JP3379300B2 - Image processing device - Google Patents

Description

【発明の詳細な説明】Detailed Description of the Invention

【０００１】[0001]

【発明の属する技術分野】この発明は画像処理装置に関
し、特に誤差拡散２値化方法を用いた画像処理装置に関
する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image processing device, and more particularly to an image processing device using an error diffusion binarization method.

【０００２】[0002]

【従来の技術】従来、画像処理において連続した階調を
含んだ画像の明暗を０と１に２値化するデータ処理が行
なわれている。2. Description of the Related Art Conventionally, in image processing, data processing for binarizing the lightness and darkness of an image including continuous gradation into 0 and 1 is performed.

【０００３】図１９は従来の画像処理装置の構成を示す
ブロック図である。図１９を参照して、従来の画像処理
装置１００は、装置全体を制御するＭＰＵ（Micro Proc
essor Unit）１１と、画像処理装置１００の操作を行な
うための操作パネル１２と、ＣＣＤなどの光電変換素子
およびこれを操作する駆動系からなる画像入力装置（読
み取りセンサ）１３と、入力された画像データをアナロ
グデータからデジタルデータに変換するＡ／Ｄ変換装置
１４と、Ｌｏｇ変換装置１５と、先鋭度補正装置ＭＴＦ
（Modulator Transfer Function ）１６と、ガンマ補正
装置１１７と、画像２値化装置１１８と、プリンタ（画
像記録装置）１９とを含む。各装置はＭＰＵシステムバ
ス１８を介してＭＰＵ１１および操作パネル１２に接続
され、各装置は相互に画像バス２０を用いて接続されて
いる。FIG. 19 is a block diagram showing the structure of a conventional image processing apparatus. Referring to FIG. 19, a conventional image processing apparatus 100 includes an MPU (Micro Proc) that controls the entire apparatus.
essor unit) 11, an operation panel 12 for operating the image processing apparatus 100, an image input device (reading sensor) 13 including a photoelectric conversion element such as a CCD and a drive system for operating the same, and an input image A / D conversion device 14 for converting data from analog data to digital data, Log conversion device 15, and sharpness correction device MTF
A (Modulator Transfer Function) 16, a gamma correction device 117, an image binarization device 118, and a printer (image recording device) 19 are included. The respective devices are connected to the MPU 11 and the operation panel 12 via the MPU system bus 18, and the respective devices are mutually connected using the image bus 20.

【０００４】画像入力装置１３は、たとえば連続階調画
像と線画像などからなる混在原稿をスキャンして標本化
アナログ信号を生成する読出センサを含む。Ａ／Ｄ変換
装置１４は、その標本化アナログ信号を１画素がたとえ
ば８ビット（２５６階調）の値を持つ連続階調反射率デ
ータとして量子化する。Ｌｏｇ変換装置１５は、連続階
調反射率データから、連続階調反射率データとはｌｏｇ
の関係であるところの８ビット連続階調濃度データを算
出する。The image input device 13 includes a read sensor that scans a mixed original document including, for example, a continuous tone image and a line image to generate a sampled analog signal. The A / D converter 14 quantizes the sampled analog signal as continuous tone reflectance data in which one pixel has a value of 8 bits (256 tones), for example. From the continuous tone reflectance data, the Log conversion device 15 uses the continuous tone reflectance data as log.
The 8-bit continuous tone density data, which has the relationship of, is calculated.

【０００５】先鋭度補正装置１６は、たとえばラプラシ
アルフィルタなどのデジタルフィルタを用いて、連続階
調濃度画像の先鋭度補正を行なう。ガンマ補正装置１１
７は、画像入力装置１３とプリンタ１９の階調カーブの
差異を補正して画像処理装置１００全体として望ましい
ガンマ特性を実現するため、もしくは操作者が自己の望
ましいガンマ特性を設定するために、たとえば２５６ワ
ード８ビット程度のＬＵＴ（ルックアップテーブル）Ｒ
ＡＭを用いて、ＭＰＵ１１により非線形ガンマ補正デー
タがＲＡＭに設定され、ガンマ補正を行なうものであ
る。The sharpness correction device 16 corrects the sharpness of a continuous tone density image by using a digital filter such as a laplacial filter. Gamma correction device 11
Reference numeral 7 is used to correct a difference in gradation curve between the image input device 13 and the printer 19 to realize a desired gamma characteristic of the image processing apparatus 100 as a whole, or for an operator to set his / her desired gamma characteristic. LUT (look-up table) R of 256 words, about 8 bits
Nonlinear gamma correction data is set in the RAM by the MPU 11 using AM to perform gamma correction.

【０００６】画像２値化装置１１８は、たとえば誤差拡
散２値化方式等の面積階調２値化法を用いて、前述のガ
ンマ補正された８ビット連続階調濃度データを明暗に応
じた１ビット２値データに変換する。変換された１ビッ
ト２値データは、プリンタ１９（電子写真プリンタもし
くはインクジェットプリンタなど）で記録媒体に印字さ
れる。The image binarizing device 118 uses the area gradation binarizing method such as the error diffusion binarizing method to convert the above-mentioned gamma-corrected 8-bit continuous tone density data into 1 according to the brightness. Convert to bit binary data. The converted 1-bit binary data is printed on a recording medium by the printer 19 (electrophotographic printer or inkjet printer).

【０００７】ところで、ガンマ補正装置１１７は、シス
テムのガンマ特性を望ましい特性に設定するために、あ
るいは操作者が原稿に応じて任意のガンマ特性を設定す
るために、画像処理装置１００には欠くことのできない
重要な装置であることはいうまでもない。By the way, the gamma correction device 117 is necessary for the image processing device 100 in order to set the gamma characteristic of the system to a desired characteristic or to set an arbitrary gamma characteristic in accordance with an original by an operator. It goes without saying that this is an important device that cannot be achieved.

【０００８】通常、線画原稿に対しては、非線形ガンマ
特性が望ましい。この理由を以下に説明する。一般的に
線画原稿の濃度分布は背景部（低濃度領域）と線画部
（中〜高濃度領域）に分かれる。線形のガンマ特性であ
る場合、線画部分の濃度変更を意図してガンマの傾きを
変更すると、背景部分の濃度も線形に変更される。この
ため、たとえば線画部分の濃度をより濃くするために、
ガンマの傾きを大きくした場合、背景部の濃度も濃くな
り、結果として背景部に「かぶり」が発生する。Normally, a non-linear gamma characteristic is desirable for a line drawing original. The reason for this will be described below. Generally, the density distribution of a line drawing document is divided into a background area (low density area) and a line drawing area (medium to high density area). In the case of a linear gamma characteristic, if the inclination of gamma is changed with the intention of changing the density of the line drawing part, the density of the background part is also changed linearly. Therefore, for example, in order to increase the density of the line drawing part,
When the gamma gradient is increased, the density of the background portion also becomes darker, and as a result, “fog” occurs in the background portion.

【０００９】これを防止するためには、たとえば背景部
が存在する低濃度領域ではガンマの傾きを小さくし、線
画部が存在する中濃度から高濃度領域ではガンマの傾き
を急峻にしている、いわゆる非線形Ｓ字型のガンマ特性
が望ましい。このようなガンマ特性のうち線形ガンマ特
性を図２０に、いわゆる非線形Ｓ字型のガンマ特性を図
２１に示す。In order to prevent this, for example, the gamma slope is made small in the low density region where the background portion exists, and the gamma slope is made steep in the medium density to high density region where the line drawing portion exists. A non-linear S-shaped gamma characteristic is desirable. FIG. 20 shows a linear gamma characteristic among such gamma characteristics, and FIG. 21 shows a so-called non-linear S-shaped gamma characteristic.

【００１０】図２０および２１を参照して、線形ガンマ
特性の場合は、ガンマが大きくなるほど傾斜がきつくな
り、非線形Ｓ字型のガンマ特性においては、ガンマが大
きいほど立上がりが大きくなる。なお図中において背景
領域とかぶりの程度を同時に示す。Referring to FIGS. 20 and 21, in the case of the linear gamma characteristic, the larger the gamma, the steeper the inclination becomes. In the non-linear S-shaped gamma characteristic, the larger the gamma, the larger the rise. In the figure, the background area and the degree of fogging are shown at the same time.

【００１１】線形ガンマ特性は少数の加算論理回路を組
合せて実現可能であるが、非線形ガンマ特性は論理回路
の組合せによる線形演算装置では所望の特性を得ること
が困難である。したがって、一般的には２５６ワード８
ビット程度の容量のＲＡＭを用いたＬＵＴを用いて実現
されている。ＭＰＵ１１は所望の変換データＬＵＴに設
定し、ガンマ補正画像処理の際には、入力されたアドレ
ス値に応じて変換データが出力される。The linear gamma characteristic can be realized by combining a small number of addition logic circuits, but it is difficult to obtain a desired characteristic for the nonlinear gamma characteristic by a linear operation device using a combination of logic circuits. Therefore, generally 256 words 8
It is realized by using an LUT using a RAM having a capacity of about a bit. The MPU 11 sets a desired conversion data LUT, and during the gamma correction image processing, the conversion data is output according to the input address value.

【００１２】図２２は図１９で示したＲＡＭを用いたガ
ンマ補正装置１１７の詳細を示すブロック図である。FIG. 22 is a block diagram showing the details of the gamma correction device 117 using the RAM shown in FIG.

【００１３】図２２を参照して、ガンマ補正装置１１７
はＭＰＵシステムバス１８を介してチップセクト信号
（／ＣＳ）が端子／Ｇに入力され、読出／書込信号（Ｒ
／Ｗ）が端子／Ｘに入力されるゲート４１と、チップセ
レクト信号、アドレス信号がシステムバス１８を介して
入力され、画像バス２０を介して画像信号が入力されア
ドレス信号を出力するセレクタ４２と、ゲート４１から
読出／書込信号を、セレクタ４２からアドレス信号を、
システムバス１８を介してＭＰＵ１１からデータ入力信
号を受け、データ出力を行なうＲＡＭ４３と、チップセ
レクト信号を端子／Ｇに受け、データ出力信号を端子Ｘ
に受け、端子Ｙからシステムバス１８を介してＭＰＵ１
１にデータ出力信号を出力するゲート４４とを含む。Referring to FIG. 22, gamma correction device 117
Receives a chip-sect signal (/ CS) to the terminal / G via the MPU system bus 18 and a read / write signal (R
/ W) is input to the terminal / X, and a selector 42 that inputs a chip select signal and an address signal via the system bus 18 and inputs an image signal via the image bus 20 and outputs an address signal. , A read / write signal from the gate 41, an address signal from the selector 42,
A RAM 43 that receives a data input signal from the MPU 11 via the system bus 18 and outputs data, and a chip select signal to a terminal / G, and a data output signal to a terminal X.
To the MPU1 from the terminal Y via the system bus 18.
1 and a gate 44 for outputting a data output signal.

【００１４】ＭＰＵ１１は、チップセレクト信号を
“Ｌ”にしてゲート４１でＭＰＵ１１の読出／書込信号
を有効にしてセレクタ４２でＭＰＵアドレスを選択し、
ゲート４４でＭＰＵ１１からのデータ出力を有効にす
る。これにより、ＲＡＭ４３が画像バス２０から切離さ
れ、システムバス１８に接続され、ＭＰＵ１１からの書
込／読出が可能になる。ＭＰＵ１１がチップセレクト信
号を“Ｈ”にすると、ＲＡＭ４３はシステムバス１８か
ら切離され、画像バス２０に接続され、前述のガンマ補
正が行なわれる。The MPU 11 sets the chip select signal to "L", the gate 41 enables the read / write signal of the MPU 11, and the selector 42 selects the MPU address.
The gate 44 enables the data output from the MPU 11. As a result, the RAM 43 is separated from the image bus 20 and connected to the system bus 18, and writing / reading from the MPU 11 is possible. When the MPU 11 sets the chip select signal to "H", the RAM 43 is disconnected from the system bus 18 and is connected to the image bus 20 to perform the above gamma correction.

【００１５】一方で、前述の２値化手法である誤差拡散
法の特性を利用してガンマ補正を行なう試みがある。誤
差拡散法は、入力画像濃度と出力画像濃度の画素ごとの
濃度差（２値化誤差）を算出し、この算出結果を周辺画
素に特定の重み付けを施した後に分散させていく方法で
ある。これについては、文献Ｒ．Ｗ．Ｆｌｏｙｄ，Ｌ．
Ｓｔｅｉｎｂｅｒｇ “An adaptive algorithm for sp
atial gray scale”ＳＩＤ．１７．ｐｐ．７５〜７７
（１９７６）で報告がなされている。On the other hand, there is an attempt to perform gamma correction by utilizing the characteristic of the error diffusion method which is the above-mentioned binarization method. The error diffusion method is a method in which a density difference (binarization error) between input image density and output image density is calculated for each pixel, and the calculation result is dispersed after being given a specific weight to peripheral pixels. Regarding this, reference R. W. Floyd, L .;
Steinberg “An adaptive algorithm for sp
atial gray scale "SID.17.pp.75-77
(1976).

【００１６】ここで、特に誤差拡散２値化回路におい
て、２値化誤差算出の際の基準値を変更することでガン
マ特性を変更する手法が「画像処理ハンドブック」（東
大出版）にて報告されている。Here, especially in the error diffusion binarization circuit, a method of changing the gamma characteristic by changing the reference value when calculating the binarization error is reported in "Image Processing Handbook" (Univ. Of Tokyo). ing.

【００１７】図２３は「画像処理ハンドブック」に開示
された誤差拡散２値化回路の要部を示すブロック図であ
る。図２３を参照して、誤差拡散２値化回路１１０は多
値（たとえば２５６階調）の画像データｆ（ｘ，ｙ）を
誤差データＥａｖｅ_xyで補正するための加算器２１と、
加算器２１に接続され誤差補正データｆ１（ｘ，ｙ）を
所定の２値化しきい値Ｔｈで２値化する比較器２２と、
１ビットの２値データｇ（ｘ，ｙ）を入力し、その値に
応じてＭＰＵ１１の指示によりＨまたはＬのいずれかの
基準値に基づいて所定の値を出力するセレクタ２３と、
セレクタ２３から出力された値ｅ１（ｘ，ｙ）と誤差補
正データｆ１（ｘ，ｙ）との差を算出する減算器２４
と、算出された２値化誤差Ｅ_xyを３ライン分ストアする
誤差格納メモリ２５と、２値化された誤差データＥ_xyを
他の画素へ拡散するための重み付け平均値Ｅａｖｅ_xyを
算出する誤差重み付けフィルタ２６とを含む。FIG. 23 is a block diagram showing a main part of the error diffusion binarization circuit disclosed in "Image Processing Handbook". Referring to FIG. 23, error diffusion binarization circuit 110 includes adder 21 for correcting multi-value (for example, 256 gradations) image data f (x, y) with error data Eave _xy .
A comparator 22 connected to the adder 21 for binarizing the error correction data f1 (x, y) with a predetermined binarization threshold Th.
A selector 23 that inputs 1-bit binary data g (x, y) and outputs a predetermined value based on a reference value of either H or L according to an instruction of the MPU 11 according to the value.
A subtractor 24 that calculates the difference between the value e1 (x, y) output from the selector 23 and the error correction data f1 (x, y).
And an error storage memory 25 for storing the calculated binarization error E _xy for 3 lines and an error for calculating a weighted average value Eave _xy for diffusing the binarized error data E _xy to other pixels. And a weighting filter 26.

【００１８】２値化誤差Ｅ_xyおよび重み付け平均値Ｅａ
ｖｅ_xyを表わす式を以下に示す。Binarization error E _xy and weighted average value Ea
The formula expressing ve _xy is shown below.

【００１９】[0019]

【数１】 [Equation 1]

【００２０】なお、ここで、ｘ，ｙは、画像データの画
素のアドレスを示す変数で、ｘの値は、副走査方向のア
ドレス、ｙの値は主走査方向のアドレスを示す。したが
って、ｆ（ｘ，ｙ）は、アドレス（ｘ，ｙ）の画素の画
像データの値、ｇ（ｘ，ｙ）は、アドレス（ｘ，ｙ）の
画素の出力画像濃度、同様にＥ_xyおよびＥａｖｅ_xyはそ
れぞれアドレス（ｘ，ｙ）の画素に対する２値化誤差、
積分データの値を示す。Here, x and y are variables indicating the pixel address of the image data, the value of x indicates the address in the sub scanning direction, and the value of y indicates the address in the main scanning direction. Therefore, f (x, y) is the value of the image data of the pixel at address (x, y), g (x, y) is the output image density of the pixel at address (x, y), as well as E _xy and Eave _xy is the binarization error for the pixel at address (x, y),
The value of the integrated data is shown.

【００２１】また、ｋ，ｌは係数がマトリックス状に配
置された誤差重み付けフィルタ２６の縦、横方向のアド
レスを示しており、ｋ，ｌはフィルタの範囲内で変動す
る。式（２）におけるｍ_k,l は誤差重み付けフィルタ２
６におけるアドレス（ｋ，ｌ）の係数を示す。Further, k and l indicate the vertical and horizontal addresses of the error weighting filter 26 in which the coefficients are arranged in a matrix, and k and l vary within the range of the filter. M _{k, l} in the equation (2) is the error weighting filter 2
6 shows the coefficient of the address (k, l) in 6.

【００２２】この方式によれば、２つの基準値Ｈ，Ｌを
設定するだけで任意の線形ガンマ補正特性を得ることが
できるので、たとえば画像処理の最中にＭＰＵ１１もし
くは図示のない領域判別装置から高速にガンマ補正特性
を変更することが可能である。According to this method, an arbitrary linear gamma correction characteristic can be obtained only by setting two reference values H and L. Therefore, for example, the MPU 11 or an area discriminating device (not shown) can be used during image processing. It is possible to change the gamma correction characteristic at high speed.

【００２３】また、２値化誤差Ｅ_xyは実際には、 Ｅ_xy＝ｆ（ｘ，ｙ）＋Ｅａｖｅ_xy−ｇ（ｘ，ｙ） …（３） で表わされ、図に示すようなフィードバックループを構
成する。Further, the binarization error E _xy is actually represented by E _xy = f (x, y) + Eave _xy −g (x, y) (3), and the feedback loop as shown in the figure. Make up.

【００２４】[0024]

【発明が解決しようとする課題】ＲＡＭを用いたガンマ
補正装置１１７を用いた場合には、ＲＡＭはシステムバ
ス１８から切離される場合があり、したがって、通常、
ＭＰＵ１１からＲＡＭ４３にアクセスしている最中は、
ガンマ補正処理は行なえず、またガンマ補正処理中はＭ
ＰＵ１１からのアクセスは禁止しなければならない。か
つ、ＲＡＭ４３の書込ワード数は通常２５６ワード程度
必要であるから、ＭＰＵ１１からのアクセス時間がアク
セスタイム×２５６と長時間になり、その間ガンマ補正
は長い時間中断されてしまう。したがって、従来のＲＡ
Ｍを用いて非線形Ｓ字ガンマ補正を行なうガンマ補正装
置１１７は画像処理の最中に任意にガンマ補正データを
変更することが困難であるという問題があった。When the gamma correction device 117 using the RAM is used, the RAM may be disconnected from the system bus 18, and therefore, normally,
While accessing RAM43 from MPU11,
Gamma correction processing cannot be performed, and during the gamma correction processing, M
Access from the PU 11 must be prohibited. Moreover, since the number of words to be written in the RAM 43 is normally about 256 words, the access time from the MPU 11 becomes a long time of access time × 256, and the gamma correction is interrupted for a long time during that time. Therefore, the conventional RA
The gamma correction device 117 that performs non-linear S-shaped gamma correction using M has a problem that it is difficult to arbitrarily change the gamma correction data during image processing.

【００２５】また、誤差拡散法の特性を利用したガンマ
補正方法では、線形のガンマ補正しか設定することがで
きず、したがって、前述の「かぶり」の問題を解消する
ことができない。図２４は図２３に示した誤差拡散２値
化法において基準値を変更したときの「かぶり」の例を
示す図である。図中（Ａ）は基準値が３８４のときの例
であり、（Ｂ）は基準値が２５５のときの例であり、
（Ｃ）は基準値が１２８のときの例である。図２４
（Ａ）〜（Ｃ）を参照して、線画部の濃度を上げるため
にガンマ係数を大きくすると、背景部の濃度も上昇し、
結果として「かぶり」が発生しているのがわかる。Further, in the gamma correction method utilizing the characteristics of the error diffusion method, only the linear gamma correction can be set, and therefore the above-mentioned "fog" problem cannot be solved. FIG. 24 is a diagram showing an example of “fog” when the reference value is changed in the error diffusion binarization method shown in FIG. In the figure, (A) is an example when the reference value is 384, (B) is an example when the reference value is 255,
(C) is an example when the reference value is 128. Figure 24
Referring to (A) to (C), if the gamma coefficient is increased to increase the density of the line drawing part, the density of the background part also increases,
As a result, it can be seen that "fog" has occurred.

【００２６】さらに、誤差拡散２値化法の重大な原理的
問題点として、低濃度の細線の再現性がよくないことが
挙げられる。誤差拡散は、１ドットの大きさが固定で、
その密度の変化によって画像の濃淡を表わすため、薄い
濃度領域では原理的に高周波画像が再現できないという
問題点があった。Further, a serious principle problem of the error diffusion binarization method is that the reproducibility of thin lines of low density is not good. For error diffusion, the size of 1 dot is fixed,
Since the density of the image is represented by the change in the density, there is a problem that a high frequency image cannot be reproduced in principle in a light density region.

【００２７】以上要約すると、従来のガンマ補正法で
は、次のような問題があった。 （ｉ） 線形補正法では「かぶり」問題が発生する。In summary, the conventional gamma correction method has the following problems. (I) The "fog" problem occurs in the linear correction method.

【００２８】（ｉｉ） 特に誤差拡散２値化法において
２値化誤差算出の基準値を操作することにより線形ガン
マ変換をする方法においては、「かぶり」問題に加え、
低濃度細線の制限が不十分である。(Ii) In particular, in the method of performing the linear gamma conversion by operating the reference value of the binarization error calculation in the error diffusion binarization method, in addition to the "fog" problem,
Insufficient restriction of low-density thin lines.

【００２９】（ｉｉｉ） 非線形補正法では、高速な補
正特性の変更ができない。またＲＡＭを搭載する必要が
あるため装置が高価になる。(Iii) The non-linear correction method cannot change the correction characteristics at high speed. Further, since it is necessary to mount a RAM, the device becomes expensive.

【００３０】という問題点があった。さらに、上記に加
えて誤差拡散２値化方式においては、特に分散の少ない
一様な濃度レベルの画像を処理する際、図２５に示すよ
うなＳＮＡＫＥ−ＬＩＫＥ（もしくはＷＯＲＭ−ＬＩＫ
Ｅ）テクスチャと呼ばれる独特の縞模様が発生するとい
う問題点があった。これらは一様な濃度レベルの画像で
ある一定のパターンで誤差の拡散が行なわれてしまうこ
とに起因する。There was a problem that Further, in addition to the above, in the error diffusion binarization method, particularly when processing an image of uniform density level with little dispersion, a SNAKE-LIKE (or WORM-LIK) as shown in FIG.
E) There is a problem that a unique striped pattern called a texture is generated. These are due to the fact that the error is diffused in a certain pattern which is an image having a uniform density level.

【００３１】これらの問題に対処するために、従来ＳＮ
ＡＫＥ−ＬＩＫＥテクスチャを低減するために、図２３
に示した誤差拡散のフィードバック要素のいずれかを乱
数によって制御し、前述の一定パターンの誤差の拡散を
防止しようとする試みが数多くなされている。このよう
にして得られた出力画像を図２６に示す。しかしなが
ら、これらの試みはＳＮＡＫＥ−ＬＩＫＥテクスチャの
低減には効果があるものの、図２６に示すように上述し
た他の問題については解消されないという問題点があっ
た。In order to deal with these problems, the conventional SN
To reduce the AKE-LIKE texture, FIG.
Many attempts have been made to control any of the error diffusion feedback elements shown in (1) by a random number to prevent the above-described constant pattern error diffusion. The output image obtained in this way is shown in FIG. However, although these attempts are effective in reducing the SNAKE-LIKE texture, there is a problem that the above-mentioned other problems cannot be solved as shown in FIG.

【００３２】この発明は上記のような問題点を解消する
ためになされたもので、簡単にかつ安価に非線形ガンマ
補正が可能、またはＳＮＡＫＥ−ＬＩＫＥテクスチャの
低減が可能な所望の画像の得られる画像処理装置を提供
することを目的とする。The present invention has been made in order to solve the above problems, and a desired image can be obtained in which nonlinear gamma correction can be performed easily and inexpensively or SNAKE-LINK texture can be reduced. An object is to provide a processing device.

【００３３】[0033]

【課題を解決するための手段】請求項１に係る、入力さ
れたＭ値の画像をデータをＮ値の画像データ（Ｍ＞Ｎ）
に変換する誤差拡散法を用いた階調変換方式を有する画
像処理装置は、Ｎ値データを記憶する記憶手段と、記憶
されたＮ値データに対して局所的重み付け平均値を算出
する第１演算手段と、算出された局所的重み付け平均値
に対して少なくとも１でない係数を乗じる乗算器と、乗
算器によって得られた乗算結果と入力された画像データ
との差を求めて補正データを演算する第２演算手段と、
補正データで入力画像データを補正する補正手段とを含
む。According to a first aspect of the present invention, an input M-value image is converted into N-value image data (M> N).
An image processing apparatus having a gradation conversion method using an error diffusion method for converting into a storage unit stores a N-value data, and a first calculation for calculating a local weighted average value for the stored N-value data. Means, a multiplier for multiplying the calculated locally weighted average value by a coefficient which is not at least 1, and a correction data is calculated by obtaining a difference between the multiplication result obtained by the multiplier and the input image data. 2 calculation means,
And a correction unit that corrects the input image data with the correction data.

【００３４】変換されたＮ値データに対して局所的重み
付け平均値を算出し、それに対して少なくとも１でない
係数を乗じ、その結果得られた値と入力画像データとの
差から得られる補正データで入力画像を補正する。Ｎ値
化平均濃度に対して１と異なる係数を乗算するためその
結果は入力データに対して常に高濃度または低濃度とな
り、その値と入力画像データとの差を求めて補正が行な
われるため、入力データに対してその変動を打ち消そう
とする誤差補正作用が行なわれる。したがって、ＲＡＭ
を用いることなく非線形補正が可能になる。A local weighted average value is calculated for the converted N-value data, multiplied by a coefficient which is not at least 1, and correction data obtained from the difference between the resulting value and the input image data. Correct the input image. Since the N-valued average density is multiplied by a coefficient different from 1, the result is always high density or low density with respect to the input data, and the difference between the value and the input image data is obtained and correction is performed. An error correction action is performed on the input data in order to cancel the fluctuation. Therefore RAM
Non-linear correction becomes possible without using.

【００３５】請求項２に係る画像処理装置においては、
請求項１の係数は操作パネルからの画像の濃度設定量に
応じて設定される。In the image processing apparatus according to claim 2,
The coefficient of claim 1 is set according to the density setting amount of the image from the operation panel.

【００３６】請求項３および４に係る画像処理装置にお
いては、乗算結果に対してその最大値濃度を限定する制
限器が設けられる。制御器を設けることにより、特に線
画から構成される原稿において、線画濃度を濃く維持し
た状態で背景部のかぶりを防止できる。この最大値濃度
の制限は操作パネルからの濃度設定値の設定に応じて設
定してもよい。In the image processing apparatus according to the third and fourth aspects, the limiter for limiting the maximum density of the multiplication result is provided. By providing the controller, it is possible to prevent fogging of the background portion in a state in which the line drawing density is kept high especially in a document composed of line drawings. This maximum density limitation may be set according to the setting of the density set value from the operation panel.

【００３７】請求項５に係る画像処理装置においては、
さらに入力画像データの特性を判別する領域判別手段を
設け、領域判別手段の判別結果によって乗算係数が制御
される。そうすれば入力画像データの特性に応じた乗算
係数が自動的に設定される。In the image processing apparatus according to claim 5,
Further, an area discriminating means for discriminating the characteristics of the input image data is provided, and the multiplication coefficient is controlled by the discrimination result of the area discriminating means. Then, the multiplication coefficient according to the characteristic of the input image data is automatically set.

【００３８】請求項６または７に係る画像処理装置にお
いては、領域判別手段は所定の局所領域の濃度の最大値
／最小値を演算するか、所定の局所領域のエッジを検出
することによって領域判別を行なう。In the image processing apparatus according to the sixth or seventh aspect, the area discrimination means calculates the maximum value / minimum value of the density of the predetermined local area or detects the edge of the predetermined local area. Do.

【００３９】請求項８に係る画像処理装置においては、
領域判別手段は局所領域が文字領域か写真領域かを判別
し、文字領域では乗算係数を１より小さく設定する。文
字領域では乗算係数を１より小さく設定するため、ガン
マ特性は濃いめの特性になり、文字がはっきり表わされ
る。In the image processing apparatus according to claim 8,
The area discriminating means discriminates whether the local area is a character area or a photograph area, and sets a multiplication coefficient smaller than 1 in the character area. Since the multiplication coefficient is set to be smaller than 1 in the character area, the gamma characteristic becomes darker and the character is clearly represented.

【００４０】請求項９に係る、入力されたＭ値の画像デ
ータをＮ値（Ｍ＞Ｎ）に変換する誤差拡散法を用いた階
調変換方式を有する画像処理装置は、Ｎ値データを記憶
する記憶手段と、記憶されたＮ値データに対して局所的
重み付け平均値を算出する第１演算手段と、局所的重み
付け平均値と入力Ｍ値画像データとの差を求めて補正デ
ータを算出する第２演算手段と、補正データを用いて入
力Ｍ値画像を補正する補正手段とを備え、補正手段は補
正データに乱数を加算する乱数加算手段を含む。An image processing apparatus having a gradation conversion method using an error diffusion method for converting input M-value image data into N-value (M> N) according to claim 9 stores N-value data. Correction means for calculating the difference between the local weighted average value and the input M-value image data; The second calculation means and the correction means for correcting the input M-value image using the correction data are provided, and the correction means includes a random number addition means for adding a random number to the correction data.

【００４１】変換されたＮ値データに対して局所的重み
付け平均値を算出しその平均値と入力Ｍ値画像データと
の差を求めて補正データを算出し、その補正データに乱
数が加算され、乱数が加算されたデータを用いて入力Ｍ
値画像データに対してフィードバック補正が行なわれ
る。A local weighted average value is calculated for the converted N-value data, the difference between the average value and the input M-value image data is calculated to calculate correction data, and a random number is added to the correction data. Input M using data to which random numbers are added
Feedback correction is performed on the value image data.

【００４２】非線形ガンマ特性を持つ局所的重み付け平
均値を算出する演算手段を含むフィードバックループに
おいて乱数を加算するため、背景領域の乱数ノイズによ
るかぶりが少なく、かつ低濃度細線の再現性が良好にな
る。Since random numbers are added in a feedback loop including a calculation means for calculating a locally weighted average value having a non-linear gamma characteristic, fogging due to random number noise in the background area is small, and reproducibility of low density thin lines is good. .

【００４３】請求項１０または１１に係る画像処理装置
においては、乱数加算手段は局所的重み付け平均値を算
出する第１演算手段の前に設けてもよいしまたその後に
設けてもよい。乱数加算手段を所望の位置に設けること
ができるため、装置の構成の自由度が増す。In the image processing apparatus according to the tenth or eleventh aspect, the random number addition means may be provided before or after the first calculation means for calculating the locally weighted average value. Since the random number adding means can be provided at a desired position, the degree of freedom in the configuration of the device is increased.

【００４４】請求項１２に係る画像処理装置において
は、加算される乱数は操作パネルからの入力画像データ
の画質モードに応じて設定される。In the image processing apparatus according to the twelfth aspect, the random numbers to be added are set according to the image quality mode of the image data input from the operation panel.

【００４５】請求項１３に係る画像処理装置において
は、入力画像データの領域の特性を判別する領域判別手
段を設けこの領域判別手段の判別結果に応じて加算する
乱数値が制御される。そうすることによって入力画像デ
ータの領域特性に応じた画像の補正が可能になる。In the image processing apparatus according to the thirteenth aspect, the area discriminating means for discriminating the characteristic of the area of the input image data is provided, and the random number value to be added is controlled according to the discrimination result of the area discriminating means. By doing so, it becomes possible to correct the image according to the area characteristics of the input image data.

【００４６】請求項１４または１６に係る画像処理装置
においては、領域判別手段は局所領域の入力画像データ
の最大値／最小値を演算することにより、または局所領
域のエッジを検出することによって領域が判別される。In the image processing apparatus according to the fourteenth aspect or the sixteenth aspect, the area discriminating means calculates the maximum value / minimum value of the input image data of the local area or detects the edge of the local area to detect the area. To be determined.

【００４７】請求項１５に係る画像処理装置において
は、領域判別手段は入力画像データの属する領域が文字
領域か写真領域かを判別し、その判別結果に応じて加算
される乱数値を文字領域では写真領域よりも低く設定す
る。こうすることによってＳＮＡＫＥ−ＬＩＫＥテクス
チャの発生する写真画像領域においてのみ乱数の加算を
大きくし、文字領域においては乱数の加算を少なくして
各領域に応じた所望の画像が得られる。In the image processing apparatus according to the fifteenth aspect, the area discriminating means discriminates whether the area to which the input image data belongs is a character area or a photograph area, and a random number value to be added according to the result of the discrimination is set in the character area. Set lower than the photo area. By doing so, the addition of random numbers is increased only in the photographic image area where the SNAKE-LIKE texture is generated, and the addition of random numbers is reduced in the character area to obtain the desired image corresponding to each area.

【００４８】[0048]

【発明の実施の形態】 （１） 第１実施形態 以下この発明の実施形態を図面を参照して説明する。DETAILED DESCRIPTION OF THE INVENTION (1) First embodiment Embodiments of the present invention will be described below with reference to the drawings.

【００４９】図１はこの発明に係る画像処理装置１０の
構成を示すブロック図である。図１を参照して、この発
明に係る画像処理装置は図１８に示した従来の画像処理
装置１００と比べてガンマ補正回路１１７と画像２値化
装置１１８の代わりに画像２値化回路１７が設けられて
いる点が異なる。それ以外の部分については従来の画像
処理装置１００と同様であるので、同一部分に同一符号
を付してその説明は省略する。FIG. 1 is a block diagram showing the arrangement of an image processing apparatus 10 according to the present invention. Referring to FIG. 1, the image processing apparatus according to the present invention includes an image binarization circuit 17 instead of the gamma correction circuit 117 and the image binarization apparatus 118 as compared with the conventional image processing apparatus 100 shown in FIG. The points provided are different. Since the other parts are the same as those of the conventional image processing apparatus 100, the same parts are designated by the same reference numerals and the description thereof will be omitted.

【００５０】図２は図１で示した画像２値化回路１７の
第１の実施形態の構成を示すブロック図である。図２を
参照して、画像２値化回路１７は、図２３に示した従来
の画像２値化装置１１８と同様の、２値化誤差を周辺画
素へ分散させるための第１の演算ループを含む。この第
１の演算ループは、加算器２１、比較器２２、セレクタ
２３、減算器２４、誤差格納メモリ２５、誤差重み付け
フィルタ２６とから構成されている。各構成要素は図２
３で説明した従来の画像２値化装置１１８と同様である
ので同一部分に同一符号を付してその説明は省略する。FIG. 2 is a block diagram showing the configuration of the first embodiment of the image binarization circuit 17 shown in FIG. With reference to FIG. 2, the image binarization circuit 17 has a first operation loop for dispersing a binarization error to peripheral pixels, similar to the conventional image binarization device 118 shown in FIG. Including. The first operation loop is composed of an adder 21, a comparator 22, a selector 23, a subtractor 24, an error storage memory 25, and an error weighting filter 26. Each component is shown in Figure 2.
Since it is the same as the conventional image binarization apparatus 118 described in Section 3, the same parts are designated by the same reference numerals and the description thereof is omitted.

【００５１】この発明に係る画像２値化回路１７は、第
１の演算ループに加えて、２値化結果ｇ（ｘ，ｙ）（０
または１の１ビットデータ）を数ライン分格納する２値
画像メモリ２７と、注目画素の周辺の２値化結果の重み
付け平均（２値化平均濃度）Ｂａｖｅ_xy（アドレス
（ｘ，ｙ）の画素に対する加算データ、以下同じ）を算
出するための２値化平均濃度重み付けフィルタ２８と、
２値化平均誤差に対してガンマ補正を行なうための演算
を施す乗算器２９と、乗算器２９からの出力Ｂａｖｅ′
_xyと入力画像データとの差を演算するための減算器３０
とを含み、これら要素で第２の演算ループを構成してい
る。減算器３０からの減算結果データＥＢａｖｅ_xyが誤
差重み付けフィルタ２６からの誤差重み付けデータＥａ
ｖｅ_xyとともに加算器２１に加えられ、２値化誤差が周
辺画素へ分散される。このようにして面積階調によって
前述の８ビット連続階調濃度データが明暗に応じた１ビ
ット２値データに変換される。変換された１ビット２値
データは、プリンタ１９（電子写真プリンタインクジェ
ットプリンタなど）で記録媒体に印字される。The image binarization circuit 17 according to the present invention includes, in addition to the first operation loop, the binarization result g (x, y) (0
Alternatively, a binary image memory 27 for storing several lines of 1-bit data), and a weighted average (binarized average density) Bave _xy (pixel of address (x, y)) of the binarized result around the pixel of interest. A binarized average density weighting filter 28 for calculating addition data for
A multiplier 29 that performs an operation for performing a gamma correction on the binarized average error, and an output Bave ′ from the multiplier 29.
Subtractor 30 for calculating the difference between _xy and input image data
And, and these elements constitute the second operation loop. The subtraction result data EBave _xy from the subtractor 30 is the error weighting data Ea from the error weighting filter 26.
It is added to the adder 21 together with ve _xy , and the binarization error is dispersed to the peripheral pixels. In this way, the above-mentioned 8-bit continuous tone density data is converted into 1-bit binary data depending on the brightness by the area gray scale. The converted 1-bit binary data is printed on a recording medium by a printer 19 (electrophotographic printer inkjet printer or the like).

【００５２】図３はこの発明に係る画像処理装置の操作
パネル１２の構成を示す図である。図３を参照して、操
作パネル１２は、液晶等から構成される情報を表示用デ
ィスプレイ７１と、数値などを入力するためのテンキー
７２と、読取・複写・プリントなどの動作を開始させる
ためのスタートキー７３と、上記動作状態を表示するた
めのランプ７４と、情報表示用ディスプレイ７１に表示
された各種の選択肢から１つを選ぶためのカーソルキー
７５と、情報表示用ディスプレイ７１に表示させた３つ
の選択肢から１つを選ぶためのファンクションキー７６
と、リセットキー７７とを含む。FIG. 3 is a diagram showing the configuration of the operation panel 12 of the image processing apparatus according to the present invention. Referring to FIG. 3, operation panel 12 includes display 71 for displaying information composed of liquid crystal and the like, numeric keypad 72 for inputting numerical values, etc., and operation for starting operations such as reading, copying and printing. A start key 73, a lamp 74 for displaying the operation state, a cursor key 75 for selecting one from various options displayed on the information display 71, and an information display 71 are displayed. Function key 76 to select one from three options
And a reset key 77.

【００５３】図４は図３に示した操作パネル１２におい
て濃度調整モードを設定した場合の表示状態を示す図で
あり、図５は濃度調整モードにおける動作を示すフロー
チャートである。図４および図５を参照して、濃度調整
モードについて説明する。FIG. 4 is a view showing a display state when the density adjustment mode is set on the operation panel 12 shown in FIG. 3, and FIG. 5 is a flowchart showing the operation in the density adjustment mode. The density adjustment mode will be described with reference to FIGS. 4 and 5.

【００５４】ユーザの設定によって操作パネル１２の動
作モードが濃度調整モードに遷移するとディスプレイ７
１にたとえば９ステップの濃度設定画面が表示される
（図５においてステップＳ１１、以下ステップを略
す）。同時にファンクションキー７６のＦ１〜Ｆ３に対
応した「濃い」、「ＡＥ」および「薄い」が画面に表示
される。「濃い」を選択すると、△印のカーソルが１つ
ずつ左へ移動し、出力される画像が中央値に対してより
濃くなるようにγ特性が設定される。「薄い」を選択す
ると、△印のカーソルが１つずつ右へ移動し、出力され
る画像が中央値に大してより薄くなるようγ特性が設定
される。「ＡＥ」を選択すると濃度は原稿に応じて最適
に自動設定される（Ｓ１２〜Ｓ１５）。When the operation mode of the operation panel 12 transits to the density adjustment mode according to the user's setting, the display 7
For example, a density setting screen of 9 steps is displayed in 1 (step S11 in FIG. 5, the following steps are omitted). At the same time, "dark", "AE" and "light" corresponding to F1 to F3 of the function key 76 are displayed on the screen. When “Dark” is selected, the cursors marked with Δ move to the left one by one, and the γ characteristic is set so that the output image becomes darker with respect to the median value. When “thin” is selected, the cursor marked with Δ moves to the right one by one, and the γ characteristic is set so that the output image becomes thinner than the median value. When "AE" is selected, the density is automatically set optimally according to the original (S12 to S15).

【００５５】その後選択された値に応じたディスプレイ
の表示が行なわれ、濃度設定が終了する（Ｓ１６，Ｓ１
７）。Thereafter, the display according to the selected value is displayed and the density setting is completed (S16, S1).
7).

【００５６】次に乗算器２９で行なわれるガンマ補正演
算について説明する。Ｂａｖｅ_xyで表わされる２値化平
均濃度に対して、ＭＰＵ１１から与えられる係数ｋ１が
乗算され、データＢａｖｅ′_xyが演算されるが、２値化
平均濃度Ｂａｖｅ_xyに対して係数ｋ１が１よりも大きい
ときは（たとえば１．５）、第２のループにおいて出力
２値化結果が入力データに対して常に高濃度になるの
で、それを打消そうとする誤差補正作用が第２のループ
に発生する。したがって、ガンマ特性は図６（Ａ）に示
すように薄めの特性になる。Next, the gamma correction calculation performed by the multiplier 29 will be described. The binarized average density represented by Bave _xy is multiplied by the coefficient k1 given from the MPU 11 to calculate the data Bave ′ _xy, but the coefficient k1 is more than 1 for the binarized average density Bave _xy . When it is large (for example, 1.5), the output binarization result in the second loop is always high in density with respect to the input data, so an error correcting action for canceling it is generated in the second loop. . Therefore, the gamma characteristic becomes a thin characteristic as shown in FIG.

【００５７】逆に１よりも小さい係数ｋ１（たとえば
０．５）を乗算すると、第２のループにおいて出力２値
化結果が入力データに対して常に低濃度になるので、そ
れを打消そうとする誤差補正作用が第２のループに発生
する。したがって、ガンマ特性は図６（Ｃ）に示すよう
に濃いめの特性になる。なお、図６（Ｂ）は係数ｋ１が
１．０の場合である。On the contrary, when the coefficient k1 smaller than 1 (for example, 0.5) is multiplied, the output binarization result in the second loop always has a low density with respect to the input data, so that it is canceled. The error correction action occurs in the second loop. Therefore, the gamma characteristic becomes a darker characteristic as shown in FIG. Note that FIG. 6B shows the case where the coefficient k1 is 1.0.

【００５８】ここで２値化平均の濃度重み付けフィルタ
２８は、図２に示すように、注目画素に近くなるに従っ
て大きく、総和が１の係数から構成されており、２値化
結果の重み付けがされた平均値なっており、ガウス分布
に近い積分特性を持つ。したがって、得られる２値化画
像の空間周波数に対する２値化平均値は当然非線形とな
る。As shown in FIG. 2, the binarized average density weighting filter 28 is made up of coefficients having a larger sum and closer to the pixel of interest, and the binarization result is weighted. It has an average value and has an integral characteristic close to a Gaussian distribution. Therefore, the binarized average value with respect to the spatial frequency of the obtained binarized image is naturally non-linear.

【００５９】ここで注目すべきは、誤差拡散法は前述の
ようにドットの大きさは一定（１ドット）で、その密度
で濃度を表現する特性を持つことである。It should be noted that the error diffusion method has a characteristic that the dot size is constant (1 dot) and the density is expressed by the density, as described above.

【００６０】図７（Ａ）〜（Ｃ）は画像の濃度レベルが
それぞれ１６，１２８，２５５の３種類の一様な入力画
像ｆ（ｘ，ｙ）を誤差拡散法にて２値化し、その出力２
値画像を高速フーリエ変換（ＦＦＴ）解析した結果を示
すグラフである。このグラフに従って、非線形ガンマ補
正を実現する原理について説明する。In FIGS. 7A to 7C, three types of uniform input images f (x, y) having image density levels of 16, 128 and 255 are binarized by the error diffusion method, and Output 2
It is a graph which shows the result of having performed a fast Fourier transform (FFT) analysis of the value image. The principle of realizing the non-linear gamma correction will be described with reference to this graph.

【００６１】図７を参照して、入力画像が低濃度のとき
（レベル＝１６）のドットの密度分布は（Ａ）に示すよ
うに「疎」になる。言い換えると、１ドットが単独で存
在する（白／黒のどちらかの孤立点ドットとなる）確率
が高くなる。この状態は、空間周波数変換すると最も高
周波成分が含まれる比率が高い状態である。逆にいうと
全周波数領域に占める低周波成分の比率が低い。Referring to FIG. 7, when the input image has a low density (level = 16), the dot density distribution becomes "sparse" as shown in (A). In other words, the probability that one dot exists independently (becomes an isolated point dot of either white / black) is high. This state is the state in which the highest frequency component is included in the highest spatial frequency conversion. Conversely, the ratio of low frequency components in the entire frequency range is low.

【００６２】逆に（Ｂ）、（Ｃ）に示されるように、入
力画像濃度が高くなるに従い、ドットが「密」になり、
孤立点ドットの発生確率は低くなり、空間周波数上では
低周波成分の占める比率が高くなっていく。然るに、２
値化平均濃度重み付けフィルタ２８のように、ガウス分
布に近い積分フィルタを用いて２値化平均濃度を算出す
ると、２値化平均値は低周波に対して感度が高いが高周
波に対しては感度が低い特性を持つため、ドットが
「疎」な場合はその出力は「密」な場合と比較して低
い。On the contrary, as shown in (B) and (C), the dots become "dense" as the input image density increases,
The probability of occurrence of isolated point dots decreases, and the ratio of low-frequency components on the spatial frequency increases. However, 2
When the binarized average density is calculated using an integral filter close to a Gaussian distribution like the binarized average density weighting filter 28, the binarized average value has high sensitivity to low frequencies but high sensitivity to high frequencies. Has a low characteristic, the output when the dot is "sparse" is lower than when it is "dense".

【００６３】したがって、２値化平均濃度にある定数を
乗算した場合も、ドットが「疎」な場合は「密」な場合
と比較してその影響が少ない。このようにして、低濃度
では変化が少なく、中／高濃度になるに従って変化が大
きくなる非線形ガンマ補正特性を得ることができる。ま
た、かぶりの少なく、かつ高速で特性変更が可能でかつ
低コストのガンマ補正装置が実現できる。Therefore, when the binarized average density is multiplied by a certain constant, the influence is small when the dots are "sparse" as compared with the case where the dots are "dense". In this way, it is possible to obtain a non-linear gamma correction characteristic in which there is little change at low densities, and the change increases as the density increases from medium to high. Further, it is possible to realize a low-cost gamma correction device that can change characteristics at high speed with less fogging.

【００６４】（２） 第２実施形態 図８はこの発明に係る画像２値化回路１７の他の構成を
示すブロック図である。図８を参照して、第２の実施形
態においては、第１の実施形態に対して乗算器２９から
の出力に対して最大値制限器３１が設けられ、それによ
って濃度の最大値が制限される。この制限はＭＰＵ１１
から送られる係数ｋ２で制御される。最大値制限器３１
からの出力が減算器３０に入力される。この最大値制限
器３１以外については第１の実施形態と同様であるの
で、それ以外の部分には同一符号を付してその説明は省
略する。(2) Second Embodiment FIG. 8 is a block diagram showing another configuration of the image binarization circuit 17 according to the present invention. Referring to FIG. 8, in the second embodiment, a maximum value limiter 31 is provided for the output from the multiplier 29 as compared with the first embodiment, whereby the maximum concentration value is limited. It This limitation is MPU11
Is controlled by the coefficient k2 sent from Maximum limiter 31
Is output to the subtractor 30. Except for the maximum value limiter 31, the configuration is the same as that of the first embodiment, so the other parts are denoted by the same reference numerals and the description thereof is omitted.

【００６５】次に、この第２の実施形態におけるガンマ
補正演算の具体例について説明する。２値化平均濃度Ｂ
ａｖｅ_xyに対して、１よりも大きい係数ｋ１（たとえば
１．５）を乗算すると、第２のループにおいて出力２値
化結果が入力データに対して常に高濃度になるので、そ
れを打消そうとする誤差補正作用が第２のループに発生
する。Next, a specific example of the gamma correction calculation in the second embodiment will be described. Binarized average density B
If ave _xy is multiplied by a coefficient k1 larger than 1 (for example, 1.5), the output binarization result in the second loop will always have a high density with respect to the input data. An error correction action that occurs occurs in the second loop.

【００６６】したがって、ガンマ特性は図６の（Ａ）に
示すように背景部も線画部のどちらも薄めの特性にな
る。しかしながら、特に線画から構成される原稿の場
合、濃度調整で薄めに設定する目的は、背景部のかぶり
の防止であって、線画濃度は濃くしたいという要求があ
る。この要求を実現するためには、乗算器２９による係
数乗算演算の後に最大濃度を限定する最大値制限器３１
を設ける。Therefore, as shown in FIG. 6 (A), the gamma characteristics are lighter in both the background portion and the line drawing portion. However, particularly in the case of an original composed of line drawings, the purpose of setting the density to be lighter by density adjustment is to prevent fogging of the background portion, and there is a demand for making the line drawing density higher. In order to realize this request, the maximum value limiter 31 that limits the maximum density after the coefficient multiplication operation by the multiplier 29 is performed.
To provide.

【００６７】図９は最大値制限器３１の具体的構成を示
すブロック図である。図９を参照して、最大値制限器３
１は、乗算器２９から出力される乗算後の濃度データを
ａ端子に入力し、ＭＰＵ１１からの最大制限値ｋ２を端
子ｂに入力する比較器３５と、比較器３５からの比較結
果データと、乗算器２９からの濃度データおよびＭＰＵ
からの最大制限値ｋ２を入力し最大値が制限されたデー
タを出力するセレクタ３６とを含む。FIG. 9 is a block diagram showing a concrete structure of the maximum value limiter 31. With reference to FIG. 9, maximum value limiter 3
1 is a comparator 35 that inputs the density data after multiplication output from the multiplier 29 to the terminal a and inputs the maximum limit value k2 from the MPU 11 to the terminal b; and comparison result data from the comparator 35. Density data from multiplier 29 and MPU
And a selector 36 for inputting the maximum limit value k2 from and outputs the data limited to the maximum value.

【００６８】入力されたデータは比較器３５によってＭ
ＰＵから設定される最大値制限値ｋ２と比較され、最大
値制限値ｋ２を超える場合はセレクタ３６によって上記
の最大値が選択されて出力される。入力されたデータは
Ｂａｖｅ′_xyが最大値制限値ｋ２以下であれば、セレク
タ３６により入力データＢａｖｅ′_xyが選択されて出力
される。これによって上記した最大値制限処理が可能に
なる。The input data is converted into M by the comparator 35.
The maximum value limit value k2 set by the PU is compared, and when the maximum value limit value k2 is exceeded, the maximum value is selected and output by the selector 36. 'If the maximum limit value k2 or less is _xy, input data Bave by selector 36' is input data Bave _xy is selected and output. This enables the maximum value limiting process described above.

【００６９】最大値制限器を設けた場合の出力画像のサ
ンプル例を図１０（Ａ）〜（Ｃ）に示す。図１０（Ａ）
〜（Ｃ）を参照して、図６の場合と比較して低濃度がよ
り薄めになるが、最高濃度が維持されているのがわか
る。Sample examples of the output image when the maximum value limiter is provided are shown in FIGS. FIG. 10 (A)
With reference to (C), it can be seen that the low density becomes thinner as compared with the case of FIG. 6, but the maximum density is maintained.

【００７０】（３） 第３実施形態 次に、画像２値化回路の第３実施形態について説明す
る。図１１は第３実施形態に係る画像２値化回路の構成
を示すブロック図である。図１１を参照して、第３実施
形態においては、第１実施形態と比べて乗算器２９へ与
えられる係数ｋ１がＭＰＵ１１から与えられるのではな
く、入力画像データｆ（ｘ，ｙ）に基づいて領域判別を
行なう領域判別装置３２からの出力データによって制御
される点が異なる。それ以外の部分については第１実施
形態と同様であるので、同一部分に同一符号を付してそ
の説明は省略する。(3) Third Embodiment Next, a third embodiment of the image binarization circuit will be described. FIG. 11 is a block diagram showing the configuration of the image binarization circuit according to the third embodiment. Referring to FIG. 11, in the third embodiment, the coefficient k1 given to the multiplier 29 is not given from the MPU 11 as compared with the first embodiment, but based on the input image data f (x, y). It is different in that it is controlled by the output data from the area discriminating device 32 for discriminating the area. Since the other parts are the same as those in the first embodiment, the same parts are designated by the same reference numerals and the description thereof will be omitted.

【００７１】上記のように、２値化平均濃度Ｂａｖｅ_xy
に対して１よりも小さな係数ｋ１（たとえば０．５）を
乗算すると、第２のループにおいて出力２値化結果が入
力データに対して常に低濃度になるので、それを打消そ
うとする誤差補正作用が第２のループに発生する。した
がって、ガンマ特性は図６の（Ｃ）に示すように線画部
が濃いめの特性になり、線画画像の再現には適してい
る。しかしながら、特に連続階調画像から構成される写
真原稿の場合、ガンマ特性はガンマ＝１の線形特性が望
ましい。したがって、特に文字／写真混在原稿において
は、前述の画像の係数を文字／写真領域を判別する領域
判別回路により自動的に異なる値に切換える処理が画質
上かつ操作性上有効である。この場合、係数ｋ３として
は文字であれば１以下を設定し、写真であれば１を設定
するのが好ましい。As described above, the binarized average density Bave _xy
Is multiplied by a coefficient k1 smaller than 1 (for example, 0.5), the output binarization result in the second loop is always low in density with respect to the input data. The action occurs in the second loop. Therefore, the gamma characteristic has a darker characteristic in the line drawing portion as shown in FIG. 6C, which is suitable for reproducing a line drawing image. However, particularly in the case of a photographic original composed of continuous tone images, the gamma characteristic is preferably a linear characteristic of gamma = 1. Therefore, particularly in the case of a text / photograph mixed original, it is effective in terms of image quality and operability to automatically switch the coefficient of the image to a different value by the area discrimination circuit for discriminating the text / photograph area. In this case, it is preferable to set the coefficient k3 to 1 or less for characters and 1 for photographs.

【００７２】次に、領域判別装置の具体的構成について
説明する。図１２は領域判別装置３２の第１の具体的な
構成を示すブロック図である。図１２を参照して、入力
された画像データｆ（ｘ，ｙ）はメモリ５１によって５
ライン分記憶され、最大値／最小値検出フィルタ５２に
より５×５局所領域内のａからｘまでの２５画素の最大
値／最小値がそれぞれ検出される。検出された最大値／
最小値は減算器５３によりその差（最大値−最小値）が
算出され、比較器５４によりＭＰＵ１１が与える領域判
別しきい値ｔｈ１と比較される。上記の差がしきい値ｔ
ｈ１より大きければ文字領域と判定し、セレクタ５５に
よってＭＰＵ１１が設定する文字領域用係数Ｔ（１より
も小さい値）が選択されて出力される。上記の差がしき
い値ｔｈ１よりも小さければ写真領域と判定し、セレク
タ５５によってＭＰＵ１１が設定する写真領域用係数Ｐ
（たとえば１）が選択され出力される。Next, a specific structure of the area discriminating apparatus will be described. FIG. 12 is a block diagram showing a first specific configuration of the area discriminating apparatus 32. Referring to FIG. 12, the input image data f (x, y) is stored in memory 5 by the memory 51.
The lines are stored, and the maximum / minimum detection filter 52 detects the maximum / minimum of 25 pixels from a to x in the 5 × 5 local area. Maximum value detected /
The difference (maximum value-minimum value) is calculated by the subtracter 53, and the minimum value is compared with the area determination threshold th1 provided by the MPU 11 by the comparator 54. The difference is the threshold t
If it is larger than h1, it is determined as a character area, and the selector 55 selects and outputs the character area coefficient T (value smaller than 1) set by the MPU 11. If the above difference is smaller than the threshold value th1, it is determined as a photo area, and the photo area coefficient P set by the MPU 11 by the selector 55.
(For example, 1) is selected and output.

【００７３】このような処理により、文字領域は背景領
域がかぶることなく、かつコントラストの高い高品位な
画像が得られ、写真領域はガンマ＝１の線形な階調特性
で忠実に再現される。By such processing, a high-quality image with high contrast can be obtained without the background area covering the character area, and the photographic area is faithfully reproduced with a linear gradation characteristic of gamma = 1.

【００７４】次に領域判別装置３２の第２の具体例につ
いて説明する。図１３は領域判別装置３２の第２の具体
例を示すブロック図である。図１３を参照して、入力さ
れた画像データｆ（ｘ，ｙ）はメモリ６１により５ライ
ン分記憶されて、１次微分フィルタや２次微分フィル
タ、あるいはそれらの組合せフィルタなどからなるエッ
ジ検出フィルタ６２により５×５局所領域内エッジ量が
検出され、それらの絶対値が出力される。検出された絶
対値エッジ量は、比較器６３によりＭＰＵ１１が与える
領域判別しきい値ｔｈ２と比較される。上記の値がしき
い値ｔｈ２よりも大きければ文字領域と判定し、セレク
タ６５によってＭＰＵ１１が設定する文字領域用係数Ｔ
（１よりも小さい値）が選択され出力される。上記の差
がしきい値ｔｈ２よりも小さければ写真領域と判定し、
セレクタ６４によってＭＰＵ１１が設定する写真領域用
係数Ｐ（たとえば１）が選択されて出力される。Next, a second specific example of the area discrimination device 32 will be described. FIG. 13 is a block diagram showing a second specific example of the area discriminating apparatus 32. Referring to FIG. 13, the input image data f (x, y) is stored in memory 61 for five lines, and is an edge detection filter including a primary differential filter, a secondary differential filter, or a combination thereof. The edge amount in the 5 × 5 local area is detected by 62, and their absolute values are output. The detected absolute value edge amount is compared by the comparator 63 with the area discrimination threshold th2 provided by the MPU 11. If the above value is larger than the threshold value th2, it is determined as a character area and the selector 65 sets the character area coefficient T set by the MPU 11.
(Value smaller than 1) is selected and output. If the difference is smaller than the threshold value th2, it is determined to be a photographic area,
The selector 64 selects the photo area coefficient P (for example, 1) set by the MPU 11 and outputs it.

【００７５】このような処理により、文字領域は背景領
域がかぶることなく、かつコントラストの高い高品位な
画像が得られ、写真領域はガンマ＝１の線形な階調特性
で忠実に再現される。By such processing, a high-quality image with high contrast can be obtained without the background area covering the character area, and the photographic area is faithfully reproduced with a linear gradation characteristic of gamma = 1.

【００７６】（４） 第４実施形態 図１４はこの発明の第４実施形態に係る画像２値化回路
の構成を示すブロック図である。図１４を参照して、こ
の発明の第４実施形態に係る画像２値化回路は図８に示
した第１実施形態の回路の２値化出力データｇ（ｘ，
ｙ）に対して加算器３７を用いて乱数発生器３８から乱
数ＺＲａｎｄ（ｒａｎｄｍａｘ）が加えられている。こ
れ以外の部分については第１実施形態と同様であるの
で、同一部分に同一符号を付してその説明は省略する。(4) Fourth Embodiment FIG. 14 is a block diagram showing the arrangement of an image binarization circuit according to the fourth embodiment of the present invention. Referring to FIG. 14, an image binarization circuit according to a fourth embodiment of the present invention is a binarization output data g (x, of the circuit of the first embodiment shown in FIG.
The random number ZRand (randmax) is added to the y) from the random number generator 38 using the adder 37. Since the other parts are the same as those in the first embodiment, the same parts are designated by the same reference numerals and the description thereof will be omitted.

【００７７】第４実施形態においては、乱数発生器３８
によって乱数ＺＲａｎｄ（ｒａｎｄｍａｘ）が加算器３
７によって２値化平均濃度Ｂａｖｅ_xyに加算される。こ
こでＺＲａｎｄ（ｒａｎｄｍａｘ）は−ｒａｎｄｍａｘ
から＋ｒａｎｄｍａｘの値を取る乱数発生関数である。In the fourth embodiment, the random number generator 38
The random number ZRand (randmax) is added by the adder 3
7 is added to the binarized average density Bave _xy . Here, ZRand (randmax) is -randmax
Is a random number generation function that takes a value of + randmax.

【００７８】乱数加算出力をｇ（ｘ，ｙ）とし、２値化
平均値をＢａｖｅ_xyとし、２値化平均値Ｂａｖｅ_xyと原
画像ｆ（ｘ，ｙ）との差をＥＢａｖｅ_xyとすれば、それ
ぞれは式（４）〜（６）で表わされる。If the random number addition output is g (x, y), the binarized average value is Bave _xy , and the difference between the binarized average value Bave _xy and the original image f (x, y) is EBave _xy. , And each is represented by the formulas (4) to (6).

【００７９】[0079]

【数２】 [Equation 2]

【００８０】なお、ここで、式（５）におけるｍ２_k,l
は濃度重み付けフィルタ２８におけるアドレス（ｋ，
ｌ）の係数を示す。Here, m2 _{k, l} in equation (5)
Is an address (k,
The coefficient of 1) is shown.

【００８１】ＥＢａｖｅ_xyを用いて入力画像ｆ（ｘ，
ｙ）を補正する。図１５は第４実施形態における効果を
説明するための図であり、従来の図２５に対応する。図
１４に示すように２値化平均濃度誤差拡散法の非線形ガ
ンマ特性により、背景領域の乱数ノイズによるかぶりが
少なく、かつ低濃度細線の再現性が良好で、かつ一様な
連続階調画像のＳＮＡＫＥ−ＬＩＫＥテクスチャが低減
されているのがわかる。Using EBave _xy , the input image f (x,
Correct y). FIG. 15 is a diagram for explaining the effect in the fourth embodiment and corresponds to the conventional FIG. As shown in FIG. 14, due to the non-linear gamma characteristic of the binarized average density error diffusion method, there is little fogging due to random number noise in the background area, good reproducibility of low density thin lines, and uniform continuous tone image. It can be seen that the SNAKE-LIKE texture is reduced.

【００８２】なお、ここで乱数ＺＲａｎｄ（ｒａｎｄｍ
ａｘ）は操作パネル１２における所望の画質モードの設
定に応じて決定される。Here, the random number ZRand (randm
ax) is determined according to the desired image quality mode setting on the operation panel 12.

【００８３】（５） 第５実施形態 次にこの発明の第５実施形態について説明する。図１６
はこの発明の第５実施形態に係る画像２値化回路の構成
を示すブロック図である。図１６を参照して第５実施形
態においては第４実施形態と異なり、乱数発生器３８に
よる乱数の加算が２値化平均濃度重み付けフィルタ２８
の後で行なわれている。(5) Fifth Embodiment Next, a fifth embodiment of the present invention will be described. FIG.
FIG. 13 is a block diagram showing a configuration of an image binarization circuit according to a fifth embodiment of the present invention. Referring to FIG. 16, in the fifth embodiment, unlike the fourth embodiment, the addition of random numbers by the random number generator 38 is performed by the binarized average density weighting filter 28.
It is done after.

【００８４】それ以外の部分については第４実施形態と
同様であるので、同一部分に同一参照符号を付してその
説明は省略する。Since the other parts are the same as those in the fourth embodiment, the same parts are designated by the same reference numerals and the description thereof will be omitted.

【００８５】図１６を参照して、２値化平均誤差Ｂａｖ
ｅ_xyに乱数発生器３８で発生された乱数ＺＲａｎｄ（ｒ
ａｎｄｍａｘ）を加算する。この乱数は第４実施形態の
場合と同じものである。Referring to FIG. 16, binarized average error Bav
e _xy is a random number ZRand (r generated by the random number generator 38
andmax) are added. This random number is the same as in the case of the fourth embodiment.

【００８６】すると加算器３７からの加算出力Ｂａｖ
ｅ′_xyは Ｂａｖｅ′_xy＝Ｂａｖｅ_xy＋ＺＲａｎｄ（ｒａｎｄｍａｘ） …（７） となる。Then, the addition output Bav from the adder 37
e ′ _xy is Bave ′ _xy = Bave _xy + ZRand (randmax) (7)

【００８７】これを用いて入力画像データｆ（ｘ，ｙ）
に対して補正する。この構成の効果を図１７に示す。２
値化平均濃度誤差拡散法の非線形ガンマ特性により、背
景領域の乱数ノイズによるかぶりが少なく、かつ低濃度
細線の再現性が良好でかつ一様な連続階調画像のＳＮＡ
ＫＥ−ＬＩＫＥテクスチャが低減されているのがわか
る。Using this, input image data f (x, y)
Correct for. The effect of this configuration is shown in FIG. Two
Due to the non-linear gamma characteristic of the binarized average density error diffusion method, there is little fogging due to random number noise in the background area, and the reproducibility of low density fine lines is good and the SNA of a continuous tone image is uniform.
It can be seen that the KE-LIKE texture is reduced.

【００８８】（６） 第６実施形態 第４および第５実施形態において、線画領域と連続階調
写真画像領域からなる混在原稿に対してすべての領域で
等しく乱数を加算すると、線画領域のエッジにジャギー
（がたつき）が発生するという問題がある。(6) Sixth Embodiment In the fourth and fifth embodiments, if a random number is added equally to all areas of a mixed original consisting of a line drawing area and a continuous tone photographic image area, the edge of the line drawing area is added. There is a problem of jaggies.

【００８９】線画領域は元々前述のＳＮＡＫＥ−ＬＩＫ
Ｅテクスチャは発生しないので、乱数の加算は上記ジャ
ギーの発生を考慮すれば非合理的である。したがって、
文字／写真を領域判別し、自動的に乱数の加算を制御す
れば、画質的にも操作上も効果的である。The line drawing area is originally the above-mentioned SNAKE-LIK.
Since the E texture does not occur, the addition of random numbers is irrational considering the occurrence of the jaggies. Therefore,
If the area of the character / photo is discriminated and the addition of random numbers is automatically controlled, it is effective in terms of image quality and operation.

【００９０】このような文字／写真領域の判別を組込ん
だ第６実施形態に係る画像２値化回路の構成を図１８に
示す。図１８を参照して、第６実施形態は第３実施形態
に対して領域判別装置３２に乱数発生器３８が接続され
ている点が異なり、それ以外の部分については第３実施
形態と同様である。したがって、同一部分に同一符号を
付してその説明は省略する。ここで領域判別手段３２お
よび乱数発生器はそれぞれ第３実施形態および第４実施
形態で述べたものと同様である。図１８を参照して、領
域判別装置３２によって入力画像データｆ（ｘ，ｙ）が
文字領域のデータであると判定されれば、乱数発生器３
８からの乱数の加算は行なわれない。写真領域と判定さ
れれば、乱数発生器３８から乱数の加算が行なわれる。
このように構成することによって上記した効果を得るこ
とができる。FIG. 18 shows the configuration of the image binarization circuit according to the sixth embodiment, which incorporates such character / photograph region discrimination. With reference to FIG. 18, the sixth embodiment is different from the third embodiment in that a random number generator 38 is connected to the area discriminating device 32, and other parts are the same as in the third embodiment. is there. Therefore, the same parts are designated by the same reference numerals and the description thereof is omitted. The area discriminating means 32 and the random number generator are the same as those described in the third and fourth embodiments, respectively. Referring to FIG. 18, if the area discrimination device 32 determines that the input image data f (x, y) is character area data, the random number generator 3
Random numbers from 8 are not added. If it is determined that the area is a photograph area, the random number generator 38 adds random numbers.
With such a configuration, the above-mentioned effects can be obtained.

【００９１】なお、領域判別装置３２の具体的構成は第
３実施形態で説明したものと同様であるので、その説明
は省略する。Since the specific construction of the area discriminating apparatus 32 is the same as that described in the third embodiment, the description thereof will be omitted.

【００９２】このような構成により、文字領域は乱数加
算によるエッジのジャギーが抑えられ、かつ写真領域は
ＳＮＡＫＥ−ＬＩＫＥテクスチャの発生しない高品位な
画像で再現される。With this configuration, edge jaggies due to random number addition are suppressed in the character area, and the photograph area is reproduced as a high-quality image in which no SNAKE-LIKE texture is generated.

【００９３】本実施形態においては、２５６階調（２５
６値）の画像データを２値画像データに変換するものを
示したが、これに限るものではなく、多値画像データを
これより階調数の少ない画像データに変換するもの、す
なわち、Ｍ値の画像データをＮ値の画像データ（Ｍ＞
Ｎ）に変換する画像処理装置に適用できることはいうま
でもない。In this embodiment, 256 gradations (25
6-valued image data is converted to binary image data, but the invention is not limited to this, and multi-valued image data is converted to image data having a smaller number of gradations, that is, M value. Image data of N values (M>
It goes without saying that the present invention can be applied to an image processing device for converting into N).

【００９４】[0094]

【発明の効果】上記のように、請求項１に係る発明によ
れば、局所的重み付けされた平均値に対して少なくとも
１でない係数を乗じた値を用いて入力データが補正され
る。局所的重み付けされた平均値はガウス分布に近い積
分特性を持つため非線形特性を有し、その値に対して１
以外の係数が乗算されるため、非線形ガンマ補正特性を
保持すると同時にかつその特性を大きくした状態で入力
多像の補正が行なわれるため、ＲＡＭを搭載することな
く非線形ガンマ補正特性が得られると同時に、元の画像
特性が反映した状態で補正されるため、簡単にかつ安価
に非線形ガンマ補正の可能な画像処理装置が提供でき
る。As described above, according to the first aspect of the invention, the input data is corrected by using the value obtained by multiplying the locally weighted average value by at least a coefficient which is not 1. The locally weighted average value has an integral characteristic close to a Gaussian distribution and thus has a non-linear characteristic.
Since non-linear gamma correction characteristics are maintained while the non-linear gamma correction characteristics are maintained, and input multi-image correction is performed with the characteristics being increased, the non-linear gamma correction characteristics can be obtained without installing a RAM. Since the correction is performed in a state where the original image characteristics are reflected, it is possible to easily and inexpensively provide an image processing apparatus capable of nonlinear gamma correction.

【００９５】請求項２に係る画像処理装置においては、
入力画像データの濃度設定値に応じて乗算係数が設定さ
れるため、入力画像データの処理に応じた画像処理がで
きる。In the image processing apparatus according to claim 2,
Since the multiplication coefficient is set according to the density setting value of the input image data, image processing can be performed according to the processing of the input image data.

【００９６】請求項３および４に係る画像処理装置にお
いては、乗算結果に対して最大濃度を限定されるため、
線画濃度を濃くした状態で背景部のかぶりを防ぐことが
できる。In the image processing apparatus according to claims 3 and 4, since the maximum density is limited with respect to the multiplication result,
Fogging of the background can be prevented with the line drawing density being high.

【００９７】請求項５〜８に係る画像処理装置において
は、画像の領域判別が行なわれ、その領域に応じた係数
を用いて補正データが算出されるため、文字／写真混在
原稿においても各領域に適した画像処理が行なわれる。In the image processing device according to the fifth to eighth aspects, since the area of the image is discriminated and the correction data is calculated using the coefficient corresponding to the area, each area is also included in the character / photograph mixed original. Image processing suitable for

【００９８】請求項９〜１１に係る画像処理装置におい
ては、非線形ガンマ特性を持つＮ値化平均値誤差拡散フ
ィードバックループにおいて乱数を加算するため、低濃
度細線の再現性がよく、特に薄い背景領域での乱数加算
による「かぶり」ノイズの発生が防止できる。その結
果、低濃度細線の再現性がよくかつＳＮＡＫＥ−ＬＩＫ
Ｅテクスチャの低減が可能な所望の画像を得ることがで
きる画像処理装置が提供できる。In the image processing apparatus according to the ninth to eleventh aspects, since random numbers are added in the N-valued average value error diffusion feedback loop having the non-linear gamma characteristic, the reproducibility of the low density thin line is good, and particularly the thin background area It is possible to prevent the occurrence of "fog" noise due to the addition of random numbers in. As a result, the reproducibility of low-density thin lines is good and SNAKE-LIK
It is possible to provide an image processing device capable of obtaining a desired image capable of reducing E texture.

【００９９】請求項１２に係る画像処理装置において
は、補正データの加算される乱数は操作パネルからの画
質モードの設定に応じて設定されるため、画質モードに
応じた所望の画素データ補正ができる画像処理装置が提
供できる。In the image processing apparatus according to the twelfth aspect, since the random number to which the correction data is added is set according to the setting of the image quality mode from the operation panel, desired pixel data correction can be performed according to the image quality mode. An image processing device can be provided.

【０１００】請求項１３〜１７に係る画像処理装置にお
いては、入力画像データの属する領域の判別が行なわ
れ、その判別結果に応じて加算される乱数値が制御され
るため、線画領域と連続階調写真画像領域からなる混在
原稿に対して各領域に応じた補正が自動的に行なわれ
る。In the image processing apparatus according to the thirteenth to seventeenth aspects, the area to which the input image data belongs is discriminated, and the random number value to be added is controlled according to the discrimination result. A mixed original composed of toned image areas is automatically corrected according to each area.

【図面の簡単な説明】[Brief description of drawings]

【図１】この発明に係る画像処理装置の構成を示すブロ
ック図である。FIG. 1 is a block diagram showing a configuration of an image processing apparatus according to the present invention.

【図２】この発明が適用された画像２値化回路の構成を
示すブロック図である。FIG. 2 is a block diagram showing a configuration of an image binarization circuit to which the present invention is applied.

【図３】操作パネルの構成を示す図である。FIG. 3 is a diagram showing a configuration of an operation panel.

【図４】濃度調整モードが設定された状態における操作
パネルを示す図である。FIG. 4 is a diagram showing an operation panel in a state where a density adjustment mode is set.

【図５】濃度調整モードにおける濃度設定動作を示すフ
ローチャートである。FIG. 5 is a flowchart showing a density setting operation in a density adjustment mode.

【図６】この発明の第１実施形態の効果を示す図であ
る。FIG. 6 is a diagram showing an effect of the first embodiment of the present invention.

【図７】各濃度レベルごとの入力画像を２値化してその
出力２値画像をＦＥＴ解析したグラフである。FIG. 7 is a graph in which an input image for each density level is binarized and the output binary image is subjected to FET analysis.

【図８】この発明の第２の実施形態に係る画像２値化回
路の構成を示すブロック図である。FIG. 8 is a block diagram showing a configuration of an image binarization circuit according to a second embodiment of the present invention.

【図９】最大値制限器の構成を示すブロック図である。FIG. 9 is a block diagram showing a configuration of a maximum value limiter.

【図１０】この発明の第２実施形態の効果を示す図であ
る。FIG. 10 is a diagram showing the effect of the second embodiment of the present invention.

【図１１】この発明の第３実施形態に係る画像２値化回
路の構成を示すブロック図である。FIG. 11 is a block diagram showing a configuration of an image binarization circuit according to a third embodiment of the present invention.

【図１２】領域判別装置の具体例を示すブロック図であ
る。FIG. 12 is a block diagram showing a specific example of an area discrimination device.

【図１３】領域判別装置の具体例を示すブロック図であ
る。FIG. 13 is a block diagram showing a specific example of an area discrimination device.

【図１４】この発明の第４実施形態に係る画像２値化回
路の構成を示すブロック図である。FIG. 14 is a block diagram showing a configuration of an image binarization circuit according to a fourth embodiment of the present invention.

【図１５】この発明の第４実施形態における効果を説明
するための図である。FIG. 15 is a diagram for explaining the effect of the fourth embodiment of the present invention.

【図１６】この発明の第５実施形態に係る画像２値化回
路の構成を示すブロック図である。FIG. 16 is a block diagram showing a configuration of an image binarization circuit according to a fifth embodiment of the present invention.

【図１７】この発明の第５実施形態における効果を説明
するための図である。FIG. 17 is a diagram for explaining effects in the fifth embodiment of the present invention.

【図１８】この発明の第６実施形態に係る画像２値化回
路の構成を示すブロック図である。FIG. 18 is a block diagram showing a configuration of an image binarization circuit according to a sixth embodiment of the present invention.

【図１９】従来の画像処理装置の構成を示すブロック図
である。FIG. 19 is a block diagram showing a configuration of a conventional image processing apparatus.

【図２０】線形ガンマ特性を示す図である。FIG. 20 is a diagram showing a linear gamma characteristic.

【図２１】非線形Ｓ字ガンマ特性を示す図である。FIG. 21 is a diagram showing a nonlinear S-shaped gamma characteristic.

【図２２】従来のＲＡＭを用いたガンマ補正装置の具体
的構成を示すブロック図である。FIG. 22 is a block diagram showing a specific configuration of a conventional gamma correction device using a RAM.

【図２３】従来のガンマ特性を変更する画像２値化装置
の構成を示すブロック図である。FIG. 23 is a block diagram showing a configuration of a conventional image binarization apparatus that changes a gamma characteristic.

【図２４】従来の方法でガンマ補正を行なった場合の画
像の状態を示す図である。FIG. 24 is a diagram showing a state of an image when gamma correction is performed by a conventional method.

【図２５】誤差拡散２値化方式の問題点を説明するため
の図である。FIG. 25 is a diagram for explaining a problem of the error diffusion binarization method.

【図２６】誤差拡散２値化方式の問題点を説明するため
の図である。FIG. 26 is a diagram for explaining a problem of the error diffusion binarization method.

【符号の説明】[Explanation of symbols]

１０ 画像処理装置 １１ ＭＰＵ １２ 操作パネル １３ 画像入力装置 １４ Ａ／Ｄ変換装置 １５ Ｌｏｇ変換装置 １６ 先鋭度補正装置 １７ 画像２値化回路 １８ システムバス １９ プリンタ ２０ 画像バス ２１ 加算器 ２２ 比較器 ２３ セレクタ ２４ 減算器 ２５ 誤差格納メモリ ２６ 誤差重み付けフィルタ ２７ ２値画像メモリ ２８ ２値化平均濃度重み付けフィルタ ２９ 乗算器 ３０ 減算器 ３１ 最大値制限器 ３２ 領域判別装置 ３７ 加算器 ３８ 乱数発生器 10 Image processing device 11 MPU 12 Operation panel 13 Image input device 14 A / D converter 15 Log Converter 16 Sharpness correction device 17 Image binarization circuit 18 system bus 19 Printer 20 image bus 21 adder 22 Comparator 23 Selector 24 Subtractor 25 Error storage memory 26 Error weighting filter 27 Binary image memory 28 Binary Average Density Weighting Filter 29 Multiplier 30 subtractor 31 Maximum limiter 32 area discriminator 37 adder 38 Random number generator

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) H04N 1/40 - 1/409 ─────────────────────────────────────────────────── ─── Continuation of front page (58) Fields investigated (Int.Cl. ⁷ , DB name) H04N 1/40-1/409

Claims (16)

(57)【特許請求の範囲】(57) [Claims] 【請求項１】 入力されたＭ値の画像データをＮ値の画
像データ（Ｍ＞Ｎ）に変換する誤差拡散法を用いた階調
変換方式を有する画像処理装置であって、 前記Ｎ値データを記憶する記憶手段と、 前記記憶されたＮ値データに対して局所的重み付け平均
値を演算する第１演算手段と、 前記算出された局所的重み付け平均値に対して少なくと
も１でない係数を乗じる乗算手段と、 前記乗算手段によって得られた乗算結果と前記入力され
たＭ値の画像データとの差を求めて補正データを演算す
る第２演算手段と、 前記演算された補正データで前記入力画像データを補正
する補正手段とを含む、画像処理装置。1. An image processing apparatus having a gradation conversion method using an error diffusion method for converting input M-value image data into N-value image data (M> N), wherein the N-value data Storing means for storing the local weighted average value, first calculating means for calculating a local weighted average value for the stored N-value data, and multiplication for multiplying the calculated local weighted average value by at least a coefficient which is not 1. Means, second calculating means for calculating correction data by calculating a difference between the multiplication result obtained by the multiplying means and the input image data of the M value, and the input image data with the calculated correction data. An image processing apparatus including a correction unit that corrects the image. 【請求項２】 前記画像処理装置は操作パネルを含み、 前記係数は前記操作パネルからの濃度設定値に応じて設
定される、請求項１に記載の画像処理装置。2. The image processing apparatus according to claim 1, wherein the image processing apparatus includes an operation panel, and the coefficient is set according to a density setting value from the operation panel. 【請求項３】 前記乗算結果に対して、その最大値の制
限を行なう最大値制限手段をさらに含む、請求項１に記
載の画像処理装置。3. The image processing apparatus according to claim 1, further comprising maximum value limiting means for limiting the maximum value of the multiplication result. 【請求項４】 前記画像処理装置は操作パネルを含み、 前記最大値制限は前記操作パネルからの濃度設定値の設
定に応じて設定される、請求項３に記載の画像処理装
置。4. The image processing apparatus according to claim 3, wherein the image processing apparatus includes an operation panel, and the maximum value limit is set according to the setting of the density setting value from the operation panel. 【請求項５】 前記画像処理装置はさらに、入力画像デ
ータの特性を判別する領域判別手段を含み、 前記領域判別手段の演算結果によって前記係数が制御さ
れる、請求項１に記載の画像処理装置。5. The image processing apparatus according to claim 1, wherein the image processing apparatus further includes area determining means for determining characteristics of input image data, and the coefficient is controlled by a calculation result of the area determining means. . 【請求項６】 前記領域判別装置は所定の局所領域の最
大値／最小値を演算することにより前記領域を判別する
判別手段を含む、請求項５に記載の画像処理装置。6. The image processing apparatus according to claim 5, wherein the area discriminating apparatus includes discriminating means for discriminating the area by calculating a maximum value / minimum value of a predetermined local area. 【請求項７】 前記領域判別手段は、所定の局所領域の
エッジを検出することにより、前記領域の特性を判別す
る判別手段を含む、請求項５に記載の画像処理装置。7. The image processing apparatus according to claim 5, wherein the area discriminating means includes a discriminating means for discriminating a characteristic of the area by detecting an edge of a predetermined local area. 【請求項８】 前記領域判別手段は前記領域が文字領域
か写真領域かを判別し、 前記文字領域では、前記係数を１より小さく設定する、
請求項６または７に記載の画像処理装置。8. The area determining means determines whether the area is a character area or a photograph area, and in the character area, the coefficient is set to be smaller than 1.
The image processing device according to claim 6. 【請求項９】 入力されたＭ値の画像データをＮ値の画
像データ（Ｍ＞Ｎ）に変換する誤差拡散法を用いた階調
変換方式を有する画像処理装置であって、 前記Ｎ値データを記憶する記憶手段と、 前記記憶されたＮ値データに対して局所的重み付け平均
値を算出する第１演算手段と、 前記局所的重み付け平均値と前記入力Ｍ値画像データと
の差を求めて補正データを算出する第２演算手段と、 前記補正データを用いて前記入力Ｍ値画像を補正する補
正手段とを含み、前記補正手段は、前記補正データに乱
数を加算する乱数加算手段を含む、画像処理装置。9. An image processing apparatus having a gradation conversion method using an error diffusion method for converting input M-value image data into N-value image data (M> N), wherein the N-value data A first calculating means for calculating a local weighted average value for the stored N-value data, and a difference between the local weighted average value and the input M-value image data. A second calculation unit that calculates correction data; and a correction unit that corrects the input M-value image using the correction data. The correction unit includes a random number addition unit that adds a random number to the correction data. Image processing device. 【請求項１０】 入力されたＭ値の画像データをＮ値の
画像データ（Ｍ＞Ｎ）に変換する誤差拡散法を用いた階
調変換方式を有する画像処理装置であって、 前記Ｎ値データを記憶する記憶手段と、 前記記憶されたＮ値データに対して局所的重み付け平均
値を算出する第１演算手段と、 前記局所的重み付け平均値と前記入力Ｍ値画像データと
の差を求めて補正データを算出する第２演算手段と、 前記補正データを用いて前記入力Ｍ値画像を補正する補
正手段とを含み、前記補正手段は、 前記算出された局所
的重み付け平均値に対して乱数を加算する乱数加算手段
を含む、画像処理装置。10. The input M-value image data is converted into N-value image data.
Floor using error diffusion method to convert to image data (M> N)
An image processing apparatus having a tonal conversion method, comprising: storage means for storing the N-value data; and locally weighted average for the stored N-value data.
First calculation means for calculating a value, the locally weighted average value, and the input M-value image data
Second calculating means for calculating the correction data by obtaining the difference between the input data and the correction data for correcting the input M-value image.
And a positive means, said correcting means, a random number adding means for adding a random number to the calculated local weighted average value
An image processing apparatus including : 【請求項１１】 入力されたＭ値の画像データをＮ値の
画像データ（Ｍ＞Ｎ）に変換する誤差拡散法を用いた階
調変換方式を有する画像処理装置であって、 前記Ｎ値データを記憶する記憶手段と、 前記記憶されたＮ値データに対して局所的重み付け平均
値を算出する第１演算 手段と、 前記局所的重み付け平均値と前記入力Ｍ値画像データと
の差を求めて補正データを算出する第２演算手段と、 前記補正データを用いて前記入力Ｍ値画像を補正する補
正手段とを含み、前記補正手段は、 前記算出されたＮ値
データに乱数を加算する乱数加算手段を含む、画像処理
装置。11. The input M-value image data is converted into N-value image data.
Floor using error diffusion method to convert to image data (M> N)
An image processing apparatus having a tonal conversion method, comprising: storage means for storing the N-value data; and locally weighted average for the stored N-value data.
First calculation means for calculating a value, the locally weighted average value, and the input M-value image data
Second calculating means for calculating the correction data by obtaining the difference between the input data and the correction data for correcting the input M-value image.
An image processing apparatus including a positive means, and the correction means includes a random number addition means for adding a random number to the calculated N-value data. 【請求項１２】 前記画像処理装置は操作パネルを含
み、前記乱数は前記操作パネルからの所望の画質モード
の設定に応じて設定される、請求項９〜１１のいずれか
に記載の画像処理装置。The method according to claim 12, wherein said image processing apparatus includes an operation panel, the random number is set according to the setting of a desired image quality mode from the operation panel, according to any <br/> of claims 9-11 Image processing device. 【請求項１３】 前記画像処理装置は前記入力Ｍ値画像
データの属する領域を判別する領域判別手段を含み、前
記領域判別手段の判別結果によって前記乱数が制御され
る、請求項９〜１１のいずれかに記載の画像処理装置。Wherein said image processing apparatus includes an area determining unit that determines an area belongs the input M value image data, the random number by the result of the determination area discriminating means is controlled, one of the claim 9-11 the image processing apparatus according to any. 【請求項１４】 前記領域判別手段は局所領域の最大値
／最小値を演算することにより前記領域を判別する、請
求項１３に記載の画像処理装置。14. The image processing apparatus according to claim 13, wherein the area discrimination unit discriminates the area by calculating a maximum value / minimum value of a local area. 【請求項１５】 前記領域判別手段は前記領域が文字領
域か写真領域かを判別し、 前記乱数加算手段は、前記領域が文字領域であるとき
は、前記乱数加算手段は写真領域よりも低い乱数を加算
する、請求項１３または１４に記載の画像処理装置。15. The area discrimination means discriminates whether the area is a character area or a photograph area, and the random number addition means, when the area is a character area, the random number addition means is a random number lower than the photograph area. The image processing device according to claim 13 or 14 , wherein 【請求項１６】 前記領域判別手段は、局所領域のエッ
ジを検出することにより領域を判別する、請求項１３に
記載の画像処理装置。16. The image processing apparatus according to claim 13, wherein the area discrimination unit discriminates the area by detecting an edge of the local area.