JPH10136205A

JPH10136205A - 画像処理装置

Info

Publication number: JPH10136205A
Application number: JP8284156A
Authority: JP
Inventors: Kazuyoshi Takahashi; 一義高橋; Hideki Sekiya; 秀樹関矢; Yoshinori Kobayashi; 佳則小林
Original assignee: TAKAHASHI SEKKEI JIMUSHO KK
Current assignee: TAKAHASHI SEKKEI JIMUSHO KK
Priority date: 1996-10-25
Filing date: 1996-10-25
Publication date: 1998-05-22

Abstract

(57)【要約】（修正有）【課題】画像のハーフトーン化に関して、従来の誤差
拡散法での低濃度領域にみられる始動遅延やテクスチャ
ー発生の問題を解消し、滑らかな画質感を実現する。【解決手段】グレースケール画像４０のデータ値Ｄｉ
を取得してそれにそれまで蓄積してきた誤差を加算し２
値化の判定をするときに、通常の誤差拡散処理において
始動遅延やテクスチャーが問題となりはじめる濃度を境
として、低濃度用、高濃度用、中間濃度の領域でそれぞ
れ別のしきい値マトリクスを使用するようにする。しき
い値マトリクスの切り替えがスムーズに反映されるよう
にするため、低濃度用と高濃度用のしきい値マトリクス
は中間濃度のものに基づいて、画素密度、濃度、ドット
数を計数しながら所定のルールで生成する。また、しき
い値マトリクスだけでなく、遅延量や誤差の発生量や伝
搬率についても各領域で別のものを使用する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、プリンターやプロ
ッター等の装置に係る画像処理装置、より具体的には、
グレースケール画像データをハーフトーン画像データに
変換する画像処理装置に関するものである。

【０００２】

【従来の技術及び発明が解決しようとする課題】通常画
像データは濃淡の情報をもついわゆるグレースケールデ
ータである。

【０００３】たとえば、８ビットの画像データは０から
２５５までの２５６段階の濃度を表現することができ
る。カラー画像の場合レッド（Ｒ）、グリーン（Ｇ）、
ブルー（Ｂ）の３色が各８ビット合計２４ビットで表現
されることが多い。この場合、各色は２５６段階の濃度
を表現し、ＲＧＢで２５６の３乗の約１６７０万色を表
すことが可能である。

【０００４】最近のパーソナルコンピューターのモニタ
ーは、設定によって１６７０万色表現できる。人間の感
性がどの程度の分解能（色数、濃淡の段階）を判別で
き、どの程度の分解能が必要かは、取り扱う画像の種類
（人に感動を与える絵画や写真、コンピュータグラフィ
クス、売り上げの推移を説明する棒グラフ）に依るし、
本発明に直接は関係ないので、これ以上の言及はしない
が、色や濃淡の識別に関する人の判別能力は驚くほど高
い。

【０００５】このように大量の表現能力を持つグレース
ケール画像データを印刷する場合には、ハーフトーン画
像データに変換する必要がある。

【０００６】現在広く出回っているインクジェット方式
のプリンターや熱転写方式のプリンター等は、最終的に
ドットを打つか打たないかの２通りの表現能力しかな
い。ここで言うハーフトーン画像データとは疑似階調デ
ータとも表現できる。

【０００７】即ち、２値（打つ／打たない）の印刷で多
値（濃淡のあるグレースケール画像）の表現を行う事で
あり、代表的な手法としては、ディザマトリクス法と誤
差拡散法が広く使われている。よいプリンターの条件の
１つは、ハーフトーン画像がグレースケール画像と見分
けがつかないように印刷出来ることである。

【０００８】従来技術の代表例は、有名なFloyd 及び S
teinberg が１９７６年に発表した［An Adaptive Algor
ithm for Spatial Grayscale］に見ることが出来る誤差
拡散法である。

【０００９】この方法は、前もってきめられた「しきい
値」とグレースケール画像データの大小を比較して２値
（打つ／打たない）出力を決定し、その際発生した濃度
の誤差を周辺画像データに振りまくという方法である。

【００１０】本来のグレースケール画像データが持つ濃
度を保存しながらハーフトーン画像データ化するという
性格を持つ。

【００１１】もう１つの代表的な方法はディザマトリク
スによるハーフトーン画像データ化である。

【００１２】この方法の基本的な考え方は、沢山の書籍
で説明されているので詳細な説明は不要であると思う。
ディザマトリクスは空間的に配置されたしきい値のまと
まりであり画像データは通常、ディザマトリクスより大
きいためディザマトリクスと繰り返し比較しながらハー
フトーン画像データを形成していく。

【００１３】誤差拡散法は、グレースケール画像をハー
フトーン画像に変換する方法としては素晴らしい特性を
示す。当初は計算量が膨大なためソフトウエアの処理時
間の問題やハードウエアの回路規模の問題が指摘されて
いたが、最近の技術の進歩でそれらの問題は大きな障害
でなくなった。

【００１４】しかし、大きな問題として下記の２点が上
げられる。

【００１５】第１の点は、縁部や境界部における過渡的
な挙動があらわれる事である。これは、「始動遅延」や
「ハキヨセ」という言葉で表現されることもある。たと
えば、グレースケール画像データが非常に低い場合に、
誤差がたまるまでなかなかしきい値に達せずハーフトー
ン画像データの出力は１を出力できない。逆に濃度が高
い場合に於ける、０出力（打たない）も同様な事がいえ
る。

【００１６】第２の点は、処理がラスター順に行われる
こと及び、誤差分配が一定のマトリクスにより繰り返さ
れる事により発生する方向性の強いテクスチャーと呼ば
れる周期的なデータが発生されることである。これは
「ミミズ画像」とも呼ばれ人間の視覚に心地よい印象を
与えない。これは低濃度部で目立ちある程度以上の濃度
になるとドットが密集してくるので問題にならない。逆
に、濃度が高い場合に於ける、白ドットの発生にも同様
な事がいえる。

【００１７】次に、ディザマトリクスによるハーフトー
ン画像データ化の問題点を記述する。

【００１８】第１は、ディザマトリクスの繰り返しによ
る周期性が人間の視覚に心地よい印象を与えないという
事である。代表的なベイヤーのディザマトリクスで印刷
すると、たいていの人は格子状の周期性が気になる。

【００１９】第２の問題は、ディザマトリクスの基本的
な特性にある。ディザマトリクス中、濃度１０で打つ点
は、必ずそれ以上の濃度でも打たれる。１０＊１０のデ
ィザマトリクスでは１００個のメッシュが存在するため
最大１００段階の濃度を表現できる。

【００２０】濃度１０では、ディザマトリクス中に１０
個のドットが散らばる。

【００２１】濃度１５では、ディザマトリクス中に１５
個のドットが散らばる。

【００２２】濃度６０では、ディザマトリクス中に６０
個のドットが散らばる。

【００２３】濃度１０の１０個のドットは濃度１５や６
０にも含まれる必要がある。これはディザマトリクスの
濃度の連続性を確保するためには必要なことである。し
かし、各濃度でいくらうまくドットをばらまいても、過
去のドットを引きずっているため理想的なドットのバラ
マキには限界があり、印字率２０％程度以上では特に
「ザラツキ感」が感じられる。別の表現をすれば「滑ら
かな感じに欠ける」とも表現できる。

【００２４】ディザマトリクス法の前記第１の問題を解
決するための各種方法が提案されているが上記第２の問
題は、ディザマトリクスの基本特性に関わることであり
印字率２０％程度以上では誤差拡散法に比べ滑らかさ等
の質感で劣る。

【００２５】本発明は、以上のような従来の課題を解決
するためになされたものであり、低濃度部の黒ドットの
均一性及び高濃度部の白ドットの均一性を実現し、且つ
濃度の全領域にわたり滑らかな画質感を実現できる極め
て高品質のハーフトーン画像データを低コストで実現で
きる画像処理装置を提供することを目的とする。

【００２６】

【課題を解決するための手段】添付図面を参照して本発
明の要旨を説明する。

【００２７】グレースケール画像データ40を所定のしき
い値と大小関係を比較してハーフトーン画像データ48に
変換するとともに、変換時に発生する誤差を周辺画素に
振り分ける誤差拡散法を用いてグレースケール画像デー
タ40をハーフトーン画像データ48に変換する画像処理装
置であって、前記グレースケール画像データ40の濃度が
所定の値より小さいか大きいかを比較して前記ハーフト
ーン画像データ48化手段の誤差拡散法におけるしきい値
マトリクスを切り換える手段と、該誤差拡散法における
しきい値マトリクスの差によりハーフトーン画像データ
48化出力が異なる領域を判定する手段と，領域判定結果
に基づいてハーフトーン画像データ48化処理に関するプ
ロセスを切り換える手段を有するとともに、切り換え濃
度またはその近傍において誤差拡散法により生成したハ
ーフトーン画像データ48をもとに所定のルールに従って
生成したパターンを低濃度部及び高濃度部におけるのし
きい値マトリクスとして用いることを特徴とする画像処
理装置に係るものである。また、請求項１記載の画像処
理装置において、グレースケール画像データ40の濃度が
所定の値より小さい低濃度部において誤差拡散法の第一
のしきい値マトリクスを用い、グレースケール画像デー
タ40の濃度が所定の値より大きくさらに別途定めた値よ
り大きい高濃度部において誤差拡散法の第二のしきい値
マトリクスを用い、前記低濃度部と高濃度部との中間の
中濃度部においてしきい値が固定の第三のしきい値マト
リクスの誤差拡散法を用いることを特徴とする画像処理
装置に係るものである。

【００２８】また、請求項１，２のいずれか１項に記載
の画像処理装置において、第一のしきい値マトリクス及
び第二のしきい値マトリクスの生成手段として、各濃度
におけるハーフトーン画像データ48化出力が代表する周
囲の画素密度関数を計数する第１の手段と、注目画素の
所定近傍内の濃度を計数する第２の手段と、所定半径内
に存在するドット数を計数する第３の手段とを有するこ
とを特徴とする画像処理装置に係るものである。

【００２９】また、請求項１〜３のいずれか１項に記載
の画像処理装置において、領域判定結果に基づいて、ハ
ーフトーン画像データ48化処理の遅延量を切り換えるこ
とを特徴とする画像処理装置に係るものである。

【００３０】また、請求項１〜４のいずれか１項に記載
の画像処理装置において、領域判定結果に基づいて切り
換え濃度近傍における誤差発生量を切り換えることを特
徴とする画像処理装置に係るものである。

【００３１】また、請求項２〜５のいずれか１項に記載
の画像処理装置において、グレースケール画像データ40
の濃度に基づいて、第一のしきい値マトリクス、第二の
しきい値マトリクスあるいは第三のしきい値マトリクス
を適用時に、各々において誤差の伝搬率を切り換えるこ
とを特徴とする画像処理装置に係るものである。

【００３２】

【発明の実施の形態】好適と考える本発明の実施の形態
（発明をどのように実施するか）を、図面に基づいてそ
の作用効果を示して簡単に説明する。

【００３３】グレースケール画像データ40の濃度が所定
の値より小さいか大きいかを比較してハーフトーン画像
データ48化手段の誤差拡散法におけるしきい値マトリク
スを切り換える手段と、該誤差拡散法におけるしきい値
マトリクスの差によりハーフトーン画像データ48化出力
が異なる領域を判定する手段と、領域判定結果に基づい
てハーフトーン画像データ48化処理に関するプロセスを
切り換える手段を有するとともに、切り換え濃度または
その近傍において誤差拡散法により生成したハーフトー
ン画像データ48をもとに所定のルールに従って生成した
パターンを低濃度部及び高濃度部におけるしきい値マト
リクスとして用いることで、グレースケール画像データ
40をハーフトーン画像データ48に変換する場合に従来発
生していた処理の不連続性が故の極めて目障りな不良画
像領域が発生することを防止でき、低濃度部の黒ドット
の均一性及び高濃度部の白ドットの均一性を実現するこ
とができ、低濃度部から高濃度部までの全領域にわたり
滑らかな画質感を実現することができ、極めて高品質の
ハーフトーン画像データ48を低コストで実現することが
できる。

【００３４】

【実施例】本発明の実施例のブロック図を図１に示し、
その処理の概要フローチャートを図２に示す。まず、図
２から説明する。図２ではグレースケール画像データ40
を順次ハーフトーン画像データ48に変換する処理フロー
の概要を記述している。

【００３５】以下説明する中で、グレースケール画像デ
ータ値は０から２５５までの整数値を取り、ハーフトー
ン画像データ値は１か０の２通りの値を取ることにす
る。

【００３６】図２において、まず、グレースケール画像
データ値Ｄｉを取得する。今後画像データのグレースケ
ール画像データ値をＤで表す。添字のｉはｉ番目である
ことを意味する。

【００３７】次に、取得したグレースケール画像データ
値Ｄｉとそれまで蓄積してきた誤差値△ｉの加算をす
る。同様に、添字のｉはｉ番目であることを意味する。
誤差は負の場合もあるので加減算になる。

【００３８】次に、取得したグレースケール画像データ
値Ｄｉが所定の値ＤＥＮＳＩＴＹ１より小さいかどうか
を判定する。所定の値より小さい場合は低濃度用の２値
化判定部４に処理を移す。

【００３９】次に、取得したグレースケール画像データ
値Ｄｉが所定の値ＤＥＮＳＩＴＹ２より大きいかどうか
を判定する。所定の値より大きい場合は高濃度用の２値
化判定部６に処理を移す。

【００４０】グレースケール画像データ値ＤｉがＤＥＮ
ＳＩＴＹ１とＤＥＮＳＩＴＹ２の間にあるいわゆる中間
濃度の時は中間濃度用の２値化判定部７に処理を移す。

【００４１】次に、各２値化判定部で生成した誤差値を
所定の領域に蓄積する。この誤差値は後からつづくグレ
ースケール画像データ40をハーフトーン画像データ48に
変換する際に使用する。

【００４２】以上の処理を、全グレースケール画像デー
タ40に対して順次行うことでハーフトーン画像データ48
への変換が終了することになる。

【００４３】次に、図３で中間濃度部の２値化処理の内
容について説明する。

【００４４】（Ａ）は誤差分配のマトリクスを説明して
いる。

【００４５】★は、いまハーフトーン画像データ化しよ
うとしているグレースケール画像データ40の位置を示
し、周辺画素の１／４，１／８は周辺のそれぞれの位置
で発生した誤差の１／４または、１／８を注目画素に加
えると言うことを表している。即ち、注目画素★の値は
下記のようになる。

【００４６】 DATi=Di+A1*1/8+A2*1/8+A3*1/4+A4*1/8+A5*1/8+A6*1/4 以下、グレースケール画像データ値に誤差値を加算した
値をＤＡＴと表す。

【００４７】同様に、添字のｉはｉ番目であることを意
味する。

【００４８】この例では誤差分配マトリクスは、図３
（Ａ）で表したが中の値は別の値でも良いしマトリクス
のサイズが変わっても良い。

【００４９】図３（Ｂ）は中間濃度部の２値化処理のフ
ローを表している。まず、ＤＡＴとしきい値との大小関
係を判定する。この場合、ＤＡＴがしきい値１２８以上
の場合は黒と判定しその画素の誤差値はＤＡＴ−２５５
となる。

【００５０】また、ＤＡＴがしきい値１２８よりも小さ
い場合は白と判定しその画素の誤差値はＤＡＴとなる。

【００５１】以上のように、注目画素は周囲の画素のハ
ーフトーン画像データ化時に発生する誤差に影響を受け
処理され、その時発生する誤差がまたその後ハーフトー
ン画像データ化処理される画素に影響するという基本的
な特性が判る。

【００５２】また、ここでしきい値は１２８で説明した
が他の値であっても良いし、多少の乱数成分を含んでい
ても良い。

【００５３】次に、図４で低濃度部の２値化処理の内容
について説明する。

【００５４】図２に示したように、グレースケール画像
データ値Ｄｉが所定の値（ＤＥＮＳＩＴＹ１）以下の場
合、２値化処理が低濃度部の２値化判定部４に移行され
る。ここで言う所定の値とは、図３により説明した通常
の誤差拡散処理で発生する始動遅延（ハキヨセ）及びテ
クスチャー（ミミズ画像）が問題となりはじめる濃度に
対応する。誤差拡散の種類や印刷機の特性等にも依るが
本発明者が検討した結果では、（２５６段階で）１５か
ら３５位が対応する所定の値であると考える。別の言い
方をすれば、所定の値以下では、誤差拡散の画像品質が
著しく劣化するので図４の処理でハーフトーン画像デー
タ化する必要があると言える。

【００５５】誤差拡散法においてしきい値マトリクスを
切り換える場合、そのまま切り換えたのでは処理の不連
続性により切り換え部でハーフトーン画像が乱れて実用
レベルにはなり得ない。このことは、画像処理の経験者
なら容易に推測できる。この不連続性をいかにクリアー
するかという命題に対する回答が図４以降の説明で明ら
かになる。

【００５６】ＤＥＮＳＩＴＹ１以下の低濃度では、しき
い値マトリクスを切り換えることになる。このしきい値
マトリクスの特性が第１のキーになる。図３に示す中濃
度部の誤差拡散法処理から新しいしきい値マトリクスに
移行するに当たりどの様なしきい値マトリクスがスムー
ズな切り換えに効果的かというと、中濃度部の誤差拡散
法の特性を有するしきい値マトリクスであると言うこと
であり、更に言えばしきい値マトリクスが切り換わる変
化点またはその近傍の誤差拡散法の特性を有するしきい
値マトリクスであることが望ましい。

【００５７】図４の説明の前に、しきい値マトリクスの
生成方法を図７で説明する。

【００５８】まず、しきい値が固定の中濃度部の誤差拡
散から低濃度部のしきい値マトリクスに切り換える濃度
に於ける誤差拡散パターンを生成する。

【００５９】例えば、濃度３２までは、しきい値マトリ
クスは固定値を使い濃度３１以下では低濃度部用のしき
い値を用いるとした場合、濃度３２で誤差拡散パターン
を生成する。このとき注意しなければならないのは、前
述したようにしきい値マトリクスは均一性が重要である
ので、ここで得た誤差拡散パターンは「遅延始動」があ
ってはならないし、繰り返し使用した場合に繰り返しの
周期が出来るだけ目立たないことが望ましい。又「ミミ
ズ画像」が発生する事も好ましくない。

【００６０】そのためには、必要なしきい値マトリクス
サイズよりも十分大きな空間で誤差拡散パターンを生成
し端部から十分離れたエリアの誤差拡散パターンを取得
するようにする。具体的には１２８＊１２８の大きさの
しきい値マトリクスを作る場合には２００＊２００位の
大きさで誤差拡散パターンを生成しその中央の１２８＊
１２８の部分を取得することである。

【００６１】２００＊２００という数字には、こだわる
必要が無い。取得するパターンの濃度に関係する。本発
明者の検討では、濃度３２で１２８＊１２８の大きさの
しきい値マトリクスを作る場合１３６＊１３６で性能的
には十分であった。こうして作ったものが、この例では
濃度３２のしきい値マトリクスパターンである。

【００６２】以下で、濃度を下げた場合のしきい値マト
リクスパターンを求める方法について説明する。

【００６３】２５６段階の濃度分解能を有する１２８＊
１２８の大きさのしきい値マトリクスパターンを生成し
た場合、（１２８＊１２８／２５６＝６４）各濃度に対
応するドット数は、通常６４個になる。

【００６４】前記濃度３２のしきい値マトリクスには、
６４＊３２＝２０４８個のドットが存在する様マトリク
スを作る。この中から６４個のドットを削除すれば、濃
度３１のしきい値マトリクスが生成されることになる。
またそこから、６４個のドットを削除すれば、濃度３０
のしきい値マトリクスが生成されることになる。

【００６５】ドットの削除の手法としては、出来るだけ
均一に間引く事が重要である。

【００６６】ここで本発明者は、しきい値マトリクス密
度関数（１）、（２）、（３）なる３つの値を定義しド
ットの均一性（不均一性）を判断する基準とした。

【００６７】まず、密度関数（１）の考え方は以下の通
りである。

【００６８】ある点にドットが打たれると言うことは周
囲の空白点を代表してその点にドットが打たれると考え
る。代表する空白点が多ければ沢山の空白が周囲に存在
することになり、また小さければドットが密集している
という事になる。

【００６９】密度関数（１）Ｄp＝ΣLi(i=1〜n) ここで、 Dp：あるドットPのもつ密度関数（１）ｎ：あるドットPを代表とする周囲の空白点の個数Ｌ：あるドットPから周囲の空白点までの距離また、ある空白点が複数のドットに等距離である場合は
平均する。これを図で説明したのが図８である。

【００７０】以上の説明から明白なように、密度関数
（１）が大きければ沢山の空白が周囲に存在することに
なり、また小さければドットが密集しているという事に
なる。図９で説明する。ドットの密集度を見る場合に最
も影響が大きいものは、最も近接した周辺画素である。
ここで我々は注目画素の周辺１２画素を抽出しその中に
ドットが存在する場合には、図９に示す所定の重み係数
を乗じて周辺１２画素の領域の和を算出し密度関数
（２）とする。

【００７１】密度関数（２）は、近接する周辺画素の密
度を表現する。

【００７２】以上の説明から明白なように、密度関数
（２）が大きければ注目画素の極めて周辺に沢山のドッ
トが存在することになり、また小さければドットが少な
いという事になる。これを図で説明したのが図９であ
る。

【００７３】密度関数（３）は、注目画素を中心とした
所定の領域内に存在するドットの個数を表す。これは、
注目画素からの距離を考慮せず、ある程度マクロ的に見
て該当するエリアの濃度がどれくらいかという事を判断
している関数である。

【００７４】例えば、大きな印刷物は人は１メートル以
上の距離を置いて見る。その場合は、単位画素はある程
度大きくとらえられる。これを図で説明したのが図１０
である。図１０に示すように、画像濃度でカウントする
対象の範囲を切り換えている。中心濃度１２８以下で
は、黒ドットを対象に密度を計数し、中心濃度１２８以
上では、白ドットを対象に密度を計数する。

【００７５】濃度が極めて低ければ計数の対象範囲を広
げないと、ドットが存在しない事になるし、あまり広げ
すぎると密度の差が計れなくなる。本発明者の検討結果
では図１０に示す値が良好と判断した。しかし、この具
体的数字自体がこの発明の内容を制限するものではな
い。

【００７６】図７において、前述の密度関数（１）、
（２）、（３）を使って次の濃度のしきい値マトリクス
を決定するための削除すべきドットを選び出す。

【００７７】まず第１に、密度関数（１）を用いて最も
密度の濃いドットを見つけだす。

【００７８】候補が１個である場合にはそれを削除すべ
きドットに決定する。候補が複数個存在する場合には、
密度関数（２）を用いて最も密度の濃いドットを見つけ
だす。候補が１個に絞られた場合にはそれを削除すべき
ドットに決定する。

【００７９】候補が複数個存在する場合には、密度関数
（３）を用いて最も密度の濃いドットを見つけだす。

【００８０】まだ、候補が複数個存在する場合には、本
発明者の検討結果からするとランダムに選択してもいい
し、見つかった順に選んでもいい。

【００８１】この手順で、削除した最初の６４個が次の
濃度のしきい値マトリクスに対応する。

【００８２】ここで、密度関数（１）から（３）を順次
使って判定したが、２つ又は３つの関数値を総合して判
定しても良い。しかし、処理時間の節約上この様な手法
にした。

【００８３】以下同様に、ドットが無くなるまで繰り返
せば良い。

【００８４】この方法で濃度０から濃度３１までのしき
い値マトリクスを作ることが出来る。この場合、濃度３
２から濃度２５５に相当する部分には中濃度部の誤差拡
散のしきい値１２８と同じ値を入れておく。この方が処
理の連続性を保つ上で優位である。

【００８５】高濃度部に於けるしきい値マトリクスの生
成方法も同じ考え方で実現できる。低濃度部において
は、ドット（黒点）の均一性に注目して処理してきた
が、逆に高濃度部では白点の均一性に着目すれば良い。

【００８６】たとえば、濃度２２４までを中濃度部の誤
差拡散で処理し濃度２２５から濃度２５５まで新しいし
きい値テーブルを使うとしたらしきい値マトリクス内に
存在するのは濃度２２５から濃度２５５までの値と残り
は濃度１２８（中濃度部の誤差拡散のしきい値と同じ
値）とすることで低濃度部と同じ効果を得ることが出来
ることは理解できる。

【００８７】図４において、まず、注目画素の濃度がし
きい値マトリクスの切り換わり領域に含まれているか否
かを判断する。前記説明では、濃度３２まではしきい値
１２８固定の誤差拡散を使い濃度３１以下で低濃度部用
の第一のしきい値マトリクスを使うという説明をしてき
た。

【００８８】例えば、濃度３１から濃度２５がこの境界
領域に対応し、濃度０から濃度２４と処理を分ける。境
界領域内においては、濃度２３で画像処理が第一のしき
い値マトリクス（低濃度部）と第三のしきい値マトリク
ス（中濃度部）で異なる領域を抽出する。これは図６で
説明する。グレースケール画像データ濃度は０から濃度
２５５の値を取りこれに周辺の誤差値が加算されるが、
ハーフトーン画像データ化する場合に第一のしきい値マ
トリクスと第三のしきい値マトリクスで図６に示す４つ
のパターンが発生する。

【００８９】パターン１は、第一，第三のしきい値マト
リクスともにドットを打たない場合。

【００９０】パターン２は、第三のしきい値マトリクス
ではドットを打たないが第一のしきい値マトリクスでは
ドットを打つ場合。

【００９１】パターン３は、第一しきい値マトリクスで
はドットを打たないが第三のしきい値マトリクスではド
ットを打つ場合。

【００９２】パターン４は、第一，第三のしきい値マト
リクスともにドットを打つ場合。

【００９３】パターン１とパターン４は全く問題ない。
低濃度域では、パターン３はなくパターン２だけが問題
となる。これは、上述のしきい値マトリクスの作り方か
ら明確である。

【００９４】よって、注目画像が境界領域内の場合に具
体的にどういう処理をするかというと、ＤＡＴ（画像デ
ータと誤差の加算値）が第一のしきい値マトリクスの値
以上で、第三のしきい値マトリクスの値（今までの例で
言うと１２８）未満の間にある画素を見つけだせばいい
ことになる。この領域のデータは誤差拡散では、しきい
値が１２８であるからドットを打たないがこの例で言う
濃度３１以下の領域では、ドットを打ってしまう。これ
が不連続の要因であるからである。不連続領域であると
判断されたらＤＡＴから補正値を引く。

【００９５】注目画素が境界領域内にあり、不連続領域
内にない場合は、前述のしきい値マトリクスと大小を比
較して大きければ黒と判定し、小さければ白と判定して
処理する。

【００９６】誤差の計算が上述の不連続領域の場合は、
ＤＡＴに引いた補正値をたして元に戻す。一連の処理を
点線で囲んだ部分が遅延処理部37である。

【００９７】前述したように、中濃度部（しきい値が１
２８固定）の誤差拡散は誤差が溜まるまでハーフトーン
画像データ化が遅れるというハーフトーン画像データ化
処理遅延特性を持ち、逆に低濃度部のしきい値マトリク
スの誤差拡散は何の遅延もなくストレートにハーフトー
ン画像データ化処理が行われるという特性を持つ。

【００９８】これが、しきい値マトリクスの切り換え部
において「画像の乱れ」が生ずる原因となっている。

【００９９】この問題を解決するために、遅延処理部37
が効果を発揮する。即ち、不連続領域部（中濃度部の固
定しきい値の誤差拡散ではドットを打たないが低濃度部
のしきい値マトリクスではドットを打つ）ではＤＡＴか
ら補正値を引いて、不連続なドットを打ち難くしてい
る。しかし、誤差の計算が不連続領域の場合は、ＤＡＴ
に引いた補正値を足して誤差保存を保ち、誤差が溜まっ
たら打つように遅延効果を出している。

【０１００】誤差は０.２倍して縮小伝搬している。前
述のように「始動遅延」の対策としてして値マトリクス
を切り換えている。ここで誤差の伝搬率を１００％とす
ると、逆にドットが打ち易くなり過ぎるという問題が生
ずる。これは、しきい値マトリクスと誤差伝搬率の調整
の問題でもある。実験では誤差伝搬率が２０％位がよい
結果を得た。

【０１０１】次に、図５で図２の高濃度部の２値化処理
の内容について説明する。

【０１０２】図４と比較して、違っているのは注目画素
が境界領域内にあり、不連続領域内にある場合、ＤＡＴ
に補正値を加える点と、黒判定後に不連続領域内にある
場合、ＤＡＴに加えた補正値を引いて元に戻す点であ
る。

【０１０３】高濃度部においては、中濃度部の誤差拡散
（しきい値１２８固定）では白点が打ち難くなる。この
特性に対応するためＤＡＴに補正値を足して傘上げす
る。また、逆に誤差値から補正値を減じている。基本的
な考えかたは、図４の説明と同じなので割愛する。

【０１０４】高濃度部において、この様な処理を施すこ
とで白いドットの始動遅延（ハキヨセ）が無くなりテク
スチャーもなくなる。

【０１０５】図４又は図５において、算出した誤差を所
定の値にクランプしている。

【０１０６】即ち、この例では上限は１２８、下限はー
１２８に制限している。

【０１０７】これは、誤差が余りに蓄積される事を避け
ている。この事はハード化する場合に誤差を何ビットで
持つかという議論につながる。本発明者の検討結果で
は、グレースケール画像データが８ビット（２５６段
階）の場合には＋１２８からー１２８位にクランプする
ことで良好な画像を得ることが出来た。

【０１０８】図１は、以上の処理をハードウエアー化し
た場合のブロック図である。

【０１０９】グレースケール画像データ４０が入力され
る。周辺画素の誤差値は誤差蓄積ＲＡＭ４１に記憶され
ている。このメモリーは誤差を読み出しながらハーフト
ーン画像データ化したときの誤差を書き込むこともして
いる。

【０１１０】誤差蓄積ＲＡＭ４１を制御するのが誤差蓄
積メモリー制御部４２である。誤差値とグレースケール
画像データ４０を加算するのが加算減算部４３である。

【０１１１】また、誤差拡散処理のしきい値やディザマ
トリクスを記憶しているのがしきい値ＲＡＭ４４であ
る。これは一度セットすればよくハーフトーン画像デー
タ化処理中は読み出しのみである。

【０１１２】しきい値ＲＡＭ４４を制御するのがしきい
値メモリー制御部４５である。

【０１１３】しきい値とグレースケール画像データ４０
または誤差を加算した（上述ＤＡＴ）値を比較してハー
フトーン画像データ４８を出力するのが比較部４６、そ
こで発生した誤差値を計算するのが誤差演算部４７であ
る。通常、ハードウエア回路４９はゲートアレイ等の集
積回路で構成される。

【０１１４】以上説明してきた中で、グレースケール画
像データ値は、０から２５５までの整数値で、ハーフト
ーン画像データ値は１か０の２通りの値を取ることにし
て、説明してきたがグレースケール画像データ値は異な
る濃度段階を有すること例えば１０ビットデータである
として１０２４段階の濃度階調を有すること、またはハ
ーフトーン画像データ値が例えば４段階の異なる値を取
る場合であっても本発明が有効に作用する事は明白であ
る。

【０１１５】

【発明の効果】以上説明してきたように、本発明に依れ
ば、従来のディザマトリクス法や誤差拡散法の問題点を
解決するとともに、誤差拡散法のしきい値マトリクスを
切り換えることで、グレースケール画像データをハーフ
トーン画像データに変換する場合に従来発生していた処
理の不連続性が故の極めて目障りな不良画像領域が発生
することを防止し、低濃度部の黒ドットの均一性、及び
高濃度部の白ドットの均一性を実現し、且つ濃度の全領
域に渡り滑らかな画質感を実現できる極めて高品質のハ
ーフトーン画像データを、少ないコストで実現する事が
できる。

【図面の簡単な説明】

【図１】本発明の実施例のブロック図である。

【図２】本発明の実施例のフローチャートである。

【図３】中濃度部２値化処理判定部処理フローである。

【図４】低濃度部２値化処理判定部処理フローである。

【図５】高濃度部２値化処理判定部処理フローである。

【図６】不連続画像の説明図である。

【図７】しきい値マトリクス生成のフローチャートであ
る。

【図８】密度関数（１）の説明図である。

【図９】密度関数（２）の説明図である。

【図１０】密度関数（３）の説明図である。

【符号の説明】

40 グレースケール画像データ 48 ハーフトーン画像データ

Claims

【特許請求の範囲】

【請求項１】グレースケール画像データを所定のしき
い値と大小関係を比較してハーフトーン画像データに変
換するとともに、変換時に発生する誤差を周辺画素に振
り分ける誤差拡散法を用いてグレースケール画像データ
をハーフトーン画像データに変換する画像処理装置であ
って、前記グレースケール画像データの濃度が所定の値
より小さいか大きいかを比較して前記ハーフトーン画像
データ化手段の誤差拡散法におけるしきい値マトリクス
を切り換える手段と、該誤差拡散法におけるしきい値マ
トリクスの差によりハーフトーン画像データ化出力が異
なる領域を判定する手段と，領域判定結果に基づいてハ
ーフトーン画像データ化処理に関するプロセスを切り換
える手段を有するとともに、切り換え濃度またはその近
傍において誤差拡散法により生成したハーフトーン画像
データをもとに所定のルールに従って生成したパターン
を低濃度部及び高濃度部におけるのしきい値マトリクス
として用いることを特徴とする画像処理装置。
【請求項２】請求項１記載の画像処理装置において、
グレースケール画像データの濃度が所定の値より小さい
低濃度部において誤差拡散法の第一のしきい値マトリク
スを用い、グレースケール画像データの濃度が所定の値
より大きくさらに別途定めた値より大きい高濃度部にお
いて誤差拡散法の第二のしきい値マトリクスを用い、前
記低濃度部と高濃度部との中間の中濃度部においてしき
い値が固定の第三のしきい値マトリクスの誤差拡散法を
用いることを特徴とする画像処理装置。
【請求項３】請求項１，２のいずれか１項に記載の画
像処理装置において、第一のしきい値マトリクス及び第
二のしきい値マトリクスの生成手段として、各濃度にお
けるハーフトーン画像データ化出力が代表する周囲の画
素密度関数を計数する第１の手段と、注目画素の所定近
傍内の濃度を計数する第２の手段と、所定半径内に存在
するドット数を計数する第３の手段とを有することを特
徴とする画像処理装置。
【請求項４】請求項１〜３のいずれか１項に記載の画
像処理装置において、領域判定結果に基づいて、ハーフ
トーン画像データ化処理の遅延量を切り換えることを特
徴とする画像処理装置に係るものである。
【請求項５】請求項１〜４のいずれか１項に記載の画
像処理装置において、領域判定結果に基づいて切り換え
濃度近傍における誤差発生量を切り換えることを特徴と
する画像処理装置。
【請求項６】請求項２〜５のいずれか１項に記載の画
像処理装置において、グレースケール画像データの濃度
に基づいて、第一のしきい値マトリクス、第二のしきい
値マトリクスあるいは第三のしきい値マトリクスを適用
時に、各々において誤差の伝搬率を切り換えることを特
徴とする画像処理装置。