JP6580091B2 - 画像処理装置、画像処理方法、及びプログラム - Google Patents

Description

本発明は、ハーフトーン処理を実行する画像処理装置、画像処理方法、及びプログラムに関する。

従来、階調再現方法として、誤差拡散法がよく知られている。誤差拡散法は、入力画像を一画素毎に閾値と比較することで二値又は多値画像に変換し、その過程で入力値と出力値の間に生じた誤差（量子化誤差）を所定の近傍の画素群に重み付けして拡散することによって、画像濃度を保存する方法である。この誤差拡散法では、上述のように誤差を拡散させるためのフィードバックの工程を必要とするため、処理速度の高速化が望まれる場合には、階調再現方法として不向きである。

そこで、処理が簡便で、処理速度が速い階調再現方法として、独立決定型ディザ法が知られている。独立決定型ディザ法は、入力画像の画素値と閾値とを一点対一点で比較し、出力値を決定する方法である。この独立決定型ディザ法では、注目する画素のみを独立して処理することができ、周囲の画素に関する処理が行われないことから、処理速度を速くすることができる。なお、独立決定型ディザ法は、閾値の与え方の違いにより、ランダムディザ法と組織的ディザ法の二つに分類することができる。

ランダムディザ法は、画素毎に、閾値をランダムに変更する方法である。但し、この方法で生成されたドットパターンは、白色雑音特性を有し、モアレが発生しないという長所があるが、粒状性が目立つために、画質は良くなく、現在ではほとんど用いられていない。

一方、組織的ディザ法は、閾値を配列した閾値マトリクス（ディザマトリクス、マスク等とも呼ばれる）を用いる方法であり、閾値マトリクスの閾値の配列の仕方によって、さらにドット集中型とドット分散型に分けられる。

ここで、ドット集中型は、階調数が増えるにつれ、閾値マトリクスの中心に対応する位置にドット配列が密集して増加するように設計される。また、ドット分散型は、出力パターンのドット配列が空間的に分散するように設計され、代表的なものとして、Bayer型組織的ディザ法が従前より知られている（非特許文献１）。

Bayer型組織的ディザ法では閾値配列が極めて規則的なために、一様なグレイレベルの入力画像を中間階調処理すると、すべての階調の入力画像に対して極めて規則的な出力パターンが生成される。そのため、ドットパターンの一様性は良いが、出力機器の精細度が低いと、閾値マトリクスのサイズ（２５６階調用のものは１６×１６）の周期で目障りなテクスチャ（ディザパターン）が知覚される。また、入力画像に周期パターンが含まれると出力画像にモアレが発生することがあるという問題も生じる。

これに対し近年、出力画像のドットパターンがブルーノイズパターンである場合に、良好な画質が得られることが知られるようになった。（非特許文献２）。ブルーノイズパターンとは、非周期的、等方的で、低周波成分の少ないノイズ成分で構成されるパワースペクトル（ブルーノイズ特性）を有することを特徴とする。Ulichneyは、従来の誤差拡散法に不規則性を導入した摂動誤差拡散法を考案し、ブルーノイズパターンを実現した。

そして、このブルーノイズパターンを組織的ディザ法の手法を用いて実現するために提案された方法が、ブルーノイズマスク法である。（特許文献１、非特許文献３）。ブルーノイズマスク法を用いてマスクサイズの一様なグレイレベルの入力画像を処理すると、出力されたドットパターンは、ブルーノイズ特性を有する。そのため、Ulichneyの摂動誤差拡散法と同様にモアレは発生せず、ランダムディザ法に比べて粒状感は少ない。

特表平６−５０８００７号公報

An Optical method for two-level renditionof continuous-tone pictures, Bayer, Proc. IEEE Int. Conf. Commun., Conference Rec. p.26-11,1973 R.L.Ulichney, Dithering with Blue Noise, Proc. IEEE, vol.76, No.1, p.56 USP5,111,310、T.Mitsa and K.J.Parker, Digital halftoning technique using a blue-noise mask, J.OptSoc.Am, vol.9, No.11, pp.1920-1929（1992）

ところで、人間は視覚特性上、１０ｍｍ周期以上のものは視認しにくいことが一般的に知られている。そのため、ブルーノイズマスク法で良好なブルーノイズ特性を得るためには、例えば６００ｄｐｉにおいて、（図４において後述するように）２５６×２５６以上のサイズのディザマトリクスを生成する必要がある。但し、ブルーノイズマスク法において、２５６×２５６以上のサイズのディザマトリクスを生成すると、メモリ容量（回路規模）が増大してしまうという問題があった。

本発明は、前記従来の問題に鑑みてなされたものであって、その目的は、ハーフトーン処理において、必要な画質を維持することを前提に、回路規模を削減することである。

上記目的を達成するために、本発明の画像処理装置は、振幅変調特性を有する、ドット集中型の閾値マトリクスを記憶するドット集中型のマトリクス記憶手段と、周波数変調特性を有する、ドット分散型の閾値マトリクスを記憶するドット分散型のマトリクス記憶手段と、画像データに、前記画像データの属性情報に基づいて選択される、前記ドット集中型の閾値マトリクス、又は前記ドット分散型の閾値マトリクスを用いてハーフトーン処理を実行するハーフトーン処理手段とを備え、前記ドット集中型の閾値マトリクスの閾値はＭビットで設定され、前記ドット分散型の閾値マトリクスの閾値はＮ（Ｍ＞Ｎ）ビットで設定されることを特徴とする。

本発明によれば、ハーフトーン処理において、必要な画質を維持することを前提に、回路規模を削減することができる。

本発明の第１の実施形態に係る画像処理装置を備えた画像形成システムの構成を示すブロック図である。 画像処理部の構成を示すブロック図である。 ハーフトーン処理部の構成を示すブロック図である。 ドット集中型とブルーノイズマスクの閾値マトリクスの大きさの差による影響を説明するための図である。 ドット集中型とブルーノイズマスクの閾値マトリクスの階調数の差による影響を説明するための図である。 ハーフトーン処理部において実行されるハーフトーン処理の手順を示すフローチャートである。 ハーフトーン処理部における処理の概要を説明するための図である。 ハーフトーン処理部の構成を示すブロック図である。 ドット集中型とブルーノイズマスクの閾値マトリクスの出力階調数の違いによる処理結果の違いを説明するための図である。 ハーフトーン処理部において実行されるハーフトーン処理の手順を示すフローチャートである。 ハーフトーン処理部における処理の概要を説明するための図である。

［第１の実施形態］
以下、本発明の実施形態について、図面及びフローチャートを用いて説明する。但し、本発明の技術的範囲は、本実施形態に限定されるものではない。

［画像形成システム］
図１は、本実施形態に係る画像処理装置を備えた画像形成システムの構成を示すブロック図である。図１に示される画像形成システムは、ホストコンピュータ１、画像形成装置２により構成される。画像形成装置２は、図１に示すように、コントローラ２１、印刷エンジン２２、操作部２３を備える。

ホストコンピュータ１は、例えば、ＰＣ（Personal Computer）やＷＳ（Workstation）等のコンピュータである。そして、このホストコンピュータ１に設定されたプリンタドライバ等のソフトウェアアプリケーションで生成された画像や文書は、ＰＤＬデータとして、ＬＡＮ等のネットワークを介して画像形成装置２に送信される。

画像形成装置２は、上述のように、コントローラ２１、印刷エンジン２２、及び操作部２３を備え、コントローラ２１（より正確には、ホストＩ／Ｆ部１０１）により、ホストコンピュータ１から送信されたＰＤＬデータを受信する。

コントローラ２１は、印刷エンジン２２に接続され、上述のように、ホストコンピュータ１からＰＤＬデータを受信すると、印刷エンジン２２で処理可能な印刷データに変換し、その印刷データを印刷エンジン２２に出力する。

印刷エンジン２２は、コントローラ２１より出力された印刷データに基づいて、画像の印刷を行う。なお、本実施形態において、印刷エンジン２２は、電子写真方式の印刷エンジンとする。

操作部２３は、ユーザーにより、例えば、種々の機能の選択等の操作（指示）を行うために用いられる。なお、この操作部２３は、表面にタッチパネルが設けられた液晶ディスプレイ、スタートキー、ストップキー、及びテンキー等の各種キー等を配置したキーボード、操作のための各種スイッチ、並びにＬＥＤ表示器等を備えている。

次に、画像形成装置２のコントローラ２１について、詳細に説明する。コントローラ２１は、図１に示すように、ホストＩ／Ｆ（インターフェース）部１０１、ＣＰＵ１０２、ＲＡＭ１０３、ＲＯＭ１０４、画像処理部１０５、エンジンＩ／Ｆ部１０６、内部バス１０７を備える。

ホストＩ／Ｆ部１０１は、ホストコンピュータ１から送信されたＰＤＬデータを受信するためのインターフェースである。ＣＰＵ１０２は、ＲＡＭ１０３やＲＯＭ１０４に格納されているプログラムやデータを用いて、画像形成装置２全体を制御すると共に、後述の各種処理を実行する。

ＲＡＭ（Random Access Memory）１０３は、ＣＰＵ１０２が各種、処理を実行するためのワークエリアを備える。ＲＯＭ（Read Only Memory）１０４は、後述の各種処理をＣＰＵ１０２に実行させるためのプログラム、その他、データ（例えば、コントローラ２１の設定データ等）を格納する。

画像処理部１０５は、画像処理装置として機能し、ＣＰＵ１０２からの設定に応じて、ホストＩ／Ｆ部１０１で受信したＰＤＬデータに対して印刷用画像処理を実行し、印刷エンジン２２で処理可能な印刷データに変換する（印刷データを生成する）。より詳細には、画像処理部１０５は、受信したＰＤＬデータに対してラスタライズを実行することで、１画素あたり複数の色成分を有する画像データを生成する。ここで、複数の色成分とは、例えば、ＲＧＢ（赤、緑、青）等の色空間において独立した色成分のことである。また、画像データは、画素毎に１つの色成分につき、１０ビット（１０２４階調）の値を有する。即ち、画像データは、多値の画素を含む、多値のビットマップデータである。

画像処理部１０５は、次に、生成した画像データ及び属性情報を用いて、ＲＧＢ色空間からＣＭＹＫ（シアン、マゼンタ、イエロー、ブラック）色空間への色変換、ハーフトーン処理等の画像処理を施すことで、印刷データを生成する。なお、画像処理部１０５における処理は、後述の図２を用いて、詳述する。

エンジンＩ／Ｆ部１０６は、画像処理部１０５により生成された印刷データを、印刷エンジン２２に送信するインターフェースである。内部バス１０７は、上述の各部（ホストＩ／Ｆ部１０１−エンジンＩ／Ｆ部１０６）を接続するシステムバスである。

［画像処理部］
次に、画像形成装置２の画像処理部１０５の詳細について、説明する。なお、図２では、ＰＤＬデータに対してラスタライズ処理を施すことで生成される、ＲＧＢの多値の画像データに対して実行される印刷用画像処理（即ち、印刷データを生成する処理）について説明する。

画像処理部１０５は、印刷用画像処理を実行する上で、図２に示すように、色変換処理部２０１、ガンマ補正処理部２０２、ハーフトーン処理部２０３を備える。

色変換処理部２０１は、多値の画像データに対して、ＲＧＢ色空間からＣＭＹＫ色空間への色変換処理を実行する。この色変換処理により、１画素あたり１０ビット（１０２４階調）の多値の濃度値（階調値、信号値ともいう）を有するＣＭＹＫ画像データが生成される。なお、この生成されたＣＭＹＫ画像データは、色変換処理部２０１内の不図示のバッファに格納される。

ガンマ補正処理部２０２は、ハーフトーン処理部２０３においてハーフトーン処理がなされた画像データを記録紙に転写した際、所望の濃度特性となるように、一次元のルックアップテーブルを用いて、入力された画像データを補正する。本実施形態では、その一例として、入力がそのまま出力されるような、線形性を有する一次元のルックアップテーブルを用いる。なお、ＣＰＵ１０２は、このルックアップテーブルを、印刷エンジン２２の状態の変化に応じて、書き換えることができる。

ハーフトーン処理部２０３は、ガンマ補正処理部２０２よりガンマ補正が施された画像データにハーフトーン処理を実行し、印刷データとして、エンジンＩ／Ｆ部１０６に出力する。

[ハーフトーン処理]
次に、図３−図７を用いて、本実施形態に係る画像処理装置におけるハーフトーン処理部２０３の構成及び処理について説明する。なお、本実施形態において、入力画像の主走査の画素数をＸｍａｘ、副走査の画素数をＹｍａｘとして説明する。また、本実施形態では、ＣＭＹＫ４色のうち、１色についてのみ説明するが、ハーフトーン処理は、ＣＭＹＫの全てに対して実行されるものとする。

［ハーフトーン処理部の構成］
図３は、ハーフトーン処理部２０３のブロック図である。座標特定部３０１は、ハーフトーン処理を実行する上で、画像（注目画素）の座標を特定する。座標特定部３０１は、注目画素の座標を特定すると、閾値取得部３０４に送信（通知）する。ドット集中型のマトリクス記憶部３０２は、属性情報がイメージ又はグラフィックスと判定された場合に選択される、座標（Ｘ，Ｙ）における所定のビット数（例えば、Ｍビット）で設定された閾値ｔｈを記憶（保持）する。ブルーノイズマスクのマトリクス記憶部３０３は、属性情報が文字又は線と判定された場合に選択される、座標（Ｘ，Ｙ）における所定のビット数（例えば、Ｎビット）で設定された閾値ｔｈを記憶（保持）する。なお、ブルーノイズマスクのマトリクス記憶部３０３に記憶されている閾値ｔｈのビット数は、ドット集中型のマトリクス記憶部３０２に記憶されている閾値ｔｈのビット数よりも小さい値に設定される。即ち、Ｍ＞Ｎとなるように設定される。

閾値取得部３０４は、座標特定部３０１により座標情報（Ｘ，Ｙ）が通知されると、属性に応じて、その画像位置（座標情報）に対応する閾値を、ドット集中型のマトリクス記憶部３０２又はブルーノイズマスクのマトリクス記憶部３０３から取得する。

比較部３０５は、ビット変換部３０６より取得した画像ＩＮ（Ｘ、Ｙ）の画素値と、ドット集中型のマトリクス記憶部３０２又はブルーノイズマスクのマトリクス記憶部３０３から取得された閾値ｔｈを比較する。比較部３０５は、比較の結果、画像ＩＮ（Ｘ、Ｙ）の画素値が閾値ｔｈより大きければ、１を返し、画像ＩＮ（Ｘ、Ｙ）の画素値が閾値ｔｈ以下であれば、０を返す。ビット変換部３０６は、属性情報に応じてビット変換を実行する。本実施形態では、ビット変換部３０６は、注目画素の画素値のビット数を、ブルーノイズマスクのマトリクス記憶部３０３に保持されている閾値のビット数に合わせるために、ビット変換を実行する。

[閾値マトリクスの特性と閾値]
次に、図４及び図５を用いて、振幅変調特性を有する、ドット集中型の閾値マトリクスと、周波数変調特性を有する、ブルーノイズマスクの閾値マトリクスの特性について説明する。

図４は、ドット集中型の閾値マトリクスとブルーノイズマスクの閾値マトリクスの大きさの差による影響を説明するための図である。図４において、図４の（Ａ）、（Ｂ）、（Ｃ）は、所定の濃度におけるドット集中型の閾値マトリクスによるハーフトーン処理の結果を例示したものである。また、図４の（Ｄ）、（Ｅ）、（Ｆ）は、所定の濃度におけるブルーノイズマスクの閾値マトリクスによるハーフトーン処理の結果を例示したものである。なお、図４の（Ａ）、（Ｄ）は閾値マトリクスの大きさを６４×６４、図４の（Ｂ）、（Ｅ）は閾値マトリクスの大きさを１２８×１２８、図４の（Ｃ）、（Ｆ）は閾値マトリクスの大きさを２５６×２５６としたものである。

先ず、図４の（Ａ）、（Ｂ）、（Ｃ）を参照すると、閾値マトリクスのサイズに依らず、処理結果が大きく変わらないことがわかる。これは、例えば、１３４線２７度のドット集中型の閾値マトリクスであれば、一つの網点を形成する閾値マトリクスの大きさが２０×４であるように、網点を形成する閾値マトリクスの大きさ（周期性）が６４×６４よりも十分に小さいためである。

次に、図４の（Ｄ）、（Ｅ）、（Ｆ）を参照すると、図４の（Ｄ）では閾値マトリクスの周期性が目立っているが、図４の（Ｅ）から（Ｆ）に示されるように、閾値マトリクスのサイズが大きくなるに従って、閾値マトリクスの周期性は目立ちづらくなっている。

これは、５〜２００[ｃｙｃｌｅ／ｉｎｃｈ]近辺の周波数帯で人間の視覚感度が高く、この周波数帯が最も目につきやすいという特性があることに起因するもので、図４では（Ｅ）から（Ｆ）になるにつれ、短くなり、この周波数帯から外れるためである。

以下、図４の（Ｄ）、（Ｅ）、（Ｆ）について説明を補足する。
図４の（Ｄ）は閾値マトリクスの大きさが６４なので、閾値マトリクスの周期性は、６００ｄｐｉ／６４＝９．３[ｃｙｃｌｅ／ｉｎｃｈ]であり、人間の目につきやすい。図４の（Ｅ）は閾値マトリクスの大きさが１２８なので、閾値マトリクスの周期性は、６００ｄｐｉ／１２８＝４．７[ｃｙｃｌｅ／ｉｎｃｈ]であり、人間の目につきやすい。図４の（Ｆ）は閾値マトリクスの大きさが２５６なので、閾値マトリクスの周期性は、６００ｄｐｉ／２５６＝２．３[ｃｙｃｌｅ／ｉｎｃｈ]であり、目立ちづらい。

図５は、ドット集中型の閾値マトリクスとブルーノイズマスクの閾値マトリクスの階調数の差による影響を説明するための図である。図５において、図５の（Ａ）、（Ｂ）、（Ｃ）は、左上から右下にかけて濃度が濃く変化している画像における、ドット集中型の閾値マトリクスによるハーフトーン処理の結果を例示したものである。また、図５の（Ｄ）、（Ｅ）、（Ｆ）は、左上から右下にかけて濃度が濃く変化している画像における、ブルーノイズマスクの閾値マトリクスによるハーフトーン処理の結果を例示したものである。

なお、図５の（Ａ）、（Ｄ）は閾値マトリクスの閾値のビット数を６ビット、図５の（Ｂ）、（Ｅ）は閾値マトリクスの閾値のビット数を８ビット、図５の（Ｃ）、（Ｆ）は閾値マトリクスの閾値のビット数を１０ビットとして処理した結果である。

先ず、図５の（Ａ）、（Ｂ）、（Ｃ）を参照すると、規則的に網点が並んでいるので、図５の（Ｃ）から（Ｂ）、（Ａ）に示されるように、閾値の階調数が少なくなるに従って、階調段差が目立ちやすくなっている。次に、図５の（Ｄ）、（Ｅ）、（Ｆ）を参照すると、ブルーノイズマスクは、ランダムなノイズを含んでいるので、階調段差が目立ちにくい傾向にあることがわかる。

なお、階調段差に関して、閾値マトリクスの閾値のビット数が同じ８ビットの図５の（Ｂ）と（Ｅ）を比較すると、図５（Ｂ）よりも図５（Ｅ）の方が、目立ちづらい結果となっている。また、図５の（Ｅ）に示す結果から、ブルーノイズマスクの閾値マトリクスでは、閾値マトリクスの閾値のビット数を８ビットにすることで、十分な画質を達成できることがわかる。

以上、図４の処理結果から、ブルーノイズマスクのマトリクス記憶部３０３で保持する閾値マトリクスの大きさを、ドット集中型のマトリクス記憶部３０２で保持する閾値マトリクスの大きさよりも、大きく設定する。即ち、ブルーノイズマスクのマトリクス記憶部３０３で保持する閾値の数（Ｒ個）を、ドット集中型のマトリクス記憶部３０２で保持する閾値マトリクスの数（Ｓ個）よりも、多くする。詰まるところ、閾値の数をＳ＜Ｒとなるように設定する。

加えて、図５の処理結果から、本実施形態において、ハーフトーン処理部２０３のドット集中型のマトリクス記憶部３０２で保持する閾値のビット数を、１０ビットに設定する。また、ハーフトーン処理部２０３のブルーノイズマスクのマトリクス記憶部３０３で保持する閾値のビット数を、８ビットに設定する。

補足として、ハーフトーン処理部２０３のブルーノイズマスクのマトリクス記憶部３０３で保持する閾値のメモリ量が低減されることに関して、従来の場合と比較することで説明する。従来では、必要となる階調数の最大値に合わせて、ブルーノイズマスクのマトリクス記憶部３０３で保持する閾値のビット数を決定していた。そのため、ハーフトーン処理部２０３のブルーノイズマスクのマトリクス記憶部３０３で保持する閾値のメモリ量として、閾値の数 Ｈ×Ｉ に閾値のビット数１０を乗算した値（Ｈ×Ｉ×１０（ビット））が必要とされた。

それに対して、本実施形態では、閾値のビット数を８ビットとすることから、ブルーノイズマスクのマトリクス記憶部３０３で保持する閾値のメモリ量として、閾値の数 Ｈ×Ｉ にビット数８を乗算した値（Ｈ×Ｉ×８（ビット））で足りる。したがって、このことから、従来の方法に比べて、ブルーノイズマスクのマトリクス記憶部３０３で保持するメモリ量を１／５ 削減することが可能となる。

[ハーフトーン処理の手順]
次に、図６のフローチャートを用いて、ハーフトーン処理部２０３において実行されるハーフトーン処理の手順を説明する。座標特定部３０１は、座標情報（Ｘ，Ｙ）に０を代入し、座標情報の初期化を実行する（Ｓ６０１）。座標特定部３０１は、座標情報の初期化を実行すると、座標情報（Ｘ，Ｙ）を閾値取得部３０４に通知する（Ｓ６０２）。

閾値取得部３０４は、属性情報に基づいて、閾値を取得するマトリクス記憶部を選択する（Ｓ６０３）。即ち、ドット集中型のマトリクス記憶部３０２、又はブルーノイズマスクのマトリクス記憶部３０３を選択する。

ここで、属性情報に応じて、ドット集中型の閾値マトリクスと、ブルーノイズマスクの閾値マトリクスを選択する処理に関して、説明を補足する。本実施形態の画像データは複数の画素からなり、各画素は所定の画素値を有する。ＲＧＢの画素データにおいては、各画素がＲ、Ｇ、Ｂの３成分の輝度値を有し、ＣＭＹＫの画像データにおいては、各画素がＣ、Ｍ、Ｙ、Ｋの４成分の濃度値を有する。また、画像データは、画素毎に関連付けられる属性データを有する。これは、各画素が属するオブジェクトの種別を示すものであり、各画素には、関連付けられる属性の種類に応じて、対応する画像処理が行われる。

例えば、イメージ属性やグラフィクス属性の画素は滑らかな階調性が求められるので、階調性を重視した処理が適用され、文字属性の画素は視認性が求められるので、解像性を重視した処理が適用される。そこで、本実施形態では、画素の属性がイメージ属性である場合、線数の低いドット集中型のスクリーンをハーフトーン処理部２０３で適用し、また、画素の属性が文字属性である場合、解像性の高いブルーノイズマスクをハーフトーン処理部２０３で適用する。

なお、属性データは、ＰＤＬ（Ｐａｇｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｌａｎｇｕａｇｅ）コマンドに基づくレンダリングによって、ページの画像データが生成される際に、そのＰＤＬコマンドの種類に応じて生成される。例えば、文字を描画するためのＰＤＬコマンドであれば、そのＰＤＬコマンドによって生成されるオブジェクトを構成する画素の有する属性は文字属性（ＴＥＸＴ）となる。そして、この生成された属性データと、画像データとは、互いに関連付けられる。

図６に戻り、属性情報がイメージ又はグラフィックスの場合は、上述のように、座標情報（Ｘ，Ｙ）に基づいて、ドット集中型のマトリクス記憶部３０２から閾値ｔｈを取得する（Ｓ６０４）。また、属性情報が文字の場合は、座標情報（Ｘ，Ｙ）に基づいて、ブルーノイズマスクのマトリクス記憶部３０３から閾値ｔｈを取得する（Ｓ６０５）。閾値取得部３０４は、ドット集中型のマトリクス記憶部３０２、又はブルーノイズマスクのマトリクス記憶部３０３から閾値ｔｈを取得すると、その取得した閾値ｔｈを比較部３０５に出力する。

次に、比較部３０５は、ビット変換部３０６より画像ＩＮ（Ｘ、Ｙ）を取得する（Ｓ６０６）。なお、ビット変換部３０６は、属性情報に応じてビット変換を実行する。より詳細には、ビット変換部３０６は、属性情報が文字である場合に、ブルーノイズマスクのマトリクス記憶部３０３に保持されている閾値のビット数と注目画素の画素値のビット数を合わせるために、ビット変換を実行する。具体的には、ビット変換部３０６は、属性情報が文字である場合に、注目画素の画素値の上位８ビットを比較部３０５に画像ＩＮ（Ｘ、Ｙ）として出力する。

比較部３０５は、画像ＩＮ（Ｘ、Ｙ）と閾値ｔｈを比較し（Ｓ６０７）、画像ＩＮ（Ｘ、Ｙ）が閾値ｔｈよりも大きい場合は「１」を出力し（Ｓ６０８）、画像ＩＮ（Ｘ、Ｙ）が閾値ｔｈ以下である場合は「０」を出力する（Ｓ６０９）。

座標特定部３０１は、比較部３０５において、画像ＩＮ（Ｘ、Ｙ）と閾値ｔｈの比較処理が終了すると、Ｘが主走査の大きさＸｍａｘと一致するか否か比較する（Ｓ６１０）。ステップＳ６１０において、ＸがＸｍａｘと一致しない場合（Ｓ６１０ Ｎｏ）、Ｘの値をインクリメントすることで、画像（注目画素）を主走査方向に１画素シフトする（Ｓ６１１）。

また、ステップＳ６１０において、ＸがＸｍａｘと一致する場合（Ｓ６１０ Ｙｅｓ）、Ｙが副走査の大きさＹｍａｘと一致するか否か比較する（Ｓ６１２）。即ち、すべての画素に対して、処理を実行したか否かを判定する。ステップＳ６１２において、ＹがＹｍａｘと一致する場合（Ｓ６１２ Ｙｅｓ）、すべての画素に対して処理を実行したと判定し、図６に示す処理を終了する。また、ＹがＹｍａｘと一致しない場合（Ｓ６１２ Ｎｏ）、座標特定部３０１は、Ｘに０を代入し、Ｙの値をインクリメントすることで、画像（注目画素）を主走査方向の先頭に戻し、副走査方向に１画素シフトする（Ｓ６１３）。

［ハーフトーン処理の概要］
次に、図７を用いて、図６に示すハーフトーンの処理を補足する。図７は、ハーフトーン処理部２０３における処理の概要を説明するための図であり、図７（Ａ）はブルーノイズマスクの閾値マトリクスにおける処理例であり、図７（Ｂ）はドット集中型の閾値マトリクスにおける処理例である。なお、閾値マトリクスは、例えば、図（Ａ）に示されるように、画像データの横方向にＫ画素、縦方向にＬ画素の周期でタイル状に繰り返し適用される。また、ここでは、説明の便宜上、座標特定部３０１により、座標情報（Ｘ、Ｙ）の初期化が実行され（Ｓ６０１）、閾値取得部３０４において座標情報（０、０）が通知されているものとする。

先ず、ステップＳ６０３において、属性情報として「文字」、「線」が取得され、ブルーノイズマスクのマトリクス記憶部３０３が選択された場合について説明する。上述のように座標情報が（０、０）であることから、画像データの左上の画素が注目画素として選択され、その画素に対応する閾値ｔｈ５８が取得され（Ｓ６０５）、比較部３０５に出力される。

次に、比較部３０５は、ビット変換部３０６より画像ＩＮ（Ｘ、Ｙ）を取得する。この場合、画像データの左上の画素に関して、画像ＩＮ（０，０）は９４９であり、さらに、ビット数を合わせるために、８ビットにビット変換を施すことで（９４９＞＞２＝２３７）、２３７を取得する。

さらに、比較部３０５は、画像ＩＮ（Ｘ、Ｙ）と閾値ｔｈを比較する（Ｓ６０７）。即ち、画像ＩＮ（Ｘ，Ｙ）である２３７と、閾値ｔｈである５８を比較する。そして、この場合、画像ＩＮ（Ｘ，Ｙ）の方が閾値ｔｈよりも大きいので、１を出力する。即ち、図７（Ａ）のハーフトーンデータの対応する座標に、１が設定される。

続いて、ステップＳ６０３において、属性情報として「イメージ」、「グラフィックス」が取得され、ドット集中型のマトリクス記憶部３０２が選択された場合について説明する。上述のように座標情報が（０、０）であることから、画像データの左上の画素が注目画素として選択され、その画素に対応する閾値ｔｈ６６２が取得され（Ｓ６０５）、比較部３０５に出力される。

次に、比較部３０５は、ビット変換部３０６より画像ＩＮ（Ｘ、Ｙ）を取得する。この場合、画像データの左上の画素に関して、画像ＩＮ（０，０）は９４９である。なお、この場合、ドット集中型のマトリクス記憶部３０２に保持されている閾値のビット数は１０ビットであり、注目画素の画素値のビット数と同じであることから、ビット変換部３０６によりビット変換を実行することなく、画素値を取得する。即ち、画像ＩＮ（０，０）として、９４９を取得する。

さらに、比較部３０５は、画像ＩＮ（Ｘ、Ｙ）と閾値ｔｈを比較する（Ｓ６０７）。即ち、画像ＩＮ（Ｘ，Ｙ）である９４９と、閾値である６６２を比較する。そして、この場合、画像ＩＮ（Ｘ，Ｙ）の方が閾値ｔｈよりも大きいので、１を出力する。即ち、図７（Ｂ）のハーフトーンデータの対応する座標に、１が設定される。

以上のように、ブルーノイズマスクのマトリクス記憶部３０３で保持する閾値のビット数を、ドット集中型のマトリクス記憶部３０２で保持する閾値のビット数よりも小さくすることで、必要な画質を維持したまま、回路規模を削減することができる。

なお、本実施形態では、ビット変換部３０６で入力画像をビットシフトすることで、閾値のビット数に合わせたが、ブルーノイズマスクのマトリクス記憶部３０３から取得した閾値をビットシフトすることで、入力画像と同じビット数に合わせてもよい。また、本実施形態では、ビットシフトすることでビット数を縮小したが、ビット数を拡張する場合には、上位のビットを下位のビットにコピーすることで、ビット数を拡張することができる。その他、フィボナッチＬＦＳＲやガロアＬＦＳＲ等の乱数発生器によって、乱数を発生させて、発生した乱数を下位ビットに付加してもよい。

［第２の実施形態］
第１の実施形態では、閾値マトリクスの特性に応じて、ブルーノイズマスクのマトリクスの閾値のビット数をドット集中型のマトリクスの閾値のビット数よりも小さくすることで回路規模を削減した。そこで、第２の実施形態では、ハーフトーン処理において、１画素に対して複数の異なる閾値と比較する場合、閾値マトリクスの特性に応じて、１画素に対して比較する閾値の数を変更することを検討する。

なお、第２の実施形態では、印刷エンジン２２は、１画素あたり４ビット（即ち、１６階調）の画像データを処理することができるものとする。また、以下の説明では、主に第１の実施形態との差分について説明する。

[ハーフトーン処理]
以下、図８−図１１を用いて、本実施形態に係る画像処理装置におけるハーフトーン処理部２０３の構成及び処理について説明する。なお、本実施形態において、入力画像の主走査の画素数をＸｍａｘ、副走査の画素数をＹｍａｘとして説明する。また、本実施形態では、ＣＭＹＫ４色のうち、１色についてのみ説明するが、ハーフトーン処理は、ＣＭＹＫの全てに対して実行されるものとする。

［ハーフトーン処理部の構成］
図８は、ハーフトーン処理部２０３のブロック図である。座標特定部８０１は、ハーフトーン処理を実行する上で、画像（注目画素）の座標を特定する。座標特定部８０１は、注目画素の座標を特定すると、閾値取得部８０４に送信（通知）する。ドット集中型のマトリクス記憶部８０２は、属性情報がイメージ又はグラフィックスと判定された場合に選択される、座標（Ｘ，Ｙ）における所定のビット数で設定された閾値ｔｈを記憶（保持）する。なお、ドット集中型のマトリクス記憶部８０２は、後述するように、１５個の閾値マトリクスを記憶する。ブルーノイズマスクのマトリクス記憶部８０３は、属性情報が文字又は線と判定された場合に選択される、座標（Ｘ，Ｙ）における所定のビット数で設定された閾値ｔｈを記憶（保持）する。なお、ブルーノイズマスクのマトリクス記憶部８０３は、後述するように、１個の閾値マトリクスを記憶する。

閾値取得部８０４は、座標特定部８０１により座標情報（Ｘ，Ｙ）が通知されると、属性に応じて、その画像位置（座標情報）に対応する閾値を、ドット集中型のマトリクス記憶部８０２又はブルーノイズマスクのマトリクス記憶部８０３から取得する。

比較部８０５は、画像ＩＮ（Ｘ、Ｙ）の画素値と、ドット集中型のマトリクス記憶部８０２又はブルーノイズマスクのマトリクス記憶部８０３から取得された閾値ｔｈを比較する。比較部８０５は、比較の結果、画像ＩＮ（Ｘ、Ｙ）の画素値が閾値ｔｈより大きければ１を返し、画像ＩＮ（Ｘ、Ｙ）の画素値が閾値ｔｈ以下であれば０を返す。

なお、属性情報が「イメージ」、「グラフィックス」の場合、注目画素の値を、ドット集中型のマトリクス記憶部８０２に記憶された第１−第１５レベルの各閾値マトリクスにおける、段階的に設定された閾値と比較し、その比較結果を合算した値を出力する。ビット変換部８０６は、ブルーノイズマスクの閾値マトリクスが選択された場合に、出力値の最大値を合わせるために、所定数倍して出力する。

[閾値マトリクスの特性と閾値]
次に、図９を用いて、ドット集中型の閾値マトリクスとブルーノイズマスクの閾値マトリクスの特性について説明する。図９は、ドット集中型の閾値マトリクスとブルーノイズマスクの閾値マトリクスの出力階調数の違いによる処理結果の違いを説明するための図である。

図９において、図９の（Ａ）、（Ｂ）は、所定の濃度におけるドット集中型の閾値マトリクスによるハーフトーン処理の結果を例示したものである。また、図９の（Ｃ）、（Ｄ）は、所定の濃度におけるブルーノイズマスクの閾値マトリクスによるハーフトーン処理の結果を例示したものである。なお、図９の（Ａ）、（Ｃ）は、閾値マトリクスの出力階調数を２階調（１ビット）、図９の（Ｂ）、（Ｄ）は、閾値マトリクスの出力階調数を１６階調（４ビット）としたものである。

先ず、図９の（Ａ）を参照すると、本来の網点の周期よりも長い周期でテクスチャパターンが発生していることがわかる。また、出力階調数が１６階調の図９の（Ｂ）では、そのテクスチャパターンが目立たなくなっていることがわかる。

次に、図９の（Ｃ）を参照すると、図９の（Ａ）に示されるようなテクスチャパターンが発生していないことがわかる。これは、ランダムなノイズを含み、その成分が人間の目に視認されにくい周波数であることに起因する。

以上、図９の処理結果から、本実施形態において、ハーフトーン処理部２０３のドット集中型の閾値マトリクスの出力階調数を、１６に設定する。即ち、１画素あたり、１５個の閾値を設定する。また、ブルーノイズマスクの閾値マトリクスの出力階調数は、１で十分であることから、１に設定する。即ち、１画素あたり、１個の閾値を設定する。詰まるところ、ドット集中型の閾値マトリクスの数をＯ個、ブルーノイズマスクの閾値マトリクスの数をＰ個とすると、Ｏ＞Ｐとなるように設定する。

なお、本実施形態において、印刷エンジン２２は、１画素あたり４ビット（即ち、１６階調）の画像データを処理することができる。ここで、１６階調でのハーフトーン処理の場合、後述の図１１に示されるように、第１レベル−第１５レベル（Ｌｅｖｅｌ１−Ｌｅｖｅｌ１５）の閾値マトリクスが設定される。また、ハーフトーン処理では、注目画素の値を、第１レベル−第１５レベルの各閾値マトリクスにおける該当する閾値と比較し、その比較結果を合算した値を出力する。そして、この出力される値が、ハーフトーン処理後の４ビットの階調値に相当することになる。

補足として、ハーフトーン処理部２０３のブルーノイズマスクのマトリクス記憶部８０３で保持する閾値のメモリ量が低減されることに関して、従来の場合と比較することで説明する。従来では、印刷エンジン２２で処理可能な階調数に合わせて、１画素あたりの閾値マトリクスの数を決定していた。そのため、ハーフトーン処理部２０３のブルーノイズマスクのマトリクス記憶部８０３で保持する閾値のメモリ量として、閾値の数 Ｈ×Ｉ にビット数と閾値マトリクスの数を乗算した値が必要とされた。即ち、Ｈ×Ｉ×１０（ビット）×１５個が必要とされた。

それに対して、本実施形態では、閾値マトリクスの数を１個とすることから、ブルーノイズマスクのマトリクス記憶部８０３で保持する閾値のメモリ量として、閾値の数 Ｈ×Ｉ にビット数と閾値マトリクスの数である１を乗算した値で足りる。即ち、Ｈ×Ｉ×１０（ビット）×１個で足りる。したがって、このことから、従来の方法に比べて、ブルーノイズマスクのマトリクス記憶部８０３で保持するメモリ量を４／１５削減することが可能となる。

[ハーフトーン処理の手順]
次に、図１０のフローチャートを用いて、ハーフトーン処理部２０３において実行されるハーフトーン処理の手順を説明する。座標特定部８０１は、座標情報（Ｘ、Ｙ）に０を代入し、座標情報の初期化を実行する（Ｓ１００１）。比較部８０５は、閾値レベルｉと出力Ｄｏｕｔに０を代入し、閾値レベルｉと出力Ｄｏｕｔを初期化する（Ｓ１００２）。座標特定部８０１は、座標情報の初期化を実行すると、座標情報（Ｘ，Ｙ）を閾値取得部８０４に通知する（Ｓ１００３）。

次に、比較部８０５は、画像ＩＮ（Ｘ、Ｙ）を取得する（Ｓ１００４）。閾値取得部８０４は、属性情報に基づいて、閾値を取得するマトリクス記憶部を選択する（Ｓ１００５）。即ち、ドット集中型のマトリクス記憶部８０２、又はブルーノイズマスクのマトリクス記憶部８０３を選択する。

属性情報がイメージ又はグラフィックスの場合は、座標情報（Ｘ，Ｙ）に基づいて、ドット集中型のマトリクス記憶部８０２から閾値ｔｈを取得する（Ｓ１００６）。また、属性情報が文字の場合は、座標情報（Ｘ，Ｙ）に基づいて、ブルーノイズマスクのマトリクス記憶部８０３から閾値ｔｈを取得する（Ｓ１００７）。閾値取得部８０４は、ドット集中型のマトリクス記憶部８０２、又はブルーノイズマスクのマトリクス記憶部８０３から閾値ｔｈを取得すると、その取得した閾値ｔｈを比較部８０５に出力する。

比較部８０５は、次に、画像ＩＮ（Ｘ、Ｙ）と閾値ｔｈ[ｉ]を比較する（Ｓ１００８）。そして、画像ＩＮ（Ｘ、Ｙ）が閾値ｔｈ[ｉ]よりも大きい場合は、Ｄｏｕｔに１を加算し（Ｓ１００９）、画像ＩＮ（Ｘ、Ｙ）が閾値ｔｈ[ｉ]以下である場合は、ステップＳ１０１０に処理を移行する。

比較部８０５は、１画素に対応する全ての閾値と比較したか否かを判定する（Ｓ１０１０）。具体的には、比較部８０５は、閾値レベルｉとＩｍａｘを比較し、一致するか否かを判定する。そして、閾値レベルｉとＩｍａｘが一致しない場合（Ｓ１０１０ Ｎｏ）、比較部８０５は、画像ＩＮ（Ｘ、Ｙ）と次の閾値レベルｉの閾値を比較するために、処理をステップＳ１０１１に移行し、閾値レベルｉをインクリメントする。また、閾値レベルｉとＩｍａｘが一致する場合（Ｓ１０１０ Ｙｅｓ）、比較部８０５は、１画素に対応する全ての閾値との比較が終了したものと判定し、処理をステップＳ１０１２に移行し、Ｄｏｕｔを出力する（Ｓ１０１２）。

なお、Ｉｍａｘは、閾値マトリクスの総数として示される。本実施形態において、ブルーノイズマスクの閾値マトリクスに関して、その総数が１であることから、Ｉｍａｘは１であり、また、Ｄｏｕｔは、０又は１の値となる。他方、ドット集中型の閾値マトリクスに関して、その総数が１５であることから、Ｉｍａｘは１５であり、また、Ｄｏｕｔは０〜１５までの値となる。そこで、ビット変換部８０６は、出力値の最大値を合わせるために、ブルーノイズマスクの閾値マトリクスが選択された場合に、Ｄｏｕｔを１５倍して出力する。

座標特定部８０１は、比較部８０５によりＤｏｕｔを出力すると、Ｘが主走査の大きさＸｍａｘと一致するか否か比較する（Ｓ１０１３）。ステップＳ１０１３において、ＸがＸｍａｘと一致しない場合（Ｓ１０１３ Ｎｏ）、Ｘの値をインクリメントすることで、画像（注目画素）を主走査方向に１画素シフトする（Ｓ１０１４）。

また、ステップＳ１０１３において、ＸがＸｍａｘと一致する場合（Ｓ１０１３ Ｙｅｓ）、Ｙが副走査の大きさＹｍａｘと一致するか否か比較する（Ｓ１０１５）。即ち、すべての画素に対して、処理を実行したか否かを判定する。ステップＳ１０１５において、ＹがＹｍａｘと一致する場合（Ｓ１０１５ Ｙｅｓ）、すべての画素に対して処理を実行したと判定し、図１０に示す処理を終了する。また、ＹがＹｍａｘと一致しない場合（Ｓ１０１５ Ｎｏ）、座標特定部８０１は、Ｘに０を代入し、Ｙの値をインクリメントすることで、画像（注目画素）を主走査方向の先頭に戻し、副走査方向に１画素シフトする（Ｓ１０１６）。

［ハーフトーン処理の概要］
次に、図１１を用いて、図１０に示すハーフトーンの処理を補足する。図１１は、ハーフトーン処理部２０３における処理の概要を説明するための図であり、図１１（Ａ）はブルーノイズマスクの閾値マトリクスにおける処理例であり、図１１（Ｂ）はドット集中型の閾値マトリクスにおける処理例である。なお、ここでは、説明の便宜上、座標特定部８０１により、座標情報（Ｘ、Ｙ）の初期化が実行され（Ｓ１００１）、閾値取得部８０４において座標情報（０、０）が通知されているものとする。

先ず、ステップＳ１００５において、属性情報として「文字」、「線」が取得され、ブルーノイズマスクのマトリクス記憶部８０３が選択された場合について説明する。上述のように、座標情報が（０、０）であることから、画像データの左上の画素が注目画素として選択され、画像ＩＮ（０、０）として９４９が取得される（Ｓ１００４）。

次に、注目画素に対応する閾値ｔｈ［０］が３５６として、比較部８０５に出力される（Ｓ１００７）。この場合、画像ＩＮ（０、０）は９４９、閾値ｔｈ[０]は３５６で、画像ＩＮの方が閾値ｔｈ[０]よりも大きいので、Ｄｏｕｔに１を加算する。なお、出力するにあたり、Ｄｏｕｔを１５倍する。

続いて、ステップＳ１００５において、属性情報として「イメージ」、「グラフィックス」が取得され、ドット集中型のマトリクス記憶部８０２が選択された場合について説明する。上述のように、座標情報が（０、０）であることから、画像データの左上の画素が注目画素として選択され、画像ＩＮ（０、０）として９４９が取得される（Ｓ１００４）。

次に、注目画素に対応する閾値ｔｈ［０］が１５２として、比較部８０５に出力される（Ｓ１００６）。この場合、画像ＩＮ（０、０）は９４９、閾値ｔｈ[０]は１５２で、画像ＩＮの方が閾値ｔｈ[０]よりも大きいので、Ｄｏｕｔに１を加算する。

なお、属性情報が「イメージ」、「グラフィックス」の場合、ｉをインクリメントすることにより、同様の処理が繰り返し実行される。そして、注目画素が画像データの左上の画素の場合、Ｄｏｕｔとして１５が出力される。

以上のように、ブルーノイズマスクのマトリクス記憶部８０３で保持する閾値マトリクスの数を、ドット集中型のマトリクス記憶部８０２で保持する閾値マトリクスの数よりも少なくすることで、必要とする画質を維持した上で、回路規模を削減できる。

［その他の実施形態］
なお、本発明の目的は、以下の処理を実行することによっても達成することができる。
即ち、上述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（又はＣＰＵやＭＰＵ等）が記憶媒体に格納されたプログラムコードを読み出す処理である。また、この場合、記憶媒体から読み出されたプログラムコード自体が上述した実施の形態の機能を実現することになり、そのプログラムコード及びそのプログラムコードを記憶した記憶媒体は本発明を構成することになる。

さらに、上述の実施形態では、周波数変調特性（即ち、ブルーノイズ特性）を有する、ブルーノイズマスクの閾値マトリクスをドット分散型の閾値マトリクスの例として説明したが、分布帯域が中間周波数にあるグリーンノイズ特性にも適用することができる。

Claims (12)

1. ハーフトーン処理に用いるドット集中型の閾値マトリクスを記憶する第１の記憶手段と、
   ハーフトーン処理に用いる閾値マトリクスであって、前記ドット集中型の閾値マトリクスよりもサイズが大きいドット分散型の閾値マトリクスを記憶する第２の記憶手段と、
   画像データに、前記画像データの属性情報に基づいて選択される、前記ドット集中型の閾値マトリクス、又は前記ドット分散型の閾値マトリクスを用いてハーフトーン処理を実行するハーフトーン処理手段と
   を備え、
   前記ドット集中型の閾値マトリクスに含まれる各閾値のビット数がＮであり、前記ドット分散型の閾値マトリクスに含まれる各閾値のビット数がＭ（Ｍ＜Ｎ）であることを特徴とする画像処理装置。
2. ハーフトーン処理に用いるドット集中型の閾値マトリクスを記憶する第１の記憶手段と、
   ハーフトーン処理に用いる閾値マトリクスであって、前記ドット集中型の閾値マトリクスよりもサイズが大きいドット分散型の閾値マトリクスを記憶する第２の記憶手段と、
   画像データに、前記画像データの属性情報に基づいて選択される、前記ドット集中型の閾値マトリクス、又は前記ドット分散型の閾値マトリクスを用いてハーフトーン処理を実行するハーフトーン処理手段と
   を備え、
   ハーフトーン処理に用いる前記ドット集中型の閾値マトリクスとして、前記第１の記憶手段にはＯ個の閾値マトリクスが記憶されており、
   ハーフトーン処理に用いる前記ドット分散型の閾値マトリクスとして、前記第２の記憶手段には、Ｐ（Ｏ＞Ｐ）個の閾値マトリクスが記憶されていることを特徴とする画像処理装置。
3. 前記画像データの画素値と、前記ドット集中型の閾値マトリクスの閾値、及び／又は前記ドット分散型の閾値マトリクスの閾値とを比較する比較手段を備え、
   前記比較手段は、前記ドット集中型の閾値マトリクス、及び／又は前記ドット分散型の閾値マトリクスが複数個、記憶されている場合に、前記画像データの画素値と、前記複数個の閾値マトリクスにおいて、前記画素値に対応する、段階的に設定された各々の閾値とを比較することを特徴とする請求項２に記載の画像処理装置。
4. 前記ドット集中型の閾値マトリクスは振幅変調性を有するドット集中型の閾値マトリクスであり、前記ドット分散型の閾値マトリクスは周波数変調特性を有するドット分散型の閾値マトリクスであることを特徴とする請求項１から３のいずれか１項に記載の画像処理装置。
5. 前記周波数変調特性は、ブルーノイズ特性、又はグリーンノイズ特性であることを特徴とする請求項４に記載の画像処理装置。
6. 前記ドット集中型の閾値マトリクスはＳ個の閾値によって構成されており、
   前記ドット分散型の閾値マトリクスはＲ（Ｓ＜Ｒ）個の閾値によって構成されていることを特徴とする請求項１から５のいずれか１項に記載の画像処理装置。
7. 前記属性情報がイメージ又はグラフィックスの場合に、前記ドット集中型の閾値マトリクスが選択され、
   前記属性情報が文字又は線の場合に、前記ドット分散型の閾値マトリクスが選択されることを特徴とする請求項１から６のいずれか１項に記載の画像処理装置。
8. 前記画像データの画素値であって、Ｍビット以上の階調数で表現される画素値をＭビットに変換する変換手段を更に備え、
   前記ドット分散型の閾値マトリクスが選択された場合、前記ハーフトーン処理手段は、前記変換手段によって変換された画素値で構成される画像データにハーフトーン処理を実行することを特徴とする請求項１から７のいずれか１項に記載の画像処理装置。
9. 前記ハーフトーン処理の結果得られたデータに基づき画像を印刷する印刷手段を更に備えることを特徴とする請求項１から８のいずれか１項に記載の画像処理装置。
10. ハーフトーン処理に用いるドット集中型の閾値マトリクスを記憶する第１の記憶手段と、
    ハーフトーン処理に用いる閾値マトリクスであって、前記ドット集中型の閾値マトリクスよりもサイズが大きいドット分散型の閾値マトリクスを記憶する第２の記憶手段と、
    を備えた画像処理装置における画像処理方法であって、
    画像データに、前記画像データの属性情報に基づいて選択される、前記ドット集中型の閾値マトリクス、又は前記ドット分散型の閾値マトリクスを用いてハーフトーン処理を実行するハーフトーン処理ステップを含み、
    前記ドット集中型の閾値マトリクスに含まれる各閾値のビット数がＮであり、前記ドット分散型の閾値マトリクスに含まれる各閾値のビット数がＭ（Ｍ＜Ｎ）であることを特徴とする画像処理方法。
11. ハーフトーン処理に用いるドット集中型の閾値マトリクスを記憶する第１の記憶手段と、
    ハーフトーン処理に用いる閾値マトリクスであって、前記ドット集中型の閾値マトリクスよりもサイズが大きいドット分散型の閾値マトリクスを記憶する第２の記憶手段と、
    を備えた画像処理装置における画像処理方法であって、
    画像データに、前記画像データの属性情報に基づいて選択される、前記ドット集中型の閾値マトリクス、又は前記ドット分散型の閾値マトリクスを用いてハーフトーン処理を実行するハーフトーン処理ステップを含み、
    ハーフトーン処理に用いる前記ドット集中型の閾値マトリクスとして、前記第１の記憶手段にはＯ個の閾値マトリクスが記憶されており、
    ハーフトーン処理に用いる前記ドット分散型の閾値マトリクスとして、前記第２の記憶手段には、Ｐ（Ｏ＞Ｐ）個の閾値マトリクスが記憶されていることを特徴とする画像処理方法。
12. コンピュータを、請求項１から９のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。