JPH10200754A

JPH10200754A - 画像処理装置

Info

Publication number: JPH10200754A
Application number: JP9005460A
Authority: JP
Inventors: Itaru Furukawa; 至古川
Original assignee: Dainippon Screen Manufacturing Co Ltd
Current assignee: Dainippon Screen Manufacturing Co Ltd
Priority date: 1997-01-16
Filing date: 1997-01-16
Publication date: 1998-07-31

Abstract

(57)【要約】【課題】画像中の輪郭部分などの鮮鋭度を維持しつ
つ、ノイズを除去することが容易に行える画像処理装置
を提供する。【解決手段】ノイズ情報検出手段７０は、画像入力部
３０から入力した処理対象画像に関して、所定の濃度値
についてのノイズ情報（ノイズ強度およびノイズ量）を
検出する。一方、ノイズ除去処理部８０は、標準画像
（一般的な画像）について、そのノイズ除去処理特性を
決定するためのルックアップテーブルを予め有してい
る。そして、ノイズ除去処理部８０は、処理対象画像の
ノイズ情報と標準画像のノイズ情報とを比較することに
よって該ルックアップテーブルを修正した後、修正済み
のテーブルに基づいてノイズ除去処理特性を決定し、処
理を実行する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数画素からなる
フィルタによって画像を走査し、画像のノイズを除去す
る装置に関する。

【０００２】

【従来の技術】一般に、画像処理装置は、原稿を入力ス
キャナなどによって光学的に読み取り、その読み取った
アナログ信号をディジタル信号に変換し、さらに階調補
正などを施した後に、所定の画像処理を行っている。従
って、画像処理装置が取り扱う画像データには、光学的
読み取り時や電気的な種々の変換処理時にノイズが混入
することがある。

【０００３】このようなノイズを含んだままの画像デー
タに対して所定の画像処理、例えば輪郭強調処理を行う
と、そのノイズも強調されることとなり、出力された画
像の質を著しく劣化させることとなる。

【０００４】そこで、従来より、ノイズを除去する方法
として空間フィルタを使用する方法が実施されている。
図１８は、従来のノイズ除去用フィルタを説明するため
の図である。図１８（ａ）に示すように、ノイズ除去用
フィルタは所定のサイズの画素行列（ここでは５×５の
画素行列）である。ここで、フィルタを構成する各画素
の係数を図１８（ｂ）の様に表わすとすると、このフィ
ルタからの出力Ｕ_x,yは次式のようにして算出される。

【０００５】

【数１】

【０００６】数１において、Ｓ_x,yは、元画像の座標
（ｘ，ｙ）に位置する画素の濃度値であり、これらの集
合が元画像の画像信号”Ｓ”である（以下、その他の画
像信号についても同様とする）。「濃度値」とは、画像
を構成する各画素が有する濃度情報を表現する値であ
り、グレースケール画像の場合白黒の濃淡を示す値であ
り、また、カラー画像の場合、例えば「Ｒ、Ｇ、Ｂ」の
それぞれの濃度を示す値である。

【０００７】図１８に示すノイズ除去用フィルタの特徴
は、当該フィルタを構成する全ての画素の係数が正であ
り、局所画素群の平均化、すなわち積分操作によってノ
イズなどの高周波成分を除去する性質を有する。

【０００８】しかしながら、上記のようなノイズ除去用
フィルタをノイズをほとんど含まない画像に適用する
と、画像の高周波成分が一様に平滑化されるため、画像
中の輪郭部分の鮮鋭度も失われ、画像の質を劣化させる
結果となる。

【０００９】そこで、図１９に示すような補正係数変更
手段１０１を設けたノイズ除去装置が利用されている。
図中において、フィルタ演算部１０２は、上述したノイ
ズ除去用フィルタを使用して、元画像の画像信号”Ｓ”
（以下、単に元画像”Ｓ”と称し、他の画像信号につい
ても同様とする）からノイズなどの高周波成分を除去し
たフィルタリング画像”Ｕ”を得る処理部である。ま
た、補正係数変更手段１０１は、補正係数ｋｍを設定、
変更する手段である。ここで設定された補正係数ｋｍに
基づいて、次式よりノイズ除去装置からの出力画像”
Ｆ”が得られる。

【００１０】

【数２】

【００１１】すなわち、補正係数変更手段１０１は、元
画像”Ｓ”とフィルタリング画像”Ｕ”との混合比を変
化させることによって高周波成分の除去の程度を可変調
整する手段であり、ノイズを多く含む画像に対しては補
正係数ｋｍの値を小さくし、ノイズをほとんど含まない
画像に対しては補正係数ｋｍの値を大きくすることによ
り、適切なノイズ除去処理が可能となる。

【００１２】

【発明が解決しようとする課題】ところで、ノイズは画
像中に均一に分布しているわけではなく、通常、原稿読
み取り媒体（例えば、フォトマルやＣＣＤなど）の特質
により、濃度値の小さい領域（以降、「ハイライト領
域」と称する）および濃度値の大きい領域（以降、「シ
ャドウ領域」と称する）においては、それらの中間の濃
度領域よりも高周波ノイズが多い。従って、上記補正係
数ｋｍの値を同一の画像中においても適当に調整する必
要がある。すなわち、中間の濃度領域においては、画像
の輪郭部分などをそのまま保持し、鮮鋭度を維持するた
め、補正係数ｋｍの値を大きくし、また、ハイライト領
域やシャドウ領域においては、ノイズを十分に除去する
ため、補正係数ｋｍの値を小さくする必要がある。

【００１３】このように、画像の質を維持するためには
補正係数ｋｍの値を適宜調整する必要があるが、従来に
おいては、補正係数ｋｍの調整はオペレータの経験によ
るところが大きく、熟練したオペレータでなければ困難
であった。特に、画像を見ながら補正係数ｋｍを調整す
ることは難しく、一般的には一つの画像中においては補
正係数ｋｍを調整しないことが多い。そして、その結
果、ノイズが十分に除去されなかったり、逆に輪郭部分
の鮮鋭度が失われたりして、画像の質の劣化が避けられ
ないという問題があった。

【００１４】本発明は、上記課題に鑑みてなされたもの
であり、画像中の輪郭部分などの鮮鋭度を維持しつつ、
ノイズを除去することが容易に行える画像処理装置を提
供することを目的とする。

【００１５】

【課題を解決するための手段】上記課題を解決するた
め、請求項１の発明は、複数の画素からなるフィルタに
よって画像を走査することにより前記画像のノイズ除去
処理を行う画像処理装置であって、(a) 予め定められた
濃度値についてノイズ情報を検出するノイズ情報検出手
段と、(b) 検出した前記ノイズ情報に応じて前記ノイズ
除去処理の特性を変化させるノイズ除去処理特性変化手
段とを備えている。

【００１６】また、請求項２の発明は、請求項１の発明
に係る画像処理装置において、前記ノイズ除去処理特性
変化手段に、前記ノイズ情報に応じて前記フィルタの選
択を変更させている。

【００１７】また、請求項３の発明は、請求項１の発明
に係る画像処理装置において、(c)前記フィルタによっ
て走査された画像と走査されない画像とを混合する混合
手段をさらに備え、前記ノイズ除去処理特性変化手段
に、前記混合における混合比を前記ノイズ情報に応じて
変化させている。

【００１８】

【発明の実施の形態】以下、図面を参照しつつ本発明の
実施の形態について詳細に説明する。

【００１９】

【第１実施形態】＜Ａ．画像処理装置の概略構成＞まず、本発明に係る画
像処理装置の概略構成について説明する。図１は、本発
明に係る画像処理装置の概略構成を示す機能ブロック図
である。この画像処理装置は、画像処理部５０と、操作
部１０と、表示部２０と、画像入力部３０と、画像出力
部４０とを備えている。

【００２０】操作部１０は、オペレータが画像処理装置
に対して指示を与えるための手段でありキーボードやマ
ウスで構成されている。そして、後述するように、この
操作部１０は、閾値を入力する閾値入力手段としての機
能も有している。また、表示部２０は、オペレータが処
理対象となる画像や画像処理部５０からのメッセージを
確認することができるディスプレイである。また、画像
入力部３０は、例えば入力スキャナであり、処理対象と
なるべき原稿を読み取り、画像処理装置に読み取った画
像の画像信号を入力するための入力手段である。さら
に、画像出力部４０は、処理済みの画像を出力するため
の出力手段（出力スキャナやイメージセッタなど）であ
る。

【００２１】上記の画像処理装置において、オペレータ
は、操作部１０を介して適当なコマンドおよび設定すべ
き閾値を画像処理部５０に与えることにより、画像入力
部３０から入力された画像に対しノイズ除去処理を行う
ことができる。そして、オペレータは、表示部２０によ
り処理結果を視認できるとともに、画像出力部４０から
出力することによって、最終的な出力結果を確認するこ
ともできる。

【００２２】画像処理部５０は、記憶部６０とノイズ情
報検出手段７０とノイズ除去処理部８０とを備えてい
る。記憶部６０は画像処理のプログラムや処理対象とな
る画像信号を記憶しておくＲＡＭである。なお、記憶部
６０には、補助的に磁気ディスクなどを接続し、その磁
気ディスクからプログラムやデータを読み出すようにし
てもよい。

【００２３】図２は、ノイズ情報検出手段７０の構成を
示す機能ブロック図である。また、図３は、ノイズ除去
処理部８０の構成を示す機能ブロック図である。図示の
ように、ノイズ情報検出手段７０は、フィルタリング処
理部７１と、判定用画像作成部７２と、フィルタリング
画像ヒストグラム作成部７３と、判定用画像ヒストグラ
ム作成部７４と、比較演算部７５と、ノイズ情報分析部
７６とを備えている。また、ノイズ除去処理部８０は、
マスクＩＤ決定部８１と、フィルタ選択部８２と、フィ
ルタリング処理部８３とを備えている。これらの各処理
部は、ノイズ分析処理用ソフトウェアに応じて実行され
る処理内容を表しており、その処理内容については、さ
らに後述する。

【００２４】＜Ｂ．画像処理の手順＞図４は、上述の画
像処理装置における画像処理手順を示すフローチャート
である。ノイズ情報検出処理に先立って、処理対象とな
る画像が画像入力部３０によって読み込まれる（ステッ
プＳ１）。読み込まれた画像は、ディジタル信号で表さ
れた画像信号として記憶部６０に格納される。

【００２５】画像入力が行われた後、ノイズ情報検出処
理が行われ（ステップＳ２）、その後、検出されたノイ
ズ情報に基づいてノイズ除去処理が実行される（ステッ
プＳ３）。以下、これらの処理を順に説明する。

【００２６】＜Ｂ−１．ノイズ情報検出手順＞まず、ノ
イズ情報検出処理手順について説明する。図５は、ノイ
ズ情報検出処理手順を示すフローチャートである。

【００２７】最初に、画像入力部３０から入力した画像
または予め入力され上記磁気ディスクなどに保管してい
る画像（これらを総称して以下「元画像」とする）に対
してフィルタリング処理部７１がフィルタリング処理を
実行し、フィルタリング画像を得る（ステップＳ２
１）。「フィルタリング画像」とは、元画像に平滑化フ
ィルタを走査（平滑化処理）して得られるノイズが除去
された画像である。このフィルタリング処理の様子を図
７および図８を使用して説明する。

【００２８】図７は、フィルタリング処理の概要を説明
する図である。図７（ａ）に示す元画像Ｉに対してＸ方
向を主走査方向とし、Ｙ方向を副走査方向として１画素
ごとに平滑化フィルタ（従来より使用されているノイズ
除去用フィルタと同種のフィルタ）Ｆを走査させつつ処
理対象の画素（注目画素）ＯＰを移動し、順次にフィル
タリング処理を実行する。なお、注目画素ＯＰは、図７
（ｂ）に示すように、平滑化フィルタＦの中心の画素で
ある。また、図７（ｂ）の例では、５×５の画素行列か
らなる平滑化フィルタＦが使用されている。そして、平
滑化フィルタＦの各画素成分に付与された係数に従って
注目画素ＯＰの濃度値とその周辺画素の濃度値との加重
平均を算出し、得られた値を平滑化フィルタＦの出力と
して注目画素ＯＰのフィルタリング処理後の濃度値とす
る。この処理を、図中の画像Ｉの左上隅の画素から右下
隅の画素に至るまで順次実行し、フィルタリング画像を
得る。

【００２９】図８は、上記フィルタリング処理に使用す
る平滑化フィルタの例を示す図である。ここで、図８の
平滑化フィルタを構成する各画素の係数を図１８（ｂ）
の様に表すとすると、この平滑化フィルタからの出力Ｕ
_x,yは、従来のノイズ除去処理と同様、数１に従って算
出され、フィルタリング画像が得られる。

【００３０】図８に示す平滑化フィルタの特徴は、いず
れも積分操作によってノイズなどの高周波成分を除去す
る性質を有することである。もっとも、図８（ａ）に示
す平滑化フィルタ（係数に重み付けがされている）と図
８（ｂ）に示す平滑化フィルタ（係数が全て等しい）と
では、フィルタの特性が異なり、その結果、検出される
ノイズ情報に差異が生じることとなるが、いずれにして
もここでのフィルタリング処理には、積分操作を行うフ
ィルタを使用する必要がある。なお、フィルタは５×５
の画素行列に限定されるものではなく、３×３の画素行
列であっても良い。

【００３１】次に、ステップＳ２２に進んで、閾値の設
定を行う。ここで考えている例においては、オペレータ
が操作部１０を介して閾値の設定入力を行う。ここで設
定された閾値がノイズ情報を検出すべき濃度値となるの
で、オペレータはノイズ情報を知りたい濃度値を閾値と
して設定入力する必要がある。設定すべき閾値は１つで
あってもよいし、それ以上でもかまわない。

【００３２】なお、閾値を自動的に設定するようにして
もよい。自動的に閾値を設定する具体的な手法として
は、例えば、フィルタリング画像の濃度ヒストグラムを
作成し、その極大値に対応する濃度値を閾値として設定
する様にすればよい。

【００３３】次に、ステップＳ２３に進み、判定用画像
作成部７２が濃度区間の設定を行う。濃度区間の設定
は、上記設定された閾値がＴ₁、Ｔ₂・・・、Ｔ_nである
とき、濃度値を０以上Ｔ₁未満、Ｔ₁以上Ｔ₂未満、以下
同様にしてＴ_n以上最大濃度値以下の（ｎ＋１）個の区
間に分割することによって行われる。

【００３４】そして、濃度区間の設定後、ステップＳ２
４に進み、判定用画像作成部７２が判定用画像を作成す
る。ここで、「判定用画像」とは、フィルタリング画像
の濃度値を閾値を基準にして判別し、当該閾値の前後で
フィルタリング画像と元画像とを組み合わせた画像であ
り、設定された濃度区間ごとにフィルタリング画像また
は元画像が割り当てられて構成されている。この判定用
画像の作成は、フィルタリング画像の画素ごとに判断
し、その画素の濃度値が属する濃度区間に応じてフィル
タリング画像または元画像が選択される。例えば、元画
像の画像信号（画像を構成する画素の濃度値の集合体）
を”Ｓ”、フィルタリング画像の画像信号を”Ｕ”とす
ると、０≦Ｕ＜Ｔ₁のとき”Ｕ”を選択、Ｔ₁≦Ｕ＜Ｔ₂
のとき”Ｓ”を選択、以下、同様にして、ｎが奇数であ
るとすると、Ｔ_n-1≦Ｕ＜Ｔ_nのとき”Ｕ”を選択（但
し、ｎが偶数のとき”Ｓ”を選択）、Ｔ_n≦Ｕ≦最大濃
度値のとき”Ｓ”を選択（但し、ｎが偶数のとき”Ｕ”
を選択）、することによって判定用画像が作成される。

【００３５】図９は、判定用画像の作成の様子を説明す
る図である。同図において、横軸はフィルタリング画像
の画素位置を示しており、その画素ごとに画素濃度値が
属する濃度区間に応じてフィルタリング画像の画像信
号”Ｕ”（以下、単にフィルタリング画像”Ｕ”と称
し、他の画像信号についても同様とする）または元画
像”Ｓ”が選択されている。但し、同図においては、図
示の便宜上Ｔ₁、Ｔ₂、Ｔ₃の３つの閾値のみを表示して
いる。

【００３６】なお、上記において、フィルタリング画像
の画素濃度値が０≦Ｕ＜Ｔ₁のとき元画像”Ｓ”を選
択、Ｔ₁≦Ｕ＜Ｔ₂のときフィルタリング画像”Ｕ”を選
択、以下同様の手順を繰り返すようにしてもよい。すな
わち、判定用画像の作成において重要なことは、設定さ
れた閾値を境界として濃度区間ごとにフィルタリング画
像と元画像とを交互に選択することであり、個別の濃度
区間においてどちらが選択されてもかまわない。

【００３７】以上のようにして判定用画像が作成される
と、次に、ステップＳ２５に進み、ヒストグラム作成が
行われる。ここでは、フィルタリング画像ヒストグラム
作成部７３がフィルタリング画像についての濃度ヒスト
グラム”Ｈ_U”を、判定用画像ヒストグラム作成部７４
が判定用画像についての濃度ヒストグラム”Ｈ_B”をそ
れぞれ作成する。ステップＳ２５で作成される濃度ヒス
トグラムは、各画像における濃度値の度数分布である。

【００３８】図１０は、フィルタリング画像および判定
用画像についての濃度ヒストグラムを示す図である。図
示のように、閾値の近傍において、元画像”Ｓ”を選択
した側では判定用画像の濃度ヒストグラム”Ｈ_B”がフ
ィルタリング画像の濃度ヒストグラム”Ｈ_U”よりも度
数が少なくなっており、フィルタリング画像”Ｕ”を選
択した側では逆の傾向となっている。これは、判定用画
像の閾値の前後において、選択された元画像のノイズの
一部は閾値を越えて存在し、また、選択されたフィルタ
リング画像では閾値を越えて存在する部分が皆無である
という性質に起因するものである。そして、設定された
閾値を境界として濃度区間ごとにフィルタリング画像と
元画像とが交互に選択されているため、設定されたそれ
ぞれの閾値の近傍において上記の現象は起こることとな
る。なお、図１０においては、図示の便宜上Ｔ₁、Ｔ₂、
の２つの閾値のみを表示している。

【００３９】次に、ステップＳ２６に進み、比較演算部
７５が比較演算を実行する。具体的には、判定用画像の
濃度ヒストグラム”Ｈ_B”からフィルタリング画像の濃
度ヒストグラム”Ｈ_U”を減算する。図１１は、比較演
算後の濃度ヒストグラムを示す図である。この濃度ヒス
トグラムの意味するところは閾値近傍の「ノイズ情報」
である。すなわち、図中において、β₁、β₂はそれぞれ
閾値”Ｔ₁”、”Ｔ₂”近傍のノイズの度数を示すもので
あり、それぞれ濃度値”Ｔ₁”、”Ｔ₂”近傍のノイズ量
を示す指標である。また、図中において、α₁、α₂は、
それぞれ閾値”Ｔ₁”、”Ｔ₂”近傍においてノイズの濃
度値が周辺領域の濃度値からどの程度乖離しているかを
示すものであり、それぞれ濃度値”Ｔ₁”、”Ｔ₂”近傍
のノイズ強度を示す指標である。

【００４０】そして、ノイズ情報分析部７６がノイズ情
報、すなわち各閾値におけるノイズ量、ノイズ強度を分
析する（ステップＳ２７）。ここでは、図１１の濃度ヒ
ストグラムを基にしてノイズ情報の分析が行われ、ノイ
ズ量”β₁”、”β₂”としては濃度ヒストグラム中の正
の度数ピークから負の度数ピークまでの度数差を測定す
る。また、ノイズ強度”α₁”、”α₂”としては正の度
数ピークの２０％の度数に相当する濃度値から負の度数
ピークの２０％の度数に相当する濃度値までの濃度値差
を測定する。なお、ノイズ強度の測定は、これに限定さ
れるものではなく、例えば度数ピークの１０％を基準に
して測定を行ってもよい。

【００４１】＜Ｂ−２．ノイズ除去処理手順＞以上のよ
うにして求められた各閾値についてのノイズ強度および
ノイズ量はノイズ除去処理部８０に伝達され、それらノ
イズ情報に基づいてノイズ除去処理が実行されることと
なる。図６は、ノイズ除去処理手順を示すフローチャー
トである。

【００４２】まず、処理対象の画像（上記元画像）のノ
イズ情報は、ノイズ除去処理部８０のマスクＩＤ決定部
８１（図３参照）に伝達され、濃度値についてのノイズ
強度およびノイズ量の関数が作成される（ステップＳ３
１）。具体的には、各閾値についてのノイズ強度および
ノイズ量が求められているので、それらに基づいて補間
処理を行うことによって濃度値についてのノイズ情報の
関数、即ちノイズ強度α（ｔ）、ノイズ量β（ｔ）が求
められる。なお、”ｔ”は濃度値である。

【００４３】次に、ステップＳ３２に進み、マスクＩＤ
決定部８１がマスクＩＤ参照テーブルの修正を行う。図
１２は、マスクＩＤ参照テーブルを示す図である。この
マスクＩＤ参照テーブルは、マスクＩＤ決定部８１が有
する一種のルックアップテーブルであり、後述するフィ
ルタ選択のためのＩＤを決定するためのものである。

【００４４】図１２の細線で示すマスクＩＤ参照テーブ
ルは、予めマスクＩＤ決定部８１に保管されているもの
であり、標準画像（一般的な画像）についてのテーブル
である。また、本実施形態で説明する一連の画像処理に
先立って、予め標準画像のノイズ情報の濃度値について
の関数、即ちノイズ強度α０（ｔ）およびノイズ量β０
（ｔ）を求めておく。なお、標準画像のノイズ情報の求
め方は、本実施形態で説明したのと同様の手法によれば
よい。

【００４５】そして、次式に従って補正基準関数Ｃ
（ｔ）を算出する。

【００４６】

【数３】

【００４７】この式において、係数ＡおよびＢは、それ
ぞれノイズ強度およびノイズ量についての修正係数であ
り、正の値をとる。数３に従えば、例えば、処理対象と
なっている画像の濃度値ｔ₁におけるノイズ強度および
ノイズ量が標準画像のノイズ強度およびノイズ量よりも
大きい場合は、補正基準値Ｃ（ｔ₁）は大きくなり、逆
に濃度値ｔ₂におけるノイズ強度およびノイズ量が標準
画像のノイズ強度およびノイズ量よりも小さい場合は、
補正基準値Ｃ（ｔ₂）は小さくなる。

【００４８】次に、この補正基準関数Ｃ（ｔ）を基にし
て、テーブル補正関数ＩＤＡ（ｔ）を求める。図１３
は、テーブル補正関数ＩＤＡ（ｔ）の導出の様子を示す
図である。図示のように、補正基準関数Ｃ（ｔ）の増減
に応じてテーブル補正関数ＩＤＡ（ｔ）がステップ状に
増減している。そして、この濃度値についてのテーブル
補正関数ＩＤＡ（ｔ）を元の（標準画像の）マスクＩＤ
参照テーブルに加算することによってステップＳ３２の
修正処理は完了する。従って、処理対象画像のノイズ強
度およびノイズ量が標準画像のノイズ強度およびノイズ
量よりも大きい場合は、マスクＩＤ参照テーブルに正の
修正がなされ、逆に小さい場合は、マスクＩＤ参照テー
ブルに負の修正がなされる。図１２では、濃度値Ｔ₁で
は正の修正がなされ、濃度値Ｔ_nでは負の修正が行われ
ている（図中の太線が修正後）。

【００４９】なお、マスクＩＤ参照テーブルの修正は上
記の例に限定されるものではなく、処理対象画像と標準
画像とのノイズ情報の差異に基づいてテーブルに修正を
加えるような手法であればかまわない。

【００５０】以上のようにしてマスクＩＤ参照テーブル
の修正が完了すると、次にステップＳ３３（図６参照）
に進み、マスクＩＤ決定部８１がマスクＩＤの決定を行
う。このマスクＩＤ決定は、処理対象画像の注目画素の
濃度値に基づき、図１２の修正後のマスクＩＤ参照テー
ブルに従って行われる。例えば、注目画素の濃度値が”
Ｔ₁”であったとすると、マスクＩＤとして”４”が決
定される。なお、図６においてステップＳ３２までの処
理は一つの画像につき一度行われる処理であるが、ステ
ップＳ３３以降は一つの画像の各画素ごとに実行される
処理である。

【００５１】次に、ステップＳ３４に進み、フィルタ選
択部８２（図３参照）が上記決定されたマスクＩＤに基
づいてフィルタの選択を行う。図１４は、フィルタ選択
部８２が選択可能なフィルタセットの一例である。マス
クＩＤごとにフィルタが用意されており、いずれも平滑
化フィルタであるが、本実施形態では、マスクＩＤが大
きくなるにつれて平均化の程度が大きくなる、即ちより
効果的にノイズ除去を行うフィルタとなる。この際のフ
ィルタ選択の具体的手法としては、例えば、予め図１４
のフィルタセットを記憶部６０を構成するＲＡＭに格納
しておき、フィルタごとに格納アドレス値にオフセット
を設け、マスクＩＤによってオフセットを変えるように
すればよい。

【００５２】フィルタが選択されると、次に、ステップ
Ｓ３５に進み、フィルタリング処理部８３がフィルタリ
ング処理を実行する。ここでのフィルタリング処理は、
図１４の中から選択されたフィルタを使用しつつ、数１
による演算を実行し、注目画素の濃度値を演算後の値に
置換する処理である。なお、本実施形態では画素の濃度
値によって異なるフィルタが選択されるため、ノイズ情
報検出時のようなフィルタの走査は行わない。

【００５３】そして、最後に処理対象画像の全画素につ
いて上記処理が終了したか否かが判別される（ステップ
Ｓ３６）。そして、全画素について処理が終了している
場合には、ノイズ除去処理が終了することになる。一
方、全画素について処理が終了していない場合には、注
目画素を移動してステップＳ３３〜Ｓ３５までの処理を
繰り返して行う。

【００５４】以上説明したように、本実施形態において
は、まず濃度値についてのノイズ情報を検出し、そのノ
イズ情報に基づいてマスクＩＤ参照テーブルを修正した
後、当該マスクＩＤ参照テーブルを参照しつつ画素ごと
にフィルタを選択しノイズ除去処理を行っている。従っ
て、例えば、処理対象となる画像のシャドウ領域に特に
ノイズが多い場合には、当該画像の高い濃度値の画素に
対しては効果的にノイズ除去を行うフィルタ（マスクＩ
Ｄの大きなフィルタ）が選択されるようになり、十分に
ノイズ除去が行われることとなる。また、逆に、例え
ば、ハイライト領域に比較的ノイズが少ない場合は、低
い濃度値の画素に対してはノイズ除去効果の比較的弱い
フィルタ（マスクＩＤの小さなフィルタ）が選択される
ように修正され、輪郭部分などの鮮鋭度が維持されるこ
ととなる。そして、マスクＩＤ参照テーブルの修正は自
動的に行われるため、経験のないオペレータであっても
容易に処理が実行できる。

【００５５】

【第２実施形態】以上、本発明の第１実施形態について
説明したが、本発明は以下に示す第２実施形態のように
してもよい。この第２実施形態において、画像処理装置
の概略構成およびノイズ情報検出手順は上記第１実施形
態と同様であるため、説明を省略する。そして、本第２
実施形態においても、各閾値についてのノイズ強度およ
びノイズ量がノイズ除去処理部８０に伝達され、それら
ノイズ情報に基づいてノイズ除去処理が実行される。こ
のノイズ除去処理部８０の構成およびノイズ除去処理手
順が第１実施形態と異なる。

【００５６】図１５は、ノイズ除去処理部８０の他の例
を示す機能ブロック図である。ノイズ除去処理部８０
は、ｋｍ決定部８４と、フィルタリング処理部８５とを
備えている。

【００５７】図１７は、ノイズ除去処理手順の他の例を
示すフローチャートである。ｋｍ決定部８４は、まず、
処理対象画像の濃度値についてのノイズ情報を基にして
補正係数ｋｍ参照テーブルの修正を行う。この際の修正
に至る手法は、上記マスクＩＤ参照テーブルの修正と同
様である。すなわち、ステップＳ４１において処理対象
画像のノイズ情報の濃度値についての関数、即ちノイズ
強度α（ｔ）、ノイズ量β（ｔ）を求める。

【００５８】次に、ステップＳ４２に進み、補正係数ｋ
ｍ参照テーブルの修正を行う。図１６は、補正係数ｋｍ
参照テーブルを示す図である。このテーブルも一種のル
ックアップテーブルであり、後述するように混合比であ
る補正係数ｋｍを決定するためのものである。

【００５９】図１６の点線で示す補正係数ｋｍ参照テー
ブルは、予めｋｍ決定部８４に保管されているものであ
り、標準画像（一般的な画像）についてのテーブルであ
る。また、上記第１実施形態と同様に、予め標準画像の
ノイズ情報の濃度値についての関数、即ちノイズ強度α
０（ｔ）およびノイズ量β０（ｔ）を求めておく。

【００６０】そして、次式に従って補正係数関数ｋｍ
（ｔ）を算出する。

【００６１】

【数４】

【００６２】この式において、ｋｍ０（ｔ）は上記標準
画像についての補正係数関数であり図１６の点線で示さ
れる。また、係数ＡおよびＢは、それぞれノイズ強度お
よびノイズ量についての修正係数であり、正の値をと
る。数４に従えば、例えば、処理対象となっている画像
の濃度値ｔ₁におけるノイズ強度およびノイズ量が標準
画像のノイズ強度およびノイズ量よりも大きい場合は、
補正係数ｋｍ（ｔ₁）は小さくなり、逆に濃度値ｔ₂にお
けるノイズ強度およびノイズ量が標準画像のノイズ強度
およびノイズ量よりも小さい場合は、補正係数ｋｍ（ｔ
₂）は大きくなる。

【００６３】以上のようにして補正係数ｋｍ参照テーブ
ルが修正された結果、図１６の実線で示すような補正係
数関数ｋｍ（ｔ）となる。次に、ステップＳ４３に進
み、ｋｍ決定部８４が補正係数ｋｍを決定する。この補
正係数ｋｍの決定は、処理対象画像の注目画素の濃度値
に基づき、図１６の修正後の補正係数ｋｍ参照テーブル
に従って行われる。なお、上記第１実施形態と同様、図
１７においてステップＳ４２までの処理は一つの画像に
つき一度行われる処理であるが、ステップＳ３３以降は
一つの画像の各画素ごとに実行される処理である。

【００６４】続いて、フィルタリング処理（ステップＳ
４４）と混合（ステップＳ４５）が行われる。すなわ
ち、フィルタリング処理部８５が図１８（ａ）に示すよ
うなノイズ除去フィルタ（平滑化フィルタ）を使用しつ
つ、数１に従って算出し、注目画素のフィルタリング済
み信号Ｕ_x、yを出力する。そして、数２に従って注目画
素の出力信号Ｆ_x、yが得られる。

【００６５】最後に、上記第１実施形態と同様、処理対
象画像の全画素について上記処理が終了したか否かが判
別される（ステップＳ４６）。そして、全画素について
処理が終了している場合には、ノイズ除去処理が終了す
ることになる。一方、全画素について処理が終了してい
ない場合には、注目画素を移動してステップＳ４３〜Ｓ
４５までの処理を繰り返して行う。

【００６６】以上の第２実施形態において、補正係数ｋ
ｍは、元画像の画像信号とフィルタリング画像の画像信
号との混合比である。そして、まず濃度値についてのノ
イズ情報を検出し、そのノイズ情報に基づいて補正係数
ｋｍ参照テーブルを修正した後、当該補正係数ｋｍ参照
テーブルに基づいて混合比である補正係数ｋｍを画素ご
とに決定し、ノイズ除去処理を行っている。

【００６７】このようにしても、例えば、処理対象とな
る画像のシャドウ領域に特にノイズが多い場合には、当
該画像の高い濃度値の画素に対しては小さな補正係数ｋ
ｍが決定されるようになり、十分にノイズ除去が行われ
ることとなる。また、逆に、例えば、中間領域に比較的
ノイズが少ない場合は、当該領域に属する濃度値の画素
に対しては大きな補正係数ｋｍが決定されるように修正
され、輪郭部分などの鮮鋭度が維持されることとなる。
そして、補正係数ｋｍ参照テーブルの修正は自動的に行
われるため、経験のないオペレータであっても容易に処
理が実行できる。

【００６８】

【発明の効果】以上説明したように、請求項１の発明に
よれば、予め定められた濃度値についてノイズ情報を検
出するノイズ情報検出手段と、検出したノイズ情報に応
じてノイズ除去処理の特性を変化させるノイズ除去処理
特性変化手段とを備えているため、大きなノイズ情報が
検出された濃度値についてはノイズ除去処理を強化し、
また、小さなノイズ情報が検出された濃度値については
ノイズ除去処理を緩和することにより、画像中の輪郭部
分などの鮮鋭度を維持しつつ、ノイズを除去することが
容易に可能となる。

【００６９】また、請求項２の発明によれば、ノイズ除
去処理特性変化手段がノイズ情報に応じてフィルタの選
択を行っているため、大きなノイズ情報が検出された濃
度値についてはノイズ除去効果の強いフィルタを選択
し、小さなノイズ情報が検出された濃度値についてはノ
イズ除去効果の弱いフィルタを選択することにより、請
求項１の発明と同様の効果が得られる。

【００７０】また、請求項３の発明によれば、フィルタ
によって走査された画像と走査されない画像とを混合す
る混合手段をさらに備えるとともに、その混合における
混合比をノイズ情報に応じて変化させため、大きなノイ
ズ情報が検出された濃度値については走査済み画像の混
合比を高め、小さなノイズ情報が検出された濃度値につ
いては未走査画像の混合比を高くすることにより、請求
項１の発明と同様の効果が得られる。

【図面の簡単な説明】

【図１】本発明に係る画像処理装置の概略構成を示す機
能ブロック図である。

【図２】図１のノイズ情報検出手段の構成を示す機能ブ
ロック図である。

【図３】図１のノイズ除去処理部の構成を示す機能ブロ
ック図である。

【図４】図１の画像処理装置における画像処理手順を示
すフローチャートである。

【図５】図４のノイズ情報検出処理手順を示すフローチ
ャートである。

【図６】図４のノイズ除去処理手順を示すフローチャー
トである。

【図７】フィルタリング処理の概要を説明する図であ
る。

【図８】図７のフィルタリング処理に使用する平滑化フ
ィルタの例を示す図である。

【図９】判定用画像の作成の様子を説明する図である。

【図１０】フィルタリング画像および判定用画像につい
ての濃度ヒストグラムを示す図である。

【図１１】比較演算後の濃度ヒストグラムを示す図であ
る。

【図１２】マスクＩＤ参照テーブルを示す図である。

【図１３】テーブル補正関数ＩＤＡ（ｔ）の導出の様子
を示す図である。

【図１４】フィルタ選択部が選択可能なフィルタセット
の一例を示す図である。

【図１５】図１のノイズ除去処理部の他の例を示す機能
ブロック図である。

【図１６】補正係数ｋｍ参照テーブルを示す図である。

【図１７】ノイズ除去処理手順の他の例を示すフローチ
ャートである。

【図１８】従来のノイズ除去用フィルタを説明するため
の図である。

【図１９】従来のノイズ除去装置の一例を示す図であ
る。

【符号の説明】

１０操作部７０ノイズ情報検出手段８０ノイズ除去処理部８１マスクＩＤ決定部８２フィルタ選択部８４ｋｍ決定部

Claims

【特許請求の範囲】

【請求項１】複数の画素からなるフィルタによって画
像を走査することにより前記画像のノイズ除去処理を行
う画像処理装置であって、 (a) 予め定められた濃度値についてノイズ情報を検出す
るノイズ情報検出手段と、 (b) 検出した前記ノイズ情報に応じて前記ノイズ除去処
理の特性を変化させるノイズ除去処理特性変化手段と、
を備えたことを特徴とする画像処理装置。
【請求項２】請求項１記載の画像処理装置において、前記ノイズ除去処理特性変化手段は、前記ノイズ情報に
応じて前記フィルタの選択を変更することを特徴とする
画像処理装置。
【請求項３】請求項１記載の画像処理装置において、 (c) 前記フィルタによって走査された画像と走査されな
い画像とを混合する混合手段をさらに備え、前記ノイズ除去処理特性変化手段は、前記混合における
混合比を前記ノイズ情報に応じて変化させることを特徴
とする画像処理装置。