JP4032632B2

JP4032632B2 - 画像処理装置

Info

Publication number: JP4032632B2
Application number: JP2000336023A
Authority: JP
Inventors: 淳史石川
Original assignee: Konica Minolta Business Technologies Inc
Current assignee: Konica Minolta Business Technologies Inc
Priority date: 2000-11-02
Filing date: 2000-11-02
Publication date: 2008-01-16
Anticipated expiration: 2020-11-02
Also published as: US20020051157A1; US7064865B2; JP2002142109A

Description

【０００１】
【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

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。