JP4035696B2 - 線分検出装置及び画像処理装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、線分検出装置及び画像処理装置に関するものである。
【０００２】
【従来の技術】
従来より複写機やファクシミリなどの画像処理装置においては、画像中の各領域毎に適した画像処理を施し、画質を向上させている。例えば入力された画像や文字や線画などの文字領域と写真や網点などの絵柄領域が混在していた場合、その画像を再生するときには文字領域と絵柄領域を分離し、文字領域には解像度を重視した処理を実施し、絵柄領域には階調性を重視した処理を施すことが、画像品質の面から望ましい。また、上記のような画像データを伝送する場合にも、文字領域と絵柄領域を分離し、それぞれに対して異なった手法で圧縮処理を行った方が、画像品質および圧縮率の面から望ましい。
【０００３】
具体的には、スキャナ等によって読み取ったり、あるいはファクシミリ等で送信されてきた、文字・線画・写真・網点等が混在した画像をハードコピーする場合、文字・線画などの文字領域に対しては解像度を重視した処理を実施し、写真・網点などの絵柄領域に対しては、階調性を重視した処理を施す。これにより、高画質な再生画像を得ることが可能となる。
【０００４】
また、文字・線画・写真・網点等の混在した画像を、ネットワークを介して離れた場所にある画像出力装置に転送する場合、文字領域と絵柄領域を分離し、それぞれの領域に対して異なった手法で圧縮処理を行った方が、高画質で小容量の画像データを得ることができる。従って、転送時間を短縮し、高画質な再生画像を得ることができる。
【０００５】
ここで、上述のような解像度を重視した処理と階調性を重視した処理を画像の各領域に対して適応的に施すためには、画像に含まれる文字領域及び絵柄領域を精度良く分離する必要がある。以下、文字領域及び絵柄領域や、その他各種の領域への分離を行うことを像域分離と言う。この像域分離に関しては、従来、種々の提案がなされている。
【０００６】
例えば、画像をある一定の大きさのブロックに分割し、各ブロックごとにそのブロックに含まれる画素の最大濃度と最小濃度を求めるとともに、最大濃度と最小濃度の差をあらかじめ決められた閾値と比較し、当該閾値よりも大きな値を持つブロックは文字領域、小さい値を持つブロックは絵柄領域と判定する方法（以下、従来例１と呼ぶ）がある。この従来例１としては、例えば特開平４−３１７２６１号公報などに記載されている。しかし、この従来例１の技術では、ブロック単位に像域分離が行われるため、文字・線画の輪郭部の像域判定結果が入力画像に忠実な判定結果とならないという欠点がある。
【０００７】
また別の技術として、注目画素を中心とした局所オペレータ（フィルタ）を用い、フィルタリング結果を予め決められた閾値と比較し、閾値よりも大きな値を持つ画素は文字領域画素、小さい場合は絵柄領域画素と判定する方法（以下、従来例２と呼ぶ）がある。この従来例２としては、例えば、電子情報通信学会論文誌Ｄ−ＩＩ，Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ，Ｎｏ．１，ｐｐ．３９−４７，１９９２，「文字／絵柄（網点、写真）混在画像の像域分離方式」、あるいは、特開昭６１−１５７１６７号公報などに記載されている。しかしながら、この従来例２の場合には、画像中に含まれるエッジを抽出する手法であるため、ノイズを抽出したり、絵柄中に含まれるエッジを抽出しやすいという問題がある。
【０００８】
さらに、上述の従来例１または従来例２の一方だけを用いて像域分離を行うのではなく、文字領域を抽出する処理や絵柄領域を抽出する処理などの複数の処理を行い、各処理結果から精度良く像域分離を行う手法（以下、従来例３と呼ぶ）も提案されている。従来例３の技術の一つとして、例えば特開平２−２９４８８５号公報に記載されている技術などがある。
【０００９】
この従来例３について図１５を用いて簡単に説明する。図１５は、従来の画像処理装置の一例を示すブロック図である。図中、６１は文字抽出部、６２は網点抽出部、６３は輪郭抽出部、６４は論理和演算部、６５は誤判定除去部、６６は論理積演算部、６７は輪郭再生成部、６８は収縮部、６９は膨張部、７０は論理積演算部である。
【００１０】
図１５において、入力された画像信号は文字抽出部６１、網点抽出部６２および輪郭抽出部６３に供給される。文字抽出部６１は、入力された画像信号から画素単位に文字領域か否かの判定を行い、その判定結果を出力する。網点抽出部６２は、画素単位に網点領域か否かの判定を行い、その判定結果を出力する。文字抽出部６１と網点抽出部６２の各判定結果は、論理和演算部６４において画素単位に論理和演算が行われた後、誤判定除去部６５に供給される。
【００１１】
誤判定除去部６５においては、文字抽出結果の補正処理が行われる。すなわち、文字抽出部６１では絵柄の一部についても文字領域と判定している恐れがあるため、絵柄部分を除去して文字領域のみとする。ここで、論理和演算部６４の出力は文字抽出部６１で文字領域として抽出された部分（実際には絵柄領域も含んでいる可能性がある）と、網点抽出部６２で絵柄領域として抽出された部分が混在している信号である。この信号に対して収縮部６８で収縮処理を行うことによって小領域は消去される。そして膨張部６９で膨張処理を施し、元に戻すことによって、収縮処理で除去されなかった大きな領域のみの画像が生成される。この大きな領域を絵柄領域とみなし、論理和演算部６４から出力される文字領域と絵柄領域が混在した信号から膨張部６９の出力により絵柄領域を除去する。具体的には、膨張部６９の出力を反転し、論理和演算部６４との論理積を論理積演算部７０において演算すればよい。これによって、文字抽出部６１で抽出された領域のうち、絵柄部分を文字領域と誤判定した領域が除去され、文字領域のみが出力される。
【００１２】
次に、誤判定除去部６５と輪郭抽出部６３の各出力結果は、論理積演算部６６において画素単位で論理積演算が行われ、文字・線画の輪郭部が抽出された後、輪郭再生成部６７に供給される。輪郭再生成部６７においては、論理積演算部６６の論理積演算結果に対して文字・線画の輪郭補正が行われる。そして、この輪郭再生成部６７の出力結果を像域分離結果とすることにより、精度の高い像域分離を行うことができる。
【００１３】
このような従来例３の技術は、絵柄中でのエッジ誤抽出が少なく、文字・線画の輪郭部は入力画像に忠実な抽出結果となる、など比較的優れた手法である。しかしながら、下記のような課題も残されている。
（１）太文字・太線の場合、輪郭部のみの抽出となり、文字線画内部までの抽出が困難である。
（２）一つの文字の中で幅の太い箇所と細い箇所が存在した場合に、抽出される箇所とされない箇所が存在する。
（３）絵柄中に誤抽出が発生する場合は、ブロック状の誤抽出となることがあり、画像再現した際に画質劣化が目立ちやすい。
【００１４】
図１６は、誤検出の一例の説明図である。図中のＡ、Ｃ部は細く、Ｂ部は太くなっている。すると、図中、黒く示した部分は文字・線画として抽出されるが、図中のハッチングを施した部分は絵柄部分として抽出されてしまう。このように文字・線画中に絵柄部分が存在していると、Ａ部とＢ部の接続部分、及びＢ部とＣ部の接続部分においてＢ部内部における絵柄としての処理との間で視覚的に色や明度の段差が目立ってしまい、画質が低下するという問題がある。この図１６に示した不具合の例は上述の（２）に相当する問題であるが、このほかにも（１）や（３）など、様々な問題がある。
【００１５】
このように分離を困難にしている理由の一つに、どの程度の線幅までを文字・線分として認識し、どの程度の線幅からを「絵柄」として認識することが適当かが明確でないことが挙げられる。従来の手法では、「文字」と「絵柄」の境界線幅を人為的に設定している。従って、この境界線幅付近の文字・線分は識別が不安定となり、画質劣化につながる。言い換えると、このような境界付近の画質特性は本来「文字」と「絵柄」の中間的特性を持つ部分であるが、従来の手法では、このような箇所においても「文字」と「絵柄」のいずれかに強制的に識別している。特に太文字や太線分の場合には、一つの文字・線分中でその文字線分幅が様々に変化しており、このような文字線分中に分離境界幅が存在する場合には、「絵柄」と「文字」の判定が不安定となり、結果として上述の（２）のように「絵柄用画像処理」と「文字用画像処理」が同じ線分内で部分的に切り替わりながら行われることとなり、画質が劣化していた。
【００１６】
【発明が解決しようとする課題】
本発明は、上述した事情に鑑みてなされたもので、上述のような２値的な領域判定における不具合を解消し、さらに画質の向上を図ることができる画像処理装置を提供することを目的とするものである。
【００１７】
【課題を解決するための手段】
本発明は、入力された画像データから線分を検出する線分検出装置において、処理対象となる各画素を中心画素として該中心画素を中心とし検出する線分幅に対応する所定の大きさの領域を構造要素とし該構造要素に外接する１ないし複数画素からなる複数の外接領域についてそれぞれ平均濃度を算出する平均値算出手段と、該平均値算出手段で算出した複数の外接領域の平均濃度が最小となる外接領域を選択する選択手段と、該選択手段で選択された外接領域及び該外接領域と前記構造要素を挟んで対向する外接領域の平均濃度及び前記構造要素内の画素値により線分を検出する検出手段を有することを特徴とするものである。ここで前記検出手段は、構造要素内の画素の濃度差が所定の値より小さいか否かを判定する判定手段と、該判定手段で濃度差が所定の値より小さいと判定されたとき前記選択手段で選択された２つの外接領域の画素値の平均値の差が小さくかつ２つの外接領域の平均値と前記構造要素の平均濃度との差が大きい場合に前記構造要素内の画素を線分の画素として検出する線分画素検出手段を有する構成とすることができる。さらに、前記検出手段による線分の検出結果に対して膨張処理を行う膨張処理手段を有してもよい。さらに、線分で構成された小領域を抽出する小領域抽出手段と、前記小領域抽出手段による抽出結果と前記膨張処理手段による膨張処理結果の論理演算を行う論理演算手段を有してもよい。
【００１８】
また本発明の画像処理装置では、入力された画像データから、小領域抽出手段で小領域を抽出し、また１ないし複数の上述の本発明の線分検出装置からなる線分抽出手段で線分を抽出し、さらにまたエッジ検出手段でエッジ部分を検出する。そして像域信号生成手段において、抽出した小領域の情報と線分の情報、さらに検出したエッジの情報に基づいて、画像データの文字を含む線分または絵柄とともに、線分内部を示す像域信号を生成することを特徴としている。さらに線分内部を示す像域信号を生成する際に、当該線分内部の領域幅に応じた像域信号を生成するように構成してもよい。そして、このような像域信号を用いて、線分領域と線分内部領域と絵柄領域でそれぞれの特性に応じた画像処理を施すことができる。
このように、本発明の画像処理装置では、画像を「文字」と「絵柄」の２つに分離するのではなく、これらの中間的な特性に位置する領域として線分内部領域を定義している。このような線分内部領域を示す像域信号を利用して画像処理を行うことによって、文字と絵柄の識別境界上にある太さの線分・文字においても、それらの内部領域の画質をコントロールすることが可能であり、従来以上に文字線分画質を向上させることができる。
【００１９】
【発明の実施の形態】
図２は、本発明の画像処理装置及び画像処理方法の実施の形態を含む基本的な一構成例を示すブロック図である。図中、１は画像入力部、２は入力階調補正部、３は色信号変換部、４は色信号変換部、５は墨版生成部、６は空間フィルタ部、７は出力階調補正部、８は画像出力部、９は像域分離部である。画像入力部１はＣＣＤ撮像素子などの光電変換素子によって構成されるイメージスキャナなどで構成され、原稿のカラー画像情報を色別に読み取り、電気的なディジタル画像信号に変換して出力する。なお、この画像入力部１によって読み取られ、変換されたディジタル画像信号は、解像度６００ｄｐｉ、各色８ビットのＲＧＢカラー画像信号であるものとして、以下の説明を行う。もちろん本発明はこのような画像信号に限られるものではない。
【００２０】
画像入力部１から出力される画像信号（ＲＧＢ各色８ビット）は、入力階調補正部２によって階調補正される。色信号変換部３では、階調補正されたＲＧＢ画像信号が、他の色信号（例えば、Ｌ^* ａ^* ｂ^* ）に変換される。色信号変換部３から出力されるＬ^* ａ^* ｂ^* 画像信号は色変換部４に供給され、他の色信号（例えばＹＭＣ）に変換され、さらに墨版生成部５によってＹＭＣ画像信号から墨版が生成されてＹＭＣＫ画像信号に変換される。墨版生成部５には後述する像域分離部９からの像域判定結果も入力され、これに対応して墨版生成係数が切り替えられる。
【００２１】
墨版生成部５から出力されるＹＭＣＫ画像信号は空間フィルタ部６に供給され、各色ごとに空間フィルタリング処理が施される。また、空間フィルタ部６には後述する像域分離部９からの像域判定結果も入力され、像域判定結果に従って例えばフィルタリング係数などを切り替えて空間フィルタリング処理を行う。
【００２２】
空間フィルタリング処理がなされたＹＭＣＫ画像信号は出力階調補正部７に供給され、各色ごとに画像出力階調特性に合うように出力階調の補正がなされる。また、出力階調補正部７にも後述する像域分離部９からの像域判定結果が入力され、その像域判定結果に応じた出力階調の補正がなされる。
【００２３】
出力階調が補正されたＹＭＣＫ画像信号は画像出力部８に供給される。画像出力部８はさらに、後述する像域分離部９からの像域判定結果も入力され、その像域判定結果に応じて、例えばスクリーンなどを切り替えて画像を出力する。
【００２４】
また、色信号変換部３から出力されるＬ^* ａ^* ｂ^* 画像信号のうち、Ｌ^* 信号は像域分離部９にも供給され、後述するように、各画素ごとに文字部、文字内部、あるいは絵柄部の像域判定がなされる。この像域判定結果は、墨版生成部５、空間フィルタ部６、出力階調補正部７および画像出力部８に供給され、前述したように、像域判定結果に対応した処理が施される。
【００２５】
図２に示した構成は一例であって、像域分離部９、及び、像域分離部９から出力される像域判定結果を利用する処理部を有する構成であれば、任意に構成することが可能である。
【００２６】
図１は、像域分離部の第１の構成例を示すブロック図である。図中、１１は小領域抽出部、１２は線分抽出部、１３はエッジ検出部、１４は像域信号生成部、１５は文字抽出部、１６は網点抽出部、１７は論理和演算部、１８は収縮部、１９は膨張部、２０は否定−論理積演算部、２１は論理積演算部、２２は否定−論理積演算部、２３は属性信号生成部である。像域分離部９は、小領域抽出部１１、線分抽出部１２、エッジ検出部１３、像域信号生成部１４などから構成されている。
【００２７】
小領域抽出部１１は、入力された画像信号から小領域を抽出する。小領域抽出部１１は、文字抽出部１５、網点抽出部１６、論理和演算部１７、収縮部１８、膨張部１９、否定−論理積演算部２０から構成されている。文字抽出部１５では、入力された画像信号に対して文字抽出処理を実施する。文字抽出には、文字が抽出されやすいように設定した固定閾値の２値化処理でもよいし、２値化対象画素周辺の濃度値を参照して、その都度、２値化閾値を切り替えるような動的閾値設定可能な浮動２値化処理でもよい。文字は比較的高い濃度を持つことが多いことから、これを考慮したその他の文字抽出処理手法を適用してもよい。文字抽出部１５からの文字抽出結果として、例えば文字抽出された画素レベルをＯＮ画素（論理“１”）、抽出されなかった画素をＯＦＦ画素（論理“０”）とし、各画素１ビットの画像信号を出力することができる。この文字抽出部１５から出力された画像信号は、論理和演算部１７に入力される。
【００２８】
網点抽出部１６では、入力された画像信号から、画像中に含まれる網点領域の抽出が行われる。網点抽出部１６による網点領域の抽出結果として、例えば、抽出された画素レベルをＯＮ画素（論理“１”）、抽出されなかった画素をＯＦＦ画素（論理“０”）とする１ビットの画像信号を出力することができる。この網点抽出部１６から出力された画像信号は、論理和演算部１７に入力される。網点抽出部１６としては、例えば特開平１１−７３５０３号公報に記載されている技術などを用いることができる。ここではその詳細については記載しないが、概略は、入力画像の２値化を行い、２値画像データの高レベル（ＯＮ画素）となっている画素（または低レベル（ＯＦＦ画素）となっている画素）が注目画素を中心としたＮ１×Ｎ１（例えばＮ１＝１９）の広範囲領域の中で周期構造をなしているか否かを判定した後、その判定結果に対してＮ２×Ｎ２（例えばＮ２＝３７）の広範囲の領域を用いて網点領域を判定、抽出するものである。
【００２９】
論理和演算部１７は、文字抽出部１５から出力された文字抽出結果と網点抽出部１６から出力された網点領域抽出結果とを２入力とし、画素単位で論理和演算を行う。この論理和演算の結果、文字や線分などに関しては、文字抽出部１５で抽出された結果と同等の信号が論理和演算部１７から出力される。一方、絵柄領域に関しては、その領域の大部分が網点抽出部１６により抽出されるが、人物像の髪の毛など濃度の非常に高い（濃い）領域については網点周期構造が無くなっており、網点抽出部１６では抽出できない。しかしながら、そのような濃度の非常に高い（濃い）領域は、文字抽出１５によって抽出することも可能であるため、論理和演算部１７からは絵柄領域全体についても抽出された結果が出力される。論理和演算部１７から出力された文字線画及び絵柄の抽出結果の情報は、収縮処理部１８に供給されるとともに、２入力の否定−論理積演算部２０の一方の入力となる。
【００３０】
収縮処理部１８では、注目画素を中心としたＭ１×Ｍ１（例えばＭ１＝３１）画素領域での収縮処理を行う。収縮処理は縮退処理とも呼ばれる。図３は、収縮処理の概要の説明図である。収縮処理とは、例えば“画像工学”，コロナ社，ｐ９８−１０１で述べられているように、「注目画素の座標値と値をｆ（ｉ，ｊ）＝０とするとき、点（ｉ，ｊ）の８近傍の値をすべて０とする」操作のことである。すなわち、２値画像の画素を細らせる処理と言い換えることができる。例えば図３に示す例では、図３（Ａ）における中心の注目画素が白（＝０）であるので、この注目画素の８近傍の値をすべて０とし、図３（Ｂ）に示すように変換する。これによって、例えばエッジ部などでは白領域に隣接している黒部分が白に変換され、実質的に黒部分を収縮させることができる。マトリクスの大きさは収縮量と関連しており、図３に示した例の場合はＭ１＝３であるので、黒領域の周囲１画素が削減されることになる。もちろん収縮処理として任意の方法を適用することが可能である。収縮処理部１８から出力された画像データは膨張処理部１９に入力される。
【００３１】
膨張処理部１９では、注目画素を中心としたＭ２×Ｍ２（例えばＭ２＝４９）画素領域での膨張処理を行う。膨張処理は拡大処理とも呼ばれる。図４は、膨張処理の概要の説明図である。拡大処理とは前述の文献、同ページの説明にあるように、「注目画素の座標値と値をｆ（ｉ，ｊ）＝１とするとき、点（ｉ，ｊ）の８近傍の値をすべて１とする」操作のことである。すなわち、拡大処理とは画素を太らせる処理と考えることができる。例えば図４に示す例では、図４（Ａ）における中心の注目画素が黒（＝１）であるので、この注目画素の８近傍の値をすべて１とし、図４（Ｂ）に示すように変換する。これによって、例えばエッジ部などでは黒領域に隣接している白部分が黒に変換され、実質的に黒部分を膨張させることができる。マトリクスの大きさは膨張量と関連しており、図４に示した例の場合にはＭ２＝３であるので、黒領域の周囲が１画素分だけ膨張する。もちろん収縮処理として任意の方法を適用することが可能である。膨張処理部１９から出力された画像データは、論理和演算部１７から出力される演算結果と同期がとられて、否定−論理積演算部２０の他方の入力となる。
【００３２】
上述の収縮部１８及び膨張部１９によって、論理和演算部１７から出力される文字線画領域及び絵柄領域の抽出結果のうち、小さな領域については収縮部１８による収縮処理によって消去され、膨張部１９で膨張させても元には戻らない。従って、膨張処理部１９の出力は、論理和演算部１７から出力される文字線画領域及び絵柄領域の抽出結果のうち、小さな領域を除去したものとなる。除去される領域の大きさは、収縮部１８において用いるマトリクスの大きさに依存する。
【００３３】
否定−論理積演算部２０では、膨張処理部１９からの入力について各画素ごとにビット反転（ＮＯＴ処理）が行われた後、論理和演算部１７から入力される文字線画領域及び絵柄領域の抽出結果の対応する画素との論理積演算が行われる。これによって、膨張部１９までの処理で除去された小領域のみが抽出されることになる。通常、文字線画領域は絵柄領域に比べて小さく、上述のような小領域抽出部１１の処理によって、文字や線画などの線分で構成された領域のみを抽出することができる。
【００３４】
また、線分抽出部１２では、入力された画像信号から、画像中に含まれる文字や線分が抽出される。線分抽出部１２からの文字抽出結果として、例えば、抽出された画素をＯＮ画素（論理“１”）、抽出されなかった画素をＯＦＦ画素（論理“０”）とする各画素１ビットの画像信号を出力することができる。この線分抽出部１２の詳細については後述する。線分抽出部１２から出力された線分抽出結果は、像域信号生成部１４中の論理積演算部２１の一方の入力端に入力される。
【００３５】
一方、エッジ検出部１３では、入力画像中の輪郭エッジを検出する。エッジ検出手法は、例えばソベルフィルタなどの公知の技術を用いることができる。エッジ検出部１３の検出結果としては、例えばエッジ部の画素レベルをＯＮ画素（“論理１”）、非エッジ部の画素レベルをＯＦＦ画素（“論理０”）とすることができる。このようにしてエッジ検出部１３から得られた輪郭エッジ出力が、像域信号生成部１４中の否定−論理積演算部２２の一方の入力端に入力される。
【００３６】
像域信号生成部１４は、小領域抽出部１１による小領域の抽出結果と、線分抽出部１２による線分の抽出結果と、エッジ検出部１３によるエッジの検出結果に基づいて、画像信号の文字を含む線分、その線分内部、絵柄のいずれかを示す像域信号を生成する。像域信号生成部１４は、論理積演算部２１、否定−論理積演算部２２、属性信号生成部２３から構成されている。
【００３７】
論理積演算部２１には、小領域抽出部１１中の否定−論理積演算部２０での演算結果、即ち小領域抽出部１１からの出力結果と、線分抽出部１２からの線分抽出結果がそれぞれ入力され、両者の論理積を画素ごとに演算する。この結果、小領域でしかも線分を構成する画素が抽出される。このようにして得られた論理積演算結果出力、すなわち文字・線分出力が属性信号生成部２３の一方の入力端及び否定−論理積演算部２２の一方の入力端へと入力される。
【００３８】
否定−論理積演算部２２には、論理積演算部２１の出力が入力されるとともに、エッジ検出部１３から得られた輪郭エッジの検出結果が入力される。エッジ検出部１３から得られた輪郭エッジの検出結果については、各画素ごとにビット反転（ＮＯＴ処理）が行われた後、論理積演算部２１の出力と論理積演算が行われる。この演算により、輪郭エッジに囲まれた文字・線分内部領域の内部が抽出される。さらに否定−論理積演算部２２の出力（文字・線分内部領域を示す）が、属性信号生成部２３に入力される。
【００３９】
属性信号生成部２３では、論理積演算部２１の出力（文字・線分を示す）と、否定−論理積演算部２２の出力（文字・線分内部領域を示す）とを用いて像域信号を生成する。像域信号は、「文字」、「文字内部」、「絵柄」の３通りからなる。像域信号生成部２３からの出力データは像域分離部９での像域判定結果として、例えば図２に示した構成例では墨版生成部５、空間フィルタ部６、出力階調補正部７および画像出力部８に供給される。そして、これら各処理部において、画像変換処理や画像補正処理、または画像変換係数や画像補正係数を像域信号に従って切り替えることにより、像域判定結果に対応した処理が施される。すなわち、「文字」、「文字内部」、「絵柄」それぞれに適した画像処理が施されることになり、従来手法に比べて劣化の少ない極めて高画質が画像出力が得られることになる。
【００４０】
図５は、像域分離部による像域分離結果の一例の説明図である。ここでは図１６に示した例と同様に、図中のＡ、Ｃ部が細く、Ｂ部が太い線画の場合を示している。このような画像信号が入力された場合、図５において黒く示したエッジ部分が「文字」、Ａ，Ｃ部において細かいハッチングを施した部分が「文字内部」、Ｂ部の内部において荒いハッチングを施した部分が「絵柄」として、それぞれ像域信号が出力されることになる。
【００４１】
例えば「文字内部」と判定された領域について、「文字」と「絵柄」の中間的な処理を施すことによって、Ａ部とＢ部の接続部分、及びＢ部とＣ部の接続部分において「文字内部」と「絵柄」とが隣接した部分においても、従来のような色や明度の段差が少なくなり、このような境界部分を目立たなくすることができる。従って、画像全体の画質を向上させることができる。
【００４２】
次に、図１における線分抽出部１２、エッジ検出部１３，属性信号生成部２３における内部構成例を順に説明してゆく。図６は、線分抽出部の一構成例を示すブロック図である。図中、３１−１〜Ｋは第１〜Ｋ縮小部、３２−０〜Ｋは線分抽出部、３３−１〜Ｋは第１〜Ｋ拡大部、３４は論理和演算部、３５は膨張部である。線分抽出部１２に入力された画像データは、第１縮小部３１−１〜第Ｋ縮小部３１−Ｋに入力され、画像データの縮小処理が行われる。例えば、第１縮小部３１−１では、画像の縦・横方向それぞれ１／２の縮小が行われる。また、第２縮小部３１−２では、画像の縦・横方向それぞれ１／４の縮小が行われる。同様にして、第Ｋ縮小部３１−Ｋでは、画像の縦・横方向それぞれ１／（２Ｋ）の縮小が行われる。第１縮小部３１−１〜第Ｋ縮小部３１−Ｋにおける画像縮小方式としては、単純間引き法、４点補間法、１６点補間法、投影法、中央値採用法など、公知の縮小方式でよい。
【００４３】
第１縮小部３１−１〜第Ｋ縮小部３１−Ｋによって縮小された画像データは、それぞれ線抽出部３２−１〜線抽出部３２−Ｋに入力される。また、線分抽出部１２に入力された画像データは、線抽出部３２−０にも入力される。線抽出部３２−０〜線抽出部３２−Ｋでは、入力された画像データから所定範囲の幅を有する線分の抽出が行われる。この例の場合は、第１縮小部３１−１〜第Ｋ縮小部３１−Ｋによって画像データはそれぞれ１／２，１／４、１／６、…、１／（２Ｋ）に縮小が行われた後、線抽出部３２−０〜線抽出部３２−Ｋの処理が行われる。線抽出部３２−０〜線抽出部３２−Ｋの詳細については後述するが、線抽出部３２−０〜線抽出部３２−Ｋについては例えば同一の構成で実現することができる。その場合でも、第１縮小部３１−１〜第Ｋ縮小部３１−Ｋにおいてそれぞれの縮小率で画像データを縮小しているため、それぞれ異なった線幅の線分を抽出することができる。
【００４４】
続いて、線抽出部３２−１〜線抽出部３２−Ｋから出力された線分の抽出結果は、それぞれ第１拡大部３３−１〜第Ｋ拡大部３３−Ｋに入力され、それぞれ拡大処理が実施される。第１拡大部３３−１〜第Ｋ拡大部３３−Ｋでの拡大率は、それぞれ第１縮小部３１−１〜第Ｋ縮小部３１−Ｋでの縮小率の逆数、即ちこの例では、縦・横方向共、２，４，６、…、２Ｋ倍とする。第１拡大部３３−１〜第Ｋ拡大部３３−Ｋにおける画像拡大方式としては、単純補間法、４点補間法、１６点補間法、投影法、中央値採用法など、公知の拡大方式でよい。
【００４５】
さらに第１拡大部３３−１〜第Ｋ拡大部３３−Ｋおよび、前述の線抽出部３２−０からの出力結果は論理和演算部３４に入力され、画素単位に論理和演算が行われる。この論理和演算によって、線分抽出部３２−０〜Ｋによって抽出されたすべての線分が出力結果として出力されることになる。論理和演算部３４からの出力結果の画像データは膨張部３５に入力される。膨張部３５では、線分抽出処理において抽出補正を行う。膨張処理については、図４を用いて説明した通りであり、任意の公知の手法を用いることができる。この膨張部３５の出力結果が線分抽出部１２の出力となる。
【００４６】
続いて、線分抽出部３２−０〜線分抽出部３２−Ｋについて説明する。上述のように、線抽出部３２−０〜線抽出部３２−Ｋはすべて同じ構成とすることができるので、ここでは線分抽出部３２−０についてのみ説明する。しかしこれに限らず、線抽出部３２−０〜線抽出部３２−Ｋをそれぞれ異なる構成として線分抽出するようにしても構わない。
【００４７】
図７は、線抽出部３２−０の一構成例を示すブロック図である。図中、４１−１〜Ｌは画素幅検知部、４２は論理和演算部である。線分抽出部３２−０は、図７に示すように、１×１画素幅検知部４１−１〜Ｌ×Ｌ画素幅検知部４１−Ｌと、これらの結果の論理和演算を行うための論理和演算部４２で構成されている。Ｌの大きさは抽出する線分幅に応じて設定すればよい。
【００４８】
ここで用いる線分検出手法は基本的に「抽出線分幅に基づくパタンマッチング処理」と考えてよい。図８は、線分検出処理の一例の概念図である。線分検出処理は、具体的には図８に示すように、抽出する線分幅を直径とする「線分検出フィルタ」をラスタ走査し、各画素単位でその画素が線分上に存在するか否かを判別する。
【００４９】
一例として、５×５画素幅検知部４１−５を用いて説明する。図９は、５×５画素幅検知部４１−５における線分検出動作の具体例の説明図である。図９中、黒く塗りつぶした画素が中心画素であり、ハッチングを施した検出フィルタ画素を構造要素と呼ぶことにする。図９において、５×５画素幅線分検出フィルタは（Ｂ）〜（Ｅ）に示すように角度９０度、０度、４５度、角度１３５度の４つのサブフィルタから構成される。以下、検出手順を示す。
（１）入力画像をラスタ走査し、処理対象となる各画素を中心画素として、図９（Ｂ）〜（Ｅ）に示す各サブフィルタの構造要素に外接する領域ａ〜ｈにおけるそれぞれの画素平均値を算出する。
（２）（１）の平均値が最小となる領域を持つサブフィルタを選択する。
（３）（２）で選択されたサブフィルタ内で、後述する判定を行って線分判定結果を出力する。
【００５０】
図１０は、線分検出動作の詳細の一例の説明図である。上述の（１）〜（３）の検出手順において、（１）、（２）の手順に従って画素平均値の最小値を求めたとき、例えば領域ａの平均値が最小値であったとする。この場合、図９（Ｂ）に示す角度９０度のサブフィルタが選択されるが、このときの線分と線分検出フィルタとは、図１０（Ａ）に示すような関係になっているものと判断することができる。実際にこのような関係になっているか否かを判定するため、上述の（３）の検出手順において図１０（Ｂ）に示すような演算を実施することによって線分判定を行うことができる。
【００５１】
図１０（Ｂ）に示す演算では、まずＳ８１において、構造要素内の画素の濃度差を検出する。そのために、構造要素内の画素の最大値と構造要素内の画素の平均値との差分の絶対値がしきい値パラメータαよりも小さいか否かを判定する。この判定は、構造要素がすべて文字あるいは線分内に含まれていることを判定するものである。もし、濃度差が大きい場合には、文字や線分のエッジが構造要素内に存在するため、線幅の検出を行うことができない。その場合には５×５画素幅の線分領域とは判定しない。
【００５２】
構造要素内の画素の濃度差が小さければ、さらにＳ８２における判定を行う。ここではまず、構造要素内の画素の平均値と領域ａの平均値との差分を演算し、しきい値パラメータβよりも大きいか否かを判定する。これによって、構造要素と領域ａとの間にエッジが存在しているか否かを判定する。同様に、構造要素内の画素の平均値と領域ｂの平均値との差分を演算し、しきい値パラメータβよりも大きいか否かを判定する。これによって、構造要素と領域ｂとの間にエッジが存在しているか否かを判定する。さらに、領域ａの平均値と領域ｂの平均値との差分の絶対値がしきい値パラメータγよりも小さいことを判定する。この判定は、領域ａ及び領域ｂとも、文字または線分の外であることを確認するための判定である。これらの条件がすべてそろっている場合に、図１０（Ａ）に示すような関係にあるものとして、Ｓ８３において、構造要素内のすべての画素について、５×５画素幅の線分であると判定する。なお、いずれかの条件を満たさない場合には、Ｓ８４において、５×５画素幅の線分ではないと判定する。
【００５３】
ここでは図９（Ｂ）に示す角度９０度のサブフィルタについて示したが、他の図９（Ｃ）〜（Ｅ）に示すサブフィルタにおいても同様である。また、５×５画素幅検知部４１−５以外の１×１画素幅検知部４１−１〜Ｌ×Ｌ画素幅検知部４１−Ｌの線分検出についても、図９に示したフィルタとはサイズが異なるフィルタ、およびサイズが異なるサブフィルタを用いて同様の演算処理を行えばよい。
【００５４】
さらに１×１画素幅検出部４１−１〜Ｌ×Ｌ画素幅検出部４１−Ｌの処理出力全てが論理和演算部４２入力され、論理和が求められる。この論理和出力が図６に示した線分抽出部３２−０の出力となる。その他の線分抽出部３２−１〜線分抽出部３２−Ｋについては、前述したように、ここでは全て図７に示したものと同じものを使用することができる。但し、線分抽出部３２−０以外は、第１縮小部３１−１〜第Ｋ縮小部３１−Ｋで縮小されたデータに対して線分抽出処理がなされた後、拡大処理がなされるので、実際に抽出される線分画素幅はそれぞれ異なる。つまり、第１拡大部３３−１〜第Ｋ拡大部３３−Ｋの各出力はそれぞれ異なる結果が出力されることになる。例えば、線分抽出部３２−０では、等倍画像データに対して線分検知が行われる。しかしながら、線分抽出部３２−１では、第１縮小部３１−１の処理が行われるので、１／２縮小処理後の画像データに対して、図７の線分検知が行われた後、第１拡大部３３−１の処理が実施される。結果として、線分抽出部３２−０で検知された線分幅に対して２倍の幅を持つ画素線分を抽出することになる。以下、第２拡大部３３−２の出力は、線分抽出部３２−０に対して４倍の幅を持つ画素線分を抽出することになる。以下、他の拡大部の出力についても同様である。
【００５５】
なお、上述の説明では、すべての縮小画像データに対して図７に示す同じ線分検出フィルタを用いるものとして説明したが、これに限らず、各縮小画像データに対して異なる線分検出フィルタを適用するように構成してもよい。
【００５６】
以上のようにして、図６に示した線分抽出部３２−０の出力、および、第１拡大部３３−１〜第Ｋ拡大部３３−Ｋの出力のすべてが図６に示す論理和演算部３４に入力され、論理和が求められる。この結果、得られた画像データは、膨張部３５へとさらに入力される。次に膨張部３５の処理内容について説明する。
【００５７】
前述した線分抽出処理は、その手法の制約から、検出画素幅以外の線分幅は抽出できない。図１１は、線分抽出部により抽出できない文字部分の一例の説明図である。例えば線幅が大きく変化している場合には、いずれの線幅としても検出されないことがある。具体例としては、図１１（Ａ）に示すように、文字の「払い」の部分（破線で示す）については、黒く塗りつぶされた部分までは線幅の検出ができるものの、先にゆくに従い、検出幅に合致するフィルタがなくなり、抽出できないことがある。また、図１１（Ｂ）に示すように、線分の交点を抽出できないことがある。これは、図９に示したように構造要素を囲む領域ａ〜ｈの濃度と構造要素内の濃度差を用いて線分検出しているため、交点部分では縦、横、斜めのいずれの線分としても検出できなくなってしまうことによる。
【００５８】
以上の理由から、文字・線分検出結果として、図６に示す論理和演算部３４の出力をそのまま用いることはできず、不十分である。このような問題に対処するため、論理和演算部３４の結果に対して、膨張部３５において膨張処理を実施することとしている。膨張処理の詳細は、図４を用いて前述した通りである。ここでの膨張量は、抽出する文字幅に応じて設定すればよい。例えば図１に示した収縮部１８（＝３１画素収縮）、膨張部１９（＝４９画素膨張）により抽出される文字幅が設定されるので、これらに合わせ、また若干の抽出余裕を考慮して設定することができる。具体例としては、３５×３５画素程度とすればよい。
【００５９】
以上の膨張処理によって、図１１に示したような問題は回避できる。しかしながら、膨張処理によって、文字の正確な形状が失われてしまっている。すなわち、実際の文字幅よりも太く潰れ気味となっている。このような文字潰れに対処するため、膨張処理後の線分抽出結果（＝図１における線分抽出部１２の出力）と、小領域抽出部１１中の否定−論理積演算部２０の出力（文字形状が正確に反映されている）とを用いて、像域信号生成部１４中の論理積演算部２１において論理積演算を実施することによって、文字潰れを取り除くことができる。この結果、絵柄部が取り除かれ、かつ、文字形状を正確に反映した画像データが論理積演算部２１より出力されることとなる。
【００６０】
次に、図１におけるエッジ検出部１３を説明する。エッジ検出部１３は公知のエッジ検出技術をそのまま用いればよい。例えば、ソベルフィルタ、ラプラシアンフィルタなどを用いることができる。これらのエッジ検出技術を用いることによって、画像中の輪郭エッジ成分が求められる。エッジ判定画素出力を“ＯＮ画素”（論理“１”）とし、非エッジ画素を“ＯＦＦ画素”（論理“０”）とすることができる。なお、このエッジ検出結果には、文字線画のエッジ以外にも、絵柄中のエッジ成分についても検出される。
【００６１】
このエッジ検出結果は、否定−論理積演算部２２においてビット反転（ＮＯＴ処理）された後、論理積演算部２１の出力と論理積演算が実施される。すなわち、画像中の非エッジ部と文字成分との論理積を否定−論理積演算部２２で求めることになり、結果として文字のエッジ成分を除く文字内部が抽出されることになる。
【００６２】
以上のようにして、入力画像中の文字線分データ（図１における論理積演算部２１の出力）と、文字線分内部データ（否定−論理積演算部２２の出力）が属性信号生成部２３へと入力される。
【００６３】
次に、属性信号生成部２３について詳細を説明する。属性信号生成部２３では、例えば図２に示した墨版生成部５、空間フィルタ部６，出力階調補正部７、画像出力部８などへ入力する像域信号を生成する。例えば、次のような２ビットの像域信号を各画素ごとに生成する。
（１）文字エッジを示す信号 ０１（２進数）＝１（１０進数）
（２）文字内部を示す信号 １０（２進数）＝２（１０進数）
（３）絵柄部を示す信号 １１（２進数）＝３（１０進数）
なお、（１）の文字エッジ信号は、論理積演算部２１の出力（＝文字全体）から、否定−論理積演算部２２の出力（＝文字内部）を除くことによって得ることができる。具体的には、論理積演算部２１の出力と否定−論理積演算部２２の出力の排他的論理和を演算すればよい。
【００６４】
このようにして生成された像域信号が、例えば図２に示した墨版生成部５、空間フィルタ部６，出力階調補正部７、画像出力部８へと入力される。墨版生成部５では、像域分離部９から出力される上記（１）〜（３）のいずれかを示す２ビット信号をもとに、例えば、像域信号の値が０１（２進数）、あるいは、１０（２進数）の場合は文字用の墨版生成係数を用いて処理し、像域信号の値が１１（２進数）の場合は絵柄用の墨版係数を用いて処理を実施することができる。
【００６５】
また空間フィルタ部６では、例えば、像域信号が０１（２進数）の場合は文字エッジ部を強調するフィルタ係数を用いて処理を施し、像域信号が１１（２進数）の場合には絵柄部を平滑化するフィルタ係数を用いて処理を実施することができる。文字内部を示す像域信号１０（２進数）の場合には、文字エッジ用フィルタと絵柄部用フィルタの中間的な特性を持つフィルタ係数を用いて処理が実施するとよい。
【００６６】
さらに出力階調補正部７では、像域信号の値が０１（２進数）の場合はコントラストを強調して補正する。像域信号の値が１１（２進数）の場合は、絵柄用に滑らかなコントラストとなるように補正する。文字内部を示す像域信号１０（２進数）の場合には、０１（２進数）の場合と１１（２進数）の場合の中間的な性質を持つ階調補正を行うことができる。
【００６７】
最後に画像出力部８では、像域信号の像域信号の値が０１（２進数）の場合は、文字エッジであるから、線密度の高い印字スクリーンを用い、像域信号の値が１１（２進数）の場合は、絵柄用に階調を豊かに表現可能な線密度の荒い印字スクリーンを用いる。さらに、これまでと同様に文字内部を示す像域信号１０（２進数）の場合には、０１（２進数）の場合と１１（２進数）の場合の中間的な性質を持つ印字スクリーンを用いて印字出力することができる。
【００６８】
上述のように、像域信号を受けた各処理部では、文字内部は絵柄と文字エッジの中間的な画像処理を加えることによって、従来の手法と比較して、絵柄と文字の判定が混在するために画質劣化していた文字線画内部に対して、絵柄用画像処理と文字用画像処理の中間的な画像処理を施すことができる。これによって、従来は絵柄領域と文字線画領域が隣接した部分でも隣接部分の明度や色などの段差の発生が抑制され、画質を向上させることができる。
【００６９】
図１２は、像域分離部の第２の構成例を示すブロック図である。図中、図１と同様の部分には同じ符号を付して重複する説明を省略する。２４は線分幅検出部、２５は属性信号生成部である。この第２の構成例では、文字内部の太さに応じて段階的に文字内部信号を生成することを可能とした構成を示している。そのために、この第２の構成例では像域信号生成部１４に線分幅検出部２４を設けている。そして、否定−論理積演算部２２の出力結果が文字内部信号となるとともに、この結果がさらに線分幅検出部２４に入力される。線分幅検出部２４では、文字内部信号から文字内部画素の線幅を検出する。
【００７０】
図１３は、線分幅検出部の一例である。図中、５１−１〜４は収縮部、５２は線幅信号生成部である。線分幅検出部２４に入力された文字内部信号は、１３×１３収縮部５１−１、１９×１９収縮部５１−２、２５×２５収縮部５１−３、３１×３１収縮部５１−４の４つの演算部へと入力される。それぞれ、例えば図３において説明したような収縮処理が実施され、その結果が、さらに線幅信号生成部５２へと入力される。線幅信号生成部５２では、各線分内部画素ごとに線分内部の線幅信号を生成する。
【００７１】
線幅信号生成部５２では、以下に示すように収縮した画像を用いて画素幅検知処理を実施する。
（１）１３×１３収縮部５１−１の結果、残余画素が０個の場合、画素幅は「１３画素以下」とする。
（２）（１）の収縮処理の結果、残余画素が０個でない場合（残余画素が存在する場合）は、さらに、１９×１９収縮部５１−２の処理の結果を参照する。この結果、残余画素が０個の場合、画素幅は「１４画素以上１９画素以下」とする。
残余画素が０個でない場合（残余画素が存在する場合）は、２５×２５収縮部５１−３の処理結果を参照する。
（３）（２）で、残余画素が０個でない場合、２５×２５収縮部５１−３による処理結果が参照され、残余画素が０個の場合、画素幅は「２０画素以上２５画素以下」とする。残余画素が０個でない場合（残余画素が存在する場合）は、３１×３１収縮部５１−４の処理結果を参照する。
（４）（３）で、残余画素が０個でない場合、３１×３１収縮部５１−４による処理結果が参照され、残余画素が０個の場合、画素幅は「２６画素以上３１画素以下」とする。残余画素が０個でない場合（残余画素が存在する場合）は、３１×３１よりも太い線幅を持つ領域と判定する。
【００７２】
以上のようにして、文字内部の線幅が下記の５つのカテゴリーに分類される。
（ａ）１３画素以下
（ｂ）１４画素以上１９画素以下
（ｃ）２０画素以上２５画素以下
（ｄ）２６画素以上３１画素以下
（ｅ）３２画素以上
これら５つのカテゴリーを示す信号が線分幅検出部２４の出力となり、属性信号生成部２５に入力される。したがって、属性信号生成部２５に入力されるデータは、論理積演算部２１の演算結果（エッジを含む文字線分信号）、否定−論理積演算部２２の演算結果（文字内部信号）、および上述した線分幅検出部２４の結果（文字内部の線幅情報信号（ａ）〜（ｅ））が属性信号生成部２５へと入力される。これら入力された信号データにしたがって、属性信号生成部２５にて像域信号が生成される。
【００７３】
なお、ここでは上述のような収縮による画素幅検知処理を実施しているが、他の画素幅検出方法を用いてもよい。また、この例では１３画素、１９画素、２５画素、３１画素をしきい値としているが、これに限らず、任意の値をしきい値とすることができる。あるいは、画素幅の検出方法によっては画素幅を示す値を出力するように構成してもよい。
【００７４】
次に、属性信号生成部２５について詳細を説明する。属性信号生成部２５には、上述のように論理積演算部２１の演算結果（エッジを含む文字線分信号）、否定−論理積演算部２２の演算結果（文字内部信号）、および上述した線分幅検出部２４の結果（文字内部の線幅情報信号（ａ）〜（ｅ））が入力される。属性信号生成部２５では、入力されたこれらの信号データを参照しながら、例えば図２に示した墨版生成部５、空間フィルタ部６，出力階調補正部７、画像出力部８へと入力する像域信号を生成する。例えば、次のような３ビットの像域信号を各画素ごとに生成することができる。
（１）文字エッジを示す信号：０１（２進数）＝１（１０進数）
（２）１３画素未満の線幅を持つ文字内部を示す信号：１０（２進数）＝２（１０進数）
（３）１４画素以上１９画素以下の線幅を持つ文字内部を示す信号：１１（２進数）＝３（１０進数）
（４）２０画素以上２５画素以下の線幅を持つ文字内部を示す信号：１００（２進数）＝４（１０進数）
（５）２６画素以上３１画素以下の線幅を持つ文字内部を示す信号：１０１（２進数）＝５（１０進数）
（６）３２画素以上の線幅を持つ文字内部を示す信号：１１１（２進数）＝７（１０進数）
（７）絵柄部を示す信号： ００（２進数）＝０（１０進数）
【００７５】
このようにして、文字内部については（２）〜（６）にさらに分類して像域信号を生成することができる。なお、（１）の文字エッジ信号は、論理積演算部２１の出力（＝文字全体）から、否定−論理積演算部２２の出力（＝文字内部）を除くことで得ることができる。具体的には、論理積演算部２１の出力と否定−論理積演算部２２の出力の排他的論理和を演算すればよい。
【００７６】
上述のようにして生成された像域信号が、例えば図２に示した墨版生成部５、空間フィルタ部６，出力階調補正部７、画像出力部８へと入力される。各処理部では、上記（１）〜（７）のカテゴリに応じて、それぞれの画像特性に適したパラメータを用いて画像処理を実施することができる。文字内部の処理については、上述の像域分離部の第１の構成例を利用した場合に比べて、さらに線幅ごとに詳細パラメータの調整が可能となり、さらなる高画質の出力を得ることができる。
【００７７】
なお、上述の各構成例では、像域分離部９の構成として明度信号Ｌ^* の値を利用して像域分離処理を行うものとして説明した。しかしこれに限らず、さらにａ^* ｂ^* 信号も参照してカラー属性も含めた像域分離結果を出力してもよい。
【００７８】
図１４は、本発明の画像処理装置の機能または画像処理方法をコンピュータプログラムで実現した場合におけるコンピュータプログラム及びそのコンピュータプログラムを格納した記憶媒体の一例の説明図である。図中、１０１はプログラム、１０２はコンピュータ、１１１は光磁気ディスク、１１２は光ディスク、１１３は磁気ディスク、１１４はメモリ、１２１は光磁気ディスク装置、１２２は光ディスク装置、１２３は磁気ディスク装置である。
【００７９】
上述の本発明の画像処理装置の機能または画像処理方法は、コンピュータにより実行可能なプログラム１０１によっても実現することが可能である。その場合、そのプログラム１０１およびそのプログラムが用いるデータなどは、コンピュータが読み取り可能な記憶媒体に記憶することも可能である。記憶媒体とは、コンピュータのハードウェア資源に備えられている読取装置に対して、プログラムの記述内容に応じて、磁気、光、電気等のエネルギーの変化状態を引き起こして、それに対応する信号の形式で、読取装置にプログラムの記述内容を伝達できるものである。例えば、光磁気ディスク１１１，光ディスク１１２、磁気ディスク１１３，メモリ１１４（ＩＣカード、メモリカードなどを含む）等である。もちろんこれらの記憶媒体は、可搬型に限られるものではない。
【００８０】
これらの記憶媒体にプログラム１０１を格納しておき、例えばコンピュータ１０２の光磁気ディスク装置１２１，光ディスク装置１２２，磁気ディスク装置１２３，あるいは図示しないメモリスロットにこれらの記憶媒体を装着することによって、コンピュータからプログラム１０１を読み出し、本発明の画像処理装置の機能または画像処理方法を実行することができる。あるいは、予め記憶媒体をコンピュータ１０２に装着しておき、例えばネットワークなどを介してプログラム１０１をコンピュータ１０２に転送し、記憶媒体にプログラム１０１を格納して実行させてもよい。なお、コンピュータ１０２は、画像入力装置１あるいは画像出力部８における画像形成機構と一体となっていてもよいし、他のコンピュータにおいて記憶媒体に格納されたプログラムが読み出され、コンピュータ１０２（画像入力装置１や画像形成機構等と一体となっている場合を含む）に転送して実行してもよい。
【００８１】
【発明の効果】
以上の説明から明らかなように、本発明によれば、像域信号として文字線画のエッジ部と絵柄部を示す信号とともに、文字内部を示す信号を出力するように構成した。これによって、従来のように絵柄と文字判定が混在するために画質が劣化していた文字等の部分について、その文字や線画の内部領域に対して文字線画のエッジ部と絵柄部の中間的な画像処理を施すことが可能となり、画質を向上させることができるという効果がある。
【図面の簡単な説明】
【図１】 像域分離部の第１の構成例を示すブロック図である。
【図２】 本発明の画像処理装置及び画像処理方法の実施の形態を含む基本的な一構成例を示すブロック図である。
【図３】 収縮処理の概要の説明図である。
【図４】 膨張処理の概要の説明図である。
【図５】 像域分離部による像域分離結果の一例の説明図である。
【図６】 線分抽出部の一構成例を示すブロック図である。
【図７】 線抽出部３２−０の一構成例を示すブロック図である。
【図８】 線分検出処理の一例の概念図である。
【図９】 ５×５画素幅検知部４１−５における線分検出動作の具体例の説明図である。
【図１０】 線分検出動作の詳細の一例の説明図である。
【図１１】 線分抽出部により抽出できない文字部分の一例の説明図である。
【図１２】 像域分離部の第２の構成例を示すブロック図である。
【図１３】 線分幅検出部の一例である。
【図１４】 本発明の画像処理装置の機能または画像処理方法をコンピュータプログラムで実現した場合におけるコンピュータプログラム及びそのコンピュータプログラムを格納した記憶媒体の一例の説明図である。
【図１５】 従来の画像処理装置の一例を示すブロック図である。
【図１６】 誤検出の一例の説明図である。
【符号の説明】
１…画像入力部、２…入力階調補正部、３…色信号変換部、４…色信号変換部、５…墨版生成部、６…空間フィルタ部、７…出力階調補正部、８…画像出力部、９…像域分離部、１１…小領域抽出部、１２…線分抽出部、１３…エッジ検出部、１４…像域信号生成部、１５…文字抽出部、１６…網点抽出部、１７…論理和演算部、１８…収縮部、１９…膨張部、２０…否定−論理積演算部、２１…論理積演算部、２２…否定−論理積演算部、２３…属性信号生成部、２４…線分幅検出部、２５…属性信号生成部、３１−１〜Ｋ…第１〜Ｋ縮小部、３２−０〜Ｋ…線分抽出部、３３−１〜Ｋ…第１〜Ｋ拡大部、３４…論理和演算部、３５…膨張部、４１−１〜Ｌ…画素幅検知部、４２…論理和演算部、５１−１〜４…収縮部、５２…線幅信号生成部、６１…文字抽出部、６２…網点抽出部、６３…輪郭抽出部、６４…論理和演算部、６５…誤判定除去部、６６…論理積演算部、６７…輪郭再生成部、６８…収縮部、６９…膨張部、７０…論理積演算部、１０１…プログラム、１０２…コンピュータ、１１１…光磁気ディスク、１１２…光ディスク、１１３…磁気ディスク、１１４…メモリ、１２１…光磁気ディスク装置、１２２…光ディスク装置、１２３…磁気ディスク装置。

Claims (7)

1. 入力された画像データから線分を検出する線分検出装置において、処理対象となる各画素を中心画素として該中心画素を中心とし検出する線分幅に対応する所定の大きさの領域を構造要素とし該構造要素に外接する１ないし複数画素からなる複数の外接領域についてそれぞれ平均濃度を算出する平均値算出手段と、該平均値算出手段で算出した複数の外接領域の平均濃度が最小となる外接領域を選択する選択手段と、該選択手段で選択された外接領域及び該外接領域と前記構造要素を挟んで対向する外接領域の平均濃度及び前記構造要素内の画素値により線分を検出する検出手段を有することを特徴とする線分検出装置。
2. 前記検出手段は、構造要素内の画素の濃度差が所定の値より小さいか否かを判定する判定手段と、該判定手段で濃度差が所定の値より小さいと判定されたとき前記選択手段で選択された２つの外接領域の画素値の平均値の差が小さくかつ２つの外接領域の平均値と前記構造要素の平均濃度との差が大きい場合に前記構造要素内の画素を線分の画素として検出する線分画素検出手段を有することを特徴とする請求項１に記載の線分検出装置。
3. さらに、前記検出手段による線分の検出結果に対して膨張処理を行う膨張処理手段を有することを特徴とする請求項１または請求項２に記載の線分検出装置。
4. さらに、線分で構成された小領域を抽出する小領域抽出手段と、前記小領域抽出手段による抽出結果と前記膨張処理手段による膨張処理結果の論理演算を行う論理演算手段を有することを特徴とする請求項３に記載の線分検出装置。
5. 入力された画像データから線分で構成された小領域を抽出する小領域抽出手段と、前記画像データから線分を抽出する１ないし複数の請求項１ないし請求項３のいずれか１項に記載の線分検出装置からなる線分抽出手段と、前記画像データからエッジ部分を検出するエッジ検出手段と、前記小領域抽出手段による小領域の抽出結果と前記線分抽出手段による線分の抽出結果と前記エッジ検出手段によるエッジの検出結果に基づいて前記画像データの文字を含む線分または該線分内部または絵柄のいずれかを示す像域信号を生成する像域信号生成手段を具備することを特徴とする画像処理装置。
6. 前記像域信号生成手段は、前記線分内部を示す像域信号を当該線分内部の領域幅に応じて生成することを特徴とする請求項５に記載の画像処理装置。
7. さらに、前記像域信号生成手段で生成された前記像域信号を用いて線分領域と線分内部領域と絵柄領域でそれぞれの特性に応じた画像処理を施す画像処理手段を有することを特徴とする請求項５または請求項６に記載の画像処理装置。

Images