JP2010050832A - 画像処理装置、画像処理方法、プログラムおよび記録媒体 - Google Patents

Abstract

【課題】オブジェクトの特徴量に応じたガマット圧縮を行うことで高品質な色再現を行い、また１ジョブ複数ページからなるページ間の類似したオブジェクトの色味を合わせる。
【解決手段】ページ取得部１０１は、描画データをページ単位で取得し、ＲＩＰ部１０２は、描画データをビットマップと属性情報に展開する。類似判定部１０４は、同じ属性情報が付与されているビットマップの一塊毎に類似判定を行う。ガマット圧縮選択部１０６は、類似しているオブジェクトに適したガマット圧縮方法を選択し、オブジェクトと選択したガマット圧縮方法をリンクした情報を画像蓄積部１０３に保存する。
【選択図】図１

Description

本発明は、任意のカラー画像信号を、ガマットが制限されたカラー画像形成装置などの色に変換する画像処理装置、画像処理方法、プログラムおよび記録媒体に関し、カラー液晶ディスプレイ等のカラー表示装置、カラーファクシミリ、カラープリンタ、カラーハードコピー等のカラー画像形成装置、パソコンやワークステーション上で稼動するカラープリンタ用ソフトウェア等に応用して好適な技術である。

カラー画像表示装置（例えばｓＲＧＢやＡｄｏｂｅ（登録商標）ＲＧＢ対応の液晶ディスプレイ）に表示されているＲＧＢ画像をカラー画像出力装置（例えばカラープリンタ）で出力する際、両装置の色再現域（以降、ガマットと記載する）の形状と大きさが異なるため、ガマット圧縮という画像処理技術が用いられる。このガマット圧縮はカラー画像出力装置での高品位な色再現に大きく係わるため、カラー画像表示装置に表示されたｓＲＧＢ等のデータは人間の知覚に基づいて策定されたＣＩＥＬＡＢ、ＣＩＥＣＡＭ０２などの知覚色空間に変換され、処理が行われる。これら知覚色空間への変換は変換式が定義されているので、ｓＲＧＢからＣＩＥＬＡＢへ、またＣＩＥＣＡＭ０２へ、あるいは逆方向への変換が可能である。ＡｄｏｂｅＲＧＢも同様である。この様に、ＲＧＢ画像をカラープリンタで出力するためにガマット圧縮を含んだ色補正パラメータをカラープロファイルと呼ぶ。

ｓＲＧＢは、ＩＥＣ（国際電気標準会議）が１９９８年に策定した色空間の国際標準規格汎用の色空間であり、ＡｄｏｂｅＲＧＢは、Ａｄｏｂｅ Ｓｙｓｔｅｍｓによって提唱された色空間定義であり、ｓＲＧＢよりも遥かに広いＲＧＢ色再現領域を持ち、ＤＴＰなどの分野では標準的に使用されている。また、ＣＩＥＬＡＢは、国際照明学会（ＣＩＥ）が定め、ＪＩＳにも規定されている均等色空間の国際標準であり、ＣＩＥＣＡＭ０２（Ｃｏｌｏｕｒ Ａｐｐｅａｒａｎｃｅ Ｍｏｄｅｌ ２００２の略）は、ＣＩＥＬＡＢと同様、ＣＩＥから２００４年に発行された色の見えモデルである。

ＣＩＥＬＡＢにデータが変換されると、明度Ｌ＊、色成分ａ＊、ｂ＊が得られる。ａ＊とｂ＊からは彩度Ｃ、色相Ｈが式（１）により算出できる。
Ｃ＝√（ａ＊×ａ＊＋ｂ＊×ｂ＊） 式（１）
Ｈ＝ａｔａｎ２（ａ＊，ｂ＊）×１８０／π 式（２）
ただし、ａ＊＝ｂ＊＝０のとき、Ｈ＝０
Ｈ＜０のとき、Ｈ＝３６０＋Ｈ
ｓＲＧＢからＣＩＥＣＡＭ０２への変換式は省略するが、変換によりＪ、ａＣ、ｂＣのデータが得られ、ＪはＣＩＥＬＡＢのＬ＊、ａＣはａ＊、ｂＣはｂ＊にそれぞれ対応している。したがって、式（１）、（２）によりＣＩＥＣＡＭ０２色空間にける彩度Ｃ、色相Ｈを同様に求めることができる。

さて、パーソナルコンピュータ（以下、ＰＣと略す）やカラープリンタが普及し、各ＰＣにインストールされた例えばＭｉｃｒｏｓｏｆｔ社のＯｆｆｉｃｅといったアプリケーションソフトを介したプレゼンテーション資料（以下、プレゼン資料と略す）などの文書作成が容易になった。このプレゼン資料はイメージ、グラフィックス、テキストといった種々のオブジェクトを含んでおり、プリントアウトの際は、出力するカラープリンタ、かつ、各オブジェクトに適したカラープロファイルが選択され、色補正を含む画像処理が施されてカラープリンタから出力される。オブジェクトがイメージの場合は階調を優先するカラープロファイル、グラフィックスや文字の場合は彩度を優先するカラープロファイルが選択される。

通常、イメージ、グラフィックス、テキストの各オブジェクトにつき１つのデバイスプロファイルが対応しているが、より高品質な出力を得るために、入力カラー画像の色分布、つまり、特徴量に応じたガマット圧縮パラメータを設定し、色補正する手法が提案されている。

例えば、特許文献１では、入力画像データの色分布を色空間における位置情報から複数のグループに分類し、グループ毎に画像種類を判断した後、色補正パラメータを決定し、特許文献２では、複数のガマット圧縮方法（色差最小、明度保存、彩度保存）を保持し、入出力画像間の色分布体積、彩度レンジ、明度レンジの各変化量を特徴量とする評価を行い、最も評価が高い圧縮方法を選択し、特許文献３では、入力カラー画像の特徴量に応じたガマット圧縮ではないが、１ジョブをページ単位で取得し、ページ毎に複数のグループに分類し、そのページが属するグループに応じた色変換を行っている。

特許第３７７８２２９号公報 特許第３６００３７２号公報 特開２００６−２１７５３２号公報

上記した特許文献１、２は共にカラー入力画像の特徴に応じて色変換する方式である。しかし、これら方式では、複数ページからなる１ジョブ出力において、ページ間で類似したオブジェクトがある場合でも色が異なってしまい、１ジョブとしての色品質が低下してしまう。

この課題を図１６を用いて説明する。図１６は、１ジョブ５ページからなるドキュメントであり、その中の２ページ目、４ページ目が図１６（ａ）、（ｄ）であるする。これらオブジェクトの特徴量として、例えば明度ヒストグラムをとると、それぞれ図１６（ｂ）、（ｅ）となる。入力明度の階調性を重視したガマット圧縮処理を行う場合、入出力明度特性は前者が図１６（ｃ）、後者が図１６（ｆ）となり、その結果、見た目はほとんど同じオブジェクトであるが、図１６（ｅ）の黒色矩形に相当するデータの違いで図１６（ｄ）の方が図１６（ａ）より、明度が低下した、暗いプリントになってしまう。

また、特許文献３は、ページ単位で１つのカラープロファイルを適用するもので、各オブジェクトの特徴を活かした色再現を実現することができない。

本発明は上記した課題に鑑みてなされたもので、
本発明の目的は、オブジェクトの特徴量に応じたガマット圧縮を行うことで高品質な色再現を行い、また１ジョブ複数ページからなるページ間の類似したオブジェクトの色味を合わせることができる画像処理装置、画像処理方法、プログラムおよび記録媒体を提供することにある。

本発明は、オブジェクトの特徴量に応じたガマット圧縮を行う画像処理装置において、１ページ以上からなる１ジョブからページを取得する手段と、前記ページ毎の描画データを画素毎の属性情報とビットマップに展開する手段と、前記１ジョブ内で同じ属性情報を持つ前記ビットマップの塊毎に第１のクラスタリングを行う手段と、前記第１のクラスタリング結果に基づいて、更に第２のクラスタリングを行う手段と、前記第２のクラスタリング毎にガマット圧縮パラメータを選択する手段とを有することを最も主要な特徴とする。

請求項１、４、５、７〜１０：オブジェクトの特徴量に応じて予め用意されているガマット圧縮方法を適切に選択することで高品質な色再現を行い、かつ、１ジョブ複数ページからなるページ間の色味を合わせることができる。

請求項２、４、５、７〜１０：描画データの特徴量からガマット圧縮方法を生成し、ガマット圧縮を行うので更に高品質な色再現を行い、かつ、１ジョブ複数ページからなるページ間の色味を合わせることができる。

請求項３：オブジェクト毎にクラスタリングを行うので、オブジェクト毎の特徴を活かし、更に各オブジェクトの特徴量に応じたガマット圧縮処理を適切に実行することで高品質な色再現を行い、かつ、１ジョブ複数ページからなるページ間の色味を合わせることができる。

請求項６：オブジェクトの特徴量に応じて色相毎にガマット圧縮を行うので、更に高品質な色再現を行い、かつ、１ジョブ複数ページからなるページ間の色味を合わせることができる。

以下、発明の実施の形態について図面により詳細に説明する。

実施例１
図１は、本発明の実施例１の構成を示し、図２は、本発明の処理フローチャートを示す。実施例１は、画像処理部１００ａと色処理部１５０から構成され、画像処理部１００ａは、ページ取得部１０１、ＲＩＰ部１０２、画像蓄積部１０３、類似判定部１０４、分類情報蓄積部１０５、ガマット圧縮選択部１０６からなる。

ＰＣ等のアプリケーションソフトを利用し、イメージ、グラフィックス、文字等の各種オブジェクトから構成されたドキュメント（１ページ以上のページからなる）をプリントする際、アプリケーションソフトは各オブジェクトを構成する描画データを図１の画像処理部１００ａへ送出する。

画像処理部１００ａについて詳細に説明する。ページ取得部１０１は、描画データをページ単位で取得する（Ｓ１００）。図３は、イメージ、グラフィックス、テキストが混在した１ジョブが５ページからなるドキュメント例を示す。ページ取得部１０１では、ページ１から順次、そのページを構成する描画データを取得する。取得したページの全描画データをＲＩＰ（Ｒａｓｔｅｒ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｏｒ）部１０２でビットマップとそれに対応する画素毎の属性情報に展開する（Ｓ１０１）。描画データのグラフィックスは直線、曲線、矩形、円などを描画する各種コマンド（塗り潰す色、大きさ、位置などを含む）からなり、テキストはアウトラインフォント（塗り潰す色、フォントタイプ、フォントサイズ、位置などを含む）などが記述されているので、これを例えば解像度６００ｄｐｉなどのＲＧＢ各８ｂｉｔのビットマップへと展開する。その際、描画データにはイメージ、グラフィックス、テキストを示す属性情報が含まれているので、オブジェクト毎に、かつビットマップの１画素ごとに対応する属性情報を生成する。一例を図３（ｂ）に示す。図３（ｂ）において、属性がイメージの場合は網点、グラフィックスは縦線、テキストは格子で模様分けしている。この属性情報を画像蓄積部１０３に保存する際は、例えば１画素２ｂｉｔの画像フォーマットで保存する。これら展開したビットマップと属性情報が画像蓄積部１０３に保存される（Ｓ１０２）。

ここで、後述する類似判定に用いるビットマップとしては、出力装置の解像度同等のビットマップである必要はない。処理の高速化、蓄積容量の低減を図るために、適切な低解像度のビットマップでも良い。

ＲＩＰをページ内の全オブジェクトに対し実行し（Ｓ１０３）、更にそれを１ジョブの全ページについて実行する（Ｓ１０４）。全ページのＲＩＰ完了後、図３（ｂ）の属性情報を基に、同じ属性情報が付与されているビットマップの一塊毎に、類似判定部１０４では類似判定を行う（Ｓ１０５）。類似判定に要した分類情報は分類情報蓄積部１０５に保存し（Ｓ１０６）、全オブジェクトの処理を行う（Ｓ１０７）。

次に、ガマット圧縮選択部１０６は、分類結果から類似しているオブジェクトに適したガマット圧縮方法を選択する（Ｓ１０８）。オブジェクトと選択したガマット圧縮方法をリンクした情報を画像蓄積部１０３に保存する（Ｓ１０９）。色補正部１５０では、必要な情報を画像蓄積部１０３から読み込んで色補正を行い、出力装置で画像形成可能なデータ、例えばＣＭＹＫ各８ｂｉｔデータなどに変換し、カラー画像出力装置（カラーＭＦＰ、カラープリンタなど）に送出する。
［類似判定］・・・第１クライスタリング
図４は、類似判定部１０４の構成例を示す。属性情報別にビットマップを取り込み、第１クラスタリング部２００では、ビットマップの塊からその色分布である特徴量を求める。クラスタリングとは、異質なものが混じっている対象から、似ているものを集め、クラスタ分けを行うアルゴリズムの総称である。似ているものを集める類似度の指標としては、一般に非類似度、つまり距離が多用される。距離が小さいもの同士は似ていると判断する。距離にはユークリッド距離やマハラノビス距離などがあり、非階層的クラスタリングの代表例にｋ−ｍｅａｎ法がある。

以下、第１クラスタリング部２００の処理について説明する。色空間（ＲＧＢ、ＨＬＳ、ＣＩＥＬＡＢ、ＣＩＥＣＡＭ０２など）を複数の領域に分割し、ビットマップの各画素が色空間のどの分割空間に含まれるかを算出し、画素数をカウントする。各分割空間に含まれる画素数をビットマップの全画素数で割って正規化する。ＨＬＳ色空間を例に詳しく説明する。図５（ａ）は、入力の色空間、例えばｓＲＧＢなどを示す。ＲＧＢ各８ｂｉｔのときのＲＧＢ空間は、
（Ｒ，Ｇ，Ｂ）＝（２５５，２５５，２５５）の白：点Ｗｐ０
（２５５，０，０）の赤：点Ｒ０
（２５５，２５５，０）のイエロー：点Ｙ０
（０，２５５，０）の緑：点Ｇ０
（０，２５５，２５５）のシアン：点Ｃ０
（０，０，２５５）の青：点Ｂ０
（２５５，０，２５５）のマゼンタ：点Ｍ０
（０，０，０）の黒：点Ｂｐ０
の８点を頂点に持つ立方体である。このＲＧＢ空間の信号を図１７に示す式（３）でＨＬＳ空間に変換すると図５（ｂ）になる。図中のＬ軸は明度、Ｓ軸は彩度、Ｈは色相を表し、式（３）で変換した８頂点は点Ｗｐ０は点Ｗｐ１、・・・、点Ｂｐ０は点Ｂｐ１になる。Ｌ軸は１に近いほど白に近づき明るくなり、Ｓ軸は１に近づくほど鮮やかになる。この図５（ｂ）の色相Ｈを仮に３０°ピッチで分割し、一部を切り出したのが図６（ａ）である。点Ｒ１のＨＬＳ空間における色相ＨをＨＬＳ＿Ｈ（Ｒ１）とすると、この領域の色相は０≦ＨＬＳ＿Ｈ（Ｒ１）＜３０である。この切り出した部分空間を更に、明度Ｌ（０≦Ｌ≦１）を８等分、彩度Ｓ（０≦Ｓ≦１）を４分割し、わかりやすくするために点Ｒ１の色相面のみを図示したのが図６（ｂ）である。この様にＨＬＳ空間を分割し、各部分空間に含まれる画素数をカウントする。

実施例ではＨＬＳ空間の分割例を示したが、ｓＲＧＢを図１８に示す式（４）で三刺激値ＸＹＺへ変換し、更に図１９に示す式（５）でＣＩＥＬＡＢのＬ＊ａ＊ｂ＊値に変換することで、図７（ａ）のＣＩＥＬＡＢ空間が得られ、これを各軸、分割することでＣＩＥＬＡＢ空間の部分空間を得ることができる。また、式は省略するが三刺激値ＸＹＺからＣＩＥＣＡＭ０２へと変換することでＪａＣｂＣ値を求め、図７（ｂ）の空間を分割してＣＩＥＣＡＭ０２の部分空間を利用しても良い。

特徴量として、知覚色空間を利用した部分空間へ含まれる画素数の他に、カラープリンタのガマット情報を利用しても良い。図８（ａ）は、カラープリンタのガマット情報がポリゴンデータで記述されているものを示す。図８（ｂ）の実線内がｓＲＧＢをＪａＣｂＣに変換したガマットを示し、内側の点線内はカラープリンタのガマットを示している。保持しているガマット情報に対し、与える点（ビットマップをＪａＣｂＣ値に変換した点）の内外判定を行い、点ｓはカラープリンタのガマット外であり、点ｔはガマット内という情報である。この情報でビットマップがカラープリンタで色再現できる色が多いのか、再現できない色が多いのかの情報を得ることができる。ポリゴンで記述したガマットに対するデータの内外判定の方法は特に限定しない。

また、クラスタリングは計算負荷が大きいため、各部分空間から１データを代表させるなどして高速化を図っても良い。図３（ｂ）のページ２、ページ４の両グラフィックスをクラスタリングした例を図９（ａ）、（ｂ）に示す。図９は、ＣＩＥＣＡＭ０２空間で、ａＣ軸が赤味・緑味を、ｂＣ軸は黄味・青味を、Ｊ軸が明度を表しており、ＣＩＥＣＡＭ０２空間において、図９（ａ）は２つの領域に、図９（ｂ）は３つの領域にクラスタリングされたことになる。
［類似判定］・・・第２クライスタリング
第１クラスタリング部２００で全ページ、全オブジェクトのクラスタリングが完了したら、第２クラスタリング部２０１では、全ページのオブジェクト毎に、更にクラスタリングを実行する。図３のオブジェクトの内、グラフィックスを例に説明する。グラフィックスはページ２、３、４に存在し、これら第１クラスタリング部２００での処理結果は図１０（ａ）となる。第２クラスタリング部２０１では、ページを跨るクラスタリング結果を図９（ａ）、（ｂ）に示した空間毎の類似度、例えば距離を算出することで、ページ２、ページ４のクラスタＣ１、Ｃ３が類似と判定され、統合したクラスタＣ４ができる（図１０（ｂ））。ここで、新たなクラスタとしてＣ４が生成されるが、実際に色処理を行うビットマップはクラスタの筆頭であるＣ１を代表させる。これにより、同じクラスタには同じカラープロファイルを施すことが可能となる。
［ガマット圧縮の選択方法］
第１クラスタ部２００で利用した部分空間の分布例を図１１に示す。グレー楕円がある部分空間に分布があり、グレー楕円の大きさが含まれる割合を表している。図１１（ａ）は、彩度Ｓが０．７５以上、かつ、明度Ｌが０．３７５から０．６２５に多く分布しており、図１１（ｂ）は、彩度Ｓが０．７５以上、かつ、明度Ｌは０．１２５から０．８７５に多く分布していることがわかる。つまり、図１１（ａ）は、赤の最高彩度付近に色が多く分布しているために彩度を高めにしつつ、高彩度の階調潰れを低減するガマット圧縮が必要である。図１１（ｂ）は、赤のグラデーションが存在すると予想され、階調性を重視したガマット圧縮が必要になる。

ガマット圧縮選択部１０６では、分類情報蓄積部１０５に蓄積されている前述の部分空間の分布情報から、適したガマット圧縮方法を選択する。図１２は、ガマット圧縮方法の一例を示す。入力ガマットの点ｓを出力ガマットの点ｔへガマット圧縮する際、明度を保存する方法、色差最小とする方法、彩度を保存する方法がある。これら３つの方法から図１１（ａ）の場合は明度保存のガマット圧縮方法、図１１（ｂ）の場合は色差最小のガマット圧縮方法を選択する。なお、図１２では入出力ガマットの明度レンジが異なるが、明度レンジを揃えてから明度保存、色差最小、彩度保存のガマット圧縮を行うようにしても良い。

実施例２
図１３は、本発明の実施例２の構成を示し、図１４は、本発明の実施例２の処理フローチャートを示す（Ｓ１００〜Ｓ１０７、Ｓ１０９は実施例１と同様である）。実施例１と異なる部分のみを説明する。

実施例２では、実施例１のガマット圧縮選択部１０６を、ガマット圧縮パラメータ生成部２００とガマット圧縮部２０１に置き換えた点が異なる。
［ガマット圧縮パラメータ生成部］
実施例１では描画データの色空間分布や密度分布からなる特徴量を元に、予め蓄積されている複数のガマット圧縮方法から適したガマット圧縮方法を選択した。本実施例では、前記特徴量を利用し、ガマット圧縮パラメータ生成部２００では、ガマット圧縮のパラメータ（例えばガマット圧縮の方向）を生成（Ｓ２００）し、ガマット圧縮部２０１ではガマット圧縮を行う（Ｓ２０１）。

オブジェクトがクラスタリングされる際、部分空間での色分布、密度分布が図１１であるとき、ガマット圧縮方向を生成する一例を図１５に示す。入出力ガマットの明度レンジ補正を行い、明度を合わせる（図１５（ａ））。入出力ガマットの最高彩度点Ｃ０ｍａｘ、Ｃ１ｍａｘに対する明度Ｊ（Ｃ０ｍａｘ）、Ｊ（Ｃ１ｍａｘ）をＪ（Ｃ１ｍａｘ）に一致させるように入力ガマットを変形する（図１５（ｂ））。ここまでの処理は描画データの特徴量に依存したものではなく、描画データの色空間と図示していないがカラープリンタの出力ガマットを元に行う。

部分空間の分布が図１１（ａ）のとき、最高彩度に多く分布するので明度保存の方向としてガマット圧縮方向を決定する（図１５（ｃ））。図１１（ｂ）のとき、明度方向に広く分布し、かつ、彩度が高い分布であることから、完全な色差最小の方向ではなく、Ｃ１ｍａｘに向けて徐々に傾いていくガマット圧縮方向にする（図１５（ｄ））。傾き方は図１１（ｂ）にある密度分布を用いる。密度が低いほど色差最小方向に近づける。色の分布、密度といった描画データの特徴量に応じてガマット圧縮方向を生成する例を挙げたが、本発明はこれに限定されるものではない。

本発明は、前述した実施例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（ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても達成される。この場合、記憶媒体から読出されたプログラムコード自体が前述した各実施例の機能を実現することになる。プログラムコードを供給するための記憶媒体としては、例えば、ハードディスク、光ディスク、光磁気ディスク、不揮発性のメモリカード、ＲＯＭなどを用いることができる。また、コンピュータが読出したプログラムコードを実行することにより、前述した実施例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ＯＳ（オペレーティングシステム）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各実施例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ボ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、その機能拡張ボ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各実施例の機能が実現される場合も含まれる。また、本発明の実施例の機能等を実現するためのプログラムは、ネットワークを介した通信によってサーバから提供されるものでも良い。

本発明の実施例１の構成を示す。 実施例１の処理フローチャートを示す。 １ジョブが５ページからなるドキュメント例を示す。 類似判定部の構成を示す。 ＲＧＢ空間とＨＳＬ空間を示す。 ＨＳＬ空間の色相面を示す。 知覚色空間を示す。 カラープリンタのガマットを示す。 グラフィックスをクラスタリングした例を示す。 第２クラスタリング部の処理を説明する図である。 第１クラスタリング部で利用した部分空間の分布例を示す。 ガマット圧縮方法の一例を示す。 本発明の実施例２の構成を示す。 実施例２の処理フローチャートを示す。 ガマット圧縮方向の生成例を示す。 従来の課題を説明する図である。 ＲＧＢとＨＬＳを相互に変換する式（３）を示す。 ｓＲＧＢをＸＹＺに変換する式（４）を示す。 ＸＹＺとＬａｂを相互に変換する式（５）を示す。

符号の説明

１００ａ 画像処理部
１０１ ページ取得部
１０２ ＲＩＰ部
１０３ 画像蓄積部
１０４ 類似判定部
１０５ 分類情報蓄積部
１０６ ガマット圧縮選択部
１５０ 色処理部

Claims (10)

1. オブジェクトの特徴量に応じたガマット圧縮を行う画像処理装置において、１ページ以上からなる１ジョブからページを取得する手段と、前記ページ毎の描画データを画素毎の属性情報とビットマップに展開する手段と、前記１ジョブ内で同じ属性情報を持つ前記ビットマップの塊毎に第１のクラスタリングを行う手段と、前記第１のクラスタリング結果に基づいて、更に第２のクラスタリングを行う手段と、前記第２のクラスタリング毎にガマット圧縮パラメータを選択する手段とを有することを特徴とする画像処理装置。
2. オブジェクトの特徴量に応じたガマット圧縮を行う画像処理装置において、１ページ以上からなる１ジョブからページを取得する手段と、前記ページ毎の描画データを画素毎の属性情報とビットマップに展開する手段と、前記１ジョブ内で同じ属性情報を持つ前記ビットマップの塊毎に第１のクラスタリングを行う手段と、前記第１のクラスタリング結果に基づいて、更に第２のクラスタリングを行う手段と、前記第２のクラスタリング毎にガマット圧縮パラメータを生成する手段とを有することを特徴とする画像処理装置。
3. 前記第１のクラスタリングを行う手段は、オブジェクト毎にクラスタリングすることを特徴とする請求項１または２記載の画像処理装置。
4. 前記第の２クラスタリングを行う手段は、前記第１のクラスタリングを行う手段の結果を統合する手段であることを特徴とする請求項１または２記載の画像処理装置。
5. 前記特徴量は、前記描画データの色分布、密度分布であることを特徴とする請求項１または２記載の画像処理装置。
6. 前記描画データの色相毎にガマット圧縮パラメータを選択あるいは生成することを特徴とする請求項１または２記載の画像処理装置。
7. オブジェクトの特徴量に応じたガマット圧縮を行う画像処理方法において、１ページ以上からなる１ジョブからページを取得する工程と、前記ページ毎の描画データを画素毎の属性情報とビットマップに展開する工程と、前記１ジョブ内で同じ属性情報を持つ前記ビットマップの塊毎に第１のクラスタリングを行う工程と、前記第１のクラスタリング結果に基づいて、更に第２のクラスタリングを行う工程と、前記第２のクラスタリング毎にガマット圧縮パラメータを選択する工程とを有することを特徴とする画像処理方法。
8. オブジェクトの特徴量に応じたガマット圧縮を行う画像処理方法において、１ページ以上からなる１ジョブからページを取得する工程と、前記ページ毎の描画データを画素毎の属性情報とビットマップに展開する工程と、前記１ジョブ内で同じ属性情報を持つ前記ビットマップの塊毎に第１のクラスタリングを行う工程と、前記第１のクラスタリング結果に基づいて、更に第２のクラスタリングを行う工程と、前記第２のクラスタリング毎にガマット圧縮パラメータを生成する工程とを有することを特徴とする画像処理方法。
9. 請求項７または８記載の画像処理方法をコンピュータに実現させるためのプログラム。
10. 請求項７または８記載の画像処理方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images