JP5028370B2 - 画像処理装置、画像処理方法、及び、画像処理プログラム - Google Patents

Description

本発明は、画像を量子化する画像処理装置に関する。

近年、情報の電子化が進み、紙文書をそのまま保存するのではなく、スキャナ等でスキャンすることにより文書画像に電子化して保存したり、その文書画像の電子データを他装置に送信するシステムが普及している。そのようなシステムにおいては、送信時に、送信コストを削減するため、電子化された文書に対して高い圧縮性が要求される場合が多い。また、電子化データを部分的に編集できる再利用性と、拡大しても縮小しても画質が落ちない高画質性も要求される。しかしながら、文書画像に文字領域や写真領域が混在する場合に、文字領域に適した圧縮を行うと画質は良いが圧縮率が低くなってしまい、写真領域に適した圧縮を行うと圧縮率は高いが文字が劣化してしまい、画質と圧縮性を全て満たすことが困難であった。

ところが、近年、電子化された文書画像を文字領域や写真領域に分離し、再利用性と高画質性が重視される文字領域をベクトルデータに変換し、ベクトル化で容易に再現できない写真領域等を圧縮し、各領域の圧縮結果を合成して出力する手法が提案されている。また、今まで写真として圧縮されていた画像の中に、物体の輪郭に縁がついたように明瞭で出現色も限られている等の特徴を有する特定画像（イラストや文字）をベクトル化できる手法も提案されている。近年では、それらの手法によって、文書画像の高圧縮性、高画質性再利用性が実現されてきている。

以上のような中で、ベクトル化処理の対象は、上述の紙文書のスキャン画像に限られることはない。例えば、紙文書やホワイトボードなどをデジタルカメラで撮影した後に、サーバなどに送信し、ゆがみや明度を自動的に補正し、視認しやすいＰＤＦ画像やベクトルデータに加工して保存することが考えられる。

特に、ホワイトボードに記入された文字や図形部分は、ホワイトボード用のペンの色数が限られていて、且つ、背景と筆跡との境界（輪郭）が明確であるという上述の特定画像（イラストや文字）の特徴を有している。したがって、ホワイトボードの撮影画像は、ベクトルデータに変換するのに適した画像である。よって、デジタルカメラでの入力画像においても、色特徴に基づいて色毎に領域を分け、各色領域の輪郭線をベクトルデータに変換し、デジタルカメラでの入力画像の高圧縮性、高画質性、再利用性を実現することが考えられる。

しかしながら、デジタルカメラ撮影時のフラッシュ等によって照明ムラが発生しやすいので、色毎の領域を抽出する際に、近い色を持つイラスト部分と背景部分とが１つの領域になってしまい、イラストを綺麗に抽出できない。特に、入力画像がグレー画像の場合には、濃度値が近いイラスト部分と背景部分が多数存在するので、イラストと背景とが分離できなくなってしまう。

そのような課題を解決するために、例えば、デジタルカメラでの入力画像を先に明度補正処理してからベクトル化処理を行うことが考えられる。

一方、明度補正処理によって、画像を補正することは広く知られており、特許文献１には、レティネックス処理により、画像の照度を補正することができる画像処理装置が記載されている。しかしながら、そのような明度補正処理はある程度の照明ムラを取ることができるが、明度変化が大きい画像の場合は照明ムラの影響が残ることが多く、結局、ベクトル化処理した結果として、上記の課題が生じてしまう。

例えば、デジタルカメラでホワイトボードを撮影する時にフラッシュを利用した場合には、明度変化の大きい画像が生成される。従って、暗い部分（フラッシュから遠い位置）の白の背景が、明るい部分（フラッシュに近い位置）の文字と同程度の明度を持つという現象が、近傍の領域において発生し得る。すなわち、異なるクラスタに分類されるべき画素が、照明の影響によって近い画素値を有してしまう。したがって、そのような画像を量子化してクラスタ分類（量子化された画素値に基づいて背景及び複数種類の前景に分類）すると、異なるクラスタに分類されるべき画素が、同一クラスタとして分類されてしまう。例えば、図７の画像において画素値を多値量子化すると、図６に示すように、右上の背景部分は左上の文字のかすれている部分と量子化画素値が等しくなるので、同一クラスタとして分類されてしまう。なお、図６は、図７の画像を所定サイズの格子状の領域に分けて、各格子状領域において量子化した結果の一部を拡大表示した図である。
特開２００７−２３３４３３号公報

そこで、本発明は、処理量を増大させることなく、かつ、クラスタリングの精度を維持しつつ、明度変化の大きい画像を量子化する画像処理装置を提供する。

上記課題を解決するため、本発明に係る画像処理装置は、入力画像を量子化する画像処理装置であって、入力画像から、反射率の分布を示す反射率画像と照度分布を示す照度成分画像とを生成する第１の画像生成手段と、前記第１の画像生成手段によって生成された照度成分画像の照度成分に基づいて、区分された複数の小領域を特定する領域特定手段と、前記領域特定手段で特定された小領域ごとに、第１の画像生成手段によって生成された反射率画像から、量子化された量子化画像を生成する第２の画像生成手段と、第２の画像生成手段によって生成された量子化画像において、量子化画素値が等しい領域を取得する領域取得手段と、第１の画像生成手段によって生成された照度成分画像に基づいて、領域取得手段によって取得された領域ごとに代表画素値を取得する画素値取得手段と、前記領域取得手段で取得された各領域の量子化画素値を、画素値取得手段によって取得された代表画素値を用いて補正する補正手段とを備える。

本発明によれば、処理量を増大させることなく、かつ、クラスタリングの精度を維持しつつ、明度変化の大きい画像を量子化することができる。

以下に、本発明を実施するための最良の形態について、図面を参照しながら詳しく説明する。なお、同一の構成要素には同一の参照番号を付して、説明を省略する。

図１は、本実施形態におけるホワイトボード１０と、画像を撮影するためのデジタルカメラ２０を示す図である。また、図７は、図１のホワイトボード１０に手書きで文字を書いた後、フラッシュを用いてデジタルカメラ２０で撮影した画像を示す図である。本実施形態においては、図７のような撮影画像を入力画像として用い、ホワイトボード内に記述された手書き文字領域を取り出してベクトルデータに変換する。その際に、デジタルカメラ２０のフラッシュによって生成される照明ムラを補正して量子化を行う。なお、ホワイトボードを斜め方向から撮影した場合、台形状（または四辺形状）の歪みが生じるので、後述する本発明の処理（照明ムラ補正、ベクトル変換など）を行う前に、歪み補正を行っておくのが望ましい。このような歪みを補正する方法としては、例えば、明度差の大きい直線状の位置を検知することによりホワイトボードの４辺を検知し、当該４辺が長方形になるように補正する方法などを用いることが可能である。

なお、本実施形態においては、被写体としてホワイトボードを用いた例について説明するが、被写体の種類はホワイトボードに限定するものではない。例えば、被写体の面の反射率がある程度、一定であればよく、例えば、白い紙のようなものであってもよい。また、プロジェクタ等から画像を投影するスクリーンに対しても、そのスクリーンの反射率はほぼ一定であると想定できるので、本発明を適応することができる。

また、図７の画像では、１つのフラッシュでホワイトボードを照明したときに生じる照明ムラの例を示したが、照明の数は１つに限るものではない。例えば、複数の照明によって生じる照明ムラに対しても本発明を適用することが可能である。

図１６は、本発明に適用することができるディジタル複合機（ＭＦＰ）の主要部のブロック構成を示す図である。尚、本実施形態では、画像処理装置として、スキャナ機能やプリンタ機能を有するディジタル複合機（ＭＦＰ）を用いているが、汎用のスキャナとパーソナルコンピュータとを接続したシステムを画像処理装置として用いてもよい。

図１６に示すように、ＭＦＰは、画像処理装置として機能するコントローラユニット１６００を備えている。コントローラユニット１６００は、画像入力デバイスであるデジタルカメラ１６１７や画像出力デバイスであるプリンタ１６１８を接続する。そして、デジタルカメラ１６１７で原稿画像から読み取られた画像データをプリンタ１６１８によって印刷出力するコピー機能を実現するための制御を行う。また、コントローラユニット１６００は、ＬＡＮ１６１９や公衆回線（ＷＡＮ）１０２０を介して他装置との間でパターン画像やデバイス情報等の入出力を行うための制御を行う。

コントローラユニット１６００は、図１６に示すように、ＣＰＵ１６０１を有している。ＣＰＵ１６０１は、ＲＯＭ１６０３に格納されているブートプログラムによりオペレーションシステム（ＯＳ）を立ち上げる。そして、このＯＳ上でＨＤＤ（ハードディスクドライブ）１６０４に格納されているアプリケーションプログラムを実行することによって各種処理を実行する。このＣＰＵ１６０１の作業領域として、ＲＡＭ１６０２が用いられる。ＲＡＭ１６０２はまた、ＣＰＵ１６０１の作業領域だけでなく、画像データを一時記憶するための画像メモリ領域をも提供する。ＨＤＤ１６０４は、上記のアプリケーションプログラムとともに、画像データを格納する。

ＣＰＵ１６０１には、システムバス１６０７を介して、ＲＯＭ１６０３やＲＡＭ１６０２が接続している。更に、ＣＰＵ１６０１には、操作部ＩＦ（操作部インタフェース）１６０６、ネットワークＩＦ（ネットワークインタフェース）１６０９、モデム１６１０及びイメージバスＩＦ（イメージバスインタフェース）１６０５が接続されている。操作部ＩＦ１６０６は、タッチパネルを有する操作部１６２１とのインタフェースであり、操作部１６２１に表示する画像データを操作部１６２１に対して出力する。また、操作部ＩＦ１６０６は、操作部１６２１においてユーザにより入力された情報をＣＰＵ１６０１に送出する。

また、ネットワークＩＦ１６０９は、ＬＡＮ１６１９に接続され、ＬＡＮ１６１９を介してＬＡＮ１６１９に接続された各装置との間で情報の入出力を行う。モデム１６１０は、ＷＡＮ１６２０に接続し、ＷＡＮ１６２０を介して他装置との間で情報の入出力を行う。イメージバスＩＦ１６０５は、システムバス１６０７と画像データを高速で転送する画像バス１６０８を接続し、データ構造を変換するためのバスブリッジである。画像バス１６０８は、ＰＣＩバス又は「ＩＥＥＥ １３９４」から構成される。画像バス１６０８上には、ラスタイメージプロセッサ（ＲＩＰ）１６１１、デバイスＩＦ１６１２、画像補正部１６１３、画像処理部１６１４、プリント処理部１６１５、及び画像圧縮部１６１６が設けられている。

ＲＩＰ１６１１は、ＰＤＬコードをビットマップイメージに展開するプロセッサである。デバイスＩＦ１６１２には、デジタルカメラ１６１７及びプリンタ１６１８が接続され、画像データの同期系／非同期系の変換を行う。画像補正部１６１３は、入力画像データに対して歪み補正や明度補正を行う。画像処理部１６１４は、入力画像にたいして照明ムラを取った色分離処理等を行う。プリント処理部１６１５は、プリント出力画像データに対してプリンタの補正、解像度変換等を行う。画像圧縮部１６１６は、多値画像データをＪＰＥＧデータに、ニ値画像データをＪＢＩＧ、ＭＭＲ、ＭＨ等のデータに圧縮するとともに、その伸長処理も行う。

図２は、本実施形態における照明ムラのある画像について量子化を行う処理の全体の手順を示すフローチャートである。また、図３と図４はそれぞれ、図２におけるステップＳ２００及びＳ４００の詳細を示すフローチャートである。また、図５は、図２に示すフローチャートによる処理に、図３と図４に示すフローチャートによる処理を取り入れて、各処理でどのような画像が生成されるのかを示した図である。本実施形態においては、図２に示すフローチャートによって、フラッシュにより照明ムラが生じた入力画像（例えば図７）から、照度成分が補正され（照明ムラが補正され）、量子化された画像（例えば図１４）を生成することができる。

以下、図２に示すフローチャートについて説明する。以下の説明において、ステップＳ１００の処理は、図１６に示す画像補正部１６１３によって行われ、ステップＳ２００〜Ｓ４００の処理は、画像処理部１６１４によって行われる。

まず、ステップＳ１００において、図７に示す入力画像から、図８に示す照度成分画像と図９に示す反射率画像とを生成する。照度成分画像は、入力画像における照度分布を示しており、反射率画像は、入力画像における反射率の分布を示している。入力画像を照度成分画像と反射率画像とに分離する処理においては、例えば、一般的に知られているレティネックス処理が用いられても良い（第１の画像生成の一例）。例えば、入力画像に対してローパスフィルタをかけて照度成分画像を推測し、更に、（入力画像）＝（反射率画像）×（照度成分画像）という関係になるように、入力画像を反射率画像と照度成分画像とに分ける。

次に、ステップＳ２００において、ステップＳ１００で生成された照度成分画像の照度値に基づいて小領域に分け、各小領域毎に、反射率画像を用いて量子化を行い、量子化画像を生成する。ここで、図１０は、画像（例えば２５６色）を、４色で量子化を行って量子化画像を生成した一例を示す図である。なお、図１０の画像は、複数の小領域のうちの１つを示すものとし、この１つの小領域を量子化した場合の例である（すなわち、図７の例とは照明が異なる）。ステップＳ２００についての詳細は、図３において説明する。

このように、本実施形態においては、入力画像から反射率画像と照度成分画像とを抽出し、その照度成分画像を用いて小領域に分け、更に、小領域毎に反射率画像を用いて量子化を行う。従って、照度の値が近い小領域ごとに分けてから、量子化において反射率画像を用いることで、異なるクラスタに分類されるべき画素が同じクラスタに分類されてしまうということを回避することができる。例えば、暗い（照度が低い）部分にある背景が、明るい（照度が高い）部分にある文字と同程度の明度である場合であっても、暗い部分と明るい部分の小領域に分けてから量子化するので、同じクラスタに分類されないようにできる。即ち、本実施形態においては、反射率画像と照度成分画像とを用いることで、色の分類（クラスタリング）を行う際の精度を向上させることができる。

ステップＳ３００において、ステップＳ２００で量子化された反射率画像の量子化画像を用いて、量子化画素値が等しい領域を取得する（領域取得の処理）。本実施形態においては、例えば、Ｓ２００で分けられた各小領域において、４色で量子化を行った場合、量子化画素値が等しい領域の画像は４枚取り出すことができる。反射率画像の量子化画像（図１０の量子化画像では４色全てが記載されている）から、４色のうちの１色のみを取り出して取得した画像の一例を図１１に示す。すなわち、図１１は、反射率画像の量子化画像において、量子化画素値が等しい画素群の一つを示す図である。なお、本実施形態において、量子化を行う色数は４色に限るものではなく、２色以上であれば良い。なお、ステップＳ２００で小領域毎に量子化を行っているので、ステップＳ３００では、量子化画素値が等しい画素であっても、小領域毎に別の領域として取得することができる。例えば、ステップＳ２００で４つの小領域に分け、ステップＳ３００で各小領域において量子化画素値が等しい４つの領域を取得した場合、入力画像全体では、４×４＝１６個の領域が取得されることになる。すなわち、照度と反射率の双方を考慮した量子化が行われることになる。

ステップＳ４００において、ステップＳ３００で取得された量子化画素値が等しい領域ごとに、反射率画像の量子化画像における量子化画素値を補正する。本実施形態においては、照度成分画像を用いて入力画像を補正することで得た画像の画素値を用いて、Ｓ３００で得た量子化画素値が等しい領域ごとに、平均画素値を求め、その平均画素値で量子化画像の画素値を置き換える。ステップＳ４００についての詳細は、図４において説明する。

以上のように、本実施形態では、照度ムラのある入力画像を量子化する場合に、一旦、反射率画像と照度成分画像を抽出し、照度がほぼ等しいと判断された小領域ごとに、反射率画像を用いて量子化することによって、精度の良いクラスタリングを実現する。次に、各クラスタリングされて求められた量子化画素値を、照度を加味して補正した照度成分補正画像に基づいた値に置き換える。その結果、画像に照度ムラがある場合においても、クラスタリングの精度を低下させることなく量子化を行うことができ、更に、各クラスタに対して照度ムラの影響を除いた後の画素値を割り当てることができる。

図３は、図２に示すステップＳ２００の処理の手順を示すフローチャートである。ステップＳ２０１において、ステップＳ１００で生成された照度成分画像から得られる照度成分の分布を、ガウス混合分布で近似する。この近似を行うことによって、照度成分を取得した際の誤差を減少させることができる。

ステップＳ２０２において、ステップＳ２０１で求められた照度成分の近似結果を、照度成分が近い領域ごとに纏められた小領域として取得する。なお、ステップＳ２０１で近似処理を行っているので、ステップＳ２０２において求める小領域の輪郭も滑らかになり、また、小領域内に誤差による別の小領域ができてしまうことを防ぐことができる。

ここで、図１３は、照度の近い領域群の一例を示す図である。照度成分の近い領域の纏め方については任意の方法が適用されるが、例えば、予め３つの閾値を定め、それぞれの閾値間に存在する合計４つの領域に区分されるようにしても良い（領域特定の一例）。図１３は、そのように分けられた領域群の一例を示している。

ステップ２０３において、ステップＳ２０２で取得された照度成分が近い小領域ごとに、反射率画像において対応する小領域の各画素値に基づき、次のステップＳ２０４で量子化を行う際に用いる画像量子化閾値を求める（閾値生成の一例）。例えば、Ｓ２０２で求めた各小領域の位置に基づいて、反射率画像において対応する位置の各小領域を定める。そして、各小領域ごとに反射率画像の画素値の統計分布を取り、当該統計分布に基づいて量子化閾値を求めるようにすればよい。例えば、統計分布のヒストグラムには、背景画素値による山と前景画素値による山が生じるので、その山の間の谷の部分に量子化閾値を設定すればよい。

ステップ２０４において、ステップＳ２０３で求められた画像量子化閾値に基づいて、ステップＳ１００で生成された反射率画像の量子化を行い、反射率画像の量子化画像を生成する（第２の画像生成の一例）。

以上のように、本実施形態においては、照度成分に基づいて小領域の位置を定め、当該小領域ごとに反射率画像の量子化閾値を定めて量子化している。すなわち、照明の影響度合が変わる小領域ごとに量子化閾値を変えているので、照明の影響を減らして適切に量子化することができる。

図４は、図２に示すステップＳ４００の処理の手順を示すフローチャートである。ステップＳ４０１において、入力画像とステップＳ１００で生成される照度成分画像とを用いて、図１２に示す照度成分補正画像を生成する。照度成分補正画像は、例えば、照度成分画像の白黒を反転させて、入力画像に加算することによって生成する（第３の画像生成の一例）。すなわち、照度の範囲を０〜２５５で表す場合、（照度成分補正画像）＝（入力画像）＋（２５５−（照度成分画像））という式を用いて、照度成分補正画像を求める。（なお、上記式において、照度成分画像を推定する際の誤差の影響で、照度成分補正画像の値が２５５を超えてしまうような場合は、２５５になるように補正するものとする。）
また、照度成分補正画像を求める方法は、この手法に限るものではない。例えば、（照度成分補正画像）＝（入力画像）×（２５５／（照度成分画像））という式を用いて照度成分補正画像を求めるようにしてもよい。

次に、ステップＳ４０２において、ステップＳ４０１で生成された照度成分補正画像において、ステップＳ３００で取得された量子化画素値が等しい領域に対応する領域ごとに平均画素値が求められる（画素値取得の一例）。ここで、ステップＳ４０２において求められた平均画素値を代表画素値ともいう。領域内の平均画素値の求め方については、図１５において説明する。

ステップＳ４０３において、ステップＳ３００で取得された量子化画素値を、対応する領域ごとにステップＳ４０２で求められた平均画素値に置き換えて補正する（量子化画素値の補正の一例）。図１４は、以上の説明による処理の結果、本実施形態において、図７のように明度変化の大きい（照度ムラのある）画像から、照度ムラが補正された画像が生成された図を示している。

図１５は、図４に示すステップＳ４０２において、ステップＳ３００での量子化画素値が等しい領域ごとに平均画素値を求める一例を説明する図である。例えば、ステップＳ３００において分類される量子化画素値は４色あるとする。ここで、それらの量子化画素値が等しい領域をＸ、Ｙ、Ｚ、Ｗとする。以下、分類された領域を「クラス」ともいう。

図１５は、照度成分補正画像の領域Ｘ（量子化画素値が等しい領域のうちの１つ）における画素値分布を示す図である。図１５に示すように、横軸は、画素値を示し、縦軸は、領域Ｘ内における画素値の出現回数を示している。

ここで、例えば、ステップＳ３００で取得したときのクラスＸの量子化画素値として「ｘ」が与えられているとする。同様に、クラスＹ、クラスＺ、クラスＷについても、それぞれの量子化画素値が、「ｙ」、「ｚ」、「ｗ」と与えられているとする。すなわち、量子化画素値「ｘ」、「ｙ」、「ｚ」、「ｗ」は、反射率画像を用いて、ステップＳ１００〜Ｓ３００における量子化によって取得された値である。一方、各クラスの平均画素値は、図１５の画素値分布から求められる。図１５においては、破線部で示した画素値（「ｘ’」とする）が平均画素値とされている。本実施形態においては、破線部より左側の面積αと、破線部より右側の面積βとが等しくなるように、破線部で示す平均画素値が決定される。同様に、クラスＹ、Ｚ、Ｗについての平均画素値が「ｙ’」、「ｚ’」、「ｗ’」と決定され、ステップＳ４０３において、上述の量子化画素値「ｘ」、「ｙ」、「ｚ」、「ｗ」を、それぞれ、求められた「ｘ’」、「ｙ’」、「ｚ’」、「ｗ’」に置き換える。

以上のようにして求められた量子化の結果は、例えば、手書き文字領域を取り出しベクトルデータに変換することによって、文書画像の高圧縮性、高画質性や再利用性を実現するために用いられることができる。

以上の説明において、図４に示すステップＳ４０２における平均画素値の求め方を図１５に示す画素値分布の平均となる場合について説明した。図１５において、平均画素値の値は、破線部に示す画素値である。ここで、破線部より左側の面積αと破線部より右側の面積βは等しくされているが、特に「α＝β」となるように破線部が決定されなくても良い。例えば、任意の実数を「ｋ」として、「α＝kβ」として、破線部に示す平均画素値を求めても良い。

また、以上の説明においては、図４に示すステップＳ４０３において、量子化画素値をステップＳ４０２から求められる平均画素値に置き換えて補正する場合の処理について説明した。即ち、「量子化画素値の補正値＝平均画素値」として置き換えている。しかしながら、例えば、任意の実数を「ｋ」として、「量子化画素値の補正値＝ｋ×平均画素値」として量子化画素値を置き換えても良い。

なお、ステップＳ４０２において、ステップＳ３００での量子化画素値が等しい領域ごとに平均画素値を求める手法は、上述に限るものではない。例えば、画素値の分布形状に応じて、平均画素値を求める手法を変えても良い（例えば、画素値分布が広い場合は相加平均、画素値分布が狭い場合は分布の中央を重視した加重平均にする方法等が用いられても良い）。

本発明には、プログラム（画像処理プログラム）コードの指示に基づき、コンピュータ上で稼働しているオペレーティングシステム（ＯＳ）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれる。更に、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張カードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた場合についても、本発明は適用される。その場合、書き込まれたプログラムコードの指示に基づき、その機能拡張カードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される。

本実施形態における入力画像を撮影するためのホワイトボードとデジタルカメラを示す図である。 本実施形態における照明ムラのある画像を量子化する処理の全体の手順を示すフローチャートである。 図２に示すステップＳ２００の処理の手順を示すフローチャートである。 図２に示すステップＳ４００の処理の手順を示すフローチャートである。 図２に示すフローチャートに、図３と図４に示すフローチャートを取り入れた全体の処理の手順を示す図である。 量子化画素値が等しくなっている一例を示す図である。 本実施形態における入力画像の一例を示す図である。 本実施形態における照度成分画像の一例を示す図である。 本実施形態における反射率画像の一例を示す図である。 ４色で量子化を行って量子化画像を生成した一例を示す図である。 量子化画像における量子化画素値が等しい領域の一例を示す図である。 本実施形態における照度成分補正画像の一例を示す図である。 照度分布において領域ごとに纏められた一例を示す図である。 照度が補正され、量子化された画像の一例を示す図である。 照度成分補正画像における画素値分布を示す図である。 画像処理装置の構成の一例を示す図である。

符号の説明

１０ ホワイトボード
２０ デジタルカメラ
１６００ 情報処理装置

Claims (8)

1. 入力画像を量子化する画像処理装置であって、
   前記入力画像から、反射率の分布を示す反射率画像と照度分布を示す照度成分画像とを生成する第１の画像生成手段と、
   前記第１の画像生成手段によって生成された照度成分画像の照度成分に基づいて、区分された複数の小領域を特定する領域特定手段と、
   前記領域特定手段で特定された小領域ごとに、前記第１の画像生成手段によって生成された反射率画像から、量子化された量子化画像を生成する第２の画像生成手段と、
   前記第２の画像生成手段によって生成された量子化画像において、量子化画素値が等しい領域を取得する領域取得手段と、
   前記第１の画像生成手段によって生成された照度成分画像に基づいて、前記領域取得手段によって取得された領域に対応する領域ごとに代表画素値を取得する画素値取得手段と、
   前記領域取得手段で取得された各領域の量子化画素値を、前記画素値取得手段によって取得された代表画素値を用いて補正する補正手段と
   を備えることを特徴とする画像処理装置。
2. 前記第２の画像生成手段は、前記領域特定手段によって特定された小領域ごとに、量子化閾値を生成する閾値生成手段を更に備え、
   前記閾値生成手段によって生成された量子化閾値に基づいて、前記領域特定手段で特定された小領域ごとに、前記反射率画像から前記量子化画像を生成することを特徴とする請求項１に記載の画像処理装置。
3. 前記領域特定手段は、前記照度成分画像の照度成分の分布をガウス混合分布で近似し、前記照度成分の分布が近似された照度成分画像を、予め定められた照度の閾値に従って区分することにより、前記小領域を特定することを特徴とする請求項１又は２に記載の画像処理装置。
4. 前記画素値取得手段は、前記入力画像と前記第１の画像生成手段によって生成された照度成分画像から、照度成分が補正された照度成分補正画像を生成する第３の画像生成手段を更に備えることを特徴とする請求項１乃至３のいずれか１項に記載の画像処理装置。
5. 前記画素値取得手段は、前記第３の画像生成手段によって生成された照度成分補正画像において、前記領域取得手段によって取得された量子化画素値が等しい領域に対応する領域ごとに、画素値の平均を求めることによって前記代表画素値を取得することを特徴とする請求項４に記載の画像処理装置。
6. 前記補正手段は、前記領域取得手段で取得された各領域の量子化画素値を、前記画素値取得手段によって取得された代表画素値に置き換えることによって補正することを特徴とする請求項１乃至５のいずれか１項に記載の画像処理装置。
7. 入力画像を量子化する画像処理装置において実行される画像処理方法であって、
   前記画像処理装置の第１の画像生成手段が、前記入力画像から、反射率の分布を示す反射率画像と照度分布を示す照度成分画像とを生成する第１の画像生成工程と、
   前記画像処理装置の領域特定手段が、前記第１の画像生成工程で生成された照度成分画像の照度成分に基づいて、区分された複数の小領域を特定する領域特定工程と、
   前記画像処理装置の第２の画像生成手段が、前記領域特定工程で特定された小領域ごとに、前記第１の画像生成工程において生成された反射率画像から、量子化された量子化画像を生成する第２の画像生成工程と、
   前記画像処理装置の領域取得手段が、前記第２の画像生成工程において生成された量子化画像において、量子化画素値が等しい領域を取得する領域取得工程と、
   前記画像処理装置の画素値取得手段が、前記第１の画像生成工程において生成された照度成分画像に基づいて、前記領域取得工程において取得された領域ごとに代表画素値を取得する画素値取得工程と、
   前記画像処理装置の補正手段が、前記領域取得工程において取得された各領域の量子化画素値を、前記画素値取得工程において取得された代表画素値を用いて補正する補正工程と
   を備えることを特徴とする画像処理方法。
8. 入力画像を量子化するための画像処理プログラムであって、
   前記入力画像から、反射率の分布を示す反射率画像と照度分布を示す照度成分画像とを生成する第１の画像生成手段と、
   前記第１の画像生成手段によって生成された照度成分画像の照度成分に基づいて、区分された複数の小領域を特定する領域特定手段と、
   前記領域特定手段で特定された小領域ごとに、前記第１の画像生成手段によって生成された反射率画像から、量子化された量子化画像を生成する第２の画像生成手段と、
   前記第２の画像生成手段によって生成された量子化画像において、量子化画素値が等しい領域を取得する領域取得手段と、
   前記第１の画像生成手段によって生成された照度成分画像に基づいて、前記領域取得手段によって取得された領域ごとに代表画素値を取得する画素値取得手段と、
   前記領域取得手段で取得された各領域の量子化画素値を、前記画素値取得手段によって取得された代表画素値を用いて補正する補正手段と
   してコンピュータを機能させることを特徴とする画像処理プログラム。