JPH09204526A - 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第１の属性毎に領域
を像域分離部４によって分離し、分離される領域を抽出
する。抽出される領域に含まれる特徴に基づいて、該領
域の第２の属性を２値／多値判定部８によって判定す
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１４を用いて
説明する。

【０００７】図１４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１４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１４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、原稿画像を２値化して
から判定するために、「図形」と「写真」を分離する精
度が低かった。即ち、記号化しやすい図形と、記号化し
にくい写真を分離しにくく、画像の構成要素の分離とし
ては不十分であるといった問題点もあった。また、強調
を意図して部分的に白抜き文字等が含まれる場合、これ
らは図形や写真等といった属性として判定されてしまう
ため、その白抜き文字の情報が欠落する等の問題点があ
った。

【００１０】また、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。また、
２値化の閾値近辺の濃度のノイズが生じることで、像域
分離結果が誤判定されることがあった。

【００１１】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。

【００１２】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。

【００１３】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。

【００１４】

【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
第１の属性毎に領域を分離する分離手段と、前記分離手
段で分離される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
の第２の属性を判定する判定手段とを備える。

【００１５】また、好ましくは、前記第１の属性は、少
なくとも写真、図形、文字、セパレータのいずれかを含
む。また、好ましくは、前記第２の属性は、少なくとも
２値、多値のいずれかを含む。また、好ましくは、前記
第１の属性と、前記第２の属性に基づいて、前記分離手
段で分離される領域の属性を決定する決定手段を更に備
える。第１の属性と第２の属性に基づいて、領域の属性
を決定することで、より像域分離の精度を向上すること
ができるからである。

【００１６】また、好ましくは、前記決定手段は、第１
の属性が写真で、第２の属性が２値である場合、前記領
域の属性を図形として決定する。また、好ましくは、前
記決定手段は、第１の属性が図形で、第２の属性が多値
である場合、前記領域の属性を写真として決定する。ま
た、好ましくは、前記決定手段は、第１の属性が文字あ
るいはセパレータで、第２の属性が多値である場合、前
記領域の属性を決定不能として決定する。

【００１７】また、好ましくは、前記分離手段は、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第１の属性毎に
領域を分離する。ｎ値の画像データに量子化して得られ
る画像データに対して、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。

【００１８】また、好ましくは、前記判定手段は、前記
抽出手段で抽出された第１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
を備え、前記特徴量に基づいて、前記画像データに含ま
れる第２の属性を判定する。特徴量に基づいて、画像デ
ータの領第２の属性を判定することで、分離手段で分離
できない領域を判定することができるからである。

【００１９】また、好ましくは、前記分離手段は、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第１の属
性毎に領域を分離する。また、好ましくは、前記判定手
段は、前記抽出手段で抽出された第１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を備え、前記特徴量に基づい
て、前記輝度画像データに含まれる第２の属性を判定す
る。

【００２０】また、好ましくは、前記分離手段は、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第１の属
性毎に領域を分離し、前記判定手段は、前記抽出手段で
抽出された第１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を備
え、前記特徴量に基づいて、前記画像データに含まれる
第２の属性を判定する。画像データに含まれる特徴量に
基づいて、第２の属性を判定することで、輝度画像デー
タでは分離できない領域を判定することができるからで
ある。

【００２１】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第１の属性毎に領域
を分離する分離工程と、前記分離工程で分離される領域
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、該領域の第２の属性を判定
する判定工程とを備える。

【００２２】また、好ましくは、前記第１の属性は、少
なくとも写真、図形、文字、セパレータのいずれかを含
む。また、好ましくは、前記第２の属性は、少なくとも
２値、多値のいずれかを含む。また、好ましくは、前記
第１の属性と、前記第２の属性に基づいて、前記分離手
段で分離される領域の属性を決定する決定工程を更に備
える。

【００２３】また、好ましくは、前記決定工程は、第１
の属性が写真で、第２の属性が２値である場合、前記領
域の属性を図形として決定する。また、好ましくは、前
記決定工程は、第１の属性が図形で、第２の属性が多値
である場合、前記領域の属性を写真として決定する。ま
た、好ましくは、前記決定工程は、第１の属性が文字あ
るいはセパレータで、第２の属性が多値である場合、前
記領域の属性を決定不能として決定する。

【００２４】また、好ましくは、前記分離工程は、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第１の属性毎に
領域を分離する。また、好ましくは、前記判定工程は、
前記抽出工程で抽出された第１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
程とを備え、前記特徴量に基づいて、前記画像データに
含まれる第２の属性を判定する。

【００２５】また、好ましくは、前記分離工程は、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第１の属
性毎に領域を分離する。また、好ましくは、前記判定工
程は、前記抽出工程で抽出された第１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を備え、前記特徴量に基づい
て、前記輝度画像データに含まれる第２の属性を判定す
る。

【００２６】また、好ましくは、前記分離工程は、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第１の属
性毎に領域を分離し、前記判定工程は、前記抽出工程で
抽出された第１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を備
え、前記特徴量に基づいて、前記画像データに含まれる
第２の属性を判定する。

【００２７】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第１
の属性毎に領域を分離する分離工程のコードと、前記分
離工程で分離される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、該領域の第２の属性を判定する判定工程のコー
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。

【００２８】

【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。

【００２９】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、抽出された領域を表現する画像
データが、「文字」や「図形」等の２値画像の領域であ
るか、あるいは「写真」等の多値画像の領域であるかを
判定する２値／多値判定部である。

【００３０】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２値／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る。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。

【００３１】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。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。

【００３２】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。

【００３３】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。

【００３４】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、２値／多値判定部８に出力する。

【００３５】ここで、２値／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２値／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。

【００３６】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）の濃度の出
力頻度値に対応しており、その出力頻度値に対応するカ
ウンタに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は極大値抽出部であり、ヒストグラムで極大値
をとる出力頻度の濃度を抽出する。２４は複数存在する
極大値をもつ濃度が近接している場合、それらの極大値
を統合する極大値統合部であり、２５は極大値統合部２
４で統合されて得られる極大値の個数をカウントする極
大値カウンタである。そして、カウント値が２である場
合は「１」を、２でない場合は「０」を出力する。２６
は極大値カウンタ２５の出力を総合判定部９へ出力する
ための端子である。

【００３７】次に図２を用いて、２値／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、ヒストグラム作成部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。ヒストグラム作成部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）の濃度値に従って、対応するカウンタの内容
に１を加える。

【００３８】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極大値抽
出部２３に入力する。

【００３９】極大値抽出部２３で、入力されたヒストグ
ラムの出力頻度値の極大値を抽出する。図３の（ａ）、
（ｂ）を用いて、その抽出する過程を示す。尚、図３の
（ａ）、（ｂ）はそれぞれ、ある原稿画像の画像データ
が持つ濃度とその出力頻度の関係を示しており、横軸に
濃度、縦軸に出力頻度で表している。また、横軸の濃度
は、２５６階調で表現される濃度である。

【００４０】極大値は所望の濃度の前後の濃度より大き
な出力頻度を持つ濃度が極大値を持つ濃度である。よっ
て、図３の（ａ）では、ｅ１、ｅ２、図３の（ｂ）で
は、ｅ１〜ｅ５が極大値として抽出される。抽出された
極大値は極大値統合部２４へ入力される。極大値統合部
２４は、極大値抽出部２３より入力された極大値をとる
濃度に関し、近接する極大値をもつ濃度値がある場合、
その近接する極大値のうち低い極大値を高い極大値に統
合する。統合された極大値は極大値カウンタ２５へ入力
される。極大値カウンタ２５は、極大値統合部２４より
入力された極大値の数をカウントする。そして、カウン
トとされた値が２であれば「１」を、２でなければ
「０」を、２値／多値判定結果として端子２６を介して
総合判定部９に出力する。 尚、この時、この出力が
「１」であれば２値であることを、「０」であれば多値
であることを表わす。

【００４１】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、２値／多値判定
部８から２値／多値判定結果を入力する。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」のいずれかであり、かつ２値／多値判定
部８から入力した２値／多値判定結果が「１」である場
合は、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。一方、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」のいずれか
であり、かつ２値／多値判定部８から入力した２値／多
値判定結果が「０」である場合は、その像域情報に対応
する領域には、ノイズがあると判定し、出力を中止す
る。

【００４２】また、像域情報メモリ５から入力した像域
情報の属性が「図形」であり、かつ２値／多値判定部８
から入力した２値／多値判定結果が「１」である場合
は、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。一方、像域情報メモリ５から入力した像
域情報の属性が「図形」であり、かつ２値／多値判定部
８から入力した２値／多値判定結果が「０」である場合
は、その像域情報を持つ領域は「写真」領域と判定し、
その像域情報の属性を「写真」に変更した上で、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。

【００４３】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」であり、かつ２値／多値判定部８
から入力した２値／多値判定結果が「１」である場合
は、その像域情報を持つ領域は「図形」領域と判定し、
その像域情報の属性を「図形」に変更した上で、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。一方、像域情報メモリ５から入力した像域情報の属
性が「写真」であり、かつ２値／多値判定部８から入力
した２値／多値判定結果が「０」である場合は、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。

【００４４】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。

【００４５】図４は実施の形態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。まず、ステップＳ４０
０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。

【００４６】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、領域抽出部７が像域分離結
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２値／多値判定部８
へ入力する。そして、入力された画像データに対し、２
値／多値判定部８は、その画像データが２値であるか多
値であるかを判定する。ステップＳ４０４で、その判定
結果が、２値の場合は「１」を出力し、ステップＳ４０
５に進む。多値の場合は「０」を出力し、ステップＳ４
０８に進む。

【００４７】ステップＳ４０５で、像域分離部３による
像域分離結果を判定する。像域分離結果が「写真」ある
いは「図形」である場合は、ステップＳ４０６に進み、
像域情報の属性を「図形」に変更して出力する。像域分
離結果が「文字」あるいは「セパレータ」である場合
は、ステップＳ４０７に進み、出力を中止する。また、
ステップＳ４０８で、像域分離部３による像域分離結果
を判定する。像域分離結果が「写真」あるいは「図形」
である場合は、ステップＳ４０９に進み、像域情報の属
性を「図形」に変更して出力する。像域分離結果が「文
字」あるいは「セパレータ」である場合は、ステップＳ
４１０に進み、像域情報の属性を「文字」あるいは「セ
パレータ」として出力する。

【００４８】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
よって得られる領域に対し、更に２値と多値の判定を行
い、画像入力部１で原稿画像を入力する際に生じるノイ
ズによる影響を除去することで、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。

【００４９】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５参照）を備える画像像
域分離装置について説明する。

【００５０】図５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５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。

【００５１】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、抽出さ
れた領域を表現する輝度画像データが、「文字」や「図
形」等の２値画像の領域であるか、あるいは「写真」等
の多値画像の領域であるかを判定する２値／多値判定部
である。

【００５２】尚、２値／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、あるいは写真等の領域を判定する。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２
値／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る。

【００５３】尚、図５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５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。

【００５４】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）から均等空間を表すＣ
ＩＥ１９７６Ｌ*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。

【００５５】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。

【００５６】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。

【００５７】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、２値／多値判
定部１０９に出力する。

【００５８】ここで、２値／多値判定部１０９の詳細な
機能構成について、図６を用いて説明する。図６は実施
の形態１の２値／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６において、１２０は領域抽
出部１０８で抽出された輝度画像データ（を順次読み込
む端子である。１２１は端子１２０より読み込まれた輝
度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。

【００５９】尚、ヒストグラム作成部１２１は、１２８
個のカウンタで構成され、各カウンタは読み込まれる輝
度画像データの濃度値を２で割って四捨五入した値（画
素濃度量子化値）に対応しており、その値に対応するカ
ウンタに１が加えられる。１２２はヒストグラム作成部
１２１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。１２３は傾き算出部であり、ヒストグラムの傾
き値を算出する。１２４はヒストグラムの傾きから変曲
点となる濃度を抽出する変曲点抽出部である。１２５は
比較部であり、変曲点抽出部１２４からの入力と所定の
閾値Ｔｈ１を比較し、入力が閾値Ｔｈ１以上であれば
「１」を、閾値Ｔｈ１未満であれば「０」を出力する。
１２６は比較部１２５の出力を総合判定部１１０へ出力
するための端子である。

【００６０】次に図６を用いて、２値／多値判定部１０
９で実行される処理について説明する。ＣＰＵは領域抽
出部１０８で抽出された輝度画像データを入力する前
に、ヒストグラム作成部１２１の各カウンタを０にリセ
ットする。続いて、輝度画像データを領域抽出部１０８
より抽出された画素順で読み込む。ヒストグラム作成部
１２１は、読み込まれた輝度画像データの濃度値を２で
割って四捨五入した値に従って、対応するカウンタの内
容（画素頻度値）に１を加える。

【００６１】抽出された輝度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１２２はヒ
ストグラムの各画素濃度量子化値の出力頻度値と隣接す
る画素濃度量子化値の出力頻度値とを比較する。そし
て、例えば、ある画素濃度量子化値の出力頻度値が隣接
する画素濃度量子化値の出力頻度値よりも大きい、ある
いは小さい場合に、その隣接する画素濃度量子化値の出
力頻度値の平均とをその画素濃度量子化値の出力頻度値
として更新する。また、特に、極大値を持つ画素濃度量
子化値と読み出された画素濃度量子化値が極大値を持
ち、その距離が閾値Ｔｈ以下であれば、その画素濃度量
子化値の前後の平均値に置換する。このように、全ての
画素濃度量子化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傾き算出部１２３に入力する。

【００６２】傾き算出部１２３で、入力されたヒストグ
ラムの傾きを算出する。図７の（ａ）、（ｂ）を用い
て、その算出する過程を示す。尚、図７の（ａ）は、あ
る原稿画像の画像データが持つ出力濃度量子化値の関係
を示しており、横軸に画素濃度量子化値、縦軸に出力頻
度値で表している。また、横軸の濃度は、２５６階調で
表現される濃度である。また、図７の（ｂ）は図７の
（ａ）のヒストグラムに対して、算出される傾きを示し
たものである。

【００６３】傾きは所望の画素濃度量子化値の出力頻度
値とそれより１つ小さな値の出力頻度値の差分である。
よって、図７の（ａ）のヒストグラムを微分すること
で、図７の（ｂ）に示されるような傾き曲線が得られ、
図７の（ｂ）では、変曲点１と変曲点２が存在する傾き
曲線が得られる。変曲点抽出部１２４は、傾き算出部１
２３より入力された傾きから、傾きが正（＋）から負
（ー）に変化する濃度を変曲点として検出する。そし
て、検出された変曲点数をカウントする。例えば、図７
の（ｂ）では、変曲点が２個カウントされる。そして、
カウントとされた値が２であれば「１」を、２でなけれ
ば「０」を、２値／多値判定結果として端子１２６を介
して総合判定部１１０に出力する。

【００６４】尚、この時、この出力が「１」であれば２
値であることを、「０」であれば多値であることを表わ
す。再び、図５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１１０は、像域情報メモリ
１０６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、２値／多値判定
部１０９から２値／多値判定結果を入力する。

【００６５】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」のいずれ
かであり、かつ２値／多値判定部１０９から入力した２
値／多値判定結果が「１」である場合は、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。一方、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」のいずれかであり、
かつ２値／多値判定部１０９から入力した２値／多値判
定結果が「０」である場合は、その像域情報に対応する
領域には、ノイズがあると判定し、出力を中止する。

【００６６】また、像域情報メモリ１０６から入力した
像域情報の属性が「図形」であり、かつ２値／多値判定
部１０９から入力した２値／多値判定結果が「１」であ
る場合は、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。一方、像域情報メモリ１０
６から入力した像域情報の属性が「図形」であり、かつ
２値／多値判定部１０９から入力した２値／多値判定結
果が「０」である場合は、その像域情報を持つ領域は
「写真」領域と判定し、その像域情報の属性を「写真」
に変更した上で、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。

【００６７】また、像域情報メモリ１０６から入力した
像域情報の属性が「写真」であり、かつ２値／多値判定
部１０９から入力した２値／多値判定結果が「１」であ
る場合は、その像域情報を持つ領域は「図形」領域と判
定し、その像域情報の属性を「図形」に変更した上で、
その像域情報の出力を行う。そして、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。
一方、像域情報メモリ１０６から入力した像域情報の属
性が「写真」であり、かつ２値／多値判定部１０９から
入力した２値／多値判定結果が「０」である場合は、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。

【００６８】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。

【００６９】図８は実施の形態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。まず、ステップＳ８０
０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Ｓ８００ａ
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。ステップＳ８０１で、輝度画
像生成部１０３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、入力した輝度画像データを適応
的量子化部１０４で量子化する。

【００７０】ステップＳ８０２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。ステップＳ８０３で、領
域抽出部１０８が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２値／多値判定部１０９へ入力す
る。そして、入力された輝度画像データに対し、２値／
多値判定部１０９は、その輝度画像データが２値である
か多値であるかを判定する。ステップＳ８０４で、その
判定結果が、２値の場合は「１」を出力し、ステップＳ
８０５に進む。多値の場合は「０」を出力し、ステップ
Ｓ８０８に進む。

【００７１】ステップＳ８０５で、像域分離部１０５に
よる像域分離結果を判定する。像域分離結果が「写真」
あるいは「図形」である場合は、ステップＳ８０６に進
み、像域情報の属性を「写真」として出力する。像域分
離結果が「文字」あるいは「セパレータ」である場合
は、ステップＳ８０７に進み、出力を中止する。また、
ステップＳ８０８で、像域分離部１０６による像域分離
結果を判定する。像域分離結果が「写真」あるいは「図
形」である場合は、ステップＳ８０９に進み、像域情報
の属性を「図形」に変更して出力する。像域分離結果が
「文字」あるいは「セパレータ」である場合は、ステッ
プＳ８１０に進み、像域情報の属性を「文字」あるいは
「セパレータ」として出力する。

【００７２】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２
値と多値の判定を行い、画像入力部１０１で原稿画像を
入力する際に生じるノイズによる影響を除去すること
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。

【００７３】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２値／多値判定部
２０１（図９参照）を備える画像像域分離装置について
説明する。

【００７４】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５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５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９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。図９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。２
０１は抽出された領域を表現する輝度画像データに対
し、抽出された領域を表現する輝度画像データが、「文
字」や「図形」等の２値画像の領域であるか、あるいは
「写真」等の多値画像の領域であるかを判定する２値／
多値判定部である。

【００７５】尚、２値／多値判定部２０１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、あるいは写真等の領域を判定する。２０２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２
値／多値判定部２０１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。

【００７６】尚、図９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。次に、図９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。

【００７７】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。

【００７８】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。

【００７９】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。

【００８０】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、２値／多値判
定部２０１に出力するここで、２値／多値判定部２０１
の詳細な機能構成について、図１０を用いて説明する。

【００８１】図１０は実施の形態３の２値／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１
０において、２２０は領域抽出部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）を順
次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２値／多値検出部であ
り、抽出された領域が「文字」や「図形」等の２値画像
の領域であるか、あるいは「写真」等の多値画像の領域
であるかを検出する。２値／多値検出部２２２はＬ*画
像データの処理を行い、２値／多値検出部２２３はａ*
画像データの処理を行い、２値／多値検出部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ＡＮＤ回路である。２２６はＡＮＤ回路２２５の
出力を総合判定部２０２に出力する端子である。

【００８２】つぎに、２値／多値検出部２２２の詳細な
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２値／多値検出部２２２の詳細な構成を示す
ブロック図である。尚、２値／多値検出部２２３、２２
４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。

【００８３】図１１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。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作成部である。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*画像データの濃度の出力
頻度値に対応しており、その出力頻度値に対応するカウ
ンタに１が加えられる。２４３は極大値検出部であり、
ヒストグラムで極大値をとる出力頻度の濃度を抽出す
る。２４４は各極大値で最大出力頻度の濃度値と第２に
高い出力頻度の濃度値を検出する頻度比較部である。
２４５は頻度比較部２４４より出力される濃度値から領
域抽出部２００から抽出された領域が２値画像であると
判断される場合、その２値画像用のヒストグラムのモデ
ルを生成する２値モデル化部である。２４６は画像入力
部１０１に関するパラメータを格納しておく変数設定部
である。

【００８４】２４７はヒストグラム作成部２４１で作成
されたヒストグラムと２値モデル化部２４５で生成され
たヒストグラムのモデルとの相違を算出する頻度差分部
である。２４８は比較部であり、頻度差分部２４７から
の入力値と所定の閾値Ｔｈ２を比較し、入力値が閾値Ｔ
ｈ２以下であれば「１」、そうでなければ「０」を出力
する。２４９は比較部２４８の出力を総合判定部１１０
へ出力するための端子である。

【００８５】次に図１１で実行される処理の概要を説明
する。尚、ＣＰＵは画像像域分離装置の立ち上げ時に、
画像入力部１０１から入力する原稿画像の特性を読み込
む。ここでは、標準白紙と標準黒紙を読み込んだときの
値のばらつきを示す標準偏差をそれぞれσｗ、σｂとし
て入力する。ＣＰＵは領域抽出部１０８で抽出された画
像データ（カラー多値画像データ）を入力する前に、ヒ
ストグラム作成部２４１の各カウンタを０にリセットす
る。続いて、Ｌ*画像データを輝度色度変換部部２３１
より抽出された画素順で読み込む。ヒストグラム作成部
２４１は、読み込まれたＬ*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。

【００８６】抽出されたＬ*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２４２はヒ
ストグラムのデータを順に読み出し、読み出された濃度
値の出力頻度値で閾値Ｔｈ３以下の極大値に関しては、
その濃度値の前後の出力頻度の平均値に置換する。この
ように、全ての画素の濃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極大値検出部２４３に
入力する。

【００８７】極大値検出部２４３で、入力されたヒスト
グラムの出力頻度値の極大値を抽出する。頻度比較部２
４４は抽出された極大値をとる濃度の出力頻度値に関し
て、出力頻度値の最も高い濃度値ｂとその出力頻度値ｈ
ｂと、次に出力頻度値の高い濃度値ｆとその出力頻度値
ｈｆを検出する。２値モデル化部２４５は変数設定部２
４６から画像入力部１０１のスキャナに関するパラメー
タとして標準偏差σｗ、σｂを、頻度比較部２４４から
濃度値ｂ、ｆと出力頻度値ｈｂ、ｈｆを入力する。そし
て、２値モデル化部２４５はスキャナ固有のバラツキの
発生確率を正規分布と仮定し、ヒストグラムのモデルを
形成する。更に、出力頻度値ｈｂ、ｈｆとノイズの分散
から、濃度値ｂ、ｆのうち濃度の高いほうには標準白紙
を読み込んだときの標準偏差σｗを、低い方に標準黒紙
を読み込んだ時の標準偏差σｂを用いて、ヒストグラム
上に２つの正規分布の曲線を生成する。図１２の
（ａ）、（ｂ）を用いて、その生成する過程を示す。
尚、図１２の（ａ）、（ｂ）はそれぞれ、ある原稿画像
の画像データが持つ濃度とその出力頻度の関係を示して
おり、横軸に濃度、縦軸に出力頻度で表している。ま
た、横軸の濃度は、２５６階調で表現される濃度であ
る。また、ｂｆ０、ｂｆ１は標準偏差σｂを３倍した値
を基準に、ｂｂ０、ｂｂ１は標準偏差σｗを３倍した値
を基準に設定される。このように設定されたｂｆ０、ｂ
ｆ１、ｂｂ０、ｂｂ１によって、図１２の（ａ）、
（ｂ）ではそれぞれ図中の斜線部がその曲線として生成
される。

【００８８】頻度差分部２４７はこれらの曲線に含まれ
ない頻度の総和を求める。すなわち、図１２の（ａ）、
（ｂ）では、それぞれ画素の総数から斜線部の濃度を差
し引いた部分の面積を求め、それを画素総数で割った値
を出力する。この値は比較部２４８で所定の閾値Ｔｈ４
と比較され、値が閾値Ｔｈ４以下であれば「１」を、そ
うでなければ「０」を端子２４９を介してＡＮＤ回路２
２５に出力する。

【００８９】尚、この時、この出力が「１」であれば２
値であることを、「０」であれば多値であることを表わ
す。次に、図１０と図１１を用いて、２値／多値判定部
２０１で実行される処理について説明する。端子２２０
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２２
１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２値／多値検出部２２２〜２２４へ出力する。
２値／多値検出部２２２〜２２４は、図１１で説明され
た処理によって、各２値／多値検出部２２２〜２２４の
出力結果が端子２４９からＡＮＤ回路２５５に出力され
る。ＡＮＤ回路２２５は、各２値／多値検出部２２２〜
２２４より出力された出力結果の３入力の論理積を算出
する。算出された値を端子２２６を介して総合判定部２
０２に出力する。

【００９０】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。ＡＮＤ回路２５５は、２値／多値検出部２２２〜２
２４の出力の１ビットずつを入力する。そして、２値／
多値検出部２２２〜２２４の出力の１つでも「０」であ
れば、その領域は多値画像領域であり、ＡＮＤ回路２２
５は端子２２６を介して「０」を総合判定部２０２に出
力する。一方、２値／多値検出部２２２〜２２４の出力
が全て「１」であれば、その領域は２値画像領域であ
り、ＡＮＤ回路２２５は端子２２６を介して「１」を総
合判定部２０２に出力する。

【００９１】再び、図９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２０２は、像域情
報メモリ１０６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、２値／
多値判定部２０１から２値／多値判定結果を入力する。
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」のいずれかであり、か
つ２値／多値判定部２０１から入力した２値／多値判定
結果が「１」である場合は、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。一方、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」のいずれかであり、かつ２値／多
値判定部２０１から入力した２値／多値判定結果が
「０」である場合は、その像域情報に対応する領域に
は、ノイズがあると判定し、出力を中止する。

【００９２】また、像域情報メモリ１０６から入力した
像域情報の属性が「図形」であり、かつ２値／多値判定
部２０１から入力した２値／多値判定結果が「１」であ
る場合は、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。一方、像域情報メモリ１０
６から入力した像域情報の属性が「図形」であり、かつ
２値／多値判定部２０１から入力した２値／多値判定結
果が「０」である場合は、その像域情報を持つ領域は
「写真」領域と判定し、その像域情報の属性を「写真」
に変更した上で、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。

【００９３】また、像域情報メモリ１０６から入力した
像域情報の属性が「写真」であり、かつ２値／多値判定
部２０１から入力した２値／多値判定結果が「１」であ
る場合は、その像域情報を持つ領域は「図形」領域と判
定し、その像域情報の属性を「図形」に変更した上で、
その像域情報の出力を行う。そして、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。
一方、像域情報メモリ１０６から入力した像域情報の属
性が「写真」であり、かつ２値／多値判定部２０１から
入力した２値／多値判定結果が「０」である場合は、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。

【００９４】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１３のフローチャ
ートを用いて説明する。

【００９５】図１３は実施の形態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。まず、ステップＳ１
３００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Ｓ１３
００ａ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。ステップＳ１３０１
で、輝度画像生成部１０３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、入力した輝度画像デ
ータを適応的量子化部１０４で量子化する。

【００９６】ステップＳ１３０２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。ステップＳ１３０３で、
領域抽出部２００が像域分離結果を持つ領域に対応する
画像データ（カラー多値画像）をフレームメモリ１０２
より抽出し、抽出した画像データ（カラー多値画像）を
２値／多値判定部２０１へ入力する。そして、入力され
た画像データ（カラー多値画像）に対し、２値／多値判
定部２０１は、その画像データ（カラー多値画像）が２
値であるか多値であるかを判定する。ステップ１３０４
で、その判定結果が、２値の場合は「１」を出力し、ス
テップＳ１３０５に進む。多値の場合は「０」を出力
し、ステップＳ１３０８に進む。

【００９７】ステップＳ１３０５で、像域分離部１０５
による像域分離結果を判定する。像域分離結果が「写
真」あるいは「図形」である場合は、ステップＳ１３０
６に進み、像域情報の属性を「写真」として出力する。
像域分離結果が「文字」あるいは「セパレータ」である
場合は、ステップＳ１３０７に進み、出力を中止する。
また、ステップＳ１３０８で、像域分離部１０６による
像域分離結果を判定する。像域分離結果が「写真」ある
いは「図形」である場合は、ステップＳ１３０９に進
み、像域情報の属性を「図形」として出力する。像域分
離結果が「文字」あるいは「セパレータ」である場合
は、ステップＳ１３１０に進み、像域情報の属性を「文
字」あるいは「セパレータ」として出力する。

【００９８】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領域に対
し、その領域に対応する画像データ（カラー多値画像）
を用いて更に２値と多値の判定を行い、画像入力部１０
１で原稿画像を入力する際に生じるノイズによる影響を
除去することで、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。

【００９９】また、更に２値と多値の判定において、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。

【０１００】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。

【０１０１】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。

【０１０２】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。

【０１０３】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。

【０１０４】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。

【０１０５】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。

【０１０６】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。

【０１０７】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１５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「分離モジュール」、「抽出モジュール」および「判
定モジュール」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。

【０１０８】尚、「分離モジュール」は、原稿画像に含
まれる第１の属性毎に領域を分離する。「抽出モジュー
ル」は、分離される領域を抽出する。「判定モジュー
ル」は、抽出される領域に含まれる特徴に基づいて、該
領域の第２の属性を判定する。

【０１０９】

【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２値／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の極大値を検出する過程を説明す
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】実施の形態２の２値／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】実施の形態２の変曲点検出の過程を説明するた
めの図である。

【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１０】実施の形態３の２値／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】実施の形態３の２値／多値検出部２２２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の頻度差分算出の過程を説明す
るための図である。

【図１３】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１４】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】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 ２値／多値判定部 ９ 総合判定部 １０ 端子 ２１ ヒストグラム作成部 ２２ 平滑化部 ２３ 極大値抽出部 ２４ 極大値統合部 ２５ 極大値カウンタ

Claims (25)

【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第１の属性毎に領域を分離する
   分離手段と、 前記分離手段で分離される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、該領域の第２の属性を判定する判定手段とを備える
   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の属性は、少なくとも写真、図
   形、文字、セパレータのいずれかを含むことを特徴とす
   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２の属性は、少なくとも２値、多
   値のいずれかを含む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１の属性と、前記第２の属性に基
   づいて、前記分離手段で分離される領域の属性を決定す
   る決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。
5. 【請求項５】 前記決定手段は、第１の属性が写真で、
   第２の属性が２値である場合、前記領域の属性を図形と
   して決定することを特徴とする請求項４に記載の画像像
   域分離装置。
6. 【請求項６】 前記決定手段は、第１の属性が図形で、
   第２の属性が多値である場合、前記領域の属性を写真と
   して決定することを特徴とする請求項４に記載の画像像
   域分離装置。
7. 【請求項７】 前記決定手段は、第１の属性が文字ある
   いはセパレータで、第２の属性が多値である場合、前記
   領域の属性を決定不能として決定することを特徴とする
   請求項４に記載の画像像域分離装置。
8. 【請求項８】 前記分離手段は、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第１の属性毎に領域を
   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。
9. 【請求項９】 前記判定手段は、前記抽出手段で抽出さ
   れた第１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
   を備え、 前記特徴量に基づいて、前記画像データに含まれる第２
   の属性を判定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。
10. 【請求項１０】 前記分離手段は、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第１の属性毎に領
    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。
11. 【請求項１１】 前記判定手段は、前記抽出手段で抽出
    された第１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
    段とを備え、 前記特徴量に基づいて、前記輝度画像データに含まれる
    第２の属性を判定することを特徴とする請求項１０に記
    載の画像像域分離装置。
12. 【請求項１２】 前記分離手段は、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第１の属性毎に領
    域を分離し、 前記判定手段は、前記抽出手段で抽出された第１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
    を備え、 前記特徴量に基づいて、前記画像データに含まれる第２
    の属性を判定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。
13. 【請求項１３】 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第１の属性毎に領域を分離する
    分離工程と、 前記分離工程で分離される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、該領域の第２の属性を判定する判定工程とを備える
    ことを特徴とする画像像域分離方法。
14. 【請求項１４】 前記第１の属性は、少なくとも写真、
    図形、文字、セパレータのいずれかを含むことを特徴と
    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２の属性は、少なくとも２値、
    多値のいずれかを含むことを特徴とする請求項１３に記
    載の画像像域分離方法。
16. 【請求項１６】 前記第１の属性と、前記第２の属性に
    基づいて、前記分離手段で分離される領域の属性を決定
    する決定工程を更に備え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。
17. 【請求項１７】 前記決定工程は、第１の属性が写真
    で、第２の属性が２値である場合、前記領域の属性を図
    形として決定することを特徴とする請求項１６に記載の
    画像像域分離方法。
18. 【請求項１８】 前記決定工程は、第１の属性が図形
    で、第２の属性が多値である場合、前記領域の属性を写
    真として決定することを特徴とする請求項１６に記載の
    画像像域分離方法。
19. 【請求項１９】 前記決定工程は、第１の属性が文字あ
    るいはセパレータで、第２の属性が多値である場合、前
    記領域の属性を決定不能として決定することを特徴とす
    る請求項１６に記載の画像像域分離方法。
20. 【請求項２０】 前記分離工程は、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第１の属性毎に領域を
    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。
21. 【請求項２１】 前記判定工程は、前記抽出工程で抽出
    された第１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
    を備え、 前記特徴量に基づいて、前記画像データに含まれる第２
    の属性を判定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。
22. 【請求項２２】 前記分離工程は、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第１の属性毎に領
    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。
23. 【請求項２３】 前記判定工程は、前記抽出工程で抽出
    された第１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
    程とを備え、 前記特徴量に基づいて、前記輝度画像データに含まれる
    第２の属性を判定することを特徴とする請求項２２に記
    載の画像像域分離方法。
24. 【請求項２４】 前記分離工程は、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第１の属性毎に領
    域を分離し、 前記判定工程は、前記抽出工程で抽出された第１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
    を備え、 前記特徴量に基づいて、前記画像データに含まれる第２
    の属性を判定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。
25. 【請求項２５】 画像像域分離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第１の属性毎に領域を分離する
    分離工程のコードと、 前記分離工程で分離される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、該領域の第２の属性を判定する判定工程のコードと
    を備えることを特徴とするコンピュータ可読メモリ。