JPH1188664A

JPH1188664A - 画像処理装置、および、そのプログラムを記録した記録媒体

Info

Publication number: JPH1188664A
Application number: JP9247335A
Authority: JP
Inventors: Yasushi Adachi; 靖安達
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 1997-09-11
Filing date: 1997-09-11
Publication date: 1999-03-30
Anticipated expiration: 2017-09-11
Also published as: US6111982A; EP0902585A3; EP0902585B1; EP0902585A2; JP3512604B2; DE69809164T2; DE69809164D1

Abstract

(57)【要約】【課題】画像中の文字領域と写真領域と網点領域とを
確実に識別可能な画像処理装置を実現する。【解決手段】第１特徴量演算回路３は、注目画素を中
心とする局所ブロック内で、画素の信号レベルの最大値
と最小値との差を、第１特徴パラメータの特徴量として
出力する。第２特徴量演算回路４は、各方向に沿って、
局所ブロック内の信号レベル差を総和し、最小値を第２
特徴パラメータの特徴量として出力する。第３特徴量演
算回路５は、局所ブロック内の画素を２値化して、主走
査方向に沿って、各ラインの最大連続同一濃度画素数を
係数し、最大値と最小値との差を算出する。さらに、副
走査方向に沿っても同様に、差が算出され、大きい方の
算出値が第３特徴パラメータの特徴値として出力され
る。判定回路６は、各特徴パラメータの特徴量を、多次
元的に分類し、注目画素が存在している領域を識別す
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、例えば、デジタル
複写機やファクシミリ装置など、複数の画素を示す画像
信号を処理する装置に供され、各画素の特性を判定する
画像処理装置、および、そのプログラムを記録した記録
媒体に関するものである。

【０００２】

【従来の技術】従来より、デジタル複写機やファクシミ
リなどの画像処理装置は、文字部分、写真部分、または
網点部分が存在する原稿、あるいは、それらの部分が混
在するような原稿を処理している。画像処理装置は、Ｃ
ＣＤ（ Charge Coupled Device）イメージセンサなどを
用いて、上記特徴を有する原稿を読み取って画像信号に
変換する。さらに、画像処理装置では、当該画像信号か
ら得られる記録画像の画質を向上するために、画像処理
が行われる。例えば、画像が文字の場合には、画像のエ
ッジを強調する強調処理が行われ、画像が網点であれ
ば、モアレを防止するために、平滑化処理などが行われ
る。加えて、画像が文字の場合には、画像を文字コード
に変換する処理も広く行われている。

【０００３】いずれの場合であっても、画像の種別の毎
に、適切な画像処理が異なっていることが多い。したが
って、記録画像の画質を向上させるためには、当該画像
の種別に応じた画像処理を行うことが望まれる。

【０００４】ここで、フィルタ処理を用いて画質向上を
図った従来技術として、例えば、特公平５−２１３８４
号公報に記載の画像処理装置が挙げられる。当該画像処
理装置では、画像信号を平滑化した信号と、画像信号を
強調した信号とを、画像信号のエッジ部検出手段の出力
により混合あるいは選択して出力している。また、例え
ば、特開昭６３−２４６０７６号公報に記載のフィルタ
処理装置は、エッジ抽出手段によって、画像信号のエッ
ジ部が抽出されないときは、網点成分を除去するフィル
タ処理を行った信号を選択し、エッジ部が抽出されたと
きは、フィルタ処理を行う前の信号を選択している。

【０００５】しかしながら、エッジ部を検出するだけで
は、画像の種別を完全に識別したとは言えず、文字領
域、写真領域、および、網点領域の各種領域のうち、い
ずれの画像であるかを識別し、それに応じた画像処理を
行うことが望まれている。

【０００６】この種の画質向上を図るための画像識別方
法としては、画像を複数画素からなるブロックに分割
し、各ブロック毎に画像の種別を識別する方法が広く行
われている。ここで、各ブロック毎の画像種別を識別す
る際、パターンマッチングによって識別する場合には、
各ブロックの画像と比較するために、数多くのパターン
を予め用意する必要がある。この結果、当該パターンを
格納するためのメモリ量が増大すると共に、汎用性に乏
しいという問題点を有している。

【０００７】したがって、今日では、各ブロックから所
定の手順で特徴パラメータを抽出し、当該特徴パラメー
タに基づいて画像種別を識別する方法が採用されること
が多くなっている。例えば、特開昭６１−１９４９６８
号公報に開示されている網点写真領域識別方法では、あ
るブロックにおいて、主走査方向に連続する各２つの画
素間の信号レベル変化が計測され、当該ブロックにおけ
る計測値の総和が算出される。また、副走査方向につい
ても同様に、信号レベル変化の総和が算出される。さら
に、両計測量の総和は、それぞれ、予め定められた設定
値と比較され、比較結果に基づいて、当該ブロックの画
像種別が識別される。

【０００８】また、特徴パラメータを用いた、その他の
方法として、例えば、特開昭６２−１４７８６０号公報
では、中間調ファクシミリ信号処理方式が開示されてい
る。当該方式では、あるブロック内の最大信号レベルと
最小信号レベルとのレベル差が求められ、このレベル差
と、所定の第１設定値とが比較される。当該レベル差が
第１設定値よりも小さい場合、当該ブロックは、信号レ
ベル変化が穏やかな部分であるので、写真部分と判定さ
れる。一方、レベル差の方が大きい場合、当該ブロック
は、信号レベル変化が激しい部分であるので、文字、写
真の輪郭、または、網点写真部分を含んでいると判定さ
れる。さらに、当該方式では、予め定められたアクセス
順序に従って、ブロック内の空間的に連続する各２つの
画素間で、信号レベルが変化したか否かを判定し、変化
回数を算出する。当該変化回数は、予め定められた第２
設定値と比較され、変化回数が第２設定値よりも大きい
場合、当該ブロックは、網点部分であると判定される。
一方、上記変化回数の方が小さい場合は、当該ブロック
は、網点部分ではないと判定される。さらに、上記レベ
ル差に基づく判定と、上記変化回数に基づく判定との双
方に基づいて、各ブロックの画像の種別が判定される。

【０００９】

【発明が解決しようとする課題】しかしながら、上記従
来の画像識別方法では、識別精度が十分に高いとは言え
ず、画像種別を誤判定する虞れがある。したがって、高
画質化を達成するために、識別精度のさらなる向上が望
まれている。

【００１０】ここで、識別精度が低下する原因には、一
般に、特徴パラメータの不適合、すなわち、文字領域、
写真領域、および、網点領域などの各種領域の性質が、
特徴パラメータによって十分表現されていないことが挙
げられる。また、特徴パラメータに基づく、画像種別の
分類方法が不適切であったり、分類する際のしきい値
（上述の各設定値）が適切に選定されていないことも、
誤判定を招来する大きな要因となる。

【００１１】具体的には、上記各従来技術では、各特徴
パラメータ毎に、所定のしきい値を設定されている。さ
らに、各特徴パラメータの特徴量と各しきい値とを、そ
れぞれ別に比較して、特徴パラメータ毎に判定が行われ
た後、それぞれの判定結果に基づいて、画素を含むブロ
ックを分類している。この結果、各特徴パラメータ毎に
適切なしきい値を設定することが難しく、特徴パラメー
タの数を増加させても、十分な識別精度を得ることが困
難である。

【００１２】また、上述の各従来技術では、各ブロック
毎に領域の種別を判定している。したがって、領域の種
別を誤判断した場合、ブロック内全ての画素に影響を及
ぼし、画質が大きく低下する。加えて、注目画素の持つ
特徴量が限られた画像処理特性にしか反映されないた
め、各注目画素に応じて最適な画像処理を行うことがで
きない。

【００１３】これらの問題点を解決するために、例え
ば、特開平８−１２５８５７号公報に記載の画像処理装
置は、複数の特徴パラメータの組み合わせに応じて、ブ
ロックの領域種別を判定すると共に、各画素毎に、その
周辺のブロックの領域種別を判定している。この結果、
不適切なしきい値の選定、および、不適切な分類方法に
起因する識別精度の低下は、抑制される。

【００１４】しかしながら、当該構成の画像処理装置で
あっても、各特徴パラメータが各種領域の性質を完全に
表現している訳ではなく、さらなる識別精度の向上が求
められている。

【００１５】本発明は、上記の問題点を鑑みてなされた
ものであり、その目的は、画像中の文字領域と写真領域
と網点領域とを確実に識別可能な画像処理装置を提供す
ることにある。

【００１６】

【課題を解決するための手段】請求項１の発明に係る画
像処理装置は、画像を構成する画素のうちの１つである
注目画素が、文字領域および網点領域を含む各種領域の
うちの、いずれの領域に存在するかを識別するための画
像処理装置であって、上記課題を解決するために、上記
注目画素と、その近傍の複数画素とからなる局所ブロッ
クを示す局所画像データを格納するブロックメモリを備
えていると共に、新たな特徴パラメータを算出するため
に、以下の手段を講じたことを特徴としている。

【００１７】すなわち、上記局所ブロック内の画素を所
定のしきい値で２値化した２値画像に対して、連続した
同じ値を持つ画素数の最大値を、当該局所ブロック内で
所定の主方向に沿った主ライン毎に算出し、上記主方向
とは異なる副方向に連続する少なくとも１本の主ライン
毎に算出値の総和を求めて、当該総和の最大値と最小値
との差を求める主方向演算部と、上記２値画像に対し
て、連続した同じ値を持つ画素数の最大値を上記副方向
に沿った副ライン毎に算出し、上記主方向に連続する少
なくとも１本の副ライン毎に算出値の総和を求めて、当
該総和の最大値と最小値との差を求める副方向演算部
と、上記両演算部の出力のうちの最大値を、連結度特徴
パラメータの特徴量として出力する出力部とを有する連
結度特徴量算出手段が設けられている。さらに、上記連
結度特徴パラメータに基づいて、上記注目画素の存在す
る領域が、上記各種領域のいずれであるかを識別するた
めの領域識別情報を出力する識別手段を備えている。

【００１８】上記構成において、画像処理装置に入力さ
れた画像信号は、注目画素と、その近傍の複数画素とか
らなる局所ブロックに分割されて、ブロックメモリに格
納される。さらに、上記連結度特徴量算出手段は、当該
局所ブロックの画像データから、当該局所ブロックの特
性を示す連結度特徴パラメータの特徴量を算出する。識
別手段は、連結度特徴パラメータの特徴量に基づいて、
上記注目画像が存在する領域の領域識別情報を出力す
る。

【００１９】ところで、上述したように、従来から、上
記各種領域の特徴を表す特徴パラメータとして、あるブ
ロック内における画素の最大信号レベルと最小レベルと
の差、画素の信号レベル間の変化回数などが考案されて
いる。しかしながら、これらの特徴パラメータでは、荒
い網点領域、すなわち、線数が小さな網点領域と、文字
領域との識別が困難になる。すなわち、一般に、網点領
域では、文字領域に比べて、最大信号レベルと最小信号
レベルとの差が小さくなり、信号レベル間の変化回数が
大きくなる傾向にある。ところが、網点の線数が小さく
なるに従って、最大信号レベルと最小信号レベルとの差
が大きくなり、信号レベル間の変化回数が小さくなる。
したがって、上記の特徴パラメータだけでは、線数の小
さい網点領域と文字領域との識別精度が低下する。

【００２０】これに対して、請求項１記載の発明に係る
画像処理装置では、新たに、上記各種領域の特徴を表す
特徴パラメータとして、連結度特徴パラメータが用いら
れている。ここで、網点領域では、網点の配置および周
期性によって、各ラインで得られた最大同一濃度連続画
素数の最大値は、文字領域に比べて小さく、かつ、最小
値は、文字領域に比べて大きい。したがって、これらの
最大値と最小値との差に基づいて算出した連結度特徴パ
ラメータを用いることによって、線数の小さな網点領域
と、文字領域とを確実に識別でき、画像処理装置の識別
精度を向上させることができる。

【００２１】なお、局所ブロックは、注目画素と、その
近傍の画素とから構成されていればよく、必ずしも、局
所ブロックの中心に注目画素を配する必要はない。ただ
し、識別精度を向上させるためには、注目画素が局所ブ
ロックの中心に位置するように、各注目画素毎に局所ブ
ロックを設定する方が望ましい。

【００２２】また、請求項２の発明に係る画像処理装置
は、請求項１記載の発明の構成において、上記局所画像
データに基づいて、当該局所ブロック内の全画素の信号
レベルのうち、最大値と最小値との差を算出し、最大濃
度差特徴パラメータの特徴量として上記識別手段へ与え
る最大濃度差特徴量算出手段を備えていることを特徴と
している。

【００２３】当該構成では、識別手段は、最大濃度差特
徴パラメータの特徴量と、連結度特徴パラメータの特徴
量との組み合わせに基づいて、領域識別情報を生成す
る。一般に、網点領域では、最大信号レベルと最小信号
レベルとの差、すなわち、最大濃度差特徴パラメータの
特徴量が、文字領域に比べて小さくなる傾向にあり、こ
の傾向は、網点の線数が大きくなるに伴って顕著にな
る。一方、連結度特徴パラメータを用いることによっ
て、画像処理装置は、線数の小さな網点領域と、文字領
域とを確実に識別できる。この結果、画像処理装置は、
線数の大きさに拘わらず、網点領域と文字領域とを確実
に識別可能となり、識別精度を向上できる。

【００２４】一方、請求項３の発明に係る画像処理装置
は、請求項１または２記載の発明の構成において、上記
局所画像データに基づいて、当該局所ブロック内で上記
主方向に連続する２つの画素間の信号レベル差を算出
し、当該局所ブロック内における信号レベル差の総和を
求め、かつ、上記副方向に連続する画素間についても信
号レベル差の総和を求めると共に、上記各方向の総和の
うちの最小値を繁雑度特徴パラメータの特徴量として上
記識別手段へ与える繁雑度特徴量算出手段を備えている
ことを特徴とする請求項１または２記載の画像処理装
置。上記各方向の総和のうちの最小値を繁雑度特徴パラ
メータの特徴量として算出する繁雑度特徴量算出手段を
備えていることを特徴としている。

【００２５】当該構成では、識別手段は、繁雑度特徴パ
ラメータの特徴量と、連結度特徴パラメータの特徴量と
の組み合わせに基づいて、領域識別情報を生成する。一
般に、網点領域では、隣接する画素間の濃度が、文字領
域に比べて頻繁に変化するので、繁雑度特徴パラメータ
の特徴量が、文字領域に比べて大きくなる傾向にある。
この傾向は、網点の線数が大きく伴って顕著になる。一
方、連結度特徴パラメータを用いることによって、画像
処理装置は、線数の小さな網点領域と、文字領域とを確
実に識別できる。この結果、画像処理装置は、線数の大
きさに拘わらず、網点領域と文字領域とを確実に識別可
能となり、識別精度を向上できる。

【００２６】なお、写真領域は、文字領域や網点領域に
比べて、最大濃度差および繁雑度特徴パラメータの双方
が小さい。したがって、画像処理装置が、最大濃度差、
繁雑度および連結度の各特徴量算出手段を備え、識別手
段が、最大濃度差、繁雑度、および連結度特徴パラメー
タ全ての組み合わせに基づいて、上記領域識別情報を生
成する場合、画像処理装置は、文字領域、網点領域に加
えて、写真領域をも識別可能な領域識別情報を生成でき
る。

【００２７】さらにまた、請求項４の発明に係る画像処
理装置は、請求項３記載の発明の構成において、上記主
方向および副方向は、互いに略直交しており、上記繁雑
度特徴量算出手段は、さらに、上記主方向および副方向
の双方と異なる斜め方向に連続する画素についても、信
号レベル差の総和を算出し、上記主方向、副方向、およ
び斜め方向の総和のうちの最小値を出力することを特徴
としている。

【００２８】上記構成では、局所ブロックにおいて、主
方向および副方向のエッジ成分が含まれている場合だけ
ではなく、斜め方向のエッジ成分が含まれている場合で
あっても、繁雑度特徴パラメータの特徴量が増大する。
この結果、斜め方向のエッジ成分を持つ文字領域の識別
精度が、さらに向上する。

【００２９】なお、上記斜め方向は、上記主方向および
副方向の両方向と異なっていればよく、斜め方向の数
や、両方向に対する傾きを問わない。ただし、斜め方向
として、右斜め４５°方向と、左斜め４５°との双方を
用いれば、エッジ成分を検出する方向が均等に配される
ので、文字領域の識別精度をさらに向上できる。

【００３０】ところで、１本の主ラインおよび副ライン
に基づいて、連結度特徴パラメータの特徴量を算出した
場合、特徴量の大きさは、各ラインの長さによって制限
される。この結果、文字領域と網点領域との間で特徴量
の差が小さくなるので、両領域を誤って識別する可能性
が高くなりがちである。

【００３１】これに対して、請求項５の発明に係る画像
処理装置は、請求項１、２、３または４記載の発明の構
成において、上記主方向演算部は、２本以上の上記副ラ
イン毎に上記算出値の総和を求めると共に、上記副方向
演算部は、２本以上の上記主ライン毎に上記算出値の総
和を求めることを特徴としている。

【００３２】一般に、画像の解像度が向上するに伴い、
文字の太さや線画の太さは、２画素以上になることが多
くなる。この場合、連続するラインの最大連続同一濃度
画素数は、互いに同じ傾向を持つことが多い。

【００３３】したがって、連続する複数ラインに基づい
て連結度特徴パラメータの特徴量を算出することによっ
て、１本のラインに基づいて連結度特徴パラメータの特
徴量を算出する場合に比べて、文字領域における連結度
特徴パラメータの特徴量と、網点領域における特徴量と
の差を拡大できる。この結果、両領域を区別しやすくな
り、画像処理装置の識別精度をさらに向上できる。

【００３４】ところで、例えば、特開昭６２−１４７８
６０号公報などでは、複数の特徴パラメータの特徴量に
基づいて、注目画素が存在する領域を識別する際、各特
徴パラメータに対して、予め一定のしきい値が設定され
ており、画像処理装置は、各特徴量と、上記しきい値と
をそれぞれ別に比較して特徴量を分類している。このよ
うに、各特徴パラメータ毎に、各特徴量の分類を分類し
た場合、誤って分類する虞れが高い。また、各特徴パラ
メータ毎に適切なしきい値を設定することも難しい。こ
れらの結果、特徴パラメータの数を増加させても、十分
な識別精度を得ることが困難である。

【００３５】これに対して、請求項６の発明に係る画像
処理装置は、請求項２、３、４または５記載の発明の構
成において、上記識別手段は、入力される上記各特徴パ
ラメータを軸とする多次元空間上で非線型な特性を含む
境界を設けて上記各種領域を選定し、当該各特徴パラメ
ータの各特徴量に基づいて、上記領域識別情報を出力す
ることを特徴としている。

【００３６】当該構成では、識別手段は、複数の特徴パ
ラメータを用いて、多次元的に領域を識別する。したが
って、各特徴パラメータ毎に特徴量を分類する場合に比
べて、識別精度を向上できる。

【００３７】なお、識別手段では、文字領域および網点
領域を含む各種領域が、入力される上記特徴パラメータ
を軸とする多次元空間上で、非線形な特性を含む境界を
設けることによって選定されている。これらの境界は、
非線形であり、かつ、予め数式で表現することは極めて
困難である。

【００３８】これに対して、請求項７の発明に係る画像
処理装置は、請求項６記載の発明の構成において、上記
識別手段は、上記各特徴パラメータの各特徴量を入力す
れば、それに応じた領域識別情報を出力するように予め
学習されている神経回路網を備えていることを特徴とし
ている。

【００３９】一般に、神経回路網は、入力の数が複数
で、所望の入出力特性が非線型かつ数式で表現できない
場合であっても、学習を繰り返すことによって、比較的
容易に、所望の入出力特性に調整できる。この結果、上
記境界を示す式を予め特定する場合に比べて、非常に高
精度な識別手段を、比較的容易に実現できる。

【００４０】なお、特に、画像処理装置の処理速度が要
求される場合には、請求項６記載の発明の構成におい
て、上記神経回路網に代えて、上記識別手段に、上記各
特徴パラメータの特徴量の組み合わせに応じた領域識別
情報を示す値が、予め格納されたルックアップテーブル
を設ければよい。当該ルックアップテーブルに格納され
る値は、例えば、予め学習された神経回路網の入出力特
性などに基づいて決定される。この構成では、上記各特
徴パラメータの各特徴量の組み合わせに応じた領域識別
情報を示す値が、ルックアップテーブルに予め格納され
ている。したがって、識別手段は、各特徴量の組み合わ
せに基づき、ルックアップテーブルを参照することによ
って、極めて高速に領域識別情報を出力できる。この結
果、画像処理装置は、高精度の識別処理をリアルタイム
に実行できる。

【００４１】また、請求項８の発明に係る画像処理装置
は、請求項１、２、３、４、５、６または７記載の発明
の構成において、上記識別手段は、上記各種領域毎に、
上記注目画素が存在する確からしさを算出し、例えば、
文字領域らしさ、および網点領域らしさなど、それぞれ
の領域らしさを示す値を上記領域識別情報として出力す
ることを特徴としている。なお、各種領域らしさは、例
えば、神経回路網や、当該神経回路網の入出力特性を反
映させたルックアップテーブルなどを用いることによっ
て、比較的精度よく、かつ、容易に数値として算出でき
る。

【００４２】上記構成によれば、識別手段は、各注目画
素が、どの程度、文字領域らしいかおよび、網点領域ら
しいかなどを出力する。この結果、識別手段は、例え
ば、空間フィルタリングを行う手段など、当該識別手段
の後段に配され、かつ、入力された画像をさらに処理す
る手段へ、より細かな指示を与えることができる。

【００４３】したがって、後段の手段は、各種領域らし
さに応じて各種係数を調整でき、各画素に応じた細かな
画像処理が可能となる。また、当該手段は、いずれの領
域に分類することが困難であるという情報に基づいて、
例えば、強調処理と平滑処理を組み合わせた処理など、
識別不可能な画素に応じた処理を選択でき、誤識別によ
る画質劣化を防止できる。これらの結果、より高画質な
画像処理装置を実現できる。

【００４４】一方、請求項９の発明に係る画像処理装置
は、請求項１、２、３、４、５、６または７記載の発明
の構成において、上記識別手段は、上記注目画素が存在
する領域が、上記各種領域のうちのいずれの領域である
かを選択し、上記領域識別情報として、選択された領域
を示す識別信号を出力することを特徴としている。

【００４５】上記構成では、識別手段は、いずれの領域
であるかを選択すればよいので、請求項８の構成に比べ
て簡単な回路で実現できる。また、後段の手段も、識別
信号によって、画像の処理内容を選択すればよい。した
がって、請求項８の構成に比べて、処理が迅速な画像処
理装置を実現できる。

【００４６】ところで、請求項１０の発明に係る画像処
理装置は、請求項１、２、３、４、５、６、７、８また
は９記載の発明の構成において、さらに、上記領域識別
情報に基づいて、上記注目画素に対して、空間フィルタ
リング処理を行うフィルタリング手段を備えていること
を特徴としている。

【００４７】上記構成では、識別手段の識別精度が極め
て高いので、フィルタリング手段は、誤識別を考慮せず
にすみ、各種領域に最適なフィルタ係数にて、各画素を
空間フィルタリングできる。この結果、画像処理装置が
出力する画像を高画質化できる。

【００４８】なお、フィルタリング手段のフィルタ係数
は、種々の方法で設定できる。例えば、上記識別手段
は、上記注目画素が存在する領域が、上記各種領域のう
ちのいずれの領域であるかを選択し、上記領域識別情報
として、選択された領域を示す識別信号を出力すると共
に、上記フィルタリング手段は、予め定められた各種フ
ィルタ係数のうちから、当該識別信号に基づいて選択し
たフィルタ係数にて、空間フィルタリング処理してもよ
い。上記構成では、識別手段の識別精度が極めて高いの
で、フィルタリング手段は、誤識別を考慮せずにすみ、
各種領域に最適なフィルタ係数を選択して、各画素を空
間フィルタリングできる。この結果、画像処理装置が出
力する画像を十分に高画質化できる。

【００４９】ただし、さらに画質を向上させるために
は、以下の構成を備えていることが望ましい。すなわ
ち、請求項１１の発明に係る画像処理装置は、請求項１
０記載の発明の構成において、上記識別手段は、上記各
種領域毎に、上記注目画素が存在する確からしさを算出
し、例えば、文字領域らしさ、および写真領域らしさな
ど、各種領域らしさを示す値を上記領域識別情報として
出力すると共に、上記フィルタリング手段は、上記各種
領域らしさを示す値に基づいて算出したフィルタリング
係数にて、フィルタリング処理することを特徴としてい
る。

【００５０】上記構成では、フィルタリング手段は、各
種領域らしさを示す領域識別情報に基づいて、フィルタ
リング係数を調整できる。この結果、各注目画素に応じ
た細かな画像処理が可能となる。特に、フィルタリング
手段は、各種領域らしさが同程度の場合など、注目画素
が含まれる領域を、いずれの領域にも分類しにくい場合
には、例えば、強調処理と平滑処理とを組み合わせたフ
ィルタ処理など、識別不可能な画素に適したフィルタ処
理を行うことができる。したがって、誤識別による画質
劣化を防止できる。これらの結果、上記画像の画質をさ
らに向上できる。

【００５１】一方、請求項１２の発明に係る記録媒体
は、画像を構成する画素のうちの１つである注目画素
が、文字領域および網点領域を含む各種領域のうちの、
いずれの領域に存在するかを識別するための識別情報を
算出するプログラムを記録した記録媒体であって、上記
課題を解決するために、以下の工程を実行するプログラ
ムが記録されていることを特徴としている。

【００５２】すなわち、上記局所ブロック内の画素を所
定のしきい値で２値化した２値画像に対して、連続した
同じ値を持つ画素数の最大値を上記主方向に沿った主ラ
イン毎に算出し、上記副方向に連続する少なくとも１本
の主ライン毎に算出値の総和を求めて、当該総和の最大
値と最小値との差を求める第１工程と、上記２値画像に
対して、連続した同じ値を持つ画素数の最大値を上記副
方向に沿った副ライン毎に算出し、上記主方向に連続す
る少なくとも１本の副ライン毎に算出値の総和を求め
て、当該総和の最大値と最小値との差を求める第２工程
と、上記第１工程および第２工程で求めた差のうちの最
大値を、連結度特徴パラメータの特徴量として算出する
第３工程と、当該連結度特徴パラメータに基づいて、上
記注目画素が存在する領域の領域識別情報を算出する第
４工程とを実行するプログラムが記録されている。

【００５３】上記プログラムが実行されると、連結度特
徴パラメータの特徴量に基づいて、注目画素が含まれる
領域の領域識別情報が算出される。この結果、線数の小
さな網点領域と、文字領域とを確実に識別でき、注目画
素の識別精度を向上させることができる。

【００５４】

【発明の実施の形態】

〔第１の実施形態〕本発明の一実施形態について図１な
いし図１０に基づいて説明すると以下の通りである。す
なわち、本実施形態に係る画像処理装置は、ある注目画
素が、文字領域、写真領域、あるいは網点領域のいずれ
の領域に存在するかを判定するものであり、図１に示す
ように、画像信号が入力される入力端子１と、当該画像
信号に基づいて、注目画素近傍に位置する各画素の情報
を格納するブロックメモリ２と、ブロックメモリ２に格
納された情報に基づいて、第１ないし第３の特徴パラメ
ータＰ₁ないしＰ₃の各特徴量を算出する第１ないし第
３特徴量演算回路３・４・５と、各特徴量演算回路３・
４・５の出力値に基づいて、当該注目画素が含まれる領
域を判定する判定回路６と、判定結果を出力する出力端
子７とを備えている。上記各回路３・４・５・６は、例
えば、論理回路、あるいは、演算回路などを組み合わせ
て構成してもよいし、例えば、ＣＰＵ（Central Proces
sing Unit)が所定のプログラムを実行することで実現し
てもよい。

【００５５】なお、上記第１特徴量演算回路３が、特許
請求の範囲に記載の最大濃度差特徴量算出手段に対応
し、上記第２および第３特徴量演算回路４・５が、繁雑
度特徴量算出手段および連結度特徴量算出手段にそれぞ
れ対応している。また、上記判定回路６は、識別手段に
対応している。

【００５６】上記入力端子１に入力される画像信号は、
種々の画像信号が考えられるが、ここでは、一例とし
て、デジタル複写機やファクシミリ装置などにおいて、
ＣＣＤ（ Charge Coupled Device）イメージセンサを有
する画像読み取り部（図示せず）が原稿を読み取ること
によって、画像信号が得られる場合を例にして説明す
る。当該ＣＣＤイメージセンサは、光強度を電気信号に
変換するものであって、少なくとも１つの画素の濃度を
画像信号に変換できる。上記画像読み取り部は、原稿を
読み取る際、当該ＣＣＤイメージセンサを一方向（以下
では、主走査方向と称する）へ移動させ、原稿の１ライ
ン分または複数ライン分の画像信号を取得する。なお、
画像読み取り部が一回の主走査方向への走査で取得可能
なライン数は、ＣＣＤイメージセンサが一度に読み取り
可能な画素数によって決定される。続いて、ＣＣＤイメ
ージセンサは、主走査方向に直交する方向（副走査方
向）に移動して、次の１ライン分または複数ライン分の
原稿を走査する。この動作を繰り返すことによって、画
像読み取り部は、原稿全体の画像信号を取得できる。な
お、この画像信号は、複数レベルの濃度を持つ画素が２
次元に配されている画像を示す信号であれば、どのよう
な画像信号でもよい。

【００５７】当該ブロックメモリ２には、上記入力端子
１から入力された複数ライン分の画像信号を、各画素２
５６レベル（８ビット）で格納する記憶領域が設けられ
ている。これにより、ブロックメモリ２は、注目画素
と、その近傍の複数画素からなる局所ブロックの画素信
号を格納できる。なお、上記ＣＣＤイメージセンサが１
回の主走査方向の走査で取得可能な副走査方向の画素数
が、局所ブロックの副走査方向の画素数に満たない場合
は、例えば、複数回の主走査方向の走査で得られる画像
信号を蓄積すれば、局所ブロック全体の画像信号を格納
できる。

【００５８】一方、上記第１特徴量演算回路３には、上
記ブロックメモリ２に格納されている画像信号に基づい
て、上記局所ブロック内の最大信号レベルを算出する最
大値検出回路３１と、上記画像信号に基づいて、上記局
所ブロック内の最小信号レベルを算出する最小値検出回
路３２と、当該最大値検出回路３１の出力値から、最小
値検出回路３２の出力値を減算する減算器３３とが設け
られている。これにより、第１特徴量演算回路３は、第
１特徴パラメータＰ₁の特徴量（第１特徴量）として、
上記最大信号レベルと最小信号レベルとの差を出力でき
る。

【００５９】また、上記第２特徴量演算回路４には、上
記ブロックメモリ２に格納されている画像信号に基づい
て、主走査方向および副走査方向の各方向毎に、連続す
る２個の画素間の差分値を順次加算する主走査方向差分
値総和算出回路４１ａおよび副走査方向差分値総和算出
回路４１ｂと、各方向の差分値総和算出回路４１ａ・４
１ｂの出力を比較する比較器４２とが設けられている。

【００６０】上記主走査方向差分値総和算出回路４１ａ
は、ブロックメモリ２を参照して、上記局所ブロック内
において、主走査方向に連続する２個の画素間の差分値
を順次加算する。これにより、上記局所ブロック内にお
ける主走査方向の差分値の総和を算出できる。同様に、
副走査方向差分値総和算出回路４１ｂは、ブロックメモ
リ２を参照して、上記局所ブロック内における副走査方
向の差分値の総和を算出できる。

【００６１】一方、比較器４２は、各方向の差分値総和
算出回路４１ａ・４１ｂの出力のうち、最小値を出力で
きる。なお、各方向の差分値の個数が異なる場合は、比
較器４２は、それぞれの差分値の個数に応じて正規化
し、各正規化された差分値の総和のうち、最小の値を出
力すればよい。これにより、第２特徴量演算回路４は、
第２特徴パラメータＰ₂の特徴量（第２特徴量）とし
て、局所ブロック内における各方向の差分値総和のうち
の最小値を出力できる。

【００６２】さらに、本実施形態に係る第３特徴量演算
回路５には、主走査方向に関連する主方向演算部とし
て、主走査方向最大連続同一濃度画素数最大値算出回路
５１ａと、主走査方向最大連続同一濃度画素数最小値算
出回路５２ａと、減算器５３ａとが設けられており、副
方向に関連する副方向演算部として、副走査方向最大連
続同一濃度画素数最大値算出回路５１ｂと、副走査方向
最大連続同一濃度画素数最小値算出回路５２ｂと、減算
器５３ｂとが設けられている。さらに、第３特徴量演算
回路５は、両減算器５３ａ・５３ｂの出力を比較して、
大きい方の値を出力する比較器（出力部）５４を備えて
いる。

【００６３】上記主走査方向最大連続同一濃度画素数最
大値算出回路５１ａは、上記ブロックメモリ２を参照し
て、局所ブロック内の各画素を、所定のしきい値で２値
化する。さらに、主走査方向に沿った主ライン毎に、２
値のうちの同一値の画素が連続する数のうち最大値（最
大連続同一濃度画素数）Ｃ１を算出する。さらに、主走
査方向最大連続同一濃度画素数最大値算出回路５１ａ
は、局所ブロック内の各主ラインにて算出された値Ｃ１
のうちから、最大値Ｃ３を求める。なお、局所ブロック
内の主ラインの数は、副走査方向の画素数と同じであ
り、例えば、局所ブロックが７×７画素の場合、主ライ
ンの数は、７本となる。また、本実施形態では、一例と
して、２値のうち、黒を示す値の画素が連続する数を数
え、最大連続黒画素数を求めている。

【００６４】一方、主走査方向最大連続同一濃度画素数
最小値算出回路５２ａは、同様に局所ブロック内の各主
ライン毎に最大連続同一濃度画素数Ｃ１を算出し、その
最小値Ｃ４を求める。さらに、減算器５３ａは、上記値
Ｃ３とＣ４との差を、主走査方向最大連続同一濃度画素
数最大値Ｃ５として出力する。

【００６５】同様にして、副走査方向に関連して設けら
れた副走査方向最大連続同一濃度画素数最大値算出回路
５１ｂは、上記ブロックメモリ２を参照して、局所ブロ
ック内の各画素を、所定のしきい値で２値化する。さら
に、副走査方向に沿った副ライン毎に、最大連続同一濃
度画素数Ｃ１を算出し、局所ブロック内の各副ラインに
て算出された値Ｃ１のうちから、最大値Ｃ６を求める。
また、副走査方向最大連続同一濃度画素数最小値算出回
路５２ｂは、局所ブロック内の各副ライン毎に最大連続
同一濃度画素数Ｃ１を算出し、その最小値Ｃ７を求め
る。さらに、減算器５３ｂは、上記値Ｃ６とＣ７との差
を、副走査方向最大連続同一濃度画素数最大値Ｃ８とし
て出力する。以下では、副ラインあるいは主ラインを問
わず、一方向に連続する画素をラインと総称する。

【００６６】なお、上記では、各算出回路５１ａ・５１
ｂ・５２ａ・５２ｂ自体が、ブロックメモリ２を参照
し、各画素の信号レベルを２値化する場合を例にして説
明したが、これに限るものではない。例えば、画像信号
から２値化した画像を生成し、各算出回路５１ａ・５１
ｂ・５２ａ・５２ｂに入力されてもよい。２値化された
画像に基づいて、上記各値Ｃ３・Ｃ４・Ｃ６・Ｃ７を算
出するものであれば、同様の効果が得られる。

【００６７】さらに、比較器５４は、減算器５３ａの出
力値Ｃ５と、減算器５３ｂの出力値Ｃ８とを比較する。
さらに、両出力値Ｃ５・Ｃ８のうち、大きい方の値（最
大値）は、第３特徴パラメータＰ₃の特徴量（第３特徴
量）として、上記第１特徴量演算回路３が出力する第１
特徴パラメータＰ₁の特徴量（第１特徴量）、および、
上記第２特徴量演算回路４が出力する第２特徴パラメー
タＰ₂の特徴量（第２特徴量）と共に、判定回路６に出
力される。

【００６８】ここで、上記第１特徴パラメータＰ₁と、
第２特徴パラメータＰ₂と、第３特徴パラメータＰ₃と
を軸とした３次元空間上において、文字領域、写真領
域、および網点領域の各種領域の画素が持つ特徴量は、
例えば、図２に示すように分布している。さらに、図２
に示す特徴量分布は、第１特徴パラメータＰ₁と第２特
徴パラメータＰ₂とを軸とする２次元へ投影すると、図
３に示すようになる。同様に、図４は、第１および第３
特徴パラメータＰ₁・Ｐ₃の平面へ投影した２次元投影
図であり、図５は、第２および第３特徴パラメータＰ₂
・Ｐ₃の平面へ投影した２次元投影図である。

【００６９】より詳細に説明すると、当該３次元空間上
において、写真領域は、残余の領域（文字領域および網
点領域）に比べ、第１および第２特徴パラメータＰ₁・
Ｐ₂の双方が小さくなっている。さらに、第３特徴パラ
メータＰ₃は、残余の領域に比べて、比較的広く分布し
ている。したがって、上記３次元空間上において、写真
領域と残余の領域とを識別するための境界線または境界
面は、比較的容易に設定できる。なお、以下では、境界
線と境界面とを特に区別せず、境界と称する。

【００７０】一方、文字領域と網点領域を識別するため
の境界は、写真領域の場合に比べて設定しにくい。すな
わち、網点領域は、文字領域に比べると、第１特徴パラ
メータＰ₁が小さくなる傾向にあり、第２特徴パラメー
タＰ₂が大きくなる傾向にある。ところが、網点領域の
線数が少なくなるに従って、第１特徴パラメータＰ₁が
大きくなり、かつ、第２特徴パラメータＰ₂が小さくな
る。したがって、図３に示すように、第１および第２特
徴パラメータＰ₁・Ｐ₂を軸とする平面上では、線数が
少ない網点領域と、文字領域とが隣接あるいは重複し、
両領域を識別可能な境界を設定しにくい。

【００７１】例えば、比較的細かい２００線網点からな
る領域の特徴量は、図３中、１点鎖線で示す位置Ａに分
布し、比較的荒い８５線網点からなる領域の特徴量は、
破線で示す位置Ｂに分布する。一方、比較的大きな２０
級文字からなる領域の特徴量は、２点鎖線で示す位置Ｃ
に分布し、比較的小さな７級文字からなる領域の特徴量
は、８５線網点からなる領域の特徴量と重なる位置Ｄに
分布する。したがって、第１および第２特徴パラメータ
Ｐ₁・Ｐ₂のみに基づいて領域を識別する場合、荒い網
点（８５線網点）と小さい文字（７級文字）とを識別で
きない。

【００７２】ここで、網点領域は、文字領域と比較し
て、画素の配置が決まっており、画素の濃度に周期性が
現れやすい。この結果、網点領域の分布は、図２に示す
ように、網点領域の線数に拘わらず、第３特徴パラメー
タＰ₃が小さくなる傾向にある。したがって、図３に示
すように、第１および第２特徴パラメータＰ₁・Ｐ₂を
軸とする平面上では、両領域を識別可能な境界を設定し
にくい場合であっても、図４または図５に示すように、
第３特徴パラメータＰ₃を追加することによって確実に
境界を設定できる。これにより、例えば、８５線網点の
ように荒い網点と、例えば、７級文字のように小さい文
字との識別が可能となり、画像処理装置の識別精度を向
上できる。

【００７３】本実施形態に係る判定回路６は、上記各特
徴量演算回路３・４・５から、注目画素の各特徴パラメ
ータＰ₁・Ｐ₂・Ｐ₃の特徴量が出力されると、上記３
次元空間における分類処理を行って、当該注目画素が存
在する領域（局所ブロック）の特徴に応じた領域識別情
報を出力する。

【００７４】当該領域識別情報は、後述する識別信号Ｏ
ａのように、文字領域、写真領域および網点領域の各種
領域のうち、いずれの領域に注目画素が存在しているか
を明確に区別するものでもよいし、後述する出力値Ｏｂ
のように、注目画素が存在する領域がいずれの種類の領
域らしいかを示す数値であってもよい。

【００７５】上記構成において、記録画像の領域識別処
理の流れを、図６に示すフローチャートに基づいて説明
すると以下の通りである。すなわち、ステップ１（以下
では、Ｓ１のように略称する）において、ＣＣＤイメー
ジセンサを含む画像読み取り部が原稿を走査するなどし
て得られた画像信号を、図１に示す画像処理装置の入力
端子１に入力すると、ブロックメモリ２には、注目画素
を中心とした局所ブロックの画像信号が格納される。さ
らに、Ｓ２において、第１ないし第３特徴量演算回路３
・４・５は、ブロックメモリ２を参照して、当該局所ブ
ロック内における第１ないし第３特徴パラメータＰ₁・
Ｐ₂・Ｐ₃の各特徴量を算出する。さらに、判定回路６
は、Ｓ３において、上記の各特徴量に基づいて、当該局
所ブロックの特徴を分類し、Ｓ４にて、領域識別情報を
出力する。これにより、注目画素が存在する領域（局所
ブロック）が、上記各種領域のうち、いずれの種類の領
域であるか、すなわち、注目画素が、上記各種領域のう
ちのいずれに存在しているかが識別される。上記Ｓ２な
いしＳ４の処理は、画像処理装置に入力される画像信号
に含まれる全ての画素に対して逐次行われる。

【００７６】ここで、従来のように、予めブロックを設
定し、かつ、ブロック毎に領域を識別する場合、ある画
素の特徴量は、当該画素が含まれるブロックの特徴量を
分類する際にしか反映されない。したがって、隣接する
画素間にブロックの境界が引かれれば、一方の画素の特
徴量は、他方の画素が存在する領域を識別する際に使用
されない。

【００７７】これに対して、本実施形態に係る画像処理
装置は、各画素毎に、上記Ｓ２ないしＳ４の処理を行っ
ているので、各画素を注目画素とする毎に、当該画素を
中心とする新たな局所ブロックが設定されている。した
がって、予めブロックを設定する場合に比べて、識別精
度が向上し、各注目画素に応じた最適な領域識別情報を
生成できる。この結果、当該領域識別情報を使用すれ
ば、各注目画素に応じて最適な画像処理を行うといった
細かな処理を行うことができる。

【００７８】以下では、判定回路６の具体的な構成例と
して、上記注目画素の存在する領域が、文字領域、写真
領域、あるいは、網点領域の各種領域の、いずれである
かを判定回路６が選択する場合、すなわち、領域識別情
報として、各種領域に応じた識別信号Ｏａを出力する場
合について、図７ないし図９を参照して説明する。

【００７９】ここで、局所ブロックのサイズおよび各画
素の信号レベル数の例として、ブロックサイズが７画素
×７画素であり、かつ、各画素の信号レベルが２５６レ
ベル（８ビット）で表現されるとする。

【００８０】この場合、第１特徴パラメータＰ₁は、最
大信号レベルと最小信号レベルの差であるので、０〜２
５５までの値をとり、８ビットあれば表現できる。実際
には、第１特徴パラメータＰ₁が８ビット中の上位７ビ
ット目までで飽和し、下位の７ビット分が有効となる。
さらに、第１特徴パラメータＰ₁は、当該７ビット中、
下位の２ビット分が切り捨てられ、５ビットの入力信号
Ｉ₀₀〜Ｉ₀₄として、図７に示す判定回路６ａに入力され
る。

【００８１】また、第２特徴パラメータＰ₂は、画素間
の信号レベル差の総和である。したがって、最も小さい
場合は０で、最も大きい場合、２５５×６×７＝１０７
１０となるので、１４ビットあれば表現できる。この１
４ビット中、上位１０ビット目までで飽和、さらに、下
位４ビット分が切り捨てられ、６ビットの入力信号Ｉ₁₀
〜Ｉ₁₅が判定回路６ａに入力される。

【００８２】さらに、第３特徴パラメータＰ₃は、最大
連続同一濃度画素数の最大値と最小値との差なので、０
〜７の間の値をとり、４ビットで表現できる。この４ビ
ット中の上位３ビット目までで飽和するので、判定回路
６ａには、下位の３ビット分の入力信号Ｉ₂₀〜Ｉ₂₂が入
力される。

【００８３】一方、図７に示す判定回路６ａは、文字領
域であるか、写真領域であるか、あるいは、網点領域で
あるかの３通りを識別できるように、２ビットの識別信
号Ｏａを出力する。例えば、判定結果が文字領域であれ
ば、判定回路６ａは、Ｏａ₀₀＝０、かつ、Ｏａ₀₁＝０の
識別信号Ｏａとして、文字領域を示す識別値”０”を出
力する。同様に、写真領域の場合、識別値”１”（Ｏａ
₀₀＝０、かつ、Ｏａ₀₁＝１）が出力され、網点領域の場
合、識別値”２”（Ｏａ₀₀＝１、かつ、Ｏａ₀₁＝０）が
出力される。

【００８４】上記判定回路６ａは、例えば、入出力特性
が予め神経回路網により決められたルックアップテーブ
ル、もしくは、神経回路網そのものにより実現される。
この場合の神経回路網の例としては、図８に示すよう
に、４層のパーセプトロンが挙げられる。当該神経回路
網６１の入力層では、上記第１特徴パラメータＰ₁を正
規化した値が、Ｉ₁に入力される。同様に、第２特徴パ
ラメータＰ₂を正規化した値がＩ₂に、第３特徴パラメ
ータＰ₃を正規化した値がＩ₃に入力される。一方、神
経回路網６１の出力層では、文字領域らしさを表す数値
がＯ_c、写真領域らしさを表す数値がＯ_p、網点領域ら
しさを示す数値がＯ_sに出力される。各入力層は、中間
層の全ての神経素子の入力に接続されており、各中間層
の出力は、出力層の全ての神経素子の入力に接続されて
いる。各神経素子は、図９に示すように、多入力１出力
の素子であり、各神経素子への入力値をｘ_i、各重み係
数をｗ_ij、出力値をｙ_jとすると、各神経素子は、下記
の式（１）に示す積和演算を行い、その積和演算結果Ｘ
_jを下記の式（２）に示すシグモイド関数の入力として
用いて、ｙ_jを出力する。

【００８５】

【数１】

【００８６】既に良く学習された上記神経回路網６１で
は、文字領域で得られた上記各特徴パラメータＰ₁ない
しＰ₃が入力されたとき、出力層では、Ｏ_cが“１”
に、Ｏ_pが”０”に、Ｏ_sが”０”に、それぞれ近い値
を出力する。同様に、写真領域で得られた上記各特徴パ
ラメータＰ₁ないしＰ₃が入力されたとき、出力層で
は、Ｏ_cが“０”に、Ｏ_pが”１”に、Ｏ_sが”０”
に、それぞれ近い値を出力し、網点領域で得られた上記
各特徴パラメータＰ₁ないしＰ₃が入力されたとき、出
力層では、Ｏ_cが“０”に、Ｏ_pが”０”に、Ｏ_sが”
１”に、それぞれ近い値を出力する。

【００８７】図７に示す判定回路６ａでは、上記神経回
路網６１の出力層Ｏ_c、Ｏ_pおよびＯ_sから得られた各
値に基づいて、識別値、すなわち、Ｏａ₀₀およびＯａ₀₁
の各値が求められる。例えば、Ｏ_cが最大値の場合、Ｏ
ａ₀₀＝０、Ｏａ₀₁＝０となり、Ｏ_pが最大値の場合、Ｏ
ａ₀₀＝０、Ｏａ₀₁＝１となり、Ｏ_sが最大値の場合、Ｏ
ａ₀₀＝１、Ｏａ₀₁＝０となる。

【００８８】ここで、判定回路６ａをルックアップテー
ブルにて実現する場合には、上記神経回路網６１の入出
力特性がルックアップテーブルに反映される。具体的に
は、ルックアップテーブル（図示せず）は、例えば、Ｒ
ＡＭ（ Random access Memory ）やＲＯＭ（ Read-Only
Memory ）などの記憶装置によって実現されている。当
該記憶装置には、上記各特徴パラメータＰ₁ないしＰ₃
の組み合わせに対応する記憶領域が設けられており、各
記憶領域には、識別値が格納されている。さらに、ルッ
クアップテーブルは、各特徴パラメータＰ₁ないしＰ₃
が入力されると、その組み合わせに対応した記憶領域を
参照し、格納された識別値を出力する。上記ルックアッ
プテーブルに格納される識別値は、上記神経回路網６１
の入出力特性を反映したものであり、例えば、ある組み
合わせの特徴パラメータＰ₁ないしＰ₃が入力されたと
きに、当該神経回路網６１が、ある識別値を出力する場
合、この組み合わせに対応する記憶領域には、当該識別
値が格納される。

【００８９】一方、判定回路６ａを神経回路網６１その
もので実現する場合には、図８に示す神経回路網６１
と、当該神経回路網６１の出力層Ｏ_c、Ｏ_pおよびＯ_s
から得られた値から、識別値をエンコードするエンコー
ダ（図示せず）などとによって構成される。

【００９０】次に、図１に示す判定回路６の他の構成例
として、注目画素が存在する領域の文字領域らしさ、写
真領域らしさおよび網点領域らしさを示す領域識別情報
を出力する場合について、図１０に基づき説明する。

【００９１】すなわち、本構成例に係る判定回路６ｂに
は、図７に示す判定回路６ａと同様に、第１特徴パラメ
ータＰ₁を示す入力信号Ｉ₀₀〜Ｉ₀₄と、第２特徴パラメ
ータＰ₂を示す入力信号Ｉ₁₀〜Ｉ₁₅と、第３特徴パラメ
ータＰ₃を示す入力信号Ｉ₂₀〜Ｉ₂₂が入力される。一
方、判定回路６ｂの出力は、上記判定回路６ａと異なっ
ており、８ビットの出力値Ｏｂのうち、文字領域らしさ
を示す出力値にＯｂ₀₀〜Ｏｂ₀₂の３ビットが使用され、
写真領域らしさを示す出力値に２ビット（Ｏｂ₁₀〜Ｏｂ
₁₁）、網点領域らしさを示す出力値に３ビット（Ｏｂ₂₀
〜Ｏｂ₂₂）がそれぞれ割り当てられている。なお、出力
値Ｏｂ全体のビット数や、各種領域に割り当てられた各
ビット数は、上述の例に限るものではなく、種々の値を
適用できる。ただし、図２ないし図５に示すように、写
真領域は、文字領域および網点領域に比べて判定しやす
い。したがって、出力値Ｏｂ全体のビット数を削減する
ことが要求される場合には、写真領域に対して、残余の
領域よりも少ないビット数を割り当てる方が良い。

【００９２】当該判定回路６ｂは、上記判定回路６ａと
略同様に、図８に示す構成の神経回路網６１そのもの、
あるいは、当該神経回路網６１の入出力特性を反映した
ルックアップテーブルによって実現できる。ただし、出
力層Ｏ_c、Ｏ_pおよびＯ_sと、出力値Ｏｂとの対応が上
記判定回路６ａと異なっている。具体的には、判定回路
６ｂでは、出力層Ｏ_cで得られた値を３ビットに変換し
て、Ｏｂ₀₀〜Ｏｂ₀₂の値が求められる。以下では、Ｏｂ
₀₀〜Ｏｂ₀₂が示す値をＯｂ₁と称する。また、出力層Ｏ
_pで得られた値を２ビットに変換して、Ｏｂ₁₀〜Ｏｂ₁₁
の値Ｏｂ₂が求められ、出力層Ｏ_sで得られた値を３ビ
ットに変換して、Ｏｂ₂₀〜Ｏｂ₂₂の値Ｏｂ₃が求められ
る。

【００９３】なお、上記各判定回路６ａ・６ｂの入力ビ
ット数は、上述したビット数に限定されるものではな
く、用途に応じて任意のビット数を選択できる。ただ
し、入力ビット数を多くすれば、判定精度が向上する一
方で、処理速度の低下やコスト高を招来する。したがっ
て、これらの条件を考慮して、最適なビット数を選択す
ることが望ましい。また、神経回路網の形態は、図８に
示す構成に限定されるものではない。すなわち、神経回
路網の中間層数および中間層の神経素子数は任意であ
り、他の形態の神経回路網を用いてもよい。

【００９４】ところで、上述の説明では、図１に示す第
３特徴量演算回路５が第３特徴パラメータＰ₃の特徴量
を算出する際、局所ブロック内のライン毎に、最大連続
同一濃度画素数Ｃ１を求め、Ｃ１自体の最大値（Ｃ３、
Ｃ６）と最小値（Ｃ４，Ｃ７）との差（Ｃ５、Ｃ８）を
算出している。

【００９５】しかしながら、上記値Ｃ１は、ライン方向
の画素数以下であるため、最大値と最小値との差（Ｃ
５、Ｃ８）も、当該画素数を越えることができない。こ
こで、第３特徴パラメータＰ₃は、主走査方向の差Ｃ５
と副走査方向の差Ｃ８とのうちの最大値として算出され
るので、当該第３特徴パラメータＰ₃の値も上記画素数
を越えることがない。

【００９６】このように、上述の算出方法では、第３特
徴パラメータＰ₃の大きさが、局所ブロックにおける各
ライン方向の画素数以下に制限されている。この結果、
第３特徴パラメータＰ₃に関して、文字領域における特
徴量と網点領域における特徴量との差が小さくなるの
で、識別精度の向上が制限される虞れがある。

【００９７】これに対して、以下に説明する第３特徴量
演算回路５ａは、上記最大連続同一濃度画素数Ｃ１に代
えて、連続する複数ラインにおけるＣ１の和Ｃ２に基づ
いて、第３特徴パラメータＰ₃を算出している。

【００９８】具体的には、主走査方向最大連続同一濃度
画素数最大値算出回路５１ａに代えて設けられる主走査
方向最大連続同一濃度画素数最大値算出回路５６ａは、
主ライン毎に、最大連続同一濃度画素数Ｃ１を算出し、
副走査方向に連続する複数ライン分の和Ｃ２を算出す
る。さらに、主走査方向最大連続同一濃度画素数最大値
算出回路５６ａは、局所ブロック内におけるＣ２の最大
値をＣ３として出力する。例えば、局所ブロックにおい
て、主ラインの数が７本で、上記複数ラインの本数を２
本とすると、１つの局所ブロック内で６つのＣ２が算出
され、その最大値がＣ３として出力される。同様にし
て、主走査方向最大連続同一濃度画素数最小値算出回路
５２ａに代えて設けられた主走査方向最大連続同一濃度
画素数最小値算出回路５７ａは、局所ブロック内におけ
るＣ２の最小値Ｃ４を出力する。

【００９９】一方、副走査方向に関しても同様であり、
両算出回路５１ｂ・５２ｂに代えて設けられた副走査方
向最大連続同一濃度画素数最大値算出回路５６ｂおよび
副走査方向最大連続同一濃度画素数最小値算出回路５７
ｂは、各副ライン毎に最大連続同一濃度画素数Ｃ１を算
出し、主走査方向に連続する複数の副ライン分の和Ｃ２
を求める。そして、両算出回路５６ｂ・５７ｂは、各Ｃ
２の最大値Ｃ６および最小値Ｃ７を出力する。

【０１００】ここで、画素の解像度によっては、文字や
網点を構成する線の太さが２画素以上になることがあ
る。この場合、連続する複数ライン間では、画素の信号
レベルは、同様の傾向を示すことが多い。なお、画素の
解像度は、例えば、ＣＣＤイメージセンサを含む画像読
み取り部が原稿を走査することによって画像信号を生成
する場合、読み取りの解像度によって決定される。

【０１０１】したがって、１ラインにおける値Ｃ１の代
わりに、連続する複数ライン分の和Ｃ２を用いて、第３
特徴パラメータＰ₃の特徴量を算出することにより、局
所ブロックの特徴を十分表現しながら、かつ、第３特徴
パラメータＰ₃の値を増加させることができる。言い換
えると、第３特徴パラメータＰ₃の分解能が向上する。
したがって、第３特徴パラメータＰ₃に関して、文字領
域における特徴量と網点領域における特徴量との差は、
さらに大きくなり、判定回路６の識別精度を向上でき
る。

【０１０２】〔第２の実施形態〕上記画像処理装置で
は、第２特徴量演算回路４が、主走査方向差分値総和算
出回路４１ａと副走査方向差分値総和算出回路４１ｂと
を備え、主走査方向および副走査方向の両方向に関し
て、差分値総和を算出する場合を例にして説明してい
る。

【０１０３】これに対して、本実施形態では、差分値総
和を算出する方向が２つ増加されている。具体的には、
図１１に示すように、本実施形態に係る第２特徴量演算
回路４ａには、上記第２特徴量演算回路４の構成に加え
て、右斜め４５°方向と、左斜め４５°方向との２つの
方向に関して、それぞれ差分値総和を算出する右斜め４
５°方向差分値総和算出回路４１ｃと、左斜め４５°方
向差分値総和算出回路４１ｄとが設けられている。さら
に、比較器４２は、各差分値総和算出回路４１ａないし
４１ｄの出力のうちの最小値を、第２特徴パラメータＰ
₂の特徴量として出力する。

【０１０４】上記構成では、斜め方向の両差分値総和算
出回路４１ｃ・４１ｄによって、斜め方向のエッジ成分
が検出される。したがって、局所ブロックが主走査方向
および副走査方向のエッジ成分を含んでいる場合だけで
はなく、斜め方向のエッジ成分を含んでいる場合であっ
ても、第２特徴パラメータＰ₂の特徴量が増大する。こ
の結果、斜め方向のエッジ成分を持つ文字領域の識別精
度が、さらに向上する。

【０１０５】なお、本実施形態では、斜め方向として、
右斜め４５°と左斜め４５°との２つを採用している
が、当該斜め方向は、上記主走査方向および副走査方向
の双方と異なっていればよく、斜め方向の数や傾きを問
わない。ただし、斜め方向として、右斜め４５°方向
と、左斜め４５°との双方を用いれば、エッジ成分を検
出する方向が均等に配されるので、文字領域の識別精度
をさらに向上できる。

【０１０６】〔第３の実施形態〕上記第１および第２実
施形態では、画像処理装置が、各画素が存在する領域の
領域識別情報を出力する場合について説明している。こ
れに対して、本実施形態では、上記領域識別情報に基づ
いて行われる画像処理の一例として、画像処理装置が、
さらに、空間フィルタリング処理を行う場合について説
明する。

【０１０７】具体的には、図１２に示すように、本実施
形態に係る画像処理装置には、図１１に示す構成に加え
て、判定回路６の指示に応じて、画像信号を空間フィル
タリングするフィルタ処理回路（フィルタリング手段）
８が加えられている。なお、図１２では、図１１に示す
構成にフィルタ処理回路８を加えた場合を図示している
が、図１に示す構成に、フィルタ処理回路８を付加して
も略同様の効果が得られる。

【０１０８】上記構成の画像処理装置の動作について、
図１３に示すフローチャートに基づいて簡単に説明す
る。本実施形態では、図６に示すステップＳ４の後に、
新たなステップＳ５が付加されている。図６と同様に、
Ｓ２において、注目画素を中心とする局所ブロックに関
して、第１ないし第３特徴パラメータＰ₁ないしＰ₃の
各特徴量が算出されると、Ｓ３では、各特徴量に基づい
て、注目画素の識別処理が行われる。さらに、新たに設
けられたＳ５において、フィルタ処理回路８は、判定回
路６の出力値（Ｓ４にて求めた領域識別情報）により、
使用するフィルタを変更して、画像信号をフィルタリン
グ処理する。

【０１０９】上記Ｓ２ないしＳ５の各ステップは、各注
目画素毎に逐次行われる。この結果、予めブロックを設
定する場合に比べて、識別精度が向上し、各注目画素に
応じて、最適なフィルタリング処理を行うことができ
る。

【０１１０】以下では、フィルタ処理回路８で使用され
るフィルタ係数、および、フィルタ係数の設定方法につ
いて、さらに詳細に説明する。例えば、図７に示す判定
回路６ａのように、識別信号Ｏａを出力する場合、すな
わち、文字領域、写真領域および網点領域の各種領域の
うち、いずれの種類の領域に注目画素が存在するかを、
判定回路６ａが択一的に選択する場合には、以下に示す
フィルタ処理回路８ａが用いられる。

【０１１１】具体的には、注目画素が文字領域であるこ
とを示す識別信号Ｏａが出力された場合、フィルタ処理
回路８ａは、例えば、図１４に示すフィルタ係数を有す
る強調フィルタで、画像信号を強調処理する。これによ
り、画像のエッジが強調され、文字、線画などが鮮明に
なる。また、識別信号Ｏａが網点領域を示している場
合、例えば、図１５に示すフィルタ係数を有する平滑フ
ィルタで、画像信号を平滑処理する。上記フィルタ係数
は、網点周波数成分を抑制するように設定されている。
これにより、網点領域において、モアレの発生を抑制で
きる。さらに、識別信号Ｏａが写真領域を示している場
合、画像信号をそのまま出力する。

【０１１２】なお、フィルタ処理回路８ａは、上述のフ
ィルタ係数を有する平滑フィルタと、強調フィルタとを
用意して、識別信号Ｏａに基づいて切り換えてもよい。
また、ＣＰＵが所定のプログラムを実行することによっ
てフィルタ処理回路８ａを実現した場合など、フィルタ
処理回路８ａがフィルタ係数を変更できれば、識別信号
Ｏａに基づいて選択されたフィルタ係数を設定してもよ
い。識別信号Ｏａに基づいて、フィルタ処理回路８ａが
画像信号をフィルタリングする際のフィルタ係数を切り
換えることができれば、同様の効果が得られる。

【０１１３】一方、例えば、図１０に示す判定回路６ｂ
の場合には、フィルタ処理回路８として、以下に示すよ
うにフィルタ係数を切り換えるフィルタ処理回路８ｂが
使用される。すなわち、判定回路６ｂが、注目画素の存
在する領域を文字領域と判定した場合、文字領域らしさ
を示す出力値Ｏｂ₁は、大きく、写真領域らしさを示す
出力値Ｏｂ₂および網点領域らしさを示す出力値Ｏｂ₃
は小さい。フィルタ処理回路８ｂは、上記出力値Ｏｂ₁
が予め設定された値よりも大きく、かつ、上記両出力値
Ｏｂ₂・Ｏｂ₃が予め設定された値よりも小さいとき、
注目画素が含まれる領域は、文字領域であると判定し、
図１４に示すフィルタ係数を持つ強調フィルタにて、画
像信号を強調処理する。これにより、画像のエッジが強
調され、文字、線画などを鮮明にできる。

【０１１４】また、上記判定回路６ｂにおいて、網点領
域と識別されたとき、すなわち、網点領域らしさを示す
出力値Ｏｂ₃が、予め設定された値よりも大きく、か
つ、残余の両出力値Ｏｂ₁・Ｏｂ₂が、予め設定された
値よりも小さいときには、図１５に示すフィルタ係数を
有する平滑化フィルタにて、画像信号を平滑処理する。
これにより、画像の網点領域において、モアレの発生を
抑制できる。

【０１１５】さらに、写真領域と識別された場合、すな
わち、写真領域らしさを示す出力値Ｏｂ₃が、予め設定
された値よりも大きく、かつ、残余の両出力値Ｏｂ₁・
Ｏｂ₂が、予め設定された値よりも小さい場合には、フ
ィルタ処理回路８ｂは、画像信号をそのまま出力する。

【０１１６】加えて、判定回路６ｂでは、注目画素の存
在する領域が、いずれの領域とも判定し難い場合、すな
わち、誤判定しやすい場合、各領域らしさを示す出力値
Ｏｂ₁ないしＯｂ₃には、あまり差がなくなる。この場
合、フィルタ処理回路８ｂは、画像信号をそのまま出力
する。あるいは、この場合、フィルタ処理回路８ｂは、
例えば、図１６に示すフィルタ係数を有するフィルタ、
すなわち、強調作用と平滑作用とが混合されたフィルタ
にて、画像信号をフィルタリングする。このように、フ
ィルタ処理回路８ｂは、誤判定を起こしやすい場合を識
別して、誤判定しても余り影響がないフィルタ係数を選
択する。これにより、誤判定による画質への悪影響を回
避でき、画質を向上できる。なお、上記図１４ないし図
１６に示すフィルタ係数は、一例であり、用途に応じ
て、任意のマスクサイズやフィルタ係数を持つフィルタ
を使用できる。

【０１１７】ところで、上記の説明では、判定回路６が
出力する領域識別情報に応じて、フィルタ処理回路８
が、予め用意されたフィルタ係数のうちの１つを選択す
る場合について説明している。

【０１１８】しかしながら、図１０に示す判定回路６ｂ
のように、判定回路６が各種領域らしさを示す数値Ｏｂ
を出力する場合、すなわち、領域識別情報が、文字領域
らしさ、写真領域らしさ、および、網点領域らしさを示
している場合には、フィルタ処理回路８として、以下に
示すフィルタ処理回路８ｃを用いれば、注目画素に最適
なフィルタ係数を求めてフィルタリング処理できる。

【０１１９】具体的には、フィルタ処理回路８ｃにおい
て、強調フィルタの重み係数Ｗ_eおよび平滑フィルタの
重み係数Ｗ_sは、それぞれ下記の式（３）および式
（４）で求められる。

【０１２０】Ｗ_e＝ｇ₁（Ｏ_c）・・・（３）Ｗ_s＝ｇ₂（Ｏ_s）・・・（４）なお、上式（３）、式（４）において、Ｏ_cは、文字領
域らしさを表す数値であり、Ｏ_sは、網点領域らしさを
表す数値であり、上記の各出力値Ｏ_c・Ｏ_sは０〜１に
規格化されているものとする。

【０１２１】ここでは、一例として、下記の式（５）に
より、上記Ｗ_eおよびＷ_sを求める。

【０１２２】

【数２】

【０１２３】上記のＷ_e、Ｗ_sを入力とした空間フィル
タｆ₁により、式（６）のように入力画像信号Ｉに対し
て空間フィルタリング処理が行われ、処理値Ｏが出力さ
れる。

【０１２４】Ｏ＝ｆ₁（Ｗ_e，Ｗ_s，Ｉ）・・・（６）ここでは、空間フィルタｆ₁の一例として、式（７）に
て示されるフィルタを挙げる。

【０１２５】

【数３】

【０１２６】なお、上式（７）中の“［］・Ｉ”は、
オペレータ“［］”と画像信号Ｉとの畳み込み演算を
示している。

【０１２７】上記構成では、フィルタ処理回路８ｃは、
各種領域らしさを示す領域識別情報に基づいて、フィル
タリング係数を調整する。この結果、各注目画素に最適
なフィルタリング係数で、画像信号をフィルタリングで
きる。この結果、より確実に画質を向上可能な画像処理
装置を実現できる。

【０１２８】さらに、上記フィルタ処理回路８ｃでは、
各種領域らしさが同程度の場合、すなわち、注目画素が
含まれる領域を、いずれの領域にも分類しにくい場合に
は、例えば、強調作用と平滑作用とを混合したフィルタ
係数に調整される。したがって、誤識別による画質劣化
を防止できる。これらの結果、上記画像の画質をさらに
向上できる。

【０１２９】なお、上式（５）に示す関数ｇ₁およびｇ
₂に代えて、他の関数を用いてもよいし、フィルタｆ₁
において、任意のマスクサイズや係数を使用してもよ
い。フィルタ処理回路８が、各種領域らしさを示す領域
識別情報に基づいて、フィルタ係数を変更するものであ
れば、本実施形態と同様の効果が得られる。

【０１３０】また、上記第１ないし第３実施形態に係る
画像処理装置は、第１ないし第３特徴量演算回路３・４
・５（５ａ）を備え、判定回路６（６ａ）が３つの特徴
パラメータＰ₁からＰ₃の特徴量の組み合わせに基づい
て、文字領域、写真領域および網点領域を識別するため
の領域識別信号を出力しているが、これに限るものでは
ない。判定回路６（６ａ）が、少なくとも第３特徴パラ
メータＰ₃の特徴量に基づいて、領域識別信号を生成す
れば、効果が得られる。

【０１３１】例えば、上記各特徴量演算回路３・４（４
ａ）・５（５ａ）のうち、第３特徴量算出回路５（５
ａ）のみを備え、判定回路６が第３特徴パラメータＰ₃
の特徴量に基づいて、領域識別信号を出力してもよい。
上述した図２に示すように、網点領域の分布は、網点領
域の線数に拘わらず、第３特徴パラメータＰ₃が小さく
なる傾向にある。したがって、第３特徴パラメータＰ₃
のみに基づいて識別することによって、図３ないし図５
に示すように、荒い網点からなる領域と小さな文字から
なる領域とを確実に区別することができる。

【０１３２】ただし、第３特徴パラメータＰ₃の特徴量
のみに基づいて識別する場合、大きい文字からなる領域
を網点領域と誤識別したり、細かい網点からなる領域を
文字領域と誤識別したりする虞れがある。したがって、
上記各実施形態に示すように、第１特徴量算出回路３あ
るいは第２特徴量算出回路４（４ａ）を加えると共に、
判定回路６（６ａ）が第１特徴パラメータＰ₁の特徴
量、あるいは、第２特徴パラメータＰ₂の特徴量と第３
特徴パラメータＰ₃の特徴量に基づいて、領域識別信号
を生成した方が、画像処理装置の識別精度をさらに向上
できる。

【０１３３】詳細に説明すると、第３特徴パラメータＰ
₃は、２値化された局所ブロックの画像に基づいて算出
されている。したがって、細かい網点からなる領域のよ
うに、コントラストが低い場合には、隣接する画素が２
値化によって同一値となる虞れがある。さらに、画像に
濃度勾配が存在すれば、例えば、上半分など、局所ブロ
ックの一部では、全ての画素が２値の一方となり、残余
の部分では、全ての画素が２値の他方となる。この場
合、当該領域が網点領域であるにも拘わらず、第３特徴
パラメータＰ₃が大きくなり、文字領域と区別しにくく
なる。

【０１３４】これに対して、第１特徴パラメータＰ
₁は、細かい網点領域のように、コントラストが低い領
域で小さくなる。したがって、図４に示すように、第１
および第３特徴パラメータＰ₁・Ｐ₃の組み合わせに基
づいて、判定回路６（６ａ）が領域識別信号を生成する
ことによって、網点の細かさに拘わらず、文字領域と網
点領域とをより正確に識別できる。

【０１３５】同様に、第２特徴パラメータＰ₂は、細か
い網点領域のように、頻繁に濃度が変化する領域で大き
くなる。したがって、図５に示すように、第２および第
３特徴パラメータＰ₂・Ｐ₃の組み合わせに基づいて、
判定回路６（６ａ）が領域識別信号を生成することによ
って、網点の細かさに拘わらず、文字領域と網点領域と
を、さらに正確に識別できる。

【０１３６】また、第３特徴パラメータＰ₃は、主走査
方向の連結度と副走査方向の連結度とに基づいて算出さ
れているので、斜め線からなる文字を網点領域と誤識別
する虞れが比較的高い。この誤識別は、文字の大きさが
大きくなるに従って現れやすくなる。したがって、第２
の実施形態に示すように、第２特徴量算出回路４ａが斜
め方向の差分値総和算出回路４１ｃ（４１ｄ）を備える
ことによって、大きい文字からなる領域の誤識別を、さ
らに確実に防止できる。

【０１３７】加えて、図２ないし図５を参照して上述し
たように、写真領域は、文字領域および網点領域に比べ
て、第１特徴パラメータＰ₁の特徴量と、第２特徴パラ
メータＰ₂の特徴量との双方が低くなる傾向がある。し
たがって、第１ないし第３特徴パラメータＰ₁〜Ｐ₃の
各特徴量全ての組み合わせに基づいて、判定回路６（６
ａ）が領域識別信号を生成した場合、写真領域と文字領
域と網点領域との識別が可能になる。

【０１３８】なお、上記第１ないし第３実施形態では、
画像信号が原稿を走査して得られる場合を想定して説明
しているが、これに限るものではない。例えば、デジタ
ルカメラなど場合のように、画像信号は、一括して取得
されるものでもよいし、記憶装置や通信装置から送られ
た画像信号でもよい。複数レベルの濃度を持つ画素が２
次元に配されている画像を示す画像信号が入力される画
像処理装置であれば、本発明を適用できる。

【０１３９】ただし、本発明は、近隣の画素からなる局
所ブロック内の最大濃度差、煩雑度や連結度に基づい
て、各特徴パラメータの各特徴量を算出しているので、
離れた画素の画像信号を参照することなく、識別精度を
向上できる。この結果、原稿を走査して得られる画像信
号のように、近隣の画素の画像信号が連続して与えられ
る場合であっても、離れた画素の画像信号が与えられる
まで、注目画素の画像信号を格納する必要がない。した
がって、大きな記憶容量を必要とすることなく、原稿を
走査して得られる画像信号の領域を識別できる。

【０１４０】

【発明の効果】請求項１の発明に係る画像処理装置は、
以上のように、局所ブロック内の画素を所定のしきい値
で２値化した２値画像に対して、連続した同じ値を持つ
画素数の最大値を主方向に沿った主ライン毎に算出し、
副方向に連続する少なくとも１本の主ライン毎に算出値
の総和を求めて、当該総和の最大値と最小値との差を求
める主方向演算部と、上記２値画像に対して、連続した
同じ値を持つ画素数の最大値を上記副方向に沿った副ラ
イン毎に算出し、上記主方向に連続する少なくとも１本
の副ライン毎に算出値の総和を求めて、当該総和の最大
値と最小値との差を求める副方向演算部と、上記両演算
部の出力のうちの最大値を、連結度特徴パラメータの特
徴量として出力する出力部とを有する連結度特徴量算出
手段が設けられていると共に、上記連結度特徴パラメー
タに基づいて、上記注目画素の存在する領域が、上記各
種領域のいずれであるかを識別するための領域識別情報
を出力する識別手段を備えている構成である。

【０１４１】上記構成では、各種領域の特徴を表す特徴
パラメータとして、連結度特徴パラメータが算出され
る。ここで、網点領域では、網点の配置および周期性に
よって、各ラインで得られた最大同一濃度連続画素数の
最大値が文字領域に比べて小さく、かつ、最小値が文字
領域に比べて大きくなる。したがって、線数の小さな網
点領域と、文字領域とを確実に識別でき、画像処理装置
の識別精度を向上できるという効果を奏する。

【０１４２】請求項２の発明に係る画像処理装置は、以
上のように、請求項１記載の発明の構成において、上記
局所画像データに基づいて、当該局所ブロック内の全画
素の信号レベルのうち、最大値と最小値との差を算出
し、最大濃度差特徴パラメータの特徴量として上記識別
手段へ与える最大濃度差特徴量算出手段を備えている構
成である。

【０１４３】当該構成では、識別手段は、最大濃度差特
徴パラメータの特徴量と、連結度特徴パラメータの特徴
量との組み合わせに基づいて、領域識別情報を生成す
る。この結果、画像処理装置は、線数の大きさに拘わら
ず、網点領域と文字領域とを確実に識別可能となり、識
別精度を向上できるという効果を奏する。

【０１４４】請求項３の発明に係る画像処理装置は、以
上のように、請求項１または２記載の発明の構成におい
て、上記局所画像データに基づいて、当該局所ブロック
内で上記主方向に連続する２つの画素間の信号レベル差
を算出し、当該局所ブロック内における信号レベル差の
総和を求め、かつ、上記副方向に連続する画素間につい
ても信号レベル差の総和を求めると共に、上記各方向の
総和のうちの最小値を繁雑度特徴パラメータの特徴量と
して上記識別手段へ与える繁雑度特徴量算出手段を備え
ていることを特徴とする請求項１または２記載の画像処
理装置。上記各方向の総和のうちの最小値を繁雑度特徴
パラメータの特徴量として算出する繁雑度特徴量算出手
段を備えている構成である。

【０１４５】当該構成では、識別手段は、繁雑度特徴パ
ラメータの特徴量と、連結度特徴パラメータの特徴量と
の組み合わせに基づいて、領域識別情報を生成する。こ
の結果、画像処理装置は、線数の大きさに拘わらず、網
点領域と文字領域とを確実に識別可能となり、識別精度
を向上できるという効果を奏する。

【０１４６】請求項４の発明に係る画像処理装置は、以
上のように、請求項３記載の発明の構成において、上記
主方向および副方向は、互いに略直交しており、上記繁
雑度特徴量算出手段は、さらに、上記主方向および副方
向の双方と異なる斜め方向に連続する画素についても、
信号レベル差の総和を算出し、上記主方向、副方向、お
よび斜め方向の総和のうちの最小値を出力する構成であ
る。

【０１４７】上記構成では、局所ブロックにおいて、主
方向および副方向のエッジ成分が含まれている場合だけ
ではなく、斜め方向のエッジ成分が含まれている場合で
あっても、繁雑度特徴パラメータの特徴量が増大する。
この結果、斜め方向のエッジ成分を持つ文字領域の識別
精度を、さらに向上できるという効果を奏する。

【０１４８】請求項５の発明に係る画像処理装置は、以
上のように、請求項１、２、３または４記載の発明の構
成において、上記主方向演算部は、２本以上の上記副ラ
イン毎に上記算出値の総和を求めると共に、上記副方向
演算部は、２本以上の上記主ライン毎に上記算出値の総
和を求める構成である。

【０１４９】上記構成によれば、文字領域における連結
度特徴パラメータの特徴量と、網点領域における特徴量
との差を拡大できる。この結果、両領域を区別しやすく
なり、画像処理装置の識別精度をさらに向上できるとい
う効果を奏する。

【０１５０】請求項６の発明に係る画像処理装置は、以
上のように、請求項２、３、４または５記載の発明の構
成において、上記識別手段は、入力される上記各特徴パ
ラメータを軸とする多次元空間上で非線型な特性を含む
境界を設けて上記各種領域を選定し、当該各特徴パラメ
ータの各特徴量に基づいて、上記領域識別情報を出力す
る構成である。

【０１５１】当該構成では、識別手段は、複数の特徴パ
ラメータを用いて、多次元的に領域を識別する。したが
って、各特徴パラメータ毎に特徴量を分類する場合に比
べて、識別精度を向上できるという効果を奏する。

【０１５２】請求項７の発明に係る画像処理装置は、以
上のように、請求項６記載の発明の構成において、上記
識別手段は、上記各特徴パラメータの各特徴量を入力す
れば、それに応じた領域識別情報を出力するように予め
学習されている神経回路網を備えている構成である。

【０１５３】一般に、神経回路網は、入力の数が複数
で、所望の入出力特性が非線型かつ数式で表現できない
場合であっても、学習を繰り返すことによって、比較的
容易に、所望の入出力特性に調整できる。この結果、上
記境界を示す式を予め特定する場合に比べて、非常に高
精度な識別手段を、比較的容易に実現できるという効果
を奏する。

【０１５４】請求項８の発明に係る画像処理装置は、以
上のように、請求項１、２、３、４、５、６または７記
載の発明の構成において、上記識別手段は、上記各種領
域毎に、上記注目画素が存在する確からしさを算出し、
それぞれの領域らしさを示す値を上記領域識別情報とし
て出力する構成である。

【０１５５】上記構成によれば、識別手段は、当該識別
手段の後段に配され、かつ、入力された画像をさらに処
理する手段へ、より細かな指示を与えることができる。
特に、いずれの領域に分類することも困難である場合
に、識別不可能な画素に応じた処理を指示できる。この
結果、より高画質な画像処理装置を実現できるという効
果を奏する。

【０１５６】請求項９の発明に係る画像処理装置は、以
上のように、請求項１、２、３、４、５、６または７記
載の発明の構成において、上記識別手段は、上記注目画
素が存在する領域が、上記各種領域のうちのいずれの領
域であるかを選択し、上記領域識別情報として、選択さ
れた領域を示す識別信号を出力する構成である。

【０１５７】上記構成では、識別手段は、いずれの領域
であるかを選択すればよいので、処理が迅速な画像処理
装置を実現できるという効果を奏する。

【０１５８】請求項１０の発明に係る画像処理装置は、
以上のように、請求項１、２、３、４、５、６、７、８
または９記載の発明の構成において、さらに、上記領域
識別情報に基づいて、上記注目画素に対して、空間フィ
ルタリング処理を行うフィルタリング手段を備えている
構成である。

【０１５９】上記構成では、識別手段の識別精度が極め
て高いので、フィルタリング手段は、誤識別を考慮せず
にすみ、各種領域に最適なフィルタ係数にて、各画素を
空間フィルタリングできる。この結果、画像処理装置が
出力する画像を高画質化できるという効果を奏する。

【０１６０】請求項１１の発明に係る画像処理装置は、
以上のように、請求項１０記載の発明の構成において、
上記識別手段は、上記各種領域毎に、上記注目画素が存
在する確からしさを算出し、例えば、文字領域らしさ、
および写真領域らしさなど、各種領域らしさを示す値を
上記領域識別情報として出力すると共に、上記フィルタ
リング手段は、上記各種領域らしさを示す値に基づいて
算出したフィルタリング係数にて、フィルタリング処理
する構成である。

【０１６１】上記構成では、フィルタリング手段は、各
種領域らしさを示す領域識別情報に基づいて、フィルタ
リング係数を調整できる。この結果、各注目画素に応じ
た細かな画像処理が可能となる。この結果、上記画像の
画質をさらに向上できるという効果を奏する。

【０１６２】請求項１２の発明に係る記録媒体は、以上
のように、上記局所ブロック内の画素を所定のしきい値
で２値化した２値画像に対して、連続した同じ値を持つ
画素数の最大値を上記主方向に沿った主ライン毎に算出
し、上記副方向に連続する少なくとも１本の主ライン毎
に算出値の総和を求めて、当該総和の最大値と最小値と
の差を求める第１工程と、上記２値画像に対して、連続
した同じ値を持つ画素数の最大値を上記副方向に沿った
副ライン毎に算出し、上記主方向に連続する少なくとも
１本の副ライン毎に算出値の総和を求めて、当該総和の
最大値と最小値との差を求める第２工程と、上記第１工
程および第２工程で求めた差のうちの最大値を、連結度
特徴パラメータの特徴量として算出する第３工程と、当
該連結度特徴パラメータに基づいて、上記注目画素が存
在する領域の領域識別情報を算出する第４工程とを実行
するプログラムを記録している構成である。

【０１６３】上記プログラムが実行されると、連結度特
徴パラメータの特徴量に基づいて、注目画素が含まれる
領域の領域識別情報が算出される。この結果、線数の小
さな網点領域と、文字領域とを確実に識別でき、注目画
素の識別精度を向上させることができるという効果を奏
する。

【図面の簡単な説明】

【図１】本発明の一実施形態を示すものであり、画像処
理装置の要部構成を示すブロック図である。

【図２】第１ないし第３特徴パラメータを軸として、特
徴量の分布例を示す説明図である。

【図３】特徴量分布例を示すものであり、第１および第
２特徴パラメータを軸とする平面へ、図２に示す特徴量
分布を投影した２次元投影図である。

【図４】特徴量分布例を示すものであり、第１および第
３特徴パラメータを軸とする平面へ、図２に示す特徴量
分布を投影した２次元投影図である。

【図５】特徴量分布例を示すものであり、第２および第
３特徴パラメータを軸とする平面へ、図２に示す特徴量
分布を投影した２次元投影図である。

【図６】上記画像処理装置の動作を示すフローチャート
である。

【図７】上記画像処理装置において、判定回路の一例を
示す構成図である。

【図８】上記判定回路に用いられた神経回路網を示す構
成図である。

【図９】上記神経回路網において、神経素子を示す構成
図である。

【図１０】上記画像処理装置において、判定回路の他の
例を示す構成図である。

【図１１】本発明の他の実施形態を示すものであり、画
像処理装置の要部構成を示すブロック図である。

【図１２】本発明のさらに他の実施形態を示すものであ
り、画像処理装置の要部構成を示すブロック図である。

【図１３】上記画像処理装置の動作を示すフローチャー
トである。

【図１４】上記画像処理装置において、強調処理を行う
場合に、フィルタ処理回路で使用されるフィルタ係数の
一例を示す説明図である。

【図１５】上記画像処理装置において、平滑処理を行う
場合に、フィルタ処理回路で使用されるフィルタ係数の
一例を示す説明図である。

【図１６】上記画像処理装置において、強調平滑処理を
行う場合に、フィルタ処理回路で使用されるフィルタ係
数の一例を示す説明図である。

【符号の説明】

２ブロックメモリ３第１特徴量演算回路（最大濃度差特
徴量算出手段）４・４ａ第２特徴量演算回路（繁雑度特徴量
算出手段）５・５ａ第３特徴量演算回路（連結度特徴量
算出手段）６・６ａ・６ｂ判定回路（識別手段）８・８ａ・８ｂ・８ｃフィルタ処理回路（フィルタリ
ング手段）５１ａ主走査方向最大連続同一濃度画素数最大値算出
回路（主方向演算部）５２ａ主走査方向最大連続同一濃度画素数最小値算出
回路（主方向演算部）５３ａ減算器（主方向演算部）５１ｂ副走査方向最大連続同一濃度画素数最大値算出
回路（副方向演算部）５２ｂ副走査方向最大連続同一濃度画素数最小値算出
回路（副方向演算部）５３ｂ減算器（副方向演算部）５４比較器（出力部）５６ａ主走査方向最大連続同一濃度画素数最大値算出
回路（主方向演算部）５７ａ主走査方向最大連続同一濃度画素数最小値算出
回路（主方向演算部）５６ｂ副走査方向最大連続同一濃度画素数最大値算出
回路（副方向演算部）５７ｂ副走査方向最大連続同一濃度画素数最小値算出
回路（副方向演算部）Ｐ₁ 第１特徴パラメータ（最大濃度差特徴パラメー
タ）Ｐ₂ 第２特徴パラメータ（繁雑度特徴パラメータ）Ｐ₃ 第３特徴パラメータ（連結度特徴パラメータ）

Claims

【特許請求の範囲】

【請求項１】画像を構成する画素のうちの１つである注
目画素が、文字領域および網点領域を含む各種領域のう
ちの、いずれの領域に存在するかを識別するための画像
処理装置であって、上記注目画素と、その近傍の複数画素とからなる局所ブ
ロックを示す局所画像データを格納するブロックメモリ
を備え、上記局所ブロック内の画素を所定のしきい値で２値化し
た２値画像に対して、連続した同じ値を持つ画素数の最
大値を、当該局所ブロック内で所定の主方向に沿った主
ライン毎に算出し、上記主方向とは異なる副方向に連続
する少なくとも１本の主ライン毎に算出値の総和を求め
て、当該総和の最大値と最小値との差を求める主方向演
算部と、上記２値画像に対して、連続した同じ値を持つ画素数の
最大値を上記副方向に沿った副ライン毎に算出し、上記
主方向に連続する少なくとも１本の副ライン毎に算出値
の総和を求めて、当該総和の最大値と最小値との差を求
める副方向演算部と、上記両演算部の出力のうちの最大値を、連結度特徴パラ
メータの特徴量として出力する出力部とを有する連結度
特徴量算出手段が設けられていると共に、上記連結度特徴パラメータに基づいて、上記注目画素の
存在する領域が、上記各種領域のいずれであるかを識別
するための領域識別情報を出力する識別手段を備えてい
ることを特徴とする画像処理装置。
【請求項２】上記局所画像データに基づいて、当該局所
ブロック内の全画素の信号レベルのうち、最大値と最小
値との差を算出し、最大濃度差特徴パラメータの特徴量
として上記識別手段へ与える最大濃度差特徴量算出手段
を備えていることを特徴とする請求項１記載の画像処理
装置。
【請求項３】上記局所画像データに基づいて、当該局所
ブロック内で上記主方向に連続する２つの画素間の信号
レベル差を算出し、当該局所ブロック内における信号レ
ベル差の総和を求め、かつ、上記副方向に連続する画素
間についても信号レベル差の総和を求めると共に、上記
各方向の総和のうちの最小値を繁雑度特徴パラメータの
特徴量として上記識別手段へ与える繁雑度特徴量算出手
段を備えていることを特徴とする請求項１または２記載
の画像処理装置。
【請求項４】上記主方向および副方向は、互いに略直交
しており、上記繁雑度特徴量算出手段は、さらに、上記主方向およ
び副方向の双方と異なる斜め方向に連続する画素につい
ても、信号レベル差の総和を算出し、上記主方向、副方
向、および斜め方向の総和のうちの最小値を出力するこ
とを特徴とする請求項３記載の画像処理装置。
【請求項５】上記主方向演算部は、２本以上の上記副ラ
イン毎に上記算出値の総和を求めると共に、上記副方向
演算部は、２本以上の上記主ライン毎に上記算出値の総
和を求めることを特徴とする請求項１、２、３または４
記載の画像処理装置。
【請求項６】上記識別手段は、入力される上記各特徴パ
ラメータを軸とする多次元空間上で非線型な特性を含む
境界を設けて上記各種領域を選定し、当該各特徴パラメ
ータの各特徴量に基づいて、上記領域識別情報を出力す
ることを特徴とする請求項２、３、４または５記載の画
像処理装置。
【請求項７】上記識別手段は、上記各特徴パラメータの
各特徴量を入力すれば、それに応じた領域識別情報を出
力するように予め学習されている神経回路網を備えてい
ることを特徴とする請求項６記載の画像処理装置。
【請求項８】上記識別手段は、上記各種領域毎に、上記
注目画素が存在する確からしさを算出し、それぞれの領
域らしさを示す値を上記領域識別情報として出力するこ
とを特徴とする請求項１、２、３、４、５、６または７
記載の画像処理装置。
【請求項９】上記識別手段は、上記注目画素が存在する
領域が、上記各種領域のうちのいずれの領域であるかを
選択し、上記領域識別情報として、選択された領域を示
す識別信号を出力することを特徴とする請求項１、２、
３、４、５、６または７記載の画像処理装置。
【請求項１０】さらに、上記領域識別情報に基づいて、
上記注目画素に対して、空間フィルタリング処理を行う
フィルタリング手段を備えていることを特徴とする請求
項１、２、３、４、５、６、７、８または９記載の画像
処理装置。
【請求項１１】上記識別手段は、上記各種領域毎に、上
記注目画素が存在する確からしさを算出し、それぞれの
領域らしさを示す値を上記領域識別情報として出力する
と共に、上記フィルタリング手段は、上記各種領域らしさを示す
値に基づいて算出したフィルタリング係数にて、フィル
タリング処理することを特徴とする請求項１０記載の画
像処理装置。
【請求項１２】画像を構成する画素のうちの１つである
注目画素が、文字領域および網点領域を含む各種領域の
うちの、いずれの領域に存在するかを識別するための識
別情報を算出するプログラムを記録した記録媒体であっ
て、上記局所ブロック内の画素を所定のしきい値で２値化し
た２値画像に対して、連続した同じ値を持つ画素数の最
大値を上記主方向に沿った主ライン毎に算出し、上記副
方向に連続する少なくとも１本の主ライン毎に算出値の
総和を求めて、当該総和の最大値と最小値との差を求め
る第１工程と、上記２値画像に対して、連続した同じ値を持つ画素数の
最大値を上記副方向に沿った副ライン毎に算出し、上記
主方向に連続する少なくとも１本の副ライン毎に算出値
の総和を求めて、当該総和の最大値と最小値との差を求
める第２工程と、上記第１工程および第２工程で求めた差のうちの最大値
を、連結度特徴パラメータの特徴量として算出する第３
工程と、当該連結度特徴パラメータに基づいて、上記注目画素が
存在する領域の領域識別情報を算出する第４工程とを実
行するプログラムを記録した記録媒体。