JPH1074257A - ピクセル分類方法及びピクセルファジー分類方法 - Google Patents

ピクセル分類方法及びピクセルファジー分類方法

Info

Publication number
JPH1074257A
JPH1074257A JP9114102A JP11410297A JPH1074257A JP H1074257 A JPH1074257 A JP H1074257A JP 9114102 A JP9114102 A JP 9114102A JP 11410297 A JP11410297 A JP 11410297A JP H1074257 A JPH1074257 A JP H1074257A
Authority
JP
Japan
Prior art keywords
image
value
pixel
membership
fuzzy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP9114102A
Other languages
English (en)
Inventor
Stuart A Schweid
エー．シュワイデュ ステュアート
Jeng-Nan Shiau
シアウ ジャン−ナン
Raymond J Clark
ジェイ．クラーク レイモンド
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xerox Corp
Original Assignee
Xerox Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xerox Corp filed Critical Xerox Corp
Publication of JPH1074257A publication Critical patent/JPH1074257A/ja
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/40062—Discrimination between different image types, e.g. two-tone, continuous tone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00—Data processing: artificial intelligence
    • Y10S706/90—Fuzzy logic

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】 【課題】 画像のタイプの決定の信頼性が低くても、レ
ンダリング画像においてアーチファクトのない画像デー
タを処理することができるファジー分類方法を利用した
画像処理システムを提供する。 【解決手段】 デジタル画像データのセットに属するピ
クセルを複数の画像クラスのピクセルのメンバーシップ
に関して電子的にファジー分類する方法は、（ａ）ピク
セルを含むデジタル画像データのセットを受け取るステ
ップを有し、（ｂ）ピクセルのファジー分類を決定する
ステップを有し、ステップ（ｂ）における決定に基づい
てピクセルの有効タグを生成するステップを有する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は一般的には文書画像
を処理して画像のタイプを識別するシステムに関し、更
に詳細には、ファジーロジック方式を使用して各ピクセ
ルを分類することによって文書画像内のピクセルを自動
的に分類する改良された方法に関する。
【０００２】
【従来の技術及び発明が解決しようとする課題】原稿か
らの画像又はビデオ画像データからの画像の再現、更に
詳細には電子的に走査された原稿を表す画像データのレ
ンダリングにおいて、レンダリングシステムの制限され
た解像度及び出力デバイスは大部分がバイナリ（２値）
であるか保存効率のためにバイナリに圧縮されることが
要求されるという事実に直面する。これは、ハーフトー
ン、線及び連続トーン（contone)画像を再現しようとす
る場合に特に顕著になる。
【０００３】画像データ処理システムはレンダリング装
置の制限された解像度をオフセットするように調整され
るが、レンダリングデバイスが直面する異なる画像のタ
イプによって要求される処理ニーズが異なるためにこの
調整は困難である。この場合、原稿の画像内容は種々の
周波数のハーフトーン、連続トーン、ラインコピー、誤
差拡散された画像等又は上記の組み合わせを含む複数の
画像タイプ及びある未知の程度の上記の又は更なる画像
タイプの幾つか又は全てを含む。
【０００４】このような状況の場合、解像度の制限及び
レンダリング装置の深度容量をオフセットするために一
つの画像タイプの画像処理システムを最適化することは
可能ではないため、妥協した選択が要求され、この選択
では許容可能な結果を得ることができない。従って、例
えば、低周波ハーフトーンに対してシステムを最適化す
る場合、高周波又はラインコピーのレンダリングの劣化
を犠牲にすることになり、その逆もあり得る。
【０００５】"従来技術の”自動セグメンテーション回
路は図５に例示される。図５に示されるような基本的な
システムは三つのモジュールから成る。デバイスバッフ
ァ１０に保存された入力情報は、第１モジュールである
画像特性分類セクション２０、第２モジュールである画
像処理セクション３０に同時に入力される。画像特性分
類セクション２０は任意の数のサブモジュール（例え
ば、オートコリレータ２１及びディスクリミネータ２
２）から成り、これらはデータバッファ１０に保存され
た画像ピクセルのブロックがあるタイプの画像であるか
又は別のタイプの画像であるか（例えば、ハーフトー
ン、ライン／テキスト又は連続トーン）を決定する。画
像特性分類セクション２０に並行して、画像処理セクシ
ョン３０は任意の数のサブ処理セクション（例えば、高
周波ハーフトーンプロセッサ３１、低周波ハーフトーン
プロセッサ３２、ライン／テキストプロセッサ３３又は
連続トーンプロセッサ３４）から成り、これらはセクシ
ョン２０と同じ画像ピクセルのブロックで画像処理動作
を実行する。各画像サブ処理セクションは、個々のクラ
スの画像の画質を改良するために用いられる画像処理動
作を実行する。第３モジュールである制御セクション４
１は、画像分類セクション２０から導出された情報を使
用して画像処理セクション３０を制御する。
【０００６】画像の画像データはどのクラスに属するか
ということに関する決定は、典型的にはバイナリであ
る。例えば、従来の画像セグメンテーション方式では、
画像特性分類セクション２０は画像データを画像の三つ
のクラス（高周波ハーフトーン、低周波ハーフトーン又
は連続トーン）のうちの一つとして分類する。これらの
分類に応じて、画像データは画像のクラスの特性に従っ
て処理される（高周波ハーフトーンである場合、ローパ
スフィルター又は再スクリーン処理のいずれかで処理さ
れ、低周波ハーフトーンである場合、任意のしきい値で
しきい値処理されるなど）。また、画像の画像データは
三つのクラスのうちのどのクラスに属するかに関する決
定は単一の画像特性に基づいて決定されると仮定する
と、入力画像のピークカウント、ピークカウントされた
画像の特性の画像分類決定は、ピークカウントを図６に
示されるように画像の三つのクラスでしきい値処理する
ことによって行われる。
【０００７】結果的に、分類セクション２０によって行
われた決定に応じて、制御セクション４０は画像データ
が要求する画像処理のタイプを決定する。従って、分類
セクション２０の出力は三つの可能性のうちの一つに量
子化される。制御セクション４０はこの分類に基づいて
三つの画像サブ処理セクションのうちの一つから出力を
選択する。
【０００８】従来の画像分類システムの性質に基づく
と、決定は多くのピクセルのコンテキストにわたって収
集された情報に基づき、画像データは有効にローパスフ
ィルター処理されるため、分類決定は画像の一つのクラ
スから別のクラスへゆっくりと且つ徐々に変化し、これ
によって誤った位置で人工的な不連続が発生する。幾つ
かの代替的な選択の中から強制的な選択を生成するこの
不連続は、結果的な出力画像における可視のアーチファ
クトを形成する主な理由である。大部分の遷移ポイント
又はしきい値は、画像があるクラスの画像として高確度
で分類されるように選択されるが、このような高確度で
分類されることができない画像のクラスは複数の遷移ポ
イント又は遷移ゾーンを有する。遷移ゾーンを定めるた
めに一つのポイントしか使用しない場合、結果的な出力
画像に可視のアーチファクトが形成される。画像があま
りそのゾーンに入らないように遷移ゾーンを狭くするこ
とは可能であるが、ゾーンがどの位狭くなり得るかとい
う制限が存在する。遷移ゾーンを狭くすることは、分類
が "確実”でない領域を狭くするように、分類するため
に使用される情報のノイズ及び／又はばらつきを低減す
ることであり、結果として分類間のスイッチがなくな
る。
【０００９】更に、実画像の分類は分類間のかなり下の
しきい値からかなり上のしきい値までの連続をカバーす
る。これは、例えば、しきい値のすぐ上の画像領域があ
ることを意味する。入力ビデオの "きず”に起因する収
集した（ローパスフィルター処理された）情報のばらつ
き及び分類プロセスのために使用される画像領域と入力
ビデオの周期的構造との間の相互作用によるリップルに
よって、しきい値より下の領域が生成される。別個の分
類を用いるとかなり異なる分類が得られるため、レンダ
リング画像にアーチファクトが生成される。
【００１０】従って、分類を一方の分類から他方の分類
へゆっくりスライドさせ、集められた情報を反映させつ
つ画像データをファジーに分類することが所望される。
得られたレンダリング画像のアーチファクトはソフトで
あり画像の輪郭にならうため、アーチファクトは許容可
能である。
【００１１】一般的に、 "従来技術”では制御セクショ
ン４０は図７に例示されるようにスイッチを有するもと
のとして説明される。画像の各クラスに対して実行され
る画像処理ステップは入力画像ピクセルの各ブロックに
与えられた分類に応じて異なるため、スイッチ又はマル
チプレクサによって画像プロセッサ３０の出力に存在す
るデータは、信号としてライン２３及び２４で受け取ら
れる画像分類セクション２０によって行われた決定に応
じて出力バッファ５０に入力される。このタイプのバイ
ナリ決定は粗く、失敗せず、出力画像において可視のア
ーチファクトを形成しない画像セグメンテーション決定
が行われる。
【００１２】レンダリング出力画像において可視アーチ
ファクトの形成を処理するために、確率的セグメンテー
ションプロセスを利用して不正確なセグメンテーション
決定が行われた場合に画像処理システムをより有利に失
敗させることが提案されてきた。このような確率的セグ
メンテーションシステムは図１に例示される。
【００１３】図１は確率的分類システムを含む従来の画
像処理システムのブロック図を示す。図１に例示される
ように、従来のシステムはラスタ入力スキャナ、グラフ
ィックスワークステーション、電子メモリ又は他の保存
要素等を含む任意の数のソースから導出された入力画像
データを受け取る。一般的に、図１に示される画像処理
システムは確率的分類手段２５、画像処理セクション３
０、画像処理及び制御ミキサー４１を含む。
【００１４】入力画像データはデータバス１５に沿って
画像処理システムで利用され、確率的分類手段２５及び
画像処理セクション３０によってパラレルに且つシーケ
ンシャルに処理される。確率的分類手段２５は画像デー
タを画像の複数の所定のクラスの比率として分類する。
この比率は、画像データが画像の所定の数のクラスから
成る可能性を予測した確率値のセットによって定められ
る。確率２７は画像の所定のクラスのそれぞれに対して
一つずつ画像処理セクション３０からの画像出力データ
と共に画像処理ミキサー又は制御ユニット４１に入力さ
れる。
【００１５】画像処理セクション３０はユニット３１、
３２及び３４を含み、これらのユニットは画像の所定の
クラスのそれぞれに対して固有の方法に従って画像デー
タから出力データを生成する。続いて、ミキサー４１は
分類手段２５によって決定された確率２７の比率に従っ
てユニット３１、３２及び３４からの出力画像データの
各クラスの比率を組み合わせる。結果として得られたミ
キサー４１の出力画像データは、プリンタ又はディスプ
レイのような画像出力端末に連続して転送される前に出
力バッファ５０に保存される。
【００１６】最初に、画像入力端末（ＩＩＴ）からの画
像ピクセルのストリームはデータバッファ１０に送出さ
れる。バッファ１０に保存された画像データはグレーフ
ォーマットのローであり、例えば、ピクセル当たり６〜
８ビットである。適切なブロックサイズは４００スポッ
ト／インチで１６ピクセルであるか又は３００スポット
／インチで１２ピクセルである。サンプルサイズが大き
すぎると、画像の微細な構造間の狭いチャネルでの分類
が適切にスイッチできず、ある分類から別の分類に移動
する際にすぐスイッチしてしまう。この問題の例は、ハ
ーフトーン画像のタイトルを形成する小さなテキストで
ある。読み取るのに十分大きなフォントサイズが与えら
れた場合、テキストと画像との間のラインの少なくとも
半分である空白を残す優れたレイアウトが実施され、１
ｍｍのブロックが大部分の文書に対する妥協点であるこ
とが分かった。従ってサンプルサイズが大きすぎると、
オブジェクトのエッジでの分類遷移がオブジェクト間の
空白よりも大きくなるため、分類及びレンダリングが不
適切になる。
【００１７】図２を参照すると、従来の確率的分類手段
２５が詳細に示されている。バッファ１０に保存された
画像ピクセルのブロックはデータバッファ１５を介して
特徴計算手段２８に伝達される。計算手段２８は、ピー
クカウントのようなバッファ１０から伝達された画像デ
ータの特性を特徴付ける出力値を提供する。ある実施の
形態では、特徴値は画像データのブロックのピークカウ
ントを表す計算手段２８によって決定される。ピークカ
ウントは、それらの値が画像データのブロックで非自明
な局所領域の最大値又は最小値であるピクセルをカウン
トすることによって決定される。第１局所領域最大又は
最小ピクセル値は、画像データのブロックにおける全て
のピクセルの平均値が各ピクセルのレベル数の中間値よ
りも高いか又は低いかに基づいて選択される。
【００１８】計算手段２８が画像データのピークカウン
トを求めた後、確率的分類手段２９は三つの確率値２７
を決定し、これらの値はメモリ２６に保存された特徴関
数によって表されるようにピクセルカウントに関連する
画像のタイプにそれぞれ対応する。先験的画像データに
よって決定された特徴関数は、画像の集団を使用して決
定された複数の確率分布を表す。確率分布はそれぞれ画
像データのブロックが画像特性、即ちピークカウントの
発生が与えられた場合にあるタイプになる確率を示す。
例えば、メモリ２６に保存された特徴関数は図３に示さ
れるグラフに例示され、これは連続トーン１、低周波ハ
ーフトーン２及び高周波ハーフトーン３の確率分布とこ
の例ではピークカウントである特定の画像特徴の生成と
を関連付けている。メモリ２６に保存される特徴関数は
入力制御１８を使用して調節され得る。制御１８を使用
して、バッファ５０に保存される出力画像は、画像処理
システム３０によって求められた画像の異なるクラスを
表す特徴関数を修正することによって変化し得る。
【００１９】次に、確率分類手段２９はメモリ２６に保
存された特徴関数によって表される画像タイプの確率分
布を求めることによって確率値を決定する。確率値を決
定した後、分類手段２９はこれらの結果を画像処理ミキ
サー又は制御４１を出力する。
【００２０】図１の画像処理セクションは確率的分類手
段２５と同時にバッファ１０に保存された画像データを
処理する。画像処理セクション３０は高周波ハーフトー
ン処理ユニット３１、低周波ハーフトーン処理ユニット
３２及び連続トーン処理ユニット３４を含む。各処理ユ
ニットは特定の画像タイプに従って全ての画像データを
処理する。処理ユニット３１、３２及び３４はそれぞれ
量子化されていないビデオデータの出力ブロックを生成
する。
【００２１】画像処理制御４１はデータ出力ブロックを
ミックスして出力バッファ５０に保存される出力画像信
号の複合ブロックを形成する。出力ブロックがミックス
される方法は、確率的分類手段２５によって決定された
確率によって定められた比率によって特徴付けられる。
【００２２】図４は従来の画像処理ミキサー４１を詳細
に示す。ミキサー４１は乗算手段４２、４３、４４を使
用して出力ブロックと確率を乗算する。各乗算手段から
得られた出力は各出力ブロックの百分率又は比率を表
し、これらの合計は出力画像信号の複合ブロックを定め
る。出力画像信号の複合ブロックは、加算手段４５を使
用して乗算手段の出力を加算し、量子化手段４７を使用
して加算手段４５の合計を連続的に量子化することによ
って形成される。量子化手段４７によって得られた画像
ブロック出力は、制限された解像度又は深度を有する画
像出力端末に出力が連続的に伝達される前に出力バッフ
ァ５０に保存される。
【００２３】上記に述べられた画像分類システムは、画
像データを分類するために確率的方法を利用する。この
ような方法は、画像データの分類が互いに排他的であ
り、決定が正確である可能性が高々５０％でも画像デー
タは絶対に特定のタイプとして分類されるという点にお
いて問題がある。画像タイプの決定が高い信頼性を持た
ない場合にレンダリング画像において可視のアーチファ
クトのない画像データを処理する画像処理システムを設
計するには困難がある。
【００２４】従って、より正確な画像タイプの分類を提
供する画像分類システムを実施することが所望され、画
像のタイプは必ずしも互いに排他的ではない。このよう
なシステムはファジーロジックを有するため、画像デー
タは一つ以上の画像クラスのメンバとして分類される。
この特徴は画像が一つの画像タイプから別の画像タイプ
へ移行する領域において重要である。更に、ファジー分
類システムを利用する画像処理システムを実施すること
が所望される。
【００２５】
【課題を解決するための手段】本発明の一つの態様は、
ピクセルを含むデジタル画像データのセットを受け取
り、各画像クラスのピクセルのメンバーシップ値を決定
し、メンバーシップ決定に基づいてピクセルの有効タグ
を生成することによって、複数の画像クラスのピクセル
のメンバーシップに関してデジタル画像データのセット
に属するピクセルを電子的に分類する方法である。
【００２６】本発明の別の態様は、ピクセルを含むデジ
タル画像データのセットを受け取り、ピクセルのファジ
ー分類を決定し、ファジー分類決定に基づいてピクセル
の有効タグを生成することによって、複数の画像クラス
のピクセルのメンバーシップに関してデジタル画像デー
タのセットに属するピクセルを電子的に分類する方法で
ある。
【００２７】
【発明の実施の形態】以下は本発明に例示される図面の
詳細な記述である。この記述において、画像のアナログ
又はデジタル電圧表示のいずれかであるビデオ画像信号
の形態の "画像データ”又は "ピクセル”という用語
は、適切なソースから提供された画像の表示を示す。例
えば、画像信号はオリジナルを保持する画像のライン毎
の走査によって一般的にＣＣＤと称される電荷結合デバ
イスのマルチフォトサイトアレイのような一つ以上の感
光要素によって得られる。画像データの持続時間にオリ
ジナルを保持する画像のライン毎の走査は公知であり、
本発明の一部を形成しない。
【００２８】画像データはドキュメント生成アプリケー
ションソフトウエアに従ってコンピュータワークステー
ションプログラムによって導出されるか又はデータ保存
デバイスから導出される。元のビデオ画像信号はライ
ン、テキスト、低周波ハーフトーン、高周波ハーフトー
ン、連続トーンのような単一の画像要素又はこれらの組
み合わせから成る。
【００２９】今日生成されるドキュメントの多くは、ド
キュメントが異なる画像タイプ又は画像クラスから成る
幾つかの異なるサブ画像から成る点において複合ドキュ
メントである。共通のタイプの幾つかはテキスト、写真
（連続トーン）及びハーフトーンである。複合ドキュメ
ントの出現が増大した一つの理由は、該複合ドキュメン
トを生成することができる市販されているワードプロセ
ッシング及びデスクトップパブリッシングソフトウエア
が広く使用されていることである。
【００３０】公知であるように、異なるタイプの画像は
最適な画質を提供するために異なる処理を要求する。従
来は、画像の異なる領域に対して最も優れた処理を自動
的に選択するために、各領域は幾つかの予め定められた
クラスのうちの一つに分類されてどのようにその部分の
画像をレンダリングするかを決定する。この画像タイプ
又は画像クラス情報は、プリントの場合に画像の優れた
レンダリングを得るために要求される適切な処理を決定
し、画像圧縮方法を選択したり光学文字認識が有益であ
るかどうかを決定するために使用される。
【００３１】しかし、先に述べたように分類プロセス
は、入力画像がどのクラスにも類似しないか又は入力画
像特性が二つのクラス間の境界にまたがる場合に問題を
避ける程粗くはない。
【００３２】例えば、単一のクラス識別に基づいて特定
の動作が行われると、クラスは互いに排他的であるた
め、非プロトタイプの画像では所望されない結果が得ら
れる。これは、ゼログラフィックプリンタでプリントす
るための画像をレンダリングする際に見られる。画像の
分類によってハーフトーン画像が連続トーン画像として
分類される場合のような出力アーチファクトが得られ
る。
【００３３】別のタイプの問題は、画像内の変化が少な
いために隣接する画像の領域が異なって分類されること
である。これはクラススイッチングと称される。この情
報が画像強調及びプリントのために使用される場合、出
力は局所的な変化による好ましくないアーチファクトを
有する。これらの好ましくないアーチファクトの例は粗
い画像出力である。
【００３４】上記に述べられた問題をなくすために、各
カテゴリー又はクラスへのファジーメンバーシップを利
用する画像分類システムが使用され得る。換言すると、
ファジー分類システムのクラスは互いに排他的であるた
め、クラススイッチングの問題をなくし、ある領域は他
の予め定められたクラスのうちのいずれとも異なる処理
を有し、即ち出力は可能な画像処理技術の連続から選択
され得る。
【００３５】標準的な分類技術では、各領域は指定され
た一つのクラスを有する。本発明のファジーな実施の形
態では各領域は指定された分類ベクトルを有する。分類
ベクトルの各要素は予め定められたプロトタイプクラス
に関連するメンバーシップ値を有する。
【００３６】粗い分類手段の形成に類似して、ヒューリ
スティックルールのセットは分類手段の形式を決定する
ために使用される。以下は、本発明の概念に従ってファ
ジー分類手段を形成するためにヒューリスティックルー
ルがどのように使用されるかに関する例である。
【００３７】例示の目的で二つのクラスの非ファジーシ
ステムの例が述べられる。この例では、システムは特定
の領域を連続トーン（即ちグレー画像）又はテキストの
いずれかにしか分類しない。エッジが多くあり、大部分
のピクセルが黒又は白である場合、画像はテキストとみ
なされる。そうでない場合、写真は連続トーンと見なさ
れる。
【００３８】エッジを決定するために、各ポイント（ピ
クセル）での画像データのラプラシアンに関連する変数
が使用される。このタイプのセグメンテーションの典型
的な実施では、サブブロックの各ピクセルでのラプラシ
アンの二乗の合計が所定の合計しきい値よりも大きく、
ブラックしきい値よりも小さなグレー値を有するピクセ
ルの割合とホワイトしきい値よりも大きなグレー値を有
するピクセルの割合との合計が所定の２モードしきい値
よりも大きい場合、画像はテキストであり、そうでない
場合は連続トーンである。
【００３９】この例では、パラメータはデバイスに依存
するため、当該技術分野の技術者に公知であるテストが
実行されて全てのパラメータの値、即ちブラックしきい
値よりも小さいグレー値を有するピクセルの割合；ホワ
イトしきい値よりも大きなグレー値を有するピクセルの
割合、合計しきい値及びセグメンテーションルーチンを
実行する前の２モードしきい値を決定する。テキスト又
は連続トーンのいずれかの一つのクラスが選択されるこ
とに注目されたい。
【００４０】ファジー分類手段を実施するために、本発
明の概念に従うと、上記に述べられたヒューリスティッ
クルールに対して幾つかの修正が行われなければならな
い。上記に述べられたように、テキストのみを定める単
一のルールが存在する。テキストの状態が "真でない”
場合、連続トーンが選択される。本発明のファジーシス
テムでは、テキストメンバーシップルールは絶対的真で
はなく分類が真である相対的真であるため、連続トーン
は独自のルールを持たなければならない。
【００４１】更に、連続トーンのルールを提供しても排
他的な中間法を満たさない場合は、ファジーロジックの
制約を満たすために第３の "その他”のクラスが追加さ
れなければならない。 "その他”のクラスがない場合、
全てのクラスの画像のメンバーシップを非常に小さくす
ることが可能である。従って、 "その他”のクラスは所
与のクラスにおいて最小メンバーシップに対して下側半
分（０．５）を形成する。最大メンバーシップの大きさ
を最小にすることによって、相対的メンバーシップ値を
使用して行われる全ての動作／決定は全てのクラスのメ
ンバーシップが小さい場合は敏感であるがクラスメンバ
ーシップに対して敏感ではなく、ファジー分類はより粗
くなる。
【００４２】本発明のファジー分類方式では、ピクセル
又は画像データのユニットはテキスト、画像及び "その
他”の三つのクラスのそれぞれにメンバーシップを有す
る。換言すると、ピクセルは互いに排他的なクラスのう
ちのただ一つの要素とは見なされない。しかし、一つの
クラスの決定が絶対的確実性に到達した場合、即ち単一
のクラスのメンバーシップが１であり他のクラスが０で
ある場合、ファジーシステムはクリスプシステムを表す
値を生成する。
【００４３】ピクセル画像メンバーシップのこの非排他
的特徴に関しては、ピクセルのメンバーシップはメンバ
ーシップベクトルＶi によって表され、このベクトルの
エントリーは各クラスのピクセル（画素）のメンバーシ
ップに対応する。典型的には、全ての要素は０以上１以
下でなけれなばならないという以外はこのベクトルに対
する制約はないことに注目されたい。しかし、本発明の
ファジー分類ルールは第３の "その他の”クラスに対し
てセットアップされているため、ベクトルの少なくとも
一つの要素は０．５以上１以下である。
【００４４】上記の二つのクラスの例を使用すると、フ
ァジー分類ルールは以下のようになる。サブブロックに
おける各ピクセルのラプラシアンの二乗の合計が所定の
合計しきい値よりも大きく、ブラックしきい値よりも小
さなグレー値を有するピクセルの割合とホワイトしきい
値よりも大きなグレー値を有するピクセルの割合との合
計が所定の２モードしきい値よりも大きい場合、ピクセ
ルは "テキスト”クラスのメンバーシップ値と指定さ
れ、これは条件ステートメントのそれぞれに関する最小
値である。
【００４５】この概念をより理解するために、以下にフ
ァジーロジックの簡単な説明が提供される。ファジーロ
ジックではブールロジックとは異なり、条件ステートメ
ントの結果は絶対的真又は絶対的偽のいずれも生成せ
ず、真である条件ステートメントの量に対応する値を生
成する。この結果は条件ステートメントが常に絶対的で
あるとは限らないという事実による。
【００４６】例えば、上記に述べられたルールでは、テ
ストからファジーラプラシアン合計条件の中間値（所定
のターゲット条件値）は５０であると決定される。この
中間値は、この例では５０である値がラージラプラシア
ンクラスのメンバであるか否かに関する最大不確実性を
表す。更に、テストから、合計が７５（所定の絶対的条
件値）以上である場合、ピクセルは絶対的確実性をもっ
てラージラプラシアンのメンバ（メンバーシップは１．
０に等しい）であることが決定され、合計が２５（所定
の絶対的条件値）以下である場合、ピクセルは絶対的確
実性をもってラージラプラシアンのメンバ（メンバーシ
ップは０．０に等しい）ではないことが決定される。フ
ァジーロジックによって、分類手段は０．５（条件値）
を結果に指定し、この結果において合計は５０であり、
指定された値（条件値）を値７５及び２５のそれぞれに
対して１及び０．０に線形補外するため、値５５には
０．６のメンバーシップ値が指定される。これらの値は
デバイスに依存するため、中間値及び範囲は個々のデバ
イスに対して決定される必要がある。
【００４７】更に、テストから２モードクラスの中間値
は８０であると決定され、割合の合計が９０以上である
場合、ピクセルは絶対的確実性をもってメンバーシップ
に属し、割合の合計が７０以下である場合、ピクセルは
絶対的確実性をもってメンバーシップに属さない。ファ
ジーロジックによって分類手段は０．５を結果に指定
し、この結果において合計値は８０であり、指定された
値を値９０及び７０のそれぞれに対して１及び０．０に
線形補外するため、値８５には０．７５のメンバーシッ
プ値が指定される。これらの値はデバイスに依存してい
るため、中間値及び範囲は個々のデバイスに対して決定
される必要があることに注目されたい。
【００４８】ファジー技術について更に説明すると、各
条件ステートメントのメンバーシップ値はそれぞれ０．
５及び０．３３であると仮定される。この場合、ファジ
ーロジックは "and 処理された" ステートメントを全て
の条件の最小値を決定し最小値をメンバーシップ値に指
定するものとして処理するため、テキストクラスのピク
セルのメンバーシップ値は０．３３である。
【００４９】サブブロックの各ピクセルのラプラシアン
の二乗の合計が所定の合計しきい値より小さく、ブラッ
クしきい値よりも小さなグレー値を有するピクセルの割
合とホワイトしきい値よりも大きなグレー値を有するピ
クセルの割合との合計が所定の２モードしきい値より小
さい場合、画像は "連続トーン”である連続トーンルー
ルを使用すると、各条件ステートメントはファジーロジ
ックで説明される。
【００５０】例えば、上記に述べられたルールでは、フ
ァジーラプラシアン合計条件の中間値は５０であるとテ
ストから決定される。更に、合計が２５以下である場合
はピクセルは絶対的確実性をもってメンバーシップに属
することが決定され、合計が７５以上である場合はピク
セルは絶対的確実性をもってメンバーシップではないこ
とがテストから決定される。ファジーロジックによって
分類手段は０．５を結果に指定し、この結果において合
計は５０であり、指定された値を値２５及び７５のそれ
ぞれに対して１及び０．０に線形補外するため、値５５
には０．４のメンバーシップ値が指定される。
【００５１】更に、ファジー２モード条件の中間値は８
０であり、合計が７０以下である場合、ピクセルは絶対
的確実性をもってメンバーシップに属し、合計が９０以
上である場合、ピクセルは絶対的確実性をもってメンバ
ーシップに属さない。ファジーロジックによって分類手
段は０．５を結果に指定し、この結果において割合値は
８０であり、指定された値を値７０及び９０のそれぞれ
に対して１及び０．０に線形補外するため、値８５には
０．２５のメンバーシップ値が指定される。
【００５２】ファジー技術について更に説明すると、各
条件ステートメントのメンバーシップ値はそれぞれ０．
７５及び０．８であると仮定される。この場合、ファジ
ーロジックは "and 処理された”ステートメントを全て
の条件の最小値として決定し、メンバーシップ値に最小
値を指定するものとして処理するため、テキストクラス
のピクセルのメンバーシップ値は０．７５である。
【００５３】最後に、ファジールールは画像が "テキス
ト”でも "連続トーン”でもない場合に画像は "その
他”であることを規定する。 "その他の”クラスを定め
るこの最後のルールは、数学的にはμother （画像）＝
min(１−μtext( 画像），１−μcontone ( 画像））と
して表され、ここでμx （Ｙ）はクラスＸにおけるＹの
メンバーシップである。μtext( 画像）及びμcontone
( 画像）が０．５よりも小さい場合、μother （画像）
は（上記に述べたように）０．５よも大きいことに注目
されたい。この例では上記に述べたように、μtext( 画
像）は０．３３に等しく、μcontone ( 画像）は０．７
５に等しいため、μother （画像）は０．２５に等しく
結果として得られるメンバーシップベクトルは［０．３
３，０．７５，０．２５］である。ベクトルの要素値は
１まで加算される必要はないことに注目されたい。
【００５４】上記に述べられたルールの述語は絶対的真
の代わりにファジー的真に拡張されてメンバーシップベ
クトルの要素値を提供する。従って不等式 "Ｙ＞Ｘ”を
ファジー的真にするために、メンバシーシップ関数は "
＞Ｘ”と定められる。同様に、ファジーメンバーシップ
ルールは＜Ｘ（（＜Ｘ）のメンバーシップは非（＜Ｘ）
に等しい：（１−（＜Ｘ）のメンバーシップ）と定めら
れる。
【００５５】説明を簡単にするために、（＞Ｘ）のメン
バーシップは以下のように定められる。 μ>x（Ｙ）＝（１， Ｙ＞Ｘ＋ΔＸ， ０， Ｙ≦Ｘ−ΔＸ， （Ｙ−Ｘ＋ΔＸ）／（２ΔＸ）， Ｘ−ΔＸ＜Ｙ≦Ｘ＋ΔＸ）
【００５６】ΔＸの値はクラスのファジー化のレベルを
決定し、ΔＸが非常に小さい場合、定義は減少して明確
な定義になる。ファジー化は線形関係として述べられた
が、終点と中間点との間の値を表す関数はあらゆるタイ
プの関数であることに注目されたい。更に、中間点はク
ラスの絶対確実性を表し、１のメンバーシップ値を有
し、終点は非メンバーシップである絶対確実性を表し、
メンバーシップ値は中間点が頂点である三角形を形成す
る。
【００５７】上記のルールの複数の "もしも”について
述べると、テキストクラスの画像のメンバーシップは述
語のファジー値に等しく、μtext( 画像）＝min(μ
>Slp Thr eshold（Σｌｐ2)，μ>Bimodal Threshold( ホ
ワイト＋ブラック））である。
【００５８】本発明の概念を典型的なゼログラフィック
レーザプリンタでの画像処理に拡張するためには、画像
を幾つかのクラス、例えば、ホワイト、ブラック、エッ
ジ、画像、低周波ハーフトーン、中間周波ハーフトー
ン、高周波ハーフトーン等に分割することが要求され
る。ホワイト、ブラック及び画像のクラスは "連続トー
ン”のセットのサブクラスであり、低周波ハーフトー
ン、中間周波ハーフトーン、高周波ハーフトーンは "ハ
ーフトーン”のセットのサブクラスである。
【００５９】本発明の好適な実施の形態では、メンバー
シップを決定する決定値は以下の通りである。 ＢＬＡＣＫ＿％＝ブラックしきい値よりも小さなグレー
値を有するピクセルの割合 ＷＨＩＴＥ＿％＝ホワイトしきい値よりも大きなグレー
値を有するピクセルの割合 Ｓｉｊ＝分類されるピクセルの周辺のウィンドウにおけ
るラプラシアンの絶対値の合計 Ｒａｎｇｅ＝分類されるピクセルの周辺のウィンドウ内
の最大グレーレベル−最小グレーレベル Ｆｒｅｑ＝分類されるピクセル周辺の局所的２Ｄ周波数
の測定値
【００６０】特定のクラスのメンバーシップ値を決定す
るために、これらの値は三つのクラスシステムに関して
上記に述べられたものと類似した方法で種々の所定のし
きい値に対して比較される。この好適な実施の形態の種
々のクラスは以下のルールによって表される。 もしも（Ｓｉｊ＞ＳＩＪ＿ＨＡＬＦＴＯＮＥ及びＲＡＮ
ＧＥ＞ＲＡＮＧＥ＿ＨＡＬＦＴＯＮＥ及びＦＲＥＱ＞Ｆ
ＲＥＱ＿ＨＡＬＦＴＯＮＥ）である場合、Ｃ１はＨＡＬ
ＦＴＯＮＥである。 もしも（Ｓｉｊ＞ＳＩＪ＿ＥＤＧＥ及びＲＡＮＧＥ＞Ｒ
ＡＮＧＥ＿ＥＤＧＥ及びＦＲＥＱ＜ＦＲＥＱ＿ＨＡＬＦ
ＴＯＮＥ）である場合、ピクセルはＥＤＧＥである。 もしも（Ｓｉｊ＜ＳＩＪ＿ＨＡＬＦＴＯＮＥ及びＦＲＥ
Ｑ＜ＦＲＥＱ＿ＨＡＬＦＴＯＮＥ）である場合、Ｃ１は
ＣＯＮＴＯＮＥである。 もしも（Ｃ１がＣＯＮＴＯＮＥ及びＢＬＡＣＫ＿％＞Ｂ
ＬＡＣＫ＿ＴＨＲＥＳＨＯＬＤ）である場合、ピクセル
はＢＬＡＣＫである。 もしも（Ｃ１がＣＯＮＴＯＮＥ及びＷＨＩＴＥ＿％＞Ｗ
ＨＩＴＥ＿ＴＨＲＥＳＨＯＬＤ）である場合、ピクセル
はＷＨＩＴＥである。 もしも（Ｃ１がＣＯＮＴＯＮＥ及びＢＬＡＣＫ＿％＜Ｂ
ＬＡＣＫ＿ＴＨＲＥＳＨＯＬＤ及びＷＨＩＴＥ＿％＞Ｗ
ＨＩＴＥ＿ＴＨＲＥＳＨＯＬＤ）である場合、ピクセル
はＰＩＣＴＯＲＩＡＬである。 もしも（Ｃ１がＨＡＬＦＴＯＮＥ及びＦＲＥＱ＜ＬＯＷ
＿ＦＲＥＱ）である場合、ピクセルはＬＯＷ＿ＦＲＥＱ
＿ＨＡＬＦＴＯＮＥである。 もしも（Ｃ１がＨＡＬＦＴＯＮＥ及びＦＲＥＱ＞ＬＯＷ
＿ＦＲＥＱ及びＦＲＥＱ＜ＨＩＧＨ＿ＦＲＥＱ）である
場合、ピクセルＩＳＭＩＤ＿ＦＲＥＱ＿ＨＡＬＦＴＯＮ
Ｅであり、 もしも（Ｃ１がＨＡＬＦＴＯＮＥ及びＦＲＥＱ＞ＨＩＧ
Ｈ＿ＦＲＥＱ）である場合、ピクセルはＨＩＧＨ＿ＦＲ
ＥＱ＿ＨＡＬＦＴＯＮＥであり、 もしも（ピクセルがＢＬＡＣＫでなく、且つピクセルが
ＷＨＩＴＥでなく、ピクセルがＰＩＣＴＯＲＩＡＬでな
く、ピクセルがＥＤＧＥでなくピクセルがＬＯＷ＿ＦＲ
ＥＱ＿ＨＡＬＦＴＯＮＥでなく、ピクセルがＮＯＴＭＩ
Ｄ＿ＦＲＥＱ＿ＨＡＬＦＴＯＮＥであり、ピクセルがＨ
ＩＧＨ＿ＦＲＥＱ＿ＨＡＬＦＴＯＮＥでない）場合、ピ
クセルはＯＴＨＥＲである。
【００６１】上記に述べられた各ルールの述語は絶対的
真の代わりにファジー的真に拡張されてメンバーシップ
ベクトルの要素値を提供する。従って、不等式 "Ｙ＞
Ｘ”をファジー的真にするためにはメンバーシップ関数
は "＞Ｘ”に定められる。同様に、ファジーメンバーシ
ップルールは＜Ｘ（（＜Ｘ）のメンバーシップは非（＞
Ｘ）に等しい：（１−（＞Ｘ）のメンバーシップ））に
定められる。
【００６２】説明を簡単にするために、（＞Ｘ）のメン
バーシップは以下のように定められる。 μ>x（Ｙ）＝（１， Ｙ＞Ｘ＋ΔＸ， ０， Ｙ≦Ｘ−ΔＸ， （Ｙ−Ｘ＋ΔＸ）／（２ΔＸ）， Ｘ−ΔＸ＜Ｙ≦Ｘ＋ΔＸ）
【００６３】ΔＸの値はクラスのファジー化のレベルを
決定し、ΔＸが非常に小さい場合、定義は減少してより
大きな明確な定義になる。ファジー化は線形関係として
述べられてきたが、終点と中間点との間の値について述
べる関数はあらゆるタイプの関数であり得ることに更に
注目されたい。更に、中間点はクラスの絶対確実性を表
し且つメンバーシップ値１を有し、終点は非メンバーシ
ップである絶対確実性を表し、メンバーシップ値は中間
点が頂点である三角形を形成する。このタイプのクラス
はクラス "＝Ｘ”のメンバーシップ関数のために使用さ
れる。
【００６４】上記のルールの複数の "もしも”に戻る
と、 "エッジ”クラスの画像のメンバーシップ値は述語
のファジー値に等しく、μedge( 画像）＝min(μ
>Slp Thresho ld（Σｌｐ) ，μ>Range Threshold( Ｍａ
ｘgrey- Ｍｉｎgrey），μ>Freq Thre shold （２ＤＦｒ
ｅｑ））であり； "ブラック”クラスの画像のメンバー
シップ値は述語のファジー値に等しく、μblack ( 画
像）＝min(μ<Slp Threshold（Σｌｐ) ，μ
<Freq Threshold （２Ｄ Ｆｒｅｑ），μ
<Black Threshold (ブラックピクセルの％））であり；
"ホワイト”クラスの画像のメンバーシップ値は述語の
ファジー値に等しく、μwhite ( 画像）＝min(μ
<Slp Threshold（Σｌｐ)，μ<Freq Threshold ( ２Ｄ
Ｆｒｅｑ）, μ<White Threshold( ホワイトピクセル
の％））であり； "画像”クラスの画像のメンバーシッ
プ値は述語のファジー値に等しく、μpictorial ( 画
像）＝min(μ<Slp Threshold（Σｌｐ) ，μ<F
req Threshold ( ２Ｄ Ｆｒｅｑ）, μ
<Black Threshold (ブラックピクセルの％）），μ
<White Threshold( ホワイトピクセルの％））であり；
"低周波ハーフトーン”クラスの画像のメンバーシップ
値は述語のファジー値に等しく、μlo wfreqhalf ( 画
像）＝min(μ>Slp Threshold（Σｌｐ) ，μ
>Range Threshold (Ｍａｘgrey−Ｍｉｎgrey）, μ
>Freq Threshold ( ２Ｄ Ｆｒｅｑ），μ<LowFr
eqThreshold ( ２Ｄ Ｆｒｅｑ））であり; "中間周波
ハーフトーン”クラスの画像のメンバーシップ値は述語
のファジー値に等しく、μmidfreqhalf ( 画像）＝min
(μ>Slp Threshold（Σｌｐ) ，μ>Range Threshold
(Ｍａｘgrey- Ｍｉｎ grey）, μ>Freq Threshold ( ２
Ｄ Ｆｒｅｑ）, μ>LowFreq Threshold( ２ＤＦｒｅ
ｑ）, μ>HighFreq Threshold ( ２Ｄ Ｆｒｅｑ））で
あり； "高周波ハーフトーン”クラスの画像のメンバー
シップ値は述語のファジー値に等しく、μhighfreqhalf
(画像）＝min(μ>Slp Threshold（Σｌｐ) ，μ
>Range Thresho ld (Ｍａｘgrey−Ｍｉｎgrey）, μ
>Freq Threshold ( ２Ｄ Ｆｒｅｑ）, μ>H
ighFreq Threshold ( ２Ｄ Ｆｒｅｑ））である。
【００６５】二つの画像クラスの条件でファジーセグメ
ンテーション方法を実行するために、画像ソースから受
け取られた画像データはピクセルのスライディングブロ
ックに分割される。特定の画像タイプのメンバーシップ
値を決定するために、ファジー画像分類手段は分類され
るピクセル周辺のウィンドウにおけるラプラシアンの二
乗の合計を計算する。更に、ファジー分類手段は所定の
ブラック値よりも小さなグレー値を有するピクセルの割
合を計算し、所定のホワイト値よりも大きなグレー値を
有するスライディングブロック内のピクセルの割合を決
定する。
【００６６】この情報を計算した後、ファジー分類手段
は、スライディングブロックにおける各ピクセルのラプ
ラシアンの二乗の合計がラプラシアンしきい値よりも大
きいという条件の条件値及び所定のブラック値よりも大
きなグレー値を有するピクセルの割合の合計に関する条
件の条件値を決定し、所定のホワイト値よりも大きなグ
レー値を有するピクセルの割合は２モードしきい値より
も大きい。これら二つの条件値を決定する際、ファジー
分類手段は最小値を決定し、この値を "テキスト”クラ
スのピクセルのメンバーシップ値として指定する。
【００６７】次にファジー分類手段はスライディングブ
ロックの各ピクセルのラプラシアンの二乗の合計がラプ
ラシアンしきい値よりも小さいという条件の条件値及び
所定のブラック値よりも小さなグレー値を有するピクセ
ルの割合の合計に関する条件の条件値を決定し、所定の
ホワイト値よりも大きなグレー値を有するピクセルの割
合は２モードしきい値よりも小さい。これら二つの条件
値を決定する際、ファジー分類手段は最小値を決定し、
この値を "連続トーン”クラスのピクセルのメンバーシ
ップ値として指定する。
【００６８】ファジー分類手段は、（１− "テキスト”
メンバーシップ値）と（１− "連続トーン”メンバーシ
ップ値）との間の最小値を決定することによって "その
他の”クラスのピクセルのメンバーシップ値を決定し、
この値を "その他の”クラスのピクセルのメンバーシッ
プ値として指定する。
【００６９】この方法において、ファジー分類手段によ
って受け取られた画像データのピクセルは "テキス
ト”、 "連続トーン”又は "その他”の三つの可能なフ
ァジー分類のメンバーシップ値に指定される。上記に述
べられたように、 "その他”のクラスの利用は全てのク
ラスの画像のメンバーシップを小さくしないようにする
ために必要である。
【００７０】レーザゼログラフィックプリンタのファジ
ー分類、更に詳細にはファジー分類手段によって実行さ
れるメンバーシップ値を八つの可能なタイプ又はクラス
の画像データのピクセルに指定する方法の実施の例が説
明される。
【００７１】上記に述べられた方法に関しては、この方
法は画像データのピクセルをピクセルのスライディング
ブロックに分割することによって開始する。その後、ピ
クセルのスライディングブロックは分析されて現在分析
されているピクセル周辺の所定のウィンドウにおけるラ
プラシアンの絶対値の合計を決定し；現在分析されてい
るピクセル周辺の所定のウィンドウ内の（最大グレーレ
ベル−最小グレーレベル）に等しい範囲の値を決定し；
現在分析されているピクセル周辺の局所的２次元周波数
の測定値に等しい周波数を決定し；所定のブラック値よ
りも小さなグレー値を有するピクセルの割合に等しいブ
ラック値を決定し；所定のホワイト値よりも大きなグレ
ー値を有するウィンドウ内のピクセルの割合に等しいホ
ワイト値を決定する。
【００７２】これらの値が決定されると、ファジー分類
手段はメンバーシップ値の指定を開始する。ファジー分
類手段は、現在分析されているピクセル周辺の所定のウ
ィンドウのラプラシアンの絶対値の合計がハーフトーン
しきい値よりも大きいという条件に関する条件値、範囲
値が範囲ハーフトーンしきい値よりも大きいという条件
の条件値及び周波数が周波数ハーフトーンしきい値より
も大きいという条件の条件値を決定する。これら三つの
条件値を決定する際、ファジー分類手段は最小値を決定
し、この値を "ハーフトーン”クラスのピクセルのメン
バーシップ値として指定する。
【００７３】次に、ファジー分類手段は、現在分析され
ているピクセル周辺の所定のウィンドウのラプラシアン
の絶対値の合計がエッジしきい値よりも大きい条件に関
する条件値、範囲値が範囲エッジしきい値よりも大きい
条件に関する条件値及び周波数値が周波数ハーフトーン
しきい値よりも小さい条件に関する条件値を決定する。
これら三つの条件値の決定の際、ファジー分類手段は最
小値を決定し、この値を "エッジ”クラスのピクセルの
メンバーシップ値として指定する。
【００７４】ファジー分類手段は、現在分析されている
ピクセル周辺の所定のウィンドウにおけるラプラシアン
の絶対値の合計がハーフトーンしきい値よりも小さい条
件の条件値及び周波数値が周波数ハーフトーンしきい値
よりも小さい条件の条件値を決定する。これら二つの条
件値を決定する際、ファジー分類手段は最小値を決定
し、この値を "連続トーン”クラスのピクセルのメンバ
ーシップ値として指定する。
【００７５】ファジー分類手段はピクセルが連続トーン
画像である条件の条件値及びブラック値がブラックしき
い値より大きい条件の条件値を決定する。これら二つの
条件値を決定する際、ファジー分類手段は最小値を決定
し、この値を "ブラック”クラスのピクセルのメンバー
シップ値として指定する。
【００７６】引き続き、ファジー分類手段はピクセルが
連続トーン画像である条件の条件値及びホワイト値が所
定のホワイトしきい値よりも大きい条件の条件値を決定
する。これら二つの条件値を決定する際、ファジー分類
手段は最小値を決定し、この値を "ホワイト”クラスの
ピクセルのメンバーシップ値として指定する。
【００７７】ファジー分類手段はピクセルがハーフトー
ン画像である条件の条件値及び周波数値が低周波しきい
値よりも小さい条件の条件値を決定する。これら二つの
条件値を決定する際、ファジー分類手段は最小値を決定
し、この値を "低周波ハーフトーン”クラスのピクセル
のメンバーシップ値として指定する。その後、ファジー
分類手段はピクセルがハーフトーン画像である条件の条
件値、周波数値が低周波しきい値よりも大きい条件の条
件値及び周波数値が高周波しきい値よりも小さい条件の
条件値を決定する。これら三つの条件値を決定する際、
ファジー分類手段は最小値を決定し、この値を "中間周
波ハーフトーン”クラスのピクセルのメンバーシップ値
として指定する。
【００７８】ファジー分類手段は、ピクセルがハーフト
ーン画像である条件の条件値、周波数値が高周波しきい
値よりも大きい条件の条件値を決定する。これら二つの
条件値を決定する際、ファジー分類手段は最小値を決定
し、この値を "高周波ハーフトーン”クラスのピクセル
のメンバーシップ値として指定する。
【００７９】最後に、ファジー分類手段は、（１− "エ
ッジ”メンバーシップ値）、（１−"ブラック”メンバ
ーシップ値）、（１− "ホワイトメンバーシップ値）、
（１− "画像”メンバーシップ値）、（１− "低周波ハ
ーフトーン”メンバーシップ値）、（１− "中間周波ハ
ーフトーン”メンバーシップ値）及び（１− "高周波ハ
ーフトーン”メンバーシップ値）の最小値を決定するこ
とによって "その他”のクラスのピクセルのメンバーシ
ップ値を決定し、この値を "その他”クラスのピクセル
のメンバーシップ値に指定する。
【００８０】これらのプロセスを利用することによっ
て、ファジー画像分類手段は二つ以上の予め定められた
タイプ間の領域におけるクラススイッチングに関する問
題をなくすことができる。換言すると、これらのプロセ
スはファジー分類方式を実施し、この方式によって種々
の画像タイプ又はクラスの決定は失敗しない。更にファ
ジー分類プロセスを実施することによって、ファジープ
ロセスによってファジーメンバーシップは予め定められ
たクラスのどれとも異なる強調を有する。更に詳細に
は、画像処理システムは出力を生成するために可能な処
理動作の連続から選択する。
【００８１】また、本発明によって出力パラメータ、例
えばフィルター係数及びファジー分類ベクトル及び各プ
ロトタイプクラスの対応する所望の出力が与えられたス
クリーン処理レベルの決定も可能になる。本発明は "そ
の他”のクラスの使用を通じてある制約（例えば、フィ
ルターの平均ゲイン）を満たさなければならない出力タ
イプも収容する。ファジー画像処理は画像セグメンテー
ションプロセスの粗い決定に共通なスイッチングノイズ
を軽減する。
【００８２】レーザプリンタでの再現のための画像デー
タの処理は、二つの別個の動作の実行を要求する：その
二つの動作は、情報を失わずに操作によって画像を強調
する処理、例えばフィルタリング及びＴＲＣ変換及び得
られた画像のプリントエンジンによって受容された表示
への減衰変換、通常はスクリーン又は誤差拡散のいずれ
かの実施によるピクセル当たりのビット数の減少であ
る。ファジー分類方式を利用することによって、本発明
は部分的メンバーシップ全てによって表される処理を単
一の処理動作に容易に単一化することができる。
【００８３】例えば、ファジー分類を使用して定められ
たクラスはそれぞれ理想的な処理方式に提供される。こ
の理想的な画像処理方式は、そのクラスのメンバーシッ
プが１（１．０）であり他のクラス全てが０（０．０）
のメンバーシップである場合に使用される画像処理技術
を表す。上記に述べられたファジー画像分類プロセス
は、出力がベクトルであるため、与えられたファジーメ
ンバーシップの出力を決定するメカニズムを提供する。
従ってファジー分類は、上記に述べたように可能な画像
処理動作の連続を提供する場合、ベクトルの各要素を個
々に選択するために使用され得る。しかし、この連続は
スクリーン処理動作及びフィルター係数の決定を直接促
さない。更に詳細には、スクリーン処理は元々離散的で
あり、スクリーンが提供されるかされないかのいずれか
である。各点において、画像データ（ビデオレベル）と
スクリーン値（スクリーンレベル）との間で比較が行わ
れてピクセルがオフにされるかオンにされるかを決定す
る。従って、スクリーン処理は異なるレベルで与えられ
ないためにファジー分類制御にはむかない。
【００８４】フィルター係数を決定する別の問題も生じ
る。画像処理はフィルター係数の合計が１（即ち、一定
のグレーレベルインは同じグレーレベルアウトを生成す
る）になることを要求する。幾つかのフィルターで選択
が行われる場合は、これらの組み合わせはこの要求を満
たさない。
【００８５】本発明は、スクリーン処理動作を同じ効果
を提供する線形動作に置き換えることによって、ファジ
ー分類環境においてスクリーンを提供する問題である第
１条件を解決する。全てのビデオを予め定められたスク
リーンと比較するのではなく、４５°で最大振幅を有す
る２−Ｄ正弦関数が入力ビデオに加えられる。このタイ
プのスクリーン処理の更に詳細な説明は米国同時係属出
願番号０８／２８５，３２８に開示される。この米国同
時係属出願番号０８／２８５，３２８の内容全体は参照
として本明細書中に援用される。
【００８６】ハイブリッドスクリーン処理と称されるこ
のスクリーンは誤差拡散方法において出力ピクセルをよ
りクラスタリングするビデオを生成する。このビデオの
クラスタリングは一定又はほぼ一定のグレー領域では人
間の眼には非常に良い効果である。クラスタリング効果
はこのスクリーン処理された出力を直線的非スクリーン
処理誤差拡散出力より優れたものにする。
【００８７】２−Ｄハイブリッドスクリーンの周波数特
徴は出力に見られる概算的なラインペア／インチ（ｌｐ
ｉ）のドットパターンを決定するが、ピクセルを集合さ
せて大きなドットにする能力、スクリーン処理における
所望の効果はスクリーンの振幅に依存する。この振幅、
スカラーは本明細書中のファジー画像分類方法を使用し
て容易に修正され得る。全てのルールはスクリーン処理
のレベル（即ち、振幅）（大、中、小又はなし等）を指
定することができる。スクリーンのサイズ及び周波数は
プリンタの特徴にマッチするように予め決められる。
【００８８】ファジー分類方法を使用した画像の画像処
理方法はファジー分類方法に非常に類似している。例え
ば、スクリーン処理の場合、ファジー画像処理方法は三
つのスクリーン処理クラス（大、中及びなし）を設定し
てピクセルに与えられるスクリーン値を決定する。これ
らのクラスはそれぞれファジー分類方法の場合のように
ルールのセットを有し、スクリーン処理クラスのピクセ
ルのメンバーシップ値を決定する。メンバーシップ値は
以下に更に詳細に述べられる実際のスクリーン振幅を計
算するために使用される。
【００８９】本発明の好適な実施の形態では、スクリー
ン処理クラスのルールは以下の通りである： もしも（ピクセルが "エッジ”ピクセルであるか又は "
低周波ハーフトーン”であるか又は "中間周波ハーフト
ーン”であるか又は "その他”である場合）、スクリー
ンはＮＯ＿ＳＣＲＥＥＮである。 もしも（ピクセルが "ブラック”であるか又は "ホワイ
ト”である場合）、スクリーンはＭＥＤＩＵＭ＿ＳＣＲ
ＥＥＮである。 もしも（ピクセルが "画像”であるか又は "高周波ハー
フトーン”である場合）、スクリーンはＦＵＬＬ＿ＳＣ
ＲＥＥＮである。
【００９０】上記のルールの複数の "もしも”に関して
説明すると、 "ＮＯ＿ＳＣＲＥＥＮ”クラスの画像のメ
ンバーシップ値は述語のファジー値に等しく、μNO＿
SCREEN（スクリーン）＝ｍａｘ（μedge（ピクセル），
μlowfreqhalftone （ピクセル），μmidfreqhalftone
（ピクセル），μother （ピクセル））であり； "ＭＥ
ＤＩＵＭ＿ＳＣＲＥＥＮ”クラスの画像のメンバーシッ
プ値は述語のファジー値に等しく、μMEDIUM＿
SCREEN（スクリーン）＝ｍａｘ（μblack （ピクセ
ル），μwhite （ピクセル））であり； "ＦＵＬＬ＿Ｓ
ＣＲＥＥＮ”クラスの画像のメンバーシップ値は述語の
ファジー値に等しく、μFULL＿SCREEN（スクリーン）＝
ｍａｘ（μpictorial （ピクセル），μ
highfreqhalftone（ピクセル））である。
【００９１】ファジースクリーン処理を実行するため
に、処理システムは特定のスクリーン処理に関連する各
クラスのピクセルのメンバーシップ値を決定し、最大値
をスクリーン処理クラスのメンバーシップ値として指定
する。例えば、ピクセルがそれぞれ０．６、０．７、
０．２及び０．３の "エッジ”、 "低周波ハーフトー
ン”、 "中間周波ハーフトーン”及び "その他”のメン
バーシップ値を有する場合、処理システムはメンバーシ
ップベクトルをデコードし、メンバーシップ値を０．７
のＮＯ＿ＳＣＲＥＥＮクラスに指定する。更に、ピクセ
ルがそれぞれ０．６及び０．５の "ブラック”及び "ホ
ワイト”のメンバーシップ値を有する場合、処理システ
ムはメンバーシップベクトルをデコードし、メンバーシ
ップ値を０．６のＭＥＤＩＵＭ＿ＳＣＲＥＥＮに指定す
る。最後に、ピクセルがそれぞれ０．３及び０．４の "
画像”及び "高周波ハーフトーン”のメンバーシップ値
を有する場合、処理システムはメンバーシップベクトル
をデコードし、メンバーシップ値を０．４のＦＵＬＬ＿
ＳＣＲＥＥＮクラスに指定する。
【００９２】スクリーン値の実際の振幅を決定するため
に、本発明の好適な実施の形態におけるファジー処理モ
ジュールは各スクリーンクラスのメンバーシップ値とそ
のクラスの理想的な係数とを乗算し、その積をメンバー
シップ値の合計で割る。好適な実施の形態では、ＮＯ＿
ＳＣＲＥＥＮ係数は０であり、ＭＥＤＩＵＭ＿ＳＣＲＥ
ＥＮ係数は０．５であり、ＦＵＬＬ＿ＳＣＲＥＥＮ係数
は１．０である。従って、上記に述べられた例では、処
理されているピクセルのスクリーン振幅は０．４１２の
スカラー値に等しい（（（１．０×０．４）＋（０．５
×０．６）＋（０．０×０．７））／（０．４＋０．６
＋０．７））。
【００９３】スクリーン処理のファジー分類の実施の例
は図９に例示される。図９に例示されるように、ビデオ
信号又は画像データはファジー分類手段８０に送出さ
れ、このファジー分類手段は上記に述べられたルールに
従って画像データを分類する。ファジー画像分類手段８
０はメンバーシップベクトルを生成し、該ベクトルはス
クリーン生成回路８８に送出される。スクリーン生成回
路８８はスクリーン値を生成し、このスクリーン値は加
算手段８９で画像データに加算される。スクリーン値に
加算された画像データはファジー画像分類手段８０によ
って分類されたピクセルと同じピクセルに対応する。換
言すると、図９に例示されるシステムはバッファ（図示
せず）を含み、処理されているピクセルが処理パラメー
タを定めるために使用される正確なメンバーシップベク
トルに対応するすることを確実にする。
【００９４】スクリーン処理のファジーセグメンテーシ
ョンの実施の更に詳細な例は図１０に例示される。図１
０に例示されるように、ビデオ信号又は画像データはフ
ァジー分類手段８０に送出され、該ファジー分類手段は
上記に述べられたルールに従って画像データを分類す
る。ファジー画像分類手段８０はメンバーシップベクト
ルを生成し、該メンバーシップベクトルはスクリーン生
成回路８８に送出される。スクリーン生成回路８８はス
クリーン重み付け回路８８３、スクリーン値生成回路８
８１及び乗算手段８８５を含む。
【００９５】スクリーン重み付け回路８８３は、上記に
述べられたように、非スクリーン、中間スクリーン又は
高スクリーン又はこれらの間のスクリーンを生成するお
うにメンバーシップベクトルの値に応じて重み付けファ
クタを生成する。換言すると、ピクセルが０．８、０．
７、０．１及び０．３の "エッジ”、 "低周波ハーフト
ーン”、 "中間周波ハーフトーン”及び "その他”のメ
ンバーシップ値を有する場合、処理システムはメンバー
シップベクトルをデコードし、メンバーシップ値を０．
８のＮＯ＿ＳＣＲＥＥＮクラスに指定する。更に、ピク
セルが０．４及び０．１の "ブラック”及び "ホワイ
ト”のメンバーシップ値を有する場合、処理システムは
メンバーシップベクトルをデコードし、メンバーシップ
値を０．４のＭＥＤＩＵＭ＿ＳＣＲＥＥＮクラスに指定
する。最後に、ピクセルが０．２及び０．０の "画像”
及び "高周波ハーフトーン”のメンバーシップ値を有す
る場合、処理システムはメンバーシップベクトルをデコ
ードし、メンバーシップ値を０．２のＦＵＬＬ＿ＳＣＲ
ＥＥＮクラスに指定する。
【００９６】従って、この例では、処理されているピク
セルのスクリーン振幅は０．２８６のスカラー値に等し
い（（（１．０×０．２）＋（０．５×０．４）＋
（０．０×０．８））／（０．２＋０．４＋０．
８））。
【００９７】ルックアップテーブル又はハードワイヤー
ド回路であり得るスクリーン値生成回路８８１は、画像
内のピクセル（画像データ）の位置に基づいてスクリー
ン値を生成する。スクリーン重み付け回路８８３からの
重み付けファクタ及びスクリーン値生成回路８８１から
のスクリーン値は乗算手段８８５によって乗算されてス
クリーン値を生成し、ピクセルに加算される。このスク
リーン値は加算手段８９で画像データに加算される。
【００９８】スクリーン値と合計された画像データはフ
ァジー画像分類手段８０によって分類されたピクセルと
同じピクセルに対応する。換言すると、図１０に例示さ
れたシステムはバッファ（図示せず）を含み、処理され
ているピクセルが処理パラメータを定めるために使用さ
れる正確なメンバーシップベクトルに対応することが確
実となる。
【００９９】上記に述べられたように、ファジー画像分
類システムを使用してデジタルフィルタリングを制御す
る問題は二つある。第１に、デジタルフィルタリングは
スカラー関数ではなくマトリックス関数である。第２
に、マトリックス関数にはフィルターは（ω1 ，ω2 ）
＝（０，０）で１．０のゲインを有さなければならない
という制約がある。これによって、一定のグレー領域が
フィルタリングによって変化しなくなる。
【０１００】この問題を解決するために、本発明は、好
適な実施の形態において、幾つかの予め定められたフィ
ルターの重み付けされた合計を使用してフィルター処理
された結果を生成する。これらのフィルターは特定のフ
ィルタークラスに関連するフィルターであり、即ち、あ
るフィルタークラスは強調であり、あるフィルタークラ
スはローパスであり、別のフィルターは "その他”であ
る。本発明のデジタルフィルターは式Ｆo ＝Σμi Ｆi
で表され、ここでＦi はｉ番目のクラス（又は複数）の
それぞれに関連するフィルターに対応し、μi はファジ
ー処理ルーチンによって決定されたようにｉ番目のクラ
スの画像のメンバーシップに対応する。
【０１０１】本発明の好適な実施の形態では、フィルタ
リングクラスのルールは以下の通りである。 もしも（ピクセルが "エッジ”であるか又は "画像”で
あるか又は "低周波ハーフトーン”である場合）、フィ
ルターはＥＮＨＡＮＣＥであり、 もしも（ピクセルが "高周波ハーフトーン”である場
合）、フィルターはＬＯＷＰＡＳＳである。
【０１０２】上記の "もしも”について述べると、 "Ｅ
ＮＨＡＮＣＥ”クラスの画像のメンバーシップ値は述語
のファジー値に等しく、μENHANCE （フィルター）＝ｍ
ａｘ（μedge（ピクセル），μlowfreqhalftone （ピク
セル），μpictorial （ピクセル））であり、 "ＬＯＷ
ＰＡＳＳ”クラスの画像のメンバーシップ値は述語のフ
ァジー値に等しく、μLOWPASS （フィルター）＝ｍａｘ
（μhighfreqhalftone（ピクセル））である。
【０１０３】ファジースクリーン処理を実行するため
に、処理システムは特定のスクリーンプロセスに関連す
る各クラスのピクセルのメンバーシップ値を決定し、最
大値をスクリーン処理クラスのメンバーシップ値として
指定する。例えば、ピクセルが０．６、０．７及び０．
３の "エッジ”、 "低周波ハーフトーン”及び "画像”
のメンバーシップ値を有する場合、処理システムはメン
バーシップベクトルをデコードし、メンバーシップ値を
０．７のＥＮＨＡＮＣＥクラスに指定する。更に、ピク
セルが０．６の "高周波ハーフトーン”のメンバーシッ
プ値を有する場合、処理システムはメンバーシップベク
トルをデコードし、メンバーシップ値を０．６のＬＯＷ
ＰＡＳＳクラスに指定する。
【０１０４】種々のフィルターの実際の係数を決定する
ために、ファジー処理システムはルールのセットから得
られるファジーフィルタリングが周波数（ω1 ，ω2 ）
＝（０，０）で１．０のゲインの制約を満たすことを確
実にしなければならない。この問題を軽減するために、
出力フィルター選択の一つがバイパス関数に指定され
る。バイパスでは、Ｖout ＝Ｖinであり、即ち、フィル
タリングは行われない。従って本発明の概念に従って得
られたフィルターはＦo ＝Σμi Ｆi ＋（１−Σμi ）
ＦB であり、所望の効果がバイパスフィルターである場
合、値は０になり、フィルターＦi の効果は無視され
る。
【０１０５】強調フィルターは全ての高周波を増幅さ
せ、ローパスフィルターは高周波を減衰させる。バイパ
スフィルターの係数値ｃはｃbypass＝１−μ
enhance （フィルター）−μlowpass （フィルター）を
使用して決定されるため、出力フィルターはＦo ＝μ
enhance （フィルター）Ｆenhance ＋μlowpass （フィ
ルター）Ｆlo wpass ＋ｃbypassＦbypassとして述べられ
る。
【０１０６】画像データのフィルター処理に関してファ
ジー分類を使用して画像を処理する画像の例は、図８に
例示される。図８に例示されるように、ビデオデータ又
は画像データはファジー分類手段８０、ローパスフィル
ター８１及び強調フィルター８２及びバイパスフィルタ
ー８３にパラレルで送出される。上記に述べられたよう
に、ファジー分類手段８０はフィルターのパラレルセッ
トによって処理されるピクセルのメンバーシップベクト
ルを決定する。このプロセスはバッファ（図示せず）を
含み、フィルタリングされるピクセルが処理パラメータ
を定めるために使用される正確なメンバーシップベクト
ルに対応することに注目されたい。
【０１０７】この分類に基づくと、ファジー分類手段８
０によってフィルター全体は係数のセットを生成し、こ
の係数のセットは乗算手段８４、８５及び８６に与えら
れる。係数によってフィルター全体はファジー情報分類
に従って種々のフィルターからの出力を重み付けること
ができる。
【０１０８】上記に述べられたように、例えば、ピクセ
ルが０．６、０．７及び０．３の "エッジ”、 "低周波
ハーフトーン”及び "画像”のメンバーシップ値を有す
る場合、処理システムはメンバーシップベクトルをデコ
ードし、メンバーシップ値を０．７のＥＮＨＡＮＣＥク
ラスに指定し、これは強調フィルター８２に指定され乗
算手段８５に送出されるフィルター係数である。更に、
ピクセルが０．６の "高周波ハーフトーン”のメンバー
シップ値を有する場合、処理システムはメンバーシップ
ベクトルをデコードし、メンバーシップ値を０．６のＬ
ＯＷＰＡＳＳに指定し、この値はローパスフィルター８
１に指定され乗算手段８４に送出されるフィルター係数
である。これによってバイパスフィルター８３の係数の
生成が残る。
【０１０９】上記に述べられたように、生成した係数は
係数の合計が１に等しいフィルターからの出力全体のゲ
インを維持するように１より大きくないことが要求され
る。従って、本発明の好適な実施の形態ではバイパスフ
ィルターの係数は１−強調係数−ローパス係数である
（この例では、１−０．７−０．６＝−０．３）。この
係数は乗算手段８６に与えられる。重み付けられたフィ
ルター出力は加算手段８７に送出され、該加算手段は全
ての出力を加算してファジー画像分類に従ってフィルタ
リングされた画像データのフィルタリングされたピクセ
ルを生成する。
【０１１０】図８は複数の異なるフィルターを用いたフ
ァジー分類手段の利用を例示しているが、ファジー分類
手段はモジュラー時変二次元非分離フィルターに関連し
て利用され、非分離フィルターは複数の分離可能なフィ
ルターから成る。
【０１１１】分離可能なフィルターの利用によって、特
定の形態の非分離フィルターは有効なコストで実施され
得る。更に、分離可能な二次元フィルターは一次元フィ
ルターとして述べられ、該一次元フィルターは垂直方
向、即ち低速走査方向に動作し、引き続き別の一次元フ
ィルターが水平、即ち高走査方向に動作する。従って、
フィルターマトリックスはＦvh＝ｆv ｆh として述べら
れ、ここでＦvhはＮ×Ｍのマトリックスであり、ｆv は
長さＮの列ベクトル（垂直フィルター）であり、ｆh は
長さＭの行ベクトル（水平フィルター）である。
【０１１２】マトリックスＦvhが上記の式を使用して表
すことができない場合、マトリックスは非分離と見なさ
れ、分離可能なフィルターの実施は使用できない。しか
し、Ｎ×ＭのマトリックスがＦvh＝ＵＳＶのような単一
の値の成分を使用して表される場合（ＵはＮ×Ｎのユニ
タリマトリックスであり、ＳはＮ×Ｍの対角マトリック
スであり、ＶはＭ×Ｍのユニタリマトリックスであ
る）、分離可能なフィルターが使用され得る。更に、Ｎ
及びＭが等しくない場合、上記の式はＦvh＝Ｕr Ｓ r Ｖ
r に変形し、ここでＱ＝ｍｉｎ（ｎ，ｍ）であり、Ｕr
はＵのＮ×Ｘのサブマトリックスであり、Ｓr はＳのＱ
×Ｑのサブマトリックスであり、Ｖr はＶのＭ×Ｑのサ
ブマトリックスである。これを代入すると、Ｆvh＝Σｓ
（ｉ）ｕi ｖ i という式が得られ、ここでｉは１以上且
つＱ以下である。
【０１１３】この式において、ベクトルｓ（ｉ）はマト
リックスＳr の対角であり、ｕi はｉ番目のＵr の行ベ
クトルであり、ｖi はｉ番目のＶr 行ベクトルである。
各要素はゲインファクタｓ（ｉ）を除けば上記に述べら
れたものに類似する分離可能なフィルターである。換言
すると、長さＮ×Ｍの非分離フィルターはＮ×Ｍの分離
可能フィルターＱの重み付けされた合計として表され
る。従って、フィルターの幾つかの重み付け平均を使用
して非分離フィルターを実施する場合、ハードウェアは
Ｑの分離フィルターモジュールの集合、Ｑの乗算手段及
び加算手段となる。
【図面の簡単な説明】
【図１】確率的セグメンテーションを含む従来の画像処
理システムを例示したブロック図である。
【図２】図１に示された確率的セグメンターの詳細を示
したブロック図である。
【図３】画像特性、ピークカウントの特徴的な関数の例
を示す。
【図４】図１に示された画像処理ミキサーを詳細に例示
したブロック図である。
【図５】"従来技術の”画像処理システムを例示したブ
ロック図である。
【図６】異なる画像のタイプを有する画像の適切な画像
処理技術を決定するために "従来技術で”使用されるし
きい値処理技術を示す。
【図７】図５に示された "従来技術の”画像処理制御回
路を詳細に例示したブロック図である。
【図８】本発明のファジー分類プロセスを含むデジタル
フィルタリングシステムのブロック図である。
【図９】本発明のファジー分類プロセスを含むスクリー
ン処理システムを例示したブロック図である。
【図１０】図９に例示されたシステムのより詳細なバー
ジョンを例示したブロック図である。
【符号の説明】
８０ ファジーセグメンタ ８１ ローパスフィルター ８２ 強調フィルター ８３ バイパスフィルター ８４、８５、８６ 乗算手段 ８７、８９ 加算手段 ８８ スクリーン生成回路
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ジャン−ナン シアウ アメリカ合衆国 14580 ニューヨーク州 ウェブスター シャドウ ウッド レー ン 687 (72)発明者 レイモンド ジェイ．クラーク アメリカ合衆国 14580 ニューヨーク州 ウェブスター メドウ レーン 214

Claims (2)

    【特許請求の範囲】
  1. 【請求項１】 デジタル画像データのセットに属するピ
    クセルを複数の画像クラスのメンバーシップに関して電
    子的に分類する方法であって、 （ａ） ピクセルを含むデジタル画像データのセットを
    受け取るステップを有し、 （ｂ） 各画像クラスに対してピクセルのメンバーシッ
    プ値を決定するステップを有し、 （ｃ） 前記ステップ（ｂ）における決定に基づいてピ
    クセルの有効タグを生成するステップを有する、 ピクセル分類方法。
  2. 【請求項２】 デジタル画像データのセットに属するピ
    クセルを複数の画像クラスのピクセルのメンバーシップ
    に関して電子的にファジー分類する方法であって、 （ａ） ピクセルを含むデジタル画像データのセットを
    受け取るステップを有し、 （ｂ） ピクセルのファジー分類を決定するステップを
    有し、 （ｃ） 前記ステップ（ｂ）における決定に基づいてピ
    クセルの有効タグを生成するステップを有する、 ピクセルファジー分類方法。
JP9114102A 1996-05-08 1997-05-01 ピクセル分類方法及びピクセルファジー分類方法 Pending JPH1074257A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US08/646,540 US5765029A (en) 1996-05-08 1996-05-08 Method and system for fuzzy image classification
US646540 1996-05-08

Publications (1)

Publication Number Publication Date
JPH1074257A true JPH1074257A (ja) 1998-03-17

Family

ID=24593451

Family Applications (1)

Application Number Title Priority Date Filing Date
JP9114102A Pending JPH1074257A (ja) 1996-05-08 1997-05-01 ピクセル分類方法及びピクセルファジー分類方法

Country Status (4)

Country Link
US (1) US5765029A (ja)
EP (1) EP0806863B1 (ja)
JP (1) JPH1074257A (ja)
DE (1) DE69737247T2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002044449A (ja) * 2000-06-20 2002-02-08 Hewlett Packard Co <Hp> 適応ハーフトーン化方法
JP2002094828A (ja) * 2000-08-01 2002-03-29 Nexpress Solutions Llc グレイレベル画像のエッジエンハンスメント

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPN727295A0 (en) * 1995-12-21 1996-01-18 Canon Kabushiki Kaisha Zone segmentation for image display
EP0848307B1 (en) * 1996-12-11 2002-05-08 STMicroelectronics S.r.l. Fuzzy filtering method and associated fuzzy filter
DE69835263T2 (de) * 1997-10-13 2006-11-23 Matsushita Electric Industrial Co., Ltd., Kadoma Fuzzy Inferenzverfahren und -gerat
US6229923B1 (en) * 1998-01-21 2001-05-08 Xerox Corporation Method and system for classifying and processing of pixels of image data
US6252675B1 (en) 1998-05-08 2001-06-26 Xerox Corporation Apparatus and method for halftone hybrid screen generation
US7602424B2 (en) 1998-07-23 2009-10-13 Scenera Technologies, Llc Method and apparatus for automatically categorizing images in a digital camera
DE19838806A1 (de) * 1998-08-26 2000-03-02 Max Planck Gesellschaft Verfahren und Vorrichtung zur Erfassung von Objektfarben
EP1118060A1 (de) * 1998-09-30 2001-07-25 Siemens Aktiengesellschaft Verfahren und anordnung zur zuordnung eines objekts zu mindestens einer klasse
US6639692B1 (en) 1999-09-09 2003-10-28 Xerox Corporation Pixel level segmentation tag cleanup
US6493463B1 (en) 1999-09-09 2002-12-10 Xerox Corporation Segmentation tag cleanup using neighborhood tags
US6636331B1 (en) 1999-09-09 2003-10-21 Xerox Corporation Segmentation tag cleanup based on connected components
US6650439B1 (en) 1999-09-09 2003-11-18 Xerox Corporation Segmentation tag cleanup system
US6516091B1 (en) 1999-09-09 2003-02-04 Xerox Corporation Block level analysis of segmentation tags
US6529291B1 (en) 1999-09-22 2003-03-04 Xerox Corporation Fuzzy black color conversion using weighted outputs and matched tables
US6976223B1 (en) * 1999-10-04 2005-12-13 Xerox Corporation Method and system to establish dedicated interfaces for the manipulation of segmented images
US6625312B1 (en) 2000-02-28 2003-09-23 Xerox Corporation Document classification using segmentation tag statistics
US6941014B2 (en) * 2000-12-15 2005-09-06 Xerox Corporation Method and apparatus for segmenting an image using a combination of image segmentation techniques
US6873743B2 (en) * 2001-03-29 2005-03-29 Fotonation Holdings, Llc Method and apparatus for the automatic real-time detection and correction of red-eye defects in batches of digital images or in handheld appliances
US6751348B2 (en) * 2001-03-29 2004-06-15 Fotonation Holdings, Llc Automated detection of pornographic images
TW542993B (en) * 2001-07-12 2003-07-21 Inst Information Industry Multi-dimension and multi-algorithm document classifying method and system
US7039232B2 (en) * 2001-12-20 2006-05-02 Xerox Corporation Block level analysis of segmentation tags
US7218332B2 (en) * 2002-04-30 2007-05-15 Xerox Corporation Method and apparatus for windowing and image rendition
US7239430B2 (en) * 2002-12-12 2007-07-03 Xerox Corporation Binary halftone detection
US7345792B2 (en) * 2002-12-17 2008-03-18 Xerox Corporation Segmentation-based halftoning
US7379595B2 (en) * 2004-05-24 2008-05-27 Xerox Corporation Manual windowing with auto-segmentation assistance in a scanning system
US7272261B2 (en) * 2004-06-04 2007-09-18 Xerox Corporation Method and system for classifying scanned-media
US7424151B2 (en) * 2004-06-04 2008-09-09 Xerox Corporation Method and system for image classification and halftone frequency detection
IL162878A0 (en) * 2004-07-06 2005-11-20 Hi Tech Solutions Ltd Multi-level neural network based characters identification method and system
US7965413B2 (en) 2007-03-29 2011-06-21 Xerox Corporation Method and system for detection of binary halftone frequencies
US8228561B2 (en) * 2007-03-30 2012-07-24 Xerox Corporation Method and system for selective bitmap edge smoothing
US8390877B2 (en) * 2007-05-25 2013-03-05 Xerox Corporation Exportation of scanner's internal image auto-segmentation
WO2010013473A1 (ja) * 2008-07-30 2010-02-04 日本電気株式会社 データ分類システム、データ分類方法、及びデータ分類プログラム
US9342589B2 (en) 2008-07-30 2016-05-17 Nec Corporation Data classifier system, data classifier method and data classifier program stored on storage medium
US8339671B2 (en) * 2009-03-30 2012-12-25 Sharp Laboratories Of America, Inc. Methods and systems for rendering data by partitioning a graphics list
US8339672B2 (en) * 2009-03-30 2012-12-25 Sharp Laboratories Of America, Inc. Methods and systems for rendering data using graphic-list partitions and associated rendering processors
US8339653B2 (en) * 2009-03-30 2012-12-25 Sharp Laboratories Of America, Inc. Methods and systems for rendering data based on overlap characteristics
US20100245889A1 (en) * 2009-03-30 2010-09-30 Nguyen Uoc H Methods and Systems for Rendering Data
US8411319B2 (en) * 2009-03-30 2013-04-02 Sharp Laboratories Of America, Inc. Methods and systems for concurrent rendering of graphic-list elements
US20100245918A1 (en) * 2009-03-30 2010-09-30 Nguyen Uoc H Methods and Systems for Rendering Data
US8339670B2 (en) * 2009-03-30 2012-12-25 Sharp Laboratories Of America, Inc. Methods and systems for rendering data based on graphic-list partitioning
US8368959B2 (en) * 2009-05-18 2013-02-05 Xerox Corporation Method and system for selective smoothing of halftoned objects using bitmap encoding
US9070011B2 (en) 2010-06-18 2015-06-30 Csr Imaging Us, Lp Automated segmentation tuner
US8797601B2 (en) 2012-03-22 2014-08-05 Xerox Corporation Method and system for preserving image quality in an economy print mode
US9123087B2 (en) * 2013-03-25 2015-09-01 Xerox Corporation Systems and methods for segmenting an image
US9055251B2 (en) 2013-09-24 2015-06-09 Xerox Corporation Image processing based on automatic image-type detection
US9445108B1 (en) 2015-05-26 2016-09-13 International Business Machines Corporation Document compression with neighborhood biased pixel labeling
US10302751B2 (en) 2017-03-09 2019-05-28 Russell H. Dewey A-mode ultrasonic classifier
CN110599421B (zh) * 2019-09-12 2023-06-09 腾讯科技（深圳）有限公司 模型训练方法、视频模糊帧转换方法、设备及存储介质
CN110942419B (zh) * 2019-11-22 2023-09-22 航天科技控股集团股份有限公司 一种全液晶仪表毛玻璃模糊处理方法

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5537092A (en) * 1978-09-05 1980-03-14 Ibm Mode switch for setting threshold value
US4194221A (en) * 1978-12-26 1980-03-18 Xerox Corporation Automatic multimode continuous halftone line copy reproduction
US4554593A (en) * 1981-01-02 1985-11-19 International Business Machines Corporation Universal thresholder/discriminator
JPS57160264A (en) * 1981-03-30 1982-10-02 Canon Inc Recorder of half tone picture
GB2103449B (en) * 1981-06-29 1985-05-30 Nippon Telegraph & Telephone Method and apparatus for gray level signal processing
JPS59122080A (ja) * 1982-12-27 1984-07-14 Leo Giken:Kk 網点画像の発生方法
US4559563A (en) * 1983-10-11 1985-12-17 Xerox Corporation Adaptive prediction for binary encoded documents containing a mixture of text, line drawings and halftones
JPS60132465A (ja) * 1983-10-28 1985-07-15 Dainippon Screen Mfg Co Ltd 網点形成方法
US4577235A (en) * 1984-08-20 1986-03-18 The Mead Corporation Text/continuous tone image decision processor
JPH0759092B2 (ja) * 1985-08-06 1995-06-21 パイオニア株式会社 投写型テレビジヨン
US4811115A (en) * 1987-10-16 1989-03-07 Xerox Corporation Image processing apparatus using approximate auto correlation function to detect the frequency of half-tone image data
US5125045A (en) * 1987-11-20 1992-06-23 Hitachi, Ltd. Image processing system
US4897803A (en) * 1987-11-23 1990-01-30 Xerox Corporation Address token based image manipulation
US5225915A (en) * 1989-06-09 1993-07-06 Xerox Corporation Image processing with noise enhancing operators for moire reduction and/or random dot generation
DE69032318T2 (de) * 1989-08-31 1998-09-24 Canon Kk Vorrichtung zur Bildverarbeitung
US5202933A (en) * 1989-12-08 1993-04-13 Xerox Corporation Segmentation of text and graphics
US5371610A (en) * 1990-01-19 1994-12-06 Minolta Camera Kabushiki Kaisha Image data processing apparatus
EP0444953B1 (en) * 1990-03-02 1997-06-11 Canon Kabushiki Kaisha Image processing apparatus
JP2564959B2 (ja) * 1990-03-07 1996-12-18 富士ゼロックス株式会社 画像処理装置の絵文字領域識別方式
JPH04294466A (ja) * 1991-03-22 1992-10-19 Ricoh Co Ltd 画像処理装置
JP3276985B2 (ja) * 1991-06-27 2002-04-22 ゼロックス・コーポレーション イメージピクセル処理方法
US5410619A (en) * 1991-09-03 1995-04-25 Ricoh Company, Ltd. Digital image processing apparatus for processing a variety of types of input image data
US5307180A (en) * 1991-12-18 1994-04-26 Xerox Corporation Method and apparatus for controlling the processing of digital image signals
US5237432A (en) * 1991-12-23 1993-08-17 Xerox Corporation Image scaling apparatus
US5341226A (en) * 1993-04-22 1994-08-23 Xerox Corporation Automatic image segmentation for color documents
US5327262A (en) * 1993-05-24 1994-07-05 Xerox Corporation Automatic image segmentation with smoothing
US5339172A (en) * 1993-06-11 1994-08-16 Xerox Corporation Apparatus and method for segmenting an input image in one of a plurality of modes
JPH0737087A (ja) * 1993-07-19 1995-02-07 Matsushita Electric Ind Co Ltd 画像処理装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002044449A (ja) * 2000-06-20 2002-02-08 Hewlett Packard Co <Hp> 適応ハーフトーン化方法
JP4532016B2 (ja) * 2000-06-20 2010-08-25 ヒューレット・パッカード・カンパニー 適応ハーフトーン化方法
JP2002094828A (ja) * 2000-08-01 2002-03-29 Nexpress Solutions Llc グレイレベル画像のエッジエンハンスメント
JP4610802B2 (ja) * 2000-08-01 2011-01-12 イーストマン コダック カンパニー グレイレベル画像のエッジエンハンスメント

Also Published As

Publication number Publication date
DE69737247T2 (de) 2007-07-05
EP0806863A3 (en) 1999-06-02
EP0806863A2 (en) 1997-11-12
EP0806863B1 (en) 2007-01-17
US5765029A (en) 1998-06-09
DE69737247D1 (de) 2007-03-08

Similar Documents

Publication Publication Date Title
JPH1074257A (ja) ピクセル分類方法及びピクセルファジー分類方法
US6347153B1 (en) Method and system for classifying and processing of pixels of image data
US5778156A (en) Method and system for implementing fuzzy image processing of image data
US6549658B1 (en) Method and system for classifying and processing of pixels of image data
US6181829B1 (en) Method and system for classifying and processing of pixels of image data
US6185328B1 (en) Method and system for classifying and processing of pixels of image data
US5751862A (en) Self-timed two-dimensional filter
US6229923B1 (en) Method and system for classifying and processing of pixels of image data
US5835630A (en) Modular time-varying two-dimensional filter
US6137907A (en) Method and apparatus for pixel-level override of halftone detection within classification blocks to reduce rectangular artifacts
US5293430A (en) Automatic image segmentation using local area maximum and minimum image signals
US4668995A (en) System for reproducing mixed images
US6157736A (en) Method and apparatus for automatic image segmentation using template matching filters
US4920501A (en) Digital halftoning with minimum visual modulation patterns
US6185336B1 (en) Method and system for classifying a halftone pixel based on noise injected halftone frequency estimation
EP0892549A3 (en) Method and apparatus for reproducing an image with gray level printing
US6178260B1 (en) Image segmentation apparatus and method
US6360009B2 (en) Image segmentation apparatus and method
JPH06237364A (ja) カラー文書の内容に基づく解像度変換
JPH1075362A (ja) 電子イメージ処理システム及び処理方法
EP2111032B1 (en) Image processing apparatus and method thereof
US6519367B2 (en) Method and system for propagating selective amounts of error in a hybrid screening device
US6272240B1 (en) Image segmentation apparatus and method
US6625312B1 (en) Document classification using segmentation tag statistics
US4862283A (en) Image discrimination with continuous tone area thinning

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20040419

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20070208

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070220

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20070518

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20070523

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070611

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20070731

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20071120

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20071210

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20080104

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20091124