JP5767516B2 - 画像処理装置、画像処理方法、及びプログラム - Google Patents

Description

本発明は、多階調画像をより少ない階調に変換する際に生じるモアレを検出する画像処理装置および画像処理方法に関する。

近年、コンピュータで処理した画像データを、記録用紙に印刷する、または表示装置に表示することが広く行われている。このような印刷または表示処理において、画素あたりの階調数を出力前後で比較すると、コンピュータ上で画像データを表現する階調数に対して、印刷装置あるいは表示装置が表現可能な階調数が少ない場合がある。このような印刷装置や表示装置への出力時には、多階調の画像データに対し、より少ない階調数に変換するためのハーフトーン処理が施されることが多い。しかしながら、ハーフトーン処理によってモアレが発生して画質が劣化する場合があり、対策が求められている。

ハーフトーン処理のひとつとして、周期的に繰り返す閾値との比較によって出力値を決定する組織的ディザ法が知られている。組織的ディザ法では、閾値の周期に近い空間周波数成分を含む入力に対して、閾値の空間周波数との差に相当するモアレを生じてしまう。また、ハーフトーン処理の別の例として誤差拡散法が知られているが、誤差拡散法ではある平坦な特定濃度の入力に対して、特有の模様による繰り返し構造によるモアレを生じてしまう。

このようなモアレの発生を検出するための技術として、入力画像データとハーフトーン処理画像データの差分を利用する方法がある（例えば、特許文献１参照）。この方法によれば、入力画像データとハーフトーン処理画像データの差分データを求め、さらに該差分データに対する帯域通過フィルタ処理によってモアレ成分を抽出する。

また、入力画像データにハーフトーン処理を適用したハーフトーン処理画像データに対して、視覚特性に基づくフィルタ処理を行うことによってモアレの発生を検出する方法がある（例えば、特許文献２参照）。この方法によれば、まず、入力画像データにハーフトーン処理を適用したハーフトーン処理画像データと、入力画像データを半位相分シフトしてからハーフトーン処理を適用した画像データのそれぞれに対して、視覚特性に基づくフィルタ処理を行う。そして、該フィルタ処理後のそれぞれの画像データ間の差分を評価する。

特開平９−２３８２５９号公報 特開２００１−８６３５５号公報

上記従来のモアレ検出方法によれば、既にハーフトーン処理が施されて印刷された原稿を読み取り、さらに加工した後に印刷する場合には、加工時に発生するモアレのみを適切に検出することができなかった。すなわち、既にハーフトーン処理された画像データに対して、さらに異なるハーフトーン処理を行った場合、モアレの有無を検出することは困難であった。

このため、上記のような場合、従来はパターン検出等により網点検出を行い、網点として検出された部分を平滑化処理した後にハーフトーン処理を施していた。しかしながら、パターン検出により網点を検出する場合、網点の線数あるいは読み取り解像度に応じてパターンを用意する必要があり、処理量や回路の増大を招いていた。また、パターンマッチングを行うことから、誤検出や検出漏れの発生が避けられず、精度を上げるためには、広い範囲の画素の参照や孤立点処理、膨張処理等の複雑な処理を行う必要があった。また、淡い細線に対してハーフトーン処理を行った場合、細線の傾きやスクリーン角の位相によって細線の再現性が大幅に変動するが、それに対応するには、エッジ強調するしかなかった。

本発明は上述した問題を解決するためになされたものであり、簡単な構成で高精度なモアレ検出を行う画像処理装置および画像処理方法を提供することを目的とする。

上記課題を解決するための一手段として、本発明の画像処理装置は以下の構成を備える。

すなわち、多値入力画像データに対してハーフトーン処理を施して第１ハーフトーン画像データを生成する第１ハーフトーン処理手段と、
前記第１ハーフトーン画像データに対して、注目画素ごとに該注目画素を含む近傍の第１領域を処理対象とした平滑化フィルタ処理を行って第１フィルタ処理データを生成する第１フィルタ処理手段と、
前記多値入力画像データに対して、注目画素ごとに前記第１領域を処理対象とした平滑化フィルタ処理を行って第２フィルタ処理データを生成する第２フィルタ処理手段と、
前記第１フィルタ処理データと前記第２フィルタ処理データについて、それぞれの画素あたりの階調数が同じになるように変換してその差分を算出し、該差分を第１モアレ発生強度として画素ごとに評価する第１差分評価手段と、
前記第１ハーフトーン画像データに対して、注目画素ごとに、前記第１領域よりも面積の小さい、該注目画素を含む近傍の第２領域を処理対象とした平滑化フィルタ処理を行って第３フィルタ処理データを生成する第３フィルタ処理手段と、
前記多値入力画像データに対して、注目画素ごとに前記第２領域を処理対象とした平滑化フィルタ処理を行って第４フィルタ処理データを生成する第４フィルタ処理手段と、
前記第３フィルタ処理データと前記第４フィルタ処理データについて、それぞれの画素あたりの階調数が同じになるように変換してその差分を算出し、該差分を第２モアレ発生強度として画素ごとに評価する第２差分評価手段と、
注目画素を中心とする所定領域内の前記多値入力画像データにおける特徴量に応じて、前記第１差分評価手段または前記第２差分評価手段のいずれか一方を選択してその評価結果を出力するモアレ発生強度選択手段と、
を有することを特徴とする。

本発明によれば、簡単な構成で高精度なモアレ検出を行うことができる。

本発明に係る第１実施形態における画像処理装置の構成例を示すブロック図、 本実施形態のディザ処理において使用するディザマトリクス、 本実施形態における入力画像データとそのディザ処理結果を示す図、 本実施形態の第１フィルタ処理におけるフィルタ処理対象領域を示す図、 本実施形態におけるハーフトーン画像データの折り返し処理を示す図、 本実施形態における第１および第２フィルタ処理画像データ例を示す図、 本実施形態における差分画像データおよびモアレ判定データ例を示す図、 本実施形態においてモアレを生じない入力画像データと対応する差分画像データ例を示す図、 第２実施形態におけるモアレ検出処理を示すフローチャート、 第２実施形態における誤差拡散処理係数と拡散方向を示す図、 第２実施形態におけるハーフトーン処理後の画像データ例を示す図、 第２実施形態における第１および第２フィルタ処理画像データを示す図、 第２実施形態における差分画像データとモアレ判定データ例を示す図、 本実施形態におけるディザ閾値周期とフィルタ処理対象領域の関係を示す図、 本実施形態におけるフィルタ処理対象領域と対応するフィルタ係数の例を示す図、 本実施形態におけるスーパーセル方式によるディザマトリクス例を示す図、 第３実施形態におけるディザマトリクス例を示す図、 第３実施形態において、細線の傾きによってモアレ検出の評価値が異なる例を示す図、 第３実施形態における画像処理装置の構成例を示すブロック図、 第３および第４フィルタ処理部で使用されるフィルタによるモアレ検出の様子を示す図、 第３実施形態において、第３および第４フィルタ処理部で使用されるフィルタによるモアレ検出の様子を示す図、である。

以下、添付の図面を参照して、本発明をその好適な実施形態に基づいて詳細に説明する。なお、以下の実施形態において示す構成は一例に過ぎず、本発明は図示された構成に限定されるものではない。

＜第１実施形態＞
●装置構成および処理概要
図１は、本実施形態が適用される画像処理装置の構成を示すブロック図である。同図に示すように本実施形態の画像処理装置は、ハーフトーン処理部１１、モアレ検出処理部１２、および、モアレ低減処理部１３、によって構成されている。

ハーフトーン処理部１１では、ディザ処理部１４によって、多値入力画像データに対して組織的ディザ法によるハーフトーン処理を施し、ハーフトーン画像データを生成する。

モアレ検出処理部１２は、第１フィルタ処理部１５、第２フィルタ処理部１６、および、差分評価部１７によって構成されている。第１フィルタ処理部１５は、ハーフトーン処理部１１から出力されたハーフトーン画像データにおける注目画素、および、該注目画素に対して規定される、該注目画素を含む近傍の画素群（第１領域）について、画素値の総和を算出する。すなわち、ハーフトーン画像データに対して第１領域を処理対象とした平滑化フィルタ処理を行うことで、第１フィルタ処理データを生成する（第１フィルタ処理）。第２フィルタ処理部１６は、多値入力画像データにおける注目画素、および、該注目画素に対して同じく規定される、上記第１領域と同等の近傍画素群について、画素値の総和を算出する。すなわち、多値入力画像データに対して第１領域を処理対象とした平滑化フィルタ処理を行うことで、第２フィルタ処理データを生成する（第２フィルタ処理）。差分評価部１７は、第１フィルタ処理部１５による処理結果である第１フィルタ処理データと、第２フィルタ処理部１６による処理結果である第２フィルタ処理データとの差分を評価して、モアレ発生を検出する。詳細には、後述するハーフトーン処理部１１による階調数の削減の影響を打ち消すために、まず、第１および第２フィルタ処理部１５，１６それぞれのフィルタ処理結果を、それぞれの画素あたりの階調数が同じになるように変換（正規化）する。その後、ハーフトーン画像データと多値入力画像データとの差分をモアレ発生強度として算出し、該差分の絶対値が所定の閾値を超えた場合に、モアレ判定データに１を設定して出力する。

モアレ低減処理部１３は、誤差拡散処理部１８と出力選択部１９によって構成されている。誤差拡散処理部１８は、ハーフトーン処理部１１におけるディザ処理部１４でモアレが発生した場合に備えて、異なる特性のハーフトーン処理を行う。出力選択部１９は、モアレ検出処理部１２における差分評価部１７からのモアレ判定データに基づいて、ディザ処理部１４によるハーフトーン処理結果、あるいは、誤差拡散処理部１８によるハーフトーン処理結果のいずれか一方を選択して出力する。すなわち、差分評価部１７によるモアレ判定データが所定の閾値以下であれば（本実施形態では０であれば）、モアレを検出しなかったとしてディザ処理部１４によるハーフトーン処理結果を選択する。一方、モアレ判定データが該閾値を超えていれば（本実施形態では１であれば）、モアレを検出したとして誤差拡散処理部１８によるハーフトーン処理結果を選択する。

このように、本実施形態の画像処理装置によれば、第１のハーフトーン処理結果についてモアレが検出された場合、該第１のハーフトーン処理結果を第２のハーフトーン処理結果に置換する。よって、第１のハーフトーン処理のみを行う場合と比較して、モアレの少ないハーフトーン処理が可能になる。

以下、画像処理装置の各構成における処理について、詳細に説明する。

●ハーフトーン処理
まず、ハーフトーン処理部１１におけるディザ処理について説明する。ハーフトーン処理部１１を構成するディザ処理部１４は、各画素が０〜２５５の範囲の画素値からなるグレースケール２５６階調の多値入力画像データを、０〜２の３階調のハーフトーン画像データに変換する処理を行う。なお、多値入力画像データについては、画素値０によって黒を、画素値２５５によって白を表現する。また、ハーフトーン画像データについては、画素値０によって黒を、画素値２によって白を表現する。ここでは、２５６階調のグレースケール画像データを３階調のハーフトーン画像データに変換する例について説明するが、これと異なる階調数についても本発明は適用可能である。また、各色成分別に同様の処理を行うことで、カラー画像データに適用することも可能である。

図２は、ディザ処理部１４において参照される閾値マトリクスである。ディザ処理部１４は、入力画素位置に対応する行番号と列番号をそれぞれ４で割った剰余に応じて、図２に示す閾値マトリクスにおける行と列とを選択し、２個１組の閾値を得る。すなわち、第４行では第０行と同じ閾値、第５行では第１行と同じ閾値を使用することになる。列についても同様に、第４列は第０列と同じ閾値、第５列は第１列と同じ閾値を使用する。よって、多値入力画像データに対して、図２に示す閾値が４行おき、４列おきに繰り返し適用されることとなる。ディザ処理部１４では、入力画素値と２個の閾値とをそれぞれ比較して、入力画素値がいずれの閾値よりも小さい場合にはハーフトーン画素値０を出力する。また、入力画素値が一方の閾値以上で、かつ、他方の閾値未満である場合にはハーフトーン画素値１を出力し、入力画素値がいずれの閾値をも上回るか少なくとも等しい場合にはハーフトーン画素値２を出力する。

図３は、多値入力画像データと、そのディザ処理結果であるハーフトーン画像データの一例を示す。図３(a)は多値入力画像データであり、３画素周期の繰り返しとなっていることが分かる。そのため、図２に示した４画素周期の閾値によるディザ処理を行うと、モアレが生じてしまう。

例えば画素３１は、画素値２５５であり、その位置は第０行、第６列である。行と列の番号をそれぞれ４で割った剰余は０と２であるため、ディザ処理部１４では画素３１に対し、図２の閾値マトリクスにおける第０行、第２列を参照して得られた閾値２０，１４８と入力画素値２５５とを比較して、ハーフトーン画素値２を得る。また、画素３２は画素値１９１であり、その位置は第０行、第７列である。よって、ディザ処理部１４では図２に示す第０行、第３列の閾値である１１６，２４４と入力画素値１９１とを比較して、ハーフトーン画素値１を得る。このようにディザ処理部１４によって、図３(a)に示す多値入力画像データから、図３(b)に示すハーフトーン画像データが得られる。図３(b)によれば、画素値の周期的な配列が発生していることが分かる。

なお、ここでは閾値マトリクスが４行４列であって、ディザ処理により３値化する例を示したが、閾値マトリクスが４行４列以外の周期であっても良く、また、ディザ処理結果の階調数も３に限定されない。

●モアレ検出処理
次に、モアレ検出処理部１２におけるモアレ検出処理ついて説明する。第１フィルタ処理部１５は、ディザ処理部１４から出力されたハーフトーン画像データの各画素について、それぞれを注目画素として、図４に示すような該注目画素を含む４行４列の領域の総和を算出することで、ハーフトーン画像データを平滑化する。なお、この演算対象となるフィルタ処理対象領域の大きさは、ディザ処理部１４におけるディザ閾値周期と等しくなるように、４行４列としている。

なお、図３(b)に示すハーフトーン画像データにおける画素４１を注目画素とした場合など、図４に示すような形状からなる該注目画素近傍の４行４列の領域（フィルタ処理対象領域）が、ハーフトーン画像データの外にかかってしまう場合がある。このような場合には図５(a)に示すように、ハーフトーン画像データの端部の列および行を中心として折り返すことによって、ハーフトーン画像データ外の仮想的な画素値を得る。図５(a)に示す折り返し処理は、図３(b)に示すハーフトーン画像データの左上部分（実線部分）の４行４列に対する折り返し処理により、折り返し画像データ（破線部分）を追加した例を示している。すなわち、ハーフトーン画像データ外の画素６１、６２の画素値としては、ハーフトーン画像データ端部の画素６３に対して対称となる画素６５、６４の画素値がそれぞれ適用されている。よって、図３(b)に示すハーフトーン画像データにおける画素４１を注目画素とした場合には、図４に示すフィルタ処理対象領域と同様の形状からなる、図５(b)に示すフィルタ処理対象領域の総和を計算することになる。

以上のように第１フィルタ処理部１５で図３(b)に示すハーフトーン画像データが処理されることによって、図６(a)に示す第１フィルタ処理画像データが得られる。

第２フィルタ処理部１６は、処理対象がハーフトーン画像データでなく多値入力画像データである点を除いて、図５(a)に示した折り返し処理も含めて第１フィルタ処理部１５と同様の処理を行う。第２フィルタ処理部１６で図３(a)に示す多値入力画像データが処理されることによって、図６(b)に示す第２フィルタ処理画像データが得られる。

差分評価部１７は、第１フィルタ処理画像データと第２フィルタ処理画像データとの差分を評価する。ここで、第１フィルタ処理画像データの元となるハーフトーン画像データは３値（最小値０、最大値２）であり、第２フィルタ処理画像データの元となる多値入力画像データは２５６値（最小値０、最大値２５５）である。したがって、第１フィルタ処理画像データと第２フィルタ処理画像データとを単純に比較することはできない。そこで本実施形態では、第１フィルタ処理画像データと第２フィルタ処理画像データのそれぞれを、最大値が５１０相当となるように正規化する。すなわち、第１フィルタ処理画像データについては最大値が２であるから各要素を５１０÷２＝２５５倍とし、第２フィルタ処理画像データについては最大値が２５５であるから各要素を５１０÷２５５＝２倍とする。

図７(a)に、このように正規化した第１および第２フィルタ処理画像データ間における差分を算出した例を示す。図７(a)に示す差分画像データにおいては、絶対値が比較的大きな負の値（−２６０前後）と正の値（２５０前後）とが周期的に出現している。このことはすなわち、ハーフトーン画像データでは多値入力画像データと比較して濃度の大きい部分と小さい部分が周期的に繰り返されていることを示している。このような濃度の変動が、視覚的にはモアレとなって認識されることになる。差分評価部１７では、図７(a)に示す差分画像データの絶対値が所定の閾値（ここでは２００とする）以上の画素についてはモアレと判定し、モアレ判定データに１を設定する。図７(b)に、図７(a)の差分画像データから得られるモアレ判定データの例を示す。なお、上記所定の閾値はディザ処理部１４の量子化特性に依存して決定されうる。例えば図２のディザ処理の場合、ディザマトリクスの閾値は１６×２＝３２個あり、量子化ステップ幅に相当する値は２５６／３２＝８である。ディザマトリクスの閾値は、通常量子化代表値の中間に設定される。したがって、量子化誤差の最大値は量子化ステップ幅の１／２である４となる。４×４＝１６画素分の量子化誤差の最大値を合計し、上記正規化を行うことにより、４×１６×２＝１２８が差分画像データの各画素に対応する量子化誤差の最大値として得られる。従って、上記所定の閾値としては、１２８以上であり、かつモアレ判定の精度に応じた値が設定されうる。

ここで比較のために、図８(a)に、図２に示す４画素周期の閾値マトリクスによるディザ処理でモアレを生じない多値入力画像データの例を示す。図８(a)に示す多値入力画像データに対して上記図３(a)の多値入力画像データと同じようにディザ処理およびモアレ検出処理を施すことによって、最終的に図８(b)に示すような差分画像データが得られる。図８(b)の差分画像データは、端部において１７０前後の比較的大きな値が出現している部分があるものの、大部分が小さな値となっている。このような図８(b)の差分画像データに対して、例えば図７(a)に示す差分画像データと同様に閾値を２００としたモアレ判定を行った場合、モアレ判定データは全て０となる。なお、図８(b)の差分画像データの端部において比較的大きな値が出現するのは、図５(a)に示したような折り返し処理の影響によるものである。

以上のように、本実施形態のモアレ検出処理部１２においては、多値入力画像データに対して発生するモアレをモアレ判定データとして検出することができる。

●モアレ低減処理部
以下、モアレ低減処理部１３におけるモアレ低減処理について説明する。モアレ低減処理部１３において、誤差拡散処理部１８は、多値入力画像データに対して誤差拡散処理を施して誤差拡散画像データを得る。なお、誤差拡散処理部１８においては、ディザ処理部１４による第１ハーフトーン処理とは異なる特性による第２ハーフトーン処理を行えば良い。従って誤差拡散処理部１８は、誤差拡散法ではなく、例えばディザ処理部１４と閾値の周期やスクリーン角が異なるディザ法を行ってもよい。第２ハーフトーン処理として、ディザ処理部１４によるディザとはスクリーン角が異なるディザを用いる場合、第２ハーフトーン処理におけるスクリーン角は、ディザ処理部１４によるディザ処理のスクリーン角とは直交又はほぼ直交でありうる。

出力選択部１９は、差分評価部１７からのモアレ判定データに従って出力画素値を選択する。すなわち、注目画素についてのモアレ判定データが０である場合にはディザ処理部１４によるハーフトーン画像データ（第１ハーフトーン画像データ）を選択する。一方、モアレ判定データが１である場合には誤差拡散処理部１８による誤差拡散画像データ（第２ハーフトーン画像データ）を選択する。これにより本実施形態では、ハーフトーン処理部１１のみを有し、モアレ検出処理部１２とモアレ低減処理部１３を備えないような構成と比較して、良好なハーフトーン処理結果を得ることが可能となる。

●ディザ閾値周期とフィルタ処理対象領域
ここで、ディザ処理部１４におけるディザの閾値周期（ハーフトーン処理周期）と、モアレ検出処理部１２の第１および第２フィルタ処理部１５、１６におけるフィルタ処理対象領域との関係について、図１４〜図１６を用いて説明する。

例えばディザ処理の閾値マトリクスとして、図１４(a)に示すように、a〜ｈの８個の閾値を要素として含む、長方形の角を除いた形の単位胞を用いることができる。そして、この単位胞を、多値入力画像データを表す平面上に配置することも可能である。図１４(b)に、図１４(a)に示す閾値の単位胞によって、多値入力画像データを表す平面が埋め尽くされた様子（平面充填例）を示す。図１４(b)の平面充填例によれば、図１４(c)に示す８行８列の閾値領域が繰り返し配置されていることが分かる。このとき、図１４(c)の閾値領域の上端斜線部には、a〜ｈの８個の閾値がそれぞれ１回ずつ現れている。同様に、該閾値領域の各行あるいは各列には、やはりa〜ｈの８個の閾値がそれぞれ１回ずつ出現している。

ここで、第１および第２フィルタ処理部１５、１６におけるフィルタ処理対象領域の大きさを、ディザ処理部１４におけるディザの閾値周期と等しくなるように設定するには、フィルタ処理対象領域を図１４(a)に示す単位胞と同様の形状とすれば良い。しかしながら、ディザ処理の閾値が図１４(a)〜(c)に示すような一定の周期性を呈する場合には、フィルタ処理対象領域を、図１４(d)に示すような、注目画素を含む１行８列の領域とすることが考えられる。この場合、フィルタ処理対象領域内にa〜ｈの８個の閾値がそれぞれ同一回数ずつ（この例では１回ずつ）出現することになる。

あるいはまた、図１４(c)に示す閾値領域に対するフィルタ処理対象領域として、図１５(a)および図１５(c)に示すように、注目画素（斜線部）を中心とした二重枠内の矩形領域を適用しても良い。図１５(a)の例では、矩形領域の内部におけるディザの各閾値の出現頻度は、閾値aが２回、それ以外が各１回となっており、注目画素を移動しても、注目画素に対する右上と左下の閾値が同一であり、それ以外の閾値は全て相異なっている。そこでこの場合、第１および第２フィルタ処理部１５、１６において、閾値に応じた重み付け処理を行うことが考えられる。すなわち、図１５(b)に示す係数行列のように、同一閾値が２回出現する位置に対応する重みを「１/２」とし、他の位置に対応する重みを「１」として、空間フィルタ処理を行う。これにより、どの注目画素位置においても、フィルタ処理対象領域内でのディザ閾値ごとの重みが一定になり、第１および第２フィルタ処理画像データにおいてディザ処理時の閾値の影響を除去することができる。

同様に、フィルタ処理対象領域を図１５(c)に二重枠で示す矩形領域とした場合は、５×５の矩形領域内に閾値aが４回、それ以外が各３回出現している。このとき、図１５(d)に示す係数行列のように、閾値の出現頻度と、注目画素からの距離に応じた重みを設定しても良い。図１５(d)の係数行列によれば、図１５(c)における５×５画素の矩形領域内に４回出現する閾値ａに対しては、注目画素に隣接する２箇所に「８５」、それ以外の２箇所に「４３」の重みが設定されている。これにより、閾値ａに対応する重みの合計が「２５６」となっている。また、同矩形領域内にそれぞれ３回出現するａ以外の閾値に対しては、注目画素自身もしくは隣接する画素位置の１箇所に「１２８」、それ以外の２箇所に「６４」の重みが設定され、各閾値に対応する重みの合計が閾値ａの場合と同様に「２５６」となっている。

あるいはまた、スーパーセル方式として、短周期変動と長周期変動を組み合わせてディザ処理の閾値を決定する方法が知られている。すなわち、図１４(b)の平面充填例のような短周期変動の閾値に対して、図１６のように長周期変動分を加えた閾値を使用する方式である。図１６における閾値ａ1〜ａ9の平均値が、図１４(b)における閾値ａとなり、図１６における他の閾値ｂ1〜ｂ9、〜、ｈ1〜ｈ9についても同様に、それぞれの平均値が図１４(b)における閾値ｂ〜ｈとなる。なお、長周期変動を無視する（振幅を０とする）ならば、図１６における閾値ａ1〜ａ9は、図１４(b)における閾値ａ（量子化代表閾値）で代表することが可能である。図１６における他の閾値ｂ1〜ｂ9、〜、ｈ1〜ｈ9についても同様に、図１４(b)の平面充填例で示すｂ〜ｈを量子化代表閾値として使用することで、上記説明と同様の処理が可能である。

以上説明したように本実施形態によれば、ディザの閾値ごとの重みが等しいフィルタを用いてディザ処理の前後での濃度評価値の差分を検出する。これによって、ディザ処理によってハーフトーン画像に生じるモアレの強度を、網点線数や解像度によらず、簡易な方法で精度良く検出し、さらに、該モアレを低減することができる。

なお、本実施形態では第１および第２フィルタ処理部１５、１６におけるフィルタ処理対象領域のサイズが、ディザの閾値周期（閾値マトリクス）と等しく、もしくは閾値マトリクスの閾値ごとの重みが等しく、もしくは閾値マトリクスの閾値ごとの重みが等しくなるように設定する例を示した。しかしながら本実施形態における好適なフィルタ処理対象領域はこの例に限らず、ディザの閾値周期に対して整数倍のフィルタサイズを持つものでもよい。つまり、閾値マトリクスの閾値ごとの画素数が同一になるサイズでもよい。

＜第２実施形態＞
以下、本発明に係る第２実施形態について説明する。上述した第１実施形態においては、０〜２５５までの２５６階調の多値入力画像データを、ディザ法によって０〜２の３階調のハーフトーン画像データに変換し、該ハーフトーン画像データに生じるモアレを検出する例を示した。第２実施形態では、０〜２５５までの２５６階調の多値入力画像データを、誤差拡散法によって０もしくは１の２階調のハーフトーン画像データに変換し、該ハーフトーン画像データに生じるモアレを検出する例を示す。なお、第２実施形態における画像処理装置の構成は、上述した第１実施形態で図１に示した構成とほぼ同様であり、ハーフトーン処理部１１内のディザ処理部１４が、誤差拡散処理部に変わるだけである。従って第２実施形態では、図１に示す構成においてハーフトーン処理部１１内に、ディザ処理部１４に代えて誤差拡散処理部１４１を設けるものとして、以下説明する。

●モアレ検出処理
図９は、第２実施形態におけるモアレ検出処理を示すフローチャートである。まずＳ１４１において誤差拡散処理部１４１で、多値入力画像データの左上から右下に向かって順次、注目画素の画素値と、その隣接画素から分配された量子化誤差の合計を、所定の閾値と比較する、いわゆる誤差拡散処理を行う。注目画素について、画素値と量子化誤差の合計が閾値１２８以上であれば、ハーフトーン画像データの対応する画素値を１とし、該合計が閾値１２８未満であれば、対応する画素値を０とする。ハーフトーン画素値が０となる場合には、注目画素の画素値と、隣接画素から分配された誤差の合計を量子化誤差値として不図示のメモリに保持し、ハーフトーン画素値が１となる場合は、画素値と誤差の合計から２５５を引いた値を量子化誤差値として保持する。量子化誤差値は、注目画素に対して右、下、斜め右下に隣接する画素に、それぞれの画素位置に対応する係数を乗じて分配する。図１０に、Ｓ１４１の誤差拡散処理において適用される、画素位置と量子化誤差値の分配係数（誤差拡散フィルタ）の例を示す。

以下、縦横各１６画素で、画素値がいずれも３４である平坦な多値入力画像データを例として説明する。このような多値入力画像データに対して、上記Ｓ１４１による誤差拡散処理を施すと、図１１に示すハーフトーン画像データが得られる。

次にＳ１４２において第１フィルタ処理部１５で、Ｓ１４１の誤差拡散処理で生成されたハーフトーン画像データの各画素について、第１フィルタ処理を行う。すなわち、注目画素と、該注目画素の上下、左右、斜めに隣接する８個の隣接画素、の計９画素をフィルタ処理対象領域として、その画素値の和を算出する。このとき、注目画素が入力画像の端部にあって、隣接画素が多値入力画像データ内に存在しない場合には、その隣接画素の画素値を０とみなす。図１１に示すハーフトーン画像データに対してこの第１フィルタ処理を施すことによって、図１２(a)に示す第１フィルタ処理画像データが得られる。なおここでは、注目画素とその隣接画素の計９画素の画素値の和を算出する例を示したが、第１フィルタ処理において利用される平滑化フィルタはこれと異なる形状であっても良い。

次にＳ１４３において第２フィルタ処理部１６で、多値入力画像データの各画素について、Ｓ１４２の第１フィルタ処理と同様の９画素をフィルタ処理対象領域とした第２フィルタ処理を施す。Ｓ１４２の第１フィルタ処理との差異は、処理対象がハーフトーン画像データでなく多値入力画像データであることのみである。上述した縦横各１６画素で、画素値がいずれも３４である平坦な多値入力画像データに対して、Ｓ１４３による第２フィルタ処理を適用すると、図１２(b)に示すような第２フィルタ処理画像データが得られる。

なお、図９に示すフローチャートにおいては、Ｓ１４１の誤差拡散処理とＳ１４２の第１フィルタ処理は依存関係があるが、これらの処理とＳ１４３の第２フィルタ処理とは依存関係がないため、例えばＳ１４３の方を先に処理しても良い。あるいは、Ｓ１４１，Ｓ１４２の処理と、Ｓ１４３の処理が並列に行われるように実装しても良い。

次にＳ１４４において差分評価部１７で、第１フィルタ処理画像データと第２フィルタ処理画像データの差分を算出し、所定の閾値との比較によってモアレ判定データを得る。このとき、差分の算出に先立って、以下のように画像データの正規化を行う。すなわち、各画素が０〜１であるハーフトーン画像データから得た第１フィルタ処理画像データを、各画素が０〜２５５である多値入力画像データから得た第２フィルタ処理画像データに合わせるため、第１フィルタ処理画像データの各画素値を２５５倍する。図１２(a)に示す第１フィルタ処理画像データを正規化した後に、図１２(b)に示す第２フィルタ処理画像データとの差分をとると、図１３(a)に示す差分画像データが得られる。そして、図１３(a)に示す差分画像データの各画素について、その画素値が閾値２５６以上である場合にモアレ判定データの対応する画素値を１とし、画素値が２５６未満である場合を０とすると、図１３(b)に示すモアレ判定データが得られる。

なお、第２実施形態では、単一の閾値によって０または１の２値のモアレ判定データを作成する例を示したが、複数の閾値を設けることで、モアレの程度に応じた多値のモアレ判定データを作成することも可能である。なお、モアレ判定の閾値としては、ハーフトーン１ドット分が量子化ステップ幅に相当するので、ここでは正規化後の量子化ステップ幅２５６を設定している。多値入力画像データの値によっては、所定領域（第１フィルタ処理部１５の参照領域）内に位置するハーフトーンドット数は１ビット程度変動するので、モアレ判定の閾値としては２５６〜５１２程度を選択することができる。

なお第２実施形態において、以上のようにモアレ判定データが検出されると、上述した第１実施形態と同様に、モアレ低減処理部１３においてモアレ低減処理を行う。このとき、モアレ低減処理部１３内の誤差拡散処理部１８では、誤差拡散処理部１４１とは異なる形状の誤差拡散フィルタを適用した誤差拡散処理を行うことになる。なお、誤差拡散処理部１８では誤差拡散処理部１４１と異なる特性のハーフトーン処理を行えば良いため、例えばＦＭスクリーン（分散型ディザ処理）等を行うようにしても良い。

以上説明したように第２実施形態によれば、ハーフトーン処理として誤差拡散処理を行った場合にも、上述した第１実施形態と同様に適切なモアレ判定を行うことができる。

＜第３実施形態＞
以下、本発明に係る第３実施形態について説明する。上述した第１実施形態では、多値入力画像データに細線等のエッジ部があった場合には、モアレ検出の精度が低下してしまうという問題がある。第３実施形態においては、エッジ部に対するモアレ検出の精度を向上させて、この問題を解決する例を示す。

●エッジ部におけるモアレ検出の課題
まず、エッジ部におけるモアレ検出精度の低下について説明する。

例えば上述した第１実施形態において、ハーフトーン処理部１１のディザ処理部１４で、図１７に示す、４５度のスクリーン角を有する閾値マトリクスを用いるとする。この場合、モアレ検出処理部１２の第１および第２フィルタ処理部１５、１６におけるフィルタ処理対象領域の形状は、ディザ処理における閾値周期の影響を除去するために、図１７に示す閾値マトリクスと同等な形状となる。

ここで図１８(a)〜(f)に、多値入力画像データに細線が含まれている場合における、該細線の傾きと、第１および第２フィルタ処理部１５、１６におけるフィルタ処理対象領域との関係を示す。図１８(a)において、＊が注目画素位置を示し、太線で囲まれた領域１８１がフィルタ処理対象領域を示し、斜線が付された領域１８２は淡い細線を構成する画素を示す。なお、領域１８２における画素は全て同一の画素値である。図１８(a)〜(c)はそれぞれ、同一のフィルタ処理対象領域に対して細線の傾きが異なっている例を示しており、該領域内に含まれる細線を構成する画素数がそれぞれ、８画素、６画素、４画素と異なっていることが分かる。このため、同一の太さで同じ濃度の細線であるにも関わらず、その傾きが変わると、上述した第１実施形態ではモアレ検出の結果が異なってしまう場合がある。また、図１８(d)〜(f)はそれぞれ、等間隔の細線で傾きが異なっている例を示しており、上記の場合と同様に、フィルタ処理対象領域内に含まれる細線の画素数がそれぞれ、１２画素、１２画素、１０画素と異なっている。そのため、やはりモアレ検出の結果が異なってしまう場合がある。また、フィルタ処理対象領域が広い場合は、注目画素付近にモアレが無くても、注目画素から離れた部分の濃度変動を検出して、モアレと判定してしまう場合もある。このような評価値のブレは、細線のようなエッジがある部分において発生する。

●装置構成
そこで第３実施形態では、エッジ部分においてもモアレ検出を精度良く行うために、画像処理装置を図１９に示すような構成とする。図１９において、上述した第１実施形態の図１と同様の構成には同一番号を付し、説明を省略する。図１９においては、図１に示す構成に対して、モアレ低減処理部１３がモアレ低減処理部１９１に置き換わり、さらに、モアレ検出処理部１９２、セレクタ１９３、エッジ情報入力端子１９４が追加されている。

●処理概要
以下、第３実施形態におけるモアレ検出処理およびモアレ低減処理について説明する。第３実施形態においても、多値入力画像データはハーフトーン処理部１１でディザ処理が施された後、モアレ検出処理部１２および１９２に入力される。そして、そこで検出されたモアレ判定データのいずれかに応じて、モアレ低減処理部１９１にてモアレ低減処理がなされる。

まず、モアレ検出処理部１２においては、上述した第１実施形態と同様に、ディザ処理部１４で用いられる閾値マトリクスと同等サイズの第１領域を参照してモアレを検出し、第１モアレ発生強度を示す第１モアレ判定データを出力する。

モアレ検出処理部１９２は、第３および第４フィルタ処理部１９５、１９６と、第２差分評価部１９７によって構成され、ディザ処理部１４で用いられる閾値マトリクスよりも狭い領域（面積）を第２フィルタ処理対象領域として参照してモアレを検出する。以下、第２フィルタ処理対象領域を単に第２領域と称する。第３フィルタ処理部１９５は、ハーフトーン処理部１１から出力されたハーフトーン画像データにおける注目画素、および、該注目画素に対して規定される、該注目画素を含む近傍の画素群（第２領域）について、画素値の総和を算出する。すなわち、ハーフトーン画像データに対して第２領域を処理対象とした平滑化フィルタ処理を行うことで、第３フィルタ処理データを生成する（第３フィルタ処理）。ここでは、詳細は後述するが、図２０(a)〜(f)に示すように、縦横３画素の範囲を第２領域として、該領域内についての総和を算出する。第４フィルタ処理部１９６は、多値入力画像データにおける注目画素、および、該注目画素に対して同じく規定される、上記第２領域と同等の近傍画素群について、画素値の総和を算出する。すなわち、多値入力画像データに対して第２領域を処理対象とした平滑化フィルタ処理を行うことで、第４フィルタ処理データを生成する（第４フィルタ処理）。第２差分評価部１９７は、差分評価部（第１差分評価部）１７と同様に、第３フィルタ処理部１９５の処理結果である第３フィルタ処理データと、第４フィルタ処理部１９６の処理結果である第４フィルタ処理データとの差分により、モアレ発生を検出する。詳細には、ハーフトーン処理部１１による階調数の削減の影響を打ち消すために、第３および第４フィルタ処理部１９５，１９６それぞれのフィルタ処理結果を、それぞれの画素あたりの階調数によって正規化する。その後、ハーフトーン画像データと多値入力画像データとの差分を第２モアレ発生強度として算出し、該差分の絶対値が所定の閾値を超えた場合に、第２モアレ判定データに１を設定して出力する。

モアレ検出処理部１９２で検出された第２モアレ判定データは、セレクタ１９３に入力される。また、モアレ検出処理部１２で検出された第１モアレ判定データも同様に、セレクタ１９３に入力される。セレクタ１９３では前記第２領域内の特徴量に応じてモアレ判定データ（評価結果）の選択を行う（モアレ発生強度選択手段）。例えば多値入力画像データに対して不図示の３×３のラプラシアン等のフィルタ処理を施すことによって抽出されたエッジ情報が、入力端子１９４より入力される。そして該エッジ情報（エッジ量）に応じて、モアレ検出処理部１２と１９２の出力のいずれかを選択する。すなわち、該エッジ情報に基づき、エッジ部を構成する画素についてはモアレ検出処理部１９２の出力（第２モアレ判定データ）を選択し、それ以外の画素についてはモアレ検出処理部１２の出力（第１モアレ判定データ）を選択する。なお、前記特徴量としては該エッジ情報の代りに前記第２領域内のダイナミックレンジ（最大値と最小値との差分）を使用してもよい。

具体的にはセレクタ１９３は、第２領域内の濃度変動が大きい場合に、モアレ検出処理部１９２の出力を選択することができる。例えば、エッジ情報に基づいてモアレ検出処理部１２と１９２の出力のいずれかを選択する場合、第２領域内のエッジ画素の数が所定数（例えば１つ）以上である場合に、セレクタ１９３はモアレ検出処理部１９２の出力を選択することができる。一方で、第２領域内のエッジ画素の数が所定数未満である場合に、セレクタ１９３はモアレ検出処理部１２の出力を選択することができる。例えばエッジ強調フィルタ処理後の画素値の絶対値が所定値以上である場合に、その画素はエッジ画素であると判定することができる。

また、ダイナミックレンジに基づいてモアレ検出処理部１２と１９２の出力のいずれかを選択する場合、第２領域内のダイナミックレンジが所定値以上である場合に、セレクタ１９３はモアレ検出処理部１９２の出力を選択することができる。一方で、第２領域内のダイナミックレンジが所定値未満である場合に、セレクタ１９３はモアレ検出処理部１２の出力を選択することができる。

本実施形態でセレクタ１９３は、第２領域内の特徴量を用いてモアレ検出処理部１２と１９２の出力のいずれかを選択する。しかしながらセレクタ１９３は、注目画素を中心とする所定領域内の特徴量を用いてモアレ検出処理部１２と１９２の出力のいずれかを選択してもよい。この所定領域は、１画素で構成される領域であってもよいし、第１領域であってもよいし、他の大きさの領域であってもよい。

モアレ低減処理部１９１は、モアレ低減処理部１３と同様に、誤差拡散処理部と出力選択部によって構成されており、誤差拡散処理部ではディザ処理部１４とは異なる特性のハーフトーン処理（誤差拡散処理、ＦＭスクリーン等）を行う。そして出力選択部において、セレクタ１９３から入力されるモアレ判定データに応じて、モアレが検出された場合は、内部の誤差拡散処理などによるハーフトーン処理結果を選択して出力する。一方、モアレが検出されない場合は、ディザ処理部１４によるハーフトーン処理結果を選択して出力する。これにより、出力後の画像データにおいてはモアレ発生が低減される。ただし誤差拡散処理部においては、多値入力画像データの値が「０」値である場合には、多値入力画像データをそのまま出力する。

●第３および第４フィルタ処理
以下、第３実施形態における第３および第４フィルタ処理について説明する。第１および第２フィルタ処理においては、ディザ処理部１４で用いられる閾値マトリクスと同様の形状の第１領域に対するフィルタ処理を行う。これに対して第３および第４フィルタ処理では、第１領域とは異なる、さらに小さな範囲からなる第２領域に対するフィルタ処理を行う。例えば上述したように、縦横３画素からなる領域を第２領域として適用することにより、多値入力画像データ及びハーフトーン画像データが幅１画素等の細線である場合に該細線の傾きが変わっても、第２領域内に含まれる細線の画素の数が常に等しくなる。よって、第２領域内の画素値の総和が細線の傾きによらず、精度の良いモアレ検出が可能となる。このように注目画素を通る細線の傾きに依存しないフィルタを以降では「等方性フィルタ」と称する。等方性フィルタとしては、例えば正方形のフィルタ（参照画素領域の画素数が縦横同一であるフィルタ）を用いることができる。

ここで、第３および第４フィルタ処理が適用される第２領域について、図２０(a)〜(f)を用いて詳細に説明する。図２０(a)において、＊が注目画素位置を示し、太線で囲まれた領域２０１が第２領域を示し、斜線が付された領域２０２は淡い細線を構成する画素を示す。なお、領域２０２における画素は全て同一の画素値であるとする。図２０(a)〜(c)はそれぞれ図１８(a)〜(c)と同様に、細線の傾きが異なっている例を示しているが、第２領域内に含まれる細線を構成する画素数は全て３画素で同じとなる。よって、これら各細線の傾きにおいて、モアレ検出の結果は同一となる。また、図２０(d)〜(f)も図１８(d)〜(f)と同様に、等間隔の細線で傾きが異なっている例を示しており、この場合、細線の傾きが異なっても、第２領域内に含まれる細線の画素数は一定となる。よって、モアレ検出の結果は同一となる。

ここで、等方性フィルタのサイズ（第２領域の大きさ）について説明する。第３および第４フィルタ処理の第２領域として、３ｘ３の等方性フィルタを用いる場合と、５ｘ５の等方性フィルタを用いる場合とを、図２１(a)〜(f)に示す。図２１(a)において、注目画素＊を囲む領域２２１（太線）が、３ｘ３の等方性フィルタを用いて処理する領域である。また、注目画素＊を囲む領域２２２（太線）が、５ｘ５の等方性フィルタを用いて処理する領域である。ハッチングが付された画素群２２３は、淡い細線を構成する。なお、画素群２２３を構成する画素は全て同一の画素値を有する。

図２１(a)〜(c)はそれぞれ細線の傾きが異なっている例を示す。しかしながら、領域２２１内に含まれる細線は全て３画素で構成されている。また、領域２２２に含まれる細線は全て５画素で構成されている。よって、図２１(a)〜(c)のいずれの場合においても、フィルタサイズが同じであるなら等方性フィルタによるモアレ検出の結果は同一となる。

また、図２１(d)〜(f)はそれぞれ傾きが異なる等間隔の細線を示す。領域２２１は小さい３ｘ３の領域である。このため、細線の傾きが異なっても、領域２２１内に含まれる細線を構成する画素数は、図２１(d)〜(f)のいずれにおいても３画素である。よって、モアレ検出の結果は同一となる。一方、領域２２２は５ｘ５の大きい参照領域である。このため、図２１(d)〜(f)に示す様に、領域内に含まれる細線を構成する画素数はそれぞれ５画素、８画素、９画素となる。そのため、モアレ検出の結果が異なってしまう場合がある。

この様に、図２１(d)〜(f)に示すような等間隔の細線を含む場合、フィルタサイズが大きいと等方性が崩れる場合がある。従って、第３および第４フィルタ処理の第２領域としては、３ｘ３のようにできるだけ小さい方が望ましい。一方、３ｘ３の領域に含まれる細線を構成する画素は３画素程度であるため、フィルタサイズが３ｘ３の場合モアレの検出感度は３倍となる。一方、フィルタサイズが５ｘ５の場合モアレの検出感度は５倍となる。つまり、多値入力画像データが、フルレンジの３３％以下の濃度を有する淡い細線を含む場合、３画素分合計しても１ドット分（量子化ステップ幅）に満たないので、モアレは検出されないかもしれない。一方、５ｘ５の場合はフルレンジの２５％以上の濃度を有する細線であれば、モアレが検出されうる。つまり、モアレ検出を主目的とするのであれば、５ｘ５のフィルタの方が高い検出精度を有する。なお、５ｘ５のフィルタを用いる場合であっても、周囲の３ｘ３画素において細線を構成する画素に隣接する画素のみをフィルタの対象画素とすることができる。この場合、図２１(d)〜(f)に示すような等間隔な細線を画像が含む場合においても、フィルタの対象画素数はすべて５画素となる。このため、モアレ検出の結果（モアレ発生強度）は同一となる。

以上説明した様に第３実施形態によれば、細線等のある画像に対しても精度良くモアレ検出を行うことができる。したがって、モアレの発生を抑制しつつ細線の再現性に優れたハーフトーン処理を行うことが可能となる。

＜その他の実施形態＞
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。

Claims (15)

1. 多値入力画像データに対してハーフトーン処理を施して第１ハーフトーン画像データを生成する第１ハーフトーン処理手段と、
   前記第１ハーフトーン画像データに対して、注目画素ごとに該注目画素を含む近傍の第１領域を処理対象とした平滑化フィルタ処理を行って第１フィルタ処理データを生成する第１フィルタ処理手段と、
   前記多値入力画像データに対して、注目画素ごとに前記第１領域を処理対象とした平滑化フィルタ処理を行って第２フィルタ処理データを生成する第２フィルタ処理手段と、
   前記第１フィルタ処理データと前記第２フィルタ処理データについて、それぞれの画素あたりの階調数が同じになるように変換してその差分を算出し、該差分を第１モアレ発生強度として画素ごとに評価する第１差分評価手段と、
   前記第１ハーフトーン画像データに対して、注目画素ごとに、前記第１領域よりも面積の小さい、該注目画素を含む近傍の第２領域を処理対象とした平滑化フィルタ処理を行って第３フィルタ処理データを生成する第３フィルタ処理手段と、
   前記多値入力画像データに対して、注目画素ごとに前記第２領域を処理対象とした平滑化フィルタ処理を行って第４フィルタ処理データを生成する第４フィルタ処理手段と、
   前記第３フィルタ処理データと前記第４フィルタ処理データについて、それぞれの画素あたりの階調数が同じになるように変換してその差分を算出し、該差分を第２モアレ発生強度として画素ごとに評価する第２差分評価手段と、
   注目画素を中心とする所定領域内の前記多値入力画像データにおける特徴量に応じて、前記第１差分評価手段または前記第２差分評価手段のいずれか一方を選択してその評価結果を出力するモアレ発生強度選択手段と、
   を有することを特徴とする画像処理装置。
2. さらに、前記多値入力画像データに対して、前記第１ハーフトーン処理手段におけるハーフトーン処理とは異なる特性のハーフトーン処理を施して第２ハーフトーン画像データを生成する第２ハーフトーン処理手段と、
   前記モアレ発生強度選択手段により選択された評価結果が予め定められた閾値以下であれば前記第１ハーフトーン画像データを選択し、該モアレ発生強度選択手段により選択された評価結果が該閾値を超えていれば前記第２ハーフトーン画像データを選択する選択手段と、
   を有することを特徴とする請求項１に記載の画像処理装置。
3. 前記第１ハーフトーン処理手段は前記多値入力画像データに対して予め定められたハーフトーン処理周期によるハーフトーン処理を施し、
   前記第１領域は前記ハーフトーン処理周期に応じた形状であることを特徴とする請求項１または２に記載の画像処理装置。
4. 前記第１ハーフトーン処理手段は、前記多値入力画像データに対し、前記ハーフトーン処理周期を閾値の周期とする閾値マトリクスを適用したディザ処理を行うことを特徴とする請求項３に記載の画像処理装置。
5. 前記第１領域は、前記閾値マトリクスを充填した平面上において該閾値マトリクスを構成する閾値のそれぞれが同一回数ずつ出現する領域に相当することを特徴とする請求項４に記載の画像処理装置。
6. 前記第１および第２フィルタ処理手段は、前記閾値マトリクスを充填した平面上において、前記第１領域の内部における各閾値の出現頻度に応じた重み係数を該第１領域の画素ごとに設定した平滑化フィルタ処理を行うことを特徴とする請求項４に記載の画像処理装置。
7. 前記第３および第４フィルタ処理手段は、参照画素領域の画素数が縦横同一であるフィルタを用いてフィルタ処理を行うことを特徴とする請求項４乃至６のいずれか１項に記載の画像処理装置。
8. 前記特徴量は、エッジ量であることを特徴とする、請求項１乃至７の何れか１項に記載の画像処理装置。
9. 前記特徴量は、ダイナミックレンジであることを特徴とする、請求項１乃至８の何れか１項に記載の画像処理装置。
10. 前記第３フィルタ処理手段及び前記第４フィルタ処理手段が用いるフィルタは等方性フィルタであることを特徴とする、請求項１乃至９の何れか１項に記載の画像処理装置。
11. 多値入力画像データを入力する入力手段と、
    前記多値入力画像データに対してハーフトーン処理を施してハーフトーン画像データを生成するハーフトーン処理手段と、
    前記ハーフトーン画像データにおけるモアレ強度を出力する出力手段とを有し、
    前記出力手段は、前記多値入力画像データにおける注目画素を含む近傍の第１の領域におけるハーフトーン画像データと多値画像データとの差分に基づく値と、前記第１の領域よりも小さい前記注目画素を含む近傍の第２の領域におけるハーフトーン画像データと多値入力画像データとの差分に基づく値とのうち、前記多値入力画像データにおける特徴量に応じた何れかを、前記注目画素のモアレ強度として出力することを特徴とする画像処理装置。
12. 前記出力手段は、前記注目画素がエッジを構成する画素でない場合は、前記第１の領域におけるハーフトーン画像データと多値画像データとの差分に基づく値を出力し、前記注目画素がエッジを構成する画素である場合は、前記第２の領域におけるハーフトーン画像データと多値入力画像データとの差分に基づく値を出力することを特徴とする、請求項１１に記載の画像処理装置。
13. 第１ハーフトーン処理手段、第１フィルタ処理手段、第２フィルタ処理手段、第３フィルタ処理手段、第４フィルタ処理手段、第１差分評価手段、第２差分評価手段、およびモアレ発生強度選択手段、を有する画像処理装置における画像処理方法であって、
    前記第１ハーフトーン処理手段が、多値入力画像データに対してハーフトーン処理を施して第１ハーフトーン画像データを生成する第１ハーフトーン処理ステップと、
    前記第１フィルタ処理手段が、前記第１ハーフトーン画像データに対して、注目画素ごとに該注目画素を含む近傍の第１領域を処理対象とした平滑化フィルタ処理を行って第１フィルタ処理データを生成する第１フィルタ処理ステップと、
    前記第２フィルタ処理手段が、前記多値入力画像データに対して、注目画素ごとに前記第１領域を処理対象とした平滑化フィルタ処理を行って第２フィルタ処理データを生成する第２フィルタ処理ステップと、
    前記第１差分評価手段が、前記第１フィルタ処理データと前記第２フィルタ処理データについて、それぞれの画素あたりの階調数が同じになるように変換してその差分を算出し、該差分を第１モアレ発生強度として画素ごとに評価する第１差分評価ステップと、
    前記第３フィルタ処理手段が、前記第１ハーフトーン画像データに対して、注目画素ごとに、前記第１領域よりも面積の小さい、該注目画素を含む近傍の第２領域を処理対象とした平滑化フィルタ処理を行って第３フィルタ処理データを生成する第３フィルタ処理ステップと、
    前記第４フィルタ処理手段が、前記多値入力画像データに対して、注目画素ごとに前記第２領域を処理対象とした平滑化フィルタ処理を行って第４フィルタ処理データを生成する第４フィルタ処理ステップと、
    前記第２差分評価手段が、前記第３フィルタ処理データと前記第４フィルタ処理データについて、それぞれの画素あたりの階調数が同じになるように変換してその差分を算出し、該差分を第２モアレ発生強度として画素ごとに評価する第２差分評価ステップと、
    前記モアレ発生強度選択手段が、注目画素を中心とする所定領域内の前記多値入力画像データにおける特徴量に応じて、前記第１差分評価手段または前記第２差分評価手段のいずれか一方を選択してその評価結果を出力するモアレ発生強度選択ステップと、
    を有することを特徴とする画像処理方法。
14. 入力手段、ハーフトーン処理手段、および出力手段、を有する画像処理装置における画像処理方法であって、
    前記入力手段が、多値入力画像データを入力する入力ステップと、
    前記ハーフトーン処理手段が、前記多値入力画像データに対してハーフトーン処理を施してハーフトーン画像データを生成するハーフトーン処理ステップと、
    前記出力手段が、前記ハーフトーン画像データにおけるモアレ強度を出力する出力ステップとを有し、
    前記出力ステップでは、前記多値入力画像データにおける注目画素を含む近傍の第１の領域におけるハーフトーン画像データと多値画像データとの差分に基づく値と、前記第１の領域よりも小さい前記注目画素を含む近傍の第２の領域におけるハーフトーン画像データと多値入力画像データとの差分に基づく値とのうち、前記多値入力画像データにおける特徴量に応じた何れかを、前記注目画素のモアレ強度として出力することを特徴とする画像処理方法。
15. コンピュータで実行されることにより、該コンピュータを請求項１乃至１２のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。

Images