JPH1056568A

JPH1056568A - 画像処理装置

Info

Publication number: JPH1056568A
Application number: JP8211272A
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: 1996-08-09
Filing date: 1996-08-09
Publication date: 1998-02-24

Abstract

(57)【要約】（修正有）【課題】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する。【解決手段】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化手段を誤差拡散法からディザマトリクス法
に切り換える手段と、該誤差拡散法と該ディザマトリク
ス法の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ディ
ザマトリクス法のしきい値マトリクスとして用いる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、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と、グレースケール画像データ40
を所定のしきい値マトリクスと比較してハーフトーン画
像データ48に変換するディザマトリクス法とを用いてグ
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化手段を誤差拡
散法からディザマトリクス法に切り換える手段と、該誤
差拡散法と該ディザマトリクス法の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ディザマトリクス法のしきい値
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。

【００２８】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周期性の目立たないディザマト
リクス法を用い、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
度部において周期性の目立たないディザマトリクス法を
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。

【００２９】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、ディザマトリクスパターン生
成手段として、各濃度におけるディザマトリクス値が代
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。

【００３０】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。

【００３１】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。

【００３２】また、請求項１〜５のいずれか１項に記載
の画像処理装置において、ディザマトリクス法によるハ
ーフトーン画像データ48化処理中においてもハーフトー
ン画像データ48化処理で発生する誤差値を保存及び伝搬
することを特徴とする画像処理装置に係るものである。

【００３３】また、請求項１〜６のいずれか１項に記載
の画像処理装置において、ハーフトーン画像データ48化
処理で発生する誤差値を上限値及び下限値とも所定の値
にクランプすることを特徴とする画像処理装置に係るも
のである。

【００３４】

【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。

【００３５】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化手段を誤差拡散法からディザマトリクス法に
切り換える手段と、該誤差拡散法と該ディザマトリクス
法の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ディザ
マトリクス法と誤差拡散法の両方法を単に組み合わせて
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に変換する場合に発生する両方法の切り換えポイント
近傍での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。

【００３６】

【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。

【００３７】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。

【００３８】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。

【００３９】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。

【００４０】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。

【００４１】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。

【００４２】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。

【００４３】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。

【００４４】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。

【００４５】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。

【００４６】（Ａ）は誤差分配のマトリクスを説明して
いる。

【００４７】★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。

【００４８】 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。

【００４９】同様に、添字のｉはｉ番目であることを意
味する。

【００５０】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。

【００５１】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。

【００５２】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。

【００５３】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。

【００５４】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。

【００５５】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。

【００５６】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。

【００５７】誤差拡散法からディザマトリクス法への処
理の移行、また逆にディザマトリクス法から誤差拡散法
への移行において、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。

【００５８】ＤＥＮＳＩＴＹ１以下の低濃度では、ディ
ザマトリクス法を活用することになる。このディザマト
リクス法の特性が第１のキーになる。誤差拡散法処理か
らディザマトリクス法に移行するに当たりどの様なディ
ザマトリクス法がスムーズな切り換えに効果的かという
と、誤差拡散法の特性を有するディザマトリクス法であ
ると言うことであり、更に言えば誤差拡散法処理からデ
ィザマトリクス法に移行する変化点またはその近傍の誤
差拡散法の特性を有するディザマトリクス法であること
が望ましい。

【００５９】図４の説明の前に、ディザマトリクスの生
成方法を図７で説明する。

【００６０】まず、誤差拡散からディザマトリクスに切
り換える濃度に於ける誤差拡散パターンを生成する。

【００６１】例えば、濃度３２までは、誤差拡散を使い
濃度３１以下ではディザマトリクスの要素を取り込むと
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、前述したようにデ
ィザ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。

【００６２】そのためには、必要なディザマトリクスサ
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の大きさのデ
ィザ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＊１２
８の部分を取得することである。

【００６３】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
ディザ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のディザマトリクスパターンである。

【００６４】以下で、濃度を下げた場合のディザマトリ
クスパターンを求める方法について説明する。

【００６５】２５６段階の濃度分解能を有する１２８＊
１２８の大きさのディザ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。

【００６６】前記濃度３２のディザマトリクスには、６
４＊３２＝２０４８個のドットが存在するはずである。
この中から６４個のドットを削除すれば、濃度３１のデ
ィザ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のディザマ
トリクスが生成されることになる。

【００６７】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。

【００６８】ここで本発明者は、ディザマトリクス密度
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。

【００６９】まず、密度関数（１）の考え方は以下の通
りである。

【００７０】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。

【００７１】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。

【００７２】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。密度関数（２）は、近接する周辺画素の密度を表
現する。

【００７３】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。

【００７４】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。

【００７５】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。

【００７６】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。

【００７７】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。

【００７８】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。

【００７９】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ディザマトリクスを
決定するための削除すべきドットを選び出す。

【００８０】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。

【００８１】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。

【００８２】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。

【００８３】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。

【００８４】この手順で、削除した最初の６４個が次の
濃度のディザマトリクスに対応する。

【００８５】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。

【００８６】以下同様に、ドットが無くなるまで繰り返
せば良い。

【００８７】この方法で濃度０から濃度３１までのディ
ザパターンを作ることが出来る。この場合、濃度３２か
ら濃度２５５に相当する部分には誤差拡散のしきい値と
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。

【００８８】高濃度部に於けるディザマトリクスの生成
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。

【００８９】たとえば、濃度２２４までを誤差拡散で処
理し濃度２２５から濃度２５５までにディザマトリクス
の要素を加えるとしたらディザ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１
２８（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。

【００９０】図４において、まず、注目画素の濃度が誤
差拡散からディザマトリクスへの切り替わり領域に含ま
れているか否かを判断する。前記説明では、濃度３２ま
では誤差拡散を使い濃度３１以下でディザマトリクスの
要素を取り入れるという説明をしてきた。

【００９１】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で画像処理が誤差拡散と
ディザマトリクス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誤差拡散とデ
ィザマトリクスで図６に示す４つのパターンが発生す
る。

【００９２】パターン１は、誤差拡散とディザマトリク
スともにドットを打たない場合。

【００９３】パターン２は、誤差拡散ではドットを打た
ないがディザマトリクスではドットを打つ場合。

【００９４】パターン３は、ディザマトリクスではドッ
トを打たないが誤差拡散ではドットを打つ場合。

【００９５】パターン４は、誤差拡散とディザマトリク
スともにドットを打つ場合。

【００９６】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、上述のディザマトリクスの作り方から
明確である。

【００９７】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）がディザマトリクスのしきい値以
上で、誤差拡散のしきい値（今までの例で言うと１２
８）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１２
８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、しきい値がディザマトリクスに置き換
わるので、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Ｄ
ＡＴから補正値を引く。

【００９８】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、前述のディザ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。

【００９９】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。

【０１００】前述したように、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、逆にディザマト
リクス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。

【０１０１】これが、誤差拡散法とディザマトリクス法
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。

【０１０２】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（誤差拡散では
ドットを打たないがディザ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。

【０１０３】図４において、注目画素が境界領域内にな
い場合、つまり濃度０から濃度２４に対する処理では、
しきい値は前述のディザマトリクスであり、周辺画素か
らの誤差の加算はしない。即ち、ディザマトリクス処理
そのものである。但し誤差の蓄積はしている。

【０１０４】もっと言えば、ディザマトリクス領域にお
いても白点の誤差はＤＡＴであり、黒点の誤差はＤＡＴ
−２５５である。

【０１０５】ディザマトリクス領域では、しきい値と比
較するのに誤差量の加算をしないのに、なぜ使わない誤
差を計算するのかという疑問が生じるかもしれない。

【０１０６】これは、ディザマトリクス領域（低濃度部
や高濃度部）から誤差拡散領域（中濃度部）に移行する
場合を考えればよい。ディザマトリクスでどこに黒ドッ
トを打ったか又は、白ドットを打ったかと言う情報を誤
差伝搬により誤差拡散領域（中濃度部）に伝えることが
出来、よって画像的に滑らかな移行が可能となる。

【０１０７】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。

【０１０８】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。

【０１０９】高濃度部においては、誤差拡散では白点が
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。

【０１１０】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。

【０１１１】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。

【０１１２】即ち、この例では上限は１２８、下限はー
１２８に制限している。

【０１１３】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。

【０１１４】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。

【０１１５】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。

【０１１６】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。

【０１１７】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。

【０１１８】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。

【０１１９】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。

【０１２０】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。

【０１２１】

【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、ディザマトリクス法と誤差拡散法の
両方法を単に組み合わせ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場合に発生する両方
法の切り換えポイント近傍での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た。

【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】ディザ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と、グレースケール画像データを所
定のしきい値マトリクスと比較してハーフトーン画像デ
ータに変換するディザマトリクス法とを用いてグレース
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を誤差拡散法からディザ
マトリクス法に切り換える手段と、該誤差拡散法と該デ
ィザマトリクス法の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
をディザマトリクス法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
低濃度部において周期性の目立たないディザマトリクス
法を用い、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
いて周期性の目立たないディザマトリクス法を用い、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、ディザマトリクスパターン生成手
段として、各濃度におけるディザマトリクス値が代表す
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。
【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１〜５のいずれか１項に記載の画
像処理装置において、ディザマトリクス法によるハーフ
トーン画像データ化処理中においてもハーフトーン画像
データ化処理で発生する誤差値を保存及び伝搬すること
を特徴とする画像処理装置。
【請求項７】請求項１〜６のいずれか１項に記載の画
像処理装置において、ハーフトーン画像データ化処理で
発生する誤差値を上限値及び下限値とも所定の値にクラ
ンプすることを特徴とする画像処理装置。