JP3904160B2 - Image structure prediction processing method - Google Patents

Description

ここで（ｉ，ｊ）は前記変換しようとする画素の前記原画像座標の位置を示し、（ｋ，ｌ）は前記近傍画素と同一マスクサイズの加重マトリクス座標の位置を示す。
【００２３】
また、前記ルックアップテーブルの作成は、
前記単色画像の各ｎ版分の網点面積率データのそれぞれに対して前記カラー印刷物の解像度よりも高い解像度を有する閾値マトリクスを参照し、前記ｎ版分の網点面積率データをそれぞれビットマップデータに変換し、
このｎ版分のビットマップデータを同時に参照して、各ｎ版の有無についての２ⁿ 色の各色毎の面積率を前記ビットマップデータの一定範囲毎に数え上げ、
予め求めておいた前記２ⁿ 色の各色毎の測色値データに対してこの一定範囲毎に数え上げた面積率を重み係数として第１の平均測色値データを計算し、
この第１の平均測色値データに対して、前記画像出力装置の画素より大きい範囲で順次アンチエリアジングフィルタ処理を行い前記画像出力装置の画素に対応する第２の平均測色値データに変換し、
この第２の平均測色値データを前記階調画像データとすることによって得られるのが好ましい。
【００２４】
また、前記ルックアップテーブルを構成する階調画像データを前記第１の階調画像データとし、
前記各単色画像について、この第１の階調画像データに基づいて前記画像出力装置で当該単色画像のテストプルーフを出力した後、このテストプルーフの色を測色計で計測し、
得られた測色値データと前記繰り返し画素サイズの全画素に亘る前記第１の階調画像データの平均値の目標値データとを用いて前記繰り返し画素サイズの全画素の前記第１の階調画像データを色補正処理して第２の階調画像データを得、
この第２の階調画像データを用いて前記ルックアップテーブルを構成するのが好ましく、前記単色画像について、共通色空間の表色値の１つに関し、前記測色値データをＸｏｕｔ、前記目標値データをＸａ、前記第１の階調画像データをＸｉ、前記第２の階調画像データをＸｐｉとし、前記繰り返し画素サイズをｍ_T ×ｎ_T 画素とする時、前記色補正処理は、下記式（２）で表わされるのが好ましい。
Ｘｐｉ＝（Ｘｉ／Ｘｏｕｔ）×Ｘａ（ｉ＝１〜ｍ_T ×ｎ_T ） …（２）
【００２５】
また、前記ルックアップテーブルを構成する前記階調画像データを第３の階調画像データとし、
前記各単色画像について、この第３の階調画像データを前記繰り返し画素サイズの全画素に亘って平均してその平均値を求め、
前記像構造の強度を調整するために、この平均値を中心に各画素の前記第３の階調画像データと前記平均値との距離を調整して、前記像構造の強度調整処理を行い、第４の階調画像データを得、
この第４の階調画像データを用いて前記ルックアップテーブルを構成するのが好ましく、前記単色画像について、共通色空間の表色値の１つに関し、前記平均値をＸａｖｅ、前記第３の階調画像データをＸｑｉ、前記第４の階調画像データをＸｒｉとし、前記繰り返し画素サイズをｍ_T ×ｎ_T 、像構造の強調割合をγとする時、前記像構造の強度調整処理は、下記式（３）で表わされるのが好ましい。
Ｘａｖｅ＝（Σ_i Ｘｑｉ）／（ｍ_T ×ｎ_T ）
Ｘｒｉ＝Ｘａｖｅ×（Ｘｑｉ／Ｘａｖｅ）＾γ） …（３）
ここで、ｉ＝１〜ｍ_T ×ｎ_T であり、Σ_i Ｘｑｉは、Ｘｑｉをｉが１からｍ_T ×ｎ_T までの和を表し、（Ｘｑｉ／Ｘａｖｅ）＾γは、（Ｘｑｉ／Ｘａｖｅ）のγ乗を表すものとする。
【００２６】
また、前記色補正処理および前記像構造の強度調整処理は、この順序で少なくとも１回行われるのが好ましい。また、前記色補正処理および前記像構造の強度調整処理は、この順序で１回行われた後、前記色補正処理のみが少なくとも１回繰り返されるのが好ましい。
【００２７】
【発明の実施の形態】
本発明に係る像構造予測処理方法を添付の図面に示す好適実施例に基づいて、以下に詳細に説明する。
図１は、本発明の像構造予測処理方法を実施するカラー印刷プルーフ作成システムの一実施例および一般的なカラー印刷システムの一例のフロー図である。なお、以下に参照する図面において、図１６に示す従来のカラー印刷プルーフ作成方法と対応するものには同一の符号を付け、その説明は適宜省略する。
【００２８】
本発明の像構造予測処理方法を実施するカラー印刷プルーフ作成システム１０の説明に先立って、まず、一般的にカラー印刷機によりカラー印刷物を作成するカラー印刷システム１１を説明する。
図１において、符号１１は一般的なカラー印刷システムの構成を示している。一般的なカラー印刷システム１１では、画像原稿２上の画像がＣＣＤリニアイメージセンサ等を有するカラースキャナ等の画像読取装置によって２次元的に読み取られ、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の各色毎の階調画像データＩａが作成される（ステップＳ１：画像読取工程）。この場合、ＣＣＤリニアイメージセンサ等のイメージセンサの解像度（第１の解像度）Ｒｅｌとしては、例えば、Ｒｅ１＝４００ｄｐｉ（Ｄｏｔ Ｐｅｒ Ｉｎｃｈ）程度が選択される。ここでいう、１ｄｏｔ（ドット）は、１画素に対応し、２５６等の階調を有する濃度階調方式による画素を意味している。
【００２９】
次に、このＲＧＢの階調画像データＩａを構成する各画素データが色変換ルックアップテーブル等を用いてＣ（シアン）、Ｍ（マゼンタ）、Ｙ（イエロー）、Ｋ（墨）の各色毎の４版の網点面積率データ（上述したように、網％データまたは原画画素網％データともいう）ａｊに変換される（ステップＳ２：色変換工程）。この変換は、後に説明するカラー印刷機との関係により種々の変換が可能であるので、通常、そのカラー印刷機に対応して各印刷会社それぞれのノウハウになっている。なお、ＵＣＲ（ｕｎｄｅｒ−ｃｏｌｏｒ ｒｅｍｏｖａｌ）処理を行なわない場合には、ＲＧＢの階調画像データＩａをＣ、Ｍ、Ｙの３版の網点面積率データａｊに変換すればよい。また。カラー印刷物１２上に、例えば、Ｙ色が依存しない場合には、Ｃ、Ｍの２版の網点面積率データａｊに変換すればよいことはもちろんである。
【００３０】
次いで、画素単位で作成されたＣＭＹＫ４版分の網点面積率データａｊに対して、解像度（第２の解像度）Ｒｅ２がＲｅ２＝２０００ｄｐｉ程度（ここでは、理解を容易にするためにＲｅ２＝１６００ｄｐｉとする）でＣＭＹＫ４版のそれぞれに対して所定の網角度を有する４つの印刷用の閾値マトリクス（閾値テンプレートまたは網点テンプレートともいう）１４を参照し、閾値マトリクス１４の各要素中の各閾値と網点面積率データａｊの値とを図示していない比較部により比較して、値「０」または値「１」をとる２値データ、すなわちビットマップデータｂｊに変換する（ステップＳ５：比較工程）。なお、通常、網角度は、例えば、Ｙ版用の閾値マトリクス１４とＭ版用の閾値マトリクス１４とでは４５°等の角度差を有しており、実際上、網角度は、例えば、ＣＭＹＫの４版では、基準に対し、それぞれ、７５°、４５°、０°、１５°等の角度差を有している。
【００３１】
図２は、このステップＳ５の比較工程（ビットマップ展開工程）について詳しく説明するために閾値マトリクス１４等を模式的に描いた線図である。
図２において、最上段の左右に描いた２つの線図は、４００ｄｐｉの網点面積率データａｊの１ドットが、１６００ｄｐｉのビットマップデータｂｊの１６ドットに変化されることを表している。
【００３２】
網点面積率データａｊの１ドットが、例えば、Ｃ版であって、網点面積率データａｊが２５６階調で表され、その値がａｊ＝７７（％表示では３０％に相当するが、比較処理を行う場合には、通常、７７等、階調値で表される）であるとすると、これと、Ｃ版用の閾値マトリクス１４とが参照される。閾値マトリクス１４は、例えば、図２に示すような閾値Ｔがマトリクスの要素中に渦巻き状に配されている。なお、この発明とは直接的に関係ないので、詳しく説明しないが、この閾値マトリクス１４は仮想的に設定したものであり、例えば、０、１、２…２５４、２５５の８ビット階調の閾値Ｔが中心から渦巻き状に配された１個の網点に対応する閾値、または、いわゆるスーパーセル（例えば、９個の網点に対応する１個の閾値）のそれぞれ相当する一部分を抽出して再構成したものである。
【００３３】
図２において、ビットマップデータｂｊへの展開、すなわち、２値データ化は、周知のように、次の（６）式、（７）式に示すように行われる。
ａｊ≧Ｔ → １ …（６）
ａｊ＜Ｔ → ０ …（７）
このようにして図２の最下段に示すＣ版の当該１画素（網点面積率データａｊがａｊ＝３０％の画素）に対するビットマップデータｂｊが作成される。なお、上述のように、Ｃ版用の閾値マトリクス１４に対してＭ、Ｙ、Ｋ版用の閾値マトリクス１４は選択可能な所定の網角度を有している。
【００３４】
次に、このようにして作成したビットマップデータｂｊに基づき、写植機、自動現像機等による各処理を行い（ステップＳ６：版作成工程）、版下としての網点画像を有する４版の製版フイルム１６、ＰＳ版（刷版ともいう）１７を作成する。
最後に、この刷版１７を用いて輪転機等を有するカラー印刷機により網点画像で形成されたカラー印刷物１２を作成する（ステップＳ７：印刷工程）。
このカラー印刷物１２上の網点画像には、網角度の異なる閾値マトリクス１４を用いたことによって発生するモアレ、ローゼット等の像構造が現れる。
一般的なカラー印刷機によりカラー印刷物を作成するカラー印刷システムは以上のように構成される。
【００３５】
次に、本発明の像構造予測処理方法を実施するカラー印刷プルーフ作成システム１０について説明する。
図１に示すカラー印刷プルーフ作成システム（以下、単にプルーフシステムという）１０では、まず、予め、例えば４００ｄｐｉのＣＭＹＫの網点面積率データａｊから連続調プリンタでローゼットなどの像構造を予測するための共通色空間データ、例えば４００ｄｐｉの３刺激値データＸＹＺを得るための位置依存性を持つ６次元ルックアップテーブル（以下、単に６Ｄ−ＬＵＴという）を作成しておく必要がある（ステップＳ８：６Ｄ−ＬＵＴ作成工程）。この後、カラー印刷プルーフの作成を開始するが、本プルーフシステム１０は、カラー印刷システム１１と、画像読取工程（ステップＳ１）および色変換工程（ステップＳ２）を共有する。
【００３６】
次に、プルーフシステム１０においては、色変換工程Ｓ２によって変換された網点面積率データａｊ（４００ｄｐｉ）にモアレなどの（第１の）像構造を予測する処理を施し、予測される像構造の強度を調整する（ステップＳ９：第１像構造予測処理工程（以下、モアレ強調工程ともいう））。次いで、このモアレ強調工程Ｓ９によってモアレ等の像構造が強調された網点面積率データａ´ｊ（例えば４００ｄｐｉ）を位置依存６Ｄ−ＬＵＴを用いた補間処理等によってローゼットなどの（第２の）像構造を予測する処理を施し、予測される像構造の強度が調整された共通色空間上の３刺激値データＸＹＺ（４００ｄｐｉ）に変換する（ステップ１０：第２像構造予測処理工程（以下、ローゼット強調工程または６Ｄ−ＬＵＴ処理工程ともいう））。
【００３７】
最後に、このローゼット強調工程Ｓ１０を経てモアレおよびローゼット等の像構造が強調された３刺激値データＸＹＺ（４００ｄｐｉ）が連続調プリンタ（デジタルカラープリンタ；ＤＰ）３に供給され、このＤＰ３において、それらの３刺激値データＸＹＺを図示しない色変換ルックアップテーブル等に基づいて出力デバイス（ＤＰ）３に依存する、例えば４００ｄｐｉの３原色ＲＧＢデータ（デバイスデペンデントデータ）に変換し（ステップＳ１１：色変換処理工程）、ＤＰ３の解像度である４００ｄｐｉの色変換された３原色データに基づいてＤＰ３によってカラー印刷プルーフＣＰｂを出力する。
こうして、得られたカラー印刷プルーフＣＰｂは、カラー印刷機によって作製されたカラー印刷物１２とほぼ同様にモアレおよびローゼット等の像構造が忠実に再現され、かつカラー印刷物と色が一致するもので、カラー印刷物の正確なプルーフである。
【００３８】
まず、本発明の特徴であるステップＳ８の６Ｄ−ＬＵＴの作成工程について説明する。
本発明法の特徴とするところは、本発明者らが特願平７−５２５７号明細書において提案した、処理に時間はかかるが、印刷の像構造の正確なシミュレーションが可能なカラー印刷プルーフの作成方法における像構造予測演算処理を代表的な色について適用し、その演算処理を行い、その結果を位置依存６Ｄ−ＬＵＴに保存しておき、実際のカラー印刷プルーフの作成に際しては、原画像から得られた網点画像（面積率）データに対して、上記演算処理を行う代わりに、位置依存６Ｄ−ＬＵＴを適用し、これを補間して用い、上記演算処理を上記原画像の網点画像データに行った結果と同様の結果を得ることにある。その結果、本発明法による実際の計算時間は、６Ｄ−ＬＵＴから補間する時間だけですむようになり、特願平７−５２５７号明細書に提案した像構造予測のためのデータ処理技術（以下、単に先行処理技術または先行データ処理技術という）に比し、大幅な時間短縮が図れることになる。
【００３９】
従って、本発明においては、原画像からのカラー印刷プルーフの作成に先立って６Ｄ−ＬＵＴを作成しておく必要がある。図３は、本発明の特徴であるステップ８の６Ｄ−ＬＵＴの作成方法のフローの一実施例を示す図である。
まず、図３に示すように６Ｄ−ＬＵＴ作成工程Ｓ８においては、先行データ処理技術を適用する代表色として、少なくとも３原色を含むｎ色（版）、例えば、ここではＣＭＹＫの４色（版）の各色（版）をＮ段、例えば、ここでは６段づつに分けて、全Ｎⁿ 色、ここでは６⁴ ＝１２９６色を決める（ステップＳ１２：代表色決定工程）。ここで、６Ｄ−ＬＵＴを作用させる画像データは、網点面積率データａｊ（％）であるので、ＣＭＹＫの４色の各々の各段の網点面積率データは、Ｎ段として、０％、１００／（Ｎ−１）、２×１００／（Ｎ−１）、・・・、（Ｎ−２）×１００／（Ｎ−１）、１００％、６段として、０％、２０％、４０％、６０％、８０％、１００％である。以下、ＣＭＹＫ各色（版）の分段数は６段として説明する。
【００４０】
ところで、本発明においては、この先行データ処理技術で行う網展開には有理数網を使用する。これは、有理数網を使うことにより、ローゼット等の像構造の繰り返しパターンを、モアレ等の像構造の場合と同様にｍ_T ×ｎ_T 個の有理数網の長方形のブロックの画素の繰り返しにすることができるからである。ここで、ｍ_T ，ｎ_T は有理数網のサイズを、例えば４００ｄｐｉに換算したものである。その結果、繰り返し網サイズ（画素サイズ）ｍ_T ×ｎ_T 個のデータを記録すれば全部の空間の網のローゼットの形を表現することが可能になるのである。こうして、６Ｄ−ＬＵＴのサイズを決めることができる。
従って、ｍ_T ×ｎ_T 個の長方形の大きさを持つ１２９６（Ｎⁿ ）個の各色単色画像に対して、このｍ_T ×ｎ_T 周期を持つ網に相当する網展開を使うようにして先行データ処理技術を作用させる。なお、具体例としては、印刷線数１７５線、Ｙ版網角度０度、Ｃ版網角度１５度、Ｍ網版角度４５度、Ｋ版網角度７５度の印刷を４００ｄｐｉの連続調プリンタでシミュレーションするのに、必要な繰り返し網サイズｍ_T ×ｎ_T は４３×４３となる。
【００４１】
その結果得られる６次元ルックアップテーブル（６Ｄ−ＬＵＴ）は、１２９６個の各単色原画像の画素（ピクセル）の位置座標（ｘ，ｙ）（ｘ＝０〜ｍ_T −１、ｙ＝０〜ｎ_T −１）と、ＣＭＹＫ各色の段数（ステップ）を引数とするものであって、例えば、６ＤＬＵＴ[i][j][k][y][m][c]と表わすことができ、この各々にその色データ、例えば３刺激値データＸＹＺを対応させたものである。
ここで、ｉ＝０〜４２、ｊ＝０〜４２、ｃ＝０〜５、ｍ＝０〜５、ｙ＝０〜５、ｋ＝０〜５であって、ｉは原画のｘ座標、ｊは原画のｙ座標、ｋ、ｙ、ｍ、ｃは、各々ＫＹＭＣ版の段数を示し、段数が０段なら０％、１段なら２０％、２段なら４０％、３段なら６０％、４段なら８０％、５段なら１００％に相当するものとする（なお、階調をＮ段に分けた場合のＭ_N ステップ目は、一般にＭ×１００／（Ｎ−１）（％）（ただし、Ｍ_N は０〜Ｎ−１である）と表すことができる）。
【００４２】
このような６ＤＬＵＴ[i][j][k][y][m][c]に対応する３刺激値データＸＹＺは、１２９６個の単色画像のうちの１個の単色画像について、以下に説明する特願平７−５２５７号明細書に記載の先行データ処理技術を適用して、繰り返しサイズ４３×４３個の対応画素位置座標の３刺激値データＸＹＺを求めればよい。
【００４３】
ここで、この先行データ処理技術を説明するが、その理解の容易化のために、まず、アンチエリアジングフィルタ処理工程（ステップＳ１７）について説明する。
このアンチエリアジングフィルタ処理工程は、ＤＰ３の解像度（第３の解像度または出力解像度ともいう）Ｒｅ３（この実施の形態では、Ｒｅ３＝４００ｄｐｉ）でカラー印刷プルーフＣＰｂを作成しようとするとき、このＤＰ３の解像度Ｒｅ３を原因とするエリアジング雑音（折り返し雑音）の発生を予め回避するために挿入した工程である。アンチエリアジングフィルタ処理を有効に行うためには、アンチエリアジングフィルタがかけられる原信号である画像データの解像度（第５の解像度）Ｒｅ５がＤＰ３の解像度Ｒｅ３＝４００ｄｐｉより高い解像度になっていることが必要である。この実施の形態では、その解像度（中間解像度ともいう）Ｒｅ５をＲｅ５＝１６００ｄｐｉとする。
【００４４】
アンチエリアジングフィルタのマトリクス（ここでは、要素数がｎ×ｎの正方マトリクスを考える）の構成について考える。
解像度１６００ｄｐｉ（＝Ｒｅ５）の画像データを解像度４００ｄｐｉ（＝Ｒｅ３）の画像データに変換する場合、４００ｄｐｉの１ドット（１画素）が１６００ｄｐｉの１６ドット（４画素×４画素）に対応することからアンチエリアジングの効果を考えない場合のフィルタの最小限の要素数は４×４である。
そして、エリアジング雑音をできるだけ小さくするためには、アンチエリアジングフィルタの要素数は大きければ大きいほど望ましいが、演算速度、ハードウェア等との関係で限界がある。
【００４５】
一方、色情報はノイゲバウア式によって再現できることからも類推されるように、直流成分を含む比較的低周波の成分を通過させる必要性から、直流成分の近傍ではできるだけ挿入損失が発生しないような周波数特性にする必要がある。したがって、マトリクスの中心の応答が０ｄＢになることが理想である。
また、モアレ等の干渉縞成分｛網周波数（スクリーン線数）成分の１／２以下の成分｝はアンチエリアジングフィルタ処理を行ってもすべて残すようにしたい。
さらに、アンチエリアジングフィルタの減衰特性が急峻であると、このアンチエリアジングフィルタ処理を行うことによる新たな特異パターンが現れてしまうことも考慮しなければならない。
【００４６】
図４は、このような観点を総合して作成した要素数が９×９のアンチエリアジングフィルタＡＦの構成を示している。なお、各要素をｄ（ｉ，ｊ）で表すとき、各要素ｄ（ｉ，ｊ）の値（フィルタ係数ともいう）は全部加えて１．０にする必要性があることから、各要素ｄ（ｉ，ｊ）の実際の値は各要素ｄ（ｉ，ｊ）の総和｛Σ_i=-4 ⁴ Σ_j=-4 ⁴ ｄ（ｉ，ｊ）｝で割っておく。このように構成したアンチエリアジングフィルタＡＦのフィルタ係数の配置は、図４から分かるように、その中央部分から外方に向かうにしたがってほぼ釣り鐘状的に単調減少的に減衰する周波数特性になっている。
【００４７】
図５は、このアンチエリアジングフィルタＡＦの周波数特性を示している。図５において、横軸は解像度を示し、ＤＰ３の解像度Ｒｅ３＝４００ｄｐｉを値１．０に規格化している。したがって、網周波数であるスクリーン線数（１７５線）は、値０．４４（１７５／４００）に規格化される。縦軸は応答を示し、図４中、中央の要素ｄ（５，５）＝１２１を値１．０に規格している。
図４例では、図５から分かるように、解像度１．０において、応答は約０．２３であり、解像度０．４４において、応答は約０．７７である。
【００４８】
なお、種々の例を検討した結果、解像度が網周波数（スクリーン線数に相当する）のときに応答が０．５（５０％）以上で、解像度がカラーデジタルプリンタであるＤＰ３の解像度１．０であるときに応答が０．３（３０％）以下であれば、カラー印刷物１２に現れるモアレ等の特異パターンをカラー印刷プルーフＣＰｂで再現できることが分かり、かつエリアジング雑音を視認できない程度にできることが分かった。
以上の説明がアンチエリアジングフィルタＡＦのマトリクス｛ここでは、要素数がｎ×ｎ（９×９）の正方マトリクスとする｝の構成の説明である。
【００４９】
ステップＳ１７のアンチエリアジングフィルタ処理工程後に得られる画像データは、解像度が４００ｄｐｉ（＝Ｒｅ３）である共通色空間上の画像データ（デバイス非依存の画像データ）、ここでは３刺激値データＸ，Ｙ，Ｚ（第２の３刺激値データＸ′、Ｙ′、Ｚ′という）になる。
アンチエリアジングフィルタＡＦによる処理がかけられる画像データ（３刺激値データＸ、Ｙ、Ｚ）の解像度は１６００ｄｐｉに選択しているが、この画像データの１ドットは、２値データではなく、共通色空間上の画像データ、ここでは、３刺激値データ（第１の３刺激値データという）Ｘ、Ｙ、Ｚである。
【００５０】
この第１の３刺激値データＸ、Ｙ、Ｚをノイゲバウア式を用いないで作成するため、ステップＳ１２の代表色決定工程で得られた１２９６色中の１色の単色画像４３×４３画素の網点面積率データａｊと閾値マトリクス（これも、閾値テンプレートまたは網点テンプレートともいう）２４を構成する各閾値とを比較器２５で比較して、印刷のビットマップデータｂｊ（＝１６００ｄｐｉ）より高い解像度の２値データであるビットマップデータｂ′ｊに変換する（ステップＳ１３）。
【００５１】
この場合、閾値マトリクス（閾値テンプレート）２４は、有理数網テンプレートを使用する。なお、閾値マトリクス２４に係るスクリーン線数は印刷の場合と同じスクリーン線数であることがモアレ等を再現するために必須である。ここでは、スクリーン線数は１７５線とする。一方、解像度を上げるために、網点を作成するための閾値マトリクス２４として要素数２５６×２５６＝６５５３６の閾値マトリクス２４を用いる。なお、各要素中の閾値Ｔとしては、例えば、値０〜２５５をとるようにする。このようにして作成したＣＭＹＫ４版分のビットマップデータｂ′ｊの解像度（第４の解像度）Ｒｅ４はＲｅ４＝４４８００（２５６×１７５）ｄｐｉである。
【００５２】
４４８００ｄｐｉのビットマップデータｂ′ｊを解像度Ｒｅ５＝１６００ｄｐｉの第１の３刺激値データＸ、Ｙ、Ｚに変換するためには、ビットマップデータｂ′ｊの２８×２８ドットを第１の３刺激値データＸ、Ｙ、Ｚの１ドットに変換すればよい。この変換のために、データ処理部２６を設けている（ステップＳ１４）。
このステップＳ１４を分かり易く説明するために、Ｃ版のビットマップデータｂ′ｊの２８×２８ドット分を図６（Ａ）に示し、Ｍ版のビットマップデータｂ′ｊの２８×２８ドット分を図６（Ｂ）に示す。図６（Ａ）、図６（Ｂ）中、図示していない要素の値は全て値「０」であると仮定する。また、残りのＹ版、Ｋ版のビットマップデータｂ′ｊの各要素もすべて値「０」であると仮定する。
【００５３】
そこで、２８×２８ドットについて、ＣＭＹＫ４版分のビットマップデータｂ′ｊ（ここでは、Ｃ版とＭ版の２版分のビットマップデータｂ′ｊでよいことはいうまでもない）を同時に参照して、色毎（版数が４版であるので２４色の各色毎）の面積率ｃｉを数え上げ部２２で数え上げる処理を行う（ステップＳ１５：数え上げ工程）。
【００５４】
図６（Ａ）、図６（Ｂ）例の画素（２８×２８ドット対応）において、色毎の面積率ｃｉは、次のように算出される。
Ｃ色：ｃｉ＝ｃ_C ＝３／７８４
（面積率ｃ_C はＣ版とＭ版とを重ねて透過的に見た場合、Ｃ色のみが存在している部分を表し、Ｃ色とＭ色の重複している部分はＣ＋Ｍ＝Ｂ色の面積率ｃ_C+M とする）
Ｃ＋Ｍ色：ｃ_C+M ＝２／７８４
Ｗ色：ｃ_W ＝７７９／７８４
（Ｃ版とＭ版とを重ねて透過的に見た場合、Ｃ色とＭ色のいずれの色も存在しない部分）
残りの色（Ｙ色、Ｋ色等の１３色分）についての面積率ｃｉはゼロ値である。このようにして１６００ｄｐｉの第１の３刺激値データＸ、Ｙ、Ｚを作成する。
【００５５】
次に、従来の技術の項で詳しく説明したステップＳ３の処理（カラー印刷物１２上に印刷された１６色のべた色を測色計により測色する処理）により予め測色しておいた色毎の測色値データＸｉ、Ｙｉ、Ｚｉ（ｉは、ＣＭＹＫの４版の場合には、２⁴ 色＝１６色）に対してステップＳ１５で数え上げた色毎の面積率ｃｉを重み係数として加重平均部２３により平均測色値データである第１の３刺激値データＸ、Ｙ、Ｚを（８）式に示すように求める（ステップＳ１６）。言い換えれば、測色値データＸｉ、Ｙｉ、Ｚｉを色毎の面積率ｃｉで加重平均して第１の３刺激値データＸ、Ｙ、Ｚを求める。
【００５６】

７８４（２８×２８）ドット毎の数え上げ処理（ステップＳ１５）と加重平均処理（ステップＳ１６）を４４８００ｄｐｉのビットマップデータｂ′ｊの全範囲で行うことにより、１６００ｄｐｉの第１の３刺激値データＸ、Ｙ、Ｚが得られる。
【００５７】
次に、このようにして得られた１６００ｄｐｉの第１の３刺激値データＸ、Ｙ、Ｚに上述のアンチエリアジングフィルタＡＦを使用したアンチエリアジングフィルタ処理を行い、アンチエリアジングフィルタ処理後のＤＰ３の解像度に等しい４００ｄｐｉの第２の３刺激値データＸ′、Ｙ′、Ｚ′を作成する（ステップＳ１７）。
図７は、このアンチエリアジングフィルタ処理の説明に供される線図である。図７（Ａ）に示すように、１６００ｄｐｉの第１の３刺激値データＸ、Ｙ、Ｚの左上の９×９ドット分（中心画素要素ｅ（５，５））に対して図４に示した要素がｄ（ｋ，ｌ）で表される９×９のアンチエリアジングフィルタＡＦを対応させ、対応する各要素を掛け算して、それらの総和を求めてアンチエリアジングフィルタ処理を行い、４００ｄｐｉの第２の３刺激値データＸ′、Ｙ′、Ｚ′の要素ｅ（１，１）を求める。すなわち、９×９ドット分の中心画素位置を（ｉ´，ｊ´）とし、第１の３刺激値データＸ、Ｙ、Ｚの各要素をｅ（ｉ´，ｊ´，ｋ，ｌ）（Ｘ、Ｙ、Ｚそれぞれについて、ｋ，ｌ＝−４〜４）と表すとき、第１の３刺激値Ｘ、Ｙ、Ｚのそれぞれに対してΣ_l=-4 ⁴ Σ_l=-4 ⁴ （ｄ（ｋ，ｌ）×ｅ（ｉ´，ｊ´，ｋ，ｌ）を求め、それぞれの値を解像度４００ｄｐｉの第２の３刺激値データＸ′、Ｙ′、Ｚ′とする。なお、上述したようにアンチエリアジングフィルタＡＦの総和はΣ_l=-4 ⁴ Σ_l=-4 ⁴ ｄ（ｋ，ｌ）＝１（ｋ，ｌ＝’４〜４）に規格化しているが、少数を含む掛け算は時間がかかるので、アンチエリアジングフィルタＡＦの各要素の値は図４に示した値をそのまま用いて、ｄ′（ｋ，ｌ）とするとき、Σ_l=-4 ⁴ Σ_l=-4 ⁴ （ｄ′（ｋ，ｌ）×ｅ（ｋ，ｌ））／Σ_l=-4 ⁴ Σ_l=-4 ⁴ ｄ′（ｋ，ｌ）（ｋ´，ｌ＝−４〜４）としてアンチエリアジングフィルタ処理後の値を求めてもよい。
【００５８】
この場合、アンチエリアジングフィルタ処理では、解像度１６００ｄｐｉの第１の３刺激値データＸ、Ｙ、Ｚを解像度４００ｄｐｉの第２の３刺激値データＸ′、Ｙ′、Ｚ′に変換するのであるから、第１の３刺激値データＸ、Ｙ、Ｚに対するアンチエリアジングフィルタ処理は、図７（Ｂ）に示すように、アンチエリアジングフィルタＡＦを第１の３刺激値データＸ、Ｙ、Ｚの４ドット分を、例えば、右側または下側にずらして行えばよい。こうして、１６００ｄｐｉの第１の３刺激値データＸ、Ｙ、Ｚの解像度を低下させて４００ｄｐｉの第２の３刺激値データＸ′、Ｙ′、Ｚ′を得ることができる。この時、４００ｄｐｉの第２の刺激値データＸ´、Ｙ´、Ｚ´の各要素を、その位置座標を（ｉ＋１，ｊ＋１）（ｉ，ｊ＝０〜４２）としてｅ´（ｉ＋１，ｊ＋１）で表わし、これと対応し、９×９のアンチエリアジングフィルタＡＦで処理される９×９ドット分の１６００ｄｐｉの第１の刺激値データＸ、Ｙ、Ｚの要素を、その中心要素の位置座標を（ｉ´，ｊ´）とし、９×９ドット分の各位置を（ｋ，ｌ）（ｋ，ｌ＝−４〜４）としてｅ（ｉ´，ｊ´，ｋ，ｌ）で表わし、９×９アンチエリアジングフィルタＡＦの各要素をｄ（ｋ，ｌ）（ｋ，ｌ＝−４〜４）で表わすと、ｉ´＝４ｉ＋５，ｊ´＝４ｊ＋５となるので、下記式（９）が得られる。

【００５９】
上記式（９）に従って、４００ｄｐｉの第２刺激値データＸ´、Ｙ´、Ｚ´の各要素ｅ´（ｉ＋１，ｊ＋１）をｉ，ｊ＝０〜４２までの繰り返し単位（サイズ）の４３×４３要素について求めることにより、１個の単色画像（例えば、Ｋ＝２０・ｋ０％、Ｙ＝２０・ｙ０％、Ｍ＝２０・ｍ０％、Ｃ＝２０・ｃ０％）についてのルックアップテーブル、例えば６ＤＬＵＴ[i][j][k0][y0][m0][c0]を求めることができる。このようなルックアップテーブルを１２９６個の単色画像について求めることにより、６ＤＬＵＴ[i][j][k][y][m][c]（ｉ，ｊ＝０〜４２、ｋ，ｙ，ｍ，ｃ＝０〜５）を作成することができる。
【００６０】
図３に示すように、こうして特願平７−５２５７号明細書記載の先行データ処理方式によって１２９６色についてｍ_T ×ｎ_T 画素のサイズで計算して得られた低解像度（出力解像度、４００ｄｐｉ）の３刺激値データＸＹＺを対応付けて蓄えておくことにより、６Ｄ−ＬＵＴ２７を作成することができるが、さらに、色の精度を上げたい場合やローゼット等の像構造のコントラストを調整したい場合には、６Ｄ−ＬＵＴ２７にさらに以下の２つの後加工処理を施しておくのが好ましい。
【００６１】
図３に示すように６Ｄ−ＬＵＴ２７に対してまたは後述する後加工処理２を施した後に、色の精度を上げるために、後加工処理１として色合わせ工程（ステップＳ１８）を行う。この色合わせ工程Ｓ１８は、１２９６色の個々の色の４３×４３の領域での平均を目標の色にあわせる工程である。この工程Ｓ１８は、各色を目標の色の色にあわせるために、１２９６色の４３×４３の領域の全画素について行う。この処理は各色（１２９６色）を１まとまりにして行い、１２９６回に分けて行う。この色合わせ工程Ｓ１８は、以下の２つのステップからなる。
（１ステップ）各色の６Ｄ−ＬＵＴの適用結果をプルーフプリンタで出力する。
この色を測色計で計測し、計測結果をＸｏｕｔ，Ｙｏｕｔ，Ｚｏｕｔとする。
【００６２】
（２ステップ）各色を領域４３×４３の平均の色が目的の色にあうように次の式（１０）によって演算を行う。４３×４３の領域のどこかの点の色をＸｉ，Ｙｉ，Ｚｉ（ｉ＝１〜４３×４３）とし、処理結果をＸｉ´，Ｙｉ´，Ｚｉ´（ｉ＝１〜４３×４３）、目標にしている色をＸａ，Ｙａ，Ｚａとすると、次の式（１０）で表わされる。
Ｘｉ´＝（Ｘｉ／Ｘｏｕｔ）×Ｘａ
Ｙｉ´＝（Ｙｉ／Ｙｏｕｔ）×Ｙａ
Ｚｉ´＝（Ｚｉ／Ｚｏｕｔ）×Ｚａ …（１０）
こうして得られた３刺激値データＸ´、Ｙ´、Ｚ´を６Ｄ−ＬＵＴ２７に蓄えられていた３刺激値データと入れ換えて、色合わせされた調整６Ｄ−ＬＵＴ２８を得ることができる。この色合わせされた調整６Ｄ−ＬＵＴ２８を用いることにより、モアレや像構造の再現の忠実性はもちろん色の再現性の精度も高いカラー印刷プルーフを作製することができる。
【００６３】
図３に示すように、６Ｄ−ＬＵＴ２７あるいは後加工処理１を施した後に、ローゼットのコントラストを強調するために、後加工処理２として、ローゼット強調工程（ステップＳ１９）を行う。ローゼット強調工程Ｓ１９は、ローゼット等の像構造のコントラストを強調する工程である。この工程Ｓ１９では、色合わせ工程Ｓ１８と同様に１２９６色の４３×４３個の各画素に対して演算を行い、個々の処理は各色を単位に１２９６回に分けて行う。このローゼット強調工程Ｓ１９は、以下の２つのステップからなる。
【００６４】
（３ステップ）先ず、各色の４３×４３の領域の色の平均値を求める。ここで、個々の色をＸｉ’，Ｙｉ’，Ｚｉ’（ｉは４３×４３の領域のどこかの点を示す）とすると、平均値Ｘａｖｅ、Ｙａｖｅ、Ｚａｖｅは、下記式（１１）で表される。なお、ｉ＝１〜４３×４３である。
Ｘａｖｅ＝（ΣＸｉ’）／（４３×４３）
Ｙａｖｅ＝（ΣＹｉ’）／（４３×４３）
Ｚａｖｅ＝（ΣＺｉ’）／（４３×４３） …（１１）
ここで、Σは、ｉ’が１から４３×４３までの和を意味する。
【００６５】
（４ステップ）次に個々の色に対し、平均値Ｘａｖｅ、Ｙａｖｅ、Ｚａｖｅを各々中心としてそれぞれ個々の色Ｘｉ’，Ｙｉ’，Ｚｉ’と平均値Ｘａｖｅ、Ｙａｖｅ、Ｚａｖｅとの距離を拡大する。ここで、処理結果をＸｉ’’，Ｙｉ’’，Ｚｉ’’すると，これらは下記式（１２）で表される。なお、ｉ＝１〜４３×４３である。
Ｘｉ’’＝Ｘａｖｅ×｛（Ｘｉ’／Ｘａｖｅ）＾γ｝
Ｙｉ’’＝Ｙａｖｅ×｛（Ｙｉ’／Ｙａｖｅ）＾γ｝
Ｚｉ’’＝Ｚａｖｅ×｛（Ｚｉ’／Ｚａｖｅ）＾γ｝ …（１２）
ここで、γはローゼットの強調度合である。また、記号＾は、ベキ乗を示すものとする。すなわち、Ａ＾γはＡのγ乗をあらわす。
【００６６】
このローゼットの強調度合γは、その大きさに特に制限はないが、通常、０．８〜３．０で変化させ、その値が大きいほどローゼットは鮮明なものとなる。しかし、ローゼットの強調度合γを大きくすると、その適用結果は個々のＸｉ’’，Ｙｉ’’，Ｚｉ’’をプルーフプリンタの色再現域の外の色に変換してしまうことが多くなる。そこで、目標色Ｘａがプルーフプリンタの再現域の外にある場合や再現域の境界に近い場合はローゼットの強調度合γを小さくするのがよい。ローゼットの強調度合γによるγ乗の適用結果がプリンタの色再現域の中か外かは、３刺激値データＸＹＺをプルーフプリンタのデバイス依存ＲＢＧに変換することで調べることができる。
その結果、４３×４３個の画素の色のうちどれだけの色（割合）が、どれくらいの量（距離）だけ再現域から出るかを計算して、これらの割合や距離やこの２つを組み合わせた判断基準が一定量以下になるように、ローゼットの強調度合γを決めなおすことで、４３×４３個の点の平均色が目標色からのずれ量を小さくすることができる。
【００６７】
これらの後工程処理において、色合わせ工程Ｓ１８およびローゼット強調工程Ｓ１９のいずれか一方のみを実施した調整６Ｄ−ＬＵＴによって、モアレ等の像構造が忠実に再現され、かつ、高精度に色が調整された、またはローゼットの強度が調整されたカラー印刷プルーフを得ることができるが、これらの両工程Ｓ１８およびＳ１９をこの順序で１回行えば、忠実なモアレに加え、強度調整されたローゼットとともに高い色精度を得ることができる。
また、上述の両工程Ｓ１８およびＳ１９をこの順序で複数回行うことにより、または、これらの両工程Ｓ１８およびＳ１９をこの順序で１回行った後、色合わせ工程Ｓ１８のみを複数回繰り返すことにより、無限に印刷物に近い色再現を実現することができる。
【００６８】
こうして得られた６ＤＬＵＴ[i][j][k][c][m][y]が、例えば、６ＤＬＵＴ[1][2][3][4][5][0]であったとすると、この項には、画像の座標が（１，２）であって、Ｋ版６０％、Ｙ版８０％、Ｍ版１００％、Ｃ版０％である色の４００ｄｐｉの３刺激値データＸＹＺ値が対応している。
また、有理数網の定義から、座標（ｘ，ｙ）＝（４７，９１）、Ｋ，Ｃ，Ｍ，Ｙ＝（２０％，２０％，２０％，２０％) の色は、６ＤＬＵＴ[4][5][2][2][2][2]の項に記録してあるＸＹＺ値と同じである。その理由は、この４３×４３サイズの有理数網を使うことにより、４３画素毎に同じ色の画素が繰り返されるので、４画素目と４７画素目のデータとは同じデータであるからである。一般に（ｘ，ｙ）＝（ｉ０，ｊ０）の画素のデータは出力機の解像度で数えた有理数網のサイズをｍ_T ×ｎ_T とすると（ｘ，ｙ）＝（ｉ０％ｍ_T ，ｊ０％ｎ_T ）画素のデータと同じである。なお、この場合の％は剰余演算（割ったときの余りを出す演算）を意味する。
このようにして、予め、代表的な色についての６Ｄ−ＬＵＴは、準備される。この後、実際のカラー印刷プルーフの作成に際しては、この６Ｄ−ＬＵＴ２７を参照し、補間して用いることにより、従来に比し大幅な時間短縮を図ることができる。
【００６９】
ところで、この６Ｄ−ＬＵＴによる変換処理については後述するが、この６Ｄ−ＬＵＴによる処理は、処理（計算）時間を短縮できる反面、６Ｄ−ＬＴＵの適用結果は、個々の画素に対して演算を行っていた上述の先行データ処理方式に較べてモアレのコントラストが低下するという副作用があり、モアレ等の像構造が忠実に再現されない恐れがある。これは、この先行データ処理方式では非常に細かい解像度（１６００ｄｐｉ）で計算していたが、本発明方式では原画像の画素単位（解像度４００ｄｐｉ）でしか計算しなくなったために、原画像と絵柄の干渉（これがモアレの原因であるが）のうちの高周波成分が失われたことが原因である。
しかし計算時間を短縮するためには、計算の画素密度を高める（１６００ｄｐｉとする）ことはできない。そこで、その補償手段としてモアレ等の像構造強調フィルタ処理を適用し、まず、原画像の中のモアレ成分だけを強調し、その後で６Ｄ−ＬＵＴを作用させるのが好ましい。こうすることにより、モアレ等の像構造もローゼット等の像構造のいずれも忠実に再現することができる。
【００７０】
次に、ステップＳ９のモアレ等の像構造強調処理工程（以下、単にモアレ強調工程という）について説明する。図１に示すように、モアレ強調工程Ｓ９は、画像原稿から得られ、色変換処理工程Ｓ２おいて変換された各版（例えばＣＭＹＫ）の各画素の網点面積率データａｊを、本発明の特徴とする６Ｄ−ＬＵＴに作用させる前に、印刷線数（スクリーン線数）と網角度と原画像の絵柄等との組み合わせに依存して印刷画像に表れるモアレ等の像構造が強調された網点面積率データａｊ’に変換するもので、変換しようとする画素（以下、計算対象画素ともいう）を含む近傍画素の画素値の重みを印刷の線数ＬＰＩ、網角度θにより決定される格子の周期に依存して求め、この重みを印刷画像を出力する印刷機に応じた発生強度のモアレ等の像構造となるようにモアレの強度の強調率αにより調整し、調整された重みにより重み付け平均して変換するものである。
【００７１】
この工程における近傍画素の重み付け平均処理は、図８に示すように、まず、位置依存の重みを印刷の線数ＬＰＩと網角度θにしたがって決定するステップ（ステップＳ２１）、その位置依存重みをモアレ強度の強調率αにしたがって調整するステップ（ステップＳ２３）、および調整された重みにしたがって近傍画素の値を重み付けで平均して各画素の値を求めるステップ（ステップＳ２４）からなる３つのステップによる第１の処理によるものと、位置依存の重みを印刷の線数ＬＰＩ、網角度θにしたがって決定するステップ（ステップＳ２１）、その重みをさらに強調するステップ（ステップＳ２２）、強調された重みをモアレ強度の強調率αにしたがって調整するステップ（ステップＳ２３）、および調整された重みにしたがって近傍画素の値を重み付けで平均して各画素の値を求めるステップ（ステップＳ２４）とからなる４つのステップによる第２の処理によるものとが基本的に考えられる。
【００７２】
この場合、ステップＳ２１における位置依存の重みの決定処理は、ある関数により発生する方法としてもよいが、重みの発生に時間がかかるので、ルックアップテーブルを参照する方法としてもよい。
また、ステップＳ２３における位置依存の重みの調整処理は、決定された位置依存の重みを調整するもので、決定された位置依存の重みと変換しようとする画素位置では１、それ以外の位置では０である関数とをモアレ強度の強調率αを使って内分または外分する方法としているが、他の強調割合の調整方法を採用してもよい。
また、ステップＳ２４における重み付け平均処理は、あるマスクサイズをもった畳み込み積分による加重マトリクス（以下、加重フィルタまたは重み付けフィルタともいう）を用いた処理（以下、フィルタ処理ともいう）、すなわち、積和処理で行うことにより、処理の高速化を図ることができる。なお、重み付け平均処理を加重マトリクスフィルタ処理で行う場合には、重み調整処理された加重マトリクスフィルタ処理とするのがよい。
【００７３】
また、加重マトリクスを設計する場合には、フィルタ処理後の画素による画像（絵柄）のつながりを滑らかに（自然に）するために、図８にステップＳ２５で示すように、近隣画素の位置重みが計算対象画素から遠ざかるにしたがい低減する減少フィルタ（以下、減衰フィルタともいう）処理、すなわちアンチエリアジング処理を行うようにしてもよい。
また、プルーフＨＰ、ＳＰ上の画像の鮮鋭度（シャープネス、いわゆるシャープ感）が印刷物上の画像と同じ鮮鋭度となるようにするために、図８にステップＳ２６で示すように、減少フィルタ処理後の加重フィルタにシャープネスフィルタ（以下、強調フィルタともいう）を作用させた加重マトリクスフィルタを重み付け平均処理用のマトリクスフィルタとして利用するようにしてもよい。通常、プリンタによりシート上に形成されるドットは、レーザ光等による記録ドットの形状がガウシャン等の形状になっていることから、記録ドットによる画像エッジがなまり（画像エッジがぼけ）、このようなステップＳ２６の鮮鋭（シャープ）化処理が有用である。
【００７４】
また、ステップＳ２７におけるシャープネス強度の調整処理は、減少フィルタ処理後の加重フィルタにシャープネスフィルタの強調割合を調整するもので、シャープネスフィルタとフィルタ中心位置では１、それ以外の位置では０であるフィルタとをシャープネス強調の割合βを使って内分または外分する方法としているが、他の強調割合の調整方法を採用してもよい。
ところで、図８に示す例においては、ステップＳ２３の重みの調整処理後にステップＳ２４の重み付け平均処理を行って調整された重みによって重み付け平均された画素値を求めているけれども、本発明はこれに限定されるわけではなく、ステップＳ２１またはＳ２２において求められた位置依存の重みを用いて、先にステップＳ２４の重み付け平均処理を行って重み付け平均された画素値を求め、この重み付け平均画素値と元の原画像の画素値とをモアレ強度の強調率αを使って内分または外分することにより、調整重みによる重み付け平均画素値を求めるようにして、結果的にステップＳ２３の重みの調整の効果を得るようにしてもよい。
【００７５】
次に、モアレ強調工程Ｓ９の説明においては、網点面積率データａｊおよびａｊ’（ｊ＝Ｃ，Ｍ，Ｙ，Ｋ）を、それぞれ代表してＤおよびＤ’で表すものとする。重み付け平均処理は、上述したように、出力解像度（プルーフ解像度）上の座標（ｉ，ｊ）の画素データ（画素値）をＤ（ｉ，ｊ）とし、近傍画素の重み付け平均処理後の座標（ｉ，ｊ）の画素データ（画素値）をＤ’（ｉ，ｊ）としたとき、ステップＳ２４における畳み込み積分処理後（変換後）の画素値Ｄ’（ｉ，ｊ）は、次の（１３）式で表すことができる。

ここで、Ｗ（ｉ，ｊ，ｋ，ｌ，ＬＰＩ，θ）は重み（重み関数ともいう）であり、その合計値が１．０になるように正規化されている。ｋ，ｌは、計算対象画素Ｄ（ｉ，ｊ）の重み付け平均処理を行う（２ｍ＋１）×（２ｎ＋１）の矩形範囲の近傍画素の座標を示す（２ｍ＋１および２ｎ＋１は自然数で、計算対象画素座標位置（ｉ，ｊ）を中心とする近傍画像の幅および高さ（サイズ）を示す）。
【００７６】
（１３）式中、重み関数Ｗ（ｉ，ｊ，ｋ，ｌ，ＬＰＩ，θ）は、いわゆる周波数干渉を起こさせるための関数であって、原画像を構成する画素のうち、ある周期的なピッチ（印刷の線数ＬＰＩに依存するピッチ）およびある傾き（網角度θに相当する傾き）を持つ格子上の特定の点に相当する位置にある画素値の重みを高める処理を行う関数である。印刷の場合、印刷の線数ＬＰＩおよび網角度θが決定されれば、各版のＬＰＩおよびθは定数と考えることができるので、この重み関数Ｗ（ｉ，ｊ，ｋ，ｌ，ＬＰＩ，θ）は、ＣＭＹＫ版のいずれについても重み関数Ｗ（ｉ，ｊ，ｋ，ｌ）（以下、単にＷともいう）とすることができる。そこで、以下の説明においては、ステップＳ２１またはステップＳ２２で求められた位置依存重み関数ＷをＣＭＹＫ版のいずれについても位置依存フィルタＦ（ｉ，ｊ，ｋ，ｌ）で表し、ステップＳ２３で求められたモアレ強度が調整された重み関数ＷをＣＭＹＫ版のいずれについてもモアレ強度調整フィルタＦ’（ｉ，ｊ，ｋ，ｌ）で表すものとする。上記式（１３）は下記式（１４）で表される。

【００７７】
ここで、強度が調整されたフィルタＦ’（ｉ，ｊ，ｋ，ｌ）は下記式（１５）で表すことができる。

ただし、Ｅ（ｋ，ｌ）は、中心の係数が１．０でそれ以外が０．０の係数マトリックス（Ｅは画素座標位置（ｉ，ｊ）に依存しない）である。
αは、モアレの強度の強調率である。なお、α＝１ならば強調をする前と同じ状態、すなわちＦ（ｉ，ｊ，ｋ，ｌ）に等しく、α＝０ならばモアレの強度は０になり、モアレシミュレーションを行わない場合（原画そのもの）に等しい。
ｉ，ｊは、画像の画素の位置座標であって、矩形画像のサイズ（ピクセル数）をwidth × height とするとｉ＝０〜height−１、ｊ＝０〜width −１である。
ｋ，ｌは、畳み込み積分を行う際の補助変数である。
ところで、本発明においては、強度調整フィルタＦ’（ｉ，ｊ，ｋ，ｌ）による重み付け平均画素値Ｄ’（ｉ，ｊ）を以下のようにして求めてもよい。
ここで、位置依存フィルタＦ（ｉ，ｊ，ｋ，ｌ）による重み付け平均画素値をＤａ（ｉ，ｊ）とする時、画素値Ｄａ（ｉ，ｊ）は下記式（１６）によって与えられるので、上記式（１４）に上記式（１５）を代入し、得られた式に下記式（１６）を代入することにより、変換画素値Ｄ’（ｉ，ｊ）は下記式（１７）によって与えられることになる。

【００７８】
次に、図８のステップＳ２１の処理における重み付け用の重み（ウエイト）を計算する（決定する）方法の基本的な例として以下の２つの方法がある。
第１の方法は、印刷の網展開用のＣＭＹＫ各版の閾値マトリクス（閾値テンプレートまたは有理数網テンプレートともいい、通称スーパーセルとも呼ばれる）を直接的に、換言すれば、ルックアップテーブルとして使用して重みを計算する方法である。第２の方法は、重みを計算するために、網格子座標系の各格子点（格子と格子の交点）、もしくは格子点の中点、または格子中の任意の所定の１点を中心に、各中心から外側に向かって重みが単調に減少するかまたは増加する関数を用いる方法である。
なお、重み付け用の重みとしては、いずれの方法で計算した重みを用いても同様なモアレ等の像構造予測（像構造シミュレーション）結果が期待できる。
【００７９】
次に、図９のフローチャートを参照して、重みを計算する方法を説明するが、以下の説明においては、計算の簡便さと、計算時間の短さとを考慮して、印刷の網展開用の各版の閾値マトリクスＴＭ′を直接的に使用して重みを計算する方法を用い、Ｃ版の加重マトリクスの作成例を代表例として具体的に説明する。なお、他の版の加重マトリクスも以下に説明するＣ版と全く同様の手順で作成することができる。
ここでは、画像出力装置として、出力解像度が４００ｄｐｉ、ＲＧＢ各色の濃度階調が２５６階調の、いわゆる濃度階調方式の連続調カラープリンタを用い、また、原画像データの解像度は、図１に示すステップＳ２に色変換処理工程において網点面積率データに変換された時には、出力解像度と同じ４００ｄｐｉになっているものとする。
【００８０】
また、用いられるカラーデジタルプリンタ（ＤＰ）３から出力されるカラー印刷プルーフ（ハードプルーフ）上でシミュレーションしようとする印刷のモアレ、線切れ、直線のがたつき等の像構造予測に対する印刷線数ＬＰＩ、網角度θは任意であるが、ここでは、印刷線数ＬＰＩがＬＰＩ＝１７５線、ＣＭＹＫ各版の網角度θは、θ＝７５度、４５度、０度、１５度であるものとして説明する。
なお、印刷では０度〜１８０度で網角度を取り扱うが、これは、網の形状が９０度回転に対して対称性を持たないからである。しかし、網点の配列だけに注目すれば、網空間は９０度で直交した座標系であるから、印刷の像構造予測の場合には、網角度θが９０度〜１８０度の網は９０度回転した値を用いればよく、０度〜９０度のみを使用すればよい。
【００８１】
加重マトリクス（以下、加重フィルタともいう）のマスクサイズは、１つの格子（網）中に、出力解像度に対応する画素が少なくとも１つ入るように決めれば、像構造を表現することができると考えられるので、ここでは、出力解像度を印刷線数で割って切り上げた値を意味する下記の（１８）式によって規定される３×３のマスクサイズを有する加重マトリクスを作成するものとする。
ＩＮＴ（出力解像度／印刷線数）＋１＝ＩＮＴ（４００／１７５）＋１＝３…（１８）
なお、（１８）式において、ＩＮＴ（Ｘ）は、Ｘの整数部分のみを残す演算を示す。
【００８２】
図９に示すように、３×３加重マトリクスの各要素の値を決定する場合、印刷に用いられる閾値マトリクスである有理数網（有理網ともいう）テンプレートを利用することができる（ステップＳ３１）。
図１０に有理数網テンプレートの一例として、解像度が２０００ｄｐｉで有理数網テンプレートサイズＭＭｓｉｚｅが２１５（要素数を２１５×２１５）の有理数網テンプレートＴＭ０′を示す。この有理数網テンプレートＴＭ０′上での座標系を（ｉ′，ｊ′）とすると、座標ｉ′および座標ｊ′は、０〜２１４の値を取り、閾値ｔｈ０′は２１５×２１５の要素に割り当てられ、その値は、例えば８ビットデータであるとすると、０から２５５のいずれかの値をとる。
この２０００ｄｐｉの有理数網テンプレートＴＭ０′から、原画像データＩに作用させるための４００ｄｐｉ用の３×３の加重マトリクスを作成する場合には、２０００ｄｐｉの５×５ドット（要素）が４００ｄｐｉの１ドットに対応することを考慮すれば、まず、各５×５の要素からなる部分有理数網テンプレートの中央の閾値を抽出した４３×４３個の閾値からなる閾値テンプレートを作成することが考えられる（ステップＳ３２）。
【００８３】
図１１は、このようにして作成した４３×４３個の閾値ｔｈ０（ｉ，ｊ）からなる閾値テンプレートＴＭ０の例を示している。なお、図１１における閾値テンプレートＴＭ０のマスクサイズＭｓｉｚｅは４３である。
この場合の３×３加重マトリクスをｗｇｔ０（ｉ，ｊ，ｋ，ｌ）とすれば、これは、次の（１９）式で表すことができる（ステップＳ３３）。

ここで、ｋ，ｌは、ｋ，ｌ＝−１，０，１であり、Σ_k Σ_l は、ｋおよびｌについての−１〜１の総和を意味する。
【００８４】
実際上、３×３加重マトリクスｗｇｔ０は、網位置座標（ｉ，ｊ）に対応した数分、この例では、Ｍｓｉｚｅ×Ｍｓｉｚｅ＝４３×４３個だけ用意する必要があり、Ｍｓｉｚｅ×Ｍｓｉｚｅ個の場合には、これに制限された網位置座標が、（ｉ％Ｍｓｉｚｅ，ｊ％Ｍｓｉｚｅ）となる。なお、ｉ％Ｍｓｉｚｅは、余剰演算であり、ｉをＭｓｉｚｅで割った余剰を意味する（例えばｉ＝１、４４、８７の場合には、ｉ％Ｍｓｉｚｅは、全て同じ値でｉ％Ｍｓｉｚｅ＝１となる。）。なお、原画像データ中、４辺に存在する画素は、加重マトリクスの要素が存在しない部分を使用しなければならないので、その要素を決める計算が繁雑になり、また、４辺部分には、通常、重要な絵柄が存在しないので、この実施の形態においては、重み付け平均処理を行わないで、原画像データをそのまま使用するようにしている。
【００８５】
次に、３×３加重マトリクスの他の例を説明する。この他の例は、図８を参照して説明した重みの強調ステップＳ２２を実施するためのものである。
重みを強調する場合には、図１０に示した２０００ｄｐｉの閾値テンプレートＴＭ０′を構成する各閾値ｔｈ０′をそれぞれ空間的に強調してから３×３加重マトリクスｗｇｔ１を作成してもよいが、ここではすでに作成している図１１に示した４００ｄｐｉの閾値テンプレートＴＭ０から３×３加重マトリクスｗｇｔ１を次の（２１）式に従って、まず３乗の正規化演算を行うことで、強調後の閾値ｔｈ１を作成し（ステップＳ３４）、次にこれを下記式（２２）に従って正規化処理して求めることができる（ステップＳ３５）。

ここで、ｋ，ｌ＝−１〜１を意味する。
なお、図１２は、強調後の閾値ｔｈ１から構成される４００ｄｐｉの閾値テンプレートＴＭ１を示す。
【００８６】
ここで、出力画像の４００ｄｐｉを構成する各画素と隣り合う画素との間のつながりの滑らかさ、および僅かに目立つ４００ｄｐｉ以上の周期に相当する周波数成分の除去を望む場合には、、中心から周囲に向かって重みが減少（減衰）する３×３ローパスフィルタ（中心を低減成分と考えた場合の表現）を強調後の３×３加重マトリクスｗｇｔ１に作用させた３×３加重マトリクスｗｇｔ２を作成すればよい。３×３ローパスフィルタ（減少フィルタという）は、ぼかしフィルタまたはアンチエリアジングフィルタであると考えることができ、ここでは、図１３に示す３×３ガウシャンフィルタＧａｕｓｓ１（ｋ，ｌ）｛ｋ，ｌ＝−１〜１｝を使用する。
ガウシャンフィルタ処理施した３×３加重マトリクスｗｇｔ２は、（２３）式で表すことができる（ステップＳ３６）。

ここで、ｋ，ｌ＝−１〜１、ｉ，ｊ＝０〜Ｍｓｉｚｅ−１を意味する。
【００８７】
画素間をさらに滑らかにつなげたい場合には、図１０に示す２０００ｄｐｉの閾値テンプレートＴＭ０の各閾値を３乗して正規化した閾値テンプレート（図示せず）（ステップＳ４１）に対して、図１４に示す中央の値が最も大きく周囲にいくにしたがって値が徐々に減衰するガウシャン特性に近似した要素の配列となっている２０００ｄｐｉの解像度に対応した１５×１５のガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）を出力解像度４００ｄｐｉになるように作用させ（いわゆる解像度変換である）、下記式（２４）に従って４００ｄｐｉの重みマトリクスｗｇｔ３をまず作成する（ステップＳ４２）。

ここで、ｍ，ｎは−７〜７、（ｉ，ｊ）は、４００ｄｐｉ空間上の座標で、ｉ，ｊ＝０〜Ｍｓｉｚｅ−１、（５×ｉ＋ｍ，５×ｊ＋ｎ）および（ｍ，ｎ）はそれぞれ２０００ｄｐｉ空間上の座標（ｉ′，ｊ′）で、ｉ′，ｊ′＝０〜ＭＭｓｉｚｅ−１である。ｉ，ｊの乗数は、解像度変換のための定数である。
【００８８】
次に、この４３×４３個（Ｍｓｉｚｅ＝４３）のアンチエリアジング処理後の重みマトリクスｗｇｔ３（ｉ，ｊ）を３×３加重マトリクスの４３×４３個に変換するためには、１５×１５の要素からなる重みマトリクスｗｇｔ３（ｉ，ｊ）の１個が３×３要素の加重マトリクスｗｇｔ４（ｉ，ｊ，ｋ，ｌ）の１個の対応するように変換し、下記式（２５）に従って座標（ｉ，ｊ）を中心座標とする４３×４３個の３×３加重マトリクスｗｇｔ４の各要素を求めればよい（ステップＳ４３）。
ｗｇｔ４（ｉ，ｊ，ｋ，ｌ）
＝Σ_m=5k-2 ^5K+2Σ_n=5l-2 ^5l+2ｗｇｔ３（ｉ，ｊ，ｍ，ｎ）…（２５）
この和は、ｍ＝５ｋ−２〜５ｋ＋２，ｎ＝５ｌ−２〜５ｌ＋２の５×５要素の総和、すなわち、ここではｋ、ｌ＝−１〜１より、ｍ＝−７〜７、ｎ＝−７〜７の要素、すなわち、１５×１５の要素を５×５部分の９個分に単純に分割したときの各５×５部分の総和である。
この３×３加重マトリクスｗｇｔ４に正規化処理を行って、下記式（２６）により画素間をさらに滑らかにつなげることのできる３×３加重マトリクスｗｇｔ５を作成することができる（ステップＳ４４）。

ここで、（ｋ，ｌ）は、４００ｄｐｉ空間上のフィルタの中心からのシフト量を意味する。
【００８９】
ところで、印刷物のシャープ感に近似したシャープ感を得るためには、上述の３×３の加重マトリクスｗｇｔ４に対してＧａｕｓｓ２の逆の特性を有する空間強調フィルタ（シャープネスマトリクスまたはシャープネスフィルタともいう）による処理、またはＧａｕｓｓ２の逆の特性より強い特性を有する空間強調フィルタによる処理を行った加重マトリックスｗｇｔ７を作成すればよい。
図１５（ａ）は、Ｇａｕｓｓ２の逆の特性を有する逆フィルタであるシャープネスフィルタＳｈｐ＝Ｓｈｐ１の構成例を示している。
図１５（ｂ）は、シャープネスフィルタＳｈｐ１よりさらに強い特性を有するシャープネスフィルタＳｈｐ＝Ｓｈｐ２の構成例を示している。
図１５（ｃ）は、シャープネスフィルタＳｈｐ２よりさらに強い特性を有するシャープネスフィルタＳｈｐ＝Ｓｈｐ３の構成例を示している。
なお、各フィルタＳｈｐ１、Ｓｈｐ２、Ｓｈｐ３の横軸と縦軸とをそれぞれｉ，ｋ，ｒ，ｊ，ｌ，ｓで表しているのは、後述する式を使用する際の見通しの良さを得るためであり、いずれも４００ｄｐｉ上の座標系（ｉ，ｊ）と同一の座標系上のものである。また、各フィルタＳｈｐ１、Ｓｈｐ２、Ｓｈｐ３毎の要素の総和は１となっている。
【００９０】
まず、加重マトリクスｗｇｔ７を作成するには、まず、下記式（２７）に従って、加重マトリクスｗｇｔ４に対してシャープネスフィルタＳｈｐを施した加重マトリクスｗｇｔ６を作成する（ステップＳ４５）。

ただし、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｒ，１−ｓ）のうち、ｋ−ｒ，ｌ−ｓが値−１〜１の範囲を超えるものについては、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｒ，ｌ−ｓ）＝０とみなす。また、Ｓｈｐ（ｒ，ｓ）は、図１５（ａ）、図１５（ｂ）、図１５（ｃ）のそれぞれに示したシャープネスフィルタのいずれかである。
次に、このｗｇｔ６を正規化することにより、下記式（２８）に従って３×３加重マトリクスｗｇｔ７を作成することができる（ステップＳ４６）。

ここで、ｋ，ｌは、ｋ，ｌ＝−１，０，１である。
【００９１】
ところで、シャープネスの強さを原画像や印刷条件（線数、網角度、印刷濃度）に加え、対象とする印刷機に応じて、プルーフのシャープネスの強度を調整する場合には、通常の３×３または５×５程度のシャープネスフィルタ処理を行う場合のシャープネスフィルタ強度、例えば、ＵＳＭ（アンシャープネスマスク）処理を行う場合のＵＳＭの強度を調整すればよい。ここで、シャープネスフィルタＳｈｐ１、Ｓｈｐ２、Ｓｈｐ３などの１００％強度時のＵＳＭをＵ（ｋ，ｌ）とする時、Ｕ’（ｋ，ｌ）を強度調整後のＵＳＭ（フィルタ）とし、βをシャープネス強調の割合とすると、シャープネス強度調整フィルタは、下記式（２９）で求めることができる（ステップＳ４７）。
Ｕ’（ｋ，ｌ）＝β（−Ｅ（ｋ，ｌ）＋Ｕ（ｋ，ｌ））＋Ｅ（ｋ，ｌ）…（２９）
ここで、（ｋ，ｌ）は、フィルタの座標を示し、Ｕ（ｋ，ｌ）およびＵ’（ｋ，ｌ）が３×３シャープネスフィルタであるとすると、ｋ，ｌ＝−１〜１である。Ｅ（ｋ，ｌ）は上述したように中心が１．０、その余が０．０である係数マトリックスである。
【００９２】
こうして得られた強度調整シャープネスフィルタＵ’（ｋ，ｌ）を位置依存フィルタＦ（ｉ，ｊ，ｋ，ｌ）やＦ’（ｉ，ｊ，ｋ，ｌ）、例えば、具体的にはｗｇｔ０、…ｗｇｔ４、ｗｇｔ５またはこれらの加重フィルタをモアレ強度調整した加重フィルタなどに組み込み、最終的にはシャープネス強度が調整されたシャープネスフィルタＵ’（ｋ，ｌ）とモアレ強度が調整された位置依存フィルタＦ’（ｉ，ｊ，ｋ，ｌ）などとを１つの重み平均処理用のフィルタに合成し、合成フィルタによって計算対象画素を変換するのが好ましい。
この合成フィルタの作成の一例を示す。ステップ４７で得られた強度調整シャープネスフィルタＵ’（ｋ，ｌ）と先に求めた３×３加重マトリックスｗｇｔ４（ｉ，ｊ，ｋ，ｌ）とを上記式（２７）と同様にして合成し、下記式（３０）で示す３×３加重マトリックスｗｇｔ８（ｉ，ｊ，ｋ，ｌ）を作成する（ステップＳ４８）。

ただし、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｒ，１−ｓ）のうち、ｋ−ｒ，ｌ−ｓが値−１〜１の範囲を超えるものについては、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｒ，ｌ−ｓ）＝０とみなす。
次に、このｗｇｔ８を正規化することにより、下記式（３１）に示す３×３加重マトリクスｗｇｔ９を作成することができる（ステップＳ４９）。

ここで、ｋ，ｌは、ｋ，ｌ＝−１，０，１である。
【００９３】
図９に示すように、以上のようにして得られた３×３加重マトリクスｗｇｔ０，ｗｇｔ１，ｗｇｔ２，ｗｇｔ５，ｗｇｔ７，ｗｇｔ９のいずれかをモアレ強度調整されていない位置依存フィルタＦ（ｉ，ｊ，ｋ，ｌ）として、上記式（１５）に従ってモアレ強度の強調率αによる調整を行うことにより、重み付け平均用の調整３×３加重マトリクスＦ’（ｉ，ｊ，ｋ，ｌ）を求め（ステップＳ５０）、得られた３×３加重マトリクスＦ’（ｉ，ｊ，ｋ，ｌ）を（１３）式の重み関数Ｗとすることで、すなわち上記式（１５）に従って原画像データ（網点面積率データａｊ’）を計算することで、１回の演算でシャープネス強度を調整したシャープネス処理とモアレ強度を調整した像構造シミュレーションとを同時に行うことができる。
こうして、ステップＳ９のモアレ強調工程においては、この３×３加重マトリクスＦ’（ｉ，ｊ，ｋ，ｌ）を使用して、原画像データ（網点面積率データａｊ）を重み付け平均処理したモアレ強度調整画像データ（網点面積率データａｊ’）を求めることができる。
【００９４】
ところで、本発明においては、シャープネスおよびモアレ強度の調整は以下のように行うのが好ましい。
モアレシミュレーションの強度の強調率αを６０％〜１８０％（０．６〜１．８）とすることでプルーフ上のモアレの強度が大きく変化することを目視で確認した。通常の印刷物に対しては１２０％程度で見かけが近くなるため、６０％〜１８０％にしておけば多くの印刷物に対応することが可能であることから、このような場合、モアレの強度の強調率αは、０．６〜１．８であるのが好ましい。
【００９５】
一方、シャープネスの強調に関しては、連続調プリンタの印字ドットがガウシアン関数に似た空間分布を持つために連続調プリンタでプリントした画像は多少ぼやけることと、印刷が細かい点で構成されることに起因して視覚的にシャープに見えてしまうことは上述したとおりである。従って、これを修正するためには実際の印刷物に対してわざとシャープネスをかけないとプルーフと印刷物を見かけ上同じシャープネスにすることはできない。５×５のＵＳＭマスクを使用し、４００ｄｐｉの連続調プリンタ、ピクトログラフィー３０００（富士写真フイルム社製）を使用し、１７５線印刷物をシミュレーションするプルーフを作成した場合には、シャープネスの強調割合（強度）βが０％〜８０％で大きなシャープネスの変化を目視で観察でき、５０％程度で印刷物に近いシャープネスを得ることができた。通常の印刷に対しても０％〜８０％を使用することで多くの印刷物に対応するプルーフを作ることができることから、このような場合、シャープネスの強調割合βは、０．０〜０．８であるのが好ましい。
【００９６】
こうしてステップＳ９のモアレ強調工程で得られたモアレ強度調整画像データ（網点面積率データａｊ’）は、次のステップＳ１０の６Ｄ−ＬＵＴ処理工程に送られ、ローゼット等の像構造の強調処理に供される。
ステップＳ１０の６Ｄ−ＬＵＴ処理工程（ローゼット強調工程）について説明する。図１に示すように、６Ｄ−ＬＵＴ処理工程Ｓ１０は、ステップＳ９のモアレ強調工程によってモアレ等の像構造が強調された網点面積率データａ´ｊ（ｊ＝ＣＭＹＫ）を、ステップＳ８の作成工程で予め作成されている６Ｄ−ＬＵＴを使って補間処理してモアレ等の第１の像構造を残したまま、ローゼット等の第２の像構造を再現し、強調することのできる共通色空間データである３刺激値データＸＹＺに変換する第２像構造予測（シミュレーション）処理工程である。なお、ａｊ’の添字ｊはＣＭＹＫを表わし、位置座標（ｉ，ｊ）とは異なるものであるので、以下の説明では、ｊ_a で表すものとする。
【００９７】
なお、この６Ｄ−ＬＵＴの使用方法は、特に制限的ではなく、他の分野で、違うデバイスや媒体（例えば、ＣＲＴモニタとプリンタ間、デジタルスキャナデータとプリンタデータ間）間で見かけが同じ画像を作るためにＬＵＴを使う場合と同じであり、体積補間や線形補間や面積補間や組み合わせ法などがあるが、本発明ではＣＭＹＫの４色（版）からなる４次元空間を補間するので、１次元空間を線形補間する場合、２次元空間を面積補間する場合、３次元空間を体積補間する場合の延長と考え、３次元空間での体積に当たる４次元量を４次元空間における４次元体積と定義し、４次元空間をこの４次元体積を使って補間する場合を代表例として説明する。
【００９８】
座標（ｉ１，ｊ１）におけるＫＹＭＣ値がそれぞれ（ｋ，ｙ，ｍ，ｃ）である例について説明する。ここで、ｋ、ｙ、ｍ、ｃはそれぞれｋ０とｋ１，ｙ０とｙ１，ｍ０とｍ１，ｃ０とｃ１の間にあって、ｋ０、ｙ０、ｍ０、ｃ０とｋ１、ｙ１、ｍ１、ｃ１は全部、Ｎ段分けした場合の各段のどれかであって（６段の場合、０か２０か４０か６０か１００％のいずれかである）、ｋ０、ｙ０、ｍ０、ｃ０よりｋ１、ｙ１、ｍ１、ｃ１は各々１つ上の段だとする（例えば、ｋについてのみ表わすと、ｋ０＝２０％、ｋ１＝４０％であり、すなわち、ｋ０≦ｋ≦ｋ１である）。
そして６ＤＬＵＴ[i][j][k][y][m][c]に相当するＸＹＺ値ををそれぞれ[i][j][k][y][m][c]．Ｘ、６ＤＬＵＴ[i][j][k][y][m][c]．Ｙおよび６ＤＬＵＴ[i][j][k][y][m][c]．Ｚと表わすとすると、まず、原画像の位置座標（ｉ１，ｊ１）でのＸＹＺ値は、有理数網の定義より、次の式（３２）を満たす（ｉ２，ｊ２）でのＸＹＺ値に等しい。
ｉ２＝ｉ１％ｍ_T 、ｊ２＝ｊ１％ｎ_T …（３２）
ただし％は剰余演算であり、ｉ２＜ｍ_T 、ｊ２＜ｎ_T となり、ｍ_T ×ｎ_T は有理数網のサイズであるとする。従って、ｉ２およびｊ２は６Ｄ−ＬＵＴ内の位置座標となる。
【００９９】
ここで、６Ｄ−ＬＵＴを補間して求めた結果を６ＤＬＵＴ（ｉ、ｊ、ｋ、ｙ、ｍ、ｃ）．Ｘ〜Ｚとすると、下記式（３３）によって計算することができる。

ここで、i2＝i1％ｍ_T 、j2＝j1％ｎ_T であり、ＹＶxxxxは頂点(kw,yw,mw,cw) （これは、（ｋｘ，ｙｘ，ｍｘ，ｃｘ）と対角線上にある頂点である）と点（ｋ，ｙ，ｍ，ｃ）を含む４次元単位格子（３次元での立方体に相当するものとして定義される４次元立方体である）の４次元体積である。また、Ｖ＝（ｋ１−ｋ０）（ｙ１−ｙ０）（ｍ１−ｍ０）（ｃ１−ｃ０）である。
なお、ＹＶxxxxの各々のｘは、０か１のどちらかをとり、ｋｗ，ｙｗ，ｍｘ，ｃｗの各ｗも０か１のどちらかであって、ｘが０ならｗは１、ｘが１ならｗは０となるよう定める。
【０１００】
こうして、原画像の位置座標が、（ｉ１，ｊ１）である画像データ（ＣＭＹＫの網点面積率データａｊ_a ´）から６Ｄ−ＬＵＴ２７を用いて（参照して）、モアレなどの第１の像構造およびローゼットなどの第２の像構造が強調され、対象とする印刷機などに応じて調整された共通色空間であるＣＩＥＸＹＺ表色系の３刺激値データＸＹＺを求めることができる。この３刺激値データＸＹＺを原画像の全座標位置について求めることにより、全画像の３刺激値データＸＹＺを得ることができる。こうして得られた全画像の３刺激値データＸＹＺは、ＤＰ３に送られ、次のステップＳ１１のデバイス依存の色変換処理工程に供される。
【０１０１】
次にＤＰ３におけるステップＳ１１の色変換処理工程およびカラー印刷プルーフの作成工程に付いて説明する。
ステップＳ１１の色変換処理工程は、ステップＳ１０の６Ｄ−ＬＵＴ処理工程で得られ、モアレおよびローゼットなどの像構造が強調された共通色空間の３刺激値データＸＹＺをデバイス固有色空間データである、ＤＰ３などのデバイスに依存した階調画像データに変換する工程である。なお、ステップＳ８の６Ｄ−ＬＵＴ作成工程において、６Ｄ−ＬＵＴを作成した時点で、変換データは表現される色空間が定まっており、この場合には、ＣＩＥＸＹＺ表色系の３刺激値で表現されている。そこで、この工程では、これに見合う色をプルーフプリンタで出力するために、出力デバイス（連続調カラープリンタやＣＲＴなどのディスプレイ）に依存した値（例えば、デバイス依存のＲＧＢ等）に変換する必要がある。この変換処理においては、３刺激値データＸＹＺからデバイス依存ＲＧＢデータへ変換するための色変換ＬＵＴ（ルックアップテーブル）を用いて補間してＤＰ３でカラー印刷プルーフを出力するためのＲＧＢ画像データを求める。
【０１０２】
こうして得られたＲＧＢ画像データを用いて、ＤＰ３はカラー印刷プルーフを出力する。このようにして作成されたハードコピー上の画像、すなわち、カラー印刷プルーフＣＰｂは、カラー印刷物１２と色が一致するのはもちろんのこと、網点画像に現れる特異な像構造をも忠実に再現している。すなわち、カラー印刷プルーフＣＰｂ上には、カラー印刷物１２上に現れるのとほぼ等しいモアレ、ローゼット等の像構造（特異パターン）が忠実に再現される。
本発明に係る像構造予測処理方法およびこれを実施するカラー印刷作成システムは、基本的に以上のように構成される。
【０１０３】
なお、上述のステップＳ８の６Ｄ−ＬＵＴ作成工程の例においては、測色値データＸｉ、Ｙｉ、Ｚｉを用いて平均測色値データである第１および第２の３刺激値データＸ、Ｙ、Ｚ、Ｘ′、Ｙ′、Ｚ′を作成しているが、これに代替して色度値データまたは濃度値データ等の他の共通色空間データ（デバイスインディペンデントデータ）を用いて平均測色値データを作成してもよい。要は、ステップＳ１０のローゼット強調工程において、網点面積率データなどの画像データを６Ｄ−ＬＵＴを用いてローゼットなどの像構造が強調された画像データに変換する際に、これらの画像データを、デバイスに依存しない色空間（共通色空間）上で測定したデータを用いて共通色空間上の平均測色値データで作成するようにすればよい。また、閾値マトリクス１４、２４の配列としては、網点の配列がランダムな、いわゆるＦＭスクリーンを用いた場合でも、本発明を適用してカラー印刷プルーフを作成することができる。
【０１０４】
また、図３を参照して説明したように、ステップＳ１３におけるビットマップデータｂ′ｊへの展開処理（網展開処理ともいう）と、これに続くステップＳ１４のデータ処理においては、ＤＰ３の解像度Ｒｅ３＝４００ｄｐｉの解像度画素の大きさの数分の１の大きさ，例えば、中間解像度（Ｒｅ５＝１６００ＤＰＩ）画素の第１の３刺激値データＸ、Ｙ、Ｚを求めている。すなわち、まず、中間解像度の１画素をもっと小さい微小エリア［上述の解像度Ｒｅ４＝４４８００ＤＰＩの１ドット］で構成される２８ドット×２８ドット（図６（Ａ）、図６（Ｂ）参照）に分け、その微小エリアの各々が１６原色のどの色であるかを調べ、調べた１６原色の点の数を中間解像度画素毎に集計し（上述のステップＳ１５の数え上げ処理）、その点の数の重みで予め測定してある１６原色の３刺激値データＸｉ、Ｙｉ、Ｚｉを重み付け平均化することで中間解像度の１画素の第１の３刺激値データＸ、Ｙ、Ｚを求めている。この場合、１６原色の色毎の面積率ｃｉ、すなわち、存在確率をＰｉとすると、下記式（３４）により第１の３刺激値データＸ、Ｙ、Ｚを求めることができる。
Ｘ＝Σ（Ｐｉ×Ｘｉ）、（ｉ＝１〜１６）、Ｙ、Ｚも同様 …（３４）
ところで、この微小エリアの各点が何色であるかは、ステップＳ１３の比較処理として説明したように、閾値マトリクス２４の閾値ＴとＣＭＹＫの網点面積率データａｊの値（網％：網点面積率）を比較することで簡単に求めることができるが、中間解像度画素の色の精度を確保するには、微小エリアの数を２８×２８ドット等、非常に多くしなければならないため計算に長時間を要している。
このため、本発明者が特願平８−１７９１２２号明細書に提案した、累積ヒストグラムを用いる簡便な手法を用いてもよい。
【０１０５】
この簡便な手法は、中間解像度画素毎に存在確率（網存在確率ともいう。）Ｐｉを、例えば、上述したノイゲバウア式のような確率的な近似法で求める。すなわち、次の（３５）式により存在確率Ｐｉ（ｉ＝１〜１６）を求める。
Ｐ１ ＝（１−Ｐｃ）（１−Ｐｍ）（１−Ｐｙ）（１−Ｐｋ）
Ｐ２ ＝ Ｐｃ ・（１−Ｐｍ）（１−Ｐｙ）（１−Ｐｋ）
Ｐ３ ＝（１−Ｐｃ）・ Ｐｍ ・（１−Ｐｙ）（１−Ｐｋ）
Ｐ４ ＝ Ｐｃ ・ Ｐｍ ・（１−Ｐｙ）（１−Ｐｋ）
Ｐ５ ＝（１−Ｐｃ）（１−Ｐｍ）・ Ｐｙ ・（１−Ｐｋ）
Ｐ６ ＝ ＰＣ ・（１−Ｐｍ）・ Ｐｙ ・（１−Ｐｋ）
Ｐ７ ＝（１−Ｐｃ）・ Ｐｍ ・ Ｐｙ ・（１−Ｐｋ）
Ｐ８ ＝ Ｐｃ ・ Ｐｍ ・ Ｐｙ ・（１−Ｐｋ）
Ｐ９ ＝（１−Ｐｃ）（１−Ｐｍ）（１−Ｐｙ）・Ｐｋ
Ｐ１０＝ Ｐｃ ・（１−Ｐｍ）（１−Ｐｙ）・Ｐｋ
Ｐ１１＝（１−Ｐｃ）・ Ｐｍ・ （１−Ｐｙ）・Ｐｋ
Ｐ１２＝ Ｐｃ ・ Ｐｍ・ （１−Ｐｙ）・Ｐｋ
Ｐ１３＝（１−Ｐｃ）（１−Ｐｍ）・ Ｐｙ ・Ｐｋ
Ｐ１４＝ Ｐｃ ・（１−Ｐｍ）・ Ｐｙ ・Ｐｋ
Ｐ１５＝（１−Ｐｃ）・ Ｐｍ ・ Ｐｙ ・Ｐｋ
Ｐ１６＝ Ｐｃ ・ Ｐｍ ・ Ｐｙ ・Ｐｋ …（３５）
このとき用いるＣ、Ｍ、Ｙ、Ｋ各色の存在確率Ｐｃ、Ｐｍ、Ｐｙ、Ｐｋは、地道な方法では、網点面積率データａｊと閾値マトリクス２４の各閾値Ｔと比較して求めるのであるが、網点面積率データａｊの値Ｃ（Ｍ、ＹまたはＫ）は、中間解像度レベルでは同じ値であるが、閾値Ｔは微小エリアの位置によって変わる。そこで、ステップＳ１３における比較工程を中間解像度毎にまとめて処理することで処理を高速化してもよい。そのためには、中間解像度の１画素分の微小エリアの数、すなわち、２８ドット×２８ドット（２８閾値×２８閾値）毎の閾値Ｔの累積ヒストグラムを作成すればよく、累積ヒストグラムの縦軸は累積度数であり、この累積度数は存在確率Ｐｉに対応する。
【０１０６】
また、印刷における本紙である印刷用紙に存在する紙の質感、例えば、第１に刷版で均一な画像が刷版からインキが転移された本紙上の印刷再生画像では、もやもやとランダムに変化する濃淡パターンとして感じる、いわゆる「むら感」、第２に再生画像のエッジ部分を乱すような細かで（「むら感」より比較的短周期）ランダムに変化する濃淡パターンとして感じる、いわゆる「ざらつき感」、第３に本紙の紙種類毎に特有の濃淡パターンとして感じる、いわゆる「テクスチャー感」などをも、カラー印刷プルーフに再現したい場合、あるいはさらにこのような像構造シミュレーションにおける色ずれなども補正したい場合には、本発明者の出願に係る特願平７−２７３２９７号明細書および同８−８０２８３号明細書に記載の方法を本発明の像構造予測処理のステップ９のモアレ強調工程やステップ１０のローゼット強調工程などの像構造シミュレーション処理工程、またはその前後に紙の質感の補正処理およびまたは色ずれの補正処理などを付加してもよいことは勿論である。
さらに、本発明において、好ましい処理として追加するモアレ強調工程Ｓ９のモアレ強調調整処理やシャープネス強調調整処理なども上述した実施例に限定されるわけではない。
【０１０７】
実際に、連続調カラープリンタとして、４００ｄｐｉの写真方式のデジタルプリンタ、富士写真フイルム社製「ピクトログラフィ３０００」を用い、印刷の線数が１７５線、ＣＭＹＫの網角度がそれぞれ１５度、４５度、０度、７５度である印刷物を本発明の像構造予測処理方法に従った図１に示すカラー印刷プルーフ作成システム１０によってシミュレーションして、カラー印刷プルーフＣＰｂを得た。ここでは、網を４３×４３の大きさの１個の網のパターンの繰り返しで表現し（ピクトログラフィー上で１辺約２．７３ｍｍの正方形）、モアレ強調度αを１．２、シャープネス強調割合βを０．５、ローゼット強調割合γを２．０にした（ただし、デジタルプリンタ「ピクトログラフィ３０００」の色再現域の境界に近い色は、例外的にγは０．０に近い値とした）。
また、図１６に示す従来のカラー印刷プルーフ作成システムを適用して、同様にデジタルプリンタ「ピクトログラフィ３０００」でカラー印刷プルーフＣＰａを作成した。
【０１０８】
こうして得られたカラー印刷プルーフＣＰｂ上の画像と、実際にカラー印刷機を用いて作成した印刷紙上の画像と、従来のカラー印刷プルーフ作成システムを適用して作成されたカラー印刷プルーフＣＰａとを比較したところ、本発明法が適用されたカラー印刷プルーフＣＰｂ上の画像では、カラー印刷機を用いて作成したカラー印刷物１２上の画像に現れるモアレ、ロゼット等の特異パターンを忠実に再現でき、その他、ざらつき感、ジャンプ感についても、従来のシステムのノイゲバウア式を用いてデジタルプリンタで作成したカラー印刷プルーフＣｐａ上の画像に比較して、カラー印刷機で作成した印刷紙上の画像により近い画像を作成することができ、良好なシミュレーション結果を得ることができた。
なお、本発明法による演算をアップル社製のPowerMacintosh9500/132を使用して行った処、Ａ４、１枚につき計算時間は１０分であり、従来に比べ、数分の１から数十分の１に短縮でき、演算時間の大幅な短縮を実現することができた。
【０１０９】
本発明に係る像構造予測処理方法について、種々の実施例を挙げて説明したが本発明は、上述した実施例に限定されず、例えば、画像出力装置として連続調プリンタに限らず、ディスプレイモニタを使用する等、本発明の要旨を逸脱しない範囲で種々の改良や設計の変更が可能なことは勿論である。
【０１１０】
【発明の効果】
以上説明したように、本発明によれば、従来、例えば、４００ＤＰＩ程度の低解像度のカラープリンタ等では、２０００ＤＰＩ程度のカラー印刷物に現れる特異パターンを再現することができないとされていたが、画像出力装置用のデバイス非依存の印刷プルーフ用データを作成する際に、ノイゲバウア式を用いないで、印刷網の閾値マトリクスから高解像度のビットマップデータに展開して各色毎の面積率を求め、これを測色データの重み係数として低解像度の平均測色値データを計算することのできる位置依存の多次元、例えば２つの位置パラメータと３つまたは４つの色パラメータの５または６次元のルックアップアップテーブルを用いることにより、手軽で、安定した性能が出せる連続調プリンタなどの画像出力装置、すなわち低解像度のカラープリンタ等を使って、高価な網方式のプルーフと同様な印刷物の網点に起因する現象をシミュレーションすることが可能になり、再現することができる。その結果、本発明法で作成された印刷プルーフ用データをカラープリンタ等の画像出力装置に供給することにより、この画像出力装置の出力画像が担持されたカラー印刷プルーフ上で、カラー印刷物に特有のモアレおよびロゼット等の像構造を正確かつ忠実に、かつ短時間で再現することができる。
【０１１１】
また、本発明法によれば、像構造シミュレーションの演算時間の大幅な短縮を実現することができる。
また、本発明法によれば、色の再現精度を向上させることができ、より印刷物の色と近いプルーフを作ることができる。
また、本発明法によれば、モアレ等の劣化などの像構造的な副作用や色精度の低下を伴うことなく、像構造シミュレーションでのローゼットなどの像構造の強度を強めることができる。
また、本発明法によれば、像構造シミュレーションでのローゼットの強度を印刷対象毎に最適化するために、ローゼットなどの像構造の強さを調整することができる。
【０１１２】
さらに、本発明法によれば、モアレ、線切れ等の像構造も、好ましくは、シャープネス性（シャープ感）を損なうことなく、ハードプルーフまたはソフトプルーフ上で正確、簡易かつ短時間に予測することができる。
また、本発明によれば、像構造シミュレーション（プルーフ）上のモアレの強度とシャープネスの強度を調整することが可能であるので、ローゼット等の像構造と共に印刷機に合わせたシャープネスやモアレのシミュレーションが可能になり、より忠実度の高いプルーフを作成することが可能になる。
さらにまた、本発明法によれば、平均測色値データに、色補正と共に平均予測測色値データを中心に広げるような処理を施すようにルックアップテーブルを作成しているので、再現色が純色に近くなり、結果として、ローゼットパターン等の像構造をより一層忠実に再現することができる。
【図面の簡単な説明】
【図１】 本発明に係る像構造予測処理方法を実施するカラー印刷プルーフ作成システムの一実施例およびカラー印刷システムの基本的な流れを説明するフロー図である。
【図２】 図１に示すカラー印刷システムのビットマップデータ作成工程の説明に供される線図である。
【図３】 図１に示すカラー印刷プルーフ作成システムの６次元ルックアップテーブル作成工程の一実施例の基本的な流れを説明するフロー図である。
【図４】 図３に示す６次元ルックアップテーブル作成工程に用いられるアンチエリアジングフィルタの一例の構成を示す線図である。
【図５】 図４に示すアンチエリアジングフィルタの周波数応答の一例を示す線図である。
【図６】 図３に示す６次元ルックアップテーブル作成工程において、比較的高解像度のビットマップデータから平均測色値データを作成する際の説明に供される線図であって、（Ａ）は２８×２８ドット分のＣ版のビットマップデータ一例を示す線図であり、（Ｂ）は２８×２８ドット分のＭ版のビットマップデータ一例を示す線図である。
【図７】 図３に示す６次元ルックアップテーブル作成工程において、平均測色値データに対してアンチエリアジングフィルタをかける際の説明に供される線図であって、（Ａ）はその最初の処理工程に係る線図であり、（Ｂ）は次の処理工程に係る線図である。
【図８】 図１に示すカラー印刷プルーフ作成システムのモアレ強調工程の一実施例の基本的な流れを説明するフロー図である。
【図９】 図８に示すモアレ強調工程における種々の加重マトリクスの生成の説明に供給される工程の一例の基本的なフロー図である。
【図１０】 図８に示すモアレ強調工程に用いられる２０００ｄｐｉの有理数網テンプレート（閾値マトリクス）一例の一部を示す線図である。
【図１１】 図８に示すモアレ強調工程に用いられる４００ｄｐｉの加重マトリクスの一例を示す線図である。
【図１２】 図８に示すモアレ強調工程に用いられる閾値強調後の４００ｄｐｉの加重マトリクスの一例を示す線図である。
【図１３】 図８に示すモアレ強調工程に用いられる３×３ガウシャンフィルタの一構成例を示す線図である。
【図１４】 図８に示すモアレ強調工程に用いられる１５×１５ガウシャンフィルタの一構成例を示す線図である。
【図１５】 （ａ）は図８に示すモアレ強調工程に用いられるガウシャンフィルタの逆の特性を有する逆フィルタであるシャープネスフィルタの一構成例を示す線図であり、（ｂ）は（ａ）のシャープネスフィルタよりさらに強い特性を有するシャープネスフィルタの一構成例を示す線図であり、（ｃ）は（ｂ）のシャープネスフィルタよりさらに強い特性を有するシャープネスフィルタの一構成例を示す線図である。
【図１６】 従来のカラー印刷プルーフ作成システムのフロー図である。
【符号の説明】
２ 画像原稿
３ カラープリンタ
１２ カラー印刷物
１４、２４ 閾値マトリクス
２７ ６次元ルックアップテーブル（６Ｄ−ＬＵＴ）
ａｊ 網点面積率データ
ｂｊ ビットマップデータ
ｃｉ 面積率
ＣＰｂ カラー印刷プルーフ[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a color for calibration by an image output device such as a color printer or a CRT display before actually producing a color print by a halftone image (also referred to as a halftone image) by a color printing machine equipped with a printing plate. The present invention relates to an image structure prediction processing method that can be applied to a system for creating a print proof (also referred to as a color proof proof) to express an image structure such as moire or rosette on a color print proof.
[0002]
[Prior art]
  Conventionally, before producing a color print consisting of halftone dots as a product by a color printer, a color printing proof for proofing a color or the like is obtained for each image by a density gradation method (also called a continuous gradation method).PixelCreated with a color printer that forms
  In order to create a color printing proof, a color printer is used because the color printer has a relatively simple configuration and is inexpensive, and, as is well known, in a color printer, a plate-making film related to a color printing machine is used. This is because there is no need to create a printing plate or a printing plate, and a hard copy with an image formed on a sheet can be easily created a plurality of times in a short time.
[0003]
FIG. 16 shows a flow of a method for creating a color print proof according to a conventional technique using a color printer.
First, an image on the image original 2 is two-dimensionally read by an image reading device such as a color scanner having a CCD linear image sensor or the like, and a floor for each color of R (red), G (green), and B (blue). Tone (continuous tone) image data Ia is created (step Sl: image reading step).
[0004]
Next, the RGB gradation image data Ia is converted into four halftone dot area ratios for each color of C (cyan), M (magenta), Y (yellow), and K (black) using a color conversion processing lookup table or the like. Data (also referred to as halftone data or original pixel halftone data). aj (j = 0, 1, 2, 3: Here, the numerical value 0 corresponds to the C color, the numerical value 1 corresponds to the M color, the numerical value 2 corresponds to the Y color, and the numerical value 3 corresponds to the K color. (Step S2). This conversion can be carried out in various ways depending on the relationship with a color printer described later, and is usually the know-how of each printing company corresponding to the color printer.
[0005]
The image created by this color printing machine is a halftone image. Therefore, when actually creating a color printed matter, the halftone dot area ratio data aj after color conversion processing is developed into bitmap data, Although a prepress film or the like is created on the basis of this, an automatic developing machine (automatic machine) or the like is required, and the steps after the prepress film making process are considerably complicated.
[0006]
Therefore, in order to easily create a color printing proof, a color printer (hereinafter also referred to as a color digital printer or DP) 3 is used for the reasons described above. DP3 forms an image on a donor film by digitally controlling the emission intensity and time of an LED (light emitting diode) or laser corresponding to the three primary colors for each pixel by a density gradation method, and this is received on an image receiving sheet. The image is formed on the sheet, and an image is formed on the sheet, which is considerably cheaper than a color printing machine that makes a printing plate and prints using it. In addition, the volume is small and the weight is light.
[0007]
Therefore, in order to use DP3, the CMYK 4th halftone dot area ratio data aj created in step S2 do not depend once on a so-called device (printing, CRT, photograph, LED, etc.) (device-independent). It is necessary to convert image data (also called common color space data) into, for example, tristimulus value data X, Y, and Z.
For this reason, the image data processing unit performs image data processing for converting the halftone dot area ratio data aj of CMYK into tristimulus value data X, Y, and Z (step S4). Conventionally, as this image data processing, processing using the Neugebauer equation is employed.
[0008]
In this case, colorimetric value data Xi, Yi, Zi for each color is previously measured by a colorimeter (i is 2 in the case of the 4th version of CMYK).^FourCorresponding to color = 16 colors, i = 0-15. ) Is measured (step S3). In this measurement, first, each color of 16 colors is printed in advance on a printing paper (so-called main paper) for producing a color printed matter by a color printing machine (usually referred to as solid printing), thereby creating a so-called color patch. . Specifically, the 16 colors correspond to the presence or absence of each of the C color, M color, Y color, and K color.^FourColor = 16 colors.
[0009]
That is, W (white) as the ground color of the printing paper when nothing is printed, each color of only C, M, and Y as primary colors, K (black), and other mixed colors such as C + M, C + Y, C + K, A total of 16 colors (also referred to as 16 basic colors) of M + Y, M + K, Y + K, C + M + Y, C + M + K, C + Y + K, M + Y + K, and C + M + Y + K. These reflected colors formed on the printing paper are measured with a colorimeter, for example, a spectrometer, to obtain colorimetric value data Xi, Yi, Zi.
[0010]
In the processing using the Neugebauer equation, as shown in the following equation (4), the area ratio data bi (i = 0 to 15) is multiplied as each coefficient of the colorimetric value data Xi, Yi, and Zi to obtain image data. Tristimulus value data X, Y, and Z after processing are created (step S4).
X = Σ_{i = 0} ¹⁵bi ・ Xi
Y = Σ_{i = 0} ¹⁵bi ・ Yi
Z = Σ_{i = 0} ¹⁵bi · Zi (4)
Here, the area ratio data bi of the 16 basic colors as coefficients is obtained from the dot area ratio data aj by the probability calculation shown in the following equation (5).
[0011]
b0 = (1-c) (1-m) (1-y) (1-k)
b1 = c. (1-m) (1-y) (1-k)
b2 = (1-c) .m. (1-y) (1-k)
b3 = c.m. (1-y) (1-k)
b4 = (1-c) (1-m) .y. (1-k)
b5 = c. (1-m) .y. (1-k)
b6 = (1-c) .m.y. (1-k)
b7 = c.m.y. (1-k)
b8 = (1-c) (1-m) (1-y) .k
b9 = c. (1-m) (1-y) .k
b10 = (1-c) · m · (1-y) · k
b11 = c · m · (1-y) · k
b12 = (1-c) (1-m) .y.k
b13 = c · (1−m) · y · k
b14 = (1-c) · m · y · k
b15 = c · m · y · k (5)
[0012]
In formula (5), the dot area ratio data aj (j = 0 to 3) are set as a0 = c, a1 = m, a2 = y, and a3 = k so that an intuitive understanding can be easily obtained. . In this case, c, m, y, and k are halftone dot area ratio data. In the formula (5), for example, b3 is the area ratio of the C + M color, which is the probability c that the C version exists, the probability m that the M version exists, and the probability that the Y version does not exist (1− It is obtained by multiplying y) and the probability (1-k) that the K version does not exist by probability calculation. Therefore, the Neugebauer equation shown in equation (5) can be interpreted as an equation based on probability theory.
[0013]
The tristimulus value data X, Y, Z after image data processing created based on the equation (4) is supplied to DP3, and DP3 uses the tristimulus value data X, Y, Z as a lookup table (LUT). Color printing, which is a hard copy in which an image is formed on a sheet after color conversion processing is performed on data for each of the three primary colors related to the laser or the like (image data dependent on a device and also called intrinsic color space data) Proof CPa is created (step S4).
[0014]
[Problems to be solved by the invention]
However, as described above, when the tristimulus value data X, Y, and Z for DP3 are created using the Neugebauer equation, the color of the image formed on the color print created by the color printer is changed. Since the colorimetric values measured by the colorimeter are used, the color of the color printed material can be faithfully reproduced in the image on the hard copy, but the image structure appearing on the color printed material, such as moire or rosette There is a problem that the unique pattern resulting from the interference fringes cannot be reproduced in the image on the hard copy.
[0015]
If these image structures appear on the color printed matter, it is based on a request to faithfully reproduce the image structures on the color printing proof CPa output from the DP3. The technical color printing proof CPa cannot be said to be an accurate (faithful) proof for color prints in this regard.
[0016]
Note that the singular pattern does not appear in the image on the hard copy of DP3 because the Neugebauer equation is based on probability theory as described above.
Therefore, if the present inventors create pixel data that constitutes input image data for a color printer without using this Neugebauer equation, the image structure such as moiré and rosette peculiar to the printed matter can be accurately displayed on the color printing proof. As a result of earnest study from the viewpoint of whether or not it can be reproduced faithfully, in Japanese Patent Application No. 7-5257, it is possible to faithfully reproduce the color of the print, and to add moire and rosettes related to halftone dots. We have proposed a technology that can reproduce image structures such as
[0017]
Although the technique disclosed herein enables a network-based image structure to be simulated using a continuous tone printer, there is a problem that processing takes time. The reason why the processing speed is slow in this technology is that the amount of calculation for each pixel is large. The reason for the large amount of calculation for each pixel is that the printing is performed in order to simulate halftone dots. This is because the same calculation is performed for each pixel.
[0018]
The object of the present invention is to solve the above-mentioned problems of the prior art, use a relatively inexpensive and relatively low resolution image output device such as a color printer, etc., while maintaining its advantages such as simplicity, materials and machine cheapness. As with high-end machines, the image structure such as moire and rosette caused by halftone dots appearing on high-resolution color prints can be predicted and reproduced more faithfully. That is, it is to provide an image structure prediction processing method capable of performing simulation processing at high speed.
[0019]
In addition to the above object, another object of the present invention is to provide an image structure prediction processing method capable of simultaneously achieving a faithful simulation of the color of a printed material at the time of halftone dot image structure simulation processing. There is.
Another object of the present invention is to increase the color simulation accuracy of the printed matter and / or increase the contrast strength in the simulation of the image structure such as moire or rosette in addition to the above-mentioned objects. An object of the present invention is to provide an image structure prediction processing method that can be adjusted according to the appearance of a printed material.
[0020]
[Means for Solving the Problems]
To achieve the above object, the present invention converts an original image into halftone dot area ratio data containing at least three primary colors, and uses these dot area ratio data to produce a color produced by a color printer. In order to output a color print proof of a printed matter by an image output device, when converting to gradation image data for predicting the image structure of the color printed matter,
The dot area ratio data of 0% to 100% of each plate is divided into N stages in advance, and all NⁿThe gradation image data for predicting the image structure is obtained for each monochrome image of color, and has a repetitive pixel size necessary for the image structure prediction, and a position parameter and n color parameters are used as arguments. Create a lookup table with
It is an object of the present invention to provide an image structure prediction processing method characterized by converting n-th halftone dot area ratio data of the original image into the gradation image data with reference to the lookup table.
[0021]
Here, the halftone dot area ratio data of each plate of the original image is determined by the number of printed lines and the halftone angle in order to emphasize the image structure before being converted into the gradation image data. It is preferable to perform weighted averaging with neighboring pixels with an adjustable weight depending on the period.
[0022]
In addition, the weight depending on the period of the lattice is arranged in each element of the weighting matrix having the same mask size as the neighboring pixels, and the weight arranged in each element of the weighting matrix is F (i, j, k, 1), E (k, l) is a coefficient matrix having the same size as the weighting matrix, the center coefficient is 1 and the others are 0, and the weight adjustment rate is α. The weight F ′ (i, j, k, l) arranged in each element of the matrix is preferably given by the following formula (1).

Here, (i, j) indicates the position of the original image coordinate of the pixel to be converted, and (k, l) indicates the position of the weighted matrix coordinate having the same mask size as the neighboring pixel.
[0023]
The lookup table is created by
A threshold matrix having a resolution higher than the resolution of the color printed material is referred to for each n-dot halftone dot area ratio data of the monochrome image, and each n-plate halftone dot area ratio data is bitmapped. Convert to data,
By referring to the n-bit bitmap data at the same time,ⁿCount the area ratio of each color for each fixed range of the bitmap data,
2 aboveⁿThe first average colorimetric value data is calculated using the area ratio counted for each fixed range as a weighting factor for the colorimetric value data for each color,
The first average colorimetric value data is sequentially subjected to anti-aliasing filter processing in a range larger than the pixels of the image output device, and converted to second average colorimetric value data corresponding to the pixels of the image output device. And
It is preferable to obtain the second average colorimetric value data as the gradation image data.
[0024]
Further, the gradation image data constituting the lookup table is the first gradation image data,
For each single color image, after outputting a test proof of the single color image with the image output device based on the first gradation image data, measure the color of the test proof with a colorimeter,
Using the obtained colorimetric value data and the target value data of the average value of the first gradation image data over all pixels of the repetitive pixel size, the first gradation of all pixels of the repetitive pixel size The image data is color-corrected to obtain second gradation image data,
It is preferable that the second gradation image data is used to form the look-up table, and for the monochromatic image, the colorimetric value data is Xout and the target value for one of the color values of a common color space. Data is Xa, the first gradation image data is Xi, the second gradation image data is Xpi, and the repetitive pixel size is m._T× n_TWhen a pixel is used, the color correction process is preferably represented by the following formula (2).
Xpi = (Xi / Xout) × Xa (i = 1 to m_T× n_T(2)
[0025]
Further, the gradation image data constituting the lookup table is third gradation image data,
For each monochrome image, the third gradation image data is averaged over all pixels of the repetitive pixel size to obtain an average value,
In order to adjust the intensity of the image structure, the distance between the third gradation image data of each pixel and the average value is adjusted around the average value, and the intensity adjustment process of the image structure is performed. Obtaining fourth gradation image data;
Preferably, the fourth gradation image data is used to form the lookup table, and for the single-color image, the average value is Xave and the third floor is related to one of the color values of the common color space. The tone image data is Xqi, the fourth gradation image data is Xri, and the repetitive pixel size is m._T× n_TWhen the image structure enhancement ratio is γ, the image structure intensity adjustment processing is preferably expressed by the following equation (3).
Xave = (Σ_iXqi) / (m_T× n_T)
Xri = Xave × (Xqi / Xave) ^ γ) (3)
Where i = 1 to m_T× n_TAnd Σ_iXqi is the same as Xqi from 1 to m_T× n_T(Xqi / Xave) ^ γ represents (Xqi / Xave) to the γth power.
[0026]
The color correction process and the image structure intensity adjustment process are preferably performed at least once in this order. Preferably, the color correction process and the image structure intensity adjustment process are performed once in this order, and then only the color correction process is repeated at least once.
[0027]
DETAILED DESCRIPTION OF THE INVENTION
An image structure prediction processing method according to the present invention will be described below in detail based on a preferred embodiment shown in the accompanying drawings.
FIG. 1 is a flowchart of an example of a color printing proof creation system and an example of a general color printing system that implements the image structure prediction processing method of the present invention. In the drawings to be referred to below, the same reference numerals are assigned to the components corresponding to those in the conventional color printing proof creation method shown in FIG. 16, and the description thereof is omitted as appropriate.
[0028]
Prior to the description of the color printing proof creation system 10 that implements the image structure prediction processing method of the present invention, first, a color printing system 11 that generally creates a color print by a color printer will be described.
In FIG. 1, reference numeral 11 denotes a configuration of a general color printing system. In a general color printing system 11, an image on an image original 2 is read two-dimensionally by an image reading device such as a color scanner having a CCD linear image sensor or the like, and R (red), G (green), B ( The gradation image data Ia for each color of blue is created (step S1: image reading process). In this case, for example, about Re1 = 400 dpi (Dot Per Inch) is selected as the resolution (first resolution) Rel of an image sensor such as a CCD linear image sensor. Here, 1 dot (dot) means a pixel by a density gradation method corresponding to one pixel and having a gradation of 256 or the like.
[0029]
Next, each pixel data constituting the RGB gradation image data Ia is obtained for each color of C (cyan), M (magenta), Y (yellow), and K (black) using a color conversion lookup table or the like. The data is converted into halftone dot area ratio data (also referred to as halftone data or original pixel halftone data as described above) aj (step S2: color conversion step). Since this conversion can be performed in various ways depending on the relationship with a color printing machine described later, it is usually the know-how of each printing company corresponding to the color printing machine. If UCR (under-color removal) processing is not performed, RGB gradation image data Ia may be converted into halftone dot area ratio data aj of C, M, and Y. Also. For example, when the Y color does not depend on the color printed matter 12, it is needless to say that it may be converted into halftone dot area ratio data aj of C and M.
[0030]
Next, the resolution (second resolution) Re2 is about Re2 = 2000 dpi with respect to halftone dot area ratio data aj for CMYK 4 plates created in pixel units (here, Re2 = 1600 dpi for ease of understanding). Referring to four printing threshold matrices (also referred to as threshold templates or halftone templates) 14 having a predetermined halftone angle with respect to each of the CMYK4 plates, the thresholds and the meshes in each element of the threshold matrix 14 are referred to. The value of the point area ratio data aj is compared with a comparison unit (not shown) and converted into binary data having a value “0” or a value “1”, that is, bitmap data bj (step S5: comparison step). . In general, the screen angle has an angle difference of 45 ° or the like between the threshold matrix 14 for the Y plate and the threshold matrix 14 for the M plate. In practice, the screen angle is, for example, CMYK. In the 4th edition, there are angular differences of 75 °, 45 °, 0 °, 15 °, etc. with respect to the reference, respectively.
[0031]
FIG. 2 is a diagram schematically illustrating the threshold matrix 14 and the like in order to explain in detail the comparison process (bitmap development process) in step S5.
In FIG. 2, the two diagrams drawn on the left and right of the uppermost stage represent that one dot of the dot area ratio data aj of 400 dpi is changed to 16 dots of the bitmap data bj of 1600 dpi.
[0032]
One dot of the halftone dot area ratio data aj is, for example, the C plate, and the halftone dot area ratio data aj is represented by 256 gradations, and its value is aj = 77 (which corresponds to 30% in% display, When the comparison process is performed, it is usually expressed by a gradation value such as 77, and the threshold value matrix 14 for the C plate is referred to. In the threshold value matrix 14, for example, threshold values T as shown in FIG. 2 are spirally arranged in the elements of the matrix. Although not described in detail because it is not directly related to the present invention, the threshold matrix 14 is virtually set. For example, thresholds of 8-bit gradations of 0, 1, 2,. Extract a threshold corresponding to one halftone dot in which T is spirally arranged from the center or a so-called supercell (for example, one threshold corresponding to nine halftone dots). Reconstructed.
[0033]
In FIG. 2, the expansion into the bitmap data bj, that is, binary data conversion is performed as shown in the following equations (6) and (7) as is well known.
aj ≧ T → 1 (6)
aj <T → 0 (7)
In this way, the bitmap data bj for the one pixel of the C plate shown in the lowermost stage of FIG. 2 (pixels with halftone dot area ratio data aj of aj = 30%) is created. As described above, the threshold matrix 14 for M, Y, and K has a predetermined selectable halftone angle with respect to the threshold matrix 14 for C plate.
[0034]
Next, on the basis of the bitmap data bj created in this way, each process by a photosetting machine, an automatic developing machine, etc. is performed (step S6: plate making process), and plate making of four plates having a halftone dot image as a block composition A film 16 and a PS plate (also referred to as a printing plate) 17 are prepared.
Finally, using this printing plate 17, a color printed matter 12 formed with a halftone dot image is created by a color printing machine having a rotary press or the like (step S7: printing process).
In the halftone image on the color printed matter 12, image structures such as moire and rosette generated by using the threshold value matrix 14 having different halftone angles appear.
A color printing system for producing a color print by a general color printing machine is configured as described above.
[0035]
Next, a color printing proof creation system 10 that implements the image structure prediction processing method of the present invention will be described.
In a color printing proof creation system (hereinafter simply referred to as a proof system) 10 shown in FIG. 1, first, for example, an image structure such as a rosette is predicted by a continuous tone printer from a CMYK dot area ratio data aj of 400 dpi in advance. It is necessary to create a 6-dimensional lookup table (hereinafter simply referred to as 6D-LUT) having position dependency for obtaining common color space data, for example, 400 dpi tristimulus value data XYZ (step S8: 6D-). LUT creation process). Thereafter, creation of a color printing proof is started. The proof system 10 shares an image reading process (step S1) and a color conversion process (step S2) with the color printing system 11.
[0036]
Next, the proof system 10 performs a process of predicting a (first) image structure such as moire on the halftone dot area ratio data aj (400 dpi) converted by the color conversion step S2, and the predicted image structure The intensity is adjusted (step S9: first image structure prediction processing step (hereinafter also referred to as moire enhancement step)). Next, the dot area ratio data a′j (for example, 400 dpi) in which the image structure such as moire is emphasized in the moire enhancement step S9 is subjected to interpolation processing using a position-dependent 6D-LUT or the like (second). A process for predicting the image structure is performed and converted into tristimulus value data XYZ (400 dpi) on the common color space in which the intensity of the predicted image structure is adjusted (step 10: second image structure prediction processing step (hereinafter, referred to as “step 3”)). Also referred to as rosette enhancement step or 6D-LUT treatment step)).
[0037]
Finally, tristimulus value data XYZ (400 dpi) in which image structures such as moire and rosette are emphasized is supplied to the continuous tone printer (digital color printer; DP) 3 through the rosette emphasizing step S10. The tristimulus value data XYZ is converted into, for example, 400 dpi three primary color RGB data (device dependent data) depending on the output device (DP) 3 based on a color conversion lookup table (not shown) (step S11: color) Conversion processing step), a color printing proof CPb is output by DP3 based on the three-primary color data that has undergone 400 dpi color conversion, which is the resolution of DP3.
The color printing proof CPb thus obtained is a color printing material 12 that is produced by a color printing machine, and has a similar image structure such as moiré and rosette, and has the same color as that of the color printing material. It is an accurate proof of printed matter.
[0038]
First, the 6D-LUT creation process in step S8, which is a feature of the present invention, will be described.
The feature of the method of the present invention is that a color printing proof proposed by the present inventors in Japanese Patent Application No. 7-5257, which takes time, but can accurately simulate the image structure of printing. The image structure prediction calculation processing in the generation method is applied to typical colors, the calculation processing is performed, the result is stored in the position-dependent 6D-LUT, and the actual color printing proof is generated from the original image. Instead of performing the above arithmetic processing on the obtained halftone image (area ratio) data, a position-dependent 6D-LUT is applied and used by interpolating it, and the arithmetic processing is used as the halftone image of the original image. The result is to obtain a result similar to that performed on the data. As a result, the actual calculation time according to the method of the present invention is only the time for interpolation from the 6D-LUT, and the data processing technique for image structure prediction proposed in the specification of Japanese Patent Application No. 7-5257 (hereinafter, simply referred to as “the simple calculation method”). Compared to the preceding processing technique or the preceding data processing technique), the time can be greatly reduced.
[0039]
Therefore, in the present invention, it is necessary to create a 6D-LUT prior to creating a color print proof from an original image. FIG. 3 is a diagram showing an embodiment of a flow of a 6D-LUT creation method in step 8 which is a feature of the present invention.
First, as shown in FIG. 3, in the 6D-LUT creation step S8, as representative colors to which the preceding data processing technology is applied, n colors (plates) including at least three primary colors, for example, four colors (plates) of CMYK here. Each color (plate) is divided into N stages, for example, 6 stages in this case.ⁿColor, here 6^Four= 1296 colors are determined (step S12: representative color determination step). Here, since the image data on which the 6D-LUT operates is the dot area ratio data aj (%), the dot area ratio data of each stage of the four colors of CMYK is 0% as N stages. 100 / (N-1), 2x100 / (N-1), ..., (N-2) x100 / (N-1), 100%, 6 steps, 0%, 20%, 40 %, 60%, 80% and 100%. In the following description, the number of divisions for each color (plate) of CMYK is six.
[0040]
By the way, in the present invention, a rational number network is used for network expansion performed by the preceding data processing technique. This is because, by using a rational number network, a repetitive pattern of an image structure such as a rosette can be changed to m as in the case of an image structure such as a moire._T× n_TThis is because the pixels of a rectangular block of rational number networks can be repeated. Where m_T, N_TIs the size of the rational number network converted to, for example, 400 dpi. As a result, repetitive mesh size (pixel size) m_T× n_TBy recording individual pieces of data, it is possible to express the form of a network rosette in the entire space. In this way, the size of the 6D-LUT can be determined.
Therefore, m_T× n_T1296 (Nⁿ) For each single color image_T× n_TA prior data processing technique is operated by using a network expansion corresponding to a network having a period. As a specific example, printing with a printing line number of 175, a Y screen angle of 0 degrees, a C screen angle of 15 degrees, an M screen angle of 45 degrees, and a K screen angle of 75 degrees is simulated by a 400 dpi continuous tone printer. Repeating mesh size m required to do_T× n_TBecomes 43 × 43.
[0041]
The resulting 6-dimensional look-up table (6D-LUT) has 1296 position coordinates (x, y) (x = 0 to m) of pixels (pixels) of each monochrome original image._T−1, y = 0 to n_T-1) and the number of steps (steps) of each color of CMYK, which can be expressed as, for example, 6DLUT [i] [j] [k] [y] [m] [c] Is associated with the color data, for example, tristimulus value data XYZ.
Here, i = 0 to 42, j = 0 to 42, c = 0 to 5, m = 0 to 5, y = 0 to 5, k = 0 to 5, and i is the x coordinate of the original image, j Indicates the y-coordinate of the original image, k, y, m, and c indicate the number of stages of the KYMC plate, respectively. If the number of stages is 0, 0%, 1 stage is 20%, 2 stages are 40%, 3 stages are 60%, 4 It is assumed that the level is 80% and the level is 100% (M in the case where the gradation is divided into N levels)._NThe step is generally M × 100 / (N−1) (%) (however, M_NIs 0 to N−1).
[0042]
The tristimulus value data XYZ corresponding to such 6DLUT [i] [j] [k] [y] [m] [c] is described below with respect to one single-color image out of 1296 single-color images. Applying the prior data processing technique described in Japanese Patent Application No. 7-5257, the tristimulus value data XYZ of the corresponding pixel position coordinates having a repetition size of 43 × 43 may be obtained.
[0043]
Here, the preceding data processing technique will be described. First, the anti-aliasing filter processing step (step S17) will be described for easy understanding.
This anti-aliasing filter processing step is performed when DP3 resolution (also referred to as third resolution or output resolution) Re3 (in this embodiment, Re3 = 400 dpi) is used to create a color print proof CPb. This is a process inserted to avoid the occurrence of aliasing noise (folding noise) caused by the resolution Re3. In order to effectively perform the anti-aliasing filter processing, the resolution (fifth resolution) Re5 of the image data that is the original signal to which the anti-aliasing filter is applied is higher than the resolution Re3 = 400 dpi of DP3. is required. In this embodiment, the resolution (also referred to as intermediate resolution) Re5 is set to Re5 = 1600 dpi.
[0044]
Consider the configuration of an anti-aliasing filter matrix (here, a square matrix having n × n elements is considered).
When converting image data with a resolution of 1600 dpi (= Re5) into image data with a resolution of 400 dpi (= Re3), one dot (1 pixel) at 400 dpi corresponds to 16 dots (4 pixels × 4 pixels) at 1600 dpi. When the effect of aliasing is not considered, the minimum number of elements of the filter is 4 × 4.
In order to minimize aliasing noise as much as possible, the larger the number of elements of the anti-aliasing filter, the better. However, there is a limit in relation to the calculation speed, hardware, and the like.
[0045]
On the other hand, as can be inferred from the fact that color information can be reproduced by the Neugebauer formula, it is necessary to pass a relatively low-frequency component including a DC component, so frequency characteristics that cause as little insertion loss as possible in the vicinity of the DC component. It is necessary to. Therefore, it is ideal that the response at the center of the matrix is 0 dB.
Further, it is desired that all interference fringe components such as moire {components of half or less of the network frequency (screen line number) component} be left even if the anti-aliasing filter processing is performed.
Furthermore, it must be considered that if the attenuation characteristic of the anti-aliasing filter is steep, a new unique pattern appears due to the anti-aliasing filter processing.
[0046]
FIG. 4 shows the configuration of the anti-aliasing filter AF having 9 × 9 elements created by comprehensively combining such viewpoints. When each element is represented by d (i, j), it is necessary to add all the values of the elements d (i, j) (also referred to as filter coefficients) to 1.0. The actual value of (i, j) is the sum of each element d (i, j) {Σ_{i = -4} ^FourΣ_{j = -4} ^FourDivide by d (i, j)}. As can be seen from FIG. 4, the arrangement of the filter coefficients of the anti-aliasing filter AF configured in this way has a frequency characteristic that attenuates in a monotonically decreasing manner in a substantially bell-like manner from the center to the outside. Yes.
[0047]
FIG. 5 shows the frequency characteristics of the anti-aliasing filter AF. In FIG. 5, the horizontal axis indicates the resolution, and the resolution Re3 = 400 dpi of DP3 is normalized to a value of 1.0. Accordingly, the screen frequency (175 lines), which is the network frequency, is normalized to a value of 0.44 (175/400). The vertical axis represents the response, and the center element d (5,5) = 121 in FIG.
In the example of FIG. 4, as can be seen from FIG. 5, at a resolution of 1.0, the response is about 0.23, and at a resolution of 0.44, the response is about 0.77.
[0048]
As a result of examining various examples, when the resolution is a network frequency (corresponding to the number of screen lines), the response is 0.5 (50%) or more, and the resolution is 1.0 of the resolution of the color digital printer DP3. If the response is 0.3 (30%) or less, it can be seen that a peculiar pattern such as moire appearing in the color printed matter 12 can be reproduced by the color printing proof CPb, and the aliasing noise cannot be visually recognized. I understood.
The above is the description of the configuration of the anti-aliasing filter AF matrix {here, a square matrix having n × n (9 × 9) elements}.
[0049]
The image data obtained after the anti-aliasing filter processing step in step S17 is image data (device-independent image data) on a common color space with a resolution of 400 dpi (= Re3), here, tristimulus value data X, Y , Z (second tristimulus value data X ′, Y ′, Z ′).
The resolution of image data (tristimulus value data X, Y, Z) to be processed by the anti-aliasing filter AF is selected to be 1600 dpi, but one dot of this image data is not binary data but a common color. The image data in space, here, tristimulus value data (referred to as first tristimulus value data) X, Y, Z.
[0050]
In order to create the first tristimulus value data X, Y, and Z without using the Neugebauer formula, a network of 43 × 43 pixels of one color of 1296 colors obtained in the representative color determination step in step S12. The dot area ratio data aj and each threshold value constituting the threshold value matrix (also referred to as a threshold value template or halftone dot template) 24 are compared by the comparator 25, and the resolution is higher than the bitmap data bj (= 1600 dpi) for printing. Is converted into bitmap data b′j which is binary data (step S13).
[0051]
In this case, the threshold matrix (threshold template) 24 uses a rational network template. Note that the number of screen lines related to the threshold matrix 24 is the same as that for printing in order to reproduce moire and the like. Here, the number of screen lines is 175 lines. On the other hand, in order to increase the resolution, the threshold value matrix 24 having 256 elements × 256 = 65536 is used as the threshold value matrix 24 for creating halftone dots. In addition, as the threshold value T in each element, the value 0-255 is taken, for example. The resolution (fourth resolution) Re4 of the bitmap data b′j for the CMYK4 version created in this way is Re4 = 44800 (256 × 175) dpi.
[0052]
In order to convert the bitmap data b′j of 44800 dpi into the first tristimulus value data X, Y, Z of resolution Re5 = 1600 dpi, 28 × 28 dots of the bitmap data b′j are converted to the first tristimulus data. What is necessary is just to convert into one dot of value data X, Y, and Z. For this conversion, a data processing unit 26 is provided (step S14).
In order to explain step S14 in an easy-to-understand manner, the 28 × 28 dots for the C version bitmap data b′j are shown in FIG. 6A, and the 28 × 28 dots for the M version bitmap data b′j. Is shown in FIG. In FIG. 6 (A) and FIG. 6 (B), it is assumed that the values of elements not shown are all “0”. Further, it is assumed that the remaining elements of the Y version and K version bitmap data b′j are all the value “0”.
[0053]
  Therefore, for 28 × 28 dots, reference is made simultaneously to bitmap data b′j for CMYK 4th edition (in this case, bitmap data b′j for 2nd edition of C edition and M edition may be used). Then, the area ratio ci for each color (each color of 24 colors because the number of plates is 4) is counted up.22The process of counting up is performed (step S15: counting process).
[0054]
In the pixel in the example of FIGS. 6A and 6B (corresponding to 28 × 28 dots), the area ratio ci for each color is calculated as follows.
C color: ci = c_C= 3/784
(Area ratio c_CRepresents a portion where only the C color exists when the C plate and the M plate are viewed transparently, and the overlapping portion of the C color and the M color is the area ratio c of C + M = B color_{C + M}And)
C + M color: c_{C + M}= 2/784
W color: c_W= 779/784
(When the C and M plates are overlapped and seen transparently, the portion where neither the C color nor the M color exists)
The area ratio ci for the remaining colors (13 colors such as Y color and K color) is zero. In this way, first tristimulus value data X, Y, and Z of 1600 dpi are created.
[0055]
Next, for each color that has been measured in advance by the processing of step S3 described in detail in the section of the prior art (processing for measuring the 16 solid colors printed on the color printed matter 12 by the colorimeter). Colorimetric value data Xi, Yi, Zi (i is 2 in the case of the 4th version of CMYK)^FourThe first tristimulus value data X, Y, and Z, which are average colorimetric value data, are obtained by the weighted average unit 23 using the area ratio ci for each color counted in step S15 as a weighting factor for (color = 16 colors) (8). ) (Step S16). In other words, the first tristimulus value data X, Y, and Z are obtained by weighted averaging the colorimetric value data Xi, Yi, and Zi with the area ratio ci for each color.
[0056]

By performing count processing (step S15) and weighted average processing (step S16) for every 784 (28 × 28) dots over the entire range of the bitmap data b′j of 44800 dpi, the first tristimulus value data X of 1600 dpi , Y, Z are obtained.
[0057]
Next, the anti-aliasing filter processing using the anti-aliasing filter AF described above is performed on the first tristimulus value data X, Y, and Z of 1600 dpi thus obtained, and the anti-aliasing filter processing is performed. Second tristimulus value data X ′, Y ′, Z ′ of 400 dpi equal to the resolution of DP3 is created (step S17).
FIG. 7 is a diagram for explaining the anti-aliasing filter processing. As shown in FIG. 7A, FIG. 4 shows 9 × 9 dots (center pixel element e (5, 5)) in the upper left of the first tristimulus value data X, Y, Z of 1600 dpi. Corresponding elements of 9 × 9 anti-aliasing filter AF represented by d (k, l) and multiplying the corresponding elements to obtain a sum of them, and performing anti-aliasing filter processing, 400 dpi The element e (1, 1) of the second tristimulus value data X ′, Y ′, Z ′ is obtained. That is, the center pixel position for 9 × 9 dots is (i ′, j ′), and each element of the first tristimulus value data X, Y, Z is e (i ′, j ′, k, l) ( For each of X, Y and Z, Σ for each of the first tristimulus values X, Y and Z when expressed as k, l = −4 to 4)_{l = -4} ^FourΣ_{l = -4} ^Four(D (k, l) × e (i ′, j ′, k, l) is obtained, and the respective values are set as second tristimulus value data X ′, Y ′, Z ′ having a resolution of 400 dpi. As described above, the sum of the anti-aliasing filter AF is Σ_{l = -4} ^FourΣ_{l = -4} ^FourAlthough d (k, l) = 1 (k, l = '4 to 4) is standardized, multiplication involving a small number takes time, and the values of each element of the anti-aliasing filter AF are shown in FIG. If d ′ (k, l) is used as it is, Σ_{l = -4} ^FourΣ_{l = -4} ^Four(D ′ (k, l) × e (k, l)) / Σ_{l = -4} ^FourΣ_{l = -4} ^FourThe value after anti-aliasing filter processing may be obtained as d ′ (k, l) (k ′, l = −4 to 4).
[0058]
In this case, in the anti-aliasing filter processing, the first tristimulus value data X, Y, Z having a resolution of 1600 dpi is converted into second tristimulus value data X ′, Y ′, Z ′ having a resolution of 400 dpi. As shown in FIG. 7B, the anti-aliasing filter processing for the first tristimulus value data X, Y, and Z is performed using the anti-aliasing filter AF of the first tristimulus value data X, Y, and Z. For example, four dots may be shifted to the right side or the lower side. Thus, the resolution of the first tristimulus value data X, Y, Z of 1600 dpi can be reduced to obtain the second tristimulus value data X ′, Y ′, Z ′ of 400 dpi. At this time, each element of 400 dpi second stimulus value data X ′, Y ′, and Z ′ is set to (i + 1, j + 1) (i, j = 0 to 42) as e ′ (i + 1, j + 1). Corresponding to this, the element of the first stimulus value data X, Y, Z of 1600 dpi for 9 × 9 dots processed by the 9 × 9 anti-aliasing filter AF is represented by the position coordinates of the central element. And (i ′, j ′), each position for 9 × 9 dots is represented by e (i ′, j ′, k, l) with (k, l) (k, l = −4 to 4), When each element of the 9 × 9 anti-aliasing filter AF is expressed by d (k, l) (k, l = −4 to 4), i ′ = 4i + 5, j ′ = 4j + 5, and therefore, the following formula (9) Is obtained.

[0059]
In accordance with the above equation (9), each of the elements e ′ (i + 1, j + 1) of the second stimulus value data X ′, Y ′, Z ′ of 400 dpi is represented by 43 × of a repeating unit (size) from i, j = 0 to 42. By determining about 43 elements, a lookup table for one monochrome image (for example, K = 20 · k0%, Y = 20 · y0%, M = 20 · m0%, C = 20 · c0%), for example, 6DLUT [i] [j] [k0] [y0] [m0] [c0] can be obtained. By obtaining such a lookup table for 1296 monochrome images, 6DLUT [i] [j] [k] [y] [m] [c] (i, j = 0 to 42, k, y, m , C = 0 to 5).
[0060]
As shown in FIG. 3, 1296 colors can be obtained by the preceding data processing system described in Japanese Patent Application No. 7-5257._T× n_TThe 6D-LUT 27 can be created by associating and storing the tristimulus value data XYZ of low resolution (output resolution, 400 dpi) obtained by calculating with the pixel size. When it is desired to increase the contrast or to adjust the contrast of the image structure such as a rosette, the 6D-LUT 27 is preferably subjected to the following two post-processings.
[0061]
As shown in FIG. 3, a color matching step (step S18) is performed as post-processing 1 in order to increase color accuracy after 6D-LUT 27 or after post-processing 2 described later. This color matching step S18 is a step of matching the average of the 1296 individual colors in the 43 × 43 region to the target color. This step S18 is performed for all pixels in a 43 × 43 region of 1296 colors in order to match each color with the target color. This process is performed for each color (1296 colors) as a group, and is performed in 1296 times. This color matching step S18 includes the following two steps.
(1 step) The application result of 6D-LUT for each color is output by a proof printer.
This color is measured with a colorimeter, and the measurement results are Xout, Yout, and Zout.
[0062]
(2 steps) Each color is calculated by the following equation (10) so that the average color of the region 43 × 43 matches the target color. The color of any point in the 43 × 43 region is Xi, Yi, Zi (i = 1 to 43 × 43), and the processing result is Xi ′, Yi ′, Zi ′ (i = 1 to 43 × 43), If the target colors are Xa, Ya and Za, they are expressed by the following equation (10).
Xi ′ = (Xi / Xout) × Xa
Yi ′ = (Yi / Yout) × Ya
Zi ′ = (Zi / Zout) × Za (10)
The tristimulus value data X ′, Y ′, and Z ′ thus obtained can be replaced with the tristimulus value data stored in the 6D-LUT 27 to obtain a color-matched adjustment 6D-LUT 28. By using this color-adjusted adjustment 6D-LUT 28, it is possible to produce a color printing proof with high color reproducibility accuracy as well as moiré and image structure reproduction fidelity.
[0063]
As shown in FIG. 3, after performing the 6D-LUT 27 or the post-processing process 1, a rosette emphasis process (step S <b> 19) is performed as the post-processing process 2 in order to emphasize the contrast of the rosette. The rosette enhancement step S19 is a step of enhancing the contrast of the image structure such as a rosette. In this step S19, similarly to the color matching step S18, calculation is performed on 43 × 43 pixels of 1296 colors, and each process is performed 1296 times for each color. The rosette emphasizing step S19 includes the following two steps.
[0064]
(3 steps) First, an average value of colors in a 43 × 43 area of each color is obtained. Here, assuming that the individual colors are Xi ′, Yi ′, and Zi ′ (i indicates some point in the 43 × 43 region), the average values Xave, Yave, and Zave are expressed by the following formula (11). Is done. Note that i = 1 to 43 × 43.
Xave = (ΣXi ′) / (43 × 43)
Yave = (ΣYi ′) / (43 × 43)
Zave = (ΣZi ′) / (43 × 43) (11)
Here, Σ means the sum of i ′ from 1 to 43 × 43.
[0065]
(4 Steps) Next, with respect to individual colors, the distances between the individual colors Xi ', Yi', Zi 'and the average values Xave, Yave, Zave are enlarged with the average values Xave, Yave, Zave as the centers. Here, when the processing results are Xi ″, Yi ″, and Zi ″, these are expressed by the following formula (12). Note that i = 1 to 43 × 43.
Xi ″ = Xave × {(Xi ′ / Xave) ^ γ}
Yi ″ = Yave × {(Yi ′ / Yave) ^ γ}
Zi ″ = Zave × {(Zi ′ / Zave) ^ γ} (12)
Here, γ is the degree of enhancement of the rosette. The symbol ^ represents a power. That is, A ^ γ represents A to the power of γ.
[0066]
The magnitude of the rosette enhancement degree γ is not particularly limited, but is usually changed from 0.8 to 3.0, and the rosette becomes clearer as the value increases. However, when the rosette enhancement degree γ is increased, the application result often converts individual Xi ″, Yi ″, Zi ″ to colors outside the color gamut of the proof printer. Therefore, when the target color Xa is outside the reproduction area of the proof printer or close to the boundary of the reproduction area, it is preferable to reduce the rosette enhancement degree γ. Whether the application result of the power of γ by the rosette enhancement degree γ is in or out of the color reproduction range of the printer can be examined by converting the tristimulus value data XYZ into a device-dependent RBG of the proof printer.
As a result, calculate how much (distance) out of the 43 x 43 pixel colors and how much (distance) will come out of the reproduction area, and combine these ratios and distances. By re-determining the rosette emphasis degree γ so that the criterion is less than a certain amount, the average color of 43 × 43 points can be reduced from the target color.
[0067]
In these post-processes, the adjustment 6D-LUT in which only one of the color matching step S18 and the rosette emphasizing step S19 is performed, the image structure such as moire is faithfully reproduced, and the color is adjusted with high accuracy. Or, a color printing proof with adjusted strength of the rosette can be obtained, but if both of these steps S18 and S19 are performed once in this order, in addition to faithful moire, a high color with a strength-adjusted rosette. Accuracy can be obtained.
Further, by performing both the above-described steps S18 and S19 a plurality of times in this order, or after performing both the steps S18 and S19 once in this order, only the color matching step S18 is repeated a plurality of times, Color reproduction that is almost infinite to the printed material can be realized.
[0068]
If the 6DLUT [i] [j] [k] [c] [m] [y] obtained in this way is, for example, 6DLUT [1] [2] [3] [4] [5] [0] In this section, the coordinates of the image are (1, 2), and the 400 dpi tristimulus value data XYZ value of the color of K plate 60%, Y plate 80%, M plate 100%, C plate 0% Corresponds.
Further, from the definition of the rational number network, the color of coordinates (x, y) = (47, 91), K, C, M, Y = (20%, 20%, 20%, 20%) is 6DLUT [4] [5] [2] [2] [2] [2] It is the same as the XYZ value recorded in the item. The reason is that, by using the 43 × 43 size rational number network, pixels of the same color are repeated for every 43 pixels, so the data of the fourth pixel and the 47th pixel are the same data. In general, the pixel data of (x, y) = (i0, j0) is the size of the rational number network counted by the resolution of the output machine._T× n_TThen (x, y) = (i0% m_T, J0% n_T) Same as pixel data. In this case, “%” means a remainder calculation (a calculation for calculating a remainder when divided).
In this way, a 6D-LUT for representative colors is prepared in advance. Thereafter, when an actual color printing proof is created, the 6D-LUT 27 is referred to and interpolated, so that the time can be significantly reduced as compared with the conventional case.
[0069]
By the way, although the conversion process by the 6D-LUT will be described later, the process by the 6D-LUT can shorten the processing (calculation) time, but the application result of the 6D-LTU is calculated for each pixel. There is a side effect that the contrast of moiré is reduced as compared with the above-described prior data processing method, and there is a possibility that the image structure such as moiré is not faithfully reproduced. This is calculated with a very fine resolution (1600 dpi) in the preceding data processing method, but in the method according to the present invention, it is calculated only in the pixel unit (resolution 400 dpi) of the original image. This is because the high-frequency component is lost (although this is the cause of moire).
However, in order to shorten the calculation time, the pixel density of the calculation cannot be increased (1600 dpi). Therefore, it is preferable to apply an image structure enhancement filter process such as moire as the compensation means, first enhance only the moire component in the original image, and then operate the 6D-LUT. By doing so, both the image structure such as moire and the image structure such as rosette can be faithfully reproduced.
[0070]
Next, an image structure enhancement processing step (hereinafter simply referred to as a moire enhancement step) such as moire in step S9 will be described. As shown in FIG. 1, in the moire enhancement step S9, halftone dot area ratio data aj of each pixel (for example, CMYK) obtained from the image original and converted in the color conversion processing step S2 is used as the present invention. A network in which the image structure such as moire appearing in the printed image is emphasized depending on the combination of the number of printed lines (number of screen lines), the mesh angle, and the pattern of the original image before acting on the characteristic 6D-LUT. A grid which is converted into point area ratio data aj ′ and whose weights of pixel values of neighboring pixels including a pixel to be converted (hereinafter also referred to as a calculation target pixel) are determined by the number of printed lines LPI and the mesh angle θ The weight is adjusted by the emphasis rate α of the moire intensity so as to obtain an image structure such as moire of the generated intensity according to the printing machine that outputs the print image, and weighted by the adjusted weight. What to convert on average It is.
[0071]
As shown in FIG. 8, the weighted average processing of the neighboring pixels in this step is performed by first determining a position-dependent weight according to the number of printing lines LPI and the mesh angle θ (step S21). A step according to three steps comprising a step of adjusting according to the intensity enhancement rate α (step S23) and a step of calculating the value of each pixel by averaging the values of neighboring pixels according to the adjusted weight (step S24). In step S21, a position-dependent weight is determined according to the number of printed lines LPI and the mesh angle θ (step S21), the weight is further emphasized (step S22), and the emphasized weight is determined as the moire intensity. The step of adjusting according to the enhancement factor α (step S23), and the neighborhood according to the adjusted weight And by a second treatment with four steps consisting of a step (step S24) are averaged values of the unit weighting determining the value of each pixel is considered essentially.
[0072]
In this case, the position-dependent weight determination process in step S21 may be a method that is generated by a certain function, but it may be a method that refers to a lookup table because it takes time to generate the weight.
The position-dependent weight adjustment processing in step S23 is to adjust the determined position-dependent weight, and is 1 at the pixel position to be converted with the determined position-dependent weight, and 0 at other positions. The function is divided internally or externally using the moire intensity enhancement rate α, but other enhancement ratio adjustment methods may be employed.
The weighted average process in step S24 is a process using a weighting matrix (hereinafter also referred to as a weighting filter or a weighting filter) by convolution integration having a certain mask size, that is, a product-sum process. By performing the above, it is possible to increase the processing speed. When the weighted average process is performed by the weighted matrix filter process, the weighted matrix filter process after the weight adjustment process is preferably used.
[0073]
When designing a weighting matrix, in order to smoothly (naturally) connect images (pictures) by pixels after filtering, the position weights of neighboring pixels are set as shown in step S25 in FIG. A reduction filter (hereinafter also referred to as an attenuation filter) process that decreases as the distance from the calculation target pixel decreases, that is, an anti-aliasing process may be performed.
Further, in order to make the sharpness (sharpness, so-called sharpness) of the images on the proofs HP and SP the same as the image on the printed matter, as shown in step S26 in FIG. A weighting matrix filter in which a sharpness filter (hereinafter also referred to as an emphasis filter) is applied to this weighting filter may be used as a matrix filter for weighted averaging processing. Normally, dots formed on a sheet by a printer have a recording dot shape by a laser beam or the like that is Gaussian or the like, so that an image edge by the recording dot is blurred (image edge is blurred). The sharpening process in step S26 is useful.
[0074]
The sharpness intensity adjustment process in step S27 is to adjust the enhancement ratio of the sharpness filter to the weighted filter after the reduction filter process. The sharpness filter is a filter that is 1 at the filter center position and 0 at other positions. The sharpness enhancement ratio β is used as a method of dividing or dividing internally, but other methods of adjusting the enhancement ratio may be adopted.
In the example shown in FIG. 8, the weighted average process of step S24 is performed after the weight adjustment process of step S23 to obtain the weighted average pixel value by the adjusted weight. However, the present invention is not limited to this. Instead, using the position-dependent weight obtained in step S21 or S22, the weighted average processing of step S24 is performed first to obtain the weighted average pixel value, and this weighted average pixel value and the original The weighted average pixel value by the adjustment weight is obtained by dividing the pixel value of the original image internally or externally by using the moire intensity enhancement rate α, resulting in the effect of the weight adjustment in step S23. You may make it obtain.
[0075]
Next, in the description of the moire enhancement step S9, the halftone dot area ratio data aj and aj ′ (j = C, M, Y, K) are represented by D and D ′, respectively, as representatives. As described above, in the weighted average process, the pixel data (pixel value) of the coordinates (i, j) on the output resolution (proof resolution) is D (i, j), and the coordinates after the weighted average process of neighboring pixels ( When the pixel data (pixel value) of i, j) is D ′ (i, j), the pixel value D ′ (i, j) after the convolution integration processing (after conversion) in step S24 is the following (13 ) Expression.

Here, W (i, j, k, l, LPI, θ) is a weight (also referred to as a weight function), and is normalized so that the total value becomes 1.0. k and l indicate the coordinates of neighboring pixels in the rectangular range of (2m + 1) × (2n + 1) for performing the weighted average processing of the calculation target pixel D (i, j) (2m + 1 and 2n + 1 are natural numbers, and the calculation target pixel coordinate position (Shows the width and height (size) of the neighborhood image centered at (i, j)).
[0076]
In the equation (13), the weight function W (i, j, k, l, LPI, θ) is a function for causing so-called frequency interference, and is a certain periodic among the pixels constituting the original image. This is a function for increasing the weight of a pixel value at a position corresponding to a specific point on a grid having a pitch (a pitch depending on the number of printed lines LPI) and a certain inclination (an inclination corresponding to the halftone angle θ). . In the case of printing, if the printing line number LPI and the halftone angle θ are determined, the LPI and θ of each plate can be considered as constants. Therefore, the weight function W (i, j, k, l, LPI, θ ) Can be a weighting function W (i, j, k, l) (hereinafter also simply referred to as W) for any of the CMYK versions. Therefore, in the following description, the position-dependent weight function W obtained in step S21 or step S22 is represented by the position-dependent filter F (i, j, k, l) for any of the CMYK versions, and is obtained in step S23. Further, the weight function W with the moire intensity adjusted is represented by a moire intensity adjustment filter F ′ (i, j, k, l) for any of the CMYK versions. The above formula (13) is represented by the following formula (14).

[0077]
Here, the filter F ′ (i, j, k, l) whose intensity has been adjusted can be expressed by the following equation (15).

However, E (k, l) is a coefficient matrix (E does not depend on the pixel coordinate position (i, j)) where the center coefficient is 1.0 and the others are 0.0.
α is a moire intensity enhancement rate. If α = 1, the same state as before enhancement, that is, F (i, j, k, l), is equal to F (i, j, k, l), and if α = 0, the moire intensity is 0, and no moire simulation is performed (original picture Itself).
i and j are the position coordinates of the pixels of the image. When the size (number of pixels) of the rectangular image is width × height, i = 0 to height−1 and j = 0 to width−1.
k and l are auxiliary variables for performing convolution integration.
In the present invention, the weighted average pixel value D ′ (i, j) by the intensity adjustment filter F ′ (i, j, k, l) may be obtained as follows.
Here, when the weighted average pixel value by the position-dependent filter F (i, j, k, l) is Da (i, j), the pixel value Da (i, j) is given by the following equation (16). By substituting the above equation (15) into the above equation (14) and substituting the following equation (16) into the obtained equation, the converted pixel value D ′ (i, j) is given by the following equation (17): Will be.

[0078]
Next, there are the following two methods as a basic example of a method for calculating (determining) a weight for weighting in the process of step S21 in FIG.
The first method is to directly use a threshold matrix (also called a threshold template or a rational network template, also called a supercell) for each version of CMYK for network development of printing, in other words, as a lookup table. This is a method of calculating weights. In the second method, in order to calculate the weight, centering on each grid point (intersection of grid and grid) of the mesh grid coordinate system, or the midpoint of the grid point, or any given one point in the grid, This is a method using a function in which the weight decreases monotonously or increases from the center toward the outside.
Note that the same image structure prediction (image structure simulation) result such as moire can be expected regardless of which weight is used as the weight for weighting.
[0079]
Next, a method for calculating weights will be described with reference to the flowchart of FIG. 9. In the following description, considering the simplicity of calculation and the short calculation time, each network development for printing is described. An example of creating a weight matrix for the C version will be specifically described as a representative example using a method of calculating weights by directly using the threshold matrix TM ′ for the version. It should be noted that the weight matrices of other versions can be created in exactly the same procedure as the C version described below.
Here, a so-called density gradation type continuous tone color printer having an output resolution of 400 dpi and RGB gradations of 256 gradations is used as the image output apparatus, and the resolution of the original image data is shown in FIG. When converted into halftone dot area ratio data in the color conversion processing step shown in step S2, it is assumed that the output resolution is 400 dpi which is the same as the output resolution.
[0080]
In addition, the number of printed lines LPI for predicting the image structure such as moire, line breaks, and shakiness of lines to be simulated on the color printing proof (hard proof) output from the color digital printer (DP) 3 used. The screen angle θ is arbitrary, but here it is assumed that the print line number LPI is LPI = 175 lines, and the screen angle θ of each plate of CMYK is θ = 75 degrees, 45 degrees, 0 degrees, and 15 degrees. To do.
In printing, the mesh angle is handled at 0 to 180 degrees because the mesh shape does not have symmetry with respect to the 90-degree rotation. However, if attention is paid only to the arrangement of halftone dots, the halftone space is an orthogonal coordinate system of 90 degrees, and therefore, in the case of printing image structure prediction, a halftone angle θ of 90 degrees to 180 degrees is 90 degrees. A rotated value may be used, and only 0 to 90 degrees may be used.
[0081]
The mask size of the weighting matrix (hereinafter also referred to as weighting filter) is considered to be able to express the image structure if it is determined that at least one pixel corresponding to the output resolution is included in one grid (network). Therefore, it is assumed here that a weighted matrix having a 3 × 3 mask size defined by the following equation (18), which means a value obtained by dividing the output resolution by the number of printed lines, is created.
INT (output resolution / number of printed lines) + 1 = INT (400/175) + 1 = 3 (18)
In Expression (18), INT (X) indicates an operation that leaves only the integer part of X.
[0082]
As shown in FIG. 9, when determining the value of each element of the 3 × 3 weighted matrix, a rational number network (also referred to as rational network) template that is a threshold matrix used for printing can be used (step S31).
FIG. 10 shows a rational network template TM0 ′ having a resolution of 2000 dpi and a rational network template size MMsize of 215 (the number of elements is 215 × 215) as an example of a rational network template. If the coordinate system on the rational network template TM0 ′ is (i ′, j ′), the coordinates i ′ and j ′ take values from 0 to 214, and the threshold th0 ′ is assigned to an element of 215 × 215. Assuming that the value is, for example, 8-bit data, the value takes any value from 0 to 255.
When a 3 × 3 weighting matrix for 400 dpi to be applied to the original image data I is created from this 2000 dpi rational network template TM0 ′, 5 × 5 dots (elements) of 2000 dpi are converted into one dot of 400 dpi. Considering the correspondence, first, it is conceivable to create a threshold template composed of 43 × 43 threshold values obtained by extracting the central threshold value of the partial rational network template composed of 5 × 5 elements (step S32). .
[0083]
FIG. 11 shows an example of the threshold value template TM0 composed of 43 × 43 threshold values th0 (i, j) created in this way. Note that the mask size Msize of the threshold value template TM0 in FIG.
If the 3 × 3 weighting matrix in this case is wgt0 (i, j, k, l), this can be expressed by the following equation (19) (step S33).

Here, k and l are k, l = -1, 0, 1 and Σ_kΣ_lMeans the sum of −1 to 1 for k and l.
[0084]
Actually, it is necessary to prepare only 3 Msize × Msize = 43 × 43 3 × 3 weighted matrices wgt0 corresponding to the network position coordinates (i, j) in this example. In the case of Msize × Msize The network position coordinates limited to this are (i% Msize, j% Msize). Note that i% Msize is a surplus operation and means a surplus obtained by dividing i by Msize (for example, when i = 1, 44, and 87, i% Msize is the same value and i% Msize = 1). ) In the original image data, the pixels that exist on the four sides must use portions where the elements of the weighted matrix do not exist. Therefore, the calculation for determining the elements becomes complicated. Since there is no important picture, in this embodiment, the original image data is used as it is without performing the weighted averaging process.
[0085]
Next, another example of the 3 × 3 weight matrix will be described. Another example is for carrying out the weight emphasis step S22 described with reference to FIG.
In the case of emphasizing the weight, the 3 × 3 weight matrix wgt1 may be created after spatially emphasizing each threshold th0 ′ constituting the 2000 dpi threshold template TM0 ′ shown in FIG. Then, the 3 × 3 weighted matrix wgt1 from the 400 dpi threshold template TM0 shown in FIG. 11, which has already been created, is first subjected to the cube normalization operation according to the following equation (21) to obtain the emphasized threshold th1. It is prepared (step S34), and can be obtained by normalizing it according to the following equation (22) (step S35).

Here, k, l = −1 to 1 is meant.
FIG. 12 shows a 400 dpi threshold value template TM1 composed of the emphasized threshold value th1.
[0086]
Here, when it is desired to remove the frequency component corresponding to a period of 400 dpi or more which is slightly conspicuous and smoothness of the connection between each pixel constituting 400 dpi of the output image and the adjacent pixel, A 3 × 3 weight matrix wgt2 is generated by applying a 3 × 3 low-pass filter whose weight decreases (attenuates) toward () to the emphasized 3 × 3 weight matrix wgt1 (expression when the center is considered as a reduced component). That's fine. The 3 × 3 low-pass filter (referred to as a reduction filter) can be considered as a blurring filter or an anti-aliasing filter, and here, a 3 × 3 Gaussian filter Gauss1 (k, l) {k, l shown in FIG. = −1 to 1} is used.
The 3 × 3 weighted matrix wgt2 subjected to the Gaussian filter processing can be expressed by equation (23) (step S36).

Here, k, l = −1 to 1, i, j = 0 to Msize−1 are meant.
[0087]
In order to connect pixels more smoothly, a threshold template (not shown) (step S41) obtained by normalizing each threshold of the 2000 dpi threshold template TM0 shown in FIG. 10 to the third power is shown in FIG. A 15 × 15 Gaussian filter Gauss2 (m, n) corresponding to a resolution of 2000 dpi, which is an array of elements approximating a Gaussian characteristic in which the center value shown is the largest and the value gradually attenuates as it goes to the periphery, First, a 400 dpi weight matrix wgt3 is created in accordance with the following equation (24) by causing the output resolution to be 400 dpi (so-called resolution conversion) (step S42).

Here, m and n are −7 to 7, and (i, j) are coordinates on the 400 dpi space, i, j = 0 to Msize−1, (5 × i + m, 5 × j + n) and (m, n ) Are coordinates (i ′, j ′) on the 2000 dpi space, i ′, j ′ = 0 to MMsize−1. The multipliers of i and j are constants for resolution conversion.
[0088]
Next, in order to convert the 43 × 43 (Msize = 43) anti-aliasing weight matrix wgt3 (i, j) into 43 × 43 3 × 3 weight matrix, 15 × 15 An element weight matrix wgt3 (i, j) is transformed so as to correspond to one of a 3 × 3 element weight matrix wgt4 (i, j, k, l), and coordinates according to the following equation (25) What is necessary is just to obtain | require each element of 43x43 3x3 weighting matrix wgt4 centering on (i, j) (step S43).
wgt4 (i, j, k, l)
= Σ_{m = 5k-2} ^{5K + 2}Σ_{n = 5l-2} ^{5l + 2}wgt3 (i, j, m, n) (25)
This sum is the sum of 5 × 5 elements of m = 5k−2 to 5k + 2 and n = 5l−2 to 5l + 2, i.e., k, l = −1 to 1, m = −7 to 7, n = The total of 5 × 5 parts when the elements of −7 to 7, that is, 15 × 15 elements are simply divided into nine 5 × 5 parts.
Normalization processing is performed on the 3 × 3 weight matrix wgt4, and a 3 × 3 weight matrix wgt5 that can connect pixels more smoothly by the following equation (26) can be created (step S44).

Here, (k, l) means a shift amount from the center of the filter on the 400 dpi space.
[0089]
By the way, in order to obtain a sharp feeling that approximates the sharp feeling of the printed matter, processing by a space enhancement filter (also referred to as a sharpness matrix or a sharpness filter) having characteristics opposite to Gauss 2 with respect to the above-mentioned 3 × 3 weighted matrix wgt4. Alternatively, a weighted matrix wgt7 that has been processed by a spatial enhancement filter having characteristics stronger than the inverse characteristics of Gauss 2 may be created.
FIG. 15A shows a configuration example of a sharpness filter Shp = Shp1, which is an inverse filter having characteristics opposite to those of Gauss2.
FIG. 15B shows a configuration example of the sharpness filter Shp = Shp2 having stronger characteristics than the sharpness filter Shp1.
FIG. 15C shows a configuration example of the sharpness filter Shp = Shp3 having stronger characteristics than the sharpness filter Shp2.
Note that the horizontal axis and the vertical axis of each filter Shp1, Shp2, and Shp3 are represented by i, k, r, j, l, and s, respectively, in order to obtain good visibility when using the expressions described later. And both are on the same coordinate system as the coordinate system (i, j) on 400 dpi. The sum of the elements for each filter Shp1, Shp2, and Shp3 is 1.
[0090]
First, to create the weighting matrix wgt7, first, the weighting matrix wgt6 obtained by applying the sharpness filter Shp to the weighting matrix wgt4 is created according to the following equation (27) (step S45).

However, for wgt4 (i + r, j + s, kr, 1-s), where kr, ls exceeds the range of values −1 to 1, wgt4 (i + r, j + s, kr, 1−s) = 0. Shp (r, s) is any one of the sharpness filters shown in FIGS. 15A, 15B, and 15C.
Next, by normalizing this wgt6, a 3 × 3 weighted matrix wgt7 can be created according to the following equation (28) (step S46).

Here, k and l are k, l = −1, 0, 1.
[0091]
By the way, when the strength of sharpness is adjusted to the original image and printing conditions (number of lines, halftone angle, printing density) and the strength of proof sharpness is adjusted according to the target printing machine, the normal 3 × What is necessary is just to adjust the sharpness filter intensity | strength in the case of performing the sharpness filter process of about 3 or 5x5, for example, the intensity | strength of USM in the case of performing a USM (unsharpness mask) process. Here, when the USM at 100% intensity of the sharpness filters Shp1, Shp2, Shp3, etc. is U (k, l), U ′ (k, l) is the USM (filter) after intensity adjustment, and β is the sharpness. Assuming that the emphasis ratio is used, the sharpness intensity adjustment filter can be obtained by the following equation (29) (step S47).
U ′ (k, l) = β (−E (k, l) + U (k, l)) + E (k, l) (29)
Here, (k, l) indicates the coordinates of the filter. If U (k, l) and U ′ (k, l) are 3 × 3 sharpness filters, k, l = −1 to 1 is there. E (k, l) is a coefficient matrix whose center is 1.0 and the remainder is 0.0 as described above.
[0092]
The intensity-adjusted sharpness filter U ′ (k, l) thus obtained is converted into position-dependent filters F (i, j, k, l) and F ′ (i, j, k, l), for example, specifically wgt0, ... Wgt4, wgt5, or a weighted filter in which these weighted filters are adjusted to a moire intensity adjusted, and finally a sharpness filter U ′ (k, l) in which the sharpness intensity is adjusted and a position dependent filter F in which the moire intensity is adjusted It is preferable to combine '(i, j, k, l), etc. into one weighted average processing filter, and to convert the calculation target pixel by the synthesis filter.
An example of creating this synthesis filter is shown. The intensity-adjusted sharpness filter U ′ (k, l) obtained in step 47 and the previously obtained 3 × 3 weighted matrix wgt4 (i, j, k, l) are synthesized in the same manner as the above equation (27). Then, a 3 × 3 weighted matrix wgt8 (i, j, k, l) represented by the following equation (30) is created (step S48).

However, for wgt4 (i + r, j + s, kr, 1-s), where kr, ls exceeds the range of values −1 to 1, wgt4 (i + r, j + s, kr, 1−s) = 0.
Next, by normalizing this wgt8, a 3 × 3 weighted matrix wgt9 shown in the following equation (31) can be created (step S49).

Here, k and l are k, l = −1, 0, 1.
[0093]
As shown in FIG. 9, any one of the 3 × 3 weighted matrices wgt0, wgt1, wgt2, wgt5, wgt7, and wgt9 obtained as described above is applied to the position-dependent filter F (i, j, k, l) is adjusted by the moire intensity enhancement rate α according to the above equation (15) to obtain a weighted average adjustment 3 × 3 weighting matrix F ′ (i, j, k, l) (step S50) By using the obtained 3 × 3 weighted matrix F ′ (i, j, k, l) as the weighting function W of the equation (13), that is, according to the above equation (15), the original image data (halftone dot area) By calculating the rate data aj ′), it is possible to simultaneously perform the sharpness processing in which the sharpness intensity is adjusted by one calculation and the image structure simulation in which the moire intensity is adjusted.
Thus, in the moire emphasis process of step S9, the moire obtained by performing weighted average processing on the original image data (halftone area ratio data aj) using this 3 × 3 weighted matrix F ′ (i, j, k, l). The intensity adjusted image data (halftone dot area ratio data aj ′) can be obtained.
[0094]
By the way, in the present invention, the sharpness and moire intensity are preferably adjusted as follows.
It was visually confirmed that the moire simulation strength enhancement rate α was 60% to 180% (0.6 to 1.8), so that the strength of the moire on the proof changed greatly. Since the appearance is close to about 120% for a normal printed material, it is possible to deal with many printed materials by setting it to 60% to 180%. The rate α is preferably 0.6 to 1.8.
[0095]
On the other hand, with regard to sharpness enhancement, because the print dots of the continuous tone printer have a spatial distribution similar to the Gaussian function, the image printed by the continuous tone printer is somewhat blurred and the printing is composed of fine points. As described above, it looks visually sharp. Therefore, in order to correct this, it is impossible to make the proof and the printed material have the same sharpness unless the actual printed material is intentionally sharpened. When using a 5 × 5 USM mask, using a 400 dpi continuous tone printer, Pictography 3000 (Fuji Photo Film Co., Ltd.) and creating a proof that simulates a 175 line print, the sharpness enhancement ratio (intensity) ) A large sharpness change was visually observed when β was 0% to 80%, and a sharpness close to a printed matter could be obtained at about 50%. Since a proof corresponding to many printed materials can be created by using 0% to 80% for normal printing, the sharpness enhancement ratio β is 0.0 to 0.8 in such a case. Is preferred.
[0096]
The moire intensity adjusted image data (halftone dot area ratio data aj ′) thus obtained in the moire enhancement process in step S9 is sent to the 6D-LUT processing process in the next step S10 for image structure enhancement processing such as rosette. Provided.
The 6D-LUT processing step (rosette emphasis step) in step S10 will be described. As shown in FIG. 1, in the 6D-LUT processing step S10, halftone dot area ratio data a′j (j = CMYK) in which the image structure such as moire is emphasized by the moire enhancement step in step S9 is created in step S8. A common color space that can reproduce and enhance the second image structure such as a rosette while leaving the first image structure such as moire by performing interpolation using a 6D-LUT created in advance in the process. This is a second image structure prediction (simulation) processing step for converting the data into tristimulus value data XYZ. The subscript j of aj ′ represents CMYK and is different from the position coordinate (i, j)._aIt shall be expressed as
[0097]
The method of using the 6D-LUT is not particularly limited. In other fields, images having the same appearance between different devices and media (for example, between a CRT monitor and a printer, and between digital scanner data and printer data) are used. There are volume interpolation, linear interpolation, area interpolation, combination method, and the like as in the case of using the LUT for making. However, in the present invention, since a four-dimensional space composed of four colors (plates) of CMYK is interpolated, one-dimensional When the space is linearly interpolated, the area is interpolated in the 2D space, the volume is interpolated in the 3D space, and the 4D volume corresponding to the volume in the 3D space is defined as the 4D volume in the 4D space. A case where a four-dimensional space is interpolated using this four-dimensional volume will be described as a representative example.
[0098]
  An example in which the KYMC values at the coordinates (i1, j1) are (k, y, m, c) will be described. Here, k, y, m, and c are respectively between k0 and k1, y0 and y1, m0, m1, c0, and c1, and k0, y0, m0, c0 and k1, y1, m1, and c1 are all N It is one of the stages when the stage is divided (in the case of 6 stages, it is either 0, 20, 40, 60 or 100%), and k1, y1, m1, c0 from k0, y0, m0, c0. Assume that each of c1 is one level higher (for example, k0 = 20% and k1 = 40% when k is expressed, that is, k0 ≦ k ≦ k1).
  Then, the XYZ values corresponding to 6DLUT [i] [j] [k] [y] [m] [c] are respectively set to [i] [j] [k] [y] [m] [c]. X, 6DLUT [i] [j] [k] [y] [m] [c]. Y and 6DLUT [i] [j] [k] [y] [m] [c]. If Z is expressed, first, the XYZ value at the position coordinates (i1, j1) of the original image is defined by the rational network.The following formula (32)It is equal to the XYZ value at (i2, j2) that satisfies
        i2 = i1% m_T, J2 = j1% n_T                ... (32)
Where% is a remainder operation, i2 <m_T, J2 <n_TAnd m_T× n_TIs the size of a rational number network. Therefore, i2 and j2 are position coordinates in the 6D-LUT.
[0099]
Here, the result obtained by interpolating the 6D-LUT is obtained as 6DLUT (i, j, k, y, m, c). Assuming X to Z, it can be calculated by the following equation (33).

Where i2 = i1% m_T, J2 = j1% n_TAnd YVxxxx contains a vertex (kw, yw, mw, cw) (which is a vertex that is diagonal to (kx, yx, mx, cx)) and a point (k, y, m, c) A four-dimensional volume of a four-dimensional unit cell (which is a four-dimensional cube defined as corresponding to a three-dimensional cube). V = (k1-k0) (y1-y0) (m1-m0) (c1-c0).
Each x in YVxxxx takes either 0 or 1, and each w in kw, yw, mx, and cw is either 0 or 1. If x is 0, w is 1 and x is 1. Then, w is determined to be 0.
[0100]
Thus, image data (CMYK halftone dot area ratio data aj) whose original image position coordinates are (i1, j1)._a′) To 6D-LUT 27 (see), the first image structure such as moire and the second image structure such as rosette are emphasized, and the common color adjusted according to the target printing machine or the like It is possible to obtain tristimulus value data XYZ of the CIEXYZ color system which is a space. By obtaining the tristimulus value data XYZ for all coordinate positions of the original image, the tristimulus value data XYZ of all images can be obtained. The tristimulus value data XYZ of all the images obtained in this way is sent to DP3 and used for the device-dependent color conversion processing step in the next step S11.
[0101]
Next, the color conversion processing step and the color printing proof creation step in step S11 in DP3 will be described.
The color conversion processing step in step S11 is obtained by the 6D-LUT processing step in step S10, and tristimulus value data XYZ in a common color space in which image structures such as moire and rosette are emphasized is device-specific color space data. This is a step of converting to gradation image data depending on a device such as DP3. In the 6D-LUT creation process of step S8, when the 6D-LUT is created, the conversion data has a color space to be expressed. In this case, the conversion data is represented by the CIEXYZ color system tristimulus values. ing. Therefore, in this process, in order to output a color corresponding to the proof printer, it is necessary to convert it into a value (for example, device-dependent RGB) depending on the output device (display such as a continuous tone color printer or CRT). is there. In this conversion process, RGB image data for outputting a color print proof is obtained by DP3 by interpolation using a color conversion LUT (lookup table) for converting tristimulus value data XYZ to device-dependent RGB data. .
[0102]
Using the RGB image data thus obtained, DP3 outputs a color print proof. The image on the hard copy created in this way, that is, the color printing proof CPb, faithfully reproduces the unique image structure appearing in the halftone image as well as the color of the color print 12. ing. That is, on the color printing proof CPb, image structures (singular patterns) such as moire and rosette that are almost equal to those appearing on the color printed matter 12 are faithfully reproduced.
The image structure prediction processing method according to the present invention and the color print creation system that implements the method are basically configured as described above.
[0103]
In the example of the 6D-LUT creation process in step S8 described above, the first and second tristimulus value data X, Y, which are average colorimetric value data using the colorimetric value data Xi, Yi, Zi. Z, X ', Y', and Z 'are created, but instead of this, average measurement is performed using other common color space data (device independent data) such as chromaticity value data or density value data. Color value data may be created. In short, when converting image data such as halftone dot area ratio data into image data in which an image structure such as a rosette is emphasized using a 6D-LUT in the rosette emphasizing step of step S10, What is necessary is just to make it produce with the average colorimetric value data on a common color space using the data measured on the color space (common color space) which does not depend on a device. Further, as the arrangement of the threshold matrixes 14 and 24, even when a so-called FM screen in which the arrangement of halftone dots is random is used, a color printing proof can be created by applying the present invention.
[0104]
Further, as described with reference to FIG. 3, in the development process (also referred to as network development process) to the bitmap data b′j in step S13 and the subsequent data process in step S14, the resolution Re3 of DP3. The first tristimulus value data X, Y, and Z of a resolution pixel of = 400 dpi, for example, intermediate resolution (Re5 = 1600 DPI) pixels are obtained. That is, first, one pixel of the intermediate resolution is divided into 28 dots × 28 dots (see FIGS. 6A and 6B) configured by a smaller area [1 dot of the above-described resolution Re4 = 44800 DPI]. Then, it is determined which of the 16 primary colors each of the minute areas is, the number of the 16 primary color points examined is counted for each intermediate resolution pixel (the counting process in step S15 described above), and the weight of the number of the points The first tristimulus value data X, Y, Z of one pixel of intermediate resolution is obtained by weighted averaging the tristimulus value data Xi, Yi, Zi of the 16 primary colors measured in advance. In this case, if the area ratio ci for each of the 16 primary colors, that is, the existence probability is Pi, the first tristimulus value data X, Y, and Z can be obtained by the following equation (34).
The same applies to X = Σ (Pi × Xi), (i = 1 to 16), Y, Z (34)
By the way, as described in the comparison process in step S13, the color of each point in this minute area is the value of the threshold value T of the threshold value matrix 24 and the dot area ratio data aj of CMYK (halftone dot: halftone dot). (Area ratio) can be easily obtained by comparison, but in order to ensure the accuracy of the color of the intermediate resolution pixel, the number of minute areas must be very large, such as 28 × 28 dots. It takes a long time.
For this reason, a simple technique using a cumulative histogram proposed by the present inventor in Japanese Patent Application No. 8-179122 may be used.
[0105]
In this simple method, the existence probability (also referred to as network existence probability) Pi is obtained for each intermediate resolution pixel by, for example, a stochastic approximation method such as the above-described Neugebauer equation. That is, the existence probability Pi (i = 1 to 16) is obtained by the following equation (35).
P1 = (1-Pc) (1-Pm) (1-Py) (1-Pk)
P2 = Pc. (1-Pm) (1-Py) (1-Pk)
P3 = (1-Pc) .Pm. (1-Py) (1-Pk)
P4 = Pc.Pm. (1-Py) (1-Pk)
P5 = (1-Pc) (1-Pm) .Py. (1-Pk)
P6 = PC * (1-Pm) * Py * (1-Pk)
P7 = (1-Pc) .Pm.Py. (1-Pk)
P8 = Pc.Pm.Py. (1-Pk)
P9 = (1-Pc) (1-Pm) (1-Py) · Pk
P10 = Pc. (1-Pm) (1-Py) .Pk
P11 = (1-Pc) · Pm · (1-Py) · Pk
P12 = Pc · Pm · (1-Py) · Pk
P13 = (1-Pc) (1-Pm) · Py · Pk
P14 = Pc. (1-Pm) .Py.Pk
P15 = (1-Pc) · Pm · Py · Pk
P16 = Pc · Pm · Py · Pk (35)
The existence probabilities Pc, Pm, Py, and Pk of the colors C, M, Y, and K used at this time are obtained by comparing the halftone dot area ratio data aj and the threshold values T of the threshold value matrix 24 in a steady method. The value C (M, Y or K) of the dot area ratio data aj is the same value at the intermediate resolution level, but the threshold value T varies depending on the position of the minute area. Therefore, the processing may be speeded up by processing the comparison process in step S13 for each intermediate resolution. For this purpose, a cumulative histogram of threshold T for each number of minute areas of one pixel of intermediate resolution, that is, 28 dots × 28 dots (28 thresholds × 28 thresholds) may be created. It is a frequency, and this cumulative frequency corresponds to the existence probability Pi.
[0106]
In addition, the texture of the paper existing on the printing paper, which is the main paper in printing, for example, a print reproduction image on the main paper in which a uniform image is first transferred from the printing plate to the printing plate, changes randomly. The so-called “unevenness” that is felt as a shading pattern, and secondly, the so-called “roughness” that is felt as a shading pattern that changes at random (relatively shorter period than “unevenness”) that disturbs the edge portion of the reproduced image. Third, if you want to reproduce the so-called “texture feeling” that you feel as a unique shading pattern for each type of paper, or if you want to correct color misalignment in such an image structure simulation. The present invention is based on the method described in Japanese Patent Application Nos. 7-273297 and 8-80283, which are filed by the present inventor. Even if an image structure simulation processing step such as a moire emphasis step in step 9 or a rosette emphasis step in step 10 of the image structure prediction process is performed, or a paper texture correction process and / or a color misregistration correction process are added before and after the image structure prediction process. Of course it is good.
Furthermore, in the present invention, the moire emphasis adjustment process and the sharpness emphasis adjustment process in the moire emphasis step S9 added as a preferable process are not limited to the above-described embodiments.
[0107]
Actually, as a continuous tone color printer, a 400 dpi photographic digital printer, “Pictrography 3000” manufactured by Fuji Photo Film Co., Ltd. is used, the number of lines of printing is 175 lines, and the CMYK halftone angle is 15 degrees, 45 degrees, A printed matter at 0 ° and 75 ° was simulated by the color printing proof creation system 10 shown in FIG. 1 according to the image structure prediction processing method of the present invention, to obtain a color printing proof CPb. Here, the net is expressed by repeating one net pattern having a size of 43 × 43 (a square having a side of about 2.73 mm on the pictograph), the moire enhancement degree α is 1.2, and the sharpness enhancement ratio. β is set to 0.5 and rosette enhancement ratio γ is set to 2.0 (however, γ is exceptionally close to 0.0 for colors close to the boundary of the color gamut of the digital printer “Pictrography 3000”) ).
In addition, by applying the conventional color printing proof creation system shown in FIG. 16, a color printing proof CPa was similarly created by the digital printer “Picography 3000”.
[0108]
The image on the color printing proof CPb thus obtained is compared with the image on the printing paper actually created using a color printing machine, and the color printing proof CPa created by applying the conventional color printing proof creation system. As a result, in the image on the color printing proof CPb to which the method of the present invention is applied, it is possible to faithfully reproduce specific patterns such as moire and rosette that appear in the image on the color printed matter 12 created using the color printing machine, As for the feeling of roughness and the feeling of jump, an image closer to the image on the printing paper created by the color printing machine is created as compared with the image on the color printing proof Cpa created by the digital printer using the Neugebauer formula of the conventional system. And good simulation results were obtained.
When the calculation according to the method of the present invention was performed using a PowerMacintosh 9500/132 manufactured by Apple, the calculation time for each A4 sheet was 10 minutes. The calculation time can be greatly reduced.
[0109]
Although the image structure prediction processing method according to the present invention has been described with reference to various embodiments, the present invention is not limited to the above-described embodiments. For example, the image output device is not limited to a continuous tone printer, and a display monitor is used. It goes without saying that various improvements and design changes can be made without departing from the gist of the present invention.
[0110]
【The invention's effect】
As described above, according to the present invention, conventionally, for example, a low-resolution color printer of about 400 DPI cannot reproduce a peculiar pattern that appears in a color print of about 2000 DPI. When creating device-independent print proof data for the device, without using the Neugebauer equation, the area ratio for each color is obtained by developing from the threshold matrix of the printing network into high-resolution bitmap data. A position-dependent multi-dimensional, for example, a 5- or 6-dimensional lookup table of two position parameters and three or four color parameters, which can calculate low resolution average colorimetric value data as a weighting factor for the colorimetric data Can be used to output image output devices such as continuous tone printers that are easy and provide stable performance. Using every color printer, for, it is possible to simulate the phenomenon caused by the halftone proof and similar printed matter of expensive network system, it can be reproduced. As a result, by supplying the print proof data created by the method of the present invention to an image output device such as a color printer, the color print proof on which the output image of the image output device is carried is specific. Image structures such as moiré and rosette can be reproduced accurately and faithfully in a short time.
[0111]
Further, according to the method of the present invention, it is possible to realize a significant reduction in the calculation time of the image structure simulation.
Further, according to the method of the present invention, the color reproduction accuracy can be improved, and a proof closer to the color of the printed matter can be made.
Further, according to the method of the present invention, the strength of an image structure such as a rosette in an image structure simulation can be increased without accompanying image structure side effects such as deterioration of moire or the like and a decrease in color accuracy.
Further, according to the method of the present invention, the strength of the image structure such as the rosette can be adjusted in order to optimize the strength of the rosette in the image structure simulation for each printing target.
[0112]
Furthermore, according to the method of the present invention, an image structure such as moire and line breakage is preferably predicted accurately, simply and in a short time on a hard proof or soft proof without impairing sharpness (sharpness). Can do.
In addition, according to the present invention, it is possible to adjust the intensity of moire and the intensity of sharpness on an image structure simulation (proof). It becomes possible to create a proof with higher fidelity.
Furthermore, according to the method of the present invention, since the look-up table is created so that the average colorimetric value data is subjected to a process of spreading the average predicted colorimetric value data around the color correction, the reproduction color is As a result, the image structure such as a rosette pattern can be reproduced more faithfully.
[Brief description of the drawings]
FIG. 1 is a flowchart for explaining a basic flow of a color printing system and an embodiment of a color printing proof creation system for carrying out an image structure prediction processing method according to the present invention.
FIG. 2 is a diagram for explaining a bitmap data creation process of the color printing system shown in FIG. 1;
FIG. 3 is a flowchart for explaining the basic flow of one embodiment of a six-dimensional lookup table creation process of the color printing proof creation system shown in FIG. 1;
4 is a diagram showing a configuration of an example of an anti-aliasing filter used in the 6-dimensional lookup table creation process shown in FIG. 3; FIG.
5 is a diagram showing an example of a frequency response of the anti-aliasing filter shown in FIG.
6 is a diagram for explaining the creation of average colorimetric value data from relatively high resolution bitmap data in the 6-dimensional lookup table creation step shown in FIG. Is a diagram showing an example of C version bitmap data for 28 × 28 dots, and (B) is a diagram showing an example of M version bitmap data for 28 × 28 dots.
FIG. 7 is a diagram for explaining an anti-aliasing filter applied to average colorimetric value data in the 6-dimensional lookup table creation step shown in FIG. FIG. 6B is a diagram relating to the next processing step. FIG.
FIG. 8 is a flowchart for explaining the basic flow of an embodiment of the moire enhancement process of the color printing proof creation system shown in FIG. 1;
9 is a basic flow diagram of an example of a process supplied to the description of the generation of various weighting matrices in the moire enhancement process shown in FIG. 8. FIG.
10 is a diagram showing a part of an example of a 2000 dpi rational network template (threshold matrix) used in the moire enhancement step shown in FIG. 8; FIG.
11 is a diagram showing an example of a 400 dpi weighting matrix used in the moire enhancement step shown in FIG.
12 is a diagram showing an example of a 400 dpi weighted matrix after threshold emphasis used in the moire emphasis process shown in FIG. 8. FIG.
13 is a diagram showing a configuration example of a 3 × 3 Gaussian filter used in the moire enhancement step shown in FIG.
14 is a diagram showing a configuration example of a 15 × 15 Gaussian filter used in the moire enhancement step shown in FIG. 8. FIG.
15A is a diagram showing a configuration example of a sharpness filter that is an inverse filter having the reverse characteristics of the Gaussian filter used in the moire enhancement step shown in FIG. 8, and FIG. FIG. 4 is a diagram showing a configuration example of a sharpness filter having a stronger characteristic than the sharpness filter of FIG. 5C, and FIG. 5C is a diagram showing a configuration example of a sharpness filter having a stronger characteristic than the sharpness filter of FIG. is there.
FIG. 16 is a flowchart of a conventional color printing proof creation system.
[Explanation of symbols]
2 Image manuscript
3 Color printer
12 Color printed matter
14, 24 Threshold matrix
27 6-dimensional lookup table (6D-LUT)
aj Halftone dot area ratio data
bj Bitmap data
ci area ratio
CPb color printing proof

Claims (10)

The original image is converted into halftone dot area ratio data including at least three primary colors, and a color printing proof of a color print produced by a color printing machine is output by the image output apparatus using the dot area ratio data. Therefore, when converting to gradation image data for predicting the image structure of the color printed matter,
In advance, the halftone dot area ratio data of 0% to 100% of each plate is divided into N stages, and the gradation image data for predicting the image structure for each monochromatic image of all N ⁿ colors is obtained. A lookup table having a repetitive pixel size necessary for the image structure prediction and having a position parameter and n color parameters as arguments,
An image structure prediction processing method, comprising converting n-th halftone dot area ratio data of the original image into the gradation image data with reference to the lookup table. The halftone dot area ratio data of each plate of the original image has a lattice period determined by the number of lines printed and the halftone angle to enhance the image structure before being converted to the gradation image data. The image structure prediction processing method according to claim 1, wherein the weighted average of neighboring pixels is performed with a dependent adjustable weight. A weight depending on the period of the lattice is arranged in each element of the weighting matrix having the same mask size as the neighboring pixels, and a weight arranged in each element of the weighting matrix is F (i, j, k, l). Where E (k, l) is a coefficient matrix of the same size as the weighting matrix, the center coefficient is 1 and the others are 0, and the weight adjustment rate is α, 3. The image structure prediction processing method according to claim 1, wherein the weight F ′ (i, j, k, l) arranged in each element is given by the following formula (1).

Here, (i, j) indicates the position of the original image coordinate of the pixel to be converted, and (k, l) indicates the position of the weighted matrix coordinate having the same mask size as the neighboring pixel. The lookup table is created by
A threshold matrix having a resolution higher than the resolution of the color printed material is referred to for each n-dot halftone dot area ratio data of the monochrome image, and each n-plate halftone dot area ratio data is bitmapped. Convert to data,
By simultaneously referring to the n-bit bitmap data, the area ratio of each of the 2 ⁿ colors for the presence or absence of each n-version is counted for each predetermined range of the bitmap data.
The first average colorimetric value data is calculated by using, as a weighting factor, the area ratio counted for each predetermined range with respect to the colorimetric value data for each of the 2 ⁿ colors obtained in advance.
The first average colorimetric value data is sequentially subjected to anti-aliasing filter processing in a range larger than the pixels of the image output device, and converted to second average colorimetric value data corresponding to the pixels of the image output device. And
The image structure prediction processing method according to claim 1, wherein the second average colorimetric value data is obtained as the gradation image data. The gradation image data constituting the lookup table is the first gradation image data,
For each single color image, after outputting a test proof of the single color image with the image output device based on the first gradation image data, measure the color of the test proof with a colorimeter,
Using the obtained colorimetric value data and the target value data of the average value of the first gradation image data over all pixels of the repetitive pixel size, the first gradation of all pixels of the repetitive pixel size The image data is color-corrected to obtain second gradation image data,
5. The image structure prediction processing method according to claim 1, wherein the lookup table is configured using the second gradation image data. For the single color image, for one of the color values in a common color space, the colorimetric value data is Xout, the target value data is Xa, the first gradation image data is Xi, and the second gradation image. The image structure prediction processing method according to claim 5, wherein when the data is Xpi and the repetitive pixel size is m _T × n _T pixels, the color correction processing is represented by the following formula (2).
Xpi = (Xi / Xout) × Xa (i = 1~m T × n T) ... (2) The gradation image data constituting the lookup table is set as third gradation image data,
For each monochrome image, the third gradation image data is averaged over all pixels of the repetitive pixel size to obtain an average value,
In order to adjust the intensity of the image structure, the distance between the third gradation image data of each pixel and the average value is adjusted around the average value, and the intensity adjustment process of the image structure is performed. Obtaining fourth gradation image data;
The image structure prediction processing method according to claim 1, wherein the lookup table is configured using the fourth gradation image data. For the single color image, with respect to one of the color values of a common color space, the average value is Xave, the third gradation image data is Xqi, the fourth gradation image data is Xri, and the repetitive pixel size The image structure prediction processing method according to claim 7, wherein m _T × n _T , and the enhancement ratio of the image structure is γ, the intensity adjustment processing of the image structure is represented by the following formula (3).
Xave = (Σ _i Xqi) / (m _T × n _T )
Xri = Xave × (Xqi / Xave) ^ γ) (3)
Here, a _{i = 1~m T × n T,} Σ i Xqi represents the sum of the Xqi from i is 1 to m _T × n _T, the (Xqi / Xave) ^ γ, (Xqi / Xave ) To the power of γ. The image structure prediction processing method according to claim 7, wherein the color correction process and the intensity adjustment process of the image structure are performed at least once in this order. The image structure prediction processing method according to claim 9, wherein after the color correction process and the intensity adjustment process of the image structure are performed once in this order, only the color correction process is repeated at least once.

Images