JPH06121169A - 網点画像の線密度変換方式 - Google Patents

Abstract

(57)【要約】 【目的】網点画像の解像度を低下することなく、しかも
画像のボケを低減することのできる網点画像の線密度変
換方式を提供する。 【構成】網点周期算出部２ａで網点画像の網点周期を算
出し、線密度増大減少率算出部２ｂで線密度の増大率又
は減少率を算出し、分割領域画素数算出部３で網点画像
を所定の領域に分割し領域内の黒又は白の画素数を算出
して疑似多値データを作成し、疑似多値データ増大減少
部５で網点周期と線密度増大減少率に基づき疑似多値デ
ータの増大又は減少を行い、濃度補正部７で疑似多値デ
ータに対して濃度補正を行ない、再網点化部８で濃度補
正された疑似多値データに基づき再網点化処理を施すよ
う構成した。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、網点画像の線密度変換
方式に関する。

【０００２】

【従来の技術】新聞及び印刷において、写真は網点画像
として表現されており、写真画像を入力した時点で出力
線密度を意識した網点画像が生成されている。網点画像
は一般に出力線密度，出力線数を考慮して作成された網
点パターンにより生成される。

【０００３】近年、多種多様の出力線密度の違うデバイ
スへの出力が要求され、例えば中央と地方との両方で同
時に同じ原稿の新聞を発行するために、１つの原稿を線
密度の異なる出力装置に出力する場合がある。例えば原
稿を高解像度（例えば４００ｄｐｉ）のレーザプリンタ
に出力し、あるいは低解像度（例えば２００ｄｐｉ）の
支店のファックス端末装置に出力している。

【０００４】この時、網点画像においては、出力装置の
線密度に合わせた線密度変換が必要とされるが、高品質
な印刷が重視される現在では、原画像の品質を低下する
ことなく、線密度変換が望まれる。

【０００５】従来の網点画像の線密度変換方式では、原
画像を縦方向及び横方向に単に増大する単純増大技術や
原画像を単に減少する単純減少技術が採用されていた。
このため、増大画像又は減少画像にはギャザリングが目
立ったり、あるいは画像の抜けが生じたり、さらには干
渉縞が発生するなどにより画質が劣化していた。

【０００６】そこでこの問題を解決するために、以下の
方法が用いられていた。すなわち、２値の網点画像デー
タを網点周期に分割し、その領域の黒画素数（又は白画
素数）により疑似多値データを作成し、この疑似多値デ
ータを出力装置の線密度、網点周期に合わせて増大／減
少を行い、再度網点化する方式である。この方式によれ
ば、前述した線密度変換方式に比較し、遥かに高品質の
出力画像を得られる。

【０００７】

【発明が解決しようとする課題】しかしながら、この方
式にあっては、原画像と比較すると解像度が低く、また
表現すべき階調数も少なかった。このため、線密度変換
方式で行った場合に、原画像と比較すると、画像のボケ
が発生してしまうという問題があった。

【０００８】本発明は、このような点に鑑みてなされた
もので、その目的とするところは、網点画像の解像度を
低下することなく、しかも画像のボケを低減することの
できる網点画像の線密度変換方式を提供することにあ
る。

【０００９】

【課題を解決するための手段】本発明は、上記課題を解
決し目的を達成するために下記の構成とした。図１は第
１の発明の原理図である。網点パターンテーブル１は、
白又は黒に２値化された網点画像の線密度、スクリーン
線数の網点パターンを予めテーブル化し、網点周期算出
部２ａは網点画像の網点周期を算出し、線密度増大減少
率算出部２ｂは変換前の線密度に対する変換後の線密度
の増大率又は減少率を算出する。

【００１０】分割領域画素数算出部３は、網点画像を、
縦横サイズのうち一方のサイズを網点周期の値とし他方
のサイズを網点周期を整数で除した値とする領域に分割
し領域内の黒又は白の画素数を算出することにより疑似
多値データを作成し、疑似多値データ増大減少部５は、
前記網点周期算出部２ａと線密度増大減少率算出部２ｂ
とで算出された結果に基づき前記分割領域画素数算出部
３からの疑似多値データの増大又は減少を行う。濃度補
正部７は、この疑似多値データ増大減少部５で得られた
疑似多値データに対して濃度補正を行ない、再網点化部
８は前記濃度補正部７で濃度補正された疑似多値データ
に基づき再網点化処理を施すよう構成した。

【００１１】また、前記濃度補正部７は、各疑似多値デ
ータに対応した濃度補正値を格納した濃度補正テーブル
１０を有し、この濃度補正値を参照して濃度補正を行な
うとともに、このテーブルにない濃度値については補間
法により濃度補正値を求めて濃度補正を行なうよう構成
した。

【００１２】さらに、前記濃度補正部７は、前記再網点
化部８で再網点化する際に用いる網点パターンテーブル
１のデータ値を前記増大率又は減少率に合わせて変更す
ることにより、濃度補正を行なうよう構成するとよい。

【００１３】図２は第２の発明の原理図である。網点パ
ターンテーブル１は、白又は黒に２値化された網点画像
の線密度、スクリーン線数の網点パターンをテーブル化
し、分割領域画素数算出部３は、網点画像を、縦横サイ
ズのうち一方のサイズを網点周期の値とし他方のサイズ
を網点周期を整数で除した値とする領域に分割し領域内
の黒又は白の画素数を算出することにより疑似多値デー
タを作成する。

【００１４】網点周期算出部１１は、原網点画像の網点
周期と線密度変換した網点画像の網点周期とを算出し、
疑似多値データ拡大縮小率算出部１２は、この網点周期
算出部１１の網点周期と線密度とに基づき前記疑似多値
データの拡大率又は縮小率を算出する。

【００１５】疑似多値データ拡大縮小部１３は、この疑
似多値データ拡大縮小率算出部１２で算出された疑似多
値データの拡大率又は縮小率に基づき前記分割領域画素
数算出部３からの疑似多値データの拡大又は縮小を行
い、階調変換部１４は、この疑似多値データ拡大縮小部
１３で拡大又は縮小された疑似多値データの値を所定の
階調に変換し、再網点化部８は、この階調変換部１４で
階調変換された疑似多値データに基づき前記網点パター
ンテーブル１の網点パターンに対して再網点化処理を施
すよう構成した。

【００１６】また、前記疑似多値データ拡大縮小部１３
は、前記拡大率又は縮小率と前記分割領域の縦横サイズ
における網点周期情報とに基づき各方向について必要な
疑似多値データを算出し、元の疑似多値データに基づき
濃度補間により前記必要な疑似多値データを作成するよ
う構成した。

【００１７】さらに、前記階調変換部１４で作成された
疑似多値データの値とこの疑似多値データの位置情報と
に基づき変換すべき線密度の網点パターンを前記網点パ
ターンテーブル１の中から検索して前記再網点化部８に
出力する網点パターン検索部１５を設けるとよい。

【００１８】さらに、前記再網点化部８で再網点化され
た網点パターンを展開するための画像格納メモリ９を設
けてもよい。

【００１９】

【作用】第１の発明は、２値の網点画像データを縦横サ
イズのうち一方のサイズを網点周期の値とし他方のサイ
ズを網点周期を整数で除した値とする領域に分割し領域
内の黒又は白の画素数を算出することにより疑似多値デ
ータを作成し、この疑似多値データを出力線密度、網点
周期に基づいて疑似多値データの増大又は減少を施し、
疑似多値データの値を補正して、再網点化するので、原
画像と比較してボケの目立たない精鋭な出力画像を得る
ことができる。

【００２０】また、疑似多値データをそのままとし再網
点化する際の網点パターンの値を補正することにより、
濃度補正を行っても、原画像と比較してボケの目立たな
い精鋭な出力画像を得ることができる。

【００２１】第２の発明では、網点画像を、縦横サイズ
のうち一方のサイズを網点周期の値とし他方のサイズを
網点周期を整数で除した値とする領域に分割し領域内の
黒又は白の画素数を算出することにより疑似多値データ
を作成し、網点周期と線密度とに基づき疑似多値データ
の拡大率又は縮小率を算出し、この拡大率又は縮小率に
基づき元の疑似多値データの拡大又は縮小を行い、拡大
又は縮小された疑似多値データの値を所定の階調に変換
し、階調変換された疑似多値データに基づき網点パター
ンに対して再網点化処理を施すので、原網点画像の網点
周期を意識することにより、原網点画像の濃度を忠実に
再現できる。また出力線密度、スクリーン線数を意識す
ることにより、高品質な線密度変換画像及び高性能な線
密度変換を実現することができる。

【００２２】

【実施例】以下、本発明の具体的な実施例を説明する。 ＜実施例１＞図３は実施例１の構成ブロック図であり、
図を参照して実施例１の構成について説明する。網点パ
ターンテーブル１は、白又は黒に２値化された網点画像
の線密度、スクリーン線数の網点パターンを予めテーブ
ル化したものであり、網点周期算出部２ａは網点画像の
網点周期を算出するものである。

【００２３】線密度増大減少率算出部２ｂは、変換前の
線密度に対する変換後の線密度の増大率又は減少率を算
出する。２値画像格納メモリ１５は、白または黒に２値
化された原網点画像データを格納しており、この原網点
画像データを領域分割部３ａに出力する。領域分割部３
ａは、２値画像格納メモリ１５に格納された原網点画像
データを指定領域毎に、例えば（網点周期×網点周期、
又は網点周期×網点周期／２、あるいは網点周期×網点
周期／４など）に分割し、分割された領域の画像データ
を黒画素数カウンタ部３ｂに出力するものである。

【００２４】黒画素数カウンタ部３ｂは、領域分割部３
ａで分割された領域内の黒画素数をカウントすることに
より疑似多値データを作成して、このデータを疑似多値
データ格納メモリ４に格納するものである。

【００２５】なお、黒画像数カウンタ部３の代わりに白
画素数をカウントする白画素数カウンタ部を用いてもよ
い。疑似多値データ増大減少部５は、網点周期算出部２
ａで算出された網点周期と線密度増大減少率算出部２ｂ
で算出された線密度の増大率又は減少率と基づき、疑似
多値データ格納メモリ４に格納された疑似多値データの
増大又は減少を行って、疑似多値データ格納メモリ６に
格納するものである。

【００２６】濃度補正部７は、疑似多値データ格納メモ
リ６に格納された増大又は減少された疑似多値データに
対して濃度補正を行なうものであり、予め定めた疑似多
値データと濃度補正値とを対応付けた濃度変換テーブル
１０を有し、この濃度補正テーブル１０の値を参照して
このテーブル１０にない濃度値については濃度値を挟む
２つの濃度値の補正テーブルより補間を行って補正濃度
値を求めるものである（図７にその構成を示す。）。

【００２７】濃度補正部７は、あるいは前記増大率又は
減少率に合わせて網点パターンテーブル１に格納された
網点パターンのデータを変更することにより、濃度補正
するものであってもよい（図８にその構成を示す。）。

【００２８】再網点化部８は、濃度補正部７で濃度補正
された疑似多値データを再網点化して得られた網点画像
データを２値画像格納メモリ９に展開するものである。 ＜実施例１の動作＞図４は実施例１の網点画像の線密度
変換方式の処理を示すフローである。図面を参照して実
施例１の網点画像の線密度変換方式を説明する。まず、
予め必要とされる線密度、スクリーン線数の網点パター
ンを網点パターンテーブル１にテーブル化しておく。
（ステップ１０１）。

【００２９】なお、図５に、各画素３１（網点）が白又
は黒に２値化された網点画像３０の一例を示す。図６
に、網点画像３１の網点パターン４０を示す。この網点
パターン４０は８×８画素からなり、後に説明するよう
に網点周期が８となっている。

【００３０】次に、網点周期算出部２ａにより網点周期
の算出を行い（ステップ１０２）、出力線密度に基づき
線密度増大減少算出部２ｂにより線密度の増大率又は減
少率を算出する（ステップ１０３）。そして、線密度を
変換すべき対象画像、すなわち原網点画像を２値画像格
納メモリ１５から領域分割部３ａに読み出して（ステッ
プ１０４）、原網点画像を縦サイズを網点周期とし横サ
イズを網点周期の１／２とする領域に分割し（ステップ
１０５）、黒画素数カウンタ部３ｂにより、各領域内の
黒画素数をカウントしそれぞれに得られたデータを疑似
多値データとして疑似多値データ格納メモリ４に格納し
ておく。（ステップ１０６）。

【００３１】次に、網点周期と線密度の増大率又は減少
率とに基づき、疑似多値データ増大減少部５により、疑
似多値データを増大又は減少させ（ステップ１０７）、
そのデータを疑似多値データ格納メモリ５６に格納す
る。そして、濃度補正部７により、各疑似多値データに
対して濃度補正を行なう。

【００３２】次に、濃度補正部７により濃度補正を行な
うが、以下の２通りの方法について説明する。 （ａ）まず、第１の方法とは、濃度補正部７により濃度
補正を行い（ステップ１０８）、網点パターンテーブル
１から網点パターンを検索して（ステップ１０９）、再
網点化部８により再網点化し（ステップ１１０）、その
出力を２値画像格納メモリ９に格納する（ステップ１１
１）。以上の演算を多値データ格納メモリ６に格納され
ているデータ全てに対して行う。第１の方法を実現する
濃度補正部７を図７に示す。

【００３３】濃度補正部７は、疑似多値データ格納メモ
リ６からの疑似多値データをデータｂ格納メモリ２１に
読み出し、濃度補正テーブル１０を参照してこの濃度補
正を行なう。

【００３４】ここで、濃度補正テーブル１０には濃度値
ａと補正値Ａが対応し、濃度値ｃと補正値Ｃとが対応し
て格納されており、濃度値ａ、ｃであれば、補正値Ａ、
Ｃを参照すればよく、テーブル１０にない濃度について
は、濃度値を挟む２つの濃度値の補正テーブルから補間
回路２４により線形補間を行なう。すなわち、濃度補正
部７では、濃度値をｂ，この濃度値を挟む２つの濃度値
ａ，ｃに対する補正値をＡ，Ｃとすると、この濃度値ｂ
の補正値Ｂを算出するために以下の演算を行なう。

【００３５】 Ｂ＝（Ｃ−Ａ）（ｂ−ａ）／（ｃ−ａ）＋Ａ このように従来方法よりも、各分割領域に対応する疑似
多値データを増加させ、しかも疑似多値データ毎に濃度
補正を行なうので、原画像と比較してボケの目立たない
精鋭な出力画像を得ることができる。

【００３６】なお、補間法については、線形でだけでな
く、他にもＢ−スプラインによる補間などで行ってもよ
い。Ｂ−スプラインについて説明する。点列Ｖ₀，Ｖ₁・
・・・Ｖｎに対するｍ階のＢスプライン曲線ＢＳ
_m（ｓ）は、 ＢＳ_m（ｓ）＝ＢＳ_m（Ｖ₀，Ｖ₁・・・・Ｖｎ；ｓ）＝Σ
Ｎ_k,m（ｓ）Ｖ_k である。ここで、ｍが１のとき、 Ｎ_k,m（ｓ）＝χ［ｘ_k，ｘ_k+1）（ｓ） である。

【００３７】あるいはｍが１より大であるとき、 Ｎ_k,m（ｓ）＝（ｓ−ｘ_k）Ｎ_k，_m-1（ｓ）／（ｘ_k+m-1−ｘ_k） ＋（ｘ_k+m−ｓ）Ｎ_k+m，_m-1（ｓ）／（ｘ_k+m−ｘ_k+1） である。

【００３８】また、ｓがｘ_k以上でかつｘ_k+1未満である
とき χ［ｘ_k，ｘ_k+1）＝１ であり、上記以外では、 χ［ｘ_k，ｘ_k+1）＝０ である。なお、 ｘ₀＜ｘ₁＜・・・・ｘ_m+n とする。図９にＢスプラインを示す。 （ｂ）次に、第２の濃度補正方法としては、図８に示す
ように、濃度補正部７に網点パターン変更回路２５を設
け、この網点パターン変更回路２５により増大率又は減
少率に合わせて、網点パターンテーブル１から網点パタ
ーン格納メモリ２６に格納された網点パターンのデータ
値を変更し、変更された網点パターンに対して、再網点
化部８により、再網点化し、格納メモリ９に対して格納
するものである。

【００３９】このような方法でも前述と同様な効果が得
られる。このように実施例１では、２値の網点画像デー
タを縦横サイズのうち一方のサイズを網点周期の値とし
他方のサイズを網点周期を整数で除した値とする領域に
分割し領域内の黒又は白の画素数を算出することにより
疑似多値データを作成し、この疑似多値データを出力線
密度、網点周期に基づいて疑似多値データの増大又は減
少を施し、疑似多値データの値を補正して、再網点化す
るので、原画像と比較してボケの目立たない精鋭な出力
画像を得ることができる。 ＜実施例２＞図１０は本発明にかかる網点画像の線密度
変換方式を実現するための装置の実施例１の構成ブロッ
ク図であり、その装置の構成を以下に説明する。 網点パターンテーブルの作成 網点パターンテーブル１は、原網点画像の予め必要な線
密度、スクリーン線数の網点パターンを作成してテーブ
ル化したものであり、メモリ２１上に設定されている。 網点パターンの網点周期の算出 網点周期算出部１１は、網点パターンテーブル１内の原
網点画像データの出力線密度Ｎ１と網点画像のスクリー
ン線数Ｌ１とに基づき、原網点パターンの網点周期情報
Ｍ１を算出するものである。なお、原網点パターンの網
点周期情報は次式で算出する。

【００４０】線密度Ｎｄｐｉ，網点周期画素Ｍ，スクリ
ーン線数Ｌ，網点角度θのとき Ｍ＝Ｎ／（Ｌｓｉｎθ） ・・・・・（１） である。但し、Ｍは偶正数であり、Ｍが偶正数でない場
合には、最も近い偶正数の値とする。 変換網点パターンの網点周期の算出 また、網点周期算出部１１は、変換想定線密度Ｎ２と網
点画像のスクリーン線数Ｌ２とに基づき、変換網点パタ
ーンの網点周期Ｍ２を算出するものである。 拡大率率、縮小率の算出 疑似多値データ拡大縮小率算出部１２は、網点周期算出
部１１で算出された原網点画像の網点周期と変換網点パ
ターンの網点周期と線密度とに基づき、疑似多値データ
の拡大率又は縮小率を決定するものである。拡大率又は
縮小率Ｒは次式で決定される。 Ｒ＝Ｎ２・Ｍ１／Ｎ１・Ｍ２ ・・・・・・（２） 領域分割及び疑似多値データの作成 ２値画像格納メモリ１５は、白または黒に２値化された
原網点画像データを格納しており、この原網点画像デー
タを領域分割部３ａに出力する。

【００４１】領域分割部３ａは、２値画像格納メモリ１
５に格納された原網点画像データを、縦サイズが網点周
期で横サイズが網点周期の１／２倍とするｎ×ｍ画素領
域に分割するものである。なお、分割領域について、縦
サイズが網点周期の１／２倍で横サイズが網点周期とす
るｍ×ｎ画素領域としてもよい。

【００４２】ここで、横サイズを網点周期の１／２倍
（あるいは縦サイズを網点周期の１／２倍）とするの
は、縦横両方とも網点周期で分割することにより、解像
度の高い（ボケの小さい）疑似多値データを作成するた
めである。

【００４３】黒画素数カウンタ部３ｂは、領域分割部３
で分割された領域内の黒画素数をカウントすることによ
り、疑似多値データを作成して、このデータを疑似多値
データ格納メモリ４に格納するものである。なお、黒画
素数の代わりに白画素数をカウントするようにしてもよ
い。さらに、分割領域における黒画素数のカウントは、
分割領域の数分だけ処理を繰り返し行なう。 疑似多値データの拡大、縮小 疑似多値データ拡大縮小部１３は、疑似多値データ拡大
縮小率算出部１２で算出された拡大率又は縮小率Ｒに基
づき、疑似多値データ格納メモリ４に格納された疑似多
値データを拡大又は縮小するものである。

【００４４】以下に、疑似多値データ拡大縮小部１３に
おける疑似多値データの拡大又は縮小法について説明す
る。原網点画像データのサイズをＸ×Ｙ（ドット）とす
ると、変換した後の網点画像データは、（Ｘ×Ｒ）×
（Ｙ×Ｒ）ドットとなる。

【００４５】まず、横方向について必要な疑似多値デー
タ数ＸＤ’を算出する。変換網点周期Ｍ２に対して、
今、疑似多値データ化を横方向は網点周期の１／２で行
なっているので、以下のようになる。 ＸＤ’＝Ｘ×Ｒ／（Ｍ２／２） ・・・・・・（３） 従って、横方向の疑似多値データ数をＸＤとすると、こ
れらＸＤ個のデータ値に基づき、濃度補間法によりＸ
Ｄ’の疑似多値データを作成する。

【００４６】縦方向については疑似多値データ化は網点
周期で行なうので、疑似多値データ数ＹＤ’は以下のよ
うになる。 ＹＤ’＝Ｙ×Ｒ／Ｍ２ ・・・・・・（４） 従って、縦方向の疑似多値データ数をＹＤとすると、こ
れらＹＤ個のデータ値に基づき、濃度補間法によりＹ
Ｄ’の疑似多値データを作成する。疑似多値データの作
成は、もとの疑似多値データを、画像データ原点を原点
とする（ＸＤ_i，ＹＤ_j）上の値とみなす。ここで、ｉは
０以上ＸＤ未満の値であり、ｊは０以上ＹＤ未満の値で
ある。

【００４７】この値に基づき疑似多値データ（Ｘ
Ｄ’_i，ＹＤ’_j）の値を濃度補間法により求める。ここ
で、ｉは０以上ＸＤ’未満の値であり、ｊは０以上Ｙ
Ｄ’未満の値であり、ＸＤ_iとＸＤ’_i及びＹＤ_iとＹＤ_i
とＹＤ’_iとには以下の関係がある。

【００４８】 ＸＤ’_i＝ＸＤ×ｉ／ＸＤ’ ＹＤ’_j＝ＹＤ×ｊ／ＹＤ’ ・・・・・・（５） なお、ｉは０以上ＸＤ’未満の値であり、ｊは０以上Ｙ
Ｄ’未満の値である。 ＜濃度補間法＞以下に、濃度補間法について説明する。
濃度補間法には最近傍法（nearest neighbor），線形補
間法（bi-linear enterpolation），３次補間法（cubic
convolution）などがある。 (i)最近傍法は、（ＸＤ’_i，ＹＤ’_j）に最も近い（Ｘ
Ｄ_i，ＹＤ_j）の値を取る方法であり、図２２に示す例で
は○に最も近いＢの値を取る。 (ii)線形補間法は、疑似多値データにおける（Ｘ
Ｄ’_i，ＹＤ’_j）の周囲４個の値を用いて、以下の方法
で値ｆ（ＸＤ’_i，ＹＤ’_j）を求める方法である。 f(XD'i,YD'j)=f([XD'i],[YD'j])*(1-α)(1-β)+f([XD'i+1],[YD'j])*α(1-β) +f([XD'i],[YD'j]+1)*(1-α)β+f([XD'i+1],[YD'j]+1)*αβ ・・・・・・（６） ここで、[X]はＸを越えない最大の正数を示し、 α=XD'i-[XD'i], β=YD'j-[YD'j] である。また、f(XD'i,YD'j)はＡの値であり、f([XD'
i],[YD'j])はＢの値であり、f([XD'i],[YD'j]+1)はＣの
値であり、f([XD'i+1],[YD'j]+1)はＤの値である。以上
の例を図２４に示す。(iii)３次補間法は、疑似多値デ
ータにおける（ＸＤ’_i，ＹＤ’_j）の周囲１６個の値を
用いて、以下の方法で値ｆ（ＸＤ’_i，ＹＤ’_j）を求め
る方法である。 f(XD'i,YD'j)=ΣΣf(Xk,Yl)*C(Xk-XD'i)*C(Yi-YD'j) ・・・・・（７） 補間関数Ｃ（ｘ）は関数ｓｉｎπｘ／πｘの近似式であ
り、｜ｘ｜が０以上１未満のとき Ｃ（ｘ）＝1−2｜ｘ｜²＋｜ｘ｜³ ｜ｘ｜が１以上２未満のとき Ｃ（ｘ）＝4−8｜ｘ｜＋5｜ｘ｜²−｜ｘ｜³ ｜ｘ｜が２以上のとき Ｃ（ｘ）＝0 ・・・・・（８） である。以上の例を図２５に示す。 階調変換部１４は、階調変換テーブル１８を有して
おり、この階調変換テーブル１８を参照してで作成さ
れた疑似多値データの値を以下のように、255階調に変
換する。疑似多値データの値をＮとし、変換した後の値
をＮ’とし、網点周期をＭとすると、 Ｎ’＝［Ｎ×255／Ｍ²／2］ ・・・・（９ ） 網点パターン検索部１５は、階調変換部１４で作成
された疑似多値データの値と当疑似多値データの位置と
に基づき、変換すべき線密度の網点パターンを検索す
る。

【００４９】再網点化部８は再度網点化を行い、再網点
化データを２値画像格納メモリ９に展開する。なお、疑
似多値データの個数分だけ処理を繰り返し行なう。 ＜具体的な例＞図１１は実施例２の線密度変換方式の処
理を示すフローである。図面を参照して実施例２の線密
度変換方式について具体的な数値を例に上げて説明す
る。以下の例では、例えば網点画像のサイズを3008×27
64として説明する。 まず、網点パターンテーブル１に、原網点画像の予め
必要な線密度、スクリーン線数の網点パターンをテーブ
ル化する（ステップ２０１）。図１２に示す例では、メ
モリ２１上の網点パターンテーブル１に、線密度（454,
681,800ｄｐｉ）、スクリーン線数（80,65線）、階調
（0〜255）の網点パターン（7,27,78,37）を作成する。 次に、網点周期算出部１１により、原網点画像データ
の出力線密度及び網点画像のスクリーン線数に基づき、
網点パターンの網点周期情報を算出する（ステップ２０
２）。例えば、原網点画像データが線密度454ｄｐｉ，
スクリーン線数65線，網点角度45°とすると、式（１）
を用いて原網点パターンの網点周期は Ｍ１＝454×√2／65＝10 となる。 さらに、網点周期算出部１１により、線密度変換する
出力想定密度及び網点画像のスクリーン線数に基づき、
変換網点パターンの網点周期情報を算出する（ステップ
２０３）。例えば、線密度909ｄｐｉ，スクリーン線数1
30線，網点角度45°とすると、式（１）を用いて変換網
点パターンの網点周期は Ｍ２＝909×√2／130＝10 となる。 そして、疑似多値データ拡大縮小率算出部１２によ
り、疑似多値データの拡大率又は縮小率を決定する（ス
テップ２０４）。ここでは、式（２）を用いて拡大率Ｒ
は、 Ｒ＝909・10／454・10 より２倍となる。 次に、２値画像格納メモリ１５から原網点画像データ
を読み出し、原網点画像データを、縦サイズが網点周期
で横サイズが網点周期の1/2とする画素領域に分割する
（ステップ２０５）。ここでは、図１３に示すように、
原網点画像データ３２を10×5画素領域３３に分割す
る。

【００５０】そして、黒画素数カウンタ部３ｂにより領
域内部の黒画素数をカウントし、疑似多値データとする
（ステップ２０６）。ここでは、図１３に示すように、
分割領域３３−００の黒画素数は８であり、分割領域３
３−０１の黒画素数は１０であるので、図１４に示すよ
うになる。

【００５１】また、疑似多値データの数は横が3008／5
＝601.6であり、縦2764／10＝276.4である。端数は切捨
てると、横601，縦276となるので、全ての疑似多値デー
タを（ｘ，ｙ）に座標化すると、図１５に示すようにな
る。図１６は座標化された疑似多値データの仮想モデル
であり、図１６に示す各黒点に、図１５に示す各疑似多
値データの値が存在すると仮定したものである。 次に、疑似多値データ拡大縮小部１３により、疑似多
値データ拡大縮小率算出部１２の結果を参照して式
（３）〜式（５）を用いて、の疑似多値データ数を増
大する（ステップ２０７）。

【００５２】ここでは、増大した後に画像サイズは、横
3008×2＝6016，縦2764×2＝5528となる。従って、必要
な疑似多値データ数は、横6016／5＝1203.2，縦5528／1
0＝552.8となるので、端数は切捨てると、横1203，縦55
2となる。このため、図１７に示すように、縦276を552
に、横601を1203に分割しなければならない。図１８は
図１７に示す疑似多値データの仮想モデルであり、図１
８に示す各黒点と各白点に、各疑似多値データの値が存
在すると仮定したものである。

【００５３】そこで、疑似多値データの横601，縦276か
ら濃度補間により、横1203，縦552の疑似多値データを
作成する。ここでは、一番簡単な最近傍法により、疑似
多値データを補間する。

【００５４】横1203，縦552の疑似多値データを作成す
るためには、作成する疑似多値データを、原疑似多値デ
ータの座標（ｘ，ｙ）の値とみなして考える。ここで、 ｘ＝601×ｉ／1203 ｉは0以上1203未満である。 ｙ＝276×ｊ／552 ｉは0以上552未満である。

【００５５】従って、例えば、ｉが0以上4未満であって
ｊが0であるときには(0，0),(0.49,0),(0.99,0),(1.49,
0)となるので、最近傍法により、それぞれ(0，0),(0,
0),(0,0),(1,0)の値を取る。従って、疑似多値データは
図１９に示すようになる。

【００５６】以下、上記と同様にして、疑似多値データ
を作成する。なお、ここでは濃度補間に最近傍法を用い
たが、もちろん線形補間法、３次補間法を用いてもよ
い。 さらに、階調変換部１４により、疑似多値データの値
を255階調にするために変換する（ステップ２０８）。
ここでは、図２０に示す疑似多値データとして例えば
８，８，Ｎ・・・に対して、Ｎ×255／（10×5）の階調
変換を行い、その結果の整数値を求めると、図２１に示
すような階調変換された疑似多値データとして値40が得
られる。 次に、網点パターン検索部１５により、階調変換部１
４からの疑似多値データの値とその位置情報に基づき網
点パターンテーブル１から変換すべき線密度、スクリー
ン線数の網点パターンデータを検索する（ステップ２０
９）。図２２に示す例では、網点パターン検索部１５
は、２番目の階調データの値40から網点パターンテーブ
ル１の線密度909、スクリーン線数130、階段40より網点
パタンーン7,27を検索する。

【００５７】そして、再網点化部８では、網点パターン
テーブル１からの網点パターンに対して再網点化を行い
（ステップ２１０）、再網点化された網点パターンを２
値画像格納メモリ９へ展開する（ステップ２１１）。

【００５８】このように実施例２では、網点画像を、縦
横サイズのうち一方のサイズを網点周期の値とし他方の
サイズを網点周期を整数で除した値とする領域に分割し
領域内の黒又は白の画素数を算出することにより疑似多
値データを作成し、網点周期と線密度とに基づき疑似多
値データの拡大率又は縮小率を算出し、この拡大率又は
縮小率に基づき元の疑似多値データの拡大又は縮小を行
い、拡大又は縮小された疑似多値データの値を所定の階
調に変換し、階調変換された疑似多値データに基づき網
点パターンに対して再網点化処理を施すので、原網点画
像の網点周期を意識することにより、原網点画像の濃度
を忠実に再現できる。また出力線密度、スクリーン線数
を意識することにより、高品質な線密度変換画像及び高
性能な線密度変換を実現することができる。

【００５９】

【発明の効果】本発明によれば、網点画像の線密度変換
において、原網点画像の網点周期を意識することによ
り、原網点画像の濃度を忠実に再現できる。また出力線
密度、スクリーン線数を意識した網点パターンテーブル
を有することにより、高品質な線密度変換画像及び高性
能な線密度変換を実現することができる。

【００６０】また、濃度補正を行なって出力網点画像を
生成するので、出力網点画像の画質の劣化を低減するこ
とができる。

【図面の簡単な説明】

【図１】第１の発明の原理図である。

【図２】第２の発明の原理図である。

【図３】本発明の実施例１の構成ブロック図である。

【図４】実施例１の線密度変換方式の処理を示すフロー
である。

【図５】網点画像の一例を示す図である。

【図６】網点パターンの一例を示す図である。

【図７】濃度補正部の一例を示す図である。

【図８】濃度補正部の他の例を示す図である。

【図９】Ｂスプラインを示す図である。

【図１０】本発明の実施例２の構成ブロック図である。

【図１１】実施例２の網点画像の線密度変換方式の処理
を示すフローである。

【図１２】網点パターンテーブルの内容を示す図であ
る。

【図１３】疑似多値データ化方法の説明図である。

【図１４】図１３の方法で得られた疑似多値データを示
す図である。

【図１５】疑似多値データの座標化を示す図である。

【図１６】図１５の疑似多値データの仮想モデルを示す
図である。

【図１７】疑似多値データの拡大を説明する図である。

【図１８】図１７の疑似多値データの仮想モデルを示す
図である。

【図１９】疑似多値データの拡大を示す図である。

【図２０】階調変換前の疑似多値データを示す図であ
る。

【図２１】階調変換後の疑似多値データを示す図であ
る。

【図２２】網点データ作成の説明図である。

【図２３】最近傍法を説明する図である。

【図２４】線形補間法を説明する図である。

【図２５】３次補間法を説明する図である。

【符号の説明】

１・・網点パターンテーブル ２ａ，１１・・網点周期算出部 ２ｂ・・線密度増大減少率算出部 ３ａ・・領域分割部 ３ｂ・・黒画素数カウンタ部 ４・・疑似多値データ格納メモリ ５・・疑似多値データ増大減少部 ６・・疑似多値データ格納メモリ ７・・濃度補正部 ８・・再網点化部 ９，１５・・２値画像格納メモリ １０・・濃度変換テーブル １２・・疑似多値データ拡大縮小率算出部 １３・・疑似多値データ拡大縮小部 １４・・階調変換部 １５・・網点パターン検索部 １６・・メモリ １８・・階調変換テーブル

Claims (7)

【特許請求の範囲】
1. 【請求項１】 白又は黒に２値化された網点画像の線密
   度、スクリーン線数の網点パターンを予めテーブル化し
   た網点パターンテーブル（１）と、 網点画像の網点周期を算出する網点周期算出部（２ａ）
   と、 変換前の線密度に対する変換後の線密度の増大率又は減
   少率を算出する線密度増大減少率算出部（２ｂ）と、 網点画像を、縦横サイズのうち一方のサイズを網点周期
   の値とし他方のサイズを網点周期を整数で除した値とす
   る領域に分割し領域内の黒又は白の画素数を算出するこ
   とにより疑似多値データを作成する分割領域画素数算出
   部（３）と、 前記網点周期算出部（２ａ）と線密度増大減少率算出部
   （２ｂ）とで算出された結果に基づき前記分割領域画素
   数算出部（３）からの疑似多値データの増大又は減少を
   行う疑似多値データ増大減少部（５）と、 この疑似多値データ増大減少部（５）で得られた疑似多
   値データに対して濃度補正を行なう濃度補正部（７）
   と、 前記濃度補正部（７）で濃度補正された疑似多値データ
   に基づき再網点化処理を施す再網点化部（８）とを備え
   たことを特徴とする網点画像の線密度変換方式。
2. 【請求項２】 白又は黒に２値化された網点画像の線密
   度、スクリーン線数の網点パターンをテーブル化した網
   点パターンテーブル（１）と、 網点画像を、縦横サイズのうち一方のサイズを網点周期
   の値とし他方のサイズを網点周期を整数で除した値とす
   る領域に分割し領域内の黒又は白の画素数を算出するこ
   とにより疑似多値データを作成する分割領域画素数算出
   部（３）と、 原網点画像の網点周期と線密度変換した網点画像の網点
   周期とを算出する網点周期算出部（１１）と、 この網点周期算出部（１１）の網点周期と線密度とに基
   づき前記疑似多値データの拡大率又は縮小率を算出する
   疑似多値データ拡大縮小率算出部（１２）と、 この疑似多値データ拡大縮小率算出部（１２）で算出さ
   れた疑似多値データの拡大率又は縮小率に基づき前記分
   割領域画素数算出部（３）からの疑似多値データの拡大
   又は縮小を行う疑似多値データ拡大縮小部（１３）と、 この疑似多値データ拡大縮小部（１３）で拡大又は縮小
   された疑似多値データの値を所定の階調に変換する階調
   変換部（１４）と、 この階調変換部（１４）で階調変換された疑似多値デー
   タに基づき前記網点パターンテーブル（１）の網点パタ
   ーンに対して再網点化処理を施す再網点化部（８）とを
   備えたことを特徴とする網点画像の線密度変換方式。
3. 【請求項３】 前記濃度補正部（７）は、各疑似多値デ
   ータに対応した濃度補正値を格納した濃度補正テーブル
   （１０）を有し、この濃度補正値を参照して濃度補正を
   行なうとともに、このテーブルにない濃度値については
   補間法により濃度補正値を求めて濃度補正を行なうこと
   を特徴とする請求項１記載の網点画像の線密度変換方
   式。
4. 【請求項４】 前記濃度補正部（７）は、前記再網点化
   部（８）で再網点化する際に用いる網点パターンテーブ
   ル（１）のデータ値を前記増大率又は減少率に合わせて
   変更することにより、濃度補正を行なうことを特徴とす
   る請求項１記載の網点画像の線密度変換方式。
5. 【請求項５】 前記疑似多値データ拡大縮小部（１３）
   は、前記拡大率又は縮小率と前記分割領域の縦横サイズ
   における網点周期情報とに基づき各方向について必要な
   疑似多値データを算出し、元の疑似多値データに基づき
   濃度補間により前記必要な疑似多値データを作成するこ
   とを特徴とする請求項２記載の網点画像の線密度変換方
   式。
6. 【請求項６】 前記階調変換部（１４）で作成された疑
   似多値データの値とこの疑似多値データの位置情報とに
   基づき変換すべき線密度の網点パターンを前記網点パタ
   ーンテーブル（１）の中から検索して前記再網点化部
   （８）に出力する網点パターン検索部（１５）を設けた
   ことを特徴とする請求項２記載の網点画像の線密度変換
   方式。
7. 【請求項７】 前記再網点化部（８）で再網点化された
   網点パターンを展開するための画像格納メモリ（９）を
   設けたことを特徴とする請求項１又は請求項２記載の網
   点画像の線密度変換方式。