CN1135501C - 图像处理方法和装置 - Google Patents

图像处理方法和装置 Download PDF

Info

Publication number
CN1135501C
CN1135501C CNB99103175XA CN99103175A CN1135501C CN 1135501 C CN1135501 C CN 1135501C CN B99103175X A CNB99103175X A CN B99103175XA CN 99103175 A CN99103175 A CN 99103175A CN 1135501 C CN1135501 C CN 1135501C
Authority
CN
China
Prior art keywords
error diffusion
quantification
error
image data
quantization
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.)
Expired - Fee Related
Application number
CNB99103175XA
Other languages
English (en)
Other versions
CN1234572A (zh
Inventor
岸本正树
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN1234572A publication Critical patent/CN1234572A/zh
Application granted granted Critical
Publication of CN1135501C publication Critical patent/CN1135501C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/405—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels
    • H04N1/4051—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels producing a dispersed dots halftone pattern, the dots having substantially the same size
    • H04N1/4052—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels producing a dispersed dots halftone pattern, the dots having substantially the same size by error diffusion, i.e. transferring the binarising error to neighbouring dot decisions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/40087—Multi-toning, i.e. converting a continuous-tone signal for reproduction with more than two discrete brightnesses or optical densities, e.g. dots of grey and black inks on white paper
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
    • G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
    • G09G3/2007—Display of intermediate tones
    • G09G3/2059—Display of intermediate tones using error diffusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

进行一种多级误差扩散处理，在减少灰度等级的同时，得到具有均匀纹理和较小粗糙度的高质量图像。一种图像处理装置包括第一误差扩散处理部分，用来根据输入数据的灰度值选择性地对其进行误差扩散处理，以及第二误差扩散处理部分，用来在第一误差扩散处理部分的输出数据上进行三个或更多量化等级的误差扩散处理，来输出输出图像数据。第一误差扩散处理部分的选择量化部分进行这样的量化，即在第二误差扩散处理部分的量化部分通过量化没有产生误差的部分中间选择性地补充误差。

Description

图像处理方法和装置
本发明涉及一种通过执行多级误差扩散处理来减少图像数据的灰度等级数的图像处理方法和装置。
当通过例如计算机或者图像输入装置得到的带有多级灰度的图像被打印机这样的带有少数灰度等级的图像输出装置输出时，要求减少图像数据的灰度等级数。伪半色调表示法已经被常规地用于在减少灰度等级数时保持原始图像尽可能高的图像质量。在多种伪半色调表示法中，能够产生高质量图像的误差扩散方法已经被广泛用于例如具有两级输出灰度的打印机。另外，已经提出了具有三个或更多量化等级的多级误差扩散方法，它用于能够表示三个或更多灰度等级的图像输出装置。将要指出的是，误差扩散方法是一种将来自目标像素的量化误差扩散到目标像素附近未量化像素的输入图像数据中的方法。
现在参照Hitoshi Takaie和Mitsuo Yae发表于1993年8月“接口”第158-171页的‘带C数字图像数据的灰度转换技术’，详细描述误差扩散方法的一般原理。
误差扩散方法考虑人的视觉特性，通过将量化误差调制为不宜察觉的高频带来表示伪半色调。图1是用于实现典型误差扩散处理的图像处理装置的方框图。图像处理装置包括：用于从输入图像数据x(i，j)中减去下面描述的滤波器214的输出数据的减法器211；用于量化减法器211的输出数据并将结果作为输出图像数据y(i，j)输出的量化器(用Q表表示)212；用于从输出图像数据y(i，j)减去减法器211的输出数据的减法器213；和用于对减法器213的输出数据进行特定滤波处理并将结果输出给减法器211的滤波器214。在图中，e(i，j)表示通过在量化器212的量化产生的量化误差。因此，减法器213的输出结果是量化误差e(i，j)。彼此以直角相交的两个方向的坐标分别以‘i’和‘j’表示。两个方向将分别称作i方向和j方向。
滤波器214是一种线性滤波器。它的传递函数由G(z1，z2)确定。符号z1和z2分别是i方向和j方向上z变换中的变量。图1所示图像处理装置的整个结构被当作二维∑-Δ调制电路。因此，下面的表达式(1)用于给出图像处理装置中输入和输出的关系。
Y(z1，z2)＝X(z1，z2)+H(z1，z2)E(z1，z2)...(1)
在表达式(1)中，Y(z1，z2)，X(z1，z2)和E(z1，z2)是通过对y(i，j)，x(i，j)和e(i，j)分别进行z变换产生的值。用来调制量化误差E(z1，z2)的滤波器的传递函数H(z1，z2)由下面的表达式(2)给出。
H(z1，z2)＝1-G(z1，z2)…(2)
传递函数H(z1，z2)表示二维有限脉冲响应(FIR)的高通滤波器。高通滤波器是一种用于将确定量化误差E(z1，z2)的调制特性的量化误差调制为高频带的滤波器。在后面的描述中，传递函数H(z1，z2)和G(z1，z2)表示的滤波器分别表示为滤波器H(z1，z2)和滤波器G(z1，z2)。
G(z1，z2)由下面的表达式(3)给出。
G(z1，z2)＝∑∑g(n1，n2)zi -n1z2 -n2...(3)表达式(3)中第一个∑表示当n1从-N1到M1的和。表达式(3)中第二个∑表示当n2从-N2到M2的和。N1，M1，N2和M2的每一个都是预定的正整数。滤波器系数由g(n1，n2)以及n1＝0和n2＝0的目标像素给出。
然而，在多级误差扩散方法中图像的质量随着量化等级的减少而变差。例如，当原始图像的色调靠近量化等级时，纹理变化是明显的并且产生伪轮廓。这是由缺少误差扩散方法特有的随机模式造成的，它被部分发现于输出图像中。当原始图像数据的色调靠近量化等级时，输出等级是单一量化等级并且由此导致缺少随机模式的结果。
为了有效防止图像质量由于纹理变化而变差，已知一种方法用来在图像数据上叠加正规模式或者随机噪声。然而，该方法在原始图像数据的每一个灰度等级中增加了误差。这样就牺牲了用来产生最小误差的误差扩散方法的最好的特性。因此，正规模式的纹理与误差扩散方法的纹理不相符。另一个问题是，例如，在输出图像中增强了粗糙度。
另外，已经提出一种用来逐步误差扩散处理两到三级，然后是五级的方法，如Hiroshi Ochi公开于1995年1月的“图像电子协会学报”，24，1，第10-17页的‘使用灰度等级处理的高质量多级误差扩散方法’。然而，逐步处理要求很长时间进行计算。另一个问题是，由于可以使用四个或以上的输出等级来表示一个特定的灰度等级，因此粗糙度较高。也要求对其进行补偿处理。
考虑到上面的问题，本发明的一个目的是提出一种图像处理方法和装置，它在减少图像数据的灰度数的同时，通过多级误差扩散处理能够产生具有均匀纹理和较小粗糙度的高质量的图像。
本发明的图像处理方法包括第一误差扩散处理步骤和第二误差扩散处理步骤。当输入图像数据的灰度值位于预定的量化可执行范围内时，第一误差扩散处理步骤为每一个像素量化输入图像数据，用来将量化的输入图像数据转换为具有预定量化等级的用于输出的图像数据，并将通过量化产生的目标像素的量化误差扩散到量化目标像素附近的未量化像素的输入图像数据中，并且当灰度值不在预定的量化可执行范围内时，在不量化输入图像数据的情况下输出该输入图像数据。第二误差扩散处理步骤为每一个像素量化第一误差扩散处理步骤输出的图像数据，用来将量化的图像数据转换为具有三个或者更多量化等级之一的用来输出的输出图像数据，这些量化等级包括与第一误差扩散处理步骤中的量化等级不同的一个量化等级，并将通过量化产生的目标像素的量化误差扩散到目标像素附近的未量化像素的图像数据中。
本发明的图像处理装置包括第一误差扩散处理装置和第二误差扩散处理装置。第一误差扩散处理装置包括选择量化装置，当输入图像数据的灰度值位于预定的量化可执行范围内时，为每一个像素量化输入图像数据，用来将量化的输入图像数据转换为具有预定量化等级的用于输出的图像数据，并将通过量化产生的目标像素的量化误差扩散到量化目标像素附近的未量化像素的输入图像数据中，并且当灰度值不在预定的量化可执行范围内时，在不量化输入图像数据的情况下输出该输入图像数据；和第一误差扩散装置，当输入图像数据的灰度值位于预定的量化可执行范围内时，用来将通过量化产生的目标像素的量化误差扩散到目标像素附近未量化像素的输入图像数据中，并且当灰度值不在预定的量化可执行范围内时，在不量化输入图像数据的情况下输出该输入图像数据。第二误差扩散处理装置包括量化装置，用来为每一个像素量化第一误差扩散处理装置输出的图像数据，并将量化的图像数据转换为具有三个或者更多量化等级之一的输出图像数据，这些量化等级包括与第一误差扩散处理装置用来输出的量化等级不同的一个量化等级；和第二误差扩散装置，用来将量化装置通过量化产生的量化误差，扩散到目标像素附近的未量化像素的图像数据中。
根据本发明的图像处理方法，在第一误差扩散处理步骤中，当输入图像数据的灰度值在预定量化可执行范围内时，为每一个像素量化输入图像数据，用来将量化的输入图像数据转换为具有预定量化等级的用于输出的图像数据，并将通过量化产生的目标像素的量化误差扩散到量化目标像素附近的未量化像素的输入图像数据中。另外，在第一误差扩散处理步骤中，当输入图像数据的灰度值不在预定量化可执行范围内时，在不量化输入图像数据的情况下输出该输入图像数据。在第二误差扩散处理步骤中，为每一个像素量化第一误差扩散处理步骤输出的图像数据，用来将量化的图像数据转换为具有三个或者更多量化等级之一的用来输出的输出图像数据，这些量化等级包括与第一误差扩散处理步骤中的量化等级不同的一个量化等级，并且通过量化产生的目标像素的量化误差被扩散到目标像素附近未量化像素的图像数据中。
根据本发明的图像处理装置，在第一误差扩散处理装置中，当输入图像数据的灰度值在预定量化可执行范围内时，为每一个像素量化输入图像数据，用来将量化的输入图像数据转换为具有预定量化等级的用于输出的图像数据，并将通过量化产生的目标像素的量化误差扩散到量化目标像素附近的未量化像素的输入图像数据中，并且当输入图像数据的灰度值不在预定量化可执行范围内时，选择量化装置在不量化输入图像数据的情况下输出该输入图像数据，并且通过选择量化装置量化产生的目标像素的量化误差被误差扩散装置扩散到目标像素附近未量化像素的输入图像数据中。在第二误差扩散处理装置中，量化装置为每一个像素量化第一误差扩散处理步骤输出的图像数据，用来将量化的图像数据转换为具有三个或者更多量化等级之一的用来输出的输出图像数据，这些量化等级包括与第一误差扩散处理装置中的量化等级不同的一个量化等级，并且通过量化装置量化产生的目标像素的量化误差被第二误差扩散装置扩散到目标像素附近未量化像素的图像数据中。
通过下面的描述，本发明其它进一步的目的，特性和优点将更加全面。
图1是用于实现常规误差扩散处理的图像处理装置的结构方框图。
图2是表示根据本发明第一实施例的图像处理装置的结构方框图。
图3是表示图2中选择量化部分的一个例子的方框图。
图4是用于图2中选择量化部分和量化部分的各自量化等级的一个例子的图。
图5是当如图4所示设置量化等级时选择量化部分和量化部分中产生的量化误差的大小的图。
图6是用于图2中选择量化部分和量化部分的各自量化等级的另一个例子的图。
图7是当如图6所示设置量化等级时选择量化部分和量化部分中产生的量化误差的大小的图。
图8是等高线表示的FLOYD滤波器的频率特性的图。
图9是等高线表示的JARVIS滤波器的频率特性的图。
图10是用来表示图2中选择量化部分中使用的滤波器的频率特性的一个例子的图。
图11是用来表示图2中量化部分中使用的滤波器的频率特性的一个例子的图。
图12是用等高线表示的图10中的频率特性的图。
图13是用等高线表示的图11中的频率特性的图。
图14是与本发明第一实施例相比较的，用于比较的例子的图像处理装置的结构方框图。
图15是图14中相应量化器的量化等级的例子的图。
图16是当如图15所示设置量化等级时各自量化器部分中产生的量化误差的大小的图。
图17是图14中第一误差扩散处理部分中使用的滤波器的频率特性的一个例子的图。
图18是图14中第二误差扩散处理部分中使用的滤波器的频率特性的一个例子的图。
图19是表示根据本发明第二实施例的图象处理装置的结构方框图。
图20是表示根据本发明第三实施例的图象处理装置的结构方框图。
现在参照附图详细描述本发明的优选实施例。
首先，为了与本发明的实施例相比较，将描述一种图像处理方法和图像处理装置(称为用于比较的例子的图像处理方法和图像处理装置)。用于比较的例子的图像处理方法和图像处理装置已经公开在日本专利申请No.9-150442中，它是本发明的申请人提出的。它的目的与本发明的目的相似。本发明就是为了改进用于比较的例子的方法和装置。
图14是表示用于比较的例子的图像处理装置的结构方框图。该图像处理装置包括第一误差扩散处理部分110，它用来对输入图像数据x(i，j)进行带有三个或者更多的量化等级的误差扩散处理来产生一个输出，和第二误差扩散处理部分120，它用来对第一误差扩散处理部分110的输出数据进行带有三个或者更多的量化等级的误差扩散处理来产生一个用于输出的输出图像数据y(i，j)。
第一误差扩散处理部分110包括：用来从输入图像数据x(i，j)中减去下述滤波器114的输出数据的减法器111；用来在三个或者更多量化等级的基础上量化减法器111的输出数据来输出作为第一误差扩散处理部分110的输出数据的量化器(用Qa表示)112；用来从量化器112的输出数据减去减法器111的输出数据的减法器113；和用来在减法器113的输出数据上进行预定滤波处理来输出给减法器111的滤波器114。在图中，ea(i，j)表示通过量化器112量化产生的量化误差。因此，减法器113的输出数据是量化误差ea(i，j)。滤波器114是一种线性滤波器。它的传递函数确定为Ga(z1，z2)。
第二误差扩散处理部分120包括：用来从第一误差扩散处理部分110的输出数据中减去下述滤波器124的输出数据的减法器121；用来在包括与量化器112中不同的等级的三个或者更多量化等级的基础上量化减法器121的输出数据来产生用于输出的输出图像数据y(i，j)的量化器(用Qb表示)122；用来从量化器122的输出数据减去减法器121的输出数据的减法器123；和用来在减法器123的输出数据上进行预定滤波处理来输出给减法器121的滤波器124。在图中，eb(i，j)表示通过量化器122量化产生的量化误差。因此，减法器123的输出数据是量化误差eb(i，j)。滤波器124是一种线性滤波器。它的传递函数确定为Gb(z1，z2)。
误差扩散处理部分110和120的每一个都被当作二维∑-Δ调制电路。因此，下面的表达式(4)用来给出图14所示图像处理装置的输入输出关系。
Y(z1，z2)＝X(z1，z2)+Ha(z1，z2)Ea(z1，z2)+Hb(z1，z2)Eb(z1，z2)...(4)
在表达式(4)中，Y(z1，z2)，X(z1，z2)，Ea(z1，z2)和Eb(z1，z2)分别是对y(z1，z2)，x(z1，z2)，ea(z1，z2)和eb(z1，z2)进行z变换的值。另外，滤波器用于调制量化误差Ea(z1，z2)和Eb(z1，z2)的传递函数Ha(z1，z2)和Hb(z1，z2)由下面表达式(5)和(6)给出。
Ha(z1，z2)＝1-Ga(z1，z2)...(5)
Hb(z1，z2)＝1-Gb(z1，z2)…(6)
传递函数Ha(z1，z2)和Hb(z1，z2)表示二维有限脉冲响应(FIR)高通滤波器。高通滤波器是用于将确定量化误差Ea(z1，z2)和Eb(z1，z2)的调制特性的量化误差调制为高频带的滤波器。在下面的描述中，传递函数Ha(z1，z2)，Hb(z1，z2)，Ga(z1，z2)和Gb(z1，z2)表示的滤波器分别称为滤波器Ha(z1，z2)，Hb(z1，z2)，Ga(z1，z2)和Gb(z1，z2)。Ga(z1，z2)和Gb(z1，z2)由下面的表达式(7)和(8)给出。
Ga(z1，z2)＝∑∑ga(n1，n2)z1 -n1z2 -n2...(7)
Gb(z1，z2)＝∑∑gb(n1，n2)z1 -n1z2 -n2...(8)
在表达式(7)中第一个∑表示当n1从-N3到M3的和，而且第二个∑表示当n2从-N4到M4的和。类似地，在在表达式(8)中，第一个∑表示当n1从-N5到M5的和，而且第二个∑表示当n2从-N6到M6的和。N3，M3，N4，M4，N5，M5，N6和M6的每一个都是预定的正整数。滤波器系数由ga(n1，n2)和gb(n1，n2)以及n1＝0和n2＝0的目标像素给出。
两个量化器112和122的三个或者更多量化等级包括输入图像数据x(i，j)的最小等级和最大等级以及最小和最大等级之间的量化等级。可以选择性地设置量化器112以及量化器122的最小和最大等级之间的这些量化等级。特别是，在用于比较的例子中，将量化器122的三个或者更多量化等级设置为适合于得到作为最终输出的输出图像数据y(i，j)。量化器112的三个或者更多量化等级被设置为每一个都在量化器122的两个相邻量化等级之间，以及输入图像数据x(i，j)的最小等级和输入图像数据x(i，j)的最大等级之间的等级。
图15是量化器112和122的量化等级的一个例子。在该例子中，输入图像数据x(i，j)具有灰度值从‘0’到‘255’的256个等级。为得到五个值的最终输出图像数据y(i，j)，量化器122的量化等级被设置为‘0’，‘64’，‘128’，‘192’，和‘255’。量化器112的量化等级被设置为每一个都在量化器122的两个相邻量化等级之间，以及输入图像数据x(i，j)的最小等级和输入图像数据x(i，j)的最大等级之间的等级，即‘0’，‘32’，‘96’，‘160’‘224’，和‘255’。
在第一误差扩散处理部分110的误差调制滤波器Ha(z1，z2)和第二误差扩散处理部分120的滤波器Hb(z1，z2)之间设置不同的特性。特别是，误差调制滤波器Hb(z1，z2)在低频带提供比误差调制滤波器Ha(z1，z2)更高增益是更可取的。
现在将描述图14中所示用于比较的例子的图像处理装置的操作。
在用于比较的例子的图像处理装置中，输入图像数据x(i，j)被输入第一误差扩散处理部分110。接着减法器111从输入图像数据x(i，j)中减去滤波器114的输出数据。从减法器111输出的数据被量化器112量化。接着从量化器112输出的数据被作为第一误差扩散处理部分110的输出数据输入第二误差扩散处理部分120。减法器113从量化器112的输出数据中减去减法器111输出的数据。这样产生了量化误差ea(n1，n2)。量化误差ea(n1，n2)作为从减法器113输出的数据被输入滤波器114，在此进行由传递函数Ga(z1，z2)代表的滤波处理。从滤波器114输出的数据被输入减法器111。通过这样的操作，在第一误差扩散处理部分110根据三个或更多量化等级对输入图像数据x(i，j)进行了量化。接着将通过量化产生的量化误差ea(n1，n2)调制到一个更高的频带。这样在输入图像数据x(i，j)上进行用于产生输出的具有三个或更多量化等级的误差扩散处理。
从第一误差扩散处理部分110的输出的数据被输入第二误差扩散处理部分120。减法器121从第一误差扩散处理部分110输出的数据中减去滤波器124输出的数据。量化器122量化从减法器121输出的数据。产生量化器122的输出数据，作为第二误差扩散处理部分120的输出数据，即，从图像处理装置输出的数据y(i，j)。进一步，减法器123从量化器122的输出数据中减去从减法器121输出的数据来产生量化误差eb(n1，n2)。量化误差eb(n1，n2)作为从减法器123输出的数据被输入滤波器124，在此进行由传递函数Gb(z1，z2)代表的滤波处理。从滤波器124输出的数据被输入减法器121。通过这样的操作，在第二误差扩散处理部分120根据三个或更多量化等级对从第一误差扩散处理部分110输出的数据进行了量化。接着将通过量化产生的量化误差eb(n1，n2)调制到一个更高的频带。这样在从第一误差扩散处理部分110输出的数据上进行用于产生输出的具有三个或更多量化等级的误差扩散处理。
描述至此，用于比较的例子的图像处理装置在具有彼此不同特性的量化器112和122以及滤波器114和124的误差扩散处理部分110和120中为输入图像数据x(i，j)提供两步误差扩散处理。最终得到具有减少的灰度等级的图像输出数据y(i，j)。
现在将描述用于比较的例子的图像处理装置的作用。图16表示量化器112和122产生的用于输入图像数据x(i，j)的灰度等级的量化误差的大小，其中量化器112和122的量化等级如图15所示设置。在图16中，标以Qa的实线表示量化器112产生的量化误差的大小。标以Qb的虚线表示量化器122产生的量化误差的大小。如图所示，量化器122的原始量化不产生量化等级附近的误差。因此，在量化等级附近不产生随机模式。所以量化器122进行量化，用来选择性地将误差提供给通过量化器122的量化没有产生误差的部分。量化器112和122进行的这样的两步量化为原始图像数据的所有灰度等级实现均匀量化等级。
现在将要描述误差扩散处理部分110和120中误差调制滤波器Ha(z1，z2)和Hb(z1，z2)的设计。如果将具有相同特性的滤波器用于Ha(z1，z2)和Hb(z1，z2)，根据表达式(4)，在第一阶段产生的量化误差和第二阶段产生的量化误差之间将发生干涉。这样图像数据将变差。因此更适合于为Ha(z1，z2)和Hb(z1，z2)使用不同特性的滤波器。如图15所示由于在第一阶段产生的误差也不是均匀的，所以纹理不是从量化器112的量化等级附近的滤波器Ha(z1，z2)产生。相反，第二阶段产生的量化误差是均匀的并且从滤波器Hb(z1，z2)产生的纹理占据原始图像数据的所有灰度等级。因此，通过这样设计滤波器实现均匀的纹理，既滤波器Ha(z1，z2)产生细致的纹理而滤波器Hb(z1，z2)产生粗糙的纹理。这归因于人的视觉对粗糙的纹理更加敏感。为了使滤波器Ha(z1，z2)产生细致的纹理而滤波器Hb(z1，z2)产生粗糙的纹理，为滤波器Ha(z1，z2)增加高频带中的增益而相对滤波器Ha(z1，z2)为滤波器Hb(z1，z2)增加低频带中的增益。
下面的表达式(9)给出Ga(z1，z2)的滤波器系数ga(i，j)的一个例子，而表达式(10)给出Gb(z1，z2)的滤波器系数gb(i，j)的一个例子。表达式中的星号(*)表示ga(0，0)＝0和gb(0，0)＝0的目标像素。 ga ( i , j ) : * 7 3 5 1 / 16 . . . ( 9 ) ga ( i , j ) : * 7 5 3 5 7 5 3 1 3 5 3 1 / 48 . . . ( 10 )
图17表示表达式(9)给出的使用滤波器Ga(z1，z2)的误差调制滤波器Ha(z1，z2)的频率特性，并且图18表示表达式(10)给出的使用滤波器Gb(z1，z2)的误差调制滤波器Hb(z1，z2)的频率特性。在图17和18中，表示频率的数值的较大绝对值代表较高的频率。表达式(9)给出的滤波器Ga(z1，z2)和使用该滤波器的滤波器Ha(z1，z2)被称作Floyd & Steinberg滤波器(此后称作Floyd滤波器)。表达式(10)给出的滤波器Gb(z1，z2)和使用该滤波器的滤波器Hb(z1，z2)被称作Jarvis，Judice & Ninke滤波器(此后称作Jarvis滤波器)。
在用于Hb(z1，z2)的滤波器中，高频带中的增益越大，纹理变得越细，而具有较大增益的频带越低，纹理变得越粗糙。然而，当高频带的增益很大时，频率特性接近使用Ha(z1，z2)的Floyd滤波器，这将导致发生轻微的干涉。相反，当具有较高增益的频带较低时，则干涉被克服，这导致均匀的纹理。纹理越细并且越均匀，图像质量越好。为适合输出设备或者输出分辨率，应选择最优滤波器作为用于Hb(z1，z2)的滤波器。另外，从用于比较的例子的图像处理装置得到的纹理变为用于Ha(z1，z2)的滤波器的纹理和用于Hb(z1，z2)的滤波器的纹理的相互叠加。
这样，用于比较的例子的图像处理装置实现了具有均匀纹理和减小的粗糙度的并且没有伪轮廓和粒度的高质量的图像。
然而，用于比较的例子的图像处理装置具有下面两个问题。第一个问题是，高亮度区中(这里点是稀疏的)或者阴影区(这里点是密集的)的点或者白点的可分散性下降，这导致图像质量的下降。第二个问题是，第一阶段误差扩散处理产生的量化误差与第二阶段误差扩散处理产生的量化误差之间的干涉使图像质量不平滑，这导致图像质量的下降。
本发明的图像处理方法和装置将解决上面的两个问题。
下面，将描述根据本发明的第一实施例的图像处理方法和图像处理装置。图2是表示用于实现第一实施例的图像处理方法的图像处理装置的结构方框图。图像处理装置包括：第一误差扩散处理部分10，它用于在输入图像数据x(i，j)上根据其灰度值进行用来产生输出的选择误差扩散处理；第二误差扩散处理部分20，它用于在第一误差扩散处理部分10的输出数据上，进行用来输出作为输出图像数据y(i，j)的具有三个或更多灰度等级的误差扩散处理。
第一误差扩散处理部分10包括：用于从输入图像数据x(i，j)中减去下面所述滤波器14的输出数据的减法器11；用于产生一个输出的选择量化部分12，当减法器11的输出数据的值在预定的量化可执行范围内时，它用于为每一个像素量化减法器11的输出数据，来转换量化的输出数据为具有预定量化等级的图像数据，并且当减法器11的输出数据的灰度值不在预定的量化可执行范围内时，它用于输出减法器未量化的输出数据；一个用于从选择量化部分12的输出数据中减去减法器11的输出数据的减法器13；和用来在减法器13的输出数据上进行预定滤波处理来输出给减法器11的滤波器14。选择量化部分12的输出数据作为第一误差扩散处理部分10的输出数据被输出给第二误差扩散处理部分20。滤波器14和减法器11与第一误差扩散装置相对应，用来将选择量化部分12通过量化产生的目标像素的量化误差ea(i，j)与预定的加权系数相乘来将其扩散到目标像素附近未量化的输入图像数据x(i，j)中。在图中，ea(i，j)代表选择量化部分12通过量化产生的量化误差。因此，减法器13的输出数据是量化误差ea(i，j)。滤波器14是一种线性滤波器。它的传递函数被设置为Ga(z1，z2)。滤波器14是例如通过数字滤波器实现的。
第二误差扩散处理部分20包括：用于从第一误差扩散处理部分10的输出数据中减去下面所述滤波器24的输出数据的减法器21；一个用于输出作为输出数据x(i，j)的量化部分22，它用来根据包括与选择量化部分12中的不同的量化等级的三个或更多量化等级，量化减法器21的输出数据；一个用于从量化部分22的输出数据中减去减法器21的输出数据的减法器23；和用来在减法器23的输出数据上进行预定滤波处理来输出给减法器21的滤波器24。滤波器24和减法器21与第二误差扩散装置相对应，用来将量化部分22通过量化产生的目标像素的量化误差eb(i，j)与预定的加权系数相乘来将其扩散到目标像素附近未量化像素的图像数据中。在图中，eb(i，j)代表量化部分22通过量化产生的量化误差。因此，减法器23的输出数据是量化误差eb(i，j)。滤波器24是一种线性滤波器。它的传递函数被设置为Gb(z1，z2)。滤波器24是例如通过数字滤波器实现的。
在第一误差扩散处理部分10的误差调制滤波器Ha(z1，z2)和第二误差扩散处理部分120的误差调制滤波器Hb(z1，z2)之间设置不同的特性。在该情况下，误差调制滤波器Hb(z1，z2)在低频带提供比误差调制滤波器Ha(z1，z2)更高增益是更可取的。
输入图像处理装置的输入图像数据x(i，j)由例如图像输入装置1给出，而从图像处理装置输出的输出图像数据y(i，j)被输出给例如图像输出装置2。图像输入装置1可以是图像扫描仪，数字相机，摄象机等中的任一个。图像输出装置2可以是打印机，液晶显示屏等中的任一个。
该实施例的图像处理装置可以作为单个单元提供，或者是以IC(集成电路)或类似的形式与像打印机这样的图像输出装置作为一体来提供。
图3是选择量化部分12的结构的一个例子的方框图。选择量化部分12包括：量化部分16，它用来为每一个像素量化减法器11的输出数据，来将其转换为用于输出的具有预定量化等级的图像数据；和开关17，固定触点的一个触点17a输出量化部分16的输出数据。减法器11的输出数据被输入到开关17的固定触点的另一个触点17b。量化部分12还包括判断部分18，它通过判断减法器11的输出数据的灰度值是否在预定的量化可执行范围内来控制开关17，以便当减法器11的输出数据的灰度值在预定的量化可执行范围内时将开关17的可移动触点17c连接到固定触点17a，而当减法器11的输出数据的灰度值不在预定的量化可执行范围内时将开关17的可移动触点17c连接到固定触点17b。来自开关17的可移动触点17c的输出数据是选择量化部分12的输出数据。
现在将描述本实施例的图像处理装置的操作。同时也对本实施例的图像处理方法进行描述。
在本实施例的图像处理装置中，输入图像数据x(i，j)被输入给第一误差扩散处理部分10而减法器11从输入图像数据x(i，j)中减去滤波器14的输出数据。减法器11的输出数据被输入给选择量化部分12，在选择量化部分12中当减法器11的输出数据的灰度值在预定的量化可执行范围内时，为每一个像素量化减法器11的输出数据来将其转化为用于输出的具有预定量化等级的图像数据，并且当减法器11的输出数据的灰度值不在预定的量化可执行范围内时，不进行量化就输出减法器11的输出数据。选择量化部分12的输出数据作为第一误差扩散处理部分10的输出数据被输入给第二误差扩散处理部分20中。从选择量化部分12的输出数据中减去减法器11的输出数据以便产生量化误差ea(i，j)。作为减法器13的输出数据的量化误差ea(i，j)被输入给的滤波器14，在其中进行传递函数Ga(z1，z2)代表的滤波处理。滤波器14的输出数据被输入给减法器11。根据这样的操作，第一误差扩散处理部分10相对输入图像数据x(i，j)，即，减法器11的输出数据的灰度值选择性地量化减法器11的输出图像数据，并进行扩散处理，用来将量化产生的目标像素的量化误差扩散到目标像素附近未量化像素的输入图像数据x(i，j)中。
第一误差扩散处理部分10的输出数据被输入第二误差扩散处理部分20，其中减法器21从第一误差扩散处理部分10的输出数据中减去滤波器24的输出数据。减法器21的输出数据被量化部分22量化，并且量化部分22的输出数据被作为第二误差扩散处理部分20的输出数据，即，图像处理装置的输出数据y(i，j)输出。减法器23从量化部分22的输出数据中减去减法器21的输出数据以便产生量化误差eb(i，j)。作为减法器23的输出数据的量化误差eb(i，j)被输入滤波器24，在其中对量化误差eb(i，j)进行传递函数Ga(z1，z2)代表的滤波处理，并且滤波器24的输出数据被输入给减法器21。根据这样的操作，第二误差扩散处理部分20为每一个像素进行误差扩散处理来量化第一误差扩散处理部分10的输出，来将其转化为用于输出的，具有包括与选择量化部分12的量化等级不同的三个或更多量化等级之一的输出图像数据y(i，j)，并用于将量化部分22通过量化产生的目标像素的量化误差扩散到目标像素附近的未量化像素的图像数据中。
图4表示了选择量化部分12(图中以Qa表示)和量化部分22(图中以Qb表示)的各自量化等级的例子。在该例子中，输入图像数据x(i，j)具有从‘0’到‘255’共256个灰度等级。为得到具有三个值的最终的输出图像数据y(i，j)，量化部分22的各自量化等级被设置为‘0’，‘128’和‘255’。选择量化部分12的各自量化等级被设置为量化部分22的各自量化等级的中间值，例如，‘64’和‘192’。在本例中，量化可执行范围变为灰度值‘64’到‘192’。当输入图像数据x(i，j)，即减法器11的输出数据在量化可执行范围内时，选择量化部分12使用都是量化可执行范围端点的灰度值‘64’和‘192’作为量化等级量化减法器11的输出数据，并扩散来将其转化为具有量化等级‘64’和‘192’的用于产生输出的图像数据，并且当减法器11的输出数据不在量化可执行范围内时，原样输出减法器11的输出数据。
根据本实施例的图像处理方法或装置，在选择量化部分12进行这样的量化，即象用于比较的例子的图像处理方法或装置一样，在量化部分22通过量化在没有产生误差的部分中间选择性地得到误差。因此，为原始图像数据的所有灰度产生均匀的量化误差，以便能够得到没有伪轮廓和粒度的具有均匀纹理和较小粗糙度的高质量的图像。
这里，在考虑图14所示用于比较的例子的图像处理装置的情况下，在高亮度区和阴影区的点(这里包括白点)的可分散性问题是很小的。在用于比较的例子的图像处理装置中，当假设量化器122的各自量化等级被设置为‘0’，‘128’和‘256’以及量化器112的各自量化等级被设置为‘0’，‘64’，‘192’和‘255’以便得到具有三个值的最终输出图像数据y(i，j)时，量化器112和122产生输入图像数据x(i，j)的各自灰度的大小，在图15中分别以标有Qa的实线和标有Qb的虚线表示。通过将图15与图16相比较，首先得出由于最终量化等级数由五变为三增加了量化误差的大小。进一步，增加了图15中斜线表示的叠加到灰度两端部分的误差大小并且量化器112伸展叠加了误差的范围。由于在斜线所示区域中包括高亮度区和阴影区，所以斜线区的误差反过来影响点的可分散性。然而，每一个斜线区不是原始存在的由于纹理变化产生伪轮廓的区域(由于纹理变化产生伪轮廓的区域是灰度值‘128’周围的区域)，而每一个斜线区中的误差不起作用。因此，为了增加高亮度区和阴影区的点的可分散性，需要防止每一个斜线区中的误差的发生。在第一阶段误差扩散处理步骤，能够通过防止量化相应斜线区的两端部分来实现改进。
由于上面所述，根据本发明的图像处理装置，在第一误差扩散处理部分10的选择量化部分12中，当减法器11的输出数据的灰度值在量化可执行范围‘64’到‘192’内时，在为每一个像素量化减法器11的输出数据来转化为具有量化等级‘64’或‘192’之一的图像数据，当该值不在量化可执行范围内时，不进行量化而输出它。因此，能够改进高亮度区和阴影区的点的可分散性并提高图像质量。在该情况下，图15中通过从标以符号Qa的实线部分减去斜线部分的部分表示在选择量化部分12产生的量化误差。另外，在图5标以符号Qb的虚线表示量化部分22产生的量化误差。
现在，考虑图14所示用于比较的例子的图像处理装置中，由于误差调制滤波器之间的干涉而使图像明显不平滑的问题。当最终量化等级数是三(量化等级是‘0’，‘128’和‘255’)时，如果试图对中间量化等级‘128’产生随机模式来防止由于纹理改变引起伪轮廓的发生，则使用最小量化等级‘0’和最大量化等级‘255’。因此，在中间量化等级周围增加了动态随机模式，这将导致由于滤波器之间的干扰而产生的图像的不平滑非常显著。为了缓解该问题，必须减少中间量化等级附近的随机模式中最小量化等级与最大等级的比率。这能够通过在选择量化部分12中稍微偏移量化等级以便稍微减小量化可执行范围来实现，如图6所示。这样，在第二阶段误差扩散处理步骤大大增加量化像素与中间量化等级‘128’的比率从而能够减小动态随机模式。
在本实施例的图像处理方法和装置中，适合于将量化可执行范围两端的灰度值设置为包括在量化可执行范围内接近第二扩散处理部分20的量化等级‘128’的值，而不是包括在量化可执行范围内第二扩散处理部分20的量化等级‘128’与相邻的第二扩散处理部分20的量化等级‘0’和‘255’之间的中间值‘64’和‘192’。
图6表示当以上面的方式设置灰度等级时选择量化部分12(以Qa表示)和量化部分22(以Qb表示)中各自量化等级的例子。在本例中，输入图像数据x(i，j)具有灰度值从‘0’到‘255’的256个等级。为得到具有三个值的最终的输出图像数据y(i，j)，量化部分22的各自量化等级被设置为‘0’，‘128’和‘255’。选择量化部分12的量化等级被设置为‘70’和‘186’。在例子中，量化可执行范围对应于灰度值‘70’到‘186’。当扩散误差给输入图像数据x(i，j)时，即，减法器11的输出在量化可执行范围内时，选择量化部分12使用都是量化可执行范围端点的灰度值‘70’和‘186’作为量化等级量化减法器11的输出数据，并将量化数据转化为具有量化等级‘70’和‘186’的用于输出的图像数据，并且当减法器11的输出数据不在量化可执行范围内时，原样输出减法器11的输出数据。
当如上设置量化等级时，在图7中分别以标以Qa的实线和标以Qb的虚线表示选择量化部分12和量化部分22产生的量化误差的大小。从图7可以看出，通过改选择量化部分12中量化等级的偏移量改变选择量化部分12产生的误差的大小，从而能够控制将动态随机模式叠加到误差扩散处理的第一阶段中。需要指出的是，当偏移量被设置的太大时，随机模式消失并且由此取消误差扩散处理的第二阶段的影响。
这样，第一误差扩散处理部分10的选择量化部分12中，量化可执行范围两端的灰度值被设置为包括在量化可执行范围内的靠近第二扩散处理部分20的量化等级的值，而不是包括在量化可执行范围内的第二误差扩散处理部分20的量化等级与相邻的第二误差扩散处理部分20的量化等级之间的中间值，从而动态随机模式能够变小。结果，由于误差调制滤波器之间的干涉导致的图像不平滑能够被减小并且得到的图像质量能够被提高。
下面，考虑本实施例中误差调制滤波器的频率特性。在本实施例中，对于第一阶段误差调制滤波器Ha(z1，z2)和第二阶段误差调制滤波器Hb(z1，z2)，能够分别使用具有图17所示频率特性的Floyd滤波器和具有图18所示频率特性的Jarvis滤波器。然而，为了减少由于滤波器之间的干涉而产生的图像不平滑，适合于使用下面描述的改进的滤波器。
在考虑滤波器的频率特性时首先考虑由于误差调制滤波器之间的干涉而产生的图像不平滑的问题。图8和9分别以等高线表示图17所示Floyd滤波器的频率特性和图18所示Jarvis滤波器的频率特性。通过这些图示，滤波器的频率特性的空间形状(特性)能够被很好地理解。参照图17，18，8和9，考虑由于滤波器的干扰图像不平滑的原因。为了防止干扰，适合于使滤波器Ha(z1，z2)和滤波器Hb(z1，z2)之间在它们具有较大增益的频段不互相叠加。然而，能够理解在作为Ha(z1，z2)的Floyd滤波器的增益较大的区段，作为Hb(z1，z2)的Jarvis滤波器的增益是很大的。注意频率特性的空间形状(等高线形状)，能够明白作为Ha(z1，z2)的Floyd滤波器和作为Hb(z1，z2)的Jarvis滤波器彼此非常不同并且有的方向产生干扰而有的方向不产生干扰。因此，为减少由于滤波器的干扰导致的图像不平滑，下面的两点应该改进。
第一点是，滤波器Hb(z1，z2)的高增益段被稍微偏移到它的较低增益段一侧，以便抑制滤波器Ha(z1，z2)和滤波器Hb(z1，z2)之间的干扰。第二点是滤波器Ha(z1，z2)和滤波器Hb(z1，z2)的频率特性的空间形状(等高线形状)彼此相配以抑制滤波器在各个方向上的干扰。
当滤波器Ha(z1，z2)的高增益段偏移向低增益段一侧时，输出图像的纹理变得粗糙。然而，在分辨率是大约720 DPI(点每英寸)的情况下，纹理并不显著。因此，除非频率特性被大大改变了，将不会发生问题。
按照上面改进的对应于滤波器Ha(z1，z2)和滤波器Hb(z1，z2)的滤波器Ga(z1，z2)和Gb(z1，z2)的滤波器系数ga(i，j)和gb(i，j)由下面的表达式(11)和(12)给出。表达式中的星号(*)表示ga(0，0)＝0和gb(0，0)＝0的目标像素。 ga ( i , j ) : * 5 2 5 2 / 14 . . . ( 11 ) gb ( i , j ) : * 3 5 3 4 3 4 3 1 3 5 3 1 / 38 . . . ( 10 )
图10给出使用表达式(11)表示的滤波器Ga(z1，z2)的误差调制滤波器Ha(z1，z2)的频率特性并且图11给出使用表达式(12)表示的滤波器Gb(z1，z2)的误差调制滤波器Hb(z1，z2)的频率特性。图12和13中用等高线表示图10和11所示的频率特性。
参考图10到13，能够理解，在滤波器Ha(z1，z2)的增益较高的频带中滤波器Hb(z1，z2)的增益被减小了。滤波器Hb(z1，z2)在低频带具有比滤波器Ha(z1，z2)更高的增益。至于频率特性的空间形状，能够明白滤波器Ha(z1，z2)和滤波器Hb(z1，z2)的形状彼此相配，特别是在高频带。通过使用如此改进的滤波器作为滤波器Ha(z1，z2)和滤波器Hb(z1，z2)，能够减小由于滤波器之间的干扰导致的图像不光滑，并且除了在误差扩散处理的第一阶段的量化处理中的改进之外，能将图像的不光滑减小到很难察觉的程度。
如上所述，根据本实施例的图像处理装置和方法，在误差扩散处理的第一阶段进行量化以便在误差扩散处理的第二阶段不产生误差的部分中间选择性地补充量化误差。因此，使原始图像数据的所有灰度等级的量化误差变得均匀，因此，能够得到具有均匀纹理和较小粗糙度的不带伪轮廓和粒度的高质量的图像。
在本实施例中，误差扩散处理的第一和第二阶段用于量化误差的调制特性是不同的。结果，防止了误差扩散处理的第一阶段产生的量化误差与它的第二阶段产生的量化误差之间的干扰，因此能够得到高质量的图像。特别是，在本实施例中，将用于误差扩散处理的第二阶段的量化误差的频率特性设置为，与第一阶段相比，在低频带具有较高的增益。这样可以得到具有更加均匀纹理的图像。
在本实施例中，由于不量化灰度等级两端的部分，所以提高了高亮度区和阴影区的点的可分散性，因此能够加强图像质量。
在本实施例中，进一步，使量化可执行范围变小因此减小由于滤波器之间的干扰导致的图像不光滑，因此提高了图像的质量。
在本实施例中，另外，改进了误差调制滤波器，因此减小由于滤波器之间的干扰导致的图像不光滑，因此提高了图像的质量。
需要指出的是，与用于比较的例子的图像处理装置和方法相比，在本实施例的图像处理装置和方法中没有增加处理时间。
图19是表示用于实现本发明第二实施例的图像处理方法的图像处理装置的结构方框图。第二实施例使用平均误差最小化方法而不是误差扩散方法。第二实施例的图像处理装置包括滤波器64，它代替第一实施例的滤波器14用于平均误差最小化方法，和滤波器74，它代替第一实施例的滤波器24用于平均误差最小化方法。滤波器64和74保持来自目标像素附近的多个量化像素的量化误差ea(i，j)和eb(i，j)并且通过分配各自预定的权给量化误差ea(i，j)和eb(i，j)并对误差进行平均来计算平均误差。当输入目标像素的图像数据时滤波器64和74输出平均误差。这样的处理等同于将来自目标像素的量化误差扩散到目标像素附近未量化像素的输入图像数据中。滤波器64和74的每一个都可以通过数字滤波器实现。
第二实施例的其余结构，操作和作用与第一实施例的相似。
图20是本发明第三实施例的图像处理装置的结构方框图。本实施例是使用计算机软件的形式实现第一实施例的图像处理装置的类似功能的例子。
本实施例中使用计算机的图像处理装置包括通过总线30彼此相连的中央处理单元(CPU)31，只读存储器(ROM)32和随机存取存储器(RAM)33。图像处理装置进一步包括硬盘驱动器51，CD(致密盘)-ROM驱动器52，软盘驱动器53，键盘54，鼠标55和阴极射线管(CRT)56，它们的每一个都通过接口41到46与总线30相连。图像处理装置进一步包括用于连接图像输入装置57和总线30的接口47以及用于连接图像输出装置58和总线30的接口48。
图像输入装置可以是任何图像扫描仪，数字相机，摄象机等。图像输出装置58可以是任何打印机，液晶显示屏等。
在本实施例的图像处理装置中，CPU31通过执行存储在硬盘驱动器51中的硬盘，CD-ROM驱动器52驱动的CD-ROM和软盘驱动器53驱动的软盘中的应用程序，以RAM33作为工作区域，进行图2所示的图像处理装置的功能。
通过实现上述功能，本实施例的图像处理装置在图像输入装置57输入的图像数据或者图像处理装置(计算机)产生的图像数据上进行类似于第一实施例的处理，并产生具有减少的灰度等级的输出图像数据给图像输出装置58。
本实施例的其余操作和作用与第一实施例的相似。
第二实施例的图像处理装置的这些类似功能能够象第三实施例中一样，以使用计算机的软件的形式实现。
本发明不局限于至此所描述的实施例，在本发明的范围内还可以以其它方式实现。例如，用于说明的这些量化等级，量化等级数，滤波器特性等也可以根据本发明的应用模式来设置。
虽然在上面的实施例中输入图像数据被转换为三个灰度等级的输出数据作为最终输出，本发明可以应用于输入图像数据被转换为四个或更多灰度等级的输出数据的情况。
本发明对减少输出给喷墨打印机，定影热传送打印机，热自动色度信号打印机，表示较少灰度等级的显示器等的图像数据的灰度等级数是有效的。另外，本发明对减少图像数据的灰度等级数来减轻图像处理和图像数据存储的负载是有效的。
根据至此描述的本发明的图像处理方法和装置，在输入图像数据上进行不同量化等级的两阶段误差扩散处理。这样得到带有减少灰度等级的输出图像数据。结果，在减少图像数据的灰度等级的同时通过多级误差处理得到具有均匀纹理和较小粗糙度的高质量图像。另外，在第一阶段误差扩散处理中，只有当输入图像数据的灰度值在预定量化可执行范围内时才量化输入图像数据。因此，增强高亮度区和阴影区的点的可分散性是可能的，并且改进了输出图像的图像质量。
根据本发明的图像处理方法或装置，量化可执行范围两端的灰度值被设置为包括在量化可执行范围内第二阶段误差扩散处理的量化等级附近的值，而不是包括在量化可执行范围内的第二阶段误差扩散处理的量化等级和与其相邻的第二阶段误差扩散处理的量化等级之间的中间值。结果，由于误差扩散处理第一阶段产生的量化误差和其第二阶段产生的量化误差之间的干涉导致的图像不光滑能够被减小，并且能够这样得到高质量的图像。
根据本发明的图像处理方法或装置，量化误差的调制特性在误差扩散处理第一和第二阶段是不同的。结果，防止了误差扩散处理的第一阶段产生的量化误差与其第二阶段产生的量化误差之间的干涉。这样能够得到高质量的图像。
根据本发明的图像处理方法或装置，设置误差扩散处理第二阶段中量化误差的调制特性，与第一阶段相比使低频带具有较高的增益。这样得到具有更均匀纹理的图像。
显然，按照上面的启发，能够对本发明进行多种修改和改变。因此能够理解，在本发明所附权利要求的范围内，本发明能够以特别描述之外的形式实现。

Claims (10)

1.一种图像处理方法包括：
第一误差扩散处理步骤，当输入图像数据的灰度值位于预定的量化可执行范围内时，为每一个像素量化输入图像数据，用来将量化的输入图像数据转换为具有预定量化等级的用于输出的图像数据，并将通过量化产生的目标像素的量化误差扩散到量化目标像素附近的未量化像素的输入图像数据中，并且当灰度值不在预定的量化可执行范围内时，在不量化输入图像数据的情况下输出该输入图像数据；和
第二误差扩散处理步骤，为每一个像素量化第一误差扩散处理步骤输出的图像数据，用来将量化的图像数据转换为具有三个或者更多量化等级之一的用来输出的输出图像数据，这些量化等级包括与第一误差扩散处理步骤中的量化等级不同的一个量化等级，并将通过量化产生的目标像素的量化误差扩散到目标像素附近的未量化像素的图像数据中。
2.根据权利要求1的图像处理方法，当输入图像数据的灰度值包括在至少一个量化可执行范围内时，其中第一误差扩散处理步骤包括使用量化可执行范围两端的灰度值作为量化等级来量化输入图像数据的步骤，所述量化可执行范围包括第二误差扩散处理步骤中除最小量化等级和最大量化等级外的各量化等级。
3.根据权利要求2的图像处理方法，其中所述量化可执行范围小于包含在所述量化可执行范围中的第二误差扩散处理步骤的量化等级与相邻的两个第二误差扩散处理步骤的量化等级之间的中间值所构成的范围。
4.根据权利要求1的图像处理方法，其中第一误差扩散处理步骤和第二误差扩散处理步骤包括扩散具有彼此不同特性的量化误差的步骤，由此将具有彼此不同调制特性的量化误差调制到高频带。
5.根据权利要求4的图像处理方法，其中用于第二误差扩散处理步骤的量化误差的调制特性设置为，与第一误差扩散处理步骤相比，在低频带具有较高的增益。
6.一种图像处理装置包括：
第一误差扩散处理装置，包括选择量化装置，用来当输入图像数据的灰度值位于预定的量化可执行范围内时，为每一个像素量化输入图像数据，以便将量化的输入图像数据转换为具有预定量化等级的用于输出的图像数据，并且当灰度值不在预定的量化可执行范围内时，在不量化输入图像数据的情况下输出该输入图像数据；和第一误差扩散装置，用来将选择量化装置通过量化产生的目标像素的量化误差扩散到目标像素附近未量化像素的输入图像数据中；和
第二误差扩散处理装置，它包括量化装置，用来为每一个像素量化第一误差扩散处理装置输出的图像数据，并将量化的图像数据转换为具有三个或者更多量化等级之一的输出图像数据，这些量化等级包括与第一误差扩散处理装置用来输出的量化等级不同的一个量化等级；和第二误差扩散装置，用来将量化装置通过量化产生的量化误差，扩散到目标像素附近的未量化像素的图像数据中。
7.根据权利要求6的图像处理装置，当输入图像数据的灰度值包括在至少一个量化可执行范围内，该范围包括第二误差扩散处理装置的除了最小量化等级和最大量化等级的各自量化等级的量化等级时，其中选择量化装置使用量化可执行范围两端的灰度值作为量化等级量化输入图像数据。
8.根据权利要求7的图像处理装置，其中量化可执行范围两端的灰度值是包括在量化可执行范围内的第二误差扩散处理装置的量化等级附近的值，而不是包括在量化可执行范围内的第二误差扩散处理装置的量化等级与相邻的第二误差扩散处理装置的量化等级之间的中间值。
9.根据权利要求6的图像处理装置，其中第一误差扩散处理装置和第二误差扩散处理装置扩散具有彼此不同特性的量化误差，由此将具有彼此不同调制特性的量化误差调制到高频带。
10.根据权利要求9的图像处理装置，其中用于第二误差扩散处理装置的量化误差的调制特性设置为，与第一误差扩散处理装置相比，在低频带具有较高的增益。
CNB99103175XA 1998-02-24 1999-02-24 图像处理方法和装置 Expired - Fee Related CN1135501C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP04221498A JP3921678B2 (ja) 1998-02-24 1998-02-24 画像処理方法および装置
JP042214/1998 1998-02-24
JP042214/98 1998-02-24

Publications (2)

Publication Number Publication Date
CN1234572A CN1234572A (zh) 1999-11-10
CN1135501C true CN1135501C (zh) 2004-01-21

Family

ID=12629794

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB99103175XA Expired - Fee Related CN1135501C (zh) 1998-02-24 1999-02-24 图像处理方法和装置

Country Status (5)

Country Link
US (1) US6552822B1 (zh)
EP (1) EP0938064A3 (zh)
JP (1) JP3921678B2 (zh)
KR (1) KR100525337B1 (zh)
CN (1) CN1135501C (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6614556B1 (en) * 1999-11-22 2003-09-02 Sindoricoh Co., Ltd. Apparatus for quantizing a digital image by using an error diffusion coefficient and threshold modulation in zigzag quantization
JP4014083B2 (ja) * 2002-03-06 2007-11-28 株式会社リコー 画像形成装置
EP1345411B1 (en) * 2002-03-15 2018-11-21 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and program
US8576447B2 (en) * 2003-10-31 2013-11-05 Hewlett-Packard Development Company, L.P. Error diffusion halftoning with bandpass noise shaping
US20050265459A1 (en) * 2004-06-01 2005-12-01 Bhattacharjya Anoop K Fixed budget frame buffer compression using block-adaptive spatio-temporal dispersed dither
US7477274B2 (en) * 2004-12-22 2009-01-13 Hewlett-Packard Development Company, L.P. Thermally sensitive medium and methods and systems for forming an image on a thermally sensitive medium
US7869094B2 (en) * 2005-01-07 2011-01-11 Mitcham Global Investments Ltd. Selective dithering
JP4725127B2 (ja) * 2005-02-16 2011-07-13 ソニー株式会社 復号装置および方法、記録媒体、並びにプログラム
JP4775756B2 (ja) * 2005-03-18 2011-09-21 富士ゼロックス株式会社 復号化装置及びそのプログラム
JP4645948B2 (ja) 2005-03-18 2011-03-09 富士ゼロックス株式会社 復号化装置及びプログラム
JP4737711B2 (ja) 2005-03-23 2011-08-03 富士ゼロックス株式会社 復号化装置、逆量子化方法、分布決定方法及びこのプログラム
JP4533218B2 (ja) * 2005-04-06 2010-09-01 キヤノン株式会社 画像処理装置、画像処理方法及び画像処理プログラム
EP1732306B1 (en) * 2005-06-10 2012-11-21 Agfa Graphics N.V. Image processing method for reducing image artefacts
US20070092148A1 (en) * 2005-10-20 2007-04-26 Ban Oliver K Method and apparatus for digital image rudundancy removal by selective quantization
CN100377566C (zh) 2005-10-26 2008-03-26 北京北大方正电子有限公司 多位成像深度设备上的调频调幅混合半色调图像处理方法
KR100713530B1 (ko) * 2006-04-25 2007-05-02 삼성전자주식회사 이미지 비트 형식 변환 시 화질 열화를 방지하기 위한 영상처리 장치 및 방법
WO2009031514A1 (ja) * 2007-09-05 2009-03-12 Sony Corporation 画像処理装置、画像処理方法およびプログラム
JP2009171563A (ja) * 2007-12-21 2009-07-30 Canon Inc 画像処理装置及び画像処理方法並びに画像処理方法を実行するプログラム及び記憶媒体
JP5241429B2 (ja) * 2008-10-24 2013-07-17 キヤノン株式会社 画像形成装置およびその制御方法
JP5197335B2 (ja) * 2008-12-05 2013-05-15 キヤノン株式会社 画像形成装置およびその制御方法、情報処理装置およびその制御方法、プログラム、並びに記憶媒体
JP2011029998A (ja) * 2009-07-27 2011-02-10 Sony Corp 画像記録装置、画像記録方法、及びプログラム
JP5309068B2 (ja) * 2010-03-30 2013-10-09 京セラドキュメントソリューションズ株式会社 画像処理装置および画像形成装置
JP5762994B2 (ja) * 2012-02-27 2015-08-12 株式会社ジャパンディスプレイ 画像表示装置、画像表示装置の駆動方法および階調変換プログラム、並びに、階調変換装置
CN103957343B (zh) * 2014-04-22 2016-08-17 杭州电子科技大学 一种彩色误差扩散方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5521989A (en) * 1993-08-05 1996-05-28 Xerox Corporation Balanced error diffusion system
US5467201A (en) * 1994-05-31 1995-11-14 Xerox Corporation Iterative error diffusion system
JP3381755B2 (ja) * 1994-10-11 2003-03-04 セイコーエプソン株式会社 画像の粒状性を減らすための改良された適応性のあるフィルタリングおよび閾値設定の方法及び装置
JPH08237483A (ja) * 1994-12-01 1996-09-13 Xerox Corp イメージデータを処理するためのシステム及び方法
US5809177A (en) * 1996-06-06 1998-09-15 Xerox Corporation Hybrid error diffusion pattern shifting reduction using programmable threshold perturbation
JP3821327B2 (ja) * 1997-05-23 2006-09-13 ソニー株式会社 画像処理方法および装置
US6449061B2 (en) * 1997-09-23 2002-09-10 Xerox Corporation System and method for providing dynamic noise profile selection for hybrid and error diffusion image processing

Also Published As

Publication number Publication date
US6552822B1 (en) 2003-04-22
JP3921678B2 (ja) 2007-05-30
EP0938064A2 (en) 1999-08-25
EP0938064A3 (en) 2007-10-24
JPH11239274A (ja) 1999-08-31
KR19990072865A (ko) 1999-09-27
CN1234572A (zh) 1999-11-10
KR100525337B1 (ko) 2005-11-02

Similar Documents

Publication Publication Date Title
CN1135501C (zh) 图像处理方法和装置
JP4165570B2 (ja) 画像処理装置，画像処理方法，及び画像処理プログラム
CN1239262A (zh) 图像处理方法和装置
CN1203657C (zh) 图像处理方法和装置
CN1207893C (zh) 图像处理方法和装置
CN1291354C (zh) 图象处理装置、图象处理方法、存储介质和程序
CN1708137A (zh) 饱和度自适应图像改善装置和方法
CN1863267A (zh) 以一维多阶网点分配为基础的数字半色调方法
CN1925550A (zh) 图像处理方法、图像处理装置、图像形成装置及记录介质
JP6115545B2 (ja) 画像処理装置及び画像処理方法
JP3949931B2 (ja) 画像形成装置
US8913296B2 (en) Dither matrix creating device
CN100344146C (zh) 信号处理方法/设备、输出设备及图像处理/形成设备
CN1705970A (zh) 视频电路
US6181827B1 (en) Image processing method and apparatus
JP2003101776A (ja) 閾値マトリクス作成方法、画像出力システム、プログラム及び記録媒体
CN1784886A (zh) 用于灰度表现的图像处理
JP4293255B2 (ja) 画像処理方法および画像処理装置
CN1189841C (zh) 多分辨率表示的误差扩散
CN100341709C (zh) 结合影像增强技术与半色调法的影像处理装置
US20040075868A1 (en) Apparatus for eliminating moire in scanned image and method for the same
CN1228962C (zh) 网纹消除方法
CN1941840A (zh) 一种能够同时产生多位调频网点的方法及装置
JP2635384B2 (ja) 画像処理方法及びその装置
JP4492723B2 (ja) 画像処理装置，画像処理方法，及び画像処理プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20040121

Termination date: 20130224