JPH09204525A - 画像像域分離装置及びその方法 - Google Patents

Abstract

(57)【要約】 【課題】 処理時間や回路規模の増大を抑制し、かつ原
稿画像に施す像域分離処理の処理精度を向上する画像像
域分離装置及びその方法を提供する。 【解決手段】 原稿画像に含まれる属性毎に領域を像域
分離部４によって分離し、分離される領域に、「写真」
の属性が含まれる場合、該「写真」の属性を持つ領域を
領域抽出部７で抽出する。抽出される「写真」領域に含
まれる特徴に基づいて、該「写真」領域を多値判定部８
によって分離する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、原稿画像に含まれ
る属性毎に領域を分離する画像像域分離装置及びその方
法に関するものである。

【０００２】

【従来の技術】近年、原稿画像を、その原稿画像内に構
成される構成要素で表現する技術が高まりつつある。具
体的には、原稿画像を構成する、「画像」、「図形」、
「文字」、更に「章」、「節」、「段落」、「タイト
ル」、「キャプション」等の構成要素と書式を定義す
る。そして、定義される構成要素と書式の情報を出力
し、出力される構成要素と書式の情報に基づいて、原稿
画像の表示や検索を行うことが実現してる。また、これ
らは、世界的な通信網の整備とともに普及しつつあるイ
ンターネットに代表されるネットワークで交換されるデ
ータや、アメリカで標準化されたＳＧＭＬという形で広
がりつつある。

【０００３】一方で、入力された原稿画像を、類似する
特徴を持つ領域毎に分離する像域分離技術も確立されつ
つある。この像域分離技術は原稿画像を入力し、類似す
る特徴を持つ領域、例えば、「画像」、「図形」、「文
字」等の類似する特徴を持つ領域に分割する。これによ
り、上述の構成要素や書式の情報を原稿画像から抽出し
たり、所望の類似する特徴を持つ領域を抽出することが
できる。

【０００４】この技術は、例えば、特願平６ー１６７７
４８号には、２値の原稿画像を入力して、類似する特徴
を持つ領域を判定する旨が記載されている。これは、入
力される原稿画像より得られる画像データ中の所定画素
領域から低解像度の１画素を抽出し、低解像度の画素の
連続する広がりから、画像種別の領域を判別するもので
ある。そして、判別された領域情報から、領域の種別と
して、「文字」、「図形」、「写真」、「表」、「セパ
レータ」等の類似する特徴を持つ領域毎に分離すること
が実現される。

【０００５】また、特願平６ー３２０９５５号には、原
稿画像に含まれる画素塊の輪郭線、画素塊の並びに基づ
いて領域を分離する旨が記載されている。これは、原稿
画像より得られる画像データに含まれる結合画素成分を
識別し、識別された画素成分に基づいて、「本文」、
「図形」、「写真」、「表」、「セパレータ」等の類似
する特徴を持つ領域毎に分離するものである。

【０００６】また、特開平４ー１３９９６１号には、原
稿画像に含まれる文字部の持つエッジ成分や高周波成分
によって像域分離する旨が記載されている。これは、多
値画像の原稿画像に対し、ＤＣＴ変換を施し、その変換
計数の大きさや偏りを利用して文字部を抽出するもので
ある。ここで、従来の原稿画像を像域分離する画像像域
分離装置の一般的な機能構成について、図１５を用いて
説明する。

【０００７】図１５は従来の画像像域分離装置の機能構
成を示すブロック図である。図１５において、１００１
は白黒多値画像の原稿画像を入力する画像入力部であ
る。１００２は入力された原稿画像より得られる画像デ
ータを格納するフレームメモリである。１００３は画像
データを２値画像データに２値化する２値化部であり、
１００４は上述の像域分離技術を用いて、２値画像デー
タから類似する特徴を持つ領域毎に分離する像域分離部
である。１００５は像域分離結果を出力する端子であ
る。尚、図１５で示される画像像域分離装置の各構成要
素は、不図示のＣＰＵで制御されるものとする。

【０００８】図１５の構成において、原稿画像を入力し
て処理結果を得るまでの処理の概要を説明すると、ま
ず、ＣＰＵは、画像入力部１００１を動作させ、原稿画
像より得られる画像データを入力し、フレームメモリ１
００２に格納する。すべての画像データが、フレームメ
モリ１００２に格納されたら、２値化部１００３を動作
させる。２値化部１００３は、フレームメモリ１００２
から画像データを順次読み出し、予め設定された閾値と
比較することで２値画像データに２値化する。そして、
２値画像データを像域分離部１００４へ出力する。像域
分離部１００４は、２値化部１００３より入力された２
値画像データから類似する特徴を持つ領域毎に分離する
像域分離を行う。この際、像域分離の方法として、例え
ば、上述の特願平６ー１６７７４８号に記載される方法
を用いる。そして、端子１００５から像域分離部１００
４より得られる原稿画像に含まれる類似する特徴を持つ
領域の情報が出力される。

【０００９】

【発明が解決しようとする課題】しかしながら、上記従
来の画像像域分離装置において、像域分離処理で用いる
画像データを２値画像データにする２値化は、単一の閾
値を用いて２値化を行うので、例えば、原稿画像の下地
に比べて濃度の高い下地を持つ領域上に文字が存在する
文字部分では、文字部分の下地濃度と文字の濃度が２値
化の結果で同じになってしまう。その結果、その文字と
その文字を含む文字部分が画素塊となってしまい、像域
分離結果が「図形」や「写真」等といった属性として判
定され、必要な情報が抽出されないという問題点があっ
た。

【００１０】また、文字を強調するために白抜き文字等
が用いられる原稿画像では、その文字の濃度よりも下地
となる背景の濃度の方が必然的に濃くなる。そのため、
上述と同様に２値画像データを用いて像域分離処理を行
うとその文字を抽出することができないという問題点が
あった。また、上述の問題点を解決するために、像域分
離処理を原稿画像の２値画像データではなく、原稿画像
の多値画像データを用いて領域分離処理を行う方法があ
る。しかし、この場合は、多値画像データを用いて像域
分離処理を行うので、その処理を実行するための回路の
規模や処理時間が増大したり、コストがかかるという問
題点が生じていた。

【００１１】更に、多値画像データを用いて行う像域分
離処理においても、その多値画像データに含まれる高周
波等の局所的な情報のみでは領域の属性を判定するには
不十分な場合があった。例えば、文字と画像を構成する
網点を分離できなかったり、画像に含まれるエッジ部と
文字部を判定する際に誤判定を生じる等の問題点があっ
た。

【００１２】本発明は上記の問題点に鑑みてなされたも
のであり、処理時間や回路規模の増大を抑制し、かつ原
稿画像に施す像域分離処理の処理精度を向上する画像像
域分離装置及びその方法を提供することを目的としてい
る。特に、量子化によって抽出できない領域の抽出を行
うことを目的としている。

【００１３】

【課題を解決するための手段】上記の目的を達成するた
めの本発明による画像像域分離装置は以下の構成を備え
る。即ち、原稿画像に含まれる属性毎に領域を分離する
画像像域分離装置であって、前記原稿画像に含まれる属
性毎に領域を分離する第１分離手段と、前記第１分離手
段で分離される領域に、所定の属性が含まれる場合、該
所定の属性を持つ領域を抽出する抽出手段と、前記抽出
手段で抽出される領域に含まれる特徴に基づいて、該領
域を分離する第２分離手段とを備える。

【００１４】また、好ましくは、前記第１分離手段と、
前記第２分離手段で分離される領域に基づいて、前記原
稿画像に含まれる属性を判定する判定手段を更に備え
る。また、好ましくは、前記第１分離手段は、前記原稿
画像をｎ値の画像データに量子化する量子化手段を備
え、前記ｎ値の画像データに含まれる属性毎に領域を分
離する。ｎ値の画像データに量子化して得られる画像デ
ータ対して、属性毎に領域を分離することで、原稿画像
に対して、属性毎に領域を分離するのに比べて、処理速
度を向上することができるからである。

【００１５】また、好ましくは、前記第２分離手段は、
前記抽出手段で抽出された所定の属性を持つ領域に対応
する画像データを、前記原稿画像より獲得する獲得手段
と、前記画像データに含まれる特徴量を算出する算出手
段と、前記特徴量に基づいて、前記画像データをｍ値の
画像データに量子化する量子化手段とを備え、前記ｍ値
の画像データに含まれる属性毎に領域を分離する。特徴
量に基づいた量子化により得られる画像データに含まれ
る属性毎に領域を分離することで、第１分離手段で分離
できない領域を分離することができるからである。

【００１６】また、好ましくは、前記第１分離手段は、
前記原稿画像の輝度画像を獲得する第１獲得手段と、前
記輝度画像をｎ値の輝度画像データに量子化する第１量
子化手段を備え、前記ｎ値の輝度画像データに含まれる
属性毎に領域を分離する。また、好ましくは、前記第２
分離手段は、前記抽出手段で抽出された所定の属性を持
つ領域に対応する輝度画像データを、前記輝度画像より
獲得する第２獲得手段と、前記輝度画像データに含まれ
る特徴量を算出する算出手段と、前記特徴量に基づい
て、前記輝度画像データをｍ値の画像データに量子化す
る第２量子化手段とを備え、前記ｍ値の画像データに含
まれる属性毎に領域を分離する。

【００１７】また、好ましくは、前記第１分離手段は、
前記原稿画像の輝度画像を獲得する第１獲得手段と、前
記輝度画像をｎ値の輝度画像データに量子化する第１量
子化手段を備え、前記ｎ値の輝度画像データに含まれる
属性毎に領域を分離し、前記第２分離手段は、前記抽出
手段で抽出された所定の属性を持つ領域に対応する画像
データを、前記原稿画像より獲得する第２獲得手段と、
前記画像データに含まれる特徴量を算出する算出手段
と、前記特徴量に基づいて、前記画像データをｍ値の画
像データに量子化する第２量子化手段とを備え、前記ｍ
値の画像データに含まれる属性毎に領域を分離する。ｍ
値の画像データに含まれる属性毎に領域を分離すること
で、輝度画像データでは、分離できない領域を分離する
ことができるからである。

【００１８】また、好ましくは、前記第２分離手段は、
写真領域と文字領域を分離する。上記の目的を達成する
ための本発明による画像像域分離方法は以下の構成を備
える。即ち、原稿画像に含まれる属性毎に領域を分離す
る画像像域分離方法であって、前記原稿画像に含まれる
属性毎に領域を分離する第１分離工程と、前記第１分離
工程で分離される領域に、所定の属性が含まれる場合、
該所定の属性を持つ領域を抽出する抽出工程と、前記抽
出工程で抽出される領域に含まれる特徴に基づいて、該
領域を分離する第２分離工程とを備える。

【００１９】また、好ましくは、前記第１分離工程と、
前記第２分離工程で分離される領域に基づいて、前記原
稿画像に含まれる属性を判定する判定工程を更に備え
る。また、好ましくは、前記第１分離工程は、前記原稿
画像をｎ値の画像データに量子化する量子化工程を備
え、前記ｎ値の画像データに含まれる属性毎に領域を分
離する。

【００２０】また、好ましくは、前記第２分離工程は、
前記抽出工程で抽出された所定の属性を持つ領域に対応
する画像データを、前記原稿画像より獲得する獲得工程
と、前記画像データに含まれる特徴量を算出する算出工
程と、前記特徴量に基づいて、前記画像データをｍ値の
画像データに量子化する量子化工程とを備え、前記ｍ値
の画像データに含まれる属性毎に領域を分離する。

【００２１】また、好ましくは、前記第１分離工程は、
前記原稿画像の輝度画像を獲得する第１獲得工程と、前
記輝度画像をｎ値の輝度画像データに量子化する第１量
子化工程を備え、前記ｎ値の輝度画像データに含まれる
属性毎に領域を分離する。また、好ましくは、前記第２
分離工程は、前記抽出工程で抽出された所定の属性を持
つ領域に対応する輝度画像データを、前記輝度画像より
獲得する第２獲得工程と、前記輝度画像データに含まれ
る特徴量を算出する算出工程と、前記特徴量に基づい
て、前記輝度画像データをｍ値の輝度画像データに量子
化する第２量子化工程とを備え、前記ｍ値の輝度画像デ
ータに含まれる属性毎に領域を分離する。

【００２２】また、好ましくは、前記第１分離工程は、
前記原稿画像の輝度画像を獲得する第１獲得工程と、前
記輝度画像をｎ値の輝度画像データに量子化する第１量
子化工程を備え、前記ｎ値の輝度画像データに含まれる
属性毎に領域を分離し、前記第２分離工程は、前記抽出
工程で抽出された所定の属性を持つ領域に対応する画像
データを、前記原稿画像より獲得する第２獲得工程と、
前記画像データに含まれる特徴量を算出する算出工程
と、前記特徴量に基づいて、前記画像データをｍ値の画
像データに量子化する第２量子化工程とを備え、前記ｍ
値の画像データに含まれる属性毎に領域を分離する。

【００２３】また、好ましくは、前記第２分離工程は、
写真領域と文字領域を分離する。上記の目的を達成する
ための本発明によるコンピュータ可読メモリは以下の構
成を備える。即ち、画像像域分離処理のプログラムコー
ドが格納されたコンピュータ可読メモリであって、前記
原稿画像に含まれる属性毎に領域を分離する第１分離工
程のコードと、前記第１分離工程で分離される領域に、
所定の属性が含まれる場合、該所定の属性を持つ領域を
抽出する抽出工程のコードと、前記抽出工程で抽出され
る領域に含まれる特徴に基づいて、該領域を分離する第
２分離工程のコードとを備える。

【００２４】

【発明の実施の形態】以下、図面を参照して本発明の好
適な実施の形態を詳細に説明する。 ＜実施の形態１＞図１は実施の形態１の画像像域分離装
置の機能構成を示すブロック図である。図１において、
１は原稿画像を入力する画像入力部であり、スキャナ等
で構成される。ここでは入力する原稿画像を白黒の多値
画像（８ビット／画素）として説明を行う。２は画像入
力部１より得られる原稿画像の画像データを記憶してお
くフレームメモリである。３は画像データ（８ビット／
画素の多値画像データ）を好適に量子化する適応的量子
化部である。尚、実施の形態１では、画像データを２値
化して２値画像データを得る適応的量子化を行うものと
する。

【００２５】４は適応的量子化部３より得られる２値画
像データを、類似する属性を持つ領域毎に分割し、分割
された領域の属性を判定する像域分離部である。ここで
は、上述の特願平６ー１６７７４８号に記載されている
像域分離の方法を用いて、像域分離を行うものとする。
５は像域分離部４の出力として得られる像域分離結果で
ある像域情報を格納する像域情報メモリである。６は分
割された領域の数をカウントする領域カウンタである。
７は像域情報メモリ５に格納される像域情報に従って、
フレームメモリ２から画像データ（８ビット／画素の多
値画像データ）を抽出する領域抽出部である。８は抽出
された領域を表現する画像データ（８ビット／画素の多
値画像データ）に対し、より詳細な像域分離を行う多値
判定部である。

【００２６】９は像域情報メモリ５に格納されている各
領域の像域情報と多値判定部８の出力に基づいて、各領
域の位置座標、領域サイズ、属性を判定する総合判定部
である。１０は総合判定部９で判定された各領域の像域
情報を外部装置に出力する端子であり、１１はフレーム
メモリ２に格納されている画像データ（８ビット／画素
の多値画像データ）を外部に出力する端子である。

【００２７】尚、図１で示される画像像域分離装置の各
構成要素は、不図示のＣＰＵで制御されるものとする。
次に、図１を用いて、画像像域分離装置において実行さ
れる処理について説明する。まず、処理に先立ち、不図
示のＣＰＵはフレームメモリ２、像域情報メモリ５、像
域領域カウンタ６の内容を０にクリアする。

【００２８】続いて、ＣＰＵはユーザの指示に従って、
画像入力部１から白黒多値画像（８ビット／画素）であ
る原稿画像を読み込み、その画像データをフレームメモ
リ２に格納する。原稿画像分の画像データがフレームメ
モリ２に格納されたら、ＣＰＵは、フレームメモリ２か
ら画像データを読み出し、適応的量子化部３に入力す
る。適応的量子化部３では、画像データを２値化して２
値画像データを生成する。

【００２９】尚、２値化の方法として既知の方法を用い
ても構わない。例えば、「判別および最小２乗基準に基
づく自動しきい値選定法」（電子情報通信学会論文誌Ｄ
Vol.J63-D.No.4 pp.349〜356）に記載の２値化の方法を
用いても構わない。２値化された２値画像データは、像
域分離部４に入力され、その２値画像データに含まれる
黒画素に対してラベル付けがなされる。そして、ラベル
付けされた画素塊を含む矩形を形成し、形成された画素
塊の矩形の幅、高さ、面積、画素密度によって「文
字」、「図形」、「写真」、「セパレータ」の類似する
属性を持つ領域毎に分割する。更に、分割された矩形を
統合して類似する属性を持つ領域を決定する。

【００３０】像域分離部４はこれらの類似する属性を持
つ領域の位置座標、属性を像域情報として像域情報メモ
リ５へ出力する。この出力結果は像域情報メモリ５に格
納する。領域カウンタ６には、像域分離部４で分割され
た類似する属性を持つ領域領域の個数をカウントし、そ
のカウント値を格納する。尚、像域情報メモリ５には、
類似する属性を持つ領域を表す矩形の左上の座標を位置
座標として格納し、その矩形サイズを領域サイズとして
格納し、その属性をコードとして格納する。

【００３１】そして、２値画像データに含まれる全ての
類似する属性を持つ領域の像域情報を像域情報メモリ５
に格納したら、像域情報メモリ５に格納している像域情
報を格納した順から読み出す。そして、読み出した類似
する属性を持つ領域の位置座標、領域サイズである像域
情報に基づいて、フレームメモリ２の該当する画像デー
タ（８ビット／画素の多値画像データ）を領域抽出部７
によって抽出し、多値判定部８に出力する。多値判定部
８は、類似する属性を持つ領域の属性が「写真」と判定
した場合のみに起動する。

【００３２】ここで、多値判定部８の詳細な機能構成に
ついて、図２を用いて説明する。図２は実施の形態１の
多値判定部８の詳細な機能構成を示すブロック図であ
る。図２において、２０は領域抽出部７で抽出された画
像データ（８ビット／画素の多値画像データ）を順次読
み込む端子である。２１は端子２０より読み込まれた画
像データ（８ビット／画素の多値画像データ）の濃度の
ヒストグラムを作成するヒストグラム作成部である。

【００３３】尚、ヒストグラム作成部２１は、２５６個
のカウンタで構成され、各カウンタは読み込まれる画像
データ（８ビット／画素の多値画像データ）の濃度値に
対応しており、各カウンタには対応する濃度値の出力頻
度値が保持され、その濃度値に対応するカウンタの出力
頻度値に１が加えられる。２２はヒストグラム作成部２
１で作成されたヒストグラムを平滑化する平滑化部であ
る。２３はヒストグラム作成部２１で作成されたヒスト
グラムから文字を構成する濃度を抽出する黒文字濃度抽
出部である。２４は閾値算出部であり、黒文字濃度抽出
部２３で抽出される黒文字を好適に２値化する閾値を算
出する。２５は算出された閾値を用いて画像データ（８
ビット／画素の多値画像データ）を２値画像データに２
値化する２値化部である。２６は図１の像域分離部４と
同等の機能を持つ像域分離部であり、２７は像域分離部
２６より得られる像域情報を、総合判定部９へ出力する
ための端子である。

【００３４】次に図２を用いて、多値判定部８で実行さ
れる処理について説明する。ＣＰＵは領域抽出部７で抽
出された画像データ（８ビット／画素の多値画像デー
タ）を入力する前に、ヒストグラム生成部２１の各カウ
ンタを０にリセットする。続いて、画像データ（８ビッ
ト／画素の多値画像データ）を領域抽出部７より抽出さ
れた画素順で読み込む。ヒストグラム生成部２１は、読
み込まれた画像データ（８ビット／画素の多値画像デー
タ）の濃度の出力頻度値に従って、対応するカウンタの
内容に１を加える。

【００３５】抽出された画像データ（８ビット／画素の
多値画像データ）の全ての画素についてヒストグラムを
生成したら、平滑化部２２はヒストグラムの各画素の濃
度の出力頻度値と隣接する画素の濃度の出力頻度値とを
比較する。そして、例えば、所望の濃度の画素に対し、
その出力頻度が隣接する画素の濃度の出力頻度値よりも
大きい、あるいは小さい場合に、その隣接する画素の出
力頻度の平均とを新たな出力頻度値として更新する。こ
のように、全ての画素の濃度の出力頻度値について平滑
化が終了したら、平滑化されたヒストグラムを黒文字濃
度抽出部２３に入力する。

【００３６】黒文字濃度抽出部２３では、平滑化された
ヒストグラムより、濃度０に最も近い画素の出力頻度値
の極大値を算出し、その算出された出力頻度値の極大値
をとる濃度を黒文字濃度値ｂとする。そして、閾値算出
部２４にその算出されたヒストグラムと黒文字濃度値ｂ
を入力する。閾値算出部２４で、入力されたヒストグラ
ムと黒文字濃度値ｂに基づいて、黒文字濃度の出力頻度
値の極大値を頂点とする山の裾の幅を算出する。図３の
（ａ）、（ｂ）を用いて、その算出する過程を示す。
尚、図３の（ａ）、（ｂ）はそれぞれ、ある原稿画像の
画像データが持つ画素値（黒文字濃度）とその出力頻度
の関係を示しており、横軸に画素値、縦軸に出力頻度で
表している。また、横軸の画素値は、２５６階調で表現
される画素である。

【００３７】まず、黒文字濃度ｂから濃度０の方向に出
力頻度の検査を行い、また、濃度ｂから濃度２５５の方
向に画素値の検査を行い、最初に画素値の傾きが０また
は符号が変化した黒文字濃度ｂｔを閾値Ｔｈ１として算
出する。図３の（ａ）、（ｂ）では、それぞれ図に示す
ような黒文字濃度ｂｔ（閾値Ｔｈ１）が算出される。算
出された閾値Ｔｈ１は２値化部２５に入力される。

【００３８】２値化部２５では、閾値Ｔｈ１が入力され
ると、再び端子２０から画像データを読み出し、その閾
値Ｔｈ１を用いて読み出した画像データを２値化し２値
画像データを生成される。生成された２値画像データ
は、像域分離部２６に入力される。像域分離部２６で
は、入力された２値画像データを像域分離し、その像域
情報の属性を判定する。属性の判定結果から「文字」、
「セパレータ」、「図形」を表す属性がない場合は、領
域全体を「写真」と判定する。その結果を像域情報とし
て、端子２７から総合判定部９に出力する。

【００３９】再び、図１の画像像域分離装置で実行され
る処理について説明する。総合判定部９は、像域情報メ
モリ５から各類似する属性を持つ領域の位置座標、領域
サイズ、属性である像域情報を、また、多値判定部８か
らは領域抽出部７で抽出された領域内を詳細に領域分割
して得られる領域の位置座標、領域サイズ、属性の像域
情報を入力する。

【００４０】そして、像域情報メモリ５から入力した像
域情報の属性が「文字」、「セパレータ」、「図形」に
いずれかである場合、その像域情報を像域情報メモリ５
から端子１０を介して出力する。また、像域情報メモリ
５から入力した像域情報の属性が「写真」である場合
は、多値判定部８からの像域情報を像域分離結果として
端子１０から出力する。

【００４１】このように、上述の処理を、領域カウンタ
６でカウントされた全ての類似する属性を持つ領域に関
して像域分離を行い、その像域分離結果が端子１０から
全て出力されると処理が終了する。次に、実施の形態１
で実行される処理について、図４のフローチャートを用
いて説明する。

【００４２】図４は実施の形態１の処理フローを示すフ
ローチャートである。まず、ステップＳ４００におい
て、原稿画像（白黒多値画像）を画像入力部１より入力
し、入力された原稿画像の画像データをフレームメモリ
２に格納する。ステップＳ４０１で、フレームメモリ２
に格納される画像データを適応的量子化部３に入力し、
入力した画像データを適応的量子化部３で量子化する。

【００４３】ステップＳ４０２で、像域分離部３は、適
応的量子化部３より量子化された画像データが入力され
ると、その量子化された画像データに対し像域分離処理
を行う。像域分離処理結果は、像域情報メモリ５に格納
する。ステップＳ４０３で、像域情報メモリ５に「写
真」領域の像域分離結果を持つ領域があるか否かを判定
する。ある場合（ステップＳ４０３でＹＥＳ）、ステッ
プＳ４０４に進む。一方、ない場合（ステップＳ４０３
でＮＯ）、ステップＳ４０８に進む。

【００４４】ステップＳ４０４で、領域抽出部７が「写
真」領域の像域分離結果を持つ領域に対応する画像デー
タをフレームメモリ２より抽出し、抽出した画像データ
を多値判定部８へ入力する。ステップＳ４０５で、多値
判定部８は、領域抽出部７より入力された画像データに
対し、その読み込まれた画像データの濃度のヒストグラ
ムを、ヒストグラム作成部２１で作成する。そして、ヒ
ストグラム作成部２１で作成されたヒストグラムを、平
滑化部２２で平滑化する。

【００４５】ステップＳ４０６で、ヒストグラム作成部
２１で作成されたヒストグラムに対し、文字を構成する
濃度を黒文字濃度抽出部２３抽出する。そして、黒文字
濃度抽出部２３で抽出される黒文字を好適に２値化する
閾値を、閾値算出部２４で算出する。ステップＳ４０７
で、閾値算出部２４で算出された閾値を用いて画像デー
タを、２値化部２５で２値画像データに２値化する。そ
して、２値化部２５で２値化された画像データを、像域
分離部２６で像域分離処理を行う。

【００４６】ステップＳ４０８で、像域分離部２６から
出力される像域分離結果と、像域情報メモリ５の像域分
離結果を総合判定部９へ入力する。ステップＳ４０９
で、像域分離部２６から入力される像域分離結果と、像
域情報メモリ５の像域分離結果に基づいて、入力された
原稿画像に対する最終的な像域分離結果を出力する。次
に、実施の形態１で説明される画像像域分離装置の適用
例を説明する。例えば、図５に示されるような文書デー
タ生成装置に適用させた場合に、実行される動作とその
構成を説明する。

【００４７】図５は実施の形態１の画像像域分離装置を
適用させた文書データ生成装置の機能構成を示すブロッ
ク図である。図５において、８００は実施の形態１の図
１に示される画像像域分離装置である。８０１は画像像
域分離装置８００より得られる像域情報に従って、フレ
ームメモリ２から端子１１を介して画像データ（８ビッ
ト／画素の多値画像データ）を抽出する領域抽出部であ
る。

【００４８】８０２はＯＣＲ部であり、抽出された画像
データ（８ビット／画素の多値画像データ）が文字とし
て認識し易いようにエッジ強調をした後に２値化する。
そして、その２値化された２値画像データの文字を認識
し、認識される文字のコード情報を出力する。８０３
は、その出力された文字のコード情報を保持するメモリ
である。

【００４９】８０４はＪＰＥＧ符号化部であり、抽出さ
れた画像データ（８ビット／画素の多値画像データ）を
多値符号化であるＪＰＥＧ符号化を行う。８０５は、そ
のＪＰＥＧ符号化された画像データを保持するメモリで
ある。８０６はＭＭＲ符号化部であり、抽出された画像
データ（８ビット／画素の多値画像データ）を２値化し
２値符号化であるＭＭＲ符号化を行う。８０７は、その
ＭＭＲ符号化された画像データを保持するメモリであ
る。

【００５０】８０８はベクトル化部であり、抽出された
画像データ（８ビット／画素の多値画像データ）をセパ
レータとして描画するために、そのセパレータの始点座
標、終点座標、線種を表すコードデータに変換する。８
０９は、その変換されたコードデータを保持するメモリ
である。８１０は書式生成部であり、画像像域分離装置
８００からの各像域情報と、メモリ８０３に保持される
文字コード、メモリ８０５に保持されるＪＰＥＧ符号化
データ、メモリ８０７に保持されるＭＭＲ符号化デー
タ、メモリ８０９に保持されるコードデータからＳＧＭ
Ｌに従った書式のデータ群を作成する。８１１は、それ
らの作成れたデータ群を蓄積する記憶装置である。

【００５１】次に図５で実行される処理の概要を説明す
る。画像像域分離装置８００の画像入力部１より入力さ
れた画像データは、上述の実施の形態１の処理によっ
て、類似する属性を持つ領域の位置座標、領域サイズ、
属性の情報である像域情報が端子１０より出力される。
そして、領域抽出部８０１は、端子１０からの像域情報
に基づいて、フレームメモリ２から端子１１を介して類
似する属性を持つ領域に対応する画像データ（８ビット
／画素の多値画像データ）を抽出する。

【００５２】抽出された画像データ（８ビット／画素の
多値画像データ）が「文字」領域である場合、ＯＣＲ部
２において、その画像データが文字として認識し易いよ
うにエッジ強調をした後に２値化する。そして、その２
値化された２値画像データの文字を認識し、認識される
文字のコード情報を出力する。出力された文字のコード
情報は、メモリ８０３に保持される。

【００５３】抽出された画像データ（８ビット／画素の
多値画像データ）が「写真」領域である場合、ＪＰＥＧ
符号化部８０４において、その画像データを多値符号化
であるＪＰＥＧ符号化を行う。ＪＰＥＧ符号化された画
像データは、メモリ８０５に保持される。抽出された画
像データ（８ビット／画素の多値画像データ）が「図
形」領域である場合、ＭＭＲ符号化部８０６において、
その画像データを２値化し２値符号化であるＭＭＲ符号
化を行う。ＭＭＲ符号化された画像データは、メモリ８
０７に保持される。

【００５４】抽出された画像データ（８ビット／画素の
多値画像データ）が「セパレータ」領域である場合、ベ
クトル化部８０８において、その画像データをセパレー
タとして描画するために、そのセパレータの始点座標、
終点座標、線種を表すコードデータに置き換える。変換
されたコードデータは、メモリ８０９に保持される。そ
して、書式生成部８１０は、画像像域分離装置８００か
らの各像域情報と、メモリ８０３に保持される文字コー
ド、メモリ８０５に保持されるＪＰＥＧ符号化データ、
メモリ８０７に保持されるＭＭＲ符号化データ、メモリ
８０９に保持されるコードデータからＳＧＭＬに従った
書式のデータ群を作成する。そして、作成されたデータ
群を、記憶装置８１１に蓄積する。

【００５５】このように、上述の図５に示される画像像
域分離装置を組み込んだ文書データ装置を構成すること
で、容易に白黒多値画像の原稿画像を、ＳＧＭＬに従っ
た書式のデータに作成することができる。以上説明した
ように。実施の形態１によれば、入力される白黒多値画
像を２値画像データに変換し、変換された２値画像デー
タに対する像域分離処理によって得られる「写真」領域
と判定される領域に対し、更に詳細な像域分離処理を行
うことで、２値画像データで判定できない領域を判定す
ることが可能になる。特に、「写真」領域に重なった文
字等の領域の判定を行うことが可能になる。

【００５６】また、２値画像データで判定できない領域
を判定するための従来の回路よりも、小さい回路規模で
かつ高速に２値画像データで判定できない領域を判定す
ることができる。 ＜実施の形態２＞実施の形態１では、白黒多値画像の原
稿画像における像域分離処理において、特に、「写真」
領域と判定された領域に詳細な像域分離を施す多値判定
部９を備える画像像域分離装置について説明した。実施
の形態２では、カラー多値画像の原稿画像における像域
分離処理において、特に、「写真」領域と判定された領
域に領域に詳細な像域分離を施す際に、そのカラー多値
画像より得られる輝度画像データを用いて詳細な像域分
離を施す多値判定部１０９（図６参照）を備える画像像
域分離装置について説明する。

【００５７】図６は実施の形態２の画像像域分離装置の
機能構成を示すブロック図である。図６において、１０
１は原稿画像を入力する画像入力部であり、スキャナ等
で構成される。ここでは入力する原稿画像をカラー多値
画像として説明を行う。１０２は画像入力部１０１より
得られる原稿画像の画像データを記憶しておくフレーム
メモリである。１０３はフレームメモリ１０２に格納さ
れる画像データ（カラー多値画像データ）から輝度画像
データを生成する輝度画像生成部である。１０４は輝度
画像データを好適に量子化する適応的量子化部である。
尚、実施の形態２では、輝度画像データを２値化して２
値画像データを得る適応的量子化を行うものとする。

【００５８】１０５は適応的量子化部３より得られる２
値画像データを、類似する属性を持つ領域毎に分割し、
分割された領域の属性を判定する像域分離部である。こ
こでは、上述の特願平６ー３２０９５５号に記載されて
いる像域分離の方法を用いて、像域分離を行うものとす
る。１０６は像域分離部１０５の出力として得られる像
域分離結果である像域情報を格納する像域情報メモリで
ある。１０７は分割された領域の数をカウントする領域
カウンタである。１０８は像域情報メモリ１０６に格納
される像域情報に従って、輝度画像生成部１０３から輝
度画像データを抽出する領域抽出部である。１０９は抽
出された領域を表現する輝度画像データに対し、より詳
細な像域分離を行う多値判定部である。

【００５９】尚、多値判定部１０９では、特に、輝度画
像データが下地と文字あるいは図形等の組み合わせ、あ
るいは写真等の場合に起動される。１１０は像域情報メ
モリ１０６に格納されている各領域の像域情報と多値判
定部１０９の出力に基づいて、各領域の位置座標、領域
サイズ、属性を判定する総合判定部である。１１１は総
合判定部１１０で判定された各領域の像域情報を外部装
置に出力する端子であり、１１２はフレームメモリ１０
２に格納されている画像データ（カラー多値画像デー
タ）を外部に出力する端子である。

【００６０】尚、図６で示される画像像域分離装置の各
構成要素は、不図示のＣＰＵで制御されるものとする。
また、カラー多値画像データはＲＧＢで表現されるカラ
ー値画像データであるとする。次に、図６を用いて、画
像像域分離装置において実行される処理について説明す
る。

【００６１】まず、処理に先立ち、不図示のＣＰＵはフ
レームメモリ１０２、像域情報メモリ１０６、像域領域
カウンタ１０７の内容を０にクリアする。続いて、ＣＰ
Ｕはユーザの指示に従って、画像入力部１０１からＲＧ
Ｂで構成されるカラー多値画像である原稿画像を読み込
み、その画像データ（カラー多値画像データ）をフレー
ムメモリ１０２に格納する。原稿画像分の画像データ
（カラー多値画像データ）がフレームメモリ１０２に格
納されたら、ＣＰＵは、フレームメモリ１０２から画像
データ（カラー多値画像データ）を読み出し、輝度画像
生成部１０３に入力する。輝度生成部１０３では、画像
データ（カラー多値画像データ）から均等色空間を表す
ＣＩＥ１９７６Ｌ*ａ*ｂ*空間のＬ*画像データを生成し
適応的量子化部１０４に入力する。適応的量子化部１０
４では、生成された輝度画像データであるＬ*画像デー
タを２値化し、２値画像データを生成する。

【００６２】尚、２値化の方法として既知の方法を用い
ても構わない。２値化された２値画像データは、像域分
離部１０５に入力され、その２値画像データに含まれる
黒画素に対してラベル付けがなされる。そして、ラベル
付けされた画素塊を含む矩形を形成し、形成された画素
塊の矩形の幅、高さ、面積、画素密度によって「文
字」、「図形」、「写真」、「セパレータ」の類似する
属性を持つ領域毎に分割する。更に、分割された矩形を
統合して類似する属性を持つ領域を決定する。

【００６３】像域分離部１０５はこれらの類似する属性
を持つ領域の位置座標、属性を像域情報として像域情報
メモリ１０６へ出力する。この出力結果は像域情報メモ
リ１０６に格納する。領域カウンタ１０７には、像域分
離部１０５で分割された類似する属性を持つ領域領域の
個数をカウントし、そのカウント値を格納する。尚、像
域情報メモリ１０６には、類似する属性を持つ領域を表
す矩形の左上の座標を位置座標として格納し、その矩形
サイズを領域サイズとして格納し、その属性をコードと
して格納する。

【００６４】そして、２値画像データに含まれる全ての
類似する属性を持つ領域の像域情報を像域情報メモリ１
０６に格納したら、像域情報メモリ１０６に格納してい
る像域情報を格納した順から読み出す。そして、読み出
した類似する属性を持つ領域の位置座標、領域サイズで
ある像域情報に基づいて、フレームメモリ１０２の該当
する画像データ（カラー多値画像データ）の輝度画像デ
ータを領域抽出部１０８によって抽出し、多値判定部１
０９に出力する。尚、多値判定部１０９は、類似する属
性を持つ領域の属性が「写真」と判定した場合のみに起
動する。

【００６５】ここで、多値判定部１０９の詳細な機能構
成について、図７を用いて説明する。図７は実施の形態
２の多値判定部１０９の詳細な機能構成を示すブロック
図である。図７において、１２０は領域抽出部１０８で
抽出された領域に対応する輝度画像データを順次読み込
む端子である。１２１は入力された輝度画像データから
エッジ量を検出するエッジ検出部である。エッジ検出部
１２１は所望の画素に対して、１次微分を行い、得られ
る値の絶対値をエッジ量として出力する。１２２は入力
されたデータをあらかじめ設定された閾値Ｔｈ２と比較
して２値化する２値化部である。１２３は図６の像域分
離部１０５と同等の機能を持つ像域分離部であり、１２
４は像域分離部１２３より得られる像域情報を、総合判
定部９へ出力するための端子である。

【００６６】次に図７を用いて、多値判定部１０９で実
行される処理について説明する。エッジ検出部１２１に
入力された輝度画像データは、所望の画素とその周囲画
素との１次微分値を算出し、その算出された１次微分値
の絶対値を所望の画素のエッジ量とする。算出されたエ
ッジ量を閾値Ｔｈ２と比較し、閾値Ｔｈ２よりも大きい
場合「１」、小さい場合「０」とし、エッジ量を２値化
した２値画像データを生成する。生成された２値画像デ
ータは、像域分離部１２３に入力される。

【００６７】像域分離部１２３では、入力された２値画
像データを像域分離し、その像域情報の属性を判定す
る。属性の判定結果から「文字」、「セパレータ」、
「図形」を表す属性がない場合は、領域全体を「写真」
と判定する。その結果を像域情報として、端子１２４か
ら総合判定部１１０に出力する。再び、図６の画像像域
分離装置で実行される処理について説明する。

【００６８】総合判定部１１０は、像域情報メモリ５か
ら各類似する属性を持つ領域の位置座標、領域サイズ、
属性である像域情報を、また、多値判定部１０９からは
領域抽出部７で抽出された領域内を詳細に領域分割して
得られる領域の位置座標、領域サイズ、属性の像域情報
を入力する。そして、像域情報メモリ１０６から入力し
た像域情報の属性が「文字」、「セパレータ」、「図
形」である場合、その像域情報を像域情報メモリ１０６
から端子１１１を介して出力する。

【００６９】このように、上述の処理を、領域カウンタ
１０７でカウントされた全ての類似する属性を持つ領域
に関して像域分離を行い、その像域分離結果が端子１１
１から全て出力されると処理が終了する。次に、実施の
形態２で実行される処理について、図８のフローチャー
トを用いて説明する。

【００７０】図８は実施の形態２の処理フローを示すフ
ローチャートである。まず、ステップＳ８００におい
て、原稿画像（カラー多値画像）を画像入力部１０１よ
り入力し、入力された原稿画像の画像データをフレーム
メモリ１０２に格納する。ステップＳ８０１で、フレー
ムメモリ１０２に格納される画像データを輝度画像生成
部１０３に入力し、入力した画像データの輝度画像デー
タを生成する。

【００７１】ステップＳ８０２で、輝度画像生成部１０
３で生成された輝度画像データを適応的量子化部１０４
に入力し、入力した画像データを適応的量子化部１０４
で量子化する。ステップＳ８０３で、像域分離部１０５
は、適応的量子化部１０４より量子化された画像データ
が入力されると、その量子化された画像データに対し像
域分離処理を行う。像域分離処理結果は、像域情報メモ
リ１０６に格納する。

【００７２】ステップＳ８０４で、像域情報メモリ１０
６に「写真」領域の像域分離結果を持つ領域があるか否
かを判定する。ある場合（ステップＳ８０４でＹＥ
Ｓ）、ステップＳ８０５に進む。一方、ない場合（ステ
ップＳ８０４でＮＯ）、ステップＳ８０８に進む。ステ
ップＳ８０５で、領域抽出部１０８が「写真」領域の像
域分離結果を持つ領域に対応する輝度画像データを輝度
画像生成部１０３より抽出し、抽出した輝度画像データ
を多値判定部１０９へ入力する。ステップＳ８０６で、
多値判定部１０９は、領域抽出部１０８より入力された
輝度画像データに対し、エッジ検出部１２１で、その読
み込まれた輝度画像データの所望の画素とその周囲画素
との１次微分値を算出する。

【００７３】ステップＳ８０７で、２値化部１２２で、
算出されたエッジ量を閾値Ｔｈ２と比較し、エッジ量を
２値化した２値画像データを生成する。生成された２値
画像データは、像域分離部１２３に入力される。そし
て、その２値画像データに対して像域分離処理を行う。
ステップＳ８０８で、像域分離部１２３から出力される
像域分離結果と、像域情報メモリ１０６の像域分離結果
を総合判定部１１０へ入力する。ステップＳ８０９で、
像域分離部１２３から入力される像域分離結果と、像域
情報メモリ１０６の像域分離結果に基づいて、入力され
た原稿画像に対する最終的な像域分離結果を出力する。

【００７４】次に、実施の形態２で説明される画像像域
分離装置の適用例を説明する。例えば、図９に示される
ような適応符号化装置に適用させた場合に、実行される
動作とその構成を説明する。図９は実施の形態２の画像
像域分離装置を適用させた適応符号化装置の機能構成を
示すブロック図である。

【００７５】図９において、９００は実施の形態２の図
６に示される画像像域分離装置である。９０１は画像像
域分離装置９００より得られる像域情報に従って、フレ
ームメモリ１０２から端子１１２を介して画像データ
（カラー多値画像データ）を抽出する領域抽出部であ
る。９０２はＪＰＥＧ符号化部であり、抽出された画像
データ（カラー多値画像データ）を多値符号化であるＪ
ＰＥＧ符号化を行う。９０３はＪＢＩＧ符号化部であ
り、抽出された画像データ（カラー多値画像データ）を
２値符号化であるＪＢＩＧ符号化を行う。

【００７６】９０４は画像像域分離装置９００からの像
域情報とＪＰＥＧ符号化部９０２からのＪＰＥＧ符号化
データ、ＪＢＩＧ符号化部９０３からのＪＢＩＧ符号化
データを読み込み、１つの符号化データにまとめて送信
する符号合成部であり、９０５は通信回線である。次に
図９で実行される処理の概要を説明する。

【００７７】画像像域分離装置９００の画像入力部１０
１より入力された画像データは、上述の実施の形態２の
処理によって、類似する属性を持つ領域の位置座標、領
域サイズ、属性の情報である像域情報が端子１１１より
出力される。そして、領域抽出部９０１は、端子１１１
からの像域情報に基づいて、フレームメモリ１０２から
端子１１２を介して類似する属性を持つ領域に対応する
画像データ（カラー多値画像データ）を抽出する。

【００７８】抽出された画像データ（カラー多値画像デ
ータ）が「写真」領域である場合、ＪＰＥＧ符号化部９
０２において、その画像データを多値符号化であるＪＰ
ＥＧ符号化を行う。ＪＰＥＧ符号化された画像データ
は、符号合成部９０４に入力される。抽出された画像デ
ータ（カラー多値画像データ）が、「文字」領域、「図
形」領域、「セパレータ」領域のいずれかである場合、
ＪＢＩＧ符号化部９０３において、その画像データを２
値符号化であるＪＢＩＧ符号化を行う。ＪＢＩＧ符号化
された画像データは、符号合成部９０４に入力される。

【００７９】そして、書式生成部８１０は、画像像域分
離装置８００からの各像域情報と、ＪＰＥＧ符号化部９
０２からのＪＰＥＧ符号化データ、ＪＢＩＧ符号化部９
０３からのＪＢＩＧ符号化データを１つの符号化データ
にまとめ、更に、それらを通信に適合したデータを付加
した後に、プロトコルに従って通信回線９０５に送出す
る。

【００８０】このように、上述の図９に示される画像像
域分離装置を組み込んだ適応符号化装置を構成すること
で、容易にカラー多値画像の原稿画像を、電話回線で通
信するのに適合した画像データに作成することができ
る。以上説明したように、実施の形態２によれば、入力
されるカラー多値画像より得られる輝度画像データを２
値画像データに変換し、変換された２値画像データに対
する像域分離処理によって得られる「写真」領域と判定
される領域に対し、その領域に対応する輝度画像データ
を用いて更に詳細な像域分離処理を行うことで、２値画
像データで判定できない領域を判定することが可能にな
る。特に、「写真」領域に重なった文字等の領域の判定
を行うことが可能になる。

【００８１】また、２値画像データで判定できない領域
を判定するための従来の回路よりも、小さい回路規模で
かつ高速に２値画像データで判定できない領域を判定す
ることができる。 ＜実施の形態３＞実施の形態２では、カラー多値画像の
原稿画像における像域分離処理において、特に、「写
真」領域と判定された領域に領域に詳細な像域分離を、
そのカラー多値画像より得られる輝度画像データを用い
て行っていた。実施の形態３では、輝度画像データだけ
では、詳細な像域分離結果を得られない場合を想定し、
特に、「写真」領域と判定された領域に詳細な像域分離
を、カラー多値画像データ用いて行う多値判定部２０１
（図１０参照）を備える画像像域分離装置について説明
する。

【００８２】尚、実施の形態３で説明される画像像域分
離装置は、実施の形態２で図６で説明される画像像域分
離装置とほぼ同様の機能構成を有し、図６の画像像域分
離装置と共通の構成要素には同じ番号を付加し、ここで
の説明は省略する。図１０は実施の形態３の画像像域分
離装置の機能構成を示すブロック図である。

【００８３】図１０において、２００は像域情報メモリ
１０６に格納される像域情報に従って、フレームメモリ
１０２から画像データ（カラー多値画像データ）を抽出
する領域抽出部である。２０１は抽出された領域を表現
する輝度画像データに対し、より詳細な像域分離を行う
多値判定部である。尚、図１０で示される画像像域分離
装置の各構成要素は、不図示のＣＰＵで制御されるもの
とする。また、カラー多値画像データはＲＧＢで表現さ
れるカラー多値画像データであるとする。

【００８４】次に、図１０を用いて、画像像域分離装置
において実行される処理について説明する。まず、処理
に先立ち、不図示のＣＰＵはフレームメモリ１０２、像
域情報メモリ１０６、領域カウンタ１０７の内容を０に
クリアする。続いて、ＣＰＵはユーザの指示に従って、
画像入力部１０１からＲＧＢで構成されるカラー多値画
像である原稿画像を読み込み、その画像データ（カラー
多値画像データ）をフレームメモリ１０２に格納する。
原稿画像分の画像データ（カラー多値画像データ）がフ
レームメモリ１０２に格納されたら、ＣＰＵは、フレー
ムメモリ１０２から画像データ（カラー多値画像デー
タ）を読み出し、輝度画像生成部１０３に入力する。輝
度生成部１０３では、画像データ（カラー多値画像デー
タ）から均等色空間を表すＣＩＥ１９７６Ｌ*ａ*ｂ*空
間のＬ*画像データを生成し適応的量子化部１０４に入
力する。適応的量子化部１０４では、生成された輝度画
像データであるＬ*画像データを２値化し、２値画像デ
ータを生成する。

【００８５】尚、２値化の方法として既知の方法を用い
ても構わない。２値化された２値画像データは、像域分
離部１０５に入力され、その２値画像データに含まれる
黒画素に対してラベル付けがなされる。そして、ラベル
付けされた画素塊を含む矩形を形成し、形成された画素
塊の矩形の幅、高さ、面積、画素密度によって「文
字」、「図形」、「写真」、「セパレータ」の類似する
属性を持つ領域毎に分割する。更に、分割された矩形を
統合して類似する属性を持つ領域を決定する。

【００８６】像域分離部１０５はこれらの類似する属性
を持つ領域の位置座標、属性を像域情報として像域情報
メモリ１０６へ出力する。この出力結果は像域情報メモ
リ１０６に格納する。領域カウンタ１０７には、像域分
離部１０５で分割された類似する属性を持つ領域領域の
個数をカウントし、そのカウント値を格納する。尚、像
域情報メモリ１０６には、類似する属性を持つ領域を表
す矩形の左上の座標を位置座標として格納し、その矩形
サイズを領域サイズとして格納し、その属性をコードと
して格納する。

【００８７】そして、２値画像データに含まれる全ての
類似する属性を持つ領域の像域情報を像域情報メモリ１
０６に格納したら、像域情報メモリ１０６に格納してい
る像域情報を格納した順から読み出す。そして、読み出
した類似する属性を持つ領域の位置座標、領域サイズで
ある像域情報に基づいて、フレームメモリ１０２の該当
する画像データ（カラー多値画像データ）の輝度画像デ
ータを領域抽出部２００によって抽出し、多値判定部２
０１に出力する。尚、多値判定部２０１は、類似する属
性を持つ領域の属性が「写真」と判定した場合のみに起
動する。

【００８８】ここで、多値判定部２０１の詳細な機能構
成について、図１１を用いて説明する。図１１は実施の
形態３の多値判定部２０１の詳細な機能構成を示すブロ
ック図である。図１１において、２２０は領域抽出部２
００で抽出された領域に対応する画像データ（カラー多
値画像データ）を順次読み込む端子である。２３３は、
像域情報メモリ１０６から領域抽出部２００で抽出され
た領域の領域情報を読み込む端子である。２２１は入力
された画像データ（カラー多値画像データ）から上述の
均等色空間を表わすＣＩＥ１９７６Ｌ*ａ*ｂ*のＬ*画像
データ、ａ*画像データ、ｂ*画像データを生成し、出力
する輝度色度変換部である。２２２〜２２４は下地判定
部であり、抽出された領域が「写真」であるか「無地の
下地を含む領域」かを判定する。下地判定部２２２はＬ
*画像データの処理を行い、下地判定部２２３はａ*画像
データの処理を行い、下地判定部２２４はｂ*画像デー
タの処理を行う。２２５は３入力の論理積を求めるＡＮ
Ｄ回路である。

【００８９】尚、下地判定部２２２〜２２４の詳細な構
成については後述する。２２６〜２２８は２値化部であ
り、２値化部２２６〜２２８より入力される画像データ
と予め設定されている所定の閾値を用いて２値化する。
２値化部２２６はＬ*画像データの２値化を行い、２値
化部２２７はａ*画像データの２値化を行い、２値化部
２２８はｂ*画像データの２値化を行う。２２９〜２３
１は像域分離部であり、図６の像域分離部１０５と同等
の機能を持つ像域分離部である。像域分離部２２９は２
値化部２２６で２値化されたＬ*画像データの像域分離
処理を行い、像域分離部２３０は２値化部２２７で２値
化されたａ*画像データの像域分離処理を行い、像域分
離部２３１は２値化部２２８で２値化されたｂ*画像デ
ータの処理を行う。

【００９０】２３２は領域統合部であり、像域分離部２
２９〜２３１より入力される像域分離結果である像域情
報を重複の内容に統合する。２３４はセレクタであり、
ＡＮＤ回路２２５の出力によって、領域統合部２３２か
らの入力と端子２３３の入力を選択して出力する。２３
５はセレクタ２３４で選択された領域情報を出力する端
子である。

【００９１】つぎに、下地判定部２２２の詳細な構成に
ついて、図１２を用いて説明する。図１２は実施の形態
３の下地判定部２２２の詳細な構成を示すブロック図で
ある。尚、下地判定部２２３、２２４も同様の構成を有
するので、ここではその説明は省略する。

【００９２】図１２において、２４０は輝度色度変換部
２２１より得られるＬ*画像データを入力する端子であ
る。２４１はＬ*画像データを平坦化し、平坦化された
平坦画素を抽出する平坦画素抽出部である。２４２は入
力されたＬ*画像データのヒストグラムを生成するヒス
トグラム生成部である。

【００９３】尚、ヒストグラム作成部２４２は、２５６
個のカウンタで構成され、各カウンタは、読み込まれる
Ｌ*画像データの濃度値に対応しており、その濃度値に
対応するカウンタに１が加えられる。２４３はヒストグ
ラム作成部２４２より入力されるヒストグラムから最大
出力頻度を取るＬ*画像データの濃度を抽出する最大頻
度抽出部である。２４４は最大頻度濃度幅抽出部であ
り、ヒストグラムで最大頻度をとるＬ*画像データの濃
度を重畳とする山を構成する濃度の最大値と最小値を抽
出する。２４５はその山の幅を求める差分部であり、２
４６は下地占有率算出部である。尚、下地占有率算出部
２４６では、Ｌ*画像データを構成する全画素数に対
し、Ｌ*画像データに下地として存在する画素数の割合
を算出する。また、その算出された割合は、領域抽出部
２００で抽出される領域の像域情報を決定する尺度の１
つとして用いられる。この詳細については、後述する。

【００９４】２４７、２４８は比較部であり、比較部２
４７は、差分部２４５からの入力と所定の閾値Ｔｈ５を
比較し、入力が閾値Ｔｈ５以上であれば「１」を、閾値
Ｔｈ５未満であれば「０」を出力する。また、比較部２
４８は、下地占有率部２４６からの入力と所定の閾値Ｔ
ｈ６を比較し、入力が閾値Ｔｈ６以上であれば「１」
を、閾値Ｔｈ６未満であれば「０」を出力する。

【００９５】２４９は比較部２４７からの入力を反転す
るＮＯＴ回路である。２５０はＮＯＴ回路２４９の入力
と比較部２４８からに入力の２入力の論理積をとるＡＮ
Ｄ回路である。２５１は端子であり、ＡＮＤ回路２５０
の出力をＡＮＤ回路２５５に出力する。２５２は端子で
あり、最大頻度濃度幅抽出部２４４の出力を２値化部２
２６に出力する。

【００９６】次に、図１２で実行される処理の概要を説
明する。端子２４０より入力されたＬ*画像データは、
平坦画素抽出部２４１に入力される。平坦画素抽出部２
４１は、３×３のウィンドウによってＬ*画像データの
所望の画素を平滑化し、平滑化された所望の画素とその
平滑化された周囲画素との差分値を算出する。最大値が
閾値Ｔｈ３よりも小さければ、その差分値を出力する。

【００９７】ヒストグラム作成部２４２では、平坦画素
抽出部２４１から差分値が出力されたら、その差分値が
示す濃度の出力頻度値に従って、対応するカウンタの内
容に１を加える。ヒストグラム作成部２４２において、
Ｌ*画像データの全ての画素について平坦画素の抽出と
ヒストグラムを生成したら、生成されたヒストグラムを
最大頻度抽出部２４３に入力する。最大頻度抽出部２４
３では、生成されたヒストグラムより、最大出力頻度を
持つ濃度ｂ（図１３参照）を抽出する。抽出された濃度
ｂは、最大頻度濃度幅抽出部２４４に入力する。

【００９８】最大頻度濃度幅抽出部２４４では、最大出
力頻度を含む濃度ｂの山の裾の両端の濃度を抽出する。
図１３の（ａ）、（ｂ）を用いて、その算出する過程を
示す。尚、図１３の（ａ）、（ｂ）はそれぞれ、ある原
稿画像の画像データが持つ画素値（濃度）とその出力頻
度値の関係を示しており、横軸に画素値、縦軸に出力頻
度値で表している。また、横軸の画素値は、２５６階調
で表現される画素値である。

【００９９】まず、あらかじめ閾値Ｔｈ４を設定し、濃
度ｂから濃度０の方向に出力頻度の検査を行い、最初に
頻度が閾値Ｔｈ４よりも小さくなる濃度値（ｂｔ０）
と、濃度ｂから濃度２５５の方向に頻度の検査を行い、
最初に頻度が閾値Ｔｈ４よりも小さくなる濃度値（ｂｔ
１）とを算出する。図１３の（ａ）、（ｂ）では、それ
ぞれ図に示すような濃度ｂｔ０とｂｔ１が算出される。
そして、算出されたｂｔ０とｂｔ１は、差分部２４５に
入力する。また、最大頻度濃度幅抽出部２４４の出力で
ある濃度値ｂｔ０、ｂｔ１は、端子２５２から出力さ
れ、２値化部２２６に入力される。

【０１００】差分部２４５は、最大頻度濃度幅抽出部２
４４より入力される濃度値ｂｔ０とｂｔ１の差分（ｂｔ
１−ｂｔ０）を算出する。そして、算出された差分（ｂ
ｔ１−ｂｔ０）は、比較部２４７に入力する。比較部２
４７は、差分部２４５より入力される差分（ｂｔ１−ｂ
ｔ０）と所定の閾値Ｔｈ５と比較され、閾値Ｔｈ５より
も大きい場合「１」、小さい場合「０」をＮＯＴ回路２
４９に入力する。ＮＯＴ回路２４９では、比較部２４７
より入力される値を反転した後、ＡＮＤ回路２５０に入
力する。

【０１０１】一方、下地占有率算出部２４６では、濃度
値ｂｔ０、ｂｔ１の間にある濃度の出力頻度の総和Ｓｓ
（図１１の斜線部分）を算出し、Ｌ*画像データの全画
素数Ｓから、操作Ｓｓと全画素数Ｓの割合である下地占
有率Ｓｒを（１）式で算出する。 Ｓｒ＝Ｓｓ／Ｓ …（１） 算出された下地占有率Ｓｒは、比較部２４８で所定の閾
値Ｔｈ６と比較され、閾値Ｔｈ６よりも大きい場合
「１」、小さい場合「０」をＡＮＤ回路２５０に入力す
る。

【０１０２】ＡＮＤ回路２５０は、ＮＯＴ回路２４９よ
り入力される値と比較部２４８より入力される値の論理
積をとる。尚、ＡＮＤ回路２５０の出力が、「１」であ
る場合は、原稿画像には無地の下地を含む可能性が高
く、「０」である場合は、その可能性が低い。ＡＮＤ回
路２５０の出力結果は端子２５１からＡＮＤ回路２５５
に出力される。

【０１０３】次に、図１１と図１２を用いて、多値判定
部２０１で実行される処理について説明する。端子２２
０から領域抽出部２００で抽出された領域に対応する画
像データ（カラー多値画像データ）を輝度色度変換部２
２１に順次読み込む。輝度色度変換部２２１は、入力さ
れた画像データ（カラー多値画像データ）から上述の均
等色空間を表わすＣＩＥ１９７６Ｌ*ａ*ｂ*のＬ*画像デ
ータ、ａ*画像データ、ｂ*画像データを生成し、それぞ
れ対応する下地判定部２２２〜２２４へ出力する。下地
判定部２２２〜２２４は、図１２で説明された処理によ
って、各下地判定部２２２〜２２４のＡＮＤ回路２５０
の出力結果が端子２５１からＡＮＤ回路２５５に出力さ
れる。ＡＮＤ回路２２５は、各下地判定部２２２〜２２
４より出力された出力結果の３入力の論理積を算出す
る。算出された値をセレクタ２３４に出力する。

【０１０４】尚、ＡＮＤ回路２２５において、Ｌ*画像
データ、ａ*画像データ、ｂ*画像データのいずれも無地
の下地を含む可能性が高い場合は、「１」が出力され
る。一方、輝度色度変換部２２１で生成されたＬ*画像
データ、ａ*画像データ、ｂ*画像データと、下地判定部
２２２〜２２４で出力される濃度値ｂｔ０、ｂｔ１が、
それぞれ対応する２値化部２２６〜２２８へも出力され
る。

【０１０５】２値化部２２６〜２２８の各２値化部で
は、各下地判定部２２２〜２２４で入力された濃度値ｂ
ｔ０、ｂｔ１を閾値とし、その閾値と輝度色度変換部２
２１より入力された各対応する画像データを比較する。
そして、比較の結果、各対応する画像データの濃度が、
濃度値ｂｔ０、ｂｔ１の間に存在する場合は「１」、間
に存在しない場合は「０」とする２値画像データを出力
する。この処理を、領域内のすべての画素において実行
されると、つまり、すべて２値画像データとして出力さ
れたら、その２値画像データを、それぞれ対応する像域
分離部２２９〜２３１に出力する。

【０１０６】各像域分離部２２９〜２３１では、各２値
化部２２６〜２２８より入力された２値画像データを像
域分離し、その像域情報の属性を判定する。属性の判定
結果から「文字」、「セパレータ」、「図形」を表す属
性がない場合は、領域全体を「写真」と判定する。その
結果を像域情報として、領域総合部２３２に出力する。

【０１０７】領域総合部２３２は、各像域分離部２２９
〜２３１より入力された像域情報に基づいて、１つの像
域情報を決定する。決定された像域情報は、セレクタ２
３４に出力される。セレクタ２３４は、像域情報メモリ
１０６から端子２３３を介して、領域抽出部１０８で抽
出された領域の位置座標、領域サイズ、属性である像域
情報が入力される。また、領域総合部２３２で決定され
た像域情報、つまり、領域総合部２３２からは領域抽出
部１０８で抽出された領域内を詳細に領域分割して得ら
れる領域の位置座標、領域サイズ、属性の像域情報が入
力される。更に、ＡＮＤ回路２２５の出力値が入力され
る。

【０１０８】そして、像域情報メモリ１０６より入力さ
れる像域情報の属性が「文字」「図形」、「セパレー
タ」である場合は、像域情報メモリ１０６からの像域情
報を端子２３５から出力する。また、像域情報メモリ１
０６より入力される像域情報の属性が「写真」であり、
かつＡＮＤ回路２２５より入力が「１」である場合は、
領域総合部２３２より入力される像域情報を端子２３５
から出力する。

【０１０９】このように、上述の処理を、領域カウンタ
１０７でカウントされた全ての類似する属性を持つ領域
に関して像域分離を行い、その像域分離結果が端子１１
１から全て出力されると処理が終了する。次に、実施の
形態３で実行される処理について、図１４のフローチャ
ートを用いて説明する。

【０１１０】図１４は実施の形態３の処理フローを示す
フローチャートである。まず、ステップＳ１４００にお
いて、原稿画像（カラー多値画像）を画像入力部１０１
より入力し、入力された原稿画像の画像データをフレー
ムメモリ１０２に格納する。ステップＳ１４０１で、フ
レームメモリ１０２に格納される画像データを輝度画像
生成部１０３に入力し、入力した画像データの輝度画像
データを生成する。

【０１１１】ステップＳ１４０２で、輝度画像生成部１
０３で生成された輝度画像データを適応的量子化部１０
４に入力し、入力した輝度画像データを適応的量子化部
１０４で量子化する。ステップＳ１４０３で、像域分離
部１０５は、適応的量子化部１０４より量子化された輝
度画像データが入力されると、その量子化された輝度画
像データに対し像域分離処理を行う。像域分離処理結果
は、像域情報メモリ１０６に格納する。

【０１１２】ステップＳ１４０４で、像域情報メモリ１
０６に「写真」領域の像域分離結果を持つ領域があるか
否かを判定する。ある場合（ステップＳ１４０４でＹＥ
Ｓ）、ステップＳ１４０５に進む。一方、ない場合（ス
テップＳ１４０４でＮＯ）、ステップＳ１４０８に進
む。ステップＳ１４０５で、領域抽出部２００が「写
真」領域の像域分離結果を持つ領域に対応するカラー画
像データをフレームメモリ１０２より抽出し、抽出した
輝度画像データを多値判定部２０１へ入力する。ステッ
プＳ１４０６で、多値判定部２０１の輝度変換部２２１
において、カラー画像データから均等色空間を表わすＣ
ＩＥ１９７６Ｌ*ａ*ｂ*のＬ*画像データ、ａ*画像デー
タ、ｂ*画像データを生成する。生成されたそれぞれの
画像データは、対応する下地判定部２２２〜２２４に入
力される。そして、上述した下地判定部で実行される処
理を実行後、それぞれの下地判定部２２２〜２２４から
の出力を、ＡＮＤ回路２２５と２値化部２２６〜２２８
に入力する。

【０１１３】ステップＳ１４０７で、２値化部２２６〜
２２８で、それぞれの下地判定部２２２〜２２４より入
力された画像データを２値化した２値画像データを生成
する。生成された２値画像データは、それぞれに対応す
る像域分離部２２９〜２３１に入力される。そして、そ
の２値画像データに対して像域分離処理を行う。更に、
各画像データの像域分離処理結果に基づいて、領域総合
部は最終的な像域分離結果を１つ決定し、その決定され
た像域分離結果をセレクタ２３４に入力する。

【０１１４】ステップＳ１４０８で、領域総合部１２３
から出力される像域分離結果と、像域情報メモリ１０６
の像域分離結果のいずれかを、ＡＮＤ回路２２５の出力
に基づいて、入力された原稿画像に対する最終的な像域
分離結果を出力する。以上説明したように、実施の形態
３によれば、入力されるカラー多値画像より得られる輝
度画像データを２値画像データに変換し、変換された２
値画像データに対する像域分離処理によって得られる
「写真」領域と判定される領域に対し、その領域に対応
するカラー画像データを用いて更に詳細な像域分離処理
を行うことで、２値画像データで判定できない領域を判
定することが可能になる。

【０１１５】また、更に詳細な像域分離処理において、
処理対象の領域おける処理をその領域に対応する輝度画
像データを用いるのではなくカラー画像データを用いて
行うことで、実施の形態２よりも、より精度良く「写
真」領域に重なった文字等の領域の判定を行うことが可
能になる。また、２値画像データで判定できない領域を
判定するための従来の回路よりも、小さい回路規模でか
つ高速に２値画像データで判定できない領域を判定する
ことができる。

【０１１６】また、量子化後の画像塊の形状によって領
域を分割し、その属性を判定した後、さらに領域内で多
値を用いて詳細な領域情報を抽出することによって、量
子化によって検出できない領域を抽出・分類することで
判定精度を向上させることができる。尚、実施の形態１
〜３において、適応的量子下部で実行した量子化は、２
値化する場合を例に挙げて説明したが、これに限定され
ない。例えば、多値画像データで、近接する値にある多
値画像データを、同じラベルに割り当てて量子化する方
法（例えば、「初期画像が輪郭画像である順次再生符号
化の検討」、王ほか、１９８８年度画像符号化シンポジ
ウム（ＰＣＳＪ８８）４−１０）においても、それぞれ
のラベル毎に本発明で説明される処理を実行することに
よって同様な効果が得られる。

【０１１７】また、カラー多値画像データとして、均等
色空間であるＣＩＥ１９７６Ｌ*ａ*ｂ*空間を利用して
本発明で説明される処理を実行したが、もちろんこれに
限定されず、ＲＧＢ表色系でもよいし、ＹＣｂＣｒ表色
系を利用してもよい。更に入力ビット数、それに伴うヒ
ストグラムの生成はこれに限定されず、量子化した結果
の頻度分布であっても構わない。

【０１１８】更に、像域分離や量子化の方法は本発明で
説明される方法に限定されず、他の方法でも構わない。
また、領域の形状を矩形として説明したが、これに限定
されず、輪郭線等のあらゆる自由形状であってももちろ
ん構わない。また、更に、本発明では像域分離部を複数
用いたが、共用することによって省略することも可能で
ある。また、メモり構成をフレームメモリとしたが、こ
れに限定されず、ラインバッファ等で構成してももちろ
ん構わない。

【０１１９】尚、本発明は、複数の機器（例えばホスト
コンピュータ、インタフェース機器、リーダ、プリンタ
等）から構成されるシステムに適用しても、一つの機器
からなる装置（例えば、複写機、ファクシミリ装置等）
に適用してもよい。また、本発明の目的は、前述した実
施形態の機能を実現するソフトウェアのプログラムコー
ドを記録した記憶媒体を、システムあるいは装置に供給
し、そのシステムあるいは装置のコンピュータ（または
ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコ
ードを読出し実行することによっても、達成されること
は言うまでもない。

【０１２０】この場合、記憶媒体から読出されたプログ
ラムコード自体が上述した実施の形態の機能を実現する
ことになり、そのプログラムコードを記憶した記憶媒体
は本発明を構成することになる。プログラムコードを供
給するための記憶媒体としては、例えば、フロッピディ
スク、ハードディスク、光ディスク、光磁気ディスク、
ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモ
リカード、ＲＯＭなどを用いることができる。

【０１２１】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施の形態の機能
が実現される場合も含まれることは言うまでもない。

【０１２２】更に、記憶媒体から読出されたプログラム
コードが、コンピュータに挿入された機能拡張ボードや
コンピュータに接続された機能拡張ユニットに備わるメ
モリに書込まれた後、そのプログラムコードの指示に基
づき、その機能拡張ボードや機能拡張ユニットに備わる
ＣＰＵなどが実際の処理の一部または全部を行い、その
処理によって前述した実施形態の機能が実現される場合
も含まれることは言うまでもない。

【０１２３】本発明を上記記憶媒体に適用する場合、そ
の記憶媒体には、先に説明したフローチャートに対応す
るプログラムコードを格納することになるが、簡単に説
明すると、図１６のメモリマップ例に示す各モジュール
を記憶媒体に格納することになる。すなわち、少なくと
も「第１分離モジュール」、「抽出モジュール」および
「第２分離モジュール」の各モジュールのプログラムコ
ードを記憶媒体に格納すればよい。尚、「第１分離モジ
ュール」は、原稿画像に含まれる属性語毎に領域を分離
する。「抽出モジュール」は、分離される領域に所定の
属性が含まれる場合、該所定の属性を持つ領域を抽出す
る。「第２分離モジュール」は、抽出される領域に含ま
れる特徴に基づいて、該領域を分離する。

【０１２４】

【発明の効果】以上の説明からも明らかなように、本発
明によれば、処理時間や回路規模の増大を抑制し、かつ
原稿画像に施す像域分離処理の処理精度を向上する画像
像域分離装置及びその方法を提供できる。特に、量子化
によって抽出できない領域の抽出を行うことができる。

【図面の簡単な説明】

【図１】実施の形態１の画像像域分離装置の機能構成を
示すブロック図である。

【図２】実施の形態１の多値判定部８の詳細な機能構成
を示すブロック図である。

【図３】実施の形態１の黒文字濃度抽出と閾値決定の過
程を説明するための図である。

【図４】実施の形態１で実行される処理フローを示すフ
ローチャートである。

【図５】実施の形態１の画像像域分離装置を適用させた
文書データ生成装置の機能構成を示すブロック図であ
る。

【図６】実施の形態２の画像像域分離装置の機能構成を
示すブロック図である。

【図７】実施の形態２の多値判定部１０９の詳細な機能
構成を示すブロック図である。

【図８】実施の形態２で実行される処理フローを示すフ
ローチャートである。

【図９】実施の形態２の画像像域分離装置を適用させた
適応符号化装置の機能構成を示すブロック図である。

【図１０】実施の形態３の画像像域分離装置の機能構成
を示すブロック図である。

【図１１】実施の形態３の多値判定部２０１の詳細な機
能構成を示すブロック図である。

【図１２】実施の形態３の下地判定部２２２の詳細な機
能構成を示すブロック図である。

【図１３】実施の形態３の下地判定の過程を説明するた
めの図である。

【図１４】実施の形態３で実行される処理フローを示す
フローチャートである。

【図１５】従来の画像像域分離装置の機能構成を示すブ
ロック図である。

【図１６】本発明で実行される処理フローのプログラム
を記憶させたＦＤのメモリマップの構造を示す図であ
る。

【符号の説明】

１ 画像入力部 ２ フレームメモリ ３ 適応的量子化部 ４ 像域分離部 ５ 像域情報メモリ ６ 領域カウンタ ７ 領域抽出部 ８ 多値判定部 ９ 総合判定部 １０、１１ 端子 ２１ ヒストグラム作成部 ２２ 平滑化部 ２３ 黒文字濃度抽出部 ２４ 閾値算出部 ２５ ２値化部 ２６ 像域分離部 ８００ 画像像域分離装置 ８０２ ＯＣＲ部 ８０３、８０５、８０７、８０９ メモリ ８０４ ＪＰＥＧ符号化部 ８０６ ＭＭＲ符号化部 ８０８ ベクトル符号化部 ８１０ 書式生成部 ８１１ 記憶装置

Claims (17)

【特許請求の範囲】
1. 【請求項１】 原稿画像に含まれる属性毎に領域を分離
   する画像像域分離装置であって、 前記原稿画像に含まれる属性毎に領域を分離する第１分
   離手段と、 前記第１分離手段で分離される領域に、所定の属性が含
   まれる場合、該所定の属性を持つ領域を抽出する抽出手
   段と、 前記抽出手段で抽出される領域に含まれる特徴に基づい
   て、該領域を分離する第２分離手段とを備えることを特
   徴とする画像像域分離装置。
2. 【請求項２】 前記第１分離手段と、前記第２分離手段
   で分離される領域に基づいて、前記原稿画像に含まれる
   属性を判定する判定手段を更に備えることを特徴とする
   請求項１に記載の画像像域分離装置。
3. 【請求項３】 前記第１分離手段は、前記原稿画像をｎ
   値の画像データに量子化する量子化手段を備え、 前記ｎ値の画像データに含まれる属性毎に領域を分離す
   ることを特徴とする請求項１に記載の画像像域分離装
   置。
4. 【請求項４】 前記第２分離手段は、前記抽出手段で抽
   出された所定の属性を持つ領域に対応する画像データ
   を、前記原稿画像より獲得する獲得手段と、 前記画像データに含まれる特徴量を算出する算出手段
   と、 前記特徴量に基づいて、前記画像データをｍ値の画像デ
   ータに量子化する量子化手段とを備え、 前記ｍ値の画像データに含まれる属性毎に領域を分離す
   ることを特徴とする請求項１に記載の画像像域分離装
   置。
5. 【請求項５】 前記第１分離手段は、前記原稿画像の輝
   度画像を獲得する第１獲得手段と、 前記輝度画像をｎ値の輝度画像データに量子化する第１
   量子化手段を備え、 前記ｎ値の輝度画像データに含まれる属性毎に領域を分
   離することを特徴とする請求項１に記載の画像像域分離
   装置。
6. 【請求項６】 前記第２分離手段は、前記抽出手段で抽
   出された所定の属性を持つ領域に対応する輝度画像デー
   タを、前記輝度画像より獲得する第２獲得手段と、 前記輝度画像データに含まれる特徴量を算出する算出手
   段と、 前記特徴量に基づいて、前記輝度画像データをｍ値の輝
   度画像データに量子化する第２量子化手段とを備え、 前記ｍ値の輝度画像データに含まれる属性毎に領域を分
   離することを特徴とする請求項５に記載の画像像域分離
   装置。
7. 【請求項７】 前記第１分離手段は、前記原稿画像の輝
   度画像を獲得する第１獲得手段と、 前記輝度画像をｎ値の輝度画像データに量子化する第１
   量子化手段を備え、 前記ｎ値の輝度画像データに含まれる属性毎に領域を分
   離し、 前記第２分離手段は、前記抽出手段で抽出された所定の
   属性を持つ領域に対応する画像データを、前記原稿画像
   より獲得する第２獲得手段と、 前記画像データに含まれる特徴量を算出する算出手段
   と、 前記特徴量に基づいて、前記画像データをｍ値の画像デ
   ータに量子化する第２量子化手段とを備え、 前記ｍ値の画像データに含まれる属性毎に領域を分離す
   ることを特徴とする請求項１に記載の画像像域分離装
   置。
8. 【請求項８】 前記第２分離手段は、写真領域と文字領
   域を分離することを特徴とする請求項１に記載の画像像
   域分離装置。
9. 【請求項９】 原稿画像に含まれる属性毎に領域を分離
   する画像像域分離方法であって、 前記原稿画像に含まれる属性毎に領域を分離する第１分
   離工程と、 前記第１分離工程で分離される領域に、所定の属性が含
   まれる場合、該所定の属性を持つ領域を抽出する抽出工
   程と、 前記抽出工程で抽出される領域に含まれる特徴に基づい
   て、該領域を分離する第２分離工程とを備えることを特
   徴とする画像像域分離方法。
10. 【請求項１０】 前記第１分離工程と、前記第２分離工
    程で分離される領域に基づいて、前記原稿画像に含まれ
    る属性を判定する判定工程を更に備えることを特徴とす
    る請求項９に記載の画像像域分離方法。
11. 【請求項１１】 前記第１分離工程は、前記原稿画像を
    ｎ値の画像データに量子化する量子化工程を備え、 前記ｎ値の画像データに含まれる属性毎に領域を分離す
    ることを特徴とする請求項９に記載の画像像域分離方
    法。
12. 【請求項１２】 前記第２分離工程は、前記抽出工程で
    抽出された所定の属性を持つ領域に対応する画像データ
    を、前記原稿画像より獲得する獲得工程と、 前記画像データに含まれる特徴量を算出する算出工程
    と、 前記特徴量に基づいて、前記画像データをｍ値の画像デ
    ータに量子化する量子化工程とを備え、 前記ｍ値の画像データに含まれる属性毎に領域を分離す
    ることを特徴とする請求項９に記載の画像像域分離方
    法。
13. 【請求項１３】 前記第１分離工程は、前記原稿画像の
    輝度画像を獲得する第１獲得工程と、 前記輝度画像をｎ値の輝度画像データに量子化する第１
    量子化工程を備え、 前記ｎ値の輝度画像データに含まれる属性毎に領域を分
    離することを特徴とする請求項９に記載の画像像域分離
    方法。
14. 【請求項１４】 前記第２分離工程は、前記抽出工程で
    抽出された所定の属性を持つ領域に対応する輝度画像デ
    ータを、前記輝度画像より獲得する第２獲得工程と、 前記輝度画像データに含まれる特徴量を算出する算出工
    程と、 前記特徴量に基づいて、前記輝度画像データをｍ値の輝
    度画像データに量子化する第２量子化工程とを備え、 前記ｍ値の輝度画像データに含まれる属性毎に領域を分
    離することを特徴とする請求項１３に記載の画像像域分
    離方法。
15. 【請求項１５】 前記第１分離工程は、前記原稿画像の
    輝度画像を獲得する第１獲得工程と、 前記輝度画像をｎ値の輝度画像データに量子化する第１
    量子化工程を備え、 前記ｎ値の輝度画像データに含まれる属性毎に領域を分
    離し、 前記第２分離工程は、前記抽出工程で抽出された所定の
    属性を持つ領域に対応する画像データを、前記原稿画像
    より獲得する第２獲得工程と、 前記画像データに含まれる特徴量を算出する算出工程
    と、 前記特徴量に基づいて、前記画像データをｍ値の画像デ
    ータに量子化する第２量子化工程とを備え、 前記ｍ値の画像データに含まれる属性毎に領域を分離す
    ることを特徴とする請求項９に記載の画像像域分離方
    法。
16. 【請求項１６】 前記第２分離工程は、写真領域と文字
    領域を分離することを特徴とする請求項９に記載の画像
    像域分離方法。
17. 【請求項１７】 画像像域分離処理のプログラムコード
    が格納されたコンピュータ可読メモリであって、 前記原稿画像に含まれる属性毎に領域を分離する第１分
    離工程のコードと、 前記第１分離工程で分離される領域に、所定の属性が含
    まれる場合、該所定の属性を持つ領域を抽出する抽出工
    程のコードと、 前記抽出工程で抽出される領域に含まれる特徴に基づい
    て、該領域を分離する第２分離工程のコードとを備える
    ことを特徴とするコンピュータ可読メモリ。