JPH0554190A

JPH0554190A - 画像処理装置

Info

Publication number: JPH0554190A
Application number: JP3209669A
Authority: JP
Inventors: Gururajiyu Rao; グルラジユラオ; Hitoshi Yoneda; 等米田
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1991-08-22
Filing date: 1991-08-22
Publication date: 1993-03-05

Abstract

(57)【要約】【構成】文字画像と写真画像とを有する処理対象画像
の所定領域のウインドウ内における最大濃度値と最小濃
度値とを検出する検出手段と、画像の最大濃度値の大き
さに応じて複数レベルに分類された第１の群と、画像の
最小濃度値大きさに応じて複数レベルに分類された第２
の群とに対応して、画像の文字画像の程度及び写真画像
の程度を定めたテーブルを予め記憶している記憶手段
と、前記検出手段によって検出された最大濃度値及び最
小濃度値により前記記憶手段に記憶されているテーブル
を参照して、前記ウインドウ内の画像の文字画像の程度
または写真画像の程度を判別する判別手段とを具備す
る。【効果】文字／線図画像の解像性と写真画像の階調性
とを同時に満足しながら中間調の画像の再現性を高め、
全ての領域の画像について画質の劣化が生じないように
することにより、各種の画像処理における処理効率の向
上が図れる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えば文字画像や写真
画像が混在した文書画像を対象として、文字画像の解像
性と写真画像の階調性とを同時に満足すべく画像処理を
行う画像処理装置に関する。

【０００２】

【従来の技術】一般に、コード情報だけでなくイメージ
情報をも扱うことのできる文書画像処理装置などの画像
処理装置においては、スキャナ等の読取手段で読み取っ
た原稿に対して文字や線図などのコントラストのある画
像情報は固定閾値により単純二値化を行い、写真などの
階調性を有する画像情報はディザ法等の疑似階調化手段
によって二値化を行っている。

【０００３】ここで、読み取った画像情報を固定閾値に
より一律に単純二値化処理を行うと、文字／線図などの
領域では解像性が保存されるため画質の劣化は生じない
が、写真などの領域では階調性が保存されず画質の劣化
が生じた画像となってしまう。一方、読み取った画像情
報を組織的ディザ法などで一律に階調化処理を行うと、
写真などの領域では階調性が保存されるために画質の劣
化は生じないが、文字／線図などの領域では解像性が低
下して画質の劣化が生じた画像となってしまう。

【０００４】そのため、従来の画像処理装置において
は、処理対象画像が文字／線図の領域に属しているか、
写真の領域に属しているかを判断し、処理対象画像が文
字／線図の領域に存在していると判断された場合には解
像性を保存するような処理を行い、処理対象画像が写真
の領域に存在していると判断された場合には階調性を保
存するような処理を行う。

【０００５】ここで、処理対象画像が文字／線図の領域
と写真の領域との中間調の領域（即ち、文字／線図と写
真とが混在している領域）に存在している場合がある。
このような場合、上述した従来の画像処理装置は、処理
対象画像が存在している領域が「中間調領域」であって
も、「文字／線図領域」か「写真領域」のどちらかに分
類して、画像処理を行う。そのため、従来の画像処理装
置においては「中間調領域」に属する画像を、「中間
調」で再現することができず、中間調領域に属する画像
を処理した場合、画質の劣化が生じた画像となってしま
うという問題点があった。

【０００６】

【発明が解決しようとする課題】上述したように従来の
画像処理装置においては処理対象画像が写真領域と文字
／線図領域との中間調の領域に属する場合においても、
この画像が含まれる領域を「文字／線図領域」もしくは
「写真領域」のいずれかに判断して、それぞれの領域の
属性に応じた画像処理を行っていた。そのため、中間調
の画像の画質が劣化してしまうという問題点があった。

【０００７】そこで本発明は、文字／線図画像の解像性
と写真画像の階調性とを同時に満足しながら中間調の画
像の再現性を高め、全ての領域の画像について画質の劣
化が生じないようにすることによって、各種の画像処理
における処理効率の向上が図れる画像処理装置を提供す
ることを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に本発明の画像処理装置は、文字画像と写真画像とを有
する処理対象画像の所定領域のウインドウ内における最
大濃度値と最小濃度値とを検出する検出手段と、画像の
最大濃度値の大きさに応じて複数レベルに分類された第
１の群と、画像の最小濃度値大きさに応じて複数レベル
に分類された第２の群とに対応して、画像の文字画像の
程度及び写真画像の程度を定めたテーブルを予め記憶し
ている記憶手段と、前記検出手段によって検出された最
大濃度値及び最小濃度値により前記記憶手段に記憶され
ているテーブルを参照して、前記ウインドウ内の画像の
文字画像の程度または写真画像の程度を判別する判別手
段、とを具備することを特徴とする。

【０００９】また本発明の画像処理装置は、文字画像と
写真画像とを有する処理対象画像の所定領域のウインド
ウ内における最大濃度値と最小濃度値とを検出する検出
手段と、画像の最大濃度値の大きさに応じて複数レベル
に分類された第１の群と、画像の最小濃度値大きさに応
じて複数レベルに分類された第２の群とに対応して、画
像の文字画像の程度及び写真画像の程度を定めたテーブ
ルを予め記憶している記憶手段と、この記憶手段に記憶
されている最大濃度値の複数レベルに対応して、最大濃
度値をパラメータとする複数の関数を設定する第１の関
数設定手段と、前記記憶手段に記憶されている最小濃度
値の複数レベルに対応して、最小濃度値をパラメータと
する複数の関数を設定する第２の関数設定手段と、前記
のテーブルによって定められた文字画像の程度または写
真画像の程度に対応して、画像の文字画像の程度または
写真画像の程度を示す数値をパラメータとする複数の関
数を設定する第３の関数設定手段と、前記検出手段によ
って検出された最大濃度値に基づき、前記第１の関数設
定手段で設定された複数の関数の中から所定の関数を選
択し、かつ、選択された関数を用いて前記検出された最
大濃度値による計算を行う第１の処理手段と、前記検出
手段によって検出された最小濃度値に基づき、前記第２
の関数設定手段で設定された複数の関数の中から所定の
関数を選択し、かつ、選択された関数を用いて前記検出
された最小濃度値による計算を行う第２の処理手段と、
前記検出手段によって検出された最大濃度値及び最小濃
度値により前記記憶手段に記憶されているテーブルを参
照して前記第３の関数設定手段で設定された複数の関数
の中から所定の関数を選択し、かつ、選択された関数を
用いて前記第１及び第２の処理手段にて求められた値と
による計算を行い、前記処理対象領域のウインドウ内の
画像の文字画像の程度または写真画像の程度を数値にて
出力する第３の処理手段、とを具備することを特徴とす
る。

【００１０】さらに本発明の画像処理装置は、処理対象
画像における注目画素の画像信号を二値化処理する二値
化手段と、この二値化手段によって二値化処理された二
値化情報と前記画像信号との二値化誤差を算出する二値
化誤差算出手段と、前記注目画素に対して所定範囲内に
存在するウインドウ内における画像信号の中から最大濃
度値と最小濃度値とを検出する検出手段と、画像の最大
濃度値の大きさに応じて複数レベルに分類された第１の
群と、画像の最小濃度値大きさに応じて複数レベルに分
類された第２の群とに対応して、画像の文字画像の程度
及び写真画像の程度を定めたテーブルを予め記憶してい
る記憶手段と、前記検出手段によって検出された最大濃
度値及び最小濃度値により前記記憶手段に記憶されてい
るテーブルを参照して前記ウインドウ内の画像の文字画
像の程度または写真画像の程度を判別し、その判別結果
を数値として示す判別手段と、この判別手段によって算
出された数値に応じて前記二値化誤差算出手段で算出さ
れた二値化誤差を補正して補正二値化誤差値を算出する
二値化誤差補正手段と、重み係数を発生する重み係数発
生手段と、この重み係数発生手段によって発生される重
み係数と前記二値化誤差補正手段で算出された補正二値
化誤差値とにより前記注目画素の周辺画素の画像信号を
補正するための重み誤差を算出する重み誤差算出手段
と、この重み誤差算出手段によって算出された重み誤差
を記憶する重み誤差記憶手段と、この重み誤差記憶手段
中の前記注目画素に対応する領域に記憶されていた重み
誤差を前記判別手段にて算出された数値に応じて補正し
て補正量を算出する補正量算出手段と、この補正量算出
手段によって算出された補正量により前記注目画素の画
像信号を補正する補正手段、とを具備してなることを特
徴とする。

【００１１】

【作用】本発明は、上記した手段により、処理対象画像
が文字画像及び写真画像が混在した画像であった場合
に、処理対象画像の文字画像らしさ（文字画像の程度）
または写真画像らしさ（写真画像の程度）を判別するこ
とができるため、処理対象画像の属性に応じた処理を行
うことができる。

【００１２】例えば本発明を従来の誤差拡散法に適用す
ることにより、文字画像の領域、写真画像の領域、中間
調の領域のそれぞれについて二値化の処理を適応的に施
すことができるようになるため、文字／線図画像の解像
性と写真画像の階調性とを同時に満足しながら中間調の
画像の再現性を高め、全ての領域の画像について画質の
劣化が生じないようにすることによって、各種の画像処
理における処理効率の向上が図ることができる。

【００１３】

【実施例】以下、この発明の第１の実施例について図面
を参照して説明する。

【００１４】まず図２は、この発明にかかる二値化処理
の方法を示すものである。図２において、ラインバッフ
ァ１は、処理対象画像の画像情報を記憶するものであ
り、「＊」はラインバッファ１中の注目画素の位置を示
している。このラインバッファ１からの入力画像信号２
１は補正手段３に供給されるようになっている。また、
このラインバッファ１は少なくとも４ライン分の容量を
有するラインメモリにて構成されている。

【００１５】補正手段３は注目画素「＊」の画像情報を
補正するものであり、この補正手段３で補正された補正
画像信号３１は二値化手段４および二値化誤差算出手段
５にそれぞれ供給される。

【００１６】二値化手段４は補正画像信号３１（補正さ
れた注目画素「＊」の画像情報）を所定の閾値Ｔｈで二
値化するものであり、この二値化手段４で二値化された
二値化画像信号４１は二値化処理の結果として外部に出
力されるとともに、二値化誤差算出手段５に供給される
ようになっている。

【００１７】二値化誤差算出手段５は補正画像信号３１
と二値化画像信号４１とから二値化された注目画素
「＊」の二値化誤差を算出するものであり、この二値化
誤差算出手段５で算出された二値化誤差信号５１は誤差
補正手段１００に供給されるようになっている。

【００１８】この二値化誤差補正手段１００は、後述す
る特徴量算出手段１０によって算出された特徴量信号１
０１をもとに二値化誤差信号５１を補正するものであ
り、この二値化誤差補正手段１００で補正された補正二
値化誤差信号１００ａは重み誤差算出手段７に供給され
るようになっている。

【００１９】重み誤差算出手段７は、重み係数発生手段
としての重み係数記憶手段６に記憶されている重み係数
と補正二値化誤差信号１００ａとを入力し、この補正二
値化誤差信号１００ａに重み係数を乗じて重み誤差を算
出するものである。この重み誤差算出手段７で算出され
た重み誤差信号７１は、重み誤差記憶手段８に供給さ
れ、重み誤差として記憶されるようになっている。ここ
で、重み誤差記憶手段８は２ライン分の容量を有するラ
インメモリにて構成されている。

【００２０】この重み誤差記憶手段８に記憶された重み
誤差のうち、ラインバッファ１中の注目画素「＊」に対
応した位置に記憶されている重み誤差は、画像補正信号
８１として補正量算出手段９に供給される。

【００２１】一方、特徴量算出手段１０は、ラインバッ
ファ１の注目画素が含まれる所定領域内（太枠で囲まれ
た部分）から、最大の濃度信号と最小の濃度信号とをと
り出し、これらをもとに所定領域内の画像の特徴量をフ
ァジィ推論を用いて算出するものである。特徴量算出手
段１０は図３に示されるように所定領域内より最大濃度
信号及び最小濃度信号を抽出して出力する最大最小濃度
信号抽出手段１１（図３中で破線にて囲まれている部
分）と、前記最大濃度信号と最小濃度信号とから前記所
定領域内の画像の特徴量を算出するファジィ推論手段１
２と、後述するルールテーブルを記憶しているＲＯＭ１
３とによって構成されている。この特徴量算出手段１０
からの特徴量信号１０１は補正量算出手段９及び二値化
誤差補正手段１００にそれぞれ供給されるようになって
いる。

【００２２】補正量算出手段９は、特徴量算出手段１０
からの特徴量信号１０１に応じて重み誤差記憶手段８か
らの画像補正信号８１に補正を施し、補正量信号９１を
出力するものである。

【００２３】しかして、ラインバッファ１からの入力画
像信号２１は、補正手段３において、補正量信号９１に
より補正が行われて二値化手段４および二値化誤差算出
手段５にそれぞれ供給されることになる。次に、上記し
た構成における、本発明の二値化処理の方法について詳
細に説明する。

【００２４】たとえば、スキャナなどの入力装置で画像
を読み取って得られた入力画像信号２１は、補正手段３
において、補正量算出手段９からの補正量信号９１によ
って補正処理された後、補正画像信号３１として出力さ
れる。

【００２５】この補正画像信号３１は、二値化手段４に
おいて、二値化閾値Ｔｈと比較されることにより二値化
画像信号４１として出力される。すなわち、二値化閾値
Ｔｈとして、たとえば「８０ｈ」を用い、補正画像信号
３１が二値化と閾値Ｔｈより大きければ二値化画像信号
４１として「１」（黒画素）が、小さければ「０」（白
画素）が出力される。

【００２６】この二値化画像信号４１は、二値化誤差算
出手段５において、補正手段３からの補正画像信号３１
と比較されることにより差が求められ、結果として二値
化誤差信号５１が出力される。

【００２７】この二値化信号５１は、二値化誤差補正手
段１００において、特徴量算出手段１０からの特徴量信
号１０１をもとに補正され、補正二値化誤差信号１００
ａとして出力される。

【００２８】この補正二値化誤差信号１００ａは、重み
誤差算出手段７において、重み係数記憶手段６に記憶さ
れている重み係数Ａ、Ｂ、Ｃ、Ｄ（ただし、Ａ＝７／１
６、Ｂ＝１／１６、Ｃ＝５／１６、Ｄ＝３／１６）が乗
じられ、重み誤差信号７１として算出される。

【００２９】ここで、重み係数記憶手段６における
「＊」は注目画素の位置を示し、注目画素「＊」の二値
化誤差に重み係数Ａ、Ｂ、Ｃ、Ｄを乗じることにより、
注目画素「＊」の周辺の４画素（重み係数Ａ、Ｂ、Ｃ、
Ｄの位置に対応する画素）の重み誤差がそれぞれ算出さ
れる。

【００３０】重み誤差算出手段７で算出された重み誤差
信号７１は、重み誤差記憶手段８において、４画素分の
重み誤差が注目画素「＊」に対してそれぞれｅ_A、
ｅ_B、ｅ_C、ｅ_Dの領域に加算して記憶される。そし
て、この重み誤差記憶手段８からは、画像補正信号８１
として注目画素「＊」の位置の信号であり、以上の手順
で算出した計４画素分の重み誤差の累積された信号が出
力される。

【００３１】一方、特徴量信号１０１は、特徴量算出手
段１０において、注目画素「＊」を含む例えば４×４の
ウインドウ内（太枠で囲まれた部分）の画像の最大濃度
信号と最小濃度信号とが抽出され、さらにこの最大濃度
信号と最小濃度信号とに基づいたファジィ推論を行うこ
とにより求められる。

【００３２】また、上述した補正量信号９１は、補正量
算出手段９において、特徴量算出手段１０からの特徴量
信号１０１をもとに重み誤差記憶手段８からの画像補正
信号８１により生成される。ここで、この画像補正信号
８１は上述したように注目画素「＊」周辺の４画素分の
重み誤差が累積されたものである。次に、この発明の二
値化処理機能を搭載した画像処理装置の一例について説
明する。

【００３３】図１は、画像処理装置の構成を概略的に示
すものである。この画像処理装置は、イメージ・スキャ
ナなどの読取装置にて原稿を読み取って得られた画像情
報を、たとえば１画素当り８ビットのデジタルデータと
して入力し、これを二値化処理するものである。

【００３４】ラインバッファ１は、得られた画像情報を
一時的に格納しておくものであり、このような画像情報
を以下に示す画像処理（二値化処理）に供するものであ
る。遅延手段２は、ラインバッファ１から所定のクロッ
クＣＬＫに同期して出力される画像信号を入力し、その
画像信号を所定タイミングだけ、つまり後述する特徴量
信号１０１の算出とともに、補正量信号９１の出力され
るまでのタイミングだけ遅延させるものである。

【００３５】補正手段３は加算器で構成され、注目画素
の画像情報を補正するものである。すなわち、遅延手段
２で遅延された画像信号２１と後述する補正量算出手段
９からの補正量信号９１とを加算し、補正画像信号３１
を出力するようになっている。

【００３６】二値化手段４は、補正手段３からの補正画
像信号３１を所定の閾値Ｔｈと比較し、二値化画像信号
４１として出力するものである。この際、補正画像信号
３１が二値化閾値Ｔｈよりも大きければ、二値化画像信
号として「１」（黒画素）が、小さければ「０」（白画
素）がそれぞれ出力される。

【００３７】続いて、上記二値化処理で生じた二値化誤
差の算出が行われる。すなわち、二値化誤差算出手段５
は減算器で構成され、補正手段３が出力する補正画像信
号（ＣＩ）３１と二値化手段４が出力する二値化画像信
号（Ｂ）４１との減算処理を行って二値化誤差信号（Ｅ
Ｂ）５１をを算出するものであるあ。ここで、二値化誤
差信号（ＥＢ）５１は、

【００３８】

【数１】ＥＢ＝ＣＩ−Ｂとして求められる。

【００３９】二値化誤差補正手段１００は、二値化誤差
算出手段５からの二値化誤差信号５１を特徴量信号（Ｃ
Ｓ１）１０１によって補正し、補正二値化誤差信号（Ｅ
Ｃ）１００ａを算出するものである。ここで、補正二値
化誤差信号（ＥＣ）１００ａは、

【００４０】

【数２】ＥＣ＝ＥＢ×ＣＳ１となる。特徴量信号（ＣＳ１）１０１は、０から１まで
の間の値をとり、注目画素に含まれる所定領域の画像が
文字／線図の特徴を有する場合０に近い値をとり、前記
所定領域の画像が写真の特徴を有する場合に１に近い値
をとる。なお、この特徴量信号（ＣＳ１）１０１の算出
方法については後述する。

【００４１】上記数２により、注目画素が文字／線図の
特徴を有する画像領域にある場合は補正二値化誤差信号
（ＥＣ）１００ａの値は小さくなり、この画像領域に拡
散される二値化誤差の量は少なくなる。従って、文字等
の解像性は保存される。

【００４２】一方、注目画素が写真の特徴を有する画像
領域にある場合は、補正二値化誤差信号（ＥＣ）１００
ａの値は、二値化誤差信号（ＥＢ）５１にほぼ等しくな
り、誤差の補償が可能となって、写真の階調性が保存さ
れる。

【００４３】重み誤差算出手段７は乗算器で構成され、
二値化誤差信号（ＥＢ）５１と重み係数発生手段６に記
憶されている重み係数とを乗算し、重み誤差信号７１を
出力するものである。

【００４４】重み係数発生手段６は、前述した４つの重
み係数（Ａ＝７／１６、Ｂ＝１／１６、Ｃ＝５／１６、
Ｄ＝３／１６）を注目画素の周辺４がその対応する位置
に応じて発生するもので、たとえばメモリで構成されて
いる。なお、ここでは、４画素の重み誤差をそれぞれ、

【００４５】

【数３】ｅ_A＝Ａ×ＥＣ

【００４６】

【数４】ｅ_B＝Ｂ×ＥＣ

【００４７】

【数５】ｅ_C＝Ｃ×ＥＣ

【００４８】

【数６】ｅ_D＝Ｄ×ＥＣとする。ただし、ｅ_Bは

【００４９】

【数７】ｅ_B＝ＥＣ−（ｅ_A＋ｅ_C＋ｅ_D）として求めても良い。

【００５０】そして、各重み誤差ｅ_A、ｅ_B、ｅ_C、ｅ
_Dは重み誤差記憶手段８のそれぞれ対応する位置に蓄え
られる。重み誤差記憶手段８は、たとえば２ライン分の
ラインメモリで構成される。

【００５１】この重み誤差記憶手段８の注目画素「＊」
の位置から読み出した信号が画像補正信号８１となる。
重み誤差記憶手段８の注目画素「＊」の位置にはすでに
処理された４画素分の重み誤差が記憶されている。

【００５２】例えば、図４（ａ）に見られるようにライ
ンバッファ１の１ライン目第１列に画素＊１の画像情報
が、１ライン目第２列に画素＊２の画像情報が、１ライ
ン目第３列に画素＊３の画像情報が格納されており、２
ライン目第１列に画素＊４の画像情報が、２ライン目第
２列に画素＊５の画像情報が格納されているものとす
る。そして現在ラインバッファ１の１ライン目に格納さ
れている画像情報が順次画像処理を行われているものと
する。このとき、図４（ｂ）に見られるように、重み誤
差記憶手段８の１ライン目のラインメモリはラインバッ
ファ１の１ライン目のラインメモリに対応しており、重
み誤差記憶手段８の２ライン目のラインメモリはライン
バッファ１の２ライン目のラインメモリに対応してい
る。ここで、重み誤差記憶手段８の１ライン目のライン
メモリは常に、ラインバッファ１の現在画像処理が行わ
れているラインメモリに対応しており、重み誤差の記憶
手段８の２ライン目のラインメモリは常に、ラインバッ
ファ１の現在画像処理が行われているライメモリの次の
ラインメモリに対応しているものである。即ち、ライン
バッファ１の１ライン目に格納されている画像情報の処
理が行われているとき、重み誤差記憶手段８のラインメ
モリの１ライン目第１列はラインバッファ１の画素＊１
に対応し、第２列は画素＊２に対応し第３列は画素＊３
に対応し、２ライン目第２列は画素＊４に対応し、第２
列は画素＊５に対応している。

【００５３】ラインバッファ１の１ライン目の画素＊１
の処理を行っている時、図４（ｂ）に見られるように画
素＊５の位置は画素＊１に対する重み係数Ｄの位置に相
当するので、重み誤差記憶手段８の画素＊５に対応する
位置には重み誤差ｅ_D（＊１）が記憶される。ラインバ
ッファ１の画素＊２の処理を行っている時、画素＊５の
位置は画素＊２に対応する係数Ｃの位置に相当するの
で、重み誤差記憶手段８の画素＊５に対応する位置には
重み誤差ｅ_C（＊２）が加算される。ラインバッファ１
の画素＊３の処理を行っている時、画素＊５の位置は画
素＊３の重み係数Ｂの位置に相当するので、重み誤差記
憶手段８の画素＊５に対応する位置には重み誤差ｅ
_B（＊３）が加算される。そしてラインバッファ１の、
処理を行っているラインメモリが２ライン目に移ると、
重み誤差記憶手段８においては１ライン目がリフレッシ
ュされた後、２ライン目のラインメモリに格納されてい
た内容は１ライン目へと移される。また、この後２ライ
ン目もリフレッシュされる。続いて、ラインバッファ１
の２ライン目の画素＊４の処理を行っている時、図４
（ｃ）に見られるように重み誤差記憶手段８の１ライン
目の画素＊５の位置はラインバッファ１の画素＊４に対
する重み係数Ａの位置に相当するので、重み誤差記憶手
段８の画素＊５に対応する位置には重み誤差ｅ_A（＊
４）が加算される。そしてラインバッファ１の画素＊５
に対する処理を行う際には、重み誤差記憶手段８の画素
＊５に対応する位置に記憶されている前記４画素分の重
み誤差の累積された信号、即ちｅ_D（＊１）＋ｅ_C（＊
２）＋ｅ_B（＊３）＋ｅ_A（＊４）が画像補正信号
（Ｅ）８１として出力される。

【００５４】一方、上述の動作と平行して、特徴量算出
手段１０では、ラインバッファ１における注目画素が含
まれる４×４の領域における画像信号から特徴量信号１
０１を算出するようになっている。特徴量信号１０１と
は画像の特徴を表わすものであり、注目画素が含まれる
４×４の領域の画像信号が文字部（文字／線図などの画
像領域）特有の性質を示すか、あるいは写真部（写真画
像の領域）特有の性質を示すかを表わす量である。特徴
量算出手段１０は前述したように最大最小濃度信号抽出
手段１１と、ファジィ推論手段１２と、ＲＯＭ１３とか
らなる（図３にて図示）。

【００５５】すなわち、特徴量算出手段１０はラインバ
ッファ１から出力される画像信号から、例えば図５に示
すように、対象画素（斜線で示す画素）について４×４
の領域内における画像信号の濃度の最大値および最小値
を求める。そして求められた４×４領域内の画像信号の
濃度の最大値、最小値と、ＲＯＭ１３に記憶されている
ルールテーブルとに基づいてファジィ推論を行い、特徴
量信号１０１を算出する。

【００５６】まず、特徴量算出手段１０の最大最小濃度
信号抽出手段１１では、たとえば図６のタイミングチャ
ートに示すように、ラインバッファ１からクロックＣＬ
Ｋに同期して列方向に４画素単位で順次入力される画像
情報（８ビット／画素）が、セレクタ１１ａを介して各
比較器１１ｂ、１１ｃ、１１ｄ、１１ｅにそれぞれ順に
分配されるなお、この列単位に入力される画像情報のセ
レクタ１１ａによる比較器１１ｂ、１１ｃ、１１ｄ、１
１ｅへの分配は、クロックＣＬＫを受けて動作する２ビ
ットカウンタ１１ｈからの選択信号ＳＥ１、ＳＥ２によ
り動作制御されて行われるようになっている。

【００５７】そして、比較器１１ｂ、１１ｃ、１１ｄ、
１１ｅによって画像情報が４画素単位でそれぞれ列方向
に比較され、その列における最大濃度信号（ＭＡＸ端子
出力）最小濃度信号（ＭＩＮ端子出力）とがそれぞれ求
められる。

【００５８】次段の比較器１１ｆ、１１ｇには、比較器
１１ｂ、１１ｃ、１１ｄ、１１ｅからの信号がＦＴＲ１
のタイミングで入力され、列方向にそれぞれ求められた
最大値と最小値とから、さらに最大値と最小値とがそれ
ぞれ求められる。

【００５９】以上の比較処理によって、図５に示す４×
４画素の領域内における濃度の最大値Ｄｍａｘと最小値
Ｄｍｉｎとがそれぞれ求められ、ＦＴＲ２のタイミング
で出力される。

【００６０】特徴量算出手段１０のファジィ推論手段１
２では、上記のようにして求められた濃度信号の最大値
Ｄｍａｘと最小値Ｄｍｉｎを変数とし、与えられたメン
バーシップ関数と、ＲＯＭ１３に記憶されているルール
テーブルとにより特徴量信号（ＣＳ１）１０１を出力す
る。ここで濃度信号の最大値、最小値と画像領域との関
係について図７を参照して説明する。注目画素が含まれ
る４×４の領域内の画像の最大濃度信号Ｄｍａｘが最小
濃度信号Ｄｍｉｎよりも充分に大きい場合、即ち濃度差
が大きい場合、その注目画素は文字画像領域（図７中の
［Ｃ］の領域）に含まれていると判断できる。また、最
大濃度信号Ｄｍａｘと最小濃度信号Ｄｍｉｎとがほぼ等
しい場合、即ち濃度差が小さい場合、注目画素は写真画
像領域（図７中［Ｐ］の領域）に含まれていると判断で
きる。また、上記文字画像領域と写真画像領域にはさま
れた領域、つまり最大濃度信号Ｄｍａｘと最小濃度信号
Ｄｍｉｎとの差がそれほど大きくない領域は、中間画像
領域（図７中［Ｉ］の領域）として設定している。この
中間画像領域にある画像を文字画像として処理した場合
には階調性が劣化する、また、この中間画像領域にある
画像を写真画像として処理した場合には解像度が劣化す
る可能性がある。そのため、本実施例においては、ファ
ジィ推論を行う際のメンバーシップラベルとしてそれぞ
れ４段階の最大濃度信号Ｄｍａｘと最小濃度信号Ｄｍｉ
ｎに対応するメンバーシップラベルを出力するようなル
ールテーブルをＲＯＭ１３に予め有している。以下にこ
のルールテーブルについて詳述する。

【００６１】特徴量算出手段１０のＲＯＭ１３には、上
述したようにメンバーシップとして最大濃度信号Ｄｍａ
ｘと最小濃度信号Ｄｍｉｎを持つルールテーブル（図８
に示す）が記憶されている。なお、このルールテーブル
は図７に示した最大濃度信号値と画像領域との関係から
作成されるものである。このルールテーブルにおける最
小濃度信号ＤｍｉｎのメンバーシップラベルはＶＳ（極
小）、Ｓ（小）、Ｍ（中）、Ｌ（大）の４種類である。
また、最大濃度信号Ｄｍａｘのメンバーシップラベルは
Ｓ（小）、Ｍ（中）、Ｌ（大）、ＶＬ（極大）の４種類
である。

【００６２】これに対応する出力のメンバーシップラベ
ルは、図８に見られるように、最小濃度信号Ｄｍｉｎが
極小（ＶＳ）で最大濃度信号Ｄｍａｘが小（Ｓ）のとき
ＭＣ（ほぼ文字）、最小濃度信号Ｄｍｉｎが極小（Ｖ
Ｓ）で最大濃度信号Ｄｍａｘが中（Ｍ）のときＣ（文
字）、最小濃度信号Ｄｍｉｎが極小（ＶＳ）で最大濃度
信号Ｄｍａｘが大（Ｌ）のときＣ（文字）、最小濃度信
号Ｄｍｉｎが極小（ＶＳ）で最大濃度信号Ｄｍａｘが極
大（ＶＬ）のときＣ（文字）、最小濃度信号Ｄｍｉｎが
小（Ｓ）で最大濃度信号Ｄｍａｘが小（Ｓ）のときＰ
（写真）、最小濃度信号Ｄｍｉｎが小（Ｓ）で最大濃度
信号Ｄｍａｘが中（Ｍ）のときＭＰ（ほぼ写真）、最小
濃度信号Ｄｍｉｎが小（Ｓ）で最大濃度信号Ｄｍａｘが
大（Ｌ）のときＭＣ（ほぼ文字）、最小濃度信号Ｄｍｉ
ｎが小（Ｓ）で最大濃度信号Ｄｍａｘが極大（ＶＬ）の
ときＣ（文字）、最小濃度信号Ｄｍｉｎが中（Ｍ）で最
大濃度信号Ｄｍａｘが中（Ｍ）のときＰ（写真）、最小
濃度信号Ｄｍｉｎが中（Ｍ）で最大濃度信号Ｄｍａｘが
大（Ｌ）のときＭＰ（ほぼ写真）、最小濃度信号Ｄｍｉ
ｎが中（Ｍ）で最大濃度信号Ｄｍａｘが極大（ＶＬ）の
ときＭＣ（ほぼ文字）、最小濃度信号Ｄｍｉｎが大
（Ｌ）で最大濃度信号Ｄｍａｘが大（Ｌ）のときＰ（写
真）、最小濃度信号Ｄｍｉｎが大（Ｌ）で最大濃度信号
Ｄｍａｘが極大（ＶＬ）のときＭＰ（ほぼ写真）であ
る。

【００６３】次に本実施例のファジイ推論手段１２にお
けるメンバーシップ関数の一例を示す。本実施例の場
合、ファジィ変数は連続型であり、三角型のメンバーシ
ップ関数を利用する。一般的に三角型のメンバーシップ
関数は、

【００６４】

【数８】Ａ（ｘ）＝１／ａ（−｜ｘ−ｂ｜＋ａ）で表わされる。数８においてパラメータｂはメンバーシ
ップ関数のグレードが（メンバーシップ関数による出
力）が１になるようなｘの値であり、メンバーシップラ
ベル毎に独自の値を有しているものである。メンバーシ
ップ関数のグレードとは、ｘがそのメンバーシップラベ
ルのグループに帰属する可能性を表わす数値である。即
ち、グレードが高いほど、そのグループに帰属する可能
性が高い。また、数８におけるパラメータａは、メンバ
ーシップ関数の広がりを表わすものであり、ａの値が大
きいほど、そのメンバーシップラベルの領域が大きくな
るものである。

【００６５】ここで例えば、最小濃度信号Ｄｍｉｎが極
小（ＶＳ）であるときのメンバシップ関数をＡ_Dmin(VS)
（ｘ）と表わし、このメンバシップ関数Ａ
_Dmin(VS)（ｘ）の集合をＡ_Dmin(VS)と表わすものとす
る。また、特徴量信号ＣＳ１が文字（Ｃ）であるときの
メンバシップ関数をＢ_(C)（ｙ）と表わし、このメンバ
シップ関数Ｂ_(C)（ｙ）の集合をＢ_(C)と表わすものと
する。

【００６６】ここで、最小濃度信号Ｄｍｉｎの入力をｘ
₁、最大濃度信号Ｄｍａｘの入力をｘ₂、特徴量信号
（ＣＳ１）１０１の出力をｙとし、ファジィ制御規則を
Ｒとする。このとき、前述のルールより表１に示すよう
にファジィ制御ルールＲは１３個存在し、それぞれＯＲ
結合されている。

【００６７】

【表１】

【００６８】また、最小濃度信号Ｄｍｉｎのメンバシッ
プ関数Ａ_Dmin(VS)（ｘ₁）、Ａ_Dmin(S)（ｘ₁）、Ａ
_min(M)（ｘ₁）、Ａ_Dmin(L)（ｘ₁）と、最大濃度信号
Ｄｍａｘのメンバシップ関数Ａ_Dmax(S)（ｘ₂）、Ａ
_Dmax(M)（ｘ₂）、Ａ_Dmax(L)（ｘ₂）、Ａ
_Dmax(VL)（ｘ₂）及び、特徴量信号（ＣＳ１）１０１の
メンバシップ関数Ｂ_(C)（ｙ）、Ｂ_(MC)（ｙ）、Ｂ_(MP)
（ｙ）、Ｂ_(P)（ｙ）の関係を図９に示す。

【００６９】いま、最大最小濃度抽出手段１１から最小
濃度信号としてｘ₁にｄ_0minが、最大濃度信号ｘ₂＝ｄ
_0maxがファジィ推論手段に入力されたとする。このと
き、最小濃度信号Ｄｍｉｎのメンバシップ関数からの出
力即ちファジィ集合のグレードがＡ_Dmin(M)（ｄ_0min）
＝α_0min、Ａ_Dmin(S)（ｄ_0min）＝α_1min（０≦α_0min
＜α_1min≦１）で、最大濃度信号Ｄｍａｘのメンバシッ
プ関数からの出力、即ちファジィ集合のグレードがＡ
_Dmax(L)（ｄ_0max）＝α_0max、Ａ_Dmax(M)（ｄ_0max）＝
α_1max（０≦α_0max＜α_1max≦１）で、これらは互いに
（０≦α_0min＜α_0max＜α_1max＜α_1min≦１）という関
係にあるとする。このとき、ファジィ推論回路１２によ
って特徴量信号（ＣＳ１）１０１を算出する方法につい
て説明する。この場合、最小濃度信号Ｄｍｉｎのメンバ
シップ関数及び最大濃度信号Ｄｍａｘのメンバシップ関
数からの出力の組合わせは以下の４通りが考えられる。ケース１；Ａ_Dmin(M)（ｄ_0min）＝α_0min；Ａ_Dmax(L)（ｄ_0max）＝α_0max ケース２；Ａ_Dmin(M)（ｄ_0min）＝α_0min；Ａ_Dmax(M)（ｄ_0max）＝α_1max ケース３；Ａ_Dmin(S)（ｄ_0min）＝α_1min；Ａ_Dmax(L)（ｄ_0max）＝α_0max ケース４；Ａ_Dmin(S)（ｄ_0min）＝α_1min；Ａ_Dmax(M)（ｄ_0max）＝α_1max

【００７０】まず、ケース１の場合を図１０に示す。こ
のとき前記表１に示したルールＲ¹⁰より特徴量信号（Ｃ
Ｓ１）１０１の出力ｙのメンバシップ関数はＢ
_(MP)（ｙ）となる。ここで特徴量信号（ＣＳ１）１０１
のメンバシップ関数Ｂ_(MP)（ｙ）のα−ｃｕｔ値は、α
_0minとα_0maxのうちのどちらか小さい方の値となる。い
まα_0min＜α_0maxであるから、Ｂ_(MP)（ｙ）のα−ｃｕ
ｔ値α_c1＝α_0minとなる。すなわち、ケース１の際の特
徴量信号（ＣＳ１）１０１の範囲は０≦Ｂ_(MP)（ｙ）≦
α_c1を満たす範囲（図１０中斜線で示した範囲）であ
る。

【００７１】次にケース２の場合を図１１に示す。この
とき前記表１に示したルールＲ⁹ より特徴量信号（ＣＳ
１）１０１の出力ｙのメンバシップ関数はＢ_(P)（ｙ）
となる。ここで特徴量信号（ＣＳ１）１０１のメンバシ
ップ関数Ｂ_(P)（ｙ）のα−ｃｕｔ値は、α_0minとα
_1maxのうちのどちらか小さい方の値をとる。いまα_0min
＜α_1maxであるから、Ｂ_(P)（ｙ）のα−ｃｕｔ値α_c2
＝α_0minとなる。すなわちケース２の際の特徴量信号
（ＣＳ１）１０１の範囲は０≦Ｂ_(P)（ｙ）≦α_c2を満
たす範囲（図１１中斜線で示した範囲）である。

【００７２】次にケース３の場合を図１２に示す。この
とき前記表１に示したルールＲ⁷ より特徴量信号（ＣＳ
１）１０１の出力ｙのメンバシップ関数はＢ_(MC)（ｙ）
となる。ここで特徴量信号（ＣＳ１）１０１のメンバシ
ップ関数Ｂ_(MC)（ｙ）のα−ｃｕｔ値は、α_1minとα
_0maxのうちのどちらか小さい方の値をとる。いまα_0max
＜α_1minであるから、Ｂ_(MC)（ｙ）のα−ｃｕｔ値α_c3
＝α_0maxとなる。すなわちケース３の際の特徴量信号
（ＣＳ１）１０１の範囲は０≦Ｂ_(MC)（ｙ）≦α_c3を満
たす範囲（図１２中斜線で示した範囲）である。

【００７３】最後にケース４の場合を図１３に示す。こ
のとき前記表１に示したルールＲ⁶ より特徴量信号（Ｃ
Ｓ１）１０１の出力ｙのメンバシップ関数はＢ
_(MP)（ｙ）となる。ここで特徴量信号（ＣＳ１）１０１
のメンバシップ関数Ｂ_(MP)（ｙ）のα−ｃｕｔ値は、α
_1minとα_1maxのうちのどちらか小さい方の値となる。い
まα_1max＜α_1minであるから、Ｂ_(MP)（ｙ）のα−ｃｕ
ｔ値α_c4＝α_1maxとなる。すなわち、ケース４の際の特
徴量信号（ＣＳ１）１０１の範囲は０≦Ｂ_(MP)（ｙ）≦
α_c4を満たす範囲（図１３中斜線で示した範囲）であ
る。

【００７４】さてここで、前記表１に示したように、す
べてのファジィ制御規則ＲはＯＲ結合されている。すな
わち、ファジィ推論の結果はケース１乃至４の個々の推
論結果の和で表わされる。つまり、最小濃度信号Ｄｍｉ
ｎの入力ｘ₁がｄ_0min、最大濃度信号Ｄｍａｘの入力ｘ
₂がｄ_0maxのとき、特徴量信号（ＣＳ１）１０１として
の出力ｙは、０≦Ｂ_(MP)（ｙ）≦α_c1と、０≦Ｂ
_(P)（ｙ）≦α_c2と、０≦Ｂ_(MC)（ｙ）≦α_c3と、０≦
Ｂ_(MP)（ｙ）≦α_c4 のいずれかを満たすものであればよい。ここで、これら
４つの条件を満たすＹの関数をＢ₀（ｙ）とする。ここ
で、関数Ｂ₀（ｙ）を図１４に示す。このとき、次に示
す数９を用いて特徴量信号（ＣＳ１）１０１の出力ｙ
_cs1を算出する。

【００７５】

【数９】

【００７６】ここで、前記数９はファジィ集合Ｂのメン
バーシップ関数Ｂ₀（ｙ）の重心Ｃ_gの座標を与えるも
のであり、ファジィ推論法において重心法と呼ばれてい
る方法である。以上のようにして、ファジィ推論手段に
よって特徴量信号（ＣＳ１）１０１が算出され、出力さ
れるものである。特徴量信号（ＣＳ１）１０１は０から
１までの値をとり、対象画素が存在する領域が写真領域
に近くなるほど、大きな値をとるようになる。

【００７７】次に補正量算出手段９による補正量信号９
１の算出方法について説明する。補正量算出手段９は、
特徴量算出手段１０で算出された特徴量信号（ＣＳ１）
１０１をパラメータとして、重み誤差記憶手段８から送
られる画像補正信号（Ｅ）８１より、補正量信号（Ｃ）
を求めるものである。補正量信号（Ｃ）９１は、特徴量
信号（ＣＳ１）１０１をパラメータとして、画像補正信
号（Ｅ）８１から求められる。補正量信号９１は次に示
す数１０より求められる。

【００７８】

【数１０】Ｃ＝Ｅ×ＣＳ１

【００７９】ここで、前述したように特徴量信号（ＣＳ
１）１０１は、対象画素が存在する領域が写真領域に近
くなるほど１に近い値をとり、文字領域に近くなるほど
０に近い値をとる。すなわち、前記数１０で求めた補正
量信号（Ｃ）９１は、文字／線図の画像領域では小さ
く、写真画像の領域では大きな値となる。

【００８０】従って、このようにして求められた補正量
をもとに、補正手段３で画像信号の補正を行うことによ
り、文字部については補正量が小さいために画像の解像
性を良くでき、また写真部については周辺画素の二値化
誤差によって誤差の補償を行わせることができるため、
階調性の良い二値化処理を施すことができる。また、注
目画素が含まれている画像領域毎に特徴量を算出して補
正量を制御しているので、文字部と写真部との中間に位
置する領域に属する画像（中間調の画像）に対しても再
現性を向上することができる。

【００８１】上記第１の実施例においては、ファジィ推
論手段によって注目画素の含まれる４×４領域の特徴を
判断する際のファジィ変数として、最大濃度信号と最小
濃度信号とを用いたが、画像の特徴を判断するために使
用するファジィ変数としては、これに限られたものでは
ない。例えば、以下に、ファジィ推論手段にて使用され
るファジィ変数として注目画素「＊」を含む４×４のウ
インドウ内の平均周波数を使用する第２の実施例につい
て説明する。

【００８２】第２の実施例の場合、前記図１に示した特
徴量算出手段１０の代わりに、図１５に図示するような
構成の特徴量算出手段２１０が用いられる。特徴量算出
手段２１０は、周波数検出回路２１１とファジィ推論手
段２１２とＲＯＭ２１３とからなる。

【００８３】すなわち、特徴量算出手段２１０はライン
バッファ１から出力する画像信号から、前記図５に示し
たような、対象画素について４×４の領域内における画
像信号の平均周波数を求める。そして求められた４×４
領域内の画像信号の平均周波数に基づいてファジィ推論
を行い、特徴量信号１０１を算出する。

【００８４】特徴量算出手段２１０のファジィ推論手段
２１２では、周波数検出回路２１１によって求められた
平均周波数Ｆｍを変数とし、与えられたメンバシップ関
数と、前記ＲＯＭ２１３に記憶されているルールテーブ
ルとにより特徴量信号（ＣＳ２）１０１を出力する。こ
こで、濃度信号の平均周波数と画像領域の関係について
図１６を参照して説明する。注目画素が含まれる４×４
領域内の画像信号の平均周波数Ｆｍが大きいとき、即ち
４×４領域内において画像信号が極端に変化するとき、
その注目画素は文字画像領域（図１６中の［Ｃ］の領
域）に含まれていると判断できる。また、注目画素が含
まれる４×４領域内の画像信号の平均周波数Ｆｍが小さ
いとき、即ち４×４領域内において画像信号の変化がほ
とんど見られないとき、その注目画素は写真画像領域
（図１６中の［Ｐ］の領域）に含まれていると判断でき
る。また、上記文字画像領域と写真画像領域とに挟まれ
た領域は中間画像領域（図１６中［Ｉ］の領域）として
設定している。ここで、画像信号の周波数は、文字画像
の場合は高い周波数が強く、写真画像の場合は低い周波
数が強いという特徴を持つ。さて、前記設定を参照し
て、この特徴量算出手段２１０は、ファジィ推論を行う
際のメンバシップラベルを出力するようなルールテーブ
ルをＲＯＭ２１３中に記憶している。以下にこのルール
テーブルについて詳述する。

【００８５】特徴量算出手段２１０のファジィ推論手段
２１２は、上述したようにメンバシップとして平均周波
数Ｆｍを持つルールテーブル（図１７に示す）を有して
いる。なお、このルールテーブルは図１６に示した平均
周波数と画像領域との関係から作成されるものである。
このルールテーブルにおける平均周波数Ｆｍのメンバシ
ップラベルはＶＳ（極小）、Ｓ（小）、Ｍ（中）、Ｌ
（大）の４種類である。これに対応する出力のメンバシ
ップラベルは、平均周波数Ｆｍが極小（ＶＳ）のときＰ
（写真）、平均周波数Ｆｍが小（Ｓ）のときＭＰ（ほぼ
写真）、平均周波数Ｆｍが中（Ｍ）のときＭＣ（ほぼ文
字）、平均周波数Ｆｍが大（Ｌ）のときＣ（文字）であ
る。

【００８６】次に第２の実施例のファジイ推論手段２１
２におけるメンバーシップ関数の一例を示す。この実施
例の場合も先の実施例と同様に、ファジィ変数は連続型
であり、三角型のメンバーシップ関数（数８にて示し
た）を利用する。ここで例えば、平均周波数Ｆｍが極小
（ＶＳ）であるときのメンバシップ関数をＡ
_Fm(VS)（ｘ）と表わし、このメンバシップ関数Ａ_Fm(VS)
（ｘ）の集合をＡ_Fm(VS)と表わすものとする。また、特
徴量信号ＣＳ２が文字（Ｃ）であるときのメンバシップ
関数をＢ_(C)（ｙ）と表わし、このメンバシップ関数Ｂ
_(C)（ｙ）の集合をＢ_(C)と表わすものとする。

【００８７】ここで、平均周波数Ｆｍの入力をｘ₁、特
徴量信号（ＣＳ２）１０１の出力をｙとし、ファジィ制
御規則をＲとする。このとき、前述のルールより表２に
示すようにファジィ制御ルールＲは４個存在し、それぞ
れＯＲ結合されている。

【００８８】

【表２】

【００８９】また、平均周波数Ｆｍのメンバシップ関数
Ａ_Fm(VS)（ｘ₁）、Ａ_Fm(S)（ｘ₁）、Ａ
_Fm(M)（ｘ₁）、Ａ_Fm(L)（ｘ₁）と、特徴量信号（Ｃ
Ｓ２）１０１のメンバシップ関数Ｂ_(P)（ｙ）、Ｂ_(MP)
（ｙ）、Ｂ_(MC)（ｙ）、Ｂ_(C)（ｙ）の関係を図１８に
示す。以下、特徴量信号（ＣＳ２）を求めるファジィ推
論の課程については、前記第１の実施例中で説明したの
で、ここでは説明を省略する。

【００９０】上記したように、本発明では、注目画素を
含む所定範囲内のウインドウにおける特徴の判別をファ
ジィ推論を用いて行うことにより、注目画素が存在して
いる領域が文字領域なのか、文字領域に近い領域なの
か、写真領域に近い領域なのか、写真領域なのかを識別
する。そして、注目画素が存在する領域が写真領域に近
くなるほど、二値化の際に加算する周辺画素の二値化誤
差の重みを大きくし、文字領域に近くなるほど、二値化
の際に加算する周辺画素の二値化誤差の重みを小さくす
る。そして、注目画素の画像信号と、周辺画素の二値化
誤差とを加算した補正画像信号を所定の閾値で二値化す
る。これにより、それぞれの領域における画像の特徴に
適した方法で二値化処理を行うことができるため、文字
領域については解像性良く、また写真領域については階
調性良く、二値化処理を施すことが可能となる。また、
中間領域についても文字に近ければ階調性よりも解像性
を重視した処理がなされ、写真に近ければ解像性よりも
階調性を重視した処理がなされる。従って、従来の「誤
差拡散法」に見られた文字画像の解像性の劣化を抑制す
ることができるとともに、中間調の画像の再現性をも向
上することができる。

【００９１】上記第１及び第２の実施例においては各フ
ァジィ変数に対するメンバーシップ関数は４個づつ設定
したが、メンバーシップ関数の設定数を増やしてもよ
い。メンバーシップ関数の設定数を増やせば、さらに決
め細かい処理が行える。

【００９２】また、上記第１第２の実施例では、対象画
像を文字領域と写真領域とに完全に分離するものではな
いので、従来の像域分離処理のような誤判定領域は存在
せず、従って誤判定による画質の劣化が生ずることもな
い。すなわち、写真領域中の濃度勾配のゆるやかなエッ
ジ部のような領域に対してもエッジ部を保存した階調処
理を行うことができる。

【００９３】また、上記各実施例においては特徴量を算
出するための参照範囲の領域を４×４としたが、これに
限らず、参照範囲の領域はｍ×ｎとしても何等差し支え
ない。

【００９４】また、上記各実施例においては、二値の出
力を得る場合について説明したが、閾値Ｔｈを複数個設
定することによって多値のレーザビームプリンタや熱転
写プリンタなどに対応した最適な階調表現が可能とな
る。

【００９５】また、上記各実施例においては、ファジィ
推論手段によって注目画素の含まれる４×４領域の特徴
を判断する際にファジィ変数のメンバシップ関数として
三角型を用いたが、例えばこれはつり鐘型であってもよ
い。つり鐘型を用いた場合にはファジィ変数のメンバシ
ップ関数は

【００９６】

【数１１】と表わされる。

【００９７】さらに、上記各実施例においては、特徴量
の値および判定のための閾値は、読取手段で読取った画
像信号、つまり画像情報の反射率に対応した量をもとに
算出しているが、この量を画像濃度（反射率の逆数の対
数）に変換した値で、更には、人間の視覚特性を考慮し
た変換信号をもとに識別を行ってもよい。

【００９８】さて、次に、注目画素の含まれる４×４領
域から２種類の特徴量信号を算出し、これらにそれぞれ
重み付けをして合成することによって１つの特徴量信号
として使用することを特徴とする、第３の実施例につい
て説明する。図１９は、第３の実施例の画像処理装置の
構成を概略的に示すものである。この実施例において
は、前記第１の実施例にて説明した特徴量算出手段１０
と、前記第２の実施例にて説明した特徴量算出手段２１
０とを用いて、これらから出力される特徴量信号ＣＳ
１、及びＣＳ２を、特徴量合成手段３００にて重み付け
を行った上合成するものである。ここで、便宜上特徴量
算出手段１０を第１の特徴量算出手段、特徴量算出手段
２１０を第２の特徴量算出手段と称する。第１の特徴量
算出手段及び、第２の特徴量算出手段の動作については
すでに述べたので、ここでは説明を省略する。特徴量合
成手段３００では、数１２に示すような数式にて、特徴
量信号ＣＳを算出する。

【００９９】

【数１２】ＣＳ＝Ｗｄ×ＣＳ１＋（１−Ｗｄ）×ＣＳ２ここで、Ｗｄは重み関数であり、ＣＳ１ならびにＣＳ２
と同様、０から１までの値をとるようになっている。こ
こで、重み関数を、たとえば

【０１００】

【数１３】Ｗｄ＝ＣＳ１／（ＣＳ１＋ＣＳ２）のように設定すると、上記条件が満足される。

【０１０１】この第３の実施例のように、注目画素の含
まれる４×４領域から複数の特徴量を取り出すようにす
ることによって、画像の特徴をさらに正確にとらえるこ
とができる。

【０１０２】

【発明の効果】以上詳述したように本発明によれば、画
像情報が存在している領域の特徴を判断し、この判断結
果に応じて前記画像情報の処理を行うことができる。こ
れによって、文字／線図画像の解像性と写真画像の階調
性とを同時に満足しながら中間調の画像の再現性を高
め、全ての領域の画像について画質の劣化が生じないよ
うにすることができ、各種の画像処理における処理効率
の向上が図れる画像処理装置を提供することができる。

【図面の簡単な説明】

【図１】第１の実施例の画像処理装置の構成を概略的に
示すブロック図である。

【図２】第１の実施例の画像処理装置における二値化処
理の方法を説明するための図である。

【図３】第１の実施例の画像処理装置の特徴量算出手段
の構成を示すブロック図である。

【図４】第１の実施例の画像処理装置におけるラインバ
ッファと重み誤差記憶手段との対応を説明するための図
である。

【図５】第１の実施例の画像処理装置における画素領域
の概念を示す図である。

【図６】第１の実施例の画像処理手段の最大最小濃度信
号抽出手段の動作を示すタイミングチャートである。

【図７】最大最小濃度信号と画像領域との関係を説明す
るための図である。

【図８】第１の実施例の画像処理装置におけるファジイ
推論のルールテーブルである。

【図９】最小濃度信号のメンバーシップ関数と最大濃度
信号のメンバーシップ関数と特徴量信号のメンバーシッ
プ関数との関係を説明するための図である。

【図１０】ケース１の場合のファジイ推論の過程と結果
を説明するための図である。

【図１１】ケース２の場合のファジイ推論の過程と結果
を説明するための図である。

【図１２】ケース３の場合のファジイ推論の過程と結果
を説明するための図である。

【図１３】ケース４の場合のファジイ推論の過程と結果
を説明するための図である。

【図１４】ファジイ推論の結果としての関数Ｂ0 （ｙ）
を示す図である。

【図１５】第２の実施例の画像処理装置の特徴量算出手
段の構成を示すブロック図である。

【図１６】平均周波数と画像領域との関係を説明するた
めの図である。

【図１７】第２の実施例の画像処理装置におけるファジ
イ推論のルールテーブルである。

【図１８】平均周波数のメンバーシップ関数と特徴量信
号のメンバーシップ関数との関係を説明するための図で
ある。

【図１９】第３の実施例の画像処理装置の構成を概略的
に示すブロック図である。

【符号の説明】

１…ラインバッファ３…補正手段４…二値化手段５…二値化誤差算
出手段７…重み誤差算出手段８…二値化誤差記
憶手段９…補正量算出手段１０…特徴量算出手段（第１の実施例）１１…最大最小濃度信号抽出手段１２…ファジイ推論手段（第１の実施例）１３…ＲＯＭ１００…二値化誤差補正手段２１０…特徴量算出手段（第２の実施例）２１１…周波数検出回路２１２…ファジィ推論手段（第２の実施例）３００…特徴量合成手段

Claims

【特許請求の範囲】

【請求項１】文字画像と写真画像とを有する処理対象
画像の所定領域のウインドウ内における最大濃度値と最
小濃度値とを検出する検出手段と、画像の最大濃度値の大きさに応じて複数レベルに分類さ
れた第１の群と、画像の最小濃度値大きさに応じて複数
レベルに分類された第２の群とに対応して、画像の文字
画像の程度及び写真画像の程度を定めたテーブルを予め
記憶している記憶手段と、前記検出手段によって検出された最大濃度値及び最小濃
度値により前記記憶手段に記憶されているテーブルを参
照して、前記ウインドウ内の画像の文字画像の程度また
は写真画像の程度を判別する判別手段、とを具備するこ
とを特徴とする画像処理装置。
【請求項２】文字画像と写真画像とを有する処理対象
画像の所定領域のウインドウ内における最大濃度値と最
小濃度値とを検出する検出手段と、画像の最大濃度値の大きさに応じて複数レベルに分類さ
れた第１の群と、画像の最小濃度値大きさに応じて複数
レベルに分類された第２の群とに対応して、画像の文字
画像の程度及び写真画像の程度を定めたテーブルを予め
記憶している記憶手段と、この記憶手段に記憶されている最大濃度値の複数レベル
に対応して、最大濃度値をパラメータとする複数の関数
を設定する第１の関数設定手段と、前記記憶手段に記憶されている最小濃度値の複数レベル
に対応して、最小濃度値をパラメータとする複数の関数
を設定する第２の関数設定手段と、前記のテーブルによって定められた文字画像の程度また
は写真画像の程度に対応して、画像の文字画像の程度ま
たは写真画像の程度を示す数値をパラメータとする複数
の関数を設定する第３の関数設定手段と、前記検出手段によって検出された最大濃度値に基づき、
前記第１の関数設定手段で設定された複数の関数の中か
ら所定の関数を選択し、かつ、選択された関数を用いて
前記検出された最大濃度値による計算を行う第１の処理
手段と、前記検出手段によって検出された最小濃度値に基づき、
前記第２の関数設定手段で設定された複数の関数の中か
ら所定の関数を選択し、かつ、選択された関数を用いて
前記検出された最小濃度値による計算を行う第２の処理
手段と、前記検出手段によって検出された最大濃度値及び最小濃
度値により前記記憶手段に記憶されているテーブルを参
照して前記第３の関数設定手段で設定された複数の関数
の中から所定の関数を選択し、かつ、選択された関数を
用いて前記第１及び第２の処理手段にて求められた値と
による計算を行い、前記処理対象領域のウインドウ内の
画像の文字画像の程度または写真画像の程度を数値にて
出力する第３の処理手段、とを具備することを特徴とす
る画像処理装置。
【請求項３】処理対象画像における注目画素の画像信
号を二値化処理する二値化手段と、この二値化手段によって二値化処理された二値化情報と
前記画像信号との二値化誤差を算出する二値化誤差算出
手段と、前記注目画素に対して所定範囲内に存在するウインドウ
内における画像信号の中から最大濃度値と最小濃度値と
を検出する検出手段と、画像の最大濃度値の大きさに応じて複数レベルに分類さ
れた第１の群と、画像の最小濃度値大きさに応じて複数
レベルに分類された第２の群とに対応して、画像の文字
画像の程度及び写真画像の程度を定めたテーブルを予め
記憶している記憶手段と、前記検出手段によって検出された最大濃度値及び最小濃
度値により前記記憶手段に記憶されているテーブルを参
照して前記ウインドウ内の画像の文字画像の程度または
写真画像の程度を判別し、その判別結果を数値として示
す判別手段と、この判別手段によって算出された数値に応じて前記二値
化誤差算出手段で算出された二値化誤差を補正して補正
二値化誤差値を算出する二値化誤差補正手段と、重み係
数を発生する重み係数発生手段と、この重み係数発生手段によって発生される重み係数と前
記二値化誤差補正手段で算出された補正二値化誤差値と
により前記注目画素の周辺画素の画像信号を補正するた
めの重み誤差を算出する重み誤差算出手段と、この重み誤差算出手段によって算出された重み誤差を記
憶する重み誤差記憶手段と、この重み誤差記憶手段中の前記注目画素に対応する領域
に記憶されていた重み誤差を前記判別手段にて算出され
た数値に応じて補正して補正量を算出する補正量算出手
段と、この補正量算出手段によって算出された補正量により前
記注目画素の画像信号を補正する補正手段、とを具備し
てなることを特徴とする画像処理装置。