DE69622614T2

DE69622614T2 - Verfahren zur adaptiven Fehlerdiffusion

Info

Publication number: DE69622614T2
Application number: DE69622614T
Authority: DE
Inventors: Douglas W. Couwenhoven; Rodney L. Miller; Kevin E. Spaulding
Original assignee: Eastman Kodak Co
Current assignee: Eastman Kodak Co
Priority date: 1995-03-23
Filing date: 1996-03-20
Publication date: 2003-03-27
Anticipated expiration: 2016-03-21
Also published as: DE69622614D1; EP0734150A3; JPH08279906A; US5757517A; EP0734150B1; EP0734150A2

Description

Es wird auf die inzwischen als US-A-5 581 371 veröffentlichte, am 07.03.95 eingereichte gemeinsam abgetretene US-Patentanmeldung 08/399,678 von Kevin E. Spaulding und Douglas W. Couwenhoven mit dem Titel IMPROVED ERROR DIFFUSION METHOD verwiesen.
Die vorliegende Erfindung betrifft die digitale Bildverarbeitung und insbesondere ein Verfahren für die digitale Punktschattierung eines Halbtonbildes nach dem Fehlerdiffusionsverfahren.
Bei der digitalen Punktschattierung wird durch digitale Bildverarbeitung aus einem Halbton-Eingangsbild ein Raster-Ausgangsbild erzeugt. Dabei wird ein Halbtonbild abgetastet, beispielsweise mit einem Scanner. Die Abtastwerte werden digitalisiert und in einem Computer gespeichert. Die digitalisierten Abtastwerte (oder "Pixel") bestehen aus diskreten Werten mit einem typischen Bereich von 0 bis 255. Um dieses Bild auf einem Ausgabegerät, das nur Punkte einer bestimmten Graustufe (z. B. Schwarz) drucken kann, zu reproduzieren, muss durch geeignete Verteilung der gedruckten Punkte im Ausgangsbild der Eindruck einer Vielzahl von Graustufen erzeugt werden. Zu diesem Zweck wird das Halbtonbild nach einem Punktschattierungsverfahren in ein binäres Ausgangsbild umgewandelt.
Ein bekanntes Verfahren der digitalen Punktschattierung ist das Fehlerdiffusionsverfahren. Das in Fig. 1 dargestellte Blockschaltbild beschreibt ein Fehlerdiffusionsverfahren im Grundsatz. Der Halbton-Eingabewert für die Spalte i und die Reihe j des Eingangsbildes wird mit yij angegeben.
Zur Veranschaulichung sei angenommen, dass sich die Halbton-Eingabewerte über den Bereich von 0 bis 255 erstrecken. Zur Bildung des Ausgabewerts bi, j wird der Halbton-Eingabewert für das aktuelle Eingabepixel auf den Schwellenwert 10 eingestellt. Für Halbton-Eingabewerte unter dem Schwellenwert gibt der Schwellenwertoperator dann 0 und für Halbton-Eingabewerte über dem Schwellenwert 255 an. Ein Differenzsignalgenerator 12 empfängt den Halbton-Eingabewert und den Ausgabewert und erzeugt ein Differenzsignal, das dem durch die Schwellenwertvorgabe eingeführten Fehler entspricht. Das Differenzsignal wird von einem Fehlergenerator 14 für gewichtete Fehler mit einer Reihe von Fehlergewichtungen multipliziert und einem Addierer 16 zugeführt, der das gewichtete Differenzsignal zu den Halbton- Eingabewerten benachbarter, noch nicht verarbeiteter Pixel addiert, um modifizierte Halbton-Eingabewerte zu bilden. Die Ausbreitung der Fehler auf die benachbarten Pixel während des Quantisierungsvorgangs gewährleistet, dass der arithmetische Mittelwert der Pixelwerte über einen lokalen Bildbereich erhalten bleibt.
Fig. 2 zeigt eine typische Gruppe von Fehlergewichtungen 14, mit denen die Fehler auf die benachbarten Pixel verteilt werden können.
Fig. 3 zeigt ein nach diesem einfachen Fehlerdiffusionsverfahren erzeugtes typisches Bild.
Ein für Punktschattierungen nach dem Fehlerdiffusionsverfahren typischer Artefakt ist das Auftreten von "Würmern". Würmer entstehen, wenn die schwarzen oder weißen Ausgabepixel in einem Bereich, der an sich ein gleichförmiges Aussehen aufweisen sollte, Ketten bilden. Wurm-Artefakte sind in dem in Fig. 3 dargestellten Musterbild in verschiedenen Bereichen, beispielsweise den hellen und dunklen Enden des Graukeils, deutlich zu sehen. Mehrere dieser Wurm-Artefakte sind als 18A-C gekennzeichnet. Zahlreiche Modifikationen des grundsätzlichen Fehlerdiffusionsverfahrens, mit denen versucht wurde, diese Wurm-Artefakte zu beseitigen, sind aus Vorveröffentlichungen bekannt. Eine solche Modifikation wurde in US-A-4 654 721 beschrieben. Dort entspricht jedem Eingabepixel ein Block von Ausgabepixeln. Das Auftreten von Würmern wird dadurch vermieden, dass ein Zufallsgenerator die Verteilung des Fehlers zwischen zwei benachbarten Pixelblöcken so festlegt, dass ein Zufallsanteil des Fehlers auf einen Block und der Rest des Fehlers auf den andern Block verteilt wird. Bei einem anderen, zuweilen als Fehlerdiffusion mit Dithern bezeichneten Verfahren wird das Fehlermerkmal willkürlich variiert, um das Auftreten von Würmern zu verringern. Diese und ähnliche Verfahren verringern zwar das Auftreten von Würmern, erhöhen aber auch die Rauschstörung im Ausgangsbild. Soweit diese Rauschstörung in den für einen Betrachter sichtbaren Frequenzen auftritt, wird die Bildqualität dadurch verschlechtert.
Ein wünschenswerteres Verfahren wurde in US-A-5 051 844 offenbart. Dieses Verfahren wird im Folgenden als visuelle Fehlerdiffusion bezeichnet. US-A-5 051 844 lehrt die Verwendung eines aus der Reaktion des menschlichen Sehvermögens abgeleiteten visuellen Filters für die Berechnung eines visuell wahrgenommenen Ausgabewertes. Ausgewählt wird dabei der Ausgangspegel, bei dem sich der kleinste Fehler zwischen dem Halbton-Eingabewert und dem visuell wahrgenommenen Ausgabewert ergibt. Das sich auf die benachbarten Bildpixel ausbreitende Fehlersignal wird dann als Differenz zwischen dem Halbton-Eingabewert und dem visuell wahrgenommenen Ausgabewert statt aus dem Ausgabewert selbst berechnet. Fig. 4 zeigt ein Ablaufdiagramm für dieses Verfahren. Der einfache Schwellenwert 10 des herkömmlichen Fehlerdiffusionsverfahrens wurde hier durch einen Selektor 30 ersetzt, der den Ausgabepixelwert bi, j bestimmt. Die Auswahl durch den Selektor 30 erfolgt unter Zurhilfenahme eines kausalen Sichtfilters 31, das die vorher berechneten Ausgabepixelwerte zusammen mit jedem der möglichen Ausgangspegel für das aktuelle Pixel 32 filtert, um für jeden möglichen Ausgangspegel den visuell wahrgenommenen Ausgabewert zu berechnen. Für ein binäres Ausgabegerät gibt es zwei mögliche Ausgangspegel, die einem schwarzen oder einem weißen Pixel entsprechen. Dieses Verfahren kann jedoch durch Berücksichtigung von mehr als zwei möglichen Ausgangspegeln auf Ausgaberäte mit einer Vielzahl von Pegeln erweitert werden. Gewählt wird der Ausgabepixelwert, der die kleinste Differenz zwischen dem Halbton-Eingabewert und dem visuell wahrgenommenen Ausgangspegel ergibt. Der sich für das aktuelle Pixel ergebende Fehler wird dann von einem Differenzsignalgenerator 33 berechnet, der ein Differenzsignal zwischen dem Halbton-Eingabewert und dem visuell wahrgenommenen Ausgabewert 34 berechnet. Wie bei dem herkömmlichen Fehlerdiffusionsverfahren wird das Differenzsignal anschließend von einem Fehlergenerator 35 für gewichtete Fehler mit einer Reihe von Fehlergewichtungen Wi, j gewichtet und bei 36 zu den Halbton-Eingabewerten benachbarter Pixel, die noch verarbeitet werden müssen, addiert, um modifizierte Halbton-Eingabewerte zu erhalten. Die kausale Sichtfilterfunktion wird aus dem Frequenzverhalten des menschlichen Sehvermögens berechnet, wie in US-A-5 051 844 beschrieben. Ein Beispiel einer 4 · 7 kausalen Sichtfilterfunktion ist in Fig. 5 dargestellt. Mit dem Matrixelement 40 werden die möglichen Ausgangspegel für das aktuelle Pixel, mit den übrigen Matrixelementen die vorher berechneten benachbarten Ausgabewerte gewichtet. (Diese kausale Sichtfilterfunktion ist eine normierte Version der in US-A-5 051 844 offenbarten Version). Eine ähnliche 8 · 15 kausale Sichtfilterfunktion ist in Fig. 6 dargestellt. Die Größe der Matrix der kausalen Sichtfilterfunktion ergibt sich aus den Parametern, wie z. B. Betrachtungsabstand und Abtastintervall, des Dokuments in den in US-A-5 051 844 angegebenen Gleichungen. In diesem Fall werden mit dem Matrixelement 42 die möglichen Ausgangspegel für das aktuelle Pixel und mit den übrigen Matrixelementen die vorher berechneten benachbarten Ausgabewerte gewichtet. Fig. 7 zeigt ein nach diesem Verfahren mit der 8 · 15 kausalen Sichtfilterfunktion erzeugtes Musterbild. Die in Fig. 3 mit 8A-C bezeichneten Wurm-Artefakte sind nicht mehr vorhanden.
Die visuelle Fehlerdiffusion bewirkt zwar eine erhebliche Verringerung des Auftretens von Würmern ohne unerwünschtes Rauschen, hat jedoch den Nebeneffekt, dass Artefakte in der Nähe von Kanten, Linien und vereinzelten Pixeln im Bild erzeugt werden. Einen dieser Artefakte kann man als "Geisterpixel" bezeichnen. Beispiele von Geisterpixel-Artefakten 20A-C sind in dem in Fig. 7 dargestellten Bild in der Umgebung der vereinzelten Pixel und der Kanten zu beobachten. Das Auftreten dieser Geisterpixel-Artefakte ist darauf zurückzuführen, dass beim Auswahlprozess das visuell wahrgenommene Ausgangsbild mit dem ungefilterten Eingangsbild verglichen wird. Wenn das Eingangsbild beispielsweise ein vereinzeltes schwarzes Pixel auf einem weißen Hintergrund enthält, dann wird nach dem visuellen Fehlerdiffusionsverfahren der größte Teil der dem weißen Hintergrund entsprechenden Fläche mit weißen Pixeln belegt. Bei der Auswahl für das schwarze Pixel werden dagegen die Ausgabepixel in der Umgebung visuell gefiltert. Da die meisten dieser Pixel weiß sind, ist der visuell wahrgenommene Ausgangspegel für ein weißes Ausgabepixel weiß, der visuell wahrgenommene Ausgangspegel für ein schwarzes Ausgabepixel dagegen nicht schwarz, sondern hellgrau. Da der hellgraue visuell wahrgenommene Ausgangspegel dem gewünschten schwarzen Eingangspegel näher liegt als der weiße visuell wahrgenommene Ausgangspegel wird zu Recht der schwarze Ausgangspegel ausgewählt. Das der Differenz zwischen dem schwarzen Eingangspegel und dem hellgrauen visuell wahrgenommenen Ausgangspegel entsprechende Fehlersignal ist jedoch in diesem Fall relativ groß. Dieser Fehler breitet sich nun auf die Halbtonpixel in der Umgebung aus. Infolgedessen können bei der Verarbeitung der benachbarten weißen Hintergrundpixel eines oder mehrere dieser Pixel als schwarze Ausgabepixel wiedergegeben werden.
Zwischen gleichförmigen Feldern unterschiedlicher Graustufen, an denen sich anisotrope Überschwinger bilden, können die Artefakte noch stärker ausgebildet sein. Obwohl dieser Artefakt das Bild schärft, ist dies nicht notwendigerweise ein wünschenswerter Effekt, weil der Schärfungsgrad nicht unabhängig von der Wurmverringerung gesteuert werden kann und zudem anisotrop ist, sodass die wahrgenommene Schärfung nicht symmetrisch ist. Beispiele anisotroper Schärfung sind die Kanten 19A und B in Fig. 7. Wie die Geisterpixel-Artefakte sind die anisotropen Schärfungen darauf zurückzuführen, dass beim Auswahlprozess das visuell wahrgenommene Ausgangsbild mit dem ungefilterten Eingangsbild verglichen wird.
Eine ideale Lösung wäre eine Kombination des Fehlerdiffusionsalgorithmus gemäß Fig. 1 in Bildbereichen mit einem hohen Ortsfrequenzanteil (Kanten) mit dem visuellen Fehlerdiffusionsalgorithmus in Bildbereichen mit einem geringen Ortsfrequenzanteil ohne abrupte Übergänge.
Der Erfindung liegt die Aufgabe zugrunde, die vorstehend erörterten Artefakte zu beseitigen und das Auftreten von "Würmern" trotzdem zu verringern.
Gelöst wird diese Aufgabe durch ein Fehlerdiffusionsverfahren, das zum Erzeugen eines Ausgangsbildes aus einem Eingangsbild mit digitalisierten Halbtonpixeln geeignet ist, wobei das Verfahren folgende Schritte umfasst:
a) Berechnen eines Bildaktivitätssignals;
b) Berechnen von Aktivitätsgewichtungen aus dem Bildaktivitätssignal;
c) Berechnen eines gefilterten, auf die Aktivitätsgewichtungen ansprechenden Eingabewerts für ein digitalisiertes Halbton-Eingabepixel;
d) Berechnen eines gefilterten, auf die Aktivitätsgewichtungen ansprechenden Ausgabewerts für jede der möglichen Ausgangspegel;
e) Auswählen des Ausgangspegels in Abhängigkeit von dem gefilterten Eingabewert und dem gefilterten Ausgabewert für jeden der möglichen Ausgangspegel entsprechend einem Fehlermerkmal;
f) Bestimmen eines Fehlersignals zwischen dem gefilterten Eingabewert und dem gefilterten Ausgabewert für den gewählten Ausgangspegel; und
g) Gewichten des Fehlersignals und Anpassen der gefilterten Eingabewerte für benachbarte, noch nicht verarbeitete Pixel.
Die Erfindung hat den Vorteil, dass sie das Auftreten von Wurm-Artefakten im Ausgangsbild minimiert und gleichzeitig die bei dem in US-A-5 051 844 offenbarten bekannten visuellen Fehlerdiffusionsalgorithmus auftretenden Kanten-Artefakte beseitigt.
Die Erfindung hat ferner den Vorteil, dass sie sich dem örtlichen Bildinhalt anpasst, indem sie Betriebsparameter auswählt, die für den jeweiligen Bildinhalt die beste Bildqualität ergeben.
Ein weiterer Vorteil der Erfindung besteht darin, dass der Schärfungsgrad unabhängig von der vorhandenen Unschärfe eingestellt werden kann. Außerdem kann die Schärfung isotrop eingestellt werden.
Die Erfindung wird im Folgenden anhand eines in der Zeichnung dargestellten bevorzugten Ausführungsbeispiels näher erläutert.
Es zeigen:
Fig. 1 ein Logikdiagramm eines Fehlerdiffusionsverfahrens nach dem Stand der Technik;
Fig. 2 typische Gruppen von Fehlergewichtungen, die in der Anordnung gemäß Fig. 1 zur Anwendung kommen;
Fig. 3 ein nach dem Verfahren gemäß Fig. 1 erzeugtes Musterbild, das Wurm- Artefakte enthält;
Fig. 4 ein weiteres Logikdiagramm eines Fehlerdiffusionsverfahrens nach dem Stand der Technik;
Fig. 5 eine kausale Sichtfiltermatrix;
Fig. 6 eine weitere kausale Sichtfiltermatrix;
Fig. 7 ein nach dem Verfahren gemäß Fig. 4 erzeugtes Musterbild, das anisotrope Kantenschärfung und Geisterpixel-Artefakte enthält;
Fig. 8 ein weiteres Logikdiagramm eines Fehlerdiffusionsverfahrens;
Fig. 9 ein Musterschärfungsfilter, das in der in Fig. 8 dargestellten Logikschaltung verwendet werden kann;
Fig. 10 ein nach dem Verfahren gemäß Fig. 8 erzeugtes Musterbild, dass die in Fig. 3 und 7 vorhandenen Artefakte nicht mehr, aber Artefakte in kontrastreichen Bildbereichen enthält;
Fig. 11 ein Logikdiagramm des erfindungsgemäßen Verfahrens;
Fig. 12 ein Logikdiagramm einer erfindungsgemäßen Eingabefilterung;
Fig. 13 ein Musterdiagramm einer erfindungsgemäßen Funktion zur Erzeugung eines Gewichtungsvektors Q;
Fig. 14 ein weiteres Musterdiagramm einer erfindungsgemäßen Funktion zur Erzeugung eines Gewichtungsvektors Q;
Fig. 15 ein Logikdiagramm einer erfindungsgemäßen Gewichtung der Fehlerpuffer;
Fig. 16 ein Logikdiagramm einer erfindungsgemäßen Ausgabefilterung;
Fig. 17 ein Logikdiagramm einer weiteren erfindungsgemäßen Ausgabefilterung;
Fig. 18 ein Logikdiagramm der erfindungsgemäßen Fehlerverteilung auf getrennte Fehlerpuffer;
Fig. 19 ein erfindungsgemäß erzeugtes Musterbild;
Fig. 20 ein Logikdiagramm eines erfindungsgemäßen Verfahrens, bei dem nur ein Fehlerpuffer verwendet wird;
Fig. 21 ein Logikdiagramm eines auf jeden Kanal eines Farbbildes angewandten erfindungsgemäßen Verfahrens; und
Fig. 22 ein weiteres Logikdiagramm eines auf jeden Kanal eines Farbbildes angewandten weiteren erfindungsgemäßen Verfahrens.
Wie in der oben angezogenen Parallelanmeldung offenbart, korrigiert eine Modifikation des visuellen Fehlerdiffusionsalgorithmus diese unerwünschten Artefakte. Dabei wird während der Bestimmung des Ausgangswerts für das aktuelle Pixel das Eingangsbild und das Ausgangsbild mit einer visuellen Filterfunktion beaufschlagt. Der sich auf benachbarte, noch nicht bearbeitete Halbton-Eingabepixel ausbreitende Fehler wird aus der Differenz zwischen dem visuell wahrgenommenen Eingabewert und dem visuell wahrgenommenen Ausgabewert berechnet. Diese Erfindung hat den Vorteil, dass sie das Auftreten von Wurm-Artefakten im Ausgangsbild minimiert und die bei dem bekannten visuellen Fehlerdiffusionsalgorithmus auftretenden Kanten- Artefakte beseitigt. Ein Blockschaltbild des verbesserten visuellen Fehlerdiffusionsalgorithmus ist in Fig. 8, ein Muster-Ausgangsbild in Fig. 10 dargestellt. Ein Nachteil des Verfahrens gemäß Fig. 8 besteht darin, dass zur Wiederherstellung der wünschenswerten Bildschärfe ein schärfendes Vorfilter 68 benötigt wird. Zur Erzeugung des in Fig. 10 dargestellten Bildes wurde ein in Fig. 9 als Beispiel dargestelltes schärfendes Vorfilter verwendet. Infolgedessen erscheinen die Kanten in Fig. 10 genauso scharf wie die Kanten des in Fig. 7 dargestellten Bildes, das nach dem visuellen Fehlerdiffusionsverfahren gemäß US-A-5 051 844 bearbeitet wurde, jedoch mit dem zusätzlichen Vorteil, dass die Kanten jetzt auch isotrop sind. Diese Verbesserung ergibt zwar ein Ausgangsbild höherer Qualität, hat aber den Nachteil, dass sie in bestimmten Bereichen des Bildes mit hohem Kontrast und hoher Ortsfrequenz, wie z. B. den senkrechten und waagerechten Balken rechts von der Mitte des Musterbildes in Fig. 10, unerwünschtes Rauschen 21A-B einführt.
Bei der schematisch in Fig. 11 dargestellten vorliegenden Erfindung wird ein Pixel in Reihe i, Spalte j des Eingangsbildes mit y(i, j) bezeichnet. Ein Aktivitätssensor 80 ermittelt anhand benachbarter Pixel in der Umgebung von y(i, j) ein Aktivitätssignal. Der Aktivitätssensor 80 kann in den verschiedensten Formen ausgebildet sein, beispielsweise als lokaler Bereichssensor, lokale Varianzschätzfunktion, Faltungsfilter oder Kantenerkennungsoperator, beispielsweise als Sobel- oder Priwitt-Kantenerkennungsfilter. In einer Version berechnet der Aktivitätssensor 80 mit einem lokalen Bereichssensor das Aktivitätssignal als Differenz zwischen den größten und kleinsten Eingabepixelwerten benachbarter Pixel in der Umgebung von Y(i, j). Die benachbarten Pixel können das aktuelle Pixel, unmittelbar benachbarte Pixel und/oder andere benachbarte Pixel einschließen. Ein weiterer erfindungsgemäßer Aktivitätssensor 80 berechnet mit einer lokalen Varianzschätzungsfunktion das Aktivitätssignal als statistische Varianz der Eingabepixelwerte benachbarter Pixel in der Umgebung von y(i, j). Ein anderer Aktivitätssensor 80 berechnet mit einem Faltungsfilter das Aktivitätssignal als Faltung des Faltungsfilters und der Eingabepixelwerte benachbarter Pixel in der Umgebung von y(i, j). Ein mit einem Kantenerkennungsoperator arbeitender Aktivitätssensor berechnet das Aktivitätssignal als Summe der Faltungen der Eingabepixel benachbarter Pixel in der Umgebung von y(i, j) mit den Kantenerkennungsfiltern.
Der Wert des Aktivitätssignals wird als Index für eine Aktivitätsfunktion 82 verwendet, die einen Gewichtungsvektor Q = {q&sub0;, q&sub1;, ..., qk, ..., qN-1} berechnet. Bei der bevorzugten Ausführungsform der vorliegenden Erfindung wird die Aktivitätsfunktion 82 als Wertetabelle verwirklicht, die von dem Aktivitätssignal indexiert wird. Das Eingangsbild durchläuft ferner einen Eingangsfilterprozessor 81, der das Eingangsbild in der Umgebung von y(i, j) mit Filtersignalgeneratoren 81A und einer Reihe N separater Filter F&sub0;(i, j) bis einschließlich FN1(i, j) digital filtert, wie in Fig. 12 gezeigt. Wie ebenfalls in Fig. 12 gezeigt, gewichtet der Gewichtungsvektor Q die N gefilterten Versionen des Eingangsbildes mit Multiplikatoren 81B, die dann mit einem Addierer 81 C addiert werden, um ein gewichtetes gefiltertes Eingangssignal z(i, j) zu erzeugen. Die gefilterten Eingabewerte müssen nur für Fälle berechnet werden, in denen die Gewichtungen qk einen anderen Wert als null haben.
Ein Beispiel einer Aktivitätsfunktion 82, mit der zwischen zwei Eingangsfiltern Fo(i, j) und F1(i, j) geschaltet werden kann, ist in Fig. 13 dargestellt, wobei e den Wert des Aktivitätssignals angibt. In diesem besonderen Beispiel reicht der Wert des Aktivitätssignals von 0 bis 255. Für Werte des Aktivitätssignals zwischen 0 und 10, Q = {0, 1}, wird das Eingangsfilter F1(i, j) verwendet. Für Werte des Aktivitätssignals zwischen 0 und 255, Q = {1, 0}, kommt das Eingangsfilter FO(i, j) zur Anwendung. Auf diese Weise passt das erfindungsgemäße Verfahren die Bildverarbeitung dem Wert des Aktivitätssignals an. Dieses Merkmal kann in der Weise verallgemeinert werden, dass für jeden der von dem Aktivitätssensor unterschiedenen N Arten lokalen Bildinhalts im Eingangsbild ein anderes Eingangsfilter ausgewählt wird. Außerdem können die Filter F&sub0;(i, j) bis einschließlich FN-1(i, j) in Bildbereichen, in denen nicht ganz klar ist, welche Art von Bildinhalt vorhanden ist, gemischt werden. Ein Beispiel einer dafür geeigneten Aktivitätsfunktion 82 ist in Fig. 14 dargestellt.
Am Ausgang des Eingangsfilterprozessors 81 soll der Mittelwert von z(i, j) für gleichförmige Bereiche des Eingangsbildes gleich dem Mittelwert von y(i, j) sein. Eine Möglichkeit, diese Bedingung zu erfüllen ist die Verwendung von Filtern F&sub0;(i, j) bis einschließlich FN-1 (i, j), die normiert sind (d. h. die Bedingung ΣiΣjF(i, j) = 1 erfüllen) und als Randbedingung für Q die Relation ΣiQi = 1 vorschreiben.
Nach Berechnung des gewichteten gefilterten Eingangssignals z(i, j) werden die durch die Verarbeitung früherer Pixel verursachten Fehler mit den in Fig. 2 angegebenen Fehlergewichtungen W(i, j) und mit dem Gewichtungsvektor Q gewichtet. Dafür wird ein Fehlergenerator 83 für gewichtete Fehler (Fig. 11) verwendet. Die Einzelheiten des Fehlergenerators 83 sind Fig. 15 zu entnehmen. Wie dort gezeigt, werden die N Arten lokalen Bildinhalts entsprechenden in N separaten Fehlerpuffern b&sub0;(i, j) bis einschließlich bN-1(i, j) gespeicherten Fehlerwerte mit Hilfe von Fehlergeneratoren 83A für gefilterte Fehler einzeln mit W(i, j) gewichtet und nach anschließender Gewichtung mit dem Gewichtungsvektor Q durch Multiplikatoren 83B mit einem Addierer 83C addiert, um ein Fehlersignal e(i, j) zu erzeugen. Auf diese Weise breiten sich die in Bildbereichen mit einem bestimmten Bildinhalt erzeugten Fehler nicht auf einen Bildbereich mit einem anderen Bildinhalt aus. Diese Art der separaten Fehlerpufferung ist wünschenswert, um Artefakte zu vermeiden, die entstehen können, wenn das Bild zwischen Bereichen unterschiedlichen Bildinhalts eine scharfe Grenze aufweist, wie z. B. die Grenze zwischen den Fadenkreuzfeldern und den Feldern mit den waagerechten und senkrechten Balken rechts von der Mitte in Fig. 10.
In Fig. 1 wird das Fehlersignal e(i, j) von einem Addierer 88 zu dem gewichteten Eingangssignal z(i, j) addiert, um das gewünschte Signal d(i, j) zu berechnen. Ein Ausgangsfilterprozessor 89 berechnet eine Gruppe von M gewichteter gefilterter Ausgabewerte p&sub0; bis einschließlich pM-1. Dazu werden die vorher berechneten Ausgabewerte o(i, j) zusammen mit jedem der M möglichen Ausgangspegel 85 für das aktuelle Pixel (10 bis einschließlich IM-1) mit den Signalgeneratoren 89A für gefilterte Signale und der Reihe von N Filtern G&sub0;(i, j) bis einschließlich GN-1(i, j) digital gefiltert, wie in Fig. 16 gezeigt, um gefilterte Ausgabewerte zu berechnen. Für jeden der M möglichen Ausgangspegel werden die den N Filtern entsprechenden gefilterten Ausgabewerte mit Hilfe der Multiplikatoren 89B mit dem Gewichtungsvektor Q gewichtet und von einem Addierer 89C addiert, um die gewichteten gefilterten Ausgangswerte zu erzeugen, wie ebenfalls in Fig. 16 gezeigt. Die gefilterten Ausgangswerte müssen nur für Fälle berechnet werden, in denen die Gewichtungen qk einen anderen Wert als null haben.
In Fig. 11 wählt ein Selektor 86 nach Berechnung der gewichteten gefilterten Ausgangswerte p&sub0; bis einschließlich pM-1 die Ausgangspegel 10 bis einschließlich IM-1 nach einem Fehlermerkmal aus. Ein solches Fehlermerkmal ist eine Minimierung der Differenz zwischen dem gewünschten Signal d(i, j) und den gewichteten gefilterten Ausgabewerten p&sub0; bis einschließlich pM-1.
Nach Auswahl eines Ausgangspegels bewirkt ein Ausgangsfilterprozessor 87, dass das Ausgangssignal o(i, j) mit Signalgeneratoren 87A für gefilterte Signale und der Reihe von N Filtern G&sub0;(i, j) bis einschließlich GN-1(i, j) digital gefiltert, die Ergebnisse von Multiplikatoren 87B mit dem Gewichtungsvektor Q gewichtet und die gewichteten Werte von einem Addierer 87C addiert werden, wie in Fig. 17 gezeigt. Anschließend erzeugt ein Fehlersignalgenerator 90 (Fig. 11) aus der Differenz zwischen dem von dem Ausgangsfilterprozessor 87 erzeugten Wert und dem gewünschten Signal d(i, j) ein Fehlersignal. Das Fehlersignal wird dann von einem Fehlerverteiler 84, der das Fehlersignal mit Hilfe von Multiplikatoren 84A mit dem Gewichtungsvektor Q gewichtet, auf N Fehlerpuffer b&sub0; bis einschließlich bN-1 verteilt, wie in Fig. 18 gezeigt. Die in den N Fehlerpuffern b&sub0; bis einschließlich bN-1 gespeicherten Werte werden anschließend von dem Fehlergenerator 83 für gewichtete Fehler gewichtet und mit dem Addierer 88, wie weiter oben beschrieben, zu noch nicht bearbeiteten, gewichteten gefilterten Eingabepixeln addiert.
Mit einem schärfenden Vorfilter kann das Eingangsbild wieder auf die gewünschte Kantenschärfe gebracht werden. Wenn für die Schärfung eine Vorrichtung verwendet wird, die eine Faltung ausführt, kann das schärfende Vorfilter durch Zusammenfalten des schärfenden Vorfilters mit den Filtern F&sub0;(i, j) bis einschließlich FN-1(i, j) zu einer neuen Gruppe von Eingangsfiltern unmittelbar in die Eingangsfilterungsoperation 81 integriert werden. Wenn das Schärfungsfilter nur auf Teilbereiche des Bildes mit hoher Aktivität wirken soll, kann das schärfende Vorfilter auch nur in eine Untergruppe der Filter F&sub0;(i, j) bis einschließlich FN-1(i, j), die hohen Werten des Aktivitätssignals entsprechen, integriert werden.
Ein nach dem erfindungsgemäßen Verfahren hergestelltes Musterbild ist in Fig. 19 dargestellt. Zum Schalten zwischen Bildbereichen mit hohen Aktivitätssignalwerten und Bildbereichen mit niedrigen Aktivitätssignalwerten wurde die in Fig. 13 dargestellte Aktivitätsfunktion verwendet. Als Aktivitätssensor 80 wurde in diesem Beispiel ein lokaler Bereichssensor verwendet. In Bereichen geringer Aktivität war das verwendete Eingangsfilter F&sub1;(i, j) eine Deltafunktion δ(i, j), wobei δ(i, j) als 1 für i = j = 0 und sonst 0 definiert ist. Infolgedessen wird die Eingangsfilteroperation zu einer Nulloperation und z(i, j) gleich y(i, j). Das für die Bereiche geringer Aktivität verwendete Ausgangsfilter G&sub1;(i, j) wurde auf den gleichen Wert eingestellt wie das in Fig. 6 gezeigte kausale visuelle Filter V(i, j).
In den Bereichen hoher Aktivität wurde als Eingangsfilter F&sub0;(i, j) das in Fig. 9 gezeigte Schärfungsfilter 68 verwendet. Das verwendete Ausgangsfilter G&sub0;(i, j) war die Deltafunktion δ(i, j).
Für Werte des Aktivitätssignals zwischen 0 und 10, Q = {0, 1}, wird das in Fig. 4 dargestellte visuelle Fehlerdiffusionsverfahren angewandt. Dagegen findet für Werte des Aktivitätssignals zwischen 10 und 255, Q = {1, 0}, die herkömmliche Fehlerdiffusion gemäß Fig. 1 mit einer Vorschärfungsstufe Anwendung. Auf diese Weise passt das erfindungsgemäße Verfahren die Verarbeitung dem Wert des Aktivitätssignals an.
Bei einer weiteren Ausführungsform der Erfindung wird, wie in Fig. 20 gezeigt, zum Speichern der von dem Fehlersignalgenerator 90 erzeugten Fehlersignale nur ein Puffer verwendet. Im Vergleich zu dem in Fig. 11 dargestellten Verfahren entfallen dabei die N separaten Fehlerpuffer b&sub0; bis einschließlich bN-1. Das Fehlersignal wird direkt in einen Fehlergenerator 91 für gewichtete Fehler eingespeist. Der Fehlergenerator 91 für gewichtete Fehler berechnet dann mit Hilfe des Gewichtungsvektors Q und des Fehlersignals aus dem Fehlersignalgenerator 90 ein gewichtetes Fehlersignal e(i, j).
Für Farbbilder kann das oben beschriebene Verfahren auf jeden Kanal des in Fig. 21 gezeigten Bildes angewandt werden. Wenn ein Bild beispielsweise aus roten, grünen und blauen Pixeln besteht, kann das verbesserte adaptive Fehlerdiffusionsverfahren über den Block 70 auf die roten Pixel, den Block 71 auf die grünen Pixel und den Block 72 auf die blauen Pixel angewandt werden. In ähnlicher Weise kann das verbesserte adaptive Fehlerdiffusionsverfahren auch auf jeden Kanal eines Vierfarbenbildes mit den Farben Cyan, Magenta, Gelb und Schwarz angewandt werden. Gegebenenfalls können für jeden Farbkanal andere Eingangsfilter, Ausgangsfilter, Aktivitätswertetabellen, Fehlergewichtungen, Aktivitätsfunktionen und/oder Schärfungsfilter verwendet werden.
Bei einem weiteren, in Fig. 22 dargestellten erfindungsgemäßen Verfahren zur Verarbeitung von Farbbildern werden alle Farbkanäle gleichzeitig verarbeitet. Die Logik in Fig. 22 unterscheidet sich von der in Fig. 11 nur dadurch, dass die zwischen den Logikblöcken übertragenen Signale statt der bei dem Verfahren gemäß Fig. 11 erörterten skalaren Signale jetzt Vektorsignale sind. Bei dem Verfahren gemäß Fig. 22 werden die Halbton-Eingabepixelwerte für Reihe i Spalte j der Farbkanäle zu einem Farbvektor Y(i, j) zusammengefasst. Aus Y(i, j) bestimmt ein Vektor-Aktivitätssensor 100 ein Aktivitätssignal, aus dem die Aktivitätsfunktion 82 einen Gewichtungsvektor Q bestimmt. Der Eingangsfarbvektor Y(i, j) wird dann von einem Vektor- Eingangsfilterprozessor 101 gefiltert, der einen gefilterten Eingangsfarbvektor Z(i, j) erzeugt. Ein gewichteter Farbvektorfehler E(i, j) wird von einem Fehlergenerator 102 für gewichtete Farbvektorfehler berechnet und von einem Vektor-Addierer 108 zu Z(i, j) addiert. Das Ergebnis ist ein gewünschter Farbvektor D(i, j). Durch Filterung vorher bestimmter Ausgangsfarbvektoren O(i, j) zusammen mit möglichen Ausgangsfarbvektoren 105 (L&sub0; bis einschließlich LM-1) mit Hilfe einer Gruppe von Ausgangsfiltern G&sub0; bis einschließlich GN-1 und des Gewichtungsvektors Q bestimmt ein Vektorausgangsfilterprozessor 109 eine Gruppe gewichteter gefilterter Ausgangsfarbvektoren P&sub0; bis einschließlich PM-1. Nach einem Fehlermerkmal wählt ein Selektor 106 einen Ausgangsfarbvektor aus. Ein solches Fehlermerkmal ist der kleinste Vektorabstand zwischen dem gewünschten Farbvektor D(i, j) und den gewichteten gefilterten Ausgangsfarbvektoren Po bis einschließlich PM-1. Nach Auswahl eines Ausgangsfarbvektors filtert ein Vektorausgangsfilterprozessor 107 mit einer Gruppe von Ausgangsfiltern G&sub0; bis einschließlich GN-1 und dem Gewichtungsvektor Q den Ausgangsfarbvektor O(i, j). Ein Farbvektorfehlersignalgenerator 110 berechnet ein Farbvektorfehlersignal als Vektordifferenz zwischen der Ausgabe des Ausgangsfilterprozessors 107 und dem gewünschten Farbvektor D(i, j). Das Farbvektorfehlersignal wird dann mit einem auf den Gewichtungsvektor Q ansprechenden Vektorfehlerverteiler 103 auf N Vektorfehlerpuffer B&sub0; bis einschließlich BN-1 verteilt. Mit Hilfe der N Vektorfehlerpuffer B&sub0; bis einschließlich BN-1 berechnet der Fehlergenerator 102 für gewichtete Farbvektorfehler dann einen gewichteten Farbvektorfehler E(i, j) für die Verarbeitung weiterer Farbvektoren.
Die Erfindung wurde hier anhand bestimmter bevorzugter Ausführungsformen ausführlich beschrieben, lässt jedoch natürlich Abwandlungen und Änderungen zu, ohne den Schutzumfang der Erfindung zu verlassen.

Claims

1. Fehlerdiffusionsverfahren, das zum Erzeugen eines Ausgangsbildes aus einem Eingangsbild mit digitalisierten Halbtonpixeln geeignet ist, wobei das Verfahren folgende Schritte umfasst:

a) Berechnen (80) eines Bildaktivitätssignals;

b) Berechnen (82) von Aktivitätsgewichtungen aus dem Bildaktivitätssignal;

c) Berechnen (81) eines gefilterten, auf die Aktivitätsgewichtungen ansprechenden Eingabewerts für ein digitalisiertes Halbton-Eingabepixel;

d) Berechnen (84) eines gefilterten, auf die Aktivitätsgewichtungen ansprechenden Ausgabewerts für jeden der möglichen Ausgangspegel;

e) Auswählen (86) des Ausgangspegels in Abhängigkeit von dem gefilterten Eingabewert und dem gefilterten Ausgabewert für jeden der möglichen Ausgangspegel entsprechend einem Fehlermerkmal;

f) Bestimmen (90) eines Fehlersignals zwischen dem gefilterten Eingabewert und dem gefilterten Ausgabewert für den gewählten Ausgangspegel; und

g) Gewichten (83, 84) des Fehlersignals und Anpassen der gefilterten Eingabewerte für benachbarte, noch nicht verarbeitete Pixel.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Anzahl der möglichen Ausgangspegel 2 ist.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in dem Schritt zum Auswählen des Ausgangspegels ein Fehlermerkmal verwendet wird, welches den Ausgangspegel auswählt, der die kleinste Differenz zwischen dem gefilterten Eingabewert und dem gefilterten Ausgabewert ergibt.

4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Schritt zum Berechnen des Bildaktivitätssignals das Vergleichen einer Vielzahl von Halbtonpixeln, die dem aktuellen Pixel benachbart sind und das Erzeugen eines Aktivitätssignals, das eine Funktion der lokalen Veränderung in der Nähe des aktuellen Pixels darstellt, einschließt.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass das Aktivitätssignal den Bereich der benachbarten Pixelwerte darstellt.

6. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Aktivitätsgewichtungen von einer Wertetabelle in Abhängigkeit vom Bildaktivitätssignal stammen.

7. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der gefilterte Ausgabewert durch Filtern der vorher berechneten Ausgabewerte zusammen mit jedem der möglichen Ausgangspegel mittels einer Gruppe von Ausgangsfiltern berechnet und die Ergebnisse unter Verwendung der Aktivitätsgewichtungen kombiniert werden.

8. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Schritt zum Gewichten des Fehlersignals das Gewichten des Fehlersignals als Funktion der Aktivitätsgewichtungen einschließt, wobei die so gewichteten Fehlersignale gespeichert werden und das gespeicherte, gewichtete Fehlersignal als Funktion einer Gruppe von Fehlergewichtungen und der Aktivitätsgewichtungen angepasst wird.

9. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Anzahl der Aktivitätsgewichtungen 2 ist.

10. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das einer niedrigen Aktivitätsgewichtung entsprechende Eingangsfilter eine Deltafunktion δ(i, j) ist, wobei δ(i, j) als 1 für i = j = 0 und sonst 0 definiert ist, und das einer hohen Aktivitätsgewichtung entsprechende Eingangsfilter ein Schärfungsfilter ist.