图像处理方法和装置制造方法及图纸

本发明专利技术的目标是提供一种图像处理方法和装置，它在通过简单的处理方法保持图像质量的同时也通过误差扩散处理减少了图像数据色彩深浅等级的数量。它包括以下步骤：根据至少一个阈值量化构成整个图像数据的每个象素的输入图像数据，从而将输入图像数据转换为具有至少两级量化级的输出图像数据；根据量化后的量化级将量化步骤中对每个象素的输入图像数据进行量化过程中产生的量化误差转换为每个量化级确定的特定范围内的量化误差；以及将转换步骤中相对于作为目标的一个像素经转换获得的量化误差扩散到目标象素附近未量化象素的输入图像数据内。（*该技术在2019年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及通过误差扩散处理减少图像数据色彩深浅等级的图像处理方法和装置。为了通过图像输出设备(例如较少色彩深浅等级的打印机)输出由计算机或图像输入设备获取的多级色彩深浅等级的图像，需要降低图像数据的色彩深浅等级数。采用伪半色调表示法可以在降低色彩深浅等级的同时保持原始图像的质量。在几种伪半色调表示法中，被产生两级输出层次的打印机广泛采用的是误差扩散方法，它能够生成高质量的图像。误差扩散方法将源于目标象素的量化误差扩大到目标象素附近未量化象素的输入图像数据内。误差扩散方法的一般原理可参见Hitoshi Takaie和Mitsuo Yae在Interface(1993年8月期，pp.158-171)上发表的“Gradation ConversionTechnique of Digital Image Data with C”一文，现详述之。误差扩散方法通过将量化误差调制为肉眼不易察觉的高频成份来表示伪半色调。附图说明图1为实现典型的误差扩散处理的图像处理装置框图。图像处理装置包括减法器111，用来将输入图像数据x(i，j)减去下述滤波器114的输出数据；量化器(表示为Q)112，用来量化减法器111的输出数据并输出结果作为输出图像数据y(i，j)；减法器113，用来将输出图像数据y(i，j)减去减法器111的输出数据；以及滤波器114，用来对减法器113的输出进行特定的滤波并向减法器111输出结果。在附图中，e(i，j)表示量化器112量化过程中产生的量化误差。因此减法器113的输出数据就是量化误差e(i，j)。“i”和“j”分别代表两个相交方向的坐标。这两个方向分别称为i方向和j方向。滤波器114为线性滤波器。传递函数确定为G(z1，z2)。z1和z2分别为z变换在i和j方向上的变量。图1所示的图像处理装置在整体结构上可视为二维Δ-∑调制电路。因此图像处理装置的输入与输出关系给定如下Y(z1，z2)＝X(z1，z2)+H(z1，z2)E(z1，z2) (1)在表达式(1)中，Y(z1，z2)、X(z1，z2)和E(z1，z2)分别是通过y(i，j)、x(i，j)和e(i，j)的z变换生成的数值。调制量化误差E(z1，z2)的滤波器传递函数H(z1，z2)由表达式(2)给出H(z1，z2)＝1-G(z1，z2)(2)传递函数H(z1，z2)代表二维有限脉冲响应(FIR)的高通滤波器。高通滤波器用来调制量化误差，它决定了被调制为高频分量的量化误差E(z1，z2)的调制特性。在下列描述中，以传递函数H(z1，z2)和G(z1，z2)表示的滤波器分别示为滤波器H(z1，z2)和滤波器G(z1，z2)。G(z1，z2)用表达式(3)表示。G(z1，z2)＝∑∑g(n1，n2)z1-n1z2-n3(3)表达式(3)中第一个∑表示对n1从-N1-M1的求和。表达式(3)中第二个∑表示对n2从-N2-M2的求和。N1、M1、N2和M2为正整数。滤波器系数由n1＝0和n2＝0时的g(n1，n2)以及目标象素给定。作为g(i，j)示例的典型滤波器，G(z1，z2)的系数由表达式(4)给出。表达式中的*代表g(0，0)处的目标象素。g(i,j):*753575315531/48------(4)]]>图2示出了误差调制滤波器H(z1，z2)的频率特性，该滤波器采用表达式(4)给出的滤波器G(z1，z2)。图2中，绝对值较大的频率代表较高的频率分量。采用表达式(4)给出滤波器G(z1，z2)的滤波器G(z1，z2)和滤波器H(z1，z2)称为Jarvis，Judice & Ninke滤波器(以下称为Jarvis滤波器)。但是上述相关技术的误差扩散方法存在以下两个问题。第一个问题是在高亮度区域的增亮部分产生较长的延迟点(点呈稀疏状)而在阴影区域的增亮部分(点呈稠密状)产生较长的延迟白点(点状部分被无点区域包围)。在本专利技术中这种现象被称为点延迟现象。第二个问题是在高亮度区域以外区域(例如阴影区域)与高亮度区域之间界面附近点呈消失而拖尾状。同样，在阴影区域以外区域(例如高亮度区域)与阴影区域之间界面附近白点消失而呈拖尾状。在本专利技术中这种现象称为拖尾现象。现在参见图3和4，它示出了发生上述点延迟现象和拖尾现象时的典型图像。图3示出了原始图像。原始图像的色彩深浅等级范围是“0”～“255”。背景高亮度区域的色彩深浅等级值为“253”而原始图像中央矩形阴影区域为“2”。在原始图像中，阴影区域右下部分的亮斜线色彩深浅等级为“210”～“240”。图4示出了通过对图3所示原始图像的误差扩散处理生成的图像，它利用了图1所示的图像处理装置，从而将色彩深浅等级减少为二。采用Jarvis滤波器作为误差扩散处理中的误差调制滤波器。在基本扫描方向上从左到右而在第二扫描方向上从上到下进行处理。在如图4所示完成误差扩散处理的图像中，背景的顶部和左部没有产生点，在那里点是均匀产生的。这就是点延迟现象。由于在图4的示例中沿主扫描方向从左到右并沿第二扫描方向从上到下完成误差扩散处理，所以在顶部和左边部分点形成被延迟，并且这些区域没有出现点。对于中央的矩形阴影区域情况同样如此，在那里顶部和左端部分的白点形成被延迟。在图4所示的实例中，在阴影区域内从顶部和左部到右下部分附近的区域内没有产生白点。在图4所示图像中，在中央的矩形阴影区域右下部分点象拖尾一样消失。这就是拖尾现象。阴影区域右下部分内的斜线在图4所示图像中由于拖尾现象而消失。如图4所示，这种点延迟现象和拖尾现象明显降低了图像质量。以下描述点延迟和拖尾现象的原因。当利用图1所示图像处理装置进行误差扩散处理时，量化器112的阈值为“128”或“127”，从而将输入图像数据的量化级降低为“0”和“255”两级。以下描述中量化器112的阈值为“128”。当输入图像数据x(i，j)的色彩深浅等级值与图3所示原始图像阴影区域一样为“2”或者当输入图像数据x(i，j)的色彩深浅等级值与原始图像高亮度区域一样为“253”时，误差e(i，j)的大小(绝对值)为2。量化器112产生的小误差按照表达式(4)的滤波器系数g(i，j)扩散到相邻象素并减至更小的数值。一定数量象素的小误差累积起来。当累积误差数超过量化器1 12的阈值“128”(或者为“128”或者以上)时，开始出现点或白点。因此点延迟现象和拖尾现象的原因可以表述如下。点延迟现象的原因是由于高亮度区域或阴影区域内每个象素产生的量化误差较小所以误差积累达到阈值所需的时间较长。拖尾现象的原因如下。区域完成处理之后，量化误差在特定区域内累积。如果区域移动至高亮度区域或者阴影区域，则与点延迟现象一样，每个象素内产生的量化误差较小。因此，抵销特定区域内累积误差需要花费较长的时间。如上所述，点延迟与拖尾现象的原因是相同的。即，点延迟现象与拖尾现象是同一问题的两个方面。为了克服上述点延迟现象和拖尾现象，提出了优化阈值误差扩散方法，参见Toshiaki Kakutani的“高质量输出的改进误差扩散方法”，Society of PhotographicScience and Technology of Japan 1997 Annual Meet本文档来自技高网...

【技术保护点】
一种图像处理方法，其特征在于包括以下步骤： 根据至少一个阈值量化构成整个图像数据的每个象素的输入图像数据，从而将输入图像数据转换为具有至少两级量化级的输出图像数据； 根据量化后的量化级将量化步骤中对每个象素的输入图像数据进行量化过程中产生的量化误差转换为每个量化级确定的特定范围内的量化误差；以及 将转换步骤中相对于作为目标的一个像素经转换获得的量化误差扩散到目标象素附近未量化象素的输入图像数据内。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：岸本正树，
申请(专利权)人：索尼株式会社，
类型：发明
国别省市：JP[日本]