JP2005191959A - 画像処理装置、画像処理方法及び画像処理プログラム - Google Patents

Abstract

【課題】逆相関型のデジタルハーフトーニング法を用いた画像処理における処理時間を短縮することができる画像処理装置、画像処理方法及び画像処理プログラムとする。
【解決手段】多階調画像データを量子化して疑似中間調の出力用画像データに変換する画像処理である。多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、当該ディザマスクを用いて多階調画像データの量子化を行う。
【選択図】図３

Description

本発明は、画像処理装置、画像処理方法及び画像処理プログラムに係り、特には多階調画像データを量子化して擬似中間調の出力用画像データに変換する画像処理装置、画像処理方法および画像処理プログラムに関する。

従来、多階調の原画像データを擬似中間調の出力用画像データに変換する量子化処理の手法として、組織的ディザ法、誤差拡散法等が知られている。この中でも、誤差拡散法は、比較的高い画質を得ることができるため、高画質の用途に用いられることが多く、種々の改良がなされてきた。誤差拡散法での画質的な課題は、ノイズを増幅させずにアルゴリズム特有のテクスチャをいかに低減させるかである。

例えば、複数の誤差拡散マトリクスを利用して均一性を確保しようと試みているものがある（特許文献１参照）。具体的には、２つのマトリクスを入力値に応じて切り替え、大きいマトリクスをハイライトやシャドー部で使用し、ウォームと呼ばれる模様の発生を防ぎ、小さいマトリクスを中域部で使用し、ノイズを抑えようとするものである。

また、ハイライト及びシャドー領域でより均一な結果を生成するため、出力値に依存するしきい値を用いてしきい値を変更するものもある（特許文献２参照）。具体的には、２値化出力が白か黒かで、入力に応じたしきい値変更を周囲画素に対して行い、それを繰り返し伝搬し用いるというものである。

その他にも、誤差拡散マトリクスのサイズ、係数を最適化する方法や、処理順序（走査方向）の変更などが行われてきた。しかし、これらの手法からは一定の効果を得ることはできたが、十分と呼べるような効果を得ることはできなかった。

一方、これらの誤差拡散法やその改良方法、ディザ法などとは異なる量子化処理の手法として、逆相関型のデジタルハーフトーニング法が提案されている（非特許文献１参照）。この方法は、画素毎にドットの出現情報を表す配列（以下、ドット出現パターンとする）、すなわち、注目画素を構成する階調数に実質的に比例した数だけドットの有無情報を配列させたもの、を設定し、その情報に基づきハーフトーニングする方法であって、注目画素についてのドット出現パターンの内容決定においては、注目画素の周辺画素について既に決定済みのドット出現パターンを用い、これらドット出現パターンを構成する要素の要素番号毎に、周辺画素にドットが出現する期待値（以下、ヒストグラムとする）を算出し、この期待値に基づき、ドット出現数の少ない要素番号にドット有り情報を優先的に設定し、ドット出現数の多い要素番号にドット無し情報を設定するよう、注目画素のドット出現パターンを決める方法である。

以下、逆相関型のデジタルハーフトーニング法について、具体的な例を挙げて説明する。なお、以下の説明においては、左から右に向かう方向に注目画素を切り換えて処理を行うこととする。
図９に示すように、逆相関型のデジタルハーフトーニング法による画像処理においては、原画像データ（多階調画像データ）が入力される前に、予め０〜（ｎ−１）の範囲内から無作為にランダム変数ｒ（ｒは整数）を決定する（ステップＴ１）。なお、「ｎ」は画素値ｇ_i,jの最大値である。画素値ｇ_i,jとは、ｉ行ｊ列目の画素における階調値のことであり、ここでは０〜ｎの範囲内の何れかの値である。
原画像データが入力されたら、原画像データ中からｉ行ｊ列目の画素（注目画素）に関する画素値ｇ_i,jを取得する（ステップＴ２）。

画素値ｇ_i,jを取得したら、その画素値ｇ_i,jに基づきｉ行ｊ列目の画素のローカルフィルタＰを生成する（ステップＴ３）。具体的には、始めに画素値ｇ_i,jを下記式（１）に代入してΔを求め、そのΔが図１０中左欄のどの範囲に属するかを特定し、特定した範囲に対応するローカルフィルタＰの情報を図１０中右欄から特定する。なお、図中、例えば「Δ∈［０，１３／２５５）」は、０≦Δ＜１３／２５５を示している。
Δ＝｜ｇ_i,j−ｎ／２｜／ｎ … （１）

例えば、画素値ｇ_i,jが１２０であるとすれば、上記式（１）からΔ＝｜１２０−２５５／２｜／２５５＝７．５／２５５が導き出され、このΔ（＝７．５／２５５）が、図１０中左欄の最も上の欄に記載されたΔ∈［０，１３／２５５）に属していることを特定することができる。そしてΔ∈［０，１３／２５５）が記載された特定済みの欄から、その右隣に配置された欄のＲ（Ｋ₁，６，−５）をローカルフィルタＰの情報として特定することができる。

次に、特定された情報を便宜的に一般化して「Ｒ（Ｋ，ｌｋ，ε（ｌｋ））」とした場合に、まず「Ｋ」を参照することにより、図１１及び図１２に示した６つの基礎フィルタＫ₁〜Ｋ₆の何れかを選択する。次に、「ｌｋ」を参照することにより、基礎フィルタＫ中の×印の画素、即ちｉ行ｊ列目の画素から、上方向、左方向及び右方向に（ｌｋ−１）画素分の広がりを有するｌｋ行×（２ｌｋ−１）列のサイズのフィルタを生成する。そして、「ｌｋ」及び「ε（ｌｋ）」を参照し、生成されたフィルタ中の１列目から（ｌｋ−ε（ｌｋ））列目までの各画素には基礎フィルタＫの画素値をそのまま割り当て、かつ（ｌｋ−ε（ｌｋ））列目より先の列の各画素には０を割り当てることにより、ローカルフィルタＰを生成する。

例えば、ローカルフィルタＰの情報がＲ（Ｋ₆，４，−１）で表されるとしたら、以下のような手順でローカルフィルタＰを生成する。すなわち、Ｒ（Ｋ₆，４，−１）において、基礎フィルタＫに対応するのが「Ｋ₆」であるから、図１２中の３つの基礎フィルタＫ₄〜Ｋ₆のなかから下段に図示された基礎フィルタＫ₆を基礎フィルタＫとして特定する。そしてＲ（Ｋ₆，４，−１）において、ｌｋに対応するのが「４」であり、ε（ｌｋ）に対応するのが「−１」であるから、まず始めに、図１２中下段の基礎フィルタＫ₆中で×印の画素から、上方向、左方向及び右方向に３（＝ｌｋ−１）画素分の広がりを有する４行×７（＝２×４−１）列のサイズのフィルタを生成し、その後、その生成した４行×７列のフィルタにおいて、１列目から５（＝４−（−１））列目までの各画素には基礎フィルタＫ₆の画素値をそのまま割り当て、５列目より先の列の各画素には０を割り当てる。このような手順で生成されたローカルフィルタＰを図１３に示す。

ローカルフィルタＰを生成したら、ｉ行ｊ列目の画素のヒストグラムＨ_i,j［ｋ］を算出する（ステップＴ４）。「ヒストグラムＨ_i,j［ｋ］」というのは、ローカルフィルタＰ中に×印で示される注目画素の周辺の画素の配置位置を（ｘ，ｙ）で表したときに、注目画素周辺の各画素のドット出現パターンＣ_x,y［ｋ］をローカルフィルタＰの（ｘ，ｙ）の位置の値で重み付けし、要素（要素番号）ｋの値毎に加算した合計値（期待値）である。ただし、「ｋ」は０から（ｎ−１）までの任意の整数値であって、ドット出現パターンＣ_x,y［ｋ］の要素（要素番号）ｋと同義である。また、「ドット出現パターンＣ_i,j［ｋ］」というのは、それぞれ０または１の値をとるＣ_i,j［０］〜Ｃ_i,j［ｎ−１］によって構成される数列（ドット出現情報配列）である。このドット出現パターンＣ_i,j［ｋ］は、要素ｋに０から（ｎ−１）の何れかの値を代入したときに「１」となればｉ行ｊ列目の画素にドットを形成することを示し、「０」となればドットを形成しないことを示す。

例えば、図１３に示すローカルフィルタＰを生成した場合に、ローカルフィルタＰ中の各画素の位置（ｘ，ｙ）、ローカルフィルタＰ中の各画素の画素値ｐ_x,yが図１４（ａ）、（ｂ）のように設定されたとしたら、ｉ行ｊ列目の注目画素（図１３，図１４中×印の画素）のヒストグラムＨ_i,j［ｋ］を、下記の式にしたがって要素（要素番号）ｋの値ごとに算出する。
Ｈ_i,j［０］＝Ｃ_x1,y1［０］×ｐ_x1,y1＋Ｃ_x1,y2［０］×ｐ_x1,y2＋Ｃ_x1,y3［０］×ｐ_x1,y3＋ … ＋Ｃ_x4,y3［０］×ｐ_x4,y3
Ｈ_i,j［１］＝Ｃ_x1,y1［１］×ｐ_x1,y1＋Ｃ_x1,y2［１］×ｐ_x1,y2＋Ｃ_x1,y3［１］×ｐ_x1,y3＋ … ＋Ｃ_x4,y3［１］×ｐ_x4,y3
Ｈ_i,j［２］＝Ｃ_x1,y1［２］×ｐ_x1,y1＋Ｃ_x1,y2［２］×ｐ_x1,y2＋Ｃ_x1,y3［２］×ｐ_x1,y3＋ … ＋Ｃ_x4,y3［２］×ｐ_x4,y3
…
…
Ｈ_i,j［ｎ−１］＝Ｃ_x1,y1［ｎ−１］×ｐ_x1,y1＋Ｃ_x1,y2［ｎ−１］×ｐ_x1,y2＋Ｃ_x1,y3［ｎ−１］×ｐ_x1,y3＋ … ＋Ｃ_x4,y3［ｎ−１］×ｐ_x4,y3

次に、各要素ｋについて算出されたヒストグラムＨ_i,j［０］〜Ｈ_i,j［ｎ−１］を値の小さい順に並べ替え、ヒストグラムＨ_i,j［ｋ］の要素番号列Ｓ［ｋ］を算出する（ステップＴ５）。

例えば、ヒストグラムＨ_i,j［０］〜Ｈ_i,j［ｎ−１］が、Ｈ_i,j［８］＜Ｈ_i,j［３］＜Ｈ_i,j［４］＜Ｈ_i,j［１］＜Ｈ_i,j［５］＜…＜Ｈ_i,j［ｎ−１］のように並べ替えられたら、要素番号列Ｓ［ｋ］は｛８，３，４，１，５，…，（ｎ−１）｝のように算出される。なお、この要素番号列Ｓ［ｋ］において、「８」は０番目の要素であり、「３」は１番目の要素である。

要素番号列Ｓ［ｋ］を算出したら、カウンタ値Ｃｏｕｎｔを０に設定し（ステップＴ６）、要素番号列Ｓ［ｋ］の要素ｋ’に、要素番号列Ｓ［ｋ］中、カウンタ値Ｃｏｕｎｔの値に対応する順番の要素Ｓ［Ｃｏｕｎｔ］の値を代入する（ステップＴ７）。すなわち、上記した要素番号列Ｓ［ｋ］（＝｛８，３，４，１，５，…，（ｎ−１）｝）を例にすると、カウンタ値Ｃｏｕｎｔが０であるから、ｋ’に８（＝Ｓ［０］）を代入する。

続いて、カウンタ値Ｃｏｕｎｔと画素値（ｇ_i,j−１）との大小関係を比較する（ステップＴ８）。
比較の結果、カウンタ値Ｃｏｕｎｔが画素値（ｇ_i,j−１）以下であれば、要素ｋ’に対応するドット出現パターンＣ_i,j［ｋ’］を「１」に設定し（ステップＴ９）、大きければ「０」に設定する（ステップＴ１０）。例えば、画素値ｇ_i,jが３で、かつ要素番号列Ｓ［ｋ］が｛８，３，４，１，５，…，（ｎ−１）｝であれば、ドット出現パターンＣ_i,j［ｋ］のうち、まず要素Ｃ_i,j［８］を「１」に設定する。

ステップＴ９又はステップＴ１０の処理を終えたら、カウンタ値Ｃｏｕｎｔに１を加算し（ステップＴ１１）、カウンタ値Ｃｏｕｎｔ（＝１）と（ｎ−１）との大小関係を比較し（ステップＴ１２）、カウンタ値Ｃｏｕｎｔが（ｎ−１）と同じ値になるまでステップＴ７からステップＴ１１までの処理を繰り返し行うことにより、ドット出現パターンＣ_i,j［ｋ’］を決定する。これにより、以上のようにして要素Ｃ_i,j［８］，Ｃ_i,j［３］，Ｃ_i,j［４］に「１」が設定される。ドット出現パターンＣ_i,j［ｋ］が決定されたら、ドット出現パターンＣ_i,j［ｋ］のうち、上記ステップＴ１で決定したランダム変数ｒを要素番号とするＣ_i,j［ｒ］を、ｉ行ｊ列目の画素の出力値ｂ_i,jとして算出する（ステップＴ１３）。なお、出力値ｂ_i,jは上記ステップＴ９又はステップＴ１０の処理からもわかるように「０」又は「１」である。

出力値ｂ_i,jを算出したら、入力された原画像データの全ての画素について出力値ｂを算出したか否かを判断し（ステップＴ１４）、全ての画素の出力値ｂを未だ算出していないと判定したら、未処理の各画素について上記ステップＴ２からステップＴ１３までの処理を繰り返し行う。全ての画素の出力値ｂ、つまり疑似中間調の出力用画像データを算出したと判定したら処理を終了する。

以上の逆相関型のデジタルハーフトーニング法による画像処理によれば、１つの画素に着目した場合にはドットの出現頻度がその画素の画素値ｇ_i,jに比例し、近接する複数の画素に着目した場合には各画素でのドットの出現の仕方が周辺画素との逆相関を実質的に最大とすることとなるため、画像の記録時において記録媒体に形成されるドットの分散性が向上する。そのため、逆相関型のデジタルハーフトーニング法は、誤差拡散法に見られる特有のテクスチャが少ないという特徴を有している。
なお、画像端部に関するドット出現パターンＣ_i,j[ｋ]の決定には、画像領域外の周辺画素に関するドット出現パターンが必要となるが、このための画像領域外の周辺画素に関してはランダム変数を用いる等してドット出現パターンを決めておく。具体的には、例えば次のように定義する。
Ｃ_i,j[ｋ]= １ ( ｒＢＲ < ｎΔ のとき)、 ０ ( それ以外のとき )
ここで、Δ=| ｇ_i,j − ｎ／２ |／ｎであり、「ｇ_i,j」は注目画素の画素値である。また、「ｒＢＲ」は｛０，１，．．．(ｉｎｔ)(ｎ／２）｝に含まれるランダムな整数であり、毎回異なる値とする。
特開平４−３２８９５７号公報 特開平８−１０７５００号公報 ドミトリ・Ａ・グゼフ（Dmitri A. Gusev）、"Anti-Correlation Digital Halftoning"、［online］、平成１０年８月、インディアナ大学、［平成１５年、７月１日検索］、インターネット＜ＵＲＬhttp://www.cs.indiana.edu/cgi-bin/techreports/TRNNN.cgi?trnum=TR513＞

しかしながら、従来、逆相関型のデジタルハーフトーニング法による画像処理では、ヒストグラムを計算する際に、少なくともチャンバの個数×マスクサイズの回数の足し算を計算し、その後、ソート処理をしなければならないため、特に画像のビット数が大きい場合、非常に長い処理時間を必要とするという問題があった。

そこで、本発明の課題は、逆相関型のデジタルハーフトーニング法を用いた画像処理における処理時間を短縮することができる画像処理装置、画像処理方法及び画像処理プログラムを提供することを目的とする。

請求項１に記載の発明は、
多階調画像データを量子化して疑似中間調の出力用画像データに変換するための演算処理部を有する画像処理装置において、
前記演算処理部は、
多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、
当該ディザマスクを用いて多階調画像データの量子化を行うように制御することを特徴としている。

請求項２に記載の発明は、
多階調画像データを量子化して疑似中間調の出力用画像データに変換する画像処理方法において、
多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、
当該ディザマスクを用いて多階調画像データの量子化を行うことを特徴としている。

請求項３に記載の発明は、
画像処理プログラムにおいて、
多階調画像データを量子化して疑似中間調の出力用画像データに変換するためのコンピュータに、
多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、
当該ディザマスクを用いて多階調画像データの量子化を行う機能を実現させることを特徴としている。

請求項１，２，３に記載の発明によれば、多階調画像データを量子化して疑似中間調の出力用画像データに変換する画像処理で、多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、当該ディザマスクを用いて多階調画像データの量子化を行うため、一旦ディザマスクを作成すれば、その後は複雑な計算をしなくても、前記ディザマスクを適用することにより、多階調画像データから良好なドット分散性を有する疑似中間調の出力用画像データを得ることができる。
その結果、画像処理の時間を短縮することができる。

以下、本発明の実施の形態に係る画像処理装置、画像処理方法及び画像処理のプログラムについて、図面を参照しながら説明する。ただし、本発明は図示例のものに限定されるものではない。

まず、本実施の形態に係る画像処理装置１の構成について説明する。
図１は、本実施の形態に係る画像処理装置１の概略構成を示すブロック図である。この図に示すように、画像処理装置１は、入力される多階調画像（原画像）データを量子化して擬似中間調の出力用画像データに変換して出力するための演算処理部２を備えている。なお、この画像処理装置１は、インクジェットプリンタ等の周知の出力装置に搭載可能となっている。また、本実施の形態においては、多階調画像データを、各画素値が８ｂｉｔのグレースケールを持つモノクロ画像に関するデータとして説明する。また、本実施の形態では、前記８ｂｉｔ（２５６階調）の多階調画像データを、１画素に関し、０（非記録）、１（ドット記録）の２つのレベル（値）に量子化するようになっている。

演算処理部（コンピュータ）２は、互いに接続されたＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）４及びＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５を備えている。
ＲＯＭ３には、本発明に係る画像処理プログラムが格納されている。この画像処理プログラムは、多階調画像データに対する逆相関型のデジタルハーフトーニング処理を演算処理部２に実行させるためのものである。
ＲＡＭ４には、ＣＰＵ５による作業領域が備えられている。
ＣＰＵ５は、ＲＯＭ３に格納されている画像処理プログラムをＲＡＭ４内の作業領域に展開し、多階調画像データから出力用画像を生成するようになっている。

次に、本発明に係る画像処理方法について、図２を参照しながら説明する。
図２は、画像処理装置１の演算処理部２が前記画像処理プログラムに基づいて、モノクロの２値画像データを生成する際に使用するディザマスクを作成する処理を経時的に示したフローチャートである。

当該ディザマスク作成処理においては、まず、初期パターンを用意する（ステップＳ１）。初期パターンは任意のレベル値（画素数）ｇのベタ画像から、逆相関デジタルハーフトーニングにより作成された２値パターンである。

次に、この初期パターンｇに基づき、初期パターンよりレベル値が大きな２値パターンｇ＋１を作成する（ステップＳ２）。
以下、図２及び図３を用いて説明する。
まず、レベル値ｇ＋１のベタ画像を用意し、逆相関デジタルハーフトーニング処理を行う（ステップＳ１１）。このとき、パターンｇの中の１であるドットは、パターンｇ＋１の中でそのまま保留する。また、ヒストグラムを計算する際に、図８に示すようなフィルタを使用し、未だ逆相関デジタルハーフトーニング処理が行われていない部分にはパターンｇのドットのチャンバ情報を使用する。このようにして、図７の（ａ）に示すような初期パターンによって、図７の（ｂ）に示すようなレベル値が２のベタ画像から２値パターンを作成する。

前記したように、パターンｇの１であるドットを保留した上で、逆相関デジタルハーフトーニング処理を行うため、レベル値ｇ＋１のベタ画像から得られた２値パターンのレベル値ｇ’はｇ＋１より大きくなる。このため、レベル値をｇ＋１にするために、余分の１であるドットを消去する（ステップＳ１２）。その際、１であるドットが最も集まっている部分を検出し、その中心にあるドットの値を０にする。具体的には、パターンｇ’に対し、周波数領域でローパスフィルタをかけ、フィルタリングされた出力の中で最大値を有するドットの値を０にする場合が挙げられる。そして、当該パターンのレベル値がｇ＋１になるまで２を繰り返す（ステップＳ１３）。このようにして図７の（ｂ）に示すような隣接したドットが多い２値パターンから、図７の（ｃ）に示すような分散性の良いレベル値が２の２値パターンを作成する。

その後、パターンｇ＋１を初期パターンとし（ステップＳ３）、前記した手順で次のパターンｇ＋２を作成する。
このようにして、図５に示すようにレベル値ｇ＋１から２５５までのパターンを作成する（ステップＳ４）。

次に、前記初期パターンｇに基づき、初期パターンよりレベル値が小さな２値パターンｇ−１を作成する（ステップＳ５）。
以下、図２及び図４を用いて説明する。
まず、レベル値ｇ−１のベタ画像を用意し、逆相関デジタルハーフトーニング処理を行う（ステップＳ２１）。このとき、パターンｇの中の０であるドットは、パターンｇ−１の中でそのまま保留する。また、ヒストグラムを計算する際に、図８に示すようなフィルタを使用し、未だ逆相関デジタルハーフトーニング処理が行われていない部分にはパターンｇのドットのチャンバ情報を使用する。このようにして、初期パターンによって、レベル値が２のベタ画像から２値パターンを作成する。

前記したように、パターンｇの０であるドットを保留した上で、逆相関デジタルハーフトーニング処理を行うため、レベル値ｇ−１のベタ画像から得られた２値パターンのレベル値ｇ’はｇ−１より小さくなる。このため、レベル値をｇ−１にするために、余分の０であるドットを消去する（ステップＳ２２）。その際、０であるドットが最も集まっている部分を検出し、その中心にあるドットの値を１にする。具体的には、パターンｇ’に対し、周波数領域でローパスフィルタをかけ、フィルタリングされた出力の中で最小値を有するドットの値を１にする場合が挙げられる。そして、当該パターンのレベル値がｇ−１になるまで２を繰り返す（ステップＳ２３）。このようにして、分散性の良いレベル値が２の２値パターンを作成する。

その後、パターンｇ−１を初期パターンとし（ステップＳ６）、前記した手順で次のパターンｇ−２を作成する。
このようにして、図５に示すようにレベル値ｇ−１から０までのパターンを作成する（ステップＳ７）。

そして、作成されたレベル値０からレベル値２５５までの２値パターンに対して、同じドットにある値を累加し（ステップＳ８）、得られたマトリックスをディザマスクとする。

その後、図６に示すように、多階調画像データ（（ａ）に示すマトリクス）に、当該ディザマスク（（ｂ）に示すマトリクス）を適用することにより、２値画像データ（（ｃ）に示すマトリクス）を作成する。本実施の形態においては、多階調画像データの値がディザマスクの値より大きい場合に、２値画像データにおいて１（ドット記録）を付し、多階調画像データの値がディザマスクの値より小さい場合に、２値画像データにおいて０（非記録）を付すようになっている。

以上のように、本実施の形態の画像処理装置、画像処理方法及び画像処理プログラムによれば、多階調画像データを量子化して疑似中間調の出力用画像データに変換する画像処理で、多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、当該ディザマスクを用いて多階調画像データの量子化を行うため、一旦ディザマスクを作成すれば、その後は複雑な計算をしなくても、前記ディザマスクを適用することにより、多階調画像データから良好なドット分散性を有する疑似中間調の出力用画像データを得ることができ、その結果、画像処理の時間を短縮することができる。

なお、本発明は、上記各実施の形態に限定されることなく、本発明の趣旨を逸脱しない範囲において、種々の改良並びに設計の変更を行っても良い。
例えば、本実施の形態では、本発明をモノクロ画像の多階調画像データに適用したが、これに限らず、画像の多様性に対応させて、例えばカラー画像の多階調画像データに適用しても良い。
また、本実施の形態では、ヒストグラムを計算するための係数フィルタは正方形のものを使用したが、これに限らず、目的の多様性に対応させて、正方形以外の形状の係数フィルタを使用しても良い。
さらに、全てのパターンを作成した後、異なるパターン特性の連続性に対応させて、初期パターンの隣接パターンから次に用いる初期パターンを作成するようになっていても良い。

本発明に係る画像処理装置の概略構成を示すブロック図である。 画像処理装置の演算処理部が実行するディザマスク作成処理を経時的に示したフローチャートである。 ディザマスク作成処理において、初期パターンよりレベル値の大きなパターンを作成する際の処理を経時的に示したフローチャートである。 ディザマスク作成処理において、初期パターンよりレベル値の小さなパターンを作成する際の処理を経時的に示したフローチャートである。 ディザマスク作成処理において、各パターンの作成について説明するための図面である。 ディザマスクによる多階調画像データの量子化を説明するための図面である。 ディザマスクによる多階調画像データの量子化の結果を説明するための図面である。 ディザマスク作成処理における１のマスクパターンを示す図面である。 従来の逆相関型のデジタルハーフトーニング法による画像処理を経時的に示したフローチャートである。 画素値に基づく値ΔとローカルフィルタＰの情報とを対応づけた表である。 基礎フィルタＫ₁〜Ｋ₃を示す図面である。 基礎フィルタＫ₄〜Ｋ₆を示す図面である。 ローカルフィルタＰ（＝Ｒ（Ｋ₆，４，−１））を示す図面である。 ヒストグラムＨｉ，ｊ［ｋ］の生成を説明するための図面である。

符号の説明

１ 画像処理装置
２ 演算処理部

Claims (3)

1. 多階調画像データを量子化して疑似中間調の出力用画像データに変換するための演算処理部を有する画像処理装置において、
   前記演算処理部は、
   多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、
   当該ディザマスクを用いて多階調画像データの量子化を行うように制御することを特徴とする画像処理装置。
2. 多階調画像データを量子化して疑似中間調の出力用画像データに変換する画像処理方法において、
   多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、
   当該ディザマスクを用いて多階調画像データの量子化を行うことを特徴とする画像処理方法。
3. 多階調画像データを量子化して疑似中間調の出力用画像データに変換するためのコンピュータに、
   多階調画像データからなる任意の初期パターンに基づき、既に量子化が行われた画素についてのドット出現情報配列に対して逆相関が大きくなるようなドット出現情報配列を決定する量子化を行った複数のパターンを加算して、ディザマスクを作成し、
   当該ディザマスクを用いて多階調画像データの量子化を行う機能を実現させるための画像処理プログラム。
   

Images