JPH09204529A - 画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】見栄えの良い輪郭線画像が得られるとともに、
所望の画像処理を効率的に短時間で行なえる画像処理装
置を提供すること。 【解決手段】画像を入力するための画像入力部１と、こ
の画像入力部１から入力された入力画像を表示するため
の画像表示部２と、この画像表示部２に表示された入力
画像から得られる情報に基づいて、入力画像の種別を判
定する輪郭線抽出モード選択部３と、この輪郭線抽出モ
ード選択部３による判定結果に応じた輪郭線抽出方法を
用いて入力画像の輪郭線を抽出する輪郭線抽出部８とを
具備する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像処理装置に関
し、特に、デジタルスチルカメラあるいはスキャナ等で
入力された濃淡画像から輪郭線を抽出して、取り扱い説
明書やマニュアル等に利用する線図形を作成するための
画像処理装置に関する。

【０００２】

【従来の技術】デジタルスチルカメラあるいはスキャナ
等で入力された濃淡画像から輪郭線を抽出して、取り扱
い説明書やマニュアル等に利用する線図形を作成するた
めの技術として、特開昭６１−１７５８７９号公報や特
開平１−２９５３７８号公報が開示されている。両者と
も、入力された原画像中のデータを所定の方向に微分し
て原画像の輪郭線を抽出するという方法をとっている。

【０００３】

【発明が解決しようとする課題】しかしながら、上記し
た従来技術はいずれも、入力された原画像がどのような
画像で、どのような性質を持ちあわせる画像であるのか
を考慮することなしに、単一の輪郭線抽出方法を用いて
輪郭線の抽出を行っているので、抽出された輪郭線画像
の見栄えが良くなかった。また、入力された原画像が大
きな画像であったり、原画像の枚数が非常に多い場合
は、処理時間が不必要に長くなったり、手間がかかった
りして効率的でなかった。

【０００４】本発明の画像処理装置はこのような課題に
着目してなされたものであり、その目的とするところ
は、見栄えの良い輪郭線画像が得られるとともに、所望
の画像処理を効率的に短時間で行なうことができる画像
処理装置を提供することにある。

【０００５】

【課題を解決するための手段】上記の目的を達成するた
めに、本発明の画像処理装置は、画像を入力するための
画像入力部と、この画像入力部から入力された入力画像
を表示するための画像表示部と、この画像表示部に表示
された入力画像から得られた情報に基づいて、入力画像
の種別を判定する種別判定手段と、この種別判定手段に
よる判定結果に応じた輪郭線抽出方法を用いて入力画像
の輪郭線を抽出する輪郭線抽出手段とを具備する。

【０００６】また、本発明の画像処理装置はさらに、前
記画像表示部に表示された前記入力画像に対して輪郭線
抽出を行うべき領域を指定するための処理領域指定部を
具備する。

【０００７】また、前記種別判定手段は、入力画像をフ
ーリエ係数データに変換するためのフーリエ変換部と、
得られたフーリエ係数データをスペクトルデータに変換
するためのスペクトル演算部と、得られたスペクトルデ
ータと、入力画像を分類するためのテンプレートスペク
トルデータとの間の相関演算を行う相関演算部と、この
相関演算部によって算出された相関係数を判定するため
の相関係数判定部とを具備する。

【０００８】すなわち、本発明の画像処理装置は、画像
入力部から入力された入力画像を画像表示部に表示し、
表示された入力画像から得られた情報に基づいて、種別
判定手段によって入力画像の種別を判定する。そして、
この種別判定手段による判定結果に応じた輪郭線抽出方
法を用いて輪郭線抽出手段によって入力画像の輪郭線を
抽出するようにする。

【０００９】また、本発明の画像処理装置はさらに、前
記画像表示部に表示された処理領域指定部で前記入力画
像に対して輪郭線抽出を行うべき領域を指定するように
する。

【００１０】また、前記種別判定手段では、フーリエ変
換部において入力画像をフーリエ係数データに変換し、
得られたフーリエ係数データをスペクトル演算部におい
てスペクトルデータに変換し、得られたスペクトルデー
タと、入力画像を分類するためのテンプレートスペクト
ルデータとの間の相関演算を相関演算部において行な
い、算出された相関係数を相関係数判定部において判定
するようにする。

【００１１】

【発明の実施の形態】以下に本発明の実施形態を図面を
参照して詳細に説明する。

【００１２】まず、図１を参照して本実施形態の概略を
説明する。画像入力部１から入力された画像は原画像表
示部２において表示される。オペレータはこの表示され
ている画像がどのような種類の画像であるのかを判断し
て、その判断結果を輪郭線抽出モード選択部３に入力す
る。輪郭線抽出モード選択部３は入力された判断結果に
基づいて入力画像の種別を判断して最適な輪郭線抽出モ
ードを選択する。輪郭線抽出部８は選択された輪郭線抽
出モードに適した輪郭線抽出方法で入力画像の輪郭線を
抽出して輪郭線画像を作成する。作成された輪郭線画像
は処理画像表示部９で表示される。

【００１３】以下に本発明の第１実施形態を説明する。
図２は第１実施形態の構成を示す図である。デジタルス
チルカメラ６０は図１の画像入力部１に対応し、スキャ
ナ等によっても構成することができる。出力デバイス６
７は図１の原画像表示部２、処理画像表示部９に対応
し、ディスプレイ等によって構成される。原画像表示部
２は画像入力部１によって入力された原画像を表示し、
処理画像表示部９は処理あるいは輪郭線抽出が行われた
処理画像を表示する。メモリ６３は、輪郭線抽出モード
選択部３及び輪郭線抽出部８の処理手順を格納してい
る。輪郭線抽出モード選択部３と、輪郭線抽出部８と、
メモリ６３と、フレームメモリ６４とはパソコン６９を
構成している。

【００１４】また、第１実施形態では、図１に示す輪郭
線抽出モード選択部３は図３に示すように、画像の種別
を判断するための画像種別判定部４を有している。この
画像種別判定部４が判断した結果として画像種別を表現
する種別信号ａ（５）、ｂ（６）、ｃ（７）を出力する
ことによって、原画像の種別の判定が行われる。また、
図１に示す輪郭線抽出部８は図４に示すように、種別信
号判定部１０を有し、種別信号の判定が行われる。この
判定結果によって、(1) 画像の明るさ変化の微分値を利
用する微分処理部１１、(2) 画像上での輪郭線付近の濃
淡パターンを想定したテンプレートにより、画像間との
相関値から輪郭要素を検出するテンプレート方法実行部
１２、(3) 輪郭の点をガウス関数でぼかしてからグラジ
エントを計算して、ノイズ除去及び細線化を行うＣａｎ
ｎｙの方法実行部１３のうちいずれか１つの輪郭線抽出
部が選択されて実行される。なお、(1) の微分処理につ
いては、例えば画像解析ハンドブック，東京大学出版
会，１９９２，ｐｐ５５０−５５４に開示されている。
また、(2) のテンプレートの方法については、例えば画
像解析ハンドブック，東京大学出版会，１９９２，ｐｐ
５５４−５５５に開示されている。また、(3) のＣａｎ
ｎｙの方法については、ＩＥＥＥ ＴＲＡＮＳＡＣＴＩ
ＯＮＳ ＯＮ ＰＡＴＴＥＲＮ ＡＮＡＬＹＳＩＳ Ａ
ＮＤ ＭＡＣＨＩＮＥ ＩＮＴＥＬＬＩＧＥＮＣＥ，Ｖ
ＯＬ ＰＡＭＩ−８ ＮＯ．６，１９８６，ｐｐ６７９
−６９８に開示されている。

【００１５】以下に上記した構成の作用を述べる。ま
ず、図２において、デジタルスチルカメラ６０によって
原画像が撮影される。撮影された原画像は記憶媒体６１
に記憶される。この原画像はパソコン６９に接続されて
いるデータ読み込み装置６２によって読み込まれてパソ
コン６９へと転送される。転送された原画像はフレーム
メモリ６４に読み込まれ、出力デバイス６７であるディ
スプレイ等に表示される。オペレータはディスプレイに
表示されている画像が機械図面であるのか、風景画像で
あるのか、人物画像であるのかを判断し、入力デバイス
６８であるマウスやキーボード等によってその判断結果
を入力する。

【００１６】輪郭線抽出モード選択部３内の画像種別判
定部４ではオペレータからの入力に応じて、処理すべき
画像の種別信号を種別信号ａ〜ｃとして原画像データと
共に輪郭線抽出部８に送る。輪郭線抽出部８ではまず、
種別信号判定部１０によって種別信号の判定が行われ
る。種別信号ａの時には手法１が選択され、原画像デー
タは微分処理部１１へ送られて輪郭線抽出が行われる。
種別信号ｂの時には手法２が選択され、原画像データは
テンプレート方法実行部１２へ送られて輪郭線抽出が行
われる。また種別信号ｃの時には手法３が選択され、原
画像データはＣａｎｎｙの手法実行部１３へ送られて輪
郭線抽出が行われる。このように入力された画像の種別
に応じて輪郭線抽出方法が決定される。輪郭線抽出が行
われた画像データは再び出力デバイス６７に送られディ
スプレイに表示される。また、輪郭線抽出が行われた画
像データは外部記憶装置６６に転送され、処理結果の保
存が行われる。

【００１７】上記した第１実施形態では、デジタルスチ
ルカメラ６０によって入力された原画像を出力デバイス
６７に表示し、オペレータはこの表示画像を見て入力さ
れた画像の種別を確認した上で、入力デバイス６８を用
いて画像の種別を入力する。そして、輪郭線抽出部８で
は種別信号に基づき原画像に適した輪郭線抽出方法を用
いて入力画像の輪郭線を抽出するようにしたので、抽出
された輪郭線画像の見栄えが良くなる。

【００１８】以下に本発明の第２実施形態を説明する。
第２実施形態は図５に示すように、図１に示す原画像表
示部２と輪郭線抽出モード選択部３との間に処理領域指
定部１４を設けた点が第１実施形態と異なる。

【００１９】処理領域指定部１４は例えば図２に示した
入力デバイス６８であるマウスやキーボード等によって
原画像中に対して処理領域を指定するものである。

【００２０】以下に第２実施形態の作用を説明する。図
２において、デジタルスチルカメラ６０によって原画像
が撮影される。撮影された原画像は記憶媒体６１に記憶
される。この原画像はパソコン６９に接続されているデ
ータ読み込み装置６２によって読み込まれてパソコン６
９へと転送される。転送された原画像はフレームメモリ
６４に読み込まれ、出力デバイス６７であるディスプレ
イ等に表示される。

【００２１】次に、図６に示すように、オペレータはデ
ィスプレイに表示されている原画像１６に対して処理領
域１５を入力デバイス６８を用いて選択する。オペレー
タは続いて原画像が機械図面であるのか、人物画像であ
るのか、風景画像であるのかを判断し、入力デバイス６
８によってその判断結果を入力する。輪郭線抽出モード
選択部３内の画像種別判定部４ではオペレータの入力に
応じて、処理すべき画像の種別信号を種別信号ａ〜ｃと
して処理領域のデータと共に輪郭線抽出部８に送る。輪
郭線抽出部８ではまず、種別信号判定部１０によって種
別信号の判定が行われる。種別信号ａの時には手法１が
選択され、原画像データは微分処理部１１へ送られて輪
郭線抽出が行われる。種別信号ｂの時には手法２が選択
され、原画像データはテンプレート方法実行部１２へ送
られて輪郭線抽出が行われる。また、種別信号ｃの時に
は手法３が選択され、原画像データはＣａｎｎｙの手法
実行部１３へ送られて輪郭線抽出が行われる。輪郭線抽
出が行われた処理領域データは再び出力デバイス６７に
送られてディスプレイに表示される。また、輪郭線抽出
が行われた処理領域データは外部記憶装置６６に転送さ
れて処理結果の保存が行われる。

【００２２】上記した第２実施形態によれば、原画像中
から所定の領域を選択するようにしたのでオペレータは
必要な情報のみを得ることができる。また、原画像が非
常に大きな場合には所定の領域を選択することにより処
理すべき領域を制限することができるので処理時間を短
縮することができ効率的である。

【００２３】以下に本発明の第３実施形態を説明する。
第３実施形態は図７に示すように、図２に示す原画像表
示部２と輪郭線抽出モード選択部３の間に前処理部１７
を設けた点が第１実施形態と異なる。

【００２４】前処理部１７では例えば入力された画像に
含まれるノイズの除去を行う。前処理部１７で行うノイ
ズ除去方法は、平滑化フィルタ、ガウスフィルタ、フー
リエ変換を利用して高周波数成分をカットする方法、輪
郭線保存型平滑化などの少なくとも１つを用いる。平滑
化フィルタは注目画素を中心とした周辺領域の平均値を
求めて中心画素の値とする。ガウスフィルタは画像に対
して２次元のガウス関数で重みづけを行う。フーリエ変
換を利用して高周波数成分をカットする方法は、画像を
フーリエ変換してフーリエ平面で高周波数成分を遮断す
るようなフィルタをかけてそれをフーリエ逆変換する。
輪郭線保存型平滑化は、画像中の輪郭線情報を鮮鋭化し
たまま平滑化を行う。

【００２５】以下に第３実施形態の作用を説明する。図
２において、デジタルスチルカメラ６０によって原画像
が撮影される。撮影された原画像は記憶媒体６１に記憶
される。この原画像は、パソコン６９に接続されている
データ読み込み装置６２によって読み込まれてパソコン
６９へと転送される。転送された原画像はフレームメモ
リ６４に読み込まれ、出力デバイス６７であるディスプ
レイ等に表示される。オペレータはディスプレイに表示
されている原画像１６に対して入力デバイス６８を用い
てノイズ除去方法を選択する。続いて原画像が機械図面
であるのか、人物画像であるのか、風景画像であるのか
を判断する。オペレータは入力デバイス６８によってそ
の判断結果を入力する。

【００２６】輪郭線抽出モード選択部３内の画像種別判
定部４ではオペレータの入力に応じて、処理すべき画像
の種別信号を種別信号ａ〜ｃとして処理領域のデータと
共に輪郭線抽出部８に送る。輪郭線抽出部８ではまず、
種別信号判定部１０によって種別信号の判定が行われ
る。種別信号ａの時には手法１が選択され、原画像デー
タは微分処理部１１へ送られて輪郭線抽出が行われる。
種別信号ｂの時には手法２が選択され、原画像データは
テンプレート方法実行部１２へ送られて輪郭線抽出が行
われる。また、種別信号ｃの時には手法３が選択され、
原画像データはＣａｎｎｙの手法実行部１３へ送られて
輪郭線抽出が行われる。輪郭線抽出が行われた処理領域
データは再び出力デバイス６７に送られてディスプレイ
に表示される。また、輪郭線抽出が行われた処理データ
は外部記憶装置６６に転送され、処理結果の保存が行わ
れる。

【００２７】上記した第３実施形態によれば、前処理部
１７で入力画像に含まれるノイズを除去するようにした
ので、鮮鋭なノイズの少ない画像として出力画像を生成
できるようになり、輪郭線抽出後にオペレータの手作業
による補正の手間を大幅に削減することができる。

【００２８】以下に本発明の第４実施形態を説明する。
図４実施形態は図８に示すように、図１に示す輪郭線抽
出部８と処理画像表示部９の間に後処理部４０を設けた
点が第１実施形態と異なる。図９は後処理部４０の構成
を示す図であり、輪郭線抽出部８によって輪郭線が抽出
された画像に対して、ノイズ除去、細線化、２値化の少
なくとも１つを実行するように構成されている。１８は
ノイズ除去を行うか否かを選択する選択部を表し、１９
はノイズ除去処理部を表している。ノイズ除去処理には
近傍領域での画素値の中央値を求めるメディアンフィル
タ、あるいはもとの図形を膨張、収縮させる方法である
イロージョン、ダイレーションを用いる。

【００２９】２０は細線化処理を行なうか否かを選択す
る選択部を表し、２１は画像中の輪郭線情報を細線化す
る細線化処理部を表している。細線化処理には、多値画
像の場合には、注目画素での微分値を輪郭線に垂直な方
向に隣接する近傍要素の微分量と比較して、近傍のもの
より小さい微分値をもつ輪郭線を除去するnonmaximasup
pression 手法を用い、２値画像の場合には２値画像細
線化法を用いる。２２は２値化を行うか否かを選択する
選択部を表し、２３は画像を２値化する２値化処理部を
表している。２値化処理には、最適な閾値を求め、画像
の濃度ヒストグラムを２クラスに分割する２値化手法を
用いる。

【００３０】以下に第４実施形態の作用を説明する。図
２において、デジタルスチルカメラ６０によって原画像
が撮影される。撮影された原画像は記憶媒体６１に記憶
される。この原画像は、パソコンに接続されているデー
タ読み込み装置６２によって読み込まれてパソコン６９
へと転送される。転送された原画像はフレームメモリ６
４に読み込まれ、出力デバイス６７であるディスプレイ
等に表示される。オペレータはディスプレイに表示され
ている原画像１６が機械図面であるか、人物画像である
のか、風景画像であるのか判断し、入力デバイス６８を
用いて入力を行う。

【００３１】画像種別判定部４ではオペレータの入力に
よって処理する画像の種別信号を種別信号ａ〜ｃとして
処理領域のデータと共に輪郭線抽出部８に送る。輪郭線
抽出部８ではまず、種別信号判定部１０によって種別信
号の判定が行われる。種別信号ａの時には手法１が選択
され、原画像データは微分処理部１１へ送られて輪郭線
抽出が行われる。種別信号ｂの時には手法２が選択さ
れ、原画像データはテンプレート方法実行部１２へ送ら
れて輪郭線抽出が行われる。また、種別信号ｃの時には
手法３が選択され、原画像データはＣａｎｎｙの手法実
行部１３へ送られて輪郭線抽出が行われる。輪郭線抽出
が行われた画像に対してノイズ除去処理１９が必要であ
る場合には、オペレータは入力デバイス６８を用いて入
力し、ノイズ除去処理が行われる。

【００３２】図１０（ａ）、（ｂ）、（ｃ）は輪郭線抽
出とノイズ除去処理の様子を表す図である。図１０
（ａ）に示すような濃度が異なる３つの領域Ａ、Ｂ、Ｃ
からなる原画像に対して輪郭線抽出処理を行った画像が
図１０（ｂ）である。図１０（ｂ）の画像には概してノ
イズ（ｘ印で示される部分）が含まれているため、後処
理でノイズ除去処理を行う必要がある。図１０（ｃ）は
図１０（ｂ）に対してノイズ除去処理を行った結果を表
している。

【００３３】また、輪郭線抽出が行われた画像に対して
細線化処理部２１での細線化が必要な場合には、オペレ
ータは入力デバイス６８を用いて入力し、細線化処理が
行われる。図１１（ａ）、（ｂ）は細線化処理の様子を
表したものである。細線化を行う前の図１１（ａ）では
抽出された輪郭線の線幅はまちまちであるが、細線化処
理によって図１１（ｂ）に示すように線幅を統一する事
ができる。また、輪郭線抽出が行われた画像に対して２
値化処理部２３での２値化処理が必要である場合には、
オペレータは入力デバイス６８を用いて入力し、２値化
処理が行われる。後処理が行われた処理データは再び出
力データ６７に送られディスプレイに表示される。ま
た、処理データは外部記憶装置６６に転送され、処理結
果の保存が行われる。

【００３４】上記した第４実施形態によれば、後処理部
１７においてノイズ除去、細線化、２値化等の処理を選
択的に行なうようにしたので、鮮鋭なノイズの少ない画
像として出力画像を生成できるようになる。また、細線
化を行なうことによってイラスト画像の表現力を向上す
る。さらに２値化を行なうことによって画像保存時のデ
ータ量を削減できるようになる。

【００３５】以下に本発明の第５実施形態を説明する。
第５実施形態は第４実施形態の後処理部の構成を他の構
成に置き換えたものである。すなわち、図１２におい
て、輪郭線抽出部６によって輪郭線が抽出された画像に
対してノイズ除去、細線化の少なくとも１つを実行した
後に、２値化処理部２３で２値化処理を行い、さらに線
分成分補正部５０で線分成分の補正を行うように構成す
る。

【００３６】図１３は線分成分補正部５０の構成を示し
ており、２５は入力画像に対してハフ変換を行うための
ハフ変換部である。ハフ変換は図１４に示すように原点
Ｏから線分ｋへおろした垂線ρの長さと、垂線ρとｘ軸
とのなす角θとして、画面上の座標を、ρ、θをパラメ
ータとして表すことができる。画像上の１点はρ−θ平
面（ハフ平面）では１本曲線を成し、またハフ平面上の
１点は画像上では１本の線分を表す。つまり両者にはρ
＝ｘｃｏｓθ＋ｙｓｉｎθという関係が成り立つ。

【００３７】ハフ平面上において、曲線が多く交差して
いる点が線分を表しているため、線分を抽出するために
閾値を設定する必要があるので、図１３に示すように閾
値設定部２７を設ける。２８は閾値設定部２７によって
抽出された値を基に画像データに変換する逆変換部であ
る。２９は逆変換された画像から正確な線分を再現する
ための拘束条件設定部である。

【００３８】以下に、図１５を用いて拘束条件設定部２
９の処理を説明する。図１５（ａ）、（ｂ）、（ｃ）は
ハフ変換操作の一例を示す図である。図１５（ａ）は輪
郭線抽出画像であり、線分、曲線などさまざまな成分が
含まれている。線分成分のみ抽出するために、ある閾値
を設定してハフ変換を行い、その結果を逆変換した結果
を図１５（ｂ）に示す。原画像の線分に対応する線分の
みを抽出するため拘束条件をつけることによって図１５
（ｃ）に示すように線分情報のみを抽出することができ
る。

【００３９】図１５（ｂ）の線分Ａ’Ｂ’は図１５
（ａ）の原画像の線分ＡＢに対応する。ここで原画像中
の点Ａ、点Ｂはそれぞれ端点である。逆変換された画像
に、対応する原画像中の線分に基づいて端点情報を検出
してその情報を拘束条件とする方法を用いる。

【００４０】例えば、図１５（ｄ）の線分ＡＢ上の端点
Ａ，端点Ｂから線分ＡＢの中心座標Ｃ（ｘ０，ｙ０）を
計算する。端点Ａ，端点Ｂの座標をＡ（ｘ１，ｙ１），
Ｂ（ｘ２，ｙ２）とすれば、ＡＢ線の中心座標Ｃはｘ０
＝（ｘ１＋ｘ２）／２，ｙ０＝（ｙ１＋ｙ２）／２と計
算することができる。また、点Ａと点Ｃの距離はＤ＝
｛（ｘ0 −ｘ1 ）² ＋（ｙ0 −ｙ1 ）² ｝^1/2 の式から
求めることができる。

【００４１】ここで、図１５（ｂ）の線分Ａ’Ｂ’上に
図１５（ｄ）の線分ＡＢ上の中心座標Ｃに対応する点を
Ｃ’とする。線分Ａ’Ｂ’上の任意の点をＥ’（ｘ，
ｙ）とすると、線分Ｃ’Ｅ’の距離はＤ’＝｛（ｘ−ｘ
0 ）² ＋（ｙ−ｙ0 ）² ｝^1/2と計算することができ
る。もし、Ｄ’がＤより大きければ、原画像中Ｅ’は存
在しないので点Ｅは描かない。また、Ｄ’がＤ以下であ
る場合には原画像中Ｅ’が存在するものとして点Ｅを描
く。このような拘束条件をつけることによって、端点Ａ
と端点Ｂの範囲内の線分のみが抽出される。このような
拘束条件をハフ変換によって抽出された線分全てに対し
て適応する事によって図１５（ｃ）のような画像が得ら
れる。

【００４２】上記した第５実施形態によれば、後処理部
４０にハフ変換を用いる線分成分補正部５０を設けたこ
とによって、撮像時に鮮明でない線分成分を補正するこ
とができるとともに、線分のみを抽出することができる
ようになる。

【００４３】以下に本発明の第６実施形態を説明する。
第６実施形態は図１に示す輪郭線抽出モード選択部３の
構成として図１６に示すような構成を用いる。

【００４４】図１６において、原画像データはフーリエ
変換部２９によってフーリエ係数データに変換される。
スペクトル演算部３０ではフーリエ係数データをスペク
トルデータに変換する。相関演算部３２はスペクトルデ
ータとテンプレートスペクトルデータ発生部３１からの
テンプレートスペクトルデータとの相関係数を算出す
る。ここでは、テンプレートスペクトルデータを機械図
面用テンプレートデータ、人物画像用テンプレートデー
タ、風景画像用テンプレートデータと３つ用意してお
く。テンプレートスペクトルデータとしては、あらかじ
め用意しておいた複数枚の機械図面画像、人物画像、風
景画像からスペクトルデータを計算して、統計的に処理
した結果を用いる。相関演算部３２において各画像ごと
に相関係数が計算され、得られた３つの相関係数が相関
係数判定部３３へ送られる。

【００４５】相関係数判定部３３では、図１７に示すよ
うなテーブルを用いて相関係数を判定する。図１７にお
いて、相関係数Ａは機械図面用テンプレートデータと原
画像、相関係数Ｂは人物画像用テンプレートデータと原
画像、相関係数Ｃは風景画像用テンプレートデータと原
画像の演算結果をそれぞれ表している。（１）は相関係
数Ａが最大でかつ０．５以上の時、判定結果はａとなり
種別信号ａが輪郭線抽出部８へ送られる。（２）は相関
係数Ｂが最大でかつ０．５以上の時、判定結果はｃとな
り種別信号ｂが輪郭線抽出部８へ送られる。（３）は相
関係数Ｃが最大でかつ０．５以上の時、判定結果はｃと
なり種別信号ｃが輪郭線抽出部８へ送られる。（４）は
何れの相関係数も０．５に満たない場合で種別信号ｄが
輪郭線抽出部８へ送られる。

【００４６】次に、輪郭線抽出部８（図４）ではまず、
種別信号判定部１０において種別信号の判定が行われ
る。種別信号ａ及びｄの時には手法１が選択され、原画
像データは微分処理部１１へ送られて輪郭線抽出が行わ
れる。種別信号ｂの時には手法２が選択され、原画像デ
ータはテンプレート方法実行部１２へ送られて輪郭線抽
出が行われる。また、種別信号ｃの時には手法３が選択
され、原画像データはＣａｎｎｙの手法実行部１３へ送
られて輪郭線抽出が行われる。

【００４７】なお、本実施形態ではテンプレートスペク
トルデータ３１を３つに設定したが、画像の種別をより
細かく分類して、３つ以上のテンプレートスペクトルデ
ータ３１を用意してもよい。

【００４８】上記した第６実施形態では、フーリエ変換
部２９とスペクトル演算部３０によって原画像のスペク
トルデータを算出し、テンプレートスペクトルデータと
の相関係数を求めることによってその画像の種別を自動
的に判定し、その画像に適した輪郭線抽出法を選択し、
輪郭線抽出を行うようにしている。したがって、例え
ば、原画像の枚数が非常に多い場合には、オペレータは
処理する画像を指定するだけで自動的に画像の輪郭線を
抽出できるため、作業の効率が向上する。

【００４９】以下に本発明の第７の実施形態を説明す
る。第７実施形態は第６実施形態で説明した輪郭線抽出
モード選択部３の代わりに図１９に示すような構成を用
いる。図１９において、原画像データはフーリエ変換部
２９によってフーリエ係数データに変換される。スペク
トル演算部３０ではフーリエ係数データをスペクトルデ
ータに変換する。スペクトルデータはブロック化部３７
に入力されてブロック化処理が施される。

【００５０】図１８はブロック化処理の説明図である。
まず、スペクトルデータ３８に対して周波数帯域の近い
４つのスペクトルの平均値を求める。ここでは４つの平
均を求めたがこれは４つに限られるものではなく、幾つ
でもかまわない。相関演算部３２はスペクトルデータと
テンプレートスペクトルデータ発生部３１からのテンプ
レートスペクトルデータとの相関係数を算出する。例え
ばテンプレートスペクトルデータとして機械図面用テン
プレートデータ、人物画像用テンプレートデータ、風景
画像用テンプレートデータと３つ用意しておくと、相関
係数は各画像ごとに計算され、得られた３つの相関係数
が相関係数判定部３３へ送られる。

【００５１】相関係数判定部３３では、図１７に示すテ
ーブルを用いて相関係数を判定する。相関係数Ａは機械
図面用テンプレートデータと原画像、相関係数Ｂは人物
画像用テンプレートデータと原画像、相関係数Ｃは風景
画像用テンプレートデータと原画像の演算結果を表して
いる。（１）は相関係数Ａが最大でかつ０．５以上の
時、判定結果はａとなり種別信号ａが輪郭線抽出部８へ
送られる。（２）は相関係数Ｂが最大でかつ０．５以上
の時、判定結果はｃとなり種別信号ｂが輪郭線抽出部８
へ送られる。（３）は相関係数Ｃが最大でかつ０．５以
上の時、判定結果はｃとなり種別信号ｃが輪郭線抽出部
８へ送られる。（４）は何れの相関係数も０．５に満た
ない場合で種別信号ｄが輪郭線抽出部８へ送られる。

【００５２】次に、輪郭線抽出部８（図４）ではまず、
種別信号判定部１０において種別信号の判定が行われ
る。種別信号ａ及びｄの時には手法１が選択され、原画
像データは微分処理１１へ送られて輪郭線抽出が行われ
る。種別信号ｂの時には手法２が選択され、原画像デー
タはテンプレート方法実行部１２へ送られて輪郭線抽出
が行われる。また、種別信号ｃの時には手法３が選択さ
れ、原画像データはＣａｎｎｙの手法実行部１３へ送ら
れて輪郭線抽出が行われる。

【００５３】上記した第７実施形態では原画像に対して
ブロック化を施すようにしたのでデータ数を削減するこ
とができる。したがって、相関演算を高速に行うことが
でき、処理時間を短縮することができる。

【００５４】なお、上記した具体的実施形態には以下の
構成を有する発明が含まれており、各構成の効果は次の
通りである。

【００５５】構成（１） 画像を入力するための画像入力部と、この画像入力部か
ら入力された入力画像を表示するための画像表示部と、
この画像表示部に表示された入力画像から得られた情報
に基づいて、入力画像の種別を判定する種別判定手段
と、この種別判定手段による判定結果に応じた輪郭線抽
出方法を用いて入力画像の輪郭線を抽出する輪郭線抽出
手段と、を具備することを特徴とする画像処理装置。

【００５６】（効果）入力された原画像を画像表示部に
表示し、オペレータはこの表示画像を見て入力された画
像の種別を確認した上で、画像の種別を入力する。そし
て、輪郭線抽出部では種別信号に基づき原画像に適した
輪郭線抽出法を用いて入力画像の輪郭線を抽出するよう
にしたので、抽出された輪郭線画像の見栄えが良くな
る。

【００５７】構成（２） 前記画像表示部に表示された前記入力画像に対して輪郭
線抽出を行うべき領域を指定するための処理領域指定部
をさらに具備する構成（１）に記載の画像処理装置。

【００５８】（効果）原画像中から所定の領域を選択す
るようにしたのでオペレータは必要な情報のみを得るこ
とができる。また、原画像が非常に大きな場合には所定
の領域を選択することにより処理すべき領域を制限する
ことができるので処理時間を短縮することができ効率的
である。

【００５９】構成（３） 前記種別判定手段によって入力画像の種別を判定するに
先だって、この入力画像中のノイズ成分を除去するため
の前処理部をさらに具備する構成（１）に記載の画像処
理装置。

【００６０】（効果）前処理部で入力画像に含まれるノ
イズを除去するようにしたので、鮮鋭なノイズの少ない
画像として出力画像を生成できるようになり、輪郭線抽
出後にオペレータの手作業による補正の手間を大幅に削
減することができる。

【００６１】構成（４） 前記輪郭線抽出手段によって入力画像の輪郭線を抽出し
た後で、輪郭線が抽出された入力画像に対してノイズ除
去、細線化、２値化の少なくとも１つの処理を施す後処
理部をさらに具備する構成（１）に記載の画像処理装
置。

【００６２】（効果）後処理部においてノイズ除去、細
線化、２値化等の処理を選択的に行なうようにしたの
で、鮮鋭なノイズの少ない画像として出力画像を生成で
きるようになる。また、細線化を行なうことによってイ
ラスト画像の表現力が向上する。さらに２値化を行なう
ことによって画像保存時のデータ量を削減できるように
なる。

【００６３】構成（５） 前記後処理部は線分成分を抽出して線分成分の補正を行
うための線分成分補正部を具備することを特徴とする構
成（４）に記載の画像処理装置。

【００６４】（効果）後処理部にハフ変換を用いる線分
成分補正部を設けたことによって、撮像時に鮮明でない
線分成分を補正することができるとともに、線分のみを
抽出することができるようになる。

【００６５】構成（６） 前記種別判定手段は、入力画像をフーリエ係数データに
変換するためのフーリエ変換部と、得られたフーリエ係
数データをスペクトルデータに変換するためのスペクト
ル演算部と、得られたスペクトルデータと、入力画像を
分類するためのテンプレートスペクトルデータとの間の
相関演算を行う相関演算部と、この相関演算部によって
算出された相関係数を判定するための相関係数判定部
と、を具備する構成（１）に記載の画像処理装置。

【００６６】（効果）フーリエ変換部とスペクトル演算
部によって原画像のスペクトルデータを算出し、テンプ
レートスペクトルデータとの相関係数を求めることによ
ってその画像の種別を自動的に判定し、その画像に適し
た輪郭線抽出法を選択し、輪郭線抽出を行うようにして
いる。したがって、例えば、原画像の枚数が非常に多い
場合には、オペレータは処理する画像を指定するだけで
自動的に画像の輪郭線を抽出できるため、作業の効率が
向上する。

【００６７】構成（７） 前記種別判定手段は、前記スペクトルデータをブロック
化するためのブロック化部を具備する構成（６）に記載
の画像処理装置。

【００６８】（効果）原画像に対してブロック化を施す
ようにしたのでデータ数を削減することができる。した
がって、相関演算を高速に行うことができ、処理時間を
短縮することができる。

【００６９】

【発明の効果】本発明によれば、見栄えの良い輪郭線画
像が得られるとともに、所望の画像処理を効率的に短時
間で行なうことができるようになる。

【図面の簡単な説明】

【図１】本実施形態の概略を説明するための図である。

【図２】本発明の第１実施形態の構成を示す図である。

【図３】図２に示す輪郭線抽出モード選択部の構成を示
す図である。

【図４】図２に示す輪郭線抽出部の構成を示す図であ
る。

【図５】本発明の第２実施形態の構成を示す図である。

【図６】処理領域を指定する様子を示す図である。

【図７】本発明の第３実施形態の構成を示す図である。

【図８】本発明の第４実施形態の構成を示す図である。

【図９】図９に示す後処理部４０の構成を示す図であ
る。

【図１０】輪郭線抽出とノイズ除去処理の様子を表す図
である。

【図１１】細線化処理の様子を示す図である。

【図１２】本発明の第５実施形態における後処理部の構
成を示す図である。

【図１３】本発明の第５実施形態において、線分成分補
正部の構成を示す図である。

【図１４】ハフ変換について説明するための図である。

【図１５】ハフ変換操作の一例を示す図である。

【図１６】本発明の第６実施形態の構成を示す図であ
る。

【図１７】相関係数判定に用いられるテーブルである。

【図１８】ブロック化処理の説明図である。

【図１９】本発明の第７実施形態の構成を示す図であ
る。

【符号の説明】

１…画像入力部、２…原画像表示部、３…輪郭線抽出モ
ード選択部、８…輪郭線抽出部、９…処理画像表示部。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 画像を入力するための画像入力部と、 この画像入力部から入力された入力画像を表示するため
   の画像表示部と、 この画像表示部に表示された入力画像から得られた情報
   に基づいて、入力画像の種別を判定する種別判定手段
   と、 この種別判定手段による判定結果に応じた輪郭線抽出方
   法を用いて入力画像の輪郭線を抽出する輪郭線抽出手段
   と、 を具備することを特徴とする画像処理装置。
2. 【請求項２】 前記画像表示部に表示された前記入力画
   像に対して輪郭線抽出を行うべき領域を指定するための
   処理領域指定部をさらに具備することを特徴とする請求
   項１記載の画像処理装置。
3. 【請求項３】 前記種別判定手段は、 入力画像をフーリエ係数データに変換するためのフーリ
   エ変換部と、 得られたフーリエ係数データをスペクトルデータに変換
   するためのスペクトル演算部と、 得られたスペクトルデータと、入力画像を分類するため
   のテンプレートスペクトルデータとの間の相関演算を行
   う相関演算部と、 この相関演算部によって算出された相関係数を判定する
   ための相関係数判定部と、 を具備することを特徴とする請求項１記載の画像処理装
   置。