JP2001229373A - ２値画像の縮小処理方法および画像形成装置 - Google Patents

Abstract

(57)【要約】 【課題】画像消失を起こすことなく、かつ、濃度ムラの
発生を防止して、比較的高速かつ低コストで２値画像の
縮小処理を行う。 【解決手段】与えられたスケール率をディザマトリクス
に適用して基本スケールマトリクスを生成する（Ｓ３１
〜Ｓ３３）。この基本スケールマトリクス内セルの行ま
たは列を並び換えて互いに異なる複数の基本スケールマ
トリクスを生成し、これらを組み合わせて大規模スケー
ルマトリクスを生成する（Ｓ３４）。この大規模スケー
ルマトリクスを２値画像データに適用して、当該大規模
スケールマトリクスのオフビットに対応する画素を削除
する（Ｓ３６）。大規模スケールマトリクスに対して、
オンドットの空間的規則性をなくすように、基本スケー
ルマトリクスを行列要素として行および列単位にさらに
並べ換えを行い（Ｓ３５）、その結果得られたマトリク
スを新たな大規模スケールマトリクスとして使用しても
よい。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、２値画像におけ
るスケール処理、特に縮小処理の方法およびこれを用い
た画像形成装置に関するものである。

【０００２】

【従来の技術】一般的に２値画像のスケーリング（縮
小）処理としては、Ｗｅｉｍａｎスケーリングアルゴリ
ズムが知られている。このアルゴリズムの概略は、ｐ／
ｑ（ｐ＜ｑ、ｐとｑは正の整数）のスケール率が与えら
れたときに、横軸にｑ値を縦軸にｐ値をとってスケール
用パターンデータを得るためのｑ行ｐ列のマトリクスを
想定し、その左下と右上の対角点間に対角線を引く。こ
の対角線の傾きは、ｐ／ｑとなる。この傾きの直線が順
次の各列（第１列、第２列・・・第ｑ列）内で、マトリ
クスのいずれかの水平線に交わるか否かを判定する。交
わったときビット”１”、交わらなかったときビット”
０”を立てて、ｑビットの間引き用パターンデータを得
る。なお、第１列のビットは”１”、第ｐ列のビット
は”０”に、常に固定される。このパターンデータを縮
小対象の画像データに順次割り当てて（ＡＮＤ演算を行
い）、画像を縮小する。すなわち、ビット”１”が割り
当てられた画像ドットは残され、ビット”０”が割り当
てられた画像ドットは削除される。

【０００３】図３は、Ｗｅｉｍａｎスケーリングアルゴ
リズムを説明するためのスケール率ｐ／ｑ＝５／８の場
合のマトリクスを示す。この場合、５行８列のマトリク
スの対角線は第２列、第４列、第５列、第７列で水平線
と交わっている。したがって、それらの列と第１列に対
応するパターンデータのビットは”１”となる。他の列
のビットは”０”となる。このようにして、”１１０１
１０１０”という８ビットのパターンデータが得られ
る。このデータは、１６進表記で０ｘｄａ（０ｘは１６
進数を示す）となる。これにより、画像の８ドット（８
画素）毎にパターンデータのビット”０”の位置のドッ
トが削除される。

【０００４】図４、図５は、それぞれ同様に、スケール
率ｐ／ｑ＝３／７のパターンデータ（０ｘａ９，０ｘ５
２，０ｘａ５，０ｘ４ａ，０ｘ９５，０ｘ２ａ，０ｘ５
４）、およびｐ／ｑ＝１／２（０ｘａａ）の場合のマト
リクスを示している。

【０００５】

【発明が解決しようとする課題】上記のような間引き用
パターンデータを用いて２値画像を縮小する際、入力デ
ータの入力順に画一的にドットの間引きの可否が決定さ
れ、間引かれた画素が有効な画像ドット（例えば、黒ド
ット、または背景色以外の色のドット）であったかどう
かはシステム側では判断がつかない。そのため、意図せ
ず画像欠損が生じてしまう場合がある。例えば線幅１ド
ットの直線データが２値画像で入力されてきた場合、そ
の直線すべての画像欠落（すなわち消失）が生じる場合
がありうる。

【０００６】このようなデータ欠落を解決するために２
値画像の中味が連続したドットかどうか判断し、連続し
たドットについてのみドットの削除を許可する手法も知
られている。しかし、孤立したドットは削除しないとす
ると濃度が高くなってしまい、縮小後の画像に濃度ムラ
発生を招来する場合がある。また、高度なドット判定に
てこの濃度ムラ発生を抑える方法も知られているが、処
理速度が非常に遅くなってしまったり、高速化のために
ハードウェア化することによりコストが増大したりする
問題がある。

【０００７】本発明は、上述のような従来の問題点に鑑
みてなされたものであり、その目的は、画像消失を起こ
すことなく、かつ、濃度ムラの発生を防止し、比較的高
速かつ低コストで２値画像の縮小処理を行う方法および
これを用いた画像形成装置の提供をすることにある。

【０００８】

【課題を解決するための手段】本発明による２値画像の
縮小処理方法は、与えられたスケール率（１００％未
満）に基づいて２値画像を縮小する方法であって、前記
与えられたスケール率をディザマトリクスに適用して各
セル内にオン／オフドットを有する基本スケールマトリ
クスを生成するステップと、生成された基本スケールマ
トリクス内セルの行または列を並び換えて互いに異なる
複数の基本スケールマトリクスを生成し、これらの複数
の基本スケールマトリクスを組み合わせて大規模スケー
ルマトリクスを生成するステップと、この大規模スケー
ルマトリクスを２値画像データに適用して、当該大規模
スケールマトリクスのオフビットに対応する画素を削除
するステップとを備えたことを特徴とする。

【０００９】この発明によれば、ディザマトリクスによ
り得た２次元的なオン／オフドットを有するスケールマ
トリクスを用い、かつ、そのセルの行または列の並び換
えにより生成した互いに異なる複数の基本スケールマト
リクスを組み合わせて、より大規模なスケールマトリク
スを生成し、この大規模スケールマトリクスを２値入力
画像データに適用するようにしたので、濃度ムラなく、
かつ、画像縮小処理による直線等の消失をより確実に防
止することができる。また、一旦、大規模スケールマト
リクスが生成されれば、オフビットのセル値に基づいて
画素を削除すればよいので、縮小処理が比較的簡単かつ
高速に行える。

【００１０】例えば、前記基本スケールマトリクスはＮ
×Ｎ（Ｎは２以上の正の整数）のサイズを有し、このＮ
×Ｎ基本スケールマトリクス内セルの行および列単位の
Ｎ×Ｎ−１回の並べ換えを行い、これにより生成された
Ｎ×Ｎ−１個のＮ×Ｎ基本スケールマトリクスを元のＮ
×Ｎ基本スケールマトリクスと組み合わせて（Ｎ×Ｎ）
×（Ｎ×Ｎ）のサイズの大規模スケールマトリクスを生
成する。

【００１１】好ましくは、前記（Ｎ×Ｎ）×（Ｎ×Ｎ）
の大規模スケールマトリクスに対して、オンドットの空
間的規則性をなくすように、前記基本スケールマトリク
スを行列要素として行および列単位にさらに並べ換えを
行い、その結果得られた新たな（Ｎ×Ｎ）×（Ｎ×Ｎ）
の大規模スケールマトリクスを２値画像データに適用し
てもよい。

【００１２】これにより、一層確実に、直線等の消失を
防止することができる。

【００１３】本発明による上記２値画像の縮小方法を採
用した画像形成装置は、２値画像データを解析して、印
字データを生成するデータ解析手段と、前記印字データ
を展開するフレームメモリと、前記データ解析手段の解
析結果に従って、前記フレームメモリに画像を展開する
際に、与えられたスケール率に基づいて生成されまたは
予め用意された大規模スケールマトリクスを２値画像に
適用して、大規模スケールマトリクスのオフドットに対
応する画素を削除する画像縮小処理手段と、前記フレー
ムメモリに展開された印字データに基づいて印字を行う
印字手段とを備え、前記大規模スケールマトリクスは、
前記与えられたスケール率をディザマトリクスに適用す
ることにより各セル内にオン／オフドットを有する基本
スケールマトリクスを生成し、この生成した基本スケー
ルマトリクス内セルの行または列を並び換えて生成した
互いに異なる複数の基本スケールマトリクスを組み合わ
せて生成されることを特徴とする。

【００１４】

【発明の実施の形態】以下、本発明の実施の形態につい
て、図面を参照して詳細に説明する。

【００１５】図１は、本発明が適用されるプロッタ、プ
リンタ等の画像形成装置の構成を示すブロック図であ
る。図１中、１１は装置全体の動作を制御するＣＰＵ、
１２はＣＰＵ１１の作業領域およびデータの一時記憶領
域として利用されるＲＡＭである。１３は画像形成装置
を駆動するためのプログラムやデータが書き込まれてい
るＲＯＭであり、ＣＰＵ１１により使用される。１４は
外部のコンピュータ端末装置等（図示せず）と接続する
ためのインタフェース部であり、これを介して２値画像
等の印字対象データ（この例ではプロッタ記述言語デー
タ）が転送されてくる。１５はマンマシンインタフェー
スのための表示を行うＬＣＤ表示装置、１６は画像形成
装置の各種設定を選択するためのキー操作部である。１
７は画像形成装置の印字部、１８はＣＰＵ１１と他の各
要素とを接続するシステムバスである。

【００１６】図２は、図１の画像形成装置における入力
データ受信から印字までの概略の処理フローを示す。

【００１７】まず、外部から入力データ（２値画像デー
タ）を受信し（Ｓ２１）、この受信したデータをプロッ
タ記述言語のフォーマットにしたがってデータ解析（言
語解析）を行う（Ｓ２２）。このデータ解析手段を一般
にインタープリタと呼んでいる。ついで、入力画像と出
力画像の解像度の違いによる解像度変換、および、キー
操作部１６からの入力指示または受信データによる指示
に基づいて決まるスケール率に応じたスケール処理が行
われる（Ｓ２３）。その後、印字時に使用されるフレー
ムメモリ（ＲＡＭ１２内）にスケール後の画像が展開さ
れる（Ｓ２４）。データ解析により、印字開始コマンド
が確認されるまで、上記ステップＳ２２〜Ｓ２４の処理
が繰り返される（Ｓ２５）。印字開始コマンドを受信す
ると、フレームメモリに展開されたデータを基に実際の
印字動作が開始される（Ｓ２６）。

【００１８】ただし、Ｓ２５の判定を「印字開始コマン
ドの受信？」としないで「１バンド分のデータが溜まっ
たか？」にすれば、フレームメモリは全画像分ではなく
１バンド分（例えば印字ヘッドの走査幅に対応）の容量
で済む。本実施の形態では、そのいずれであってもよ
い。

【００１９】図７に、本発明の実施の形態において、基
本スケールマトリクス作成のためのディザマトリクス
（Ｂａｙｅｒ Ｄｉｔｈｅｒ）を示す。ディザマトリク
スは、一般に、多値画像の濃淡（階調）を２値ドットで
再現するために、多値画像データを２値画像データに変
換するために用いられるものである。図７は８行８列
（８×８）のディザマトリクスを示している。このディ
ザマトリクスは、６４個のセル位置にそれぞれ”０”か
ら４きざみに”２５２”までの数値が割り当てられてお
り、それぞれの数値が多値データの２値化のための閾値
として用いられる。これにより、８×８＋１（＝６５）
階調の多値画像の再現が可能となる。

【００２０】通常、ベクタ形式の線分データは、その始
点および終点の座標の他、線幅、先端形状、濃度などで
表現される。ベクタの濃淡を表現するためには、図７の
ディザマトリクスに基づいて、図８に示すような、その
ベクタの濃度値に対応したオン／オフパターンを有する
マトリクス（マスクマトリクス）を生成する。このマト
リクスは濃度値５０％の場合に相当する。すなわち、濃
度値１００％を２５５とすると、濃度値５０％の濃度値
は１２７となる。よって、図７に示すマトリクスの１２
７以下の数値を有するセルの部分をオンとし、１２７よ
り大きい数値のセル部分をオフとしている。本発明で
は、このマスクマトリクスを２値画像の縮小のために用
いる間引き用のマトリクス（スケールマトリクス）とし
て用いる。このオフのセル部分に対応する画像ドット
（画素）を間引く（削除する）ことにより、濃度値に対
応したスケール率で目的の画像縮小が行える。

【００２１】したがって、図８のマトリクスはスケール
率が５０％の場合の基本スケールマトリクスとなる。こ
のスケール率の場合、従来技術で説明したアルゴリズム
では、ｐ／ｑ＝１／２に対応する間引き用パターンデー
タ（０ｘａａ）に対して入力データが０ｘ５５の場合、
このデータと０ｘａａとのＡＮＤをとった場合、結果が
全ビット０となる。これによって、垂直線が縮小後に完
全に消失してしまう場合が生じる。図８のマトリクスパ
ターンではそのような垂直線の消失はなくなる。しかし
なお、線幅１ドットの傾き４５゜等の斜め線が完全に消
失する場合が生じうる。

【００２２】このような問題に対して、以下に本実施の
形態による解決法を説明する。

【００２３】図６は、図２のフロー中のステップＳ２３
のスケール処理の具体的処理フローを示す。

【００２４】まず、スケール率を決定する（Ｓ３１）。
これは、外部設定のスケール率、データ中の解像度変換
によるスケール率、縦横比指定等により決まる（Ｓ３
１）。本発明が関与するスケーリングは縮小のみであ
り、そのスケール率は０から１００％の範囲とする（但
し、０％と１００％は含まない）。その後、この例で
は、０から１００％のスケール率ＳＣｉを０から２５５
の範囲のスケール値ＳＣｏへ変換する（Ｓ３２）。この
変換は、単純に次式で実現される。

【００２５】ＳＣｏ＝ＳＣｉ×（２５５／１００）

【００２６】この求められたスケール値ＳＣｏを図７に
示したディザマトリクスパターンに当てはめて基本スケ
ールマトリクスを作成する（Ｓ３３）。この当てはめ方
は、前述した濃度用のマスクマトリクスの求め方と同じ
であり、ディザマトリクスの各セル内の数値をスケール
値と比較して、スケール値より小さい値のセルを”１”
（オン：ドットを置く）にし、大きい値のセルを”０”
（オフ：ドットを削除する）にする。このようにして、
８×８サイズの基本スケールマトリクスを作成する。

【００２７】与えられたスケール率が５０％の場合の基
本スケールマトリクスは、図８で示したとおりである。
すなわち、５０％スケール率に対応してスケール値１２
７（小数点以下切り捨て）が得られ、その結果、ディザ
マトリクス内のしきい値が１２７よりも小さなセルが全
て”１”となった基本スケールマトリクスが得られる。

【００２８】次に、Ｎ×Ｎマトリクス（本実施の形態で
は８×８）に対してＮ×Ｎ−１回配置換えを行って、
（Ｎ×Ｎ）×（Ｎ×Ｎ）のサイズ（本実施の形態では６
４×６４）の大規模スケールマトリクスを作成する方法
について説明する。

【００２９】（Ｎ×Ｎ）×（Ｎ×Ｎ）のサイズの大規模
スケールマトリクスを作成するために、基本スケールマ
トリクス内セルの行と列の並び換えすなわち配置換えを
おこなう（Ｓ３４）。

【００３０】図９、図１０は、その配置換えを説明する
ための図であり、行と列の並び換えを行うプログラム例
（Ｃ言語で記載）は下記の通りである。このプログラム
の主要部にはその部分の役割を示すコメントを付加して
ある。但し、このプログラムは行列の配置換えを行うた
めの一例であり、同様の処理が実現できればプログラム
言語およびその記述は任意である。 #define N_MATRIX 8 #define BYTE_DOT 8 extern unsigned char inputMatrix[N_MATRIX*N_MATRIX/BYTE_DOT]; extern unsigned char outputMatrix[N_MATRIX*N_MATRIX*N_MATRIX* N_MATRIX/BYTE_DOT]; static void MakeMaskMatrix_ArrayConvert ( unsigned char *inputMatrix, unsigned char *outputMatrix) { char i,j,n; for(i=0; i＜N_MATRIX; ++i){ /*図１１のP１の作成*/ outputMatrix[i*N_MATRIX*N_MATRIX/BYTE_DOT]=inputMatrix[i]; } for(j=0;j＜N_MATRIX-1; ++j){ /*図11のP2,P3,P4,P5,P6,P7,P8の作成*/ for(i=0; i＜N_MATRIX; ++i){ outputMatrix[(i*N_MATRIX)+(j+1)]= outputMatrix[(N_MATRIX-1-i)*N_MATRIX+j]; } } for(n=0;n＜N_MATRIX-1; ++n){ for(i=0; i＜N_MATRIX; ++i){ /*図11のP9,P17,P25,P33, P41,P49,P57の作成*/ outputMatrix[i*N_MATRIX+((n+1)*N_MATRIX*N_MATRIX)] =(outputMatrix[i*N_MATRIX+ (n*N_MATRIX*N_MATRIX)]＞＞1)| (outputMatrix[i*N_MATRIX+(n*N_MATRIX*N_MATRIX]＜＜7); } for(j=0; j＜N_MATRIX-1; ++j){ /*図11の残りのP作成*/ for(i=0; i＜N_MATRIX; ++i){ outputMatrix[(i*N_MATRIX)+(j+1)+ ((n+1)*N_MATRIX*N_MATRIX)] =outputMatrix[(N_MATRIX-1-i)*N_MATRIX+ j+((n+1)*N_MATRIX*N_MATRIX)]; } } } }

【００３１】図１１は、このプログラム処理により得ら
れた大規模スケールマトリクスの構成を示す図である。
そのパターンＰ１は、配置換えの基となる８×８の基本
マトリクスである。Ｐ２は、図９で示したように、基本
マトリクスの最上行を最下行へ移動させてＰ１の行の配
置換えをしたものである。Ｐ３はＰ２に対して同様の行
の配置換えをしたものである。同様にしてＰ８まで作成
する。Ｐ９は、図１０で示したように、基本マトリクス
の最右列を最左列に移動させてＰ１の列の配置換えをし
たものである。Ｐ１０はＰ２に対して同じ列の配置換え
をしたものである。同様にしてＰ１６まで作成する。さ
らに、図１１の次のパターン行であるパターンＰ１７〜
Ｐ２４も同様に直前のパターン行の対応するパターンの
配置換えにより作成する。以下の各パターン行について
も同様である。

【００３２】このようにして、Ｐ１のＮ×Ｎの基本マト
リクスに基づいて、図１１に示したような（Ｎ×Ｎ）×
（Ｎ×Ｎ）の大規模マトリクスを作成することができ
る。

【００３３】以下、最も条件の厳しいスケール率２％未
満の場合について具体的な例を説明する。まず、スケー
ル率２％未満の基本スケールマトリクスを単にそのまま
組み合わせた大規模マトリクスパターンは、図１３で示
すようになる。この場合、図１３に示すライン（線分）
Ａのようにオンドットに乗るラインだけが消失すること
なく表現でき、ラインＢとラインＣのようにオンドット
に乗らないラインはライン全体が消失してしまう。これ
に対して、前述のステップＳ３４の処理を施した結果が
図１４のようになる。この場合、ラインの消失の可能性
は図１３の場合より低減されるが、なお、図１４のライ
ンＤとラインＥのように水平または垂直からの傾きがわ
ずかのラインについて、ライン全体の欠落、すなわち消
失が生じる。

【００３４】このような問題を解決するために、更に大
規模スケールマトリクスに対して、基本スケールマトリ
クスを行列要素として行および列単位の配置換えを行う
（Ｓ３５）。図１１の大規模スケールマトリクスに対し
てこの配置換えを行ったのが、図１２に示す大規模スケ
ールマトリクスである。これにより、図１４のスケール
率２％の例の大規模スケールマトリクスは、図１５に示
すように変形される。この図１５のマトリクスパターン
から分かるように、図１４において見られたオンドット
の空間的規則性が排除されている。これによりどのよう
な傾きでも線分の消失は生じない。

【００３５】図１２の大規模スケールマトリクスに対す
るオンドットの空間的規則性のなくし方の一例について
説明する。Ｎ×Ｎ（ここではＮ＝８）の基本マトリクス
を１つの行列要素とするＭ×Ｍ（ここではＭ＝８）のマ
トリクスについて、その配列を変化させることで空間的
規則性をなくす。本実施の形態では、まず、Ｍ×Ｍのマ
トリクスの行について、第８行の内容を第３行に移し、
元の第３行の内容を第４行へ移す。同様に元の第４行の
内容を第６行へ、元の第６行の内容を第７行へ、元の第
７行の内容を第５行へ、元の第５行の内容を第８行へ移
す。このようにして、Ｍ×Ｍのマトリクスの行の並べ換
えを行う。次に、Ｍ×Ｍのマトリクスに対して、その列
について同様の並べ換えを行う。このような操作によ
り、図１２のような新たなＭ×Ｍのマトリクスが生成さ
れる。規則性のなくし方はこれ以外にも種々考えられる
ので、どのように行ってもよい。

【００３６】このようにして得られた大規模スケールマ
トリクスを用いて、これを入力画像データに適用する。
すなわち、大規模スケールマトリクスのオフドット（こ
こでは”０”）に対応する画素を削除する（図６、Ｓ３
６）。

【００３７】このように、前記プログラムによる図１１
の大規模スケールマトリクスの生成と、その基本スケー
ルマトリクスを行列要素とした行および列単位の並べ換
えにより、最終的に生成された大規模スケールマトリク
スは、高精度での画像縮小を可能とする。なお、大規模
スケールマトリクスによるスケール処理は必ずしもすべ
てのスケール率について行う必要はなく、必要な場合に
のみ利用すればよい。例えば、線分の消失が生じないよ
うな比較的スケール率が大きい（例えば５０％を超え
る）場合には上記処理は不要である。

【００３８】以上、本発明の好適な実施の形態について
説明したが、種々の変形、変更が可能である。例えば、
前記スケール率毎の基本スケールマトリクス（さらには
最終的な大規模スケールマトリクス）は、予め異なるス
ケール率毎に求めて、テーブル化（ＲＯＭ等に格納）し
ておいてもよい。これにより、スケール処理時にその都
度マトリクスの生成を行う必要がなくなり、単に当該マ
トリクスのテーブル参照を行えばよいので、更なる処理
速度の向上を図れる。

【００３９】

【発明の効果】本発明によれば、濃度ムラを防止して比
較的高速で低コストな２値画像データのスケール処理が
行うことが可能となり、さらに、画像消失が生じ得ない
高い精度で２値画像を表現できる画像縮小処理方法およ
びこれを用いた画像形成装置が提供できる。

【図面の簡単な説明】

【図１】図１は本発明の画像形成装置の構成を示すブロ
ック図である。

【図２】図１の画像形成装置の入力データ受信から印字
までの処理フローを示すフローチャートである。

【図３】Ｗｅｉｍａｎスケーリングアルゴリズムを説明
するためのスケール率ｐ／ｑ＝５／８の場合のマトリク
スを示す図である。

【図４】Ｗｅｉｍａｎスケーリングアルゴリズムを説明
するためのスケール率ｐ／ｑ＝３／７の場合のマトリク
スを示す図である。

【図５】Ｗｅｉｍａｎスケーリングアルゴリズムを説明
するためのスケール率ｐ／ｑ＝１／２の場合のマトリク
スを示す図である。

【図６】図２のフロー中のステップＳ２３のスケール処
理の具体的処理フローを示すフローチャートである。

【図７】本発明の実施の形態において、基本スケールマ
トリクス作成のためのディザマトリクス（ｂａｙｅｒ
Ｄｉｔｈｅｒ）を示す図である。

【図８】図７のディザマトリクスに基づいて作成される
マスクマトリクス、かつ、本発明の実施の形態で使用さ
れるスケール率５０％の基本スケールマトリクスを示す
図である。

【図９】本発明の実施の形態における、基本スケールマ
トリクスの行の配置換えを示す図である。

【図１０】本発明の実施の形態における、基本スケール
マトリクスの列の配置換えを示す図である。

【図１１】本発明の実施の形態における、基本スケール
マトリクスの単純配置換えによる大規模スケールマトリ
クスの構成を示す図である。

【図１２】本発明の実施の形態における、大規模スケー
ルマトリクスの配置換えの最終形を示す図である。

【図１３】本発明の実施の形態における、スケール率２
％時の大規模スケールマトリクスを示す図である。

【図１４】本発明の実施の形態における、スケール率２
％時の大規模スケールマトリクスの単純配置換え後の大
規模マトリクスのを示す図である。

【図１５】本発明の実施の形態における、スケール率２
％時の大規模スケールマトリクスの配置換えの最終形を
示す図である。

【符号の説明】

１１ ＣＰＵ １２ ＲＡＭ １３ ＲＯＭ １４ インターフェース １５ 液晶表示装置 １６ キー操作部 １７ 印字部 １８ システムバス

Claims (6)

【特許請求の範囲】
1. 【請求項１】与えられたスケール率（１００％未満）に
   基づいて２値画像を縮小する方法であって、 前記与えられたスケール率をディザマトリクスに適用し
   て各セル内にオン／オフドットを有する基本スケールマ
   トリクスを生成するステップと、 生成された基本スケールマトリクス内セルの行または列
   を並び換えて互いに異なる複数の基本スケールマトリク
   スを生成し、これらの複数の基本スケールマトリクスを
   組み合わせて大規模スケールマトリクスを生成するステ
   ップと、 この大規模スケールマトリクスを２値画像データに適用
   して、当該大規模スケールマトリクスのオフビットに対
   応する画素を削除するステップと、 を備えた２値画像の縮小処理方法。
2. 【請求項２】前記基本スケールマトリクスはＮ×Ｎ（Ｎ
   は２以上の正の整数）のサイズを有し、このＮ×Ｎ基本
   スケールマトリクス内のセルの行および列単位のＮ×Ｎ
   −１回の並べ換えを行い、これにより生成されたＮ×Ｎ
   −１個のＮ×Ｎ基本スケールマトリクスを元のＮ×Ｎ基
   本スケールマトリクスと組み合わせて（Ｎ×Ｎ）×（Ｎ
   ×Ｎ）のサイズの大規模スケールマトリクスを生成する
   ことを特徴とする請求項１記載の２値画像の縮小処理方
   法。
3. 【請求項３】前記（Ｎ×Ｎ）×（Ｎ×Ｎ）の大規模スケ
   ールマトリクスに対して、オンドットの空間的規則性を
   なくすように、前記基本スケールマトリクスを行列要素
   として行および列単位にさらに並べ換えを行い、その結
   果得られた新たな（Ｎ×Ｎ）×（Ｎ×Ｎ）の大規模スケ
   ールマトリクスを２値画像データに適用することを特徴
   とする請求項２記載の２値画像の縮小処理方法。
4. 【請求項４】２値画像データの印字を行う画像形成装置
   において、 ２値画像データを解析して、印字データを生成するデー
   タ解析手段と、 前記印字データを展開するフレームメモリと、 前記データ解析手段の解析結果に従って、前記フレーム
   メモリに画像を展開する際に、与えられたスケール率に
   基づいて生成されまたは予め用意された大規模スケール
   マトリクスを２値画像に適用して、大規模スケールマト
   リクスのオフドットに対応する画素を削除する画像縮小
   処理手段と、 前記フレームメモリに展開された印字データに基づいて
   印字を行う印字手段とを備え、 前記大規模スケールマトリクスは、前記与えられたスケ
   ール率をディザマトリクスに適用することにより各セル
   内にオン／オフドットを有する基本スケールマトリクス
   を生成し、この生成した基本スケールマトリクス内セル
   の行または列を並び換えて生成した互いに異なる複数の
   基本スケールマトリクスを組み合わせて生成されること
   を特徴とする画像形成装置。
5. 【請求項５】前記基本スケールマトリクスはＮ×Ｎのサ
   イズを有するとともに、前記大規模スケールマトリクス
   は（Ｎ×Ｎ）×（Ｎ×Ｎ）のサイズを有し、 この（Ｎ×Ｎ）×（Ｎ×Ｎ）大規模スケールマトリクス
   は、前記のＮ×Ｎ基本スケールマトリクス内セルの行お
   よび列単位のＮ×Ｎ−１回の並べ換えにより生成される
   Ｎ×Ｎ−１個のＮ×Ｎ基本スケールマトリクスを元のＮ
   ×Ｎ基本スケールマトリクスと組み合わせて生成された
   ものであることを特徴とする請求項４記載の画像形成装
   置。
6. 【請求項６】前記（Ｎ×Ｎ）×（Ｎ×Ｎ）大規模スケー
   ルマトリクスは、オンドットの空間的規則性をなくすよ
   うに、基本スケールマトリクスを行列要素として行およ
   び列単位にさらに並べ換えが行われたものであることを
   特徴とする請求項５記載の画像形成装置。