JP3863616B2 - Image structure prediction processing method - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、輪転機等を利用するカラー印刷機により網点画像による印刷物を実際に作成する前に、その印刷物に存在すると思われるモアレ等の像構造を、予め、ＣＲＴ等のディスプレイ上の画像（いわゆるソフトプルーフ）またはカラープリンタから出力されるハードコピー上の画像（いわゆるハードプルーフ）として表現することを可能とする像構造予測処理方法に関する。
【０００２】
【従来の技術】
輪転機等を利用するカラー印刷機により網点画像による印刷物を作成する工程は時間もかかり、また費用もかかることから、実際の製品としての印刷物を作成する前に、その印刷物のプルーフ（校正刷り）をカラー印刷機以外のデバイス、いわゆるプルーファにより作成することが一般的に行われている。
プルーファによりプルーフを作成する目的は、印刷物の色再現予測（色再現シミュレーション）と像構造予測（像構造シミュレーション）の二つの目的があるが、本発明においては、色再現予測に影響を与えない像構造予測を目的とする。
【０００３】
従来から、印刷物用のプルーファとして、網点方式を用いるプルーファと網点方式を用いない非網点方式のプルーファとが提案されている。そして、これらのプルーファを用いる従来の像構造予測処理技術、いわゆるプルーフ技術としては以下の３つが挙げられる。
まず、第１は、網点方式のプルーファとして、高解像度のデジタルプリンタを用い、実際に網点画像を描くプルーフ技術である。この技術は、印刷物の像構造を正確にシミュレーションできるという利点がある。
【０００４】
第２は、網点方式のプルーファとして、Ｃ（シアン）、Ｍ（マゼンタ）、Ｙ（イエロー）、Ｋ（墨）の４版分の印刷用のリスフィルムから各々特殊な化学材料に網点画像（絵柄）を露光により転写し、４枚分（Ｃ，Ｍ，Ｙ，Ｋ版）の化学材料シート（いわゆる転写フィルム）を重ね合わせる方式のプルーファを用いる技術である。このような、プルーファとしては、例えば、本出願人が製品として販売している転写フィルムを用いるプルーファが挙げられる。この方式は、実際のスクリーン線数で網点方式により作成したＣ（シアン）、Ｍ（マゼンタ）、Ｙ（イエロー）、Ｋ（墨）の４版の転写フィルムを、実際の網角度で本紙に転写してハードプルーフを得る技術であり、印刷物の像構造を正確にシミュレーションすることができるという利点を有している。
【０００５】
また、第３の非網点方式のプルーファとして、連続調カラープリンタ、例えば濃度変調方式で３００ｄｐｉの解像度を有する昇華色素インキ型カラープリンタを用いたシステム等がある。このようなカラープリンタでは、網を打たずに原画像を連続調画像として表現するので、簡単な操作でプルーフを作成することができるという利点がある。
【０００６】
【発明が解決しようとする課題】
しかしながら、上記網点方式のプルーファを用いる技術のうち、高解像度のデジタルプリンタで網を実際に描く方式では、網を表現でき印刷の像構造を正確にシミュレーションすることができるが、高解像度のデジタルプリンタ自体が高価な機械であって、しかも、ランニングコストがかかるので、手軽とはいえないという問題があった。
また、特殊な化学材料からなる転写フィルムをＣＭＹＫの４版分重ね合せる方式でも、網を表現でき印刷の像構造を正確にシミュレーションすることができるが、装置自体のコストに加え、本紙のコストが比較的高く、化学材料からなる転写フィルムが高価であるとともに、プルーフ作成するまでの工程が面倒であり、すなわち、手作業による、いわゆる手間を多く必要とし、したがって、プルーフの作成までに比較的長い時間を要し、必ずしも、簡便であるとは言えないという問題があった。また、この方式では、原理的に色を印刷物とあわせることは難しいという問題があった。
【０００７】
一方、非網点方式のプルーファを用いる技術では、連続調プリンタにて網を打たず原画像を連続調画像として表現するので、安価であって、手軽であり、短時間でプルーフを得ることができるが、網点による表現については何も考慮されておらず、網を表現できないので、色再現予測用プルーフとして使用することはできても、像構造予測用のプルーフとしては使用することができないという問題があった。
このため、第３の非網点方式のプルーファを用いる技術の特徴である安価、手軽という利点を持ちつつ、第１および第２の網点方式のプルーファを用いる技術と同じように網点により発生する像構造を表現することができる技術が強く求められていた。
【０００８】
本発明の目的は、上記従来技術の問題点を解消し、連続調プリンタやディスプレイを使って印刷網起因の像構造をシミュレーションすることにより、連続調プリンタやディスプレイを使い、その利点である手軽さと材料、機械の安さを保ちながらも高級機のような網点起因の像構造を予測すること、すなわち印刷物に表れるモアレ、線切れ、直線のがたつき等の像構造を、ハードプルーフまたはソフトプルーフ上で正確、簡易かつ短時間に予測することを可能とするとともに、印刷像構造をシミュレーションする場合のモアレなどの像構造の強度を対象とする印刷機にあわせて自由に調整することを可能にする像構造予測処理方法を提供することにある。
【０００９】
また、本発明の他の目的は、上記目的に加え、印刷網起因の像構造を、印刷のシャープネス性（シャープ感）を損なうことなく、あるいは印刷像構造をシミュレーションする場合のシャープネスの強度を対象とする印刷機にあわせて自由に調整して、ハードプルーフまたはソフトプルーフ上で正確かつ簡易に予測することを可能とする像構造予測処理方法を提供するにある。
さらに、本発明の他の目的は、上記目的に加え、像構造予測の際に印刷物の色の忠実なシミュレーションも同時に達成することのできる像構造予測処理方法を提供するにある。
【００１０】
なお、「線切れ」とは、印刷物上で１画素程度で表される長尺物、例えば、遠方に存在し、垂直方向に立てられている国旗掲揚用ポール等が、周期的に切れているように見える像構造をいう。
また、「直線のがたつき」とは、同様に、印刷物上で１画素程度で表される長尺物、例えば、遠方に存在する建物の屋上に水平方向に設けられた手摺等が、周期的に直線でないように見える像構造をいう。
【００１１】
【課題を解決するための手段】
本発明に係る像構造予測処理方法は、ＣＭＹ各版またはＣＭＹＫ各版の画素に分解された原画像の画素値を、印刷網画像に表れる像構造を予測するための画素値に変換するに際し、
変換しようとする画素を含む近傍画素の画素値を重み付け平均するための、前記印刷網画像の線数、網角度により決定される格子の周期に依存した、前記近傍画素の画素値の重みを調整可能にしたことを特徴とする。
本発明によれば、画素値を変換しようとする画素を含む近傍画像の画素値を、印刷網の線数、網角度により決定される格子の周期に依存した重みにより重み付け平均して変換するようにしているので、変換された画像値に基づくプルーフの画像上に印刷物に表れるモアレ、線切れ、直線のがたつき等の像構造が現れ、重み付け平均する近傍画素の画素値の重みが調整可能であるので、発生する像構造の強度を対象とする印刷機にあわせて自由に調整することができる。
【００１２】
本発明においては、前記格子の周期に依存した重みを、前記近傍画素と同一マスクサイズの加重マトリクスの各要素に配列するのが好ましい。こうすることにより、重み付け平均演算を簡単に行うことができる。
また、前記格子の周期に依存した、前記加重マトリクスの各要素に配列される重みをＦ（ｉ，ｊ，ｋ，ｌ）とし、Ｅ（ｋ，ｌ）を中心の係数が１、その他が０である前記加重マトリクスと同サイズの係数マトリックスとし、前記重みの調整率をαとするとき、調整された前記加重マトリクスの各要素に配列される重み
Ｆ’（ｉ，ｊ，ｋ，ｌ）は、下記式（１）で与えられるのが好ましい。こうすることにより重み付け平均演算の重みを調整し、印刷網画像に発生すると予測される像構造の強度を対象とする印刷機に合わせて自由に調整することができる。

ここで（ｉ，ｊ）は前記変換しようとする画素の前記原画像座標の位置を示し、（ｋ，ｌ）は前記近傍画素と同一マスクサイズの加重マトリクス座標の位置を示す。
また、前記重みの調整率αは、０．６〜１．８の範囲で調整可能であるのが好ましい。こうすることにより、多くの印刷機による印刷物に対応できる。
【００１３】
また、前記加重マトリクスの各要素に配列される重みは、
網展開用の閾値マトリクスに配列されている閾値中、前記画素値を変換しようとする各画素に対応する位置に存在する閾値を直接的に用いるのが好ましく、こうすることで、像構造予測のための重みが容易に得られる。
また、前記閾値を直接的に用いるとは、前記複数の閾値の任意の１個を用いるか、前記複数の閾値を平均した閾値を用いるようにするのが好ましく、こうすることで、任意の１個を用いた場合には、計算が簡単であり、平均した閾値を用いた場合には、より像構造を正確に予測することができる。
【００１４】
また、前記加重マトリクスの各要素に配列される重みは、
網展開用の閾値マトリクスに配列されている閾値中、前記画素値を変換しようとする各画素に対応する位置に存在する閾値を直接的に用いた加重マトリクスの各要素中の値を、この加重マトリクスの中心要素から周辺要素に向かって徐々に値が小さくなるような減少フィルタ処理を行った後の値を用いるようにするのが好ましい。こうすることで、変換後の画素によるプルーフ上の画像における隣り合う画素が滑らかにつながる。
【００１５】
また、前記加重マトリクスの各要素に配列される重みは、
網展開用の閾値マトリクスに配列されている閾値中、前記画素値を変換しようとする各画素に対応する位置に存在する複数の閾値を直接的に用いた加重マトリクスの各要素中の値を空間的分布の勾配が急になるように関数変換し、その関数変換した後の値を、この加重マトリクスの中心要素から周辺要素に向かって徐々に値が小さくなるような減少フィルタ処理を行った後の値を用いるようにするのが好ましい。この場合、加重マトリクスの中心要素から周辺要素に向かって徐々に値が小さくなるような減少フィルタ処理の前に、加重マトリクスの各要素中の値を空間的分布の勾配が急になるように関数変換しているので、加重マトリクスの中心要素から周期要素に向かって徐々に値が小さくなるような減少フィルタ処理により像構造がぼける副作用を除去することができる。
【００１６】
また、前記原画像の画素値が変換された前記像構造を予測するための画素値は、印刷網画像の出力機の解像度を有する画素値であり、前記網展開用の閾値マトリクスは、前記出力機の解像度より高い解像度の網展開用の閾値マトリクスであり、前記減少フィルタによる処理を行いながら、前記出力機の解像度に変更するのが好ましい。こうすることにより、像構造予測を行う際に、一旦、出力機の解像度より高い解像度で画素値の変換処理を行っているので、より印刷の像構造を正確に予測することができる。
【００１７】
また、前記加重マトリクスの各要素に配列される重みは、
前記減少フィルタによる処理を行った後の値、または前記出力機の解像度に変更された閾値マトリクスの各値に対して、さらに、前記減少フィルタ処理のほぼ逆の特性を持つシャープフィルタによる処理を施した後の値を用いるようにするのが好ましく、こうすることで、プルーフ上の再生画像の画素のエッジを印刷のエッジと同様のシャープ感とすることができる。
【００１８】
また、前記シャープネスフィルタのシャープネスの調整割合は、調整可能であるのが好ましい。こうすることにより、印刷像構造をシミュレーションする場合のシャープネスの強度を対象とする印刷機にあわせて自由に調整することができる。
また、前記シャープネスフィルタの各要素をＵ（ｋ，ｌ）とし、Ｅ（ｋ，ｌ）を中心の係数が１、その他が０である、前記シャープネスフィルタと同サイズの係数マトリックスとし、前記シャープネスの調整割合をβとするとき、調整された前記シャープネスフィルタの各要素Ｕ’（ｋ，ｌ）は、下記式（２）で与えられるのが好ましい。こうすることにより、シャープネスの調整割合を調整し、印刷網画像をシミュレートしたプルーフ上のシャープネスの強度を、対象とする印刷機に合わせて自由に調整することができる。

ここで（ｋ，ｌ）は前記シャープネスフィルタ座標の位置を示す。
【００１９】
また、前記減少フィルタと前記シャープフィルタとを１つのフィルタとするのが好ましく、または、前記調整された前記加重マトリクスと前記調整された前記シャープネスフィルタとを１つのフィルタに合成するのが好ましい。こうすることにより、これらのフィルタ処理による２回の計算を１回の計算で済むようにすることができる。
また、前記近傍画素が、矩形近傍画素であるのが好ましく、こうすることにより、近傍画素の選択が簡単になる。
また、前記調整された重みによって重み付け平均された画素値は、前記格子の周期に依存した重みによって重み付け平均された画素値と前記変換しようとする画素の画素値とを内分または外分した値であるであるのが好ましい。
【００２０】
【発明の実施の形態】
以下、本発明に係る像構造予測処理方法を添付の図面に示す好適実施の形態を参照して詳細に説明する。
図１は、本発明の像構造予測処理方法の一形態を実施する像構造予測処理システム１１の一実施例の全体構成を示している。
【００２１】
この像構造予測処理システム１１は、像構造予測処理本体としてのコンピュータ１２を有し、コンピュータ１２の入力側に画像入力機１３と網属性入力機１４とモアレ強度入力機１５とシャープネス強度入力機１６とが接続され、コンピュータ１２の出力側にプリンタ１７および（または）ディスプレイ１８を有する画像出力機１９が接続されている。
【００２２】
コンピュータ１２は、像構造予測処理に係わるソフトウェアを稼働させることができればどのようなコンピュータであってもよく、像構造予測処理に係わるソフトウェア以外のソフトウェアをも搭載でき、稼働可能な、一般的なパーソナルコンピュータまたはワークステーションを使用することができる。
【００２３】
画像入力機１３は、例えば、印刷用のスキャナ（画像読取手段）や前記ワークステーション等を構成する外部記憶装置であり、この画像入力機１３の出力データである画像に分解された原画像データ（Ｃ（シアン）、Ｍ（マゼンタ）、Ｙ（黄）、Ｋ（墨）の各版の原画像データ）がコンピュータ１２を構成する解像度変換処理ブロック２１を通じて原画像データ（ＣＭＹＫ各版の原画像データであって、各版毎の原画像データは、それぞれ、原画像データＣ、原画像データＭ、原画像データＹ、原画像データＫという。）Ｉとして像構造予測処理ブロック（像構造予測処理手段）２２に供給される。
なお、図１において、コンピュータ１２を構成する像構造予測処理ブロック２２等、「ブロック」と称している部分は、主にソフトウェアによる処理を意味している。
【００２４】
画像入力機１３から出力される原画像データは、ＣＭＹＫ各色で表される階調画像データであって、表現ビット数、画像サイズ、画像解像度等を属性として記憶するような画像フォーマット｛ＴＩＦＦ形式等｝で表される種々の解像度の画像である。この種々の解像度の原画像データが、解像度変換出力ブロック２１により、プリンタ１７の解像度、すなわち出力解像度、例えば、４００ｄｐｉの解像度に変換され、多階調、例えば８ビット階調の原画像データＩとして像構造予測処理ブロック２２に供給される。なお、解像度変換処理は、例えば、周知の面積補間処理等により実行されるので像構造が現れることなく、また色が変化することもない。
【００２５】
網属性入力機１４は、キーボード、マウス等により構成され、これからプルーフ（校正刷りのこと、ただし、印刷機による校正刷りではなく、後に詳しく説明するように、濃度階調方式による連続階調プリンタやディスプレイ上での校正用画像のことを意味する。）上で像構造を予測しようとする印刷の線数ＬＰＩ（Ｌｉｎｅ Ｐｅｒ Ｉｎｃｈ）と網角度θとを像構造予測処理ブロック２２に供給するものである。この実施の形態において、線数ＬＰＩは１７５線、網角度θは、ＣＭＹＫの４版では、それぞれ、７５度、４５度、０度、１５度として入力されるものとする。なお、線数ＬＰＩ、網角度θとも所望の値を選択することができる。
【００２６】
モアレ強度入力機１５は、キーボード、マウス等からなり、像構造シミュレーションのモアレ強度入力手段を構成し、プルーフ上にモアレ、線切れ、直線のがたつき等の像構造をシミュレーションする際に、実際に印刷する印刷機に合わせて、プルーフ上にシミュレートされる像構造（以下においては、モアレで代表する）の強度の調整割合、すなわち強調率αを像構造予測処理ブロック２２に供給するものである。ここで、モアレの強度の強調率αは、詳細は後述するが、像構造予測処理ブロック２２において、印刷の線数ＬＰＩ、網角度θにより決定される格子の周期に依存した重みを調整するためのものである。
ところで、モアレの強さは原画や印刷条件（線数、網角度、印刷濃度）が同じでも印刷機の性質によって違ってくる。この違いは印刷機の印圧等の機構的なものや網展開のアルゴリズムのようなソフト的および／またはハード的なものに起因し、一様には予測することができない。
このような違いに対応するために、本発明においては、印刷機によって様々に変わるモアレの強さに合わせてシミュレーション上のモアレの強度を調整する手段を提供しているのである。従って、印刷機のモアレの出やすさ出にくさに合わせて、シミュレーションのモアレ強度入力手段を使って、プルーフのモアレの強度を調整するのである。
【００２７】
シャープネス強度入力機１６は、キーボード、マウス等からなり、像構造シミュレーションのシャープネス強度入力手段を構成し、プルーフ上にモアレ、線切れ、直線のがたつき等の像構造をシミュレーションする際に、実際に印刷する印刷機に合わせて、プルーフ上にシミュレートされた画像のシャープネス強調の割合βを像構造予測処理ブロック２２に供給するものである。ここで、シャープネス強調割合βは、詳細は後述するが、像構造予測処理ブロック２２において、印刷の線数ＬＰＩ、網角度θにより決定される格子の周期に依存した重みに施すシャープネスフィルタの強度を調整するためのものである。
ところで、シャープネスの強さは原画や印刷条件（線数、網角度、印刷濃度）が同じでも印刷機の性質によって違ってくる。この違いは印刷機の印圧等の機構的なものや網展開のアルゴリズムのようなソフト的および／またはハード的なものに起因し、一様には予測することができない。
このような違いに対応するために、本発明においては、印刷機によって様々に変わるシャープネスの強さに合わせてシミュレーション画像上のシャープネスの強度を調整する手段を提供しているのである。従って、印刷機によるシャープネスの出やすさ出にくさに合わせて、シミュレーションのシャープネス強度入力手段を使って、プルーフのシャープネスの強度を調整するのである。
【００２８】
像構造予測処理ブロック２２により実施される処理は、後に詳しく説明するように、基本的には、原画像データＩを構成する各画像の画素値を、印刷の線数ＬＰＩ、網角度θにより決定される格子の周期に依存した重みにより重み付け平均した画素値に変換する処理であるが、本発明においては、印刷像構造シミュレーションにおいて発生するモアレなどの強度を対象とする印刷機に合わせて自由に調整するために、これらの格子の周期に依存した重みをモアレ強度の強調率αによって調整するし、好ましくは調整された重みにシャープネス処理を施し、必要に応じて、対象とする印刷機に合わせてシャープネス強調割合βにより重みに施すシャープネス処理の強度を調整する処理である。こうして最終的に得られた重み付け平均した画素値からなる画像データは、モアレの強度、必要に応じてシャープネス強度が対象印刷機に応じて調整された像構造強調画像データ（ＣＭＹＫ各版の画像データであって、各版毎に画像データは、それぞれ、画像データＣ’、画像データＭ’、画像データＹ’、画像データＫ’とする）Ｉ’として印刷色予測処理ブロック２３および（または）ディスプレイ色予測処理ブロック２４に供給される。
【００２９】
この発明の要部ではないので、詳しく説明しないが、プリンタ用の印刷色予測処理ブロック２３においては、上記ＣＭＹＫの像構造強調画像データＩ’が、一旦、いわゆるデバイス（印刷、ＣＲＴ、写真、ＬＥＤ）に依存しない画像データであるデバイスインデペンデントデータ、例えば、３刺激値データＸＹＺに変換された後、サンプル色の測色値を基にプリンタ用のＲ（赤）、Ｇ（緑）、Ｂ（青）画像データ（デバイスデペンデントデータ）に変換されてプリンタ１７に供給される。一方、ディスプレイ用の印刷色予測処理ブロック２４においては、同様に、ＣＭＹＫの像構造強調画像データＩ’が、一旦、３刺激値データＸＹＺ等のデバイスに依存しない画像データに変換された後、ディスプレイ用の色温度、観察光源、その他の条件を考慮したＲＧＢ画像データに変換されてディスプレイ１８に供給される。
【００３０】
画像出力機１９を構成するプリンタ１７は、シート上に連続階調画像が形成されたハードプルーフＨＰを作成できる、いわゆる連続調カラープリンタであればどのようなプリンタでもよく、特に限定されるわけではないが、例えば、濃度階調方式により、具体的には、ＲＧＢの３原色に対応するＬＥＤ（発光ダイオード）またはレーザの発光強度および／または時間を画像毎にデジタル的に制御してドナーフィルムに画像を形成し、これを受像シートに転写し、そのシート上に画像を形成する、いわゆるハードプルーフＨＰを作成する装置などを好ましく用いることができる。このような構成の連続調プリンタ１７は、通常の印刷のように、刷版からＰＳ版を作成し、これを利用して印刷するカラー印刷機に比較して相当に廉価である。また、このようなプリンタ１７の解像度は、例えば２００〜４００ｄｐｉ等であり、印刷の解像度、例えば２０００ｄｐｉに比較して相当に低いが、このような低解像度により印刷によるモアレ等の像構造を表現することができる。なお、ハードプルーフＨＰ上にモアレ等の像構造を自由に表現し、その強度を自由に調整し、また形成画像のシャープネス強度を自由に調整することができることから、プリンタ１７は、その解像度が、４００ｄｐｉ程度のものを用いるのが好ましい。
【００３１】
一方、画像出力機１９を構成するディスプレイ１８は、カラーＣＲＴモニタ、カラーＬＣＤ（液晶）モニタ、カラープラズマディスプレイなどを用いることができ、色温度やホワイトバランス、ガンマ特性等の調整可能なものが好ましいが、画面上に画像を形成する、いわゆるソフトプルーフＳＰを表現する装置であれば特に限定されない。単に、像構造のみを確認する目的であれば、上記のような種々の特性は調整できないが、廉価である通常のカラーＣＲＴモニタ等を使用することもできる。
【００３２】
次に、像構造予測処理ブロック２２の原理的な構成について説明する。像構造予測処理の原理は、ＣＭＹ各版またはＣＭＹＫ各版の画素に分解された原画像データＩの画素値を、印刷線数（スクリーン線数）と網角度と原画像の絵柄等との組み合わせに依存して印刷画像に表れるモアレ等の像構造を予測するための画素値に変換するために、画素値を変換しようとする画素（以下、計算対象画素ともいう）を含む近傍画素の画素値の印刷の線数ＬＰＩ、網角度θにより決定される格子の周期に依存した重みを求め、この重みを印刷画像を出力する印刷機に応じた発生強度のモアレ等の像構造となるようにモアレの強度の強調率αにより調整し、調整された重みにより重み付け平均して変換するものである。
【００３３】
本発明における近傍画素の重み付け平均処理は、図２に示すように、まず、位置依存の重みを網属性入力機１４を通じて入力された印刷の線数ＬＰＩと網角度θにしたがって決定するステップ（ステップＳ１）、その位置依存重みをモアレ強度入力機１５を通して入力されたモアレ強度の強調率αにしたがって調整するステップ（ステップＳ３）、および調整された重みにしたがって近傍画素の値を重み付けで平均して各画素の値を求めるステップ（ステップＳ４）からなる３つのステップによる第１の処理によるものと、位置依存の重みを印刷の線数ＬＰＩ、網角度θにしたがって決定するステップ（ステップＳ１）、その重みをさらに強調するステップ（ステップＳ２）、強調された重みをモアレ強度の強調率αにしたがって調整するステップ（ステップＳ３）、および調整された重みにしたがって近傍画素の値を重み付けで平均して各画素の値を求めるステップ（ステップＳ４）とからなる４つのステップによる第２の処理によるものとが基本的に考えられる。
【００３４】
この場合、ステップＳ１における位置依存の重みの決定処理は、ある関数により発生する方法としてもよいが、重みの発生に時間がかかるので、ルックアップテーブルを参照する方法としてもよい。
また、本発明の特徴とするステップＳ３における位置依存の重みの調整処理は、決定された位置依存の重みを調整するもので、決定された位置依存の重みと変換しようとする画素位置では１、それ以外の位置では０である関数とをモアレ強度の強調率αを使って内分または外分する方法としているが、他の強調割合の調整方法を採用してもよい。
また、ステップＳ４における重み付け平均処理は、あるマスクサイズをもった畳み込み積分による加重マトリクス（以下、加重フィルタまたは重み付けフィルタともいう）を用いた処理（以下、フィルタ処理ともいう）、すなわち、積和処理で行うことにより、処理の高速化を図ることができる。なお、重み付け平均処理を加重マトリクスフィルタ処理で行う場合には、重み調整処理された加重マトリクスフィルタ処理とするのがよい。
【００３５】
また、加重マトリクスを設計する場合には、フィルタ処理後の画素による画像（絵柄）のつながりを滑らかに（自然に）するために、図２にステップＳ５で示すように、近隣画素の位置重みが計算対象画素から遠ざかるにしたがい低減する減少フィルタ（以下、減衰フィルタともいう）処理、すなわちアンチエリアジング処理を行うようにしてもよい。
また、プルーフＨＰ、ＳＰ上の画像の鮮鋭度（シャープネス、いわゆるシャープ感）が印刷物上の画像と同じ鮮鋭度となるようにするために、図２にステップＳ６で示すように、減少フィルタ処理後の加重フィルタにシャープネスフィルタ（以下、強調フィルタともいう）を作用させた加重マトリクスフィルタを重み付け平均処理用のマトリクスフィルタとして利用するようにしてもよい。通常、プリンタ１７によりシート上に形成されるドットは、レーザ光等による記録ドットの形状がガウシャン等の形状になっていることから、記録ドットによる画像エッジがなまり（画像エッジがぼけ）、このようなステップＳ６の鮮鋭（シャープ）化処理が有用である。
【００３６】
また、本発明のもう１つの特徴とする部分であるステップＳ７におけるシャープネス強度の調整処理は、減少フィルタ処理後の加重フィルタにシャープネスフィルタの強調割合を調整するもので、シャープネスフィルタとフィルタ中心位置では１、それ以外の位置では０であるフィルタとをシャープネス強調の割合βを使って内分または外分する方法としているが、他の強調割合の調整方法を採用してもよい。
ところで、図２に示す例においては、ステップＳ３の重みの調整処理後にステップＳ４の重み付け平均処理を行って調整された重みによって重み付け平均された画素値を求めているけれども、本発明はこれに限定されるわけではなく、ステップＳ１またはＳ２において求められた位置依存の重みを用いて、先にステップＳ４の重み付け平均処理を行って重み付け平均された画素値を求め、この重み付け平均画素値と元の原画像の画素値とをモアレ強度の強調率αを使って内分または外分することにより、調整重みによる重み付け平均画素値を求めるようにして、結果的にステップＳ３の重みの調整の効果を得るようにしてもよい。
【００３７】
次に、像構造予測処理ブロック２２の原理的な構成についてより詳しく説明する。
重み付け平均処理は、上述したように、原画像データＩを構成するＣＭＹＫ各版の原画像データに対して行う。例えば、Ｃ版を例に取って説明すると、出力解像度（プルーフ解像度）上の座標（ｉ，ｊ）の画素データ（画素値）をＣ（ｉ，ｊ）とし、近傍画素の重み付け平均処理後の座標（ｉ，ｊ）の画素データ（画素値）をＣａ（ｉ，ｊ）としたとき、処理後（変換後）の画素値Ｃａ（ｉ，ｊ）は、次の（３）式で表すことができる。
【数１】

近傍画素の重み付け平均処理の計算（Σ_k=-m ^m Σ_l=-n ⁿ ）は、原画像Ｃ（ｉ，ｊ）の（２ｍ＋１）×（２ｎ＋１）近傍の矩形範囲の画素Ｃ（ｉ＋ｋ，ｊ＋ｌ）について行われる。すなわち、Ｃ（ｉ＋ｋ，ｊ＋ｌ）において、ｋ＝−ｍ〜ｍ、ｌ＝−ｎ〜ｎ（２ｍ＋１および２ｎ＋１は自然数で、計算対象画素座標位置（ｉ，ｊ）を中心とする近傍画像の幅および高さ（サイズ）を示す）である。
【００３８】
上記（３）式は、重み付け平均処理であるので、重み（重み関数ともいう）Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ，ＬＰＩｃ，θｃ）の合計値が１．０になるように正規化（以下、規格化ともいう）している。なお、（３）式は、Ｃ版についての式であるが残りのＭ、Ｙ、Ｋ各版についても同様であり、その場合には、原画像の画素値Ｃ（ｉ，ｊ）に対して、原画像の画素値Ｍ（ｉ，ｊ）、Ｙ（ｉ，ｊ）、Ｋ（ｉ，ｊ）がそれぞれ対応し、処理後の画像の画素値Ｃａ（ｉ，ｊ）に対して処理後の画像の画素値Ｍａ（ｉ，ｊ）、Ｙａ（ｉ，ｊ）、Ｋａ（ｉ，ｊ）がそれぞれ対応する。また、座標（ｉ，ｊ）は、画像のｘ，ｙ直交２次元空間上の座標である。さらに、Ｃ版用の線数ＬＰＩｃに対して、Ｍ版、Ｙ版、Ｋ版の各線数ＬＰＩｍ、ＬＰＩｙ，ＬＰＩｋがそれぞれ対応し、Ｃ版の網角度θｃに対してＭ版、Ｙ版、Ｋ版の網角度θｍ、θｙ、θｋがそれぞれ対応する。
【００３９】
（３）式中、重み関数Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ，ＬＰＩｃ，θｃ）は、いわゆる周波数干渉を起こさせるための関数であって、原画を構成する画素のうち、ある周期的なピッチ（印刷の線数ＬＰＩｃに依存するピッチ）およびある傾き（網角度θｃに相当する傾き）を持つ格子上の特定の点に相当する位置にある画素値の重みを高める処理を行う関数である。
ここで、本発明においては、この重み関数Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ，ＬＰＩｃ，θｃ）は、モアレ等の像構造をシミュレーションする際のモアレの強度を印刷の対象とする印刷機にあわせて調整するために、ステップＳ３においてモアレ強度入力機１５から入力されたモアレ強度の強調率αによって新たに強度調整された重み関数を用いるが、ステップＳ１で求められた位置依存重み関数も、ステップＳ２で求められた位置依存重み関数も重み関数であることには変わりはなく、これらの重み関数をそのまま重み付け平均処理に用いてもモアレ等の像構造を予測することができることはいうまでもない。
【００４０】
以下に、本発明の特徴とするモアレ等の像構造をシミュレーションする際のモアレの強度を印刷機にあわせて調整可能にする方法について説明する。
ところで、印刷の場合印刷の線数ＬＰＩおよび網角度θが決定されれば、Ｃ版のＬＰＩｃおよびθｃは定数と考えることができるので、上述の重み関数Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ，ＬＰＩｃ，θｃ）は、ＣＭＹＫ版のいずれについても重み関数Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ）とすることができる。そこで、以下の説明においては、ステップＳ３で求められたモアレ強度が調整された重み関数をＣＭＹＫ版のいずれについてもモアレ強度調整フィルタＦ’（ｉ，ｊ，ｋ，ｌ）で表し、ステップＳ１またはステップＳ２で求められた位置依存重み関数をＣＭＹＫ版のいずれについても位置依存フィルタＦ（ｉ，ｊ，ｋ，ｌ）を表すものとする。
【００４１】
ここで、本発明で新しく強度を調整されたフィルタＦ’（ｉ，ｊ，ｋ，ｌ）は下記式（１）で表すことができる。

ただし、Ｅ（ｋ，ｌ）は、中心の係数が１．０でそれ以外が０．０の係数マトリックス（Ｅは画素座標位置（ｉ，ｊ）に依存しない）である。
αは、モアレの強度の強調率である。なお、α＝１ならば強調をする前と同じ状態、すなわちＦ（ｉ，ｊ，ｋ，ｌ）に等しく、α＝０ならばモアレの強度は０になり、モアレシミュレーションを行わない場合（原画そのもの）に等しい。
ｉ，ｊは、画像の画素の位置座標であって、矩形画像のサイズ（ピクセル数）をwidth × height とするとｉ＝０〜height−１、ｊ＝０〜width −１である。
ｋ，ｌは、畳み込み積分を行う際の補助変数である。
【００４２】
こうして求められたモアレ強度調整フィルタＦ’（ｉ，ｊ，ｋ，ｌ）を使ったステップＳ４における畳み込み積分は、Ｃ版に関する上記式（３）と同様に、例えば強度調整フィルタＦ’（ｉ，ｊ，ｋ，ｌ）を位置依存の（２ｍ＋１）×（２ｍ＋１）フィルタとするとき、次のような式（４）に従って行われる。
【数２】

ただし、この式（４）において、Ｄ（ｉ，ｊ）は、原画のＣＭＹＫ版いずれかの画素値であり、Ｄ’（ｉ，ｊ）は、処理結果の同じ版の画素値である。また、この場合、ｋ＝−ｍ〜ｍ、ｌ＝−ｍ〜ｍである。
【００４３】
ところで、本発明においては、強度調整フィルタＦ’（ｉ，ｊ，ｋ，ｌ）による重み付け平均画素値Ｄ’（ｉ，ｊ）を以下のようにして求めてもよい。
ここで、位置依存フィルタＦ（ｉ，ｊ，ｋ，ｌ）による重み付け平均画素値をＤａ（ｉ，ｊ）とする時、画素値Ｄａ（ｉ，ｊ）は下記式（５）によって与えられるので、上記式（４）に上記式（１）を代入し、得られた式に下記式（５）を代入することにより、変換画素値Ｄ’（ｉ，ｊ）は下記式（６）によって与えれることになる。
【数３】

Ｄ’（ｉ，ｊ）＝αＤａ（ｉ，ｊ）＋（１−α）Ｄ（ｉ，ｊ） …（６）
こうして、像構造予測処理ブロック２２においてモアレ強度を調整した重み付け平均処理を行うことができる。
【００４４】
像構造予測処理ブロック２２の重み付け平均処理の原理について、さらに、図面により視覚的に説明する。ここで説明する重み付け平均処理の原理は、モアレ強度調整の有無に関係なく成り立つものである。図３（ａ）は、例えば、４００ｄｐｉの画素に分解された原画Ｉのイメージを表すものとする。図３（ｂ）は、印刷プルーフを作成しようとする印刷物そのものの１７５線４５度の座標系（以下、網格子座標系ともいう）ＰＣを意味するものとする。図３（ａ）に示す原画Ｉのイメージ上に図３（ｂ）に示す１７５線４５度の座標系ＰＣに係る格子を重ね合わせたイメージＳＩを図３（ｃ）に示す。
図３（ｃ）に示す重ね合わせイメージＳＩ中、画素を黒く塗りつぶした部分は、１７５線４５度の座標系ＰＣの格子点に載った画素部分であり、この黒く塗りつぶした画素の画素値の重み（ウエイト）を高める（実際には、重み付け平均処理であるので、その高めた周囲にある白抜けで表された画素の画素値の重みを同時に低くする）ことで、上述の格子上の特定の点に相当する位置にある画素値の重みを高める処理を行うことができる。
【００４５】
直感的に理解し易いように、重みを極端に偏らせた場合（例えば、１と０）の例で説明すると、このときは、原画Ｉを構成する画素のうち、黒く塗りつぶした部分のみを残し、そのほかの白抜け部分は捨て去るという、単純な画像の間引き演算によるものと解釈することもできる。すなわち、画像間引き演算を画像に適用した場合に発生するサンプリング処理によるモアレ発生と同じ原理でモアレを発生させると考えることができるからである。なお、図３（ｂ）において、線数分の１の値１／１７５［インチ］は、網のピッチと呼ぶ。したがって、網１個の大きさが１／１７５×１／１７５［インチ² ］になる。
【００４６】
次に、図２のステップＳ１の処理における重み付け用の重み（ウエイトともいう）を計算する（決定する）方法の例として基本的な以下の２つの方法を説明する。
第１の方法は、印刷の網展開用のＣＭＹＫ各版の閾値マトリクス（閾値テンプレートまたは有理数網テンプレートともいい、通称スーパーセルとも呼ばれる）を直接的に、換言すれば、ルックアップテーブルとして使用して重みを計算する方法である。
【００４７】
図４（ａ）は、図３（ａ）に示した原画像Ｉのイメージ中、１つの版の１部の、例えば９画素を示している。各画像の画素値がａ，ｂ，…ｉであるものとする。座標系は（ｉ，ｊ）であり、画素値ａ，ｂ，…ｉ（このｉは、座標系（ｉ，ｊ）のｉとは異なるものである）は、例えば、８ビット階調を構成する値０〜２５５のうちの１つの値を採る。
図４（ｂ）は、例えば、２０００ｄｐｉの印刷物に用いられる網展開用の閾値マトリクスＴＭ’の一部を示しているとする。４００ｄｐｉの１画素は、２０００ｄｐｉの５×５＝２５画素（閾値マトリクスＴＭ’として考えた場合には２５要素）に対応する。この５×５の要素からなる部分閾値マトリクスの中央の要素の閾値が、図４（ｂ）に示すように、Ａ，Ｂ，…Ｉであるものとする。各閾値Ａ，Ｂ，…Ｉは、例えば、８ビット階調を構成する値０〜２５５のうちの１つの値を採る。なお、この閾値マトリクスＴＭの大きさを２１５要素×２１５要素（４６２２５個の閾値）とすると、原画像Ｉの画素の大きさに換算すると、４３×４３個の大きさに対応する。この２０００ｄｐｉ上の座標系は（ｉ’，ｊ’）とする。
【００４８】
図４（ａ）の原画像Ｉ中、例えば、モアレ強度の強調割合が調整される前の位置依存加重マトリクスを用いて、中央の画素値ｅを重み付け平均処理した処理後の画素値ｅ_a を考えると、画素値ｅ_a は、次の（７）式により表される。
ｅ_a ＝（Ａａ＋Ｂｂ＋…＋Ｉｉ）／（Ａ＋Ｂ＋…Ｉ） …（７）
この場合、重みは、Ａ／（Ａ＋Ｂ＋…Ｉ），Ｂ／（Ａ＋Ｂ＋…Ｉ），…Ｉ／（Ａ＋Ｂ＋…Ｉ）である。したがって、重みの合計（総和）は、値１になる。この重み付け平均処理は、画素値を変換しようとする画素ｅの３×３近傍の原画像のマトリクス（図４（ａ）参照）に、要素の重みがＡ／（Ａ＋Ｂ＋…Ｉ），Ｂ／（Ａ＋Ｂ＋…Ｉ），…Ｉ／（Ａ＋Ｂ＋…Ｉ）の３×３加重マトリクスの畳み込み積分によるフィルタ処理、すなわち、いわゆる積和処理になる。
なお、モアレ強度の強調率αによる調整後の位置依存加重マトリクスを用いた時の、重み付け平均処理後の中央の画素値ｅ’は、下記式（８）によって表すことができる。なお、画素値ｅ’は、先に重み付け平均処理して得た処理後の画素値ｅ_a をモアレ強度の強調率αを用いて調整しても求めることができることが分かる。

この場合の重みは、αＡ／（Ａ＋Ｂ＋…Ｉ），αＢ／（Ａ＋Ｂ＋…Ｉ），…，αＥ／（Ａ＋Ｂ＋…Ｉ）＋（１−α），…，αＩ／（Ａ＋Ｂ＋…Ｉ）であり、この場合も、重みの合計（総和）は、同様に値１になる。
【００４９】
印刷の網展開用の各版の閾値マトリクスＴＭ’を直接的に使用して重みを計算する場合、重みとして、このような画素位置に対応する閾値マトリクスＴＭ’中の５×５要素の各部分閾値マトリクス中の特定の位置、例えば、図４（ｂ）に示すように、中央位置に存在する閾値を使用してもよく、５×５要素の各部分閾値マトリクス中の左上等の要素の閾値を使用してもよい。また、５×５部分閾値マトリクスの平均値を重み用として用いてもよい。こうして得られた重みをモアレ強度の強調率αによって調整すればよい。
以上の説明が、印刷の網展開用の各版の閾値マトリクスＴＭ’を直接的に使用して重みを計算して、調整重みを得る第１の方法の説明である。
【００５０】
第２の方法は、重みを計算するために、図３（ｂ）に示す網格子座標系ＰＣと同じものを描いた図５（ａ）上の各格子点（格子と格子の交点）３１を中心に、もしくは格子点の中点３２を中心に、または格子中の任意の所定の１カ所を中心に、各中心から外側に向かって重みが単調に減少するかまたは増加する関数を用いる方法である。たとえば、格子点の中点３２を中心に単調に減少する関数としては、図５（ａ）に示すｕｖ座標系で考えると、格子１個毎に、次の（９）式に示す重み関数を考えることができる。格子の各辺の長さは、印刷線数ＬＰＩの逆数である。

この重み関数ｆ（ｕ，ｖ）の模式的波形を１７５線４５度の座標系ＰＣに重ね合わせたイメージＳＩ’を斜視的に見た図を図５（ｂ）に示す。
【００５１】
実際上、図３（ａ）に示す原画像Ｉ中、所定の画素位置（ｉ，ｊ）の重みを計算する際には、その画素位置（ｉ，ｊ）に対する格子空間座標ＰＣ上での対応する位置を位置（ｕ，ｖ）とおいて、原画像Ｉの解像度ｄｐｉをＲ、印刷線数ＬＰＩをＬ、網角度をθとするとき、位置（ｕ，ｖ）は、次の（１０）式により求めることができる。

この（１０）式で求めた位置（ｕ，ｖ）を（９）式に代入することで、その位置（ｕ，ｖ）における重みを所定の画素位置（ｉ，ｊ）における重みとすることができる。こうして得られた重みをモアレ強度の強調率αによって調整すればよい。
以上が、重みを計算して、調整重みを得る第２の方法であるが、重み付け用の重み（以下、ウエイトともいう）としては、いずれの方法で計算した重みを用いても同様な像構造予測（像構造シミュレーション）結果が期待できる。
【００５２】
次に、図６のフローチャートを参照して、重み計算して、調整重みを得る方法をさらに具体的に説明するが、まず重みを計算する方法として、以下の説明においては、計算の簡便さと、計算時間の短さとを考慮して、印刷の網展開用の各版の閾値マトリクスＴＭ’を直接的に使用して重みを計算する方法を用いて説明する。
そこで、Ｃ版での具体的数値を有する加重マトリクスの作成例を説明する。他の版の加重マトリクスも以下に説明するＣ版での加重マトリクスの作成と全く同様の手順で作成することができる。この場合、画像出力装置としてのプリンタ１７として、上述したように、出力解像度が４００ｄｐｉ、ＲＧＢ各色の濃度階調が２５６階調の、いわゆる濃度階調方式の連続調カラープリンタとする。また、原画像データＩの解像度は、予め解像度変換処理ブロック２１による解像度変換により出力解像度と同じ４００ｄｐｉになっているものとする。
【００５３】
プリンタ１７から出力されるハードプルーフＨＰ上でシミュレーションしようとする像構造、言い換えれば、印刷の像構造予測に対する印刷線数ＬＰＩ、網角度θは任意であるが、ここでは、印刷線数ＬＰＩがＬＰＩ＝１７５線、ＣＭＹＫ各版の網角度θは、θ＝７５度、４５度、０度、１５度であるものとして説明する。
なお、印刷では０度〜１８０度で網角度を取り扱うが、これは、網の形状が９０度回転に対して対称性を持たないからである。しかし、網点の配列だけに注目すれば、網空間は９０度で直交した座標系であるから、印刷の像構造予測の場合には０度〜９０度を使用すればよい。網角度０がθ＝９０度〜１８０度の網は、次の（１１）式により変換した値を用いればよい。
θ＝θ％（９０度） …（１１）
「％」は、右辺のθを９０度で割った余りが左辺のθである、余剰演算を意味する。
【００５４】
加重マトリクス（以下、加重フィルタともいう）のマスクサイズは、図３（ｃ）から分かるように、１つの格子（網）中に、出力解像度に対応する画素が少なくとも１つ入るように決めれば、像構造を表現することができると考えられる。ここでは、出力解像度を印刷線数で割って切り上げた値を意味する、次の（１２）式によって規定される３×３のマスクサイズを有する加重マトリクスを作成するものとする。

なお、（１２）式において、ＩＮＴ（Ｘ）は、Ｘの整数部分のみを残す演算を示す。
【００５５】
加重マトリクスのマスクサイズが３×３であって、上述した（３）式中、印刷線数ＬＰＩ、網角度θが決定された場合、これらを定数と考えることができることから、（３）式は、次の（１３）式のように考えることができる。
【数４】

ここで、この式（１３）を下記のように表示するとすると、

Σ_k=-1 ¹ Σ_l=-1 ¹ の計算は、３×３近傍範囲の画素について行う。すなわち、ｋ＝−１，０，１、ｌ＝−１，０，１である。以下の説明では、Σ_k=-1 ¹ Σ_l=-1 ¹ の計算をΣ_k Σ_l と表示するものとする。ここで、Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ）は、モアレ強度の調整前の重みでも、調整後の重みでもよい。
【００５６】
まず、上述した第１の方法について、図６を参照して、以下にさらに具体的に説明する。
３×３加重マトリクスの各要素の値を決定する場合、上述したように、印刷に用いられる閾値マトリクスである有理数網（有理網ともいう）テンプレートを利用することができる（ステップＳ１１）。
例えば、２０００ｄｐｉの有理数網テンプレートの要素数を２１５×２１５とする。ここで、有理数網テンプレートのサイズをＭＭｓｉｚｅ×ＭＭｓｉｚｅと定義する（ＭＭｓｉｚｅ＝２１５）。
【００５７】
図７は、解像度が２０００ｄｐｉで有理数網テンプレートサイズＭＭｓｉｚｅがＭＭｓｉｚｅ＝２１５の有理数網テンプレートＴＭ０’の一例を示している。なお、解像度２０００ｄｐｉ上での座標系は（ｉ’，ｊ’）とする。従って、２０００ｄｐｉの有理数網テンプレートＴＭ０’上では座標ｉ’はｉ’＝０〜２１４の値を取り、座標ｊ’はｊ’＝０〜２１４の値を取る。閾値ｔｈ０’の割り当てられている要素数は２１５×２１５であり、閾値ｔｈ０’の値は、例えば８ビットデータであるとすると、ｔｈ０’＝０〜２５５のいずれかの値をとる。
この２０００ｄｐｉの有理数網テンプレートＴＭ０’から、原画像データＩに作用させるための４００ｄｐｉ用の３×３の加重マトリクスを作成する場合には、２０００ｄｐｉの５×５ドット（要素）が４００ｄｐｉの１ドットに対応することを考慮すれば、まず、図４（ｂ）に示したように、各５×５の要素からなる部分有理数網テンプレートの中央の閾値（太線で囲んだ要素の値）を抽出した４３×４３個の閾値からなる閾値テンプレートを作成することが考えられる（ステップＳ１２）。
【００５８】
図８は、このようにして作成した４３×４３個の閾値ｔｈ０（ｉ，ｊ）からなる閾値テンプレートＴＭ０の例を示している。なお、図８において、閾値テンプレートＴＭ０のマスクサイズをＭｓｉｚｅとしているが、この例では、マスクサイズＭｓｉｚｅはＭｓｉｚｅ＝４３に対応する。
この場合、３×３加重マトリクスをｗｇｔ０（ｉ，ｊ，ｋ，ｌ）とすれば、これは、次の（１４）式で表すことができる（ステップＳ１３）。

ここで、ｋ，ｌは、ｋ，ｌ＝−１，０，１であり、ｓｓ（ｉ，ｊ）は、
ｓｓ（ｉ，ｊ）＝Σ_k Σ_l ｛ｔｈ０（ｉ，ｊ，ｋ，ｌ）｝（ｋ，ｌ＝−１〜１）を意味する。
この３×３加重マトリクスｗｇｔ０（ｉ，ｊ，ｋ，ｌ）をＦ（ｉ，ｊ，ｋ，ｌ）として、上記式（１）に従ってモアレ強度の強調率αによる調整を行うことにより、下記式（１５）で表される調整加重マトリクスｗｇｔ０’（ｉ，ｊ，ｋ，ｌ）を求めることができる（ステップＳ２７）。

【００５９】
こうして得られた３×３加重マトリクスによる重み付け平均演算は、具体的には、図９（ａ）〜図９（ｅ）に示すように、例えば、ｗｇｔ０（ｉ，ｊ，ｋ，ｌ）は、ｗｇｔ０（１，１，ｋ，ｌ）＝ｔｈ０（１＋ｋ，ｌ＋ｌ）／ｓｓ（１，ｌ）となるので、図８に示す閾値テンプレートＴＭ０から閾値ｔｈ０（１，ｌ）＝５４を中心とする３×３近傍の閾値を抽出し（図９（ａ）参照）、Σ_k Σ_l ｓｓ（１，ｌ）を求めると、図９（ｂ）に示すように、ｔｈ０（１，ｌ）の３×３近傍の閾値を合計したΣ_k Σ_l ｓｓ（１，ｌ）＝２０８＋１４８＋…＋７７＝１２６８となる。
したがって、３×３加重マトリクスｗｇｔ０は、３×３近傍の閾値を、それぞれΣ_k Σ_l ｓｓ（１，ｌ）＝１２６８で割った商として得られる。この３×３加重マトリクスｗｇｔ０総和であるΣ_k Σ_l ｗｇｔ０（１，１，ｋ，ｌ）は、常に値１となる（図９（ｃ）参照）。
また、モアレ強度の強調率αを０．９とすると、３×３加重マトリクスｗｇｔ０は、図９（ｄ）に示すようになる。
【００６０】
図４（ａ）に示した４００ｄｐｉの模式的な３×３画素の原画像データＩから、モアレ強度調整重みによる画素値ｅの重み付け平均後の画素値をｅ’とすれば、図９（ｅ）に示すように、ｅ’＝（ａ×０．１４８＋ｂ×０．１０５＋…＋ｅ×０．１３８＋…＋ｉ×０．０５５）＝０．９×（ａ×２０８＋ｂ×１４８＋…＋ｅ×５４＋…＋ｉ×７７）／１２６８＋ｅ×０．１として得ることができる。
因みに、画素ｅの隣りの画素ｆの画素値ｆの調整重みによる重み付け平均後の画素値をｆ’とすれば、画素値ｆ’は、図８において、座標（ｉ，ｊ）が（ｉ，ｊ）＝（２，１）を中心とする３×３近傍の閾値「１４８，２４４，６０，５４，１５９，８４，２２０，７７，４４」を使用して先ず３×３加重マトリクスｗｇｔ０（２，１）を作成し、次いで、モアレ強度の強調率αの値０．９を使用して上記式（１５）から３×３調整加重マトリクスｗｇｔ０’（２，１）を作成し、原画像データＩ中、画素値ｆを中心とする３×３近傍の画素に作用させて同様に重み付け平均すればよい。
【００６１】
実際上、３×３加重マトリクスｗｇｔ０、ｗｇｔ０’は、網位置座標（ｉ，ｊ）に対応した数分、この例では、Ｍｓｉｚｅ×Ｍｓｉｚｅ＝４３×４３個だけ用意する必要があり、Ｍｓｉｚｅ×Ｍｓｉｚｅ個の場合には、これに制限された網位置座標が、（ｉ％Ｍｓｉｚｅ，ｊ％Ｍｓｉｚｅ）となる。なお、ｉ％Ｍｓｉｚｅは、余剰演算であり、ｉをＭｓｉｚｅで割った余剰を意味する（例えばｉ＝１、４４、８７の場合には、ｉ％Ｍｓｉｚｅは、全て同じ値でｉ％Ｍｓｉｚｅ＝１となる。）。したがって、重み付け平均処理後の画像データ、換言すれば、像構造強調後の画像データＣａ（ｉ，ｊ）は、上記（１３）式を変形した次の（１６）式により得られることになる。ここで、画像データＣａ（ｉ，ｊ）は、モアレ強度調整の前後のいずれの変換データをも表すものとする。

【００６２】
このようにして、（１６）式による重み付け平均処理が原画像データＩに対して施され、重み付け平均処理後の画像データＣａ（ｉ，ｊ）を得ることができる。なお、原画像データＩ中、４辺に存在する画素は、加重マトリクスの要素が存在しない部分を使用しなければならないので、その要素を決める計算が繁雑になり、また、４辺部分には、通常、重要な絵柄が存在しないので、この実施の形態においては、重み付け平均処理を行わないで、原画像データＩをそのまま使用するようにしている。
重み関数Ｗｅｉｇｈｔ（ｉ％Ｍｓｉｚｅ，ｊ％Ｍｓｉｚｅ，ｋ，ｌ）として調整３×３加重マトリクスｗｇｔ０’を使用した、（１６）式による重み付け平均処理後の画像データＣａ（ｉ，ｊ）を図１に示した予測処理ブロック２３または２４によりＲＧＢ画像データに変換してプリンタ１７またはディスプレイ１８によりハードプルーフＨＰまたはソフトプルーフＳＰを作成することにより、その画像上に対象とする印刷機に応じてその強度が調整されたモアレ、線切れ等の像構造が現れる（図６をも参照）。
【００６３】
次に、３×３加重マトリクスの他の例を説明する。この他の例は、図２を参照して説明した重みの強調ステップＳ２を実施するためのものである。
重みを強調する場合には、図７に示した２０００ｄｐｉの閾値テンプレートＴＭ０’を構成する各閾値ｔｈ０’をそれぞれ空間的に強調してから３×３加重マトリクスｗｇｔ１（後述する。）を作成してもよく、すでに作成している図８に示した４００ｄｐｉの閾値テンプレートＴＭ０から３×３加重マトリクスｗｇｔ１を作成してもよい。
【００６４】
図７に示した２０００ｄｐｉの閾値テンプレートＴＭ０を構成する各閾値ｔｈ０’をそれぞれ強調する場合には、例えば、次の（１７）式に示す３乗の正規化演算を行うことで、強調後の閾値ｔｈ１’を作成することができる（ステップＳ１４）。
ｔｈ１’（ｉ’，ｊ’）＝ｔｈ０’（ｉ’，ｊ’）³ ／２５５² …（１７）
また、図８に示した４００ｄｐｉの閾値テンプレートＴＭ０を用いる場合には、次の（１８）式に示す３乗の正規化演算を行うことで、強調後の閾値ｔｈ１を作成することができる（ステップＳ１４）。
ｔｈ１（ｉ，ｊ）＝ｔｈ０（ｉ，ｊ）³ ／２５５² …（１８）
図１０は、（１７）式の演算結果である強調後の閾値ｔｈ１’から構成される２０００ｄｐｉの閾値テンプレートＴＭ１’を示している。
図１１は、（１８）式の演算結果である強調後の閾値ｔｈ１から構成される４００ｄｐｉの閾値テンプレートＴＭ１を示している。
【００６５】
なお、元の閾値ｔｈ０，ｔｈ１の強調後の閾値ｔｈ０’，ｔｈ１’は、元の各閾値ｔｈ０，ｔｈ１を３乗して、閾値の最大値である２５５×２５５で割っているので、例を示せば、強調前の元の閾値ｔｈ０，ｔｈ１の値がｔｈ０，ｔｈ１＝０，２４，５４，７７，１３４，１４８，２２０，２４４，２５５のものは、それぞれ、強調後の閾値ｔｈ０’，ｔｈ１’としてｔｈ０’，ｔｈ１’＝０，０，２，７，３７，４９，１６３，２２３，２５５になる。すなわち、値２５５に近い閾値は、ほぼ元の閾値のままとされ、値０に近づくにしたがい閾値は、元の閾値より相当小さい閾値になる。なお、閾値は０または正の整数（自然数）であって、最小値は０値であることを留意する。
【００６６】
３×３加重マトリクスｗｇｔ１は、図１１に示す強調後の閾値テンプレートＴＭ１を構成する閾値ｔｈ１を使用して、（１４）式に対応する、次の（１９）式により作成することができる（ステップＳ１５）。

ここで、ｋ，ｌ＝−１〜１、ｓｓ（ｉ，ｊ）＝Σ_k Σ_l ｛ｔｈ１（ｉ，ｊ，ｋ，ｌ）｝（ｋ，ｌ＝−１〜１）を意味する。
こうして得られた３×３加重マトリクスｗｇｔ１（ｉ，ｊ，ｋ，ｌ）を用い、上記式（１）に従ってモアレ強度の強調率αによる調整を行うことにより、調整加重マトリクスｗｇｔ１’（ｉ，ｊ，ｋ，ｌ）を、（１５）式に対応した、次の（２０）式により作成することができる（ステップＳ２０）。

【００６７】
重み関数Ｗｅｉｇｈｔ（ｉ％Ｍｓｉｚｅ，ｊ％Ｍｓｉｚｅ，ｋ，ｌ）として、この調整３×３加重マトリクスｗｇｔ１’を使用した（１６）式による重み付け平均処理後の画像データＣａ（ｉ，ｊ）を図６に示すように予測処理ブロック２３，２４によりＲＧＢ画像データに変換してプリンタ１７またはディスプレイ１８によりハードプルーフＨＰまたはソフトプルーフＳＰを作成することにより、その画像上に対象とする印刷機に応じてその強度が調整されたモアレ、線切れ等の像構造が現れる。
この調整３×３加重マトリクスｗｇｔ１’を使用したプルーフＨＰ、ＳＰは、上述の調整３×３加重マトリクスｗｇｔ０’を使用したプルーフＨＰ、ＳＰに比較してより像構造が強調された、より印刷物の像構造に近いモアレ、線切れ等を再現することができる。すなわち、より正確な像構造の予測が可能となる。
【００６８】
ただし、この調整３×３加重マトリクスｗｇｔ１’を使用したプルーフＨＰ、ＳＰには、出力画像の４００ｄｐｉを構成する各画素と隣り合う画素との間で僅かに滑らかにつながらず、言い換えれば、エッジが僅かに目立つという副作用が存在している。また、４００ｄｐｉ以上の周期に相当する周波数成分も僅かに目立つという副作用がある。
これらの副作用を解決するためには、中心から周囲に向かって重みが減少（減衰）する３×３ローパスフィルタ（中心を低減成分と考えた場合の表現）を調整前の３×３加重マトリクスｗｇｔ１に作用させた３×３加重マトリクスｗｇｔ２（詳細は後述する）を作成すればよい。３×３ローパスフィルタ（減少フィルタという）は、ぼかしフィルタまたはアンチエリアジングフィルタであると考えることができ、この実施の形態では、実際には、ガウシャンフィルタを使用した。
【００６９】
図１２は、この実施の形態で用いた４００ｄｐｉ上の３×３ガウシャンフィルタの構成を示している。このガウシャンフィルタの表現式を（２１）式に示す。
Ｇａｕｓｓ１（ｋ，ｌ） …（２１）
ｋ，ｌは−１〜１の値を採る。このガウシャンフィルタＧａｕｓｓ１（ｋ，ｌ）を施した３×３加重マトリクスｗｇｔ２は、３×３加重マトリクスｗｇｔ１にガウシャンフィルタＧａｕｓｓ１（ｋ，ｌ）を掛けたフィルタとすればよいので、（２２）式で表すことができる（ステップＳ１６）。

ここで、ｋ，ｌ＝−１〜１、ｓｓ（ｉ，ｊ）＝Σ_k Σ_l ｛ｔｈ１（ｉ＋ｋ，ｊ＋ｌ）×Ｇａｕｓｓ１（ｋ，ｌ）｝、ｉ，ｊ＝０〜Ｍｓｉｚｅ−１を意味する。こうして得られた３×３加重マトリクスｗｇｔ１（ｉ，ｊ，ｋ，ｌ）を用い、上記式（１）に従ってモアレ強度の強調率αによる調整を行うことにより、調整加重マトリクスｗｇｔ２’（ｉ，ｊ，ｋ，ｌ）を、（１５）式に対応した、次の（２３）式により作成することができる（ステップＳ２０）。

【００７０】
この調整３×３加重マトリクスｗｇｔ２’を使用した、（１６）式による重み付け平均処理後の画像データＣａ（ｉ，ｊ）を予測処理ブロック２３，２４によりＲＧＢ画像データに変換してプリンタ１７またはディスプレイ１８によりハードプルーフＨＰまたはソフトプルーフＳＰを作成することにより、出力画像の４００ｄｐｉを構成する各画素と隣り合う画素との間で画像が滑らかにつながり、４００ｄｐｉ以上の周期に相当する周波数成分も存在しないで、かつ対象とする印刷機に応じてその強度が調整されたモアレ、線切れ等の印刷の像構造を忠実にシミュレーションした画像を得ることができる。
【００７１】
次に、調整３×３加重マトリクスｗｇｔ２’よりも画素間をさらに滑らかにつなげることのできる調整３×３加重マトリクスｗｇｔ５’の作成について説明する。
この場合、図１０に示した２０００ｄｐｉレベルの、いわゆる閾値を３乗正規化した閾値テンプレートＴＭ１’に対して、２０００ｄｐｉの解像度に対応した１５×１５のガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）を出力解像度４００ｄｐｉになるように作用させ（いわゆる解像度変換である。調整）４００ｄｐｉの重みマトリクスｗｇｔ３を先ず作成する。
図１３は、２０００ｄｐｉの解像度に対応した要素から構成される１５×１５ガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）の例を示している。座標（ｍ，ｎ）は、２０００ｄｐｉの座標（ｉ’，ｊ’）に対応する。図１３から分かるように、このガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）は、中央の値が最も大きく周囲にいくにしたがって値が徐々に減衰するガウシャン特性に近似した要素の配列となっている。
【００７２】
このガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）を強調閾値テンプレートＴＭ１’へ作用させて４００ｄｐｉレベルの重みマトリクスｗｇｔ３を作成する式を次の（２４）式に示す（ステップＳ２２）。

ここで、ｍ，ｎは−７〜７、（ｉ，ｊ）は、４００ｄｐｉ空間上の座標であって、ｉ，ｊ＝０〜Ｍｓｉｚｅ−１、（５×ｉ＋ｍ，５×ｊ＋ｎ）および（ｍ，ｎ）はそれぞれ２０００ｄｐｉ空間上の座標（ｉ’，ｊ’）であって、ｉ’，ｊ’＝０〜ＭＭｓｉｚｅ−１である。ｉ，ｊの乗数「５」は、２０００ｄｐｉ／４００ｄｐｉであって、解像度変換のための定数である。
【００７３】
この（２４）式は、まず、（ｉ，ｊ）＝（０，０）を考えると、ｗｇｔ３（０，０，ｍ，ｎ）＝ｔｈ１’（ｍ，ｎ）×Ｇａｕｓｓ２（ｍ，ｎ）となり、図１０の閾値テンプレートＴＭ１’中、４隅の閾値が「２５５、５０、４９、１２」である１５×１５の左上の閾値の各要素に対して図１３に示すガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）の各要素にかけて１５×１５の重みマトリクスｗｇｔ３（０，０，ｍ，ｎ）を作成する。
次に、（ｉ，ｊ）＝（１，０）のとき、ｗｇｔ３（１，０，ｍ，ｎ）＝ｔｈ１’（５＋ｍ，ｎ）×Ｇａｕｓｓ２（ｍ，ｎ）となり、図１０の閾値テンプレートＴＭ１’中、４隅の閾値が「２３、０、１２３、１０５」である１５×１５の左上から右にｉ’＝５だけずれた閾値の各要素に対して図１３に示すガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）の各要素をかけて１５×１５の重みマトリクスｗｇｔ３（１，０，ｍ，ｎ）を作成する。以下、順次、（ｉ，ｊ）＝（Ｍｓｉｚｅ−１，Ｍｓｉｚｅ−１）までの重みマトリクスｗｇｔ３（Ｍｓｉｚｅ−１，Ｍｓｉｚｅ−１，ｍ，ｎ）を作成する。
【００７４】
このようにして作成されたＭｓｉｚｅ×Ｍｓｉｚｅ＝４３×４３個のガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）処理後の重みマトリクスｗｇｔ３（ｉ，ｊ）を３×３加重マトリクスの４３×４３個に変換するためには、１５×１５の要素からなる重みマトリクスｗｇｔ３（ｉ，ｊ）の１個が３×３要素の加重マトリクスｗｇｔ４（ｉ，ｊ，ｋ，ｌ）（ただし、ｋ，ｌ＝−１〜１）の１個の対応するように変換すればよい。
座標（ｉ，ｊ）を中心座標とする４３×４３個の３×３加重マトリクスｗｇｔ４（ｉ，ｊ，ｋ，ｌ）の各要素は、次の（２５）式で与えられる（ステップＳ２３）。
【数５】

ここで、Σ_m=5k-2 ^5K+2Σ_n=5l-2 ^5l+2は、ｍ＝５ｋ−２〜５ｋ＋２，ｎ＝５ｌ−２〜５ｌ＋２の５×５要素の総和、すなわち、ここではｋ、ｌ＝−１〜１より、ｍ＝−７〜７、ｎ＝−７〜７の要素、すなわち、１５×１５の要素を５×５部分の９個分に単純に分割したときの各５×５部分の総和である。
【００７５】
調整３×３加重マトリクスｗｇｔ２’よりも画素間をさらに滑らかにつなげることのできる調整３×３加重マトリクスｗｇｔ５’は、３×３加重マトリクスｗｇｔ４の正規化処理後の３×３加重マトリクスｗｇｔ５を作成後に、モアレ強度の強調率αによる調整を行って作成すればよい。
したがって、先ず、次の（２６）式により４３×４３個の３×３加重マトリクスｗｇｔ５を作成することができる（ステップＳ２４）。

ここで、（ｋ，ｌ）は、４００ｄｐｉ空間上のフィルタの中心からのシフト量を意味し、ｋ，ｌ＝−１〜１、ｓｓ（ｉ，ｊ）＝Σ_k Σ_l ｛ｗｇｔ４（ｉ，ｊ，ｋ，ｌ｝を意味する。
【００７６】
こうして得られた３×３加重マトリクスｗｇｔ１（ｉ，ｊ，ｋ，ｌ）を用い、上記式（１）に従ってモアレ強度の強調率αによる調整を行うことにより、調整加重マトリクスｗｇｔ５’（ｉ，ｊ，ｋ，ｌ）を、（１５）式に対応した、次の（２７）式により作成することができる（ステップＳ２０）。

【００７７】
この調整３×３加重マトリクスｗｇｔ５’を使用した、（１６）式による重み付け平均処理後の画像データＣａ（ｉ，ｊ）を図１に示すように予測処理ブロック２３、２４によりＲＧＢ画像データに変換してプリンタ１７またはディスプレイ１８によりハードプルーフＨＰまたはソフトプルーフＳＰを作成することにより、出力画像の４００ｄｐｉを構成する各画素と隣り合う画素との間で画像が一層滑らかにつながり、４００ｄｐｉ以上の周期に相当する周波数成分も存在しない、しかも対象とする印刷機に応じてその強度が調整されたモアレ、線切れ等の印刷の像構造を忠実にシミュレーションした画像を得ることができる。
【００７８】
ところが、ガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）を用いて作成し、モアレ強度を調整した３×３加重マトリクスｗｇｔ５’を用いて、プリンタ１７やディスプレイ１８で画像を観察した場合、画素毎のシャープネス（シャープ感）が印刷のシャープネス（シャープ感）に比較して低下するということが分かった。このシャープネスの低下は、ガウシャンフィルタＧａｕｓｓ２（ｍ，ｎ）を用いたことに加えて、特に、濃度階調方式の連続調プリンタ１７の具体例である昇華型熱転写プリンタや写真方式のプリンタでプルーフとしての画像を出力する場合、これらのプリンタは、印字ドット（画素）の隣りの画素とのつながりの改善や、印字ドット自体のモアレを防止するために、印字ドットの輪郭がガウシャン的なぼけを持たされていることが一般的であることが主な原因であることを突き止めた。
【００７９】
そこで、印刷物のシャープ感に近似したシャープ感を得るために、調整前の３×３の加重マトリクスｗｇｔ５をｓｓ（ｉ，ｊ）を使って正規化する前のデータである（２６）式に示す３×３の加重マトリクスｗｇｔ４に対してＧａｕｓｓ２の逆の特性を有する空間強調フィルタ（シャープネスマトリクスまたはシャープネスフィルタともいう）による処理、またはＧａｕｓｓ２の逆の特性より強い特性を有する空間強調フィルタによる処理を行った像構造強調画像データＩ’の作成方法について次に説明する。
【００８０】
図１４（ａ）は、Ｇａｕｓｓ２の逆の特性を有する逆フィルタであるシャープネスフィルタＳｈｐ＝Ｓｈｐ１の構成例を示している。
図１４（ｂ）は、シャープネスフィルタＳｈｐ１よりさらに強い特性を有するシャープネスフィルタＳｈｐ＝Ｓｈｐ２の構成例を示している。
図１４（ｃ）は、シャープネスフィルタＳｈｐ２よりさらに強い特性を有するシャープネスフィルタＳｈｐ＝Ｓｈｐ３の構成例を示している。
なお、各フィルタＳｈｐ１、Ｓｈｐ２、Ｓｈｐ３の横軸と縦軸とをそれぞれｉ，ｋ，ｒ，ｊ，ｌ，ｓで表しているのは、後述する式を使用する際の見通しの良さを得るためであり、いずれも４００ｄｐｉ上の座標系（ｉ，ｊ）と同一の座標系上のものである。また、各フィルタＳｈｐ１、Ｓｈｐ２、Ｓｈｐ３毎の要素の総和は１となっている。
【００８１】
３×３加重マトリクスｗｇｔ４を正規化した後、モアレ強度の強調率による重みの調整をした３×３加重マトリクスｗｇｔ５’による重み付け平均処理後の画像データをＣａ（（１６）式参照）とし、これにシャープネスフィルタＳｈｐを作用させた最終的な画素データをＣｂ（ｉ，ｊ）とすれば、最終的な画素データＣｂ（ｉ，ｊ）は、次の（２８）式により得ることができる。

ここで、Σ_k Σ_l はｋ，ｌ＝−１〜１の範囲での総和、Ｓｈｐ（ｋ，ｌ）は、図１４（ａ）、図１４（ｂ）、図１４（ｃ）のそれぞれに示したシャープネスフィルタのいずれかである。
【００８２】
最終的な画像データＣｂ（ｉ，ｊ）をＣａ（ｉ，ｊ）を求めないで、直接、加重マトリクスｗｇｔ４を使用して、シャープネス処理（ステップＳ６）およびモアレ強度調整処理（ステップＳ３）を施した調整フィルタによって求めるようにすれば計算が簡単になる。それには、（１６）式による処理と（２８）式による処理を１回の処理で行うようにすればよい。そのためには、先ず、加重マトリクスにシャープネスフィルタを予め含めた重み付け平均処理用の３×３加重マトリクスｗｇｔ７を作成し、次いで、モアレ強度の強調率αによる調整を行って、調整３×３加重マトリクスｗｇｔ７’を作成すればよい。
【００８３】
まず、加重マトリクスｗｇｔ７を作成するには、まず、加重マトリクスｗｇｔ４に対してシャープネスフィルタＳｈｐを施した加重マトリクスｗｇｔ６を作成する（ステップＳ２５）。加重マトリクスｗｇｔ６（ｉ，ｊ，ｋ，ｌ）は、次の（２９）式により得ることができる。
【数６】

ただし、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｒ，１−ｓ）のうち、ｋ−ｒ，ｌ−ｓが値−１〜１の範囲を超えるものについては、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｒ，ｌ−ｓ）＝０とみなす。また、Ｓｈｐ（ｒ，ｓ）は、図１４（ａ）、図１４（ｂ）、図１４（ｃ）のそれぞれに示したシャープネスフィルタのいずれかである。
【００８４】
次に、このｗｇｔ６（ｉ，ｊ，ｋ，ｌ）を正規化することにより、３×３加重マトリクスｗｇｔ７を作成することができる（ステップＳ２６）。この加重マトリクスｗｇｔ７は、次の（３０）式により得ることができる。

ここで、ｋ，ｌは、ｋ，ｌ＝−１，０，１であり、ｓｓ（ｉ，ｊ）は、
ｓｓ（ｉ，ｊ）＝Σ_k Σ_l ｛ｗｇｔ６（ｉ，ｊ，ｋ，ｌ）｝（ｋ，ｌ＝−１〜１）を意味する。
【００８５】
こうして得られた３×３加重マトリクスｗｇｔ７（ｉ，ｊ，ｋ，ｌ）を用い、上記式（１）に従ってモアレ強度の強調率αによる調整を行うことにより、重み付け平均用の調整３×３加重マトリクスｗｇｔ７’（ｉ，ｊ，ｋ，ｌ）を、（１５）式に対応した、次の（３１）式により作成することができる（ステップＳ２０）。

【００８６】
この３×３加重マトリクスｗｇｔ７’（ｉ，ｊ，ｋ，ｌ）を（１６）式の重み関数Ｗｅｉｇｈｔとすることで、１回の演算でシャープネス処理とモアレ強度を調整した像構造シミュレーションとを同時に行うことができる。この３×３加重マトリクスｗｇｔ７’を使用した、重み付け平均処理後の画像データＣｂ（ｉ，ｊ）を予測処理ブロック２３、２４によりＲＧＢ画像データに変換してプリンタ１７またはディスプレイ１８によりハードプルーフＨＰまたはソフトプルーフＳＰを作成することにより、対象とする印刷機に応じてその強度が調整されたモアレ、線切れ等の印刷の像構造を正確にシミュレーションした画像を得ることができる。また、印刷のシャープ感も再現される。さらに、重み付け平均処理としているので、色予測には影響を及ぼすことがない。
【００８７】
ところで、前述したように、シャープネスの強さは原画や印刷条件（線数、網角度、印刷濃度）が同じでも印刷機の性質によって違ってくる。この違いは印刷機の印圧等の機械的なものや網展開のアルゴリズムのようなソフトやハード的なものに起因し、一様には予測することができない。このため、本発明においてはモアレ等の像構造のシミュレーションの際に、シャープネスの強度入力手段を使って、対象とする印刷機に応じて、プルーフのシャープネスの強度を調整する。
【００８８】
本発明におけるシャープネス強度の調整の方法は、通常の３×３または５×５程度のシャープネスフィルタ処理を行う場合のシャープネスフィルタ強度、例えば、ＵＳＭ（アンシャープネスマスク）処理を行う場合のＵＳＭの強度を調整することでシャープネス調整を行う方法である。ここで、図１４（ａ）、図１４（ｂ）、図１４（ｃ）のそれぞれに示したシャープネスフィルタＳｈｐ１、Ｓｈｐ２、Ｓｈｐ３などの１００％強度時のＵＳＭをＵ（ｋ，ｌ）とする時、Ｕ’（ｋ，ｌ）を強度調整後のＵＳＭ（フィルタ）とし、βをシャープネス強調の割合とすると、シャープネス強度調整フィルタは、下記式（３２）で求めることができる（ステップ２７）。

ここで、（ｋ，ｌ）は、フィルタの座標を示し、Ｕ（ｋ，ｌ）およびＵ’（ｋ，ｌ）が３×３シャープネスフィルタであるとすると、ｋ，ｌ＝−１〜１である。Ｅ（ｋ，ｌ）は上述したように中心が１．０、その他が０．０である係数マトリックスである。
【００８９】
こうして得られた強度調整後のシャープネスフィルタＵ’（ｋ，ｌ）による処理を、上記（２８）式と同様にして、調整加重マトリックスによって重み付け平均された画素データＣａ（ｉ，ｊ）に施して、最終的な画素データを求めてもよいが、前述したように、この強度調整シャープネスフィルタＵ’（ｋ，ｌ）を位置依存フィルタＦ（ｉ，ｊ，ｋ，ｌ，）やＦ’（ｉ，ｊ，ｋ，ｌ，）、例えば、具体的にはｗｇｔ０、ｗｇｔ０’…ｗｇｔ４、ｗｇｔ５またはｗｇｔ５’などに組み込み、最終的にはシャープネス強度が調整されたシャープネスフィルタＵ’（ｋ，ｌ）とモアレ強度が調整された位置依存フィルタＦ’（ｉ，ｊ，ｋ，ｌ，）やｗｇｔ５’とを１つの重み平均処理用のフィルタに合成し、合成フィルタによって計算対象画素を変換するのが好ましい。
【００９０】
この合成フィルタの作成の一例を示す。ステップ２７で得られた強度調整シャープネスフィルタＵ’（ｋ，ｌ）と先に求めた３×３加重マトリックスｗｇｔ４（ｉ，ｊ，ｋ，ｌ，）とを上記式（２９）と同様にして合成し、下記式（３３）で示す３×３加重マトリックスｗｇｔ８（ｉ，ｊ，ｋ，ｌ，）を作成する（ステップＳ２８）。
【数７】

ただし、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｒ，１−ｓ）のうち、ｋ−ｒ，ｌ−ｓが値−１〜１の範囲を超えるものについては、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｒ，ｌ−ｓ）＝０とみなす。
次に、このｗｇｔ８（ｉ，ｊ，ｋ，ｌ）を上記式（３０）と同様に正規化することにより、下記式（３４）に示す３×３加重マトリクスｗｇｔ９を作成することができる（ステップＳ２０）。

ここで、ｋ，ｌは、ｋ，ｌ＝−１，０，１であり、ｓｓ（ｉ，ｊ）は、
ｓｓ（ｉ，ｊ）＝Σ_k Σ_l ｛ｗｇｔ８（ｉ，ｊ，ｋ，ｌ）｝（ｋ，ｌ＝−１〜１）を意味する。
【００９１】
こうして得られた３×３加重マトリクスｗｇｔ９（ｉ，ｊ，ｋ，ｌ）を用い、上記式（３１）と同様にモアレ強度の強調率αによる調整を行うことにより、重み付け平均用の調整３×３加重マトリクスｗｇｔ９’（ｉ，ｊ，ｋ，ｌ）を下記式（３５）式により作成することができる（ステップＳ２０）。

【００９２】
この３×３加重マトリクスｗｇｔ９’（ｉ，ｊ，ｋ，ｌ）を（１６）式の重み関数Ｗｅｉｇｈｔとすることで、１回の演算でシャープネス強度を調整したシャープネス処理とモアレ強度を調整した像構造シミュレーションとを同時に行うことができる。この３×３加重マトリクスｗｇｔ９’を使用した、重み付け平均処理後の画像データＣｂ（ｉ，ｊ）を予測処理ブロック２３、２４によりＲＧＢ画像データに変換してプリンタ１７またはディスプレイ１８によりハードプルーフＨＰまたはソフトプルーフＳＰを作成することにより、対象とする印刷機に応じてその強度が調整されたモアレ、線切れ等の印刷の像構造を正確にシミュレーションした画像を得ることができる。また、印刷のシャープネスも対象とする印刷機に応じて正確に再現される。さらに、重み付け平均処理としているので、色予測には影響を及ぼすことがない。
【００９３】
モアレ強度およびシャープネス強度を印刷機に応じて調整した加重マトリクスｗｇｔ９’を用いてＡ４サイズ、４００ｄｐｉの原画像ＣＭＹＫから像構造を強調した画像Ｃ’Ｍ’Ｙ’Ｋ’を得るまでに要する時間は、約２分であった。コンピュータ１２としては、市販のＡｐｐｌｅ社製のＰｏｗｅｒ Ｍａｃｉｎｔｏｓｈ ９５００／１３２型のパーソナルコンピュータ（ＣＰＵ：Ｐｏｗｅｒ Ｐｃ１３２ＭＨｚ、メモリ：３２ＭＢ）を使用した。ここで、加重マトリクスｗｇｔ９’は、２１５×２１５要素の２０００ｄｐｉの有理数網に対応する４００ｄｐｉの４３×４３個の３×３加重マトリクスであり、１７５線、７５度のＣ（シアン）版を４００ｄｐｉのプリンタ１７で像構造シミュレーションする場合の加重マトリクスであって、各加重マトリクスの各係数は、正規化後に整数化のために８１９２倍して用いた。
【００９４】
ところで、上記例においては、シャープネスおよびモアレ強度の調整は以下のように行った。
モアレシミュレーションの強度の強調率αを６０％〜１８０％（０．６〜１．８）とすることでプルーフ上のモアレの強度が大きく変化することを目視で確認した。通常の印刷物に対しては１２０％程度で見かけが近くなるため、６０％〜１８０％にしておけば多くの印刷物に対応することが可能であることから、このような場合、モアレの強度の強調率αは、０．６〜１．８であるのが好ましい。
【００９５】
一方、シャープネスの強調に関しては、連続調プリンタの印字ドットがガウシアン関数に似た空間分布を持つために連続調プリンタでプリントした画像は多少ぼやけることと、印刷が細かい点で構成されることに起因して視覚的にシャープに見えてしまうことは上述したとおりである。従って、これを修正するためには実際の印刷物に対してわざとシャープネスをかけないとプルーフと印刷物を見かけ上同じシャープネスにすることはできない。５×５のＵＳＭマスクを使用し、４００ｄｐｉの連続調プリンタ、ピクトログラフィー３０００（富士写真フイルム社製）を使用し、１７５線印刷物をシミュレーションするプルーフを作成した場合には、シャープネスの強調割合（強度）βが０％〜８０％で大きなシャープネスの変化を目視で観察でき、５０％程度で印刷物に近いシャープネスを得ることができた。通常の印刷に対しても０％〜８０％を使用することで多くの印刷物に対応するプルーフを作ることができることから、このような場合、シャープネスの強調割合βは、０．０〜０．８であるのが好ましい。
【００９６】
このように構成される像構造予測処理ブロック２２を有する像構造予測システム１１の使用の仕方の一例を図１５を参照して説明する。
まず、網属性入力機１４により印刷線数ＬＰＩ、網角度θを、モアレ強度入力機１５によりモアレ強度の強調率αを、シャープネス強度入力機１６によりシャープネス強度の強調割合βを指定する（ステップＳ３１）。
印刷線数ＬＰＩ、網角度θによりＣＭＹＫ４版分の加重マトリクス（像構造強調フィルタ）を求め、モアレ強度の強調率αにより位置依存フィルタの強度が、シャープネス強度の強調割合βによりシャープネスフィルタの強度が調整された像構造強調フィルタを作成する（ステップＳ３２）。図示例では、加重マトリクスは、図６に開示されたｗｇｔ９’を用いるが、本発明においては、図６中の、ｗｇｔ０’、ｗｇｔ１’、ｗｇｔ５’、ｗｇｔ７’の中のどの加重マトリクスを使用してもよい。この加重マトリクスをＣＭＹＫ各版に作用させ、像構造を強調する（ステップＳ３３）。
【００９７】
像構造強調後の画像データＩａ’をディスプレイ用の印刷色予測処理ブロック２４によりディスプレイＲＧＢ画像データに変換する（ステップＳ３４）。
ディスプレイＲＧＢ画像データに基づきＣＭＹＫ４版を合わせてみたときの像構造をディスプレイ１８の画面上で観察する（ステップＳ３５）。
必要に応じて、Ｃ版、Ｍ版、Ｙ版、Ｋ版のいずれかの版のみの画像をモニタであるディスプレイ１８上で観察する（ステップＳ３６）。
次に観察結果が満足であるかどうかの判定を行う（ステップＳ３７）。
観察結果が不満足である場合、例えば、ディスプレイ１８の画面上にモアレ等が発見された場合には、ステップＳ３１に戻り、印刷線数ＬＰＩと網角度θの再指定を行い、ステップＳ３６まで繰り返す。
【００９８】
観察結果が満足である場合、例えば、画像上のモアレ、線切れ等が発見されない場合等には、ステップＳ３３で得られている像構造強調後のＣＭＹＫ画像データＩａ’を印刷色予測処理ブロック２３によりプリンタＲＧＢ画像データに変換し（ステップＳ３８）、プリンタ１７からハードプルーフＨＰを出力させ、プルーフ（校正刷り）としての利用に供する（ステップＳ３９）。
このような利用形態によれば、従来技術に比較してきわめて短い処理時間で、例えば、Ａ４サイズの画像のプルーフを作成するまでの処理時間が上述した市販のパソコンで約２分（プリント時間は含まない。）で印刷像構造予測シミュレーション用のプルーフを作成することができるという効果が達成される。
【００９９】
したがって、図１に示した像構造予測システム１１を利用することにより、スキャナ等の画像入力機１３による画像取り込みの現場で、印刷機に応じたモアレ、線切れ等のない印刷条件（印刷線数、網角度）を指定することが可能となり、像構造についての仕上がりを予測することができる。結局、従来は不可能であった、いわゆる色分解現場において、印刷工程まで見通した印刷の品質保証を行うことが可能となる。
また、高価な網方式のプリンタや特別な材料（化学プルーフ）を使用することなく、網化に伴う像構造をシミュレーション可能なプルーフを廉価な（解像度、濃度分解能、安定性がそれぞれ低い）プリンタが接続されたコンピュータにより作成することができる。
さらに、この実施の形態による像構造強調後の画像データが、重み付け平均処理により得られるので、色に影響を与えない。そのため、色予測用プリンタに、この実施の形態で作成した像構造強調後の画像データを用いることにより、色しか予測できなかったプルーフが、像構造をも予測できるプルーフとして使用することができる。
【０１００】
なお、像構造に関してプルーフにより確認することのできる項目は、対象とする印刷機の癖等を調整した上での、第１にモアレの有無、モアレの強さ、モアレの原因となる版の特定があり、第２に原稿画像中の細線を印刷した場合に、線切れを起こすかどうかの判断があり、第３に直線部の網化によるがたつきがあるかどうかを確認でき、第４に印刷した場合の画像のシャープ感を確認することができる。
そして、これら第１〜第４の結果を合わせたときに発生する総合的な印刷物の網の感じを判定することもできる。
【０１０１】
本発明に係る像構造予測処理方法について、種々の実施例を挙げて説明したが本発明は、上述した実施例に限定されず、本発明の要旨を逸脱しない範囲で種々の改良や設計の変更が可能なことは勿論である。
【０１０２】
【発明の効果】
以上詳述したように、本発明によれば、ＣＭＹ各版またはＣＭＹＫ各版の画素に分解された原画像の画素値を、印刷用画像に表れる像構造を予測するための画素値に変換する際、画素値を変換しようとする画素を含む近傍画素の画素値を、前記印刷の線数、網角度により決定される格子の周期に依存した重みにより重み付け平均して変換するようにしているので、変換された画素値からなる画像データに基づくプルーフの画像上で印刷の像構造を予測することが可能となる。すなわち、印刷物に表れるモアレ、線切れ等の像構造を、ハードプルーフまたはソフトプルーフ上で正確、簡易かつ短時間に予測することができる。
また、本発明によれば、重み付け平均後の画像にシャープネスフィルタを作用させることで、印刷物に表れるモアレ、線切れ、直線のがたつき等の像構造を、シャープネス性（シャープ感）を損なうことなく、ハードプルーフまたはソフトプルーフ上で正確かつ簡易に予測することができる。
【０１０３】
また、本発明によれば、重み付け平均処理を行っているので、色に対して副作用がないため、印刷原画のＣＭＹＫデータを重み付け平均処理したのち、それに近い色で出せるような連続調プリンタのＲＧＢデータに変換することにより、モアレ、線切れ、直線のがたつき等の像構造はもちろんのこと、色に関しても高い近似性をもつプルーフを作成することができる。
また、本発明によれば、連続調プリンタを使うことで安価な機械を使い、手軽に印刷網点による像構造をシミュレーションしたプルーフを作成することができ、特に、解像度の低い連続調プリンタ（２００ｄｐｉ程度の、例えば熱転写型のプリンタ）でもモアレをシミュレーションできる。
また、本発明によれば、モアレ等の像構造のシミュレーション処理を高速で行うことができる。
【０１０４】
また、本発明によれば、像構造シミュレーション（プルーフ）上のモアレの強度とシャープネスの強度を調整することが可能であるので、印刷機に合わせたシャープネスやモアレのシミュレーションが可能になり、より忠実度の高いプルーフを作成することが可能になる。
また、今までモニタ上にモアレを表示するためには網解像度（１０００ｄｐｉ以上）まで画像を拡大表示する必要があり、そのためには非常に大きい拡大率にする必要があり、モアレの出ている範囲を特定するのは事実上不可能であったが、本発明によれば、例えば、Ａ４サイズの画像であれば画面をスクロールすることでモアレの出ている範囲を全部見渡すことができる。
【図面の簡単な説明】
【図１】 本発明に係る像構造予測処理方法の実施の一形態が適用された像構造予測システムの構成例を示すブロック図である。
【図２】 本発明の像構造予測処理方法の基本的な流れの一例を説明する線図である。
【図３】 本発明の像構造予測処理方法の像構造予測処理の原理説明に供される図であって、図３（ａ）は、４００ｄｐｉに分割した画素からなる原画像の模式図、図３（ｂ）は、１７５線、４５度の網格子の模式図、図３（ｃ）は、図３（ａ）に示す原画像と図３（ｂ）に示す網格子を重ねて見た模式図である。
【図４】 本発明の像構造予測処理方法の重み付け平均処理に供される図であって、図４（ａ）は原画像の模式図、図４（ｂ）は、高解像度の有理数網テンプレートから３×３加重マトリクスを作成する際の説明に供される模式図である。
【図５】 本発明の像構造予測処理方法における重み関数の発生に供される図であって、図５（ａ）は１７５線、４５度の網格子の模式図、図５（ｂ）は図５（ａ）の模式図上に重み関数の形状を描いた模式図である。
【図６】 本発明の像構造予測処理方法における種々の加重マトリクスの生成の説明に供給される工程フロー図である。
【図７】 本発明の像構造予測処理方法に用いられる２０００ｄｐｉの有理数網テンプレート（閾値マトリクス）の一部を示す線図である。
【図８】 本発明の像構造予測処理方法に用いられる４００ｄｐｉの加重マトリクスの例を示す線図である。
【図９】 本発明の像構造予測処理方法の重み付け平均処理の具体例を示す線図である。
【図１０】 図７に示した２０００ｄｐｉの閾値マトリクスの各閾値を強調した２０００ｄｐｉの閾値マトリクスを示す線図である。
【図１１】 本発明の像構造予測処理方法に用いられる閾値強調後の４００ｄｐｉの加重マトリクスの例を示す線図である。
【図１２】 本発明の像構造予測処理方法に用いられる３×３ガウシャンフィルタの構成を示す線図である。
【図１３】 本発明の像構造予測処理方法に用いられる１５×１５ガウシャンフィルタの構成を示す線図である。
【図１４】 図１４（ａ）は、本発明の像構造予測処理方法に用いられるガウシャンフリタの逆の特性を有する逆フィルタであるシャープネスフィルタの構成例を示す線図である。図１４（ｂ）は、図１４（ａ）のシャープネスフィルタよりさらに強い特性を有するシャープネスフィルタ構成例を示す線図である。図１４（ｃ）は、図１４（ｂ）のシャープネスフィルタよりさらに強い特性を有するシャープネスフィルタの構成例を示す線図である。
【図１５】 本発明の像構造予測処理方法の像構造予測システムの使用の仕方の説明に供されるフロー図である。
【符号の説明】
１１ 像構造予測処理システム
１２ コンピュータ
１３ 画像入力機
１４ 網属性入力機
１５ モアレ強度入力機
１６ シャープネス強度入力機
１７ プリンタ
１８ ディスプレイ
１９ 画像出力機
２２ 像構造予測処理ブロック
Ｉ 原画像（原画像データ）
Ｉ’ 像構造強調画像データ
ＨＰ ハードプルーフ
ＳＰ ソフトプルーフ
ＴＭ０、ＴＭ１、ＴＭ０’、ＴＭ１’ 閾値マトリクス[0001]
BACKGROUND OF THE INVENTION
In the present invention, before actually creating a printed matter with a halftone image by a color printer using a rotary press or the like, an image structure such as moiré that appears to be present in the printed matter is preliminarily displayed on a display such as a CRT. The present invention relates to an image structure prediction processing method which can be expressed as an image on a hard copy (so-called hard proof) output from a color printer (so-called soft proof).
[0002]
[Prior art]
The process of creating a printed product with a halftone dot image using a color printer using a rotary press is time consuming and expensive, so the proof (proof printing) of the printed product is required before creating the printed product as an actual product. ) Is generally performed by a device other than a color printer, a so-called proofer.
There are two purposes for creating a proof by a proofer: color reproduction prediction (color reproduction simulation) of printed matter and image structure prediction (image structure simulation). In the present invention, an image that does not affect color reproduction prediction. For structural prediction purposes.
[0003]
Conventionally, as a proofer for printed matter, a proofer using a halftone dot method and a non-halftone proofer not using a halftone dot method have been proposed. The following three examples of conventional image structure prediction processing techniques using these proofers, so-called proof techniques, can be mentioned.
The first is a proof technique for actually drawing a halftone image using a high-resolution digital printer as a halftone proofer. This technique has the advantage that the image structure of the printed material can be accurately simulated.
[0004]
Second, as a halftone dot proofer, a halftone dot image is printed on each special chemical material from a lithographic film for printing four plates of C (cyan), M (magenta), Y (yellow), and K (black). This is a technique that uses a proofer that transfers a (picture) by exposure and superimposes four sheets (C, M, Y, K plates) of chemical material sheets (so-called transfer films). Examples of such a proofer include a proofer using a transfer film sold as a product by the present applicant. In this method, four transfer films of C (cyan), M (magenta), Y (yellow), and K (black) created by the halftone dot method with the actual screen line number are printed on the actual paper at the actual halftone angle. This technique obtains a hard proof by transferring, and has the advantage that the image structure of a printed matter can be accurately simulated.
[0005]
As a third non-halftone proofer, there is a system using a continuous tone color printer, for example, a sublimation dye ink type color printer having a resolution of 300 dpi by a density modulation method. In such a color printer, since the original image is expressed as a continuous tone image without hitting a net, there is an advantage that a proof can be created by a simple operation.
[0006]
[Problems to be solved by the invention]
However, among the techniques using halftone dot proofers, the method of actually drawing a net with a high-resolution digital printer can express the net and accurately simulate the printed image structure. There is a problem that the printer itself is an expensive machine and has a running cost, which is not easy.
In addition, even if the transfer film made of a special chemical material is superimposed on four CMYK plates, the net can be expressed and the printing image structure can be accurately simulated, but the cost of this paper is added to the cost of the device itself. The transfer film made of a chemical material is relatively expensive and expensive, and the process to make a proof is troublesome, that is, it requires a lot of manual labor, so-called troublesome work, and therefore it takes a relatively long time to make a proof. There was a problem that it took time and was not necessarily simple. In addition, this method has a problem that it is difficult in principle to match colors with printed matter.
[0007]
On the other hand, in the technique using a non-halftone proofer, the original image is expressed as a continuous tone image without using a continuous tone printer, so that it is inexpensive, easy, and obtains a proof in a short time. However, no consideration is given to the representation by halftone dots, and the halftone dot cannot be represented, so it can be used as a proof for color reproduction prediction, but it can be used as a proof for image structure prediction. There was a problem that I could not.
For this reason, it is generated by halftone dots in the same way as the technique using the first and second halftone proofers, while having the advantage of low cost and easyness, which is a feature of the technique using the third non-halftone proofer. There is a strong demand for a technique that can express the image structure.
[0008]
The object of the present invention is to solve the above-mentioned problems of the prior art and to simulate the image structure due to the printing network using a continuous tone printer or display, thereby using the continuous tone printer or display. Predicting halftone dot-like image structures like high-grade machines while keeping materials and machines cheap, that is, image structures such as moiré, line breaks, and straight shakiness appearing on printed matter, hard proof or soft proof It is possible to make predictions accurately, simply and in a short time, and to freely adjust the strength of the image structure such as moire when simulating the printed image structure according to the target printing press. Another object of the present invention is to provide an image structure prediction processing method.
[0009]
In addition to the above object, another object of the present invention is to target the strength of sharpness when simulating a printed image structure without damaging the sharpness of printing (sharpness). It is an object of the present invention to provide an image structure prediction processing method which can be adjusted freely according to the printing press to be accurately and easily predicted on a hard proof or soft proof.
Furthermore, another object of the present invention is to provide an image structure prediction processing method capable of simultaneously achieving a faithful simulation of the color of a printed matter at the time of image structure prediction in addition to the above object.
[0010]
“Line break” means that a long object represented by about one pixel on a printed material, such as a pole for raising a national flag, which is present in a distant position and stands vertically, is periodically cut. An image structure that looks like this.
Similarly, “shaking of a straight line” refers to a long object represented by about one pixel on a printed matter, for example, a handrail provided horizontally on a rooftop of a building that is located far away. An image structure that does not appear to be a straight line.
[0011]
[Means for Solving the Problems]
The image structure prediction processing method according to the present invention converts a pixel value of an original image decomposed into pixels of each CMY plate or each CMYK plate into a pixel value for predicting an image structure appearing in a print screen image.
Adjusts the weight of the pixel value of the neighboring pixel depending on the period of the grid determined by the number of lines of the printed halftone image and the halftone angle for weighted averaging of the pixel value of the neighboring pixel including the pixel to be converted It is possible to make it possible.
According to the present invention, the pixel value of the neighboring image including the pixel whose pixel value is to be converted is weighted and converted by the weight depending on the period of the grid determined by the number of lines of the printing mesh and the mesh angle. Therefore, image structures such as moiré, line breaks, and straight shakiness appearing on the printed matter appear on the proof image based on the converted image values, and the weights of the pixel values of neighboring pixels to be weighted can be adjusted. Therefore, the strength of the generated image structure can be freely adjusted in accordance with the target printing press.
[0012]
In the present invention, it is preferable that the weight depending on the period of the lattice is arranged in each element of the weight matrix having the same mask size as the neighboring pixels. By doing so, the weighted average calculation can be easily performed.
Further, the weight arranged in each element of the weight matrix depending on the period of the lattice is F (i, j, k, l), the coefficient centered at E (k, l) is 1, and the others are 0. When the coefficient matrix is the same size as the weighting matrix and the weight adjustment rate is α, the weights arranged in each element of the adjusted weighting matrix
F ′ (i, j, k, l) is preferably given by the following formula (1). In this way, the weight of the weighted average calculation can be adjusted, and the strength of the image structure that is predicted to occur in the print net image can be freely adjusted in accordance with the target printing press.

Here, (i, j) indicates the position of the original image coordinate of the pixel to be converted, and (k, l) indicates the position of the weighted matrix coordinate having the same mask size as the neighboring pixel.
The weight adjustment rate α is preferably adjustable in the range of 0.6 to 1.8. By doing so, it is possible to deal with printed matter by many printing machines.
[0013]
The weights arranged in each element of the weight matrix are:
Among the threshold values arranged in the threshold matrix for network development, it is preferable to directly use a threshold value that exists at a position corresponding to each pixel whose pixel value is to be converted. The weight for this is easily obtained.
In addition, the direct use of the threshold value preferably uses any one of the plurality of threshold values or uses a threshold value obtained by averaging the plurality of threshold values. When the number is used, the calculation is simple, and when the average threshold is used, the image structure can be predicted more accurately.
[0014]
The weights arranged in each element of the weight matrix are:
Among the threshold values arranged in the threshold matrix for network development, the weight value is a value in each element of the weight matrix directly using the threshold value existing at the position corresponding to each pixel to be converted. It is preferable to use a value after performing a reduction filter process in which the value gradually decreases from the central element to the peripheral element of the matrix. By doing so, adjacent pixels in the image on the proof by the converted pixels are smoothly connected.
[0015]
The weights arranged in each element of the weight matrix are:
Among the threshold values arranged in the threshold matrix for network development, the value in each element of the weighted matrix that directly uses a plurality of threshold values existing at positions corresponding to the respective pixels to be converted is a space. After performing functional transformation so that the gradient of the local distribution becomes steep, the value after the functional transformation is subjected to a reduction filter process so that the value gradually decreases from the central element to the peripheral elements of this weighting matrix It is preferable to use the value of. In this case, before the decreasing filter processing in which the value gradually decreases from the central element of the weighting matrix toward the peripheral elements, the value in each element of the weighting matrix is a function so that the gradient of the spatial distribution becomes steep. Since the conversion is performed, it is possible to remove the side effect of blurring the image structure by the reduction filter process in which the value gradually decreases from the central element of the weighting matrix toward the periodic element.
[0016]
Further, the pixel value for predicting the image structure in which the pixel value of the original image is converted is a pixel value having a resolution of an output machine of a print screen image, and the threshold matrix for screen development is the output It is a threshold matrix for network development having a resolution higher than the resolution of the machine, and it is preferable to change to the resolution of the output machine while performing the processing by the reduction filter. In this way, when the image structure prediction is performed, the pixel value conversion processing is once performed at a resolution higher than the resolution of the output device, so that the print image structure can be predicted more accurately.
[0017]
The weights arranged in each element of the weight matrix are:
The value after the processing by the reduction filter or each value of the threshold matrix changed to the resolution of the output device is further subjected to processing by a sharp filter having characteristics almost opposite to those of the reduction filter processing. It is preferable to use the value after the correction, so that the edge of the pixel of the reproduced image on the proof can have the same sharp feeling as the edge of printing.
[0018]
The sharpness adjustment ratio of the sharpness filter is preferably adjustable. By doing so, it is possible to freely adjust the strength of sharpness in the case of simulating the printed image structure in accordance with the target printing press.
Further, each element of the sharpness filter is U (k, l), E (k, l) is a coefficient matrix of the same size as the sharpness filter, with the center coefficient being 1 and the others being 0. When the adjustment ratio is β, each adjusted element U ′ (k, l) of the sharpness filter is preferably given by the following formula (2). By doing this, the sharpness adjustment ratio can be adjusted, and the sharpness intensity on the proof that simulates the print net image can be freely adjusted according to the target printing press.

Here, (k, l) indicates the position of the sharpness filter coordinates.
[0019]
The reduction filter and the sharp filter are preferably combined into one filter, or the adjusted weighting matrix and the adjusted sharpness filter are combined into one filter. By doing so, it is possible to perform two calculations by these filter processes by one calculation.
The neighboring pixels are preferably rectangular neighboring pixels, and this makes it easy to select neighboring pixels.
The pixel value weighted and averaged by the adjusted weight is a value obtained by internally or externally dividing the pixel value weighted and averaged by the weight depending on the period of the lattice and the pixel value of the pixel to be converted. It is preferable that
[0020]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, an image structure prediction processing method according to the present invention will be described in detail with reference to the preferred embodiments shown in the accompanying drawings.
FIG. 1 shows the overall configuration of an embodiment of an image structure prediction processing system 11 that implements an embodiment of the image structure prediction processing method of the present invention.
[0021]
The image structure prediction processing system 11 includes a computer 12 as an image structure prediction processing main body, and an image input device 13, a network attribute input device 14, a moire intensity input device 15, and a sharpness intensity input device 16 on the input side of the computer 12. And an image output machine 19 having a printer 17 and / or a display 18 is connected to the output side of the computer 12.
[0022]
The computer 12 may be any computer that can operate software related to the image structure prediction process, and can be installed with software other than software related to the image structure prediction process, and can be operated as a general personal computer. A computer or workstation can be used.
[0023]
The image input device 13 is, for example, an external storage device that constitutes a scanner for printing (image reading means), the workstation, and the like, and original image data that has been decomposed into images that are output data of the image input device 13 ( C (cyan), M (magenta), Y (yellow), K (black) original image data) passes through the resolution conversion processing block 21 constituting the computer 12, and the original image data (CMYK original image data). The original image data for each plate is referred to as original image data C, original image data M, original image data Y, and original image data K) I as an image structure prediction processing block (image structure prediction processing means). ) 22.
In FIG. 1, a portion called “block” such as the image structure prediction processing block 22 constituting the computer 12 mainly means processing by software.
[0024]
The original image data output from the image input device 13 is gradation image data represented by each color of CMYK, and an image format {TIFF format or the like that stores the number of expression bits, image size, image resolution, and the like as attributes. } Are images of various resolutions represented by. The original image data of various resolutions is converted by the resolution conversion output block 21 into the resolution of the printer 17, that is, the output resolution, for example, 400 dpi, as the original image data I of multi-gradation, for example, 8-bit gradation. This is supplied to the image structure prediction processing block 22. Note that the resolution conversion process is executed by, for example, a well-known area interpolation process, so that the image structure does not appear and the color does not change.
[0025]
The network attribute input device 14 is composed of a keyboard, a mouse, and the like, and is proofed (proof printing, but not proof printing by a printing machine, as will be described in detail later. This means a calibration image on the display.) The line number LPI (Line Per Inch) of printing and the mesh angle θ to be used for predicting the image structure are supplied to the image structure prediction processing block 22. is there. In this embodiment, it is assumed that the number of lines LPI is 175 lines and the mesh angle θ is input as 75 degrees, 45 degrees, 0 degrees, and 15 degrees in the four versions of CMYK, respectively. It should be noted that desired values can be selected for the number of lines LPI and the mesh angle θ.
[0026]
The moiré intensity input device 15 comprises a keyboard, a mouse, etc., and constitutes moiré intensity input means for image structure simulation. When simulating an image structure such as moiré, line breaks, and straight rattling on a proof, In accordance with the printing machine to be printed on, the intensity adjustment ratio of the image structure simulated on the proof (hereinafter represented by moire), that is, the enhancement rate α is supplied to the image structure prediction processing block 22. is there. Here, the moire intensity enhancement rate α will be described in detail later. However, in the image structure prediction processing block 22, the weight depending on the period of the lattice determined by the number of printed lines LPI and the mesh angle θ is adjusted. belongs to.
By the way, the strength of the moire varies depending on the properties of the printing press even if the original image and the printing conditions (number of lines, mesh angle, printing density) are the same. This difference is due to mechanical factors such as the printing pressure of the printing press and software and / or hardware such as a network expansion algorithm, and cannot be predicted uniformly.
In order to cope with such a difference, the present invention provides means for adjusting the strength of the moire in the simulation in accordance with the strength of the moire that varies depending on the printing press. Accordingly, the moiré intensity of the proof is adjusted using the moiré intensity input means of the simulation in accordance with the difficulty of the moire of the printing press.
[0027]
The sharpness intensity input device 16 is composed of a keyboard, a mouse, etc., and constitutes a sharpness intensity input means for image structure simulation. When simulating an image structure such as moire, line breaks, and straight rattling on a proof, The image sharpness enhancement ratio β of the image simulated on the proof is supplied to the image structure prediction processing block 22 in accordance with the printing machine that performs printing. The sharpness enhancement ratio β is the intensity of the sharpness filter applied to the weight depending on the period of the grid determined by the number of print lines LPI and the mesh angle θ in the image structure prediction processing block 22, which will be described in detail later. It is for adjustment.
By the way, the strength of sharpness varies depending on the properties of the printing press even if the original image and the printing conditions (number of lines, halftone angle, printing density) are the same. This difference is due to mechanical factors such as the printing pressure of the printing press and software and / or hardware such as a network expansion algorithm, and cannot be predicted uniformly.
In order to cope with such a difference, the present invention provides means for adjusting the strength of the sharpness on the simulation image in accordance with the strength of the sharpness that varies depending on the printing press. Therefore, the sharpness intensity input means of the simulation is used to adjust the sharpness intensity of the proof according to the difficulty of the sharpness being easily produced by the printing press.
[0028]
The processing executed by the image structure prediction processing block 22 basically determines the pixel value of each image constituting the original image data I by the number of printed lines LPI and the mesh angle θ, as will be described in detail later. In the present invention, the pixel value is weighted and averaged with a weight depending on the period of the grid to be used. In the present invention, the intensity of moire generated in the print image structure simulation is freely adjusted according to the printing press. In order to adjust the weight, the weight depending on the period of the grating is adjusted by the moire intensity enhancement rate α, and the adjusted weight is preferably subjected to sharpness processing, and adjusted to the target printing machine if necessary. This is a process of adjusting the strength of the sharpness process applied to the weight by the sharpness enhancement ratio β. The image data consisting of the weighted average pixel values finally obtained in this way is the image structure enhanced image data (image data of each plate of CMYK) in which the moire intensity and, if necessary, the sharpness intensity are adjusted according to the target printing machine. The image data for each plate is the print color prediction processing block 23 and / or the display as I ′ (image data C ′, image data M ′, image data Y ′, and image data K ′). This is supplied to the color prediction processing block 24.
[0029]
Although not described in detail because it is not the main part of the present invention, in the print color prediction processing block 23 for the printer, the CMYK image structure-enhanced image data I ′ is once stored in a so-called device (print, CRT, photograph, LED, ) Device-independent data, which is image data independent of, for example, tristimulus value data XYZ, and then R (red), G (green), and B for printers based on the colorimetric values of the sample colors It is converted into (blue) image data (device dependent data) and supplied to the printer 17. On the other hand, in the print color prediction processing block 24 for display, similarly, the CMYK image structure enhanced image data I ′ is once converted into device-independent image data such as tristimulus value data XYZ, and then displayed on the display. Is converted into RGB image data taking into account the color temperature, observation light source, and other conditions, and supplied to the display 18.
[0030]
The printer 17 constituting the image output machine 19 may be any printer as long as it is a so-called continuous tone color printer capable of creating a hard proof HP having a continuous tone image formed on a sheet, and is not particularly limited. However, for example, by using a density gradation method, specifically, the emission intensity and / or time of an LED (light emitting diode) or laser corresponding to the three primary colors of RGB is digitally controlled for each image to form a donor film. An apparatus for creating a so-called hard proof HP that forms an image, transfers the image to an image receiving sheet, and forms the image on the sheet can be preferably used. The continuous tone printer 17 having such a configuration is considerably less expensive than a color printing machine that creates a PS plate from a printing plate and prints it using the printing plate as in normal printing. The resolution of such a printer 17 is, for example, 200 to 400 dpi, which is considerably lower than the printing resolution, for example, 2000 dpi. However, such a low resolution represents an image structure such as moire by printing. be able to. Since the image structure such as moire can be freely expressed on the hard proof HP, the intensity can be adjusted freely, and the sharpness intensity of the formed image can be adjusted freely, the printer 17 has a resolution of It is preferable to use about 400 dpi.
[0031]
On the other hand, as the display 18 constituting the image output machine 19, a color CRT monitor, a color LCD (liquid crystal) monitor, a color plasma display, or the like can be used, and those capable of adjusting color temperature, white balance, gamma characteristics, and the like are preferable. However, there is no particular limitation as long as it is an apparatus that expresses a so-called soft proof SP that forms an image on a screen. For the purpose of confirming only the image structure, various characteristics as described above cannot be adjusted, but an inexpensive ordinary color CRT monitor or the like can also be used.
[0032]
Next, the basic configuration of the image structure prediction processing block 22 will be described. The principle of the image structure prediction process is that the pixel value of the original image data I decomposed into the pixels of each CMY plate or CMYK plate is a combination of the number of printed lines (number of screen lines), the screen angle, the pattern of the original image, etc. The pixel value of a neighboring pixel including a pixel whose pixel value is to be converted (hereinafter also referred to as a calculation target pixel) in order to convert the pixel value into a pixel value for predicting an image structure such as moire that appears in a printed image depending on A weight depending on the period of the lattice determined by the number of print lines LPI and the mesh angle θ is obtained, and this weight is applied to the moire so as to obtain an image structure such as a moire of generated intensity according to the printing machine that outputs the print image. The intensity is adjusted by the enhancement factor α, and the weighted average is converted by the adjusted weight.
[0033]
In the weighted average processing of neighboring pixels in the present invention, as shown in FIG. 2, first, a position-dependent weight is determined according to the number of print lines LPI and the mesh angle θ input through the mesh attribute input device 14 (step). S1) a step of adjusting the position-dependent weight according to the moire intensity enhancement rate α input through the moire intensity input device 15 (step S3), and averaging the values of neighboring pixels according to the adjusted weight by weighting A step (step S1) of determining the position-dependent weight according to the number of printing lines LPI and the halftone angle θ, according to the first process consisting of three steps consisting of the step of determining the value of each pixel (step S4), A step of further emphasizing the weight (step S2), and a step of adjusting the emphasized weight according to the emphasis rate α of the moire intensity. Basically, it is based on the second processing by four steps consisting of the step (step S3) and the step of obtaining the value of each pixel by averaging the values of neighboring pixels according to the adjusted weight (step S4). Can be considered.
[0034]
In this case, the position-dependent weight determination process in step S1 may be performed by a certain function. However, since it takes time to generate the weight, a method of referring to a lookup table may be used.
Further, the position-dependent weight adjustment process in step S3, which is a feature of the present invention, is to adjust the determined position-dependent weight, and is 1 at the pixel position to be converted with the determined position-dependent weight. The function that is 0 at other positions is divided or divided using the moire intensity enhancement rate α, but other enhancement ratio adjustment methods may be employed.
The weighted average process in step S4 is a process (hereinafter also referred to as a filter process) using a weighting matrix (hereinafter also referred to as a weighting filter or a weighting filter) by convolution integration having a certain mask size, that is, a product-sum process. By performing the above, it is possible to increase the processing speed. When the weighted average process is performed by the weighted matrix filter process, the weighted matrix filter process after the weight adjustment process is preferably used.
[0035]
Further, when designing a weighting matrix, in order to smoothly (naturally) link images (pictures) by pixels after filtering, the position weights of neighboring pixels are set as shown in step S5 in FIG. A reduction filter (hereinafter also referred to as an attenuation filter) process that decreases as the distance from the calculation target pixel decreases, that is, an anti-aliasing process may be performed.
Further, in order to make the sharpness (sharpness, so-called sharpness) of the images on the proofs HP and SP the same as the image on the printed matter, as shown in step S6 in FIG. A weighting matrix filter obtained by applying a sharpness filter (hereinafter also referred to as an emphasis filter) to this weighting filter may be used as a matrix filter for weighted averaging processing. Usually, the dots formed on the sheet by the printer 17 have a shape of a recording dot formed by laser light or the like, such as a Gaussian shape. Therefore, an image edge due to the recording dot is blurred (image edge is blurred). The sharpening process in step S6 is useful.
[0036]
Further, the sharpness intensity adjustment process in step S7, which is another characteristic part of the present invention, is to adjust the enhancement ratio of the sharpness filter to the weighted filter after the reduction filter process, and at the sharpness filter and the filter center position. Although the method is to divide the filter that is 1 at other positions and 0 at the other positions by using the sharpness enhancement ratio β, it may be divided internally or externally, but other adjustment methods of the enhancement ratio may be adopted.
In the example shown in FIG. 2, the weighted average processing of step S4 is performed after the weight adjustment processing of step S3, and the weighted average pixel value is obtained by the adjusted weight. However, the present invention is not limited to this. Instead, using the position-dependent weight obtained in step S1 or S2, the weighted average processing of step S4 is performed first to obtain the weighted average pixel value, and this weighted average pixel value and the original By dividing the pixel value of the original image internally or externally by using the moire intensity enhancement rate α, the weighted average pixel value by the adjustment weight is obtained, resulting in the effect of the weight adjustment in step S3. You may make it obtain.
[0037]
Next, the principle configuration of the image structure prediction processing block 22 will be described in more detail.
As described above, the weighted average processing is performed on the original image data of each of the CMYK plates constituting the original image data I. For example, taking the C version as an example, the pixel data (pixel value) of coordinates (i, j) on the output resolution (proof resolution) is C (i, j), and the weighted average processing of neighboring pixels is performed. When the pixel data (pixel value) at the coordinates (i, j) is Ca (i, j), the pixel value Ca (i, j) after processing (after conversion) is expressed by the following equation (3). Can do.
[Expression 1]

Calculation of weighted average processing of neighboring pixels (Σ_{k = -m} ^mΣ_{l = -n} ⁿ) Is performed on a pixel C (i + k, j + l) in a rectangular range in the vicinity of (2m + 1) × (2n + 1) of the original image C (i, j). That is, in C (i + k, j + l), k = −m to m, l = −n to n (2m + 1 and 2n + 1 are natural numbers, and the width of a neighboring image centered on the calculation target pixel coordinate position (i, j) and Height (size)).
[0038]
Since the above equation (3) is a weighted average process, normalization is performed so that the total value of weights (also referred to as weight functions) Weight (i, j, k, l, LPIc, θc) is 1.0 (hereinafter referred to as “weighting average processing”). , Also called standardization). Equation (3) is an equation for the C plate, but the same applies to the remaining M, Y, and K plates. In this case, the pixel value C (i, j) of the original image is used. , The pixel values M (i, j), Y (i, j), K (i, j) of the original image correspond to each other, and the pixel values Ca (i, j) of the processed image are processed. The pixel values Ma (i, j), Ya (i, j), and Ka (i, j) of the image correspond to each other. Further, the coordinates (i, j) are coordinates in the x, y orthogonal two-dimensional space of the image. Further, the line numbers LPIm, LPIy, and LPIk of the M, Y, and K plates correspond to the line number LPIc for the C plate, respectively, and the M, Y, and K plates correspond to the mesh angle θc of the C plate. The halftone angles θm, θy, and θk of the plate correspond respectively.
[0039]
In the expression (3), the weight function Weight (i, j, k, l, LPIc, θc) is a function for causing so-called frequency interference, and is a periodic pitch among pixels constituting the original image. This is a function for increasing the weight of a pixel value at a position corresponding to a specific point on a grid having a (pitch depending on the number of printed lines LPIc) and a certain inclination (an inclination corresponding to the halftone angle θc).
Here, in the present invention, the weight function Weight (i, j, k, l, LPIc, θc) matches the intensity of moire when simulating an image structure such as moire with a printing machine to be printed. In order to make adjustments, the weight function newly adjusted by the moire intensity enhancement rate α input from the moire intensity input device 15 in step S3 is used, but the position-dependent weight function obtained in step S1 is also the step. Needless to say, the position-dependent weighting function obtained in S2 is also a weighting function, and it is possible to predict an image structure such as moire even if these weighting functions are used as they are in the weighted averaging process. .
[0040]
A method for making it possible to adjust the intensity of moire when simulating an image structure such as moire, which is a feature of the present invention, according to the printing press will be described below.
By the way, in the case of printing, if the number of print lines LPI and the halftone angle θ are determined, the L version LPIc and θc of the C plate can be considered as constants, and thus the weight function Weight (i, j, k, l, LPIc) described above. , Θc) can be the weight function Weight (i, j, k, l) for any of the CMYK versions. Therefore, in the following description, the weight function in which the moire intensity obtained in step S3 is adjusted is represented by the moire intensity adjustment filter F ′ (i, j, k, l) for any of the CMYK versions, and the step S1 or It is assumed that the position-dependent weight function obtained in step S2 represents the position-dependent filter F (i, j, k, l) for any of the CMYK versions.
[0041]
Here, the filter F ′ (i, j, k, l) whose strength is newly adjusted in the present invention can be expressed by the following formula (1).

However, E (k, l) is a coefficient matrix (E does not depend on the pixel coordinate position (i, j)) where the center coefficient is 1.0 and the others are 0.0.
α is a moire intensity enhancement rate. If α = 1, the same state as before enhancement, that is, F (i, j, k, l), is equal to F (i, j, k, l), and if α = 0, the moire intensity is 0, and no moire simulation is performed (original picture) Itself).
i and j are the position coordinates of the pixels of the image. When the size (number of pixels) of the rectangular image is width × height, i = 0 to height−1 and j = 0 to width−1.
k and l are auxiliary variables for performing convolution integration.
[0042]
The convolution integral in step S4 using the moire intensity adjustment filter F ′ (i, j, k, l) thus determined is, for example, the intensity adjustment filter F ′ (i, When j, k, l) is a position-dependent (2m + 1) × (2m + 1) filter, the following equation (4) is used.
[Expression 2]

However, in this equation (4), D (i, j) is a pixel value of one of the CMYK versions of the original image, and D ′ (i, j) is a pixel value of the same version of the processing result. In this case, k = −m to m and l = −m to m.
[0043]
In the present invention, the weighted average pixel value D ′ (i, j) by the intensity adjustment filter F ′ (i, j, k, l) may be obtained as follows.
Here, when the weighted average pixel value by the position-dependent filter F (i, j, k, l) is Da (i, j), the pixel value Da (i, j) is given by the following equation (5). By substituting the above equation (1) into the above equation (4) and substituting the following equation (5) into the obtained equation, the converted pixel value D ′ (i, j) is given by the following equation (6): Will be.
[Equation 3]

D '(i, j) = [alpha] Da (i, j) + (1- [alpha]) D (i, j) (6)
In this way, the weighted average process with the moire intensity adjusted in the image structure prediction processing block 22 can be performed.
[0044]
The principle of the weighted average processing of the image structure prediction processing block 22 will be further described visually with reference to the drawings. The principle of the weighted average process described here is established regardless of the presence or absence of moire intensity adjustment. FIG. 3A represents an image of the original image I that has been decomposed into 400 dpi pixels, for example. FIG. 3 (b) means a coordinate system (hereinafter also referred to as a mesh grid coordinate system) PC of 175 lines and 45 degrees of a printed matter to be printed. FIG. 3C shows an image SI obtained by superimposing a grid relating to the coordinate system PC of 175 lines and 45 degrees shown in FIG. 3B on the image of the original picture I shown in FIG.
In the superimposed image SI shown in FIG. 3 (c), a portion where pixels are painted black is a pixel portion placed on a lattice point of the coordinate system PC of 175 lines 45 degrees, and the weight of the pixel value of the pixels painted black By increasing the (weight) (actually, since the weighted average processing is performed, the weights of the pixel values of the pixels represented by white spots around the increased weight are simultaneously reduced) A process for increasing the weight of the pixel value at the position corresponding to the point can be performed.
[0045]
In order to make it easy to understand intuitively, an example in which the weights are extremely biased (for example, 1 and 0) will be described. At this time, only the blackened portions of the pixels constituting the original image I are left. It can also be interpreted as a simple image thinning-out operation in which other white portions are discarded. That is, it can be considered that moire is generated on the same principle as moire generation by sampling processing that occurs when image thinning calculation is applied to an image. In FIG. 3B, the value 1/175 [inch] of the number of lines is called the net pitch. Therefore, the size of one net is 1/175 × 1/175 [inch]²]become.
[0046]
Next, the following two basic methods will be described as examples of a method for calculating (determining) a weighting weight (also referred to as a weight) in the process of step S1 of FIG.
The first method is to directly use a threshold matrix (also called a threshold template or a rational network template, also called a supercell) for each version of CMYK for network development of printing, in other words, as a lookup table. This is a method of calculating weights.
[0047]
FIG. 4A shows, for example, nine pixels of one part of one plate in the image of the original image I shown in FIG. Assume that the pixel values of each image are a, b,... I. The coordinate system is (i, j), and the pixel values a, b,... I (where i is different from i in the coordinate system (i, j)) constitute, for example, an 8-bit gradation. One of values 0 to 255 to be taken is taken.
FIG. 4B shows, for example, a part of a threshold value matrix TM ′ for network development used for printed matter of 2000 dpi. One pixel of 400 dpi corresponds to 5 × 5 = 25 pixels of 2000 dpi (25 elements when considered as a threshold matrix TM ′). It is assumed that the threshold value of the central element of the partial threshold value matrix composed of 5 × 5 elements is A, B,... I as shown in FIG. Each of the threshold values A, B,... I takes, for example, one of values 0 to 255 constituting an 8-bit gradation. When the size of the threshold matrix TM is 215 elements × 215 elements (46225 threshold values), when converted to the pixel size of the original image I, it corresponds to 43 × 43 sizes. The coordinate system on 2000 dpi is (i ', j').
[0048]
In the original image I in FIG. 4A, for example, a pixel value e after processing in which the center pixel value e is weighted and averaged using a position-dependent weighting matrix before the moire intensity enhancement ratio is adjusted._aConsider the pixel value e_aIs expressed by the following equation (7).
e_a= (Aa + Bb + ... + Ii) / (A + B + ... I) (7)
In this case, the weights are A / (A + B +... I), B / (A + B +... I),... I / (A + B +. Therefore, the sum (total) of the weights is the value 1. In this weighted averaging process, element weights A / (A + B +... I), B / () are added to an original image matrix in the vicinity of 3 × 3 of a pixel e whose pixel value is to be converted (see FIG. 4A). Filter processing by convolution integration of a 3 × 3 weighted matrix of A + B +... I),.
Note that the center pixel value e ′ after the weighted average processing when the position-dependent weighting matrix after adjustment by the moire intensity enhancement rate α is used can be expressed by the following equation (8). Note that the pixel value e ′ is the processed pixel value e obtained by the weighted average process first._aIt can be seen that it can also be obtained by adjusting the moire intensity enhancement rate α.

The weights in this case are αA / (A + B +... I), αB / (A + B +... I),..., ΑE / (A + B +... I) + (1−α),. In this case as well, the sum (total) of the weights similarly becomes the value 1.
[0049]
When the weight is calculated by directly using the threshold matrix TM ′ of each version for printing halftone printing, each portion of 5 × 5 elements in the threshold matrix TM ′ corresponding to such a pixel position is used as the weight. A specific position in the threshold matrix, for example, a threshold present at the center position may be used, as shown in FIG. 4 (b), and the threshold of an element such as the upper left in each partial threshold matrix of 5 × 5 elements May be used. Further, the average value of the 5 × 5 partial threshold value matrix may be used for weighting. The weight thus obtained may be adjusted by the moire intensity enhancement rate α.
The above description is the description of the first method for obtaining the adjustment weight by directly calculating the weight matrix TM ′ of each plate for developing the network for printing.
[0050]
In the second method, in order to calculate the weight, each lattice point (intersection of lattice and lattice) 31 on FIG. 5A depicting the same network lattice coordinate system PC shown in FIG. In a method using a function in which the weight decreases monotonously or increases from the center toward the outside, centered or centered on the midpoint 32 of the grid point, or about any given point in the grid is there. For example, as a function that decreases monotonically around the midpoint 32 of the lattice point, when considering the uv coordinate system shown in FIG. Can think. The length of each side of the lattice is the reciprocal of the printed line number LPI.

FIG. 5B is a perspective view of an image SI ′ obtained by superimposing the schematic waveform of the weighting function f (u, v) on the coordinate system PC of 175 lines and 45 degrees.
[0051]
Actually, when calculating the weight of a predetermined pixel position (i, j) in the original image I shown in FIG. 3A, the correspondence on the lattice space coordinate PC to the pixel position (i, j) The position (u, v) is given by the following equation (10), where the resolution dpi of the original image I is R, the number of printed lines LPI is L, and the halftone angle is θ. It can ask for.

By substituting the position (u, v) obtained by the expression (10) into the expression (9), the weight at the position (u, v) can be set as the weight at the predetermined pixel position (i, j). it can. The weight thus obtained may be adjusted by the moire intensity enhancement rate α.
The above is the second method for obtaining the adjustment weights by calculating the weights. As the weights for weighting (hereinafter also referred to as weights), the same image structure is used regardless of the weights calculated by any method. Prediction (image structure simulation) results can be expected.
[0052]
Next, with reference to the flowchart of FIG. 6, a method of calculating weights and obtaining adjustment weights will be described more specifically. First, as a method of calculating weights, in the following description, the simplicity of calculation, Considering the short calculation time, a description will be given using a method of calculating weights by directly using the threshold matrix TM ′ of each plate for printing network development.
Therefore, an example of creating a weighted matrix having specific numerical values in the C version will be described. The weight matrices for other versions can be created in the same procedure as the weight matrix creation for the C version described below. In this case, as the printer 17 as the image output apparatus, as described above, a so-called density gradation type continuous tone color printer having an output resolution of 400 dpi and RGB gradations of 256 gradations is used. The resolution of the original image data I is assumed to be 400 dpi, which is the same as the output resolution, by the resolution conversion by the resolution conversion processing block 21 in advance.
[0053]
The image structure to be simulated on the hard proof HP output from the printer 17, in other words, the print line number LPI and the mesh angle θ for predicting the image structure of printing are arbitrary, but here the print line number LPI is LPI. In the following description, the halftone angle θ of each plate of C = 175 and CMYK is θ = 75 degrees, 45 degrees, 0 degrees, and 15 degrees.
In printing, the mesh angle is handled at 0 to 180 degrees because the mesh shape does not have symmetry with respect to the 90-degree rotation. However, if attention is paid only to the arrangement of halftone dots, since the halftone space is a coordinate system orthogonal at 90 degrees, 0 to 90 degrees may be used in the case of printing image structure prediction. For a mesh whose mesh angle 0 is θ = 90 ° to 180 °, a value converted by the following equation (11) may be used.
θ = θ% (90 degrees) (11)
“%” Means a surplus operation in which the remainder of θ on the right side divided by 90 degrees is θ on the left side.
[0054]
As can be seen from FIG. 3C, the mask size of the weighting matrix (hereinafter also referred to as weighting filter) is determined so that at least one pixel corresponding to the output resolution is included in one grid (network). It is thought that the image structure can be expressed. Here, it is assumed that a weighted matrix having a 3 × 3 mask size defined by the following equation (12), which means a value obtained by dividing the output resolution by the number of printed lines, is created.

In Expression (12), INT (X) indicates an operation that leaves only the integer part of X.
[0055]
When the mask size of the weighted matrix is 3 × 3 and the number of printed lines LPI and the mesh angle θ are determined in the above-described equation (3), these can be considered as constants. The following equation (13) can be considered.
[Expression 4]

Here, when this expression (13) is displayed as follows,

Σ_{k = -1} ¹Σ_{l = -1} ¹Is calculated for pixels in the neighborhood of 3 × 3. That is, k = -1, 0, 1, and l = -1, 0, 1. In the following description, Σ_{k = -1} ¹Σ_{l = -1} ¹Calculate Σ_kΣ_lIt shall be displayed. Here, Weight (i, j, k, l) may be a weight before adjustment of the moire intensity or a weight after adjustment.
[0056]
First, the above-described first method will be described more specifically below with reference to FIG.
When determining the value of each element of the 3 × 3 weighted matrix, as described above, a rational network (also referred to as rational network) template that is a threshold matrix used for printing can be used (step S11).
For example, the number of elements of a rational number network template of 2000 dpi is 215 × 215. Here, the size of the rational network template is defined as MMsize × MMsize (MMsize = 215).
[0057]
FIG. 7 shows an example of a rational network template TM0 'having a resolution of 2000 dpi and a rational network template size MMsize of MMsize = 215. Note that the coordinate system on a resolution of 2000 dpi is (i ′, j ′). Accordingly, on the 2000 dpi rational network template TM0 ', the coordinate i' takes a value of i '= 0 to 214, and the coordinate j' takes a value of j '= 0 to 214. The number of elements to which the threshold value th0 ′ is assigned is 215 × 215, and the value of the threshold value th0 ′ takes any value of th0 ′ = 0 to 255, for example, when it is 8-bit data.
When creating a 3 × 3 weighting matrix for 400 dpi to be applied to the original image data I from this 2000 dpi rational network template TM0 ′, 5 × 5 dots (elements) of 2000 dpi are converted into one dot of 400 dpi. Considering the correspondence, first, as shown in FIG. 4 (b), the central threshold value (element value surrounded by a thick line) of the partial rational network template composed of 5 × 5 elements is extracted 43 It is conceivable to create a threshold template composed of x43 thresholds (step S12).
[0058]
FIG. 8 shows an example of the threshold value template TM0 composed of 43 × 43 threshold values th0 (i, j) created in this way. In FIG. 8, the mask size of the threshold value template TM0 is Msize, but in this example, the mask size Msize corresponds to Msize = 43.
In this case, if the 3 × 3 weighting matrix is wgt0 (i, j, k, l), this can be expressed by the following equation (14) (step S13).

Here, k and l are k, l = −1, 0, 1 and ss (i, j) is
ss (i, j) = Σ_kΣ_l{Th0 (i, j, k, l)} (k, l = −1 to 1).
By using the 3 × 3 weighted matrix wgt0 (i, j, k, l) as F (i, j, k, l) and adjusting the moire intensity enhancement rate α according to the above equation (1), The adjustment weight matrix wgt0 ′ (i, j, k, l) represented by (15) can be obtained (step S27).

[0059]
Specifically, the weighted average calculation using the 3 × 3 weighting matrix thus obtained is, for example, as shown in FIGS. 9A to 9E, for example, wgt0 (i, j, k, l) is Since wgt0 (1,1, k, l) = th0 (1 + k, l + l) / ss (1, l), the threshold value template TM0 shown in FIG. 8 and the threshold value th0 (1, l) = 54 are the center. A threshold value in the vicinity of x3 is extracted (see FIG. 9A), and Σ_kΣ_lWhen ss (1, l) is obtained, as shown in FIG. 9B, the sum of the threshold values in the vicinity of 3 × 3 of th0 (1, l) is Σ._kΣ_lss (1, l) = 208 + 148 +... + 77 = 1268.
Therefore, the 3 × 3 weighted matrix wgt0 sets the thresholds near 3 × 3 to Σ_kΣ_lIt is obtained as a quotient divided by ss (1, l) = 1268. This 3 × 3 weighted matrix wgt0 sum is Σ_kΣ_lwgt0 (1, 1, k, l) is always 1 (see FIG. 9C).
Further, when the moire intensity enhancement rate α is 0.9, the 3 × 3 weighted matrix wgt0 is as shown in FIG.
[0060]
From the schematic 3 × 3 pixel original image data I of 400 dpi shown in FIG. 4A, if the pixel value after the weighted average of the pixel value e by the moire intensity adjustment weight is set to e ′, FIG. ) E ′ = (a × 0.148 + b × 0.105 +... + E × 0.138 +... + I × 0.055) = 0.9 × (a × 208 + b × 148 +... + E × 54 +. 77) /1268+e×0.1.
Incidentally, if the pixel value after weighted averaging by the adjustment weight of the pixel value f of the pixel f adjacent to the pixel e is f ′, the pixel value f ′ has the coordinates (i, j) in FIG. j) = 3 × 3 weighted matrix wgt0 (2) using a threshold “148, 244, 60, 54, 159, 84, 220, 77, 44” in the vicinity of 3 × 3 centered at (2,1). , 1), and then a 3 × 3 adjustment weighting matrix wgt0 ′ (2, 1) is created from the above equation (15) using the value 0.9 of the moire intensity enhancement rate α, and the original image data In I, it may be applied to pixels in the vicinity of 3 × 3 centered on the pixel value f and similarly weighted and averaged.
[0061]
Actually, it is necessary to prepare 3 × 3 weighted matrices wgt0 and wgt0 ′ by the number corresponding to the network position coordinate (i, j), in this example, Msize × Msize = 43 × 43, and Msize × Msize In the case of the number of pieces, the network position coordinates limited to this are (i% Msize, j% Msize). Note that i% Msize is a surplus operation and means a surplus obtained by dividing i by Msize (for example, when i = 1, 44, and 87, i% Msize is the same value and i% Msize = 1). ). Therefore, the image data after the weighted average processing, in other words, the image data Ca (i, j) after the image structure enhancement is obtained by the following equation (16) obtained by modifying the above equation (13). Here, the image data Ca (i, j) represents any conversion data before and after the moire intensity adjustment.

[0062]
In this way, the weighted average process according to the equation (16) is performed on the original image data I, and the image data Ca (i, j) after the weighted average process can be obtained. In the original image data I, the pixels existing on the four sides must use portions where the elements of the weighted matrix do not exist, so that the calculation for determining the elements becomes complicated. Usually, since there is no important picture, in this embodiment, the original image data I is used as it is without performing the weighted averaging process.
Image data Ca (i, j) after weighted average processing according to equation (16) using the adjusted 3 × 3 weighting matrix wgt0 ′ as the weighting function Weight (i% Msize, j% Msize, k, l) is shown in FIG. The RGB image data is converted by the prediction processing block 23 or 24 shown in FIG. 5 and the hard proof HP or the soft proof SP is created by the printer 17 or the display 18, so that the intensity of the image depends on the target printing press on the image. An image structure such as a moire or a line break that has been adjusted appears (see also FIG. 6).
[0063]
Next, another example of the 3 × 3 weight matrix will be described. Another example is for implementing the weight emphasis step S2 described with reference to FIG.
When emphasizing the weight, a 3 × 3 weight matrix wgt1 (described later) is created after spatially emphasizing each threshold th0 ′ constituting the 2000 dpi threshold template TM0 ′ shown in FIG. Alternatively, the 3 × 3 weighted matrix wgt1 may be created from the 400 dpi threshold template TM0 shown in FIG. 8 that has already been created.
[0064]
When emphasizing each threshold th0 ′ constituting the 2000 dpi threshold template TM0 shown in FIG. 7, for example, by performing the cube normalization calculation shown in the following equation (17), th1 ′ can be created (step S14).
th1 '(i', j ') = th0' (i ', j')^Three/ 255²  ... (17)
When the 400 dpi threshold template TM0 shown in FIG. 8 is used, the emphasized threshold th1 can be created by performing the cube normalization calculation shown in the following equation (18) (step S1). S14).
th1 (i, j) = th0 (i, j)^Three/ 255²            ... (18)
FIG. 10 shows a 2000 dpi threshold value template TM1 'composed of the emphasized threshold value th1', which is the calculation result of the equation (17).
FIG. 11 shows a 400 dpi threshold value template TM1 composed of the threshold value th1 after enhancement, which is the calculation result of the equation (18).
[0065]
Note that the threshold values th0 ′ and th1 ′ after emphasizing the original threshold values th0 and th1 are raised to the third power of the original threshold values th0 and th1 and divided by 255 × 255 which is the maximum value of the threshold value. For example, when the values of the original threshold values th0 and th1 before enhancement are th0 and th1 = 0, 24, 54, 77, 134, 148, 220, 244, and 255, the threshold values th0 ′ and th1 after enhancement, respectively. 'Th0', th1 '= 0, 0, 2, 7, 37, 49, 163, 223, 255. In other words, the threshold value close to the value 255 remains almost the original threshold value, and as the value approaches 0, the threshold value is considerably smaller than the original threshold value. Note that the threshold is 0 or a positive integer (natural number), and the minimum value is 0.
[0066]
The 3 × 3 weighted matrix wgt1 can be created by the following equation (19) corresponding to the equation (14) using the threshold th1 constituting the emphasized threshold template TM1 shown in FIG. S15).

Here, k, l = −1 to 1, ss (i, j) = Σ_kΣ_l{Th1 (i, j, k, l)} (k, l = −1 to 1).
Using the 3 × 3 weighted matrix wgt1 (i, j, k, l) obtained in this way, the adjustment weighted matrix wgt1 ′ (i, j) is adjusted by adjusting the moire intensity enhancement rate α according to the above equation (1). , K, l) can be created by the following equation (20) corresponding to equation (15) (step S20).

[0067]
Image data Ca (i, j) after weighted average processing according to equation (16) using this adjusted 3 × 3 weighted matrix wgt1 ′ as a weighting function Weight (i% Msize, j% Msize, k, l) is shown in FIG. 6, RGB image data is converted by the prediction processing blocks 23 and 24, and a hard proof HP or soft proof SP is created by the printer 17 or the display 18, so that the image on the image depends on the target printing machine. Image structures such as moire and line breaks with adjusted intensity appear.
The proof HP and SP using the adjusted 3 × 3 weighted matrix wgt1 ′ are more proof HP and SP using the adjusted 3 × 3 weighted matrix wgt0 ′, and the image structure is more emphasized. Moire, line breaks, and the like close to the image structure can be reproduced. That is, a more accurate image structure can be predicted.
[0068]
However, the proofs HP and SP using the adjusted 3 × 3 weighted matrix wgt1 ′ are not connected slightly smoothly between the pixels constituting 400 dpi of the output image and the adjacent pixels, in other words, the edges are not formed. There are side effects that are slightly noticeable. There is also a side effect that frequency components corresponding to a period of 400 dpi or more are slightly noticeable.
In order to solve these side effects, a 3 × 3 low-pass filter whose weight decreases (attenuates) from the center toward the periphery (expression when the center is considered as a reduced component) is a 3 × 3 weighted matrix wgt1 before adjustment. A 3 × 3 weighting matrix wgt2 (details will be described later) may be created. The 3 × 3 low-pass filter (referred to as a reduction filter) can be considered as a blurring filter or an anti-aliasing filter. In this embodiment, a Gaussian filter is actually used.
[0069]
FIG. 12 shows the configuration of a 3 × 3 Gaussian filter of 400 dpi used in this embodiment. The expression of this Gaussian filter is shown in equation (21).
Gauss1 (k, l) (21)
k and l take values of −1 to 1. The 3 × 3 weighted matrix wgt2 to which the Gaussian filter Gauss1 (k, l) is applied may be a filter obtained by multiplying the 3 × 3 weighted matrix wgt1 by the Gaussian filter Gauss1 (k, l). It can be expressed by an equation (step S16).

Here, k, l = −1 to 1, ss (i, j) = Σ_kΣ_l{Th1 (i + k, j + 1) × Gauss1 (k, l)}, i, j = 0 to Msize−1. Using the 3 × 3 weight matrix wgt1 (i, j, k, l) obtained in this way, the adjustment weight matrix wgt2 ′ (i, j) is adjusted by adjusting the moire intensity enhancement rate α according to the above equation (1). , K, l) can be created by the following equation (23) corresponding to equation (15) (step S20).

[0070]
Using this adjustment 3 × 3 weighting matrix wgt2 ′, the image data Ca (i, j) after the weighted average processing according to the equation (16) is converted into RGB image data by the prediction processing blocks 23 and 24, and the printer 17 or the display By creating the hard proof HP or soft proof SP according to 18, the image smoothly connects between each pixel constituting 400 dpi of the output image and the adjacent pixels, and there is no frequency component corresponding to a period of 400 dpi or more. In addition, it is possible to obtain an image faithfully simulating the image structure of printing such as moire and line breaks whose strength is adjusted according to the target printing machine.
[0071]
Next, the creation of the adjustment 3 × 3 weight matrix wgt5 ′ that can connect pixels more smoothly than the adjustment 3 × 3 weight matrix wgt2 ′ will be described.
In this case, a 15 × 15 Gaussian filter Gauss 2 (m, n) corresponding to a resolution of 2000 dpi is output with respect to the threshold template TM1 ′ of the 2000 dpi level shown in FIG. First, a 400 dpi weight matrix wgt3 is created by causing it to act at 400 dpi (so-called resolution conversion, adjustment).
FIG. 13 shows an example of a 15 × 15 Gaussian filter Gauss2 (m, n) composed of elements corresponding to a resolution of 2000 dpi. The coordinates (m, n) correspond to the coordinates (i ′, j ′) of 2000 dpi. As can be seen from FIG. 13, the Gaussian filter Gauss 2 (m, n) has an array of elements approximating the Gaussian characteristics in which the central value is the largest and the value gradually attenuates toward the periphery.
[0072]
An equation for creating a 400 dpi level weight matrix wgt3 by applying this Gaussian filter Gauss2 (m, n) to the emphasis threshold template TM1 'is shown in the following equation (24) (step S22).

Here, m and n are −7 to 7, and (i, j) are coordinates on the 400 dpi space, i, j = 0 to Msize−1, (5 × i + m, 5 × j + n) and (m , N) are coordinates (i ′, j ′) on the 2000 dpi space, i ′, j ′ = 0 to MMsize−1. The multiplier “5” of i, j is 2000 dpi / 400 dpi, and is a constant for resolution conversion.
[0073]
First, when considering (i, j) = (0,0), this equation (24) becomes wgt3 (0,0, m, n) = th1 ′ (m, n) × Gauss2 (m, n). In the threshold value template TM1 ′ of FIG. 10, the Gaussian filter Gauss2 (m, m, 2) shown in FIG. 13 is applied to each of the 15 × 15 upper left threshold values whose threshold values at the four corners are “255, 50, 49, 12”. A 15 × 15 weight matrix wgt3 (0, 0, m, n) is created over each element of n).
Next, when (i, j) = (1,0), wgt3 (1,0, m, n) = th1 ′ (5 + m, n) × Gauss2 (m, n), and the threshold value template TM1 in FIG. 'For each element of the threshold shifted by i' = 5 from the upper left of 15 × 15 where the thresholds at the four corners are “23, 0, 123, 105”, Gaussian filter Gauss2 ( A 15 × 15 weight matrix wgt3 (1, 0, m, n) is created by multiplying each element of m, n). Thereafter, a weight matrix wgt3 (Msize-1, Msize-1, m, n) up to (i, j) = (Msize-1, Msize-1) is sequentially created.
[0074]
The Msize × Msize = 43 × 43 Gaussian filter Gauss2 (m, n) processed weight matrix wgt3 (i, j) generated in this way is converted into 43 × 43 3 × 3 weight matrix. For this purpose, one weight matrix wgt3 (i, j) consisting of 15 × 15 elements is replaced with a weight matrix wgt4 (i, j, k, l) of 3 × 3 elements (where k, l = −1 to 1). What is necessary is just to convert so that one of 1) respond | corresponds.
Each element of the 43 × 43 3 × 3 weighted matrix wgt4 (i, j, k, l) having the coordinate (i, j) as the central coordinate is given by the following equation (25) (step S23).
[Equation 5]

Where Σ_{m = 5k-2} ^{5K + 2}Σ_{n = 5l-2} ^{5l + 2}Is the sum of 5 × 5 elements of m = 5k−2 to 5k + 2 and n = 5l−2 to 5l + 2, that is, here, k = l = 1 to 1, m = −7 to 7, n = −7 The total of 5 × 5 parts when the elements of ˜7, that is, 15 × 15 elements are simply divided into nine 5 × 5 parts.
[0075]
The adjusted 3 × 3 weighted matrix wgt5 ′ that can connect pixels more smoothly than the adjusted 3 × 3 weighted matrix wgt2 ′ creates a 3 × 3 weighted matrix wgt5 after normalization of the 3 × 3 weighted matrix wgt4 Later, the moire intensity may be adjusted by adjusting the enhancement rate α.
Therefore, first, 43 × 43 3 × 3 weighted matrices wgt5 can be created by the following equation (26) (step S24).

Here, (k, l) means a shift amount from the center of the filter on the 400 dpi space, and k, l = −1 to 1, ss (i, j) = Σ._kΣ_lIt means {wgt4 (i, j, k, l}).
[0076]
Using the 3 × 3 weight matrix wgt1 (i, j, k, l) obtained in this way, the adjustment weight matrix wgt5 ′ (i, j) is adjusted by adjusting the moire intensity enhancement rate α according to the above equation (1). , K, l) can be created by the following equation (27) corresponding to the equation (15) (step S20).

[0077]
Using this adjusted 3 × 3 weighting matrix wgt5 ′, the image data Ca (i, j) after the weighted average processing according to the equation (16) is converted into RGB image data by the prediction processing blocks 23 and 24 as shown in FIG. Then, by creating the hard proof HP or soft proof SP by the printer 17 or the display 18, the image is more smoothly connected between each pixel constituting the 400 dpi of the output image and the adjacent pixels, and the period is 400 dpi or more. It is possible to obtain an image that does not have a corresponding frequency component and faithfully simulates the image structure of printing such as moire and line breaks whose strength is adjusted according to the target printing machine.
[0078]
However, when an image is observed on the printer 17 or the display 18 using the 3 × 3 weighted matrix wgt5 ′ created using the Gaussian filter Gauss 2 (m, n) and adjusted for the moire intensity, the sharpness ( It was found that the sharpness was reduced compared to the printing sharpness. In addition to the use of the Gaussian filter Gauss 2 (m, n), the sharpness is reduced particularly by a sublimation thermal transfer printer or a photographic printer, which is a specific example of the density gradation type continuous tone printer 17. In order to improve the connection of the print dots (pixels) to the adjacent pixels and to prevent the moire of the print dots themselves, these printers have a Gaussian blur. I found out that the main reason is that it is common.
[0079]
Therefore, in order to obtain a sharp feeling approximated to the sharp feeling of the printed matter, the data before normalizing the 3 × 3 weighted matrix wgt5 before adjustment using ss (i, j) is shown in Expression (26). A 3 × 3 weighted matrix wgt4 is processed by a spatial enhancement filter having a reverse characteristic of Gauss2 (also referred to as a sharpness matrix or a sharpness filter) or by a spatial enhancement filter having a characteristic stronger than the reverse characteristic of Gauss2. Next, a method for creating the image structure emphasized image data I ′ will be described.
[0080]
FIG. 14A shows a configuration example of a sharpness filter Shp = Shp1, which is an inverse filter having characteristics opposite to those of Gauss2.
FIG. 14B shows a configuration example of the sharpness filter Shp = Shp2 having stronger characteristics than the sharpness filter Shp1.
FIG. 14C shows a configuration example of the sharpness filter Shp = Shp3 having stronger characteristics than the sharpness filter Shp2.
Note that the horizontal axis and the vertical axis of each filter Shp1, Shp2, and Shp3 are represented by i, k, r, j, l, and s, respectively, in order to obtain good visibility when using the expressions described later. And both are on the same coordinate system as the coordinate system (i, j) on 400 dpi. The sum of the elements for each filter Shp1, Shp2, and Shp3 is 1.
[0081]
After normalizing the 3 × 3 weighted matrix wgt4, the image data after the weighted average processing by the 3 × 3 weighted matrix wgt5 ′ adjusted for the weight according to the moire intensity enhancement rate is defined as Ca (see equation (16)). If the final pixel data obtained by applying the sharpness filter Shp to Cb (i, j) is Cb (i, j), the final pixel data Cb (i, j) can be obtained by the following equation (28).

Where Σ_kΣ_lIs the sum in the range of k, l = −1 to 1, and Shp (k, l) is one of the sharpness filters shown in FIGS. 14 (a), 14 (b), and 14 (c). It is.
[0082]
The final image data Cb (i, j) is subjected to the sharpness process (step S6) and the moire intensity adjustment process (step S3) directly using the weighting matrix wgt4 without obtaining Ca (i, j). If it is determined by the adjusted filter, the calculation is simplified. For this purpose, the processing according to the equation (16) and the processing according to the equation (28) may be performed by one processing. For that purpose, first, a 3 × 3 weighting matrix wgt7 for weighted average processing in which a sharpness filter is included in the weighting matrix in advance is created, and then the adjustment 3 × 3 weighting matrix is performed by adjusting the moire intensity with the enhancement factor α. What is necessary is just to create wgt7 '.
[0083]
First, to create the weighting matrix wgt7, first, the weighting matrix wgt6 obtained by applying the sharpness filter Shp to the weighting matrix wgt4 is created (step S25). The weighting matrix wgt6 (i, j, k, l) can be obtained by the following equation (29).
[Formula 6]

However, for wgt4 (i + r, j + s, kr, 1-s), where kr, ls exceeds the range of values −1 to 1, wgt4 (i + r, j + s, kr, 1−s) = 0. Shp (r, s) is any one of the sharpness filters shown in FIGS. 14A, 14B, and 14C.
[0084]
Next, by normalizing this wgt6 (i, j, k, l), a 3 × 3 weighted matrix wgt7 can be created (step S26). This weighting matrix wgt7 can be obtained by the following equation (30).

Here, k and l are k, l = −1, 0, 1 and ss (i, j) is
ss (i, j) = Σ_kΣ_l{Wgt6 (i, j, k, l)} (k, l = −1 to 1).
[0085]
Using the 3 × 3 weighted matrix wgt7 (i, j, k, l) obtained in this way, the weighting average adjustment 3 × 3 weighting is performed by adjusting the moire intensity enhancement rate α according to the above equation (1). The matrix wgt7 ′ (i, j, k, l) can be created by the following equation (31) corresponding to the equation (15) (step S20).

[0086]
By making this 3 × 3 weighting matrix wgt7 ′ (i, j, k, l) the weighting function Weight of the equation (16), the sharpness processing and the image structure simulation in which the moire intensity is adjusted by one operation are performed simultaneously. It can be carried out. Using this 3 × 3 weighted matrix wgt7 ′, the image data Cb (i, j) after the weighted average processing is converted into RGB image data by the prediction processing blocks 23 and 24, and hard proof HP or by the printer 17 or the display 18 By creating the soft proof SP, it is possible to obtain an image that accurately simulates the image structure of printing such as moire and line breaks whose strength is adjusted according to the target printing machine. The sharpness of printing is also reproduced. Furthermore, since the weighted average process is used, the color prediction is not affected.
[0087]
By the way, as described above, the strength of sharpness varies depending on the properties of the printing press even if the original image and the printing conditions (number of lines, halftone angle, printing density) are the same. This difference is caused by mechanical things such as printing pressure of the printing press and software and hardware such as a network expansion algorithm, and cannot be predicted uniformly. For this reason, in the present invention, when simulating an image structure such as moire, the sharpness intensity input means is used to adjust the sharpness intensity of the proof according to the target printing machine.
[0088]
The sharpness intensity adjustment method according to the present invention is based on the sharpness filter intensity when performing normal 3 × 3 or 5 × 5 sharpness filter processing, for example, the USM intensity when performing USM (unsharpness mask) processing. This is a method for adjusting sharpness by adjusting. Here, when USM at 100% intensity of the sharpness filters Shp1, Shp2, Shp3, etc. shown in FIGS. 14 (a), 14 (b), and 14 (c) is U (k, l) , U ′ (k, l) is the USM (filter) after intensity adjustment, and β is the sharpness enhancement ratio, the sharpness intensity adjustment filter can be obtained by the following equation (32) (step 27).

Here, (k, l) indicates the coordinates of the filter. If U (k, l) and U ′ (k, l) are 3 × 3 sharpness filters, k, l = −1 to 1 is there. E (k, l) is a coefficient matrix whose center is 1.0 and others are 0.0 as described above.
[0089]
The processing by the sharpness filter U ′ (k, l) after the intensity adjustment thus obtained is applied to the pixel data Ca (i, j) weighted and averaged by the adjustment weighting matrix in the same manner as the above equation (28). The final pixel data may be obtained, but as described above, the intensity-adjusted sharpness filter U ′ (k, l) is replaced with the position-dependent filters F (i, j, k, l,) and F ′ (i , J, k, l,), for example, specifically, wgt0, wgt0 ′... Wgt4, wgt5, or wgt5 ′, and finally a sharpness filter U ′ (k, l) whose sharpness intensity is adjusted. The position-dependent filter F ′ (i, j, k, l,) and wgt5 ′ whose moire intensity is adjusted are combined into one weight average processing filter, and the calculation target pixel is determined by the combining filter. It is preferable to conversion.
[0090]
An example of creating this synthesis filter is shown. The intensity-adjusted sharpness filter U ′ (k, l) obtained in step 27 and the previously obtained 3 × 3 weighted matrix wgt4 (i, j, k, l,) are synthesized in the same manner as the above equation (29). Then, a 3 × 3 weighted matrix wgt8 (i, j, k, l,) represented by the following formula (33) is created (step S28).
[Expression 7]

However, for wgt4 (i + r, j + s, kr, 1-s), where kr, ls exceeds the range of values −1 to 1, wgt4 (i + r, j + s, kr, 1−s) = 0.
Next, by normalizing this wgt8 (i, j, k, l) in the same manner as the above equation (30), a 3 × 3 weighted matrix wgt9 shown in the following equation (34) can be created (step) S20).

Here, k and l are k, l = −1, 0, 1 and ss (i, j) is
ss (i, j) = Σ_kΣ_l{Wgt8 (i, j, k, l)} (k, l = −1 to 1).
[0091]
By using the 3 × 3 weighted matrix wgt9 (i, j, k, l) obtained in this way and adjusting the moire intensity with the enhancement factor α in the same manner as the above equation (31), the adjustment for weighted average 3 × A three-weight matrix wgt9 ′ (i, j, k, l) can be created by the following equation (35) (step S20).

[0092]
This 3 × 3 weighted matrix wgt9 ′ (i, j, k, l) is the weight function Weight of the equation (16), so that the sharpness processing in which the sharpness intensity is adjusted and the moire intensity are adjusted in one operation. Structural simulation can be performed simultaneously. Using this 3 × 3 weighted matrix wgt9 ′, the image data Cb (i, j) after the weighted average processing is converted into RGB image data by the prediction processing blocks 23 and 24, and hard proof HP or by the printer 17 or the display 18 By creating the soft proof SP, it is possible to obtain an image that accurately simulates the image structure of printing such as moire and line breaks whose strength is adjusted according to the target printing machine. In addition, printing sharpness is accurately reproduced according to the target printing press. Furthermore, since the weighted average process is used, the color prediction is not affected.
[0093]
The time required to obtain an image C′M′Y′K ′ in which the image structure is enhanced from the A4 size, 400 dpi original image CMYK using the weighted matrix wgt9 ′ in which the moire intensity and the sharpness intensity are adjusted according to the printing press is as follows. , About 2 minutes. As the computer 12, a commercially available Power Macintosh 9500/132 type personal computer (CPU: Power Pc 132 MHz, memory: 32 MB) manufactured by Apple was used. Here, the weighting matrix wgt9 ′ is a 400 × 43 43 × 43 3 × 3 weighting matrix corresponding to a 2000 dpi rational network with 215 × 215 elements, and a 175 line, 75 degree C (cyan) version is 400 dpi. This is a weighting matrix for image structure simulation by the printer 17, and each coefficient of each weighting matrix is multiplied by 8192 for normalization after normalization.
[0094]
By the way, in the above example, the sharpness and moire intensity were adjusted as follows.
It was visually confirmed that the strength of the moire simulation was set to 60% to 180% (0.6 to 1.8) to greatly change the moire strength on the proof. Since the appearance is close to about 120% for ordinary printed materials, it is possible to deal with many printed materials by setting 60% to 180%. In such a case, the moire intensity is emphasized. The rate α is preferably 0.6 to 1.8.
[0095]
On the other hand, with regard to sharpness enhancement, because the print dots of the continuous tone printer have a spatial distribution similar to the Gaussian function, the image printed by the continuous tone printer is somewhat blurred and the printing is composed of fine points. As described above, it looks visually sharp. Therefore, in order to correct this, it is impossible to make the proof and the printed material have the same sharpness unless the actual printed material is intentionally sharpened. When using a 5 × 5 USM mask, using a 400 dpi continuous tone printer, Pictography 3000 (Fuji Photo Film Co., Ltd.) and creating a proof that simulates a 175 line print, the sharpness enhancement ratio (intensity) ) A large sharpness change can be visually observed when β is 0% to 80%, and a sharpness close to a printed matter can be obtained at about 50%. Since a proof corresponding to many printed materials can be created by using 0% to 80% for normal printing, the sharpness enhancement ratio β is 0.0 to 0.8 in such a case. Is preferred.
[0096]
  An example of how to use the image structure prediction system 11 having the image structure prediction processing block 22 configured as described above.FIG.Will be described with reference to FIG.
  First, the print line number LPI and the mesh angle θ are designated by the mesh attribute input device 14, the moire intensity enhancement rate α is designated by the moire strength input device 15, and the sharpness strength enhancement ratio β is designated by the sharpness strength input device 16 (step S31). ).
  The weight matrix (image structure enhancement filter) for CMYK 4 plates is obtained from the number of printed lines LPI and the mesh angle θ, the strength of the position-dependent filter is determined by the moire intensity enhancement rate α, and the sharpness filter strength is increased by the sharpness intensity enhancement ratio β. An adjusted image structure enhancement filter is created (step S32). In the illustrated example, wgt9 ′ disclosed in FIG. 6 is used as the weighting matrix. May be. This weighting matrix is applied to each plate of CMYK to enhance the image structure (step S33).
[0097]
The image data Ia 'after image structure enhancement is converted into display RGB image data by the print color prediction processing block 24 for display (step S34).
Based on the display RGB image data, the image structure when the CMYK4 version is matched is observed on the screen of the display 18 (step S35).
If necessary, an image of only one of the C, M, Y, and K plates is observed on the display 18 that is a monitor (step S36).
Next, it is determined whether the observation result is satisfactory (step S37).
If the observation result is unsatisfactory, for example, if moire or the like is found on the screen of the display 18, the process returns to step S31, the print line number LPI and the mesh angle θ are redesignated, and the process is repeated until step S36.
[0098]
If the observation result is satisfactory, for example, if no moire or line break on the image is found, the CMYK image data Ia ′ after image structure enhancement obtained in step S33 is used as the print color prediction processing block 23. Thus, the printer RGB image data is converted (step S38), the hard proof HP is output from the printer 17 and used for proof (proof printing) (step S39).
According to such a form of use, the processing time required for creating a proof of an A4 size image is about 2 minutes on the above-mentioned commercially available personal computer in a very short processing time as compared with the prior art (printing time is In this case, an effect that a proof for a printed image structure prediction simulation can be created is achieved.
[0099]
Therefore, by using the image structure prediction system 11 shown in FIG. 1, the printing conditions (the number of printed lines) without moire and line breaks according to the printing machine at the image capturing site by the image input machine 13 such as a scanner. , Mesh angle) can be specified, and the finish of the image structure can be predicted. Eventually, it becomes possible to perform quality assurance of printing in view of the printing process at a so-called color separation site, which was impossible in the past.
In addition, low-priced printers (low resolution, density resolution, and low stability) that can simulate the image structure associated with networking without using expensive network printers or special materials (chemical proofs). It can be created by a connected computer.
Furthermore, since the image data after image structure enhancement according to this embodiment is obtained by the weighted averaging process, the color is not affected. Therefore, by using the image data after image structure enhancement created in this embodiment for the color prediction printer, a proof that can only predict the color can be used as a proof that can also predict the image structure.
[0100]
The items that can be confirmed by proof regarding the image structure are the first to specify the presence or absence of moire, the strength of moire, and the plate that causes moire after adjusting the wrinkles of the target printing machine. Secondly, there is a judgment as to whether or not the line break occurs when the fine line in the original image is printed. Third, it can be confirmed whether or not there is rattling due to the meshing of the straight line portion. The sharpness of the image when printed on can be confirmed.
Then, it is possible to determine the overall feeling of the net of the printed matter generated when the first to fourth results are combined.
[0101]
The image structure prediction processing method according to the present invention has been described with reference to various embodiments. However, the present invention is not limited to the above-described embodiments, and various improvements and design changes can be made without departing from the scope of the present invention. Of course, it is possible.
[0102]
【The invention's effect】
As described above in detail, according to the present invention, the pixel value of the original image decomposed into pixels of each CMY plate or each CMYK plate is converted into a pixel value for predicting the image structure appearing in the print image. At this time, the pixel values of neighboring pixels including the pixel whose pixel value is to be converted are weighted and converted by weights depending on the period of the grid determined by the number of lines of printing and the mesh angle. The image structure of the print can be predicted on the proof image based on the image data composed of the converted pixel values. That is, image structures such as moire and line breakage appearing on the printed matter can be predicted accurately, simply and in a short time on a hard proof or soft proof.
In addition, according to the present invention, by applying a sharpness filter to an image after weighted average, an image structure such as moire, line breakage, and straight shakiness appearing on a printed matter is impaired in sharpness (sharpness). And can be predicted accurately and easily on hard proof or soft proof.
[0103]
In addition, according to the present invention, since the weighted average processing is performed, there is no side effect on the color. By converting to data, it is possible to create a proof having a high degree of approximation in terms of color as well as image structures such as moire, line breaks, and shakiness of straight lines.
Further, according to the present invention, it is possible to easily create a proof that simulates an image structure by printing halftone dots using an inexpensive machine by using a continuous tone printer, and in particular, a continuous tone printer (200 dpi) having a low resolution. Moire can be simulated even with a thermal transfer printer, for example.
Further, according to the present invention, it is possible to perform a simulation process of an image structure such as moire at high speed.
[0104]
Further, according to the present invention, it is possible to adjust the intensity of moire and the intensity of sharpness on the image structure simulation (proof), so that it becomes possible to simulate the sharpness and moire according to the printing press, and more faithfully. It is possible to create a proof with a high degree.
In addition, in order to display moire on a monitor until now, it is necessary to enlarge and display an image up to a screen resolution (1000 dpi or more), and for that purpose, it is necessary to have a very large enlargement ratio, and the range in which moire appears. However, according to the present invention, for example, in the case of an A4 size image, it is possible to overlook the entire range of moire by scrolling the screen.
[Brief description of the drawings]
FIG. 1 is a block diagram illustrating a configuration example of an image structure prediction system to which an embodiment of an image structure prediction processing method according to the present invention is applied.
FIG. 2 is a diagram illustrating an example of a basic flow of an image structure prediction processing method according to the present invention.
FIG. 3 is a diagram for explaining the principle of image structure prediction processing of the image structure prediction processing method of the present invention, and FIG. 3A is a schematic diagram of an original image composed of pixels divided into 400 dpi; 3 (b) is a schematic diagram of a 175 line, 45 degree mesh, and FIG. 3 (c) is a schematic view of the original image shown in FIG. 3 (a) overlapped with the mesh shown in FIG. 3 (b). FIG.
4A and 4B are diagrams used for weighted average processing of the image structure prediction processing method of the present invention, in which FIG. 4A is a schematic diagram of an original image, and FIG. 4B is a high-resolution rational network template. FIG. 3 is a schematic diagram used for explanation when a 3 × 3 weighted matrix is created.
FIGS. 5A and 5B are diagrams used for generation of a weight function in the image structure prediction processing method of the present invention, in which FIG. It is the schematic diagram which drawn the shape of the weight function on the schematic diagram of Fig.5 (a).
FIG. 6 is a process flow diagram supplied for explaining the generation of various weighted matrices in the image structure prediction processing method of the present invention;
FIG. 7 is a diagram showing a part of a 2000 dpi rational network template (threshold matrix) used in the image structure prediction processing method of the present invention;
FIG. 8 is a diagram showing an example of a 400 dpi weighted matrix used in the image structure prediction processing method of the present invention.
FIG. 9 is a diagram showing a specific example of weighted average processing of the image structure prediction processing method of the present invention.
FIG. 10 is a diagram showing a 2000 dpi threshold matrix in which each threshold of the 2000 dpi threshold matrix shown in FIG. 7 is emphasized.
FIG. 11 is a diagram showing an example of a 400 dpi weighted matrix after threshold enhancement used in the image structure prediction processing method of the present invention.
FIG. 12 is a diagram showing a configuration of a 3 × 3 Gaussian filter used in the image structure prediction processing method of the present invention.
FIG. 13 is a diagram showing a configuration of a 15 × 15 Gaussian filter used in the image structure prediction processing method of the present invention.
FIG. 14A is a diagram showing a configuration example of a sharpness filter that is an inverse filter having the inverse characteristics of the Gaussian fritter used in the image structure prediction processing method of the present invention. FIG. 14B is a diagram showing a configuration example of a sharpness filter having stronger characteristics than the sharpness filter of FIG. FIG. 14C is a diagram showing a configuration example of a sharpness filter having stronger characteristics than the sharpness filter of FIG.
FIG. 15 is a flowchart for explaining how to use the image structure prediction system of the image structure prediction processing method of the present invention;
[Explanation of symbols]
11 Image structure prediction processing system
12 computers
13 Image input machine
14 Network attribute input machine
15 Moire strength input machine
16 Sharpness intensity input machine
17 Printer
18 display
19 Image output machine
22 Image structure prediction processing block
I Original image (original image data)
I 'image structure enhanced image data
HP Hard proof
SP soft proof
TM0, TM1, TM0 ', TM1' threshold matrix

Claims (16)

ＣＭＹ各版またはＣＭＹＫ各版の画素に分解された原画像の画素値を、印刷網画像に表れる像構造を予測するための画素値に変換するに際し、
変換しようとする画素を含む近傍画素の画素値を重み付け平均するための、前記印刷網画像の線数、網角度により決定される格子の周期に依存した、前記近傍画素の画素値の重みを調整可能にしたことを特徴とする像構造予測処理方法。When converting the pixel value of the original image decomposed into pixels of each CMY plate or each CMYK plate into a pixel value for predicting the image structure appearing in the print net image,
Adjusts the weight of the pixel value of the neighboring pixel depending on the period of the grid determined by the number of lines of the printed halftone image and the halftone angle for weighted averaging of the pixel values of the neighboring pixels including the pixel to be converted An image structure prediction processing method characterized by being made possible. 前記格子の周期に依存した重みを、前記近傍画素と同一マスクサイズの加重マトリクスの各要素に配列したことを特徴とする請求項１に記載の像構造予測処理方法。The image structure prediction processing method according to claim 1, wherein weights depending on a period of the lattice are arranged in each element of a weighting matrix having the same mask size as the neighboring pixels. 前記格子の周期に依存した、前記加重マトリクスの各要素に配列される重みをＦ（ｉ，ｊ，ｋ，ｌ）とし、Ｅ（ｋ，ｌ）を中心の係数が１、その他が０である、前記加重マトリクスと同サイズの係数マトリックスとし、前記重みの調整率をαとするとき、調整された前記加重マトリクスの各要素に配列される重み
Ｆ’（ｉ，ｊ，ｋ，ｌ）は、下記式（１）で与えられることを特徴とする請求項２に記載の像構造予測処理方法。

ここで（ｉ，ｊ）は前記変換しようとする画素の前記原画像座標の位置を示し、（ｋ，ｌ）は前記近傍画素と同一マスクサイズの加重マトリクス座標の位置を示す。The weight that is arranged in each element of the weight matrix depending on the period of the lattice is F (i, j, k, l), the coefficient centered at E (k, l) is 1, and the others are 0. , When the coefficient matrix has the same size as the weight matrix and the weight adjustment rate is α, the weight F ′ (i, j, k, l) arranged in each element of the adjusted weight matrix is The image structure prediction processing method according to claim 2, wherein the image structure prediction processing method is given by the following formula (1).

Here, (i, j) indicates the position of the original image coordinate of the pixel to be converted, and (k, l) indicates the position of the weighted matrix coordinate having the same mask size as the neighboring pixel. 前記重みの調整率αは、０．６〜１．８の範囲で調整可能であることを特徴とする請求項２に記載の像構造予測処理方法。The image structure prediction processing method according to claim 2, wherein the weight adjustment rate α is adjustable in a range of 0.6 to 1.8. 前記加重マトリクスの各要素に配列される重みは、
網展開用の閾値マトリクスに配列されている閾値中、前記画素値を変換しようとする各画素に対応する位置に存在する閾値を直接的に用いるようにしたことを特徴とする請求項２〜４のいずれかに記載の像構造予測処理方法。The weights arranged in each element of the weight matrix are:
5. The threshold value present at a position corresponding to each pixel to be converted among the threshold values arranged in a threshold matrix for network development is directly used. The image structure prediction processing method according to any one of the above. 前記閾値を直接的に用いるとは、前記複数の閾値の任意の１個を用いるか、前記複数の閾値を平均した閾値を用いるようにしたことを特徴とする請求項５に記載の像構造予測処理方法。6. The image structure prediction according to claim 5, wherein the direct use of the threshold value means that any one of the plurality of threshold values is used or a threshold value obtained by averaging the plurality of threshold values is used. Processing method. 前記加重マトリクスの各要素に配列される重みは、
網展開用の閾値マトリクスに配列されている閾値中、前記画素値を変換しようとする各画素に対応する位置に存在する閾値を直接的に用いた加重マトリクスの各要素中の値を、この加重マトリクスの中心要素から周辺要素に向かって徐々に値が小さくなるような減少フィルタ処理を行った後の値を用いるようにしたことを特徴とする請求項２〜４のいずれかに記載の像構造予測処理方法。The weights arranged in each element of the weight matrix are:
Among the threshold values arranged in the threshold matrix for network development, the weight value is a value in each element of the weight matrix that directly uses the threshold value existing at a position corresponding to each pixel to be converted. The image structure according to any one of claims 2 to 4, wherein a value after performing a reduction filter process in which a value gradually decreases from a central element to a peripheral element of the matrix is used. Prediction processing method. 前記加重マトリクスの各要素に配列される重みは、
網展開用の閾値マトリクスに配列されている閾値中、前記画素値を変換しようとする各画素に対応する位置に存在する複数の閾値を直接的に用いた加重マトリクスの各要素中の値を空間的分布の勾配が急になるように関数変換し、その関数変換した後の値を、この加重マトリクスの中心要素から周辺要素に向かって徐々に値が小さくなるような減少フィルタ処理を行った後の値を用いるようにしたことを特徴とする請求項２〜４のいずれかに記載の像構造予測処理方法。The weights arranged in each element of the weight matrix are:
Among the threshold values arranged in the threshold matrix for network development, the value in each element of the weighting matrix that directly uses a plurality of threshold values existing at positions corresponding to the respective pixels to be converted is a space. After performing function conversion so that the gradient of the local distribution becomes steep, the value after the function conversion is subjected to a decreasing filter process that gradually decreases from the central element to the peripheral elements of this weighting matrix. The image structure prediction processing method according to any one of claims 2 to 4, characterized in that the value of is used. 前記原画像の画素値が変換された前記像構造を予測するための画素値は、印刷網画像の出力機の解像度を有する画素値であり、前記網展開用の閾値マトリクスは、前記出力機の解像度より高い解像度の網展開用の閾値マトリクスであり、前記減少フィルタによる処理を行いながら、前記出力機の解像度に変更することを特徴とする請求項７または８に記載の像構造予測処理方法。The pixel value for predicting the image structure in which the pixel value of the original image is converted is a pixel value having the resolution of the output machine of the print net image, and the threshold value matrix for halftone development is the value of the output machine 9. The image structure prediction processing method according to claim 7, wherein the image structure prediction processing method is a threshold value matrix for network development having a resolution higher than the resolution, and is changed to the resolution of the output device while performing the processing by the reduction filter. 前記加重マトリクスの各要素に配列される重みは、
前記減少フィルタによる処理を行った後の値、または前記出力機の解像度に変更された閾値マトリクスの各値に対して、さらに、前記減少フィルタ処理のほぼ逆の特性を持つシャープネスフィルタによる処理を施した後の値を用いるようにしたことを特徴とする請求項７〜９のいずれかに記載の像構造予測処理方法。The weights arranged in each element of the weight matrix are:
The value after the processing by the reduction filter or each value of the threshold matrix changed to the resolution of the output device is further subjected to processing by a sharpness filter having characteristics almost opposite to those of the reduction filter processing. The image structure prediction processing method according to any one of claims 7 to 9, wherein a value after the correction is used. 前記シャープネスフィルタのシャープネスの調整割合は、調整可能であることを特徴とする請求項１０に記載の像構造予測処理方法。The image structure prediction processing method according to claim 10, wherein an adjustment ratio of a sharpness of the sharpness filter is adjustable. 前記シャープネスフィルタの各要素をＵ（ｋ，ｌ）とし、Ｅ（ｋ，ｌ）を中心の係数が１、その他が０である、前記シャープネスフィルタと同サイズの係数マトリックスとし、前記シャープネスの調整割合をβとするとき、調整された前記シャープネスフィルタの各要素Ｕ’（ｋ，ｌ）は、下記式（２）で与えられることを特徴とする請求項１１に記載の像構造予測処理方法。

ここで（ｋ，ｌ）は前記シャープネスフィルタ座標の位置を示す。Each element of the sharpness filter is U (k, l), E (k, l) is a coefficient matrix of the same size as the sharpness filter, with the center coefficient being 1 and the others being 0, and the sharpness adjustment ratio The image structure prediction processing method according to claim 11, wherein each element U ′ (k, l) of the adjusted sharpness filter is given by the following expression (2), where β is β:

Here, (k, l) indicates the position of the sharpness filter coordinates. 前記減少フィルタと前記シャープネスフィルタとを１つのフィルタとしたことを特徴とする請求項１０〜１２のいずれかに記載の像構造予測処理方法。The image structure prediction processing method according to claim 10, wherein the reduction filter and the sharpness filter are used as one filter. 前記調整された前記加重マトリクスと前記調整された前記シャープネスフィルタとを１つのフィルタに合成したことを特徴とする請求項１１〜１３のいずれかに記載の像構造予測処理方法。The image structure prediction processing method according to claim 11, wherein the adjusted weighting matrix and the adjusted sharpness filter are combined into one filter. 前記近傍画素が、矩形近傍画素であることを特徴とする請求項１〜１４のいずれかに記載の像構造予測処理方法。The image structure prediction processing method according to claim 1, wherein the neighboring pixels are rectangular neighboring pixels. 前記調整された重みによって重み付け平均された画素値は、前記格子の周期に依存した重みによって重み付け平均された画素値と前記変換しようとする画素の画素値とを内分または外分した値であることを特徴とする請求項１〜１５のいずれかに記載の像構造予測処理方法。The pixel value weighted and averaged by the adjusted weight is a value obtained by internally or externally dividing the pixel value weighted and averaged by the weight depending on the period of the lattice and the pixel value of the pixel to be converted. The image structure prediction processing method according to any one of claims 1 to 15.

Images