CN101715038A - 图像处理装置、压缩方法和扩展方法 - Google Patents

图像处理装置、压缩方法和扩展方法 Download PDF

Info

Publication number
CN101715038A
CN101715038A CN200910178545A CN200910178545A CN101715038A CN 101715038 A CN101715038 A CN 101715038A CN 200910178545 A CN200910178545 A CN 200910178545A CN 200910178545 A CN200910178545 A CN 200910178545A CN 101715038 A CN101715038 A CN 101715038A
Authority
CN
China
Prior art keywords
zone
image
attribute data
converting unit
resolution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200910178545A
Other languages
English (en)
Other versions
CN101715038B (zh
Inventor
源田大辅
森田秀树
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Konica Minolta Inc
Konica Minolta Business Technologies Inc
Original Assignee
Konica Minolta Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Konica Minolta Inc filed Critical Konica Minolta Inc
Publication of CN101715038A publication Critical patent/CN101715038A/zh
Application granted granted Critical
Publication of CN101715038B publication Critical patent/CN101715038B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/41—Bandwidth or redundancy reduction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/40062—Discrimination between different image types, e.g. two-tone, continuous tone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/41—Bandwidth or redundancy reduction
    • H04N1/4105—Bandwidth or redundancy reduction for halftone screened pictures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了图像处理装置、压缩方法和扩展方法。所述图像处理装置包括用于量化具有针对每个像素的属性数据的图像的图像压缩转换单元，其中，在区域具有摄影图像的属性数据时，图像压缩转换单元用BTC方法量化该区域，其中，在区域具有不同于摄影图像的属性数据，并且该区域为半色调区域时，图像压缩转换单元用BTC方法量化该区域，并且其中，在区域具有不同于摄影图像的属性数据，并且该区域为高分辨率区域时，图像压缩转换单元生成该区域的密度模式以根据所生成的密度模式量化该区域。

Description

图像处理装置、压缩方法和扩展方法
技术领域
本发明涉及图像处理装置、压缩方法和扩展方法。
背景技术
在复印机或打印机等中，当图像被保存在存储器中时，通常执行压缩处理以减少数据量。作为其压缩方法，JPEG(联合图像专家组)或BTC(块截断编码)等是众所周知的。然而，在一个图像中混合有需要高分辨率的区域(例如文字或图形的情况)以及相比于高分辨率来说更需要高浓淡度(gradation)的区域(例如图像的情况)的情况下，当用JPEG压缩整个图像时，因为文字和图形不能保持高分辨率，所以图像质量可能劣化。如上所述，当图像具有其中图像属性彼此不同的混合区域时，当用单一压缩方法进行压缩处理时，分辨率和浓淡度不可兼顾。
因而，公开了一种方法，其中将一个图像分成块来执行压缩处理，并且在块的单元中彼此切换地应用诸如JPEG的多编码处理以及诸如MH编码方法的双编码处理(例如参见，日本专利申请特开平8-9167号公报)。
然而，还存在一个块中混合有文字或图形的图像和摄影图像的图像的情况。例如，图片中包含写在黑板上的文字的情况，或者当给人拍照时，图片中的人所穿的T恤上包含文字的情况。当对作为图片的图像的块执行用JPEG进行的压缩处理时，包含在该图片的图像中的文字或图形的图像被一起用JPEG执行，从而导致分辨率的损失。
发明内容
本发明的目的包括，根据图像的属性执行压缩处理，以及根据图像的属性对已执行过压缩处理的图像执行扩展处理。
为达到上述目的，反映本发明的一个方面的图像处理装置包括：图像压缩转换单元，用以量化具有针对每个像素的属性数据的图像，其中
当区域具有摄影图像的属性数据时，图像压缩转换单元用BTC方法量化该区域，其中
当区域具有不同于摄影图像的属性数据，并且该区域是半色调(halftone)区域时，图像压缩转换单元用BTC方法量化该区域，并且其中
当区域具有不同于摄影图像的属性数据，并且该区域是高分辨率区域时，图像压缩转换单元生成该区域的密度模式，以根据所生成的密度模式量化该区域。
附图说明
通过下文中所给出的详细描述和附图会更加充分地理解本发明的这些以及其它目的、优点和特性，因而并不旨在作为对本发明的限制的定义，并且其中：
图1为示出根据本实施例的MFP(多功能外设)的功能结构的图；
图2为示出图1中的图像处理部分中的主要在压缩处理和扩展处理时起作用的结构部分的图；
图3为示出由图2中所示的图像压缩转换单元进行的压缩处理的流程图；
图4为压缩处理前后的原始图像以及处理图像；
图5为示出BTC压缩处理的流程图；
图6为示出执行BTC压缩处理的情况下阈值、量化数据以及解码数据之间的关系的图；
图7是执行BTC压缩处理的处理图像的数据结构；
图8是属性数据的数据结构；
图9为示出简并压缩处理的流程图；
图10为示出第一量化处理的流程图；
图11为示出执行第一量化处理的情况下阈值、量化数据以及解码数据之间的关系的图；
图12是执行简并压缩处理的处理图像的数据结构；
图13为示出第二量化处理的流程图；
图14为示出密度模式与针对该密度模式所确定的量化数据之间的对应关系的图；
图15为示出由图2中所示的图像扩展转换单元进行的扩展处理的流程图；
图16是扩展处理前后的处理图像以及解压缩的图像；
图17为示出BTC扩展处理的流程图；
图18为示出简并扩展处理的流程图；
图19为示出第一解码处理的流程图；
图20为示出第二解码处理的流程图；
图21为示出量化数据与根据该量化数据预测的密度模式之间的关系的图；
图22为示出密度模式H0的预测处理的流程图；
图23为示出用于密度模式H0的预测处理的模板与当该模板匹配时所预测的密度模式之间的关系的图；
图24为示出用于密度模式H1的预测处理的模板与当该模板匹配时所预测的密度模式之间的关系的图；
图25为示出用于密度模式H1的预测处理的模板与当该模板匹配时所预测的密度模式之间的关系的图；
图26为示出用于密度模式H2的预测处理的模板与当该模板匹配时所预测的密度模式之间的关系的图；
图27为示出用于密度模式H2的预测处理的模板与当该模板匹配时所预测的密度模式之间的关系的图；
图28为示出用于密度模式H3的预测处理的模板与当该模板匹配时所预测的密度模式之间的关系的图；
图29A为示出原始图像和用于预测的模板的图；
图29B为示出原始图像和用于预测的模板的图；
图30为示出简并压缩处理和简并扩展处理的处理结果的图；以及
图31为示出简并压缩处理和简并扩展处理的处理结果的图。
具体实施方式
下文中，参考附图详细地描述涉及图像处理装置、压缩方法和扩展方法的本发明的实施例。
在下文中，参考附图描述本发明的实施例。
在本实施例中，描述将本发明应用于MFP(多功能外设)的例子。MFP是一种包括诸如复印功能、打印功能等的多种功能的复合型图像形成装置。
图1为示出根据本实施例的MFP 100的功能结构的图。
MFP 100连接到外部PC(个人计算机)200，并且根据从外部PC 200传输来的PDL(页面描述语言)格式的数据生成图像数据，以针对所生成的图像数据执行图像处理，从而进行对经处理的数据的打印。
如图1所示，MFP 100包括：控制器20；图像处理部分10；控制部分11；读取部分12；操作部分13；显示部分14；存储部分15；图像存储器16；以及打印设备17。
控制器20生成C(青)、M(品红)、Y(黄)和K(黑)中每种颜色的图像数据。
打印机驱动器软件将由外部PC 200的应用程序所产生的数据转换成PDL格式以便传输给控制器20。控制器20针对传输来的PDL格式的数据执行光栅化处理以便生成图像数据。在光栅化处理中，控制器20分析PDL命令，针对将被渲染(render)的图像(其被称作对象)的每个单元分配像素，以便针对所分配的像素设置C、M、Y和K中的每种颜色的数据值(像素值)。
此外，在光栅化处理中，控制器20针对每个像素生成指示图像属性的属性数据，以便使图像附有所生成的属性数据。图像的属性至少包含文字、图形和图像。
顺便提及，在本实施例中描述的是控制器20被嵌入MFP 100中的结构，然而，可以将控制器20配置成设置在MFP 100的外部。
控制部分11包括CPU(中央处理单元)、RAM(随机存取存储器)等。控制部分11与存储在存储部分15中的各种处理程序相协同地执行各种计算以及对MFP 100的每个部分的整体控制。
读取部分12包括具有光学系统和CCD(电荷耦合器件)的扫描仪。读取部分12光学扫描文件以(用模拟信号)生成图像。未示出的处理部分对所生成的图像执行各种校正处理，并对所生成的图像进行数字化转换以将其输出到图像处理部分10。
操作部分13用来由操作者输入操作指令，并且包括各种键、与显示部分14整体构造的触摸板等。操作部分13根据操作生成操作信号，以将所生成的操作信号输出给控制部分11。
显示部分14根据控制部分11的控制在显示器上显示操作画面等。
存储部分15存储处理所需的各种处理程序、参数和设置数据等。
图像存储器16存储由控制器20生成的图像数据以及由读取部分12生成的图像数据。
打印设备17基于从图像处理部分10输入的用于打印的图像数据来执行打印。用于打印的图像数据是对由控制器20或读取部分12生成的图像数据执行了各种图像处理的图像数据。
打印设备17执行电子照相方式的打印，并且包括例如馈送部分、曝光部分、显影部分、定影部分等。在打印过程中，曝光部分基于图像数据发射激光，使得在感光鼓上形成静电潜像。此外，通过由显影部分执行的显影处理在感光鼓上形成调色剂图像，将调色剂图像转印到从馈送部分馈送来的纸，从而定影部分执行定影处理。
接下来，参照图2描述图像处理部分10。
从控制器20或读取部分12输入的图像数据被一次保存在图像存储器16中。此外，当操作者执行打印指令时，从图像存储器16中读出图像数据以便将其输出给打印设备17。
当图像数据被保存在图像存储器16中时，图像处理部分10针对图像数据执行压缩处理以及到低分辨率的分辨率转换。另一方面，图像处理部分10针对从图像存储器16中读出的图像数据执行扩展处理以及分辨率转换以恢复到原始分辨率。随后，图像处理部分10针对经扩展的图像数据执行图像处理(例如，密度校正处理、屏蔽处理(screen processing)等等)，并且生成用于打印的图像数据，以便将所生成的用于打印的图像数据输出给打印设备17。
图2为示出图像处理部分10中的主要在压缩处理或扩展处理时起作用的结构部分的图。如图2所示，图像处理部分10包括图像压缩转换单元1和图像扩展转换单元2。图像压缩转换单元1和图像扩展转换单元2配置有线存储器等以保留图像处理电路和图像数据。
[压缩处理]
下面参照图3描述由图像压缩转换单元1执行的压缩处理。在该处理中，如图4中所示，包括分辨率为1200dpi和每像素8比特的数据的原始图像被压缩成每像素4比特的数据，并且执行到600dpi的分辨率转换，从而生成处理图像。顺便提及，以8×8个像素的块为单元执行压缩处理。这样，图4示出了8×8个像素的原始图像(1200dpi)，以及对应于其区域的4×4个像素的处理图像(600dpi)。
如图4中所示，原始图像的8×8个像素中的每个像素由aij(0≤i≤7、0≤j≤7)表示，处理图像的4×4个像素中的每个像素由bij(0≤i≤3、0≤j≤3)表示。此外，在下面的说明中，aij和bij的像素的像素值可以分别用aij、bij表示。
如图3中所示，图像压缩转换单元1从作为压缩对象的图像(1200dpi，8比特)中提取8×8个像素，以便输入所提取的8×8个像素(步骤S1)。随后，图像压缩转换单元1计算8×8个像素中的每个像素aij所具有的像素值中的最大值Max(8比特)、最小值min(8比特)(步骤S2)。8×8个像素的最大值Max和最小值min还是已经执行过压缩处理的4×4个像素的处理图像的最大值Max和最小值min。
在计算Max、min时，图像压缩转换单元1在8×8个像素中提取2×2个像素的区域作为处理对象(步骤S3)。所提取的2×2个像素中的每个像素aij分别包括属性数据。图像压缩转换单元1将每个像素aij包含的4条属性数据转换成1条属性数据(步骤S4)。经转换的1条属性数据是指示对应于2×2个像素的区域的处理图像的1个像素bij的图像的属性的属性数据。
在将2×2个像素中的每个像素aij的属性数据描述为TAG(aij)，并且将对应于2×2个像素的区域的处理图像的像素bij的属性数据描述为TAG(bij)时，根据以下条件(1)-(3)将4条TAG(aij)转换成1条TAG(bij)。此处，TAG＝11、TAG＝01、以及TAG＝00分别指示文字、图形和图像的属性数据。
(1)在4条TAG(aij)中的任何一条包括TAG(aij)＝11时，TAG(bij)＝11。
(2)在4条TAG(aij)中的任何一条都不包括TAG(aij)＝11，但是其中包括TAG(aij)＝01时，TAG(bij)＝01。
(3)在全部4条TAG(aij)都为TAG(aij)＝00时，TAG(bij)＝00。
即，利用文字、图形和图像的优先次序来确定所要转换的一条属性数据TAG(bij)。在包括图像的属性的区域中，在以下处理中执行对像素值求平均。在针对文字和图形进行平均时，将损失分辨率，并且图像劣化的程度将提高。因而，在2×2个像素中的即使1个像素包含具有文字或图形的属性的像素aij的情况下，就将2×2个像素的区域视作文字或图形的区域，因而避免进行平均。
在对属性数据进行了转换时，图像压缩转换单元1基于转换后的属性数据来判断2×2个像素的区域的属性是否为图像(即，是否满足TAG(bij)＝00)(步骤S5)。在满足TAG(bij)＝00(步骤S5；Y)时，图像压缩转换单元1针对2×2个像素的区域执行BTC压缩处理(步骤S6)。另一方面，在满足TAG(bij)＝01或TAG(bij)＝11(步骤S5；N)时，图像压缩转换单元1针对2×2个像素的区域执行简并压缩处理(步骤S7)。
首先，将参照图5描述BTC压缩处理。在BTC压缩处理中，用BTC方法量化2×2个像素的区域。
如图5中所示，图像压缩转换单元1计算2×2个像素中的每个像素aij的像素值的平均值avr(bij)(步骤S61)。通过这个平均来实现4个像素aij到1个像素bij的分辨率转换。随后，图像压缩转换单元1基于在步骤S2中计算出的最大值Max和最小值min，利用以下公式计算阈值THa1至THa7(步骤S62)。
THa7＝min+(Max-min)×13/14
THa6＝min+(Max-min)×11/14
THa5＝min+(Max-min)×9/14
THa4＝min+(Max-min)×7/14
THa3＝min+(Max-min)×5/14
THa2＝min+(Max-min)×3/14
THa1＝min+(Max-min)×1/14
随后，图像压缩转换单元1通过利用计算出的阈值THa1至THa7量化8比特的平均值avr(bij)，以便得到3比特的量化数据000至111。将该量化数据描述为BTC(bij)。图6示出了阈值THa1至THa7与量化数据BTC(bij)之间的关系，并且将该关系描述为下列公式。
在满足THa7≤avr(bij)≤Max时，BTC(bij)＝111
在满足THa6≤avr(bij)＜THa7时，BTC(bij)＝110
在满足THa5≤avr(bij)＜THa6时，BTC(bij)＝101
在满足THa4≤avr(bij)＜THa5时，BTC(bij)＝100
在满足THa3≤avr(bij)＜THa4时，BTC(bij)＝011
在满足THa2≤avr(bij)＜THa3时，BTC(bij)＝010
在满足THa1≤avr(bij)＜THa2时，BTC(bij)＝001
在满足min≤avr(bij)＜THa1时，BTC(bij)＝000
即，如图6所示，基于avr(bij)属于由Max、min和THa1至THa7所确定的哪个密度范围来将avr(bij)转换成3比特的量化数据BTC(bij)。该量化数据BTC(bij)将作为处理图像的1个像素bij的像素值。
图像压缩转换单元1将所得到的量化数据BTC(bij)作为处理图像的部分保存在线存储器或图像存储器16(下文中统称为存储器)中。处理图像包括每像素4比特的数据，因而在存储器中形成保留该处理图像的存储器区域。图像压缩转换单元1使存储器区域中的用于保留量化数据BTC(bij)的区域保留量化数据BTC(bij)(步骤S63)。
参照图7描述处理图像的数据结构。
根据已经执行了BTC压缩处理和简并处理中的哪种处理，处理图像的数据结构有所不同。图7示出了在针对8×8个像素中的所有像素aij执行BTC压缩处理时处理图像的数据结构。为了保留包含每像素bij 4比特的数据的处理图像，在存储器中针对4个数据层(其分别被称为平面)形成存储器区域，4个数据层分别包括每像素bij×1比特的4×4个像素。
在四个平面中，将量化数据BTC(bij)保留在0至2比特的平面中，并且该平面被称作BTC平面。
此外，将原始图像的8×8个像素的最大值Max(8比特)、最小值min(8比特)保留在3比特的平面中，并且该平面被称作差平面。如图7所示，分别将最大值和最小值描述为Max(k)、min(k)(其中“k”指示8比特中的比特位置，0≤k≤7)。将8比特的Max(k)、min(k)保留在差平面中分别为Max(k)、min(k)确定的2×4个像素的位置处，其状态为每一位保留在2×4个像素中由比特位置k所确定的位置处。
此外，为了保留对应于上述处理图像的存储器区域的处理图像的属性数据，如图8所示在存储器中形成对应于4个平面的存储器区域。属性数据TAG(bij)包含2个比特，因而属性数据TAG(bij)仅需要2比特的存储器区，即，两个平面的存储器区域。然而，为了存储器设计的方便起见，确保了4比特(即，四个平面)的存储器区域。
如图8所示，将2比特的属性数据TAG(bij)保留在0、1比特的平面中，而该平面被称作TAG平面。2、3比特的平面分别是空区域。
在图像压缩转换单元1使BTC平面保留量化数据BTC(bij)时，图像压缩转换单元1使上述TAG平面在其中保留经转换的属性数据TAG(bij)(步骤S64)。随后，图像压缩转换单元1在图3中所示的步骤S2中计算出的Max或min的8比特的数据值中提取位于对应于像素bij的比特位置k处的1比特的数据值，并且将提取的数据值保留在对应于图7中描述的差平面的像素bij的位置处(步骤S65)。
当上述处理终止时，处理返回到图3中所示的步骤S8，并且图像压缩转换单元1输出1个像素bij(600dpi，4比特)的处理图像(步骤S8)。
随后，图像压缩转换单元1判断是否已经针对在步骤S1中提取的8×8个像素中的所有像素aij执行了压缩处理(步骤S9)。在还有未经处理的像素aij(步骤S9；N)时，图像压缩转换单元1返回到步骤S3，并且重新针对在未经处理的像素aij中的2×2个像素重复步骤S3至S9的处理。另一方面，在已经执行了针对8×8个像素中的所有像素aij的压缩处理(步骤S9；Y)时，图像压缩转换单元1判断压缩处理是否已经终止到图像的终点(步骤S10)。
当还有未经处理的图像部分(步骤S10；N)时，图像压缩转换单元1返回到步骤S1，从未经处理的图像部分中重新提取8×8个像素，并且针对所提取的8×8个像素重复步骤S1至S10的处理。这样，在压缩处理已终止到图像的终点(步骤S10；Y)时，终止处理。
接下来，参照图9描述简并压缩处理。在简并压缩处理中，根据处理对象的2×2个像素的区域是半色调区域还是高分辨率区域，将应用不同类型的量化方法。半色调区域是不特别要求保持高分辨率的图像区域，并且是指例如具有半色调密度，或者其不是半色调但是相邻像素之间的密度大致相同(密度差较小)或诸如此类的图像部分。高分辨率区域是要求保持高分辨率的图像区域，并且是指例如目标的边缘部分以及细线结构、孤立点等的图像部分。在高分辨率区域中强调分辨率甚于强调浓淡度，而在半色调区域中强调浓淡度甚于分辨率。如上所述，所需的图像质量根据图像的特性而有所不同，因而具有不同于图像(摄影图像)的属性的2×2个像素的区域被分成高分辨率区域和半色调区域，从而分别用不同的方法执行量化。
在满足下列条件(11)至(14)时，利用BTC方法将2×2个像素的区域作为半色调区域进行量化。
(11)在在4个像素aij中存在至少1个满足THa1＜aij≤THa3的像素时
(12)在所有4个像素aij满足aij≤THa1时
(13)在所有4个像素aij满足aij＞THa3时
(14)在满足(Max-min)＜T(0≤T≤255)时
T为Max与min之间的差，即，设置为判断8×8个像素的区域中的密度差是否较小的阈值。例如，可以设置T＝30的值等。
利用条件(11)至(14)可以判断2×2个像素中的aij的区域是否具有半色调密度、所有密度值处于最大值或最小值附近的大致相同的密度、或者差异较小的密度。
另一方面，在满足下列条件(2)时，根据特定区域的密度模式将2×2个像素的区域作为高分辨率区域进行量化。
(2)在4条aij中混合有满足aij≤THa1的像素及满足aij＞THa3的像素时
通过条件(2)可以判断2×2个像素中的aij的区域中的密度变化是否较大。
如图9所示，随着处理的流程，图像压缩转换单元1利用在步骤S2的处理中计算出的Max、min(参见图3)计算阈值THa1至THa3(步骤S71)。下面示出了计算公式。
THa3＝min+(Max-min)×5/6
THa2＝min+(Max-min)×3/6
THa1＝min+(Max-min)×1/6
随后，图像压缩转换单元1判断是否满足(Max-min)＜T，即，是否满足上述条件(14)(步骤S72)。在满足(Max-min)＜T(步骤S72；Y)时，满足上述条件(14)，因而图像压缩转换单元1前进到第一量化处理(步骤S77)。即使不满足(Max-min)＜T(步骤S72；N)，在判断2×2个像素中的aij包括至少1个满足THa1＜aij≤THa3的像素(步骤S73；Y)时，满足条件(11)，因而图像压缩转换单元1前进到第一量化处理(步骤S77)。此外，在所有4个像素aij满足aij≤THa1(步骤S74；Y)时，满足条件(12)，而在所有4个像素aij满足aij＞THa3(步骤S75；Y)时，满足条件(13)，因而图像压缩转换单元1前进到第一量化处理(步骤S77)。
另一方面，在不满足条件(11)至(14)中的任何一个条件(步骤S73；N，步骤S74；N，步骤S75；N)时，即在2×2个像素的区域中混合有满足aij≤THa1的像素及满足aij＞THa3的像素时，满足上述条件(2)，因而图像压缩转换单元1前进到第二量化处理(步骤S76)。
参照图10描述第一量化处理。在第一量化处理中，用BTC方法量化2×2个像素的区域。
如图10所示，图像压缩转换单元1执行对满足条件(11)至(14)的2×2个像素中的aij求平均，以计算其平均值avr(bij)(步骤S771)。
随后，图像压缩转换单元1通过利用在步骤S71的处理中计算出的阈值THa1至THa3将平均值avr(bij)量化成2比特的数据值00、01、10、11(参见图9)。将该量化数据描述为BTC(bij)。图11示出了阈值THa1至THa3与BTC(bij)之间的关系，并且用下列公式描述该关系。
在满足THa3≤avr(bij)≤Max时，BTC(bij)＝11
在满足THa2≤avr(bij)＜THa3时，BTC(bij)＝10
在满足THa1≤avr(bjj)＜THa2时，BTC(bij)＝01
在满足min≤avr(bij)＜THa1时，BTC(bij)＝00
该量化是通过与BTC压缩处理中相同的方式执行的BTC方法进行的，仅在压缩率方面不同。此外，它与BTC压缩处理的相同之处还在于，通过在量化之前求平均以便与量化一起执行分辨率转换。
图像压缩转换单元1将所得到的BTC(bij)作为处理图像的部分保留在线存储器或图像存储器16中的BTC平面中(步骤S772)。
如前所述，执行过简并压缩处理的处理图像的数据结构不同于执行过BTC压缩处理的处理图像的数据结构。参照图12描述了执行过简并压缩处理的处理图像的数据结构。图12示出了对8×8个像素中的全部aij执行过简并压缩处理的情况下的处理图像的数据结构。1个像素bij要保存4比特的处理图像，因而针对四个数据层(其分别被称作平面)形成存储器区域，4个数据层分别包括每像素bij×1比特的4×4个像素。
在4个平面中，将2比特的BTC(bij)保留在0、1比特的平面中，并且将该平面称作BTC平面。
将1比特的标识数据flag(bij)保留在2比特的平面中，并且将该平面称作标识平面。标识数据flag(bij)是用来识别是半色调区域还是高分辨率区域的数据。可以通过参考该标识数据flag(bij)来识别压缩处理中所使用的量化的方法。Flag(bij)＝0指示将对应于像素bij的2×2个像素中的aij作为半色调区域执行第一量化处理，而flag(bij)＝1指示将aij作为高分辨率区域执行第二量化处理。
将原始图像的8×8个像素中的最大值Max(8比特)和最小值min(8比特)保留在3比特的平面中，并且将该平面称作差平面。差平面与执行过BTC压缩处理的处理图像中的差平面相同。
即，该数据结构与执行过BTC压缩处理的处理图像的数据结构的不同之处在于，执行过简并压缩处理的处理图像中包含标识平面。在执行过BTC压缩处理的处理图像中，不存在标识平面，因而将用于标识平面的存储器区域分配给BTC平面，从而预期压缩率会减小。
顺便提及，图12示出了在针对8×8个像素中的全部aij执行简并压缩处理的情况下的数据结构。BTC压缩处理与简并压缩处理可以以2×2个像素为单位彼此切换，因而处理图像的数据结构也可以以2×2个像素为单位切换。
已经执行过简并压缩处理的处理图像还在存储器中保留处理图像的属性数据。如图8所示，形成了针对包括TAG平面的4个平面的存储器区域。图像压缩转换单元1在TAG平面中保留从2×2个像素中的aij的属性数据转换成的处理图像的bij的属性数据TAG(bij)(步骤S773)。
随后，图像压缩转换单元1将对应于2×2个像素中的aij的处理图像的bij的标识数据flag(bij)设置成flag(bij)＝0，以便保留在上述标识平面的对应于bij的位置(步骤S774)。此外，图像压缩转换单元1从在图3中所示的步骤S2中计算出的Max或min的8比特的数据值中提取位于对应于像素bij的比特位置k处的1比特的数据值，以便被保留在图12中所示的差平面的对应于bij的位置(步骤S775)。
当上述处理已终止时，处理返回到图3中所示的步骤S8。步骤S8之后所执行的处理与以上所描述的相同，因而省略其描述。
随后，参照图13描述第二量化处理。在第二量化处理中，产生2×2个像素的区域的密度模式，从而根据所产生的密度模式执行量化。
如图13所示，图像压缩转换单元1根据下列条件针对2×2个像素中的满足条件(2)的aij的像素值执行二进制化，以便产生密度模式，其中针对2×2个像素的4个像素确定0或1的数据值(步骤S761)。
在满足aij＞THa3时，aij＝1
在满足aij≤THa1时，aij＝0
在满足条件(2)时，aij＞THa3的像素接近于最大值Max，而aij≤THa1的像素接近于最小值min。因此，完成了二进制化，并且值0、1被设置到每个像素aij的位置，从而2×2个像素的区域中的密度变化能够被模式化。
随后，图像压缩转换单元1根据所产生的密度模式针对2比特的数据值00、01、10、11执行量化。将该量化数据描述为BTC(bij)。具体地说，预先将密度模式分成若干组，并且针对每个组分配量化数据00、01、10、11。图像压缩转换单元1获得对应于针对2×2个像素中的aij所产生的密度模式的量化数据BTC(bij)。因而还能够实现分辨率转换。
这里，如图14所示，描述了一个例子，其中密度模式被分类成4个组H0至H3，并且将量化数据00、01、10、11分配给每个组。
如图14所示，密度模式H0的组是在2×2个像素中的aij中仅包含1个aij＝1的组。在满足密度模式H0时，2×2个像素中的aij被量化为BTC(bij)＝00。
此外，密度模式H1、H2的组分别是包含2个aij＝1的组。如图14所示，根据aij＝1所处的位置来确定密度模式H1或H2。在满足密度模式H1时，2×2个像素中的aij被量化为BTC(bij)＝01，而在满足密度模式H2时，aij被量化为BTC(bij)＝10。
密度模式H3的组是包含3个aij＝1的组。在满足密度模式H3时，2×2个像素中的aij被量化为BTC(bij)＝11。
在解码时，根据量化数据BTC(bij)的值来预测密度模式。2×2个像素的密度相同的(包含在密度模式中的0、1的数量是相同的)密度模式被作为相同的组进行量化，因而即便在错误地预测0、1的位置时也可以在2×2个像素的区域中表示相同的密度。因此，可以获得这样的效果：其中即使已经产生了错误，也不大可能会观察到图像质量劣化。
顺便提及，作为按aij＝1的数量来分类密度模式的替代，可选地，可以按0、1的线排列位置将密度模式进行分组，并且可以给每个组分配量化数据。
图像压缩转换单元1在图12中所示的BTC平面中保留获得的量化数据BTC(bij)(步骤S762)。随后，图像压缩转换单元1在TAG平面中保留经转换的属性数据TAG(bij)(步骤S763)。此外，图像压缩转换单元1将经量化的像素bij的标识数据flag(bij)设置为flag(bij)＝1，以便保留在图12中所示的标识平面中(步骤S764)。此外，图像压缩转换单元1从在图3中所示的步骤S2中计算出的Max或min的8比特的数据值中提取位于对应于像素bij的比特位置k处的1比特的数据值，以便保留在图12中所示的差平面的对应于bij的位置(步骤S765)。
当上述处理终止时，处理返回到图3中所示的步骤S8。步骤S8之后所执行的处理与以上所描述的相同，因而省略其描述。
[扩展处理]
随后，参照图15描述图像扩展转换单元2的扩展处理。
在扩展处理中，如图16所示对1像素4比特的处理图像进行解码，从而得到包括1像素8比特的数据的解压缩图像。在4×4个像素(bij)的处理单元中执行扩展处理，该处理单元对应于作为压缩处理的处理单元的8×8个像素(aij)。此外，对600dpi的处理图像执行分辨率转换，并且解压缩图像将具有1200dpi的分辨率。
如图15所示，图像扩展转换单元2按4×4个像素的处理单元提取作为扩展的对象的处理图像以便输入(步骤P1)。随后，图像扩展转换单元2从4×4个像素的处理图像的差平面中得到Max(k)、min(k)以按比特次序对其进行布置，以便解压缩最大值Max和最小值min的数据(步骤P2)。
随后，图像扩展转换单元2在4×4个像素的处理图像中提取1个像素的bij作为关注像素(步骤P3)。图像扩展转换单元2从TAG平面得到对应于所提取的1个像素的bij的属性数据TAG(bij)，并且基于属性数据TAG(bij)判断关注像素bij的属性是否是摄影图像，即，是否满足TAG(bij)＝00(步骤P4)。在TAG(bij)＝00，并且属性是摄影图像(步骤P4；Y)时，图像扩展转换单元1前进到BTC扩展处理(步骤P5)。另一方面，在TAG(bij)＝01或10，并且属性是不同于摄影图像的文字或图形时，图像扩展转换单元2前进到简并扩展处理(步骤P6)。
首先，参照图17描述BTC扩展处理。
如图17所示，图像扩展转换单元2通过利用经解压缩的Max、min来对3比特的量化数据BTC(bij)进行解码，以便得到8比特的解码数据(步骤P51)。此时，图像扩展转换单元2将1个像素bij分成2×2个像素中的aij以执行分辨率转换，并且将8比特的解码数据分配给2×2个像素中的aij(步骤P52)。即，2×2个像素中的aij的全部解码数据值具有相同的值。
图6示出了在BTC解码处理中量化数据BTC(bij)与解码数据之间的关系，并且由下列公式描述该关系。
在满足BTC(bij)＝111时，aij＝Max
在满足BTC(bij)＝110时，aij＝min+(Max-min)×12/14
在满足BTC(bij)＝101时，aij＝min+(Max-min)×10/14
在满足BTC(bij)＝100时，aij＝min+(Max-min)×8/14
在满足BTC(bij)＝011时，aij＝min+(Max-min)×6/14
在满足BTC(bij)＝010时，aij＝min+(Max-min)×4/14
在满足BTC(bij)＝001时，aij＝min+(Max-min)×2/14
在满足BTC(bij)＝000时，aij＝min
在得到解码数据时，处理前进到图15中所示的步骤P7，并且图像扩展转换单元2输出2×2个像素的经解码的aij(1200dpi，8比特)(步骤P7)。
随后，图像扩展转换单元2将解码前伴随1个像素bij(600dpi)的属性数据附给2×2个像素的经解码的aij的每个像素作为属性数据，以便转换成对应于2×2个像素(1200dpi)的属性数据(步骤P8)。
随后，图像扩展转换单元2判断作为处理对象的4×4个像素的全部bij是否已经执行过扩展处理(步骤P9)。在还有未经处理的像素bij(步骤P9；N)时，图像扩展转换单元2返回到步骤P3，并且重新针对作为处理对象的未处理像素bij中的1个像素重复步骤P3至P9中的处理。另一方面，在4×4个像素的全部bij均已被处理(步骤P9；N)时，图像扩展转换单元2判断扩展处理是否已终止到图像的终点(步骤P10)。
在还有未经处理的图像部分(步骤P10；N)时，图像扩展转换单元2返回到步骤P1，从未经处理的图像部分中重新提取4×4个像素，并且针对所提取的4×4个像素重复步骤P1至P10的处理。这样，在扩展处理已终止到图像的终点(步骤P10；Y)时，处理终止。
接下来，参照图18描述简并扩展处理。
如图18所示，图像扩展转换单元2获得保留在标识平面中的针对关注像素bij的标识数据flag(bij)。在满足flag(bij)＝0(步骤P61；Y)时，判断关注像素bij为半色调区域，并且执行第一解码处理(步骤P62)。另一方面，在满足flag(bij)＝1(步骤P61；N)时，判断关注像素bij为高分辨率区域，并且执行第二解码处理(步骤P63)。
参照图19描述第一解码处理。在第一解码处理中，利用对应于第一量化处理中所使用的量化方法的解码方法来对量化数据BTC(bij)进行解码。如图19所示，图像扩展转换单元2通过利用经解压缩的Max、min来对2比特的量化数据BTC(bij)进行解码，以便得到8比特的解码数据(步骤P621)。此时，图像扩展转换单元2将1个像素bij分成2×2个像素中的aij以执行分辨率转换，并且将8比特的解码数据分配给2×2个像素中的aij(步骤P622)。即，2×2个像素中的aij的全部解码数据值具有相同的值。
图11示出了在第一解码处理中量化数据BTC(bij)与解码数据之间的关系，并且由下列公式描述该关系。
在满足BTC(bij)＝11时，aij＝Max
在满足BTC(bij)＝10时，aij＝min+(Max-min)×2/3
在满足BTC(bij)＝01时，aij＝min+(Max-min)×1/3
在满足BTC(bij)＝00时，aij＝min
在获得了解码数据时，处理前进到图15中所示的步骤P7。步骤P7之后执行的处理与上面所描述的相同，因而省略其描述。
随后，参照图20描述第二解码处理。在第二解码处理中，利用对应于第二量化处理中所使用的量化方法的解码方法来对量化数据BTC(bij)进行解码。
在第二量化处理中，根据密度模式的组的分类来分配BTC(bij)的数据值(00至11)，该密度模式中布置有1和0的两个值。因而，在其被解码到原始8比特的数据时，可能存在根据如图21所示的BTC(bij)的数据值的若干密度模式。因此，在第二解码处理中，通过根据BTC(bij)的数据值预测量化时具有哪种密度模式来执行解码。
如图20所示，图像扩展转换单元2判断BTC(bij)的数据值。在满足BTC(bij)＝00(步骤P631；Y)时，图像扩展转换单元2前进到密度模式H0的预测处理(步骤P632)。此外，在满足BTC(bij)＝01(步骤P631；N，步骤P633；Y)时，图像扩展转换单元2前进到密度模式H1的预测处理(步骤P634)。此外，在满足BTC(bij)＝10(步骤P631；N，步骤P633；Y)时，图像扩展转换单元2前进到密度模式H2的预测处理(步骤P636)。此外，在满足BTC(bij)＝11(步骤P631；N，步骤P633；N，步骤P635；N)时，图像扩展转换单元2前进到密度模式H3的预测处理(步骤P637)。
密度模式H0至H3的预测处理在处理内容上是相同的，仅在其中所使用的模板方面不同。此处，参照图22，描述密度模式H0的预测处理作为代表。
在密度模式H0至H3的预测处理中，模板用于密度模式H0至H3的预测。
图23示出了满足BTC(bij)＝00的情况，即，密度模式H0的预测处理中所使用的模板与在密度模式匹配该模板时所预测的密度模式之间的关系。每个模板被给定一个标识号(即，每个模板左上方处指示的数字)。
每个模板上给出的“C”是模板的匹配条件之一。“C”示出：在位于“C”位置处的像素的属性数据是摄影图像时，匹配条件之一是满足|Cden-bijMax|＜TC，其中，|Cden-bijMax|表示位于“C”位置处的像素与关注像素bij之间的密度差。此处，Cden表示位于“C”位置处的像素的解码数据值。即，对“C”的像素执行BTC压缩处理，因而Cden表示由BTC扩展处理得到的解码数据值(图6中所示的解码数据值)。另一方面，在位于“C”位置处的像素的属性数据是不同于摄影图像的属性数据时，“C”示出：匹配条件之一是位于“C”处的像素满足条件(11)至(14)，并且此外，满足|Cden-bijMax|＜TC，其中，|Cden-bijMax|表示位于“C”位置处的像素与关注像素bij之间的密度差。即，对“C”的像素执行第一量化处理，因而Cden表示由第一解码处理得到的解码数据值(图11中所示的解码数据值)。bijMax是关注像素bij所属于的4×4个像素的处理区域中的最大密度值Max。
此外，每个模板上给出的“M”是模板的匹配条件之一。“M”示出：位于“M”位置处的像素的属性数据是不同于摄影图像的属性数据，并且匹配条件之一是位于“M”处的像素满足条件(2)，此外，满足|MMax-bijmax|＜TM，其中，|MMax-bijMax|表示位于“M”位置处的像素与关注像素bij之间的密度差。MMax是“M”的像素所属于的4×4个像素的处理区域中的最大密度值Max。在“M”的像素和关注像素bij属于同一处理区域时，满足MMax＝bijMax＝Max，从而密度差将为0。
顺便提及，TC、TM是用于判断密度差是否较小的阈值，并且可被适当地设置成例如TC＝30、TM＝35等。如上所述，TC、TM可被设置成不同的值，或者被设置成相同的值。通过比较TC、TM，可预测其中密度差较小(即，位于“C”或“M”位置处的像素的密度与关注像素bij的密度大致相同)的密度模式。
图24和图25示出了满足BTC(bij)＝01的情况，即，密度模式H1的预测处理中所使用的模板与在密度模式匹配该模板时所预测的密度模式之间的关系。图26和图27示出了满足BTC(bij)＝10的情况，即，密度模式H2的预测处理中所使用的模板与在密度模式匹配该模板时所预测的密度模式之间的关系。图28示出了满足BTC(bij)＝11的情况，即，密度模式H3的预测处理中所使用的模板与在密度模式匹配该模板时所预测的密度模式之间的关系。
在图24至图28中，M1、M2、Q是模板的匹配条件。M1示出：位于M1位置处的像素满足“M”的上述条件，并且匹配条件之一是满足密度模式H1。即，条件是：M1的像素的属性数据是不同于摄影图像的属性数据，并且M1的像素满足BTC(bij)＝01。M2示出：位于M2的位置处的像素满足“M”的上述条件，并且匹配条件之一是满足密度模式H2。即，条件是：M2的像素的属性数据是不同于摄影图像的属性数据，并且M2的像素满足BTC(bij)＝10。
“Q”示出：匹配条件之一是位于“Q”位置处的像素不满足“C”、“M”、M1和M2中的任何一个条件。
每个模板被分为3个组X1、X2和X3。这是由于按三个阶段执行预测。
在模板中所确定的全部条件(例如，“C”、“M”等)都被满足时，将密度模式判断为与X1组的模板相匹配。另一方面，在不是全部的条件(例如，“C”、“M”等)都被满足时，并且在当对多少个那些条件被满足进行评价时获得了某个评价的情况下，将密度模式判断为与X2或X3组的模板相匹配。例如，在X2组的模板的情况下，针对X2组中的全部模板组执行匹配，计算满足“C”、“M”等条件的像素的数量，以便作为评价值。进一步地，判断密度模式与这样的模板相匹配：在该模版中所得到的评价值为最大。
将这些模板设计成能根据包含在原始图像中的边的形状、细线结构等预测关注像素bij的密度模式。可以根据关注像素bij的周围像素的密度模式来指定期望在其中保持高分辨率的结构(例如，边缘形状、细结构等)。因而，模板将这种结构中的周围像素的条件定义为例如“C”和“M”等的条件。
特别地，X1组包含被设计成这样的模板组：在关注像素bij为特别期望在其中保持高分辨率的细线结构的像素时，该模板组能够预测密度模式。另一方面，X2和X3组包含这样的模板组：在该模板组中设置相比于X1组较松的匹配条件，以便在形成边缘形状等时，能够较宽地预测密度模式。
例如，如图29A所示，在a00至a77的原始图像中包含具有1个点宽度的斜线的图像时，标准简并压缩处理中的4个像素a44、a45、a54、a55满足条件(2)，从而满足密度模式H1。因而，处理图像中与这4个像素相对应的像素b22被量化为BTC(b22)＝01。然后，在解码时，根据周围像素b13、b31(其位于关注像素b22的右上和左下处)的密度模式，将b22的像素的点布置为1个点宽度的状态并且将其连接到由像素b13、b31形成的点。因而，可以预测这些点的密度大致相同。因此，为了预测这些密度模式，如图29A所示，设计其中在周围像素中确定M1条件的模板8(参见图25)。
另外，如图29B所示，在原始图像包含具有某种密度的图像的边缘时，构成边缘部分的a44、a45、a54、a55为密度模式H1。在解码时预测边缘形状的密度模式，因而如图29B所示，设计其中在对应于a44、a45、a54、a55的处理图像的像素b22的周围像素中确定“C”条件的模板20(参见图24)。模板20是X2组的模板。在原始图像中，对应于关注像素b22正上方的像素的(a24，a25，a34，a35)满足条件(2)。因而，在模板20中，在b22正上方处不满足“C”条件，然而，对应于位于b22的左侧的3个像素的(a22，a32，a23，a33)、(a24，a34，a25，a35)、(a26，a36，a27，a37)满足“C”条件。评价值更高，因此判断密度模式匹配模板20的可能性应当更大。
顺便提及，执行加权评价，从而可以在X2、X3组中的模板中设置加权系数。例如，在图29B中所示的原始图像的情况下，在位于关注像素b22的左侧的全部3个像素满足“C”条件时，关注像素b22具有其中2×2个像素中左边的两个像素的值为1的密度模式的可能性高。因此，可以将针对位于模板20中的关注像素b22的左侧的3个像素设置的匹配条件“C”设置为具有例如2之类的加权系数。并且在这3个像素位置处满足条件“C”时，可以通过将其乘以加权系数来获得评价值。由此，可以调整与模板的匹配率。
图23至图28中所示的模板是一些例子。可以根据包含在原始图像中的边缘形状等来适当地设计模板。
参照图22描述利用上述模板的预测处理。
如图22所示，图像扩展转换单元2将密度模式与X1组的模板之一匹配，使得关注像素bij与模板的中心位置匹配。在判断该模板匹配(步骤P71；Y)时，图像扩展转换单元2用所匹配的模板预测密度模式。然后，图像扩展转换单元2根据预测的密度模式执行对关注像素bij的解码(步骤P78)。
图像扩展转换单元2在预测的密度模式中用Max替代值1并用min替代值0以执行解码。即，图像扩展转换单元2将对应于针对预测的密度模式所设置的两个值的解码数据值Max、min分配给在其中关注像素bij被执行了分辨率转换的2×2个像素中的aij。因而，在解码时也执行分辨率转换。当在第二量化处理中模式化密度模式时，在二进制化中将接近于Max的像素设置成1而将接近于min的像素设置成0。因而，即使在2×2个像素中用Max替代被设置为值1的像素aij，并且用min替代被设置为值0的像素aij，原始图像与解压缩图像之间的密度误差也很小。
例如，在关注像素bij为BTC(bij)＝00，并且匹配的模板是模板1(参见图23)时，预测如图21所示的其中位于左上方处的像素为1而其它像素为0的密度模式。在该密度模式中，其中值1被Max(8比特)替代并且值0被min(8比特)替代的2×2个像素中的aij将作为解码图像(1200dpi、8比特)。
在判断模板不匹配(步骤P71；N)时，图像扩展转换单元2判断与X1组中的全部模板的匹配是否终止(步骤P72)。在全部匹配未终止(步骤P72；N)时，图像扩展转换单元2返回到步骤P71中的处理，并且重复与属于X1组的其它模板的匹配，直到其与X1组中的任何一个模板相匹配为止。
在虽然已经执行完与X1组中的全部模板的匹配，但是没有一个模板匹配(步骤P72；Y)时，图像扩展转换单元2执行与属于X2组的全部模板的匹配，从而针对每个模板计算评价值(步骤P73)。随后，在针对每个模板计算出的评价值中的最大值大于0(步骤P74；Y)时，图像扩展转换单元2判断其与其中评价值为最大的模板相匹配(步骤P77)。图像扩展转换单元2根据被判断为相匹配的模板来预测密度模式，并且根据预测的密度模式来执行对关注像素bij的解码(步骤P78)。
另一方面，在针对X2组中的模板确定的条件都未得到满足，并且针对每个模板计算出的评价值中的最大值为0(步骤P74；N)时，图像扩展转换单元2执行与属于X3组的全部模板的匹配，从而针对每个模板计算评价值(步骤P75)。随后，在针对每个模板计算出的评价值中的最大值大于0(步骤P76；Y)时，图像扩展转换单元2判断其与其中评价值为最大的模板相匹配(步骤P77)。图像扩展转换单元2根据被判断为相匹配的模板预测密度模式，并且根据预测的密度模式执行对关注像素bij的解码(步骤P78)。
在针对X3组中的模板所确定的条件都未得到满足，并且针对每个模板计算出的评价值中的最大值为0(步骤P76；N)时，可以设想设置为值1的像素形成2×2个像素中的aij中的孤立点的图像。在这种情况下，难以通过参考周围像素预测密度模式，因而图像扩展转换单元2通过利用平均模式执行解码(步骤P79)。
在平均模式中，如图21所示，将平均值分配给2×2个像素中的每个aij。针对每个密度模式H0至H3确定平均模式。例如，在密度模式H0的情况下，在2×2个像素中的aij中有1个设置为值1的像素，因而针对四个像素输出Max的密度值。因此，在对应于密度模式H0的平均模式中，将平均值1/4Max分配给2×2个像素中的每个像素aij。以同样方式，在密度模式H1、H2中针对四个像素输出密度2Max，并且在密度模式H3中针对四个像素输出密度3Max。因而，确定了其中分别将它们的平均值1/2Max、3/4Max分配给2×2个像素中的每个像素的平均模式。
如上所述，在获得了经解码的2×2个像素中的aij时，处理前进到图15中所示的步骤P7。步骤P7之后执行的处理与以上所述的相同，因而省略其描述。
图30和图31示出了用简并压缩处理执行量化和解码的例子。
图30示出了针对以下图像的用标准简并转换执行压缩和扩展的实施例1以及对比例1至3，所述图像包含：文字“可逆”的图像(100％黑色)；斜线1的图像(100％黑色，1点宽的细线)；以及斜线2的图像(粗线：100％品红，6点宽，细线；30％深红，2点宽)。
图31示出了针对以下图像的对比例1至3以及应用标准简并转换的压缩的实施例1，所述图像包含：文字“g.”的图像(4个颜色CMYK)；人的面部照片1的图像(黄色)；以及面部照片2的图像(4个颜色CMYK)。
按照如下方式执行对比例1至3和实施例1中的图像处理方法。
对比例1：通过将600dpi的1个像素的数据值复制到1200dpi的4个像素，使得用600dpi、8比特光栅化的图像成为1200dpi。
对比例2：对用1200dpi、8比特光栅化的图像进行平均，以便执行到600dpi的分辨率转换(将1200dpi的4个像素的数据值的平均值分配给600dpi的1个像素)，并且进一步执行到原始1200dpi的分辨率转换(简单地将像素分为4个，并且对其分配相同的值)。
对比例3：用1200dpi、8比特光栅化图像。该对比例3中的图像的图像质量是目标图像质量。
实施例1：用上述标准简并转换的压缩方法以及利用分辨率转换对用1200dpi、8比特光栅化的图像执行到600dpi、4比特的压缩，然后用根据本实施例的上述扩展方法以及分辨率转换来执行到1200dpi、8比特的扩展。
顺便提及，图30和图31中的实施例1的右边所示的是通过增加针对半色调区域和针对高分辨率区域的不同设计来进行模式化，以便使被判断为半色调区域和高分辨率区域的图像部分易于被注意到的例子。
从图30和图31中可以注意到，在简单地执行分辨率转换的对比例2的方法中，在压缩和分辨率转换的处理时数据将会丢失。因而，减少了对文字和图形中的边缘部分的还原，因而边缘的清晰度欠佳。因而，整体上文字具有模糊的粗糙图像。
另一方面，尽管在对细节的还原上存在轻微不足，但是本实施例成功地几乎准确地还原了执行1200dpi、8比特的光栅化的对比例3中的细线，即便对于1个点宽的细线来说也是如此。此外，边缘部分的还原也比较精细，并且文字和图形的清晰度几乎与对比例3中的相同。
如上所述，根据本实施例，为了量化具有针对每个像素的属性的图像，图像压缩转换单元1针对具有摄影图像的属性数据的2×2个像素的区域执行BTC压缩处理，而针对具有不同于摄影图像的文字或图形的属性数据的2×2个像素的区域执行简并压缩处理。
此外，图像扩展转换单元2针对量化的处理图像中具有摄影图像的属性数据的像素bij执行BTC扩展处理，而针对具有不同于摄影图像的文字或图形的属性数据的像素bij执行简并扩展处理。
在BTC压缩处理中利用BTC方法执行量化，并且在BTC扩展处理中利用BTC方法执行解码。因而，即使在执行压缩处理和扩展处理时，对于具有摄影图像的属性的区域来说也可以保持浓淡度。
此外，在简并压缩处理中，在满足条件(11)至(14)的2×2个像素的区域被认为是半色调区域的状态下，图像压缩转换单元1利用BTC方法量化2×2个像素中的每个像素的平均值avr(bij)。此外，在满足条件(2)的2×2个像素的区域被认为是高分辨率区域的情况下，图像压缩转换单元1产生密度模式，其中将区域中的每个像素aij的像素值二进制化，以便将其量化为针对该密度模式预先确定的量化数据。
在简并处理中，图像扩展转换单元2在量化时利用BTC方法对被认为是半色调区域的像素bij进行解码。此外，图像扩展转换单元2根据被认为是高分辨率区域的像素bij的量化数据BTC(bij)的数据值、通过使用模板来预测在量化时产生的密度模式，从而得到对应于针对预测的密度模式所确定的每个像素的解码数据Max、min。
因而，即使执行了压缩处理和扩展处理，也可以在半色调区域中保持浓淡度，并且可以在高分辨率区域中保持分辨率。因此，即使在1个图像中混合有具有强调浓淡度的属性的区域和具有强调分辨率的属性的区域的情况下，也可以根据属性执行压缩处理和扩展处理。
此外，在简并压缩处理中，其中flag(bij)＝0针对半色调区域、并且flag(bij)＝1针对高分辨率区域的标识数据flag(bij)被保留在对应于处理图像的量化数据BTC(bij)的存储器中。因此，图像扩展转换单元2通过标识数据flag(bij)可以容易地识别要被解码的像素bij是作为半色调区域量化还是作为高分辨率区域量化，从而执行上述简并扩展处理。
此外，图像压缩转换单元1执行从2×2个像素中的aij(1200dpi)到1个像素bij(600dpi)的分辨率转换。因而，由构成要作为量化对象的2×2个像素的区域的每个aij包括的4条属性数据被转换成1条属性数据。在4条属性数据中包括文字的属性数据时，图像压缩转换单元1将要被转换的1条属性数据设置为文字的属性数据。在不包括文字的属性数据，但是包括图形的属性数据时，图像压缩转换单元1将要被转换的1条属性数据设置为图形的属性数据。通过这种方式，被转换的属性数据在优先的基础上被确定为文字或图形的属性数据，从而可以防止由于BTC压缩处理或简并压缩处理导致的文字或图形的图像质量劣化。
顺便提及，上述实施例是本发明的一个优选例子，而不局限于此。
例如，在上述实施例中解码时，针对整个图像区域执行分辨率转换以恢复到量化之前的分辨率。然而，已经执行过BTC压缩处理的区域或满足条件(11)至(14)的区域(已经执行过第一量化处理的半色调区域)可以不执行分辨率转换而仅进行解码。
此外，本发明可应用于计算机装置以执行除MFP之外的图像处理。此外，上述压缩处理和扩展处理可被制成程序，并且可以利用使用该程序的软件来执行图像处理。在这种情况下，可以应用作为程序的计算机可读介质的ROM、非易失性存储器(例如，闪存等)、以及便携式记录介质(例如，光盘只读存储器(CD-ROM)等)。此外，还可以应用作为通过通信线路提供程序的数据的介质的载波。
(1)根据本发明的实施例的第一方面，提供了一种图像处理装置，该图像处理装置包括用于量化具有针对每个像素的属性数据的图像的图像压缩转换单元，其中
在区域具有摄影图像的属性数据时，图像压缩转换单元用BTC方法量化该区域，其中
在区域具有不同于摄影图像的属性数据，并且该区域是半色调区域时，图像压缩转换单元用BTC方法量化该区域，并且其中
在区域具有不同于摄影图像的属性数据，并且该区域是高分辨率区域时，图像压缩转换单元生成该区域的密度模式，以根据所生成的密度模式量化该区域。
(2)在上述图像处理装置中，优选地，在该区域具有不同于摄影图像的属性数据时，图像压缩转换单元在对应于该量化图像的存储器区域中保留指示该区域是半色调区域还是高分辨率区域的标识数据。
(3)在上述图像处理装置中，优选地，图像压缩转换单元对构成具有摄影图像的属性数据的区域的多个像素的像素值进行平均，并且利用BTC方法来量化所得到的平均值以执行分辨率转换，使得具有摄影图像的属性数据的区域的分辨率与量化之前的分辨率相比有所降低。
(4)在上述图像处理装置中，优选地，在具有不同于摄影图像的属性数据的区域是半色调区域时，图像压缩转换单元对构成该半色调区域的多个像素的像素值进行平均，并且利用BTC方法来量化所得到的平均值以执行分辨率转换，使得该半色调区域的分辨率与量化之前的分辨率相比有所降低。
(5)在上述图像处理装置中，优选地，在具有不同于摄影图像的属性数据的区域是高分辨率区域时，图像压缩转换单元生成其中构成该高分辨率区域的多个像素的像素值被二进制化的密度模式，并且获得针对所生成的密度模式预先确定的量化数据以执行分辨率转换，使得高分辨率区域的分辨率与量化之前的分辨率相比有所降低。
(6)在上述图像处理装置中，优选地，图像压缩转换单元将构成作为量化对象的区域的多个像素所包括的每条属性数据转换成1条属性数据，以基于经转换的属性数据来量化该区域。
(7)在上述图像处理装置中，优选地，在构成作为量化对象的区域的每个像素所包括的属性数据包括文字的属性数据时，图像压缩转换单元将要被转换的1条属性数据设置为文字的属性数据，其中
在属性数据不包括文字的属性数据，但是包括图形的属性数据时，图像压缩转换单元将要被转换的1条属性数据设置为图形的属性数据。
根据本发明，针对具有摄影图像的属性的区域可以保持浓淡度。此外，具有不同于摄影图像的文字或图形的属性的区域被分成半色调区域和高分辨率区域。由此，针对半色调区域可以保持浓淡度，而针对高分辨率区域可以保持分辨率。因此，即使在1个图像中混合有强调浓淡度的区域和强调分辨率的区域的情况下，也可以根据区域的属性执行压缩处理。
根据本发明的实施例的第二方面，提供了一种图像处理装置，该图像处理装置包括用于对经上述(1)的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
在区域具有摄影图像的属性数据时，图像扩展转换单元用BTC方法对该区域进行解码，其中
在区域具有不同于摄影图像的属性数据，并且该区域为半色调区域时，图像扩展转换单元用BTC方法对该区域进行解码，并且其中
在区域具有不同于摄影图像的属性数据，并且该区域为高分辨率区域时，图像扩展转换单元对量化时针对该区域生成的密度模式进行预测，以根据所预测的密度模式对该区域进行解码。
根据本发明，针对具有摄影图像的属性的区域可以保持浓淡度。此外，具有不同于摄影图像的文字或图形的属性的区域被分成半色调区域和高分辨率区域。由此，针对半色调区域可以保持浓淡度，而针对高分辨率区域可以保持分辨率。因此，即使在1个图像中混合有强调浓淡度的区域和强调分辨率的区域的情况下，也可以根据区域的属性执行扩展处理。
根据本发明的实施例的第三方面，提供了一种图像处理装置，该图像处理装置包括用于对经上述(2)的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
在区域具有摄影图像的属性数据时，图像扩展转换单元用BTC方法对该区域进行解码，其中
在区域具有不同于摄影图像的属性数据时，图像扩展转换单元利用保留在对应于经量化的图像的存储器区域中的标识数据来识别该区域是半色调区域还是高分辨率区域，其中
在区域为半色调区域时，图像扩展转换单元用BTC方法对该区域进行解码，并且其中
在区域为高分辨率区域时，图像扩展转换单元对量化时针对该区域生成的密度模式进行预测，以根据所预测的密度模式来对该区域进行解码。
根据本发明，针对具有摄影图像的属性的区域可以保持浓淡度。此外，具有不同于摄影图像的文字或图形的属性的区域被分成半色调区域和高分辨率区域。因而，针对半色调区域可以保持浓淡度，而针对高分辨率区域可以保持分辨率。因此，即使在1个图像中混合有强调浓淡度的区域和强调分辨率的区域的情况下，也可以根据该区域的属性执行扩展处理。
根据本发明的实施例的第四方面，提供了一种图像处理装置，该图像处理装置包括用于对经上述(3)的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
图像扩展转换单元利用BTC方法对经量化的图像中具有摄影图像的属性数据的区域进行解码，其中
图像扩展转换单元执行分辨率转换，使得该区域的分辨率恢复到量化之前的分辨率，以将解码数据分配给已经执行过分辨率转换的每个像素。
根据本发明，针对具有摄影图像的属性的区域可以保持浓淡度。此外，具有不同于摄影图像的文字或图形的属性的区域被分成半色调区域和高分辨率区域。因而，针对半色调区域可以保持浓淡度，而针对高分辨率区域可以保持分辨率。因此，即使在1个图像中混合有强调浓淡度的区域和强调分辨率的区域的情况下，也可以根据区域的属性来执行扩展处理。
根据本发明的实施例的第五方面，提供了一种图像处理装置，该图像处理装置包括用于对经上述(4)的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
图像扩展转换单元利用BTC方法对经量化的图像中具有不同于摄影图像的属性数据的半色调区域进行解码，其中
图像扩展转换单元执行分辨率转换，使得半色调区域的分辨率恢复到量化之前的分辨率，以将解码数据分配给已经执行过分辨率转换的每个像素。
根据本发明，针对具有摄影图像的属性的区域可以保持浓淡度。此外，具有不同于摄影图像的文字或图形的属性的区域被分成半色调区域和高分辨率区域。因而，针对半色调区域可以保持浓淡度，而针对高分辨率区域可以保持分辨率。因此，即使在1个图像中混合有强调浓淡度的区域和强调分辨率的区域的情况下，也可以根据区域的属性来执行扩展处理。
根据本发明的实施例的第六方面，提供了一种图像处理装置，该图像处理装置包括用于对经上述(5)的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
图像扩展转换单元针对经量化的图像中具有不同于摄影图像的属性数据的高分辨率区域对按量化之前的分辨率所生成的密度模式进行预测，以获得对应于针对所预测的密度模式确定的多个像素的解码数据。
根据本发明，针对具有摄影图像的属性的区域可以保持浓淡度。此外，具有不同于摄影图像的文字或图形的属性的区域被分成半色调区域和高分辨率区域。因而，针对半色调区域可以保持浓淡度，而针对高分辨率区域可以保持分辨率。因此，即使在1个图像中混合有强调浓淡度的区域和强调分辨率的区域的情况下，也可以根据区域的属性执行扩展处理。
根据本发明的实施例的第七方面，提供了一种用于量化具有针对每个像素的属性数据的图像的压缩方法，该方法包括：
在区域具有摄影图像的属性数据时，用BTC方法量化该区域；
在区域具有不同于摄影图像的属性数据，并且该区域为半色调区域时，利用BTC方法量化该区域；以及
在区域具有不同于摄影图像的属性数据，并且该区域为高分辨率区域时，生成该区域的密度模式，以根据所生成的密度模式量化该区域。
根据本发明，针对具有摄影图像的属性的区域可以保持浓淡度。此外，具有不同于摄影图像的文字或图形的属性的区域被分成半色调区域和高分辨率区域。因而，针对半色调区域可以保持浓淡度，而针对高分辨率区域可以保持分辨率。因此，即使在1个图像中混合有强调浓淡度的区域和强调分辨率的区域的情况下，也可以根据区域的属性执行压缩处理。
根据本发明的实施例的第八方面，提供了一种用于对经上述压缩方法量化的图像进行解码的扩展方法，该方法包括：
在区域具有摄影图像的属性数据时，用BTC方法对该区域进行解码；
在区域具有不同于摄影图像的属性数据，并且该区域为半色调区域时，用BTC方法对该区域进行解码；以及
在区域具有不同于摄影图像的属性数据，并且该区域为高分辨率区域时，预测针对该区域生成的密度模式，以根据所预测的密度模式来对该区域进行解码。
根据本发明，针对具有摄影图像的属性的区域可以保持浓淡度。此外，具有不同于摄影图像的文字或图形的属性的区域被分成半色调区域和高分辨率区域。因而，针对半色调区域可以保持浓淡度，而针对高分辨率区域可以保持分辨率。因此，即使在1个图像中混合有强调浓淡度的区域和强调分辨率的区域的情况下，也可以根据区域的属性执行所述扩展处理。
通过引用将2008年10月1日提交的日本专利申请2008-256259号的全部公开内容(包含说明书、权利要求书、附图和摘要)完整地合并于此。
虽然已经示出并描述了示例性实施例，但是本发明不局限于所示的实施例。因此，旨在通过以下权利要求书的范围来单独地限定本发明的范围。

Claims (18)

1.一种图像处理装置，包括用于量化具有针对每个像素的属性数据的图像的图像压缩转换单元，其中
在区域具有摄影图像的属性数据时，所述图像压缩转换单元用块截断编码方法量化所述区域，其中
在区域具有不同于所述摄影图像的属性数据，并且所述区域是半色调区域时，所述图像压缩转换单元用块截断编码方法量化所述区域，并且其中
在区域具有不同于所述摄影图像的属性数据，并且所述区域是高分辨率区域时，所述图像压缩转换单元生成所述区域的密度模式，以根据所生成的密度模式来量化所述区域。
2.如权利要求1所述的图像处理装置，其中，在所述区域具有不同于所述摄影图像的属性数据时，所述图像压缩转换单元在对应于经量化的图像的存储器区域中保留指示所述区域是半色调区域还是高分辨率区域的标识数据。
3.如权利要求1所述的图像处理装置，其中，所述图像压缩转换单元对构成具有所述摄影图像的属性数据的区域的多个像素的像素值进行平均，并且用块截断编码方法量化所得到的平均值，以执行分辨率转换，使得具有所述摄影图像的属性数据的区域的分辨率与所述量化之前的分辨率相比得到降低。
4.如权利要求1所述的图像处理装置，其中，在具有不同于所述摄影图像的属性数据的区域是半色调区域时，所述图像压缩转换单元对构成所述半色调区域的多个像素的像素值进行平均，并且用块截断编码方法量化所得到的平均值，以执行分辨率转换，使得所述半色调区域的分辨率与所述量化之前的分辨率相比得到降低。
5.如权利要求1所述的图像处理装置，其中，在具有不同于所述摄影图像的属性数据的区域是高分辨率区域时，所述图像压缩转换单元生成其中构成所述高分辨率区域的多个像素的像素值被二进制化的密度模式，并获得针对所生成的密度模式预先确定的量化数据，以执行分辨率转换，使得所述高分辨率区域的分辨率与所述量化之前的分辨率相比得到降低。
6.如权利要求3所述的图像处理装置，其中，所述图像压缩转换单元将构成作为所述量化的对象的区域的多个像素所包括的每条属性数据转换成1条属性数据，以基于经转换的属性数据来量化所述区域。
7.如权利要求6所述的图像处理装置，其中，在构成作为所述量化的对象的区域的每个像素所包括的属性数据包括文字的属性数据时，所述图像压缩转换单元将要被转换的所述1条属性数据设置为所述文字的属性数据，其中
在所述属性数据不包括文字的属性数据，而是包括图形的属性数据时，所述图像压缩转换单元将要被转换的所述1条属性数据设置为所述图形的属性数据。
8.如权利要求4所述的图像处理装置，其中，所述图像压缩转换单元将构成作为所述量化的对象的区域的多个像素所包括的每条属性数据转换成1条属性数据，以基于经转换的属性数据量化所述区域。
9.如权利要求8所述的图像处理装置，其中，在构成作为所述量化的对象的区域的每个像素所包括的属性数据包括文字的属性数据时，所述图像压缩转换单元将要被转换的所述1条属性数据设置为所述文字的属性数据，其中
在所述属性数据不包括所述文字的属性数据，而是包括图形的属性数据时，所述图像压缩转换单元将要被转换的所述1条属性数据设置为所述图形的属性数据。
10.如权利要求5所述的图像处理装置，其中，所述图像压缩转换单元将构成作为所述量化的对象的区域的多个像素所包括的每条属性数据转换成1条属性数据，以基于经转换的属性数据量化所述区域。
11.如权利要求10所述的图像处理装置，其中，在构成作为所述量化的对象的区域的每个像素所包括的属性数据包括文字的属性数据时，所述图像压缩转换单元将要被转换的所述1条属性数据设置为所述文字的属性数据，其中
在所述属性数据不包括所述文字的属性数据，而是包括图形的属性数据时，所述图像压缩转换单元将要被转换的所述1条属性数据设置为所述图形的属性数据。
12.一种图像处理装置，包括用于对经权利要求1所述的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
在区域具有摄影图像的属性数据时，所述图像扩展转换单元用块截断编码方法对所述区域进行解码，其中
在区域具有不同于所述摄影图像的属性数据，并且所述区域为半色调区域时，所述图像扩展转换单元用块截断编码方法对所述区域进行解码，并且其中
在区域具有不同于所述摄影图像的属性数据，并且所述区域为高分辨率区域时，所述图像扩展转换单元对量化时针对所述区域生成的密度模式进行预测，以根据所预测的密度模式对所述区域进行解码。
13.一种图像处理装置，包括用于对经权利要求2所述的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
在区域具有摄影图像的属性数据时，所述图像扩展转换单元用块截断编码方法对所述区域进行解码，其中
在区域具有不同于所述摄影图像的属性数据时，所述图像扩展转换单元通过保留在对应于经量化的图像的存储器区域中的标识数据来识别所述区域是半色调区域还是高分辨率区域，其中
在区域为半色调区域时，所述图像扩展转换单元用块截断编码方法对所述区域进行解码，并且其中
在区域为高分辨率区域时，所述图像扩展转换单元对量化时针对所述区域生成的密度模式进行预测，以根据所预测的密度模式对所述区域进行解码。
14.一种图像处理装置，包括用于对经权利要求3所述的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
所述图像扩展转换单元用块截断编码方法来对经量化的图像中具有摄影图像的属性数据的区域进行解码，其中
所述图像扩展转换单元执行分辨率转换，使得所述区域的分辨率恢复到所述量化之前的分辨率，以将解码数据分配给已经执行过分辨率转换的每个像素。
15.一种图像处理装置，包括用于对经权利要求4所述的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
所述图像扩展转换单元用块截断编码方法对经量化的图像中具有不同于摄影图像的属性数据的半色调区域进行解码，其中
所述图像扩展转换单元执行分辨率转换，使得所述半色调区域的分辨率恢复到所述量化之前的分辨率，以将解码数据分配给已经执行过分辨率转换的每个像素。
16.一种图像处理装置，包括用于对经权利要求5所述的图像处理装置量化的图像进行解码的图像扩展转换单元，其中
所述图像扩展转换单元针对经量化的图像中具有不同于摄影图像的属性数据的高分辨率区域预测按所述量化之前的分辨率生成的密度模式，以获得对应于针对所预测的密度模式确定的多个像素的解码数据。
17.一种用于量化具有针对每个像素的属性数据的图像的压缩方法，包括：
在区域具有摄影图像的属性数据时，用块截断编码方法量化所述区域；
在区域具有不同于所述摄影图像的属性数据，并且所述区域为半色调区域时，用块截断编码方法量化所述区域；并且
在区域具有不同于所述摄影图像的属性数据，并且所述区域为高分辨率区域时，生成所述区域的密度模式，以根据所生成的密度模式量化所述区域。
18.一种用于对经权利要求17所述的压缩方法量化的图像进行解码的扩展方法，包括：
在区域具有摄影图像的属性数据时，用块截断编码方法对所述区域进行解码；
在区域具有不同于所述摄影图像的属性数据，并且所述区域为半色调区域时，用块截断编码方法对所述区域进行解码；以及
在区域具有不同于所述摄影图像的属性数据，并且所述区域为高分辨率区域时，预测针对所述区域生成的密度模式，以根据所预测的密度模式对所述区域进行解码。
CN2009101785450A 2008-10-01 2009-09-29 图像处理装置、压缩方法和扩展方法 Active CN101715038B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008256259A JP5029560B2 (ja) 2008-10-01 2008-10-01 画像処理装置、圧縮方法及び伸張方法
JP2008-256259 2008-10-01

Publications (2)

Publication Number Publication Date
CN101715038A true CN101715038A (zh) 2010-05-26
CN101715038B CN101715038B (zh) 2012-12-26

Family

ID=41449930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009101785450A Active CN101715038B (zh) 2008-10-01 2009-09-29 图像处理装置、压缩方法和扩展方法

Country Status (4)

Country Link
US (1) US8442336B2 (zh)
EP (1) EP2173102B1 (zh)
JP (1) JP5029560B2 (zh)
CN (1) CN101715038B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102972023A (zh) * 2011-07-13 2013-03-13 松下电器产业株式会社 图像压缩装置、图像解压缩装置以及图像处理装置
CN108401084A (zh) * 2017-02-06 2018-08-14 柯尼卡美能达株式会社 图像处理装置及图像处理方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5668530B2 (ja) * 2011-03-04 2015-02-12 コニカミノルタ株式会社 画像処理方法及び画像処理装置
US8942473B2 (en) * 2012-07-25 2015-01-27 Ko Hung Lin Image processing method and display apparatus
JP6044347B2 (ja) * 2013-01-09 2016-12-14 コニカミノルタ株式会社 画像処理装置、符号化方法及び復号化方法
JP6184115B2 (ja) * 2013-02-01 2017-08-23 キヤノン株式会社 画像処理方法及び画像処理装置
CN103533371B (zh) * 2013-09-30 2016-08-17 西安空间无线电技术研究所 一种基于图像变换和图像水印的数据压缩传输方法
JP6696361B2 (ja) * 2016-08-31 2020-05-20 コニカミノルタ株式会社 画像処理装置、画像形成装置及びプログラム
JP6821418B2 (ja) * 2016-12-16 2021-01-27 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
KR20200024418A (ko) 2018-08-28 2020-03-09 안정오 기능성 수소발생장치

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5414527A (en) * 1991-08-14 1995-05-09 Fuji Xerox Co., Ltd. Image encoding apparatus sensitive to tone variations
JP2621747B2 (ja) * 1992-10-06 1997-06-18 富士ゼロックス株式会社 画像処理装置
JP2800633B2 (ja) * 1993-04-30 1998-09-21 富士ゼロックス株式会社 画像符号化装置
US5585944A (en) * 1994-05-10 1996-12-17 Kaleida Labs, Inc. Method for compressing and decompressing images by subdividing pixel color distributions
JP3281183B2 (ja) 1994-06-17 2002-05-13 株式会社リコー 画像符号化復号化方法および画像符号化復号化装置
JPH1051642A (ja) * 1996-07-31 1998-02-20 Fuji Xerox Co Ltd 画像処理装置
JP3864400B2 (ja) * 1996-10-04 2006-12-27 ソニー株式会社 画像処理装置および画像処理方法
EP0856988A3 (en) * 1997-01-31 1998-08-12 Hewlett-Packard Company System and method for compressing textual image data
US6603884B2 (en) * 1997-05-08 2003-08-05 Ricoh Company, Ltd. Image processing system for compressing image data including binary image data and continuous tone image data by a sub-band transform method with a high-compression rate
JPH118770A (ja) * 1997-06-19 1999-01-12 Matsushita Electric Ind Co Ltd 画像圧縮装置
US6404919B1 (en) * 1997-08-14 2002-06-11 Minolta Co., Ltd. Image processor for encoding image data
US6256415B1 (en) * 1998-06-10 2001-07-03 Seiko Epson Corporation Two row buffer image compression (TROBIC)
JP2000050268A (ja) * 1998-07-31 2000-02-18 Minolta Co Ltd 画像符号化装置
US6385337B1 (en) * 1998-12-21 2002-05-07 Xerox Corporation Method of selecting colors for pixels within blocks for block truncation encoding
JP2002190956A (ja) * 2000-12-22 2002-07-05 Fuji Xerox Co Ltd 画像符号化装置および画像復号装置
JP2002209110A (ja) * 2000-12-28 2002-07-26 Ricoh Co Ltd 画像符号化装置
KR100584422B1 (ko) * 2003-06-04 2006-05-26 삼성전자주식회사 영상데이터의 압축 장치 및 방법
JP4166744B2 (ja) * 2004-10-18 2008-10-15 シャープ株式会社 画像処理装置、画像形成装置、画像処理方法、コンピュータプログラム及び記録媒体
JP5008440B2 (ja) 2007-04-04 2012-08-22 ホシザキ電機株式会社 冷却貯蔵庫
JP4424404B2 (ja) * 2007-10-04 2010-03-03 コニカミノルタビジネステクノロジーズ株式会社 圧縮方法、伸張方法及び画像処理装置
CN100576921C (zh) * 2008-01-14 2009-12-30 浙江大学 基于块分类的混合图像压缩方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102972023A (zh) * 2011-07-13 2013-03-13 松下电器产业株式会社 图像压缩装置、图像解压缩装置以及图像处理装置
CN102972023B (zh) * 2011-07-13 2016-09-28 松下知识产权经营株式会社 图像压缩装置、图像解压缩装置以及图像处理装置
CN108401084A (zh) * 2017-02-06 2018-08-14 柯尼卡美能达株式会社 图像处理装置及图像处理方法
CN108401084B (zh) * 2017-02-06 2019-10-25 柯尼卡美能达株式会社 图像处理装置及图像处理方法

Also Published As

Publication number Publication date
EP2173102A2 (en) 2010-04-07
EP2173102A3 (en) 2015-07-08
JP5029560B2 (ja) 2012-09-19
CN101715038B (zh) 2012-12-26
US8442336B2 (en) 2013-05-14
US20100080474A1 (en) 2010-04-01
JP2010087961A (ja) 2010-04-15
EP2173102B1 (en) 2019-02-20

Similar Documents

Publication Publication Date Title
CN101715038B (zh) 图像处理装置、压缩方法和扩展方法
US5416606A (en) Method and apparatus for encoding or decoding an image in accordance with image characteristics
EP0469852B1 (en) Image processing method and apparatus
US8224101B2 (en) Image processing apparatus and control method thereof with color data and monochrome data selection
US7646925B2 (en) Image processing apparatus, image processing method, program, and storage medium
US20050276501A1 (en) Image decoding apparatus and its control method
JP4548528B2 (ja) 画像処理装置及びエッジ分類方法
US20040114172A1 (en) Method of and apparatus for processing image data, and computer product
US8159718B2 (en) Image processing to determine if pixel in compressed data is chromatic or achromtic based on selection threshold
JPH0750758A (ja) 符号化装置
US7692669B2 (en) Image processing apparatus, image processing method and image processing program
US8345309B2 (en) Secure printing-out using color toner and particular toner
EP2302896A2 (en) Data processing apparatus and data processing method for compressing image data
JP2010278948A (ja) 画像処理装置
JP2004112695A (ja) 画像処理装置及びその処理方法
JP4628984B2 (ja) 画像処理装置
US7554556B2 (en) Color image processing device and color image processing method
JP2003046789A (ja) 画像符号化装置及び画像復号化装置
JP3189511B2 (ja) 符号化装置
JP2004158999A (ja) カラー画像読取記録装置
US8554000B2 (en) Image forming apparatus and method
JP2006042217A (ja) 画像処理装置
JP2014099742A (ja) カラーモノクロ判定
JP5062633B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP2007060267A (ja) 縮小レイアウト機能を持った画像処理システム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant