CN109510918A - 图像处理装置及图像处理方法 - Google Patents
图像处理装置及图像处理方法 Download PDFInfo
- Publication number
- CN109510918A CN109510918A CN201811317094.XA CN201811317094A CN109510918A CN 109510918 A CN109510918 A CN 109510918A CN 201811317094 A CN201811317094 A CN 201811317094A CN 109510918 A CN109510918 A CN 109510918A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- image processing
- presumptive area
- output valve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 128
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims abstract description 83
- 238000011156 evaluation Methods 0.000 claims description 134
- 238000000034 method Methods 0.000 claims description 77
- 230000008569 process Effects 0.000 claims description 70
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000012937 correction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 19
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000001174 ascending effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000003446 ligand Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- H04N1/40—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
- G06K15/1801—Input data handling means
- G06K15/1822—Analysing the received data before processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- 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
-
- 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
- H04N1/4055—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels producing a clustered dots or a size modulated halftone pattern
-
- 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
- H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
- H04N1/4072—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original
- H04N1/4074—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original using histograms
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color, Gradation (AREA)
Abstract
本发明提供一种图像处理装置及图像处理方法。所述图像处理装置包括:目标值计算单元,其被构造为基于输入图像数据的预定区域中包括的像素的像素值,计算在所述区域中要输出的目标值;分配顺序确定单元,其被构造为基于所述区域中包括的各像素的像素值和所述阈值矩阵中与该像素相对应的阈值,确定用于在所述预定区域中分配与所述目标值相对应的输出值的、输出值的分配顺序;以及输出值确定单元,其被构造为通过按照所述分配顺序,对所述区域中包括的至少一个像素指派目标值,来确定所述区域中包括的各像素的输出值。
Description
本申请是申请日为2015年6月16日、申请号为201510334021.1、发明名称为“图像处理装置及图像处理方法”的发明专利申请的分案申请。
技术领域
本发明涉及一种将图像数据转换为高质量半色调图像数据的图像处理装置和图像处理方法。
背景技术
诸如打印机等的图像形成装置已被广泛使用,该打印机通过使用记录材料在记录介质上打印由通过计算机或数字照相机输入的数字图像数据表示的图像。在数字图像数据中,图像数据中包括的像素的像素值一般由针对一个颜色的诸如8位或16位的多色调表示。另一方面,在图像形成装置中,通过以记录材料的点的ON(开)及OFF(关)状态来形成图像。由此,图像形成装置可输出的色调的数量常常低于图像数据的色调的数量。一般而言,对数字图像数据进行半色调处理,由此这样的图像形成装置可以打印图像。根据通过半色调处理获取的半色调图像数据,图像形成装置表示要被输出在记录介质上的点图案,并且由此表示图像的伪色调。
一种半色调处理被称为使用阈值矩阵的抖动处理。阈值矩阵是指与图像数据中的像素相对应地布置阈值的矩阵。通过比较像素值与对应于像素的阈值来对图像数据中包括的各像素进行抖动处理,以使各像素的像素值量化,由此减少图像数据的色调的数量。针对图像数据以区块图案重复布置阈值矩阵,使得阈值能够对应于所有像素。
抖动处理可用的阈值矩阵可以分为两种类型。一种类型是高低阈值被分散的基于频率调制(FM)的阈值矩阵。另一种类型是阈值的大小从一个位置依次增加的基于振幅调制(AM)的阈值矩阵。在通过使用基于FM的阈值矩阵对图像数据进行抖动处理的情况下,得到的半色调图像数据表示具有分散的点的点图案,并且以单位面积中的点数量来表示伪色调。在通过使用基于AM的阈值矩阵对图像数据进行抖动处理的情况下,得到的半色调图像数据表示集中的多个点被周期性排布的点图案,并且根据点的面积来表示伪色调。即使利用两种阈值矩阵,当输入了平坦的图像数据时,一般也考虑图像形成装置的输出特性来确定阈值的布置。
然而,比较输入图像数据的像素的像素值与对应的阈值,得到的半色调图像数据也许不能表示期望的点图案。这可能是由输入图像数据所表现的特性与阈值矩阵的特性之间的干扰引起的。例如,由部分区域的输入图像数据所表示的色调可能无法被再现,或者要由半色调图像数据再现的细线可能断线了。
因此,在日本特开第2007-194904号公报中,根据与阈值矩阵相对应的区域中包括的多个像素的像素值的平均值,针对各区域生成理想的输出总值。其还公开了按照从由像素值定义的区域中的重心位置处的像素起的顺序分配输出值,直到获取了理想的输出总值为止。
根据日本特开第2007-194904号公报的公开,点的布置依据于基于各区域的像素的像素值的重心位置。因此,由于区域内的重心位置根据输入图像数据的特性而变化,所以可能无法设置适于图像形成装置的输出的点图案。此外,由于按照从区域中的重心位置起的顺序确定ON点的位置,所以可能无法维持输入图像数据的特性,从而导致了模糊的半色调图像数据。
发明内容
本发明提供一种将数字图像数据转换为高清晰度的半色调图像数据的图像处理装置。根据本发明的图像处理装置包括:目标值计算单元,其被构造为基于输入图像数据的预定区域中包括的像素的像素值,计算在所述预定区域中要输出的目标值;分配顺序确定单元,其被构造为基于所述区域中包括的各像素的像素值和所述阈值矩阵中与该像素相对应的阈值,确定所述预定区域中的输出值的分配顺序;以及输出值确定单元,其被构造为通过按照所述分配顺序,对所述预定区域中包括的至少一个像素指派目标值,来确定所述预定区域中包括的各像素的输出值。
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是例示图像形成系统的硬件结构的框图。
图2是例示图像处理单元的结构的框图。
图3例示了输入图像数据的结构示例。
图4例示了阈值矩阵和使用阈值矩阵的抖动处理。
图5例示了要由图像处理单元进行的操作。
图6是例示图像处理单元的结构的框图。
图7例示了具有蓝噪声(blue-noise)特性的阈值矩阵的示例。
图8例示了目标值计算单元。
图9例示了要由目标值计算单元进行的操作。
图10例示了输入图像数据中的区域和处理结果。
图11是例示图像处理单元的结构的框图。
图12例示了γ校正。
图13例示了第一评价值计算单元。
图14例示了分配顺序确定单元。
图15例示了要由目标值计算单元进行的操作。
图16例示了要由分配顺序确定单元进行的操作。
图17例示了输入图像数据的结构示例。
图18A至图18D例示了基于AM的阈值矩阵的示例。
具体实施方式
将参照附图说明本发明的示例性实施例。仅为了例示的目的给出了根据以下示例性实施例的结构,但是本发明不限于所例示的结构。
图像处理装置的结构
图1例示了包括适用于第一示例性实施例的图像处理装置的图像形成系统的硬件结构。根据第一示例性实施例的图像处理装置是图像处理控制器,例如,该图像处理控制器被配设在打印机内部,该打印机被构造为使用记录材料在记录介质上形成图像。根据第一示例性实施例的图像形成系统包括CPU 100、RAM 101、ROM 102、操作单元103、显示单元104、外部存储设备105、图像处理单元106、图像形成单元107、I/F(接口)单元108及总线109。
CPU 100使用输入数据或后述的RAM 101或ROM 102中存储的计算机程序,来控制整个图像形成系统的操作。例如将说明CPU 100整体控制装置的情况,并且多个硬件组件可以分担处理,以控制整个装置。
RAM 101具有如下的存储区域,该存储区域被构造为临时存储从外部存储设备105读取的计算机程序和数据,以及通过I/F单元108从外部接收的数据。RAM 101被CPU 100用作用于执行处理的存储区域,或被图像处理单元106用作进行图像处理的存储区域。换言之,RAM 101可以根据需要提供存储区域。ROM 102存储针对图像形成系统的组件的设置的设置参数,以及引导程序。
操作单元103可以包括键盘和鼠标,并且通过操作者进行的操作接收来自操作者的指令。这允许操作者向CPU 100输入指令。
显示单元104包括CRT或液晶画面,并且能够通过使用图像和文本来显示CPU 100进行的处理的结果。在显示单元104是能够检测触摸操作的触摸屏的情况下,操作单元104可以用作操作单元103的一部分。
外部存储设备105是诸如硬盘驱动器等的大容量信息存储设备。外部存储设备105可以存储使操作系统(OS)或CPU 100执行处理的计算机程序及数据。外部存储设备105可以保持通过装置的组件进行处理而生成的临时数据(诸如输入和输出图像数据以及要在图像处理单元中使用的阈值矩阵)。外部存储设备105中存储的计算机程序和数据在CPU100的控制下根据需要被读取,被存储在RAM 101中,并且要被CPU 100处理。
图像处理单元106被实现为计算机程序可执行处理器或专用图像处理电路,并且执行将作为打印对象输入的图像数据转换为能够由图像形成单元107输出的图像数据的图像处理。例如,响应于来自CPU 100的执行图像处理的指令,处理外部存储设备105中存储的N色调输入图像数据,并且输出M色调输出图像数据。
图像形成单元107基于从图像处理单元106接收的输出图像数据,使用记录材料在记录介质上形成图像。根据第一示例性实施例的图像形成单元107是喷墨类型,其通过从喷嘴向记录介质排出墨来形成图像。图像形成单元107也可以是电子照相类型,其通过将带电的图像载体曝光,使用调色剂显影图像,并且将调色剂图像转印在记录介质上,来形成图像。
I/F单元108用作用于连接根据本示例性实施例的图像形成系统和外部设备的接口。I/F单元108还用作为了通过使用红外线通信或无线LAN与通信设备交换数据,而连接到因特网的接口。所有的组件都连接到总线109,并且通过总线109进行数据交换。
图像处理单元106的结构
将说明适用于第一示例性实施例的图像处理单元106。图像处理单元106执行用于将输入图像数据转换为半色调图像数据的半色调处理,所述半色调图像数据表示比表示输入图像数据的色调数量更少的色调数量。图2是例示图像处理单元106的结构的详情的框图。根据本示例性实施例的图像处理单元106被实现为图2例示的框图中包括的专用图像处理电路。图像处理单元106具有像素值获取单元201、目标值计算单元202、分配顺序确定单元203、阈值获取单元204以及输出值确定单元205。
要输入到图像处理单元106的数字图像数据(下文中称为输入图像数据)是针对各个像素指示0到255中的一个值的8位数据。本示例性实施例中的图像处理单元106将针对每一个像素的8位输入图像数据转换为针对各像素具有0或1的值的1位二进制半色调图像数据(输出图像数据)。在半色调图像数据中,具有像素值(输出值)0的像素表示OFF点,而具有像素值(输出值)1的像素表示ON点。这样的半色调图像数据以比表示输入图像数据的色调数量少的色调数量再现输入图像数据。
像素值获取单元201获取输入图像数据中要被处理的单位区域(下文中称为对象区域)中包括的多个像素的像素值。图3例示了输入图像数据300。根据本示例性实施例,由图3中的粗框指示的4像素×4像素区域是单位区域。如果区域301是对象区域,则像素值获取单元201获取区域301中包括的16个像素的各像素值。
目标值计算单元202基于对象区域中包括的多个像素的像素值,计算对象区域中的输出值的总和作为目标值。由于如上所述输出值1和0表示ON和OFF点,因此单位区域中的输出值的总和(目标值)对应于单位区域中应当是ON点的点数。根据本示例性实施例,通过将对象区域中包括的多个像素的像素值的总和除以255(丢弃值的小数部分)来获取目标值。
阈值获取单元204从RAM 101或外部存储设备105获取可用于抖动处理的阈值组。根据本示例性实施例,使用图4中例示的阈值矩阵401。针对矩阵中的像素,阈值矩阵401具有不同值的阈值。稍后将说明详情。由于阈值矩阵和处理单位区域具有相同大小(4像素×4像素),因此每次读取处理单位区域时,阈值获取单元204获取图4例示的阈值矩阵401。
基于从像素值获取单元201获取的对象区域的像素值以及从阈值获取单元204获取的阈值,分配顺序确定单元203确定对象区域中的点的分配顺序。根据本示例性实施例,计算在位置上互相对应的像素值与阈值之间的差值作为评价值,将计算出的像素的评价值排序,并且确定点的分配顺序。
输出值确定单元205按照由分配顺序确定单元确定的分配顺序对像素的输出值指派1,直至达到由目标值计算单元202计算的目标值(输出值的总和)为止,并且确定对象区域中的像素的输出值。
下面将说明由分配顺序确定单元203确定的对象区域中的点的分配顺序。一般而言,为了对阈值矩阵进行抖动处理,通过将各像素值与在位置上对应的各个阈值进行比较来将各像素值量化,并且确定其输出值。例如,在输入图像数据的对象区域中,图4例示的区域402具有像素值一致为“10”的像素。图4例示的区域404具有像素值一致为“150”的像素。将区域402和404的像素跟与阈值矩阵401相对应的阈值比较。具有高于阈值的像素值的像素被处理,以具有输出值1(ON点),并且具有等于或低于阈值的像素值的像素被处理,以具有输出值0(OFF点)。其结果是,区域402被转换为输出结果403,并且区域404被转换为输出结果405。输出结果403和405具有各自指示具有ON点的像素的黑色矩形,以及各自指示具有OFF点的像素的白色矩形。
从输出结果403和405可知,可以理解,随着像素值(浓度)的增加,输入图像数据中的对象区域具有的点的数量也增多。特别是,阈值矩阵401具有多个不同值按升序分散的阈值(由此,阈值并非简单地按升序配置)。由此,为了更高的粒度(granularity),作为抖动处理的结果而获取的点可以被尽可能地分散。阈值的这种布置允许对点的粒度的控制。换言之,阈值矩阵可以基于阈值的布置,控制点的布置顺序。一般而言,通常考虑图像形成单元107的输出特性,来设计阈值矩阵中的阈值。根据本示例性实施例,一般要用于抖动处理的阈值矩阵被处置为描述根据图像形成单元107的输出特性来控制点图案的点的布置顺序的信息。
在此,在输入图像数据中的对象区域中的多个像素不具有一致的像素值的情况下,对象区域中的像素值的波动与阈值矩阵中的阈值的波动可能互相干扰,并且可能无法获取期望的输出结果。例如,在像素具有比周围像素更高的像素值的情况下,与周围像素相比,该像素更有可能被转换为指示点的输出值1。然而,为了与阈值矩阵中比其他阈值更高的阈值相对应,具有比周围像素更高的像素值的像素有时可能被转换为输出值0。其结果是,可能会丢失输入图像数据的分辨率或由图像所表现的特性。尤其是,在表示细线或边缘的像素中,这种输出结果中的劣化可能更显著。
相应地,第一示例性实施例中的分配顺序确定单元203计算各像素的像素值与阈值之间的差作为评价值。在单位区域中,针对具有通过从对应的像素值中减去阈值而获取的值更高的像素,计算出更高的评价值。通过按照评价值的排序的顺序来分配点,使得能够确定对象区域中的点的输出值,该输出值反映了输入图像数据的特性和阈值矩阵的特性两者。图像处理单元106中的操作
图5例示了图像处理单元106中的处理的操作。图4进一步例示了通过后述处理获取的处理结果406至409。
在步骤S501中,像素值获取单元201从RAM 101或外部存储设备105获取输入图像数据的对象区域中包括的多个像素的像素值。在此,假定例如作为对象区域,区域406被获取作为像素的像素值。当获取了一个像素值时,在步骤S502中,像素值获取单元201确定对象区域中包括的所有像素的像素值是否都已被获取。如果对象区域中包括的所有像素的像素值并非都已被获取,则处理返回到步骤S501,并且重复像素值获取。如果对象区域中包括的所有像素的像素值都已被获取,则处理进行到步骤S503。
在步骤S503中,阈值获取单元204从RAM 101或外部存储设备105获取与对象区域相对应的阈值矩阵的阈值。在这种情况下,获取阈值矩阵401的阈值。在步骤S504中,阈值获取单元204确定与对象区域相对应的所有阈值是否都已被获取。如果并非都已被获取,则处理返回到步骤S503,以依次获取阈值。如果与对象区域相对应的所有阈值都已被获取,则处理进行到步骤S505。由于步骤S501和步骤S502中的处理与步骤S503和步骤S504中的处理不互相依存,因此在这些步骤被依次执行的情况下,这些步骤中的任意一个可以被首先执行,或者两个步骤可以被并行执行。
在步骤S505中,基于在步骤S501和步骤S502中获取的像素值,目标值计算单元202计算对象区域中的目标值(目标输出值的总和)。在此,通过将对象区域中的所有像素值的总和除以255来计算商。得到的商表示在对象区域中具有应当被开的点的像素的数量。在区域406的情况下,其中的像素的像素值的总和等于1132。由于通过将1132除以255而获取的商是4.43……,所以作为区域406中的目标值,计算出值4作为具有开的点的像素的数量。
在步骤S506中,针对对象区域中的各个像素,分配顺序确定单元203计算通过从对应的像素值中减去阈值而获取的值,作为评价值。根据本示例性实施例,由于对象区域包括16个像素,因此针对16个像素计算评价值。基于区域406和阈值矩阵401,来计算与区域406相对应的评价值组407。分配顺序确定单元203还把计算的评价值按降序排序的结果确定为分配顺序(具体而言,如在408中所示,构成评价值组的评价值按照最高评价值被编号为1并且最低评价值被编号为16的降序被编号,)。换言之,按照对象区域中从具有最高评价值的像素起的顺序分配点。在区域406的情况下,基于评价值组407来确定分配顺序408。
在步骤S507中,输出值确定单元205确定与在步骤S505中获取的对象区域中的、具有要为开的点的像素的数量相等的像素在分配顺序中的位置,并且对在所确定的顺序的位置处的像素设置1作为输出值。其他像素的输出值被设置为0,作为各自具有要为关的点的像素。如在输出结果409中所示,确定区域406中的像素的输出值。因此,在本示例中,在步骤S505中获得了目标值4,由此如409中所示,编号为1至4内的像素被设置为1。
在步骤S508中,确定对所有单位区域的处理是否已经结束。如果尚未结束,则重复处理。在步骤S506中,由于可以通过获取输入图像数据中的对象区域中包括的多个像素的像素值来进行处理,因此可以在进行步骤S501到步骤S505中的处理的同时,进行步骤S506。
在通过该处理获取的半色调图像数据中,随着输入图像数据中包括的像素值与最大值“255”之间的差减小或随着对应的阈值与最小值“0”之间的差减小,更加容易地指派输出值1(ON点)。在单位区域表示平坦的图像的情况下,即,在多个像素的像素值中存在小的波动的情况下,按照阈值的升序排布点。由此,图像被转换为表示反映了设计意图的点布置的半色调图像数据。在单位区域具有细线或边缘的特性的情况下,例如,像素值的大小被反映到(在)点布置顺序中。与使用阈值矩阵通过简单地进行抖动处理来量化的方法相比,图像被转换为维持了图像的特性的半色调图像数据。因此,根据本示例性实施例,可以将输入图像数据转换为具有更高的图像质量的半色调图像数据。
根据第一示例性实施例,目标值计算单元202将对象区域中包括的多个像素的像素值相加,并且将总和除以与由ON点表示的像素值相对应的255,来计算在对象区域中具有要为开的点的像素的数量。然而,在与阈值矩阵的大小匹配的单元(cell)是输入图像数据中的单位区域的情况下,如果对象区域中的像素值是一致的,则作为抖动处理的结果而获取的点的总数相等。因此,例如,目标值计算单元202可以将单位区域中的像素的像素值求平均来获取单位区域中所有像素的像素值的平均值。然后,可以计算与平均值相对应的点的数量作为目标值。
为了便于说明,根据第一示例性实施例的阈值矩阵是要用于抖动处理的阈值矩阵。然而,应当注意,阈值矩阵不被用作如过去的抖动处理中的、与输入图像数据中的像素的像素值相比较的阈值。根据第一示例性实施例,适当地布置针对期望的点图案具有与输入图像数据的范围相等范围的多个值,以使得可以使用阈值矩阵作为描述在预定范围内的像素的顺序的信息。
根据第一示例性实施例,已说明了半色调(二值化)处理,作为将输入图像数据转换为具有0或1的半色调图像数据的示例。通过从像素值中减去阈值而获取的值被用作评价值。根据第二示例性实施例,用于1个像素的8位的输入图像数据被例如三值化。将说明用于根据图像的特性计算评价值的方法。显然,类似的附图标记是指与第一示例性实施例类似的部分,并且将省略对其的详细说明。图6例示了根据第二示例性实施例的图像处理单元106的详细结构。目标值计算单元202具有平均值计算单元601、抖动处理单元602及总计单元603。
平均值计算单元601将对象区域中包括的所有像素的像素值求平均(例如,通过计算平均像素值),并获取对象区域中的平均值。平均值计算单元601将计算出的平均值输出到抖动处理单元602。
抖动处理单元602从阈值获取单元204获取与对象区域相对应的阈值。根据第二示例性实施例,如图7所示,使用64×64像素阈值矩阵。然而,与第一示例性实施例类似,待处理的单位区域是4×4像素区域。由此,每次更新对象区域时,阈值获取单元204从图7例示的阈值矩阵依次获取与4×4像素区域相对应的位置处的阈值。图7中例示的阈值矩阵是具有被称为蓝噪声特性的阈值矩阵(下文中称为蓝噪声掩模(blue-noise mask))。已知当执行使用蓝噪声掩模的抖动处理时会获取到具有高分散性的点图案。这样的蓝噪声掩模一般适用于喷墨图像形成单元107的半色调处理。
根据第二示例性实施例的蓝噪声掩模针对各像素位置具有两个阈值。因此,4×4像素单位区域具有32个阈值。根据输入图像数据的色调,各阈值由8位值表示。通过改变经受抖动处理的阈值的色调的数量,可以对N值输入图像数据执行抖动处理。通过改变用于各像素的阈值的数量,可以对M值输入图像数据执行抖动处理。
抖动处理单元602利用由阈值获取单元204获取的阈值组来对从平均值计算单元601输出的对象区域中的平均值进行抖动处理。根据本示例性实施例,抖动处理包括三值化,从抖动处理单元602输出的各像素的输出值是0、1和2中的一者。
总计单元603总计(合计)由抖动处理单元602进行的抖动处理的结果。总计单元603向输出值确定单元205输出总计结果,作为对象区域中的目标值。
分配顺序确定单元203基于像素值和阈值,计算针对对象区域中各像素的评价值,并且将对象区域中的评价值排序来确定分配顺序,该分配顺序是按照优先级提供更高输出值的像素的顺序。分配顺序确定单元203向输出值确定单元205输出确定的分配顺序。
输出值确定单元205按照分配顺序确定单元203确定的顺序,对像素的输出值指派1,直到达到了总计单元603获取的目标值为止,并且确定对象区域中的像素的输出值。
要由图像处理单元106进行的操作的说明
根据第二示例性实施例的图像处理单元106要进行的操作与第一示例性实施例不同之处在于,在图5的流程图中步骤S505中的目标值计算处理、步骤S506中的分配顺序确定处理以及步骤S507中的输出值确定处理。首先,将参照图9例示的流程图说明步骤S505中的目标值计算处理的详情。
在步骤S901中平均值计算单元601计算待处理的单位区域中包括的像素的像素值的平均值。在步骤S902中,计算出的平均值被用于进行利用抖动处理单元602获取的阈值组的抖动处理。图8例示了根据本示例性实施例的抖动处理。在针对各像素配设的量化单元中比较平均值与各阈值,以进行量化(或者在此为三值化)。针对在步骤S901中计算出的一个平均值,获取到与4×4像素相对应的16个阈值组。根据本示例性实施例的抖动处理输出一个平均值与阈值组中的各阈值之间的比较结果,作为像素的量化结果。这对应于在以平均值替换对象区域中的像素的像素值之后进行抖动处理。在步骤S902中,将从量化单元输出的量化结果被输出到后续阶段中的总计单元603。
接下来,在步骤S903中,总计单元603总计步骤S902中的抖动处理的结果。作为步骤S902中的抖动处理的结果,针对各像素获取量化值0、1和2中的一者。然后,总计单元603计算对象区域中的4×4像素的量化值的总和。单位区域中的抖动处理结果的总和与针对各处理单元的最终输出值的总和匹配,并且被设置为当在后续阶段的步骤S3507中向各像素指派输出值时的目标值。在该处理之后,步骤S505中的目标值计算处理完成。
如第二示例性实施例,在阈值矩阵的部分局部区域是单位区域的大小的情况下,甚至针对对象区域的相同平均值,作为抖动处理的结果而获取的输出值的总和也根据在与对象区域相对应的阈值矩阵中的位置而可能不同。例如,图10例示的区域1001和区域1002表示包括区域中的像素具有相同像素值的像素组。在区域1001和1002二者中,像素值的平均值等于72。利用图7例示的阈值矩阵中的阈值组701和阈值组702对像素组进行抖动处理,获得抖动处理结果1003和抖动处理结果1004,其中所述像素组的区域内的像素的像素值被替换为平均值72。获取抖动处理结果1003和抖动处理结果1004的各个中的输出值的总和,在抖动处理结果1003中,输出值的总和(目标值)等于9,并且在抖动处理结果1004中,输出值的总和(目标值)等于8。即使使用像素组的相同平均值也引起的目标值的这种变化依据在设计阈值矩阵时定义的阈值阵列,并且是为提高源于抖动处理的点图案的色调和粒度而产生的。因此,在阈值矩阵的局部区域的大小等于输入图像数据的单位区域的大小的情况下,针对各局部区域中包括的各阈值组计算目标值是重要的。
接下来,将说明根据第二示例性实施例的步骤S506中的分配顺序确定处理。为了确定输出值的分配顺序,第二示例性实施例中的分配顺序确定单元203(图6)使用作为从像素值中减去以系数α乘以对应的阈值而获取的值的结果的“输入像素值﹣α×阈值”(其中α等于或大于0)来作为评价值。分配顺序确定单元203将计算出的评价值排序,并且确定分配顺序,该分配顺序是从具有高评价值的像素到具有低评价值的像素的降序。换言之,本示例性实施例与第一示例性实施例的不同在于使用系数α。
如果作为评价值的“输入像素值﹣α×阈值”中的系数α等于0,仅依据输入图像中包括的像素值的图案来确定分配顺序。系数α与0之间的差越大,阈值矩阵中的阈值的布置被越多地反映到(在)评价值中。换言之,在与对象区域相对应的阈值组中的较低阈值相对应的像素被优先分配点(分配顺序较早)。如果系数α大于0并且输入图像数据中的像素值固定,则依据阈值的大小来确定分配顺序。因此,按照基于设计的阈值矩阵的特性的顺序来确定在区域中具有要为开的点的像素。系数α越大,则基于阈值矩阵确定的分配顺序的影响的强度越大。当系数α被设置为大于1的值时,对于评价值,阈值的布置具有比输入图像数据中的像素值的图案更高的影响。通过使用这样的评价值,使得能够调整输入图像数据的图案(特性)对评价值的影响,以及阈值矩阵中的阈值的布置对评价值的影响。
例如,在输入图像数据表示边缘或细线的情况下,对输入图像数据中的像素值的图案给与优先级产生边缘或细线在量化结果中的高再现性,而与阈值矩阵的特性无关。因此,在输入图像数据(或单位区域)表示边缘或细线的情况下,“输入像素值﹣α×阈值”中的系数α可能低于1。另一方面,对于自然图片或具有很多平坦部分的输入图像数据,系数α可以被设置为等于或大于1的值,以使得可以根据预先设计的重视粒度多于其他的阈值矩阵的特性(或根据本示例性实施例的蓝噪声特性)来确定分配顺序。如果α=1,则以与第一示例性实施例相同的方式计算评价值。
如上所述,通过根据整个处理单位区域或图像的特性(诸如边缘量和对比度量)和属性数据(诸如边缘和细线)、以及图像的类型及内容信息(诸如自然图片、字符/线图、以及图画)来改变系数α,可以调整输出图像的图像质量。可以针对各输入图像数据或输入图像数据中的各区域来设置系数α。根据本示例性实施例,读取图像数据的内容信息。如果输入图像数据是自然图片,则系数α被设置为1。如果输入图像数据是图画或字符/线图,则系数α被设置为0.5。在获取了输入图像数据之后,分配顺序确定单元203基于输入图像数据的内容信息,将系数α设置为1或0.5。然后,针对对象区域中包括的各像素,计算作为评价值的“输入像素值﹣α×阈值”,并且排序计算出的评价值。
将说明在针对图7例示的各像素使用对应于两个阈值的阈值矩阵的情况下的排序处理。将参照图10的评价值组1005到1010来说明α=1的分配顺序确定处理的步骤。评价值组1005是基于与图10例示的区域1001相对应的阈值组701(图7)的、针对各阈值的评价值“输入像素值﹣α×阈值”的计算结果。评价值组1006是基于与区域1002相对应的阈值组702(图7)的、评价值的计算结果。从评价值组1005和1006可知,计算针对各像素的阈值的评价值,并且在评价值计算的结果中,各像素具有两种评价值。评价值组1005和1006还被排序,并且从高评价值到低评价值的降序的分配顺序的指派的结果是评价值组1007和1008。对于具有相同评价值的像素,在分配顺序方面,与较低阈值相对应的像素被给与优先级。根据本示例性实施例,两个阈值与用于三值化的各像素相对应。因此,针对4×4像素或16像素的区域确定分配顺序,确定了从1到32的分配顺序。
接下来,将说步骤S507中的输出值确定处理。输出值确定单元205(图6)基于从分配顺序确定单元203接收的对象区域的分配顺序,对各像素的输出值指派1,以获取从总计单元603获取的对象区域的目标值。对象区域中的各像素的输出值的计数值被设置为初始值0,并且每次分配了输出值“1”时各计数值被依次递增1,直到获取了目标值。在此,假定例如由总计单元603计算的目标值9被指派到分配顺序1007。每次从分配顺序的第一位的像素依次分配了输出值“1”时,计数值被递增1。当达到了目标值9时,输出值的分配完成。
被两次指派了输出值1的像素的输出值被确定为2。被一次指派了输出值1的像素的输出值被确定为1。未被指派输出值1的像素的输出值被确定为0。然后,对象区域的像素的输出值如图10的输出结果1009所示。通过进行上述处理,具有0到255中一者的像素值的输入图像数据被转换为由0、1和2三值中的一者表示的输出图像数据。以小于阈值矩阵(诸如64×64像素)的4×4像素的块来处理对象区域。以上评价值计算应用了允许适当地控制由输入图像数据的特性引起的影响和由阈值矩阵的特性引起的影响的系数α。其结果是,能够可调整地将输入图像数据量化,该量化能够防止输入图像数据的特性与阈值矩阵的特性之间的干扰。
根据第二示例性实施例,取代对像素指派分配顺序,向阈值的数量指派分配顺序。然而,即使在进行三值化的情况下,也可以像第一示例性实施例那样,向各像素指派一个分配顺序位置。例如,在针对各阈值计算了评价值之后,确定代表像素的一个评价值。具体而言,与像素相对应的多个评价值中的较高评价值可以被确定为代表值。这使得能够对各像素指派一个分配顺序位置。在这种情况下,按照分配顺序将输出值1依次指派给像素,并且在对所有像素进行了指派之后,还可以将输出值1添加给各像素。可选地,可以按照分配顺序指派输出值2。当最后针对目标值仅剩1时,可以将输出值1指派给像素。
在输入图像数据中的像素值是0(输入图像数据中的像素值范围的最小值)的情况下,在通过比较任意阈值的抖动处理结果中,输出值是0。在输入图像数据中的像素值是255(输入图像数据中的像素值范围的最大值)的情况下,在通过比较任意阈值的抖动处理结果中,输出值是最大值。因此,针对输入图像数据中具有最小像素值或最大像素值的像素,可以忽略基于评价值确定的顺序位置。在该情况下,例如,可以将具有最小像素值的像素的位置改变为总是在分配顺序的最后,或者可以从分配中排除该像素。
根据第一示例性实施例,“输入像素值-阈值”是评价值的示例。根据第二示例性实施例,“输入像素值-α×阈值”是评价值的示例。尤其在硬件电路被实现为这些实施例中的一个的情况下,能够容易地并且考虑到像素值和阈值两者来计算这样的评价值。然而,用于导出评价值的函数不限于此。尤其是在通过软件处理来实现第二示例性实施例的情况下,可以通过使用组合了依据像素值的函数和依据阈值的函数的评价值函数来替代简单差值,导出针对各像素的评价值。在这种情况下,依据像素值的函数可以是针对像素值的单调增加函数,而依据阈值的函数可以是针对阈值的单调减少函数,从而获取与上述示例性实施例相同的效果。
根据第三示例性实施例,由分配顺序确定单元203执行的分配顺序确定处理由简单的硬件结构实现。根据本示例性实施例,通过基于图像形成单元107和显示单元104的特性的γ校正函数,输出浓度是可调整的。在本实施例中能够实现与上述任意示例性实施例的结构相同的结构,并且将省略对其说明。
图像处理单元106的结构
图11是例示根据第三示例性实施例的图像处理单元106的结构示例的框图。在目标值计算单元202的详细结构和分配顺序确定单元203的详细结构上,根据第三示例性实施例的图像处理单元106与根据上述示例性实施例中任意一者的图像处理单元106不同。根据第三示例性实施例的目标值计算单元202具有平均值计算单元601、γ校正单元1101、抖动处理单元602及总计单元603。换言之,根据第三示例性实施例,在平均值计算单元601用平均值替换了像素的像素值之后,由γ校正单元1101进行处理。根据本示例性实施例,γ校正单元1101根据图像形成单元107的输出特性来执行γ校正处理。
根据第三示例性实施例的分配顺序确定单元203具有第一评价值计算单元1102、第二评价值计算单元1103以及比较单元1104。
第一评价值计算单元1102针对对象区域中包括的各像素计算评价值。第二评价值计算单元1103针对对象区域中的各关注像素计算并输出评价值。第二评价值计算单元1103根据与第一评价值计算单元1102的评价函数相同的评价函数,计算评价值。换言之,第一评价值计算单元1102输出针对整个对象区域的评价值,而第二评价值计算单元1103仅输出针对关注像素的评价值。
比较单元1104将从第二评价值计算单元1103输出的针对关注像素的评价值,与从第一评价值计算单元1102输出的、针对包括关注像素的对象区域中的所有像素的评价值相比较。基于比较结果,确定与关注像素相对应的评价值的大小如何排列,即,在分配顺序中的位置。
图像处理单元106的操作
图11例示的根据第三示例性实施例的图像处理单元106中的操作,与根据第二示例性实施例的图5例示的流程图中的不同之处在于步骤S505中的目标值计算处理和步骤S506中的分配顺序确定处理。
首先,将参照图15说明步骤S505中的目标值计算处理。在步骤S901中,平均值计算单元601将对象区域中包括的像素的像素值求平均,以获取平均值。用计算出的平均值来替换对象区域中包括的像素的像素值,并且输出对象区域中的像素值。
在步骤S1501中,γ校正单元210对对象区域中的像素进行γ校正。从图像处理单元106输出的图像数据通过输出设备(图像形成单元107或显示单元104)可被用户使用。在这种情况下,即使相同图像数据的输出浓度也根据输出设备的特性而变化。因此,为了能够使输出设备的输出浓度匹配,进行γ校正。γ校正利用具有图12例示的输出设备的输入/输出特性1202的相反特性的校正曲线1201来校正输入值。该γ校正导致线性输出浓度特性。
输出设备的输入/输出特性是在像素之间的强烈影响下的非线性特性。特别是,在从喷墨打印机输出图像数据时生成的点增益(dot gain)的影响下,很容易获取该非线性特性。因此,与对各像素进行了γ校正之后进行平均相比,在预定区域中进行平均之后进行γ校正,使得能够对输出浓度准确校正。通过在预定区域中进行平均之后进行γ校正大幅减少了γ校正的次数(当预定区域具有4×4像素时,减少到1/16)。
在后续的步骤S902和步骤S903中,执行与第二示例性实施例中的处理相同的处理。通过执行γ校正处理,能够根据输出设备的特性来计算目标值(输出值的总和)。
接下来,将说明步骤S506中的分配顺序确定处理。图16例示了由根据第三示例性实施例的分配顺序确定单元203进行的详细操作。
在步骤S1601中,第一评价值计算单元1102计算对象区域中的所有像素的评价值,并输出。图13例示了第一评价值计算单元1102的结构。与图10中相同的对象区域1001相对应的图7例示的阈值组701被用于基于像素的像素值与其阈值之间的差,来输出评价值组1005。各评价值对应于例如根据第二示例性实施例的、α=1时的“输入像素值-α×阈值”。按单位区域对单位区域进行步骤S1601中的处理,并且在对象区域中按像素对像素进行后续处理。
在步骤S1602中,第二评价值计算单元1103针对对象区域中的关注像素计算评价值。在步骤S1601中,类似于第一评价值计算单元1102,基于α=1时的“输入像素值-α×阈值”来计算评价值。
在步骤S1603中,比较单元1104将在步骤S1602中获取的针对关注像素的评价值,与在步骤S1601中获取的针对对象区域中的像素的所有评价值比较,并计算关注像素的评价值是第几。图14例示了比较单元1104的结构。从第一评价值计算单元1102输出评价值组1005。当关注像素是对象区域的右下像素时,第二评价值计算单元1103针对关注像素输出评价值1401。在这种情况下,由于针对各像素计算两个评价值,因此将评价值的计算结果-120和8与针对对象区域的所有32个评价值比较。如果关注像素的评价值较低或等号成立,则输出1。如果等号不成立,则输出0。如果比较器中的等号成立,则可以根据阈值的大小来改变输出值。如上所述,根据本示例性实施例,分别以预定区域中的像素组为单位和以像素为单位进行输出值的分配顺序的确定,并且通过针对各像素计算在评价值的大小的顺序中的位置,能够省略排序处理。因此,根据本示例性实施例的结构具有减少输入图像数据的特性与阈值矩阵的特性之间的干扰并且便于电路实现的优点。此外,能够根据输出设备的特性容易地进行高精度的γ校正。
根据第三示例性实施例,输出值确定单元205能够在完成对象区域中的所有像素的分配顺序的确定之前,确定各像素的输出值。输出值确定单元205能够通过将依据针对关注像素的评价值的大小是第几的、分配顺序中的位置,与由总计单元603计算的对象区域的目标值进行比较,来确定关注像素的输出值。在这种情况下,如果与对关注像素指派的两个阈值中的较低阈值相对应的评价值在顺序中的位置高于目标值,则确定关注像素的输出值为0。如果与较低阈值相对应的评价值在顺序中的位置等于或低于目标值,并且如果与较高阈值相对应的评价值在顺序中的位置高于目标值,则确定输出值为1。如果与较高阈值相对应的评价值在顺序中的位置低于目标值,则确定输出值为2。通过由输出值确定单元205计算各像素的输出值,能够提供处理速度。
根据上述示例性实施例,逐单位区域地确定像素的输出值。根据第四示例性实施例,针对各像素确定输出值。将说明为了确定关注像素的输出值而针对关注像素设置附近像素组的窗口处理的应用示例。
可以通过与上述示例性实施例相同的结构来实现根据第四示例性实施例的图像处理了单元106的结构。根据本示例性实施例,如图17所示,为了确定输入图像数据1700中的关注像素的输出值,设置在中心具有关注像素的3×3像素区域1701,并且对每个区域1701进行窗口处理。窗口处理基于区域1701中包括的像素组来确定关注像素的输出值。在这种情况下,类似于上述示例性实施例,为了确定分配顺序,基于像素在窗口中的像素值和相应的阈值,来计算各像素的评价值。作为直到达到了区域1701中的目标值为止按照分配顺序对区域1701中的像素指派一个输出值的结果,确定了关注像素的输出值。在确定了目标像素的输出值之后,区域1701移位一个像素而下一区域,并且关注像素被设置为右邻近像素。设置关注像素的输出值。根据对于这样的窗口处理的像素组对象,针对待处理的阈值组,从阈值矩阵中抽取3×3像素区域。
除了作为在预定区域中的处理的结果仅获取针对关注像素的输出值之外,图像处理单元106要进行的操作与上述示例性实施例相同。
然而,根据第四示例性实施例,区域1701具有已决定了输出值的像素(如果按照从顶部列向右的顺序来进行处理,诸如像素a、b、c和d)。对于在区域1701中的目标输出值的分配,可以反映已决定的输出值。因此,从区域1701中的目标值(步骤S903中的抖动处理的总计结果)中减去具有预先决定了输出值的像素(诸如像素a至d)的输出值。关于评价值计算,仅需计算在窗口移动后新包括在3×3像素区域(窗口)中的像素(区域1301中的像素c、f和i)的评价值。
通过进行上述处理,能够获取与上述示例性实施例相同的效果。
根据第二示例性实施例,使用了具有蓝噪声特性的阈值矩阵作为具体示例。本发明的第五示例性实施例被应用于要在针对诸如激光打印机等的电子照相式图像形成单元107的半色调处理中使用的基于AM的阈值矩阵。由于通过与上述示例性实施例的结构相同的结构可以实现根据本示例性实施例的图像处理单元106的结构,因此将省略对其说明。
图18A到图18D例示了第五示例性实施例中使用的阈值矩阵。图18A到图18D中例示的阈值矩阵被称为基于AM的阈值矩阵或AM画面。通过使用基于AM的阈值矩阵进行抖动处理,能够容易地提供具有周期性布置的集中点的点图案。图18A到图18D例示的阈值矩阵具有针对青色(C)、品红色(M)、黄色(Y)及黑色(K)的不同颜色的阈值矩阵1801、1802、1803及1804。使用这样的阈值矩阵的抖动处理可以应用与上述示例性实施例中相同的处理,以减少输入图像数据的特性与阈值矩阵的属性之间的干扰。
根据本示例性实施例的单位区域可以是具有与阈值矩阵的大小匹配的大小的区域,或者是包括单元(cell)及不同像素组的区域。在此,颜色间的共同区域1800(3像素×3像素)是单位区域。阈值矩阵1801和1802的大小等于13个像素并且大于处理单位区域1800(9个像素)。阈值矩阵1803的大小是3像素×3像素,并且与单位区域1800的大小匹配。阈值矩阵1804的大小等于8个像素,并且小于单位区域1800(9个像素)。在这两者的情况下,进行与上述示例性实施例类似的处理能够提供相同的效果。
根据上述示例性实施例,针对输入图像数据中的各像素计算像素值与阈值之间的差,并且该差被用作评价值。根据第六示例性实施例,参照二维表来从像素值和阈值导出评价值,并且确定针对各像素的评价值。由于能够通过与上述示例性实施例的结构相同的结构实现根据第六示例性实施例的图像处理单元106的结构,因此将省略对组件的具体说明。
根据第六示例性实施例,分配顺序确定单元203参照二维表,并且通过接收像素值0至255及阈值0至255的输入来导出针对各像素的评价值。二维表相关联地预存储了基于像素值与阈值的评价值。类似于上述示例性实施例,评价值相关联地,随着像素值的增加而增加,并随着阈值的减小而减小。根据第六示例性实施例,预先关联值“像素值-阈值”。分配顺序确定单元203导出针对对象区域中的所有像素的评价值,,然后按降序对评价值排序,以确定分配顺序。
根据本示例性实施例,进行与上述示例性实施例类似的处理能够提供相同的效果。
分配顺序确定单元203可以参照三维表,由该三维表,通过使用输入图像数据中包括的像素的像素值和像素位置(X坐标及Y坐标)导出评价值。在阈值矩阵中,阈值依赖于对应的像素位置。因此,不用像上述那样直接输入阈值(分配信息),就能基于像素位置输出反映了对应的阈值的评价值。
其他示例性实施例
如上所述,根据上述各示例性实施例,不使用阈值矩阵来与各像素的像素值比较,以确定像素的输出值。因此,通过使用描述了在预定区域中像素在顺序上的位置的信息作为计算评价值的指标(index)可以进行同样的处理,而不限于可用于抖动处理的阈值矩阵。例如,在单位区域是4×4像素区域的情况下,在预定区域中像素在顺序上的位置可以在0至16的4位范围中。在这种情况下,为了获取匹配的、像素值与顺序信息对评价值的影响度,可以将输入图像数据的范围与顺序信息的范围匹配,然后计算像素值与对应的位置之间的差。
根据上述示例性实施例,通过对用对象区域中的像素值的平均值来替换像素的像素值的结果,执行抖动处理并且进行总计(总和),来计算对象区域中的目标值。然而,不用以平均值来替换,而可以直接对输入图像数据中包括的对象区域中的像素组进行抖动处理。在这种情况下,通过使用通常的阈值矩阵的抖动处理而确定的点(输出值)被再分配。该方法使得能够将输入图像数据的特性反映到输出结果,并减少因输入图像数据与阈值矩阵之间的干扰而引起的图像质量的劣化。
根据上述示例性实施例,计算“像素值-阈值”或“像素值-α×阈值”作为针对像素的评价值,并且确定评价值的降序作为分配顺序。然而,例如,也可以计算“阈值-像素值”或“α×阈值-像素值”作为评价值。在这种情况下,可以确定自低评价值开始的升序作为分配顺序,以获取输出值的分配顺序,直到获取了目标值为止。
根据本示例性实施例,在包括多个像素的区域中,可以针对像素设置随着像素值的增加以及随着对应阈值的减小,而使得能够容易按优先级分配输出值1(在分配顺序中靠前的位置)的评价值。此外,用于控制输入图像数据的特性的影响度及阈值矩阵的特性的影响度的系数α可以是如“α×像素值-阈值”那样与像素值相乘的系数。
此外,根据本示例性实施例,按分配顺序对各位置指派一个输出值,直到对象区域中的多个像素的输出值的总和达到其目标值为止。另一方面,可以从被指派了输出值0的像素确定分配顺序。例如,根据第一示例性实施例,基于像素值与阈值之间的差而获取的各评价值被按从低值到高值的升序排序,以确定分配顺序。可以从被指派了输出值0的像素确定分配顺序,并且向其余像素指派输出值1,直到达到了通过从由对象区域可表示的最大输出值的总和中减去其目标值而获取的值为止。通过进行该处理,能够实现与上述示例性实施例相同的处理。
可以将上述示例性实施例中的任一者与已知的抖动处理相结合。根据上述示例性实施例,在输入图像数据中的对象区域是平坦的情况下(像素具有相同的像素值),评价值可以仅依赖于阈值。换言之,提供了与通过将对象区域中的像素的像素值与对应的阈值相比较来确定输出值的已知抖动处理相同的结果。因此,从输入图像数据中检测指示各对象区域是否是平坦的属性。如果对象区域是平坦的,则执行已知的抖动处理。如果不是平坦的,则进行根据上述示例性实施例的使用评价值来确定分配顺序的处理,然后执行用于确定输出值的处理。如上所述,上述示例性实施例可以与已知处理相结合。
已说明了通过硬件结构执行图像处理的示例性实施例,但是本发明也可以由实现一个或更多个功能的电路(诸如ASIC)来实现。本发明可以通过软件来实现。在这种情况下,图像处理装置不是如上述示例性实施例那样内置在图像形成系统中,而是作为要存储在诸如个人计算机(PC)等的一般计算机的存储器中的软件被安装。安装在计算机的CPU中的软件可以读取并执行基于根据上述示例性实施例的任一者的流程图的程序,来实现各组件的功能。例如,可以由第一CPU执行目标值计算处理,并且目标值可以累积在外部存储器中。与之并行地,可以由第二CPU执行分配顺序确定处理,并且分配顺序可以累积在外部存储器中。然后,可以从外部存储器读出目标值和分配顺序,并且可以由第三CPU执行输出值确定处理。此外,可以将由CPU进行的软件处理与由专用处理电路实现的硬件组合,来并行执行对应的处理单元中的处理。
另外,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个或更多个。
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。
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 (22)
1.一种图像处理装置,所述图像处理装置包括:
保持单元,其被构造为保持包括多个阈值的阈值矩阵;
目标值获得单元,其被构造为基于输入图像数据中的预定区域中包括的像素的像素值和所述阈值矩阵中的与所述预定区域对应的阈值,获得针对所述预定区域的目标值;
评价值确定单元,其被构造为基于所述预定区域中的各个像素的像素值和与各个像素对应的阈值,确定针对各个像素的评价值;以及
输出值确定单元,其被构造为根据所述评价值和所述目标值,确定所述预定区域中的各个像素的输出值。
2.根据权利要求1所述的图像处理装置,其中,所述评价值确定单元计算与点分配的容易度相关的值作为所述评价值。
3.根据权利要求1所述的图像处理装置,其中,计算各个所述评价值,以使得所述评价值的大小随着所述像素值的大小越大而越高,或随着对应的阈值的大小越小而越高。
4.根据权利要求1所述的图像处理装置,其中,所述评价值确定单元基于所述预定区域中的关注像素的像素值与对应于目标像素的阈值之间的差,来计算所述关注像素的评价值。
5.根据权利要求1所述的图像处理装置,其中,所述评价值确定单元使用如下公式来计算所述关注像素的评价值:
关注像素的像素值-α×与关注像素对应的阈值,其中α>0。
6.根据权利要求1所述的图像处理装置,其中,所述目标值获得单元基于通过对所述预定区域中包括的像素的像素值进行平均而获取的平均值,来计算所述目标值。
7.根据权利要求1所述的图像处理装置,其中,所述目标值获得单元包括:
平均值计算单元,其被构造为计算所述预定区域中包括的像素的像素值的平均值;
抖动处理单元,其被构造为通过将所述预定区域中包括的各个像素的像素值视为平均值,来使用与所述预定区域对应的阈值进行抖动处理;以及
总计单元,其被构造为通过总计所述抖动处理单元进行的抖动处理的结果来计算所述目标值。
8.根据权利要求6所述的图像处理装置,其中,所述目标值获得单元基于对所述平均值进行的γ校正的结果,来计算所述目标值。
9.根据权利要求1所述的图像处理装置,其中,在所述预定区域中包括的像素具有在所述输入图像数据的像素值的范围中的最小像素值或最大像素值的情况下,所述输出值确定单元确定所述输出值为最小值或最大值,而与所述评价值无关。
10.根据权利要求5所述的图像处理装置,其中,所述评价值确定单元根据所述预定区域或所述输入图像数据的特性,来设置α的值。
11.根据权利要求10所述的图像处理装置,其中,在所述预定区域或所述输入图像数据具有表示边缘或字符的特性的情况下,所述评价值确定单元将α的值设置为小于1的值。
12.根据权利要求10所述的图像处理装置,其中,在所述预定区域或所述输入图像数据具有表示平坦部分的特性的情况下,所述评价值确定单元将α的值设置为大于1的值。
13.根据权利要求1所述的图像处理装置,其中,所述输出值确定单元通过将针对所述预定区域中包括的像素的评价值中的各个与针对所述预定区域中的关注像素的评价值进行比较,来确定所述关注像素的输出值。
14.根据权利要求1所述的图像处理装置,其中,所述评价值确定单元从由所述保持单元保持的阈值矩阵中,获得所述阈值矩阵中的与所述预定区域对应的阈值。
15.根据权利要求1所述的图像处理装置,其中,由从所述输出值确定单元输出的各个像素的输出值组成的输出图像数据是由在记录介质上形成图像的图像形成装置可输出的数据,并且
所述目标值表示所述图像形成装置输出到所述记录介质的浓度。
16.根据权利要求1所述的图像处理装置,其中,所述输出值确定单元将0或1确定为所述预定区域中的各个像素的输出值。
17.根据权利要求16所述的图像处理装置,其中,作为输出值的0表示不分配点,并且作为输出值的1表示分配点。
18.根据权利要求1所述的图像处理装置,
其中,所述目标值获得单元计算要分配在所述预定区域中的点的数量作为所述目标值。
19.根据权利要求6所述的图像处理装置,
其中,所述目标值获得单元计算平均值大于与所述预定区域对应的阈值当中的阈值的像素的数量,作为所述目标值。
20.根据权利要求1所述的图像处理装置,所述图像处理装置还包括:
确定单元,其被构造为将所述评价值的降序确定为针对所述预定区域中的各个像素优先布置点的优先级顺序,
其中,所述输出值确定单元被构造为将点布置为针对优先级顺序小于所述目标值的像素的输出值。
21.一种图像处理方法,所述图像处理方法包括:
基于输入图像数据中的预定区域中包括的像素的像素值和与所述预定区域对应的阈值,获得针对所述预定区域的目标值;
基于所述预定区域中的各个像素的像素值和与各个像素对应的阈值,确定针对各个像素的评价值;以及
根据所述评价值和所述目标值,确定所述预定区域中的各个像素的输出值。
22.一种存储计算机程序的非临时性存储介质,所述计算机程序在由计算机执行时使所述计算机实现图像处理方法,所述图像处理方法包括:
基于输入图像数据中的预定区域中包括的像素的像素值和与所述预定区域对应的阈值,获得针对所述预定区域的目标值;
基于所述预定区域中的各个像素的像素值和与各个像素对应的阈值,确定针对各个像素的评价值;以及
根据所述评价值和所述目标值,确定所述预定区域中的各个像素的输出值。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014-125739 | 2014-06-18 | ||
JP2014125739 | 2014-06-18 | ||
JP2015-117268 | 2015-06-10 | ||
JP2015117268A JP6472336B2 (ja) | 2014-06-18 | 2015-06-10 | 画像処理装置、画像処理方法およびプログラム |
CN201510334021.1A CN105282392B (zh) | 2014-06-18 | 2015-06-16 | 图像处理装置及图像处理方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510334021.1A Division CN105282392B (zh) | 2014-06-18 | 2015-06-16 | 图像处理装置及图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109510918A true CN109510918A (zh) | 2019-03-22 |
CN109510918B CN109510918B (zh) | 2020-09-11 |
Family
ID=53489831
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811317094.XA Active CN109510918B (zh) | 2014-06-18 | 2015-06-16 | 图像处理装置及图像处理方法 |
CN201510334021.1A Active CN105282392B (zh) | 2014-06-18 | 2015-06-16 | 图像处理装置及图像处理方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510334021.1A Active CN105282392B (zh) | 2014-06-18 | 2015-06-16 | 图像处理装置及图像处理方法 |
Country Status (4)
Country | Link |
---|---|
US (3) | US9569706B2 (zh) |
EP (2) | EP2958313B1 (zh) |
JP (1) | JP6472336B2 (zh) |
CN (2) | CN109510918B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6472336B2 (ja) * | 2014-06-18 | 2019-02-20 | 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 |
US10410398B2 (en) * | 2015-02-20 | 2019-09-10 | Qualcomm Incorporated | Systems and methods for reducing memory bandwidth using low quality tiles |
JP6800726B2 (ja) * | 2016-12-08 | 2020-12-16 | キヤノン株式会社 | 画像形成装置、方法およびプログラム |
JP6921676B2 (ja) * | 2017-08-04 | 2021-08-18 | キヤノン株式会社 | 色変換lut作成装置、色変換lutを用いて色変換処理を行う画像処理装置、色変換lutの作成方法、及びプログラム |
JP6915455B2 (ja) * | 2017-08-25 | 2021-08-04 | 富士フイルムビジネスイノベーション株式会社 | 画像処理装置、画像形成装置、及びプログラム |
US10965836B2 (en) | 2018-07-17 | 2021-03-30 | Canon Kabushiki Kaisha | Image processing apparatus, control method thereof, and non-transitory computer-readable storage medium that execute a density unevenness correction process in accordance with properties of recording elements |
JP7066562B2 (ja) * | 2018-07-18 | 2022-05-13 | 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 |
JP7183057B2 (ja) * | 2019-01-30 | 2022-12-05 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム |
JP7242272B2 (ja) * | 2018-11-30 | 2023-03-20 | キヤノン株式会社 | ディザマトリクスの生成装置、生成方法、当該ディザマトリクスを用いた画像処理装置、画像処理方法、及びプログラム |
CN109521662B (zh) * | 2018-12-04 | 2022-05-06 | 珠海奔图电子有限公司 | 双色图像生成方法、装置、设备及存储介质 |
JP7250508B2 (ja) * | 2018-12-21 | 2023-04-03 | 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 |
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 |
US11056040B1 (en) * | 2019-11-20 | 2021-07-06 | Facebook Technologies, Llc | Systems and methods for mask-based temporal dithering |
KR20210082993A (ko) * | 2019-12-26 | 2021-07-06 | 삼성전자주식회사 | 양자화 영상 생성 방법 및 양자화 영상 생성 방법을 수행하는 센서 장치 |
CN111161183B (zh) * | 2019-12-27 | 2023-07-18 | 常州博恩中鼎医疗科技有限公司 | 一种口腔ct中平板探测器坏像素点校正方法 |
CN117953434B (zh) * | 2024-03-27 | 2024-06-18 | 广州煜能电气有限公司 | 基于智能网关的输电线路外力破坏监测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070115490A1 (en) * | 2005-09-16 | 2007-05-24 | Seiko Epson Corporation | Image output apparatus |
JP2007194904A (ja) * | 2006-01-19 | 2007-08-02 | Seiko Epson Corp | 固定セルによるハーフトーン処理を行う画像処理装置,画像処理方法,及び画像処理プログラム |
CN101527775A (zh) * | 2008-03-04 | 2009-09-09 | 夏普株式会社 | 图像处理装置、图像处理方法以及图像形成装置 |
CN102868846A (zh) * | 2011-07-06 | 2013-01-09 | 柯尼卡美能达商用科技株式会社 | 阈值矩阵生成装置和阈值矩阵生成方法 |
CN103369196A (zh) * | 2012-03-28 | 2013-10-23 | 大日本网屏制造株式会社 | 阈值矩阵、图像数据生成方法及生成装置、图像记录装置 |
Family Cites Families (104)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4736254A (en) * | 1984-11-22 | 1988-04-05 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for generating pseudo-halftone dots by comparing gray scale values of an original with dither threshold values stored in cells of a matrix array divided into imaginary matrices of elemental areas each containing one cell |
JPS61154273A (ja) * | 1985-12-11 | 1986-07-12 | Konishiroku Photo Ind Co Ltd | 画像復元方法 |
US4926251A (en) * | 1987-04-07 | 1990-05-15 | Kabushiki Kaisha Toshiba | Color image processing apparatus with image corrector |
JPH01251955A (ja) * | 1988-03-31 | 1989-10-06 | Brother Ind Ltd | 擬似中間調画像記録方法 |
US4969052A (en) * | 1988-05-11 | 1990-11-06 | Canon Kabushiki Kaisha | Image processing method and apparatus |
US4972260A (en) * | 1988-08-22 | 1990-11-20 | Matsushita Electric Industrial Co., Ltd. | Apparatus for coding a moving-picture signal |
US5086484A (en) * | 1988-08-24 | 1992-02-04 | Canon Kabushiki Kaisha | Image processing apparatus with fixed or variable threshold |
US5264840A (en) * | 1989-09-28 | 1993-11-23 | Sun Microsystems, Inc. | Method and apparatus for vector aligned dithering |
US5187521A (en) * | 1990-03-22 | 1993-02-16 | Canon Kabushiki Kaisha | Multicolor image forming apparatus with color component discrimination function |
IL94691A0 (en) * | 1990-06-11 | 1991-04-15 | Elscint Ltd | Compton free gamma camera images |
US5434414A (en) * | 1991-06-09 | 1995-07-18 | Elscint Ltd. | Reduction of image artifacts caused by unwanted photons |
US5633663A (en) * | 1992-03-31 | 1997-05-27 | Canon Kabushiki Kaisha | Ink jet recording method and apparatus |
US5832112A (en) * | 1993-12-24 | 1998-11-03 | Canon Kabushiki Kaisha | Image processing apparatus capable of detecting specific originals |
US5917963A (en) * | 1995-09-21 | 1999-06-29 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
US5953459A (en) * | 1996-02-23 | 1999-09-14 | Brother Kogyo Kabushiki Kaisha | Dither matrix producing method |
US5737453A (en) * | 1996-05-17 | 1998-04-07 | Canon Information Systems, Inc. | Enhanced error-diffusion method for color or black-and-white reproduction |
US5822451A (en) * | 1996-06-05 | 1998-10-13 | Eastman Kodak Company | Method for halftoning a multi-channel digital color image |
US5701366A (en) * | 1996-09-04 | 1997-12-23 | Canon Information Systems, Inc. | Halftoning with gradient-based selection of dither matrices |
US6108450A (en) * | 1996-11-19 | 2000-08-22 | Brother Kogyo Kabushiki Kaisha | Threshold matrix-employed error diffusion image conversion method |
JPH10191083A (ja) * | 1996-12-27 | 1998-07-21 | Brother Ind Ltd | カラー画像の2値化方法および記憶媒体 |
US6122407A (en) * | 1997-12-19 | 2000-09-19 | Electronics For Imaging, Inc. | Method and apparatus for producing threshold arrays using variance minimization and sparse image calculations |
US6954542B2 (en) * | 1999-03-30 | 2005-10-11 | Canon Kabushiki Kaisha | Image processing apparatus and method |
TW522099B (en) * | 1999-03-31 | 2003-03-01 | Seiko Epson Corp | Printing system, printing controller, printer, method for controlling printing operations, printing method, ink box, ink provider, and recording medium |
US7372594B1 (en) * | 1999-09-30 | 2008-05-13 | Canon Kabushiki Kaisha | Image processing apparatus and method, and storage medium |
JPWO2002071738A1 (ja) * | 2001-03-02 | 2004-07-02 | 大日本印刷株式会社 | ディザマスクの生成方法および生成装置 |
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 |
US20030053658A1 (en) * | 2001-06-29 | 2003-03-20 | Honeywell International Inc. | Surveillance system and methods regarding same |
US6896348B2 (en) * | 2002-07-23 | 2005-05-24 | Canon Kabushiki Kaisha | Ink jet printing apparatus, ink jet printing method, program, and printing medium |
JP2004194904A (ja) * | 2002-12-18 | 2004-07-15 | Hitachi Kokusai Electric Inc | 着順およびタイム判定装置 |
JP4136696B2 (ja) * | 2003-02-12 | 2008-08-20 | キヤノン株式会社 | 画像形成装置および画像形成方法 |
JP4639037B2 (ja) * | 2003-07-18 | 2011-02-23 | キヤノン株式会社 | 画像処理方法および装置 |
US8049933B2 (en) * | 2003-09-17 | 2011-11-01 | Canon Kabushiki Kaisha | Copy-forgery-inhibited pattern image generation method and image processing apparatus |
US20050058476A1 (en) * | 2003-09-17 | 2005-03-17 | Canon Kabushiki Kaisha | Copy-forgery-inhibited pattern density parameter determination method, copy-forgery-inhibited pattern image generation method, and image processing apparatus |
EP1710751A1 (en) * | 2004-01-06 | 2006-10-11 | Sony Corporation | Image processing device and method, recording medium, and program |
JP4328224B2 (ja) * | 2004-01-26 | 2009-09-09 | オリンパス株式会社 | 結像光学系の結像性能評価方法及び装置 |
EP1722549A4 (en) * | 2004-02-10 | 2007-04-18 | Seiko Epson Corp | PICTURE DISTRIBUTION SYSTEM FOR PUBLISHING AN IMAGE BASED ON INFORMATION ABOUT NUMBER OF POINTS TO BE MADE IN A PREFERRED AREA |
JP2005340940A (ja) * | 2004-05-24 | 2005-12-08 | Fuji Photo Film Co Ltd | 画像処理方法及び装置並びにプログラム |
JP4297000B2 (ja) * | 2004-06-28 | 2009-07-15 | セイコーエプソン株式会社 | 複数画素ずつ多値化を行いながら画像を出力する画像出力システム |
JP2006020219A (ja) * | 2004-07-05 | 2006-01-19 | Konica Minolta Holdings Inc | 画像処理方法及び画像処理装置 |
US7440139B2 (en) * | 2005-01-13 | 2008-10-21 | Xerox Corporation | Systems and methods for controlling a tone reproduction curve using error diffusion |
JP4514213B2 (ja) * | 2005-03-31 | 2010-07-28 | キヤノン株式会社 | 画像処理装置およびその制御方法 |
US8208175B2 (en) * | 2005-04-13 | 2012-06-26 | Xerox Corporation | Blended error diffusion and adaptive quantization |
JP4075913B2 (ja) * | 2005-06-30 | 2008-04-16 | ブラザー工業株式会社 | 画像処理装置および画像処理プログラム |
US20070115506A1 (en) * | 2005-07-11 | 2007-05-24 | Seiko Epson Corporation | Image processing apparatus |
US7804980B2 (en) * | 2005-08-24 | 2010-09-28 | Denso Corporation | Environment recognition device |
JP4696804B2 (ja) * | 2005-09-16 | 2011-06-08 | セイコーエプソン株式会社 | 画像出力装置 |
WO2007074774A1 (ja) * | 2005-12-26 | 2007-07-05 | Kyocera Corporation | ぶれ量検出装置、ぶれ補正装置、撮像装置及びぶれ量検出方法 |
CN101389481B (zh) * | 2006-02-22 | 2011-04-06 | 株式会社理光 | 图像处理方法、记录物、程序、图像处理装置、图像形成装置、图像形成系统和墨水 |
JP5038763B2 (ja) * | 2006-04-04 | 2012-10-03 | 株式会社リコー | インクジェット記録装置と画像処理方法、画像処理制御プログラムと記録媒体および高浸透性顔料インク |
FR2916678B1 (fr) * | 2007-06-01 | 2021-07-16 | Advanced Track & Trace | Procede et dispositif de securisation de documents |
EP2054836B1 (fr) * | 2006-07-19 | 2019-05-29 | Advanced Track And Trace | Procedes et dispositifs de securisation et d'authentification de documents |
CN100393098C (zh) * | 2006-08-22 | 2008-06-04 | 北京大学 | 误差扩散图像挂网技术中的图像扫描处理方法及系统 |
JP4630254B2 (ja) * | 2006-10-03 | 2011-02-09 | セイコーエプソン株式会社 | 印刷装置、印刷方法、およぴ印刷物生成方法 |
JP4254840B2 (ja) * | 2006-10-12 | 2009-04-15 | セイコーエプソン株式会社 | 印刷における濃度ムラの抑制 |
JP4777268B2 (ja) * | 2007-02-01 | 2011-09-21 | キヤノン株式会社 | 画像形成装置、及び画像処理装置の制御方法 |
US8049797B2 (en) * | 2007-05-08 | 2011-11-01 | Canon Kabushiki Kaisha | Image sensor and color imaging apparatus |
US8238653B2 (en) * | 2008-07-11 | 2012-08-07 | Silicon Image, Inc. | Methods and mechanisms for probabilistic color correction |
JP5247492B2 (ja) * | 2009-01-20 | 2013-07-24 | キヤノン株式会社 | 画像形成装置及び制御方法及びプログラム |
JP5067896B2 (ja) * | 2009-06-18 | 2012-11-07 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP5361650B2 (ja) * | 2009-10-09 | 2013-12-04 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
CN102055882B (zh) * | 2009-10-30 | 2013-12-25 | 夏普株式会社 | 图像处理装置、图像形成装置及图像处理方法 |
DE102010051808B4 (de) * | 2009-12-11 | 2023-10-05 | Heidelberger Druckmaschinen Ag | Multileveldruckverfahren mit Rasterbitmap und Zuordnungsverfahren zu Multilevelrastern |
JP5349622B2 (ja) * | 2010-02-10 | 2013-11-20 | 株式会社東芝 | パターン識別装置 |
JP5843472B2 (ja) * | 2010-07-26 | 2016-01-13 | 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 |
US8576243B2 (en) * | 2010-10-08 | 2013-11-05 | Hewlett-Packard Development Company, L.P. | Display-color function image conversion |
JP5767516B2 (ja) * | 2010-10-08 | 2015-08-19 | 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 |
US8842911B2 (en) * | 2011-02-04 | 2014-09-23 | Apple Inc. | Luma-based color matching |
US8611655B2 (en) * | 2011-02-04 | 2013-12-17 | Apple Inc. | Hue-based color matching |
US8767264B2 (en) * | 2011-03-24 | 2014-07-01 | Seiko Epson Corporation | Printing device and printing method |
JP5439426B2 (ja) * | 2011-04-05 | 2014-03-12 | 富士フイルム株式会社 | 処理条件選択装置、処理条件選択方法及びプログラム |
EP2651148B1 (en) * | 2011-04-15 | 2017-05-31 | Panasonic Intellectual Property Management Co., Ltd. | Resin molding part for speakers and speaker equipped with same, and electronic device and mobile device each equipped with said speaker |
JP5832136B2 (ja) * | 2011-05-09 | 2015-12-16 | キヤノン株式会社 | 記録装置および方法 |
JP5438066B2 (ja) * | 2011-05-25 | 2014-03-12 | 日立アロカメディカル株式会社 | 超音波画像処理装置およびプログラム |
JP5825856B2 (ja) * | 2011-06-03 | 2015-12-02 | キヤノン株式会社 | 画像形成装置、画像形成方法、および、プログラム |
JP4937417B1 (ja) * | 2011-06-14 | 2012-05-23 | 株式会社ナナオ | 文字領域画素判定装置またはその方法 |
DE112012002619T5 (de) * | 2011-06-24 | 2014-04-17 | Kla-Tencor Corp. | Verfahren und Vorrichtung zur Inspektion von lichtemittierenden Halbleiterelementen mittels Photolumineszenz-Abbildung |
JP5864914B2 (ja) * | 2011-06-28 | 2016-02-17 | キヤノン株式会社 | 画像形成装置、画像形成方法およびプログラム |
JP5433645B2 (ja) * | 2011-07-22 | 2014-03-05 | 富士フイルム株式会社 | 液体吐出量制御装置及び方法、プログラム並びにインクジェット装置 |
JP5767523B2 (ja) * | 2011-07-29 | 2015-08-19 | キヤノン株式会社 | 画像処理装置及びその制御方法、並びにプログラム |
JP6040522B2 (ja) * | 2011-11-15 | 2016-12-07 | セイコーエプソン株式会社 | 印刷装置、印刷方法およびそのプログラム |
JP5458083B2 (ja) * | 2011-11-22 | 2014-04-02 | 富士フイルム株式会社 | インク使用量評価装置及び方法、プログラム並びにインクジェット装置 |
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 |
US8773456B2 (en) * | 2012-05-15 | 2014-07-08 | Delta Electronics, Inc. | Halftone image generation method and image processing system and computer program product thereof |
JP5995642B2 (ja) * | 2012-10-11 | 2016-09-21 | キヤノン株式会社 | 記録装置および記録方法 |
JP6296726B2 (ja) * | 2012-11-16 | 2018-03-20 | キヤノン株式会社 | ディザパタン作成方法および画像処理装置 |
US9138989B2 (en) * | 2013-02-15 | 2015-09-22 | Canon Kabushiki Kaisha | Printing control apparatus and printing control method for distributing quantized image data |
JP5977716B2 (ja) * | 2013-07-23 | 2016-08-24 | 富士フイルム株式会社 | 閾値データ設定装置、方法及びプログラム、並びに画像形成システム |
US9087291B2 (en) * | 2013-10-01 | 2015-07-21 | Canon Kabushiki Kaisha | Image processing apparatus and method setting thresholds of dither patterns based on density range and generating binary data depending on thresholds of target pixels |
JP2015096922A (ja) * | 2013-11-15 | 2015-05-21 | キヤノン株式会社 | 画像形成装置、制御装置およびそれらの制御方法 |
JP2015122619A (ja) * | 2013-12-24 | 2015-07-02 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP6468815B2 (ja) * | 2014-01-15 | 2019-02-13 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP2015168225A (ja) * | 2014-03-10 | 2015-09-28 | キヤノン株式会社 | 記録装置の制御装置、制御方法およびプログラム |
EP3125521B1 (en) * | 2014-03-27 | 2019-03-13 | Fujifilm Corporation | Printing system, halftone processing rule generation method, characteristic parameter acquisition method, image processing device and method, halftone processing rule, halftone image, printed matter production method, inkjet printing system, and program |
JP2015204565A (ja) * | 2014-04-15 | 2015-11-16 | キヤノン株式会社 | 画像形成装置およびその制御方法 |
CN104468578B (zh) * | 2014-12-10 | 2017-12-26 | 怀效宁 | 一种无线通讯的优先通讯系统和通讯方法 |
JP6472336B2 (ja) * | 2014-06-18 | 2019-02-20 | 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 |
TWI514840B (zh) * | 2014-10-20 | 2015-12-21 | Univ Nat Taipei Technology | 半色調資料隱寫編碼系統及半色調資料隱寫解碼系統 |
JP6282608B2 (ja) * | 2015-03-27 | 2018-02-21 | 富士フイルム株式会社 | 量子化方法及び画像処理装置 |
JP6613597B2 (ja) * | 2015-04-06 | 2019-12-04 | セイコーエプソン株式会社 | 画像処理装置、印刷装置、画像処理方法および印刷方法 |
JP6381495B2 (ja) * | 2015-08-07 | 2018-08-29 | 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 |
KR101731178B1 (ko) * | 2015-10-02 | 2017-04-28 | 엘지디스플레이 주식회사 | 유기 발광 표시장치와 그 구동 방법 |
US9961231B2 (en) * | 2015-10-06 | 2018-05-01 | Canon Kabushiki Kaisha | Image processing method that attempts decoding of additional information using a plurality of decoding methods, and apparatus therefor |
JP6650821B2 (ja) * | 2016-04-25 | 2020-02-19 | 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 |
JP6691017B2 (ja) * | 2016-08-08 | 2020-04-28 | 株式会社ミマキエンジニアリング | 造形方法、及び造形システム |
-
2015
- 2015-06-10 JP JP2015117268A patent/JP6472336B2/ja active Active
- 2015-06-15 US US14/739,368 patent/US9569706B2/en active Active
- 2015-06-16 CN CN201811317094.XA patent/CN109510918B/zh active Active
- 2015-06-16 CN CN201510334021.1A patent/CN105282392B/zh active Active
- 2015-06-18 EP EP15172760.9A patent/EP2958313B1/en active Active
- 2015-06-18 EP EP20169150.8A patent/EP3709622B1/en active Active
-
2017
- 2017-01-03 US US15/397,629 patent/US10650294B2/en active Active
-
2019
- 2019-03-01 US US16/290,247 patent/US10534987B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070115490A1 (en) * | 2005-09-16 | 2007-05-24 | Seiko Epson Corporation | Image output apparatus |
JP2007194904A (ja) * | 2006-01-19 | 2007-08-02 | Seiko Epson Corp | 固定セルによるハーフトーン処理を行う画像処理装置,画像処理方法,及び画像処理プログラム |
CN101527775A (zh) * | 2008-03-04 | 2009-09-09 | 夏普株式会社 | 图像处理装置、图像处理方法以及图像形成装置 |
CN102868846A (zh) * | 2011-07-06 | 2013-01-09 | 柯尼卡美能达商用科技株式会社 | 阈值矩阵生成装置和阈值矩阵生成方法 |
CN103369196A (zh) * | 2012-03-28 | 2013-10-23 | 大日本网屏制造株式会社 | 阈值矩阵、图像数据生成方法及生成装置、图像记录装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3709622B1 (en) | 2023-08-23 |
US20150371123A1 (en) | 2015-12-24 |
EP3709622A1 (en) | 2020-09-16 |
US20190197373A1 (en) | 2019-06-27 |
CN105282392A (zh) | 2016-01-27 |
EP3709622C0 (en) | 2023-08-23 |
US9569706B2 (en) | 2017-02-14 |
CN109510918B (zh) | 2020-09-11 |
US20170116502A1 (en) | 2017-04-27 |
EP2958313A1 (en) | 2015-12-23 |
JP2016021735A (ja) | 2016-02-04 |
US10650294B2 (en) | 2020-05-12 |
US10534987B2 (en) | 2020-01-14 |
JP6472336B2 (ja) | 2019-02-20 |
CN105282392B (zh) | 2018-11-23 |
EP2958313B1 (en) | 2020-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105282392B (zh) | 图像处理装置及图像处理方法 | |
US9621762B2 (en) | Halftone calibration mechanism employing an ink model | |
US20050074179A1 (en) | Tone selective adjustment of images | |
JP5675253B2 (ja) | 画像処理装置、画像処理方法及びコンピュータプログラム | |
US7898693B2 (en) | Fast generation of dither matrix | |
US11233921B2 (en) | Image processing apparatus that specifies edge pixel in target image using single-component image data | |
CN103942755A (zh) | 图像亮度调节方法和装置 | |
JP2003051004A (ja) | ノイズ出現の評価を利用して画像処理経路を選択するシステムおよび方法 | |
US8576448B2 (en) | Clustered halftone generation | |
US10638019B2 (en) | Gray component replacement in a digital image to generate a color transformed image | |
WO2020166596A1 (ja) | 画像処理システム及びプログラム | |
US10194054B2 (en) | Image processing apparatus, image processing method, and storage medium | |
JP2016066990A (ja) | 階調補正の評価方法、および演算装置 | |
JP4099481B2 (ja) | 画像処理方法、画像処理装置及びコンピュータプログラム | |
JP2012205190A (ja) | 画像処理装置およびプログラム | |
JP2019062577A (ja) | 画像処理装置、画像処理方法およびプログラム | |
TW201520972A (zh) | 多色調影像處理方法及影像處理裝置 | |
JP2017182538A (ja) | 情報処理装置、画像評価方法、化粧材の製造方法、化粧材、プログラム、および記録媒体 | |
JP2016111483A (ja) | 画像処理装置、画像処理方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |