JPH06284281A - 画像処理装置 - Google Patents

Abstract

(57)【要約】 【目的】処理対象画像の種別（文字か写真か）を画像単
位で識別判定する。 【構成】処理対象画像における注目画素の画像信号を多
値化し、多値化した画像信号の濃度毎に画素数をカウン
トして濃度ヒストグラムを作成し、作成した濃度ヒスト
グラムの情報を用いてこのヒストグラムの形状から処理
対象画像の種別を判定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、文字原稿や写真原稿
を含む複数の文書画像を処理対象とし、処理するものが
文字原稿か写真原稿かを判別する画像処理装置に関す
る。

【０００２】

【従来の技術】一般に、コード（文字）情報だけでなく
画像（写真）情報も扱える文書画面処理装置において
は、スキャナなどの読取手段で読み取った原稿に対し
て、文字や線図等のコントラストのある画像情報は固定
しきい値にて単純２値化を行ない、写真などの階調を有
する画像情報は誤差拡散法などの疑似階調化手段によっ
て２値化を行なっている。

【０００３】読み取った画像情報を固定しきい値で単純
２値化処理する場合、文字および線画領域では解像性が
確保され画質劣化は生じないが、写真画像領域では階調
性や色再現性（カラーの場合）が確保されず画質劣化が
生じる。一方、読み取った画像情報を誤差拡散法などに
より階調化処理する場合では、写真画像領域では階調性
が確保され画質劣化は生じないが、文字および線画領域
では解像度が低下して画質が劣化する。

【０００４】すなわち、単純な２値化処理では、読み取
った画像情報に対して、特徴の異なる文字／写真領域そ
れぞれの画質を同時に満足することはできない。したが
って、特徴の異なる文字／写真領域それぞれの画質を同
時に満足するためには、処理対象画像の種別（文字か写
真か）を判定しその画像に最適な処理を施す必要がでて
くる。

【０００５】上記問題に関し、文字／写真の２領域を分
離する方法として、文献「２値化画像と濃淡画像の混在
する原稿の２値化処理方法（電子情報通信学会論文誌’
８４／７ Ｖｏｌ．Ｊ６７ーＢ Ｎｏ．７）」において
「ブロック別領域分離法（Ｂｌｏｃｋ Ａｄａｐｔｉｖ
ｅ Ｔｈｒｅｓｈｏｌｄｉｎｇ Ｍｅｔｈｏｄ：ＢＡＴ
法）」として提案されたものがある。上記文献の方法で
は、対象画像をブロック分割し、ブロック内の濃度変化
により領域分離を行なう。その際、（イ）２値画像（文
字／線図）は濃度勾配が大きく、（ロ）濃淡画像（写
真）は濃度勾配が小さいといった濃度変化の性質を利用
する。以下、その手順を簡単に説明する。 ａ）まず、対象画像をｍｘｎ画素のブロックに分割す
る。

【０００６】ｂ）次にブロック内の画像濃度レベルで最
大濃度の信号Ｄｍａｘと最小濃度の信号Ｄｍｉｎを求
め、両者の差からブロック内の最大濃度差信号ｄＤｍａ
ｘを算出する。 ｃ）予め設定したしきい値ＴｈとｄＤｍａｘとを比較
し、ｄＤｍａｘ≧Ｔｈなら文字領域とし、ｄＤｍａｘ＜
Ｔｈなら写真領域とすることで、写真領域と文字領域を
分離する。ただし、ブロック内がすべて白画素または黒
画素の場合は文字領域であると定義する。 上記処理手順により、文字／写真領域を分離でき、各領
域に対し適切な２値化処理を施すことが可能となる。

【０００７】

【発明が解決しようとする課題】上述したブロック別領
域分離法は、処理対象画像をブロック単位あるいは画素
単位でその種別（文字か写真か）について識別判定する
ものである。この方法では、対象画像が文字画像であっ
ても、そこに手書き等の薄い文字や色文字が混在してい
ると、前記最大濃度差信号ｄＤｍａｘが比較的小さくな
り、同一画像中で「文字」と判定されるブロックと「写
真」と判定されるブロックとが混在することになる。す
ると均一性の悪い画像となってしまう。この問題を回避
するには、処理対象画像をブロック単位あるいは画素単
位で識別判定するのではなく、画像単位で識別判定する
必要がある。

【０００８】この発明の目的は、処理対象画像の種別
（文字か写真か）を画像単位で識別判定することができ
る画像処理装置を提供することである。とくに、画像全
体の濃度ヒストグラムの形状（パターン）により処理対
象画像の種別を画像単位で識別判定することができる画
像処理装置を提供することである。

【０００９】

【課題を解決するための手段】この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多値化
する手段と、多値化した画像信号の濃度毎に画素数を累
算して濃度ヒストグラムを作成する手段と、濃度ヒスト
グラムの情報を用いてこのヒストグラムの形状から処理
対象画像の種別を判定する判定手段とを具備している。

【００１０】

【作用】この装置において、前記判定手段は、（１）濃
度ヒストグラム情報の低濃度部と高濃度部の頻度の和の
大小か、（２）濃度ヒストグラム情報のピークの数か、
（３）濃度ヒストグラム情報における最大ピーク頻度に
対して所定の割合以上の頻度を持つ濃度数か、（４）濃
度ヒストグラム情報の中間調部の頻度の大小か、（５）
濃度ヒストグラム情報のピーク部の分布の広がりをヒス
トグラム形状の特徴として捕えて、処理対象画像の種別
を判定する。

【００１１】

【実施例】図１は、この発明の一実施例に係る画像処理
装置の構成を示す。スキャナ等で文字又は写真の原稿を
取り込んで得た入力画像信号Ｅｉは、多値化手段１０に
入力される。信号Ｅｉは、例えば８ビット／２５６階調
のグレースケールを持つモノクロ画像信号であるか、２
４ビット／１６００万色のカラー画像信号（３原色各々
は８ビット処理される）である。信号Ｅｉのグレースケ
ールは、もとの原稿画像の濃度に対応している。

【００１２】入力画像信号Ｅｉはヒストグラム作成手段
２０において複数種のしきい値と比較され、多値化信号
Ｄ１０に変換される。ヒストグラム作成手段２０はこの
多値化信号Ｄ１０から原稿画像の濃度ヒストグラムを作
成する。

【００１３】作成される濃度ヒストグラムの数は多値化
手段１０による多値化数に応じて決まる。例えば多値化
手段１０による多値化数がｎ個の場合は、ヒストグラム
の数もｎ個になる。

【００１４】作成された濃度ヒストグラムの各度数（頻
度）が作り出す形（パターン）は、文字原稿の場合と写
真原稿の場合とで異なった傾向を示す。原稿種別判定手
段３０は、この傾向の違いに基づいて後述する方法によ
り原稿の種別を判定し原稿種別判定信号Ｅｏを出力する
もので、例えばマイクロコンピュータ（又はＣＰＵ）で
構成できる。判定信号Ｅｏは、例えば文字原稿ならロジ
ック”０”レベルとなり、写真原稿ならロジック”１”
レベルとなる。

【００１５】なお、この判定アルゴリズムは簡単なもの
なので、判定信号Ｅｏを得る構成は、ＣＰＵによるソフ
トウエアのみならずハードウエアロジックでも実現でき
る。すなわち、原稿種別判定手段３０はマイクロコンピ
ュータやＣＰＵに限定はされない。図２は、図１に示さ
れる多値化手段１０およびヒストグラム作成手段２０の
具体例を示す。

【００１６】多値化数をｎとすると、多値化手段１０
は、ｎ個のしきい値Ｔｈ１〜Ｔｈｎを格納したｎ個のメ
モリ１０１と、入力画像信号Ｅｉをｎ個のしきい値Ｔｈ
１〜Ｔｈｎ各々とを比較するｎ個の比較器１０２と、比
較器１０２の比較結果Ｃ（ｇ）をコード化するエンコー
ダ１０３で構成される。ここで、しきい値Ｔｈ１〜Ｔｈ
ｎは、Ｔｈ１＜Ｔｈ２＜Ｔｈ３・・・＜Ｔｈｎの大きさ
を持つものとする。

【００１７】入力画像信号（原稿濃度）Ｅｉの信号レベ
ルをｆとし、信号レベルｆとしきい値Ｔｈ１〜Ｔｈｎ各
々との比較結果をＣ（ｇ）とすると、Ｃ（ｇ＝０）〜Ｃ
（ｇ＝ｎー１）は次のようになる： Ｃ（０〜ｎー１）＝”０” ： ｆ＜Ｔｈ１ Ｃ（０）＝”１” ；Ｃ（１〜ｎー１）＝”０”：Ｔｈ２＞ｆ≧Ｔｈ１ Ｃ（０、１）＝”１”；Ｃ（２〜ｎー１）＝”０”：Ｔｈ３＞ｆ≧Ｔｈ２ Ｃ（０〜２）＝”１”；Ｃ（３〜ｎー１）＝”０”：Ｔｈ４＞ｆ≧Ｔｈ３ ・・・・・・・・・・・・ Ｃ（０〜ｎー２）＝”１”；Ｃ（ｎー１）＝”０”：Ｔｈｎ＞ｆ≧Ｔｈｎー １ Ｃ（０〜ｎー１）＝”１” ： ｆ≧Ｔｈｎ

【００１８】エンコーダ１０３は上記Ｃ（ｇ＝０）〜Ｃ
（ｇ＝ｎー１）をコード化して、以下のようなｎ段階の
値（ｇ＝０〜ｇ＝ｎー１）を持つ多値化信号Ｄ１０を出
力する： ｇ＝０ ： ｆ＜Ｔｈ１ ｇ＝１ ： Ｔｈ２＞ｆ≧Ｔｈ１ ｇ＝２ ： Ｔｈ３＞ｆ≧Ｔｈ２ ｇ＝３ ： Ｔｈ４＞ｆ≧Ｔｈ３ ・・・・・・・・・・・・ ｇ＝ｎー２：Ｔｈｎー１＞ｆ≧Ｔｈｎー２ ｇ＝ｎー１： ｆ≧Ｔｈｎー１ ここで、値ｇの大きさはｇ＝０が最小値であり、ｇ＝ｎ
ー１が最大値である。

【００１９】すなわち、入力画像信号（原稿濃度）の信
号レベルｆがｆ＜Ｔｈ１であれば多値化信号Ｄ１０はｇ
＝０の最小値をとり、ｆ≧Ｔｈｎー１であれば多値化信
号Ｄ１０はｇ＝ｎー１の最大値をとり、Ｔｈ３＞ｆ≧Ｔ
ｈ２であれば多値化信号Ｄ１０はｇ＝２の中間値をと
る。このエンコーダ１０３は、例えばプログラマブルロ
ジックデバイスで構成することができる。

【００２０】上記ｎ段階の値を持つ多値化信号Ｄ１０は
ヒストグラム作成手段２０のデコーダ２０１に入力され
る。デコーダ２０１はｎ個の出力Ｄ（０）〜Ｄ（ｎー
１）をもち、入力された信号Ｄ１０の値に応じた出力だ
けロジックレベル”１”にする。これらｎ個の出力Ｄ
（０）〜Ｄ（ｎー１）は、ｎ個の加算器２０２それぞれ
の一方入力に与えられる。これら加算器２０２の他方入
力には、ｎ個のレジスタ２０３の出力がそれぞれ与えら
れ、加算器２０２の加算結果がそれぞれ対応するレジス
タ２０３に戻される。これらのレジスタ２０３の内容は
全て、信号Ｅｉが与えられる毎にクリアされるようにな
っている。このデコーダ２０１も、プログラマブルロジ
ックデバイスで構成することができる。

【００２１】なお、入力画像信号ＥｉがＡ３サイズの原
稿を４００ｄｐｉの解像度で読み取ったものであるとき
は、ｎ個のレジスタ２０３それぞれには２５ビットの容
量が必要となる。

【００２２】加算器２０２およびレジスタ２０３は、多
値化信号Ｄ１０のｎ種のレベルそれぞれに用意された累
算回路（アップカウンタ）を構成している。例えば信号
Ｄ１０がｇ＝２の中間値をとる場合はデコーダ出力Ｄ
（２）だけが”１”レベルとなり、それ以外の出力Ｄ
（０〜１）、Ｄ（３〜ｎー１）は全て”０”レベルとな
る。この場合、加算器（２）によりレジスタ（２）の内
容（頻度数）に”１”が加算され、レジスタ（２）の出
力Ｈ（２）が１つ増える（アップカウント）。同様に、
デコーダ出力Ｄ（０）が”１”のときはレジスタ出力Ｈ
（０）が１つアップカウントされ、デコーダ出力Ｄ
（１）が”１”のときはレジスタ出力Ｈ（１）が１つア
ップカウントされ、デコーダ出力Ｄ（ｎー１）が”１”
のときはレジスタ出力Ｈ（ｎー１）が１つアップカウン
トされる。

【００２３】上記アップカウント（累算処理）は、多値
化手段１０に順次入力される画素値毎に繰り返され、原
稿１頁分の入力が終了するまで続けられる。この入力が
終了した後に得られるレジスタ出力Ｈ（０）は入力原稿
の低濃度部の累積頻度を示し、レジスタ出力Ｈ（ｎー
１）は入力原稿の高濃度部の累積頻度を示し、レジスタ
出力Ｈ（１）〜Ｈ（ｎー２）は入力原稿の中間濃度部
（中間調領域）の累積頻度を示すようになる。そして、
レジスタ出力Ｈ（０）〜Ｈ（ｎー１）を濃度順に並べた
ものが、多値化した画像信号の濃度ヒストグラムとな
る。

【００２４】こうして得られた濃度ヒストグラムをグラ
フ化してみると、その形状／パターンが文字原稿と写真
原稿で異なっている。そこで、以下に述べる方法でこの
形状／パターンの違いを検出することにより、入力され
た画像信号が文字原稿によるものなのか写真原稿による
ものなのかを判定できる。

【００２５】以下、ｎ＝８で入力画像を多値化する簡単
な場合を想定して、原稿種別判定方法の具体例を説明す
る。（この場合、ヒストグラムは８つの濃度累積頻度Ｈ
（０）〜Ｈ（７）で構成される。） （第１の判定方法）

【００２６】図３は、文字および写真画像原稿から得ら
れる代表的な濃度ヒストグラムを示す。以下この図を参
照して、低濃度部の頻度と高濃度部の頻度との和の大小
関係で文字画像であるか写真画像であるかを判定する方
法を説明する。

【００２７】文字原稿は背景部とそこに記載された文字
部で構成され、一般に背景部が大半を占める。文字原稿
では背景部の濃度レベルと文字部の濃度レベルの間の階
調を持つ画像は殆どない。いま白地（低濃度）の背景部
に黒文字（高濃度）が記載された文字原稿を考えてみる
と、低濃度部に頻度が集中し、次に高濃度部に頻度が集
中する。すると、図３（ａ）に例示するように、文字原
稿の濃度ヒストグラムは、中央部が凹んだ形状になる。

【００２８】一方、写真原稿は低濃度部から高濃度部に
至る全ての階調（グレースケール）を持つが、一般的に
いえば中間階調部分に多くの画像情報が集中する。いま
白地（低濃度）の背景部にグレースケールを伴う画像
（中間濃度）が加わった写真原稿を考えてみると、原稿
に占めるこの中間濃度画像面積の割合が比較的大きいな
らば、中間濃度部に頻度が集中する。すると、図３
（ｂ）に例示するように、写真原稿の濃度ヒストグラム
の形状（パターン）は、中央部が突起したものになる。

【００２９】ここで濃度ヒストグラムの最低濃度部（Ｈ
（０）側）および最高濃度部（Ｈ（７）側）に着目する
と、最低濃度部の頻度Ｈ（０）と最高濃度部の頻度Ｈ
（７）の和が、文字原稿と写真原稿とで明らかに異なる
ことが分かる。そこで、所定の比較レベルＴｘ１を設定
し、以下の比較を行なえば、文字原稿と写真原稿を識別
判定できるようになる： Ｈ（０）＋Ｈ（７）≧Ｔｘ１；Ｅｏ＝”０”（文字原
稿） Ｈ（０）＋Ｈ（７）＜Ｔｘ１；Ｅｏ＝”１”（写真原
稿） （第２の判定方法）次に、図４を参照して、ヒストグラ
ム中に現われる頻度のピーク（極大値）の数によって文
字画像であるか写真画像であるかを判定する方法を説明
する。

【００３０】文字原稿では背景部と文字部の２箇所に濃
度が集中するので、図４（ａ）に示すように、最低濃度
部と最高濃度部の２箇所に累積頻度のピークができる。
一方、写真原稿では主体がグレースケールを持つ画像で
あるため、図４（ｂ）に示すように、中間調領域の１箇
所に濃度のピークができる確率が高い。濃度ヒストグラ
ムにおける上記ピークは、Ｈ（ｉ）≧Ｈ（ｉー１）かつ
Ｈ（ｉ）≧Ｈ（ｉ＋１）なる条件を満たすヒストグラム
Ｈ（ｉ）を検索すれば、発見できる。なお、パラメータ
ｉは０≦ｉ＜ｎ（この例ではｉ＝０〜７）なる条件を満
たすものとする。

【００３１】図４（ａ）の例ではＨ（ｉ＝０）とＨ（ｉ
＝７）の２箇所でピークが発見され、図４（ｂ）の例で
はＨ（ｉ＝４）の１箇所でピークが発見される。そこ
で、発見されたピークの数（ｉの数）をＰとした場合
に、以下の関係から、文字原稿と写真原稿を識別判定で
きるようになる： Ｐ＝２；Ｅｏ＝”０”（文字原稿） Ｐ≠２；Ｅｏ＝”１”（写真原稿） （第３の判定方法）

【００３２】次に、図５を参照して、ヒストグラム中に
現われる最大頻度数を１００％としたときにＴ％（０＜
Ｔ＜１００）以上の頻度をもつ濃度の数によって文字画
像であるか写真画像であるかを判定する方法を説明す
る。

【００３３】一般に、写真原稿では中間調部分に相対的
に大きな頻度が広く分布し、また、文字原稿では低濃度
と高濃度の両端部に大きな頻度が狭く分布する。文字原
稿では通常、文字部よりもその背景部の方が相対的に画
像面積が広くなるので、頻度の値（ピーク高）は高濃度
側よりも低濃度側の方が高くなる確率が高い。すると、
低濃度側の頻度以下で高濃度側の頻度以上の所定頻度レ
ベルＴを設定し、レベルＴ以上の頻度のものに注目して
みる。すると、文字原稿では頻度が相対的に少なく、写
真原稿では頻度が相対的に大きくなる。図５（ａ）、
（ｂ）は、例えばＴ＝５０％より頻度の高いものが文字
原稿と写真原稿でどのように違うかを例示している。そ
こで、Ｈ（ｍａｘ）を最大頻度値とし、０≦ｉ＜ｎなる
パラメータｉを考えたときに、 Ｈ（ｉ）≧Ｈ（ｍａｘ）ｘＴ（％） を満たすｉの個数をＭとし、所定の比較数Ｔｘ２を設定
すれば、以下の関係から、文字原稿と写真原稿を識別判
定できるようになる： Ｍ＜Ｔｘ２；Ｅｏ＝”０”（文字原稿） Ｍ≧Ｔｘ２；Ｅｏ＝”１”（写真原稿） （第４の判定方法）次に、図６を参照して、ヒストグラ
ムの中間調部における頻度の大小関係で文字画像である
か写真画像であるかを判定する方法を説明する。

【００３４】文字原稿では濃度の低い背景部が大半を占
めそれに高濃度の文字部が入っているので、低濃度部と
高濃度部に高頻度が集中する。一方、写真原稿ではグレ
ースケールを持つ画像が大半を占めるために中間濃度部
に比較的頻度の高いものが集まる。したがって、中間調
部分に着目すると、図６（ａ）に示すように文字原稿で
は頻度が少なく、写真原稿では頻度が多くなる。

【００３５】そこで、中間調部分の頻度をいくつかを選
び（たとえばＨ（３）とＨ（４））、所定の比較数Ｔｘ
３を設定すれば、以下の関係から、文字原稿と写真原稿
を識別判定できるようになる（ｎ＝８）： Ｈ（ｎ／２ー１）＋Ｈ（ｎ／２）＜Ｔｘ３；Ｅｏ＝”
０”（文字原稿） Ｈ（ｎ／２ー１）＋Ｈ（ｎ／２）≧Ｔｘ３；Ｅｏ＝”
１”（写真原稿） （第５の判定方法）次に、図７を参照して、ヒストグラ
ム中に現われるピークの分布（広がり）によって文字画
像であるか写真画像であるかを判定する方法を説明す
る。

【００３６】既に述べてきたように、文字原稿では濃度
の低い背景部が大半を占めそれに高濃度の文字部が入っ
ているので、低濃度部と高濃度部の狭い範囲に高頻度が
集中する。一方、写真原稿ではグレースケールを持つ画
像が大半を占めるために中間濃度部に比較的頻度の高い
ものが広く分布する。

【００３７】そこで、ヒストグラムのピーク頻度値の例
えば３０％の所に所定のレベルＬを設定し、ピーク頻度
値の位置（図７（ａ）ではＨ（０）；図７（ｂ）ではＨ
（４））から、レベルＬ以下のうちでピーク位置に最も
近い頻度値の位置（図７（ａ）ではＨ（２）；図７
（ｂ）ではＨ（１））までの間隔Ｗを検出し、所定の比
較数Ｔｘ４を設定すれば、以下の関係から、文字原稿と
写真原稿を識別判定できるようになる： Ｗ＜Ｔｘ４；Ｅｏ＝”０”（文字原稿） Ｗ≧Ｔｘ４；Ｅｏ＝”１”（写真原稿）

【００３８】なお、レベルＬを越える頻度値を持つ一群
のうち最も大きなもの（図７（ａ）ではＨ（０）、Ｈ
（１）；図７（ｂ）ではＨ（２）〜Ｈ（６））の幅Ｗ’
を検出し、所定の比較数Ｔｘ４’を設定すれば、以下の
関係を用いても、文字原稿と写真原稿との識別判定が可
能になる： Ｗ’＜Ｔｘ４’；Ｅｏ＝”０”（文字原稿） Ｗ’≧Ｔｘ４’；Ｅｏ＝”１”（写真原稿） （第６の判定方法）

【００３９】次に、図８を参照して、ヒストグラム中間
調部における頻度が作る面積とその補数が作る面積との
比の大小関係で文字画像であるか写真画像であるかを判
定する方法を説明する。

【００４０】いま、黒べた原稿あるいは白べた原稿から
得られる最大頻度をＺとし、頻度Ｈ（０）〜Ｈ（７）の
幅と最大頻度Ｚとで形成される面Ｓ内に図６と同様なヒ
ストグラムを書き込んでみる。このヒストグラムのう
ち、中間調部分に着眼すると、図８（ａ）、（ｂ）に示
すように、ヒストグラムの頻度Ｈ（３）、Ｈ（４）が作
る面積Ｓ１と、着眼部の残り面積Ｓ２（Ｚ平面の着眼部
面積に関するＳ１の補数）との比Ｓ１／Ｓ２が文字原稿
と写真原稿とで異なってくる。そこで、所定の比較数Ｔ
ｘ５を設定すれば、以下の関係から、文字原稿と写真原
稿を識別判定できるようになる： Ｓ１／Ｓ２＜Ｔｘ５；Ｅｏ＝”０”（文字原稿） Ｓ１／Ｓ２≧Ｔｘ５；Ｅｏ＝”１”（写真原稿）

【００４１】なお、この発明は上記複数の方法のいずれ
か１つで原稿種別の判定が可能であるが、毛筆文字原稿
のように中間調情報が比較的多い文字原稿と、図形写真
のようにコントラストが強く中間調情報が少ない写真原
稿とを扱う場合では判別が困難になることもあり得る。
この場合は、上記方法のうち例えば３以上を併用しその
結果から原稿種別の判定を行なってもよい。例えば、あ
る写真原稿について、第２の方法が文字原稿と判定して
も、第１、第３の方法が写真原稿と判定すれば、それを
写真原稿と判定できる。

【００４２】

【発明の効果】この発明によれば、ヒストグラム情報か
ら簡単に対象画像の種別を判定できる。また、この発明
では、従来のようにブロック単位あるいは画素単位で画
像の種別判定をするのではなく画像単位で種別判定を行
なうので、画像全体に単一の処理を施すことになるか
ら、均一性の良い画像処理が可能となる。

【図面の簡単な説明】

【図１】図１は、この発明の一実施例に係る画像処理装
置の構成を示すブロック図。

【図２】図２は、図１に示される多値化手段とヒストグ
ラム作成手段の具体例を示すブロック図。

【図３】図３は、文字および写真画像原稿から得られる
濃度ヒストグラムを例示するもので、低濃度部の頻度と
高濃度部の頻度との和の大小関係で文字画像であるか写
真画像であるかを判定する方法を説明する図。

【図４】図４は、文字および写真画像原稿から得られる
濃度ヒストグラムを例示するもので、ヒストグラム中に
現われるピーク（極大値）の数によって文字画像である
か写真画像であるかを判定する方法を説明する図。

【図５】図５は、文字および写真画像原稿から得られる
濃度ヒストグラムを例示するもので、ヒストグラム中に
現われる最大頻度数を１００％としたときにＴ％（０＜
Ｔ＜１００）以上の頻度をもつ濃度の数によって文字画
像であるか写真画像であるかを判定する方法を説明する
図。

【図６】図６は、文字および写真画像原稿から得られる
濃度ヒストグラムを例示するもので、ヒストグラムの中
間調部における頻度の大小関係で文字画像であるか写真
画像であるかを判定する方法を説明する図。

【図７】図７は、文字および写真画像原稿から得られる
濃度ヒストグラムを例示するもので、ヒストグラム中に
現われるピークの分布（広がり）によって文字画像であ
るか写真画像であるかを判定する方法を説明する図。

【図８】図８は、文字および写真画像原稿から得られる
濃度ヒストグラムを例示するもので、ヒストグラム中間
調部における頻度が作る面積とその補数が作る面積との
比の大小関係で文字画像であるか写真画像であるかを判
定する方法を説明する図。

【符号の説明】

１０・・・多値化手段、２０・・・ヒストグラム作成手
段、３０・・・原稿種別判定手段、１０１・・・しきい
値メモリ、１０２・・・比較器、１０３・・・エンコー
ダ、２０１・・・デコーダ、２０２・・・加算器、２０
３・・・レジスタ、Ｅｉ、Ｅｉ（ｆ）・・・入力画像信
号、Ｃ（ｇ）・・・比較結果、Ｅｏ・・・原稿種別判定
信号。

Claims (6)

【特許請求の範囲】
1. 【請求項１】 処理対象画像における注目画素の画像信
   号を多値化する多値化手段と、 多値化した画像信号の濃度毎に画素数を累算し濃度ヒス
   トグラムを作成するヒストグラム作成手段と、 前記作成された濃度ヒストグラムのパターンによって前
   記処理対象画像の種別を判定する判定手段とを具備した
   ことを特徴とする画像処理装置。
2. 【請求項２】 前記判定手段が、前記濃度ヒストグラム
   情報の低濃度部と高濃度部の頻度の和の大小に基づき前
   記処理対象画像の種別を判定することを特徴とする請求
   項１に記載の画像処理装置。
3. 【請求項３】 前記判定手段が、前記濃度ヒストグラム
   情報のピークの数に基づき前記処理対象画像の種別を判
   定することを特徴とする請求項１に記載の画像処理装
   置。
4. 【請求項４】 前記判定手段が、前記濃度ヒストグラム
   情報における最大ピーク頻度に対して所定の割合以上の
   頻度を持つ濃度数に基づき前記処理対象画像の種別を判
   定することを特徴とする請求項１に記載の画像処理装
   置。
5. 【請求項５】 前記判定手段が、前記濃度ヒストグラム
   情報の中間調部の頻度の大小に基づき前記処理対象画像
   の種別を判定することを特徴とする請求項１に記載の画
   像処理装置。
6. 【請求項６】 前記判定手段が、前記濃度ヒストグラム
   情報のピーク部分の分布の広がりに基づき前記処理対象
   画像の種別を判定することを特徴とする請求項１に記載
   の画像処理装置。