特許 6781406 画像処理装置、および、コンピュータプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6781406

(24)【登録日】2020年10月20日

(45)【発行日】2020年11月4日

(54)【発明の名称】画像処理装置、および、コンピュータプログラム

(51)【国際特許分類】

   H04N 1/40 20060101AFI20201026BHJP

【ＦＩ】

   H04N1/40 062

【請求項の数】10

【全頁数】27

(21)【出願番号】特願2017-63035(P2017-63035)

(22)【出願日】2017年3月28日

(65)【公開番号】特開2018-166277(P2018-166277A)

(43)【公開日】2018年10月25日

【審査請求日】2020年2月4日

(73)【特許権者】

【識別番号】000005267

【氏名又は名称】ブラザー工業株式会社

(74)【代理人】

【識別番号】110001058

【氏名又は名称】特許業務法人鳳国際特許事務所

(72)【発明者】

【氏名】山田 竜司

【審査官】 豊田 好一

(56)【参考文献】

【文献】 特開２００７−３１１８３６（ＪＰ，Ａ）

【文献】 特開２００１−１０３３００（ＪＰ，Ａ）

【文献】 特開２０００−３５８１６６（ＪＰ，Ａ）

【文献】 特開平０５−０２２６０１（ＪＰ，Ａ）

【文献】 米国特許出願公開第２００７／０２６３２５６（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｈ０４Ｎ １／４０

(57)【特許請求の範囲】

【請求項1】

画像処理装置であって、
対象画像を示す対象画像データを取得する取得部であって、前記対象画像データは、イメージセンサを用いて印刷物を読み取ることによって生成され、前記対象画像データは、特定の表色系を構成する複数個の成分に対応する複数個の成分画像データを含む、前記取得部と、
前記複数個の成分画像データのそれぞれに対して、前記成分画像データによって示される成分画像を平滑化する平滑化処理を実行して、複数個の平滑化済成分画像データを生成する平滑化処理部と、
前記複数個の平滑化済成分画像データのそれぞれに対して、前記平滑化済成分画像データによって示される平滑化済成分画像のエッジを強調するエッジ強調処理を実行して、複数個の強調済成分画像データを生成するエッジ強調部と、
前記複数個の強調済成分画像データを用いて、１種類の成分値で構成される第１の単成分画像データであって、前記複数個の強調済成分画像データのそれぞれとは異なる前記第１の単成分画像データを生成する第１の生成部と、
前記第１の単成分画像データを用いて、前記対象画像内のエッジを構成する複数個のエッジ画素を特定する特定部と、
を備える、画像処理装置。

【請求項2】

請求項１に記載の画像処理装置であって、
前記第１の単成分画像データは、前記複数個の強調済成分画像データによって示される強調済画像内の複数個の画素の輝度を示す輝度画像データである、画像処理装置。

【請求項3】

請求項１または２に記載の画像処理装置であって、さらに、
前記対象画像データを用いて、１種類の成分値で構成される第２の単成分画像データを生成する第２の生成部であって、前記第２の単成分画像データは、前記第１の単成分画像データとは異なる処理を用いて生成される、前記第２の生成部
を備え、
前記特定部は、前記第１の単成分画像データと、前記第２の単成分画像データと、を用いて、前記対象画像内の前記複数個のエッジ画素を特定する、画像処理装置。

【請求項4】

請求項３に記載の画像処理装置であって、
前記第２の単成分画像データは、複数個の最小成分値に基づく複数個の画素の値を含む画像データと、複数個の最大成分値に基づく複数個の画素の値を含む画像データと、のうちの一方であり、
前記最小成分値は、前記対象画像データの対応する画素の前記複数個の成分の値のうちの最小値であり、
前記最大成分値は、前記対象画像データの対応する画素の前記複数個の成分の値のうちの最大値である、画像処理装置。

【請求項5】

請求項１〜４のいずれかに記載の画像処理装置であって、
前記エッジ強調部は、
前記平滑化済成分画像データの複数個の画素の値に対応する複数個の平滑値を算出する平滑値算出部であって、前記平滑値は、対応する画素の値と、対応する画素に隣接する複数個の画素を含む複数個の周辺画素の値と、を用いて、対応する画素の値を平滑化する処理によって算出される、前記平滑値算出部と、
前記平滑化済成分画像データの前記複数個の画素の値に対応する複数個の差分を算出する差分算出部であって、前記差分は、対応する画素の値と、対応する前記平滑値と、の差分である、前記差分算出部と、
前記平滑化済成分画像データの前記複数個の画素の値に対応する複数個の処理済みの値を算出する和算出部であって、前記処理済みの値は、対応する画素の値と、対応する前記差分と、の和である、前記和算出部と、
を備え、
前記エッジ強調部は、前記複数個の画素の値に対応する前記複数個の処理済みの値を含む前記強調済成分画像データを生成する、画像処理装置。

【請求項6】

請求項５に記載の画像処理装置であって、
前記和算出部は、前記平滑化済成分画像データのＭ個（Ｍは２以上の整数）の画素の値のうち、対応する前記差分が基準以上であるＮ１個（Ｎ１はＭ未満の整数）の画素の値に対応するＮ１個の前記処理済みの値を算出し、
前記エッジ強調部は、前記Ｎ１個の画素の値に対応する前記処理済みの値と、前記平滑化済成分画像データのＭ個の画素の値うち、対応する前記差分が基準未満であるＮ２個（Ｎ２は、Ｎ１＋Ｎ２＝Ｍを満たす整数）の画素の値と、を含む前記強調済成分画像データを生成する、画像処理装置。

【請求項7】

請求項１〜６のいずれかに記載の画像処理装置であって、さらに、
前記対象画像データのうち、特定済みの前記複数個のエッジ画素の値に対して第１の画像処理を実行し、前記複数個のエッジ画素とは異なる画素の値に対して前記第１の画像処理とは異なる第２の画像処理を実行して、画像処理済みの前記対象画像データを生成する画像処理部を備える、画像処理装置。

【請求項8】

請求項７に記載の画像処理装置であって、さらに、
前記画像処理済みの前記対象画像データを用いて、印刷データを生成する印刷データ生成部を備える、画像処理装置。

【請求項9】

請求項１〜８のいずれかに記載の画像処理装置であって、
前記特定の表色系の前記複数個の成分は、赤色成分と青色成分と緑色成分との３個の成分である、画像処理装置。

【請求項10】

コンピュータプログラムであって、
対象画像を示す対象画像データを取得する取得機能であって、前記対象画像データは、イメージセンサを用いて印刷物を読み取ることによって生成され、前記対象画像データは、特定の表色系を構成する複数個の成分に対応する複数個の成分画像データを含む、前記取得機能と、
前記複数個の成分画像データのそれぞれに対して、前記成分画像データによって示される成分画像を平滑化する平滑化処理を実行して、複数個の平滑化済成分画像データを生成する平滑化処理機能と、
前記複数個の平滑化済成分画像データのそれぞれに対して、前記平滑化済成分画像データによって示される平滑化済成分画像のエッジを強調するエッジ強調処理を実行して、複数個の強調済成分画像データを生成するエッジ強調処理機能と、
前記複数個の強調済成分画像データを用いて、１種類の成分値で構成される第１の単成分画像データであって、前記複数個の強調済成分画像データのそれぞれとは異なる前記第１の単成分画像データを生成する第１の生成機能と、
前記第１の単成分画像データを用いて、前記対象画像内のエッジを構成する複数個のエッジ画素を特定する特定機能と、
をコンピュータに実現させる、コンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書は、画像データによって示される画像内のエッジを構成するエッジ画素を特定するための画像処理に関する。

【背景技術】

【0002】

特許文献１に開示された画像処理装置は、スキャン画像を示すスキャンデータに対して、ｓｏｂｅｌフィルタを適用して、スキャン画像内のエッジを示すエッジ画像データを生成する。画像処理装置は、エッジ画像データを用いて、スキャン画像内の文字や描画などのオブジェクト領域を特定する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１３−２１１７５０号公報

【特許文献2】特開２００９−２８２９２８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、原稿が印刷物である場合には、印刷物に含まれる網点がスキャン画像内に現れる。上記技術では、スキャン画像内に現れ得る網点について考慮されていないために、例えば、均一に見える領域内において、該領域内の網点に起因して、エッジ画素が検出される可能性があった。

【0005】

本明細書は、網点に起因するエッジ画素が特定されることを抑制しつつ、対象画像内のエッジ画素を適切に特定できる技術を開示する。

【課題を解決するための手段】

【0006】

本明細書に開示された技術は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の適用例として実現することが可能である。

【0007】

［適用例１］画像処理装置であって、対象画像を示す対象画像データを取得する取得部であって、前記対象画像データは、イメージセンサを用いて印刷物を読み取ることによって生成され、前記対象画像データは、特定の表色系を構成する複数個の成分に対応する複数個の成分画像データを含む、前記取得部と、前記複数個の成分画像データのそれぞれに対して、前記成分画像データによって示される成分画像を平滑化する平滑化処理を実行して、複数個の平滑化済成分画像データを生成する平滑化処理部と、前記複数個の平滑化済成分画像データのそれぞれに対して、前記平滑化済成分画像データによって示される平滑化済成分画像のエッジを強調するエッジ強調処理を実行して、複数個の強調済成分画像データを生成するエッジ強調部と、前記複数個の強調済成分画像データを用いて、１種類の成分値で構成される第１の単成分画像データであって、前記複数個の強調済成分画像データのそれぞれとは異なる前記第１の単成分画像データを生成する第１の生成部と、前記第１の単成分画像データを用いて、前記対象画像内のエッジを構成する複数個のエッジ画素を特定する特定部と、を備える、画像処理装置。

【0008】

対象画像データは、イメージセンサを用いて印刷物を読み取ることによって生成されるため、対象画像内には、網点が現れ得る。上記構成によれば、複数個の成分画像データのそれぞれに対して平滑化処理を実行することで、対象画像内に現れる網点の特徴を低減できる。さらに、複数個の平滑化済成分画像データのそれぞれに対して、エッジ強調処理を実行することで、平滑化処理によって平滑化された対象画像のエッジを適切に強調できる。この結果、網点に起因するエッジ画素が特定されることを抑制しつつ、対象画像内のエッジ画素の適切に特定できる。

【0009】

［適用例２］適用例１に記載の画像処理装置であって、前記第１の単成分画像データは、前記複数個の強調済成分画像データによって示される強調済画像内の複数個の画素の輝度を示す輝度画像データである、画像処理装置。
上記構成によれば、強調済画像内の複数個の画素の輝度を示す輝度画像データを用いて、対象画像内の複数個のエッジ画素をより適切に特定できる。

【0010】

［適用例３］適用例１または２に記載の画像処理装置であって、さらに、前記対象画像データを用いて、１種類の成分値で構成される第２の単成分画像データを生成する第２の生成部であって、前記第２の単成分画像データは、前記第１の単成分画像データとは異なる処理を用いて生成される、前記第２の生成部を備え、前記特定部は、前記第１の単成分画像データと、前記第２の単成分画像データと、を用いて、前記対象画像内の前記複数個のエッジ画素を特定する、画像処理装置。
例えば、エッジを構成する部分の色に応じて、第１の単成分画像データを用いて特定できるエッジ画素と、第２の単成分画像データを用いて特定できるエッジ画素とは、異なり得る。上記構成によれば、第１の単成分画像データと第２の単成分画像データとの２個のデータを用いて、複数個のエッジ画素を特定するので、複数個のエッジ画素の特定漏れを低減できる。

【0011】

［適用例４］適用例３に記載の画像処理装置であって、前記第２の単成分画像データは、複数個の最小成分値に基づく複数個の画素の値を含む画像データと、複数個の最大成分値に基づく複数個の画素の値を含む画像データと、のうちの一方であり、前記最小成分値は、前記対象画像データの対応する画素の前記複数個の成分の値のうちの最小値であり、前記最大成分値は、前記対象画像データの対応する画素の前記複数個の成分の値のうちの最大値である、画像処理装置。
最小成分データや最大成分データでは、対象画像内の網点に起因する画素間の値の差を抑制できる。上記構成によれば、第２の単成分画像データとして、最小成分データと最大成分データとのうちの一方を用いるので、対象画像内の網点に起因するエッジ画素が特定されることを、抑制できる。

【0012】

［適用例５］適用例１〜４のいずれかに記載の画像処理装置であって、前記エッジ強調部は、前記平滑化済成分画像データの複数個の画素の値に対応する複数個の平滑値を算出する平滑値算出部であって、前記平滑値は、対応する画素の値と、対応する画素に隣接する複数個の画素を含む複数個の周辺画素の値と、を用いて、対応する画素の値を平滑化する処理によって算出される、前記平滑値算出部と、前記平滑化済成分画像データの前記複数個の画素の値に対応する複数個の差分を算出する差分算出部であって、前記差分は、対応する画素の値と、対応する前記平滑値と、の差分である、前記差分算出部と、前記平滑化済成分画像データの前記複数個の画素の値に対応する複数個の処理済みの値を算出する和算出部であって、前記処理済みの値は、対応する画素の値と、対応する前記差分と、の和である、前記和算出部と、を備え、前記エッジ強調部は、前記複数個の画素の値に対応する前記複数個の処理済みの値を含む前記強調済成分画像データを生成する、画像処理装置。
上記構成によれば、対象画像のエッジを適切に強調できるので、特定すべきエッジ画素の特定漏れを抑制できる。この結果、対象画像内のエッジ画素をより適切に特定できる。

【0013】

［適用例６］適用例５に記載の画像処理装置であって、前記和算出部は、前記平滑化済成分画像データのＭ個（Ｍは２以上の整数）の画素の値のうち、対応する前記差分が基準以上であるＮ１個（Ｎ１はＭ未満の整数）の画素の値に対応するＮ１個の前記処理済みの値を算出し、前記エッジ強調部は、前記Ｎ１個の画素の値に対応する前記処理済みの値と、前記平滑化済成分画像データのＭ個の画素の値うち、対応する前記差分が基準未満であるＮ２個（Ｎ２は、Ｎ１＋Ｎ２＝Ｍを満たす整数）の画素の値と、を含む前記強調済成分画像データを生成する、画像処理装置。
上記構成によれば、対象画像の網点に起因する画素間の値の差が強調されることをさらに抑制できるので、網点に起因するエッジ画素の特定をさらに抑制できる。この結果、対象画像内のエッジ画素をさらに適切に特定できる。

【0014】

［適用例７］適用例１〜６のいずれかに記載の画像処理装置であって、さらに、前記対象画像データのうち、特定済みの前記複数個のエッジ画素の値に対して第１の画像処理を実行し、前記複数個のエッジ画素とは異なる画素の値に対して前記第１の画像処理とは異なる第２の画像処理を実行して、画像処理済みの前記対象画像データを生成する画像処理部を備える、画像処理装置。
上記構成によれば、エッジ画素の値と、エッジ画素とは異なる画素の値と、に対して、互いに異なる画像処理が実行されるので、対象画像データに対する適切な画像処理を実現できる。

【0015】

［適用例８］適用例７に記載の画像処理装置であって、さらに、前記画像処理済みの前記対象画像データを用いて、印刷データを生成する印刷データ生成部を備える、画像処理装置。

【0016】

［適用例９］請求項１〜８のいずれかに記載の画像処理装置であって、前記特定の表色系の前記複数個の成分は、赤色成分と青色成分と緑色成分との３個の成分である、画像処理装置。

【0017】

なお、本明細書に開示される技術は、種々の形態で実現することが可能であり、例えば、複合機、スキャナ、プリンタ、画像処理方法、これら装置の機能または上記方法を実現するためのコンピュータプログラム、そのコンピュータプログラムを記録した記録媒体、等の形態で実現することができる。

【図面の簡単な説明】

【0018】

【図1】画像処理装置の一例である複合機２００の構成を示すブロック図である。

【図2】画像処理のフローチャートである。

【図3】画像処理で用いられる画像の一例を示す第１の図である。

【図4】第１の二値画像データ生成処理のフローチャートである。

【図5】平滑化フィルタの一例を示す図である。

【図6】エッジ強調処理のフローチャートである。

【図7】平滑化済みのＲ成分画像データとエッジ強調済みのＲ成分画像データとの説明図である。

【図8】レベル補正処理のためのトーンカーブの一例を示す図である。

【図9】孤立画素除去処理の説明図である。

【図10】第２の二値画像データ生成処理のフローチャートである。

【図11】スキャンデータの最小成分値と最大成分値の説明図である。

【図12】画像処理に用いられる画像の一例を示す第２の図である。

【発明を実施するための形態】

【0019】

Ａ．実施例：
Ａ−１：複合機２００の構成
次に、実施の形態を実施例に基づき説明する。図１は、画像処理装置の一例である複合機２００の構成を示すブロック図である。複合機２００は、画像処理装置を制御するプロセッサであるＣＰＵ２１０と、ＤＲＡＭなどの揮発性記憶装置２２０と、フラッシュメモリやハードディスクドライブなどの不揮発性記憶装置２３０と、液晶ディスプレイなどの表示部２４０と、液晶ディスプレイと重畳されたタッチパネルやボタンを含む操作部２５０と、ユーザの端末装置１００などの外部装置と通信を行うためのインタフェース（通信ＩＦ）２７０と、印刷実行部２８０と、読取実行部２９０と、を備えている。

【0020】

読取実行部２９０は、ＣＰＵ２１０の制御に従って、一次元イメージセンサを用いて原稿を光学的に読み取ることによってスキャンデータを生成する。印刷実行部２８０は、ＣＰＵ２１０の制御に従って、複数種類のトナー、具体的には、シアン（Ｃ）、マゼンタ（Ｍ）、イエロ（Ｙ）、ブラック（Ｋ）のトナーを、色材として用いて、レーザ方式で用紙などの印刷媒体に画像を印刷する。具体的には、印刷実行部２８０は、感光ドラムを露光して静電潜像を形成し、該静電潜像にトナーを付着させてトナー像を形成する。印刷実行部２８０は、感光ドラム上に形成されたトナー像を用紙に転写する。なお、変形例では、印刷実行部２８０は、色材としてのインクを吐出して、用紙上に画像を形成するインクジェット方式の印刷実行部であっても良い。

【0021】

揮発性記憶装置２２０は、ＣＰＵ２１０が処理を行う際に生成される種々の中間データを一時的に格納するバッファ領域を提供する。不揮発性記憶装置２３０には、コンピュータプログラムＰＧが格納されている。コンピュータプログラムＰＧは、ＣＰＵ２１０に複合機２００の制御を実現させる制御プログラムである。本実施例では、コンピュータプログラムＰＧは、複合機２００の製造時に、不揮発性記憶装置２３０に予め格納される形態で提供される。これに代えて、コンピュータプログラムＰＧは、サーバからダウンロードされる形態で提供されても良く、ＤＶＤ−ＲＯＭなどに格納される形態で提供されてもよい。ＣＰＵ２１０は、コンピュータプログラムＰＧを実行することにより、後述する画像処理を実行することができる。

【0022】

Ａ−２：画像処理
図２は、画像処理のフローチャートである。この画像処理は、例えば、ユーザが、読取実行部２９０の原稿台に、原稿を載置して、コピーの実行指示を入力した場合に実行される。この画像処理は、原稿を、読取実行部２９０を用いて読み取ることによって生成されるスキャンデータを取得し、該スキャンデータを用いて、原稿を示す印刷データを生成することで、いわゆる原稿のコピーを実現する処理である。

【0023】

Ｓ１０では、ＣＰＵ２１０は、ユーザが原稿台に設置した原稿を、読取実行部２９０を用いて読み取ることによって、対象画像データとしてのスキャンデータを生成する。原稿は、例えば、複合機２００、あるいは、図示しないプリンタによって画像が印刷された印刷物である。生成されたスキャンデータは、揮発性記憶装置２２０（図１）のバッファ領域に格納される。スキャンデータは、複数個の画素の値を含み、複数個の画素の値のそれぞれは、画素の色をＲＧＢ表色系の色値（ＲＧＢ値とも呼ぶ）で表す。すなわち、スキャンデータは、ＲＧＢ画像データである。１個の画素のＲＧＢ値は、例えば、赤色（Ｒ）と緑色（Ｇ）と青色（Ｂ）との３個の色成分の値（以下、Ｒ値、Ｇ値、Ｂ値とも呼ぶ）を含んでいる。本実施例では、各成分値の階調数は、２５６階調である。

【0024】

ＲＧＢ画像データであるスキャンデータは、ＲＧＢ表色系を構成する３個の色成分に対応する３個の成分画像データ（Ｒ成分画像データ、Ｇ成分画像データ、Ｂ成分画像データ）を含んでいると言うことができる。各成分画像データは、１種類の色成分の値を、画素の値とする画像データである。

【0025】

図３は、画像処理で用いられる画像の一例を示す第１の図である。図３（Ａ）には、スキャンデータによって示されるスキャン画像ＳＩの一例が示されている。スキャン画像ＳＩは、複数個の画素を含む。該複数個の画素は、第１方向Ｄ１と、第１方向Ｄ１と直交する第２方向Ｄ２と、に沿って、マトリクス状に配置されている。

【0026】

図３（Ａ）のスキャン画像ＳＩは、原稿の用紙の地色を示す白色の背景Ｂｇ１と、３個の文字とは異なるオブジェクトＯｂ１〜Ｏｂ３と、４個の文字Ｏｂ４〜Ｏｂ７と、４個の文字Ｏｂ４〜Ｏｂ７の背景Ｂｇ２と、を含んでいる。文字とは異なるオブジェクトは、例えば、写真や描画である。背景Ｂｇ２は、白色とは異なる色を有する均一な画像である。

【0027】

Ｓ２０では、ＣＰＵ２１０は、スキャンデータに対して、画素分類処理を実行する。画素分類処理は、スキャン画像ＳＩ内の複数個の画素を、エッジを構成する複数個のエッジ画素と、エッジを構成しない複数個の非エッジ画素と、に分類する処理である。

【0028】

画素分類処理によって、例えば、エッジ画素の値が「１」とされ、非エッジ画素の値が「０」とされた二値画像データが生成される。図３（Ｂ）には、二値画像データによって示される二値画像ＢＩの一例が示されている。この二値画像ＢＩには、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７のエッジＥｇ１〜Ｅｇ７を構成する複数個のエッジ画素と、背景Ｂｇ１と背景Ｂｇ２との境界のエッジＥｇ８を構成する複数個のエッジ画素と、が特定されている。このように、エッジは、例えば、主として文字のエッジを含む。また、エッジは、文字とは異なるオブジェクト（例えば、描画や写真）に含まれる細線などのエッジを含む。二値画像データは、画素分類処理による分類結果を示すデータであるので、分類データとも呼ぶ。画素分類処理の詳細は、後述する。

【0029】

Ｓ３０では、ＣＰＵ２１０は、スキャンデータに対して、網点平滑化処理を実行して、平滑化画像を示す平滑化画像データを生成する。具体的には、ＣＰＵ２１０は、スキャンデータに含まれる複数個の非エッジ画素の値のそれぞれに対して、ガウスフィルタなどの平滑化フィルタを用いた平滑化処理を実行して、平滑化処理済みの複数個の非エッジ画素の値を算出する。平滑化処理の対象となる非エッジ画素は、Ｓ２０の分類処理によって生成された分類データを参照して特定される。ＣＰＵ２１０は、スキャンデータに含まれる複数個のエッジ画素の値と、平滑化処理済みの複数個の非エッジ画素の値と、を含む平滑化画像データを生成する。

【0030】

図３（Ｃ）には、平滑化画像データによって示される平滑化画像ＧＩが示されている。平滑化画像ＧＩは、白色の背景Ｂｇ１ｇと、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７、背景Ｂｇ２が平滑化されたオブジェクトＯｂ１ｇ〜Ｏｂ７ｇ、背景Ｂｇ２ｇを含んでいる。これらのオブジェクトＯｂ１ｇ〜Ｏｂ７ｇ、背景Ｂｇ２ｇのエッジ以外の部分（非エッジ部分とも呼ぶ）は、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７、背景Ｂｇ２と比較して、平滑化されている。

【0031】

Ｓ４０では、ＣＰＵ２１０は、平滑化画像データに対して、エッジ鮮鋭化処理を実行して、処理済み画像データを生成する。具体的には、ＣＰＵ２１０は、平滑化画像データに含まれる複数個のエッジ画素の値のそれぞれに対して、アンシャープマスク処理や、鮮鋭化フィルタを適用する処理などの鮮鋭化処理を実行して、鮮鋭化処理済みの複数個のエッジ画素の値を算出する。鮮鋭化処理の対象となるエッジ画素は、Ｓ２０の分類処理によって生成された分類データを参照して特定される。ＣＰＵ２１０は、平滑化画像データに含まれる複数個の非エッジ画素の値（平滑化処理済みの複数個の非エッジ画素の値）と、鮮鋭化処理済みの複数個のエッジ画素の値と、を含む処理済み画像データを生成する。平滑化画像データに含まれる複数個のエッジ画素の値は、平滑化処理の対象ではないので、スキャンデータに含まれる複数個のエッジ画素の値と同じである。したがって、本ステップのエッジ鮮鋭化処理は、スキャンデータに含まれる複数個のエッジ画素の値に対して実行される、とも言うことができる。

【0032】

図３（Ｄ）には、処理済み画像データによって示される処理済み画像ＦＩが示されている。処理済み画像ＦＩは、白色の背景Ｂｇ１ｆと、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７、背景Ｂｇ２に対応するオブジェクトＯｂ１ｆ〜Ｏｂ７ｆ、背景Ｂｇ２ｆを含んでいる。これらのオブジェクトＯｂ１ｆ〜Ｏｂ７ｆ、背景Ｂｇ２ｆのエッジは、スキャン画像ＳＩ内のオブジェクトＯｂ１〜Ｏｂ７、背景Ｂｇ２のエッジや、平滑化画像ＧＩ内のオブジェクトＯｂ１ｇ〜Ｏｂ７ｇ、背景Ｂｇ２ｇのエッジと比較して、鮮鋭化されている、すなわち、シャープになっている。

【0033】

以上の説明から解るように、処理済み画像ＦＩ内のオブジェクトＯｂ１ｆ〜Ｏｂ７ｆ、背景Ｂｇ２ｆは、鮮鋭化されたエッジと、平滑化された非エッジ部分を含む。

【0034】

Ｓ５０では、ＣＰＵ２１０は、処理済み画像データを用いて印刷データを生成する印刷データ生成処理を実行する。具体的には、ＲＧＢ画像データである処理済み画像データに対して色変換処理が実行されて、印刷に用いられる色材に対応する色成分（Ｃ、Ｍ、Ｙ、Ｋの成分）を有する色値であるＣＭＹＫ値で画素ごとの色を示すＣＭＹＫ画像データが生成される。色変換処理は、例えば、公知のルックアップテーブルを参照して実行される。ＣＭＹＫ値画像データに対して、ハーフトーン処理が実行されて、印刷に用いられる色材ごと、かつ、画素ごとに、ドットの形成状態を示すドットデータが生成される。ドットの形成状態は、例えば、ドット有、ドット無の２種類の状態や、大ドット、中ドット、小ドット、ドット無の４種類の状態を取り得る。ハーフトーン処理は、例えば、ディザ法や、誤差拡散法に従って実行される。該ドットデータは、印刷時に用いられる順に並べ替えられ、該ドットデータに、印刷コマンドが付加されることによって、印刷データが生成される。

【0035】

Ｓ６０では、ＣＰＵ２１０は、印刷処理を実行して、画像処理を終了する。具体的には、ＣＰＵ２１０は、印刷データを印刷実行部２８０に供給して、印刷実行部２８０に処理済み画像を印刷させる。

【0036】

以上説明した画像処理によれば、スキャンデータのうち、特定済みの複数個のエッジ画素の値に対して第１の画像処理（具体的には、エッジ鮮鋭化処理）が実行され（Ｓ４０）、複数個の非エッジ画素の値に対して第１の画像処理とは異なる第２の画像処理（具体的には、網点平滑化処理）が実行され（Ｓ３０）、処理済み画像データが生成される。この結果、エッジ画素の値と、エッジ画素とは異なる画素の値と、に対して、互いに異なる画像処理が実行されるので、スキャンデータに対する適切な画像処理を実現できる。なお、変形例では、Ｓ４０のエッジ鮮鋭化処理が先に実行され、その後に、Ｓ３０の網点平滑化処理が実行されても良い。

【0037】

より具体的には、鮮鋭化処理済みの複数個のエッジ画素の値と、平滑化処理済みの複数個の非エッジ画素の値と、を含む処理済み画像データが生成される（Ｓ３０、Ｓ４０）。この結果、見栄えの良い処理済み画像ＦＩを示す処理済み画像データを生成することができる。

【0038】

例えば、図３（Ｄ）の処理済み画像ＦＩに示すように、処理済み画像データでは、オブジェクトなどのエッジを構成するエッジ画素の値には、鮮鋭化処理済みの値が用いられている。この結果、処理済み画像ＦＩのエッジがシャープに見えるので、例えば、印刷される処理済み画像ＦＩの見栄えを向上することができる。

【0039】

また、処理済み画像データでは、処理済み画像ＦＩ内の背景Ｂｇ２などの均一な部分や、オブジェクトのエッジとは異なる部分を構成する非エッジ画素の値には、平滑化処理済みの値が用いられている。この結果、処理済み画像ＦＩのエッジとは異なる部分に、例えば、モアレの原因となる網点が表れることを抑制できるので、印刷される処理済み画像ＦＩにモアレなどの不具合が発生することを抑制できる。この結果、印刷される処理済み画像ＦＩの見栄えを向上することができる。

【0040】

例えば、スキャンデータの生成に用いられた原稿は、画像が印刷された印刷物である。このため、例えば、原稿内の白とは異なる色を有する背景Ｂｇ２などの均一な部分は、画像を形成するドットレベルでみると、網点を形成している。網点は、複数個のドットと、ドットが配置されていない部分（原稿の地色を示す部分）と、を含む。このために、スキャン画像ＳＩ内の背景Ｂｇ２を示す領域には、画素レベルでみると、網点が示されている。網点内のドットは、原稿の印刷時に用いられるディザマトリクスなどの影響によって、周期性を持って並んでいる。このためにスキャンデータを用いて印刷を行うと、ハーフトーン処理前の元画像（スキャン画像ＳＩ）内に存在している網点のドットの周期成分と、印刷画像を構成する網点のドットの周期成分と、が干渉して、モアレが表れやすい。本実施例の処理済み画像ＦＩでは、平滑化処理によって、元画像（スキャン画像ＳＩ）内のエッジとは異なる部分のドットの周期成分が低減される。この結果、処理済み画像データを用いて、処理済み画像ＦＩを印刷する場合に、例えば、印刷される処理済み画像ＦＩにモアレが発生することを抑制できる。

【0041】

特に、上記画像処理では、処理済み画像データを用いて、印刷データが生成される（Ｓ５０）ので、例えば、印刷される処理済み画像ＦＩに発生しやすいモアレを抑制可能な適切な印刷データを生成することができる。

【0042】

Ａ−３：画素分類処理
図２のＳ２０の画素分類処理について説明する。Ｓ２２では、ＣＰＵ２１０は、対象画像データを用いて、第１の二値画像データ生成処理を実行して、第１の二値画像データを生成する。第１の二値画像データは、エッジ画素と非エッジ画素とを示す二値データである。ここで、第１の二値画像データによって示されるエッジ画素を第１のエッジ画素とも呼び、第１の二値画像データによって示される非エッジ画素を第１の非エッジ画素とも呼ぶ。第１の二値画像データ生成処理の詳細は、後述する。

【0043】

Ｓ２４では、ＣＰＵ２１０は、対象画像データを用いて、第２の二値画像データ生成処理を実行して、第２の二値画像データを生成する。第２の二値画像データは、第１の二値画像データと同様に、エッジ画素と非エッジ画素とを示す二値データである。第２の二値画像データは、第１の二値画像データとは異なる処理によって生成され、第１の二値画像データとは異なるデータである。ここで、第２の二値画像データによって示されるエッジ画素を第２のエッジ画素とも呼び、第２の二値画像データによって示される非エッジ画素を第２の非エッジ画素とも呼ぶ。第２の二値画像データ生成処理の詳細は、後述する。

【0044】

Ｓ２６では、ＣＰＵ２１０は、Ｓ２２にて生成された第１の二値画像データと、Ｓ２４にて生成された第２の二値画像データと、を合成する合成処理を実行して、最終的に特定されるエッジ画素と非エッジ画素とを示す二値画像データ（分類データ）を生成する。具体的には、ＣＰＵ２１０は、第１の二値画像データと、第２の二値画像データと、の各画素の論理和を取ることによって、分類データとしての二値画像データを生成する。換言すれば、ＣＰＵ２１０は、第１の二値画像データによって特定される複数個の第１のエッジ画素と、第２の二値画像データによって特定される複数個の第２のエッジ画素と、を含む画素群であって、第１のエッジ画素とも第２のエッジ画素とも異なる画素を含まない画素群を、最終的に、複数個のエッジ画素として特定する。この結果、スキャン画像ＳＩ内のエッジ画素の特定漏れを効果的に低減できる。

【0045】

Ａ−４：第１の二値画像データ生成処理
図２のＳ２２の第１の二値画像データ生成処理について説明する。図４は、第１の二値画像データ生成処理のフローチャートである。Ｓ１００では、ＣＰＵ２１０は、対象画像データに含まれる３個の成分画像データ、すなわち、Ｒ成分画像データ、Ｇ成分画像データ、Ｂ成分画像データのそれぞれに対して、平滑化処理を実行する。これによって、３個の平滑化済みの成分画像データ、すなわち、平滑化済みのＲ成分画像データ、平滑化済みのＧ成分画像データ、平滑化済みのＢ成分画像データが生成される。

【0046】

平滑化処理は、処理対象の成分画像データによって示される成分画像を平滑化する処理である。本実施例の平滑化処理は、処理対象の成分画像データの各画素の値に対して、所定の平滑化フィルタを適用して、平滑化済みの各画素の値を算出する処理である。図５は、平滑化フィルタの一例を示す図である。本実施例では、平滑化フィルタとして、図５（Ａ）のガウスフィルタＧＦａが用いられる。ガウスフィルタＧＦａは、縦７画素×横７画素の４９個の画素のそれぞれに対応する係数を規定している。すなわち、ガウスフィルタＧＦａには、中央の注目画素ＴＰに対応する１個の係数と、注目画素ＴＰに対して上下左右に隣接する４個の画素を含む４８個の周辺画素に対応する係数と、が規定されている。ＣＰＵ２１０は、処理対象の成分画像データにおける注目画素ＴＰと周辺画素とを含むフィルタ範囲内の４９個の画素の値に、それぞれ、ガウスフィルタＧＦａに規定される対応する係数を乗じて、４９個の修正値を算出する。ＣＰＵ２１０は、該４９個の修正値の和を、平滑化済みの注目画素の値として算出する。

【0047】

Ｓ１１０では、３個の平滑化済みの成分画像データのそれぞれに対して、エッジ強調処理を実行して、３個のエッジ強調済みの成分画像データ、すなわち、エッジ強調済みのＲ成分画像データ、エッジ強調済みのＧ成分画像データ、エッジ強調済みのＢ成分画像データを生成する。

【0048】

図６は、エッジ強調処理のフローチャートである。ここでは、平滑化済みのＲ成分画像データが処理対象であるとして説明する。平滑化済みのＧ成分画像データおよび平滑化済みのＢ成分画像データに対しても同様の処理が行われる。

【0049】

Ｓ２００では、ＣＰＵ２１０は、エッジ強調済みのＲ成分画像データを生成するためのキャンバスデータをメモリ（具体的には、揮発性記憶装置２２０のバッファ領域）に準備する。キャンバスデータによって示されるキャンバス（初期画像）は、スキャン画像ＳＩと同じサイズの画像、すなわち、同じ画素数の画像である。キャンバスデータの各画素の値は、所定の初期値（例えば、０）である。

【0050】

Ｓ２０５では、ＣＰＵ２１０は、平滑化済みのＲ成分画像データによって示される平滑化済みのＲ成分画像内の複数個の画素から１個の注目画素を選択する。

【0051】

Ｓ２１０では、ＣＰＵ２１０は、注目画素に対応するマスク値ＭＶを算出する。マスク値ＭＶは、注目画素の値ＴＶと、注目画素に対して上下左右に隣接する４個の画素を含む所定個数の周辺画素の値と、を用いて、注目画素の値ＴＶを平滑化する処理によって算出される。このために、マスク値ＭＶを、平滑値とも呼ぶ。具体的には、注目画素を中心とする縦１０画素×横１０画素の矩形の範囲内の１００個の画素の値の平均値が、注目画素に対応するマスク値ＭＶとして算出される。

【0052】

Ｓ２２０では、ＣＰＵ２１０は、注目画素の値ＴＶと、注目画素に対応するマスク値ＭＶと、の差分ΔＶを算出する（ΔＶ＝（ＴＶ−ＭＶ））。

【0053】

Ｓ２３０では、ＣＰＵ２１０は、差分ΔＶは、基準以上であるか否かを判断する。具体的には、差分ΔＶが、予め定められた閾値ＴＨ以上であるか否かが判断される。閾値ＴＨは、成分値が、０〜２５５の範囲の２５６階調の値である場合に、例えば、２０〜３０程度の値である。

【0054】

差分ΔＶが基準以上である場合には（Ｓ２３０：ＹＥＳ）、Ｓ２４０にて、ＣＰＵ２１０は、注目画素の値ＴＶと、注目画素に対応する差分ΔＶと、の和（ＴＶ＋ΔＶ）を、処理済みの値として算出する。差分ΔＶが基準未満である場合には（Ｓ２３０：ＮＯ）、ＣＰＵ２１０は、Ｓ２４０をスキップする。

【0055】

Ｓ２４５では、ＣＰＵ２１０は、注目画素の値を、Ｓ２００にて準備されたキャンバスデータに記録する。Ｓ２４０が実行された場合には、Ｓ２４０にて算出された注目画素の値ＴＶと、注目画素に対応する差分ΔＶと、の和が、処理済みの値としてキャンバスデータに記録される。Ｓ２４０がスキップされた場合には、平滑化済みのＲ成分画像データの注目画素の値が、そのまま、キャンバスデータに記録される。

【0056】

Ｓ２５０では、ＣＰＵ２１０は、Ｒ成分画像内の全ての画素を注目画素として処理したか否かを判断する。未処理の画素がある場合には（Ｓ２５０：ＮＯ）、ＣＰＵ２１０は、Ｓ２０５に戻って、未処理の画素を注目画素として選択する。全ての画素が処理された場合には（Ｓ２５０：ＹＥＳ）、ＣＰＵ２１０は、エッジ強調処理を終了する。この時点でエッジ強調済みのＲ成分画像データが生成されている。

【0057】

図７は、平滑化済みのＲ成分画像データと、エッジ強調済みのＲ成分画像データと、の説明図である。図７（Ａ）には、図４のＳ１００の平滑化処理前のＲ成分画像データを概念的に示すグラフが図示されている。図７（Ｂ）、図７（Ｃ）には、それぞれ、平滑化処理済みのＲ成分画像データ、および、エッジ強調済みのＲ成分画像データを概念的に示すグラフが図示されている。各グラフのうち、左側の部分には、網点を示す網点領域が概念的に示され、右側の部分には、文字などのオブジェクトのエッジを示すエッジ領域が概念的に示されている。各グラフの縦軸は、Ｒ成分の値を示し、横軸は、所定の方向（例えば、図３の第１方向Ｄ１）の位置を示す。

【0058】

平滑化処理前のＲ成分画像データには、例えば、網点領域において、複数個の網点と、該網点間の複数個の隙間と、に対応する複数個の谷部Ｃ１〜Ｃ３と、複数個の山部Ｐ１、Ｐ２と、が現れる（図７（Ａ））。このような谷部Ｃ１〜Ｃ３と、複数個の山部Ｐ１、Ｐ２と、の間のＲ成分の値の差が大きいまま残存していると、後述するＳ１５０の二値化処理において、該Ｒ成分の値の差に起因して、網点を示すエッジ画素が特定されやすい。網点領域は、画素レベルの視点（網点を認識できる程度のミクロの視点）でみれば、網点を含むが、観察者の視点（網点を認識できない程度のマクロの視点）でみれば、均一な領域である。このため、本実施例では、網点領域内において、網点に起因するエッジ画素は、特定されるべきではない。網点領域は、図２のＳ３０で平滑化されることが好ましく、Ｓ４０にて、鮮鋭化されるべきではないからである。仮に、網点のエッジが鮮鋭化されると、網点の周期性が目立つために、該画像を印刷する場合に、モアレが目立ちやすくなるからである。例えば、スキャン画像ＳＩ内の背景Ｂｇ２などの均一な部分や、オブジェクトのエッジとは異なる部分において、エッジ画素は、特定されるべきではない。

【0059】

平滑化済みのＲ成分画像データでは、平滑化処理によって、例えば、網点領域において、複数個の谷部Ｃ１ａ〜Ｃ３ａと、複数個の山部Ｐ１ａ、Ｐ２ａと、のＲ成分の値の差が、平滑化処理前のＲ成分画像データと比較して十分に小さくなっている（図７（Ｂ））。

【0060】

ここで、本実施例のエッジ強調処理では、注目画素の値ＴＶと、注目画素に対応するマスク値ＭＶと、の差分ΔＶと、が大きいほど、エッジ強調の効果が大きくなる。このために、図７（Ｂ）の網点領域のように、比較的Ｒ成分の値の差が小さく平坦になっている領域では、エッジ強調の効果が小さくなる。また、本実施例のエッジ強調処理では、差分ΔＶが基準未満である場合には、エッジ強調が行われずに、平滑化済みのＲ成分画像データの画素の値がそのまま採用される（図６のＳ２３０）。この結果、エッジ強調済みのＲ成分画像データでは、エッジ強調処理が行われたにも関わらずに、例えば、網点領域において、複数個の谷部Ｃ１ｂ〜Ｃ３ｂと、複数個の山部Ｐ１ｂ、Ｐ２ｂと、のＲ成分の値の差は、平滑化処理済みのＲ成分画像データと比較して大きくなってはいない（図７（Ｃ））。すなわち、平滑化済みのＲ成分画像データと同様に、エッジ強調済みのＲ成分画像データでは、複数個の谷部Ｃ１ｂ〜Ｃ３ｂと、複数個の山部Ｐ１ｂ、Ｐ２ｂと、のＲ成分の値の差が、平滑化処理前のＲ成分画像データ（図７（Ａ））と比較して十分に小さくなっている（図７（Ｃ））。

【0061】

平滑化処理前のＲ成分画像データには、例えば、文字などのオブジェクトのエッジを示すエッジ領域において、該エッジに対応してＲ成分の値が急激に変化する変動部Ｅ１が現れる（図７（Ａ））。このような変動部Ｅ１において、値の変化が大きいほど、後述するＳ１５０の二値化処理において、該Ｒ成分の値の差に起因して、オブジェクトのエッジを示すエッジ画素が特定されやすい。

【0062】

平滑化済みのＲ成分画像データでは、平滑化処理によって、例えば、エッジ領域において、変動部Ｅ１ａにおける値の変化が、平滑化処理前のＲ成分画像データと比較して小さくなっている（緩やかになっている）（図７（Ｂ））。

【0063】

しかしながら、文字などのオブジェクトのエッジに対応する変動部Ｅ１ａにおける値の変化は、網点領域における値の変化よりは十分に大きいので、エッジ強調処理によって、再度、急激な変化に戻される。この結果、エッジ強調済みのＲ成分画像データでは、エッジ領域において、変動部Ｅ１ｂのＲ成分の値の変化は、平滑化処理済みのＲ成分画像データと比較して大きくなっている（図７（Ｃ））。このため、エッジ強調済みのＲ成分画像データでは、エッジ領域において、変動部Ｅ１ｂにおける値の変化が、平滑化処理前のＲ成分画像データと比較して、同程度、もしくは、急激になっている（図７（Ｃ））。

【0064】

以上の説明から解るように、本実施例では、各成分画像データに対して、平滑化処理（Ｓ１００）と、エッジ強調処理（Ｓ１１０）とを、この順序で実行するので、網点のエッジを示すエッジ画素が特定されることを抑制することができ、かつ、文字などのオブジェクトのエッジを示すエッジ画素が特定されることを促進することができる。この結果、スキャン画像ＳＩ内の複数個のエッジ画素を適切に特定することができる。

【0065】

Ｒ、Ｇ、Ｂの３個の色成分に対応する３個の強調処理済みの成分画像データが生成されると、図４の１２０では、該３個の強調処理済みの成分画像データを用いて、輝度画像データを生成する。輝度画像データは、該３個の強調処理済みの成分画像データによって示される強調済画像内の複数個の画素の輝度を示すデータである。具体的には、ＣＰＵ２１０は、該３個の強調処理済みの成分画像データから取得される各画素のＲ値、Ｇ値、Ｂ値を用いて、各画素の輝度Ｙを算出する。輝度Ｙは、例えば、上記３成分の加重平均であり、具体的には、Ｙ＝０．２９９×Ｒ＋０．５８７×Ｇ＋０．１１４×Ｂの式を用いて算出できる。輝度画像データは、１種類の成分値（輝度を示す値）で構成される単成分画像データの一例である。

【0066】

Ｓ１３０では、ＣＰＵ２１０は、生成された輝度画像データに対して、当該輝度画像データによって示される輝度画像内のエッジを抽出するエッジ抽出処理を実行して、エッジ抽出データを生成する。具体的には、ＣＰＵ２１０は、輝度画像データの各画素の値に、いわゆるソーベルフィルタ（Sobel filter）を適用して、エッジ強度Ｓｅを算出する。ＣＰＵ２１０は、これらのエッジ強度Ｓｅを、複数個の画素の値とするエッジ抽出データを生成する。

【0067】

以下に、エッジ強度の算出式（１）を示す。式（１）の階調値Ｐ（ｘ，ｙ）は、輝度画像内の特定の画素位置（ｘ，ｙ）の階調値を表している。位置ｘは、第１方向Ｄ１の画素位置を示し、位置ｙは、第２方向Ｄ２の画素位置を示している。輝度画像内の画素位置（ｘ，ｙ）におけるエッジ強度Ｓｅ（ｘ，ｙ）は、その画素位置（ｘ，ｙ）を中心とし隣り合う３行３列の９つの画素の値を用いて算出される。算出式の第１項および第２項は、９つの位置の画素の階調値に、対応する係数をそれぞれ乗じた値の和の絶対値である。第１項は、第１方向Ｄ１の階調値の微分（すなわち、横方向の微分）であり、第２項は、第２方向Ｄ２の階調値の微分（すなわち、縦方向の微分）である。算出されるエッジ強度Ｓｅ（ｘ，ｙ）は、０〜２５５の範囲の２５６階調の値に正規化される。

【0068】

【数1】

…（１）

【0069】

生成されるエッジ抽出データによって示されるエッジ抽出画像では、スキャン画像ＳＩにおけるエッジに対応する位置、すなわち、図３（Ｂ）の二値画像ＢＩにおけるエッジＥｇ１〜Ｅｇ８に対応する位置の画素の値が、他の位置の画素の値と比較して大きくなる。

【0070】

Ｓ１４０では、ＣＰＵ２１０は、エッジ抽出データに対して、レベル補正処理を実行して、補正処理済みのエッジ抽出データを生成する。レベル補正処理は、エッジ抽出データの画素の値が取り得る階調値の範囲（本実施例では、０〜２５５の範囲）内の特定範囲を拡大する補正処理である。

【0071】

図８は、レベル補正処理のためのトーンカーブの一例を示す図である。具体的には、ＣＰＵ２１０は、エッジ抽出データの各画素に対して、図８のトーンカーブを適用する。この結果、閾値Ｖｂ（例えば、２４５）以上の値は、全て最大値（２５５）に変換されるとともに、閾値Ｖａ（例えば、１０）以下の値は、全て最小値（０）に変換される。そして、閾値Ｖａより大きく、かつ、閾値Ｖｂ未満の範囲は、０から２５５の範囲に拡大される。

【0072】

Ｓ１５０では、ＣＰＵ２１０は、補正処理済みのエッジ抽出データに対して、二値化処理を実行して、二値画像データを生成する。例えば、ＣＰＵ２１０は、エッジ画像データにおいて、画素の値（すなわち、エッジ強度）が閾値（例えば、１２８）以上である画素を、エッジ画素に分類し、画素の値が閾値未満である画素を、非エッジ画素に分類する。二値画像データでは、上述したように、エッジ画素の値は、「１」とされ、非エッジ画素の値は、「０」とされる。

【0073】

Ｓ１６０では、ＣＰＵ２１０は、二値画像データに対して、孤立したエッジ画素を除去するとともに、孤立した非エッジ画素を除去する孤立画素除去処理を実行して、孤立画素除去済みの二値画像データを生成する。

【0074】

図９は、孤立画素除去処理の説明図である。具体的には、ＣＰＵ２１０は、二値画像データ内の複数個の画素を注目画素ＴＰとして、該注目画素ＴＰを中心とする所定の範囲内の画素の値が、図９（Ａ）〜（Ｄ）の左側に示す特定パターンを有するか否かを判断する。図９（Ａ）〜（Ｄ）おいて、値が「１」の画素は、エッジ画素であることを示し、値が「０」の画素は、非エッジ画素であることを示し、値が「ａｎｙ」の画素は、エッジ画素と非エッジ画素のいずれでも良いことを示す。

【0075】

図９（Ａ）のパターンは、注目画素ＴＰが非エッジ画素であり、注目画素ＴＰに対して上下に隣接する２個の画素がエッジ画素であるパターンである。図９（Ｂ）のパターンは、注目画素ＴＰが非エッジ画素であり、注目画素ＴＰに対して左右に隣接する２個の画素がエッジ画素であるパターンである。図９（Ａ）または図９（Ｂ）のパターンを有する場合には、ＣＰＵ２１０は、図９（Ａ）または図９（Ｂ）の右側に示すように、注目画素ＴＰを、非エッジ画素から、エッジ画素に変更する。

【0076】

図９（Ｃ）のパターンは、注目画素ＴＰがエッジ画素であり、注目画素ＴＰに対して上下左右に隣接する４個の画素が非エッジ画素であるパターンである。図９（Ｃ）のパターンを有する場合には、ＣＰＵ２１０は、図９（Ｃ）の右側に示すように、注目画素ＴＰを、エッジ画素から、非エッジ画素に変更する。

【0077】

図９（Ｄ）のパターンは、注目画素ＴＰを中心とする縦３画素×横３画素の９画素の範囲の外側に隣接し、該９画素の範囲の周囲を囲む１６個の画素の全てが非エッジ画素であるパターンである。図９（Ｄ）のパターンを有する場合には、ＣＰＵ２１０は、図９（Ｄ）の右側に示すように、注目画素ＴＰを中心とする縦３画素×横３画素の９画素の全てを、非エッジ画素に設定する。

【0078】

Ｓ１６０にて生成される孤立画素除去済みの二値画像データが、第１の二値画像データ生成処理にて生成される最終的な第１の二値画像データである。

【0079】

以上説明したように、複数個の成分画像データのそれぞれに対して、平滑化処理が実行され、複数個の平滑化済みの成分画像データが生成される（Ｓ１００）。複数個の平滑化済みの成分画像データのそれぞれに対して、エッジ強調処理が実行され、複数個のエッジ強調済みの成分画像データが生成される（Ｓ１１０）。複数個のエッジ強調済みの成分画像データを用いて、１種類の成分値で構成される単成分画像データである輝度画像データが生成される（Ｓ１２０）。そして、該輝度画像データを用いて、スキャン画像ＳＩ内のエッジを構成する複数個のエッジ画素が特定される（Ｓ１３０〜Ｓ１６０、図２のＳ２６）。この結果、図７を参照して説明したように、複数個の成分画像データのそれぞれに対して平滑化処理を実行することで、スキャン画像ＳＩ内に現れる網点の特徴を低減できる。さらに、図７を参照して説明したように、複数個の平滑化済みの成分画像データのそれぞれに対して、エッジ強調処理を実行することで、平滑化処理によって平滑化されたスキャン画像ＳＩ内のエッジを適切に強調できる。この結果、網点に起因するエッジ画素が特定されることを抑制しつつ、スキャン画像ＳＩ内のエッジ画素の適切に特定できる。

【0080】

さらに、単成分画像データとして、輝度画像データが用いられるので、スキャン画像ＳＩ内の複数個のエッジ画素をより適切に特定できる。例えば、網点は、印刷に用いられるＣ、Ｍ、Ｙの原色を有することが多いが、このような複数種の原色間の差は、Ｒ、Ｇ、Ｂの各成分画像データにおいて比較的大きくなるが、輝度画像データでは、比較的小さくなる。このために、輝度画像データを用いることで、網点に起因するエッジ画素が特定されることを適切に抑制できる。また、文字の読みやすさのために、文字の色と背景の色とは、輝度に比較的大きな差があることが多い。このために、輝度画像データを用いることで、文字をはじめとするオブジェクトのエッジを示すエッジ画素を適切に特定できる。

【0081】

さらに、図６のエッジ強調処理では、注目画素に対応するマスク値（平滑値とも呼ぶ）の算出（Ｓ２１０）と、注目画素の値ＴＶと注目画素に対応するマスク値との差分ΔＶの算出（Ｓ２２０）と、注目画素の値ＴＶと対応する差分ΔＶとの和（ＴＶ＋ΔＶ）の算出（Ｓ２４０）と、を含むいわゆるアンシャープマスク処理が実行される。この結果、スキャン画像ＳＩのエッジを適切に強調できるので、特定すべきエッジ画素の特定漏れを抑制できる。この結果、スキャン画像ＳＩ内のエッジ画素をより適切に特定できる。

【0082】

さらに、図６のエッジ強調処理では、スキャン画像ＳＩ内の複数個の画素のうち、対応する差分ΔＶが基準以上である画素については、処理済みの値として、上述の和（ＴＶ＋ΔＶ）が算出されるが、該差分ΔＶが基準未満である画素については、上述の和（ＴＶ＋ΔＶ）が算出されない（Ｓ２３０、２４０）。そして、エッジ強調済みの成分画像データの画素の値として、差分ΔＶが基準以上である画素については、上述の和（ＴＶ＋ΔＶ）が記録され、差分ΔＶが基準未満である画素については、元の値（平滑化済みの成分画像データの値）が記録される（Ｓ２４５）。

【0083】

換言すれば、ＣＰＵ２１０は、平滑化済みの成分画像データのＭ個（Ｍは２以上の整数）の画素の値のうち、対応する差分ΔＶが基準以上であるＮ１個（Ｎ１はＭ未満の整数）の画素の値に対応するＮ１個の処理済みの値（和（ＴＶ＋ΔＶ））を算出する（Ｓ２４５）。そして、ＣＰＵ２１０は、Ｎ１個の画素の値に対応する処理済みの値と、平滑化済みの成分画像データのＭ個の画素の値うち、対応する差分ΔＶが基準未満であるＮ２個（Ｎ２は、Ｎ１＋Ｎ２＝Ｍを満たす整数）の画素の値と、を含む強調済みの成分画像データを生成する。この結果、図７を参照して説明したように、スキャン画像ＳＩの網点に起因する画素間の値の差が強調されることをさらに抑制できるので、網点に起因するエッジ画素の特定をさらに抑制できる。そして、文字などのオブジェクトのエッジについては適切に強調できる。したがって、スキャン画像ＳＩ像内のエッジ画素をさらに適切に特定できる。

【0084】

さらに、上述の第１の二値画像データ生成処理（図４）では、エッジ抽出データに対して、レベル補正処理を実行して、補正処理済みのエッジ抽出データが生成され（Ｓ１４０）、補正処理済みのエッジ抽出データを二値化する処理を含むエッジ画素特定処理が実行される（Ｓ１５０、Ｓ１６０）。このように、二値化閾値を含む範囲（図８の閾値Ｖａより大きく、かつ、閾値Ｖｂ未満の範囲）を拡大してから、二値化処理を行うので、二値化の精度を向上できる。したがって、スキャン画像ＳＩ内のエッジ画素の特定精度を向上できる。

【0085】

さらに、エッジ抽出データを二値化する処理（Ｓ１５０）の後に、Ｓ１６０にて、該二値化データに対して、孤立したエッジ画素を除去する処理（図９（Ｃ）、（Ｄ））を含む孤立画素除去処理が実行される。換言すれば、Ｓ１５０にて、複数個のエッジ画素の候補となる複数個の候補画素が特定され、Ｓ１６０では、これらの複数個の候補画素から、孤立した候補画素を除去することで、最終的なエッジ画素が特定される。網点に起因するエッジ画素は、例えば、文字などのエッジとは異なり、孤立している可能性が高い。このために、仮に、Ｓ１５０にて生成される二値画像データにおいて、網点に起因するエッジ画素が特定されたとしても、孤立画素除去処理によって、該エッジ画素を適切に除去できる。したがって、スキャン画像ＳＩのエッジ画素をさらに適切に特定することができる。

【0086】

さらに、上記実施例では、孤立画素除去処理は、孤立したエッジ画素を除去する処理に加えて、孤立した非エッジ画素を除去する処理（図９（Ａ）、（Ｂ））を含む。このために、文字などのエッジを構成する部分に、非エッジ画素が混在して、文字などのエッジが途切れることを抑制することができる。

【0087】

Ａ−５：第２の二値画像データ生成処理
図２のＳ２４の第２の二値画像データ生成処理について説明する。図１０は、第２の二値画像データ生成処理のフローチャートである。Ｓ３００では、ＣＰＵ２１０は、スキャンデータを用いて、最小成分データを生成する。具体的には、ＣＰＵ２１０は、スキャンデータに含まれる複数個の画素の値（ＲＧＢ値）のそれぞれから、最小成分値Ｖｍｉｎを取得する。最小成分値Ｖｍｉｎは、ＲＧＢ値に含まれる複数個の成分値（Ｒ値、Ｇ値、Ｂ値）のうちの最小値である。ＣＰＵ２１０は、これらの最小成分値Ｖｍｉｎを複数個の画素の値とする画像データを、最小成分データとして生成する。最小成分データは、スキャン画像ＳＩと同じサイズの画像を示す画像データである。最小成分データに含まれる複数個の画素の値のそれぞれは、スキャンデータの対応する画素の値（ＲＧＢ値）の最小成分値Ｖｍｉｎである。

【0088】

図１１は、スキャンデータの最小成分値と最大成分値の説明図である。図１１（Ａ）〜図１１（Ｅ）には、ＲＧＢ値の一例として、シアン（Ｃ）、マゼンタ（Ｍ）、イエロ（Ｙ）、黒（Ｋ）、白（Ｗ）のＲＧＢ値が、棒グラフで図示されている。図１１に示すように、Ｃ、Ｍ、Ｙ、Ｋ、ＷのＲＧＢ値（Ｒ、Ｇ、Ｂ）は、それぞれ、（０、２５５、２５５）、（２５５、０、２５５）（２５５、２５５、０）、（０、０、０）、（２５５、２５５、２５５）である。

【0089】

これらのＲＧＢ値の輝度Ｙは、上述したように、例えば、Ｙ＝０．２９９×Ｒ＋０．５８７×Ｇ＋０．１１４×Ｂの式を用いて算出できる。Ｃ、Ｍ、Ｙ、Ｋ、Ｗの輝度（０〜２５５の値で表す）は、約１８６、１１３、２２６、０、２５５であり、それぞれに異なる値となる（図１１）。これに対して、Ｃ、Ｍ、Ｙ、Ｋ、Ｗの最小成分値Ｖｍｉｎは、図１１に示すように、０、０、０、０、２５５となり、白（Ｗ）を除いて同じ値となる。

【0090】

図１２は、画像処理に用いられる画像の一例を示す第２の図である。図１２（Ａ）は、スキャン画像ＳＩのうち、上述した網点領域の拡大図である。例えば、図１２（Ａ）の例では、スキャン画像ＳＩ内の網点領域は、複数個のＭドットＭＤと、複数個のＹドットＹＤと、を含んでいる。ここでは、説明のために、ＭドットＭＤを示す画像は、マゼンタの原色を有する均一な画像であり、ＹドットＹＤを示す画像は、イエロの原色を有する均一な画像であるとする。

【0091】

図１２（Ｂ）には、最小成分データによって示される最小成分画像ＭＮＩの一例が示されている。この最小成分画像ＭＮＩは、図１２（Ａ）のスキャン画像ＳＩに対応している。最小成分画像ＭＮＩでは、スキャン画像ＳＩのＹドットＭＤに対応する領域ＭＤｂ内の画素の値と、ＹドットＹＤに対応する領域ＹＤｂ内の画素の値と、は互いに同じとなる。図１２（Ｃ）には、比較例として、各画素の輝度を示す輝度画像データによって示される輝度画像ＹＩが示されている。この輝度画像ＹＩは、図１２（Ａ）のスキャン画像ＳＩに対応している。輝度画像ＹＩでは、最小成分画像ＭＮＩとは異なり、スキャン画像ＳＩのＭドットＭＤに対応する領域ＭＤｄ内の画素の値と、ＹドットＹＤに対応する領域ＹＤｄ内の画素の値と、は互いに異なる。

【0092】

以上の説明から解るように、最小成分画像ＭＮＩでは、スキャン画像ＳＩにおいて、原稿内のＣ、Ｍ、Ｙ、Ｋドットが形成された部分に対応する複数個の画素の値の間の差が、輝度画像ＹＩよりも小さくなる。そして、最小成分画像ＭＮＩでは、スキャン画像ＳＩにおいて、原稿内の地色（用紙の白色）を示す領域に対応する地色領域の画素の値が、ドットが形成された部分に対応する画素の値よりも大きくなる。

【0093】

Ｓ３１０では、ＣＰＵ２１０は、生成された最小成分データに対して、該最小成分データによって示される最小成分画像ＭＮＩを平滑化する平滑化処理を実行して、平滑化済みの最小成分データを生成する。具体的には、ＣＰＵ２１０は、最小成分データの各画素の値に、所定の平滑化フィルタ、本実施例では、図５（Ｂ）に示すガウスフィルタＧＦｂを適用することによって、平滑化済みの各画素の値を算出する。ガウスフィルタＧＦｂは、縦５画素×横５画素の２５個の画素のそれぞれに対応する係数を規定している。換言すれば、ガウスフィルタＧＦｂには、注目画素ＴＰに対応する１個の係数と、注目画素ＴＰの上下左右に隣接する４個の画素を含む２４個の周辺画素に対応する係数と、が規定されている。ＣＰＵ２１０は、注目画素ＴＰと周辺画素とを含むフィルタ範囲内の２５個の画素の値に、それぞれ、ガウスフィルタＧＦｂに規定される対応する係数を乗じて、２５個の修正値を算出する。ＣＰＵ２１０は、該２５個の修正値の和を、平滑化済みの注目画素の値として算出する。

【0094】

Ｓ３２０では、ＣＰＵ２１０は、平滑化済みの最小成分データに対して、当該平滑化済みの最小成分データによって示される平滑化済みの最小成分画像ＭＮＩ内のエッジを抽出するエッジ抽出処理を実行して、エッジ抽出データを生成する。具体的には、ＣＰＵ２１０は、平滑化済みの最小成分データの各画素の値に、図４のＳ１３０の処理と同一のソーベルフィルタ（Sobel filter）を適用して、エッジ強度Ｓｅを算出する。ＣＰＵ２１０は、これらのエッジ強度Ｓｅを、複数個の画素の値とするエッジ抽出データを生成する。

【0095】

Ｓ３３０では、ＣＰＵ２１０は、エッジ抽出データに対して、レベル補正処理を実行して、補正処理済みのエッジ抽出データを生成する。レベル補正処理は、図４のＳ１４０の処理と同一であり、エッジ抽出データの画素の値が取り得る階調値の範囲（本実施例では、０〜２５５の範囲）内の特定範囲を拡大する補正処理である。

【0096】

Ｓ３４０では、ＣＰＵ２１０は、補正処理済みのエッジ抽出データに対して、図４のＳ１５０の処理と同様の二値化処理を実行して、二値画像データを生成する。例えば、ＣＰＵ２１０は、エッジ画像データにおいて、画素の値（すなわち、エッジ強度）が閾値（例えば、１２８）以上である画素を、エッジ画素に分類し、画素の値が閾値未満である画素を、非エッジ画素に分類する。二値画像データでは、上述したように、エッジ画素の値は、「１」とされ、非エッジ画素の値は、「０」とされる。

【0097】

Ｓ３５０では、ＣＰＵ２１０は、二値画像データに対して、孤立したエッジ画素を除去するとともに、孤立した非エッジ画素を除去する孤立画素除去処理を実行して、孤立画素除去済みの二値画像データを生成する。孤立画素除去処理は、図４のＳ１６０の処理と同一である。

【0098】

Ｓ３５０にて生成される孤立画素除去済みの二値画像データが、第２の二値画像データ生成処理にて生成される最終的な第２の二値画像データである。

【0099】

以上説明したように、スキャンデータに含まれる複数個の画素の値に対応する複数個の対応値を含む最小成分データが生成され（Ｓ３００）、該最小成分データに対してエッジ抽出処理が実行され、エッジ抽出データが生成される（Ｓ３２０）。そして、該エッジ抽出データを二値化する処理（Ｓ３４０）を含むエッジ画素特定処理が実行することによって、スキャン画像ＳＩの複数個のエッジ画素が特定される（Ｓ３３０〜Ｓ３５０、図２のＳ２６）。最小成分データでは、図１２を参照して説明したように、網点領域において、画素間の値の差を抑制できるので、その後に、エッジ画素を特定する際に、網点に起因するエッジ画素が特定されることを抑制できる。したがって、スキャン画像ＳＩ内のエッジ画素を適切に特定できる。

【0100】

より具体的に説明すると、網点領域を構成する要素は、Ｃ、Ｍ、Ｙ、Ｋの各ドットと、用紙の地色（白）と、の５種類である。最小成分データでは、これらの要素のうち、４種類の要素を示す画素の間の値の差を抑制できる。この結果、最小成分データを用いる場合には、網点のエッジを示すエッジ画素が特定されることを抑制することができる。

【0101】

一方で、文字の色と背景の色とは、一方が、濃い色を有し、他方が薄い色を有する場合が多い。このために、文字と背景のうち、一方は、用紙の地色（白）を示す部分を比較的多く含み、他方は、Ｃ、Ｍ、Ｙ、Ｋのドットを示す部分を比較的多く含む場合が多い。図６に示すように、最小成分データでは、Ｃ、Ｍ、Ｙ、Ｋのドットを示す部分の画素の値と、用紙の地色（白）を示す部分の画素の値と、の間で、大きな差がある。このために、最小成分データを用いて、エッジ画素を特定すると、文字のエッジを構成するエッジ画素は、適切に特定できる可能性が高い。特に、イエロ（Ｙ）は、Ｃ、Ｍ、Ｋと比較して濃度が低い（輝度が高い）。このために、用紙の地色（白）の背景に、イエロの文字がある場合には、輝度画像データを二値化しても、該イエロの文字のエッジを構成するエッジ画素を、適切に特定できない場合がある。本実施例では、このような場合でも該イエロの文字のエッジを構成するエッジ画素を、適切に特定できる。このために、輝度画像データを用いたエッジ画素の特定に加えて、最小成分データを用いたエッジ画素の特定を実行することで、輝度画像データだけでは、特定できない文字などのエッジ画素を特定し得る。この結果、スキャン画像ＳＩ内のエッジ画素の特定精度を向上できる。

【0102】

さらに、最小成分データに対して、平滑化処理が実行され、平滑化済みの最小成分データが生成され、該平滑化済みの最小成分データに対して、エッジ抽出処理が実行される（Ｓ３２０）。この結果、平滑化処理によって、最小成分画像ＭＮＩ内の網点領域おいて、画素間の値の差を、さらに抑制できる。例えば、スキャン画像ＳＩ内の網点領域において、Ｃ、Ｍ、Ｙ、Ｋのドットの重なりや、読取実行部２９０での読取時のぼけなどによって、ドットを示す部分は、必ずしもＣ、Ｍ、Ｙ、Ｋの原色を有している訳ではない。このために、最小成分画像ＭＮＩ内では、Ｃ、Ｍ、Ｙ、Ｋの各ドットを示す複数個の画素の間の値が、小さくなってはいるものの、ゼロではない。平滑化処理によって、該画素の間の値の差をさらに小さくすることができる。この結果、網点に起因するエッジ画素が特定されることを、さらに抑制できる。

【0103】

また、第２の二値画像データ生成処理においても、第１の二値画像データ生成処理と同様に、レベル補正処理（Ｓ３３０）が実行されるので、第１の二値画像データ生成処理と同様に、スキャン画像ＳＩ内のエッジ画素の特定精度を向上できる。また、第２の二値画像データ生成処理においても、第１の二値画像データ生成処理と同様に、孤立画素除去処理（Ｓ３５０）が実行されるので、第１の二値画像データ生成処理と同様に、スキャン画像ＳＩのエッジ画素をさらに適切に特定することができる。

【0104】

以上説明したように、上記実施例では、２種類の単成分画像データ、すなわち、輝度画像データと、最小成分データと、を用いて、最終的にエッジ画素が特定される（図２のＳ２２〜Ｓ２６）。このように互いに異なる処理を用いて生成される２種類の単成分画像データを用いて、スキャン画像ＳＩ内の複数個のエッジ画素が特定されるので、スキャン画像ＳＩ内の複数個のエッジ画素の特定漏れを抑制できる。これは、複数個の単成分画像データのそれぞれで、例えば、エッジを構成する部分の色に応じて、特定できるエッジ画素が異なり得るからである。

【0105】

具体的には、白の背景にイエロの文字がある場合には、白とイエロの輝度の差は比較的小さいので、輝度画像データを用いて、該文字のエッジを構成するエッジ画素を特定することは困難である。これに対して、図１１（Ｃ）、（Ｅ）から解るように、最小成分データでは、白とイエロとの差が大きく現れるので、白の背景にイエロの文字がある場合には、最小成分データを用いて、該文字のエッジを構成するエッジ画素を特定することは容易である。また、例えば、マゼンタの背景にイエロの文字がある場合には、最小成分データには、マゼンタとイエロとの差が現れないので、最小成分データを用いて、該文字のエッジを構成するエッジ画素を特定することは困難である。これに対して、マゼンタの背景にイエロの文字がある場合には、マゼンタとイエロの輝度の差は、比較的大きいので、輝度画像データを用いて、該文字のエッジを構成するエッジ画素を特定することは容易である。

【0106】

また、輝度画像データに加えて用いられる単成分画像データは、最小成分データであるので、上述の通り、スキャン画像ＳＩ内の網点に起因するエッジ画素が特定されることは、抑制できる。

【0107】

Ｂ．変形例：

【0108】

（１）上記実施例の図２の画像処理において、Ｓ２４の第２の二値画像データ生成処理およびＳ２６の合成処理は省略されても良い。すなわち、第１の二値画像データ生成処理において特定される複数個のエッジ画素が、最終的な分類データであっても良い。

【0109】

（２）図４の第１の二値画像データ生成処理において用いられる単成分画像データは、上記実施例では、輝度画像データである。これに代えて、スキャンデータの対応する画素のＲＧＢ値に含まれる３個の成分値（Ｒ値、Ｇ値、Ｂ値）の平均値を、各画素の値とする平均成分値画像データが用いられても良い。一般的に言えば、第１の二値画像データ生成処理において用いられる単成分画像データに含まれる複数個の画素の値のそれぞれは、スキャンデータの対応する画素のＲＧＢ値に含まれる３個の成分値を用いて生成されることが好ましい。

【0110】

（３）上記実施例の第２の二値画像データ生成処理（図１０）では、最小成分データが用いられる（Ｓ３００）が、これに代えて、最大成分データや反転最小成分データが用いられても良い。

【0111】

最大成分データは、スキャンデータに含まれる複数個の画素に対応する複数個の値を含み、該複数個の値のそれぞれは、スキャンデータの対応する画素の最大成分値Ｖｍａｘである。最大成分値Ｖｍａｘは、スキャンデータの対応する画素のＲＧＢ値に含まれる複数個の成分値（Ｒ値、Ｇ値、Ｂ値）のうちの最大値である。

【0112】

反転最小成分データは、以下のように、取得される。先ず、スキャンデータに含まれる複数個の画素の値（ＲＧＢ値）のそれぞれについて、複数個の成分値（Ｒ値、Ｇ値、Ｂ値）が反転された反転済みの色値が生成される。反転前のＲＧＢ値を（Ｒｉｎ、Ｇｉｎ、Ｂｉｎ）とすると、反転済みのＲＧＢ値（Ｒｏｕｔ、Ｇｏｕｔ、Ｂｏｕｔ）は、以下の式（２）〜（４）で表される。

【0113】

Ｒｏｕｔ＝Ｒｍａｘ−Ｒｉｎ …（２）
Ｇｏｕｔ＝Ｇｍａｘ−Ｇｉｎ …（３）
Ｂｏｕｔ＝Ｂｍａｘ−Ｂｉｎ …（４）

【0114】

ここで、Ｒｍａｘ、Ｇｍａｘ、Ｂｍａｘは、それぞれ、Ｒ値、Ｇ値、Ｂ値が取り得る値の最大値であり、本実施例では、Ｒｍａｘ＝Ｇｍａｘ＝Ｂｍａｘ＝２５５である。これらの反転済みのＲＧＢ値を複数個の画素の値とする画像データが、反転画像データとして生成される。そして、反転画像データを用いて、反転最小成分データが生成される。具体的には、反転画像データに含まれる複数個の反転済みのＲＧＢ値のそれぞれから、反転最小成分値ＶＲｍｉｎが取得される。反転最小成分値ＶＲｍｉｎは、該反転済みのＲＧＢ値に含まれる複数個の成分値（Ｒ値、Ｇ値、Ｂ値）のうちの最小値である。反転最小成分データは、これらの反転最小成分値ＶＲｍｉｎを、複数個の画素の値とする画像データである。

【0115】

反転最小成分値ＶＲｍｉｎは、最大成分値の反転値であり、ＶＲｍｉｎ＝（２５５−Ｖｍａｘ）の関係が成り立つ。このために、最大成分データと反転最小成分データとは、両方とも、スキャンデータの各画素の値に含まれる複数個の成分値のうちの最大値に基づく値（最大値の反転値、あるいは、最大値そのもの）を、画素の値とする画像データである、と言うことができる。

【0116】

図１１に示すように、Ｃ、Ｍ、Ｙ、Ｋ、Ｗの最大成分値Ｖｍａｘは、２５５、２５５、２５５、０、２５５となり、黒（Ｋ）を除いて同じ値となる。したがって、最大成分データや反転最小成分データにおいては、網点領域を構成する５種類の要素、すなわち、Ｃ、Ｍ、Ｙ、Ｋの各ドットと、用紙の地色（白）と、のうちの４種類の要素（Ｃ、Ｍ、Ｙのドットと、用紙の地色（白））を示す画素間の値の差が抑制される。この結果、最大成分データや反転最小成分データを用いる場合には、最小成分データを用いる場合と同様に、網点に起因するエッジ画素が特定されることを抑制できる。

【0117】

（４）第２の二値画像データ生成処理において、最小成分データに代えて、最大成分データとも反転最小成分データとも異なる単成分画像データが用いられても良い。例えば、ＲＧＢ画像データであるスキャンデータを、ＣＭＹＫ画像データに変換し、該ＣＭＹＫ画像データの各画素の値を、各画素の濃度を示す値に変換した濃度画像データが、単成分画像データとして用いられても良い。該濃度画像データが用いられる場合には、例えば、第２の二値画像データ生成処理において、第１の二値画像データ生成処理と同様に、濃度画像データが生成される前のＣＭＹＫ画像データの４個の成分画像データのそれぞれに対して、平滑化処理と、エッジ強調処理と、が実行されても良い。

【0118】

（５）図４の第１の二値画像データ生成処理のＳ１１０のエッジ強調処理は、いわゆるアンシャープマスク処理が行われている。これに代えて、別のエッジ強調処理、例えば、エッジのコントラストを上げて輪郭をはっきりさせるシャープネス処理が用いられても良い。

【0119】

（６）図６のエッジ強調処理において、Ｓ２３０は省略されて、差分ΔＶに関わらずに、全ての注目画素について、Ｓ２４０の処理を行っても良い。この場合であっても、例えば、図４のＳ１００の平滑化処理にて、十分に網点が平滑化されていれば、エッジ強調処理において、網点のエッジが再度現れることはない。

【0120】

また、図６のＳ２１０において、マスク値ＭＶを算出に用いられる画素の個数は、上記実施例では、縦１０画素×横１０画素の矩形の範囲内の１００個の画素の値が用いられているが、これに限られない。例えば、縦７画素×横７画素の範囲内の４９個の画素の値が用いられても良いし、縦１１画素×横１１画素の範囲内の１２１個の画素の値が用いられても良い。

【0121】

（７）上記実施例では、スキャンデータの各画素の値は、ＲＧＢ値であるが、他の表色系の色値であっても良い。例えば、スキャンデータの各画素の値は、Ｃ、Ｍ、Ｙの３個の成分値を含むＣＭＹ表色系の色値であっても良い。

【0122】

（８）上記各実施例では、エッジ画素に対して、エッジ鮮鋭化処理が実行され（図２のＳ４０）、非エッジ画素に対して、網点平滑化処理が実行される（図２のＳ３０）。これに代えて、エッジ画素に対しては、文字の見栄えを向上するためのアンチエイリアス処理が実行されても良い。また、非エッジ画素に対しては、例えば、印刷時の色材の使用量を減らすために、色を飛ばす処理（白に変換する処理）が実行されても良い。一般的には、エッジ画素と、エッジ画素と、に互いに異なる画像処理が実行されることが好ましい。あるいは、エッジ画素と非エッジ画素のいずれか一方に対して、特定の画像処理が実行され、他方に対して、該特定の画像処理が実行されなくても良い。

【0123】

（９）上記実施例では、図４のＳ１００の平滑化処理では、縦７画素×横７画素のフィルタ範囲のガウスフィルタＧＦａが用いられている。これに代えて、縦５画素×横５画素や、縦３画素×横３画素のフィルタ範囲のガウスフィルタや平均値フィルタが、用いられても良い。このように、平滑化処理で用いられる周辺画素の個数は、例えば、スキャンデータの解像度や、ぼけの程度などの読取特性などを考慮して、適宜に変更され得る。図１０のＳ３１０の平滑化処理についても同様である。

【0124】

（１０）上記実施例では、図４のＳ１３０や図１０のＳ３２０のエッジ抽出処理において、ソーベルフィルタ（Sobel filter）が用いられている。これに代えて、これらエッジ抽出処理では、ロバーツフィルタや、ラプラシアンフィルタなどの他のエッジ抽出フィルタが用いられても良い。

【0125】

（１１）上記実施例では、対象画像データは、スキャンデータであるが、これに限られない。対象画像データは、２次元イメージセンサを備えるデジタルカメラによって印刷物を読み取ることによって生成されても良い。

【0126】

（１２）上記実施例では、第１の二値画像データと、第２の二値画像データと、の論理和を取ることによって、最終的な分類データが生成される（図２のＳ２６）。これに代えて、例えば、第１の二値画像データと、第２の二値画像データと、の論理和を取った後に、論理和を取った後の二値画像データに対して、孤立画素除去処理を行って、孤立画素除去処理済みの二値画像データを、最終的な分類データとしても良い。この場合には、第１の二値画像データと、第２の二値画像データと、の生成処理において、孤立画素除去処理を行わなくても良い。

【0127】

（１３）上記実施例では、第１の二値画像データと、第２の二値画像データと、の論理和を取ることによって、最終的な分類データが生成される（図２のＳ２６）。これに代えて、第１の二値画像データと、第２の二値画像データと、第３の二値画像データと、の論理和を取ることによって、最終的な分類データが生成されても良い。第３の二値画像データには、例えば、上述した最大成分データを用いて生成される二値画像データが用いられても良い。これによって、文字などのエッジの特定漏れをさらに抑制することができる。

【0128】

（１４）上記実施例の第１の二値画像データ生成処理（図４）や第２の二値画像データ生成処理（図１０）は、適宜に変更可能である。例えば、図４のＳ１４０のレベル補正処理、Ｓ１６０の孤立画素除去処理のうちの一部または全部は、省略可能である。また、図１０のＳ３１０の平滑化処理、Ｓ３３０のレベル補正処理、Ｓ３５０の孤立画素除去そりのうちの一部または全部は、省略可能である。

【0129】

（１５）図２の画像処理を実現する画像処理装置は、複合機２００に限らず、種々の装置であってよい。例えば、スキャナやデジタルカメラが、自身で生成された対象画像データを用いて、プリンタに供給するための印刷データを生成するために、図２の画像処理を実行しても良い。また、例えば、スキャナやプリンタと通信可能な接続される端末装置（例えば、端末装置１００）やサーバ（図示省略）が、スキャナから取得したスキャンデータを用いて、図２の画像処理を実行して、印刷データを生成し、該印刷データをプリンタに供給しても良い。また、ネットワークを介して互いに通信可能な複数個のコンピュータ（例えば、クラウドサーバ）が、画像処理に要する機能を一部ずつ分担して、全体として、画像処理を実行してもよい。この場合、複数個のコンピュータの全体が、画像処理装置の例である。

【0130】

（１６）上記各実施例において、ハードウェアによって実現されていた構成の一部をソフトウェアに置き換えるようにしてもよく、逆に、ソフトウェアによって実現されていた構成の一部あるいは全部をハードウェアに置き換えるようにしてもよい。例えば、図４のＳ１００の平滑化処理や、Ｓ１１０のエッジ強調処理は、ＡＳＩＣなどの専用のハードウェアによって、実行されても良い。

【0131】

以上、実施例、変形例に基づき本発明について説明してきたが、上記した発明の実施の形態は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明は、その趣旨並びに特許請求の範囲を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれる。

【符号の説明】

【0132】

１００…端末装置、２００…複合機、２１０…ＣＰＵ、２２０…揮発性記憶装置、２３０…不揮発性記憶装置、２４０…表示部、２５０…操作部、２７０…通信ＩＦ、２８０…印刷実行部、２９０…読取実行部、ＰＧ…コンピュータプログラム、Ｖｍｉｎ…最小成分値、Ｖｍａｘ…最大成分値、Ｄ１…第１方向、Ｄ２…第２方向、ＢＩ…二値画像、ＹＩ…輝度画像、ＳＩ…スキャン画像、ＧＩ…平滑化画像、ＭＶ…マスク値、Ｏｂ１〜Ｏｂ７…オブジェクト、ＭＮＩ…最小成分画像、ＧＦａ、ＧＦｂ…ガウスフィルタ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】