JPH04220080A - ２値化方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は多値画像を２値画像に変
換する方法に関し、例えば原画の文字等の細線部分と画
像部を判別し、各々に適した処理を施す適応形２値化方
法に関するものである。

【０００２】

【従来の技術】従来の適応形２値化方法は原画のｎｘｍ
画素平均に対し、注目点画素の差分の大きさにより原画
の像域を判断していた。

【０００３】

【発明が解決しようとしている課題】しかしながら、従
来の方法ではノイズ的信号をもひろいやすく像域誤判定
の大きな原因にもなっていた。この結果２値画像の中に
白ぬけ、黒ポチと称する誤判定部分が生じ、画質劣化を
大きくしていた。

【０００４】そこで本発明は多値画像中の文字部を確実
に判定し、しかもノイズ的に生じた部分は強調されない
ような像域判別方法を用いた２値化方法を提供すること
を目的とする。

【０００５】

【課題を解決するための手段及び作用】上記課題を解決
するため、本発明の２値化方法は、原画をＮｘＭウイン
ドで区切り、ＮｘＭウインド内に用意された線画検出パ
ターンと、ＮｘＭウインドウ内の平均画像データを比較
し、原画の線画領域判別を行い、該判別結果を用いて線
画らしさに応じ２値化閾値を適応的に変化させることを
特徴とする。

【０００６】

【実施例】以下に説明する本発明の実施例は上記課題を
解決するために、文字部は基本的にある連続性があるこ
とにより注目点を中心に連続量を計算させ、その連続量
の大きさにより文字、記号等細線部画像領域を判断する
方法をとる。ノイズ的に１ケ所のみ黒又は白の点が存在
しても連続量とマツチしたデータと比較した場合、細線
部らしさは減少する。これにより従来方法に比し連続し
た文字等の細線部を明確に判別出来るようになる。

【０００７】図１は細線部検出用のウインドを示す。こ
こでは１例とし３ｘ３のウインドを用い本発明の１実施
例を説明する。

【０００８】図２は細線部検出用のパターンの１例を示
す。ここで注目点はａ２２の位置にあるとする。

【０００９】図３は原画とウインド、注目点の関係を示
すものである。３０２は原画を１画素ごとに区切った図
で、３０１は３ｘ３のウインドである。３０３は注目画
素位置を示す。

【００１０】図４は３ｘ３のウインドを用い図２の線画
検出パターンを用いたときの像域判別回路を示す。

【００１１】４０１は光電変換素子で、例えばＣＣＤの
様な素子である。４０２は増巾器で４１８はアナログ信
号をデジタル化するものである。従って４１８以降は例
えば８ｂｉｔデータとなり出力される。４０３〜４０５
は各８ｂｉｔの３ラインバツフアメモリを形成するもの
である。

【００１２】従って４０１からのデータはＡ１，Ａ２，
Ａ３・・・と出力され、４０３に、この順で入力し、更
には４０４，４０５に入ってゆく。４０１のＣＣＤの素
子数と４０３〜４０５の素子数が異なるのは（２ケ異な
る）３ｘ３で演算するためで、原画画素がＡ／Ｄ変換１
クロツク遅れて線画検出が得られる。４０６〜４０９は
加算器で、４０６は図２の（Ａ）を計算する部分、４０
７は（Ｂ）を４０８は（Ｃ）を４０９は（Ｄ）を計算す
る回路である。４１５は３ｘ３ウインド内の画像データ
の和を求める回路で４１７は注目画素点が４１５の４入
力では４倍になっているため注目画素値の３倍データを
引くためのものである。

【００１３】４１９は３ｘ３の９画素のデータ値を３ケ
のデータ値に換算させるためのものである。

【００１４】４１０〜４１３は各パターン成分とウイン
ド平均値との差を計算し、等価的に線画成分を計算した
結果が得られる。４１４は各（Ａ）〜（Ｄ）の成分の絶
対値での最大値を得る回路で４１６が最終的線画量を出
力する。

【００１５】以上の説明から判別するように孤立点的に
存在するノイズ信号に対しては３ｘ３では、そのエネル
ギーは１／３に減少しノイズによる誤判定は軽減される
。ウインドサイズが５ｘ５、７ｘ７と大きくなるにつれ
、よりノイズの影響は受けにくくなる。

【００１６】図５は前述の線画検出方法を用いて多値画
像を適応的に２値化する方法を示すものである。

【００１７】５０１は前述のＣＣＤ、５０２は増巾器、
５０３はアナログデータをデジタルデータに変換するＡ
／Ｄコンバータ、５１１は線画検出回路部で図４である
。図４の出力４１６は設定器Ｓ１，Ｓ２，Ｓ３により設
定されたデータと比較し、切換スイツチ５０４を制御す
る。５１１出力が最も線画らしいと判断したときには（
イ）の位置に、文字画像の中間のときは（ロ）の位置に
、画像領域らしいときには（ハ）の位置に切換える。

【００１８】５０５は単一閾値比較回路で、例えば入力
データが８ｂｉｔ０〜２５５の範囲データであれば１２
８が単一閾値となる。

【００１９】５０８はいわゆる誤差拡散法を含む、濃度
保存型２値化法回路部で、図６に説明するような構成に
なる。５０７、５０９は閾値テーブルで、明らかな画像
部では閾値マトリツクスを大きくし、線画とも画像領域
とも判別しにくい領域では小さくする。これにより濃度
保存型２値化法のドツト配列をマトリツクサイズが大き
いときには周期構造に近くし小さいときには周期構造を
くずし、ランダム性を強くし、細線部再現をよくする。

【００２０】以上で２値化されたデータは２値プリンタ
５１０に出力し記録される。

【００２１】尚、５０７、５０９での値は閾値でなく、
閾値順番を示すものである。

【００２２】図６は２値化回路で６１５は多値データ入
力部である。６１０は入力多値データと後で説明する誤
差拡散累積テーブルでｘの印位置が注目画素データで６
１０で加算する。加算されたデータは６０８で２値化さ
れる。閾値は６１６又は６１７のテーブルから引き出さ
れた値が成る。６１６、６１７はＸ軸、Ｙ軸カウンタ、
６０４、６０３、６０５、６０６のカウンタで示される
セルの値がセレクトされる。６０３、６０４はスキヤナ
ーの主走査方向クロツク６０１によりカウントされ、６
０５、６０６は副走査方向クロツク６０２によりカウン
トされる。６０７のスイツチは図４によりセレクトされ
るスイツチである。図６からわかるように閾値テーブル
の大きさは変わっても誤差拡散は保存されるため原画に
忠実な濃度再現が可能になる。６１２のテーブルはｘ印
が注目画素位置で一印はすでに２値化ずみの所を示す。 ６１３は誤差の累積値を保存するラインメモリである。

【００２３】（他の実施例）上述の実施例では３ｘ３パ
ターンでの線画検出方法、単一固定閾値、３ｘ３マトリ
ツクス閾値、５ｘ５マトリツクス閾値を基本に説明した
が線画検出はＮＸＭ画素で任意のパターンを用いて検出
してもよく、閾値マトリツクスもＰｘＱの閾値マトリツ
クスで構成されててもよいことは本発明の範囲である。

【００２４】また線画検出パターンは図２のバツクが白
で線が黒についてのべたが逆転しても同様のパターンを
用意することで対処出来ることは明らかである。

【００２５】以上のように本発明の上記実施例によれば
以下の様な効果が生ずる。

【００２６】（１）　　文字等の線画部分が安定に検出
され、単一閾値で良好な線画再現が可能になる。

【００２７】（２）　　ノイズによる線画誤判定が極め
て少なくなり画質劣化がなくなる。 （３）　　線画に近い画像領域、即ち高周波成分のある
画像領域は小さな閾値マトリツクスサイズで２値化する
ため２値化されたデータ配列がランダム性をおび、高分
解能記録に適する。

【００２８】（４）　　画像部と検出されたところは大
きな閾値マトリツクスで２値化されるため、２値化され
たデータ配列が周期性をおび、高階調記録になる（ベイ
ヤー形配列でなく渦巻配列のためドツトのオーバーラツ
プが一様になるため）。

【００２９】（５）　　以上の結果、線画又は線画に近
い部分では２値化データは比較的ランダムに配列される
が、写真調の画像部では周期構造配列のため、この方法
で２値化されたデータは組織的デイザ法と同様、誤差拡
散法に比し圧縮効果がよい。しかも画質は線画部分が適
応処理されるため組織的デイザ法より画質がよくなる。

【００３０】

【発明の効果】以上説明したように本発明によれば、多
値画像中の文字部を確実に判定し、しかもノイズ的に生
じた部分は強調されないような像域判別方法を用いた２
値化方法を提供することができる。

【図面の簡単な説明】

【図１】細線部検出用のウインドウ

【図２】細線部検出用のパターン

【図３】原画とウインドウ、注目点との関係を示す図

【
図４】像域判別回路

【図５】本発明の２値化方法を示す図

【図６】本発明の２値化回路図

【符号の説明】

４０１　　光電変換素子 ４０２　　増巾器

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　原画をＮｘＭウインドで区切り、Ｎｘ
   Ｍウインド内に用意された線画検出パターンと、ＮｘＭ
   ウインド内の平均画像データを比較し、原画の線画領域
   判別を行い、該判別結果を用いて線画らしさに応じて２
   値化閾値を適応的に変化させることを特徴とする２値化
   方法。