使用基于內(nèi)容的加權抖動進行圖像處理的制作方法
【專利摘要】圖像處理將多級別的輸入圖像轉換成具有更少級別的輸出圖像數(shù)據(jù)(輸入圖像數(shù)據(jù)和輸出圖像數(shù)據(jù)表示由單元形成的圖像)。該圖像處理按照由一組權重確定的比例，將圖像的目標單元的量化誤差分配給鄰居單元。該分配不使數(shù)據(jù)級別低于閾值的鄰居單元接收分配的量化誤差，或僅允許向這樣的鄰居單元分配量化誤差的一部分。
【專利說明】使用基于內(nèi)容的加權抖動進行圖像處理
【背景技術】
[0001] 在復印設備（例如，噴墨打印機等）中，對要重現(xiàn)的圖像數(shù)據(jù)應用半色調(diào)處理 (half-toning)是普遍的。半色調(diào)處理是一種復印技術，在這種技術中，使用點(尤其是使用 單元中的點)來表示連續(xù)色調(diào)圖像(連續(xù)調(diào)圖像），每個單元表示該圖像的一小區(qū)域。單元中 使用的點的數(shù)量根據(jù)該連續(xù)調(diào)圖像的內(nèi)容而變化，使得可以表示該連續(xù)調(diào)圖像中的不同密 度，尤其是通過在重現(xiàn)圖像的單元中使用不同數(shù)量的點來表示不同密度。替代在單元中使 用不同數(shù)量的點，半色調(diào)處理可以使用不同大小的點來允許表示該連續(xù)調(diào)圖像中的不同強 度。
[0002] 通常，重現(xiàn)圖像的單元中的點能夠表示的不同值的數(shù)量遠遠少于該連續(xù)調(diào)數(shù)據(jù)中 可以呈現(xiàn)的不同密度的數(shù)量。例如，如今的典型打印數(shù)據(jù)是使用每像素8個比特來表示的， 并且半色調(diào)處理過程可以確定:針對打印的圖像中代表輸入圖像數(shù)據(jù)中的特定像素的單 元，是要噴墨(二進制"Γ電平)還是不要噴墨(二進制"〇"電平）（因此，在經(jīng)半色調(diào)處理的圖 像或"重現(xiàn)圖像"中僅能夠表現(xiàn)兩個不同的密度級別）。在其它情況中，可以對打印的圖像中 的單個單元噴數(shù)個墨滴:例如可以對每個單元噴〇個到4個墨滴，以允許在重現(xiàn)圖像中表現(xiàn)5 個不同的密度級別。然而，由于為表現(xiàn)重現(xiàn)圖像的單元所使用的電平的數(shù)量遠小于為表現(xiàn) 輸入圖像數(shù)據(jù)中的單元/像素所使用的每像素比特的數(shù)量，所以向重現(xiàn)圖像的單元指派的 密度級別將容易背離輸入圖像中該位置處的圖像密度的真實值。
[0003] 因此，半色調(diào)處理過程產(chǎn)生重現(xiàn)圖像中的誤差，也就是說，重現(xiàn)圖像不完全忠實于 原始連續(xù)調(diào)圖像。連續(xù)調(diào)圖像中特定區(qū)域處的密度和重現(xiàn)圖像中對應單元的密度之間的差 異經(jīng)常被稱為量化誤差。
[0004] 如今，復印設備通常具有特殊的黑色通道(black path)，即復印設備在與其它圖 像數(shù)據(jù)分離的處理流水線中處理黑線有關的圖像數(shù)據(jù)，尤其使得黑線數(shù)據(jù)不經(jīng)歷半色調(diào)處 理。未在該特殊的黑色通道中處理的圖像數(shù)據(jù)仍經(jīng)歷半色調(diào)處理。
[0005] 通常以會增強區(qū)域填充均勻性的方式，設計向該特殊的黑色通道之外的圖像數(shù)據(jù) 施加的半色調(diào)處理過程。這是因為重現(xiàn)圖像中最明顯的質(zhì)量缺陷傾向于成為區(qū)域填充中的 不均勻。
【附圖說明】
[0006] 現(xiàn)在將參照附圖僅通過圖示來描述根據(jù)本發(fā)明的一些示例的圖像處理方法和設 備。
[0007] 圖1A是圖示誤差擴散抖動過程的示例的圖；
[0008] 圖1B是圖示誤差擴散抖動過程的另一示例的圖；
[0009] 圖2圖示使用圖1那樣的誤差擴散抖動由半色調(diào)處理過程產(chǎn)生的打印圖像的示例；
[0010] 圖3圖示根據(jù)圖1的示例的誤差擴散抖動過程如何可以產(chǎn)生表示線的圖像區(qū)域中 的不對齊誤差；
[0011] 圖4是表示根據(jù)本發(fā)明示例的圖像處理方法的步驟的流程圖；
[0012] 圖5是表示根據(jù)本發(fā)明示例的圖像處理方法的步驟的流程圖；
[0013] 圖6是表示根據(jù)本發(fā)明示例的圖像處理器方法的組件的框圖；
[0014]圖7是表示根據(jù)本發(fā)明示例的圖像處理器方法的組件的框圖；
[0015] 圖8圖示使用根據(jù)本發(fā)明示例的圖像處理方法產(chǎn)生的打印圖像的示例；
[0016] 圖9是圖示圖像處理方法的圖，該圖像處理方法涉及在沒有誤差擴散情況下進行 的圖像數(shù)據(jù)的量化；
[00?7]圖1 〇 A和圖10 B是圖不圖像處理方法的圖，該圖像處理方法涉及用F1 〇 y d-Steinberg誤差擴散的示例進行的量化；以及
[0018] 圖11A和圖11B是圖示根據(jù)本發(fā)明示例的圖像處理方法的圖，該根據(jù)本發(fā)明示例的 圖像處理方法涉及利用基于內(nèi)容的加權進行的量化和誤差擴散。
【具體實施方式】
[0019] 根據(jù)本發(fā)明的示例的圖像處理方法和設備的描述
[0020] 現(xiàn)在，將在實現(xiàn)誤差擴散抖動的圖像處理方法和設備的應用(在打印機內(nèi)）的背景 下描述本發(fā)明的特定示例實現(xiàn)方式。但是，應當理解，根據(jù)本發(fā)明的圖像處理方法和設備不 局限于打印機中的應用。
[0021] 為改善區(qū)域填充均勻性而設計的半色調(diào)處理過程易于包括誤差擴散抖動(error diffusion dithering)過程。在誤差擴散抖動中，針對圖像中的特定目標單元計算的量化 誤差被分配在該目標單元附近的一個或多個單元上。這易于平滑顏色過渡并且改善區(qū)域填 充均勻性。
[0022]例如，考慮噴墨打印機接收使用8比特數(shù)據(jù)(使得可以表示從0至255的密度級別） 且采用半色調(diào)處理過程表示的輸入圖像，其中針對重現(xiàn)圖像中的每個單元必須做出是應當 噴墨滴還是不應當噴墨滴的決策。通常，對該輸入圖像中0-127范圍內(nèi)的密度級別，將不噴 墨滴，但對該輸入圖像中的密度級別128-255，將噴墨滴。嚴格地說，在此示例中，重現(xiàn)圖像 中的墨點對應于黑色，即輸入圖像中的255級別，并且重現(xiàn)圖像中點的缺失對應于白色且表 示該輸入圖像中的〇級別(假設在白色介質(zhì)上打?。?br>[0023] 在這樣的場景中，現(xiàn)在考慮該輸入圖像中由140值表示的具有中灰色級別的區(qū)域 的情況。當該中灰色區(qū)域中的第一單元被半色調(diào)處理時，做出決策，例如以產(chǎn)生墨點，但實 際上該墨點對應于黑色級別255,因此存在140-255的誤差。如果該中灰色區(qū)域中之后的也 具有140級別的單元也會在半色調(diào)處理過程中產(chǎn)生墨點，那么在該區(qū)域上總地來說應噴出 比需要的墨更多的墨。因此，當考慮如何對第二單元(和該圖像中之后的單元)進行半色調(diào) 處理時，將已經(jīng)對之前的單元做出的半色調(diào)處理決策考慮進去應當適當?shù)模绕涫窃趫D像 數(shù)據(jù)包括區(qū)域填充的情況下。
[0024] 圖9圖示未將量化誤差考慮進去的圖像處理方法的示例。圖9示出與具有15個相鄰 像素的組有關的圖像數(shù)據(jù)Im的示例?？梢钥闯?，圖像數(shù)據(jù)Im中的像素分成與具有不同密度 的兩個相鄰區(qū)域對應的兩組。左邊的7個像素具有與中灰色級別對應的密度，而右邊的8個 像素實際上沒有內(nèi)容(零或白色級別）。
[0025] 根據(jù)圖9的示例，圖像數(shù)據(jù)Im在量化過程中被量化為產(chǎn)生重現(xiàn)圖像數(shù)據(jù)Q，該量化 過程將零個點指派給該重現(xiàn)圖像中的以下單元:該單元表示輸入圖像中具有0-51范圍內(nèi)的 密度的像素;實際上，每個單元被輸出的零個點表示0級別。一個點被指派給重現(xiàn)圖像中的 以下單元:該單元表示輸入圖像中具有52-102范圍內(nèi)的密度的像素;實際上，每個單元被輸 出的一個點表示64級別。兩個點被指派給重現(xiàn)圖像中的以下單元:該單元表示輸入圖像中 具有103-153范圍內(nèi)的密度的像素;實際上表示128級別。三個點被指派給重現(xiàn)圖像中的以 下單元:該單元表示輸入圖像中具有154-204范圍內(nèi)的密度的像素;實際上表示192級別。四 個點被指派給重現(xiàn)圖像中的以下單元:該單元表示輸入圖像中具有205-255范圍內(nèi)的密度 的像素;實際上表示255級別。
[0026]從圖9中可以看出，未將量化誤差考慮進去的示例圖像處理方法產(chǎn)生重現(xiàn)圖像數(shù) 據(jù)Q，重現(xiàn)圖像數(shù)據(jù)Q仍表示具有不同密度的兩個相鄰區(qū)域，但是左邊的中灰色區(qū)域的密度 (對應于192級別）比原始圖像中的密度(平均對應于200級別)輕。
[0027]已經(jīng)知道，不同的技術用于確定量化誤差能如何被分配給目標單元的鄰居單元， 尤其用于決定要對哪個鄰居單元應用該量化誤差中的多少。
[0028] 圖1Α圖示在誤差擴散抖動過程中如何能夠將量化誤差分配給與目標單元相鄰的 單元的示例。根據(jù)圖1Α的示例，半色調(diào)圖像處理在該圖中從左至右、從上至下進行。關于目 標單元1計算的量化誤差被分配給仍需處理的四個單元A、B、C和D。在此示例中，該誤差被分 配至的這些鄰居單元是目標單元的最近鄰居中的一些:單元A是與目標單元1位于同一條線 上的下一單元，并且鄰居單元B至鄰居單元D是該圖像中的下一條線上與目標單元1最近的 鄰居（"下一單元"或"下一條線"的意思是在掃描方向上"緊跟"的那個單元或線）。
[0029] 可以以各種方式確定向鄰居單元A至鄰居單元D中每個鄰居單元分配的目標單元1 的量化誤差的量，其中一種方式是通過依據(jù)鄰居單元沿掃描方向相對于目標單元的位置而 指派不同鄰居單元的權重，并且按照依據(jù)所指派的權重的比例，向這些鄰居單元分配誤差。 當根據(jù)Floyd-Steinberg(弗洛伊德-斯坦恩伯格)算法設置誤差分配權重時，于是根據(jù)總共 為1.0的加權系數(shù)，可以將目標單元1的量化誤差沿掃描方向上分配給鄰居單元A至鄰居單 元D。例如，一個示例Floyd-Steinberg加權分配如下：
[0030]單元A接收該量化誤差的7/16 [0031]單元B接收該量化誤差的3/16 [0032]單元C接收該量化誤差的5/16 [00 33]單元D接收該量化誤差的1/16
[0034]圖1B圖示在Floyd-Steinberg誤差擴散抖動過程中如何能夠將量化誤差分配給與 目標單元相鄰的單元的另一示例。根據(jù)圖1B的示例，半色調(diào)圖像處理在該圖中從右至左并 從上至下進行，并且對目標像素 V的鄰居像素 E、F和G規(guī)定系數(shù)。例如，可以向單元E指派3/8 的加權系數(shù)(使得單元E將接收目標單元V的量化誤差的3/8)，可以向單元F指派1/4的加權 系數(shù)(使得單元F將接收目標單元V的量化誤差的1/4)，并且可以向單元G指派3/8的加權系 數(shù)(使得單元G將接收目標單元1'的量化誤差的3/8)。
[0035]可以使用與上面提到的示例不同的根據(jù)Floyd-Steinberg算法的其它加權分配方 式(即，規(guī)定不同的加權系數(shù)值和/或規(guī)定用于接收誤差的不同組單元位置的分配方式）。 [0036] 可以使用與Floyd-Steinberg算法不同的其它加權分配方式。但是，F(xiàn)loyd-Steinberg算法的使用是普遍的，因為已發(fā)現(xiàn)在該算法中使用的誤差分配權重使區(qū)域填充 假象最小化。應當理解，F(xiàn)loyd-Steinberg誤差擴散抖動是一種基于位置的加權機制，其中 對鄰居像素應用的加權系數(shù)僅依賴于該鄰居像素沿掃描方向相對于目標像素的位置。 [0037]當包括前述類型的誤差擴散技術的半色調(diào)處理被應用到包括多條線的圖像數(shù)據(jù) 時，當多條線在重現(xiàn)圖像中出現(xiàn)時，可以在多條線中觀察到各種缺陷。圖2圖示可能出現(xiàn)的 一些不同類型的缺陷。
[0038]圖2表示攜帶打印圖像的記錄介質(zhì)SH，該打印圖像是通過在涉及Floyd-steinberg 誤差擴散抖動的半色調(diào)處理過程中對由三條線L1、L2和L3(每條線一個單元寬)組成的輸入 圖像進行半色調(diào)處理產(chǎn)生的。如圖2中圖示的，即使構成線L2的點之間的間距在輸入圖像中 是均勻的，在被示出為水平地延伸的線L2中該間距也是不規(guī)則的。在圖2中被示出為豎直地 延伸的線L1和線L3中，這些線中存在不連續(xù)(在D1處指示)并且形成這些線的一些點存在不 對齊(在D2處指示），即使這些線在輸入圖像中是連續(xù)的直線。因此，應當理解，應用包括誤 差擴散抖動的半色調(diào)圖像處理能夠引起細線(例如輸入圖像中具有范圍從1至4個像素的粗 度的線(在如今的打印機中適合的分辨率下））銳度的丟失。
[0039 ] 現(xiàn)在將參照圖3及圖10A和10B解釋重現(xiàn)圖像中的線中的缺陷的起源，圖3圖示包括 根據(jù)Floyd-Steinberg算法的誤差擴散抖動的半色調(diào)處理過程的結果，圖10A和圖10B圖示 這種算法如何能夠轉變一些示例輸入圖像數(shù)據(jù)。
[0040]圖3中的箭頭圖示出：當應用Floyd-Steinberg誤差擴散抖動算法時，目標單元的 量化誤差如何擴散至相對于每個目標單元位于四個選擇位置處的所有鄰居單元。在圖3圖 示的示例中，擴散量化誤差的這種方式引起點d2在輸出（重現(xiàn))圖像中位于與同一條線上其 它點(dl和d3)相比不對齊的位置。
[0041 ] 圖10A和圖10B圖示圖像處理方法的示例，其中量化和Floyd-Steinberg誤差擴散 被應用于與圖9的示例中的圖像數(shù)據(jù)相同的圖像數(shù)據(jù)Im。在圖10A和圖10B的示例中，通過對 單元A使用加權系數(shù)7/16、對單元B使用加權系數(shù)3/16、對單元C使用加權系數(shù)5/16以及對單 元D使用加權系數(shù)1/16，將量化誤差分配給圖1A中圖示的位置A-D中的鄰居像素。
[0042] 圖10A圖示對圖像數(shù)據(jù)中的左上方的像素進行量化的過程，該像素在輸入數(shù)據(jù)圖 像數(shù)據(jù)Im中具有200的密度。量化過程將三個點指派給重現(xiàn)圖像中表示此輸入像素的單元， 該單元對應于輸入數(shù)據(jù)中192的密度。因此，量化誤差是200-192,即+8。該量化誤差被分配 給鄰居單元，并且提高向相對于目標像素位于位置A至位置D處的所有鄰居像素指派的級 另IJ。例如，在圖10A中位于目標像素右邊的像素(位于位置A)增加8X7/16,從而得到4的變化 值。圖像處理現(xiàn)在將一個像素向右移。
[0043] 圖10B圖示對輸入圖像數(shù)據(jù)中的下一目標像素進行量化的過程(假設圖10A中圖示 的誤差分配已經(jīng)實現(xiàn)）。從圖10B的左邊部分能夠看出：當前目標像素的密度已變成與輸入 圖像不同的4。此像素在重現(xiàn)圖像中被指派零個點（在當前情況下，鑒于此像素在輸入圖像 中的實際值，這是合適的），但量化誤差被計算且被分配給鄰居像素。在更極端的情況下，向 輸入圖像中應該具有零級別的像素分配的誤差可能如此大，使得對重現(xiàn)圖像中的對應單元 使用非零值來表示此像素。
[0044] 現(xiàn)在將參照圖4的流程圖描述根據(jù)本發(fā)明的示例實現(xiàn)方式的圖像處理方法。
[0045] 在根據(jù)本示例實現(xiàn)方式的圖像處理方法中，實現(xiàn)包括誤差擴散抖動過程的半色調(diào) 處理過程，其中根據(jù)基于位置的加權機制分配量化誤差，對該基于位置的加權機制進行調(diào) 整，使得僅在包含圖像信息的鄰居單元之間分配誤差。因此，如圖4中圖示的，本示例圖像處 理方法包括:步驟S401，量化輸入圖像數(shù)據(jù);步驟S402，評估圖像中目標單元的量化誤差;步 驟S403，將目標單元的量化誤差僅分配給包含圖像信息的鄰居單元。
[0046] 與傳統(tǒng)的誤差擴散抖動不同，在本示例圖像處理方法中，不再將量化誤差分配給 被選中的一組鄰居單元位置全部，無論那些單元的圖像內(nèi)容如何;作為替代，量化誤差僅擴 散至該被選中的一組位置中圖像內(nèi)容非零(或超過選擇的閾值級別）的鄰居單元。當輸入圖 像數(shù)據(jù)表示一條線時，該示例方法具有僅在該條線延伸的方向上傳播信息的益處，因此較 大程度地保持水平線和豎直線的線銳度和連續(xù)性。
[0047] 目標單元的量化誤差可以以各種方式分配給被選擇的鄰居單元。一種技術包括： 將被分配給特定鄰居單元的誤差部分增加給該鄰居單元的圖像數(shù)據(jù)。特定單元可以具有從 該特定單元是其鄰居的多個目標單元向該特定單元分配的多個誤差部分。
[0048]現(xiàn)在將參照圖5的流程圖描述根據(jù)本發(fā)明的另一示例實現(xiàn)方式的圖像處理方法。 [0049]關于圖4的示例，在根據(jù)圖5的示例實現(xiàn)方式的圖像處理方法中實現(xiàn)圖像處理，該 圖像處理包括基于內(nèi)容的加權誤差擴散抖動過程。在圖5的情況中，僅在以下鄰居單元之間 分配量化誤差:這些鄰居單元的圖像數(shù)據(jù)具有比規(guī)定的閾值大的級別。
[0050] 如圖5中圖示的，本示例圖像處理方法包括:步驟401，接收輸入圖像數(shù)據(jù)，尤其是 多值圖像數(shù)據(jù)。通常，輸入圖像數(shù)據(jù)是要經(jīng)受半色調(diào)處理過程的連續(xù)調(diào)數(shù)據(jù)。這樣的連續(xù)調(diào) 數(shù)據(jù)可以排除正在特殊黑色通道中處理的黑色圖像數(shù)據(jù)。該方法還包括:步驟502,通過參 考一個或多個量化級別中哪個量化級別是被輸入數(shù)據(jù)級別超過的最高級別，量化輸入圖像 數(shù)據(jù)。
[0051] 圖5的圖像處理方法包括：步驟S503,評估該圖像中的目標單元的量化誤差。該評 估可以通過將量化之前和之后的輸入圖像數(shù)據(jù)的值相比較來實施，例如通過從量化之前的 單元的值中減去量化后的單元的值。
[0052]圖5的圖像處理方法使用預定的加權分配方式作為向該圖像中的其它單元分配目 標單元的量化誤差的初步權重指派。在下面將討論的圖5的圖像處理方法的步驟S514中，調(diào) 整此初步權重指派。
[0053]在圖5的示例中，預定的加權分配方式根據(jù)該目標單元附近的一組鄰居單元相對 于目標單元的位置而該組鄰居單元指派權重。在圖5的圖像處理方法的一個實現(xiàn)方式中，預 定的加權分配方式是與Floyd-Steinberg分配方式的那些權重相匹配的權重樣式。因此，在 之后的實現(xiàn)方式中，該預定的加權分配方式向與目標單元(圖1中的單元A)位于同一條線上 的下一鄰居單元指派7/16的權重，向位于下一條線上但在該線上位于比目標單元更靠前的 位置處的鄰居單元(圖1中的單元B)指派3/16的權重，向位于下一條線上且在其線內(nèi)位于與 目標單元相同的位置處的鄰居單元(圖1中的單元C)指派5/16的權重，并且向位于下一條線 上但在該線上位于比目標單元更靠后的位置處的鄰居單元（圖1中的單元D)指派1/16的權 重。
[0054] 將看到，在圖5的示例中使用的該預定的加權分配方式不將權重指派給該目標單 元的所有最近鄰居;其僅將權重指派給尚未進行半色調(diào)處理的那些最近鄰居。不同的加權 分配方式可以用作圖5的預定的加權分配方式，這些加權分配方式包括將權重指派給位于 目標單元附近但不是該目標單元的最近鄰居的一個或多個單元的分配方式。
[0055] 如上面提到的，在圖5的方法的步驟S504處調(diào)整該預定的加權分配方式。更具體 地，調(diào)整該預定的加權分配方式，以減少向由該分配方式覆蓋但事實上不包含信息的鄰居 單元(即，它們具有零或低級別的數(shù)據(jù)級別)指派的權重。通常，通過將鄰居單元的數(shù)據(jù)的級 別與閾值級別作比較，識別具有零或低級別數(shù)據(jù)的鄰居單元?？梢砸匀魏畏奖愕姆绞絹碓O 置閾值級別。但是，在涉及處理8比特輸入圖像數(shù)據(jù)的特定示例中，已經(jīng)發(fā)現(xiàn)將閾值級別設 置成大約16的值是合適的。
[0056] 在圖5的步驟S504中，可以以各種方式減少權重。在一個實現(xiàn)方式中，將具有零或 低數(shù)據(jù)級別的鄰居單元k的權重wk調(diào)整為零。
[0057] 在圖5的步驟S504的一個特定實現(xiàn)方式中，對沒有圖像內(nèi)容的鄰居單元，將根據(jù) Floyd-Steinberg算法的權重調(diào)整為零。因此，例如，在圖1中的單元B處不存在信息(例如， 由于單元B的數(shù)據(jù)級別等于或接近于零），但在單元A、單元C和單元D處存在信息的情況下， 于是在根據(jù)此實現(xiàn)方式的步驟S504中，如下面這樣設置向鄰居單元A至D施加的權重：
[0058] 單元A接收量化誤差的wa/wt，其中wa是7
[0059] 單元B接收量化誤差的wb/wt，其中wb是零 [0000] 單元C接收量化誤差的wc/wt，其中wc是5
[0061 ] 單元D接收量化誤差的wd/wt，其中wd是1，并且wt = Σ twt (在本示例中是13)。
[0062] 在圖1的單元B處不存在信息，但在單元A、單元C和單元D處存在信息的本示例情況 中，下面的表1歸納了通過傳統(tǒng)的Floyd-Steinberg算法向單元A至單元D指派的權重，以及 根據(jù)上面提到的圖5的步驟S504的特定實現(xiàn)方式指派的調(diào)整的權重。
[0063] 表 1
[0064]
[0065]該組調(diào)整的權重強制半色調(diào)處理誤差僅傳播給包含圖像信息的那些單元。如果單 元A至單元D全部包含圖像信息，那么不調(diào)整根據(jù)預定的加權分配方式（例如，F(xiàn)loyd-Steinberg算法）的權重。
[0066]在圖5的步驟S505中，目標單元的量化誤差（半色調(diào)處理誤差）按照由調(diào)整的權重 設置的比例被分配給相關的鄰居單元。
[0067]圖8表示攜帶打印圖像的記錄介質(zhì)S!T，該打印圖像是在以下半色調(diào)處理過程中通 過對由三條彩色線L1'和L3'組成的輸入圖像數(shù)據(jù)進行半色調(diào)處理產(chǎn)生的：該半色調(diào)處 理過程是通過實現(xiàn)圖5的方法使用Floyd-Steinberg誤差擴散權重作為預定的加權分配方 式并且通過將不包含信息的鄰居單元的權重調(diào)整為零而執(zhí)行的。
[0068]圖8與圖2的比較展示出：水平灰線和豎直灰線在通過該圖5的方法實現(xiàn)方式產(chǎn)生 的經(jīng)半色調(diào)處理的圖像中顯現(xiàn)好得多的對齊和連續(xù)性。線銳度得到改善。
[0069] 圖11A和圖11B幫助說明上面提到的改善。
[0070] 圖11A和圖11B圖示以圖5的圖像處理方法為基礎對與圖9的示例相同的圖像數(shù)據(jù) Im應用的圖像處理方法的示例。在圖11A和圖11B的示例中，量化誤差被分配給圖1A中圖示 位于位置A-D的鄰居像素中具有非零內(nèi)容的那些鄰居像素（在此情況中，具有至少16的密 度)。
[0071] 圖11A圖示對圖像數(shù)據(jù)中的左上方的像素進行量化的過程，該像素在輸入圖像數(shù) 據(jù)中具有200的密度。該量化過程將三個點指派給重現(xiàn)圖像中表示該輸入像素的單元，該單 元對應于輸出數(shù)據(jù)中192的密度。因此，量化誤差是200-192,即+8。此量化誤差被分配給鄰 居單元A至D中其密度不低于16的那些鄰居單元，在此情況下，這意味著誤差不被分配給相 對于目標像素位于位置A和位置D處的鄰居像素。對位于位置B和位置C處的像素應用的加權 系數(shù)分別被調(diào)整為3/8和5/8。
[0072]圖11B圖示量化輸入圖像數(shù)據(jù)中的下一目標像素的過程(假設已實現(xiàn)了圖11A中圖 示的誤差分配）。從圖11B的左邊部分能夠看到，當前目標像素的密度未從其0的初始值發(fā)生 改變。此像素在重現(xiàn)圖像中被指派零個點，鑒于當前情況下此像素在該輸入圖像中的實際 值，這是合適的，并且量化誤差為被分配給鄰居像素。因此，從圖11A和圖11B可以看出：誤差 沒有被不恰當?shù)卦黾咏o在輸入圖像中具有零(或可忽略）內(nèi)容的像素。
[0073] 在由圖4和圖5圖示的示例方法中，目標像素的量化誤差被分配給位于以預定的基 于位置的加權機制指定的一組位置處的鄰居像素，但僅被分配給該組中具有不可忽略的內(nèi) 容的像素（即，密度級別超過規(guī)定的閾值級別的像素）。但是，本發(fā)明不局限于此情況。在特 定其它示例方法中，與由該預定的基于位置的加權機制中指定的比例相比，向具有可忽略 的內(nèi)容的鄰居像素分配的量化誤差的分量減少了，但沒有一直減少到零。
[0074] 因此，在一個示例方法中，保留了該量化誤差的一部分，例如該量化誤差的10%。 其余(未保留的）量化誤差僅在以預定的加權機制指定的且具有不可忽略的內(nèi)容的那些鄰 居像素之間分配。但是，量化誤差的保留部分被分配給具有零(或可忽略的）內(nèi)容的鄰居像 素，以便將半色調(diào)隨機化到小程度。被保留的量化誤差的百分比不局限于10%;可以選擇其 它值(例如，15%、20%以及其它值）。在一些應用中，為了向不包含內(nèi)容或包含可忽略的內(nèi) 容的像素進行分配而保留的量化誤差的那部分可以是可由用戶配置的參數(shù)。
[0075] 據(jù)信，本文描述的圖像處理方法的特定實現(xiàn)方式是，如果在單獨的黑色通道中處 理黑色數(shù)據(jù)并且向其它數(shù)據(jù)施加誤差擴散，則有可能實現(xiàn)限定細彩色線的點的準完美對齊 (即，即使在使用放大鏡檢查重現(xiàn)圖像中的細彩色線時，也看起來完美的對齊)的唯一方法。 因此，在這樣的情況下，重現(xiàn)圖像中的細彩色線的準完美點對齊是已在對圖像進行半色調(diào) 處理中使用根據(jù)本發(fā)明的方法的標志。
[0076]本發(fā)明的示例的圖像處理方法不局限于在包含除黑色之外的顏色的圖像數(shù)據(jù)通 道中的應用。這些新的方法可以僅在特殊的黑色通道中應用，或者在所有圖像數(shù)據(jù)通道(所 有彩色面(color plane))中應用，或在(與被選擇的彩色面有關的)通道的被選擇的子集中 應用，并且這里對"彩色面"的引用包括黑色。應用該方法的特定彩色面的選擇當然也基于 用于表示圖像數(shù)據(jù)的色彩空間（CMYK、RGB、C-l ightC-M-1 ightM-Y-K等等）。
[0077]實現(xiàn)圖4和5的圖像處理方法具有容易實現(xiàn)的益處，而不需要復雜的或笨重的組 件。此外，盡管這些方法涉及為每個圖像單元計算誤差擴散權重，但是權重的計算是如此簡 單，使得不需要已經(jīng)用于實現(xiàn)其它誤差擴散抖動過程之外的額外處理能力。
[0078]現(xiàn)在將參照圖6和圖7描述可以用于根據(jù)本發(fā)明的示例實現(xiàn)方法的圖像處理設備 的一些示例。
[0079]圖6圖示一個示例圖像處理設備10,示例圖像處理設備10包括增加器20、量化器 30、量化誤差評估器40和分配誤差計算器50。分配誤差計算器50包括權重設置單元60。 [0080]在圖6的圖像處理設備10中，要處理的輸入圖像數(shù)據(jù)被提供至增加器20。增加器20 將從其它單元分配的誤差添加至特定輸入圖像單元的圖像數(shù)據(jù)，假設此輸入圖像單元包含 信息（即，假設其數(shù)據(jù)級別是非零的和/或大于或等于閾值級別）。增加器20的輸出對應于相 關輸入圖像單元的修改版本。輸入圖像單元的該修改版本被提供給量化器30和量化誤差評 估器40。量化器通過將目標單元的數(shù)據(jù)級別與一個或多個量化級別作比較來對目標單元進 行量化(半色調(diào)處理），并且輸出經(jīng)量化的值。該經(jīng)量化的值被輸出作為輸出圖像單元。經(jīng)量 化的值還被提供至量化誤差評估器40,量化誤差評估器40將該經(jīng)量化的值與預量化值作比 較，以確定由量化過程引入的誤差。所計算的誤差被提供至分配誤差計算器50。
[0081 ]分配誤差計算器50確定如何將適于特定目標單元的量化誤差分配給該目標單元 附近的其它單元，并且在此示例中，分配誤差計算器50按照通過由權重設置單元60提供的 權重而設置的比例來分配量化誤差。在此示例中，分配誤差計算器50累積從其它目標單元 分配給特定單元的誤差分量，并且當該單元變?yōu)槟繕藛卧獣r，向增加器20輸出經(jīng)累積的誤 差，使得可以將相關單元修改與經(jīng)累積的誤差對應的量。
[0082]在此示例中，權重設置單元60參照預定的加權分配方式并參照鄰居單元的內(nèi)容， 設置將被用于向一組鄰居單元分配適于目標單元的量化誤差的權重。在一個實現(xiàn)方式中， 預定的加權分配方式根據(jù)該組中每個鄰居單元相對于目標單元的位置，指派預定的權重， 并且如果鄰居單元不包含信息(例如，其數(shù)據(jù)級別為零），則將此鄰居單元的權重調(diào)整為零。 [0083]針對不包含圖像信息(或低于閾值數(shù)據(jù)級別）的單元，每當此單元對應于成為接收 從目標單元分配的量化誤差的候選者的鄰居單元時，權重設置單元60設置零權重，并且因 此不對此單元分配誤差。因此，當此單元變成目標單元且被提供給增加器20時，存在由分配 誤差計算器50分配給此單元的零累積誤差分量。結果，增加器20不修改此單元的數(shù)據(jù)值。因 此，在該實現(xiàn)方式中，圖6的圖像處理設備10僅將量化誤差分配給具有圖像內(nèi)容的單元。因 此，針對輸入圖像中的彩色線，量化誤差僅沿該線的方向傳播。
[0084]圖7圖示另一示例圖像處理設備100。圖像處理設備100包括輸入緩沖器110、增加 器120、量化器130、被設置用于實施減法的增加器140、分配誤差計算器150、比較器170以及 內(nèi)容標記緩沖器180。在操作期間，分配誤差計算器150參考預定的加權分配方式200。預定 的加權分配方式200的細節(jié)可以以不同的方式提供給分配誤差計算器。例如，預定的加權分 配方式的細節(jié)可以作為信息保存在寄存器或存儲器中（保存在分配誤差計算器150本地，或 與分配誤差計算器150分離地保存，但可由分配誤差計算器150訪問）。作為另一示例，細節(jié) 可以硬線連接至具有與權重對應的系數(shù)和延遲線等等的過濾器結構中，延遲線確保向相對 于目標單元位于期望位置的單元施加權重。
[0085]在圖7的圖像處理設備100中，要處理的輸入圖像數(shù)據(jù)被提供給輸入緩沖器110。從 輸入緩沖器110向比較器170提供與輸入圖像數(shù)據(jù)中的單元有關的圖像數(shù)據(jù)，在比較器170 中將該圖像數(shù)據(jù)與閾值級別（圖7中的標記ref)作比較，以確定考慮中的單元是否包含圖像 信息。該比較的結果作為用于考慮中的單元的內(nèi)容標記存儲在內(nèi)容標記緩沖器180中。因 此，在內(nèi)容標記緩沖器180中保存的內(nèi)容標記指示單元是否缺少圖像信息（例如，具有為零 或小于閾值的數(shù)據(jù)級別）。
[0086]從輸入緩沖器110輸出圖像數(shù)據(jù)，并且將該圖像數(shù)據(jù)提供給增加器120。增加器120 將從其它單元分配的誤差增加至特定輸入圖像單元的圖像數(shù)據(jù)，假如此輸入圖像單元包含 信息（即假如其數(shù)據(jù)級別是非零的和/或大于或等于閾值級別）。增加器120的輸出對應于相 關輸入圖像單元的修改版本。輸入圖像單元的該修改版本被提供給量化器130并且被提供 給減法性的增加器140。量化器通過將目標單元的數(shù)據(jù)級別與一個或多個量化級別作比較 來對目標單元進行量化(半色調(diào)處理），并且輸出經(jīng)量化的值。該經(jīng)量化的值作為輸出圖像 單元輸出。該經(jīng)量化的值還被提供給減法性的增加器140。減法性的增加器140從預量化值 中減去量化的單元值，并且輸出考慮中的目標單元的量化誤差。由減法性的增加器140輸出 的量化誤差被提供給分配誤差計算器150。
[0087] 在圖7圖示的示例中，分配誤差計算器150確定如何向特定目標單元附近的其它單 元分配適用于該目標單元的量化誤差，在此實現(xiàn)方式中，分配誤差計算器150根據(jù)預定的加 權分配方式200的調(diào)整版本來將量化誤差分配給鄰居單元。
[0088] 在此示例中，當鄰居單元不包含圖像信息時，那么分配誤差計算器150調(diào)整由預定 的加權分配方式200指派給該鄰居單元的權重。在此示例圖像處理設備中，使用比較器170 來確定特定單元是否包含圖像信息，比較器170將來自輸入緩沖器110的單元的數(shù)據(jù)級別與 閾值級別ref作比較。如果單元的數(shù)據(jù)級別低于該閾值ref，那么在內(nèi)容標記緩沖器180中為 此單元設置內(nèi)容標記。當分配誤差計算器150調(diào)整一組鄰居單元的權重以確定如何將量化 誤差分配給那些單元時，分配誤差計算器150檢查內(nèi)容標記緩沖器180中的標記，以確定該 組中的任何鄰居單元是否不包含信息。
[0089] 在此示例中，分配誤差計算器150計算要分配給目標單元附近的鄰居單元的誤差 分量，并且向誤差累積緩沖器160輸出分配的誤差。誤差累積緩沖器160為圖像中的不同單 元累積已分配給此單元的誤差分量。當特定單元變成被輸入到增加器120的目標單元時，誤 差累積緩沖器160向增加器120輸出此單元的累積誤差，使得可以將目標單元修改與該累積 誤差對應的量。
[0090] 針對不包含圖像信息的單元，誤差累積緩沖器160對要分配給此單元的誤差保持 零值。結果，增加器220不修改此單元的數(shù)據(jù)值。因此，還在此實現(xiàn)方式中，圖8的圖像處理設 備1〇〇僅將量化誤差分配給具有圖像內(nèi)容的單元。因此，針對輸入圖像中的彩色線，量化誤 差僅沿該線的方向傳播。
[0091] 盡管已經(jīng)描述了圖像處理方法和設備的特定示例，但是將理解，可以在所附權利 要求的范圍內(nèi)對所描述的示例做出改變和增加。
[0092] 例如，在圖6和圖7中圖示的示例圖像處理設備中，使用硬件實現(xiàn)各個組成元件。但 是，應提到，可以使用用軟件實現(xiàn)的且由處理器運行的適當?shù)墓δ苣K實現(xiàn)所圖示的硬件 組件的功能。
【主權項】
1. 一種圖像處理方法，所述方法將多級別的輸入圖像數(shù)據(jù)轉換成具有更少級別的輸出 圖像數(shù)據(jù)，其中所述輸入圖像數(shù)據(jù)和所述輸出圖像數(shù)據(jù)表示由單元形成的圖像，所述方法 包括以下步驟： 根據(jù)所述更少級別，量化所述輸入圖像數(shù)據(jù)， 評估在該量化步驟中產(chǎn)生的量化誤差，以及 按照由一組權重確定的比例，向位于圖像的目標單元附近的一組鄰居單元分配為所述 目標單元評估的所述量化誤差， 其中所述一組權重是通過調(diào)整預定的加權分配方式來確定的，所述預定的加權分配方 式根據(jù)所述一組鄰居單元相對于所述目標單元的位置而向所述一組鄰居單元指派預定的 權重，并且所述調(diào)整包括:將向所述一組鄰居單元中數(shù)據(jù)級別低于閾值的多個鄰居單元指 派的權重降低至向對應的單元位置指派的預定值以下。2. 根據(jù)權利要求1所述的圖像處理方法，其中分配的步驟包括:按照由所述一組權重確 定的比例，向位于所述圖像的目標單元附近的一組鄰居單元增加為所述目標單元評估的所 述量化誤差的多個部分。3. 根據(jù)權利要求1所述的圖像處理方法，其中分配的步驟包括:按照由所述一組權重確 定的比例，從用于量化位于所述目標單元附近的所述一組鄰居單元的量化級別中減去所述 量化誤差的多個部分。4. 根據(jù)權利要求2所述的圖像處理方法，其中所述輸入圖像數(shù)據(jù)是連續(xù)調(diào)數(shù)據(jù)，并且所 述輸出圖像數(shù)據(jù)是半色調(diào)圖像數(shù)據(jù)。5. 根據(jù)權利要求2所述的圖像處理方法，其中所述一組鄰居單元由i個鄰居單元組成， 所述預定的加權分配方式根據(jù)所述一組鄰居單元中的所述i個鄰居單元相對于所述目標單 元的位置來向所述一組鄰居單元中的所述i個鄰居單元指派權重WVE 1W1，并且所述調(diào)整減 小所述一組鄰居單元中數(shù)據(jù)級別低于所述閾值的鄰居單元k的權重的系數(shù)W k。6. 根據(jù)權利要求5所述的圖像處理方法，其中所述調(diào)整將所述一組鄰居單元中數(shù)據(jù)級 別低于所述閾值的鄰居單元k的權重的系數(shù)Wk設置為零。7. 根據(jù)權利要求6所述的圖像處理方法，其中所述預定的加權分配方式根據(jù)弗洛伊德-斯坦恩伯格算法來向所述一組鄰居單元中的所述i個鄰居單元指派權重Wi/Σ iWi。8. 根據(jù)權利要求7所述的圖像處理方法，其中所述多級別的輸入圖像數(shù)據(jù)是η比特數(shù) 據(jù)，并且所述閾值級別是2(η4)。9. 根據(jù)權利要求2所述的圖像處理方法，包括保留所述目標單元的所述量化誤差的一 部分的步驟，其中分配所述量化誤差的步驟包括:將除所保留的量化誤差之外的量化誤差 分配給所述一組鄰居單元中數(shù)據(jù)級別不低于所述閾值級別的多個鄰居單元，并且進一步提 供了將所保留的量化誤差分配給所述一組鄰居單元中數(shù)據(jù)級別低于所述閾值的多個單元 的步驟。10. -種打印方法，包括以下步驟： 實施根據(jù)權利要求1所述的圖像處理方法，以及 打印已通過所述圖像處理方法處理的圖像數(shù)據(jù)。11. 一種圖像處理器（10)，包括： 輸入端，用于接收表示由單元形成的圖像的多級別的輸入圖像數(shù)據(jù)， 量化器(30)，用于根據(jù)比所述輸入圖像數(shù)據(jù)中可表示的數(shù)量更少的級別，量化所述多 級別的輸入圖像數(shù)據(jù)， 量化誤差評估器(40)，用于評估由所述量化器產(chǎn)生的量化誤差， 誤差分配單元(20,50)，用于按照由一組權重確定的比例，向位于圖像的目標單元附近 的一組鄰居單元分配為所述目標單元評估的所述量化誤差，以及 權重設置單元(60)，用于通過調(diào)整預定的加權分配方式來產(chǎn)生所述一組權重，所述預 定的加權分配方式根據(jù)所述一組鄰居單元相對于所述目標單元的位置來向所述一組鄰居 單元指派預定的權重，其中所述調(diào)整包括:將向所述一組鄰居單元中數(shù)據(jù)級別低于閾值的 多個鄰居單元指派的權重降低至向對應的單元位置指派的預定值以下。12. 根據(jù)權利要求11所述的圖像處理器（10)，其中所述誤差分配單元包括分配誤差計 算器(50)以及增加器(20)，所述分配誤差計算器(50)用于計算要向所述一組鄰居單元中的 不同鄰居單元分配的誤差，所述增加器(20)用于將分配的誤差增加至所述鄰居單元的圖像 數(shù)據(jù)。13. 根據(jù)權利要求11所述的圖像處理器，其中所述誤差分配單元包括分配誤差計算器 以及量化級別調(diào)整器，所述分配誤差計算器用于計算要向所述一組鄰居單元中的不同鄰居 單元分配的誤差，所述量化級別調(diào)整器用于對由所述量化器用于量化所述鄰居單元的圖像 數(shù)據(jù)的量化級別減去分配的誤差。14. 一種打印機，包括根據(jù)權利要求11所述的圖像處理器(10)。15. 根據(jù)權利要求14所述的打印機，其中單獨的處理通道是為黑色圖像數(shù)據(jù)限定的。
【文檔編號】H04N1/405GK105900412SQ201380080952
【公開日】2016年8月24日
【申請日】2013年10月15日
【發(fā)明人】塞格歐·皮加德·阿拉門迪亞, 安吉爾·馬丁內(nèi)茲·巴蘭比奧, 路易斯·加西亞·加西亞, M·伊莎貝爾·博雷爾·巴約納
【申請人】惠普發(fā)展公司，有限責任合伙企業(yè)