JP2001086368A - Image processor - Google Patents
Image processorInfo
- Publication number
- JP2001086368A JP2001086368A JP25618199A JP25618199A JP2001086368A JP 2001086368 A JP2001086368 A JP 2001086368A JP 25618199 A JP25618199 A JP 25618199A JP 25618199 A JP25618199 A JP 25618199A JP 2001086368 A JP2001086368 A JP 2001086368A
- Authority
- JP
- Japan
- Prior art keywords
- image
- processing
- pixel
- periodicity
- periodicity index
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、画像に対して処理
を施す画像処理装置に係り、特には、モアレの発生の抑
制などに効果がある画像処理装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image processing apparatus for performing processing on an image, and more particularly to an image processing apparatus which is effective in suppressing moiré.
【０００２】[0002]
【従来の技術】一般に従来より、画像処理は、ＣＣＤな
どの画像入力器で原稿または対象物体を光学的に読み取
り、デジタル化することによってデジタル画像を取得
し、そのデジタル画像に対して種々の処理を施すことに
より行われる。2. Description of the Related Art Conventionally, image processing has been conventionally performed by optically reading an original or a target object with an image input device such as a CCD and digitizing the original to obtain a digital image. Is performed.
【０００３】例えば、画像の鮮鋭度を向上させる場合に
は取得したデジタル画像にシャープネス処理が施され
る。また、シャープネス処理以外にも、画像中の画素の
階調値を変換する階調変換処理等が行われる。[0003] For example, to improve the sharpness of an image, a sharpness process is performed on the acquired digital image. In addition to the sharpness processing, a gradation conversion processing for converting a gradation value of a pixel in an image is performed.
【０００４】[0004]
【発明が解決しようとする課題】しかしながら、従来、
例えば、デジタル画像に対してシャープネス処理などの
画像処理を行った場合、処理後の画像にモアレが発生す
ることがあった。However, conventionally,
For example, when image processing such as sharpness processing is performed on a digital image, moiré may occur in the processed image.
【０００５】本発明者は、このようなモアレの発生状態
や発生原因を調査した。その結果、まず、このようなモ
アレは、画像内に布地や網模様、格子パターンなどの周
期性を有する画像パターンが存在する画像領域で発生す
ることが判明した。[0005] The present inventors have investigated the occurrence state and cause of such moiré. As a result, it was first found that such moiré occurs in an image area where an image pattern having a periodicity such as a cloth, a net pattern, or a lattice pattern exists in the image.
【０００６】このようなモアレは、以下のような原因で
発生すると考えられる。例えば、原稿内に図３０に示す
ような周期性を有する画像パターン(白黒の縞模様)ＧＰ
Ｔが存在し、この原稿を画像入力器で読み取ってデジタ
ル画像を得る場合を考える。このとき、原稿の画像パタ
ーンＧＰＴと画像入力器の光学読み取り素子(光電素子)
ＩＤとの位置関係によって、得られたデジタル画像の各
画素の階調値は変化する。It is considered that such moiré is generated for the following reasons. For example, an image pattern (monochrome stripe pattern) GP having periodicity as shown in FIG.
Consider a case where T exists and a digital image is obtained by reading this document with an image input device. At this time, the image pattern GPT of the document and the optical reading element (photoelectric element) of the image input device
The gradation value of each pixel of the obtained digital image changes depending on the positional relationship with the ID.
【０００７】例えば、原稿の画像パターンＧＰＴと光電
素子ＩＤとの位置関係が図３０（ａ）に示す状態であれ
ば、得られたデジタル画像の各画素の階調値は、図３１
（ａ）の階調プロファイルに示すように、白黒が明確に
分かれる「ＩＮフェイズ状態」となる。また、原稿の画
像パターンＧＰＴと光電素子ＩＤとの位置関係が図３０
（ｂ）に示す状態であれば、得られたデジタル画像の各
画素の階調値は、図３１（ｂ）の階調プロファイルに示
すように、白黒の中間値が発生する「ＯＵＴフェイズ状
態」となる。For example, if the positional relationship between the original image pattern GPT and the photoelectric element ID is as shown in FIG. 30A, the gradation value of each pixel of the obtained digital image is as shown in FIG.
As shown in the gradation profile of (a), the “IN phase state” where black and white are clearly separated is obtained. Further, the positional relationship between the image pattern GPT of the document and the photoelectric element ID is shown in FIG.
In the state shown in (b), the gradation value of each pixel of the obtained digital image has an “OUT phase state” in which a black-and-white intermediate value occurs, as shown in the gradation profile of FIG. Becomes
【０００８】図３１に示す各階調プロファイルは「ＩＮ
フェイズ状態」と「ＯＵＴフェイズ状態」とで相違する
が、各々の平均階調値ＡＫIN、ＡＫOUTは略等しい。[0008] Each gradation profile shown in FIG.
Although the “phase state” and the “OUT phase state” are different, the respective average gradation values AK IN and AK OUT are substantially equal.
【０００９】しかしながら、デジタル画像に、例えば、
シャープネス処理を施すと、「ＩＮフェイズ状態」で読
み取られた画像と「ＯＵＴフェイズ状態」で読み取られ
た画像とで平均階調値ＡＫIN、ＡＫOUTに違いが生じ
る。例えば、図３１（ａ）、（ｂ）に示す各画像にそれ
ぞれシャープネス処理を施すと、計算上、各画素の階調
値は各々図３２（ａ）、（ｂ）に示すようになる。ここ
で、計算上、階調値が階調レンジＫＲ(図では、０〜２
５５)から外れるサチレーションが起きると、その階調
値は、強制的に階調レンジＫＲの上下限値に修正され
る。すなわち、図３１（ａ）、（ｂ）に示す各画像にそ
れぞれシャープネス処理を施すと、処理後の各画素の階
調値は各々図３３（ａ）、（ｂ）の実線に示すようにな
る。However, in a digital image, for example,
When the sharpness processing is performed, a difference occurs between the average gradation values AK IN and AK OUT between the image read in the “IN phase state” and the image read in the “OUT phase state”. For example, if each image shown in FIGS. 31A and 31B is subjected to sharpness processing, the gradation values of each pixel are calculated as shown in FIGS. 32A and 32B, respectively. Here, in calculation, the gradation value is represented by the gradation range KR (0 to 2 in the figure).
When a saturation outside the range 55) occurs, the gradation value is forcibly corrected to the upper and lower limits of the gradation range KR. That is, when the sharpness processing is performed on each of the images shown in FIGS. 31A and 31B, the gradation values of the pixels after the processing are as shown by solid lines in FIGS. 33A and 33B, respectively. .
【００１０】ここで、この例の画像パターンＧＰＴは、
デジタル画像上で４画素周期の周期性を有しているが、
１周期ごとに、図３３（ａ）では、白２画素だけにサチ
レーションＳＲが起き、図３３（ｂ）では、白１画素と
黒１画素とにサチレーションＳＲが起きている。その結
果、図３３（ａ）(「ＩＮファイズ状態」)の平均階調値
ＡＫINは、図３３（ｂ）(「ＯＵＴファイズ状態」)の平
均階調値ＡＫOUTに比べて低くなる。Here, the image pattern GPT of this example is
It has a periodicity of 4 pixel cycles on the digital image,
In each cycle, a saturation SR occurs only in two white pixels in FIG. 33A, and a saturation SR occurs in one white pixel and one black pixel in FIG. 33B. As a result, the average gradation value AK IN in FIG. 33A (“IN-FZ state”) is lower than the average gradation value AK OUT in FIG. 33B (“OUT-FZ state”).
【００１１】ところで、図３０では、画像パターンＧＰ
Ｔの白黒の幅が、光電素子ＩＤの幅の整数倍である場合
を示したが、画像パターンＧＰＴの白黒の幅が、光電素
子ＩＤの幅の整数倍でない場合、原稿の画像パターンＧ
ＰＴと光電素子ＩＤとの位置関係が周期的にずれるの
で、得られた画像上では、画像パターンＧＰＴは、「Ｉ
Ｎフェイズ状態」と「ＯＵＴフェイズ状態」とで読み込
まれる状態が周期的に繰り返されることになる。この場
合、このデジタル画像にシャープネス処理を施すと、平
均階調値が周期的に変動する状態が生じる。この平均階
調値が周期的に変動する状態が、モアレとなって現れる
ものと考えられる。By the way, in FIG. 30, the image pattern GP
The case where the monochrome width of T is an integral multiple of the width of the photoelectric element ID is shown. However, if the monochrome width of the image pattern GPT is not an integral multiple of the width of the photoelectric element ID, the image pattern
Since the positional relationship between the PT and the photoelectric element ID is periodically shifted, on the obtained image, the image pattern GPT is “I
The state read in the “N phase state” and the “OUT phase state” are periodically repeated. In this case, when this digital image is subjected to sharpness processing, a state occurs in which the average gradation value periodically fluctuates. It is considered that the state in which the average gradation value fluctuates periodically appears as moire.
【００１２】この周期変動は、原稿や対象物体には無い
画像であるため、画像の晶質が著しく低下することにな
る。Since this periodic variation is an image that is not found in a document or a target object, the crystal quality of the image is significantly reduced.
【００１３】上記ではデジタル画像に対してシャープネ
ス処理を施した場合について説明したが、例えば、図３
４に示すようなルックアップテーブルによって各画素の
階調値を変換するような階調変換処理など、サチレーシ
ョンに偏りが生じるような画像処理を施した場合にも上
記のような平均階調値が周期的に変動する状態が発生
し、その結果、処理後の画像にモアレが発生すると考え
られる。In the above description, the case where the digital image has been subjected to the sharpness processing has been described.
Even when image processing that causes bias in the saturation, such as gradation conversion processing that converts the gradation value of each pixel using a look-up table as shown in FIG. It is considered that a periodically fluctuating state occurs, and as a result, moiré occurs in the processed image.
【００１４】さらに、例えば、図３５に示すようなルッ
クアップテーブルによって各画素の階調値を変換する階
調変換処理などでも、「ＩＮフェイズ状態」と「ＯＵＴ
フェイズ状態」とで平均階調値に違いが生じ、上記のよ
うな平均階調値が周期的に変動する状態が発生する結
果、処理後の画像にモアレが発生すると考えられる。Further, for example, in the gradation conversion processing for converting the gradation value of each pixel using a look-up table as shown in FIG.
It is considered that the average gradation value differs between the “phase state” and the above-described state in which the average gradation value periodically fluctuates, and as a result, moiré occurs in the processed image.
【００１５】本発明は、上記課題に鑑みてなされたもの
であり、モアレの発生の抑制などに効果がある画像処理
装置を提供することを目的とする。SUMMARY OF THE INVENTION The present invention has been made in view of the above problems, and has as its object to provide an image processing apparatus which is effective in suppressing the occurrence of moire.
【００１６】[0016]
【課題を解決するための手段】上記課題を解決するた
め、請求項１の発明は、画像に対して処理を施す画像処
理装置であって、画像から周期的な画像パターンの繰り
返しが存在する周期画像領域を抽出する周期画像領域抽
出手段と、前記周期画像領域における注目画素につい
て、当該注目画素を含む注目領域と当該注目領域以外の
周辺領域との相関特性に基づいて画像パターンの繰り返
しの有無の程度を示す周期性指標を算出する周期性指標
算出手段と、前記周期性指標によって表現された周期性
指標画像を加工することによって加工後周期性指標画像
を取得し、当該加工後周期性指標画像における前記注目
画素の加工後周期性指標を算出する加工後周期性指標算
出手段と、前記画像における注目画素とその周辺画素と
の明暗比を示す指標であるコントラスト量を算出するコ
ントラスト量算出手段と、前記加工後周期性指標および
前記コントラスト量に基づいて、前記画像における注目
画素についてのぼかし処理の程度であるぼかし量を決定
するぼかし量決定手段と、前記周期性指標、前記加工後
周期性指標および前記コントラスト量に基づいて、前記
画像における注目画素についてのシフト処理の程度であ
るシフト量を決定するシフト量決定手段と、前記ぼかし
量決定手段により決定されたぼかし量に基づいて、前記
画像における注目画素についてのぼかし処理を行うぼか
し処理手段と、前記シフト量決定手段により決定された
シフト量に基づいて、前記画像における注目画素につい
てのシフト処理を行うシフト処理手段と、を備え、前記
加工後周期性指標算出手段に、前記周期性指標画像内を
複数の領域に分割し、前記複数の領域のそれぞれに含ま
れる画素の階調値を平均化して１つの画素の階調値とし
て出力することにより、前記周期性指標画像をバイリニ
ア縮小する縮小手段と、前記バイリニア縮小によって得
られた縮小画像に対してメディアンフィルタによるフィ
ルタ操作を施すフィルタ手段と、前記フィルタ操作後の
縮小画像に含まれる画素の階調値を補間しつつ、当該縮
小画像を前記周期性指標画像と同等の大きさに拡大する
ことにより、前記加工後周期性指標画像を得る拡大手段
と、を含ませている。According to one aspect of the present invention, there is provided an image processing apparatus for performing processing on an image, comprising: A periodic image region extracting means for extracting an image region; and determining whether or not the image pattern is repeated based on a correlation characteristic between the region of interest including the pixel of interest and a peripheral region other than the region of interest for the pixel of interest in the periodic image region. A periodicity index calculating means for calculating a periodicity index indicating a degree, and a processed periodicity index image obtained by processing the periodicity index image represented by the periodicity index; A post-processing periodicity index calculating means for calculating a post-processing periodicity index of the pixel of interest, and an index indicating a light-dark ratio of the pixel of interest and its surrounding pixels in the image. Contrast amount calculating means for calculating a contrast amount, and a blur amount determining means for determining a blur amount, which is a degree of a blur process for a pixel of interest in the image, based on the post-processing periodicity index and the contrast amount, A shift amount determining unit that determines a shift amount, which is a degree of a shift process for a target pixel in the image, based on the periodicity index, the post-processing periodicity index, and the contrast amount, and a blur amount determining unit. A blur processing unit for performing a blur process on a target pixel in the image based on the obtained blur amount, and performing a shift process on the target pixel in the image based on the shift amount determined by the shift amount determining unit Shift processing means; and The periodicity index image is bilinearly reduced by dividing the index image into a plurality of regions, averaging the gradation values of the pixels included in each of the plurality of regions, and outputting the result as the gradation value of one pixel. A filtering means for performing a filtering operation by a median filter on the reduced image obtained by the bilinear reduction; and interpolating a gradation value of a pixel included in the reduced image after the filtering operation, and Enlargement means for obtaining the processed periodicity index image by enlarging the image to the same size as the periodicity index image.
【００１７】また、請求項２の発明は、画像に対して処
理を施す画像処理装置であって、画像から周期的な画像
パターンの繰り返しが存在する周期画像領域を抽出する
周期画像領域抽出手段と、前記周期画像領域を前記画像
パターンの繰り返しの１周期分拡張して拡張周期画像領
域を取得し、前記拡張周期画像領域における注目画素に
ついて、画像パターンの繰り返しの有無の程度を示す周
期性指標を算出する周期性指標算出手段と、前記画像に
おける注目画素とその周辺画素との明暗比を示す指標で
あるコントラスト量を算出するコントラスト量算出手段
と、前記周期性指標および前記コントラスト量に基づい
て、前記画像における注目画素についてのぼかし処理の
程度であるぼかし量を決定するぼかし量決定手段と、前
記周期性指標および前記コントラスト量に基づいて、前
記画像における注目画素についてのシフト処理の程度で
あるシフト量を決定するシフト量決定手段と、前記ぼか
し量決定手段により決定されたぼかし量に基づいて、前
記画像における注目画素についてのぼかし処理を行うぼ
かし処理手段と、前記シフト量決定手段により決定され
たシフト量に基づいて、前記画像における注目画素につ
いてのシフト処理を行うシフト処理手段と、を備えてい
る。According to a second aspect of the present invention, there is provided an image processing apparatus for performing processing on an image, comprising: a periodic image area extracting means for extracting a periodic image area in which a periodic image pattern is repeated from the image; Extending the periodic image area by one cycle of the repetition of the image pattern to obtain an extended periodic image area, and for a pixel of interest in the extended periodic image area, a periodicity index indicating the degree of the presence or absence of the repetition of the image pattern. Based on the periodicity index and the contrast amount, based on the periodicity index calculation unit, a contrast amount calculation unit that calculates a contrast amount that is an index indicating the contrast ratio between the pixel of interest and its surrounding pixels in the image, A blur amount determining means for determining a blur amount which is a degree of a blur process for a pixel of interest in the image; A shift amount determining unit that determines a shift amount that is a degree of a shift process for a pixel of interest in the image based on the contrast amount; and a shift amount determining unit that determines a shift amount in the image based on the blur amount determined by the blur amount determining unit. The image processing apparatus includes: a blur processing unit that performs a blur process on a pixel; and a shift processing unit that performs a shift process on a pixel of interest in the image based on the shift amount determined by the shift amount determining unit.
【００１８】[0018]
【発明の実施の形態】以下、図面を参照しつつ本発明の
実施の形態について詳細に説明する。Embodiments of the present invention will be described below in detail with reference to the drawings.
【００１９】＜第１実施形態＞ ＜１．画像処理装置の全体構成＞図１は、本発明に係る
画像処理装置のハードウェア構成の一例を示すブロック
図である。この画像処理装置はいわゆるコンピューター
システムを用いて構成されている。ＣＰＵ１は、内部メ
モリ２に記憶された処理プログラムに従って、モアレの
発生を抑制する画像処理（後述する周期画像領域の抽出
処理やコントラスト量算出を含む一連の処理であり、以
下「モアレ抑制処理」とも略す）の他、シャープネス処
理などの通常の画像処理も実行する。ＣＰＵ１と内部メ
モリ２とはバスラインＢＬを介して接続されている。内
部メモリ２には、上述した処理プログラムを記憶するプ
ログラム記憶部２ａ以外にも、少なくともモアレ抑制処
理を施す前のデジタル画像(以下、「処理前画像」とも
言う)を記憶する処理前画像記憶部２ｂやモアレ抑制処
理を施した後のデジタル画像(以下、「処理後画像」と
も言う)を記憶する処理後画像記憶部２ｃを有する。<First Embodiment><1. Overall Configuration of Image Processing Apparatus> FIG. 1 is a block diagram showing an example of a hardware configuration of an image processing apparatus according to the present invention. This image processing apparatus is configured using a so-called computer system. In accordance with a processing program stored in the internal memory 2, the CPU 1 performs image processing for suppressing generation of moire (a series of processing including extraction processing of a periodic image area and calculation of a contrast amount, which will be described later. In addition to this, ordinary image processing such as sharpness processing is also performed. The CPU 1 and the internal memory 2 are connected via a bus line BL. In the internal memory 2, in addition to the program storage unit 2a that stores the above-described processing program, a pre-processing image storage unit that stores at least a digital image before performing moiré suppression processing (hereinafter, also referred to as a “pre-processing image”). 2b and a post-processing image storage unit 2c for storing a digital image after the moiré suppression processing (hereinafter, also referred to as a “post-processing image”).
【００２０】また、ＣＰＵ１は、入出カインターフェイ
スＩＦを介して、記録媒体用ドライバ３、外部記憶装置
４、表示装置５、入力装置６、画像入力器７などにも接
続されている。The CPU 1 is also connected to a recording medium driver 3, an external storage device 4, a display device 5, an input device 6, an image input device 7, and the like via an input / output interface IF.
【００２１】記録媒体用ドライバ３には、上述した各処
理をＣＰＵ１に実行させるための処理プログラムが記録
されている記録媒体８が装填される。記録媒体８から読
み出された処理プログラムは内部メモリ２内のプログラ
ム記憶部２ａに記憶され、ＣＰＵ１に実行される。The recording medium driver 3 is loaded with a recording medium 8 on which a processing program for causing the CPU 1 to execute each of the above-described processes is recorded. The processing program read from the recording medium 8 is stored in the program storage unit 2a in the internal memory 2 and executed by the CPU 1.
【００２２】ハードディスクや光磁気ディスクなどで構
成される外部記憶装置４は、処理前画像や処理後画像な
どの画像の保存などに用いられる。また、ＣＲＴなどで
構成される表示装置５は、処理前画像や処理後画像、シ
ャープネス処理後の画像などの表示などに用いられる。
さらに、キーボードやマウスなどで構成される入力装置
６は、オペレータからの各種の指示や処理に必要なデー
タの設定などに用いられる。The external storage device 4 composed of a hard disk, a magneto-optical disk or the like is used for storing images such as images before processing and images after processing. The display device 5 including a CRT is used for displaying an image before processing, an image after processing, an image after sharpness processing, and the like.
Further, the input device 6 including a keyboard, a mouse, and the like is used for various instructions from an operator and setting of data necessary for processing.
【００２３】入力スキャナなどで構成される画像入力器
７によって読み込まれたデジタル画像(処理前画像)は、
内部メモリ２内の処理前画像記憶部２ｂに記憶され、こ
の処理前画像に対して、後述するような周期画像領域の
抽出処理やコントラスト量算出等の各処理が施される。A digital image (image before processing) read by the image input device 7 constituted by an input scanner or the like is
The pre-processing image storage unit 2b in the internal memory 2 stores the pre-processing image, and the pre-processing image is subjected to processes such as a periodical image area extraction process and a contrast amount calculation, which will be described later.
【００２４】図２は、図１の画像処理装置の機能的構成
を示す機能ブロック図である。同図に示すように、この
画像処理装置は機能的に、周期画像領域抽出部１０と、
周期性指標算出部２０と、加工後周期性指標算出部２５
と、差分画像作成部３０と、コントラスト量算出部５０
と、ぼかし量決定部６０と、シフト量決定部７０と、シ
フト量生成部８０と、シフト処理部９０と、ぼかし処理
部９５とを備えている。さらに、差分画像作成部３０
は、加工部４０を含んでいる。これらの処理部はいずれ
も、ＣＰＵ１内において、上記処理プログラムによって
実現される手段であり、それぞれの機能および処理内容
については後に詳述する。FIG. 2 is a functional block diagram showing a functional configuration of the image processing apparatus of FIG. As shown in the figure, this image processing apparatus functionally includes a periodic image area extraction unit 10,
Periodicity index calculating section 20 and post-processing periodicity index calculating section 25
, A difference image creation unit 30, and a contrast amount calculation unit 50
, A blur amount determining unit 60, a shift amount determining unit 70, a shift amount generating unit 80, a shift processing unit 90, and a blur processing unit 95. Further, the difference image creation unit 30
Includes a processing unit 40. Each of these processing units is a means realized by the processing program in the CPU 1, and each function and processing content will be described later in detail.
【００２５】＜２．画像処理の手順＞図３は、画像処理
装置における画像処理の処理手順の概要を示すフローチ
ャートである。画像処理に先立って、原稿または対象物
体が画像入力器７によってデジタル画像として読み込ま
れ、処理前画像記憶部２ｂに記憶される。そして、読み
込まれたデジタル画像は、周期画像領域抽出部１０に与
えられ、画像から周期的な画像パターンの繰り返しが存
在する周期画像領域が抽出される（ステップＳ１）。ま
た、このときに後述する相関特性に基づいて、周期性指
標算出部２０が画像パターンの繰り返しの有無の程度を
示す周期性指標を算出する（ステップＳ２）。算出され
た周期性指標はシフト量決定部７０に伝達されるととも
に、加工後周期性指標算出部２５にも付与され、加工後
周期性指標算出部２５によって加工後周期性指標が算出
される（ステップＳ３）。<2. Procedure of Image Processing> FIG. 3 is a flowchart showing an outline of the procedure of image processing in the image processing apparatus. Prior to the image processing, the document or the target object is read as a digital image by the image input unit 7 and stored in the pre-processing image storage unit 2b. Then, the read digital image is provided to the periodic image region extracting unit 10, and a periodic image region in which a periodic image pattern is repeated is extracted from the image (step S1). At this time, the periodicity index calculating unit 20 calculates a periodicity index indicating the degree of the repetition of the image pattern based on the correlation characteristic described later (step S2). The calculated periodicity index is transmitted to the shift amount determining unit 70 and is also provided to the post-processing periodicity index calculating unit 25, and the post-processing periodicity index calculating unit 25 calculates the post-processing periodicity index ( Step S3).
【００２６】一方、読み込まれたデジタル画像は、差分
画像作成部３０にも与えられ、処理前画像から差分画像
が作成される。差分画像は加工部４０によって加工さ
れ、その加工後の差分画像に基づいてコントラスト量算
出部５０が明暗比を示す指標であるコントラスト量を算
出する（ステップＳ４）。なお、ステップＳ１〜Ｓ３の
処理とステップＳ４の処理とはその処理順序が逆であっ
ても良い。On the other hand, the read digital image is also given to the difference image creating section 30, and a difference image is created from the image before processing. The difference image is processed by the processing unit 40, and based on the processed difference image, the contrast amount calculation unit 50 calculates a contrast amount which is an index indicating the contrast ratio (step S4). Note that the processing order of steps S1 to S3 and step S4 may be reversed.
【００２７】その後、ぼかし量決定部６０が上記の加工
後周期性指標およびコントラスト量に基づいてぼかし処
理の程度であるぼかし量を決定する（ステップＳ５）。
また、シフト量決定部７０が上記の周期性指標、加工後
周期性指標およびコントラスト量に基づいてシフト処理
の程度であるシフト量を決定する（ステップＳ６）。な
お、ステップＳ５の処理とステップＳ６の処理とはその
処理順序が逆であっても良い。Thereafter, the blur amount determining section 60 determines a blur amount, which is a degree of the blur process, based on the post-processing periodicity index and the contrast amount (step S5).
Further, the shift amount determining unit 70 determines a shift amount, which is a degree of the shift processing, based on the periodicity index, the processed periodicity index, and the contrast amount (step S6). The order of the processing in step S5 and the processing in step S6 may be reversed.
【００２８】そして、決定されたぼかし量に従ってぼか
し処理部９５が読み込まれた画像のぼかし処理を行い
（ステップＳ７）、決定されたシフト量に従ってシフト
処理部９０がシフト処理を行う（ステップＳ８）。Then, the blur processing section 95 performs the blur processing of the read image according to the determined blur amount (step S7), and the shift processing section 90 performs the shift processing according to the determined shift amount (step S8).
【００２９】以上のような概略手順に従って画像処理は
行われる。なお、ステップＳ１からステップＳ７の処理
は画像中の画素単位で行われるものであり、原則として
読み込まれた画像の全画素について行われる。また、処
理が終了した画像は処理後画像記憶部２ｃに記憶され
る。Image processing is performed according to the above-described general procedure. The processing from step S1 to step S7 is performed on a pixel-by-pixel basis in the image, and is performed on all the pixels of the read image in principle. The processed image is stored in the post-processing image storage unit 2c.
【００３０】以下、図３の各処理手順についてさらに詳
細に説明する。Hereinafter, each processing procedure of FIG. 3 will be described in more detail.
【００３１】＜２−１．周期画像領域の抽出および周期
性指標の算出＞周期性を有する画像パターンが存在する
画像領域、すなわちモアレの発生が予測される周期的な
画像パターンの繰り返しが存在する周期画像領域の抽出
は、周期画像領域抽出部１０が処理前画像の自己相関特
性を調べることにより行われる。<2-1. Extraction of periodic image area and calculation of periodicity index> The image area in which an image pattern having periodicity exists, that is, the extraction of a periodic image area in which repetition of a periodic image pattern in which moire is predicted to occur This is performed by the image region extracting unit 10 examining the autocorrelation characteristics of the image before processing.
【００３２】具体的には、まず、処理前画像のある画素
を注目画素(xc,yc)として、以下の数１によって注目画
素(xc,yc)の周辺領域の自己相関データＳ(a,b)を求め
る。Specifically, first, a certain pixel of the image before processing is set as a target pixel (xc, yc), and the autocorrelation data S (a, b) of the peripheral region of the target pixel (xc, yc) is calculated by the following equation (1). ).
【００３３】[0033]
【数１】 (Equation 1)
【００３４】但し、ＡＢＳ｛｝は絶対値を求める関数、
Ｐ(x,y)は処理前画像の画素(x,y)の階調値、ｍ,ｎは差
分積算領域Ｅを決める定数、ａ,ｂは自己相関を比較す
るズラシ量、ｗｘ,ｗｙは１つの中心画素(xc,yc)に対し
て自己相関特性を調べる範囲Ｗを決める定数である。Where ABS ｛｝ is a function for obtaining an absolute value;
P (x, y) is the gradation value of the pixel (x, y) of the image before processing, m and n are constants that determine the difference integration area E, a and b are shift amounts for comparing autocorrelation, and wx and wy are It is a constant that determines a range W for examining the autocorrelation characteristic for one central pixel (xc, yc).
【００３５】(xc,yc)=(4,4)、m=n=1(差分積算領域：３
×３)、wx=xy=2(a=b=-2〜+2)とした場合において、a=b=
+2のときの自己相関データＳ(a,b)の算出形態を図４に
示す。(Xc, yc) = (4, 4), m = n = 1 (difference integration area: 3
× 3), wx = xy = 2 (a = b = -2 to +2), a = b =
FIG. 4 shows a calculation form of the autocorrelation data S (a, b) at +2.
【００３６】なお、ｍ,ｎ,ｗｘ,ｗｙは予め設定された
固定値として処理するようにしてもよいし、入力装置６
からオペレータによって適宜に変更可能に構成してもよ
い。Note that m, n, wx, wy may be processed as fixed values set in advance, or the input device 6
May be configured to be appropriately changeable by an operator.
【００３７】ところで、上記の数１では、自己相関デー
タを２次元的に求めているので処理量が多くなる。そこ
で、例えば、２次元の処理前画像内で互いに直交する2
つの画素列方向であるｘ方向、ｙ方向それぞれに沿った
周期的な画像パターンの繰り返しの存在を調べて周期画
像領域を抽出するために、ｘ方向、ｙ方向それぞれに沿
った自己相関データＨ(a)、Ｖ(b)を以下の数２、数３に
よって求めて、処理の高速化を図るようにしてもよい。In the above equation (1), the amount of processing is large because the autocorrelation data is obtained two-dimensionally. Therefore, for example, in the two-dimensional pre-processing image,
The autocorrelation data H (x (x) in the x direction and the y direction, respectively, are used to check for the presence of a periodic image pattern repetition along each of the pixel column directions x and y. a) and V (b) may be obtained by the following equations (2) and (3) to speed up the processing.
【００３８】[0038]
【数２】 (Equation 2)
【００３９】[0039]
【数３】 (Equation 3)
【００４０】(xc,yc)=(4,4)、m=1(差分積算領域：３×
１)、wx=2(a=-2〜+2)とした場合において、a=+2のとき
のｘ方向に沿った自己相関データＨ(a)の算出形態を図
５に、また、(xc,yc)=(4,4)、n=1(差分積算領域：１×
３)、wy=2(b=-2〜+2)とした場合において、b=+2のとき
のｙ方向に沿った自己相関データＶ(b)の算出形態を図
６にそれぞれ示す。(Xc, yc) = (4, 4), m = 1 (difference integration area: 3 ×
1), when wx = 2 (a = −2 to +2), the calculation form of the autocorrelation data H (a) along the x direction when a = + 2 is shown in FIG. xc, yc) = (4,4), n = 1 (difference integration area: 1 ×
3), when wy = 2 (b = −2 to +2), the calculation form of the autocorrelation data V (b) along the y direction when b = + 2 is shown in FIG.
【００４１】次に、上記で求めた自己相関データ(Ｓ(a,
b)、または、Ｈ(a)、Ｖ(b))に基づき、画像中における
周期的な画像パターンの繰り返しの有無を調べる。Next, the autocorrelation data (S (a,
b) or H (a), V (b)), the presence or absence of the repetition of the periodic image pattern in the image is checked.
【００４２】すなわち、周期的な画像パターンの繰り返
しが存在すると、その画像パターンの周期ごとに自己相
関が高くなり、上記数１、数２、数３で求まる自己相関
データは規則的に小さくなる。従って、まず、（Ａ）自
己相関データの極小値を検索し、（Ｂ）それら極小値が
所定レベル以下で、かつ、（Ｃ）それら極小値が規則的
に存在していることを調べる。That is, when a periodic image pattern is repeated, the autocorrelation increases in each cycle of the image pattern, and the autocorrelation data obtained by the above equations 1, 2 and 3 decreases regularly. Therefore, first, (A) the minimum value of the autocorrelation data is searched, and (B) it is checked that these minimum values are below a predetermined level, and (C) these minimum values are regularly present.
【００４３】図７は(xc,yc)=(7,3)、m=1、wx=5(a=-5〜+
5)とした場合のＰ(x,y)、Ｈ(a)の一例を示すデータとそ
のＨ(a)をグラフ化した図である。すなわち、同図は注
目画素(xc,yc)=(7,3)について、当該注目画素を含む注
目領域と当該注目領域以外の周辺領域との相関特性を示
すものである。なお、a=0は、同じ画素同志の自己相関
であるので、Ｈ(0)=０となり極小値になる。FIG. 7 shows (xc, yc) = (7, 3), m = 1, wx = 5 (a = −5 to +
FIG. 9 is a diagram showing data indicating an example of P (x, y) and H (a) in the case of 5) and a graph of H (a). That is, FIG. 11 shows the correlation characteristics between the attention area including the attention pixel and the surrounding area other than the attention area for the attention pixel (xc, yc) = (7, 3). Since a = 0 is the autocorrelation between the same pixels, H (0) = 0, which is the minimum value.
【００４４】自己相関データＨ(a)について、上記
（Ａ）の処理は、〔(Ｈ(k-1)＞Ｈ(k))and(Ｈ(k)＜Ｈ(k+
1))〕の条件を満たすkを＋側と−側とで求める。この条
件を満たすkについてのＨ(k)の値が極小値となる。With respect to the autocorrelation data H (a), the processing of the above (A) is as follows: [(H (k-1)> H (k)) and (H (k) <H (k +
1)) k that satisfies the condition of [+] is obtained on the + side and-side. The value of H (k) for k that satisfies this condition is the minimum value.
【００４５】上記（Ｂ）の処理は、上記（Ａ）の条件を
満たすＨ(k)、すなわち極小値となるＨ(k)が所定のしき
い値以下となるか否かで判定する。このしきい値は、予
め入力装置６等によって複数が設定されており、例えば
図７においては、”ＳＬ１=7.5”、”ＳＬ２=5”の２つ
が設定されている。そして、極小値となるＨ(k)が少な
くとも最も高い値のしきい値ＳＬ１以下となっていれ
ば、上記（Ｂ）の処理において、所定レベル以下である
と判定される。The process (B) determines whether H (k) that satisfies the condition (A), that is, the minimum value H (k) is equal to or less than a predetermined threshold value. A plurality of threshold values are set in advance by the input device 6 or the like. For example, in FIG. 7, two threshold values “SL1 = 7.5” and “SL2 = 5” are set. If the minimum value H (k) is at least equal to or less than the highest threshold value SL1, it is determined in the process (B) that it is equal to or less than the predetermined level.
【００４６】なお、注目領域のコントラストが高いほ
ど、Ｈ(a)の全体レベルが上がるため、しきい値は固定
値ではなく、Ｈ(a)の最大値に対する比率（例えば、Ｓ
Ｌ１＝５８％，ＳＬ２＝３８％）で規定してもよい。Since the overall level of H (a) increases as the contrast of the region of interest increases, the threshold value is not a fixed value but a ratio of the maximum value of H (a) (for example, S
L1 = 58%, SL2 = 38%).
【００４７】上記（Ｃ）の処理では、例えば、上記
（Ａ）の条件を満たす＋側のkをkp、−側のkをkmとした
とき(ABS{kp＋km}≦１)を満たすか否かで規則性の有無
を判定する。また、例えば、上記（Ａ）の条件を満たす
各極小値に対して、隣接する各極小値間の幅の相互の差
分の絶対値が各々１以下であるか否か、すなわち、ABS
{D(d+1)−D(d)}≦１(d=0,1,2,・・・：図７では、d=O)
によって規則性の有無を判定することもできる。後者の
判定によれば、例えば、極小値が＋側、−側にそれぞれ
２個以上存在する場合にも適用できる。In the processing of (C), for example, if k + on the + side and k on the − side satisfying the above condition (A) are kP and k is km (−ABS {kp + km} ≦ 1), for example, To determine the presence or absence of regularity. Also, for example, for each minimum value that satisfies the condition (A), whether the absolute value of the mutual difference between the widths of adjacent minimum values is 1 or less, ie, ABS
{D (d + 1) −D (d)} ≦ 1 (d = 0, 1, 2,..., D = O in FIG. 7)
The presence / absence of regularity can also be determined by this. According to the latter determination, for example, the present invention can also be applied to a case where two or more minimum values exist on the + side and − side respectively.
【００４８】Ｈ(a)に極小値が存在しても、ある程度大
きかったり(最も高い値のしきい値ＳＬ１を越えていた
り)、それら極小値が不規則に存在しているような場合
は周期性が有るとは言い難いが、上記（Ｂ）によりレベ
ル判定が行え、上記（Ｃ）により極小値の規則性が判別
でき、周期性の有無を確実に判定できる。Even if a minimum value exists in H (a), if it is somewhat large (exceeds the highest value threshold value SL1) or if the minimum value is present irregularly, the period is Although it is difficult to say that there is a property, the level can be determined by the above (B), the regularity of the minimum value can be determined by the above (C), and the presence or absence of periodicity can be reliably determined.
【００４９】従って、上記（Ａ）、（Ｂ）、（Ｃ）の条
件を全て満たす場合、注目画素(xc,yc)の周囲の範囲Ｗ
内の画像に周期的な画像パターンの繰り返しが存在する
ことになる。このことは換言すれば、注目画素(xc,yc)
の周囲の範囲Ｗ内の画像が周期画像領域として抽出され
たことを意味する。例えば、図７に示す自己相関データ
Ｈ(a)には周期性が有るため、注目画素(xc,yc)の周囲の
範囲Ｗ内の画像が周期画像領域として抽出される。これ
に対して、図８に示すような自己相関データＨ(a)には
周期性が無く、周期画像領域として抽出されることもな
い。Therefore, when all of the above conditions (A), (B) and (C) are satisfied, the range W around the pixel of interest (xc, yc)
Will have a periodic image pattern repetition. In other words, this means that the target pixel (xc, yc)
Means that the image within the range W around the area is extracted as a periodic image area. For example, since the autocorrelation data H (a) shown in FIG. 7 has periodicity, an image in the range W around the pixel of interest (xc, yc) is extracted as a periodic image region. On the other hand, the autocorrelation data H (a) as shown in FIG. 8 has no periodicity and is not extracted as a periodic image area.
【００５０】ところで、図７において、ｘ方向の周期値
Thは((kp一km)/2))または(D(d))である。By the way, in FIG. 7, the periodic value in the x direction
Th is ((kp 1 km) / 2)) or (D (d)).
【００５１】また、上記ではｘ方向に沿った周期性の有
無や周期値(Th)について説明したが、ｙ方向に沿った周
期性の有無や周期値(Tv)も同様の処理により求めること
ができる。In the above description, the presence / absence of the periodicity along the x direction and the periodic value (Th) have been described. However, the presence / absence of the periodicity along the y direction and the periodic value (Tv) can also be obtained by the same processing. it can.
【００５２】図９に示すように、ｘ方向の周期値(Th)と
ｙ方向の周期値(Tv)が判れば、周期方向θは(arctan(Tv
/Th))であり、処理前画像上の実際の周期値（周期方向
に沿った周期値）Ｔは(Th×sinθ)(または、Tv×cosθ)
により求めることができる。As shown in FIG. 9, if the period value (Th) in the x direction and the period value (Tv) in the y direction are known, the period direction θ is (arctan (Tv
/ Th)), and the actual cycle value (cycle value along the cycle direction) T on the image before processing is (Th × sin θ) (or Tv × cos θ)
Can be obtained by
【００５３】自己相関データＳ(a,b)を用いた場合に
は、上記と同様の処理を２次元的に行うことで、周期性
の有無や処理前画像上の実際の周期方向及び周期値を得
ることができるが、上述したようにｘ方向、ｙ方向それ
ぞれに沿った自己相関データＨ(a)、Ｖ(b)を用いても同
様の結果を高速に得ることができる。なお、自己相関デ
ータＳ(a,b)を用いた場合、実際の画像パターンの周期
を種々の方向から調べることになるが、このとき、周期
値が最小となる方向がその画像パターンの周期方向とな
る。When the autocorrelation data S (a, b) is used, the same processing as described above is performed two-dimensionally to determine the presence or absence of periodicity, the actual periodic direction and the periodic value on the image before processing. Can be obtained, but the same result can be obtained at high speed by using the autocorrelation data H (a) and V (b) along the x and y directions as described above. When the autocorrelation data S (a, b) is used, the cycle of the actual image pattern is checked from various directions. At this time, the direction in which the cycle value is minimum is the cycle direction of the image pattern. Becomes
【００５４】また、周期画像領域抽出部１０が上記
（Ａ）、（Ｂ）、（Ｃ）の処理を行う過程において、図
７に示したような相関特性に基づいて、周期性指標算出
部２０が画像パターンの繰り返しの有無の程度を示す周
期性指標Ｍを算出する。自己相関データＨ(a)は、周期
性の度合い（画像パターンの繰り返しの有無の程度）を
示すものであるため、極小値となるＨ(k)がより低い値
のしきい値以下となっている場合には、周期性の度合い
が大きいと言える。例えば、図７において、極小値Ｈ(-
3)はしきい値ＳＬ１としきい値ＳＬ２との間であるのに
対して、極小値Ｈ(+3)はしきい値ＳＬ２よりも小さい。
つまり、極小値Ｈ(+3)の方が周期性の度合いが大きいこ
とを示している。従って、極小値Ｈ(k)がいずれのしき
い値以下となっているかを判定することによって、画像
パターンの繰り返しの有無の程度を判別することができ
るのである。In the process in which the periodic image area extracting unit 10 performs the above-described processes (A), (B), and (C), the periodicity index calculating unit 20 based on the correlation characteristics shown in FIG. Calculates the periodicity index M indicating the degree of the presence or absence of the repetition of the image pattern. Since the autocorrelation data H (a) indicates the degree of periodicity (the degree of repetition of the image pattern), the minimum value H (k) becomes equal to or smaller than the lower threshold value. If so, it can be said that the degree of periodicity is large. For example, in FIG. 7, the minimum value H (−
3) is between the threshold value SL1 and the threshold value SL2, while the minimum value H (+3) is smaller than the threshold value SL2.
That is, the minimum value H (+3) indicates that the degree of periodicity is greater. Therefore, by judging which threshold value is smaller than or equal to the minimum value H (k), it is possible to determine the degree of repetition of the image pattern.
【００５５】具体的には、以下のようにして周期性指標
算出部２０が周期性指標Ｍを算出する。周期性指標Ｍの
算出に関与するのは、上記（Ａ）の処理において極小値
と判定され、上記（Ｂ）の処理において最高しきい値Ｓ
Ｌ１以下と判定され、かつ上記（Ｃ）の処理において規
則性有りと判定された極小値Ｈ(k)のみである。但し、
Ｈ(0)は、注目画素自身との相関であって、必ず０にな
る値であるため、周期性指標Ｍの算出には関与しない。
従って、例えば、図７においては、しきい値ＳＬ１以下
の極小値Ｈ(-3)および極小値Ｈ(+3)がいずれのしきい値
以下となっているかによって周期性指標Ｍは算出され
る。なお、上記（Ａ）、（Ｂ）、（Ｃ）の条件を満たす
Ｈ(k)が存在しない場合には、その注目画素(xc,yc)につ
いての周期性指標Ｍ(xc,yc)＝０とすることにより、周
期性は存在しないものされる。More specifically, the periodicity index calculating section 20 calculates the periodicity index M as follows. It is determined that the minimum value is involved in the calculation of the periodicity index M in the process (A) and the maximum threshold value S is determined in the process (B).
Only the minimum value H (k) determined to be equal to or less than L1 and determined to have regularity in the process (C). However,
H (0) is a correlation with the pixel of interest itself and is a value that always becomes 0, and thus does not participate in the calculation of the periodicity index M.
Therefore, for example, in FIG. 7, the periodicity index M is calculated based on which threshold value is equal to or less than the minimum value H (−3) and the minimum value H (+3) equal to or less than the threshold value SL1. . If there is no H (k) that satisfies the above conditions (A), (B) and (C), the periodicity index M (xc, yc) = 0 for the target pixel (xc, yc). Thus, there is no periodicity.
【００５６】複数のしきい値のそれぞれには周期性指標
Ｍの値が０から１の範囲にて規定されており、例えば図
７の例では、しきい値ＳＬ１に”Ｍ＝０”、しきい値Ｓ
Ｌ２に”Ｍ＝１”が規定されている。そして、しきい値
ＳＬ２以下の極小値Ｈ(k)については”Ｍ(k)＝１”とす
る。一方、しきい値ＳＬ１としきい値ＳＬ２との間の極
小値Ｈ(k)については、しきい値ＳＬ１としきい値ＳＬ
２との間において周期性指標Ｍが線形的に変化するもの
とみなして、算出する。例えば、図７の場合、以下の数
４に従って算出する。In each of the plurality of threshold values, the value of the periodicity index M is defined in the range of 0 to 1. For example, in the example of FIG. 7, "M = 0" is set as the threshold value SL1. Threshold S
"M = 1" is defined in L2. The minimum value H (k) equal to or smaller than the threshold SL2 is set to "M (k) = 1". On the other hand, regarding the minimum value H (k) between the threshold value SL1 and the threshold value SL2, the threshold value SL1 and the threshold value SL
The periodicity index M is calculated assuming that the periodicity index M changes linearly between the two. For example, in the case of FIG.
【００５７】[0057]
【数４】 (Equation 4)
【００５８】そして、複数の極小値Ｈ(k)について算出
されたＭ(k)の平均値が注目画素(xc,yc)についての周期
性指標Ｍ(xc,yc)となる。例えば、図７においては、極
小値Ｈ(+3)はしきい値ＳＬ２よりも小さいため、Ｍ(+3)
＝１となる。また、極小値Ｈ(-3)はしきい値ＳＬ１とし
きい値ＳＬ２との間であるため、数４に従い、Ｍ(-3)＝
(7.5-6)/(7.5-5)=0.6となる。よって、注目画素(xc,yc)
=(7,3)についての周期性指標Ｍ(7,3)＝(1+0.6)/2＝0.8
となる。Then, the average value of M (k) calculated for a plurality of minimum values H (k) becomes the periodicity index M (xc, yc) for the target pixel (xc, yc). For example, in FIG. 7, since the minimum value H (+3) is smaller than the threshold value SL2, M (+3)
= 1. Further, since the minimum value H (-3) is between the threshold value SL1 and the threshold value SL2, M (-3) =
(7.5-6) / (7.5-5) = 0.6. Therefore, the target pixel (xc, yc)
= Periodicity index M (7,3) for (7,3) = (1 + 0.6) /2=0.8
Becomes
【００５９】なお、周期性指標Ｍの算出に使用するしき
い値は２つに限定されるものではなく、３つ以上であっ
ても良い。最高しきい値と最低しきい値との間において
周期性指標Ｍが線形的に変化する場合は、２つで十分で
あるが、非線形的に変化する場合は３つ以上のしきい値
を設定した方が好ましい。The number of thresholds used for calculating the periodicity index M is not limited to two, but may be three or more. When the periodicity index M changes linearly between the highest threshold value and the lowest threshold value, two is sufficient, but when the periodicity index M changes nonlinearly, three or more threshold values are set. It is preferable to do so.
【００６０】また、上記のしきい値とは別に、自己相関
データＨ(a)の最大値について判定するためのしきい値
を設けるようにしても良い。自己相関データＨ(a)の最
大値が所定のしきい値よりも小さい場合は、均一な画像
中にノイズが存在している場合が多いと考えられ、この
ような場合は周期的な画像パターンの繰り返しであると
は言えない。従って、自己相関データＨ(a)の最大値が
所定のしきい値よりも小さい場合は、注目画素(xc,yc)
についての周期性指標Ｍ(xc,yc)＝０とすることによ
り、周期性は存在しないものと判定するのである。In addition to the above threshold value, a threshold value for determining the maximum value of the autocorrelation data H (a) may be provided. If the maximum value of the autocorrelation data H (a) is smaller than a predetermined threshold value, it is considered that noise is often present in a uniform image. It cannot be said that it is a repetition of. Therefore, when the maximum value of the autocorrelation data H (a) is smaller than a predetermined threshold, the pixel of interest (xc, yc)
By setting the periodicity index M (xc, yc) = 0 for, it is determined that there is no periodicity.
【００６１】上述したような周期画像領域抽出部１０お
よび周期性指標算出部２０による一連の処理を、処理前
画像内の全ての画素(または、一定間隔ごとの画素でも
よい)を順次注目画素(xc,yc)として行うことにより、処
理前画像内において周期性を有する画像パターンが存在
する画像領域、すなわち周期的な画像パターンの繰り返
しが存在する周期画像領域を全て抽出することができる
とともに、注目画素(xc,yc)についての周期性の度合い
（画像パターンの繰り返しの有無の程度）である周期性
指標Ｍ(xc,yc)を算出することができる。A series of processing by the periodic image area extracting unit 10 and the periodicity index calculating unit 20 described above is performed by sequentially selecting all the pixels (or pixels at regular intervals) in the image before processing. xc, yc), it is possible to extract all the image regions in which the image pattern having the periodicity exists in the image before processing, that is, all the periodic image regions in which the repetition of the periodic image pattern exists. It is possible to calculate a periodicity index M (xc, yc) which is a degree of periodicity (a degree of repetition of an image pattern) for the pixel (xc, yc).
【００６２】なお、上記処理で随時説明した周期性指標
と周期方向と周期値とを周期性データとする。The periodicity index, the periodic direction, and the periodic value, which are described as needed in the above processing, are used as periodicity data.
【００６３】＜２−２．加工後周期性指標の算出＞周期
性指標算出部２０によって算出された周期性指標Ｍは、
加工後周期性指標算出部２５に伝達され、加工後周期性
指標算出部２５によって加工後周期性指標が算出され
る。図１０は、加工後周期性指標算出の手順を示すフロ
ーチャートである。<2-2. Calculation of post-processing periodicity index> The periodicity index M calculated by the periodicity index calculating unit 20 is:
It is transmitted to the post-processing periodicity index calculating unit 25, and the post-processing periodicity index calculating unit 25 calculates the post-processing periodicity index. FIG. 10 is a flowchart illustrating a procedure of calculating the post-processing periodicity index.
【００６４】既述したように、処理前画像内の全ての画
素について周期性指標Ｍ(xc,yc)が求められるため、周
期性指標Ｍ(xc,yc)によって表現された周期性指標画像
を作成することができる。周期性指標画像は、その画素
の値を周期性指標Ｍ(xc,yc)とする一種のグレー画像で
あり、加工後周期性指標算出部２５によって作成され、
処理前画像記憶部２ｂに記憶される。そして、加工後周
期性指標算出部２５は、その周期性指標画像に対して以
下の加工を行った後、その画素の値たる周期性指標を検
出して加工後周期性指標とするのである。As described above, since the periodicity index M (xc, yc) is obtained for all the pixels in the image before processing, the periodicity index image represented by the periodicity index M (xc, yc) is obtained. Can be created. The periodicity index image is a type of gray image whose pixel value is a periodicity index M (xc, yc), and is created by the post-processing periodicity index calculation unit 25.
It is stored in the pre-processing image storage unit 2b. Then, the post-processing periodicity index calculation unit 25 performs the following processing on the periodicity index image, and then detects the periodicity index that is the value of the pixel to use it as the post-processing periodicity index.
【００６５】まず、作成された周期性指標画像につい
て、加工後周期性指標算出部２５がバイリニア縮小を行
う（ステップＳ３１）。バイリニア縮小とは、例えば、
周期性指標画像を１つの領域が４×４の画素群で構成さ
れる複数の領域に分割し、複数の領域のそれぞれに含ま
れる１６の画素の階調値を平均して１つの画素の階調値
として出力する画像縮小処理である。このようなバイリ
ニア縮小によって、周期性指標画像は縦横ともに１／４
に縮小されるとともに、周期性指標画像の階調値が平滑
化されることとなる。First, the processed periodicity index calculating unit 25 performs bilinear reduction on the created periodicity index image (step S31). Bilinear reduction, for example,
The periodicity index image is divided into a plurality of regions in which one region is composed of a 4 × 4 pixel group, and the grayscale values of 16 pixels included in each of the plurality of regions are averaged to calculate the rank of one pixel. This is an image reduction process for outputting as a tonal value. Due to such bilinear reduction, the periodicity index image becomes 1/4 in both the vertical and horizontal directions.
And the gradation value of the periodicity index image is smoothed.
【００６６】次に、バイリニア縮小によって得られた縮
小画像に対して加工後周期性指標算出部２５がメディア
ンフィルタによるフィルタ操作を行う（ステップＳ３
２）。メディアンフィルタは、その構成画素（例えば、
３×３＝９画素）の階調値のうちの中央値（メディア
ン）を中央画素の出力値とするフィルタであり、画像中
のノイズ部分を除去するためのフィルタである。メディ
アンフィルタを上記縮小画像に対して順次に走査させる
と、当該縮小画像中のノイズ部分が除去される。周期性
指標画像を縮小した縮小画像中においてノイズ部分とな
るのは、元の周期性指標画像中において周期性指標が急
激に変化している局所領域である。Next, the post-processing periodicity index calculating unit 25 performs a filtering operation using a median filter on the reduced image obtained by the bilinear reduction (step S3).
2). The median filter has its constituent pixels (for example,
This is a filter for setting the median value (median) of the gradation values of (3 × 3 = 9 pixels) as the output value of the central pixel, and is a filter for removing a noise portion in the image. When the median filter sequentially scans the reduced image, a noise portion in the reduced image is removed. The noise portion in the reduced image obtained by reducing the periodicity index image is a local region in which the periodicity index rapidly changes in the original periodicity index image.
【００６７】また、縮小画像に対して３×３のメディア
ンフィルタによるフィルタ操作を行うことは、元の周期
性指標画像に対して１２×１２のメディアンフィルタに
よるフィルタ操作を行うことと実質的に等価である。フ
ィルタ操作は、フィルタのサイズが小さいほどＣＰＵ１
の負担が軽く、高速に実行することができる。すなわ
ち、バイリニア縮小を行った後に小さなフィルタによる
フィルタ操作を行うことで、大きなフィルタによるフィ
ルタ操作を行ったのと同様の効果を高い処理効率にて得
ることができるのである。Performing a filter operation with a 3 × 3 median filter on the reduced image is substantially equivalent to performing a filter operation with a 12 × 12 median filter on the original periodicity index image. It is. The smaller the size of the filter, the more the CPU1
The load on the system is light, and high-speed execution is possible. That is, by performing the filter operation using the small filter after performing the bilinear reduction, the same effect as performing the filter operation using the large filter can be obtained with high processing efficiency.
【００６８】次に、フィルタ操作後の縮小画像に対して
加工部４０がバイリニア拡大を行い、加工後の周期性指
標画像を得る（ステップＳ３３）。バイリニア拡大と
は、フィルタ操作後の縮小画像に含まれる画素の階調値
を補間しつつ、当該縮小画像を元の周期性指標画像と同
等の大きさに拡大する処理である。Next, the processing section 40 performs bilinear enlargement on the reduced image after the filter operation to obtain a processed periodicity index image (step S33). Bilinear enlargement is a process of enlarging the reduced image to the same size as the original periodicity index image while interpolating the gradation values of the pixels included in the reduced image after the filter operation.
【００６９】図１１は、加工後周期性指標算出における
バイリニア拡大を概念的に説明するための図である。フ
ィルタ操作後の縮小画像において、図１１（ａ）に示す
ように、周期性指標Ｍ＝１．０、Ｍ＝０．０、Ｍ＝１．
０の順に並ぶ画素列が存在していたとする。これを縦横
ともに４倍に拡大すると、図１１（ｂ）に示すような元
の周期性指標画像と同等の大きさの画像が得られるので
あり、このときに周期性指標Ｍ＝１．０の画素と周期性
指標Ｍ＝０．０の画素との間に生成された画素列Ｌ１お
よび画素列Ｌ２については周期性指標Ｍ＝１．０と周期
性指標Ｍ＝０．０との間にて直線近似にて補間（バイリ
ニア補間）した周期性指標Ｍを付与する。このようにす
れば、フィルタ操作後の縮小画像において隣接する画素
の周期性指標Ｍの値が大きく異なっていたとしても、拡
大後の加工後周期性指標画像においては周期性指標Ｍの
値が滑らかに変化する状態（いわゆる「なじむ」状態）
となる。FIG. 11 is a diagram for conceptually explaining the bilinear enlargement in calculating the post-machining periodicity index. In the reduced image after the filter operation, as shown in FIG. 11A, the periodicity indexes M = 1.0, M = 0.0, M = 1.
It is assumed that there is a pixel row arranged in the order of 0. If this is enlarged four times both vertically and horizontally, an image having the same size as the original periodicity index image as shown in FIG. 11B is obtained. For the pixel rows L1 and L2 generated between the pixel and the pixel with the periodicity index M = 0.0, between the periodicity index M = 1.0 and the periodicity index M = 0.0. A periodicity index M interpolated by linear approximation (bilinear interpolation) is assigned. In this way, even if the value of the periodicity index M of the adjacent pixels is greatly different in the reduced image after the filter operation, the value of the periodicity index M is smooth in the enlarged periodicity index image after the enlargement. State (so-called "adapted" state)
Becomes
【００７０】以上のようにして、加工後周期性指標算出
部２５による加工が実行されるのであり、バイリニア縮
小とバイリニア拡大との組み合わせによって周期性指標
画像に対する一種のぼかし処理を行うとともに、メディ
アンフィルタによるフィルタ操作を行うことによって、
周期性指標が急激に変化している局所領域が十分に除去
された加工後の周期性指標画像を取得することができ
る。As described above, the processing by the post-processing periodicity index calculating unit 25 is executed. By performing a kind of blurring processing on the periodicity index image by a combination of the bilinear reduction and the bilinear expansion, the median filter is performed. By performing the filter operation by
It is possible to acquire a processed periodicity index image from which a local region where the periodicity index has rapidly changed is sufficiently removed.
【００７１】次に、ステップＳ３４に進み、加工後周期
性指標算出部２５が上記の加工後周期性指標画像から注
目画素の値（すなわち周期性指標）を検出することによ
って、当該注目画素(xc,yc)についての加工後周期性指
標ＰＭ(xc,yc)を算出する。ここでの注目画素とは、既
述した周期性指標の算出時の注目画素(xc,yc)と同じで
ある。Next, the process proceeds to step S34, where the post-processing periodicity index calculating section 25 detects the value of the pixel of interest (ie, the periodicity index) from the above-mentioned post-processing periodicity index image, thereby obtaining the pixel of interest (xc , yc) is calculated as the post-machining periodicity index PM (xc, yc). The target pixel here is the same as the target pixel (xc, yc) at the time of calculating the periodicity index described above.
【００７２】＜２−３．コントラスト量の算出＞次に、
コントラスト量の算出について説明する。既述したよう
に、処理前画像は差分画像作成部３０にも与えられ、差
分画像作成部３０、加工部４０およびコントラスト量算
出部５０による処理を経て注目画素(xc,yc)についての
コントラスト量Ｃ(xc,yc)が算出される。注目画素(xc,y
c)についてのコントラスト量とは、注目画素(xc,yc)と
その周辺画素との明暗比を示す指標である。<2-3. Calculation of contrast amount>
The calculation of the contrast amount will be described. As described above, the image before processing is also provided to the difference image creation unit 30, and is processed by the difference image creation unit 30, the processing unit 40, and the contrast amount calculation unit 50, and the contrast amount for the target pixel (xc, yc) is obtained. C (xc, yc) is calculated. Attention pixel (xc, y
The contrast amount for c) is an index indicating the contrast ratio between the target pixel (xc, yc) and its surrounding pixels.
【００７３】図１２は、コントラスト量算出の手順を示
すフローチャートである。図１２に示した各処理のう
ち、ステップＳ４１〜ステップＳ４３の処理は差分画像
作成部３０によって、ステップＳ４４〜ステップＳ４６
の処理は加工部４０によって、ステップＳ４７の処理は
コントラスト量算出部５０によって実行されるものであ
り、以下これらについて順に説明する。FIG. 12 is a flowchart showing the procedure for calculating the contrast amount. Of the processes shown in FIG. 12, the processes of steps S41 to S43 are performed by the difference image creating unit 30 in steps S44 to S46.
Is performed by the processing unit 40, and the process of step S47 is performed by the contrast amount calculation unit 50. These processes will be described below in order.
【００７４】まず、差分画像作成部３０が高濃度領域拡
張画像および高濃度領域縮小画像を作成する（ステップ
Ｓ４１，Ｓ４２）。図１３は、高濃度領域の拡張または
縮小について説明する図である。同図に示すように、白
地中に黒地の四角形の図形（斜線を付した部分）が描か
れた処理前画像の高濃度領域を拡張または縮小する場合
を例として説明する。First, the difference image creating section 30 creates a high density area expanded image and a high density area reduced image (steps S41 and S42). FIG. 13 is a diagram illustrating expansion or reduction of a high-density area. As shown in the figure, a case will be described as an example where a high-density area of an unprocessed image in which a black square figure (hatched portion) is drawn in a white background is expanded or reduced.
【００７５】図１３において、白地部分が階調値Ｐ＝”
２５５”の高濃度領域であり、黒の図形部分が階調値Ｐ
＝”０”の低濃度領域である。高濃度領域を拡張すると
きには、この画像に対して３×３の画素行列で構成され
るフィルタＦ１によるフィルタ操作を行う。フィルタＦ
１は、その構成画素（３×３＝９画素）の階調値のうち
の最大値を中央画素の出力値とするフィルタである。そ
して、このフィルタＦ１を、画像に対して順次に走査さ
せることによって高濃度領域の拡張を行う。すなわち、
フィルタＦ１が黒の図形の周辺部分を走査するときに
は、高濃度（高階調値）である白地部分の階調値（Ｐ＝
２５５）が出力され、当該周縁部分が黒から白地に置換
される。このことは、高濃度領域（白地）が拡張される
ことを意味しており、いわゆる太らせ処理が行われてい
ることとなる。In FIG. 13, a white background has a gradation value P = “
255 "high-density area, and a black figure portion has a gradation value P
= Low-density area of "0". When expanding the high-density area, the image is subjected to a filter operation using a filter F1 composed of a 3 × 3 pixel matrix. Filter F
Reference numeral 1 denotes a filter that uses the maximum value among the gradation values of the constituent pixels (3 × 3 = 9 pixels) as the output value of the central pixel. Then, the high density area is expanded by sequentially scanning the image with the filter F1. That is,
When the filter F1 scans the peripheral portion of the black figure, the grayscale value (P =
255) is output, and the peripheral portion is replaced from black to a white background. This means that the high-density area (white background) is expanded, and so-called thickening processing is performed.
【００７６】図１４は、図１３の画像の高濃度領域が拡
張された高濃度領域拡張画像を示す図である。高濃度領
域（白地）が拡張され、黒の図形部分が処理前画像より
も小さくなっている。FIG. 14 is a view showing a high-density area expanded image obtained by expanding the high-density area of the image shown in FIG. The high-density area (white background) is expanded, and the black figure portion is smaller than the image before processing.
【００７７】一方、高濃度領域を縮小するときにも上記
と同様に、処理前画像に対して３×３の画素行列で構成
されるフィルタＦ２によるフィルタ操作を行う。フィル
タＦ２は、その構成画素（３×３＝９画素）の階調値の
うちの最小値を中央画素の出力値とするフィルタであ
る。従って、上記拡張と同様に、フィルタＦ２を処理前
画像に対して順次に走査させると、黒の図形の周辺部分
において、低濃度（低階調値）である黒の階調値（Ｐ＝
０）が出力され、当該周辺部分が白地から黒に置換され
る。このことは、高濃度領域（白地）が縮小されること
を意味しており、いわゆる細らせ処理が行われているこ
ととなる。On the other hand, when the high-density area is reduced, a filter operation is performed on the image before processing by the filter F2 composed of a 3 × 3 pixel matrix in the same manner as described above. The filter F2 is a filter that uses the minimum value among the gradation values of the constituent pixels (3 × 3 = 9 pixels) as the output value of the central pixel. Therefore, similarly to the above-described expansion, when the filter F2 is sequentially scanned with respect to the image before processing, the black gradation value (P = low gradation value) having a low density (low gradation value) is obtained in the peripheral portion of the black figure.
0) is output, and the surrounding portion is replaced with black from a white background. This means that the high-density area (white background) is reduced, which means that a so-called thinning process is being performed.
【００７８】図１５は、図１３の画像の高濃度領域が縮
小された高濃度領域縮小画像を示す図である。高濃度領
域（白地）が縮小され、黒の図形部分が処理前画像より
も大きくなっている。FIG. 15 is a diagram showing a high-density area reduced image in which the high-density area of the image of FIG. 13 is reduced. The high-density area (white background) is reduced, and the black figure portion is larger than the image before processing.
【００７９】次に、差分画像作成部３０が高濃度領域拡
張画像と高濃度領域縮小画像との差分である差分画像を
作成する（ステップＳ４３）。本実施形態における差分
画像とは、高濃度領域拡張画像の画素の階調値から当該
画素に対応する高濃度領域縮小画像の画素の階調値を減
算して得られる画像である。すなわち、以下の数５によ
って得られる画像である。Next, the difference image creating section 30 creates a difference image which is a difference between the high density area expanded image and the high density area reduced image (step S43). The difference image in the present embodiment is an image obtained by subtracting the tone value of the pixel of the reduced high-density area image corresponding to the pixel from the tone value of the pixel of the high-density area expanded image. That is, it is an image obtained by the following Expression 5.
【００８０】[0080]
【数５】 (Equation 5)
【００８１】数５において、Ｐdif(x,y)は差分画像の画
素(x,y)の階調値、Ｐmax(x,y)は高濃度領域拡張画像の
画素(x,y)の階調値、Ｐmin(x,y)は高濃度領域縮小画像
の画素(x,y)の階調値である。In Equation 5, P dif (x, y) is the gradation value of the pixel (x, y) of the difference image, and P max (x, y) is the pixel value (x, y) of the high-density area expanded image. The gradation value, P min (x, y), is the gradation value of the pixel (x, y) in the high-density area reduced image.
【００８２】図１６は、作成された差分画像を示す図で
ある。図１３に示した処理前画像と比較すると明らかな
ように、処理前画像においてコントラストが高い領域、
すなわち、ある画素とその周辺との明暗比が大きい領域
が差分画像においては大きな階調値を有している。この
ことは、差分画像とは、処理前画像からコントラストが
高い領域を抽出した画像であることを意味しており、差
分画像の作成とは高コントラスト領域の抽出処理である
と言える。FIG. 16 is a diagram showing the created difference image. As is clear from the comparison with the pre-processing image shown in FIG.
In other words, a region where the contrast ratio between a certain pixel and its periphery is large has a large gradation value in the difference image. This means that the difference image is an image obtained by extracting a region with high contrast from the image before processing, and it can be said that the creation of the difference image is a process of extracting a high contrast region.
【００８３】本実施形態においては、後述のように、高
コントラスト領域にぼかし処理を施すことによってモア
レの発生を抑制している。ある程度面積の大きな高コン
トラスト領域（例えば、エアコンのフロントパネルにつ
いての画像領域）であれば、ぼかし処理が有効なのであ
るが、高コントラストであっても面積の小さな領域（例
えば、エアコンのスイッチについての画像領域）にぼか
し処理を施すと鮮鋭度を喪失するため適当ではない。そ
こで、本実施形態においては、加工部４０によって上記
差分画像を加工し、高コントラストであっても面積の小
さな領域やノイズ部分を除去している（コントラストを
低下させている）。In the present embodiment, as described later, the occurrence of moiré is suppressed by applying a blurring process to a high contrast area. In the case of a high-contrast area having a large area to some extent (for example, an image area of the front panel of an air conditioner), the blurring process is effective. It is not appropriate to apply a blurring process to the (area) because the sharpness is lost. Therefore, in the present embodiment, the difference image is processed by the processing unit 40, and a region having a small area and a noise portion are removed even if the contrast is high (contrast is reduced).
【００８４】加工部４０による加工は、ステップＳ４４
〜ステップＳ４６の３段階の工程によって行われる。こ
の加工は、上述した加工後周期性指標の算出時における
加工処理と類似の処理である。すなわち、まず、ステッ
プＳ４３にて作成された差分画像について、加工部４０
がバイリニア縮小を行う（ステップＳ４４）。ここでの
バイリニア縮小とは、例えば、差分画像を１つの領域が
８×８の画素群で構成される複数の領域に分割し、複数
の領域のそれぞれに含まれる６４の画素の階調値を平均
して１つの画素の階調値として出力する画像縮小処理で
ある。このようなバイリニア縮小によって、差分画像は
縦横ともに１／８に縮小されるとともに、差分画像の階
調値が平滑化されることとなる。The processing by the processing section 40 is performed in step S44.
To Step S46. This processing is similar to the processing at the time of calculating the post-processing periodicity index. That is, first, regarding the difference image created in step S43, the processing unit 40
Performs bilinear reduction (step S44). Here, the bilinear reduction refers to, for example, dividing a difference image into a plurality of regions each including an 8 × 8 pixel group, and calculating a gradation value of 64 pixels included in each of the plurality of regions. This is an image reduction process of outputting as a tone value of one pixel on average. By such bilinear reduction, the difference image is reduced to １ ／ both vertically and horizontally, and the gradation value of the difference image is smoothed.
【００８５】次に、バイリニア縮小によって得られた縮
小画像に対して加工部４０がメディアンフィルタによる
フィルタ操作を行う（ステップＳ４５）。メディアンフ
ィルタは、既述した如く、その構成画素（例えば、３×
３＝９画素）の階調値のうちの中央値（メディアン）を
中央画素の出力値とするフィルタであり、画像中のノイ
ズ部分を除去するためのフィルタである。メディアンフ
ィルタを上記縮小画像に対して順次に走査させると、当
該縮小画像中のノイズ部分が除去される。ここで縮小画
像中においてノイズ部分となるのは、元の処理前画像中
における面積の小さな高コントラスト領域やノイズ領域
である。Next, the processing section 40 performs a filter operation using a median filter on the reduced image obtained by the bilinear reduction (step S45). As described above, the median filter has its constituent pixels (for example, 3 ×
This is a filter that uses the median (median) of the gradation values of (3 = 9 pixels) as the output value of the center pixel, and is a filter for removing a noise portion in the image. When the median filter sequentially scans the reduced image, a noise portion in the reduced image is removed. Here, the noise portion in the reduced image is a high-contrast region or a noise region having a small area in the original image before processing.
【００８６】また、縮小画像に対して３×３のメディア
ンフィルタによるフィルタ操作を行うことは、元の差分
画像に対して２４×２４のメディアンフィルタによるフ
ィルタ操作を行うことと実質的に等価である。フィルタ
操作は、フィルタのサイズが小さいほどＣＰＵ１の負担
が軽く、高速に実行することができる。すなわち、バイ
リニア縮小を行った後に小さなフィルタによるフィルタ
操作を行うことで、大きなフィルタによるフィルタ操作
を行ったのと同様の効果を高い処理効率にて得ることが
できるのである。Performing a filter operation with a 3 × 3 median filter on the reduced image is substantially equivalent to performing a filter operation with a 24 × 24 median filter on the original difference image. . The smaller the size of the filter, the lighter the load on the CPU 1 and the faster the filter operation can be executed. That is, by performing the filter operation using the small filter after performing the bilinear reduction, the same effect as performing the filter operation using the large filter can be obtained with high processing efficiency.
【００８７】次に、フィルタ操作後の縮小画像に対して
加工部４０がバイリニア拡大を行い、加工後の差分画像
を得る（ステップＳ４６）。バイリニア拡大とは、フィ
ルタ操作後の縮小画像に含まれる画素の階調値を補間し
つつ、当該縮小画像を元の差分画像と同等の大きさに拡
大する処理である。Next, the processing section 40 performs bilinear enlargement on the reduced image after the filter operation to obtain a processed difference image (step S46). Bilinear enlargement is a process of enlarging the reduced image to the same size as the original difference image while interpolating the tone values of the pixels included in the reduced image after the filter operation.
【００８８】図１７は、コントラスト量算出におけるバ
イリニア拡大を概念的に説明するための図である。フィ
ルタ操作後の縮小画像において、図１７（ａ）に示すよ
うに、階調値Ｐ＝２５５、Ｐ＝０、Ｐ＝２５５の順に並
ぶ画素列が存在していたとする。これを縦に８倍に拡大
すると、図１７（ｂ）に示すような元の差分画像と同等
の大きさの画像が得られるのであり、このときに階調値
Ｐ＝２５５の画素と階調値Ｐ＝０の画素との間に生成さ
れた画素列Ｌ３および画素列Ｌ４については階調値Ｐ＝
２５５と階調値Ｐ＝０との間にて直線近似にて補間（バ
イリニア補間）した階調値を付与する。このようにすれ
ば、フィルタ操作後の縮小画像において隣接する画素の
階調値が大きく異なっていたとしても、拡大後の差分画
像においては階調値が滑らかに変化する状態（いわゆる
「なじむ」状態）となる。このことは、後述するコント
ラスト量の急激な変化を抑制して、ぼかし処理の程度の
急激な変化による画質低下の防止につながるのである。FIG. 17 is a diagram for conceptually explaining bilinear enlargement in calculating the contrast amount. It is assumed that, in the reduced image after the filter operation, as shown in FIG. 17A, there is a pixel row arranged in the order of gradation values P = 255, P = 0, and P = 255. If this is vertically enlarged eight times, an image having the same size as the original difference image as shown in FIG. 17B is obtained. At this time, the pixel having the gradation value P = 255 and the gradation For the pixel rows L3 and L4 generated between the pixel having the value P = 0 and the gradation value P =
A gradation value interpolated by linear approximation (bilinear interpolation) is provided between 255 and the gradation value P = 0. In this way, even if the tone values of adjacent pixels are greatly different in the reduced image after the filter operation, the tone values change smoothly in the enlarged difference image (the so-called “fit-in” state). ). This suppresses a sharp change in the contrast amount, which will be described later, and prevents image quality deterioration due to a sharp change in the degree of the blurring process.
【００８９】以上のようにして、加工部４０による加工
が実行されるのであり、バイリニア縮小とバイリニア拡
大との組み合わせによって差分画像に対する一種のぼか
し処理を行うとともに、メディアンフィルタによるフィ
ルタ操作を行うことによって、高コントラストであって
も面積の小さな領域やノイズ部分が十分に除去された加
工後の差分画像を取得することができる。As described above, the processing by the processing unit 40 is executed. By performing a kind of blurring processing on the difference image by a combination of the bilinear reduction and the bilinear expansion, and performing the filter operation by the median filter, Even after high contrast, it is possible to obtain a processed difference image from which a small area or a noise portion is sufficiently removed.
【００９０】なお、ステップＳ４４〜ステップＳ４６の
加工処理は必須の処理ではなく、処理前画像中に高コン
トラストであっても面積の小さな領域等がほとんど存在
しないような場合は、省略可能な処理である。The processing in steps S44 to S46 is not an indispensable processing. If there is almost no area with a small area even if the image before processing has a high contrast, it can be omitted. is there.
【００９１】次に、ステップＳ４７に進み、コントラス
ト量算出部５０が差分画像（加工後の差分画像または加
工を行っていない差分画像）から注目画素の階調値を検
出することによって、当該注目画素についてのコントラ
スト量を算出する。ここでの注目画素とは、既述した周
期性指標の算出時の注目画素(xc,yc)と同じである。Next, proceeding to step S47, the contrast amount calculating section 50 detects the gradation value of the pixel of interest from the difference image (the difference image after processing or the difference image that has not been processed). Is calculated for. The target pixel here is the same as the target pixel (xc, yc) at the time of calculating the periodicity index described above.
【００９２】差分画像は、処理前画像からコントラスト
が高い領域を抽出した画像であり、その階調値が大きい
ということは、処理前画像においてコントラストが高い
ことを意味している。従って、差分画像における注目画
素(xc,yc)の階調値は、そのまま注目画素(xc,yc)とその
周辺画素との明暗比を示す指標となり、すなわち注目画
素(xc,yc)についてのコントラスト量Ｃ(xc,yc)となるの
である。The difference image is an image obtained by extracting a high-contrast area from the pre-processing image. A large gradation value means that the pre-processing image has high contrast. Therefore, the tone value of the pixel of interest (xc, yc) in the difference image becomes an index indicating the light-dark ratio of the pixel of interest (xc, yc) and its surrounding pixels as it is, that is, the contrast of the pixel of interest (xc, yc). It becomes the quantity C (xc, yc).
【００９３】なお、前記した実施例においては、注目画
素についてのコントラスト量を、差分画像から算出する
ように説明したが、例えば次のようにコントラスト量を
算出してもよい。In the above-described embodiment, the description has been made such that the contrast amount for the target pixel is calculated from the difference image. However, the contrast amount may be calculated as follows, for example.
【００９４】注目画素の階調値と周辺画素（例えば、左
右、上下方向の隣接画素）の階調値の差分を求め、求め
た差分値の平均値又は合計値に基づいてコントラスト量
を算出することができる。The difference between the gradation value of the target pixel and the gradation values of peripheral pixels (for example, adjacent pixels in the horizontal and vertical directions) is obtained, and the amount of contrast is calculated based on the average value or the total value of the obtained difference values. be able to.
【００９５】あるいは、注目画素に対する周辺画素（例
えば、左右、上下方向の隣接画素）間の階調値の差分を
求め、求めた差分値の平均値又は合計値に基づいてコン
トラスト量を算出することができる。Alternatively, a difference in tone value between peripheral pixels (for example, adjacent pixels in the horizontal and vertical directions) with respect to the pixel of interest is obtained, and a contrast amount is calculated based on an average or a total value of the obtained difference values. Can be.
【００９６】＜２−４．ぼかし量の決定＞以上のように
して、注目画素(xc,yc)についての周期性指標Ｍ(xc,y
c)、加工後周期性指標ＰＭ(xc,yc)およびコントラスト
量Ｃ(xc,yc)が算出された後、ぼかし量決定部６０が加
工後周期性指標ＰＭ(xc,yc)およびコントラスト量Ｃ(x
c,yc)に基づいてぼかし処理の程度であるぼかし量を決
定する（図３のステップＳ５）。本実施形態において、
ぼかし処理とは、平滑化処理のことであり、注目画素(x
c,yc)を含む所定領域に含まれる画素の階調値の加重平
均を注目画素(xc,yc)の階調値として出力する加重平均
処理である。<2-4. Determination of Blur Amount> As described above, the periodicity index M (xc, yc) for the target pixel (xc, yc)
c), after the post-processing periodicity index PM (xc, yc) and the contrast amount C (xc, yc) are calculated, the blur amount determination unit 60 sets the post-processing periodicity index PM (xc, yc) and the contrast amount C (x
Based on (c, yc), a blur amount, which is a degree of the blur process, is determined (step S5 in FIG. 3). In this embodiment,
The blurring process is a smoothing process, and the pixel of interest (x
This is a weighted average process of outputting the weighted average of the tone values of the pixels included in the predetermined area including (c, yc) as the tone value of the pixel of interest (xc, yc).
【００９７】ぼかし処理の具体的な手法については後述
するが、加重平均フィルタ（いわゆる平滑化フィルタ）
を用いたフィルタ操作により行っている。そして、本実
施形態では、平滑化処理に使用する加重平均フィルタを
予め複数用意しておき、それらから加重平均フィルタを
選択することによってぼかし処理の程度であるぼかし量
を決定している。Although a specific method of the blurring processing will be described later, a weighted average filter (a so-called smoothing filter)
This is performed by a filter operation using. In the present embodiment, a plurality of weighted average filters to be used for the smoothing process are prepared in advance, and the amount of the blurring, which is the degree of the blurring process, is determined by selecting the weighted average filter from these.
【００９８】図１８は、ぼかし量の決定手法を説明する
ための図である。本実施形態においては、注目画素(xc,
yc)についての加工後周期性指標ＰＭ(xc,yc)とコントラ
スト量Ｃ(xc,yc)との積に基づいて加重平均フィルタを
選択している。すなわち、加工後周期性指標ＰＭとコン
トラスト量Ｃとの積をぼかし量を規定するためのぼかし
量規定値（Ｃ×ＰＭ）とする。そして、ぼかし量規定値
（Ｃ×ＰＭ）に基づき、図１８に示すようなルックアッ
プテーブル（ＬＵＴ）を用いて加重平均フィルタのＩＤ
番号を決定する。同図に示すように、ＩＤ番号として６
４段階（ＩＤ＝０〜６３）が設定されており、ぼかし量
規定値（Ｃ×ＰＭ）の値が大きくなるほど、決定される
加重平均フィルタのＩＤ番号も大きくなる。FIG. 18 is a diagram for explaining a method of determining a blurring amount. In the present embodiment, the target pixel (xc,
The weighted average filter is selected based on the product of the post-processing periodicity index PM (xc, yc) for yc) and the contrast amount C (xc, yc). That is, the product of the post-processing periodicity index PM and the contrast amount C is defined as a blur amount specified value (C × PM) for defining the blur amount. Then, based on the blurring amount specified value (C × PM), a look-up table (LUT) as shown in FIG.
Determine the number. As shown in FIG.
Four levels (ID = 0 to 63) are set, and the ID number of the determined weighted average filter increases as the value of the specified blur amount (C × PM) increases.
【００９９】図１９は、加重平均フィルタの例を示す図
である。図１９（ａ）に示す最も大きなＩＤ番号の加重
平均フィルタによれば、フィルタ内の全画素の階調値が
均等に平均化され、平滑化の程度が大きい（ぼかし量が
大きい）といえる。一方、図１９（ｂ）に示す最も小さ
なＩＤ番号の加重平均フィルタによれば、フィルタ内の
中心画素の階調値がそのまま出力されることとなり、こ
れは全く平滑化が行われない（ぼかし量が０）ことを意
味する。これら以外のＩＤ番号の加重平均フィルタは、
そのＩＤ番号の大きさに応じて上記２つの加重平均フィ
ルタによる平滑化の程度の間の平滑化を行うフィルタで
あり、換言すれば、ＩＤ番号の大きな加重平均フィルタ
ほど平滑化の程度が大きくなる。FIG. 19 is a diagram showing an example of a weighted average filter. According to the weighted average filter having the largest ID number shown in FIG. 19A, it can be said that the gradation values of all the pixels in the filter are evenly averaged and the degree of smoothing is large (the amount of blur is large). On the other hand, according to the weighted average filter having the smallest ID number shown in FIG. 19B, the tone value of the center pixel in the filter is output as it is, and this is not performed at all (the amount of blurring). Means 0). Weighted average filters for ID numbers other than these are:
This filter performs smoothing between the two weighted average filters in accordance with the size of the ID number. In other words, the weighted average filter having a larger ID number has a greater degree of smoothing. .
【０１００】従って、ぼかし量規定値（Ｃ×ＰＭ）の値
が大きくなるほど、ルックアップテーブルによって決定
される加重平均フィルタのＩＤ番号が大きくなり、選択
される加重平均フィルタの平滑化の程度が大きく、すな
わちぼかし量が大きくなるのである。Therefore, as the value of the blurring amount specified value (C × PM) increases, the ID number of the weighted average filter determined by the look-up table increases, and the degree of smoothing of the selected weighted average filter increases. That is, the blur amount increases.
【０１０１】なお、ぼかし量の決定手法は、上述した手
法に限定されるものではなく、ぼかし量規定値（Ｃ×Ｐ
Ｍ）の値が大きくなるほど加重平均フィルタの平滑化の
程度が大きくなるような手法であれば良い。Note that the method of determining the blur amount is not limited to the above-described method, and the blur amount specified value (C × P
Any method may be used as long as the value of M) increases, the degree of smoothing of the weighted average filter increases.
【０１０２】＜２−５．シフト量の決定＞次に、シフト
処理の程度であるシフト量の決定について説明する（図
３のステップＳ６）。シフト量の決定は、シフト量生成
部８０が生成したシフト量を基準にして、シフト量決定
部７０が注目画素(xc,yc)についての周期性指標Ｍ(xc,y
c)、加工後周期性指標ＰＭ(xc,yc)およびコントラスト
量Ｃ(xc,yc)に基づいて決定する。<2-5. Determination of Shift Amount> Next, determination of the shift amount, which is the degree of the shift processing, will be described (step S6 in FIG. 3). The shift amount is determined based on the shift amount generated by the shift amount generation unit 80, and the shift amount determination unit 70 sets the periodicity index M (xc, yc) for the target pixel (xc, yc).
c), the post-processing periodicity index PM (xc, yc) and the contrast amount C (xc, yc) are determined.
【０１０３】まず、シフト量生成部８０が生成するシフ
ト量について説明する。処理前画像の各画素(x,y)のシ
フト量は、図２０に示すように、ｘ方向のシフト量dx
(x,y)と、ｙ方向のシフト量dy(x,y)とにより規定され
る。なお、図２０では格子状の交点部分が各画素位置で
あり、処理前画像の注目画素(xc,yc)に対するｘ方向の
シフト量dx(xc,yc)と、ｙ方向のシフト量dy(xc,yc)とに
より規定されるシフト方向とシフト量とを示している。
このように、シフト量生成部８０は、シフト量とともに
シフト方向（以下、これらを総称して「シフトデータ」
とする）も決定する。このようなシフトデータの決定に
は以下のような方法を採用できる。First, the shift amount generated by the shift amount generator 80 will be described. As shown in FIG. 20, the shift amount of each pixel (x, y) of the image before processing is the shift amount dx in the x direction.
(x, y) and the shift amount dy (x, y) in the y direction. In FIG. 20, the grid-like intersection is the position of each pixel, and the shift amount dx (xc, yc) in the x direction with respect to the target pixel (xc, yc) of the image before processing and the shift amount dy (xc , yc).
As described above, the shift amount generation unit 80 determines the shift direction together with the shift amount (hereinafter, these are collectively referred to as “shift data”).
Shall be determined). The following method can be employed to determine such shift data.
【０１０４】次の数６に従って、ランダムに決定す
る。In accordance with the following equation (6), it is determined randomly.
【０１０５】[0105]
【数６】 (Equation 6)
【０１０６】但し、Ｒ(-1.0〜+1.0)は、-1.0〜+1.0の間
の乱数を発生する関数で、kは最大シフト量（通常は０
＜k≦１）である。なお、dx(x,y)を決定する際のＲ(-1.
0〜+1.O)とdy(x,y)を決定する際のＲ(-1.0〜+1.0)とは
別個であり、決定されたdx(x,y)の値とdy(x,y)の値とは
必ずしも同じではない。Here, R (-1.0 to +1.0) is a function for generating a random number between -1.0 and +1.0, and k is the maximum shift amount (usually 0).
<K ≦ 1). Note that R (-1.
0 to + 1.O) and R (-1.0 to +1.0) when determining dy (x, y) are separate, and the determined value of dx (x, y) and dy (x, y) ) Is not always the same as the value.
【０１０７】このようにdx(x,y)とdy(x,y)とをランダム
に決定することにより、シフト方向とシフト量とをラン
ダムに決定することができる。生成されたシフト量は、
-k〜+kの間の値になる。As described above, by randomly determining dx (x, y) and dy (x, y), the shift direction and the shift amount can be determined at random. The generated shift amount is
It takes a value between -k and + k.
【０１０８】次の数７に従って、周期関数を用いて決
定する、Determined using a periodic function according to the following equation (7):
【０１０９】[0109]
【数７】 (Equation 7)
【０１１０】但し、kは最大シフト量（通常０＜k≦１）
で、Ｆは周期関数の周波数(通常は、0＜Ｆ≦１)、Ｒ(O.
0〜+1.O)はO.0〜+1.Oの間の乱数を発生する関数、ＲＲ
(x)はｘ座標における周期関数の初期値を規定するデー
タ、ＲＲ(y)はｙ座標における周期関数の初期値を規定
するデータである。Here, k is the maximum shift amount (usually 0 <k ≦ 1)
Where F is the frequency of the periodic function (usually 0 <F ≦ 1), R (O.
0 to + 1.O) is a function for generating a random number between O.0 to + 1.O, RR
(x) is data defining the initial value of the periodic function at the x coordinate, and RR (y) is data defining the initial value of the periodic function at the y coordinate.
【０１１１】この周期関数は、決定しようとするシフト
方向と直交する方向に周期性を有する関数であり、dx
(x,y)の決定においてはｘ座標が同じdx(x,y)は全て同じ
周期関数によって決定し、dy(x,y)の決定においてはｙ
座標が同じdy(x,y)は全て同じ周期関数によって決定す
る。周期関数を用いた場合であっても、生成されたシフ
ト量は、-k〜+kの間の値になる。This periodic function is a function having periodicity in a direction orthogonal to the shift direction to be determined.
In the determination of (x, y), all dx (x, y) with the same x coordinate are determined by the same periodic function, and in the determination of dy (x, y), y
All dy (x, y) having the same coordinates are determined by the same periodic function. Even when a periodic function is used, the generated shift amount takes a value between -k and + k.
【０１１２】なお、周期関数としてはsin関数に限らずc
os関数など他の周期性を有するdx(x,y)、dy(x,y)が決定
できる関数を用いることができる。Note that the periodic function is not limited to the sine function, and c
A function that can determine dx (x, y) and dy (x, y) having other periodicity, such as the os function, can be used.
【０１１３】固定する。Fix.
【０１１４】[dx(x,y),dy(x,y)]を常に、例えば、[+0.
5,+0.5]や[+0.5,-0.5]、[-0.5,+0.5]、[-0.5,-0.5]など
に固定する。この場合、生成されたシフト量は、固定さ
れた[dx(x,y),dy(x,y)]によって規定される値となる。[Dx (x, y), dy (x, y)] is always set to, for example, [+0.
5, +0.5], [+0.5, -0.5], [-0.5, +0.5], [-0.5, -0.5], etc. In this case, the generated shift amount is a value defined by the fixed [dx (x, y), dy (x, y)].
【０１１５】以上、シフトデータの決定に関して３つの
方法を述べたが、シフト量生成部８０がシフトデータを
決定するに際して上記いずれの方法を採用するかは、既
述した周期性データ、より具体的には周期値Ｔ（図９）
を参照して決定しても良い。例えば、画像パターンが２
画素周期の周期性(周期値Ｔ＝２)を有するときにはの
方法を選択するのが有効である。また、本発明者の実験
により、画像パターンが所定の周期値の場合にの方法
でシフトデータを決定すると良好な結果が得られないこ
とがあったので、例えば、周期値Ｔが２以外で、かつ、
上記所定の周期値以外の場合はの方法を選択し、上記
所定の周期値の場合はの方法を選択することなども考
えられる。As described above, three methods have been described with respect to the determination of the shift data. However, which of the above-described methods is employed when the shift amount generation unit 80 determines the shift data is described in more detail in the periodic data described above. Has a period value T (FIG. 9)
May be determined by referring to FIG. For example, if the image pattern is 2
It is effective to select a method when the pixel period is periodic (period value T = 2). In addition, according to an experiment performed by the present inventor, when the shift data is determined by the method in the case where the image pattern has a predetermined period value, good results may not be obtained. For example, when the period value T is other than 2, And,
It is also conceivable to select the method in the case of a value other than the predetermined cycle value, and to select the method in the case of the predetermined cycle value.
【０１１６】また、の方法における周波数Ｆは固定値
として処理してもよいし、入力装置６からオペレータに
より設定されたデータを用いて処理してもよいし、さら
に、周期性データに基づき決定してもよい。例えば、周
期関数の周期と、画像パターンの周期とが干渉するのを
避けるような周波数Ｆを決定することが好ましい。In the above method, the frequency F may be processed as a fixed value, may be processed using data set by an operator from the input device 6, or may be determined based on periodicity data. You may. For example, it is preferable to determine a frequency F that avoids interference between the period of the periodic function and the period of the image pattern.
【０１１７】また、乱数を発生する関数Ｒ(乱数発生範
囲)による乱数の発生頻度は乱数発生範囲内で均一にし
てもよいし、例えば、0.0付近の乱数を発生し易くした
り、+1.O付近の乱数を発生し易くしたりするなど、乱数
の発生頻度を偏重させるようにしてもよい。この乱数の
発生頻度の設定は、入力装置６からオペレータにより設
定可能に構成してもよい。The frequency of random numbers generated by the function R (random number generation range) for generating random numbers may be uniform within the random number generation range. For example, random numbers near 0.0 may be easily generated, or +1. The frequency of random number generation may be biased, such as by making it easier to generate random numbers near O. The setting of the frequency of occurrence of the random numbers may be configured to be settable by the operator from the input device 6.
【０１１８】また、例えば、画像パターンの周期方向が
ｘ方向と一致していれば、dy(x,y)=0として、dx(x,y)だ
けでシフトデータを決定したり、画像パターンの周期方
向がｙ方向と一致していれば、dx(x,y)=0として、dy(x,
y)だけでシフトデータを決定したりすることにより、画
像パターンの周期方向だけに注目画素の位置がシフトさ
れるようにシフトデータのシフト方向を決定してもよ
い。Further, for example, if the periodic direction of the image pattern coincides with the x direction, dy (x, y) = 0 and shift data is determined only by dx (x, y). If the periodic direction coincides with the y direction, dx (x, y) = 0 and dy (x,
By determining the shift data only by y), the shift direction of the shift data may be determined so that the position of the target pixel is shifted only in the period direction of the image pattern.
【０１１９】以上のようにして、シフト量生成部８０が
シフトデータを決定し、シフト量が生成される。そし
て、生成されるシフト量は、上記いずれの方法によった
としても、-k〜+kの間の値になる。As described above, the shift amount generator 80 determines the shift data and generates the shift amount. Then, the generated shift amount has a value between -k and + k regardless of any of the above methods.
【０１２０】一方、シフト量決定部７０は、後述するシ
フト処理時における実際のシフト量を規定するためのシ
フト量規定値を算出する。シフト量規定値は、上述した
ぼかし量規定値（Ｃ×ＰＭ）に基づいてルックアップテ
ーブルにより求められた値に周期性指標Ｍを乗じて得ら
れる値である。On the other hand, the shift amount determining section 70 calculates a shift amount defining value for defining an actual shift amount in a shift process described later. The shift amount specified value is a value obtained by multiplying the value obtained from the lookup table based on the above-described blur amount specified value (C × PM) by the periodicity index M.
【０１２１】図２１は、シフト量規定値の算出に用いら
れるルックアップテーブルを示す図である。ぼかし量規
定値（Ｃ×ＰＭ）は上述のぼかし量決定に用いたものと
同じであり、注目画素(xc,yc)についての加工後周期性
指標ＰＭ(xc,yc)とコントラスト量Ｃ(xc,yc)との積であ
る。図２１に示すように、ぼかし量規定値（Ｃ×ＰＭ）
が所定の値よりも小さいときは、ルックアップテーブル
により求められる値は1.0である。そして、ぼかし量規
定値（Ｃ×ＰＭ）が所定の値よりも大きいときは、ぼか
し量規定値（Ｃ×ＰＭ）が大きくなるに従ってルックア
ップテーブルにより求められる値は小さくなり、ある値
以上になるとルックアップテーブルにより求められる値
が0.0になる。すなわち、このルックアップテーブルの
特性を定性的に表現すれば、ぼかし量規定値（Ｃ×Ｐ
Ｍ）が大きくなるに従って、小さな値を出力するもので
あると言える。FIG. 21 is a diagram showing a look-up table used for calculating a shift amount prescribed value. The blur amount specified value (C × PM) is the same as that used in the above-described blur amount determination, and includes the post-processing periodicity index PM (xc, yc) and contrast amount C (xc) for the target pixel (xc, yc). , yc). As shown in FIG. 21, a specified blur amount (C × PM)
Is smaller than a predetermined value, the value obtained from the lookup table is 1.0. When the specified blur amount (C × PM) is larger than a predetermined value, the value obtained from the look-up table decreases as the specified blur amount (C × PM) increases. The value obtained from the lookup table is 0.0. That is, if the characteristics of the look-up table are qualitatively expressed, the blur amount specified value (C × P
It can be said that a smaller value is output as M) increases.
【０１２２】シフト量決定部７０は、上記ルックアップ
テーブルにより求められる値に周期性指標Ｍを乗じてシ
フト量規定値Ｓを得る。シフト量規定値Ｓも注目画素ご
とに算出されるものであり、注目画素(xc,yc)について
シフト量規定値Ｓ(xc,yc)が決定されるのである。な
お、周期性指標Ｍは０以上１以下の値であり、図１９の
ルックアップテーブルにより求められる値も０以上１以
下の値であるため、それらの積であるシフト量規定値Ｓ
も０以上１以下の値となる。The shift amount determining section 70 multiplies the value obtained from the look-up table by the periodicity index M to obtain a shift amount prescribed value S. The shift amount stipulated value S is also calculated for each target pixel, and the shift amount stipulated value S (xc, yc) is determined for the target pixel (xc, yc). Note that the periodicity index M is a value of 0 or more and 1 or less, and the value obtained from the lookup table of FIG. 19 is also a value of 0 or more and 1 or less.
Is also a value of 0 or more and 1 or less.
【０１２３】シフト量決定部７０は、さらに、シフト量
生成部８０が生成したシフト量にシフト量規定値Ｓを乗
ずることによって、最終的なシフト量、すなわちシフト
処理時における実際のシフト量を算出する。なお、最終
的なシフト量の算出も注目画素(xc,yc)ごとに行われる
ものである。また、シフト量生成部８０が生成するシフ
ト量は−k以上k以下の値であり、シフト量規定値Ｓは０
以上１以下の値であるため、最終的なシフト量は−k以
上k以下の値となる。The shift amount determining unit 70 further calculates the final shift amount, that is, the actual shift amount in the shift processing, by multiplying the shift amount generated by the shift amount generating unit 80 by the shift amount specified value S. I do. The calculation of the final shift amount is also performed for each target pixel (xc, yc). The shift amount generated by the shift amount generation unit 80 is a value equal to or more than -k and equal to or less than k, and the shift amount specified value S is
Since the value is not less than 1 and not more than 1, the final shift amount is a value not less than -k and not more than k.
【０１２４】以上のようにして、注目画素(xc,yc)につ
いてのシフト量が算出され、シフト方向も決定されるの
である。As described above, the shift amount for the target pixel (xc, yc) is calculated, and the shift direction is also determined.
【０１２５】＜２−６．ぼかし処理およびシフト処理＞
注目画素(xc,yc)についてのぼかし量およびシフト量が
上述の如く算出され、シフト方向が決定された後、その
ぼかし量に従ってぼかし処理部９５が処理前画像のぼか
し処理を行い、そのシフト量およびシフト方向に従って
シフト処理部９０がシフト処理をこの順序で行う（図３
のステップＳ７，Ｓ８）。<2-6. Blur processing and shift processing>
After the blur amount and the shift amount for the target pixel (xc, yc) are calculated as described above and the shift direction is determined, the blur processing unit 95 performs a blur process on the pre-processing image according to the blur amount, and the shift amount The shift processing section 90 performs the shift processing in this order according to the shift direction (FIG. 3).
Steps S7 and S8).
【０１２６】まず、ぼかし処理部９５が行うぼかし処理
とは、ぼかし量決定部６０が選択した加重平均フィルタ
（図１９参照）を用いたフィルタ操作による処理であ
る。このフィルタ操作自体は、一般的なフィルタリング
処理であり、ぼかし量決定部６０が選択した加重平均フ
ィルタを処理前画像の注目画素(xc,yc)に対して作用さ
せるものである。具体的には、ぼかし量決定部６０が選
択した図１９の如き加重平均フィルタを構成する各画素
の係数を図２２のように表すとすると、この加重平均フ
ィルタからの出力Ｑｂ(xc,yc)は、次の数８に従って算
出され、この値が注目画素(xc,yc)の新たな階調値とな
る。First, the blurring process performed by the blurring processing unit 95 is a process by a filter operation using a weighted average filter (see FIG. 19) selected by the blurring amount determination unit 60. The filtering operation itself is a general filtering process in which the weighted average filter selected by the blur amount determination unit 60 is applied to the target pixel (xc, yc) of the image before processing. Specifically, assuming that the coefficients of the respective pixels constituting the weighted average filter as shown in FIG. 19 selected by the blur amount determination unit 60 are represented as shown in FIG. 22, the output Qb (xc, yc) from the weighted average filter Is calculated according to the following Expression 8, and this value becomes a new gradation value of the pixel of interest (xc, yc).
【０１２７】[0127]
【数８】 (Equation 8)
【０１２８】なお、Ｐ(xc,yc)が処理前画像の注目画素
(xc,yc)であることは上述の通りである。例えば、図１
９（ａ）に示す加重平均フィルタが選択されたとする
と、注目画素(xc,yc)を中心とする５×５画素の領域内
の各画素の階調値のそれぞれに１／２５を乗じ、これら
を積算した値がフィルタの出力Ｑｂ(xc,yc)であり、注
目画素(xc,yc)の新たな階調値となる。Note that P (xc, yc) is the pixel of interest in the image before processing.
(xc, yc) is as described above. For example, FIG.
Assuming that the weighted average filter shown in FIG. 9A is selected, the gradation value of each pixel in a 5 × 5 pixel area centered on the target pixel (xc, yc) is multiplied by 1/25. Is the output Qb (xc, yc) of the filter, which is a new gradation value of the target pixel (xc, yc).
【０１２９】次に、上記ぼかし処理後にシフト処理部９
０が行うシフト処理は、上記の決定されたシフト方向お
よびシフト量に従って、注目画素(xc,yc)の位置を移動
（シフト）させる処理である。このときに、シフト後の
位置に応じた注目画素(xc,yc)の新たな階調値Ｑ(xc,yc)
は、シフト後の位置の近傍画素の階調値を補間して求め
る。この補間法は、一般的なバイリニア法などを採用す
ることができる。Next, after the above-described blurring processing, the shift processing section 9
The shift process performed by 0 is a process of moving (shifting) the position of the target pixel (xc, yc) in accordance with the determined shift direction and shift amount. At this time, a new gradation value Q (xc, yc) of the target pixel (xc, yc) corresponding to the shifted position
Is obtained by interpolating the tone values of the neighboring pixels at the shifted position. As this interpolation method, a general bilinear method or the like can be adopted.
【０１３０】具体的には、例えば、注目画素(xc,yc)が
図２０に示すようなシフト方向およびシフト量（シフト
量規定値Ｓ＝１とする）に従って移動した場合、ぼかし
処理後の階調値Ｑｂ(xc,yc)、Ｑｂ(xc+1,yc)、Ｑｂ(xc,
yc+1)、Ｑｂ(xc+1,yc+1)に基づき、これら４つ画素位置
（(xc,yc)、(xc+1,yc)、(xc,yc+1)、(xc+1,yc+1)）の間
で階調値が線形的に変化しているものと仮定して、移動
後の注目画素(xc+dx(xc,yc),yc+dy(xc,yc))の階調値を
算出する。より具体的には、ぼかし処理後の階調値Ｑｂ
(xc,yc)、Ｑｂ(xc+1,yc)から階調値Ｑｂ(xc+dx(xc,yc),
yc)を直線近似にて算出し、ぼかし処理後の階調値Ｑｂ
(xc,yc+1)、Ｑｂ(xc+1,yc+1)から階調値Ｑｂ(xc+dx(xc,
yc),yc+1)を直線近似にて算出する。その後、これらの
階調値Ｑｂ(xc+dx(xc,yc),yc)および階調値Ｑｂ(xc+dx
(xc,yc),yc+1)から移動後の注目画素の階調値Ｑｂ(xc+d
x(xc,yc),yc+dy(xc,yc))を直線近似にて算出するのであ
る。More specifically, for example, when the pixel of interest (xc, yc) moves in accordance with the shift direction and shift amount as shown in FIG. Adjustment values Qb (xc, yc), Qb (xc + 1, yc), Qb (xc,
yc + 1) and Qb (xc + 1, yc + 1) based on these four pixel positions ((xc, yc), (xc + 1, yc), (xc, yc + 1), (xc + 1 , yc + 1)), and assuming that the gradation value changes linearly, the target pixel after the movement (xc + dx (xc, yc), yc + dy (xc, yc)) Is calculated. More specifically, the gradation value Qb after the blurring process
From (xc, yc) and Qb (xc + 1, yc), the gradation value Qb (xc + dx (xc, yc),
yc) is calculated by linear approximation, and the gradation value Qb after the blur processing is calculated.
From (xc, yc + 1) and Qb (xc + 1, yc + 1), the gradation value Qb (xc + dx (xc,
yc) and yc + 1) are calculated by linear approximation. Thereafter, these gradation values Qb (xc + dx (xc, yc), yc) and gradation values Qb (xc + dx
(xc, yc), yc + 1), the gradation value Qb (xc + d
x (xc, yc), yc + dy (xc, yc)) are calculated by linear approximation.
【０１３１】以上のようなぼかし処理およびシフト処理
において、ぼかし量規定値（Ｃ×ＰＭ）が大きい場合に
は、平滑化の程度が大きい加重平均フィルタ（図１９
（ａ）参照）が選択されて大きなぼかし量のぼかし処理
が行われる一方、図２１のルックアップテーブルにより
シフト量が０になり、シフト処理が行われないこととな
る。ぼかし量規定値（Ｃ×ＰＭ）が大きい場合とは、注
目画素の周辺において画像パターンの繰り返しの有無の
程度が大きく、かつ高コントラストであることを意味し
ており、例えばエアコンのフロントパネルについての画
像等が該当する。In the above-described blurring and shifting processes, when the blurring value specified value (C × PM) is large, the weighted average filter having a large degree of smoothing (FIG. 19)
(See (a)) is selected, and the blur processing of the large blur amount is performed. On the other hand, the shift amount becomes 0 according to the look-up table in FIG. 21, and the shift processing is not performed. The case where the blurring amount specified value (C × PM) is large means that the degree of the presence or absence of the repetition of the image pattern around the pixel of interest is large and the contrast is high. Images etc. correspond.
【０１３２】このような画像にシフト処理を施すと画像
中の輪郭部分（高コントラストを発生する部分）が乱れ
て画質が劣化するのであるが、本実施形態のようにすれ
ば、大きなぼかし量のぼかし処理のみが行われてシフト
処理は実質的に行われないため、画質の劣化はほとんど
生じない。なぜなら、高コントラスト部分はＵＳＭ強調
する必要がなく、ぼかし処理をおこなっても画質が劣化
しないためである。そして、本処理後の画像に対してシ
ャープネス処理等を施したとしても、サチレーションが
抑制もしくは解消されるため、先に説明した平均レベル
の変動すなわち、平均階調値が周期的に変動する状態は
生じず、モアレの発生を抑制することができる。すなわ
ち、画像パターンの繰り返しの有無の程度が大きく、か
つ高コントラストの画像であったとしても、その画質を
劣化させることなくモアレの発生を抑制することができ
るのである。When the shift processing is performed on such an image, the outline portion (a portion generating high contrast) in the image is disturbed and the image quality is deteriorated. However, according to the present embodiment, a large blur amount is obtained. Since only the blurring process is performed and the shift process is not substantially performed, the image quality hardly deteriorates. This is because the high contrast portion does not need to be USM emphasized, and the image quality does not deteriorate even if the blurring process is performed. Even if the image after this processing is subjected to the sharpness processing or the like, the saturation is suppressed or eliminated, so that the fluctuation of the average level described above, that is, the state in which the average gradation value periodically fluctuates, It does not occur, and the occurrence of moire can be suppressed. That is, even if the image has a high degree of repetition of the repetition of the image pattern and has a high contrast, it is possible to suppress the occurrence of the moire without deteriorating the image quality.
【０１３３】一方、注目画素の周辺において画像パター
ンの繰り返しの有無の程度は大きいが、低コントラスト
である場合、例えば衣服の布地についての画像等の場合
は、コントラスト量Ｃの値が小さくなるため、ぼかし量
規定値（Ｃ×ＰＭ）の値も小さくなる。従って、平滑化
の程度が小さい加重平均フィルタ（図１９（ｂ）参照）
が選択されてほとんどぼかし処理が行われない一方、シ
フト量規定値Ｓの値は大きくなり、大きなシフト処理が
行われる。On the other hand, although the degree of the presence or absence of the repetition of the image pattern around the pixel of interest is large, when the contrast is low, for example, in the case of an image of a cloth cloth, the value of the contrast amount C becomes small. The value of the specified blur amount (C × PM) also decreases. Accordingly, a weighted average filter having a small degree of smoothing (see FIG. 19B)
Is selected and almost no blurring processing is performed, while the value of the shift amount prescribed value S increases, and a large shift processing is performed.
【０１３４】画像パターンの繰り返しの有無の程度は大
きいが、低コントラストの画像である場合には、大きな
シフト処理を行っても画質の劣化はほとんどない。なぜ
なら、このようなテクスチャ領域はぼかし処理ではテク
スチャが消滅するなどの問題が発生するが、シフト処理
ではテクスチャは消滅しないからである。しかも「ＩＮ
フェイズ状態」と「ＯＵＴフェイズ状態」との周期性が
崩れ、「ＩＮフェイズ状態」と「ＯＵＴフェイズ状態」
とがランダムに分散される。従って、本処理後の画像に
対してシャープネス処理等を施したとしても、平均階調
値が周期的に変動する状態は生じず、モアレの発生を抑
制することができる。すなわち、画像パターンの繰り返
しの有無の程度が大きく、かつ低コントラストの画像で
あったとしても、その画質を劣化させることなくモアレ
の発生を抑制することができるのである。Although the degree of the repetition of the image pattern is large, if the image has a low contrast, the image quality hardly deteriorates even if the large shift processing is performed. This is because such a texture region has a problem that the texture disappears in the blur processing, but the texture does not disappear in the shift processing. And "IN
The periodicity between the “phase state” and the “OUT phase state” is broken, and the “IN phase state” and the “OUT phase state”
Are randomly distributed. Therefore, even if the image after this processing is subjected to sharpness processing or the like, a state in which the average gradation value fluctuates periodically does not occur, and the occurrence of moire can be suppressed. In other words, even if the image has a large degree of repetition of the image pattern and a low contrast, it is possible to suppress the occurrence of moire without deteriorating the image quality.
【０１３５】なお、画像パターンの繰り返しの有無の程
度が小さな画像については、周期性指標Ｍおよび加工後
周期性指標ＰＭの値が小さくなるため、そのコントラス
トの高低の如何に関わらず、ぼかし量規定値（Ｃ×Ｐ
Ｍ）の値およびシフト量規定値Ｓの値ともに小さくな
り、ぼかし処理もシフト処理も行われない。画像パター
ンの繰り返しの有無の程度が小さな画像についは、そも
そもモアレの発生がほとんどないものと考えられるた
め、画質の低下を回避する観点からぼかし処理もシフト
処理も行わないのが好ましいのである。In the case of an image in which the degree of the repetition of the image pattern is small, the values of the periodicity index M and the post-processing periodicity index PM are small. Value (C × P
Both the value of M) and the value of the shift amount prescribed value S become small, and neither the blurring process nor the shift process is performed. Since it is considered that moire does not substantially occur in the case of an image having a small degree of repetition of the image pattern, it is preferable that neither the blurring process nor the shift process be performed from the viewpoint of avoiding deterioration in image quality.
【０１３６】ところで、画像中には文字が含まれる場合
もある。文字には、例えば漢字の「日」、「口」、
「田」のように周期性を有するものもある。このような
周期性を有する文字については、画像パターンの繰り返
しであると判断され、周期性指標Ｍの値が大きくなる。
一方、文字については、高コントラストであるため、コ
ントラスト量Ｃの値も大きくなる。すなわち、文字につ
いては、周期性があり、かつ高コントラストであるた
め、例えばエアコンのフロントパネルと同様にぼかし処
理の対象にすると、いわゆる文字ぼけが生じることな
り、適当でない。なお、加工部４０によって差分画像を
加工したとしても、面積の小さな領域（例えば文字が単
独で存在するような場合）であれば除去できるが、面積
の大きな領域（例えば、複数の文字からなる文章として
存在する場合）については除去することができない。By the way, characters may be included in an image. The characters include, for example, the kanji characters “day”, “mouth”,
Some have periodicity such as "fields". For a character having such periodicity, it is determined that the image pattern is repeated, and the value of the periodicity index M is increased.
On the other hand, since the character has high contrast, the value of the contrast amount C also increases. In other words, characters have periodicity and high contrast. Therefore, if the characters are subjected to a blurring process like a front panel of an air conditioner, so-called character blurring occurs, which is not appropriate. Even if the difference image is processed by the processing unit 40, it can be removed from a small area (for example, when a character is present alone), but can be removed from a large area (for example, a sentence including a ) Cannot be removed.
【０１３７】しかし、本実施形態においては、加工後周
期性指標算出部２５が周期性指標画像に対して加工（図
１０）を行った後、周期性指標を検出して加工後周期性
指標としている。加工後周期性指標算出部２５による加
工において、周期性指標が急激に変化している局所領域
が除去されるのは既述したとおりである。文章中に周期
性を有する文字が点在している（周期性を有さない文字
に周期性を有する文字が混じっている）場合には、周期
性を有する文字についての周期性指標Ｍの値は大きくな
り、その周辺の周期性を有さない文字についての周期性
指標Ｍの値は小さくなる。つまり、周期性を有する文字
部分のみが周期性指標Ｍが急激に上昇する局所領域とな
り、加工後周期性指標算出部２５に除去されることとな
る。具体的には、周期性を有する文字部分の大きな周期
性指標Ｍの値が、加工によって減少され、加工後周期性
指標ＰＭの値は小さくなるのである。However, in the present embodiment, after the post-processing periodicity index calculating unit 25 processes the periodicity index image (FIG. 10), the periodicity index is detected and used as the post-processing periodicity index. I have. As described above, in the processing performed by the post-processing periodicity index calculating unit 25, the local region in which the periodicity index is rapidly changing is removed. In the case where characters having periodicity are scattered in the text (characters having periodicity are mixed with characters having no periodicity), the value of the periodicity index M for the character having periodicity Becomes larger, and the value of the periodicity index M for the non-periodic characters around it becomes smaller. That is, only the character portion having the periodicity is a local region where the periodicity index M sharply increases, and is removed by the post-processing periodicity index calculation unit 25. Specifically, the value of the large periodicity index M of the character portion having the periodicity is reduced by the processing, and the value of the post-processing periodicity index PM is reduced.
【０１３８】従って、周期性を有する文字部分について
は、ぼかし量規定値（Ｃ×ＰＭ）の値が小さくなり、平
滑化の程度が小さい加重平均フィルタ（図１９（ｂ）参
照）が選択されてほとんどぼかし処理が行われない。よ
って、いわゆる「文字ぼけ」による画質の劣化を防止す
ることができるのである。Therefore, for a character portion having periodicity, the weighted average filter (see FIG. 19B) in which the value of the specified blur amount (C × PM) becomes small and the degree of smoothing is small is selected. Almost no blurring is performed. Therefore, it is possible to prevent the image quality from deteriorating due to so-called “character blur”.
【０１３９】以上を集約すると、本実施形態によれば、
画像の内容に応じてぼかし処理およびシフト処理の程度
を変化させることにより、種々の種類の画像について画
質を劣化させることなくモアレの発生を抑制することが
できるのである。Summarizing the above, according to the present embodiment,
By changing the degree of the blurring process and the shift process according to the content of the image, it is possible to suppress the occurrence of moire without deteriorating the image quality of various types of images.
【０１４０】＜第２実施形態＞第２実施形態の画像処理
装置が上記第１実施形態の画像処理装置と相違するの
は、抽出された周期画像領域を周期性指標算出部２０が
拡張し、その拡張後の拡張周期画像領域における注目画
素について周期性指標を算出する点である。画像処理装
置のハードウェア構成等の残余の点については上記第１
実施形態と同じである。<Second Embodiment> The difference between the image processing apparatus of the second embodiment and the image processing apparatus of the first embodiment is that the periodicity index calculation unit 20 extends the extracted periodic image area. The point is that a periodicity index is calculated for the target pixel in the expanded periodic image area after the expansion. Regarding the remaining points such as the hardware configuration of the image processing apparatus,
This is the same as the embodiment.
【０１４１】図２３に示すような画像に対して、上記第
１実施形態と同様の処理を行う場合について考える。な
お、図２３において、斜線部は黒色領域であり、残余の
部分は白色領域であるものとする。Consider a case in which the same processing as in the first embodiment is performed on an image as shown in FIG. In FIG. 23, the hatched portion is a black region, and the remaining portion is a white region.
【０１４２】注目画素(xc,yc)が、図２３に示す黒色領
域Ｐ２に存在する場合、自己相関データＨ(a)は図２４
にて示すようになる。すなわち、黒色領域Ｐ２の両隣に
は、黒色領域Ｐ１および黒色領域Ｐ３が存在し、画像パ
ターンの繰り返しとなっているため、所定のしきい値以
下の極小値Ｈ(a)が規則的に存在する。その結果、黒色
領域Ｐ２は周期画像領域として抽出され、注目画素(xc,
yc)には高い値（例えば”１．０”）の周期性指標Ｍ(x
c,yc)が付与される。注目画素(xc,yc)が黒色領域Ｐ３に
存在する場合も同様である。When the target pixel (xc, yc) exists in the black area P2 shown in FIG. 23, the autocorrelation data H (a) is
As shown. That is, the black area P1 and the black area P3 exist on both sides of the black area P2, and the image pattern is repeated. Therefore, the minimum value H (a) equal to or less than the predetermined threshold value is regularly present. . As a result, the black area P2 is extracted as a periodic image area, and the target pixel (xc,
yc) has a high value (for example, “1.0”) of the periodicity index M (x
c, yc). The same applies when the target pixel (xc, yc) exists in the black region P3.
【０１４３】一方、注目画素(xc,yc)が、図２３に示す
黒色領域Ｐ１に存在する場合、自己相関データＨ(a)は
図２５にて示すようになる。すなわち、黒色領域Ｐ１の
右隣には黒色領域Ｐ２が存在するものの、左隣には黒色
領域が存在しないため、所定のしきい値以下の極小値Ｈ
(a)が１つしか存在しない、つまり規則的に存在しない
こととなる。その結果、黒色領域Ｐ１は周期画像領域と
して抽出されず、注目画素(xc,yc)の周期性指標Ｍ(xc,y
c)は”０”とされる。注目画素(xc,yc)が黒色領域Ｐ４
に存在する場合も同様である。On the other hand, when the target pixel (xc, yc) exists in the black area P1 shown in FIG. 23, the autocorrelation data H (a) becomes as shown in FIG. That is, although the black area P2 exists on the right of the black area P1, but the black area does not exist on the left of the black area P1, the minimum value H equal to or less than the predetermined threshold value is obtained.
There is only one (a), that is, it does not exist regularly. As a result, the black region P1 is not extracted as a periodic image region, and the periodicity index M (xc, yc) of the target pixel (xc, yc) is not extracted.
c) is set to “0”. The target pixel (xc, yc) is a black area P4
The same applies to the case in which
【０１４４】以上のように処理が行われたとすると、図
２３に示した画像から図２６の斜線部にて示すような周
期画像領域が抽出されることとなる。すなわち、図２３
の処理前画像における画像パターンの繰り返しよりも狭
い領域が周期画像領域として抽出される。Assuming that the processing has been performed as described above, a periodic image area as shown by the hatched portion in FIG. 26 is extracted from the image shown in FIG. That is, FIG.
An area smaller than the repetition of the image pattern in the pre-processing image is extracted as the periodic image area.
【０１４５】そして、以上のようにして算出された周期
性指標Ｍに基づいてシフト処理等が行われたとすると、
周期性指標Ｍの値が大きな黒色領域Ｐ２、Ｐ３について
は大きなシフト処理が行われるのに対して、周期性指標
Ｍの値が小さな黒色領域Ｐ１、Ｐ４についてはシフト処
理がほとんど行われない。従って、本処理後の画像に対
してシャープネス処理等を施したとすると、鮮鋭化の程
度が黒色領域Ｐ２、Ｐ３では比較的弱いのに対して、黒
色領域Ｐ１、Ｐ４では非常に強く現れることとなる。こ
のことは、換言すれば、均質であった処理前画像が本処
理によって不均質な画像になることを意味する。Assuming that a shift process or the like is performed based on the periodicity index M calculated as described above,
Large shift processing is performed on the black areas P2 and P3 having a large value of the periodicity index M, whereas little shift processing is performed on the black areas P1 and P4 having a small value of the periodicity index M. Therefore, if the image after this processing is subjected to sharpness processing or the like, the degree of sharpening is relatively weak in the black areas P2 and P3, but extremely strong in the black areas P1 and P4. Become. In other words, this means that the pre-processing image that has been homogeneous becomes an inhomogeneous image by this processing.
【０１４６】そこで、第２実施形態においては、抽出さ
れた周期画像領域を周期性指標算出部２０が画像パター
ンの繰り返しの１周期分、すなわち周期値Ｔだけ拡張し
て拡張周期画像領域を取得しているのである。Therefore, in the second embodiment, the periodicity index calculating unit 20 expands the extracted periodic image region by one period of the repetition of the image pattern, that is, the periodic value T to obtain the extended periodic image region. -ing
【０１４７】具体的には、抽出された周期画像領域内の
注目画素(xc,yc)を中心として±Ｔの範囲内に存在する
画素の周期性指標Ｍと当該注目画素(xc,yc)の周期性指
標Ｍ(xc,yc)とを比較し、±Ｔの範囲内に存在する画素
の周期性指標Ｍの方が小さければ、その画素の周期性指
標Ｍの値を注目画素(xc,yc)の周期性指標Ｍ(xc,yc)の値
に置き換えているのである。例えば、図２６において抽
出された周期画像領域内に含まれる黒色領域Ｐ２の注目
画素(xc,yc)を中心とした±Ｔの範囲内には、黒色領域
Ｐ１が含まれる。黒色領域Ｐ１内の画素の周期性指標Ｍ
は、黒色領域Ｐ２の注目画素(xc,yc)の周期性指標Ｍ(x
c,yc)よりも低いため、黒色領域Ｐ１内の画素の周期性
指標Ｍの値が黒色領域Ｐ２の注目画素(xc,yc)の周期性
指標Ｍ(xc,yc)の値に置換されるのである。同様にし
て、黒色領域Ｐ４内の画素の周期性指標Ｍの値が黒色領
域Ｐ３の注目画素(xc,yc)の周期性指標Ｍ(xc,yc)の値に
置換される。More specifically, the periodicity index M of a pixel existing within a range of ± T around the pixel of interest (xc, yc) in the extracted periodic image area and the index of the pixel of interest (xc, yc) The periodicity index M (xc, yc) is compared, and if the periodicity index M of the pixel existing within the range of ± T is smaller, the value of the periodicity index M of the pixel is set to the pixel of interest (xc, yc). ) Is replaced with the value of the periodicity index M (xc, yc). For example, the black area P1 is included in a range of ± T around the target pixel (xc, yc) of the black area P2 included in the periodic image area extracted in FIG. The periodicity index M of the pixels in the black area P1
Is the periodicity index M (x) of the pixel of interest (xc, yc) in the black area P2.
c, yc), the value of the periodicity index M of the pixel in the black area P1 is replaced with the value of the periodicity index M (xc, yc) of the target pixel (xc, yc) in the black area P2. It is. Similarly, the value of the periodicity index M of the pixel in the black area P4 is replaced with the value of the periodicity index M (xc, yc) of the target pixel (xc, yc) in the black area P3.
【０１４８】その結果、図２７の斜線部にてに示すよう
な拡張周期画像領域が取得されることとなる。この拡張
周期画像領域は、本来周期画像領域として抽出されるべ
き図２３の処理前画像における画像パターンの繰り返し
の全てを含むものである。そして、拡張周期画像領域内
の画素には、元の周期画像領域の画素が有していた周期
性指標Ｍの値と同じ値の周期性指標Ｍが付与されてい
る。As a result, an extended periodic image area as shown by the hatched portion in FIG. 27 is obtained. This extended periodic image area includes all repetitions of the image pattern in the pre-processing image in FIG. 23 that should be originally extracted as the periodic image area. Then, the periodicity index M having the same value as the value of the periodicity index M included in the pixels of the original periodic image area is assigned to the pixels in the extended periodic image area.
【０１４９】拡張周期画像領域を取得した後、周期性指
標算出部２０は、拡張周期画像領域の境界部分のなじま
せ処理を行う。図２８は、拡張周期画像領域の境界部分
のなじませ処理を説明する図である。このなじませ処理
は、上記第１実施形態におけるぼかし処理と同様の処理
であり、図２９に示すようなフィルタを用いたフィルタ
操作による処理である。具体的には、拡張後の周期性指
標Ｍによって表現された画像に対して図２９に示すよう
なフィルタを順次に走査させる処理である。After acquiring the extended periodic image area, the periodicity index calculating unit 20 performs a process of adjusting the boundary of the extended periodic image area. FIG. 28 is a diagram for explaining a process of adjusting a boundary portion of the extended periodic image area. This smoothing-in process is the same as the blurring process in the first embodiment, and is a process by a filter operation using a filter as shown in FIG. Specifically, this is a process of sequentially scanning the image represented by the extended periodicity index M with a filter as shown in FIG.
【０１５０】このようにすると、図２８に示すように、
拡張周期画像領域の境界部分において、周期性指標Ｍの
値が段階的に推移する状態、すなわちにじむ状態とな
る。In this way, as shown in FIG.
At the boundary portion of the extended periodic image area, the state of the value of the periodicity index M changes stepwise, that is, the state is blurred.
【０１５１】以上のようにして、周期性指標算出部２０
は、取得した拡張周期画像領域における注目画素につい
て、画像パターンの繰り返しの有無の程度を示す周期性
指標を算出しているのである。なお、上述においては、
説明を簡単にするため、一方向のみに拡張する場合につ
いて説明したが、２方向に拡張した後それを合成するこ
とによって拡張周期画像領域を取得するようにしても良
い。拡張周期画像領域における注目画素について周期性
指標が算出された後の処理は、上記第１実施形態と同じ
であるためその説明は省略する。As described above, the periodicity index calculating section 20
Calculates the periodicity index indicating the degree of repetition of the image pattern for the target pixel in the acquired extended periodic image area. In the above,
For the sake of simplicity, the description has been given of a case where the image is extended in only one direction. However, the image may be extended in two directions and then synthesized to acquire the extended periodic image area. The processing after the periodicity index is calculated for the pixel of interest in the extended periodic image area is the same as that in the first embodiment, and a description thereof will be omitted.
【０１５２】以上のようにすれば、第１実施形態と同様
の効果が得られるのに加えて、図２３に示したような画
像が処理対象であった場合でも、黒色領域Ｐ１、Ｐ２、
Ｐ３、Ｐ４の全てについてほぼ均一な値の周期性指標Ｍ
が付与される結果、シフト処理等の程度も同程度とな
る。従って、本処理後の画像に対してシャープネス処理
等を施したとしても、黒色領域Ｐ１、Ｐ２、Ｐ３、Ｐ４
のそれぞれについての鮮鋭化の程度も同程度となり、画
質の劣化が生じない均質な画像処理が行われることとな
る。According to the above, the same effects as those of the first embodiment can be obtained. In addition, even when the image as shown in FIG. 23 is to be processed, the black areas P1, P2,.
The periodicity index M having a substantially uniform value for all of P3 and P4
As a result, the degree of the shift processing and the like becomes substantially the same. Therefore, even if sharpness processing or the like is performed on the image after this processing, the black areas P1, P2, P3, P4
The degree of sharpening is the same for each of them, and uniform image processing without deterioration of image quality is performed.
【０１５３】また、拡張周期画像領域の境界部分のなじ
ませ処理を行うことによって、周期性指標Ｍの値が急激
に変化する状態が生じないため、シフト処理等の程度が
急減に変化することもなく、画質の著しい劣化を防止す
ることができる。In addition, by performing the process of adapting the boundary portion of the extended periodic image area, a state in which the value of the periodicity index M rapidly changes does not occur, so that the degree of the shift processing or the like may change rapidly. In addition, it is possible to prevent remarkable deterioration of image quality.
【０１５４】さらに、拡張周期画像領域の境界部分のな
じませ処理を行うことによって、拡張周期画像領域にお
ける周期性を有するノイズ部分（例えば、上述した周期
性を有する文字が単独で存在する部分）を除去すること
もできるのである。このノイズ除去の意味においては、
加工後周期性指標算出部２５による加工と同様の効果
（いわゆる「文字ぼけ」の防止）を得ることができる。
なお、拡張周期画像領域におけるノイズ除去という観点
からは、フィルタ操作に使用するフィルタとしては図２
９に示すようなものに限定されず、例えばメディアンフ
ィルタを使用するようにしても良い。Further, by performing a process of adapting the boundary portion of the extended periodic image region, a periodic noise portion (for example, a portion where the character having the periodicity described above exists alone) in the extended periodic image region is removed. It can be removed. In the sense of this noise removal,
The same effect as the processing by the post-processing periodicity index calculating unit 25 (prevention of so-called “character blurring”) can be obtained.
In addition, from the viewpoint of noise removal in the extended periodic image area, the filter used for the filter operation is shown in FIG.
The median filter is not limited to the one shown in FIG. 9 and may be, for example, a median filter.
【０１５５】また、第１実施形態にて説明した加工後周
期性指標算出部２５による加工および第２実施形態にて
説明した周期画像領域の拡張は、それらの双方を実施す
るようにしても良いし、それぞれを単独で実施するよう
にしてもよい。双方を実施した場合には、加工後周期性
指標算出部２５による加工がぼかし処理に強く影響する
ため、周期画像領域の拡張は主としてシフト処理に影響
することとなる。なお、周期画像領域の拡張のみを行う
場合には、加工後周期性指標が算出されないため、第１
実施形態にて説明した加工後周期性指標の代わりに周期
性指標をそのまま用いてぼかし量およびシフト量を算出
することとなる。The processing by the post-processing periodicity index calculating unit 25 described in the first embodiment and the expansion of the periodic image area described in the second embodiment may be performed. However, each of them may be implemented independently. When both are performed, the processing by the post-processing periodicity index calculation unit 25 strongly affects the blurring processing, and thus the expansion of the periodic image area mainly affects the shift processing. When only the periodic image area is extended, the post-processing periodicity index is not calculated.
The blurring amount and the shift amount are calculated using the periodicity index as it is in place of the post-machining periodicity index described in the embodiment.
【０１５６】[0156]
【発明の効果】以上、説明したように、請求項１の発明
によれば、周期性指標によって表現された周期性指標画
像を複数の領域に分割し、複数の領域のそれぞれに含ま
れる画素の階調値を平均化して１つの画素の階調値とし
て出力することにより、周期性指標画像をバイリニア縮
小し、そのバイリニア縮小によって得られた縮小画像に
対してメディアンフィルタによるフィルタ操作を施し、
フィルタ操作後の縮小画像に含まれる画素の階調値を補
間しつつ、当該縮小画像を周期性指標画像と同等の大き
さに拡大することにより、加工後周期性指標画像を取得
し、当該加工後周期性指標画像における注目画素の加工
後周期性指標を算出しているため、周期性を有する文字
部分等についてのぼかし処理の程度が小さくなり、画質
の劣化を防止しつつモアレの発生を抑制することができ
る。As described above, according to the first aspect of the present invention, the periodicity index image represented by the periodicity index is divided into a plurality of regions, and the pixels included in each of the plurality of regions are divided. The periodicity index image is bilinearly reduced by averaging the grayscale values and outputting as a grayscale value of one pixel, and the reduced image obtained by the bilinear reduction is subjected to a filter operation using a median filter.
By interpolating the gradation values of the pixels included in the reduced image after the filter operation and enlarging the reduced image to the same size as the periodicity index image, a post-processing periodicity index image is obtained. Since the post-processing periodicity index of the pixel of interest in the post-periodicity index image is calculated, the degree of blur processing for a character portion having periodicity is reduced, and the occurrence of moire is suppressed while preventing the deterioration of image quality. can do.
【０１５７】また、請求項２の発明によれば、周期画像
領域を画像パターンの繰り返しの１周期分拡張して拡張
周期画像領域を取得し、その拡張周期画像領域における
注目画素について、画像パターンの繰り返しの有無の程
度を示す周期性指標を算出しているため、画像パターン
の繰り返しが存在する領域の全てについて均質なシフト
処理等が行われることとなり、画質の劣化を防止しつつ
モアレの発生を抑制することができる。According to the second aspect of the present invention, the periodic image area is extended by one cycle of the repetition of the image pattern to obtain an extended periodic image area. Since the periodicity index indicating the degree of repetition is calculated, uniform shift processing and the like are performed for all areas where image pattern repetition exists, thereby preventing the occurrence of moiré while preventing image quality deterioration. Can be suppressed.
【図１】本発明に係る画像処理装置のハードウェア構成
の一例を示すブロック図である。FIG. 1 is a block diagram illustrating an example of a hardware configuration of an image processing apparatus according to the present invention.
【図２】図１の画像処理装置の機能的構成を示す機能ブ
ロック図である。FIG. 2 is a functional block diagram illustrating a functional configuration of the image processing apparatus of FIG. 1;
【図３】図１の画像処理装置における画像処理の処理手
順の概要を示すフローチャートである。FIG. 3 is a flowchart illustrating an outline of a processing procedure of image processing in the image processing apparatus of FIG. 1;
【図４】自己相関データの算出形態の一例を示す図であ
る。FIG. 4 is a diagram illustrating an example of a calculation form of autocorrelation data.
【図５】ｘ方向に沿った自己相関データの算出形態の一
例を示す図である。FIG. 5 is a diagram showing an example of a calculation form of autocorrelation data along the x direction.
【図６】ｙ方向に沿った自己相関データの算出形態の一
例を示す図である。FIG. 6 is a diagram illustrating an example of a calculation form of autocorrelation data along the y direction.
【図７】処理前画像の各画素の階調値の一例およびそれ
から得られたｘ方向に沿った自己相関データを示す図で
ある。FIG. 7 is a diagram illustrating an example of a gradation value of each pixel of a pre-processing image and autocorrelation data obtained from the example along the x direction.
【図８】周期性が無いｘ方向に沿った自己相関データの
一例を示す図である。FIG. 8 is a diagram illustrating an example of autocorrelation data along the x direction having no periodicity.
【図９】ｘ方向に沿った周期値およびｙ方向に沿った周
期値と実際の周期方向及び周期値との関係を示す図であ
る。FIG. 9 is a diagram illustrating a relationship between a periodic value along the x direction and a periodic value along the y direction and actual periodic directions and periodic values.
【図１０】加工後周期性指標算出の手順を示すフローチ
ャートである。FIG. 10 is a flowchart illustrating a procedure of calculating a post-processing periodicity index.
【図１１】加工後周期性指標算出におけるバイリニア拡
大を概念的に説明するための図である。FIG. 11 is a diagram conceptually illustrating bilinear enlargement in calculating a post-processing periodicity index.
【図１２】コントラスト量算出の手順を示すフローチャ
ートである。FIG. 12 is a flowchart illustrating a procedure for calculating a contrast amount.
【図１３】高濃度領域の拡張または縮小について説明す
る図である。FIG. 13 is a diagram illustrating expansion or reduction of a high density area.
【図１４】図１３の画像の高濃度領域が拡張された高濃
度領域拡張画像を示す図である。14 is a diagram illustrating a high-density area expanded image in which the high-density area of the image in FIG. 13 is expanded.
【図１５】図１３の画像の高濃度領域が縮小された高濃
度領域縮小画像を示す図である。FIG. 15 is a diagram illustrating a reduced high-density area image in which the high-density area of the image in FIG. 13 is reduced.
【図１６】作成された差分画像を示す図である。FIG. 16 is a diagram showing a created difference image.
【図１７】コントラスト量算出におけるバイリニア拡大
を概念的に説明するための図である。FIG. 17 is a diagram for conceptually explaining bilinear enlargement in contrast amount calculation.
【図１８】ぼかし量の決定手法を説明するための図であ
る。FIG. 18 is a diagram for explaining a method of determining a blurring amount.
【図１９】加重平均フィルタの例を示す図である。FIG. 19 is a diagram illustrating an example of a weighted average filter.
【図２０】シフトデータのシフト方向とシフト量とを示
す図である。FIG. 20 is a diagram illustrating shift directions and shift amounts of shift data.
【図２１】シフト量規定値の算出に用いられるルックア
ップテーブルを示す図である。FIG. 21 is a diagram illustrating a lookup table used for calculating a shift amount prescribed value.
【図２２】図１９の加重平均フィルタの係数を示す図で
ある。FIG. 22 is a diagram illustrating coefficients of the weighted average filter of FIG. 19;
【図２３】第２実施形態における処理対象画像の一例を
示す図である。FIG. 23 is a diagram illustrating an example of a processing target image according to the second embodiment.
【図２４】図２３の画像についての自己相関データの一
例を示す図である。24 is a diagram illustrating an example of autocorrelation data for the image in FIG.
【図２５】図２３の画像についての自己相関データの他
の例を示す図である。FIG. 25 is a diagram illustrating another example of the autocorrelation data for the image of FIG. 23;
【図２６】図２３の画像から抽出された周期画像領域を
示す図である。FIG. 26 is a diagram showing a periodic image region extracted from the image of FIG. 23;
【図２７】拡張周期画像領域を示す図である。FIG. 27 is a diagram illustrating an extended periodic image area.
【図２８】図２７の拡張周期画像領域の境界なじませ処
理を説明する図である。FIG. 28 is a diagram illustrating the process of blending in the boundary of the extended periodic image area in FIG. 27;
【図２９】境界なじませ処理に使用するフィルタの例を
示す図である。FIG. 29 is a diagram illustrating an example of a filter used for a boundary adaptation process.
【図３０】従来の問題点を説明するための図であって、
画像パターンと光電素子との位置関係を示す図である。FIG. 30 is a diagram for explaining a conventional problem,
FIG. 3 is a diagram illustrating a positional relationship between an image pattern and a photoelectric element.
【図３１】デジタル画像の画像パターンが４画素周期で
ある場合の「ＩＮフェイズ状態」と「ＯＵＴフェイズ状
態」とを示す図である。FIG. 31 is a diagram illustrating an “IN phase state” and an “OUT phase state” when an image pattern of a digital image has a 4-pixel cycle.
【図３２】図３１のデジタル画像にシャープネス処理を
施した場合の計算上の各画素の階調値を示す図である。FIG. 32 is a diagram showing calculated gradation values of pixels when a sharpness process is performed on the digital image of FIG. 31;
【図３３】図３１のデジタル画像にシャープネス処理を
施した場合の各画素の最終的な階調値を示す図である。FIG. 33 is a diagram illustrating final gradation values of respective pixels when a sharpness process is performed on the digital image of FIG. 31;
【図３４】モアレが発生し得る階調変換処理を実施する
ルックアップテーブルの一例を示す図である。FIG. 34 is a diagram illustrating an example of a look-up table for performing a gradation conversion process in which moire may occur.
【図３５】モアレが発生し得る階調変換処理を実施する
ルックアップテーブルの他の例を示す図である。FIG. 35 is a diagram illustrating another example of a look-up table that performs a gradation conversion process in which moire can occur.
１ ＣＰＵ ５ 表示装置 ６ 入力装置 ７ 画像入力器 ８ 記録媒体 １０ 周期画像領域抽出部 ２０ 周期性指標算出部 ２５ 加工後周期性指標算出部 ３０ 差分画像作成部 ４０ 加工部 ５０ コントラスト量算出部 ６０ ぼかし量決定部 ７０ シフト量決定部 ８０ シフト量生成部 ９０ シフト処理部 ９５ ぼかし処理部 DESCRIPTION OF SYMBOLS 1 CPU 5 Display device 6 Input device 7 Image input device 8 Recording medium 10 Periodic image area extraction part 20 Periodicity index calculation part 25 Post-processing periodicity index calculation part 30 Difference image creation part 40 Processing part 50 Contrast amount calculation part 60 Blur Amount determination unit 70 Shift amount determination unit 80 Shift amount generation unit 90 Shift processing unit 95 Blur processing unit
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 CD05 CE04 CE06 CE11 DA20 DB09 DC22 DC36 5C021 PA17 PA32 PA56 PA76 PA78 PA80 PA87 RA06 RA12 RB05 RC06 XB06 YA01 5C077 LL03 MP02 PP02 PP27 PP28 RR06 ──────────────────────────────────────────────────続 き Continued on the front page F term (reference) 5B057 CD05 CE04 CE06 CE11 DA20 DB09 DC22 DC36 5C021 PA17 PA32 PA56 PA76 PA78 PA80 PA87 RA06 RA12 RB05 RC06 XB06 YA01 5C077 LL03 MP02 PP02 PP27 PP28 RR06
Claims (2)
あって、 画像から周期的な画像パターンの繰り返しが存在する周
期画像領域を抽出する周期画像領域抽出手段と、 前記周期画像領域における注目画素について、当該注目
画素を含む注目領域と当該注目領域以外の周辺領域との
相関特性に基づいて画像パターンの繰り返しの有無の程
度を示す周期性指標を算出する周期性指標算出手段と、 前記周期性指標によって表現された周期性指標画像を加
工することによって加工後周期性指標画像を取得し、当
該加工後周期性指標画像における前記注目画素の加工後
周期性指標を算出する加工後周期性指標算出手段と、 前記画像における注目画素とその周辺画素との明暗比を
示す指標であるコントラスト量を算出するコントラスト
量算出手段と、 前記加工後周期性指標および前記コントラスト量に基づ
いて、前記画像における注目画素についてのぼかし処理
の程度であるぼかし量を決定するぼかし量決定手段と、 前記周期性指標、前記加工後周期性指標および前記コン
トラスト量に基づいて、前記画像における注目画素につ
いてのシフト処理の程度であるシフト量を決定するシフ
ト量決定手段と、 前記ぼかし量決定手段により決定されたぼかし量に基づ
いて、前記画像における注目画素についてのぼかし処理
を行うぼかし処理手段と、 前記シフト量決定手段により決定されたシフト量に基づ
いて、前記画像における注目画素についてのシフト処理
を行うシフト処理手段と、を備え、 前記加工後周期性指標算出手段は、 前記周期性指標画像内を複数の領域に分割し、前記複数
の領域のそれぞれに含まれる画素の階調値を平均化して
１つの画素の階調値として出力することにより、前記周
期性指標画像をバイリニア縮小する縮小手段と、 前記バイリニア縮小によって得られた縮小画像に対して
メディアンフィルタによるフィルタ操作を施すフィルタ
手段と、 前記フィルタ操作後の縮小画像に含まれる画素の階調値
を補間しつつ、当該縮小画像を前記周期性指標画像と同
等の大きさに拡大することにより、前記加工後周期性指
標画像を得る拡大手段と、を含むことを特徴とする画像
処理装置。1. An image processing apparatus for performing processing on an image, comprising: a periodic image region extracting unit configured to extract a periodic image region in which a periodic image pattern is repeated from the image; For a pixel, a periodicity index calculating unit that calculates a periodicity index indicating a degree of repetition of an image pattern based on a correlation characteristic between a region of interest including the pixel of interest and a peripheral region other than the region of interest; A post-processing periodicity index image obtained by processing the periodicity index image represented by the sex index, and calculating a post-processing periodicity index of the pixel of interest in the post-processing periodicity index image Calculating means, a contrast amount calculating means for calculating a contrast amount which is an index indicating a light-dark ratio between the pixel of interest and its surrounding pixels in the image, Based on the post-processing periodicity index and the contrast amount, a blur amount determining unit that determines a blurring amount that is a degree of a blurring process for a pixel of interest in the image, the periodicity index, the post-processing periodicity index, and A shift amount determining unit that determines a shift amount that is a degree of a shift process for a target pixel in the image based on the contrast amount; and a shift amount determining unit that determines a shift amount in the image based on the blur amount determined by the blur amount determining unit. A blur processing unit that performs a blur process on a pixel; and a shift processing unit that performs a shift process on a pixel of interest in the image based on the shift amount determined by the shift amount determining unit. The sex index calculating means divides the inside of the periodicity index image into a plurality of regions, and Reducing means for bilinearly reducing the periodicity index image by averaging the gradation values of the pixels included in each of the pixels and outputting the averaged value as the gradation value of one pixel; and a reduced image obtained by the bilinear reduction. Filter means for performing a filter operation using a median filter on the reduced image while enlarging the reduced image to the same size as the periodicity index image while interpolating the gradation values of the pixels included in the reduced image after the filter operation And an enlarging means for obtaining the post-processing periodicity index image.
あって、 画像から周期的な画像パターンの繰り返しが存在する周
期画像領域を抽出する周期画像領域抽出手段と、 前記周期画像領域を前記画像パターンの繰り返しの１周
期分拡張して拡張周期画像領域を取得し、前記拡張周期
画像領域における注目画素について、画像パターンの繰
り返しの有無の程度を示す周期性指標を算出する周期性
指標算出手段と、 前記画像における注目画素とその周辺画素との明暗比を
示す指標であるコントラスト量を算出するコントラスト
量算出手段と、 前記周期性指標および前記コントラスト量に基づいて、
前記画像における注目画素についてのぼかし処理の程度
であるぼかし量を決定するぼかし量決定手段と、 前記周期性指標および前記コントラスト量に基づいて、
前記画像における注目画素についてのシフト処理の程度
であるシフト量を決定するシフト量決定手段と、 前記ぼかし量決定手段により決定されたぼかし量に基づ
いて、前記画像における注目画素についてのぼかし処理
を行うぼかし処理手段と、 前記シフト量決定手段により決定されたシフト量に基づ
いて、前記画像における注目画素についてのシフト処理
を行うシフト処理手段と、を備えることを特徴とする画
像処理装置。2. An image processing apparatus for performing processing on an image, comprising: a periodic image region extracting means for extracting a periodic image region in which a periodic image pattern is repeated from the image; A periodicity index calculating means for obtaining an extended periodicity image area by extending one cycle of the repetition of the image pattern and calculating a periodicity index indicating a degree of the presence or absence of the repetition of the image pattern for the pixel of interest in the extended periodicity image area And a contrast amount calculating unit that calculates a contrast amount that is an index indicating a light-dark ratio between the pixel of interest and its surrounding pixels in the image; based on the periodicity index and the contrast amount,
A blur amount determining unit that determines a blur amount that is a degree of a blur process for a pixel of interest in the image, based on the periodicity index and the contrast amount,
A shift amount determining unit that determines a shift amount that is a degree of the shift process for the target pixel in the image; and performing a blurring process on the target pixel in the image based on the blurring amount determined by the blurring amount determining unit. An image processing apparatus comprising: a blur processing unit; and a shift processing unit that performs a shift process on a pixel of interest in the image based on the shift amount determined by the shift amount determination unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25618199A JP3734652B2 (en) | 1999-09-09 | 1999-09-09 | Image processing device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25618199A JP3734652B2 (en) | 1999-09-09 | 1999-09-09 | Image processing device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001086368A true JP2001086368A (en) | 2001-03-30 |
| JP3734652B2 JP3734652B2 (en) | 2006-01-11 |
Family
ID=17289043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25618199A Expired - Fee Related JP3734652B2 (en) | 1999-09-09 | 1999-09-09 | Image processing device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3734652B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002300383A (en) * | 2001-03-30 | 2002-10-11 | Ricoh Co Ltd | Image processing device, image processing method, program allowing computer to execute the image processing method, and computer-readable recording medium with the program recorded |
| JP2003158644A (en) * | 2001-11-20 | 2003-05-30 | Toppan Printing Co Ltd | Image pickup device for flat object with prescribed periodic pattern |
| CN100386797C (en) * | 2005-11-03 | 2008-05-07 | 西安交通大学 | Method of generating line field signal beneficial to realize digital video frequency image contraction and enlargement interpolation |
| JP2022160498A (en) * | 2018-03-22 | 2022-10-19 | カシオ計算機株式会社 | Projection controller, projector, projection control method, and program |
-
1999
- 1999-09-09 JP JP25618199A patent/JP3734652B2/en not_active Expired - Fee Related
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002300383A (en) * | 2001-03-30 | 2002-10-11 | Ricoh Co Ltd | Image processing device, image processing method, program allowing computer to execute the image processing method, and computer-readable recording medium with the program recorded |
| JP4605931B2 (en) * | 2001-03-30 | 2011-01-05 | 株式会社リコー | Image processing apparatus, image processing method, program for causing computer to execute image processing method, and computer-readable recording medium recording the program |
| JP2003158644A (en) * | 2001-11-20 | 2003-05-30 | Toppan Printing Co Ltd | Image pickup device for flat object with prescribed periodic pattern |
| CN100386797C (en) * | 2005-11-03 | 2008-05-07 | 西安交通大学 | Method of generating line field signal beneficial to realize digital video frequency image contraction and enlargement interpolation |
| JP2022160498A (en) * | 2018-03-22 | 2022-10-19 | カシオ計算機株式会社 | Projection controller, projector, projection control method, and program |
| JP7380771B2 (en) | 2018-03-22 | 2023-11-15 | カシオ計算機株式会社 | Projection control device, projection device, projection control method and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3734652B2 (en) | 2006-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6915024B1 (en) | Image sharpening by variable contrast mapping | |
| JP4727720B2 (en) | Image processing method and image processing apparatus | |
| US7792384B2 (en) | Image processing apparatus, image processing method, program, and recording medium therefor | |
| JP2010009381A (en) | Pixel interpolation device, pixel interpolation method, and pixel interpolation program | |
| JP2007527567A (en) | Image sharpening with region edge sharpness correction | |
| JP2004040247A (en) | Image processing apparatus and control method thereof | |
| JPH07131634A (en) | Image processor | |
| JPH11195113A (en) | Image processor, its method and computer-readable storage medium | |
| JP3734652B2 (en) | Image processing device | |
| JP3092769B2 (en) | Image processing device | |
| JPH0944128A (en) | Multilevel reduction processor for binary picture | |
| JP3751806B2 (en) | Image processing apparatus and recording medium | |
| JP6444049B2 (en) | Image processing apparatus, method, and program | |
| KR102470242B1 (en) | Image processing device, image processing method and program | |
| JP3753900B2 (en) | Image processing device | |
| JP3262425B2 (en) | Image processing device | |
| JP3200351B2 (en) | Image processing apparatus and method | |
| JP2004133592A (en) | Image processor, image processing method and image processing program for magnifying image | |
| JP3624153B2 (en) | Image processing apparatus and image processing method | |
| JP2001078039A (en) | Picture processor and recording medium | |
| JP3581460B2 (en) | Image processing method and apparatus | |
| JP2005293265A (en) | Image processing device, and method | |
| JP2015106318A (en) | Image processor and image processing method | |
| JP3714820B2 (en) | Image processing method | |
| JP2006050481A (en) | Image processing apparatus, image processing method and program thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051007 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051018 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051019 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091028 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091028 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091028 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101028 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101028 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111028 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111028 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121028 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121028 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131028 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |