JPH09247450A - 画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 処理画像における全ての画素に対して適応化
処理を行うことによって、誤差拡散法特有の“テクスチ
ャ”や“ｗｏｒｍ”の発生が無く、しかも、解像度を低
下させること無く階調再現性の良い、高品位の再生画像
を得ることができる画像処理装置を提供する。 【解決手段】 入力された多値画像データを誤差拡散法
を用いた再現する２値化処理手段１を備える。２値化処
理手段１は、２値化処理を行うべき注目画素及びその周
辺画素における特徴量に基づいて、該注目画素に対する
２値化閾値を設定する閾値設定手段３、および上記注目
画素及びその周辺画素に対する誤差の拡散範囲と拡散係
数とを決定し該注目画素に対する誤差拡散処理を行う誤
差拡散手段５とを有している。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ディジタルプリン
タや、ディジタル複写機等に備えられた入力された多階
調画像データを２値画像データに変換して出力する画像
処理装置に関するものである。

【０００２】

【従来の技術】従来より、入力された多階調画像データ
を２値画像データに変換して出力する画像処理装置で
は、多階調画像を２値画像に変換する方法として、例え
ば誤差拡散法が用いられている。この誤差拡散法は、注
目画素の階調値と、この階調値を２値化処理するための
固定の２値化閾値との２値化の量子化誤差が、注目画素
の近傍画素の階調値に拡散され、これら各階調値を逐次
的に２値化する方法である。この誤差拡散法について
は、例えば、『Proceeding of the S.I.D. vol 17/2,19
76,R.Floyd and L.Steinberg"An Adaptive Algorithm f
or Spatial Greyscale"p.75-76』に述べられている。

【０００３】ところが、誤差拡散法を利用した２値化方
法では、その画一的な処理方法の特質として、誤差拡散
処理特有の、一般的に“テクスチャ”や“ｗｏｒｍ”と
呼ばれる縞模様が再生画像に発生し、画像によっては視
覚的印象に悪影響を与える虞がある。

【０００４】そこで、例えば特開平７−３８７５４号公
報には、修正階調値を２値化閾値で２値化した２値画像
と修正階調値とに基づいて得られる２値化の量子化誤差
を、修正階調値計算手段に帰還する一方、修正階調値か
ら注目画素の近傍画素における量子化誤差の相関値を求
め、この相関値から２値化閾値の修正量を算出する方法
が開示されている。

【０００５】上記公報によれば、２値化閾値が量子化誤
差の相関値によって修正されるので、２値化に伴う量子
化誤差が無相関化される。これにより、量子化誤差の相
関に起因する“テクスチャ”や“ｗｏｒｍ”と呼ばれる
縞模様の発生を無くすことができる。

【０００６】

【発明が解決しようとする課題】ところが、上記公報の
方法では、修正階調値から注目画素の近傍画素における
量子化誤差を計算し、この量子化誤差から上記修正階調
値に対するフィードバック処理が行われているだけであ
り、原画像の情報に拡散誤差（量子化誤差）が加味され
且つ、画素毎に、上記拡散誤差から２値化閾値処理及び
誤差拡散処理に対するフィードバック処理が行われてい
ないので、処理画素毎に適応化処理が完全に行われない
という欠点を有している。

【０００７】本発明は、上記の問題点を解決するために
なされたもので、その目的は、処理画像における全ての
画素に対して適応化処理を行うことによって、誤差拡散
法特有の“テクスチャ”や“ｗｏｒｍ”の発生が無く、
しかも、解像度を低下させること無く階調再現性の良
い、高品位の再生画像を得ることができる画像処理装置
を提供することにある。

【０００８】

【課題を解決するための手段】請求項１の画像処理装置
は、上記の課題を解決するために、入力された多値画像
データを誤差拡散法を用いた２値化処理手段によって再
現する画像処理装置において、上記２値化処理手段は、
２値化処理を行うべき注目画素及びその周辺画素におけ
る２値化誤差を予め算出する誤差算出手段と、この算出
された２値化誤差から、上記注目画素及びその周辺画素
における特徴量を抽出する特徴量抽出手段と、この特徴
量に基づいて、該注目画素に対する２値化閾値を設定す
る閾値設定手段および上記注目画素及びその周辺画素に
対する誤差の拡散範囲と拡散係数とを決定し、該注目画
素に対する誤差拡散処理を行う誤差拡散手段とを有して
いることを特徴としている。

【０００９】上記の構成によれば、２値化処理手段が、
２値化処理を行うべき注目画素およびその周辺画素の特
徴量に基づいて、該注目画素に対する２値化閾値を設定
すると共に、該注目画素およびその周辺画素に対する誤
差の拡散範囲および拡散係数を設定するようになるの
で、処理対象となる画素毎に周辺画素にマッチした適応
化処理（誤差拡散処理）を行うことができる。これによ
り、誤差拡散法特有の“テクスチャ”や“ｗｏｒｍ”の
発生が無く、しかも、解像度を低下させること無く階調
再現性の良い、高品位の再生画像を得ることができる。

【００１０】請求項２の画像処理装置は、上記の課題を
解決するために、請求項１の構成に加えて、誤差算出手
段は、２値化処理を行うべき注目画素の周辺画素とし
て、該注目画素の直前に２値化処理された画素を用いて
２値化誤差を算出することを特徴としている。

【００１１】上記の構成によれば、請求項１の構成によ
る作用に加えて、注目画素とその直前に２値化処理され
た画素との２つの画素のみで注目画素に対する閾値と誤
差の拡散範囲および拡散係数を決定するようになってい
るので、注目画素の２値化処理にかかる時間を短縮する
ことができる。これにより、原画像の各画素毎に対して
適応的且つ、短時間で２値化処理を行うことができる。

【００１２】請求項３の画像処理装置は、上記の課題を
解決するために、請求項１の構成に加えて、誤差算出手
段は、２値化処理を行うべき注目画素の周辺画素とし
て、該注目画素の所定範囲内の近傍の画素を用いて２値
化誤差を算出することを特徴としている。

【００１３】上記の構成によれば、請求項１の作用に加
えて、注目画素とその近傍画素の予測誤差の相互関係に
基づいて、誤差拡散処理が行われている場合、上記請求
項２のように注目画素とその直前に２値化処理された画
素との関係から誤差拡散処理を行う場合よりも、注目画
素の２値化処理は、さらに近傍画素にマッチして行うこ
とができる。

【００１４】請求項４の画像処理装置は、上記の課題を
解決するために、請求項２または３の構成に加えて、特
徴量抽出手段は、人間の視覚系に基づくフィルタを用い
て、誤差算出手段から算出された２値化誤差から注目画
素とその近傍画素の特徴量を抽出することを特徴として
いる。

【００１５】上記の構成によれば、請求項２または３に
よる作用に加えて、特徴量抽出手段は、人間の視覚系に
基づくフィルタを用いて、注目画素とその近傍画素の特
徴量を抽出するようになっているので、２値化処理され
た画像は人間の視覚特性に近いものとすることができ
る。

【００１６】請求項５の画像処理装置は、上記の課題を
解決するために、請求項２または３の構成に加えて、特
徴量抽出手段は、ニューラルネットワークを用いて、誤
差算出手段から算出された２値化誤差から注目画素とそ
の近傍画素の特徴量を抽出することを特徴としている。

【００１７】上記の構成によれば、請求項２または３に
よる作用に加えて、特徴量抽出手段は、ニューラルネッ
トワークを用いて、注目画素とその近傍画素の特徴量を
抽出するようになっているので、画素の特徴を精度良く
抽出することができ、この結果、各画素に対する適応化
処理を高精度に行うことができる。

【００１８】

【発明の実施の形態】本発明の実施の形態について図１
ないし図６に基づいて説明すれば、以下の通りである。

【００１９】〔実施の形態１〕本実施の形態に係る画像
処理装置は、図１に示すように、多階調の入力画像に対
して２値化処理を行い、２値の出力画像として再現する
２値化処理手段１を備えている。

【００２０】２値化処理手段１は、一般に固定閾値ある
いは変動閾値の何れかを用いることによって多階調画像
の２値化処理を行うようになっている。固定閾値を用い
た場合には、閾値は、多階調画像の中央値に設定するの
が一般的であるが、その他の値に設定することも可能で
ある。また、変動閾値を使用する場合には、ランダム閾
値、あるいは、正弦波ライクな関数等により、閾値に適
宜擾乱を与えることが可能である。尚、本実施の形態で
は、２値化閾値として固定閾値を用いた場合について説
明するが、変動閾値を用いた場合も本実施の形態と同様
の処理で２値化を行うことが可能である。

【００２１】また、２値化処理手段１は、特徴量抽出手
段２、閾値設定手段３、誤差算出手段４、誤差拡散手段
５を有している。

【００２２】閾値設定手段３は、処理対象となる画素
（以下、注目画素と称する）に対する２値化処理のため
の２値化閾値を設定する手段であり、この２値化閾値は
特徴量抽出手段２からの信号に基づいて設定される。一
般に、初期の２値化閾値は多階調画像の中央値に設定さ
れる。

【００２３】誤差算出手段４は、連続階調値を有する画
像の２値化処理に伴い発生する量子化誤差（以下、説明
の便宜上、予測誤差と称する）を算出するものであり、
この予測誤差は以下のようにして求められる。

【００２４】例えば、２５６階調を有する画像（０〜２
５５の２５６段階で表され、０が黒：バイナリ値０、２
５５が白：バイナリ値１で表されていると想定する）
を、例えば閾値１２７で２値化する場合、注目画素の階
調値が２００であれば、予測バイナリ値１であるので、
予測誤差は−５５となる。

【００２５】即ち、この予測誤差は、以下の式（１）で
与えられる。

【００２６】 （予測誤差）＝（注目画素の階調値）−（予測バイナリ値）・・（１） 但し、予測バイナリ値は、実際にはバイナイリ値０の時
０を、バイナリ値１の時２５５を用いるものとする。

【００２７】上記のようにして誤差算出手段４にて算出
された予測誤差は、特徴量抽出手段２に与えられると共
に、誤差拡散手段５に与えられる。

【００２８】誤差拡散手段５は、誤差算出手段４で算出
された予測誤差の拡散範囲を規定すると共に、拡散範囲
内の各画素に対する誤差の重みを示す拡散係数を決定す
る手段であり、上記の誤差算出手段４からの予測誤差
と、特徴量抽出手段２からの信号とに基づいて決定され
る。

【００２９】特徴量抽出手段２は、誤差算出手段４にて
算出された予測誤差から、注目画素とその周辺画素の特
徴量を抽出し、この特徴量から、閾値設定手段３におい
て生成される閾値の大きさを制御する信号を出力すると
共に、誤差拡散手段５において決定される拡散範囲と拡
散係数との大きさを制御する信号を出力するようになっ
ている。

【００３０】上記構成の画像処理装置は、注目画素とそ
の周辺画素における誤差算出手段４で算出した予測誤差
を利用して、該注目画素を２値化処理に使用する際の、
閾値設定手段３における２値化閾値と誤差算出手段４に
おける誤差の拡散範囲および拡散係数とを決定するもの
である。即ち、上記の画像処理装置では、２値化閾値お
よび誤差の拡散範囲と拡散係数に対してフィードバック
処理を施すようになっている。これにより、入力画像の
各画素毎に適応的に２値化処理を行うものである。

【００３１】以下に、本画像処理装置による各画素に対
する適応化処理について具体的に説明する。

【００３２】始めに、特徴量抽出手段２が、誤差算出手
段４にて算出された注目画素及びその直前に２値化処理
された画素の２値化誤差から、注目画素及びその直前に
２値化処理された画素の２値化誤差の特徴量を抽出し、
この特徴量から、閾値設定手段３および誤差算出手段４
を制御する処理の流れについて、図３に示すフローチャ
ートを参照しながら以下に説明する。

【００３３】先ず、閾値設定手段３では、注目画素およ
びその周辺画素の画像情報から、該注目画素およびその
周辺画素の予測誤差を求めるための予測誤差用の閾値が
設定される（Ｓ１）。

【００３４】次に、誤差算出手段４では、上記閾値設定
手段３にて設定された閾値から注目画素とその周辺画素
の必要な領域の予測誤差を求める（Ｓ２）。

【００３５】そして、上記特徴量抽出手段２は、誤差算
出手段４にて算出された注目画素およびその周辺画素の
予測誤差のそれぞれの大きさ及び各予測誤差の和や差等
の特徴量を求める（Ｓ３）。但し、各予測誤差の特徴量
は、上記の和や差に限定するものではなく、数学的に得
られるものであれば良い。

【００３６】次いで、特徴量抽出手段２は、上記の予測
誤差の大きさ及び各予測誤差の特徴量に応じて、閾値設
定手段３への閾値の大きさを決定するための信号および
誤差拡散手段５への拡散の範囲および拡散係数の決定の
ための信号の各内容を決定する。即ち、特徴量抽出手段
２は、上記予測誤差の特徴量から、閾値設定手段３の閾
値を設定し（Ｓ４）、誤差拡散手段５の誤差の拡散範囲
と拡散係数とを設定する（Ｓ５）。

【００３７】上記特徴量抽出手段２は、例えば、各予測
誤差の絶対値が小さく、且つ特徴量としての両者の予測
誤差の差が小さい場合には、閾値へのフィードバック量
を小さく、即ち閾値の大きさの変化量を小さく、且つ拡
散範囲を狭く、拡散係数を小さくする等の処理が行える
ような信号を閾値設定手段３および誤差拡散手段５に出
力するようになっている。

【００３８】即ち、注目画素の予測誤差の絶対値が１
０、注目画素の直前の画素の予測誤差の絶対値が１５で
ある時には、閾値設定手段３では、２値化閾値ｔｈを以
下の式（２）にて決定する。

【００３９】 ｔｈ＝１２７＋（１０＋１５）×α ・・・・・・・・・（２） 但し、α＝０．２とし、式（２）中の１２７は、閾値設
定手段３において最初に設定されている閾値であり、α
の値および２値化閾値の決定方法については、構築され
るシステム全体の特性を考慮して決定されるものであ
り、それぞれを適宜変更することは可能である。

【００４０】このようにして２値化閾値ｔｈを決定した
後、誤差算出手段４にて、この２値化閾値ｔｈからバイ
ナリ値および２値化誤差を算出し、２値化誤差が１２で
あれば、誤差拡散手段５では、例えば、拡散範囲および
拡散係数を、図２のように設定し、誤差拡散処理を行う
（Ｓ６）。

【００４１】図２において、主走査方向は矢印ｊで示
し、副走査方向は矢印ｉで示すものとする。即ち、注目
画素の座標を（ｉ、ｊ）とすれば、誤差算出手段４にて
決定された拡散範囲は、画素（ｉ、ｊ＋１）、（ｉ＋
１、ｊ−１）、（ｉ＋１、ｊ）、（ｉ＋１、ｊ＋１）と
なり、それぞれの拡散係数は、１／２、１／８、１／
４、１／８となる。

【００４２】上記のＳ１〜Ｓ６までの処理は、原画像の
予定領域の２値化処理が終了するまで、適宜必要なだけ
繰り返される（Ｓ７）。

【００４３】したがって、上記の構成によれば、注目画
素とその直前の画素の予測誤差の大きさおよび両者の予
測誤差の特徴量から、注目画素の２値化閾値が決定さ
れ、この２値化閾値による２値化処理時に発生する２値
化誤差に基づいて、拡散範囲および拡散係数が決定され
るので、注目画素の２値化処理は、該注目画素の周辺画
素にマッチして行われる。

【００４４】これにより、入力された画像の各画素毎
に、周辺画素にマッチした適応化処理を行うことが可能
となり、誤差拡散処理特有の“テクスチャ”や“ｗｏｒ
ｍ”の発生が無く、しかも、解像度を低下させること無
く階調再現性の良い、高品位の再生画像を得ることがで
きる。

【００４５】以上の説明では、誤差算出手段４が、２値
化処理を行うべき注目画素の周辺画素として、該注目画
素の直前に２値化処理された画素を用いて予測誤差を算
出していたが、以下の実施の形態２では、誤差算出手段
４が、２値化処理を行うべき注目画素の周辺画素とし
て、該注目画素の所定範囲内の近傍の画素を用いて予測
誤差を算出する場合について説明する。

【００４６】〔実施の形態２〕本実施の形態では、図１
に示す画像処理装置において、誤差算出手段４が、予め
注目画素とその近傍画素の予測誤差を算出し、この算出
された予測誤差から特徴量抽出手段２は、先ず、注目画
素の近傍画素として、例えば、図４に示すように、注目
画素の周辺２画素ずつを参照範囲とした場合、参照画素
全体に対する予測誤差の大きさの和を求める。尚、図４
において、主走査方向は矢印ｊで示し、副走査方向は矢
印ｉで示す。また、本実施の形態では、画像処理装置の
ブロック図として、前記実施の形態１で使用した画像処
理装置のブロック図を使用する。

【００４７】次に、主走査方向、副走査方向それぞれの
予測誤差の関係を求め、この関係に応じて、閾値設定手
段３への閾値の大きさを決定するための信号および誤差
拡散手段５への拡散の範囲および拡散係数の決定のため
の信号の各内容を決定する。

【００４８】例えば、特徴量抽出手段２は、主走査方
向、副走査方向とも、予測誤差の大きさの和および差が
小さいと判断した場合には、２値化閾値へのフィードバ
ック量を小さくするための信号、および図２に示すよう
に拡散範囲を狭く、拡散係数を小さくするための信号を
閾値設定手段３および誤差拡散手段５に出力する。そし
て、閾値設定手段３では、上記の式（２）により新たに
閾値が決定され、誤差拡散手段５では、拡散範囲および
拡散係数が決定され、注目画素（ｉ、ｊ）に対して決定
された拡散範囲および拡散係数に応じた誤差拡散処理が
行われる。以下、この処理が適宜行われる。

【００４９】上記注目画素及び近傍画素の予測誤差の相
互関係は、例えばフィルタリングを利用して求められ
る。このフィルタリングに使用されるフィルタとして
は、例えば、米国特許５０５１８４４号に引用されてい
るような人間の視覚特性に基づくローパスフィルタ（図
５）がある。このようなローパスフィルタを主走査方向
および副走査方向に適用し、この結果と、例えば周辺画
素の２値化誤差の平均値の相関をとるようになってい
る。そして、特徴量抽出手段２は、上記のフィルタリン
グの結果が最小の拡散手段を選択した場合、即ち主走査
方向、副走査方向とも、予測誤差の大きさの和および差
が小さいと判断した場合、２値化閾値へのフィードバッ
ク量を小さく、且つ図２に示すように、拡散範囲を狭
く、拡散係数を小さくする等の処理を行う。

【００５０】したがって、上記の構成によれば、注目画
素とその近傍画素から２値化予測誤差を参照し、注目画
素と近傍画素の誤差の相互関係から、注目画素の２値化
閾値が決定され、この２値化閾値による２値化処理時に
発生する２値化誤差に基づいて、拡散範囲および拡散係
数が決定されるので、注目画素の２値化処理は、周辺画
素にマッチして行われる。しかも、この場合、注目画素
とその周辺画素の予測誤差が人間の視覚特性に基づくロ
ーパスフィルタを用いて算出されているので、違和感の
無い２値画像に再現できる。

【００５１】これにより、入力された画像の各画素毎
に、さらに周辺画素にマッチした適応化処理を行うこと
が可能となり、誤差拡散処理特有の“テクスチャ”や
“ｗｏｒｍ”の発生が無く、しかも、解像度を低下させ
ること無く階調再現性の良い、高品位の再生画像を得る
ことができる。

【００５２】次いで、上記の注目画素及び周辺画素の予
測誤差の相互関係（特徴量）を、上記のようにフィルタ
リングによるものではなく、ニューラルネットワークを
用いて求める方法につて以下の実施の形態３にて説明す
る。

【００５３】〔実施の形態３〕本実施の形態では、図１
に示す画像処理装置において、誤差算出手段４は、実施
の形態２と同様に、２値化処理を行うべき注目画素の周
辺画素として、該注目画素の所定範囲内の近傍の画素を
用いて予測誤差を算出するものとする。そして、特徴量
抽出手段２は、誤差算出手段４からの注目画素及び周辺
画素の予測誤差の関係から、ニューラルネットワークに
よってその予測誤差の特徴量を抽出し、この特徴量か
ら、予測誤差の大きさを判断し、閾値設定手段３への閾
値の大きさを決定するための信号および誤差拡散手段５
への拡散の範囲および拡散係数の決定のための信号の各
内容を決定するようなフィードバック処理を行うように
なっている。尚、本実施の形態では、画像処理装置のブ
ロック図として、前記実施の形態１で使用した画像処理
装置のブロック図を使用する。

【００５４】具体的に説明すると、特徴量抽出手段２
は、例えば、図４に示すように、注目画素の周辺２画素
づつを参照範囲とした場合、予測誤差から得られる例え
ば符号の変化の頻度、繰り返しの有無、同符号の連続
性、誤差の大きさの推移等の特徴量からニューラルネッ
トワークを用いて、注目画素が文字画素、またはある画
像のエッジであるか否か、写真画像あるいは網点画像で
ある否かといった判断を行い、この判断結果に基づい
て、閾値設定手段３への閾値の大きさを決定するための
信号および誤差拡散手段５への拡散の範囲および拡散係
数の決定のための信号の各内容を決定するようなフィー
ドバック処理を行うようになっている。

【００５５】つまり、特徴量抽出手段２は、例えば注目
画素が文字画像のエッジであり、且つニューラルネット
ワークの出力が最小の拡散手段を選択した場合には、閾
値設定手段３に対する閾値へのフィードバック量を減少
させ、且つ誤差拡散手段５に対しては、誤差の拡散の範
囲、誤差の拡散量を最小にする等の処理を行うことで、
注目画素及び２値化未処理画素に対し適応的にフィード
バック処理を行うようになっている。

【００５６】上記のフィードバック処理を行う際には、
誤差の拡散範囲および拡散係数の値等を予め設定した図
２や図４に示すような誤差拡散処理に必要な複数個のパ
ラメータを幾つか用意しておき、その中から最適なパラ
メータを選択し、フィードバック処理を行うようになっ
ている。このようにフィードバック処理を行うことで、
誤差拡散処理の処理系全体としてのプロセス量及び必要
メモリ量を増大させること無く適応的に２値化処理を行
うことができる。

【００５７】また、注目画素の含有される画像領域の判
別精度を向上させるために、予測誤差の特徴量を抽出す
る為のニューラルネットワークは、予め教師データとし
て、例えば文字、写真、網点を用いて形成された各画像
データが与えられ、それを基に学習するようになってい
る。このように学習されたニューラルネットワークによ
れば、注目画素に対する最適２値化処理の精度を向上さ
せることができる。

【００５８】以上のように、誤差拡散処理における注目
画素及びその周辺画素の予測誤差の特徴量を抽出する際
に、ニューラルネットワークを用いることで、予測誤差
の特徴量の抽出精度を向上させることができ、この結
果、誤差拡散処理における注目画素を高精度に且つ適応
的に２値化処理することができる。

【００５９】また、上記のニューラルネットワークによ
る注目画素の特徴量は、本実施の形態のように、注目画
素及びその周辺画素の２値化誤差の特徴量から求める方
法の他に、原画像の連続階調値を用いても良い。この原
画像の連続階調値を用いた注目画素の特徴量の抽出の処
理の流れについて図６のフローチャートに基づいて以下
に説明する。

【００６０】先ず、特徴量抽出手段２は、注目画素とそ
の周辺画素に対応する原画像の多階調値から誤差拡散処
理に必要な領域の特徴量を求める（Ｓ１１）。

【００６１】次いで、Ｓ１１で領域の特徴量からニュー
ラルネットワークを用いて、２値化閾値を設定し、この
設定値に応じた信号を、閾値設定手段３に出力し（Ｓ１
２）、誤差の拡散範囲および拡散係数を設定し、これら
の設定値に応じた信号を誤差拡散手段５に出力する（Ｓ
１３）。

【００６２】次に、誤差拡散手段５は、特徴量抽出手段
２からの誤差の拡散範囲および拡散係数の設定値に応じ
て、注目画素の誤差の拡散を行う（Ｓ１４）。

【００６３】そして、誤差拡散処理の対象となっている
原画像の予定領域に対応する処理が終了したか否かが判
定され（Ｓ１５）、予定領域終了でなければ、再びＳ１
１に移行し、該当する原画像の領域の誤差拡散処理（Ｓ
１１〜Ｓ１４）を繰り返し、予定領域終了であれば、誤
差拡散処理を終了する。

【００６４】また、白または黒ベタに近い比較的広い領
域を有する原画像では、この領域に対して誤差拡散処理
を行った場合、誤差の蓄積によって発生する反転領域が
発生する。これを防止するために、特徴量抽出手段２で
は、注目画素の特徴量を抽出する際、注目画素の近傍の
画素の予測誤差の絶対値に於いて、約９０％以上の範囲
が連続階調値に対して約６％未満の値をとる時には、強
制的に誤差拡散手段による誤差の拡散を行わないように
なっている。

【００６５】

【発明の効果】請求項１の発明の画像処理装置は、以上
のように、入力された多値画像データを誤差拡散法を用
いた２値化処理手段によって再現する画像処理装置にお
いて、上記２値化処理手段は、２値化処理を行うべき注
目画素及びその周辺画素における２値化誤差を予め算出
する誤差算出手段と、この算出された２値化誤差から、
上記注目画素及びその周辺画素における特徴量を抽出す
る特徴量抽出手段と、この特徴量に基づいて、該注目画
素に対する２値化閾値を設定する閾値設定手段および上
記注目画素及びその周辺画素に対する誤差の拡散範囲と
拡散係数とを決定し、該注目画素に対する誤差拡散処理
を行う誤差拡散手段とを有している構成である。

【００６６】それゆえ、画素毎に対して周辺画素にマッ
チした適応化処理を行うことができるので、誤差拡散法
特有の“テクスチャ”や“ｗｏｒｍ”の発生が無く、し
かも、解像度を低下させること無く階調再現性の良い、
高品位の再生画像を得ることができるという効果を奏す
る。

【００６７】請求項２の発明の画像処理装置は、以上の
ように、請求項１の構成に加えて、誤差算出手段は、２
値化処理を行うべき注目画素の周辺画素として、該注目
画素の直前に２値化処理された画素を用いて２値化誤差
を算出する構成である。

【００６８】それゆえ、請求項１の構成による効果に加
えて、予測誤差の特徴量を抽出するための画素が注目画
素とその直前に処理された画素の２つの画素のみを使用
しているので、誤差拡散法にかかる処理時間の短縮を図
ることができるという効果を奏する。

【００６９】請求項３の発明の画像処理装置は、以上の
ように、請求項１の構成に加えて、誤差算出手段は、２
値化処理を行うべき注目画素の周辺画素として、該注目
画素の所定範囲内の近傍の画素を用いて２値化誤差を算
出する構成である。

【００７０】それゆえ、請求項１の構成による効果に加
えて、注目画素とその近傍画素の予測誤差の相互関係に
基づいて、誤差拡散処理が行われている場合、注目画素
とその直前の画素との関係から誤差拡散処理を行う場合
よりも、注目画素の２値化処理は、さらに周辺画素にマ
ッチして行うことができるという効果を奏する。

【００７１】請求項４の発明の画像処理装置は、以上の
ように、請求項２または３の構成に加えて、特徴量抽出
手段は、人間の視覚系に基づくフィルタを用いて、誤差
算出手段から算出された２値化誤差から注目画素とその
近傍画素の特徴量を抽出する構成である。

【００７２】それゆえ、請求項２または３の構成による
効果に加えて、２値化処理された画像は人間の視覚特性
に近いものとすることができるので、違和感の無い２値
画像に再現できるという効果を奏する。

【００７３】請求項５の発明の画像処理装置は、以上の
ように、請求項２または３の構成に加えて、特徴量抽出
手段は、ニューラルネットワークを用いて、誤差算出手
段から算出された２値化誤差から注目画素とその近傍画
素の特徴量を抽出する構成である。

【００７４】それゆえ、請求項２または３の構成による
効果に加えて、画素の特徴を精度良く抽出することがで
き、この結果、各画素に対する適応化処理を高精度に行
うことができるという効果を奏する。

【図面の簡単な説明】

【図１】本発明の画像処理装置の概略のブロック図であ
る。

【図２】図１に示す画像処理装置に備えられた誤差拡散
手段における誤差の拡散範囲および拡散係数を示す説明
図である。

【図３】図１に示す画像処理装置において、注目画素お
よびその周辺画素の特徴量を算出するために、これら各
画素の予測誤差を使用した場合の誤差拡散処理の流れを
説明するフローチャートである。

【図４】図１に示す画像処理装置に備えられた誤差拡散
手段における誤差の拡散範囲および拡散係数を示す説明
図である。

【図５】図１に示す画像処理装置に備えられた特徴量抽
出手段に使用されるフィルタの説明図である。

【図６】図１に示す画像処理装置において、注目画素お
よびその周辺画素の特徴量を算出するために、原画像の
多階調値を使用した場合の誤差拡散処理の流れを説明す
るフローチャートである。

【符号の説明】

１ ２値化処理手段 ２ 特徴量抽出手段 ３ 閾値設定手段 ４ 誤差算出手段 ５ 誤差拡散手段

Claims (5)

【特許請求の範囲】
1. 【請求項１】入力された多値画像データを誤差拡散法を
   用いた２値化処理手段によって再現する画像処理装置に
   おいて、 上記２値化処理手段は、２値化処理を行うべき注目画素
   及びその周辺画素における２値化誤差を予め算出する誤
   差算出手段と、この算出された２値化誤差から、上記注
   目画素及びその周辺画素における特徴量を抽出する特徴
   量抽出手段と、この特徴量に基づいて、該注目画素に対
   する２値化閾値を設定する閾値設定手段および上記注目
   画素及びその周辺画素に対する誤差の拡散範囲と拡散係
   数とを決定し、該注目画素に対する誤差拡散処理を行う
   誤差拡散手段とを有していることを特徴とする画像処理
   装置。
2. 【請求項２】上記誤差算出手段は、２値化処理を行うべ
   き注目画素の周辺画素として、該注目画素の直前に２値
   化処理された画素を用いて２値化誤差を算出することを
   特徴とする請求項１記載の画像処理装置。
3. 【請求項３】上記誤差算出手段は、２値化処理を行うべ
   き注目画素の周辺画素として、該注目画素の所定範囲内
   の近傍の画素を用いて２値化誤差を算出することを特徴
   とする請求項１記載の画像処理装置。
4. 【請求項４】上記特徴量抽出手段は、人間の視覚系に基
   づくフィルタを用いて、誤差算出手段から算出された２
   値化誤差から注目画素とその周辺画素の特徴量を抽出す
   ることを特徴とする請求項２または３記載の画像処理装
   置。
5. 【請求項５】上記特徴量抽出手段は、ニューラルネット
   ワークを用いて、誤差算出手段から算出された２値化誤
   差から注目画素とその周辺画素の特徴量を抽出すること
   を特徴とする請求項２または３記載の画像処理装置。