JP2009199308A - 線画処理装置、プログラム及び線画処理方法 - Google Patents

Abstract

【課題】多数発生する微小領域を合理的に、かつ効率的に他の領域と結合させる技術を提供する。
【解決手段】線画データを多階調化した多階調化データを取得するとともに、線画から芯線を抽出する。さらに、芯線で囲まれる閉領域であって、所定の基準よりも小さい閉領域を選択する。そして、選択した閉領域の重心点を決定し、当該重心点に対して所定の距離基準によって近接する複数の近接点を設定する。その後、多階調化データを参照して、重心点及び各近接点に対応する階調値を取得して比較する。さらに、重心点に対応する階調値に最も近い階調値を有する近接点を選択する。そして、重心点を含む閉領域と当該選択した近接点を含む閉領域との間に介在する境界線を削除する。
【選択図】図３

Description

本発明は、描画線で規定された複数の領域を結合する線画処理技術に関する。

未彩色の線画として代表的なものとしてマンガがある。マンガ（Ｍａｎｇａ）は、英語のコミック（Ｃｏｍｉｃ）とは異なり、日本独自の風合いを持つ（モノクロ）線画である。すなわち、マンガでは、階調（色合い）の表現やキャラクターの感情などが、様々なトーン、効果線、ベタなどの白黒の模様、線等で表現されており、カラー表現が多いコミックとは大きく異なる。

伝統的にマンガは紙上に印刷して市場に供給されてきており、カラー印刷コストがかかりすぎるなどの理由のために、雑誌などの巻頭カラーページ以外はモノクロ（未彩色）でしか制作されていなかった。

しかし、携帯電話などの端末装置の通信技術の発達により、デジタル化されたマンガを、通信回線を介して購読できるサイトが急増しており、マンガを液晶モニタなどで鑑賞できる機会が増え、カラー化（彩色、色付け）されたマンガの需要が大きくなっている。また、日本国外においては、モノクロマンガの文化がないため、マンガビジネスを海外展開する上では、モノクロマンガを彩色する必要がある。そのため、モノクロマンガを彩色するための制作作業がなされている。ここで、デジタル線画中の領域について、彩色作業を自動化する技術は、例えば特許文献１に開示されている。

特許第２８３５７５２号公報

ところが、特許文献１に開示された技術は、アニメ彩色を想定してトレース線を用いて描かれたセル画に対して彩色を行う技術であり、マンガなどの線画を自動彩色する際に、そのまま適用することは困難であった。

すなわち、マンガには、アニメ制作のように彩色を前提としたトレース線がなく、背景や被写体なども一枚の線画に合成されている。そのため、マンガには、トーンや細かな書き込み描写が多く、細かな領域（微少領域）が多数存在するため、手作業による切り抜きや色塗りに手間がかかるという問題があった。

特に、カケ網などのトーン（スクリーントーン（登録商標））が付された領域において、微少領域が多数発生する場合には、彩色のための作業が非常に煩雑となっている。

以上のように、モノクロマンガの彩色作業の効率化が強く望まれているが、微少領域の扱いが非常に煩雑となっている。

本発明は、上記課題に鑑みなされたものであり、多数発生する微小領域を合理的に、かつ効率的に他の領域と結合させる技術を提供することを目的とする。

上記の課題を解決するため、請求項１の発明は、描画線により分離された閉領域を結合する線画処理装置であって、デジタル化した線画データを取得する線画データ取得手段と、前記線画データを空間的に平滑化することにより、中間調の画素を持つ多階調化データを取得する多階調化手段と、前記線画データから前記描画線を抽出することによって、前記描画線で囲まれる領域を複数の閉領域として分離する領域分離手段と、前記複数の閉領域のうち所定の距離基準で近接する２以上の閉領域を、それぞれの閉領域に対応する前記多階調データの部分の階調値の一致度に応じて結合する領域結合手段とを備えることを特徴とする。

また、請求項２の発明は、請求項１の発明に係る線画処理装置であって、前記多階調化手段は、画像データを縮小処理する縮小化手段、を含むことを特徴とする。

また、請求項３の発明は、請求項１または２の発明に係る線画処理装置であって、前記多階調化手段は、所定サイズのフィルタにより、各画素の値を多階調で平均化する平均化手段、を含むことを特徴とする。

また、請求項４の発明は、請求項１ないし３のいずれかの発明に係る線画処理装置であって、前記多階調化手段は、注目画素の近傍の画素の各階調値を取得して、前記各階調値から中央値を取得し、当該中央値を前記注目画素の階調値とするメディアンフィルタ処理手段、を含むことを特徴とする。

また、請求項５の発明は、請求項１ないし４のいずれかの発明に係る線画処理装置であって、前記領域分離手段は、前記線画データから前記描画線の芯線を抽出し、当該芯線で囲まれる領域を複数の閉領域として分離することを特徴とする。

また、請求項６の発明は、請求項５の発明に係る線画処理装置であって、前記領域結合手段は、前記複数の閉領域のうち、所定の基準サイズよりも小さい第１閉領域を選択し、当該第１閉領域内に含まれる第１位置の位置情報を取得する位置情報取得手段と、前記第１位置に対応する第１階調値と、前記第１位置から前記所定の距離基準で近接する２以上の近接位置に対応する階調値とを、それぞれ前記多階調化データから取得する階調値取得手段と、前記複数の階調値のうち、前記第１階調値と一致度が高い階調値を検出することによって、当該階調値を有する第２位置を選択する位置選択手段とを含み、前記第１位置を含む前記第１閉領域と前記２位置を含む第２閉領域との間に介在する境界線を削除することによって、前記第１閉領域と前記第２閉領域とを１の閉領域として結合させることを特徴とする。

また、請求項７の発明は、請求項５の発明に係る線画処理装置であって、前記領域結合手段は、前記複数の閉領域のうち、所定の基準サイズよりも小さい第３閉領域を選択し、当該第３閉領域に隣接する１以上の隣接閉領域を検出する隣接閉領域検出手段と、前記第３閉領域に含まれる画素に対応する階調値を前記多階調化データから取得して平均化した第３平均階調値と、前記１以上の隣接閉領域に含まれる画素に対応する階調値を前記多階調化データからそれぞれ取得して平均化した１以上の隣接平均階調値を算出する平均階調値算出手段と、前記１以上の隣接平均階調値のうち、所定の判定基準によって前記第３平均階調値との一致度が高いと判定される１以上の近似隣接平均階調値を検出し、前記１以上の隣接閉領域のうちから前記１以上の近似隣接平均階調値にそれぞれ対応する１以上の近似隣接閉領域を選択する閉領域選択手段と、を含むことを特徴とする。

また、請求項８の発明は、請求項７の発明に係る線画処理装置であって、前記領域結合手段は、前記１以上の近似隣接閉領域のうち互いに隣接する近似隣接閉領域についての前記近似隣接平均階調値を比較する比較検査手段、を含み、前記比較検査手段による比較検査の結果に応じて、前記第３閉領域と前記１以上の近似隣接閉領域とを結合させることを特徴とする。

また、請求項９の発明は、コンピュータによって実行可能なプログラムであって、前記コンピュータによる実行は、前記コンピュータを、請求項１ないし８のいずれかの線画処理装置として機能させることを特徴とする。

また、請求項１０の発明は、描画線により分離された閉領域を結合する線画処理方法であって、(a)デジタル化した線画データを取得する工程と、(b)前記線画データを空間的に平滑化することにより、前記線画データを空間的に平滑化することにより、中間調の画素を持つ多階調化データを取得する工程と、(c)前記線画データから描画線を抽出することによって、前記描画線で囲まれる領域を複数の閉領域として分離する工程と、(d)前記複数の閉領域のうち所定の距離基準で近接する２以上の閉領域を、それぞれの閉領域に対応する前記多階調化データの部分の階調値の一致度に応じて結合する工程とを有することを特徴とする。

請求項１ないし１０に記載の発明によれば、所定の距離基準によって近接する２以上の閉領域を、多階調化データの階調値との一致度に応じて結合することにより、複数の閉領域を、属性が類似した領域ごとに合理的かつ自動的に結合させることができる。したがって、例えば線画を彩色するときなどの、領域の切り出し作業を省力化できる。

また、請求項４に記載の発明によれば、被処理対象の画像データをメディアンフィルタ処理することによって、画像データに含まれるノイズを消去することができ、元の線画の属性を反映させた多階調化データを取得することができる。

また、請求項６に記載の発明によれば、比較的小さな閉領域と、当該小さな閉領域に対応する階調値に近い階調値を有する他の閉領域とを自動的に結合させることができる。したがって、比較的小さな閉領域の数を減らすことができる。

以下、本発明の好適な実施の形態について、添付の図面を参照しつつ、詳細に説明する。

＜１． 第１の実施の形態＞
＜１．１．線画処理装置の構成及び機能＞
［概略構成］
図１は、本発明の第１の実施の形態に係る線画処理装置１の外観図である。また、図２は、線画処理装置１の各構成を示す図である。線画処理装置１は、主としてＣＰＵ１０と、記憶部１１と、操作部１２と、表示部１３と、ディスク読取部１４と、通信部１５と、スキャナ１６とを備え、一般的なコンピュータとしての機能を備えている。

ＣＰＵ１０は、記憶部１１に記憶されているプログラム２にしたがって動作することによって、各種データの演算や制御信号の生成を実行し、線画処理装置１の各構成を制御する。ＣＰＵ１０によって実現される機能ブロックについては後述する。

記憶部１１は、ＣＰＵ１０の一時的なワーキングエリアとなるＲＡＭ及びハードディスクや、読み取り専用のＲＯＭを備えている（図示せず）。記憶部１１は、プログラム２や各種データを記憶する記録媒体としての機能を有している。なお、プログラム２は、後述する記録媒体９からディスク読取部１４を介して記憶部１１に転送されてもよい。あるいは、プログラム２が通信部１５を介して、記憶部１１に転送されてもよい。

操作部１２は、線画処理装置１に対してオペレータの指示を入力するために使用される。すなわち、操作部１２は、線画処理装置１における入力装置として機能する。具体的に操作部１２は、例えばキーボードやマウス、ペンタブレット（登録商標）及び各種ボタン類などが該当する。

表示部１３は、各種データを画像として画面に表示する。すなわち表示部１３は、線画処理装置１における表示装置として機能する。具体的に表示部１３は、例えばＣＲＴモニタや液晶ディスプレイなどが該当するが、タッチパネルディスプレイのように、操作部１２の機能を一部有しているものでもよい。

ディスク読取部１４は、可搬性の記録媒体９に記憶されているデータを読み取って記憶部１１に転送する装置である。すなわち、ディスク読取部１４は線画処理装置１におけるデータ入力装置として機能する。

なお、本実施の形態における線画処理装置１は、ディスク読取部１４としてＣＤ−ＲＯＭドライブを備えている。しかし、ディスク読取部１４はこれに限られるものではなく、例えばＦＤドライブ、ＤＶＤドライブ、ＭＯ装置などであってもよい。なお、ディスク読取部１４が記録媒体９にデータを記録させる機能を有する場合には、ディスク読取部１４に記憶部１１の機能の一部を代行させることも可能である。

通信部１５は、線画処理装置１と図示しない他の装置群との間でネットワークを介した通信を行うための機能を有する。

スキャナ１６は、未彩色の線画を読み取るための読取装置であって、多数のイメージセンサを有しており、線画をデジタルデータとして取得するための機能を有する。

図３は、線画処理装置１の機能ブロックと記憶部１１との接続状態を示す図である。図３に示す多階調化部２０、領域分離部２１、領域結合部２２は、主にＣＰＵ１０がプログラム２に従って動作することにより実現される機能ブロックである。

［線画］
図４は、スキャナ１６によって読み取られた線画データＤ１の一例を示す図である。このような印刷基材（紙など）に印刷された線画（マンガの一部）がスキャナ１６によって読み取られ、取得された線画データＤ１は、記憶部１１に格納される。

なお、線画処理装置１の処理対象となる線画は、紙などに記載されたアナログ画像（原稿）の場合もあり、出版用に過去にデジタル化された画像の場合もあるが、いずれの場合も白黒２値画像（モノクロ画像）である。

アナログ画像の場合には、スキャナ１６などを用いた光電読取りによってデジタル化するにあたって２値画像としての読取りでもよいが、その場合には、下記に説明する多階調化処理の前に、複数ビットを用いたモノクロ多階調（たとえば４ビット＝１６階調、８ビット＝２５６階調）画像表現に変換しておく。

また、最初からモノクロ多階調での画像読取りであってもよい。もっとも、多階調化処理の前段階での「多階調」は各画素が複数ビットで表現されているというだけであり、実際には白、黒の２つのレベルが用いられているだけである。

なお、図４に示すように、一般的な未彩色の線画には、様々なトーン（模様）がモノクロのパターンないしは絵柄として付されており、背景（例えば図４中、右側の「空」）や物（例えば図４中、左側の「木の葉」や「木の枝」）の色合い等が、トーンを付着させることによって表現されている。

［多階調化部２０］
多階調化部２０は、図４に示したようなモノクロの線画データＤ１を空間的に平滑化することにより、中間調の画素を持つ多階調化データＤ２を取得する機能を有する。なお、本実施の形態において、多階調化部２０は、以下に説明する縮小処理、平均化処理、メディアンフィルタ処理を含む多階調化処理を行う。

図５は、多階調化部２０が備える各機能ブロックと記憶部１１との接続状態を示す図である。多階調化部２０は、縮小処理部２０１、平均化処理部２０２及びメディアンフィルタ処理部２０３を有する。これらの各機能ブロックは、以下に説明する各処理を行う。

［縮小処理部２０１］
縮小処理部２０１は、線画データＤ１（画像データ）を縮小処理することによって、縮小データＤ２０１を取得する。ここで、縮小処理とは、所定のサイズを持つ画素ブロック領域（Ｎ×Ｎ画素）を１画素に縮小する処理であって、縮小する際に、当該画素ブロック領域に含まれる全画素について、それぞれの画素濃度が複数ビットで表現された全画素値の平均値を算出して、縮小後の当該領域に対応する１画素の画素値を当該平均値とする処理をいう。

線画データＤ１を縮小化処理することによって、線画に含まれるトーンは、平均化され中間調へと階調化される。なお、縮小率１／Ｎについては、オペレータが自由に設定することができるが、例えば以下の式
Ｎ＝１／｛２．０×（画像解像度）／（トーン線数）｝
によって算出すればよい。なお、トーン線数は、処理対象の未彩色の線画の中で一番良く使用されているトーン（スクリーントーン（登録商標））に合わせて、単位間隔（たとえばセンチメートルまたはインチ）あたりの線数として設定される。ただし、縮小率Ｎの算出法は、これに限定されるものではない。また、本実施の形態では、この縮小処理には、元の線画データＤ１と同じ画素サイズに戻す処理（拡大処理）を含むものとするが、この処理は、例えば後述する平均化処理の後や、メディアンフィルタ処理の後に実行されてもよい。

［平均化処理部２０２］
平均化処理部２０２は、上記の縮小処理部２０１により取得した縮小データＤ２０１の各画素の値を、所定サイズのフィルタにより、多階調で平均化処理する機能を有する。なお、ここでいう平均化処理とは、所定サイズのフィルタ（平均化フィルタ）を使用することによって、当該所定のサイズに含まれる画素の平均値を得る処理をいう。この平均化処理を、画像データの全面に渡って行うことによって、元の線画に含まれていたトーンはさらに平均化されて多階調化される。

なお、平均化フィルタのサイズ（Ｍ×Ｍ画素）は、例えば以下の式
Ｍ＝２．０×（画像解像度）／（トーン線数）
によって算出すればよい。ただし、平均化フィルタのサイズの算出法は、これに限定されるものではなく、オペレータが適宜設計変更することも可能である。

以上の縮小処理部２０１による縮小処理及び平均化処理部２０２による平均化処理を組み合わせることによって、線画処理装置１は、線画データＤ１に含まれるモノクロのトーンを中間階調値化することができる。

［メディアンフィルタ処理部２０３］
上記縮小処理、平均化処理を行って得られる平均化データＤ２０２（画像データ）には、画像の荒れ（いわゆる「ノイズ」）が含まれているおそれがある。このようなノイズは、メディアンフィルタ処理部２０３によるメディアンフィルタ処理によって除去することができる。

なお、メディアンフィルタ処理とは、注目画素の近傍の領域内の画素の複数の階調値を取得して、当該複数の階調値を小さい順に並べ、その中から中央の値（中央値）を取得して、当該中間値を注目画素の階調値とする処理をいう。

図６は、図４に示した線画データＤ１を多階調化した多階調化データＤ２の一例を示す図である。図６に示すように、多階調化データＤ２では、線画データＤ１に含まれるトーンが中間階調値として表現されている。そして取得された多階調化データＤ２は、記憶部１１に格納される（図３及び図５参照）。

［領域分離部２１］
図３に戻って、領域分離部２１は、スキャナ１６に読み取られた線画データＤ１に含まれる描画線を抽出し、描画線によって囲まれる複数の閉領域を分離する機能を有する。具体的には、線画データＤ１に含まれる描画線を細線化して芯線（１画素幅の線）を抽出することによって（細線化処理）、線画を芯線で囲まれる複数の閉領域に分離する。

図７は、図４に示した線画データＤ１を細線化処理した細線化データＤ３０の一例を示す図である。領域分離部２１は、線画データＤ１を細線化処理することによって、線画データＤ１に含まれる描画線を１画素幅の芯線に細線化する。その結果、領域分離部２１は、図７に示すように、境界線が芯線で構成される多数の閉領域を抽出することができる。なお、芯線で囲まれる各閉領域の情報について、領域分離部２１は、以下に説明する領域分離データＤ３を生成する。

すなわち、領域分離部２１は、図７に示した細線化データＤ３０において、芯線で囲まれる各閉領域にＩＤ番号を付け（ラベリング）、さらにＩＤ番号に対応した閉領域の形状のデータと、当該閉領域の周長とを取得する。ここで、「周長」とは、閉領域を構成する線（閉曲線）の長さをいう。また、「閉曲線」とは、曲線以外に折れ線をも含むものとして定義する（したがって、「閉ループ」と称することもできる）。

図８は、領域分離データＤ３のデータ構造の一例を示す図である。図８に示すように、領域分離データＤ３には、「閉領域 ＩＤ．」と、「芯線画素データ」と、「閉曲線画素数（周長）」とが表形式で記述されている。

なお、「芯線画素データ」は、閉領域の形状のデータであって、閉領域の閉曲線を構成する画素の位置情報（（Ｘ，Ｙ）の２次元形式で表現される。）を示す。また、「閉曲線画素数（周長）」は、閉領域の周長であって、当該閉領域の閉曲線を構成する画素の総数を示す。なお、領域分離部２１は、生成した領域分離データＤ３を記憶部１１に格納する（図３参照）。

［領域結合部２２］
領域結合部２２は、多階調化データＤ２、領域分離データＤ３及び細線化データＤ３０から、所定の距離基準で近接する２以上の閉領域を、それぞれの閉領域に対応する階調値の一致度に応じて結合する。

図９は、領域結合部２２が備える各機能ブロックを示す図である。領域結合部２２は、位置情報取得部２２１、階調値取得部２２２及び位置選択部２２３の各機能ブロックを備え、所定の処理を実行することにより領域結合データＤ４を生成する。

［位置情報取得部２２１］
位置情報取得部２２１は、所定の基準サイズよりも小さい閉領域の重心位置情報を取得する機能を有する。具体的には、まず領域分離データＤ３の「閉曲線画素数」を参照することによって、所定の画素数（周長）以下の閉領域を選択し、当該閉領域内に含まれる重心位置を決定する。

ここで、閉領域の重心位置の決定方法としては、例えば閉領域に外接する長方形（正方形を含む）を生成して、当該長方形の対角線が交わる位置を重心位置とする。あるいは、領域分離データＤ３の「芯線画素データ」に記述されている全画素の位置情報のＸ方向成分及びＹ方向成分の平均値を演算し、得られる値を当該閉領域の重心位置情報として取得してもよい。

［階調値取得部２２２］
階調値取得部２２２は、位置情報取得部２２１によって取得した重心位置に対応する階調値と、重心位置から所定の距離基準で近接する２以上の近接位置に対応する階調値とを、それぞれ多階調化データＤ２から取得する機能を有する。以下に具体例をあげて説明する。

図１０及び図１１は、領域結合部２２による処理を説明するための図である。図１０に示す例では、位置情報取得部２２１によって、所定の周長以下の閉領域Ａ０の重心位置の点（重心点Ｐ０）が決定されている。階調値取得部２２２は、重心点Ｐ０に対して８方向に離間する位置であって、重心点Ｐ０と所定の距離基準で近接する位置の近接点Ｐ１〜Ｐ８を設定する。なお、方向の数はこれに限られるものではないが、２以上の方向（例えば４方向など）であることが望ましい。また、本実施の形態では図１０に示すように、隣り合う各方向の間が等角度（４５度）となるように、各方向を設定しているが、これに限られるものではない。

なお、図１０に示すように、例えば重心点Ｐ０と、重心点Ｐ０から近接点Ｐ１方向に延びる直線が閉曲線Ｌ０と交差する交差点Ｐ０１との間の距離を境界点距離ＤＡとし、重心点Ｐ０から近接点Ｐ１までの距離を近接点距離ＤＢとしたとき、近接点距離ＤＢが境界点距離ＤＡの２倍となるように、近接点Ｐ１を決定する。また、階調値取得部２２２は、他の近接点Ｐ０２ないしＰ０８についても、同様に設定する。これにより、複数の近接点Ｐ１〜Ｐ８が設定される。

近接点Ｐ１〜Ｐ８を設定した階調値取得部２２２は、重心点Ｐ０と近接点Ｐ１〜Ｐ８との位置にそれぞれ対応する多階調データＤ２の部分の階調値（以下、「対応階調値」と称する。）を取得する。具体的には、重心点Ｐ０と近接点Ｐ１〜Ｐ８の位置情報を元に多階調化データＤ２を参照して、対応する位置の階調値（図８中、括弧内に示した値）をそれぞれ取得する。

［位置選択部２２３］
位置選択部２２３は、階調値取得部２２２によって取得された重心点Ｐ０の対応階調値と各近接点Ｐ１〜Ｐ８の対応階調値との各差分を求め、最も差分の小さい（すなわち、重心点Ｐ０の対応階調値と最も一致度が高い）対応階調値を有する近接点を検出する。例えば図１０に示す例では、重心点Ｐ０の対応階調値（「１２５」）と近接点Ｐ１の対応階調値（「１２０」）との差分が最も小さいため、位置選択部２２３は、近接点Ｐ１を選択する。なお、領域結合部２２による閉領域の結合処理を、より精度良く行うため、位置選択部２２３は、最も小さい差分の値が所定の閾値よりも大きい場合には、近接点を選択しないように構成されていてもよい。

領域結合部２２は、図１１に示すように、細線化データ３０における重心点Ｐ０と近接点Ｐ１との間に介在する境界線の一部を削除することによって、重心点Ｐ０が含まれる閉領域Ａ０と、位置選択部２２３によって選択された近接点Ｐ１が含まれる閉領域Ａ１とを、１の閉領域として結合させる。具体的には、領域結合部２２は、閉曲線Ｌ０上の交差点Ｐ０１を削除する。これによって、閉領域Ａ０と閉領域Ａ０１とが結合された結合閉領域ＪＡが生成される。さらに、領域結合部２２は、結合閉領域ＪＡを構成する閉曲線（図１１中、太線で示す。）のデータを取得する。

図１２は、図７に示した細線化データＤ３０から取得される領域結合データＤ４の一例を示す図である。領域結合部２２は、上述した処理を繰り返すことによって、細線化データＤ３０から、領域結合データＤ４を生成する。図１２に示すように、図７に示す細線化データＤ３０に含まれていた多数の微小領域（「空」「木の葉」「木の枝」の各部分）は、図６に示す多階調化データＤ２に基づいて、領域結合部２２により互いに結合されている。

なお、本実施の形態では、着目した閉領域Ａ０の重心点Ｐ０（一般的には所定点）から、境界点距離ＤＡの２倍（一般的には所定倍）の位置に近接点Ｐ１〜Ｐ８を設定しているが、換言すれば、着目した閉領域Ａ０を所定倍に拡大して、当該拡大した閉領域Ａ０と重なる他の閉領域を、結合候補の閉領域として抽出している。したがって、「所定の距離基準によって近接する」とは、着目した閉領域Ａ０を所定倍に拡大したときに当該所定倍に拡大した閉領域Ａ０と重なる程度に近接する、と捉えることもできる。

以上が、本実施の形態に係る線画処理装置１の構成及び機能の説明である。

＜１．２．線画処理装置の動作フロー＞
次に、線画処理装置１の動作フローについて説明する。なお、線画処理装置１が備える各部の詳細な処理について、既に説明したものは適宜省略する。

［線画データＤ１の取得］
図１３は、線画処理装置１の動作フローを説明するための流れ図である。まず、オペレータがモノクロの線画をスキャナ１６にセットして読み取らせることによって、線画処理装置１は、線画データＤ１を取得する（ステップＳ１）。線画処理装置１は、取得した線画データＤ１を記憶部１１に格納する。

なお、線画が他のコンピュータ上によって描画されたことなどによって、例えば記録媒体９に電子データとして記録されているような場合には、オペレータが当該記録媒体９をディスク読取部６によって読み取り、読み取った電子データを線画処理装置１が線画データＤ１として記憶部１１に格納すればよい。または、線画処理装置１は、通信部１５を介して線画の電子データを取得してもよい。

［多階調化データＤ２の取得］
次に、線画処理装置１は、多階調化部２０によって多階調化することで、多階調化データＤ２を生成する（ステップＳ２）。多階調化部２０の動作フローについて、以下に説明する。

図１４は、多階調化部２０の動作フローを説明するための流れ図である。

まず、多階調化部２０は、縮小処理部２０１により、ステップＳ１にて取得した線画データＤ１を縮小処理することによって、縮小データＤ２０１を取得する（ステップＳ２１）。次に、多階調化部２０は、平均化処理部２０２により、ステップＳ２１にて取得した縮小データＤ２０１を平均化処理することによって、平均化データＤ２０２を取得する（ステップＳ２２）。

さらに、多階調化部２０は、ステップＳ２２にて取得した平均化データＤ２０２について、メディアンフィルタ処理が必要か否かを判断する（ステップＳ２３）。なお、あらかじめオペレータがメディアンフィルタ処理を実行するかどうかを線画処理装置１に対して設定することによって、ステップＳ２３の判断が実行される。ただし、これに限られず、例えば平均化データＤ２０２を画像解析することによって、平均化データＤ２０２に含まれるノイズの量が所定の基準値を超えた場合に、多階調化部２０がメディアンフィルタ処理を実行するように決定する構成であってもよい。

ステップＳ２３にて、メディアンフィルタ処理が必要である場合（ＹＥＳの場合）には、多階調化部２０は、メディアンフィルタ処理部２０３により平均化データＤ２０２をメディアンフィルタ処理することによって、多階調化データＤ２を取得し（図６参照）、記憶部１１に格納する（図３参照）。一方、ステップＳ２３にて、メディアンフィルタ処理が不要である場合（ＮＯの場合）には、多階調化部２０は、平均化データＤ２０２を多階調化データＤ２として記憶部１１に格納する（図３参照）。

なお、ステップＳ２１及びステップＳ２２の動作は、上記の順序に限られるものではなく、逆の順で実行されてもよい。また、ステップＳ２１とステップＳ２２の動作は、必ずしも両方を実行しなければならないものではない。すなわち、多階調化部２０は、どちらか一方を実行する構成であってもよい。

［細線化データＤ３０の取得］
図１３に戻って、線画処理装置１は、領域分離部２１により線画データＤ１に含まれる描画線を細線化することによって、細線化データＤ３０を取得する（ステップＳ３、図７参照）。

［領域分離データＤ３の取得］
さらに、線画処理装置１は、領域分離部２１により、細線化データＤ３０に含まれる複数の閉領域についての領域分離データＤ３を取得する（ステップＳ４、図８参照）。取得された領域分離データＤ３は、記憶部１１に格納される。

［領域結合データＤ４の取得］
次に、線画処理装置１は、領域結合部２２により、ステップＳ２にて取得した多階調化データＤ２と、ステップＳ３にて取得した細線化データＤ３０と、ステップＳ４にて取得した領域分離データＤ３とから、領域結合データＤ４を取得する（ステップＳ５、図１２参照）。領域結合部２２の動作フローについて、以下に説明する。

図１５は、領域結合部２２の動作フローを説明するための流れ図である。まず、領域結合部２２は、位置情報取得部２２１により、ステップＳ３にて取得された領域分離データＤ３を参照して、細線化データＤ３０に含まれる複数の閉領域のうち、所定の基準サイズ以下の閉領域を選択して、当該閉領域の重心位置の点（例えば、重心点Ｐ０）の位置情報を取得する（ステップＳ５１、図９及び図１０参照）。

次に、領域結合部２２は、階調値取得部２２２により、ステップＳ５１にて取得した重心点から所定の距離基準で近接した複数の近接位置の点（例えば、近接点Ｐ１〜Ｐ８）を設定する（ステップＳ５２）。さらに、階調値取得部２２２は、重心点と複数の近接点とにそれぞれ対応する階調値（対応階調値）をステップＳ２にて取得した多階調化データＤ２から取得する（ステップＳ５３）。

次に、領域結合部２２は、位置選択部２２３により、重心点の対応階調値と、当該複数の近接点の対応階調値との差分を算出し、重心点の対応階調値に最も近い対応階調値が、所定の基準値以下であるか否かを判定する（ステップＳ５４）。

ステップＳ５４において、所定の基準値以下であると判定した場合（ＹＥＳの場合）には、線画処理装置１は、位置選択部２２３により、当該最も近い対応階調値を有する近接点（例えば図１０中、近接点Ｐ１）を選択する（ステップＳ５５）。そして、領域結合部２２は、重心点が含まれる閉領域と、選択された近接点が含まれる閉領域の境界線の一部を削除することにより、これら閉領域を結合させる（ステップＳ５６、図１１参照）。一方、ステップＳ５４にて、最も近い対応階調値が所定の基準値を超えていた場合（ＮＯの場合）には、線画処理装置１は、ステップＳ５７へ処理を進める。

次に、領域結合部２２は、領域分離データＤ３を参照して、他に未処理の閉領域が存在するか否かを判断する（ステップＳ５７）。例えば、領域分離データＤ３の処理済の閉領域について、フラグを設定することによって、各閉領域が処理済みかどうかを判断することも有効である。そして未処理の閉領域が存在する場合（ＹＥＳの場合）には、領域結合部２２は、ステップＳ５１に戻って以降の動作を実行する。一方、すべての閉領域について処理が終了している場合（ＮＯの場合）には、領域結合部２２は、以上の結合処理の結果を領域結合データＤ４として記憶部１１に格納する。

以上が、線画処理装置１の動作フローの説明である。

＜１．３．効果＞
線画処理装置１によれば、線画の特徴（トーンなど線画に付された模様）を反映する多階調化データＤ２にもとづいて、複数の閉領域を合理的に結合させることができる。したがって、線画を彩色処理する場合などにおいて、比較的小さな閉領域（微少領域）を一つずつ選択して彩色するなどの手間を省くことができる。

また、線画処理装置１によれば、微少領域が多数発生することを防止できるため、彩色作業時における未彩色領域の見落としを少なくすることができる。

また、線画処理装置１によれば、細線化データＤ３０（線画データＤ１の描画線を細線化処理して得られるデータ）から領域結合データＤ４を生成する。したがって、領域結合データＤ４に対して彩色して、線画データＤ１に嵌め込むことが可能であるため、線画データＤ１の描画線をはみ出して色が塗られるなどや、描画線にまで色が届いていないなどの彩色ミスを防止することができる。

また、線画処理装置１によれば、閉領域の抽出作業などを自動化できるため、領域の抽出作業や彩色作業を効率化できる。

＜２． 第２の実施の形態＞
第１の実施の形態では、重心点Ｐ０から各方向について１つの近接点のみを設定していたが、さらに所定の処理を実行することによって、領域結合部２２による結合処理の精度を向上させることができる。

図１６は、本発明の第２の実施の形態に係る領域結合部２２による処理を説明するための図である。なお、図１６では、図１１に示した領域結合部２２の処理について、さらなる処理（判定処理）を行う様子を示している。

本実施の形態における領域結合部２２は、位置選択部２２３によって近接点Ｐ１が選択された後、閉領域Ａ０と他の閉領域Ａ１とを結合させる際に（ステップＳ５６、図１５参照）、境界点距離ＤＡの所定倍であって近接点距離ＤＢよりも短い判定用近接点距離ＤＢａ分だけ、重心点Ｐ０から離れて位置する判定用近接点Ｐ１ａをさらに設定する。なお、図１６に示す例では、判定用近接点距離ＤＢａが境界点距離ＤＡの１．５倍となるように、判定用近接点Ｐ１ａの位置が設定されている。また、図１６に示すように、重心点Ｐ０、交差点Ｐ０１、近接点Ｐ１及び判定用近接点Ｐ１ａは、いずれも同一直線上であって、判定用近接点Ｐ１ａが交差点Ｐ０１と近接点Ｐ１の間に位置するように設定される。

そして、領域結合部２２は、近接位置Ｐ１の対応階調値と判定用近接点Ｐ１ａの対応階調値とが一致するか否かを、差分をとることによって判断する（判定処理）。仮に、これらの対応階調値が一致しない場合であって、所定の基準値を超えるような差分が得られた場合には、領域結合部２２は、結合処理を実行しない。それ以外の場合には、領域結合部２２は閉領域Ａ０と閉領域Ａ１とを１の閉領域として結合する結合処理を実行する。

以上のように、領域結合部２２が当該判定用近接点Ｐ１ａの対応階調値と近接点Ｐ１の対応階調値とを比較して判定する判定処理を実行することによって、閉領域Ａ０をより確実に隣接する閉領域と結合させることが可能となるため、線画処理装置１は、より精度の高い結合処理を実行することができる。

＜３． 第３の実施の形態＞
上記実施の形態では、領域結合部２２は、重心点Ｐ０と近接点Ｐ１〜Ｐ８とのそれぞれの位置の対応階調値を基に、所定の距離基準で近接する２以上の閉領域を、それぞれの閉領域に対応する階調値の一致度に応じて結合処理すると説明した。しかし、結合方法はこれに限られるものではなく、他の方法で実現されていてもよい。なお、ここでは上記実施の形態と同一の構成については適宜同符号を付し、詳細を省略する。

［領域結合部２２ａ］
本実施の形態における領域結合部２２ａは、着目した閉領域とこれに隣接する隣接閉領域とにそれぞれ対応する階調値を取得して比較することによって、領域の結合処理を実行する。

図１７は、第３の実施の形態における領域結合部２２ａが備える各機能ブロックを示す図である。また、図１８は、領域結合部２２ａによる結合処理を説明するための一例を示す図である。図１７に示すように、領域結合部２２ａは、主として隣接閉領域検出部２２４、平均階調値算出部２２５及び閉領域選択部２２６の各機能ブロックを備える。以下に、これら各機能ブロックについてそれぞれ説明する。

［隣接閉領域検出部２２４］
隣接閉領域検出部２２４は、所定の基準サイズよりも小さい閉領域を選択し、次いで当該閉領域に隣接する１以上の隣接閉領域を検出する機能を有する。具体的には、隣接閉領域検出部２２４は、第１の実施の形態で説明した位置情報取得部２２１と同様に、領域分離データＤ３の「閉曲線画素数」を参照することによって、所定の画素数（周長）以下の閉領域を選択する。

そして隣接閉領域検出部２２４は、領域分離データＤ３の「芯線画素データ」を参照し、閉領域Ａ０ａの閉曲線を構成する画素のうち、他の閉領域の閉曲線の構成画素にもなっているような画素が存在するかどうかを検索する。これにより、閉領域Ａ０ａと隣接する隣接閉領域を検出する。

例えば図１８に示す例では、所定の基準サイズよりも小さい閉領域として閉領域Ａ０ａが選択されており、隣接閉領域検出部２２４によって、３つの隣接閉領域Ａ１ａないし３ａが、閉領域Ａ０の隣接閉領域として検出される。

［平均階調値算出部２２５］
平均階調算出部２２５は、所定の基準サイズよりも小さい閉領域Ａ０ａに含まれる画素の対応階調値を平均化した平均階調値と、１以上の隣接閉領域に含まれる画素の対応階調値を平均化した１以上の隣接平均階調値とを、それぞれ算出する。

例えば図１８に示す例では、平均階調算出部２２５が、多階調化データＤ２を参照することによって、閉領域Ａ０ａについての平均階調値「Ａｖｅ０」と、隣接閉領域Ａ１ａ，Ａ２ａ，Ａ３ａについての隣接平均階調値「Ａｖｅ１」、「Ａｖｅ２」及び「Ａｖｅ３」とを、それぞれ算出する。

［閉領域選択部２２６］
閉領域選択部２２６は、平均階調値算出部２２５により算出された１以上の隣接平均階調値のうち、着目した閉領域についての平均階調値に近い（すなわち、一致度が高い）隣接平均階調値を検出することによって、当該隣接平均階調値に対応する隣接閉領域を選択する機能を有する。

なお、平均階調値の一致度の判定基準としては、比較すべき２つの領域の平均階調値の相違が所定の判定閾値を下回る場合に「一致度が高い」とする基準であってもよく、複数の隣接閉領域のそれぞれの隣接平均階調値のうち、着目した閉領域の平均階調値に最も近いものを「一致度が高い」とする相対的な判定基準であってもよい。また、隣接閉領域が複数存在するときには、後者の基準を採用し、隣接閉領域が一つだけのときには、前者の基準を用いるといった併用なども可能である。

例えば図１８に示す例では、閉領域選択部２２６は、閉領域Ａ０ａについての平均階調値「Ａｖｅ０」と、閉領域Ａ１ａ，Ａ２ａ，Ａ３ａについての隣接平均階調値「Ａｖｅ１」、「Ａｖｅ２」及び「Ａｖｅ３」との差分をそれぞれ算出する。そして、閉領域選択部２２６は、最も「Ａｖｅ０」との差分が最も小さかった隣接平均階調値を検出し、当該隣接平均階調値に対応する隣接閉領域（例えば平均階調値「Ａｖｅ１」が検出されれば、隣接閉領域Ａ１ａ）を選択する。

なお、閉領域選択部２２６は、差分を算出するのではなく、例えば除算を実行することによって、着目した閉領域についての平均階調値に最も近い値の隣接平均階調値を選択するように構成されていてもよい。また、好ましくは、最も近い値の隣接平均階調値であっても、所定の基準値以上に、着目した閉領域についての平均階調値と異なる場合には、当該隣接平均階調値を選択しないように閉領域選択部２２６を構成する。

以上が、領域結合部２２ａが備える各機能ブロックについての説明である。

これら各部の処理機能によって、領域結合部２２ａは、着目した閉領域に隣接する１以上の隣接閉領域の中から結合候補となる隣接閉領域を選択する。そして、領域結合部２２ａは、着目した閉領域と選択なった隣接閉領域との間に介在する境界線を削除することによって、これらの閉領域を１の閉領域として結合する。

例えば図１８に示す例において、閉領域選択部２２６により閉領域Ａ０ａの結合候補として隣接閉領域Ａ１ａが選択された場合には、閉領域Ａ０ａと隣接閉領域Ａ１ａとの間に介在する境界線の一部、または全部を削除する。これにより、閉領域Ａ０ａと隣接閉領域Ａ１ａとが、１の閉領域として結合される。

なお、ここでいう「境界線」とは、閉領域Ａ０ａを囲む閉曲線と、隣接閉領域Ａ１ａの閉曲線とが重なっている部分を指す。また、「閉曲線」については、前述したように、曲線だけではなく折れ線を含む概念として定義される。

そして、領域結合部２２ａは、結合した閉領域を囲む閉曲線のデータ（具体的には、当該閉曲線を構成する画素の位置データ）を取得する。そして全閉領域について処理を行った後、当該結果を領域結合データＤ４として記憶部１１に格納する（図３参照）。

領域結合部２２ａは、上記各機能ブロックの各処理を細線化データＤ３に対して繰り返し実行することで、所定の基準サイズよりも小さい閉領域を隣接する隣接閉領域と結合させる。これにより、微少な閉領域が多数発生することを抑制することができる。また、領域の結合処理は、線画の特徴（トーンや模様など）に応じて自動的に実行されるため、線画を彩色する際などにおける領域の切出作業などを効率的に行うことができる。

また、本実施の形態によれば、領域結合部２２ａは、着目した閉領域に隣接する隣接閉領域から、結合候補を選択するため、確実に隣接する閉領域同士を結合させることができる。また、互いに隣接する閉領域であっても、平均化された対応階調値の一致度が低い場合には誤って結合されることを防止することができる。

また、領域結合部２２のように、一画素の対応階調値ではなく、各閉領域に含まれる画素の対応階調値の平均値を基にして比較を行うため、多階調化データＤ２に含まれるノイズの影響を受けるおそれをなくすことができる。また、上記第１の実施の形態や第２の実施の形態では、メディアンフィルタ処理２０３によるメディアンフィルタ処理を実行していたが（図５など参照）、本実施の形態では、メディアンフィルタ処理を実行することなく、例えば平均化データＤ２０２を多階調化データＤ２として使用することが可能である。

＜４． 第４の実施の形態＞
上記第３の実施の形態では、領域結合部２２ａが、所定の基準サイズよりも小さい閉領域Ａ０ａについての平均階調値Ａｖｅ０と、隣接閉領域Ａ１ａ，Ａ２ａ，Ａ３ａについての隣接平均階調値Ａｖｅ１，Ａｖｅ２，Ａｖｅ３とをそれぞれ比較し、最も差分の小さい平均階調値をもつ隣接閉領域を１つ選択することによって、閉領域の結合処理が実行されると説明した。しかし、結合処理の方法は、これに限られるものではない。

［領域結合部２２ｂ］
図１９は、第４の実施の形態における領域結合部２２ｂが備える各機能ブロックを示す図である。領域結合部２２ｂは、主に隣接閉領域検出部２２４、平均階調値算出部２２５、閉領域選択部２２６ａ及び結合検査部２２７とを備える。なお、隣接閉領域検出部２２４及び平均階調値算出部２２５については、領域結合部２２ａが備える構成と同様であるため、詳細な説明を省略する。

［閉領域選択部２２６ａ］
閉領域選択部２２６ａは、平均階調値算出部２２５により算出された１以上の平均階調値のうち、着目した閉領域についての平均階調値と所定の閾値基準（「第１閾値」と呼ぶ。）によって近似していると判断される（すなわち、一致度が高い）平均階調値を検出し、当該隣接平均階調値に対応する隣接閉領域を選択する機能を有する。より具体的には、閉領域選択部２２６ａについて、図１８を参照しつつ説明する。

図１８に示す例において、閉領域閉領域選択部２２６ａは、まず、平均階調値Ａｖｅ０と、隣接平均階調値Ａｖｅ１，Ａｖｅ２，Ａｖｅ３とをそれぞれ比較する。この処理は、閉領域選択部２２６と同様である。そして、閉領域選択部２２６ａは、隣接平均階調値Ａｖｅ１，Ａｖｅ２，Ａｖｅ３のうちから、平均階調値Ａｖｅ０との相違する量（ここでは差分）が所定の閾値以下である（すなわち、所定の閾値基準によって、一致度が高いとされる）近似隣接平均階調値を検出する。

なお、ここでいう所定の閾値は、あらかじめ固定された固定値であってもよいし、処理すべき線画の状態（作風など）に応じて適宜設定されてもよい。また、減算による一致度の比較に限られるものではなく、例えば除算することによって比較がなされてもよい。

このように、閉領域選択部２２６は、平均階調値Ａｖｅ０と最も近い隣接平均階調値Ａｖｅ１のみを検出するのに対して、閉領域選択部２２６ｂは、その他の隣接平均階調値Ａｖｅ２，Ａｖｅ３についても平均階調値Ａｖｅ０と一致度が高いと判断される場合には、隣接平均階調値Ａｖｅ１と同様に検出する。そして、閉領域選択部２２６ａは、検出された隣接平均階調値（近似隣接平均階調値）に対応する隣接閉領域（近似隣接閉領域）を、閉領域Ａ０ａの結合候補領域として選択する。

［結合検査部２２７］
結合検査部２２７は、閉領域選択部２２６ａによって選択された１以上の隣接閉領域において、互いに隣接する隣接閉領域がある場合に、それぞれの隣接閉領域についての平均階調値の一致度について検査する機能を有する。そして、所定の閾値基準（「第２閾値」と呼ぶ。）によって近似していると判断される（すなわち、一致度が高い）場合には、結合処理部２２ｂは、閉領域選択部２２６ａが選択した１以上の隣接閉領域と、着目した閉領域とを結合処理する。一方、一致度が低い場合には、一致度の低い閉領域については、結合処理を行わないものとする。すなわち、結合検査部２２７の検査結果に応じて、結合処理部２２ｂは、結合処理を行う。より具体的には、図１８を参照しつつ説明する。

なお、ここでは、閉領域選択部２２６ａが閉領域Ａ０ａとの結合候補として、全ての隣接閉領域Ａ１ａ，Ａ２ａ，Ａ３ａを選択した場合（すなわち、隣接平均階調値Ａｖｅ１，Ａｖｅ２，Ａｖｅ３のいずれもが、Ａｖｅ０と近似する近似隣接平均階調値である場合）を想定して説明する。この場合、結合検査部２２７は、選択した隣接閉領域Ａ１ａ，Ａ２ａ，Ａ３ａのうちの互いに隣接する隣接閉領域同士の平均階調値を比較する。すなわち、図１８に示す例では、具体的には、「Ａｖｅ１」と「Ａｖｅ２」、「Ａｖｅ２」と「Ａｖｅ３」、「Ａｖｅ３」と「Ａｖｅ１」、をそれぞれ比較する。

比較検査の結果、いずれもが所定の閾値以下の相違であれば（すなわち、一致度が高い場合）、結合検査部２２７は、「結合可」と判断する。すると、結合処理部２２ｂは、閉領域Ａ０ａと、隣接閉領域Ａ１ａ，Ａ２ａ，Ａ３ａとを結合する処理を行う。

一方、比較検査を行った結果、例えば、「Ａｖｅ２」と「Ａｖｅ３」が、所定の閾値を超えて相違する場合（すなわち、一致度が低い場合）、結合検査部２２７は、「結合不可」と判断する。すると、結合処理部２２ｂは、隣接平均階調値Ａｖｅ２，Ａｖｅ３のうち、平均階調値Ａｖｅ０とより近い方の平均階調値（ここでは「Ａｖｅ２」）に対応する隣接閉領域（Ａ２ａ）と、閉領域Ａ０ａとを結合させる。一方、一致度が低い隣接平均階調値（ここでは「Ａｖｅ３」）に対応する隣接閉領域（Ａ３ａ）については、結合処理部２２ｂは、結合処理を行わない。

以上のように、本実施の形態では、閉領域選択部２２６ａは、一度に複数の結合候補である隣接閉領域を選択するため、オペレータが結合を意図しない隣接閉領域を選択するおそれがある。具体的には、図１８に示す例において、仮に、「Ａｖｅ２」と「Ａｖｅ３」とが大きく相違する値であって、「Ａｖｅ０」と「Ａｖｅ２」、「Ａｖｅ０」と「Ａｖｅ３」が、それぞれ近似しているとした場合、隣接閉領域Ａ２ａ，Ａ３ａは本来結合すべきではないにもかかわらず、閉領域Ａ０ａが隣接閉領域Ａ２ａ，Ａ３ａにそれぞれ隣接するため、１の領域とされるおそれがある。

ところが、本実施の形態では、比較検査部２２７を備えることによって、隣接閉領域Ａ２ａ，Ａ３ａについての平均階調値Ａｖｅ２，Ａｖｅ３が比較され、結合すべきか否かが判断される。これにより、オペレータが意図しない領域の結合を防止できるため、閉領域の結合精度を高めることができる。なお、上述の第１閾値と第２閾値とは、同じ値であってもよいし、異なる値であってもよい。

＜５． 第５の実施の形態＞
上記実施の形態では、隣接閉領域検出部２２４は、着目した閉領域に隣接する隣接閉領域をすべて抽出するものとしているが、もちろんこれに限られるものではない。

［領域結合部２２ｃ］
図２０は、第５の実施の形態における領域結合部２２ｃが備える各機能ブロックを示す図である。本実施の形態における領域結合部２２ｃは、主に隣接閉領域検出部２２４ａ、平均階調値算出部２２５および閉領域選択部２２６ａを備える。

［隣接閉領域検出部２２４ａ］
隣接閉領域検出部２２４ａは、まず、所定の基準サイズ（第１基準サイズとする。）よりも小さい閉領域を選択し、次いで当該閉領域に隣接する１以上の隣接閉領域のうちから、所定の基準サイズ（第２基準サイズとする。）よりも小さい隣接閉領域のみを検出する機能を有する。具体的には、隣接閉領域選択部２２４ａは、隣接閉領域選択部２２４と同様に、領域分離データＤ３の「芯線画素データ」を参照して、隣接する閉領域を抽出し、当該隣接閉領域が所定の周長以下の場合であったのみ、結合候補として検出する。なお、第１基準と第２基準は、同じものであってもよいし、異なる基準サイズとしてもよい。

図２１は、細線化データＤ３０の一部の一例を示す図である。図２１に示す例では、小サイズの閉領域Ａ４を挟んで、比較的大サイズの閉領域Ａ５，Ａ６が互いに隣接している。この場合、上記第４の実施の形態における領域結合部２２ｂは、小閉領域Ａ４、大閉領域Ａ５，Ａ６の全てを一つの領域として結合処理することが起こりえる。

ところが、一般的に、大サイズの閉領域については、そもそも他の閉領域と統合する必要性は少なく、また、大きなサイズの閉領域同士を結合したことによる弊害も多い（例えば、線画の彩色処理時に、塗り分けができない等）。したがって、図２１に示す例のように、小閉領域Ａ４を挟んで、大閉領域Ａ５，Ａ６が隣接している場合には、大閉領域Ａ５，Ａ６を結合しないことが一般に望まれる。

本実施の形態では、隣接閉領域検出部２２４ａが、選択する隣接閉領域を所定の基準サイズ以下のものを選択するため、図２１に示す、大きな隣接閉領域Ａ５，Ａ６の結合を防止することができる。

＜６． 変形例＞
以上、本発明の実施の形態について説明してきたが、本発明は上記実施の形態に限定されるものではなく様々な変形が可能である。

例えば、第１および第２の実施の形態では、位置情報取得部２２１は、注目した閉領域Ａ０についての重心の位置情報を取得しているが、これに限られるものではなく、例えば閉領域Ａ０に含まれるのであれば、どのような所定点の位置情報を取得してもよい。

また、第１および第２の実施の形態において、階調値取得部２２２において、それぞれの近接点距離ＤＢが、境界点距離ＤＡの２倍となるように設定しているが、これに限られるものではない。ただし、確実に閉領域Ａ０の外側の領域にある近接点の対応階調値を取得するため、近接点距離ＤＢが、境界点距離ＤＡよりも大きくなるように近接点を設定するように、階調値取得部２２２を構成するのが望ましい。

また、第１および第２の実施の形態において、位置選択部２２３では、差分をとることによって重心点Ｐ０と近接点Ｐ１〜Ｐ８との各対応階調値の一致度を調べると説明したが、これに限られるものではなく、例えば除算することによって、近似する対応階調値を有する近接点を選択する構成であってもよい。

また、第１および第２の実施の形態において、位置選択部２２３は、近接点Ｐ１〜Ｐ８から、重心点Ｐ０の対応階調値と最も近い対応階調値を有する近接点を選択すると説明したが、これに限られるものではなく、例えば、差分が小さい（一致度が高い）のであれば、一度に複数の近接点を選択するように構成してもよい。

また、上述のように、位置選択部２２３が複数の近接点を選択するように構成した場合には、結合検査部２２７のように、当該複数の近接点同士の対応階調値を比較検査して、当該近接点を選択するか否かを判断する処理機構を備えることで、結合処理の精度を高めることができる。また、結合処理部２２が、位置選択部２２３により選択した近接点が含まれる閉領域うちから、所定サイズ以下の閉領域のみを着目領域と結合処理するように構成されてもよい。

また、上記実施の形態において、領域分離データＤ３の構成は、図８に示すようなものに限られるものではなく、例えば、各閉領域の形状のデータがベクトル形式で表現されていてもよい。また、「閉曲線画素数」の代わりに、閉領域の閉曲線の内側に含まれる画素数を、当該閉領域の大きさ（面積）を示すデータとして領域分離データＤ３に記述されていてもよい。このような閉領域の「面積」を表すデータであっても、位置情報取得部２２１や隣接閉領域検出部２２４が、所定の基準サイズよりも小さい閉領域を選択する際に利用することができ、有効である。また、領域分離データＤ３に、各閉領域の重心位置情報などが含まれていてもよい。

また、上記実施の形態では、線画処理装置１の各処理機能が、ソフトウェア的に実現されるが、各処理部を専用の回路に置き換えて構成することによって、ハードウェア的に線画処理機構が実現されてもよい。

もちろん、上記実施形態及び各変形例で説明した各構成は、上述した以外にも、相互に矛盾しない限り適宜組合わせることができる。

本発明の第１の実施の形態に係る線画処理装置の外観図である。 線画処理装置の各構成を示す図である。 線画処理装置の機能ブロックと記憶部との接続状態を示す図である。 スキャナによって読み取られた線画データの一例を示す図である。 多階調化部が備える各機能ブロックと記憶部との接続状態を示す図である。 図４に示した線画データを多階調化した多階調化データの一例を示す図である。 図４に示した線画データを細線化処理した細線化データの一例を示す図である。 領域分離データのデータ構造の一例を示す図である。 領域結合部が備える各機能ブロックを示す図である。 領域結合部による処理を説明するための図である。 領域結合部による処理を説明するための図である。 図７に示した細線化データから取得される領域結合データの一例を示す図である。 線画処理装置の動作フローを説明するための流れ図である。 多階調化部の動作フローを説明するための流れ図である。 領域結合部の動作フローを説明するための流れ図である。 本発明の第２の実施の形態に係る領域結合部による処理を説明するための図である。 第３の実施の形態における領域結合部が備える各機能ブロックを示す図である。 領域結合部による結合処理を説明するための一例を示す図である。 第４の実施の形態における領域結合部が備える各機能ブロックを示す図である。 第５の実施の形態における領域結合部が備える各機能ブロックを示す図である。 細線化データの一部の一例を示す図である。

符号の説明

１ 線画処理装置
２ プログラム
２０ 多階調化部
２０１ 縮小処理部
２０２ 平均化処理部
２０３ メディアンフィルタ処理部
２１ 領域分離部
２２，２２ａ，２２ｂ，２２ｃ 領域結合部
２２１ 位置情報取得部
２２２ 階調値取得部
２２３ 位置選択部
２２４，２２４ａ 隣接閉領域検出部
２２５ 平均階調値算出部
２２６，２２６ａ 閉領域選択部
２２７ 結合検査部
Ａ０，Ａ０１，Ａ１，Ａ０ａ 閉領域
Ａ１ａ，Ａ２ａ，Ａ３ａ 隣接閉領域
Ｄ１ 線画データ
Ｄ２ 多階調化データ
Ｄ２０１ 縮小データ
Ｄ２０２ 平均化データ
Ｄ３ 領域分離データ
Ｄ３０ 細線化データ
Ｄ４ 領域結合データ
ＤＡ 境界点距離
ＤＢ 近接点距離
ＤＢａ 判定用近接点距離
Ｌ０ 閉曲線
Ｐ０ 重心点
Ｐ０１ 交差点
Ｐ１〜Ｐ８ 近接点
Ｐ１ａ 判定用近接点

Claims (10)

1. 描画線により分離された閉領域を結合する線画処理装置であって、
   デジタル化した線画データを取得する線画データ取得手段と、
   前記線画データを空間的に平滑化することにより、中間調の画素を持つ多階調化データを取得する多階調化手段と、
   前記線画データから前記描画線を抽出することによって、前記描画線で囲まれる領域を複数の閉領域として分離する領域分離手段と、
   前記複数の閉領域のうち所定の距離基準で近接する２以上の閉領域を、それぞれの閉領域に対応する前記多階調データの部分の階調値の一致度に応じて結合する領域結合手段と、
   を備えることを特徴とする線画処理装置。
2. 請求項１に記載の線画処理装置であって、
   前記多階調化手段は、
   画像データを縮小処理する縮小化手段、
   を含むことを特徴とする線画処理装置。
3. 請求項１または２に記載の線画処理装置であって、
   前記多階調化手段は、
   所定サイズのフィルタにより、各画素の値を多階調で平均化する平均化手段、
   を含むことを特徴とする線画処理装置。
4. 請求項１ないし３のいずれかに記載の線画処理装置であって、
   前記多階調化手段は、
   注目画素の近傍の画素の各階調値を取得して、前記各階調値から中央値を取得し、当該中央値を前記注目画素の階調値とするメディアンフィルタ処理手段、
   を含むことを特徴とする線画処理装置。
5. 請求項１ないし４のいずれかに記載の線画処理装置であって、
   前記領域分離手段は、
   前記線画データから前記描画線の芯線を抽出し、当該芯線で囲まれる領域を複数の閉領域として分離することを特徴とする線画処理装置。
6. 請求項５に記載の線画処理装置であって、
   前記領域結合手段は、
   前記複数の閉領域のうち、所定の基準サイズよりも小さい第１閉領域を選択し、当該第１閉領域内に含まれる第１位置の位置情報を取得する位置情報取得手段と、
   前記第１位置に対応する第１階調値と、前記第１位置から前記所定の距離基準で近接する２以上の近接位置に対応する階調値とを、それぞれ前記多階調化データから取得する階調値取得手段と、
   前記複数の階調値のうち、前記第１階調値と一致度が高い階調値を検出することによって、当該階調値を有する第２位置を選択する位置選択手段と、
   を含み、
   前記第１位置を含む前記第１閉領域と前記２位置を含む第２閉領域との間に介在する境界線を削除することによって、前記第１閉領域と前記第２閉領域とを１の閉領域として結合させることを特徴とする線画処理装置。
7. 請求項５に記載の線画処理装置であって、
   前記領域結合手段は、
   前記複数の閉領域のうち、所定の基準サイズよりも小さい第３閉領域を選択し、当該第３閉領域に隣接する１以上の隣接閉領域を検出する隣接閉領域検出手段と、
   前記第３閉領域に含まれる画素に対応する階調値を前記多階調化データから取得して平均化した第３平均階調値と、前記１以上の隣接閉領域に含まれる画素に対応する階調値を前記多階調化データからそれぞれ取得して平均化した１以上の隣接平均階調値を算出する平均階調値算出手段と、
   前記１以上の隣接平均階調値のうち、所定の判定基準によって前記第３平均階調値との一致度が高いと判定される１以上の近似隣接平均階調値を検出し、前記１以上の隣接閉領域のうちから前記１以上の近似隣接平均階調値にそれぞれ対応する１以上の近似隣接閉領域を選択する閉領域選択手段と、
   を含むことを特徴とする線画処理装置。
8. 請求項７に記載の線画処理装置であって、
   前記領域結合手段は、
   前記１以上の近似隣接閉領域のうち互いに隣接する近似隣接閉領域についての前記近似隣接平均階調値を比較する比較検査手段、
   を含み、
   前記比較検査手段による比較検査の結果に応じて、前記第３閉領域と前記１以上の近似隣接閉領域とを結合させることを特徴とする線画処理装置。
9. コンピュータによって実行可能なプログラムであって、
   前記コンピュータによる実行は、前記コンピュータを、請求項１ないし８のいずれかの線画処理装置として機能させることを特徴とするプログラム。
10. 描画線により分離された閉領域を結合する線画処理方法であって、
    (a) デジタル化した線画データを取得する工程と、
    (b) 前記線画データを空間的に平滑化することにより、前記線画データを空間的に平滑化することにより、中間調の画素を持つ多階調化データを取得する工程と、
    (c) 前記線画データから描画線を抽出することによって、前記描画線で囲まれる領域を複数の閉領域として分離する工程と、
    (d) 前記複数の閉領域のうち所定の距離基準で近接する２以上の閉領域を、それぞれの閉領域に対応する前記多階調化データの部分の階調値の一致度に応じて結合する工程と、
    を有することを特徴とする線画処理方法。