JP2016111483A - 画像処理装置、画像処理方法及びプログラム - Google Patents

Abstract

【課題】 入力画像データが平坦画像であっても、エッジや細線を多く含む画像であっても、入力画像と閾値マトリクスとの干渉のないハーフトーン画像データを得る。【解決手段】 所定処理領域を構成する小領域を代表する画素値において、処理領域に対応する閾値群との量子化合計値を算出し、この量子化合計値を処理領域に占める小領域の割合に応じて混合することで出力目標値を算出し、所定の分配順で出力値を割り振る。【選択図】 図２

Description

本発明は、画像データをハーフトーン画像データに変換する方法に関する。

コンピュータやデジタルカメラを介して入力されたデジタル信号により表される画像データを、記録媒体上に記録材を用いて印刷するプリンタ等の画像形成装置が広く利用されている。デジタル画像データにおいては一般に、画像データを構成する各画素の画素値が、１色当たり８ビットや１６ビット等の多階調で表現される。一方画像形成装置で出力する場合、記録材によるドットのオンオフによって画像を形成するため、画像データの階調数よりも画像形成装置が出力可能な階調数の方が少ないことが多い。そこで一般に、画像形成装置により画像を印刷するために、デジタル画像データに対してハーフトーン処理が施される。ハーフトーン処理によって得られるハーフトーン画像データは、画像形成装置が記録媒体上に出力するドットパターンを表し、疑似的に画像データの階調を表現する。

ハーフトーン処理の一種として、閾値マトリクスを用いるディザ処理と呼ばれるものがある。閾値マトリクスは、画像データにおける各画素に対応して、閾値が配置されたマトリクスである。ディザ処理は、画像データを構成する画素毎に、画素の画素値と対応する閾値とを比較することにより各画素の画素値を量子化し、画像データの階調数を低減する。閾値マトリクスは、画像データ全体に対してタイル状に繰り返し配置され、全ての画素に閾値が対応するように設定される。

ディザ処理に使われる閾値マトリクスは、２種類に分類される。一つは、大小の閾値が分散して配置されたＦＭ（ｆｒｅｑｕｅｎｃｙ ｍｏｄｕｌａｔｉｏｎ）系閾値マトリクスである。もう１つは、ある位置から順に閾値が大きくなるように配置されたＡＭ（Ａｍｐｌｉｔｕｄｅ ｍｏｄｕｌａｔｉｏｎ）系閾値マトリクスがある。

ＦＭ系閾値マトリクスを用いて画像データをディザ処理する場合、得られるハーフトーン画像データは分散したドットによるドットパターンとなる。ＦＭ系閾値マトリクスは、ドットの分散性を高めるため、マトリクスサイズが比較的大きくなりがちである。一方、ＡＭ系閾値マトリクスを用いて画像データをディザ処理する場合、得られるハーフトーン画像データは複数のドットが集中したドットの固まりが周期的に配置されたドットパターンとなる。ディザ処理では、単位面積当たりのドットの数（面積）により疑似的に階調を表現するが、いずれの閾値マトリクスも平坦な画像データが入力されたときに良好なハーフトーン画像が得られるように、閾値の配置が決められていることが一般的である。

一方で、入力画像データの各画素の画素値と対応する閾値を比較した結果、所望のドットパターンを表すハーフトーン画像データにならない場合がある。これは、入力画像データが表す特徴と閾値マトリクスの特性とが干渉することによって起こる。例えば、一部の領域において入力画像データでは視認されない特徴が過度に強調されたり、ハーフトーン画像データにおいて再現すべきオブジェクトのエッジ部分や細線に途切れが生じたりしてしまう。

そこで特許文献１では、閾値マトリクスに対応する領域内に含まれる複数画素の画素値の平均値に応じて領域ごとの理想出力合計値を生成する。そして理想出力合計値に達するまで、画素値によって定まる領域内の重心位置の画素から順に、出力値を割り当てる方法を開示している。

特開２００７−１９４９０４号公報

特許文献１に開示された技術によれば、閾値マトリクスに対応する領域ごとに処理を実施するため、ＦＭ系閾値マトリクスに適用する場合には、マトリクスサイズに応じたドット分散性と実現コストのトレードオフが生じる。

また、領域内の出力合計値を平均値から決めるため、入力画像データと閾値マトリクスの干渉を生じさせることはないが、領域内にどのような凹凸があっても平均値が同じであれば同一数のドットとなる。このドットを、重心位置から順に生成させていくため、入力画像データにおける特徴を維持できず、ぼけたハーフトーン画像データになってしまう。

そこで本発明は、デジタル画像データを高品位なハーフトーン画像データに変換する画像処理装置を実現することを目的とする。

上記課題を解決するため本発明に係る画像処理装置は、入力画像データにおける処理対象領域を構成する複数の小領域において、前記小領域を代表する画素値ごとに前記処理対象領域に対応する閾値群における量子化合計値を算出し、前記処理対象領域に占める前記小領域の割合に応じて混合することで、前記処理対象領域において出力すべき目標値を算出する目標値算出手段と、前記処理対象領域における出力値の分配順を決定する分配順決定手段と、前記目標値を前記分配順に従って前記処理対象領域に含まれる各画素に割り当てることにより、前記処理対象領域に含まれる各画素の出力値を決定する出力値決定手段を有することを特徴とする。

本発明によれば、デジタル画像データを高品位なハーフトーン画像データに変換する画像処理装置を実現できる。

画像形成システムのハードウェア構成を示すブロック図 画像処理部１０６の構成を示すブロック図 入力画像データの構成例を説明する図 ＦＭ系閾値マトリクスの一例を示す図 目標値算出部２０２の構成を示すブロック図 画像処理部１０６における動作を示す図 ハーフトーン処理を説明する図 ２値のディザ処理を説明する図 目標値算出部２０２の構成を示すブロック図 処理対象領域の分割例を示す図 ３値のディザ処理を説明する図 ＡＭ系閾値マトリクスの一例を示す図 目標値算出部２０２の構成を示すブロック図 ヒストグラム解析部２０２６を説明する図 処理対象領域の位置を説明する図 量子化合計値保持部２０２８を説明する図 ディザ処理を説明する図

以下、添付図面を参照し、本発明の好適な実施形態について説明する。なお、以下の実施形態において示す構成は一例にすぎず、本発明は図示された構成に限定されるものではない。

＜第１実施形態＞
（画像処理システムの構成）
図１は、第１実施形態に適用可能な画像処理装置を含む画像形成システムのハードウェア構成を示す。本実施形態における画像処理装置は一例として、記録媒体上に記録材を用いて画像を形成するプリンタ内に内蔵された画像処理コントローラを例として説明する。第１実施形態に係る画像形成システムは、ＣＰＵ１００、ＲＡＭ１０１、ＲＯＭ１０２、操作部１０３、表示部１０４、外部記憶装置１０５、画像処理部１０６、画像形成部１０７、Ｉ／Ｆ（インターフェース）部１０８、バス１０９を備える。

ＣＰＵ１００は、入力されたデータや後述のＲＡＭ１０１やＲＯＭ１０２に格納されているコンピュータプログラムを用いて、画像形成システム全体の動作を制御する。なお、ここではＣＰＵ１００が装置全体を制御する場合を例に説明するが、複数のハードウェアが処理を分担することにより、装置全体を制御するようにしてもよい。

ＲＡＭ１０１は、外部記憶装置１０５から読み取ったコンピュータプログラムやデータ、Ｉ／Ｆ部１０８を介して外部から受信したデータを一時的に記憶する記憶領域を有する。またＲＡＭ１０１は、ＣＰＵ１００が各種の処理を実行するために用いる記憶領域や画像処理部１０６が画像処理を実施する際に用いる記憶領域として使用される。すなわちＲＡＭ１０１は、各種の記憶領域を適宜提供することができる。ＲＯＭ１０２には、画像形成システムにおける各部の設定を行う設定パタメータやブートプログラムなどが格納されている。

操作部１０３は、キーボードやマウスなどにより構成されており、操作者による操作を介して操作者の指示を受け付ける。これにより操作者は、各種の指示をＣＰＵ１００に対して入力することができる。

表示部１０４は、ＣＲＴや液晶画面などにより構成されており、ＣＰＵ１００による処理結果を画像や文字などで表示することができる。なお表示部１０４がタッチ操作を検知可能なタッチパネルである場合、表示部１０４が操作部１０３の一部として機能してもよい。

外部記憶装置１０５は、ハードディスクドライブに代表される大容量情報記憶装置である。外部記憶装置１０５には、ＯＳ（オペレーティングシステム）やＣＰＵ１００に処理を実行させるためのコンピュータプログラムやデータなどが保存されている。また、各部の処理によって生成される一時的なデータ（入出力される画像データや画像処理部で使われる閾値マトリクスなど）を保持している。外部記憶装置１０５に保存されているコンピュータプログラムやデータは、ＣＰＵ１００による制御に従って、適宜ＲＡＭ１０１に記憶されてＣＰＵ１００による処理対象となる。

画像処理部１０６は、コンピュータプログラムを実行可能なプロセッサや専用の画像処理回路として実現され、印刷対象として入力された画像データを画像形成部１０７が出力可能な画像データに変換するため各画像処理を実行する。例えば、ＣＰＵ１００から画像処理を実行する指示を受け付けると、外部記憶装置１０５に格納されたＮ階調（Ｎ：自然数）の入力画像データを処理し、Ｍ階調（Ｍ：自然数、Ｎ＞Ｍ）の出力画像データを出力する。

画像形成部１０７は、画像処理部１０６から受け取った出力画像データに基づいて、記録媒体上に記録材を用いて画像を形成する。画像形成部１０７は、インクをノズルから記録媒体上に吐出することにより画像を形成するインクジェット方式でもよいし、帯電した像担持体に露光しトナーで現像し、そのトナー像を記録媒体上に転写させすることで画像を形成する電子写真方式でもよい。

Ｉ／Ｆ部１０８は、本実施形態における画像形成システムと外部機器と接続するためのインターフェースとして機能する。さらに、Ｉ／Ｆ部１０８は、赤外線通信や無線ＬＡＮ等を用いて通信装置とデータのやりとりを行うためインターネットに接続するためのインターフェースとしても機能する。上記の各部はいずれも、バス１０９に接続され、バス１０９を介してデータの授受を行っている。

（画像処理部１０６の構成）
本実施形態における画像処理部１０６について説明する。画像処理部１０６は、入力画像データを、入力画像データが表す階調数より少ない階調数を表すハーフトーン画像データに変換するためのハーフトーン処理を実行する。図２は、画像処理部１０６の構成を示すブロック図である。本実施形態における画像処理部１０６は、図２に示したブロック図を構成する専用の画像処理回路として実現される。画像処理部１０６は、画素値取得部２００、閾値取得部２０１、目標値算出部２０２、分配順決定部２０３、出力値決定部２０４を有する。

本実施形態では、画像処理部１０６に入力されるデジタル画像データ（以下、入力画像データ）は、画素ごとに０〜２５５のいずれかの値を示す８ビットのデータである。画像処理部１０６は、１画素当たり８ビットの入力画像データを、画素ごとに０か１のいずれかの値を有する１ビット２値のハーフトーン画像データ（出力画像データ）に変換する。ハーフトーン画像データにおいて、画素値（出力値）が０である画素はドットのオフを、画素値（出力値）が１である画素はドットのオンを表す。このようなハーフトーン画像データは、入力画像データが表す階調数より少ない階調数により疑似的に入力画像データを再現している。

画素値取得部２００は、入力画像データにおいて処理を実施する単位領域（以下、処理対象領域）に含まれる画素の各画素値を取得する。図３は、入力画像データ３００を示す。本実施形態は、図３における太枠が示す４画素×４画素の領域を処理対象領域とする。画素値取得部２００は、処理対象領域が領域３０１であるとすると、領域３０１に含まれる１６画素の各画素値を取得することになる。

閾値取得部２０１は、処理対象領域に対応するディザ処理に用いる閾値群をＲＡＭ１０１、又は、外部記憶装置１０５から読み出す。本実施形態では、図４に示すＦＭ系閾値マトリクスを用いるとする。閾値マトリクスは、画像データ全体に対してタイル状に繰り返し配置され、全ての画素に閾値が対応するように設定される。閾値取得部２０１は、処理対象領域に対応し、処理対象領域と同じサイズ（４画素×４画素）の太枠が示す閾値群を取得する。

目標値算出部２０２は、処理象領域に含まれる画素値ごとに処理対象領域に対応する閾値群に基づいて量子化合計値を算出し、該画素値が処理対象領域に占める割合に応じて量子化合計値を混合することで、処理対象領域の出力目標値を算出する。本実施形態における目標値算出部２０２のより詳細な構成を示すブロック図を図５に示す。目標値算出部２０２は、ディザ処理部２０２０、量子化合計値算出部２０２１、出力目標値混合部２０２２から構成される。本実施形態では、２値のハーフトーン画像データを得る処理であり、処理領域内の量子化合計値とオンドットの数が等価となるため、量子化合計値をドット数と呼ぶ。

分配順決定部２０３は、画素値取得部２００から取得した処理対象領域の画素値と閾値取得部２０１から取得した閾値とに基づいて、処理対象領域におけるドットの分配順を決定する。本実施形態では、位置的に対応する画素値と閾値との差分値を評価値として算出し、算出された各画素の評価値をソート処理することにより、ドットの分配順を決定する。

出力値決定部２０４は、分配順決定部が決定した分配順に従って、各画素に出力値として１ずつ目標値算出部２０２が算出した目標値（出力値合計）に達するまで割り当て、処理対象領域における各画素の出力値を決定する。

（画像処理部１０６の動作）
図６は、画像処理部１０６における処理フローチャートを示す。また、図７に、以下の処理によって得られる処理結果の過程を示す。

ステップＳ６０１において、画素値取得部２００は、ＲＡＭ１０１や外部記憶装置１０５から入力画像データのうち処理対象領域に含まれる画素の画素値を取得する。例えば、領域７００を処理対象領域として、各画素の画素値を取得したとする。画素値を１つ取得するとステップＳ６０２において画素値取得部２００は、処理対象領域に含まれる全ての画素の画素値を取得したかどうかを判定する。処理対象領域に含まれるすべての画素の画素値を取得していない場合はステップＳ６０１に戻り、画素値の取得を繰り返す。処理領域に含まれるすべての画素の画素値を取得したら、次のステップに進む。

ステップＳ６０３において閾値取得部２０１は、ＲＡＭ１０１や外部記憶装置１０５から処理対象領域に対応する閾値マトリクスの閾値群を取得する。ここでは、閾値群４０１の各閾値を取得する。ステップＳ６０４において閾値取得部２０１は、処理対象領域に対応する全ての閾値を取得したかどうかを判定する。全ての閾値を取得していない場合ステップＳ６０３に戻り、順次閾値を取得する。処理対象領域に対応する全ての閾値を取得したら、次のステップに進む。なお、ステップＳ６０１およびステップＳ６０２の処理と、ステップＳ６０３およびステップＳ６０４の処理とは、互いに依存関係を持たない処理であるため、逐次的に処理する場合でもどちらが先に実行してもいいし、並行して実行してもよい。

ステップＳ６０５において目標値算出部２０２は、処理対象領域の画素値に対して、夫々のオンドットの数を算出する。ドット数の算出に使用される閾値群は処理対象領域に対応する閾値群となる。例えば、処理対象領域７００の画素Ａについてドット数を算出する場合には、画素Ａの画素値である１４４という値に対して、処理対象領域に対応する閾値群４０１の夫々の閾値とディザ処理を実施する。ディザ処理はディザ処理部２０２０により実施され、図１７に示すように、閾値群４０１の各閾値と画素Ａの画素値を比較して、図８に示すような量子化結果を得る量子化を実施する処理である。このディザ処理により得られる量子化結果を量子化合計値算出部２０２１により積算することで、画素Ａのドット数が得られる。この画素７００について算出したドット数は、処理対象領域全域が画素Ａの画素値１４４である平坦な領域で合った場合の、オンドットの数と等価となる。この処理を処理対象領域７００の全画素について実施し、各画素のドット数を算出した値を７０１に示す。

ステップＳ６０６において目標値算出部２０２は、ステップＳ６０５で算出した各画素値に対するドット数を平均化することで処理対象領域の出力目標値を算出する。本実施形態では、処理対象領域の出力目標値に対して各画素で算出したドット数が（１画素）／（処理対象領域の画素数）分ずつ寄与しており、夫々の画素における寄与率は等しい。従って、出力目標値混合部２０２２において各画素で算出したドット数を平均化することで出力目標値を得る。例えば、処理対象領域の各画素のドット数７０１の平均値である７（小数点以下四捨五入）を出力目標値として算出する。

ステップＳ６０７において分配順決定部２０３は、処理対象領域の画素ごとに、画素値から対応する閾値を減算した値を評価値として算出する。本実施形態の場合、処理対象領域には１６画素が含まれるので、１６画素に対応する１６個分の評価値が算出される。領域７００と閾値群４０１とに基づいて、評価値群７０２が算出される。さらに分配順決定部２０３は、算出した評価値を値が大きい順にソートした結果を分配順とする。つまり、処理対象領域のうち評価値が大きい画素の順に、ドットが分配されることになる。処理対象領域７００の場合、評価値群７０２に基づいて分配順７０３が決定される。

ステップＳ６０８において出力値決定部２０４は、ステップＳ６０６で得られた処理対象領域の出力目標値となるまで、ステップＳ６０７で算出した分配順にオンドットを表す出力値１を決定する。また、出力値１とならない画素についてはオフドットを表す出力値０と決定する。処理対象領域７００の各画素の出力値は、出力結果７０４に示す通りに決定される。

ステップＳ６０９において全ての単位領域について処理が終了したかどうかを判定し、終了していない場合には、上記の処理を繰り返す。

以上の処理により、目標値算出部において、処理対象領域に対応する閾値群と画素ごとのディザ処理を実施してドット数を算出するため、入力画像データと閾値マトリクスの干渉を低減できる。通常のディザ処理では、一つの画素と対応する閾値との比較により出力値を決定していたため、入力画像データと干渉を起こすような閾値マトリクスであった場合は、所望のハーフトーン画像データとはならなかった。一方、本実施例によると、一つの画素値に対して、複数の閾値を用いてディザ処理した結果を採用する。そのため、例えば画素に対応する閾値が干渉を起こすような閾値であっても、処理領域内の全ての閾値群とディザ処理することで、この干渉を起こす閾値による処理結果の影響を低減できる。これにより、入力画像データと閾値マトリクスとの干渉を抑えた所望のハーフトーン画像データを得ることができる。

また、目標値算出部において、処理対象領域内の局所領域である画素ごとにドット数を算出し、これを処理対象領域内の面積率に応じて混合することで、入力画像の特徴に合せたドット数が算出できる。処理対象領域に対応する閾値群は、閾値マトリクスの一部であり、任意の分布を持っている。この特性により、閾値マトリクス全体として疑似的な階調性を表現し、ＦＭ系閾値マトリクスの場合にはドット分散性を高めることを可能にしている。一方で、閾値の分布に偏りを持つような閾値群によるディザ処理は、画素値に対して非線形な変換が行われる。つまり、ある画素値Ｘ、Ｙに対してのディザ処理結果をＤ（Ｘ）、Ｄ（Ｙ）と表現すると、画素値Ｘ、Ｙの平均値（Ｘ＋Ｙ）／２のディザ処理結果Ｄ（（Ｘ＋Ｙ）／２）と、各画素値のディザ処理結果の平均値（Ｄ（Ｘ）＋Ｄ（Ｙ））／２は一致しない。理想的には、画素値Ｘのディザ処理結果Ｄ（Ｘ）と、画素値Ｙのディザ処理結果Ｄ（Ｙ）が、画素値Ｘ、Ｙの出現率に応じて混合された結果がディザ処理の結果とされるべきである。そこで、本実施例では、各画素のドット数を処理対象領域に占める割合に応じて混合することで、入力画像データの特徴を反映した出力目標値を算出しているため、得られるハーフトーン画像データにぼけ等の画質劣化が生じにくい。また、逆を言えば、本実施例によって、閾値群がどのような分布を有していても、入力画像データの特徴を反映した出力目標値を算出することが可能なため、閾値マトリクスの特性とは無関係に、処理対象領域を自由に設定可能である。

更に、分配順を決定する際に、評価値を各画素値から対応する閾値を引いた値とし、評価値が大きい順にオンドット画素を決定しているため、得られるハーフトーン画像データは、入力画像データの特徴と、閾値マトリクスの特徴をバランス良く表現できている。入力画像データの特徴をより強く表現したい場合には、評価値の中で画素値の影響度を強くすれば良いし、閾値マトリクスの特徴をより強く表現したい場合には、閾値の影響度を強くすれば良い。また、入力画像データに付随する属性情報に従って、評価値に依らずに分配順を決定しても良い。

以上の処理により、入力画像データが平坦な画像であっても、オブジェクトのエッジや細線を多く含むような画像であっても、その特徴に合せた高品位なハーフトーン画像データを得ることができる。

＜第２実施形態＞
第１実施形態では、処理対象領域内の各画素値についてドット数を算出し、これらのドット数を平均化することで出力目標値を設定する例を示した。第２実施形態では、処理対象領域内を複数の局所領域に分割し、夫々の局所領域を代表する画素値においてドット数を算出し、これらのドット数を処理対象領域に占める局所領域の割合に応じて混合することで出力目標値を設定する例を説明する。尚、第１実施形態と同様の構成については同じ符号を付し、詳細な説明を省略する。

本発明を適用可能な画像処理装置を含む画像形成システムのハードウェア構成は、第１実施形態で示した図１の構成で実現可能であり、その説明を省略する。

（画像処理部１０６の構成）
本実施形態における画像処理部１０６について説明する。本実施形態における画像処理部１０６は、８ビットの入力画像データを画素ごとに３値のハーフトーン画像データ（出力画像データ）に変換するための処理を実行する。そのため、本実施形態で使用する閾値マトリクスは画素当り２つの閾値を有する。画像処理部１０６の構成は、図２で示しているため、重複する説明を省略する。

目標値算出部２０２は、処理対象領域の出力すべき出力目標値を算出する。本実施形態における目標値算出部２０２の詳細な構成を示すブロック図を図９に示す。目標値算出部２０２は、小領域分割部２０２３、小領域代表値算出部２０２４、ディザ処理部２０２０、量子化合計値算出部２０２１、出力目標値混合部２０２２から構成される。

小領域分割部２０２３は、画素値取得部２００により取得された処理対象領域の各画素を複数の小領域に分割し、処理対象領域の分割結果と各小領域の画素数（面積）を出力する。例えば、４画素×４画素の処理対象領域を、図１０（ａ）に示すような２画素×２画素の矩形領域４つに分割しても良いし、図１０（ｂ）に示すような４画素の領域４つに分割しても良い。また、図１０（ｃ）に示すような領域に分割しても良い。これらは、入力画像の特徴に合せて分割方法を変更しても良く、入力画像中に細かいパターンがたくさんある領域では、細かく分割する方が画質的に良好な結果を得られる。４画素×４画素の処理対象領域を１６の小領域に分割すると、第１実施形態で示した例と等価となる。一方で、後段のディザ処理部２０２０で実施されるディザ処理は、分割された小領域の数だけ実行されるため、分割される小領域数はできるだけ小さくした方が、演算量が少なくなる。また、分割された小領域の画素数（面積）を同一になるように分割すると、後段の出力目標値混合部２０２２の処理が簡便になる。

小領域代表値算出部２０２４は、小領域分割部２０２３で得られた小領域ごとの代表値を算出する。具体的には、小領域を構成する画素値の平均値や中央値などを代表値とする。

ディザ処理部２０２０は、小領域ごとの代表値と処理対象領域に対応する閾値群との比較を実施し、量子化を行う。本実施形態では、３値のハーフトーン処理画像を得るために、図１１に示すような量子化結果を得るディザ処理を実施する。

量子化合計値算出部２０２１は、小領域ごとにディザ処理部２０２０で算出した量子化結果の総和をとり、量子化合計値を算出する。

出力目標値混合部２０２２は、量子化合計値算出部２０２１で算出した小領域ごとの量子化合計値を、処理対象領域に占める各小領域の画素数（面積）に応じて混合することで、出力目標値を算出する。例えば、処理対象領域を図１０（ａ）、又は、図１０（ｂ）に示すように分割した場合、各小領域の画素数（面積）は等しいので、各小領域における出力目標値への寄与率は同等である。その場合は、各小領域の量子化合計値の平均をとることで出力目標値を算出すればよい。また、処理対象領域を図１０（ｃ）に示すように分割した場合は、各小領域の面積率に応じた量子化合計値の混合を行い、出力目標値を算出する必要がある。

分配順決定部２０３は、処理対象領域の画素ごとに評価値を算出し、評価値の大小関係に基づいて出力値を分配する順番を決定する。また、出力決定部２０４では、処理対象領域の出力目標値となるまで順番に値を分配していく。第１実施形態では、分配順を決定する評価値として、画素値から対応する閾値を引いた値とする例を示した。本実施形態では、各画素に２つの閾値を有しており、夫々の閾値に対して評価値を算出し分配順を決めておけば、出力値決定部２０４で値を分配する順番が回る度に出力値を１ずつ大きくしていけば、３値のハーフトーン画像を得ることができる。

以上のように、入力画像の特徴に合せて処理対象領域を複数の小領域へ分割することで、入力画像が平坦な画像でも細かなパターンを多く含む画像であっても、最適な演算量で高品位なハーフトーン画像を得ることができる。また、本実施形態では３値のハーフトーン画像を得る方法を例に示したが、本実施形態の適用範囲はこれに限られることはなく、Ｎ（Ｎ：自然数）値のハーフトーン画像を得ることが可能である。

＜第３実施形態＞
第３実施形態では、処理対象領域内のヒストグラムを取得し、互いに近い画素値を有する画素群をまとめて扱うことで、入力画像データに対して、エッジを保存しつつ平坦部のノイズを除去し、ハーフトーン画像データを得る例を説明する。尚、第１実施形態と同様の構成については同じ符号を付し、詳細な説明を省略する。

本発明を適用可能な画像処理装置を含む画像形成システムのハードウェア構成は、第１実施形態で示した図１の構成で実現可能であり、その説明を省略する。

（画像処理部１０６の構成）
本実施形態における画像処理部１０６について説明する。本実施形態における画像処理部１０６は、８ビットの入力画像データを画素ごとに２値のハーフトーン画像データ（出力画像データ）に変換するための処理を実行する。本実施形態で使用する閾値マトリクスは、図１２に示すようなドットが集中的に配置されるＡＭ系の閾値マトリクスであり、入力画像データに対してタイル状に繰り返し配置される。画像処理部１０６の構成は、図２で示しているため、重複する説明を省略する。

目標値算出部２０２は、処理対象領域の出力すべき出力目標値を算出する。本実施形態における目標値算出部２０２の詳細な構成を示すブロック図を図１３に示す。目標値算出部２０２は、ヒストグラム取得部２０２５、ヒストグラム解析部２０２６、量子化合計値参照部２０２７、量子化合計値保持部２０２８、出力目標値混合部２０２２から構成される。

ヒストグラム取得部２０２５は、処理対象領域の画素値ヒストグラムを取得する。例えば、図７に示す処理対象領域７００が入力された場合は、図１４に示すようなヒストグラムを取得する。

ヒストグラム解析部２０２６は、画素値ヒストグラムの解析を実施し、処理対象領域を互いに近い画素値を持つ領域に分割する。本実施形態では、ヒストグラム取得の際に、ビンの幅を８ビットの画素値で１６としており、同一のビンの中に入る画素を互いに画素値が近い画素の集合体として、各ビンの代表値を算出する。例えば、６４−７９のビンに入っている画素は、処理対象領域７００の斜線で示した画素群となる。これらの画素群の代表値として、平均値を算出する。また、画素群の画素数を算出し、後段の出力目標値混合部２０２２に出力する。尚、ヒストグラム取得時にビンの幅を小さくし、ヒストグラム解析時にヒストグラムの形状によって、適応的に画素群を決定しても良い。

量子化合計値参照部２０２７は、ヒストグラム解析部２０２６で算出した画素群の代表値と処理対象領域の位置をもとに、予め量子化合計値保持部２０２８に保持している代表値ごとの量子化合計値を参照する。本実施形態では、図１２に示すＡＭ系の閾値マトリクスを使用するため、図１５に示すように閾値マトリクスと処理対象領域との位置関係が限定される。処理対象領域は閾値マトリクスとの位置関係により、位置Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ｈ及びＩに分類される。これらの分類に応じて、画素値を処理対象領域に対応する閾値群との量子化合計値を算出しておき、図１６に示すように量子化合計値保持部２０２８に保持しておく。

出力目標値混合部２０２２は、画素群の代表値の量子化合計値を処理対象領域に占める画素群の割合に応じて混合して、処理対象領域の出力目標値を算出する。

上記の処理により、入力画像データと閾値マトリクスの干渉を低減し、入力画像データの特徴に合せた好適なハーフトーン画像データを得ることができる。また、処理領域内の互いに近い画素値のみを平均化することで入力画像データ中のノイズを低減することができる一方、エッジは保存されるためハーフトーン画像データに画像ぼけなどの劣化が起ることはない。

また、画像形成装置の出力特性に合せるために、予め、量子化合計値保持部のデータに対して、ガンマ補正を行った後のデータを保持しておいて、量子化合計値を参照すると同時にガンマ補正を実現してもよい。いずれにせよ、ガンマ補正は各画素群の量子化合計値に対して実施した後に混合して、処理対象領域の出力目標値を算出するのが好ましい。

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

２００ 画素値取得部
２０１ 閾値取得部
２０２ 目標値算出部
２０３ 分配順決定部
２０４ 出力値決定部
２０５ 分配順決定部
２０２０ ディザ処理部
２０２１ 量子化合計値算出部
２０２２ 出力目標値混合部
２０２３ 小領域分割部
２０２４ 小領域代表値算出部
２０２５ ヒストグラム取得部
２０２６ ヒストグラム解析部
２０２７ 量子化合計値参照部
２０２８ 量子化合計値保持部

Claims (8)

1. 入力画像データにおける処理対象領域を構成する複数の小領域において、前記小領域を代表する画素値ごとに前記処理対象領域に対応する閾値群における量子化合計値を算出し、前記処理対象領域に占める前記小領域の割合に応じて前記量子化合計値を混合することで、前記処理対象領域において出力すべき目標値を算出する目標値算出手段と、
   前記処理対象領域における出力値の分配順を決定する分配順決定手段と、
   前記目標値を前記分配順に従って前記処理対象領域に含まれる各画素に割り当てることにより、前記処理対象領域に含まれる各画素の出力値を決定する出力値決定手段を有することを特徴とする画像処理装置。
2. 前記目標値算出手段は、前記処理対象領域を複数の小領域に分割するとともに、各小領域の画素数を算出し、前記小領域を代表する画素値ごとに前記処理対象領域に対応する閾値群における量子化合計値を算出し、前記処理対象領域に占める前記小領域の画素数に応じて前記量子化合計値を混合することで、前記処理対象領域において出力すべき目標値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。
3. 前記複数の小領域は、前記処理対象領域の中で画素値が互いに近い画素群であることを特徴とする請求項２に記載の画像処理装置。
4. 前記目標値算出手段は、前記小領域の画素数が同一となるように分割することを特徴とする請求項２または３記載の画像処理装置。
5. 前記目標値算出手段は、前記小領域ごとに算出する量子化合計値にガンマ補正を行った後に、前記処理対象領域に占める前記小領域の割合に応じて混合することで、前記処理対象領域において出力すべき目標値を算出することを特徴とする請求項１乃至４の何れか一項に記載の画像処理装置。
6. 前記分配順決定手段は、入力画像データと閾値による評価値の大小関係によって、分配順を決定することを特徴とする請求項１乃至５の何れか一項に記載の画像処理装置。
7. コンピュータに読み込み込ませ実行させることで、前記コンピュータを請求項１乃至６の何れか一項に記載された画像処理装置として機能させることを特徴とするコンピュータプログラム。
8. 入力画像データにおける処理対象領域を構成する複数の小領域において、前記小領域を代表する画素値ごとに前記処理対象領域に対応する閾値群における量子化合計値を算出し、前記処理対象領域に占める前記小領域の割合に応じて混合することで、前記処理対象領域において出力すべき目標値を算出する目標値算出ステップと、
   前記処理対象領域における出力値の分配順を決定する分配順決定ステップと、
   前記目標値を前記分配順に従って前記処理対象領域に含まれる各画素に割り当てることにより、前記処理対象領域に含まれる各画素の出力値を決定する出力値決定ステップを有することを特徴とする画像処理方法。

Images