JP3751806B2 - 画像処理装置および記録媒体 - Google Patents
画像処理装置および記録媒体 Download PDFInfo
- Publication number
- JP3751806B2 JP3751806B2 JP2000253928A JP2000253928A JP3751806B2 JP 3751806 B2 JP3751806 B2 JP 3751806B2 JP 2000253928 A JP2000253928 A JP 2000253928A JP 2000253928 A JP2000253928 A JP 2000253928A JP 3751806 B2 JP3751806 B2 JP 3751806B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- processing
- pixel
- value
- halftone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012545 processing Methods 0.000 title claims description 394
- 238000000034 method Methods 0.000 claims description 193
- 230000008569 process Effects 0.000 claims description 155
- 230000009467 reduction Effects 0.000 claims description 34
- 230000002093 peripheral effect Effects 0.000 claims description 12
- 238000011946 reduction process Methods 0.000 claims description 8
- 238000003780 insertion Methods 0.000 claims description 5
- 230000037431 insertion Effects 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 description 65
- 238000010586 diagram Methods 0.000 description 47
- 230000006870 function Effects 0.000 description 22
- 238000007781 pre-processing Methods 0.000 description 22
- 101150071665 img2 gene Proteins 0.000 description 19
- 238000006243 chemical reaction Methods 0.000 description 17
- 238000009499 grossing Methods 0.000 description 11
- 101150013335 img1 gene Proteins 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000033228 biological regulation Effects 0.000 description 7
- 230000007423 decrease Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000000593 degrading effect Effects 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 101100510695 Arabidopsis thaliana LUT2 gene Proteins 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 101100021996 Arabidopsis thaliana CYP97C1 gene Proteins 0.000 description 1
- 101100310388 Arabidopsis thaliana SLK1 gene Proteins 0.000 description 1
- 101100310389 Arabidopsis thaliana SLK2 gene Proteins 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 101100111302 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) BCK1 gene Proteins 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、画像に対して処理を施す画像処理装置に係り、特には、モアレの発生の抑制などに効果がある画像処理装置およびその処理をコンピュータに実行させるためのプログラムを記録した記録媒体に関する。
【０００２】
【従来の技術】
一般に従来より、画像処理は、ＣＣＤなどの画像入力機で原稿または対象物体を光学的に読み取り、デジタル化することによってデジタル画像を取得し、そのデジタル画像に対して種々の処理を施すことにより行われる。
【０００３】
例えば、画像の鮮鋭度を向上させる場合には取得したデジタル画像にシャープネス処理が施される。また、シャープネス処理以外にも、画像中の画素の階調値を変換する階調変換処理や画像を変倍する変倍処理（たとえば縮小処理）などの画像編集処理が行われる。
【０００４】
【発明が解決しようとする課題】
しかしながら、従来、例えば、デジタル画像に対してシャープネス処理などの画像処理を行った場合、処理後の画像にモアレが発生することがあった。
【０００５】
本発明者は、このようなモアレの発生状態や発生原因を調査した。その結果、まず、このようなモアレは、画像内に布地や網模様、格子パターンなどの周期性を有する画像パターンが存在する画像領域で発生することが判明した。
【０００６】
このようなモアレは、以下のような原因で発生すると考えられる。例えば、原稿内に図３１に示すような周期性を有する画像パターン(白黒の縞模様)ＧＰＴが存在し、この原稿を画像入力機で読み取ってデジタル画像を得る場合を考える。このとき、原稿の画像パターンＧＰＴと画像入力機の光学読み取り素子(光電素子)ＩＤとの位置関係によって、得られたデジタル画像の各画素の階調値は変化する。
【０００７】
例えば、原稿の画像パターンＧＰＴと光電素子ＩＤとの位置関係が図３１（ａ）に示す状態であれば、得られたデジタル画像の各画素の階調値は、図３２（ａ）の階調プロファイルに示すように、白黒が明確に分かれる「ＩＮフェイズ状態」となる。また、原稿の画像パターンＧＰＴと光電素子ＩＤとの位置関係が図３１（ｂ）に示す状態であれば、得られたデジタル画像の各画素の階調値は、図３２（ｂ）の階調プロファイルに示すように、白黒の中間値が発生する「ＯＵＴフェイズ状態」となる。
【０００８】
図３２に示す各階調プロファイルは「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とで相違するが、各々の平均階調値ＡＫIN、ＡＫOUTは略等しい。
【０００９】
しかしながら、デジタル画像に、例えば、シャープネス処理を施すと、「ＩＮフェイズ状態」で読み取られた画像と「ＯＵＴフェイズ状態」で読み取られた画像とで平均階調値ＡＫIN、ＡＫOUTに違いが生じる。例えば、図３２（ａ）、（ｂ）に示す各画像にそれぞれシャープネス処理を施すと、計算上、各画素の階調値は各々図３３（ａ）、（ｂ）に示すようになる。ここで、計算上、階調値が階調レンジＫＲ(図では、０〜２５５)から外れるサチレーションが起きると、その階調値は、強制的に階調レンジＫＲの上下限値に修正される。すなわち、図３２（ａ）、（ｂ）に示す各画像にそれぞれシャープネス処理を施すと、処理後の各画素の階調値は各々図３４（ａ）、（ｂ）の実線に示すようになる。
【００１０】
ここで、この例の画像パターンＧＰＴは、デジタル画像上で４画素周期の周期性を有しているが、１周期ごとに、図３４（ａ）では、白２画素だけにサチレーションＳＲが起き、図３４（ｂ）では、白１画素と黒１画素とにサチレーションＳＲが起きている。その結果、図３４（ａ）(「ＩＮフェイズ状態」)の平均階調値ＡＫINは、図３４（ｂ）(「ＯＵＴフェイズ状態」)の平均階調値ＡＫOUTに比べて低くなる。
【００１１】
ところで、図３１では、画像パターンＧＰＴの白黒の幅が、光電素子ＩＤの幅の整数倍である場合を示したが、画像パターンＧＰＴの白黒の幅が、光電素子ＩＤの幅の整数倍でない場合、原稿の画像パターンＧＰＴと光電素子ＩＤとの位置関係が周期的にずれるので、得られた画像上では、画像パターンＧＰＴは、「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とで読み込まれる状態が周期的に繰り返されることになる。この場合、このデジタル画像にシャープネス処理を施すと、平均階調値が周期的に変動する状態が生じる。この平均階調値が周期的に変動する状態が、モアレとなって現れるものと考えられる。
【００１２】
この周期変動は、原稿や対象物体には無い画像であるため、画像の品質が著しく低下することになる。
【００１３】
また、このようなモアレとしては、上記のようにシャープネス処理に伴い発生するものの他、網点化処理に伴い発生するものや、画像編集処理（縮小処理など）に伴い発生するものなどが存在する。なお、これらの処理に伴い発生するモアレは、詳細には上記の原因とは若干異なる原因に起因するものではあるが、いずれも周期的な画像パターンの繰り返しが存在する領域に発生する現象である。
【００１４】
本発明は、上記課題に鑑みてなされたものであり、モアレの発生の抑制に効果がある画像処理技術を提供することを目的とする。
【００１５】
【課題を解決するための手段】
上記目的を達成するため、請求項１に記載の画像処理装置は、画像に対して処理を施す画像処理装置であって、画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、前記周期性指標および前記コントラスト量に基づいて、前記画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定するシャープネス処理係数決定手段と、前記シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、前記画像における注目画素についてのシャープネス処理を行うシャープネス処理手段と、を備えることを特徴とする。
【００１６】
請求項２に記載の画像処理装置は、請求項１に記載の画像処理装置において、前記画像に対して画像編集処理を施す画像編集処理手段、をさらに備え、前記周期性指標算出手段は、前記画像編集処理に応じて前記周期性指標を更新し、前記コントラスト量算出手段は、前記画像編集処理に応じて前記コントラスト量を更新し、前記シャープネス処理係数決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、前記画像編集処理が施された編集後画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定し、前記シャープネス処理手段は、前記シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、前記編集後画像における注目画素についてのシャープネス処理を行うことを特徴とする。
【００１７】
請求項３に記載の画像処理装置は、画像に対して処理を施す画像処理装置であって、画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、前記周期性指標に基づいて、前記画像における注目画素についての網点化処理に用いる網点化データを決定する網点化データ決定手段と、前記網点化データ決定手段により決定された網点化データに基づいて、前記画像における注目画素についての網点化処理を行う網点化処理手段と、前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、前記画像パターンの繰り返しの周期値を算出する周期値算出手段と、前記周期値に基づいて前記画像に関する高精細な線画パターンデータを生成する線画パターンデータ生成手段と、前記画像における注目画素について、前記線画パターンデータを挿入する挿入処理と前記網点化データを用いる網点化処理とのいずれを行うかを、前記周期性指標および前記コントラスト量に基づいて決定し、当該決定に基づいて前記画像に対応する高精細な二値化画像を得る二値化画像取得手段と、を備えることを特徴とする。
【００２０】
請求項４に記載の画像処理装置は、請求項３に記載の画像処理装置において、前記画像に対して画像編集処理を施す画像編集処理手段、をさらに備え、前記周期性指標算出手段は、前記画像編集処理に応じて前記周期性指標を更新し、前記コントラスト量算出手段は、前記画像編集処理に応じて前記コントラスト量を更新し、前記網点化データ決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、前記画像編集処理が施された編集後画像における注目画素についての網点化処理に用いる網点化データを決定する網点化データを決定し、前記網点化処理手段は、前記網点化データ決定手段により決定された網点化データに基づいて、前記編集後画像における注目画素についての網点化処理を行うことを特徴とする。
【００２１】
請求項５に記載の画像処理装置は、画像に対して処理を施す画像処理装置であって、画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、前記周期性指標および前記コントラスト量に基づいて、前記画像における注目画素についてのぼかし処理の程度であるぼかし量を決定するぼかし量決定手段と、前記ぼかし量決定手段により決定されたぼかし量に基づいて、前記画像における注目画素についてのぼかし処理を行うぼかし処理手段と、前記ぼかし処理が施された画像に対して所定の画像編集処理を施す画像編集処理手段と、を備えることを特徴とする。
【００２２】
請求項６に記載の画像処理装置は、請求項５に記載の画像処理装置において、前記所定の画像編集処理は、画像の縮小処理であり、前記ぼかし処理手段は、前記ぼかし量決定手段により決定されたぼかし量に応じた空間フィルタであって、かつ、前記画像の縮小率に応じたサイズを有する空間フィルタを用いて、前記画像における注目画素についてのぼかし処理を行うことを特徴とする。
【００２３】
請求項７に記載の記録媒体は、コンピュータを、請求項１ないし請求項６のいずれかに記載の画像処理装置として機能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であることを特徴とする。
【００２４】
【発明の実施の形態】
＜Ａ．第１実施形態＞
＜１．画像処理装置の全体構成＞
図１は、この発明の実施形態に係る画像処理装置１のハードウエア構成を表す概念図である。画像処理装置１は、ＣＰＵ２、半導体メモリおよびハードディスクなどを含む記憶部３、各種の記録媒体９から情報を読み出すメディアドライブ４、モニタなどを含む表示部５、キーボートおよびマウスなどを含む入力部６、デジタル画像を読み込む画像入力部７、処理後の画像を出力する画像出力部８を備えるコンピュータシステムである。ＣＰＵ２は、バスラインＢＬおよび入出力インターフェースＩＦを介して、記憶部３、メディアドライブ４、表示部５、入力部６、画像入力部７、画像出力部８などに接続されている。また、メディアドライブ４は、ＣＤ−ＲＯＭ、ＤＶＤ（Digital Versatile Disk）、フレキシブルディスクなどの可搬性の記録媒体９からその中に記録されている情報を読み出す。このコンピュータシステムは、プログラムを記録した可搬性記録媒体９からそのプログラムを読み込むことによって、後述するような各種の原因によって生じ得るモアレを除去するモアレ除去機能などの各機能を有する画像処理装置として動作する。さらに、記憶部３は、読み込まれたプログラムの全部または一部を記憶するプログラム記憶部３ａ、および各種の処理画像を記憶する画像記憶部３ｂなどを有する。
【００２５】
また、入力スキャナなどで構成される画像入力部７によって読み込まれたデジタル画像は、記憶部３内の画像記憶部３ｂに記憶され、この入力画像に対して、後述するような周期画像領域の抽出処理やコントラスト量算出等の各処理が施される。
【００２６】
図２は、図１の画像処理装置１の機能的構成を示す機能ブロック図である。同図に示すように、この画像処理装置１は機能的に、周期画像領域抽出部１０、自己相関特性算出部２０、コントラスト量算出部３０、ぼかし処理部４０、シフト処理部５０、シャープネス処理部（ＵＳＭ処理部）６０、ＣＭＹＫ変換処理部７０、網点化処理部８０、および線画パターン生成部９０を備えている。このうち、自己相関特性算出部２０は、画像パターンの繰り返しの周期値Ｔを算出する周期値算出部２２と、周期性度合いを表す周期性指標Ｍを算出する周期性指標算出部２４とを有しており、周期値Ｔおよび周期性指標Ｍを含む自己相関特性を算出する。なお、周期値Ｔおよび周期性指標Ｍについては後述する。
【００２７】
また、画像処理装置１は、差分画像作成部３５、ぼかし量決定部４５、シフト量決定部５５、シャープネス処理係数決定部（ＵＳＭ処理係数決定部）６５、および網点化データ決定部８５をさらに備えている。
【００２８】
なお、これらの処理部はいずれも、ＣＰＵ２内において、上記処理プログラムによって実現される手段であり、それぞれの機能および処理内容については後に詳述する。
【００２９】
＜２．画像処理の手順＞
図３は、画像処理装置１における画像処理の処理手順の概要を示すフローチャートである。画像処理に先立って、原稿または対象物体が画像入力部７によってデジタル画像として読み込まれ、画像記憶部３ｂに記憶される。そして、読み込まれたデジタル画像は、周期画像領域抽出部１０に与えられ、画像から周期的な画像パターンの繰り返しが存在する周期画像領域が抽出される（ステップＳ１）。また、このときに後述する相関特性に基づいて、周期性指標算出部２４が画像パターンの繰り返しの有無の程度を示す周期性指標を算出する（ステップＳ２）。なお、ステップＳ２においては、この周期性指標とともに、周期値Ｔも算出しておく。
【００３０】
一方、読み込まれたデジタル画像は、差分画像作成部３５にも与えられ、処理前画像から差分画像が作成される。差分画像は加工部３７によって加工され、その加工後の差分画像に基づいてコントラスト量算出部３０が明暗比を示す指標であるコントラスト量を算出する（ステップＳ３）。なお、ステップＳ２の処理とステップＳ３の処理とはその処理順序が逆であっても良い。
【００３１】
その後、ぼかし量決定部４５が上記の周期性指標およびコントラスト量に基づいてぼかし処理の程度であるぼかし量を決定する（ステップＳ４）。また、シフト量決定部５５が上記の周期性指標およびコントラスト量に基づいてシフト処理の程度であるシフト量を決定する（ステップＳ５）。なお、ステップＳ４の処理とステップＳ５の処理とはその処理順序が逆であっても良い。
【００３２】
そして、決定されたぼかし量に従って、ぼかし処理部４０が読み込まれた画像のぼかし処理を行い（ステップＳ６）、決定されたシフト量に従ってシフト処理部５０がシフト処理を行う（ステップＳ７）。
【００３３】
さらに、シャープネス処理係数決定部６５は、上記の周期性指標およびコントラスト量に基づいてシャープネス処理の程度であるシャープネス処理係数（ＵＳＭゲイン）を決定する（ステップＳ８）。そして、決定されたシャープネス処理係数に基づいて、シャープネス処理部６０がシャープネス処理を行う（ステップＳ９）。なお、ここでは、シャープネス処理の一例としてＵＳＭ（アンシャープマスキング）処理を行う場合について説明するが、ＵＳＭ処理以外のシャープネス処理を行う場合にも本発明を適用することができる。
【００３４】
ここで、上記の処理画像は、通常、Ｒ（レッド），Ｇ（グリーン），Ｂ（ブルー）の３枚の画像からなるＲＧＢ画像として構成されている。ＣＭＹＫ変換処理部７０は、このＲＧＢ画像をＹＭＣＫ画像へと変換する処理を行う（ステップＳ１０）。
【００３５】
また、網点化データ決定部８５は、上記の周期性指標に基づいて網点化データを決定し（ステップＳ１１）、網点化処理部８０は、各ＹＭＣＫ画像についての網点化処理をステップＳ１１で決定された網点化データに基づいて行う（ステップＳ１２）。
【００３６】
以上のような概略手順に従って画像処理は行われる。なお、ステップＳ１からステップＳ１２の処理は画像中の画素単位で行われるものであり、原則として読み込まれた画像の全画素について行われる。また、処理が終了した画像は記憶部３ｂに記憶される。
【００３７】
以下、図３の各処理手順についてさらに詳細に説明する。
【００３８】
＜２−１．周期画像領域の抽出および周期性指標の算出＞
周期性を有する画像パターンが存在する画像領域、すなわちモアレの発生が予測される周期的な画像パターンの繰り返しが存在する周期画像領域の抽出は、周期画像領域抽出部１０が処理前画像の自己相関特性を調べることにより行われる。
【００３９】
具体的には、まず、処理前画像の或る画素を注目画素(xc,yc)として、以下の数１によって注目画素(xc,yc)の周辺領域の自己相関データＳ(a,b)を求める。
【００４０】
【数１】
【００４１】
但し、ＡＢＳ｛｝は絶対値を求める関数、Ｐ(x,y)は処理前画像の画素(x,y)の階調値、ｍ,ｎは差分積算領域Ｅを決める定数、ａ,ｂは自己相関を比較するズラシ量、wx,wyは１つの中心画素(xc,yc)に対して自己相関特性を調べる範囲Ｗを決める定数である。
【００４２】
(xc,yc)=(4,4)、m=n=1(差分積算領域：３×３)、wx=xy=2(a=b=-2〜+2)とした場合において、a=b=+2のときの自己相関データＳ(a,b)の算出形態を図４に示す。
【００４３】
なお、ｍ,ｎ,ｗｘ,ｗｙは予め設定された固定値として処理するようにしてもよいし、入力装置６からオペレータによって適宜に変更可能に構成してもよい。
【００４４】
ところで、上記の数１では、自己相関データを２次元的に求めているので処理量が多くなる。そこで、例えば、２次元の処理前画像内で互いに直交する2つの画素列方向であるｘ方向、ｙ方向それぞれに沿った周期的な画像パターンの繰り返しの存在を調べて周期画像領域を抽出するために、ｘ方向、ｙ方向それぞれに沿った自己相関データＨ(a)、Ｖ(b)を以下の数２、数３によって求めて、処理の高速化を図るようにしてもよい。
【００４５】
【数２】
【００４６】
【数３】
【００４７】
(xc,yc)=(4,4)、m=1(差分積算領域：３×１)、wx=2(a=-2〜+2)とした場合において、a=+2のときのｘ方向に沿った自己相関データＨ(a)の算出形態を図５に、また、(xc,yc)=(4,4)、n=1(差分積算領域：１×３)、wy=2(b=-2〜+2)とした場合において、b=+2のときのｙ方向に沿った自己相関データＶ(b)の算出形態を図６にそれぞれ示す。
【００４８】
次に、上記で求めた自己相関データ(Ｓ(a,b)、または、Ｈ(a)、Ｖ(b))に基づき、画像中における周期的な画像パターンの繰り返しの有無を調べる。
【００４９】
すなわち、周期的な画像パターンの繰り返しが存在すると、その画像パターンの周期ごとに自己相関が高くなり、上記数１、数２、数３で求まる自己相関データは規則的に小さくなる。従って、まず、（Ａ）自己相関データの極小値を検索し、（Ｂ）それら極小値が所定レベル以下で、かつ、（Ｃ）それら極小値が規則的に存在していることを調べる。
【００５０】
図７は(xc,yc)=(7,3)、m=1、wx=5(a=-5〜+5)とした場合のＰ(x,y)、Ｈ(a)の一例を示すデータとそのＨ(a)をグラフ化した図である。すなわち、同図は注目画素(xc,yc)=(7,3)について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性を示すものである。なお、a=0は、同じ画素同志の自己相関であるので、Ｈ(0)=０となり極小値になる。
【００５１】
自己相関データＨ(a)について、上記（Ａ）の処理は、〔(Ｈ(k-1)＞Ｈ(k))and(Ｈ(k)＜Ｈ(k+1))〕の条件を満たすkを＋側と−側とで求める。この条件を満たすkについてのＨ(k)の値が極小値となる。
【００５２】
上記（Ｂ）の処理は、上記（Ａ）の条件を満たすＨ(k)、すなわち極小値となるＨ(k)が所定のしきい値以下となるか否かで判定する。このしきい値は、予め入力装置６等によって複数が設定されており、例えば図７においては、”ＳＬ１=7.5”、”ＳＬ２=5”の２つが設定されている。そして、極小値となるＨ(k)が少なくとも最も高い値のしきい値ＳＬ１以下となっていれば、上記（Ｂ）の処理において、所定レベル以下であると判定される。
【００５３】
なお注目領域のコントラストが高いほど、Ｈ(a)の全体レベルが上がるため、しきい値は固定値ではなく、Ｈ(a)の最大値に対する比率（ＳＬＫ１＝５８％，ＳＬＫ２＝３８％）で規定してもよい。
【００５４】
上記（Ｃ）の処理では、例えば、上記（Ａ）の条件を満たす＋側のkをkp、−側のkをkmとしたとき(ABS{kp＋km}≦１)を満たすか否かで規則性の有無を判定する。また、例えば、上記（Ａ）の条件を満たす各極小値に対して、隣接する各極小値間の幅の相互の差分の絶対値が各々１以下であるか否か、すなわち、ABS{D(d+1)−D(d)}≦１(d=0,1,2,・・・：図７では、d=O)によって規則性の有無を判定することもできる。後者の判定によれば、例えば、極小値が＋側、−側にそれぞれ２個以上存在する場合にも適用できる。
【００５５】
Ｈ(a)に極小値が存在しても、ある程度大きかったり(最も高い値のしきい値ＳＬ１を越えていたり)、それら極小値が不規則に存在しているような場合は周期性が有るとは言い難いが、上記（Ｂ）によりレベル判定が行え、上記（Ｃ）により極小値の規則性が判別でき、周期性の有無を確実に判定できる。
【００５６】
従って、上記（Ａ）、（Ｂ）、（Ｃ）の条件を全て満たす場合、注目画素(xc,yc)の周囲の範囲Ｗ内の画像に周期的な画像パターンの繰り返しが存在することになる。このことは換言すれば、注目画素(xc,yc)の周囲の範囲Ｗ内の画像が周期画像領域として抽出されたことを意味する。例えば、図７に示す自己相関データＨ(a)には周期性が有るため、注目画素(xc,yc)の周囲の範囲Ｗ内の画像が周期画像領域として抽出される。これに対して、図８に示すような自己相関データＨ(a)には周期性が無く、周期画像領域として抽出されることもない。
【００５７】
ところで、図７において、ｘ方向の周期値Thは((kp−km)/2))または(D(d))である。
【００５８】
また、上記ではｘ方向に沿った周期性の有無や周期値(Th)について説明したが、ｙ方向に沿った周期性の有無や周期値(Tv)も同様の処理により求めることができる。
【００５９】
図９に示すように、ｘ方向の周期値(Th)とｙ方向の周期値(Tv)が判れば、周期方向θは(arctan(Tv/Th))であり、処理前画像上の実際の周期値（周期方向に沿った周期値）Ｔは(Th×sinθ)(または、Tv×cosθ)により求めることができる。
【００６０】
自己相関データＳ(a,b)を用いた場合には、上記と同様の処理を２次元的に行うことで、周期性の有無や処理前画像上の実際の周期方向及び周期値を得ることができるが、上述したようにｘ方向、ｙ方向それぞれに沿った自己相関データＨ(a)、Ｖ(b)を用いても同様の結果を高速に得ることができる。なお、自己相関データＳ(a,b)を用いた場合、実際の画像パターンの周期を種々の方向から調べることになるが、このとき、周期値が最小となる方向がその画像パターンの周期方向となる。
【００６１】
また、周期画像領域抽出部１０が上記（Ａ）、（Ｂ）、（Ｃ）の処理を行う過程において、図７に示したような相関特性に基づいて、周期性指標算出部２４が画像パターンの繰り返しの有無の程度を示す周期性指標Ｍを算出する。自己相関データＨ(a)は、周期性の度合い（画像パターンの繰り返しの有無の程度）を示すものであるため、極小値となるＨ(k)がより低い値のしきい値以下となっている場合には、周期性の度合いが大きいと言える。例えば、図７において、極小値Ｈ(-3)はしきい値ＳＬ１としきい値ＳＬ２との間であるのに対して、極小値Ｈ(+3)はしきい値ＳＬ２よりも小さい。つまり、極小値Ｈ(+3)の方が周期性の度合いが大きいことを示している。従って、極小値Ｈ(k)がいずれのしきい値以下となっているかを判定することによって、画像パターンの繰り返しの有無の程度を判別することができるのである。
【００６２】
具体的には、以下のようにして周期性指標算出部２４が周期性指標Ｍを算出する。周期性指標Ｍの算出に関与するのは、上記（Ａ）の処理において極小値と判定され、上記（Ｂ）の処理において最高しきい値ＳＬ１以下と判定され、かつ上記（Ｃ）の処理において規則性有りと判定された極小値Ｈ(k)のみである。但し、Ｈ(0)は、注目画素自身との相関であって、必ず０になる値であるため、周期性指標Ｍの算出には関与しない。従って、例えば、図７においては、しきい値ＳＬ１以下の極小値Ｈ(-3)および極小値Ｈ(+3)がいずれのしきい値以下となっているかによって周期性指標Ｍは算出される。なお、上記（Ａ）、（Ｂ）、（Ｃ）の条件を満たすＨ(k)が存在しない場合には、その注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)＝０とすることにより、周期性は存在しないものされる。
【００６３】
複数のしきい値のそれぞれには周期性指標Ｍの値が０から１の範囲にて規定されており、例えば図７の例では、しきい値ＳＬ１に”Ｍ＝０”、しきい値ＳＬ２に”Ｍ＝１”が規定されている。そして、しきい値ＳＬ２以下の極小値Ｈ(k)については”Ｍ(k)＝１”とする。一方、しきい値ＳＬ１としきい値ＳＬ２との間の極小値Ｈ(k)については、しきい値ＳＬ１としきい値ＳＬ２との間において周期性指標Ｍが線形的に変化するものとみなして、算出する。例えば、図７の場合、以下の数４に従って算出する。
【００６４】
【数４】
【００６５】
そして、複数の極小値Ｈ(k)について算出されたＭ(k)の平均値が注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)となる。例えば、図７においては、極小値Ｈ(+3)はしきい値ＳＬ２よりも小さいため、Ｍ(+3)＝１となる。また、極小値Ｈ(-3)はしきい値ＳＬ１としきい値ＳＬ２との間であるため、数４に従い、Ｍ(-3)＝(7.5-6)/(7.5-5)=0.6となる。よって、注目画素(xc,yc)=(7,3)についての周期性指標Ｍ(7,3)＝(1+0.6)/2＝0.8となる。
【００６６】
なお、周期性指標Ｍの算出に使用するしきい値は２つに限定されるものではなく、３つ以上であっても良い。最高しきい値と最低しきい値との間において周期性指標Ｍが線形的に変化する場合は、２つで十分であるが、非線形的に変化する場合は３つ以上のしきい値を設定した方が好ましい。
【００６７】
また、上記のしきい値とは別に、自己相関データＨ(a)の最大値について判定するためのしきい値を設けるようにしても良い。自己相関データＨ(a)の最大値が所定のしきい値よりも小さい場合は、均一な画像中にノイズが存在している場合が多いと考えられ、このような場合は周期的な画像パターンの繰り返しであるとは言えない。従って、自己相関データＨ(a)の最大値が所定のしきい値よりも小さい場合は、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)＝０とすることにより、周期性は存在しないものと判定するのである。
【００６８】
上述したような周期画像領域抽出部１０および自己相関特性算出部２０による一連の処理を、処理前画像内の全ての画素(または、一定間隔ごとの画素でもよい)を順次注目画素(xc,yc)として行うことにより、処理前画像内において周期性を有する画像パターンが存在する画像領域、すなわち周期的な画像パターンの繰り返しが存在する周期画像領域を全て抽出することができるとともに、注目画素(xc,yc)についての周期性の度合い（画像パターンの繰り返しの有無の程度）である周期性指標Ｍ(xc,yc)を算出することができる。
【００６９】
なお、上記処理で随時説明した周期性指標と周期方向と周期値とを周期性データとする。
【００７０】
＜２−２．コントラスト量の算出＞
次に、コントラスト量の算出について説明する。既述したように、処理前画像は差分画像作成部３５にも与えられ、差分画像作成部３５、加工部３７およびコントラスト量算出部３０による処理を経て注目画素(xc,yc)についてのコントラスト量Ｃ(xc,yc)が算出される。注目画素(xc,yc)についてのコントラスト量とは、注目画素(xc,yc)とその周辺画素との明暗比を示す指標である。
【００７１】
図１０は、コントラスト量算出の手順を示すフローチャートである。図１０に示した各処理のうち、ステップＳ３１〜ステップＳ３３の処理は差分画像作成部３５によって、ステップＳ３４〜ステップＳ３６の処理は加工部３７によって、ステップＳ３７の処理はコントラスト量算出部３０によって実行されるものであり、以下これらについて順に説明する。
【００７２】
まず、差分画像作成部３５が高濃度領域拡張画像および高濃度領域縮小画像を作成する（ステップＳ３１，Ｓ３２）。図１１は、高濃度領域の拡張または縮小について説明する図である。同図に示すように、白地中に黒地の四角形の図形（斜線を付した部分）が描かれた処理前画像の高濃度領域を拡張または縮小する場合を例として説明する。
【００７３】
図１１において、白地部分が階調値Ｐ＝”２５５”の高濃度領域であり、黒の図形部分が階調値Ｐ＝”０”の低濃度領域である。高濃度領域を拡張するときには、この画像に対して３×３の画素行列で構成されるフィルタＦ１によるフィルタ操作を行う。フィルタＦ１は、その構成画素（３×３＝９画素）の階調値のうちの最大値を中央画素の出力値とするフィルタである。そして、このフィルタＦ１を、画像に対して順次に走査させることによって高濃度領域の拡張を行う。すなわち、フィルタＦ１が黒の図形の周辺部分を走査するときには、高濃度（高階調値）である白地部分の階調値（Ｐ＝２５５）が出力され、当該周縁部分が黒から白地に置換される。このことは、高濃度領域（白地）が拡張されることを意味しており、いわゆる太らせ処理が行われていることとなる。
【００７４】
図１２は、図１１の画像の高濃度領域が拡張された高濃度領域拡張画像を示す図である。高濃度領域（白地）が拡張され、黒の図形部分が処理前画像よりも小さくなっている。
【００７５】
一方、高濃度領域を縮小するときにも上記と同様に、処理前画像に対して３×３の画素行列で構成されるフィルタＦ２によるフィルタ操作を行う。フィルタＦ２は、その構成画素（３×３＝９画素）の階調値のうちの最小値を中央画素の出力値とするフィルタである。従って、上記拡張と同様に、フィルタＦ２を処理前画像に対して順次に走査させると、黒の図形の周辺部分において、低濃度（低階調値）である黒の階調値（Ｐ＝０）が出力され、当該周辺部分が白地から黒に置換される。このことは、高濃度領域（白地）が縮小されることを意味しており、いわゆる細らせ処理が行われていることとなる。
【００７６】
図１３は、図１１の画像の高濃度領域が縮小された高濃度領域縮小画像を示す図である。高濃度領域（白地）が縮小され、黒の図形部分が処理前画像よりも大きくなっている。
【００７７】
次に、差分画像作成部３５が高濃度領域拡張画像と高濃度領域縮小画像との差分である差分画像を作成する（ステップＳ３３）。本実施形態における差分画像とは、高濃度領域拡張画像の画素の階調値から当該画素に対応する高濃度領域縮小画像の画素の階調値を減算して得られる画像である。すなわち、以下の数５によって得られる画像である。
【００７８】
【数５】
【００７９】
数５において、Ｐdif(x,y)は差分画像の画素(x,y)の階調値、Ｐmax(x,y)は高濃度領域拡張画像の画素(x,y)の階調値、Ｐmin(x,y)は高濃度領域縮小画像の画素(x,y)の階調値である。
【００８０】
図１４は、作成された差分画像を示す図である。図１１に示した処理前画像と比較すると明らかなように、処理前画像においてコントラストが高い領域、すなわち、ある画素とその周辺との明暗比が大きい領域が差分画像においては大きな階調値を有している。このことは、差分画像とは、処理前画像からコントラストが高い領域を抽出した画像であることを意味しており、差分画像の作成とは高コントラスト領域の抽出処理であると言える。
【００８１】
この実施形態においては、後述のように、高コントラスト領域にぼかし処理を施すことによってモアレの発生を抑制している。ある程度面積の大きな高コントラスト領域（例えば、エアコンのフロントパネルについての画像領域）であれば、ぼかし処理が有効なのであるが、高コントラストであっても面積の小さな領域（例えば、エアコンのスイッチについての画像領域）にぼかし処理を施すと鮮鋭度を喪失するため適当ではない。そこで、本実施形態においては、加工部３７によって上記差分画像を加工し、高コントラストであっても面積の小さな領域やノイズ部分を除去している（コントラストを低下させている）。
【００８２】
加工部３７による加工は、ステップＳ３４〜ステップＳ３６の３段階の工程によって行われる。まず、ステップＳ３３にて作成された差分画像について、加工部３７がバイリニア縮小を行う（ステップＳ３４）。バイリニア縮小とは、例えば、差分画像を１つの領域が８×８の画素群で構成される複数の領域に分割し、複数の領域のそれぞれに含まれる６４の画素の階調値を平均して１つの画素の階調値として出力する画像縮小処理である。このようなバイリニア縮小によって、差分画像は縦横ともに１／８に縮小されるとともに、差分画像の階調値が平滑化されることとなる。
【００８３】
次に、バイリニア縮小によって得られた縮小画像に対して加工部３７がメディアンフィルタによるフィルタ操作を行う（ステップＳ３５）。メディアンフィルタは、その構成画素（例えば、３×３＝９画素）の階調値のうちの中央値（メディアン）を中央画素の出力値とするフィルタであり、画像中のノイズ部分を除去するためのフィルタである。メディアンフィルタを上記縮小画像に対して順次に走査させると、当該縮小画像中のノイズ部分が除去される。縮小画像中においてノイズ部分となるのは、元の処理前画像中における面積の小さな高コントラスト領域やノイズ領域である。
【００８４】
また、縮小画像に対して３×３のメディアンフィルタによるフィルタ操作を行うことは、元の差分画像に対して２４×２４のメディアンフィルタによるフィルタ操作を行うことと実質的に等価である。フィルタ操作は、フィルタのサイズが小さいほどＣＰＵ１の負担が軽く、高速に実行することができる。すなわち、バイリニア縮小を行った後に小さなフィルタによるフィルタ操作を行うことで、大きなフィルタによるフィルタ操作を行ったのと同様の効果を高い処理効率にて得ることができるのである。
【００８５】
次に、フィルタ操作後の縮小画像に対して加工部３７がバイリニア拡大を行い、加工後の差分画像を得る（ステップＳ３６）。バイリニア拡大とは、フィルタ操作後の縮小画像に含まれる画素の階調値を補間しつつ、当該縮小画像を元の差分画像と同等の大きさに拡大する処理である。
【００８６】
図１５は、バイリニア拡大を概念的に説明するための図である。フィルタ操作後の縮小画像において、図１５（ａ）に示すように、階調値Ｐ＝２５５、Ｐ＝０、Ｐ＝２５５の順に並ぶ画素列が存在していたとする。これを縦に８倍に拡大すると、図１５（ｂ）に示すような元の差分画像と同等の大きさの画像が得られるのであり、このときに階調値Ｐ＝２５５の画素と階調値Ｐ＝０の画素との間に生成された画素列Ｌ１および画素列Ｌ２については階調値Ｐ＝２５５と階調値Ｐ＝０との間にて直線近似にて補間（バイリニア補間）した階調値を付与する。このようにすれば、フィルタ操作後の縮小画像において隣接する画素の階調値が大きく異なっていたとしても、拡大後の差分画像においては階調値が滑らかに変化する状態（いわゆる「なじむ」状態）となる。このことは、後述するコントラスト量の急激な変化を抑制して、ぼかし処理の程度の急激な変化による画質低下の防止につながるのである。
【００８７】
以上のようにして、加工部３７による加工が実行されるのであり、バイリニア縮小とバイリニア拡大との組み合わせによって差分画像に対する一種のぼかし処理を行うとともに、メディアンフィルタによるフィルタ操作を行うことによって、高コントラストであっても面積の小さな領域やノイズ部分が十分に除去された加工後の差分画像を取得することができる。
【００８８】
なお、ステップＳ３４〜ステップＳ３６の加工処理は必須の処理ではなく、処理前画像中に高コントラストであっても面積の小さな領域等がほとんど存在しないような場合は、省略可能な処理である。
【００８９】
次に、ステップＳ３７に進み、コントラスト量算出部３０が差分画像（加工後の差分画像または加工を行っていない差分画像）から注目画素の階調値を検出することによって、当該注目画素についてのコントラスト量を算出する。ここでの注目画素とは、既述した周期性指標の算出時の注目画素(xc,yc)と同じである。
【００９０】
差分画像は、処理前画像からコントラストが高い領域を抽出した画像であり、その階調値が大きいということは、処理前画像においてコントラストが高いことを意味している。従って、差分画像における注目画素(xc,yc)の階調値は、そのまま注目画素(xc,yc)とその周辺との明暗比を示す指標となり、すなわち注目画素(xc,yc)についてのコントラスト量Ｃ(xc,yc)となるのである。
【００９１】
＜２−３．ぼかし量の決定＞
以上のようにして、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)およびコントラスト量Ｃ(xc,yc)が算出された後、ぼかし量決定部４５がそれらに基づいてぼかし処理の程度であるぼかし量を決定する（図３のステップＳ４）。本実施形態において、ぼかし処理とは、平滑化処理のことであり、注目画素(xc,yc)を含む所定領域に含まれる画素の階調値の加重平均を注目画素(xc,yc)の階調値として出力する加重平均処理である。
【００９２】
ぼかし処理の具体的な手法については後述するが、加重平均フィルタ（いわゆる平滑化フィルタ）を用いたフィルタ操作により行っている。そして、本実施形態では、平滑化処理に使用する加重平均フィルタを予め複数用意しておき、それらから加重平均フィルタを選択することによってぼかし処理の程度であるぼかし量を決定している。
【００９３】
図１６は、ぼかし量の決定手法を説明するための図である。本実施形態においては、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)とコントラスト量Ｃ(xc,yc)との積に基づいて加重平均フィルタを選択している。すなわち、周期性指標Ｍとコントラスト量Ｃとの積をぼかし量を規定するためのぼかし量規定値（Ｃ×Ｍ）とする。そして、ぼかし量規定値（Ｃ×Ｍ）に基づき、図１６に示すようなルックアップテーブル（ＬＵＴ２、図２参照）を用いて加重平均フィルタのＩＤ番号を決定する。同図に示すように、ＩＤ番号として６４段階（ＩＤ＝０〜６３）が設定されており、ぼかし量規定値（Ｃ×Ｍ）の値が大きくなるほど、決定される加重平均フィルタのＩＤ番号も大きくなる。
【００９４】
図１７は、加重平均フィルタの例を示す図である。図１７（ａ）に示す最も大きなＩＤ番号の加重平均フィルタによれば、フィルタ内の全画素の階調値が均等に平均化され、平滑化の程度が大きい（ぼかし量が大きい）といえる。一方、図１７（ｂ）に示す最も小さなＩＤ番号の加重平均フィルタによれば、フィルタ内の中心画素の階調値がそのまま出力されることとなり、これは全く平滑化が行われない（ぼかし量が０）ことを意味する。これら以外のＩＤ番号の加重平均フィルタは、そのＩＤ番号の大きさに応じて上記２つの加重平均フィルタによる平滑化の程度の間の平滑化を行うフィルタであり、換言すれば、ＩＤ番号の大きな加重平均フィルタほど平滑化の程度が大きくなる。
【００９５】
従って、ぼかし量規定値（Ｃ×Ｍ）の値が大きくなるほど、ルックアップテーブルによって決定される加重平均フィルタのＩＤ番号が大きくなり、選択される加重平均フィルタの平滑化の程度が大きく、すなわちぼかし量が大きくなるのである。
【００９６】
なお、ぼかし量の決定手法は、上述した手法に限定されるものではなく、ぼかし量規定値（Ｃ×Ｍ）の値が大きくなるほど加重平均フィルタの平滑化の程度が大きくなるような手法であれば良い。
【００９７】
＜２−４．シフト量の決定＞
次に、シフト処理の程度であるシフト量の決定について説明する（図３のステップＳ５）。シフト量の決定は、シフト量生成部５７が生成したシフト量を基準にして、シフト量決定部５５が注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)およびコントラスト量Ｃ(xc,yc)に基づいて決定する。
【００９８】
まず、シフト量生成部５７が生成するシフト量について説明する。処理前画像の各画素(x,y)のシフト量は、図１８に示すように、ｘ方向のシフト量dx(x,y)と、ｙ方向のシフト量dy(x,y)とにより規定される。なお、図１８では格子状の交点部分が各画素位置であり、処理前画像の注目画素(xc,yc)に対するｘ方向のシフト量dx(xc,yc)と、ｙ方向のシフト量dy(xc,yc)とにより規定されるシフト方向とシフト量とを示している。このように、シフト量生成部５７は、シフト量とともにシフト方向（以下、これらを総称して「シフトデータ」とする）も決定する。このようなシフトデータの決定には以下のような方法を採用できる。
【００９９】
▲１▼次の数６に従って、ランダムに決定する。
【０１００】
【数６】
【０１０１】
但し、Ｒ(-1.0〜+1.0)は、-1.0〜+1.0の間の乱数を発生する関数で、kmは最大シフト量（通常は０＜km≦１）である。なお、dx(x,y)を決定する際のＲ(-1.0〜+1.O)とdy(x,y)を決定する際のＲ(-1.0〜+1.0)とは別個であり、決定されたdx(x,y)の値とdy(x,y)の値とは必ずしも同じではない。
【０１０２】
このようにdx(x,y)とdy(x,y)とをランダムに決定することにより、シフト方向とシフト量とをランダムに決定することができる。生成されたシフト量は、-1.0〜+1.0の間の値になる。
【０１０３】
▲２▼次の数７に従って、周期関数を用いて決定する。
【０１０４】
【数７】
【０１０５】
但し、kmは最大シフト量（通常は０＜km≦１）で、Ｆは周期関数の周波数(通常は、0＜Ｆ≦１)、Ｒ(O.0〜+1.O)はO.0〜+1.Oの間の乱数を発生する関数、ＲＲ(x)はｘ座標における周期関数の初期値を規定するデータ、ＲＲ(y)はｙ座標における周期関数の初期値を規定するデータである。
【０１０６】
この周期関数は、決定しようとするシフト方向と直交する方向に周期性を有する関数であり、dx(x,y)の決定においてはｘ座標が同じdx(x,y)は全て同じ周期関数によって決定し、dy(x,y)の決定においてはｙ座標が同じdy(x,y)は全て同じ周期関数によって決定する。周期関数を用いた場合であっても、生成されたシフト量は、-1.0〜+1.0の間の値になる。
【０１０７】
なお、周期関数としてはsin関数に限らずcos関数など他の周期性を有するdx(x,y)、dy(x,y)が決定できる関数を用いることができる。
【０１０８】
▲３▼固定する。
【０１０９】
[dx(x,y),dy(x,y)]を常に、例えば、[+0.5,+0.5]や[+0.5,-0.5]、[-0.5,+0.5]、[-0.5,-0.5]などに固定する。この場合、生成されたシフト量は、固定された[dx(x,y),dy(x,y)]によって規定される値となる。
【０１１０】
以上、シフトデータの決定に関して３つの方法を述べたが、シフト量生成部５７がシフトデータを決定するに際して上記いずれの方法を採用するかは、既述した周期性データ、より具体的には周期値Ｔ（図９）を参照して決定しても良い。例えば、画像パターンが２画素周期の周期性(周期値Ｔ＝２)を有するときには▲３▼の方法を選択するのが有効である。また、本発明者の実験により、画像パターンが所定の周期値の場合に▲２▼の方法でシフトデータを決定すると良好な結果が得られないことがあったので、例えば、周期値Ｔが２以外で、かつ、上記所定の周期値以外の場合は▲２▼の方法を選択し、上記所定の周期値の場合は▲１▼の方法を選択することなども考えられる。
【０１１１】
また、▲２▼の方法における周波数Ｆは固定値として処理してもよいし、入力装置６からオペレータにより設定されたデータを用いて処理してもよいし、さらに、周期性データに基づき決定してもよい。例えば、周期関数の周期と、画像パターンの周期とが干渉するのを避けるような周波数Ｆを決定することが好ましい。
【０１１２】
また、乱数を発生する関数Ｒ(乱数発生範囲)による乱数の発生頻度は乱数発生範囲内で均一にしてもよいし、例えば、0.0付近の乱数を発生し易くしたり、+1.O付近の乱数を発生し易くしたりするなど、乱数の発生頻度を偏重させるようにしてもよい。この乱数の発生頻度の設定は、入力装置６からオペレータにより設定可能に構成してもよい。
【０１１３】
また、例えば、画像パターンの周期方向がｘ方向と一致していれば、dy(x,y)=0として、dx(x,y)だけでシフトデータを決定したり、画像パターンの周期方向がｙ方向と一致していれば、dx(x,y)=0として、dy(x,y)だけでシフトデータを決定したりすることにより、画像パターンの周期方向だけに注目画素の位置がシフトされるようにシフトデータのシフト方向を決定してもよい。
【０１１４】
以上のようにして、シフト量生成部５７がシフトデータを決定し、シフト量が生成される。そして、生成されるシフト量は、上記いずれの方法によったとしても、−km〜＋kmの間の値になる。
【０１１５】
一方、シフト量決定部５５は、後述するシフト処理時における実際のシフト量を規定するためのシフト量規定値を算出する。シフト量規定値は、上述したぼかし量規定値（Ｃ×Ｍ）に基づいてルックアップテーブルにより求められた値に周期性指標Ｍを乗じて得られる値である。
【０１１６】
図１９は、シフト量規定値の算出に用いられるルックアップテーブル（ＬＵＴ１、図２参照）を示す図である。ぼかし量規定値（Ｃ×Ｍ）は上述のぼかし量決定に用いたものと同じであり、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)とコントラスト量Ｃ(xc,yc)との積である。図１９に示すように、ぼかし量規定値（Ｃ×Ｍ）が所定の値よりも小さいときは、ルックアップテーブルにより求められる値は1.0である。そして、ぼかし量規定値（Ｃ×Ｍ）が所定の値よりも大きいときは、ぼかし量規定値（Ｃ×Ｍ）が大きくなるに従ってルックアップテーブルにより求められる値は小さくなり、ある値以上になるとルックアップテーブルにより求められる値が0.0になる。すなわち、このルックアップテーブルの特性を定性的に表現すれば、ぼかし量規定値（Ｃ×Ｍ）が大きくなるに従って、小さな値を出力するものであると言える。
【０１１７】
シフト量決定部５５は、上記ルックアップテーブルにより求められる値に周期性指標Ｍを乗じてシフト量規定値Ｓを得る。シフト量規定値Ｓも注目画素ごとに算出されるものであり、注目画素(xc,yc)についてシフト量規定値Ｓ(xc,yc)が決定されるのである。なお、周期性指標Ｍは０以上１以下の値であり、図１９のルックアップテーブルにより求められる値も０以上１以下の値であるため、それらの積であるシフト量規定値Ｓも０以上１以下の値となる。
【０１１８】
シフト量決定部５５は、さらに、シフト量生成部５７が生成したシフト量にシフト量規定値Ｓを乗ずることによって、最終的なシフト量、すなわちシフト処理時における実際のシフト量を算出する（図２参照）。なお、最終的なシフト量の算出も注目画素(xc,yc)ごとに行われるものである。また、シフト量生成部５７が生成するシフト量は−km以上＋km以下の値であり、シフト量規定値Ｓは０以上１以下の値であるため、最終的なシフト量は−km以上＋kmの値となる。
【０１１９】
以上のようにして、注目画素(xc,yc)についてのシフト量が算出され、シフト方向も決定されるのである。
【０１２０】
＜２−５．ぼかし処理およびシフト処理＞
注目画素(xc,yc)についてのぼかし量およびシフト量が上述の如く算出され、シフト方向が決定された後、そのぼかし量に従ってぼかし処理部４０が処理前画像のぼかし処理を行い、そのシフト量およびシフト方向に従ってシフト処理部５０がシフト処理をこの順序で行う（図３のステップＳ６，Ｓ７）。
【０１２１】
まず、ぼかし処理部４０が行うぼかし処理とは、ぼかし量決定部４５が選択した加重平均フィルタ（図１７参照）を用いたフィルタ操作による処理である。このフィルタ操作自体は、一般的なフィルタリング処理であり、ぼかし量決定部４５が選択した加重平均フィルタを処理前画像の注目画素(xc,yc)に対して作用させるものである。具体的には、ぼかし量決定部４５が選択した図１７の如き加重平均フィルタを構成する各画素の係数を図２０のように表すとすると、この加重平均フィルタからの出力Ｑｂ(xc,yc)は、次の数８に従って算出され、この値が注目画素(xc,yc)の新たな階調値となる。
【０１２２】
【数８】
【０１２３】
なお、Ｐ(xc,yc)が処理前画像の注目画素(xc,yc)であることは上述の通りである。例えば、図１７（ａ）に示す加重平均フィルタが選択されたとすると、注目画素(xc,yc)を中心とする５×５画素の領域内の各画素の階調値のそれぞれに１／２５を乗じ、これらを積算した値がフィルタの出力Ｑｂ(xc,yc)であり、注目画素(xc,yc)の新たな階調値となる。
【０１２４】
次に、上記ぼかし処理後にシフト処理部５０が行うシフト処理は、上記の決定されたシフト方向およびシフト量に従って、注目画素(xc,yc)の位置を移動（シフト）させる処理である。このときに、シフト後の位置に応じた注目画素(xc,yc)の新たな階調値Ｑ(xc,yc)は、シフト後の位置の近傍画素の階調値を補間して求める。この補間法は、一般的なバイリニア法などを採用することができる。
【０１２５】
具体的には、例えば、注目画素(xc,yc)が図１８に示すようなシフト方向およびシフト量（シフト量規定値Ｓ＝１とする）に従って移動した場合、ぼかし処理後の階調値Ｑｂ(xc,yc)、Ｑｂ(xc+1,yc)、Ｑｂ(xc,yc+1)、Ｑｂ(xc+1,yc+1)に基づき、これら４つ画素位置（(xc,yc)、(xc+1,yc)、(xc,yc+1)、(xc+1,yc+1)）の間で階調値が線形的に変化しているものと仮定して、移動後の注目画素(xc+dx(xc,yc),yc+dy(xc,yc))の階調値を算出する。より具体的には、ぼかし処理後の階調値Ｑｂ(xc,yc)、Ｑｂ(xc+1,yc)から階調値Ｑｂ(xc+dx(xc,yc),yc)を直線近似にて算出し、ぼかし処理後の階調値Ｑｂ(xc,yc+1)、Ｑｂ(xc+1,yc+1)から階調値Ｑｂ(xc+dx(xc,yc),yc+1)を直線近似にて算出する。その後、これらの階調値Ｑｂ(xc+dx(xc,yc),yc)および階調値Ｑｂ(xc+dx(xc,yc),yc+1)から移動後の注目画素の階調値Ｑｂ(xc+dx(xc,yc),yc+dy(xc,yc))を直線近似にて算出するのである。
【０１２６】
以上のようなぼかし処理およびシフト処理において、ぼかし量規定値（Ｃ×Ｍ）が大きい場合には、平滑化の程度が大きい加重平均フィルタ（図１７（ａ）参照）が選択されて大きなぼかし量のぼかし処理が行われる一方、図１９のルックアップテーブルによりシフト量が０になり、シフト処理が行われないこととなる。ぼかし量規定値（Ｃ×Ｍ）が大きい場合とは、注目画素の周辺において画像パターンの繰り返しの有無の程度が大きく、かつ高コントラストであることを意味しており、例えばエアコンのフロントパネルについての画像等が該当する。
【０１２７】
通常、このような画像にシフト処理を施すと画像中の輪郭部分（高コントラストを発生する部分）が乱れて画質が劣化するのであるが、上記のような各処理を行えば、大きなぼかし量のぼかし処理のみが行われてシフト処理は実質的に行われないため、画質の劣化はほとんど生じない。なぜなら、高コントラスト部分はＵＳＭ強調する必要がなく、ぼかし処理をおこなっても画質が劣化しないためである。そして、本処理後の画像に対してシャープネス処理等を施したとしても、サチレーションが抑制もしくは解消されるため、先に説明した平均レベルの変動すなわち、平均階調値が周期的に変動する状態は生じず、モアレの発生を抑制することができる。すなわち、画像パターンの繰り返しの有無の程度が大きく、かつ高コントラストの画像であったとしても、その画質を劣化させることなくモアレの発生を抑制することができるのである。
【０１２８】
一方、注目画素の周辺において画像パターンの繰り返しの有無の程度は大きいが、低コントラストである場合、例えば衣服の布地についての画像等の場合は、コントラスト量Ｃの値が小さくなるため、ぼかし量規定値（Ｃ×Ｍ）の値も小さくなる。従って、平滑化の程度が小さい加重平均フィルタ（図１７（ｂ）参照）が選択されてほとんどぼかし処理が行われない一方、シフト量規定値Ｓの値は大きくなり、大きなシフト処理が行われる。この場合、大きなシフト処理を行っても画質の劣化はほとんどない。なぜなら、画像パターンの繰り返しの有無の程度は大きいが低コントラストの画像であるテクスチャ領域は、ぼかし処理ではテクスチャが消滅するなどの問題が発生するが、シフト処理ではテクスチャは消滅しないからである。しかも「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」との周期性が崩れ、「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とがランダムに分散される。従って、本処理後の画像に対してシャープネス処理等を施したとしても、平均階調値が周期的に変動する状態は生じず、モアレの発生を抑制することができる。すなわち、画像パターンの繰り返しの有無の程度が大きく、かつ低コントラストの画像であったとしても、その画質を劣化させることなくモアレの発生を抑制することができるのである。
【０１２９】
なお、画像パターンの繰り返しの有無の程度が小さな画像については、周期性指標Ｍの値が小さくなるため、そのコントラストの高低の如何に関わらず、ぼかし量規定値（Ｃ×Ｍ）の値およびシフト量規定値Ｓの値ともに小さくなり、ぼかし処理もシフト処理も行われない。画像パターンの繰り返しの有無の程度が小さな画像については、そもそもモアレの発生がほとんどないものと考えられるため、画質の低下を回避する観点からぼかし処理もシフト処理も行わないのが好ましいのである。
【０１３０】
以上を集約すると、上述のように画像の内容に応じてぼかし処理およびシフト処理の程度を変化させることにより、種々の種類の画像について画質を劣化させることなくモアレの発生を抑制することができるのである。
【０１３１】
＜２−６．シャープネス処理＞
上記においては、シャープネス処理（次述）に先立って、周期性指標Ｍおよびコントラスト量Ｃに基づいて決定したぼかし量およびシフト量を用いてぼかし処理およびシフト処理を行うことにより、このシャープネス処理におけるモアレの発生を抑制する技術について説明した。ここでは、さらに、このシャープネス処理を行うにあたって、そのシャープネス処理自身におけるパラメータ（シャープネス処理係数）を周期性指標Ｍおよびコントラスト量Ｃに応じて変更することによって、モアレの発生を抑制する技術について説明する。なお、後述するように、上記のぼかし処理（ステップＳ６）およびシフト処理（ステップＳ７）を伴うことなく、このシャープネス処理（図３、ステップＳ９）を単独で行ってもよい。
【０１３２】
図３のステップＳ８に示すように、シャープネス処理（ステップＳ９）を行うにあたって、シャープネス処理係数決定部６５は、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)およびコントラスト量Ｃ(xc,yc)に基づいてシャープネス処理の程度であるシャープネス処理係数を決定する。
【０１３３】
シャープネス処理としては、いわゆるＵＳＭ処理に代表される輪郭強調処理等を適用することができる。具体的には、注目画素の信号（主信号Ｓ）および当該注目画素の近傍領域（注目画素を含んでも良い）の平滑化された信号（アンシャープ信号Ｕ）を画像より取り出し、両者の差信号（Ｓ−Ｕ）をもって輪郭強調の基礎信号（アンシャープマスク信号）とする。そして、アンシャープマスク信号に適当な係数ｇ（以下、シャープネス処理係数とも称する）を乗ずる形で増幅した信号を輪郭強調信号（ｇ×（Ｓ−Ｕ））とし、これを主信号Ｓに加算して当該注目画素の階調値とすることにより、輪郭を強調することができる。
【０１３４】
図２１は、シャープネス処理係数ｇの決定手法を説明するための図である。ここでは、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)とコントラスト量Ｃ(xc,yc)との積に基づいてシャープネス処理係数ｇを決定している。すなわち、周期性指標Ｍとコントラスト量Ｃとの積（Ｃ×Ｍ）に基づき、図２１のグラフに示すような特性を有するルックアップテーブル（ＬＵＴ３、図２参照）を用いてシャープネス処理係数ｇを決定する。
【０１３５】
また、このシャープネス処理は、上記のぼかし処理と逆の特性を有するものといえる。そのため、このシャープネス処理におけるルックアップテーブルＬＵＴ３は、ぼかし処理におけるルックアップテーブルＬＵＴ２に対して逆の特性を有するように規定する。
【０１３６】
図２１に示すように、このルックアップテーブルＬＵＴ３（図２）は、シャープネス処理係数ｇが値（Ｃ×Ｍ）が大きくなるにつれて小さくなるように規定されている。したがって、値（Ｃ×Ｍ）が大きな領域については、シャープネス処理係数ｇが小さくなるため輪郭強調の効果が小さくなる。この場合、上述したシャープネス処理におけるサチレーションが抑制もしくは解消されるため、先に説明した平均レベルの変動すなわち、平均階調値が周期的に変動する状態は生じず、モアレの発生を抑制することができる。すなわち、画像パターンの繰り返しの有無の程度が大きく、かつ高コントラストの画像であったとしても、その画質を劣化させることなくモアレの発生を抑制することができるのである。また、値（Ｃ×Ｍ）が大きいことは、コントラスト量Ｃも大きいことを意味するが、このようなコントラスト量Ｃが大きな領域に対してはシャープネス処理を施す必要性は低い。
【０１３７】
一方、周期性指標Ｍの値が小さい領域やコントラスト量Ｃが小さい領域については、値（Ｃ×Ｍ）が小さくなり、これに応じてシャープネス処理係数ｇが大きくなるため、十分な輪郭強調処理が行われる。したがって、画像の鮮鋭化を的確に行うことが可能になる。
【０１３８】
このように、値（Ｃ×Ｍ）に基づいて決定されたシャープネス処理係数ｇに基づいて、画像における注目画素についてのシャープネス処理を行うことにより、モアレの発生を抑制しつつ、画像の鮮鋭化を図ることができる。すなわち、このようなシャープネス処理によれば、上述のように画像の内容に応じてシャープネス処理の程度を変化させることにより、サチレーションを抑制して鮮鋭化を図りつつモアレの発生を抑制することが可能である。
【０１３９】
なお、ここでは、このステップＳ９におけるシャープネス処理を、上記のぼかし処理（ステップＳ６）およびシフト処理（ステップＳ７）と併せて行う場合について説明しているが、ぼかし処理（ステップＳ６）およびシフト処理（ステップＳ７）を伴うことなくシャープネス処理（ステップＳ９）のみを原画像に対して行ってもよい。特に、ぼかし処理とシャープネス処理とは一種の双対性を有しており、ぼかし処理でそのぼかし度合いを高く設定することと、シャープネス処理でそのシャープネスの強調度合いを低く設定することとは、モアレ発生の抑制に関して同様の効果を奏するものと考えられるので、ステップＳ６のぼかし処理を行わずにステップＳ９のシャープネス処理のみを行っても、シャープネス処理におけるモアレ発生の抑制を図ることが可能である。
【０１４０】
また、上記においては、シャープネス処理の一例としてＵＳＭ処理を行う場合について説明したがこれに限定されず、ＵＳＭ処理以外のシャープネス処理、たとえば、鮮鋭化を行うラプラシアンなどの空間フィルタを用いるシャープネス処理に適用してもよい。その場合、上述したように、複数のフィルタを予め準備しておき、値（Ｃ×Ｍ）に応じたＩＤ番号を有するフィルタをその複数のフィルタの中から選択してシャープネス処理を行えばよい。具体的には、ＩＤ番号が大きくなるにつれて鮮鋭化の程度が大きくなる複数のフィルタ（言い換えれば、ＩＤ番号が小さくなるにつれて鮮鋭化の程度が小さくなる複数のフィルタ）を予め準備しておき、その複数のフィルタの中から、値（Ｃ×Ｍ）が大きくなるほど小さなＩＤ番号のフィルタが選択されるように（Ｃ×Ｍ）の各値に対して対応づけられたフィルタを選択してシャープネス処理を行えばよい。
【０１４１】
＜２−７．網点化処理等＞
その後、ステップＳ１０（図３）において、ＣＭＹＫ変換処理が行われる。これにより、ＲＧＢ画像からＹＭＣＫ画像への変換が行われる。なお、以降のステップＳ１１，Ｓ１２の網点化処理においては、ＹＭＣＫの各色別に網点化処理が行われる。
【０１４２】
次に、ステップＳ１１，Ｓ１２の各処理について説明する。この網点化処理においては、ＳＰＭ（スクリーンメモリーパターン）に記憶されたデータ（ＳＰＭデータ）を用いて網点化処理を行う。網点化処理は、画像における階調値（濃度値）を面積（網点の大小）に変換する処理であり、これにより画像の階調表現を行うものである。デジタル画像においては、所定の解像度（たとえば３５０ｄｐｉ）を有する画像における各画素の多段階（たとえば２５６段階）の階調値が、さらに高解像度（たとえば２４００ｄｐｉ）の二値化画像において「１」または「０」のいずれかの値で表現される各画素値（いいかえれば微小点の有無）に変換されることにより、網点化処理が行われる。元の画像よりも高精細な二値化画像（網点化画像）においては、２つの値を有する画素の面積比により元の画像の階調値が表現される。
【０１４３】
この網点化処理に用いられるＳＰＭデータ（網点化データ）には、所定の規則の繰り返しにより表現されている通常の網点化処理を行うノーマルドットＳＰＭデータと、ランダム要素を取り入れてモアレを抑制を行うランドットＳＰＭデータとが存在する。
【０１４４】
ノーマルドットＳＰＭデータを用いて網点化を行う場合には、上述したように、モアレが発生してしまうことがある。このモアレは、網点パターンにおける網点ピッチと処理対象画像における画素ピッチとの比が整数比にならない場合に、このノーマルドットＳＰＭデータによる各画素の網点化の結果が周期的に変動することに起因するものである。
【０１４５】
一方、ランドットＳＰＭデータは、このようなノーマルドットＳＰＭデータを用いて網点化を行う場合に生じるモアレの抑制を図るべく、網点パターンにランダム性（非一様性）を取り入れたものである。このランドットＳＰＭデータによれば、モアレの発生を抑制することができるものの、粒状性の増加といった副作用をもたらすため、このランドットＳＰＭデータをその画像全体に用いることは一般に好ましくない。
【０１４６】
この実施形態においては、このようなトレードオフの関係を解消すべく、これら２種類のＳＰＭデータを処理対象となる画像内において適宜に使い分けることを行う。
【０１４７】
ここでは周期性指標Ｍを用いた使い分けについて説明する。この周期性指標Ｍは、上述したように、モアレの発生を生じやすい周期性の強いパターンである度合いを示すものであり、この指標Ｍが大きな値である程、モアレが発生しやすい状況であるといえる。なお、コントラスト量Ｃをも考慮して使い分けを行ってもよいが、網点化処理において発生するモアレは周期性指標Ｍに対して特に強い関連性があるとの知見に基づき、ここでは周期性指標Ｍのみを考慮して使い分けを行う。
【０１４８】
そのため、ステップＳ１１においては、網点化データ決定部８５（図２）は、各画素についての網点化処理を行うにあたって、周期性指標Ｍの大小に応じて、ランドットＳＰＭデータとノーマルドットＳＰＭデータとのいずれか一方のＳＰＭデータを選択し、選択したＳＰＭデータを、網点化処理（ステップＳ１２）に用いる網点化データとして決定する。具体的には、正規化された周期性指標Ｍ（０．０≦Ｍ≦１．０）が所定値（たとえば０．５）以上のとき（すなわち０．５≦Ｍ≦１．０のとき）には、ランドットＳＰＭデータが選択され、一方、周期性指標Ｍがこの所定値よりも小さいとき（すなわち０．０≦Ｍ＜０．５のとき）には、ノーマルドットＳＰＭデータが選択される。
【０１４９】
そして、次のステップＳ１２において、ステップＳ１１において選択されたＳＰＭデータを用いて網点化処理を行う。
【０１５０】
これにより、比較的大きな周期性指標Ｍを有する領域に対しては、モアレ抑制効果の高いランドットＳＰＭデータを用いて網点化処理が行われる。比較的大きな周期性指標Ｍを有する領域は、モアレが発生しやすい領域であるが、このような領域に対して、ランドットＳＰＭデータを用いて網点化処理を行うことにより、モアレの発生を有効に抑制することができる。
【０１５１】
一方、比較的小さな周期性指標Ｍを有する領域に対しては、粒状性が発生しないノーマルドットＳＰＭデータを用いて網点化処理が行われる。比較的小さな周期性指標Ｍを有する領域は、元来モアレが発生しにくい領域であるため、このような領域に対して、ランドットＳＰＭデータを用いてモアレを抑制する必要性は少ない。むしろ、ノーマルドットＳＰＭデータを用いて網点化処理を行うことにより、ランドットＳＰＭデータを用いた場合に生じる粒状性の発生を抑制することができるので、総合的に好適な網点化処理を行うことができる。
【０１５２】
このように、周期性指標Ｍに基づいて画像における注目画素についての網点化処理に用いる網点化データを決定し（ステップＳ１１）、決定された網点化データに基づいて画像における注目画素についての網点化処理を行う（ステップＳ１２）ことにより、粒状性の発生を抑制しつつ、モアレの発生をも抑制することが可能になる。
【０１５３】
上記のような各処理を行うことにより、ＵＳＭ処理におけるモアレの発生と網点化処理におけるモアレの発生とを有効に抑制しつつ、所望の網点化画像を得ることが可能である。そして、この網点化画像を画像出力部８を用いて印刷出力することにより、モアレの発生を有効に抑制した印刷画像を得ることが可能である。
【０１５４】
＜２−８．高解像度線画パターン挿入処理など＞
上記においては、線画パターン生成部９０による処理を行わず、網点化処理部８０による網点化処理のみを行うことにより高精細な二値化画像である網点化画像を得る場合について説明した。ここでは、さらに高コントラストな画像をモアレの発生を抑制しつつ得る技術について説明する。
【０１５５】
図２２は、処理対象となる画像ＩＭＧの一例（エアコンの撮像画像）を示す図である。この画像ＩＭＧ中において、例えばエアコンのフロントパネルは、水平方向の直線が垂直方向に繰り返し配置される図形領域ＲＧとして形成される。この領域ＲＧにおけるコントラスト量Ｃおよび周期性指標Ｍは、いずれも大きくなる。
【０１５６】
このような領域ＲＧにおいて、上述のように網点化データ決定部８５および網点化処理部８０を用いた画像処理等を行うことにより、モアレを抑制しつつ鮮鋭化を図ることも可能であるが、以下では、網点化処理部８０および線画パターン生成部９０（図２）を用いて、モアレを抑制しつつさらに鮮鋭な画像を作成する技術について説明する。より詳細には、網点化処理部８０と線画パターン生成部９０と合成部９７とを用いて、線画パターンデータに基づく高精細画像と網点化処理により得られた網点化画像とを合成することにより、高精細な二値化画像を得る技術について説明する。
【０１５７】
上述したように、網点化処理においては、所定の解像度（たとえば３５０ｄｐｉ）を有する画像における各画素の多段階の階調値が、さらに高解像度（たとえば２４００ｄｐｉ）の二値化画像において「１」または「０」のいずれかの値で表現される微小画素の集まりとして表現される。高解像度の二値化画像における中間階調値は、「１」の状態（ここでは点が存在する状態を想定する）の点と「０」の状態（ここでは点が存在しない状態を想定する）の点との比率（面積比）を変更することにより表現される。したがって、上記の原画像あるいはシャープネス処理後の画像において、中間階調の画素が存在する場合には、中間階調値を表現する面積比の部分が存在することになる。
【０１５８】
それに対して、線画パターン生成部９０は、高解像度を有する二値化画像中において、所定の図形（たとえば直線）を描くことにより、高コントラストの線画パターンデータを生成する。具体的には、図２３の（線画パターンの）拡大図に示すように、水平方向に伸びる直線ＬＮ（図中斜線で示す）を垂直方向に繰り返し描くことにより、エアコンのフロントパネルの領域ＲＧ（図２２）に対応する図形を描画する。すなわち、領域ＲＧに対応する線画パターンデータを生成する。より具体的には、たとえば直線の幅および間隔は、上述の周期値Ｔ（Tx，Ty）を用いて決定することができ、また、その方向は周期方向θ（＝Ty/Tx）に垂直な方向として決定することなどが可能である。
【０１５９】
この場合、点の有無を用いて中間階調値を表現する網点化領域は存在せず、二値化された高精細な線画パターンとしての画像を直接的に生成することができるので、さらに高精細でかつ高コントラストな画像を得ることができる。特に、原画像において画素幅と同程度もしくはそれ以下の幅を有する細い直線であっても、高解像度の二値化画像における画素ＨＲ（図２３）の幅よりも大きな幅を有する直線であれば、中間階調値表現を用いずに極めて高コントラストな直線として描画することが可能である。
【０１６０】
したがって、線画パターン生成部９０において生成された領域ＲＧに関する線画パターンを、網点化処理部８０において網点化処理された他の領域とを合成することにより、画像ＩＭＧに関する処理後画像（処理前画像よりも高精細な二値化画像）を得ることが可能である。
【０１６１】
ここにおいて、この画像処理装置１は、図２に示すように、切換部９５と合成部９７とをさらに備えている。
【０１６２】
切換部９５は、上記のコントラスト量Ｃおよび周期性指標Ｍに基づいて、画像ＩＭＧ中の各画素について、網点化処理部８０による網点化処理を行うのか、線画パターン生成部９０による線画パターンの生成処理を行うのかを切り換える。具体的には、切換部９５は、コントラスト量Ｃが所定の基準値Ｃ０よりも大きく、且つ、周期性指標Ｍも所定の基準値Ｍ０よりも大きいという条件（たとえば、０．０以上１．０以下の値を有するように正規化された各値Ｃ，Ｍについて、０．９≦Ｃ、かつ、０．９５≦Ｍ）を満たす場合には、線画パターン生成部９０による線画パターンの生成処理を行う旨を決定し、この条件が満たされない場合には、網点化処理部８０による網点化処理を行う旨を決定する。
【０１６３】
その後、画像ＩＭＧの各画素についての切換部９５の決定に応じて、対応する処理部８０，９０のいずれか（網点化処理部８０および線画パターン生成部９０のいずれか）がその処理を行う。すなわち、各画素に関して、切換部９５の決定に応じて、線画パターン生成部９０による線画パターンの生成処理と網点化処理部８０による網点化処理とのいずれかが行われる。
【０１６４】
そして、合成部９７は、これらの網点化処理部８０および線画パターン生成部９０による処理結果を合成することにより、画像ＩＭＧに対して網点化処理等にを施した高精細な二値化画像（網点化画像）を得ることができる。
【０１６５】
この場合、コントラスト量Ｃおよび周期性指標Ｍが大きく、モアレの発生が予想される領域ＲＧに対しては網点化処理が行われないため、網点化処理に起因するモアレの発生を回避することができる。また、この領域ＲＧに対しては、網点化処理部８０による網点化処理の代わりに、線画パターン生成部９０による線画パターンの生成処理が行われるので、高コントラストかつ鮮鋭化された線画パターン画像として形成される。このように、上記の処理によれば、モアレの発生を抑制しつつ鮮鋭かつ高コントラストな画像を得ることができる。
【０１６６】
なお、上記においては、画像ＩＭＧの各画素について、切換部９５が網点化処理および線画パターン生成処理のいずれを行うかを決定した後、合成部９７が各処理結果を合成していたが、これに限定されない。たとえば、網点化処理部８０および線画パターン生成部９０のそれぞれが画像ＩＭＧ中の全画素について網点化処理および線画パターン生成処理の両方を行った後、合成部９７がコントラスト量Ｃおよび周期性指標Ｍに基づいて網点化処理部８０および線画パターン生成部９０のいずれの処理結果を選択するかを決定した上で合成することにより、上述のような網点化画像を得ることも可能である。
【０１６７】
また、このような線画パターン生成部９０を用いた高解像度線画パターンの挿入処理は、シャープネス処理部６０および網点化処理部８０などを用いたステップＳ９，Ｓ１２の各処理を伴うことなく、これらの処理の代わりに行ってもよい。
【０１６８】
＜２−９．画像編集処理（その１）＞
また、上述したように、元の画像をそのまま出力する場合だけでなく、元の画像（原画像）に対して、変倍（拡大／縮小）、回転、階調変換などの画像編集処理を行う場合が存在する。たとえば、シャープネス処理（ステップＳ９）の前、あるいは、網点化処理（ステップ１２）の前に画像編集処理を行う場合がある。たとえば、入力部６（図１）を介して入力されるオペレータの指示に基づいて画像縮小等の画像編集処理が行われることがある。そして、このような場合にも、各種の画像編集処理によって何らかの周期的なずれが発生することに起因したモアレが発生することがある。
【０１６９】
そして、この場合にも、シャープネス処理係数決定部６５および網点化データ決定部８５によって、コントラスト量Ｃおよび周期性指標Ｍに基づきシャープネス処理および網点化処理における各パラメータ等を決定した上で、シャープネス処理部６０および網点化処理部８０によって上記のようなシャープネス処理および網点化処理を施すことにより、モアレの発生を抑制しつつシャープネス処理および網点化処理のそれぞれを行うことが可能である。
【０１７０】
ただし、その場合には、図２４に示すように、縮小などの画像編集処理によって各画素の対応位置関係等が変更されるので、画像の縮小等の編集処理に伴って、各種の各処理（ステップＳ９，Ｓ１２など）において用いられる各画素についての、コントラスト量Ｃ、周期性指標Ｍ、および周期値Ｔの各パラメータの値を更新する。言い換えれば、画像編集処理に伴う対応関係を用いて、編集後画像ＩＭＧ２における各画素についてのコントラスト量ＣＥ、周期性指標ＭＥ、および周期値ＴＥを求めることを行う。なお、図２４の編集後画像ＩＭＧ２は、編集前画像ＩＭＧ１に対して縮小処理（画像編集処理）を施して得られる画像である。
【０１７１】
具体的には、編集後画像ＩＭＧ２の各画素のコントラスト量Ｃは、当該各画素の編集前画像ＩＭＧ１における対応位置近傍の１つまたは複数の画素についてのコントラスト量Ｃに基づいて、バイリニア法を用いて求めること（バイリニア縮小）などが可能である。たとえば、図２５に示すように、編集後画像ＩＭＧ２における画素Ｅ２の位置（ｘ２，ｙ２）に対応する（編集前画像ＩＭＧ１内での）位置（対応位置ＰＣ）を想定すると、編集後画像ＩＭＧ２内の位置（ｘ２，ｙ２）に存在する画素Ｅ２についてのコントラスト量Ｃは、その対応位置ＰＣの近傍に存在する４つの画素（ｘ１，ｙ１）、（ｘ１＋１，ｙ１）、（ｘ１，ｙ１＋１）、（ｘ１＋１，ｙ１＋１）のコントラスト量Ｃを用いて算出することができる。より具体的には、対応位置近傍の４つの画素についてのコントラスト量Ｃが線形的に変化しているものと仮定して、対応位置におけるコントラスト量ＣＥ、すなわち、編集後画像ＩＭＧ２の注目画素のコントラスト量ＣＥとして決定することができる。
【０１７２】
また、同様に、周期性指標Ｍについても求めることができる。すなわち、当該各画素の編集前画像ＩＭＧ１における対応位置近傍の１つまたは複数の画素についての周期性指標Ｍに基づいて、バイリニア法を用いて求めること（バイリニア縮小）などが可能である。
【０１７３】
さらに、周期値Ｔについても同様に求めることが可能であるが、画像編集動作として変倍動作を伴う場合については、動作内容に修正が必要である。なぜなら、周期値Ｔは、画像の大きさ（ないし解像度）をも考慮した値であるからである。
【０１７４】
図２６は、編集前画像ＩＭＧ１を１／２に変倍（縮小）するにあたって、編集後画像ＩＭＧ２における各画素値についての周期値ＴＥを求める場合について説明する概念図である。編集前画像ＩＭＧ１における所定方向に連続する４つの画素の周期値Ｔが（４，４，４，４）で表されるものとすると、１／２の縮小動作により、これら４つの画素は編集後画像ＩＭＧ２における２つの画素に相当し、これらの２つの画素についての周期値Ｔは、その値自体が１／２に変更される必要がある。
【０１７５】
したがって、編集後画像ＩＭＧ２におけるこれらの２つの画素についての周期値Ｔは、上記と同様のバイリニア法などを用いて、対応位置の周期値Ｔを求めた上で、その求められた周期値Ｔに対して、変倍率（縮小率）（＝１／ｑ）を乗じた値を編集後画像ＩＭＧ２における周期値ＴＥとして求めることができる。たとえば、変倍率が１／２倍のときには、編集後画像ＩＭＧ２における２つの画素のそれぞれは、対応位置の周期値Ｔ（＝４）に１／２を乗じた値、すなわち２になる。したがって、編集前画像ＩＭＧ１における４つの画素の周期値Ｔの配列（４，４，４，４）は、編集後画像ＩＭＧ２における２つの画素の周期値Ｔの配列（２，２）として表される。
【０１７６】
なお、ここでは対応位置の周期値Ｔを求めた上で、その求められた周期値Ｔに対して、変倍率（縮小率）を乗じた値を編集後画像ＩＭＧ２における周期値ＴＥとして求める場合について説明したが、これに限定されず、編集前画像ＩＭＧ１における各画素についての周期値Ｔに対してそれぞれ変倍率（縮小率）（＝１／ｑ）を乗じた上で、対応位置の周期値Ｔを求めてもよい。
【０１７７】
また、上記においては簡単化のため、周期値Ｔは各画素について単一の値を有するものとして説明しているが、実際には周期値Ｔはそのｘ方向成分Txとｙ方向成分Tyとに基づいて定められる。したがって、これらの各成分Tx，Tyのそれぞれについて上記の処理を行ってもよい。
【０１７８】
さらに、上記においては、縮小の場合について説明したが、平行移動および／または回転移動などを伴う場合には、基準点（たとえば原点）のオフセット量等をも考慮することにより、編集後画像ＩＭＧ２の各画素に関して、編集前画像ＩＭＧ１の各画素との対応関係を求めることができる。
【０１７９】
以上のように、アフィン変換後の幾何学的な対応関係を求めた上でその対応位置近傍の複数の画素についてのコントラスト量Ｃ、周期性指標Ｍ、周期値Ｔの各値を用いることにより、編集後画像ＩＭＧ２の各画素についてのコントラスト量ＣＥ、周期性指標ＭＥ、周期値ＴＥなどの各値を求めることができる。
【０１８０】
このような画像編集処理は、図３のステップＳ８の前、あるいは、ステップＳ１１の前などにおいて行われる。
【０１８１】
たとえば、この画像編集処理が、ステップＳ８の前（より具体的にはステップＳ７とステップＳ８との間）に行われた場合には、その画像編集処理動作に引き続いて、上述の各パラメータの変更動作を行った後に、ステップＳ８以降の動作を行う。
【０１８２】
この場合、ステップＳ８においては、編集後画像ＩＭＧ２の各画素についてのコントラスト量ＣＥおよび周期性指標ＭＥなどを用いて同様の動作を行うことによりシャープネス処理係数決定動作（ステップＳ８）を行うことができる。そして、その決定されたシャープネス処理係数に基づいて、編集後画像ＩＭＧ２の各画素（注目画素）についてシャープネス処理（ステップＳ９）を行うことにより、上述のようにモアレの発生を抑制しつつ鮮鋭な画像を得ることが可能になる。
【０１８３】
同様に、ステップＳ１１においては、編集後画像ＩＭＧ２の各画素（注目画素）についてのコントラスト量ＣＥおよび周期性指標ＭＥなどを用いて同様の動作を行うことにより網点化データ決定動作を行い、さらに、編集後画像ＩＭＧ２の各画素（注目画素）について、決定された網点化データに基づいて網点化処理（ステップＳ１２）を行う。これにより、上述のように粒状性の発生を抑制しつつモアレの発生をも抑制することが可能である。
【０１８４】
なお、上記においては、画像編集処理として、変倍、平行移動、回転移動などのアフィン変換を伴う処理について説明したが、画像編集処理はこれに限定されず、階調変換処理であってもよい。
【０１８５】
例えば、図２７に示すようなルックアップテーブルによって各画素の階調値を変換するような階調変換処理など、サチレーションに偏りが生じるような画像処理を施した場合にも上記のような平均階調値が周期的に変動する状態が発生し、その結果、処理後の画像にモアレが発生すると考えられる。さらに、例えば、図２８に示すようなルックアップテーブルによって各画素の階調値を変換する階調変換処理などでも、「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とで平均階調値に違いが生じ、上記のような平均階調値が周期的に変動する状態が発生する結果、処理後の画像にモアレが発生すると考えられる。これらの階調変換処理を行う場合であっても、その後に上記のようなＵＳＭ処理（ステップＳ９）などを行うことにより、ＵＳＭ処理に伴うモアレの発生を抑制することが可能である。
【０１８６】
また、画像編集処理として階調変換を行う場合には、その階調変換に応じて、コントラスト量Ｃをも変更することが好ましい。具体的には、その階調変換動作によってコントラスト量Ｃが全体的に所定の倍数（たとえば１．１倍）となることが想定される場合には、各画素のコントラスト量Ｃに対してその所定の倍数（たとえば１．１倍）を乗じて得られた値を、新たな各画素についてのコントラスト量Ｃとする。そして、この新たなコントラスト量Ｃを用いて、その後のぼかし処理、シフト処理、シャープネス処理、および網点化処理などを適宜に行えばよい。
【０１８７】
＜２−１０．画像編集処理（その２）＞
上記においては、ＵＳＭ処理および／または網点化処理を伴う場合において、画像編集処理におけるモアレの発生を抑制する技術について説明したが、以下では、上述のようなＵＳＭ処理や網点化処理を伴わずに、画像編集処理において生じ得るモアレの発生を抑制することが可能な技術について説明する。
【０１８８】
図２９は、画像編集処理として画像の縮小処理を行う場合に関する概要を示す図である。図２９に示すように、この処理においては、処理前画像ＩＭＧ３に対してぼかし処理を行って画像ＩＭＧ４を得た後に、さらにこの画像ＩＭＧ４に対して縮小処理を行うことによって、画像編集（縮小）後の画像（編集後画像）ＩＭＧ５を得る。
【０１８９】
画像ＩＭＧ３に対するぼかし処理は、ぼかし量決定部４５によって決定されたぼかし量に基づいて、ぼかし処理部４０によって行われる。この場合、ぼかし量決定部４５は、コントラスト量Ｃおよび周期性指標Ｍに基づいてぼかし量を決定する点は、上述と同様である。
【０１９０】
ただし、ここでは、ぼかし量決定部４５によるぼかし量を決定する以前に、縮小倍率が予め判っている場合を想定する。言い換えれば、所定倍率の縮小処理を行う前提の下に、その縮小処理を行う前処理としてぼかし処理を行う場合を想定する。
【０１９１】
この場合において、ぼかし処理部４０は、画像の縮小率に応じたサイズを有する空間フィルタを用いて、画像における各注目画素についてのぼかし処理を行う。具体的には、縮小率（＝１／ｑ）に対して、（ｑ＋１）×（ｑ＋１）のサイズの空間フィルタ（２次元フィルタ）を用いたぼかし処理を行う。たとえば、縮小率が１／２のときには３×３のサイズの空間フィルタを用い、縮小率が１／４のときには５×５のサイズの空間フィルタを用いて、ぼかし処理を行う。なお、フィルタサイズを（奇数）×（奇数）にするため、（ｑ＋１）が偶数のときには、（ｑ＋２）×（ｑ＋２）のサイズの空間フィルタを用いるものとする。
【０１９２】
ここで、縮小率に応じて異なるサイズの空間フィルタを用いること、より具体的には、変倍率１／ｑのｑが大きくなるにつれて、より大きなサイズの空間フィルタを用いることによれば、縮小後画像における高周波成分をより効果的にカットして、モアレの発生を抑制することが可能になる。これは、縮小後画像におけるモアレは、サンプリング定理に基づき所定の周波数以上の高周波成分の折返しに起因して発生するという性質を利用するものである。すなわち、この性質に鑑み、あらかじめそのぼかし処理によってその所定の周波数以上の高周波成分をカットすることにより、モアレを抑制することが可能である。
【０１９３】
一般に、変倍率１／ｑのｑが大きくなる（画像がより小さく縮小される）ことは、サンプリング定理における基準周波数（折返し周波数）が低下することに対応する。一方、相対的に大きなサイズのフィルタを用いてぼかし処理を行えば、高周波成分のうち、相対的に低い周波数成分に至るまでの成分を減衰させることが可能になる。したがって、変倍率１／ｑのｑが大きくなる（画像がより小さく縮小される）につれて、より大きなサイズのフィルタを用いて、より低い周波数成分まで減衰させるぼかし処理を行うことが可能になるので、基準周波数よりも高い周波数成分が残存することに伴うモアレの発生を抑制することができる。
【０１９４】
ここにおいて、各フィルタは、図１７に例示したようなピラミッド型に加重値が配列されたフィルタである。また、各フィルタサイズごとに、そのぼかし量が異なる複数のフィルタがあらかじめ準備されている。たとえば、そのぼかし処理の程度が異なる６４個の３×３サイズのフィルタを有するフィルタ群と、６４個の５×５サイズのフィルタを有するフィルタ群と、６４個の７×７サイズのフィルタを有するフィルタ群と、...を予め準備しておけばよい。
【０１９５】
そして、上述のように、変倍率１／ｑのｑの値に応じて、所定のサイズを有するフィルタ群を選択し、そのフィルタ群の中から、コントラスト量Ｃおよび周期性指標Ｍに基づき、当該ぼかし量に応じて決定された所定のＩＤを有する１つのフィルタを選択する。そして、この選択されたフィルタを用いてぼかし処理を行うのである。
【０１９６】
ここにおいて、このぼかし処理に用いられるフィルタとして、変倍率１／ｑのｑの値に応じた所定のサイズ（たとえば、（ｑ＋１）×（ｑ＋１）のサイズ）を有するフィルタが選択されるので、ぼかし処理における高周波成分の抑制を好適に行うことができる。
【０１９７】
また、このぼかし処理に用いられるフィルタは、その所定のサイズを有する複数のフィルタのうち、コントラスト量Ｃおよび周期性指標Ｍに基づいて決定されたぼかし量に対応するものとして選択されるフィルタである。したがって、画像中の各画素についてこのような処理を行うことにより、ぼかし処理の程度を画像中において局所的に適宜に変更しつつぼかし処理を行うことができるので、鮮鋭さの度合いが低減してしまうことを最小限に止めつつ、モアレの発生を抑制することが可能になる。
【０１９８】
なお、この技術は、網点化処理を伴うことを要しないので、モニタ（表示部５）などの画面上において縮小画像を表示する場合にも適用することが可能である。
【０１９９】
＜Ｂ．変形例＞
上記実施形態の網点化処理においては、網点化処理部８０は、周期性指標Ｍに応じてデータ決定部８５が決定した、ノーマルドットＳＰＭデータとランドットＳＰＭデータとのいずれか一方の網点化データを選択的に用いて網点化処理を行っていたが、これに限定されない。たとえば、ノーマルドットＳＰＭデータとランドットＳＰＭデータとに基づき、周期性指標Ｍに応じた新たな網点化データを合成し、その合成された新たな網点化データを利用することにより、画像における各画素についての網点化処理を行ってもよい。
【０２００】
図３０は、このような新たな網点化データの生成動作について説明する図である。網点化データ決定部８５は、加重係数Ｒとして周期性指標Ｍ（０．０≦Ｍ≦１．０）を選択し、ランドットＳＰＭデータに係数Ｒを乗じた値と、ノーマルドットＳＰＭデータに係数（１−Ｒ）を乗じた値とを加算して加重平均をとることにより、網点化処理における閾値を新たに合成する処理、すなわち、新たな網点化データを合成する処理を行う。網点化処理は、元の画像の各画素に相当する領域内に含まれる（処理後画像の）高精細な複数の画素のそれぞれについて閾値を設定し、その閾値と元の画像の画素の階調値とを比較して、その高精細な二値化画像における各画素の状態（「１」であるか「０」であるか）を定めることにより行われる。上記の加重平均処理によれば、元の画像の１つの画素に相当する領域内に存在する高精細画像の複数の画素のそれぞれの画素値（「１」または「０」）を決定する際の閾値が周期性指標Ｍに応じて定められることになる。
【０２０１】
このように、周期性指標Ｍに応じて加重平均によりその閾値が定められた網点化データを合成し、その網点化データを用いて網点化処理を行うことによっても、網点化処理に伴うモアレの発生を抑制することが可能である。特に、この網点化データにおける閾値は、加重平均を用いて周期性指標Ｍに応じて定められているので、周期性指標Ｍの値を少なくとも多段階に反映させることが可能である。言い換えれば、ノーマルドットＳＰＭデータとランドットＳＰＭデータとのいずれか一方の網点化データを選択的に用いて網点化処理を行う場合において生じ得る不連続性（すなわちこれら２つのＳＰＭデータ（網点化データ）の切り替わり部分において生じ得る不連続性）が解消され、より連続的に変化する網点化データを用いた網点化処理を行うことが可能になる。
【０２０２】
なお、上記においては、周期性指標Ｍに応じて、新たな網点化データを逐次に作成していたが、周期性指標Ｍに応じて加重平均を用いて合成される上記の新たな複数の網点化データをあらかじめ作成しておき、これらの複数の網点化データの中から周期性指標Ｍに応じた網点化データを選択することにより、網点化処理において用いる網点化データを決定してもよい。この場合、網点化データを逐次に作成する必要がなく、予め準備された複数の網点化データの中から１つの網点化データを選択するだけでよいので、処理の高速化を図ることが可能である。
【０２０３】
【発明の効果】
以上のように、請求項１に記載の画像処理装置によれば、シャープネス処理係数決定手段は、周期性指標およびコントラスト量に基づいて、画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定し、シャープネス処理手段は、シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、画像における注目画素についてのシャープネス処理を行うので、シャープネス処理に伴うモアレの発生を抑制することができる。
【０２０４】
請求項２に記載の画像処理装置によれば、シャープネス処理係数決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、画像編集処理が施された編集後画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定し、シャープネス処理手段は、シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、編集後画像における注目画素についてのシャープネス処理を行うので、編集後画像についてのシャープネス処理に伴うモアレの発生を抑制することができる。
【０２０５】
また、請求項３に記載の画像処理装置によれば、網点化データ決定手段は、周期性指標に基づいて画像における注目画素についての網点化処理に用いる網点化データを決定し、網点化処理手段は、網点化データ決定手段により決定された網点化データに基づいて画像における注目画素についての網点化処理を行うので、網点化処理に伴い発生するモアレを抑制することができる。また、周期値に基づいて画像に関する高精細な線画パターンデータを生成する線画パターンデータ生成手段と、画像における注目画素について、線画パターンデータを挿入する挿入処理と網点化データを用いる網点化処理とのいずれを行うかを、周期性指標およびコントラスト量に基づいて決定し、当該決定に基づいて注目画素についての高精細な二値化画像を得る二値化画像取得手段と、を備えるので、モアレの発生を抑制しつつ、高コントラストで高精細な画像を得ることができる。
【０２０８】
請求項４に記載の画像処理装置によれば、網点化データ決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、画像編集処理が施された編集後画像における注目画素についての網点化処理に用いる網点化データを決定する網点化データを決定し、網点化処理手段は、網点化データ決定手段により決定された網点化データに基づいて、編集後画像における注目画素についての網点化処理を行うので、編集後画像についての網点化処理に伴うモアレの発生を抑制することができる。
【０２０９】
さらに、請求項５に記載の画像処理装置によれば、ぼかし量決定手段は、周期性指標およびコントラスト量に基づいて、画像における注目画素についてのぼかし処理の程度であるぼかし量を決定し、ぼかし処理手段は、ぼかし量決定手段により決定されたぼかし量に基づいて画像における注目画素についてのぼかし処理を行い、画像編集処理手段は、ぼかし処理が施された画像に対して所定の画像編集処理を施すので、画像編集処理に伴うモアレの発生を抑制できる。
【０２１０】
請求項６に記載の画像処理装置によれば、所定の画像編集処理は、画像の縮小処理であり、ぼかし処理手段は、ぼかし量決定手段により決定されたぼかし量に応じた空間フィルタであって、かつ、画像の縮小率に応じたサイズを有する空間フィルタを用いて、画像における注目画素についてのぼかし処理を行うので、縮小後の画像における高周波成分を予め抑制し、画像編集処理が施された画像におけるモアレの発生を抑制することができる。
【０２１１】
また、請求項７に記載の記録媒体によれば、請求項１ないし請求項６に記載の発明と同様の効果を得ることができる。
【図面の簡単な説明】
【図１】本発明に係る画像処理装置のハードウェア構成の一例を示すブロック図である。
【図２】図１の画像処理装置の機能的構成を示す機能ブロック図である。
【図３】図１の画像処理装置における画像処理の処理手順の概要を示すフローチャートである。
【図４】自己相関データの算出形態の一例を示す図である。
【図５】ｘ方向に沿った自己相関データの算出形態の一例を示す図である。
【図６】ｙ方向に沿った自己相関データの算出形態の一例を示す図である。
【図７】処理前画像の各画素の階調値の一例およびそれから得られたｘ方向に沿った自己相関データを示す図である。
【図８】周期性が無いｘ方向に沿った自己相関データの一例を示す図である。
【図９】ｘ方向に沿った周期値およびｙ方向に沿った周期値と実際の周期方向及び周期値との関係を示す図である。
【図１０】コントラスト量算出の手順を示すフローチャートである。
【図１１】高濃度領域の拡張または縮小について説明する図である。
【図１２】図１１の画像の高濃度領域が拡張された高濃度領域拡張画像を示す図である。
【図１３】図１１の画像の高濃度領域が縮小された高濃度領域縮小画像を示す図である。
【図１４】作成された差分画像を示す図である。
【図１５】バイリニア拡大を概念的に説明するための図である。
【図１６】ぼかし量の決定手法を説明するための図である。
【図１７】加重平均フィルタの例を示す図である。
【図１８】シフトデータのシフト方向とシフト量とを示す図である。
【図１９】シフト量規定値の算出に用いられるルックアップテーブルを示す図である。
【図２０】図１７の加重平均フィルタの係数を示す図である。
【図２１】シャープネス処理係数ｇの決定手法を説明するための図である。
【図２２】処理対象となる画像ＩＭＧの一例（エアコンの撮像画像）を示す図である。
【図２３】線画パターンの拡大図である。
【図２４】画像編集処理（縮小）に伴うパラメータ（コントラスト量Ｃ、周期性指標Ｍ、および周期値Ｔ）の値を変更を説明する図である。
【図２５】縮小処理後の画素についてのコントラスト量Ｃ（および周期性指標Ｍ）の算出について説明する図である。
【図２６】縮小処理後の画素についての周期値Ｔの算出について説明する図である。
【図２７】モアレが発生し得る階調変換処理を実施するルックアップテーブルの一例を示す図である。
【図２８】モアレが発生し得る階調変換処理を実施するルックアップテーブルの他の例を示す図である。
【図２９】画像編集処理として縮小処理を行う場合の概要を示す図である。
【図３０】新たな網点化データの生成動作について説明する図である。
【図３１】従来の問題点を説明するための図であって、画像パターンと光電素子との位置関係を示す図である。
【図３２】デジタル画像の画像パターンが４画素周期である場合の「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とを示す図である。
【図３３】図３２のデジタル画像にシャープネス処理を施した場合の計算上の各画素の階調値を示す図である。
【図３４】図３２のデジタル画像にシャープネス処理を施した場合の各画素の最終的な階調値を示す図である。
【符号の説明】
１ 画像処理装置
４５ ぼかし量量決定部
５５ シフト量決定部
５７ シフト量生成部
６５ シャープネス処理係数決定部
８５ 網点化データ決定部
Ｃ，ＣＥ コントラスト量
Ｍ，ＭＥ 周期性指標
【発明の属する技術分野】
本発明は、画像に対して処理を施す画像処理装置に係り、特には、モアレの発生の抑制などに効果がある画像処理装置およびその処理をコンピュータに実行させるためのプログラムを記録した記録媒体に関する。
【０００２】
【従来の技術】
一般に従来より、画像処理は、ＣＣＤなどの画像入力機で原稿または対象物体を光学的に読み取り、デジタル化することによってデジタル画像を取得し、そのデジタル画像に対して種々の処理を施すことにより行われる。
【０００３】
例えば、画像の鮮鋭度を向上させる場合には取得したデジタル画像にシャープネス処理が施される。また、シャープネス処理以外にも、画像中の画素の階調値を変換する階調変換処理や画像を変倍する変倍処理（たとえば縮小処理）などの画像編集処理が行われる。
【０００４】
【発明が解決しようとする課題】
しかしながら、従来、例えば、デジタル画像に対してシャープネス処理などの画像処理を行った場合、処理後の画像にモアレが発生することがあった。
【０００５】
本発明者は、このようなモアレの発生状態や発生原因を調査した。その結果、まず、このようなモアレは、画像内に布地や網模様、格子パターンなどの周期性を有する画像パターンが存在する画像領域で発生することが判明した。
【０００６】
このようなモアレは、以下のような原因で発生すると考えられる。例えば、原稿内に図３１に示すような周期性を有する画像パターン(白黒の縞模様)ＧＰＴが存在し、この原稿を画像入力機で読み取ってデジタル画像を得る場合を考える。このとき、原稿の画像パターンＧＰＴと画像入力機の光学読み取り素子(光電素子)ＩＤとの位置関係によって、得られたデジタル画像の各画素の階調値は変化する。
【０００７】
例えば、原稿の画像パターンＧＰＴと光電素子ＩＤとの位置関係が図３１（ａ）に示す状態であれば、得られたデジタル画像の各画素の階調値は、図３２（ａ）の階調プロファイルに示すように、白黒が明確に分かれる「ＩＮフェイズ状態」となる。また、原稿の画像パターンＧＰＴと光電素子ＩＤとの位置関係が図３１（ｂ）に示す状態であれば、得られたデジタル画像の各画素の階調値は、図３２（ｂ）の階調プロファイルに示すように、白黒の中間値が発生する「ＯＵＴフェイズ状態」となる。
【０００８】
図３２に示す各階調プロファイルは「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とで相違するが、各々の平均階調値ＡＫIN、ＡＫOUTは略等しい。
【０００９】
しかしながら、デジタル画像に、例えば、シャープネス処理を施すと、「ＩＮフェイズ状態」で読み取られた画像と「ＯＵＴフェイズ状態」で読み取られた画像とで平均階調値ＡＫIN、ＡＫOUTに違いが生じる。例えば、図３２（ａ）、（ｂ）に示す各画像にそれぞれシャープネス処理を施すと、計算上、各画素の階調値は各々図３３（ａ）、（ｂ）に示すようになる。ここで、計算上、階調値が階調レンジＫＲ(図では、０〜２５５)から外れるサチレーションが起きると、その階調値は、強制的に階調レンジＫＲの上下限値に修正される。すなわち、図３２（ａ）、（ｂ）に示す各画像にそれぞれシャープネス処理を施すと、処理後の各画素の階調値は各々図３４（ａ）、（ｂ）の実線に示すようになる。
【００１０】
ここで、この例の画像パターンＧＰＴは、デジタル画像上で４画素周期の周期性を有しているが、１周期ごとに、図３４（ａ）では、白２画素だけにサチレーションＳＲが起き、図３４（ｂ）では、白１画素と黒１画素とにサチレーションＳＲが起きている。その結果、図３４（ａ）(「ＩＮフェイズ状態」)の平均階調値ＡＫINは、図３４（ｂ）(「ＯＵＴフェイズ状態」)の平均階調値ＡＫOUTに比べて低くなる。
【００１１】
ところで、図３１では、画像パターンＧＰＴの白黒の幅が、光電素子ＩＤの幅の整数倍である場合を示したが、画像パターンＧＰＴの白黒の幅が、光電素子ＩＤの幅の整数倍でない場合、原稿の画像パターンＧＰＴと光電素子ＩＤとの位置関係が周期的にずれるので、得られた画像上では、画像パターンＧＰＴは、「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とで読み込まれる状態が周期的に繰り返されることになる。この場合、このデジタル画像にシャープネス処理を施すと、平均階調値が周期的に変動する状態が生じる。この平均階調値が周期的に変動する状態が、モアレとなって現れるものと考えられる。
【００１２】
この周期変動は、原稿や対象物体には無い画像であるため、画像の品質が著しく低下することになる。
【００１３】
また、このようなモアレとしては、上記のようにシャープネス処理に伴い発生するものの他、網点化処理に伴い発生するものや、画像編集処理（縮小処理など）に伴い発生するものなどが存在する。なお、これらの処理に伴い発生するモアレは、詳細には上記の原因とは若干異なる原因に起因するものではあるが、いずれも周期的な画像パターンの繰り返しが存在する領域に発生する現象である。
【００１４】
本発明は、上記課題に鑑みてなされたものであり、モアレの発生の抑制に効果がある画像処理技術を提供することを目的とする。
【００１５】
【課題を解決するための手段】
上記目的を達成するため、請求項１に記載の画像処理装置は、画像に対して処理を施す画像処理装置であって、画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、前記周期性指標および前記コントラスト量に基づいて、前記画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定するシャープネス処理係数決定手段と、前記シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、前記画像における注目画素についてのシャープネス処理を行うシャープネス処理手段と、を備えることを特徴とする。
【００１６】
請求項２に記載の画像処理装置は、請求項１に記載の画像処理装置において、前記画像に対して画像編集処理を施す画像編集処理手段、をさらに備え、前記周期性指標算出手段は、前記画像編集処理に応じて前記周期性指標を更新し、前記コントラスト量算出手段は、前記画像編集処理に応じて前記コントラスト量を更新し、前記シャープネス処理係数決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、前記画像編集処理が施された編集後画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定し、前記シャープネス処理手段は、前記シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、前記編集後画像における注目画素についてのシャープネス処理を行うことを特徴とする。
【００１７】
請求項３に記載の画像処理装置は、画像に対して処理を施す画像処理装置であって、画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、前記周期性指標に基づいて、前記画像における注目画素についての網点化処理に用いる網点化データを決定する網点化データ決定手段と、前記網点化データ決定手段により決定された網点化データに基づいて、前記画像における注目画素についての網点化処理を行う網点化処理手段と、前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、前記画像パターンの繰り返しの周期値を算出する周期値算出手段と、前記周期値に基づいて前記画像に関する高精細な線画パターンデータを生成する線画パターンデータ生成手段と、前記画像における注目画素について、前記線画パターンデータを挿入する挿入処理と前記網点化データを用いる網点化処理とのいずれを行うかを、前記周期性指標および前記コントラスト量に基づいて決定し、当該決定に基づいて前記画像に対応する高精細な二値化画像を得る二値化画像取得手段と、を備えることを特徴とする。
【００２０】
請求項４に記載の画像処理装置は、請求項３に記載の画像処理装置において、前記画像に対して画像編集処理を施す画像編集処理手段、をさらに備え、前記周期性指標算出手段は、前記画像編集処理に応じて前記周期性指標を更新し、前記コントラスト量算出手段は、前記画像編集処理に応じて前記コントラスト量を更新し、前記網点化データ決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、前記画像編集処理が施された編集後画像における注目画素についての網点化処理に用いる網点化データを決定する網点化データを決定し、前記網点化処理手段は、前記網点化データ決定手段により決定された網点化データに基づいて、前記編集後画像における注目画素についての網点化処理を行うことを特徴とする。
【００２１】
請求項５に記載の画像処理装置は、画像に対して処理を施す画像処理装置であって、画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、前記周期性指標および前記コントラスト量に基づいて、前記画像における注目画素についてのぼかし処理の程度であるぼかし量を決定するぼかし量決定手段と、前記ぼかし量決定手段により決定されたぼかし量に基づいて、前記画像における注目画素についてのぼかし処理を行うぼかし処理手段と、前記ぼかし処理が施された画像に対して所定の画像編集処理を施す画像編集処理手段と、を備えることを特徴とする。
【００２２】
請求項６に記載の画像処理装置は、請求項５に記載の画像処理装置において、前記所定の画像編集処理は、画像の縮小処理であり、前記ぼかし処理手段は、前記ぼかし量決定手段により決定されたぼかし量に応じた空間フィルタであって、かつ、前記画像の縮小率に応じたサイズを有する空間フィルタを用いて、前記画像における注目画素についてのぼかし処理を行うことを特徴とする。
【００２３】
請求項７に記載の記録媒体は、コンピュータを、請求項１ないし請求項６のいずれかに記載の画像処理装置として機能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であることを特徴とする。
【００２４】
【発明の実施の形態】
＜Ａ．第１実施形態＞
＜１．画像処理装置の全体構成＞
図１は、この発明の実施形態に係る画像処理装置１のハードウエア構成を表す概念図である。画像処理装置１は、ＣＰＵ２、半導体メモリおよびハードディスクなどを含む記憶部３、各種の記録媒体９から情報を読み出すメディアドライブ４、モニタなどを含む表示部５、キーボートおよびマウスなどを含む入力部６、デジタル画像を読み込む画像入力部７、処理後の画像を出力する画像出力部８を備えるコンピュータシステムである。ＣＰＵ２は、バスラインＢＬおよび入出力インターフェースＩＦを介して、記憶部３、メディアドライブ４、表示部５、入力部６、画像入力部７、画像出力部８などに接続されている。また、メディアドライブ４は、ＣＤ−ＲＯＭ、ＤＶＤ（Digital Versatile Disk）、フレキシブルディスクなどの可搬性の記録媒体９からその中に記録されている情報を読み出す。このコンピュータシステムは、プログラムを記録した可搬性記録媒体９からそのプログラムを読み込むことによって、後述するような各種の原因によって生じ得るモアレを除去するモアレ除去機能などの各機能を有する画像処理装置として動作する。さらに、記憶部３は、読み込まれたプログラムの全部または一部を記憶するプログラム記憶部３ａ、および各種の処理画像を記憶する画像記憶部３ｂなどを有する。
【００２５】
また、入力スキャナなどで構成される画像入力部７によって読み込まれたデジタル画像は、記憶部３内の画像記憶部３ｂに記憶され、この入力画像に対して、後述するような周期画像領域の抽出処理やコントラスト量算出等の各処理が施される。
【００２６】
図２は、図１の画像処理装置１の機能的構成を示す機能ブロック図である。同図に示すように、この画像処理装置１は機能的に、周期画像領域抽出部１０、自己相関特性算出部２０、コントラスト量算出部３０、ぼかし処理部４０、シフト処理部５０、シャープネス処理部（ＵＳＭ処理部）６０、ＣＭＹＫ変換処理部７０、網点化処理部８０、および線画パターン生成部９０を備えている。このうち、自己相関特性算出部２０は、画像パターンの繰り返しの周期値Ｔを算出する周期値算出部２２と、周期性度合いを表す周期性指標Ｍを算出する周期性指標算出部２４とを有しており、周期値Ｔおよび周期性指標Ｍを含む自己相関特性を算出する。なお、周期値Ｔおよび周期性指標Ｍについては後述する。
【００２７】
また、画像処理装置１は、差分画像作成部３５、ぼかし量決定部４５、シフト量決定部５５、シャープネス処理係数決定部（ＵＳＭ処理係数決定部）６５、および網点化データ決定部８５をさらに備えている。
【００２８】
なお、これらの処理部はいずれも、ＣＰＵ２内において、上記処理プログラムによって実現される手段であり、それぞれの機能および処理内容については後に詳述する。
【００２９】
＜２．画像処理の手順＞
図３は、画像処理装置１における画像処理の処理手順の概要を示すフローチャートである。画像処理に先立って、原稿または対象物体が画像入力部７によってデジタル画像として読み込まれ、画像記憶部３ｂに記憶される。そして、読み込まれたデジタル画像は、周期画像領域抽出部１０に与えられ、画像から周期的な画像パターンの繰り返しが存在する周期画像領域が抽出される（ステップＳ１）。また、このときに後述する相関特性に基づいて、周期性指標算出部２４が画像パターンの繰り返しの有無の程度を示す周期性指標を算出する（ステップＳ２）。なお、ステップＳ２においては、この周期性指標とともに、周期値Ｔも算出しておく。
【００３０】
一方、読み込まれたデジタル画像は、差分画像作成部３５にも与えられ、処理前画像から差分画像が作成される。差分画像は加工部３７によって加工され、その加工後の差分画像に基づいてコントラスト量算出部３０が明暗比を示す指標であるコントラスト量を算出する（ステップＳ３）。なお、ステップＳ２の処理とステップＳ３の処理とはその処理順序が逆であっても良い。
【００３１】
その後、ぼかし量決定部４５が上記の周期性指標およびコントラスト量に基づいてぼかし処理の程度であるぼかし量を決定する（ステップＳ４）。また、シフト量決定部５５が上記の周期性指標およびコントラスト量に基づいてシフト処理の程度であるシフト量を決定する（ステップＳ５）。なお、ステップＳ４の処理とステップＳ５の処理とはその処理順序が逆であっても良い。
【００３２】
そして、決定されたぼかし量に従って、ぼかし処理部４０が読み込まれた画像のぼかし処理を行い（ステップＳ６）、決定されたシフト量に従ってシフト処理部５０がシフト処理を行う（ステップＳ７）。
【００３３】
さらに、シャープネス処理係数決定部６５は、上記の周期性指標およびコントラスト量に基づいてシャープネス処理の程度であるシャープネス処理係数（ＵＳＭゲイン）を決定する（ステップＳ８）。そして、決定されたシャープネス処理係数に基づいて、シャープネス処理部６０がシャープネス処理を行う（ステップＳ９）。なお、ここでは、シャープネス処理の一例としてＵＳＭ（アンシャープマスキング）処理を行う場合について説明するが、ＵＳＭ処理以外のシャープネス処理を行う場合にも本発明を適用することができる。
【００３４】
ここで、上記の処理画像は、通常、Ｒ（レッド），Ｇ（グリーン），Ｂ（ブルー）の３枚の画像からなるＲＧＢ画像として構成されている。ＣＭＹＫ変換処理部７０は、このＲＧＢ画像をＹＭＣＫ画像へと変換する処理を行う（ステップＳ１０）。
【００３５】
また、網点化データ決定部８５は、上記の周期性指標に基づいて網点化データを決定し（ステップＳ１１）、網点化処理部８０は、各ＹＭＣＫ画像についての網点化処理をステップＳ１１で決定された網点化データに基づいて行う（ステップＳ１２）。
【００３６】
以上のような概略手順に従って画像処理は行われる。なお、ステップＳ１からステップＳ１２の処理は画像中の画素単位で行われるものであり、原則として読み込まれた画像の全画素について行われる。また、処理が終了した画像は記憶部３ｂに記憶される。
【００３７】
以下、図３の各処理手順についてさらに詳細に説明する。
【００３８】
＜２−１．周期画像領域の抽出および周期性指標の算出＞
周期性を有する画像パターンが存在する画像領域、すなわちモアレの発生が予測される周期的な画像パターンの繰り返しが存在する周期画像領域の抽出は、周期画像領域抽出部１０が処理前画像の自己相関特性を調べることにより行われる。
【００３９】
具体的には、まず、処理前画像の或る画素を注目画素(xc,yc)として、以下の数１によって注目画素(xc,yc)の周辺領域の自己相関データＳ(a,b)を求める。
【００４０】
【数１】
但し、ＡＢＳ｛｝は絶対値を求める関数、Ｐ(x,y)は処理前画像の画素(x,y)の階調値、ｍ,ｎは差分積算領域Ｅを決める定数、ａ,ｂは自己相関を比較するズラシ量、wx,wyは１つの中心画素(xc,yc)に対して自己相関特性を調べる範囲Ｗを決める定数である。
【００４２】
(xc,yc)=(4,4)、m=n=1(差分積算領域：３×３)、wx=xy=2(a=b=-2〜+2)とした場合において、a=b=+2のときの自己相関データＳ(a,b)の算出形態を図４に示す。
【００４３】
なお、ｍ,ｎ,ｗｘ,ｗｙは予め設定された固定値として処理するようにしてもよいし、入力装置６からオペレータによって適宜に変更可能に構成してもよい。
【００４４】
ところで、上記の数１では、自己相関データを２次元的に求めているので処理量が多くなる。そこで、例えば、２次元の処理前画像内で互いに直交する2つの画素列方向であるｘ方向、ｙ方向それぞれに沿った周期的な画像パターンの繰り返しの存在を調べて周期画像領域を抽出するために、ｘ方向、ｙ方向それぞれに沿った自己相関データＨ(a)、Ｖ(b)を以下の数２、数３によって求めて、処理の高速化を図るようにしてもよい。
【００４５】
【数２】
【数３】
(xc,yc)=(4,4)、m=1(差分積算領域：３×１)、wx=2(a=-2〜+2)とした場合において、a=+2のときのｘ方向に沿った自己相関データＨ(a)の算出形態を図５に、また、(xc,yc)=(4,4)、n=1(差分積算領域：１×３)、wy=2(b=-2〜+2)とした場合において、b=+2のときのｙ方向に沿った自己相関データＶ(b)の算出形態を図６にそれぞれ示す。
【００４８】
次に、上記で求めた自己相関データ(Ｓ(a,b)、または、Ｈ(a)、Ｖ(b))に基づき、画像中における周期的な画像パターンの繰り返しの有無を調べる。
【００４９】
すなわち、周期的な画像パターンの繰り返しが存在すると、その画像パターンの周期ごとに自己相関が高くなり、上記数１、数２、数３で求まる自己相関データは規則的に小さくなる。従って、まず、（Ａ）自己相関データの極小値を検索し、（Ｂ）それら極小値が所定レベル以下で、かつ、（Ｃ）それら極小値が規則的に存在していることを調べる。
【００５０】
図７は(xc,yc)=(7,3)、m=1、wx=5(a=-5〜+5)とした場合のＰ(x,y)、Ｈ(a)の一例を示すデータとそのＨ(a)をグラフ化した図である。すなわち、同図は注目画素(xc,yc)=(7,3)について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性を示すものである。なお、a=0は、同じ画素同志の自己相関であるので、Ｈ(0)=０となり極小値になる。
【００５１】
自己相関データＨ(a)について、上記（Ａ）の処理は、〔(Ｈ(k-1)＞Ｈ(k))and(Ｈ(k)＜Ｈ(k+1))〕の条件を満たすkを＋側と−側とで求める。この条件を満たすkについてのＨ(k)の値が極小値となる。
【００５２】
上記（Ｂ）の処理は、上記（Ａ）の条件を満たすＨ(k)、すなわち極小値となるＨ(k)が所定のしきい値以下となるか否かで判定する。このしきい値は、予め入力装置６等によって複数が設定されており、例えば図７においては、”ＳＬ１=7.5”、”ＳＬ２=5”の２つが設定されている。そして、極小値となるＨ(k)が少なくとも最も高い値のしきい値ＳＬ１以下となっていれば、上記（Ｂ）の処理において、所定レベル以下であると判定される。
【００５３】
なお注目領域のコントラストが高いほど、Ｈ(a)の全体レベルが上がるため、しきい値は固定値ではなく、Ｈ(a)の最大値に対する比率（ＳＬＫ１＝５８％，ＳＬＫ２＝３８％）で規定してもよい。
【００５４】
上記（Ｃ）の処理では、例えば、上記（Ａ）の条件を満たす＋側のkをkp、−側のkをkmとしたとき(ABS{kp＋km}≦１)を満たすか否かで規則性の有無を判定する。また、例えば、上記（Ａ）の条件を満たす各極小値に対して、隣接する各極小値間の幅の相互の差分の絶対値が各々１以下であるか否か、すなわち、ABS{D(d+1)−D(d)}≦１(d=0,1,2,・・・：図７では、d=O)によって規則性の有無を判定することもできる。後者の判定によれば、例えば、極小値が＋側、−側にそれぞれ２個以上存在する場合にも適用できる。
【００５５】
Ｈ(a)に極小値が存在しても、ある程度大きかったり(最も高い値のしきい値ＳＬ１を越えていたり)、それら極小値が不規則に存在しているような場合は周期性が有るとは言い難いが、上記（Ｂ）によりレベル判定が行え、上記（Ｃ）により極小値の規則性が判別でき、周期性の有無を確実に判定できる。
【００５６】
従って、上記（Ａ）、（Ｂ）、（Ｃ）の条件を全て満たす場合、注目画素(xc,yc)の周囲の範囲Ｗ内の画像に周期的な画像パターンの繰り返しが存在することになる。このことは換言すれば、注目画素(xc,yc)の周囲の範囲Ｗ内の画像が周期画像領域として抽出されたことを意味する。例えば、図７に示す自己相関データＨ(a)には周期性が有るため、注目画素(xc,yc)の周囲の範囲Ｗ内の画像が周期画像領域として抽出される。これに対して、図８に示すような自己相関データＨ(a)には周期性が無く、周期画像領域として抽出されることもない。
【００５７】
ところで、図７において、ｘ方向の周期値Thは((kp−km)/2))または(D(d))である。
【００５８】
また、上記ではｘ方向に沿った周期性の有無や周期値(Th)について説明したが、ｙ方向に沿った周期性の有無や周期値(Tv)も同様の処理により求めることができる。
【００５９】
図９に示すように、ｘ方向の周期値(Th)とｙ方向の周期値(Tv)が判れば、周期方向θは(arctan(Tv/Th))であり、処理前画像上の実際の周期値（周期方向に沿った周期値）Ｔは(Th×sinθ)(または、Tv×cosθ)により求めることができる。
【００６０】
自己相関データＳ(a,b)を用いた場合には、上記と同様の処理を２次元的に行うことで、周期性の有無や処理前画像上の実際の周期方向及び周期値を得ることができるが、上述したようにｘ方向、ｙ方向それぞれに沿った自己相関データＨ(a)、Ｖ(b)を用いても同様の結果を高速に得ることができる。なお、自己相関データＳ(a,b)を用いた場合、実際の画像パターンの周期を種々の方向から調べることになるが、このとき、周期値が最小となる方向がその画像パターンの周期方向となる。
【００６１】
また、周期画像領域抽出部１０が上記（Ａ）、（Ｂ）、（Ｃ）の処理を行う過程において、図７に示したような相関特性に基づいて、周期性指標算出部２４が画像パターンの繰り返しの有無の程度を示す周期性指標Ｍを算出する。自己相関データＨ(a)は、周期性の度合い（画像パターンの繰り返しの有無の程度）を示すものであるため、極小値となるＨ(k)がより低い値のしきい値以下となっている場合には、周期性の度合いが大きいと言える。例えば、図７において、極小値Ｈ(-3)はしきい値ＳＬ１としきい値ＳＬ２との間であるのに対して、極小値Ｈ(+3)はしきい値ＳＬ２よりも小さい。つまり、極小値Ｈ(+3)の方が周期性の度合いが大きいことを示している。従って、極小値Ｈ(k)がいずれのしきい値以下となっているかを判定することによって、画像パターンの繰り返しの有無の程度を判別することができるのである。
【００６２】
具体的には、以下のようにして周期性指標算出部２４が周期性指標Ｍを算出する。周期性指標Ｍの算出に関与するのは、上記（Ａ）の処理において極小値と判定され、上記（Ｂ）の処理において最高しきい値ＳＬ１以下と判定され、かつ上記（Ｃ）の処理において規則性有りと判定された極小値Ｈ(k)のみである。但し、Ｈ(0)は、注目画素自身との相関であって、必ず０になる値であるため、周期性指標Ｍの算出には関与しない。従って、例えば、図７においては、しきい値ＳＬ１以下の極小値Ｈ(-3)および極小値Ｈ(+3)がいずれのしきい値以下となっているかによって周期性指標Ｍは算出される。なお、上記（Ａ）、（Ｂ）、（Ｃ）の条件を満たすＨ(k)が存在しない場合には、その注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)＝０とすることにより、周期性は存在しないものされる。
【００６３】
複数のしきい値のそれぞれには周期性指標Ｍの値が０から１の範囲にて規定されており、例えば図７の例では、しきい値ＳＬ１に”Ｍ＝０”、しきい値ＳＬ２に”Ｍ＝１”が規定されている。そして、しきい値ＳＬ２以下の極小値Ｈ(k)については”Ｍ(k)＝１”とする。一方、しきい値ＳＬ１としきい値ＳＬ２との間の極小値Ｈ(k)については、しきい値ＳＬ１としきい値ＳＬ２との間において周期性指標Ｍが線形的に変化するものとみなして、算出する。例えば、図７の場合、以下の数４に従って算出する。
【００６４】
【数４】
そして、複数の極小値Ｈ(k)について算出されたＭ(k)の平均値が注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)となる。例えば、図７においては、極小値Ｈ(+3)はしきい値ＳＬ２よりも小さいため、Ｍ(+3)＝１となる。また、極小値Ｈ(-3)はしきい値ＳＬ１としきい値ＳＬ２との間であるため、数４に従い、Ｍ(-3)＝(7.5-6)/(7.5-5)=0.6となる。よって、注目画素(xc,yc)=(7,3)についての周期性指標Ｍ(7,3)＝(1+0.6)/2＝0.8となる。
【００６６】
なお、周期性指標Ｍの算出に使用するしきい値は２つに限定されるものではなく、３つ以上であっても良い。最高しきい値と最低しきい値との間において周期性指標Ｍが線形的に変化する場合は、２つで十分であるが、非線形的に変化する場合は３つ以上のしきい値を設定した方が好ましい。
【００６７】
また、上記のしきい値とは別に、自己相関データＨ(a)の最大値について判定するためのしきい値を設けるようにしても良い。自己相関データＨ(a)の最大値が所定のしきい値よりも小さい場合は、均一な画像中にノイズが存在している場合が多いと考えられ、このような場合は周期的な画像パターンの繰り返しであるとは言えない。従って、自己相関データＨ(a)の最大値が所定のしきい値よりも小さい場合は、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)＝０とすることにより、周期性は存在しないものと判定するのである。
【００６８】
上述したような周期画像領域抽出部１０および自己相関特性算出部２０による一連の処理を、処理前画像内の全ての画素(または、一定間隔ごとの画素でもよい)を順次注目画素(xc,yc)として行うことにより、処理前画像内において周期性を有する画像パターンが存在する画像領域、すなわち周期的な画像パターンの繰り返しが存在する周期画像領域を全て抽出することができるとともに、注目画素(xc,yc)についての周期性の度合い（画像パターンの繰り返しの有無の程度）である周期性指標Ｍ(xc,yc)を算出することができる。
【００６９】
なお、上記処理で随時説明した周期性指標と周期方向と周期値とを周期性データとする。
【００７０】
＜２−２．コントラスト量の算出＞
次に、コントラスト量の算出について説明する。既述したように、処理前画像は差分画像作成部３５にも与えられ、差分画像作成部３５、加工部３７およびコントラスト量算出部３０による処理を経て注目画素(xc,yc)についてのコントラスト量Ｃ(xc,yc)が算出される。注目画素(xc,yc)についてのコントラスト量とは、注目画素(xc,yc)とその周辺画素との明暗比を示す指標である。
【００７１】
図１０は、コントラスト量算出の手順を示すフローチャートである。図１０に示した各処理のうち、ステップＳ３１〜ステップＳ３３の処理は差分画像作成部３５によって、ステップＳ３４〜ステップＳ３６の処理は加工部３７によって、ステップＳ３７の処理はコントラスト量算出部３０によって実行されるものであり、以下これらについて順に説明する。
【００７２】
まず、差分画像作成部３５が高濃度領域拡張画像および高濃度領域縮小画像を作成する（ステップＳ３１，Ｓ３２）。図１１は、高濃度領域の拡張または縮小について説明する図である。同図に示すように、白地中に黒地の四角形の図形（斜線を付した部分）が描かれた処理前画像の高濃度領域を拡張または縮小する場合を例として説明する。
【００７３】
図１１において、白地部分が階調値Ｐ＝”２５５”の高濃度領域であり、黒の図形部分が階調値Ｐ＝”０”の低濃度領域である。高濃度領域を拡張するときには、この画像に対して３×３の画素行列で構成されるフィルタＦ１によるフィルタ操作を行う。フィルタＦ１は、その構成画素（３×３＝９画素）の階調値のうちの最大値を中央画素の出力値とするフィルタである。そして、このフィルタＦ１を、画像に対して順次に走査させることによって高濃度領域の拡張を行う。すなわち、フィルタＦ１が黒の図形の周辺部分を走査するときには、高濃度（高階調値）である白地部分の階調値（Ｐ＝２５５）が出力され、当該周縁部分が黒から白地に置換される。このことは、高濃度領域（白地）が拡張されることを意味しており、いわゆる太らせ処理が行われていることとなる。
【００７４】
図１２は、図１１の画像の高濃度領域が拡張された高濃度領域拡張画像を示す図である。高濃度領域（白地）が拡張され、黒の図形部分が処理前画像よりも小さくなっている。
【００７５】
一方、高濃度領域を縮小するときにも上記と同様に、処理前画像に対して３×３の画素行列で構成されるフィルタＦ２によるフィルタ操作を行う。フィルタＦ２は、その構成画素（３×３＝９画素）の階調値のうちの最小値を中央画素の出力値とするフィルタである。従って、上記拡張と同様に、フィルタＦ２を処理前画像に対して順次に走査させると、黒の図形の周辺部分において、低濃度（低階調値）である黒の階調値（Ｐ＝０）が出力され、当該周辺部分が白地から黒に置換される。このことは、高濃度領域（白地）が縮小されることを意味しており、いわゆる細らせ処理が行われていることとなる。
【００７６】
図１３は、図１１の画像の高濃度領域が縮小された高濃度領域縮小画像を示す図である。高濃度領域（白地）が縮小され、黒の図形部分が処理前画像よりも大きくなっている。
【００７７】
次に、差分画像作成部３５が高濃度領域拡張画像と高濃度領域縮小画像との差分である差分画像を作成する（ステップＳ３３）。本実施形態における差分画像とは、高濃度領域拡張画像の画素の階調値から当該画素に対応する高濃度領域縮小画像の画素の階調値を減算して得られる画像である。すなわち、以下の数５によって得られる画像である。
【００７８】
【数５】
数５において、Ｐdif(x,y)は差分画像の画素(x,y)の階調値、Ｐmax(x,y)は高濃度領域拡張画像の画素(x,y)の階調値、Ｐmin(x,y)は高濃度領域縮小画像の画素(x,y)の階調値である。
【００８０】
図１４は、作成された差分画像を示す図である。図１１に示した処理前画像と比較すると明らかなように、処理前画像においてコントラストが高い領域、すなわち、ある画素とその周辺との明暗比が大きい領域が差分画像においては大きな階調値を有している。このことは、差分画像とは、処理前画像からコントラストが高い領域を抽出した画像であることを意味しており、差分画像の作成とは高コントラスト領域の抽出処理であると言える。
【００８１】
この実施形態においては、後述のように、高コントラスト領域にぼかし処理を施すことによってモアレの発生を抑制している。ある程度面積の大きな高コントラスト領域（例えば、エアコンのフロントパネルについての画像領域）であれば、ぼかし処理が有効なのであるが、高コントラストであっても面積の小さな領域（例えば、エアコンのスイッチについての画像領域）にぼかし処理を施すと鮮鋭度を喪失するため適当ではない。そこで、本実施形態においては、加工部３７によって上記差分画像を加工し、高コントラストであっても面積の小さな領域やノイズ部分を除去している（コントラストを低下させている）。
【００８２】
加工部３７による加工は、ステップＳ３４〜ステップＳ３６の３段階の工程によって行われる。まず、ステップＳ３３にて作成された差分画像について、加工部３７がバイリニア縮小を行う（ステップＳ３４）。バイリニア縮小とは、例えば、差分画像を１つの領域が８×８の画素群で構成される複数の領域に分割し、複数の領域のそれぞれに含まれる６４の画素の階調値を平均して１つの画素の階調値として出力する画像縮小処理である。このようなバイリニア縮小によって、差分画像は縦横ともに１／８に縮小されるとともに、差分画像の階調値が平滑化されることとなる。
【００８３】
次に、バイリニア縮小によって得られた縮小画像に対して加工部３７がメディアンフィルタによるフィルタ操作を行う（ステップＳ３５）。メディアンフィルタは、その構成画素（例えば、３×３＝９画素）の階調値のうちの中央値（メディアン）を中央画素の出力値とするフィルタであり、画像中のノイズ部分を除去するためのフィルタである。メディアンフィルタを上記縮小画像に対して順次に走査させると、当該縮小画像中のノイズ部分が除去される。縮小画像中においてノイズ部分となるのは、元の処理前画像中における面積の小さな高コントラスト領域やノイズ領域である。
【００８４】
また、縮小画像に対して３×３のメディアンフィルタによるフィルタ操作を行うことは、元の差分画像に対して２４×２４のメディアンフィルタによるフィルタ操作を行うことと実質的に等価である。フィルタ操作は、フィルタのサイズが小さいほどＣＰＵ１の負担が軽く、高速に実行することができる。すなわち、バイリニア縮小を行った後に小さなフィルタによるフィルタ操作を行うことで、大きなフィルタによるフィルタ操作を行ったのと同様の効果を高い処理効率にて得ることができるのである。
【００８５】
次に、フィルタ操作後の縮小画像に対して加工部３７がバイリニア拡大を行い、加工後の差分画像を得る（ステップＳ３６）。バイリニア拡大とは、フィルタ操作後の縮小画像に含まれる画素の階調値を補間しつつ、当該縮小画像を元の差分画像と同等の大きさに拡大する処理である。
【００８６】
図１５は、バイリニア拡大を概念的に説明するための図である。フィルタ操作後の縮小画像において、図１５（ａ）に示すように、階調値Ｐ＝２５５、Ｐ＝０、Ｐ＝２５５の順に並ぶ画素列が存在していたとする。これを縦に８倍に拡大すると、図１５（ｂ）に示すような元の差分画像と同等の大きさの画像が得られるのであり、このときに階調値Ｐ＝２５５の画素と階調値Ｐ＝０の画素との間に生成された画素列Ｌ１および画素列Ｌ２については階調値Ｐ＝２５５と階調値Ｐ＝０との間にて直線近似にて補間（バイリニア補間）した階調値を付与する。このようにすれば、フィルタ操作後の縮小画像において隣接する画素の階調値が大きく異なっていたとしても、拡大後の差分画像においては階調値が滑らかに変化する状態（いわゆる「なじむ」状態）となる。このことは、後述するコントラスト量の急激な変化を抑制して、ぼかし処理の程度の急激な変化による画質低下の防止につながるのである。
【００８７】
以上のようにして、加工部３７による加工が実行されるのであり、バイリニア縮小とバイリニア拡大との組み合わせによって差分画像に対する一種のぼかし処理を行うとともに、メディアンフィルタによるフィルタ操作を行うことによって、高コントラストであっても面積の小さな領域やノイズ部分が十分に除去された加工後の差分画像を取得することができる。
【００８８】
なお、ステップＳ３４〜ステップＳ３６の加工処理は必須の処理ではなく、処理前画像中に高コントラストであっても面積の小さな領域等がほとんど存在しないような場合は、省略可能な処理である。
【００８９】
次に、ステップＳ３７に進み、コントラスト量算出部３０が差分画像（加工後の差分画像または加工を行っていない差分画像）から注目画素の階調値を検出することによって、当該注目画素についてのコントラスト量を算出する。ここでの注目画素とは、既述した周期性指標の算出時の注目画素(xc,yc)と同じである。
【００９０】
差分画像は、処理前画像からコントラストが高い領域を抽出した画像であり、その階調値が大きいということは、処理前画像においてコントラストが高いことを意味している。従って、差分画像における注目画素(xc,yc)の階調値は、そのまま注目画素(xc,yc)とその周辺との明暗比を示す指標となり、すなわち注目画素(xc,yc)についてのコントラスト量Ｃ(xc,yc)となるのである。
【００９１】
＜２−３．ぼかし量の決定＞
以上のようにして、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)およびコントラスト量Ｃ(xc,yc)が算出された後、ぼかし量決定部４５がそれらに基づいてぼかし処理の程度であるぼかし量を決定する（図３のステップＳ４）。本実施形態において、ぼかし処理とは、平滑化処理のことであり、注目画素(xc,yc)を含む所定領域に含まれる画素の階調値の加重平均を注目画素(xc,yc)の階調値として出力する加重平均処理である。
【００９２】
ぼかし処理の具体的な手法については後述するが、加重平均フィルタ（いわゆる平滑化フィルタ）を用いたフィルタ操作により行っている。そして、本実施形態では、平滑化処理に使用する加重平均フィルタを予め複数用意しておき、それらから加重平均フィルタを選択することによってぼかし処理の程度であるぼかし量を決定している。
【００９３】
図１６は、ぼかし量の決定手法を説明するための図である。本実施形態においては、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)とコントラスト量Ｃ(xc,yc)との積に基づいて加重平均フィルタを選択している。すなわち、周期性指標Ｍとコントラスト量Ｃとの積をぼかし量を規定するためのぼかし量規定値（Ｃ×Ｍ）とする。そして、ぼかし量規定値（Ｃ×Ｍ）に基づき、図１６に示すようなルックアップテーブル（ＬＵＴ２、図２参照）を用いて加重平均フィルタのＩＤ番号を決定する。同図に示すように、ＩＤ番号として６４段階（ＩＤ＝０〜６３）が設定されており、ぼかし量規定値（Ｃ×Ｍ）の値が大きくなるほど、決定される加重平均フィルタのＩＤ番号も大きくなる。
【００９４】
図１７は、加重平均フィルタの例を示す図である。図１７（ａ）に示す最も大きなＩＤ番号の加重平均フィルタによれば、フィルタ内の全画素の階調値が均等に平均化され、平滑化の程度が大きい（ぼかし量が大きい）といえる。一方、図１７（ｂ）に示す最も小さなＩＤ番号の加重平均フィルタによれば、フィルタ内の中心画素の階調値がそのまま出力されることとなり、これは全く平滑化が行われない（ぼかし量が０）ことを意味する。これら以外のＩＤ番号の加重平均フィルタは、そのＩＤ番号の大きさに応じて上記２つの加重平均フィルタによる平滑化の程度の間の平滑化を行うフィルタであり、換言すれば、ＩＤ番号の大きな加重平均フィルタほど平滑化の程度が大きくなる。
【００９５】
従って、ぼかし量規定値（Ｃ×Ｍ）の値が大きくなるほど、ルックアップテーブルによって決定される加重平均フィルタのＩＤ番号が大きくなり、選択される加重平均フィルタの平滑化の程度が大きく、すなわちぼかし量が大きくなるのである。
【００９６】
なお、ぼかし量の決定手法は、上述した手法に限定されるものではなく、ぼかし量規定値（Ｃ×Ｍ）の値が大きくなるほど加重平均フィルタの平滑化の程度が大きくなるような手法であれば良い。
【００９７】
＜２−４．シフト量の決定＞
次に、シフト処理の程度であるシフト量の決定について説明する（図３のステップＳ５）。シフト量の決定は、シフト量生成部５７が生成したシフト量を基準にして、シフト量決定部５５が注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)およびコントラスト量Ｃ(xc,yc)に基づいて決定する。
【００９８】
まず、シフト量生成部５７が生成するシフト量について説明する。処理前画像の各画素(x,y)のシフト量は、図１８に示すように、ｘ方向のシフト量dx(x,y)と、ｙ方向のシフト量dy(x,y)とにより規定される。なお、図１８では格子状の交点部分が各画素位置であり、処理前画像の注目画素(xc,yc)に対するｘ方向のシフト量dx(xc,yc)と、ｙ方向のシフト量dy(xc,yc)とにより規定されるシフト方向とシフト量とを示している。このように、シフト量生成部５７は、シフト量とともにシフト方向（以下、これらを総称して「シフトデータ」とする）も決定する。このようなシフトデータの決定には以下のような方法を採用できる。
【００９９】
▲１▼次の数６に従って、ランダムに決定する。
【０１００】
【数６】
但し、Ｒ(-1.0〜+1.0)は、-1.0〜+1.0の間の乱数を発生する関数で、kmは最大シフト量（通常は０＜km≦１）である。なお、dx(x,y)を決定する際のＲ(-1.0〜+1.O)とdy(x,y)を決定する際のＲ(-1.0〜+1.0)とは別個であり、決定されたdx(x,y)の値とdy(x,y)の値とは必ずしも同じではない。
【０１０２】
このようにdx(x,y)とdy(x,y)とをランダムに決定することにより、シフト方向とシフト量とをランダムに決定することができる。生成されたシフト量は、-1.0〜+1.0の間の値になる。
【０１０３】
▲２▼次の数７に従って、周期関数を用いて決定する。
【０１０４】
【数７】
但し、kmは最大シフト量（通常は０＜km≦１）で、Ｆは周期関数の周波数(通常は、0＜Ｆ≦１)、Ｒ(O.0〜+1.O)はO.0〜+1.Oの間の乱数を発生する関数、ＲＲ(x)はｘ座標における周期関数の初期値を規定するデータ、ＲＲ(y)はｙ座標における周期関数の初期値を規定するデータである。
【０１０６】
この周期関数は、決定しようとするシフト方向と直交する方向に周期性を有する関数であり、dx(x,y)の決定においてはｘ座標が同じdx(x,y)は全て同じ周期関数によって決定し、dy(x,y)の決定においてはｙ座標が同じdy(x,y)は全て同じ周期関数によって決定する。周期関数を用いた場合であっても、生成されたシフト量は、-1.0〜+1.0の間の値になる。
【０１０７】
なお、周期関数としてはsin関数に限らずcos関数など他の周期性を有するdx(x,y)、dy(x,y)が決定できる関数を用いることができる。
【０１０８】
▲３▼固定する。
【０１０９】
[dx(x,y),dy(x,y)]を常に、例えば、[+0.5,+0.5]や[+0.5,-0.5]、[-0.5,+0.5]、[-0.5,-0.5]などに固定する。この場合、生成されたシフト量は、固定された[dx(x,y),dy(x,y)]によって規定される値となる。
【０１１０】
以上、シフトデータの決定に関して３つの方法を述べたが、シフト量生成部５７がシフトデータを決定するに際して上記いずれの方法を採用するかは、既述した周期性データ、より具体的には周期値Ｔ（図９）を参照して決定しても良い。例えば、画像パターンが２画素周期の周期性(周期値Ｔ＝２)を有するときには▲３▼の方法を選択するのが有効である。また、本発明者の実験により、画像パターンが所定の周期値の場合に▲２▼の方法でシフトデータを決定すると良好な結果が得られないことがあったので、例えば、周期値Ｔが２以外で、かつ、上記所定の周期値以外の場合は▲２▼の方法を選択し、上記所定の周期値の場合は▲１▼の方法を選択することなども考えられる。
【０１１１】
また、▲２▼の方法における周波数Ｆは固定値として処理してもよいし、入力装置６からオペレータにより設定されたデータを用いて処理してもよいし、さらに、周期性データに基づき決定してもよい。例えば、周期関数の周期と、画像パターンの周期とが干渉するのを避けるような周波数Ｆを決定することが好ましい。
【０１１２】
また、乱数を発生する関数Ｒ(乱数発生範囲)による乱数の発生頻度は乱数発生範囲内で均一にしてもよいし、例えば、0.0付近の乱数を発生し易くしたり、+1.O付近の乱数を発生し易くしたりするなど、乱数の発生頻度を偏重させるようにしてもよい。この乱数の発生頻度の設定は、入力装置６からオペレータにより設定可能に構成してもよい。
【０１１３】
また、例えば、画像パターンの周期方向がｘ方向と一致していれば、dy(x,y)=0として、dx(x,y)だけでシフトデータを決定したり、画像パターンの周期方向がｙ方向と一致していれば、dx(x,y)=0として、dy(x,y)だけでシフトデータを決定したりすることにより、画像パターンの周期方向だけに注目画素の位置がシフトされるようにシフトデータのシフト方向を決定してもよい。
【０１１４】
以上のようにして、シフト量生成部５７がシフトデータを決定し、シフト量が生成される。そして、生成されるシフト量は、上記いずれの方法によったとしても、−km〜＋kmの間の値になる。
【０１１５】
一方、シフト量決定部５５は、後述するシフト処理時における実際のシフト量を規定するためのシフト量規定値を算出する。シフト量規定値は、上述したぼかし量規定値（Ｃ×Ｍ）に基づいてルックアップテーブルにより求められた値に周期性指標Ｍを乗じて得られる値である。
【０１１６】
図１９は、シフト量規定値の算出に用いられるルックアップテーブル（ＬＵＴ１、図２参照）を示す図である。ぼかし量規定値（Ｃ×Ｍ）は上述のぼかし量決定に用いたものと同じであり、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)とコントラスト量Ｃ(xc,yc)との積である。図１９に示すように、ぼかし量規定値（Ｃ×Ｍ）が所定の値よりも小さいときは、ルックアップテーブルにより求められる値は1.0である。そして、ぼかし量規定値（Ｃ×Ｍ）が所定の値よりも大きいときは、ぼかし量規定値（Ｃ×Ｍ）が大きくなるに従ってルックアップテーブルにより求められる値は小さくなり、ある値以上になるとルックアップテーブルにより求められる値が0.0になる。すなわち、このルックアップテーブルの特性を定性的に表現すれば、ぼかし量規定値（Ｃ×Ｍ）が大きくなるに従って、小さな値を出力するものであると言える。
【０１１７】
シフト量決定部５５は、上記ルックアップテーブルにより求められる値に周期性指標Ｍを乗じてシフト量規定値Ｓを得る。シフト量規定値Ｓも注目画素ごとに算出されるものであり、注目画素(xc,yc)についてシフト量規定値Ｓ(xc,yc)が決定されるのである。なお、周期性指標Ｍは０以上１以下の値であり、図１９のルックアップテーブルにより求められる値も０以上１以下の値であるため、それらの積であるシフト量規定値Ｓも０以上１以下の値となる。
【０１１８】
シフト量決定部５５は、さらに、シフト量生成部５７が生成したシフト量にシフト量規定値Ｓを乗ずることによって、最終的なシフト量、すなわちシフト処理時における実際のシフト量を算出する（図２参照）。なお、最終的なシフト量の算出も注目画素(xc,yc)ごとに行われるものである。また、シフト量生成部５７が生成するシフト量は−km以上＋km以下の値であり、シフト量規定値Ｓは０以上１以下の値であるため、最終的なシフト量は−km以上＋kmの値となる。
【０１１９】
以上のようにして、注目画素(xc,yc)についてのシフト量が算出され、シフト方向も決定されるのである。
【０１２０】
＜２−５．ぼかし処理およびシフト処理＞
注目画素(xc,yc)についてのぼかし量およびシフト量が上述の如く算出され、シフト方向が決定された後、そのぼかし量に従ってぼかし処理部４０が処理前画像のぼかし処理を行い、そのシフト量およびシフト方向に従ってシフト処理部５０がシフト処理をこの順序で行う（図３のステップＳ６，Ｓ７）。
【０１２１】
まず、ぼかし処理部４０が行うぼかし処理とは、ぼかし量決定部４５が選択した加重平均フィルタ（図１７参照）を用いたフィルタ操作による処理である。このフィルタ操作自体は、一般的なフィルタリング処理であり、ぼかし量決定部４５が選択した加重平均フィルタを処理前画像の注目画素(xc,yc)に対して作用させるものである。具体的には、ぼかし量決定部４５が選択した図１７の如き加重平均フィルタを構成する各画素の係数を図２０のように表すとすると、この加重平均フィルタからの出力Ｑｂ(xc,yc)は、次の数８に従って算出され、この値が注目画素(xc,yc)の新たな階調値となる。
【０１２２】
【数８】
なお、Ｐ(xc,yc)が処理前画像の注目画素(xc,yc)であることは上述の通りである。例えば、図１７（ａ）に示す加重平均フィルタが選択されたとすると、注目画素(xc,yc)を中心とする５×５画素の領域内の各画素の階調値のそれぞれに１／２５を乗じ、これらを積算した値がフィルタの出力Ｑｂ(xc,yc)であり、注目画素(xc,yc)の新たな階調値となる。
【０１２４】
次に、上記ぼかし処理後にシフト処理部５０が行うシフト処理は、上記の決定されたシフト方向およびシフト量に従って、注目画素(xc,yc)の位置を移動（シフト）させる処理である。このときに、シフト後の位置に応じた注目画素(xc,yc)の新たな階調値Ｑ(xc,yc)は、シフト後の位置の近傍画素の階調値を補間して求める。この補間法は、一般的なバイリニア法などを採用することができる。
【０１２５】
具体的には、例えば、注目画素(xc,yc)が図１８に示すようなシフト方向およびシフト量（シフト量規定値Ｓ＝１とする）に従って移動した場合、ぼかし処理後の階調値Ｑｂ(xc,yc)、Ｑｂ(xc+1,yc)、Ｑｂ(xc,yc+1)、Ｑｂ(xc+1,yc+1)に基づき、これら４つ画素位置（(xc,yc)、(xc+1,yc)、(xc,yc+1)、(xc+1,yc+1)）の間で階調値が線形的に変化しているものと仮定して、移動後の注目画素(xc+dx(xc,yc),yc+dy(xc,yc))の階調値を算出する。より具体的には、ぼかし処理後の階調値Ｑｂ(xc,yc)、Ｑｂ(xc+1,yc)から階調値Ｑｂ(xc+dx(xc,yc),yc)を直線近似にて算出し、ぼかし処理後の階調値Ｑｂ(xc,yc+1)、Ｑｂ(xc+1,yc+1)から階調値Ｑｂ(xc+dx(xc,yc),yc+1)を直線近似にて算出する。その後、これらの階調値Ｑｂ(xc+dx(xc,yc),yc)および階調値Ｑｂ(xc+dx(xc,yc),yc+1)から移動後の注目画素の階調値Ｑｂ(xc+dx(xc,yc),yc+dy(xc,yc))を直線近似にて算出するのである。
【０１２６】
以上のようなぼかし処理およびシフト処理において、ぼかし量規定値（Ｃ×Ｍ）が大きい場合には、平滑化の程度が大きい加重平均フィルタ（図１７（ａ）参照）が選択されて大きなぼかし量のぼかし処理が行われる一方、図１９のルックアップテーブルによりシフト量が０になり、シフト処理が行われないこととなる。ぼかし量規定値（Ｃ×Ｍ）が大きい場合とは、注目画素の周辺において画像パターンの繰り返しの有無の程度が大きく、かつ高コントラストであることを意味しており、例えばエアコンのフロントパネルについての画像等が該当する。
【０１２７】
通常、このような画像にシフト処理を施すと画像中の輪郭部分（高コントラストを発生する部分）が乱れて画質が劣化するのであるが、上記のような各処理を行えば、大きなぼかし量のぼかし処理のみが行われてシフト処理は実質的に行われないため、画質の劣化はほとんど生じない。なぜなら、高コントラスト部分はＵＳＭ強調する必要がなく、ぼかし処理をおこなっても画質が劣化しないためである。そして、本処理後の画像に対してシャープネス処理等を施したとしても、サチレーションが抑制もしくは解消されるため、先に説明した平均レベルの変動すなわち、平均階調値が周期的に変動する状態は生じず、モアレの発生を抑制することができる。すなわち、画像パターンの繰り返しの有無の程度が大きく、かつ高コントラストの画像であったとしても、その画質を劣化させることなくモアレの発生を抑制することができるのである。
【０１２８】
一方、注目画素の周辺において画像パターンの繰り返しの有無の程度は大きいが、低コントラストである場合、例えば衣服の布地についての画像等の場合は、コントラスト量Ｃの値が小さくなるため、ぼかし量規定値（Ｃ×Ｍ）の値も小さくなる。従って、平滑化の程度が小さい加重平均フィルタ（図１７（ｂ）参照）が選択されてほとんどぼかし処理が行われない一方、シフト量規定値Ｓの値は大きくなり、大きなシフト処理が行われる。この場合、大きなシフト処理を行っても画質の劣化はほとんどない。なぜなら、画像パターンの繰り返しの有無の程度は大きいが低コントラストの画像であるテクスチャ領域は、ぼかし処理ではテクスチャが消滅するなどの問題が発生するが、シフト処理ではテクスチャは消滅しないからである。しかも「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」との周期性が崩れ、「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とがランダムに分散される。従って、本処理後の画像に対してシャープネス処理等を施したとしても、平均階調値が周期的に変動する状態は生じず、モアレの発生を抑制することができる。すなわち、画像パターンの繰り返しの有無の程度が大きく、かつ低コントラストの画像であったとしても、その画質を劣化させることなくモアレの発生を抑制することができるのである。
【０１２９】
なお、画像パターンの繰り返しの有無の程度が小さな画像については、周期性指標Ｍの値が小さくなるため、そのコントラストの高低の如何に関わらず、ぼかし量規定値（Ｃ×Ｍ）の値およびシフト量規定値Ｓの値ともに小さくなり、ぼかし処理もシフト処理も行われない。画像パターンの繰り返しの有無の程度が小さな画像については、そもそもモアレの発生がほとんどないものと考えられるため、画質の低下を回避する観点からぼかし処理もシフト処理も行わないのが好ましいのである。
【０１３０】
以上を集約すると、上述のように画像の内容に応じてぼかし処理およびシフト処理の程度を変化させることにより、種々の種類の画像について画質を劣化させることなくモアレの発生を抑制することができるのである。
【０１３１】
＜２−６．シャープネス処理＞
上記においては、シャープネス処理（次述）に先立って、周期性指標Ｍおよびコントラスト量Ｃに基づいて決定したぼかし量およびシフト量を用いてぼかし処理およびシフト処理を行うことにより、このシャープネス処理におけるモアレの発生を抑制する技術について説明した。ここでは、さらに、このシャープネス処理を行うにあたって、そのシャープネス処理自身におけるパラメータ（シャープネス処理係数）を周期性指標Ｍおよびコントラスト量Ｃに応じて変更することによって、モアレの発生を抑制する技術について説明する。なお、後述するように、上記のぼかし処理（ステップＳ６）およびシフト処理（ステップＳ７）を伴うことなく、このシャープネス処理（図３、ステップＳ９）を単独で行ってもよい。
【０１３２】
図３のステップＳ８に示すように、シャープネス処理（ステップＳ９）を行うにあたって、シャープネス処理係数決定部６５は、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)およびコントラスト量Ｃ(xc,yc)に基づいてシャープネス処理の程度であるシャープネス処理係数を決定する。
【０１３３】
シャープネス処理としては、いわゆるＵＳＭ処理に代表される輪郭強調処理等を適用することができる。具体的には、注目画素の信号（主信号Ｓ）および当該注目画素の近傍領域（注目画素を含んでも良い）の平滑化された信号（アンシャープ信号Ｕ）を画像より取り出し、両者の差信号（Ｓ−Ｕ）をもって輪郭強調の基礎信号（アンシャープマスク信号）とする。そして、アンシャープマスク信号に適当な係数ｇ（以下、シャープネス処理係数とも称する）を乗ずる形で増幅した信号を輪郭強調信号（ｇ×（Ｓ−Ｕ））とし、これを主信号Ｓに加算して当該注目画素の階調値とすることにより、輪郭を強調することができる。
【０１３４】
図２１は、シャープネス処理係数ｇの決定手法を説明するための図である。ここでは、注目画素(xc,yc)についての周期性指標Ｍ(xc,yc)とコントラスト量Ｃ(xc,yc)との積に基づいてシャープネス処理係数ｇを決定している。すなわち、周期性指標Ｍとコントラスト量Ｃとの積（Ｃ×Ｍ）に基づき、図２１のグラフに示すような特性を有するルックアップテーブル（ＬＵＴ３、図２参照）を用いてシャープネス処理係数ｇを決定する。
【０１３５】
また、このシャープネス処理は、上記のぼかし処理と逆の特性を有するものといえる。そのため、このシャープネス処理におけるルックアップテーブルＬＵＴ３は、ぼかし処理におけるルックアップテーブルＬＵＴ２に対して逆の特性を有するように規定する。
【０１３６】
図２１に示すように、このルックアップテーブルＬＵＴ３（図２）は、シャープネス処理係数ｇが値（Ｃ×Ｍ）が大きくなるにつれて小さくなるように規定されている。したがって、値（Ｃ×Ｍ）が大きな領域については、シャープネス処理係数ｇが小さくなるため輪郭強調の効果が小さくなる。この場合、上述したシャープネス処理におけるサチレーションが抑制もしくは解消されるため、先に説明した平均レベルの変動すなわち、平均階調値が周期的に変動する状態は生じず、モアレの発生を抑制することができる。すなわち、画像パターンの繰り返しの有無の程度が大きく、かつ高コントラストの画像であったとしても、その画質を劣化させることなくモアレの発生を抑制することができるのである。また、値（Ｃ×Ｍ）が大きいことは、コントラスト量Ｃも大きいことを意味するが、このようなコントラスト量Ｃが大きな領域に対してはシャープネス処理を施す必要性は低い。
【０１３７】
一方、周期性指標Ｍの値が小さい領域やコントラスト量Ｃが小さい領域については、値（Ｃ×Ｍ）が小さくなり、これに応じてシャープネス処理係数ｇが大きくなるため、十分な輪郭強調処理が行われる。したがって、画像の鮮鋭化を的確に行うことが可能になる。
【０１３８】
このように、値（Ｃ×Ｍ）に基づいて決定されたシャープネス処理係数ｇに基づいて、画像における注目画素についてのシャープネス処理を行うことにより、モアレの発生を抑制しつつ、画像の鮮鋭化を図ることができる。すなわち、このようなシャープネス処理によれば、上述のように画像の内容に応じてシャープネス処理の程度を変化させることにより、サチレーションを抑制して鮮鋭化を図りつつモアレの発生を抑制することが可能である。
【０１３９】
なお、ここでは、このステップＳ９におけるシャープネス処理を、上記のぼかし処理（ステップＳ６）およびシフト処理（ステップＳ７）と併せて行う場合について説明しているが、ぼかし処理（ステップＳ６）およびシフト処理（ステップＳ７）を伴うことなくシャープネス処理（ステップＳ９）のみを原画像に対して行ってもよい。特に、ぼかし処理とシャープネス処理とは一種の双対性を有しており、ぼかし処理でそのぼかし度合いを高く設定することと、シャープネス処理でそのシャープネスの強調度合いを低く設定することとは、モアレ発生の抑制に関して同様の効果を奏するものと考えられるので、ステップＳ６のぼかし処理を行わずにステップＳ９のシャープネス処理のみを行っても、シャープネス処理におけるモアレ発生の抑制を図ることが可能である。
【０１４０】
また、上記においては、シャープネス処理の一例としてＵＳＭ処理を行う場合について説明したがこれに限定されず、ＵＳＭ処理以外のシャープネス処理、たとえば、鮮鋭化を行うラプラシアンなどの空間フィルタを用いるシャープネス処理に適用してもよい。その場合、上述したように、複数のフィルタを予め準備しておき、値（Ｃ×Ｍ）に応じたＩＤ番号を有するフィルタをその複数のフィルタの中から選択してシャープネス処理を行えばよい。具体的には、ＩＤ番号が大きくなるにつれて鮮鋭化の程度が大きくなる複数のフィルタ（言い換えれば、ＩＤ番号が小さくなるにつれて鮮鋭化の程度が小さくなる複数のフィルタ）を予め準備しておき、その複数のフィルタの中から、値（Ｃ×Ｍ）が大きくなるほど小さなＩＤ番号のフィルタが選択されるように（Ｃ×Ｍ）の各値に対して対応づけられたフィルタを選択してシャープネス処理を行えばよい。
【０１４１】
＜２−７．網点化処理等＞
その後、ステップＳ１０（図３）において、ＣＭＹＫ変換処理が行われる。これにより、ＲＧＢ画像からＹＭＣＫ画像への変換が行われる。なお、以降のステップＳ１１，Ｓ１２の網点化処理においては、ＹＭＣＫの各色別に網点化処理が行われる。
【０１４２】
次に、ステップＳ１１，Ｓ１２の各処理について説明する。この網点化処理においては、ＳＰＭ（スクリーンメモリーパターン）に記憶されたデータ（ＳＰＭデータ）を用いて網点化処理を行う。網点化処理は、画像における階調値（濃度値）を面積（網点の大小）に変換する処理であり、これにより画像の階調表現を行うものである。デジタル画像においては、所定の解像度（たとえば３５０ｄｐｉ）を有する画像における各画素の多段階（たとえば２５６段階）の階調値が、さらに高解像度（たとえば２４００ｄｐｉ）の二値化画像において「１」または「０」のいずれかの値で表現される各画素値（いいかえれば微小点の有無）に変換されることにより、網点化処理が行われる。元の画像よりも高精細な二値化画像（網点化画像）においては、２つの値を有する画素の面積比により元の画像の階調値が表現される。
【０１４３】
この網点化処理に用いられるＳＰＭデータ（網点化データ）には、所定の規則の繰り返しにより表現されている通常の網点化処理を行うノーマルドットＳＰＭデータと、ランダム要素を取り入れてモアレを抑制を行うランドットＳＰＭデータとが存在する。
【０１４４】
ノーマルドットＳＰＭデータを用いて網点化を行う場合には、上述したように、モアレが発生してしまうことがある。このモアレは、網点パターンにおける網点ピッチと処理対象画像における画素ピッチとの比が整数比にならない場合に、このノーマルドットＳＰＭデータによる各画素の網点化の結果が周期的に変動することに起因するものである。
【０１４５】
一方、ランドットＳＰＭデータは、このようなノーマルドットＳＰＭデータを用いて網点化を行う場合に生じるモアレの抑制を図るべく、網点パターンにランダム性（非一様性）を取り入れたものである。このランドットＳＰＭデータによれば、モアレの発生を抑制することができるものの、粒状性の増加といった副作用をもたらすため、このランドットＳＰＭデータをその画像全体に用いることは一般に好ましくない。
【０１４６】
この実施形態においては、このようなトレードオフの関係を解消すべく、これら２種類のＳＰＭデータを処理対象となる画像内において適宜に使い分けることを行う。
【０１４７】
ここでは周期性指標Ｍを用いた使い分けについて説明する。この周期性指標Ｍは、上述したように、モアレの発生を生じやすい周期性の強いパターンである度合いを示すものであり、この指標Ｍが大きな値である程、モアレが発生しやすい状況であるといえる。なお、コントラスト量Ｃをも考慮して使い分けを行ってもよいが、網点化処理において発生するモアレは周期性指標Ｍに対して特に強い関連性があるとの知見に基づき、ここでは周期性指標Ｍのみを考慮して使い分けを行う。
【０１４８】
そのため、ステップＳ１１においては、網点化データ決定部８５（図２）は、各画素についての網点化処理を行うにあたって、周期性指標Ｍの大小に応じて、ランドットＳＰＭデータとノーマルドットＳＰＭデータとのいずれか一方のＳＰＭデータを選択し、選択したＳＰＭデータを、網点化処理（ステップＳ１２）に用いる網点化データとして決定する。具体的には、正規化された周期性指標Ｍ（０．０≦Ｍ≦１．０）が所定値（たとえば０．５）以上のとき（すなわち０．５≦Ｍ≦１．０のとき）には、ランドットＳＰＭデータが選択され、一方、周期性指標Ｍがこの所定値よりも小さいとき（すなわち０．０≦Ｍ＜０．５のとき）には、ノーマルドットＳＰＭデータが選択される。
【０１４９】
そして、次のステップＳ１２において、ステップＳ１１において選択されたＳＰＭデータを用いて網点化処理を行う。
【０１５０】
これにより、比較的大きな周期性指標Ｍを有する領域に対しては、モアレ抑制効果の高いランドットＳＰＭデータを用いて網点化処理が行われる。比較的大きな周期性指標Ｍを有する領域は、モアレが発生しやすい領域であるが、このような領域に対して、ランドットＳＰＭデータを用いて網点化処理を行うことにより、モアレの発生を有効に抑制することができる。
【０１５１】
一方、比較的小さな周期性指標Ｍを有する領域に対しては、粒状性が発生しないノーマルドットＳＰＭデータを用いて網点化処理が行われる。比較的小さな周期性指標Ｍを有する領域は、元来モアレが発生しにくい領域であるため、このような領域に対して、ランドットＳＰＭデータを用いてモアレを抑制する必要性は少ない。むしろ、ノーマルドットＳＰＭデータを用いて網点化処理を行うことにより、ランドットＳＰＭデータを用いた場合に生じる粒状性の発生を抑制することができるので、総合的に好適な網点化処理を行うことができる。
【０１５２】
このように、周期性指標Ｍに基づいて画像における注目画素についての網点化処理に用いる網点化データを決定し（ステップＳ１１）、決定された網点化データに基づいて画像における注目画素についての網点化処理を行う（ステップＳ１２）ことにより、粒状性の発生を抑制しつつ、モアレの発生をも抑制することが可能になる。
【０１５３】
上記のような各処理を行うことにより、ＵＳＭ処理におけるモアレの発生と網点化処理におけるモアレの発生とを有効に抑制しつつ、所望の網点化画像を得ることが可能である。そして、この網点化画像を画像出力部８を用いて印刷出力することにより、モアレの発生を有効に抑制した印刷画像を得ることが可能である。
【０１５４】
＜２−８．高解像度線画パターン挿入処理など＞
上記においては、線画パターン生成部９０による処理を行わず、網点化処理部８０による網点化処理のみを行うことにより高精細な二値化画像である網点化画像を得る場合について説明した。ここでは、さらに高コントラストな画像をモアレの発生を抑制しつつ得る技術について説明する。
【０１５５】
図２２は、処理対象となる画像ＩＭＧの一例（エアコンの撮像画像）を示す図である。この画像ＩＭＧ中において、例えばエアコンのフロントパネルは、水平方向の直線が垂直方向に繰り返し配置される図形領域ＲＧとして形成される。この領域ＲＧにおけるコントラスト量Ｃおよび周期性指標Ｍは、いずれも大きくなる。
【０１５６】
このような領域ＲＧにおいて、上述のように網点化データ決定部８５および網点化処理部８０を用いた画像処理等を行うことにより、モアレを抑制しつつ鮮鋭化を図ることも可能であるが、以下では、網点化処理部８０および線画パターン生成部９０（図２）を用いて、モアレを抑制しつつさらに鮮鋭な画像を作成する技術について説明する。より詳細には、網点化処理部８０と線画パターン生成部９０と合成部９７とを用いて、線画パターンデータに基づく高精細画像と網点化処理により得られた網点化画像とを合成することにより、高精細な二値化画像を得る技術について説明する。
【０１５７】
上述したように、網点化処理においては、所定の解像度（たとえば３５０ｄｐｉ）を有する画像における各画素の多段階の階調値が、さらに高解像度（たとえば２４００ｄｐｉ）の二値化画像において「１」または「０」のいずれかの値で表現される微小画素の集まりとして表現される。高解像度の二値化画像における中間階調値は、「１」の状態（ここでは点が存在する状態を想定する）の点と「０」の状態（ここでは点が存在しない状態を想定する）の点との比率（面積比）を変更することにより表現される。したがって、上記の原画像あるいはシャープネス処理後の画像において、中間階調の画素が存在する場合には、中間階調値を表現する面積比の部分が存在することになる。
【０１５８】
それに対して、線画パターン生成部９０は、高解像度を有する二値化画像中において、所定の図形（たとえば直線）を描くことにより、高コントラストの線画パターンデータを生成する。具体的には、図２３の（線画パターンの）拡大図に示すように、水平方向に伸びる直線ＬＮ（図中斜線で示す）を垂直方向に繰り返し描くことにより、エアコンのフロントパネルの領域ＲＧ（図２２）に対応する図形を描画する。すなわち、領域ＲＧに対応する線画パターンデータを生成する。より具体的には、たとえば直線の幅および間隔は、上述の周期値Ｔ（Tx，Ty）を用いて決定することができ、また、その方向は周期方向θ（＝Ty/Tx）に垂直な方向として決定することなどが可能である。
【０１５９】
この場合、点の有無を用いて中間階調値を表現する網点化領域は存在せず、二値化された高精細な線画パターンとしての画像を直接的に生成することができるので、さらに高精細でかつ高コントラストな画像を得ることができる。特に、原画像において画素幅と同程度もしくはそれ以下の幅を有する細い直線であっても、高解像度の二値化画像における画素ＨＲ（図２３）の幅よりも大きな幅を有する直線であれば、中間階調値表現を用いずに極めて高コントラストな直線として描画することが可能である。
【０１６０】
したがって、線画パターン生成部９０において生成された領域ＲＧに関する線画パターンを、網点化処理部８０において網点化処理された他の領域とを合成することにより、画像ＩＭＧに関する処理後画像（処理前画像よりも高精細な二値化画像）を得ることが可能である。
【０１６１】
ここにおいて、この画像処理装置１は、図２に示すように、切換部９５と合成部９７とをさらに備えている。
【０１６２】
切換部９５は、上記のコントラスト量Ｃおよび周期性指標Ｍに基づいて、画像ＩＭＧ中の各画素について、網点化処理部８０による網点化処理を行うのか、線画パターン生成部９０による線画パターンの生成処理を行うのかを切り換える。具体的には、切換部９５は、コントラスト量Ｃが所定の基準値Ｃ０よりも大きく、且つ、周期性指標Ｍも所定の基準値Ｍ０よりも大きいという条件（たとえば、０．０以上１．０以下の値を有するように正規化された各値Ｃ，Ｍについて、０．９≦Ｃ、かつ、０．９５≦Ｍ）を満たす場合には、線画パターン生成部９０による線画パターンの生成処理を行う旨を決定し、この条件が満たされない場合には、網点化処理部８０による網点化処理を行う旨を決定する。
【０１６３】
その後、画像ＩＭＧの各画素についての切換部９５の決定に応じて、対応する処理部８０，９０のいずれか（網点化処理部８０および線画パターン生成部９０のいずれか）がその処理を行う。すなわち、各画素に関して、切換部９５の決定に応じて、線画パターン生成部９０による線画パターンの生成処理と網点化処理部８０による網点化処理とのいずれかが行われる。
【０１６４】
そして、合成部９７は、これらの網点化処理部８０および線画パターン生成部９０による処理結果を合成することにより、画像ＩＭＧに対して網点化処理等にを施した高精細な二値化画像（網点化画像）を得ることができる。
【０１６５】
この場合、コントラスト量Ｃおよび周期性指標Ｍが大きく、モアレの発生が予想される領域ＲＧに対しては網点化処理が行われないため、網点化処理に起因するモアレの発生を回避することができる。また、この領域ＲＧに対しては、網点化処理部８０による網点化処理の代わりに、線画パターン生成部９０による線画パターンの生成処理が行われるので、高コントラストかつ鮮鋭化された線画パターン画像として形成される。このように、上記の処理によれば、モアレの発生を抑制しつつ鮮鋭かつ高コントラストな画像を得ることができる。
【０１６６】
なお、上記においては、画像ＩＭＧの各画素について、切換部９５が網点化処理および線画パターン生成処理のいずれを行うかを決定した後、合成部９７が各処理結果を合成していたが、これに限定されない。たとえば、網点化処理部８０および線画パターン生成部９０のそれぞれが画像ＩＭＧ中の全画素について網点化処理および線画パターン生成処理の両方を行った後、合成部９７がコントラスト量Ｃおよび周期性指標Ｍに基づいて網点化処理部８０および線画パターン生成部９０のいずれの処理結果を選択するかを決定した上で合成することにより、上述のような網点化画像を得ることも可能である。
【０１６７】
また、このような線画パターン生成部９０を用いた高解像度線画パターンの挿入処理は、シャープネス処理部６０および網点化処理部８０などを用いたステップＳ９，Ｓ１２の各処理を伴うことなく、これらの処理の代わりに行ってもよい。
【０１６８】
＜２−９．画像編集処理（その１）＞
また、上述したように、元の画像をそのまま出力する場合だけでなく、元の画像（原画像）に対して、変倍（拡大／縮小）、回転、階調変換などの画像編集処理を行う場合が存在する。たとえば、シャープネス処理（ステップＳ９）の前、あるいは、網点化処理（ステップ１２）の前に画像編集処理を行う場合がある。たとえば、入力部６（図１）を介して入力されるオペレータの指示に基づいて画像縮小等の画像編集処理が行われることがある。そして、このような場合にも、各種の画像編集処理によって何らかの周期的なずれが発生することに起因したモアレが発生することがある。
【０１６９】
そして、この場合にも、シャープネス処理係数決定部６５および網点化データ決定部８５によって、コントラスト量Ｃおよび周期性指標Ｍに基づきシャープネス処理および網点化処理における各パラメータ等を決定した上で、シャープネス処理部６０および網点化処理部８０によって上記のようなシャープネス処理および網点化処理を施すことにより、モアレの発生を抑制しつつシャープネス処理および網点化処理のそれぞれを行うことが可能である。
【０１７０】
ただし、その場合には、図２４に示すように、縮小などの画像編集処理によって各画素の対応位置関係等が変更されるので、画像の縮小等の編集処理に伴って、各種の各処理（ステップＳ９，Ｓ１２など）において用いられる各画素についての、コントラスト量Ｃ、周期性指標Ｍ、および周期値Ｔの各パラメータの値を更新する。言い換えれば、画像編集処理に伴う対応関係を用いて、編集後画像ＩＭＧ２における各画素についてのコントラスト量ＣＥ、周期性指標ＭＥ、および周期値ＴＥを求めることを行う。なお、図２４の編集後画像ＩＭＧ２は、編集前画像ＩＭＧ１に対して縮小処理（画像編集処理）を施して得られる画像である。
【０１７１】
具体的には、編集後画像ＩＭＧ２の各画素のコントラスト量Ｃは、当該各画素の編集前画像ＩＭＧ１における対応位置近傍の１つまたは複数の画素についてのコントラスト量Ｃに基づいて、バイリニア法を用いて求めること（バイリニア縮小）などが可能である。たとえば、図２５に示すように、編集後画像ＩＭＧ２における画素Ｅ２の位置（ｘ２，ｙ２）に対応する（編集前画像ＩＭＧ１内での）位置（対応位置ＰＣ）を想定すると、編集後画像ＩＭＧ２内の位置（ｘ２，ｙ２）に存在する画素Ｅ２についてのコントラスト量Ｃは、その対応位置ＰＣの近傍に存在する４つの画素（ｘ１，ｙ１）、（ｘ１＋１，ｙ１）、（ｘ１，ｙ１＋１）、（ｘ１＋１，ｙ１＋１）のコントラスト量Ｃを用いて算出することができる。より具体的には、対応位置近傍の４つの画素についてのコントラスト量Ｃが線形的に変化しているものと仮定して、対応位置におけるコントラスト量ＣＥ、すなわち、編集後画像ＩＭＧ２の注目画素のコントラスト量ＣＥとして決定することができる。
【０１７２】
また、同様に、周期性指標Ｍについても求めることができる。すなわち、当該各画素の編集前画像ＩＭＧ１における対応位置近傍の１つまたは複数の画素についての周期性指標Ｍに基づいて、バイリニア法を用いて求めること（バイリニア縮小）などが可能である。
【０１７３】
さらに、周期値Ｔについても同様に求めることが可能であるが、画像編集動作として変倍動作を伴う場合については、動作内容に修正が必要である。なぜなら、周期値Ｔは、画像の大きさ（ないし解像度）をも考慮した値であるからである。
【０１７４】
図２６は、編集前画像ＩＭＧ１を１／２に変倍（縮小）するにあたって、編集後画像ＩＭＧ２における各画素値についての周期値ＴＥを求める場合について説明する概念図である。編集前画像ＩＭＧ１における所定方向に連続する４つの画素の周期値Ｔが（４，４，４，４）で表されるものとすると、１／２の縮小動作により、これら４つの画素は編集後画像ＩＭＧ２における２つの画素に相当し、これらの２つの画素についての周期値Ｔは、その値自体が１／２に変更される必要がある。
【０１７５】
したがって、編集後画像ＩＭＧ２におけるこれらの２つの画素についての周期値Ｔは、上記と同様のバイリニア法などを用いて、対応位置の周期値Ｔを求めた上で、その求められた周期値Ｔに対して、変倍率（縮小率）（＝１／ｑ）を乗じた値を編集後画像ＩＭＧ２における周期値ＴＥとして求めることができる。たとえば、変倍率が１／２倍のときには、編集後画像ＩＭＧ２における２つの画素のそれぞれは、対応位置の周期値Ｔ（＝４）に１／２を乗じた値、すなわち２になる。したがって、編集前画像ＩＭＧ１における４つの画素の周期値Ｔの配列（４，４，４，４）は、編集後画像ＩＭＧ２における２つの画素の周期値Ｔの配列（２，２）として表される。
【０１７６】
なお、ここでは対応位置の周期値Ｔを求めた上で、その求められた周期値Ｔに対して、変倍率（縮小率）を乗じた値を編集後画像ＩＭＧ２における周期値ＴＥとして求める場合について説明したが、これに限定されず、編集前画像ＩＭＧ１における各画素についての周期値Ｔに対してそれぞれ変倍率（縮小率）（＝１／ｑ）を乗じた上で、対応位置の周期値Ｔを求めてもよい。
【０１７７】
また、上記においては簡単化のため、周期値Ｔは各画素について単一の値を有するものとして説明しているが、実際には周期値Ｔはそのｘ方向成分Txとｙ方向成分Tyとに基づいて定められる。したがって、これらの各成分Tx，Tyのそれぞれについて上記の処理を行ってもよい。
【０１７８】
さらに、上記においては、縮小の場合について説明したが、平行移動および／または回転移動などを伴う場合には、基準点（たとえば原点）のオフセット量等をも考慮することにより、編集後画像ＩＭＧ２の各画素に関して、編集前画像ＩＭＧ１の各画素との対応関係を求めることができる。
【０１７９】
以上のように、アフィン変換後の幾何学的な対応関係を求めた上でその対応位置近傍の複数の画素についてのコントラスト量Ｃ、周期性指標Ｍ、周期値Ｔの各値を用いることにより、編集後画像ＩＭＧ２の各画素についてのコントラスト量ＣＥ、周期性指標ＭＥ、周期値ＴＥなどの各値を求めることができる。
【０１８０】
このような画像編集処理は、図３のステップＳ８の前、あるいは、ステップＳ１１の前などにおいて行われる。
【０１８１】
たとえば、この画像編集処理が、ステップＳ８の前（より具体的にはステップＳ７とステップＳ８との間）に行われた場合には、その画像編集処理動作に引き続いて、上述の各パラメータの変更動作を行った後に、ステップＳ８以降の動作を行う。
【０１８２】
この場合、ステップＳ８においては、編集後画像ＩＭＧ２の各画素についてのコントラスト量ＣＥおよび周期性指標ＭＥなどを用いて同様の動作を行うことによりシャープネス処理係数決定動作（ステップＳ８）を行うことができる。そして、その決定されたシャープネス処理係数に基づいて、編集後画像ＩＭＧ２の各画素（注目画素）についてシャープネス処理（ステップＳ９）を行うことにより、上述のようにモアレの発生を抑制しつつ鮮鋭な画像を得ることが可能になる。
【０１８３】
同様に、ステップＳ１１においては、編集後画像ＩＭＧ２の各画素（注目画素）についてのコントラスト量ＣＥおよび周期性指標ＭＥなどを用いて同様の動作を行うことにより網点化データ決定動作を行い、さらに、編集後画像ＩＭＧ２の各画素（注目画素）について、決定された網点化データに基づいて網点化処理（ステップＳ１２）を行う。これにより、上述のように粒状性の発生を抑制しつつモアレの発生をも抑制することが可能である。
【０１８４】
なお、上記においては、画像編集処理として、変倍、平行移動、回転移動などのアフィン変換を伴う処理について説明したが、画像編集処理はこれに限定されず、階調変換処理であってもよい。
【０１８５】
例えば、図２７に示すようなルックアップテーブルによって各画素の階調値を変換するような階調変換処理など、サチレーションに偏りが生じるような画像処理を施した場合にも上記のような平均階調値が周期的に変動する状態が発生し、その結果、処理後の画像にモアレが発生すると考えられる。さらに、例えば、図２８に示すようなルックアップテーブルによって各画素の階調値を変換する階調変換処理などでも、「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とで平均階調値に違いが生じ、上記のような平均階調値が周期的に変動する状態が発生する結果、処理後の画像にモアレが発生すると考えられる。これらの階調変換処理を行う場合であっても、その後に上記のようなＵＳＭ処理（ステップＳ９）などを行うことにより、ＵＳＭ処理に伴うモアレの発生を抑制することが可能である。
【０１８６】
また、画像編集処理として階調変換を行う場合には、その階調変換に応じて、コントラスト量Ｃをも変更することが好ましい。具体的には、その階調変換動作によってコントラスト量Ｃが全体的に所定の倍数（たとえば１．１倍）となることが想定される場合には、各画素のコントラスト量Ｃに対してその所定の倍数（たとえば１．１倍）を乗じて得られた値を、新たな各画素についてのコントラスト量Ｃとする。そして、この新たなコントラスト量Ｃを用いて、その後のぼかし処理、シフト処理、シャープネス処理、および網点化処理などを適宜に行えばよい。
【０１８７】
＜２−１０．画像編集処理（その２）＞
上記においては、ＵＳＭ処理および／または網点化処理を伴う場合において、画像編集処理におけるモアレの発生を抑制する技術について説明したが、以下では、上述のようなＵＳＭ処理や網点化処理を伴わずに、画像編集処理において生じ得るモアレの発生を抑制することが可能な技術について説明する。
【０１８８】
図２９は、画像編集処理として画像の縮小処理を行う場合に関する概要を示す図である。図２９に示すように、この処理においては、処理前画像ＩＭＧ３に対してぼかし処理を行って画像ＩＭＧ４を得た後に、さらにこの画像ＩＭＧ４に対して縮小処理を行うことによって、画像編集（縮小）後の画像（編集後画像）ＩＭＧ５を得る。
【０１８９】
画像ＩＭＧ３に対するぼかし処理は、ぼかし量決定部４５によって決定されたぼかし量に基づいて、ぼかし処理部４０によって行われる。この場合、ぼかし量決定部４５は、コントラスト量Ｃおよび周期性指標Ｍに基づいてぼかし量を決定する点は、上述と同様である。
【０１９０】
ただし、ここでは、ぼかし量決定部４５によるぼかし量を決定する以前に、縮小倍率が予め判っている場合を想定する。言い換えれば、所定倍率の縮小処理を行う前提の下に、その縮小処理を行う前処理としてぼかし処理を行う場合を想定する。
【０１９１】
この場合において、ぼかし処理部４０は、画像の縮小率に応じたサイズを有する空間フィルタを用いて、画像における各注目画素についてのぼかし処理を行う。具体的には、縮小率（＝１／ｑ）に対して、（ｑ＋１）×（ｑ＋１）のサイズの空間フィルタ（２次元フィルタ）を用いたぼかし処理を行う。たとえば、縮小率が１／２のときには３×３のサイズの空間フィルタを用い、縮小率が１／４のときには５×５のサイズの空間フィルタを用いて、ぼかし処理を行う。なお、フィルタサイズを（奇数）×（奇数）にするため、（ｑ＋１）が偶数のときには、（ｑ＋２）×（ｑ＋２）のサイズの空間フィルタを用いるものとする。
【０１９２】
ここで、縮小率に応じて異なるサイズの空間フィルタを用いること、より具体的には、変倍率１／ｑのｑが大きくなるにつれて、より大きなサイズの空間フィルタを用いることによれば、縮小後画像における高周波成分をより効果的にカットして、モアレの発生を抑制することが可能になる。これは、縮小後画像におけるモアレは、サンプリング定理に基づき所定の周波数以上の高周波成分の折返しに起因して発生するという性質を利用するものである。すなわち、この性質に鑑み、あらかじめそのぼかし処理によってその所定の周波数以上の高周波成分をカットすることにより、モアレを抑制することが可能である。
【０１９３】
一般に、変倍率１／ｑのｑが大きくなる（画像がより小さく縮小される）ことは、サンプリング定理における基準周波数（折返し周波数）が低下することに対応する。一方、相対的に大きなサイズのフィルタを用いてぼかし処理を行えば、高周波成分のうち、相対的に低い周波数成分に至るまでの成分を減衰させることが可能になる。したがって、変倍率１／ｑのｑが大きくなる（画像がより小さく縮小される）につれて、より大きなサイズのフィルタを用いて、より低い周波数成分まで減衰させるぼかし処理を行うことが可能になるので、基準周波数よりも高い周波数成分が残存することに伴うモアレの発生を抑制することができる。
【０１９４】
ここにおいて、各フィルタは、図１７に例示したようなピラミッド型に加重値が配列されたフィルタである。また、各フィルタサイズごとに、そのぼかし量が異なる複数のフィルタがあらかじめ準備されている。たとえば、そのぼかし処理の程度が異なる６４個の３×３サイズのフィルタを有するフィルタ群と、６４個の５×５サイズのフィルタを有するフィルタ群と、６４個の７×７サイズのフィルタを有するフィルタ群と、...を予め準備しておけばよい。
【０１９５】
そして、上述のように、変倍率１／ｑのｑの値に応じて、所定のサイズを有するフィルタ群を選択し、そのフィルタ群の中から、コントラスト量Ｃおよび周期性指標Ｍに基づき、当該ぼかし量に応じて決定された所定のＩＤを有する１つのフィルタを選択する。そして、この選択されたフィルタを用いてぼかし処理を行うのである。
【０１９６】
ここにおいて、このぼかし処理に用いられるフィルタとして、変倍率１／ｑのｑの値に応じた所定のサイズ（たとえば、（ｑ＋１）×（ｑ＋１）のサイズ）を有するフィルタが選択されるので、ぼかし処理における高周波成分の抑制を好適に行うことができる。
【０１９７】
また、このぼかし処理に用いられるフィルタは、その所定のサイズを有する複数のフィルタのうち、コントラスト量Ｃおよび周期性指標Ｍに基づいて決定されたぼかし量に対応するものとして選択されるフィルタである。したがって、画像中の各画素についてこのような処理を行うことにより、ぼかし処理の程度を画像中において局所的に適宜に変更しつつぼかし処理を行うことができるので、鮮鋭さの度合いが低減してしまうことを最小限に止めつつ、モアレの発生を抑制することが可能になる。
【０１９８】
なお、この技術は、網点化処理を伴うことを要しないので、モニタ（表示部５）などの画面上において縮小画像を表示する場合にも適用することが可能である。
【０１９９】
＜Ｂ．変形例＞
上記実施形態の網点化処理においては、網点化処理部８０は、周期性指標Ｍに応じてデータ決定部８５が決定した、ノーマルドットＳＰＭデータとランドットＳＰＭデータとのいずれか一方の網点化データを選択的に用いて網点化処理を行っていたが、これに限定されない。たとえば、ノーマルドットＳＰＭデータとランドットＳＰＭデータとに基づき、周期性指標Ｍに応じた新たな網点化データを合成し、その合成された新たな網点化データを利用することにより、画像における各画素についての網点化処理を行ってもよい。
【０２００】
図３０は、このような新たな網点化データの生成動作について説明する図である。網点化データ決定部８５は、加重係数Ｒとして周期性指標Ｍ（０．０≦Ｍ≦１．０）を選択し、ランドットＳＰＭデータに係数Ｒを乗じた値と、ノーマルドットＳＰＭデータに係数（１−Ｒ）を乗じた値とを加算して加重平均をとることにより、網点化処理における閾値を新たに合成する処理、すなわち、新たな網点化データを合成する処理を行う。網点化処理は、元の画像の各画素に相当する領域内に含まれる（処理後画像の）高精細な複数の画素のそれぞれについて閾値を設定し、その閾値と元の画像の画素の階調値とを比較して、その高精細な二値化画像における各画素の状態（「１」であるか「０」であるか）を定めることにより行われる。上記の加重平均処理によれば、元の画像の１つの画素に相当する領域内に存在する高精細画像の複数の画素のそれぞれの画素値（「１」または「０」）を決定する際の閾値が周期性指標Ｍに応じて定められることになる。
【０２０１】
このように、周期性指標Ｍに応じて加重平均によりその閾値が定められた網点化データを合成し、その網点化データを用いて網点化処理を行うことによっても、網点化処理に伴うモアレの発生を抑制することが可能である。特に、この網点化データにおける閾値は、加重平均を用いて周期性指標Ｍに応じて定められているので、周期性指標Ｍの値を少なくとも多段階に反映させることが可能である。言い換えれば、ノーマルドットＳＰＭデータとランドットＳＰＭデータとのいずれか一方の網点化データを選択的に用いて網点化処理を行う場合において生じ得る不連続性（すなわちこれら２つのＳＰＭデータ（網点化データ）の切り替わり部分において生じ得る不連続性）が解消され、より連続的に変化する網点化データを用いた網点化処理を行うことが可能になる。
【０２０２】
なお、上記においては、周期性指標Ｍに応じて、新たな網点化データを逐次に作成していたが、周期性指標Ｍに応じて加重平均を用いて合成される上記の新たな複数の網点化データをあらかじめ作成しておき、これらの複数の網点化データの中から周期性指標Ｍに応じた網点化データを選択することにより、網点化処理において用いる網点化データを決定してもよい。この場合、網点化データを逐次に作成する必要がなく、予め準備された複数の網点化データの中から１つの網点化データを選択するだけでよいので、処理の高速化を図ることが可能である。
【０２０３】
【発明の効果】
以上のように、請求項１に記載の画像処理装置によれば、シャープネス処理係数決定手段は、周期性指標およびコントラスト量に基づいて、画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定し、シャープネス処理手段は、シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、画像における注目画素についてのシャープネス処理を行うので、シャープネス処理に伴うモアレの発生を抑制することができる。
【０２０４】
請求項２に記載の画像処理装置によれば、シャープネス処理係数決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、画像編集処理が施された編集後画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定し、シャープネス処理手段は、シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、編集後画像における注目画素についてのシャープネス処理を行うので、編集後画像についてのシャープネス処理に伴うモアレの発生を抑制することができる。
【０２０５】
また、請求項３に記載の画像処理装置によれば、網点化データ決定手段は、周期性指標に基づいて画像における注目画素についての網点化処理に用いる網点化データを決定し、網点化処理手段は、網点化データ決定手段により決定された網点化データに基づいて画像における注目画素についての網点化処理を行うので、網点化処理に伴い発生するモアレを抑制することができる。また、周期値に基づいて画像に関する高精細な線画パターンデータを生成する線画パターンデータ生成手段と、画像における注目画素について、線画パターンデータを挿入する挿入処理と網点化データを用いる網点化処理とのいずれを行うかを、周期性指標およびコントラスト量に基づいて決定し、当該決定に基づいて注目画素についての高精細な二値化画像を得る二値化画像取得手段と、を備えるので、モアレの発生を抑制しつつ、高コントラストで高精細な画像を得ることができる。
【０２０８】
請求項４に記載の画像処理装置によれば、網点化データ決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、画像編集処理が施された編集後画像における注目画素についての網点化処理に用いる網点化データを決定する網点化データを決定し、網点化処理手段は、網点化データ決定手段により決定された網点化データに基づいて、編集後画像における注目画素についての網点化処理を行うので、編集後画像についての網点化処理に伴うモアレの発生を抑制することができる。
【０２０９】
さらに、請求項５に記載の画像処理装置によれば、ぼかし量決定手段は、周期性指標およびコントラスト量に基づいて、画像における注目画素についてのぼかし処理の程度であるぼかし量を決定し、ぼかし処理手段は、ぼかし量決定手段により決定されたぼかし量に基づいて画像における注目画素についてのぼかし処理を行い、画像編集処理手段は、ぼかし処理が施された画像に対して所定の画像編集処理を施すので、画像編集処理に伴うモアレの発生を抑制できる。
【０２１０】
請求項６に記載の画像処理装置によれば、所定の画像編集処理は、画像の縮小処理であり、ぼかし処理手段は、ぼかし量決定手段により決定されたぼかし量に応じた空間フィルタであって、かつ、画像の縮小率に応じたサイズを有する空間フィルタを用いて、画像における注目画素についてのぼかし処理を行うので、縮小後の画像における高周波成分を予め抑制し、画像編集処理が施された画像におけるモアレの発生を抑制することができる。
【０２１１】
また、請求項７に記載の記録媒体によれば、請求項１ないし請求項６に記載の発明と同様の効果を得ることができる。
【図面の簡単な説明】
【図１】本発明に係る画像処理装置のハードウェア構成の一例を示すブロック図である。
【図２】図１の画像処理装置の機能的構成を示す機能ブロック図である。
【図３】図１の画像処理装置における画像処理の処理手順の概要を示すフローチャートである。
【図４】自己相関データの算出形態の一例を示す図である。
【図５】ｘ方向に沿った自己相関データの算出形態の一例を示す図である。
【図６】ｙ方向に沿った自己相関データの算出形態の一例を示す図である。
【図７】処理前画像の各画素の階調値の一例およびそれから得られたｘ方向に沿った自己相関データを示す図である。
【図８】周期性が無いｘ方向に沿った自己相関データの一例を示す図である。
【図９】ｘ方向に沿った周期値およびｙ方向に沿った周期値と実際の周期方向及び周期値との関係を示す図である。
【図１０】コントラスト量算出の手順を示すフローチャートである。
【図１１】高濃度領域の拡張または縮小について説明する図である。
【図１２】図１１の画像の高濃度領域が拡張された高濃度領域拡張画像を示す図である。
【図１３】図１１の画像の高濃度領域が縮小された高濃度領域縮小画像を示す図である。
【図１４】作成された差分画像を示す図である。
【図１５】バイリニア拡大を概念的に説明するための図である。
【図１６】ぼかし量の決定手法を説明するための図である。
【図１７】加重平均フィルタの例を示す図である。
【図１８】シフトデータのシフト方向とシフト量とを示す図である。
【図１９】シフト量規定値の算出に用いられるルックアップテーブルを示す図である。
【図２０】図１７の加重平均フィルタの係数を示す図である。
【図２１】シャープネス処理係数ｇの決定手法を説明するための図である。
【図２２】処理対象となる画像ＩＭＧの一例（エアコンの撮像画像）を示す図である。
【図２３】線画パターンの拡大図である。
【図２４】画像編集処理（縮小）に伴うパラメータ（コントラスト量Ｃ、周期性指標Ｍ、および周期値Ｔ）の値を変更を説明する図である。
【図２５】縮小処理後の画素についてのコントラスト量Ｃ（および周期性指標Ｍ）の算出について説明する図である。
【図２６】縮小処理後の画素についての周期値Ｔの算出について説明する図である。
【図２７】モアレが発生し得る階調変換処理を実施するルックアップテーブルの一例を示す図である。
【図２８】モアレが発生し得る階調変換処理を実施するルックアップテーブルの他の例を示す図である。
【図２９】画像編集処理として縮小処理を行う場合の概要を示す図である。
【図３０】新たな網点化データの生成動作について説明する図である。
【図３１】従来の問題点を説明するための図であって、画像パターンと光電素子との位置関係を示す図である。
【図３２】デジタル画像の画像パターンが４画素周期である場合の「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」とを示す図である。
【図３３】図３２のデジタル画像にシャープネス処理を施した場合の計算上の各画素の階調値を示す図である。
【図３４】図３２のデジタル画像にシャープネス処理を施した場合の各画素の最終的な階調値を示す図である。
【符号の説明】
１ 画像処理装置
４５ ぼかし量量決定部
５５ シフト量決定部
５７ シフト量生成部
６５ シャープネス処理係数決定部
８５ 網点化データ決定部
Ｃ，ＣＥ コントラスト量
Ｍ，ＭＥ 周期性指標
Claims (7)
- 画像に対して処理を施す画像処理装置であって、
画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、
前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、
前記周期性指標および前記コントラスト量に基づいて、前記画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定するシャープネス処理係数決定手段と、
前記シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、前記画像における注目画素についてのシャープネス処理を行うシャープネス処理手段と、
を備えることを特徴とする画像処理装置。 - 請求項１に記載の画像処理装置において、
前記画像に対して画像編集処理を施す画像編集処理手段、
をさらに備え、
前記周期性指標算出手段は、前記画像編集処理に応じて前記周期性指標を更新し、
前記コントラスト量算出手段は、前記画像編集処理に応じて前記コントラスト量を更新し、
前記シャープネス処理係数決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、前記画像編集処理が施された編集後画像における注目画素についてのシャープネス処理の程度であるシャープネス処理係数を決定し、
前記シャープネス処理手段は、前記シャープネス処理係数決定手段により決定されたシャープネス処理係数に基づいて、前記編集後画像における注目画素についてのシャープネス処理を行うことを特徴とする画像処理装置。 - 画像に対して処理を施す画像処理装置であって、
画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、
前記周期性指標に基づいて、前記画像における注目画素についての網点化処理に用いる網点化データを決定する網点化データ決定手段と、
前記網点化データ決定手段により決定された網点化データに基づいて、前記画像における注目画素についての網点化処理を行う網点化処理手段と、
前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、
前記画像パターンの繰り返しの周期値を算出する周期値算出手段と、
前記周期値に基づいて前記画像に関する高精細な線画パターンデータを生成する線画パターンデータ生成手段と、
前記画像における注目画素について、前記線画パターンデータを挿入する挿入処理と前記網点化データを用いる網点化処理とのいずれを行うかを、前記周期性指標および前記コントラスト量に基づいて決定し、当該決定に基づいて前記画像に対応する高精細な二値化画像を得る二値化画像取得手段と、
を備えることを特徴とする画像処理装置。 - 請求項３に記載の画像処理装置において、
前記画像に対して画像編集処理を施す画像編集処理手段、
をさらに備え、
前記周期性指標算出手段は、前記画像編集処理に応じて前記周期性指標を更新し、
前記コントラスト量算出手段は、前記画像編集処理に応じて前記コントラスト量を更新し、
前記網点化データ決定手段は、更新された周期性指標と更新されたコントラスト量とに基づいて、前記画像編集処理が施された編集後画像における注目画素についての網点化処理に用いる網点化データを決定する網点化データを決定し、
前記網点化処理手段は、前記網点化データ決定手段により決定された網点化データに基づいて、前記編集後画像における注目画素についての網点化処理を行うことを特徴とする画像処理装置。 - 画像に対して処理を施す画像処理装置であって、
画像における注目画素について、当該注目画素を含む注目領域と当該注目領域以外の周辺領域との相関特性に基づいて画像パターンの繰り返しの有無の程度を示す周期性指標を算出する周期性指標算出手段と、
前記画像における注目画素とその周辺画素との明暗比を示す指標であるコントラスト量を算出するコントラスト量算出手段と、
前記周期性指標および前記コントラスト量に基づいて、前記画像における注目画素についてのぼかし処理の程度であるぼかし量を決定するぼかし量決定手段と、
前記ぼかし量決定手段により決定されたぼかし量に基づいて、前記画像における注目画素についてのぼかし処理を行うぼかし処理手段と、
前記ぼかし処理が施された画像に対して所定の画像編集処理を施す画像編集処理手段と、
を備えることを特徴とする画像処理装置。 - 請求項５に記載の画像処理装置において、
前記所定の画像編集処理は、画像の縮小処理であり、
前記ぼかし処理手段は、前記ぼかし量決定手段により決定されたぼかし量に応じた空間フィルタであって、かつ、前記画像の縮小率に応じたサイズを有する空間フィルタを用いて、前記画像における注目画素についてのぼかし処理を行うことを特徴とする画像処理装置。 - コンピュータを、請求項１ないし請求項６のいずれかに記載の画像処理装置として機能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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000253928A JP3751806B2 (ja) | 2000-08-24 | 2000-08-24 | 画像処理装置および記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000253928A JP3751806B2 (ja) | 2000-08-24 | 2000-08-24 | 画像処理装置および記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002077622A JP2002077622A (ja) | 2002-03-15 |
| JP3751806B2 true JP3751806B2 (ja) | 2006-03-01 |
Family
ID=18742956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000253928A Expired - Fee Related JP3751806B2 (ja) | 2000-08-24 | 2000-08-24 | 画像処理装置および記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3751806B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8090157B2 (en) * | 2005-01-26 | 2012-01-03 | Honeywell International Inc. | Approaches and apparatus for eye detection in a digital image |
| JP2013165476A (ja) | 2011-11-11 | 2013-08-22 | Mitsubishi Electric Corp | 画像処理装置、画像処理方法、画像表示装置、プログラム及び記録媒体 |
| WO2016143913A1 (en) * | 2015-03-10 | 2016-09-15 | Canon Kabushiki Kaisha | Image processing method, image processing device, and image pickup apparatus |
| JP6275174B2 (ja) | 2015-03-10 | 2018-02-07 | キヤノン株式会社 | 画像処理方法、画像処理装置、および、撮像装置 |
-
2000
- 2000-08-24 JP JP2000253928A patent/JP3751806B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002077622A (ja) | 2002-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4063665B2 (ja) | デジタル画像のピクセル輝度値を処理する方法 | |
| JP3882651B2 (ja) | 画像処理装置およびプログラム | |
| JP3143209B2 (ja) | 画像変倍装置 | |
| US7423781B2 (en) | Image processor and image processing method for image enhancement using edge detection | |
| EP1377030B1 (en) | Image processing apparatus, image processing method, and computer program for removing low-frequency noise in image data | |
| JP3890175B2 (ja) | 画像処理方法及び装置 | |
| US6621937B1 (en) | Removing chroma noise from digital images by using variable shape pixel neighborhood regions | |
| US20030228064A1 (en) | Multiresolution method of spatially filtering a digital image | |
| WO2011033619A1 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び、記憶媒体 | |
| JP2004040790A (ja) | 画像信号のデ・スクリーン方法及びシステム | |
| JP3862621B2 (ja) | 画像処理装置、画像処理方法、及びそのプログラム | |
| JP6781406B2 (ja) | 画像処理装置、および、コンピュータプログラム | |
| JP3738791B2 (ja) | 画像処理方法および装置 | |
| JP3751806B2 (ja) | 画像処理装置および記録媒体 | |
| JP3734652B2 (ja) | 画像処理装置 | |
| JPH0944128A (ja) | ２値画像多値化縮小処理装置 | |
| JP3092769B2 (ja) | 画像処理装置 | |
| JP2777202B2 (ja) | 画像処理装置 | |
| JP2784278B2 (ja) | 画像変倍処理装置 | |
| JP6444049B2 (ja) | 画像処理装置、方法およびプログラム | |
| JP4084719B2 (ja) | 画像処理装置および該画像処理装置を備える画像形成装置、ならびに画像処理方法、画像処理プログラムおよびコンピュータ読み取り可能な記録媒体 | |
| JP3753900B2 (ja) | 画像処理装置 | |
| JP2001078039A (ja) | 画像処理装置および記録媒体 | |
| JP2004303076A (ja) | 画像処理方法及び画像処理装置 | |
| KR20070119482A (ko) | 이미지 리샘플링 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050916 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050927 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051104 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051206 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051208 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |