JPH01298477A - 自動切抜きシステム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 【産業上の利用分野】

本発明は、入力される画像から背景部を抽出して印１！
ＩＮ版フィルムを作成する装置に係り、特に、カラー画
像から縁点を検出して特徴背景部を切抜いた印刷製版フ
ィルムを作成する自動切抜きシステムの改良に関するも
のである。

【従来の技術】

写真原稿中から必要な部分のみを切出１−て使用する場
合、例えば、角型の写真原稿中をハート型にトリミング
して使用するとか、写真原稿中の対象物のみを抽出して
、池の写真原稿と合成して使用するとかいった場合、一
般には切抜き処理を実行する。 即ち、レイアウト用紙にトレースマシーンで必要な絵柄
の輪郭をなぞって切抜きを指定したり、写真原稿にトレ
ーシングペーパーを被せ、必要す部分の輪郭の描き込ん
だ上、不必要な写真を斜線で潰して、切抜きを指定し、
このような切抜き指定に従って、切抜きマスク等を作成
して合成を実行する。 しかしながら、印１！１　物となるものは、上記のよう
な単一の色エリアから成るものばかりではなく、徐々に
色が変化したり、カラー写真用のネガ及びポジフィルム
等があり、このようなカラー原稿中の特定の物、例えば
人物とか家具等のみを抽出してフィルム版を作成する場
合には、切り取られる領域に、明度、彩度、色相の異な
る領域が重なり合っているので、上記の手法では忠実な
フィルム版を自動作成できない。 従って、カラーフィルム原稿の場合には、そのフィルム
画像を投影して、人間が切抜きエリアに対応するマスク
を作成し、そのマスクとフィルム原稿とを重ねることに
より、所望とするカラー原稿のフィルム版（Ｙ、Ｍ、Ｃ
，Ｂｋ版）を作成するといった手作業に委ねられている
なめ、フィルム原稿の画像の複雑さに起因して、フィル
ム版作成効率が著しく低下し、印刷工程日数を大１福に
増加してしまう等の問題点があった。 このような問題点を解消するべく、所定の背景画像領域
を指示し、該指示された背景画像領域に対するカラー画
像データを読み出し、各版色毎の濃度平均値及び版色間
の共分散値を演算し、前記カラ一画面データを各画素毎
で、且つ版色毎に読み出して、各版色毎の濃度平均値及
び版色間の共分？！１．値を参照しながら識別関数によ
り濃度距離データを演算し、該濃度距離データと判定距
離データを参照しながら背景部画像データを抽出する、
いわゆる最尤法を用いることが考えられる。 この最尤法を用いた場合、背景が一様なときには、濃度
マスクと称する、同じ画素濃度を持つ部分を指定するこ
とで切抜き画像を作成することができるが、背景部に実
体部の影が写ったり、背景部がグラデーションを持つ場
合（明度、彩度、色相それぞれに間する場合がある）に
は、適切な複数開所の背景部を指定しなければならず、
オペレータに負荷がかかり、未熟練のオペレータでは適
切な背景部を指定することができない場合がある等の問
題点を有していた。 又、グラデーションを持つ背景部をもうまく抽出できる
ように、Ｃ，Ｍ、Ｙの値を持つ画素を色相、彩度、明度
に変換し、そのうちの色相及び彩度を最尤法に渡すこと
も考えられる。しかしながら、この方法であっても、明
度が変化したグラデーションに対しては有効であるもの
の、色相が変化する場合には効果がないという問題点を
有していた。

【発明が達成しようとする課題】

本発明は、前記従来の問題点を解消するべくなされたも
ので、明度や色相が変化しても、グラデーションや影を
持つ背景部をう゛まく抽出することが可能な自動切抜き
システムを提供することを目的とする。

【課題を達成するための手段】

本発明は、自動切抜きシステムを、カラー写真原稿を読
み取る原稿読取り手段と、予め設定された背景部内のト
レーニングエリアの主成分を演算して濃度変化の軸を求
める主成分演算手段と、該主成分演算を行ったトレーニ
ングエリアのデータの濃度平均値及び共分散値を演算す
る濃度平均・共分散演算手段と、該濃度平均値及び共分
散値を参照しながら、識別関数により濃度距離データを
演算する識別関数演算手段と、該３μ別閂数演算手段が
演算した濃度距離データと予め記憶された判定距離デー
タを参照しながら、背景部画像データを抽出する背景部
抽出手段とを用いて構成することにより、前記目的を達
成したものである。

【作用】

本発明は、背景が一様であり、主たる光源の方向が同じ
であれば、部分と全体でグラデーションの軸が同じにな
ることに着目してなされたもので、入力された画像から
背景部を抽出する際に、カラー写真原稿に対して、予め
設定された背景部内のトレーニングエリアの主成分を演
算して、濃度変化の方向（軸）を把握し、その方向性を
考慮するようにしている。 ここで、主成分分析とは、データを主要な要素に要約し
て、特徴を把握するための解析的な手法である。即ち、
ｎ個の点が、ｐ次元空間内である１つの平面内にほぼ載
っているとすると、この平面上に全ての点を射影して、
その上での０点のばらつきの状態だけに注目しても、情
報の損失は殆どない、そのような都合のよい平面がみつ
からない場合であっても、ｎ個のある点は、あるｍ次元
（＋！＋　＜ｏ　）空間にかたまっている可能性があり
、そのときには、次元数を１にまで下げることができる
。このように、データを主要な要素に要約して、特徴を
把握するための解析的手法が主成分分析である。 数学的には、次のような計算で主成分値を求めることが
できる。 −ｉに、同一のサンプルについて何等かの相関関係があ
る０種の変量（ＸＩ、Ｘ２、・・・、Ｘｌ）＞（ｐ≧２
）のような測定されたＮ組のデータ（Ｘ　＋λ、Ｘ２λ
、・・・、Ｘｐλ）（λ＝１．２、・・・、Ｎ）が得ら
れたとする（多変量データと称する）。 これらＮ組のデータは、それぞれｐ変ｌ相互に関連のあ
る変動を示しているとみなせるから、これを説明する関
数として、ｐ個の変量の一次結合で次式の２を仮定し、 ｚ＝１　１　ｘ＋＋ｆ；ｌ　　２ｘ　　２＋　・　・　
・　＋；１ｐ−ｘｐ・・・　（１） ｉＱｌ、λ２、・・・（Ｐを変えて、次式％式％（２） の条件の下で２の分散が最大（最大の変動）になるとき
の２を第１主成分と称する。このときの係数をλ＋ｉ（
！＝１．２、・・・ｐ）で表わすと、第１主成分ｚ１は
、次式のようになる。 ７、＝２＋＋Ｘ　＋＋！２＋ｚＸ　２＋・・・１＋　Ｐ
・ＸＰ・・・（３） 次に、第１主成分１１とは無相関な２のうちで、前圧（
２）式の条件を満す最大の分散を持つｚ２（これを第２
主成分と称する）を決定する。このときの係数をλ２ｉ
（！＝１．２・・・ｐ）とすると、第２主成分ｚ２は、
次式で表わすことができる。 Ｚ　２＝ｆ２＋Ｘ　＋　ｅＪ２２Ｘ　２　ｉ　“９゛＋
１２ｐ−Ｘｐ・・・（４） 以下同様にして、第１主成分ｚｌまでで、全変動の大部
分が説明されていれば、これ以上の成分を求めることを
やめる。 第用土成分Ｚｍは、次式のように置くことができる。 Ｚｍ＝Ｊｍ　１Ｘ＋　＋ｘｍ　２　　Ｘ２＋・・◆＋１
ｍｐ−Ｘｐ　　　　　　　　　　・・・（５）従って、
各係数は次式 ％式％ を満足し、各主成分は、次の条件を満すように定まる。 条Ｆｆ−１：第１主成分ｚＩの分散が最大である。 条件２：第α主成分ｌ−は、ｚ　、、ｚ　２、・・・・
Ｚａｚ−１（α＝２．３、・・・ｍ）と無相関で、分散
か最大である。 主成分分析を行うアルゴリズムの一例を、第２図に示す
。 このような主成分分析を背景部抽出に用いるに際して、
背景部がグラデーションを持つ場合、各画素を色空間上
（Ｃ軸、Ｍ釉、Ｙ軸）にプロットすると、それらは、例
えば第３図に示す如く、ある軸（第１主成分軸）を中心
にして、分布することが予想される。 従って、第２図に示した如く、主成分分析を用いて、こ
の第１主成分軸を求め、これに垂直な平面へ画素を投影
し、その２次元座標系の画素値を最尤法に渡し、主成分
分析により得られたトレーニングエリアの画素データの
濃度平均値及び共分散値から、識別関数により濃度距離
データを演算し、該濃度データと予め記憶された判定距
煮データを参照して、カラー画像の背景部画像データを
抽出することとすれば、背景部に実体部の影が写ったり
、グラデーションを持つ場合で、明度や色相が変化して
も、グラデーションに左右されない背景部抽出が可能と
なる。

【実施例】

以下図面を参照して、本発明の実施例を詳細に説明する
。 本実施例は、第１図に示す如く構成されている。 第１図において、１はレイアウトテーブルで、例えばカ
ラーフィルム等のカラー、原稿２（背景部が一様）が載
置される。３はカラースキャナで、カラー原′ｇＪ２の
画像を光学的に読み取り、ＲＧＢ信号をＹ、Ｍ、Ｃ，Ｂ
ｋ信号に変換しながらイメージメモリ４に記憶させる。 ５はコンピュータ等で構成される画像処理コントローラ
部で、主成分演算手段５ａ、濃度平均・共分散演算手段
５ｂ、識別関数演算手段５ｃ、背景部抽出手段５ｄ、ス
ムージング処理手段５ｅ、ベクタ変換手段５ｆ、ベクタ
データ補正手段５ｇ、雑音除去手段５ｈ等から構成され
ており、プログラムメモリ１０に記憶される切抜き処理
プログラムに基づいて起動する。 前記主成分演算手段５ａは、予め設定された一様な背景
部内のトレーニングエリア１１ａ、例えば処理対象画像
１１の左上隅（第４図参照）の画像データ（Ｃ，Ｍ、Ｙ
）をサンプリングして、その主成分を演算し、濃度変化
の軸を求める。この主成分演算手段５ａによって、画像
データの背景部がグラデーションを持つ場合や、実体部
の影が写る場合でも、濃度分布の変化が予測できる。勿
論、トレーニングエリアを背景部内の池の箇所に設定す
ることも可能である。 前記濃度平均・共分散演算手段ジｂは、主成分分析で得
られた各画素の第２及び第３主成分値から、最尤法によ
る濃度クラスタリングを行うべく、トレーニングエリア
ｌｌａの濃度平均値及び共分散値を求める。 前記識別関数演算手段５Ｃは、濃度平均・共分散演算手
段５ｂが演算した濃度平均値及び共分散値を正規分布関
数に代入して、対象画伝全体を背景部と実体部（背景部
でない部分）にクラスタリングするための識別関朶を決
定し、次いで、イメージメモリ４に記憶されたカラー画
像データを読み出し、該識別関数に代入して、トレーニ
ングエリアとの濃度距離データを演算する。ここで、正
規分布関数を使用しているのは、画像が一様である場合
には、正規分布に従っていると仮定しているからである
。 前記背景部抽出手段５ｄは、該識別関数演算手段５ｃが
演算した濃度距離データと、予め記憶された判定距離デ
ータ（例えばマハラノビス距離データ）を参照しながら
、該濃度距離データが所定値以内であると背景部と判定
して、イメージメモリ４に記憶されたカラー画像データ
から背景邦画像データを抽出する。 前記スムージング処理手段５ｅは、該背景部抽出手段５
ｄにより抽出された背景邦画像データを後述するように
スムージングする。 前記ベクタ変換手段５ｆは、該スムージング処理手段５
ｅによりスムージングされた背景部画像データ（２値デ
ータ）を背景部ベクトルデータに変換する。これは、こ
れ迄の処理はラスター処理であり、画像全体から見た位
置間係の把握ができないからである。このベクトル化に
よって、背景部でない部分に発生する切抜き線等を排除
することが可能となる。 前記ベクタデータ補正手段５ｇは、該ベクタ変換手段５
ｆによりベクトル化された背景部ベクトルデータを間引
き補正して、ベクトル化する時点で斜め線において量子
化するために発生するジャギングを除く。 前記雑音除去手段５ｈは、該ベクタデータ補正手段５ｇ
によって間引き補正された背景部ベクトルデータについ
て、後述するようにベクトルループの形状の複雑さや包
含関係を含む知識情報に従って、実体部の中に抽出され
た背景部要素、即ち雑音を除去する。 第１図において、６は自動抽出された切抜き線をオペレ
ータが確認・修正するためのデイスプレィ、７は入力部
で、キーボード７ａ及びポインティングデバイス７ｂか
ら構成され、切抜き処理に必要なコマンド及び位置デー
タ等を画像処理コントローラ部５に指示入力する。 ８は、フィルム出力手段となるレイアウトスキャナで、
前記雑音除去手段５ｈから出力される背景部ベクトルデ
ータを参照しながら、前記イメージメモリ４に記憶され
たカラー画像データ中から背景部外のカラー画像データ
を版色側に読み出し、印刷フィルム版９に切出し出力す
る。 第４図は、本発明による自動切抜き処理を説明する状態
推移図であり、第１図と同一のものには、同じ符号を付
しである。 第４図において、１１は処理対象画像、Ｉｌａはトレー
ニングエリアを示す、又、１２は背景部抽出画像データ
を示し、第１図に示した背景部抽出手段５ｄが抽出した
背景部抽出画像データに対応する６図において、Ｎ　＋
　、Ｎ　２はノイズ成分であり、画像処理演算により発
生する一探でない濃度領域として抽出されたデータに対
応する。 １３はスムージングデータで、スムージング処理手段５
ｅがノイズ成分Ｎ　１．　Ｎ　２を、例えば近接する画
素データを所定のマトリクスデータにより除去したもの
に相当する。これにより、背景部輪郭データ１３ａが生
成される。 １４は背景部ベクトルデータで、前記背景部輪郭データ
１３ａのベクトルデータに相当する。 １５は間引き補正された背景部ベクトルデータで、前記
ベクタデータ補正手段５ｇにより背景部ベクトルデータ
１４を間引き補正して得られる。 １５ａ、１５ｂは雑音ベクトルデータで、雑音除去手段
５ｈにより知識情報を用いて自動的に消去される。 １６は背景部ベクトルデータで、この背景部ベクトルデ
ータ１６がレイアウトスキャナ８に入力される。 １７は切抜き画像で、第１図に示した印刷フィルム版９
に露光される。 カラー原稿２に対する原稿入力がポインティングデバイ
ス７ｂにより指示されると、カラースキャナ３がカラー
原稿２の読み取りを開始し、読み取ったカラー画像デー
タを版色（イエロー、マゼンタ、シアン、ブラック）毎
にイメージメモリ４に順次書き込んでいく、この書き込
みが終了すると、イメージメモリ４から読み出されたカ
ラー画像データがデイスプレィ６に表示される。 トレーニングエリアｌｌａは、予め背景部の所定位置、
例えば処理対象画像１１の左上隅に設定されている。な
お、このトレーニングエリア１１ａは、ポインティング
デバイス７ｂにより変更可能である。 主成分演算手段５ａは、このトレーニングエリアｌｌａ
の部分の画像データ（Ｃ，Ｍ、Ｙ）をサンプリングし、
この画像データに対して、濃度の変化方向を知るための
主成分分析を行う、これによって、画像データの背景部
がグラデーションを持つ場合や、実体部の影が写る場合
でも、濃度分布の変化が予測できる。 背景部抽出に際しては、この主成分分析で得られた各画
素の第２及び第３主成分値を、最尤法に渡す。 最尤法では、まず、前記濃度平均・共分散演算手段５ｂ
が、前記トレーニングエリアｌｌａ内の各画素の第２、
第３主成分値から、その濃度平均値及び共分散値を演算
する。 次いで、識別関数演算手段５Ｃが、前記トレーニングエ
リアｌｌａの濃度平均値及び共分散値を正規分布関数に
代入し、対象画像全体を背景部と実体部にクラスタリン
グするための識別関数を決定する。 更に、該識別関数演算手段５Ｃが、各画素をこの識別関
数に代入して、トレーニングエリアとの濃度距離データ
を演算する。 次いで、背景部抽出手段５ｄが、演算された漂度距にデ
ータを予め記憶された判定距離データより小さいかどう
か判定することにより、背景部抽出画像データ１２を抽
出する。最尤法は、このように画像の−様な部分を統計
的に処理しているため、安定的に背景部が抽出できる。 抽出された背景部画像データ１２はスムージング処理手
段５ｅにより背景輪郭部がスムージングされ、スムーン
グデータ１３が生成される。 次いで、ベクタ変換手段５ｆにより、背景部画像データ
である背景部輪郭データ１３ａが背景部ベクトルデータ
１４に変換される。 次いで、ベクタデータ補正手段５ｇが背景部ベクトルデ
ータ１４の変化点数を減らす間引き処理を実行してベク
トル形状を補正する。 そして、雑音除去手段５ｈが雑音ベクトルデータ１５ａ
、１５ｂを知識情報を用いて消去する。 次いで、オペレータが、この処理で自動抽出された切抜
き線をデイスプレィ６上で確認、修正して、切抜き線が
決定される。 決定された背景部ベクトルデータ１６（切抜き線）はレ
イアウトスキャナ８に出力され、これに従って、レイア
ウトスキャナ８が背景部ベクトルデータ１６を参照しな
がら、イメージメモリ４に記憶されたカラー画像データ
中の背景部外に対応するカラー画像データ（切抜き画像
１７）を読み出し、印刷フィルム版９に板側に切出し露
光出力する。 次に第５図〜第８図を参照しながら、第３図に示したス
ムージング処理手段５ｅによる２Ｈ収縮に準じたスムー
ズ処理について説明する。 第５図は、第１図に示したスムージング処理手段５ｅに
よる輪郭画素の膨張を説明する模式図である０図におい
て、２１は判定画素パターンで、例えば対象画素２１ａ
に臨接する８近傍画素を検索して、対象画素２１ａの「
１」　〈黒画素）、「０」　（白画素）を決定する。２
２は膨脂処理パターンで、判定画素パターン２１の８近
傍画素が１つでも「１」の場合に、対象画素２１ａが「
１」（斜線で示す）に形成されて、膨張された状態に対
応する。 第６図は、第１図に示したスムージング処理手段５ｅに
よる輪郭画素の収縮を説明する模式図である０図におい
て、３１は判定画素パターンで、例えば対象画素３１ａ
に臨接する８近傍画素を検索して、対象画素３１ａの「
１」　「０」を決定する。３２は収縮処理パターンで、
判定画素パターン３１の８近傍画素が１つでも「０」の
場合に、対象画素３１ａが「０」に形成されて、収縮さ
れた状態に対応する。 例えば第７図に示すような凸型のノツチが線画の輪郭に
含まれるような線画画像データ４１ａが検索された場合
には、スムージング処理プログラムに基づいて、第６図
に示した判定画素パターン３１により収縮走査を実行し
て収縮画像データ４１ｂを生成し、この収縮画像データ
４１ｂに対して膨脂処理を施すため、スムージング処理
プログラムに基づいて、スムージング処理手段後５ｅが
第５図に示した判定画素パターン２１により膨脹走査を
行って、ノツチ除去画像データ４１Ｃを生成する。 一方、第８図に示すような凹型のノツチが線画の輪郭に
含まれるような線画画像データＡ２ａが検索された場合
には、スムージング処理プログラムに基づいて、第５図
に示した判定画素パターン２１により膨脹走査を実行し
て膨張画像データ４２ｂを生成し、このＢ’＆画像デー
タ４２１）に対して収縮処理を施すため、スムージング
処理プログラムに基づいて、スムージング処理手段１１
５　ｅが第６図に示した判定画素パターン３１により収
縮走査を行い、ノツチ除去画像データ４２ｃを生成する
。なお、この処理は、この実施例においては、膨張→収
縮の順に、画像全体に対して実行される。 第９図は、第１図に示したベクタデータ補正手段５ｇに
よるベクタデータ補正処理を説明する模式図である０図
において、４５は、原ベクトルデータで、ベクタ変換手
段５ｆにより生成されるベクトルデータに対応する。４
６は補正ベクトルデータで、各原ベクトルデータ４５間
で発生する段差が発生しないように、ベクタ点数を減ら
したものに対応する。 第９図から分かるように、２値細線上の変化のかなめと
なる点を方向コードで検索することにより、原ベクトル
データ４５が補正ベクトルデータ４６に自動補正される
。これにより、輪郭エツジの粗さが軽減される。 次いで、雑音除去手段５ｈにより、補正ベクトルデータ
４６の中で雑音補正ベクトルデータがループ単位に除去
される。 なお、雑音除去のための下記の知識情報■〜■は、図示
しない内部メモリに記憶されており、下記雑音除去ルー
ル（１）〜（４）に従って、ベクトルデータを検索する
ことにより雑音が除去できる。 ■ループの長さ ■ループの包含関係 ■ループの複雑さ（クリティカルポイント数／べクトル
ループ長） （１）ベクトルループ長がある一定値以下で、且つ複雑
さがある一定値以上を持つベクトルループは除去する。 （２）ベクトルループ長がある一定値以上で、且つ包含
間係が一番外側にあり、更に複雑さがある一定値以下の
ベクトルループは残存する。 （３）包含関係で内側にあり、且つ複雑さがある一定値
以上を持つベクトルループは除去する。 （４）包含関係で内側にあり、且つベクトルループ長が
ある一定値以上で、更に複雑さがある一定値以下のベク
トルループは切抜き線として残存させる。 このような知識情報及び雑音除去ルールにより、精度の
良い切抜き画像用の背景部ベクトルデータが生成され、
この背景部ベクトルデータを参照しながらレイアウトス
キャナ８がイメージメモリ４をアクセスして、背景部外
のカラー画像データのみを抽出して、印、７リフイルム
版９に切抜き画像の印刷版が自動露光出力される。 次に、第１０図を参照しながら、本発明による自動切抜
き処理の手順について説明する。 本発明による自動切抜き処理に際しては、まずポインテ
ィングデバイス７ｂよりカラー原稿２に対する画像読み
取りが指示され、ステップ１１０で、カラースキャナ３
がカラー原稿２に対する画像読み取りを終了するのを特
撮する０版色側の読み取りを終了したら、ステップ１１
２に進み、読み取ったカラー画像データを版色側にイメ
ージメモリ４に登録する。 次いで、ステップ１１４で、ポインティングデバイス７
ｂより登録されたカラー画像の描画指令が入力されるの
を待機し、描画指令が入力されたら、ステップ１１６で
、イメージメモリ４より読み出されたカラー画像データ
をデイスプレィ６に描画する。 次いでステップ１１８で、主成分演算手段５ａが、予め
設定されているトレーニングエリア１１ａをサンプリン
グし、該トレーニングエリア内の画像データに対して、
濃度の変化方向を知るなめに主成分分析を行う、この主
成分分析は、例えば前出第２図に示した如く、共分散行
列を作成し、該共分散行列の固有値を演算し、該固有値
に基づき各主成分値を演算することによって行われる。 次いでステップ１２０に進み、前記濃度平均・共分散演
算手段５ｂが、前記主成分演算を行ったトレーニングエ
リアｌｌａのデータの濃度平均値及び共分散値を演算す
ると共に、前記識別関数演算手段５Ｃが、イメージメモ
リ４から読み出される各画素のカラー画像データと前記
濃度平均値及び共分散値を識別関数となる正規分布関数
に代入して濃度距離データを演算する。 次いで、ステップ１２２に進み、背景部抽出手段５ｄで
、予め記憶された判定距離データを参照し、ステップ１
２４で、濃度距離データが背景部となる場合には、ステ
ップ１２６に進んで、背景部となったカラー画像データ
を登録し、一方背景部とならない場合には、ステップ１
２８に進む。 ステップ１２８では、全画素判定処理か終了したか否か
を判断し、判定結果が否である場合にはステップ１２０
に戻り、判定結果が正である場合にはステップ１３０に
進む。 ステップ１３０．１３２では、スムージング処理手段ぢ
ｅが、カラー画像データの輪郭形状を彫版収縮処理して
、スムージング修正する。 次いでステップ１３４で、ベクタ変換手段５ｆが、スム
ージングされた背景画像データ（ラスタデータ）をベク
トルデータに変換する。 次いでステップ１３６で、ベクタデータ補正手段５ｑが
、ベクトルデータの間引き補正を行い、ステップ１３８
で、雑音除去手段５ｈがベクトルデータの雑音除去を実
行する。 次いで、ステップ１４０で、オペレータがデイスプレィ
６上に表示された切抜き線を確認・修正して、切抜き線
を決定する。 次いで、ステップ１４２で、レイアウトスキャナ８が修
正されたベクトルデータを参照しながら、イメージメモ
リ４に記憶された版色側のカラー画像データが読み出さ
れるのを待遇し、ステップ１４４で、読み出された背景
部外のカラー画像（切抜き画＠）を印刷フィルム版９に
対して版色毎に露光出力する。 次いで、ステップ１４６で、全てのフィルムが出力され
たかどうかを判断し、判定結果が否である場合にはステ
ップ１４２に戻り、判定結果が正である場合には処理を
終了する。 なお、前記実施例では、カラー原稿２をカラースキャナ
３より入力する場合について説明していたが、レイアウ
トスキャナ８の図示しない入力ドラムより入力しても、
同様の処理が実行できることは明らかである。

【図面の簡単な説明】

第１図は、本発明に係る自動切抜きシステムの実施例の
構成を示すブロック線図、第２図は、本発明の詳細な説
明するための、主成分分析を行うアリゴリズムを示す流
れ図、第３図は、同じくトレーニングエリアの２次元ヒ
ストグラムと主成分軸を示す線図、第４図は、前記実施
例における自動切抜き処理を説明する状態推移図、第５
図は、第１図に示した実施例のスムージング処理手段に
よる輪郭画素の彫版を説明する模式図、第６図は、同じ
く、輪郭画素の収縮を説明する模式図、第７図及び第８
図は、同じくスムージング処理状態を説明する模式図、
第９図は、前記実施例で用いられているベクタデータ補
正手段によるベクトルデータ補正処理を説明する模式図
、第１０図は、前記実施例における自動切抜き処理手順
を示す流れ図である。 ２・・・カラー原稿、 ３・・・カラースキャナ、 ４・・・イメージメモリ、 ５・・・画像処理コントローラ部、 ５ａ・・・主成分演算手段、 ５ｂ・・・濃度平均・共分散演算手段、５Ｃ・・・識別
関数演算手段、 ５ｄ・・・背景部抽出手段、 ６・・・デイスプレィ、 ９・・・印刷フィルム版、 １０・・・プログラムメモリ、 １１・・・処理対象画像、 １１ａ・・・トレーニングエリア、 １２・・・贅景部抽出画像データ。

Claims (1)

【特許請求の範囲】
1. （１）カラー写真原稿を読み取る原稿読取り手段と、 予め設定された背景部内のトレーニングエリアの主成分
   を演算して濃度変化の軸を求める主成分演算手段と、 該主成分演算を行つたトレーニングエリアのデータの濃
   度平均値及び共分散値を演算する濃度平均・共分散演算
   手段と、 該濃度平均値及び共分散値を参照しながら、識別関数に
   より濃度距離データを演算する識別関数演算手段と、 該識別関数演算手段が演算した濃度距離データと予め記
   憶された判定距離データを参照しながら、背景部画像デ
   ータを抽出する背景部抽出手段と、からなることを特徴
   とする自動切抜きシステム。