JP2011019289A - 画像処理装置およびその制御方法 - Google Patents

Abstract

【課題】 網点内に文字があるような場合においても文字を発見する。
【解決手段】 画像信号を適応的スムージング部２４０１にて平滑化した後、エッジ強調部２４０２でエッジ強調する。そして、このエッジ強調後の信号に対して閾値判定部２４０３が閾値判定を行い、文字、網点の判定を行う。
【選択図】 図１６

Description

本発明は、文字を判別する技術に関するものである。

画像の特徴に応じて最適な画像処理を施す画像処理装置としては、微分フィルタなどを用いて文字エッジを抽出し、文字とそれ以外に分類した上で適応的な処理を施す装置が知られている（たとえば、特許文献１）。

特開平１１−８５９７８号公報

しかしながら、網点内に文字があるような場合において文字エッジだけを抽出しようとしても、網点にもエッジがある関係でうまくいかなかった。

上記課題を解決するため、例えば本発明の画像処理装置は以下の構成を備える。すなわち、
画像信号に対して平滑化処理をかける平滑化処理手段と、
前記平滑化処理手段による平滑化処理後の画像信号に対してエッジ強調を行い、当該エッジ強調後の画像信号を閾値と比較することで、文字を抽出する抽出手段とを有する。

本発明の構成によれば、網点内に文字があるような場合においても文字を発見することができる。

実施形態における複写機のブロック構成図である。 図１における像域分離処理部のブロック構成図である。 図２における文字判定部のブロック構成図である。 図２における網点判定部のブロック構成図である。 実施形態における文字判定部の各処理の信号を示す図である。 文字判定部のＬＵＴのデータ構造を示す図である。 実施形態における文字判定部の処理内容を説明するための図である。 実施形態における網点判定部の処理内容を説明するための図である。 実施形態における網点判定部のパターンマッチング処理を説明するための図である。 実施形態における網点判定部のパターンマッチング処理の例を示す図である。 実施形態における網点判定部のパターンマッチング処理の例を示す図である。 実施形態における網点判定部における網点の判定に係る具体的構成の例を示す図である。 実施形態における網点判定部の処理の一例を示す図である。 実施形態における網点判定部の処理の一例を示す図である。 実施形態における網点判定部の処理の一例を示す図である。 図２における網点内文字判定部のブロック構成図である。 図１６における適応的スムージング部のブロック構成図である。 図１７における縦線、横線、斜め線検出部の線分検出パターンの例を示す図である。 実施形態における縦線、横線、斜め線検出部の線分検出パターンの検出例を説明するための図である。 実施形態における縦線、横線、斜め線検出部の線分検出パターンの検出例を説明するための図である。 実施形態における適応的スムージング処理部２４０１で用いる空間フィルタの周波数特性を示す図である。 適応的スムージング処理部２４０１の具体的な処理例を説明するための図である。 第２の実施形態における像域分離処理部のブロック構成図である。 第２の実施形態における孤立量判定部部のブロック構成図である。 第２の実施形態における孤立量判定部のパターンの例を示す図である。 第２の実施形態における網点内文字判定部のブロック構成図である。 図１における出力画像処理部のブロック構成図である。

以下、添付図面に従って本発明に係る実施形態を詳細に説明する。

＜第１の実施形態＞
図１は、実施形態における画像処理装置のブロック構成図である。本実施形態では、ネットワークプリンタとしても機能する複写機（複合機）に適用した例を説明する。以下、図１の各部の処理の概要を以下に説明する。

操作者は、複写すべき原稿をスキャナ部１０１の図示しないＡＤＦ（Auto Document Feeder）部にセットし、複写の開始指示を不図示の操作部にて指示する。この結果、ＡＤＦ部は、原稿を１枚単位にスキャナ部１０１に設けられた原稿載置台ガラス上に搬送し、読取りを行なう。スキャナ部１０１は、カラー画像を読取るためのＲ、Ｇ、Ｂの３ラインＣＣＤにより原稿画像を読み取って、Ｒ、Ｇ、Ｂ各８ビット（２５６階調）のディジタルデータとして入力画像処理部１０２に転送する。入力画像処理部１０２は、スキャナ部１０１から送られてきたＲＧＢのカラー画像データに対しシェーディング補正、ＣＣＤライン間補正、色補正など、周知の画像処理を行う。

像域分離処理部１０３は、入力画像処理部１０２から出力される画像処理済みのカラー画像信号に対し像域分離処理を行う。この像域分離処理部１０３は、入力画像の画素ごとに写真（自然画）領域、文字領域、網点領域、といった画像の特徴を検出して、像域ごとの属性を表すフラグデータを生成し、フラグメモリ１０６に出力する。

入力画像処理部１０４は、像域分離処理部１０３で生成されたフラグデータに基づき、各像域毎に適正な画像処理を行ない、その結果を画像メモリ１０５に格納する。例えば文字領域に対して画像の高周波成分を強調して文字の鮮鋭度を強調し、また、網点領域に対してはいわゆるローパスフィルタ処理を行い、デジタル画像に特有のモアレ成分を除去する、といった処理を行うことができる。これらの処理の切り替えを、像域分離処理部１０３で生成した属性フラグデータに応じて画素単位で行う。

画像メモリ１０５及びフラグメモリ１０６に１ページ分のデータが格納されると、データ圧縮部１０９にて、それぞれを圧縮符号化し、記憶装置１１０に格納する。この処理を、スキャナ部１０１にセットされた全原稿について行なうことになる。なお、データ圧縮部１０９は、フラグデータについては可逆符号化技術を利用して符号化する。画像データについては、非可逆符号化であるＪＰＥＧを利用するものとするが、可逆符号化技術を用いても構わない。

上記原稿の読み取り処理を行なって、記憶装置１１０には読取った各原稿の画像データ及びフラグデータが蓄積されていく。この蓄積処理中、データ伸長部１１２は記憶装置１１０より圧縮符号化された画像データ及びフラグデータを読出し、伸長（復号）処理を行なう。このとき、必要に応じて、解像度変換部１１３にて、画像データの解像度変換も行なう。

伸長した画像データは画像メモリ１１４に、伸長したフラグデータはフラグメモリ１１５に格納する。出力画像処理部１１６は、画像メモリ１１４に格納された画像データを、記録色成分であるＣ、Ｍ、Ｙ、Ｂｋに変換する。また、出力画像処理部１１６は、各画素毎の属性情報をフラグメモリ１１５より読出し、像域毎に適した印刷用画像データを生成し、プリンタエンジン１１７に出力する処理を行なう。

上記は、複写処理についてのものであったが、実施形態の装置は外部通信路（ネットワーク）１１９に接続され、ネットワークプリンタとしても機能する。

この場合、通信Ｉ／Ｆ１１８を介して外部のＰＣ等から受信した印刷データは、インタープリンタ１０８に供給される。インタープリタ１０８は、受信した印刷データのＰＤＬコマンドを解釈し、内部の描画コマンド（中間データ）に変換する。ＲＩＰ１０７は、この描画コマンドに基づき描画処理を行ない、その結果を画像メモリ１０５に出力すると共に、フラグデータをフラグメモリ１０６に出力する。ＰＤＬ形式の印刷データは、文字、写真（自然画）、網点等は印刷コマンドで定義されているので、フラグデータは、描画する際に簡単に得ることができる。

以上、実施形態における印刷処理の概要を説明した。次に、実施形態における像域分離処理部１０３について、更に詳細に説明する。

図２は、実施形態における像域分離処理部１０３のブロック構成図である。

判定用信号生成部１００２は、入力画像処理部１０２からの入力信号１００１を入力し、画素単位の属性判定用の判定信号（データ）を生成する。たとえば、入力信号がＲＧＢ信号（各８ビット）の場合、グレースケール信号（８ビット）を生成する。このとき、ＲＧＢからＧチャンネルのみを抜き出しても良いし、（Ｒ＋２×Ｇ＋Ｂ）／４などの演算により求めても良い。場合によっては、ＲＧＢ色空間をＬａｂ色空間に変換し、そのＬデータを利用しても良い。すなわち、入力信号のチャンネル数とビット数はこれに限るものではない。また、判定用信号生成方法、チャンネル数とビット数についても上記は一例に過ぎない。

判定用信号生成部１００２で生成された判定信号（輝度データ）は、文字判定部１００３、網点判定部１００４と網点内文字判定部１００５に供給され、それぞれにおいて、文字判定、網点判定、網点内文字判定が実施される。属性フラグ生成部１００６は、各判定部１００３乃至１００５からの判定結果を比較演算し、属性フラグを生成する。本実施形態では、文字フラグ１００７、網点フラグ１００８、網点内文字フラグ１００９を生成する場合について説明する。この属性フラグを基に、原稿画像に含まれる画像の特徴に応じて最適な画像処理を施すことを可能にする。以下、文字判定部１００３、網点判定部１００４、網点内文字判定部１００５について、より詳しく説明する。

［文字判定部１００３の説明］
まず、文字判定部１００３について図３を用いて説明する。図３は実施形態における文字判定部１００３のブロック構成図である。

エッジ強調部１１０２は、判定用信号生成部１００２からの判定信号に対してエッジ強調処理を行ない、エッジ強調後のデータを出力する。このエッジ強調処理は、輝度データの所望の周波数成分を、強調・抽出するデジタルフィルタ処理が行われる。ラプラシアンなどの２次微分フィルタなどが代表的な例である。それ故、エッジ強調部１１０２には、複数画素を記憶するためのバッファメモリを内蔵する。

エッジ強調部１１０２から出力されたエッジ強調信号は、２次微分フィルタ処理を実行する閾値判定部１１０３と閾値判定部１１０４に入力される。閾値判定部１１０３には正の値の閾値が、閾値判定部１１０４には負の値の閾値が設定されている。

２次微分フィルタを用いた場合、フィルタ処理後の値には、正負の符号がある。本実施形態のように画像信号が輝度信号の場合を図７（ａ）乃至（ｃ）を用いて説明する。図７（ａ）において、エッジ境界部１５０１は、白い下地１５０３にある黒い文字の一部（文字エッジ）を表している。１５０２は、文字内部を示す。エッジ境界部１５０１の断面１５１０を信号レベル見ると、同図（ｂ）の画像信号１５０４のようになる。文字内部１５０２は暗部のため、信号レベルは低い（１５０５）。下地１５０３は明部のため、信号レベルは高い（１５０６）。この画像信号１５０４を、２次微分フィルタを用いてデジタルフィルタ処理を行ったものが、同図（ｃ）のエッジ抽出信号１５０７になる。文字の内部１５０２側では正の値をとり、下地１５０３側では負の値をとる。よって、閾値判定部１１０３からは、正の閾値を超えたときに内エッジ信号（注目画素が文字のエッジ内にあることを示す信号）を出力する。一方、閾値判定部１１０４からは、負の閾値を下回ったときに、外エッジ信号（注目画素が文字のエッジの外側にあることを示す信号）を出力することになる。

閾値判定部１１０３から出力された内エッジ信号はエリア積算部１１０５へ、閾値判定１１０４から出力された外エッジ信号はエリア積算部１１０６へ、それぞれ供給される。エリア積算部１１０５及び１１０６は、例えば３×３サイズからなり注目画素を含めた周辺３×３領域の画素の判定信号を加算する。この場合、エリア積算部１１０５及び１１０６から出力される値は０乃至９の範囲となる。

閾値判定部１１０７及び１１０８は、エリア積算部１１０５及び１１０６の出力結果を閾値と比較して判定結果を出力する。例えば、閾値としてそれぞれ「２」という値が設定されているとすると、閾値判定部１１０７は『周辺３×３エリア内に内エッジと判定された画素が２個以上あるとき』に判定信号『１』を出力することになる。同様に、閾値判定部１１０８は『周辺３×３エリア内に外エッジと判定された画素が２個以上あるとき』に判定信号『１』を出力することになる。

上記の判定処理の例を図５を用いて説明する。同図（ａ）は白い下地上の文字エッジの一部１３０１を表している。

図５（ｂ）の領域１３０２は、入力信号をエッジ強調処理（１１０２）し、閾値判定部１１０４を行った結果（外エッジ）である。図示のように、領域１３０２は、文字エッジの外側の領域を表わしている。

図５（ｃ）の領域１３０４は、外エッジ領域１３０２をエリア積算１１０６し、閾値判定１１０８を行った外エッジのエリア積算結果を示している。図示のように、領域１３０４は、外エッジ領域１３０２の拡張した結果となるのがわかる。

図５（ｄ）の領域１３０３は、入力信号１３０１をエッジ強調処理（１１０２）し、閾値判定１１０３を行った結果の内エッジ領域である。図示の如く、この内エッジ領域１３０３は、文字エッジ１３０１の内側を表わしている。

図５（ｅ）の領域１３０５は、内エッジ信号１３０３をエリア積算１１０５し、閾値判定１１０７を行った内エッジ領域のエリア積算を示している。図示の如く、この領域１３０５は、内エッジ信号１３０３の拡張した結果なのがわかる。

ＬＵＴ１１０９は、閾値判定１１０３、１１０７、１１０８の信号（３ビット）を入力し、文字エッジであるか否かを示す信号を生成する。図５（ｆ）の領域１３０６が文字っ時領域を示している。

ＬＵＴ１１０９には、それぞれの閾値判定の出力結果に基づき決められた論理に従って判定結果を出力する役割を行っている。例えば、以下のような条件となる。
注目画素が内エッジである。→１
上記以外で、注目画素周辺５×５エリアに外エッジが２個以上ある。→０
上記以外で、注目画素周辺５×５エリアに内エッジが２個以上ある。→１
上記いずれにも該当しない。→０
上記を実現するためには、ＬＵＴ１１０９は、図６のようなテーブルを保持すれば良い。図示の如く、入力される内エッジ判定、内エッジ判定のエリア積算判定、外エッジ判定のエリア積算判定の結果に応じて文字エッジ判定が決定される。以上のように行うことで、文字エッジを好適に抽出することができる。

［網点判定部１００４の説明］
次に、実施形態における網点判定部１００４を説明する。図４は、実施形態における網点判定部１００４のブロック構成図である。

エッジ強調部１２０２は、判定用信号生成部１００２からの判定信号（実施形態では輝度データ）を入力し、エッジ強調処理を行なう。ここでは、画像データの所望の周波数成分を、強調・抽出するデジタルフィルタ処理が行われる。ラプラシアンなどの２次微分フィルタなどが代表的な例である。

エッジ強調部１２０２から出力されたエッジ強調信号は、２次フィルタ処理を行なう閾値判定部１２０３と閾値判定部１２０４に供給される。閾値判定部１２０３には正の値の閾値が、閾値判定部１２０４には負の値の閾値がそれぞれ設定されている。

２次微分フィルタを用いた場合、フィルタされた信号値には、正負の符号があり、本実施形態のように画像信号が輝度信号の場合には、図８に示すようになる。網点のひとつに着目したとき、その網点のエッジ境界部１６０１は、白い下地１６０３にある網点の一部（網点エッジ）を表している。１６０２は網点を示す。網点エッジ境界部１６０１の断面１６１０を信号レベル見ると、画像信号１６０４のようになる。網点１６０２は暗部のため、信号レベルは低い（１６０５）。下地１６０３は明部のため、信号レベルは高い（１６０６）。この画像信号１６０４を、２次微分フィルタを用いてデジタルフィルタ処理を行ったものが、網点エッジ抽出信号１６０７になる。網点１６０２側では正の値をとり、下地１６０３側では負の値をとる。よって、閾値判定部１２０３からは、正の閾値を超えた時判定される内エッジ信号、閾値判定部１２０４からは、負の閾値を下回った時判定される外エッジ信号がそれぞれ出力される。

閾値判定部１２０３から出力される内エッジ信号は、孤立量判定部１２０５に入力される。閾値判定部１２０４から出力される外エッジ信号は、孤立量判定部１２０６に入力される。

孤立量判定１２０５は、閾値判定部１２０３からの内エッジ信号についてパターンマッチング処理を行う。網点原稿には低線数のものから高線数のものまであるため、原稿によって網点ドットのサイズや間隔は異なる。そのため、どのような線数の網点でも検出できるように、パターンマッチングは複数のパターンにて行う。低線数の網点ドットに対しては、大きいパターンにてマッチングを行い、網点かどうかを検出する。高線数の網点ドットに対しては、小さいパターンにてマッチングを行い、網点かどうかを検出する。また、網点ドットは輝度によっても形状が変化するため、それに対応できるよう、マッチングにレベルをもたせる。

このパターンマッチングの一例を図９（ａ），（ｂ）を用いて説明する。図９（ａ）は閾値判定１２０３の結果の例である。４×４画素でパターンマッチングする例を説明するため、４×４エリアの内エッジ信号１７０１を抽出している。その中で、閾値判定１２０３で内エッジ信号がＨＩＧＨ出力された画素が図示の領域１７０２の４画素である（黒画素）。残りの画素が、内エッジ信号ＬＯＷ（１７０３）の画素である。また、注目画素は画素１７０１とする。

次に、同サイズのパターン例を図９（ｂ）に示す。図示のパターン１７１０において、黒画素１７１２は、パターンがＨＩＧＨであるべき画素である。白画素１７１３はＬＯＷであるべき画素である。斜線の画素１７１４は、いずれでも構わない画素（Ｄｏｎ‘ｔ Ｃａｒｅ：以後ＤＣと表記する）である。これを基本パターンとして、黒画素１７１２と白画素１７１３のそれぞれのパターンのマッチングの度合いにレベルを持たせ、判定レベルを調整する。

閾値判定の結果である内エッジ信号１７００と孤立量判定のパターン１７１０のマッチング例を図１０（ａ）乃至（ｄ）に示す。

孤立量判定パターン１７１０において、パターンＨＩＧＨ（１７１２）が４画素中３画素以上一致した場合は、パターンＨＩＧＨが有効とする。パターンＬＯＷ（１７１３）が８画素中６画素以上一致した場合はパターンＬＯＷが有効とする。パターンＨＩＧＨとパターンＬＯＷがいずれも有効の場合のみ、注目画素１８０１の孤立量判定結果をＨＩＧＨとする。

上記の結果、図１０（ａ）の内エッジ信号１８１０の場合、パターンＨＩＧＨは４画素、パターンＬＯＷは８画素のため、いずれも有効であり、その結果、孤立量判定信号はＨＩＧＨとなる。

図１０（ｂ）の内エッジ信号１８２０の場合、パターンＨＩＧＨは４画素、パターンＬＯＷは７画素のため、いずれも有効であり、その結果、孤立量判定信号はＨＩＧＨとなる。尚、画素１８２１は「Ｄｏｎ‘ｔ Ｃａｒｅ」であるため、判定には影響を及ぼさない。

図１０（ｃ）の内エッジ信号１８３０の場合、パターンＨＩＧＨは３画素、パターンＬＯＷは８画素のため、いずれも有効であり、その結果、孤立量判定信号はＨＩＧＨとなる。

そして、図１０（ｄ）の内エッジ信号１８４０の場合、パターンＨＩＧＨは２画素、パターンＬＯＷは８画素のため、パターンＬＯＷは有効だが、パターンＨＩＧＨが無効のため、孤立量判定信号はＬＯＷとなる。

このようなパターンマッチングを複数のサイズのパターンを用いて行う。本実施形態では、内エッジ信号について説明したが、外エッジ信号についても同様のパターンマッチングを行う。その際、マスクパターンや判定レベルの調整値は任意に設定できる。

さて、孤立量判定部１２０５、１２０６から出力される孤立量判定信号は、ＯＲ処理部１２０７、１２０８に供給される。ＯＲ処理部１２０７、１２０８では、３×３領域内で孤立量判定信号のＨＩＧＨ／ＬＯＷのＯＲをとり、１画素でもＨＩＧＨがあれば注目画素をＨＩＧＨとする。具体例を図１１（ａ）乃至（ｃ）を用いて説明する。

図１１（ａ）は３×３領域の中心の注目画素のみの孤立量判定信号がＨＩＧＨの場合である。従って、ＯＲ処理後の注目画素はそのままＨＩＧＨとなる。図９（ｂ）は３×３領域の注目画素がＬＯＷであるが、３×３領域内にＨＩＧＨ画素があるため、ＯＲ処理後の注目画素はＨＩＧＨとなる。図９（ｃ）は３×３領域の注目画素のみがＬＯＷであるが、３×３領域内にＨＩＧＨ画素があるため、ＯＲ処理後の注目画素はＨＩＧＨとなる。

ＯＲ処理部１２０７、１２０８の処理結果の信号は、積算処理部１２０９、１２１０に供給される。積算処理された積算信号は閾値判定部１２１１、１２１２された上、網点判定部１２１３、１２１４され、網点信号Ａ（１２１５）と網点信号Ｂ（１２１６）を出力する。この過程を図１２を用いて説明する。

図１２は、ＯＲ処理部１２０７、積算処理部１２０９、閾値判定部１２１１、網点判定部１２１３の具体例を示している。ＯＲ処理部１２０８、積算処理部１２１０、閾値判定部１２１２、網点判定部１２１４にかかる構成は実質的に同じであるので、その説明は省略する。

ＯＲ処理部１２０７のＯＲ処理後の信号を複数のエリアを用いて積算する。たとえば、積算処理部９×９（２０１１）では、ＯＲ処理後のＨＩＧＨとなった信号を９×９の領域で積算する。従って、積算処理部９×９の出力値は０乃至８１の範囲となる。積算処理部１５×１５（２０１２）、積算処理部２１×２１（２０１３）も同様である。

次に、積算された信号に対し、それぞれ閾値判定部９×９（２０２１）、閾値判定部１５×１５（２０２２）、閾値判定部２１×２１（２０２３）を行う。これらの閾値はそれぞれの閾値判定ごとに異なる値を設定しておく。

それぞれの閾値判定から出力された信号を元に、網点判定部１２１３が網点であるか否かの判定を行い、網点信号Ａ（１２１５）を出力する。さらに具体例を図１３を用いて説明する。

図１３（ａ）の２１００は、低輝度網点部のＯＲ処理後のＯＲ信号を示す。黒画素は、ＯＲ信号がＨＩＧＨであることを示し、白画素は、ＯＲ信号がＬＯＷであることを示している。これらの信号を複数の異なる領域にて積算する。ここでは説明のために、３種類の領域にて説明するが、３種類に限るものではない。注目画素２１０１を中心とした、９×９領域２１０２、１５×１５領域２１０３、２１×２１領域２１０４のそれぞれについて、ＯＲ信号がＨＩＧＨの画素数を積算する（積算処理９×９、積算処理１５×１５、積算処理２１×２１）。それぞれの積算結果を示すのが図１３（ｂ）である。
積算処理部９×９の積算結果は１２画素
積算処理部１５×１５の積算結果は４０画素
積算処理部２１×２１の積算結果は７６画素
このとき、閾値判定の閾値設定を、エリア内のＨＩＧＨ信号が５％を超えるときは、網点とし、５％以下のときは網点でないと仮定すると、閾値は、
積算処理部９×９には閾値「５」、
積算処理部１５×１５には閾値「１２」、
積算処理部２１×２１には閾値「２３」を設定する。

図１３（ａ）の場合、積算処理部９×９の積算結果の「１２」は閾値「５」以上であるので、注目画素は網点領域であると判定する。

同様に、積算処理部１５×１５の積算結果の「４０」も閾値「１２」を超え、積算処理部２１×２１の積算結果の「７６」も閾値「２３」を超えるので網点であると判定する。

次に、上記３種類の結果を元に、注目画素が最終的に網点かどうかを判定する。たとえば、図１３（ｃ）に示すように、３種類の結果から二組のペアを作る。たとえば、積算処理部９×９と積算処理部１５×１５からの積算結果で１組、積算処理部１５×１５と積算処理２１×２１からの積算結果でもう１組を得る。そして、それぞれの組内で論理積を取る。積算処理部９×９と積算処理部１５×１５の積算結果の論理積は、網点と判定される。積算処理部１５×１５と積算処理部２１×２１の積算結果の論理積は、網点と判定される。さらに、このようにして得られた２つの論理積の結果の論理和を求める。上記の場合、いずれの論理積の結果も網点なので、論理和も網点となり、最終的に、注目画素は網点領域内にあると判定する。

低輝度部網点領域中に、文字エッジがある場合を図１４（ａ）乃至（ｃ）を用いて説明する。

図１４（ａ）の領域２２００は低輝度網点部のＯＲ処理後のＯＲ信号を示す。黒画素は、ＯＲ信号がＨＩＧＨであることを、白画素は、ＯＲ信号がＬＯＷであることを示している。図示のように、文字エッジ２２０５がある場合は、文字エッジ近傍には孤立点が発生しないため、文字エッジ近傍のＯＲ信号はＬＯＷとなる。この状態で、これらの信号を複数の異なる領域にて積算する。積算処理部９×９、積算処理部１５×１５、積算処理部２１×２１は、注目画素２２０１を中心とした、９×９領域２２０２、１５×１５領域２２０３、２１×２１領域２２０４のそれぞれについて、ＯＲ信号がＨＩＧＨの画素数を積算する。それぞれの積算結果は図１４（ｂ）に示す通りである。
積算処理部９×９の積算結果は「４」、
積算処理部１５×１５の積算結果は「３２」、
積算処理部２１×２１の積算結果は「６０」となる。

先と同じ条件で各閾値を設定すると、積算処理部９×９での積算値「４」は閾値「５」未満であるので、注目画素は非網点として判定される。また、積算処理部１５×１５での積算値「３２」は閾値「１２」以上であるので網点として判定される。そして、積算処理部２１×２１での積算値「６０」も閾値「２３」以上であるので、やはり網点として判定される。同図（ｂ）はこの判定結果を示している。

次に、同図（ｃ）に示すように、上記３種類の判定結果を元に、注目画素が網点かどうかを判定する。先にと同様に、３種類の結果から二組のペアを作る。積算処理部９×９と積算処理部１５×１５それぞれの判定結果の１組、積算処理部１５×１５と積算処理部２１×２１それぞれの判定結果のもう１組について、それぞれの組内で論理積を取る。積算処理部９×９と積算処理部１５×１５からの積算結果に基づく判定結果の論理積は、非網点と判定される。積算処理部１５×１５と積算処理部２１×２１からの積算結果に基づく判定結果の論理積は、網点と判定される。さらに、二つの論理積の結果の論理和を求める。上記の場合、ひとつが非網点で、もうひとつが網点なので、論理和は網点となり、網点判定の結果は網点となる。このように、複数のエリアと複数の閾値を用いることで、網点として検出できるようになる。

次に、低輝度部網点の縁の外側に注目画素がある場合を図１５（ａ）乃至（ｃ）を用いて説明する。

図１５（ａ）の領域２３００は、低輝度網点部のＯＲ処理後のＯＲ信号を示す。黒画素はＯＲ信号がＨＩＧＨ、白画素はＯＲ信号がＬＯＷであることを示している。この状態で、これらの信号を複数の異なる領域にて積算する。注目画素２３０１を中心とした、９×９領域２３０２、１５×１５領域２３０３、２１×２１領域２３０４のそれぞれについて、ＯＲ信号がＨＩＧＨの画素数を積算した結果を示すのが、同図（ｂ）である。
積算処理部９×９の積算結果は「０」、
積算処理部１５×１５の積算結果は「１２」、
積算処理部２１×２１の積算結果は「２０」となる。

先と同じ条件で各閾値を設定すると、積算処理部９×９での積算値「０」は閾値「５」未満であるので、注目画素は非網点として判定される。また、積算処理部１５×１５での積算値「１２」は閾値「１２」と同じであるので網点として判定される。そして、積算処理部２１×２１での積算値「２０」は閾値「２３」未満であるので、非網点として判定される。同図（ｂ）はこの判定結果を示している。

次に、上記３種類の結果を元に、注目画素が網点かどうかを判定する。同図（ｃ）に示すように、３種類の結果から二組のペアを作る。たとえば、積算処理部９×９と積算処理１５×１５部の積算値の判定結果の１組、積算処理部１５×１５と積算処理部２１×２１の積算値の判定結果のもう１組それぞれの組内で論理積を取る。積算処理部９×９と積算処理部１５×１５の積算値の判定結果の論理積は、非網点と判定される。また、積算処理部１５×１５と積算処理部２１×２１の積算値の判定結果の論理積も非網点と判定される。さらに、二つの論理積の結果の論理和を求める。上記の場合、いずれの論理積の結果も非網点なので、論理和も非網点となり、網点判定の結果は非網点となる。この結果、従来、判定精度を上げるために積算エリアを拡張したときに発生した網点信号の太りが発生することがない。これは、複数のエリアと複数の閾値を用いることで、網点の縁の外側を非網点として検出できるようになる。

ここで説明した積算処理の組み合わせは一例に過ぎず、これに限るものではない。目的に応じて自由に組み合わせを構成できる。また、説明では３種類の積算処理の結果を用いたため二組の論理積を用いたが、これに限るものではない。入力数とその論理演算部は自由に構成できるものである。さらに、論理積と論理輪の組み合わせも一例に過ぎず、これに限るものではない。論理積や論理和を自由に組み合わせることができる。

［網点内文字判定部１００５の説明］
図１６は、実施形態における網点内文字判定部１００５のブロック構成図である。

適応的スムージング処理部２４０１は、判定用信号生成部１００２かたの判定用信号を入力し、適応的なスムージング処理を行なう。ここでは、適応的に文字／細線を除外しつつ、画像データの所望の周波数成分を平滑化するデジタルフィルタ処理が行われる。

適応的スムージング処理部２４０１から出力されたスムージング信号は、エッジ強調処理部２４０２にて、エッジ強調処理を施される。ここでは、画像データの所望の周波数成分を、強調・抽出するデジタルフィルタ処理が行われる。ラプラシアンなどの２次微分フィルタなどが代表的な例である。

エッジ強調部２４０２から出力されたエッジ強調信号は、閾値判定部２４０３に入力される。閾値判定２４０３には正の値の閾値が設定されている。

２次微分フィルタを用いた場合、フィルタされた信号値には、正負の符号があり、本実施形態のように画像信号が輝度信号の場合には、図７に示すようになる。図示のエッジ境界部１５０１は、白い下地１５０３にある黒い文字の一部（文字エッジ）を表している。１５０２は、文字内部を示す。エッジ境界部１５０１の断面１５１０を信号レベル見ると、画像信号１５０４のようになる。文字内部１５０２は暗部のため、信号レベルは低い（１５０５）。下地１５０３は明部のため、信号レベルは高い（１５０６）。この画像信号１５０４を、２次微分フィルタを用いてデジタルフィルタ処理を行ったものが、エッジ抽出信号１５０７になる。文字の内部１５０２側では正の値をとり、下地１５０３側では負の値をとる。

網点内文字判定では、網点領域内の文字自体を抽出することを目的としているため、文字の外エッジは網点領域とみなし、文字の内エッジを抽出することで網点内文字としている。よって、閾値判定２４０３には正の閾値を設定し、正の閾値を超えた時、内エッジ信号が出力されるものとする。以下、上記処理を更に詳しく説明する。

まず、図１６に示した適応的スムージング処理部２４０１の処理内容を、図１７を用いて具体的に説明をする。

図１７は、適応的スムージング処理部２４０１の処理ブロック図である。入力信号２５０１は、３本に分岐し、ひとつ目は、Ｍ×Ｍフィルタ処理部２５０２（Ｍは自然数）に入力され、フィルタ処理が実施される。ここでは、特定周波数帯域の感度を落とすことを目的とする平滑化処理を実施する。Ｍ×Ｍフィルタ処理部２５０２は、平滑化処理の結果をセレクタ２５０４に供給する。

二つ目は、何も処理せずセレクタ２５０４に入力される。このとき、Ｍ×Ｍフィルタ処理２５０２の処理ライン数に応じた画像遅延が発生するため、図示しない遅延メモリを用い、入力信号を遅延させた後、セレクタ２５０４に供給する。

三つ目は、縦線、横線、斜め線検出部２５０３に入力される。Ｍ×Ｍフィルタ処理２５０２のＭラインの処理バッファを利用し、Ｌ×Ｎ（ＬとＮは自然数、Ｎ≦Ｍが望ましい）の領域で縦線、横線、斜め線の検出を行う。線分を検出したら、画素単位で１ビットの信号を生成し、セレクタ２５０４の切り替えに用いる。

セレクタ２５０４は、縦線、横線、斜め線検出部２５０３から出力されるセレクタ切り替え信号に基づき、Ｍ×Ｍフィルタ処理２５０２から出力されるフィルタ処理された信号と、フィルタ処理されない信号を切り替えて出力する。このとき、縦線、横線、斜め線検出部２５０３で線分が検出されたときは、フィルタ処理されない信号を出力し、線分が検出されないときは、平滑化信号を出力する。

ここで、縦線、横線、斜め線検出部２５０３について説明する。縦線、横線、斜め線検出部２５０３は、図１８（ａ）乃至（ｄ）に示すようなパターンを用いて線分を検出する。なお、図示の横方向が画像の主走査方向を表し、縦方向が副走査方向を表す。副走査方向のライン（画素）数Ｎは、Ｍ×Ｍフィルタ処理２５０２の副走査方向の処理ライン数Ｍより小さい方が処理メモリの共通の観点で望ましいが、それに限るものではない。主走査方向の画素数ＬはＭより大きくても構わない。本実施形態では、主走査方向（Ｌ）７画素、副走査方向（Ｎ）５画素のエリアで線分を検出する例を説明する。

図１８（ａ）のパターン２６００は縦線を検出するためのパターン、同図（ｂ）のパターン２６１０は横線を検出するためのパターン、同図（ｃ）、（ｄ）のパターン２６２０、２６３０は斜め線を検出するためのパターンを表している。ここでは、パターン２６００を用い、縦線検出の方法を説明する。

パターン２６００は７×５の領域で示されるが、その中に、１×５画素のブロック２６０２、２６０３、２６０４を用意する。それぞれのブロックについて、輝度の総和（ＡＬＬ）、最大値（ＭＡＸ）、最小値（ＭＩＮ）を検出する。

このとき、次の条件式を評価する。
（条件１）ＭＡＸ（２６０２）− ＭＩＮ（２６０２） ≦ 閾値１
（条件２）ＭＡＸ（２６０３）− ＭＩＮ（２６０３） ≦ 閾値１
（条件３）ＡＬＬ（２６０３）≦ ＡＬＬ（２６０２）− 閾値２
条件１は、１×５画素ブロック２６０２内の５画素で濃淡差がないことを評価する。条件２は、１×５画素ブロック２６０３内の５画素で濃淡差がないことを評価する。条件３は、１×５画素ブロック２６０２と１×５画素ブロック２６０３の輝度の総和を比較し、１×５画素ブロック２６０３が１×５画素ブロック２６０２に対し、輝度レベルが相対的に低いことを評価する。低いときは、１×５画素ブロック２６０３が黒線を構成するものと判定する。

また、同様に、次の条件式についても評価する。
（条件４）ＭＡＸ（２６０４）− ＭＩＮ（２６０４） ≦ 閾値１
（条件５）ＭＡＸ（２６０３）− ＭＩＮ（２６０３） ≦ 閾値１
（条件６）ＡＬＬ（２６０３）≦ ＡＬＬ（２６０４）− 閾値２
以上の６条件のうち、条件１、２、３を同時にすべて満たすか、あるいは、条件４、５、６を同時にすべて満たせば、注目画素は縦線に属していると判断する。

図１９に具体例を示す。同図（ａ）のパターン２７００は、白地に縦線がある画像から７×５領域を抽出したものである。図の濃い部分とグレーの部分は読み取った縦線を示している。８ビット１チャンネルの輝度信号（０〜２５５）とし、便宜上、黒画素は０レベル、グレー画素（斜線）は１２８レベル、白画素は２５５レベルとして説明する。閾値１は２０、閾値２は２００とする。このパターン２７００に上記条件１を適用し、真偽を判定すると次の通りになる。
（条件１）ＭＡＸ（２７０２）− ＭＩＮ（２７０２） ≦ 閾値１
１２８−１２８ ≦ ２０ → 真
（条件２）ＭＡＸ（２７０３）− ＭＩＮ（２７０３） ≦ 閾値１
０−０ ≦ ２０ → 真
（条件３）ＡＬＬ（２７０３）≦ ＡＬＬ（２７０２）− 閾値２
０×５ ≦ １２８×５ − ２００ → 真
（条件４）ＭＡＸ（２７０４）− ＭＩＮ（２７０４） ≦ 閾値１
１２８−１２８ ≦ ２０ → 真
（条件５）ＭＡＸ（２７０３）− ＭＩＮ（２７０３） ≦ 閾値１
０−０ ≦ ２０ → 真
（条件６）ＡＬＬ（２７０３）≦ ＡＬＬ（２７０４）− 閾値２
０×５ ≦ １２８×５ − ２００ → 真
条件１、条件２、条件３がすべて真のため、縦線が検出される。また、条件４、条件５、条件６もすべて真のため、こちらの判定でも縦線が検出される。

図１９（ｂ）のパターン２７１０（横線）に適応した場合、条件１乃至６の真偽結果は次のようになる。
（条件１） 偽
（条件２） 偽
（条件３） 偽
（条件４） 偽
（条件５） 偽
（条件６） 偽
上記の通りなので、縦線分は検出されない。

図１９（ｃ）のパターン２７２０（斜め線）に適応した場合、条件１乃至６の真偽結果は次のようになる。
（条件１） 偽
（条件２） 偽
（条件３） 真
（条件４） 偽
（条件５） 偽
（条件６） 真
上記の通りなので、やはり縦線分は検出されない。

横線の検出のためには図１８（ｂ）に示したパターン２６１０、斜め線検出には図１８（ｃ）又は（ｄ）のパターン２６２０、２６３０を用いる。

図２０に例を示す。同図(a)のパターン２８１０は横線の検出例である。同図（ｂ）、（ｃ）のパターン２８２０と２８３０は斜め線検出の例である。

線の太さによっては、本手法で検出できないこともある。ある程度の太さを有する線分は、図１８（ａ）乃至（ｄ）に示すいずれのパターンによっても線分として検出されないが、適応的スムージング処理部２４０１以降の処理で線分として検出されるため問題とはならない。このような線分は、平滑化処理された画像信号がエッジ強調部２４０２で強調され、その後閾値判定部２４０３で閾値処理されたときに抽出可能である。本手法は、高周波の極細線が平滑化フィルタの対象となることを避けることを目的としている処理である。

図２１は適応的スムージング処理部２４０１で用いる空間フィルタの周波数特性２９００の一例を示している。横軸は空間周波数特性を示し、縦軸はそれに対応する周波数応答を示す。高周波の帯域になればなるほど周波数応答が小さくなり、ある空間周波数以上（２９０２）では応答はない。このよう平滑化フィルタを用いて適応的スムージング処理部２４０１を含む、網点内文字判定を行ったときの例を図２２を用いて説明する。

図２２（ａ）の画像３０００は、網点画像の一部を抽出したものである。この網点の出力線数は高く、図２１に示すフィルタの周波数特性で言えば、空間周波数が２９０３の位置にあるような特性を持つ網点である。よって、網点画像３０００に図２１の空間周波数特性を持つフィルタにてフィルタ処理を施すと、網点の周期構造は消滅し、平滑化画像３０１０を得る。

同じ線数の網点内に文字がある場合を同図（ｂ）で説明する。網点画像３０２０内には文字が印字されていて、この画像に対して適応的スムージング処理２４０１を実施すると、平滑化画像３０３０を得る。網点部は平滑化されて網点の周期構造が消滅し、文字部は適応処理により平滑化が除外され、文字領域３０３１が明瞭に残る。この画像をエッジ強調部２４０２にてエッジ強調すると同図（ｃ）の画像３０４０を得る。文字エッジが強調される。エッジ強調された画像を閾値判定部２４０３にて閾値判定処理すると、網点内文字信号３０５０を得る。白い部分が網点内文字として判定された領域である。本実施形態では細い文字を例に示したため、文字全体を網点内文字として抽出している。図示しないが、文字サイズが大きくなると、文字全体ではなく、文字のエッジ部（輪郭）を抽出するようになる。

［属性フラグ生成部１００６の説明］
以上実施形態における文字判定部１００３、網点判定部１００４、網点内文字判定部１００５について説明した。次に、実施形態における属性フラグ生成部１００６について説明する。

属性フラグ生成部１００６は、文字判定部１００３により得られた文字判定結果、網点判定部１００４により得られた網点判定結果、及び、網点内文字判定部１００５により得られた網点内文字判定結果から、各画素毎の属性フラグを生成する。生成する属性フラグは次のようにして決定した。
網点信号：ＨＩＧＨ ＆ 文字信号：ＬＯＷの場合 → 注目画素の画像属性：網点
網点信号：ＬＯＷ ＆ 文字信号：ＨＩＧＨ → 注目画素の画像属性：文字
網点信号：ＨＩＧＨ ＆ 網点内文字判定：ＨＩＧＨ → 注目画素の画像属性：網点内文字
上記以外 → 注目画素の画像属性：自然画；写真画；階調画像
以上のように判断し、属性フラグが生成される。属性フラグの持つ種類は上記の通り４種類であるので、実施形態における属性フラグが１画素につき、２ビットで構成されることになる。

画像属性に応じて、エッジ強調量、色再現方法、画像形成方法などの種々の画像処理方法を制御することができる。

［印刷処理の説明］
ここで、上記を踏まえ、具体的な印刷処理について説明する。

先に説明したように、入力画像処理部１０４の処理結果である画像データ（画像メモリ１０５に格納される）と、像域分離処理部１０３で生成された属性フラグデータ（フラグメモリ１０６に格納される）は、圧縮符号化されて記憶装置１１０に格納される。ここで説明するのは、記憶装置１１０に格納された圧縮符号済み画像データ及びフラグデータに従った印刷処理である。

データ伸長部１１２は、プリンタエンジン１１７の印刷可能になったタイミングに合わせて、記憶装置１１０に格納されたデータを読出し、伸長処理（復号処理）を行なう。伸長して得られた画像データについては、画像メモリ１１４に格納し、フラグデータはフラグメモリ１１５に格納する。データ伸長部１１２は、データ圧縮部１０９と同じアルゴリズムに従って伸長すれば良いので、その説明は不要であろう。

出力画像処理部１１６は、画像メモリ１１４に格納された画像データについて、フラグメモリ１１５に格納された画素単位のフラグデータに基づき出力画像データを生成し、プリンタエンジン１１７に出力することになる。そこで、以下では、出力画像処理部１１６をメインに説明する。

図２７は、主として出力画像処理部１１６のブロック構成図である。

データ伸長部１１０によって画像メモリ１１４およびフラグメモリ１１５に、印刷可能となる予め設定されたデータ量の画像データおよびフラグデータが格納されると、それら画像データ及びフラグデータは出力画像処理部１１６に転送される。

画像メモリ１１４から読み出されたＲＧＢの画像データは、ＲＧＢ→ＣＭＹＫ変換部６０１、６０２で記録色成分であるＣ（シアン）、Ｍ（マゼンタ）、Ｙ（イエロー）、及びＫ（ブラック）に変換される。ＲＧＢ→ＣＭＹＫ変換部６０１と６０２の違いは、前者が文字画像に特化した色空間変換部であり、後者が写真画、網点用の変換を行なう点である。

通常、原稿中に印刷された文字の色は、黒単色か、せいぜい数色の程度である。そこで本実施形態では、このＲＧＢ→ＹＭＣＫ変換部６０１は、予め定義された色（Ｃ，Ｍ，Ｙ，Ｋ）のパターンのうち、最も近似する色に変換する。例えば、Ｒ≒Ｇ≒Ｂ≒０の場合には、着目画素が黒であると判定してよいので、Ｃ＝Ｍ＝Ｙ＝０、Ｋ＝２５５というパターンに変換する。入力したＲ、Ｇ、Ｂが８ビットで表現されている場合、それぞれの上位数ビット（２ビット程度で良いであろう）を入力し、ＹＭＣＫ（各８ビット）のデータを出力するＬＵＴで構成することであろう。

一方、ＲＧＢ→ＹＭＣＫ変換部６０２は、高い精度でＲＧＢ→ＹＭＣＫへの変換を行なう。この変換は、マトリクス演算で行なうが、ＲＧＢの計２４ビットアドレス入力、ＹＭＣＫの３２ビット出力のＬＵＴで実現しても構わない。

合成部６０３は、フラグメモリ１１５からの属性データに基づき、上記２つの変換部からのＹＭＣＫのデータを合成する。具体的には、着目画素が「文字」を示す場合には、ＲＧＢ→ＣＭＹＫ変換部６０１から出力されたデータを選択し、出力する。また、着目画素が「自然画」、又は、「網点」の場合には、ＲＧＢ→ＣＭＹＫ変換部６０２からのデータを選択し、出力する。そして、着目画素が「網点内文字」の場合には、２つの色空間変換部からのデータを、適当な重みづけ係数に従って合成し、出力する。具体的には、２つの色変換結果の平均値とする。

合成部６０３から出力されたＣＭＹＫのデータは、フィルタ処理部６０４乃至６０６に供給される。これらフィルタ処理部６０４乃至６０６は、内部に数ライン分のバッファを有し、２次元フィルタ処理を行なう。フィルタ処理部６０４乃至６０６の違いは、フィルタ処理のエッジ強調の度合を決定する係数が異なる。

フィルタ処理部６０４は着目画素の属性が「文字」である場合に適合するフィルタ処理を行なう。フィルタ処理部６０５は着目画素が「網点内文字」である場合に適合するフィルタ処理を行なう。そして、フィルタ６０６は着目画素が「写真画」又は「網点」である場合に適合するフィルタ処理を行なう。各フィルタ処理部のエッジ強調の度合は、
フィルタ処理部６０４＞フィルタ処理部６０５＞フィルタ処理部６０６
となる。ただし、上記エッジ強調の度合は一例に過ぎず、必ずしもこれに限るものではない。

上記は、スムージング処理の強度が、
フィルタ処理部６０４＜フィルタ処理部６０５＜フィルタ処理部６０６
という関係にあると言い換えることもできる。

セレクタ６０７は、着目画素の属性が「文字」である場合には、フィルタ処理部６０４からのデータを選択し出力する。また、「網点内文字」である場合には、フィルタ処理部６０５からのデータを選択し、「写真」又は「網点」である場合には、フィルタ処理部６０６からのデータを選択し、出力することになる。

セレクタ６０７から選択出力されたデータは、ガンマ補正部６０８、６１０に供給される。ガンマ補正部６０８は「文字」、「網点内文字」に適した補正を行ない、ガンマ補正部６１０は「網点」、「写真画」に適した補正を行なう。

文字の場合、印刷時に生成されるドットが分散されにくいことが望ましいので、誤差拡散処理部６０９で２値化されれる。また、階調性が重視される写真画、網点はディザ処理部６１１でディザマトリクスを用いた２値化処理が行われる。

セレクタ６１２は、着目画素の属性が「文字」、「網点内文字」の場合には、誤差拡散処理部６０９からのデータを選択し、プリンタエンジン１１７に出力する。また、セレクタ６１２は、着目画素の属性が「写真」、「網点」の場合には、ディザ処理部６１１からのデータを選択し、プリンタエンジン１１７に出力する。

以上のように、文字部、網点部、および網点内の文字部を適切に抽出することで、その属性に応じた適応画像処理を実施可能となる。従って、文字部は鮮明に、写真部は滑らかな再現をすることが可能となる。特に、網点原稿内で、網点部と文字部とを識別し、文字部に平滑化を施すことなく、網点部に対して平滑化が可能なため、好適なモアレ除去が可能となる。その結果、網点原稿内の写真部にはスムージング処理を施し、モアレ除去した上でディザ処理を実施することで階調再現性の高い画像が提供できる。また、網点原稿内の文字部には、エッジ強調処理を施した上で誤差拡散系の処理を実施することで、くっきりとした読みやすい文字再現性を提供できる。

なお、実施形態では、２値化手段として誤差拡散法、ディザ法を採用する例を示したがこれに限定されるものではない。例えば、誤差拡散法のみを用いる場合、文字領域（網点内文字を含む）と写真（網点を含む）とでは、前者の誤差拡散マトリクスサイズを小さくし、後者の誤差拡散マトリクスサイズを大きくするようにする。また、ディザ処理のみを用いる場合には、文字領域と写真領域とで異なるディザマトリクスパターンを採用しても構わない。また、２値化方法として、これ以外を採用しても構わない。

また、ここでは２値化を例にしたが、プリンタエンジンが多値記録できる場合には、その記録できる階調数Ｎに合わせてＮ値化（擬似中間調）するようにしても構わない。例えばレーザビームプリンタの場合、公知のＰＷＭ（Pulse Width Modulation）技術によって、濃度に応じたパルス幅変調信号を生成し、濃度に応じた大きさのドットを形成することが可能である。また、インク液を吐出するインクジェットプリンタでは、同じ位置に吐出するインク液滴の回数で濃淡を表現可能である。このように１画素をＮ階調で表現できるプリンタエンジンの場合には、２値化ではなく、Ｎ値化（Ｎ≧２）することで実現できるので、上記２値化に限定されるものではない。

＜第２の実施形態＞
上記実施形態（第１の実施形態）では、文字部、網点部、および網点内の文字部を適切に抽出することで、その属性に応じた適応処理を実施するものであったが、第２の実施形態では、網点内の文字抽出性能を、網点の線数に応じて制御する例を示す。

第１の実施形態で説明した通り、網点原稿には、その出力線数が低いものから高いものまで幅広く存在する。一般に、単色でインクをよく吸収する紙を用いる場合には低い線数を用いる。たとえば、モノクロの新聞などが一例で、その出力線数は８５線に代表される。通常のフルカラー印刷には１７５線が多用されているが、写真集やカタログには２００線なども用いられる。最近の高精細印刷では３００線を超える出力線数も用いられるが、１５０線から１７５線がフルカラー印刷の主流となっている。

一方、本発明にかかる画像処理装置の画像形成方法は、画像品位の向上を目指し、ディザ処理が用いられるようになってきた。従来は、モアレが発生しにくい誤差拡散系の画像形成方法が主流であったが、近年、滑らかで、階調再現性の高いディザ（スクリーン）処理が用いられるようになってきた。しかし、ディザ処理には、原稿の網点の周期構造とディザの周期が干渉することで発生するモアレと呼ばれる干渉縞が発生しやすい問題がある。これを回避すべく、網点部に対して、平滑化（スムージング）処理などのモアレ除去処理を実施しているが、網点内の文字部も平滑化されてしまい、文字が読みにくくなるという問題があった。そこで、第１の実施形態では、網点原稿内で、網点と網点内文字とを識別し、網点部にはモアレ除去を施し、網点内の文字部には強調処理を実施することで、文字と写真の再現性の両立を図った。

ところが、網点原稿にはモノクロ新聞を代表とする出力線数が低いものから、カタログや写真集などの出力線数が高いものまで、出力線数が様々な網点原稿が存在する。このため、必ずしもすべての原稿において網点内の文字と写真の再現性の両立を実現できているわけではない。特に、出力線数が低い網点原稿では、網点エッジと網点内文字とを誤判定することがあり、網点内文字を抽出しようとすると、モアレ除去が効果的に働かず、モアレが発生することがある。

また、本実施形態で説明したモアレ除去処理は、空間フィルタを用いる方法なので、フィルタの処理サイズにその効果は依存する。たとえば、３×３よりも５×５の方が効果は高く、また、５×５よりも７×７の方が効果は高い。よって、同じフィルタサイズにおけるモアレ除去の効果は、低線数の網点よりも高線数の網点の方が高い。また、網点には出力線数のほかに出力角度もあるため、モアレ除去に空間フィルタを用いると、角度によっては効果に差が発生することもある。

そこで、どのような原稿が複写されても、モアレを発生させることなく、高品位な複写画像を提供する方法を提案する。

これを実現する像域分離処理を説明する。図２３はそのブロック構成図である。同図は、第１の実施形態の図２に対応するものでもある。

入力信号３１０１が、判定用信号生成部３１０２に入力される。たとえば、入力信号がＲＧＢ信号（各８ビット）の場合、グレースケール信号（８ビット）を生成する。このとき、ＲＧＢからＧチャンネルのみを抜き出しても良いし、（Ｒ＋２×Ｇ＋Ｂ）／４などの演算により求めても良い。入力信号のチャンネル数とビット数はこれに限るものではない。また、判定用信号生成方法、チャンネル数とビット数についても上記は一例に過ぎない。

判定用信号生成部３１０２で生成された判定信号は、文字判定部３１０３、網点判定部３１０４と網点内文字判定部３１０５に供給され、網点判定、文字判定、網点内文字判定が実施される。このとき、網点判定部３１０４では、ふたつ以上の網点判定信号を生成する。

各判定部で生成された判定信号は、属性フラグ生成部３１０６で比較演算され、属性フラグが生成される。本第２の実施形態では、文字フラグ３１０７、網点フラグ３１０８、網点内文字フラグ３１０９を生成する場合について説明する。この属性フラグを基に、原稿画像に含まれる画像の特徴に応じて最適な画像処理を施す。

網点判定部３１０４の処理構成は、図４とほぼ同じである。その中で、孤立量判定部１２０５、１２０６について具体的に説明する。

第１の実施形態で説明した通り、孤立量判定部１２０５は、閾値判定１２０３から出力された内エッジ信号を入力する。同じように、孤立量判定部１２０６は、閾値判定１２０４から出力された外エッジ信号を入力する。孤立量判定部１２０５と孤立量判定部１２０６での処理は同じであるため、ここでは孤立量判定部１２０５での処理を例に説明する。

図２４は孤立量判定部１２０５のブロック構成図である。孤立量判定部１２０５は、内エッジ信号についてパターンマッチング処理を行う。網点原稿には、出力線数が低線数のものから高線数のものまであるため、原稿によって網点ドットのサイズや間隔（距離）は異なる。そのため、どのような線数の網点でも検出できるように、パターンマッチングは複数のパターンにて行う。

図２４に示す処理構成では、９種類のパターンでパターンマッチングは実施されるが、これに限るものではない。パターンの例を図２５（ａ）、（ｂ）に示す。同図（ａ）のパターン３３００は、高線数の網点ドットを検出するためのパターンの一例である。また、同図（ｂ）のパターン３３１０は、低線数の網点ドットを検出するためのパターンの一例である。低線数の網点ドットは高線数の網点ドットに比してサイズが大きいため、閾値判定の出力サイズも大きくなる。様々なサイズの網点ドットでも検出できるように、複数のパターンサイズを用意する必要がある。図２４のパターン１からパターン５が低線数向けのパターンとすると、パターン３３１０のような大き目のパターンマスクを５種類用意すれば良い。パターン５からパターン９が高線数向けのパターンとすると、パターン３３００のような小さ目のパターンマスクを用意すれば良い。このように、複数種のマスクサイズを用意することで、複数の網点の出力線数に対応が可能となる。また、パターンマスクのサイズを段階的に用意することで、網点の出力線数の大きさに対応が可能となる。また、図２４のようにパターン５を低線数用と高線数用とに共通化しても構わない。

これらのパターンは飽くまで一例であって、網点の出力線数、角度、輝度（網点率）などを考慮して、パターンマスクを用意すれば良い。なお、具体的なマッチング方法は第１の実施形態で説明した通りである。また、孤立量判定以降の処理は図４に示す通りである。

このように、網点の出力線数の大きさを考慮し、その大小に合わせて変動するパターンマッチングによる孤立量判定を行うことで、網点の出力線数に応じた網点信号を生成することが可能となる。ここでは、網点信号を２種類に分ける例を説明したが、これに限るものではない。必要に応じて、それ以上でも構わない。また、検出すべき網点の出力線数を完全に識別して網点信号１（１２１５）と網点信号２（１２１６）を生成しても良いが、識別すべき出力線数をオーバーラップさせて検出しても良い。たとえば、１５０線以下は網点信号１で検出し、１００線以上は網点信号２で検出してもよい。

以上のように検出した２種類の網点信号と、文字判定信号と、網点内文字判定信号が属性フラグ生成部３１０６に入力され、それぞれの判定信号を比較演算し、属性フラグを生成する。本第２の実施形態では、文字フラグ３１０７、網点フラグ３１０８、網点内文字フラグ３１０９の３種類のフラグを生成するが、特に、網点内文字判定部３１０５の網点内文字フラグの生成方法について図２６を用いて説明する。

網点内文字フラグ３４０９は、高線数網点信号３４０１、低線数網点信号３４０３と網点内文字信号３４０２に基づき生成される。低線数網点信号３４０３は、否定回路３４０４にて否定（ＮＯＴ）され、非低線数網点信号３４０５に変換される。変換された非低線数網点信号３４０５と網点内文字信号３４０２の論理積（ＡＮＤ）をとり、非低線数網点内文字信号３４０７を生成する。生成された非低線数網点内文字信号３４０７と高線数網点信号３４０１の論理積（ＡＮＤ）をとり、網点内文字フラグ３４０９を生成する。

このようにして生成された網点内文字フラグ３４０９は、出力線数が高線数の網点原稿内の文字のみ抽出されたことになる。出力線数が低線数の網点原稿内の文字は予め否定されているため、抽出されない。

以上のように構成することで、一般的なカラー原稿において、網点部はモアレ除去を施すことで滑らかな再現を実現できる。また、網点内の文字部は適切な強調処理を施すことで鮮明な再現を実現でき、網点原稿内の文字と写真の画像品位向上の両立を図ることが可能となる。また、新聞などの低線数の網点原稿においては、モアレを発生させることなく滑らかな再現が実現できる。また、どのような線数の印刷物が複写されても、モアレを発生させず、網点内の文字の再現性を向上させることができる。また、高線数網点と低線数網点の検出線数を制御することにより、網点内文字の再現性向上を狙う網点の出力線数を制御することも可能となる。

以上本発明に係る実施形態を説明したが、実施形態の説明は、本発明の一例であり、上記の記載にのみ限定されるものではない。例えば、閾値判定部１１０７や１１０８に設定する閾値を「２」としたが、これに限るものではない。また、図１２の閾値判定部２０２１乃至２０２３での閾値を、面積に占める５％とするとしたが、これも適宜修正しても構わない。

また、実施形態では、複写機に適用する例を説明したが、イメージスキャナ、プリンタを接続するパーソナルコンピュータ等の汎用の情報処理装置に適用しても良い。この場合、メインとなるのは、その情報処理装置上で実行されるアプリケーションプログラムによって実現することになる。このアプリケーションは、図１におけるスキャナ１０１、プリンタエンジン１１７を除く、各処理部に相当するプログラムモジュール（関数、もしくはサブルーチン）で構成し、メモリは情報処理装置が有するＲＡＭから確保し、記憶装置１１０はハードディスク等を利用することになろう。

更に、通常、コンピュータプログラムは、ＣＤ−ＲＯＭ等のコンピュータ可読記憶媒体に格納されている。実行可能とするためには、それをコンピュータの読取り装置（ＣＤ−ＲＯＭであれば、ＣＤ−ＲＯＭドライブ）にセットし、システムにコピーもしくはインストールする必用がある。従って、このようなコンピュータ可読記憶媒体も本発明の範疇にあるのは明らかである。

Claims (7)

1. 画像信号に対して平滑化処理をかける平滑化処理手段と、
   前記平滑化処理手段による平滑化処理後の画像信号に対してエッジ強調を行い、当該エッジ強調後の画像信号を閾値と比較することで、文字を抽出する抽出手段と
   を有することを特徴とする画像処理装置。
2. 画像信号における各画素が線分に属するか判定する判定手段と、
   前記画像信号において線分に属すると判定された画素に対しては平滑化処理がかからず、前記画像信号において線分に属すると判定されなかった画素に対しては平滑化処理がかかった画像信号を出力する出力手段と、
   前記出力手段で出力された画像信号に対してエッジ強調を行い、当該エッジ強調後の画像信号を閾値と比較することで、文字を抽出する抽出手段と
   を有することを特徴とする画像処理装置。
3. 前記線分は、細線であることを特徴とする請求項２に記載の画像処理装置。
4. 平滑化処理手段が、画像信号に対して平滑化処理をかける平滑化処理工程と、
   抽出手段が、前記平滑化処理工程による平滑化処理後の画像信号に対してエッジ強調を行い、当該エッジ強調後の画像信号を閾値と比較することで、文字を抽出する抽出工程と
   を有することを特徴とする画像処理装置の制御方法。
5. 判定手段が、画像信号における各画素が線分に属するか判定する判定工程と、
   出力手段が、前記画像信号において線分に属すると判定された画素に対しては平滑化処理がかからず、前記画像信号において線分に属すると判定されなかった画素に対しては平滑化処理がかかった画像信号を出力する出力工程と、
   抽出手段が、前記出力工程で出力された画像信号に対してエッジ強調を行い、当該エッジ強調後の画像信号を閾値と比較することで、文字を抽出する抽出工程と
   を有することを特徴とする画像処理装置の制御方法。
6. 前記線分は、細線であることを特徴とする請求項５に記載の画像処理装置の制御方法。
7. コンピュータに読み込ませ実行させることで、前記コンピュータを、請求項４乃至６のいずれか１項に記載の各工程を実行させるコンピュータプログラム。

Images