JP6122260B2 - 画像処理装置及びその方法とプログラム - Google Patents

Description

本発明は、原稿台に置かれている原稿を読み取って得られた画像信号から原稿領域を検出する画像処理装置及びその方法に関する。

ドキュメントや写真などを光学的に読み取り、読み取った画像を電子データに変換する画像読取装置（スキャナ）が知られている。このようなスキャナや、読み取った画像を加工するアプリケーションは、画像の一部を切り取る、所謂、クロップと呼ばれる機能を有しているものがある。このクロップ機能には、ユーザが画面を見ながら任意の領域を切り取る手動クロップと、ユーザの指定によらない自動クロップがある。

従来の自動クロップ機能では、原稿台と同等の領域の画像を読み取り、その読み取った画像における明度や彩度などの色の違い、或いはエッジ抽出フィルタなどによる原稿のエッジ検出により、原稿の画像領域を抽出していた。

特許文献１には、原稿から得られる画像信号から、濃度値に基づいて原稿のエッジの影の信号を検出する技術が記載されている。また特許文献２には、読み取って得られた画像データより原稿の領域を検知する際、原稿領域を検知するためのスレッショルドを、読み取り位置に応じて切り替えることにより、原稿部分の画像データだけを抽出できる技術が記載されている。

特開平７−１７０４０５号公報 特開平１１−００８７６４号公報

ところで、原稿が写真原稿であれば原稿の全面に色が付いているため、その原稿部分だけを検出して切り取るクロップは容易であった。これは、読み取り画像の背景になる原稿台のカバーは一般的に白であり、原稿部分と背景部分の区別が容易に付くためである。

一方、文書原稿では余白がある場合が多く、画像のあるところだけクロップすると原稿のサイズが変わってしまったり、原稿の画像によっては、複数の領域に分割されることもある。このような場合、その読み取った画像データと元の原稿のレイアウトが異なってしまうという問題がある。

以上の点に鑑み、本発明の目的は、原稿の画像と原稿外部の背景画像を含む画像データから、原稿の領域を判定する際の精度を向上させることにある。

上記目的を達成するために本発明の一態様に係る画像処理装置は以下のような構成を備える。即ち、
原稿の画像と前記原稿の外部の背景画像を読み取って得られた画像データを処理する画像処理装置であって、
前記背景画像の白色部分及び前記原稿の白色部分の分光反射スペクトルに基づいて、前記画像データから前記背景画像の色と前記原稿の余白領域の色との類似度を判定する類似度判定手段と、
前記類似度判定手段により判定された類似度に基づく抽出パラメータを用いて、前記画像データに基づく画像に含まれるエッジを抽出する抽出手段と、
前記抽出手段により抽出されたエッジに基づき、前記画像データに基づく前記画像における前記原稿の領域を判定する原稿判定手段と、を有することを特徴とする。

本発明によれば、背景画像の色と原稿の色との類似度に応じた抽出パラメータを用いて原稿の領域を判定するので、高精度で原稿の領域を判定できるという効果がある。

本実施形態に係る読取装置（スキャナ）の概観斜視図。 実施形態に係るスキャナの内部構成を示すブロック図。 実施形態に係るスキャナの画像処理部の機能構成を示す機能ブロック図。 原稿台カバーと２種類の普通紙の分光反射スペクトルを示す図。 実施形態１に係る領域抽出部の機能を説明する機能ブロック図。 エッジ抽出のためのラプラシアンフィルタの具体例を示す図。 本発明の実施形態２に係る領域抽出部の機能を説明する機能ブロック図（Ａ）と、領域抽出部に与えられるフィルタ例を示す図（Ｂ）（Ｃ）。 実施形態１に係るスキャナによる原稿領域の検出処理を説明するフローチャート。

以下、添付図面を参照して本発明の実施形態の一例を詳しく説明する。尚、以下の実施形態は特許請求の範囲に係る本発明を限定するものでなく、また本実施形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。尚、本実施形態では、画像処理装置として機能する読取装置（スキャナ）単体を例に記載するが、スキャナだけでなく印刷装置などを備えた複合機に対しても適用できる。

図１は、本実施形態１に係る読取装置（スキャナ）の概観斜視図である。

図１において、原稿台カバー１０１は、原稿台１０２に置かれた原稿を上から押さえるのに使用される。原稿読み取りユニット１０３は、原稿台１０２に置かれた原稿を下から光を照射しながら走査して原稿を読み取る。原稿台カバー１０１の上記光が照射される面は白色である。１０４は、原稿の走査を開始させるためのスキャナボタンキーである。ユーザは原稿台１０２の上に原稿を置いて原稿台カバー１０１で原稿を押さえた後、スキャナボタンキー１０４を押下すると、原稿読み取りユニット１０３がモータ（不図示）の回転駆動により搬送される。こうして原稿読み取りユニット１０３に設けられている光源により原稿を下から照射し、原稿からの反射光を検出するセンサ（図示せず）により原稿の画像を読み取る。以下では、白色の普通紙に文字や図などが印刷され、端部付近には余白領域が存在する原稿を読み取らせる際、原稿部分と原稿の外部に存在する原稿台カバー１０１部分（背景画像）とを区別するための処理（原稿画像と背景画像との境界の区別等）について説明する。また、このとき普通紙は厚さが薄く原稿のエッジの影が出にくいため、それも考慮した処理としている。

図２は、実施形態１に係るスキャナの内部構成を示すブロック図である。

図２において、ＣＰＵ２０１は、ＲＯＭ２０２に記憶されたプログラムに従ってスキャナの動作を制御する。またＲＯＭ２０２には、シェーディングなどの処理に使用される様々な値や数式が格納されている。図１でも示した原稿読み取りユニット１０３は、原稿の画像を読み取り、赤（Ｒ）、緑（Ｇ）および青（Ｂ）色のアナログ輝度データを出力する。画像処理部２０４は、アナログ輝度データをＡ／Ｄ変換によりデジタル化した読み取り画像信号値（画像データ）の補正、画像の符号化などの画像処理を行う。この画像処理の際、データの格納が必要な場合は、一時的にＲＡＭ２０８が使用される。またＲＡＭ２０８は、ＣＰＵ２０１のワークエリアとしても使用される。操作部２０５はスキャナボタンキー１０４等を備え、キーの押下状態を検出すると、その検出信号をＣＰＵ２０１に出力する。ドライブユニット２０６は、読み取りユニット１０３を移動させるためモータの回転を制御するドライバ回路などを含む。ＰＣインタフェイス２０７は、外部機器であるＰＣとのインタフェイスであり、このスキャナはＰＣインタフェイス２０７を介してＰＣとの間でデータの転送を行うことができる。尚、このデータ転送の際にバッファが必要となる場合は、ＲＡＭ２０８が使用される。

図３は、実施形態１に係るスキャナの画像処理部２０４の機能構成を示す機能ブロック図である。この画像処理部２０４は、デジタル化された読み取り画像信号から原稿領域を決定するための処理を実行する。この画像処理部２０４は、画像入力部３０１、類似度判定部３０２、領域抽出パラメータ決定部３０３、領域抽出部３０４、原稿範囲決定部３０５を備える。尚、この画像処理部２０４の機能は、図８のフローチャートで示すように、ＣＰＵ２０１により実行されるプログラムにより実現されても良い。

原稿を読み取る際は、ユーザは原稿台１０２上に原稿を置いて原稿台カバー１０１を閉めてスキャナボタンキー１０４を押下する。これにより、原稿台１０２の全面（読取許容領域）をスキャンして得た画像信号が画像入力部３０１より入力される。こうして原稿と原稿台カバー１０１が読み取られ、背景画像と原稿とを含む画像が得られる。類似度判定部３０２は、この入力された画像から背景部分と原稿部分を概略検出し、原稿の画像が、どの程度、背景画像と類似しているかを示す類似度を判定する。この類似度の判定方法の詳細は後述する。尚、原稿領域と背景領域とを検出する処理は、領域抽出部３０４によって実行される。こうして判定された類似度に基づいて、領域抽出パラメータ決定部３０３は、領域抽出部３０４による領域抽出処理で使用するパラメータを決定する。この領域抽出パラメータの決定処理の詳細は後述する。領域抽出部３０４は、その決定されたパラメータに基づいて領域の抽出処理を実行する。更に、領域の抽出処理の結果を受けて、原稿範囲決定部３０５が、最終的な原稿の範囲を決定する。これにより、原稿の端部（原稿と原稿台部分との境界）を正確に検出して原稿部分を抽出することにより、元の原稿とレイアウトの変わらない読み取り画像を取得することができる。

次に、類似度判定部３０２の詳細を説明する。

類似度とは、原稿の色と原稿台カバー１０１の色とが、どの程度似ているかを示す尺度である。この類似度の判定には、原稿台カバー１０１と普通紙の分光反射率特性の相違を利用することができる。

図４は、原稿台カバー１０１の白色部分と２種類の普通紙の白色部分の分光反射スペクトルを示す図である。図４において、横軸は光の波長、縦軸は各波長における反射率を示している。

原稿台カバー１０１の白色部分と普通紙の白色部分の色はいずれも明度の高い白であり、通常の反射濃度（ＯＤ）ではほとんど差が検知できない。しかしながら、分光反射スペクトルでは図のような違いが検知される。原稿台カバー１０１は可視光領域でほぼフラットな反射率を示すのに対し、普通紙は、緑色の近辺（波長が５００〜５６０）で若干反射率が落ちる傾向を示す。更に、普通紙１と普通紙２とでは、緑色の近辺の反射率の低下量に違いがある。類似度判定部３０２は、このような現象を利用して、背景画像の色と普通紙の色との類似度を判定する。

ここで背景画像は、原稿が置かれ、原稿台カバー１０１を閉じた状態で原稿台１０２の所定領域を読み取って得た原稿の外部に存在する原稿台カバー１０１の白色部分である。図４から明らかなように、普通紙１のほうが、原稿台カバー１０１に近いスペクトルを示す。よって普通紙１のほうが、普通紙２よりも原稿台カバー１０１との類似度が高いといえる。ここで類似度は、具体的には、反射スペクトルの形状を利用してＲＧＢ各色の出力濃度の差分の大小により決定する。Ｒ信号値とＧ信号値を比べ、その差分がより小さいほうが類似度が高い、逆に大きいほうが類似度が低いといえる。ここで類似度は、例えば大中小の３段階に分けられる。本実施形態１の場合、普通紙１は「類似度：大」、普通紙２は「類似度：小」と判定する。尚、スペクトルで類似しているとは、色が類似していることを示し、類似していないとは、色が違うことを示す。ここで、原稿の白色部分は色付きの画像が存在する領域の外部に連続して存在する白に近い領域（例えば矩形枠として存在する領域）とし、また原稿台カバー１０１の白色部分は読み取りによって得られた領域の端部から取得する。

次に領域抽出パラメータ決定部３０３及び領域抽出部３０４を説明する。

本実施形態１において、領域抽出部３０４は、フィルタ処理によるエッジ検出処理を行い、領域抽出パラメータとして、フィルタ処理後の画像が、エッジかエッジ以外かを判定するための量子化の閾値について説明する。

図５は、実施形態１に係る領域抽出部３０４の機能を説明する機能ブロック図である。

領域抽出部３０４は、フィルタ処理部４０１、その結果を量子化する量子化部４０２、輝度算出部４０３、その結果を量子化する量子化部４０４、彩度算出部４０５、その結果を量子化する量子化部４０６を含む。領域抽出パラメータ決定部３０３により決定されたパラメータは、フィルタ処理後の画像のデータの量子化部４０２に設定される。領域抽出にはフィルタ処理によるエッジ検出処理のほかに、輝度や彩度による判定等も併用する。このように複数の検出結果を組み合わせることにより、より検出精度を高めることができる。

次に、フィルタ処理によるエッジ抽出処理について更に詳しく説明する。

フィルタ処理によるエッジ抽出処理は、一次微分フィルタや二次微分フィルタを用い、更にはフィルタ処理後の画像データを特定の閾値で量子化することにより実現できる。エッジ検出フィルタとしては、例えば、図６に示すラプラシアンフィルタを使用する。図中の５０１が対象画素となっており、周囲の８画素を図６の係数に従ってフィルタ処理を施す。このフィルタ処理は画素値と、係数の積和演算を実行するものであり、この結果、エッジ部分のみを際立たせた画像データが得られる。尚、このフィルタ処理は、取得した画素値のＲＧＢ信号値それぞれに適用しても良いし、ＲＧＢ信号値を適当な割合で合成して得られた輝度信号Ｙに変換し、それに基づいて実施しても構わない。

その後、フィルタ処理後の画像データに対し、領域抽出パラメータ決定部３０３により、原稿台カバー１０１との類似度を基に決定されたパラメータ（閾値）で２値化処理する。これにより、エッジとエッジ以外とが判定される。ここでは、閾値以上であればエッジ部、それ以外はエッジ以外であると判定する。ＲＧＢ信号値に対し、それぞれフィルタ処理する場合は、Ｒ信号、Ｇ信号、Ｂ信号、それぞれ個別に２値化処理を行い、いずれかが閾値以上と判定されていた場合に、エッジであると判定すればよい。

次に、２値化処理の閾値について説明する。

ここでは閾値を大きくするほどエッジの抽出強度は弱くなり、小さくするほどエッジの抽出強度は強くなる。しかしながら、エッジの抽出強度を上げると、同時にゴミや汚れなどのノイズも多く抽出してしまうという弊害がある。

ところで原稿の色と原稿台カバー１０１の色との類似度が高いということは、原稿台カバー１０１と原稿の色とがほぼ同等であることを示し、背景画像と原稿画像との区別が付きにくい。そのため、明度や彩度に基づく領域の検出は難しくなり、フィルタ処理による原稿のエッジ抽出により、原稿の領域を検出する必要がある。そのため、エッジの抽出強度を上げるような閾値を与える必要がある。具体的には、フィルタ処理を適用した後の画像に対する２値化の閾値を下げて、わずかな段差でも、原稿のエッジとして抽出できるようにする。

逆に、類似度が低いということは、原稿台カバー１０１と若干違う色であることを示し、背景画像と原稿画像との区別は、明度や彩度の違いでも、ある程度、検出できるようになる。そのため、フィルタによる原稿のエッジ抽出の役割は比較的小さくなる。よって、エッジの抽出強度を下げて、ノイズの誤検出を減らすことができる。具体的には、フィルタ処理を適用した後の画像に対する２値化の閾値を上げて、はっきりした強いエッジのみ抽出し、ノイズによる原稿のエッジの抽出を避けるようにする。

２値化処理のための閾値は、類似度のレベル別に事前に設定しておく。２値化処理の閾値は、例えば、原稿台カバー１０１の色と一般的な普通紙の色との乖離度を基準に決めるとよい。原稿台カバー１０１が特殊な材質で出来ている場合など、原稿台カバー１０１の色と普通紙の色との乖離が大きければ、２値化の閾値は上げてよい。他にも、センサなど光学系のノイズ量、原稿台カバー１０１や原稿台１０２上のゴミなどのノイズ量、光源の光の強さなどにより適宜決定する。

図８は、本実施形態１に係るスキャナによる原稿領域の検出処理を説明するフローチャートである。この処理を実行するプログラムはＲＯＭ２０２に記憶されており、ＣＰＵ２０１がこのプログラムを実行することにより、この処理が実現される。

まずＳ１で、ＣＰＵ２０１は、原稿読み取りユニット１０３を制御して原稿台１０２に置かれている原稿を読み取る。こうして得られた画像信号（画像データ）は画像入力部３０１より入力される。次にＳ２に進み、ＣＰＵ２０１は、その読み取って得られた画像信号から、原稿の白色部分の色と、原稿台カバー１０１の白色部分の色との類似度を判定する。ここで、これら２つの色が類似している（類似度が大きい）と判断するとＳ４に進み、領域抽出で使用する抽出パラメータ（前述の２値化処理のための閾値）を小さくする。一方、Ｓ３で、これら２つの色が類似していない（類似度が小さい）と判断するとＳ５に進み、領域抽出で使用する抽出パラメータ（前述の２値化処理のための閾値）を大きくする。

こうしてＳ４或いはＳ５を実行すると原稿判定（原稿領域の判定）のためにＳ６に進み、Ｓ１で入力した画像信号にフィルタ処理を実行する。そしてＳ７に進み、Ｓ４或いはＳ５で決定された抽出パラメータを使用して、そのフィルタ処理された画像信号を２値化する。これにより原稿と原稿台カバー１０１との境界を検出することができるため、Ｓ８で、原稿の領域を判定して処理を終了する。なお、必要であればＳ８で、その原稿領域の画像データだけを取り出すクロップ処理を行っても良い。クロップされた原稿領域の画像データはＰＣインタフェイス２０７を介してＰＣ等の外部装置に出力されたり、スキャナが印刷装置を備える場合、印刷装置で印刷媒体上に印刷される。

以上説明したように本実施形態１によれば、原稿台カバー１０１の色と原稿の色との類似度を、それらのスペクトルを基に判定し、その類似度を基に原稿の領域を検出するための閾値を決定する。これにより、原稿ごとに適切な量子化閾値を設定して原稿領域を正確に判定して原稿の画像を正確に切り出すことができる。それにより、よりノイズなどによる誤検出の少ない、高精度な領域抽出を実現することができる。

［実施形態２］
前述の実施形態１では、フィルタ処理によるエッジ抽出の量子化閾値を変更することにより、原稿台カバー１０１と原稿の色の類似度に応じた処理を行う例を示した。しかし、類似度に依存するパラメータは、エッジ抽出の量子化閾値に限らない。フィルタ処理そのものを変えてもよい。以下に、図７を参照して実施形態２を説明する。実施形態１と同じ構成には同じ番号をつける。

図７（Ａ）は、本発明の実施形態２に係る領域抽出部３０４の機能を説明する機能ブロック図で、前述の図５と共通する部分は同じ記号で示し、その説明を省略する。また実施形態２に係るスキャナの構成は、前述の実施形態１と同様である。

前述の実施形態１との相違点は、類似度により決定された領域抽出パラメータはフィルタ処理部４０１に与えられるフィルタを指定する点にある。

図７（Ｂ）（Ｃ）は、フィルタの一例を示す図である。類似度が小さい場合には検出強度の低い図７（Ｂ）のようなフィルタを用い、類似度が大きい場合には検出強度の高い図７（Ｃ）のようなフィルタを用いる。

この場合は前述の図８のフローチャートで、例えば、Ｓ４では、図７（Ｃ）のフィルタを使用し、Ｓ５では、図７（Ｂ）のフィルタを使用することにより対処できる。これらフィルタはいずれもエッジ強調フィルタである。

尚、フィルタは、図７（Ｂ）（Ｃ）に示すものに限らない。例えば、一次微分フィルタを用いてもよいし、類似度に応じて全く別のフィルタでもよい。いずれにしろ、エッジが抽出でき、さらに、エッジ強度が異なるフィルタを設定すればよい。

以上説明したように実施形態２によれば、原稿台カバー１０１の色と原稿の色との類似度を、それらのスペクトルを基に判定し、その類似度を基に原稿の領域を検出するためのフィルタ処理のフィルタ係数を決定する。これにより、原稿ごとに適切なフィルタ処理を実行して原稿領域を正確に判定して原稿の画像を切り出すことができる。それにより、よりノイズなどによる誤検出の少ない、高精度な領域抽出を実現することができる。

なお、以上の実施形態では、スキャナのＣＰＵ２０１が図８のフローチャートを実行することによって原稿の画像を抽出するものとしたがこれに限らない。ＰＣインタフェイス２０７を介してスキャナと接続されたＰＣにおいて図８のフローチャートを実行することによって同様の結果を得るものとしてもよい。この場合、ＰＣがＣＰＵやメモリを有し、このメモリにインストールされたプログラム（スキャナドライバ）をＰＣのＣＰＵが実行することによってスキャナに原稿の画像の読み取りを実行させ、その結果をＰＣが取得する。このとき、ＰＣが画像処理装置として機能することとなる。

（その他の実施形態）
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置の１つまたは複数のコンピュータ（又はＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。また、以上の処理の全てをソフトウェアで実現するものに代え、一部または全部をＡＳＩＣ等のハードウェアで実現するものとしてもよい。

Claims (17)

1. 原稿の画像と前記原稿の外部の背景画像を読み取って得られた画像データを処理する画像処理装置であって、
   前記背景画像の白色部分及び前記原稿の白色部分の分光反射スペクトルに基づいて、前記画像データから前記背景画像の色と前記原稿の余白領域の色との類似度を判定する類似度判定手段と、
   前記類似度判定手段により判定された類似度に基づく抽出パラメータを用いて、前記画像データに基づく画像に含まれるエッジを抽出する抽出手段と、
   前記抽出手段により抽出されたエッジに基づき、前記画像データに基づく前記画像における前記原稿の領域を判定する原稿判定手段と、
   を有することを特徴とする画像処理装置。
2. 前記抽出手段は、前記画像データに対し、所定のフィルタによりフィルタ処理を施した後に、前記抽出パラメータを用いて量子化してエッジを抽出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. 前記類似度に応じて複数のフィルタのいずれかを決定する決定手段を更に有し、前記抽出手段は前記決定手段により決定されたフィルタを用いて前記画像データに対しフィルタ処理を施すことを特徴とする請求項２に記載の画像処理装置。
4. 原稿の画像と前記原稿の外部の背景画像を読み取って得られた画像データを処理する画像処理装置であって、
   前記背景画像の色と前記原稿の余白領域の色との類似度に応じて複数のフィルタのいずれかを決定する決定手段と、
   前記画像データに対して、前記決定手段により決定されたフィルタによりフィルタ処理を施した後に前記類似度に基づく抽出パラメータを用いて量子化して、前記画像データに基づく画像に含まれるエッジを抽出する抽出手段と、
   前記抽出手段により抽出されたエッジに基づき、前記画像データに基づく前記画像における前記原稿の領域を判定する原稿判定手段と、
   を有することを特徴とする画像処理装置。
5. 前記画像データから前記背景画像の色と前記原稿の余白領域の色との前記類似度を判定する類似度判定手段を更に有し、
   前記抽出手段は、前記類似度判定手段により判定された類似度に基づく抽出パラメータを用いて、前記画像データに基づく画像に含まれるエッジを抽出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. 前記類似度判定手段は、前記原稿の白色部分のＲＧＢ各色の出力濃度の差分の大小により前記類似度を判定す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。
7. 前記抽出手段は、前記類似度が第１の類似度の場合、当該第１の類似度よりも小さな第２の類似度の場合に用いられる第２の抽出パラメータでは抽出されないエッジを抽出可能な第１の抽出パラメータを用いることを特徴とする請求項１乃至６のいずれか１項に記載の画像処理装置。
8. 前記原稿判定手段は、さらに前記画像データの輝度、或いは彩度を基に、前記原稿の領域を判定することを特徴とする請求項１乃至７のいずれか１項に記載の画像処理装置。
9. 前記原稿を読み取り、前記画像データを出力する読取部をさらに有することを特徴とする請求項１乃至８のいずれか１項に記載の画像処理装置。
10. 前記読取部は、ユーザが前記原稿を置くための原稿台と、当該原稿台に置かれた原稿を押さえるための原稿台カバーを有し、
    前記背景画像は、前記読取部が前記原稿台カバーを読み取ることで得られた画像であることを特徴とする請求項９に記載の画像処理装置。
11. 前記画像処理装置は、前記原稿を読み取り、前記画像データを出力する読取装置と接続された装置であることを特徴とする請求項１乃至８のいずれか１項に記載の画像処理装置。
12. 前記画像データから、前記原稿判定手段により判定された前記原稿の領域の画像データを取り出すクロップ処理を行うクロップ手段を更に有することを特徴とする請求項１１に記載の画像処理装置。
13. 前記クロップ手段によりクロップされた前記原稿の領域の画像データを外部装置に出力する出力手段を更に有することを特徴とする請求項１２に記載の画像処理装置。
14. 前記クロップ手段によりクロップされた前記原稿の領域の画像データを印刷媒体に印刷する印刷手段を更に有することを特徴とする請求項１２又は１３に記載の画像処理装置。
15. 原稿の画像と前記原稿の外部の背景画像を読み取って得られた画像データを処理する画像処理方法であって、
    前記背景画像の白色部分及び前記原稿の白色部分の分光反射スペクトルに基づいて、前記画像データから前記背景画像の色と前記原稿の余白領域の色との類似度を判定する類似度判定工程と、
    前記類似度判定工程で判定された類似度に基づく抽出パラメータを用いて、前記画像データに基づく画像に含まれるエッジを抽出する抽出工程と、
    前記抽出工程において抽出されたエッジに基づき、前記画像データに基づく前記画像における前記原稿の領域を判定する原稿判定工程と、
    を有することを特徴とする画像処理方法。
16. 原稿の画像と前記原稿の外部の背景画像を読み取って得られた画像データを処理する画像処理方法であって、
    前記背景画像の色と前記原稿の余白領域の色との類似度に応じて複数のフィルタのいずれかを決定する決定工程と、
    前記画像データに対して、前記決定工程で決定されたフィルタによりフィルタ処理を施した後に前記類似度に基づく抽出パラメータを用いて量子化して、前記画像データに基づく画像に含まれるエッジを抽出する抽出工程と、
    前記抽出工程で抽出されたエッジに基づき、前記画像データに基づく前記画像における前記原稿の領域を判定する原稿判定工程と、
    を有することを特徴とする画像処理方法。
17. 請求項１乃至１４のいずれか１項に記載の画像処理装置の各手段としてコンピュータを機能させるためのプログラム。

Images