CN105323415B - 图像处理装置、图像处理方法及打印介质 - Google Patents
图像处理装置、图像处理方法及打印介质 Download PDFInfo
- Publication number
- CN105323415B CN105323415B CN201510379810.7A CN201510379810A CN105323415B CN 105323415 B CN105323415 B CN 105323415B CN 201510379810 A CN201510379810 A CN 201510379810A CN 105323415 B CN105323415 B CN 105323415B
- Authority
- CN
- China
- Prior art keywords
- pixel
- threshold value
- value
- threshold
- pixels
- 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.)
- Active
Links
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
- H04N1/40—Picture signal circuits
- H04N1/405—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K15/00—Arrangements for producing a permanent visual presentation of the output data, e.g. computer output printers
- G06K15/02—Arrangements for producing a permanent visual presentation of the output data, e.g. computer output printers using printers
- G06K15/18—Conditioning data for presenting it to the physical printing elements
- G06K15/1867—Post-processing of the composed and rasterized print image
- G06K15/1872—Image enhancement
- G06K15/1881—Halftoning
-
- 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
- H04N1/405—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels
- H04N1/4051—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels producing a dispersed dots halftone pattern, the dots having substantially the same size
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K15/00—Arrangements for producing a permanent visual presentation of the output data, e.g. computer output printers
- G06K15/02—Arrangements for producing a permanent visual presentation of the output data, e.g. computer output printers using printers
- G06K15/18—Conditioning data for presenting it to the physical printing elements
- G06K15/1801—Input data handling means
- G06K15/1822—Analysing the received data before processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K15/00—Arrangements for producing a permanent visual presentation of the output data, e.g. computer output printers
- G06K15/02—Arrangements for producing a permanent visual presentation of the output data, e.g. computer output printers using printers
- G06K15/18—Conditioning data for presenting it to the physical printing elements
- G06K15/1867—Post-processing of the composed and rasterized print image
- G06K15/1872—Image enhancement
- G06K15/1876—Decreasing spatial resolution; Dithering
- G06K15/1877—Decreasing spatial resolution; Dithering with provisions for treating some of the print data differently
-
- 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
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/58—Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction
-
- 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
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/6002—Corrections within particular colour systems
- H04N1/6008—Corrections within particular colour systems with primary colour signals, e.g. RGB or CMY(K)
-
- 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
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/603—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
- H04N1/6033—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis
- H04N1/605—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis for controlling ink amount, strike-through, bleeding soakage or the like
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明提供一种图像处理装置、图像处理方法及打印介质。该图像处理装置通过量化输入图像来生成半色调图像,所述图像处理装置包括:保持单元,其被构造为保持排布有不同阈值的阈值矩阵;像素位置确定单元,其被构造为针对所述输入图像中的预定区域,基于所述预定区域中包括的多个像素的各像素值来确定阈值要被改写的像素位置的候选;以及阈值确定单元,其被构造为通过利用与所述预定区域对应的多个阈值中的至少一个阈值来确定被确定为所述候选的像素位置的阈值。
Description
技术领域
本发明涉及通过利用阈值矩阵对输入图像进行半色调处理的图像处理技术。
背景技术
传统上,存在这样的问题,即在通过利用打印装置输出亮色的细线的情况下,该细线以断续状态被输出。在喷墨打印机的情况下,通过分离输入图像的颜色并进行半色调处理,生成表示色材(墨)的点是否被打印的点图像。基于该点图像从打印喷嘴喷墨并由此形成图像。这种打印机利用面积覆盖调制,其通过片材上的单位面积中打印的墨点的数量来模拟地表现灰度、而不是通过单个点来表现灰度。然后,通过半色调处理来确定要被打印的点的数量,在考虑到一种颜色的墨的情况下,通常少量的点会导致亮的片材(浓度低)而大量的点会导致暗的片材(浓度高)。
在通过利用上述模拟灰度表现图像的点图像的情况下,结果是,颜色亮的细线通过少量点的色调水平来表现。由此,点之间的空白的量增加,因此,存在针对人眼、线看似断开的这种问题。
半色调处理的一般方法大致分为误差扩散方法和抖动方法,抖动方法更可能带来这种线的断开的问题。图1示出了细线分别经历利用误差扩散方法(ED)和抖动方法的处理的示例。在图1中,细线10是通过应用误差扩散方法获得的细线,细线11是通过应用利用被使得具有蓝噪声特性的阈值矩阵的抖动方法获得的细线。细线10和细线11都是通过对相同输入图像进行处理而获得的,并且输出结果中的点的数量也基本相同。然而,其中点和空白基本处于均匀间隔的细线10的断开不太可能被识别,但是其中点和空白部分地密集且部分地稀疏的细线的断开有可能被识别。原因在于空白12出现在细线中的各处,因此,存在点稀疏的许多区域。
为了解决诸如上述的问题,例如,存在如下的技术,即检测输入图像数据内的细线的位置并且在通过通常的画面处理在细线的位置中没有形成点的情况下,将细线的位置的阈值改变为使得形成点的阈值,然后再次进行画面处理。该技术通过将没有形成点的细线位置的阈值改变为使得形成点的阈值来增加形成点的位置的数量,从而避免线的断开(日本特开第2012-157998号公报)。
然而,在日本特开第2012-157998号公报中进行的检测细线的处理中,通过利用图像的像素值进行分析,因此,存在系统的负荷高以及处理花费时间的问题。
发明内容
根据本发明的图像处理装置是一种通过进行量化输入图像来生成半色调图像的图像处理装置,并且包括:保持单元,其被构造为保持排布有不同阈值的阈值矩阵;像素位置确定单元,其被构造为针对所述输入图像中的预定区域,基于所述预定区域中包括的多个像素的各像素值来确定阈值要被改写的像素位置的候选;以及阈值确定单元,其被构造为通过利用与所述预定区域对应的多个阈值的至少一个阈值来确定被确定为所述候选的像素位置的阈值。
根据以下参照附图对示例性实施例的描述,本发明的其他特征将变得清楚。
附图说明
图1是示出表现已分别经历了利用误差扩散方法(ED)和抖动方法的处理的细线的示例的图;
图2是示出打印系统结构的示例的图;
图3是示出在根据第一实施例的打印系统中从图像数据的获取到打印处理的概况流程的流程图;
图4是示出量化处理单元的内部结构的框图;
图5是示出根据第一实施例的量化处理的流程的流程图;
图6A和图6B是示出根据第一实施例的阈值提供可能/不可能确定处理的结果的示例的图;
图7是示出在确定新阈值时使用的表示提供方与接收方之间的关系的参照图案的示例的图;
图8A和图8B是说明确定阈值矩阵的新阈值的方式的图;
图9是示出与通过现有技术获得的量化结果比较、通过应用第一实施例获得的量化结果的示例的图;
图10是表现在应用本实施例的情况下形成的点的数量与在不应用本实施例的情况下形成的点的数量之间的比较的图;
图11A和图11B是说明对细线和正方形的影响的图;
图12是示出用于实现三值量化处理的结构的功能框图;
图13是示出三值量化处理的过程的流程图;
图14是示出根据第三变型例的量化处理的流程的流程图;
图15是说明在颜色间分离方法中细线的再现性的图;
图16是示出在根据第四变型例的打印系统中从输入图像的获取到打印处理的概况流程的流程图;
图17是说明第二实施例中新阈值的暂时确定时的处理区域的图;
图18是示出根据第二实施例的量化处理的流程的流程图;
图19(包括图19A和图19B)是说明第二实施例中量化处理如何进行处理的图;
图20是示出新阈值的暂时确定时使用的参照图案的图;
图21是示出根据第三实施例的量化处理的流程的流程图;
图22是说明如何通过利用子矩阵来创建阈值矩阵的图;
图23A和图23B是说明在浓度增大时发生不均匀性的原因的图;
图24是示出根据第五实施例的量化处理的流程的流程图;
图25是示出第五实施例中的处理区域的示例的图;
图26A、图26B和图26C是说明相位差的图;
图27A和图27B是说明第五实施例中的处理区域的位置的图;
图28是示出图28A和图28B之间的关系的图,图28A和图28B是示出根据第六实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图29是说明根据第六实施例在进行阈值改写处理的情况与不进行阈值改写处理的情况之间输出图像中的差异的图;
图30A是示出图30A-1和图30A-2之间的关系的图,图30A-1和图30A-2是示出根据第六实施例由图像处理装置进行的处理的详情的流程图;
图30B是示出图30B-1和图30B-2之间的关系的图,图30B-1和图30B-2是根据第六实施例的第一变型例的流程图,与图30A-1和图30A-2中的流程图对应;
图30C是示出图30C-1和图30C-2之间的关系的图,图30C-1和图30C-2是根据第九实施例的第一变型例的流程图,与图30A-1和图30A-2中的流程图对应;
图31是示出图31A和图31B之间的关系的图,图31A和图31B是示出根据第七实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图32A是示出图32A-1和图32A-2之间的关系的图,图32A-1和图32A-2是示出根据第七实施例的由图像处理装置进行的处理的详情的流程图;
图32B是示出图32B-1和图32B-2之间的关系的图,图32B-1和图32B-2是示出根据第九实施例的由图像处理装置进行的处理的详情的流程图;
图33是示出图33A和图33B之间的关系的图,图33A和图33B是示出根据第八实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图34是说明在进行阈值改写处理的情况与不进行阈值改写处理的情况之间输出图像中的差异的图;
图35A是示出根据第八实施例的由图像处理装置进行的处理的详情的流程图;
图35B是示出图35B-1和图35B-2之间的关系的图,图35B-1和图35B-2是根据第八实施例的第二变型例的流程图,与图35A中的流程图对应;
图35C是根据第八实施例的第三变型例的流程图,与图35A中的流程图对应;
图36是示出图36A和图36B之间的关系的图,图36A和图36B是示出根据第十实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图37是示出图37A和图37B之间的关系的图,图37A和图37B是示出根据第十一实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图38是示出图38A和图38B之间的关系的图,图38A和图38B是示出根据第十二实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图39A和图39B是各自表现根据第十二实施例的被系数确定单元参照的LUT的输入/输出特性的示例的图;
图40是示出图40A和图40B之间的关系的图,图40A和图40B是示出根据第十三实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图41是表现根据第十三实施例的被系数确定单元参照的LUT的输入/输出特性的示例的图;
图42是示出图42A和图42B之间的关系的图,图42A和图42B是示出根据第十四实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图43是表现根据第十四实施例的被阈值变换单元参照的LUT的输入/输出特性的示例的图;
图44是示出图44A和图44B之间的关系的图,图44A和图44B是示出根据第十五实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图45是说明在进行阈值改写处理的情况与不进行阈值改写处理的情况之间输出图像中的差异的图;
图46是示出图46A和图46B之间的关系的图,图46A和图46B是示出根据第十五实施例由图像处理装置进行的处理的详情的流程图;
图47是示出图47A和图47B之间的关系的图,图47A和图47B是示出根据第十六实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图48是示出图48A和图48B之间的关系的图,图48A和图48B是示出根据第十六实施例由图像处理装置进行的处理的详情的流程图;
图49是示出图49A和图49B之间的关系的图,图49A和图49B是示出根据第十七实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图50是示出图50A和图50B之间的关系的图,图50A和图50B是示出根据第十七实施例由图像处理装置进行的处理的详情的流程图;
图51是示出图51A和图51B之间的关系的图,图51A和图51B是示出根据第十八实施例的实现半色调处理的图像处理装置的内部结构的功能框图;
图52是示出图52A和图52B之间的关系的图,图52A和图52B是示出根据第十八实施例由图像处理装置进行的处理的详情的流程图;
图53是示出图53A、图53B和图53C之间的关系的图,图53A、图53B和图53C是示出根据第十八实施例的阈值置换(permutation)处理的流程的流程图;
图54是示出输入图像的预定区域与阈值矩阵之间的关系的图;
图55是示出图55A和图55B之间的关系的图,图55A和图55B是示出根据第二十实施例的实现半色调处理的图像处理装置的内部结构的功能框图;以及
图56是示出图56A、图56B和图56C之间的关系的图,图56A、图56B和图56C是示出根据第二十实施例由图像处理装置进行的处理的详情的流程图。
具体实施方式
下文中,通过利用附图来说明用于实现本发明的实施例。以下实施例中所示的结构仅为示例,本发明并不限于示意性地示出的实施例。
[第一实施例]
图2是示出可以应用于本实施例的打印系统结构的示例的图。本实施例中的打印系统包括采用喷墨打印系统的图像形成装置100以及图像处理装置110。图像形成装置100和图像处理装置110通过信号线120连接,并且作为信号线,可以使用例如并行接口(Centronics)打印机线缆。
首先,说明图像形成装置100。
图像形成装置100包括主控制单元101、打印缓冲器102、打印头103、进纸/排纸电机控制单元104、通信I/F 105以及数据缓冲器106。
主控制单元101包括CPU(MPU)、ROM、RAM等,并且控制图像形成装置100的整体。
打印缓冲器102将被传送到打印头103之前的图像数据作为光栅数据存储。
打印头103是采用具有能够喷出墨滴的多个打印元件的喷墨系统的打印头,并且根据打印缓冲器102中存储的图像数据从各打印元件喷墨。
进纸/排扺电机控制单元104输送诸如纸张的打印介质,并且控制进纸/排扺。
通信I/F 105是用于向图像处理装置110发送数据信号以及从图像处理装置110接收数据信号的接口。
数据缓冲器106是用于临时存储从图像处理装置110接收的图像数据的缓冲器。
系统总线107是连接图像形成装置100内的各单元的总线。
接下来,说明图像处理装置100。
主控制单元111包括CPU(MPU)、ROM、RAM等,并且控制图像处理装置110的整体。
通信I/F 112是用于向图像处理装置100发送数据信号以及从图像处理装置100接收数据信号的接口。
显示单元113是例如CRT,并且向用户显示各种信息。
操作单元114是例如键盘、鼠标等,并且用户利用其进行各种操作。
系统总线115是连接图像处理装置110内的各单元的总线。
图3是示出根据本实施例的打印系统中从图像数据的获取到打印处理的概况流程的流程图。
在步骤S301中,获取要进行打印处理的图像数据。用户指定的图像数据经由应用等被展开到存储器上。假设本实施例中的图像数据以由R(红色)、G(绿色)及B(蓝色)表现的8位(bit)数据格式被保持。
在步骤S302中,进行色彩校正。在色彩校正中,获取的RGB图像被校正并转换为图像形成装置中固有的色彩空间的设备RGB(8位)的图像数据。例如,通过诸如参照预先存储在存储器中的查找表(LUT)的方法来执行该转换。
在步骤S303中,进行四色分离。在四色分离中,转换后的RGB数据被分离成由C(青色)、M(品红色)、Y(黄色)及K(黑色)表现的8位图像数据。由此,生成四色的图像。如色彩校正一样,通过诸如利用预先存储在存储器中的查找表(LUT)的方法来进行该四色分离。在步骤S301中获取的输入图像是CMYK图像数据的情况下,跳过如上所述的步骤S302和步骤S303的各个的处理。
在步骤S304中,对CMYK图像数据进行色调水平校正。在通过涂覆、打印等在纸张表面上形成色材点的情况下,一般地,点的数量的增加将增大浓度。然而,相对于点数以及色材的量的浓度、亮度及饱和度的变化并不固定。为此,在色调水平校正中,以使得色材分离后的CMYK图像数据中的浓度值与纸张表面上的浓度、亮度及饱和度之间的关系基本为线性的方式进行校正。通过使用预先存储在存储器中的、针对CMYK各平面的浓度值的一维LUT等来进行色调水平校正。
在步骤S305中,对已进行过色调水平校正的CMYK图像数据进行量化处理,由此生成半色调图像。稍后将描述量化处理的详情。量化水平可以是二值或多值(二以上的值)水平。这里,在量化水平是多值水平的情况下,通过进行索引展开(index development),数据被进一步展开为二值数据。能够通过利用已知技术来进行索引展开,并且例如,通过预先将根据量化水平的点排布存储为表而基于量化水平来确定点排布(二值,即,点被打印或不被打印)即可。以这种方式,数据被转换为打印头能够打印的针对各颜色的半色调图像(二值图像)数据。
在步骤S306中,通过利用由量化处理获得的二值图像数据来进行打印处理。在本实施例的喷墨打印系统的情况下,根据量化后的图像中的开点(on-dot)的坐标在纸张表面上喷墨并形成点。
以上是从图像数据的获取到打印处理的概况流程。
以上描述的各步骤(除了步骤S306)的处理并未特别明确划分,诸如图像处理装置110进行直到某一处理为止的处理并且图像处理装置100进行后续处理。例如,在图像处理装置110进行直到包括量化为止的处理的情况下,图像处理装置110将量化后的二值图像数据传送到图像形成装置100、以及图像形成装置100的主控制单元101通过利用数据缓冲器106中存储的索引图案进行索引展开并控制打印即可。另外,依据图像形成装置100的性能,还可以直接接收多值RGB并进行直到包括步骤S306为止的全部处理。
在各步骤处理的图像数据的位数并不限于8位,例如,还能够进行设置,使得输出时的位数大于输入时的位数以维持精确性。另外,图像形成装置的颜色的数量被设置为4,即C、M、Y及K,但是还可以包括诸如LC(浅青色)、LM(浅品红色)以及另外G(绿色)和Gy(灰色)的专色,在该情况下通过利用与颜色数量对应的平面数量来进行处理是不言而喻的。
(量化处理)
接着上述,通过参照图4及图5详细说明在上述步骤S305中的量化处理。图4是示出作为图像处理装置110(或图像形成装置100)中包括的功能单元的量化处理单元400的内部结构的框图。量化处理单元400包括阈值提供确定单元401、阈值确定单元402、以及抖动处理单元403。图5是示出量化处理单元400中的量化处理的流程的流程图。通过CPU在将程序从ROM等中读取到RAM上之后执行其中描述了以下示出的过程的计算机可执行程序来进行该一系列处理。
在本实施例中,抖动处理单元403通过利用阈值矩阵来对构成输入图像的各像素的像素值进行量化。其中保持了预先排布有各种阈值的阈值矩阵。然而,阈值确定单元402基于输入图像的像素值以及阈值矩阵的阈值来改变阈值矩阵中的一部分阈值。具体地,通过预先设置的阈值矩阵分配的像素位置的阈值被改变为分配给预定区域内的另一像素位置的阈值。在下文中,将说明其详情。
在步骤S501中,阈值提供确定单元401进行处理(下文中,阈值提供可能/不可能确定处理)以确定从色调水平校正单元(未示出)输入的色调水平校正后的图像数据(下文中,输入图像)中的各像素是否能够将分配给该位置的阈值提供给另一像素。在本实施例中,输入图像的各像素具有0与255之间的任意值。假设在构成输入图像的像素当中白像素(值为0的像素)被确定为可以提供阈值的像素,而非白像素(值不是0的像素)被确定为不能提供阈值的像素。这意味着,不考虑阈值的大小,任意白像素能够向另一像素位置提供所分配的阈值。图6A和图6B是示出根据本实施例的阈值提供可能/不可能确定处理的结果的示例的图。图6A示出了色调水平校正后的CMYK图像的K平面图像的部分作为输入图像,并且存在包括浓度值为80的像素并具有一像素宽度的细线601。图6B示出了针对图6A中的输入图像的阈值提供可能/不可能确定的结果并且每个单元对应于输入图像的各像素的相同位置。在图6B中,各白色单元表示其被确定为可以提供对应于像素位置的阈值并且各灰色单元表示其被确定为无法提供对应于像素位置的阈值。
这里,假设在像素值为0的情况下可以提供阈值,但是也可以确定在例如像素值等于或小于预定值的情况下可以提供阈值。例如,在阈值矩阵中的阈值的最小值为10的情况下,即使在像素值等于或小于10的像素被确定为能够提供阈值的像素的条件下,能够获得相同效果。
通过按照例如从输入图像的左上角的像素向同一行中的右侧像素的顺序进行处理并且在针对该行完成处理后进行从下一行的最左像素到最右像素的处理等等,来针对输入图像内的全部像素依次进行诸如此的阈值提供可能/不可能的确定。在这种情况下,能够适当地进行设置,使得针对各预定带、针对各预定区域等进行处理,并且按照一定顺序进行处理。
在本实施例中,为了简化说明,省略了对C、M及Y的各平面的说明。
说明返回到图5中的流程图。
在步骤S502中,阈值确定单元402通过利用预先设置的初始阈值矩阵中的阈值,基于步骤S501中的阈值提供可能/不可能确定处理的结果,针对各预定处理区域进行确定用于各像素的量化的阈值的处理(新阈值确定处理)。阈值矩阵中的各阈值被使用以对应于构成输入图像的各像素。在阈值矩阵小于输入图像的情况下,阈值矩阵被排布为使得对应于输入图像中包括的各区块。在步骤S502中,基于被确定为能够提供阈值的像素的像素位置以及各像素的像素值,将对应于各像素的阈值的部分设置为新值。
图7示出了在预定处理区域被取为2×2像素的正方形区域的情况下在确定各像素的阈值时使用的代表提供方与接收方之间的关系的参照图案的示例。在处理区域被取为2×2像素的正方形区域的情况下,存在16个参照图案(在图7中,示出为图案0到15)。各图案中的白色单元表示被确定为能够提供阈值的像素的像素,灰色单元表示被确定为不能提供阈值的像素的像素。另外,各图案内的箭头表示提供阈值的方向。例如,在图案2的情况下,在左上像素701内存在向下的箭头。这意味着,在左上像素701的阈值小于以灰色表现的左下像素702(关注像素)的阈值的情况下,左上像素701的阈值被提供为左下像素702的新阈值(左上像素701变为左下像素702的参照像素)。在图案2的情况下,右上像素703中的箭头以及右下像素704中的箭头也指向左下像素702,因此,这些像素的阈值也可以被提供作为左下像素702(关注像素)的新阈值。在如图案2中存在多个参照像素的情况下,所有参照像素的阈值中的最小阈值将作为关注像素的新阈值。在关注像素的阈值小于参照像素中的最小阈值的情况下,不需要改变阈值,因此,阈值保持原样而不被改变为新值。
在图7所示的全部16个图案当中在图案0和图案15中没有箭头。图案15的情况意味着全部四个像素的像素值为大于或等于1并且在2×2像素的处理区域内不存在能够提供阈值的像素,因此,不进行参照阈值和改变为新阈值。图案0的情况意味着全部像素是能够提供阈值的像素并且在2×2像素的处理区域内不存在接收阈值的像素(其像素值大于或等于1),因此,不进行参照阈值和改变为新阈值。图7所示的图案仅为示例并且图案的数量以及箭头的方向不限于图7所示的那些。
图8A和图8B是说明基于图6B所示的阈值提供可能/不可能确定结果,通过图7所示的参照图案确定阈值矩阵的新阈值的方式的图。图8A示出了预先准备的初始阈值矩阵并且阈值与各像素相关联。图8B示出了在通过新阈值确定处理将一部分阈值改变为新阈值后的阈值矩阵。在图8A中,用粗线围绕的区域801是2×2像素的正方形区域(作为处理单位),并且在该情况下,正方形区域对应于图7中的图案10。然后,在图案10中,在左上像素是关注像素的情况下,右上像素是参照像素,并且在左下像素是关注像素的情况下,右下像素是参照像素。结果是,在正方形区域801内的阈值当中,左上像素的阈值从248改变为79。左下像素的阈值134小于右下像素的阈值189,因此,阈值不被改变。作为针对各预定处理区域(这里为2×2像素的正方形区域)重复诸如此的处理的结果,获得如图8B中所示的新阈值矩阵。从图8B中对应于细线部分的第三列中的阈值可知,一部分阈值根据图案10被改变如下。
改变前:"55,12,248,134,84,164,98,23,133,228"
改变后:"55,12,79,134,7,164,98,23,106,0"
以这种方式,将被确定为能够提供阈值的像素的像素(参照像素)的阈值确定为关注像素中的新阈值。
说明返回至图5中的流程图。
在步骤S503中,抖动处理单元403通过利用反映有通过新阈值确定处理确定的新阈值的阈值矩阵,基于抖动方法来进行半色调处理。在该抖动方法中(在二值的情况下),将输入图像的各像素的像素值与阈值矩阵的各相应阈值比较。在像素的像素值超出阈值的情况下,点是开点(点被形成)并且在像素的像素值没有超出阈值的情况下,点是关点(off-dot)(点不被形成)。图9是示出与通过应用现有技术获得的量化结果相比通过应用本实施例获得的量化结果的示例的图。
首先,说明通过应用现有技术获得的量化结果。在图9中,图像901是在进行阈值提供可能/不可能确定处理后的输入图像,白像素(值为0的像素)代表能够提供阈值的像素,灰像素(值为80的像素)代表不能提供阈值的像素。阈值矩阵902是预先准备并保留原样的初始阈值矩阵(尚未被进行新阈值确定处理)(参见图8A),并且对坐标对应于输入图像901中的各像素的相同坐标的各单元分配各阈值。然后,量化结果903示出通过利用阈值矩阵902对输入图像901进行抖动处理获得的结果,阈值对应于小于像素值80的阈值的像素的部分以灰色示出,表示开点。从量化结果903可知,在输入图像901中不存在断开的细线部分中产生了大的空白(线的断开)。该具有大的空白的线不太可能被人眼识别为线,因此可能是有问题的。具体地,在如电路图中原本应当连续的部分看似线的断开的情况下,可能带来严重的问题。
接着,说明通过应用本实施例获得的量化结果。在图9中,阈值矩阵904是通过上述新阈值确定处理改变了预先设置的阈值矩阵的一部分阈值后的阈值矩阵(参见图8B)。然后,量化结果905示出通过利用阈值矩阵904对输入图像901进行抖动处理获得的结果,并且阈值对应于小于像素值80的阈值的像素的部分以灰色示出,表示开点。与根据现有技术的量化结果903相比较,开点的数量增加了3个并且没有产生大的空白。
结果是,能够实现具有如下特征的打印物,即输入图像数据中的像素值与第一像素的像素值相同并且被空白围绕的第二像素的点再现概率高于被不是空白的像素围绕的第一像素的点再现概率。换言之,可知通过应用本实施例获得提高了细线的再现性的效果。如上所述,根据本实施例,能够通过利用另一像素的阈值增加开点的数量并削减细线的断开。
另外,根据本实施例,除了细线的断开被削减的特征以外,还能够识别如下特征:1)针对亮部分的效果显著,2)对诸如正方形的内部区域的影响轻微,3)原始图像的形状易于保持,以及4)从宏观角度来看,阈值矩阵的特性不被干扰。在下文中,将给出详细说明。
[针对亮部分的效果显著]
图10是表现在应用本实施例的情况(进行处理)与不应用本实施例的情况(不进行处理)之间通过仅利用黑色色材打印其中描绘有具有一像素宽度的细线的输入图像而形成的点的数量的比较的图。在图10中,图的横轴代表色调水平,最左端(0)对应于白色,最右端(1)对应于黑色。左侧的纵轴代表黑色墨点的数量,[1]表示已进行打印的图像形成装置中的点的最大数量。然后,右侧的纵轴代表倍率并且表示在“进行处理(○标记)”的情况下的点的数量与在“不进行处理(*标记)”的情况下的点的数量的之比(倍率=进行处理的情况下的数量÷不进行处理的情况下的数量)。从该倍率(黑色三角标记,右轴)可知,倍率随着色调水平越接近白色而变得越高,并且随着色调水平越接近黑色而变得越低并且最终收敛于“1”。这表示避免点的断开的效果对于较亮的细线(具有较低浓度)更显著并且该处理的影响对于较暗的细线(具有更高浓度)较轻微。浓度越高,像素值越大,因此,超出阈值的概率增加。换言之,即使在不从邻近像素提供阈值的情况下在高浓度部分中形成点的像素的数量原本就很大。在应用本实施例的情况下具有随机增加点的数量的概率的像素是在“不进行处理”的情况下不形成点的像素。在较靠近黑色的区域中(浓度较高),不形成点的像素的数量小,因此,可以说由于应用本实施例而引起的点的数量的增加小。在属于较靠近黑色侧的暗(密集)的细线中,原本断开就较少,并且不需要增加点的数量,因此,对于应用本实施例的影响轻微会更好。
[对于诸如正方形的内部区域的影响轻微]
图11A和图11B是说明在应用本实施例的情况下对细线和正方形的影响的图。在图11A和图11B中,假设具有一像素宽度的细线1101和正方形1102二者是以诸如R、G、B=192、192、192的浅灰色描绘的图像。在图7所示的16个图案中,图案1至14是通过从区域内能够提供阈值的像素(图7中的白像素部分)提供阈值、浓度可能会随机增加的图案。参照图11A,除了细线的端部外,细线1101对应于图案5或图案10。这些图案包括能够提供阈值的像素,因此,细线的浓度随机增加。另一方面,在如图11B中所示的着色正方形1102中,几乎全部区域对应于图案15。对应于除图案15以外的图案的部分是正方形1102的上端部分、下端部分、左端部分以及右端部分的边界部分,并且这些部分的各个分别对应于如图11B中所示的两种图案中的任意一者。除边界外的正方形的内部仅对应于图案15,因此,如上所述,图案15不具有能够提供阈值的像素并且不作用以增加浓度。换言之,占正方形的几乎整个面积的内部的浓度不增加。因为大对象的长度和宽度很大,并且即使在几个像素为空白的情况下空白也不被识别为断开,所以没必要增加浓度,因此,期望对于正方形的内部区域等的影响轻微。这也适用于例如除大对象以外的粗线。原因在于在粗线的情况下图案15占的面积大。如上所述,在本实施例的情况下,对于细线的边缘部分等的影响显著,并且对于没必要增加浓度的正方形的内部区域等的影响轻微,因此,本实施例是有效的。
[原始图像的形状易于保持]
如上所述,在本实施例中,对于具有一像素宽度的细线获得显著效果。此外,对于由一个像素构成的点(孤立点)能够获得更为显著的效果。原因在于,被白像素围绕的孤立点对应于图7所示的16个图案中的图案1、2、4和8中的一者并且从邻近关注像素的周围三个像素被提供阈值,因此,阈值将被降低的概率高。然后,在考虑具有一像素宽度的水平或垂直细线的情况下,该细线除了端部以外对应于图案3、5、10和12中的一者,因此,在该情况下存在能够提供阈值的两个像素。换言之,在本实施例中,在被白像素围绕的像素取A并且周围存在非白像素的像素取B的情况下,在A和B的像素值相同(色调水平相同)的条件下,A像素的点再现的概率高于B像素的点再现的概率。随机地,按照孤立点、具有一像素宽度的细线、具有两像素宽度的细线等等的顺序增加浓度的效果可以被预期。如上所述,在本实施例中,例如,即使针对由孤立点构成的部分(诸如阴影),也获得了增加浓度并提高原始图像的点再现性的效果(即原始图像的形状易于保持的效果)。
[从宏观角度来看阈值矩阵的特性不被干扰]
能够使阈值矩阵具有特性并且通过利用被使得具有例如公知的蓝噪声特性的阈值矩阵,能够在通过利用抖动方法实现伪灰度时将粒度水平保持得低。根据本实施例,获得了在保持该特性的同时削减细线的断开的效果。在下文中,给出详细说明。
在本实施例中,在2×2像素的正方形区域内交换阈值。在以1,200dpi打印一个像素的打印机中具有蓝噪声特性的阈值矩阵的情况下,在以1,200dpi为单位评价图像的条件下,蓝噪声特性被干扰。这是因为通过使用与原始位置中准备的阈值不同的阈值干扰了阈值矩阵的特性。然而,在通过以1,200dpi取2×2像素为一个像素来以600dpi为单位评价图像的情况下,阈值的特性被保持。这是因为2×2像素的区域内的阈值的替换仅增加以600dpi为单位的点形成的概率。换言之,在上述示例中,点形成的影响不会影响600dpi或更高的单位,因此,作为结果,获得了在保持以600dpi为单位的蓝噪声特性的同时通过增加细线的浓度来削减断开的效果。
在上述示例中处理区域取4×4像素的情况下,作为结果以300dpi为单位来保持阈值矩阵的特性。处理区域越大,增加浓度的效果变得越显著,但是阈值矩阵的特性被干扰,因此,在确定处理区域时,必须考虑到增加浓度的效果以及期望保持阈值矩阵的特性的分辨率二者。根据经验,在具有蓝噪声特性的阈值矩阵中处理区域取4×4像素并且以150dpi或更高来保持特性的情况下能够获得基本良好的结果。另外,应当注意,在处理区域取大小大于阈值矩阵大小的区域的情况下阈值矩阵的特性被干扰。在期望保持阈值矩阵的特性的情况下,期望处理区域的大小小于阈值矩阵的大小。
如上,说明了具有蓝噪声特性的阈值矩阵,但是这也适用于具有其他特性(例如,诸如贝叶斯特性(Bayer characteristic))的阈值矩阵。
<第一变型例>
在第一实施例中,说明了输出两值(即形成点和不形成点)的量化,但是还可以接受输出多值的量化处理。作为变型例,说明多值量化处理的情况。
多值量化处理用于能够产生多值色调水平表现的输出单元并且可以应用于具有三值以上的任意色调水平,这里,通过利用三值量化处理作为示例来给出说明。这里所指的三值表示在形成一个像素的点的数量为0、1及2的情况下的三个色调水平。
图12是示出用于实现三值量化处理的结构的功能框图,图13是示出三值量化处理的过程的流程图。在下文中,假设输入值在0与255之间、阈值矩阵的值在0与254之间、以及作为输出值的点的数量为提供三个色调水平的0、1及2来给出说明。
在步骤S1301中,基本确定单元1201和比较值计算单元1202获取输入值(输入图像中的像素值)。
在步骤S1302中,基本确定单元1201基于获取的输入值来进行基本确定。基本确定是指确定输出值是属于0点与1点之间还是属于1点与2点之间。具体地,将输入值与作为基准值的值128比较,并且在输入值较小的情况下,基本值被确定为“0”并且基本点的数量为“0”,而在输入值并非较小的情况下,基本值被确定为“128”并且基本点的数量被确定为“1”。确定的基本值被发送到比较值计算单元1202并且基本点的数量被发送到加法单元1204。
在步骤S1303中,比较值计算单元1202通过利用获取的输入值以及从基本确定单元1201接收的基本值来计算比较值。具体地,从输入值中减去基本值并且根据阈值矩阵将该值正规化从而具有0与255之间的值。依据基本值、分别通过以下表达式来获得比较值。
在基本值为0的情况下:比较值=(输入值-基本值)/128×255。
在基本值为128的情况下:比较值=(输入值-基本值)/127×255。
在步骤S1304中,阈值比较单元1203从存储器内的阈值矩阵获取与输入值的像素位置对应的阈值,并将该阈值与在步骤S1303中获得的比较值进行比较。在比较结果表示比较值大于阈值的情况下,将“1”输出给加法单元1204,而在比较值不大于阈值的情况下,将“0”输出给加法单元1204。
在步骤S1305中,加法单元1204通过将从阈值比较单元1203输出的值与从基本确定单元1201输出的基本点的数量相加,来确定点的数量并且确定点的数量为量化的输出值。
以上是三值量化处理的内容。类似地,能够构造N值量化处理。
在第一实施例应用于如上所述的多值量化的情况下,修改第一实施例使得例如仅基本值为“0”的像素被提供阈值即可。换言之,在之前描述的图5中的流程中的步骤S501中,进行阈值提供可能/不可能确定处理并且同时确定基本值是否为“0”。确定结果被存储在存储器中准备的缓冲器中,该缓冲器针对各像素存储基本值是否为“0”的确定结果。然后,在输入值小于“128”的情况下确定“真”,而在输入值不小于“128”的情况下确定“假”,并且在步骤S502中,仅结果为“真”的像素被提供阈值并且结果为“假”的像素不被提供阈值。基本值不为“0”的像素(基本值为128的像素)是其中形成有至少一个点的像素。在由这些像素构成的细线中,即使在不进行增加浓度的处理的情况下也不发生断开,因此,没必要接收阈值。通过仅向基本值为“0”的像素(可能引起点的断开的像素)提供阈值来增加浓度,能够在仅针对需要提供阈值的部分获得效果的同时抑制对高浓度部分的影响。
这里,仅基本值为“0”的像素被提供阈值,但是还能够根据图像形成装置进行调整。例如,在进行多值量化处理后将数据展开为具有比通过进行公知处理的量化时更高分辨率的数据的系统中,有在形成细线的点之间产生空白的情况。另外,在具有一像素宽度的线因为墨淡而没被识别为线的系统的情况下,需要通过利用多个点来形成线。在这种情况下,还向具有除了0以外的预定基本值的像素提供阈值、而不限于向基本值为多值量化的第一值的像素(其基本值为“0”)提供阈值即可。另外,还能够根据色材来改变预定基本值。
在上文中,说明了由点的数量0、1或2作为N值表现的色调水平的示例,但是存在另一示例。例如,存在通过点的大小(喷墨打印机中的墨滴的大小)来表现多个色调水平的情况,诸如通过无点、小点以及大点来表现三个色调水平的情况。另外,还存在通过点的浓度来表现多个色调水平的情况,诸如通过无点、淡墨点以及浓墨点来表现三个色调水平的情况,或者存在通过进行它们的组合来表现多个色调水平的情况。
如上,在具有多值(N值)输出的量化中,还能够通过利用另一像素的阈值增加开点的数量来削减细线的断开。
<第二变型例>
在第一实施例中,确定是否能够向另一像素提供阈值并且基于确定结果来确定关注像素的新阈值,但是还能够同时确定是否能够提供阈值以及关注像素中的阈值。在下文中,说明特定示例。
这里,假设关注像素的位置的坐标是[x,y],关注像素的像素值(图像信号值)是V[x,y],以及关注像素的位置的阈值是Th[x,y]。然后,还假设提供阈值的候选像素的位置的坐标是[v,w],其像素值是V[v,w],以及该位置的阈值是Th[v,w]。各值是包括0的正整数。
首先,在两个阶段进行处理的情况下的程序示例如以下所示,即第一实施例中说明的,1)确定是否能够向另一像素提供阈值,以及2)将能够提供阈值的像素的阈值与关注像素的阈值比较。
〈程序示例(两阶段处理)〉
01:if(V[v,w]!=0){
02:if(Th[v,w]<Th[x,y]){
03:Th[x,y]=Th[v,w];
04:}
05}
这里,最开始的数字(诸如[01:])是用于说明的行编号。在01行中,确定提供阈值的候选像素[v,w]的像素值是否为0。在像素值不为0的情况下,程序进行到02行,而在像素值为0的情况下,程序进行到05及后续行。在02行中,将提供阈值的候选像素的阈值(Th[v,w])与关注像素的阈值(Th[x,y])比较,并且在Th[v,w]较小的情况下,在03行中将关注像素的阈值(Th[x,y])更新为Th[v,w]。在该程序示例的情况下,01行对应于如上所述的1)的处理,02行对应于如上所述的2)的处理。
接着,在替代分开进行如上所述的1)的处理以及2)的处理而进行批处理的情况下,程序示例示出如下。
<程序示例(批处理)>
01:if(Th[v,w]+V[v,w]*ThMax)<Th[x,y]){
02:Th[x,y]=Th[v,w];
03:}
这里,“*”表示相乘。在01行中,V[v,w]和ThMax的积与Th[v,w]相加,并且确定值是否小于Th[x,y]。ThMax是阈值矩阵内的阈值的最大值,例如255。在批处理的结果表示值小于Th[x,y]的情况下,在02行中关注像素的阈值(Th[x,y])被更新为Th[v,w]。01行中的表达式意味着提供阈值的候选像素是白像素,即在V[v,w]为0的情况下V[v,w]*ThMax将为0。因此,该表达式相当于if(Th[v,w]<Th[x,y]),并且起到与如上所述的两阶段处理的程序示例的02行相同的作用。然后,在V[v,w]不为0但是大于等于1的情况下,将V[v,w]与最大阈值ThMax相乘。此时,即使在Th[x,y]是与作为上限的ThMax相同的值的情况下,决不满足(V[v,w]*ThMax)<Th[x,y])。即使在V[v,w]=1,ThMax=255,以及Th[x,y]=255的情况下,(1*255)<255也将为假。如上所述,01行中的表达式同时进行确定V[v,w]是否是白像素的处理,即如上所述1)的确定像素是否是能够提供阈值的像素的处理。为此,能够得出上述两个程序示例等同。
如上,还能够替代以两个阶段分开进行处理而进行批处理。
<第三变型例>
在第一实施例中,对输入图像的整体进行处理,但是存在针对各像素能够从例如诸如CAD软件等的应用接收关于该像素是否是构成线的像素(下文中为线像素)的信息的情况。另外,在具有向量数据的图像的情况下,还能够针对各像素确定该像素是否是线像素。在诸如此的情况下,还能够接收表示某一像素是否是线像素的信息(下文中为线信息)并基于该线信息来进行新阈值确定处理以增加仅线像素的浓度。
图14是示出根据本变型例的量化处理的流程的流程图。
在步骤S1401中,从应用获取线信息。然后,根据获取的线信息,例如,准备与输入图像的像素数对应数量的缓冲器并且在线像素的情况下输入1,而在非线像素的情况下输入0。由此,指定线像素。
在步骤S1402中,进行阈值提供可能/不可能确定处理(参见图5的流程中的步骤S501)。
在步骤S1403中,通过参照上述的缓冲器来确定关注像素是否是线像素。在确定结果表示关注像素是线像素的情况下,处理进行到步骤S1404。另一方面,在关注像素不是线像素的情况下,处理跳过新阈值确定处理并且进行到步骤S1405。
在步骤S1404中,进行新阈值确定处理(参见图5中的流程中的步骤S502)。换言之,将被确定为线像素的关注像素的阈值与被确定为能够提供阈值的像素的像素的阈值进行比较,并且在被确定为能够提供阈值的像素的像素的阈值较小的情况下,该阈值被确定为关注像素的新阈值。
在步骤S1405中,进行抖动处理(参见图5中的流程中的步骤S503)。
以上是根据本变型例的量化处理的内容。
如上所述,能够通过利用另一像素的阈值以增加开点的数量来削减细线的断开。
根据本变型例,因为仅线像素的阈值被改变,所以能够消除对不构成线的像素的影响。
<第四变型例>
另外,在多个色材利用一个阈值矩阵从而控制CMYK点的交叠的情况(参见美国专利第6867884号公报)下,第一实施例也是有效的。这里,CMYK色材之间的点的交叠的控制被称为颜色间分离。颜色间分离具有削减细线的断开的效果。
图15是说明颜色间分离方法中的细线的再现性的图。在图15中,附图标记1501用○代表在垂直排列的18个像素上形成C点的位置,类似地,附图标记1502用×来代表形成M点的位置。附图标记1503是代表形成C点的位置与形成M点的位置之间的关系的1501和1502的组合。在诸如此的颜色间分离方法中,C点和M点的排布被控制为使得尽可能避免C点和M点彼此交叠。另一方面,附图标记1504到1506代表在垂直排列的18个像素上形成C点和M点的位置。通过利用之间没有关联的不同抖动矩阵来量化C点和M点,因此,出现C点和M点交叠以使其颜色变为蓝色的部分(黑色正方形)(参见附图标记1506)。
然后,附图标记1507和1508代表如下的像素串:在形成有C点或M点的情况下用黑色单元代表像素以及在没有形成点的情况下用白色单元代表像素,附图标记1507分别对应于上述的1503,附图标记1508对应于上述的1506。通过1507与1508之间的比较,可知点的总数量相同,但是在1508中存在点连续的部分,并且相应产生大的空白部分(白色像素连续的部分)的部分。因此,大的空白部分被人眼视为线的断开。
如上所述,可知通过采用颜色间分离方法,细线的再现性提高了。
图16是示出根据本变型例的打印系统中从输入图像的获取到打印处理的概况流程的流程图。
在步骤S1601中,获取输入图像(参见图3中的流程中的步骤S301)。
在步骤S1602中,进行阈值提供可能/不可能确定处理。具体地,确定输入图像的各像素是否是白色像素。在输入图像例如是8位RGB图像的情况下,仅(R,G,B)=(255,255,255)的像素被确定为能够提供阈值的像素,并且其他像素各自被确定为不能提供阈值的像素。原因在于(R,G,B)=(255,255,255)表示白色,并且在这种情况下颜色分离处理后的CMYK的全部色平面的值将为0。确定结果被存储在存储器中。
步骤S1603到步骤S1605分别对应于之前描述的图3中的流程中的步骤S302到步骤S304,因此,省略说明。
在步骤S1606中,进行量化处理。在步骤S1602中完成了阈值提供可能/不可能确定处理,因此,这里,进行基于阈值提供可能/不可能确定处理的结果的新阈值确定处理以及抖动处理。首先,在新阈值确定处理中,基于步骤S1602中存储在存储器中的确定结果来确定图7所示的16个图案的哪个对应于例如2×2像素的各处理区域,由此确定阈值的提供方和接收方,并且确定关注像素的新阈值。然后,通过如美国专利第6867884号公报中描述的方法进行抖动处理。具体地,针对具有最高优先级的色材(例如,K),将输入图像内的各像素的像素值与阈值比较并且获得K的量化的结果。接着,针对具有第二高优先级的色材(例如,C),将被相加了上述K的像素值的C的像素值与阈值比较。此时使用的阈值矩阵是相同的。然后,针对具有第三高优先级的色材(例如,M),通过利用被相加了上述K的像素值及C的像素值的M的像素值来进行阈值比较。以这种方式,按照从具有最高优先级的色材开始的顺序针对各像素进行量化,并且通过利用将具有较高优先级的色材的像素值相加而获得的累积值来进行量化。在累积值超出最大阈值的情况下,通过利用从该累积值中减去最大阈值而获得的值来进行量化。如上所述,在本实施例中,在颜色分离处理之前的阶段中,进行阈值提供可能/不可能确定处理,并且进行基于颜色间分离方法的量化,使得多个色材点被排布为得尽可能分散并且以使得相互不交叠的方式形成点。
在步骤S1607中,通过利用如步骤S1606的量化处理获得的二值图像数据来进行打印处理(参照图3中的流程中的步骤S306)。
以上是在根据本变型例的打印系统中从输入图像的获取到打印处理的概况流程。
在上述示例中,在分散排布多个色材点时通过利用RGB值来确定是否能够提供阈值,但是还能够例如通过利用相同阈值矩阵针对各色材进行阈值提供可能/不可能确定以及新阈值确定处理并且针对各色材更新阈值矩阵。在这种情况下,如下处理是足够的,即通过利用更新的阈值矩阵、将在具有次高优先级的色材的量化时被相加了具有较高优先级的色材的像素值的像素值与阈值进行比较。该情况下的流程与根据第一实施例的图3及图5中的流程相同。通过针对各色材进行确定并增加浓度,还能够削减背景的RGB值不是(255,255,255)的图像中的细线的断开。
另外,还能够通过利用使用相同阈值矩阵的色材的组合来进行处理。例如,在期望C点与M点之间的分离的情况下,针对C与M二者使用同一的阈值矩阵。在这种情况下,在颜色分离处理后,针对C与M二者确定像素值是否为0,并且在像素值均为0的情况下,确定是否能够提供阈值,并且在像素值中的至少一者不是0的情况下,确定不能提供阈值。
如上所述,能够通过利用另一像素的阈值增加开点的数量来削减断开。
如上,根据本变型例,除了通过颜色间分离提供的削减细线的断开的效果外,还能够通过进行随机增加细线浓度的处理来实现具有较少断开的细线。
<第五变型例>
在不进行颜色间分离的情况下确定输入图像的各像素是否是白像素的阈值提供可能/不可能确定也是有效的。
在根据本变型例的打印系统中的从输入图像的获取到打印处理的流程与上述第四变型例中说明的图16中的流程图中的流程基本相同。
步骤S1601到步骤S1605是相同的。在步骤S1602中,也与上述第四变型例中一样,确定输入图像的各像素是否是白像素。在输入图像例如是8位RGB图像的情况下,仅(R,G,B)=(255,255,255)的像素被确定为能够提供阈值的像素并且其他像素各自被确定为不能提供阈值的像素。原因在于(R,G,B)=(255,255,255)表示白色并且在这种情况下颜色分离处理后的CMYK的全部色平面的值将为0。
在步骤S1606的量化中不进行颜色分离处理并且通过针对CMYK的各颜色利用不同阈值矩阵来进行处理。此时,通过利用在步骤S1602中进行的阈值提供可能/不可能确定的结果来确定是否能够提供阈值。
在步骤S1607中,通过利用由步骤S1606的量化处理而获得的二值图像数据来进行打印处理(参见图3中的流程中的步骤S306)。
在上述第一实施例中,针对各像素(针对CMYK的各个)四次进行阈值提供可能/不可能确定,但是根据本变型例,需要仅一次进行阈值提供可能/不可能确定,因此,实现了高速处理。
如上所述,能够通过利用另一像素的阈值增加开点的数量来削减细线的断开。
[第二实施例]
在第一实施例中,说明了如下的方面,其中通过参照在2×2像素的处理区域内提供阈值的像素的位置的图案来改变一部分阈值并且随机增加细线的所形成点的数量。接下来,假设通过第一实施例的方面增加的点的数量是不够的情况,并作为第二实施例说明所形成点的数量能够被更多增加的方面。与第一实施例共同部分的说明被省略或简化,在下文中将主要说明不同点。
在本实施例中,通过进行量化处理中的多阶段处理(即暂时确定例如4×4像素的处理区域中的新阈值、然后最终确定较小大小(例如,2×2像素)的处理区域中的新阈值的处理),来进一步增加所形成点的数量。假设作为实现量化处理的功能单元的量化处理单元的内部结构与第一实施例的图4中所示的量化处理单元400相同,包括阈值提供确定单元401、阈值确定单元402以及抖动处理单元403。
图17是说明本实施例中的作为暂时确定新阈值时的处理区域的4×4像素的区域的图。为方便起见,将4×4像素内的左上的2×2像素称为A区域,右上的2×2像素称为B区域,左下的2×2像素称为C区域,右下的2×2像素称为D区域。在A至D区域的各个中也一样,左上的像素称为1,右上的像素称为2,左下的像素称为3,右下的像素称为4,例如,A区域中的左上的像素称为A1等等。
从输入图像的获取到打印处理的概况流程与第一实施例中的相同,因此,在下文中,参照图18到图20来说明成为本发明特征的量化处理。图18是示出根据本实施例的量化处理的流程的流程图。图19A和图19B是说明本实施例中的量化处理的过程如何进行的图。图20是示出根据本实施例在暂时确定新阈值时使用的参照图案的图。
在步骤S1801中,阈值提供确定单元401进行阈值提供可能/不可能确定处理,以确定从色调水平校正单元(未示出)输入的色调水平校正后的图像数据中的各像素是否能够向另一像素提供阈值。该步骤中的处理与第一实施例中的图5的流程中的步骤S501的处理(即第一阶段阈值提供可能/不可能确定处理)相同。在图19A中,阈值矩阵1901是通过将第一阶段阈值提供可能/不可能确定处理的结果反映到初始阈值矩阵1900中而获得的阈值矩阵。与输入图像中具有一像素宽度的细线对应的部分用表示该部分不能提供阈值的灰色来表现,并且其他部分用表示所述部分能够提供阈值的白色来表现。
在步骤S1802中,阈值提供确定单元401将输入图像划分为预定区域(这里为4×4像素的区域)并且对4×4像素的区域中的预定区域(这里为2×2像素的区域)再次进行阈值提供可能/不可能确定处理(第二阶段阈值提供可能/不可能确定处理)。例如,假设以上描述的图17中的A区域是要经历第二阶段阈值提供可能/不可能确定处理的区域。在这种情况下,检查A1到A4中的全部像素值。然后,在全部像素的像素值为0的情况下,确定A区域是能够提供阈值的区域。另一方面,在A1到A4像素当中存在具有0以外的像素值的至少一个像素的情况下,A区域被确定为不能提供阈值的区域。然后,对其他B至D区域类似地进行第二阶段阈值提供可能/不可能确定处理。在图19A中,阈值矩阵1902是通过将第二阶段阈值提供可能/不可能确定处理的结果反映到初始阈值矩阵1900中获得的阈值矩阵。在阈值矩阵1902中用虚线围绕的部分1903取图7中所示的4×4像素的区域的情况下,在A区域和C区域中,其四个像素(A1到A4,C1到C4)的全部像素值为0,因此这两个区域均为能够提供阈值的区域(白色)。与此不同,B区域中的B1和B3的像素值以及D区域中的D1和D3的像素值为50,因此,B区域和D区域是不能提供阈值的区域(灰色)。
在步骤S1803中,阈值确定单元402根据第二阶段阈值提供可能/不可能确定处理的结果,通过利用初始阈值矩阵1900来进行暂时确定针对各4×4像素的新阈值的处理(新阈值暂时确定处理)。在图20中,各图案内的以白色表现的2×2像素的区域表示被确定为能够提供阈值的区域,以灰色表现的2×2像素的区域表示被确定为不能提供阈值的区域。然后,各图案内的箭头表示提供阈值的方向。例如,上述阈值矩阵1902中用虚线围绕的部分1903的4×4像素的区域对应于图20中的图案5。在这种情况下,结果是从A区域向B区域提供阈值以及从C区域向D区域提供阈值。具体地,将A1的阈值与B1的阈值比较并且较小的阈值被暂时确定为B1的新阈值。然后,针对A2和B2、A3和B3以及A4和B4进行相同的处理,并且在B区域中暂时确定新阈值。另外,针对C区域和D区域进行相同的处理,并且暂时确定D区域中的新阈值。图19B中的阈值矩阵1904是其中反映了新阈值暂时确定处理的结果的阈值矩阵,并且用○围绕的数值表示暂时确定的新阈值。
在步骤S1804中,阈值确定单元402通过利用其中反映了在步骤S1803中暂时确定的新阈值的阈值矩阵来进行最终确定针对各2×2像素的新阈值的处理(新阈值最终确定处理)。在图19B中,阈值矩阵1905是通过将步骤S1801的第一阶段阈值提供可能/不可能确定处理的结果反映到其中反映了暂时确定的新阈值的阈值矩阵1904中而获得的阈值矩阵(为说明方便,提供阈值矩阵1905,并且该阈值矩阵不是通过某一处理单独生成的)。在这种情况下,根据图7中的图案10,将阈值矩阵1905中的列1906(灰色)中的阈值与列1907(白色)中的阈值比较,并且在列1907中的阈值较小的情况下,用该阈值来替换列1906中的阈值,由此获得最终新阈值。在图19B中,阈值矩阵1908是其中反映了新阈值最终确定处理的结果的阈值矩阵,并且用◎包围的数值表示通过本处理替换的新阈值。
在步骤S1805中,抖动处理单元403通过利用其中反映了在步骤S1804中最终确定的新阈值的阈值矩阵,基于抖动方法来进行半色调处理。在图19B中,量化结果1909表示通过利用阈值矩阵1908对输入图像1930进行抖动处理的结果。在量化结果1909中,白像素表示其中不形成点的像素,灰像素表示其中形成点的像素。
在图19B中,量化结果1910是通过利用应用第一实施例获得的阈值矩阵1911对输入图像1930进行抖动处理的结果。量化结果1920表示在不应用本发明的情况下对输入图像1930进行通过利用初始阈值矩阵1900的抖动处理的结果。从这些量化结果之间的比较,可知所形成点的数量在第一实施例中增加,但是在第二实施例中,所形成点的数量进一步增加。
在本实施例中,在2×2像素的区域内存在具有0以外的像素值的像素的情况下,在2×2像素的区域内提供阈值并且不向另一2×2像素的区域提供阈值(仅在该区域内不存在具有0以外的像素值的像素的情况下,向另一2×2像素的区域提供阈值)。换言之,向尽可能接近的像素(2×2像素的区域内)提供阈值,并且在附近不存在具有预定像素值的像素的情况下,使得能够向具有预定像素值的远距离像素提供阈值。由此,与第一实施例的阈值提供的情况(仅2×2像素的区域)相比,能够通过使细线浓度随机增加更多来削减断开的同时保持阈值矩阵的宏观特性。阈值矩阵的宏观特性意味着例如在4×4像素的处理区域的情况下以1/4×1/4分辨率(在以1,200dpi的量化的情况下,为300dpi)保持特性的能力。
在本实施例中,将关注像素的阈值与参照像素的阈值比较并且较小的阈值被确定为关注像素的新阈值,但是存在这将导致浓度过高的情况。在诸如此的情况下,将参照像素的阈值乘以系数即可。例如,将关注像素的阈值与乘上大于1.0的系数的参照像素的阈值相比较,并且较小的阈值被确定为关注像素的新阈值,等等。由此,使得能够通过系数的值的设置来避免所形成点的数量增加得过多并且随机控制增加的浓度。另外,通过将系数设置为小于1.0的值,阈值被削减,因此能够进一步增加浓度。
如上所述,能够通过利用另一像素的阈值增加开点的数量来削减断开。
[第三实施例]
在第一和第二实施例中,在通过处理区域内的图像图案确定的像素之间提供阈值。接下来,作为通过利用预定区域中的另一阈值的值来改变阈值的方法,说明作为第三实施例的方面,其中通过输入图像中的图像图案以及阈值矩阵中的阈值的排布来动态确定提供阈值的像素以及被提供阈值的像素。如第二实施例中一样,从输入图像的获取到打印处理的概况流程与第一实施例的相同,因此,在下文中,说明成为本实施例的特征的量化处理。
图21是示出根据本实施例的量化处理的流程的流程图。假设作为实现量化处理的功能单元的量化处理单元的内部结构与第一实施例的图4中所示的量化处理单元400相同,包括阈值提供确定单元401、阈值确定单元402以及抖动处理单元403。
在步骤S2101中,阈值提供确定单元401针对输入图像的各像素进行阈值提供可能/不可能确定处理。如第一实施例中一样,输入图像的各像素具有0至255之间的任意值并且值为0的白像素被确定为能够提供阈值的像素以及值不为0的非白像素被确定为不能提供阈值的像素。
在步骤S2102中,阈值提供确定单元401确定输入图像中的任意处理区域作为关注区域。这里,处理区域例如是4×4像素的区域,并且例如按照从输入图像中的最左角开始的顺序确定关注区域即可。
在步骤S2103中,阈值提供确定单元401从与被确定为能够提供阈值的像素的像素对应的阈值当中提取最小值(要提供的最小阈值)以及从与被确定为不能提供阈值的像素的像素对应的阈值当中提取最小值(要接收的最小阈值)。从关注区域提取的要提供的最小阈值与要接收的最小阈值以及关于对应于这些阈值的像素位置的信息被存储在RAM中。
在步骤S2104中,阈值确定单元402将提取的要提供的最小阈值与提取的要接收的最小阈值比较,并且在要提供的最小阈值较小的情况下,用要提供的最小阈值的值来替换要接收的最小阈值的值。换言之,取要提供的最小阈值作为要接收的最小阈值的像素位置中的新阈值。这里,与要提供的最小阈值对应的像素是白像素并且其像素值为0,因此,即使在阈值取任意小阈值的情况下也不形成点。通过将不被使用的阈值当中的最有可能使得形成点的最小阈值提供给像素值不为0的另一像素,能够随机增加所形成点的数量。然后,与要接收的最小阈值对应的像素是具有0以外像素值的像素当中最有可能使得形成点的像素。换言之,与要被接收的最小阈值对应的像素是在图像数据的浓度值从最低浓度值逐渐增加的情况下关注区域内最先形成点的像素。通过使像素更有可能使得形成点,能够在不干扰诸如原始阈值矩阵的蓝噪声的特性的情况下增加细线的浓度。
在步骤S2105中,阈值确定单元402确定在输入图像内是否存在尚未进行处理的区域。在存在尚未进行处理的区域的情况下,处理返回到步骤S2102并且确定下一关注区域。另一方面,在不存在尚未进行处理的区域的情况下,处理进行到步骤S2106。
在步骤S2106中,抖动处理单元403通过利用其中反映了新阈值的阈值矩阵,基于抖动方法来进行半色调处理。
以上是本实施例中的量化处理的内容。
在上述示例中,在关注像素内提供一个像素的阈值,但是还能够提供多个像素的阈值。例如,还能够提供在提供侧的最小阈值作为与接收侧上的最小阈值对应的像素的新阈值,并且还提供在提供侧的第二小阈值作为与接收侧的第二小阈值对应的像素的新阈值。在这种情况下,与在仅提供一个像素的阈值的情况下相比,能够随机增加更大的浓度。
在上述示例中,提供侧的最小阈值被提供作为与接收侧的最小阈值对应的像素的新阈值,但是还能够提供阈值作为不同像素的新阈值。例如,设想阈值被提供作为与接收侧的最大阈值对应的像素的新阈值。在这种情况下,像素是关注区域内具有0以外像素值的像素当中与最没有可能使得形成点的阈值对应的像素。通过削减诸如此的像素的阈值,能够有效增加细线的浓度。
另外,能够通过将提供侧的阈值设为最小阈值以外的阈值(例如,第二小阈值)来抑制浓度增加的程度。因此,能够进行浓度的调整。
如上所述,能够通过利用另一像素的阈值增加开点的数量来削减细线的断开。
根据本实施例,通过动态确定提供阈值侧的像素以及接收阈值侧的像素,能够在削减细线的断开的同时,与第一和第二实施例相比较保持原始阈值矩阵的特性。
[第四实施例]
接下来,作为通过利用预定区域中的另一阈值来改变一部分阈值的方法,说明作为第四实施例的改善阈值矩阵的一方面,具体地,其中通过利用使用子矩阵创建的阈值矩阵来进行抖动处理。与第一实施例等共同的部分的说明被省略或简化,在下文中,主要说明不同点。
图22是说明如何通过使用子矩阵来创建阈值矩阵的图。
矩阵2201是包括64×64像素并用作基本的矩阵(下文中,基本矩阵),并且对各单元分配0与15之间的值。例如,通过使基本矩阵2201具有蓝噪声特性等,基本矩阵2201以稍后将描述的某一分辨率来展现特性。
矩阵2202是包括4×4像素的子矩阵,并且对各单元分配0与240之间的值(16间隔)。在创建子矩阵时,从0到15的最先的16个数值被排布为使得尽可能均匀。例如,这16个数值被排布为使得垂直方向上的四个像素的值的总和、水平方向上的四个像素的值的总和、以及对角方向上的四个像素的值的总和基本相同。在数值为不均匀排布的情况下,将出现这样的问题,即水平或垂直细线的点易于形成但是对角细线的点难以形成的各向异性,或者粒度被恶化。然后,通过将均匀排布的0与15之间的数值的各个与16相乘获得的各值被分配给子矩阵的各单元。
然后,通过将子矩阵2202顺序分配给各单元来将基本矩阵2201的一个单元(=一个像素)扩展为16像素(4个垂直像素,4个水平像素)。具体地,将基本矩阵2201的一个单元中的数值(N)与子矩阵2202中的各数值相加。以这种方式,获得256×256像素的阈值矩阵。在图22中,附图标记2203代表通过将子矩阵2202的各数值分配给基本矩阵2201中具有数值N的像素的扩展处理。矩阵2204是通过进行该扩展而获得的256×256像素的阈值矩阵。在阈值矩阵2204中,用粗框围绕的部分是基本矩阵2201中对应于N=3的区域,并且可知各阈值是通过将N(=3)与子矩阵2202中的各数值相加获得的值。
在通过利用如上所述的子矩阵创建的阈值矩阵中,在4×4像素的区域中无一例外地存在小于等于15的阈值。原因在于主矩阵2201中的值的最大值为15,子矩阵2202中的值的最小值为0。然后,通过使基本矩阵具有诸如蓝噪声的特性,创建的阈值矩阵还具有宏观方式的宏观蓝噪声特性。例如,在通过利用4×4像素的子矩阵创建的阈值矩阵以1,200dpi×1,200dpi的分辨率被使用的情况下,能够以300dpi×300dpi(为1,200dpi×1,200dpi的1/4)的分辨率来展现基本矩阵所具有的特性。
在使用这种阈值矩阵并且例如应用第三实施例中描述的方法的情况下,针对像素值大于等于16的细线的像素,结果是在4×4像素中无一例外地形成一个以上的点。原因在于针对4×4像素的各处理区域、针对具有0以外像素值的像素无一例外地使用小于等于15的阈值。
在上述示例中,使得处理区域的大小与子矩阵的大小相同(都具有4×4像素),但是可以设置任意大小。通过将子矩阵的垂直方向上的像素的数量和水平方向上的像素的数量分别设置为小于等于处理区域的垂直方向上的像素的数量和水平方向上的像素的数量,能够确保在具有高于等于某一浓度值的浓度值的图像数据中的任意像素中一个以上的点的点形成。
如上所述,能够通过利用另一像素的阈值增加开点的数量来削减细线的断开。
根据本实施例,使得能够针对具有高于等于某一值的浓度值的图像数据确保预定区域内一个以上的点的点形成。
[第五实施例]
在如上所述的各实施例中,其中进行通过提供阈值来改变阈值的处理的处理区域的形状是矩形(正方形),并且各处理区域不与另一处理区域交叠,一个像素不属于多个处理区域。由此,在对包括具有两像素宽度的细线的图像应用第一实施例的情况下,存在由于处理区域和相位依据细线的位置而改变并且有时获得有时不获得增加浓度的效果因此出现浓度增加上的不均匀性的可能。图23A和图23B是说明在浓度增加时发生不均匀性的原因的图。各单元代表像素,白像素代表像素值为0并且能够提供阈值的像素,灰像素代表像素值不为0并且不能提供阈值的像素。由粗线围绕的2×2像素的区域是处理区域。在图23A中,2×2像素的处理区域位于使得与其中垂直描绘有具有两像素宽度的细线的输入图像中的细线正好交叠。另一方面,在图23B中,2×2像素的处理区域位于使得与相同输入图像中的两像素宽度的细线的一半交叠。具有两像素宽度的细线与处理区域之间的相对位置关系依据如上所述的图像中的细线的位置改变,其结果是,用于确定新阈值的参照图案改变。在图23A的情况下,参照图案是图7中的图案0和图案15。在这种情况下,阈值不改变,因此,输出与不应用第一实施例的情况下相同。另一方面,在图23B的情况下,参照图案是图7中的图案5和图案10。在这种情况下,阈值可以通过各图案而被改变,因此,浓度随机增加。
因此,说明了作为第五实施例的一方面,其中处理区域的形状被设置为以关注像素为中心的圆并且通过将关注像素逐一移位(即,一个像素属于多个处理区域)来进行处理从而避免了上述问题。与第一实施例等共同的部分的说明被省略或简化,在下文中,主要说明不同点。
图24是示出根据本实施例的量化处理的流程的流程图。假设作为实现量化处理的功能单元的量化处理单元的内部结构与第一实施例的图4中所示的量化处理单元400相同,包括阈值提供确定单元401、阈值确定单元402以及抖动处理单元403。
在步骤S2401中,阈值提供确定单元401针对输入图像的各像素进行阈值提供可能/不可能确定处理。例如,如第一实施例中一样,在输入图像的各像素具有0与255之间的任意值的情况下,值为0的白像素被确定为能够提供阈值的像素并且值不为0的非白像素被确定为不能提供阈值的像素。
在步骤S2402中,阈值确定单元402确定关注像素。例如,输入图像的最左角的像素被确定为第一关注像素,在该像素的处理完成后,向右的下一个像素被确定为下一关注像素,并且在最右像素的处理完成后,进行下一行中的最左像素的处理,以这种方式,顺序进行处理。
在步骤S2403中,阈值确定单元402确定关注像素的像素值是否为0。确定结果表示关注像素的像素值为0,处理进行到步骤S2407。另一方面,在关注像素的像素值不为0的情况下,处理进行到步骤S2404。
在步骤S2404中,阈值确定单元402从在步骤S2401中被确定为能够提供阈值的像素的像素的阈值当中提取预定处理区域内的最小值(下文中,最小阈值)。提取的最小阈值以及关于相应像素位置的信息被存储在RAM中。
在步骤S2405中,阈值确定单元402将关注像素的阈值与预定处理区域内的最小阈值相比较,并且在最小阈值较小的情况下,将关注像素的阈值与最小阈值的像素位置的阈值交换。图25是示出本实施例中的处理区域的示例的图。以灰色表现的像素的区域是处理区域,以黑色表现的位于中心的像素对应于关注像素。作为方形像素的集合的处理区域的形状例如被设置为诸如图25中所示的形状,从而使处理区域的形状接近圆2501,但是处理区域的形状可以是正方形、矩形、椭圆形或其他各种形状。在本实施例中,最小阈值的值与关注像素的阈值二者被交换,而不是用最小阈值的值改写关注像素的阈值。原因在于,由于在本实施例中一个像素属于多个区域,所以避免在另一像素取为关注像素的情况下再次使用曾经使用过的最小阈值。
在步骤S2407中,阈值确定单元402确定是否针对输入图像内的全部像素完成了处理。在存在尚未进行处理的像素的情况下,处理返回到步骤S2402并且确定下一关注像素。另一方面,在针对全部像素完成了处理的情况下,处理进行到步骤S2408。
在步骤S2408中,抖动处理单元403通过利用其中阈值已被交换的阈值矩阵基于抖动方法来进行半色调处理。
以上是本实施例中的量化处理的内容。
在上述示例中,将关注像素的阈值与预定处理区域内的最小阈值比较,但是不限于此。例如,还能够将预定处理区域内被确定为能够提供阈值的像素的像素的阈值乘以根据距关注像素的距离而确定的系数,并且将相乘结果与关注像素的阈值比较并在相乘结果较小的情况下交换阈值。由此,使得关注像素的阈值与距关注像素远的像素的阈值交换更不太可能,因此,能够在尽可能保持阈值矩阵特性的同时增加细线的浓度。
这里,参照附图以容易理解的方式来说明本发明的效果。
图26A到图26C是说明在应用第一实施例的情况下可能发生的相位差的图。在图26A到图26C中,用粗线围绕的2×2像素的区域代表处理区域,白单元代表像素值为0并且已被确定为能够提供阈值的像素的像素,灰单元代表像素值不为0并且已被确定为不能提供阈值的像素的像素。
图26A和图26B中的输入图像二者均为其中具有两像素宽度的细线与具有两像素宽度的空格(空白)交替重复的图像,但是这两个图像的细线的位置的坐标不同并且处理区域与细线之间存在相位差。在图26A中,如之前描述的图23A中一样,参照图案是图7中的图案0和图案15,因此,即使在应用第一实施例的情况下,细线的浓度也不从不应用第一实施例的情况改变。另一方面,在图26B中,如之前描述的图23B中一样,参照图案是图7中的图案5和图案10,因此,通过应用第一实施例,浓度被随机增加。以这种方式,浓度可能依据输入图像中的细线的位置的坐标而变化。然后,图26C中的输入图像是其中具有两像素宽度的细线与具有三像素宽度的空格交替重复的图像。在对输入图像应用第一实施例的情况下,参照图案对于不同细线是不同的。首先,针对细线α,如图26B中一样,参照图案是图7中的图案5和图案10,因此,细线的浓度增加。然而,针对细线β,如图26A中一样,参照图案是图7中的图案0和图案15,因此,细线的浓度不增加。换言之,在诸如此的输入图像的情况下,获得其中暗的细线(α)和不是暗的细线(β)重复交替出现的输出图像。换言之,不管细线具有相同像素值的事实,仍引起了出现浓度不均匀性的这类问题。
图27A和图27B是示出在对图23A和图23B所示的包括具有两像素宽度的细线的输入图像应用本实施例的情况下的处理区域的位置的图。在图27A和图27B中,黑色单元代表关注像素,圆2701代表处理区域的轮廓。在本实施例中,在将关注像素逐一移位的同时通过将由圆2701代表的处理区域内的最小阈值与关注像素的阈值比较,来确定新阈值,因此,可知如上所述的依据细线的位置坐标的相位差的问题可能不会出现。
如上所述,能够通过利用另一像素的阈值增加开点的数量来削减断开。
如上所述,在本实施例中,能够在避免由于相位引起的浓度增加的不均匀性的同时随机增加细线的浓度以提高细线的再现性。另外,如其他实施例一样,诸如其中在处理区域内不存在能够提供阈值的像素的大对象不被影响。
[第六实施例]
在之前描述的实施例中,主要说明了针对预定区域内的全部像素确定是否能够向另一像素位置提供分配的阈值的方法。在第六实施例中,作为通过利用预定区域中的另一阈值来改变阈值的一部分的方法,说明了基于像素值来划分区域后的、确定阈值的方法。具体地,说明了如下的方法,其中针对各划分区域、确定能够向另一像素位置提供阈值的像素以及阈值被改写为另一阈值的像素位置的候选,以及确定被确定为候选的像素位置的阈值。图28A和图28B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。
像素值/阈值获取单元2801从未示出的RAM等中获取输入图像数据的预定区域中包括的各像素的像素值以及与各像素位置对应的阈值。这里,预定区域被设为4垂直像素×4水平像素的块区域,但是预定区域的形状和大小不限于这些。获取的像素值被发送到白像素确定单元2802和量化单元2806。另外,获取的阈值被发送到白像素最小阈值提取单元2803和非白像素最小阈值提取单元2804。
白像素确定单元2802作为被构造为根据浓度将预定区域划分为多个区域的单元,基于从像素值/阈值获取单元2801接收的像素值,来确定预定区域中的各像素是否是白像素。例如,在像素值“0”表示白像素的情况下,通过确定输入像素值是否为“0”来确定各像素是否是白像素,由此,将上述预定区域划分为包括白像素的区域以及包括白像素以外的像素(非白像素)的区域。然后,指定预定区域内的白像素的信息(指定白像素区域和非白像素区域的信息,下文中,“白像素信息”)被发送到白像素最小阈值提取单元2803和非白像素最小阈值提取单元2804。还能够利用由替代白像素确定单元2802的RIP(光栅图像处理器)设备等生成的属性信息。
白像素最小阈值提取单元2803通过利用从白像素确定单元2802接收的白像素信息以及从像素值/阈值获取单元2801接收的阈值,来参照预定区域内的包括白像素的白像素组的阈值。白像素最小阈值提取单元2803从与白像素位置对应的阈值当中提取最小阈值(下文中,白像素最小阈值)。关于提取的白像素最小阈值的信息被发送到阈值改写单元2805。
非白像素最小阈值提取单元2804通过利用从白像素确定单元2802接收的白像素信息以及从像素值/阈值获取单元2801接收的阈值,来参照预定区域内的包括非白像素(白像素以外的像素)的非白像素组的阈值。非白像素最小阈值提取单元2804从与非白像素位置对应的阈值当中提取最小阈值(下文中,非白像素最小阈值)。关于提取的非白像素最小阈值的信息被发送到阈值改写单元2805。
阈值改写单元2805针对对应于输入图像的阈值矩阵进行将非白像素最小阈值改写为白像素最小阈值的处理。具体地,将白像素最小阈值与非白像素最小阈值比较,并且在白像素最小阈值是较小值(具有形成点的高概率的阈值)的情况下,进行用白像素最小阈值替换非白像素最小阈值的处理。
如之前描述的,在面积覆盖调制中,色调水平以在预定区域内形成的点的数量来表现。然而,在像素是白像素的情况下,即使在对应于该像素的阈值取任意值的情况下也不形成点。而在阈值为高值的情况下,即使对应于该阈值的像素值取任意值,也不容易形成点。其结果是,存在即使在预定区域内有小的阈值在预定区域内形成的点的数量也将减少或点将消失的可能性。由此,在本实施例中,在与白像素组对应的阈值当中的最小阈值是具有将形成点的高概率的阈值(具有相对小值的阈值)的情况下,与非白像素组对应的阈值中的最小阈值被以白像素组的最小阈值替换。由此,在由于相应阈值的值相对大所以使形成点的概率比预定区域内的其他像素低的非白像素的位置中形成点变得更加可能。其结果是,能够在输入图像数据的白像素以外的像素的位置中形成点,而无需改变由面积覆盖调制定义的预定区域内的阈值或像素值。非白像素的最小阈值被改变为白像素的最小阈值,但是通过视之为非白像素的最小阈值与白像素的最小阈值交换,预定区域内的阈值的组合保持相同。在本实施例中,鉴于即使在白像素位置的阈值取任意值的情况下也不在白像素位置中形成点的事实,不进行白像素的最小阈值的替换。
量化单元2806通过利用输入的像素值(输入像素值)已被改写的阈值矩阵来量化输入的像素值。
虽然未示意性示出,但是图像处理装置2800包括用于实现上述单元的各个的硬件结构,即用于存储各种程序和数据的HDD、ROM和RAM、以及通过执行程序来综合控制各单元的CPU等。
图29是说明在进行根据本实施例的阈值改写处理的情况与不进行阈值改写处理的情况之间输出图像的差异的图。
具有4垂直像素×4水平像素的输入图像2901是其中第三列中的像素值为“32”并且其他列中的像素值为“0”的图像数据。阈值矩阵2902是与输入图像2901对应的在进行阈值改写处理前的阈值矩阵。在阈值矩阵2902中,具有较小阈值的位置意味着具有将形成点的更高概率的位置。例如,在0到255的输入像素值当中输入像素值为“9”或更大的情况下与阈值“8”对应的像素被量化为开点。换言之,像素具有在预定区域内将形成点的最高概率。另一方面,在0到255的输入像素值当中像素值是“253”、“254”或“255”的情况下仅具有阈值252的像素被量化为开点。因此,与阈值“252”对应的像素意味着具有形成点的最低概率的像素。
画面图像2904是在通过利用阈值矩阵2902量化输入图像2901的情况下获得的输出图像。虽然输入图像2901的第三列中的像素值是“32”,但是阈值矩阵2902的第三列中的阈值的最小值是“50”(图29中的Δ),因此,在画面图像2904中不存在点(点消失)。
阈值矩阵2903是与输入图像2901对应的在进行阈值改写处理后的阈值矩阵。在阈值矩阵2903中,可知用阈值矩阵2902中的白像素最小阈值“8”(图29中的○)来替换非白像素最小阈值“50”。画面图像2905是在通过利用阈值改写后的阈值矩阵2903量化输入图像2901的情况下获得的输出图像。在画面图像2905中,画面图像2904中不存在(已消失)的点被再现。
图30A-1和图30A-2是示出在通过根据本实施例的图像处理装置进行的处理当中的白像素最小阈值提取处理、非白像素最小阈值提取处理、以及阈值改写处理的详情的流程图。该一系列处理由CPU在将其中描述有以下示出的过程的计算机可执行程序从ROM等读取到RAM上之后执行该程序来进行。
在步骤S3001中,白像素最小阈值提取单元2803初始化作为保持白像素位置的最小阈值的变量的白像素最小阈值(MinTHoff)。类似地,非白像素最小阈值提取单元2804初始化作为保持非白像素位置的最小阈值的变量的非白像素最小阈值(MinTHon)。具体地,画面处理中的阈值的最大值(或输入像素值的范围中的最大值)分别被设置为MinTHoff和MinTHon的值。这些值被保持在RAM中。
在步骤S3002中,白像素最小阈值提取单元2803和非白像素最小阈值提取单元2804获取关于预定区域内的关注像素的白像素信息以及对应于该关注像素的阈值。
在步骤S3003中,基于在步骤S3002获取的白像素信息来确定关注像素是否是白像素。在确定结果表示关注像素是白像素的情况下,处理进行到步骤S3004。另一方面,在关注像素不是白像素的情况下(在关注像素是非白像素的情况下),处理进行到步骤S3006。这里,基于作为白像素确定单元2802的确定结果的白像素信息来确定关注像素是否是白像素,但是还能够直接从关注像素的像素值来确定关注像素是否是白像素。
在步骤S3004中,白像素最小阈值提取单元2803将目前的白像素最小阈值(MinTHoff)与在步骤S3002获取的关注像素的阈值比较。在比较结果表示MinTHoff的值大于关注像素的阈值的情况下,处理进行到步骤S3005。另一方面,在MinTHoff的值不大于关注像素的阈值的情况下,处理进行到步骤S3008。
在步骤S3005中,白像素最小阈值提取单元2803将MinTHoff的值更新为在步骤S3002中获取的阈值。
在步骤S3006中,非白像素最小阈值提取单元2804将非白像素最小阈值(MinTHon)与在步骤S3002获取的关注像素的阈值比较。在比较结果表示MinTHon的值大于关注像素的阈值的情况下,处理进行到步骤S3007。另一方面,在MinTHon的值不大于关注像素的阈值的情况下,处理进行到步骤S3008。
在步骤S3007中,非白像素最小阈值提取单元2804将MinTHon的值更新为在步骤S3002中获取的阈值。
在步骤S3008中,确定是否针对预定区域内的全部像素完成了处理。在对全部像素完成了处理的情况下,处理进行到步骤S3009。在处理已进入步骤S3009的时间点,预定区域内的白像素位置的最小阈值被保持为MinTHoff并且非白像素位置中的最小阈值被保持为MinTHon。另一方面,在预定区域内存在尚未进行处理的像素的情况下,处理返回到步骤S3002,并且下一像素被取为关注像素,进行步骤S3002到步骤S3007的各个中的处理。
在步骤S3009中,阈值改写单元2805获取与处理区域内的关注像素对应的阈值。
在步骤S3010中,阈值改写单元2805确定在步骤S3009获取的阈值与非白像素最小阈值(MinTHon)是否相同。在这二者是相同值的情况下,处理进行到步骤S3011。另一方面,在这二者不是相同值的情况下,处理进行到步骤S3013。
在步骤S3011中,阈值改写单元2805将白像素最小阈值(MinTHoff)与在步骤S3009获取的阈值比较。在比较时,在步骤S3009获取的阈值是与非白像素最小阈值(MinTHon)相同的值。因此,在该步骤中,非白像素最小阈值(MinTHon)与白像素最小阈值(MinTHoff)比较以确定哪个更大作为结果。在确定结果表示白像素最小阈值小于非白像素最小阈值(获取的阈值)的情况下,处理进行到步骤S3012。另一方面,在白像素最小阈值不小于非白像素最小阈值(获取的阈值)的情况下,处理进行到步骤S3013。
在步骤S3012中,阈值改写单元2805用白像素最小阈值来替换在步骤S3009获取的阈值。换言之,作为与关注像素对应的阈值,白像素最小阈值(MinTHoff)的值被设为结果。
在步骤S3013中,确定是否针对预定区域内的全部像素完成了处理。在存在尚未进行处理的像素的情况下,处理返回到步骤S3009,并且下一像素被取为关注像素并且重复步骤S3009到步骤S3012的处理。另一方面,在对全部像素进行了处理的情况下,退出本处理。
以上是本实施例中的白像素最小阈值提取处理、非白像素最小阈值提取处理以及阈值改写处理的内容。
由于以上内容,针对各预定区域,用于量化的阈值矩阵的非白像素的最小阈值被改写为具有将形成点的高概率的阈值。
<第一变型例>
在上述第六实施例中,在关注像素的阈值是非白像素的最小阈值(S3010中是)并且大于白像素最小阈值(S3011中是)的情况下,用白像素最小阈值来替换关注像素的阈值。目的在于将关注像素变为开点。因此,作为为第一变型例说明简单确定开点的另一方面。
图30B-1和图30B-2是根据第一变型例的与上述图30A-1和图30A-2中的流程对应的流程图。步骤S3001到S3008、S3010、S3011以及S3013与图30A-1和图30A-2中的相同,因此,在下文中将主要说明作为不同点的步骤S3009'和S3012'。
在步骤S3009'中,阈值改写单元2805除了对应于预定区域内的关注像素的阈值外,还获取关注像素的像素值。
在与获取的关注像素对应的阈值是非白像素的最小阈值(S3010中是)并且大于白像素最小阈值(S3011中是)的情况下,阈值改写单元2805在步骤S3012'中确定关注像素为开点。具体地,将被计划用另一个(白像素最小阈值)替换的阈值与在步骤3009'获取的像素值比较,并且在像素值较大的情况下,将对应于关注像素的阈值设置为“0”。由此,关注像素毫无意外地变为开点。
在例如增强细线的模式被指定为图像处理装置的操作模式的情况下,还能够强制将非白像素组中的预定数量的阈值设为“0”。在这种情况下,“预定数量”取决于阈值矩阵的大小并且例如针对4×4大小被确定为1、针对8×8大小被确定为2等等。由此,虽然浓度有所波动,但是能够毫无意外地再现细线。
<第二变型例>
以上描述的第六实施例假设阈值改写单元2805改写用于量化的阈值矩阵自身并且量化单元2806通过利用改写的阈值矩阵来进行量化,但是根据该实施例的方面不限于此。例如,可以接受如下结构,其中阈值矩阵自身由量化单元2806保持并且表示阈值矩阵中的哪个阈值被改写至何值的信息(下文中,阈值改写信息)由阈值改写单元2805生成。在这种情况下,由阈值改写单元2805生成的阈值改写信息被发送给量化单元2806,并且阈值矩阵基于量化单元2806中的阈值改写信息而被修改,然后,进行量化处理。
[第七实施例]
在第六实施例中,在预定区域内的白像素的最小阈值是具有将形成点的高概率的阈值的情况下,非白像素的最小阈值被改写为与白像素的最小阈值相同的值。接下来,说明作为第七实施例的方面,其中,在预定区域内的全部像素的最小阈值是具有将形成点的高概率的阈值的情况下,非白像素的最小阈值被改写为与全部像素的最小阈值相同的值。与第六实施例(包括变型例)共同的部分的说明被省略或简化并且在下文中将主要说明不同点。
图31A和图31B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。
像素值/阈值获取单元2801、白像素确定单元2802、非白像素最小阈值提取单元2804、以及量化单元2806与第六实施例的相同,因此省略说明。
全部像素最小阈值提取单元3101通过利用从像素值/阈值获取单元2801接收的阈值,来从对应于预定区域内的全部像素的阈值当中提取最小阈值(下文中,全部像素最小阈值)。
阈值改写单元3102针对对应于输入图像的阈值矩阵进行将非白像素最小阈值改写为全部像素最小阈值的处理。具体地,将全部像素最小阈值与非白像素最小阈值比较,并且在全部像素最小阈值为较小值(具有将形成点的高概率的阈值)的情况下,进行用全部像素最小阈值来替换非白像素最小阈值的处理。换言之,在本实施例中的改写处理中,仅在通过全部像素最小阈值提取单元3101提取的最小阈值位于对应于白像素的位置中的情况下,用该阈值替换非白像素最小阈值。
白像素确定单元2802中的处理内容自身与第六实施例的相同,但是在本实施例中,作为处理结果的白像素信息仅被输入给非白像素最小阈值提取单元2804。原因在于全部像素最小阈值提取单元3101对与预定区域内的全部像素对应的阈值进行处理并且白像素信息对于该处理不是必须的。
图32A-1和图32A-2是示出在通过根据本实施例的图像处理装置进行的处理当中的全部像素最小阈值提取处理、非白像素最小阈值提取处理、以及阈值改写处理的详情的流程图。
在步骤S3201中,全部像素最小阈值提取单元3101初始化作为保持全部像素位置的最小阈值的变量的全部像素最小阈值(MinTHall)。类似地,非白像素最小阈值提取单元2804初始化作为保持非白像素位置的最小阈值的变量的非白像素最小阈值(MinTHon)。具体地,画面处理中的阈值的最大值(或输入像素值的范围中的最大值)分别被设置为MinTHall和MinTHon的值。这些变量被保持在RAM中。
在步骤S3202中,全部像素最小阈值提取单元3101获取与预定区域内的关注像素对应的阈值。然后,非白像素最小阈值提取单元2804获取关于关注像素的白像素信息以及对应于该关注像素的阈值。
在步骤S3203中,全部像素最小阈值提取单元3101将目前的全部像素最小阈值(MinTHall)与在步骤S3203获取的关注像素的阈值比较。在比较结果表示MinTHall的值大于关注像素的阈值的情况下,处理进行到步骤S3204。另一方面,在MinTHall的值不大于关注像素的阈值的情况下,处理进行到步骤S3205。
在步骤S3204中,全部像素最小阈值提取单元3101将MinTHall的值更新为在步骤S3202中获取的阈值。
在步骤S3205中,基于在步骤S3202获取的白像素信息来确定关注像素是否是白像素。在确定结果表示关注像素是白像素的情况下,处理进行到步骤S3208。另一方面,在关注像素不是白像素的情况下(在关注像素是非白像素的情况下),处理进行到步骤S3206。
在步骤S3206中,非白像素最小阈值提取单元2804将目前的非白像素最小阈值(MinTHon)与在步骤S3202获取的关注像素的阈值比较。在比较结果表示MinTHon的值大于关注像素的阈值的情况下,处理进行到步骤S3207。另一方面,在MinTHon的值不大于关注像素的阈值的情况下,处理进行到步骤S3208。
在步骤S3207中,非白像素最小阈值提取单元2804将MinTHon的值更新为在步骤S3202中获取的阈值。
在步骤S3208中,确定是否针对预定区域内的全部像素完成了处理。在对全部像素完成了处理的情况下,处理进行到步骤S3209。在处理已进入步骤S3209的时间点,预定区域内的全部像素位置的最小阈值被保持为MinTHall,并且非白像素位置中的最小阈值被保持为MinTHon。另一方面,在预定区域内存在尚未进行处理的像素的情况下,处理返回到步骤S3202,并且下一像素被取为关注像素,进行步骤S3202到步骤S3207的各个中的处理。
在步骤S3209中,阈值改写单元3102获取与预定区域内的关注像素对应的阈值。
在步骤S3210中,阈值改写单元3102确定在步骤S3209获取的阈值与非白像素最小阈值(MinTHon)是否相同。在这二者是相同值的情况下,处理进行到步骤S3211。另一方面,在这二者不是相同值的情况下,处理进行到步骤S3213。
在步骤S3211中,阈值改写单元3102将全部像素最小阈值(MinTHall)与在步骤S3209获取的阈值比较。在比较时,在步骤S3209获取的阈值是与非白像素最小阈值(MinTHon)相同的值。因此,在该步骤,非白像素最小阈值(MinTHon)与全部像素最小阈值(MinTHall)比较以确定哪个更大作为结果。在确定结果表示全部像素最小阈值小于非白像素最小阈值(获取的阈值)的情况下,处理进行到步骤S3212。另一方面,在全部像素最小阈值不小于非白像素最小阈值(获取的阈值)的情况下,处理进行到步骤S3213。
在步骤S3212中,阈值改写单元3102用全部像素最小阈值来替换在步骤S3209获取的阈值。换言之,全部像素最小阈值(MinTHall)的值被设置作为与关注像素对应的阈值。
在步骤S3213中,确定是否针对预定区域内的全部像素完成了处理。在存在尚未进行处理的像素的情况下,处理返回到步骤S3209,并且下一像素被取为关注像素并且重复步骤S3209到步骤S3212的处理。另一方面,在对全部像素完成了处理的情况下,终止本处理。
以上是本实施例中的全部像素最小阈值提取处理、非白像素最小阈值提取处理以及阈值改写处理的内容。
由于以上内容,针对各预定区域,用具有将形成点的高概率的阈值来替换用于非白像素最小阈值的量化的阈值。
通过本实施例获得的结果与第六实施例的相同,但是处理流程的一部分被简化,因此能够预料到削减电路规模的效果。
[第八实施例]
在第六和第七实施例中,仅与预定区域内的一个像素对应的一个阈值被改变。在预定区域小的情况下,仅一个阈值的改变是足够的,但是在预定区域大的情况下,存在通过仅改变一个阈值将不会获得充分效果的可能性。因此,说明了第八实施例的方面,其中与预定区域内的多个像素对应的多个阈值被改变。与第六和第七实施例(包括变型例)共同的部分的说明被省略或简化,并且在下文中,主要说明不同点。
图33A和图33B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。
像素值/阈值获取单元2801、白像素确定单元2802以及量化单元2806与第六实施例的相同,因此,省略说明。
预定区域内阈值排序单元3301通过利用从像素值/阈值获取单元2801接收的阈值按照升序(或降序)对与预定区域(例如,4垂直像素×4水平像素的块区域)内的全部像素对应的阈值排序。排序结果作为预定区域内阈值排序信息被发送给阈值改写单元3303。
非白像素阈值排序单元3302通过利用从白像素确定单元2802接收的白像素信息以及从像素值/阈值获取单元2801接收的阈值,按照升序(或降序)来对与预定区域内的非白像素位置对应的阈值进行排序。排序结果作为非白像素阈值排序信息被发送给阈值改写单元3303。
阈值改写单元3303基于预定区域内阈值排序信息以及非白像素阈值排序信息来进行阈值改写处理。具体地,如第七实施例中一样,将预定区域内的阈值依次与非白像素的阈值比较,并且在预定区域内的阈值较小的情况下,进行替换预定区域内的阈值与非白像素的阈值的处理。然而,在本实施例中,不仅最小阈值而且第二小阈值、第三小阈值等等的多个像素的阈值被比较和替换。由此,在预定区域内的多个白像素位置中存在具有将形成点的高概率的阈值的情况下,所述阈值被移动至非白像素位置。
图34是说明在进行根据本实施例的阈值改写处理的情况与不进行处理的情况之间输出图像的差异的图。
具有4垂直像素×4水平像素的输入图像3401是其中第三列中的像素值为“32”并且其他列中的像素值为“0”的图像数据。阈值矩阵3402是与输入图像3401对应的在进行阈值改写处理前的阈值矩阵。画面图像3404是在通过利用阈值矩阵3402量化输入图像3401的情况下获得的输出图像。虽然输入图像3401的第三列中的像素值为“32”,但是阈值矩阵3402的第三列中的阈值的最小值为“50”(图34中的Δ)并且第二小阈值为“118”(图34中的其中包括较小三角形的三角形),因此,在画面图像3404中不存在点。
阈值矩阵3403是与输入图像3401对应的在进行了阈值改写处理后的阈值矩阵。在阈值矩阵3403中,可知用白像素最小阈值“8”(图34中○)替换了非白像素最小阈值“50”并且用白像素的第二小阈值“20”(图34中的◎)替换了非白像素的第二小阈值“118”。画面图像3405是在通过利用阈值改写后的阈值矩阵3403量化输入图像3401的情况下获得的输出图像。在画面图像3405中,能够再现在画面图像3404中已不存在(已消失)的两个点。
然后,还可知,即使在如上所述进行阈值改写后,在预定区域内的非白像素的区域中原始阈值之间的大小关系也不被打扰。换言之,针对大小关系自身,虽然最小阈值的值和第二小阈值的值不同,但是改写前的“50<118<210<236”的大小关系与“8<20<210<236”的大小关系是相同的。通过保持如上所述的大小关系,能够根据浓度增加将形成点的概率而不会引发浓度的不自然偏移。
图35A是示出通过根据本实施例的图像处理装置进行的处理当中的预定区域内阈值排序处理、非白像素阈值排序处理以及阈值改写处理的详情的流程图。
在步骤S3501中,首先,变量[i]被初始化。变量[i]被保持在RAM中。
在步骤S3502中,获取关于预定区域内的全部像素的白像素信息以及对应于全部像素的阈值。
在步骤S3503中,设置指定在预定区域内进行阈值替换的次数的常量(阈值替换的次数)[p]。在本实施例中,假设多个阈值被改变,因此,通常对阈值替换的次数[p]设置大于等于[2]的值。
在步骤S3504中,预定区域内阈值排序单元3301进行将与预定区域内的全部像素对应的阈值排序的处理。这里,对应于预定区域内的全部像素的阈值按照升序被排序。表示排序的阈值的顺序的数据作为预定区域内阈值排序信息被保持在RAM等中。另外,预定区域内阈值排序单元3301还从自白像素确定单元2802接收的白像素信息获取白像素的数量(n)。获取的白像素的数量(n)也被保持在RAM等中。
在步骤S3505中,非白像素阈值排序单元3302通过参照从白像素确定单元2802接收的白像素信息来指定预定区域内的非白像素,并且进行对与指定的非白像素对应的阈值排序的处理。这里,预定区域内的非白像素的阈值按照升序被排序。表示排序的阈值的顺序的数据作为非白像素阈值排序信息被保持在RAM等中。另外,非白像素阈值排序单元3302还通过参照白像素信息来获取非白像素的数量(m)。获取的非白像素的数量(m)也被保持在RAM等中。
在步骤S3506中,阈值改写单元3303确定白像素的数量(n)或者非白像素的数量(m)是否为“0”。在确定结果表示白像素的数量(n)和非白像素的数量(m)均不为“0”的情况下,处理进行到步骤S3507。另一方面,在白像素的数量(n)或者非白像素的数量(m)为“0”的情况下,退出本处理。原因在于,在n=0的情况下(预定区域内的全部像素为非白像素的情况)或者在m=0的情况下(预定区域内的全部像素为白像素的情况),没必要替换阈值。
在步骤S3507中,阈值改写单元3303将变量[i]与阈值替换次数[p]比较。在比较结果表示变量[i]小于等于阈值替换次数[p]的情况下,处理进行到步骤S3508。另一方面,在变量i更大的情况下,处理进行到步骤S3509。例如,紧接在处理开始之后的时间点,变量i为“0”并且阈值替换次数[p]大于等于“2”,因此,结果是处理进行到步骤S3508。
在步骤S3508中,阈值改写单元3303用预定区域内排序后的阈值[i]替换非白像素排序后的阈值[i]。换言之,从预定区域内最小阈值起的第i阈值的值被设置给从非白像素中的最小阈值起的第i阈值。
在步骤S3509中,变量i被增加(+1)。
在步骤S3510中,确定是否针对与非白像素对应的全部阈值完成了处理(是否i=m)。在确定结果表示存在尚未进行处理的非白像素阈值的情况下,处理返回到步骤S3507,并且比较次小的阈值。另一方面,在对全部非白像素阈值完成了处理的情况下,终止本处理。
以上是本实施例中的预定区域内阈值排序处理、非白像素阈值排序处理、以及阈值改写处理的内容。
由于以上内容,与预定区域内的多个像素对应的多个阈值被改变并且还能够预料到在预定区域大的情况下充足的效果。
<第一变型例>
在本实施例中,说明了预定区域内的全部阈值被排序的情况,但是还能够将要被排序到最小的阈值限制为第[p]小阈值。例如,第七实施例可以说是如下示例,其中要被排序的阈值被限制为最小阈值,并且使得能够通过如上所述限制要被排序的阈值来削减电路规模(处理工艺)。
<第二变型例>
还能够仅对白像素排序而不是对预定区域内的全部像素排序。
图35B-1和图35B-2是示出根据本实施例的白像素阈值排序处理、非白像素阈值排序处理、以及阈值改写处理的详情的流程图。
在步骤S3511中,首先,变量[i]以及变量[j]和变量[k]被初始化。变量[i]、变量[j]和变量[k]被保持在RAM中。
在步骤S3512中,获取关于预定区域内的全部像素的白像素信息以及对应于全部像素的阈值。
在步骤S3513中,白像素阈值排序单元(未示出)通过参照从白像素确定单元2802接收的白像素信息来指定预定区域内的白像素并且进行对与指定的白像素对应的阈值排序的处理。这里,预定区域内的白像素的阈值按照升序被排序。表示排序的阈值的顺序的数据作为白像素阈值排序信息被保持在RAM等中。另外,白像素阈值排序单元(未示出)从自白像素确定单元2802接收的白像素信息获取白像素的数量(n)。获取的白像素的数量(n)也被保持在RAM等中。
在步骤S3514中,非白像素阈值排序单元3302通过参照从白像素确定单元2802接收的白像素信息来指定预定区域内的非白像素,并且进行对与指定的非白像素对应的阈值排序的处理。这里,预定区域内的非白像素的阈值按照升序被排序。表示排序的阈值的顺序的数据作为非白像素阈值排序信息被保持在RAM等中。另外,非白像素阈值排序单元3302还通过参照白像素信息来获取非白像素的数量(m)。获取的非白像素的数量(m)也被保持在RAM等中。
在步骤S3515中,阈值改写单元3303确定白像素的数量(n)或者非白像素的数量(m)是否为“0”。在确定结果表示白像素的数量(n)和非白像素的数量(m)均不为“0”的情况下,处理进行到步骤S3516。另一方面,在白像素的数量(n)或者非白像素的数量(m)为“0”的情况下,退出本处理。原因在于,在n=0的情况下(预定区域内的全部像素为非白像素的情况)或者在m=0的情况下(预定区域内的全部像素为白像素的情况),没必要替换阈值。
在步骤S3516中,阈值改写单元3303将白像素排序后的阈值[j]与非白像素排序后的阈值[i]比较。在比较结果表示白像素排序后的阈值[j]小于非白像素排序后的阈值[i]的情况下,处理进行到步骤S3517。另一方面,在白像素排序后的阈值[j]不小于非白像素排序后的阈值[i]的情况下,处理进行到步骤S3519。
在步骤S3517中,阈值改写单元3303用白像素排序后的阈值[j]来替换非白像素改写后的阈值[k]。换言之,改写后的第k小非白像素阈值被改变为白像素排序后的第j小阈值。
在步骤S3518中,变量[j]被增加(+1)。
在步骤S3519中,阈值改写单元3303用非白像素排序后的阈值[i]来替换非白像素改写后的阈值[k]。换言之,改写后的第k小非白像素阈值被改变为非白像素排序后的第i小阈值。
在步骤S3520中,变量[i]被增加(+1)。
在步骤S3521中,变量[k]被增加(+1)。
在步骤S3522中,确定白像素的数量(n)和非白像素的数量(m)的任意一者的值是否与变量[k]一致。在变量[k]与白像素的数量(n)一致的情况下(对应于全部白像素的阈值被参照的情况),或者在变量[k]与非白像素的数量(m)一致的情况下(对应于全部非白像素的阈值被决定的情况),终止本处理。另一方面,在确定结果表示白像素的数量(n)和非白像素的数量(m)均不与变量[k]一致的情况下,处理返回到步骤S3516并且重复处理直到白像素的数量(n)和非白像素的数量(m)的任意一者的值与变量[k]一致为止。
以上是本实施例中的白像素阈值排序处理、非白像素阈值排序处理、以及阈值改写处理的内容。由此,能够获得与在预定区域内的全部像素被排序的情况下获得的效果相同的效果。
(第三变型例)
另外,还能够针对各预定区域计算比该预定区域内的非白像素的像素值的平均值小的阈值的数量,保持与计算出的阈值的数量对应的非白像素的阈值,并且将等于小于该阈值的全部阈值替换为“0”。
图35C是示出根据本变型例的处理的详情的流程图。
在步骤S3531中,首先,变量[i]被初始化。变量[i]被保持在RAM中。
在步骤S3532中,获取关于预定区域内的全部像素的白像素信息以及对应于全部像素的阈值。
在步骤S3533中,计算预定区域内的阈值当中比非白像素的像素值的平均值小的阈值的数量[q]。
在步骤S3534,非白像素阈值排序单元3302进行对与预定区域内的非白像素对应的阈值排序的处理。这里,对应于预定区域内的非白像素的阈值按照升序被排序。表示排序的阈值的顺序的数据作为非白像素阈值排序信息被保持在RAM等中。另外,非白像素阈值排序单元3302还由从白像素确定单元2802接收的白像素信息来获取白像素的数量(n)。获取的白像素的数量(n)也被保持在RAM等中。
在步骤S3535中,阈值改写单元3303参照非白像素阈值排序信息并将与非白像素对应的排序的阈值的第[q]小阈值设置为“改写确定阈值”。“改写确定阈值”被保持在RAM中。
在步骤S3536中,阈值改写单元3303将在步骤S3535中设置的改写确定阈值与预定区域内的第i阈值(例如,按照从块区域的左上端起的顺序的第i阈值)比较。在比较结果表示预定区域内的阈值[i]等于小于改写确定阈值的情况下,处理进行到步骤S3537。另一方面,在预定区域内的阈值[i]大于改写确定阈值的情况下,处理进行到步骤S3538。
在步骤S3537中,阈值改写单元3303将预定区域内的阈值[i]设置为“0”。
在步骤S3538中,变量[i]被增加(+1)。
在步骤S3539中,确定是否针对与预定区域内的全部像素对应的全部阈值完成了处理(是否i=预定区域内的像素的数量)。在确定结果表示存在尚未进行处理的阈值的情况下,处理返回步骤S3536并且针对与下一像素对应的阈值进行处理。另一方面,在针对与预定区域内的全部像素对应的全部阈值完成了处理的情况下,终止本处理。
以上是根据本变型例的处理的内容。
在第三变型例中,不进行替换阈值(用另一阈值替换某一阈值)的操作,因此,能够简化处理,并且通过利用如上所述的“改写确定阈值”,能够抑制预定区域内的浓度变动。
[第九实施例]
接下来,基于第七实施例,说明作为第九实施例的方面,其中改写非白像素的阈值的概率被使得可变并且细线再现性被调节。
图32B-1和图32B-2是示出与之前描述的第七实施例的图32A-1和图32B-2中的流程图对应的、由根据本实施例的图像处理装置进行的处理的详情的流程图。步骤S3201到S3210以及S3213与图32A-1和图32B-2中的流程图的步骤相同,因此,在下文中说明作为不同点的步骤S3211'以及S3212'。
在步骤S3211',阈值改写单元3102将与预定系数相乘后的“全部像素最小阈值(MinTHall)”跟“非白像素最小阈值(=关注像素的阈值)”比较。此时,在期望增加细线的连续度(点形成的概率)的情况下,设置小于1.0的系数并且例如将“全部像素最小阈值(MinTHall)×0.9”与“关注像素的阈值”比较。在细线的浓度被认为重要的情况下,设置大于1.0的系数并且例如将“全部像素最小阈值(MinTHall)×1.1”与“关注像素的阈值”比较。在比较结果表示“全部像素最小阈值×系数”小于关注像素的阈值(=非白像素最小阈值)的情况下,处理进行到步骤S3212'。另一方面,在“全部像素最小阈值×系数”的值不小于关注像素的阈值(=非白像素最小阈值)的情况下,处理进行到步骤S3213。
在步骤S3212'中,阈值改写单元3102用“全部像素最小阈值(MinTHall)×系数”的值来替换在步骤S3209获取的关注像素的阈值。
通过以上处理,能够改变改写非白像素最小阈值的概率。系数被设为1.0的情况将带来与第七实施例相同的效果。
如上所述,根据本实施例,能够根据目的来控制细线再现性。
(第一变型例)
类似地,基于第六实施例,说明了其中改写非白像素阈值的概率被使得可变的方面。
图30C-1和图30C-2是与之前描述的第六实施例的图30A-1和图30A-2中的流程图对应的、根据本变型例的流程图。步骤S3001到S3010以及S3013与图30A-1和图30A-2中的流程图的步骤相同,因此,在下文中说明作为不同点的步骤S3011'以及S3012'。
在步骤S3011'中,阈值改写单元2805将与预定系数相乘后的“白像素最小阈值(MinTHoff)”跟“非白像素最小阈值(=关注像素的阈值)”比较。在比较结果表示“白像素最小阈值×系数”的值小于关注像素的阈值(=非白像素最小阈值)的情况下,处理进行到步骤S3012'。另一方面,在“白像素最小阈值×系数”的值不小于关注像素的阈值(=非白像素最小阈值)的情况下,处理进行到步骤S3013。
在步骤S3012”中,阈值改写单元2805用“白像素最小阈值(MinTHoff)×系数”的值来替换在步骤S3009获取的关注像素的阈值。
通过如上处理,能够改变改写非白像素最小阈值的概率。
在基于第七实施例的情况下(全部像素最小阈值与例如不足1.0的系数相乘的情况),即使在预定区域内没有白像素的条件下也替换阈值,因此,不再检测到与细线浓度的差异并且在与细线的边界处没有不自然。另一方面,在基于第六实施例的情况下(白像素最小阈值与例如不足1.0的系数相乘的情况),在预定区域内没有白像素的条件下不替换阈值,因此,不发生浓度变动。换言之,与第一变型例相比,能够进一步抑制浓度变动。
因此,优选在字符/描绘区域中应用“全部像素最小阈值”与系数相乘的方面以及在自然图像区域中应用“白像素最小阈值”与系数相乘的方面。
[第十实施例]
第七实施例是如下的方面,其中在对应于预定区域内的全部像素的阈值当中的最小阈值是具有将形成点的高概率的阈值的情况下,非白像素最小阈值被改写为与全部像素的最小阈值相同的值。接下来,基于第七实施例,说明作为第十实施例的方面,其中替代“白像素”而关注“低浓度像素”。与第七实施例(包括变型例)共同的部分的说明被省略或简化并且在下文中主要说明不同点。
图36A和图36B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元2801、全部像素最小阈值提取单元3101以及量化单元2806与第七实施例的相同,因此,省略说明。
低浓度像素确定单元3601基于从像素值/阈值获取单元2801接收的像素值来确定预定区域中的各像素是否是低浓度像素。通过确定例如输入像素值是否小于等于预定阈值(Thlowdens)来确定像素是否是低浓度像素。然后,用于指定被确定为低浓度像素的像素的信息(下文中,低浓度像素信息)被发送给非低浓度像素最小阈值提取单元3602。还能够替代低浓度像素确定单元3601而使用由RIP(光栅图像处理器)设备等生成的属性信息。
非低浓度像素最小阈值提取单元3602通过利用来自低浓度像素确定单元3601的低浓度像素信息以及来自像素值/阈值获取单元2801的阈值,来从与非低浓度像素(低浓度像素以外的像素)对应的阈值当中提取最小阈值(下文中,非低浓度像素最小阈值)。用于指定提取的非低浓度像素最小阈值的信息(下文中,非低浓度像素最小阈值信息)被发送给阈值改写单元3603。
阈值改写单元3603进行用针对对应于输入图像的阈值矩阵的全部像素最小阈值来替换非低浓度像素最小阈值的处理。具体地,将全部像素最小阈值与非低浓度像素最小阈值比较并且在全部像素最小阈值是较小值(具有将形成点的高概率的阈值)的情况下,进行用全部像素最小阈值的值来替换非低浓度像素最小阈值的处理。
针对实际的处理流程,通过读取“非白像素最小阈值”的一部分作为“非低浓度像素最小阈值”来类似地进行第七实施例中说明的图32A-1和图32A-2中的流程图中的处理即可。
在第七实施例中,即使在存在被评价为基本上是白像素的像素(具有接近白像素的像素值的值的像素,例如,构成背景的像素)的情况下,也不进行阈值替换,除非该像素是白像素。与此不同,在本实施例中,还能够通过将白像素以外的具有小于等于预定阈值(Thlowdens)的像素值的像素处理为与白像素相当的像素,来提高例如背景区域中的细线再现性。
在本实施例中,不对低浓度像素的阈值进行改写,因此,低浓度区域中的点排布不改变。
[第十一实施例]
接下来,基于第六实施例,说明作为第十一实施例的方面,其中关注高浓度像素并且改写阈值。与第六实施例(包括变型例)共同的部分的说明被省略或简化,并且在下文中主要说明不同点。
图37A和图37B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元2801和量化单元2806与第六实施例的相同,因此省略说明。
高浓度像素确定单元3701基于从像素值/阈值获取单元2801接收的像素值来确定预定区域中的各像素是否是高浓度像素。通过确定例如输入像素值是否大于等于预定阈值(Thhighdens)来确定像素是否是高浓度像素。然后,用于指定被确定为预定区域内的高浓度像素的像素的信息(下文中,高浓度像素信息)被发送给高浓度像素最小阈值提取单元3702。还能够替代高浓度像素确定单元3701而使用由RIP(光栅图像处理器)设备等生成的属性信息。
高浓度像素最小阈值提取单元3702通过利用自高浓度像素确定单元3701接收的高浓度像素信息以及自像素值/阈值获取单元2801接收的阈值,来从与高浓度像素的像素位置对应的阈值当中提取最小阈值(下文中,高浓度像素最小阈值)。用于指定提取的高浓度像素最小阈值的信息(下文中,高浓度像素最小阈值信息)被发送给阈值改写单元3703。
阈值改写单元3703基于从高浓度像素最小阈值提取单元3702接收的高浓度像素最小阈值信息来将与高浓度像素对应的阈值当中的最小阈值改写为另一阈值。例如,通过将高浓度像素最小阈值与预定系数(小于1.0)相乘,高浓度像素最小阈值被改变为更有可能使得形成点的阈值。然后,在量化单元2806中,进行利用改变后的阈值以及输入像素值的量化。
在本实施例中,仅对应于高浓度像素的阈值当中的最小阈值被改变为具有点形成的更高概率的阈值。换言之,预定区域(例如,4垂直像素×4水平像素的16个像素)内的高浓度像素的仅一个像素变为具有点形成的高概率的像素。这意味着输入图像的高浓度区域不被影响并且大约输入范围的1/16的低浓度区域中的浓度有所上升。在这种情况下,预定区域内仅高浓度侧的浓度增加,因此,其中高亮部分的对比度已被略微增强的图像作为结果被输出。因此,在浅细线中,在背景浓度低于细线浓度的情况下提高了再现性。
[第十二实施例]
在第十一实施例中,说明了如下的方面,其中通过将预定区域内的高浓度区域的最小阈值与预定系数相乘来将最小阈值改变为具有点形成的更高概率的阈值。接下来,说明作为第十二实施例的方面,其中根据输入像素值来调节在改变预定区域内的高浓度区域中的最小阈值时使用的系数。与第十一实施例共同的部分的说明被省略或简化并且在下文中主要说明不同点。
图38A和图38B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元2801、高浓度像素确定单元3701、高浓度像素最小阈值提取单元3702、阈值改写单元3703、以及量化单元2806与第六实施例的相同,因此省略说明。
系数确定单元3801根据输入像素值来确定系数。具体地,系数确定单元3801通过参照其中预先存储有对应于输入值(像素值)的系数值的LUT(查找表),根据从像素值/阈值获取单元2801接收的像素值来确定系数。确定的系数被发送到阈值改写单元3703。然后,在阈值改写单元3703中,基于确定的系数将高浓度像素最小阈值改变为具有点形成的更高概率的阈值,并且在量化单元2806中,进行利用改变的阈值以及输入像素值的量化。
图39A和图39B是代表根据本实施例的由系数确定单元3801参照的LUT的输入/输出特性的示例的图。
在图39A中,直线3901代表输出系数与输入像素值无关为常量(这里,0.5)的输入/输出特性。通过直线3901代表的输入/输出特性的情况将带来与第十一实施例中系数被设为0.5的情况相同的效果。
在图39B中,折线3902代表在输入像素值在0与16之间的情况下输出系数为0.25的输入/输出特性,在输入像素值大于等于64的情况下输出系数为1.0,并且在输入像素值在16与64之间的情况下,输出系数在0.25与1.0之间的范围内线性改变。利用如图39B中的输入/输出特性,在输入像素值小于等于16的情况下,细线再现性被认为重要并且随着输入像素值从16增加到64,浓度再现性被认为更加重要(细线再现性被缓和)。换言之,能够通过适当设置由系数确定单元3801参照的LUT的输入/输出特性来调节浓度再现性与细线再现性之间的平衡。例如,使得能够通过根据诸如纸张的打印介质以及诸如墨的色材来改变输入/输出特性,而使打印机的再现性能最大。另外,通过适当选择输入/输出特性,对于用户来说,能够根据用户的喜好来获得打印输出。另外,在输入像素值大于等于预定值的情况下,将系数设置为1.0(或大于等于1.0的值)是足够的,因此,仅存储对应于小于等于预定值的输入像素值的系数即可,因此,LUT的容量可以被削减。
在本实施例中,说明了其中通过利用LUT来确定系数的方面,但是还能够通过利用例如函数来确定系数。另外,还能够通过将输入像素值的间隔划分为较小的间隔来针对各较小的间隔切换系数。
[第十三实施例]
在第十二实施例中,说明了其中根据输入像素值来调节在改变预定区域内的高浓度区域中的最小阈值时的系数的方面。接下来,说明作为第十三实施例的方面,其中根据输入像素值的对比度来调节改变预定区域内的高浓度区域中的最小阈值时的系数。与第十二实施例共同的部分的说明被省略或简化,并且在下文中主要说明不同点。
图40A和图40B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元2801、高浓度像素确定单元3701、高浓度像素最小阈值提取单元3702、阈值改写单元3703以及量化单元2806与第七实施例的相同,因此,省略说明。
对比度导出单元4001导出预定区域内的对比度。具体地,例如,预定区域内的输入像素值的最大值与最小阈值之间的差被求出并且该差被导出作为对比度值。作为选择,还能够通过另一方法来求出值并且将该值导出作为对比度值,诸如求“高浓度区域内的像素值的平均值”与“高浓度区域外的区域中的像素值的平均值”之间的差并将该差导出作为对比度值的方法。导出的对比度值被发送给系数确定单元4002。
系数确定单元4002根据输入对比度值来确定系数。具体地,系数确定单元4002参照预先存储有对应于输入值(对比度值)的系数值的LUT并且根据从对比度导出单元4001输入的对比度值来确定系数。所确定的系数被发送给阈值改写单元3703。然后,在阈值改写单元3703中,如第十一实施例中一样基于所确定的系数来改变高浓度像素最小阈值并且在量化单元2806中进行利用改变后的阈值和输入像素值的量化。
图41是代表根据本实施例由系数确定单元4002参照的LUT的输入/输出特性的示例的图。
在图41中,折线4101代表在输入对比度值在0与16之间的情况下将输出系数设置为0.25、在输入对比度值大于等于48的情况下将输出系数设置为1.0、以及在输入对比度值在16与48之间的情况下在0.25与1.0之间的范围中线性改变输出系数的输入/输出特性。利用如图41中所示的输入/输出特性,在输入对比度值小于等于16的情况下,细线再现性被认为重要,并且随着输入对比度值从16增加到48,浓度再现性被认为更重要(细线再现性被缓和)。换言之,如第十二实施例中一样,能够通过适当设置被系数确定单元4002参照的LUT的输入/输出特性来调节浓度再现性与细线再现性之间的平衡。
在本实施例中,说明了通过利用LUT来确定系数的方面,但是还能够通过利用例如函数来确定系数。另外,还能够通过将输入像素值的间隔划分为较小间隔来针对各较小间隔切换系数。
[第十四实施例]
在第十一实施例中,通过与预定系数相乘来改变高浓度区域的最小阈值。接下来,说明作为第十四实施例的方面,其中通过利用LUT来改变高浓度区域的最小阈值。与第十一实施例共同的部分的说明被省略或简化,并且在下文中,主要说明不同点。
图42A和图42B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元2801、高浓度像素确定单元3701、高浓度像素最小阈值提取单元3702、以及量化单元2806与第十一实施例的相同,因此省略说明。
阈值变换单元4201根据输入的阈值进行确定输出阈值的处理。具体地,阈值变换单元4201参照预先存储有对应于输入值(阈值)的输出值(阈值)的LUT并且变换从像素值/阈值获取单元2801输入的阈值。图43是代表由阈值变换单元4201参照的LUT的输入/输出特性的示例的图。在图43中,折线4301代表被设计为使得在输入阈值为0与16之间的情况下斜率为1/4、在输入阈值为17与32之间的情况下斜率为1/2、在输入阈值为33与48之间的情况下斜率为3/2、以及在输入阈值为49与64之间的情况下斜率为7/4的输入/输出特性。虽然未示出,但在输入阈值大于等于65的情况下,输入/输出特性被设置为使得照原样将输入阈值取为输出阈值。通过具有由诸如此的任意曲线代表的输入/输出特性的LUT变换的阈值(输出阈值)被发送给阈值改写单元4202。
阈值改写单元4202基于从高浓度像素最小阈值提取单元3702接收的高浓度像素最小阈值信息,来将对应于高浓度像素的阈值当中的最小阈值改写为从阈值变换单元4201接收的变换后的阈值。例如,在由高浓度像素最小阈值信息表示的最小阈值是“48”的情况下,最小阈值被改变为与之对应的变换后的阈值“32”。然后,在量化单元2806中进行利用改变后的阈值以及输入像素值的量化。
在本实施例中,通过利用具有如图43中所示的输入/输出特性的LUT,在高浓度区域的最小阈值为16与48之间的情况下点出现概率升高。
这里,存在如下的倾向,即高浓度区域的最小阈值在预定区域内的高浓度像素的数量大的情况下变小、相反在预定区域内的高浓度像素的数量小的情况下(诸如像素位于孤立点的情况下)变大。因此,通过在高浓度区域的阈值为16与48之间的情况下增加点出现的概率,能够增加在诸如细线的高浓度区域中存在一定数量的像素的情况下的点出现的概率。由此,使得能够抑制不需要被再现的点(诸如孤立点噪声)的生成。在输入阈值大于等于64的情况下,输入值和输出值彼此一致,因此,通过仅将输入阈值小于64的系数存储在LUT中,还能够削减LUT的容量。
在本实施例中,说明了通过利用LUT来变换输入阈值的方面,但是还能够通过利用例如函数来确定对应于输入阈值的输出阈值。另外,还能够通过将输入阈值的间隔划分为较小间隔并针对各较小间隔切换斜率来生成输出阈值。
[第十五实施例]
接下来,将说明第十五实施例的方面,其中在不会使得形成点的白像素的阈值是具有比与白像素形成边界的非白像素(下文中,边界像素)的阈值形成点的更高概率的阈值的情况下,用白像素的阈值替换边界像素的阈值。与第六实施例(包括变型例)共同部分的说明被省略或简化,在下文中,主要说明不同点。
图44A和图44B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。白像素确定单元2802、白像素最小阈值提取单元2803以及量化单元2806与第六实施例的相同,因此说明被省略。
像素值/阈值获取单元4401从未示出的RAM等中获取输入图像数据的预定区域内的关注像素和近邻像素的像素值,以及与各像素位置对应的阈值。假设近邻像素是指在垂直、水平以及对角方向上围绕关注像素的8个近邻像素。在本实施例中,还假设预定区域是4垂直像素×4水平像素的块区域,但是预定区域的形状和大小不限于这些。获取的关注像素的像素值以及获取的近邻像素的像素值被发送给边界像素确定单元4402。另外,关注像素的像素值被发送给白像素确定单元2802。另外,各像素位置中的阈值被发送给白像素最小阈值提取单元2803、边界像素最小阈值提取单元4403以及阈值改写单元4404。
边界像素确定单元4402基于从像素值/阈值获取单元4401接收的关注像素的像素值以及近邻像素的像素值,来确定关注像素是否是边界像素(关注像素是否与白像素形成边界)。例如,在关注像素是非白像素并且在近邻像素中存在至少一个白像素的情况下,关注像素被确定为边界像素。用于指定被确定为边界像素的关注像素的信息(下文中,边界像素信息)被发送给边界像素最小阈值提取单元4403。
边界像素最小阈值提取单元4403通过利用从边界像素确定单元4402接收的边界像素信息以及从像素值/阈值获取单元4401接收的阈值,从预定区域内的对应于边界像素的位置的阈值当中提取最小阈值(下文中,边界像素最小阈值)。关于提取的边界像素最小阈值的信息被发送给阈值改写单元4404。
阈值改写单元4404针对对应于输入图像的阈值矩阵,进行将边界像素最小阈值改写为白像素最小阈值的处理。具体地,将白像素最小阈值与边界像素最小阈值比较并且在白像素最小阈值是较小值(具有将形成点的高概率的阈值)的情况下,进行用白像素最小阈值的值来替换边界像素最小阈值的处理。
由于诸如此的替换处理,如在第六实施例中一样,能够在不改变通过面积覆盖调制定义的预定区域内的阈值或像素值的情况下在输入图像数据的边界像素的位置中形成点。用白像素的最小阈值来替换边界像素的最小阈值,但是通过视此为边界像素的最小阈值与白像素的最小阈值被交换,预定区域内的阈值可以被考虑为保持相同。然而,即使在白像素位置的阈值取任意值的情况下,在该位置中也不生成点,因此,不进行白像素的最小阈值的替换,如第六实施例中一样。
图45是说明在进行根据本实施例的阈值改写处理的情况与不进行该处理的情况之间输出图像的差异的图。
具有4垂直像素×4水平像素的输入图像4501是其中第三列和第四列中的像素值为“32”并且其他列中的像素值为“0”的图像数据。阈值矩阵4502是与输入图像4501对应的在进行阈值改写处理前的阈值矩阵。画面图像4504是在通过利用阈值矩阵4502量化输入图像4501的情况下获得的输出图像。虽然输入图像4501的第四列中的像素值为“32”,但是阈值矩阵4502的第四列中的阈值的最小值为“20”,因此,在画面图像4504的第四列中存在点。然而,虽然输入图像4501的第三列中的像素值为“32”,但是阈值矩阵4502的第三列中的阈值的最小值为“50”,因此,在画面图像4504的第三列中不存在点(点消失)。
阈值矩阵4503是与输入图像4501对应的在进行阈值改写处理后的阈值矩阵。在阈值矩阵4503中,可知用白像素最小阈值的值“8”(图45中○)来替换边界像素最小阈值“50”(图45中Δ)。画面图像4505是在通过利用阈值改写后的阈值矩阵4503量化输入图像4501的情况下获得的输出图像。在画面图像4505中,画面图像4505的第三列中不存在(已消失)的点可以被再现。
图46A和图46B是示出在由根据本实施例的图像处理装置进行的处理当中的白像素最小阈值提取处理、边界像素最小阈值提取处理以及阈值改写处理的详情的流程图。
在步骤S4601中,白像素最小阈值提取单元2803初始化作为保持白像素位置的最小阈值的变量的白像素最小阈值(MinTHoff)。类似地,边界像素最小阈值提取单元4403初始化作为保持边界像素位置的最小阈值的变量的边界像素最小阈值(MinTHadj)。具体地,画面处理中的阈值的最大值(或输入像素值的范围中的最大值)分别被设置为MinTHoff和MinTHadj的值。这些变量被保持在RAM中。
在步骤S4602中,白像素最小阈值提取单元2803获取关于预定区域内的关注像素的白像素信息以及对应于该关注像素的阈值。边界像素最小阈值提取单元4403获取关于预定区域内的关注像素的边界像素信息以及对应于该关注像素的阈值。
在步骤S4603中,白像素最小阈值提取单元2803基于在步骤S4602获取的白像素信息来确定关注像素是否是白像素。在确定结果表示关注像素是白像素的情况下,处理进行到步骤S4604。另一方面,在关注像素不是白像素的情况下(在关注像素是非白像素的情况下),处理进行到步骤S4606。
在步骤S4604中,白像素最小阈值提取单元2803将目前的白像素最小阈值(MinTHoff)与在步骤S4602获取的关注像素的阈值比较。在比较结果表示MinTHoff的值大于关注像素的阈值的情况下,处理进行到步骤S4605。另一方面,在MinTHoff的值不大于关注像素的阈值的情况下,处理进行到步骤S4609。
在步骤S4605中,白像素最小阈值提取单元2803将MinTHoff的值更新为在步骤S4602中获取的阈值。
在步骤S4606中,边界像素最小阈值提取单元4403基于在步骤S4602获取的边界像素信息来确定关注像素是否是边界像素。在确定结果表示关注像素是边界像素的情况下,处理进行到步骤S4607。另一方面,在关注像素不是边界图像的情况下(在关注像素是不与白像素近邻的非白像素的情况下),处理进行到步骤S4609。
在步骤S4607中,边界像素最小阈值提取单元4403将目前的边界像素最小阈值(MinTHadj)与在步骤S4602获取的关注像素的阈值比较。在比较结果表示MinTHadj的值大于关注像素的阈值的情况下,处理进行到步骤S4608。另一方面,在MinTHadj的值不大于关注像素的阈值的情况下,处理进行到步骤S4609。
在步骤S4608中,边界像素最小阈值提取单元4403将MinTHadj的值更新为在步骤S4602中获取的阈值。
在步骤S4609中,确定是否针对预定区域内的全部像素完成了处理。在对全部像素完成了处理的情况下,处理进行到步骤S4610。在处理已进入步骤S4610的时间点,预定区域内的白像素位置的最小阈值被保持为MinTHoff并且边界像素位置中的最小阈值被保持为MinTHadj。另一方面,在预定区域内存在尚未进行处理的像素的情况下,处理返回到步骤S4602,并且下一像素被取为关注像素,进行步骤S4602到S4608的各个中的处理。
在步骤S4610中,阈值改写单元4404获取与预定区域内的关注像素对应的阈值。
在步骤S4611中,阈值改写单元4404确定在步骤S4610获取的阈值与边界像素最小阈值(MinTHadj)是否相同。在这二者是相同值的情况下,处理进行到步骤S4612。另一方面,在这二者不是相同值的情况下,处理进行到步骤S4614。
在步骤S4612中,阈值改写单元4404将白像素最小阈值(MinTHoff)与在步骤S4610获取的阈值比较。在比较时,在步骤S4610获取的阈值与边界像素最小阈值(MinTHadj)的值相同。因此,在该步骤,比较边界像素最小阈值(MinTHadj)与白像素最小阈值(MinTHoff)以确定哪个更大。在确定结果表示白像素最小阈值小于边界像素最小阈值(获取的阈值)的情况下,处理进行到步骤S4613。另一方面,在白像素最小阈值不小于边界像素最小阈值(获取的阈值)的情况下,处理进行到步骤S4614。
在步骤S4613中,阈值改写单元4404用白像素最小阈值来替换在步骤S4610获取的阈值。换言之,白像素最小阈值(MinTHoff)的值被设置为与关注像素对应的阈值。
在步骤S4614中,确定是否针对预定区域内的全部像素完成了处理。在存在尚未进行处理的像素的情况下,处理返回到步骤S4610,下一像素被取为关注像素并且重复步骤S4610到步骤S4613的处理。另一方面,在对全部像素进行了处理的情况下,终止本处理。
以上是由根据本实施例的图像处理装置进行的处理当中的白像素最小阈值提取处理、边界像素最小阈值提取处理以及阈值改写处理的内容。
由于以上内容,用具有针对各预定区域将形成点的高概率的阈值来替换边界像素的最小阈值(用于量化的阈值)。
[第十六实施例]
在第十五实施例中,在除了白像素和边界像素以外的像素的区域(下文中“残留区域”)中的阈值当中存在预定区域内的最小阈值的情况,意味着在白像素区域中不存在具有点形成的最高概率的像素,因此,没必要将边界像素的阈值用另一阈值替换。因此,说明了作为第十六实施例的方面,其中在残留区域中的最小阈值小于白像素最小阈值的情况下不将边界像素的阈值用另一阈值替换。与第十五实施例共同的部分的说明被省略或简化,在下文中主要说明不同点。
图47A和图47B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元4401、白像素确定单元2802、边界像素确定单元4402、白像素最小阈值提取单元2803、边界像素最小阈值提取单元4403以及量化单元2806与第十五实施例的相同,因此省略说明。
全部像素最小阈值提取单元4701通过利用从像素值/阈值获取单元4401接收的阈值来从对应于预定区域内的全部像素的阈值当中提取最小阈值(下文中,全部像素最小阈值)。
阈值改写单元4702参照由全部像素最小阈值提取单元4701提取的全部像素最小阈值、由白像素最小阈值提取单元2803提取的白像素最小阈值、以及由边界像素最小阈值提取单元4403提取的边界像素最小阈值,并且仅在必要的情况下进行阈值改写处理。具体地,仅在白像素最小阈值为最小的情况下(在全部像素最小阈值=白像素最小阈值的情况下),用白像素最小阈值来替换边界像素最小阈值,并且在全部像素最小阈值小于白像素最小阈值的情况下(在全部像素最小阈值≠白像素最小阈值的情况下),不进行替换。
像素值/阈值获取单元4401的功能自身与第十五实施例的相同,但是本实施例的情况与第十五实施例的情况的不同在于由像素值/阈值获取单元4401获取的阈值也被发送到全部像素最小阈值提取单元4701。
图48A和图48B是示出在由根据本实施例的图像处理装置进行的处理当中的全部像素最小阈值提取处理、白像素最小阈值提取处理、边界像素最小阈值提取处理以及阈值改写处理的详情的流程图。
在步骤S4801中,全部像素最小阈值提取单元4701初始化作为保持预定区域内的全部像素的最小阈值的变量的全部像素最小阈值(MinTHall)。类似地,白像素最小阈值提取单元2803初始化作为保持白像素位置的最小阈值的变量的白像素最小阈值(MinTHoff)。另外,边界像素最小阈值提取单元4403初始化作为保持边界像素位置的最小阈值的变量的边界像素最小阈值(MinTHadj)。具体地,画面处理中的阈值的最大值(或输入像素值的范围中的最大值)分别被设置为MinTHall、MinTHoff和MinTHadj的值。这些变量被保持在RAM中。
在步骤S4802中,全部像素最小阈值提取单元4701获取与预定区域内的关注像素对应的阈值。白像素最小阈值提取单元2803获取关于预定区域内的关注像素的白像素信息以及对应于该关注像素的阈值。边界像素最小阈值提取单元4403获取关于预定区域内的关注像素的边界像素信息以及对应于该关注像素的阈值。
在步骤S4803中,全部像素最小阈值提取单元4701将目前的全部像素最小阈值(MinTHall)与在步骤S4802获取的关注像素的阈值比较。在比较结果表示MinTHall的值大于关注像素的阈值的情况下,处理进行到步骤S4804。另一方面,在MinTHall的值不大于关注像素的阈值的情况下,处理进行到步骤S4805。
在步骤S4804中,全部像素最小阈值提取单元4701将MinTHall的值更新为在步骤S4802中获取的阈值。
在步骤S4805中,白像素最小阈值提取单元2803基于在步骤S4802获取的白像素信息来确定关注像素是否是白像素。在确定结果表示关注像素是白像素的情况下,处理进行到步骤S4806。另一方面,在关注像素不是白像素的情况下(在关注像素是非白像素的情况下),处理进行到步骤S4808。
在步骤S4806中,白像素最小阈值提取单元2803将目前的白像素最小阈值(MinTHoff)与在步骤S4802获取的关注像素的阈值比较。在确定结果表示MinTHoff的值大于关注像素的阈值的情况下,处理进行到步骤S4807。另一方面,在MinTHoff的值不大于关注像素的阈值的情况下,处理进行到步骤S4811。
在步骤S4807中,白像素最小阈值提取单元2803将MinTHoff的值更新为在步骤S4802中获取的阈值。
在步骤S4808中,边界像素最小阈值提取单元4403基于在步骤S4602获取的边界像素信息来确定关注像素是否是边界像素。在确定结果表示关注像素是边界像素的情况下,处理进行到步骤S4809。另一方面,在关注像素不是边界像素的情况下(在关注像素是不与白像素近邻的非白像素的情况下),处理进行到步骤S4811。
在步骤S4809中,边界像素最小阈值提取单元4403将目前的边界像素最小阈值(MinTHadj)与在步骤S4802中获取的关注像素的阈值比较。在确定结果表示MinTHadj的值大于关注像素的阈值的情况下,处理进行到步骤S4810。另一方面,在MinTHadj的值不大于关注像素的阈值的情况下,处理进行到步骤S4811。
在步骤S4810中,边界像素最小阈值提取单元4403将MinTHadj的值更新为在步骤S4802中获取的阈值。
在步骤S4811中,确定是否针对预定区域内的全部像素完成了处理。在对全部像素完成了处理的情况下,处理进行到步骤S4812。在处理已进入步骤S4812的时间点,分别地,预定区域内的全部像素的最小阈值被保持为MinTHall,白像素位置中的最小阈值被保持为MinTHoff,并且边界像素位置中的最小阈值被保持为MinTHadj。另一方面,在预定区域内存在尚未进行处理的像素的情况下,处理返回到步骤S4802,并且下一像素被取为关注像素,进行步骤S4802到S4810的各个中的处理。
在步骤S4812中,阈值改写单元4702获取与预定区域内的关注像素对应的阈值。
在步骤S4813中,阈值改写单元4702确定全部像素最小阈值(MinTHall)是否小于白像素最小阈值(MinTHoff)。在全部像素最小阈值较小的情况下,意味着在边界像素中或残留区域中的像素中存在预定区域内的最小阈值,因此在不替换阈值的情况下处理进行到步骤S4816。在其他情况下(在全部像素最小阈值和白像素最小阈值相等的情况下),处理进行到步骤S4814。
在步骤S4814中,阈值改写单元4702确定在步骤S4812获取的阈值与边界像素最小阈值(MinTHadj)是否相同。在这二者是相同值的情况下,处理进行到步骤S4815。另一方面,在这二者不是相同值的情况下,处理进行到步骤S4816。
在步骤S4815中,阈值改写单元4702用白像素最小阈值来替换在步骤S4812获取的阈值。换言之,白像素最小阈值(MinTHoff)的值被设置作为与关注像素对应的阈值。
在步骤S4816中,确定是否针对预定区域内的全部像素完成了处理。在存在尚未进行处理的像素的情况下,处理返回到步骤S4812,下一像素被取为关注像素并且重复步骤S4812到步骤S4815的处理。另一方面,在对全部像素完成了处理的情况下,终止本处理。
以上是由根据本实施例的图像处理装置进行的处理当中的全部像素最小阈值提取处理、白像素最小阈值提取处理、边界像素最小阈值提取处理以及阈值改写处理的内容。
根据本实施例,针对各预定区域的边界像素最小阈值的改写处理被限制为仅在改写处理是必须的情况中,因此,能够避免量化后的最终浓度变得比需要的更高。
[第十七实施例]
在第十六实施例中,说明了其中在“残留区域中的最小阈值”=“预定区域中的最小阈值”的情况下不进行改写处理的方面。接下来,说明了作为第十七实施例的方面,其中在残留区域中的最小阈值为预定区域内的最小阈值的情况下交换残留区域中的最小阈值与边界像素的最小阈值。与第十五及第十六实施例共同的部分的说明被省略或简化,并且在下文中主要说明不同点。
图49A和图49B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元4401、边界像素确定单元4402、全部像素最小阈值提取单元4701、边界像素最小阈值提取单元4403以及量化单元2806与第十五或第十六实施例的相同,因此省略说明。
阈值改写单元4901通过针对对应于输入图像的阈值矩阵交换全部像素最小阈值与白像素最小阈值来进行阈值改写处理。具体地,将全部像素最小阈值与边界像素最小阈值比较,并且在全部像素最小阈值为比边界像素最小阈值小的阈值(具有将形成点的高概率的阈值)的情况下,这两个阈值被交换。
像素值/阈值获取单元4401的功能自身与第十五实施例的相同,但是本实施例的情况与第十五实施例的情况的不同在于由像素值/阈值获取单元4401获取的阈值被发送到全部像素最小阈值提取单元4701和边界像素最小阈值提取单元4403。
图50A和图50B是示出在通过根据本实施例的图像处理装置进行的处理当中的全部像素最小阈值提取处理、边界像素最小阈值提取处理、以及阈值改写处理的详情的流程图。
在步骤S5001中,全部像素最小阈值提取单元4701初始化作为保持预定区域内的全部像素的最小阈值的变量的全部像素最小阈值(MinTHall)。类似地,边界像素最小阈值提取单元4403初始化作为保持边界像素位置的最小阈值的变量的边界像素最小阈值(MinTHadj)。具体地,画面处理中的阈值的最大值(或输入像素值的范围中的最大值)分别被设置为MinTHall和MinTHadj的值。这些变量被保持在RAM中。
在步骤S5002中,全部像素最小阈值提取单元4701获取与预定区域内的关注像素对应的阈值。边界像素最小阈值提取单元4403获取关于预定区域内的关注像素的边界像素信息以及对应于该关注像素的阈值。
在步骤S5003中,全部像素最小阈值提取单元4701将目前的全部像素最小阈值(MinTHall)与在步骤S5002获取的关注像素的阈值比较。在比较结果表示MinTHall的值大于关注像素的阈值的情况下,处理进行到步骤S5004。另一方面,在MinTHall的值不大于关注像素的阈值的情况下,处理进行到步骤S5005。
在步骤S5004中,全部像素最小阈值提取单元4701将MinTHall的值更新为在步骤S5002中获取的阈值。
在步骤S5005中,边界像素最小阈值提取单元4403基于在步骤S5002获取的边界像素信息来确定关注像素是否是边界像素。在确定结果表示关注像素是边界像素的情况下,处理进行到步骤S5006。另一方面,在关注像素不是边界像素的情况下(在关注像素是不与白像素近邻的非白像素的情况下),处理进行到步骤S5008。
在步骤S5006中,边界像素最小阈值提取单元4403将目前的边界像素最小阈值(MinTHadj)与在步骤S5002获取的关注像素的阈值比较。在比较结果表示MinTHadj的值大于关注像素的阈值的情况下,处理进行到步骤S5007。另一方面,在MinTHadj的值不大于关注像素的阈值的情况下,处理进行到步骤S5008。
在步骤S5007中,边界像素最小阈值提取单元4403将MinTHadj的值更新为在步骤S5002中获取的阈值。
在步骤S5008中,确定是否针对预定区域内的全部像素完成了处理。在对全部像素完成了处理的情况下,处理进行到步骤S5009。在处理已进入步骤S5009的时间点,分别地,预定区域内的全部像素中的最小阈值被保持为MinTHall并且边界像素位置中的最小阈值被保持为MinTHadj。另一方面,在预定区域内存在尚未进行处理的像素的情况下,处理返回到步骤S5002,并且下一像素被取为关注像素,进行步骤S5002到步骤S5007的各个中的处理。
在步骤S5009中,阈值改写单元4901获取与预定区域内的关注像素对应的阈值。
在步骤S5010中,阈值改写单元4901确定边界像素最小阈值(MinTHadj)与全部像素最小阈值(MinTHall)是否相同。在全部像素最小阈值与边界像素最小阈值相同的情况下,没必要交换阈值,因此处理进行到步骤S5015。另一方面,在全部像素最小阈值与边界像素最小阈值不相同的情况下,处理进行到步骤S5011。
在步骤S5011中,阈值改写单元4901确定在步骤S5009获取的阈值与边界像素最小阈值(MinTHadj)是否相同。在这二者是相同值的情况下,处理进行到步骤S5012。另一方面,在这二者不是相同值的情况下,处理进行到步骤S5013。
在步骤S5012中,阈值改写单元4901用全部像素最小阈值来替换在步骤S5009获取的阈值。换言之,全部像素最小阈值(MinTHall)的值被设置作为与关注像素对应的阈值。
在步骤S5013中,阈值改写单元4901确定在步骤S5009获取的阈值与全部像素最小阈值(MinTHall)是否相同。在这二者是相同值的情况下,处理进行到步骤S5014。另一方面,在这二者不是相同值的情况下,处理进行到步骤S5015。
在步骤S5014中,阈值改写单元4901用边界像素最小阈值来替换在步骤S5009获取的阈值。换言之,边界像素最小阈值(MinTHadj)的值被设置作为与关注像素对应的阈值。
在步骤S5015中,确定是否针对预定区域内的全部像素完成了处理。在存在尚未进行处理的像素的情况下,处理返回到步骤S5009,下一像素被取为关注像素并且重复步骤S5009到步骤S5014的处理。另一方面,在对全部像素完成了处理的情况下,终止本处理。
以上是由根据本实施例的图像处理装置进行的处理当中的全部像素最小阈值提取处理、边界像素最小阈值提取处理以及阈值改写处理的内容。
根据本实施例,能够在避免量化后的最终浓度变得比需要的更高的同时提高了边界像素的细线再现性,并且获得边缘增强效果。
<第一变型例>
为了简化电路结构,还能够在白像素位置的阈值为预定区域内最小阈值的情况下将白像素位置的阈值与边界像素最小阈值交换。即使在白像素位置的阈值取任意值的情况下,也不形成点,因此,交换不会带来诸如浓度的不自然偏移的问题。
[第十八实施例]
接下来,说明作为第十八实施例的方面,其中白像素中的最小阈值、边界像素中的最小阈值以及残留区域中的最小阈值被提取并且被交换,使得将得到“边界像素最小阈值”<“残留区域最小阈值”<“白像素最小阈值”的大小关系。与第十五实施例共同的部分的说明被省略或简化,并且在下文中主要说明不同点。
图51A和图51B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元4401、白像素确定单元2802、边界像素确定单元4402、白像素最小阈值提取单元2803、边界像素最小阈值提取单元4403、以及量化单元2806与第十五实施例的相同,因此省略说明。
残留区域最小阈值提取单元5101通过利用白像素信息和边界像素信息,从除了白像素和边界像素之外的像素的区域中的阈值当中提取最小阈值(下文中,残留区域最小阈值)。
阈值改写单元5102参照由残留区域最小阈值提取单元5101提取的残留区域最小阈值、由白像素最小阈值提取单元2803提取的白像素最小阈值、以及由边界像素最小阈值提取单元4403提取的边界像素最小阈值,并且改写所述阈值。换言之,以使得最终得到“边界像素最小阈值”<“残留区域最小阈值”<“白像素最小阈值”的大小关系的方式,来交换阈值矩阵的阈值。
像素值/阈值获取单元4401的功能自身与第十五实施例的相同,但是本实施例的情况与第十五实施例的情况的不同在于,由像素值/阈值获取单元4401获取的阈值也被发送到残留区域最小阈值提取单元5101。
图52A和52B是示出在由根据本实施例的图像处理装置进行的处理当中的白像素最小阈值提取处理、边界像素最小阈值提取处理、残留区域最小阈值提取处理以及阈值改写处理的详情的流程图。
在步骤S5201中,残留区域最小阈值提取单元5101初始化作为保持预定区域内的残留区域(白像素和边界像素以外的像素的区域)中的最小阈值的变量的残留区域最小阈值(MinTHrem)。类似地,白像素最小阈值提取单元2803初始化作为保持白像素位置的最小阈值的变量的白像素最小阈值(MinTHoff)。另外,边界像素最小阈值提取单元4403初始化作为保持边界像素位置的最小阈值的变量的边界像素最小阈值(MinTHadj)。具体地,画面处理中的阈值的最大值(或输入像素值的范围中的最大值)分别被设置为MinTHrem、MinTHoff和MinTHadj的值。这些变量被保持在RAM中。
在步骤S5202中,残留区域最小阈值提取单元5101获取关于预定区域内的关注像素的白像素信息以及对应于该关注像素的阈值。白像素最小阈值提取单元2803获取关于预定区域内的关注像素的白像素信息以及对应于该关注像素的阈值。边界像素最小阈值提取单元4403获取关于预定区域内的关注像素的边界像素信息以及对应于该关注像素的阈值。
在步骤S5203中,白像素最小阈值提取单元2803基于在步骤S5202获取的白像素信息来确定关注像素是否是白像素。在确定结果表示关注像素是白像素的情况下,处理进行到步骤S5204。另一方面,在关注像素不是白像素的情况下(在关注像素是非白像素的情况下),处理进行到步骤S5206。
在步骤S5204中,白像素最小阈值提取单元2803将目前的白像素最小阈值(MinTHoff)与在步骤S5202获取的关注像素的阈值比较。在比较结果表示MinTHoff的值大于关注像素的阈值的情况下,处理进行到步骤S5205。另一方面,在MinTHoff的值不大于关注像素的阈值的情况下,处理进行到步骤S5211。
在步骤S5205中,白像素最小阈值提取单元2803将MinTHoff的值更新为在步骤S5202中获取的阈值。
在步骤S5206中,边界像素最小阈值提取单元4403基于在步骤S5202中获取的边界像素信息来确定关注像素是否是边界像素。在确定结果表示关注像素是边界像素的情况下,处理进行到步骤S5207。另一方面,在关注像素不是边界像素的情况下(在关注像素是不与白像素近邻的非白像素的情况下),处理进行到步骤S5209。
在步骤S5207中,边界像素最小阈值提取单元4403将目前的边界像素最小阈值(MinTHadj)与在步骤S5202中获取的关注像素的阈值比较。在比较结果表示MinTHadj的值大于关注像素的阈值的情况下,处理进行到步骤S5208。另一方面,在MinTHadj的值不大于关注像素的阈值的情况下,处理进行到步骤S5211。
在步骤S5208中,边界像素最小阈值提取单元4403将MinTHadj的值更新为在步骤S5202中获取的阈值。
在步骤S5209中,残留区域最小阈值提取单元5101将目前的残留区域最小阈值(MinTHrem)与在步骤S5202中获取的关注像素的阈值比较。在比较结果表示MinTHrem的值大于关注像素的阈值的情况下,处理进行到步骤S5210。另一方面,在MinTHrem的值不大于关注像素的阈值的情况下,处理进行到步骤S5211。
在步骤S5210中,残留区域最小阈值提取单元5101将MinTHrem的值更新为在步骤S5202中获取的阈值。
在步骤S5211中,确定是否针对预定区域内的全部像素完成了处理。在对全部像素完成了处理的情况下,处理进行到步骤S5212。在处理已进入步骤S5212的时间点,分别地,预定区域内的残留区域的最小阈值被保持为MinTHrem,预定区域内的白像素位置的最小阈值被保持为MinTHoff,并且边界像素位置中的最小阈值被保持为MinTHadj。另一方面,在预定区域内存在尚未进行处理的像素的情况下,处理返回到步骤S5202,并且下一像素被取为关注像素,进行步骤S5202到步骤S5210的各个中的处理。
在步骤S5212中,阈值改写单元5102获取与预定区域内的关注像素对应的阈值。
在步骤S5213中,阈值改写单元5102确定在步骤S5212中获取的阈值是否与边界像素最小阈值(MinTHadj)或残留区域最小阈值(MinTHrem)相同。在获取的阈值与MinTHadj或MinTHrem的值相同的情况下,处理进行到步骤S5214。另一方面,在获取的阈值与MinTHadj和MinTHrem的值不同的情况下,处理进行到步骤S5215。
在步骤S5214中,阈值改写单元5102比较白像素最小阈值、边界像素最小阈值以及残留区域最小阈值,并进行交换阈值的处理。然而,这里,为了简单起见假设白像素最小阈值不被改变,并且根据以下条件来交换阈值。
1)在“边界像素最小阈值”<“残留区域最小阈值”<“白像素最小阈值”的情况下,关注像素的阈值不被改变,
2)在“边界像素最小阈值”<“白像素最小阈值”<“残留区域最小阈值”的情况下,以及
·在关注像素的阈值与边界像素最小阈值相同的条件下,关注像素的阈值不被改变,以及
·在关注像素的阈值与残留区域最小阈值相同的条件下,用白像素最小阈值来替换关注像素的阈值,
3)在“残留区域最小阈值”<“边界像素最小阈值”<“白像素最小阈值”的情况下,以及
·在关注像素的阈值与边界像素最小阈值相同的条件下,用残留区域最小阈值来替换关注像素的阈值,以及
·在关注像素的阈值与残留区域最小阈值相同的条件下,用边界像素最小阈值来替换关注像素的阈值,
4)在“残留区域最小阈值”<“白像素最小阈值”<“边界像素最小阈值”的情况下,以及
·在关注像素的阈值与边界像素最小阈值相同的条件下,用残留区域最小阈值来替换关注像素的阈值,以及
·在关注像素的阈值与残留区域最小阈值相同的条件下,用白像素最小阈值来替换关注像素的阈值,
5)在“白像素最小阈值”<“边界像素最小阈值”<“残留区域最小阈值”的情况下,以及
·在关注像素的阈值与边界像素最小阈值相同的条件下,用白像素最小阈值来替换关注像素的阈值,以及
·在关注像素的阈值与残留区域最小阈值相同的条件下,用边界像素最小阈值来替换关注像素的阈值,以及
6)在“白像素最小阈值”<“残留区域最小阈值”<“边界像素最小阈值”的情况下,以及
·在关注像素的阈值与边界像素最小阈值相同的条件下,用白像素最小阈值来替换关注像素的阈值,以及
·在关注像素的阈值与残留区域最小阈值相同的条件下,关注像素的阈值不被改变。
图53A至图53C是其中通过流程图来表现根据上述条件交换阈值的流程的图。
在步骤S5301中,阈值改写单元5102确定边界像素最小阈值(MinTHadj)是否小于残留区域最小阈值(MinTHrem)。在MinTHadj的值小于MinTHrem的值的情况下,处理进行到步骤S5302。另一方面,在MinTHadj的值不小于MinTHrem的值的情况下,处理进行到步骤S5310。
在步骤S5302中,阈值改写单元5102确定残留区域最小阈值(MinTHrem)是否小于白像素最小阈值(MinTHoff)。在MinTHrem的值小于MinTHoff的值的情况下,不进行阈值替换处理而退出本处理。另一方面,在MinTHrem的值不小于MinTHoff的值的情况下,处理进行到步骤S5303。
在步骤S5303中,阈值改写单元5102确定边界像素最小阈值(MinTHadj)是否小于白像素最小阈值(MinTHoff)。在MinTHadj的值小于MinTHoff的值的情况下,处理进行到步骤S5304。另一方面,在MinTHadj的值不小于MinTHoff的值的情况下,处理进行到步骤S5306。
在步骤S5304中,阈值改写单元5102确定在步骤S5212中获取的关注像素的阈值是否与残留区域最小阈值(MinTHrem)相同。在关注像素的阈值与MinTHrem的值相同的情况下,处理进行到步骤S5305。另一方面,在关注像素的阈值与MinTHrem的值不相同的情况下,不进行阈值替换处理而退出本处理。
在步骤S5305中,阈值改写单元5102用白像素最小阈值(MinTHoff)的值来替换关注像素的阈值。
在步骤S5306中,阈值改写单元5102确定在步骤S5212中获取的关注像素的阈值是否与边界像素最小阈值(MinTHadj)相同。在关注像素的阈值与MinTHadj的值相同的情况下,处理进行到步骤S5307。另一方面,在关注像素的阈值与MinTHadj的值不相同的情况下,处理进行到步骤S5308。
在步骤S5307中,阈值改写单元5102用白像素最小阈值(MinTHoff)的值来替换关注像素的阈值。
在步骤S5308中,阈值改写单元5102确定在步骤S5212中获取的关注像素的阈值是否与残留区域最小阈值(MinTHrem)相同。在关注像素的阈值与MinTHrem的值相同的情况下,处理进行到步骤S5309。另一方面,在关注像素的阈值与MinTHrem的值不相同的情况下,不进行阈值替换处理而退出本处理。
在步骤S5309中,阈值改写单元5102用边界像素最小阈值(MinTHadj)的值来替换关注像素的阈值。
在步骤S5310中,阈值改写单元5102确定残留区域最小阈值(MinTHrem)是否小于白像素最小阈值(MinTHoff)。在MinTHrem的值小于MinTHoff的值的情况下,处理进行到步骤S5311。另一方面,在MinTHrem的值不小于MinTHoff的值的情况下,处理进行到步骤S5320。
在步骤S5311中,阈值改写单元5102确定边界像素最小阈值(MinTHadj)是否小于白像素最小阈值(MinTHoff)。在MinTHadj的值小于MinTHoff的值的情况下,处理进行到步骤S5312。另一方面,在MinTHadj的值不小于MinTHoff的值的情况下,处理进行到步骤S5316。
在步骤S5312中,阈值改写单元5102确定在步骤S5212中获取的关注像素的阈值是否与边界像素最小阈值(MinTHadj)相同。在关注像素的阈值与MinTHadj的值相同的情况下,处理进行到步骤S5313。另一方面,在关注像素的阈值与MinTHadj的值不相同的情况下,处理进行到步骤S5314。
在步骤S5313中,阈值改写单元5102用残留区域最小阈值(MinTHrem)的值来替换关注像素的阈值。
在步骤S5314中,阈值改写单元5102确定在步骤S5212中获取的关注像素的阈值是否与残留区域最小阈值(MinTHrem)相同。在关注像素的阈值与MinTHrem的值相同的情况下,处理进行到步骤S5315。另一方面,在关注像素的阈值与MinTHrem的值不相同的情况下,不进行阈值替换处理而退出本处理。
在步骤S5315中,阈值改写单元5102用边界像素最小阈值(MinTHadj)的值来替换关注像素的阈值。
在步骤S5316中,阈值改写单元5102确定在步骤S5212中获取的关注像素的阈值是否与边界像素最小阈值(MinTHadj)相同。在关注像素的阈值与MinTHadj的值相同的情况下,处理进行到步骤S5317。另一方面,在关注像素的阈值与MinTHadj的值不相同的情况下,处理进行到步骤S5318。
在步骤S5317中,阈值改写单元5102用残留区域最小阈值(MinTHrem)的值来替换关注像素的阈值。
在步骤S5318中,阈值改写单元5102确定在步骤S5212中获取的关注像素的阈值是否与残留区域最小阈值(MinTHrem)相同。在关注像素的阈值与MinTHrem的值相同的情况下,处理进行到步骤S5319。另一方面,在关注像素的阈值与MinTHrem的值不相同的情况下,不进行阈值替换处理而退出本处理。
在步骤S5319中,阈值改写单元5102用白像素最小阈值(MinTHoff)的值来替换关注像素的阈值。
在步骤S5320中,阈值改写单元5102确定在步骤S5212中获取的关注像素的阈值是否与边界像素最小阈值(MinTHadj)相同。在关注像素的阈值与MinTHadj的值相同的情况下,处理进行到步骤S5321。另一方面,在关注像素的阈值与MinTHadj的值不相同的情况下,不进行阈值替换处理而退出本处理。
在步骤S5321中,阈值改写单元5102用白像素最小阈值(MinTHoff)的值来替换关注像素的阈值。
以上是本实施例中的阈值交换处理的内容。
说明返回到图52B中的流程图。
在步骤S5215中,确定是否针对预定区域内的全部像素完成了处理。在存在尚未进行处理的像素的情况下,处理返回到步骤S5212,下一像素被取为关注像素并且重复步骤S5212到步骤S5214的处理。另一方面,在对全部像素完成了处理的情况下,终止本处理。
以上是由根据本实施例的图像处理装置进行的处理当中的残留区域最小阈值提取处理、白像素最小阈值提取处理、边界像素最小阈值提取处理以及阈值改写处理的内容。
根据本实施例,从边界像素开始按照顺序生成点,因此,提高了边界像素的清晰度。
[第十九实施例]
在上述各实施例中,假设预定区域的大小小于作为画面处理的阈值重复单位的阈值矩阵的大小来给出说明。然而,例如,如图54中所示,在由细框指示的阈值矩阵5402(具有阈值a到i的3×3阈值矩阵)小于由粗框指示的预定区域5401(4×4预定区域)的情况下,在预定区域5401内存在多个阈值c至g。在这种情况下,在以上说明的各实施例中,多次进行阈值改写,因此,可能发生量化后的最终浓度变得过高的这类问题。
因此,例如,在之前描述的第十五实施例的情况下,对预定区域内的各阈值设置表示是否通过阈值改写单元4404进行了阈值改写的标记。然后,在预定区域的处理开始时重设标记、在第一次改写被进行后设置标记(例如设置“1”作为标记值)、以及在标记被设置的情况下禁止后续处理中的改写即可。
类似地,在之前描述的第十七实施例的情况下,对预定区域内的各阈值设置如下的标记,即表示通过阈值改写单元4901是否已将边界像素最小阈值改写为全部像素最小阈值或者是否已将全部像素最小阈值改写为边界像素最小阈值的标记。然后,在预定区域的处理开始时重设标记、在第一次替换被进行后设置标记(例如设置“1”作为标记值)、以及在标记被设置的情况下禁止后续处理中的替换即可。
类似地,在之前描述的第十八实施例的情况下,对预定区域内的各阈值设置如下的标记,即表示是否通过阈值改写单元5102进行了边界像素最小阈值、残留区域最小阈值以及白像素最小阈值的改写的标记。然后,在预定区域的处理开始时重设标记、在第一次改写被进行后设置标记(例如设置“1”作为标记值)、以及在标记被设置的情况下禁止后续处理中的改写即可。
通过进行诸如以上的处理,能够通过避免在预定区域内多次进行相同阈值的改写来避免量化后的最终浓度变得过高。
[第二十实施例]
如之前描述的,针对输入图像数据中的色调水平的改变小的平坦部分,在以均匀间隔形成相同形状的网点的情况下获得更好的图像。然后,在第十六实施例中,在预定区域内的白像素的最小阈值是具有将形成点的高概率的阈值的情况下,非白像素的最小阈值被重为与白像素的最小阈值相同的值。其结果是,存在针对各预定区域形成的点的数量将改变的可能性,但是在第十六实施例中,在预定区域内不存在白像素的情况下,不进行阈值改写,因此,针对不包括白像素的平坦部分,点的数量不改变并且能够以均匀间隔形成相同形状的网点。
然而,即使在色调水平的改变小的平坦部分(例如,诸如云的自然图像)中,在预定区域内存在白像素的情况下,存在针对各预定区域形成的点的数量将增加1的可能性,因此不能够以均匀间隔形成相同形状的网点。
因此,说明作为第二十实施例的方面,其中在甚至从色调水平改变小并且在预定区域内存在白像素的输入图像数据获得良好图像的同时,提高了对浓度变动的抑制以及细线再现性。与第六实施例(包括变型例)共同的部分的说明被省略或简化,在下文中主要说明不同点。
图55A和图55B是示出根据本实施例的实现半色调处理的图像处理装置的内部结构的功能框图。像素值/阈值获取单元2801、白像素确定单元2802、白像素最小阈值提取单元2803、非白像素最小阈值提取单元2804以及量化单元2806与第六实施例的相同,因此省略说明。
非白像素值确定单元5501基于从像素值/阈值获取单元2801接收的像素值以及从白像素确定单元2802接收的白像素信息,来确定预定区域内的非白像素的全部像素值是相同值还是不同值。确定结果作为非白像素值信息(在本实施例中,在预定区域内的非白像素的全部像素值为相同值的情况下用“1”表示的1位信息,或者在全部像素值不是相同值的情况下用“0”表示的1位信息)被发送给阈值改写单元5502。
阈值改写单元5502基于从非白像素值确定单元5501输入的非白像素值信息,针对与输入图像的预定区域对应的阈值矩阵进行用白像素最小阈值来替换非白像素最小阈值的处理。具体地,将白像素最小阈值与非白像素最小阈值比较,并且仅在白像素最小阈值的值为较小值(具有将形成点的高概率的阈值)并且预定区域内的非白像素的全部像素值相同的情况下,用白像素最小阈值来替换非白像素最小阈值。通过进行此操作,在非白像素的全部像素值不为相同值的预定区域中,不进行阈值改写,因此,即使在包括白像素并且色调水平改变小的平坦部分中,也以均匀间隔形成相同形状的网点并且获得更好的图像。
图56A至图56C是示出在由根据本实施例的图像处理装置进行的处理当中的白像素最小阈值提取处理、非白像素最小阈值提取处理、非白像素值确定处理以及阈值改写处理的详情的流程图。该一系列处理由CPU将其中描述有以下示出的电路或过程的计算机可执行程序从ROM等读取到RAM上之后执行该程序来进行。
在步骤S5601中,白像素最小阈值提取单元2803初始化作为保持白像素位置的最小阈值的变量的白像素最小阈值(MinTHoff)。类似地,非白像素最小阈值提取单元2804初始化作为保持非白像素位置的最小阈值的变量的非白像素最小阈值(MinTHon)。
在步骤S5602中,非白像素值确定单元5501将预定区域的非白像素值信息初始化为表示非白像素的全部像素值为相同值的状态(在本实施例中为“1”)。另外,非白像素值确定单元5501将作为保持预定区域内的非白像素的像素值的变量的非白像素值初始化为白像素值(在本实施例中为“0”)。
在步骤S5603中,白像素最小阈值提取单元2803和非白像素最小阈值提取单元2804获取关于预定区域内的关注像素的白像素信息以及对应于该关注像素的阈值。非白像素值确定单元5501获取关于预定区域内的关注像素的白像素信息以及该关注像素的像素值。
在步骤S5604中,基于在步骤S5603中获取的白像素信息来确定关注像素是否是白像素。在确定结果表示关注像素是白像素的情况下,处理进行到步骤S5605。另一方面,在关注像素不是白像素的情况下(在关注像素是非白像素的情况下),处理进行到步骤S5607和步骤S5609。这里,基于作为白像素确定单元2802的确定结果的白像素信息来确定关注像素是否是白像素,但是也可以直接由关注像素的像素值来确定关注像素是否是白像素。
在步骤S5605中,白像素最小阈值提取单元2803将目前的白像素最小阈值(MinTHoff)与在步骤S5603中获取的关注像素的阈值比较。在比较结果表示MinTHoff的值大于关注像素的阈值的情况下,处理进行到步骤S5606。另一方面,在MinTHoff的值不大于关注像素的阈值的情况下,处理进行到步骤S5614。
在步骤S5606中,白像素最小阈值提取单元2803将MinTHoff的值更新为在步骤S5603中获取的阈值。
在步骤S5607中,非白像素最小阈值提取单元2804将非白像素最小阈值(MinTHon)与在步骤S5603中获取的关注像素的阈值比较。在比较结果表示MinTHon的值大于关注像素的阈值的情况下,处理进行到步骤S5608。另一方面,在MinTHon的值不大于关注像素的阈值的情况下,处理进行到步骤S5614。
在步骤S5608中,非白像素最小阈值提取单元2804将MinTHon的值更新为在步骤S5603中获取的阈值。
在步骤S5609中,非白像素值确定单元5501确定目前的非白像素值信息是否处于表示非白像素的全部像素值为相同值的状态。在确定结果表示该信息处于表示全部像素值为相同值的状态(即,“1”)的情况下,处理进行到步骤S5610。另一方面,在该信息不处于表示全部像素值为相同值的状态(即,“0”)的情况下,处理进行到步骤S5614。
在步骤S5610中,非白像素值确定单元5501确定目前的非白像素值是否是白像素值(本实施例中为“0”)。在确定结果表示非白像素值是白像素值的情况下,处理进行到步骤S5613。另一方面,在非白像素值不是白像素值的情况下,处理进行到步骤S5611。
在步骤S5611中,非白像素值确定单元5501将在步骤S5603中获取的关注像素的像素值与目前的非白像素值比较。在这两个值为相同值的情况下,处理进行到步骤S5614,同时维持目前的非白像素值信息。另一方面,在这两个值不是相同值的情况下,处理进行到步骤S5612。
在步骤S5612中,非白像素值确定单元5501将非白像素值信息设置为表示非白像素的全部像素值不相同的状态(即,“0”)。
在步骤S5613中,用在步骤S5603中获取的关注像素的像素值来替换非白像素值。
在步骤S5614中,确定是否针对预定区域内的全部像素完成了处理。在已针对全部像素完成了处理的情况下,处理进行到步骤S5615。在处理已进入步骤S5615的时间点,预定区域内的白像素位置的最小阈值被保持作为MinTHoff,并且非白像素位置中的最小阈值被保持作为MinTHon。另一方面,在预定区域内存在尚未进行处理的像素的情况下,处理返回到步骤S5603,并且下一像素被取为关注像素并进行步骤S5603到步骤S5613的各个的处理。
在步骤S5615中,阈值改写单元5502基于非白像素值信息来确定预定区域内的非白像素的全部像素值是否相同。在预定区域内的非白像素的全部像素值相同的情况下,处理进行到步骤S5616。另一方面,在预定区域内的非白像素的全部像素值不同的情况下,不进行阈值替换而终止处理。
步骤S5616到步骤S5620分别对应于第六实施例中的步骤S3009到步骤S3013并且是相同的,因此省略说明。
以上是本实施例中的白像素最小阈值提取处理、非白像素最小阈值提取处理、非白像素值确定处理以及阈值改写处理的内容。由此,仅在预定区域内的非白像素的全部像素值为相同值的情况下,针对各预定区域,将用于量化的阈值矩阵的与非白像素对应的阈值的最小阈值改写为具有将形成点的高概率的阈值。
针对第六实施例的变型例,能够通过增加与非白像素值信息和非白像素值相关的各项处理来类似地实现上述内容。
[其他实施例]
还可以通过读出并执行记录在存储介质(也可更完整地称为“非临时性计算机可读存储介质”)上的计算机可执行指令(例如,一个或更多个程序)以执行上述实施例中的一个或更多个的功能、和/或包括用于执行上述实施例中的一个或更多个的功能的一个或更多个电路(例如,专用集成电路(ASIC))的系统或装置的计算机,来实现本发明的实施例,并且,可以利用通过由所述系统或装置的所述计算机例如读出并执行来自所述存储介质的所述计算机可执行指令以执行上述实施例中的一个或更多个的功能、和/或控制所述一个或更多个电路执行上述实施例中的一个或更多个的功能的方法,来实现本发明的实施例。所述计算机可以包括一个或更多个处理器(例如,中央处理单元(CPU)、微处理单元(MPU)),并且可以包括分开的计算机或分开的处理器的网络,以读出并执行所述计算机可执行指令。所述计算机可执行指令可以例如从网络或所述存储介质被提供给计算机。所述存储介质可以包括例如硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的存储器、光盘(诸如压缩光盘(CD)、数字通用光盘(DVD)或蓝光光盘(BD)TM)、闪存设备以及存储卡等中的一者或更多。
本发明的实施例还可以通过如下的方法来实现,即,通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置,该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。
根据本发明,能够在抑制对系统的负荷的同时削减细线的断开。另外,能够在抑制浓度变动的同时提高细线再现性。
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,以使其涵盖所有这些变型例以及等同的结构和功能。
Claims (16)
1.一种图像处理装置,其针对输入图像,通过进行量化来生成半色调图像,所述图像处理装置包括:
保持单元,其被构造为保持排布有不同阈值的阈值矩阵;
像素位置确定单元,其被构造为针对所述输入图像中的预定区域,基于所述预定区域中包括的多个像素的各像素值来确定阈值要被改写的像素位置的候选;
阈值确定单元,其被构造为通过利用与所述预定区域对应的多个阈值的至少一个阈值,来确定被确定为所述候选的像素位置的阈值;以及
生成单元,其被构造为根据所确定的阈值来生成所述输入图像的半色调图像,
其中,所述阈值确定单元不改变与所述预定区域相对应的多个阈值的至少一个阈值,并且,
其中,所述像素位置确定单元从所述预定区域中具有大于预定值的像素值的像素当中确定阈值要被改写的像素位置的候选。
2.根据权利要求1所述的图像处理装置,其中,
所述阈值确定单元将被确定为所述候选的像素位置的阈值改写为与被确定为所述候选的像素位置以外的像素对应的阈值的值。
3.根据权利要求1所述的图像处理装置,其中,
所述像素位置确定单元基于像素值来确定所述预定区域中的各像素是否是能够提供要被分配给另一像素的阈值的像素。
4.根据权利要求3所述的图像处理装置,其中,
所述像素位置确定单元确定像素值等于0的像素。
5.根据权利要求1所述的图像处理装置,其中,
在被确定为能够提供阈值的像素的像素阈值小于被确定为所述候选的像素位置的阈值的情况下,所述阈值确定单元确定被确定为能够提供阈值的像素的像素阈值为被确定为所述候选的像素位置的新阈值。
6.根据权利要求1所述的图像处理装置,其中,
在被确定为能够提供阈值的像素的与系数相乘后的像素阈值小于被确定为所述候选的像素位置的阈值的情况下,所述阈值确定单元确定被确定为能够提供阈值的像素的与所述系数相乘后的像素阈值为被确定为所述候选的像素位置的新阈值。
7.根据权利要求1所述的图像处理装置,其中,
在被确定为所述候选的像素位置的像素是构成所述输入图像内的线的像素的情况下,所述阈值确定单元确定被确定为所述候选的像素位置的新阈值。
8.根据权利要求7所述的图像处理装置,所述图像处理装置还包括:被构造为获取表示所述输入图像的各像素是否是构成线的像素的信息的单元,其中,
基于所获取的信息来确定被确定为所述候选的像素位置的像素是否是构成线的像素。
9.根据权利要求1所述的图像处理装置,其中,
在所述量化是输出多值的量化的情况下,设置所述多值当中的任意值,并且
在被确定为所述候选的像素位置的像素是值小于或等于所设置的任意值的像素的情况下,所述阈值确定单元确定被确定为所述候选的像素位置的新阈值。
10.根据权利要求1所述的图像处理装置,其中,
所述阈值矩阵是通过利用小于所述阈值矩阵的子矩阵创建的阈值矩阵。
11.根据权利要求10所述的图像处理装置,其中,
所述子矩阵的大小等于所述预定区域的大小。
12.根据权利要求1所述的图像处理装置,其中,
所述预定区域被设置为使得同一像素不属于多个预定区域。
13.根据权利要求1所述的图像处理装置,其中,
所述阈值矩阵具有蓝噪声特性。
14.根据权利要求1所述的图像处理装置,其中,
所述像素位置 确定单元基于相应阈值,在所述预定区域中不是白像素的非白像素当中确定阈值要被改写的像素位置的候选,并且
所述阈值确定单元还包括:
第一提取单元,其被构造为通过参照与所述预定区域中的白像素对应的阈值来提取最小阈值;以及
改写单元,其被构造为将通过所述第一提取单元提取的与所述预定区域内的白像素对应的所述最小阈值、和与被所述像素位置确定单元确定为所述候选的像素位置对应的阈值比较,并且根据比较结果,基于与所述预定区域内提取的白像素对应的所述最小阈值来改写与被确定为所述候选的像素位置对应的阈值。
15.根据权利要求14所述的图像处理装置,其中,
所述改写单元根据比较结果将与被确定为所述候选的像素位置对应的阈值改写为0。
16.一种图像处理装置中的图像处理方法,该图像处理装置包括被构造为保持排布有不同阈值的阈值矩阵的保持单元,并且该图像处理装置通过量化输入图像来生成半色调图像,所述图像处理方法包括:
像素位置确定步骤,针对所述输入图像中的预定区域,基于所述预定区域中包括的多个像素的各像素值来确定阈值要被改写的像素位置的候选;
阈值确定步骤,通过利用与所述预定区域对应的多个阈值当中的至少一个阈值,来确定在所述像素位置确定步骤中被确定为所述候选的像素位置的阈值;以及
生成步骤,根据所确定的阈值来生成所述输入图像的半色调图像,
其中,所述阈值确定步骤不改变与所述预定区域相对应的多个阈值的至少一个阈值,并且
其中,所述像素位置确定步骤从所述预定区域中具有大于预定值的像素值的像素当中确定阈值要被改写的像素位置的候选。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014136278A JP6525518B2 (ja) | 2014-07-01 | 2014-07-01 | 画像処理装置、画像処理方法及びプログラム |
JP2014136281A JP6324239B2 (ja) | 2014-07-01 | 2014-07-01 | 画像処理装置、画像処理方法及びプログラム |
JP2014-136281 | 2014-07-01 | ||
JP2014-136278 | 2014-07-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105323415A CN105323415A (zh) | 2016-02-10 |
CN105323415B true CN105323415B (zh) | 2019-01-04 |
Family
ID=53488101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510379810.7A Active CN105323415B (zh) | 2014-07-01 | 2015-07-01 | 图像处理装置、图像处理方法及打印介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10043118B2 (zh) |
EP (2) | EP2963908B1 (zh) |
CN (1) | CN105323415B (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6120490B2 (ja) * | 2011-11-07 | 2017-04-26 | キヤノン株式会社 | 画像符号化装置、画像符号化方法及びプログラム、画像復号装置、画像復号方法及びプログラム |
US9936100B2 (en) * | 2014-03-31 | 2018-04-03 | Hewlett-Packard Development Company, L.P. | Process image data |
EP2963908B1 (en) * | 2014-07-01 | 2020-10-28 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method and storage medium |
JP6567381B2 (ja) * | 2015-09-30 | 2019-08-28 | 株式会社東芝 | 演算装置、方法及びプログラム |
JP6624881B2 (ja) | 2015-10-19 | 2019-12-25 | キヤノン株式会社 | 画像形成装置及びその制御方法 |
JP6659122B2 (ja) | 2015-11-16 | 2020-03-04 | キヤノン株式会社 | 画像処理装置及びその方法及びプログラム |
JP6630129B2 (ja) | 2015-11-16 | 2020-01-15 | キヤノン株式会社 | 画像処理装置およびその方法、並びに、画像形成装置 |
JP6649750B2 (ja) | 2015-11-16 | 2020-02-19 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP6768343B2 (ja) | 2016-05-06 | 2020-10-14 | 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 |
JP6758997B2 (ja) | 2016-08-23 | 2020-09-23 | キヤノン株式会社 | 色分解処理装置、色分解処理方法、色分解lutの作成方法及びプログラム |
JP6895821B2 (ja) | 2017-06-28 | 2021-06-30 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP2019096928A (ja) | 2017-11-17 | 2019-06-20 | 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、並びに画像表示装置 |
JP7210294B2 (ja) | 2018-01-26 | 2023-01-23 | 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 |
JP2019204428A (ja) | 2018-05-25 | 2019-11-28 | キヤノン株式会社 | 画像処理装置、表示システム、画像処理方法及びプログラム |
JP2020022090A (ja) * | 2018-08-01 | 2020-02-06 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP2020022095A (ja) * | 2018-08-01 | 2020-02-06 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP7214404B2 (ja) | 2018-08-31 | 2023-01-30 | キヤノン株式会社 | 画像処理装置及び画像処理方法、プログラム |
JP2020040334A (ja) | 2018-09-12 | 2020-03-19 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP7187278B2 (ja) | 2018-11-15 | 2022-12-12 | 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 |
US10855877B2 (en) | 2018-12-03 | 2020-12-01 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method and storage medium |
EP4099675A1 (en) | 2018-12-07 | 2022-12-07 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and program |
JP2020100064A (ja) | 2018-12-21 | 2020-07-02 | 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 |
US10834288B2 (en) | 2018-12-21 | 2020-11-10 | Canon Kabushiki Kaisha | Generating image region dot data based on corrected number of dots and determined arrangement priority |
US11020985B2 (en) | 2019-01-31 | 2021-06-01 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method and storage medium |
JP7391619B2 (ja) * | 2019-11-07 | 2023-12-05 | 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 |
JP7475928B2 (ja) | 2020-03-31 | 2024-04-30 | キヤノン株式会社 | 画像処理装置、その制御方法及びプログラム |
JP2021160196A (ja) | 2020-03-31 | 2021-10-11 | キヤノン株式会社 | 画像処理装置、その制御方法及びプログラム |
JP7481935B2 (ja) | 2020-07-21 | 2024-05-13 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
RU2767446C2 (ru) * | 2020-08-07 | 2022-03-17 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Способ формирования и обработки изображений |
KR102661114B1 (ko) | 2020-11-10 | 2024-04-25 | 삼성전자주식회사 | 카메라 모듈 검사 장치, 카메라 모듈 검사 방법 및 이미지 생성 장치 |
CN115476583B (zh) * | 2021-05-31 | 2023-08-15 | 深圳市汉森软件有限公司 | 图像打印方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102685367A (zh) * | 2011-01-26 | 2012-09-19 | 株式会社理光 | 图像处理装置与像素插值方法 |
CN103339920A (zh) * | 2011-01-28 | 2013-10-02 | 株式会社理光 | 图像处理装置以及补充像素值的方法 |
Family Cites Families (76)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG65578A1 (en) * | 1986-11-14 | 1999-06-22 | Canon Kk | Colour image processing apparatus |
US5140413A (en) * | 1986-11-14 | 1992-08-18 | Canon Kabushiki Kaisha | Image processing apparatus including processing means for moving image and performing conversion |
US4958218A (en) * | 1987-12-16 | 1990-09-18 | Canon Kabushiki Kaisha | Image processing method and apparatus with dot-processing |
JPH01309467A (ja) * | 1988-01-29 | 1989-12-13 | Konica Corp | 画像処理装置 |
JPH03128574A (ja) * | 1989-02-16 | 1991-05-31 | Ricoh Co Ltd | 疑似中間調処理装置 |
US5371515A (en) * | 1989-09-28 | 1994-12-06 | Sun Microsystems, Inc. | Method and apparatus for non-linear dithering of digital images |
US6222950B1 (en) * | 1990-03-23 | 2001-04-24 | Canon Kabushiki Kaisha | Image processing with conversion from N-value to M-value data |
US5444551A (en) * | 1992-07-22 | 1995-08-22 | Eastman Kodak Company | Process for specifying mean-preserving mutli-level halftone matrices with varying amounts of modulation |
GB2282445B (en) * | 1992-08-03 | 1997-02-05 | Ricoh Kk | Original-discrimination system for discriminating special documents, and an image forming apparatus and duplicator using the original-discrimination system |
US6427025B1 (en) * | 1992-08-14 | 2002-07-30 | Canon Kabushiki Kaisha | Image processing with selection between reversible and irreversible compression |
US5313287A (en) * | 1993-04-30 | 1994-05-17 | Hewlett-Packard Company | Imposed weight matrix error diffusion halftoning of image data |
EP0639023B1 (en) * | 1993-08-13 | 1997-06-04 | Agfa-Gevaert N.V. | Method for producing frequency-modulated halftone images |
EP0643528B1 (en) * | 1993-09-14 | 2000-06-14 | Canon Kabushiki Kaisha | Image processing apparatus capable of performing marker editing |
EP0650289A1 (en) * | 1993-10-04 | 1995-04-26 | Eastman Kodak Company | Method and apparatus for generating a halftone pattern for a multi-level output device |
KR100295712B1 (ko) * | 1994-03-11 | 2001-11-14 | 미다라이 후지오 | 컴퓨터디스플레이시스템컨트롤러 |
US5880702A (en) * | 1994-10-20 | 1999-03-09 | Canon Kabushiki Kaisha | Display control apparatus and method |
JP3524250B2 (ja) * | 1995-11-27 | 2004-05-10 | キヤノン株式会社 | デジタル画像処理プロセッサ |
JP4348748B2 (ja) * | 1996-07-18 | 2009-10-21 | セイコーエプソン株式会社 | 印刷装置および画像記録方法 |
JP3208777B2 (ja) * | 1996-07-18 | 2001-09-17 | セイコーエプソン株式会社 | 印刷装置および画像記録方法 |
US5898505A (en) * | 1997-01-24 | 1999-04-27 | Hewlett-Packard Company | Resolution enhancement procedure and apparatus for a color laser printer |
US6215561B1 (en) * | 1997-02-28 | 2001-04-10 | Seiko Epson Corporation | Image processing apparatus and image processing method |
US5949964A (en) * | 1997-06-17 | 1999-09-07 | Hewlett-Packard Company | Method and apparatus for halftoning of images in a printer |
US6356363B1 (en) * | 1997-09-30 | 2002-03-12 | Lexmark International, Inc. | Method for halftoning using interlocked threshold arrays or interlocked dot profiles |
JPH11345327A (ja) | 1998-06-01 | 1999-12-14 | Canon Inc | 画像処理方法及び装置 |
JP2000301807A (ja) * | 1999-04-19 | 2000-10-31 | Canon Inc | テストパターン記録方法、情報処理装置および記録装置 |
US6563957B1 (en) * | 1999-05-07 | 2003-05-13 | Hewlett-Packard Company | Tone dependent error diffusion |
US6993148B1 (en) * | 1999-07-16 | 2006-01-31 | Canon Kabushiki Kaisha | Image processing apparatus and method, and storage medium |
US7128270B2 (en) * | 1999-09-17 | 2006-10-31 | Silverbrook Research Pty Ltd | Scanning device for coded data |
US7372594B1 (en) * | 1999-09-30 | 2008-05-13 | Canon Kabushiki Kaisha | Image processing apparatus and method, and storage medium |
US6731398B1 (en) * | 1999-12-30 | 2004-05-04 | Seiko Epson Corporation | Printing apparatus, method of printing, and recording medium to actualize the method |
US6867884B1 (en) | 2000-07-07 | 2005-03-15 | Kodak Polychrome Graphics, Llc | Halftone dot placement for multi-color images |
US6865325B2 (en) * | 2001-04-19 | 2005-03-08 | International Business Machines Corporation | Discrete pattern, apparatus, method, and program storage device for generating and implementing the discrete pattern |
JP3983101B2 (ja) * | 2001-05-25 | 2007-09-26 | 株式会社リコー | 画像処理装置、画像読み取り装置、画像形成装置およびカラー複写装置 |
US7064869B2 (en) * | 2001-06-22 | 2006-06-20 | Eastman Kodak Company | Method for halftoning a multi-channel digital color image having at least one group of similar color channels |
EP1318665B1 (en) * | 2001-12-06 | 2015-02-25 | Canon Kabushiki Kaisha | Image processing apparatus and method, program, and storage medium |
JP4062175B2 (ja) | 2003-01-09 | 2008-03-19 | セイコーエプソン株式会社 | 画像処理装置、方法、プログラムおよび該プログラムを記録した記録媒体 |
JP3950841B2 (ja) * | 2003-11-18 | 2007-08-01 | キヤノン株式会社 | 画像処理方法及び装置 |
JP3950842B2 (ja) * | 2003-11-18 | 2007-08-01 | キヤノン株式会社 | 画像処理方法及び装置 |
JP3958278B2 (ja) * | 2003-11-18 | 2007-08-15 | キヤノン株式会社 | 画像処理方法 |
JP4522199B2 (ja) * | 2003-11-27 | 2010-08-11 | キヤノン株式会社 | 画像符号化装置及び画像処理装置及びそれらの制御方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
US7701614B2 (en) * | 2004-03-31 | 2010-04-20 | Fujifilm Corporation | Image processing method, apparatus, and program with selective error diffusion among a pluraity of pixel groups withing a digital image |
JP4533035B2 (ja) * | 2004-08-02 | 2010-08-25 | キヤノン株式会社 | 画像符号化装置及び方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
JP4706237B2 (ja) * | 2004-11-19 | 2011-06-22 | ブラザー工業株式会社 | データ処理装置、データ処理方法、およびデータ処理プログラム |
JP4701685B2 (ja) * | 2004-11-26 | 2011-06-15 | ブラザー工業株式会社 | データ処理装置、データ処理方法、およびデータ処理プログラム |
US7616340B2 (en) * | 2005-03-25 | 2009-11-10 | Fujifilm Corporation | Image processing method and apparatus, threshold value matrix creating method, image forming apparatus, sub-matrix creating method and program |
JP4173154B2 (ja) | 2005-04-26 | 2008-10-29 | シャープ株式会社 | 画像処理方法、画像処理装置、画像形成装置、コンピュータプログラム及び記録媒体 |
JP4549333B2 (ja) * | 2005-11-01 | 2010-09-22 | 株式会社リコー | ディザマトリクス、画像処理方法、プログラム、画像処理装置、画像形成装置及び画像形成システム |
EP1798951B1 (en) * | 2005-12-14 | 2015-04-08 | Océ-Technologies B.V. | Method, apparatus and computer program for halftoning digital images |
JP4169054B2 (ja) | 2006-07-12 | 2008-10-22 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP2008092191A (ja) * | 2006-09-29 | 2008-04-17 | Fujifilm Corp | 画像処理方法及び装置並びに画像形成方法及び装置 |
JP4881141B2 (ja) * | 2006-12-12 | 2012-02-22 | キヤノン株式会社 | 画像処理装置および画像処理装置の制御方法 |
JP2008283586A (ja) * | 2007-05-14 | 2008-11-20 | Canon Inc | 画像処理装置、画像処理装置の制御方法、プログラム、および記憶媒体 |
JP5006731B2 (ja) * | 2007-07-31 | 2012-08-22 | キヤノン株式会社 | 画像形成装置及び画像補正方法 |
JP4412738B2 (ja) * | 2007-10-10 | 2010-02-10 | キヤノン株式会社 | 画像形成装置及びその画像処理方法 |
JP5121592B2 (ja) * | 2008-06-18 | 2013-01-16 | キヤノン株式会社 | 画像形成装置および画像処理方法 |
JP5188334B2 (ja) * | 2008-09-04 | 2013-04-24 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
US8049930B2 (en) * | 2008-09-15 | 2011-11-01 | National Taiwan University Of Science And Technology | Method of halftone watermarking for hiding multi-tone watermark or two-tone watermark |
US8340396B2 (en) * | 2010-04-05 | 2012-12-25 | Xerox Corporation | Color trapping on a halftoned bi-level bitmap |
WO2011142306A1 (ja) * | 2010-05-11 | 2011-11-17 | コニカミノルタホールディングス株式会社 | 閾値マトリクス生成方法、閾値マトリクス生成装置、閾値マトリクス、量子化装置及び画像形成装置 |
JP5717396B2 (ja) * | 2010-10-20 | 2015-05-13 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP2012157998A (ja) | 2011-01-31 | 2012-08-23 | Seiko Epson Corp | 印刷システムおよび印刷方法 |
JP2012160905A (ja) * | 2011-01-31 | 2012-08-23 | Canon Inc | 画像形成装置 |
JP2012182651A (ja) * | 2011-03-01 | 2012-09-20 | Canon Inc | 画像処理装置及びその制御方法 |
JP5189664B2 (ja) * | 2011-03-07 | 2013-04-24 | 富士フイルム株式会社 | 画像処理装置及び方法、並びに画像形成装置 |
JP5561249B2 (ja) * | 2011-07-06 | 2014-07-30 | コニカミノルタ株式会社 | 閾値マトリクス作成装置及び閾値マトリクス作成方法 |
JP5898466B2 (ja) * | 2011-11-11 | 2016-04-06 | キヤノン株式会社 | 撮像装置、その制御方法、及びプログラム |
JP6029305B2 (ja) * | 2012-03-29 | 2016-11-24 | キヤノン株式会社 | 画像処理装置およびその制御方法 |
JP5921321B2 (ja) * | 2012-05-08 | 2016-05-24 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP5916642B2 (ja) * | 2013-01-30 | 2016-05-11 | 富士フイルム株式会社 | 画像処理装置及び方法、プログラム並びに画像形成装置 |
JP5901584B2 (ja) * | 2013-08-19 | 2016-04-13 | 富士フイルム株式会社 | 量子化方法及び画像処理装置 |
JP5874721B2 (ja) * | 2013-12-25 | 2016-03-02 | コニカミノルタ株式会社 | 画像処理装置、画像補正方法、及び、プログラム |
JP6351342B2 (ja) * | 2014-04-04 | 2018-07-04 | キヤノン株式会社 | ドット配置または閾値マトリクスの作成方法、画像処理装置、及び記憶媒体 |
EP2963908B1 (en) * | 2014-07-01 | 2020-10-28 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method and storage medium |
JP6587552B2 (ja) * | 2015-02-20 | 2019-10-09 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6452504B2 (ja) * | 2015-03-10 | 2019-01-16 | キヤノン株式会社 | 画像形成装置、画像形成方法、プログラム |
US9578207B1 (en) * | 2015-09-30 | 2017-02-21 | Csr Imaging Us, Lp | Systems and methods for selectively screening image data |
-
2015
- 2015-06-18 EP EP15001813.3A patent/EP2963908B1/en active Active
- 2015-06-18 EP EP20186012.9A patent/EP3754962B1/en active Active
- 2015-06-25 US US14/750,128 patent/US10043118B2/en active Active
- 2015-07-01 CN CN201510379810.7A patent/CN105323415B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102685367A (zh) * | 2011-01-26 | 2012-09-19 | 株式会社理光 | 图像处理装置与像素插值方法 |
CN103339920A (zh) * | 2011-01-28 | 2013-10-02 | 株式会社理光 | 图像处理装置以及补充像素值的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3754962A1 (en) | 2020-12-23 |
US10043118B2 (en) | 2018-08-07 |
CN105323415A (zh) | 2016-02-10 |
EP2963908A1 (en) | 2016-01-06 |
EP3754962B1 (en) | 2022-12-21 |
EP2963908B1 (en) | 2020-10-28 |
US20160004942A1 (en) | 2016-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105323415B (zh) | 图像处理装置、图像处理方法及打印介质 | |
DE69220651T2 (de) | Halbtonrasterung mit erhöhtem dynamischen Bereich und bildkantenverstärkter Fehlerdiffusion | |
JP4975002B2 (ja) | 画像処理装置、画像形成装置および画像処理方法 | |
CN1655583B (zh) | 生成具有多个前景平面的高压缩图像数据文件的系统和方法 | |
US7286267B2 (en) | Method for rendering an image comprising multi-level pixels | |
JP4534963B2 (ja) | 画像形成方法、画像形成装置、画像形成システム、印刷方法、印刷物の生成方法および画像形成装置を制御するためのコンピュータプログラム | |
JP3823424B2 (ja) | 画像処理装置および画像処理方法 | |
JP4506652B2 (ja) | 高画質ハーフトーン処理 | |
EP0805586A2 (en) | Method and apparatus for generating halftone dots for color printing | |
US6025930A (en) | Multicell clustered mask with blue noise adjustments | |
US6185005B1 (en) | Half tone image enhancement for printers | |
US7710603B2 (en) | Image forming apparatus and image forming method | |
US5359431A (en) | Classification to change exposure within a cell of different pixels | |
US7920293B2 (en) | System and method for patterned encoded halftoning | |
DE602005002494T2 (de) | Verfahren zum Erzeugen einer Dithermatrix | |
JP2016127479A (ja) | 画像処理装置、画像形成装置、画像処理方法及びプログラム | |
US8004721B2 (en) | Halftone apparatus that provides simultaneous, multiple lines per inch screens | |
US6597813B1 (en) | Masks with modulated clustering and aperiodicity and rescaling of masks | |
JP6789664B2 (ja) | 閾値マトリクス生成装置、閾値マトリクス生成方法およびプログラム | |
JP2000078405A (ja) | 疑似階調表現方法 | |
KR101191899B1 (ko) | 하프토닝 이미지 보정 장치 및 방법 그리고 그를 이용한화상형성장치 | |
JP4921210B2 (ja) | 画像処理装置およびその方法 | |
US6443549B1 (en) | Continuous tone reproduction using improved ink jet droplet dispersion techniques | |
JP2006074809A (ja) | 画像処理装置および画像処理方法 | |
US20120147424A1 (en) | Image forming apparatus and method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |