JPH0950531A - 画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 画像中に含まれる複数のパターン情報の領域
をそれぞれ的確に抽出して、複数の色情報に対応づける
変換を行うことができる画像処理装置を提供すること 【解決手段】 パターン情報境界検出手段１は、パター
ン情報の変化からパターンの境界を検出するもので、特
定の大きさのマスクを用いて入力画像を走査し， その
マスクから一定距離離れた領域とを用いて特徴量を計算
して， 画像全体にわたってその特徴量を一時的に記憶
し， 記憶した特徴量を基準値と比較し， ある閾値以上
異なっている場合にマスクに対応する画素を境界領域で
あると判定する。閉領域抽出手段２は境界の情報を基に
境界で囲まれる閉領域を検出する。検出した閉領域内部
を色変換手段３で色情報に変換する。このように、境界
領域に囲まれた閉領域を抽出して、閉領域内のパターン
情報を色情報に変換するので、複雑な形状を持つ境界領
域であってもパターン情報を色情報に変換することがで
きる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書や図形などの２値
画像の編集を行う画像処理装置に関する。

【０００２】

【従来の技術】一般に、モノクロ画像の編集では図形の
幾何学的変換、閉領域へのハッチングの付与などの編集
処理がおもであり、近年増えているカラー画像ではこれ
に加えて色の変換、色のモノクロパターン（ハッチン
グ）への変換などの編集処理が行われているのみで、モ
ノクロパターンから色情報への変換といった編集処理は
行われていなかった。こういった編集処理は、従来から
あるモノクロの文書等に対して、よりデザイン性の高い
文書へ書き直すことを可能とし、今後カラー文書の普及
に伴って、その需要は増加していくものと考えられる。
このような編集処理を可能とする技術の一例として、特
開平３−１４７０１７号公報で開示されている技術があ
る。すなわち、パターン情報と色情報の対応を持つテー
ブルを持ち、画像中から検出されるパターン情報に基づ
いて、パターン情報と色情報の対応テーブルから色を決
定し、検出されたパターン情報を色情報に変換するもの
である。

【０００３】

【発明が解決しようとする課題】特開平３−１４７０１
７号公報で開示されている技術では、まず初めにパター
ンを識別する必要がある。現在知られている技術では、
あるパターンを識別するためには、データベース中にあ
らかじめ登録したパターンと比較することでパターンを
識別する。したがって、データベースに登録されていな
いパターンに対しては、目的を達成することができな
い。万一、考えられるだけのパターンを持つ巨大なデー
タベースを持つことができたとしても、入力パターンと
の比較処理に膨大な時間を有し、実用的ではないと考え
られる。また、データベースとの比較のために入力画像
をある大きさと形でサンプリングする必要があるが、一
般的にこの形は矩形であり、不特定な形状を持つパター
ン領域では、その境界付近において十分にサンプリング
する領域を得ることが難しく、境界付近での識別率は低
下することが考えられる。したがって、境界線付近の色
変換の結果は不安定となり、デザイン性の高い文書に変
換するどころか、かえって見づらい文書を生成する可能
性がでてくる。本発明は、従来技術の問題点を解消する
ことを目的とする。すなわち、本発明は、画像中に含ま
れる複数のパターン情報の領域をそれぞれ的確に抽出し
て、複数の色情報に対応づける変換を行うことができる
画像処理装置を提供することを目的とする。

【０００４】

【課題を解決するための手段】本発明は、２値化された
入力画像中のパターン情報の変化に基づいてパターンの
境界を検出する境界検出手段と、境界検出手段により検
出した境界の情報を基に閉領域を抽出する閉領域抽出手
段と、閉領域抽出手段により検出した閉領域内部を色情
報に変換する変換手段とを有することを特徴とする画像
処理装置である。また、本発明は、上記構成において、
前記境界検出手段は、所定の大きさの第１の領域の画素
値群と第１の領域に対して所定の位置関係にある所定の
大きさの第２の領域の画素値群とを画像から抽出する画
素値抽出手段と、前記画素値抽出手段により抽出された
第１および第２の領域の画素値群を用いて、それら領域
の画素値群の類似性を表す特徴量を計算する計算手段
と、前記計算手段により計算された特徴量に基づいて、
画像中の境界を判定する判定手段とを有する構成とする
ことができる。さらに、本発明は、上記構成において、
前記変換手段は、出力可能な色情報を記録した色テーブ
ルを持ち、検出した閉領域に対して、色テーブルに記録
された色情報を順次対応付け、閉領域内部の色を変換す
るようにした構成、あるいは、パターン情報と出力可能
な色情報を対応させた変換テーブルを持ち、検出された
閉領域内部のパターン情報を判別し、その判別結果に基
づいて変換テーブルから色情報を抽出し、閉領域内部の
色を変換するようにした構成とすることができる。

【０００５】

【作用】まず、境界検出手段は、パターン情報の変化か
らパターンの境界を検出する。具体的には、画像の局所
的な特徴に着目し、画素値抽出手段により、所定の大き
さの第１の領域と第１の領域に対して所定の位置関係に
ある所定の大きさの第２の領域を画像から抽出し、計算
手段によりそれらの領域間の類似度を計算して特徴量を
求める。判定手段は、その特徴量を基準値と比較し、あ
る閾値以上異なっている場合は、局所的な特徴が境界領
域を示していると判定する。閉領域抽出手段は境界の情
報を基に境界で囲まれる閉領域を検出する。検出した閉
領域内部を色情報に変換する。このように、本発明は、
パターン情報が変化する境界領域を検出して、この境界
領域に囲まれた閉領域を抽出して、閉領域内のパターン
情報を色情報に変換するようにしたので、複雑な形状を
持つ境界領域であってもパターン情報を色情報に変換す
ることができ、デザイン性の高い文書を得ることができ
る。

【０００６】変換手段に関しては、変換可能な色情報を
記録した色テーブルを持ち、検出した閉領域を順次色情
報に変換することで、限定された色ではなく多くの色情
報に変換することができる。また、変換手段の他の態様
として、検出した閉領域内部のパターン情報を識別し、
パターン情報と色情報の対応関係を記録した変換テーブ
ルを持つことで、画像内の同じパターン情報を同じ色情
報に変換することが可能となる。

【０００７】

【実施例】以下、本発明の一実施例について説明する。
図１は、本実施例の概略の構成を示す図である。この画
像処理装置は、パターン情報の変化を調べ、境界線を検
出するパターン情報境界検出手段１、画像中の閉領域を
検出する閉領域抽出手段２、および特定の領域内部を色
情報に変換する色変換手段３を備えるものである。ま
た、パターン情報境界検出手段１は、特定の大きさを持
つマスク４１によって画像全体を走査するマスクによる
画像走査手段１１と、画像の走査に用いるマスク４１と
そのマスクから一定距離離れた領域とを用いて特徴量を
計算する特徴量計算手段１２と、計算された特徴量を一
時的に記憶する特徴量記憶手段１３と、特徴量と基準値
とを比較して境界領域を判定する境界領域判定手段１４
を備えている。各手段の詳しい内容を順を追って説明す
る。

【０００８】図２は、パターン情報境界検出手段１の処
理手順を説明したフローチャートを示す。ここでは、入
力された２値画像をある特定の大きさを持つマスクを用
いて走査することで、パターン情報の変化、すなわちハ
ッチングやシェードのような規則的パターンの種類の変
化を検出して、その境界領域を示した境界線画像を出力
する。

【０００９】また、図２および図３は実施例全体の処理
を示すフローチャートであり、以後このフローチャート
を用いて順を追って説明する。まず、ステップＳ２０１
で画像の走査に用いるマスクの大きさとマスク、さらに
特徴量を計算するためのマスクの移動量Ｄを設定する。
本実施例で使用するマスク４１は図４（ａ）に示すよう
な１辺がｗの長さである四角形状のマスクとする。しか
し、マスクの形状は四角形状でなくてもよく、直径がｗ
である円であってもよい。マスクの大きさは、後に述べ
る特徴量の計算アルゴリズム上、画像に書きこまれてい
るパターン情報の１周期に近い値であることが望まし
い。移動量Ｄについては、マスクの大きさｗより小さい
値であることが条件である。後のステップＳ２０８で計
算される特徴量を記憶するための特徴量記憶領域Ｓ１、
Ｓ２、Ｓ３、Ｓ４が確保される。それぞれの記憶領域
は、入力画像の画素数と同じ数の実数を記憶するだけの
容量を持ち、画像の各画素が２つの変数、Ｘ座標とＹ座
標で参照されるように、特徴量記憶領域の各実数は２つ
の変数で参照される仕組みを持つ。これは、ちょうど各
画素が実数で表現される画像として考えることができ
る。次にステップＳ２０２では、画像の走査開始位置を
指定する。ここでは、画像中のＸ座標がＩ＝ｗ／２、Ｙ
座標がＪ＝ｗ／２である画素としているが、これはＩ＝
０、Ｊ＝０の画素から始めると図４（ｂ）に示すように
マスクが画像の外側にはみだし、マスク内の画素値が不
定となることを防ぐためである。しかし、画像の外側に
ある一定の大きさのマージンを持たせ、マージンの領域
内の画素値はすべて０であるとすれば、Ｉ＝０、Ｊ＝０
の画素から画像の走査を始めても構わない。

【００１０】ステップＳ２０３〜Ｓ２０７では、特徴量
を計算するために、マスクの領域と図４（ｃ）に示す方
向にマスクを移動した時のマスク内の領域をそれぞれ作
業領域へコピーを行う。即ち、ステップＳ２０３で、画
像の座標（Ｉ，Ｊ）を中心ととしてマスクＭ（Ｗ）をセ
ットし、マスクＭ（Ｗ）の内の画像を作業領域ＷＯＲＫ
１にコピーする。具体的には、処理対象の画像は図示し
ない画像メモリに格納されており、マスクＭ（ｗ）のセ
ットでは、中心の座標（Ｉ，Ｊ）とマスクサイズを基に
画像メモリ上のマスク領域内の各画素位置のメモリアド
レスを生成する。生成したメモリアドレスによってマス
ク領域内の各画素を読み出して、作業領域ＷＯＲＫ１に
格納する。同様にして、ステップＳ２０４で、Ｘ座標軸
のプラス方向にステップＳ２０１でセットされた移動量
Ｄだけ移動した位置（Ｉ＋Ｄ，Ｊ）のマスク内の画像を
作業領域ＷＯＲＫ２にコピーする。ステップＳ２０５
で、Ｘ座標のマイナス方向に移動量Ｄだけ移動し、Ｙ座
標軸のプラス方向に移動量Ｄだけ移動した位置（Ｉ−
Ｄ，Ｊ＋Ｄ）のマスク内の画像を作業領域ＷＯＲＫ３に
コピーする。ステップＳ２０６で、Ｙ座標軸のプラス方
向に移動量Ｄだけ移動した位置（Ｉ，Ｊ＋Ｄ）のマスク
内の画像を作業領域ＷＯＲＫ４にコピーする。ステップ
Ｓ２０７で、ＸおよびＹ座標軸のプラス方向にそれぞれ
移動量Ｄだけ移動した位置（Ｉ＋Ｄ，Ｊ＋Ｄ）のマスク
内の画像を作業領域ＷＯＲＫ５にコピーする。本実施例
では、マスクの移動方向を４方向としている理由は、画
像を走査しながら境界領域を判定していくため、上方
向、あるいは左方向についての特徴量の変化はすでに判
定済となるため、効率的に処理を進めるためには、本実
施例で用いている４方向とする。マスクの領域とマスク
移動後の領域が５つの作業領域にコピーされ、以後各作
業領域内の各画素は、各作業領域の左上角を原点とする
座標系で参照される。

【００１１】ステップＳ２０８では、各作業領域を用い
て特徴量が計算される。ここでは、作業領域ＷＯＲＫ１
とＷＯＲＫ２、作業領域ＷＯＲＫ１とＷＯＲＫ３、作業
領域ＷＯＲＫ１とＷＯＲＫ４、さらに作業領域ＷＯＲＫ
１とＷＯＲＫ５の組合せで特徴量が計算され、その結果
４つの特徴量Ｐ１、Ｐ２、Ｐ３、Ｐ４が得られる。

【００１２】特徴量計算の手順を図５のフローチャート
を用いて説明する。作業領域の各組合せでの特徴量の計
算方法は同じなので、図５では作業領域ＷＯＲＫ１とＷ
ＯＲＫＸという記号で説明する。すなわち、ＷＯＲＫＸ
のＸは２〜５を表す。また、各作業領域の組合せで計算
される特徴量もＰＸとして表すが、同様にＰＸのＸは１
〜４を表す。まず、特徴量を計算するために、ステップ
Ｓ５０１で各変数の初期化を行う。ステップＳ５０２で
は、作業領域ＷＯＲＫ１とＷＯＲＫＸのＸ座標がＩ、Ｙ
座標がＪである画素の画素値をそれぞれ変数Ａ１とＡＸ
に格納する。この時、処理対象の画像は２値画像なので
変数Ａ１とＡＸは、それぞれ０あるいは１のいづれかが
格納されることになる。次の３つのステップＳ５０３〜
Ｓ５０５では、特徴量の計算に必要な各変数ＮＮ、Ｎ０
１、Ｎ１１の値が求められる。すなわち、ステップＳ５
０３では変数Ａ１の値が１のとき、変数ＮＮの値に１を
加える。ステップＳ５０４では、変数Ａ１と変数ＡＸを
掛け合わせた値が１である時に、変数Ｎ１１に１を加
え、ステップＳ５０５では変数Ａ１と変数ＡＸの値を加
えた値が１の時に、変数Ｎ０１に１を加える。この演算
過程から分かるように、作業領域全体の走査が終了した
時に、変数ＮＮは、作業領域ＷＯＲＫ１内の黒画素数を
表し、変数Ｎ１１は作業領域ＷＯＲＫ１とＷＯＲＫＸに
おいて、同じ座標位置で同時に画素値が１となる画素数
を表し、変数Ｎ０１は作業領域ＷＯＲＫ１とＷＯＲＫＸ
において、同じ座標位置で異なる画素値となる画素数を
表している。

【００１３】２つの作業領域全体に対して上記の処理を
終了した後、ステップＳ５１０において式ＰＸ＝（ＮＮ
−Ｎ１１）／Ｎ０１で特徴量ＰＸを計算する。この特徴
量は、一定のパターン情報内部においてはある一定値を
取ることを図６（ａ）を用いて説明する。図６（ａ）で
は、説明を簡単にするために、縦線からなるパターン情
報を用い、マスク内部の画像のみを示す。また、マスク
の大きさはパターン情報の周期に近い値に設定されるの
で、マスク内部には必ず図６（ａ）のようにパターン情
報を構成する図形要素を見ることができる。また、作業
領域ＷＯＲＫＸは、本実施例ではＷＯＲＫ２に相当する
作業領域となる。図６（ａ）から分かるように、作業領
域ＷＯＲＫＸはマスクを移動量Ｄだけずらした時の画像
を示しているので、作業領域ＷＯＲＫ１とＷＯＲＫＸと
の間で、同じ座標位置で画素値がいづれも１を取るよう
な領域の両側に、移動量と同じ幅を持って２つの作業領
域の同じ座標位置で異なる画素値を持つ領域があること
が分かる。したがって、マスク内の黒画素数から、２つ
の作業領域の同じ座標位置で画素値１をとる画素数を差
し引いた値は、２つの作業領域の同じ座標位置で異なる
画素値を取る画素数の１／２となる。これは、マスクを
移動する方向によらず、またパターンを構成する図形の
方向にも依存せずに成立する。さらに、パターンが点の
集合として表される場合においても、同様に特徴量ＰＸ
は１／２をとる。境界領域では、パターン情報の周期性
が壊れ、マスク内に境界線を包含したり、隣接するパタ
ーンを包含することになるので、ＰＸ＝１／２のは成立
しなくなる。この性質を利用して、図３のステップＳ２
１４では特徴量と１／２（以後、基準値と呼ぶ）を比較
して、境界領域を判定する。

【００１４】次に図３のステップＳ２０９では、ステッ
プＳ２０８で計算した特徴量を対応する特徴量記憶領域
に格納する。このとき、特徴量記憶領域Ｓ１には特徴量
Ｐ１が、特徴量記憶領域Ｓ２には特徴量Ｐ２が、特徴量
記憶領域Ｓ３には特徴量Ｐ３が、特徴量記憶領域Ｓ４に
は特徴量Ｐ４が記憶される。この時、各特徴量Ｐ１、Ｐ
２、Ｐ３、Ｐ４は、画像上におけるマスクの中心位置、
すなわちＸ座標を変数Ｉ、Ｙ座標を変数Ｊで表される画
像上の座標位置に対応する特徴量記憶領域上のアドレス
Ｓ１（Ｉ、Ｊ）、Ｓ２（Ｉ、Ｊ）、Ｓ３（Ｉ、Ｊ）、Ｓ
４（Ｉ、Ｊ）に格納される。以上のマスクによる特徴量
の計算を、画像全体に対してマスクを走査させながら
（ステップＳ２０３〜Ｓ２１３）、繰り返し行う。この
とき、画像の縁付近では、マスクを移動することで、マ
スクが画像の外側にはみ出し、画素値が不定となること
が考えられるが、画像の外側の一定の大きさのマージン
領域を設け、そのマージン領域内の画素値をすべて０と
することで画素値が不定となることを防ぐことができ
る。これまでの処理で、入力画像の各画素に対応する特
徴量が特徴量記憶領域Ｓ１、Ｓ２、Ｓ３、Ｓ４に記録さ
れている。

【００１５】ステップＳ２１４では、各記憶領域の値と
基準値を比較することで境界領域を判定する。その詳し
い処理を図７のフローチャートに沿って説明する。ステ
ップＳ７０１では、境界領域を判定するために使用する
変数の初期化を行う。画像のＸ座標とＹ座標を表す変数
ＩとＪをリセットする。この変数は、出力用の画像記憶
領域と特徴量を記録している４つの記憶領域Ｓ１，Ｓ
２，Ｓ３，Ｓ４内の値を参照するのに使用される。本ア
ルゴリズムでは、先に説明したように、一定のパターン
情報から別のパターン情報に移るような部分で特徴量は
基準値以外の値を取ることになるが、Ｘ座標Ｉ、Ｙ座標
Ｊで決まる画素の特徴量は、実際にはマスクの大きさと
移動量できまる値だけずれた部分の特徴を示している。

【００１６】このことを図６（ｂ）を用いて説明する。
今、境界線の近い部分に特徴量を計算するためのマスク
が位置しているとする。この時、マスクをＤだけ移動し
た領域には境界線が存在するために、ここで計算される
特徴量は基準値以外の値を取ることになる。しかし、マ
スクの位置する座標は（Ｉ、Ｊ）なので、特徴量記憶領
域の（Ｉ、Ｊ）に対応する部分にこの特徴量は記録され
ることになる。このずれ量は図６（ｂ）からも分かるよ
うに、マスクの大きさｗと移動量Ｄで決まる値ｗ／２＋
Ｄである。しかし、実際の画像は画像歪みやかすれなど
による変動があるため、それを考慮した重みαを加え、
ｗ／２＋Ｄ＋αの値で特徴量の位置の補正を行う。ま
た、逆に境界領域から一定のパターン情報にマスクが移
動してきた時も、特徴量が基準値を取りはじめる位置が
ずれるため、補正値ｗ／２＋αを用いて特徴量の位置を
補正する。この補正値をそれぞれ変数Ｔ１とＴ２に記憶
する。さらに、得られた境界領域を出力するための出力
用画像記憶領域ＯＵＴを生成する。この記憶領域は、入
力された画像を同じ大きさを持つ画像用の記憶領域であ
る。

【００１７】次のステップＳ７０２において、補正量Ｔ
１、Ｔ２を用いて境界領域の判定を行う。各特徴量記憶
領域に記憶されている特徴量は、特徴量を計算した時の
マスクの移動方向に直行する方向の境界に強く反応す
る。したがって、各特徴量を調べ、１つでも特徴量が基
準値から一定値ε以上異なる画素を境界領域とする。ま
た、各特徴量とも２つの補正量Ｔ１、Ｔ２で補正された
位置での特徴量がいずれも上記の条件を満たしている必
要がある。これは、補正量がそれぞれ境界領域の縁をそ
れぞれ入力画像の境界線の位置に合うことを基準として
決められているため、その縁に挟まれた領域を検出する
ためである。図８（ａ）では、マスクを横方向に移動し
て特徴量を計算した時の様子についてだけ説明している
が、各方向において同様の考え方で、特徴量の位置の補
正を説明することができる。以上の補正手段によって特
徴量の位置を補正して比較した結果、条件を満たしてい
る部分を境界領域としてその画素をセットする。以上の
処理を画像全体に対して行うことによって、出力用画像
記憶領域ＯＵＴには、境界領域を示す画像が形成され
る。図８（ｂ）には入力画像（１）と境界検出結果であ
る出力画像（２）の例が示されている。

【００１８】本実施例のパターン情報境界検出手段１に
よれば、パターン情報が同一のパターンを持っている部
分については、一定の値を取るような特徴量を採用して
いるために、パターン情報を構成する図形の形状に関係
なく、パターン情報の変化する任意形状の境界領域を検
出することができる。

【００１９】次に、上記のパターン情報境界検出手段１
によって検出された境界領域で囲まれる閉領域を、図１
の閉領域抽出手段２によって抽出する。閉領域抽出手段
２では、入力画像（本実施例では、パターン情報境界検
出手段１によって検出された境界線画像）の全画素値を
反転して、連続する黒画素に同じ画素値を与えることで
閉領域の抽出を行う。閉領域抽出手段２の処理手順を図
９を用いて順に説明する。まず、ステップＳ９０１にお
いて処理で使用する変数の初期化を行う。まず、入力画
像の座標位置を指定する変数ＩとＪをそれぞれ０にリセ
ットする。次に閉領域に割当てられる画素値の最大値を
記憶する変数ＭＰＩＸの値を１に設定し、連結画素記憶
領域ＴＢをリセットする。この連結画素記憶領域ＴＢ
は、閉領域抽出処理の過程で画素の配置状況によって
は、本来連続する画素にもかかわらず、違う画素値が割
当てられることがあるが、このエラーを記録し、最終的
に画素値の矛盾を修正するために使用される。この連結
画素記憶領域ＴＢの働きについては、後に詳しく述べ
る。ステップＳ９０１では、最後に入力画像の全画素を
反転する。すなわち、入力画像の画素値０の画素を画素
値１に、画素値１の画素を画素値０に変換する。この操
作により、本実施例では図１１（ａ）に示すように境界
線だけが画素値０の画像となる。

【００２０】次にステップＳ９０２では、変数Ａに画像
ＩＭの座標位置（Ｉ、Ｊ）の画素値を代入する。画像Ｉ
Ｍは、画素値０か１のみを取る２値画像なので、変数Ａ
には値０か１のみが代入されることになる。この変数Ａ
の値が１か否かをステップＳ９０３で調べる。変数Ａの
値が１の時にステップＳ９０４において、画像ＩＭの座
標位置（Ｉ、Ｊ）の周辺の座標位置（Ｉ−１，Ｊ−
１）、（Ｉ，Ｊ−１）、（Ｉ＋１，Ｊ−１）、（Ｉ−
１，Ｊ）の各画素値を読出し、変数ＬＰ１、ＬＰ２、Ｌ
Ｐ３、ＬＰ４にそれぞれ代入する。ステップＳ９０４で
調べる画像ＩＭの座標位置（Ｉ、Ｊ）の周辺画素は図１
１（ｂ）に示すように、すでに処理が行われ、ある画素
値がすでに入力されている画素である。これらの画素
は、座標位置（Ｉ、Ｊ）の画素と連結関係にあるため、
座標位置（Ｉ、Ｊ）の画素には周辺画素のいづれかの画
素値が設定されることになる。この時、座標位置（Ｉ、
Ｊ）が画像の縁に近い場合には、周辺画素が画像の外側
になり画素値が不定となることが考えられるが、画像の
外側に一定の大きさのマージン領域を設け、マージン領
域の画素値を０と設定することで、周辺画素の画素値が
不定となることを防ぐことができる。

【００２１】次にステップＳ９０５では、画像の座標位
置（Ｉ、Ｊ）に設定する画素値を選択するが、周辺画素
の画素値が全て同じであるとは限らないので、ＬＰ１、
ＬＰ２、ＬＰ３、ＬＰ４の値のうちで、０を除く最小値
を画素値として選択し、変数ｍに代入する。画素値０
は、原画像における黒画素部分に相当し、閉領域の対象
外の部分なので、ここでは画素値０を対象外として考え
る。そこで、ｍが０以外の最小値であるか調べ（ステッ
プＳ９０６）、０以外の最小値が存在しない場合には、
新しい閉領域が出現したとして、ステップ９０７で新た
な画素値ＭＰＩＸを変数ｍに代入し、ステップ９０８で
連結画素記憶領域に、画素値ｍを持つ画素は画素値ｍを
持つ画素に連結しているとして、連結画素記憶領域ＴＢ
に登録する。ステップ９０９で、次の閉領域のために変
数ＭＰＩＸの値を更新する。ここで、連結画素記憶領域
ＴＢを図１２（ａ）を用いて説明する。連結画素記憶領
域ＴＢは、処理の過程で割当てられる画素値と実際に連
結している画素値との対応を表すテーブル様の記憶領域
である。すなわち、図１２（ａ）の例において画素値ｋ
−１を持つ画素は、画素値３を持つ画素に連結している
ことを示す。

【００２２】次にステップＳ９０６の判定において変数
ｍが０以外の値を取ると判定した時、座標位置（Ｉ、
Ｊ）の画素が実際に連結している画素値を調べ、連結画
素記憶領域ＴＢを更新する。すなわち、ステップＳ９１
０において、連結画素記憶領域ＴＢを検索し、画素値Ｌ
Ｐ１、ＬＰ２、ＬＰ３、ＬＰ４に連結する連結画素値を
調べ、その最小値を変数ｍ１に代入する。座標位置
（Ｉ、Ｊ）の画素を介して周辺画素は連結しているの
で、実際に周辺画素が連結している画素値はｍ１と言う
ことになる。したがって、連結画素記憶領域ＴＢを再度
検索し、画素値ＬＰ１、ＬＰ２、ＬＰ３、ＬＰ４に対応
する連結画素値をそれぞれｍ１に変更する。

【００２３】この動作を図１２（ａ）（ｂ）を用いてさ
らに説明する。今、座標位置（Ｉ、Ｊ）の画素値を１と
し、図１２（ａ）のような連結画素記憶領域ＴＢの内容
であるとする。周辺画素での画素値がそれぞれＬＰ１＝
ｋ−１、ＬＰ２＝０、ＬＰ３＝ｎ、ＬＰ４＝ｋ−１とす
ると、ステップＳ９０５で、変数ｍの値はＬＰ１、ＬＰ
２、ＬＰ３、ＬＰ４の０以外の最小なので変数ｍ＝ｋ−
１となる。変数ｍの値が０以外で存在するので、ステッ
プＳ９１０で変数ｍ１の値は図１２（ａ）から３とな
る。ステップＳ９１１では、このｍ１の値を使って、連
結画素記憶領域ＴＢの値を更新する。すなわち、連結画
素記憶領域ＴＢ内で画素値にｋ−１、ｎに対応する連結
画素値を３に変更する（図１２（ｂ））。これにより、
画素値ｋ−１と画素値ｎをとる画素は連結しており画素
値３をとることが分かる。ステップＳ９１２では、ステ
ップＳ９０５あるいはステップＳ９０７で決定された変
数ｍを画像の座標位置（Ｉ、Ｊ）の画素値として設定す
る。以上の処理をステップＳ９１３〜Ｓ９１６で、変数
Ｉ，Ｊをインクリメントしながら画像全体の画素に対し
て行う。

【００２４】以上の処理では、実際に連結している画素
でも画素値が違う場合があるので、最後にステップＳ９
１７において、連結画素記憶領域ＴＢの内容にしたがっ
て、各画素値を更新する。図１２（ｃ）に画像全体に対
して処理を終了した時点の画像の状況を模式的に表し
た。図１２（ｃ）に書きこまれている数値が、各画素の
画素値である。画素値２と画素値３の画素は連結してい
るにもかかわらず、画素値は違う状態である。しかし、
図１２（ｄ）に示した連結画素記憶領域を見ると画素値
３についての連結画素値は２であるので、ステップＳ９
１２において、画素値３は全て画素値２に置き換えら
れ、最終的に連結する画素は全て同じ値をとることにな
る（図１２（ｅ））。

【００２５】以上の処理により、画像中の連結する画素
は全て同じ画素値を持つようになるが、特に画像の縁に
接する領域は、画素値１をとるようになる。これは、画
像の走査を始めて、最初に画素値が割当てられるのが、
画像の縁に接する領域に属する画素であり、この時の画
素値は１となる。したがって、次の色変換手段３では、
画素値２以上の領域を対象にして処理を行えばよいこと
になる。

【００２６】次の色変換手段３では、閉領域抽出手段２
で抽出した閉領域に対してそれぞれ色を割当てていく。
この時の処理は、閉領域抽出手段２で抽出した閉領域内
の画素は２以上の同じ画素値を割当てられているので、
同じ画素値には同じ色を割当てることで実現できる。す
なわち、図１３（ａ）のように画素値とそれに対応する
色を対応付けた色変換テーブル１３１を用意して、画素
値を色に変換することができる。しかし、出力可能な色
情報以上の画素値が割当てられることもあるので、その
時は画素値を出力可能な色数で割った余りを画素値とし
て、色変換テーブル１３を検索することで、画素値の制
限（閉領域数の制限）を回避することができる。

【００２７】また、図１２（ｂ）に示すように閉領域内
の画素値は画像内で連続する値を必ずしもとらない。し
たがって、出力可能な色数を有効に活用するために、画
素値を変換して色テーブルを検索する必要がある。この
処理手順を図１４および図１５のフローチャートを用い
て説明する。ステップＳ１４０１で、画像全体を走査し
画素値の最大値を求め変数Ｍに記憶する。次のステップ
Ｓ１４０２では、Ｍ個の要素を記憶可能な配列ＳＰを生
成し、その記憶領域を値０で初期化する。また、画像の
座標位置を指定する変数ＩとＪを値０にリセットする。
ステップＳ１４０３において、画像の座標位置（Ｉ、
Ｊ）における画素値が変数Ｐにセットされる。次に配列
ＳＰのＰ番目の要素に値１を代入し、その画素値が使用
されていることを示すフラグとする（ステップＳ１４０
５）。ステップＳ１４０６〜Ｓ１４０９で、変数Ｉ，Ｊ
をインクリメントしながら画像全体の画素に対して行
い、画像中で使用されている画素値に対応する配列ＳＰ
の要素にフラグを立てる。

【００２８】次に、ステップＳ１４１０〜Ｓ１４１４に
おいて、この配列ＳＰを走査し、フラグの立っている配
列ＳＰの要素に順番に番号付けを行っていく。このよう
にして生成された配列ＳＰを画素変換テーブルとして使
用する。すなわち、画素値Ｌである画素は、配列ＳＰの
Ｌ番目の要素がとる値を画素値として、色変換テーブル
１３１を参照する。

【００２９】また、色変換の方法としては、閉領域抽出
手段２で抽出された閉領域内の一定の大きさの領域を原
画から切り出して、その閉領域内のパターン情報を識別
し、パターン情報によって色を決定することもできる。
この時、パターン情報の識別は原画から切り出した画像
とあらかじめデータベースに登録しておいたパターン情
報とをパターンマッチングの手法で識別することができ
る。パターンマッチングの手法は一般には、画素単位で
一致する画素を計数し、一致する画素の最も多いパター
ンとしてその領域を決定する方法がある。しかし、この
ような方法では正確にパターン情報を識別することがで
きないので、パターンを代表する特徴、たとえばパター
ン情報を構成する図形要素の配列している間隔、図形情
報の並んでいる方向、を用いてマッチングを行うことも
できる。このようにして、識別したパターン情報を用い
て、色変換テーブルを参照して閉領域に割当てる色を決
定する。このようにパターン情報を用いて色を決定する
ことにより、同じパターン情報には同じ色を割当てるこ
とができ、色変換を施して出力した画像の品質を高める
ことができる。以上の処理により、モノクロ画像中のパ
ターン情報を色情報に変換し、デザイン性の高い画像を
生成することができる。

【００３０】

【発明の効果】以上説明したように、本発明によれば、
パターン情報が変化する境界領域を検出して、この境界
領域に囲まれた閉領域を抽出して、閉領域内のパターン
情報を色情報に変換するようにしたので、複雑な形状を
持つ境界領域であってもパターン情報を色情報に変換す
ることができる。

【図面の簡単な説明】

【図１】 本発明の実施例の概略の構成を示す図

【図２】 パターン情報境界検出手段の処理手順を示す
フローチャート

【図３】 パターン情報境界検出手段の処理手順を示す
フローチャート（図２の続き）

【図４】 （ａ）は画像の走査に用いるマスクとマスク
の大きさを説明した図、（ｂ）はＩ＝０、Ｊ＝０である
画素におけるマスクの状態を説明した図、（ｃ）はマス
クの移動方向を説明した図

【図５】 特徴量の計算手順を示したフローチャート

【図６】 （ａ）は特徴量の原理を説明した図、（ｂ）
は境界線とマスクの中心画素のずれを説明した図

【図７】 境界領域判定処理のフローチャート

【図８】 （ａ）は特徴量の位置の補正を説明した図、
（ｂ）はパターン情報境界検出手段における入力画像と
出力画像を説明した図

【図９】 閉領域抽出手段の処理手順を示すフローチャ
ート

【図１０】 閉領域抽出手段の処理手順を示すフローチ
ャート（図９の続き）

【図１１】 （ａ）は２値画像の画素反転を説明した
図、（ｂ）は座標（Ｉ、Ｊ）と周辺画素を説明した図

【図１２】 （ａ）は連結画素記憶領域を説明した図、
（ｂ）は連結画素記憶領域の更新を説明した図、（ｃ）
は連結画素記憶領域の情報により画素値を更新する前の
画像を説明した図、（ｄ）は（ｃ）における連結画素記
憶領域の状態を説明した図、（ｅ）は連結画素記憶領域
の情報により画素値を更新した後の画像を説明した図

【図１３】 （ａ）は色変換テーブルの例を示した図、
（ｂ）はパターン情報に対応した色変換テーブルの例を
示した図

【図１４】 画素値変換テーブル生成処理のフローチャ
ート

【図１５】 画素値変換テーブル生成処理のフローチャ
ート（図１４の続き）

【符号の説明】

１…パターン情報境界検出手段、 １１…マスクによる
画像走査手段、１２…特徴量計算手段、１３…特徴量記
憶手段、１４…境界領域判定手段、 ４１…マスク、２
…閉領域抽出手段、 ３…色変換手段、１２１…連結画
素記憶領域、 １３１…色変換テーブル、１３２…パタ
ーンに対応した色変換テーブル。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 ２値化された入力画像中のパターン情報
   の変化に基づいてパターンの境界を検出する境界検出手
   段と、 境界検出手段により検出した境界の情報を基に閉領域を
   抽出する閉領域抽出手段と、 閉領域抽出手段により抽出した閉領域内部を色情報に変
   換する変換手段とを有することを特徴とする画像処理装
   置。
2. 【請求項２】 前記境界検出手段は、 所定の大きさの第１の領域の画素値群と第１の領域に対
   して所定の位置関係にある所定の大きさの第２の領域の
   画素値群とを画像から抽出する画素値抽出手段と、 前記画素値抽出手段により抽出された第１および第２の
   領域の画素値群を用いて、それら領域の画素値群の類似
   性を表す特徴量を計算する計算手段と、 前記計算手段により計算された特徴量に基づいて、画像
   中の境界を判定する判定手段とを有することを特徴とす
   る 請求項１記載の画像処理装置。
3. 【請求項３】 前記変換手段は、出力可能な色情報を記
   録した色テーブルを持ち、検出した閉領域に対して、色
   テーブルに記録された色情報を順次対応付け、閉領域内
   部の色を変換するものであることを特徴とする請求項１
   記載の画像処理装置。
4. 【請求項４】 前記変換手段は、パターン情報と出力可
   能な色情報を対応させた変換テーブルを持ち、検出され
   た閉領域内部のパターン情報を判別し、その判別結果に
   基づいて変換テーブルから色情報を抽出し、内部の色を
   変換するものであることを特徴とする請求項１記載の画
   像処理装置。