JP2006287902A - 画像処理装置、画像処理方法、画像処理プログラム及び記録媒体 - Google Patents

Abstract

【課題】画像に対して複数ビットの情報を埋め込み、また抽出することのできる画像処理装置、画像処理方法、画像処理プログラム及び記録媒体の提供を目的とする。
【解決手段】請画像に情報を埋め込む画像処理装置であって、
埋め込む情報に基づいて少なくとも２種類の所定のパターンの相対的な関係を判定する判定手段と、前記判定手段によって判定された相対的な関係を形成するように前記所定のパターンを前記画像に重畳させるパターン重畳手段とを有することにより上記課題を解決する。
【選択図】図２２

Description

本発明は、画像処理装置、画像処理方法、画像処理プログラム及び記録媒体に関し、特に画像に対して情報を埋め込み、又は抽出する画像処理装置、画像処理方法、画像処理プログラム及び記録媒体に関する。

近年、画像処理技術及び画像形成技術等の向上によって、デジタルカラー複写機を用いて紙幣や有価証券等を複写した場合、その複写物と原本である本物とが容易に区別できないほど忠実な複写が可能となってきている。このため、紙幣や有価証券等のような特殊原稿については、複写を全く行なうことができないようにするか、あるいは、正しく複写を行なうことができないようにする措置をとることが必要である。

また、例えば、企業においては、紙幣や証券など特殊原稿以外の一般文書の場合にあっても、文書内容の機密保持の観点から、複写等の出力が禁止されている機密文書が多数存在する。このような機密文書についても、複写を全く行なうことができないようにするか、あるいは、正しく複写を行なうことができないようにする措置をとることが必要である。

このようなことから、従来、特殊原稿や機密文書等を複写することに規制力を及ぼすことを目的とする種々の発明がなされている。例えば、紙幣や有価証券等の特殊原稿を判別する方法として、入力された画像データと予め登録してある特定のマーク（パターンデータ）とをパターンマッチング法で比較し、特定のマークが存在する場合に原稿が特殊原稿であると判別する方法が提案されている。特許文献１や特許文献２に記載された発明は、その代表的な例である。原稿が特殊原稿であると判定された場合は、その複写を禁止する、つまり、複写しないようにすることができる。

また、複写が禁止された機密文書を判別する発明として、例えば、特許文献３や特許文献４には、機密文書に付された機密文書であることを示すマークを検出するようにした発明が記載されている。これは、複写が禁止された機密文書には、一般的に、マル秘の印鑑や複写禁止のマーク等からなる機密文書であることを示すマークが押印されていることを利用するものである。こうして、原稿が機密文書であると判定された場合には、その複写を禁止する、つまり、複写しないようにすることができる。

また、特許文献５や特許文献６には、複写を禁止したい原稿画像に地紋を埋め込むことにより複写を抑制する技術が提案されている。これは、背景にベース領域とメッセージ領域とをもつ地紋パターンが作成された用紙を原稿画像に用いるというものである。地紋パターンは、原稿画像においてはそれほど目立たず、原稿画像に含まれている情報の判読等に支障を及ぼさない。しかし、このような地紋パターンが埋め込まれた原稿画像が複写されると、例えばメッセージ領域の模様が浮かび上がる、というものである。そこで、メッセージ領域の模様として、例えば「複写禁止」というような文字を与えておくことにより、その複写物が複写禁止の機密書類であったことが一目瞭然となり、複写に対する規制力を心理的に生じさせることができる。

更に、特許文献７には、スキャナで読み取られた画像から所定のドットパターンが検知された場合は、出力を禁止する技術が提案されている。したがって、コピーを禁止する機密文書等に予め所定のドットパターンを埋め込んでおくことにより、その再現処理を効果的に防止することができる。
特開平６−１２５４５９号公報 特開２００１-８６３３０号公報 特開平７−３６３１７号公報 特開平７−８７３０９号公報 特開平９−１６４７３９号公報 特開２００１−１９７２９７号公報 特開２００４−２７４０９２号公報

前述したように、入力された画像データを予め登録してある特定のマーク（パターンデータ）とパターンマッチング法で比較し、合致した場合に複写を禁止することで、紙幣や有価証券等の特殊原稿の複写を防止することができる。しかしながら、このような手法によって複写を禁止したとすると、複写を禁止したい原稿のパターンデータを全て予め登録しておかなければならない。したがって、紙幣や有価証券等の特殊原稿に対しては有効であるとしても、不特定多数の一般原稿、例えば機密文書に対して適用することは極めて困難である。

また、前述したように、マル秘マーク等のような機密文書であることを示すマークを検出したときに複写を禁止することで、機密文書の複写を防止することができる。しかしながら、この場合には、マル秘マーク等のような機密文書であることを示すマークの部分を紙などで覆い隠して画像読み取り動作が実行された場合には、当然のことながら機密文書であることを示すマークの存在を判定することができず、よって、複写を禁止すべき機密文書であってもその複写を防止することができないという問題がある。

また、前述したように、例えば機密文書については背景に地紋パターンを埋め込んだ原稿画像として生成し、そのような機密文書が複写されると地紋パターンの一部が浮かび上がるようにした場合には、心理的に、複写に対する規制力を生じさせることができる。しかしながら、このような地紋パターンによる手法では、複写抑制効果が得られるに過ぎず、複写行為そのものを規制することができるわけではない。このため、地紋パターンが浮き上がることを気にしない者にとっては、機密文書の複写が可能になってしまうという問題がある。

また、特許文献７によれば、機密文書の複写を効果的に防止することができるが、文書に対して埋め込める情報量は、機密文書であるか無いか、すなわち１ビット分である。この場合、更に多くの情報量を埋め込むことができれば、より柔軟なセキュリティ制御を行うことが可能となる。

本発明は、上記の点に鑑みてなされたものであって、画像に対して複数ビットの情報を埋め込み、また抽出することのできる画像処理装置、画像処理方法、画像処理プログラム及び記録媒体の提供を目的とする。

そこで上記課題を解決するため、本発明は、請求項１に記載されるように、画像に情報を埋め込む画像処理装置であって、埋め込む情報に基づいて少なくとも２種類の所定のパターンの相対的な関係を判定する判定手段と、前記判定手段によって判定された相対的な関係を形成するように前記所定のパターンを前記画像に重畳させるパターン重畳手段とを有することを特徴とする。

また、上記課題を解決するため、本発明は、請求項１０に記載されるように、画像に埋め込まれた情報を抽出する画像処理装置であって、前記画像を取得する画像取得手段と、前記画像から少なくとも２種類の所定のパターンを検出するパターン検出手段と、種類の異なる前記所定のパターンの相対的な関係に基づいて前記埋め込まれた情報を判定する判定手段とを有することを特徴とする。

また、上記課題を解決するため、本発明は、上記画像処理装置における画像処理方法、前記画像処理方法をコンピュータに実行させるための画像処理プログラム、又は前記画像処理プログラムを記録した記録媒体としてもよい。

本発明によれば、画像に対して複数ビットの情報を埋め込み、また抽出することのできる画像処理装置、画像処理方法、画像処理プログラム及び記録媒体を提供することができる。

以下、図面に基づいて本発明の実施の形態を説明する。まず、本実施の形態における画像処理装置、画像処理方法等に用いられる原稿画像について図１乃至図５を参照しながら説明する。

図１は、原稿画像を例示する正面図である。図２は、原稿画像に埋め込まれた背景ドットパターンとしての地紋パターンが浮き上がって見えている原稿画像の複写物の一例を示す模式図である。図３は、原稿画像に埋め込まれた背景ドットパターンとしての地紋パターンが浮き上がって見えている原稿画像の複写物の別の一例を示す模式図である。図４は、図３に例示する地紋パターンを拡大して示す模式図である。図５は、図２に例示する地紋パターンを拡大して示す模式図である。

図１に示される例では契約書である原稿画像１０１の原稿用紙として、その背景に背景ドットパターンとしての地紋パターン１０３（図２）が埋め込まれた原稿用紙１０２が用いられている。もっとも、別の実施の形態として、地紋パターン１０３が形成されていない原稿用紙を用い、契約書である原稿画像１０１を作成する際に同時に地紋パターン１０３を形成するようにしても良い。つまり、地紋パターン１０３は、原稿用紙１０２に予め印刷形成されていても良く、原稿用紙１０２に文字や図形等を画像形成する際に同時に画像形成するようにしても良い。

地紋パターン１０３は、ベース領域１０４とメッセージ領域１０５とを含んでいる。ベース領域１０４は、原稿用紙１０２の大部分を占める地部分の領域である。メッセージ領域１０５は、そのようなベース領域１０４中に分散されたメッセージを表現する領域である。これらのベース領域１０４とメッセージ領域１０５とは、地紋パターン１０３それ自体の基本的な構成そのものを異にするわけではなく、地紋パターン１０３に対する人間の価値判断としてベース領域１０４とメッセージ領域１０５とに別れているに過ぎない。本実施の形態において、メッセージ領域１０５は「複写禁止」という文字から構成されている。このようなメッセージ領域１０５を構成する文字としては、「複写禁止」の他、例えば、日付、文書番号、若しくは会社のロゴ等を示す図形、文字、又は記号等を用いてもよい。

このような原稿用紙１０２を用いて作成された原稿画像１０１は、この原稿画像１０１が複写等されると、地紋パターン１０３の一部が浮かび上がる。この場合、図２に例示する原稿画像１０１では、「複写禁止」という文字で表現されたメッセージ領域１０５が浮かび上がり、図３に例示する原稿画像１０１では、ベース領域１０４が浮かび上がる。

このように、地紋パターン１０３が埋め込まれた原稿画像１０１が複写されると、地紋パターン１０３においてメッセージ領域１０５とベース領域１０４との何れか一方が浮かび上がるのは、他方の領域１０４又は１０５が複写（再現）されにくいからである。換言すると、浮かび上がらない方の領域１０４又は１０５が消えることによって、残った方の領域１０４又は１０５が浮かび上がって見えるわけである。

このような現象を生じさせる地紋パターン１０３は、例えば、図４及び図５に例示するように、大きさが異なる二種類のドット１０６の集合によって構成されている。つまり、これらの二種類のドット１０６のうち、小さなドット１０６ｂは複写（再現）されにくく、大きなドット１０６ａは複写（再現）される。そこで、複写後にメッセージ領域１０５が浮き上がる図２に例示する地紋パターン１０３では、図５に示すように、ベース領域１０４を構成する方に小さなドット１０６ｂが用いられ、メッセージ領域１０５を構成する方に大きなドット１０６ａが用いられている。一方、複写後にベース領域１０４が浮き上がる図３に例示する地紋パターン１０３では、図４に示すように、メッセージ領域１０５を構成する方に小さなドット１０６ｂが用いられ、ベース領域１０４を構成する方に大きなドット１０６ａが用いられている。

地紋パターン１０３の他の構成例として、浮かび上がるメッセージ領域１０５又はベース領域１０４は、ドットに限らず、細線パターンや特定の模様パターン等によっても構成可能である。

本実施の形態では、メッセージ領域１０５又はベース領域１０４を特徴量として扱う。例えば、浮かび上がるメッセージ領域１０５又はベース領域１０４がドット１０６で構成されているとすると、そのサイズや密度（単位面積当たりにおけるドット数）を、浮かび上がるメッセージ領域１０５又はベース領域１０４が細線パターンで構成されているとすると、その線の幅を、浮かび上がるメッセージ領域１０５又はベース領域１０４が特定の模様パターンで構成されているとすると、その模様の特徴等を、それぞれ特徴量として用いることができる。

以上の例では、浮かび上がるメッセージ領域１０５又はベース領域１０４についての特徴量について限定したが、このような特徴量として、浮かび上がらないベース領域１０４又はメッセージ領域１０５、あるいは浮かび上がるメッセージ領域１０５又はベース領域１０４と浮かび上がらないベース領域１０４又はメッセージ領域１０５との双方について、それぞれの特徴量を求めても良い。要は、地紋パターン１０３が埋め込まれた画像データが記録された原稿画像１０１が読み取られた際にそのベース領域１０４又はメッセージ領域１０５の何れか一方又は両方がデータとして判読できるものであれば、それを特徴量として扱うことが可能である。又は、データの形態で存在する地紋パターン１０３が埋め込まれた画像データにおいて、その地紋パターン１０３を構成するベース領域１０４又はメッセージ領域１０５の何れか一方又は両方がデータとして判読できるものであれば、それを特徴量として扱うことが可能である。

別の実施の形態としては、背景ドットパターンとして、地紋パターン１０３以外のパターンを持ち得ることは前述した通りである。例えば、地紋パターン１０３におけるベース領域１０４のみに相当するパターンやメッセージ領域１０５のみに相当するパターンを用いることができる。ベース領域１０４に相当するパターン又はメッセージ領域１０５に相当するパターンを有する原稿画像１０１が読み取られた際にそのベース領域１０４又はメッセージ領域１０５がデータとして判読できるものであれば、それを特徴量として扱うことが可能である。又は、データの形態で存在するベース領域１０４に相当するパターン又はメッセージ領域１０５に相当するパターンを有する背景ドットパターンが埋め込まれた画像データにおいて、その地紋パターン１０３を構成するベース領域１０４に相当するパターン又はメッセージ領域１０５に相当するパターンがデータとして判読できるものであれば、それを特徴量として扱うことが可能である。

ところで、本実施の形態では、地紋パターン１０３も含めて、原稿画像１０１に基づく画像データが、一又は二以上の色からなるカラー画像である場合についても考慮する。すなわち、本実施の形態では原稿画像１０１に基づく画像データの所定の色空間（ＲＧＢ空間やＣＭＹ空間）における所定の色成分に基づいて、地紋パターン１０３を検出する。

スキャナから読み込まれる画像は、一般にＲＧＢ画像である場合が多い。したがって、地紋パターン１０３をＣＭＹ空間において検出する場合は、原稿画像１０１に基づくＲＧＢ画像の画像データに対して画像変換（ＣＭＹ空間への変換）が行われ、ＣＭＹ空間における一の色成分（Ｃ、Ｍ、又はＫ）に基づく特徴量を用いて地紋パターン１０３の検出が行われる。一方、地紋パターン１０３をＲＧＢ空間において検出する場合は、画像変換はされず、ＲＧＢ空間におけるカラーの一の色成分（Ｒ、Ｇ、又はＢ）に基づく特徴量を用いて地紋パターン１０３の検出が行われる。但し、必ずしも一つの色成分である必要はなく、他の色成分を同時に検出対象としてもよい。また、それぞれの色成分について地紋パターン１０３を検出し、どの色成分の地紋バターン１０３が検出されたかによって、セキュリティレベル（複写可能なユーザの制限レベル）を変化させてもよい。

このように、所定の色空間における所定の色成分によって地紋パターン１０３を検出することにより、地紋パターン１０３が薄い色で付加されている場合であっても適切な検出精度を保つことができる。また、ＲＧＢ空間において地紋パターン１０３を検出する場合は、画像変換を行う必要がないため処理の高速化を図ることができる。

本実施の形態においては、所定のパターンを用いて原稿画像に情報を埋め込み、また、埋め込まれた情報を抽出する技術ついて説明する。情報を埋め込む領域としては、ベース領域１０４を用いる。一般的にベース領域１０４は、メッセージ領域１０５に比べ面積が大きく、情報の埋め込み及び抽出に適しているからである。以下においては、図４又は図５に示されるドットパターンの代わりに、図６又は図７に示される２種類のパターンの相対的な関係を用いて情報を表現する。２種類のパターンの一方を「基本パターン」、他方を「追加パターン」と呼ぶこととする。

図６は、本発明の実施の形態における基本パターンの例を示す図である。図６において、基本パターン１０７は、ドット１０７ａ、１０７ｂ及び１０７ｃの三つのドットより構成されている。

図７は、本発明の実施の形態における追加パターンの例を示す図である。図７において、追加パターン１０８は、ドット１０８ａ、１０８ｂ、１０８ｃ及び１０８ｄの四つのドットより構成されている。理由については後述するが、追加パターン１０８と基本パターン１０７との特徴量の少なくとも一部は共通することが望ましい。本実施の形態では、ドット１０８ａ、１０８ｂ及び１０８ｃの相対的な位置関係は、基本パターン１０７を構成する三つのドットと同じであるとする。すなわち、追加パターン１０８は、基本パターン１０７にドット１０８ｄを追加したものに相当する。

なお、基本パターン１０７及び追加パターン１０８について、ドット数及び各ドットの相対的な位置関係は図６及び図７に示される態様に限定されない。少なくとも、基本パターン１０７と追加パターン１０８とが区別できればよい。

以上の２種類のパターンの相対的な関係として、基本パターン１０７及び追加パターン１０８の相対的な位置関係と、基本パターン１０７と追加パターン１０８との相対的な角度を用いて情報を表現する。

まず、二種類のパターンの相対的な位置関係によって情報を表現する例について説明する。ここで相対的な位置関係とは配列（並び方、並び順）をいう。すなわち、一つ以上の基本パターン１０７と一つ以上の追加パターン１０８とがどのような順番で配置されているかによって情報が表現される。

図８は、パターンの配列とそれによって表現される情報の第一の例を示す図である。

図８において配列１１１−１は、一つのパターンが配置される単位領域が２行４列に配置されることにより構成されている。各単位領域には基本パターン１０７又は追加パターン１０８のいずれか一方が配置される。図８の例では、単位領域（ａ）、（ｄ）及び（ｇ）に基本パターン１０７が配置され、それ以外の単位領域に追加パターン１０８が配置されている。ここで、基本パターン１０７に「０」を、追加パターン１０８に「１」を割り当てたとすると、配列１１１−１は配列１１１−２に示されるような０及び１の並びに変換される。配列１１１−２の各要素を、例えば上の行から順番に並べると、数列１１１−３に示されるように、「０１１０１１０１」という８ビットからなる２進数の情報が得られる。したがって、配列１１１−１を原稿画像１０１に重畳させることにより８ビットの情報を埋め込むことができる。

また、図９は、パターンの配列とそれによって表現される情報の第二の例を示す図である。

図９において配列１１２−１は、３行３列の単位領域より構成されている。単位領域（ａ）、（ｆ）、（ｇ）及び（ｈ）に基本パターン１０７が、それ以外の単位領域には追加パターン１０８が配置されている。図８の方式に従えば、配列１１２−１は、配列１１２−２に変換され、更に、数列１１２−３（「０１１１１０００１」）が得られる。したがって、配列１１２−１を原稿画像１０１に重畳させることにより９ビットの情報を埋め込むことができる。

更に、図１０は、パターンの配列とそれによって表現される情報の第三の例を示す図である。

図１０の配列１１３−１は、３行３列の単位領域より構成されている点で図９の配列１１２−１と同様であるが、その内容が異なる例である。すなわち、単位領域（ａ）、（ｂ）及び（ｅ）に基本パターン１０７が配置され、それ以外の単位領域に追加パターン１０８が配置されている。配列１１３−１より配列１１３−２が得られ、更に数列１１３−３（「００１１０１１１１」）が得られる。

図８、図９及び図１０の例からも明らかなように、パターンの配列によって情報を表現する際の情報量は、単位領域の数に依存する。すなわち、情報量をＩとし、単位領域の数をｎとすると、
Ｉ＝ｎ（ｂｉｔ）
となる。

パターンの配列は、同一のものを複数個繰り返し重畳させることが望ましい。配列が重畳される位置によっては、原稿画像１０１との関係でパターンの検出が困難となることが考えられるところ、複数個重畳させれば配列を検出できる可能性が高まり、情報の検出精度を高めることができるからである。

なお、上記では基本パターン１０７と追加パターン１０８との二種類のパターンを用いる例について説明したが、三種類以上のパターンを用いてもよい。Ｎ種類のパターンを用いれば各単位領域には、ｌｏｇ_２Ｎビットの情報を埋め込むことができる。したがって、一つの配列の情報量（Ｉ）は、
Ｉ＝ｎ×ｌｏｇ_２Ｎ（ｂｉｔ）
となり、より多くの情報を埋め込むことができる（ｎは単位領域の数）。ここで、パターンの種類の違いは、ドットの配置だけに限られず、例えば、ドットの色を用いてもよい。すなわち、ドットの配置としては全く同一であっても、各パターンを構成する一部、又は全部のドットの色によって他のパターンと区別してもよい。もちろん、ドットの配置とドットの色との組み合わせによって種類を区別してもよい。

次に、二種類のパターンの相対的な角度（又は、相対的な方向の違いとも表現できる。）によって情報を表現する例について説明する。相対的な角度によって情報を表現する場合は、基本パターン１０７及び追加パターン１０８が取りうる角度を量子化することが、情報の抽出精度の向上の観点から望ましい。本実施の形態では、３６０度を６段階に量子化した場合、すなわち、６０度ずつ回転させた場合を例として説明する。

図１１は、角度を６段階に量子化した場合の各段階における基本パターンの態様を示す図である。図１１において、左から０段階、１段階、２段階、３段階、４段階、５段階と呼ぶこととする。なお、各段階において円の中に描かれた矢印は、各段階における方向（角度）を分かり易く表現するためにガイドとして図示したものである。

また、図１２は、角度を６段階に量子化した場合の各段階における追加パターンの態様を示す図である。

相対的な角度であるから、基本パターン１０７と追加パターン１０８とが何段階（又は何度）異なるかによって情報を表現することができる。例えば、Ｎ段階の違いをそのまま数値Ｎとして表現するとする。この場合、基本パターン１０７と追加パターン１０８との方向を同じにすることにより「０」を表現できる。また、１段階、２段階、３段階、４段階、５段階の相対的な角度（方向の違い）により、「１」、「２」、「３」、「４」、「５」を表現できる。

「相対的」であるから、「１」という値を表現する状態は複数ある。すなわち、基本パターン１０７が０、１、２、３、４のそれぞれの段階のとき、追加パターン１８が、１、２、３、４、５段階であれば「１」が表現される。他の値の表現についても同様である。

また、相対的な角度のみによって情報を表現する場合は、基本パターン１０７及び追加パターン１０８が、ベース領域１０４のいずれの位置に重畳されているかは関係ない。基本パターン１０７及び追加パターン１０８の双方が少なくとも一つ重畳されていればよい。そのように考えるとき、量子化の段階をｎとすると、一つの原稿画像１０１に埋め込める情報量（Ｉ）は、
Ｉ＝ｌｏｇ_２ｎ（ｂｉｔ）
となる。

図１１及び図１２の例では、６段階の量子化を行っているため
Ｉ＝ｌｏｇ_２６＝２．４・・・・≧２（ｂｉｔ）
と、少なくとも２ビット以上の情報を埋め込むことができる。

ところで、上記では基本パターン１０７と追加パターン１０８との相対的な角度のみを考慮し、両パターンの原稿画像１０１に対する角度（方向）については考慮していなかった。これは、原稿画像１０１のスキャナからの読み取りや、紙への出力の際に用紙の向きについて誤差が生じ得るという現実的な事情を考慮してのことである。すなわち、両パターンの相対的な角度のみを考慮するとき、原稿画像１０１がいずれの方向に回転してもその相対的な角度は影響を受けず、情報の抽出精度を高めることができるという考えからである。

但し、原稿画像１０１の方向についてある程度の保証が確保される状態にあれば、それぞれのパターンの原稿画像１０１に対する角度（以下「絶対的な角度」という。）を考慮してもよい。この場合、両パターンの相対的な角度が同じであっても、基本パターン１０７が原稿画像１０１に対してどの角度を有しているかによって、更に異なる情報を表現することができる。したがって、上記と同様絶対的な角度をｎ段階に量子化したとすると、一つの原稿画像１０１に埋め込める情報量（Ｉ）は、
Ｉ＝ｎ×ｌｏｇ_２ｎ（ｂｉｔ）
となる。

更に、両パターンの相対的な位置（配列）と相対的な角度又は絶対的な角度とを組み合わせて情報を表現してもよい。

図１３は、パターンの配列と相対的な又は絶対的な角度とによって表現される情報の第一の例を示す図である。

図１３の配列１１４−１は、２行４列の単位領域から構成されている。単位領域（ａ）、（ｄ）及び（ｇ）には基本パターン１０７が、それ以外には追加パターン１０８が配置されている。相対的な角度を考えるとき、両パターンの角度の差は１段階である。ここで、基本パターン１０７には「０」を割り当てるとする。そうすると、配列１１４−１より配列１１４−２が得られ、更に、数列１１４−３（「０１１０１１０１」）が得られる。

また、絶対的な角度を考えるとき、基本パターン１０７の角度は０段階であり、追加パターン１０８の角度は１段階である。この場合、上記と同様の数列１１４−３が得られる。

また、図１４は、パターンの配列と相対的な又は絶対的な角度とによって表現される情報の第二の例を示す図である。

図１４の配列１１５−１は、３行３列の単位領域から構成されている。単位領域（ａ）、（ｆ）、（ｇ）及び（ｈ）には基本パターン１０７が、それ以外には追加パターン１０８が配置されている。また、両パターンの角度の差は２段階である。図１３と同様に考えると、相対的な場合及び絶対的な場合も配列１１５−１より配列１１５−２が得られ、更に、数列１１５−３（「０２２２２０００２」）が得られる。

更に、図１５は、パターンの配列と絶対的な角度とによって表現される情報の第三の例を示す図である。

図１５の配列１１６−１は、３行３列の単位領域から構成されている。単位領域（ａ）、（ｂ）及び（ｅ）には基本パターン１０７が、それ以外には追加パターン１０８が配置されている。絶対的な角度についてのみ考えると、基本パターン１０７の角度は５段階であり、追加パターン１０７の角度は１段階である。したがって、配列１１６−１より配列１１６−２が得られ、更に、数列１１６−３（「５５１１５１１１１」）が得られる。

このように、パターンの配列を組み合わせれば、更にｍ倍（ｍは単位領域の数）の情報量を表現することができる。

また、三種類以上のパターンを用いてもよい。Ｎ種類のパターンを用いた場合の情報量（Ｉ）は、上記のＮ倍とすることができる。

ここで、パターンの種類の違いは、ドットの配置だけに限られず、例えば、ドットの色を用いてもよい。すなわち、ドットの配置としては全く同一であっても、各パターンを構成する一部、又は全部のドットの色によって他のパターンと区別してもよい。もちろん、ドットの配置とドットの色との組み合わせによって種類を区別してもよい。

上記の考え方に基づき、情報を埋め込み又抽出を行う装置、方法、及びプログラムについて説明する。

図１６は、本発明の第一の実施の形態における画像処理装置のハードウェア資源を示すブロック図である。また、図１７は、パターン検出部のブロック図である。図１６に示されるように、本実施の形態の画像処理装置１０は、画像読取装置としてのスキャナ２０１、デジタル回路構成の画像処理部２０２、及びプロッタ２０３等をシステムコントローラ２０４によって制御するデジタル複写機構成とされている。システムコントローラ２０４は、内蔵するＣＰＵ（Central Processing Unit）２０４ａ、ＲＯＭ（Read Only Memory）２０４ｂ、及びＲＡＭ（Random Access Memory）２０４ｃ等から構築されるコンピュータ機能を活用し、操作表示部２０５からの指示に応じてスキャナ２０１、画像処理部２０２、及びプロッタ２０３を制御し、必要な情報を操作表示部２０５に返して表示させる。

画像処理部２０２は、フィルタ処理部２０６、変倍処理部２０７、γ処理部２０８、及び階調処理部２０９を含んでいる。これらの各部は、一般的なデジタル複写機が備える同等の回路構成と異なる点はないため、その説明は省略する。

第一の実施の形態の画像処理部２０２は、更に、パターン検出部２１０、情報抽出処理部２１１、カラー画像変換部２１２、及びセレクタ２１３等を具備する。画像に埋め込まれている情報を抽出するために実装されているデジタル回路構成のハードウェアである。

スキャナ２０１が原稿より読み取った原稿画像１０１は、必要に応じて回転補正が施され、カラー画像変換部２１２に出力される。なお、基本パターン１０７と追加パターン１０８との相対角度によって情報が埋め込まれている場合は、回転補正は必ずしも必要ではない。

カラー画像変換部２１２は、原稿画像１０１におけるパターンの色を判定し、その色に合わせて画像変換を行う。例えば、カラー画像変換部２１２は、パターンにおいてＣＭＹ空間における色成分（例えば、Ｍ成分）のドットが検知された場合は、原稿画像１０１をＣＭＹ空間に変換する。この場合、カラー画像変換部２１２は、ＣＭＹ空間に変換されたカラー画像においてパターンの検出対象とされている色成分（以下、「黒ドット成分」という）、例えばＣ成分とＭ成分との二つの色チャネルの画像をパターン検出部２１０に出力する。

一方、パターンにおいてＲＧＢ空間における色成分（例えば、Ｇ成分）のドットが検知された場合は、カラー画像変換部２１２は、原稿画像１０１に対する画像変換は行わない。この場合、カラー画像変換部２１２は、ＲＧＢ空間における黒ドット成分として、例えば、Ｇ成分の色チャネルの画像をパターン検出部２１０に出力する。

前者（ＣＭＹ空間に変換される場合）及び後者（ＲＧＢ空間のままの場合）のいずれの場合についても、どの色成分のカラー画像をパターン検出部２１０に出力するかについては、予め固定的に定めておいてもよいし、操作表示部２０５を介してユーザに設定させるようにしてもよい。

パターン検出部２１０は、例えば、図１７に例示するハードウェア構成を有する。すなわち、カラー画像変換部２１２より出力された画像データに基づいて、基本パターン検出部２５１は、基本パターン１０７を検出する。この場合の検出方法としては、デジタル回路によって画像パターンを検出する従来の各種の手法、例えばパターンマッチングを用いてもよい。この場合、基本パターン１０７を表すパターン画像が予めＲＯＭ２０４ｂに保存されており、当該パターン画像を用いて基本パターン１０７を検出する。

また、基本パターン１０７の特徴量を用いて当該特徴量を満たすパターンを検出してもよい。基本パターン１０７の特徴量としては、例えば、基本パターン１０７を構成する各ドット間の距離を用いてもよい。原稿画像１０１内の各パターンの特徴量を算出し、算出された特徴量を、予めＲＯＭ２０４ｂ等に保存されている基本パターン１０７の特徴量と比較する。両者が一致したら基本パターン１０７が検出されたものとする。

本実施の形態において、追加パターン１０８は、基本パターン１０７をそっくりそのまま含むように構成されている。したがって、基本パターン検出部２５１では基本パターン１０７のみならず追加パターン１０８も基本パターン１０７として検出される。

なお、基本パターン１０７と追加パターン１０８との相対角度によって情報を表現する場合は、量子化された角度の段階ごとにパターン画像又は特徴量を保存しておき、それらを用いて基本パターン１０７を検出する。

続いて、パターン閾値判断部２５２は、基本パターン検出部２５１において基本パターン１０７として検出されたパターン（追加パターン１０８も含む。以下「検出パターン」という。）の総数をカウントする。総数が所定の閾値以上となった場合、パターン閾値判断部２５２は、基本パターン１０７が検出されたと判断する。このような計算処理は、デジタル回路構成のカウンタや加算器等によって実行される。なお、検出パターンの総数をカウントし、その総数を所定の閾値と比較するのは、ノイズとして含まれているパターンがたまたま基本パターン１０７と検出されることが考えられるところ、このような誤認識を除外するためである。

基本パターン判断部２５３は、検出パターンより基本パターン１０７のみを抽出し、抽出された基本パターン１０７の総数をカウントする。誤認識を考慮して総数が所定の閾値より大きい場合は基本パターン１０７が存在するものと判断し、抽出された基本パターン１０７の位置情報や角度等を情報抽出処理部２１１に出力する。検出パターンには、追加パターン１０８も含まれている。したがって、検出パターンからの基本パターン１０７の抽出は、基本パターン１０７と追加パターン１０８との差違に基づいて行えばよい。すなわち、検出パターンのうち、ドット１０８ｄが無いものを基本パターン１０７と判断すればよい。

追加パターン判断部２５４は、検出パターンより追加パターン１０８のみを抽出し、抽出された追加パターン１０８の総数をカウントする。誤認識考慮して総数が所定の閾値より大きい場合は追加パターン１０８が存在するものと判断し、抽出された追加パターン１０８の位置情報や角度等を情報抽出処理部２１１に出力する。上記と同様、検出パターンからのうちドット１０８ｄが有るものを追加パターン１０８と判断すればよい。

情報抽出処理部２１１は、パターン検出部２１０の処理結果を受け、原稿画像１０１に埋め込まれている情報を抽出する。

基本パターン１０７及び追加パターン１０８の配列によって情報が埋め込まれている場合、情報抽出処理部２１１は、ベース領域１０４を所定の配列（例えば、２行４列（図８））ごとに分割し、配列内の単位領域ごとに基本パターン１０７及び追加パターン１０８のいずれが含まれているのかを判定する。配列内の各単位領域内におけるパターンが確定したら、予め定められた値を基本パターン１０７及び追加パターン１０８に割り当て（例えば、前者には「０」、後者には「１」）当該配列によって表される情報を埋め込まれている情報として抽出する。

一方、基本パターン１０７と追加パターン１０８との相対的な角度によって情報が埋め込まれている場合、その角度に基づいて埋め込まれている情報を抽出する。相対的な角度は、全ての基本パターン１０７と追加パターン１０８との相対的な角度の統計をとり、そのピークとなる値を採用してもよい。

両パターンの角度の段階の差がそのまま数値として埋め込まれている場合は、以下の式で情報を抽出することができる。

ｖ＝｜ｘ−ｙ｜Ｍｏｄ３６０／６０
ここで、ｖは埋め込まれている値、ｘは、基本パターン１０７の角度、ｙは追加パターンの角度である。また、Ｍｏｄは剰余を示す。なお、ここでは、角度を６０度ごとに量子化した場合を考えている。

例えば、基本パターン１０７の角度が０であり、追加パターン１０８の角度が６０の場合、上記式に当てはめると、
ｖ＝｜０−６０｜Ｍｏｄ３６０／６０＝１
という値が求まる。したがって、「１」という値が埋め込まれている情報として抽出される。

情報抽出処理部２１１は、抽出された情報をシステムコントローラ２０４に出力する。システムコントローラ２０４は、抽出された情報に応じて画像処理装置１０の動作を制御する。例えば、複写結果として出力する画像を破壊することにより機密文書の複写を防止してもよい。また、抽出された情報を操作表示部２０５に表示させ、ユーザに対して何らかの通知を行ってもよい。少なくとも２ビット以上の情報が表現され得るので、多様な制御が可能となる。

次に、第二の実施の形態について説明する。第一の実施の形態として示した画像処理装置１０では、情報の抽出処理がデジタル回路構成のハードウェア資源によって実行される例を示した。これに対して、第二実施の形態では、画像処理装置のハードウェア資源にインストールされたコンピュータプログラムによって実行される例を説明する。そこで、第一の実施の形態と同一部分は同一符号で示し説明も省略する。

図１８は、本発明の第二の実施の形態における画像処理装置のハードウェア資源を示すブロック図である。図１８中、図１６と同一部分には同一符号を付し、その説明は省略する。

第二の実施の形態では、画像処理部２０２に、パターン検出部２１０、情報抽出処理部２１１、カラー画像変換部２１２、及びセレクタ２１３等が設けられておらず、システムコントローラ２０４のＲＯＭ２０４ｂに、原稿画像１０１からの情報の抽出処理を実行するためのコンピュータプログラム（画像処理プログラム）が記憶保存されている。別の実施の形態としては、システムコントローラ２０４内に設けられたＣＰＵ２０４ａ、ＲＯＭ２０４ｂ、及びＲＡＭ２０４ｃから構築されるマイクロコンピュータにバス接続されたＨＤＤ２１４に画像処理プログラムをインストールしておき、当該画像処理プログラムが画像処理装置の起動時にＲＡＭ２０４ｃに書き込まれて実行される構成であっても良い。いずれにしても、原稿画像１０１からの情報の抽出処理は、コンピュータであるシステムコントローラ２０４がコンピュータプログラムに従い実行することになる。この意味で、ＲＡＭ２０４ｃ又はＨＤＤ２１４は、画像処理プログラムであるコンピュータプログラムを記憶する記憶媒体として機能する。

以下、そのようなコンピュータプログラムにしたがってＣＰＵ２０４ａによって実行される処理手順を説明する。まず、基本パターン１０７及び追加パターン１０８の配列によって情報が埋め込まれている場合の情報抽出処理について説明する。

図１９は、第二の実施の形態の画像処理装置にインストールされたプログラムに基づいて実行される情報抽出処理を説明するための第一のフローチャートである。

スキャナ２０１によって原稿画像１０１が読み取られると（Ｓ１０１）、必要に応じて回転補正が行われる。ステップＳ１０１に続いてステップＳ１０２に進み、原稿画像１０１の２値化が行われる。すなわち、例えば、ＣＭＹ空間であればＣ成分やＭ成分、又はＲＧＢ空間であればＧ成分に係るドットについては「１」とされ、それ以外のドットについては「０」とされるといった具合である。但し、Ｃ成分やＭ成分、又はＧ成分については、あくまでも例示であり、他の色チャネルにおける色成分を「１」とする２値化を行ってもよい。

ステップＳ１０２に続いてステップＳ１０３に進み、ベース領域１０４におけるパターンの特徴量が算出される。例えば、ドット間距離が算出される。算出された特徴量と、予め保存されている基本パターン１０７の特徴量とが比較され（Ｓ１０４）、両者が一致、又は差違があってもその差違が所定の閾値内である場合は基本パターン１０７であるとして、基本パターン１０７の総数がカウントアップされる（Ｓ１０５）。

ノイズ等による誤認識を避けるため、基本パターン１０７の総数が所定の閾値より大きいか否かが判定される（Ｓ１０６）。基本パターン１０７の総数が所定の閾値より大きい場合は、基本パターン１０７が存在すると判定される（Ｓ１０７）。

一方、ステップＳ１０４において、ベース領域１０４におけるパターンの特徴量が基本パターンの特徴量と異なると判定された場合は、ベース領域１０４におけるパターンの特徴量と追加パターン１０８の特徴量との比較が行われる（Ｓ１０８）。両者が一致、又は差違があってもその差違が所定の閾値内である場合は追加パターン１０８であるとして、追加パターン１０８の総数がカウントアップされる（Ｓ１０９）。

ノイズ等による誤認識を避けるため、追加パターン１０８の総数が所定の閾値より大きいか否かが判定される（Ｓ１１０）。追加パターン１０８の総数が所定の閾値より大きい場合は、追加パターン１０８が存在すると判定される（Ｓ１１１）。

続いて、ステップＳ１１２に進み、基本パターン１０７及び追加パターン１０８の配列に基づいて情報の抽出が行われる（Ｓ１１２）。すなわち、ベース領域１０４が所定の配列ごとに分割され、配列内の単位領域ごとに基本パターン１０７及び追加パターン１０８のいずれが含まれているのかが判定される。配列内の各単位領域内におけるパターンが確定したら、予め定めされた値が基本パターン１０７及び追加パターン１０８に割り当てられ（例えば、前者には「０」、後者には「１」）、当該配列によって表される情報が埋め込まれている情報として抽出される。

抽出された情報は、例えば、操作表示部２０５に表示されたり、画像破壊信号の命令として用いられたり、その他の処理制御に用いられる（Ｓ１１３）。

次に、基本パターン１０７と追加パターン１０８との相対角度によって情報が埋め込まれている場合の抽出処理について説明する。

図２０は、第二の実施の形態の画像処理装置にインストールされたプログラムに基づいて実行される情報抽出処理を説明するための第二のフローチャートである。

スキャナ２０１によって原稿画像１０１が読み取られる（Ｓ２０１）。ここでは、原稿が傾いていたとしても回転補正は特に必要ではない。続いて原稿画像１０１の２値化が行われ（Ｓ２０２）、ベース領域１０４におけるパターンの特徴量が算出される（Ｓ２０３）。算出された特徴量と、予め保存されている基本パターン１０７の特徴量とが比較され（Ｓ２０４）、両者が一致、又は差違があってもその差違が所定の閾値内である場合は基本パターン１０７であるとして、基本パターン１０７の総数がカウントアップされる（Ｓ２０５）。

続いて、検出された基本パターン１０７の角度（方向）のピーク値が算出され（Ｓ２０６）、ピーク値がある場合は、基本パターン１０７の角度のピーク値が検出されたものとする（Ｓ２０７）。

一方、ステップＳ２０４において、ベース領域１０４におけるパターンの特徴量が基本パターン１０７の特徴量と異なると判定された場合は、ベース領域１０４におけるパターンの特徴量と追加パターン１０８の特徴量との比較が行われる（Ｓ２０８）。両者が一致、又は差違があってもその差違が所定の閾値内である場合は追加パターン１０８であるとして、追加パターン１０８の総数がカウントアップされる（Ｓ２０９）。但し、ここでは、追加パターン１０８の角度（方向）ごとにその総数がカウントされる。

続いて、追加パターン１０８の角度（方向）にピーク値があるかが判定される（Ｓ２１０）。すなわち、角度ごとにカウントされた総数にピークがあるかが判定される。ピーク値があると判定された場合は、基本パターン１０７の角度のピーク値と、追加パターン１０８の角度のピーク値との相対的な角度が算出される（Ｓ２１１）。

続いて、ステップＳ２１２に進み、算出された角度に基づいて情報の抽出が行われる。第一の実施の形態において説明したように、両パターンの角度の段階の差がそのまま数値として埋め込まれている場合は、以下の式で情報を抽出することができる。

ｖ＝｜ｘ−ｙ｜Ｍｏｄ３６０／６０
ここで、ｖは埋め込まれている値、ｘは、基本パターン１０７の角度、ｙは追加パターンの角度である。また、Ｍｏｄは剰余を示す。なお、ここでは、角度を６０度ごとに量子化した場合を考えている。

例えば、基本パターン１０７の角度が０であり、追加パターン１０８の角度が６０の場合、上記式に当てはめると、
ｖ＝｜０−６０｜Ｍｏｄ３６０／６０＝１
という値が求まる。したがって、「１」という値が埋め込まれている情報として抽出される。

抽出された情報は、例えば、操作表示部２０５に表示されたり、画像破壊信号の命令として用いられたり、その他の処理制御に用いられる（Ｓ２１３）。

次に、第三の実施の形態について説明する。第二の実施の形態では、情報抽出処理を、ハードウェア資源にインストールされたコンピュータプログラムによって実行する画像処理装置について説明した。この画像処理装置は、第一の実施の形態で述べた通り、例えばデジタル複写機である。しかしながら、情報抽出処理は、必ずしも画像処理装置において実行される必要はなく、一般的なコンピュータ（例えばＰＣ（Personal Computer））を用いて行われてもよい。この場合、コンピュータプログラムそのものは、基本的には第二の実施の形態で用いているコンピュータプログラムと異ならない。

図２１は、本発明の第三の実施の形態における画像処理装置のハードウェア資源を示すブロック図である。画像処理装置としてのパーソナルコンピュータ３０１は、各部を集中的に制御するＣＰＵ２０４ａを備えており、このＣＰＵ２０４ａには、ＢＩＯＳなどを記憶した読出し専用メモリであるＲＯＭ２０４ｂと、各種データを書換え可能に記憶してＣＰＵ２０４ａの作業エリア等として機能するＲＡＭ２０４ｃとがバス３０２で接続されており、マイクロコンピュータを構成している。さらに、バス３０２には、画像処理プログラムであるコンピュータプログラムがインストールされたＨＤＤ２１４と、ＣＤ−ＲＯＭ３０３に記録されたデータを読み取るＣＤ−ＲＯＭドライブ３０４と、プリンタ部等との通信を司るインターフェース３０５とが接続されている。

一例として、ＨＤＤ２１４にインストールされている画像処理プログラムであるコンピュータプログラムは、ＣＤ−ＲＯＭ３０３に元々記録されており、ＣＰＵ２０４ａによって、そのコンピュータプログラムがＣＤ−ＲＯＭドライブ３０４で読み取られ、ＨＤＤ２１４にインストールされたものである。そして、ＨＤＤ２１４にインストールされたそのコンピュータプログラムが起動されると、そのコンピュータプログラムは、ＨＤＤ２１４からＲＡＭ２０４ｃにコピーされ、ＣＰＵ２０４ａとＲＡＭ２０４ｃとによって実行される。この意味で、ＲＡＭ２０４ｃ、ＨＤＤ２１４又はＣＤ−ＲＯＭ３０３は、画像処理プログラムであるコンピュータプログラムを記憶する記憶媒体として機能することになる。

もっとも、コンピュータプログラムを記憶する記憶媒体としては、ＣＤ−ＲＯＭ３０３のみならず、ＤＶＤなどの各種の光ディスク、各種光磁気ディスク、フレキシブルディスクなどの各種磁気ディスク、半導体メモリ等、各種方式のメディアを用いることができる。また、インターネットなどのネットワークからコンピュータプログラムをダウンロードし、ＨＤＤ２１４にインストールするようにしても良い。この場合に、送信側のサーバでコンピュータプログラムを記憶している記憶装置も、本発明における記憶媒体である。なお、プログラムは、所定のＯＳ（Operating System）上で動作するものであっても良いし、その場合に後述の各種処理の一部の実行をＯＳに肩代わりさせるものであっても良いし、ワープロソフトなど所定のアプリケーションソフトやＯＳなどを構成する一群のプログラムファイルの一部として含まれているものであっても良い。

かかるパーソナルコンピュータ３０１において、ＨＤＤ２１４にインストールされたコンピュータプログラムに従い実行される処理は、図１９又は図２０に示したものと同様である。但し、パーソナルコンピュータ３０１は、スキャナ２０１を有していない。したがって、ステップＳ１０１においては、ネットワークやケーブルを介して接続されているスキャナより画像データが入力される。

次に、第四の実施の形態として、情報の埋め込み処理について説明する。情報の埋め込みは、図２２に示される処理を実行するプログラムを、図１６、図１８又は図２１に示される画像処理装置にインストールして実行させればよい。

図２２は、情報の埋め込み処理を説明するためのフローチャートである。

ステップＳ３０１において埋め込む情報が取得される。埋め込む情報は、ユーザに入力させてもよいし、予めファイル等に保存されているものでもよい。また、規定値であってもよい。

ステップＳ３０１に続いてステップＳ３０２進み、埋め込む情報に応じて、基本パターン１０７と追加パターン１０８との相対的な関係が判定される。例えば、両パターンの配列によって情報を埋め込む場合は、両パターンの配列が判定される。また、両パターンの相対的な角度によって情報を埋め込む場合は、当該角度が判定される。

ステップＳ３０２に続いてステップＳ３０３に進み、ステップＳ３０２において判定された両パターンの相対的な関係が形成されるように、基本パターン１０７及び追加パターン１０８が重畳された画像が生成される。

ステップＳ３０３に続いてステップＳ３０４に進み、基本パターン１０７及び追加パターン１０８が重畳された画像が、例えば、紙文書として印刷される。

上述したように、本発明の実施の形態における画像処理装置によれば、所定のパターンの相対的関係を用いることによって、画像に対して複数ビットの情報を埋め込み、また抽出することができる。

なお、上記において、ベール領域１０４を情報の埋め込み領域とした例について説明したが、必ずしもベース領域１０４を対象とする必要はなくメッセージ領域１０５でもよい。また、ベース領域１０４とメッセージ領域１０５とを構成することなくパターンを重畳させてもよい。この場合は、単に、コピーした際に地紋パターン１０３が浮かび上がる効果が得られないだけであり、情報の埋め込み及び抽出という観点からは影響は受けない。

次に、第四の実施の形態について説明する。第四の実施の形態では、基本パターンと１０７と追加パターン１０８との相対角度によって情報を表現する場合に、基本パターン１０７及び追加パターン１０８が画像に重畳され、その画像より検出されるまでに生じ得る角度的な誤差（例えば、画像の印刷やスキャン等において発生し得る誤差）を考慮する。

すなわち、図１０及び図１１においては、基本パターン１０７及び追加パターン１０８を６段階の角度に量子化し、両パターンの相対角度によって情報を表現する例について説明した。しかし、両パターンが重畳された画像が印刷され、更にその印刷文書がスキャンされることにより、両パターンの角度には誤差や歪みが生じ得る。例えば、０段階で埋め込まれたパターンは、情報の抽出時には０段階に対して±方向にある程度の角度を持ち得る。このような誤差は、スキャンの際の原稿の傾きや歪み等のユーザの操作に基づいてだけではなく、プリンタやスキャナの性能等に基づいてある程度不可避的に発生する。以下、このような要因で発生する両パターンの相対的な角度の誤差を「角度誤差」という。

したがって、情報の抽出時に検出された各基本パターン１０７又は追加パターン１０８の角度は、実際に測定されたものが所定の量子化単位に基づいて量子化される。実際に測定された角度（以下「実測角度」という。）が、どの角度に量子化されるかは、当該実測角度が、それぞれの量子化された角度（以下「量子化角度」という。）に割り当てられた角度的な幅に基づいて判定される。この、量子化角度ごとに割り当てられた角度的な幅を以下「角度領域」という。

図２３は、６段階に量子化した場合の角度領域の例を示す図である。図２３においては、量子化単位が６０の場合に各段階（各量子化角度）の角度領域（以下、角度領域０、１、２、３、４、５という。）を定めた例を示している。分割された各領域に示される数字と小円の中の矢印は、各角度領域が対応する段階を識別するための付したものである。

すなわち、図２３においては、−３０度〜３０度まで（以下、（−３０、３０）と記載する。）に含まれる実測角度は０段階（０度）に量子化され、以後量子化単位（６０度）ごとに１段階（６０度）、２段階（１２０度）、３段階（１８０度）、４段階（２４０度）、５段階（３００度）に量子化される例を示す。なお、ここでは時計回り方向を正とし、以下においても同様とする。

このような判定方法を採る場合、スキャン時の原稿の傾き等によっては基本パターン１０７と追加パターン１０８との相対的な量子化角度の差（すなわち、相対角度）の判定を誤る可能性がある。例えば、両パターンが図１０及び図１１のように角度的に６段階に量子化された場合において、角度誤差が±１５度未満の場合を考える（すなわち、スキャン時に原稿の傾きが無い状態でスキャンされたとしても、最大で±１５度の誤差が生じる場合を考える。）。図２４は、角度領域が６０度単位である場合において角度誤差が±１５度の場合に相対角度を誤って判定し得る原稿の傾きの分布を示す図である。

図２４において、黒く塗りつぶされた範囲は、相対角度が正しく判定される原稿の傾きの範囲を示し、白い範囲は、相対角度が誤って判定され得る原稿の傾きの範囲を示す。図中に示されるように、この場合、原稿の傾きが３０±１５度、９０±１５度、２１０±１５度、２７０±１５度、３３０±１５度のときに相対角度が誤って判定される可能性がある。このように、相対角度が誤って判定されてしまう原稿の傾きは、相対的な角度誤差がある限り存在する。当該傾きの範囲は、全体（３６０度）に対して半分となっている。これは相対的な角度誤差の範囲（ここでは、±１５度だから３０度）が、利用する角度領域（ここでは６０度）の半分を占めているためである。仮に、相対的な角度誤差が、角度領域の幅と同じならば、全ての範囲で相対角度の判定を誤る可能性がある。

説明をより具体的にするために、基本パターン１０７が０段階（０度）のものが、追加パターン１０８は２段階（１２０度）のもが重畳された場合を考える。この場合、情報の抽出時には両パターンの相対角度は１２０度として判定されなければならない。しかしながら、原稿が３０度傾けられてスキャンされたとすると、基本パターン１０７は、３０±１５度、追加パターン１０８は１５０±１５度の範囲で検出される可能性がある。すなわち、基本パターン１０７は、（−３０、３０）又は（３０、９０）の角度領域で、追加パターン１０８は、（９０、１５０）又は（１５０、２１０）の各素領域で検出され得る。

図２５は、基本パターンと追加パターンが検出された角度領域の組み合わせに応じて判定される相対角度を示す図である。図２５に示されるように、本来であれば１２０度として判定されるべき相対角度が、原稿の傾きと角度誤差とによって、６０、１２０、又は１８０度として判定され得る。

なお、利用する角度領域（すなわち量子化段階）を、相対的な角度誤差に合わせて変更しても、相対角度を誤って判定する原稿の傾きの範囲は減少しない。例えば、図２６は、角度領域が３０度単位（量子化段階が１２）である場合において角度誤差が±７．５度の場合に相対角度を誤って判定し得る原稿の傾きの分布を示す図である。図中に示されるように、この場合もやはり、半分の範囲で相対角度の誤りが生じ得る。

以下、第四の実施の形態では、かかる角度誤差と原稿の傾き等に基づく基本パターン１０７と相対パターン１０８との相対的角度の判定誤り（以下、単に「相対角度の判定誤り」という。）を回避する方法について説明する。

本実施の形態では、相対的な判定誤りを回避するために、本発明者が導き出した以下の規則に基づいて情報の埋め込み及び抽出を行う。
（１）情報抽出時の角度領域の単位は、角度誤差の幅の２倍以上とする（以下、「ルール１」という。）。
（２）情報埋め込み時の量子化単位は、情報抽出時の角度領域の２倍の角度とする（情報抽出時の量子化単位は、情報埋め込み時の量子化単位の２分の１とも言い換えられる。以下「ルール２」という。）。

例えば、角度誤差が±１５度である場合、角度誤差の幅は３０度である。したがって、ルール１より、情報抽出時の角度領域の単位は６０度となる。また、ルール２より、情報埋め込み時の量子化単位は、１２０度となる（すなわち、３段階に量子化することとなる。）。なお、角度誤差は、利用するプリンタ及びスキャナ等を用いた実験等に基づく経験値等によって算出すればよい。

上記の規則に基づいて、情報を埋め込み、更に抽出することにより、相対角度の判定誤りを回避できることを具体的な例に基づいて説明する。以下では、角度誤差が±１５度である場合を考える。したがって、ルール１及びルール２より情報を埋め込む際の量子化段階は３となる。なお、基本パターン１０７と追加パターン１０８の量子化段階（量子化単位）は同一であり、また、量子化角度を判定するために利用する各角度領域の分布は、両パターンについて同一であるとする。

図２７は、第四の実施の形態における角度を３段階に量子化した場合の各段階における基本パターン及び追加パターンの態様を示す図である。

図２７において、下段は、基本パターン１０７の０度、１２０度、及び２４０度のパターンを示し、上段は、追加パターン１０８の０度、１２０度、及び２４０度のパターンを示す。なお、３段階に量子化する場合、各段階の量子化角度は、０度、１２０度、及び２４０度に限られない。

図２８は、角度を３段階に量子化した場合の各段階における基本パターン及び追加パターンの別の態様を示す図である。図２８では、両パターンの角度を６０度、１８０度、３００度に量子化した場合を示している。但し、以下では、図２７の例に基づいて説明する。

第四の実施の形態では、基本パターン１０７は、０度のもの（以下、「０度基本パターン」という。）を、追加パターン１０８は、１２０度のもの（以下「１２０度追加パターン」という。）を画像に埋め込んだ場合を例とする。図２９は、第四の実施の形態で利用する基本パターンと追加パターンの例を示す図である。この場合、情報の抽出時には、０度基本パターン１０７と１２０度追加パターン１０８との相対角度は１２０度と判定されなければならない。

０度基本パターン１０７と１２０度追加パターン１０８とが重畳された原稿より情報を抽出する方法、すなわち、両パターンの相対角度を判定する方法について説明する。ここでは、角度誤差の幅が３０度の場合を考えているから、情報抽出時に利用する角度領域の単位は、ルール１より６０度となる。したがって、ここでは図２３のように６分割された角度領域を用いる。

まず、６分割された角度領域のままでは、角度誤差に応じて相対角度が誤って判定される可能性がある場合、すなわち、当該原稿が正方向（時計方向）に３０度程度傾けられてスキャンされた場合を考える。この場合、スキャンされた画像より検出される０度基本パターン１０７の実測角度は３０度付近にあり、１２０度追加パターン１０８の実測角度は１５０度付近にある。

そうすると、３０度付近にある０度基本パターン１０７は、角度誤差に応じて（−３０、３０）又は（３０、９０）の角度領域に属し得る。この２つの角度領域は、対応する量子化角度が実測角度に最も近い角度領域と、その次に近い角度領域とを検出することにより見つけることができる。

ここで、情報抽出に利用する角度領域の幅を２倍とする。すなわち、６つに分割されていた角度領域を３つの仮想的な角度領域（以下「仮想角度領域」という。）に変換する。角度領域の変換は、隣り合う２つの角度領域を連結することで行う。これによって６つの角度領域は３つの新しい仮想角度領域に変換される。３分割の仮想角度領域においては、隣あう仮想角度領域の相対角度は、１２０度となる。

なお、角度領域を連結させる際は、０度基本パターン１０７を分類する際に見つけた２つの角度領域である（−３０、３０）と（３０、９０）とが連結されるように、連結する角度領域の組を定める。したがって、新しく生成される３つ仮想角度領域は（−３０、９０）、（９０、２１０）、（２１０、３３０）となる。この様子を図３０に示す。

図３０は、角度領域の連結の例を示す第一の図である。図３０（Ａ）の円において、一番外側にある実線で示されている両端が矢印の３つの円弧が新しく生成された各仮想角度領域を示す。その内側に、破線で示されている両端が矢印の６つの円弧が連結前の角度領域である。更に、円の中心から外側に伸びた矢印ａ１は、０度基本パターン１０７の実測角度として想定される角度であり、矢印ａ２は、１２０度追加パターン１０８の実測角度として想定される角度である。なお、図３０（Ｂ）は、（Ａ）を直線状に表した模式図である。

図３０からも明らかなように、相対的な角度誤差が±１５度あっても、０度基本パターン１０７が属する仮想角度領域と、１２０度追加パターン１０８が属する仮想角度領域とはそれぞれ一意に定まる。すなわち、０度基本パターン１０７は、（−３０、９０）の仮想角度領域に属する。また、１２０度追加パターン１０８は、連結前の角度領域としては、角度誤差に応じて（９０、１５０）又は（１５０、２１０）に属し得るが、０度基本パターン１０７に基づいて定めた３分割の仮想角度領域においては（９０、２１０）に属する。したがって、両パターンの相対角度は、一意に１２０度として判定される。

このように、新しい仮想角度領域に基づけば、相対的な角度誤差が±１５度あっても両パターンの相対角度が正確に判定される。

次に、６分割の角度領域のままでも相対角度が誤って判定されることはない場合についても、角度領域の連結による相対角度の判定は有効であること、すなわち、６分割の角度領域のままでも相対角度が誤って判定されることはない場合に、角度領域の連結が弊害とはならないことを示す。ここでは、０度基本パターン１０７と１２０度追加パターン１０８とが印刷された原稿は、ほぼ傾きのない状態でスキャンされた場合を考える。この場合、スキャンされた０度基本パターン１０７の実測角度は、０度付近にあり、１２０度追加パターン１０８の実測角度は、１２０度付近にある。

ここで、上記と同様に６分割の角度領域を３つの仮想角度領域に変換する。このとき、その量子化角度が、０度基本パターン１０８の実測角度に最も近い角度領域は（−３０、３０）の角度領域であるが、次に近い角度領域は、かならずしも一意には定まらない。すなわち、（３０、９０）と（２７０、３３０）の角度領域の二つの量子化角度が次に近い可能性がある。このような場合、どちらを連結してもよい。

まずは、新しく生成する仮想角度領域として、（−３０、３０）と（３０、９０）とが連結されるように、隣り合う二つの角度領域をそれぞれ連結する場合について説明する。この場合、新しく生成される角度領域は（−３０、９０）、（９０、２１０）、（２１０、３３０）となる。この様子を図３１に示す。

図３１は、角度領域の連結の例を示す第二の図である。なお、図３１における各図形の意味は、図３０と同様である。

図３１からも明らかなように、０度基本パターン１０７が属する仮想角度領域と、１２０度追加パターン１０８が属する仮想角度領域とはそれぞれ一意に定まる。すなわち、０度基本パターン１０７は、（−３０、９０）の仮想角度領域に属する。また、１２０度追加パターン１０８は、（９０、２１０）に属する。したがって、両パターンの相対角度は、一意に１２０度として判定される。

このように、６分割の角度領域でも適切に相対角度が判定できる場合でも、角度領域の連結による相対角度の判定は有効である。

続いて、新しく生成される仮想角度領域として、（−３０、３０）と（２７０、３３０）とが連結されるように、隣り合う二つの角度領域のそれぞれを連結する場合について説明する。ところで、（２７０、３３０）の角度領域は（−９０、−３０）の角度領域と言い換えることができる。したがって、新しく生成される仮想角度領域は（−９０、３０）、（３０、１５０）、（１５０、２７０）となる。この様子を図３２に示す。

図３２は、角度領域の連結の例を示す第三の図である。図３１における各図形の意味は、図３０及び図３１と同様である。

図３２からも明らかなように、０度基本パターン１０７が属する仮想角度領域と、１２０度追加パターン１０８が属する仮想角度領域とはそれぞれ一意に定まる。すなわち、０度基本パターン１０７は、（−９０、３０）の仮想角度領域に属する。また、１２０度追加パターン１０８は、（３０、１５０）に属する。したがって、両パターンの相対角度は、一意に１２０度として判定される。

このように、その量子化角度が実測角度に２番目に近い角度領域が一意に定まらない場合に、そのいずれの角度領域を連結対象としても、適切に相対角度を判定することができる。

なお、上記においては、０度基本パターン１０７の実測角度に最も近い角度領域と、その次に近い角度領域とを連結することで仮想角度領域を生成したが、連結する角度領域の決定は、１２０度追加パターン１０８に基づいて行ってもよい。また、仮想角度領域の生成方法（角度領域の連結方法）は、予め定めておいてもよいし、実際に抽出する際に動的に定めても良い。

ところで、以上においては、角度領域の単位は、角度誤差の幅の倍以上であることを条件としていた（ルール１）。しかし、角度領域を連結する上記の方法を用いる場合、角度領域の単位は、角度誤差の幅と同じでも問題とはならないことが、図３０、図３１、及び図３２より分かる。すなわち、６分割された角度領域を用いる場合、角度誤差が±３０度未満であっても、相対角度が誤って判定されることはない。以上より、ルール１については、「情報抽出時の角度領域の単位は、少なくとも角度誤差の幅より大きくする。」と、その条件を緩和させることができる。

したがって、角度誤差が±１５度未満の場合は、角度領域の単位を３０度とすることができる。この場合、ルール２より、情報埋め込み時の量子化段階の角度の単位は６０度とすることができ、より多くの情報量を表現することができる。

更に、情報の抽出時に利用する角度領域の単位を、「最小角度領域」を連結することにより定めてもよい。ここで、「最小角度領域」について説明する。ある角度領域Ａが複数の角度領域から生成されているとき、角度領域Ａを二つ以上に分解できる。これを角度領域の分解と呼ぶ。角度領域がこれ以上分解できないとき、この角度領域を「最小角度領域」という。実際には、この角度領域の分解には限界がある。二つの最小角度領域Ａ、Ｂがあり、Ａ、Ｂが持つそれぞれの量子化段階に有意な差が無い場合、ＡとＢを違うものとして扱っても意味がない。このため、分解には限界があり、最小角度領域は必ず存在する。

角度領域の単位を最小角度領域の連結に基づいて定める場合、連結された角度領域の幅が、角度誤差より大きければよい。すなわち、以下のように定式化することができる。

最小角度領域の幅をｓ度とし、角度誤差の幅をＮ度とすると、必要な連結数ｘは、
Ｎ＜ｓ×ｘ（度）
を満たす最小のｘである。これは、ルール１に対応する。また利用する角度領域の単位は（ｓ×ｘ）度である。したがって情報埋め込み時に利用できる量子化段階（相対的角度の個数）ｎは、
ｓ×ｘ×２ｎ≦３６０（度）
を満たす最大のｎである。これは、ルール２に対応する。また、利用できる相対角度は、
ｓ×ｘ×２×０、ｓ×ｘ×２×１、・・・、ｓ×ｘ×２×（ｎ−１） （単位は度）
である。

例えば、最小角度領域の幅が３０度であり、角度誤差が±４５度未満の場合、９０＜３０×ｘを満たす連結数は３であり、利用する角度領域の幅は３０×３=９０度となる。このとき、利用できる量子化段階（相対的角度の個数）は、９０×２ｎ≦３６０よりｎ＝２である。また、利用できる相対角度はｓ×ｘ×２×０=３０×３×２×０=０度とｓ×ｘ×２×１=３０×３×２×１=１８０度である。

なお、第四の実施の形態において利用した、図１０及び図１１に示した基本パターン１０７及び追加パターン１０８についてのそれぞれの６つのパターンは、一つの辞書として用いればよい。このような辞書は複数用意しておいてもよい。例えば、図１０及び図１１の各段階について正方向へ３０度回転した辞書を用いてもよい。

図３３は、各段階について正方向へ３０度回転した基本パターン及び追加パターンの態様を示す図である。複数の辞書を用意した場合、情報を抽出する際に、利用する辞書を動的に選んでもよい。

ところで、以上においては、量子化段階は偶数であったが、奇数でも良い。たとえば、５段階に量子化する。この場合、情報抽出の際に二つの角度領域を連結して、新しい仮想角度領域を生成すると、相対角度として０度、１４４度が利用できる。但し、２８８度は０度と区別できないため利用できない。

上記、第四の実施の形態において説明した考え方に基づき、情報を埋め込み又は抽出を行う装置については、第一の実施の形態、第二の実施の形態、又は第三の実施の形態において説明したものと同様でよい。第四の実施の形態における装置構成を第二の実施の形態と同じものとするとき、ＣＰＵ２０４ａは、コンピュータプログラムにしたがって次に示すような処理を実行する。

図３４は、第四の実施の形態の画像処理装置にインストールされたプログラムに基づいて実行される情報抽出処理を説明するためのフローチャートである。

スキャナ２０１によって原稿画像１０１が読み取られる（Ｓ４０１）。ここでは、原稿が傾いていたとしても回転補正は特に必要ではない。続いて原稿画像１０１の２値化が行われ（Ｓ４０２）、ベース領域１０４におけるパターンの特徴量が算出される（Ｓ４０３）。算出された特徴量と、予め保存されている角度的に量子化された各段階（各量子化角度）の基本パターン１０７の特徴量とが比較され（Ｓ４０４）、両者が一致、又は差違があってもその差違が所定の閾値内（当該段階の角度領域内）である場合は基本パターン１０７であるとして、特徴量が一致した量子化角度の検出総数がカウントアップされる（Ｓ４０５）。ここで、角度領域は、予め設定されている角度誤差に基づいて算出される。すなわち、少なくとも角度誤差よりも大きい値が用いられる。

続いて、基本パターン１０７の量子化角度（方向）ごとの検出総数にピーク値が存在するか否かが判定される（Ｓ４０６）。すなわち、検出総数が最も多い量子化角度の存在の有無が判定される。検出総数にピーク値があると判定された場合は、そのピーク値がある角度領域と、当該角度領域の隣の角度領域との連結によって生成される仮想角度領域に基づいて、基本パターン１０７の量子化角度を再分類する（Ｓ４０７）。より詳しくは、角度領域の連結前の量子化角度ごとの検出総数を、連結される組ごとに合計する。続いて、再分類された量子化角度のピーク値を検出する（Ｓ４０８）。すなわち、連結された組ごとに合計された検出総数の中からピーク値を検出する。

一方、ステップＳ４０４において、ベース領域１０４におけるパターンの特徴量が基本パターン１０７の特徴量と異なると判定された場合は、追加パターン１０８を対象として、ステップＳ４０４からＳ４０８までの処理と同様の処理が行われる（Ｓ４０９〜Ｓ４１３）。

ステップＳ４１４において、それぞれ仮想角度領域に基づいて検出されたピーク値に係る基本パターン１０７の量子化角度と追加パターン１０８の量子化角度との相対的な角度が算出される。

以降、ステップＳ４１５及びＳ４１６は、図２０におけるステップＳ２１２及びＳ２１３と同様であるので、ここでの説明は省略する。

以上、本発明の実施例について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

原稿画像を例示する正面図である。 原稿画像に埋め込まれた地紋パターン（背景ドットパターン）が浮き上がって見えている原稿画像の複写物の一例を示す模式図である。 原稿画像に埋め込まれた地紋パターン（背景ドットパターン）が浮き上がって見えている原稿画像の複写物の別の一例を示す模式図である。 図２に例示する地紋パターン（背景ドットパターン）を拡大して示す模式図である。 図３に例示する地紋パターン（背景ドットパターン）を拡大して示す模式図である。 本発明の実施の形態における基本パターンの例を示す図である。 本発明の実施の形態における追加パターンの例を示す図である。 パターンの配列とそれによって表現される情報の第一の例を示す図である。 パターンの配列とそれによって表現される情報の第二の例を示す図である。 パターンの配列とそれによって表現される情報の第三の例を示す図である。 角度を６段階に量子化した場合の各段階における基本パターンの態様を示す図である。 角度を６段階に量子化した場合の各段階における追加パターンの態様を示す図である。 パターンの配列と相対的な又は絶対的な角度とによって表現される情報の第一の例を示す図である。 パターンの配列と相対的な又は絶対的な角度とによって表現される情報の第二の例を示す図である。 パターンの配列と絶対的な角度とによって表現される情報の第三の例を示す図である。 本発明の第一の実施の形態における画像処理装置のハードウェア資源を示すブロック図である。 パターン検出部のブロック図である。 本発明の第二の実施の形態における画像処理装置のハードウェア資源を示すブロック図である。 第二の実施の形態の画像処理装置にインストールされたプログラムに基づいて実行される情報抽出処理を説明するための第一のフローチャートである。 第二の実施の形態の画像処理装置にインストールされたプログラムに基づいて実行される情報抽出処理を説明するための第二のフローチャートである。 本発明の第三の実施の形態における画像処理装置のハードウェア資源を示すブロック図である。 情報の埋め込み処理を説明するためのフローチャートである。 ６段階に量子化した場合の角度領域の例を示す図である。 角度領域が６０度単位である場合において角度誤差が±１５度の場合に相対角度を誤って判定し得る原稿の傾きの分布を示す図である。 基本パターンと追加パターンが検出された角度領域の組み合わせに応じて判定される相対角度を示す図である。 角度領域が３０度単位（量子化段階が１２）である場合において角度誤差が±７．５度の場合に相対角度を誤って判定し得る原稿の傾きの分布を示す図である。 第四の実施の形態における角度を３段階に量子化した場合の各段階における基本パターン及び追加パターンの態様を示す図である。 角度を３段階に量子化した場合の各段階における基本パターン及び追加パターンの別の態様を示す図である。 第四の実施の形態で利用する基本パターンと追加パターンの例を示す図である。 角度領域の連結の例を示す第一の図である。 角度領域の連結の例を示す第二の図である。 角度領域の連結の例を示す第三の図である。 各段階について正方向へ３０度回転した基本パターン及び追加パターンの態様を示す図である。 第四の実施の形態の画像処理装置にインストールされたプログラムに基づいて実行される情報抽出処理を説明するためのフローチャートである。

符号の説明

１０ 画像処理装置
２０１ スキャナ
２０２ 画像処理部
２０３ プロッタ
２０４ システムコントローラ
２０４ａ ＣＰＵ
２０４ｂ ＲＯＭ
２０４ｃ ＲＡＭ
２０５ 操作表示部
２０６ フィルタ処理部
２０７ 変倍処理部
２０８ γ処理部
２０９ 階調処理部
２１０ パターン検出部
２１１ 情報抽出処理部
２１２ カラー画像変換部
２１３ セレクタ
２１４ ＨＤＤ
２５１ 基本パターン検出部
２５２ パターン閾値判断部
２５３ 基本パターン判断部
２５４ 追加パターン判断部

Claims (66)

1. 画像に情報を埋め込む画像処理装置であって、
   埋め込む情報に基づいて少なくとも２種類の所定のパターンの相対的な関係を判定する判定手段と、
   前記判定手段によって判定された相対的な関係を形成するように前記所定のパターンを前記画像に重畳させるパターン重畳手段とを有することを特徴とする画像処理装置。
2. 前記相対的な関係は、前記所定のパターンの配列であることを特徴とする請求項１記載の画像処理装置。
3. 前記パターン重畳手段は、同一の前記配列を繰り返し前記画像に重畳させることを特徴とする請求項２記載の画像処理装置。
4. 前記相対的な関係は、前記所定のパターンの相対的な角度であることを特徴とする請求項１記載の画像処理装置。
5. 前記判定手段は、埋め込む情報に応じて前記角度を判定することを特徴とする請求項４記載の画像処理装置。
6. 前記相対的な関係は、前記所定のパターンの配列と相対的な角度との組み合わせであることを特徴とする請求項１記載の画像処理装置。
7. 前記判定手段は、前記相対的な関係と共に前記所定のパターンの一部又は全部の色を判定し、
   前記パターン重畳手段は、前記判定手段によって判定された色によって前記所定のパターンを前記画像に重畳させることを特徴とする請求項１乃至６いずれか一項記載の画像処理装置。
8. 前記少なくとも２種類の所定のパターンは、それぞれの特徴量の少なくとも一部が共通することを特徴とする請求項１乃至７いずれか一項記載の画像処理装置。
9. 前記少なくとも２種類の所定のパターンは、それぞれのドットの配置の少なくとも一部が共通することを特徴とする請求項８記載の画像処理装置。
10. 画像に埋め込まれた情報を抽出する画像処理装置であって、
    前記画像を取得する画像取得手段と、
    前記画像から少なくとも２種類の所定のパターンを検出するパターン検出手段と、
    種類の異なる前記所定のパターンの相対的な関係に基づいて前記埋め込まれた情報を判定する判定手段とを有することを特徴とする画像処理装置。
11. 前記相対的な関係は、前記所定のパターンの配列であることを特徴とする請求項１０記載の画像処理装置。
12. 前記相対的な関係は、前記所定のパターンの相対的な角度であることを特徴とする請求項１０記載の画像処理装置。
13. 前記判定手段は、前記相対的な角度に応じて埋め込まれた情報を判定することを特徴とする請求項１２記載の画像処理装置。
14. 前記相対的な関係は、前記所定のパターンの配列と相対的な角度との組み合わせであることを特徴とする請求項１０記載の画像処理装置。
15. 前記パターン検出手段は、前記所定のパターンの一部又は全部の色を判定し、
    前記判定手段は、前記相対的な関係と色とに基づいて前記埋め込まれた情報を判定することを特徴とする請求項１０乃至１４いずれか一項記載の画像処理装置。
16. 前記少なくとも２種類の所定のパターンは、それぞれの特徴量の少なくとも一部が共通することを特徴とする請求項１０乃至１５いずれか一項記載の画像処理装置。
17. 前記少なくとも２種類の所定のパターンは、それぞれのドットの配置の少なくとも一部が共通することを特徴とする請求項１６記載の画像処理装置。
18. 前記画像を印刷する印刷装置を備え、
    前記判定手段によって判定された情報に応じて前記画像の印刷を制限する請求項１０乃至１７いずれか一項記載の画像処理装置。
    
19. 画像に情報を埋め込む画像処理方法であって、
    埋め込む情報に基づいて少なくとも２種類の所定のパターンの相対的な関係を判定する判定手順と、
    前記判定手順において判定された相対的な関係を形成するように前記所定のパターンを前記画像に重畳させるパターン重畳手順とを有することを特徴とする画像処理方法。
20. 前記相対的な関係は、前記所定のパターンの配列であることを特徴とする請求項１９記載の画像処理方法。
21. 前記パターン重畳手順は、同一の前記配列を繰り返し前記画像に重畳させることを特徴とする請求項２０記載の画像処理方法。
22. 前記相対的な関係は、前記所定のパターンの相対的な角度であることを特徴とする請求項１９記載の画像処理方法。
23. 前記判定手順は、埋め込む情報に応じて前記角度を判定することを特徴とする請求項２２記載の画像処理方法。
24. 前記相対的な関係は、前記所定のパターンの配列と相対的な角度との組み合わせであることを特徴とする請求項１９記載の画像処理方法。
25. 前記判定手順は、前記相対的な関係と共に前記所定のパターンの一部又は全部の色を判定し、
    前記パターン重畳手順は、前記判定手順において判定された色によって前記所定のパターンを前記画像に重畳させることを特徴とする請求項１９乃至２４いずれか一項記載の画像処理方法。
26. 前記少なくとも２種類の所定のパターンは、それぞれの特徴量の少なくとも一部が共通することを特徴とする請求項１９乃至２５いずれか一項記載の画像処理方法。
27. 前記少なくとも２種類の所定のパターンは、それぞれのドットの配置の少なくとも一部が共通することを特徴とする請求項２６記載の画像処理方法。
28. 画像に埋め込まれた情報を抽出する画像処理方法であって、
    前記画像を取得する画像取得手順と、
    前記画像から少なくとも２種類の所定のパターンを検出するパターン検出手順と、
    種類の異なる前記所定のパターンの相対的な関係に基づいて前記埋め込まれた情報を判定する判定手順とを有することを特徴とする画像処理方法。
29. 前記相対的な関係は、前記所定のパターンの配列であることを特徴とする請求項２８記載の画像処理方法。
30. 前記相対的な関係は、前記所定のパターンの相対的な角度であることを特徴とする請求項２８記載の画像処理方法。
31. 前記判定手順は、前記相対的な角度に応じて埋め込まれた情報を判定することを特徴とする請求項３０記載の画像処理方法。
32. 前記相対的な関係は、前記所定のパターンの配列と相対的な角度との組み合わせであることを特徴とする請求項２８記載の画像処理方法。
33. 前記パターン検出手順は、前記所定のパターンの一部又は全部の色を判定し、
    前記判定手順は、前記相対的な関係と色とに基づいて前記埋め込まれた情報を判定することを特徴とする請求項２８乃至３２いずれか一項記載の画像処理方法。
34. 前記少なくとも２種類の所定のパターンは、それぞれの特徴量の少なくとも一部が共通することを特徴とする請求項２８乃至３３いずれか一項記載の画像処理方法。
35. 前記少なくとも２種類の所定のパターンは、それぞれのドットの配置の少なくとも一部が共通することを特徴とする請求項３４記載の画像処理方法。
36. 画像に対する情報の埋め込みをコンピュータに実行させる画像処理プログラムであって、
    埋め込む情報に基づいて少なくとも２種類の所定のパターンの相対的な関係を判定する判定手順と、
    前記判定手順において判定された相対的な関係を形成するように前記所定のパターンを前記画像に重畳させるパターン重畳手順とを有することを特徴とする画像処理プログラム。
37. 前記相対的な関係は、前記所定のパターンの配列であることを特徴とする請求項３６記載の画像処理プログラム。
38. 前記パターン重畳手順は、同一の前記配列を繰り返し前記画像に重畳させることを特徴とする請求項３７記載の画像処理プログラム。
39. 前記相対的な関係は、前記所定のパターンの相対的な角度であることを特徴とする請求項３６記載の画像処理プログラム。
40. 前記判定手順は、埋め込む情報に応じて前記角度を判定することを特徴とする請求項３９記載の画像処理プログラム。
41. 前記相対的な関係は、前記所定のパターンの配列と相対的な角度との組み合わせであることを特徴とする請求項３６記載の画像処理プログラム。
42. 前記判定手順は、前記相対的な関係と共に前記所定のパターンの一部又は全部の色を判定し、
    前記パターン重畳手順は、前記判定手順において判定された色によって前記所定のパターンを前記画像に重畳させることを特徴とする請求項３６乃至４１いずれか一項記載の画像処理プログラム。
43. 前記少なくとも２種類の所定のパターンは、それぞれの特徴量の少なくとも一部が共通することを特徴とする請求項３６乃至４２いずれか一項記載の画像処理プログラム。
44. 前記少なくとも２種類の所定のパターンは、それぞれのドットの配置の少なくとも一部が共通することを特徴とする請求項４３記載の画像処理プログラム。
45. 画像に埋め込まれた情報の抽出をコンピュータに実行させる画像処理プログラムであって、
    前記画像を取得する画像取得手順と、
    前記画像から少なくとも２種類の所定のパターンを検出するパターン検出手順と、
    種類の異なる前記所定のパターンの相対的な関係に基づいて前記埋め込まれた情報を判定する判定手順とを有することを特徴とする画像処理プログラム。
46. 前記相対的な関係は、前記所定のパターンの配列であることを特徴とする請求項４５記載の画像処理プログラム。
47. 前記相対的な関係は、前記所定のパターンの相対的な角度であることを特徴とする請求項４５記載の画像処理プログラム。
48. 前記判定手順は、前記相対的な角度に応じて埋め込まれた情報を判定することを特徴とする請求項４７記載の画像処理プログラム。
49. 前記相対的な関係は、前記所定のパターンの配列と相対的な角度との組み合わせであることを特徴とする請求項４５記載の画像処理プログラム。
50. 前記パターン検出手順は、前記所定のパターンの一部又は全部の色を判定し、
    前記判定手順は、前記相対的な関係と色とに基づいて前記埋め込まれた情報を判定することを特徴とする請求項４５乃至４９いずれか一項記載の画像処理プログラム。
51. 前記少なくとも２種類の所定のパターンは、それぞれの特徴量の少なくとも一部が共通することを特徴とする請求項４５乃至５０いずれか一項記載の画像処理プログラム。
52. 前記少なくとも２種類の所定のパターンは、それぞれのドットの配置の少なくとも一部が共通することを特徴とする請求項５１記載の画像処理プログラム。
53. 請求項３６乃至４４いずれか一項記載の画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体。
54. 請求項４５乃至５２いずれか一項記載の画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体。
55. 画像に重畳された少なくとも２種類の所定のパターンの相対的な角度に基づいて前記画像より情報を抽出する画像処理装置であって、
    前記画像より前記所定のパターンを検出するパターン検出手段と、
    前記所定のパターンの角度を検出する角度検出手段と、
    検出された角度を所定の量子化単位に従った量子化角度に量子化し、該量子化角度に基づいて前記相対的な角度を判定する判定手段とを有することを特徴とする画像処理装置。
56. 前記判定手段は、前記量子化角度ごとに割り当てられた角度領域のうちいずれの前記角度領域に前記所定のパターンの角度が含まれるかに応じて当該角度を量子化することを特徴とする請求項５５記載の画像処理装置。
57. 前記所定の量子化単位は、前記画像に前記所定のパターンが重畳される際の量子化単位の２分の１であり、
    前記判定手段は、前記量子化角度ごとに割り当てられた前記角度領域のうち前記所定のパターンの角度が含まれる前記角度領域とその隣の前記角度領域とを連結することによって生成される連結角度領域が対応する量子化角度に、当該角度を量子化することを特徴とする請求項５５又は５６記載の画像処理装置。
58. 前記連結角度領域は、前記所定のパターンの角度が含まれる前記角度領域と、その隣の角度領域であって前記所定のパターンの角度に近い方の前記角度領域とを連結することによって生成されることを特徴とする請求項５７記載の画像処理装置。
59. 前記角度領域は、前記所定のパターンが前記画像に重畳され、前記画像より検出されるまでに生じ得る角度的な誤差の幅より大きいことを特徴とする請求項５７又は５８記載の画像処理装置。
60. 画像に重畳された少なくとも２種類の所定のパターンの相対的な角度に基づいて前記画像より情報を抽出する画像処理方法であって、
    前記画像より前記所定のパターンを検出するパターン検出手順と、
    前記所定のパターンの角度を検出する角度検出手順と、
    検出された角度を所定の量子化単位に従った量子化角度に量子化し、該量子化角度に基づいて前記相対的な角度を判定する判定手順とを有することを特徴とする画像処理方法。
61. 前記判定手順は、前記量子化角度ごとに割り当てられた角度領域のうちいずれの前記角度領域に前記所定のパターンの角度が含まれるかに応じて当該角度を量子化することを特徴とする請求項６０記載の画像処理方法。
62. 前記所定の量子化単位は、前記画像に前記所定のパターンが重畳される際の量子化単位の２分の１であり、
    前記判定手順は、前記量子化角度ごとに割り当てられた前記角度領域のうち前記所定のパターンの角度が含まれる前記角度領域とその隣の前記角度領域とを連結することによって生成される連結角度領域が対応する量子化角度に、当該角度を量子化することを特徴とする請求項６０又は６１記載の画像処理方法。
63. 前記連結角度領域は、前記所定のパターンの角度が含まれる前記角度領域と、その隣の角度領域であって前記所定のパターンの角度に近い方の前記角度領域とを連結することによって生成されることを特徴とする請求項６２記載の画像処理方法。
64. 前記角度領域は、前記所定のパターンが前記画像に重畳され、前記画像より検出されるまでに生じ得る角度的な誤差の幅より大きいことを特徴とする請求項６２又は６３記載の画像処理方法。
65. 請求項６０乃至６４いずれか一項記載の画像処理方法をコンピュータに実行させるための画像処理プログラム。
66. 請求項６５記載の画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images