JPH09284575A - Image structure prediction processing method - Google Patents

Abstract

PROBLEM TO BE SOLVED: To easily predect the image structures such as moires, included in a color printed matter by means of a hard copy (color print proof), i.e., the output of a color printer, etc. SOLUTION: Fig. 3A shows the image of an original image I which is decomposed into pixels of 400dpi, and Fig. 3B shows a 175-line/45-degree coordinate system (net lattice coordinate system) PC of a printed matter itself with which a print proof is produced. Then Fig. 3C shows an image S1 which is obtained by putting a lattice related to the coordinate system PC shown in the Fig. 3B on the image of the original image I shown in the Fig. 3A. A part of the image S1 shown in the Fig. 3C where the pixels are painted out in black is identical to a pixel part that is put on a lattice point of the coordinate system PC. The weight of the value of pixels which are painted in black is increased. Then a hard copy, etc., is obtained by a color printer, etc., based on the image data where the weight of the pixel value is increased on the lattice point.

Description

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

【０００１】[0001]

【発明の属する技術分野】この発明は、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、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。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image structure, such as moire, which is considered to exist in a printed matter, in advance, before actually producing a printed matter with a dot image by a color printing machine utilizing a rotary press or the like. The present invention relates to an image structure prediction processing method capable of representing an image on a display (so-called soft proof) or an image on a hard copy output from a color printer (so-called hard proof).

【０００２】[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
前記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。2. Description of the Related Art The process of producing a printed matter based on a halftone image by a color printing machine using a rotary press or the like takes time,
In addition, since it is expensive, it is generally performed to produce a proof (proof) of the printed matter by a device other than the color printing machine, a so-called proofer, before producing a printed matter as an actual product. .

【０００３】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、この出願においては、色再現予測に影響を与え
ない像構造予測を目的とする。The purpose of creating a proof by a proofer has two purposes, that is, color reproduction prediction (color reproduction simulation) and image structure prediction (image structure simulation) of a printed matter. In this application, the color reproduction prediction is affected. The purpose is to predict the image structure that is not given.

【０００４】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。Conventionally, as a proofer for printed matter,
A proofer using the halftone method and a non-dot proofer not using the halftone method have been proposed.

【０００５】網点方式を用いるプルーファとして、例え
ば、本出願人が製品として販売している転写フイルムを
用いるプルーファがある。このプルーファは、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
写フイルムを、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。As a proofer using the halftone dot system, there is, for example, a proofer using a transfer film sold by the applicant as a product. This proofer is C (cyan) created by the halftone dot method with the actual screen ruling,
It is a technology to obtain a hard proof by transferring the 4th transfer film of M (magenta), Y (yellow) and K (black) to the actual paper at the actual mesh angle, and to accurately simulate the image structure of the printed matter. It has the advantage that

【０００６】また、非網点方式のプルーファとして、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
カラープリンタでは、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。Further, as a non-halftone dot proofer, there is a system using a sublimation dye ink type color printer having a resolution of 300 dpi by a density modulation system. This color printer has an advantage that a proof can be created by a simple operation.

【０００７】[0007]

【発明が解決しようとする課題】しかしながら、上記網
点方式を用いるプルーファでは、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、装
置のコスト、本紙、フイルムのコストが比較的高いとと
もに、プルーフ作成のために手作業による、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。However, in the proofer using the halftone dot system, the halftone can be expressed and the image structure of the print can be accurately simulated. However, the cost of the apparatus, the cost of the main paper and the film are relatively low. In addition to being expensive, a large amount of manual work is required to create the proof, and therefore, it takes a relatively long time to create the proof and is not necessarily simple.

【０００８】一方、非網点方式のプルーファでは、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いないので、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。On the other hand, in the non-halftone dot proofer, a proof can be obtained in a short time, but since no consideration is given to the expression by halftone dots, it can be used as a proof for image structure prediction. Can not.

【０００９】この発明はこのような課題を考慮してなさ
れたものであって、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を可能とする像構造
予測処理方法を提供することを目的とする。The present invention has been made in view of the above problems, and predicts image structures such as moire and line breaks appearing on printed matter accurately, easily and in a short time on a hard proof or a soft proof. It is an object of the present invention to provide an image structure prediction processing method that enables the above.

【００１０】また、この発明は、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、印刷のシャ
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
ることを可能とする像構造予測処理方法を提供すること
を目的とする。Further, according to the present invention, an image structure such as moire, broken lines, and rattling of straight lines appearing on a printed matter can be accurately and accurately printed on a hard proof or a soft proof without impairing the sharpness (sharpness) of printing. It is an object of the present invention to provide an image structure prediction processing method that enables simple prediction.

【００１１】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。The term "broken line" means that a long object represented by about one pixel on a printed matter, for example, a flag-raising pole that is present in a distant place and is erected vertically is periodically. An image structure that appears to be broken.

【００１２】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。Further, "straight rattling" is likewise
It refers to an image structure in which a long object represented by about one pixel on a printed matter, for example, a handrail horizontally provided on the roof of a building located in a distant place appears not to be a straight line periodically.

【００１３】[0013]

【課題を解決するための手段】第１のこの発明に係る像
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ことを特徴
とする。An image structure prediction processing method according to a first aspect of the present invention is an image structure in which a pixel value of an original image decomposed into pixels of each CMY plate or each CMYK plate appears in a print halftone image. When converting to a pixel value for predicting, the pixel value of a neighboring pixel including the pixel whose pixel value is to be converted is weighted by a weight depending on the grid period determined by the number of lines and halftone angle of the printing. It is characterized by converting on average.

【００１４】この第１の発明によれば、画素値を変換し
ようとする画素を含む近傍画素の画素値を、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、
変換された画素値に基づくプルーフの画像上に印刷の像
構造が現れる。According to the first aspect of the present invention, the pixel values of the neighboring pixels including the pixel whose pixel value is to be converted are weighted and averaged by the weights depending on the grid period determined by the number of printing lines and the halftone dot angle. I am trying to convert it, so
The printed image structure appears on the proof image based on the transformed pixel values.

【００１５】第２のこの発明に係る像構造予測処理方法
では、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
るようにしているので、重み付け平均演算を簡単に行う
ことができる。In the image structure prediction processing method according to the second aspect of the present invention, since the weight depending on the period of the lattice is arranged in each element of the weighting matrix having the same mask size as the neighboring pixels, the weighting is performed. Average calculation can be performed easily.

【００１６】第３のこの発明に係る像構造予測処理方法
では、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
し、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ているので、像構
造予測のための重みが容易に得られる。In the image structure prediction processing method according to the third aspect of the present invention, 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, and each element of the weight matrix is arranged. The weights arranged in
Among the threshold values arranged in the threshold matrix for halftone development, the threshold value existing at the position corresponding to each pixel whose pixel value is to be converted is directly used. Is easily obtained.

【００１７】第４のこの発明に係る像構造予測処理方法
では、第３の発明において、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箇を用いるか、前記複
数の閾値を平均した閾値を用いるようにしているので、
任意の１箇を用いた場合には、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。In the image structure prediction processing method according to a fourth aspect of the present invention, in the third aspect of the present invention, the direct use of the threshold value means that any one of the plurality of threshold values is used or the plurality of threshold values are used. Since the threshold value that averages is used,
When any one of them is used, the calculation is simple, and when an averaged threshold value is used, the image structure can be predicted more accurately.

【００１８】第５のこの発明に係る像構造予測処理方法
では、第２の発明において、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
ようなフィルタ処理を行った後の値を用いるようにして
いるので、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。In the image structure prediction processing method according to a fifth aspect of the present invention, in the second aspect of the present invention, the weights arranged in the respective elements of the weight matrix are among the threshold values arranged in the threshold matrix for network expansion, The value in each element of the weighting matrix that directly uses the threshold value existing at the position corresponding to each pixel whose pixel value is to be converted is gradually changed from the central element of this weighting matrix to the peripheral elements. Since the value after performing the filtering process to reduce the size is used, adjacent pixels in the image on the proof by the converted pixels are smoothly connected.

【００１９】第６のこの発明に係る像構造予測処理方法
では、第２の発明において、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フィルタ処理を行った
後の値を用いるようにしている。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辺要
素に向かって徐々に値が小さくなるようなフィルタ処理
により像構造がぼける副作用を除去することができる。According to a sixth aspect of the image structure prediction processing method of the present invention, in the second aspect, the weights arranged in the respective elements of the weight matrix are among the threshold values arranged in the threshold matrix for network expansion, The value in each element of the weighting matrix, which directly uses a plurality of thresholds existing at the position corresponding to each pixel for which the pixel value is to be converted, is function-converted so that the gradient of the spatial distribution becomes steep, The value after the function conversion is used after being subjected to filter processing such that the value gradually decreases from the central element to the peripheral elements of this weighted matrix. In this case, the value in each element of the weighting matrix is converted into a function so that the gradient of the spatial distribution becomes steep before the filtering process in which the value gradually decreases from the central element of the weighting matrix to the peripheral elements. Therefore, the side effect of blurring the image structure can be removed by the filter processing in which the value gradually decreases from the central element of the weighting matrix toward the peripheral elements.

【００２０】第７のこの発明に係る像構造予測処理方法
では、第２の発明において、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による処理を行
った後の値に対して、さらに、この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しているので、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。In the image structure prediction processing method according to a seventh aspect of the present invention, in the second aspect of the present invention, the weights arranged in the respective elements of the weight matrix are among the threshold values arranged in the threshold matrix for network expansion, The value in each element of the weighting matrix that directly uses the threshold value existing at the position corresponding to each pixel whose pixel value is to be converted is converted into a function so that the gradient of the spatial distribution becomes steep, and the function The value after conversion is processed by a reduction filter such that the value gradually decreases from the central element of this weighting matrix to the peripheral elements, and the value is almost the reverse of this filtering processing. Since the value after being processed by the sharp filter having the characteristic is used, the edge of the pixel of the reproduced image on the proof can have the same sharpness as the printed edge.

【００２１】第８のこの発明に係る像構造予測処理方法
では、第７の発明における前記減少フィルタと前記シャ
ープフィルタとを１つのフィルタとしているので、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。In the image structure prediction processing method according to the eighth aspect of the present invention, since the reduction filter and the sharp filter in the seventh aspect are one filter, two calculations by these filter processes are performed once. Can be calculated.

【００２２】第９のこの発明に係る像構造予測処理方法
では、前記第１〜第８の発明のいずれかの発明におい
て、前記近傍画素を矩形近傍画素としているので、近傍
画素の選択が簡単になる。In the image structure prediction processing method according to the ninth aspect of the present invention, in any one of the first to eighth aspects of the invention, since the neighboring pixels are rectangular neighboring pixels, the neighboring pixels can be easily selected. Become.

【００２３】第１０のこの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
するための出力機の解像度を有する画素値に変換する
際、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
空間的分布の勾配が急になるように関数変換し、その関
数変換した後の値からなる前記閾値マトリクスに対し
て、中心要素から周辺要素に向かって徐々に値が小さく
なるような構成の減少フィルタによる処理を行ないなが
ら、前記出力機の解像度に変更し、この出力機の解像度
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得、前記原画像の画
素値を出力機の解像度を有する画素値に変換するとき、
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、前記シャープフィルタによる処理を施した値の重み
により重み付け平均して変換することを特徴とする。According to a tenth aspect of the image structure prediction processing method of the present invention, an output for predicting an image structure appearing in a print halftone image is obtained by dividing pixel values of an original image decomposed into pixels of each CMY plate or each CMYK plate. When converting to a pixel value having the resolution of the machine, at the position corresponding to each pixel to be converted, in the threshold values arranged in the threshold matrix for halftone expansion having a resolution higher than the resolution of the output machine. Function conversion is performed on the existing threshold so that the gradient of the spatial distribution becomes steep, and the value gradually decreases from the central element to the peripheral elements with respect to the threshold matrix composed of the values after the function conversion. While performing processing with a reduction filter having a different configuration, the resolution of the output machine is changed, and for each value of the threshold matrix changed to the resolution of the output machine, further,
When a value after performing a process by a sharp filter having a characteristic almost opposite to that of the reduction filter process and converting the pixel value of the original image into a pixel value having a resolution of an output device,
It is characterized in that the pixel values of the neighboring pixels including the pixel whose pixel value is to be converted are weighted and averaged by the weight of the values subjected to the processing by the sharp filter, and are converted.

【００２４】第１０のこの発明によれば、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。According to the tenth aspect of the present invention, 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 machine, so that the image structure for printing can be predicted more accurately. can do.

【００２５】第１１のこの発明に係る像構造予測処理方
法によれば、第１０の発明において、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ようにしているので、
重み付け平均演算を簡単に行うことができる。According to the image structure prediction processing method of the eleventh aspect of the present invention, in the tenth aspect of the invention, the weight depending on the period of the lattice is arranged in each element of the weighting matrix having the same mask size as the neighboring pixels. Because I am trying to
The weighted average calculation can be easily performed.

【００２６】第１２のこの発明に係る像構造予測処理方
法によれば、第１０または第１１の発明において、前記
近傍画素を矩形近傍画素としているので、近傍画素の選
択が簡単になる。According to the twelfth aspect of the image structure prediction processing method of the tenth or eleventh aspect of the invention, since the neighboring pixels are rectangular neighboring pixels, the neighboring pixels can be easily selected.

【００２７】[0027]

【発明の実施の形態】以下、この発明の一実施の形態に
ついて図面を参照して説明する。BEST MODE FOR CARRYING OUT THE INVENTION An embodiment of the present invention will be described below with reference to the drawings.

【００２８】図１は、この発明の一実施の形態が適用さ
れた像構造予測処理システム１１の全体構成を示してい
る。FIG. 1 shows the overall structure of an image structure prediction processing system 11 to which an embodiment of the present invention is applied.

【００２９】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と網属性入力器
１４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。This image structure prediction processing system 11 has a computer 12 as an image structure prediction processing main body, an image input device 13 and a network attribute input device 14 are connected to the input side of the computer 12, and the output of the computer 12 is output. An image output machine 19 having a printer 17 and / or a display 18 on the side is connected.

【００３０】コンピュータ１２は、像構造予測処理に係
わるソフトウエア以外、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。The computer 12 can use a general personal computer or workstation other than the software related to the image structure prediction processing.

【００３１】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
データである画素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。The image input device 13 is, for example, an external storage device constituting a scanner (image reading means) for printing, the work station, etc., and is an original data decomposed into pixels which are output data of the image input device 13. The image data {original image data of each plate of C (cyan) M (magenta) Y (yellow) K (black)} is processed through the resolution conversion processing block 21 that constitutes the computer 12 to obtain original image data (original image data of each CMYK plate). The original image data for each plate is referred to as an original image data C, an original image data M, an original image data Y, and an original image data K, respectively, and an image structure prediction processing block (image structure prediction processing means). ) 22.

【００３２】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、主にソフトウエアによる処理を意味して
いる。In FIG. 1, the portions called "blocks" such as the image structure prediction processing block 22 constituting the computer 12 mainly mean the processing by software.

【００３３】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、解像度変換処理ブロック２１
により、プリンタ１７の解像度、すなわち出力解像度で
ある４００ｄｐｉの解像度に変換され、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。The original image data output from the image input device 13 is gradation image data represented by each color of CMYK, and has an image format (such as the number of expression bits, image size, image resolution, etc. stored as attributes). It is an image of various resolutions represented by TIFF format or the like). The original image data of various resolutions is converted into the resolution conversion processing block 21.
Thus, the resolution is converted to the resolution of the printer 17, that is, the resolution of 400 dpi which is the output resolution, and is supplied to the image structure prediction processing block 22 as the original image data I of 8-bit gradation. 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.

【００３４】網属性入力器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（ＬｉｎｅＰ
ｅｒ 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。この実施の形態において、線数ＬＰ
Ｉ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。The screen attribute input device 14 is composed of a keyboard, a mouse, etc., and is used for proof (proof printing, but not proof printing by a printing machine, as will be described later in detail, a printer using a density gradation method or It means the calibration image on the display.) The line number LPI (LineP) of the printing for predicting the image structure on the display.
er Inch) and the halftone angle θ to the image structure prediction processing block 22. In this embodiment, the number of lines LP
It is assumed that I is 175 lines and the halftone angle θ is 75 degrees, 45 degrees, 0 degrees, and 15 degrees in the 4th edition of CMYK, respectively. It should be noted that desired values can be selected for both the number of lines LPI and the mesh angle θ.

【００３５】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を構成する各画素の画素値を、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。この重み付け平均した画素値からなる画像デー
タが像構造強調画像データ（ＣＭＹＫ各版の画像データ
であって、各版毎の画像データは、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′という。）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。The processing performed by the image structure prediction processing block 22 is basically, as will be described later in detail,
This is a process of converting the pixel value of each pixel forming the original image data I into a pixel value which is weighted and averaged by a weight depending on the grid period determined by the number of printing lines LPI and the halftone angle θ. The image data composed of the weighted average pixel values is image structure emphasized image data (image data of each plate of CMYK, and the image data of each plate is image data C ′, image data M ′, image data Y, respectively). ′, Referred to as image data K ′) I ′ as print color prediction processing block 23
And / or display color prediction processing block 24
Is supplied to.

【００３６】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、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、例えば、３刺激値デー
タに変換された後、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、ＣＭＹ
Ｋの像構造強調画像データＩ′が、一旦、３刺激値デー
タ等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。Although not described in detail since it is not an essential part of the present invention, in the print color prediction processing block 23 for the printer, the CMYK image structure emphasized image data I ′ is temporarily called a so-called device (print, CRT, photograph). , LED)
Image data that does not depend on, for example, after being converted into tristimulus value data, converted into R (red) G (green) B (blue) image data for a printer based on colorimetric values of sample colors. It is supplied to the printer 17. On the other hand, in the print color prediction processing block 24 for the display, similarly, CMY
After the image structure-enhanced image data I ′ of K is once converted into device-independent image data such as tristimulus value data,
It is converted into RGB image data in consideration of the color temperature for the display, the observation light source, and other conditions, and is supplied to the display 18.

【００３７】画像出力機１９を構成するプリンタ１７
は、濃度階調方式により、例えば、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
度と時間を画素毎にデジタル的に制御してドナーフイル
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
を作成する装置である。このような構成のプリンタ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、このプリンタ１７の解像度は４００ｄ
ｐｉ等であり、印刷の解像度２０００ｄｐｉに比較して
相当に低いが、この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、プリンタの解像
度が２００ｄｐｉ程度でも像構造を表現できることを確
認している。Printer 17 constituting image output machine 19
Uses a density gradation method to digitally control the light emission intensity and time of an LED (light emitting diode) or a laser corresponding to the three primary colors of RGB for each pixel to form an image on a donor film and receive the image. A so-called hard proof HP that transfers to a sheet and forms an image on the sheet
Is a device for creating Printer 17 having such a configuration
Is considerably cheaper than a color printing machine that creates a PS plate from a printing plate and prints using the PS plate, as in normal printing. The resolution of this printer 17 is 400d.
pi or the like, which is considerably lower than the printing resolution of 2000 dpi, but the image structure such as moire due to printing can be expressed by this resolution. It has been confirmed that the image structure can be expressed even when the resolution of the printer is about 200 dpi.

【００３８】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モニタであり、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使用さ
れ、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る。単に、像構造のみを確認す
る目的であれば、このような特性の調整はできないが、
廉価であるカラーＣＲＴモニタ等を使用することができ
る。On the other hand, the display 18 which constitutes the image output device 19 is a color CRT monitor, which is capable of adjusting color temperature, white balance, gamma characteristics, etc., and which is a so-called software for forming an image on the screen. This is a device for expressing the proof SP. For the purpose of simply checking the image structure, such characteristics cannot be adjusted.
An inexpensive color CRT monitor or the like can be used.

【００３９】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（計
算対象画素ともいう。）を含む近傍画素の画素値を印刷
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て変換するものであ
る。Next, the principle structure of the image structure prediction processing block 22 will be described. The principle of image structure prediction processing is
The pixel value of the original image data I decomposed into pixels of each CMY plate or each CMYK plate appears in the print image depending on the combination of the print line number (screen line number), the halftone angle, and the pattern of the original image. In order to convert a pixel value for predicting an image structure such as moire, a pixel value of a neighboring pixel including a pixel whose pixel value is to be converted (also referred to as a calculation target pixel) is used as the number of lines LPI of printing and a halftone angle. The weighted average is converted by weight depending on the period of the lattice determined by θ.

【００４０】この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器１
４を通じて入力された印刷の線数ＬＰＩ、網角度θにし
たがって決定するステップ（ステップＳ１）と、その重
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Ｓ３）からなる２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）と、その重みをさらに強調
するステップ（ステップＳ２）と、強調された重みにし
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Ｓ３）とからなる３つのス
テップによる第２の処理によるものとが考えられる。The weighted averaging processing of the neighboring pixels is shown in FIG.
First, as shown in FIG.
4, the step of determining according to the printing line number LPI and the halftone angle θ input through step 4 (step S1), and the step of determining the value of each pixel by averaging the values of neighboring pixels by weighting according to the weight (step S3) Of the first process in two steps, the step of determining the position-dependent weight according to the number LPI of printing lines and the halftone angle θ (step S1), and the step of further emphasizing the weight (step S2). And the step of calculating the value of each pixel by averaging the values of the neighboring pixels by weighting according to the emphasized weight (step S3).

【００４１】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。In this case, the position-dependent weight determination processing in step S1 may be performed by a certain function, but since it takes time to generate the weight, a lookup table may be referred to.

【００４２】また、ステップＳ３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（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（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。The weighted averaging process in step S3 is a process (also called a filter process) using a weighting matrix (also called a weighting filter or a weighting filter) by convolutional integration with a certain mask size, that is, a sum of products. The processing speed can be increased by performing the processing.

【００４３】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、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（減衰フィルタともいう。）処理を行うように
してもよい。When designing the weighting matrix, the position weights of neighboring pixels are moved away from the calculation target pixel in order to smooth (naturally) connect the images (patterns) by the filtered pixels. A reduction filter (also referred to as an attenuation filter) process for reducing may be performed.

【００４４】さらに、プルーフＨＰ、ＳＰ上の画像のシ
ャープ感が印刷物上の画像と同じシャープ感となるよう
にするために、減少フィルタ処理後の加重フィルタにシ
ャープフィルタ（強調フィルタともいう。）を作用させ
た加重マトリクスを重み付け平均処理用のマトリクスと
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）、このようなシャープ化処理が有用であ
る。Further, in order to make the sharpness of the image on the proofs HP and SP the same as the sharpness of the image on the printed matter, a sharp filter (also referred to as an emphasis filter) is added to the weighting filter after the reduction filter processing. The applied weighted matrix may be used as a matrix for the weighted averaging process. Normally, the dots formed on the sheet by the printer 17 have a shape of a recording dot formed by a laser beam or the like such as a Gaussian, so that an image edge of the recording dot is rounded (image edge is blurred). A sharpening process is useful.

【００４５】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。Next, the principle structure of the image structure prediction processing block 22 will be described in more detail.

【００４６】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（１）式で表すことがで
きる。As described above, the weighted averaging process is performed on the original image data of each CMYK plate forming the original image data I. For example, taking the C plate as an example, the pixel data (pixel value) at the 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) of the coordinates (i, j) is Ca (i, j), the pixel value Ca (i, j) after processing (after conversion) should be expressed by the following equation (1). You can

【００４７】 Ｃａ（ｉ，ｊ）＝Σ｛Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ，ＬＰＩｃ，θｃ） ×Ｃ（ｉ＋ｋ，ｊ＋ｌ）｝ …（１） Σの計算は、原画素Ｃ（ｉ，ｊ）のｍ×ｍ近傍範囲の画
素Ｃ（ｉ＋ｋ，ｊ＋ｌ）について行う。すなわち、Ｃ
（ｉ＋ｋ，ｊ＋ｌ）において、ｋ＝−ｍ〜ｍ，ｌ＝−ｍ
〜ｍ（ｍは近傍画素の範囲）である。Ca (i, j) = Σ {Weight (i, j, k, l, LPIc, θc) × C (i + k, j + l)} (1) Calculation of Σ is performed on the original pixel C (i, j). ) For pixels C (i + k, j + 1) in the m × m neighborhood range. That is, C
In (i + k, j + 1), k = -m to m, l = -m
To m (m is the range of neighboring pixels).

【００４８】（１）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（規格化ともいう。）している。なお、
（１）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。Since the equation (1) is a weighted averaging process, a weight (also called a weight function) Weight (i,
Normalization (also referred to as normalization) is performed so that the total value of j, k, l, LPIc, θc) becomes 1.0. In addition,
Equation (1) is for the C version, but the remaining M, Y,
The same applies to each K version, and in that case, for the pixel value C (i, j) of the original image, the pixel value M (i, j of the original image
j), Y (i, j) and K (i, j) correspond to each other,
Pixel values Ca (i, j) of the image after processing, pixel values Ma (i, j), Ya (i, j), Ka of the image after processing
(I, j) correspond respectively. Also, the coordinates (i, j)
Are coordinates in an x, y orthogonal two-dimensional space of the image. Further, the line numbers LPIc for the C plate correspond to the line numbers LPIm, LPIy, and LPIk of the M plate, the Y plate, and the K plate, respectively, and the M plate, the Y plate, and the K plate for the halftone angle θc of the C plate. The halftone dot angles θm, θy, and θk of the plate correspond to each other.

【００４９】（１）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。In the equation (1), the weighting function Weight (i,
j, k, l, LPIc, θc) are functions for causing so-called frequency interference. Among the pixels constituting the original image, a certain periodic pitch (a pitch depending on the number of printing lines LPIc) and This function performs a process of increasing the weight of a pixel value at a position corresponding to a specific point on a grid having a certain inclination (inclination corresponding to the screen angle θc).

【００５０】像構造予測処理ブロック２２の原理につい
て、さらに、図面により視覚的に説明する。図３Ａ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３Ｂ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
（網格子座標系ともいう。）ＰＣを意味するものとす
る。図３Ａに示す原画Ｉのイメージ上に図３Ｂに示す１
７５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３Ｃに示す。The principle of the image structure prediction processing block 22 will be further visually explained with reference to the drawings. Figure 3A
For example, it is assumed that the image of the original image I is decomposed into 400 dpi pixels. FIG. 3B shall mean a 175-line / 45-degree coordinate system (also referred to as a mesh grid coordinate system) PC of the printed matter itself for which a print proof is to be created. 1 shown in FIG. 3B on the image of the original image I shown in FIG. 3A.
An image SI in which grids relating to the coordinate system PC of 75 lines and 45 degrees are superimposed is shown in FIG. 3C.

【００５１】図３Ｃ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。In the overlay image SI shown in FIG. 3C,
The black-painted portion is the pixel portion on the grid point of the coordinate system PC of 175 lines and 45 degrees, and the weight (weight) of the pixel value of the black-filled pixel is increased (actually, the weighted average processing is performed). Therefore, the weights of the pixel values of the pixels represented by the white spots around the height are simultaneously lowered), thereby increasing the weights of the pixel values at the positions corresponding to the specific points on the grid described above. Processing can be performed.

【００５２】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３Ｂ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箇の大きさが、１／１７５×１／１７５［イン
チ² ］になる。To make it easy to understand intuitively, the case where the weights are extremely biased (for example, 1 and 0) will be described. At this time, among the pixels forming the original image I, the black-painted portions It is possible to interpret it as a simple image thinning-out operation, in which only the remaining white areas are left and other white areas are discarded. That is, it can be considered that moiré is generated based on the same principle as moiré generation by sampling processing that occurs when an image thinning operation is applied to an image. It should be noted that in FIG.
/ 175 [inch] is called a mesh pitch. Therefore, the size of one mesh is 1/175 × 1/175 [inch ² ].

【００５３】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２つの方法を説明する。Next, two methods will be described as examples of methods for calculating (determining) weights (also called weights) for weighting in the process of step S1 of FIG.

【００５４】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。The first method is CMYK for developing a printing net.
This is a method of calculating weights by directly using, in other words, a threshold matrix (also called a threshold template or a rational network template, which is also called a supercell) of each version, as a lookup table.

【００５５】図４Ａは、図３Ａに示した原画像Ｉのイメ
ージ中、１つの版の１部の９画素を示している。各画素
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。FIG. 4A shows 9 pixels of a part of one plate in the image of the original image I shown in FIG. 3A. It is assumed that the pixel value of each pixel is 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)) have, for example, 8-bit gradation. Take one of the values 0-255 that make up.

【００５６】図４Ｂは、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。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４Ｂに示
すように、Ａ，Ｂ，…Ｉであるものとする。各閾値Ａ，
Ｂ，…Ｉは、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
大きさは２１５要素×２１５要素（４６２２５個の閾
値）であるので、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２０００ｄ
ｐｉ上の座標系は（ｉ′、ｊ′）とする。FIG. 4B shows a part of a halftone development threshold matrix TM 'used for a 2000 dpi printed matter. One pixel of 400 dpi is 5 × of 2000 dpi
It corresponds to 5 = 25 pixels (25 elements when considered as the 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. 4B. Each threshold A,
B, ... I takes one of the values 0 to 255 forming the 8-bit gradation. Since the size of the threshold matrix TM is 215 elements × 215 elements (46225 threshold values), the size of the pixels of the original image I corresponds to the size of 43 × 43 pixels. This 2000d
The coordinate system on pi is (i ', j').

【００５７】図４Ａの原画像Ｉ中、例えば、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′を考え
ると、画素値ｅ′は、次の（２）式により表される。Considering, for example, the pixel value e'after the weighted average processing of the central pixel value e in the original image I of FIG. 4A, the pixel value e'is expressed by the following equation (2). .

【００５８】 ｅ′＝（Ａａ＋Ｂｂ＋…＋Ｉｉ）／（Ａ＋Ｂ＋…Ｉ） …（２） 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４Ａ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。E ′ = (Aa + Bb + ... + Ii) / (A + B + ... I) (2) In this case, the weights are A / (A + B + ... I) and B / (A +).
B + ... I), ... I / (A + B + ... I). Therefore, the total (sum) of the weights becomes the value 1. This weighted averaging process is performed for 3 × 3 pixels e to be converted.
Element weights A / (A + B + ... I), B / (A + B + ... I), ... Are added to the matrix of neighboring original images (see FIG. 4A).
This is a filter process by convolution integration of a 3 × 3 weighted matrix of I / (A + B + ... I), that is, a so-called sum of products process.

【００５９】印刷の網展開用の各版の閾値マトリクスＴ
Ｍ′を直接的に使用して重みを計算する場合、重みとし
て、このように画素位置に対応する閾値マトリクスＴ
Ｍ′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４Ｂ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。Threshold matrix T for each plate for printing mesh development
When the weight is calculated by directly using M ′, the threshold matrix T thus corresponding to the pixel position is used as the weight.
A threshold located in a particular position in each 5 × 5 element sub-threshold matrix in M ′, eg, a central location, as shown in FIG. 4B, may be used. Threshold values for elements such as the top left corner may be used. Alternatively, the average value of the 5 × 5 partial threshold matrix may be used for weighting.

【００６０】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する
第１の方法の説明である。The above description is the description of the first method of calculating the weights by directly using the threshold matrix TM 'of each plate for printing net development.

【００６１】重みを計算する第２の方法は、図３Ｂに示
す網格子座標系ＰＣと同じものを描いた図５Ａ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。The second method for calculating the weight is to center each grid point (grid-to-grid intersection) 31 on FIG. 5A, which is the same as the mesh grid coordinate system PC shown in FIG. Centered around the midpoint 32, or any given one in the grid
This is a method that uses a function in which the weight monotonously decreases or increases from each center toward the outside, centering on the point.

【００６２】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５Ａに示すｕｖ座標系で考
えると、格子１個毎に、次の（３）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Ｌ
ＰＩの逆数である。For example, as a function that monotonically decreases around the midpoint 32 of the grid point, considering the uv coordinate system shown in FIG. 5A, the weighting function shown in the following equation (3) is calculated for each grid. I can think. The length of each side of the grid is the number of printed lines L
It is the reciprocal of PI.

【００６３】 ｆ（ｕ，ｖ）＝０．５−｛（ｕ−０．５）² ＋（ｖ−０．５）² ｝ ／Σｆ（ｕ，ｖ） …（３） 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５Ｂに示す。F (u, v) = 0.5 − {(u−0.5) ² + (v−0.5) ² } / Σf (u, v) (3) This weighting function f (u , V) with a typical waveform of 175 line 45
FIG. 5B is a perspective view of the image SI 'superimposed on the degree coordinate system PC.

【００６４】実際上、図３Ａ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ｄ
ｐｉをＤ、印刷線数ＬＰＩををＬ、網角度をθとすると
き、位置（ｕ，ｖ）は、次の（４）式により求めること
ができる。In practice, when calculating the weight of a predetermined pixel position (i, j) in the original image I shown in FIG. 3A, the correspondence of the pixel position (i, j) on the grid space coordinate PC is calculated. The position to be set is the position (u, v), and the resolution d of the original image I
When pi is D, the number of printed lines LPI is L, and the halftone angle is θ, the position (u, v) can be obtained by the following equation (4).

【００６５】 ｕ＝｛ｃｏｓ（−θ）×ｉ＋ｓｉｎ（−θ）×ｊ｝×Ｌ／Ｄ ｖ＝｛ｓｉｎ（−θ）×ｉ−ｃｏｓ（−θ）×ｊ｝×Ｌ／Ｄ …（４） この（４）式で求めた位置（ｕ，ｖ）を（３）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。U = {cos (−θ) × i + sin (−θ) × j} × L / D v = {sin (−θ) × i−cos (−θ) × j} × L / D (4 ) By substituting the position (u, v) obtained by the expression (4) into the expression (3), the weight at the position (u, v) is set as the weight at a predetermined pixel position (i, j). You can

【００６６】以上が重みを計算する第２の方法である
が、重み付け用の重み（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。
なお、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第１
の方法を用いて説明する。The above is the second method for calculating the weights. As the weights for weighting (also referred to as weights), the same image structure prediction (image structure simulation) can be performed by using the weights calculated by any method. You can expect results.
In the following description, the weights are calculated by directly using the threshold matrix TM 'of each plate for printing net development in consideration of the simplicity of calculation and the short calculation time.
The method will be described.

【００６７】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。An example of creating a weighting matrix having specific numerical values in the C version will be described. Weight matrices for other versions can be created in exactly the same procedure as the creation of the weight matrix for the C version described below. In this case, the printer 17 as an image output device is a so-called density gradation type printer having an output resolution of 400 dpi and density gradations of 256 colors of RGB as described above. It is also assumed that the resolution of the original image data I has been previously set to 400 dpi, which is the same as the output resolution, by resolution conversion by the resolution conversion processing block 21.

【００６８】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、θｃ＝
７５度、４５度、０度、１５度であるものとして説明す
る。The image structure to be simulated on the hard proof HP output from the printer 17, in other words, the number of printed lines LPI for predicting the image structure of printing,
The halftone angle θ is arbitrary, but here, the number of printed lines LPI is LPI = 175 lines, and the halftone angle θ of each CMYK plate is θc =
The description will be made assuming that they are 75 degrees, 45 degrees, 0 degrees, and 15 degrees.

【００６９】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θがθ＝９０度〜１８０度の網は、次
の（５）式により変換した値を用いればよい。In printing, the mesh angle is handled in the range of 0 ° to 180 ° because the mesh shape does not have symmetry with respect to rotation by 90 °. However, if attention is paid only to the arrangement of the halftone dots, since the halftone space is a coordinate system orthogonal at 90 degrees, 0 to 90 degrees may be used for image structure prediction of printing. For a mesh having a mesh angle θ of θ = 90 to 180 degrees, a value converted by the following equation (5) may be used.

【００７０】 θ＝θ％（９０度） …（５） 「％」は、右辺のθを９０度で割った余りが左辺のθで
ある、剰余演算を意味する。Σの計算は、ｍ×ｍ近傍範
囲の画素について行う。すなわち、ｋ＝−ｍ〜ｍ，ｌ＝
−ｍ〜ｍ（ｍは近傍画素の範囲）である。Θ = θ% (90 degrees) (5) “%” means a remainder operation in which the remainder of θ on the right side divided by 90 degrees is θ on the left side. Calculation of Σ is performed for pixels in the m × m neighborhood range. That is, k = -m to m, l =
-M to m (m is a range of neighboring pixels).

【００７１】加重マトリクス（加重フィルタともい
う。）のマスクサイズは、図３Ｃ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。As can be seen from FIG. 3C, the mask size of the weighting matrix (also called weighting filter) is 1
It is considered that the image structure can be expressed by determining that at least one pixel corresponding to the output resolution is included in one grid (mesh).

【００７２】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（６）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。Here, it is assumed that a weighted matrix having a mask size of 3 × 3 defined by the following equation (6), which means a value obtained by dividing the output resolution by the number of printed lines and rounding up, is created.

【００７３】 ＩＮＴ（出力解像度／印刷線数）＋１＝ＩＮＴ（４００／１７５）＋１＝３ …（６） なお、（６）式において、ＩＮＴ（ ）は、（ ）の中
の整数部分のみを残す演算を示す。INT (output resolution / number of printed lines) + 1 = INT (400/175) + 1 = 3 (6) Note that in Expression (6), INT () leaves only the integer part in (). Indicates an operation.

【００７４】（１）式を再度掲示する。Expression (1) is shown again.

【００７５】 Ｃａ（ｉ，ｊ）＝Σ｛Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ，ＬＰＩｃ，θｃ） ×Ｃ（ｉ＋ｋ，ｊ＋ｌ）｝ …（１） 加重マトリクスのマスクサイズが３×３であって、
（１）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、
（１）式は、次の（７）式のように考えることができ
る。Ca (i, j) = Σ {Weight (i, j, k, l, LPIc, θc) × C (i + k, j + l)} (1) The mask size of the weighting matrix is 3 × 3 ,
In the formula (1), when the number of printed lines LPI and the halftone angle θ are determined, these can be considered as constants.
The expression (1) can be considered as the following expression (7).

【００７６】 Ｃａ（ｉ，ｊ）＝Σ｛Ｗｅｉｇｈｔ（ｉ，ｊ，ｋ，ｌ） ×Ｃ（ｉ＋ｋ，ｊ＋ｌ）｝ …（７） Σ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。Ca (i, j) = Σ {Weight (i, j, k, l) × C (i + k, j + l)} (7) Calculation of Σ is performed for pixels in a 3 × 3 neighborhood range. That is, k = -1,0,1 and l = -1,0,1.

【００７７】以下、図６のフローをも用いて説明する。Hereinafter, description will be made also using the flow of FIG.

【００７８】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）。When determining the value of each element of the 3 × 3 weight matrix, a rational network (also referred to as rational network) template, which is a threshold matrix used for printing, can be used as described above (step S11). ).

【００７９】２０００ｄｐｉの有理数網テンプレートの
要素数は２１５×２１５である。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）。The number of elements of the 2000 dpi rational network template is 215 × 215. Here, the size of the rational network template is defined as MMsize × MMsize (MMsize = 215).

【００８０】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＝２
１５の有理数網テンプレートＴＭ０′の例を示してい
る。なお、解像度２０００ｄｐｉ上での座標系は
（ｉ′，ｊ′）とする。したがって、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′が割り当てられている要素数は
２１５×２１５であり、閾値ｔｈ０′の値は、ｔｈ０′
＝０〜２５５のいずれかの値をとる。In FIG. 7, the resolution is 2000 dpi and the rational network template size MMsize is MMsize = 2.
An example of 15 rational network templates TM0 'is shown. The coordinate system on the resolution of 2000 dpi is (i ', j'). Therefore, on the 2000 dpi rational network template TM0 ', the coordinate i'is i' =
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 ′ is th0 ′.
= 0 to 255.

【００８１】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４
００ｄｐｉ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４００
ｄｐｉの１ドットに対応することを考慮すれば、まず、
図４Ｂ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Ｓ１
２）。From this 2000 dpi rational number network template TM0 ', 4 for acting on the original image data I
When a 3 × 3 weighted matrix for 00 dpi is created, 5 × 5 dots (elements) of 2000 dpi are 400
Considering that it corresponds to 1 dot of dpi, first,
As shown in FIG. 4B, creating a threshold template consisting of 43 × 43 thresholds obtained by extracting the central threshold (the value of the element surrounded by the thick line) of the partial rational network template consisting of 5 × 5 elements. Can be considered (step S1
2).

【００８２】図８は、このようにして作成した４３×４
３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４１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。FIG. 8 shows the 43 × 4 thus created.
An example of a threshold value template TM0 including three threshold values th0 (i, j) is shown. Although the mask size of the threshold template 41 is Msize in FIG. 8, the mask size Msize is Msize in this example.
= 43.

【００８３】この場合、３×３加重マトリクスをｗｇｔ
０（ｉ，ｊ，ｋ，ｌ）とすれば、これは、次の（８）式
で表すことができる（ステップＳ１３）。In this case, the 3 × 3 weight matrix is wgt
If 0 (i, j, k, l), this can be expressed by the following equation (8) (step S13).

【００８４】 ｗｇｔ０（ｉ，ｊ，ｋ，ｌ）＝ｔｈ０（ｉ＋ｋ，ｊ＋ｌ）／ｓｓ（ｉ，ｊ） …（８） ｋ，ｌは、ｋ，ｌ＝−１，０，１、ｓｓ（ｉ，ｊ）は、
ｓｓ（ｉ，ｊ）＝Σ｛ｔｈ０（ｉ＋ｋ，ｊ＋ｌ）｝、Σ
はｋ，ｌ＝−１，０，１の範囲での和を意味する。Wgt0 (i, j, k, l) = th0 (i + k, j + l) / ss (i, j) (8) k, l is k, l = -1,0,1, ss (i , J) is
ss (i, j) = Σ {th0 (i + k, j + 1)}, Σ
Means the sum in the range of k, l = -1, 0, 1.

【００８５】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
（１，１，ｋ，ｌ）は、ｗｇｔ０（１，１，ｋ，ｌ）＝
ｔｈ０（１＋ｋ，１＋ｌ）／ｓｓ（１，１）となるの
で、図８に示す閾値テンプレートＴＭ０から閾値ｔｈ０
（１，１）＝５４を中心とする３×３近傍の閾値を抽出
し｛図９（ａ）参照｝、Σｓｓ（１，１）を求めると、
図９（ｂ）に示すように、Σｓｓ（１，１）は、３×３
近傍の閾値を合計したΣ（１，１）＝２０８＋１４８＋
…＋７７＝１２６８となる。Specifically, the weighted average calculation is shown in FIG.
As shown in (a) to FIG. 9 (e), for example, wgt0
(1,1, k, l) is wgt0 (1,1, k, l) =
Since th0 (1 + k, 1 + l) / ss (1,1), the threshold value th0 is calculated from the threshold value template TM0 shown in FIG.
When a threshold value in the vicinity of 3 × 3 centered on (1,1) = 54 is extracted {see FIG. 9A} and Σss (1,1) is obtained,
As shown in FIG. 9B, Σss (1,1) is 3 × 3.
Σ (1,1) = 208 + 148 +, which is the total of the thresholds in the neighborhood
... + 77 = 1268.

【００８６】３×３加重マトリクスｗｇｔ０は、３×３
近傍の閾値をそれぞれΣｓｓ（１，１）＝１２６８で割
った商として得られる。この３×３加重マトリクスｗｇ
ｔ０総和であるΣｗｇｔ０（１，１，ｋ，ｌ）は、常に
値１となる｛図９（ｃ）参照｝。The 3 × 3 weighting matrix wgt0 is 3 × 3
It is obtained as a quotient obtained by dividing the threshold values in the vicinity by Σss (1,1) = 1268. This 3 × 3 weighted matrix wg
Σwgt0 (1,1, k, l), which is the sum of t0, is always 1 (see FIG. 9C).

【００８７】図４Ａに示した４００ｄｐｉの模式的な原
画像データＩを図９（ｄ）に再掲示する。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×２０８＋ｂ×１４８＋…＋ｅ×
５４＋…＋ｉ×７７）／１２６８として得ることができ
る。The schematic original image data I of 400 dpi shown in FIG. 4A is shown again in FIG. 9D. If the pixel value after the weighted average of the pixel values e is e ′, as shown in FIG. 9E, e ′ = (a × 208 + b × 148 + ... + e ×
54 + ... + i × 77) / 1268.

【００８８】因みに、画素ｅの隣りの画素ｆの画素値ｆ
の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）の３×３近傍の閾値「１４８，２４４，６
０，５４，１５９，８４，２２０，７７，４１」を使用
して３×３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。Incidentally, the pixel value f of the pixel f adjacent to the pixel e
If the pixel value after weighted averaging is
In FIG. 8, the coordinates (i, j) are (i, j) =
The threshold value “148, 244, 6 near 3 × 3 of (2, 1)”
0, 54, 159, 84, 220, 77, 41 ”to create a 3 × 3 weighting matrix wgt0 (2,1), and in the original image data I, a 3 × 3 neighborhood centered on the pixel value f It is sufficient to apply the same to the pixels of, and similarly perform weighted averaging.

【００８９】実際上、３×３加重マトリクス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、剰余
演算であり、ｉをＭｓｉｚｅで割った剰余を意味する
（例えば、ｉ＝１１、４４、８７の場合には、ｉ％Ｍｓ
ｉｚｅ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（７）式を変形した次の（９）式により得
られることになる。In practice, the 3 × 3 weighting matrix wgt0
Needs to be prepared for a number corresponding to the network position coordinates (i, j), in this example, only Msize × Msize = 43 × 43. In the case of Msize × Msize,
The network position coordinates restricted to this are (i% Msize, j
% Msize). Note that i% Msize is a remainder operation and means a remainder obtained by dividing i by Msize (for example, in the case of i = 11, 44, 87, i% Ms).
All the sizes have the same value, i% Msize = 1. ). Therefore, the image data after the weighted averaging process, in other words, the image data Ca (i,
j) is obtained by the following expression (9) which is a modification of the above expression (7).

【００９０】 Ｃａ（ｉ，ｊ）＝Σ｛Ｗｅｉｇｈｔ（ｉ％Ｍｓｉｚｅ，ｊ％Ｍｓｉｚｅ， ｋ，ｌ）×Ｃ（ｉ＋ｋ，ｊ＋ｌ）｝ …（９） Σ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。Ca (i, j) = Σ {Weight (i% Msize, j% Msize, k, l) × C (i + k, j + l)} (9) Calculation of Σ calculates pixels in a 3 × 3 neighborhood range Do about. That is, k = -1,0,1 and l = -1,0,1.

【００９１】このようにして、（９）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。In this way, the weighted average processing by the equation (9) is applied to the original image data I, and the image data Ca (i, j) after the weighted average processing can be obtained. In addition, in the original image data I, the pixels existing on the four sides are
Since the part of the weight matrix where the element does not exist must be used, the calculation for determining the element becomes complicated,
Further, since there are usually no important patterns on the four sides, in this embodiment, the original image data I is used as it is without performing the weighted averaging process.

【００９２】重み関数Ｗｅｉｇｈｔ（ｉ％Ｍｓｉｚｅ，
ｊ％Ｍｓｉｚｅ，ｋ，ｌ）として３×３加重マトリクス
ｗｇｔ０を使用した、（９）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にも示した予測処
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、その画像上にモアレ、線切れ等の像構造が現れる
（図６をも参照）。Weighting function Weight (i% Msize,
The image data Ca (i, j) after the weighted average processing according to the equation (9) using the 3 × 3 weighting matrix wgt0 as the (j% Msize, k, l) is also shown in FIG. By converting to RGB image data and creating a hard proof HP or a soft proof SP by the printer 17 or the display 18, image structures such as moire and line breaks appear on the image (see also FIG. 6).

【００９３】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。Next, another example of the 3 × 3 weight matrix will be described. The other example is for implementing the weight enhancement step S2 described with reference to FIG.

【００９４】重みを強調する場合には、図７に示した２
０００ｄｐｉ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４２から３×３加重マトリクスｗｇｔ１
を作成してもよい。When the weight is emphasized, 2 shown in FIG. 7 is used.
The 3 × 3 weighting matrix wgt1 (described later) may be created after spatially emphasizing each of the thresholds th0 ′ forming the threshold template TM0 ′ of 000 dpi, which is already created in FIG. 3 × 3 weighting matrix wgt1 from the threshold template 42 of 400 dpi
May be created.

【００９５】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（１０）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Ｓ２４）。When emphasizing each threshold value th0 'constituting the 2000 dpi threshold value template TM0' shown in FIG. 7, for example, a cubic normalization operation shown in the following equation (10) is performed, A threshold th1 ′ after emphasis can be created (step S24).

【００９６】 ｔｈ１′（ｉ′，ｊ′）＝ｔｈ０′（ｉ′，ｊ′）³ ／２５５² …（１０） また、図８に示した４００ｄｐｉの閾値テンプレート４
１を用いる場合には、次の（１１）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）。[0096] th1 '(i', j ' ) = th0' (i ', j') 3/255 2 ... (10) The threshold template 4 400dpi shown in FIG. 8
When 1 is used, the threshold value th1 after emphasis can be created by performing a cubic normalization operation shown in the following equation (11) (step S14).

【００９７】 ｔｈ１（ｉ，ｊ）＝ｔｈ０（ｉ，ｊ）³ ／２５５² …（１１） 図１０は、（１０）式の演算結果である強調後の閾値ｔ
ｈ１′から構成される２０００ｄｐｉの閾値テンプレー
トＴＭ１′を示している。[0097] th1 (i, j) = th0 (i, j) 3/255 2 ... (11) 10, (10) a threshold value t after enhancement is the result of the operation
A threshold template TM1 'of 2000 dpi composed of h1' is shown.

【００９８】図１１は、（１１）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。FIG. 11 shows a 400 dpi threshold template TM1 composed of the enhanced threshold th1 which is the calculation result of the equation (11).

【００９９】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、ｔ
ｈ１の値がｔｈ０、ｔｈ１＝０，２４，５４，７７，１
３４，１４８，２２０，２４４，２５５のものは、それ
ぞれ、強調後の閾値ｔｈ０′、ｔｈ１′としてｔｈ
０′、ｔｈ１′＝０，０，２，７，３７，４９，１６
３，２２３，２５５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、閾値は正の整数であって、最小値は０値であること
に留意する。The original thresholds th0 and th1 are emphasized thresholds th0 'and th1' are the original thresholds th0 and th1.
Is raised to the power of 3 and divided by 255 × 255 which is the maximum value of the threshold value.
The value of h1 is th0, th1 = 0, 24, 54, 77, 1
34, 148, 220, 244, and 255 are the thresholds th0 'and th1' after emphasis, respectively.
0 ', th1' = 0,0,2,7,37,49,16
3,223,255. That is, the threshold value close to the value 255 is substantially kept at the original threshold value, and as the value approaches 0, the threshold value becomes considerably smaller than the original threshold value. Note that the threshold value is a positive integer and the minimum value is 0 value.

【０１００】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、（８）式に対応する、次の（１２）
式により作成することができる（ステップＳ１５）。The 3 × 3 weighting matrix wgt1 is shown in FIG.
By using the threshold value th1 which constitutes the threshold value template TM1 after the emphasis shown in FIG.
It can be created by a formula (step S15).

【０１０１】 ｗｇｔ１（ｉ，ｊ，ｋ，ｌ）＝ｔｈ１（ｉ＋ｋ，ｊ＋ｌ）／ｓｓ（ｉ，ｊ） … （１２） ｋ，ｌは、ｋ，ｌ＝−１，０，１、ｓｓ（ｉ，ｊ）は、
ｓｓ（ｉ，ｊ）＝Σ｛ｔｈ１（ｉ＋ｋ，ｊ＋ｌ）｝、Σ
はｋ，ｌ＝−１，０，１＝−１〜１の範囲での和を意味
する。Wgt1 (i, j, k, l) = th1 (i + k, j + l) / ss (i, j) (12) k, l is k, l = -1,0,1, ss (i , J) is
ss (i, j) = Σ {th1 (i + k, j + 1)}, Σ
Means a sum in the range of k, l = -1, 0, 1 = -1 to 1.

【０１０２】重み関数Ｗｅｉｇｈｔ（ｉ％Ｍｓｉｚｅ，
ｊ％Ｍｓｉｚｅ，ｋ，ｌ）として、この３×３加重マト
リクスｗｇｔ１を使用した（９）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、その画像上にモアレ、線切れ等の像構造が
現れる。Weighting function Weight (i% Msize,
j% Msize, k, l), the image data Ca (i, j) after the weighted average processing by the equation (9) using this 3 × 3 weighting matrix wgt1 is performed as shown in FIG. By converting the RGB image data by 24 and creating the hard proof HP or the soft proof SP by the printer 17 or the display 18, an image structure such as moire and line break appears on the image.

【０１０３】この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。The proofs HP and SP using this 3 × 3 weighting matrix wgt1 are more printed images in which the image structure is more emphasized than the proofs HP and SP using the above 3 × 3 weighting matrix wgt0. It is possible to reproduce moire, broken lines, etc. close to the structure. That is, a more accurate image structure can be predicted.

【０１０４】ただし、この３×３加重マトリクスｗｇｔ
１を使用したプルーフＨＰ、ＳＰには、出力画像の４０
０ｄｐｉ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、４００ｄｐ
ｉ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。However, this 3 × 3 weighting matrix wgt
Proof HP and SP using 1 have 40
There is a side effect that the pixels that form 0 dpi and adjacent pixels do not connect slightly smoothly, in other words, the edges are slightly conspicuous. Also, 400 dp
There is a side effect that the frequency component corresponding to the cycle of i or more is slightly conspicuous.

【０１０５】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（中心を低域成分と考えた場合の表現）を
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。To solve these side effects, a 3 × 3 low-pass filter (representation when the center is considered as a low-pass component) whose weight decreases (decreases) from the center to the periphery is used as a 3 × 3 weight matrix. A 3 × 3 weighting matrix wgt2 (details will be described later) applied to wgt1 may be created. The 3 × 3 low-pass filter (referred to as a reduction filter) can be considered as a blur filter or an anti-aliasing filter, and in this embodiment, a Gaussian filter is actually used.

【０１０６】図１２は、この実施の形態で用いた４００
ｄｐｉ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（１３）式に示
す。FIG. 12 shows the 400 used in this embodiment.
3 shows a configuration of a 3 × 3 Gaussian filter on dpi. The expression of this Gaussian filter is shown in Expression (13).

【０１０７】 Ｇａｕｓｓ１（ｋ，ｌ） …（１３） 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、（１４）式で表すことができる（ステ
ップＳ１６）。Gauss1 (k, l) (13) k, l takes a value of -1 to -1. Since the 3 × 3 weighted matrix wgt2 on 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), (14). It can be expressed by a formula (step S16).

【０１０８】 ｗｇｔ２（ｉ，ｊ，ｋ，ｌ）＝ｗｇｔ１（ｉ，ｊ，ｋ，ｌ） ×Ｇａｕｓｓ１（ｋ，ｌ） ＝ｔｈ１（ｉ＋ｋ，ｊ＋ｌ） ×Ｇａｕｓｓ１（ｋ，ｌ）／ｓｓ（ｉ，ｊ） …（１４） ｓｓ（ｉ，ｊ）は、ｓｓ（ｉ，ｊ）＝Σ｛ｔｈ１（ｉ＋
ｋ，ｊ＋ｌ）×Ｇａｕｓｓ１（ｋ，ｌ）｝、Σはｋ，ｌ
＝−１〜１の範囲での和、ｋ，ｌ＝−１〜１、ｉ，ｊ＝
０〜Ｍｓｉｚｅ−１を意味する。Wgt2 (i, j, k, l) = wgt1 (i, j, k, l) × Gauss1 (k, l) = th1 (i + k, j + l) × Gauss1 (k, l) / ss (i,) j) (14) ss (i, j) is ss (i, j) = Σ {th1 (i +
k, j + 1) × Gauss1 (k, l)}, Σ is k, l
= Sum in the range of -1 to 1, k, l = -1 to 1, i, j =
0 to Msize-1 is meant.

【０１０９】この３×３加重マトリクスｗｇｔ２を使用
した、（９）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Ｒ
ＧＢ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、かつ印刷のモアレ、線切れ等の像
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。The image data Ca (i, j) after the weighted average processing by the equation (9) using this 3 × 3 weighting matrix wgt2 is converted into R by the prediction processing blocks 23 and 24.
By converting the image data into GB image data and creating a hard proof HP or a soft proof SP by the printer 17 or the display 18, 400 dpi of the output image is obtained.
The image is smoothly connected between each pixel forming the pixel and the adjacent pixel, there is no frequency component corresponding to a cycle of 400 dpi or more, and the image structure such as the moire of printing and the line break is faithfully simulated. Can be obtained.

【０１１０】次に、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３×３
加重マトリクスｗｇｔ５の作成について説明する。Next, it is possible to connect pixels more smoothly than the 3 × 3 weighting matrix wgt2 by 3 × 3.
The creation of the weighting matrix wgt5 will be described.

【０１１１】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になるよう作用さ
せ（いわゆる解像度変換である。）、４００ｄｐｉの重
みマトリクスｗｇｔ３を作成する。In this case, 2000 dpi shown in FIG.
With respect to the threshold template TM1 ′ obtained by normalizing the so-called threshold of the level to the third power, a 15 × 15 Gaussian filter Gauss2 corresponding to a resolution of 2000 dpi.
(M, n) is operated so as to have an output resolution of 400 dpi (so-called resolution conversion), and a weighting matrix wgt3 of 400 dpi is created.

【０１１２】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。FIG. 13 shows an example of a 15 × 15 Gaussian filter Gauss2 (m, n) composed of elements corresponding to a resolution of 2000 dpi. Coordinates (m,
n) corresponds to 2000 dpi coordinates (i ', j'). As can be seen from FIG. 13, this Gaussian filter Gauss2 (m, n) has an array of elements similar to the Gaussian characteristic in which the central value is the largest and the value gradually attenuates toward the surroundings.

【０１１３】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（１５）式に示す（ステップＳ２２）。This Gaussian filter Gauss2
An equation for applying (m, n) to the emphasis threshold template TM1 ′ to create a weighting matrix wgt3 of 400 dpi level is shown in the following equation (15) (step S22).

【０１１４】 ｗｇｔ３（ｉ，ｊ，ｍ，ｎ）＝ｔｈ１′（５×ｉ＋ｍ，５×ｊ＋ｎ） ×Ｇａｕｓｓ２（ｍ，ｎ） …（１５） 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２０
００ｄｐｉ空間上の座標（ｉ′，ｊ′）であって、
ｉ′，ｊ′＝０〜ＭＭｓｉｚｅ−１である。「５×」
は、２０００ｄｐｉ／４００ｄｐｉであって、解像度変
換のための定数である。Wgt3 (i, j, m, n) = th1 ′ (5 × i + m, 5 × j + n) × Gauss2 (m, n) (15) m and n are −7 to 7, (i, j) Is a coordinate on the 400 dpi space, i, j = 0 to Msize-1, (5 ×
i + m, 5 × j + n) and (m, n) are each 20
The coordinates (i ', j') on the 00 dpi space,
i ', j' = 0 to MMsize-1. "5x"
Is 2000 dpi / 400 dpi and is a constant for resolution conversion.

【０１１５】（１５）式は、まず、（ｉ，ｊ）＝（０，
０）を考えると、ｗｇｔ３（０，０，ｍ，ｎ）＝ｔｈ
１′（ｍ，ｎ）×Ｇａｕｓｓ２（ｍ，ｎ）となり、図１
０の閾値テンプレートＴＭ１′中、４隅の閾値が「２５
５、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Ｇａ
ｕｓｓ２（ｍ，ｎ）の各要素をかけて１５×１５の重み
マトリクスｗｇｔ３（０，０，ｍ，ｎ）を作成する。The equation (15) is as follows: (i, j) = (0,
Considering 0), wgt3 (0,0, m, n) = th
1 ′ (m, n) × Gauss2 (m, n), which is shown in FIG.
In the threshold template TM1 ′ of 0, the thresholds at the four corners are “25
Gaussian filter Ga shown in FIG. 13 for each element of the upper left threshold value of 15 × 15 which is 5, 50, 49, 12 ″.
A 15 × 15 weight matrix wgt3 (0,0, m, n) is created by multiplying each element of uss2 (m, n).

【０１１６】次に、（ｉ，ｊ）＝（１，０）のとき、ｗ
ｇｔ３（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、１
０５」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１５×１
５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，Ｍ
ｓｉｚｅ−１）までの重みマトリクスｗｇｔ３（Ｍｓｉ
ｚｅ−１，Ｍｓｉｚｅ−１，ｍ，ｎ）を作成する。Next, when (i, j) = (1,0), w
gt3 (1,0, m, n) = th1 ′ (5 + m, n) ×
Gauss2 (m, n), and the thresholds at the four corners in the threshold template TM1 'in FIG. 10 are "23, 0, 123, 1".
The element of the Gaussian filter Gauss2 (m, n) shown in FIG.
A weighting matrix wgt3 (1,0, m, n) of 5 is created. Hereinafter, (i, j) = (Msize−1, M
weight matrix up to size-1) wgt3 (Msi
ze-1, Msize-1, m, n) is created.

【０１１７】このようにして作成されたＭｓｉｚｅ×Ｍ
ｓｉｚｅ＝４３×４３個のガウシャンフィルタＧａｕｓ
ｓ２（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ｗ
ｇｔ３（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個に対応するように変換すればよい。Msize × M created in this way
size = 43 × 43 Gaussian filter Gauss
The weight matrix wgt3 (i, i,
In order to convert j) into 43 × 43 3 × 3 weight matrix, a weight matrix w consisting of 15 × 15 elements is used.
gt3 (i, j) is a 3 × 3 element weight matrix wgt4 (i, j, k, l) (where k, l = −1 to 1)
It may be converted so as to correspond to one of 1).

【０１１８】座標（ｉ，ｊ）を中心座標とする４３×４
３個の３×３加重マトリクスｗｇｔ４（ｉ，ｊ，ｋ，
ｌ）の各要素は、次の（１６）式で与えられる（ステッ
プＳ２３）。43 × 4 with the coordinates (i, j) as the central coordinates
Three 3 × 3 weighted matrices wgt4 (i, j, k,
Each element of l) is given by the following expression (16) (step S23).

【０１１９】 ｗｇｔ４（ｉ，ｊ，ｋ，ｌ）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ） …（１６） Σは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。Wgt4 (i, j, k, l) = Σwgt3 (i, j, m, n) (16) Σ is an element of m = −7 to 7, n = −7 to −7, that is,
It is the sum total of each 5 × 5 portion when the 15 × 15 element is simply divided into nine 5 × 5 portions.

【０１２０】（１６）式を分解すれば、次の９個の式か
らなる（１７）式が得られる。By decomposing equation (16), equation (17) consisting of the following nine equations can be obtained.

【０１２１】 ｗｇｔ４（ｉ，ｊ，−１，−１）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝ −７〜−３、ｎ＝−７〜−３の総和、 ｗｇｔ４（ｉ，ｊ，０，−１）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝− ２〜−２、ｎ＝−７〜−３の総和、 ｗｇｔ４（ｉ，ｊ，１，−１）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝３ 〜７、ｎ＝−７〜−３の総和、 ｗｇｔ４（ｉ，ｊ，−１，０）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝− ７〜−３、ｎ＝−２〜２の総和、 ｗｇｔ４（ｉ，ｊ，０，０）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝−２ 〜２、ｎ＝−２〜２の総和、 ｗｇｔ４（ｉ，ｊ，１，０）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝３〜 ７、ｎ＝−２〜２の総和、 ｗｇｔ４（ｉ，ｊ，−１，１）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝− ７〜−３、ｎ＝３〜７の総和、 ｗｇｔ４（ｉ，ｊ，０，１）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝−２ 〜２、ｎ＝３〜７の総和、 ｗｇｔ４（ｉ，ｊ，１，１）＝Σｗｇｔ３（ｉ，ｊ，ｍ，ｎ）、Σはｍ＝３〜 ７、ｎ＝３〜７の総和。 …（１７） 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３×３加重マトリクスｗｇ
ｔ５は、３×３加重マトリクスｗｇｔ４の正規化処理後
の３×３加重マトリクスを作成すればよい。Wgt4 (i, j, −1, −1) = Σwgt3 (i, j, m, n), Σ is the sum of m = −7 to −3 and n = −7 to −3, wgt4 (i , J, 0, −1) = Σwgt3 (i, j, m, n), Σ is m = −2 to −2, n = −7 to −3, wgt4 (i, j, 1, −1) ) = Σwgt3 (i, j, m, n), Σ is the sum of m = 3 to 7 and n = −7 to −3, wgt4 (i, j, −1,0) = Σwgt3 (i, j, m) , N), Σ is the sum of m = −7 to −3 and n = −2 to 2, wgt4 (i, j, 0,0) = Σwgt3 (i, j, m, n), Σ is m = − 2 to 2, sum of n = −2 to 2, wgt4 (i, j, 1,0) = Σwgt3 (i, j, m, n), Σ is m = 3 to 7, n = −2 to 2 Sum, wgt4 (i, j, -1,1) = Σwgt3 (i, j, m, n), Is the sum of m = −7 to −3 and n = 3 to 7, wgt4 (i, j, 0,1) = Σwgt3 (i, j, m, n), and Σ is m = −2 to 2, n = 3 to 7, wgt4 (i, j, 1,1) = Σwgt3 (i, j, m, n), Σ is a sum of m = 3 to 7 and n = 3 to 7. (17) A 3 × 3 weighted matrix wg capable of connecting pixels more smoothly than the 3 × 3 weighted matrix wgt2.
For t5, a 3 × 3 weighted matrix obtained by normalizing the 3 × 3 weighted matrix wgt4 may be created.

【０１２２】したがって、次の（１８）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）。Therefore, by the following equation (18), 43 ×
Forty-three 3 × 3 weighted matrices wgt5 can be created (step S24).

【０１２３】 ｗｇｔ５（ｉ，ｊ，ｋ，ｌ）＝ｗｇｔ４（ｉ，ｊ，ｋ，ｌ）／ｓｓ（ｉ，ｊ） …（１８） ただし、ｓｓ（ｉ，ｊ）はｓｓ（ｉ，ｊ）＝Σｗｇｔ４
（ｉ，ｊ，ｋ，ｌ）、Σはｋ，ｌ＝−１〜１の範囲での
総和を意味し、（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する。Wgt5 (i, j, k, l) = wgt4 (i, j, k, l) / ss (i, j) (18) where ss (i, j) is ss (i, j) = Σwgt4
(I, j, k, l), Σ means the total sum in the range of k, l = -1 to 1, and (k, l) means the shift amount from the center of the filter on the 400 dpi space. .

【０１２４】この３×３加重マトリクスｗｇｔ５を使用
した、（９）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２
３、２４によりＲＧＢ画像データに変換してプリンタ１
７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、しかも印刷の
モアレ、線切れ等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。The image data Ca (i, j) after the weighted average processing by the equation (9) using this 3 × 3 weighting matrix wgt5 is performed as shown in FIG.
Printer 1 after converting to RGB image data by 3 and 24
7 or the display 18 to create a hard proof HP or a soft proof SP, the image is more smoothly connected between each pixel constituting 400 dpi of the output image and an adjacent pixel, and a frequency corresponding to a cycle of 400 dpi or more. It is possible to obtain an image in which components are not present and the image structure such as print moire and line break is faithfully simulated.

【０１２５】ところが、ガウシャンフィルタＧａｕｓｓ
２（ｍ，ｎ）を用いて作成した３×３加重マトリクスｗ
ｇｔ５をそのまま用いて、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性
（シャープ感）が印刷のシャープネス性（シャープ感）
に比較して低下するということが分かった。However, the Gaussian filter Gauss
3 × 3 weighting matrix w created using 2 (m, n)
When an image is observed on the printer 17 or the display 18 using gt5 as it is, the sharpness (sharpness) of each pixel is the sharpness of printing (sharpness).
It was found to be lower than

【０１２６】このシャープネス性の低下は、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。This decrease in sharpness is due to the use of the Gaussian filter Gauss2 (m, n), and in particular, a sublimation thermal transfer printer or a photographic printer which is a specific example of the density gradation printer 17. When outputting an image as a proof with, these printers improve the connection between the print dot (pixel) and the adjacent pixel,
In order to prevent the moire of the print dots themselves, it was found that the main reason is that the outline of the print dots has a Gaussian blur.

【０１２７】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、３×３の加重マトリクスｗｇｔ
５をｓｓ（ｉ，ｊ）を使って正規化する前のデータであ
る（１８）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（シャープマトリクスまたはシャープフィルタともい
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。Therefore, in order to obtain a sharpness similar to that of the printed matter, the 3 × 3 weighting matrix wgt is used.
5 is a data before being normalized by using ss (i, j), and is a spatial enhancement filter (sharp matrix or sharp (Also referred to as a filter) or a method of creating an image structure enhanced image data I ′ that has been processed by a spatial enhancement filter having a characteristic stronger than the inverse characteristic of Gauss2 will be described.

【０１２８】図１４Ａは、Ｇａｕｓｓ２の逆の特性を有
する逆フィルタであるシャープフィルタＳｈｐ＝Ｓｈｐ
１の構成例を示している。FIG. 14A shows a sharp filter Shp = Shp which is an inverse filter having the inverse characteristic of Gauss2.
1 shows a configuration example of No. 1.

【０１２９】図１４Ｂは、シャープフィルタＳｈｐ１よ
りより強い特性を有するシャープフィルタＳｈｐ＝Ｓｈ
ｐ２の構成例を示している。FIG. 14B shows a sharp filter Shp = Sh having a stronger characteristic than the sharp filter Shp1.
The structural example of p2 is shown.

【０１３０】図１４Ｃは、シャープフィルタＳｈｐ２よ
りより強い特性を有するシャープフィルタＳｈｐ＝Ｓｈ
ｐ３の構成例を示している。FIG. 14C shows a sharp filter Shp = Sh having a stronger characteristic than the sharp filter Shp2.
The structural example of p3 is shown.

【０１３１】なお、各フィルタＳｈｐ１、Ｓｈｐ２、Ｓ
ｈｐ３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にしてある。Each filter Shp1, Shp2, S
The horizontal and vertical axes of hp3 are i, k, r, j, l,
The symbol s is used to obtain good visibility when using the equations described later, and both are on the same coordinate system as the coordinate system (i, j) on 400 dpi. Also,
The sum of the elements for each filter Shp1, Shp2, Shp3 is set to 1.

【０１３２】３×３加重マトリクスｗｇｔ４を正規化し
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｛（９）式参照｝とし、これに
シャープフィルタＳｈｐを作用させた最終的な画像デー
タをＣｂ（ｉ，ｊ）とすれば、最終的な画像データＣｂ
（ｉ，ｊ）は、次の（１９）式により得ることができ
る。The image data after the weighted average processing by the 3 × 3 weighting matrix wgt5, which is obtained by normalizing the 3 × 3 weighting matrix wgt4, is referred to as Ca {see Eq. (9)}, and a final sharp filter Shp is applied to this image data. If the image data is Cb (i, j), the final image data Cb
(I, j) can be obtained by the following equation (19).

【０１３３】 Ｃｂ（ｉ，ｊ）＝Σ｛Ｃａ（ｉ＋ｋ，ｊ＋ｌ）×Ｓｈｐ（ｋ，ｌ）｝ …（１９） Σはｋ，ｌ＝−１〜１の範囲での総和、Ｓｈｐ（ｋ，
ｌ）は、図１３Ａ、図１３Ｂ、図１３Ｃのそれぞれに示
したシャープフィルタのいずれかである。Cb (i, j) = Σ {Ca (i + k, j + 1) × Shp (k, l)} (19) Σ is the sum of k, l = −1 to 1, Shp (k,
l) is one of the sharp filters shown in FIGS. 13A, 13B, and 13C.

【０１３４】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ｗｇｔ
４を使用して求めるようにすれば計算が簡単になる、そ
れには、（９）式による処理と（１９）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、加
重マトリクスにシャープ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（以下に説
明する。）を作成すればよい。The final image data Cb (i, j) is set to Ca
Without finding (i, j), directly the weight matrix wgt
If the calculation is performed using 4, the calculation can be simplified. To achieve this, the processing according to the equation (9) and the processing according to the equation (19) may be performed once. For that purpose, a 3 × 3 weighting matrix wgt7 (described below) for weighted averaging in which a sharp filter is included in the weighting matrix in advance may be created.

【０１３５】この加重マトリクス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（２０）式により得ることができ
る。To create this weighted matrix wgt7, first, a weighted matrix wgt6 is created by applying a sharp filter Shp to the weighted matrix wgt4 (step S25). Weighted matrix wgt6 (i,
j, k, l) can be obtained by the following equation (20).

【０１３６】 ｗｇｔ６（ｉ，ｊ，ｋ，ｌ）＝Σ｛Ｓｈｐ（ｒ，ｓ）×ｗｇｔ４（ｉ＋ｒ，ｊ ＋ｓ，ｋ−ｍ，ｌ−ｓ）｝ …（２０） ただし、ｗｇｔ４（ｉ＋ｒ，ｊ＋ｓ，ｋ−ｍ，ｌ−ｓ）
のうち、ｋ−ｍ，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−ｍ，ｌ
−ｓ）＝０とみなす。また、Ｓｈｐ（ｒ，ｓ）は、図１
４Ａ、図１４Ｂ、図１４Ｃのそれぞれに示したシャープ
フィルタのいずれかである。Wgt6 (i, j, k, l) = Σ {Shp (r, s) × wgt4 (i + r, j + s, km−ls)} (20) where wgt4 (i + r, j + s) , Km, l-s)
Among them, wgt4 (i + r, j + s, km, l) is used for those in which km, l-s exceeds the range of values -1 to 1.
-S) = 0. Also, Shp (r, s) is shown in FIG.
4A, FIG. 14B, or any of the sharp filters shown in FIG. 14C.

【０１３７】このｗｇｔ６（ｉ，ｊ，ｋ，ｌ）を正規化
することにより、重み付け平均用の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Ｓ２
６）。この加重マトリクスｗｇｔ７は、次の（２１）式
により得ることができる。By normalizing this wgt6 (i, j, k, l), a 3 × 3 weighting matrix wgt7 for weighted averaging can be created (step S2).
6). This weighting matrix wgt7 can be obtained by the following equation (21).

【０１３８】 ｗｇｔ７（ｉ，ｊ，ｋ，ｌ）＝ｗｇｔ６（ｉ，ｊ，ｋ，ｌ）／ｓｓ（ｉ，ｊ） … （２１） ただし、ｓｓ（ｉ，ｊ）は、Σｗｇｔ７（ｉ，ｊ，ｋ，
ｌ）であり、Σの範囲はｋ，ｌ＝−１〜１である。Wgt7 (i, j, k, l) = wgt6 (i, j, k, l) / ss (i, j) (21) where ss (i, j) is Σwgt7 (i, j) , K,
l) and the range of Σ is k, l = −1 to −1.

【０１３９】この３×３加重マトリクスｗｇｔ７（ｉ，
ｊ，ｋ，ｌ）を（９）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、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。This 3 × 3 weighting matrix wgt7 (i,
By setting j, k, l) to be the weighting function Weight of equation (9), it is possible to perform sharpness processing and image structure simulation at the same time with a single calculation. The image data Cb (i, j) after the weighted averaging process using this 3 × 3 weighted matrix wgt7 is processed by the prediction processing block 23,
By converting the RGB image data by 24 and creating the hard proof HP or the soft proof SP by the printer 17 or the display 18, an image in which the image structure of printing is accurately simulated can be obtained. Also, the sharpness of the print is reproduced. Further, the weighted averaging process does not affect the color prediction.

【０１４０】加重マトリクスＷｇｔ７を用いてＡ４サイ
ズ、４００ｄｐｉの原画像ＣＭＹＫから像構造を協調し
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Ａｐ
ｐｌｅ社製のＰｏｗｅｒ Ｍａｃｉｎｔｏｓｈ ９５０
０／１３２型のパーソナルコンピュータ（ＣＰＵ：Ｐｏ
ｗｅｒ Ｐｃ １３２ＭＨｚ，メモリ：３２ＭＢ）を使
用した。The time required to obtain the image C'M'Y'K 'in which the image structure is coordinated from the A4 size 400 dpi original image CMYK using the weighting matrix Wgt7 was about 2 minutes. As the computer 12, a commercially available Ap
Power Macintosh 950 made by ple
0/132 type personal computer (CPU: Po
wer Pc 132 MHz, memory: 32 MB) was used.

【０１４１】なお、加重マトリクスｗｇｔ７は、２１５
×２１５要素の２０００ｄｐｉの有理数網に対応する４
００ｄｐｉの４３×４３個の加重マトリクスであるが、
このうち、座標（ｉ，ｊ）が（ｉ，ｊ）＝（０，０）〜
（４２，４２）の中の（０，０）〜（２，３）までの１
２個の加重マトリクスの具体例を計算して図１５に示
す。The weighting matrix wgt7 is 215
4 corresponding to a 2000 dpi rational network of × 215 elements
It is a 43 × 43 weight matrix of 00 dpi,
Of these, the coordinates (i, j) are (i, j) = (0,0)-
1 from (0,0) to (2,3) in (42,42)
A concrete example of two weighted matrices is calculated and shown in FIG.

【０１４２】図１５に示した加重マトリクスｗｇｔ７
は、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
重マトリクスの例である。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倍している。The weighting matrix wgt7 shown in FIG.
Is a 175 line, 75 degree C (cyan) version 400 dpi
7 is an example of a weighted matrix when an image structure simulation is performed by the printer 17 of FIG. Each coefficient in each weighting matrix is multiplied by 8192 for normalization after normalization.

【０１４３】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
の例を図１６をも参照して説明する。An example of how to use the image structure prediction system 11 having the image structure prediction processing block 22 thus configured will be described with reference to FIG.

【０１４４】まず、網属性入力器１４を使用して印刷線
数ＬＰＩ、網角度θを指定する（ステップＳ３１）。First, the number of printed lines LPI and the halftone angle θ are designated using the halftone attribute input device 14 (step S31).

【０１４５】印刷線数ＬＰＩ、網角度θによりＣＭＹＫ
４版分の加重マトリクス（像構造強調フィルタ）を作成
する（ステップＳ３２）。この加重マトリクスは、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）。CMYK depending on the number of printed lines LPI and halftone angle θ
A weighted matrix (image structure enhancement filter) for four plates is created (step S32). This weighting matrix is shown in FIG.
Any of the weighting matrices in wgt0, wgt1, wgt5, wgt7 in may be used. This weighted matrix is applied to each CMYK plate to emphasize the image structure (step S33).

【０１４６】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）。The image data Ia 'after the image structure enhancement is converted into display RGB image data by the print color prediction processing block 24 for the display (step S34).

【０１４７】ディスプレイＲＧＢ画像データに基づきＣ
ＭＹＫ４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）。C based on display RGB image data
The image structure when the MYK4 plate is combined is observed on the screen of the display 18 (step S35).

【０１４８】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１
８上で観察する（ステップＳ３６）。If necessary, the display 1 which is a monitor displays an image of only one of the C plate, the M plate, the Y plate, and the K plate.
8 to observe (step S36).

【０１４９】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）。Next, it is judged whether or not the observation result is satisfactory (step S37).

【０１５０】観察結果が不満足である場合、例えば、デ
ィスプレイ１８の画像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。When the observation result is unsatisfactory, for example, when moire or the like is found on the image on the display 18, the process returns to step S31, and the number of printed lines LPI and the halftone angle θ.
Is re-designated and is repeated until step S36.

【０１５１】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Ｓ３
９）。When the observation result is satisfactory, for example, when no moire or line break is found in the image, the CMYK image data Ia ′ after the image structure enhancement obtained in step S33 is used for the printing color prediction. It is converted into printer RGB image data by the processing block 23 (step S38), and the hard proof HP is output from the printer 17 for use as proof (proof printing) (step S3).
9).

【０１５２】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。According to such a use form, the processing time is extremely short as compared with the prior art, for example, the processing time until the proof of the A4 size image is created is about 2 minutes ( The print time is not included.)
The effect of being able to create a proof for a printed image structure prediction simulation is achieved.

【０１５３】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、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。Therefore, by using the image structure prediction system 11 shown in FIG. 1, printing conditions (the number of lines to be printed, the number of lines to be printed, etc.) free from moire and line breaks at the site of image capturing by the image input device 13 such as a scanner. It is possible to specify the angle, and it is possible to predict the finish of the image structure. As a result, in a so-called color separation site, which has been impossible in the past, it is possible to perform print quality assurance in view of the printing process.

【０１５４】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。In addition, a proof that can simulate the image structure associated with meshing without using an expensive net-type printer or a special material (chemical proof) is inexpensive (low resolution, low density resolution, and low stability). ) Can be created by a computer to which a printer is connected.

【０１５５】さらに、この実施の形態による像構造強調
後の画像データは、重み付け平均処理により得ているの
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。Furthermore, since the image data after the image structure enhancement according to this embodiment is obtained by the weighted averaging process, it does not affect the color. Therefore, by using the image data after image structure enhancement created in this embodiment for the color prediction printer, a proof that can predict only the color can be used as a proof that can predict the image structure.

【０１５６】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、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。The items that can be confirmed by proofing regarding the image structure are firstly the presence or absence of moire, the strength of the moire, and the specification of the plate that causes the moire, and secondly, the thin lines in the original image. There is a judgment as to whether or not line breaks will occur when printed, thirdly it can be checked whether there is rattling due to meshing of straight line parts, and fourthly the sharpness of the image when printed is confirmed. be able to.

【０１５７】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。It is also possible to judge the overall feel of the printed matter generated when these first to fourth results are combined.

【０１５８】なお、この発明は上述の実施の形態に限ら
ず、この発明の要旨を逸脱することなく種々の構成を採
り得ることはもちろんである。The present invention is not limited to the above-described embodiments, and it goes without saying that various configurations can be adopted without departing from the gist of the present invention.

【０１５９】[0159]

【発明の効果】以上説明したように、この発明によれ
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。As described above, according to the present invention, the pixel value of the original image decomposed into the pixels of each CMY plate or each CMYK plate is used as a pixel for predicting the image structure appearing in the print halftone image. When converting to a value, the pixel values of the neighboring pixels including the pixel whose pixel value is to be converted are weighted and averaged by the weight depending on the grid period determined by the number of lines and halftone angle of the printing. Therefore, it is possible to predict the print image structure on the proof image based on the image data including the converted pixel values.

【０１６０】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。That is, the image structure such as moire and line breaks appearing on the printed matter can be predicted accurately, easily and in a short time on a hard proof or a soft proof.

【０１６１】また、重み付け平均後の画像にシャープフ
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。By applying a sharpening filter to the image after weighted averaging, the image structure such as moire, broken lines, and rattling of straight lines appearing on the printed matter can be hardened without impairing sharpness (sharpness). Can be accurately and easily predicted on a proof or soft proof.

【０１６２】さらに、重み付け平均処理を行っているの
で、プルーフ上の色自体が変化することがないという派
生的な効果も達成される。Furthermore, since the weighted averaging process is performed, the derivative effect that the color itself on the proof does not change is achieved.

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

【図１】この発明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。FIG. 1 is a block diagram showing a configuration example of an image structure prediction system to which an embodiment of the present invention is applied.

【図２】像構造予測処理の基本的な流れを説明する線図
である。FIG. 2 is a diagram illustrating a basic flow of image structure prediction processing.

【図３】像構造予測処理の原理説明に供される図であっ
て、図３Ａは、４００ｄｐｉに分割した画素からなる原
画像の模式図、図３Ｂは、１７５線、４５度の網格子の
模式図、図３Ｃは、図３Ａに示す原画像と図３Ｂに示す
網格子を重ねて見た模式図である。3A and 3B are diagrams used for explaining the principle of image structure prediction processing, FIG. 3A is a schematic diagram of an original image composed of pixels divided into 400 dpi, and FIG. 3B is a 175 line, 45 degree mesh grid. 3C is a schematic diagram in which the original image shown in FIG. 3A and the mesh lattice shown in FIG. 3B are seen in an overlapping manner.

【図４】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４Ｂ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。FIG. 4 is a diagram provided for weighted averaging processing, and FIG.
FIG. 4A is a schematic diagram of an original image, and FIG. 4B is a schematic diagram provided for explanation when creating a 3 × 3 weight matrix from a high-resolution rational network template.

【図５】図５は重み関数の発生に供される図であって、
図５Ａは１７５線、４５度の網格子の模式図、図５Ｂは
図５Ａの模式図上に重み関数の形状を描いた模式図であ
る。FIG. 5 is a diagram provided for generating a weighting function,
FIG. 5A is a schematic diagram of a net lattice of 175 lines and 45 degrees, and FIG. 5B is a schematic diagram in which the shape of the weighting function is drawn on the schematic diagram of FIG. 5A.

【図６】種々の加重マトリクスの生成の説明に供される
工程フロー図である。FIG. 6 is a process flow chart provided for explaining generation of various weighting matrices.

【図７】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。FIG. 7 is a diagram showing a part of a 2000 dpi rational network template (threshold matrix).

【図８】４００ｄｐｉの加重マトリクスの例を示す線図
である。FIG. 8 is a diagram showing an example of a 400 dpi weighting matrix.

【図９】重み付け平均処理の具体例を示す線図である。FIG. 9 is a diagram showing a specific example of weighted average processing.

【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。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.

【図１１】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。FIG. 11 is a diagram showing an example of a weighting matrix of 400 dpi after threshold enhancement.

【図１２】３×３ガウシャンフィルタの構成を示す線図
である。FIG. 12 is a diagram showing a configuration of a 3 × 3 Gaussian filter.

【図１３】１５×１５ガウシャンフィルタの構成を示す
線図である。FIG. 13 is a diagram showing a configuration of a 15 × 15 Gaussian filter.

【図１４】図１４Ａは、ガウシャンフィルタの逆の特性
を有する逆フィルタであるシャープフィルタの構成例を
示す線図である。図１４Ｂは、図１４Ａのシャープフィ
ルタよりより強い特性を有するシャープフィルタ構成例
を示す線図である。図１４Ｃは、図１４Ｂのシャープフ
ィルタよりより強い特性を有するシャープフィルタの構
成例を示す線図である。FIG. 14A is a diagram showing a configuration example of a sharp filter which is an inverse filter having an inverse characteristic of a Gaussian filter. FIG. 14B is a diagram showing a sharp filter configuration example having stronger characteristics than the sharp filter of FIG. 14A. FIG. 14C is a diagram showing a configuration example of a sharp filter having stronger characteristics than the sharp filter of FIG. 14B.

【図１５】２１５×２１５要素の２０００ｄｐｉの有理
数網テンプレートに対応する４００ｄｐｉの４３×４３
箇の加重マトリクスの中、１２箇の加重マトリクスの具
体例を示す線図である。FIG. 15 is a 400 dpi 43 × 43 corresponding to a 2000 dpi rational network template of 215 × 215 elements.
It is a diagram which shows the specific example of 12 weighted matrices among the weighted matrices.

【図１６】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。FIG. 16 is a flowchart provided for explaining how to use the image structure prediction system.

【符号の説明】[Explanation of symbols]

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
器 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11 ... Image structure prediction processing system 12 ... Computer 13 ... Image input device 14 ... Network attribute input device 17 ... Printer 18 ... Display 19 ... Image output device 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

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｎ 1/46 Ｈ０４Ｎ 1/46 Ｚ ──────────────────────────────────────────────────続 き Continued on the front page (51) Int.Cl. ⁶ Identification code Agency reference number FI Technical display location H04N 1/46 H04N 1/46 Z

Claims (12)

【特許請求の範囲】[Claims] 【請求項１】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こと
を特徴とする像構造予測処理方法。1. When converting 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 halftone image, an attempt is made to convert the pixel value. The image structure prediction processing method, wherein the pixel values of the neighboring pixels including the pixel are subjected to weighted averaging by weighting depending on the period of the lattice determined by the number of lines of printing and the halftone angle, and are converted. 【請求項２】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記載の像構造予測処
理方法。2. The image structure prediction processing method according to claim 1, wherein 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. 【請求項３】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、 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１記載の像構造予測処理方法。3. 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, and the weight arranged in each element of the weight matrix is a threshold value for network expansion. The image structure prediction processing method according to claim 1, wherein among the threshold values arranged in a matrix, a threshold value existing at a position corresponding to each pixel whose pixel value is to be converted is directly used. . 【請求項４】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箇を用いるか、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３
記載の像構造予測処理方法。4. The direct use of the threshold means that any one of the plurality of thresholds is used or a threshold obtained by averaging the plurality of thresholds is used.
The described image structure prediction processing method. 【請求項５】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記載の像構造予測処理方法。5. The weight arranged in each element of the weighting matrix is a threshold value existing in a position corresponding to each pixel for which the pixel value is to be converted among the threshold values arranged in the threshold matrix for halftone expansion. The value in each element of the weighting matrix that is used directly is used after being filtered so that the value gradually decreases from the central element to the peripheral elements of this weighting matrix. The image structure prediction processing method according to claim 2. 【請求項６】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記載の像構造予測処理方
法。6. The weights arranged in the respective elements of the weighting matrix are a plurality of weights existing in positions corresponding to respective pixels for which the pixel value is to be converted, among the threshold values arranged in the threshold matrix for halftone expansion. The value in each element of the weighting matrix that directly uses the threshold of is function-converted so that the gradient of the spatial distribution becomes steep, and the value after the function conversion is changed from the central element of this weighting matrix to the peripheral elements. 3. The image structure prediction processing method according to claim 2, wherein a value after being subjected to a filter process such that the value gradually decreases toward the image structure prediction value is used. 【請求項７】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
な減少フィルタによる処理を行った後の値に対して、さ
らに、この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した
ことを特徴とする請求項２記載の像構造予測処理方法。7. The weight arranged in each element of the weighting matrix is a threshold value existing in a position corresponding to each pixel for which the pixel value is to be converted among the threshold values arranged in the threshold matrix for halftone expansion. The value in each element of the weighting matrix using is directly converted into a function so that the gradient of the spatial distribution becomes steep,
The value after the function conversion is processed by a reduction filter such that the value gradually decreases from the central element of this weighting matrix to the peripheral elements, and the 3. The image structure prediction processing method according to claim 2, wherein a value after being processed by a sharp filter having an opposite characteristic is used. 【請求項８】前記減少フィルタと前記シャープフィルタ
とを１つのフィルタとしたことを特徴とする請求項７記
載の像構造予測処理方法。8. The image structure prediction processing method according to claim 7, wherein the reduction filter and the sharp filter are one filter. 【請求項９】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１〜８のいずれか１項に記載の像構造
の予測処理方法。9. The image structure prediction processing method according to claim 1, wherein the neighboring pixels are rectangular neighboring pixels. 【請求項１０】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出力機の解像度を有する画素値に変
換する際、 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からなる前記閾値マトリクスに
対して、中心要素から周辺要素に向かって徐々に値が小
さくなるような構成の減少フィルタによる処理を行ない
ながら、前記出力機の解像度に変更し、 この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
得、 前記原画像の画素値を出力機の解像度を有する画素値に
変換するとき、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、前記シャープフィルタによる処理を
施した値の重みにより重み付け平均して変換することを
特徴とする像構造予測処理方法。10. When converting a pixel value of an original image decomposed into pixels of each CMY plate or each CMYK plate into a pixel value having a resolution of an output machine for predicting an image structure appearing in a print halftone image, Among the threshold values arranged in the threshold matrix for halftone expansion having a resolution higher than the resolution of the output machine, the threshold value existing at the position corresponding to each pixel for which the pixel value is to be converted has a steep spatial distribution gradient. The function matrix is transformed so that the threshold matrix consisting of the values after the function transformation is processed by a decrementing filter whose value gradually decreases from the central element toward the peripheral elements, The value is changed to the resolution of the output machine, and for each value of the threshold matrix changed to the resolution of the output machine, a sharp filter having almost the reverse characteristic of the reduction filter processing is further used. When the pixel value of the original image is converted to a pixel value having the resolution of the output device, the pixel value of the neighboring pixel including the pixel whose pixel value is to be converted is set to the sharp filter. An image structure prediction processing method, characterized by performing weighted averaging by the weights of the values subjected to the processing according to (1) and converting. 【請求項１１】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１０記載の像構造予
測処理方法。11. The image structure prediction processing method according to claim 10, wherein the weight depending on the period of the lattice is arranged in each element of a weighting matrix having the same mask size as the neighboring pixels. 【請求項１２】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１０または１１に記載の像構造予測
処理方法。12. The image structure prediction processing method according to claim 10, wherein the neighboring pixels are rectangular neighboring pixels.