JP2002077622A - Image processing apparatus and recording medium - Google Patents
Image processing apparatus and recording mediumInfo
- Publication number
- JP2002077622A JP2002077622A JP2000253928A JP2000253928A JP2002077622A JP 2002077622 A JP2002077622 A JP 2002077622A JP 2000253928 A JP2000253928 A JP 2000253928A JP 2000253928 A JP2000253928 A JP 2000253928A JP 2002077622 A JP2002077622 A JP 2002077622A
- Authority
- JP
- Japan
- Prior art keywords
- image
- processing
- pixel
- value
- halftone
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 448
- 238000000034 method Methods 0.000 claims abstract description 207
- 230000002093 peripheral effect Effects 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims description 168
- 230000009467 reduction Effects 0.000 claims description 36
- 238000003780 insertion Methods 0.000 claims description 4
- 230000037431 insertion Effects 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 description 57
- 238000010586 diagram Methods 0.000 description 48
- 230000006870 function Effects 0.000 description 22
- 238000006243 chemical reaction Methods 0.000 description 17
- 101150071665 img2 gene Proteins 0.000 description 14
- 238000009499 grossing Methods 0.000 description 11
- 238000007781 pre-processing Methods 0.000 description 10
- 101150013335 img1 gene Proteins 0.000 description 8
- 238000011946 reduction process Methods 0.000 description 8
- 230000007423 decrease Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000002542 deteriorative effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000002194 synthesizing effect Effects 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 102100028780 AP-1 complex subunit sigma-2 Human genes 0.000 description 1
- 101100021996 Arabidopsis thaliana CYP97C1 gene Proteins 0.000 description 1
- 101100310388 Arabidopsis thaliana SLK1 gene Proteins 0.000 description 1
- 101100310389 Arabidopsis thaliana SLK2 gene Proteins 0.000 description 1
- 101000795655 Canis lupus familiaris Thymic stromal cotransporter homolog Proteins 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101100055680 Homo sapiens AP1S2 gene Proteins 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 101000680262 Homo sapiens Transmembrane protein 60 Proteins 0.000 description 1
- 101100111302 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) BCK1 gene Proteins 0.000 description 1
- 102100022076 Transmembrane protein 60 Human genes 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
Landscapes
- Image Processing (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およびその処理をコン
ピュータに実行させるためのプログラムを記録した記録
媒体に関する。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 the occurrence of moire and a computer for executing the processing. The present invention relates to a recording medium on which a program is recorded.
【０００２】[0002]
【従来の技術】一般に従来より、画像処理は、ＣＣＤな
どの画像入力機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 conventionally been performed by optically reading an original or a target object with an image input device such as a CCD and digitizing the original or digital object 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や画像を変倍する変倍処
理（たとえば縮小処理）などの画像編集処理が行われ
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, image editing processing such as gradation conversion processing for converting the gradation value of a pixel in an image and scaling processing (for example, reduction processing) for scaling 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３１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機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と画像入力機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 original 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３１（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３２
（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３１
（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３２（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. 31A, 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. The positional relationship between the original image pattern GPT and the photoelectric element ID is shown in FIG.
In the state shown in FIG. 32B, 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３２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。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３２（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３３（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３２（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３４（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 of the images shown in FIGS. 32A and 32B is subjected to sharpness processing, the tone values of each pixel are calculated as shown in FIGS. 33A and 33B, 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. 32A and 32B, the gradation values of the pixels after the processing are as shown by the solid lines in FIGS. 34A and 34B, 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３４（ａ）では、白２画素だけにサチ
レーションＳＲが起き、図３４（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３４（ａ）(「ＩＮフェイズ状態」)の平均階調値
ＡＫINは、図３４（ｂ）(「ＯＵＴフェイズ状態」)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, the saturation SR occurs only in two white pixels in FIG. 34A, and the saturation SR occurs in one white pixel and one black pixel in FIG. 34B. As a result, the average gradation value AK IN in FIG. 34A (“IN phase state”) is lower than the average gradation value AK OUT in FIG. 34B (“OUT phase state”).
【００１１】ところで、図３１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. 31, 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、画像の品質が著しく低下することにな
る。[0012] Since this periodic variation is an image which is not present in the original document or the target object, the quality of the image is significantly reduced.
【００１３】また、このようなモアレとしては、上記の
ようにシャープネス処理に伴い発生するものの他、網点
化処理に伴い発生するものや、画像編集処理（縮小処理
など）に伴い発生するものなどが存在する。なお、これ
らの処理に伴い発生するモアレは、詳細には上記の原因
とは若干異なる原因に起因するものではあるが、いずれ
も周期的な画像パターンの繰り返しが存在する領域に発
生する現象である。[0013] In addition to the moiré generated in association with the sharpness processing as described above, such moiré may be generated in accordance with halftoning processing, or may be generated in accordance with image editing processing (such as reduction processing). Exists. The moiré caused by these processes is caused by a cause slightly different from the above-described cause, but is a phenomenon that occurs in an area where a periodic image pattern repetition exists. .
【００１４】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に効果がある画像処理技術
を提供することを目的とする。The present invention has been made in view of the above problems, and has as its object to provide an image processing technique which is effective in suppressing the occurrence of moire.
【００１５】[0015]
【課題を解決するための手段】上記目的を達成するた
め、請求項１に記載の画像処理装置は、画像に対して処
理を施す画像処理装置であって、画像における注目画素
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
目画素についてのシャープネス処理の程度であるシャー
プネス処理係数を決定するシャープネス処理係数決定手
段と、前記シャープネス処理係数決定手段により決定さ
れたシャープネス処理係数に基づいて、前記画像におけ
る注目画素についてのシャープネス処理を行うシャープ
ネス処理手段と、を備えることを特徴とする。In order to achieve the above object, an image processing apparatus according to claim 1 is an image processing apparatus for performing processing on an image. A periodicity index calculating means for calculating a periodicity index indicating a degree of the presence or absence of repetition of an image pattern based on a correlation characteristic between a region of interest including the region of interest and a peripheral region other than the region of interest; A contrast amount calculating unit that calculates a contrast amount that is an index indicating a contrast ratio with a pixel; and a sharpness processing coefficient that is a degree of sharpness processing for the pixel of interest in the image based on the periodicity index and the contrast amount. A sharpness processing coefficient determining means for determining, and a sharpness processing determined by the sharpness processing coefficient determining means. Based on the coefficients, characterized in that it comprises, a sharpness processing unit for performing sharpness processing for the pixel of interest in the image.
【００１６】請求項２に記載の画像処理装置は、請求項
１に記載の画像処理装置において、前記画像に対して画
像編集処理を施す画像編集処理手段、をさらに備え、前
記周期性指標算出手段は、前記画像編集処理に応じて前
記周期性指標を更新し、前記コントラスト量算出手段
は、前記画像編集処理に応じて前記コントラスト量を更
新し、前記シャープネス処理係数決定手段は、更新され
た周期性指標と更新されたコントラスト量とに基づい
て、前記画像編集処理が施された編集後画像における注
目画素についてのシャープネス処理の程度であるシャー
プネス処理係数を決定し、前記シャープネス処理手段
は、前記シャープネス処理係数決定手段により決定され
たシャープネス処理係数に基づいて、前記編集後画像に
おける注目画素についてのシャープネス処理を行うこと
を特徴とする。According to a second aspect of the present invention, in the image processing apparatus according to the first aspect, the image processing apparatus further includes an image editing processing means for performing image editing processing on the image, and the periodicity index calculating means. Updates the periodicity index according to the image editing process, the contrast amount calculating unit updates the contrast amount according to the image editing process, and the sharpness processing coefficient determining unit determines the updated period. Determining, based on the sex index and the updated contrast amount, a sharpness processing coefficient that is a degree of sharpness processing for a pixel of interest in the edited image on which the image editing processing has been performed; Based on the sharpness processing coefficient determined by the processing coefficient determining means, And performing sharpness processing.
【００１７】請求項３に記載の画像処理装置は、画像に
対して処理を施す画像処理装置であって、画像における
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、前記周期性指標に基づい
て、前記画像における注目画素についての網点化処理に
用いる網点化データを決定する網点化データ決定手段
と、前記網点化データ決定手段により決定された網点化
データに基づいて、前記画像における注目画素について
の網点化処理を行う網点化処理手段と、を備えることを
特徴とする。An image processing apparatus according to a third aspect of the present invention is an image processing apparatus for performing processing on an image, wherein an attention area of the image includes an attention area including the attention pixel and a peripheral area other than the attention area. A periodicity index calculating means for calculating a periodicity index indicating the degree of the presence or absence of the repetition of the image pattern based on the correlation characteristics of the image pattern, and using the periodicity index for a halftone process for a pixel of interest in the image. Halftone data determination means for determining halftone data, and halftone processing for performing halftone processing on a pixel of interest in the image based on the halftone data determined by the halftone data determination means. And processing means.
【００１８】請求項４に記載の画像処理装置は、請求項
３に記載の画像処理装置において、前記画像に対して画
像編集処理を施す画像編集処理手段、をさらに備え、前
記周期性指標算出手段は、前記画像編集処理に応じて前
記周期性指標を更新し、前記網点化データ決定手段は、
更新された周期性指標に基づいて、前記画像編集処理が
施された編集後画像における注目画素についての網点化
処理に用いる網点化データを決定する網点化データを決
定し、前記網点化処理手段は、前記網点化データ決定手
段により決定された網点化データに基づいて、前記編集
後画像における注目画素についての網点化処理を行うこ
とを特徴とする。According to a fourth aspect of the present invention, in the image processing apparatus according to the third aspect, the image processing apparatus further includes an image editing processing means for performing image editing processing on the image, and the periodicity index calculating means. Updates the periodicity index according to the image editing process, the halftone data determination means,
Based on the updated periodicity index, determine halftone data to determine halftone data to be used for halftone processing for a pixel of interest in the edited image on which the image editing processing has been performed; The halftoning processing means performs halftoning processing on the target pixel in the edited image based on the halftone data determined by the halftone data determination means.
【００１９】請求項５に記載の画像処理装置は、請求項
３に記載の画像処理装置において、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
画像パターンの繰り返しの周期値を算出する周期値算出
手段と、前記周期値に基づいて前記画像に関する高精細
な線画パターンデータを生成する線画パターンデータ生
成手段と、前記画像における注目画素について、前記線
画パターンデータを挿入する挿入処理と前記網点化デー
タを用いる網点化処理とのいずれを行うかを、前記周期
性指標および前記コントラスト量に基づいて決定し、当
該決定に基づいて前記画像に対応する高精細な二値化画
像を得る二値化画像取得手段と、をさらに備えることを
特徴とする。According to a fifth aspect of the present invention, in the image processing apparatus of the third aspect, a contrast amount for calculating a contrast amount which is an index indicating a light-dark ratio between a target pixel and peripheral pixels in the image. A calculating means, a cycle value calculating means for calculating a cycle value of the repetition of the image pattern, a line drawing pattern data generating means for generating high-definition line drawing pattern data for the image based on the cycle value, For the pixel, it is determined whether to perform the insertion processing of inserting the line drawing pattern data or the halftoning processing using the halftone data based on the periodicity index and the contrast amount, and based on the determination. And a binarized image obtaining means for obtaining a high-definition binarized image corresponding to the image.
【００２０】請求項６に記載の画像処理装置は、請求項
５に記載の画像処理装置において、前記画像に対して画
像編集処理を施す画像編集処理手段、をさらに備え、前
記周期性指標算出手段は、前記画像編集処理に応じて前
記周期性指標を更新し、前記コントラスト量算出手段
は、前記画像編集処理に応じて前記コントラスト量を更
新し、前記網点化データ決定手段は、更新された周期性
指標と更新されたコントラスト量とに基づいて、前記画
像編集処理が施された編集後画像における注目画素につ
いての網点化処理に用いる網点化データを決定する網点
化データを決定し、前記網点化処理手段は、前記網点化
データ決定手段により決定された網点化データに基づい
て、前記編集後画像における注目画素についての網点化
処理を行うことを特徴とする。According to a sixth aspect of the present invention, in the image processing apparatus according to the fifth aspect, the image processing apparatus further includes an image editing processing means for performing image editing processing on the image, and the periodicity index calculating means. Updates the periodicity index according to the image editing process, the contrast amount calculating unit updates the contrast amount according to the image editing process, and the halftone data determination unit updates Based on the periodicity index and the updated contrast amount, determine the halftone data to determine the halftone data to be used for the halftone process for the target pixel in the edited image subjected to the image editing process. The halftoning processing means performs halftoning processing on a pixel of interest in the edited image based on the halftone data determined by the halftone data determination means. To.
【００２１】請求項７に記載の画像処理装置は、画像に
対して処理を施す画像処理装置であって、画像における
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、前記ぼかし処理が施された画像に対して所定の
画像編集処理を施す画像編集処理手段と、を備えること
を特徴とする。An image processing apparatus according to a seventh aspect of the present invention is an image processing apparatus for performing processing on an image, wherein an attention area in the image includes an attention area including the attention pixel and a peripheral area other than the attention area. A periodicity index calculating means for calculating a periodicity index indicating the degree of the presence or absence of the repetition of the image pattern based on the correlation characteristics, and a contrast amount which is an index indicating the light-dark ratio of the pixel of interest and its surrounding pixels in the image. Calculating a contrast amount calculating unit; a blur amount determining unit that determines a blur amount that is a degree of a blurring process for a pixel of interest in the image based on the periodicity index and the contrast amount; and a blur amount determining unit. A blur processing unit for performing a blur process on a pixel of interest in the image based on the determined blur amount; Process characterized in that it comprises and an image editing processing means for performing predetermined image editing processing on the image subjected.
【００２２】請求項８に記載の画像処理装置は、請求項
７に記載の画像処理装置において、前記所定の画像編集
処理は、画像の縮小処理であり、前記ぼかし処理手段
は、前記ぼかし量決定手段により決定されたぼかし量に
応じた空間フィルタであって、かつ、前記画像の縮小率
に応じたサイズを有する空間フィルタを用いて、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ことを
特徴とする。According to an eighth aspect of the present invention, in the image processing apparatus according to the seventh aspect, the predetermined image editing processing is an image reduction processing, and the blur processing means determines the blur amount. A spatial filter according to the blur amount determined by the means, and using a spatial filter having a size corresponding to a reduction ratio of the image, performing a blur process on a pixel of interest in the image. I do.
【００２３】請求項９に記載の記録媒体は、コンピュー
タを、請求項１ないし請求項８のいずれかに記載の画像
処理装置として機能させるためのプログラムを記録した
コンピュータ読み取り可能な記録媒体であることを特徴
とする。A recording medium according to a ninth aspect is a computer-readable recording medium recording a program for causing a computer to function as the image processing apparatus according to any one of the first to eighth aspects. It is characterized by.
【００２４】[0024]
【発明の実施の形態】＜Ａ．第１実施形態＞ ＜１．画像処理装置の全体構成＞図１は、この発明の実
施形態に係る画像処理装置１のハードウエア構成を表す
概念図である。画像処理装置１は、ＣＰＵ２、半導体メ
モリおよびハードディスクなどを含む記憶部３、各種の
記録媒体９から情報を読み出すメディアドライブ４、モ
ニタなどを含む表示部５、キーボートおよびマウスなど
を含む入力部６、デジタル画像を読み込む画像入力部
７、処理後の画像を出力する画像出力部８を備えるコン
ピュータシステムである。ＣＰＵ２は、バスラインＢＬ
および入出力インターフェースＩＦを介して、記憶部
３、メディアドライブ４、表示部５、入力部６、画像入
力部７、画像出力部８などに接続されている。また、メ
ディアドライブ４は、ＣＤ−ＲＯＭ、ＤＶＤ（Digital
Versatile Disk）、フレキシブルディスクなどの可搬性
の記録媒体９からその中に記録されている情報を読み出
す。このコンピュータシステムは、プログラムを記録し
た可搬性記録媒体９からそのプログラムを読み込むこと
によって、後述するような各種の原因によって生じ得る
モアレを除去するモアレ除去機能などの各機能を有する
画像処理装置として動作する。さらに、記憶部３は、読
み込まれたプログラムの全部または一部を記憶するプロ
グラム記憶部３ａ、および各種の処理画像を記憶する画
像記憶部３ｂなどを有する。DESCRIPTION OF THE PREFERRED EMBODIMENTS <A. First Embodiment><1. Overall Configuration of Image Processing Apparatus> FIG. 1 is a conceptual diagram showing a hardware configuration of an image processing apparatus 1 according to an embodiment of the present invention. The image processing apparatus 1 includes a CPU 2, a storage unit 3 including a semiconductor memory and a hard disk, a media drive 4 for reading information from various recording media 9, a display unit 5 including a monitor, an input unit 6 including a keyboard and a mouse, etc. This is a computer system including an image input unit 7 for reading a digital image and an image output unit 8 for outputting a processed image. The CPU 2 is connected to the bus line BL
And a storage unit 3, a media drive 4, a display unit 5, an input unit 6, an image input unit 7, an image output unit 8, and the like via the input / output interface IF. The media drive 4 is a CD-ROM, DVD (Digital
The information recorded therein is read from a portable recording medium 9 such as a Versatile Disk or a flexible disk. The computer system operates as an image processing apparatus having functions such as a moiré removing function for removing moiré that may be caused by various causes as described later by reading the program from a portable recording medium 9 on which the program is recorded. I do. Further, the storage unit 3 includes a program storage unit 3a for storing all or a part of the read program, an image storage unit 3b for storing various processed images, and the like.
【００２５】また、入力スキャナなどで構成される画像
入力部７によって読み込まれたデジタル画像は、記憶部
３内の画像記憶部３ｂに記憶され、この入力画像に対し
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。The digital image read by the image input unit 7 constituted by an input scanner or the like is stored in an image storage unit 3b in the storage unit 3, and the input image is subjected to a periodic image described later. Each process such as a region extraction process and a contrast amount calculation is performed.
【００２６】図２は、図１の画像処理装置１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１は機能的に、周期画像領域抽出部１
０、自己相関特性算出部２０、コントラスト量算出部３
０、ぼかし処理部４０、シフト処理部５０、シャープネ
ス処理部（ＵＳＭ処理部）６０、ＣＭＹＫ変換処理部７
０、網点化処理部８０、および線画パターン生成部９０
を備えている。このうち、自己相関特性算出部２０は、
画像パターンの繰り返しの周期値Ｔを算出する周期値算
出部２２と、周期性度合いを表す周期性指標Ｍを算出す
る周期性指標算出部２４とを有しており、周期値Ｔおよ
び周期性指標Ｍを含む自己相関特性を算出する。なお、
周期値Ｔおよび周期性指標Ｍについては後述する。FIG. 2 is a functional block diagram showing a functional configuration of the image processing apparatus 1 of FIG. As shown in FIG. 1, the image processing apparatus 1 functionally includes a periodic image area extraction unit 1.
0, autocorrelation characteristic calculator 20, contrast amount calculator 3
0, blur processing section 40, shift processing section 50, sharpness processing section (USM processing section) 60, CMYK conversion processing section 7
0, halftone processing section 80, and line drawing pattern generation section 90
It has. Of these, the autocorrelation characteristic calculation unit 20 calculates
It has a periodic value calculating unit 22 for calculating a periodic value T of repetition of an image pattern, and a periodicity index calculating unit 24 for calculating a periodicity index M representing a degree of periodicity. An autocorrelation characteristic including M is calculated. In addition,
The periodic value T and the periodicity index M will be described later.
【００２７】また、画像処理装置１は、差分画像作成部
３５、ぼかし量決定部４５、シフト量決定部５５、シャ
ープネス処理係数決定部（ＵＳＭ処理係数決定部）６
５、および網点化データ決定部８５をさらに備えてい
る。The image processing apparatus 1 includes a difference image creating section 35, a blur amount determining section 45, a shift amount determining section 55, a sharpness processing coefficient determining section (USM processing coefficient determining section) 6
5 and a halftone data determination section 85.
【００２８】なお、これらの処理部はいずれも、ＣＰＵ
２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。Each of these processing units is a CPU.
2, means implemented by the processing program described above, and the functions and processing contents thereof will be described later in detail.
【００２９】＜２．画像処理の手順＞図３は、画像処理
装置１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
物体が画像入力部７によってデジタル画像として読み込
まれ、画像記憶部３ｂ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２４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）。なお、ステッ
プＳ２においては、この周期性指標とともに、周期値Ｔ
も算出しておく。<2. Procedure of Image Processing> FIG. 3 is a flowchart showing an outline of a procedure of image processing in the image processing apparatus 1. Prior to image processing, a document or a target object is read as a digital image by the image input unit 7 and stored in the image storage unit 3b. 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). Also,
At this time, the periodicity index calculation unit 24 calculates a periodicity index indicating the degree of the repetition of the image pattern based on the correlation characteristic described later (step S2). In step S2, the periodicity index T and the periodic value T
Is also calculated.
【００３０】一方、読み込まれたデジタル画像は、差分
画像作成部３５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３７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３０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Ｓ３）。なお、ステップＳ２の処理と
ステップＳ３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 creation unit 35, and a difference image is created from the image before processing. The difference image is processed by the processing unit 37, and based on the processed difference image, the contrast amount calculation unit 30 calculates a contrast amount which is an index indicating the contrast ratio (step S3). Note that the processing order of step S2 and step S3 may be reversed.
【００３１】その後、ぼかし量決定部４５が上記の周期
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Ｓ４）。また、
シフト量決定部５５が上記の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Ｓ５）。なお、ステップＳ４の処理と
ステップＳ５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 45 determines a blur amount, which is a degree of the blur process, based on the periodicity index and the contrast amount (step S4). Also,
The shift amount determining unit 55 determines a shift amount, which is a degree of the shift processing, based on the periodicity index and the contrast amount (step S5). Note that the processing order of step S4 and step S5 may be reversed.
【００３２】そして、決定されたぼかし量に従って、ぼ
かし処理部４０が読み込まれた画像のぼかし処理を行い
（ステップＳ６）、決定されたシフト量に従ってシフト
処理部５０がシフト処理を行う（ステップＳ７）。Then, the blur processing section 40 performs the blur processing of the read image according to the determined blur amount (step S6), and the shift processing section 50 performs the shift processing according to the determined shift amount (step S7). .
【００３３】さらに、シャープネス処理係数決定部６５
は、上記の周期性指標およびコントラスト量に基づいて
シャープネス処理の程度であるシャープネス処理係数
（ＵＳＭゲイン）を決定する（ステップＳ８）。そし
て、決定されたシャープネス処理係数に基づいて、シャ
ープネス処理部６０がシャープネス処理を行う（ステッ
プＳ９）。なお、ここでは、シャープネス処理の一例と
してＵＳＭ（アンシャープマスキング）処理を行う場合
について説明するが、ＵＳＭ処理以外のシャープネス処
理を行う場合にも本発明を適用することができる。Further, a sharpness processing coefficient determining unit 65
Determines the sharpness processing coefficient (USM gain), which is the degree of the sharpness processing, based on the periodicity index and the contrast amount (step S8). Then, the sharpness processing unit 60 performs the sharpness processing based on the determined sharpness processing coefficient (step S9). Here, a case where USM (unsharp masking) processing is performed will be described as an example of the sharpness processing. However, the present invention can be applied to a case where sharpness processing other than USM processing is performed.
【００３４】ここで、上記の処理画像は、通常、Ｒ（レ
ッド），Ｇ（グリーン），Ｂ（ブルー）の３枚の画像か
らなるＲＧＢ画像として構成されている。ＣＭＹＫ変換
処理部７０は、このＲＧＢ画像をＹＭＣＫ画像へと変換
する処理を行う（ステップＳ１０）。Here, the above-mentioned processed image is usually constituted as an RGB image composed of three images of R (red), G (green) and B (blue). The CMYK conversion processing unit 70 performs a process of converting the RGB image into a YMCK image (Step S10).
【００３５】また、網点化データ決定部８５は、上記の
周期性指標に基づいて網点化データを決定し（ステップ
Ｓ１１）、網点化処理部８０は、各ＹＭＣＫ画像につい
ての網点化処理をステップＳ１１で決定された網点化デ
ータに基づいて行う（ステップＳ１２）。The halftone data determination section 85 determines halftone data based on the periodicity index (step S11), and the halftone processing section 80 performs halftone conversion for each YMCK image. The processing is performed based on the halftone data determined in step S11 (step S12).
【００３６】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Ｓ１２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記憶部３ｂに記憶される。Image processing is performed according to the above-described general procedure. The processing from step S1 to step S12 is performed on a pixel-by-pixel basis in the image, and is performed on all pixels of the read image in principle. Also,
The processed image is stored in the storage unit 3b.
【００３７】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.
【００３８】＜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.
【００３９】具体的には、まず、処理前画像の或る画素
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).
【００４０】[0040]
【数１】 (Equation 1)
【００４１】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 the shift amounts for comparing the autocorrelation, and wx, wy is It is a constant that determines a range W for examining the autocorrelation characteristic for one central pixel (xc, yc).
【００４２】(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.
【００４３】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.
【００４４】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 increased 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.
【００４５】[0045]
【数２】 (Equation 2)
【００４６】[0046]
【数３】 (Equation 3)
【００４７】(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.
【００４８】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.
【００４９】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.
【００５０】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.
【００５１】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.
【００５２】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.
【００５３】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（ＳＬＫ１＝５８
％，ＳＬＫ２＝３８％）で規定してもよい。The higher the contrast of the region of interest, the more
Since the overall level of H (a) increases, the threshold value is not a fixed value but a ratio to the maximum value of H (a) (SLK1 = 58).
%, SLK2 = 38%).
【００５４】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 process (C), for example, if k + on the + side and km on the − side satisfying the condition (A) are (ABS {kp + km} ≦ 1), 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.
【００５５】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 is present in H (a), if the value is somewhat large (exceeds the highest value threshold value SL1) or if such a minimum value is present irregularly, the period is determined. 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.
【００５６】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, if 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.
【００５７】ところで、図７において、ｘ方向の周期値
Thは((kp−km)/2))または(D(d))である。Incidentally, in FIG. 7, the periodic value in the x direction
Th is ((kp-km) / 2)) or (D (d)).
【００５８】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.
【００５９】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
【００６０】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
【００６１】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２４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。Further, 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 24 based on the correlation characteristics as 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.
【００６２】具体的には、以下のようにして周期性指標
算出部２４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 24 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.
【００６３】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.
【００６４】[0064]
【数４】 (Equation 4)
【００６５】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
【００６６】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.
【００６７】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.
【００６８】上述したような周期画像領域抽出部１０お
よび自己相関特性算出部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 autocorrelation characteristic calculating unit 20 described above is performed by sequentially processing all pixels (or pixels at regular intervals) in a pre-processing image as a target pixel ( xc, yc)
In the pre-processing image, it is possible to extract all the image regions in which the image pattern having the periodicity exists, that is, 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 the degree of sex (the degree of repetition of the image pattern).
【００６９】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。It is to be noted that the periodicity index, the periodic direction, and the periodic value described as needed in the above processing are used as periodicity data.
【００７０】＜２−２．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３５にも与えられ、差
分画像作成部３５、加工部３７およびコントラスト量算
出部３０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。<2-2. 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 35, and is processed by the difference image creation unit 35, the processing unit 37, and the contrast amount calculation unit 30, and the contrast amount for the pixel of interest (xc, yc). 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.
【００７１】図１０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１０に示した各処理のう
ち、ステップＳ３１〜ステップＳ３３の処理は差分画像
作成部３５によって、ステップＳ３４〜ステップＳ３６
の処理は加工部３７によって、ステップＳ３７の処理は
コントラスト量算出部３０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. 10 is a flowchart showing the procedure for calculating the amount of contrast. Among the processes shown in FIG. 10, the processes in steps S31 to S33 are performed by the difference image creating unit 35 in steps S34 to S36.
Is performed by the processing unit 37, and the process of step S37 is performed by the contrast amount calculation unit 30, and these will be described below in order.
【００７２】まず、差分画像作成部３５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
Ｓ３１，Ｓ３２）。図１１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 creation section 35 creates a high density area expanded image and a high density area reduced image (steps S31 and S32). FIG. 11 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.
【００７３】図１１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. 11, a white background portion 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.
【００７４】図１２は、図１１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. 12 is a diagram 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.
【００７５】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 unprocessed image 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) 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.
【００７６】図１３は、図１１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. 13 is a diagram showing a reduced high-density area image in which the high-density area of the image of FIG. 11 is reduced. The high-density area (white background) is reduced, and the black figure portion is larger than the image before processing.
【００７７】次に、差分画像作成部３５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Ｓ３３）。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 35 creates a difference image which is a difference between the high density area expanded image and the high density area reduced image (step S33). 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.
【００７８】[0078]
【数５】 (Equation 5)
【００７９】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.
【００８０】図１４は、作成された差分画像を示す図で
ある。図１１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. 14 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.
【００８１】この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３７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 this embodiment, as described below,
By applying a blurring process to the high contrast area, the occurrence of moire is suppressed. 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 37 to remove a small area or a noise portion even if the contrast is high (contrast is reduced).
【００８２】加工部３７による加工は、ステップＳ３４
〜ステップＳ３６の３段階の工程によって行われる。ま
ず、ステップＳ３３にて作成された差分画像について、
加工部３７がバイリニア縮小を行う（ステップＳ３
４）。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 37 is performed in step S34.
３６Step S36 is performed in three steps. First, regarding the difference image created in step S33,
The processing unit 37 performs bilinear reduction (step S3).
4). Bilinear reduction refers to, for example, dividing a difference image into a plurality of regions in which one region is composed of an 8 × 8 pixel group, and averaging the gradation values of 64 pixels included in each of the plurality of regions. This is an image reduction process of outputting as a gradation value of one pixel. 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.
【００８３】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３７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Ｓ３５）。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。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 37 performs a filter operation using a median filter on the reduced image obtained by the bilinear reduction (step S35). The median filter is a filter that uses the median (median) of the gradation values of the constituent pixels (for example, 3 × 3 = 9 pixels) as the output value of the center pixel, and removes a noise portion in the image. Filter. 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 is a high-contrast region or a noise region having a small area in the original image before processing.
【００８４】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.
【００８５】次に、フィルタ操作後の縮小画像に対して
加工部３７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Ｓ３６）。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 37 performs bilinear enlargement on the reduced image after the filter operation to obtain a processed difference image (step S36). 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.
【００８６】図１５は、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１５（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１５（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Ｌ１および画素列
Ｌ２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. 15 is a diagram for conceptually explaining bilinear enlargement. In the reduced image after the filter operation, as shown in FIG. 15A, gradation values P = 255, P
It is assumed that there is a pixel row arranged in the order of = 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. 15B is obtained. At this time, the pixel having the gradation value P = 255 and the gradation Value P
= 0, the pixel row L1 and the pixel row L2 generated between the pixel row L0 and the pixel row L2 have a gray scale value obtained by interpolating (bilinear interpolation) between the gray scale value P = 255 and the gray scale value P = 0 by linear approximation. Assign a value. 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.
【００８７】以上のようにして、加工部３７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 37 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.
【００８８】なお、ステップＳ３４〜ステップＳ３６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 S34 to S36 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, the processing can be omitted. is there.
【００８９】次に、ステップＳ３７に進み、コントラス
ト量算出部３０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 S37, the contrast amount calculating section 30 detects the gradation value of the pixel of interest from the difference image (the difference image after processing or the difference image without processing), and 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.
【００９０】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
周辺との明暗比を示す指標となり、すなわち注目画素(x
c,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 region from the pre-processing image. A large gradation value means that the pre-processing image has high contrast. Therefore, the gradation value of the pixel of interest (xc, yc) in the difference image becomes an index indicating the light-dark ratio between the pixel of interest (xc, yc) and its surroundings, that is, the pixel of interest (xc
The contrast amount C (xc, yc) for c, yc) is obtained.
【００９１】＜２−３．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,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４５がそれら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Ｓ４）。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(xc,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。<2-3. Determination of blur amount> As described above, the periodicity index M (xc, yc) for the target pixel (xc, yc)
After the calculation of the contrast amount C (xc, yc), the blur amount determination unit 45 determines a blur amount, which is a degree of the blur processing, based on the calculated values (step S4 in FIG. 3). In the present embodiment, the blurring process is a smoothing process, in which the weighted average of the gradation values of the pixels included in the predetermined area including the target pixel (xc, yc) is calculated as the level of the target pixel (xc, yc). This is a weighted averaging process for outputting as a key value.
【００９２】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。A specific method of the blurring processing will be described later, but a weighted average filter (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.
【００９３】図１６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)についての周期性指標Ｍ(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、周期性指標Ｍ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×
Ｍ）とする。そして、ぼかし量規定値（Ｃ×Ｍ）に基づ
き、図１６に示すようなルックアップテーブル（ＬＵＴ
２、図２参照）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６４段階
（ＩＤ＝０〜６３）が設定されており、ぼかし量規定値
（Ｃ×Ｍ）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. 16 is a diagram for explaining a method of determining a blurring amount. In the present embodiment, the target pixel (xc,
yc) and the contrast amount C (xc, yc)
The weighted average filter is selected based on the product of (xc, yc). That is, a blur amount defining value (C × C) for defining the amount of blur of the product of the periodicity index M and the contrast amount C
M). Then, a look-up table (LUT) as shown in FIG.
2, see FIG. 2) to determine the ID number of the weighted average filter. As shown in the figure, 64 levels (ID = 0 to 63) are set as ID numbers, and the larger the value of the blurring amount specified value (C × M), the larger the determined ID number of the weighted average filter. growing.
【００９４】図１７は、加重平均フィルタの例を示す図
である。図１７（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１７（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. 17 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. 17A, the gradation values of all the pixels in the filter are averaged uniformly, and it can be said that 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. 17B, the gradation value of the center pixel in the filter is output as it is, and this is not smoothed at all (blur amount). 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. .
【００９５】従って、ぼかし量規定値（Ｃ×Ｍ）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 prescribed value (C × M) increases, the ID number of the weighted average filter determined by the lookup table increases, and the degree of smoothing of the selected weighted average filter increases. That is, the blur amount increases.
【００９６】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×
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, but the blur amount specified value (C ×
Any method may be used as long as the value of M) increases, the degree of smoothing of the weighted average filter increases.
【００９７】＜２−４．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Ｓ５）。シフト量の決定は、シフト量生成
部５７が生成したシフト量を基準にして、シフト量決定
部５５が注目画素(xc,yc)についての周期性指標Ｍ(xc,y
c)およびコントラスト量Ｃ(xc,yc)に基づいて決定す
る。<2-4. Determination of Shift Amount> Next, determination of the shift amount, which is the degree of the shift processing, will be described (step S5 in FIG. 3). The shift amount is determined based on the shift amount generated by the shift amount generation unit 57, and the shift amount determination unit 55 sets the periodicity index M (xc, yc) for the target pixel (xc, yc).
c) and the contrast amount C (xc, yc).
【００９８】まず、シフト量生成部５７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１８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１８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５７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 generation section 57 will be described. As shown in FIG. 18, 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. 18, the grid-like intersection portion is each pixel position, and the shift amount dx (xc, yc) in the x direction with respect to the target pixel (xc, yc) of the pre-processing image and the shift amount dy (xc , yc).
As described above, the shift amount generation unit 57 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.
【００９９】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.
【０１００】[0100]
【数６】 (Equation 6)
【０１０１】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、kmは最大シフト量（通常は０
＜km≦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。However, R (-1.0 to +1.0) is a function for generating a random number between -1.0 and +1.0, and km is the maximum shift amount (usually 0).
<Km ≦ 1). Note that R (-) when determining dx (x, y) is used.
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.
【０１０２】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、
-1.0〜+1.0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
The value is between -1.0 and +1.0.
【０１０３】次の数７に従って、周期関数を用いて決
定する。In accordance with the following equation 7, a decision is made using a periodic function.
【０１０４】[0104]
【数７】 (Equation 7)
【０１０５】但し、kmは最大シフト量（通常は０＜km≦
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, km is the maximum shift amount (usually 0 <km ≦
1) where F is the frequency of the periodic function (usually 0 <F ≦ 1),
R (O.0 to + 1.O) is a function that generates 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.
【０１０６】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、-1.0〜+1.0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 -1.0 and +1.0.
【０１０７】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.
【０１０８】固定する。Fix.
【０１０９】[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)].
【０１１０】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５７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 methods is employed by the shift amount generation unit 57 when determining the shift data is determined by the above-described periodicity data, more specifically. 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. 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.
【０１１１】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.
【０１１２】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.
【０１１３】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, the 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.
【０１１４】以上のようにして、シフト量生成部５７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、−km〜＋kmの間の値になる。As described above, the shift amount generator 57 determines the shift data and generates the shift amount. Then, the generated shift amount is a value between -km and + km regardless of any of the above methods.
【０１１５】一方、シフト量決定部５５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×Ｍ）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 55 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 × M) by the periodicity index M.
【０１１６】図１９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（ＬＵＴ１、図２参照）を示
す図である。ぼかし量規定値（Ｃ×Ｍ）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
ついての周期性指標Ｍ(xc,yc)とコントラスト量Ｃ(xc,y
c)との積である。図１９に示すように、ぼかし量規定値
（Ｃ×Ｍ）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×Ｍ）が所定の値よりも大きいとき
は、ぼかし量規定値（Ｃ×Ｍ）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
×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. 19 is a diagram showing a look-up table (LUT1, see FIG. 2) used for calculating the shift amount prescribed value. The blur amount definition value (C × M) is the same as that used in the above-described blur amount determination, and the periodicity index M (xc, yc) and the contrast amount C (xc, y) for the target pixel (xc, yc).
It is the product with c). As shown in FIG. 19, when the blurring amount specified value (C × M) is smaller than a predetermined value, the value obtained from the lookup table is 1.0. And
When the specified blur amount (C × M) is larger than the predetermined value, the value obtained from the lookup table decreases as the specified blur amount (C × M) increases,
If it exceeds a certain value, the value obtained from the lookup table becomes 0.0. That is, if the characteristics of the look-up table are qualitatively expressed, the blur amount specified value (C
It can be said that a smaller value is output as (M) increases.
【０１１７】シフト量決定部５５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 55 multiplies the value obtained from the lookup table by the periodicity index M to obtain the 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.
【０１１８】シフト量決定部５５は、さらに、シフト量
生成部５７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（図２参
照）。なお、最終的なシフト量の算出も注目画素(xc,y
c)ごとに行われるものである。また、シフト量生成部５
７が生成するシフト量は−km以上＋km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−km以上＋kmの値となる。The shift amount determining unit 55 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 57 by the shift amount specified value S. (See FIG. 2). Note that the final shift amount is also calculated for the target pixel (xc, y
c). Also, the shift amount generation unit 5
The shift amount generated by 7 is a value not less than -km and not more than + km,
Since the shift amount prescribed value S is a value of 0 or more and 1 or less, the final shift amount is a value of -km or more and + km.
【０１１９】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.
【０１２０】＜２−５．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４０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５０がシフト処理をこの順序で行う（図３
のステップＳ６，Ｓ７）。<2-5. 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 40 performs a blur process on the pre-processing image according to the blur amount, and the shift amount The shift processing unit 50 performs the shift processing in this order according to the shift direction (FIG. 3).
Steps S6 and S7).
【０１２１】まず、ぼかし処理部４０が行うぼかし処理
とは、ぼかし量決定部４５が選択した加重平均フィルタ
（図１７参照）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４５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４５が選
択した図１７の如き加重平均フィルタを構成する各画素
の係数を図２０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 40 is a process by a filter operation using a weighted average filter (see FIG. 17) selected by the blurring amount determination unit 45. This filtering operation itself is a general filtering process in which the weighted average filter selected by the blur amount determining unit 45 is applied to the target pixel (xc, yc) of the pre-processing image. Specifically, assuming that the coefficients of the respective pixels constituting the weighted average filter as shown in FIG. 17 selected by the blur amount determination unit 45 are represented as shown in FIG. 20, 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).
【０１２２】[0122]
【数８】 (Equation 8)
【０１２３】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
７（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. 7A is selected, each of the gradation values of each pixel in a 5 × 5 pixel area centered on the target pixel (xc, yc) is multiplied by 1/25, and Is the output Qb (xc, yc) of the filter, which is a new gradation value of the target pixel (xc, yc).
【０１２４】次に、上記ぼかし処理後にシフト処理部５
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-mentioned blurring processing, the shift processing section 5
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.
【０１２５】具体的には、例えば、注目画素(xc,yc)が
図１８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 according to the shift direction and the shift amount (the shift amount specified value S = 1) 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)), assuming that the gradation value linearly changes between the pixels of interest (xc + dx (xc, yc), yc + dy (xc, yc)) after the movement. 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.
【０１２６】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×Ｍ）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１７
（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１９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×Ｍ）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 process and shift process, when the blurring amount specified value (C × M) is large, the weighted average filter having a large degree of smoothing (FIG. 17)
(Refer to (a)) is selected, and the blur processing of the large blur amount is performed. On the other hand, the shift amount becomes 0 by the look-up table in FIG. 19, and the shift processing is not performed. A case where the blurring amount specified value (C × M) 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.
【０１２７】通常、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、上記のような各処
理を行えば、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Ｕ
ＳＭ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。Normally, when such an image is subjected to a shift process, an outline portion (a portion generating high contrast) in the image is obtained.
Is disturbed and the image quality is degraded. However, if each of the processes described above is performed, only the large-blur amount of the blur process is performed and the shift process is not substantially performed, so that the image quality is hardly degraded. . Because the high contrast part is U
This is because there is no need for SM emphasis, 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. In other words, even if the degree of the presence or absence of the repetition of the image pattern is large and the image has a high contrast,
Moiré can be suppressed from occurring without deteriorating the image quality.
【０１２８】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×Ｍ）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１７（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。この場合、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、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
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。On the other hand, the degree of the presence or absence of the repetition of the image pattern around the pixel of interest is large, but 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 × M) also decreases. Accordingly, a weighted average filter (see FIG. 17B) having a small degree of smoothing 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. In this case, even if a large shift process is performed, there is almost no deterioration in image quality. This is because the texture region which is a low-contrast image having a large degree of the presence or absence of the repetition of the image pattern has a problem that the texture disappears in the blurring process, but the texture does not disappear in the shift process. And "IN phase state"
And the “OUT phase state” are 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.
【０１２９】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×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
画像については、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。It should be noted that the value of the periodicity index M is small for an image in which the degree of the repetition of the image pattern is small, regardless of the contrast level.
The value of the specified blur amount (C × M) and the specified shift amount S
Becomes small, and neither the blurring process nor the shift process is performed. For an image having a small degree of repetition of the image pattern, it is considered that moire is hardly generated in the first place. Therefore, it is preferable that neither the blurring process nor the shift process is performed from the viewpoint of avoiding the deterioration of the image quality.
【０１３０】以上を集約すると、上述のように画像の内
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, it is possible to suppress the occurrence of moire without deteriorating the image quality of various types of images by changing the degree of the blurring process and the shift process according to the contents of the image as described above. You can do it.
【０１３１】＜２−６．シャープネス処理＞上記におい
ては、シャープネス処理（次述）に先立って、周期性指
標Ｍおよびコントラスト量Ｃに基づいて決定したぼかし
量およびシフト量を用いてぼかし処理およびシフト処理
を行うことにより、このシャープネス処理におけるモア
レの発生を抑制する技術について説明した。ここでは、
さらに、このシャープネス処理を行うにあたって、その
シャープネス処理自身におけるパラメータ（シャープネ
ス処理係数）を周期性指標Ｍおよびコントラスト量Ｃに
応じて変更することによって、モアレの発生を抑制する
技術について説明する。なお、後述するように、上記の
ぼかし処理（ステップＳ６）およびシフト処理（ステッ
プＳ７）を伴うことなく、このシャープネス処理（図
３、ステップＳ９）を単独で行ってもよい。<2-6. Sharpness Processing> In the above, prior to the sharpness processing (described below), the sharpness processing is performed by using the blurring amount and the shift amount determined based on the periodicity index M and the contrast amount C, so that the sharpness processing is performed. The technique for suppressing the occurrence of moire in the processing has been described. here,
Further, a technique for suppressing the occurrence of moire by changing a parameter (sharpness processing coefficient) in the sharpness processing itself according to the periodicity index M and the contrast amount C when performing the sharpness processing will be described. As will be described later, the sharpness processing (FIG. 3, step S9) may be performed independently without the above-described blurring processing (step S6) and shift processing (step S7).
【０１３２】図３のステップＳ８に示すように、シャー
プネス処理（ステップＳ９）を行うにあたって、シャー
プネス処理係数決定部６５は、注目画素(xc,yc)につい
ての周期性指標Ｍ(xc,yc)およびコントラスト量Ｃ(xc,y
c)に基づいてシャープネス処理の程度であるシャープネ
ス処理係数を決定する。As shown in step S8 in FIG. 3, in performing the sharpness processing (step S9), the sharpness processing coefficient determination unit 65 determines the periodicity index M (xc, yc) and the periodicity index M (xc, yc) for the target pixel (xc, yc). Contrast amount C (xc, y
A sharpness processing coefficient which is a degree of the sharpness processing is determined based on c).
【０１３３】シャープネス処理としては、いわゆるＵＳ
Ｍ処理に代表される輪郭強調処理等を適用することがで
きる。具体的には、注目画素の信号（主信号Ｓ）および
当該注目画素の近傍領域（注目画素を含んでも良い）の
平滑化された信号（アンシャープ信号Ｕ）を画像より取
り出し、両者の差信号（Ｓ−Ｕ）をもって輪郭強調の基
礎信号（アンシャープマスク信号）とする。そして、ア
ンシャープマスク信号に適当な係数ｇ（以下、シャープ
ネス処理係数とも称する）を乗ずる形で増幅した信号を
輪郭強調信号（ｇ×（Ｓ−Ｕ））とし、これを主信号Ｓ
に加算して当該注目画素の階調値とすることにより、輪
郭を強調することができる。As the sharpness processing, so-called US
An outline enhancement process represented by the M process can be applied. Specifically, a signal of the pixel of interest (main signal S) and a signal (unsharp signal U) obtained by smoothing a region near the pixel of interest (which may include the pixel of interest) are extracted from the image, and a difference signal between the two is obtained. (SU) is used as a basic signal for contour enhancement (unsharp mask signal). A signal amplified by multiplying the unsharp mask signal by an appropriate coefficient g (hereinafter, also referred to as a sharpness processing coefficient) is defined as an outline emphasis signal (g × (SU)), and this is used as a main signal S
To obtain the gradation value of the pixel of interest, the outline can be emphasized.
【０１３４】図２１は、シャープネス処理係数ｇの決定
手法を説明するための図である。ここでは、注目画素(x
c,yc)についての周期性指標Ｍ(xc,yc)とコントラスト量
Ｃ(xc,yc)との積に基づいてシャープネス処理係数ｇを
決定している。すなわち、周期性指標Ｍとコントラスト
量Ｃとの積（Ｃ×Ｍ）に基づき、図２１のグラフに示す
ような特性を有するルックアップテーブル（ＬＵＴ３、
図２参照）を用いてシャープネス処理係数ｇを決定す
る。FIG. 21 is a diagram for explaining a method of determining the sharpness processing coefficient g. Here, the target pixel (x
The sharpness processing coefficient g is determined based on the product of the periodicity index M (xc, yc) for c, yc) and the contrast amount C (xc, yc). That is, based on the product (C × M) of the periodicity index M and the contrast amount C, a look-up table (LUT3, LUT3,
The sharpness processing coefficient g is determined using FIG.
【０１３５】また、このシャープネス処理は、上記のぼ
かし処理と逆の特性を有するものといえる。そのため、
このシャープネス処理におけるルックアップテーブルＬ
ＵＴ３は、ぼかし処理におけるルックアップテーブルＬ
ＵＴ２に対して逆の特性を有するように規定する。It can be said that the sharpness processing has characteristics opposite to those of the above-described blurring processing. for that reason,
Lookup table L in this sharpness processing
UT3 is a lookup table L in the blurring process.
It is defined so as to have the opposite characteristics to UT2.
【０１３６】図２１に示すように、このルックアップテ
ーブルＬＵＴ３（図２）は、シャープネス処理係数ｇが
値（Ｃ×Ｍ）が大きくなるにつれて小さくなるように規
定されている。したがって、値（Ｃ×Ｍ）が大きな領域
については、シャープネス処理係数ｇが小さくなるため
輪郭強調の効果が小さくなる。この場合、上述したシャ
ープネス処理における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。
また、値（Ｃ×Ｍ）が大きいことは、コントラスト量Ｃ
も大きいことを意味するが、このようなコントラスト量
Ｃが大きな領域に対してはシャープネス処理を施す必要
性は低い。As shown in FIG. 21, the look-up table LUT3 (FIG. 2) is defined so that the sharpness processing coefficient g decreases as the value (C × M) increases. Therefore, in a region where the value (C × M) is large, the sharpness processing coefficient g is small, and the effect of contour enhancement is small. In this case, since the above-mentioned saturation in the sharpness processing is suppressed or eliminated, the above-described fluctuation of the average level, that is, the state where the average gradation value periodically fluctuates does not occur, and the occurrence of moiré can be suppressed. it can. 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.
A large value (C × M) means that the contrast amount C
However, it is not necessary to perform the sharpness processing on an area where the contrast amount C is large.
【０１３７】一方、周期性指標Ｍの値が小さい領域やコ
ントラスト量Ｃが小さい領域については、値（Ｃ×Ｍ）
が小さくなり、これに応じてシャープネス処理係数ｇが
大きくなるため、十分な輪郭強調処理が行われる。した
がって、画像の鮮鋭化を的確に行うことが可能になる。On the other hand, for an area where the value of the periodicity index M is small or an area where the contrast amount C is small, the value (C × M)
Becomes smaller, and the sharpness processing coefficient g increases accordingly, so that sufficient edge enhancement processing is performed. Therefore, it is possible to accurately sharpen an image.
【０１３８】このように、値（Ｃ×Ｍ）に基づいて決定
されたシャープネス処理係数ｇに基づいて、画像におけ
る注目画素についてのシャープネス処理を行うことによ
り、モアレの発生を抑制しつつ、画像の鮮鋭化を図るこ
とができる。すなわち、このようなシャープネス処理に
よれば、上述のように画像の内容に応じてシャープネス
処理の程度を変化させることにより、サチレーションを
抑制して鮮鋭化を図りつつモアレの発生を抑制すること
が可能である。As described above, by performing the sharpness processing for the pixel of interest in the image based on the sharpness processing coefficient g determined based on the value (C × M), the occurrence of moiré is suppressed, Sharpening can be achieved. That is, according to such sharpness processing, as described above, by changing the degree of the sharpness processing according to the content of the image, it is possible to suppress the occurrence of moire while suppressing the saturation and sharpening. It is.
【０１３９】なお、ここでは、このステップＳ９におけ
るシャープネス処理を、上記のぼかし処理（ステップＳ
６）およびシフト処理（ステップＳ７）と併せて行う場
合について説明しているが、ぼかし処理（ステップＳ
６）およびシフト処理（ステップＳ７）を伴うことなく
シャープネス処理（ステップＳ９）のみを原画像に対し
て行ってもよい。特に、ぼかし処理とシャープネス処理
とは一種の双対性を有しており、ぼかし処理でそのぼか
し度合いを高く設定することと、シャープネス処理でそ
のシャープネスの強調度合いを低く設定することとは、
モアレ発生の抑制に関して同様の効果を奏するものと考
えられるので、ステップＳ６のぼかし処理を行わずにス
テップＳ９のシャープネス処理のみを行っても、シャー
プネス処理におけるモアレ発生の抑制を図ることが可能
である。Here, the sharpness processing in step S9 is replaced by the above-mentioned blur processing (step S9).
6) and the shift process (step S7) are described in conjunction with the blur process (step S7).
6) and only the sharpness processing (step S9) may be performed on the original image without involving the shift processing (step S7). In particular, the blur processing and the sharpness processing have a kind of duality, and setting the degree of blur to be high in the blur processing and setting the degree of enhancement of the sharpness to low in the sharpness processing are as follows.
Since it is considered that the same effect is exerted on the suppression of the occurrence of moire, even if only the sharpness processing in step S9 is performed without performing the blurring processing in step S6, it is possible to suppress the occurrence of moire in the sharpness processing. .
【０１４０】また、上記においては、シャープネス処理
の一例としてＵＳＭ処理を行う場合について説明したが
これに限定されず、ＵＳＭ処理以外のシャープネス処
理、たとえば、鮮鋭化を行うラプラシアンなどの空間フ
ィルタを用いるシャープネス処理に適用してもよい。そ
の場合、上述したように、複数のフィルタを予め準備し
ておき、値（Ｃ×Ｍ）に応じたＩＤ番号を有するフィル
タをその複数のフィルタの中から選択してシャープネス
処理を行えばよい。具体的には、ＩＤ番号が大きくなる
につれて鮮鋭化の程度が大きくなる複数のフィルタ（言
い換えれば、ＩＤ番号が小さくなるにつれて鮮鋭化の程
度が小さくなる複数のフィルタ）を予め準備しておき、
その複数のフィルタの中から、値（Ｃ×Ｍ）が大きくな
るほど小さなＩＤ番号のフィルタが選択されるように
（Ｃ×Ｍ）の各値に対して対応づけられたフィルタを選
択してシャープネス処理を行えばよい。In the above description, the case where the USM processing is performed as an example of the sharpness processing has been described. However, the present invention is not limited to this. For example, the sharpness processing using a spatial filter such as Laplacian for sharpening other than the USM processing is performed. It may be applied to processing. In this case, as described above, a plurality of filters may be prepared in advance, and a filter having an ID number corresponding to the value (C × M) may be selected from the plurality of filters to perform the sharpness processing. Specifically, a plurality of filters whose degree of sharpening increases as the ID number increases (in other words, a plurality of filters whose degree of sharpening decreases as the ID number decreases) are prepared in advance,
From among the plurality of filters, a filter associated with each value of (C × M) is selected such that a filter having a smaller ID number is selected as the value (C × M) increases, and sharpness processing is performed. Should be performed.
【０１４１】＜２−７．網点化処理等＞その後、ステッ
プＳ１０（図３）において、ＣＭＹＫ変換処理が行われ
る。これにより、ＲＧＢ画像からＹＭＣＫ画像への変換
が行われる。なお、以降のステップＳ１１，Ｓ１２の網
点化処理においては、ＹＭＣＫの各色別に網点化処理が
行われる。<2-7. Halftoning Process> Then, in step S10 (FIG. 3), CMYK conversion process is performed. Thereby, conversion from the RGB image to the YMCK image is performed. In the following halftone processing in steps S11 and S12, halftone processing is performed for each color of YMCK.
【０１４２】次に、ステップＳ１１，Ｓ１２の各処理に
ついて説明する。この網点化処理においては、ＳＰＭ
（スクリーンメモリーパターン）に記憶されたデータ
（ＳＰＭデータ）を用いて網点化処理を行う。網点化処
理は、画像における階調値（濃度値）を面積（網点の大
小）に変換する処理であり、これにより画像の階調表現
を行うものである。デジタル画像においては、所定の解
像度（たとえば３５０ｄｐｉ）を有する画像における各
画素の多段階（たとえば２５６段階）の階調値が、さら
に高解像度（たとえば２４００ｄｐｉ）の二値化画像に
おいて「１」または「０」のいずれかの値で表現される
各画素値（いいかえれば微小点の有無）に変換されるこ
とにより、網点化処理が行われる。元の画像よりも高精
細な二値化画像（網点化画像）においては、２つの値を
有する画素の面積比により元の画像の階調値が表現され
る。Next, each processing of steps S11 and S12 will be described. In this halftoning process, the SPM
The halftoning process is performed using the data (SPM data) stored in the (screen memory pattern). The halftoning process is a process of converting a tone value (density value) in an image into an area (the size of a halftone dot), thereby performing tone expression of the image. In a digital image, a multi-level (for example, 256 levels) gradation value of each pixel in an image having a predetermined resolution (for example, 350 dpi) is “1” or “1” in a binarized image with a higher resolution (for example, 2400 dpi). The conversion into each pixel value (in other words, presence or absence of a minute point) represented by any value of “0” performs the halftone processing. In a binarized image (dotted image) with higher definition than the original image, the tone value of the original image is expressed by the area ratio of pixels having two values.
【０１４３】この網点化処理に用いられるＳＰＭデータ
（網点化データ）には、所定の規則の繰り返しにより表
現されている通常の網点化処理を行うノーマルドットＳ
ＰＭデータと、ランダム要素を取り入れてモアレを抑制
を行うランドットＳＰＭデータとが存在する。The SPM data (halftone data) used in the halftone processing includes normal dots S for performing normal halftone processing represented by repetition of a predetermined rule.
There are PM data and landed SPM data that suppresses moiré by incorporating random elements.
【０１４４】ノーマルドットＳＰＭデータを用いて網点
化を行う場合には、上述したように、モアレが発生して
しまうことがある。このモアレは、網点パターンにおけ
る網点ピッチと処理対象画像における画素ピッチとの比
が整数比にならない場合に、このノーマルドットＳＰＭ
データによる各画素の網点化の結果が周期的に変動する
ことに起因するものである。When halftoning is performed using normal dot SPM data, moire may occur as described above. This moire is generated when the ratio between the halftone dot pitch in the halftone dot pattern and the pixel pitch in the processing target image does not become an integer ratio.
This is due to the fact that the result of halftoning of each pixel by data varies periodically.
【０１４５】一方、ランドットＳＰＭデータは、このよ
うなノーマルドットＳＰＭデータを用いて網点化を行う
場合に生じるモアレの抑制を図るべく、網点パターンに
ランダム性（非一様性）を取り入れたものである。この
ランドットＳＰＭデータによれば、モアレの発生を抑制
することができるものの、粒状性の増加といった副作用
をもたらすため、このランドットＳＰＭデータをその画
像全体に用いることは一般に好ましくない。On the other hand, in the land SPM data, randomness (non-uniformity) is introduced into a halftone dot pattern in order to suppress moire generated when halftoning is performed using such normal dot SPM data. It is a thing. According to the Land SPM data, although the occurrence of moire can be suppressed, a side effect such as an increase in graininess is brought about. Therefore, it is generally not preferable to use the Land SPM data for the entire image.
【０１４６】この実施形態においては、このようなトレ
ードオフの関係を解消すべく、これら２種類のＳＰＭデ
ータを処理対象となる画像内において適宜に使い分ける
ことを行う。In this embodiment, in order to eliminate such a trade-off relationship, these two types of SPM data are properly used in an image to be processed.
【０１４７】ここでは周期性指標Ｍを用いた使い分けに
ついて説明する。この周期性指標Ｍは、上述したよう
に、モアレの発生を生じやすい周期性の強いパターンで
ある度合いを示すものであり、この指標Ｍが大きな値で
ある程、モアレが発生しやすい状況であるといえる。な
お、コントラスト量Ｃをも考慮して使い分けを行っても
よいが、網点化処理において発生するモアレは周期性指
標Ｍに対して特に強い関連性があるとの知見に基づき、
ここでは周期性指標Ｍのみを考慮して使い分けを行う。Here, the proper use using the periodicity index M will be described. As described above, the periodicity index M indicates the degree of a pattern having strong periodicity in which moiré is likely to occur, and the greater the index M is, the more likely moiré is to occur. It can be said that. In addition, it is also possible to use differently in consideration of the contrast amount C, but based on the finding that moiré generated in the halftoning process is particularly strongly related to the periodicity index M,
Here, the proper use is performed in consideration of only the periodicity index M.
【０１４８】そのため、ステップＳ１１においては、網
点化データ決定部８５（図２）は、各画素についての網
点化処理を行うにあたって、周期性指標Ｍの大小に応じ
て、ランドットＳＰＭデータとノーマルドットＳＰＭデ
ータとのいずれか一方のＳＰＭデータを選択し、選択し
たＳＰＭデータを、網点化処理（ステップＳ１２）に用
いる網点化データとして決定する。具体的には、正規化
された周期性指標Ｍ（０．０≦Ｍ≦１．０）が所定値
（たとえば０．５）以上のとき（すなわち０．５≦Ｍ≦
１．０のとき）には、ランドットＳＰＭデータが選択さ
れ、一方、周期性指標Ｍがこの所定値よりも小さいとき
（すなわち０．０≦Ｍ＜０．５のとき）には、ノーマル
ドットＳＰＭデータが選択される。For this reason, in step S11, the halftone data determination section 85 (FIG. 2) performs the halftone process for each pixel by adding the landed SPM data according to the magnitude of the periodicity index M. One of the normal dot SPM data and the selected SPM data is selected, and the selected SPM data is determined as the halftone data to be used in the halftone processing (step S12). Specifically, when the normalized periodicity index M (0.0 ≦ M ≦ 1.0) is equal to or greater than a predetermined value (for example, 0.5) (that is, 0.5 ≦ M ≦
1.0), the land SPM data is selected. On the other hand, when the periodicity index M is smaller than this predetermined value (that is, when 0.0 ≦ M <0.5), the normal dot SPM data is selected.
【０１４９】そして、次のステップＳ１２において、ス
テップＳ１１において選択されたＳＰＭデータを用いて
網点化処理を行う。Then, in the next step S12, a halftoning process is performed using the SPM data selected in step S11.
【０１５０】これにより、比較的大きな周期性指標Ｍを
有する領域に対しては、モアレ抑制効果の高いランドッ
トＳＰＭデータを用いて網点化処理が行われる。比較的
大きな周期性指標Ｍを有する領域は、モアレが発生しや
すい領域であるが、このような領域に対して、ランドッ
トＳＰＭデータを用いて網点化処理を行うことにより、
モアレの発生を有効に抑制することができる。As a result, the region having a relatively large periodicity index M is subjected to halftoning processing using Landot SPM data having a high moiré suppression effect. A region having a relatively large periodicity index M is a region where moiré is likely to occur. By performing a halftone dot process on such a region using Landot SPM data,
Moire generation can be effectively suppressed.
【０１５１】一方、比較的小さな周期性指標Ｍを有する
領域に対しては、粒状性が発生しないノーマルドットＳ
ＰＭデータを用いて網点化処理が行われる。比較的小さ
な周期性指標Ｍを有する領域は、元来モアレが発生しに
くい領域であるため、このような領域に対して、ランド
ットＳＰＭデータを用いてモアレを抑制する必要性は少
ない。むしろ、ノーマルドットＳＰＭデータを用いて網
点化処理を行うことにより、ランドットＳＰＭデータを
用いた場合に生じる粒状性の発生を抑制することができ
るので、総合的に好適な網点化処理を行うことができ
る。On the other hand, for a region having a relatively small periodicity index M, the normal dots S having no graininess are generated.
A halftoning process is performed using the PM data. Since a region having a relatively small periodicity index M is a region in which moire is originally unlikely to occur, it is less necessary to suppress moire in such a region using land SPM data. Rather, by performing the halftone processing using the normal dot SPM data, it is possible to suppress the occurrence of graininess that occurs when using the Landot SPM data. It can be carried out.
【０１５２】このように、周期性指標Ｍに基づいて画像
における注目画素についての網点化処理に用いる網点化
データを決定し（ステップＳ１１）、決定された網点化
データに基づいて画像における注目画素についての網点
化処理を行う（ステップＳ１２）ことにより、粒状性の
発生を抑制しつつ、モアレの発生をも抑制することが可
能になる。As described above, the halftoning data to be used for the halftoning process for the target pixel in the image is determined based on the periodicity index M (step S11), and the halftone data in the image is determined based on the determined halftoning data. By performing the halftoning process on the target pixel (step S12), it is possible to suppress the occurrence of moire while suppressing the occurrence of graininess.
【０１５３】上記のような各処理を行うことにより、Ｕ
ＳＭ処理におけるモアレの発生と網点化処理におけるモ
アレの発生とを有効に抑制しつつ、所望の網点化画像を
得ることが可能である。そして、この網点化画像を画像
出力部８を用いて印刷出力することにより、モアレの発
生を有効に抑制した印刷画像を得ることが可能である。By performing each processing as described above, U
It is possible to obtain a desired halftone image while effectively suppressing the occurrence of moire in the SM process and the occurrence of moire in the halftone process. Then, by printing and outputting the halftone image using the image output unit 8, it is possible to obtain a print image in which the occurrence of moire is effectively suppressed.
【０１５４】＜２−８．高解像度線画パターン挿入処理
など＞上記においては、線画パターン生成部９０による
処理を行わず、網点化処理部８０による網点化処理のみ
を行うことにより高精細な二値化画像である網点化画像
を得る場合について説明した。ここでは、さらに高コン
トラストな画像をモアレの発生を抑制しつつ得る技術に
ついて説明する。<2-8. High resolution line drawing pattern insertion processing> In the above, the processing by the line drawing pattern generation section 90 is not performed, and only the halftone processing by the halftoning processing section 80 is performed, so that a halftone dot which is a high-resolution binary image The case of obtaining a structured image has been described. Here, a technique for obtaining a higher-contrast image while suppressing the occurrence of moire will be described.
【０１５５】図２２は、処理対象となる画像ＩＭＧの一
例（エアコンの撮像画像）を示す図である。この画像Ｉ
ＭＧ中において、例えばエアコンのフロントパネルは、
水平方向の直線が垂直方向に繰り返し配置される図形領
域ＲＧとして形成される。この領域ＲＧにおけるコント
ラスト量Ｃおよび周期性指標Ｍは、いずれも大きくな
る。FIG. 22 is a diagram showing an example of an image IMG to be processed (a captured image of an air conditioner). This image I
In MG, for example, the front panel of the air conditioner
The horizontal straight line is formed as a graphic region RG that is repeatedly arranged in the vertical direction. The contrast amount C and the periodicity index M in this region RG are both large.
【０１５６】このような領域ＲＧにおいて、上述のよう
に網点化データ決定部８５および網点化処理部８０を用
いた画像処理等を行うことにより、モアレを抑制しつつ
鮮鋭化を図ることも可能であるが、以下では、網点化処
理部８０および線画パターン生成部９０（図２）を用い
て、モアレを抑制しつつさらに鮮鋭な画像を作成する技
術について説明する。より詳細には、網点化処理部８０
と線画パターン生成部９０と合成部９７とを用いて、線
画パターンデータに基づく高精細画像と網点化処理によ
り得られた網点化画像とを合成することにより、高精細
な二値化画像を得る技術について説明する。In such an area RG, by performing image processing or the like using the dot data determination unit 85 and the dot processing unit 80 as described above, sharpening can be achieved while suppressing moire. Although possible, a technique for creating a sharper image while suppressing moire using the halftone processing section 80 and the line drawing pattern generation section 90 (FIG. 2) will be described below. More specifically, the dot processing unit 80
By combining the high-definition image based on the line-drawing pattern data and the halftone image obtained by the halftoning processing using the line image pattern generation unit 90 and the synthesizing unit 97, a high-definition binary image is obtained. The technique for obtaining is described.
【０１５７】上述したように、網点化処理においては、
所定の解像度（たとえば３５０ｄｐｉ）を有する画像に
おける各画素の多段階の階調値が、さらに高解像度（た
とえば２４００ｄｐｉ）の二値化画像において「１」ま
たは「０」のいずれかの値で表現される微小画素の集ま
りとして表現される。高解像度の二値化画像における中
間階調値は、「１」の状態（ここでは点が存在する状態
を想定する）の点と「０」の状態（ここでは点が存在し
ない状態を想定する）の点との比率（面積比）を変更す
ることにより表現される。したがって、上記の原画像あ
るいはシャープネス処理後の画像において、中間階調の
画素が存在する場合には、中間階調値を表現する面積比
の部分が存在することになる。As described above, in the halftoning process,
A multi-level gradation value of each pixel in an image having a predetermined resolution (for example, 350 dpi) is represented by a value of either “1” or “0” in a binarized image having a higher resolution (for example, 2400 dpi). It is expressed as a group of small pixels. Intermediate gradation values in a high-resolution binary image are assumed to be a state of “1” (here, a state where a point exists) and a state of “0” (here, a state where no point exists). ) Is changed by changing the ratio (area ratio) with respect to the point. Therefore, in the original image or the image after the sharpness processing, if there is a pixel of intermediate gradation, there is an area ratio portion expressing the intermediate gradation value.
【０１５８】それに対して、線画パターン生成部９０
は、高解像度を有する二値化画像中において、所定の図
形（たとえば直線）を描くことにより、高コントラスト
の線画パターンデータを生成する。具体的には、図２３
の（線画パターンの）拡大図に示すように、水平方向に
伸びる直線ＬＮ（図中斜線で示す）を垂直方向に繰り返
し描くことにより、エアコンのフロントパネルの領域Ｒ
Ｇ（図２２）に対応する図形を描画する。すなわち、領
域ＲＧに対応する線画パターンデータを生成する。より
具体的には、たとえば直線の幅および間隔は、上述の周
期値Ｔ（Tx，Ty）を用いて決定することができ、また、
その方向は周期方向θ（＝Ty/Tx）に垂直な方向として
決定することなどが可能である。On the other hand, the line drawing pattern generator 90
Generates a high-contrast line drawing pattern data by drawing a predetermined figure (for example, a straight line) in a binarized image having a high resolution. Specifically, FIG.
As shown in an enlarged view (of a line drawing pattern), a straight line LN (shown by oblique lines in the figure) extending in the horizontal direction is repeatedly drawn in the vertical direction, thereby forming a region R on the front panel of the air conditioner.
A figure corresponding to G (FIG. 22) is drawn. That is, line drawing pattern data corresponding to the region RG is generated. More specifically, for example, the width and interval of the straight line can be determined using the above-described period value T (Tx, Ty).
The direction can be determined as a direction perpendicular to the periodic direction θ (= Ty / Tx).
【０１５９】この場合、点の有無を用いて中間階調値を
表現する網点化領域は存在せず、二値化された高精細な
線画パターンとしての画像を直接的に生成することがで
きるので、さらに高精細でかつ高コントラストな画像を
得ることができる。特に、原画像において画素幅と同程
度もしくはそれ以下の幅を有する細い直線であっても、
高解像度の二値化画像における画素ＨＲ（図２３）の幅
よりも大きな幅を有する直線であれば、中間階調値表現
を用いずに極めて高コントラストな直線として描画する
ことが可能である。In this case, there is no halftone dot region that expresses a halftone value using the presence or absence of a point, and a binarized image as a high-definition line drawing pattern can be directly generated. Therefore, an image with higher definition and higher contrast can be obtained. In particular, even in the case of a thin straight line having a width equal to or less than the pixel width in the original image,
A straight line having a width larger than the width of the pixel HR (FIG. 23) in the high-resolution binarized image can be drawn as an extremely high-contrast straight line without using the intermediate gradation value expression.
【０１６０】したがって、線画パターン生成部９０にお
いて生成された領域ＲＧに関する線画パターンを、網点
化処理部８０において網点化処理された他の領域とを合
成することにより、画像ＩＭＧに関する処理後画像（処
理前画像よりも高精細な二値化画像）を得ることが可能
である。Therefore, by combining the line drawing pattern relating to the area RG generated by the line drawing pattern generating section 90 with the other areas which have been subjected to the halftone processing in the halftone processing section 80, the processed image relating to the image IMG is obtained. (A binarized image with higher definition than the image before processing) can be obtained.
【０１６１】ここにおいて、この画像処理装置１は、図
２に示すように、切換部９５と合成部９７とをさらに備
えている。Here, the image processing apparatus 1 further includes a switching section 95 and a synthesizing section 97 as shown in FIG.
【０１６２】切換部９５は、上記のコントラスト量Ｃお
よび周期性指標Ｍに基づいて、画像ＩＭＧ中の各画素に
ついて、網点化処理部８０による網点化処理を行うの
か、線画パターン生成部９０による線画パターンの生成
処理を行うのかを切り換える。具体的には、切換部９５
は、コントラスト量Ｃが所定の基準値Ｃ０よりも大き
く、且つ、周期性指標Ｍも所定の基準値Ｍ０よりも大き
いという条件（たとえば、０．０以上１．０以下の値を
有するように正規化された各値Ｃ，Ｍについて、０．９
≦Ｃ、かつ、０．９５≦Ｍ）を満たす場合には、線画パ
ターン生成部９０による線画パターンの生成処理を行う
旨を決定し、この条件が満たされない場合には、網点化
処理部８０による網点化処理を行う旨を決定する。The switching unit 95 determines whether to perform the halftone processing by the halftone processing unit 80 for each pixel in the image IMG based on the above-mentioned contrast amount C and the periodicity index M, Is switched to perform line drawing pattern generation processing. Specifically, the switching unit 95
Is a condition that the contrast amount C is larger than the predetermined reference value C0 and the periodicity index M is also larger than the predetermined reference value M0 (for example, the normality is set so as to have a value of 0.0 or more and 1.0 or less). 0.9 for each of the converted values C and M
≦ C and 0.95 ≦ M), it is determined that the line drawing pattern generation processing by the line drawing pattern generation unit 90 is to be performed. If this condition is not satisfied, the halftoning processing unit 80 Is determined to be performed.
【０１６３】その後、画像ＩＭＧの各画素についての切
換部９５の決定に応じて、対応する処理部８０，９０の
いずれか（網点化処理部８０および線画パターン生成部
９０のいずれか）がその処理を行う。すなわち、各画素
に関して、切換部９５の決定に応じて、線画パターン生
成部９０による線画パターンの生成処理と網点化処理部
８０による網点化処理とのいずれかが行われる。After that, according to the determination of the switching unit 95 for each pixel of the image IMG, one of the corresponding processing units 80 and 90 (one of the halftoning processing unit 80 and the line drawing pattern generation unit 90) Perform processing. That is, for each pixel, either the line drawing pattern generation processing by the line drawing pattern generation unit 90 or the halftoning processing by the halftone processing unit 80 is performed according to the determination of the switching unit 95.
【０１６４】そして、合成部９７は、これらの網点化処
理部８０および線画パターン生成部９０による処理結果
を合成することにより、画像ＩＭＧに対して網点化処理
等にを施した高精細な二値化画像（網点化画像）を得る
ことができる。The synthesizing unit 97 synthesizes the processing results obtained by the halftoning processing unit 80 and the line drawing pattern generation unit 90, thereby providing a high-definition image IMG that has been subjected to halftoning processing and the like. A binary image (dotted image) can be obtained.
【０１６５】この場合、コントラスト量Ｃおよび周期性
指標Ｍが大きく、モアレの発生が予想される領域ＲＧに
対しては網点化処理が行われないため、網点化処理に起
因するモアレの発生を回避することができる。また、こ
の領域ＲＧに対しては、網点化処理部８０による網点化
処理の代わりに、線画パターン生成部９０による線画パ
ターンの生成処理が行われるので、高コントラストかつ
鮮鋭化された線画パターン画像として形成される。この
ように、上記の処理によれば、モアレの発生を抑制しつ
つ鮮鋭かつ高コントラストな画像を得ることができる。In this case, since the halftone processing is not performed on the region RG where the contrast amount C and the periodicity index M are large and the occurrence of moire is expected, the occurrence of moire due to the halftone processing is performed. Can be avoided. In addition, since the line drawing pattern generation processing by the line drawing pattern generation unit 90 is performed on the region RG instead of the halftone processing by the halftoning processing unit 80, the line drawing pattern with high contrast and sharpness is obtained. Formed as an image. Thus, according to the above processing, a sharp and high-contrast image can be obtained while suppressing the occurrence of moire.
【０１６６】なお、上記においては、画像ＩＭＧの各画
素について、切換部９５が網点化処理および線画パター
ン生成処理のいずれを行うかを決定した後、合成部９７
が各処理結果を合成していたが、これに限定されない。
たとえば、網点化処理部８０および線画パターン生成部
９０のそれぞれが画像ＩＭＧ中の全画素について網点化
処理および線画パターン生成処理の両方を行った後、合
成部９７がコントラスト量Ｃおよび周期性指標Ｍに基づ
いて網点化処理部８０および線画パターン生成部９０の
いずれの処理結果を選択するかを決定した上で合成する
ことにより、上述のような網点化画像を得ることも可能
である。In the above description, for each pixel of the image IMG, after the switching unit 95 determines whether to perform the halftoning process or the line drawing pattern generation process, the combining unit 97
Synthesized the respective processing results, but the present invention is not limited to this.
For example, after each of the halftoning processing unit 80 and the line drawing pattern generation unit 90 perform both the halftoning processing and the line drawing pattern generation processing for all the pixels in the image IMG, the combining unit 97 sets the contrast amount C and the periodicity. It is also possible to obtain a halftone image as described above by determining which of the halftone processing unit 80 and the line drawing pattern generation unit 90 to select based on the index M and then combining them. is there.
【０１６７】また、このような線画パターン生成部９０
を用いた高解像度線画パターンの挿入処理は、シャープ
ネス処理部６０および網点化処理部８０などを用いたス
テップＳ９，Ｓ１２の各処理を伴うことなく、これらの
処理の代わりに行ってもよい。Further, such a line drawing pattern generation unit 90
May be performed instead of these processes without involving the processes of steps S9 and S12 using the sharpness processing unit 60 and the halftoning processing unit 80, etc.
【０１６８】＜２−９．画像編集処理（その１）＞ま
た、上述したように、元の画像をそのまま出力する場合
だけでなく、元の画像（原画像）に対して、変倍（拡大
／縮小）、回転、階調変換などの画像編集処理を行う場
合が存在する。たとえば、シャープネス処理（ステップ
Ｓ９）の前、あるいは、網点化処理（ステップ１２）の
前に画像編集処理を行う場合がある。たとえば、入力部
６（図１）を介して入力されるオペレータの指示に基づ
いて画像縮小等の画像編集処理が行われることがある。
そして、このような場合にも、各種の画像編集処理によ
って何らかの周期的なずれが発生することに起因したモ
アレが発生することがある。<2-9. Image Editing Process (Part 1)> As described above, not only when the original image is output as it is, but also scaling (enlargement / reduction), rotation, and gradation of the original image (original image) There are cases where image editing processing such as conversion is performed. For example, the image editing process may be performed before the sharpness process (step S9) or before the halftoning process (step 12). For example, image editing processing such as image reduction may be performed based on an operator's instruction input via the input unit 6 (FIG. 1).
Also in such a case, moiré may occur due to the occurrence of some periodic shift due to various image editing processes.
【０１６９】そして、この場合にも、シャープネス処理
係数決定部６５および網点化データ決定部８５によっ
て、コントラスト量Ｃおよび周期性指標Ｍに基づきシャ
ープネス処理および網点化処理における各パラメータ等
を決定した上で、シャープネス処理部６０および網点化
処理部８０によって上記のようなシャープネス処理およ
び網点化処理を施すことにより、モアレの発生を抑制し
つつシャープネス処理および網点化処理のそれぞれを行
うことが可能である。Also in this case, the parameters for the sharpness processing and the halftone processing are determined by the sharpness processing coefficient determining section 65 and the halftone data determining section 85 based on the contrast amount C and the periodicity index M. By performing the above-described sharpness processing and halftoning processing by the sharpness processing section 60 and halftoning processing section 80, the sharpness processing and halftoning processing are performed while suppressing the occurrence of moire. Is possible.
【０１７０】ただし、その場合には、図２４に示すよう
に、縮小などの画像編集処理によって各画素の対応位置
関係等が変更されるので、画像の縮小等の編集処理に伴
って、各種の各処理（ステップＳ９，Ｓ１２など）にお
いて用いられる各画素についての、コントラスト量Ｃ、
周期性指標Ｍ、および周期値Ｔの各パラメータの値を更
新する。言い換えれば、画像編集処理に伴う対応関係を
用いて、編集後画像ＩＭＧ２における各画素についての
コントラスト量ＣＥ、周期性指標ＭＥ、および周期値Ｔ
Ｅを求めることを行う。なお、図２４の編集後画像ＩＭ
Ｇ２は、編集前画像ＩＭＧ１に対して縮小処理（画像編
集処理）を施して得られる画像である。However, in this case, as shown in FIG. 24, since the corresponding positional relationship of each pixel is changed by image editing processing such as reduction, various types of editing processing such as image reduction are performed. The contrast amount C for each pixel used in each process (steps S9, S12, etc.)
The value of each parameter of the periodicity index M and the periodic value T is updated. In other words, the contrast amount CE, the periodicity index ME, and the periodicity value T for each pixel in the edited image IMG2 are calculated using the correspondence relationship associated with the image editing process.
E is determined. It should be noted that the edited image IM shown in FIG.
G2 is an image obtained by performing a reduction process (image editing process) on the unedited image IMG1.
【０１７１】具体的には、編集後画像ＩＭＧ２の各画素
のコントラスト量Ｃは、当該各画素の編集前画像ＩＭＧ
１における対応位置近傍の１つまたは複数の画素につい
てのコントラスト量Ｃに基づいて、バイリニア法を用い
て求めること（バイリニア縮小）などが可能である。た
とえば、図２５に示すように、編集後画像ＩＭＧ２にお
ける画素Ｅ２の位置（ｘ２，ｙ２）に対応する（編集前
画像ＩＭＧ１内での）位置（対応位置ＰＣ）を想定する
と、編集後画像ＩＭＧ２内の位置（ｘ２，ｙ２）に存在
する画素Ｅ２についてのコントラスト量Ｃは、その対応
位置ＰＣの近傍に存在する４つの画素（ｘ１，ｙ１）、
（ｘ１＋１，ｙ１）、（ｘ１，ｙ１＋１）、（ｘ１＋
１，ｙ１＋１）のコントラスト量Ｃを用いて算出するこ
とができる。より具体的には、対応位置近傍の４つの画
素についてのコントラスト量Ｃが線形的に変化している
ものと仮定して、対応位置におけるコントラスト量Ｃ
Ｅ、すなわち、編集後画像ＩＭＧ２の注目画素のコント
ラスト量ＣＥとして決定することができる。Specifically, the contrast amount C of each pixel of the post-edit image IMG2 is determined by the pre-edit image IMG of each pixel.
For example, based on the contrast amount C of one or a plurality of pixels in the vicinity of the corresponding position in No. 1, it is possible to obtain by using a bilinear method (bilinear reduction). For example, as shown in FIG. 25, assuming a position (corresponding position PC) (in the pre-edit image IMG1) corresponding to the position (x2, y2) of the pixel E2 in the post-edit image IMG2, The contrast amount C of the pixel E2 existing at the position (x2, y2) is determined by the four pixels (x1, y1) existing near the corresponding position PC,
(X1 + 1, y1), (x1, y1 + 1), (x1 +
1, y1 + 1) can be calculated using the contrast amount C. More specifically, assuming that the contrast amount C for the four pixels near the corresponding position changes linearly, the contrast amount C at the corresponding position is changed.
E, that is, the contrast amount CE of the target pixel of the edited image IMG2 can be determined.
【０１７２】また、同様に、周期性指標Ｍについても求
めることができる。すなわち、当該各画素の編集前画像
ＩＭＧ１における対応位置近傍の１つまたは複数の画素
についての周期性指標Ｍに基づいて、バイリニア法を用
いて求めること（バイリニア縮小）などが可能である。Similarly, the periodicity index M can be obtained. That is, based on the periodicity index M of one or a plurality of pixels in the vicinity of the corresponding position in the pre-edit image IMG1 of each pixel, it is possible to obtain the bilinear method (bilinear reduction) or the like.
【０１７３】さらに、周期値Ｔについても同様に求める
ことが可能であるが、画像編集動作として変倍動作を伴
う場合については、動作内容に修正が必要である。なぜ
なら、周期値Ｔは、画像の大きさ（ないし解像度）をも
考慮した値であるからである。Further, the cycle value T can be obtained in the same manner. However, in the case where the image editing operation involves a scaling operation, the operation content needs to be modified. This is because the cycle value T is a value that also takes into account the size (or resolution) of the image.
【０１７４】図２６は、編集前画像ＩＭＧ１を１／２に
変倍（縮小）するにあたって、編集後画像ＩＭＧ２にお
ける各画素値についての周期値ＴＥを求める場合につい
て説明する概念図である。編集前画像ＩＭＧ１における
所定方向に連続する４つの画素の周期値Ｔが（４，４，
４，４）で表されるものとすると、１／２の縮小動作に
より、これら４つの画素は編集後画像ＩＭＧ２における
２つの画素に相当し、これらの２つの画素についての周
期値Ｔは、その値自体が１／２に変更される必要があ
る。FIG. 26 is a conceptual diagram for explaining a case where the period value TE for each pixel value in the edited image IMG2 is obtained when the unedited image IMG1 is scaled (reduced) by half. The period value T of four pixels continuous in a predetermined direction in the unedited image IMG1 is (4, 4,
4, 4), these four pixels correspond to two pixels in the post-edit image IMG2 due to the reduction operation of ２, and the cycle value T for these two pixels is The value itself needs to be changed by half.
【０１７５】したがって、編集後画像ＩＭＧ２における
これらの２つの画素についての周期値Ｔは、上記と同様
のバイリニア法などを用いて、対応位置の周期値Ｔを求
めた上で、その求められた周期値Ｔに対して、変倍率
（縮小率）（＝１／ｑ）を乗じた値を編集後画像ＩＭＧ
２における周期値ＴＥとして求めることができる。たと
えば、変倍率が１／２倍のときには、編集後画像ＩＭＧ
２における２つの画素のそれぞれは、対応位置の周期値
Ｔ（＝４）に１／２を乗じた値、すなわち２になる。し
たがって、編集前画像ＩＭＧ１における４つの画素の周
期値Ｔの配列（４，４，４，４）は、編集後画像ＩＭＧ
２における２つの画素の周期値Ｔの配列（２，２）とし
て表される。Therefore, the cycle value T of these two pixels in the edited image IMG2 is obtained by calculating the cycle value T of the corresponding position using the same bilinear method as described above, and then obtaining the calculated cycle value T. The edited image IMG is obtained by multiplying the value T by a scaling ratio (reduction ratio) (= 1 / q).
2 can be obtained as the period value TE. For example, when the magnification is 1/2, the edited image IMG
Each of the two pixels in 2 has a value obtained by multiplying the period value T (= 4) of the corresponding position by １ ／, that is, 2. Therefore, the array (4, 4, 4, 4) of the cycle values T of the four pixels in the unedited image IMG1 is
2 is represented as an array (2, 2) of the cycle value T of two pixels.
【０１７６】なお、ここでは対応位置の周期値Ｔを求め
た上で、その求められた周期値Ｔに対して、変倍率（縮
小率）を乗じた値を編集後画像ＩＭＧ２における周期値
ＴＥとして求める場合について説明したが、これに限定
されず、編集前画像ＩＭＧ１における各画素についての
周期値Ｔに対してそれぞれ変倍率（縮小率）（＝１／
ｑ）を乗じた上で、対応位置の周期値Ｔを求めてもよ
い。Here, after calculating the cycle value T of the corresponding position, a value obtained by multiplying the calculated cycle value T by a scaling factor (reduction rate) is used as the cycle value TE in the edited image IMG2. Although the case of obtaining is described, the present invention is not limited to this, and the scaling ratio (reduction ratio) (= 1/1) is set for the cycle value T of each pixel in the image IMG1 before editing.
q), the cycle value T of the corresponding position may be obtained.
【０１７７】また、上記においては簡単化のため、周期
値Ｔは各画素について単一の値を有するものとして説明
しているが、実際には周期値Ｔはそのｘ方向成分Txとｙ
方向成分Tyとに基づいて定められる。したがって、これ
らの各成分Tx，Tyのそれぞれについて上記の処理を行っ
てもよい。In the above description, for the sake of simplicity, the periodic value T is described as having a single value for each pixel. However, the periodic value T is actually composed of its x-direction components Tx and y.
It is determined based on the direction component Ty. Therefore, the above processing may be performed for each of these components Tx and Ty.
【０１７８】さらに、上記においては、縮小の場合につ
いて説明したが、平行移動および／または回転移動など
を伴う場合には、基準点（たとえば原点）のオフセット
量等をも考慮することにより、編集後画像ＩＭＧ２の各
画素に関して、編集前画像ＩＭＧ１の各画素との対応関
係を求めることができる。Further, in the above description, the case of reduction has been described. However, in the case of involving a parallel movement and / or a rotational movement, the offset after the reference point (for example, the origin) is also taken into consideration, so that the post-editing is performed. The correspondence between each pixel of the image IMG2 and each pixel of the unedited image IMG1 can be obtained.
【０１７９】以上のように、アフィン変換後の幾何学的
な対応関係を求めた上でその対応位置近傍の複数の画素
についてのコントラスト量Ｃ、周期性指標Ｍ、周期値Ｔ
の各値を用いることにより、編集後画像ＩＭＧ２の各画
素についてのコントラスト量ＣＥ、周期性指標ＭＥ、周
期値ＴＥなどの各値を求めることができる。As described above, after obtaining the geometric correspondence after the affine transformation, the contrast amount C, the periodicity index M, and the periodic value T for a plurality of pixels near the corresponding position are obtained.
By using the respective values, the respective values such as the contrast amount CE, the periodicity index ME, and the periodic value TE for each pixel of the edited image IMG2 can be obtained.
【０１８０】このような画像編集処理は、図３のステッ
プＳ８の前、あるいは、ステップＳ１１の前などにおい
て行われる。Such image editing processing is performed before step S8 in FIG. 3, or before step S11.
【０１８１】たとえば、この画像編集処理が、ステップ
Ｓ８の前（より具体的にはステップＳ７とステップＳ８
との間）に行われた場合には、その画像編集処理動作に
引き続いて、上述の各パラメータの変更動作を行った後
に、ステップＳ８以降の動作を行う。For example, this image editing process is performed before step S8 (more specifically, step S7 and step S8).
After the image editing processing operation, the above-described operation of changing each parameter is performed, and then the operation after step S8 is performed.
【０１８２】この場合、ステップＳ８においては、編集
後画像ＩＭＧ２の各画素についてのコントラスト量ＣＥ
および周期性指標ＭＥなどを用いて同様の動作を行うこ
とによりシャープネス処理係数決定動作（ステップＳ
８）を行うことができる。そして、その決定されたシャ
ープネス処理係数に基づいて、編集後画像ＩＭＧ２の各
画素（注目画素）についてシャープネス処理（ステップ
Ｓ９）を行うことにより、上述のようにモアレの発生を
抑制しつつ鮮鋭な画像を得ることが可能になる。In this case, in step S8, the contrast amount CE for each pixel of the edited image IMG2 is set.
And a periodicity index ME to perform a similar operation to determine a sharpness processing coefficient (step S
8) can be performed. Then, based on the determined sharpness processing coefficient, the sharpness processing (step S9) is performed on each pixel (pixel of interest) of the edited image IMG2, so that a sharp image is formed while suppressing the occurrence of moire as described above. Can be obtained.
【０１８３】同様に、ステップＳ１１においては、編集
後画像ＩＭＧ２の各画素（注目画素）についてのコント
ラスト量ＣＥおよび周期性指標ＭＥなどを用いて同様の
動作を行うことにより網点化データ決定動作を行い、さ
らに、編集後画像ＩＭＧ２の各画素（注目画素）につい
て、決定された網点化データに基づいて網点化処理（ス
テップＳ１２）を行う。これにより、上述のように粒状
性の発生を抑制しつつモアレの発生をも抑制することが
可能である。Similarly, in step S11, the same operation is performed using the contrast amount CE and the periodicity index ME for each pixel (pixel of interest) of the edited image IMG2, so that the halftone data determination operation is performed. Then, halftone processing (step S12) is performed for each pixel (pixel of interest) of the edited image IMG2 based on the determined halftone data. This makes it possible to suppress the occurrence of moire while suppressing the occurrence of graininess as described above.
【０１８４】なお、上記においては、画像編集処理とし
て、変倍、平行移動、回転移動などのアフィン変換を伴
う処理について説明したが、画像編集処理はこれに限定
されず、階調変換処理であってもよい。In the above description, processing involving affine transformation such as scaling, parallel movement, and rotation movement has been described as image editing processing. However, the image editing processing is not limited to this, and may be gradation conversion processing. You may.
【０１８５】例えば、図２７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。さらに、例えば、図２
８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。これらの階調変換処理を行う場合であっ
ても、その後に上記のようなＵＳＭ処理（ステップＳ
９）などを行うことにより、ＵＳＭ処理に伴うモアレの
発生を抑制することが可能である。For example, even when image processing that causes bias in saturation is performed, 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 state in which the average gradation value fluctuates periodically occurs, and as a result, moire occurs in the processed image. Further, for example, FIG.
Also in the gradation conversion processing for converting the gradation value of each pixel using the look-up table as shown in FIG. 8, the average gradation value is different between the “IN phase state” and the “OUT phase state”. It is considered that moire occurs in the processed image as a result of a state in which the average tone value periodically fluctuates. Even when these gradation conversion processes are performed, the USM process described above (step S
By performing 9) and the like, it is possible to suppress the occurrence of moire due to USM processing.
【０１８６】また、画像編集処理として階調変換を行う
場合には、その階調変換に応じて、コントラスト量Ｃを
も変更することが好ましい。具体的には、その階調変換
動作によってコントラスト量Ｃが全体的に所定の倍数
（たとえば１．１倍）となることが想定される場合に
は、各画素のコントラスト量Ｃに対してその所定の倍数
（たとえば１．１倍）を乗じて得られた値を、新たな各
画素についてのコントラスト量Ｃとする。そして、この
新たなコントラスト量Ｃを用いて、その後のぼかし処
理、シフト処理、シャープネス処理、および網点化処理
などを適宜に行えばよい。In the case where gradation conversion is performed as an image editing process, it is preferable to change the contrast amount C according to the gradation conversion. Specifically, when it is assumed that the contrast amount C becomes a predetermined multiple (for example, 1.1 times) as a whole by the gradation conversion operation, the predetermined contrast amount C for each pixel is obtained. The value obtained by multiplying by a multiple of (for example, 1.1 times) is set as the contrast amount C for each new pixel. Then, using the new contrast amount C, the subsequent blurring processing, shift processing, sharpness processing, halftoning processing, and the like may be appropriately performed.
【０１８７】＜２−１０．画像編集処理（その２）＞上
記においては、ＵＳＭ処理および／または網点化処理を
伴う場合において、画像編集処理におけるモアレの発生
を抑制する技術について説明したが、以下では、上述の
ようなＵＳＭ処理や網点化処理を伴わずに、画像編集処
理において生じ得るモアレの発生を抑制することが可能
な技術について説明する。<2-10. Image Editing Process (Part 2)> In the above description, a technique for suppressing the occurrence of moiré in the image editing process when the USM process and / or the halftoning process is involved has been described. A technique that can suppress the occurrence of moire that may occur in the image editing processing without performing the processing or the halftoning processing will be described.
【０１８８】図２９は、画像編集処理として画像の縮小
処理を行う場合に関する概要を示す図である。図２９に
示すように、この処理においては、処理前画像ＩＭＧ３
に対してぼかし処理を行って画像ＩＭＧ４を得た後に、
さらにこの画像ＩＭＧ４に対して縮小処理を行うことに
よって、画像編集（縮小）後の画像（編集後画像）ＩＭ
Ｇ５を得る。FIG. 29 is a diagram showing an outline of a case where image reduction processing is performed as image editing processing. As shown in FIG. 29, in this processing, the image before processing IMG3
After performing blur processing on the image to obtain an image IMG4,
Further, by performing a reduction process on the image IMG4, the image (edited image) IM after image editing (reduction) is performed.
G5 is obtained.
【０１８９】画像ＩＭＧ３に対するぼかし処理は、ぼか
し量決定部４５によって決定されたぼかし量に基づい
て、ぼかし処理部４０によって行われる。この場合、ぼ
かし量決定部４５は、コントラスト量Ｃおよび周期性指
標Ｍに基づいてぼかし量を決定する点は、上述と同様で
ある。The blurring process for the image IMG3 is performed by the blurring processing unit 40 based on the blurring amount determined by the blurring amount determining unit 45. In this case, the blur amount determination unit 45 determines the blur amount based on the contrast amount C and the periodicity index M in the same manner as described above.
【０１９０】ただし、ここでは、ぼかし量決定部４５に
よるぼかし量を決定する以前に、縮小倍率が予め判って
いる場合を想定する。言い換えれば、所定倍率の縮小処
理を行う前提の下に、その縮小処理を行う前処理として
ぼかし処理を行う場合を想定する。Here, it is assumed that the reduction magnification is known in advance before the blur amount is determined by the blur amount determination unit 45. In other words, it is assumed that a blurring process is performed as a pre-process of performing the reduction process on the assumption that the reduction process is performed at the predetermined magnification.
【０１９１】この場合において、ぼかし処理部４０は、
画像の縮小率に応じたサイズを有する空間フィルタを用
いて、画像における各注目画素についてのぼかし処理を
行う。具体的には、縮小率（＝１／ｑ）に対して、（ｑ
＋１）×（ｑ＋１）のサイズの空間フィルタ（２次元フ
ィルタ）を用いたぼかし処理を行う。たとえば、縮小率
が１／２のときには３×３のサイズの空間フィルタを用
い、縮小率が１／４のときには５×５のサイズの空間フ
ィルタを用いて、ぼかし処理を行う。なお、フィルタサ
イズを（奇数）×（奇数）にするため、（ｑ＋１）が偶
数のときには、（ｑ＋２）×（ｑ＋２）のサイズの空間
フィルタを用いるものとする。In this case, the blur processing unit 40
Using a spatial filter having a size corresponding to the reduction ratio of the image, blurring processing is performed on each target pixel in the image. Specifically, for the reduction ratio (= 1 / q), (q
A blurring process using a spatial filter (two-dimensional filter) of (+1) × (q + 1) size is performed. For example, when the reduction ratio is 1/2, a 3 × 3 size spatial filter is used, and when the reduction ratio is 1/4, the blurring process is performed using a 5 × 5 size spatial filter. In order to set the filter size to (odd number) × (odd number), when (q + 1) is an even number, a spatial filter having a size of (q + 2) × (q + 2) is used.
【０１９２】ここで、縮小率に応じて異なるサイズの空
間フィルタを用いること、より具体的には、変倍率１／
ｑのｑが大きくなるにつれて、より大きなサイズの空間
フィルタを用いることによれば、縮小後画像における高
周波成分をより効果的にカットして、モアレの発生を抑
制することが可能になる。これは、縮小後画像における
モアレは、サンプリング定理に基づき所定の周波数以上
の高周波成分の折返しに起因して発生するという性質を
利用するものである。すなわち、この性質に鑑み、あら
かじめそのぼかし処理によってその所定の周波数以上の
高周波成分をカットすることにより、モアレを抑制する
ことが可能である。Here, using spatial filters of different sizes according to the reduction ratio, more specifically, the scaling factor 1 /
By using a larger spatial filter as q of q becomes larger, it becomes possible to more effectively cut high-frequency components in the reduced image and suppress the occurrence of moire. This utilizes the property that moiré in the reduced image is generated due to the folding of a high frequency component of a predetermined frequency or higher based on the sampling theorem. That is, in consideration of this property, it is possible to suppress moiré by cutting in advance the high frequency components of the predetermined frequency or higher by the blurring process.
【０１９３】一般に、変倍率１／ｑのｑが大きくなる
（画像がより小さく縮小される）ことは、サンプリング
定理における基準周波数（折返し周波数）が低下するこ
とに対応する。一方、相対的に大きなサイズのフィルタ
を用いてぼかし処理を行えば、高周波成分のうち、相対
的に低い周波数成分に至るまでの成分を減衰させること
が可能になる。したがって、変倍率１／ｑのｑが大きく
なる（画像がより小さく縮小される）につれて、より大
きなサイズのフィルタを用いて、より低い周波数成分ま
で減衰させるぼかし処理を行うことが可能になるので、
基準周波数よりも高い周波数成分が残存することに伴う
モアレの発生を抑制することができる。In general, an increase in q of the scaling factor 1 / q (smaller reduction of an image) corresponds to a decrease in the reference frequency (return frequency) in the sampling theorem. On the other hand, if the blurring process is performed using a filter having a relatively large size, it is possible to attenuate components of the high frequency components up to a relatively low frequency component. Therefore, as q of the scaling factor 1 / q increases (the image is reduced to a smaller extent), it becomes possible to perform a blurring process of attenuating to lower frequency components using a filter of a larger size.
It is possible to suppress the occurrence of moire caused by the remaining frequency components higher than the reference frequency.
【０１９４】ここにおいて、各フィルタは、図１７に例
示したようなピラミッド型に加重値が配列されたフィル
タである。また、各フィルタサイズごとに、そのぼかし
量が異なる複数のフィルタがあらかじめ準備されてい
る。たとえば、そのぼかし処理の程度が異なる６４個の
３×３サイズのフィルタを有するフィルタ群と、６４個
の５×５サイズのフィルタを有するフィルタ群と、６４
個の７×７サイズのフィルタを有するフィルタ群
と、...を予め準備しておけばよい。Here, each filter is a filter in which weights are arranged in a pyramid shape as illustrated in FIG. In addition, a plurality of filters having different blur amounts are prepared in advance for each filter size. For example, a filter group having 64 3 × 3 size filters having different degrees of blur processing, a filter group having 64 5 × 5 size filters,
What is necessary is to prepare in advance a filter group having 7 × 7 size filters, and so on.
【０１９５】そして、上述のように、変倍率１／ｑのｑ
の値に応じて、所定のサイズを有するフィルタ群を選択
し、そのフィルタ群の中から、コントラスト量Ｃおよび
周期性指標Ｍに基づき、当該ぼかし量に応じて決定され
た所定のＩＤを有する１つのフィルタを選択する。そし
て、この選択されたフィルタを用いてぼかし処理を行う
のである。Then, as described above, q of 1 / q
A filter group having a predetermined size is selected in accordance with the value of, and a filter group having a predetermined ID determined according to the blur amount based on the contrast amount C and the periodicity index M is selected from the filter group. Select one filter. Then, the blurring process is performed using the selected filter.
【０１９６】ここにおいて、このぼかし処理に用いられ
るフィルタとして、変倍率１／ｑのｑの値に応じた所定
のサイズ（たとえば、（ｑ＋１）×（ｑ＋１）のサイ
ズ）を有するフィルタが選択されるので、ぼかし処理に
おける高周波成分の抑制を好適に行うことができる。Here, a filter having a predetermined size (for example, a size of (q + 1) × (q + 1)) corresponding to the value of q of the scaling factor 1 / q is selected as a filter used in the blurring process. Therefore, it is possible to preferably suppress high-frequency components in the blurring process.
【０１９７】また、このぼかし処理に用いられるフィル
タは、その所定のサイズを有する複数のフィルタのう
ち、コントラスト量Ｃおよび周期性指標Ｍに基づいて決
定されたぼかし量に対応するものとして選択されるフィ
ルタである。したがって、画像中の各画素についてこの
ような処理を行うことにより、ぼかし処理の程度を画像
中において局所的に適宜に変更しつつぼかし処理を行う
ことができるので、鮮鋭さの度合いが低減してしまうこ
とを最小限に止めつつ、モアレの発生を抑制することが
可能になる。The filter used for the blurring process is selected as a filter corresponding to the blurring amount determined based on the contrast amount C and the periodicity index M among a plurality of filters having the predetermined size. Filter. Accordingly, by performing such processing for each pixel in the image, the degree of sharpness can be reduced because the degree of sharpness can be reduced while appropriately changing the degree of blurring processing locally in the image. It is possible to suppress the occurrence of moire while minimizing the occurrence.
【０１９８】なお、この技術は、網点化処理を伴うこと
を要しないので、モニタ（表示部５）などの画面上にお
いて縮小画像を表示する場合にも適用することが可能で
ある。Since this technique does not need to involve a halftoning process, it can be applied to a case where a reduced image is displayed on a screen such as a monitor (display unit 5).
【０１９９】＜Ｂ．変形例＞上記実施形態の網点化処理
においては、網点化処理部８０は、周期性指標Ｍに応じ
てデータ決定部８５が決定した、ノーマルドットＳＰＭ
データとランドットＳＰＭデータとのいずれか一方の網
点化データを選択的に用いて網点化処理を行っていた
が、これに限定されない。たとえば、ノーマルドットＳ
ＰＭデータとランドットＳＰＭデータとに基づき、周期
性指標Ｍに応じた新たな網点化データを合成し、その合
成された新たな網点化データを利用することにより、画
像における各画素についての網点化処理を行ってもよ
い。<B. Modification> In the halftoning processing of the above-described embodiment, the halftoning processing unit 80 determines the normal dot SPM determined by the data determination unit 85 according to the periodicity index M.
Although the halftoning process is performed by selectively using one of the data and the land SPM data, the present invention is not limited to this. For example, normal dot S
Based on the PM data and the Landot SPM data, new halftone data corresponding to the periodicity index M is synthesized, and by using the synthesized new halftone data, each pixel in the image is obtained. A halftoning process may be performed.
【０２００】図３０は、このような新たな網点化データ
の生成動作について説明する図である。網点化データ決
定部８５は、加重係数Ｒとして周期性指標Ｍ（０．０≦
Ｍ≦１．０）を選択し、ランドットＳＰＭデータに係数
Ｒを乗じた値と、ノーマルドットＳＰＭデータに係数
（１−Ｒ）を乗じた値とを加算して加重平均をとること
により、網点化処理における閾値を新たに合成する処
理、すなわち、新たな網点化データを合成する処理を行
う。網点化処理は、元の画像の各画素に相当する領域内
に含まれる（処理後画像の）高精細な複数の画素のそれ
ぞれについて閾値を設定し、その閾値と元の画像の画素
の階調値とを比較して、その高精細な二値化画像におけ
る各画素の状態（「１」であるか「０」であるか）を定
めることにより行われる。上記の加重平均処理によれ
ば、元の画像の１つの画素に相当する領域内に存在する
高精細画像の複数の画素のそれぞれの画素値（「１」ま
たは「０」）を決定する際の閾値が周期性指標Ｍに応じ
て定められることになる。FIG. 30 is a diagram for explaining the operation of generating such new halftone data. The halftone data determination unit 85 determines the periodicity index M (0.0 ≦
M ≦ 1.0), a value obtained by multiplying the land SPM data by the coefficient R and a value obtained by multiplying the normal dot SPM data by the coefficient (1−R) are obtained to obtain a weighted average. A process of newly combining a threshold value in the halftoning process, that is, a process of synthesizing new halftone data is performed. In the halftoning process, a threshold is set for each of a plurality of high-definition pixels (of the post-processing image) included in an area corresponding to each pixel of the original image, and the threshold and the floor of the pixel of the original image are set. This is performed by comparing the tone value and determining the state of each pixel (whether “1” or “0”) in the high-resolution binary image. According to the above-mentioned weighted average processing, each pixel value (“1” or “0”) of a plurality of pixels of a high-definition image existing in an area corresponding to one pixel of the original image is determined. The threshold value is determined according to the periodicity index M.
【０２０１】このように、周期性指標Ｍに応じて加重平
均によりその閾値が定められた網点化データを合成し、
その網点化データを用いて網点化処理を行うことによっ
ても、網点化処理に伴うモアレの発生を抑制することが
可能である。特に、この網点化データにおける閾値は、
加重平均を用いて周期性指標Ｍに応じて定められている
ので、周期性指標Ｍの値を少なくとも多段階に反映させ
ることが可能である。言い換えれば、ノーマルドットＳ
ＰＭデータとランドットＳＰＭデータとのいずれか一方
の網点化データを選択的に用いて網点化処理を行う場合
において生じ得る不連続性（すなわちこれら２つのＳＰ
Ｍデータ（網点化データ）の切り替わり部分において生
じ得る不連続性）が解消され、より連続的に変化する網
点化データを用いた網点化処理を行うことが可能にな
る。As described above, the halftone data whose threshold is determined by the weighted average according to the periodicity index M is synthesized,
By performing the halftoning process using the halftone data, it is possible to suppress the occurrence of moire accompanying the halftoning process. In particular, the threshold in this halftone data is
Since it is determined according to the periodicity index M using the weighted average, it is possible to reflect the value of the periodicity index M at least in multiple stages. In other words, the normal dot S
Discontinuities that may occur when halftoning processing is performed by selectively using either halftone data of PM data or land SPM data (that is, these two SPs).
Discontinuity that may occur in the switching portion of the M data (dotted data) is eliminated, and it is possible to perform the halftone processing using the halftone data that changes more continuously.
【０２０２】なお、上記においては、周期性指標Ｍに応
じて、新たな網点化データを逐次に作成していたが、周
期性指標Ｍに応じて加重平均を用いて合成される上記の
新たな複数の網点化データをあらかじめ作成しておき、
これらの複数の網点化データの中から周期性指標Ｍに応
じた網点化データを選択することにより、網点化処理に
おいて用いる網点化データを決定してもよい。この場
合、網点化データを逐次に作成する必要がなく、予め準
備された複数の網点化データの中から１つの網点化デー
タを選択するだけでよいので、処理の高速化を図ること
が可能である。In the above description, new halftone data is sequentially created according to the periodicity index M, but the new halftone data is synthesized using a weighted average according to the periodicity index M. Create multiple halftone data in advance,
By selecting halftone data according to the periodicity index M from among the plurality of halftone data, halftone data to be used in halftone processing may be determined. In this case, it is not necessary to sequentially create the halftone data, and it is only necessary to select one halftone data from a plurality of halftone data prepared in advance. Is possible.
【０２０３】[0203]
【発明の効果】以上のように、請求項１に記載の画像処
理装置によれば、シャープネス処理係数決定手段は、周
期性指標およびコントラスト量に基づいて、画像におけ
る注目画素についてのシャープネス処理の程度であるシ
ャープネス処理係数を決定し、シャープネス処理手段
は、シャープネス処理係数決定手段により決定されたシ
ャープネス処理係数に基づいて、画像における注目画素
についてのシャープネス処理を行うので、シャープネス
処理に伴うモアレの発生を抑制することができる。As described above, according to the image processing apparatus of the first aspect, the sharpness processing coefficient determining means determines the degree of the sharpness processing for the target pixel in the image based on the periodicity index and the contrast amount. The sharpness processing coefficient is determined, and the sharpness processing means performs the sharpness processing on the pixel of interest in the image based on the sharpness processing coefficient determined by the sharpness processing coefficient determination means. Can be suppressed.
【０２０４】請求項２に記載の画像処理装置によれば、
シャープネス処理係数決定手段は、更新された周期性指
標と更新されたコントラスト量とに基づいて、画像編集
処理が施された編集後画像における注目画素についての
シャープネス処理の程度であるシャープネス処理係数を
決定し、シャープネス処理手段は、シャープネス処理係
数決定手段により決定されたシャープネス処理係数に基
づいて、編集後画像における注目画素についてのシャー
プネス処理を行うので、編集後画像についてのシャープ
ネス処理に伴うモアレの発生を抑制することができる。According to the image processing apparatus of the second aspect,
The sharpness processing coefficient determination means determines a sharpness processing coefficient, which is a degree of sharpness processing for a target pixel in the edited image subjected to the image editing processing, based on the updated periodicity index and the updated contrast amount. Since the sharpness processing means performs the sharpness processing on the target pixel in the edited image based on the sharpness processing coefficient determined by the sharpness processing coefficient determination means, the occurrence of moire accompanying the sharpness processing on the edited image is reduced. Can be suppressed.
【０２０５】また、請求項３に記載の画像処理装置によ
れば、網点化データ決定手段は、周期性指標に基づいて
画像における注目画素についての網点化処理に用いる網
点化データを決定し、網点化処理手段は、網点化データ
決定手段により決定された網点化データに基づいて画像
における注目画素についての網点化処理を行うので、網
点化処理に伴い発生するモアレを抑制することができ
る。According to the image processing apparatus of the third aspect, the halftone data determination means determines halftone data to be used for halftone processing for a pixel of interest in the image based on the periodicity index. Then, the halftoning processing means performs halftone processing for the pixel of interest in the image based on the halftone data determined by the halftone data determination means. Can be suppressed.
【０２０６】請求項４に記載の画像処理装置によれば、
網点化データ決定手段は、画像編集処理に応じて更新さ
れた周期性指標に基づいて、画像編集処理が施された編
集後画像における注目画素についての網点化処理に用い
る網点化データを決定する網点化データを決定し、網点
化処理手段は、網点化データ決定手段により決定された
網点化データに基づいて、編集後画像における注目画素
についての網点化処理を行うので、編集後画像について
の網点化処理に伴うモアレの発生を抑制することができ
る。According to the image processing apparatus of the fourth aspect,
The halftone data determination unit is configured to convert halftone data used for halftone processing for a pixel of interest in the edited image subjected to the image editing process based on the periodicity index updated according to the image editing process. The halftoning data to be determined is determined, and the halftoning processing unit performs halftoning processing on the target pixel in the edited image based on the halftoning data determined by the halftoning data determining unit. In addition, it is possible to suppress the occurrence of moire due to the halftoning process on the edited image.
【０２０７】請求項５に記載の画像処理装置によれば、
周期値に基づいて画像に関する高精細な線画パターンデ
ータを生成する線画パターンデータ生成手段と、画像に
おける注目画素について、線画パターンデータを挿入す
る挿入処理と網点化データを用いる網点化処理とのいず
れを行うかを、周期性指標およびコントラスト量に基づ
いて決定し、当該決定に基づいて注目画素についての高
精細な二値化画像を得る二値化画像取得手段と、をさら
に備えるので、モアレの発生を抑制しつつ、高コントラ
ストで高精細な画像を得ることができる。According to the image processing apparatus of the fifth aspect,
A line drawing pattern data generating means for generating high-definition line drawing pattern data relating to an image based on a cycle value; and an insertion process for inserting the line drawing pattern data and a halftoning process using halftone data for a pixel of interest in the image. Which is determined based on the periodicity index and the amount of contrast, and a binarized image obtaining means for obtaining a high-definition binarized image of the pixel of interest based on the determination. , And a high-contrast, high-definition image can be obtained.
【０２０８】請求項６に記載の画像処理装置によれば、
網点化データ決定手段は、更新された周期性指標と更新
されたコントラスト量とに基づいて、画像編集処理が施
された編集後画像における注目画素についての網点化処
理に用いる網点化データを決定する網点化データを決定
し、網点化処理手段は、網点化データ決定手段により決
定された網点化データに基づいて、編集後画像における
注目画素についての網点化処理を行うので、編集後画像
についての網点化処理に伴うモアレの発生を抑制するこ
とができる。According to the image processing apparatus of the sixth aspect,
The halftone data determination means is configured to perform halftone data used for halftone processing for a pixel of interest in the edited image on which the image editing process has been performed, based on the updated periodicity index and the updated contrast amount. Is determined, and the halftoning processing means performs halftoning processing on the target pixel in the edited image based on the halftone data determined by the halftone data determination means. Therefore, it is possible to suppress the occurrence of moire due to the halftoning process on the edited image.
【０２０９】さらに、請求項７に記載の画像処理装置に
よれば、ぼかし量決定手段は、周期性指標およびコント
ラスト量に基づいて、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し、ぼかし処理
手段は、ぼかし量決定手段により決定されたぼかし量に
基づいて画像における注目画素についてのぼかし処理を
行い、画像編集処理手段は、ぼかし処理が施された画像
に対して所定の画像編集処理を施すので、画像編集処理
に伴うモアレの発生を抑制できる。Further, according to the image processing apparatus of the present invention, the blur amount determining means determines the blur amount, which is the degree of the blur process for the target pixel in the image, based on the periodicity index and the contrast amount. The blur processing unit performs a blur process on a target pixel in the image based on the blur amount determined by the blur amount determination unit, and the image editing processing unit performs a predetermined image processing on the image subjected to the blur process. Since the editing process is performed, it is possible to suppress the occurrence of moire accompanying the image editing process.
【０２１０】請求項８に記載の画像処理装置によれば、
所定の画像編集処理は、画像の縮小処理であり、ぼかし
処理手段は、ぼかし量決定手段により決定されたぼかし
量に応じた空間フィルタであって、かつ、画像の縮小率
に応じたサイズを有する空間フィルタを用いて、画像に
おける注目画素についてのぼかし処理を行うので、縮小
後の画像における高周波成分を予め抑制し、画像編集処
理が施された画像におけるモアレの発生を抑制すること
ができる。[0210] According to the image processing apparatus of the eighth aspect,
The predetermined image editing process is an image reduction process, and the blur processing unit is a spatial filter according to the blur amount determined by the blur amount determination unit, and has a size according to the image reduction ratio. Since the blurring process is performed on the pixel of interest in the image using the spatial filter, high frequency components in the reduced image can be suppressed in advance, and the occurrence of moire in the image that has been subjected to the image editing process can be suppressed.
【０２１１】また、請求項９に記載の記録媒体によれ
ば、請求項１ないし請求項８に記載の発明と同様の効果
を得ることができる。According to the recording medium of the ninth aspect, the same effects as those of the first to eighth aspects can be obtained.
【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】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. 10 is a flowchart illustrating a procedure for calculating a contrast amount.
【図１１】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. 11 is a diagram illustrating expansion or reduction of a high density area.
【図１２】図１１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。12 is a diagram illustrating a high-density area expanded image in which the high-density area of the image in FIG. 11 is expanded.
【図１３】図１１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。13 is a diagram showing a high-density area reduced image in which the high-density area of the image of FIG. 11 is reduced.
【図１４】作成された差分画像を示す図である。FIG. 14 is a diagram showing a created difference image.
【図１５】バイリニア拡大を概念的に説明するための図
である。FIG. 15 is a diagram for conceptually explaining bilinear enlargement.
【図１６】ぼかし量の決定手法を説明するための図であ
る。FIG. 16 is a diagram for explaining a method of determining a blurring amount.
【図１７】加重平均フィルタの例を示す図である。FIG. 17 is a diagram illustrating an example of a weighted average filter.
【図１８】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. 18 is a diagram illustrating shift directions and shift amounts of shift data.
【図１９】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. 19 is a diagram showing a lookup table used for calculating a shift amount prescribed value.
【図２０】図１７の加重平均フィルタの係数を示す図で
ある。FIG. 20 is a diagram illustrating coefficients of the weighted average filter of FIG. 17;
【図２１】シャープネス処理係数ｇの決定手法を説明す
るための図である。FIG. 21 is a diagram for explaining a method of determining a sharpness processing coefficient g.
【図２２】処理対象となる画像ＩＭＧの一例（エアコン
の撮像画像）を示す図である。FIG. 22 is a diagram illustrating an example of an image IMG to be processed (a captured image of an air conditioner).
【図２３】線画パターンの拡大図である。FIG. 23 is an enlarged view of a line drawing pattern.
【図２４】画像編集処理（縮小）に伴うパラメータ（コ
ントラスト量Ｃ、周期性指標Ｍ、および周期値Ｔ）の値
を変更を説明する図である。FIG. 24 is a diagram illustrating a change in values of parameters (contrast amount C, periodicity index M, and periodic value T) associated with image editing processing (reduction).
【図２５】縮小処理後の画素についてのコントラスト量
Ｃ（および周期性指標Ｍ）の算出について説明する図で
ある。FIG. 25 is a diagram illustrating calculation of a contrast amount C (and a periodicity index M) for a pixel after a reduction process.
【図２６】縮小処理後の画素についての周期値Ｔの算出
について説明する図である。FIG. 26 is a diagram illustrating calculation of a cycle value T for a pixel after a reduction process.
【図２７】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. 27 is a diagram illustrating an example of a look-up table for performing a gradation conversion process in which moire may occur.
【図２８】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. 28 is a diagram illustrating another example of a look-up table that performs a gradation conversion process in which moiré can occur.
【図２９】画像編集処理として縮小処理を行う場合の概
要を示す図である。FIG. 29 is a diagram illustrating an outline of a case where reduction processing is performed as image editing processing.
【図３０】新たな網点化データの生成動作について説明
する図である。FIG. 30 is a diagram illustrating an operation of generating new halftone data.
【図３１】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. 31 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３２】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. 32 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３３】図３２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. 33 is a diagram illustrating calculated gradation values of respective pixels when a sharpness process is performed on the digital image of FIG. 32;
【図３４】図３２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。34 is a diagram illustrating final gradation values of respective pixels when the digital image in FIG. 32 is subjected to sharpness processing.
１ 画像処理装置 ４５ ぼかし量量決定部 ５５ シフト量決定部 ５７ シフト量生成部 ６５ シャープネス処理係数決定部 ８５ 網点化データ決定部 Ｃ，ＣＥ コントラスト量 Ｍ，ＭＥ 周期性指標 Reference Signs List 1 image processing device 45 blurring amount determining unit 55 shift amount determining unit 57 shift amount generating unit 65 sharpness processing coefficient determining unit 85 halftone data determining unit C, CE contrast amount M, ME periodicity index
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 CA01 CA08 CA12 CA16 CB01 CB08 CB12 CB16 CC02 CE03 CE04 CE05 CE06 CE11 CE15 CE17 CF05 CH01 CH07 DC22 DC30 DC32 DC34 5C077 LL03 PP02 PP03 PP43 PP47 PP55 PP68 PQ12 PQ23 ──────────────────────────────────────────────────続 き Continued on the front page F term (reference) 5B057 CA01 CA08 CA12 CA16 CB01 CB08 CB12 CB16 CC02 CE03 CE04 CE05 CE06 CE11 CE15 CE17 CF05 CH01 CH07 DC22 DC30 DC32 DC34 5C077 LL03 PP02 PP03 PP43 PP47 PP55 PP68 PQ12 PQ23
Claims (9)
あって、 画像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シャープネス処理
の程度であるシャープネス処理係数を決定するシャープ
ネス処理係数決定手段と、 前記シャープネス処理係数決定手段により決定されたシ
ャープネス処理係数に基づいて、前記画像における注目
画素についてのシャープネス処理を行うシャープネス処
理手段と、を備えることを特徴とする画像処理装置。An image processing apparatus for performing processing on an image, wherein an image pattern of a target pixel in an image is determined based on a correlation characteristic between a target region including the target pixel and a peripheral region other than the target region. A periodicity index calculating unit that calculates a periodicity index indicating the degree of repetition, and a contrast amount calculating unit that calculates a contrast amount that is an index indicating a light-to-dark ratio between a target pixel and its surrounding pixels in the image; Based on the periodicity index and the contrast amount,
A sharpness processing coefficient determining unit that determines a sharpness processing coefficient that is a degree of sharpness processing for the pixel of interest in the image, and a sharpness processing coefficient determined by the sharpness processing coefficient determining unit. An image processing apparatus comprising: sharpness processing means for performing sharpness processing.
て、 前記画像に対して画像編集処理を施す画像編集処理手
段、をさらに備え、 前記周期性指標算出手段は、前記画像編集処理に応じて
前記周期性指標を更新し、 前記コントラスト量算出手段は、前記画像編集処理に応
じて前記コントラスト量を更新し、 前記シャープネス処理係数決定手段は、更新された周期
性指標と更新されたコントラスト量とに基づいて、前記
画像編集処理が施された編集後画像における注目画素に
ついてのシャープネス処理の程度であるシャープネス処
理係数を決定し、 前記シャープネス処理手段は、前記シャープネス処理係
数決定手段により決定されたシャープネス処理係数に基
づいて、前記編集後画像における注目画素についてのシ
ャープネス処理を行うことを特徴とする画像処理装置。2. The image processing apparatus according to claim 1, further comprising: an image editing processing unit configured to perform an image editing process on the image, wherein the periodicity index calculating unit is configured to perform the image editing process in accordance with the image editing process. Updating the periodicity index, the contrast amount calculating unit updates the contrast amount according to the image editing process, and the sharpness processing coefficient determining unit determines the updated periodicity index and the updated contrast amount. A sharpness processing coefficient, which is a degree of sharpness processing for a pixel of interest in the edited image on which the image editing processing has been performed, based on the image processing, wherein the sharpness processing means determines the sharpness determined by the sharpness processing coefficient determination means. Performing sharpness processing on a pixel of interest in the edited image based on a processing coefficient The image processing apparatus according to claim.
あって、 画像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、 前記周期性指標に基づいて、前記画像における注目画素
についての網点化処理に用いる網点化データを決定する
網点化データ決定手段と、 前記網点化データ決定手段により決定された網点化デー
タに基づいて、前記画像における注目画素についての網
点化処理を行う網点化処理手段と、を備えることを特徴
とする画像処理装置。3. An image processing apparatus for performing processing on an image, wherein an image pattern of a target pixel in the image is determined based on a correlation characteristic between a target region including the target pixel and a peripheral region other than the target region. A periodicity index calculating means for calculating a periodicity index indicating the degree of repetition; and a halftone dot for determining halftone data to be used for halftone processing for a pixel of interest in the image based on the periodicity index. Characterized in that it comprises: halftoned data determining means; and halftoning processing means for performing halftoning processing on a pixel of interest in the image based on the halftoned data determined by the halftoned data determining means. Image processing apparatus.
て、 前記画像に対して画像編集処理を施す画像編集処理手
段、をさらに備え、 前記周期性指標算出手段は、前記画像編集処理に応じて
前記周期性指標を更新し、 前記網点化データ決定手段は、更新された周期性指標に
基づいて、前記画像編集処理が施された編集後画像にお
ける注目画素についての網点化処理に用いる網点化デー
タを決定する網点化データを決定し、 前記網点化処理手段は、前記網点化データ決定手段によ
り決定された網点化データに基づいて、前記編集後画像
における注目画素についての網点化処理を行うことを特
徴とする画像処理装置。4. The image processing apparatus according to claim 3, further comprising: an image editing processing unit configured to perform an image editing process on the image, wherein the periodicity index calculating unit is configured to perform the image editing process in accordance with the image editing process. The periodicity index is updated, and the halftone data determination unit is configured to perform a halftone process for a halftone process on a target pixel in the edited image on which the image editing process is performed based on the updated periodicity index. Determining halftone data to determine the halftone data, the halftone processing means based on the halftone data determined by the halftone data determination means, for the pixel of interest in the edited image. An image processing apparatus for performing a halftoning process.
て、 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、 前記画像パターンの繰り返しの周期値を算出する周期値
算出手段と、 前記周期値に基づいて前記画像に関する高精細な線画パ
ターンデータを生成する線画パターンデータ生成手段
と、 前記画像における注目画素について、前記線画パターン
データを挿入する挿入処理と前記網点化データを用いる
網点化処理とのいずれを行うかを、前記周期性指標およ
び前記コントラスト量に基づいて決定し、当該決定に基
づいて前記画像に対応する高精細な二値化画像を得る二
値化画像取得手段と、をさらに備えることを特徴とする
画像処理装置。5. The image processing apparatus according to claim 3, wherein a contrast amount calculating unit that calculates a contrast amount that is an index indicating a light-dark ratio between a target pixel and peripheral pixels in the image, and repeating the image pattern. A cycle value calculating means for calculating a cycle value of: a line drawing pattern data generating means for generating high-definition line drawing pattern data for the image based on the cycle value; and inserting the line drawing pattern data for a pixel of interest in the image. Which of the insertion process to perform and the halftoning process using the halftone data is determined based on the periodicity index and the contrast amount, and a high-definition image corresponding to the image is determined based on the determination. An image processing apparatus further comprising: a binarized image acquisition unit that obtains a binarized image.
て、 前記画像に対して画像編集処理を施す画像編集処理手
段、をさらに備え、 前記周期性指標算出手段は、前記画像編集処理に応じて
前記周期性指標を更新し、 前記コントラスト量算出手段は、前記画像編集処理に応
じて前記コントラスト量を更新し、 前記網点化データ決定手段は、更新された周期性指標と
更新されたコントラスト量とに基づいて、前記画像編集
処理が施された編集後画像における注目画素についての
網点化処理に用いる網点化データを決定する網点化デー
タを決定し、 前記網点化処理手段は、前記網点化データ決定手段によ
り決定された網点化データに基づいて、前記編集後画像
における注目画素についての網点化処理を行うことを特
徴とする画像処理装置。6. The image processing apparatus according to claim 5, further comprising: an image editing processing unit that performs an image editing process on the image, wherein the periodicity index calculating unit is configured to perform the image editing process according to the image editing process. Updating the periodicity index; the contrast amount calculating means updating the contrast amount according to the image editing process; and the halftoning data determining means updating the periodicity index and the updated contrast amount. Based on the above, determine the halftone data to determine the halftone data used for halftone processing for the pixel of interest in the edited image subjected to the image editing process, the halftone processing means, An image processing apparatus, comprising: performing a halftone process on a pixel of interest in the edited image based on the halftone data determined by the halftone data determination unit.
あって、 画像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、 前記ぼかし処理が施された画像に対して所定の画像編集
処理を施す画像編集処理手段と、を備えることを特徴と
する画像処理装置。7. An image processing apparatus for performing processing on an image, wherein an image pattern of a target pixel in the image is formed based on a correlation characteristic between a target region including the target pixel and a peripheral region other than the target region. A periodicity index calculating unit that calculates a periodicity index indicating the degree of repetition, and a contrast amount calculating unit that calculates a contrast amount that is an index indicating a light-to-dark ratio between a target pixel 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 the target pixel in the image; and performing a blur process on the target pixel in the image based on the blur amount determined by the blur amount determining unit. An image processing apparatus comprising: a blur processing unit; and an image editing processing unit that performs a predetermined image editing process on an image on which the blur processing has been performed.
て、 前記所定の画像編集処理は、画像の縮小処理であり、 前記ぼかし処理手段は、前記ぼかし量決定手段により決
定されたぼかし量に応じた空間フィルタであって、か
つ、前記画像の縮小率に応じたサイズを有する空間フィ
ルタを用いて、前記画像における注目画素についてのぼ
かし処理を行うことを特徴とする画像処理装置。8. The image processing apparatus according to claim 7, wherein the predetermined image editing process is a process of reducing an image, and the blur processing unit is configured to perform the image processing in accordance with the blur amount determined by the blur amount determination unit. An image processing apparatus for performing blurring processing on a pixel of interest in the image using a spatial filter having a size corresponding to a reduction ratio of the image.
８のいずれかに記載の画像処理装置として機能させるた
めのプログラムを記録したコンピュータ読み取り可能な
記録媒体。9. A computer-readable recording medium on which a program for causing a computer to function as the image processing apparatus according to claim 1 is recorded.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000253928A JP3751806B2 (en) | 2000-08-24 | 2000-08-24 | Image processing apparatus and recording medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000253928A JP3751806B2 (en) | 2000-08-24 | 2000-08-24 | Image processing apparatus and recording medium |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002077622A true JP2002077622A (en) | 2002-03-15 |
| JP3751806B2 JP3751806B2 (en) | 2006-03-01 |
Family
ID=18742956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000253928A Expired - Fee Related JP3751806B2 (en) | 2000-08-24 | 2000-08-24 | Image processing apparatus and recording medium |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3751806B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009529196A (en) * | 2006-03-03 | 2009-08-13 | ハネウェル・インターナショナル・インコーポレーテッド | Method and apparatus for detecting eyes in digital images |
| US8805113B2 (en) | 2011-11-11 | 2014-08-12 | Mitsubishi Electric Corporation | Image processing device and method and image display device |
| WO2016143913A1 (en) * | 2015-03-10 | 2016-09-15 | Canon Kabushiki Kaisha | Image processing method, image processing device, and image pickup apparatus |
| JP2017163308A (en) * | 2015-03-10 | 2017-09-14 | キヤノン株式会社 | Image processing method, image processing apparatus, and imaging apparatus |
-
2000
- 2000-08-24 JP JP2000253928A patent/JP3751806B2/en not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009529196A (en) * | 2006-03-03 | 2009-08-13 | ハネウェル・インターナショナル・インコーポレーテッド | Method and apparatus for detecting eyes in digital images |
| US8805113B2 (en) | 2011-11-11 | 2014-08-12 | Mitsubishi Electric Corporation | Image processing device and method and image display device |
| WO2016143913A1 (en) * | 2015-03-10 | 2016-09-15 | Canon Kabushiki Kaisha | Image processing method, image processing device, and image pickup apparatus |
| JP2017163308A (en) * | 2015-03-10 | 2017-09-14 | キヤノン株式会社 | Image processing method, image processing apparatus, and imaging apparatus |
| US10545311B2 (en) | 2015-03-10 | 2020-01-28 | Canon Kabushiki Kaisha | Image processing method, image processing device, and image pickup apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3751806B2 (en) | 2006-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4063665B2 (en) | Method for processing pixel luminance values of a digital image | |
| JP3882651B2 (en) | Image processing apparatus and program | |
| JP3882585B2 (en) | Image processing apparatus and program | |
| KR100583710B1 (en) | Image processing apparatus, image processing method, and storage medium | |
| JP3143209B2 (en) | Image magnification device | |
| JPH1127517A (en) | Image-processing apparatus | |
| JP3862621B2 (en) | Image processing apparatus, image processing method, and program thereof | |
| JP3176195B2 (en) | Image processing device | |
| JP2000339449A (en) | Picture processor and picture processing method | |
| JP3738791B2 (en) | Image processing method and apparatus | |
| JPH11195113A (en) | Image processor, its method and computer-readable storage medium | |
| JP3026706B2 (en) | Image processing device | |
| JP3092769B2 (en) | Image processing device | |
| JP3210264B2 (en) | Image processing apparatus and method | |
| JP3751806B2 (en) | Image processing apparatus and recording medium | |
| JP2777202B2 (en) | Image processing device | |
| JP2784278B2 (en) | Image scaling processor | |
| JP3734652B2 (en) | Image processing device | |
| JP3200351B2 (en) | Image processing apparatus and method | |
| JP3581460B2 (en) | Image processing method and apparatus | |
| JP3624153B2 (en) | Image processing apparatus and image processing method | |
| JPH0993424A (en) | Image processor | |
| RU2405279C2 (en) | Method for descreening | |
| JP2001078039A (en) | Picture processor and recording medium | |
| JP3753900B2 (en) | Image processing device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050916 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050927 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051104 |
|
| 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: 20051206 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051208 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |