画像処理装置及び画像処理プログラム
【課題】連続階調領域と平坦領域が複合した領域に対しても、連続階調領域、平坦領域のいずれかであると判定してしまうことを防止するようにした画像処理装置を提供する。
【解決手段】画像処理装置の受付手段は画像を受け付け、分離手段は画像内の第１の領域を分離し、抽出手段は、前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出し、取得手段は、前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得し、第１の判定手段は、前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定し、第２の判定手段は、前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。
【解決手段】画像処理装置の受付手段は画像を受け付け、分離手段は画像内の第１の領域を分離し、抽出手段は、前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出し、取得手段は、前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得し、第１の判定手段は、前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定し、第２の判定手段は、前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像処理装置及び画像処理プログラムに関する。
【背景技術】
【０００２】
画像の領域分離に関する技術がある。
これに関連する技術として、例えば、特許文献１には、自然画像、人工画が合成された複合画像に応じて適正な補正を行うことを課題とし、画像データを取り込み、画像が自然画像か、人工画が合成された複合画像かを判定し、自然画像の場合は自動セットアップを行って記録し、複合画像の場合は自動セットアップを行うことなく、又は自然画像領域部分のみについて自動セットアップを行って記録することが開示されている。
【０００３】
また、例えば、特許文献２には、自然画像とＣＧ（Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ）画像との合成画像に対して画像処理を施すことを課題とし、合成画像を自然画像の領域とＣＧ画像の領域とに分離し、自然画像の領域内のデータに基づいて画像処理パラメータを算出し、合成画像に画像処理を施して中間処理済み合成画像を得て、中間処理済み合成画像に含まれる自然画像に対応する領域及び合成画像に含まれるＣＧ画像に対応する領域を合成して、処理済み合成画像を得ることが開示されている。
【０００４】
また、例えば、特許文献３には、文書画像上での写真領域の識別誤りを少なくできることを課題とし、前処理手段は入力された画像の色数を所定の数に減色し、背景色抽出手段は文書画像の背景色を特定し、部分領域抽出手段は背景色と異なる色の画素が連結した部分領域を抽出し、画素色数抽出手段は部分領域の画素色の数を求め、写真領域判定手段は画素色の数と、予め定められた所定の値とを比較して、部分領域が写真領域であるか否かを識別し、これにより、多値画像として入力された文書画像から写真領域を正確に誤りなく識別できるようになることが開示されている。
【０００５】
また、例えば、特許文献４には、多値画像に対して画素色の情報に加え、領域を構成する成分の形状情報を有効に利用することにより、識別誤りが少ない写真領域の識別が可能なことを課題とし、入力された文書画像に対して背景色を特定し、背景色以外の画素が連結した部分領域を抽出し、部分領域から等色連結成分を抽出し、部分領域における等色連結成分の特徴を抽出し、特徴としては、部分領域を構成する等色連結成分の色の種類の数を求め、色の種類の数を予め定めてあったしきい値と比較し、しきい値よりも大きければ、当該部分領域を写真領域と判定し、部分領域を構成する等色連結成分の色の数を用いれば、簡単に高精度で多値画像から写真領域を抽出できることが開示されている。
【０００６】
また、例えば、特許文献５には、分割された測光データから高精度に撮影シーンを表す指標を算出し、その算出された指標に基づいて好ましい撮影画像データを得ることを課題とし、撮像装置のプロセッサは、予備撮影によって得られる全体画像を複数の分割領域からなる分割画像として取得する全体画像取得部と、全体画像の各分割領域について、色情報を取得する色情報取得部と、取得された色情報に基づいて、各分割領域を、明度と色相の組み合わせからなる所定の階級に分類し、分類された階級毎に、当該階級に属する分割領域が全体画像に占める割合を示す第１の占有率を算出する占有率算出部と、第１の占有率に、撮影条件に応じて予め設定された２種類の異なる係数を乗算することにより、撮影シーンを特定するための第１の指標及び第２の指標を算出する指標算出部を備えることが開示されている。
【０００７】
また、例えば、特許文献６には、画像から特徴量として色特徴を抽出し、この色特徴に基づいて画像間の比較を行う画像特徴量比較装置を提供することを課題とし、画像の各画素のＲＧＢ値をＨＳＬ値に変換し、色を特定する複数の色要素の値に基づいて複数の色グループに色を分類するための分類情報を有する色グループ分類テーブルを参照し、画像を構成する各画素の色を色グループ毎にカウントし、色グループ内にカウントされた画素の色要素の値に基づいて各色グループの平均色を求め、色グループ内にカウントされた画素が画像全体に占める割合である占有率を色グループ毎に算出し、色グループの平均色と占有率とを画像の色特徴として色グループ毎に抽出することが開示されている。
【０００８】
また、例えば、特許文献７には、撮影画面内の被写体の中の人物を正確に検出することを課題とし、画像作成部で測距部から入力された複数の被写体距離（多点測距値）を用いて撮影画面の各測距点に被写体距離をプロットしてなる距離画像を作成し、領域分割処理部で同一の距離範囲を有する領域毎に撮影画面を分割し、幅寸法演算部で分割領域毎に水平方向の最大幅寸法を演算し、撮影倍率演算部で分割領域毎に撮影倍率を演算し、特徴得点演算部で分割領域毎に幅寸法、撮影倍率、被写体距離及び被写体輝度が所定の得点化関数を用いて人物らしさの度合いを示す特徴得点に変換し、人物判定部で分割領域毎に特徴得点を用いて分割領域に対応する被写体が人物であるか否かを判定し、複数種類の特徴量を特徴得点に変換して人物判定を行うことで、人物判定の精度を高めたことが開示されている。
【先行技術文献】
【特許文献】
【０００９】
【特許文献１】特開２０００−２２２５６４号公報
【特許文献２】特開２００４−１１８７１７号公報
【特許文献３】特開２００４−０６２４５９号公報
【特許文献４】特開２００４−１１０４３４号公報
【特許文献５】特開２００６−３３３２０５号公報
【特許文献６】特開平１１−０９６３６４号公報
【特許文献７】特開２００２−２９６４８９号公報
【発明の概要】
【発明が解決しようとする課題】
【００１０】
本発明は、連続階調領域と平坦領域が複合した領域に対しても、連続階調領域、平坦領域のいずれかであると判定してしまうことを防止するようにした画像処理装置及び画像処理プログラムを提供することを目的としている。
【課題を解決するための手段】
【００１１】
かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、画像を受け付ける受付手段と、前記受付手段によって受け付けられた画像内の第１の領域を分離する分離手段と、前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する抽出手段と、前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得する取得手段と、前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定する第１の判定手段と、前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する第２の判定手段を具備することを特徴とする画像処理装置である。
【００１２】
請求項２の発明は、前記第２の判定手段によって連続階調領域と平坦領域が複合した領域であると判定された領域のうち、連続階調領域又は平坦領域を特定する特定手段をさらに具備することを特徴とする請求項１に記載の画像処理装置である。
【００１３】
請求項３の発明は、前記特定手段によって平坦領域と特定された領域と前記第２の判定手段によって平坦領域と判定された領域に基づいて、前記受付手段によって受け付けられた画像内の平坦領域を統合する平坦領域統合手段と、前記特定手段によって連続階調領域と特定された領域と前記第２の判定手段によって連続階調領域と判定された領域に基づいて、前記受付手段によって受け付けられた画像内の連続階調領域を統合する連続階調領域統合手段をさらに具備することを特徴とする請求項２に記載の画像処理装置である。
【００１４】
請求項４の発明は、前記取得手段は、前記抽出手段によって抽出された第２の領域の外周を形成する画素である外周画素について、隣接する該外周画素間の距離に基づいて、該第２の領域の形状に関する特徴を取得することを特徴とする請求項１から３のいずれか一項に記載の画像処理装置である。
【００１５】
請求項５の発明は、前記第２の判定手段は、前記第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、該連続階調領域らしさ又は平坦領域らしさと前記第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定することを特徴とする請求項１から４のいずれか一項に記載の画像処理装置である。
【００１６】
請求項６の発明は、コンピュータを、画像を受け付ける受付手段と、前記受付手段によって受け付けられた画像内の第１の領域を分離する分離手段と、前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する抽出手段と、前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得する取得手段と、前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定する第１の判定手段と、前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する第２の判定手段として機能させるための画像処理プログラムである。
【００１７】
請求項７の発明は、前記第１の判定手段は、前記第２の領域が、複数種の平坦領域のいずれか又は平坦領域ではない領域、のうちいずれかの領域であるかを複数の閾値に基づいて判定し、前記第２の判定手段は、前記分離手段によって分離された第１の領域における前記第１の判定手段によって判定された複数種の平坦領域のいずれか又は該平坦領域の組み合わせの割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定することを特徴とする請求項１から５のいずれか一項に記載の画像処理装置である。
【００１８】
請求項８の発明は、前記第２の判定手段は、前記第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、該連続階調領域らしさ又は平坦領域らしさに基づいて、前記分離手段によって分離された第１の領域における前記第１の判定手段によって複数種のいずれか又は該領域の組み合わせの割合と比較する閾値を決定することを特徴とする請求項７に記載の画像処理装置である。
【００１９】
請求項９の発明は、前記第２の判定手段は、前記抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合は、前記閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定し、平坦領域らしいと判断した場合は、前記閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定することを特徴とする請求項８に記載の画像処理装置である。
【００２０】
請求項１０の発明は、前記第２の判定手段は、前記抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合、平坦領域らしいと判断した場合、連続階調領域と平坦領域のいずれでもないと判断した場合で、前記閾値を異ならせるように決定することを特徴とする請求項８に記載の画像処理装置である。
【発明の効果】
【００２１】
請求項１の画像処理装置によれば、連続階調領域と平坦領域が複合した領域に対しても、連続階調領域、平坦領域のいずれかであると判定してしまうことを防止することができる。
【００２２】
請求項２の画像処理装置によれば、連続階調領域と平坦領域が複合した領域のうち、平坦領域又は連続階調領域を特定することができる。
【００２３】
請求項３の画像処理装置によれば、連続階調領域と平坦領域が複合した領域のうちの連続階調領域を他の連続階調領域と統合し、連続階調領域と平坦領域が複合した領域のうちの平坦領域を他の平坦領域と統合することができる。
【００２４】
請求項４の画像処理装置によれば、本構成を有していない場合に比較して、高速に領域の形状に関する特徴を取得することができる。
【００２５】
請求項５の画像処理装置によれば、本構成を有していない場合に比較して、精度よく連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定することができる。
【００２６】
請求項６の画像処理プログラムによれば、連続階調領域と平坦領域が複合した領域に対しても、連続階調領域、平坦領域のいずれかであると判定してしまうことを防止することができる。
【００２７】
請求項７の画像処理装置によれば、本構成を有していない場合に比較して、誤った判定を減少させることができる。
【００２８】
請求項８の画像処理装置によれば、第１の領域の連続階調領域らしさ又は平坦領域らしさに基づいて、判定に用いる閾値を決定することができる。
【００２９】
請求項９の画像処理装置によれば、連続階調領域らしいと判断した場合は、閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定し、平坦領域らしいと判断した場合は、閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定することができる。
【００３０】
請求項１０の画像処理装置によれば、連続階調領域らしいと判断した場合、平坦領域らしいと判断した場合、連続階調領域と平坦領域のいずれでもないと判断した場合で、閾値を異ならせるように決定することができる。
【図面の簡単な説明】
【００３１】
【図１】第１の実施の形態の構成例についての概念的なモジュール構成図である。
【図２】第１の実施の形態による処理例を示すフローチャートである。
【図３】画像受付モジュールが受け付ける対象画像の例である。
【図４】第１の実施の形態による処理例の概要を示す説明図である。
【図５】均一色領域抽出モジュールによる処理例を示す説明図である。
【図６】均一色領域抽出モジュールによる処理例を示す説明図である。
【図７】形状特徴取得モジュールによる処理例を示す説明図である。
【図８】形状特徴取得モジュールによる処理例を示す説明図である。
【図９】平坦領域候補判定モジュールによる処理例を示すフローチャートである。
【図１０】属性判定モジュールによる処理例を示すフローチャートである。
【図１１】第２の実施の形態の構成例についての概念的なモジュール構成図である。
【図１２】第２の実施の形態による処理例を示すフローチャートである。
【図１３】第２の実施の形態による処理例の概要を示す説明図である。
【図１４】属性判定モジュールによる処理例を示すフローチャートである。
【図１５】均一色領域の例を示す説明図である。
【図１６】写真領域と平坦色領域に含まれる均一色領域が取り得る範囲の例を模式的に示す説明図である。
【図１７】写真領域に含まれる均一色領域を１つの閾値と比較した例を示す説明図である。
【図１８】平坦色領域に含まれる均一色領域を１つの閾値と比較した例を示す説明図である。
【図１９】写真領域と平坦色領域に含まれる均一色領域が取り得る範囲と１つの閾値との関係の例を模式的に示す説明図である。
【図２０】写真領域と平坦色領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。
【図２１】写真領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。
【図２２】平坦色領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。
【図２３】第３の実施の形態の構成例についての概念的なモジュール構成図である。
【図２４】第３の実施の形態による処理例を示すフローチャートである。
【図２５】属性判定モジュールによる処理例を示すフローチャートである。
【図２６】属性判定モジュールの判定ルールの例を示す説明図である。
【図２７】属性判定モジュールの判定ルールの例を示す説明図である。
【図２８】属性判定モジュールの判定ルール１と判定ルール２における閾値の関係例を示す説明図である。
【図２９】属性判定モジュールの判定ルール１と判定ルール２の関係例を示す説明図である。
【図３０】属性判定モジュールの複数の判定ルールの関係例を示す説明図である。
【図３１】本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。
【発明を実施するための形態】
【００３２】
以下、図面に基づき本発明を実現するにあたっての好適な各種の実施の形態の例を説明する。
＜第１の実施の形態＞
図１は、第１の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。
【００３３】
第１の実施の形態である画像処理装置は、連続階調領域（以下、具体的な例示として写真領域ともいう）と平坦領域の複合されている領域を検知し、その複合領域から連続階調領域と平坦領域を特定するものであって、図１の例に示すように、画像受付モジュール１１０、領域分離モジュール１２０、属性判定処理モジュール１６５、領域判定モジュール１７０、出力モジュール１８０を有している。また、属性判定処理モジュール１６５は、均一色領域抽出モジュール１３０、形状特徴取得モジュール１４０、平坦領域候補判定モジュール１５０、属性判定モジュール１６０を有している。
【００３４】
画像受付モジュール１１０は、領域分離モジュール１２０と接続されている。画像受付モジュール１１０は、対象となる画像を受け付けて、その画像を領域分離モジュール１２０へ渡す。画像を受け付けるとは、例えば、スキャナ、カメラ等で画像を読み込むこと、ファックス等で通信回線を介して外部機器から画像を受信すること、ハードディスク（コンピュータに内蔵されているものの他に、ネットワークを介して接続されているもの等を含む）等に記憶されている画像を読み出すこと等が含まれる。画像は、２値画像、多値画像（カラー画像を含む）であってもよく、以下ではカラー画像を例示する。受け付ける画像は、１枚であってもよいし、複数枚であってもよい。また、画像の内容として、ビジネスに用いられる文書、広告宣伝用のパンフレット等であってもよい。
図３は、画像受付モジュール１１０が受け付ける対象画像３００の例である。対象画像３００内には、領域３１０、領域３２０、領域３３０、領域３４０がある。
【００３５】
領域分離モジュール１２０は、画像受付モジュール１１０、均一色領域抽出モジュール１３０と接続されている。領域分離モジュール１２０は、画像受付モジュール１１０によって受け付けられた画像内の第１の領域を分離する。ここでの第１の領域とは、多値画像（カラー画像を含む）、スクリーン等を用いた２値画像で表現されることが適している画像であり、例えば、写真等の自然画像、着色されたグラフ等のＣＧ画像等に代表される人工画像、これらを組み合わせた画像が該当し、絵柄領域といわれる。逆に、第１の領域ではない画像とは、２値画像で表現されることが適している画像（ただし、カラー画像であってもよい）であり、例えば、文字、表、図形等によって構成される画像領域である。
前述の図３の例では、対象画像３００内の領域３１０、領域３２０、領域３３０が第１の領域に該当する。領域３１０は着色されたグラフであり、領域３２０は写真画像であり、領域３４０は写真画像とＣＧ画像の組み合わせ画像である。なお、文字によって構成されている領域３３０は、第１の領域としては分離されない。
分離方法は、従来の画像分離技術を用いればよい。例えば、画素値の分布等を解析して、多値画像部分の矩形領域を第１の領域として抽出すればよい。
【００３６】
なお、第１の領域には自然画像とＣＧ画像等の人工画像の組み合わせ画像があり得るが、写真等の自然画像は連続階調の画像の領域であり、ＣＧ画像等の人工画像は均一色の画像の領域であることが一般的である。ただし、スキャナ等で画像を読み込んだ場合は、ノイズ等の影響のため、人工画像の均一色の画像であっても画素値の変動が生じることになり、均一色であることを用いて人工画像を抽出する場合は画素値が予め定められた範囲内にあるとせざるを得ず、そうした場合は、逆に写真等の自然画像にも均一色の画像の領域が発生することになる。ただし、写真等の自然画像の均一色の画像は人工画像に比べると複雑であることが一般的であり、ＣＧ画像等の人工画像は自然画像に比べると単純（例えば、直線、円弧等の外形であることが多い）であることが一般的である。
【００３７】
均一色領域抽出モジュール１３０は、領域分離モジュール１２０、形状特徴取得モジュール１４０と接続されている。均一色領域抽出モジュール１３０は、領域分離モジュール１２０によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する。ここで「予め定められた関係を有する色」とは、本実施の形態では均一色のことである。ここでの第２の領域とは、第１の領域内に含まれている画像であり（第２の領域が第１の領域そのものである場合も含む）、均一色で構成されている画像である。ただし、均一色とは、画素値が完全同一である画像のみならず、画素値が予め定められた範囲内にある画像である場合も含む。例えば、第１の領域内で主要となっている色を検出し、その主要色で２値化し、領域を抽出すればよい。また、ラベリング技術を用いて、画素値が予め定められた範囲内にある画素が連結している領域を抽出するようにしてもよい。なお、主要となっている色の検出としては、例えば、画素数が予め定められた数以上の色（予め定められた範囲内にある画素値、以下同じ）、画素数が予め定められた割合以上の色、画素数が多い順番から予め定められた順番以内の色等を検出することである。また、画素値の投影分布に基づいて、分布が他の位置よりも大である箇所を抽出するようにしてもよい。また、第１の領域内の画素を開始点とし、隣接する画素との画素値の差を検出し、画素値の差と予め定められた値とを比較して、予め定められた関係にある場合（例えば、画素値の差が予め定められた値以下（又は未満）である場合）にその画素を連結するという領域成長法を用いるようにしてもよい。具体的な例については、図６の例を用いて後述する。
なお、この第２の領域は、均一色の画像であるが、写真等の連続階調の画像内にも発生し得るものである。
【００３８】
形状特徴取得モジュール１４０は、均一色領域抽出モジュール１３０、平坦領域候補判定モジュール１５０と接続されている。形状特徴取得モジュール１４０は、均一色領域抽出モジュール１３０によって抽出された第２の領域の形状に関する特徴を取得する。形状特徴取得モジュール１４０は、均一色領域抽出モジュール１３０によって抽出された第２の領域の外周を形成する画素である外周画素について、隣接するその外周画素間の距離に基づいて、その第２の領域の形状に関する特徴を取得するようにしてもよい。例えば、第２の領域の上下左右から走査した場合に、最初の画素までの距離を計数し、隣接するその距離の差を算出し、形状に関する特徴とする。具体的な例については、図７、８の例を用いて後述する。
【００３９】
平坦領域候補判定モジュール１５０は、形状特徴取得モジュール１４０、属性判定モジュール１６０と接続されている。平坦領域候補判定モジュール１５０は、形状特徴取得モジュール１４０によって取得された特徴に基づいて、第２の領域は平坦であるか否かを判定する。ここでの平坦である領域には、ＣＧ画像等である領域が少なくとも含まれる。写真等の連続階調の画像の一部も平坦である領域に含まれる場合がある。具体的な例については、図９の例を用いて後述する。
【００４０】
属性判定モジュール１６０は、平坦領域候補判定モジュール１５０、領域判定モジュール１７０、出力モジュール１８０と接続されている。属性判定モジュール１６０は、領域分離モジュール１２０によって分離された第１の領域における平坦領域候補判定モジュール１５０によって平坦であると判定された第２の領域の割合に基づいて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。ここでの割合とは、第１の領域の面積を分母とした場合に、その第１の領域における平坦であると判定された第２の領域の面積を分子とするものである。そして、その割合と予め定められた第１の値、予め定められた第２の値とを比較して、予め定められた第１の関係にある場合（例えば、割合が予め定められた第１の値以下（又は未満）である場合）に連続階調領域と判定し、予め定められた第２の関係にある場合（例えば、割合が予め定められた第２の値以上（又はより大）である場合）に平坦領域と判定し、予め定められた第３の関係にある場合（例えば、第１の値以上（又はより大）であって、第２の値以下（又は未満）である場合）に連続階調領域と平坦領域が複合した領域と判定するようにしてもよい。具体的な例については、図１０の例を用いて後述する。
【００４１】
また、属性判定モジュール１６０は、第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、その連続階調領域らしさ又は平坦領域らしさと第２の領域の割合に基づいて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定するようにしてもよい。
【００４２】
領域判定モジュール１７０は、属性判定モジュール１６０、出力モジュール１８０と接続されている。領域判定モジュール１７０は、属性判定モジュール１６０によって連続階調領域と平坦領域が複合した領域であると判定された領域のうち、連続階調領域又は平坦領域を特定する。第１の領域のうち、連続階調領域と平坦領域が複合した領域であると判定された領域については、連続階調領域であることを示す情報又は平坦領域であることを示す情報を生成する。例えば、第１の領域に対してマスクする情報によって、連続階調領域又は平坦領域を特定してもよい。具体的な例については、図４の例を用いて後述する。
【００４３】
出力モジュール１８０は、属性判定モジュール１６０、領域判定モジュール１７０と接続されている。出力モジュール１８０は、属性判定モジュール１６０の処理結果（第１の領域の属性（連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであること））と領域判定モジュール１７０の処理結果（連続階調領域と平坦領域が複合した領域のうち、連続階調領域又は平坦領域を特定する情報）を出力する。出力するとは、例えば、その処理結果を、プリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置へ渡すこと等が含まれる。また、処理結果を渡された他の情報処理装置は、例えば、平坦領域と連続階調領域で文字の抽出方法を切り替えること等を行って、文字の抽出を行ったり、領域の特性に応じた圧縮、画像処理、画質調整を行う。
なお、第１の実施の形態としては、領域判定モジュール１７０はなくてもよい。その場合は、出力モジュール１８０は、属性判定モジュール１６０の処理結果を出力することになる。
【００４４】
図２は、第１の実施の形態による処理例を示すフローチャートである。
ステップＳ２０２では、画像受付モジュール１１０が、画像を受け付ける。例えば、図３に示した対象画像３００を受け付ける。
ステップＳ２０４では、領域分離モジュール１２０が、画像を領域に分離する。例えば、対象画像３００内から絵柄領域である領域３１０、領域３２０、領域３４０を分離する。例えば、図４に示した領域３１０、領域３２０、領域３４０が、以下の処理での対象となる。なお、図４は、第１の実施の形態による処理例の概要を示す説明図である。
【００４５】
ステップＳ２０６では、均一色領域抽出モジュール１３０が、絵柄領域内で、均一色領域を抽出する。抽出処理について、図５、６を用いて説明する。図５、６は、均一色領域抽出モジュール１３０による処理例を示す説明図である。例えば、図５（ａ）に示す領域３２０に対しては、図５（ａ１）、（ａ２）、（ａ３）に示す領域を抽出する。図５（ａ１）は主要色が青色としたものであり、図５（ａ２）は主要色が白色としたものであり、図５（ａ３）は主要色が緑色としたものである。また、例えば、図５（ｂ）に示す領域３１０に対しては、図５（ｂ１）、（ｂ２）、（ｂ３）に示す領域を抽出する。図５（ｂ１）は主要色が赤色としたものであり、図５（ｂ２）は主要色が青色としたものであり、図５（ｂ３）は主要色が黄色としたものである。また、例えば、図６（ａ）に示す領域３４０に対しては、主要色の検出の結果、図６（ｂ）に示すように、主要色検出結果６４２として主要色が緑色となる。そして、その主要色で２値化処理を行い、図６（ｃ）に示す２値化画像６４４を生成する。これに対して、領域抽出を行って、図６（ｄ）に示す連結領域６４６、連結領域６４８を生成する。ここでの領域抽出は、縦方向及び横方向に投影分布を生成し、その分布が他の位置よりも大である箇所を均一色領域として抽出する。図６（ｄ）の例では、横方向に生成した投影分布において大である箇所が２つあるので、その箇所（連結領域６４６、連結領域６４８）を抽出する。
なお、ここで抽出する均一色領域は、均一色である領域そのものであってもよいし、その均一色である領域を囲む外接矩形であってもよい。
【００４６】
ステップＳ２０８では、形状特徴取得モジュール１４０が、均一色領域の形状特徴を取得する。形状特徴の取得処理について、図７、８を用いて説明する。図７、８は、形状特徴取得モジュール１４０による処理例を示す説明図である。抽出した各均一色領域（の外接矩形）の上端、下端、左端、右端から最初の画素までの距離を計数する。走査ｉにおける、各領域端からの距離をｏｕｔ＿ｕ［ｉ］（上端から下方向に走査した場合の距離）、ｏｕｔ＿ｌｏ［ｉ］（下端から上方向に走査した場合の距離）、ｏｕｔ＿ｌ［ｉ］（左端から右方向に走査した場合の距離）、ｏｕｔ＿ｒ［ｉ］（右端から左方向に走査した場合の距離）とする。図７（ａ）はｏｕｔ＿ｌ［ｉ］、図７（ｂ）はｏｕｔ＿ｕ［ｉ］の例である。
【００４７】
次に、反対側の領域端まで画素が無かった走査を除き、隣接する走査間の距離差を算出する。図８の例において、点線の矢印は反対側の領域端まで画素が無かった走査の例を示しており、実線の矢印は距離差を算出するための走査の例を示している。走査ｉにおける、上方向、下方向、左方向、右方向に対する隣接走査間の距離差をｄｉｆｆ＿ｏｕｔ＿ｕ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｌｏ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｌ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｒ［ｉ］とする。これらを均一色領域の形状特徴とする。
ｄｉｆｆ＿ｏｕｔ＿ｕ［ｉ］ ＝ ａｂｓ（ ｏｕｔ＿ｕ［ｉ］ − ｏｕｔ＿ｕ［ｉ ＋ １］ ）
ｄｉｆｆ＿ｏｕｔ＿ｌｏ［ｉ］ ＝ ａｂｓ（ ｏｕｔ＿ｌｏ［ｉ］ − ｏｕｔ＿ｌｏ［ｉ ＋ １］ ）
ｄｉｆｆ＿ｏｕｔ＿ｌ［ｉ］ ＝ ａｂｓ（ ｏｕｔ＿ｌ［ｉ］ − ｏｕｔ＿ｌ［ｉ ＋ １］ ）
ｄｉｆｆ＿ｏｕｔ＿ｒ［ｉ］ ＝ ａｂｓ（ ｏｕｔ＿ｒ［ｉ］ − ｏｕｔ＿ｒ［ｉ ＋ １］ ）
なお、ａｂｓ（）関数は、絶対値を求める関数である。
また、ラベリングにより均一色領域として外接矩形を抽出した場合は、反対側の領域端まで画素が無い状態は発生しない。一方、投影等を使用して外接矩形を抽出した場合は、反対側の領域端まで画素が無い状態が発生し得る。
【００４８】
ステップＳ２１０では、平坦領域候補判定モジュール１５０が、平坦領域候補であるか否かを判定する。ステップＳ２０８で取得した特徴量（ｄｉｆｆ＿ｏｕｔ＿ｕ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｌｏ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｌ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｒ［ｉ］）に基づいて、均一色領域が平坦領域候補か否かを判定する。
図９は、平坦領域候補判定モジュール１５０による処理例を示すフローチャートである。
ステップＳ９０２では、形状特徴に基づいて、平坦領域候補であるか否かを判定し、単純である場合はステップＳ９０４へ進み、複雑である場合（平坦領域候補ではない場合）はステップＳ９０６へ進む。
ステップＳ９０４では、その領域を平坦領域候補であるとする。そして、ステップＳ２１２へ進む。
ステップＳ９０６では、その領域を非平坦領域候補であるとする。そして、ステップＳ２１２へ進む。
【００４９】
ステップＳ９０２の具体的な処理例として以下のものがある。
（Ａ）各方向（上下左右）について、ｄｉｆｆ＿ｏｕｔ＿ｘｘの平均値（ｘｘ： ｕ， ｌｏ， ｌ， ｒ）を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｒとする。
（Ｂ）各方向（上下左右）について、ｄｉｆｆ＿ｏｕｔ＿ｘｘ［ｉ］が予め定められた値以下（又は未満）の割合を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｒとする。
また、複数の予め定められた値（例えば、５と１０等）を使用して、計８種類の特徴量を算出してもよい。
（Ｃ）全方向の値を合算して平均値を算出する。
この値を、ｄｉｆｆ＿ｏｕｔ＿ａｖｅとする。
（Ｄ）各方向（上下左右）について、２要素連続してｄｉｆｆ＿ｏｕｔ＿ｘｘ［ｉ］が０である画素の割合を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｒとする。
（Ａ）、（Ｂ）、（Ｄ）については、全方向を１つにまとめ、１つの特徴量として扱ってもよい。
【００５０】
それぞれについて、以下のような性質を有している。
（Ａ１）ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｘｘが、予め定められた値以下（又は、未満）ならば、その領域は平坦度合いが高い。
（Ｂ１）ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｘｘが、予め定められた値以上（より大きい）ならば、その領域は平坦度合いが高い。
（Ｃ１）ｄｉｆｆ＿ｏｕｔ＿ａｖｅ、予め定められた値以下（又は、未満）ならば、その領域は平坦度合いが高い。
（Ｄ１）ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｕが、予め定められた値以上（又は、より大きい）ならば、その領域は平坦度合いが高い。
【００５１】
（Ａ）〜（Ｄ）の特徴量の１つを使用して、平坦領域候補か否かを判定してもよいし、２つ以上の特徴量を組み合わせて使用して判定してもよい。特徴量の１つを使用して判定する場合は、（Ａ１）〜（Ｄ１）において、平坦度合いが高いことはその領域は平坦領域候補であると判定してもよい。
また、以下のように判定してもよい。
・（Ｂ）を使用し、上下左右で割合の最小値が予め定められた値以上（又は、より大きい）ならば、その領域は平坦領域候補と判定する。
・（Ｃ）を使用し、平均値が予め定められた値以下（又は、未満）ならば、その領域は平坦領域候補と判定する。
・（Ａ）を使用し、その最大値が予め定められた値以下（又は、未満）であって、かつ、（Ｂ）を使用し、その最小値が予め定められた値以上（又は、より大きい）ならば、その領域は平坦領域候補と判定する。
・（Ａ）〜（Ｄ）全てを使用し、それぞれが予め定められた関係（（Ａ１）〜（Ｄ１）でその領域は平坦度合いが高い）ならば、その領域は平坦領域候補と判定する。
・（Ａ）、（Ｂ）、（Ｄ）を使用し、（Ａ）、（Ｂ）のそれぞれが予め定められた関係（（Ａ１）、（Ｂ１）でその領域は平坦度合いが高い）には該当しないが、それぞれが予め定められた値と予め定められた範囲内にある場合であって、（Ｄ）が予め定められた値以上（又は、より大きい）ならば、その領域は平坦領域候補と判定する。ここで、「それぞれが予め定められた値と予め定められた範囲内にある場合」とは、（Ａ１）、（Ｂ１）の関係には若干満たない場合のことである。
【００５２】
ステップＳ２１２では、属性判定モジュール１６０が、平坦領域候補の割合に基づいて各領域の属性を判定する。ステップＳ２０６で抽出された均一色領域内で平坦領域候補の面積の割合に応じて、第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。
図１０は、属性判定モジュール１６０による処理例を示すフローチャートである。
ステップＳ１００２では、平坦領域候補の面積の割合で判断し、その割合が予め定められた値（第１の閾値）以上（又は、より大きい）である場合はステップＳ１００４へ進み、その割合が中程度の場合（ステップＳ１００４、ステップＳ１００６のいずれにも該当しない場合）はステップＳ１００８へ進み、その割合が予め定められた値（第２の閾値）以下（又は、未満）である場合はステップＳ１００６へ進む。
ステップＳ１００４では、その領域を平坦領域であるとする。
ステップＳ１００６では、その領域を写真領域であるとする。
ステップＳ１００８では、その領域を複合領域であるとする。
前述の例では、領域３１０の属性は平坦領域であると判定され、領域３２０の属性は写真領域であると判定され、領域３４０の属性は写真領域と平坦領域が複合した領域であると判定される。
ここで、図４の例で示すと、属性判定処理モジュール１６５の処理（ステップＳ２０６からステップＳ２１２までの処理）によって、領域３１０を平坦領域と判定し、領域３２０を写真領域と判定し、領域３４０を複合領域と判定して、領域３４０を領域判定モジュール１７０に渡している。
【００５３】
ステップＳ２１４では、領域判定モジュール１７０が、複合領域の平坦部を特定する。もちろんのことながら、複合領域の写真部を特定してもよく、複合領域の平坦部及び写真部を特定してもよい。ここで、図４の例で示すと、ステップＳ２１０で判定された平坦領域候補を用いて、複合領域のうちの平坦部を特定し、平坦領域情報４１０を生成する。そして、複合領域のうちの残りの部分を写真部と特定し、写真領域情報４２０を生成する。平坦領域情報４１０は領域３４０から平坦領域を抽出するためのマスクであり、写真領域情報４２０は領域３４０から写真領域を抽出するためのマスクである。
ステップＳ２１６では、出力モジュール１８０が、ステップＳ２１２、ステップＳ２１４のいずれか又は両方の処理結果を出力する。
【００５４】
＜第２の実施の形態＞
図１１は、第２の実施の形態の構成例についての概念的なモジュール構成図である。第２の実施の形態は、平坦領域、連続階調領域をそれぞれ統合するものであり、図１１の例に示すように、画像受付モジュール１１０、領域分離モジュール１２０、属性判定処理モジュール１６５、領域判定モジュール１７０、平坦領域統合モジュール１７２、写真領域統合モジュール１７４、出力モジュール１８０を有している。また、属性判定処理モジュール１６５は、均一色領域抽出モジュール１３０、形状特徴取得モジュール１４０、平坦領域候補判定モジュール１５０、属性判定モジュール１６０を有している。第２の実施の形態は、第１の実施の形態に平坦領域統合モジュール１７２、写真領域統合モジュール１７４を付加したものである。なお、第１の実施の形態と同種の部位には同一符号を付し重複した説明を省略する。
【００５５】
属性判定モジュール１６０は、平坦領域候補判定モジュール１５０、領域判定モジュール１７０、平坦領域統合モジュール１７２、写真領域統合モジュール１７４と接続されており、平坦領域を平坦領域統合モジュール１７２へ渡し、連続階調領域を写真領域統合モジュール１７４へ渡し、複合領域を領域判定モジュール１７０に渡す。
領域判定モジュール１７０は、属性判定モジュール１６０、平坦領域統合モジュール１７２、写真領域統合モジュール１７４と接続されており、複合領域内の平坦領域を平坦領域統合モジュール１７２へ渡し、複合領域内の連続階調領域を写真領域統合モジュール１７４へ渡す。
【００５６】
平坦領域統合モジュール１７２は、属性判定モジュール１６０、領域判定モジュール１７０、出力モジュール１８０と接続されている。平坦領域統合モジュール１７２は、領域判定モジュール１７０によって平坦領域と特定された領域と属性判定モジュール１６０によって平坦領域と判定された領域に基づいて、画像受付モジュール１１０によって受け付けられた画像内の平坦領域を統合する。
写真領域統合モジュール１７４は、属性判定モジュール１６０、領域判定モジュール１７０、出力モジュール１８０と接続されている。写真領域統合モジュール１７４は、領域判定モジュール１７０によって連続階調領域と特定された領域と属性判定モジュール１６０によって連続階調領域と判定された領域に基づいて、画像受付モジュール１１０によって受け付けられた画像内の連続階調領域を統合する。
【００５７】
出力モジュール１８０は、平坦領域統合モジュール１７２、写真領域統合モジュール１７４と接続されており、平坦領域統合モジュール１７２、写真領域統合モジュール１７４による統合結果である画像を出力する。画像を出力するとは、例えば、プリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること、ファックス等の画像送信装置で画像を送信すること、画像データベース等の画像記憶装置へ画像を書き込むこと、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置へ渡すこと等が含まれる。
【００５８】
図１２は、第２の実施の形態による処理例を示すフローチャートである。
ステップＳ１２０２からステップＳ１２１４までの処理は、図２に例示したフローチャートのステップＳ２０２からステップＳ２１４までの処理と同等である。
なお、ステップＳ１２０４では、領域分離モジュール１２０は、ステップＳ２０４の処理に加えて、分離した領域の位置情報（その領域の対象とする画像内での位置を示す情報）を抽出する。図１３は、第２の実施の形態による処理例の概要を示す説明図である。領域分離モジュール１２０は、対象画像３００から領域３１０、領域３２０、領域３４０を分離し、それらの位置情報１３１０を抽出し、平坦領域統合モジュール１７２、写真領域統合モジュール１７４へ渡す。
【００５９】
なお、ステップＳ１２１２は、図１４の例に示すフローチャートを用いて説明する。図１４は、属性判定モジュール１６０による処理例を示すフローチャートである。
ステップＳ１４０２では、平坦領域候補の割合を判断し、その割合が予め定められた値（第１の閾値）以上（又は、より大きい）である場合はステップＳ１４０４へ進み、その割合が中程度の場合（ステップＳ１４０４、ステップＳ１４０６のいずれにも該当しない場合）はステップＳ１４０８へ進み、その割合が予め定められた値（第２の閾値）以下（又は、未満）である場合はステップＳ１４０６へ進む。
ステップＳ１４０４では、その領域を平坦領域であるとする。
ステップＳ１４０６では、その領域を写真領域であるとする。
ステップＳ１４０８では、その領域を複合領域であるとする。
前述の例では、領域３１０の属性は平坦領域であると判定され、領域３２０の属性は写真領域であると判定され、領域３４０の属性は写真領域と平坦領域が複合した領域であると判定される。
ここで、図１３の例で示すと、属性判定処理モジュール１６５の処理（ステップＳ１２０６からステップＳ１２１２までの処理）によって、領域３１０を平坦領域と判定し、領域３２０を写真領域と判定し、領域３４０を複合領域と判定して、領域３４０を領域判定モジュール１７０に渡している。
【００６０】
ステップＳ１４１０では、複合領域の平坦部を特定する。つまり、領域３４０から平坦領域情報４１０を用いて平坦領域画像１３４２を特定し、領域３４０から写真領域情報４２０を用いて写真領域画像１３４１を特定する。
【００６１】
ステップＳ１２１６では、平坦領域統合モジュール１７２が、平坦領域を統合する。図１３の例では、平坦領域情報４１０を用いて領域３４０から平坦領域画像１３４２を抽出し、位置情報１３１０を用いて領域３１０と平坦領域画像１３４２を統合して、平坦領域画像１３８０を生成する。
ステップＳ１２１８では、写真領域統合モジュール１７４が、写真領域を統合する。図１３の例では、写真領域情報４２０を用いて領域３４０から写真領域画像１３４１を抽出し、位置情報１３１０を用いて領域３２０と写真領域画像１３４１を統合して、写真領域画像１３９０を生成する。
ステップＳ１２２０では、出力モジュール１８０が、処理結果を出力する。図１３の例では、平坦領域画像１３８０と写真領域画像１３９０を出力する。
【００６２】
なお、属性判定モジュール１６０は、領域の形状に関する特徴以外の特徴をも用いて、領域の属性を判定するようにしてもよい。第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、その連続階調領域らしさ又は平坦領域らしさと第２の領域の割合に基づいて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定するようにしてもよい。第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量としては、例えば、その第１の領域の画素値のヒストグラム形状や、エッジ画素密度等がある。
より詳細に説明すると、平坦領域らしさが予め定められた値以上（又は、より大きい）である場合であって、かつ、第２の領域の割合が第１の閾値以上（又は、より大きい）である場合に、平坦領域であると判定し、連続階調領域らしさが予め定められた値以上（又は、より大きい）である場合であって、かつ、第２の領域の割合が第２の閾値以下（又は、未満）である場合に、連続階調領域であると判定し、それ以外の場合を複合領域と判定する。
【００６３】
さらに、属性判定モジュール１６０は、第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定し、その判定結果に基づいて、領域の形状に関する特徴を用いた判定における予め定められた値を変更するようにしてもよい。例えば、図１０又は図１４の例に示したフローチャートにおけるステップＳ１００２、ステップＳ１４０２において用いる第１の閾値、第２の閾値を変更する。
より詳細に説明すると、第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、平坦領域と判定した領域に対して、第１の閾値を変更する。つまり、領域毎に第１の閾値を変更し、図１０又は図１４の例に示したフローチャートにおいて平坦領域と判定しやすくなるように、第１の閾値を低く変更する。ここで低くとは、他の領域（第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、平坦領域以外と判定した領域）に用いる第１の閾値よりも低いという意である。
第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、連続階調領域と判定した領域に対して、第２の閾値を変更する。つまり、領域毎に第２の閾値を変更し、図１０又は図１４の例に示したフローチャートにおいて連続階調領域と判定しやすくなるように、第２の閾値を高く変更する。ここで高くとは、他の領域（第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、連続階調領域以外と判定した領域）に用いる第２の閾値よりも高いという意である。
【００６４】
なお、平坦領域候補判定モジュール１５０は、形状に関する特徴以外である、第２の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、その連続階調領域らしさ又は平坦領域らしさと形状に関する特徴に基づいて、第２の領域は平坦であるか否かを判定するようにしてもよい。第２の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量としては、例えば、その第２の領域の画素値のヒストグラム形状や、エッジ画素密度等がある。
より詳細に説明すると、平坦領域らしさが予め定められた値以上（又は、より大きい）である場合であって、かつ、形状に関する特徴が単純である場合（図９の例では、ステップＳ９０４に進む場合）に、平坦領域であると判定し、連続階調領域らしさが予め定められた値以上（又は、より大きい）である場合であって、かつ、形状に関する特徴が複雑である場合（図９の例では、ステップＳ９０６に進む場合）に、非平坦領域であると判定する。
【００６５】
さらに、平坦領域候補判定モジュール１５０は、第２の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、第２の領域は平坦であるか否かを判定するようにしてもよい。例えば、図９の例に示したフローチャートにおけるステップＳ９０２において用いる閾値を変更する。
より詳細に説明すると、第２の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、平坦領域と判定した領域に対して、閾値を変更する。つまり、領域毎に閾値を変更し、図９の例に示したフローチャートにおいて平坦領域と判定しやすくなるように、閾値を変更する。
【００６６】
＜第３の実施の形態＞
前述の第１の実施の形態又は第２の実施の形態では、平坦領域候補判定モジュール１５０が行う処理において、形状特徴と比較する閾値（予め定められた値）は１つであった。具体的には、図９の例に示すように、形状特徴と１つの閾値とを比較することによって、平坦領域候補と非平坦領域候補とに分けていた。
図１５は、均一色領域の例を示す説明図である。図１５（ａ）の例は、平坦領域に属する均一色領域の例を示している。図１５（ｂ）の例に示す画像は、図１５（ａ）の例内の領域１５１０を拡大した画像である。このように、灰色を背景として数字が描かれている。図１５（ｃ）の例に示す画像は、図１５（ｂ）の例に示す画像に対して、主要色である薄い灰色に属する画素を抽出したものである。つまり、均一色領域抽出モジュール１３０による処理結果である。
図１５（ｄ）の例は、写真領域（連続階調領域の一例）に属する均一色領域の例を示している。図１５（ｅ）の例に示す画像は、図１５（ｄ）の例内の青空の部分に対して、主要色である濃い青に属する画素を抽出したものである。つまり、均一色領域抽出モジュール１３０による処理結果である。
つまり、図１５（ｃ）と図１５（ｅ）の例に示す複雑さを比較すると、「平坦色領域に属する均一色部の複雑さ ＞ 写真領域に属する均一色部の複雑さ」という関係になる。前述の第１の実施の形態又は第２の実施の形態で想定していた関係とは逆になってしまうことがある。そして、図１５（ａ）の領域１５１０は、一般的に平坦色領域にある連続階調領域と判定されて、全体では複合領域と判定されてしまう。図１５（ｄ）の青空部分は、一般的に連続階調領域にある平坦領域と判定されて、全体では複合領域と判定されてしまうことになる。
【００６７】
図１６は、写真領域と平坦色領域に含まれる均一色領域が取り得る範囲の例を模式的に示す説明図である。範囲１６１０は、平坦色領域に含まれる均一色領域が取り得る範囲である。範囲１６２０は、写真領域に含まれる均一色領域が取り得る範囲である。つまり、範囲１６１０と範囲１６２０とは重なり合う部分が存在すること（オーバーラップすること）になる。
したがって、前述のように形状の複雑さと１つの閾値とを比較して、平坦領域候補を決定すると、以下のようなことが生じる。
（１）本来は写真領域に属する均一色領域だが、形状が複雑でないと判定され、平坦領域候補となる。
（２）本来は平坦色領域に含まれる均一色領域だが、形状が複雑と判定され、平坦領域候補とならない。
【００６８】
図１７は、写真領域に含まれる均一色領域を１つの閾値と比較した例を示す説明図である。図１７（ａ）、（ｂ）は、図１５（ｄ）、（ｅ）と同等のものである。
図１７（ｂ）の例に示す青空の画像部分は範囲１６２０内の左端部に含まれる。そして、図１７（ｄ）の例に示すように、平坦領域候補と非平坦領域候補を分けるのに、１つの閾値１７１０を用いる。
図１７（ｅ）の例に示す範囲１７２０、範囲１７３０は、図１７（ｂ）の例に示す青空の画像部分のグラフ（横軸は形状の複雑さを示し、縦軸はその形状の複雑さに該当するものの数）であり、範囲１７２０は範囲１７３０よりは形状が単純な部分である。閾値１７１０で、平坦領域候補と非平坦領域候補を分けると、範囲１７２０の青空の画像部分は、本来は写真領域の一部であるが平坦領域候補となってしまう。そして、領域全体は複合領域であると判定されてしまう。
【００６９】
図１８は、平坦色領域に含まれる均一色領域を１つの閾値と比較した例を示す説明図である。図１８（ａ）、（ｂ）、（ｃ）は、図１５（ａ）、（ｂ）、（ｃ）と同等のものである。
図１８（ｃ）の例に示す画像部分は範囲１６１０内の右端部に含まれる。そして、図１８（ｄ）の例に示すように、平坦領域候補と非平坦領域候補を分けるのに、１つの閾値１７１０を用いる。
範囲１８２０は、図１８（ｃ）の例に示す画像部分のグラフである。閾値１７１０で、平坦領域候補と非平坦領域候補を分けると、範囲１８２０の画像部分は、本来は平坦領域候補であるが写真領域となってしまう。そして、領域全体は写真領域であると判定されてしまう。
【００７０】
図１９は、写真領域と平坦色領域に含まれる均一色領域が取り得る範囲と１つの閾値との関係の例を模式的に示す説明図である。
均一色領域の形状の複雑さを、１つの閾値１７１０によって分けることによって、平坦領域候補であるか、非平坦領域候補であるかを判定していることになる。したがって、範囲１６２０の左端の部分は、本来は写真領域であるにもかかわらず平坦領域候補と判定されてしまい、範囲１６１０の右端の部分は、本来は平坦色領域であるにもかかわらず非平坦領域候補と判定されてしまうことになる。
【００７１】
図２０は、写真領域と平坦色領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。
第３の実施の形態では、平坦領域候補判定モジュール２３５０は、対象としている均一色領域が、複数種の平坦領域のいずれか又は平坦領域ではない領域、のうちいずれかの領域であるかを複数の閾値に基づいて判定している。図２０の例に示す模式的な図を用いて説明すると、閾値２０３４を用いて、範囲１６２０の右端（範囲１６２０であって、範囲１６１０とはオーバーラップしていない部分）を非平坦領域候補２０２０と判定する。閾値２０３３と閾値２０３４を用いて、範囲１６２０と範囲１６１０とがオーバーラップしている部分を平坦領域候補３：２０１３と判定する。閾値２０３２と閾値２０３３を用いて、範囲１６２０と範囲１６１０とがオーバーラップする可能性がある部分を平坦領域候補２：２０１２と判定する。閾値２０３１と閾値２０３２を用いて（なお、閾値２０３１は不要としてもよい）、範囲１６１０の左端（範囲１６１０であって、範囲１６２０とはオーバーラップしていない部分）を平坦領域候補１：２０１１と判定する。ここでは、例として平坦領域候補を３種に分類しているが、２種以上であればよい。
【００７２】
そして、属性判定モジュール２３６０は、領域分離モジュール１２０によって分離された均一色領域における平坦領域候補判定モジュール２３５０によって判定された複数種の平坦領域のいずれか又はその平坦領域の組み合わせの割合に基づいて、その均一色領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。例えば、図２０の例では、平坦領域候補１：２０１１、平坦領域候補２：２０１２、平坦領域候補３：２０１３のいずれか又はその組み合わせの面積を算出し、均一色領域の面積における割合を算出する。例えば、均一色領域における平坦領域候補１：２０１１の割合、均一色領域における平坦領域候補２：２０１２の割合、均一色領域における平坦領域候補３：２０１３の割合、均一色領域における平坦領域候補１：２０１１と平坦領域候補２：２０１２と平坦領域候補３：２０１３の合計の割合、均一色領域における平坦領域候補１：２０１１と平坦領域候補２：２０１２の合計の割合、等を算出する。そして、予め定められた値との比較によって、均一色領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。
【００７３】
図２１は、写真領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。図２１（ａ）は図１５（ｄ）、図２１（ｂ）は図１５（ｅ）、図２１（ｄ）は図２０と同等である。図２１（ｂ）の例に示す青空の画像部分を対象として、図２１（ｄ）の例を適用すると、図２１（ｅ）の例のようになる。
平坦領域候補判定モジュール２３５０は、範囲１７２０を平坦領域候補３：２０１３であると判定し、範囲１７３０を非平坦領域候補２０２０と判定する。
【００７４】
図２２は、平坦色領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。図２２（ａ）は図１５（ａ）、図２２（ｂ）は図１５（ｂ）、図２２（ｃ）は図１５（ｃ）、図２２（ｄ）は図２０と同等である。図２２（ｃ）の例に示す画像部分を対象として、図２２（ｄ）の例を適用すると、図２２（ｅ）の例のようになる。
平坦領域候補判定モジュール２３５０は、範囲１８２０を平坦領域候補３：２０１３であると判定する。
【００７５】
図２３は、第３の実施の形態の構成例についての概念的なモジュール構成図である。
第３の実施の形態は、図１の例に示す第１の実施の形態の平坦領域候補判定モジュール１５０、属性判定モジュール１６０をそれぞれ平坦領域候補判定モジュール２３５０、属性判定モジュール２３６０に変更したものである。なお、前述の実施の形態と同種の部位には同一符号を付し重複した説明を省略する。また、図１１の例に示す第２の実施の形態の平坦領域候補判定モジュール１５０、属性判定モジュール１６０を平坦領域候補判定モジュール２３５０、属性判定モジュール２３６０に変更してもよい。
【００７６】
属性判定処理モジュール２３６５は、均一色領域抽出モジュール１３０、形状特徴取得モジュール１４０、平坦領域候補判定モジュール２３５０、属性判定モジュール２３６０を有している。
形状特徴取得モジュール１４０は、均一色領域抽出モジュール１３０、平坦領域候補判定モジュール２３５０と接続されている。
平坦領域候補判定モジュール２３５０は、形状特徴取得モジュール１４０、属性判定モジュール２３６０と接続されている。平坦領域候補判定モジュール２３５０は、第２の領域が、複数種の平坦領域のいずれか又は平坦領域ではない領域、のうちいずれかの領域であるかを複数の閾値に基づいて判定する。
属性判定モジュール２３６０は、平坦領域候補判定モジュール２３５０、領域判定モジュール１７０、出力モジュール１８０と接続されている。属性判定モジュール２３６０は、領域分離モジュール１２０によって分離された第１の領域における平坦領域候補判定モジュール２３５０によって判定された複数種の平坦領域のいずれか又はその平坦領域の組み合わせの割合に基づいて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。
領域判定モジュール１７０は、属性判定モジュール２３６０、出力モジュール１８０と接続されている。
出力モジュール１８０は、属性判定モジュール２３６０、領域判定モジュール１７０と接続されている。
【００７７】
図２４は、第３の実施の形態による処理例を示すフローチャートである。
ステップＳ２４０２〜ステップＳ２４０８の処理は、図２の例に示すフローチャートのステップＳ２０２〜ステップＳ２０８と同等の処理である。
ステップＳ２４１０では、平坦領域候補判定モジュール２３５０が、複数の平坦領域候補、非平坦領域候補のいずれであるかを判定する。
【００７８】
図２５は、属性判定モジュール２３６０による処理例を示すフローチャート（図２４の例に示すステップＳ２４１０の処理内容）である。
ステップＳ２５０２では、平坦領域候補判定モジュール２３５０が、形状特徴に基づいて、対象としている領域が、平坦領域候補１、平坦領域候補２、平坦領域候補３、非平坦領域候補（図２１の例に示す平坦領域候補１：２０１１、平坦領域候補２：２０１２、平坦領域候補３：２０１３、非平坦領域候補２０２０に該当）のうち、いずれであるかを判定する。そして、形状特徴が平坦領域候補１である場合はステップＳ２５０４へ進み、平坦領域候補２である場合はステップＳ２５０６へ進み、平坦領域候補３である場合はステップＳ２５０８へ進み、非平坦領域候補である場合はステップＳ２５１０へ進む。
ステップＳ２５０４では、平坦領域候補判定モジュール２３５０が、その領域を平坦領域候補１であるとする。
ステップＳ２５０６では、平坦領域候補判定モジュール２３５０が、その領域を平坦領域候補２であるとする。
ステップＳ２５０８では、平坦領域候補判定モジュール２３５０が、その領域を平坦領域候補３であるとする。
ステップＳ２５１０では、平坦領域候補判定モジュール２３５０が、その領域を非平坦領域候補であるとする。
【００７９】
なお、平坦領域は、色が均一で、かつ領域の形状が単純な領域を表している。平坦領域候補１は、平坦領域の一部又は平坦領域そのものである可能性が非常に高い領域を表している。平坦領域候補２は、平坦領域の一部又は平坦領域そのものである可能性が高い領域を表している。平坦領域候補３は、平坦領域の一部又は平坦領域そのものである可能性があるが、写真領域の一部である可能性もある領域を表している。
【００８０】
ステップＳ２５０２の具体的な処理例として以下のものがある。
（Ａ）各方向（上下左右）について、ｄｉｆｆ＿ｏｕｔ＿ｘｘの平均値（ｘｘ： ｕ， ｌｏ， ｌ， ｒ）を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｒとする。
（Ｂ）各方向（上下左右）について、ｄｉｆｆ＿ｏｕｔ＿ｘｘ［ｉ］が予め定められた値以下（又は未満）の割合を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｒとする。
また、複数の予め定められた値（例えば、５と１０等）を使用して、計８種類の特徴量を算出してもよい。
（Ｃ）全方向の値を合算して平均値を算出する。
この値を、ｄｉｆｆ＿ｏｕｔ＿ａｖｅとする。
（Ｄ）各方向（上下左右）について、２要素連続してｄｉｆｆ＿ｏｕｔ＿ｘｘ［ｉ］が０である画素の割合を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｒとする。
（Ａ）、（Ｂ）、（Ｄ）については、全方向を１つにまとめ、１つの特徴量として扱ってもよい。
【００８１】
それぞれについて、以下のような性質を有している。
（Ａ１）ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｘｘが、予め定められた値以下（又は、未満）ならば、その領域は平坦度合いが高い。
（Ｂ１）ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｘｘが、予め定められた値以上（より大きい）ならば、その領域は平坦度合いが高い。
（Ｃ１）ｄｉｆｆ＿ｏｕｔ＿ａｖｅ、予め定められた値以下（又は、未満）ならば、その領域は平坦度合いが高い。
（Ｄ１）ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｕが、予め定められた値以上（又は、より大きい）ならば、その領域は平坦度合いが高い。
【００８２】
（Ａ）〜（Ｄ）の特徴量の１つを使用して、平坦領域候補１、平坦領域候補２、平坦領域候補３、のうちいずれであるかを判定してもよいし、２つ以上の特徴量を組み合わせて使用して判定してもよい。
【００８３】
例えば、（Ｂ）を使用し、上下左右で割合の最小値が閾値１以上のとき平坦領域候補１とする。閾値１未満閾値２以上のとき平坦領域候補２とする。閾値２未満閾値３以上のとき平坦領域候補３とする。なお、「閾値１ ＞ 閾値２ ＞ 閾値３」である。
また、（Ｃ）を使用し、平均値が閾値１以上のとき平坦領域候補１とする。閾値１未満閾値２以上のとき平坦領域候補２とする。閾値２未満閾値３以上のとき平坦領域候補３とする。なお、「閾値１ ＞ 閾値２ ＞ 閾値３」である。
また、（Ａ）、（Ｂ）を使用し、それぞれの最小値が閾値Ａ１以上、かつ閾値Ｂ１以上のとき平坦領域候補１とする。閾値Ａ１未満閾値Ａ２以上、かつ閾値Ｂ１未満閾値Ｂ２以上のとき平坦領域候補２とする。閾値Ａ２未満閾値Ａ３以上、かつ閾値Ｂ２未満閾値Ｂ３以上のとき平坦領域候補３とする。なお、「閾値Ａ１ ＞ 閾値Ａ２ ＞ 閾値Ａ３、閾値Ｂ１ ＞ 閾値Ｂ２ ＞ 閾値Ｂ３」である。
また、（Ａ）、（Ｂ）、（Ｃ）、（Ｄ）を使用し、それぞれの値に応じて平坦領域候補１〜平坦領域候補３を決定する。なお、「閾値Ａ１ ＞ 閾値Ａ２ ＞ 閾値Ａ３、閾値Ｂ１ ＞ 閾値Ｂ２ ＞ 閾値Ｂ３」である。
また、（Ａ）、（Ｂ）を使用し、それぞれの最小値が閾値Ａ１、閾値Ａ２以上であれば平坦領域候補１とする。閾値Ａ１未満閾値Ａ２以上、かつ閾値Ｂ１未満かつ閾値Ｂ２以上、かつ（Ｄ）が閾値Ｄ２以上ならば平坦領域候補２とする。閾値Ａ２未満閾値Ａ３以上、かつ閾値Ｂ２未満かつ閾値Ｂ３以上、かつ（Ｄ）が閾値Ｄ３以上ならば平坦領域候補３とする。なお、「閾値Ａ１ ＞ 閾値Ａ２ ＞ 閾値Ａ３、閾値Ｂ１ ＞ 閾値Ｂ２ ＞ 閾値Ｂ３、閾値Ｄ２ ＞ 閾値Ｄ３」である。
【００８４】
ステップＳ２４１２では、属性判定モジュール２３６０が、各平坦領域候補の割合に基づいて各領域の属性を判定する。
図２６は、属性判定モジュール２３６０の判定ルールの例（１）を示す説明図である。
図２６に示す判定テーブルは、「平坦領域候補１〜３の合計が閾値Ｔｈ１以上である場合に、その領域の全体属性を平坦領域であると判定する」ことを１行目は表しており、「平坦領域候補１，２の合計が閾値Ｔｈ２以上である場合に（平坦領域候補３は判定対象ではない）、その領域の全体属性を複合領域であると判定する」ことを２行目は表しており、「平坦領域候補１がなく、平坦領域候補２がなく、平坦領域候補３が閾値Ｔｈ３以下である場合に、その領域の全体属性を写真領域であると判定する」ことを３行目は表しており、「平坦領域候補１〜３が、前述した３条件に該当しない場合に、その領域の全体属性を不明／低精度領域であると判定する」ことを４行目は表している。
そして、これらのルールにおける判定の優先順位は、上の行のルールが高い。
【００８５】
図２７は、属性判定モジュール２３６０の判定ルールの例（２）を示す説明図である。
図２７に示す判定テーブルは、「平坦領域候補１〜３の合計が閾値Ｔｈ１以上である場合に、その領域の全体属性を平坦領域であると判定する」ことを１行目は表しており、「平坦領域候補１，２の合計が閾値Ｔｈ２以上である場合に（平坦領域候補３は判定対象ではない）、その領域の全体属性を複合領域であると判定する」ことを２行目は表しており、「平坦領域候補１が閾値Ｔｈ３以上であり、平坦領域候補２が閾値Ｔｈ４以上である場合に（平坦領域候補３は判定対象ではない）、その領域の全体属性を複合領域であると判定する」ことを３行目は表しており、「平坦領域候補１が閾値Ｔｈ５以上であり、平坦領域候補２，３の合計が閾値Ｔｈ６以上である場合にその領域の全体属性を複合領域であると判定する」ことを４行目は表しており、「平坦領域候補１がなく、平坦領域候補２がなく、平坦領域候補３が閾値Ｔｈ７以下である場合に、その領域の全体属性を写真領域であると判定する」ことを５行目は表しており、「平坦領域候補１〜３が、前述した４条件に該当しない場合に、その領域の全体属性を不明／低精度領域であると判定する」ことを６行目は表している。
なお、「閾値Ｔｈ３ ＜ 閾値Ｔｈ２、閾値Ｔｈ２ ＜ 閾値Ｔｈ３ ＋ 閾値Ｔｈ４
閾値Ｔｈ５ ＜ 閾値Ｔｈ２」である。
そして、これらのルールにおける判定の優先順位は、上の行のルールが高い。
【００８６】
ステップＳ２４１４では、領域判定モジュール１７０が、複合領域の平坦部を特定する。
ステップＳ２４１６では、出力モジュール１８０が、処理結果を出力する。
【００８７】
また、属性判定モジュール２３６０における判定処理の基準を連続階調領域らしさ又は平坦領域らしさに基づいて調整するようにしてもよい。
属性判定モジュール２３６０は、第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、その連続階調領域らしさ又は平坦領域らしさに基づいて、領域分離モジュール１２０によって分離された第１の領域における平坦領域候補判定モジュール２３５０によって複数種のいずれか又は該領域の組み合わせの割合と比較する閾値を決定する。連続階調領域らしさ、平坦領域らしさは、前述の実施の形態で説明したものと同等である。
【００８８】
属性判定モジュール２３６０は、抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合は、閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定し、平坦領域らしいと判断した場合は、閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定するようにしてもよい。
属性判定モジュール２３６０は、抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合、平坦領域らしいと判断した場合、連続階調領域と平坦領域のいずれでもないと判断した場合で、閾値を異ならせるように決定するようにしてもよい。
【００８９】
例えば、平坦色領域らしさが予め定められた値以上である場合（連続階調領域らしさが予め定められた値以下である場合）は、平坦色領域又は複合領域になりやすくなる判定ルール１を適用し、連続階調領域らしさが予め定められた値以上である場合（平坦色領域らしさが予め定められた値以下である場合）は、連続階調領域又は複合領域になりやすくなる判定ルール２を適用してもよい。
図２８は、属性判定モジュール２３６０の判定ルール１と判定ルール２における閾値の関係例を示す説明図である。例えば、図２６の例に示す判定ルール内の閾値Ｔｈ１を下げ、閾値Ｔｈ２はそのまま、閾値Ｔｈ３を下げることによって、判定ルール１を生成し、図２６の例に示す判定ルール内の閾値Ｔｈ１を上げ、閾値Ｔｈ２はそのまま、閾値Ｔｈ３を上げることによって、判定ルール２を生成してもよい。結局、判定ルール１における閾値Ｔｈ１は判定ルール２における閾値Ｔｈ１未満であること、判定ルール１における閾値Ｔｈ２は判定ルール２における閾値Ｔｈ２と同じであること、判定ルール１における閾値Ｔｈ３は判定ルール２における閾値Ｔｈ３未満であること、という関係を満たせばよい。
つまり、連続階調領域らしいと判断した場合は、閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定する。一方、平坦領域らしいと判断した場合は、閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定する。
【００９０】
図２９は、属性判定モジュール２３６０の判定ルール１と判定ルール２の関係例を示す説明図である。連続階調領域らしさ又は平坦領域らしさを示す特徴量Ａ、Ｂを用いた特徴空間でのグラフで示すと、境界２９１０で適用する判定ルールを異ならせる。平坦領域（丸印のプロット）と複合領域（四角印のプロット）が多く含まれている領域２９２０には判定ルール１を適用する。連続階調領域である写真領域（三角印のプロット）と複合領域が多く含まれている領域２９３０には判定ルール２を適用する。
【００９１】
３つ以上の判定ルールを適用するようにしてもよい。図３０は、属性判定モジュール２３６０の複数の判定ルールの関係例を示す説明図である。連続階調領域らしさ又は平坦領域らしさを示す特徴量Ａ、Ｂを用いた特徴空間でのグラフで示すと、境界３０１０、境界３０１２で適用する判定ルールを異ならせる。平坦領域と複合領域が多く含まれている領域３０２０には判定ルール１（平坦色領域又は複合領域になりやすくなる判定ルール）を適用する。連続階調領域である写真領域と複合領域が多く含まれている領域３０３０には判定ルール２（連続階調領域又は複合領域になりやすくなる判定ルール）を適用する。平坦領域、写真領域、複合領域が多く含まれている領域３０２５には判定ルール３（複合領域になりやすくなる判定ルール）を適用する。
つまり、連続階調領域らしいと判断した場合（領域３０３０）、平坦領域らしいと判断した場合（領域３０２０）、連続階調領域と平坦領域のいずれでもないと判断した場合（領域３０２５）で、閾値を異ならせるように決定する。
【００９２】
図３１を参照して、本実施の形態の画像処理装置のハードウェア構成例について説明する。図３１に示す構成は、例えばパーソナルコンピュータ（ＰＣ）などによって構成されるものであり、スキャナ等のデータ読み取り部３１１７と、プリンタなどのデータ出力部３１１８を備えたハードウェア構成例を示している。
【００９３】
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３１０１は、前述の実施の形態において説明した各種のモジュール、すなわち、領域分離モジュール１２０、均一色領域抽出モジュール１３０、形状特徴取得モジュール１４０、平坦領域候補判定モジュール１５０、属性判定モジュール１６０、領域判定モジュール１７０、平坦領域統合モジュール１７２、写真領域統合モジュール１７４、平坦領域候補判定モジュール２３５０、属性判定モジュール２３６０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。
【００９４】
ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３１０２は、ＣＰＵ３１０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３１０３は、ＣＰＵ３１０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス３１０４により相互に接続されている。
【００９５】
ホストバス３１０４は、ブリッジ３１０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス３１０６に接続されている。
【００９６】
キーボード３１０８、マウス等のポインティングデバイス３１０９は、操作者により操作される入力デバイスである。ディスプレイ３１１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）などがあり、各種情報をテキストやイメージ情報として表示する。
【００９７】
ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）３１１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ３１０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、受け付けた画像、領域、判定結果である属性などが格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。
【００９８】
ドライブ３１１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体３１１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース３１０７、外部バス３１０６、ブリッジ３１０５、及びホストバス３１０４を介して接続されているＲＡＭ３１０３に供給する。リムーバブル記録媒体３１１３も、ハードディスクと同様のデータ記録領域として利用可能である。
【００９９】
接続ポート３１１４は、外部接続機器３１１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート３１１４は、インタフェース３１０７、及び外部バス３１０６、ブリッジ３１０５、ホストバス３１０４等を介してＣＰＵ３１０１等に接続されている。通信部３１１６は、ネットワークに接続され、外部とのデータ通信処理を実行する。データ読み取り部３１１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部３１１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。
【０１００】
なお、図３１に示す画像処理装置のハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図３１に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図３１に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。
【０１０１】
なお、前述の各種の実施の形態を組み合わせてもよく（例えば、ある実施の形態内のモジュールを他の実施の形態内に追加する、入れ替えをする等も含む）、また、各モジュールの処理内容として背景技術で説明した技術を採用してもよい。
【０１０２】
なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「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」の発明として捉えてもよい。
「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」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。
【符号の説明】
【０１０３】
１１０…画像受付モジュール
１２０…領域分離モジュール
１３０…均一色領域抽出モジュール
１４０…形状特徴取得モジュール
１５０…平坦領域候補判定モジュール
１６０…属性判定モジュール
１６５…属性判定処理モジュール
１７０…領域判定モジュール
１７２…平坦領域統合モジュール
１７４…写真領域統合モジュール
１８０…出力モジュール
２３５０…平坦領域候補判定モジュール
２３６０…属性判定モジュール
２３６５…属性判定処理モジュール
【技術分野】
【０００１】
本発明は、画像処理装置及び画像処理プログラムに関する。
【背景技術】
【０００２】
画像の領域分離に関する技術がある。
これに関連する技術として、例えば、特許文献１には、自然画像、人工画が合成された複合画像に応じて適正な補正を行うことを課題とし、画像データを取り込み、画像が自然画像か、人工画が合成された複合画像かを判定し、自然画像の場合は自動セットアップを行って記録し、複合画像の場合は自動セットアップを行うことなく、又は自然画像領域部分のみについて自動セットアップを行って記録することが開示されている。
【０００３】
また、例えば、特許文献２には、自然画像とＣＧ（Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ）画像との合成画像に対して画像処理を施すことを課題とし、合成画像を自然画像の領域とＣＧ画像の領域とに分離し、自然画像の領域内のデータに基づいて画像処理パラメータを算出し、合成画像に画像処理を施して中間処理済み合成画像を得て、中間処理済み合成画像に含まれる自然画像に対応する領域及び合成画像に含まれるＣＧ画像に対応する領域を合成して、処理済み合成画像を得ることが開示されている。
【０００４】
また、例えば、特許文献３には、文書画像上での写真領域の識別誤りを少なくできることを課題とし、前処理手段は入力された画像の色数を所定の数に減色し、背景色抽出手段は文書画像の背景色を特定し、部分領域抽出手段は背景色と異なる色の画素が連結した部分領域を抽出し、画素色数抽出手段は部分領域の画素色の数を求め、写真領域判定手段は画素色の数と、予め定められた所定の値とを比較して、部分領域が写真領域であるか否かを識別し、これにより、多値画像として入力された文書画像から写真領域を正確に誤りなく識別できるようになることが開示されている。
【０００５】
また、例えば、特許文献４には、多値画像に対して画素色の情報に加え、領域を構成する成分の形状情報を有効に利用することにより、識別誤りが少ない写真領域の識別が可能なことを課題とし、入力された文書画像に対して背景色を特定し、背景色以外の画素が連結した部分領域を抽出し、部分領域から等色連結成分を抽出し、部分領域における等色連結成分の特徴を抽出し、特徴としては、部分領域を構成する等色連結成分の色の種類の数を求め、色の種類の数を予め定めてあったしきい値と比較し、しきい値よりも大きければ、当該部分領域を写真領域と判定し、部分領域を構成する等色連結成分の色の数を用いれば、簡単に高精度で多値画像から写真領域を抽出できることが開示されている。
【０００６】
また、例えば、特許文献５には、分割された測光データから高精度に撮影シーンを表す指標を算出し、その算出された指標に基づいて好ましい撮影画像データを得ることを課題とし、撮像装置のプロセッサは、予備撮影によって得られる全体画像を複数の分割領域からなる分割画像として取得する全体画像取得部と、全体画像の各分割領域について、色情報を取得する色情報取得部と、取得された色情報に基づいて、各分割領域を、明度と色相の組み合わせからなる所定の階級に分類し、分類された階級毎に、当該階級に属する分割領域が全体画像に占める割合を示す第１の占有率を算出する占有率算出部と、第１の占有率に、撮影条件に応じて予め設定された２種類の異なる係数を乗算することにより、撮影シーンを特定するための第１の指標及び第２の指標を算出する指標算出部を備えることが開示されている。
【０００７】
また、例えば、特許文献６には、画像から特徴量として色特徴を抽出し、この色特徴に基づいて画像間の比較を行う画像特徴量比較装置を提供することを課題とし、画像の各画素のＲＧＢ値をＨＳＬ値に変換し、色を特定する複数の色要素の値に基づいて複数の色グループに色を分類するための分類情報を有する色グループ分類テーブルを参照し、画像を構成する各画素の色を色グループ毎にカウントし、色グループ内にカウントされた画素の色要素の値に基づいて各色グループの平均色を求め、色グループ内にカウントされた画素が画像全体に占める割合である占有率を色グループ毎に算出し、色グループの平均色と占有率とを画像の色特徴として色グループ毎に抽出することが開示されている。
【０００８】
また、例えば、特許文献７には、撮影画面内の被写体の中の人物を正確に検出することを課題とし、画像作成部で測距部から入力された複数の被写体距離（多点測距値）を用いて撮影画面の各測距点に被写体距離をプロットしてなる距離画像を作成し、領域分割処理部で同一の距離範囲を有する領域毎に撮影画面を分割し、幅寸法演算部で分割領域毎に水平方向の最大幅寸法を演算し、撮影倍率演算部で分割領域毎に撮影倍率を演算し、特徴得点演算部で分割領域毎に幅寸法、撮影倍率、被写体距離及び被写体輝度が所定の得点化関数を用いて人物らしさの度合いを示す特徴得点に変換し、人物判定部で分割領域毎に特徴得点を用いて分割領域に対応する被写体が人物であるか否かを判定し、複数種類の特徴量を特徴得点に変換して人物判定を行うことで、人物判定の精度を高めたことが開示されている。
【先行技術文献】
【特許文献】
【０００９】
【特許文献１】特開２０００−２２２５６４号公報
【特許文献２】特開２００４−１１８７１７号公報
【特許文献３】特開２００４−０６２４５９号公報
【特許文献４】特開２００４−１１０４３４号公報
【特許文献５】特開２００６−３３３２０５号公報
【特許文献６】特開平１１−０９６３６４号公報
【特許文献７】特開２００２−２９６４８９号公報
【発明の概要】
【発明が解決しようとする課題】
【００１０】
本発明は、連続階調領域と平坦領域が複合した領域に対しても、連続階調領域、平坦領域のいずれかであると判定してしまうことを防止するようにした画像処理装置及び画像処理プログラムを提供することを目的としている。
【課題を解決するための手段】
【００１１】
かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、画像を受け付ける受付手段と、前記受付手段によって受け付けられた画像内の第１の領域を分離する分離手段と、前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する抽出手段と、前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得する取得手段と、前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定する第１の判定手段と、前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する第２の判定手段を具備することを特徴とする画像処理装置である。
【００１２】
請求項２の発明は、前記第２の判定手段によって連続階調領域と平坦領域が複合した領域であると判定された領域のうち、連続階調領域又は平坦領域を特定する特定手段をさらに具備することを特徴とする請求項１に記載の画像処理装置である。
【００１３】
請求項３の発明は、前記特定手段によって平坦領域と特定された領域と前記第２の判定手段によって平坦領域と判定された領域に基づいて、前記受付手段によって受け付けられた画像内の平坦領域を統合する平坦領域統合手段と、前記特定手段によって連続階調領域と特定された領域と前記第２の判定手段によって連続階調領域と判定された領域に基づいて、前記受付手段によって受け付けられた画像内の連続階調領域を統合する連続階調領域統合手段をさらに具備することを特徴とする請求項２に記載の画像処理装置である。
【００１４】
請求項４の発明は、前記取得手段は、前記抽出手段によって抽出された第２の領域の外周を形成する画素である外周画素について、隣接する該外周画素間の距離に基づいて、該第２の領域の形状に関する特徴を取得することを特徴とする請求項１から３のいずれか一項に記載の画像処理装置である。
【００１５】
請求項５の発明は、前記第２の判定手段は、前記第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、該連続階調領域らしさ又は平坦領域らしさと前記第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定することを特徴とする請求項１から４のいずれか一項に記載の画像処理装置である。
【００１６】
請求項６の発明は、コンピュータを、画像を受け付ける受付手段と、前記受付手段によって受け付けられた画像内の第１の領域を分離する分離手段と、前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する抽出手段と、前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得する取得手段と、前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定する第１の判定手段と、前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する第２の判定手段として機能させるための画像処理プログラムである。
【００１７】
請求項７の発明は、前記第１の判定手段は、前記第２の領域が、複数種の平坦領域のいずれか又は平坦領域ではない領域、のうちいずれかの領域であるかを複数の閾値に基づいて判定し、前記第２の判定手段は、前記分離手段によって分離された第１の領域における前記第１の判定手段によって判定された複数種の平坦領域のいずれか又は該平坦領域の組み合わせの割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定することを特徴とする請求項１から５のいずれか一項に記載の画像処理装置である。
【００１８】
請求項８の発明は、前記第２の判定手段は、前記第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、該連続階調領域らしさ又は平坦領域らしさに基づいて、前記分離手段によって分離された第１の領域における前記第１の判定手段によって複数種のいずれか又は該領域の組み合わせの割合と比較する閾値を決定することを特徴とする請求項７に記載の画像処理装置である。
【００１９】
請求項９の発明は、前記第２の判定手段は、前記抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合は、前記閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定し、平坦領域らしいと判断した場合は、前記閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定することを特徴とする請求項８に記載の画像処理装置である。
【００２０】
請求項１０の発明は、前記第２の判定手段は、前記抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合、平坦領域らしいと判断した場合、連続階調領域と平坦領域のいずれでもないと判断した場合で、前記閾値を異ならせるように決定することを特徴とする請求項８に記載の画像処理装置である。
【発明の効果】
【００２１】
請求項１の画像処理装置によれば、連続階調領域と平坦領域が複合した領域に対しても、連続階調領域、平坦領域のいずれかであると判定してしまうことを防止することができる。
【００２２】
請求項２の画像処理装置によれば、連続階調領域と平坦領域が複合した領域のうち、平坦領域又は連続階調領域を特定することができる。
【００２３】
請求項３の画像処理装置によれば、連続階調領域と平坦領域が複合した領域のうちの連続階調領域を他の連続階調領域と統合し、連続階調領域と平坦領域が複合した領域のうちの平坦領域を他の平坦領域と統合することができる。
【００２４】
請求項４の画像処理装置によれば、本構成を有していない場合に比較して、高速に領域の形状に関する特徴を取得することができる。
【００２５】
請求項５の画像処理装置によれば、本構成を有していない場合に比較して、精度よく連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定することができる。
【００２６】
請求項６の画像処理プログラムによれば、連続階調領域と平坦領域が複合した領域に対しても、連続階調領域、平坦領域のいずれかであると判定してしまうことを防止することができる。
【００２７】
請求項７の画像処理装置によれば、本構成を有していない場合に比較して、誤った判定を減少させることができる。
【００２８】
請求項８の画像処理装置によれば、第１の領域の連続階調領域らしさ又は平坦領域らしさに基づいて、判定に用いる閾値を決定することができる。
【００２９】
請求項９の画像処理装置によれば、連続階調領域らしいと判断した場合は、閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定し、平坦領域らしいと判断した場合は、閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定することができる。
【００３０】
請求項１０の画像処理装置によれば、連続階調領域らしいと判断した場合、平坦領域らしいと判断した場合、連続階調領域と平坦領域のいずれでもないと判断した場合で、閾値を異ならせるように決定することができる。
【図面の簡単な説明】
【００３１】
【図１】第１の実施の形態の構成例についての概念的なモジュール構成図である。
【図２】第１の実施の形態による処理例を示すフローチャートである。
【図３】画像受付モジュールが受け付ける対象画像の例である。
【図４】第１の実施の形態による処理例の概要を示す説明図である。
【図５】均一色領域抽出モジュールによる処理例を示す説明図である。
【図６】均一色領域抽出モジュールによる処理例を示す説明図である。
【図７】形状特徴取得モジュールによる処理例を示す説明図である。
【図８】形状特徴取得モジュールによる処理例を示す説明図である。
【図９】平坦領域候補判定モジュールによる処理例を示すフローチャートである。
【図１０】属性判定モジュールによる処理例を示すフローチャートである。
【図１１】第２の実施の形態の構成例についての概念的なモジュール構成図である。
【図１２】第２の実施の形態による処理例を示すフローチャートである。
【図１３】第２の実施の形態による処理例の概要を示す説明図である。
【図１４】属性判定モジュールによる処理例を示すフローチャートである。
【図１５】均一色領域の例を示す説明図である。
【図１６】写真領域と平坦色領域に含まれる均一色領域が取り得る範囲の例を模式的に示す説明図である。
【図１７】写真領域に含まれる均一色領域を１つの閾値と比較した例を示す説明図である。
【図１８】平坦色領域に含まれる均一色領域を１つの閾値と比較した例を示す説明図である。
【図１９】写真領域と平坦色領域に含まれる均一色領域が取り得る範囲と１つの閾値との関係の例を模式的に示す説明図である。
【図２０】写真領域と平坦色領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。
【図２１】写真領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。
【図２２】平坦色領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。
【図２３】第３の実施の形態の構成例についての概念的なモジュール構成図である。
【図２４】第３の実施の形態による処理例を示すフローチャートである。
【図２５】属性判定モジュールによる処理例を示すフローチャートである。
【図２６】属性判定モジュールの判定ルールの例を示す説明図である。
【図２７】属性判定モジュールの判定ルールの例を示す説明図である。
【図２８】属性判定モジュールの判定ルール１と判定ルール２における閾値の関係例を示す説明図である。
【図２９】属性判定モジュールの判定ルール１と判定ルール２の関係例を示す説明図である。
【図３０】属性判定モジュールの複数の判定ルールの関係例を示す説明図である。
【図３１】本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。
【発明を実施するための形態】
【００３２】
以下、図面に基づき本発明を実現するにあたっての好適な各種の実施の形態の例を説明する。
＜第１の実施の形態＞
図１は、第１の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。
【００３３】
第１の実施の形態である画像処理装置は、連続階調領域（以下、具体的な例示として写真領域ともいう）と平坦領域の複合されている領域を検知し、その複合領域から連続階調領域と平坦領域を特定するものであって、図１の例に示すように、画像受付モジュール１１０、領域分離モジュール１２０、属性判定処理モジュール１６５、領域判定モジュール１７０、出力モジュール１８０を有している。また、属性判定処理モジュール１６５は、均一色領域抽出モジュール１３０、形状特徴取得モジュール１４０、平坦領域候補判定モジュール１５０、属性判定モジュール１６０を有している。
【００３４】
画像受付モジュール１１０は、領域分離モジュール１２０と接続されている。画像受付モジュール１１０は、対象となる画像を受け付けて、その画像を領域分離モジュール１２０へ渡す。画像を受け付けるとは、例えば、スキャナ、カメラ等で画像を読み込むこと、ファックス等で通信回線を介して外部機器から画像を受信すること、ハードディスク（コンピュータに内蔵されているものの他に、ネットワークを介して接続されているもの等を含む）等に記憶されている画像を読み出すこと等が含まれる。画像は、２値画像、多値画像（カラー画像を含む）であってもよく、以下ではカラー画像を例示する。受け付ける画像は、１枚であってもよいし、複数枚であってもよい。また、画像の内容として、ビジネスに用いられる文書、広告宣伝用のパンフレット等であってもよい。
図３は、画像受付モジュール１１０が受け付ける対象画像３００の例である。対象画像３００内には、領域３１０、領域３２０、領域３３０、領域３４０がある。
【００３５】
領域分離モジュール１２０は、画像受付モジュール１１０、均一色領域抽出モジュール１３０と接続されている。領域分離モジュール１２０は、画像受付モジュール１１０によって受け付けられた画像内の第１の領域を分離する。ここでの第１の領域とは、多値画像（カラー画像を含む）、スクリーン等を用いた２値画像で表現されることが適している画像であり、例えば、写真等の自然画像、着色されたグラフ等のＣＧ画像等に代表される人工画像、これらを組み合わせた画像が該当し、絵柄領域といわれる。逆に、第１の領域ではない画像とは、２値画像で表現されることが適している画像（ただし、カラー画像であってもよい）であり、例えば、文字、表、図形等によって構成される画像領域である。
前述の図３の例では、対象画像３００内の領域３１０、領域３２０、領域３３０が第１の領域に該当する。領域３１０は着色されたグラフであり、領域３２０は写真画像であり、領域３４０は写真画像とＣＧ画像の組み合わせ画像である。なお、文字によって構成されている領域３３０は、第１の領域としては分離されない。
分離方法は、従来の画像分離技術を用いればよい。例えば、画素値の分布等を解析して、多値画像部分の矩形領域を第１の領域として抽出すればよい。
【００３６】
なお、第１の領域には自然画像とＣＧ画像等の人工画像の組み合わせ画像があり得るが、写真等の自然画像は連続階調の画像の領域であり、ＣＧ画像等の人工画像は均一色の画像の領域であることが一般的である。ただし、スキャナ等で画像を読み込んだ場合は、ノイズ等の影響のため、人工画像の均一色の画像であっても画素値の変動が生じることになり、均一色であることを用いて人工画像を抽出する場合は画素値が予め定められた範囲内にあるとせざるを得ず、そうした場合は、逆に写真等の自然画像にも均一色の画像の領域が発生することになる。ただし、写真等の自然画像の均一色の画像は人工画像に比べると複雑であることが一般的であり、ＣＧ画像等の人工画像は自然画像に比べると単純（例えば、直線、円弧等の外形であることが多い）であることが一般的である。
【００３７】
均一色領域抽出モジュール１３０は、領域分離モジュール１２０、形状特徴取得モジュール１４０と接続されている。均一色領域抽出モジュール１３０は、領域分離モジュール１２０によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する。ここで「予め定められた関係を有する色」とは、本実施の形態では均一色のことである。ここでの第２の領域とは、第１の領域内に含まれている画像であり（第２の領域が第１の領域そのものである場合も含む）、均一色で構成されている画像である。ただし、均一色とは、画素値が完全同一である画像のみならず、画素値が予め定められた範囲内にある画像である場合も含む。例えば、第１の領域内で主要となっている色を検出し、その主要色で２値化し、領域を抽出すればよい。また、ラベリング技術を用いて、画素値が予め定められた範囲内にある画素が連結している領域を抽出するようにしてもよい。なお、主要となっている色の検出としては、例えば、画素数が予め定められた数以上の色（予め定められた範囲内にある画素値、以下同じ）、画素数が予め定められた割合以上の色、画素数が多い順番から予め定められた順番以内の色等を検出することである。また、画素値の投影分布に基づいて、分布が他の位置よりも大である箇所を抽出するようにしてもよい。また、第１の領域内の画素を開始点とし、隣接する画素との画素値の差を検出し、画素値の差と予め定められた値とを比較して、予め定められた関係にある場合（例えば、画素値の差が予め定められた値以下（又は未満）である場合）にその画素を連結するという領域成長法を用いるようにしてもよい。具体的な例については、図６の例を用いて後述する。
なお、この第２の領域は、均一色の画像であるが、写真等の連続階調の画像内にも発生し得るものである。
【００３８】
形状特徴取得モジュール１４０は、均一色領域抽出モジュール１３０、平坦領域候補判定モジュール１５０と接続されている。形状特徴取得モジュール１４０は、均一色領域抽出モジュール１３０によって抽出された第２の領域の形状に関する特徴を取得する。形状特徴取得モジュール１４０は、均一色領域抽出モジュール１３０によって抽出された第２の領域の外周を形成する画素である外周画素について、隣接するその外周画素間の距離に基づいて、その第２の領域の形状に関する特徴を取得するようにしてもよい。例えば、第２の領域の上下左右から走査した場合に、最初の画素までの距離を計数し、隣接するその距離の差を算出し、形状に関する特徴とする。具体的な例については、図７、８の例を用いて後述する。
【００３９】
平坦領域候補判定モジュール１５０は、形状特徴取得モジュール１４０、属性判定モジュール１６０と接続されている。平坦領域候補判定モジュール１５０は、形状特徴取得モジュール１４０によって取得された特徴に基づいて、第２の領域は平坦であるか否かを判定する。ここでの平坦である領域には、ＣＧ画像等である領域が少なくとも含まれる。写真等の連続階調の画像の一部も平坦である領域に含まれる場合がある。具体的な例については、図９の例を用いて後述する。
【００４０】
属性判定モジュール１６０は、平坦領域候補判定モジュール１５０、領域判定モジュール１７０、出力モジュール１８０と接続されている。属性判定モジュール１６０は、領域分離モジュール１２０によって分離された第１の領域における平坦領域候補判定モジュール１５０によって平坦であると判定された第２の領域の割合に基づいて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。ここでの割合とは、第１の領域の面積を分母とした場合に、その第１の領域における平坦であると判定された第２の領域の面積を分子とするものである。そして、その割合と予め定められた第１の値、予め定められた第２の値とを比較して、予め定められた第１の関係にある場合（例えば、割合が予め定められた第１の値以下（又は未満）である場合）に連続階調領域と判定し、予め定められた第２の関係にある場合（例えば、割合が予め定められた第２の値以上（又はより大）である場合）に平坦領域と判定し、予め定められた第３の関係にある場合（例えば、第１の値以上（又はより大）であって、第２の値以下（又は未満）である場合）に連続階調領域と平坦領域が複合した領域と判定するようにしてもよい。具体的な例については、図１０の例を用いて後述する。
【００４１】
また、属性判定モジュール１６０は、第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、その連続階調領域らしさ又は平坦領域らしさと第２の領域の割合に基づいて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定するようにしてもよい。
【００４２】
領域判定モジュール１７０は、属性判定モジュール１６０、出力モジュール１８０と接続されている。領域判定モジュール１７０は、属性判定モジュール１６０によって連続階調領域と平坦領域が複合した領域であると判定された領域のうち、連続階調領域又は平坦領域を特定する。第１の領域のうち、連続階調領域と平坦領域が複合した領域であると判定された領域については、連続階調領域であることを示す情報又は平坦領域であることを示す情報を生成する。例えば、第１の領域に対してマスクする情報によって、連続階調領域又は平坦領域を特定してもよい。具体的な例については、図４の例を用いて後述する。
【００４３】
出力モジュール１８０は、属性判定モジュール１６０、領域判定モジュール１７０と接続されている。出力モジュール１８０は、属性判定モジュール１６０の処理結果（第１の領域の属性（連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであること））と領域判定モジュール１７０の処理結果（連続階調領域と平坦領域が複合した領域のうち、連続階調領域又は平坦領域を特定する情報）を出力する。出力するとは、例えば、その処理結果を、プリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置へ渡すこと等が含まれる。また、処理結果を渡された他の情報処理装置は、例えば、平坦領域と連続階調領域で文字の抽出方法を切り替えること等を行って、文字の抽出を行ったり、領域の特性に応じた圧縮、画像処理、画質調整を行う。
なお、第１の実施の形態としては、領域判定モジュール１７０はなくてもよい。その場合は、出力モジュール１８０は、属性判定モジュール１６０の処理結果を出力することになる。
【００４４】
図２は、第１の実施の形態による処理例を示すフローチャートである。
ステップＳ２０２では、画像受付モジュール１１０が、画像を受け付ける。例えば、図３に示した対象画像３００を受け付ける。
ステップＳ２０４では、領域分離モジュール１２０が、画像を領域に分離する。例えば、対象画像３００内から絵柄領域である領域３１０、領域３２０、領域３４０を分離する。例えば、図４に示した領域３１０、領域３２０、領域３４０が、以下の処理での対象となる。なお、図４は、第１の実施の形態による処理例の概要を示す説明図である。
【００４５】
ステップＳ２０６では、均一色領域抽出モジュール１３０が、絵柄領域内で、均一色領域を抽出する。抽出処理について、図５、６を用いて説明する。図５、６は、均一色領域抽出モジュール１３０による処理例を示す説明図である。例えば、図５（ａ）に示す領域３２０に対しては、図５（ａ１）、（ａ２）、（ａ３）に示す領域を抽出する。図５（ａ１）は主要色が青色としたものであり、図５（ａ２）は主要色が白色としたものであり、図５（ａ３）は主要色が緑色としたものである。また、例えば、図５（ｂ）に示す領域３１０に対しては、図５（ｂ１）、（ｂ２）、（ｂ３）に示す領域を抽出する。図５（ｂ１）は主要色が赤色としたものであり、図５（ｂ２）は主要色が青色としたものであり、図５（ｂ３）は主要色が黄色としたものである。また、例えば、図６（ａ）に示す領域３４０に対しては、主要色の検出の結果、図６（ｂ）に示すように、主要色検出結果６４２として主要色が緑色となる。そして、その主要色で２値化処理を行い、図６（ｃ）に示す２値化画像６４４を生成する。これに対して、領域抽出を行って、図６（ｄ）に示す連結領域６４６、連結領域６４８を生成する。ここでの領域抽出は、縦方向及び横方向に投影分布を生成し、その分布が他の位置よりも大である箇所を均一色領域として抽出する。図６（ｄ）の例では、横方向に生成した投影分布において大である箇所が２つあるので、その箇所（連結領域６４６、連結領域６４８）を抽出する。
なお、ここで抽出する均一色領域は、均一色である領域そのものであってもよいし、その均一色である領域を囲む外接矩形であってもよい。
【００４６】
ステップＳ２０８では、形状特徴取得モジュール１４０が、均一色領域の形状特徴を取得する。形状特徴の取得処理について、図７、８を用いて説明する。図７、８は、形状特徴取得モジュール１４０による処理例を示す説明図である。抽出した各均一色領域（の外接矩形）の上端、下端、左端、右端から最初の画素までの距離を計数する。走査ｉにおける、各領域端からの距離をｏｕｔ＿ｕ［ｉ］（上端から下方向に走査した場合の距離）、ｏｕｔ＿ｌｏ［ｉ］（下端から上方向に走査した場合の距離）、ｏｕｔ＿ｌ［ｉ］（左端から右方向に走査した場合の距離）、ｏｕｔ＿ｒ［ｉ］（右端から左方向に走査した場合の距離）とする。図７（ａ）はｏｕｔ＿ｌ［ｉ］、図７（ｂ）はｏｕｔ＿ｕ［ｉ］の例である。
【００４７】
次に、反対側の領域端まで画素が無かった走査を除き、隣接する走査間の距離差を算出する。図８の例において、点線の矢印は反対側の領域端まで画素が無かった走査の例を示しており、実線の矢印は距離差を算出するための走査の例を示している。走査ｉにおける、上方向、下方向、左方向、右方向に対する隣接走査間の距離差をｄｉｆｆ＿ｏｕｔ＿ｕ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｌｏ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｌ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｒ［ｉ］とする。これらを均一色領域の形状特徴とする。
ｄｉｆｆ＿ｏｕｔ＿ｕ［ｉ］ ＝ ａｂｓ（ ｏｕｔ＿ｕ［ｉ］ − ｏｕｔ＿ｕ［ｉ ＋ １］ ）
ｄｉｆｆ＿ｏｕｔ＿ｌｏ［ｉ］ ＝ ａｂｓ（ ｏｕｔ＿ｌｏ［ｉ］ − ｏｕｔ＿ｌｏ［ｉ ＋ １］ ）
ｄｉｆｆ＿ｏｕｔ＿ｌ［ｉ］ ＝ ａｂｓ（ ｏｕｔ＿ｌ［ｉ］ − ｏｕｔ＿ｌ［ｉ ＋ １］ ）
ｄｉｆｆ＿ｏｕｔ＿ｒ［ｉ］ ＝ ａｂｓ（ ｏｕｔ＿ｒ［ｉ］ − ｏｕｔ＿ｒ［ｉ ＋ １］ ）
なお、ａｂｓ（）関数は、絶対値を求める関数である。
また、ラベリングにより均一色領域として外接矩形を抽出した場合は、反対側の領域端まで画素が無い状態は発生しない。一方、投影等を使用して外接矩形を抽出した場合は、反対側の領域端まで画素が無い状態が発生し得る。
【００４８】
ステップＳ２１０では、平坦領域候補判定モジュール１５０が、平坦領域候補であるか否かを判定する。ステップＳ２０８で取得した特徴量（ｄｉｆｆ＿ｏｕｔ＿ｕ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｌｏ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｌ［ｉ］、ｄｉｆｆ＿ｏｕｔ＿ｒ［ｉ］）に基づいて、均一色領域が平坦領域候補か否かを判定する。
図９は、平坦領域候補判定モジュール１５０による処理例を示すフローチャートである。
ステップＳ９０２では、形状特徴に基づいて、平坦領域候補であるか否かを判定し、単純である場合はステップＳ９０４へ進み、複雑である場合（平坦領域候補ではない場合）はステップＳ９０６へ進む。
ステップＳ９０４では、その領域を平坦領域候補であるとする。そして、ステップＳ２１２へ進む。
ステップＳ９０６では、その領域を非平坦領域候補であるとする。そして、ステップＳ２１２へ進む。
【００４９】
ステップＳ９０２の具体的な処理例として以下のものがある。
（Ａ）各方向（上下左右）について、ｄｉｆｆ＿ｏｕｔ＿ｘｘの平均値（ｘｘ： ｕ， ｌｏ， ｌ， ｒ）を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｒとする。
（Ｂ）各方向（上下左右）について、ｄｉｆｆ＿ｏｕｔ＿ｘｘ［ｉ］が予め定められた値以下（又は未満）の割合を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｒとする。
また、複数の予め定められた値（例えば、５と１０等）を使用して、計８種類の特徴量を算出してもよい。
（Ｃ）全方向の値を合算して平均値を算出する。
この値を、ｄｉｆｆ＿ｏｕｔ＿ａｖｅとする。
（Ｄ）各方向（上下左右）について、２要素連続してｄｉｆｆ＿ｏｕｔ＿ｘｘ［ｉ］が０である画素の割合を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｒとする。
（Ａ）、（Ｂ）、（Ｄ）については、全方向を１つにまとめ、１つの特徴量として扱ってもよい。
【００５０】
それぞれについて、以下のような性質を有している。
（Ａ１）ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｘｘが、予め定められた値以下（又は、未満）ならば、その領域は平坦度合いが高い。
（Ｂ１）ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｘｘが、予め定められた値以上（より大きい）ならば、その領域は平坦度合いが高い。
（Ｃ１）ｄｉｆｆ＿ｏｕｔ＿ａｖｅ、予め定められた値以下（又は、未満）ならば、その領域は平坦度合いが高い。
（Ｄ１）ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｕが、予め定められた値以上（又は、より大きい）ならば、その領域は平坦度合いが高い。
【００５１】
（Ａ）〜（Ｄ）の特徴量の１つを使用して、平坦領域候補か否かを判定してもよいし、２つ以上の特徴量を組み合わせて使用して判定してもよい。特徴量の１つを使用して判定する場合は、（Ａ１）〜（Ｄ１）において、平坦度合いが高いことはその領域は平坦領域候補であると判定してもよい。
また、以下のように判定してもよい。
・（Ｂ）を使用し、上下左右で割合の最小値が予め定められた値以上（又は、より大きい）ならば、その領域は平坦領域候補と判定する。
・（Ｃ）を使用し、平均値が予め定められた値以下（又は、未満）ならば、その領域は平坦領域候補と判定する。
・（Ａ）を使用し、その最大値が予め定められた値以下（又は、未満）であって、かつ、（Ｂ）を使用し、その最小値が予め定められた値以上（又は、より大きい）ならば、その領域は平坦領域候補と判定する。
・（Ａ）〜（Ｄ）全てを使用し、それぞれが予め定められた関係（（Ａ１）〜（Ｄ１）でその領域は平坦度合いが高い）ならば、その領域は平坦領域候補と判定する。
・（Ａ）、（Ｂ）、（Ｄ）を使用し、（Ａ）、（Ｂ）のそれぞれが予め定められた関係（（Ａ１）、（Ｂ１）でその領域は平坦度合いが高い）には該当しないが、それぞれが予め定められた値と予め定められた範囲内にある場合であって、（Ｄ）が予め定められた値以上（又は、より大きい）ならば、その領域は平坦領域候補と判定する。ここで、「それぞれが予め定められた値と予め定められた範囲内にある場合」とは、（Ａ１）、（Ｂ１）の関係には若干満たない場合のことである。
【００５２】
ステップＳ２１２では、属性判定モジュール１６０が、平坦領域候補の割合に基づいて各領域の属性を判定する。ステップＳ２０６で抽出された均一色領域内で平坦領域候補の面積の割合に応じて、第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。
図１０は、属性判定モジュール１６０による処理例を示すフローチャートである。
ステップＳ１００２では、平坦領域候補の面積の割合で判断し、その割合が予め定められた値（第１の閾値）以上（又は、より大きい）である場合はステップＳ１００４へ進み、その割合が中程度の場合（ステップＳ１００４、ステップＳ１００６のいずれにも該当しない場合）はステップＳ１００８へ進み、その割合が予め定められた値（第２の閾値）以下（又は、未満）である場合はステップＳ１００６へ進む。
ステップＳ１００４では、その領域を平坦領域であるとする。
ステップＳ１００６では、その領域を写真領域であるとする。
ステップＳ１００８では、その領域を複合領域であるとする。
前述の例では、領域３１０の属性は平坦領域であると判定され、領域３２０の属性は写真領域であると判定され、領域３４０の属性は写真領域と平坦領域が複合した領域であると判定される。
ここで、図４の例で示すと、属性判定処理モジュール１６５の処理（ステップＳ２０６からステップＳ２１２までの処理）によって、領域３１０を平坦領域と判定し、領域３２０を写真領域と判定し、領域３４０を複合領域と判定して、領域３４０を領域判定モジュール１７０に渡している。
【００５３】
ステップＳ２１４では、領域判定モジュール１７０が、複合領域の平坦部を特定する。もちろんのことながら、複合領域の写真部を特定してもよく、複合領域の平坦部及び写真部を特定してもよい。ここで、図４の例で示すと、ステップＳ２１０で判定された平坦領域候補を用いて、複合領域のうちの平坦部を特定し、平坦領域情報４１０を生成する。そして、複合領域のうちの残りの部分を写真部と特定し、写真領域情報４２０を生成する。平坦領域情報４１０は領域３４０から平坦領域を抽出するためのマスクであり、写真領域情報４２０は領域３４０から写真領域を抽出するためのマスクである。
ステップＳ２１６では、出力モジュール１８０が、ステップＳ２１２、ステップＳ２１４のいずれか又は両方の処理結果を出力する。
【００５４】
＜第２の実施の形態＞
図１１は、第２の実施の形態の構成例についての概念的なモジュール構成図である。第２の実施の形態は、平坦領域、連続階調領域をそれぞれ統合するものであり、図１１の例に示すように、画像受付モジュール１１０、領域分離モジュール１２０、属性判定処理モジュール１６５、領域判定モジュール１７０、平坦領域統合モジュール１７２、写真領域統合モジュール１７４、出力モジュール１８０を有している。また、属性判定処理モジュール１６５は、均一色領域抽出モジュール１３０、形状特徴取得モジュール１４０、平坦領域候補判定モジュール１５０、属性判定モジュール１６０を有している。第２の実施の形態は、第１の実施の形態に平坦領域統合モジュール１７２、写真領域統合モジュール１７４を付加したものである。なお、第１の実施の形態と同種の部位には同一符号を付し重複した説明を省略する。
【００５５】
属性判定モジュール１６０は、平坦領域候補判定モジュール１５０、領域判定モジュール１７０、平坦領域統合モジュール１７２、写真領域統合モジュール１７４と接続されており、平坦領域を平坦領域統合モジュール１７２へ渡し、連続階調領域を写真領域統合モジュール１７４へ渡し、複合領域を領域判定モジュール１７０に渡す。
領域判定モジュール１７０は、属性判定モジュール１６０、平坦領域統合モジュール１７２、写真領域統合モジュール１７４と接続されており、複合領域内の平坦領域を平坦領域統合モジュール１７２へ渡し、複合領域内の連続階調領域を写真領域統合モジュール１７４へ渡す。
【００５６】
平坦領域統合モジュール１７２は、属性判定モジュール１６０、領域判定モジュール１７０、出力モジュール１８０と接続されている。平坦領域統合モジュール１７２は、領域判定モジュール１７０によって平坦領域と特定された領域と属性判定モジュール１６０によって平坦領域と判定された領域に基づいて、画像受付モジュール１１０によって受け付けられた画像内の平坦領域を統合する。
写真領域統合モジュール１７４は、属性判定モジュール１６０、領域判定モジュール１７０、出力モジュール１８０と接続されている。写真領域統合モジュール１７４は、領域判定モジュール１７０によって連続階調領域と特定された領域と属性判定モジュール１６０によって連続階調領域と判定された領域に基づいて、画像受付モジュール１１０によって受け付けられた画像内の連続階調領域を統合する。
【００５７】
出力モジュール１８０は、平坦領域統合モジュール１７２、写真領域統合モジュール１７４と接続されており、平坦領域統合モジュール１７２、写真領域統合モジュール１７４による統合結果である画像を出力する。画像を出力するとは、例えば、プリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること、ファックス等の画像送信装置で画像を送信すること、画像データベース等の画像記憶装置へ画像を書き込むこと、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置へ渡すこと等が含まれる。
【００５８】
図１２は、第２の実施の形態による処理例を示すフローチャートである。
ステップＳ１２０２からステップＳ１２１４までの処理は、図２に例示したフローチャートのステップＳ２０２からステップＳ２１４までの処理と同等である。
なお、ステップＳ１２０４では、領域分離モジュール１２０は、ステップＳ２０４の処理に加えて、分離した領域の位置情報（その領域の対象とする画像内での位置を示す情報）を抽出する。図１３は、第２の実施の形態による処理例の概要を示す説明図である。領域分離モジュール１２０は、対象画像３００から領域３１０、領域３２０、領域３４０を分離し、それらの位置情報１３１０を抽出し、平坦領域統合モジュール１７２、写真領域統合モジュール１７４へ渡す。
【００５９】
なお、ステップＳ１２１２は、図１４の例に示すフローチャートを用いて説明する。図１４は、属性判定モジュール１６０による処理例を示すフローチャートである。
ステップＳ１４０２では、平坦領域候補の割合を判断し、その割合が予め定められた値（第１の閾値）以上（又は、より大きい）である場合はステップＳ１４０４へ進み、その割合が中程度の場合（ステップＳ１４０４、ステップＳ１４０６のいずれにも該当しない場合）はステップＳ１４０８へ進み、その割合が予め定められた値（第２の閾値）以下（又は、未満）である場合はステップＳ１４０６へ進む。
ステップＳ１４０４では、その領域を平坦領域であるとする。
ステップＳ１４０６では、その領域を写真領域であるとする。
ステップＳ１４０８では、その領域を複合領域であるとする。
前述の例では、領域３１０の属性は平坦領域であると判定され、領域３２０の属性は写真領域であると判定され、領域３４０の属性は写真領域と平坦領域が複合した領域であると判定される。
ここで、図１３の例で示すと、属性判定処理モジュール１６５の処理（ステップＳ１２０６からステップＳ１２１２までの処理）によって、領域３１０を平坦領域と判定し、領域３２０を写真領域と判定し、領域３４０を複合領域と判定して、領域３４０を領域判定モジュール１７０に渡している。
【００６０】
ステップＳ１４１０では、複合領域の平坦部を特定する。つまり、領域３４０から平坦領域情報４１０を用いて平坦領域画像１３４２を特定し、領域３４０から写真領域情報４２０を用いて写真領域画像１３４１を特定する。
【００６１】
ステップＳ１２１６では、平坦領域統合モジュール１７２が、平坦領域を統合する。図１３の例では、平坦領域情報４１０を用いて領域３４０から平坦領域画像１３４２を抽出し、位置情報１３１０を用いて領域３１０と平坦領域画像１３４２を統合して、平坦領域画像１３８０を生成する。
ステップＳ１２１８では、写真領域統合モジュール１７４が、写真領域を統合する。図１３の例では、写真領域情報４２０を用いて領域３４０から写真領域画像１３４１を抽出し、位置情報１３１０を用いて領域３２０と写真領域画像１３４１を統合して、写真領域画像１３９０を生成する。
ステップＳ１２２０では、出力モジュール１８０が、処理結果を出力する。図１３の例では、平坦領域画像１３８０と写真領域画像１３９０を出力する。
【００６２】
なお、属性判定モジュール１６０は、領域の形状に関する特徴以外の特徴をも用いて、領域の属性を判定するようにしてもよい。第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、その連続階調領域らしさ又は平坦領域らしさと第２の領域の割合に基づいて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定するようにしてもよい。第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量としては、例えば、その第１の領域の画素値のヒストグラム形状や、エッジ画素密度等がある。
より詳細に説明すると、平坦領域らしさが予め定められた値以上（又は、より大きい）である場合であって、かつ、第２の領域の割合が第１の閾値以上（又は、より大きい）である場合に、平坦領域であると判定し、連続階調領域らしさが予め定められた値以上（又は、より大きい）である場合であって、かつ、第２の領域の割合が第２の閾値以下（又は、未満）である場合に、連続階調領域であると判定し、それ以外の場合を複合領域と判定する。
【００６３】
さらに、属性判定モジュール１６０は、第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定し、その判定結果に基づいて、領域の形状に関する特徴を用いた判定における予め定められた値を変更するようにしてもよい。例えば、図１０又は図１４の例に示したフローチャートにおけるステップＳ１００２、ステップＳ１４０２において用いる第１の閾値、第２の閾値を変更する。
より詳細に説明すると、第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、平坦領域と判定した領域に対して、第１の閾値を変更する。つまり、領域毎に第１の閾値を変更し、図１０又は図１４の例に示したフローチャートにおいて平坦領域と判定しやすくなるように、第１の閾値を低く変更する。ここで低くとは、他の領域（第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、平坦領域以外と判定した領域）に用いる第１の閾値よりも低いという意である。
第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、連続階調領域と判定した領域に対して、第２の閾値を変更する。つまり、領域毎に第２の閾値を変更し、図１０又は図１４の例に示したフローチャートにおいて連続階調領域と判定しやすくなるように、第２の閾値を高く変更する。ここで高くとは、他の領域（第１の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、連続階調領域以外と判定した領域）に用いる第２の閾値よりも高いという意である。
【００６４】
なお、平坦領域候補判定モジュール１５０は、形状に関する特徴以外である、第２の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、その連続階調領域らしさ又は平坦領域らしさと形状に関する特徴に基づいて、第２の領域は平坦であるか否かを判定するようにしてもよい。第２の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量としては、例えば、その第２の領域の画素値のヒストグラム形状や、エッジ画素密度等がある。
より詳細に説明すると、平坦領域らしさが予め定められた値以上（又は、より大きい）である場合であって、かつ、形状に関する特徴が単純である場合（図９の例では、ステップＳ９０４に進む場合）に、平坦領域であると判定し、連続階調領域らしさが予め定められた値以上（又は、より大きい）である場合であって、かつ、形状に関する特徴が複雑である場合（図９の例では、ステップＳ９０６に進む場合）に、非平坦領域であると判定する。
【００６５】
さらに、平坦領域候補判定モジュール１５０は、第２の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、第２の領域は平坦であるか否かを判定するようにしてもよい。例えば、図９の例に示したフローチャートにおけるステップＳ９０２において用いる閾値を変更する。
より詳細に説明すると、第２の領域の連続階調領域らしさ、平坦領域らしさに関する特徴量を用いて、平坦領域と判定した領域に対して、閾値を変更する。つまり、領域毎に閾値を変更し、図９の例に示したフローチャートにおいて平坦領域と判定しやすくなるように、閾値を変更する。
【００６６】
＜第３の実施の形態＞
前述の第１の実施の形態又は第２の実施の形態では、平坦領域候補判定モジュール１５０が行う処理において、形状特徴と比較する閾値（予め定められた値）は１つであった。具体的には、図９の例に示すように、形状特徴と１つの閾値とを比較することによって、平坦領域候補と非平坦領域候補とに分けていた。
図１５は、均一色領域の例を示す説明図である。図１５（ａ）の例は、平坦領域に属する均一色領域の例を示している。図１５（ｂ）の例に示す画像は、図１５（ａ）の例内の領域１５１０を拡大した画像である。このように、灰色を背景として数字が描かれている。図１５（ｃ）の例に示す画像は、図１５（ｂ）の例に示す画像に対して、主要色である薄い灰色に属する画素を抽出したものである。つまり、均一色領域抽出モジュール１３０による処理結果である。
図１５（ｄ）の例は、写真領域（連続階調領域の一例）に属する均一色領域の例を示している。図１５（ｅ）の例に示す画像は、図１５（ｄ）の例内の青空の部分に対して、主要色である濃い青に属する画素を抽出したものである。つまり、均一色領域抽出モジュール１３０による処理結果である。
つまり、図１５（ｃ）と図１５（ｅ）の例に示す複雑さを比較すると、「平坦色領域に属する均一色部の複雑さ ＞ 写真領域に属する均一色部の複雑さ」という関係になる。前述の第１の実施の形態又は第２の実施の形態で想定していた関係とは逆になってしまうことがある。そして、図１５（ａ）の領域１５１０は、一般的に平坦色領域にある連続階調領域と判定されて、全体では複合領域と判定されてしまう。図１５（ｄ）の青空部分は、一般的に連続階調領域にある平坦領域と判定されて、全体では複合領域と判定されてしまうことになる。
【００６７】
図１６は、写真領域と平坦色領域に含まれる均一色領域が取り得る範囲の例を模式的に示す説明図である。範囲１６１０は、平坦色領域に含まれる均一色領域が取り得る範囲である。範囲１６２０は、写真領域に含まれる均一色領域が取り得る範囲である。つまり、範囲１６１０と範囲１６２０とは重なり合う部分が存在すること（オーバーラップすること）になる。
したがって、前述のように形状の複雑さと１つの閾値とを比較して、平坦領域候補を決定すると、以下のようなことが生じる。
（１）本来は写真領域に属する均一色領域だが、形状が複雑でないと判定され、平坦領域候補となる。
（２）本来は平坦色領域に含まれる均一色領域だが、形状が複雑と判定され、平坦領域候補とならない。
【００６８】
図１７は、写真領域に含まれる均一色領域を１つの閾値と比較した例を示す説明図である。図１７（ａ）、（ｂ）は、図１５（ｄ）、（ｅ）と同等のものである。
図１７（ｂ）の例に示す青空の画像部分は範囲１６２０内の左端部に含まれる。そして、図１７（ｄ）の例に示すように、平坦領域候補と非平坦領域候補を分けるのに、１つの閾値１７１０を用いる。
図１７（ｅ）の例に示す範囲１７２０、範囲１７３０は、図１７（ｂ）の例に示す青空の画像部分のグラフ（横軸は形状の複雑さを示し、縦軸はその形状の複雑さに該当するものの数）であり、範囲１７２０は範囲１７３０よりは形状が単純な部分である。閾値１７１０で、平坦領域候補と非平坦領域候補を分けると、範囲１７２０の青空の画像部分は、本来は写真領域の一部であるが平坦領域候補となってしまう。そして、領域全体は複合領域であると判定されてしまう。
【００６９】
図１８は、平坦色領域に含まれる均一色領域を１つの閾値と比較した例を示す説明図である。図１８（ａ）、（ｂ）、（ｃ）は、図１５（ａ）、（ｂ）、（ｃ）と同等のものである。
図１８（ｃ）の例に示す画像部分は範囲１６１０内の右端部に含まれる。そして、図１８（ｄ）の例に示すように、平坦領域候補と非平坦領域候補を分けるのに、１つの閾値１７１０を用いる。
範囲１８２０は、図１８（ｃ）の例に示す画像部分のグラフである。閾値１７１０で、平坦領域候補と非平坦領域候補を分けると、範囲１８２０の画像部分は、本来は平坦領域候補であるが写真領域となってしまう。そして、領域全体は写真領域であると判定されてしまう。
【００７０】
図１９は、写真領域と平坦色領域に含まれる均一色領域が取り得る範囲と１つの閾値との関係の例を模式的に示す説明図である。
均一色領域の形状の複雑さを、１つの閾値１７１０によって分けることによって、平坦領域候補であるか、非平坦領域候補であるかを判定していることになる。したがって、範囲１６２０の左端の部分は、本来は写真領域であるにもかかわらず平坦領域候補と判定されてしまい、範囲１６１０の右端の部分は、本来は平坦色領域であるにもかかわらず非平坦領域候補と判定されてしまうことになる。
【００７１】
図２０は、写真領域と平坦色領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。
第３の実施の形態では、平坦領域候補判定モジュール２３５０は、対象としている均一色領域が、複数種の平坦領域のいずれか又は平坦領域ではない領域、のうちいずれかの領域であるかを複数の閾値に基づいて判定している。図２０の例に示す模式的な図を用いて説明すると、閾値２０３４を用いて、範囲１６２０の右端（範囲１６２０であって、範囲１６１０とはオーバーラップしていない部分）を非平坦領域候補２０２０と判定する。閾値２０３３と閾値２０３４を用いて、範囲１６２０と範囲１６１０とがオーバーラップしている部分を平坦領域候補３：２０１３と判定する。閾値２０３２と閾値２０３３を用いて、範囲１６２０と範囲１６１０とがオーバーラップする可能性がある部分を平坦領域候補２：２０１２と判定する。閾値２０３１と閾値２０３２を用いて（なお、閾値２０３１は不要としてもよい）、範囲１６１０の左端（範囲１６１０であって、範囲１６２０とはオーバーラップしていない部分）を平坦領域候補１：２０１１と判定する。ここでは、例として平坦領域候補を３種に分類しているが、２種以上であればよい。
【００７２】
そして、属性判定モジュール２３６０は、領域分離モジュール１２０によって分離された均一色領域における平坦領域候補判定モジュール２３５０によって判定された複数種の平坦領域のいずれか又はその平坦領域の組み合わせの割合に基づいて、その均一色領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。例えば、図２０の例では、平坦領域候補１：２０１１、平坦領域候補２：２０１２、平坦領域候補３：２０１３のいずれか又はその組み合わせの面積を算出し、均一色領域の面積における割合を算出する。例えば、均一色領域における平坦領域候補１：２０１１の割合、均一色領域における平坦領域候補２：２０１２の割合、均一色領域における平坦領域候補３：２０１３の割合、均一色領域における平坦領域候補１：２０１１と平坦領域候補２：２０１２と平坦領域候補３：２０１３の合計の割合、均一色領域における平坦領域候補１：２０１１と平坦領域候補２：２０１２の合計の割合、等を算出する。そして、予め定められた値との比較によって、均一色領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。
【００７３】
図２１は、写真領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。図２１（ａ）は図１５（ｄ）、図２１（ｂ）は図１５（ｅ）、図２１（ｄ）は図２０と同等である。図２１（ｂ）の例に示す青空の画像部分を対象として、図２１（ｄ）の例を適用すると、図２１（ｅ）の例のようになる。
平坦領域候補判定モジュール２３５０は、範囲１７２０を平坦領域候補３：２０１３であると判定し、範囲１７３０を非平坦領域候補２０２０と判定する。
【００７４】
図２２は、平坦色領域に含まれる均一色領域が取り得る範囲と複数の閾値との関係の例を模式的に示す説明図である。図２２（ａ）は図１５（ａ）、図２２（ｂ）は図１５（ｂ）、図２２（ｃ）は図１５（ｃ）、図２２（ｄ）は図２０と同等である。図２２（ｃ）の例に示す画像部分を対象として、図２２（ｄ）の例を適用すると、図２２（ｅ）の例のようになる。
平坦領域候補判定モジュール２３５０は、範囲１８２０を平坦領域候補３：２０１３であると判定する。
【００７５】
図２３は、第３の実施の形態の構成例についての概念的なモジュール構成図である。
第３の実施の形態は、図１の例に示す第１の実施の形態の平坦領域候補判定モジュール１５０、属性判定モジュール１６０をそれぞれ平坦領域候補判定モジュール２３５０、属性判定モジュール２３６０に変更したものである。なお、前述の実施の形態と同種の部位には同一符号を付し重複した説明を省略する。また、図１１の例に示す第２の実施の形態の平坦領域候補判定モジュール１５０、属性判定モジュール１６０を平坦領域候補判定モジュール２３５０、属性判定モジュール２３６０に変更してもよい。
【００７６】
属性判定処理モジュール２３６５は、均一色領域抽出モジュール１３０、形状特徴取得モジュール１４０、平坦領域候補判定モジュール２３５０、属性判定モジュール２３６０を有している。
形状特徴取得モジュール１４０は、均一色領域抽出モジュール１３０、平坦領域候補判定モジュール２３５０と接続されている。
平坦領域候補判定モジュール２３５０は、形状特徴取得モジュール１４０、属性判定モジュール２３６０と接続されている。平坦領域候補判定モジュール２３５０は、第２の領域が、複数種の平坦領域のいずれか又は平坦領域ではない領域、のうちいずれかの領域であるかを複数の閾値に基づいて判定する。
属性判定モジュール２３６０は、平坦領域候補判定モジュール２３５０、領域判定モジュール１７０、出力モジュール１８０と接続されている。属性判定モジュール２３６０は、領域分離モジュール１２０によって分離された第１の領域における平坦領域候補判定モジュール２３５０によって判定された複数種の平坦領域のいずれか又はその平坦領域の組み合わせの割合に基づいて、その第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する。
領域判定モジュール１７０は、属性判定モジュール２３６０、出力モジュール１８０と接続されている。
出力モジュール１８０は、属性判定モジュール２３６０、領域判定モジュール１７０と接続されている。
【００７７】
図２４は、第３の実施の形態による処理例を示すフローチャートである。
ステップＳ２４０２〜ステップＳ２４０８の処理は、図２の例に示すフローチャートのステップＳ２０２〜ステップＳ２０８と同等の処理である。
ステップＳ２４１０では、平坦領域候補判定モジュール２３５０が、複数の平坦領域候補、非平坦領域候補のいずれであるかを判定する。
【００７８】
図２５は、属性判定モジュール２３６０による処理例を示すフローチャート（図２４の例に示すステップＳ２４１０の処理内容）である。
ステップＳ２５０２では、平坦領域候補判定モジュール２３５０が、形状特徴に基づいて、対象としている領域が、平坦領域候補１、平坦領域候補２、平坦領域候補３、非平坦領域候補（図２１の例に示す平坦領域候補１：２０１１、平坦領域候補２：２０１２、平坦領域候補３：２０１３、非平坦領域候補２０２０に該当）のうち、いずれであるかを判定する。そして、形状特徴が平坦領域候補１である場合はステップＳ２５０４へ進み、平坦領域候補２である場合はステップＳ２５０６へ進み、平坦領域候補３である場合はステップＳ２５０８へ進み、非平坦領域候補である場合はステップＳ２５１０へ進む。
ステップＳ２５０４では、平坦領域候補判定モジュール２３５０が、その領域を平坦領域候補１であるとする。
ステップＳ２５０６では、平坦領域候補判定モジュール２３５０が、その領域を平坦領域候補２であるとする。
ステップＳ２５０８では、平坦領域候補判定モジュール２３５０が、その領域を平坦領域候補３であるとする。
ステップＳ２５１０では、平坦領域候補判定モジュール２３５０が、その領域を非平坦領域候補であるとする。
【００７９】
なお、平坦領域は、色が均一で、かつ領域の形状が単純な領域を表している。平坦領域候補１は、平坦領域の一部又は平坦領域そのものである可能性が非常に高い領域を表している。平坦領域候補２は、平坦領域の一部又は平坦領域そのものである可能性が高い領域を表している。平坦領域候補３は、平坦領域の一部又は平坦領域そのものである可能性があるが、写真領域の一部である可能性もある領域を表している。
【００８０】
ステップＳ２５０２の具体的な処理例として以下のものがある。
（Ａ）各方向（上下左右）について、ｄｉｆｆ＿ｏｕｔ＿ｘｘの平均値（ｘｘ： ｕ， ｌｏ， ｌ， ｒ）を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｒとする。
（Ｂ）各方向（上下左右）について、ｄｉｆｆ＿ｏｕｔ＿ｘｘ［ｉ］が予め定められた値以下（又は未満）の割合を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｒとする。
また、複数の予め定められた値（例えば、５と１０等）を使用して、計８種類の特徴量を算出してもよい。
（Ｃ）全方向の値を合算して平均値を算出する。
この値を、ｄｉｆｆ＿ｏｕｔ＿ａｖｅとする。
（Ｄ）各方向（上下左右）について、２要素連続してｄｉｆｆ＿ｏｕｔ＿ｘｘ［ｉ］が０である画素の割合を算出する。
これらの値を、ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｕ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｌｏ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｌ， ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｒとする。
（Ａ）、（Ｂ）、（Ｄ）については、全方向を１つにまとめ、１つの特徴量として扱ってもよい。
【００８１】
それぞれについて、以下のような性質を有している。
（Ａ１）ｄｉｆｆ＿ｏｕｔ＿ａｖｅ＿ｘｘが、予め定められた値以下（又は、未満）ならば、その領域は平坦度合いが高い。
（Ｂ１）ｄｉｆｆ＿ｏｕｔ＿ｕｎｄｅｒ＿ｎ＿ｒａｔｉｏ＿ｘｘが、予め定められた値以上（より大きい）ならば、その領域は平坦度合いが高い。
（Ｃ１）ｄｉｆｆ＿ｏｕｔ＿ａｖｅ、予め定められた値以下（又は、未満）ならば、その領域は平坦度合いが高い。
（Ｄ１）ｄｉｆｆ＿ｏｕｔ＿ｚｅｒｏ＿ｒａｔｉｏ＿ｕが、予め定められた値以上（又は、より大きい）ならば、その領域は平坦度合いが高い。
【００８２】
（Ａ）〜（Ｄ）の特徴量の１つを使用して、平坦領域候補１、平坦領域候補２、平坦領域候補３、のうちいずれであるかを判定してもよいし、２つ以上の特徴量を組み合わせて使用して判定してもよい。
【００８３】
例えば、（Ｂ）を使用し、上下左右で割合の最小値が閾値１以上のとき平坦領域候補１とする。閾値１未満閾値２以上のとき平坦領域候補２とする。閾値２未満閾値３以上のとき平坦領域候補３とする。なお、「閾値１ ＞ 閾値２ ＞ 閾値３」である。
また、（Ｃ）を使用し、平均値が閾値１以上のとき平坦領域候補１とする。閾値１未満閾値２以上のとき平坦領域候補２とする。閾値２未満閾値３以上のとき平坦領域候補３とする。なお、「閾値１ ＞ 閾値２ ＞ 閾値３」である。
また、（Ａ）、（Ｂ）を使用し、それぞれの最小値が閾値Ａ１以上、かつ閾値Ｂ１以上のとき平坦領域候補１とする。閾値Ａ１未満閾値Ａ２以上、かつ閾値Ｂ１未満閾値Ｂ２以上のとき平坦領域候補２とする。閾値Ａ２未満閾値Ａ３以上、かつ閾値Ｂ２未満閾値Ｂ３以上のとき平坦領域候補３とする。なお、「閾値Ａ１ ＞ 閾値Ａ２ ＞ 閾値Ａ３、閾値Ｂ１ ＞ 閾値Ｂ２ ＞ 閾値Ｂ３」である。
また、（Ａ）、（Ｂ）、（Ｃ）、（Ｄ）を使用し、それぞれの値に応じて平坦領域候補１〜平坦領域候補３を決定する。なお、「閾値Ａ１ ＞ 閾値Ａ２ ＞ 閾値Ａ３、閾値Ｂ１ ＞ 閾値Ｂ２ ＞ 閾値Ｂ３」である。
また、（Ａ）、（Ｂ）を使用し、それぞれの最小値が閾値Ａ１、閾値Ａ２以上であれば平坦領域候補１とする。閾値Ａ１未満閾値Ａ２以上、かつ閾値Ｂ１未満かつ閾値Ｂ２以上、かつ（Ｄ）が閾値Ｄ２以上ならば平坦領域候補２とする。閾値Ａ２未満閾値Ａ３以上、かつ閾値Ｂ２未満かつ閾値Ｂ３以上、かつ（Ｄ）が閾値Ｄ３以上ならば平坦領域候補３とする。なお、「閾値Ａ１ ＞ 閾値Ａ２ ＞ 閾値Ａ３、閾値Ｂ１ ＞ 閾値Ｂ２ ＞ 閾値Ｂ３、閾値Ｄ２ ＞ 閾値Ｄ３」である。
【００８４】
ステップＳ２４１２では、属性判定モジュール２３６０が、各平坦領域候補の割合に基づいて各領域の属性を判定する。
図２６は、属性判定モジュール２３６０の判定ルールの例（１）を示す説明図である。
図２６に示す判定テーブルは、「平坦領域候補１〜３の合計が閾値Ｔｈ１以上である場合に、その領域の全体属性を平坦領域であると判定する」ことを１行目は表しており、「平坦領域候補１，２の合計が閾値Ｔｈ２以上である場合に（平坦領域候補３は判定対象ではない）、その領域の全体属性を複合領域であると判定する」ことを２行目は表しており、「平坦領域候補１がなく、平坦領域候補２がなく、平坦領域候補３が閾値Ｔｈ３以下である場合に、その領域の全体属性を写真領域であると判定する」ことを３行目は表しており、「平坦領域候補１〜３が、前述した３条件に該当しない場合に、その領域の全体属性を不明／低精度領域であると判定する」ことを４行目は表している。
そして、これらのルールにおける判定の優先順位は、上の行のルールが高い。
【００８５】
図２７は、属性判定モジュール２３６０の判定ルールの例（２）を示す説明図である。
図２７に示す判定テーブルは、「平坦領域候補１〜３の合計が閾値Ｔｈ１以上である場合に、その領域の全体属性を平坦領域であると判定する」ことを１行目は表しており、「平坦領域候補１，２の合計が閾値Ｔｈ２以上である場合に（平坦領域候補３は判定対象ではない）、その領域の全体属性を複合領域であると判定する」ことを２行目は表しており、「平坦領域候補１が閾値Ｔｈ３以上であり、平坦領域候補２が閾値Ｔｈ４以上である場合に（平坦領域候補３は判定対象ではない）、その領域の全体属性を複合領域であると判定する」ことを３行目は表しており、「平坦領域候補１が閾値Ｔｈ５以上であり、平坦領域候補２，３の合計が閾値Ｔｈ６以上である場合にその領域の全体属性を複合領域であると判定する」ことを４行目は表しており、「平坦領域候補１がなく、平坦領域候補２がなく、平坦領域候補３が閾値Ｔｈ７以下である場合に、その領域の全体属性を写真領域であると判定する」ことを５行目は表しており、「平坦領域候補１〜３が、前述した４条件に該当しない場合に、その領域の全体属性を不明／低精度領域であると判定する」ことを６行目は表している。
なお、「閾値Ｔｈ３ ＜ 閾値Ｔｈ２、閾値Ｔｈ２ ＜ 閾値Ｔｈ３ ＋ 閾値Ｔｈ４
閾値Ｔｈ５ ＜ 閾値Ｔｈ２」である。
そして、これらのルールにおける判定の優先順位は、上の行のルールが高い。
【００８６】
ステップＳ２４１４では、領域判定モジュール１７０が、複合領域の平坦部を特定する。
ステップＳ２４１６では、出力モジュール１８０が、処理結果を出力する。
【００８７】
また、属性判定モジュール２３６０における判定処理の基準を連続階調領域らしさ又は平坦領域らしさに基づいて調整するようにしてもよい。
属性判定モジュール２３６０は、第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、その連続階調領域らしさ又は平坦領域らしさに基づいて、領域分離モジュール１２０によって分離された第１の領域における平坦領域候補判定モジュール２３５０によって複数種のいずれか又は該領域の組み合わせの割合と比較する閾値を決定する。連続階調領域らしさ、平坦領域らしさは、前述の実施の形態で説明したものと同等である。
【００８８】
属性判定モジュール２３６０は、抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合は、閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定し、平坦領域らしいと判断した場合は、閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定するようにしてもよい。
属性判定モジュール２３６０は、抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合、平坦領域らしいと判断した場合、連続階調領域と平坦領域のいずれでもないと判断した場合で、閾値を異ならせるように決定するようにしてもよい。
【００８９】
例えば、平坦色領域らしさが予め定められた値以上である場合（連続階調領域らしさが予め定められた値以下である場合）は、平坦色領域又は複合領域になりやすくなる判定ルール１を適用し、連続階調領域らしさが予め定められた値以上である場合（平坦色領域らしさが予め定められた値以下である場合）は、連続階調領域又は複合領域になりやすくなる判定ルール２を適用してもよい。
図２８は、属性判定モジュール２３６０の判定ルール１と判定ルール２における閾値の関係例を示す説明図である。例えば、図２６の例に示す判定ルール内の閾値Ｔｈ１を下げ、閾値Ｔｈ２はそのまま、閾値Ｔｈ３を下げることによって、判定ルール１を生成し、図２６の例に示す判定ルール内の閾値Ｔｈ１を上げ、閾値Ｔｈ２はそのまま、閾値Ｔｈ３を上げることによって、判定ルール２を生成してもよい。結局、判定ルール１における閾値Ｔｈ１は判定ルール２における閾値Ｔｈ１未満であること、判定ルール１における閾値Ｔｈ２は判定ルール２における閾値Ｔｈ２と同じであること、判定ルール１における閾値Ｔｈ３は判定ルール２における閾値Ｔｈ３未満であること、という関係を満たせばよい。
つまり、連続階調領域らしいと判断した場合は、閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定する。一方、平坦領域らしいと判断した場合は、閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定する。
【００９０】
図２９は、属性判定モジュール２３６０の判定ルール１と判定ルール２の関係例を示す説明図である。連続階調領域らしさ又は平坦領域らしさを示す特徴量Ａ、Ｂを用いた特徴空間でのグラフで示すと、境界２９１０で適用する判定ルールを異ならせる。平坦領域（丸印のプロット）と複合領域（四角印のプロット）が多く含まれている領域２９２０には判定ルール１を適用する。連続階調領域である写真領域（三角印のプロット）と複合領域が多く含まれている領域２９３０には判定ルール２を適用する。
【００９１】
３つ以上の判定ルールを適用するようにしてもよい。図３０は、属性判定モジュール２３６０の複数の判定ルールの関係例を示す説明図である。連続階調領域らしさ又は平坦領域らしさを示す特徴量Ａ、Ｂを用いた特徴空間でのグラフで示すと、境界３０１０、境界３０１２で適用する判定ルールを異ならせる。平坦領域と複合領域が多く含まれている領域３０２０には判定ルール１（平坦色領域又は複合領域になりやすくなる判定ルール）を適用する。連続階調領域である写真領域と複合領域が多く含まれている領域３０３０には判定ルール２（連続階調領域又は複合領域になりやすくなる判定ルール）を適用する。平坦領域、写真領域、複合領域が多く含まれている領域３０２５には判定ルール３（複合領域になりやすくなる判定ルール）を適用する。
つまり、連続階調領域らしいと判断した場合（領域３０３０）、平坦領域らしいと判断した場合（領域３０２０）、連続階調領域と平坦領域のいずれでもないと判断した場合（領域３０２５）で、閾値を異ならせるように決定する。
【００９２】
図３１を参照して、本実施の形態の画像処理装置のハードウェア構成例について説明する。図３１に示す構成は、例えばパーソナルコンピュータ（ＰＣ）などによって構成されるものであり、スキャナ等のデータ読み取り部３１１７と、プリンタなどのデータ出力部３１１８を備えたハードウェア構成例を示している。
【００９３】
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３１０１は、前述の実施の形態において説明した各種のモジュール、すなわち、領域分離モジュール１２０、均一色領域抽出モジュール１３０、形状特徴取得モジュール１４０、平坦領域候補判定モジュール１５０、属性判定モジュール１６０、領域判定モジュール１７０、平坦領域統合モジュール１７２、写真領域統合モジュール１７４、平坦領域候補判定モジュール２３５０、属性判定モジュール２３６０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。
【００９４】
ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３１０２は、ＣＰＵ３１０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３１０３は、ＣＰＵ３１０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス３１０４により相互に接続されている。
【００９５】
ホストバス３１０４は、ブリッジ３１０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス３１０６に接続されている。
【００９６】
キーボード３１０８、マウス等のポインティングデバイス３１０９は、操作者により操作される入力デバイスである。ディスプレイ３１１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）などがあり、各種情報をテキストやイメージ情報として表示する。
【００９７】
ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）３１１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ３１０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、受け付けた画像、領域、判定結果である属性などが格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。
【００９８】
ドライブ３１１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体３１１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース３１０７、外部バス３１０６、ブリッジ３１０５、及びホストバス３１０４を介して接続されているＲＡＭ３１０３に供給する。リムーバブル記録媒体３１１３も、ハードディスクと同様のデータ記録領域として利用可能である。
【００９９】
接続ポート３１１４は、外部接続機器３１１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート３１１４は、インタフェース３１０７、及び外部バス３１０６、ブリッジ３１０５、ホストバス３１０４等を介してＣＰＵ３１０１等に接続されている。通信部３１１６は、ネットワークに接続され、外部とのデータ通信処理を実行する。データ読み取り部３１１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部３１１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。
【０１００】
なお、図３１に示す画像処理装置のハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図３１に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図３１に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。
【０１０１】
なお、前述の各種の実施の形態を組み合わせてもよく（例えば、ある実施の形態内のモジュールを他の実施の形態内に追加する、入れ替えをする等も含む）、また、各モジュールの処理内容として背景技術で説明した技術を採用してもよい。
【０１０２】
なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「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」の発明として捉えてもよい。
「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」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。
【符号の説明】
【０１０３】
１１０…画像受付モジュール
１２０…領域分離モジュール
１３０…均一色領域抽出モジュール
１４０…形状特徴取得モジュール
１５０…平坦領域候補判定モジュール
１６０…属性判定モジュール
１６５…属性判定処理モジュール
１７０…領域判定モジュール
１７２…平坦領域統合モジュール
１７４…写真領域統合モジュール
１８０…出力モジュール
２３５０…平坦領域候補判定モジュール
２３６０…属性判定モジュール
２３６５…属性判定処理モジュール
【特許請求の範囲】
【請求項１】
画像を受け付ける受付手段と、
前記受付手段によって受け付けられた画像内の第１の領域を分離する分離手段と、
前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する抽出手段と、
前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得する取得手段と、
前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定する第１の判定手段と、
前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する第２の判定手段
を具備することを特徴とする画像処理装置。
【請求項２】
前記第２の判定手段によって連続階調領域と平坦領域が複合した領域であると判定された領域のうち、連続階調領域又は平坦領域を特定する特定手段
をさらに具備することを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記特定手段によって平坦領域と特定された領域と前記第２の判定手段によって平坦領域と判定された領域に基づいて、前記受付手段によって受け付けられた画像内の平坦領域を統合する平坦領域統合手段と、
前記特定手段によって連続階調領域と特定された領域と前記第２の判定手段によって連続階調領域と判定された領域に基づいて、前記受付手段によって受け付けられた画像内の連続階調領域を統合する連続階調領域統合手段
をさらに具備することを特徴とする請求項２に記載の画像処理装置。
【請求項４】
前記取得手段は、前記抽出手段によって抽出された第２の領域の外周を形成する画素である外周画素について、隣接する該外周画素間の距離に基づいて、該第２の領域の形状に関する特徴を取得する
ことを特徴とする請求項１から３のいずれか一項に記載の画像処理装置。
【請求項５】
前記第２の判定手段は、前記第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、該連続階調領域らしさ又は平坦領域らしさと前記第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する
ことを特徴とする請求項１から４のいずれか一項に記載の画像処理装置。
【請求項６】
コンピュータを、
画像を受け付ける受付手段と、
前記受付手段によって受け付けられた画像内の第１の領域を分離する分離手段と、
前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する抽出手段と、
前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得する取得手段と、
前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定する第１の判定手段と、
前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する第２の判定手段
として機能させるための画像処理プログラム。
【請求項７】
前記第１の判定手段は、前記第２の領域が、複数種の平坦領域のいずれか又は平坦領域ではない領域、のうちいずれかの領域であるかを複数の閾値に基づいて判定し、
前記第２の判定手段は、前記分離手段によって分離された第１の領域における前記第１の判定手段によって判定された複数種の平坦領域のいずれか又は該平坦領域の組み合わせの割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する
ことを特徴とする請求項１から５のいずれか一項に記載の画像処理装置。
【請求項８】
前記第２の判定手段は、前記第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、該連続階調領域らしさ又は平坦領域らしさに基づいて、前記分離手段によって分離された第１の領域における前記第１の判定手段によって複数種のいずれか又は該領域の組み合わせの割合と比較する閾値を決定する
ことを特徴とする請求項７に記載の画像処理装置。
【請求項９】
前記第２の判定手段は、前記抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合は、前記閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定し、平坦領域らしいと判断した場合は、前記閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定する
ことを特徴とする請求項８に記載の画像処理装置。
【請求項１０】
前記第２の判定手段は、前記抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合、平坦領域らしいと判断した場合、連続階調領域と平坦領域のいずれでもないと判断した場合で、前記閾値を異ならせるように決定する
ことを特徴とする請求項８に記載の画像処理装置。
【請求項１】
画像を受け付ける受付手段と、
前記受付手段によって受け付けられた画像内の第１の領域を分離する分離手段と、
前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する抽出手段と、
前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得する取得手段と、
前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定する第１の判定手段と、
前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する第２の判定手段
を具備することを特徴とする画像処理装置。
【請求項２】
前記第２の判定手段によって連続階調領域と平坦領域が複合した領域であると判定された領域のうち、連続階調領域又は平坦領域を特定する特定手段
をさらに具備することを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記特定手段によって平坦領域と特定された領域と前記第２の判定手段によって平坦領域と判定された領域に基づいて、前記受付手段によって受け付けられた画像内の平坦領域を統合する平坦領域統合手段と、
前記特定手段によって連続階調領域と特定された領域と前記第２の判定手段によって連続階調領域と判定された領域に基づいて、前記受付手段によって受け付けられた画像内の連続階調領域を統合する連続階調領域統合手段
をさらに具備することを特徴とする請求項２に記載の画像処理装置。
【請求項４】
前記取得手段は、前記抽出手段によって抽出された第２の領域の外周を形成する画素である外周画素について、隣接する該外周画素間の距離に基づいて、該第２の領域の形状に関する特徴を取得する
ことを特徴とする請求項１から３のいずれか一項に記載の画像処理装置。
【請求項５】
前記第２の判定手段は、前記第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、該連続階調領域らしさ又は平坦領域らしさと前記第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する
ことを特徴とする請求項１から４のいずれか一項に記載の画像処理装置。
【請求項６】
コンピュータを、
画像を受け付ける受付手段と、
前記受付手段によって受け付けられた画像内の第１の領域を分離する分離手段と、
前記分離手段によって分離された第１の領域内の予め定められた関係を有する色の第２の領域を抽出する抽出手段と、
前記抽出手段によって抽出された第２の領域の形状に関する特徴を取得する取得手段と、
前記取得手段によって取得された特徴に基づいて、前記第２の領域は平坦であるか否かを判定する第１の判定手段と、
前記分離手段によって分離された第１の領域における前記第１の判定手段によって平坦であると判定された第２の領域の割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する第２の判定手段
として機能させるための画像処理プログラム。
【請求項７】
前記第１の判定手段は、前記第２の領域が、複数種の平坦領域のいずれか又は平坦領域ではない領域、のうちいずれかの領域であるかを複数の閾値に基づいて判定し、
前記第２の判定手段は、前記分離手段によって分離された第１の領域における前記第１の判定手段によって判定された複数種の平坦領域のいずれか又は該平坦領域の組み合わせの割合に基づいて、該第１の領域の属性として、連続階調領域、平坦領域、連続階調領域と平坦領域が複合した領域のいずれかであることを判定する
ことを特徴とする請求項１から５のいずれか一項に記載の画像処理装置。
【請求項８】
前記第２の判定手段は、前記第１の領域の連続階調領域らしさ又は平坦領域らしさを抽出し、該連続階調領域らしさ又は平坦領域らしさに基づいて、前記分離手段によって分離された第１の領域における前記第１の判定手段によって複数種のいずれか又は該領域の組み合わせの割合と比較する閾値を決定する
ことを特徴とする請求項７に記載の画像処理装置。
【請求項９】
前記第２の判定手段は、前記抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合は、前記閾値を連続階調領域又は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定し、平坦領域らしいと判断した場合は、前記閾値を平坦領域は連続階調領域と平坦領域が複合した領域と判定されやすい値に決定する
ことを特徴とする請求項８に記載の画像処理装置。
【請求項１０】
前記第２の判定手段は、前記抽出した連続階調領域らしさ又は平坦領域らしさと予め定められた値と比較することによって、連続階調領域らしいと判断した場合、平坦領域らしいと判断した場合、連続階調領域と平坦領域のいずれでもないと判断した場合で、前記閾値を異ならせるように決定する
ことを特徴とする請求項８に記載の画像処理装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【公開番号】特開２０１２−１８５８１０（Ｐ２０１２−１８５８１０Ａ）
【公開日】平成２４年９月２７日（２０１２．９．２７）
【国際特許分類】
【出願番号】特願２０１２−２８５２２（Ｐ２０１２−２８５２２）
【出願日】平成２４年２月１３日（２０１２．２．１３）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
【公開日】平成２４年９月２７日（２０１２．９．２７）
【国際特許分類】
【出願日】平成２４年２月１３日（２０１２．２．１３）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
[ Back to top ]