CN102348043A - 图像处理装置及图像处理方法 - Google Patents

Abstract

本发明提供图像处理装置及图像处理方法。所述图像处理装置可以包括第一网屏处理单元、莫尔纹分量计算单元、第一校正单元及第二网屏处理单元。所述第一网屏处理单元对图像数据进行网屏处理，以形成网屏处理后图像数据。所述莫尔纹分量计算单元计算与所述网屏处理后图像数据的低频分量以及所述图像数据的低频分量对应的原稿莫尔纹分量。所述第一校正单元基于计算出的莫尔纹分量来校正所述图像数据。所述第二网屏处理单元对校正后的所述图像数据进行所述网屏处理。

Description

图像处理装置及图像处理方法

技术领域

本发明涉及进行网屏处理的图像处理装置，并且还涉及包括该网屏处理的图像处理方法。

背景技术

传统上已知并使用形成面积灰度(gradation)图像的方法，来实现记录介质上的图像的色调再现。面积灰度化的特征在于通过改变色料粘附区域的比率来表现灰度图像。调幅(AM)网屏和调频(FM)网屏为代表性网屏。

AM网屏可以通过调整各色料粘附区域的大小(即所谓的网点(halftone dot)的大小)来表现灰度图像。定义AM网屏的因素包括：各网点的形状、网点的布置方向(即网点角度)、以及周期性布置的网点的密度(即线数)。

另一方面，可以使用FM网屏，以基于点密度的变化来表现灰度图案。为此，按照伪随机方式来布置具有恒定大小的微小的孤立点。如果采用FM网屏，则需要稳定地记录微小点。因此，在图像形成装置不能稳定地形成微小点的情况下，采用AM网屏来获得稳定的输出是有用的。

莫尔纹(moiré)图案包括例如当两个网格成角度交叠时或者当它们具有略微不同的网格大小时产生的干涉图案。如果采用AM网屏进行打印，则可能产生原稿莫尔纹。原稿莫尔纹是当输入图像的高频分量与周期性布置的网点干涉时可能产生的周期性图案。输入图像的高频分量在被折进低频区域时能够被视觉识别。传统上已知以下两种方法作为能够减少原稿莫尔纹的实际方法。

日本专利特开第08-051536号公报中记载的方法包括，对输入图像进行滤波处理并且从输入图像中移除可能引发莫尔纹的频率分量。根据日本专利特开第2007-129558号公报中记载的方法，如果当使用AM网屏时产生原稿莫尔纹，则采用包括按照伪随机方式布置的微小的孤立点的FM网屏，来代替使用AM网屏。

然而，可能引发莫尔纹的频率分量为网屏频率附近的高频分量。因此，如果采用日本专利特开第08-051536号公报中记载的方法，则可能使输入图像变模糊。

另外，如果不能稳定地形成点的记录装置采用如日本专利特开第2007-129558号公报中记载的使用FM网屏的方法，则形成的图像看起来可能会明显粗糙。

发明内容

本发明旨在提供一种能够减少原稿莫尔纹以获得高质量输出图像的图像处理装置及图像处理方法。

根据本发明的一方面，提供一种图像处理装置，该图像处理装置包括：第一网屏处理单元，其被构造为对图像数据进行网屏处理，以形成网屏处理后图像数据；莫尔纹分量计算单元，其被构造为计算与所述网屏处理后图像数据的低频分量以及所述图像数据的低频分量对应的原稿莫尔纹分量；第一校正单元，其被构造为基于计算出的莫尔纹分量来校正所述图像数据；以及第二网屏处理单元，其被构造为对校正后的所述图像数据进行所述网屏处理。

根据以下参照附图对示例性实施例的详细描述，本发明的其他特征和方面将变得清楚。

附图说明

被并入说明书中并构成说明书的一部分的附图，例示了本发明的示例性实施例、特征以及方面，并与文字说明一起用于说明本发明的原理。

图1是例示根据第一示例性实施例的图像处理装置及图像形成装置的结构的框图。

图2是例示可以由根据第一示例性实施例的图像处理装置实现的图像处理方法的流程图。

图3例示了对青色分解后的任务数据进行的示例网屏处理(screenprocessing)。

图4例示了由根据第一示例性实施例的图像处理装置对各边约为5mm的黑色圆形带板图(circular zone plate chart)进行处理时生成的黑色色板图像。

图5例示了在图4所示的图像中从位置A至位置B布置的像素的示例值，以及关于能够在用于生成图4所示的图像的处理中获得的原稿莫尔纹分量的位置A至位置B处的值。

图6(图6A和图6B)是例示根据第二示例性实施例的图像处理装置的结构的框图。

图7是例示能够由根据第二示例性实施例的图像处理装置实现的图像处理方法的流程图。

图8是例示根据第二示例性实施例的CM色间莫尔纹分量计算单元的示例结构的框图。

图9是例示根据第二示例性实施例的C色板色间莫尔纹分量移除单元的示例结构的框图。

图10是例示根据第三示例性实施例的图像处理装置的示例结构的框图。

图11是例示能够由根据第三示例性实施例的图像处理装置实现的图像处理方法的流程图。

图12(图12A和图12B)是例示根据第四示例性实施例的图像处理装置的示例结构的框图。

图13是例示能够由根据第四示例性实施例的图像处理装置实现的图像处理方法的流程图。

图14是例示根据第四示例性实施例的C色板莫尔纹分量移除单元的示例结构的框图。

图15是例示根据第五示例性实施例的图像处理装置及图像形成装置的示例结构的框图。

图16是例示能够由根据第五示例性实施例的图像处理装置实现的图像处理方法的流程图。

图17例示了能够在根据第五示例性实施例的滤波处理中使用的示例滤波系数。

图18例示了各自包括各种频率条纹的图像，作为揭示根据第五示例性实施例可获得的效果的实际示例。

图19例示了各自包括细线的图像，作为揭示根据第五示例性实施例可获得的效果的实际示例。

图20例示了各自包括边缘的图像，作为揭示根据第五示例性实施例可获得的效果的实际示例。

图21例示了能够在根据第五示例性实施例的滤波处理中使用的示例滤波系数。

具体实施方式

以下参照附图详细说明本发明的各种示例性实施例、特征及方面。

尽管在以下示例性实施例中描述了示例结构，但是本发明并不限于所例示的结构。

下面，首先详细描述第一示例性实施例。图1是例示根据第一示例性实施例的图像处理装置和图像形成装置的示例结构的框图。

图1所示的系统包括图像处理装置101和图像形成装置118。图像处理装置101例如是安装有图像形成装置118专用的驱动程序的通用个人计算机。在这种情况下，当计算机执行预定程序时能够实现图像处理装置101的各功能单元。作为另一示例结构，例如，图像形成装置118可以被构造为包括图像处理装置101。

图像处理装置101和图像形成装置118经由接口或电路相互连接。图像处理装置101包括能够借以输入打印目标图像数据的图像数据输入端子102，以及存储输入的图像数据的输入图像存储缓冲器103。

色彩分解处理单元104可以参照存储在色彩分解查找表(LUT)存储单元105中的色彩分解LUT，来将存储在输入图像存储缓冲器103中的图像数据分解成与图像形成装置118的色料颜色相对应的色料值。

原稿莫尔纹分量(component)移除单元111能够从由色彩分解处理单元104分解的各色料值中，移除由原稿莫尔纹分量计算单元106计算出的原稿莫尔纹分量。原稿莫尔纹分量计算单元106可以根据由色彩分解处理单元104分解的各色料值，来计算原稿莫尔纹分量。

网屏处理单元115能够对从原稿莫尔纹分量移除单元111输出的各色料值进行网屏处理，并将网屏处理后的数据存储在网屏图像存储缓冲器116中。

存储在网屏图像存储缓冲器116中的网屏处理后数据，可以经由输出端子117被输出到图像形成装置118。在本示例性实施例中，原稿莫尔纹分量代表原稿与网屏之间的莫尔纹。

在图1中，网屏处理单元107是第一网屏处理单元的应用示例。减法单元110是第一计算单元的应用示例。原稿莫尔纹分量移除单元111是第一校正单元的应用示例。网屏处理单元115是第二网屏处理单元的应用示例。

图像形成装置118包括四个感光鼓119、120、121和122，中间转印带123，转印部件124，定影设备125，给纸托盘126以及排纸托盘127。图1所示的图像形成装置118可以使用四种色料，例如青色(C)、品红色(M)、黄色(Y)以及黑色(K)。

在图像形成装置118中，可以根据从图像处理装置101提供的网屏处理后数据来在各颜色的感光鼓119、120、121和122上形成多个潜像，并且利用青色、品红色、黄色以及关键(黑色)(CMYK)色料来将这些潜像显影，以形成各颜色的图像。

然后将分别在各个颜色的感光鼓119、120、121、122上形成的CMYK色料的图像转印到中间转印带123上。在中间转印带123上形成全色图像(即，合成多色图像)。然后，在转印部件124处将中间转印带123上的图像转印到从给纸托盘126提供的纸张上。然后，纸张上的图像被定影设备125定影并被输送到排纸托盘127。

接着，以下参照图2所示的流程图来描述能够由根据本示例性实施例的图像处理装置101实现的图像处理方法。

首先，在步骤S201中，图像处理装置101从输入端子102接收多灰阶图像数据，并将该多灰阶图像数据存储在输入图像存储缓冲器103中。在本示例性实施例中，图像数据是例如红色(R)、绿色(G)以及蓝色(B)的三种色彩分量的彩色图像数据。

接着，在步骤S202中，色彩分解处理单元104利用存储在色彩分解LUT存储单元105中的色彩分解LUT，来对存储在输入图像存储缓冲器103中的多灰阶图像数据进行色彩分解处理，以实现从红色、绿色及蓝色(RGB)色料色板向CMYK色料色板的转换。在本示例性实施例中，色彩分解处理单元104生成8比特像素数据作为色彩分解处理的结果。然而，转换的灰度数量并不限于上述示例。

根据本示例性实施例的图像形成装置使用四种类型的色料，即CMYK色料。因此，图像处理装置101(色彩分解处理单元104)将输入的RGB图像数据转换成对应于CMYK色料的四个色板的图像数据。更具体地说，如以下公式(1)至(4)所定义的，色彩分解处理单元104生成与四种类型的色料对应的四种类型的色板的色彩分解后的任务数据D_c、D_m、D_y以及D_k(0至255)。

D_c＝C_LUT_3D(R，G，B)...公式(1)

D_m＝M_LUT_3D(R，G，B)...公式(2)

D_y＝Y_LUT_3D(R，G，B)...公式(3)

D_k＝K_LUT_3D(R，G，B)...公式(4)

在本示例性实施例中，由公式(1)至(4)的右侧定义的各个函数对应于色彩分解LUT的内容。色彩分解LUT用于从三个(RGB)输入值获得四个(CMYK)输出值。当在步骤S202中色彩分解处理单元104完成上述处理时，图像处理装置101完成根据本示例性实施例的色彩分解处理。

接着，在步骤S203中，原稿莫尔纹分量计算单元106计算原稿莫尔纹分量。在下文中，以下参照图1来详细描述能够由原稿莫尔纹分量计算单元106进行的示例处理。

原稿莫尔纹分量计算单元106包括网屏处理单元107、两个滤波处理单元108和109以及减法单元110。出于简化描述的目的，图1仅针对青色(C)任务数据处理块例示了构成部件107至110。

网屏处理单元107对通过色彩分解处理单元104生成的色彩分解后的任务数据D_c、D_m、D_y及D_k进行AM网屏处理，并且输出网屏处理后的数据Out_c、Out_m、Out_y及Out_k。这些网屏处理后的数据可能包括由于色彩分解后的任务数据与AM网屏之间的干涉而产生的原稿莫尔纹。

网屏处理单元107存储针对要经受网屏处理的颜色的阈值表。更具体地说，网屏处理单元107存储CMYK颜色的阈值表Th_c、Th_m、Th_y及Th_k中的一者。网屏处理单元107针对各像素，将待处理颜色的色彩分解后的任务数据与该要处理的颜色的阈值表进行比较，并且输出网屏处理后数据。在本示例性实施例中，为了简化说明，以下描述了针对青色数据的示例网屏处理。

图3例示了针对8×8像素的青色色彩分解后的任务数据D_c 301进行的示例网屏处理。阈值表Th_c 302存储相应像素位置的阈值。

网屏处理单元107利用相应像素位置的阈值(0至255)，对各像素的青色色彩分解后的任务数据D_c 301进行由以下公式(5)和(6)定义的处理，并获得青色数据Out_c 303。如图3所示，存储在阈值表Th_c302中的阈值为对应于打印图像上的地址的一组阈值。

如果D_c≤Th_c，则Out_c＝0...公式(5)

如果Th_c＜D_c，则Out_c＝255...公式(6)

除了上述针对青色数据的处理外，网屏处理单元107能够对品红色、黄色及黑色数据进行类似的网屏处理，并且能够获得所有颜色的网屏处理后的数据，即青色数据Out_c、品红色数据Out_m、黄色数据Out_y及黑色数据Out_k。

接着，滤波处理单元108对包括原稿莫尔纹分量的网屏处理后的数据Out_c、Out_m、Out_y及Out_k，进行利用预定低通滤波器(LPF)的滤波处理，如以下公式(7)至(10)所定义的。这样，原稿莫尔纹分量计算单元106能够计算并生成网屏处理后的数据低频分量Out_f_c、Out_f_m、Out_f_y及Out_f_k。

Out_f_c＝Out_c*LPF...公式(7)

Out_f_m＝Out_m*LPF...公式(8)

Out_f_y＝Out_y*LPF...公式(9)

Out_f_k＝Out_k*LPF...公式(10)

在各个公式(7)至(10)中，标记*代表卷积。

滤波处理单元109对色彩分解后的任务数据D_c、D_m、D_y及D_k进行利用预定低通滤波器LPF的滤波处理，如以下公式(11)至(14)所定义的。这样，原稿莫尔纹分量计算单元106能够计算并生成色彩分解后的任务低频分量D_f_c、D_f_m、D_f_y及D_f_k。

D_f_c＝D_c*LPF...公式(11)

D_f_m＝D_m*LPF...公式(12)

D_f_y＝D_y*LPF...公式(13)

D_f_k＝D_k*LPF...公式(14)

在各个公式(11)至(14)中，标记*代表卷积。

接着，减法单元110从网屏处理后的数据低频分量Out_f_c、Out_f_m、Out_f_y及Out_f_k中减去色彩分解后的任务低频分量D_f_c、D_f_m、D_f_y及D_f_k，如以下公式(15)至(18)所定义的。这样，原稿莫尔纹分量计算单元106能够计算并生成原稿莫尔纹分量P_c、P_m、P_y及P_k。

P_c＝(Out_f_c-D_f_c)...公式(15)

P_m＝(Out_f_m-D_f_m)...公式(16)

P_y＝(Out_f_y-D_f_y)...公式(17)

P_k＝(Out_f_k-D_f_k)...公式(18)

当在步骤S203中原稿莫尔纹分量计算单元106完成上述处理时，完成了根据本示例性实施例的原稿莫尔纹分量计算处理。

接着，在步骤S204中，原稿莫尔纹分量移除单元111移除原稿莫尔纹分量。原稿莫尔纹分量移除单元111包括乘法单元112、校正系数存储单元113以及减法单元114。出于简化描述的目的，图1仅针对青色处理块例示了构成部件112至114。

首先，乘法单元112将原稿莫尔纹分量P_c、P_m、P_y及P_k与校正系数h_c、h_m、h_y及h_k相乘，如以下公式(19)至(22)所定义的。这样，原稿莫尔纹分量移除单元111能够生成校正后的原稿莫尔纹分量P1_c、P1_m、P1_y及P1_k。

P1_c＝h_c×P_c...公式(19)

P1_m＝h_m×P_m...公式(20)

P1_y＝h_y×P_y...公式(21)

P1_k＝h_k×P_k...公式(22)

校正系数存储单元113存储校正系数h_c、h_m、h_y和h_k。在本示例性实施例中，校正系数h_c、h_m、h_y及h_k的值被设置为1(一)，但是也可以被设置为除1(一)以外的适当的值。

例如，采用这样一种方法是有用的，即：在改变校正系数的值并且设置对应于能够最有效地减少莫尔纹的图的校正系数的同时，打印针对各CMYK色板(color plane)的单色圆形带板图。

接着，减法单元114从色彩分解后的任务数据D_c、D_m、D_y和D_k中减去校正后的原稿莫尔纹分量P1_c、P1_m、P1_y及P1_k，如以下公式(23)至(26)所定义的。这样，原稿莫尔纹分量移除单元111能够计算并生成原稿莫尔纹分量移除后的任务数据D1_c、D1_m、D1_y及D1_k。

D1_c＝(D_c-P1_c)...公式(23)

D1_m＝(D_m-P1_m)...公式(24)

D1_y＝(D_y-P1_y)...公式(25)

D1_k＝(D_k-P1_k)...公式(26)

当在步骤S204中原稿莫尔纹分量移除单元111完成上述处理时，图像处理装置101完成根据本示例性实施例的原稿莫尔纹分量移除处理。

接着，在步骤S205中，网屏处理单元115对原稿莫尔纹分量移除后的任务数据D1_c、D1_m、D1_y及D1_k进行AM网屏处理。这样，网屏处理单元115生成原稿莫尔纹分量移除后的网屏处理后数据Out1_c、Out1_m、Out1_y及Out1_k，并且将生成的数据存储在网屏图像存储缓冲器116中。

在本示例性实施例中，在上述处理中使用的各颜色的阈值表需要与网屏处理单元107使用的阈值表相一致。然后，存储在网屏图像存储缓冲器116中的原稿莫尔纹分量移除后的网屏处理后数据经由输出端子117被输出到图像形成装置118。

接着，以下参照图4和图5来详细描述根据本示例性实施例的图像处理方法的效果。图4例示了当由根据本示例性实施例的图像处理装置101对各边大约为5mm的黑色圆形带板图进行处理时生成的黑色色板图像。

图4例示了从色彩分解处理单元104输出的色彩分解后的任务数据D_k、从网屏处理单元107输出的网屏处理后的数据Out_k、以及从滤波处理单元109输出的色彩分解后的任务低频分量D_f_k。

图4还例示了从滤波处理单元108输出的网屏处理后的数据低频分量Out_f_k。色彩分解后的任务低频分量D_f_k是能够通过对色彩分解后的任务数据D_k进行滤波处理获得的图像数据。网屏处理后的数据低频分量Out_f_k是能够通过对网屏处理后的数据Out_k进行滤波处理获得的图像数据。

图4还例示了从原稿莫尔纹分量移除单元111输出的原稿莫尔纹分量移除后的任务数据D1_k、以及从网屏处理单元115输出的原稿莫尔纹分量移除后的网屏处理后数据Out1_k。

在图4中，网屏处理后的数据Out_k是能够通过对色彩分解后的任务数据D_k进行网屏处理而获得的图像。在图4中，区域D中的原稿莫尔纹能够在视觉上被识别。另一方面，原稿莫尔纹分量移除后的网屏处理后数据Out1_k是能够通过对原稿莫尔纹分量移除后的任务数据D1_k进行网屏处理而获得的图像。与网屏处理后的数据Out_k中的原稿莫尔纹相比，在视觉上识别原稿莫尔纹分量移除后的网屏处理后数据Out1_k中的原稿莫尔纹是困难的。

如上所述，与网屏处理后的数据Out_k中的原稿莫尔纹相比，在视觉上识别原稿莫尔纹分量移除后的网屏处理后数据Out1_k中的原稿莫尔纹是困难的。可以根据网屏处理后的数据Out_k的区域D与原稿莫尔纹分量移除后的任务数据D1_k的区域D之间的比较，来直观地理解该原理。更具体的说，能够在网屏处理后的数据Out_k的区域D中视觉地识别同心原稿莫尔纹。另一方面，能够在原稿莫尔纹分量移除后的任务数据D1_k的区域D中，视觉地识别网屏处理后的数据Out_k中的原稿莫尔纹的相反灰度图案。

换句话说，原稿莫尔纹分量移除后的任务数据D1_k可以被视作色彩分解后的任务数据D_k与灰度相反的原稿莫尔纹图案的总和。因此，难以在视觉上识别原稿莫尔纹分量移除后的网屏处理后数据Out1_k(即当原稿莫尔纹分量移除后的任务数据D1_k经受网屏处理时获得的数据)中的莫尔纹。

图5例示了在图4所示的图像中从位置A至位置B布置的像素的示例值，以及关于能够在用于生成图4所示的图像的处理中获得的原稿莫尔纹分量P_k的位置A至位置B处的值。从网屏处理后的数据低频分量Out_f_k中减去色彩分解后的任务低频分量D_f_k而获得原稿莫尔纹分量P_k。从色彩分解后的任务数据D_k中减去原稿莫尔纹分量P_k而获得原稿莫尔纹分量移除后的任务数据D1_k。

色彩分解后的任务数据D_k是要再现的任务数据。因此，期望网屏处理后的数据Out_k(即当色彩分解后的任务数据D_k经受网屏处理时获得的数据)在形状上与色彩分解后的任务数据D_k类似。然而，网屏处理后的数据Out_k包括由于色彩分解后的任务数据D_k与网屏之间的干涉而产生的莫尔纹分量。可以理解，网屏处理后的数据Out_k的波宽大于色彩分解后的任务数据D_k的波宽。

另一方面，与色彩分解后的任务数据D_k相比，原稿莫尔纹分量移除后的网屏处理后数据Out1_k的波宽并未增加。可以理解，与网屏处理后的数据Out_k相比，原稿莫尔纹分量移除后的网屏处理后数据Out1_k能够正确地再现色彩分解后的任务数据D_k的形状。

如上所述，本示例性实施例能够减少可能由AM网屏引起的原稿莫尔纹。另外，本示例性实施例能够避免输入图像变模糊(参见日本专利特开第08-051536号公报)并且能够避免输出图像的明显粗糙性(参见日本专利特开第2007-129558号公报)。

接着，以下详细描述第二示例性实施例。根据第一示例性实施例中描述的方法，能够利用粗糙性较不明显的AM网屏来减少原稿莫尔纹，而不会使输入图像变模糊。

通常，在利用AM网屏的彩色打印操作中进行的网屏处理包括改变CMYK色料的网点角度。更具体地说，当在色料之间意图创建网点交叠的部分和网点不交叠的部分时，能够避免色度(tint)因色彩失配而改变。

然而，如果网点角度针对各色料改变，则针对各色料、网点沿横轴和纵轴的周期相应地变化。因此，当通过使各色料交叠来进行记录时可能发生干涉条纹。在这种情况下产生的干涉条纹称为“色间莫尔纹”。

在本示例性实施例中，以下详细描述除了原稿莫尔纹分量以外还能够减少色间莫尔纹分量的方法。在本示例性实施例中，色间莫尔纹分量是不同颜色的网屏之间的莫尔纹分量。

图6(图6A和图6B)是例示根据第二示例性实施例的图像处理装置201的示例结构的框图。图7是例示能够由根据第二示例性实施例的图像处理装置201实现的图像处理方法的流程图。图7所示的步骤S201至S205中要进行的处理与第一示例性实施例中描述的步骤S201至S205的处理类似，因此不再重复其描述。另外，尽管图6中未示出，但是根据本示例性实施例的图像处理装置201连接到图1所示的图像形成装置118。

在步骤S705中，图6所示的色间莫尔纹分量计算单元601计算色间莫尔纹分量。在下文中，以下参照图6和图8来详细描述能够由色间莫尔纹分量计算单元601进行的示例处理。图8是例示CM色间莫尔纹分量计算单元602的示例结构的框图。

如图6所示，色间莫尔纹分量计算单元601包括CM色间莫尔纹分量计算单元602、CY色间莫尔纹分量计算单元603、CK色间莫尔纹分量计算单元604、MY色间莫尔纹分量计算单元605、MK色间莫尔纹分量计算单元606以及YK色间莫尔纹分量计算单元607。

要输入到CM色间莫尔纹分量计算单元602至YK色间莫尔纹分量计算单元607中的各个的数据，是从由原稿莫尔纹分量移除单元111输出的原稿莫尔纹分量移除后的任务数据D1_c、D1_m、D1_y及D1_k中选择的、两种色彩数据的组合，如图6所示。

CM色间莫尔纹分量计算单元602至YK色间莫尔纹分量计算单元607中的各个，根据输入的这两种颜色的原稿莫尔纹分量移除后的任务数据来计算可能在这两种颜色之间产生的色间莫尔纹分量。这些色间莫尔纹分量计算单元602至607在功能上彼此类似。因此，以下仅描述能够由CM色间莫尔纹分量计算单元602进行的处理。由其余的色间莫尔纹分量计算单元603至607的中各个进行的处理，与CM色间莫尔纹分量计算单元602进行的处理类似。

CM色间莫尔纹分量计算单元602包括网屏处理单元801，所述网屏处理单元801被构造为对输入的原稿莫尔纹分量移除后的任务数据D1_c和D1_m进行AM网屏处理。网屏处理单元801生成网屏处理后的数据Out2_c和Out2_m。在本示例性实施例中，在上述处理中使用的各色彩的阈值表需要与网屏处理单元107使用的阈值表一致。

CM色间莫尔纹分量计算单元602还包括点交叠部分检测处理单元802，所述点交叠部分检测处理单元802被构造为根据以下公式(27)来生成点交叠部分数据Out2_cm，所述点交叠部分数据Out2_cm代表网屏处理后的数据Out2_c和Out2_m的点彼此交叠的部分。

Out2_cm＝(Out2_c/255)×(Out2_m/255)×255...公式(27)

类似地，乘法单元803根据以下公式(28)，基于原稿莫尔纹分量移除后的任务数据D1_c和D1_m来生成相乘后的任务数据D2_cm。

D2_cm＝(D1_c/255)×(D1_m/255)×255...公式(28)

CM色间莫尔纹分量计算单元602还包括滤波处理单元804，所述滤波处理单元804被构造为根据以下公式(29)来对点交叠部分数据Out2_cm进行利用预定的低通滤波器LPF的滤波处理。这样，滤波处理单元804能够计算并生成点交叠部分数据低频分量Out2_f_cm。

Out2_f_cm＝Out2_cm*LPF...公式(29)

在公式(29)中，标记*代表卷积。

类似地，滤波处理单元805根据以下公式(30)对相乘后的任务数据D2_cm进行利用预定的低通滤波器LPF的滤波处理。这样，滤波处理单元805能够计算并生成相乘后的任务数据低频分量D2_f_cm。

D2_f_cm＝D2_cm*LPF...公式(30)

在公式(30)中，标记*代表卷积。

CM色间莫尔纹分量计算单元602还包括减法单元806，所述减法单元806被构造为从点交叠部分数据低频分量Out2_f_cm中减去相乘后的任务数据低频分量D2_f_cm，如以下公式(31)所定义的。这样，减法单元806能够计算并生成色间莫尔纹分量P2_cm。通过上述处理，CM色间莫尔纹分量计算单元602能够完成其处理。

P2_cm＝(Out2_f_cm-D2_f_cm)...公式(31)

CY色间莫尔纹分量计算单元603至YK色间莫尔纹分量计算单元607可以通过进行与上述处理类似的处理，来计算色间莫尔纹分量P2_cy、P2_ck、P2_my、P2_mk及P2_yk。通过上述处理，色间莫尔纹分量计算单元601能够完成根据本示例性实施例的色间莫尔纹分量计算处理。

接着，在步骤S706中，色间莫尔纹分量移除单元608移除色间莫尔纹分量。如图6所示，色间莫尔纹分量移除单元608包括C色板色间莫尔纹分量移除单元609、M色板色间莫尔纹分量移除单元610、Y色板色间莫尔纹分量移除单元611及K色板色间莫尔纹分量移除单元612。

如图6所示，要输入到C色板色间莫尔纹分量移除单元609至K色板色间莫尔纹分量移除单元612中的各个的数据，是单色彩数据(即原稿莫尔纹分量移除后的任务数据D1_c、D1_m、D1_y及D1_k中的一者)以及对应于该单色彩数据的三个色间莫尔纹分量。

C色板色间莫尔纹分量移除单元609至K色板色间莫尔纹分量移除单元612中的各个，从输入的单色彩原稿莫尔纹分量移除后的任务数据中减去与该单色彩数据对应的三个色间莫尔纹分量。C色板色间莫尔纹分量移除单元609至K色板色间莫尔纹分量移除单元612在功能上彼此类似。因此，以下仅描述能够由C色板色间莫尔纹分量移除单元609进行的处理。M色板色间莫尔纹分量移除单元610至K色板色间莫尔纹分量移除单元612进行与C色板色间莫尔纹分量移除单元609的处理类似的处理。

图9是例示C色板色间莫尔纹分量移除单元609的示例结构的框图。如图9所示，C色板色间莫尔纹分量移除单元609包括三个乘法单元901、902和903，所述三个乘法单元901、902和903分别将自身的输入的色间莫尔纹分量P2_cm、P2_cy及P2_ck与相应的校正系数h_cm、h_cy及h_ck相乘，如以下的公式(32)至(34)所定义的。这样，乘法单元901、902和903能够生成校正后的色间莫尔纹分量P3_cm、P3_cy及P3_ck。

P3_cm＝h_cm×P2_cm...公式(32)

P3_cy＝h_cy×P2_cy...公式(33)

P3_ck＝h_ck×P2_ck...公式(34)

C色板色间莫尔纹分量移除单元609还包括校正系数存储单元904，所述校正系数存储单元904存储校正系数h_cm、h_cy及h_ck。

可以基于色标(patch)测量结果预先确定校正系数的设置值。例如，打印校正系数针对各色板组而相互不同的多个色标、对打印的色标进行莫尔纹检测处理并设置对应于能够最有效地减少莫尔纹的色标的校正系数，这也是有用的。

另外，可以以减少点相互交叠的部分(即重叠部分)与点相互不交叠的部分(即非重叠部分)之间的色差这样的方式，来进行校正系数的设置。另外，由于亮度极大影响了色间莫尔纹的显现，因此可以以减少亮度差的方式来进行校正系数的设置。

在这种情况下，如果在色料相组合时重叠部分的亮度变低，则使用正校正系数来增加重叠部分的亮度。相反，如果重叠部分的亮度变高，则使用负校正系数来减少重叠部分的亮度。

另外，可以使用亮度、明度和色度中的至少一者。另外，根据原稿莫尔纹分量移除后的任务数据D1_c、D1_m、D1_y及D1_k的值，来改变针对各位置的校正系数h_cm、h_cy及h_ck也是有用的。

另外，代替将校正系数预先存储在校正系数存储单元904中，可以基于传感器测量值来设置校正系数，或者可以手动设置校正系数。

C色板色间莫尔纹分量移除单元609还包括减法单元905，所述减法单元905从原稿莫尔纹分量移除后的任务数据D1_c中减去校正后的色间莫尔纹分量P3_cm、P3_cy以及P3_ck，如以下公式(35)所定义的。这样，减法单元905能够生成色间莫尔纹分量移除后的任务数据D3_c。通过上述处理，C色板色间莫尔纹分量移除单元609能够完成其处理。

D3_c＝D1_c-P3_cm-P3_cy-P3_ck...公式(35)

M色板色间莫尔纹分量移除单元610至K色板色间莫尔纹分量移除单元612中的各个进行与上述处理类似的处理，以计算和生成色间莫尔纹分量移除后的任务数据D3_m、D3_y及D3_k。因此，色间莫尔纹分量移除单元608能够完成根据本示例性实施例的色间莫尔纹分量移除处理。

与第一示例性实施例类似，色间莫尔纹分量移除后的任务数据随后经受网屏处理(参见步骤S205)，并被输出到图像形成装置118。在本示例性实施例中，在步骤S205的网屏处理中使用的各色彩的阈值表需要与网屏处理单元107使用的阈值表相一致。

如上所述，与第一示例性实施例类似，本示例性实施例能够利用粗糙性较不明显的AM网屏来减少原稿莫尔纹，而不使输入图像变模糊。另外，本示例性实施例除了能够减少原稿莫尔纹外还能够减少色间莫尔纹。

上述色间莫尔纹分量计算单元601是第二计算单元的应用示例。上述色间莫尔纹分量移除单元608是第二校正单元的应用示例。

接着，以下详细描述第三示例性实施例。在上述第二示例性实施例中，已经描述了能够通过在移除原稿莫尔纹分量之后移除色间莫尔纹分量来减少原稿莫尔纹及色间莫尔纹二者的方法。

尽管在第二示例性实施例和第三示例性实施例的各个中能够类似地减少原稿莫尔纹和色间莫尔纹二者，但是本示例性实施例在处理顺序上与第二示例性实施例相反，根据本示例性实施例的处理顺序，在移除色间莫尔纹分量之后移除原稿莫尔纹分量。

图10是例示根据第三示例性实施例的图像处理装置301的示例结构的框图。图10所示的图像处理装置301包括色间莫尔纹分量计算单元601和色间莫尔纹分量移除单元608，它们的具体结构与图6所示的色间莫尔纹分量计算单元601和色间莫尔纹分量移除单元608的结构类似。另外，尽管图10中未示出，但是根据本示例性实施例的图像处理装置301连接到图1所示的图像形成装置118。

图11是例示能够由根据第三示例性实施例的图像处理装置301实现的图像处理方法的流程图。根据第三示例性实施例的图像处理方法与根据第二示例性实施例的图像处理方法(参见图7)在上述各处理的处理顺序上不同。更具体地说，图像处理装置301使色间莫尔纹分量计算处理和色间莫尔纹分量移除处理优先于原稿莫尔纹分量计算处理和原稿莫尔纹分量移除处理进行。

在下文中，以下参照图10和图11来详细描述根据第三示例性实施例的要在完成色彩分解处理后进行的示例处理。色彩分解处理(要在步骤S201和S202中进行)与在第二示例性实施例中描述的处理类似，因此不再重复其描述。

首先，在步骤S1103中，色间莫尔纹分量计算单元601基于色彩分解后的任务数据D_c、D_m、D_y及D_k来计算色间莫尔纹分量P4_cm、P4_cy、P4_ck、P4_my、P4_mk及P4_yk。接着，在步骤S1104中，色间莫尔纹分量移除单元608通过从相应的色彩分解后的任务数据中移除色间莫尔纹分量，来生成色间莫尔纹分量移除后的任务数据D4_c、D4_m、D4_y及D4_k。

接着，在步骤S1105中，原稿莫尔纹分量计算单元106基于色间莫尔纹分量移除后的任务数据来计算原稿莫尔纹分量P5_c、P5_m、P5_y及P5_k。接着，在步骤S1106中，原稿莫尔纹分量移除单元111通过从色间莫尔纹分量移除后的任务数据中移除原稿莫尔纹分量，来生成原稿莫尔纹分量移除后的任务数据D5_c、D5_m、D5_y及D5_k。

接着，在步骤S1107中，网屏处理单元115对原稿莫尔纹分量移除后的任务数据进行网屏处理。这样，与第二示例性实施例类似，图像处理装置301能够获得能够抑制原稿莫尔纹和色间莫尔纹二者的网屏处理后的图像数据。

如上所述，与第二示例性实施例类似，本示例性实施例能够利用粗糙性较不明显的AM网屏来减少原稿莫尔纹，而不使输入图像变模糊。另外，本示例性实施例除了能够减少原稿莫尔纹以外还能够减少色间莫尔纹。

接着，以下详细描述第四示例性实施例。尽管在第二示例性实施例和第三示例性实施例中均能够减少原稿莫尔纹和色间莫尔纹二者，但是第三示例性实施例中的处理顺序与第二示例性实施例中的处理顺序不同。在本示例性实施例中，处理顺序进一步被改变，以使得能够类似地减少原稿莫尔纹和色间莫尔纹二者。

图12(图12A和图12B)是例示根据第四示例性实施例的图像处理装置401的示例结构的框图。图13是例示能够由根据本示例性实施例的图像处理装置401实现的图像处理方法的流程图。以下参照图12和图13来详细描述能够由根据本示例性实施例的图像处理装置401实现的图像处理方法。

要在图13所示的步骤S201、S202与S205中进行的处理，与在第一至第三示例性实施例中描述的步骤S201、S202及S205的处理类似。另外，尽管图12中未示出，但是根据本示例性实施例的图像处理装置401连接到图1所示的图像形成装置118。

首先，在步骤S1303中，原稿莫尔纹分量计算单元106基于色彩分解后的任务数据D_c、D_m、D_y及D_k，来计算原稿莫尔纹分量D6_c、D6_m、D6_y及D6_k。另外，色间莫尔纹分量计算单元601基于色彩分解后的任务数据，来计算色间莫尔纹分量P7_cm、P7_cy、P7_ck、P7_my、P7_mk及P7_yk。

可以通过上述功能单元来同时或分开进行原稿莫尔纹分量计算处理和色间莫尔纹分量计算处理，即要在步骤S1303中进行的处理。

接着，在步骤S1304中，莫尔纹分量移除单元1201从色彩分解后的任务数据中移除原稿莫尔纹分量及色间莫尔纹分量。如图12所示，莫尔纹分量移除单元1201包括C色板莫尔纹分量移除单元1202、M色板莫尔纹分量移除单元1203、Y色板莫尔纹分量移除单元1204及K色板莫尔纹分量移除单元1205。

如图12所示，要输入到C色板莫尔纹分量移除单元1202至K色板莫尔纹分量移除单元1205中的各个的数据，是单色彩数据(即色彩分解后的任务数据D_c、D_m、D_y及D_k中的一者)、对应于该单色彩数据的三个色间莫尔纹分量、以及一个原稿莫尔纹分量。

C色板莫尔纹分量移除单元1202至K色板莫尔纹分量移除单元1205中的各个从输入的单色彩的色彩分解后的任务数据中减去对应于该单色彩数据的三个色间莫尔纹分量以及一个原稿莫尔纹分量。C色板莫尔纹分量移除单元1202至K色板莫尔纹分量移除单元1205在功能上彼此类似。因此，以下参照图14仅描述能够由C色板莫尔纹分量移除单元1202进行的处理。M色板莫尔纹分量移除单元1203至K色板莫尔纹分量移除单元1205进行与C色板莫尔纹分量移除单元1202类似的处理。

图14是例示C色板莫尔纹分量移除单元1202的示例结构的框图。如图14所示，C色板莫尔纹分量移除单元1202包括四个乘法单元1401至1404，所述四个乘法单元分别将莫尔纹分量P7_cm、P7_cy、P7_ck及P6_c与校正系数h1_cm、h1_cy、h1_ck及h1_c相乘，如以下公式(36)至(39)所定义的。这样，乘法单元1401至1404能够生成校正后的莫尔纹分量P9_cm、P9_cy、P9_ck及P8_c。

P9_cm＝h1_cm×P7_cm...公式(36)

P9_cy＝h1_cy×P7_cy...公式(37)

P9_ck＝h1_ck×P7_ck...公式(38)

P8_c＝h1_c×P6_c...   公式(39)

C色板莫尔纹分量移除单元1202还包括存储校正系数h1_cm、h1_cy、h1_ck及h1_c的校正系数存储单元1405。可以根据在第一及第二示例性实施例中描述的任意一种方法来设置校正系数的数值。

C色板莫尔纹分量移除单元1202还包括减法单元1406，所述减法单元1406从色彩分解后的任务数据D_c中减去校正后的莫尔纹分量P9_cm、P9_cy、P9_ck及P8_c，如以下公式(40)所定义的。这样，减法单元1406能够计算并生成莫尔纹分量移除后的任务数据D6_c。通过上述处理，C色板莫尔纹分量移除单元1202能够完成其处理。

D6_c＝D_c-P9_cm-P9_cy-P9_ck-P8_c...公式(40)

M色板莫尔纹分量移除单元1203至K色板莫尔纹分量移除单元1205中的各个进行与上述处理类似的处理，以计算和生成莫尔纹分量移除后的任务数据D6_m、D6_y及D6_k。这样，莫尔纹分量移除单元1201能够完成根据本示例性实施例的莫尔纹分量移除处理。与第一至第三示例性实施例类似，莫尔纹分量移除后的任务数据随后经受网屏处理(参见步骤S205)并被输出到图像形成装置118。

如上所述，与第三示例性实施例类似，本示例性实施例能够利用粗糙性较不明显的AM网屏来减少原稿莫尔纹，而不使输入图像变模糊。另外，本示例性实施例除了能够减少原稿莫尔纹外还能够减少色间莫尔纹。

接着，描述第五示例性实施例。在上述示例性实施例中，不考虑图像特征而在滤波处理中使用相同的滤波器，来计算原稿莫尔纹分量。在第五示例性实施例中描述能够根据诸如细线或边缘等的图像特征来切换滤波器的示例方法。与上述示例性实施例中描述的构成部件类似的构成部件用相同的附图标记表示，并且不再重复其描述。

图15是例示根据第五示例性实施例的图像处理装置及图像形成装置的示例结构的框图。

量化误差计算单元1506包括网屏处理单元1507及减法单元1508。与网屏处理单元1507或网屏处理单元115类似，网屏处理单元1507被构造为对由色彩分解处理单元104分解后的各色彩分量数据进行网屏处理。减法单元1508被构造为基于由网屏处理单元1507获得的处理结果与输入色彩分量数据之间的差分，来计算由网屏处理引起的量化误差。

细线/边缘检测单元1509被构造为检测由色彩分解处理单元104分解的各色彩分量数据中包含的细线或边缘。

滤波处理单元1510被构造为对从量化误差计算单元1506输出的量化误差进行滤波处理。滤波处理单元1510包括图17所示的两个滤波器1701和1702。滤波处理单元1510根据细线/边缘检测单元1509的输出来选择要在滤波处理中使用的滤波器。

输入图像校正单元1511被构造为从由色彩分解处理单元104输出的各色彩分量数据中减去从滤波处理单元1510输出的值。网屏处理单元1512被构造为对由输入图像校正单元1511校正后的色彩分量数据进行网屏处理，并将网屏处理后的数据存储在网屏图像存储缓冲器116中。存储在网屏图像存储缓冲器116中的网屏处理后的数据，可以经由输出端子117被输出到图像形成装置118。

接着，以下参照图16所示的流程图来描述根据本示例性实施例的示例图像处理。

与步骤S201类似，在步骤S1601中，输入图像存储缓冲器103存储输入的图像数据。与步骤S202类似，在步骤S1602中，色彩分解处理单元104对存储的图像数据进行色彩分解处理。

接着，在步骤S1603中，细线/边缘检测单元1509识别色彩分解后的任务数据D_c、D_m、D_y及D_k的各个中的细线/边缘区域。例如，细线/边缘检测单元1509使用拉普拉斯滤波器或LOG滤波器来进行细线/边缘确定，其中高斯-拉普拉斯滤波或者LOG滤波包括卷积掩模(convolution mask)，该卷积掩模产生提供全方向边缘增强的高空间频率通过滤波。

另外，代替基于图像数据识别细线/边缘区域，基于输入图像数据的属性信息识别细线/边缘区域也是有用的。另外，使用图像分析结果和属性信息二者也是有用的。可以采用任何其他适当的确定方法来识别细线/边缘区域。

接着，在步骤S1604中，量化误差计算单元1506计算量化误差。在下文中，以下参照图15来详细描述能够由量化误差计算单元1506进行的示例处理。

量化误差计算单元1506包括网屏处理单元1507和减法单元1508。出于简化描述的目的，图15仅针对青色例示了量化误差计算单元1506的详细布置。针对其余各个色彩提供的量化误差计算单元1506具有类似的布置。

网屏处理单元1507对由色彩分解处理单元104生成的色彩分解后的任务数据D_c、D_m、D_y及D_k进行网屏处理。网屏处理单元1507输出网屏处理后的数据Out_c、Out_m、Out_y及Out_k。

接着，减法单元1508计算网屏处理后的数据Out_c、Out_m、Out_y及Out_k与色彩分解后的任务数据D_c、D_m、D_y及D_k之间的差分，如以下公式(40)至(41)所定义的。即，减法单元1508计算量化误差E_c、E_m、E_y及E_k。

E_c＝Out_c-D_c...公式(40)

E_m＝Out_m-D_m...公式(41)

E_y＝Out_y-D_y...公式(42)

E_k＝Out_k-D_k...公式(43)

通过上述处理，量化误差计算单元1506能够完成根据本示例性实施例的量化误差计算处理。

接着，在步骤S1605中，滤波处理单元1510对量化误差E_c、E_m、E_y及E_k进行滤波处理(如以下公式(44)至(47)所定义的)，以计算滤波处理后的量化误差E1_c、E1_m、E1_y及E1_k。在以下公式中，F代表滤波系数。

E1_c＝E_c*F...公式(44)

E1_m＝E_m*F...公式(45)

E1_y＝E_y*F...公式(46)

E1_k＝E_k*F...公式(47)

在公式(44)至(47)的各个中，标记*代表卷积。

根据本示例性实施例的滤波处理单元包括滤波系数不同的两个滤波器1701和1702。滤波器1701和1702各自具有由11像素×11像素构成的滤波系数，并且具有低通特性。

滤波器1701具有低于由网屏处理单元1507参照的网屏的网屏频率的截止频率。如果在对量化误差进行的滤波处理中采用滤波器1701，则能够移除等于或大于网屏频率的量化误差的频率分量(即原稿莫尔纹分量)。因此，能够移除可能引起莫尔纹的频率分量，并且检测适合于莫尔纹校正的量化误差。

另一方面，滤波器1702具有大截止频率，并且使几乎所有频率分量通过。如果在对量化误差进行的滤波处理中采用滤波器1702，则滤波器1702使几乎所有频率分量通过，不仅包括低频分量还包括高频分量(即高于网屏频率的区域中的频率分量)。因此，能够检测适合于细线/边缘校正的量化误差。如上所述，滤波处理单元1510可以根据图像区域的特征来切换对量化误差应用的滤波器，并且能够检测不同频带中的量化误差。

更具体地说，滤波处理单元1510针对在步骤S1603中没有被识别作为细线/边缘的各像素，选择具有网屏频率附近的截止频率的滤波器1701。滤波处理单元1510使用选择的滤波器1701对量化误差进行滤波处理。

另外，滤波处理单元1510针对在步骤S1603中被识别作为细线/边缘的各像素，选择不仅通过量化误差的低频分量而且通过量化误差的高频分量的滤波器1702。滤波处理单元1510使用所选择的滤波器1702来对量化误差进行滤波处理。

在公式(48)中，r代表滤波系数距原点的距离。另外，σ代表高斯核，其在滤波器1701的情况下为2.5，在滤波器1702的情况下为0.5。

$F=\frac{1}{2\mathrm{\π}{\mathrm{\σ}}^2}\exp (-\frac{r^2}{2{\mathrm{\σ}}^2})$ ...公式(48)

通过上述处理，滤波处理单元1510能够完成根据本示例性实施例的滤波处理。

接着，在步骤S1606中，输入图像校正单元1511从色彩分解后的任务数据D_c、D_m、D_y及D_k中移除滤波处理后的量化误差E1_c、E1_m、E1_y及E1_k，如以下公式(49)至(52)所定义的。

在像素不被识别作为边缘或细线的区域中，输入图像校正单元1511以使得避免作为从色彩分解后的任务数据中减去量化误差的结果而生成新的莫尔纹的这种方式，基于量化误差的低频分量来进行校正。另外，在像素被识别作为边缘或细线的区域中，输入图像校正单元1511以使得在不使量化误差模糊化的情况下减少细线的间断或锯齿式参差不齐的这种方式，从色彩分解后的任务数据中减去量化误差。

D1_c＝D_c-E1_c...公式(49)

D1_m＝D_m-E1_m...公式(50)

D1_y＝D_y-E1_y...公式(51)

D1_k＝D_k-E1_k...公式(52)

接着，在步骤S1607中，网屏处理单元1512对量化误差移除后的任务数据D1_c、D1_m、D1_y和D1_k进行网屏处理。然后，网屏处理单元1512将量化误差移除后的网屏处理后数据Out1_c、Out1_m、Out1_y和Out1_k存储在网屏图像存储缓冲器116中。

在这种情况下使用的网屏需要与网屏处理单元1507使用的网屏相一致。然后，存储在网屏图像存储缓冲器116中的网屏处理后的数据，经由输出端子117被输出到图像形成装置118。通过上述处理，图像处理装置101完全完成其处理。

在本示例性实施例中，图像处理装置101对由网屏处理引起的量化误差进行根据图像而区别的滤波处理。图像处理装置101基于滤波处理后的量化误差来校正输入图像。然后，图像处理装置101对校正后的数据进行网屏处理。以下参照图18、图19及图20来描述根据本示例性实施例的处理的效果。

图18例示了各自包括各种频率条纹的图像。图19例示了各自包括细线的图像。图20例示了根据本示例性实施例的对包括边缘的图像执行的处理的示例结果。首先，如图18所示，如果包括各种频率条纹的输入图像1801在不应用任何校正的情况下经受量化处理，则从处理结果1802可以理解，产生了莫尔纹。

由此，计算量化误差，并利用根据图像特征对量化误差进行的滤波处理的结果来校正输入图像。当滤波处理单元使用滤波器1701时获得处理结果1803。

在这种情况下，如果使用量化误差的低频分量1804来校正输入图像1801并且对校正后的图像进行网屏处理，则能够获得几乎不包含莫尔纹的处理结果1803。

如上所述，这是由于可以以使得即使当利用量化误差的低频分量(原稿莫尔纹分量)进行网屏处理时也避免发生莫尔纹的这种方式来进行校正，以及由于能够移除可能会引起新的莫尔纹的量化误差的高频分量。

另一方面，如果对在对相同的输入图像1801进行网屏处理时引起的量化误差进行利用具有大截止频率的滤波器1702的滤波处理，则能够获得量化误差的低频分量1806。

在基于量化误差的低频分量1806校正输入图像1801后，如果对校正后的图像进行网屏处理，则能够获得处理结果1805。从处理结果1805可以看出，不能减少莫尔纹。另外，由于滤波器1702除了通过低频分量外，还通过较高区域中的频率分量，因此量化误差的低频分量1806包括较高区域的分量。因此，产生新的莫尔纹。

在本示例性实施例中，图像处理装置101对不包括任何细线/边缘区域的输入图像1801，进行利用具有低于网屏频率的截止频率的滤波器1701的滤波处理。作为滤波处理的结果，能够获得处理结果1803。

如上所述，当包括除细线/边缘部分之外的各种频率条纹的输入图像1801经受网屏处理时，根据本示例性实施例的图像处理装置可以基于适当检测的量化误差的低频分量(即原稿莫尔纹分量)来校正输入图像，并且能够获得具有较高再现性的输出图像。

接着，如图19所示，如果包括细线的输入图像1901在不应用任何校正的情况下经受量化处理，则从处理结果1902可以理解，发生了细线的明显间断。

由此，计算量化误差，并利用根据图像特征对量化误差进行的滤波处理的结果来校正输入图像。量化误差的低频分量1904是对被识别为细线的各像素的量化误差进行的处理的结果，其可以利用具有等于或低于网屏频率的截止频率的滤波器1701来获得。

如果利用量化误差的低频分量1904来校正输入图像1901并且对校正后的图像进行网屏处理，则能够获得处理结果1903。如果输入图像是包括细线的图像1901并且滤波处理单元1510使用滤波器1701，则量化误差被过度模糊化，并且无法获得充分的校正效果。各细线的间断无法得以改善。

另一方面，如果对当对输入图像1901进行网屏处理时引起的量化误差进行利用具有大截止频率的滤波器1702的滤波处理，则能够获得量化误差的低频分量1906。

在基于量化误差的低频分量1906校正输入图像1901后，如果对校正后的图像进行网屏处理，则能够获得处理结果1905。处理结果1905揭示了可以基于量化误差来充分地校正发生细线的间断的像素，并且相应地减少细线的显著间断。

在本示例性实施例中，图像处理装置101对检测到细线区域的输入图像1901的像素进行利用具有大截止频率的滤波器1702的滤波处理。作为滤波处理的结果，输出处理结果1905。

如上所述，当包括细线的输入图像1901经受网屏处理时，根据本示例性实施例的图像处理装置能够基于适当地检测到的量化误差的低频分量来校正输入图像，并且能够获得具有较高再现性的输出图像。

如图20所示，如果包括边缘的图像2001经受网屏处理，则从处理结果2002可以理解，发生锯齿式参差不齐。

由此，计算量化误差，并利用根据图像特征对量化误差进行的滤波处理的结果，来校正输入图像。

在本示例性实施例中，输入图像2001经受网屏处理并且其量化误差经受利用滤波器1701和1702的滤波处理。

首先，在滤波处理中采用具有等于或低于网屏频率的截止频率的滤波器1701的情况下，能够获得量化误差的低频分量2004。在基于量化误差的低频分量2004校正输入图像2001之后，如果对校正后的图像进行网屏处理，则能够获得处理结果2003。

各边缘部分的量化误差通过滤波处理而被过度模糊化。因此，可以理解无法充分地进行校正，并且几乎所有各边缘部分处的锯齿式参差不齐无法被改善。

另一方面，在滤波处理中采用具有大截止频率的滤波器1702的情况下，能够获得量化误差的低频分量2006。在基于量化误差的低频分量2006校正输入图像2001后，如果对校正后的图像进行网屏处理，则能够获得处理结果2005。

根据处理结果2005，可以理解，由于发生锯齿式参差不齐的边缘部分的各像素的量化误差没有被过度模糊化，因此能够充分地校正输入图像，并且能够减少各边缘部分处的锯齿式参差不齐。然而，由于量化误差包括较高频率分量，因此在边缘部分(即矩形灰度区域)内粒状效果劣化。

因此，根据本示例性实施例的图像处理装置101在要对输入图像2001中被检测作为边缘区域(即，矩形的各边)的各像素的量化误差进行的滤波处理中，采用具有大截止频率的滤波器1702。

另外，根据本示例性实施例的图像处理装置101在要对输入图像2001中没有被检测作为边缘区域(即矩形内)的各像素的量化误差进行的滤波处理中，采用具有等于或低于网屏频率的截止频率的滤波器1701。

然后，根据本示例性实施例的图像处理装置101基于不同频带中的量化误差的低频分量，来校正输入图像数据。另外，图像处理装置101进行网屏处理以输出处理结果2007。处理结果2007揭示了沿各边缘部分的锯齿式参差不齐减少，并且矩形内的粒度效果没有劣化。

如上所述，当包括边缘的输入图像2001经受网屏处理时，根据本示例性实施例的图像处理装置能够检测到适合于校正各像素的量化误差的频率分量，并且能够实现具有较高再现性的网屏处理。

如上所述，适合于校正的量化误差的频带根据图像特征而可变化。包括从较低区域至较高区域的范围的频率分量的量化误差，适合于校正细线或者边缘部分。然而，在目标区域不包括任何细线(或边缘部分)的情况下，如果基于量化误差进行校正，则可能产生新的莫尔纹，并且粒度效果可能劣化。因此，期望移除任何等于或大于网屏频率(即原稿莫尔纹分量)的频率分量，因为这些频率分量引起新的莫尔纹。在这方面，不包括这种较高频率分量的量化误差适合于校正。

由此，根据本示例性实施例的图像处理装置，对当输入图像经受网屏处理时引起的量化误差进行根据图像特征而不同的滤波处理。当利用根据图像而适当地检测到的量化误差来校正输入图像时，能够获得具有较高再现性的输出图像。

在本示例性实施例中，如果在目标区域中没有检测到细线或者边缘部分，则图像处理装置101针对该区域采用具有低通特性(即具有等于或低于网屏频率的截止频率)的滤波器1701。然而，如果截止频率在网屏频率附近的容许范围内，则截止频率可以不被限制为等于或低于网屏频率。

另外，根据本示例性实施例的图像处理装置101基于检测到的量化误差来计算校正值，并且基于计算出的校正值来校正输入图像。然而，为了获得类似的效果，根据本示例性实施例的图像处理装置可以被构造为基于检测出的误差来校正针对目标像素的阈值。另外，根据本示例性实施例的图像处理装置可以被构造为对网屏处理的结果进行校正。

在下文中，以下描述第五示例性实施例的一些变型例。变型例1涉及滤波处理单元的变型结构。在第五示例性实施例中描述了在滤波处理中使用两种类型的滤波器的结构。然而，要在滤波处理中使用的滤波器的数量不限于2。可以使用三个或更多类型的滤波器。

首先，细线/边缘检测单元1509通过对输入图像应用拉普拉斯滤波器来计算针对各像素的细线/边缘强度。在这种情况下，针对滤波系数，可采用能够根据细线/边缘强度来在三个或更多个步骤之间进行切换的结构。

图21是例示由公式(48)定义的四种类型的高斯核的一维表现，其中各类型具有不同的σ值。在这种情况下，根据细线/边缘强度可选择这四种类型的滤波器中的一种。更具体地说，如果细线/边缘强度高，则期望使用具有较小σ值的滤波器。

作为另一实施例，可采用能够根据细线/边缘强度来连续改变σ值的结构。另外，滤波系数不限于高斯核。可使用任何其他核。

已经在第五示例性实施例中描述的布置被构造为在实空间中对滤波系数相乘。然而，可采用能够在频率空间中进行滤波处理的结构。

另外，滤波处理单元1510可以被构造为在功能上作为滤波器组(filterbank)操作，滤波器组将量化误差分解成多个子带，根据这些子带的区域对这些子带进行处理，并重新构造处理数据。在这种情况下，滤波处理单元1510以在细线/边缘强度高的区域中滤波处理后的量化误差包括量较大的高频分量的这种方式来进行处理。

另外，在输入细线/边缘区域的图像数据的情况下，不对量化误差进行滤波处理而利用输入图像数据进行校正是有用的。换言之，响应于检测到细线或边缘区域而进行滤波处理的开/关切换操作是有用的。在这种情况下，滤波处理单元1510仅需要一个对应于网屏频率的低通滤波器。换言之，可以使用简单结构来获得与本示例性实施例中描述的类似的效果。

变型例2涉及输入图像校正单元的变型结构。

在第五示例性实施例以及其变型例中描述了的布置，被构造为从色彩分解后的任务数据中减去滤波处理后的量化误差。然而，采用能够从滤波处理后的量化误差中减去加权数据的结构也是有用的。

例如，如果需要较高的校正强度，则从滤波处理后的量化误差中减去乘以大于1的值的数据是有用的。如果需要较低的校正强度，则从滤波处理后的量化误差中减去乘以小于1的值的数据是有用的。在这种情况下，可采用能够根据各图像区域来改变校正强度的结构。

另外，要经受根据本示例性实施例的校正的目标图像并不限于色彩分解后的任务数据，并且可以是未分解的图像数据或者通过适当处理生成的任何其他图像数据。

变型例3涉及图像特征检测单元的变型结构。在第五示例性实施例中描述了的布置被构造为检测细线和边缘部分两者。然而，可采用能够检测细线和边缘部分中的任意一者的结构。

另外，可采用能够检测输入图像数据的频带的结构。例如，使用拉普拉斯滤波器来检测图像数据的高频分量是有用的。在这种情况下检测到的输入图像数据的较高区域表示细线或边缘部分。

由此，根据像素的频带来切换滤波处理是有用的。如果目标区域包括预定频带内的频率分量，则进行将该目标区域视为边缘(细线)区域的设置。

另外，在目标像素包括超出预定频带的较高频率分量的情况下，检测其量化误差的高频分量是有用的。另外，如果目标像素是在预定频带内不包括任何频率分量的较低区域像素，则在网屏频率附近的区域中检测其量化误差的低频分量是有用的。

上述示例性实施例被构造为对通过减去色彩分解后的任务数据和网屏处理后的数据二者而获得的结果进行滤波处理，以计算量化误差。然而，可采用能够根据图像特征来检测预定频带内的量化误差的任何其他合适结构。

例如，对色彩分解后的任务数据和网屏处理后的数据的各个进行滤波处理，并提取各处理后的数据的低频分量是有用的。在这种情况下，该方法还包括减去色彩分解后的任务数据的低频分量以及网屏处理后的数据的低频分量。

在上述示例性实施例及变型例中描述了的滤波处理单元108、109、804和805被构造为通过在实空间内获得尚未经受滤波处理的图像数据和低通滤波器(LPF)的卷积，来生成滤波处理后的图像。然而，如果在频率空间内进行滤波处理，则能够提高处理精度。

另外，如公式(7)至(18)所定义的，在上述示例性实施例中描述的图像处理装置对网屏处理后的数据和色彩分解后的任务数据的各个，进行利用预定低通滤波器LPF的滤波处理。接着，图像处理装置获得滤波处理结果的差分(即莫尔纹分量)。

然而，首先计算网屏处理后的数据与色彩分解后的任务数据之间的差分、然后利用预定低通滤波器LPF对计算出的差分进行滤波处理，也是有用的。

在预定的低通滤波器是线性滤波器的情况下，上述差分计算处理与滤波处理基本上相互等同。类似地，在色间莫尔纹的计算中，首先获得差分、然后对获得的差分值进行滤波处理是有用的。

在上述示例性实施例及其变型例中描述的示例图像处理装置是电子照相式图像处理装置。然而，本发明也可应用于根据除电子照相式方法以外的方法来进行记录处理的喷墨类型、热转印类型、平版打印类型、或者任何其他类型的记录装置。

另外，本发明可以被实现为系统、装置、方法、程序或存储介质(或记录介质)。本发明可应用于包括多个设备(例如主计算机、接口设备、摄像设备、Web应用等)的系统，还可应用于包括单个设备的装置。在示例中，计算机可读介质可以存储使图像处理装置进行本文中描述的方法的程序。在另一示例中，中央处理单元(CPU)可以被构造为控制本文中描述的方法或装置中利用的至少一个单元。各个装置可以在中央处理单元(CPU)内实现、可以包括CPU或者连接到CPU，其中CPU连接到存储器并且通过执行存储在诸如只读存储器(ROM)等的存储器中的各种应用程序来执行各种功能。ROM可以存储诸如操作系统、各种应用、控制程序以及数据等的此类信息。操作系统可以为控制诸如存储器、中央处理单元、盘空间以及外围设备等的硬件资源的分配和使用的软件。随机存取存储器(RAM)可以临时存储从ROM加载的程序或数据。RAM还用作CPU执行各种程序的空间。

本发明可以通过直接或者远程向系统或装置提供软件程序、并且使系统或装置中的计算机读出所提供的程序代码并执行读出的程序来实现。在这种情况下执行的程序是能够实现本发明中描述的功能的程序。

虽然参照示例性实施例对本发明进行了描述，但是应当理解，本发明并不限于所公开的示例性实施例。应当对所附权利要求的范围给予最宽的解释，以使其涵盖所有变型、等同结构和功能。

Claims (20)

1.一种图像处理装置，该图像处理装置包括：

第一网屏处理单元，其被构造为对图像数据进行网屏处理，以形成网屏处理后图像数据；

莫尔纹分量计算单元，其被构造为计算与所述网屏处理后图像数据的低频分量以及所述图像数据的低频分量对应的原稿莫尔纹分量；

第一校正单元，其被构造为基于计算出的莫尔纹分量来校正所述图像数据；以及

第二网屏处理单元，其被构造为对校正后的所述图像数据进行所述网屏处理。

2.根据权利要求1所述的图像处理装置，其中，所述莫尔纹分量计算单元对所述图像数据与所述网屏处理后图像数据之间的差分值进行利用低通滤波器的滤波处理，来计算所述原稿莫尔纹分量。

3.根据权利要求1所述的图像处理装置，所述图像处理装置还包括：

第一计算单元，其被构造为计算代表原稿与网屏之间的莫尔纹的原稿莫尔纹分量；

其中，所述第一校正单元从所述图像数据中移除该原稿莫尔纹分量。

4.根据权利要求1所述的图像处理装置，所述图像处理装置还包括：

色间莫尔纹分量计算单元，其被构造为基于多色彩图像数据，来计算代表不同色彩网屏之间的莫尔纹的色间莫尔纹分量；以及

第二校正单元，其被构造为从所述多色彩图像数据中移除由所述色间莫尔纹分量计算单元计算出的所述色间莫尔纹分量。

5.一种图像处理装置，所述图像处理装置包括：

网屏处理单元，其被构造为对输入图像数据进行网屏处理，以形成网屏处理后图像数据；

图像特征检测单元，其被构造为检测所述输入图像数据的特征信息；以及

误差检测单元，其被构造为在对应于所述特征信息的频带内，检测所述输入图像数据与作为被所述网屏处理单元处理后的数据的所述网屏处理后图像数据之间的差分的分量值。

6.根据权利要求5所述的图像处理装置，所述图像处理装置还包括：

处理单元，其被构造为基于通过所述误差检测单元获得的结果来进行处理。

7.根据权利要求6所述的图像处理装置，其中，所述处理单元校正所述输入图像数据。

8.根据权利要求6所述的图像处理装置，其中，所述处理单元校正所述网屏处理后图像数据。

9.根据权利要求6所述的图像处理装置，其中，所述处理单元校正要被所述网屏处理单元使用的网屏的阈值。

10.根据权利要求5所述的图像处理装置，其中，所述图像特征检测单元确定所述输入图像数据是否包括边缘。

11.根据权利要求5所述的图像处理装置，其中，所述图像特征检测单元确定所述输入图像数据是否包括细线。

12.根据权利要求5所述的图像处理装置，其中，所述误差检测单元包括：

减法单元，其被构造为获得所述输入图像数据与所述网屏处理后图像数据之间的差分；以及

滤波处理单元，其被构造为对所获得的差分进行利用低通滤波器的滤波处理。

13.根据权利要求12所述的图像处理装置，其中，如果所述输入图像数据不是对应于细线或边缘的区域，则所述滤波处理单元使用具有对应于要在所述网屏处理中使用的网屏的网屏频率的截止频率的第一滤波器，来对所获得的差分进行滤波处理。

14.根据权利要求12所述的图像处理装置，其中，如果所述输入图像数据是细线或边缘，则所述滤波处理单元使用具有比第一滤波器的截止频率高的截止频率的第二滤波器，来对所获得的差分进行滤波处理。

15.根据权利要求12所述的图像处理装置，其中，如果所述输入图像数据为细线或边缘，则所述滤波处理单元不对所获得的差分进行所述滤波处理。

16.根据权利要求12所述的图像处理装置，其中，所述滤波处理单元根据由所述图像特征检测单元检测出的细线或边缘的强度，来改变要在所述滤波处理中使用的低通滤波器的滤波系数。

17.根据权利要求5所述的图像处理装置，其中，所述图像特征检测单元检测所述输入图像数据的频率信息，作为所述特征信息。

18.根据权利要求5所述的图像处理装置，其中，所述误差检测单元获得所述输入图像数据的低频分量以及由所述网屏处理单元获得的处理结果的低频分量，并且还计算所述输入图像数据的低频分量与由所述网屏处理单元获得的所述处理结果的低频分量之间的差分。

19.一种图像处理装置的图像处理方法，所述图像处理方法包括以下步骤：

对图像数据进行网屏处理，以形成网屏处理后图像数据；

计算与所述网屏处理后图像数据的低频分量以及所述图像数据的低频分量对应的原稿莫尔纹分量；

基于计算出的莫尔纹分量来校正所述图像数据；以及

对校正后的所述图像数据进行所述网屏处理。

20.一种图像处理方法，所述图像处理方法包括以下步骤：

对输入图像数据进行网屏处理；

检测所述输入图像数据的特征信息；以及

在对应于所述特征信息的频带内，检测所述输入图像数据与网屏处理数据之间的差分的分量值。

Images