JP5267140B2

JP5267140B2 - 画像圧縮装置及び画像圧縮方法

Info

Publication number: JP5267140B2
Application number: JP2009004107A
Authority: JP
Inventors: 多聞貞末; 宏幸作山; 潤一原; 麻衣子竹中
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2009-01-09
Filing date: 2009-01-09
Publication date: 2013-08-21
Anticipated expiration: 2029-01-09
Also published as: JP2010161749A

Description

本発明は、スキャンした画像の種類を自動で判別し、判別された画像の種類に適した画像圧縮を施す画像圧縮装置及び画像圧縮方法に関する。

画像をスキャンし、ファイルとして保管するために、通常は、非圧縮で保存するか、圧縮歪みの無いロスレス圧縮を施して保存するか、ロッシー圧縮を施して保存するか、のいずれかを行う。また、スキャンの対象となる画像には一般に、文字・線画など元々人工的に作られた画像を印刷したものと、写真・絵画などの自然画と呼ばれる画像が存在する。

人工画と自然画をこのように区別したとき、白黒の人工画であれば、二値化などを施し、ＭＭＲ、ＬＺＷなどの可逆なランレングス圧縮方式で効率良く圧縮でき、エッジ部分などの画質劣化も起きない。しかし、人工画でも多値画像の場合にはランレングス圧縮が効率良くできず、ファイル容量が大きくなってしまう場合も多い。

また、自然画を圧縮する場合も、ランレングス圧縮方式を用いると、非常にファイル容量が大きくなってしまう。このため、自然画にもラングレングス圧縮方式は適さない。しかし、自然画は階調が滑らかであるため、高周波成分は人間の目に目立たない。このため、ＪＰＥＧなどの周波数変換を用いたロッシー圧縮方式で圧縮しても画質劣化が目立ちにくい。ファイル容量を小さくする目的で自然画にはこのような非可逆圧縮方式が利用されている。

このような背景から、白黒二値や色数の少ない場合を除いて、スキャン画像の保存には、周波数変換を用いた非可逆圧縮方式が多く利用されている。ところが、文字・線画などの元々人工的に作られた形状を含む画像を例えばＪＰＥＧで圧縮すると、人工画に存在するエッジの周辺部などにリンギングと呼ばれる歪みや、文字周辺の色調変化の少ない下地部分にモスキートノイズが発生するなどの画質劣化が生じてしまうという問題がある。

このような課題の解決方法として、ＭＲＣ（ＭｉｘｅｄＲａｓｔｅｒＣｏｎｔｅｎｔｓ）モデルと呼ばれる方式があり、１ページの文書から文字領域、自然画領域といった領域を分離し、分離した領域それぞれをレイヤとし、符号化を行う方式である。スキャンした文書をＭＲＣ方式で蓄積する公知例として、特許文献１がある。

また、画像種類判別の公知例として、特許文献２に示すように、画像デ−タが、線画のみからなる、中間調画のみからなる、連続調画のみからなる、線画と中間調からなる、線画と連続調からなる、中間調と連続調からなる、線画と中間調および連続調からなる、の７通りのいずれかであるかを判定する頁画像種別判定手段と、判定結果に応じて、７通りの画像処理演算方式のうちいずれかの方法をとるかを選択する手段と、選択した方式の画像処理を行う画像処理手段とを備える画像形成装置の発明について開示されている。

また、特許文献３に示すように、ファクシミリにおいて、読み出される画素値を用いて自動的に画像の種類を判別する画像判別装置の発明について開示されている。

しかしながら、特許文献１においては、画像を文字、自然画といった領域に分離する処理にコストがかかり、またこの方式によって蓄積された画像を閲覧する際には、レイヤごとに分割され、符号化された画像を再度重ね合わせ、復元する閲覧装置が必要である。このため、一般性が低い。

また、特許文献２においては、判別される画像種類の数が７通りと多いため、処理にコストがかかる。

また、特許文献３においては、判別された画像ごとにどのような圧縮方法を使用するかについては言及されていない。

そこで本発明は、上記問題点に鑑みてなされたもので、スキャンした画像の種類を自動的に判別し、判別した種類に応じて画像圧縮方法を変化させ、文字・線画など元々人工的に作られた形状を含む場合においても画質の劣化が少ない画像圧縮をすることが可能な画像圧縮装置及び画像圧縮方法を提供することを目的とする。

上記課題を解決するため、本発明における画像圧縮装置は、画像のエッジを求め、出現したエッジの大きさに基づいて画像種類を判別する画像判別手段と、周波数変換と量子化を含む処理を施す非可逆符号化手段と、を有し、前記非可逆符号化手段は、前記画像判別手段により判別された画像が人工画を含む場合と、含まない場合とで異なるタップ数の周波数変換を施す画像圧縮装置であって、前記画像判別手段は、入力画像がグレー画像の場合は、人工画かどうか判別するために用いる画素値として前記入力画像を用い、入力画像がカラー画像の場合は、各色成分の画素値を用いて判別処理を行うか又は前記カラー画像をグレー画像に変換し、画像全体に対して垂直方向に一定間隔を空けた短冊状の領域に対して減色処理を施すことを特徴とする。

本発明により、スキャンした画像の種類を自動で判別し、判別した種類に応じて画像圧縮方法を変化させ、文字・線画など元々人工的に作られた形状を含む場合においても画質の劣化が少ない画像圧縮をすることができる。

本発明の第１の実施形態に係る装置構成図である。本発明の第１の実施形態の機能ブロック図である。本発明の第１の実施形態の処理フロー図である。ＪＰＥＧ２０００の符号化の流れを示した図である。５／３離散ウェーブレットフィルタを用いた非可逆圧縮の場合における符号化の流れを表す図である。離散ウェーブレット変換で使用されるフィルタを示した図である。本発明の第２の実施形態に係る処理フロー図である。判別する際に用いるサンプル領域を示した図である。ラスタ走査を表す図である。本発明の第３の実施形態に係る処理フロー図である。

次に、発明を実施するための形態について図面を参照して詳細に説明する。

図１は、第１実施例の装置構成図を示す。ＭＦＰ（ＭｕｌｔｉｆｕｎｃｔｉｏｎＰｅｒｉｐｈｅｒａｌ）１１はＨＤＤ１２に接続されており、ネットワークを介してクライアントＰＣ１３に接続されている。

図２は前記第１実施例の機能ブロック図を示す。画像入力手段２１は、スキャンした画像をＲＡＷ画像としてメモリ２２中の画像バッファに書き込む。メモリ２２は画像圧縮が終わるまで、入力されたＲＡＷ画像を保持する。画像種類判別手段２３は、入力された画像が人工画を含むのかどうかを判定する。フィルタ選択手段２４は、画像種類判別結果から、入力画像の圧縮に適したフィルタ、つまり、タップ数を選択する。画像圧縮手段２５は、フィルタ選択手段２４によって選択された結果を用いて、画像を非可逆圧縮する。圧縮処理された画像は、ＨＤＤ１２に蓄えるか、クライアントＰＣ１３に送信される。

図３は前記第２実施例に対する１例の処理フローを示す。画像を入力する（ステップＳ１０１）。

画像が人工画を含む場合は（ステップＳ１０２、ＹＥＳ）、画像を５／３フィルタを選択する（ステップＳ１０３）。

画像が人工画を含まない場合は（ステップＳ１０２、ＮＯ）、画像を９／７フィルタを選択する（ステップＳ１０４）。

画像を選択されたフィルタにより非可逆変換する（ステップＳ１０５）。

次に、ＪＰＥＧ２０００の符号化の流れについて簡単に説明する。詳細は標準文書ＩＳＯ／ＩＥＣ１５４４４−１に記載されている。

図４はＪＰＥＧ２０００の符号化の流れを示す。図４が示すように、ＪＰＥＧ２０００の符号化方式は可逆圧縮、非可逆圧縮の両方をサポートしている。

可逆圧縮を行う場合は、可逆色変換を施し（Ｓ２０１）、また離散ウェーブレット変換（ＤＷＴ）に、整数演算からなり、逆変換を施すことによって原信号が復元できる５／３フィルタと呼ばれる変換を使い（Ｓ２０２）、その後の量子化処理を行わない。そして、エントロピー符号化が施され（Ｓ２０３）、符号形成が行われる（Ｓ２０４）。

非可逆圧縮を行う場合は、非可逆色変換を施し（Ｓ２０５）、離散ウェーブレット変換に、小数点演算からなる、９／７フィルタと呼ばれる変換を使い（Ｓ２０６）、その後量子化処理を施す（Ｓ２０７）。そして、エントロピー符号化が施され（Ｓ２０３）、符号形成が行われる（Ｓ２０４）。

このように、ＪＰＥＧ２０００で使われる離散ウェーブレット変換は、可逆圧縮時には５／３フィルタを使い、非可逆圧縮時には９／７フィルタを使うというのが一般的である。しかし、図５に示すように、５／３フィルタを使い、かつ量子化処理を施すことで非可逆圧縮することも可能である。このときは、まず可逆色変換を施し（Ｓ３０１）、離散ウェーブレット変換に、小数点演算からなる、５／３フィルタと呼ばれる変換を使い（Ｓ３０２）、その後量子化処理を施す（Ｓ３０３）。そして、エントロピー符号化が施され（Ｓ３０４）、符号形成が行われる（Ｓ３０５）。では、なぜ非可逆圧縮時に９／７フィルタを使うかというと、非可逆色変換と９／７フィルタを使った方が、５／３フィルタを使うよりも、同じ圧縮率で圧縮した場合で比較し、逆離散ウェーブレット変換を施して信号を復元した際のＰＮＳＲ（ＰｅａｋＳｉｇｎａｌｔｏＮｏｉｓｅＲａｔｉｏ）が良い値になるからである。つまり復号した際に原画像により近い画素値に戻る。

図６は離散ウェーブレット変換で使われるフィルタを示す。ＪＰＥＧ２０００で用いられるフィルタの９／７、５／３という数字はそれぞれ低域通過フィルタ、高域通過フィルタのタップ数を表しており、たたみ込み演算（コンボリューション）で表すと以下のようになる。
９タップ低域通過フィルタ

７タップ高域通過フィルタ

５タップ低域通過フィルタ

３タップ高域通過フィルタ

上記で示したように、９／７フィルタは、５／３フィルタに比べてタップ数が多いため、変換後の低域、高域係数の階調は滑らかになり、このため量子化処理後に逆量子化処理を行い、復号した画像も比較的滑らかな階調で表現される。その結果、自然画を圧縮する際には９／７フィルタの方が、ＰＳＮＲの値が良いだけでなく主観画質的にも良好な結果となるが、逆に人工画のようなエッジのある画像を圧縮すると、エッジの箇所も滑らかになってしまい、主観的には文字、線画などがぼやけたように見えてしまう。それに対し、５／３フィルタはタップ数が少ないため、量子化誤差の影響の及ぶ画素数が少なくエッジ箇所のぼやけが小さい。

図７は第２実施例の処理フローを示す。画像のエッジを求め、出現するエッジの大きさに基づいた画像種類判別を、例えば図７に示すように行う。

サンプル領域を決める（Ｓ４０１）。サンプル領域とは、画像全体について判別処理を行うと処理量が大きくなってしまうため、例えば図８に示すように、垂直方向に一定間隔を空けた短冊状の領域をサンプル領域とする。

図９に示すように、サンプル領域をラスタ順に走査する（Ｓ４０２）。

隣接する画素との画素値の差の絶対値をとる（Ｓ４０３）。ここで入力画像はグレー画像とカラーがある。入力がグレー画像の場合は、人工画かどうか判別するために用いる画素値はそのまま入力画像を使えば良い。入力がカラーの場合には、各色成分の画素値を用いて判別処理を行っても良いし、処理の単純化のためにカラーからグレー画像に変換しても良い。

いま、ラスタ順に走査しているため、あるラインについて、ｘ座標がｘの画素値をｙ（ｘ）とすると、点ｐにおける画素値の差の絶対値は、ｄ＝｜ｙ（ｘ）−ｙ（ｘ−１）｜となる。

前ステップで求めた画素値の差の絶対値ｄが、規定の値よりも大きい場合はエッジを検出したとみなし、求めた値をエッジの大きさとし、エッジのカウントを増やす（Ｓ４０４）。

サンプル領域全体でエッジを求め、検出されたエッジの大きさの総和を、エッジの数で割ることで、エッジの平均値を求める。求めたエッジの平均値が閾値より大きい場合は人工画を含むと判別する（Ｓ４０５）。

図１０は第３実施例の処理フローを示す。画素値のラン長に基づいた画像種類判別を、例えば図１０に示すように行う。

サンプル領域を決める（Ｓ５０１）。サンプル領域とは、画像全体について判別処理を行うと処理量が大きくなってしまうため、例えば図８のように、垂直方向に一定間隔を空けた短冊状の領域をサンプル領域とする。

減色処理を施す（Ｓ５０２）。これは、後の処理でランを検出する際に、もともと人工画であり同一画素値が続く箇所であっても、一度印刷されたものをスキャンするような状況においては、読み取った画像の画素値が必ずしも同じ値にはならないからである。減色処理を施すことによって、印刷によるノイズの影響を小さくできる。

サンプル領域をラスタ順に走査する（Ｓ５０３）。

走査の順にしたがって、同一画素値が続くものをランとし、ラン長をカウントする。減色処理を行わなかった場合には、走査順に一つ前の画素値との差の絶対値が非常に小さい場合をランとみなす（Ｓ５０４）。

また、前記減色処理を行わずとも、走査順に一つ前の画素値との差の絶対値が非常に小さい場合をランとみなすことで印刷によるノイズを吸収する方法もある。

サンプル領域に関して、前ステップでカウントしたラン長の分散を算出する（Ｓ５０５）。

ラン長の分散が閾値より大きければ人工画像とする（Ｓ５０６）。

一般的に自然画では、同一画素値が続くことが稀なため、短いラン長ばかりとなる。対して人工画では、長いランが出現する。自然画であっても白地など地色のみの空間が広いと長いランが出現するが、ラン長の分散を使うことで地の部分の影響を小さくできる。

以上、本発明の好適な実施の形態により本発明を説明した。ここでは特定の具体例を示して本発明を説明したが、特許請求の範囲に定義された本発明の広範囲な趣旨および範囲から逸脱することなく、これら具体例に様々な修正および変更が可能である。

１１ＭＦＰ
１２ＨＤＤ
１３クライアントＰＣ
２１画像入力手段
２２メモリ
２３人工画像判別手段
２４フィルタ選択手段
２５画像圧縮手段

特許第３２７５８０７号公報特開平８−２５１４０６号公報特開平８−１８６７０９号公報

Claims

画像のエッジを求め、出現したエッジの大きさに基づいて画像種類を判別する画像判別手段と、
周波数変換と量子化を含む処理を施す非可逆符号化手段と、を有し、
前記非可逆符号化手段は、前記画像判別手段により判別された画像が人工画を含む場合と、含まない場合とで異なるタップ数の周波数変換を施す画像圧縮装置であって、
前記画像判別手段は、
入力画像がグレー画像の場合は、人工画かどうか判別するために用いる画素値として前記入力画像を用い、入力画像がカラー画像の場合は、各色成分の画素値を用いて判別処理を行うか又は前記カラー画像をグレー画像に変換し、画像全体に対して垂直方向に一定間隔を空けた短冊状の領域に対して減色処理を施すことを特徴とする画像圧縮装置。
走査順にラン長を求め、ラン長の分布に基づいて画像種類を判別する画像判別手段と、
周波数変換と量子化を含む処理を施す非可逆符号化手段と、を有し、
前記非可逆符号化手段は、前記画像判別手段により判別された画像が人工画を含む場合と、含まない場合とで異なるタップ数の周波数変換を施す画像圧縮装置であって、
前記画像判別手段は、
入力画像がグレー画像の場合は、人工画かどうか判別するために用いる画素値として前記入力画像を用い、入力画像がカラー画像の場合は、各色成分の画素値を用いて判別処理を行うか又は前記カラー画像をグレー画像に変換し、画像全体に対して垂直方向に一定間隔を空けた短冊状の領域に対して減色処理を施すことを特徴とする画像圧縮装置。
画像入力手段を有することを特徴とする請求項１または２に記載の画像圧縮装置。
画像を順次入力する画像入力手段と、
複数のファイルを１つのファイルにまとめるファイル合成手段と、を有することを特徴とする請求項１から３のいずれか１項に記載の画像圧縮装置。
画像のエッジを求め、出現したエッジの大きさに基づいて画像種類を判別する画像判別ステップと、
周波数変換と量子化を含む処理を施す非可逆符号化ステップと、を有し、
前記非可逆符号化ステップは、前記画像判別ステップにより判別された画像が人工画を含む場合と、含まない場合とで異なるタップ数の周波数変換を施す画像圧縮方法であって、
前記画像判別ステップは、
入力画像がグレー画像の場合は、人工画かどうか判別するために用いる画素値として前記入力画像を用い、入力画像がカラー画像の場合は、各色成分の画素値を用いて判別処理を行うか又は前記カラー画像をグレー画像に変換するステップと、
画像全体に対して垂直方向に一定間隔を空けた短冊状の領域に対して減色処理を施すステップと、を有することを特徴とする画像圧縮方法。
走査順にラン長を求め、ラン長の分布に基づいて画像種類を判別する画像判別ステップと、
周波数変換と量子化を含む処理を施す非可逆符号化ステップと、を有し、
前記非可逆符号化ステップは、前記画像判別ステップにより判別された画像が人工画を含む場合と、含まない場合とで異なるタップ数の周波数変換を施す画像圧縮方法であって、
前記画像判別ステップは、
入力画像がグレー画像の場合は、人工画かどうか判別するために用いる画素値として前記入力画像を用い、入力画像がカラー画像の場合は、各色成分の画素値を用いて判別処理を行うか又は前記カラー画像をグレー画像に変換するステップと、
画像全体に対して垂直方向に一定間隔を空けた短冊状の領域に対して減色処理を施すステップと、を有することを特徴とする画像圧縮方法。
画像入力ステップを有することを特徴とする請求項９から１４のいずれか１項に記載の画像圧縮方法。
画像を順次入力する画像入力ステップと、
複数のファイルを１つのファイルにまとめるファイル合成ステップと、を有することを特徴とする請求項５から７のいずれか１項に記載の画像圧縮方法。