JPS6137665B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は、画像を低密度でサンプリングし、高
密度で予測復元する方法に関する。DETAILED DESCRIPTION OF THE INVENTION The present invention relates to a method for sampling an image at low density and predictively restoring it at high density.

従来、被サンプリング画像を格子状に分割して
すべての格子点をサンプル点としてサンプリング
し、白黒で表示される曲線等を予測復元する場合
において、注目画素の周囲の画素の白黒画素の配
置により滑らかな曲線となるように、注目画素が
白画素（又は黒画素）のとき、４等分割した小白
画素（又は小黒画素）を小黒画素（又は小白画
素）に修正する方法が知られている（特開昭53―
41115号）。この従来の方法では、例えば４画素／
mm×４画素／mmでサンプリングし、８画素／mm×
８画素／mmで復元されるが、曲線部の滑かさが十
分でないという問題がある。 Conventionally, when a sampled image is divided into a lattice pattern and all lattice points are sampled as sample points to predict and restore a curve, etc. that is displayed in black and white, smoothness is achieved by arranging black and white pixels around the pixel of interest. When the pixel of interest is a white pixel (or black pixel), there is a known method of correcting the small white pixel (or small black pixel) divided into four equal parts into a small black pixel (or small white pixel) so that the pixel of interest is a white pixel (or black pixel). (Unexamined Japanese Patent Publication 1973-
No. 41115). In this conventional method, for example, 4 pixels/
Sampled at mm x 4 pixels/mm, 8 pixels/mm x
Although it is restored at 8 pixels/mm, there is a problem that the curved portions are not smooth enough.

本発明は、高密度画素予測復元方法により再生
される画像の曲線部の滑らかさを向上させること
を目的とする。 An object of the present invention is to improve the smoothness of curved portions of images reproduced by a high-density pixel predictive restoration method.

原稿を走査し、格子状にサンプリングしたとき
の画素の配列を第１図に示す。注目画素をＳ_i,j
は隣接画素Ｓ_i-1,j-1，Ｓ_i,j-1，Ｓ_i+1,j-1，Ｓ_i-
１，ｊ，Ｓ_i+1,j，Ｓ_i-1,j+1，Ｓ_i,j+1，Ｓ_i+1,j+1
によつて囲まれている。本発明によれば、注目画
素Ｓ_i,jを第２図に示すように３行３列に分割し
た９つの小画素の濃度情報O₁〜O₉が、注目画素
の濃度情報と注目画素の周囲の画素のうちの互い
に隣り合う３つの画素の濃度情報の論理和とに基
づいて決定される。そのため、例えば下記のよう
な演算を行なう。 FIG. 1 shows the pixel arrangement when a document is scanned and sampled in a grid pattern. The pixel of interest is S _i,j
are adjacent pixels S _i-1,j-1 , S _i,j-1 , S _i+1,j-1 , S _i-
1,j , S _i+1,j , S _i-1,j+1 , S _i,j+1 , S _i+1,j+1
surrounded by. According to the present invention, the density information O ₁ to O ₉ of nine small pixels obtained by dividing the pixel of interest S _i,j into three rows and three columns as shown in FIG. It is determined based on the logical sum of the density information of three adjacent pixels among the surrounding pixels. Therefore, for example, the following calculation is performed.

(1) 各画素の濃度情報を０〜９の10値に量子化
し、量子化された情報をSQ_i,jとする。量子化
された濃度情報を表わした画素の分布の一例は
第３図に示す通りである。(1) Quantize the density information of each pixel into 10 values from 0 to 9, and let the quantized information be SQ _i,j . An example of the distribution of pixels representing quantized density information is shown in FIG.

(2) 下式により、T₁〜T₄、T₆〜T₉を求める。(2) Calculate T ₁ to T ₄ and T ₆ to _{T 9} using the following formulas.

T₁＝SQ_i-1,j＋SQ_i-1,j-1＋SQ_i,j-1 T₂＝SQ_i-1,j-1＋SQ_i,j-1＋SQ_i+1,j-1 T₃＝SQ_i,j-1，SQ_i+1,j-1＋SQ_i+1,j T₄＝SQ_i-1,j-1＋SQ_i-1,j＋SQ_i-1,j+1 T₆＝SQ_i+1,j-1＋SQ_i+1,j＋SQ_i+1,j+1 T₇＝SQ_i-1,j＋SQ_i-1,j+1＋SQ_i,j+1 T₈＝SQ_i-1,j+1＋SQ_i,j+1＋SQ_i+1,j+1 T₉＝SQ_i+1,j＋SQ_i+1,j+1＋SQ_i,j+1 上記の式は、それぞれ注目画素Ｓ_i,jの周囲
の８つの画素のうち、中心小画素から着目した
方向に存在する画素およびその画素に隣接する
２つの画素の計３つの画素の濃度情報の和であ
る。T ₁ =SQ _i-1,j +SQ _i-1,j-1 +SQ _i,j-1 T ₂ =SQ _i-1,j-1 +SQ _i,j-1 +SQ _i+1,j-1 T ₃ =SQ _i,j-1 ,SQ _i+1,j-1 +SQ _i+1,j T ₄ =SQ _i-1,j-1 +SQ _i-1,j +SQ _i-1,j+1 T ₆ = SQ _i+1,j-1 +SQ _i+1,j +SQ _i+1,j+1 T ₇ =SQ _i-1,j +SQ _i-1,j+1 +SQ _i,j+1 T ₈ =SQ _{i -1,j+1} +SQ _i,j+1 +SQ _i+1,j+1 T ₉ =SQ _i+1,j +SQ _i+1,j+1 +SQ _i,j+1 This is the sum of the density information of a total of three pixels, a pixel existing in the direction of interest from the central small pixel and two pixels adjacent to that pixel, among the eight pixels surrounding the pixel S _i,j .

(3) 注目画素の濃度情報SQ_i,j＝Ｋが５よりも小
さいかどうかによつて、注目画素の小黒素O₁
〜O₉の濃度情報を下記のように定める。(3) Depending on whether the density information SQ _i,j = K of the pixel of interest is smaller than 5, the small black element O ₁ of the pixel of interest
The concentration information of ~ _O9 is determined as follows.

(a) Ｋ＜５の場合 上記(2)で求めたT₁〜T₄、T₆〜T₉のうち大
きい方からＫ番目までのものに対応する小画
素を黒にし、残りの小画素（O₅を含む）を
白にする。そのためにはまず、T₁〜T₄、T₆
〜T₉のうちの最大値をＴ〓₁としたとき、Ｔ
〓₁に対応する小画素Ｏ〓₁を黒にし、Ｔ〓₁
をT₁〜T₄、T₆〜T₉から除く。次に、T₁〜
T₄、T₆〜T₉からＴ〓₁を除いたもののうちの
最大値をＴ〓₂としたとき、Ｔ〓₂に対応する
小画素Ｏ〓₂を黒にし、T₁〜T₄、T₆〜T₉から
Ｔ〓₁を除いたものから更にＴ〓₂を除く。こ
のようなことをＫ回繰返す。そして残りの小
画素をすべて白にする。 (a) In the case of K<5, the small pixels corresponding to the Kth ones from the larger one among T ₁ to T ₄ and T ₆ to _{T 9} obtained in (2) above are made black, and the remaining small pixels ( (containing O ₅ ) to white. To do this, first, T ₁ ~ T ₄ , T ₆
When the maximum value of ~T ₉ is T〓 ₁ , T
〓 Small pixel O corresponding to _1〓 Make ₁ black, T〓 ₁
are removed from T ₁ to T ₄ and T ₆ to _{T 9} . Next, T ₁ ~
When the maximum value of T ₄ , T ₆ to _{T 9} minus T ₁ is T ₂ , the small pixel O ₂ corresponding to T ₂ is made black, and T ₁ to _{T 4} , T ₆ ～T〓 ₁ is removed from T ₉ , and then T〓 ₂ is further removed. Repeat this K times. Then, make all remaining small pixels white.

(b) Ｋ≧５の場合 上記(2)で求めたT₁〜T₄、T₆〜T₉のうち小
さい方から（９−Ｋ）番目までのものに対応
する小画素を白にし、残りの小画素（O₅を
含む）を黒にする。そのためにはまず、T₁
〜T₄、T₆〜T₉のうちの最小値をＴ_n1とした
ときＴ_n1に対応する小画素Ｏ_n1を白にし、T₁
〜T₄、T₆〜T₉からＴ_n1を除く。次に、T₁〜
T₄、T₆〜T₉からＴ_n1を除いたもののうちの
最小値をＴ_n2としたとき、Ｔ_n2に対応する小
画素Ｏ_n2を白にし、T₁〜T₄、T₆〜T₉からＴ_n
１を除いたものから更にＴ_n2を除く。このよ
うなことを（９−Ｋ）回繰返す。そして残り
の小画素をすべて黒にする。 (b) When K≧5 The small pixels corresponding to the smallest (9-K) of T ₁ to T ₄ and T ₆ to _{T 9} obtained in (2) above are made white, and the remaining pixels are Make the small pixels (including O ₅ ) black. To do this, first, T ₁
〜T ₄ , T ₆ 〜T ₉ When the minimum value is T _n1 , the small pixel O _n1 corresponding to T _n1 is made white, and T ₁
Remove _Tn1 from ~ _T4 , _T6 ~ _T9 . Next, T ₁ ~
When T _n2 is the minimum value of T ₄ , T ₆ to T ₉ minus T _n1 , the small pixel O _n2 corresponding to T _n2 is made white, and T ₁ to _{T 4} , T ₆ to _{T 9} from T _n
Further remove T _n2 from the value excluding ₁ . This process is repeated (9-K) times. Then, all remaining small pixels are made black.

(4) 上記(1)〜(3)の処理を、ｉ_nax，ｊ_naxまで繰返
せば、第５図に示すような高密度予測画像が得
られる。(4) If the above processes (1) to (3) are repeated until _inax and _jnax , a high-density predicted image as shown in FIG. 5 is obtained.

ここで具体例として第３図における画素
SQ_3,2＝４の復元例について説明する。 Here, as a specific example, the pixel in Figure 3
A restoration example of SQ _3,2 = 4 will be explained.

第１図により SQ_2,1＝０ SQ_3,1＝０ SQ_4,1＝０ SQ_2,2＝０ SQ_3,2＝４ SQ_4,2＝８ SQ_2,3＝０ SQ_3,3＝０ SQ_4,3＝３ である。 According to Figure 1, SQ _2,1 = 0 SQ _3,1 = 0 SQ _4,1 = 0 SQ _2,2 = 0 SQ _3,2 = 4 SQ _4,2 = 8 SQ _2,3 = 0 SQ _3,3 =0 SQ _4,3 =3.

これらの値を用いて前述した(2)によりT₁〜
T₉を計算すると、 T₁＝０ T₂＝０ T₃＝８ T₄＝０ T₆＝11 T₇＝０ T₈＝３ T₉＝11 となる。 Using these values and according to (2) above, T ₁ ~
When T ₉ is calculated, T ₁ =0 T ₂ =0 T ₃ =8 T ₄ =0 T ₆ =11 T ₇ =0 T ₈ =3 T ₉ =11.

次に、Ｋ＝４＜５となるため、(3)で説明した
ようにＴの値の大きいもの４個を異にすること
によつて O₁＝白 O₂＝白 O₃＝黒 O₄＝白 O₅＝白 O₆＝黒 O₇＝白 O₈＝黒 O₉＝黒 と決定される。この小画素情報をＳ_3,2に当て
はめると第５図に示す通りの復元画像となる。 Next, since K=4<5, as explained in (3), by differentiating the four large values of T, O ₁ = White O ₂ = White O ₃ = Black O ₄ = White O ₅ = White O ₆ = Black O ₇ = White O ₈ = Black O ₉ = Black is determined. Applying this small pixel information to S _3,2 results in a restored image as shown in FIG.

これに対し、従来の予測復元方法により得ら
れる画像は、第４図に示す通りである。第４図
と第５図との比較から、本発明の予測復元方法
によれば復元画像の曲線部が一層滑らかになる
ことが判る。 In contrast, the image obtained by the conventional predictive restoration method is as shown in FIG. From a comparison between FIG. 4 and FIG. 5, it can be seen that according to the predictive restoration method of the present invention, the curved portion of the restored image becomes even smoother.

上記のような方法の実施に用いられる装置の構
成のブロツク線図を第６図に示す。 FIG. 6 shows a block diagram of the construction of the apparatus used to carry out the method as described above.

記憶器２は、量子化された入力画素信号を記憶
する。 The storage device 2 stores the quantized input pixel signal.

演算器３は、注目画素の周囲画素の信号を記憶
器２から読出し、前記T₁〜T₄、T₆〜T₉を演算す
る。 The arithmetic unit 3 reads signals of pixels surrounding the pixel of interest from the memory 2 and calculates the above-mentioned T ₁ to T ₄ and T ₆ to _{T 9} .

判定器４は、記憶器２から読出した注目画素信
号SQ_i,jのレベルと、演算器３から送られてくる
T₁〜T₄、T₆〜T₉とにより、前記(3)の(a)又は(b)の
論理判定を行ない、黒出力小画素信号（又は白出
力小画素信号）となるべき指示信号をレベル発生
器に送出する。 The determiner 4 receives the level of the target pixel signal SQ _i,j read from the memory 2 and the arithmetic unit 3.
Using T ₁ to T ₄ and T ₆ to _{T 9} , the logical judgment of (a) or (b) in (3) above is performed, and an instruction signal to be a black output small pixel signal (or white output small pixel signal) is determined. is sent to the level generator.

レベル発生器５は、前記指示信号により、黒レ
ベル（例えば１）、白レベル（例えば０）の信号
を出力する。 The level generator 5 outputs signals of a black level (for example, 1) and a white level (for example, 0) in response to the instruction signal.

アドレス指示器７は、記憶器２に記憶させるア
ドレス信号と記憶器から読出すアドレス信号をコ
ントロールする。 The address indicator 7 controls address signals to be stored in the memory 2 and address signals to be read from the memory.

入力バツフア１及び出力バツフア６は、一時的
にデータを蓄え、入力側及び出力側にそれぞれ接
続された装置との情報処理速度の差異を補償す
る。 The input buffer 1 and the output buffer 6 temporarily store data and compensate for the difference in information processing speed between the devices connected to the input side and the output side, respectively.

以上のように本発明によれば、原稿を低密度で
サンプリングし、９倍の画像密度で復元すること
ができるので、原稿の読取速度を高めるととも
に、復元画像の画質を向上させることができる。 As described above, according to the present invention, a document can be sampled at a low density and restored at nine times the image density, so that it is possible to increase the reading speed of the document and improve the image quality of the restored image.

【図面の簡単な説明】[Brief explanation of the drawing]

第１図は画像を格子状にサンプリングしたとき
の画素の配列を示す図、第２図は各画素内の小画
素の配列を示す図、第３図は量子化された濃度情
報を示す図、第４図は従来の予測復元方法により
得られる復元画像を示す図、第５図は本発明の予
測復元方法により得られる復元画像を示す図、第
６図は本発明の予測復元方法の実施に用いられる
装置を示すブロツク線図である。 ２…記憶器、３…演算器、４…判定器、５…レ
ベル発生器、７…アドレス指示器。 Fig. 1 is a diagram showing the arrangement of pixels when an image is sampled in a grid pattern, Fig. 2 is a diagram showing the arrangement of small pixels within each pixel, and Fig. 3 is a diagram showing quantized density information. FIG. 4 is a diagram showing a restored image obtained by the conventional predictive restoration method, FIG. 5 is a diagram showing a restored image obtained by the predictive restoration method of the present invention, and FIG. 6 is a diagram showing a restored image obtained by the predictive restoration method of the present invention. FIG. 2 is a block diagram showing the apparatus used. 2...Storage device, 3...Arithmetic unit, 4...Judgment device, 5...Level generator, 7...Address indicator.

Claims (1)

【特許請求の範囲】[Claims] １ 画像を格子状にサンプリングして各サンプリ
ング画素の濃度情報を得、サンプリング各画素を
３行３列に分割して９つの小画素を得、注目した
サンプリング画素の周囲の８つのサンプリング画
素のうち前記９つの小画素中の中心画素から着目
した方向に存在するサンプリング画素およびその
画素に隣接する２つのサンプリング画素の３つの
画素の画素情報の和を求めて８つの小画素の濃度
情報を得、さらに注目サンプリング画素の濃度情
報により前記８つの小画素の濃度情報を選択する
ことによつて前記９つの小画素を白または黒に決
定することを特徴とする高密度画素予測復元方
法。1 Sample the image in a grid pattern to obtain density information for each sampling pixel, divide each sampling pixel into 3 rows and 3 columns to obtain 9 small pixels, and select from among the 8 sampling pixels surrounding the sampling pixel of interest. Obtaining the density information of the eight small pixels by calculating the sum of pixel information of three pixels, a sampling pixel existing in the direction of interest from the center pixel among the nine small pixels and two sampling pixels adjacent to that pixel, The high-density pixel prediction and restoration method further comprises determining the nine small pixels as white or black by selecting the density information of the eight small pixels based on the density information of the sampled pixel of interest.