JP2004227406A

JP2004227406A - 画像処理装置、プログラム及び記憶媒体

Info

Publication number: JP2004227406A
Application number: JP2003016326A
Authority: JP
Inventors: Toshio Miyazawa; 利夫宮澤; Yasuyuki Nomizu; 泰之野水; Hiroyuki Sakuyama; 宏幸作山; Junichi Hara; 潤一原; Nekka Matsuura; 熱河松浦; Takanori Yano; 隆則矢野; Taku Kodama; 児玉　　卓; Yasuyuki Shinkai; 康行新海; Takayuki Nishimura; 隆之西村
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2003-01-24
Filing date: 2003-01-24
Publication date: 2004-08-12

Abstract

【課題】画像を比較する上で、システム規模の縮小及び処理時間の短縮を実現することができる画像処理装置を得る。
【解決手段】画像データを処理する画像処理装置である複合機において、各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出し（Ｓ３）、それらの画像から各々複数の領域毎に抽出した特徴量に基づいて第１の画像と第２の画像とを比較するようにした（Ｓ６）。これにより、画像を複数の領域に分割する処理等が必要とされず、簡単な処理で精度良く画像比較を実行することが可能となり、その結果として、システム規模の縮小及び処理時間の短縮を実現することができる。
【選択図】図８

Description

【０００１】
【発明の属する技術分野】
本発明は、画像処理装置、プログラム及び記憶媒体に関する。
【０００２】
【従来の技術】
近年、スキャナ、デジタルカメラ、コンピュータ、複写機、複合機（ＭＦＰ）等の画像処理装置の普及に伴い、デジタル画像データをメモリやハードディスク等の記憶装置に記憶したり、ＣＤ−ＲＯＭ等の光ディスクに記憶したり、さらには、インターネット等を介して伝送したりすることが身近なものになっている。特に、最近では、コンピュータや複合機等が画像サーバとして使用されることも多くなっている。このような画像データには様々な画像処理が行われる。
【０００３】
例えば、複合機等の一般的な画像処理の流れとしては、
▲１▼画像入力→傾き角度検出→傾き角度補正→領域識別処理→文字認識処理
▲２▼画像入力→傾き角度検出→傾き角度補正→タイトル抽出→タイトルを文書管理のファイル名等に使用
▲３▼カラー画像入力→２値化処理→傾き角度検出（その後▲１▼又は▲２▼の処理と同様）
▲４▼カラー画像入力→２値化処理（その後▲３▼の処理と同様）→文字領域又はタイトル領域の文字色を特定→再現表示
等の処理がある。
【０００４】
また、画像を検索する画像処理（又は画像を分類する画像処理）の流れのとしては、
▲５▼画像入力→特徴量抽出→特徴量が近い画像を検索（その後分類）
というような処理が一般的である。ここで、特徴量としては、色、テクスチャやエッジ情報等がある。
【０００５】
このような画像処理の流れの中で実行される様々な技術が提案されている。例えば、複数の解像度の画像データを保存し、出力装置に適した解像度の画像を選択出力する技術（例えば、特許文献１参照）、複数の解像度の画像データを生成し、各解像度の画像から罫線を抽出する技術（例えば、特許文献２参照）、複数の解像度の画像データを生成し、文字種に基づいて最適な解像度を取得し、その後、文字認識処理を行う技術（例えば、特許文献３参照）等が提案されている。
【０００６】
一方、最近では、各種の技術により簡単に高精細な画像を得ることができるが、このような高精細静止画像のデータサイズは大きくなる傾向にあり、高精細静止画像の取扱いは困難になってきている。こうした高精細静止画像の取扱いを容易にする画像圧縮伸長アルゴリズムとしては、現在、ＪＰＥＧ（ＪｏｉｎｔＰｈｏｔｏｇｒａｐｈｉｃＥｘｐｅｒｔｓＧｒｏｕｐ）や２００１年に国際標準となったＪＰＥＧ後継の画像圧縮伸長方式ＪＰＥＧ２０００等が用いられている。このＪＰＥＧ２０００により圧縮された画像データの特徴としては、複数の解像度の画像を有しており、タイリング処理により１つの画像が予め複数の領域（タイル領域）に分割されており、周波数成分（ＬＬ成分、ＬＨ成分、ＨＬ成分、ＨＨ成分）の情報を予め有していること等がある。
【０００７】
【特許文献１】
特開２０００−１８７７２５公報
【特許文献２】
特開２００１−１２７９７２公報
【特許文献３】
特開２００２−２４７６６公報
【０００８】
【発明が解決しようとする課題】
従来の技術では、複数の解像度の画像データを生成したり、生成された複数の解像度の画像データを保存したり、あるいは、画像を複数の領域に分割したり、特徴量であるエッジ情報を求めたりする必要がある。このように様々な処理を実行する必要があるため、画像処理のシステム規模が大きくなってしまい、画像処理の処理時間も長くなってしまう。
【０００９】
また、従来の技術では、画像の一部分から特徴量を抽出することが多いため、画像を検索又は分類する場合等、画像比較が精度良く行われず、その結果として、画像の検索又は分類が正確に行われないことがある。
【００１０】
本発明の目的は、システム規模の縮小及び処理時間の短縮を実現することができる画像処理装置、プログラム及び記憶媒体を提供することである。
【００１１】
本発明の目的は、画像比較を精度良く実行することができる画像処理装置、プログラム及び記憶媒体を提供することである。
【００１２】
【課題を解決するための手段】
請求項１記載の発明の画像処理装置は、各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量に基づいて、前記第１の画像と前記第２の画像とを比較する画像比較手段と、を備える。
【００１３】
したがって、各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出し、抽出した特徴量に基づいて第１の画像と第２の画像とを比較することで、画像を複数の領域に分割する処理等が必要とされず、簡単な処理で精度良く画像比較を実行することが可能となり、その結果として、システム規模の縮小及び処理時間の短縮を実現することが可能になる。
【００１４】
請求項２記載の発明は、請求項１記載の画像処理装置において、前記特徴量抽出手段は、領域の領域属性を識別し、識別した領域属性を特徴量として抽出する。
【００１５】
したがって、領域の領域属性を識別することで、簡単に特徴量を抽出することが可能になり、精度高く画像比較を実行することが可能になる。
【００１６】
請求項３記載の発明は、請求項２記載の画像処理装置において、前記第１の画像及び前記第２の画像は、複数の領域毎に２次元ウェーブレット変換、量子化及び符号化という手順で圧縮されており、前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれている周波数成分情報に基づいて領域の領域属性を識別する。
【００１７】
したがって、領域の２次元ウェーブレット係数中に含まれている周波数成分情報に基づいて領域の領域属性を識別することで、特徴量を抽出するための処理が簡略化され、精度高く簡単に領域属性を識別することが可能となり、その結果として、処理時間の短縮を実現することが可能になる。
【００１８】
請求項４記載の発明は、請求項３記載の画像処理装置において、前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいてタイル領域の領域属性を表領域属性として識別する。
【００１９】
したがって、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて領域の領域属性を表領域属性として識別することで、精度高く簡単に表領域を識別することが可能になる。
【００２０】
請求項５記載の発明は、請求項１記載の画像処理装置において、前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて罫線情報を特徴量として抽出する。
【００２１】
したがって、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて罫線情報を抽出することで、精度高く簡単に画像の罫線情報を抽出することが可能になる。
【００２２】
請求項６記載の発明は、請求項１ないし５のいずれか一記載の画像処理装置において、操作者による操作を受け付ける操作部と、前記操作部に対する操作者の操作に基づいて、特徴量を抽出する必要がある領域を指定する領域指定手段と、を備え、前記特徴量抽出手段は、前記領域指定手段により指定された領域だけの特徴量を抽出する。
【００２３】
したがって、操作部に対する操作者の操作によって、特徴量を抽出する必要がある領域が指定されることで、その指定された領域からのみ特徴量が抽出されるため、全ての領域から特徴量を抽出する場合に比べ、処理時間を短縮することが可能になる。
【００２４】
請求項７記載の発明は、請求項１ないし６のいずれか一記載の画像処理装置において、前記画像比較手段は、前記特徴量抽出手段により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較する特徴量比較手段と、前記特徴量比較手段による前記第１の画像の特徴量と前記第２の画像の特徴量との一致数を所定の一致数と比較する一致数比較手段と、前記一致数比較手段により前記一致数が所定の一致数より大きいと判断された場合、前記第１の画像と前記第２の画像とを一致度が高い画像として特定する画像特定手段と、を備える。
【００２５】
したがって、第１の画像と第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較することで、精度高く簡単に画像比較を実行することが可能になる。
【００２６】
請求項８記載の発明は、請求項７記載の画像処理装置において、前記特徴量抽出手段は、全ての領域の特徴量を抽出し、前記特徴量比較手段は、全ての領域の特徴量を比較する。
【００２７】
したがって、全ての領域の特徴量を比較することで、一部分の領域の特徴量を比較する場合に比べ、精度高く画像比較を実行することが可能になる。
【００２８】
請求項９記載の発明は、請求項１ないし８のいずれか一記載の画像処理装置において、原稿から画像を光学的に読み取る読取光学系を備える。
【００２９】
したがって、原稿から画像を読み取ることが可能になり、その結果として、この画像に対し画像処理等の様々な処理を実行することが可能になる。
【００３０】
請求項１０記載の発明は、請求項１ないし９のいずれか一記載の画像処理装置において、圧縮された画像を複数の領域毎に復号化、逆量子化及び２次元ウェーブレット逆変換という手順で伸長する伸長手段を備える。
【００３１】
したがって、圧縮された画像（符号データ）を複数の領域毎に復号化、逆量子化及び２次元ウェーブレット逆変換という手順で伸長することで、圧縮された画像が伸長され、その結果として、伸長された画像の表示装置等への表示や用紙等への印字等を実行することが可能になる。
【００３２】
請求項１１記載の発明は、請求項１０記載の画像処理装置において、前記伸長手段により伸長された画像を記録材に画像形成するプリンタエンジンを備える。
【００３３】
したがって、伸長された画像を用紙等の記録材に画像形成することが可能になる。
【００３４】
請求項１２記載の発明のプログラムは、画像処理装置が備えるコンピュータに解釈され、前記コンピュータに、各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出する特徴量抽出機能と、前記特徴量抽出機能により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量に基づいて、前記第１の画像と前記第２の画像とを比較する画像比較機能と、を実行させる。
【００３５】
したがって、各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出し、抽出した特徴量に基づいて第１の画像と第２の画像とを比較することで、画像を複数の領域に分割する処理等が必要とされず、簡単な処理で精度良く画像比較を実行することが可能となり、その結果として、システム規模の縮小及び処理時間の短縮を実現することが可能になる。
【００３６】
請求項１３記載の発明は、請求項１２記載のプログラムにおいて、前記特徴量抽出機能は、領域の領域属性を識別し、識別した領域属性を特徴量として抽出する。
【００３７】
したがって、領域の領域属性を識別することで、簡単に特徴量を抽出することが可能になり、精度高く画像比較を実行することが可能になる。
【００３８】
請求項１４記載の発明は、請求項１３記載のプログラムにおいて、前記第１の画像及び前記第２の画像は、複数の領域毎に２次元ウェーブレット変換、量子化及び符号化という手順で圧縮されており、前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれている周波数成分情報に基づいて領域の領域属性を識別する。
【００３９】
したがって、領域の２次元ウェーブレット係数中に含まれている周波数成分情報に基づいて領域の領域属性を識別することで、特徴量を抽出するための処理が簡略化され、精度高く簡単に領域属性を識別することが可能となり、その結果として、処理時間の短縮を実現することが可能になる。
【００４０】
請求項１５記載の発明は、請求項１４記載のプログラムにおいて、前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいてタイル領域の領域属性を表領域属性として識別する。
【００４１】
したがって、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて領域の領域属性を表領域属性として識別することで、精度高く簡単に表領域を識別することが可能になる。
【００４２】
請求項１６記載の発明は、請求項１２記載のプログラムにおいて、前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて罫線情報を特徴量として抽出する。
【００４３】
したがって、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて罫線情報を抽出することで、精度高く簡単に画像の罫線情報を抽出することが可能となる。
【００４４】
請求項１７記載の発明は、請求項１２ないし１６のいずれか一記載のプログラムにおいて、操作部に対する操作者の操作に基づいて、特徴量を抽出する必要がある領域を指定する領域指定機能を前記コンピュータに実行させ、前記特徴量抽出機能は、前記領域指定機能により指定された領域だけの特徴量を抽出する。
【００４５】
したがって、操作部に対する操作者の操作によって、特徴量を抽出する必要がある領域が指定されることで、その指定された領域からのみ特徴量が抽出されるので、全ての領域から特徴量を抽出する場合に比べ、処理時間を短縮することが可能になる。
【００４６】
請求項１８記載の発明は、請求項１２ないし１７のいずれか一記載のプログラムにおいて、前記画像比較機能は、前記特徴量抽出機能により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較する特徴量比較機能と、前記特徴量比較機能による前記第１の画像の特徴量と前記第２の画像の特徴量との一致数を所定の一致数と比較する一致数比較機能と、前記一致数比較機能により前記一致数が所定の一致数より大きいと判断された場合、前記第１の画像と前記第２の画像とを一致度が高い画像として特定する画像特定機能と、を前記コンピュータに実行させる。
【００４７】
したがって、第１の画像と第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較することで、精度高く簡単に画像比較を実行することが可能になる。
【００４８】
請求項１９記載の発明は、請求項１８記載のプログラムにおいて、前記特徴量抽出機能は、全ての領域の特徴量を抽出し、前記特徴量比較機能は、全ての領域の特徴量を比較する。
【００４９】
したがって、全ての領域の特徴量を比較することで、一部分の領域の特徴量を比較する場合に比べ、精度高く画像比較を実行することが可能になる。
【００５０】
請求項２０記載の発明は、請求項１２ないし１９のいずれか一記載のプログラムにおいて、圧縮された画像を複数の領域毎に復号化、逆量子化及び２次元ウェーブレット逆変換という手順で伸長する伸長機能を前記コンピュータに実行させる。
【００５１】
したがって、圧縮された画像（符号データ）を複数の領域毎に復号化、逆量子化及び２次元ウェーブレット逆変換という手順で伸長することで、圧縮された画像が伸長され、その結果として、伸長された画像の表示装置等への表示や用紙等への印字等を実行することが可能になる。
【００５２】
請求項２１記載の発明のコンピュータ読取可能な記憶媒体は、請求項１２ないし２０のいずれか一記載のプログラムを記憶している。
【００５３】
したがって、請求項１２ないし２０のいずれか一記載の発明と同様な作用を奏する。
【００５４】
【発明の実施の形態】
本発明の第一の実施の形態を図１ないし図１３に基づいて説明する。
【００５５】
本実施の形態は、「ＪＰＥＧ２０００アルゴリズム」を利用するものであるが、ＪＰＥＧ２０００アルゴリズム自体は各種文献や公報等により周知であるので、詳細は省略し、その概要について説明する。
【００５６】
図１は、ＪＰＥＧ２０００アルゴリズムの概要を説明するための機能ブロック図である。ＪＰＥＧ２０００のアルゴリズムは、色空間変換・逆変換部１００、２次元ウェーブレット変換・逆変換部１０１、量子化・逆量子化部１０２、エントロピー符号化・復号化部１０３、タグ処理部１０４で構成されている。
【００５７】
ＪＰＥＧ２０００の特徴の一つは、高圧縮領域における画質が良いという長所を持つ２次元離散ウェーブレット変換（ＤＷＴ：ＤｉｓｃｒｅｔｅＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ）を用いている点である。また、もう一つの大きな特徴は、最終段に符号形成を行うためのタグ処理部１０４と呼ばれる機能ブロックが追加されており、符号列データであるコードストリームの生成や解釈が行われる点である。そして、コードストリームによって、ＪＰＥＧ２０００は様々な便利な機能を実現できるようになっている。
【００５８】
なお、画像の入出力部分には、色空間変換・逆変換部１００が用意されることが多い。この色空間変換・逆変換部１００は、例えば、原色系のＲ（赤）／Ｇ（緑）／Ｂ（青）の各コンポーネントからなるＲＧＢ表色系や、補色系のＹ（黄）／Ｍ（マゼンタ）／Ｃ（シアン）の各コンポーネントからなるＹＭＣ表色系から、ＹＣｒＣｂあるいはＹＵＶ表色系への変換又は逆の変換を行う部分である。
【００５９】
以下、ＪＰＥＧ２０００アルゴリズム、特にウェーブレット変換について説明する。
【００６０】
図２は、カラー画像である原画像の分割された各コンポーネントの一例を概略的に示す模式図である。カラー画像は、一般に、図２に示すように、画像の各コンポーネント１１０が、例えばＲＧＢ原色系によって分離されている。さらに、画像の各コンポーネント１１０は、矩形をした領域であるタイル１１１によって分割されている。個々のタイル１１１、例えば、Ｒ００，Ｒ０１，…，Ｒ１５／Ｇ００，Ｇ０１，…，Ｇ１５／Ｂ００，Ｂ０１，…，Ｂ１５は、圧縮伸長プロセスを実行する際の基本単位を構成する。従って、圧縮伸長動作は、コンポーネント１１０毎に、そしてタイル１１１毎に、独立して行われる。
【００６１】
画像データの符号化時には（図１参照）、各コンポーネント１１０の各タイル１１１のデータが色空間変換・逆変換部１００に入力され、色空間変換を施された後、２次元ウェーブレット変換・逆変換部１０１で２次元ウェーブレット変換（順変換）が適用されて周波数帯に空間分割される。
【００６２】
図３は、デコンポジションレベル数が３である場合の各デコンポジションレベルにおけるサブバンドを概略的に示す模式図である。２次元ウェーブレット変換・逆変換部１０１は、画像のタイル分割によって得られたタイル画像（デコンポジションレベル０：０ＬＬ）に対して、２次元ウェーブレット変換を施し、デコンポジションレベル１に示すサブバンド（１ＬＬ，１ＨＬ，１ＬＨ，１ＨＨ）を分離する。引き続き、２次元ウェーブレット変換・逆変換部１０１は、この階層における低周波成分１ＬＬに対して、２次元ウェーブレット変換を施し、デコンポジションレベル２に示すサブバンド（２ＬＬ，２ＨＬ，２ＬＨ，２ＨＨ）を分離する。そして、２次元ウェーブレット変換・逆変換部１０１は、順次同様に、低周波成分２ＬＬに対しても、２次元ウェーブレット変換を施し、デコンポジションレベル３に示すサブバンド（３ＬＬ，３ＨＬ，３ＬＨ，３ＨＨ）を分離する。なお、図３中では、各デコンポジションレベルにおいて符号化の対象となるサブバンドはグレーで示されている。例えば、デコンポジションレベル数を３とした場合、グレーで示したサブバンド（３ＨＬ，３ＬＨ，３ＨＨ，２ＨＬ，２ＬＨ，２ＨＨ，１ＨＬ，１ＬＨ，１ＨＨ）が符号化対象となり、３ＬＬサブバンドは符号化されない。
【００６３】
次いで、量子化・逆量子化部１０２では（図１参照）、指定した符号化の順番で符号化の対象となるビットが定められた後、対象ビット周辺のビットからコンテキストが生成される。量子化の処理が終わったウェーブレット係数は、個々のサブバンド毎に、「プレシンクト」と呼ばれる重複しない矩形に分割される。これは、インプリメンテーションでメモリを効率的に使うために導入されたものである。さらに、個々のプレシンクトは、重複しない矩形の「コードブロック」に分けられる。これは、エントロピーコーディングを行う際の基本単位となる。
【００６４】
なお、ウェーブレット変換後の係数値は、そのまま量子化し符号化することも可能であるが、ＪＰＥＧ２０００では符号化効率を上げるために、係数値を「ビットプレーン」単位に分解し、画素あるいはコードブロック毎にビットプレーンに順位付けを行うことができる。
【００６５】
エントロピー符号化・復号化部１０３では（図１参照）、コンテキストと対象ビットとから、確率推定によって各コンポーネント１１０の各タイル１１１に対する符号化を行う。こうして、画像の全てのコンポーネント１１０について、タイル１１１単位で符号化処理が行われる。
【００６６】
最後に、タグ処理部１０４では（図１参照）、エントロピー符号化・復号化部１０３からの全符号化データを１本のコードストリーム（符号列データ）に結合するとともに、それにタグを付加する処理を行う。ここで、図４は、コードストリームの構造の一例を概略的に示す模式図である。コードストリームの先頭と各タイル１１１を構成する部分タイルの先頭には、ヘッダ（メインヘッダ（Ｍａｉｎｈｅａｄｅｒ）、タイルパートヘッダ（ｔｉｌｅｐａｒｔｈｅａｄｅｒ））と呼ばれるタグ情報が付加され、その後に、各タイル１１１の符号化データ（ｂｉｔｓｔｒｅａｍ）が続く。そして、コードストリームの終端には、再びタグ情報（ｅｎｄｏｆｃｏｄｅｓｔｒｅａｍ）が付加される。
【００６７】
一方、復号化時には、符号化時とは逆に、各コンポーネント１１０の各タイル１１１のコードストリームから画像データを生成する。この場合、図１に示すように、タグ処理部１０４は、外部より入力されたコードストリーム（符号列データ）に付加されたタグ情報を解釈し、コードストリームを各コンポーネント１１０の各タイル１１１のコードストリームに分解し、その各コンポーネント１１０の各タイル１１１のコードストリーム毎に復号化処理を行う。この際、コードストリーム内のタグ情報に基づく順番で復号化の対象となるビットの位置が定められるとともに、量子化・逆量子化部１０２において、その対象ビット位置の周辺ビット（既に復号化を終えている）の並びからコンテキストを生成する。そして、エントロピー符号化・復号化部１０３では、そのコンテキストとコードストリームとから確率推定によって復号化を行って対象ビットを生成し、それを対象ビットの位置に書き込む。このようにして復号化されたデータは、周波数帯域毎に空間分割されているため、これを２次元ウェーブレット変換・逆変換部１０１で２次元ウェーブレット逆変換を行うことにより、画像データ中の各コンポーネント１１０における各タイル１１１が復元される。復元されたデータは、色空間変換・逆変換部１００によって元の表色系のデータに変換される。
【００６８】
次に、本実施の形態の画像処理装置である複合機１の構成例について説明する。本実施の形態の複合機１は、複写機能、プリンタ機能、スキャナ機能、ファクシミリ機能、画像サーバ機能等の複合機能を有している。
【００６９】
図５は、本実施の形態の複合機１を概略的に示す縦断面図である。複合機１は、原稿から原稿画像を読み取る画像読取部であるスキャナ２と、スキャナ２で読み取られた画像を用紙等の記録材に形成する画像形成部であるプリンタ３とを備えている。
【００７０】
スキャナ２の本体ケース４の上面には、原稿（図示せず）が載置されるコンタクトガラス５が設けられている。原稿は、原稿面をコンタクトガラス５に対向させて載置される。コンタクトガラス５の上側には、コンタクトガラス５上に載置された原稿を押える原稿圧板６（いわゆるＡＤＦであってもよい）が設けられている。
【００７１】
コンタクトガラス５の下方には、原稿画像を光学的に読み取るための読取光学系７が設けられている。この読取光学系７は、光を発光する光源８及びミラー９を搭載する第１走行体１０、２枚のミラー１１，１２を搭載する第２走行体１３、結像レンズ１４を介してミラー９，１１，１２によって導かれる光を受光するＣＣＤ（ＣｈａｒｇｅＣｏｕｐｌｅｄＤｅｖｉｃｅ）イメージセンサ１５等によって構成されている。ＣＣＤイメージセンサ１５は、ＣＣＤイメージセンサ１５上に結像される原稿からの反射光を光電変換することで光電変換データを生成する光電変換素子として機能する。光電変換データは、原稿からの反射光の強弱に応じた大きさを有する電圧値である。第１、第２走行体１０，１３は、コンタクトガラス５に沿って往復動自在に設けられており、後述する原稿画像の読取動作に際しては、図示しないモータ等の移動装置によって２：１の速度比で副走査方向にスキャニング走行する。これにより、読取光学系７による原稿読取領域の露光走査が行われる。なお、本実施の形態では、読取光学系７側がスキャニング走査を行う原稿固定型で示しているが、読取光学系７側が位置固定で原稿側が移動する原稿移動型であっても良い。
【００７２】
プリンタ３は、シート状の用紙等の記録材を保持する記録材保持部１６から電子写真方式のプリンタエンジン１７及び定着器１８を経由して排出部１９へ至る記録材経路２０を備えている。
【００７３】
プリンタエンジン１７は、感光体２１、帯電器２２、露光器２３、現像器２４、転写器２５及びクリーナー２６等を用いて、電子写真方式で感光体２１の周囲に形成したトナー像を記録材に転写し、転写したトナー像を、定着器１８によって記録材上に定着させる。なお、本実施の形態では、プリンタエンジン１７が電子写真方式で画像形成を行うが、これに限るものではなく、例えば、インクジェット方式、昇華型熱転写方式、直接感熱記録方式等の様々な画像形成方式で画像形成を行うようにしても良い。
【００７４】
このような複合機１は、複数のマイクロコンピュータで構成される制御系により制御される。図６はこれらの制御系のうち、画像処理に関わる制御系の電気的な接続を概略的に示すブロック図である。この制御系は、ＣＰＵ３０、ＲＯＭ３１、ＲＡＭ３２、操作パネル３３、ＩＰＵ（ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）３４、Ｉ／Ｏポート３５、通信制御部３６等がバス３７で接続され構成されている。ＣＰＵ３０は、各種演算を行い、画像処理等の処理を集中的に制御する。ＲＯＭ３１には、ＣＰＵ３０が実行する処理に関わる各種プログラムや固定データが格納されている。また、ＲＡＭ３２は、ＣＰＵ３０のワークエリアとして機能し、加えて、画像データ（例えば、画像ファイル）を一時的に記憶するメモリとして機能する。操作パネル３３には、ＬＣＤ（ＬｉｑｕｉｄＣｒｙｓｔａｌＤｉｓｐｌａｙ）等の表示器、ハードキー及びタッチパネル等によって構成される複数の操作キー（いずれも図示せず）が設けられており、操作パネル３３が表示部及び操作部として機能する。ＩＰＵ３４は各種画像処理に関わるハードウエアを備えており、ＲＯＭ３１はＥＥＰＲＯＭやフラッシュメモリ等の不揮発性メモリを備えており、画像データ（例えば、画像ファイル）を記憶するメモリとしても機能する。ここで、ＲＯＭ３１内に格納されているプログラムは、ＣＰＵ３０の制御によりＩ／Ｏポート３５を介して外部装置（図示せず）からダウンロードされるプログラムに書換え可能である。なお、本実施の形態では、ＲＯＭ３１がプログラムを記憶する記憶媒体として機能している。通信制御部３６は、複合機１と外部装置（図示せず）との間でネットワーク等を介してデータを送受信する機能を有しており、ファクシミリのモデム機能、公衆電話回線網に接続するための網制御機能、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）制御機能等を備えている。
【００７５】
次に、本実施の形態の複合機１における画像処理の概要について図７を参照して説明する。図７は、複合機１における画像処理の概要を説明するための機能ブロック図である。
【００７６】
複合機１の画像処理は、図１を参照して説明した各機能ブロックで構成されている圧縮部４０と、各々複数の領域に分割され圧縮された第１の画像及び第２の画像から各々複数の領域毎に特徴量を抽出する特徴量抽出部４１と、抽出した複数の領域毎の特徴量に基づいて第１の画像と第２の画像とを比較する画像比較部４２と、を備えている。
【００７７】
基本的には、スキャナ２で読み取られた画像の画像データをＪＰＥＧ２０００アルゴリズムに基づいて圧縮符号化し、画像のコードストリームを生成する。すなわち、画像を１又は複数の領域である複数のタイル領域（矩形領域）に分割し、このタイル領域毎に画素値を離散ウェーブレット変換して階層的に圧縮符号化する。その後、圧縮した画像からタイル領域毎に特徴量を抽出し、抽出した特徴量に基づいて、原画像（第１の画像）と他の画像（第２の画像）とを比較する。これにより、原画像の類似画像や原画像と一致する同一画像を検索したり、それらの画像を分類したりすることができる。ここで、複数の領域とは、タイル領域に限るものではない。なお、ＪＰＥＧ２０００アルゴリズムに基づいて圧縮された画像データを受信して、受信した画像に対して特徴量抽出部４１及び画像比較部４２による処理を実行するようにしても良い。
【００７８】
このような圧縮部４０、特徴量抽出部４１や画像比較部４２等の機能は、ＲＯＭ３１に記憶されているプログラムに基づいてＣＰＵ３０が行う画像処理で実行されるようにしているが、これに限るものではなく、例えば、ＩＰＵ３４によりハードウエアが行う画像処理で実行されるようにしても良い。
【００７９】
ここで、特徴量抽出部４１における特徴量の抽出方法について説明する。特徴量抽出部４１では、複数の領域であるタイル領域毎に領域属性を識別する領域識別処理を実行し、領域属性を特徴量として抽出する。この領域属性としては、例えば、文字領域、写真領域、図領域、表領域、黒ベタ領域、背景領域、識別不能領域等の様々な領域属性がある。なお、識別不能領域とは、領域識別処理により領域属性を識別できなかった領域である。また、背景領域とは、原稿の余白にあたる余白領域であるが、これに限るものではなく、例えば、行間にあたる行間領域を余白領域に加えた領域であっても良い。
【００８０】
次いで、複合機１のＣＰＵ３０がプログラムに基づいて実行する画像処理について説明する。ここでは、複合機１を画像サーバとして用いるために画像データを蓄積する場合の画像処理について図８ないし図１３を参照して説明する。図８は本実施の形態の画像処理の流れを概略的に示すフローチャート、図９は複数のタイル領域に分割された画像の一例を概略的に示す説明図、図１０は特徴量抽出処理の流れを概略的に示すフローチャート、図１１は画像比較処理の流れを概略的に示すフローチャート、図１２は画像比較処理を概略的に示す説明図、図１３は画像比較処理の結果を概略的に示す説明図である。
【００８１】
図８に示すように、まず、スキャナ２による原稿画像の読取に待機する（ステップＳ１のＮ）。操作者がスキャナ２の原稿圧板６を開放してコンタクトガラス５上に原稿をセットし、原稿圧板６を閉じて操作パネル３３のスタートキーを押下すると、スキャナ２は読取光学系７のスキャニング動作でコンタクトガラス５上にセットされた原稿から原画像（第１の画像）を読み取る。
【００８２】
スキャナ２により原稿から原画像が読み取られると（Ｓ１のＹ）、読み取った原画像をＪＰＥＧ２０００アルゴリズムに基づいて圧縮する（Ｓ２）。すなわち、原画像は、複数のタイル領域に分割され、複数のタイル領域毎に２次元ウェーブレット変換、量子化及び符号化という手順で階層的に圧縮される。これにより、原画像は、複数のタイル領域に分割されることになる。例えば、図９に示すように、原画像は、４×６＝２４の複数のタイル領域に分割される。
【００８３】
圧縮した原画像からタイル領域毎に特徴量を抽出する特徴量抽出処理を実行する（Ｓ３）。ここに、特徴量抽出手段又は特徴量抽出機能が実行される。ここでは、圧縮した原画像に対してタイル領域毎に領域属性を識別する領域識別処理を実行し、タイル領域毎に領域属性を特徴量として抽出する。
【００８４】
ここで、特徴量抽出処理について説明する。図１０に示すように、圧縮した原画像における全てのタイル領域の中から一つのタイル領域を選択する（Ｓ１１）。選択したタイル領域に対して領域識別処理を実行して、タイル領域の領域属性を特徴量として抽出する（Ｓ１２）。なお、領域識別処理の方法は、従来の方法、例えば、黒ランの密度を用いて領域識別する方法等で十分であり、その方法は公知であるため、その説明は省略する。そして、全てのタイル領域の領域属性が抽出されるまで、ステップＳ１１からステップＳ１２を繰り返す（Ｓ１３のＮ）。これにより、全てのタイル領域の領域属性が、文字領域、写真領域、図領域、表領域、背景領域、識別不能領域等に識別され、タイル領域毎に抽出される。
【００８５】
次に、図８に示すように、画像（画像データ）がＲＯＭ３１に保存されているか否かを判断する（Ｓ４）。画像がＲＯＭ３１に保存されていないと判断した場合には（Ｓ４のＮ）、圧縮した原画像（画像データ）をＲＯＭ３１（ＥＥＰＲＯＭやフラッシュメモリ等）に保存する（Ｓ５）。なお、ステップＳ３で、抽出された特徴量である領域属性は、原画像の画像データ中に保存されているが、これに限るものではなく、例えば、原画像に関連付られ領域属性データとして保存されても良い。
【００８６】
画像がＲＯＭ３１に保存されていると判断した場合には（Ｓ４のＹ）、ステップＳ３でタイル領域毎に抽出された領域属性に基づいて、ステップＳ２で圧縮した原画像をＲＯＭ３１に保存されている画像（第２の画像）と比較する画像比較処理を実行する（Ｓ６）。ここに、画像比較手段又は画像比較機能が実行される。
【００８７】
ここで、画像比較処理について説明する。図１１に示すように、各々全てのタイル領域の中から１つのタイル領域を選択し（Ｓ２１：図１２参照）、選択した各々のタイル領域の領域属性を比較する（Ｓ２２：図１２参照）。ここに、特徴量比較手段又は特徴量比較機能が実行される。例えば、図１２中では、画像Ａと画像Ｂとにおいて、番号１で示すタイル領域の領域属性を比較している。このように、選択した各々タイル領域は、画像中の同一位置に位置するタイル領域である。次に、全てのタイル領域の領域属性が比較されるまで、ステップＳ２１からステップＳ２２を繰り返す（Ｓ２３のＮ）。これにより、タイル領域毎に領域属性が比較され、タイル領域の領域属性が一致するか否かが判断される（図１３参照）。なお、図１３中では、〇が領域属性の一致を示し、×は領域属性が不一致を示す。
【００８８】
このように全てのタイル領域の領域属性が比較され、その後、一致数すなわち〇の数を所定の一致数と比較する。ここに、一致数比較手段又は一致数比較機能が実行される。〇の数が所定の一致数より大きいと判断された場合には、圧縮した原画像とＲＯＭ３１に保存されている画像とを一致度が高い画像（類似画像や同一画像等）として特定する。ここに、画像特定手段又は画像特定機能が実行される。例えば、図１２中では、所定の一致数を２０と設定しておき、〇の数が２０より大きい又は２０以上である場合、圧縮した原画像とＲＯＭ３１に保存されている画像とを類似画像として特定したり、所定の一致数を２４と設定しておき、〇の数が２４である場合、圧縮した原画像とＲＯＭ３１に保存されている画像とを同一画像として特定したりする。なお、所定の一致数は、複合機１の工場出荷前に設定されているが、これに限るものではなく、例えば操作パネル３３に対する操作者の操作によって設定されるようにしても良い。
【００８９】
その後、図８に示すように、圧縮した原画像（画像データ）を一致度が高い画像と関連付けてＲＯＭ３１（ＥＥＰＲＯＭやフラッシュメモリ等）に保存する（Ｓ５）。なお、一致度が高い画像が存在しない場合には、関連付けを行わずに原画像をＲＯＭ３１に保存する。ここで、複数の原画像が読み取られると、複数の画像は、特徴量である領域属性に基づいて分類され、類似画像又は同一画像毎に関連付けられてＲＯＭ３１に保存される。これにより、分類された複数の画像で構成された画像ファイル（辞書ファイル）が形成されることになる。なお、ＪＰＥＧ２０００アルゴリズムに基づいて圧縮された画像を通信制御部３６により受信して、受信した画像に対してステップＳ３からステップＳ６までの画像処理を実行するようにしても良い。
【００９０】
このようにＲＯＭ３１に保存された画像は、例えば、ＪＰＥＧ２０００アルゴリズムに基づいて伸長され、プリンタエンジン１７によって用紙等の記録材に画像形成されたり、通信制御部３６によってネットワーク等を介して外部装置に送信されたりする。ここに、伸長手段又は伸長機能が実行される。
【００９１】
また、操作パネル３３に対する操作者の操作によって選択された画像に関して類似画像や同一画像等を検索する場合にも、前述した画像処理が同様に実行される。これにより、一致度が高い画像が検索され、類似画像や同一画像等が求められる。
【００９２】
このように本実施の形態では、ＪＰＥＧ２０００アルゴリズムに基づいて圧縮された原画像（第１の画像）とＲＯＭ３１に保存されている画像（第２の画像）とから各々タイル領域毎にタイル領域の領域属性を識別し、識別したタイル領域の領域属性を特徴量として抽出し（Ｓ３）、抽出したタイル領域毎の領域属性に基づいて原画像とＲＯＭ３１に保存されている画像とを比較するようにしたことから、ＪＰＥＧ２０００の特徴を活かした様々な画像処理を実行することが可能になり、画像を複数の領域に分割する処理や複数の解像度の画像を形成する処理等が必要とされず、簡単な処理で精度良く画像比較を実行することが可能となり、その結果として、システム規模の縮小及び処理時間の短縮を実現することができる。
【００９３】
また、全てのタイル領域の領域属性を抽出し、全てのタイル領域の領域属性を比較することで、一部分のタイル領域の領域属性を比較する場合に比べ、精度高く画像比較を実行することができる。
【００９４】
ここで、ステップＳ１２における領域属性の識別方法としては、従来の識別方法以外に、ウェーブレット特徴量を用いることも可能であり、例えば、画像をタイル領域毎に２次元ウェーブレット変換し（図３参照）、タイル領域の２次元ウェーブレット係数中に含まれている周波数成分情報（ＬＬ成分、ＬＨ成分、ＨＬ成分、ＨＨ成分）に基づいてタイル領域の領域属性を識別する方法がある。なお、ＬＬ成分とは水平方向低周波・垂直方向低周波成分であり、ＬＨ成分とは水平方向低周波・垂直方向高周波成分であり、ＨＬ成分とは水平方向高周波・垂直方向低周波成分であり、ＨＨ成分とは水平方向高周波・垂直方向高周波成分である。また、ＪＰＥＧ２０００の２次元ウェーブレット変換は、１次元フィルタを水平方向及び垂直方向に適用することで２次元ウェーブレット係数を算出し、算出した２次元ウェーブレット係数をローパスフィルタとハイパスフィルタとの組合せによって、前述した４つの係数群（ＬＬ成分、ＬＨ成分、ＨＬ成分、ＨＨ成分）に分割する。
【００９５】
このような周波数成分情報に基づく領域属性の識別方法においては、画像の写真領域でＨＨ成分が高くなることを利用して、ＨＨ成分の領域が広く分布しているタイル領域の領域属性を写真領域属性として識別する。また、画像の文字領域でＨＨ成分が文字行方向に隣設して連続することを利用して、ＨＨ成分が文字行方向に隣設して連続するタイル領域の領域属性を文字領域属性として識別する。さらに、表の罫線がＨＬ成分及びＬＨ成分に反応することを利用して、ＨＬ及びＬＨ成分に基づいて罫線情報である罫線の交差情報を抽出し、抽出した罫線の交差情報からタイル領域の領域属性を表領域属性として識別する。加えて、背景領域でＬＬ成分以外のＨＨ、ＨＬ、ＬＨ成分があまり高くないことを利用して、ＨＨ、ＨＬ、ＬＨ成分が他の領域に比べあまり高くないタイル領域の領域属性を背景領域属性として識別する。また、ＨＬ及びＬＨ成分に基づいて罫線情報である罫線の傾き情報（傾き量）を抽出し、抽出した罫線の傾き情報から画像の傾きを求め、傾き角度を検出することも可能である。
【００９６】
このように周波数成分情報を用いることで、従来の領域識別方法に比べ、精度高く領域識別を実行することができる。さらに、従来、エッジ情報を求めてから罫線情報を抽出していたが、圧縮された画像が有しているエッジ情報のＨＬ成分及びＬＨ成分の周波数成分情報を用いることで、エッジ情報を求める必要が無いので、システム規模の縮小及び処理時間の短縮を実現することができる。
【００９７】
本発明の第二の実施の形態について説明する。本実施の形態は、第一の実施の形態と基本的構成は同じであり、その相違点は、複合機１のＣＰＵ３０がプログラムに基づいて実行する特徴量抽出処理であり、特に、操作パネル３３に対する操作者の操作によって選択された必要領域に基づいて、特徴量を抽出する必要があるタイル領域を指定する点である。なお、第一の実施の形態で説明した部分と同一部分は同一符号で示し、その説明も省略する。
【００９８】
本実施の形態における複合機１のＣＰＵ３０がプログラムに基づいて実行する画像処理の一部である特徴量抽出処理について図１４及び図１５を参照して説明する。図１４は本実施の形態の特徴量抽出処理の流れを概略的に示すフローチャート、図１５は必要領域の一例を概略的に示す説明図である。
【００９９】
図１４に示すように、操作パネル３３に対する操作者の操作によって選択された必要領域に基づいて、特徴量である領域属性を抽出する必要があるタイル領域を指定する（Ｓ３１）。ここに、領域指定手段又は領域指定機能が実行される。ここで、原画像には、タイル領域毎に１から２４までの番号が割り当てられている（図１５参照）。例えば、操作者が操作パネル３３を操作して９から２０までの番号を選択することで、９から２０までの複数のタイル領域が必要領域として選択される（図１５参照）。なお、必要領域が選択されなかった場合には、例えば、１から２４までの全てのタイル領域が必要領域として選択される。
【０１００】
指定された複数のタイル領域の中から一つのタイル領域を選択する（Ｓ３２）。選択したタイル領域に対して領域識別処理を実行して、タイル領域の領域属性を特徴量として抽出する（Ｓ３３）。指定された複数のタイル領域の領域属性が抽出されるまで、ステップＳ３２からステップＳ３３を繰り返す（Ｓ３４のＮ）。これにより、全てのタイル領域の領域属性が、文字領域、写真領域、図領域、表領域、背景領域、識別不能領域等に識別され、タイル領域毎に抽出される。
【０１０１】
このように本実施の形態では、第一の実施の形態の効果と同様な効果が得られ、さらに、操作パネル３３に対する操作者の操作によって、領域属性を抽出する必要があるタイル領域が指定されることから、その指定されたタイル領域に対してのみ領域識別処理が実行されるので、全てのタイル領域に対して領域識別処理を実行する場合に比べて、処理時間を短縮することができる。
【０１０２】
なお、各実施の形態においては、画像処理装置として複合機１を用いているが、これに限るものではなく、例えば、パーソナルコンピュータ等を用いても良い。この場合、パーソナルコンピュータは、ＣＰＵ、ＲＯＭ、ＲＡＭ、各種のプログラムを記憶するＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）、ＣＤ−ＲＯＭドライブ、ネットワークを介し外部装置と通信により情報を伝達するための通信制御装置、処理経過や結果等を操作者に表示する表示装置、キーボードやマウス等の入力装置等を備えている。ここで、ＨＤＤは、前述したようなＪＰＥＧ２０００フォーマットの圧縮伸長用のプログラムを含むプログラムを記憶する記憶媒体として機能する。
【０１０３】
なお、一般的には、パーソナルコンピュータのＨＤＤにインストールされるプログラムは、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等の光情報記録メディアやＦＤ等の磁気メディア等に記録され、この記録されたプログラムがＨＤＤにインストールされる。このため、ＣＤ−ＲＯＭ等の光情報記録メディアやＦＤ等の磁気メディア等の可搬性を有する記憶媒体も、前述したようなＪＰＥＧ２０００フォーマットの圧縮伸長用のプログラムを含むプログラムを記憶する記憶媒体となり得る。さらには、このようなプログラムは、例えば通信制御装置を介して外部から取込まれ、ＨＤＤにインストールされても良い。
【０１０４】
【発明の効果】
請求項１記載の発明の画像処理装置によれば、各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量に基づいて、前記第１の画像と前記第２の画像とを比較する画像比較手段と、を備えることから、画像を複数の領域に分割する処理等が必要とされず、簡単な処理で精度良く画像比較を実行することが可能となり、その結果として、システム規模の縮小及び処理時間の短縮を実現することができる。
【０１０５】
請求項２記載の発明によれば、請求項１記載の画像処理装置において、前記特徴量抽出手段は、領域の領域属性を識別し、識別した領域属性を特徴量として抽出することから、簡単に特徴量を抽出することができ、精度高く画像比較を実行することができる。
【０１０６】
請求項３記載の発明によれば、請求項２記載の画像処理装置において、前記第１の画像及び前記第２の画像は、複数の領域毎に２次元ウェーブレット変換、量子化及び符号化という手順で圧縮されており、前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれている周波数成分情報に基づいて領域の領域属性を識別することから、特徴量を抽出するための処理が簡略化され、精度高く簡単に領域属性を識別することが可能となり、その結果として、処理時間の短縮を実現することができる。
【０１０７】
請求項４記載の発明によれば、請求項３記載の画像処理装置において、前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいてタイル領域の領域属性を表領域属性として識別することから、精度高く簡単に表領域を識別することができる。
【０１０８】
請求項５記載の発明によれば、請求項１記載の画像処理装置において、前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて罫線情報を特徴量として抽出することから、精度高く簡単に画像の罫線情報を抽出することができる。
【０１０９】
請求項６記載の発明によれば、請求項１ないし５のいずれか一記載の画像処理装置において、操作者による操作を受け付ける操作部と、前記操作部に対する操作者の操作に基づいて、特徴量を抽出する必要がある領域を指定する領域指定手段と、を備え、前記特徴量抽出手段は、前記領域指定手段により指定された領域だけの特徴量を抽出することから、操作部に対する操作者の操作によって、特徴量を抽出する必要がある領域が指定されることで、その指定された領域からのみ特徴量が抽出されるので、全ての領域から特徴量を抽出する場合に比べ、処理時間を短縮することができる。
【０１１０】
請求項７記載の発明によれば、請求項１ないし６のいずれか一記載の画像処理装置において、前記画像比較手段は、前記特徴量抽出手段により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較する特徴量比較手段と、前記特徴量比較手段による前記第１の画像の特徴量と前記第２の画像の特徴量との一致数を所定の一致数と比較する一致数比較手段と、前記一致数比較手段により前記一致数が所定の一致数より大きいと判断された場合、前記第１の画像と前記第２の画像とを一致度が高い画像として特定する画像特定手段と、を備えることから、第１の画像と第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較することで、精度高く簡単に画像比較を実行することができる。
【０１１１】
請求項８記載の発明によれば、請求項７記載の画像処理装置において、前記特徴量抽出手段は、全ての領域の特徴量を抽出し、前記特徴量比較手段は、全ての領域の特徴量を比較することから、一部分の領域の特徴量を比較する場合に比べ、精度高く画像比較を実行することができる。
【０１１２】
請求項９記載の発明によれば、請求項１ないし８のいずれか一記載の画像処理装置において、原稿から画像を光学的に読み取る読取光学系を備えることから、原稿から画像を読み取ることが可能になり、その結果として、この画像に対し画像処理等の様々な処理を実行することができる。
【０１１３】
請求項１０記載の発明によれば、請求項１ないし９のいずれか一記載の画像処理装置において、圧縮された画像を複数の領域毎に復号化、逆量子化及び２次元ウェーブレット逆変換という手順で伸長する伸長手段を備えることから、圧縮された画像が伸長され、その結果として、伸長された画像の表示装置等への表示や用紙等への印字等を実行することができる。
【０１１４】
請求項１１記載の発明によれば、請求項１０記載の画像処理装置において、前記伸長手段により伸長された画像を記録材に画像形成するプリンタエンジンを備えることから、伸長された画像を用紙等の記録材に画像形成することができる。
【０１１５】
請求項１２記載の発明のプログラムによれば、画像処理装置が備えるコンピュータに解釈され、前記コンピュータに、各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出する特徴量抽出機能と、前記特徴量抽出機能により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量に基づいて、前記第１の画像と前記第２の画像とを比較する画像比較機能と、を実行させることから、画像を複数の領域に分割する処理等が必要とされず、簡単な処理で精度良く画像比較を実行することが可能となり、その結果として、システム規模の縮小及び処理時間の短縮を実現することができる。
【０１１６】
請求項１３記載の発明によれば、請求項１２記載のプログラムにおいて、前記特徴量抽出機能は、領域の領域属性を識別し、識別した領域属性を特徴量として抽出することから、簡単に特徴量を抽出することができ、精度高く画像比較を実行することができる。
【０１１７】
請求項１４記載の発明によれば、請求項１３記載のプログラムにおいて、前記第１の画像及び前記第２の画像は、複数の領域毎に２次元ウェーブレット変換、量子化及び符号化という手順で圧縮されており、前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれている周波数成分情報に基づいて領域の域の領域属性を識別することから、特徴量を抽出するための処理が簡略化され、精度高く簡単に領域属性を識別することが可能となり、その結果として、処理時間の短縮を実現することができる。
【０１１８】
請求項１５記載の発明によれば、請求項１４記載のプログラムにおいて、前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいてタイル領域の領域属性を表領域属性として識別することから、精度高く簡単に表領域を識別することができる。
【０１１９】
請求項１６記載の発明によれば、請求項１２記載のプログラムにおいて、前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて罫線情報を特徴量として抽出することから、精度高く簡単に画像の罫線情報を抽出することができる。
【０１２０】
請求項１７記載の発明によれば、請求項１２ないし１６のいずれか一記載のプログラムにおいて、操作部に対する操作者の操作に基づいて、特徴量を抽出する必要がある領域を指定する領域指定機能を前記コンピュータに実行させ、前記特徴量抽出機能は、前記領域指定機能により指定された領域だけの特徴量を抽出することから、操作部に対する操作者の操作によって、特徴量を抽出する必要がある領域が指定されることで、その指定された領域からのみ特徴量が抽出されるので、全ての領域から特徴量を抽出する場合に比べ、処理時間を短縮することができる。
【０１２１】
請求項１８記載の発明によれば、請求項１２ないし１７のいずれか一記載のプログラムにおいて、前記画像比較機能は、前記特徴量抽出機能により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較する特徴量比較機能と、前記特徴量比較機能による前記第１の画像の特徴量と前記第２の画像の特徴量との一致数を所定の一致数と比較する一致数比較機能と、前記一致数比較機能により前記一致数が所定の一致数より大きいと判断された場合、前記第１の画像と前記第２の画像とを一致度が高い画像として特定する画像特定機能と、を前記コンピュータに実行させることから、第１の画像と第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較することで、精度高く簡単に画像比較を実行することができる。
【０１２２】
請求項１９記載の発明によれば、請求項１８記載のプログラムにおいて、前記特徴量抽出機能は、全ての領域の特徴量を抽出し、前記特徴量比較機能は、全ての領域の特徴量を比較することから、一部分の領域の特徴量を比較する場合に比べ、精度高く画像比較を実行することができる。
【０１２３】
請求項２０記載の発明によれば、請求項１２ないし１９のいずれか一記載のプログラムにおいて、圧縮された画像を複数の領域毎に復号化、逆量子化及び２次元ウェーブレット逆変換という手順で伸長する伸長機能を前記コンピュータに実行させることから、圧縮された画像が伸長され、その結果として、伸長された画像の表示装置等への表示や用紙等への印字等を実行することができる。
【０１２４】
請求項２１記載の発明のコンピュータ読取可能な記憶媒体によれば、請求項１２ないし２０のいずれか一記載のプログラムを記憶していることから、請求項１２ないし２０のいずれか一記載の発明と同様な効果を奏する。
【図面の簡単な説明】
【図１】ＪＰＥＧ２０００アルゴリズムの概要を説明するための機能ブロック図である。
【図２】カラー画像である原画像の分割された各コンポーネントの一例を概略的に示す模式図である。
【図３】デコンポジションレベル数が３である場合の各デコンポジションレベルにおけるサブバンドを概略的に示す模式図である。
【図４】コードストリームの構造の一例を概略的に示す模式図である。
【図５】本発明の第一の実施の形態の複合機を概略的に示す縦断面図である。
【図６】複合機の制御系のうち、画像処理に関わる制御系の電気的な接続を概略的に示すブロック図である。
【図７】複合機における画像処理の概要を説明するための機能ブロック図である。
【図８】本発明の第一の実施の形態の画像処理の流れを概略的に示すフローチャートである。
【図９】複数のタイル領域に分割された画像の一例を概略的に示す説明図である。
【図１０】本発明の第一の実施の形態の特徴量抽出処理の流れを概略的に示すフローチャートである。
【図１１】画像比較処理の流れを概略的に示すフローチャートである。
【図１２】画像比較処理を概略的に示す説明図である。
【図１３】画像比較処理の結果を概略的に示す説明図である。
【図１４】本発明の第二の実施の形態の特徴量抽出処理の流れを概略的に示すフローチャートである。
【図１５】必要領域の一例を概略的に示す説明図である。
【符号の説明】
１画像処理装置（複合機）
７読取光学系
１７プリンタエンジン
３１記憶媒体（ＲＯＭ）
３３操作部（操作パネル）

Claims

各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出する特徴量抽出手段と、
前記特徴量抽出手段により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量に基づいて、前記第１の画像と前記第２の画像とを比較する画像比較手段と、
を備える画像処理装置。
前記特徴量抽出手段は、領域の領域属性を識別し、識別した領域属性を特徴量として抽出する請求項１記載の画像処理装置。
前記第１の画像及び前記第２の画像は、複数の領域毎に２次元ウェーブレット変換、量子化及び符号化という手順で圧縮されており、
前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれている周波数成分情報に基づいて領域の領域属性を識別する請求項２記載の画像処理装置。
前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいてタイル領域の領域属性を表領域属性として識別する請求項３記載の画像処理装置。
前記特徴量抽出手段は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて罫線情報を特徴量として抽出する請求項１記載の画像処理装置。
操作者による操作を受け付ける操作部と、
前記操作部に対する操作者の操作に基づいて、特徴量を抽出する必要がある領域を指定する領域指定手段と、
を備え、
前記特徴量抽出手段は、前記領域指定手段により指定された領域だけの特徴量を抽出する請求項１ないし５のいずれか一記載の画像処理装置。
前記画像比較手段は、
前記特徴量抽出手段により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較する特徴量比較手段と、
前記特徴量比較手段による前記第１の画像の特徴量と前記第２の画像の特徴量との一致数を所定の一致数と比較する一致数比較手段と、
前記一致数比較手段により前記一致数が所定の一致数より大きいと判断された場合、前記第１の画像と前記第２の画像とを一致度が高い画像として特定する画像特定手段と、
を備える請求項１ないし６のいずれか一記載の画像処理装置。
前記特徴量抽出手段は、全ての領域の特徴量を抽出し、
前記特徴量比較手段は、全ての領域の特徴量を比較する請求項７記載の画像処理装置。
原稿から画像を光学的に読み取る読取光学系を備える請求項１ないし８のいずれか一記載の画像処理装置。
圧縮された画像を複数の領域毎に復号化、逆量子化及び２次元ウェーブレット逆変換という手順で伸長する伸長手段を備える請求項１ないし９のいずれか一記載の画像処理装置。
前記伸長手段により伸長された画像を記録材に画像形成するプリンタエンジンを備える請求項１０記載の画像処理装置。
画像処理装置が備えるコンピュータに解釈され、前記コンピュータに、
各々複数の領域に分割され圧縮された第１の画像と第２の画像とから各々複数の領域毎に特徴量を抽出する特徴量抽出機能と、
前記特徴量抽出機能により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量に基づいて、前記第１の画像と前記第２の画像とを比較する画像比較機能と、
を実行させるプログラム。
前記特徴量抽出機能は、領域の領域属性を識別し、識別した領域属性を特徴量として抽出する請求項１２記載のプログラム。
前記第１の画像及び前記第２の画像は、複数の領域毎に２次元ウェーブレット変換、量子化及び符号化という手順で圧縮されており、
前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれている周波数成分情報に基づいて領域の領域属性を識別する請求項１３記載のプログラム。
前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいてタイル領域の領域属性を表領域属性として識別する請求項１４記載のプログラム。
前記特徴量抽出機能は、領域の２次元ウェーブレット係数中に含まれているＨＬ成分及びＬＨ成分に基づいて罫線情報を特徴量として抽出する請求項１２記載のプログラム。
操作部に対する操作者の操作に基づいて、特徴量を抽出する必要がある領域を指定する領域指定機能を前記コンピュータに実行させ、
前記特徴量抽出機能は、前記領域指定機能により指定された領域だけの特徴量を抽出する請求項１２ないし１６のいずれか一記載のプログラム。
前記画像比較機能は、
前記特徴量抽出機能により前記第１の画像と前記第２の画像とから各々複数の領域毎に抽出された特徴量を複数の領域毎に比較する特徴量比較機能と、
前記特徴量比較機能による前記第１の画像の特徴量と前記第２の画像の特徴量との一致数を所定の一致数と比較する一致数比較機能と、
前記一致数比較機能により前記一致数が所定の一致数より大きいと判断された場合、前記第１の画像と前記第２の画像とを一致度が高い画像として特定する画像特定機能と、
を前記コンピュータに実行させる請求項１２ないし１７のいずれか一記載のプログラム。
前記特徴量抽出機能は、全ての領域の特徴量を抽出し、
前記特徴量比較機能は、全ての領域の特徴量を比較する請求項１８記載のプログラム。
圧縮された画像を複数の領域毎に復号化、逆量子化及び２次元ウェーブレット逆変換という手順で伸長する伸長機能を前記コンピュータに実行させる請求項１２ないし１９のいずれか一記載のプログラム。
請求項１２ないし２０のいずれか一記載のプログラムを記憶しているコンピュータ読取可能な記憶媒体。