JP2003087562A - 画像処理装置および画像処理方法 - Google Patents

Abstract

(57)【要約】 【課題】本発明は、カラーもしくはグレースケール等の
多値画像データから種類対応の領域を色分布の状態を識
別条件に含めて抽出識別できるようにしたことをことを
特徴とする。 【解決手段】画像入力部１０１により取り込んだ画像デ
ータ（カラー画像）を領域識別部１０２に於いて画素値
の濃度差や彩度などの状態により複数の画像データに分
離し、物理的あるいは論理的に連結しているものを一つ
の領域として抽出した後、個々の領域の画像上の位置、
大きさ、形状、構造、濃度分布等の特徴量を計測し、色
分類部１０３に於いて画素値の色相や彩度等の状態によ
って幾つかの色に分類し、その結果を色分布画像データ
として保持し、画素属性識別部１０４に於いて領域識別
データと色分布画像データから文書内の各画素の属性を
決定し、画像出力部１０５によって構造的な画素属性を
出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書などの画像を
ファイリングや複写のために文書の構成要素と色情報に
よって変換処理を行なう画像処理装置および画像処理方
法に関する。

【０００２】

【従来の技術】文書画像を画像データとして取り込ん
で、その画像をハードコピーとして出力したり、イメー
ジファイルとして保存したりする技術として、複写機
や、パーソナルコンピュータ等に於ける、イメージ取り
込みの分野に利用されている技術や、ファイリングシス
テム装置やデータベースに利用される技術等がある。

【０００３】この種、画像データを扱う装置に於いて、
取り込んだ画像をハードコピーとして出力する場合、文
書画像として利用者が見易いものにするために、画像処
理を施す場合がある。例えば、文書画像に文字が含まれ
ている場合、ハイパスフィルタ処理を施すことによっ
て、文字のエッジ部分が強調され、くっきりとした、読
み易い文字となる。また、写真の場合、写真の滑らかな
階調を再現するために、ローパスフィルタを施すことに
よって、ざらつき感が無くなり、奇麗な出力となる。網
点で構成された網点写真であるのか、あるいは銀塩写真
であるのかによっても処理を切り替えることも可能であ
る。

【０００４】一方、イメージデータとして取り込む場
合、カラー画像や濃淡画像のデータ量は非常に大きいた
め、データ量を削減するためにデータ圧縮を施すことが
多い。このような場合、文字は２値化することによって
データ量を削減することが可能となり、写真は階調性を
保存するような圧縮処理を施すことにより写真の美しさ
を保存しつつ、データ量を圧縮することが可能となる。

【０００５】以上のように、文書画像の種類によって処
理手法を変更することは、ハードコピーとして出力する
際も、イメージファイルとして保存する際にも非常に有
効である。

【０００６】文書画像は、通常、テキスト、図表、写真
等の領域がそれぞれ単独にあるいは重なり合うことによ
って構成されている。したがって、画像処理を行なう場
合、文書画像にどのような領域がどのように構成されて
いるかを検知する必要がある。

【０００７】従来、文字、網点、写真等の文書画像を構
成する要素を識別するために、入力画像データの濃度値
を利用する方法が用いられてきた。２×２から４×４画
素程度のブロック内に於ける最大値と最小値の差を用い
て写真領域と非写真領域に分離する方法、ブロック内で
エッジ画素を検出し、そのエッジ画素が文字の一部か否
かをパターンマッチングによって判別する方法、３値化
された画像に対しパターンマッチングによりエッジ検出
およびピーク画素検出を行ない判定する方法、ブロック
内の各画素に於けるエッジ量の総和を算出し分離する方
法等である。これらの手法に共通しているのは、高速な
処理を実現するため、数画素単位のブロック毎に処理を
行なっていることである。

【０００８】したがって、ブロック内に存在する画素値
の変化によっては、同一の構成要素に於ける隣接ブロッ
ク間で違う要素であると誤って識別される虞があり、そ
の結果として同じ領域でありながら異なった画像処理が
施される。

【０００９】これを解決する方法として、特願平８−３
４７０２号に記載されているように、レイアウト解析を
利用して、文書画像の構造を抽出するものがある。この
方法では、２値化処理を行なった後に、画素の連結性を
調べ、連結している画素同士を領域として抽出して、そ
の位置や大きさ等の特徴量を利用して識別するものであ
る。さらに、特願平１０−１９１２８６号に記載されて
いるように、入力された画像に対し、複数の２値画像に
分離して、各々の２値画像データに於いてレイアウト解
析を行なう方法もある。この方法では濃度値によって画
像を分離しているため、各々の画像を処理した結果を比
較することで、通常の２値化では困難であった正確な文
書要素の抽出や識別を行なうことができる。またカラー
画像や濃淡画像を複数の２値画像で表現しているため、
処理時間の短縮とメモリ容量の削減が図られている。

【００１０】しかし、これらの方法では、カラー、グレ
ー、黒といった彩度の違いによる色属性を文書要素毎に
与えることは可能であったが、どのような色によって描
かれているかは分からなかった。

【００１１】例えば、カラー画像に於いて、グラフのよ
うな複雑な線図形は、その領域に於ける特徴量が写真と
類似することがあり、そのため写真と誤って識別する場
合がある。逆に、薄い写真領域は、その領域における特
徴量が線図形に類似することがあり、そのため線図形と
誤って識別する場合がある。誤った識別の結果、写真領
域に対してハイパスフィルタ処理を行なって、ざらつい
た画像となり、逆に、線図形にローパスフィルタ処理を
行なって文字や線がぼやけた画像となる虞がある。通
常、カラー写真は、多色により表現されており、色の分
布は、散らばっていることが多い。線図形では限定され
た色により表現され、色の分布は塊のようになっている
ことが多い。したがって、色の分布を調べることにより
誤識別を防ぐことが可能となる。しかし、カラー属性だ
けでは色の分布を調べることが難しい。

【００１２】また、通常、文書に赤色の文字がある場
合、他の部分より注目すべき部分であることが多い。こ
のような文字は、ファイリングを行なう際のキーワード
となることが想定されるため、より高度な文書処理を考
慮した場合、他の文字と区別して扱うことが重要となっ
てくる。しかし、この場合もカラー属性だけでは、赤色
の文字と他の色との区別をつけるのは難しい。

【００１３】更に、ハードコピーとして出力する場合、
予め使われている色が分かっているならば、色変換テー
ブルを構築する際に、使われていない色を除外し、逆に
使われている色の分解能をあげることにより、綺麗な出
力を得ることが可能となるが、どのような色分布である
か分からないため、このような適応的なカラーテーブル
を構築することは難しい。

【００１４】このように、特願平１０−１９１２８６号
に記載されている方法では、文書要素がどのような色で
描かれているかを示す色分布が分からないため、カラー
画像に於ける特徴を抽出することが困難であった。

【００１５】

【発明が解決しようとする課題】上述したように従来で
は、画像データとして読み込まれた画像の各画素を、前
記画像の画素およびその近傍画素の濃度情報に応じて複
数の画像に分離し、当該各画像から領域を抽出し、抽出
した領域の特徴量により分離された画像毎の属性を識別
する画像処理に於いて、例えば写真領域、線図形領域等
を弁別するための有効な処理手段が存在しなかった。

【００１６】本発明は上記実情に鑑みなされたもので、
画像データとして読み込まれた画像の各画素を、前記画
像の画素およびその近傍画素の濃度情報に応じて複数の
画像に分離し、当該各画像から領域を抽出し、抽出した
領域の特徴量により分離された画像毎の属性を識別する
画像処理に於いて、例えば写真領域、線図形領域等を弁
別するための有効な処理が期待できる画像処理装置およ
び画像処理方法を提供することを目的とする。

【００１７】

【課題を解決するための手段】本発明は、画像データと
して読み込まれた画像の各画素を、前記画像の画素およ
びその近傍画素の濃度情報に応じて複数の画像に分離
し、当該各画像から領域を抽出し、抽出した領域の特徴
量により分離された画像毎の属性を識別する画像処理方
法に於いて、前記抽出した領域の複数色毎若しくは特定
色の色の固まり形状を認識し、当該認識した色の固まり
状態の情報を識別条件に前記画像の属性を識別すること
を特徴とする。

【００１８】また、本発明に係る画像処理装置は、画像
データとして読み込まれた画像の各画素を、前記画像の
画素およびその近傍画素の濃度情報に応じて複数の画像
に分離し、当該各画像から領域を抽出し、抽出した領域
の特徴量により分離された画像毎の属性を識別する領域
識別手段と、前記画像データとして読み込まれた画像の
各画素を、前記画像の画素およびその近傍画素の色情報
によって数種類の色に分類する色分類手段と、前記領域
識別手段で取得した画像の属性、および前記色分類手段
で取得した色の各情報をもとに、前記画像データとして
読み込まれた画像の各画素の属性を識別する画素属性識
別手段と、この画素属性識別手段により識別された属性
を画像に変換して出力する画像出力手段とを具備するこ
とを特徴とする。

【００１９】また、本発明に係る画像処理装置は、画像
データとして読み込まれた画像の各画素を、前記画像の
画素およびその近傍画素の濃度情報に応じて複数の画像
に分離し、当該各画像から領域を抽出し、抽出した領域
の特徴量により分離された画像毎の属性を識別する領域
識別手段と、前記画像データとして読み込まれた画像の
各画素を、前記画像の画素およびその近傍画素の色情報
によって数種類の色に分類する色分類手段と、前記領域
識別手段で取得した画像の属性、および前記色分類手段
で取得した色の各情報をもとに、前記画像データとして
読み込まれた画像の各画素の属性を決定する画素属性識
別手段と、前記画素属性識別手段で取得した特定の属性
に対して画像生成方法の変更を行なう画像出力制御手段
と、前記画素属性識別手段で取得した属性を画像に変換
して出力する画像出力手段とを具備することを特徴とす
る。

【００２０】また、本発明に係る画像処理装置は、画像
データとして読み込まれた画像の各画素を、前記画像の
画素およびその近傍画素の濃度情報に応じて複数の画像
に分離し、当該各画像から領域を抽出し、抽出した領域
の特徴量により分離された画像毎の属性を識別する領域
識別手段と、前記領域識別手段で抽出された領域内の各
画素の色情報から前記領域内の色分布の情報を取得する
色分類手段と、前記領域識別手段で取得した画像の属
性、および前記色分類手段で取得した色の各情報をもと
に、前記画像データとして読み込まれた画像の各画素の
属性を識別する画素属性識別手段と、この画素属性識別
手段により識別された属性を画像に変換して出力する画
像出力手段とを具備することを特徴とする。

【００２１】上記した本発明の機能を備えることによ
り、従来発生していた写真領域や線図形領域の誤識別の
軽減につながり、例えばハードコピーをとる場合、写真
領域に対してはローパスフィルタ処理を行って滑らかな
階調を再現するためにローパスフィルタを施すことによ
って、ざらつき感が無くなり、奇麗な出力となり、ま
た、線図形領域に対してはハイパスフィルタ処理を施す
ことによって、文字のエッジ部分が強調され、くっきり
とした出力にすることが可能となる。また、色によって
画像編集の指示を行なったり、ファイリングの際に色付
きの文字をキーワードとして自動登録を行なったりする
ことも可能となる。

【００２２】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態を説明する。

【００２３】図１は本発明の第１実施形態に於ける装置
システムの構成を示すブロック図である。

【００２４】本発明は、文書画像を画像入力部によって
取り込み、領域識別部に於いて画素値の濃度差や彩度な
どの状態によって複数の画像データに分離し、物理的あ
るいは論理的に連結しているものを一つの領域として抽
出した後、個々の領域の画像上の位置、大きさ、形状、
構造、濃度分布等の特徴量を計測し、その計測結果を予
め定められたルールに基づいて文書構成要素として識別
し、色分類部に於いて画素値の色相や彩度などの状態に
よって、幾つかの色に分類し、その結果を色分布画像デ
ータとして保持し、更に複数の画像データから抽出され
た領域の情報や色分布画像データより画像の各画素の属
性を決定することによって、文書画像内の領域毎の属性
を検知することができる。また、画像出力制御部で特定
の属性を持った画素に対して色分布画像データに基づ
き、編集処理を行なわせることができる。

【００２５】以下、本発明のより具体的な実施の形態に
ついて、図面を参照して説明する。

【００２６】図１は本発明の第１実施形態に於ける画像
処理装置の要部の構成要素を示すブロック図である。

【００２７】図１に於いて、１０１は画像入力部、１０
２は領域識別部、１０３は色分類部、１０４は画素属性
識別部、１０５は画像出力部である。

【００２８】画像入力部１０１は、画像データを入力す
る装置であり、書類を読み取って画像データに変換する
装置であるイメージスキャナ等の画像入力装置により、
文書等の書類から描かれているものを取り込む装置であ
る。尚、この画像入力部１０１はイメージスキャナ等の
読み取り装置で構成されたものでもよいし、保存された
画像イメージを取り込む装置であってもよい。

【００２９】領域識別部１０２は、画像入力部１０１に
於いて入力された画像データから文書要素を領域として
抽出する。先ず、画像入力部１０１に於いて入力された
画像データに対して、周辺画素の濃度差や彩度などの状
態によって複数の２値の画像データに分離し、各画像よ
り文字や図形等が物理的にあるいは論理的に連結されて
いる各領域に分割して抽出し、その領域の位置、大き
さ、形状、構造、濃度分布等の特徴量を計測して、文書
要素としての各種類や重要度を識別する。文書要素の種
類としては、例えば、文字、写真、図、表、網点などが
あげられる。複数の２値の画像データに分離する具体的
な手法として、既に公知となっているものがあり、例え
ば、特願平１０−０５３３１７号で開示されている手法
により実現してもよい。この場合、文字画像、中間調画
像、下地画像、網点画像、カラー画像、グレー画像、黒
画像の７つの２値分離画像データが生成される。また、
文書要素の抽出および識別の具体的な手法として、既に
公知となっているものがあり、例えば、特願平８−３４
７０２号で開示されている手法により実現してもよい。
この領域抽出部１０２では、単一画像データからだけで
はなく、複数画像データでの特徴量をルールに従って統
合し、入力された画像データの領域属性を決定する。例
えば、文字画像と中間調画像の双方から同じ位置に領域
が抽出された場合、その領域の種類や領域の大きさはど
れだけなのかを決定する。具体的な例として、文字画像
上に写真領域が存在し、同じ位置に中間調画像に中間調
画素が存在する場合、銀塩写真領域と決定する。複数画
像データからの領域属性決定の具体的な手法として、既
に公知となっているものがあり、例えば、特願平１０−
０５３３１７号で開示されている手法により実現しても
よい。

【００３０】色分類部１０３は、詳細は後述するが、画
像入力部１０１に於いて入力された画像データに対し
て、周辺画素の色相や彩度などの状態から幾つかの色
（数種類の色について、その同色の分布の状態）に分類
し、その結果を色分類画像データとして生成するもので
ある。

【００３１】画素属性識別部１０４は、詳細は後述する
が、領域識別部１０２で識別された複数画像データの領
域の種類や重要度と色分離部１０３で分類された色分類
画像データを用いて、入力された画像データの画素毎の
属性を決定するものである。

【００３２】画像出力部１０５は、画素属性識別部１０
４によって決定された領域情報に従って出力を行なう。
出力形態としては、例えば属性の領域情報を画像に変換
したものでもよい。属性の領域情報を画像に変換する具
体的な手法として、既に公知となっているものがあり、
例えば、特願平１０−０５３３１７号で開示されている
手法により実現してもよい。

【００３３】図２は上記図１に示した本発明の第１実施
形態に於ける画像処理装置の文書処理手順の一例を示す
フローチャートである。

【００３４】上記各図を参照して本発明の第１実施形態
に於ける処理動作を説明する。

【００３５】まず、書類の画像を画像入力部１０１によ
り取り込む（ステップＳＴ２０１）。すなわち、スキャ
ナ等の画像入力装置を利用して書類から画像を読み取っ
たり、またはファイリングシステム等の画像ファイルデ
ータを入力したりしたものを、画像入力部１０１により
画像データに変換する。

【００３６】領域抽出部１０２は、上記画像入力部１０
１より出力される画像データを１ライン分、または数ラ
イン分ずつ読み取り、周辺画素の濃度差や彩度などの画
素毎の状態によって複数の２値画像データに分離し、更
に文字や図形等が物理的にあるいは論理的に連結されて
いる領域毎に分割して抽出し、その領域の位置、大き
さ、形状、構造、濃度分布等の特徴量を計測して、領域
の種類や重要度等の識別を行ない、その結果、文字、写
真、図、表、網点領域などの文書要素を抽出する（ステ
ップＳＴ２０２）。この処理を入力された画像の全画素
に対して処理が終了するまで繰り返す（ステップＳＴ２
０３）。

【００３７】色分類部１０３は、上記画像入力部１０１
より出力される画像データを１ライン分、または数ライ
ン分ずつ読み取り、周辺画素の色相や彩度などの画素毎
の状態によって各画素がどのような色であるか分類を行
ない、色分布画像データを生成する。その際、データ圧
縮のため、周辺画素の色分布から微小な色分布をその周
囲の大きな色分布に置き換える（ステップＳＴ２０
４）。この処理を入力された画像の全画素に対して処理
が終了するまで繰り返す（ステップＳＴ２０５）。

【００３８】すべての画素に対して領域識別および色分
類が終了した後、画素属性判別部１０４に於いて、各画
素の最終的な属性を決定する（ステップＳＴ２０６）。
ここで決定される属性の一例としては、写真と線図形の
区別や色分布情報の付加などである。そして、上記の処
理をすべての画素に対して終了するまで繰り返す（ステ
ップＳＴ２０７）。

【００３９】その後、画像出力部１０５に於いて、各々
の画素属性を画像データとして変換した出力画像を出力
する（ステップＳＴ２０８）。

【００４０】以上が本発明の第１実施形態に於ける画像
処理装置の大まかな処理動作である。

【００４１】次に上記実施形態に於ける個々の要素の処
理の詳細を説明する。

【００４２】図３は本発明の第１実施形態に於ける画像
処理装置に設けられた色分類部１０３の処理手順の一例
を示すフローチャートであり、図２に示したステップＳ
Ｔ２０４で行われる処理の手順を示すフローチャートで
ある。

【００４３】色分類部１０３は、入力画像データの色相
や彩度および輝度値の特徴から入力画像を数種類の色に
分類する。ここで、色の数は、画素属性識別部１０４で
処理を行なう内容によって決定される。厳密に色を調べ
る必要がある場合、分類数を増やし、逆に大まかな色の
分布が分かればよい場合は、分類数を減らす。一般に分
類数を増やすとデータ量が増大して、コスト的に不具合
が生じる。本発明では、後者の大まかな色の分布が分か
ればよい場合について述べる。

【００４４】以下の例では、入力された画素を赤(re
d)、黄色(yellow)、緑(green)、シアン(cyan)、青(blu
e)、マゼンダ(magenta)、白(white)、グレー(gray)、黒
(black)の９通りの色に分類する一例を示す。

【００４５】画像入力部１０１から入力される画像デー
タ１５１は、ＲＧＢで表現されるカラー情報を含んだも
のである。このＲＧＢで表わされた画像データを一例と
して次式によって示されるＹＵＶ線形変換によって輝度
値Ｙに変換する（ステップＳＴ３０１）。

【００４６】_{Ｙ＝０．２９９Ｒ＋０．５８７Ｇ＋０．１１４Ｂ} ここで、Ｒ、Ｇ、Ｂは、それぞれ入力された画像データ
に於ける画素のＲＧＢ値である。また、同じＲＧＢで表
わされた画像データを一例として表１に示される変換式
を用いて彩度Ｓに変換する。

【００４７】

【表１】

【００４８】図４は上記した例で示した画素変換のカラ
ーモデルを示し、図５はそのモデルの断面を表してい
る。図５の中央部の小さい円の領域は、白、グレー、黒
のいずれかになる領域である。

【００４９】Ｈの値により赤(red)、黄色(yellow)、緑
(green)、シアン(cyan)、青(blue)、マゼンダ(magenta)
の何れかに分類される。

【００５０】以上の処理の結果、各画素は赤(red)、黄
色(yellow)、緑(green)、シアン(cyan)、青(blue)、マ
ゼンダ(magenta)、白(white)、グレー(gray)、黒(blac
k)の何れかになる。

【００５１】これらの変換処理を入力された画像データ
の一行分行ない、その結果をメモリ内に保存する。

【００５２】次にＨの値から更に大まかな色分布の決定
を行なう（ステップＳＴ３０２）。ここでは、現在の行
の色分布データと一つ前の行の色分布データからｘ方向
の解像度を落としながら色分布を決定していく。

【００５３】_ｘ方向の解像度を１／Ｎに落とし、色分布
を決定する画素位置を（ｉ，ｊ）とすると、ｉ−１行で
前後３Ｎ画素、ｉ行で前後３Ｎ画素分の色分布を調べ、
赤(red)、黄色(yellow)、緑(green)、シアン(cyan)、青
(blue)、マゼンダ(magenta)、白(white)、グレー(gra
y)、黒(black)ごとにカウントする。その結果、最もカ
ウント数が多い色をその画素の色分布と決定する。

【００５４】図６はＮ＝３とした例を示している。図中
のｒは赤(red)を、ｍはマゼンダ(magenta)を、ｇはグレ
ー(gray)を、ｂは黒(black)を表している。該当する画
素に於いて各々の色をカウントすると、ｒ＝８、ｇ＝
５、ｍ＝３、ｂ＝２となる。これより色分布は赤と決定
できる。以上の処理により、解像度を落とした大まかな
色の分布状態がわかる色分布を決定できる。

【００５５】そして、決定した色分布から色分布画像デ
ータを生成する（ステップＳＴ３０３）。これは、ラン
レングスデータのように「色の識別子＋連続する画素
数」という表現でデータを記述することにより、更に圧
縮することが可能となる。その結果、色分布画像データ
１５２が出力される。

【００５６】以上により色分類部１０３の出力として、
色分布画像データが生成される。

【００５７】次に画素属性識別処理について説明する。
図７は本発明の第１実施形態に於ける画像処理装置に設
けられた画素属性識別部１０４の画素属性識別処理手順
を示すフローチャートであり、図２のステップＳＴ２０
６で行われる処理の詳細を示すフローチャートである。

【００５８】画素属性識別処理とは、領域識別と色分類
の結果を比較することによって、領域識別結果の確認と
修正を行なう処理である。以下、図７に示すフローチャ
ートに従って画素属性識別処理動作を説明する。

【００５９】領域識別部１０２では、文書要素を抽出し
て、識別を行ない、その結果を出力する。また、色分類
部１０３では、数種類の色の分類を行ない、その結果を
色分布画像データとして出力する。画素属性識別部１０
４では、領域識別の結果とそれに対応する位置の色分布
画像データの情報から領域識別結果の再判定を行なう。
以下の例では、カラー写真と識別された領域に対しての
再判定方法を述べる。尚、ここでの写真はカラー写真の
ことを指す。

【００６０】まず領域識別データ１５３が写真属性かど
うかを調べる（ステップＳＴ４０１）。写真属性を持っ
ていない場合、例えばテキスト属性である場合、そのま
ま修正領域データ１５４として出力する。

【００６１】ステップＳＴ４０１に於いて領域識別デー
タ１５３が写真属性であった場合、色分布画像データ１
５２から該当する領域の色分布情報のうち、色数を調査
する（ステップＳＴ４０２）。写真であるならば、さま
ざまな色で表現されることが多い。そのような領域で
は、色分類の結果として、いくつもの色が検出される。
逆に、色分類の結果、単色に近い場合、複雑な線図形と
みなすことができる。多くの色が存在している場合、写
真と判定し、そのまま修正領域データ１５４として出力
する（ステップＳＴ４０３）。また、単色に近い場合、
次に色分布画像データ１５２から該当する領域の色分布
の偏りを調査する（ステップＳＴ４０４）。写真である
ならば、色が領域中に散らばっていることが多い。逆
に、線図形であるならば、オブジェクトに単一色を割り
当てることが多いため、色の分布に偏りが生じることが
予想される。色の偏りを調べる方法としては、色分布画
像データが色情報をもったランレングスデータで表現さ
れているため、色毎の領域抽出処理を行ない、写真と同
じ領域で抽出された同一色領域の大きさや形状や画素の
分布といった特徴量を抽出してもよい。その結果、色に
偏りが無い場合、写真と判定し、そのまま修正領域デー
タ１５４として出力する（ステップＳＴ４０５）。偏り
がある場合、線図形と判定し、写真属性から線図形属性
に修正した修正領域データ１５４を出力する（ステップ
ＳＴ４０６）。

【００６２】以上の処理を全ての写真領域に行なうこと
で、識別精度の向上を図ることが可能となる。

【００６３】図８は上記した本発明の第１実施形態に於
ける画像処理装置に入力される一例としての画像データ
の例である。ここでは画像データ５０１として、線図形
部分５０２と、文章部分５０３が描かれているものを示
してある。この例を用いて画素属性識別部１０４に於け
る実際の処理過程を説明する。

【００６４】上記図８に示す画像データ５０１を画像入
力部１０１より取り込み、領域識別部１０２によって領
域として抽出した線図形部分５０２は、複雑なグラフで
あるために、写真領域と誤識別され、文章部分５０３は
文字領域として識別される。その結果は、例えば、線図
形領域、は写真領域と誤識別され、図９の５０２ａの如
く、文字領域は５０３ａの如く出力される。

【００６５】さて、写真領域と誤識別された線図形領域
５０２ａは、画素属性識別部１０４によって写真である
か否か再判定される。この際は、色分類部１０３で生成
された色分布画像データによって、写真領域と誤識別さ
れた線図形領域５０２ａは色が少ないと判定されたとす
る。その後、色分布画像データから同一色領域の抽出を
行ない、その大きさや形状や画素の分布状態から、色の
分布に偏りがあると判定される。したがって、画素属性
識別部１０４の出力としては、修正領域データとして、
写真領域を線図形領域と変更し、出力することとなる。

【００６６】この例のように、本発明による画像処理装
置によると複雑な線図形領域を写真領域として誤識別し
た場合であっても、色の分布状態から、線図形として正
しく識別することが可能となる。

【００６７】以上が、画素属性識別部１０４の処理の詳
細であるまた、別の形態では、色分類部１０３で生成さ
れる色分布画像データにしたがって、出力を制御するこ
とも可能である。この機能を実現した画像処理装置の一
例を本発明の第２実施形態として説明する。

【００６８】以下に本発明の第２実施形態に於ける、よ
り具体的な処理の一例について、図面を参照して説明す
る。

【００６９】図１０は本発明の第２実施形態に於ける画
像処理装置の一構成例を示すブロック図である。

【００７０】図１０に於いて、１０１は画像入力部、１
０２は領域識別部、１０３は色分類部、１０４は画素属
性識別部、１０５は画像出力部、１０６は画像出力制御
部である。

【００７１】画像入力部１０１、領域識別部１０２、色
分類部１０３、および画素属性識別部１０４について
は、上述した第１実施形態に於いて、図１を用いて説明
した構成要素と同様のものであり、ここではその説明を
省略する。

【００７２】画像出力制御部１０６は、色分類部１０３
で生成される色分布画像データにしたがって、画像出力
方法の変更を行ない、その情報を画像出力部１０５へ渡
す。

【００７３】図１１は本発明の画像処理装置に入力され
る一例としての画像データの例である。ここでは画像デ
ータ６０１として、写真部分６０２と、文章部分６０３
と、閉曲線６０４が描かれているものを示している。文
章部分６０３は黒で、閉曲線６０４は赤で描かれている
とする。この例を用いて画像出力制御部１０６に於ける
処理の一例を説明する。

【００７４】画像入力部１０１より取り込まれた画像デ
ータ６０１は、領域識別部１０２によって領域抽出され
る。ここでは、図１２に於ける写真領域６０２ａと文字
領域６０３ａと赤の平曲線６０４ａとに識別される。

【００７５】画像出力制御部１０６は、抽出された領域
の状態と色が対応付けられたルールによって構成され
る。例えば、「赤の閉曲線で囲まれた領域内に存在する
文字の色を赤で置き換える」というルールが記述されて
いるならば、色分類部１０３で生成される色分布画像デ
ータを参照することによって、閉曲線６０４ａ内に存在
する文字領域６０３aの文字を「黒」から「赤」に置き
換えることが可能となる。上述した従来技術では、閉曲
線６０４ａ内の全て黒が赤に置き換えられてしまうが、
本発明に於いては、画素属性とその色を対応付けること
が可能であるため、このような高度な編集も可能とな
る。

【００７６】また、別の形態では、画像出力部１０５が
画像ファイリングであっても効果がある。

【００７７】以下、本発明の第２実施形態に於ける、よ
り具体的な処理の一例について、図面を参照して説明す
る。

【００７８】図１３は本発明の第２実施形態に於ける画
像処理装置に入力される一例としての画像データの例で
ある。ここでは画像データ７０１として、線図形部分７
０２と、文章部分７０３が描かれており、更に文字７０
４と文字７０５は赤で描かれているとする。この例を用
いて、上記画像出力制御部１０６に於ける処理の一例を
説明する。

【００７９】画像入力部１０１より取り込まれた上記画
像データ７０１は、領域識別部１０２によって領域抽出
される。ここでは、図１４に於ける線図形領域７０２ａ
と文字領域７０３ａとに識別される。

【００８０】通常、文書内に於ける赤い文字は、その文
書に於いて重要な意味を成すことが多いため、ファイリ
ング時のキーワードとして利用することが考えられる。

【００８１】画像出力制御部１０６で「赤の文字が存在
する場合、その文字領域に対して文字認識処理を行なわ
せ、キーワードとして登録する」というルールを記述し
ておくと、上述した色分類部１０３で生成される色分布
画像データを参照することによって、文字領域７０３ａ
中に赤で描かれている文字７０４ａと７０５ａを自動的
に抽出して、キーワード登録することも可能となる。

【００８２】このように本発明の実施形態に於いては、
画像データを画像入力部１０１により取り込み、この画
像データ（カラー画像）を領域識別部１０２に於いて画
素値の濃度差や彩度などの状態により複数の画像データ
に分離し、物理的あるいは論理的に連結しているものを
一つの領域として抽出した後、個々の領域の画像上の位
置、大きさ、形状、構造、濃度分布等の特徴量を計測
し、更に、その計測結果を予め定められたルールに基づ
いて文書構成要素として識別し、色分類部１０３に於い
て画素値の色相や彩度などの状態によって、幾つかの色
に分類し、その結果を色分布画像データとして保持し、
画素属性識別部１０４に於いて領域識別データと色分布
画像データから文書内の各画素の属性を決定し、画像出
力部１０５によって、構造的な画素属性を出力してい
る。このような処理機能をもつことで、文書要素の識別
精度を向上させることが可能となり、また色の違いを利
用した、より高度な編集処理を行なうことが可能とな
る。

【００８３】

【発明の効果】以上詳記したように、本発明によれば、
画像データとして読み込まれた画像の各画素を、前記画
像の画素およびその近傍画素の濃度情報に応じて複数の
画像に分離し、当該各画像から領域を抽出し、抽出した
領域の特徴量により分離された画像毎の属性を識別する
画像処理に於いて、例えば写真領域、線図形領域等を弁
別するための有効な処理が期待できる。

【００８４】更に、本発明によれば、文書をハードコピ
ーしたり、イメージデータに変換して保存しようとする
場合、入力されたカラー画像に対して、画素値の濃度差
や彩度などの状態によって複数の画像データに分離し、
物理的あるいは論理的に連結しているものを一つの領域
として抽出した後、個々の領域の画像上の位置、大き
さ、形状、構造、濃度分布等の特徴量を計測し、その計
測結果を予め定められたルールに基づいて文書構成要素
として識別し、画素値の色相や彩度などの状態によっ
て、幾つかの色に分類して、その結果を色分布画像デー
タとして保持し、領域識別結果と色分布画像データの比
較により、文書要素の識別精度を向上させることが可能
となる。その結果、従来発生していた写真領域や線図形
領域の誤識別の軽減につながり、例えばハードコピーを
とる場合、写真領域に対してはローパスフィルタ処理を
行って滑らかな階調を再現するためにローパスフィルタ
を施すことによって、ざらつき感が無くなり、奇麗な出
力となる。また、線図形領域ではハイパスフィルタ処理
を施すことによって、文字のエッジ部分が強調され、く
っきりとした出力にすることが可能となる。また、色に
よって画像編集の指示を行なったり、ファイリングの際
に色付きの文字をキーワードとして自動登録を行なった
りすることも可能となる。

【図面の簡単な説明】

【図１】本発明の第１実施形態に於ける画像処理装置の
要部の構成要素を示すブロック図。

【図２】上記実施形態に於ける画像処理手順の一例を示
すフローチャート。

【図３】上記実施形態に於ける色分類部の処理手順の一
例を示すフローチャート。

【図４】上記実施形態に於ける色分類部の処理動作を説
明するための画素変換のカラーモデルを示す図。し、図
５はそのモデルの断面を表している。

【図５】上記図４に示すカラーモデルの断面を示す図。

【図６】上記実施形態に於ける色分布画像生成処理の動
作説明図。

【図７】上記実施形態に於ける画素属性識別部の処理手
順を示すフローチャート

【図８】上記実施形態の動作を説明するための入力画像
データの一例を示す図。

【図９】上記図８に示す画像データの領域抽出例を示す
図。

【図１０】本発明の第２実施形態に於ける画像処理装置
の要部の構成要素を示すブロック図。

【図１１】上記実施形態の動作を説明するための入力画
像データの一例を示す図。

【図１２】上記図１１に示す画像データの領域抽出例を
示す図。

【図１３】上記実施形態の動作を説明するための入力画
像データの一例を示す図。

【図１４】上記図１３に示す画像データの領域抽出例を
示す図。

【符号の説明】

１０１…は画像入力部 １０２…領域識別部 １０３…色分類部 １０４…画素属性識別部 １０５…画像出力部 １０６…画像出力制御部 ５０１…画像データ ５０２…領域として抽出した線図形部分 ５０３…領域として抽出した文章部分 ５０２ａ…写真領域と誤識別された線図形領域 ５０３ａ…文章領域と誤識別された線図形領域 ６０１…画像データ ６０２…領域として抽出した写真部分 ６０３…領域として抽出した文章部分 ６０４…領域として抽出した閉曲線部分 ６０２ａ…識別された写真領域 ６０３ａ…識別された文字領域 ６０４ａ…識別された平曲線領域 ７０１…画像データ ７０２…領域として抽出した線図形部分 ７０３…領域として抽出した文章部分 ７０４…領域として抽出した文字部分 ７０４，７０５…文字領域に赤で描かれた文字 ７０２ａ…識別された線図形領域 ７０３ａ…識別された文字領域 ７０４ａ，７０５ａ…自動抽出された赤で描かれている
文字

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 AA11 CA01 CA02 CA08 CA12 CA16 CB01 CB02 CB08 CB12 CB18 CC01 CE17 CH07 CH08 5C077 LL15 MP01 MP08 PP27 PP28 PP32 PQ19 SS01 5C079 HB01 LA02 LA06 NA13 5L096 AA02 AA06 FA14 FA15 FA43 FA44 FA45 GA41 JA11

Claims (9)

【特許請求の範囲】
1. 【請求項１】 画像データとして読み込まれた画像の各
   画素を、前記画像の画素およびその近傍画素の濃度情報
   に応じて複数の画像に分離し、当該各画像から領域を抽
   出し、抽出した領域の特徴量により分離された画像毎の
   属性を識別する領域識別手段と、 前記画像データとして読み込まれた画像の各画素を、前
   記画像の画素およびその近傍画素の色情報によって数種
   類の色に分類する色分類手段と、 前記領域識別手段で取得した画像の属性、および前記色
   分類手段で取得した色の各情報をもとに、前記画像デー
   タとして読み込まれた画像の各画素の属性を識別する画
   素属性識別手段と、 この画素属性識別手段により識別された属性を画像に変
   換して出力する画像出力手段とを具備することを特徴と
   する画像処理装置。
2. 【請求項２】 画像データとして読み込まれた画像の各
   画素を、前記画像の画素およびその近傍画素の濃度情報
   に応じて複数の画像に分離し、当該各画像から領域を抽
   出し、抽出した領域の特徴量により分離された画像毎の
   属性を識別する領域識別手段と、 前記画像データとして読み込まれた画像の各画素を、前
   記画像の画素およびその近傍画素の色情報によって数種
   類の色に分類する色分類手段と、 前記領域識別手段で取得した画像の属性、および前記色
   分類手段で取得した色の各情報をもとに、前記画像デー
   タとして読み込まれた画像の各画素の属性を決定する画
   素属性識別手段と、 前記画素属性識別手段で取得した特定の属性に対して画
   像生成方法の変更を行なう画像出力制御手段と、 前記画素属性識別手段で取得した属性を画像に変換して
   出力する画像出力手段とを具備することを特徴とする画
   像処理装置。
3. 【請求項３】 画像データとして読み込まれた画像の各
   画素を、前記画像の画素およびその近傍画素の濃度情報
   に応じて複数の画像に分離し、当該各画像から領域を抽
   出し、抽出した領域の特徴量により分離された画像毎の
   属性を識別する領域識別手段と、 前記領域識別手段で抽出された領域内の各画素の色情報
   から前記領域内の色分布の情報を取得する色分類手段
   と、 前記領域識別手段で取得した画像の属性、および前記色
   分類手段で取得した色の各情報をもとに、前記画像デー
   タとして読み込まれた画像の各画素の属性を識別する画
   素属性識別手段と、 この画素属性識別手段により識別された属性を画像に変
   換して出力する画像出力手段とを具備することを特徴と
   する画像処理装置。
4. 【請求項４】 前記色分類手段は、数種類の色に分類し
   た結果を画像として保持することを特徴とする請求項１
   または２記載の画像処理装置。
5. 【請求項５】 前記色分類手段は、前記画像データとし
   て読み込まれた画像の各画素を、前記画像の画素および
   その近傍画素の色情報によって数種類の色に分類し、そ
   の各色毎若しくは特定色の分布の状態を表す情報を色の
   情報として取得する請求項１または２記載の画像処理装
   置。
6. 【請求項６】 前記色分類手段により取得された色の情
   報に従う、少なくとも、色の数、若しくは同色画素の固
   まり状態、若しくは同色系画素の固まり形状を判別条件
   として、前記領域識別手段で抽出された領域の属性を認
   識する請求項１または２または３記載の画像処理装置。
7. 【請求項７】 前記色分類手段で取得した色の情報を一
   判別条件に、前記画像データとして読み込まれた画像
   に、写真領域が存在することを認識する請求項１または
   ２または３記載の画像処理装置。
8. 【請求項８】 前記色分類手段で取得した色の情報を一
   判別条件に、前記画像データとして読み込まれた画像
   に、線図領域が存在することを認識する請求項１または
   ２または３記載の画像処理装置。
9. 【請求項９】 画像データとして読み込まれた画像の各
   画素を、前記画像の画素およびその近傍画素の濃度情報
   に応じて複数の画像に分離し、当該各画像から領域を抽
   出し、抽出した領域の特徴量により分離された画像毎の
   属性を識別する画像処理方法に於いて、 前記抽出した領域の複数色毎若しくは特定色の色の固ま
   り形状を認識し、当該認識した色の固まり状態の情報を
   識別条件に前記画像の属性を識別することを特徴とする
   画像処理方法。