JPH10248016A - 復元画像生成フィルタリング方法 - Google Patents
復元画像生成フィルタリング方法Info
- Publication number
- JPH10248016A JPH10248016A JP9050413A JP5041397A JPH10248016A JP H10248016 A JPH10248016 A JP H10248016A JP 9050413 A JP9050413 A JP 9050413A JP 5041397 A JP5041397 A JP 5041397A JP H10248016 A JPH10248016 A JP H10248016A
- Authority
- JP
- Japan
- Prior art keywords
- image
- bit
- filtering
- filter
- low
- 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.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims description 46
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000001228 spectrum Methods 0.000 claims abstract description 46
- 238000006243 chemical reaction Methods 0.000 claims abstract description 32
- 230000003595 spectral effect Effects 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000001131 transforming effect Effects 0.000 claims 2
- 238000013461 design Methods 0.000 abstract description 20
- 230000006866 deterioration Effects 0.000 abstract description 2
- 230000004044 response Effects 0.000 description 34
- 238000010586 diagram Methods 0.000 description 19
- 238000012935 Averaging Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000005316 response function Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 235000014121 butter Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
(57)【要約】
【課題】低ビット画像から，画像種別によって画質が劣
化しない高品質な多値画像を生成できるようにするとと
もに，Ｎ／Ｍ倍（Ｎ，Ｍ：整数）解像度変換においても
高速処理を可能とする。 【解決手段】画像入力装置，デスクトップツール等から
得られた低ビット画像（２値画像，ハーフトーン画像
等），並びに，画質劣化等により情報量が欠落した低ビ
ット画像を，元の高ビットの高品質な多値画像，あるい
は連続調画像へ復元するにあたって，高ビット画像スペ
クトル特性を生成するための画像フィルタを自動的に設
計する手段(14 〜17) を用いて，各種の画像種別に応じ
たそれぞれの画像に最適な画像フィルタを自動的に設計
し，それを用いて低ビット画像のスペクトルに対し画像
フィルタリング(18)を行うことにより，高品質な多値画
像を生成する。
化しない高品質な多値画像を生成できるようにするとと
もに，Ｎ／Ｍ倍（Ｎ，Ｍ：整数）解像度変換においても
高速処理を可能とする。 【解決手段】画像入力装置，デスクトップツール等から
得られた低ビット画像（２値画像，ハーフトーン画像
等），並びに，画質劣化等により情報量が欠落した低ビ
ット画像を，元の高ビットの高品質な多値画像，あるい
は連続調画像へ復元するにあたって，高ビット画像スペ
クトル特性を生成するための画像フィルタを自動的に設
計する手段(14 〜17) を用いて，各種の画像種別に応じ
たそれぞれの画像に最適な画像フィルタを自動的に設計
し，それを用いて低ビット画像のスペクトルに対し画像
フィルタリング(18)を行うことにより，高品質な多値画
像を生成する。
Description
【０００１】
【発明の属する技術分野】本発明は，２値画像等の低ビ
ット画像から多値画像，または連続調画像等の高ビット
画像を生成，復元する処理方法，並びに解像度変換方法
に関する。
ット画像から多値画像，または連続調画像等の高ビット
画像を生成，復元する処理方法，並びに解像度変換方法
に関する。
【０００２】
【従来の技術】従来，画質劣化のある画像，並びに，低
ビットの画像から高品質な多値画像を生成，復元する方
法の一つとして，画像をスペクトル変換し，周波数領域
においてフィルタリング処理を行い，所望の多値画像を
生成する手法がある。このフィルタリング処理のフィル
タ応答特性には，人間視覚感度特性（ＨＶＳ：Human Vi
sual Sensitibity）と呼ばれるローパスフィルタ型の振
幅特性が一般的に用いられており，２値画像特有の高周
波成分を抑制する効果があるため，多値画像生成には適
している。
ビットの画像から高品質な多値画像を生成，復元する方
法の一つとして，画像をスペクトル変換し，周波数領域
においてフィルタリング処理を行い，所望の多値画像を
生成する手法がある。このフィルタリング処理のフィル
タ応答特性には，人間視覚感度特性（ＨＶＳ：Human Vi
sual Sensitibity）と呼ばれるローパスフィルタ型の振
幅特性が一般的に用いられており，２値画像特有の高周
波成分を抑制する効果があるため，多値画像生成には適
している。
【０００３】図１３は，従来の代表的な画像フィルタリ
ング処理の例であって，スペクトル変換領域における人
間視覚感度特性とのフィルタリングを用いた多値画像生
成を示すブロック図である。
ング処理の例であって，スペクトル変換領域における人
間視覚感度特性とのフィルタリングを用いた多値画像生
成を示すブロック図である。
【０００４】変換対象の低ビット画像から得られたディ
ザ化サブ画像９１に対して，まずスペクトル変換処理９
２を行い，ディザスペクトル９３を得る。これに対し，
人間視覚感度特性９４を２次元（２Ｄ）スペクトル化し
たローパスフィルタ型の振幅特性９５に基づくフィルタ
リング９６を行い，その出力にスペクトル逆変換処理９
７を施し，多値化サブ画像９８を得る。以上を各ディザ
化サブ画像に対して行う。
ザ化サブ画像９１に対して，まずスペクトル変換処理９
２を行い，ディザスペクトル９３を得る。これに対し，
人間視覚感度特性９４を２次元（２Ｄ）スペクトル化し
たローパスフィルタ型の振幅特性９５に基づくフィルタ
リング９６を行い，その出力にスペクトル逆変換処理９
７を施し，多値化サブ画像９８を得る。以上を各ディザ
化サブ画像に対して行う。
【０００５】また，解像度変換法としては，２値画像の
場合，細線を保存して高品質に解像度を変換する方法
や，多値画像の場合には，所望の解像度を得るように画
素空間において間引き（サブサンプリング）を行って解
像度変換を行う方法，並びに，特定のマトリックス内に
て平均化しそれを代表値として解像度変換する方法があ
る。
場合，細線を保存して高品質に解像度を変換する方法
や，多値画像の場合には，所望の解像度を得るように画
素空間において間引き（サブサンプリング）を行って解
像度変換を行う方法，並びに，特定のマトリックス内に
て平均化しそれを代表値として解像度変換する方法があ
る。
【０００６】図１４は，従来の解像度変換処理の例であ
って，画素空間において低解像度の画像を生成するため
の間引き法と平均化法を示す概念図である。間引き法の
場合，例えば図１４（Ａ）に示すような多値の原画像に
おいて，図１４（Ｂ）に示すように抜き取り画素の対象
を選び，縦横方向に間引くことにより，図１４（Ｃ）に
示す低解像度の画像を得る。
って，画素空間において低解像度の画像を生成するため
の間引き法と平均化法を示す概念図である。間引き法の
場合，例えば図１４（Ａ）に示すような多値の原画像に
おいて，図１４（Ｂ）に示すように抜き取り画素の対象
を選び，縦横方向に間引くことにより，図１４（Ｃ）に
示す低解像度の画像を得る。
【０００７】また，平均化法の場合，例えば図１４
（Ａ）に示すような多値の原画像において，図１４
（Ｄ）に示すように平均化対象領域を定め，図１４
（Ｅ）に示すように２×２マトリックス内での画素値ａ
11〜ａ22の平均値ａmnを各領域ごとに求め，それらの平
均値ａmnを各領域の代表とすることにより，図１４
（Ｆ）に示すような低解像度の画像を得る。
（Ａ）に示すような多値の原画像において，図１４
（Ｄ）に示すように平均化対象領域を定め，図１４
（Ｅ）に示すように２×２マトリックス内での画素値ａ
11〜ａ22の平均値ａmnを各領域ごとに求め，それらの平
均値ａmnを各領域の代表とすることにより，図１４
（Ｆ）に示すような低解像度の画像を得る。
【０００８】
【発明が解決しようとする課題】従来の画像フィルタリ
ングによる多値画像の復元方法は，人間視覚特性が固定
的なフィルタ応答特性であり，特異的な画像特性に対す
るフィルタリング処理では，画質劣化になるという問題
がある。
ングによる多値画像の復元方法は，人間視覚特性が固定
的なフィルタ応答特性であり，特異的な画像特性に対す
るフィルタリング処理では，画質劣化になるという問題
がある。
【０００９】また，処理時間を低減させるため，高速ア
ルゴリズムを使用する場合においては，高速アルゴリズ
ムの制限により，２m （ｍ：整数）倍の比率でしか解像
度変換ができないなどの欠点がある。
ルゴリズムを使用する場合においては，高速アルゴリズ
ムの制限により，２m （ｍ：整数）倍の比率でしか解像
度変換ができないなどの欠点がある。
【００１０】一方，解像度変換処理では，特にディザ画
像の場合について上記のサブサンプリング法，平均化法
等を適用した場合，画質劣化になるという問題がある。
本発明は上記問題点の解決を図り，画像種別によって画
質が劣化しない高品質な多値画像を生成できようにする
とともに，Ｎ／Ｍ倍（Ｎ，Ｍ：整数）解像度変換におい
ても高速処理を可能とすることを目的とする。
像の場合について上記のサブサンプリング法，平均化法
等を適用した場合，画質劣化になるという問題がある。
本発明は上記問題点の解決を図り，画像種別によって画
質が劣化しない高品質な多値画像を生成できようにする
とともに，Ｎ／Ｍ倍（Ｎ，Ｍ：整数）解像度変換におい
ても高速処理を可能とすることを目的とする。
【００１１】
【課題を解決するための手段】本発明は，文字画像，写
真画像，混在画像等の種々の画像に適応して，それぞれ
の画像に最適な画像フィルタを自動的に設計，適応し，
かつ，所望の解像度に変換して多値画像を生成，復元す
ること，さらに高速アルゴリズムを使用した場合におい
ても解像度変換比率に制限のないＮ／Ｍ倍（Ｎ，Ｍ：整
数）解像度変換を実現することを特徴とする。
真画像，混在画像等の種々の画像に適応して，それぞれ
の画像に最適な画像フィルタを自動的に設計，適応し，
かつ，所望の解像度に変換して多値画像を生成，復元す
ること，さらに高速アルゴリズムを使用した場合におい
ても解像度変換比率に制限のないＮ／Ｍ倍（Ｎ，Ｍ：整
数）解像度変換を実現することを特徴とする。
【００１２】すなわち，画像入力装置，デスクトップツ
ール等から得られた低ビット画像（２値画像，ハーフト
ーン画像等），並びに，画質劣化等により情報量が欠落
した低ビット画像を，元の高ビットの高品質な多値画
像，あるいは連続調画像へ復元する画像フィルタリング
処理方法において，高ビット画像スペクトル特性を生成
するための画像フィルタを自動的に設計する手段を用い
て，低ビット画像のスペクトルに対し画像フィルタリン
グを行って，高品質な多値画像を生成することを特徴と
する。
ール等から得られた低ビット画像（２値画像，ハーフト
ーン画像等），並びに，画質劣化等により情報量が欠落
した低ビット画像を，元の高ビットの高品質な多値画
像，あるいは連続調画像へ復元する画像フィルタリング
処理方法において，高ビット画像スペクトル特性を生成
するための画像フィルタを自動的に設計する手段を用い
て，低ビット画像のスペクトルに対し画像フィルタリン
グを行って，高品質な多値画像を生成することを特徴と
する。
【００１３】また，画像出力装置の出力解像度に適応し
た解像度となるような画像フィルタを自動的に設計する
手段を用いて，低ビット画像のスペクトルに対してフィ
ルタリング処理を行い，その結果についてデシメーショ
ンを行うことにより解像度の異なる高品質な多値画像を
生成することを特徴とする。
た解像度となるような画像フィルタを自動的に設計する
手段を用いて，低ビット画像のスペクトルに対してフィ
ルタリング処理を行い，その結果についてデシメーショ
ンを行うことにより解像度の異なる高品質な多値画像を
生成することを特徴とする。
【００１４】さらに，画像フィルタリングの対象である
文字画像，写真画像，並びに混在画像等の低ビット画像
の画像種別，あるいはスペクトル特性に適応して，その
画像特性に最適な画像フィルタを自動的に設計する手段
を用いて，低ビット画像のスペクトルに対し画像フィル
タリングを行い，高品質な多値画像を生成することを特
徴とする。
文字画像，写真画像，並びに混在画像等の低ビット画像
の画像種別，あるいはスペクトル特性に適応して，その
画像特性に最適な画像フィルタを自動的に設計する手段
を用いて，低ビット画像のスペクトルに対し画像フィル
タリングを行い，高品質な多値画像を生成することを特
徴とする。
【００１５】また，２m ×２m （ｍ：整数）単位の高速
スペクトル変換処理を用いてスペクトル変換／スペクト
ル逆変換する場合，低ビット画像におけるスペクトル変
換対象のサブブロックと次のスペクトル変換対象のサブ
ブロック間のスライド量Ｍ（Ｍ：整数）と，画像フィル
タリング後，２n ×２n （ｎ：整数）単位のスペクトル
逆変換して多値画像サブブロックとして画像空間上に埋
め込む画素サブブロックの再現量Ｎ（Ｎ：整数）を用い
て，縦横Ｎ／Ｍ倍の解像度変換を行うことを特徴とす
る。
スペクトル変換処理を用いてスペクトル変換／スペクト
ル逆変換する場合，低ビット画像におけるスペクトル変
換対象のサブブロックと次のスペクトル変換対象のサブ
ブロック間のスライド量Ｍ（Ｍ：整数）と，画像フィル
タリング後，２n ×２n （ｎ：整数）単位のスペクトル
逆変換して多値画像サブブロックとして画像空間上に埋
め込む画素サブブロックの再現量Ｎ（Ｎ：整数）を用い
て，縦横Ｎ／Ｍ倍の解像度変換を行うことを特徴とす
る。
【００１６】本発明の方法を利用することにより，特異
的な画像特性を持つ低ビット画像からも画質があまり劣
化しない高品質な多値画像を得ることが可能になり，特
に解像度の異なる画像出力装置に出力する際，出力能力
に適した高品質な異解像度の多値画像を出力することが
可能となる。
的な画像特性を持つ低ビット画像からも画質があまり劣
化しない高品質な多値画像を得ることが可能になり，特
に解像度の異なる画像出力装置に出力する際，出力能力
に適した高品質な異解像度の多値画像を出力することが
可能となる。
【００１７】
【発明の実施の形態】以下では，低ビット画像にディザ
化したモノクロ２値画像，スペクトル変換（ＦＩＲフィ
ルタ設計の際はフーリエ変換にてスペクトル変換処理を
行う）に２次元離散コサイン変換（以降，２Ｄ−ＤＣＴ
と称する）を用い，生成用フィルタをＦＩＲ（Finite I
mpulse Responce ）フィルタとした場合を例にして，本
発明の実施の形態を説明する。
化したモノクロ２値画像，スペクトル変換（ＦＩＲフィ
ルタ設計の際はフーリエ変換にてスペクトル変換処理を
行う）に２次元離散コサイン変換（以降，２Ｄ−ＤＣＴ
と称する）を用い，生成用フィルタをＦＩＲ（Finite I
mpulse Responce ）フィルタとした場合を例にして，本
発明の実施の形態を説明する。
【００１８】〔第１の実施の形態〕図１は第１の実施の
形態の処理フローであり，請求項１の発明の実現例を示
すものである。図中の１１はＭ×Ｍ（Ｍ：整数）マトリ
ックスサイズのディザ化サブ画像，１２はＭ×Ｍ単位の
２Ｄ−ＤＣＴ処理部，１３はＭ×Ｍマトリックスサイズ
のディザスペクトル，１４はバタワース（Ｂｕｔｔｅｒ
ｗｏｒｔｈ）型アナログフィルタ特性設定部，１５はＦ
ＩＲフィルタ自動設計部，１６は実現可能なＦＩＲフィ
ルタ，１７は１次元ＦＩＲフィルタの２Ｄ−ＤＣＴ処理
部，１８はディザスペクトルと実現可能なＦＩＲフィル
タの２次元的なフィルタリング，１９はＭ×Ｍ単位の２
Ｄ−ＩＤＣＴ処理部，１１０はＭ×Ｍマトリックスサイ
ズの多値化サブ画像を表す。
形態の処理フローであり，請求項１の発明の実現例を示
すものである。図中の１１はＭ×Ｍ（Ｍ：整数）マトリ
ックスサイズのディザ化サブ画像，１２はＭ×Ｍ単位の
２Ｄ−ＤＣＴ処理部，１３はＭ×Ｍマトリックスサイズ
のディザスペクトル，１４はバタワース（Ｂｕｔｔｅｒ
ｗｏｒｔｈ）型アナログフィルタ特性設定部，１５はＦ
ＩＲフィルタ自動設計部，１６は実現可能なＦＩＲフィ
ルタ，１７は１次元ＦＩＲフィルタの２Ｄ−ＤＣＴ処理
部，１８はディザスペクトルと実現可能なＦＩＲフィル
タの２次元的なフィルタリング，１９はＭ×Ｍ単位の２
Ｄ−ＩＤＣＴ処理部，１１０はＭ×Ｍマトリックスサイ
ズの多値化サブ画像を表す。
【００１９】図１の処理フローをもとに，原画像のディ
ザ化画像から多値画像を生成する復元画像生成フィルタ
リング方法を説明する。まず，原画像のディザ化画像全
体をＭ×Ｍ画素マトリックスのサブブロックに分割し
て，ディザ化サブ画像１１とする。Ｍ×Ｍ画素が２Ｄ−
ＤＣＴ処理部１２においてスペクトル変換する単位にな
る。２Ｄ−ＤＣＴ処理部１２では，逐次，Ｍ×Ｍマトリ
ックスサイズの輝度値（黒：０，白：２５５）に対し，
２次元離散コサイン変換によりＤＣＴ領域におけるスペ
クトル値を求める。これを「ディザスペクトル」と称
し，図１では１３の参照符号で示している。
ザ化画像から多値画像を生成する復元画像生成フィルタ
リング方法を説明する。まず，原画像のディザ化画像全
体をＭ×Ｍ画素マトリックスのサブブロックに分割し
て，ディザ化サブ画像１１とする。Ｍ×Ｍ画素が２Ｄ−
ＤＣＴ処理部１２においてスペクトル変換する単位にな
る。２Ｄ−ＤＣＴ処理部１２では，逐次，Ｍ×Ｍマトリ
ックスサイズの輝度値（黒：０，白：２５５）に対し，
２次元離散コサイン変換によりＤＣＴ領域におけるスペ
クトル値を求める。これを「ディザスペクトル」と称
し，図１では１３の参照符号で示している。
【００２０】一方，所望の多値画像を得るために，生成
フィルタを自動設計する処理では，図２に示す多値化生
成フィルタ自動設計フローに従い，ＦＩＲフィルタにて
実現可能なフィルタ特性を求める。
フィルタを自動設計する処理では，図２に示す多値化生
成フィルタ自動設計フローに従い，ＦＩＲフィルタにて
実現可能なフィルタ特性を求める。
【００２１】図２は，多値化生成フィルタの自動設計構
成図である。図２（Ａ）に示す処理は，図１のバタワー
ス型アナログフィルタ特性設定部１４およびＦＩＲフィ
ルタ自動設計部１５の処理に相当する。図２において，
２１は解像度比率に応じた遮断周波数・通過周波数，２
２はバタワース型振幅特性設計処理，２３はＦＩＲフィ
ルタ特性設計処理，２４は２次元インパルス応答生成処
理を表す。
成図である。図２（Ａ）に示す処理は，図１のバタワー
ス型アナログフィルタ特性設定部１４およびＦＩＲフィ
ルタ自動設計部１５の処理に相当する。図２において，
２１は解像度比率に応じた遮断周波数・通過周波数，２
２はバタワース型振幅特性設計処理，２３はＦＩＲフィ
ルタ特性設計処理，２４は２次元インパルス応答生成処
理を表す。
【００２２】本実施の形態において，多値化生成フィル
タは，ＦＩＲフィルタ設計手法を用いて実現されてお
り，所望のフィルタ振幅特性を通過周波数ωｐで−３
［ｄＢ］の減衰，遮断周波数ωｃで−２０［ｄＢ］の減
衰特性を有するバタワース（Ｂｕｔｔｅｒｗｏｒｔｈ）
型フィルタとしている。この通過域，遮断域の周波数値
は，ＤＣＴスペクトルマトリックスのサイズ比（Ｎ／
Ｍ）に対応して設計する。
タは，ＦＩＲフィルタ設計手法を用いて実現されてお
り，所望のフィルタ振幅特性を通過周波数ωｐで−３
［ｄＢ］の減衰，遮断周波数ωｃで−２０［ｄＢ］の減
衰特性を有するバタワース（Ｂｕｔｔｅｒｗｏｒｔｈ）
型フィルタとしている。この通過域，遮断域の周波数値
は，ＤＣＴスペクトルマトリックスのサイズ比（Ｎ／
Ｍ）に対応して設計する。
【００２３】例えば，図２（Ｂ）に示すように解像度変
換比率をＮ／Ｍとした場合に，遮断周波数ωｃ＝Ｍ，通
過周波数ωｐ＝Ｎとして設計し，図２（Ｃ）に示すよう
な所望のフィルタ振幅特性を得る。また，ディザスペク
トル１３の高周波成分が高いほど，遮断周波数ωｃに対
して，通過周波数ωｐの値が低周波域へスライドするよ
うに，先ほど求めたディザスペクトル１３の周波数特性
に合わせて，Ｎ／Ｍの比率を自動的に調整するようにし
てもよい。
換比率をＮ／Ｍとした場合に，遮断周波数ωｃ＝Ｍ，通
過周波数ωｐ＝Ｎとして設計し，図２（Ｃ）に示すよう
な所望のフィルタ振幅特性を得る。また，ディザスペク
トル１３の高周波成分が高いほど，遮断周波数ωｃに対
して，通過周波数ωｐの値が低周波域へスライドするよ
うに，先ほど求めたディザスペクトル１３の周波数特性
に合わせて，Ｎ／Ｍの比率を自動的に調整するようにし
てもよい。
【００２４】また，所望のバタワース型フィルタ特性
は，滑らかな曲線であるが，実現可能なＦＩＲフィルタ
はインパルス応答を有限区間で打ち切っているために，
高周波成分において，リップル特性が現れる。
は，滑らかな曲線であるが，実現可能なＦＩＲフィルタ
はインパルス応答を有限区間で打ち切っているために，
高周波成分において，リップル特性が現れる。
【００２５】図３は，実現可能なＦＩＲフィルタを生成
する処理フローを示す図である。図３に従って，このＦ
ＩＲフィルタの計算フローについて説明する。ＦＩＲフ
ィルタ設計手法では，所望の振幅特性３１（このとき，
位相特性は線形的でなければならない）を，逆フーリエ
変換処理３２により逆フーリエ変換し，時間領域でのイ
ンパルス応答特性を求める。次に，このインパルス応答
を有限時間の応答関数とするために，特定の時間領域区
間にて窓関数３３（図３では矩形のステップ関数）をフ
ィルタリング３４で掛け合わせて打ち切り，有限区間の
インパルス応答特性（応答関数）３５を求める。この有
限区間しか存在しないインパルス応答特性３５を，フー
リエ変換処理３６によりフーリエ変換すると，ＦＩＲフ
ィルタで実現可能なフィルタ振幅特性が得られる。
する処理フローを示す図である。図３に従って，このＦ
ＩＲフィルタの計算フローについて説明する。ＦＩＲフ
ィルタ設計手法では，所望の振幅特性３１（このとき，
位相特性は線形的でなければならない）を，逆フーリエ
変換処理３２により逆フーリエ変換し，時間領域でのイ
ンパルス応答特性を求める。次に，このインパルス応答
を有限時間の応答関数とするために，特定の時間領域区
間にて窓関数３３（図３では矩形のステップ関数）をフ
ィルタリング３４で掛け合わせて打ち切り，有限区間の
インパルス応答特性（応答関数）３５を求める。この有
限区間しか存在しないインパルス応答特性３５を，フー
リエ変換処理３６によりフーリエ変換すると，ＦＩＲフ
ィルタで実現可能なフィルタ振幅特性が得られる。
【００２６】本実施の形態では，このフィルタ特性をフ
ーリエ変換領域でフィルタリングを行うのではなく，Ｄ
ＣＴ領域へ変換し直し，さらに，２次元へ拡張してから
画像フィルタリング（図１のフィルタリング１８の部
分）を行っている。
ーリエ変換領域でフィルタリングを行うのではなく，Ｄ
ＣＴ領域へ変換し直し，さらに，２次元へ拡張してから
画像フィルタリング（図１のフィルタリング１８の部
分）を行っている。
【００２７】なお，１次元の有限区間インパルス応答か
ら２次元に拡張する場合には，１次元の有限区間インパ
ルス応答特性を行と列に展開することで実現している。
すなわち，Ｍ×Ｍマトリックス領域にオール１をセット
し，このフラット領域に対して，行方向に先ほどの有限
区間インパルス応答関数を掛け合わせ，次に，列方向に
対して，再度，有限区間インパルス応答関数を掛け合わ
せる。これを空間領域のフィルタ応答特性とし，この空
間領域のフィルタ応答特性について２Ｄ−ＤＣＴ処理を
施し，これを多値化生成フィルタとする。
ら２次元に拡張する場合には，１次元の有限区間インパ
ルス応答特性を行と列に展開することで実現している。
すなわち，Ｍ×Ｍマトリックス領域にオール１をセット
し，このフラット領域に対して，行方向に先ほどの有限
区間インパルス応答関数を掛け合わせ，次に，列方向に
対して，再度，有限区間インパルス応答関数を掛け合わ
せる。これを空間領域のフィルタ応答特性とし，この空
間領域のフィルタ応答特性について２Ｄ−ＤＣＴ処理を
施し，これを多値化生成フィルタとする。
【００２８】図４ないし図７を用いて，特に図２のＦＩ
Ｒフィルタ特性設計処理２３および２次元インパルス応
答生成処理２４の処理について，さらに詳しく説明す
る。図２のＦＩＲフィルタ特性設計処理２３では，ＦＩ
Ｒフィルタの振幅特性と位相特性（角度特性）を生成す
る。一般的に，周波数応答特性は振幅特性と位相特性を
指し，下記の式で表現される。
Ｒフィルタ特性設計処理２３および２次元インパルス応
答生成処理２４の処理について，さらに詳しく説明す
る。図２のＦＩＲフィルタ特性設計処理２３では，ＦＩ
Ｒフィルタの振幅特性と位相特性（角度特性）を生成す
る。一般的に，周波数応答特性は振幅特性と位相特性を
指し，下記の式で表現される。
【００２９】
【数１】 図４に，本実施の形態にて自動生成したＦＩＲフィルタ
特性の例を示す。図４（Ａ）はＦＩＲフィルタ特性の振
幅特性を表し，図４（Ｂ）はＦＩＲフィルタ特性の位相
特性を表す。
特性の例を示す。図４（Ａ）はＦＩＲフィルタ特性の振
幅特性を表し，図４（Ｂ）はＦＩＲフィルタ特性の位相
特性を表す。
【００３０】このように，ＦＩＲフィルタ特性設計処理
２３によって，ＦＩＲフィルタ特性の振幅特性｜Ｈ
（ω）｜と位相特性∠Ｈ（ω）が得られる。次に，２次
元インパルス応答生成処理２４では，ＦＩＲフィルタ特
性を２次元に拡張したインパルスデータを生成する。こ
こで，
２３によって，ＦＩＲフィルタ特性の振幅特性｜Ｈ
（ω）｜と位相特性∠Ｈ（ω）が得られる。次に，２次
元インパルス応答生成処理２４では，ＦＩＲフィルタ特
性を２次元に拡張したインパルスデータを生成する。こ
こで，
【００３１】
【数２】 とすると，
【００３２】
【数３】 と展開できるため，それぞれ実数部と虚数部を用いて，
逆フーリエ変換にて時間領域でのデータに変換する。
逆フーリエ変換にて時間領域でのデータに変換する。
【００３３】これがＦＩＲフィルタのインパルス応答特
性であり，図４の周波数特性（振幅特性と位相特性）か
ら，図５に示すインパルス応答特性を求めることでき
る。２次元インパルス応答生成処理２４では，求めたイ
ンパルス応答データにおけるマイナスの値を，すべてプ
ラスの値へ変換するため絶対値をとり，さらにピーク値
から右側の部分のみを切り出す。ここでは説明の都合
上，これを半インパルス応答特性と称する。
性であり，図４の周波数特性（振幅特性と位相特性）か
ら，図５に示すインパルス応答特性を求めることでき
る。２次元インパルス応答生成処理２４では，求めたイ
ンパルス応答データにおけるマイナスの値を，すべてプ
ラスの値へ変換するため絶対値をとり，さらにピーク値
から右側の部分のみを切り出す。ここでは説明の都合
上，これを半インパルス応答特性と称する。
【００３４】図６（Ａ）は，上記の処理によって生成し
た半インパルス応答特性の例を示す。図６において，Ｎ
ｃはインパルス応答特性でのピーク値を指すＸの値，Ｎ
ｏはインパルス応答の末尾（インパルス応答が有限で切
れるＸの値）である。
た半インパルス応答特性の例を示す。図６において，Ｎ
ｃはインパルス応答特性でのピーク値を指すＸの値，Ｎ
ｏはインパルス応答の末尾（インパルス応答が有限で切
れるＸの値）である。
【００３５】なお，図６（Ａ）に示す特性ではなく，図
６（Ｂ）に示すように，Ｙ軸に対して対称的に反転させ
た半インパルス応答特性を用いても構わない。こうして
切り出された半インパルス応答特性を，図７に示す処理
にて２次元データへ拡張する。すなわち，Ｍ×Ｍマトリ
ックス領域のｇ（ｘ，ｙ）に初期値として１を与え，行
方向に半インパルス応答特性を掛け合わせ，次に列方向
に再度，半インパルス応答特性を掛け合わせる。最終的
に求めたｆ（ｘ，ｙ）が，２次元インパルス応答生成処
理２４における出力値である。
６（Ｂ）に示すように，Ｙ軸に対して対称的に反転させ
た半インパルス応答特性を用いても構わない。こうして
切り出された半インパルス応答特性を，図７に示す処理
にて２次元データへ拡張する。すなわち，Ｍ×Ｍマトリ
ックス領域のｇ（ｘ，ｙ）に初期値として１を与え，行
方向に半インパルス応答特性を掛け合わせ，次に列方向
に再度，半インパルス応答特性を掛け合わせる。最終的
に求めたｆ（ｘ，ｙ）が，２次元インパルス応答生成処
理２４における出力値である。
【００３６】図１に戻って，フィルタリング以降の説明
をする。図１のフィルタリング１８によって，ディザス
ペクトル１３と上記のフィルタとのフィルタリング処理
（同一座標上の値同士を掛け合わせた値を多値化スペク
トルとする）を行う。このフィルタリングスペクトル
は，ＤＣＴ領域における多値生成値であるため，Ｍ×Ｍ
周波数マトリックスに対して，２Ｄ−ＩＤＣＴ処理部１
９により２次元離散コサイン逆変換処理を行い，空間画
像領域での多値生成値を求める。
をする。図１のフィルタリング１８によって，ディザス
ペクトル１３と上記のフィルタとのフィルタリング処理
（同一座標上の値同士を掛け合わせた値を多値化スペク
トルとする）を行う。このフィルタリングスペクトル
は，ＤＣＴ領域における多値生成値であるため，Ｍ×Ｍ
周波数マトリックスに対して，２Ｄ−ＩＤＣＴ処理部１
９により２次元離散コサイン逆変換処理を行い，空間画
像領域での多値生成値を求める。
【００３７】以上の画像フィルタリング処理を，原画像
からＭ×Ｍマトリックスサイズ分のサブブロック画像を
切り出し，逐次，フィルタリングを行うことによって実
行し，これにより最終的に，多値画像を生成することが
できる。
からＭ×Ｍマトリックスサイズ分のサブブロック画像を
切り出し，逐次，フィルタリングを行うことによって実
行し，これにより最終的に，多値画像を生成することが
できる。
【００３８】〔第２の実施の形態〕図８は第２の実施の
形態の処理フローであり，請求項２の発明の実現例を示
すものである。図９はデシメーションの説明図である。
形態の処理フローであり，請求項２の発明の実現例を示
すものである。図９はデシメーションの説明図である。
【００３９】図８において，４１はＭ×Ｍマトリックス
サイズのディザ化サブ画像，４２はＭ×Ｍ単位の２Ｄ−
ＤＣＴ処理部，４３はＭ×Ｍマトリックスサイズのディ
ザスペクトル，４４はバタワース（Ｂｕｔｔｅｒｗｏｒ
ｔｈ）型アナログフィルタ特性設定部，４５はＦＩＲフ
ィルタ自動設計部，４６は実現可能なＦＩＲフィルタ，
４７は１次元ＦＩＲフィルタの２Ｄ−ＤＣＴ処理部，４
８はディザスペクトルと実現可能なＦＩＲフィルタの２
次元的なフィルタリング，４９はＮ×Ｎ単位の２Ｄ−Ｉ
ＤＣＴ処理部，４１０はＮ×Ｎマトリックスサイズの多
値化サブ画像，４１１はＭ×ＭマトリックスからＮ×Ｎ
マトリックスへのデシメーション処理部を表す。
サイズのディザ化サブ画像，４２はＭ×Ｍ単位の２Ｄ−
ＤＣＴ処理部，４３はＭ×Ｍマトリックスサイズのディ
ザスペクトル，４４はバタワース（Ｂｕｔｔｅｒｗｏｒ
ｔｈ）型アナログフィルタ特性設定部，４５はＦＩＲフ
ィルタ自動設計部，４６は実現可能なＦＩＲフィルタ，
４７は１次元ＦＩＲフィルタの２Ｄ−ＤＣＴ処理部，４
８はディザスペクトルと実現可能なＦＩＲフィルタの２
次元的なフィルタリング，４９はＮ×Ｎ単位の２Ｄ−Ｉ
ＤＣＴ処理部，４１０はＮ×Ｎマトリックスサイズの多
値化サブ画像，４１１はＭ×ＭマトリックスからＮ×Ｎ
マトリックスへのデシメーション処理部を表す。
【００４０】以下，図８の処理フローをもとに，解像度
変換を伴った多値画像生成フィルタリング方法について
説明する。この実施の形態において，フィルタリング前
までの処理フローに関しては，図１の場合と同じである
ため説明を省略し，それ以降からの処理フローを説明す
る。
変換を伴った多値画像生成フィルタリング方法について
説明する。この実施の形態において，フィルタリング前
までの処理フローに関しては，図１の場合と同じである
ため説明を省略し，それ以降からの処理フローを説明す
る。
【００４１】フィルタリングされたＭ×Ｍ周波数マトリ
ックス領域のスペクトルデータに対して，本実施の形態
では，デシメーション処理部４１１により，Ｍ×Ｍ周波
数マトリックス領域からＮ×Ｎ周波数マトリックス領域
へのデシメーションを行う。このデシメーションとは，
図９に示すように，Ｎ×Ｎ以外の高周波成分を無視，ま
たは切り捨てる処理をすることである。すなわち，図９
（Ａ）に示すＭ×Ｍのスペクトル・マトリックスから，
図９（Ｂ）に示すように，解像度比率に相当するＮ×Ｎ
のマトリックス領域のみを残し，それ以外の高周波成分
を無視または切り捨てる。
ックス領域のスペクトルデータに対して，本実施の形態
では，デシメーション処理部４１１により，Ｍ×Ｍ周波
数マトリックス領域からＮ×Ｎ周波数マトリックス領域
へのデシメーションを行う。このデシメーションとは，
図９に示すように，Ｎ×Ｎ以外の高周波成分を無視，ま
たは切り捨てる処理をすることである。すなわち，図９
（Ａ）に示すＭ×Ｍのスペクトル・マトリックスから，
図９（Ｂ）に示すように，解像度比率に相当するＮ×Ｎ
のマトリックス領域のみを残し，それ以外の高周波成分
を無視または切り捨てる。
【００４２】ここで，Ｍ×ＭサイズとＮ×Ｎサイズは，
第１の実施の形態における多値化生成フィルタを自動設
計する際の解像度比率に一致しており，このデシメーシ
ョンを行うことで，Ｍ×Ｍ周波数マトリックス領域が行
と列に対してＮ／Ｍ倍されることになる。デシメーショ
ンされた後のＮ×Ｎ周波数マトリックス領域は，２Ｄ−
ＩＤＣＴ処理部４９により２次元離散コサイン逆変換が
行われ，空間画素領域におけるＮ／Ｍ倍解像度の多値化
サブ画像４１０へと処理される。
第１の実施の形態における多値化生成フィルタを自動設
計する際の解像度比率に一致しており，このデシメーシ
ョンを行うことで，Ｍ×Ｍ周波数マトリックス領域が行
と列に対してＮ／Ｍ倍されることになる。デシメーショ
ンされた後のＮ×Ｎ周波数マトリックス領域は，２Ｄ−
ＩＤＣＴ処理部４９により２次元離散コサイン逆変換が
行われ，空間画素領域におけるＮ／Ｍ倍解像度の多値化
サブ画像４１０へと処理される。
【００４３】以上の画像フィルタリングによって，逐
次，Ｍ×Ｍマトリックス領域画像データに対し，スペク
トル変換／フィルタリング／デシメーション／スペクト
ル逆変換の処理フローを経て，Ｎ×Ｎマトリックス領域
画像データを求め，これから最終的に縦横Ｎ／Ｍ倍され
た低解像度多値画像を生成することができる。
次，Ｍ×Ｍマトリックス領域画像データに対し，スペク
トル変換／フィルタリング／デシメーション／スペクト
ル逆変換の処理フローを経て，Ｎ×Ｎマトリックス領域
画像データを求め，これから最終的に縦横Ｎ／Ｍ倍され
た低解像度多値画像を生成することができる。
【００４４】〔第３の実施の形態〕図１０は第３の実施
の形態の処理フローであり，請求項３の発明の実現例を
示すものである。また，図１１はディザスペクトル統計
解析によりディザスペクトルからカテゴリー化する概念
を説明する図である。
の形態の処理フローであり，請求項３の発明の実現例を
示すものである。また，図１１はディザスペクトル統計
解析によりディザスペクトルからカテゴリー化する概念
を説明する図である。
【００４５】図１０の６１はＭ×Ｍマトリックスサイズ
のディザ化サブ画像，６２はＭ×Ｍ単位の２Ｄ−ＤＣＴ
処理部，６３はＭ×Ｍマトリックスサイズのディザスペ
クトル，６４はバタワース（Ｂｕｔｔｅｒｗｏｒｔｈ）
型アナログフィルタ特性設定部，６５はＦＩＲフィルタ
自動設計部，６６は実現可能なＦＩＲフィルタ，６７は
１次元ＦＩＲフィルタの２Ｄ−ＤＣＴ処理部，６８はデ
ィザスペクトルと実現可能なＦＩＲフィルタの２次元的
なフィルタリング，６９はＮ×Ｎ単位の２Ｄ−ＩＤＣＴ
処理部，６１０はＮ×Ｎマトリックスサイズの多値化サ
ブ画像，６１１はＭ×ＭマトリックスからＮ×Ｎマトリ
ックスへのデシメーション処理部，６１２はディザスペ
クトルのカテゴリー化処理部，６１３はカテゴリー別の
アナログ特性設定部を表す。
のディザ化サブ画像，６２はＭ×Ｍ単位の２Ｄ−ＤＣＴ
処理部，６３はＭ×Ｍマトリックスサイズのディザスペ
クトル，６４はバタワース（Ｂｕｔｔｅｒｗｏｒｔｈ）
型アナログフィルタ特性設定部，６５はＦＩＲフィルタ
自動設計部，６６は実現可能なＦＩＲフィルタ，６７は
１次元ＦＩＲフィルタの２Ｄ−ＤＣＴ処理部，６８はデ
ィザスペクトルと実現可能なＦＩＲフィルタの２次元的
なフィルタリング，６９はＮ×Ｎ単位の２Ｄ−ＩＤＣＴ
処理部，６１０はＮ×Ｎマトリックスサイズの多値化サ
ブ画像，６１１はＭ×ＭマトリックスからＮ×Ｎマトリ
ックスへのデシメーション処理部，６１２はディザスペ
クトルのカテゴリー化処理部，６１３はカテゴリー別の
アナログ特性設定部を表す。
【００４６】以下，図１０の処理フローをもとに，原画
像の画像特性に合わせた多値画像生成，並びに解像度変
換画像生成フィルタリングについて説明する。なお，デ
ィザスペクトル６３を得るまでの処理過程は，前述した
第１の実施の形態と同じであるため説明を省略する。
像の画像特性に合わせた多値画像生成，並びに解像度変
換画像生成フィルタリングについて説明する。なお，デ
ィザスペクトル６３を得るまでの処理過程は，前述した
第１の実施の形態と同じであるため説明を省略する。
【００４７】まず，得られたディザスペクトル６３か
ら，図１１に示すように，マトリックス内での特徴量
（Ｘ，Ｙ，Ｚ）を計算する。 Ｘ＝ log｜Ｆ(0,0) ｜ Ｙ＝ log（Σ｜Ｆ(u,0) ｜＋Σ｜Ｆ(0,v) ｜） Ｚ＝ log（Σ｜Ｆ(u,v) ｜） 一方，この特徴量（Ｘ，Ｙ，Ｚ）を文字画像，写真画
像，文字・写真混在画像，それ以外の分類の画像に対
し，予め統計的に求めておき，カテゴリー空間なるデー
タを用意しておく。先ほどのディザスペクトル６３から
の特徴量が，このカテゴリー空間のどの領域に属するか
を分析し，これによりディザスペクトル６３に対する多
値化生成フィルタ自動設計のためのパラメータを決定す
る。これを示すのが，図１０のカテゴリー化処理部６１
２，カテゴリー別のアナログ特性設定部６１３による画
像特性に対応したパラメータ設計である。
ら，図１１に示すように，マトリックス内での特徴量
（Ｘ，Ｙ，Ｚ）を計算する。 Ｘ＝ log｜Ｆ(0,0) ｜ Ｙ＝ log（Σ｜Ｆ(u,0) ｜＋Σ｜Ｆ(0,v) ｜） Ｚ＝ log（Σ｜Ｆ(u,v) ｜） 一方，この特徴量（Ｘ，Ｙ，Ｚ）を文字画像，写真画
像，文字・写真混在画像，それ以外の分類の画像に対
し，予め統計的に求めておき，カテゴリー空間なるデー
タを用意しておく。先ほどのディザスペクトル６３から
の特徴量が，このカテゴリー空間のどの領域に属するか
を分析し，これによりディザスペクトル６３に対する多
値化生成フィルタ自動設計のためのパラメータを決定す
る。これを示すのが，図１０のカテゴリー化処理部６１
２，カテゴリー別のアナログ特性設定部６１３による画
像特性に対応したパラメータ設計である。
【００４８】このカテゴリー化されているパラメータ
は，画像特性毎に，通過域周波数ωｐと，遮断域周波数
ωｃが異なっているため，自動設計されるＦＩＲフィル
タ特性も画像特性毎に異なる。本実施の形態では，この
カテゴリー化されているパラメータによって画像特性に
適応した多値化生成フィルタ自動設計を実現し，かつ，
それによって画像特性に適した画像フィルタリングを行
うため，高品質な多値画像を生成することができる。な
お，フィルタリング以降の処理は，第１の実施の形態，
並びに第２の実施の形態において説明した通りである。
は，画像特性毎に，通過域周波数ωｐと，遮断域周波数
ωｃが異なっているため，自動設計されるＦＩＲフィル
タ特性も画像特性毎に異なる。本実施の形態では，この
カテゴリー化されているパラメータによって画像特性に
適応した多値化生成フィルタ自動設計を実現し，かつ，
それによって画像特性に適した画像フィルタリングを行
うため，高品質な多値画像を生成することができる。な
お，フィルタリング以降の処理は，第１の実施の形態，
並びに第２の実施の形態において説明した通りである。
【００４９】〔第４の実施の形態〕図１２は第４の実施
の形態の処理フローであり，請求項４の発明の実現例を
示すものである。図１２では，高速信号処理アルゴリズ
ム（本実施の形態では高速ＤＣＴアルゴリズム）を用い
て，縦横Ｎ／Ｍ倍解像度の多値画像生成を実現する方法
の例が示されている。
の形態の処理フローであり，請求項４の発明の実現例を
示すものである。図１２では，高速信号処理アルゴリズ
ム（本実施の形態では高速ＤＣＴアルゴリズム）を用い
て，縦横Ｎ／Ｍ倍解像度の多値画像生成を実現する方法
の例が示されている。
【００５０】図１２の８１は変換対象の原画像，８２は
２m ×２m マトリックスのサブブロック画像，８３は２
m ×２m の高速アルゴリズムによる２Ｄ−ＤＣＴ処理
部，８４はフィルタリング，８５は２n ×２n の高速ア
ルゴリズムによる２Ｄ−ＩＤＣＴ処理部，８６は２n ×
２n マトリックスのサブブロック画像，８７は多値化サ
ブ画像を表す。
２m ×２m マトリックスのサブブロック画像，８３は２
m ×２m の高速アルゴリズムによる２Ｄ−ＤＣＴ処理
部，８４はフィルタリング，８５は２n ×２n の高速ア
ルゴリズムによる２Ｄ−ＩＤＣＴ処理部，８６は２n ×
２n マトリックスのサブブロック画像，８７は多値化サ
ブ画像を表す。
【００５１】従来の高速アルゴリズムでは，２m ×２m
（ｍ：整数）マトリックス領域に関して高速な演算処理
を実現している。ところが，２m ×２m （ｍ：整数）と
いう制約での高速処理であるため，それ以外（≠２m ×
２m ）の演算処理については高速なアルゴリズムが存在
しない。本実施の形態では，この２m ×２m 高速演算を
応用し，近似的にＮ／Ｍ倍する異解像度の多値画像生成
フィルタリング方法について説明する。
（ｍ：整数）マトリックス領域に関して高速な演算処理
を実現している。ところが，２m ×２m （ｍ：整数）と
いう制約での高速処理であるため，それ以外（≠２m ×
２m ）の演算処理については高速なアルゴリズムが存在
しない。本実施の形態では，この２m ×２m 高速演算を
応用し，近似的にＮ／Ｍ倍する異解像度の多値画像生成
フィルタリング方法について説明する。
【００５２】まず，図１２に示すように，最初の空間画
像領域においては，２m ×２m 領域のサブブロック画像
８２を，原画像８１から切り出し，２Ｄ−ＤＣＴ処理部
８３により２Ｄ−ＤＣＴスペクトル変換を行う。次に，
通過周波数ωｐ＝２n ，遮断周波数ωｃ＝２m なるバタ
ワース（Ｂｕｔｔｅｒｗｏｒｔｈ）型フィルタを所望の
フィルタ特性としたＦＩＲフィルタ自動設計を行い，そ
のフィルタを用いてフィルタリング８４を行い，さらに
２Ｄ−ＩＤＣＴ処理部８５による２n ×２n のスペクト
ル逆変換の処理フローを経て，多値画像を生成する。こ
のとき，画像領域においては，２n ×２n のマトリック
ス領域を多値化サブ画像とするのではなく，Ｎ×Ｎ
（Ｎ：整数，Ｎ＜２n ）マトリックス領域のみをデシメ
ーションして多値化サブ画像８７とする。
像領域においては，２m ×２m 領域のサブブロック画像
８２を，原画像８１から切り出し，２Ｄ−ＤＣＴ処理部
８３により２Ｄ−ＤＣＴスペクトル変換を行う。次に，
通過周波数ωｐ＝２n ，遮断周波数ωｃ＝２m なるバタ
ワース（Ｂｕｔｔｅｒｗｏｒｔｈ）型フィルタを所望の
フィルタ特性としたＦＩＲフィルタ自動設計を行い，そ
のフィルタを用いてフィルタリング８４を行い，さらに
２Ｄ−ＩＤＣＴ処理部８５による２n ×２n のスペクト
ル逆変換の処理フローを経て，多値画像を生成する。こ
のとき，画像領域においては，２n ×２n のマトリック
ス領域を多値化サブ画像とするのではなく，Ｎ×Ｎ
（Ｎ：整数，Ｎ＜２n ）マトリックス領域のみをデシメ
ーションして多値化サブ画像８７とする。
【００５３】さらに，次の２m ×２m マトリックスのサ
ブ画像切り出しでは，縦横に２m なる間隔で切り出すの
ではなく，Ｍ×Ｍ（Ｍ：整数，Ｍ＜２m ）のスライド量
でオーバーラップさせながら切り出しを行い，上記の画
像フィルタリングを行う。
ブ画像切り出しでは，縦横に２m なる間隔で切り出すの
ではなく，Ｍ×Ｍ（Ｍ：整数，Ｍ＜２m ）のスライド量
でオーバーラップさせながら切り出しを行い，上記の画
像フィルタリングを行う。
【００５４】この処理をディザ化画像全体に適用するこ
とで，偶数倍，すなわち２n ×２n／２m ×２m 比率の
スペクトル処理であるが，近似的に縦横Ｎ／Ｍ倍解像度
の多値画像を生成することができる。
とで，偶数倍，すなわち２n ×２n／２m ×２m 比率の
スペクトル処理であるが，近似的に縦横Ｎ／Ｍ倍解像度
の多値画像を生成することができる。
【００５５】
【発明の効果】以上説明したように，本発明によれば，
低ビットの画像に対し，スペクトル処理過程において，
最適なフィルタを自動的に設計し，それを用いて画像フ
ィルタリングを行うことにより，画像種別に可変的で，
かつ，高品質な多値画像を生成することができる。ま
た，高速処理にて多値画像生成が可能である。
低ビットの画像に対し，スペクトル処理過程において，
最適なフィルタを自動的に設計し，それを用いて画像フ
ィルタリングを行うことにより，画像種別に可変的で，
かつ，高品質な多値画像を生成することができる。ま
た，高速処理にて多値画像生成が可能である。
【図１】第１の実施の形態の処理フローを示す図であ
る。
る。
【図２】多値化生成フィルタの自動設計構成図である。
【図３】実現可能なＦＩＲフィルタを生成する処理フロ
ーを示す図である。
ーを示す図である。
【図４】自動生成したＦＩＲフィルタ特性の例を示す図
である。
である。
【図５】自動生成したＦＩＲフィルタのインパルス応答
特性の例を示す図である。
特性の例を示す図である。
【図６】半インパルス応答特性の例を示す図である。
【図７】半インパルス応答特性の２次元データへの拡張
を説明する図である。
を説明する図である。
【図８】第２の実施の形態の処理フローを示す図であ
る。
る。
【図９】デシメーション処理の概要を示す図である。
【図１０】第３の実施の形態の処理フローを示す図であ
る。
る。
【図１１】ディザスペクトル統計解析によりディザスペ
クトルからカテゴリー化する概念を説明する図である。
クトルからカテゴリー化する概念を説明する図である。
【図１２】第４の実施の形態の処理フローを示す図であ
る。
る。
【図１３】スペクトル変換領域における人間視覚感度特
性とのフィルタリングを用いた多値画像生成を示す従来
技術のブロック図である。
性とのフィルタリングを用いた多値画像生成を示す従来
技術のブロック図である。
【図１４】低解像度の画像を生成するための間引き法と
平均化法を示す従来技術の概念図である。
平均化法を示す従来技術の概念図である。
１１ ディザ化サブ画像 １２ ２Ｄ−ＤＣＴ処理部 １３ ディザスペクトル １４ バタワース型アナログフィルタ特性設定部 １５ ＦＩＲフィルタ自動設計部 １６ ＦＩＲフィルタ １７ ２Ｄ−ＤＣＴ処理部 １８ フィルタリング １９ ２Ｄ−ＩＤＣＴ処理部 １１０ 多値化サブ画像
Claims (4)
- 【請求項１】 低ビット画像を高ビットの高品質な多値
画像あるいは連続調画像へ復元する画像フィルタリング
処理方法において，低ビット画像をスペクトル変換する
単位とフィルタリング後のデータをスペクトル逆変換す
る単位とのサイズ比に基づいて，高ビット画像スペクト
ル特性を生成するための画像フィルタを自動的に設計す
る過程と，自動的に設計した画像フィルタを用いて，低
ビット画像のスペクトルに対し画像フィルタリングを行
い，高品質な多値画像を生成する過程とを有することを
特徴とする復元画像生成フィルタリング方法。 - 【請求項２】 低ビット画像を高ビットの高品質な多値
画像あるいは連続調画像へ復元する画像フィルタリング
処理方法において，画像出力装置の出力解像度に適応し
た解像度となるようにフィルタ特性を定めた画像フィル
タを自動的に設計する過程と，自動的に設計した画像フ
ィルタを用いて，低ビット画像のスペクトルに対し画像
フィルタリングを行う過程と，フィルタリング結果につ
いてデシメーションを行い，解像度の異なる高品質な多
値画像を生成する過程とを有することを特徴とする復元
画像生成フィルタリング方法。 - 【請求項３】 低ビット画像を高ビットの高品質な多値
画像あるいは連続調画像へ復元する画像フィルタリング
処理方法において，画像フィルタリングの対象である文
字画像，写真画像または混在画像等の低ビット画像の画
像種別またはスペクトル特性に適応して，その画像特性
に最適な画像フィルタを自動的に設計する過程と，自動
的に設計した画像フィルタを用いて，低ビット画像のス
ペクトルに対し画像フィルタリングを行い，高品質な多
値画像を生成する過程とを有することを特徴とする復元
画像生成フィルタリング方法。 - 【請求項４】 低ビット画像を高ビットの高品質な多値
画像あるいは連続調画像へ復元する画像フィルタリング
処理方法において，低ビット画像からスペクトル変換対
象となる２m ×２m （ｍ：整数）マトリックスのサブブ
ロック画像を切り出す際に，次のスペクトル変換対象と
なるサブブロック画像との間でスライド量Ｍ（Ｍ：整
数，Ｍ＜２m ）だけオーバーラップさせて切り出しを行
う過程と，切り出したサブブロック画像について２m ×
２m 単位の所定の高速信号処理アルゴリズムを用いてス
ペクトル変換を行う過程と，スペクトル変換したサブブ
ロック画像に対し画像フィルタリングを行う過程と，フ
ィルタリング結果について２n ×２n （ｎ：整数）単位
の所定の高速信号処理アルゴリズムを用いてスペクトル
逆変換を行う過程と，スペクトル逆変換によって得られ
たサブブロック画像から再現量Ｎ（Ｎ：整数，Ｎ＜
２n ）を用いて抽出した部分を多値画像の画像空間上に
埋め込むことにより，縦横Ｎ／Ｍ倍の解像度変換を行う
過程とを有することを特徴とする復元画像生成フィルタ
リング方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9050413A JPH10248016A (ja) | 1997-03-05 | 1997-03-05 | 復元画像生成フィルタリング方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9050413A JPH10248016A (ja) | 1997-03-05 | 1997-03-05 | 復元画像生成フィルタリング方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10248016A true JPH10248016A (ja) | 1998-09-14 |
Family
ID=12858184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9050413A Pending JPH10248016A (ja) | 1997-03-05 | 1997-03-05 | 復元画像生成フィルタリング方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10248016A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001036731A (ja) * | 1999-07-21 | 2001-02-09 | Nec Corp | デジタル画像処理方法、デジタル画像処理装置、および記録媒体 |
| US9117163B2 (en) | 2013-03-13 | 2015-08-25 | Seiko Epson Corporation | Printing apparatus and method configured for re-halftone image data |
-
1997
- 1997-03-05 JP JP9050413A patent/JPH10248016A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001036731A (ja) * | 1999-07-21 | 2001-02-09 | Nec Corp | デジタル画像処理方法、デジタル画像処理装置、および記録媒体 |
| US9117163B2 (en) | 2013-03-13 | 2015-08-25 | Seiko Epson Corporation | Printing apparatus and method configured for re-halftone image data |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1347411B1 (en) | Fractal image enlargement | |
| US5717789A (en) | Image enhancement by non-linear extrapolation in frequency space | |
| Kite et al. | A fast, high-quality inverse halftoning algorithm for error diffused halftones | |
| US6005983A (en) | Image enhancement by non-linear extrapolation in frequency space | |
| US6421468B1 (en) | Method and apparatus for sharpening an image by scaling elements of a frequency-domain representation | |
| KR100349416B1 (ko) | 이산코사인변환을사용하여이미지의크기를재설정하는방법및장치 | |
| US7672528B2 (en) | Method of processing an image to form an image pyramid | |
| US6295322B1 (en) | Processing apparatus for synthetically extending the bandwidth of a spatially-sampled video image | |
| EP1227437A2 (en) | A multiresolution based method for removing noise from digital images | |
| JPH05328106A (ja) | 画像変倍装置 | |
| JP2004040790A (ja) | 画像信号のデ・スクリーン方法及びシステム | |
| JPH09294204A (ja) | 画像処理装置及びその方法 | |
| JP2003348328A (ja) | ウェーブレット係数を用いた非線形画像処理方法、装置及びプログラム | |
| JPH07131634A (ja) | 画像処理装置 | |
| JPH08294001A (ja) | 画像処理方法および画像処理装置 | |
| US20040051909A1 (en) | Halftone screen frequency and magnitude estimation for digital decscreening of documents | |
| JP3738791B2 (ja) | 画像処理方法および装置 | |
| Kite et al. | A high quality, fast inverse halftoning algorithm for error diffused halftones | |
| US7365882B2 (en) | Halftone screen frequency and magnitude estimation for digital descreening of documents | |
| JP3484831B2 (ja) | ２値画像多値化縮小処理装置 | |
| JPH10248016A (ja) | 復元画像生成フィルタリング方法 | |
| Chan et al. | A novel content-adaptive interpolation | |
| JP4030655B2 (ja) | 階調変換方法および装置 | |
| JP3775180B2 (ja) | 画像処理方法及び装置 | |
| JPH07107268A (ja) | 画像処理装置 |