CN101388949B - 图像处理装置、图像处理方法以及图像形成装置 - Google Patents
图像处理装置、图像处理方法以及图像形成装置 Download PDFInfo
- Publication number
- CN101388949B CN101388949B CN2008101496367A CN200810149636A CN101388949B CN 101388949 B CN101388949 B CN 101388949B CN 2008101496367 A CN2008101496367 A CN 2008101496367A CN 200810149636 A CN200810149636 A CN 200810149636A CN 101388949 B CN101388949 B CN 101388949B
- Authority
- CN
- China
- Prior art keywords
- pixel
- signal
- image processing
- object pixel
- contour
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/168—Smoothing or thinning of the pattern; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
- G06V30/18076—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Color, Gradation (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
一种图像处理装置,包括:轮廓像素提取部,用于提取位平面上的轮廓像素,所述位平面是指多个像素的表示各像素强度的多位中的1位的集合;连接性检测部,用于在所述位平面上包括对应于目标像素的位的窗中,检测邻接的同一值的位;以及过滤部,用于以根据轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位确定的降低量来降低所述目标像素的强度。
Description
相关申请的交叉参考
本申请基于并请求于2007年9月14日提交的美国临时专利申请第60/972,470号的利益。
技术领域
本发明涉及一种处理半色调(half tone)化图像的图像处理装置、图像处理方法以及图像形成装置。
背景技术
近来,采用根据数字化的图像数据驱动激光从而再现灰度的激光打印机等电子照相工序方式的MFP等图像形成装置被广泛应用于实际。而且,通过对三种颜色或四种颜色重复处理上述工序或通过串联方式对三种颜色或四种颜色处理上述工序从而再现彩色图像的彩色打印机等图像形成装置也日益普及。
在这样的图像形成装置中,通过修整并缩小图像的轮廓部,可以缩小调色剂的记录区域,并能够减少油墨部件的消耗量。因此,以节省调色剂为目的,开发了一种将图形置换或轮廓像素作为样本点、通过插补向内侧修整轮廓等的细线化手法。
然而,该手法主要适用于文字原稿。因此,如果将该手法适用于文字照片混合图像,则会产生灰度再现劣化等问题。这是由于:照片区域是通过高频振动(dither)等灰度处理方法被n值化的,若削减用于表现照片的网点的轮廓则会产生疑似轮廓。
因此,开发了一种将文字区域与照片区域分离、或将细线或孤立点与粗线或完整(solid)部分离从而仅对粗线或完整部进行细线化处理的手法。
另一方面,在这些图像形成装置中,高分辨率化得到发展,例如实现了具有1200dpi这种高清晰度的图像形成装置。而且,为实现高画质高精细化,采用多值PWM(Pulse Width Modulation脉宽调制)技术通过多值灰度对一个像素进行处理从而再现图像的图像形成装置也日益增多。
此外,在将字体或图解信息转换成与实际输出图像的位置相关的某种光栅数据的RIP处理中,通过设定较高的分辨率,可以实现高画质高精细化。例如,以1200dpi的分辨率形成图像的轮廓部比600dpi的平滑。此外,在抽样调查定理上也提高了详细部分的图像再现质量,而且,如果生成的字体或图解信息很平滑,则输出装置一侧的分辨率较高的(图像形成装置)可以对细线化处理进行二维的极其精细的控制,从而可以获得更高质量的输出结果。
然而,由于以往的细线化处理基本上是对二值图像进行的,因此无法将细线化处理适用于为实现高精细、高画质化而进行多值灰度处理的图像。这是由于如果进行细线化处理将无法取得与多值的经过半色调处理的图像之间的对应。
另一方面,在图像形成装置实现高分辨率化的情况下,例如在以同一光束条数实现同一印刷速度的情况下,图像时钟将极其高速地运转,装置成本将会提高。由此,有一个问题被指出,即:图像形成装置本身将成为非常高价的物品。对于这个问题,虽然也可以考虑例如通过在光学系统上采用激光阵列等从而使图像时钟低频化的方法,但是由此光学设备或激光控制用硬件的成本又将另外增加。
发明内容
与本发明的第一个方面有关的图像处理装置包括:轮廓像素提取部,用于提取位平面上的轮廓像素,所述位平面是指多个像素的表示各像素强度的多位中的1位的集合;连接性检测部,用于在所述位平面上包括对应于目标像素的位的窗中,检测邻接的同一值的位;以及过滤部,用于以根据轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位所确定的降低量来降低所述目标像素的强度。
与本发明的第二个方面有关的图像处理方法包括:提取位平面上的轮廓像素,所述位平面是指多个像素的表示各像素强度的多位中的1位的集合;在所述位平面上包括对应于目标像素的位的窗中,检测邻接的同一值的位;以根据提取的轮廓像素以及检测出的邻接的同一值的位所确定的降低量来降低所述目标像素的强度。
与本发明的第三个方面有关的图像形成装置包括:轮廓像素提取部,用于提取位平面上的轮廓像素,所述位平面是指多个像素的表示各像素强度的多位中的1位的集合;连接性检测部,用于在所述位平面上包括对应于目标像素的位的窗中,检测邻接的同一值的位;过滤部,用于以根据轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位所确定的降低量来降低所述目标像素的强度;以及选择输出部,用于根据所述目标像素的多位输入图像信号的值来判断选择所述多位输入图像信号和所述过滤部的输出信号中的哪个信号,然后将选择的信号输出。
本发明的其它目的和优点将在下面的描述中阐述,并且部分将从该描述中显而易见,或可以通过实施本发明而了解。本发明的目的和优点可以通过下文中具体指出的手段及其组合来实现并获得。
附图说明
结合于说明书中并构成说明书一部分的附图示出了本发明的实施例,并且与以上给出的概括性描述和以下给出的对实施例的详细描述一起用于解释本发明的原理。
图1是采用与图像处理装置有关的MFP 12的系统构成示意图;
图2是示出MFP中的打印机控制器的一个构成例的框图;
图3是针对1个像素的PWM控制的控制动作示意图;
图4是细线化部的概要结构示意图;
图5是二值输入图像和图像处理窗的示意图;
图6是图像处理窗的示意图;
图7是轮廓像素提取部的概要结构示意图;
图8A是轮廓像素提取部的新处理窗的示意图;
图8B是轮廓点判断部的判断区域的示意图;
图8C是轮廓像素提取部的判断结果的概念示意图;
图8D是通过轮廓像素提取部的信号的简要示意图;
图9是轮廓点判断部的概要结构示意图;
图10A是轮廓点判断表的信号配置示意图;
图10B是表示“1”为黑像素、“0”为白像素的图;
图10C是轮廓图形的示意图;
图11是矩形区域连接性判断部的概要结构示意图;
图12是矩形处理窗的示意图;
图13A是黑像素区域的上边连接示例图;
图13B是黑像素区域的上边非连接示例图;
图14是上边连接性判断部的处理流程图;
图15A是处理窗的各列与计数相对应的概念示意图;
图15B是每一列邻接的两个像素之间的“异或”计算示意图;
图16是集中型半色调处理的示例图;
图17是集中型半色调处理的示例图;
图18是示出选择以及分辨率转换处理的流程的框图;
图19是分辨率转换处理的一个构成例的示意图;
图20是示出处理选择部的结构的框图;
图21是求出转换为1个像素后的脉冲位置的顺序示意图;
图22是分辨率转换处理的示例图。
具体实施方式
下面参照附图对实施方式进行说明。本实施方式将对适用于采用电子照相打印机的数字复合机(MFP:Multi Function Peripheral多功能外部设备)的情况进行阐述。引擎(engine)分辨率为1200dpi。
图1为采用与图像处理装置有关的MFP 12的系统构成示意图。
在图1所示的系统中,连接于近来飞速普及的网络10上的任意的计算机终端(PC)11对作为MFP 12内部中的一部分功能的打印机120传送表示图像数据结构的PDL数据。即,PC 11配合于与打印机120之间的接口特性,从打印机驱动器21向打印机控制器121传送PDL编码或光栅数据。
在打印机120中,打印机控制器121对打印机引擎122进行驱动控制。打印机控制器121将PDL(Page Description Language:页面描述语言)等页面描述语言在位图(bit map)上展开并进行各种图像处理后,将其储存在内置的数据存储部中,所述PDL等页面描述语言是指从PC 11传送来的经过编码的图像数据。打印机引擎122将来自打印机控制器121的位图图像数据转换为驱动信号,经过纸张的输送或激光的驱动控制等后进行印刷动作。
此外,打印机控制器121中的RIP功能的高性能化非常显著。打印机控制器121可以分析各对象的属性,从而分别对它们进行最佳的图像处理,然后合成输出。
此外,PC 11和打印机120之间的关系未必需要网络化,可以通过USB连接等来使用,也可以是一对一的关系。而且,打印机控制器121和打印机引擎122之间的接口基本上依存于打印机的结构(architecture),并没有特别规定。
图2是示出MFP 12中的打印机控制器121的一个构成例的框图。打印机控制器121包括图像属性分析部22、光栅运算部23、CD/TF部24、半色调化部25、数据编码部26、数据存储部27、数据解码部28以及细线化部29。
根据PC 11的应用程序20中的印刷指令从打印机驱动器21传送来的PDL数据被传送到打印机控制器121。在打印机控制器121中,图像属性分析部22从接收到的PDL编码分析图像的属性,并进行分类。从较大的方面来区分,基本上图像数据的属性为文本(text)、图形(graphic)和图像位图(image bitmap)之一。分类后的数据属性被分配各自所属的类别属性作为标签,然后被传递到后段的处理中。比如,在具有上述三种属性的情况下,需要2位的标签数据。
然后,该PDL编码数据通过光栅运算部23将编码数据转换为位图数据。比如,在单色打印的情况下,编码数据被转换为单色8位的位图数据。而在彩色打印的情况下,编码数据被转换为每种颜色8位的位图数据。此时,各位图数据也被分配有对应于其位置的标签数据。
随后,CD/TF部24对经过位图转换的图像进行γ(伽马)转换,所述γ转换用于获得合乎打印机引擎122的特性的图像浓度标准(calibration)或优选的灰度特性。CD/TF部24在考虑各个对象的图像特性后为了能够通过标签数据进行最佳的γ转换处理,可以对CD/TF处理进行转换。
半色调化部25比如通过采用阈值矩阵的半色调化处理将1个像素的数据转换为合乎打印机120的印刷能力的位数的灰度数图像数据。在本实施例中,以采用2位的四值(以下称为2位四值)进行半色调化处理。该半色调化部25在考虑各图像之间的图像特性后为了能够通过标签数据进行最佳的半色调处理,可以对半色调化处理进行转换。
经过半色调化处理的图像数据被输送到数据编码部26,进行数据压缩。然后,该压缩后的图像数据被暂时存储到存储器或HDD等数据存储部27中。通过该压缩可以抑制存储在数据存储部27中的数据容量,从而可以提高系统整体的性能。此外,通过暂且储存在数据存储部27中,可以有效利用电子分类(sort)等功能。
数据解码部28从数据存储部27读出数据,将该编码数据进行解码。细线化部29对经过多值灰度处理并经过半色调化处理的图像适用以节省调色剂为目的(或调整由电子照相的机械性网点扩大(mechanical dot gain)引起的线、完整图像的增粗)的细线化处理。打印机引擎122将最终生成的图像数据转换为用于驱动激光的PWM(Pulse Width Modulation:脉宽调制)信号,从而形成图像。
图3为针对1个像素的PWM控制的控制动作示意图。在多值PWM控制中,在输入的图像数据的基础上,不仅生成脉宽,同时还生成基准位置控制信号。如图3所示,当对中间灰度的像素进行印刷时,对其灰度值宽和开始位置(左基准、右基准、中央基准)进行控制。一般作为位置控制信号,只要有左基准信号和右基准信号就能形成图像,当想以更高的精度控制位置时,还使用中央基准信号。
半色调化部25通过采用阈值矩阵的半色调化处理以2位四值执行半色调化处理。从而,生成经过半色调化处理的两个位平面(bitplane)。
作为细线化处理,首先对下述方法进行说明,即:选择两个位平面中的任意一个位平面,然后对由这一个位平面构成的假想二值图像信号进行细线化。然后对细线化处理的后段中的选择经过半色调处理的图像信号和经过细线化处理的图像信号的方法以及将其结果从1200dpi的分辨率转换为600dpi的方法进行阐述。
图4为细线化部29的概要结构示意图。
细线化部29包括图像处理窗Wa、轮廓像素提取部110、黑矩形区域连接性判断部151、黑矩形区域连接性判断部152、修整(shaving)量计算部131、修整过滤参数产生部132、过滤选择信号产生部133、脉冲基准位置产生部134、脉宽产生部140、中间选择信号产生部155以及处理选择部145。
图像处理窗Wa形成最大13×13的参照窗。轮廓像素提取部110提取轮廓像素。两个黑矩形区域连接性判断部151和152判断黑矩形区域的连接性以及是否连接于边界。过滤选择信号产生部133和修整过滤参数产生部132由产生过滤选择信号的LUT构成。修整量计算部131实际上由计算修整量的线形过滤器构成。脉宽产生部140将数据转换为电子照片等图像形成装置的输出数据形式。
从图像处理窗Wa输出的信号被输出到轮廓像素提取部110、黑矩形区域连接性判断部151以及黑矩形区域连接性判断部152。从轮廓像素提取部110输出的信号被输出到修整量计算部131。图像处理窗Wa的中心像素信号以及从修整量计算部131输出的信号被输出到脉宽产生部140。
从轮廓像素提取部110、黑矩形区域连接性判断部151以及黑矩形区域连接性判断部152输出的信号被输出到中间选择信号产生部155。从中间选择信号产生部155输出的信号被输出到过滤选择信号发生器133和脉冲基准位置产生部134。从过滤选择信号发生器133输出的信号通过修整过滤参数产生部132被输出到修整量计算部131。
从修整量计算部131输出的信号输入到脉宽产生部140。从脉宽产生部140输出的信号输入到处理选择部145。从脉冲基准位置产生部134和脉宽产生部140输出的信号输入到处理选择部145。而且,处理选择部145中输入有两个目标像素中作为图像处理窗的中心像素的目标像素的值D[0]以及在扫描方向上与其邻接的另一个目标像素的值D[1]。
[细线化方法]
首先对图像处理窗Wa进行说明。图像处理窗Wa中通常从外部输入有二维图像信号。只是,在作为操作二维信号所得到的一维信号输入的情况下,通过长度不小于图像的主扫描宽度的多条线存储器锁存一维信号,作为包括对象像素的二维图像信号来参照。即,图像处理窗Wa是作为包括对象像素的二维图像信号来参照的区域。
在下面的实施例中,在一维信号的情况下,通过线存储器形成图像处理窗Wa,不管二值输入图像信号的形式如何都可以参照图像处理窗Wa中的输入图像。而且,将表示二值输入图像信号中的黑图像的信号电平设为“1”,表示白图像的信号电平设为“0”。
图5为图像处理窗Wa(ia,ja)的概念图。在该图像处理窗Wa(ia,ja)中,将对应于输出图像信号的输入图像信号称为图像处理窗中心像素Wa(ia0,ja0)。关于图像处理窗Wa或图像处理窗中心像素,例如,如图6所示,将图像处理窗Wa(ia,ja)设定为13×13像素,坐标表示为ia=0~12(主扫描方向),ja=0~12(副扫描方向),并将图像处理窗中心像素Wa(ia0,ja0)设定为Wa(ia0,ja0)=(6,6)。
下面对轮廓像素提取部110进行说明。轮廓像素提取部110进行判断像素处理窗中心像素Wa(ia0,ja0)是否为轮廓像素并将其提取的处理。如图7所示,该轮廓像素提取部110由用于判断轮廓像素的新处理窗Wo(io,jo)以及多个轮廓点判断部构成。
在此,对判断包括图像处理窗中心像素Wa(6,6)在内的8个邻接像素、即图像处理窗Wa(5~7,5~7)是否为轮廓像素的情况进行说明。因此,如图6以及图8A所示,如上述那样设定的图像处理窗Wa(ia,ja)和新处理窗Wo(io,jo)之间具有下列式(1)和式(2)的对应关系。
io=0~4,jo=0~4 Wa(ia,ja)=Wo(io+4,jo+4)...(1)
io=4~8,jo=4~8 Wa(ia,ja)=Wo(io-4,jo-4)...(2)
为了判断新处理窗Wo(1~3,1~3)的9个像素是否为轮廓像素,所述多个轮廓点判断部设置有从轮廓点判断部Wo(1,1)111到轮廓点判断部Wo(3,3)119的九个单元。从轮廓点判断部Wo(1,1)111到轮廓点判断部Wo(3,3)119的每个轮廓点判断部分别进行轮廓判断,如果是轮廓点,将“1”作为判断结果Ro(if,jf)if=0~2jf=0~2输出,如果不是轮廓点则将“0”作为判断结果Ro(if,jf)if=0~2jf=0~2输出。因而,新处理窗Wo(io,jo)和判断结果Ro(if,jf)的坐标式之间具有下列式(3)所表示的对应关系。
(if,jf)=(io-1,jo-1) ...(3)
例如,如图7所示,轮廓点判断部Wo(1,1)111输出判断结果Ro(0,0),轮廓点判断部Wo(3,3)119输出判断结果Ro(2,2)。也就是说,如图8A至图8D所示,轮廓像素提取部110作为一个整体向新处理窗Wo(io,jo)io=0~4,jo=0~4输入1位5×5像素,输出Ro(if,jf)if=1~3,jf=1~3的1位3×3像素。
图9为轮廓点判断部Wo(io,jo)的概要构成示意图。轮廓点判断部Wo(io,jo)(io=1~3,jo=1~3)中输入有对其进行判断的对象像素及其8个邻接像素。将该输入的8个邻接像素值转换为b7(高)~b0(低)的8位地址PTNAD。通过参照将此作为标记生成的轮廓像素判断表OLP[0~255],并获取与进行判断的对象像素的逻辑乘积,即通过式(4):
Ro(io-1,jo-1)=Wo(io,jo) AND OLP[PTNAD] ...(4)
得出轮廓点的判断结果Ro(io-1,jo-1)。
如图10A所示,与储存在所述轮廓像素判断表OLP中的轮廓像素相对应的数据为以所述对象像素为中心配置在其周围的8个像素(加上该对象像素)总计9个像素的数据。所述对象像素的左上角对应于所述地址PTNAD的b0,并且以对象像素为中心沿顺时针方向对应配置了从所述地址PTNAD的b1到b7。如图10B所示,各数据形成为:当判断结果为1时,以黑色表示;当判断结果为0时,以白色表示。如图10C所示,关于对应于所述轮廓像素的数据即轮廓图形,比如对应于编号储存有如图10C所示的轮廓图形。
例如,当地址PTNAD=11010110b=D6H=214时,对应于图10C中的编号为5的轮廓图形,因此,轮廓像素判断表OLP为OLP[214]=1。而对于白底的不与轮廓相对应的地址PTNAD=00000000b=00H=0,由于没有对应的轮廓图形,因此为OLP[0]=0。
通过上述动作,轮廓像素提取部110将表示图像处理窗中心像素Wa(ia0,ja0)及其8个邻接像素是否为轮廓像素的Ro(if,jf)if=0~2,jf=0~2输出到修整量计算部131。
下面对黑矩形区域连接性判断部151和黑矩形区域连接性判断部152进行说明。由于这两者的基本动作相同,因此下面统一为黑矩形区域连接性判断部15进行说明。
该黑矩形区域连接性判断部15用于对以矩形切割出的处理窗Wc(ic,jc)的上边、左边、下边、右边进行连接性的判断。
如图11所示,所述黑矩形区域连接性判断部15的概要结构由处理窗Wc(ic,jc)、上边连接性判断部15a、左边连接性判断部15b、下边连接性判断部15c以及右边连接性判断部15d构成。
在本实施例中,处理窗Wc(ic,jc)为切割图像处理窗Wa(ia,ja)的一部分所形成的矩形窗,其大小为横向cxs像素,纵向cys像素。而且,处理窗Wc(ic,jc)的中心坐标为(cxp0,cyp0),并且这与像素处理窗中心像素Wa(ia0,ja0)一致。即,具有处理窗Wc(ic,jc)=图像处理窗Wa(ic+ia0-cxp,jc+ja0-cy0)ic=0~cxs-1,jc=0~cys-1的关系。图12示出了表示当图像处理窗Wa(ia,ja)为13×13的像素大小并且其中心(ia0,ja0)=(6,6)时,将处理窗Wc(ic,jc)设为7×7的像素大小并且将其中心设为(cxp0,cyp0)=(3,3)时的对应的概念图。
在所述上边连接性判断部15a中,假定黑像素区域扩展到处理窗Wc(ic,jc)的上边外侧(将此称为假想黑像素区域,在图中以斜线表示该区域),判断处理窗Wc(ic,jc)中的所有黑像素区域包括中心(cxp0,cyp0)在内是否在垂直方向上与其上边外侧的假想黑像素区域连接。
图13A、图13B示出了处理窗Wc(ic,jc)为7×7的像素大小、黑像素与其上边连接的情形和非连接的情形的具体例子。当处理窗Wc(ic,jc)的黑像素分布为如图13A所示的分布时,处理窗Wc(ic,jc)中的所有黑像素在垂直方向上如图中的箭头那样与位于其上边外侧的假想黑像素区域连接。因此,上边连接性判断部15a判断为上边连接。另一方面,当处理窗Wc(ic,jc)的黑像素分布为如图13B所示的分布时,虽然位于处理窗Wc(ic,jc)的上边周边的黑像素如图中的箭头那样与上边连接,但是位于下边周边的黑像素在垂直方向上不与上边连接。因此,上边连接性判断部15a判断为上边非连接。
图14为示出判断采用cxs个计数器和“或”运算的上边连接性判断部15a的黑像素区域的连接的具体处理例子的流程图。
首先,在动作(act)ST201中,上边连接性判断部15a判断处理窗Wc(ic,jc)的中心(cxp0,cyp0)是否为“1”。当判断为不是“1”即为“0(白图像)”时,由于其是关于细线化处理可以不考虑的因素,因此所述上边连接性判断部15a立即判断为上边非连接并结束处理。
然后从动作ST202到动作ST205,所述上边连接性判断部15a进行与对应于每一列(ic)的计数器cntbo[ic]有关的循环(loop)处理。计数器cntbo[ic]对应于图15A的模式图中的每一列所分解成的长方形。如图15B所示,所述上边连接性判断部15a在各长方形中,对包含假想黑像素在内邻接的两个像素进行“异或”(EXOR)运算,然后用计数器cntbo[ic]对其结果进行计数(count up)。即,当每一列邻接的两个像素的值不同,如两个像素中的一个为“1”、另一个为“0”时,将“1”计数于对应的计数器cntbo[ic]中。
在动作ST206中,所述上边连接性判断部15a判断处理窗Wc(ic,jc)的上边是连接的还是非连接的。如果该判断为上边连接,则在各列中所述“异或”运算为1的不超过1次,即计数器cntbo[ic]都不大于1,因此通过对此进行检验来进行该判断。
如此,在上边连接性判断部15a中进行黑像素区域是连接的还是非连接的判断处理。然后,当判断为上边连接时,上边连接性判断部15a将“1”的1位判断结果输出,当判断为上边非连接时,将“0”的1位判断结果输出。
同样地,在左边连接性判断部15b中,假定黑像素扩展到处理窗Wc(ic,jc)的左边外侧。然后,判断处理窗Wc(ic,jc)中的黑像素区域包括中心(cxp0,cyp0)在内所有黑像素区域是否在垂直方向上与左边外侧的假想黑像素区域连接。关于具体的处理,是将在所述上边连接性判断部15a中进行的处理在图中逆时针旋转90度来进行的。然后,当判断为左边连接时,左边连接性判断部15b将“1”的1位判断结果输出,当判断为左边非连接时,将“0”的1位判断结果输出。
同样地,在下边连接性判断部15c中,假定黑像素扩展到处理窗Wc(ic,jc)的下边外侧。然后,判断处理窗Wc(ic,jc)中的黑像素区域包括中心(cxp0,cyp0)在内所有黑像素区域是否在垂直方向上与下边外侧的假想黑像素区域连接。关于具体的处理,是将在所述上边连接性判断部15a中进行的处理作为与其上下对称的对象来进行的。然后,当判断为下边连接时,下边连接性判断部15c将“1”的1位判断结果输出,当判断为下边非连接时,将“0”的1位判断结果输出。
同样地,在右边连接性判断部15d中,假定黑像素扩展到处理窗Wc(ic,jc)的右边外侧。然后,判断处理窗Wc(ic,jc)中的黑像素区域包括中心(cxp0,cyp0)在内所有黑像素区域是否在垂直方向上与右边外侧的假想黑像素区域连接。关于具体的处理,是将在所述上边连接性判断部15a中进行的处理在图中顺时针旋转90度来进行的。然后,当判断为右边连接时,右边连接性判断部15d将“1”的1位判断结果输出,当判断为右边非连接时,将“0”的1位判断结果输出。
由此,如图11所示,来自对应于矩形四边的上边连接性判断部15a、左边连接性判断部15b、下边连接性判断部15c以及右边连接性判断部15d的各1位判断结果作为4位判断结果flagc从黑矩形区域连接性判断部15输出。来自上边连接性判断部15a的输出为判断结果flagc的第0位(b0)。来自左边连接性判断部15b的输出为判断结果flagc的第2位(b1)。来自下边连接性判断部15c的输出为判断结果flagc的第3位(b2)。来自右边连接性判断部15d的输出为判断结果flagc的第4位(b3)。
此外,黑矩形区域连接性判断部151和黑矩形区域连接性判断部152分别设定有不同的矩形处理窗Wc(ic,jc)。例如,黑矩形区域连接性判断部151设定有7×7像素的处理窗Wc1(ic,jc),而黑矩形区域连接性判断部152设定有13×13像素的处理窗Wc2(ic,jc)。并且,所述黑矩形区域连接性判断部151将判断连接性的判断结果flagc1输出到中间选择信号产生部155,而所述黑矩形区域连接性判断部152将判断所述连接性的判断结果flagc2输出到中间选择信号产生部155。
中间选择信号产生部155将对应于目标像素的1位即Ro(1,1)和判断结果flagc1以及判断结果flagc2连接,从而产生9位信号MIDAD。
过滤选择信号产生部133将9位信号MIDAD转换为3位过滤选择信号FILSEL,然后通过修整过滤参数产生部132将其输出到修整量计算部131。3位过滤选择信号FILSEL比如对应于从表示不进行过滤的0到表示最强的过滤集(filter set)的8的9种过滤集强度。
脉冲基准位置产生部134将9位信号MIDAD转换为2位脉冲基准位置信号SHP,并将其输出到处理选择部145。2位脉冲基准位置信号SHP相当于图3中的“基准位置(2-位)”,比如2位所表示的0、1、3对应于左基准、中央基准以及右基准。
然后对修整过滤参数产生部132进行说明。修整过滤参数产生部132根据来自过滤选择信号产生部133的过滤选择信号FILSEL,在进行线形过滤运算的情况下,选择作为参数的过滤系数输出到修整量计算部131。
每进行一次过滤处理,修整量计算部131就对从轮廓像素提取部110输出的图像处理窗中心像素Wa(ia0,ja0)的8个邻接像素是否为轮廓像素的判断结果Ro(if,jf)if=0~2,jf=0~2确定一次细线化量。
比如,在进行线形过滤运算的情况下,如果将作为参数的过滤系数设为fc(if,jf),作为任意的(if,jf)的总和的细线化量SFILOUT则由式(7):SFILOUT=∑fc(if,jf)*Ro(if,jf)...(7)来确定。所述系数fc比如用式(8)、式(9)或式(10)来表示。
此外,有时也采用最小值过滤(MIN)、最大值过滤(MAX)以及中间值过滤(MED)。在这种情况下,细线化量SFILOUT分别从式(11)、式(12)以及式(13)求出。
对于任意的Ro(if,jf)的最小值:SFILOUT=-MIN(Ro(if,jf))...(11)
对于任意的Ro(if,jf)的最大值:SFILOUT=-MAX(Ro(if,jf))...(12)
对于任意的Ro(if,jf)的中间值:SFILOUT=-MED(Ro(if,jf))...(13)
这样,通过在细线化量的计算中采用对轮廓像素的线形过滤运算处理,可以实现比样条(spline)插补等复杂的现有手法简单的二值图像输入信号的多值化。
修整量计算部131将如此求出的细线化量SFILOUT输出到脉宽产生部140。
下面对脉宽产生部140进行说明。脉宽产生部140将从修整量计算部131输出的细线化量SFILOUT与作为对象像素的图像处理窗中心像素Wa(6,6)的值相加,从而除了二值输入图像为网点的情况外,均可以进行细线化。然后,为使该加法结果在输出信号范围上标准化,用乘法器乘以DTY(用于进行标准化的乘数),并作为细线化处理后图像信号SHW1输出。即,从式(14)求出SHW1。
SHW1=(SELOUT+Wa(ia0,ja0))*DTY ...(14)
比如,如果输出信号范围为0~255的整数值,上述运算则由式(15)求得,并且对乘法结果的小数点第一位以下进行四舍五入。
SHW1=(SELOUT+Wa(ia0,ja0))*255 ...(15)
这样,在包括对象像素的有限区域内判断区域中的黑像素是否连接时,通过考虑网点的大小或线宽来适当地确定黑矩形区域连接性判断部151以及黑矩形区域连接性判断部152的处理窗Wc(ic,jc)的大小。然后,转换中间选择信号产生部155的信号MIDAD从而生成过滤选择信号FILSEL。接着,使用根据该过滤选择信号FILSEL选择的过滤参数计算细线化量SFIOUT,从而对作为对象像素的图像处理窗中心像素Wa执行细线化处理。
此外,黑矩形区域连接性判断部151和152由参照窗大小不同的构成来实现,并且在本实施例中假设黑矩形区域连接性判断部151的参照窗大小大于黑矩形区域连接性判断部152。此外,在1200dpi的分辨率中,虽然与网点频率(一百几十条线~二百几十条线)或判断线宽的指定线宽值等有关,但是当黑矩形区域连接性判断部152的参照窗大小设为5×5~9×9的奇数、黑矩形区域连接性判断部151的参照窗大小设为9×9~13×13左右的大小时就可以取得良好的结果。
此外,本处理的一个较大的特征在于:由于连接性判断部的判断方法为通过EXOR等逻辑运算来进行判断的处理,因此即使处理窗增大,也可以像使用存储器等的LUT方式那样防止电路规模的臃肿化。
[分辨率转换方法]
下面在细线化处理的最终段中,对选择经过半色调化处理的图像信号和经过细线化处理的图像信号的方法以及转换关于主扫描方向上的分辨率的方法进行说明。
在此,就在对经过多值化处理的图像进行细线化处理的情况下为何需要进行图像选择处理和分辨率转换处理的理由进行说明。
以往那种未经过多值化处理的、在以一位二值进行半色调化的情况下生成的位平面为1个。因而,当对该位平面进行细线化处理时,会使用所有经过半色调化处理的图像信息来进行细线化。因此,可以直接输出细线化处理后的图像信号。
而且,从输出装置的能力来看,当将以主1200×副1200dpi被处理的图像转换为主600×副1200dpi的分辨率后输出时,对细线化处理后的图像信号进行分辨率转换,将主扫描方向上的分辨率转换为1/2即可。作为转换分辨率的基本操作,为使主扫描的像素数减半,要将主扫描方向上的2个像素大小的信息转换为1个像素的信息。其方法具体因PWM控制方法的不同而不同。
在本实施方式中,输出根据图3和图4中所说明的动作维持分辨率信息的脉宽信号和脉冲基准位置信号。由此,不管是否为经过细线化处理的像素,均可以在保持基本的分辨率信息的状态下进行细线化。也就是说,通过将脉冲基准位置信号的左右基准开始位置看作为分辨率信息,可以保持几何学上的分辨率信息。
另一方面,当如本实施方式那样进行多值化处理的情况下,比如在以2位四值进行半色调化的情况下生成的位平面为2个。而且,当对经过多值化的图像进行细线化处理时,从这两个位平面中选择任意一个位平面,然后使用由这一个位平面构成的假想二值图像信号来进行细线化。因此,若直接输出细线化处理的结果,则会丢失另一个经过多值化的位平面的信息。从而会丢失在灰度再现上十分重要的灰度信息。
因此,在本实施方式中,通过选择经过半色调化处理的图像信号和经过细线化处理的图像信号来实现灰度的再现。灰度再现手法有各种各样的方式,在监控器或打印机等中采用亮度调制或面积调制的不同手法的方式。而且,即使是用面积调制来进行灰度再现的打印机,也有分散系或集中系这种细微方式上的区别。
在电子照相等的输出装置中采用集中型半色调处理。这是为了使像素即调色剂集中从而当不印刷时无法进行稳定的灰度再现,这是电子照相等特有的灰度再现手法。
图16是集中型半色调处理的示例图。图16(1)表示经过半色调化的图像。示出了两个十字形的图像。请注意看其中一个十字形图像,中央的四边形的灰度较高(黑),在其周围配置着四个中间灰度(灰色)的小四边形。并且背景的灰度较低(白)。
图16(2)是以2位四值表示十字形图像的表格。中央的四边形部分的值=3,其周围的小四边形部分的值=1或2。并且,背景部分的值=0。
图17为集中型半色调处理的示例图。图17(1)关于十字形的图像,示出了将经过半色调化的值和图像部分相对应的矩阵。并且,在2位四值中,将低位设为Dp[0],高位设为Dp[1]。这样,就生成了由低位Dp[0]构成的位平面以及由高位Dp[1]构成的位平面。
图17(2)是以2位四值表示十字形图像的表格。图17(3)示出了两个位平面的内容。比较这两个位平面可知:两者的位的配置相似。即,在集中型半色调处理中,即使是不同的位平面,位平面之间的相似度也非常之高。也就是说,不同位平面之间的区别部分仅在于通过灰度处理再现的网点或万线图像的最外廓部分,头部分或网点或关于万线的内部结构的部分的值是相同的。
在本实施方式中,利用这一特性对选择经过半色调化处理的图像信号和经过细线化处理的图像信号的方法以及关于主扫描方向上的分辨率转换方法进行说明。图18为示出选择以及分辨率转换处理的流程的框图。
首先,关于图像数据的两个目标像素,获取各自的二位数据(值0~3),即D[0]、D[1]。在此,两个目标像素是指在主扫描方向上相互邻接的两个像素。
在块B01中,用从外部获取的数据(bit_fignum)来判断是否根据两个目标像素值进行细线化的判断。即,如果该数据的值是1,则在块B02中,根据上述的细线化结果执行分辨率转换处理并输出。
如果该数据的值是2,则利用块B03往下所示的两个目标像素值来执行判断处理。在块B03中,获取两个目标像素的二位数据(值0~3),即D[0]、D[1]。在块B04中,判断所获取的数据的像素值,当D[0]、D[1]的值为(0,0),(0,3),(3,0),(3,3)时(true),在块B02中,根据上述的细线化结果执行分辨率转换处理并输出。在块B04的判断中,在其他情况下(false),在块B05中,根据半色调化的结果执行分辨率转换处理并输出。
另外,由于比较两个像素数据的判断逻辑依存于半色调再现手法的输出特性,因此,不限于上述实施方式,还可以配合于半色调再现手法的输出特性进行转换。
图19为分辨率转换处理的一个构成例的示意图。图19(1)中的下图示出了分辨率为1200×1200dpi的像素的排列。在此,将主扫描方向上的两个像素集中为一个像素,并转换成如图19(2)中的下图所示的分辨率为600×1200dpi的像素的排列。
此时,对应于图19(1)中的上图所示的奇数像素和偶数像素两个像素的像素值,确定图19(2)中的上图所示的用于控制PWM的脉宽(8位)和基准位置POS(2位)。
接下来,对根据上述想法设置的图4中的处理选择部145的结构和动作进行说明。该处理选择部145转换分辨率,将以1200×1200dpi处理后的图像转换为600×1200dpi的图像。
以1200×1200dpi处理后的图像可以直接输出到激光驱动部,但是这样的话,激光驱动部的驱动频率将高频化,从而会产生要求电路的高性能化以及成本提高的问题。而且,当以8位等多位对PWM系列的输出进行输出时,则会产生数据量增大从而电路成本提高的问题。
因此,该处理选择部145将以1200×1200dpi处理后的图像转换为600×1200dpi,从而实现了驱动频率的低频化,同时将PWM系列的输出设为3位,从而实现了数据量的减少。
图20为示出处理选择部145的结构的框图。处理选择部145设有细线化数据处理部146、灰度数据处理部147以及处理选择器148。细线化数据处理部146对经过细线处理的数据进行分辨率的转换处理。灰度数据处理部147对未进行细线处理的数据进行分辨率的转换处理。
首先,对细线化数据处理部146的结构和动作进行说明。细线化数据处理部146包括输出信号分类处理部161、脉宽合成处理部162、脉冲位置合成处理部163以及低3位输出转换部164。
从图4中的脉宽产生部140向细线化数据处理部146输入脉宽输出SHW(8位),并且从脉冲基准位置产生部134向其输入脉冲位置输出SHP(2位)。输出信号分类处理部161以两个目标像素(两个像素)单位提取串行输入进来的1200dpi的数据。然后,输出信号分类处理部161将两个脉宽PW1(8位)和PW2(8位)输出到脉宽合成处理部162。此外,输出信号分类处理部161将两个脉冲位置PS 1(2位)和PS2(2位)输出到脉冲位置合成处理部163。
脉宽合成处理部162通过式(16)求出转换为1个像素后的脉宽PW3(8位)。
PW3=(PW1+PW2)/2 ...(16)
脉冲位置合成处理部163根据图21所示的顺序,求出转换为1个像素后的脉冲位置PS3(2位)。
然后,低3位输出转换部164将脉宽PW3(8位)转换为脉宽PW3(3位)。在图19(2)的上图中,显示了脉宽PW3(8位)的值。根据该显示,可以将脉宽PW3分为八个种类。因此,如果根据种类来特定脉宽PW3,就可以用3位(0~7)来表示。
根据以上的处理,可以将分辨率转换为600×1200dpi,并且可以减少PWM系列的输出位数。
下面对灰度数据处理部147的结构和动作进行说明。灰度数据处理部147包括灰度转换处理部166以及低3位输出转换部167。
灰度数据处理部147中输入有在主扫描方向上邻接的两个像素的像素值D[0]和D[1]。灰度转换处理部166从这两个像素值输出将分辨率转换为600×1200dpi的脉宽信号PWLUT(8位)以及脉宽基准位置信号PSLUT(2位)。而且,低3位输出转换部167将脉宽PWLUT(8位)转换为脉宽PWLUT(3位)。
该转换方法如图19(1)、(2)中的上图所述,但其详细内容如图22所示。图22(1)示出了输入的两个像素的像素值D[0]和D[1]以及图像图形。图22(2)中,对应于输入像素值D[0]和D[1],示出了作为转换结果的脉宽信号PWLUT和脉冲基准位置信号PSLUT。
在此,脉宽信号PWLUT表示方框内所记载的数字和方框外所记载的数字两个数字。方框外所记载的数字表示脉宽信号PWLUT(8位),即灰度转换处理部166的输出值。方框内所记载的数字表示经低3位输出转换部167转换后的脉宽信号PWLUT(3位)。
图22(3)示出了激光打印机的输出图形。
下面对处理选择器148的动作进行说明。处理选择器148中输入有对应于在主扫描方向上相互邻接的两个像素的像素值D[0]和D[1]、来自细线化数据处理部146的脉宽PW3和脉冲位置PS3以及来自灰度数据处理部147的脉宽信号PWLUT和脉冲基准位置信号PSLUT。
处理选择器148根据像素值D[0]和D[1]选择来自细线化数据处理部146的脉宽PW3和脉冲位置PS3这一组或者来自灰度数据处理部147的脉宽信号PWLUT和脉冲基准位置信号PSLUT这一组,然后将其作为对于激光打印机的脉宽PW和脉冲位置PS输出。
该判断逻辑如图18所记载的那样,换而言之,即:关于在主扫描方向上邻接的两个像素的像素值D[0]和D[1],当像素值D[0]的高位和低位为同一个值,并且像素值D[1]的高位和低位为同一个值时,将来自细线化数据处理部146的脉宽PW3和脉冲位置PS3这一组作为脉宽PW和脉冲位置PS的组输出。另外,关于在主扫描方向上邻接的两个像素的像素值D[0]和D[1],当像素值D[0]的高位和低位为不同的值,或像素值D[1]的高位和低位为不同的值时,将来自灰度数据处理部147的脉宽信号PWLUT和脉冲基准位置信号PSLUT这一组作为脉宽PW和脉冲位置PS的组输出。
如此判断的理由在于:如图16中的示例所示,由于像素值的高位和低位为同一个值的像素在半色调化处理中相当于头部分或网点或关于万线的内部结构的部分,因此即使是一个位平面,也和其他的位平面相关,并且保存有在灰度再现上十分重要的灰度信息。
此外,图20只不过示出了转换的一个实施例,当预先确定要进行主扫描方向上的分辨率转换时,也可以将细线化和分辨率转换同时一揽子进行。
而且,在本实施方式中,对将主扫描分辨率减半(1/2)的方法进行了阐述,但并不限于此,比如还可以进行1/3(1800dpi→600dpi)以及1/4(2400dpi→600dpi)的转换。此外还有一种理所当然的变形(variation)是:当激光打印机对应于高分辨率时,可以不改变主扫描分辨率就直接输出。
此外,为了更准确地维持纯分辨率信息,需要注意PWM控制方法,比如有时也优选从根据脉宽信号和脉冲基准位置信号的控制组合转变为开始结束控制方法等控制手段。
另外,要是可以牺牲某种程度的分辨率信息,即作为实际输出图像基本上不会对画质产生影响的情况下,那么对所有的1/M转换,都可以和本实施例一样进行根据脉宽信号和脉冲基准位置信号的控制。
此外,在本实施例中,对经过半色调化的2位图像信号进行细线化处理的情况进行了说明,但并不限于此,在对经过半色调化的3位、4位的多值输出进行细线化处理的情况下,也可以通过适用同样的逻辑实现高质量的细线化。
对于本领域技术人员来说,可以容易地想到其它优点和变形。因此,在本发明更广泛的方面中,其不限于此处示出和描述的特定细节和例示性实施例。因而,在不脱离由所附权利要求及其等同物限定的本发明的精神或范围的前提下,可以做出各种更改。
Claims (20)
1.一种图像处理装置,其特征在于,包括:
轮廓像素提取部,用于提取位平面上的轮廓像素,所述位平面是指多个像素的表示各像素强度的多位中的1位的集合;
连接性检测部,用于在所述位平面上包括对应于目标像素的位的窗中,检测邻接的同一值的位;以及
过滤部,用于以根据轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位所确定的降低量来降低所述目标像素的灰度。
2.根据权利要求1所述的图像处理装置,其特征在于,还包括:
过滤系数确定部,用于根据轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位来确定所述过滤部的过滤系数;
其中,所述过滤部以所述过滤系数来降低所述目标像素的灰度。
3.根据权利要求2所述的图像处理装置,其特征在于,还包括:
过滤系数表,存储对应于轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位的、所述过滤部的过滤系数;
其中,所述过滤部以存储在所述过滤系数表中的过滤系数来降低所述目标像素的灰度。
4.根据权利要求1所述的图像处理装置,其特征在于,还包括:
选择输出单元,用于根据所述目标像素的多位输入图像信号的值来判断选择所述多位输入图像信号和所述过滤部的信号中的哪个信号,然后将选择的信号输出。
5.根据权利要求4所述的图像处理装置,其特征在于,所述选择输出单元通过使用脉宽信号和脉冲基准位置信号的PWM转换将选择的所述信号在主扫描方向上的分辨率转换为1/M后输出,其中M为大于1的正数,其中,该PWM是指脉冲宽度调制。
6.根据权利要求5所述的图像处理装置,其特征在于,所述选择输出单元将所述脉宽信号的信号值转换为与该信号值对应的位数少的数后输出。
7.根据权利要求4所述的图像处理装置,其特征在于,所述选择输出单元比较所述目标像素和与该目标像素邻接的像素的像素值,从而对选择所述多位输入图像信号和所述过滤部的输出信号中的哪个信号进行判断,然后将选择的信号输出。
8.根据权利要求7所述的图像处理装置,其特征在于,当所述目标像素的高位和低位为同一个值,并且与该目标像素邻接的像素的高位和低位为同一个值时,所述选择输出单元选择并输出所述过滤部的输出信号。
9.一种图像处理方法,其特征在于,包括以下步骤:
提取位平面上的轮廓像素,所述位平面是指多个像素的表示各像素强度的多位中的1位的集合;
在所述位平面上包括对应于目标像素的位的窗中,检测邻接的同一值的位;
以根据提取的轮廓像素以及检测出的邻接的同一值的位所确定的降低量来降低所述目标像素的灰度。
10.根据权利要求9所述的图像处理方法,其特征在于,还包括:
根据提取的轮廓像素以及检测出的邻接的同一值的位来确定过滤系数;
其中,降低所述目标像素的灰度是以所述过滤系数来降低所述目标像素的灰度。
11.根据权利要求10所述的图像处理方法,其特征在于,还包括:
存储对应于提取的轮廓像素以及检测出的邻接的同一值的位的所述过滤系数的过滤系数表;
其中,降低所述目标像素的灰度是以存储在所述过滤系数表中的所述过滤系数来降低所述目标像素的灰度。
12.根据权利要求9所述的图像处理方法,其特征在于,还包括:
根据所述目标像素的多位输入图像信号的值来判断选择所述多位输入图像信号和表示降低了强度的所述目标像素的信号中的哪个信号,然后将选择的信号输出。
13.根据权利要求12所述的图像处理方法,其特征在于,选择并输出所述信号是通过使用脉宽信号和脉冲基准位置信号的PWM转换将选择的所述信号在主扫描方向上的分辨率转换为1/M后输出,其中M为大于1的正数,其中,该PWM是指脉冲宽度调制。
14.根据权利要求13所述的图像处理方法,其特征在于,选择并输出所述信号是将所述脉宽信号的信号值转换为与该信号值对应的位数少的数后输出。
15.根据权利要求12所述的图像处理方法,其特征在于,选择并输出所述信号是比较所述目标像素和与该目标像素邻接的像素的像素值,从而判断选择所述多位输入图像信号和表示降低了强度的所述目标像素的信号中的哪个信号,然后将选择的信号输出。
16.根据权利要求15所述的图像处理方法,其特征在于,选择并输出所述信号是当所述目标像素的高位和低位为同一个值,并且与该目标像素邻接的像素的高位和低位为同一个值时,选择并输出表示降低了强度的所述目标像素的信号。
17.一种图像形成装置,其特征在于,包括:
轮廓像素提取部,用于提取位平面上的轮廓像素,所述位平面是指多个像素的表示各像素强度的多位中的1位的集合;
连接性检测部,用于在所述位平面上包括对应于目标像素的位的窗中,检测邻接的同一值的位;
过滤部,用于以根据轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位所确定的降低量来降低所述目标像素的灰度;以及
选择输出部,用于根据所述目标像素的多位输入图像信号的值来判断选择所述多位输入图像信号和所述过滤部的输出信号中的哪个信号,然后将选择的信号输出。
18.根据权利要求17所述的图像形成装置,其特征在于,还包括:
过滤系数确定部,用于根据轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位来确定所述过滤部的过滤系数;
其中,所述过滤部以所述过滤系数来降低所述目标像素的灰度。
19.根据权利要求18所述的图像形成装置,其特征在于,还包括:
过滤系数表,存储对应于轮廓像素提取部提取的轮廓像素以及连接性检测部检测出的邻接的同一值的位的、所述过滤部的过滤系数;
其中,所述过滤部以存储在所述过滤系数表中的过滤系数来降低所述目标像素的灰度。
20.根据权利要求17所述的图像形成装置,其特征在于,所述选择输出单元通过使用脉宽信号和脉冲基准位置信号的PWM转换将选择的所述信号在主扫描方向上的分辨率转换为1/M后输出,其中M为大于1的正数,其中,该PWM是指脉冲宽度调制。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US97247007P | 2007-09-14 | 2007-09-14 | |
US60/972,470 | 2007-09-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101388949A CN101388949A (zh) | 2009-03-18 |
CN101388949B true CN101388949B (zh) | 2012-04-18 |
Family
ID=40454105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101496367A Active CN101388949B (zh) | 2007-09-14 | 2008-09-11 | 图像处理装置、图像处理方法以及图像形成装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8014030B2 (zh) |
JP (1) | JP2009071831A (zh) |
CN (1) | CN101388949B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX2011007173A (es) * | 2009-01-02 | 2011-07-19 | Intermed Asia Ltd | Portador de dispositivo usb y soporte de medio impreso que contiene el mismo. |
JP5761994B2 (ja) | 2010-12-14 | 2015-08-12 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
JP6362032B2 (ja) * | 2014-10-31 | 2018-07-25 | 株式会社リコー | 画像形成装置及び画像形成方法 |
EP3482349B1 (en) * | 2016-07-07 | 2020-12-30 | Esko Software BVBA | Method for producing center scan image output using an over scan rip |
CN109300432B (zh) * | 2017-07-24 | 2022-11-08 | 晶门科技(中国)有限公司 | 在单色显示面板中进行灰度图像显示信号驱动的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6181437B1 (en) * | 1996-07-17 | 2001-01-30 | Minolta Co., Ltd. | Image processing apparatus capable of producing images without jaggies at edges |
CN1839633A (zh) * | 2004-05-31 | 2006-09-27 | 松下电器产业株式会社 | 运动对象检测装置和运动对象检测方法 |
WO2006120195A1 (en) * | 2005-05-12 | 2006-11-16 | Bracco Imaging S.P.A. | Method for coding pixels or voxels of a digital image and a method for processing digital images |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0500375B1 (en) | 1991-02-22 | 1998-07-08 | Canon Kabushiki Kaisha | Image modification system |
US5666213A (en) | 1992-11-24 | 1997-09-09 | Ricoh Company, Ltd. | Image data processing system and method realizing fine image with simple construction/procedure |
JPH1115119A (ja) | 1997-06-19 | 1999-01-22 | Chiyuugai Shashin Yakuhin Kk | ハロゲン化銀カラー写真感光材料用発色現像液 |
CN100562065C (zh) * | 2005-08-15 | 2009-11-18 | 索尼株式会社 | 摄像装置、降噪装置、降噪方法 |
TWI323606B (en) * | 2006-02-22 | 2010-04-11 | Huper Lab Co Ltd | Image noise reduction method based on local correlation |
-
2008
- 2008-09-10 US US12/207,760 patent/US8014030B2/en active Active
- 2008-09-11 CN CN2008101496367A patent/CN101388949B/zh active Active
- 2008-09-12 JP JP2008235305A patent/JP2009071831A/ja not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6181437B1 (en) * | 1996-07-17 | 2001-01-30 | Minolta Co., Ltd. | Image processing apparatus capable of producing images without jaggies at edges |
CN1839633A (zh) * | 2004-05-31 | 2006-09-27 | 松下电器产业株式会社 | 运动对象检测装置和运动对象检测方法 |
WO2006120195A1 (en) * | 2005-05-12 | 2006-11-16 | Bracco Imaging S.P.A. | Method for coding pixels or voxels of a digital image and a method for processing digital images |
Also Published As
Publication number | Publication date |
---|---|
JP2009071831A (ja) | 2009-04-02 |
US20090073468A1 (en) | 2009-03-19 |
US8014030B2 (en) | 2011-09-06 |
CN101388949A (zh) | 2009-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8368969B2 (en) | Methods and devices for rasterizing transparent pages | |
JP3844791B2 (ja) | ディジタル画像の密度の調節方法 | |
EP0477712B1 (en) | Edge enhancement method and apparatus for dot matrix devices | |
US6137918A (en) | Memory efficient method and apparatus to enable tagging of thin antialiased lines | |
US5689343A (en) | Area mapping employing reference clusters for high quality noninteger resolution conversion with enhancement | |
CN1655583B (zh) | 生成具有多个前景平面的高压缩图像数据文件的系统和方法 | |
US8931700B2 (en) | Four dimensional (4D) color barcode for high capacity data encoding and decoding | |
US6167166A (en) | Method to enable the recognition and rendering of antialiased images | |
CN101388949B (zh) | 图像处理装置、图像处理方法以及图像形成装置 | |
JP4471062B2 (ja) | 適合画像強調フィルター及び強調画像データの生成方法 | |
JPH05120480A (ja) | 書類処理システム及び書類処理方法 | |
US6582046B1 (en) | Method and device for image processing | |
CA2210502C (en) | Logic filters for resolution conversion of digital images | |
US5758034A (en) | Video path architecture including logic filters for resolution conversion of digital images | |
JPH07322057A (ja) | 2進入力画像の解像度の増大方法及びその増大装置、ならびに2進入力画像の外観の改良方法 | |
WO1997036417A1 (fr) | Technique et appareil de reconnaissance d'images et copieur et imprimante faisant appel a ceux-ci | |
US7477265B2 (en) | System and method for optimising halftoning printer performance | |
JPH05233786A (ja) | 異なるデータ型のインテリジェント後処理が可能な方法及び装置 | |
CN102592120A (zh) | 电子文档生成系统和电子文档生成方法 | |
US6741751B1 (en) | Logic based tagging for hyperacuity rendering of an input image with a 5×5 context | |
US6567565B1 (en) | Antialiased image rendering algorithm | |
GB2362285A (en) | Resolution enhancement of half-toned black data transmitted with colour data | |
JP2004215163A (ja) | 画像補間装置、画像補間方法および画像補間プログラム | |
US10397448B2 (en) | Introducing visual noise in a flat tint area of a printed image | |
CN101795343A (zh) | 图像处理装置和图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |