JP2007116287A - 画像処理装置及びその方法 - Google Patents

Abstract

【課題】 従来のアルゴリズムを網点画像などの強い周期性を持つ画像に適応すると、周期成分の影響が大きすぎるために、本来評価すべきノイズ情報が評価できず、目視で評価した値と評価値とが大きく異なる。
【解決手段】 印刷されたパッチ画像を読取って測色を行う測色部１４と、測色部１４で測色されたパッチ画像の粒状度を算出し、ＵＩ部１１により設定された最適化条件に基づいて粒状度を最小にする画像形成条件を決定するパラメータを算出する最適化部１２とを備える。
【選択図】 図１

Description

本発明は、画像データに含まれる色を、像形成装置で使用される色材（例えばインクやトナーなど）の色へ色分解するためのデータを作成するのに使用される技術に関するものである。

プリンタなどの印刷装置でカラー画像を印刷する際には、画像データの各画素毎の色成分を有限個のインクによって表現している。このため、インクの組み合わせに応じた画像データの色分解を行って最適な色再現方法を実現している。ところが、近年の印刷画像の画質の要求に応じて印刷装置における色再現域が向上し、そのような印刷装置で使用されるインク数も多くなっている。このため、それらインクの組み合わせに応じた最適な色分解が必要となるが、インク数の増大によりその組み合わせの数は膨大な数になるため、最適な色分解を行うことは困難である。また、従来のＣＭＹＫ以外の色の特色インクを用いると、例えば彩度を保持しながら粒状度を向上できる色分解の最適な組み合わせを一意に決定することは困難であった。

また印刷された画像の品質評価法には、視覚で感じる程度を数量化する心理評価と、画像構造の性質を客観的に測定した量で評価する物理評価とがある。また、この画像品質の重要な要素として画像ノイズがある。この画像ノイズを物理的に表現する尺度として、濃度変化の標準偏差を用いるＲＭＳ粒状度、濃度の変化分をフーリエ変換して求めるウイナー（Wiener）スペクトル等が挙げられる。更には、上記心理評価と物理評価を結合した評価法もあり、その例として、心理的粒状性（grainness）をウイナースペクトルと平均濃度の測定値より予測するショーとドゥーリー（Shaw & Dooley）のアルゴリズムがある。また、画像データを均等色空間成分に変換し、各色成分毎に得られるウイナースペクトルにそれぞれ異なる重み係数を乗算した和を求めてカラー画像の画像ノイズ量を評価する方法も提案されている（非特許文献１）。
「デジタルカラー画像の解析・評価』（東京大学出版会、著者三宅洋一）

ところが上記従来技術のアルゴリズムでは、精度の高い粒状度を算出することを目的としているため、画像品質の評価値の算出に占める空間周波数の算出時間が大きくなっている。このため評価対象の画像データの量に従って、評価値を算出するのに要する時間が増大する。

また上記従来技術のアルゴリズムは、画像に含まれるパターンがランダムであったり、濃度変化が緩やかであるような場合にしか適用されない。よって、上記アルゴリズムを網点画像などの強い周期性を持つ画像に適応すると、周期成分の影響が大きすぎるために、本来評価すべきノイズ情報が評価できず、目視で評価した値と評価値とが大きく異なる。また、画像入力時の画像の位置ずれによって網点成分の空間周波数が変化するため、評価値が一致しないという問題があった。

本発明は、上記従来の問題点を解決することを目的とする。

本発明の特徴は、評価画像の量によって、ユーザが画像評価方法を選択し、精度と評価速度の選択が可能な画像処理装置及びその方法を提供するものである。

また本発明の特徴は、周期性を有する階調画像に対して画像品質の評価が可能な画像処理装置及びその方法を提供するものである。

また本発明は、色分解の最適化に粒状性評価値を使用して、最適な色分解曲線を求める画像処理装置及びその方法を提供するものである。

上記目的を達成するために本発明の一態様に係る画像処理装置は以下のような構成を備える。即ち、
印刷されたパッチ画像を読取って測色を行う測色手段と、
前記測色手段により測色されたパッチ画像の粒状度を算出する粒状性算出手段と、
最適化条件を入力して設定する設定手段と、
前記設定手段により設定された最適化条件に基づいて粒状度を最小にする画像形成条件を決定するパラメータを算出する最適化手段と、
を有することを特徴とする。

上記目的を達成するために本発明の一態様に係る画像処理方法は以下のような工程を備える。即ち、
印刷されたパッチ画像を読取って測色を行う測色工程と、
前記測色工程で測色されたパッチ画像の粒状度を算出する粒状性算出工程と、
最適化条件を入力して設定する設定工程と、
前記設定工程で設定された最適化条件に基づいて粒状度を最小にする画像形成条件を決定するパラメータを算出する最適化工程と、
を有することを特徴とする。

本発明によれば、画像データを色分解する際に、粒状性評価値を合わせて最適化することにより、出力画像の画質を予測した色分解が可能となる。

以下、添付図面を参照して本発明の好適な実施の形態を詳しく説明する。尚、以下の実施の形態は特許請求の範囲に係る本発明を限定するものでなく、また本実施の形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。

（実施の形態１）
図１は、本発明の実施の形態１に係るカラー画像処理装置の機能構成を示す機能ブロック図である。

図において、画像入力部１０は、例えばパッチ画像を読み取って、パッチ画像の画像データを入力するスキャナなどであるが、例えば記憶されている画像データを読み出して出力する記憶装置であっても良い。ＵＩ（ユーザインターフェース）部１１は、ユーザによる指示を入力する。このＵＩ部１１には、キーボードや、マウス等のポインティングデバイス、及び表示部などが含まれる。最適化部１２は、ＵＩ部１１により入力されるユーザ指示、及び測色部１４で測定されたパッチ画像の色に基づいて画像の最適化を行う。最適結果表示部１３は、最適化部１２により最適化された画像を表示する。測色部１４は、画像入力部１０で入力される画像が有する色を測定する。

図２（Ａ）は、このカラー画像処理装置の概観を示す概観斜視図、図２（Ｂ）は、このカラー画像処理装置の構成を示すブロック図である。

制御装置本体４０は、ＣＰＵ２１０やＲＡＭ２１１、ＲＯＭなどのメモリユニット、及びハードディスク（ＨＤ）２１３などの大容量の記憶装置を備えており、この装置全体の動作を制御している。表示部４１は、液晶やＣＲＴ等の表示装置を有し、前述のＵＩ部１１、最適結果表示部１３としても使用される。キーボード４２、ポインティングデバイス（マウス）４３はＵＩ部１１に含まれ、ユーザの操作に応じたデータやコマンドの入力に使用される。尚、図１の最適化部１２、測色部１４などの機能は、制御装置本体４０に収容されているＣＰＵ２１０や、その制御プログラムにより実現されている。尚、図２（Ｂ）の入力部２１２は、図２（Ａ）のキーボード４２、マウス４３などを備えている。

図３は、本実施の形態に係るカラー画像処理部における色分解処理の手順を表すフローチャートで、この処理を実行するプログラムは制御装置４０のメモリ２１１或はハードディスク２１３等に記憶されており、実行時にはＲＡＭ２１１にロードされてＣＰＵ２１０の制御の下に実行される。

まずステップＳ１で、制御装置本体４０に接続されているプリンタ（不図示）により、例えば図４に示すような色分解を最適化するためのパッチ画像を印刷する。

図４は、パッチ画像の一例を示す図で、左上を原点とし、水平右方向にインクＸにより記録濃度を高くしながら印刷し、垂直方向にはインクＹにより記録濃度を高くしながら印刷を行う。尚、図において、細い点線は等色相を示し、太いほうの点線は等濃度を示している。この例では、水平及び垂直方向のパッチ（各格子（グリッド）に対応）の数は２５６個（０≦Ｋ＜２５６，０≦Ｈ＜２５６）としている。

次にステップＳ２で、画像入力部１０により、ステップＳ１で作成したパッチ画像を読み込み、その画像データの各画素データをＲＧＢデータに分解し、そのＲＧＢデータを保存する。次にステップＳ３で、ステップＳ２で保存したＲＧＢデータを均等色空間の色情報（例えばＬ*，ａ*，ｂ*）に変換し、その均等色空間の色情報を最適化部１２に転送する。次にステップＳ４で、表示部４１や入力部２１２を使用して、ＵＩ部１１により最適化を行う際の粒状度、インク濃度のパラメータを選択して、そのパラメータを最適化部１２に転送する。次にステップＳ５で、測色部１１により測色した、図４に示すパッチ画像の明度、その画像を印刷する際の打ち込み量データを最適化部１２に転送する。これによりステップＳ６で、最適化部１２は、前述のＬ*に基づいて、後述の方法で粒状性評価値を算出する。

次にステップＳ７で、ＵＩ部１１により指定された前述の最適化パラメータから、後述する方法でパッチ画像と１対１に対応した明度、打ち込み量、粒状度の等値マップを作成する。次にステップＳ８で、最適化部１２により、前述の等値マップを、最適化条件に合致したパラメータの等値マップを重ね合わせた等値マップにする。そしてＵＩ部１１により入力された最適化条件に応じた優先パラメータによって、各グリッド点での最適値を求める。こうして全てのグリッド点に対して求めた最適値に基づいて最適な色分解曲線を算出する。そしてステップＳ９で、ステップＳ８で算出した最適な色分解曲線を表示部４１に表示して、この処理を終了する。

図５は、図３のステップＳ７における等値マップの作成方法を説明するフローチャートである。

まずステップＳ１１で、対象となるインクの色を選択する。次にステップＳ１２で、ＵＩ部１１により入力された最適化条件を読み込む。次にステップＳ１３で、その読み込んだ最適化条件から明度マップを作成するか否かを判定する。ここで明度マップを作成する場合はステップＳ１４に進み、明度マップを作成しない場合にはステップＳ２１に進む。ステップＳ１４では、インクＹのグリッド（図４の格子）のインデッスＨを「０」に初期化する。次にステップＳ１５で、インクＸのグリッド（図４の格子）のインデックスＫを「０」に初期化する。次にステップＳ１６で、図４の各格子のパッチ（Ｋ，Ｈ）に相当する明度の値を、ＲＡＭに設けられたメモリエリア（２５６×２５６のデータエリア）に記憶する。

次にステップＳ１７で、インクＸのグリッドのインデックスＫが２５６未満であるか否かを判定し、２５６未満である場合にはステップＳ１８に進み、ＫをインクリメントしてステップＳ１６に戻る。一方、２５６以上の場合にはステップＳ１９に進み、インクＹのグリッドのインデックスＨが２５６未満であるか否かを判定し、２５６未満の場合にはステップＳ２０で、ＨをインクリメントしてステップＳ１５に戻りインデックスＫ＝０としてステップＳ１６に進む。こうしてステップＳ１９で、インデックスＨの値が２５６以上になると、２５６×２５６のパッチの明度値が格納されたことになり、明度マップの作成処理（処理１）が完了したことになる。

こうしてステップＳ２１に進み、打ち込み量マップを作成するか否かを判定し、作成する場合はステップＳ２２で「処理１」を実行する。即ち、ステップＳ２２では、前述のステップＳ１４からステップＳ１９までの「処理１」を繰り返し、作成しない場合にはステップＳ２３に進む。尚、ステップＳ１６では、明度値をメモリエリア（２５６×２５６）に保存した。しかし、このステップＳ２２のステップＳ１６に対応する処理では、各パッチに対応付けて打ち込み量を求めて、ＲＡＭ２１１のエリア（上述のメモリエリアとは別のメモリエリア）に保存する。

次にステップＳ２３で、粒状度マップを作成するか否かを判定する。作成する場合はステップＳ２４で、前述のステップＳ１４からステップＳ１９までの「処理１」を繰り返す。一方、作成しない場合はこのまま処理を終了する。尚、このステップＳ２４でも、ステップＳ１６に対応する処理では、各パッチに対応付けて粒状性評価値を求めて、ＲＡＭ２１１のエリア（上述のメモリエリアとは別のメモリエリア）に保存する。

図６は、図３のフローチャートのステップＳ８で実行される、本実施の形態の最適化部１２による色分解曲線を用いた最適化処理を説明するフローチャートである。

まずステップＳ３１でインクの色を選択する。次にステップＳ３２で、前述のステップＳ１６で作成された明度マップを読み込む。次にステップＳ３３で、前述のステップＳ２２で作成された打ち込み量マップを読み込む。

次にステップＳ３４で、彩度マップを読み込むか否かを判定し、読み込む場合にはステップＳ３５に進んで彩度マップを読み込み、次にステップＳ３６で、その読み込んだ明度、打ち込み量、彩度マップの重ね合わせを行い、図７に示すような、最適化を行うためのマップを作成してステップＳ３７に進む。尚、ここで彩度マップは、各パッチの測定値をＬＣｈ表色系のＣ（彩度）に変換して得られたマップで、最適化部１２で作成される。

図７は、本実施の形態に係る色分解の理想的な明度特性の一例を示す図である。

この図７では、等彩度ラインは２点鎖線で、等濃度ラインは棒点線で、等粒状性ラインはゆるい２点鎖線で、打ち込み制限ラインは点線でそれぞれ示されている。また曲線は粒状性が等しい等高線を示している。

また一方、ステップＳ３４で彩度マップを読み込まない場合はステップＳ３７に進む。ステップＳ３７では、前述のステップＳ２４で作成された粒状性マップを読み込むか否かを判定し、読み込む場合にはステップＳ３８に進んで粒状度マップを読み込み、ステップＳ３９で、その読み込んだ明度、打ち込み量、粒状度マップの重ね合わせを行い、ステップＳ３６と同様にして、最適化算出のためのマップを作成してステップＳ４０に進む。

一方、ステップＳ３７で、粒状性マップを読み込まない場合はステップＳ４０に進む。ステップＳ４０では、色分解を行う際のグリッド点のインデックスＧを「０」に初期化する。次にステップＳ４１で、ＵＩ部１１でキーボード４２やマウス４３などの入力部２１２によって設定したパラメータにより、彩度を優先するか否かを判定する。ここで、彩度を優先する場合にはステップＳ４２に進み、彩度を優先しない場合にはステップＳ４３で、図８に示す各グリッドでの理想明度特性と、打ち込み量制限を満たし、粒状度を最小とするグリッド点を等明度曲線から算出する。

図８は、本実施の形態における色分解最適化の等値マップの一例を示す図である。入力グリッド値に対する出力明度が示されている。

ステップＳ４２（彩度優先）では、図８に示す各グリッドでの理想明度特性と、打ち込み量制限を満たし彩度が最大となる点を、図９のモデルに示された３つのライン（等明度ライン、等彩度ライン、打ち込み量制限ライン）から求める。即ち、図９のグリッドＧの等明度ライン上で、等粒状度ラインが最小のラインを示す点（図９の黒丸で示された点）をグリッドＧの最適点とする。

図９は、本実施の形態における色分解方法の最適点を算出する具体例を説明する図である。

こうしてステップＳ４２或はＳ４３を実行した後ステップＳ４４に進み、全てのグリッド点に対する計算が終了したか否かを判定し、全ての計算が終了していない場合にはステップＳ４５に進み、グリッドのインデックスＧを＋１してステップＳ４１に戻り、前述の処理を繰り返す。こうしてステップＳ４４で、全てのグリッドについて最適化を終了すると、最適データを表示部４１に図１０のように表示して（ステップＳ９）計算を終了する。

図１０は、本発明の実施の形態１に係る色分解の最適化結果を表示した一例を示す図である。尚、本実施の形態１では、特色インクの分解を例として説明したが、四色分解や六色分解においても同様のアルゴリズムが適用可能である。

次に本実施の形態１に係る最適化部１２で実行される粒状性評価値の算出処理手順を説明する。

図１１は、本発明の実施の形態１に係る最適化部１２で最適化を行う際に算出する粒状性評価値の算出方法を示すフローチャートである。

まずステップＳ５１で、画像入力部１０により入力したパッチ画像の中心部分を２のべき乗画素角のＲＧＢデータで保存する。次にステップＳ５２で、以下の式（１）〜（５）によりＲＧＢ画像データをＣＩＥ Ｌ*ａ*ｂ*データに変換してＲＡＭ２１１に保存する。

Ｒ'＝Ｒ／６５５３５
Ｇ'＝Ｇ／６５５３５
Ｂ'＝Ｂ／６５５３５ …式（１）
ここで、もし、Ｒ'，Ｇ'，Ｂ'≦０．０４０４５であれば、
Ｒ''＝Ｒ／１２．９２
Ｇ''＝Ｇ／１２．９２
Ｂ''＝Ｂ／１２．９２ …式（２）
とし、Ｒ'，Ｇ'，Ｂ'＞０．０４０４５であれば、
Ｒ''＝［（Ｒ'＋０．０５５）／１．０５５］^2.4
Ｇ''＝［（Ｇ'＋０．０５５）／１．０５５］^2.4
Ｂ''＝［（Ｂ'＋０．０５５）／１．０５５］^2.4 …式（３）
とする。

｜Ｘ｜ ｜0.4124 0.3576 0.1805｜ ｜Ｒ''｜
｜Ｙ｜＝｜0.2126 0.7152 0.0722｜×｜Ｇ''｜
｜Ｚ｜ ｜0.0193 0.1192 0.9505｜ ｜Ｂ''｜ …式（４）

Ｘ／Ｘn，Ｙ／Ｙn，Ｚ／Ｚn＞０．００８８５６
Ｌ*＝１１６（Ｙ／Ｙn）^1/3−１６
ａ*＝５００［（Ｘ／Ｘn）^1/3−（Ｙ／Ｙn）^1/3］
ｂ*＝２００［（Ｙ／Ｙn）^1/3−（Ｚ／Ｚn）^1/3］ …式（５）
但し、（Ｘ／Ｘn），(Ｙ／Ｙn)，(Ｚ／Ｚn)＞０．００８８５６である。ここで、ＸＹＺは、試料のＸＹＺ表色系における三刺激値、Ｘn，Ｙn，Ｚnは、完全拡散反射面の三刺激値である。もし（Ｘ／Ｘn），(Ｙ／Ｙn)，(Ｚ／Ｚn)＜０．００８８５６であれば、次式（６）に置き換えて計算する。

（Ｘ／Ｘn）^1/3 →７．７８７（Ｘ／Ｘn）＋１６／１１６
（Ｙ／Ｙn）^1/3 →７．７８７（Ｙ／Ｙn）＋１６／１１６
（Ｚ／Ｚn）^1/3 →７．７８７（Ｚ／Ｚn）＋１６／１１６ …式（６）
次にステップＳ５３で、下記の式（７）に従ってＬ*をフーリエ変換してスペクトルＳ（ｕ'，ｖ')を求める。次に式（８）に従ってパワースペクトルＰ（ｕ'，ｖ')を求める。

Ｓ（u',v'）＝ΣΣＬ*(u',v')exp(-j2πu'n/N)exp(-j2πv'm/M) …式（７）
ここで最初のΣは、ｍ＝０からｍ＝Ｍ−１までの総計を、２番目のΣはｎ＝０からｎ＝Ｎ−１までの総計を意味している。

Ｐ（ｕ'，ｖ')＝｜Ｓ（u'，v')｜² …式（８）
本実施の形態１では、正方形の原画像を用いているため、ＮとＭは等しい。従って、以下は、Ｎに統一して記述する。

次にステップＳ５４で、空間周波数領域のカウンタｖ'を「０」にし、次にステップＳ５５でカウンタｕ'を「０」にそれぞれ初期化する。次にステップＳ５６で、空間周波数ｕ，ｖを以下の式（９）に従って算出する。次にステップＳ５７で、空間周波数（ｕ，ｖ）のパワースペクトルＰ（ｕ'，ｖ'）に式（１０）で与えられるＶＴＦを乗算してパワースペクトルＰ'（ｕ，ｖ）を算出する。

ｕ＝ｕ'（dpi／Ｎ／25.4）（πＲ／180）， ０≦ｕ≦Ｎ／２
ｖ＝ｖ'（dpi／Ｎ／25.4）（πＲ／180）， ０≦ｖ≦Ｎ／２
ｕ＝（ｕ'−Ｎ）（dpi／Ｎ／25.4）（πＲ／180）， Ｎ／２＋１≦ｕ≦Ｎ−１
ｖ＝（ｖ'−Ｎ）（dpi／Ｎ／25.4）（πＲ／180）， Ｎ／２＋１≦ｖ≦Ｎ−１
…式（９）
ＶＴＦ（ｆ）＝5.05exp(-0.138ｆ)(1-exp(-0.1ｆ)) …式（１０）
ここでｆは空間周波数(cycles/degree)で、
ｆ＝√（ｕ²＋ｖ²） …式（１１）
但し、dpiは入力解像度であり、Ｎは縦横の画素数である。また、Ｒは明視距離（３００ｍｍ）であり、空間周波数ｆの単位は、(cycles/degree)である。空間周波数ｆの算出は上式（１１）を用いる。

次にステップＳ５８で、カウンタｕ'の値がＮ未満であるか否かを判定し、カウンタｕ'の値がＮより小さければステップＳ５９に進み、カウンタｕ'をインクリメントしてステップＳ５６に戻る。ステップＳ５８で、カウンタｕ'がＮ以上である場合はステップＳ６０に進み、カウンタｖ'がＮ未満であるか否かを判定する。ここでカウンタｖ'がＮより小さければステップＳ６１に進み、カウンタｖ'をインクリメントしてステップＳ５５に戻り、カウンタｕ'を「０」にしてステップＳ５６に進む。こうしてステップＳ６０で、カウンタｖ'がＮ以上になるとステップＳ６２に進み、下記の式（１２）に基づいて、空間周波数（ｕ'，ｖ'）のパワースペクトルＳ'（ｕ'，ｖ'）を全周波数について積分し、粒状性評価値ｇを算出して終了する。

ｇ＝√（ΣΣＰ'（ｕ，ｖ）） …式（１２）
ここで、一番目のΣはｖ＝−Ｎ／２からＮ／２までの総計を、二番目のΣはｕ＝−Ｎ／２からＮ／２までの総計を示している。

以上のように、特色インク分解に対して、ユーザが優先させるパラメータに応じて分解方法を最適化させることによって、より現実の製品と画像を対応させた色分解が可能になる。

［実施の形態２］
以下、本発明の実施の形態２を図面を用いて説明する。

図１２は、本発明の実施の形態２に係る画像処理装置の機能構成を示す機能ブロック図である。尚、この実施の形態２に係る画像処理装置のハードウェア構成は前述の図２と同じであるため、その説明を省略する。

この実施の形態２に係る画像処理装置は、画像入力部１０、均等色空間成分算出部１０１、空間周波数成分算出部１０２、スクリーン角度成分算出部１０３、スクリーン角度成分補正部１０４、視覚特性乗算部１０５、粒状性評価値算出部１０６を備えている。

図１３は、本発明の実施の形態２に係る画像処理装置における処理手順を説明するフローチャートである。また図１６は、網点ハーフトーンにより生成された粒状性を評価する画像の一例を示す図である。

以下、実施の形態２に係る画像処理装置の動作を図１３のフローチャートに従って説明する。

まずステップＳ７０で、画像入力部１０により原画像を解像度１０００ｄｐｉで読み込み、２０４８画素角のＲＧＢ画像データとして保存する。この実施の形態２では、読み込む画像のサイズを２０４８画素角とした。これはスクリーン角度成分補正部１０４で画像の角度成分を変換して、中心部分を１０２４画素角で切り取ることを予め考慮したためであり、１０２４画素の√２倍以上の画素数を保存すればよい。次にステップＳ７１で、均等色空間成分算出部１０１は、上述した式（１）〜（６）により、ＲＧＢ画像データをＣＩＥ Ｌａｂデータに変換して保存する。

次にステップＳ７２で、空間周波数成分算出部１０２により、前述の均等色空間成分算出部１０１で保存した画像データの明度Ｌ*成分を下式（７'）に従ってフーリエ変換してスペクトルＳ（ｕ'，ｖ'）を求め、上記式（８）に従ってパワースペクトルＰ（ｕ'，ｖ'）を求める。尚、本実施の形態２では、正方形の原画像を用いているため、ＮとＭは等しい。従って以下はＮに統一して記述する。

Ｓ（u',v'）＝ΣΣＬ*(x,y)exp(-j2πu'n/N)exp(-j2πv'm/M) …式（７'）
ここで最初のΣは、ｍ＝０からｍ＝Ｍ−１までの総計を、２番目のΣはｎ＝０からｎ＝Ｎ−１までの総計を意味している。

次にステップＳ７３で、スクリーン角度成分算出部１０３は、空間周波数領域のカウンタｖ'を「−Ｎ／２」に初期化する。次にステップＳ７４で、空間周波数領域のカウンタｕ'を「０」に初期化する。本実施の形態２では、空間周波数ｕ'の初期値を「０」とした。これは、空間周波数ｕ'軸上の右半平面を調べればスクリーン角度成分が算出できるために算出過程を省略をしたためである。

次にステップＳ７５で、パワースペクトルのピーク振幅ＰMAXとピーク位置情報(ｕmax，ｖmax)を初期化する。次にステップＳ７６で、カウンタ（ｕ'，ｖ'）でのパワースペクトルＰ（ｕ'，ｖ'）がＰMAXの値よりも大きいか否かを判定する。ここで、もしＰ（ｕ'，ｖ'）がＰMAXよりも大きい場合はステップＳ７７に進み、ＰMAXにピーク振幅Ｐ（ｕ'，ｖ'）の値を代入し、ピークの位置情報(ｕmax，ｖmax）に、そのパワースペクトルの座標値（ｕ'，ｖ'）を代入する。一方、ステップＳ７６で、パワースペクトルＰ（ｕ'，ｖ'）がＰMAX以下である場合はステップＳ７８に進み、カウンタｕ'が「Ｎ／２」よりも小さいか否かを判定し、カウンタｕ'の値が「Ｎ／２」よりも小さい場合はステップＳ７９で、カウンタｕ'をインクリメントしてステップＳ７６に戻る。

一方、ステップＳ７８で、カウンタｕ'の値が「Ｎ／２」以上の場合はステップＳ８０で、カウンタｕ'を「０」にしてステップＳ８１に進み、カウンタｖ'の値が「Ｎ／２」より大きいか否かを判定する。カウンタｖ'の値が「Ｎ／２」よりも小さい場合はステップＳ８２で、カウンタｖ'をインクリメントしてステップＳ７６に戻るが、カウンタｖ'の値が「Ｎ／２」以上であれば、ピーク値の算出処理を終了してステップＳ８３に進み、ピーク位置(ｕmax，ｖmax)から、下記の式（１３）に従って網点のスクリーン角度θを算出する。

θ＝ｔａｎ^-1（ｖmax／ｕmax） …式（１３）
０≦ｉ≦Ｎ／２，−Ｎ／２≦ｊ≦Ｎ／２
次にステップＳ８４で、スクリーン角度成分補正部１０４は、式（１３）で得られた角度θから、画像の位置情報の中心（Ｎ／２，Ｎ／２）を中心として下記の式（１４）真中の回転行列によって、１０２４画素角の画像の回転後の座標（ｘ'，ｙ'）から回転前の座標（ｘ，ｙ）を算出する。

｜ｘ｜ ｜cosθ -sinθ｜ ｜ｘ'＋Ｎ／２｜
｜ ｜＝（１／α）｜ ｜×｜ ｜
｜ｙ｜ ｜sinθ cosθ｜ ｜ｙ'＋Ｎ／２｜ …式（１４）
ここで、画像の位置情報を求める際に、新しい画素情報から元の画素情報を逆算している。これは位置情報を回転した時に算出される座標が実数値となるものを整数値へ変換するために生じる位置情報の重複や飛びを解消するためである。また位置情報が補正された画像は、両端で網点の成分が不連続である。このため、スクリーン角度成分算出部１０３で算出したピークの位置情報から網点周期を算出し、原画像と網点周期が整数比となるように拡大係数αを算出する。そして画像の明度成分Ｌ*をバイキュービックなどの方法によって補間して画像を拡大する。これにより、拡大された画像の両端が連続になる（ステップＳ８５）。次にステップＳ８６で、下式（１５）に従って位置情報を回転したＬ*データをフーリエ変換し、スペクトルＳ'（ｕ',ｖ'）を算出し、式（８'）によってパワースペクトルＰ'（ｕ'，ｖ'）を算出する。

Ｓ'（u',v'）＝ΣΣＬ*(x'',y'')exp(-j2πu'n/N)exp(-j2πv'm/N) …式（１５）
ここで最初のΣは、ｍ＝０からｍ＝Ｎ−１までの総計を、２番目のΣはｎ＝０からｎ＝Ｎ−１までの総計を意味している。

Ｐ'（ｕ'，ｖ'）＝｜Ｓ'（ｕ'，ｖ'）｜² …式（８'）
次にステップＳ８７で、視覚特性乗算部１０５で、空間周波数領域のカウンタｕ'，ｖ'を「０」に初期化する。次にステップＳ８８で、空間周波数ｕ，ｖを上記式（１０）に従って算出する。次にステップＳ８９で、空間周波数（ｕ，ｖ）のパワースペクトルＰ'（ｕ'，ｖ'）に、上記式（１０）で与えられるＶＴＦを乗算してパワースペクトルを算出する。

次にステップＳ９０で、カウンタｕ'の値がＮ未満であるか否かを判定し、カウンタｕ'の値がＮより小さければステップＳ９１で、カウンタｕ'をインクリメントしてステップＳ８８に戻る。一方、ステップＳ９０で、カウンタｕ'の値がＮ以上である場合はステップＳ９２でカウンタｕ'を「０」にしてステップＳ９３に進み、カウンタｖ'の値がＮ未満であるか否かを判定する。ここでカウンタｖ'の値がＮより小さければステップＳ９で、カウンタｖ'をインクリメントしてステップＳ９４に戻る。またステップＳ９３で、カウンタｖ'の値がＮ以上である場合はステップＳ９５に進み、粒状性評価値算出部１０６で、以下の式（１６）で与えられる式に基づき全空間周波数のパワースペクトルを積分して粒状性評価値ｇを算出して終了する。

ｇ＝√（ΣΣＳ'（ｕ，ｖ）²） …式（１６）
但し、一番目のΣはｖ＝０からｖ＝Ｎ／２までの総計を、二番目のΣはｕ＝０からｕ＝Ｎ／２までの総計を示している．
以上のように本実施の形態２によれば、網点画像のスクリーン角度成分を補正して空間周波数情報を算出することで、画像入力時の位置ずれによる空間周波数情報の変化を低減し好適な画像評価を行うことができる。

［実施の形態３］
次に本発明の実施の形態３について説明する。本実施の形態３では、上述の実施の形態２において、網点画像のスクリーン角度成分補正部１０４でスクリーン角度の補正を行った後、空間周波数成分にランダムノイズを重畳したものと、重畳する前の空間周波数成分との差を求める。そして網点成分を除去した空間周波数情報に対して粒状性評価値を得る画像評価装置の場合で説明する。

図１４は、本発明の実施の形態３に係る画像評価装置の機能構成を示すブロック図で、前述の実施の形態に係る構成と共通する部分は同じ記号で示し、その説明を省略する。尚、本実施の形態３に係る画像処理装置のハードウェア構成は前述の図２と同じであるため、その説明を省略する。

本実施の形態３に係る画像評価装置は、前述の図１２に示す実施の形態２に係る構成に対して、スクリーン角度成分補正部１０４の前後にノイズ重畳部２０５と網点成分除去部２０６を付加したものであるため、以下、これらノイズ重畳処理部２０５と網点成除去部２０６の処理について説明する。

図１７は、スクリーン角度成分補正部１０４で算出される原画像の２次元パワースペクトルを説明する図である。

６１は、中心（直流成分）からの距離が等しくなる空間周波数成分の積分を行い１次元化したパワースペクトルの積分値を示す。６２は、原画像にノイズを重畳した画像の２次元パワースペクトルを、中心（直流成分）からの距離が等しくなる空間周波数成分を積分して１次元化したパワースペクトル積分値を示す。また６３は、６２で示すパワースペクトル積分値から、６１で示すパワースペクトル積分値を引いた差分の一例を示している。尚、図１７における６１，６２の縦軸は対数軸である。

次に図１５のフローチャートを参照して、この実施の形態３に係る画像評価装置の動作について説明する。

図１５は、実施の形態３に係る画像評価装置における処理を説明するフローチャートである。

まずステップＳ１００で、スクリーン角度成分補正部１０４により、以下の式（７''）に従って、Ｌ*，Ｌ'*をフーリエ変換してスペクトルＳds（ｕ'，ｖ'）を求める。次に、式（８''）に従って、パワースペクトルＰds(ｕ'，ｖ')を求める。

Ｓds（u',v'）＝ΣΣＬ*(u',v')exp(-j2πu'n/N)exp(-j2πv'm/M) …式（７''）
ここで最初のΣは、ｍ＝０からｍ＝Ｍ−１までの総計を、２番目のΣはｎ＝０からｎ＝Ｎ−１までの総計を意味している。

Ｐds（ｕ'，ｖ'）＝｜Ｓ'（ｕ'，ｖ'）｜² …式（８''）
次にステップＳ１０１で、ノイズ重畳処理部２０５により、均等色空間成分算出部１０１で算出されたＬ*に、明度の変動幅が±５のランダム（ホワイト）ノイズを重畳してＬ'*を作成し、式（７"'）に従ってフーリエ変換を行い、スペクトルＳ'ds（ｕ'，ｖ'）を求める。その後、式（２０）に従ってパワースペクトルＰ'ds（ｕ'，ｖ'）を求める（ステップS４０１）。ここで、本実施例では重畳するノイズ量を明度で±５としたが、ノイズ量は任意の量で構わない。

Ｓ'ds（u',v'）＝ΣΣＬ'*(u',v')exp(-j2πu'n/N)exp(-j2πv'm/M) …式（７"'）
ここで最初のΣは、ｍ＝０からｍ＝Ｍ−１までの総計を、２番目のΣはｎ＝０からｎ＝Ｎ−１までの総計を意味している。

Ｐ'ds（ｕ'，ｖ'）＝｜Ｓ'（ｕ'，ｖ'）｜² …式（８"'）
本実施の形態３では、正方形の原画像を用いているためＮとＭは等しい。従って以下はＮに統一して記述する。

次にステップＳ１０２で、空間周波数領域のカウンタｕ'，ｖ'を「０」に初期化する。次にステップＳ１０３で、網点周波数除去部２０６において、カウンタ（ｕ'，ｖ'）でのノイズ付加画像のパワースペクトルＰds'（ｕ'，ｖ'）が、原画像のパワースペクトルＰds（ｕ'，ｖ'）よりも小さいか否かを判定する。ここでＰds（ｕ'，ｖ'）がＰ'ds（ｕ'，ｖ'）より大きい場合はステップＳ１０４に進み、Ｐ（ｕ'，ｖ'）を「０」にしてステップＳ１０５に進む。ステップＳ１０３で、Ｐ'ds（ｕ'，ｖ'）がＰds（ｕ'，ｖ'）より大きい場合にはステップＳ１０５に進む。ステップＳ１０５では、ｕ'がＮよりも小さいか否かを判定し、ｕ'がＮより小さければステップＳ１０でｕ'をインクリメントしてステップＳ１０３に戻る。一方、ステップＳ１０５で、ｕ'がＮ以上である場合はステップＳ１０７に進み、ｕ'を「０」にしてステップＳ１０８に進み、ｖ'がＮ以下であるか否かを判定する。ｖ'がＮより小さければステップＳ１０９でｖ'をインクリメントしてステップＳ１０３に戻るが、ステップＳ１０８で、ｖ'がＮ以上である場合には、この網点成分の算出を終了する。

以上説明したように本実施の形態３によれば、入力画像の網点成分を除去することにより、空間周波数情報に含まれる網点成分の寄与率を抑圧し、ノイズ成分のみで粒状性評価値を算出する。これにより好適な画像評価を行うことが可能である。

以上説明したように本実施の形態２，３によれば、網点ハーフトーンを使用した画像において網点画像の角度成分を補正することにより、同じ網点成分でも角度によって空間周波数情報が異なるのを改善できる。

また画像入力時の画像の傾きによって空間周波数情報が変化するのを補正できる。

また空間周波数情報にランダムノイズを重畳して網点成分を除去することで、網点成分の影響を受容しにくくなる。更に、画像の角度変化による空間周波数情報の変化を改善して好適な粒状性評価を行うことが可能となる。

［実施の形態４］
図１８は、本発明の実施の形態４に係る画像評価装置の構成を説明するブロック図である。

画像入力部１０、均等色空間変換部１０１、画像評価方法選択部３０１、簡易粒状度算出部３０２、高精度粒状度算出部３０３、表示部４１を備えている。尚、本実施の形態４に係る画像処理装置のハードウェア構成は前述の図２と同じであるため、その説明を省略する。以下、図１９のフローチャートに従って、この画像評価装置の動作を説明する。

図１９は、本実施の形態４に係る画像評価装置における処理を説明するフローチャートである。

まずステップＳ１２１で、画像入力部１０は原画像を解像度１０００ｄｐｉで読み込み、１０２４画素角のＲＧＢ画像データを保存する。次にステップＳ１２２で、画像評価方法選択部３０１は、表示部４１に簡易画質評価モードと高精度画質評価モードのどちらの方法で画質評価をするかについての判断を要求するＧＵＩを表示する。そして入力部２１２による操作に基づいて、いずれの評価モードが選択されたかを判定する。簡易画質評価モードが選択された場合はステップＳ１２３に進み、後述する方法によってＲＭＳ粒状度を算出する。一方、高精度画質評価モードが選択された場合はステップＳ１２４に進み、後述する方法によって粒状度（granularity）を算出する。こうしてステップＳ１２３或はＳ１２４で算出された画質評価値を表示部４１に表示して処理を終了する。

図２０は、本実施の形態４に係る簡易粒状度算出部３０２の一例を示すブロック図である。

この簡易粒状度算出部３０２は、濃度測定部３１０、平均濃度算出部３１１、ＲＭＳ粒状度算出部３１２を備えている。

図２１は、本実施の形態４に係る簡易粒状度算出部３０２における処理手順を説明するフローチャートである。以下、簡易粒状度算出部３０２の動作を、このフローチャートに従って説明する。

まずステップＳ１３０で、濃度測定部３１０は、画像入力部１０から入力された画像データを読み込む。次にステップＳ１３１で、濃度の測定番号を示すカウンタｉと平均濃度値を格納するバッファＤＡＶを「０」に初期化する。次にステップＳ１３２で、カウンタｉの値がＮより小さいか否かを判定し、カウンタｉの値がＮより小さければステップＳ１３３に進み、ｉ番目のアパーチャ内の濃度Ｄ(xi)を測定する。そしてステップＳ１３４で、平均濃度算出部３１１により、平均濃度バッファＤＡＶに測定した濃度を加算して保存する。そしてステップＳ１３５で、カウンタｉをインクリメントしてステップＳ１３２に進む。

一方、ステップＳ１３２で、カウンタｉの値がＮ以上であればステップＳ１３６に進み、ＤＡＶをＮで割って平均値を求める。次にステップＳ１３７で、カウンタｉを「０」に初期化し、ステップＳ１３８で、カウンタｉの値がＮより小さいか否かを判定する。ここで、カウンタｉの値がＮより小さい場合はステップＳ１３９に進み、ＲＭＳ粒状度算出部３１２により、ｉ番目の濃度と平均との平方残差を算出する。そして、ステップＳ１４０で、カウンタｉをインクリメントしてステップＳ１３８に進む。一方、ステップＳ１３８で、カウンタｉの値がＮ以上の場合にはステップＳ１４１に進み、σAを（Ｎ−１）で割り、その平方根を算出し（σA＝√（σA／（Ｎ−１）））保存して、この処理を終了する。

図２２は、本実施の形態４に係る高精度粒状度算出部３０３の一例を示すブロック図で、前述の実施の形態と共通する部分は同じ記号で示している。

この高精粒状度算出部３０３は、均等色空間成分算出部部１０１、空間周波数成分算出部１０２、視覚特性乗算部１０５、空間周波数成分積分部３２０を具備している。

図２３は、本実施の形態４に係る高精度粒状度算出部３０３における処理手順を示すフローチャートである。

まず、均等色空間成分算出部１０１は、前述の式（１）から（６）により、ＲＧＢ画像データをＣＩＥ Ｌａｂ画像データに変換して保存する（ステップＳ１５０）。次にステップＳ１５１で、空間周波数成分算出部１０２では、前述の均等色空間成分算出部１０１で保存した画像データの明度Ｌ*成分を、上記式（７'）に従ってフーリエ変換してスペクトルＳ（ｕ'，ｖ'）を求める。次に、式（８）に従ってパワースペクトルＰ（ｕ'，ｖ'）を求める。ここで、本実施の形態では、正方形の原画像を用いているため、上記式においてＮとＭは等しい。従って以下はＮに統一して記述する。

次にステップＳ１５２で、視覚特性乗算部１０５により、空間周波数領域のカウンタｕ'，ｖ'を「０」に初期化する。次にステップＳ１５３に進み、空間周波数ｕ，ｖを式（９）に従って算出する。次にステップＳ１５４で、空間周波数（ｕ，ｖ）のパワースペクトルＰ'（ｕ，ｖ）に式（１０）で与えられるＶＴＦを乗算してパワースペクトルを算出する。ここでdpiは入力解像度（１０００ｄｐｉ）であり、Ｎは縦横の画素数（１０２４画素）である。また、Ｒは明視距離（３００ｍｍ）であり、空間周波数ｆの単位は（cycles/degree）である。空間周波数ｆの算出は、前述の式（１１）を用いる。

次にステップＳ１５５で、ｕ'の値がＮ未満であるか否かを判定する。ここでもしｕ'の値がＮより小さければステップＳ１５６に進み、ｕ'の値をインクリメントしてステップＳ１５３に戻る。もしｕ'の値がＮ以上の場合はステップＳ１５７に進み、ｕ'の値を「０」にする。次にステップＳ１５８で、ｖ'の値がＮ未満であるか否かを判定する。ここでもし、ｖ'の値がＮより小さければステップＳ１５９に進み、ｖ'の値をインクリメントしてステップＳ１５３に戻る。ステップＳ１５８で、ｖ'の値がＮ以上である場合にはステップＳ１６０に進み、空間周波数成分積分部３２０により、前述の式（１６）に基づいて全空間周波数のパワースペクトルを積分して粒状性評価値ｇを算出して終了する。

以上説明したように本実施の形態によれば、評価画像の粒状性評価値を算出する際に、ユーザが評価画像の量に応じて評価速度と評価精度を選択することにより、ユーザにとって便利な画像評価を行うことができる。

以上説明したように本実施の形態４によれば、評価画像の量が膨大であるような場合や少ないが高精度で評価を行いたい場合に対しても、ユーザがＧＵＩ上で任意に評価方法を選択することにより評価目的に適した評価を行うことが可能である。

なお本発明は、複数の機器（例えばホストコンピュータ、インターフェース機器、リーダ、プリンタなど）から構成されるシステムに適用しても、一つの機器からなる装置（例えば、複写機、ファクシミリ装置など）に適用してもよい。

また本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体（または記録媒体）を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読み出し実行することによっても達成される。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているオペレーティングシステム（ＯＳ）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれる。

さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張カードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張カードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれる。

本発明の実施の形態１に係るカラー画像処理装置の機能構成を示す機能ブロック図である。 本実施の形態に係るカラー画像処理装置の概観を示す概観斜視図（Ａ）と、このカラー画像処理装置の構成を示すブロック図（Ｂ）である。 本実施の形態１に係るカラー画像処理部における色分解処理の手順を表すフローチャートである。 本実施の形態に係るパッチ画像の一例を示す図である。 図３のステップＳ７における等値マップの作成方法を説明するフローチャートである。 図３のフローチャートのステップＳ８で実行される、本実施の形態１の最適化部による色分解曲線を用いた最適化処理を説明するフローチャートである。 本実施の形態に係る色分解の理想的な明度特性の一例を示す図である。 本実施の形態における色分解最適化の等値マップの一例を示す図である。 本実施の形態における色分解方法の最適点を算出する具体例を説明する図である。 本発明の実施の形態１に係る色分解の最適化結果を表示した一例を示す図である。 本発明の実施の形態１に係る最適化部で最適化を行う際に算出する粒状性評価値の算出方法を示すフローチャートである。 本発明の実施の形態２に係る画像処理装置の機能構成を示す機能ブロック図である。 本発明の実施の形態２に係る画像処理装置における処理手順を説明するフローチャートである。 本発明の実施の形態３に係る画像評価装置の機能構成を示すブロック図である。 本発明の実施の形態３に係る画像評価装置における処理を説明するフローチャートである。 網点ハーフトーンにより生成された粒状性を評価する画像の一例を示す図である。 本実施の形態３に係るスクリーン角度成分補正部で算出される原画像の２次元パワースペクトルを説明する図である。 本発明の実施の形態４に係る画像評価装置の構成を説明するブロック図である。 本実施の形態４に係る画像評価装置における処理を説明するフローチャートである。 本実施の形態４に係る簡易粒状度算出部の一例を示すブロック図である。 本実施の形態４に係る簡易粒状度算出部における処理手順を説明するフローチャートである。 本実施の形態４に係る高精度粒状度算出部の一例を示すブロック図である。 本実施の形態４に係る高精度粒状度算出部における処理手順を示すフローチャートである。

Claims (14)

1. 印刷されたパッチ画像を読取って測色を行う測色手段と、
   前記測色手段により測色されたパッチ画像の粒状度を算出する粒状性算出手段と、
   最適化条件を入力して設定する設定手段と、
   前記設定手段により設定された最適化条件に基づいて粒状度を最小にする画像形成条件を決定するパラメータを算出する最適化手段と、
   を有することを特徴とする画像処理装置。
2. 前記パラメータは、インクを用いた画像形成条件におけるインクの打ち込み量を含むことを特徴とする請求項１に記載の画像処理装置。
3. 前記粒状性算出手段は、前記測色手段により測色された画像信号の輝度成分に基づいて前記粒状度を算出することを特徴とする請求項１に記載の画像処理装置。
4. 前記最適化手段により算出された前記パラメータに基づく画像形成条件を表示する表示手段を更に有することを特徴とする請求項１に記載の画像処理装置。
5. 原画像の画像データを均等色空間成分に変換する色空間算出手段と、
   前記均等色空間成分の平均明度成分を空間周波数成分に変換する空間周波数算出手段と、
   前記空間周波数算出手段により算出された空間周波数成分から、網点画像の角度成分を算出するスクリーン角算出手段と、
   前記スクリーン角算出手段により算出されたスクリーン角度成分を補正して空間周波数成分に変換するスクリーン角補正手段と、
   前記スクリーン角補正手段により変換された空間周波数成分に人間の明度の視覚特性を乗算する視覚特性乗算手段と、
   前記視覚特性乗算手段により視覚特性が乗算された空間周波数成分から画像ノイズ量を算出する粒状性評価値算出手段と、
   を有することを特徴とする画像処理装置。
6. 前記スクリーン角補正手段でスクリーン角度成分が補正された前記空間周波数成分の明度成分にランダムノイズを重畳し、前記ランダムノイズが重畳された空間周波数成分から網点成分を除去する網点成分除去手段を更に有することを特徴とする請求項５に記載の画像処理装置。
7. 原画像の画像データを均等色空間成分に変換する色空間算出手段と、
   ユーザの選択に従って画像評価方法を決定する画像評価方法選択手段と、
   前記画像評価方法選択手段によって選択された画像評価方法に従って第１の精度の粒状度を計算する簡易粒状度算出手段と、
   前記第１の精度よりも高い精度で粒状度を算出する高精度粒状度算出手段と、
   前記簡易粒状度算出手段或は前記高精度粒状度算出手段によって算出された評価値を表示する表示手段と、
   を有することを特徴とする画像処理装置。
8. 印刷されたパッチ画像を読取って測色を行う測色工程と、
   前記測色工程で測色されたパッチ画像の粒状度を算出する粒状性算出工程と、
   最適化条件を入力して設定する設定工程と、
   前記設定工程で設定された最適化条件に基づいて粒状度を最小にする画像形成条件を決定するパラメータを算出する最適化工程と、
   を有することを特徴とする画像処理方法。
9. 前記パラメータは、インクを用いた画像形成条件におけるインクの打ち込み量を含むことを特徴とする請求項８に記載の画像処理方法。
10. 前記粒状性算出工程では、前記測色工程により測色された画像信号の輝度成分に基づいて前記粒状度を算出することを特徴とする請求項８に記載の画像処理方法。
11. 前記最適化工程で算出された前記パラメータに基づく画像形成条件を表示する表示工程を更に有することを特徴とする請求項８に記載の画像処理方法。
12. 原画像の画像データを均等色空間成分に変換する色空間算出工程と、
    前記均等色空間成分の平均明度成分を空間周波数成分に変換する空間周波数算出工程と、
    前記空間周波数算出工程で算出された空間周波数成分から、網点画像の角度成分を算出するスクリーン角算出工程と、
    前記スクリーン角算出工程で算出されたスクリーン角度成分を補正して空間周波数成分に変換するスクリーン角補正工程と、
    前記スクリーン角補正工程で変換された空間周波数成分に人間の明度の視覚特性を乗算する視覚特性乗算工程と、
    前記視覚特性乗算工程で視覚特性が乗算された空間周波数成分から画像ノイズ量を算出する粒状性評価値算出工程と、
    を有することを特徴とする画像処理方法。
13. 前記スクリーン角補正工程でスクリーン角度成分が補正された前記空間周波数成分の明度成分にランダムノイズを重畳し、前記ランダムノイズが重畳された空間周波数成分から網点成分を除去する網点成分除去工程を更に有することを特徴とする請求項１２に記載の画像処理方法。
14. 原画像の画像データを均等色空間成分に変換する色空間算出工程と、
    ユーザの選択に従って画像評価方法を決定する画像評価方法選択工程と、
    前記画像評価方法選択工程で選択された画像評価方法に従って第１の精度の粒状度を計算する簡易粒状度算出工程と、
    前記第１の精度よりも高い精度で粒状度を算出する高精度粒状度算出工程と、
    前記簡易粒状度算出工程或は前記高精度粒状度算出工程で算出された評価値を表示する表示工程と、
    を有することを特徴とする画像処理方法。

Images