JP4032632B2 - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP4032632B2 JP4032632B2 JP2000336023A JP2000336023A JP4032632B2 JP 4032632 B2 JP4032632 B2 JP 4032632B2 JP 2000336023 A JP2000336023 A JP 2000336023A JP 2000336023 A JP2000336023 A JP 2000336023A JP 4032632 B2 JP4032632 B2 JP 4032632B2
- Authority
- JP
- Japan
- Prior art keywords
- halftone dot
- feature point
- unit
- dot feature
- image processing
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 claims description 72
- 238000003672 processing method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 17
- 239000011159 matrix material Substances 0.000 description 17
- 238000000034 method Methods 0.000 description 12
- 238000009499 grossing Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000003705 background correction Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30176—Document
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Description
【発明の属する技術分野】
本発明は、画像の属性に応じて処理方法を切り替える画像処理装置に関する。さらに詳細には、精度よく網点領域を判別することができる画像処理装置に関するものである。
【0002】
【従来の技術】
画像をCCDセンサを用いて読み取り、画素に分解して画像処理を行うデジタル複写機においては、文字画像、写真画像、および網点画像によって最適な画像処理方法が異なっているため、画像の属性を判別してその判別結果に応じて画像処理方法が切り替えられている。ここで、網点画像をコピーした際に、CCDセンサの分解能(サンプリング周波数)と原稿の網点周波数との干渉により、モアレが発生する場合がある。そして、モアレが発生すると画質が劣化してしまう。このため、原稿画像内に存在する網点領域を正確に判別し、モアレの発生を抑制するような画像処理を施す必要がある。
【0003】
そのため従来から、デジタル複写機などに搭載される画像処理装置においては、網点領域の判別が行われている。その判別の一例としては、網点領域の特徴である孤立点(極大値点および極小値点)に着目し、所定の領域内に存在する孤立点の個数を計数し、その孤立点の計数値に応じて網点領域の判別を行うものがある。また別のものとしては、孤立点間の距離を計算して、その計算結果に周期性がある場合に網点領域であると判別するものもある。
【0004】
【発明が解決しようとする課題】
しかしながら、上記した従来の画像処理装置では、解像度が向上すると網点領域を精度良く判別することができないという問題があった。これは以下の理由による。すなわち、従来の画像処理装置における網点領域の判別精度は、孤立点の検出精度に依存している。そして、画像の解像度が向上するに従い、低線数の網点画像(100Lや85L等の網点画像)の孤立点検出が困難になる。解像度が向上すると、孤立点を検出するための検出フィルターにおける1ドット(画素)のサイズが網点に対して相対的に小さくなる。その結果、周辺画素との濃度差が小さくなってしまい(濃度差がなくなる場合もある)、孤立点の判別が困難になるからである。このため、解像度が向上すると網点領域の判別精度が低下するのである。
【0005】
また、画像ノイズや手書き文字画像などが、網点領域に属すると誤判別される場合もあった。画像ノイズや手書き文字画像などは、孤立点と同様に周辺画素と所定値以上の濃度差があるという特徴を有している場合が多いためである。
【0006】
そこで、本発明は上記した問題点を解決するためになされたものであり、解像度が向上した場合等でも精度良く網点領域を判別することができる画像処理装置を提供することを課題とする。
【0007】
【課題を解決するための手段】
上記問題点を解決するためになされた本発明に係る画像処理装置は、互いに交差する2方向の一方向内で濃度値が極大となり、かつ他方向内で濃度値が極小となるクロス点を網点特徴点として検出する網点特徴点検出手段と、網点特徴点検出手段の検出結果に基づき画像の網点領域を判別する属性判別手段と、属性判別手段による判別結果に基づいて画像データの処理方法を切り替える切替手段とを有することを特徴とする。
【0008】
この画像処理装置では、網点特徴点検出手段により、互いに交差する2方向において、濃度値が一方向で極大となり、かつ他方向で極小となるクロス点が網点特徴点として検出される。次いで、属性判別手段により、網点特徴点検出手段の検出結果に基づき、画像の網点領域が判別される。例えば、網点特徴点の分布状況などに基づき網点領域を判定するようにすればよい。そして、切替手段により、属性判別手段による判別結果に基づいて画像データの処理方法が切り替えられる。つまり、網点領域に対してはモアレの発生を抑制することができるような画像処理が施されることになる。
【0009】
ここで、図9に示すように、解像度が400dpiから600dpiに向上すると、注目画素(V22)と周辺画素との濃度差が小さくなり(ΔE400がΔE600になる)、孤立点の判別が困難になる。このため、400dpiでは孤立点として検出することができた画素が、600dpiでは孤立点として検出することができない場合が生じる。ここで、図10に示すような網点画像において、領域A1における2方向(V00〜V44,V04〜V40)の濃度値を図11に示し、領域A2における2方向(V00〜V44,V04〜V40)の濃度値を図12に示す。
【0010】
領域A1においては、図11の濃度値から明らかなように、注目画素(V22)は、周辺画素と同じ濃度値である。このため、図10の網点画像においては、注目画素(V22)を孤立点として判別することができない。すなわち、孤立点を検出することができない。一方、領域A2においては、図12の濃度値から明らかなように、注目画素(V22)は濃度値が一方向で極大となり、かつ他方向で極小となるクロス点である。つまり、図10の網点画像においては、孤立点を判別することはできないが、クロス点は正確に判別することができるのである。また、クロス点は解像度が向上しても消滅することがないので、解像度が向上しても容易に検出することができる。
【0011】
また、例えば図13に示すように、9×20マトリクス内において、黒孤立点あるいは白孤立点であれば最大25個しか検出することができないが、クロス点であれば図14に示すように最大50個検出することができる。なお、図13,図14に示す画像は、400dpiの133L50%の網点画像である。
【0012】
このように、解像度が向上して孤立点を検出することが困難となるような場合であっても、クロス点は正確に検出することができる。また、画像ノイズや文字画像の特徴とクロス点の特徴は大きく異なるため、画像ノイズや文字画像をクロス点であると誤判別することもない。従って、網点特徴点としてクロス点を検出することにより、網点特徴点の検出精度が向上するので、網点領域の判別精度が向上する。
【0013】
また、本発明に係る画像処理装置は、網点特徴点を検出する網点特徴点検出手段と、注目画素を含む所定の領域内に存在する、網点特徴点検出手段により検出された網点特徴点の個数を計数する網点特徴点計数手段と、網点特徴点計数手段の計数結果と所定の閾値とを比較することにより、注目画素が網点領域に属するか否かの判別を行う属性判別手段と、属性判別手段による判別結果に基づいて画像データの処理方法を切り替える切替手段とを備え、網点特徴点検出手段は、互いに交差する2方向の一方向内で濃度値が極大となり、かつ他方向内で濃度値が極小となるクロス点を網点特徴点として検出することを特徴とする。
【0014】
この画像処理装置では、網点特徴点検出手段により、網点領域の特徴点が検出される。具体的には、互いに交差する2方向において、濃度値が一方向で極大となり、かつ他方向で極小となるクロス点が網点特徴点として検出される。次いで、網点特徴点計数手段により、注目画素を含む所定の領域内において、網点特徴点検出手段により検出された網点特徴点の個数が計数される。すなわち、所定の領域内に存在するクロス点の総数が算出される。
【0015】
続いて、属性判別手段により、網点特徴点計数手段の計数結果と所定の閾値とが比較され、その比較結果に基づいて注目画素が網点領域に属するか否かが判別される。なお、所定の閾値は、所定の領域の中心に含まれる注目画素が網点領域に含まれると判別できる、言い換えると所定の領域が網点らしいと判別できるクロス点の個数を設定しておけばよい。そして、切替手段により、属性判別手段による判別結果に基づいて画像データの処理方法が切り替えられる。つまり、網点領域に対してはモアレの発生を抑制することができるような画像処理が施されることになる。
【0016】
そして、上述したように、解像度が向上して孤立点を検出することが困難となるような場合であっても、クロス点は正確に検出することができる。また、画像ノイズや文字画像の特徴とクロス点の特徴は大きく異なるため、画像ノイズや文字画像をクロス点であると誤判別することもない。さらに、網点特徴点を検出する際に、同じ領域であればクロス点は孤立点検出よりも多く検出することができる。従って、網点特徴点の検出精度も向上し、また網点領域の判別精度自体も向上することから、非常に精度良く網点領域の判別を行うことができる。
【0017】
本発明に係る画像処理装置においては、網点特徴点検出手段は、形状が異なる検出パターンを用いて複数種類のクロス点を検出することが好ましい。これにより、異なるスクリーン角を有する網点画像に対応することができるからである。特に、複数のスクリーン角の網点画像が形成されるカラー画像において有効である。ただし、対応可能なスクリーン角を増やす、つまり検出パターンを増やすと、クロス点の検出個数が多くなり、それに伴う検出誤差等によって網点領域の誤判別も多くなる。そのため、2,3種類のスクリーン角に対応可能な検出パターンを用いるのが良い。
【0018】
ここで、「検出パターン」とは、例えば図4に示す5×5マトリクス画像データを用いる場合であれば、V00,V11,V22,V33,V44とV04,V13,V22,V31,V40で形成されるパターンや、V01,V11,V22,V33,V43とV03,V13,V22,V31,V41で形成されるパターンなどである。なお、V03,V13,V22,V31,V41とV10,V11,V22,V33,V34で形成されるパターンと、V01,V11,V22,V33,V43とV14,V13,V22,V31,V30で形成されるパターンとの関係にあるような場合なども、ここでいう「形状が異なる検出パターン」に含まれる。
【0019】
また、本発明に係る画像処理装置においては、網点特徴点計数手段は、網点特徴点検出手段により検出される複数種類のクロス点の個数を各種類ごとに別個に計数し、属性判別手段は、網点特徴点計数手段で別個に計数された各計数結果を、それぞれ所定の閾値と比較することにより、注目画素が網点領域に属するか否かの判別を行うようにするのがよい。このように、複数種類のクロス点の計数結果を、それぞれの計数結果に適した別個の閾値と比較することにより、網点領域の判別精度が向上するからである。
【0020】
あるいは、本発明に係る画像処理装置においては、網点特徴点検出手段は、周辺画素との濃度差が所定値以上である孤立点をも網点特徴点として検出することが好ましい。
【0021】
ここで、図15に示すような網点画像において、領域A1における2方向(V00〜V44,V04〜V40)の濃度値を図16に示し、領域A2における2方向(V00〜V44,V04〜V40)の濃度値を図17に示す。なお、図15の網点画像における網点濃度は12.5%である。
【0022】
領域A1においては、図16の濃度値から明らかなように、注目画素(V22)は、周辺画素の濃度値と比べてかなり大きい。このため、図15の網点画像においては、注目画素(V22)を孤立点として検出することができる。一方、領域A2においては、図17の濃度値から明らかなように、注目画素(V22)は濃度値が一方向で極小となるが、他方向で極大とならないので、クロス点として検出することができない。つまり、図15に示すような網点濃度が低い網点画像では、クロス点の検出が困難となり、孤立点の検出精度が良くなる。
【0023】
従って、網点特徴点検出手段で、網点特徴点としてクロス点を検出する他に、孤立点をも検出することにより、網点濃度に関係なく精度良く網点特徴点を検出することができる。これにより、網点特徴点の検出精度が向上するため、網点領域の判別精度が向上する。
【0024】
また、本発明に係る画像処理装置においては、網点特徴点計数手段は、網点特徴点検出手段により検出されるクロス点および孤立点の個数をそれぞれ別個に計数し、属性判別手段は、前記網点特徴点計数手段で個別に計数された各計数結果を、それぞれ所定の閾値と比較することにより、注目画素が網点領域に属するか否かの判別を行うことのがよい。このように、クロス点の計数結果と孤立点の計数結果とを、それぞれの計数結果に適した別個の閾値と比較することにより、網点領域の判別精度が向上するからである。
【0025】
さらに、本発明に係る画像処理装置においては、網点特徴点検出手段は、網点検出手段で検出されるクロス点と孤立点とをともに網点特徴点として検出するようにしてもよい。これにより、網点特徴点計数手段においてクロス点および孤立点ごとに個数を別個に計数する必要がなくなるので、網点特徴点検出手段の検出データを一時的に保管するラインメモリを削減することができる。
【0026】
また、本発明に係る画像処理装置においては、属性判別手段は、網点特徴点計数手段で個別に計数された各計数結果を加算し、その加算値をも所定の閾値と比較することにより、注目画素が網点領域に属するか否かの判別を行うようにしてもよい。このように、網点特徴点計数手段で個別に計数された各計数結果の加算値をも領域判別に利用することにより、網点領域の判別精度が向上するからである。
【0027】
【発明の実施の形態】
以下、本発明の画像処理装置を具体化した最も好適な実施の形態について図面に基づいて詳細に説明する。本実施の形態は、本発明に係る画像処理装置をデジタル複写機に適用したものである。
【0028】
(第1の実施の形態)
まず、第1の実施の形態について説明する。本実施の形態に係る複写機の概略構成を図1に示す。この複写機は、画像入力部11と、画像処理部12と、画像出力部13と、パネル部14と、全体制御部15とを備えている。そして、画像入力部11は、画像データを取得するものである。具体的には、スキャナにより原稿を走査して得られる反射光をCCDセンサで受光し、それを光電変換してアナログの画像データを得るようになっている。このアナログの画像データはデジタルの画像データに変換されて、画像処理部12に送信されるようになっている。
【0029】
画像処理部12は、画像入力部11から送信されたデジタルの画像データに対して各種の処理を施すものである。この画像処理部12には、図2に示すように、シェーディング補正部20と、反射率・濃度変換(以下、「LOG変換」という)処理部21と、変倍処理部22と、MTF処理部23と、濃度補正処理部24と、2値化処理部25とが備わっている。
【0030】
ここで、シェーディング補正部20は、画像上の主走査方向の光量ムラを除去するものである。具体的には、原稿の読み取り動作前に、シェーディング補正用の白色板からの反射光をCCDセンサで受光し、そこで得られたアナログデータをデジタルデータに変換してからデジタルデータをメモリに記憶する。そして、原稿の読み取り時に、メモリに記憶されたデジタルデータを基準値として原稿の読み取りデータを補正するようになっている。
【0031】
LOG変換処理部20は、濃度スケールの画像データを得るために、ルックアップテーブルを用いてLOG変換を行うものである。変倍処理部22は、メモリの書き込みおよび読み出し動作の制御を行うことにより、画像の主走査方向における拡大・縮小処理を行うものである。MTF補正部23は、画像の先鋭度などの補正を行うものである。なお、MTF補正部23の詳細は後述する。また、濃度補正部24は、画像モードや露光レベルなどの設定に応じた濃度補正処理を行うものである。2値化部25は、多値画像データを誤差拡散法などを用いて2値画像データに変換するものである。
【0032】
そして、各処理部20〜25において処理が施された画像データは、画像処理部12から画像出力部13へ送信されるようになっている。
【0033】
図1に戻って、画像出力部13は、画像データに基づき記録体に画像を形成するものである。パネル部14は、オペレータが画像モード、原稿サイズ、露光レベルなど、コピーを行う際に必要とされる条件設定を行うためのものである。そして、パネル部14に備わるスタートキーにより、複写機において画像の読み取りが開始されるようになっている。全体制御部15は、パネル部14からの設定情報に基づき複写機全体を統括制御するものである。
【0034】
続いて、図2のMTF補正部23の概略構成を図3に示す。MTF補正部23には、マトリクス生成部30と、エッジ強調処理部31と、スムージング処理部32と、網点判別部33と、選択部34とが備わっている。そして、MTF補正部23はこのような構成により、2次元デジタルフィルタを用いてエッジ強調処理、スムージング処理、および領域判別処理を行うようになっている。具体的には、画像モード等に応じたエッジ強調処理およびスムージング処理が施される。すなわち、文字モードではエッジ強調を大きくし、写真モードではエッジ強調を小さくするようになっている。また、マトリクス生成部30は、ラインメモリを利用して図4に示す5×5マトリクス画像データを生成するものである。
【0035】
また、選択部34は、画像の属性に基づいてスムージング処理あるいはエッジ強調処理のいずれかの処理を選択するものである。このため、選択部34のA端子には、エッジ強調処理部31からエッジ強調処理が施された画像データが入力されている。また、選択部34のB端子には、スムージング処理部32からスムージング処理が施された画像データが入力されている。そして、選択部34のS端子には、網点判別部33から網点領域であるか非網点領域であるかについての画像属性に関する信号が入力されている。このような構成により、選択部34では、網点領域に属する画素に対しては、モアレ抑止のためにスムージング処理が施された画像データが選択され、非網点領域に属する画素に対してはエッジ強調処理が施された画像データが選択されるようになっている。
【0036】
網点判別部33は、注目画素が網点領域に属するか、あるいは非網点領域に属するかについての属性判別を行うものである。この網点判別部33の概略構成を図5に示す。網点判別部33には、網点特徴点検出部40と、総合判別部43とが備わっている。
【0037】
網点特徴点検出部40は、5×5サイズの検出フィルタを用い、注目画素を含む2方向における濃度値が、一方向で極大となり、かつ他方向で極小となるクロス点を検出するものである。このように網点特徴点検出部40においてクロス点を検出することにより、所定領域内において、孤立点を検出する場合に比べ多くの網点特徴点(クロス点)を検出することができる(図13と図14を参照)。
【0038】
この網点特徴点検出部40には、α角クロス点検出部41と、β角クロス点検出部42とが含まれている。ここで、α角、β角とは、網点スクリーン角に対応しており、α角はスクリーン角45度程度に対応し、β角はスクリーン角60度程度に対応している。従って、網点特徴点検出部40においては、2種類の網点スクリーン角に対応するクロス点を検出することができるようになっている。
【0039】
本実施の形態では、2種類の網点スクリーン角に対応可能となっているが、3種類以上の網点スクリーン角に対応することも可能である。そして、対応可能な網点スクリーン角を多くすると、検出可能な網点画像の種類も多くなる。しかし、対応可能な網点スクリーン角を多くすると誤判別も多くなるため、対応可能な網点スクリーン角は、2,3種類にするのがよい。
【0040】
そして、α角クロス点検出部41は、各画素の濃度値が次の条件を満たす場合に、注目画素V22がα角クロス点であると判別するようになっている。その条件は、
V22<MIN(V00,V11,V33,V44)−OFFSET1
かつ、
V22>MAX(V40,V31,V13,V04)+OFFSET2
もしくは、
V22>MAX(V00,V11,V33,V44)+OFFSET2
かつ、
V22<MIN(V40,V31,V13,V04)−OFFSET1
である。
【0041】
また、β角クロス点検出部42は、各画素の濃度値が次の条件を満たす場合に、注目画素V22がβ角クロス点であると判別するようになっている。その条件は、
V22<MIN(V10,V11,V33,V34)−OFFSET1
かつ、
V22>MAX(V41,V31,V13,V03)+OFFSET2
もしくは、
V22>MAX(V10,V11,V33,V34)+OFFSET2
かつ、
V22<MIN(V41,V31,V13,V03)−OFFSET1
である。なお、OFFSET1とOFFSET2は、クロス点判別の閾値である。
【0042】
総合判定部43は、網点特徴点検出部40により検出されたクロス点の個数を計数し、その計数値に基づき注目画素の属性(網点領域/非網点領域)を判定するものである。この総合判定部43には、α角クロス点計数部44と、β角クロス点計数部45と、網点判定部46とが備わっている。α角クロス点計数部44は、ラインメモリを利用して生成した注目画素を含む所定領域(本実施の形態では、9×20マトリクス)内に存在するα角クロス点の個数を計数するものである。同様に、β角クロス点計数部45は、注目画素を含む所定領域(本実施の形態では、9×20マトリクス)内に存在するβ角クロス点の個数を計数するものである。
【0043】
そして、網点判定部46が、α角クロス点計数部44およびβ角クロス点計数部45のそれぞれの計数結果に基づき、注目画素の属性(網点領域/非網点領域)を判定するものである。この網点判定部46は、図6に示すように、1つの加算器50と、3つの比較器51〜53と、OR回路54とから構成されている。そして、加算器50の端子Aにはβ角クロス点計数部45での計数値が入力され、端子Bにはα角クロス点計数部44での計数値が入力されている。また、比較器51の端子Aにはα角クロス点計数部44での計数値が入力され、端子Bには閾値TH1が入力されている。比較器52の端子Aにはβ角クロス点計数部45での計数値が入力され、端子Bには閾値TH2が入力されている。比較器53の端子Aには加算器50の出力結果が入力され、端子Bには閾値TH3が入力されている。そして、各比較器51〜53の出力結果がOR回路54に入力されている。
【0044】
このような構成により、網点判定部46は、次の(1)〜(3)の条件を少なくとも1つ満たした場合に注目画素が網点領域に属すると判定するようになっている。ここで(1)〜(3)の条件は、(1)α角クロス点計数値が閾値TH1を超えた場合、(2)β角クロス点計数値が閾値TH2を超えた場合、(3)α角クロス点計数値とβ角クロス点計数値との加算値が閾値TH3を超えた場合である。
【0045】
ここで、本実施の形態では、網点判定部46において、α角クロス点計数値とβ角クロス点計数値との加算値を網点領域の判別に使用している。これにより、カラー画像における網点領域の判別精度が向上する。なぜなら、カラー画像の場合、同一原稿上の網点画像が、色ごとに網点スクリーン角を可変していることが多いからである。このようにカラー画像において網点スクリーン角を可変するのは、色モアレの発生防止のためである。
【0046】
なお、α角クロス点計数値と閾値TH1との比較結果、およびβ角クロス点計数値と閾値TH2との比較結果のみで網点領域の判別を行うこともできるし、また、α角クロス点計数値とβ角クロス点計数値との加算値と閾値TH3との比較結果のみで網点領域の判別を行うこともできる。
【0047】
次に、上記した構成を有するデジタル複写機の動作について説明する。まず、原稿の画像情報が、画像入力部11により読み取られる。そして、画像入力部11で読み込まれた画像データが、画像処理部12へ送信される。そうすると、画像処理部11によって、画像データに対しシェーディング補正、LOG変換処理、変倍処理、MTF補正、濃度補正、および2値化処理が順次施される。そして、各種の画像処理が施された画像データに基づき、画像出力部13により記録体上に原稿の再現画像が複写され、画像形成された記録体が機外に排出される。これで1枚分のコピーが終了する。
【0048】
続いて、上述した一連のコピー動作中における網点領域の判別方法について説明する。網点領域の判別は、画像処理部12に含まれるMTF補正部23において行われる。より正確には、MTF補正部23に含まれる網点判別部33において行われる。まず、マトリクス生成部30において、変倍部22から出力された画像データが、図4に示すラスタ構造の5×5マトリクス画像データに変換される。そして、この5×5マトリクス画像データを用いて、網点特徴点検出部40によりクロス点の検出処理が行われる。なお、クロス点の検出は、5×5マトリクス領域を主走査方向に1画素分ずつ移動させ、主走査方向の最終位置に到達すると副走査方向に1画素分移動させることを繰り返すことにより、原稿の全領域について行われる。
【0049】
このクロス点検出処理は、α角クロス点検出部41およびβ角クロス点検出部42において行われる。ここで、α角クロス点検出部41におけるα角クロス点の検出処理について説明する。まず、マトリクス生成部30から送信された5×5マトリクス画像データにおいて、V00〜V44方向における各画素(V00,V11,V22,V33,V44)の濃度値が検出される。これと並行してV04〜V40方向における各画素(V04,V13,V22,V31,V40)の濃度値が検出される。この2方向における濃度値検出結果が、注目画素V22において、一方向で極大かつ他方向で極小となると、注目画素V22はα角クロス点であるとして検出される(図12参照)。
【0050】
同様に、β角クロス点検出部42においてβ角クロス点が検出される。なお、β角クロス点検出処理においては、V10〜V34(V10,V11,V22,V33,V34)方向とV14〜V30(V14,V13,V22,V31,V30)方向との2方向における濃度値が検出される。
【0051】
ここで、解像度が向上すると、孤立点の検出が困難になる。解像度が向上すると、孤立点を検出するための検出フィルターにおけるドットサイズが網点に対して相対的に小さくなり、周辺画素との濃度差が小さくなってしまうためである(図9参照)。これに対しクロス点の検出精度は、解像度に影響されない。このため、網点特徴点検出部40は、解像度が向上しても精度良く網点特徴点であるクロス点を検出することができる。また、画像ノイズや文字画像の特徴とクロス点の特徴は大きく異なるため、画像ノイズや文字画像をクロス点であると誤判別することもない。
【0052】
そして、網点特徴点検出部40におけるクロス点の検出処理が終了すると、ラインメモリが利用されて、クロス点を計数するための2次元局所領域(9×41マトリクス)が生成される。この領域は、α角クロス点およびβ角クロス点を計数するためにそれぞれ生成される。そして、α角クロス点計数部44においてその領域内に存在するα角クロス点の個数が計数される。同様に、β角クロス点計数部45においてその領域内に存在するβ角クロス点の個数が計数される。これらの局所領域内におけるα角クロス点計数部44およびβ角クロス点計数部45でのクロス点の計数は、主走査方向に2次元局所領域を1画素分ずつ移動させ、主走査方向の最終位置に到達すると、副走査方向に2次元局所領域を1画素分移動させることを繰り返すことにより、原稿の全領域について行われる。
【0053】
ここで、例えば図13に示すように、9×20マトリクス内においては、黒孤立点あるいは白孤立点であれば最大25個しか検出することができないが、クロス点であれば図14に示すように最大50個検出することができる。このように、網点特徴点を計数する所定の領域内で、網点特徴点としてクロス点を検出することにより、多くの網点特徴点を検出することができる。
【0054】
その後、α角クロス点計数部44およびβ角クロス点計数部45における各クロス点の計数が終了すると、その計数結果が網点判定部46に入力される。そうすると、比較器51でα角クロス点計数値が閾値TH1よりも大きいか否かが判断され、比較器52でβ角クロス点計数値が閾値TH2よりも大きいか否かが判断され、比較器53でα角およびβ角クロス点計数値の加算値が閾値TH3よりも大きいか否かが判断される。なお、各比較器51〜53からは、各閾値よりも各入力値が大きい場合に網点信号を出力し、小さい場合に非網点信号を出力する。
【0055】
そして、各比較器51〜53の出力がOR回路54に入力される。このときOR回路54に入力される信号のいずれか1つが網点信号である場合には、OR回路54から網点信号が出力される。すなわち、網点判定部46において注目画素は網点領域に属すると判別されるのである。一方、比較器51〜53のすべての出力が非網点信号である場合には、OR回路54から非網点信号が出力される。すなわち、網点判定部46において注目画素は非網点領域に属すると判別されるのである。
【0056】
網点判定部46での判定結果は、MTF補正部23に含まれる選択部34のS端子に入力される。そして、選択部34において、網点領域に属すると判定された画素のデータとして、スムージング処理部32により処理された画像データが選択され、非網点領域と判定された画素のデータとして、エッジ強調処理部31により処理された画像データが選択される。そして、ここで選択された画像データに基づき記録体への画像形成が行われる。
【0057】
以上、詳細に説明したように第1の実施の形態に係る複写機によれば、網点特徴点検出部40において、孤立点ではなくクロス点を検出する。これにより、解像度が向上した場合など孤立点の検出が困難な画像であっても、網点特徴点としてのクロス点を精度良く検出することができる。また、同じ検出領域であれば孤立点よりもクロス点の方が多く検出することができる。さらに、画像ノイズや文字画像をクロス点であると誤判別することもない。また、網点特徴点検出部40において、α角クロス点とβ角クロス点とを検出しているので、カラーの網点画像においても精度良くクロス点を検出することができる。このように、網点特徴点の検出精度が向上するので、精度良く網点領域の判別を行うことができる。
【0058】
(第2の実施の形態)
次に、第2の実施の形態について説明する。第2の実施の形態に係る複写機は、第1の実施の形態に係る複写機と基本的な構造をほぼ等くするものであるが、MTF補正部に含まれる網点判別部の構成が若干異なっている。このため、共通点についての説明は省略し、相違点についてのみ説明する。
【0059】
そこで、本実施の形態における網点判別部の概略構成を図7に示す。本実施の形態における網点判別部には、第1の実施の形態とは異なり、網点特徴点検出部60に孤立点を検出する孤立点検出部62が備わっている。これに伴い、総合判定部63には、所定領域内に存在する孤立点を計数するための孤立点計数部65が備わっている。なお、クロス点検出部61においては、第1の実施の形態で説明したα角クロス点を検出するようになっている。もちろん、クロス点検出部61において、α角以外のスクリーン角に対応するクロス点を検出してもよい。また、異なるスクリーン角にに対する複数種類のクロス点を検出してもよい。ただし、複数種類のクロス点を検出する場合には、ラインメモリおよびクロス点計数部を新たに設ける必要がある。
【0060】
ここで、網点濃度が低い網点画像では、クロス点の検出が困難となり、孤立点の検出精度が良くなる場合がある。このため、網点特徴点としてクロス点のみを検出していると、網点画像の種類によっては網点特徴点の検出精度が低下することもある。そこで、本実施の形態のように、網点特徴点検出部60にクロス点検出部61と孤立点検出部62とを設け、網点特徴点としてクロス点と孤立点とを検出することにより、あらゆる種類の網点画像における網点特徴点を精度良く検出することができる。従って、網点特徴点の検出精度が向上するので、精度良く網点領域の判別を行うことができる。
【0061】
(第3の実施の形態)
最後に、第3の実施の形態について説明する。第3の実施の形態に係る複写機も、第1および第2の実施の形態に係る複写機と基本的な構造をほぼ等くするものであるが、MTF補正部に含まれる網点判別部の構成が若干異なっている。このため、共通点についての説明は省略し、相違点についてのみ説明する。
【0062】
そこで、本実施の形態における網点判別部の概略構成を図8に示す。網点特徴点検出部70には、第2の実施の形態と同様に、クロス点検出部61と孤立点検出部62とが備わり、新たにOR回路71が設けられている。このように網点特徴点検出部70にOR回路71を設けることにより、クロス点検出部61の検出結果と孤立点検出部62の検出結果との論理和が算出され、網点特徴点検出部70からの出力を1つにすることができる。これにより、ラインメモリが削減されるとともに、総合判定部73の構成も簡単になる。つまり、網点特徴点としてクロス点と孤立点を検出しているのも関わらず、網点特徴点計数手段としては特徴点計数部74を1つだけ設ければよく、また、網点判定部76は1つの比較器で構成することができる。
【0063】
なお、上記した実施の形態は単なる例示にすぎず、本発明を何ら限定するものではなく、その要旨を逸脱しない範囲内で種々の改良、変形が可能であることはもちろんである。例えば、上記実施の形態ではデジタル複写機に発明を適用した場合について説明したが、複写機の他、プリンタやファクシミリ等にも本発明は適用することができる。また、上記した実施の形態において例示した具体的な数値(例えば、マトリクスサイズなど)は、単なる例示にすぎないことは言うまでもない。
【0064】
【発明の効果】
以上説明した通り本発明によれば、画像の解像度が向上した場合等でも精度良く網点領域を判別することができる画像処理装置が提供されている。
【図面の簡単な説明】
【図1】第1の実施の形態に係るデジタル複写機の概略構成を示すブロック図である。
【図2】図1の画像処理部の概略構成を示すブロック図である。
【図3】図2のMTF補正部の概略構成を示すブロック図である。
【図4】5×5マトリクス画像信号のデータ構造を示す図である。
【図5】図3の網点判別部の概略構成を示すブロック図である。
【図6】図5の網点判定部の構成を示す回路図である。
【図7】第2の実施の形態に係るデジタル複写機における網点判別部の概略構成を示すブロック図である。
【図8】第3の実施の形態に係るデジタル複写機における網点判別部の概略構成を示すブロック図である。
【図9】解像度が異なる場合の一方向におけるの各画素の濃度値を示す図である。
【図10】網点画像の一例を示す図である。
【図11】図10の領域A1内の2方向における各画素の濃度値(孤立点検出)を示す図である。
【図12】図10の領域A2内の2方向における各画素の濃度値(クロス点検出)を示す図である。
【図13】孤立点の計数結果の一例を示す図である。
【図14】クロス点の計数結果の一例を示す図である。
【図15】網点画像の別の一例を示す図である。
【図16】図15の領域B1内の2方向における各画素の濃度値(孤立点検出)を示す図である。
【図17】図15の領域B2内の2方向における各画素の濃度値(クロス点検出)を示す図である。
【符号の説明】
34 選択部
40 網点特徴点検出部
41 α角クロス点検出部
42 β角クロス点検出部
44 α角クロス点計数部
45 β角クロス点計数部
46 網点判定部
Claims (8)
- 互いに交差する2方向の一方向内で濃度値が極大となり、かつ他方向内で濃度値が極小となるクロス点を網点特徴点として検出する網点特徴点検出手段と、
前記網点特徴点検出手段の検出結果に基づき画像の網点領域を判別する属性判別手段と、
前記属性判別手段による判別結果に基づいて画像データの処理方法を切り替える切替手段とを有することを特徴とする画像処理装置。 - 網点特徴点を検出する網点特徴点検出手段と、
注目画素を含む所定の領域内に存在する網点特徴点の個数を計数する網点特徴点計数手段と、
前記網点特徴点計数手段の計数結果と所定の閾値とを比較することにより、注目画素が網点領域に属するか否かの判別を行う属性判別手段と、
前記属性判別手段による判別結果に基づいて画像データの処理方法を切り替える切替手段とを備え、
前記網点特徴点検出手段は、互いに交差する2方向の一方向内で濃度値が極大となり、かつ他方向内で濃度値が極小となるクロス点を網点特徴点として検出することを特徴とする画像処理装置。 - 請求項2に記載する画像処理装置において、
前記網点特徴点検出手段は、形状が異なる検出パターンを用いて複数種類のクロス点を検出することを特徴とする画像処理装置。 - 請求項3に記載する画像処理装置において、
前記網点特徴点計数手段は、前記網点特徴点検出手段により検出される複数種類のクロス点の個数を各種類ごとに別個に計数し、
前記属性判別手段は、前記網点特徴点計数手段で別個に計数された各計数結果を、それぞれ所定の閾値と比較することにより、注目画素が網点領域に属するか否かの判別を行うことを特徴とする画像処理装置。 - 請求項2に記載する画像処理装置において、
前記網点特徴点検出手段は、周辺画素との濃度差が所定値以上である孤立点をも網点特徴点として検出することを特徴とする画像処理装置。 - 請求項5に記載する画像処理装置において、
前記網点特徴点計数手段は、前記網点特徴点検出手段により検出されるクロス点および孤立点の個数をそれぞれ別個に計数し、
前記属性判別手段は、前記網点特徴点計数手段で個別に計数された各計数結果を、それぞれ所定の閾値と比較することにより、注目画素が網点領域に属するか否かの判別を行うことを特徴とする画像処理装置。 - 請求項5に記載する画像処理装置において、
前記網点特徴点検出手段は、前記網点検出手段で検出されるクロス点と孤立点とをともに網点特徴点として検出することを特徴とする画像処理装置。 - 請求項4または請求項6に記載する画像処理装置において、
前記属性判別手段は、前記網点特徴点計数手段で個別に計数された各計数結果を加算し、その加算値をも所定の閾値と比較することにより、注目画素が網点領域に属するか否かの判別を行うことを特徴とする画像処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000336023A JP4032632B2 (ja) | 2000-11-02 | 2000-11-02 | 画像処理装置 |
US09/983,726 US7064865B2 (en) | 2000-11-02 | 2001-10-25 | Image processing method and apparatus for detecting characteristic points |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000336023A JP4032632B2 (ja) | 2000-11-02 | 2000-11-02 | 画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002142109A JP2002142109A (ja) | 2002-05-17 |
JP4032632B2 true JP4032632B2 (ja) | 2008-01-16 |
Family
ID=18811673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000336023A Expired - Fee Related JP4032632B2 (ja) | 2000-11-02 | 2000-11-02 | 画像処理装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7064865B2 (ja) |
JP (1) | JP4032632B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3777813B2 (ja) * | 1998-08-05 | 2006-05-24 | コニカミノルタビジネステクノロジーズ株式会社 | 網点画像判別方法及び画像処理装置 |
TW501363B (en) * | 2001-03-06 | 2002-09-01 | Veutron Corp | Method for enhancing scanning resolution |
TW200403598A (en) * | 2002-03-29 | 2004-03-01 | Olympus Optical Co | Test figure, geometric feature analyzing system, geometric feature analyzing-method, printer, and inkjet printer |
JP3873947B2 (ja) * | 2003-08-12 | 2007-01-31 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置および画像処理プログラム |
JP2005217761A (ja) * | 2004-01-29 | 2005-08-11 | Fuji Photo Film Co Ltd | 網点解析装置、網点解析プログラム、および網点解析方法 |
JP4457346B2 (ja) * | 2004-11-12 | 2010-04-28 | ノーリツ鋼機株式会社 | 画像ノイズ除去方法 |
JP2006209687A (ja) * | 2005-01-31 | 2006-08-10 | Sony Corp | データ処理回路 |
JP4992832B2 (ja) * | 2008-06-18 | 2012-08-08 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置および画像処理方法 |
JP2010288151A (ja) * | 2009-06-12 | 2010-12-24 | Kyocera Mita Corp | 画像読取装置及びこれを備えた画像形成装置 |
JP5699497B2 (ja) * | 2010-09-10 | 2015-04-08 | 富士通株式会社 | 画像処理装置および画像処理プログラム |
CN108921823B (zh) * | 2018-06-08 | 2020-12-01 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2224906B (en) * | 1988-10-21 | 1993-05-19 | Ricoh Kk | Dot region discriminating method |
JPH03141774A (ja) | 1989-10-27 | 1991-06-17 | Ricoh Co Ltd | 網点領域分離装置 |
JPH0541796A (ja) | 1991-08-06 | 1993-02-19 | Canon Inc | 複写装置 |
US5446802A (en) * | 1991-09-05 | 1995-08-29 | Minolta Camera Kabushiki Kaisha | Image processing apparatus comprising judgement means for judging dot photograph image, photograph image and character image |
-
2000
- 2000-11-02 JP JP2000336023A patent/JP4032632B2/ja not_active Expired - Fee Related
-
2001
- 2001-10-25 US US09/983,726 patent/US7064865B2/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
US20020051157A1 (en) | 2002-05-02 |
US7064865B2 (en) | 2006-06-20 |
JP2002142109A (ja) | 2002-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6043900A (en) | Method and system for automatically detecting a background type of a scanned document utilizing a leadedge histogram thereof | |
JP4293212B2 (ja) | 画像色判定装置、画像色判定方法、およびプログラム | |
JP4032632B2 (ja) | 画像処理装置 | |
JP2009200860A (ja) | 画像処理装置、画像処理方法及び記録媒体 | |
US6198835B1 (en) | Image input device and method for providing scanning artifact detection | |
JPH07193705A (ja) | 網点画像の領域判別回路 | |
JP4013478B2 (ja) | 画像処理装置 | |
JPH06133159A (ja) | 画像処理装置 | |
US20020093685A1 (en) | Image processing apparatus | |
US6252680B1 (en) | Image input device and method for providing scanning artifact detection | |
US6246781B1 (en) | Image input device and method for providing scanning artifact detection | |
US7405845B2 (en) | Image processing apparatus | |
JP2001119575A (ja) | 画像処理装置 | |
JP3251119B2 (ja) | 画像処理装置 | |
JP3792402B2 (ja) | 画像処理装置および2値化方法,並びに2値化方法をコンピュータに実行させるプログラムを記録した機械読み取り可能な記録媒体 | |
JP4154867B2 (ja) | 画像領域判別装置および画像領域判別プログラム | |
JP3894409B2 (ja) | 画像処理装置および画像処理方法 | |
JP3783005B2 (ja) | 画像処理装置 | |
JPH09247436A (ja) | 画像領域判別装置および画像処理装置 | |
JP4524714B2 (ja) | 画像処理装置およびラインペアパターンの判別方法 | |
JPH09261461A (ja) | カラー画像処理装置および原稿判定装置 | |
JPH1013620A (ja) | 画像処理装置 | |
JP2000350020A (ja) | 画像認識装置 | |
JP2001094775A (ja) | 画像認識装置 | |
JP2000115529A (ja) | 画像再生装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20050614 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050920 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20051107 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070620 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071002 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071015 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101102 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111102 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121102 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121102 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131102 Year of fee payment: 6 |
|
LAPS | Cancellation because of no payment of annual fees |