応じた多数の画素データからなる画像データを所定
の大きさの窓で走査して画像を処理する画像処理装置に
おいて、前記各画素データを所定の第４のしきい値で２
値化する２値化手段と、この２値化手段により２値化さ
れた画素データからノイズを識別するノイズ識別手段と
、前記画像データを画像処理する画像処理手段と、この
画像処理手段により画像処理された画像データのノイズ
を前記ノイズ識別手段からのノイズ識別情報に基づいて
除去するノイズ除去手段とを設け、前記ノイズ識別手段
は、第１の窓を複数のブロックに分割したときに、注目
画素データと異なる値の画素データを所定の第５のしき
い値以上含む前記ブロックのパターンが所定の形である
場合に注目画素をノイズと識別し、前記ノイズ除去手段
は、前記ノイズ識別手段により前記注目画素がノイズと
判定された場合に、第２の窓内の画素データのうち前記
注目画素データとの差が所定の第６のしきい値以上であ
る画素データを所定のレベル間隔で分類し、レベル間で
画素数を比較した結果を用いて特定のレベルを決定し、
この特定のレベルに含まれる画素データから補正値を求
め、この補正値を前記注目画素データと置き換える構成
としたことを特徴としている。

【００１０】

【作用】本発明のノイズ識別方法においては、先ず濃度
あるいは反射率を表す多数の画素データからなる画像デ
ータを走査する窓を複数のブロック（例えば４つのブロ
ック）に分割し、各ブロック内に注目画素データとの差
が所定の第１のしきい値以上である画素データがいくつ
含まれるかを数える。注目画素が高濃度のノイズであっ
た場合、注目画素の周囲の領域には注目画素データとの
濃度差が所定の第１のしきい値以上である画素が存在す
る。またその画素の数は、注目画素がノイズでない場合
に比べ、ノイズであった場合の方が多い。したがって、
このブロック内の上記画素数を所定の第２のしきい値と
比較することを、注目画素がノイズであるか否かの判定
に利用することができる。次に、第１のしきい値以上の
差を持つ画素データが第２のしきい値以上の数存在する
ブロックのパターンを調べる。このブロックのパターン
が所定の形であった場合、注目画素をノイズと識別する
。換言すれば、注目画素データと第１のしきい値以上の
差を持つ画素データが第２のしきい値以上存在するブロ
ックのパターンは、注目画素がノイズであった場合に所
定の形になる。したがって、そのブロックの形を求める
ことによって高濃度のノイズの識別ができる。なおこの
ノイズ識別方法において、窓のサイズ、分割するブロッ
クの形と数、第１および第２のしきい値、ならびにノイ
ズの判定に用いるブロックパターンの形を変化させるこ
とによって、識別できるノイズの大きさを適応的に変え
ることもできる。

【００１１】本発明のノイズ除去方法においては、先ず
窓内の画素データのうち注目画素データとの差が所定の
第３のしきい値以上である画素を所定のレベル間隔で分
類する。急激に濃度が変化する領域にノイズがある場合
、注目画素データとその周囲の画素データとの差はいく
つかのレベルに分類することができる。次に分類された
レベルに含まれる画素数をレベル間で比較し、特定のレ
ベルを選択する。そして特定のレベルに含まれる画素デ
ータから補正値を求め、その値を注目画素データと置き
換える。特定のレベルを選択する方法としては、例えば
一番画素数が多いレベルを選ぶという方法（多数決）が
ある。また補正値を求める方法としては、特定のレベル
に含まれる画素データの平均値を求めるという方法があ
る。単に周囲のすべての画素データの平均をとった場合
、急激に濃度値が変化する領域では補正値として周囲の
どのレベルにも属さないレベルの濃度値をとる可能性が
あり、この場合エッジのぼけを引き起こす可能性が大き
い。本発明の方法によって文字などのエッジをぼけさせ
ることなくノイズを除去できる。

【００１２】本発明の画像処理装置においては、上記の
ノイズ識別方法およびノイズ除去方法を採用している。 すなわち、上記ノイズ識別方法を採用したノイズ識別手
段から出力されるノイズ識別情報により、ノイズと識別
された注目画素のデータを、上記ノイズ除去方法を採用
したノイズ除去手段で補正値に置き換える。このとき、
ノイズ識別手段に入力する画素データを２値化手段で２
値化する。なおこの２値化手段においては、しきい値を
変化させて再生紙ノイズを充分に検出できるようにする
。つまりこの２値化手段は、ノイズ識別を効果的に行な
うためのものである。画像処理手段は、一般の画像処理
を行なう。ノイズ除去手段は、ノイズ識別手段からのノ
イズ識別情報を用いて、画像処理手段からの画像データ
のノイズを除去する。したがって、濃度値が高いノイズ
も文字などのエッジをぼけさせることなく除去でき、画
質が著しく向上する。

【００１３】

【実施例】以下、本発明の実施例を図面を用いて詳細に
説明する。先ず本発明の一実施例におけるノイズ識別方
法について説明する。図５は本発明の一実施例における
ノイズ識別方法の説明図で、この実施例では縦７画素、
横７画素のサイズの窓４１を用いている。

【００１４】ノイズの識別に際しては、先ず注目画素４
２を中心に窓４１を１２画素ずつの４つのブロック４３
，４４，４５，４６に分割する。次にブロック４３内の
すべての画素データについて注目画素４２のデータとの
差を求め、さらに差が所定の第１のしきい値以上である
画素の数を求める。同様に、ブロック４４内のすべての
画素データについて注目画素４２のデータとの差を求め
、さらに差が所定の第１のしきい値以上の画素数を求め
る。ブロック４５，４６についても同様の処理を行なう
。

【００１５】次にブロック４３内の、注目画素４２のデ
ータとの差が所定の第１のしきい値以上である画素数が
、所定の第２のしきい値以上であるか否かを調べる。 同じくブロック４４，４５，４６についても調べる。次
にブロック４３，４４，４５，４６のうち、注目画素４
２のデータとの差が所定の第１のしきい値以上である画
素の数が所定の第２のしきい値以上存在するブロックの
パターンを求め、このパターンと所定の形とを比較する
。求めたブロックのパターンが所定の形と等しい場合、
注目画素２２をノイズと識別する。

【００１６】この実施例の場合、考えられるブロック４
３，４４，４５，４６のパターンは１６通りある。つま
り、各ブロック４３，４４，４５，４６がパターンに含
まれるか含まれないかの２通りの場合があり、ブロック
４３，４４，４５，４６の数は４つなので、２の４乗と
なる。一般にはブロックの数をＮとすると、２のＮ乗に
なる。このパターンのうちから、ノイズと判定する形を
予め定めておく。例えばすべてのブロックが条件を満た
した場合に注目画素をノイズと判定するという定め方が
ある。

【００１７】このように上記ノイズ識別方法によれば、
注目画素４２がノイズか否かの識別ができる。また、再
生紙ノイズのような濃度値が高いノイズの場合でも識別
が可能であり、ノイズの大きさにも影響されにくい。な
お上記実施例では縦７画素、横７画素のサイズの窓４１
を用いたが、この大きさに限定されるものではなく、ま
た窓４１を注目画素４２を中心としてその周辺の４つの
ブロック４３，４４，４５，４６に分割したが、分割の
仕方及び分割数は自由に設定できる。

【００１８】また上記実施例では、ブロック４３，４４
，４５，４６内のすべての画素データと注目画素４２の
データとの差を求め、それを所定の第１のしきい値と比
較したが、予め注目画素４２のデータから所定の第１の
しきい値を引いておき（あるいは足しておき）、ブロッ
ク４３，４４，４５，４６内の各画素データと比較して
もよい。

【００１９】また所定の第１のしきい値と第２のしきい
値と所定のブロックの形とは、識別するノイズの程度に
応じて適応的に変化させてもよい。具体的には、第１の
しきい値を小さくし、第２のしきい値も小さくするなら
ば、ノイズと識別される画素数は増えるので、ノイズが
多い原稿、あるいは原稿上のノイズの多い部分では、し
きい値を適応的に小さくするとよい。

【００２０】次に本発明の一実施例におけるノイズ除去
方法について説明する。図６は本発明の一実施例におけ
るノイズ除去方法の説明図で、この実施例では縦５画素
、横５画素のサイズの窓４８を用いている。領域４９お
よび領域５０は、ノイズ領域５１を除いてそれぞれに含
まれる画素データが相互に近い値を有しており、領域４
９と領域５０とは急激な濃度差があるものとする。

【００２１】先ず、窓４８内の画素データのうち注目画
素５２のデータとの差が所定の第３のしきい値以上であ
る画素を検出する。検出された画素は、領域４９内の数
字１で示された画素集合および領域５０内の数字２で示
された画素集合になる。このとき、領域４９の濃度値と
領域５０の濃度値とは異なるので（ノイズ領域５１は除
く）、数字１で示される画素集合と注目画素５２のデー
タとの差と、数字２で示される画素集合と注目画素５２
のデータとの差とは、明かに異なる濃度差の範疇に含ま
れる。つまり、数字１で表わされる画素集合のレベルと
、数字２で表わされる画素集合のレベルとに分類するこ
とができる。

【００２２】次にこの２つのレベル間で画素数を比較す
る。数字１の画素集合の画素数は９個、数字２の画素集
合の画素数は７個である。ここで、特定のレベルを決定
する方法として多数決を用いると、数字１の画素集合が
選ばれる。次に数字１の画素集合から補正値を求め、こ
の値を注目画素５２のデータの値と置き換える。補正値
を求める方法は各種あり、例えば平均値をとる方法があ
る。

【００２３】このように上記ノイズ除去方法によれば、
急激に濃度値が変化する領域のエッジを保存したままノ
イズを除去できる。なお上記実施例では特定のレベルを
決定する方法として多数決を用いたが、これに限られる
ものではない。また上記実施例では窓の大きさとして縦
５画素、横５画素のサイズを用いたが、これ以外のサイ
ズを用いてもよい。

【００２４】次に本発明の一実施例における画像処理装
置について説明する。図１は本発明の一実施例における
画像処理装置のブロック図で、この画像処理装置は、２
値化手段１と、ノイズ識別手段２と、画像処理手段３と
、ノイズ除去手段４とにより構成されている。なお本実
施例では、説明を簡単化するために黒画素ノイズの識別
および除去を行う。また本実施例では、２値化手段１に
よる２値化後の画像データ７の各画素は、黒画素がハイ
レベル信号、白画素がローレベル信号である。

【００２５】２値化手段１は、濃度あるいは反射率を表
す多数の画素データからなる画像データ６を所定の第４
のしきい値を用いて２値化する。このとき再生紙ノイズ
を除去する場合は、２値化のための所定の第４のしきい
値を低くして、画像ノイズが明瞭に出るようにする。２
値化手段１により２値化された画像データ７は、ノイズ
識別手段２に入力され、ノイズの識別が行なわれる。こ
のとき２値化された画像データ７は、少なくともノイズ
識別手段２で用いられる窓４１のサイズ分だけ必要にな
るが、そのためのラインメモリ（図示せず）を２値化手
段１の前段に用意してすべてのラインに対して２値化を
行なってもよいし、２値化手段１の後段に用意して２値
化された画像データ７をラインメモリに蓄えてもよい。

【００２６】ノイズ識別手段２は、本発明のノイズ識別
方法を採用し、画像のノイズを検出する。ただし本実施
例の画像処理装置においては、ノイズ識別手段２に入力
される画像データ７が２値データなので、本発明のノイ
ズ識別方法における第１のしきい値は必要ない。言い換
えるならば、図５における各ブロック４３，４４，４５
，４６内の注目画素４２のデータと異なる値を持つ画素
データを調べればよい。すなわちノイズ識別手段２は、
２値化された画像データ７を図５の窓４１で走査する。 注目画素４２のデータが黒画素であった場合、周囲のブ
ロック４３，４４，４５，４６を調べ、それぞれのブロ
ック４３，４４，４５，４６内に白画素が１つ以上存在
するか否かを検出する。つまり、本実施例では第５のし
きい値を１と設定している。そしてすべてのブロック４
３，４４，４５，４６内に白画素が存在した場合に注目
画素４２をノイズと識別し、ノイズ識別情報としてのノ
イズ識別信号８を出力する。換言すると、本実施例では
ブロックのパターンと比較する所定の形を、注目画素４
２の周囲の全部のブロックというパターンにしている。

【００２７】なおノイズ識別手段２は、第５のしきい値
およびノイズと判定するブロックパターンの形によって
様々な回路構成を採り得る。画像処理手段３は、画像デ
ータ６に対して、一般の画像処理（例えばカラー複写機
ではガンマ補正、マスキング、エッジ強調処理等の処理
）を行なう。なお、画像処理手段３で行なわれる画像処
理の種類は特に限定されるものではない。

【００２８】ノイズ識別手段２から出力されたノイズ識
別信号８と、画像処理手段３から出力された画像データ
９とは、ノイズ除去手段４に入力される。ノイズ除去手
段４は、本発明のノイズ除去方法を採用したノイズ除去
処理を行ない、ノイズが除去された画像データ１０を出
力する。なおノイズ除去処理は、注目画素４２がノイズ
識別手段２によってノイズと判定されたときにのみ行な
われ、原稿のすべての画素について行なわれるわけでは
ない。

【００２９】図２は２値化手段１の具体例を示すブロッ
ク図で、この２値化手段１は、比較器１２と、セレクタ
１３とにより構成されている。画像データ６は、比較器
１２で第４のしきい値１４と比較される。比較された結
果は比較結果信号１５としてセレクタ１３に供給され、
これによりセレクタ１３は、黒データ１６（ハイレベル
信号）あるいは白データ１７（ローレベル信号）のいず
れかを選択して２値化された画像データ７として出力す
る。

【００３０】図３はノイズ識別手段２の具体例を示すブ
ロック図で、このノイズ識別手段２は、１２入力のＡＮ
Ｄ素子１９，２０，２１，２２と、４入力のＮＯＲ素子
２３と、２入力のＡＮＤ素子２４とにより構成されてい
る。２値化された画像データ７のうちブロック４３内の
すべての画素データ２５の論理積がＡＮＤ素子１９で取
られる。したがって、少なくとも１画素のローレベル信
号（白画素）が存在するならば、ＡＮＤ素子１９の出力
信号２６はローレベル信号になる。同様に２値化された
画像データ７のうち、ブロック４４のすべての画素デー
タ２７はＡＮＤ素子２０で、ブロック４５のすべての画
素データ２８はＡＮＤ素子２１で、ブロック４６のすべ
ての画素データ２９はＡＮＤ素子２２でそれぞれ論理積
が取られ、出力信号３０，３１，３２が出力信号２６と
同様にＮＯＲ素子２３に入力される。すなわちＡＮＤ素
子２０，２１，２２は、ＡＮＤ素子１９と同様に対象と
するブロック４４，４５，４６内に１つでも白画素が存
在するならばローレベル信号を出力する。

【００３１】ＮＯＲ素子２３は、ＡＮＤ素子１９，２０
，２１，２２の出力信号２６，３０，３１，３２の論理
和を反転出力する。したがって、すべての出力信号２６
，３０，３１，３２がローレベル信号である場合に限り
、ＮＯＲ素子２３の出力信号３３がハイレベルになる。 ＡＮＤ素子２４の一方の入力端には、２値化手段１から
の画像データ７のうち注目画素４２の画素データ３４が
入力される。注目画素４２の画素データ３４がローレベ
ル信号（白画素）であった場合、ＡＮＤ素子２４は出力
信号３３の値に関わらずローレベルのノイズ識別信号８
を出力する。ＡＮＤ素子２４からのノイズ識別信号８は
、注目画素４２が黒画素のノイズであるか否かを表わし
た信号であり、ローレベルのときはノイズではなく、ハ
イレベルのときは黒画素ノイズであることを示す。した
がって、注目画素４２が白画素であった場合、ＡＮＤ素
子２４からのノイズ識別信号８はローレベル信号になる
。

【００３２】注目画素４２の画素データ３４が黒画素で
あった場合、ＡＮＤ素子２４からのノイズ識別信号８は
ＮＯＲ素子２３からの出力信号３３に支配される。つま
り、ＮＯＲ素子２３からの出力信号３３がハイレベル信
号であった場合は、ＡＮＤ素子２４からのノイズ識別信
号８はハイレベル信号になって黒画素ノイズであること
を示し、ＮＯＲ素子２３からの出力信号３３がローレベ
ル信号であった場合は、ＡＮＤ素子２４からのノイズ識
別信号８はローレベル信号になって黒画素ノイズではな
いことを意味する。ＮＯＲ素子２３からの出力信号３３
がハイレベル信号になるのは、出力信号２６，３０，３
１，３２のすべてがローレベル信号になったときである
。すなわち、すべてのブロック４３，４４，４５，４６
に少なくとも各々１つの白画素が存在した場合に、ＮＯ
Ｒ素子２３からの出力信号３３がハイレベル信号になり
、かつ注目画素４２の画素データ３４がハイレベル信号
であった場合に、注目画素４２を黒画素ノイズと識別す
る。ＡＮＤ素子２４から出力されるノイズ識別信号８は
後段のノイズ除去手段４に入力される。

【００３３】図４はノイズ除去手段４の動作を説明する
フローチャートで、この実施例ではノイズ除去を行なう
ときに用いる窓のサイズを縦Ｎ画素、横Ｍ画素としてい
る。また、分類するレベルをＡとＢとの２つにしている
。なお、窓のサイズはノイズ識別手段２で用いたものと
同じである必要はない。先ずステップＳ１で、変数を初
期化する。ここで、ｉは行数を表わし、窓の縦サイズが
Ｎ画素なので１からＮまでの整数値を取る。ｊは列数を
表わし、窓の横サイズがＭ画素なので１からＭまでの整
数値を取る。行数ｉおよび列数ｊは最初両方とも１に設
定する。ＳＵＭＡはレベルＡに属する画素データの和を
求めるための変数で、ＮＵＭＡはレベルＡに属する画素
データの数を表わす。同様に、ＳＵＭＢはレベルＢに属
する画素データの和を求めるための変数で、ＮＵＭＢは
レベルＢに属する画素データの数を表わす。ＳＵＭＡ，
ＳＵＭＢ，ＮＵＭＡ，ＮＵＭＢの値は最初０にする。

【００３４】次にステップＳ２で、窓内の画素データＤ
（ｉ，ｊ）と注目画素データとの差を求める。ここで、
Ｄ（ｉ，ｊ）は窓内のｉ行ｊ列の位置の画素データの値
を示す。次にステップＳ３で、ステップＳ２で求めた差
と第６のしきい値とを比較し、差が第６のしきい値以上
の場合はステップＳ４に進み、差が第６のしきい値より
小さい場合はステップＳ７に進む。

【００３５】ステップＳ４では、Ｄ（ｉ，ｊ）がレベル
Ａに属するか、それともレベルＢに属するかを調べる。 レベルＡに属する場合はステップＳ５に進み、ＳＵＭＡ
にＤ（ｉ，ｊ）の値を加え、ＮＵＭＡに１を加える。レ
ベルＢに属する場合はステップＳ６に進み、ＳＵＭＢに
Ｄ（ｉ，ｊ）の値を加え、ＮＵＭＢに１を加える。どち
らの場合も次にステップＳ７に進む。

【００３６】ステップＳ７では、列数ｊの値が窓の横の
サイズＭより小さいか否かを調べ、小さい場合はステッ
プＳ８に進んでｊに１を加えた後、ステップＳ２に戻る
。小さくない場合はステップＳ９に進む。ステップＳ９
では、行数ｉが窓の縦のサイズＮより小さいか否かを調
べ、小さいときはステップＳ１０に進み、ｉの値に１を
加え、さらにｊの値を１にした後、ステップＳ２に戻る
。ｉがＮより小さくないときはステップＳ１１に進む。

【００３７】ステップＳ１１では、レベルＡに属する画
素データの数ＮＵＭＡとレベルＢに属する画素データの
数ＮＵＭＢとを比較する。ＮＵＭＡがＮＵＭＢより大き
い場合はステップＳ１２に進み、ＳＵＭＡの値をＮＵＭ
Ａで割った値を注目画素データに置き換える。ＮＵＭＡ
がＮＵＭＢより大きくない場合はステップＳ１３に進み
、ＳＵＭＢの値をＮＵＭＢで割った値を注目画素データ
に置き換える。

【００３８】以上のステップでノイズ除去が実行され、
ノイズ除去手段４からノイズの部分が除去された画像デ
ータ１０が出力される。このように上記画像処理装置に
よれば、ある程度濃度値が高いノイズでも識別すること
ができ、エッジをぼかすことなくノイズを除去すること
ができる。これにより、従来のノイズ除去処理に比べて
高画質な画像を得ることできる。

【００３９】なお上記実施例では黒画素のノイズについ
て識別および除去を行なったが、白画素のノイズについ
て行なってもよい。ただしこの場合、ノイズ識別手段２
で用いた第４のしきい値、第５のしきい値、および所定
のブロックの形を黒画素のノイズのときと異なるものに
した方がよい。また上記実施例ではノイズ識別のために
図５に示す窓４１およびブロック４３，４４，４５，４
６を採用したが、本発明はこれに限られるものではなく
、所定の第４のしきい値、第５のしきい値、および所定
のブロックの形も自由に設定してよい。

【００４０】また上記実施例ではノイズ除去のためにレ
ベルをＡとＢとの２つに分類したが、レベル数は２つに
限定されるものではなく、いくつ設けてもよい。またカ
ラー原稿については、２値化の前処理として単色化処理
を行なったり、または２値化された各色のデータごとに
ノイズ識別およびノイズ除去を行なうとよい。

【００４１】

【発明の効果】以上説明したように本発明のノイズ識別
方法によれば、各画素の濃淡に応じた多数の画素データ
からなる画像データを所定の大きさの窓で走査してノイ
ズを識別するに際して、窓を複数のブロックに分割した
ときに、これら各ブロック内の画素データのうち注目画
素データとの差が所定の第１のしきい値以上となる画素
が、所定の第２のしきい値以上ブロック内に含まれると
いう条件を満たし、かつこの条件を満たすブロックのパ
ターンが所定の形である場合に、注目画素をノイズと識
別するので、濃度値が高いノイズでも識別でき、再生紙
ノイズ等の識別も可能となる。

【００４２】また本発明のノイズ除去方法によれば、各
画素の濃淡に応じた多数の画素データからなる画像デー
タを所定の大きさの窓で走査してノイズを除去するに際
して、窓内の画素データのうち注目画素データとの差が
所定の第３のしきい値以上である画素データを所定のレ
ベル間隔で分類し、レベル間で画素数を比較した結果を
用いて特定のレベルを決定して、この特定のレベルに含
まれる画素データから補正値を求め、この補正値を注目
画素データと置き換えるので、画像のエッジをぼけさせ
ることなく原稿上のノイズを除去することができる。

【００４３】また本発明の画像処理装置によれば、各画
素の濃淡に応じた多数の画素データからなる画像データ
を所定の大きさの窓で走査して画像を処理する画像処理
装置において、各画素データを所定の第４のしきい値で
２値化する２値化手段と、この２値化手段により２値化
された画素データからノイズを識別するノイズ識別手段
と、画像データを画像処理する画像処理手段と、この画
像処理手段により画像処理された画像データのノイズを
ノイズ識別手段からのノイズ識別情報に基づいて除去す
るノイズ除去手段とを設け、ノイズ識別手段は、第１の
窓を複数のブロックに分割したときに、注目画素データ
と異なる値の画素データを所定の第５のしきい値以上含
むブロックのパターンが所定の形である場合に注目画素
をノイズと識別し、ノイズ除去手段は、ノイズ識別手段
により注目画素がノイズと判定された場合に、第２の窓
内の画素データのうち注目画素データとの差が所定の第
６のしきい値以上である画素データを所定のレベル間隔
で分類し、レベル間で画素数を比較した結果を用いて特
定のレベルを決定し、この特定のレベルに含まれる画素
データから補正値を求め、この補正値を注目画素データ
と置き換える構成としたので、原稿上のノイズを良好に
取り除くことができ、高画質な画像を得ることができる
という優れた効果を奏する。

【図面の簡単な説明】

【図１】本発明の一実施例における画像処理装置のブロ
ック図である。

【図２】２値化手段のブロック図である。

【図３】ノイズ識別手段のブロック図である。

【図４】ノイズ除去手段の動作を説明するフローチャー
トである。

【図５】本発明の一実施例におけるノイズ識別方法の説
明図である。

【図６】本発明の一実施例におけるノイズ除去方法の説
明図である。

【図７】従来のノイズ除去方法で用いられている平滑化
フィルタの説明図である。

【符号の説明】

１　　　　２値化手段 ２　　　　ノイズ識別手段 ３　　　　画像処理手段 ４　　　　ノイズ除去手段

Claims (7)

【特許請求の範囲】
1. 【請求項１】　　各画素の濃淡に応じた多数の画素デー
   タからなる画像データを所定の大きさの窓で走査してノ
   イズを識別するに際して、前記窓を複数のブロックに分
   割したときに、これら各ブロック内の画素データのうち
   注目画素データとの差が所定の第１のしきい値以上とな
   る画素が、所定の第２のしきい値以上前記ブロック内に
   含まれるという条件を満たし、かつこの条件を満たす前
   記ブロックのパターンが所定の形である場合に、注目画
   素をノイズと識別することを特徴とするノイズ識別方法
   。
2. 【請求項２】　　窓を複数のブロックに分割する際に、
   注目画素データを中心としてその周辺の４つのブロック
   に分割することを特徴とする請求項１に記載のノイズ識
   別方法。
3. 【請求項３】　　所定の第１のしきい値と、所定の第２
   のしきい値と、ブロックパターンの所定の形とを、識別
   するノイズの程度に応じて適応的に変化させることを特
   徴とする請求項１に記載のノイズ識別方法。
4. 【請求項４】　　各画素の濃淡に応じた多数の画素デー
   タからなる画像データを所定の大きさの窓で走査してノ
   イズを除去するに際して、前記窓内の画素データのうち
   注目画素データとの差が所定の第３のしきい値以上であ
   る画素データを所定のレベル間隔で分類し、レベル間で
   画素数を比較した結果を用いて特定のレベルを決定して
   、この特定のレベルに含まれる画素データから補正値を
   求め、この補正値を前記注目画素データと置き換えるこ
   とを特徴とするノイズ除去方法。
5. 【請求項５】　　特定のレベルを決定する際に、レベル
   間の画素数の多数決をとることを特徴とする請求項４に
   記載のノイズ除去方法。
6. 【請求項６】　　補正値を求める際に、特定のレベルに
   含まれる画素データの平均値をとることを特徴とする請
   求項４に記載のノイズ除去方法。
7. 【請求項７】　　各画素の濃淡に応じた多数の画素デー
   タからなる画像データを所定の大きさの窓で走査して画
   像を処理する画像処理装置において、前記各画素データ
   を所定の第４のしきい値で２値化する２値化手段と、こ
   の２値化手段により２値化された画素データからノイズ
   を識別するノイズ識別手段と、前記画像データを画像処
   理する画像処理手段と、この画像処理手段により画像処
   理された画像データのノイズを前記ノイズ識別手段から
   のノイズ識別情報に基づいて除去するノイズ除去手段と
   を設け、前記ノイズ識別手段は、第１の窓を複数のブロ
   ックに分割したときに、注目画素データと異なる値の画
   素データを所定の第５のしきい値以上含む前記ブロック
   のパターンが所定の形である場合に注目画素をノイズと
   識別し、前記ノイズ除去手段は、前記ノイズ識別手段に
   より前記注目画素がノイズと判定された場合に、第２の
   窓内の画素データのうち前記注目画素データとの差が所
   定の第６のしきい値以上である画素データを所定のレベ
   ル間隔で分類し、レベル間で画素数を比較した結果を用
   いて特定のレベルを決定し、この特定のレベルに含まれ
   る画素データから補正値を求め、この補正値を前記注目
   画素データと置き換える構成としたことを特徴とする画
   像処理装置。