CN100417177C

CN100417177C - 图像处理装置和方法

Info

Publication number: CN100417177C
Application number: CNB031204287A
Authority: CN
Inventors: 山田顕季; 平林弘光; 矢野健太郎; 加藤真夫; 今福和也
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2002-03-15
Filing date: 2003-03-14
Publication date: 2008-09-03
Anticipated expiration: 2023-03-14
Also published as: EP1345411A3; CN1445979A; EP1345411A2; EP1345411B1; US7312901B2; US20030174352A1

Abstract

提供一种对由多个浓度分量组成的多值图像数据实施误差扩散处理，输出该误差扩散处理的结果的图像处理装置和方法。该装置包括：根据上述多个浓度分量中的第一浓度分量的浓度值进行误差扩散的第一误差扩散单元；根据上述第一浓度分量的浓度值和其它的浓度分量中的至少一个浓度分量的浓度值进行误差扩散的第二误差扩散单元；以及相应于规定的条件判定在上述第一误差扩散单元和上述第二误差扩散单元中使用哪一个误差扩散单元的判定单元。根据本发明，可以借助简单的构成进行高速处理，同时，对落点位置偏离也可进行有效的误差扩散处理。

Description

图像处理装置和方法

技术领域

本发明涉及图像处理装置、方法及程序，特别涉及对多值图像数据进行误差扩散处理作为伪半色调处理的图像处理装置、方法及程序。

背景技术

现在已知作为对以二值表现的多值图像进行伪色调处理有误差扩散法(“An Adaptive Algorithm for Spatial Gray Scale”in Society forInformation Display 1975 Symposium Digest of Technical Papers，1975，36)。这一方法是一种，如以着眼像素为P、其浓度为v、着眼像素P的周边像素P0、P1、P2、P3的浓度分别为v0、v1、v2、v3、用于二值化的阈值为T，将着眼像素P的二值化误差E以通过经验方式求出的权重系数W0、W1、W2、W3分为P0、P1、P2、P3，在宏观上使平均浓度与元画像的浓度相等的方法。

例如，以输出的二值数据为o，

如果v≥T，则0＝1，E＝v-V_max

如果v＜T，则0＝1，E＝v-V_min...(1)

(其中：Vmax：最大浓度、V_min：最小浓度)

可以表示为：

v0＝v0+E×W0…(2)

v1＝v1+E×W1…(3)

v2＝v2+E×W2…(4)

v3＝v3+E×W3…(5)

(权重系数的例子：W0＝7/16、W1＝1/16、W2＝5/16、W3＝3/16)。

现在，例如，彩色喷墨印字机在使用青(C)、红(M)、黄(Y)、黑(K)4色输出多值图像时，各色独立地利用误差扩散法进行伪色调处理。因此，即使是在观看一色时视觉特性优异，但两色以上重叠不见得一定会得到良好的视觉特性。

为了对这一问题进行改进，在日本专利特开平8-279920号公报及特开平11-10918号公报等之中公开了通过组合两种以上颜色并使用误差扩散法，即使是在两色以上重叠时，也可以获得良好的视觉特性的伪半色调处理方法。

另外，在日本专利特开平9-139841号公报中公开了一种在对两种以上的颜色独立地进行伪半色调处理以后，通过输入值相加对输出值进行修正，进行同样的改进的方法。

特别是，为了减少彩色图像的中浓度区域的颗粒感，已知有很有效的图像形成法可使青色分量(C)和红色分量(M)的色点互相不重叠，用于此目的的方法有以下方法。图16为用来说明按照现有的喷墨方式的图像形成控制的示图。

此处，图像数据说明的是各图像各浓度分量(Y、M、C、K)是以8位(比特)(色调值0～255)的多值数据表示的情况。

如设多值彩色图像的着眼像素的C分量和M分量的浓度值分别为Ct、Mt，原图像的C分量和M分量的浓度值分别为C、红色分量(M)时可得：

Ct＝C+Cerr

Mt＝M+Merr

其中Cerr和Merr，分别是C分量和M分量对于着眼的像素的误差扩散的值。

关于图16所示的C、M的图像形成，按照着眼像素的C分量和M分量，进行4种图像形成控制。

1.在(Ct+Mt)的和在阈值(Threshold 1)以下，即属于图16的区域R1时，不使用C(青)色墨及M(红)色墨记录色点。

2.在(Ct+Mt)的和超过阈值，并且(Ct+Mt)的和未达到另一阈值(Threshold 2)，而且Ct＞Mt，即属于图16的区域R2时，只使用C色墨记录色点。

3.在(Ct+Mt)的和在阈值以下，并且(Ct+Mt)的和未达到另一阈值(Threshold 2)，而且Ct≤Mt，即属于图16的区域R3时，只使用M色墨记录色点。

4.在(Ct+Mt)的和在阈值(Threshold 2)以上，即属于图16的区域R4时，使用C色墨及M色墨记录色点。

另外，此处假设，在上述各阈值之间，Threshold 1＜Threshold 2的关系式成立。

但是，在现有的方式中，进行量子化时的色调级越多，判别式越复杂，处理时间越长。

下面示出的是在现有的方式中将红色进行3值量子化时的示例。

Ct＝C+Cerr

Mt＝M+Merr

Cout＝0

Mout＝0

If(Ct+Mt＞Threshold1)

If(Ct＞Mt)

Cout＝1

else

Mout＝1

else

If(Ct+Mt＜Threshold2)

If(Ct＞Mt+Const1)

Cout＝2

else

If(Mt＞Ct+Const1)

Mout＝2

else

Cout＝1

Mout＝1

else

If(Ct+Mt＜Threshold3)

If(Ct＞Mt)

Cout＝2

Mout＝1

else

Cout＝1

Mout＝2

else

Cout＝2

Mout＝2

这样，仅仅是3值量子化已经如此复杂，在更多色调级量子化时更复杂。

另外，为了在进行多值误差扩散处理期间使两种以上的颜色不互相重叠而进行控制时，对于在印字机中实际输出时的点的落点位置偏离等，存在如下所述的图像上要解决的问题。关于这一问题，参照图17A、17B及18A、18B予以说明。图17A、17B为示出用来说明现有的应该解决的问题的加亮部分的输出图像的示图，图18A、18B为示出用来说明现有的应该解决的问题的半色调部分的输出图像的示图。

其中，图17A表示加亮部分的二色同时误差扩散的印字机输出纸面上的结果例，图中涂满小点的圆点(点)601表示青色墨点，涂满斜线的圆点(点)602表示红色墨点。在图17A所示的结果例中，纸面上大致均匀地被青色墨点601和红色墨点602占据，此结果例成为良好的图像。与此相对，图17B示出的是图17A的青色墨点群全体向左侧移动大致与墨点直径相同的宽度时。在此场合，因为纸面上的配置有一些差别，并且青色墨点601和红色墨点602未达到互相重叠的程度，作为纸面上的墨水的覆盖率的面积因子没有变化。

在图18A中示出半色调部分的二色同时误差扩散的印字机输出纸面上的结果例，图中涂满小点的圆点(点)701表示青色墨点，涂满斜线的圆点(点)702表示红色墨点。在图8A所示的结果例中，因为纸面上大致均匀地被青色墨点701和红色墨点702占据，此结果例成为良好的图像。与此相对，图18B示出的是图18A的青色墨点群全体向左侧移动大致与墨点直径相同的宽度时。在此场合，因为与从图17A到图17B的迁移不同，青色墨点701和红色墨点702互相重叠的几率很高，作为纸面上的墨水的覆盖率的面积因子发生很大变化。

面积因子的变化很容易作为大的差别被人眼所捕获。并且，作为上述青色墨点和红色墨点的位置偏离的主要因素，在主扫描方向上有，例如，托架电机的振动和输出对象的媒体的弯曲、由于输出对象吸收墨水而产生的媒体的膨胀和时效变化、各色墨水每一种的喷出速度的差别等，而在副扫描方向上有送纸辊及齿轮偏心导致的送纸不匀及纸张的上端、下端部分的纸张的动作的不稳定性等。

在这些主要因素中，由于输出对象媒体的位置而引起的变化的因素很多。由此，在由于位置使面积因子变化时，此面积因子的变化就被人眼作为大的图像斑点而得以识别。

发明内容

本发明正是鉴于上述问题而完成的，其目的为提供一种即使是在色调数更多的图像处理形态中，也可以以简单的结构在高速处理的同时，对点的落点位置偏离执行有效作用的图像处理装置、图像处理方法以及程序。

本发明的另一目的为提供一种即使是在色调数更多的图像处理形态中，也可以进行高速处理并且可以使保持的表信息的大小紧凑，还可对点的落点位置偏离进行良好的图像处理的图像处理装置及方法以及程序。

为达到上述目的，本发明提供一种对由多个浓度分量组成的多值图像数据实施误差扩散处理、输出该误差扩散处理的结果的图像处理装置，其特征在于包括：根据上述多个浓度分量中的第一浓度分量的浓度值进行误差扩散的第一误差扩散单元；根据上述第一浓度分量的浓度值和其它的浓度分量中的至少一个浓度分量的浓度值进行误差扩散的第二误差扩散单元；以及相应于规定的条件判定在上述第一误差扩散单元和上述第二误差扩散单元中使用哪一个误差扩散单元的判定单元。

另外，在上述图像处理装置中特征在于，上述规定的条件是，在上述第一浓度分量的浓度值在规定的区域中时，具有使用上述第一误差扩散单元的几率比使用上述第二误差扩散单元的几率高的特性的条件。

另外，在上述图像处理中特征在于，上述规定区域是，在上述第一浓度分量的浓度值为比0大的量子化代表值的最小值以下的区域和为第二大的量子化代表值以上的区域中的至少一个区域中包含的区域。

另外，在上述图像处理装置中特征在于，上述规定区域是，包含上述第一浓度分量的浓度值为比0大的量子化代表值的最小值以下的区域和为第二大的量子化代表值以上的区域中的至少一个区域的区域。

另外，为达到上述目的，本发明提供一种图像处理方法，对由多个浓度分量组成的多值图像数据实施误差扩散处理，输出该误差扩散处理的结果，其特征在于包括：相应于规定的条件，判定在根据上述多个浓度分量中的第一浓度分量的浓度值进行误差扩散的第一误差扩散单元、和根据上述第一浓度分量的浓度值和至少一个其它的浓度分量的浓度值进行误差扩散的第二误差扩散单元中使用哪一个误差扩散单元的判定工序。

本发明的其他特点和优点可从参考下面的附图的描述而了解，附图各图中同样或类似的部件赋予同样的标号。

附图说明

附图包含在本说明书中并构成其一部分，示出本发明的实施方案，并且与描述一起用来说明本发明的原理。

图1为示出用于构成本发明的共通的实施方案的图像处理装置的信息处理系统的概略构成的框图。

图2为为示出构成信息处理系统的主机服务器51和图像输出装置52的硬件构成概要的框图。

图3为具体示出图2的图像输出装置52的构成的斜视图。

图4为示出图1的信息处理系统中使用的软件构成的框图。

图5为示出利用图4的信息处理系统的软件构成的图像处理的步骤的流程图。

图6为示出图1的信息处理系统的图像形成控制的步骤的流程图。

图7A、7B为示出图6的图像形成控制中使用的阈值条件和输出例的示图。

图8A、8B为示出利用图6的图像形成控制的半色调部分的输出图像例的示图。

图9A、9B为示出暗色部分的二色同时误差扩散的印字机输出纸面上的结果例的示图。

图10A、10B为示出与暗色相比的半色调部分的二色同时误差扩散的印字机输出纸面上的结果例的示图。

图11为示出本发明的实施方案2的图像形成控制的步骤的流程图。

图12A、12B为示出在图11的图像形成控制中使用的阈值条件和输出例的示图。

图13A、13B为示出在本发明的实施方案2中的图像形成控制中使用的阈值条件和输出例的示图。

图14为示出本发明的实施方案4的图像形成控制的步骤的流程图。

图15为包含图14的图像形成控制的误差扩散方法的误差扩散处理的切换步骤的流程图。

图16为示出按照现有的喷墨方式的图像形成控制的示图。

图17A、17B为示出用来说明现有的应该解决的问题的加亮部分的输出图像的示图。

图18A、18B为示出用来说明现有的应该解决的问题的半色调部分的输出图像的示图。

图19为示出本发明的实施方案7的基于红色浓度值的青色的量子化阈值和输出量子化值的关系的一例的示图。

图20为示出本发明的实施方案7的基于红色浓度值的青色的量子化阈值和输出量子化值的关系的另一例的示图。

图21为示出本发明的实施方案8的基于红色浓度值的青色的量子化阈值和输出量子化值的关系的一例的示图。

图22为示出本发明的实施方案8的基于红色浓度值的青色的量子化阈值和输出量子化值的关系的另一例的示图。

图23为示出本发明的实施方案9的基于红色浓度值的青色的量子化阈值和输出量子化值的关系的一例的示图。

图24为示出本发明的实施方案9的基于红色浓度值的青色的量子化阈值和输出量子化值的关系的另一例的示图。

图25为示出本发明的实施方案10的基于红色浓度值的青色的量子化阈值和输出量子化值的关系的一例的示图。

具体实施方式

下面利用附图对本发明的优选实施方案予以详细说明。

下面利用附图对本发明的实施方案的图像处理装置予以详细说明。

(共通的实施方案)

在下面示出的实施方案中对共同使用的图像处理系统的全体概要、硬件构成的概要、软件构成的概要以及图像处理的概要予以说明。

1.图像处理系统的整体概要

在图1中，本图像处理系统由个人计算机(以下只称其为“微机”)构成，具备由作为图像处理装置运行的主机服务器51、喷墨印字机等构成的图像输出装置52，在这些之间通过双向接口53相连接。

主机服务器51的构成包括后述的MPU、存储器、作为大容量存储装置的硬盘驱动器、键盘以及由CRT等组成的显示装置，在存储器中存储(存放)适用本发明的驱动软件。

2.主机服务器51和图像输出装置52的硬件构成

图2为为示出图1的主机服务器51和图像输出装置52的硬件构成概要的框图。

在图2中，主机服务器51的构成包括处理单元1000、显示装置2001、存放控制程序及数据的硬盘驱动器(HDD)2002以及键盘2003。

处理单元1000的构成包括按照控制程序对主机服务器51整体进行控制的MPU 1001、将处理单元1000内的各构成要素互相连接的总线1002、临时存储MPU 1001执行的控制程序及数据等的DRAM1003、连接系统总线1002及MPU 1001的桥1004及具有用来在显示装置2001上显示图形信息的控制功能的图形适配器1005。

另外，处理单元1000的构成包括管理和硬盘驱动器2002的接口HDD控制器1006、管理和键盘2003接口的键盘控制器1007及控制和图像输出装置52之间的通信的并行接口通信I/F 1008。

处理单元1000经图形适配器1005与显示装置2001相连接，经HDD控制器1006与图像输出装置52相连接，并且经键盘控制器1007与键盘2003相连接。

图像输出装置52的构成包括控制电路单元3003、记录头3010、驱动用来移动记录头3010的托架的托架(CR)电机3011以及用来传送打印用纸的传送电机3012。

控制电路单元3003的构成包括兼备控制程序执行功能和外围装置控制功能对图像输出装置52整体进行控制的MCU 3001、使控制电路单元3003内的各构成要素互相连接的系统总线3002以及作为将记录数据供给记录头3010、对存储器地址进行译码、生成用于控制托架电机的控制脉冲的机构等的电路存放于内部的门阵列3013(G.A.)。

另外，控制电路单元3003的构成包括存放MCU 3001执行的控制程序及主机印刷信息等的ROM 3004、保存各种数据(图像记录信息及供给记录头的记录数据等)的DRAM 3005、按照IEEE1284标准控制和主机装置51之间的通信的并行接口通信I/F3006以及根据从门阵列3013输出的记录信号变换为用来驱动记录头3010的电气信号的记录头驱动器3007。

控制电路单元3003的构成包括将从门阵列3013输出的托架电机控制脉冲变换为实际用来驱动托架电机3011的电气信号的CR电机驱动器3008和将从MCU 3001输出的传送电机控制脉冲变换为实际用来驱动LF电机3012的电气信号的传送电机驱动器3009。

下面对图像输出装置52的具体构成予以说明。

图3为示出图1的图像输出装置52的代表性实施方案的喷墨印字机的概略构成的斜视图。

在图3中，喷墨印字机IJRA，除了图2所示的控制电路单元3003之外，其构成还包括记录头IJH(记录头3010)、托架HC、墨水池IT和墨水盒IJC.记录头IJH，可以根据YMCK各分量的多值浓度数据，至少利用黄(Y)、红(M)、青(C)和黑(K)四种墨水记录彩色图像。

托架HC，与通过同驱动电机5013的正反转连动的驱动力传送齿轮5009～5011转动的导螺杆5005的螺旋沟5004啮合。另外，托架HC具有一个销钉(图中未示出)，由导杆5003支持在箭头a、b方向上往复移动。

在托架HC上装设有内藏墨水池IT的一体型墨水盒IJC。压纸板5002沿着托架HC的移动方向将记录用纸P压向滚筒5000。光耦合器5007、5008是用来确认托架HC的杆柄5006的存在而进行驱动电机5013的转动方向切换等的原位检测器。

支持构件5016是用来支持罩住记录头IJH的前面的盖罩构件5022的。吸引器5015是用来吸引盖罩构件5022内部的，经盖罩内开口5023进行记录头IJH的吸引复原。构件5019可使刮板5017在前后方向上移动，由主体支持板5018对这些进行支持。此外，刮板5017，不限于本形态，公知的刮板都可以应用自不待言。

杆柄5021是用来开始吸引复原的吸引的杆柄，随着与托架HC啮合的凸轮5020的移动，来自驱动电机的驱动力借助离合器切换等公知的传递机构进行移动控制。

这些罩盖、清刮、吸引复原构成为，在托架HC达到原位侧区域时，由于导螺杆5005的作用而在其对应的位置进行所要求的处理，如在公知的定时可进行所要求的动作，在本例中任何一种都可应用。

另外，如上所述，墨水池IT和记录头IJH是形成一体而构成可交换的墨水盒IJC，但这些墨水池IT和记录头IJH的构成也可以是分离的并在墨水用光时只更换墨水池IT就可以了。

3.软件构成的概要及图像处理的概要

图4为示出图1的信息处理系统中使用的软件构成的框图。

在图4中，主机服务器51具备分层结构的应用软件、操作系统(OS)及驱动软件三种软件，这些软件互相协作进行图像处理而向图像输出装置52输出记录数据。

在应用软件的层次上设置有应用软件11，在OS(操作系统)层次上设置有接受来自应用软件11的绘图命令的绘图处理接口21和将生成的图像数据转送到喷墨印字机等图像输出装置52的假脱机系统22。

于是，在驱动软件层次上设置有，接受图像输出装置52固有的表现形式所存储的装置固有的绘画功能31-1、31-2、...、31-n和来自OS的线分割化图像信息、从驱动软件的内部的表色系统变换为器件固有的表色系统的色特性变换模块33、将表示器件的各像素的状态变换为量子化量的半色调处理模块34以及对实施了半色调处理的图像数据添加发给图像输出装置52的命令而输出到假脱机系统22的印字命令生成模块35。

在本实施方案中，其结构为各个分别依存图像输出装置52的部分和装置固有绘画功能31-1、31-2、...、31-n可以进行处理、对依存于图像输出装置52的个别安装的程序部件可以进行共通处理的程序分离，并且驱动软件的主干处理部分从个别的图像输出装置独立。

变换为量子化量的线分割化图像，由色特性变换模块33及半色调处理模块34实施图像处理，由印字命令生成模块35添加数据压缩/命令，经设置于OS(操作系统)中的假脱机系统22输出到图像输出装置52。

下面对图1的图像处理系统的图像处理概要予以具体说明。

图5为示出在图1的信息处理系统中执行的图像处理的流程图。

在图5中，在应用软件11向图像输出装置52输出图像时，首先，应用软件11通过OS的绘图处理接口21向驱动软件内部的装置固有绘画功能31-1、31-2、...、31-n发出文字、线段、图形以及位图等的绘图命令。

之后，判定构成图面/纸面的绘图命令是否结束(步骤S2)，如绘图命令结束(步骤S2中的YES)，OS就调用驱动软件内部的装置固有绘画功能31-1、31-2、...、31-n，同时将各绘图命令从OS的内部形式变换为装置固有的表现形式(将各绘图单位进行线分割化的形式)(步骤S3)，之后将图面/纸面作为线分割化的图像信息转送到驱动软件(步骤S4)。

在驱动软件内部，在利用色特性变换模块33进行色特性校正的同时，从驱动软件内部的表色系统变换为器件固有的表色系统(步骤S5)，再由半色调处理模块34将表示器件的各像素的状态变换为量子化量(半色调处理)(步骤S6)。此外，此处所谓的量子化量变换，是对应图像输出装置52处理的数据的形态的多值化。例如，在图像输出装置52的纪录根据二值数据进行时是二值化，在图像输出装置52的纪录根据多值数据(为了利用浓淡墨水进行纪录、利用大小墨点进行纪录)进行时是多值化。对于这一半色调处理的详细情况在后述的各实施方案中予以说明。

印字命令生成模块35，接受任何一种量子化(二值化、多值化等)的图像数据(步骤S7)。印字命令生成模块35，将量子化的图像数据以不同的方法进行加工而与图像输出装置52的特性相符，对该图像信息进行压缩，添加命令头，生成数据(步骤S8)。

之后，印字命令生成模块35，将生成的数据转送到设置于OS内部的假脱机系统22(步骤S9)，输出到图像输出装置52(步骤S10)而结束本处理。

在本实施方案中，通过由MPU 1001执行存放于主机服务器51内的硬盘驱动器2002等之中的根据图5的处理的程序，可实现上述的控制方法。

如上所述，因为驱动软件的主干处理部分与图像输出装置52在结构上是独立的，驱动软件和图像输出装置52之间的数据处理的分担可以在不损害驱动软件的构成的情况下灵活地改变，在软件的维护及管理方面有利。

下面对利用本实施方案的半色调处理模块34执行的误差扩散处理的详细情况予以说明。此外，以下说明的误差扩散处理，各像素是由黄色分量(Y)、红色分量(M)、青色分量(C)和黑色分量(K)组成的浓度数据，各分量是使用由8位(256色调表示)构成的多值图像数据。另外，为了说明简便起见，说明的是利用误差扩散方式进行误差扩散处理控制二色以上的墨水不会互相重叠时。

首先，对控制二色以上的墨水不会互相重叠的误差扩散方式予以说明。此处，是对假设图像数据中各像素各浓度分量(Y、M、C、K)是以8位(色调数为0～255)的多值数据表示的，输出是以二值进行的情况予以说明。

如设多值彩色图像的着眼的像素C分量和M分量的浓度分别为Ct和Mt，源图像的C分量和M分量的浓度值分别为C和M，则可得到：

Ct＝C+Cerr

Mt＝M+Merr

其中Cerr和Merr分别是C分量和M分量对于着眼的像素的误差扩散值。

如图16所示，关于C、M的图像形成，按照着眼的像素的C分量和M分量的浓度，以以下的步骤进行图像形成控制。

首先，根据M分量的浓度值Mt求出在C分量的误差扩散中使用的阈值C threshold。于是，比较C分量的浓度值Ct和阈值C threshold，在浓度值Ct大于阈值C threshold时输出C墨水。

之后，根据C分量的浓度值Ct求出在M分量的误差扩散中使用的阈值M threshold。于是，比较M分量的浓度值Mt和阈值Mthreshold，在浓度值Mt大于阈值M threshold时输出M墨水。

不过，在上述方式中，与现有例的问题同样，如C及M的量子化级数值多，具有处理比较繁杂的倾向。具体说，由于在以二值进行输出时，要参照1个阈值表，在以三值进行输出时，要参照2个阈值表，依此类推在以n值进行输出时，必须有n-1个阈值表，对于更多的色调数的多值处理，要准备的阈值表数目就更多。

另外，不仅是阈值表的数目，因为浓度值及其阈值要进行比较，其每一次都必须参照存放于存储器中的阈值表，处理速度必然缓慢。具体说，在5值化时，必需的阈值表为4个，以下的处理是必需的。

Ct＝C+Cerr

Mt＝M+Merr

Cout＝0

if(Ct＞Threshold_Table1[Mt])Cout＝1

if(Ct＞Threshold_Table2[Mt])Cout＝2

if(Ct＞Threshold_Table3[Mt])Cout＝3

if(Ct＞Threshold_Table4[Mt])Cout＝4

Mout＝0

if(Mt＞Threshold_Table1[Ct])Mout＝1

if(Mt＞Threshold_Table2[Ct])Mout＝2

if(Mt＞Threshold_Table3[Ct])Mout＝3

if(Mt＞Threshold_Table4[Ct])Mout＝4

于是，利用以下的方法改进上述的问题。在本实施方案中，误差扩散处理的对象是C分量和M分量的多值图像数据，处理3值以上的多值化时。

下面利用图6至图8B对这一场合的图像形成控制予以说明。图6为示出图1的信息处理系统的图像形成控制的步骤的流程图，图7为示出图6的图像形成控制中使用的阈值条件和输出例的示图，而图8A、8B为示出利用图6的图像形成控制的半色调部分的输出图像例的示图。

在图像形成控制中，如图6所示，首先在步骤S901中，从输入像素浓度值C、M和累积误差值Cerr、Merr求出合计浓度值Ct和Mt。于是，在步骤S902中，进行浓度分量C和M的量子化。此处进行的量子化，可以是根据现在公知的单色误差扩散方法的量子化。在本实施方案中，是将利用青色的误差扩散方法记载为f(C)、将利用红色的误差扩散方法记载为g(M)，但对于青色和红色不一定必须应用不同的误差扩散方法，为了简单起见也可以使用同一方法。

下面，在步骤S903中，参照红色用的阈值表Table1读出与此合计浓度值Mt相对应的阈值Table1[Mt]，将与此合计浓度值Mt相对应的阈值Table1[Mt]和合计浓度值Ct进行比较。此处，在合计浓度值Ct大于阈值Table1[Mt]时，在步骤S904中，是将在上述步骤S902中求出的量子化值C out为0时设定量子化值为1。在本实施方案中，为简便起见，是将在上述步骤S902中求出的量子化值C out和数值1进行比较，将大者的值作为新的C out。于是，进入步骤S905。在合计浓度值Ct不大于阈值Table1[Mt]时，跳过上述步骤S904而进入步骤S905。

在步骤S905中，参照阈值表Table2读出与此合计浓度值Ct相对应的阈值Table1[Ct]，将与此合计浓度值Ct相对应的阈值Table2[Ct]和合计浓度值Mt进行比较。此处，在合计浓度值Mt大于阈值Table2[Ct]时，在步骤S906中，是将在上述步骤S902中求出的量子化值M out为0时设定量子化值为1。在本实施方案中，为简便起见，是将在上述步骤S902中求出的量子化值M out和数值1进行比较，将大者的值作为新的M out。于是，进入步骤S907。在合计浓度值Mt不大于阈值Table2[Ct]时，跳过上述步骤S906而进入步骤S907。

在步骤S907中，根据在从上述步骤S901到步骤S906之间确定的输出量子化值C out及M out计算误差量，将误差扩散到周边的像素。于是，结束本处理。

在上述图像形成控制中，例如，如将4值化之时的青色和红色的输入浓度值和输出值的关系以图7A的图表表示，在(C：1，M：0)，(C：0，M：1)两个区域中，C＜64且M＜64的区域是进行步骤S904及S906的处理的部分。作为此时使用的红色用的阈值表Table1的一例，有如图7B的图形所表示的表。

在本实施方案中，作为阈值表，对红色用及青色用使用Table1及Table2，但不一定必须具有独立的表，为简单起见，也可使用同一个表。在实用上，在使用同一个表时，因为在Ct＝Mt的条件下，C out和M out的值为同一值的可能性增加，最好是使用对于红色、青色各色，一部分内容不同的表。由此，可以提高C和M的散播效果，可以期待提高画质。另外，即使是使用同一个表时，在分别比较步骤S903及步骤S905中，如使一方的比较成为包含等号的比较(≥)，可以期待同样的效果。

另外，在本实施方案中，只将最加亮侧的阈值条件根据其他的色信息进行调制。因此，在本实施方案中，画质的改善只涉及量子化的值为0及1的像素，关于半色调部分各色独立地进行误差扩散。由此，由于以下的理由，可以抑制半色调部分的区域因子的变动。

例如，在图8A中，示出半色调部分的各色独立误差扩散的印字机输出纸面上的结果例，图中涂满小点的圆点(点)801表示青色墨点，涂满斜线的圆点(点)802表示红色墨点。图8B示出的是落点位置发生偏离、图8A的青色墨点群全体向左侧移动大致与墨点直径相同的宽度时。在本来青色和红色互不相关的各色独立误差扩散时，在图8A、8B的任何印字机输出纸面上的结果中面积因子都没有很大的差别。

如上所述，即使是落点位置发生偏离的系统中，也可以在减小对图像的损害的同时，改进加亮部分的画质。此外，因为通过采用阈值表，可以在简化处理的同时可以将必需的阈值表的数目变为一个，可以使阈值表的大小紧凑化。

另外，在上述步骤S902中进行的各色独立量子化处理比较在上述步骤S903～步骤S906中进行的二色同时误差扩散处理速度更高时，可以与二色同时误差扩散处理的次数减少的多少相应地提高处理速度。

由以上可知，根据本实施方案，即使是在色调数更多的图像处理形态中，也可以在借助简单的构成进行高速处理的同时，对落点位置偏离也可进行作用有效的误差扩散处理。

(实施方案2)

下面参照图9A至图12B对本发明的实施方案2予以说明。图9A、9B为示出暗色部分的二色同时误差扩散的印字机输出纸面上的结果例的示图，图10A、10B为示出与暗色相比的半色调部分的二色同时误差扩散的印字机输出纸面上的结果例的示图，图11为示出本发明的实施方案2的图像形成控制的步骤的流程图，图12A、12B为示出在图11的图像形成控制中使用的阈值条件和输出例的示图。另外，本实施方案，具有与上述实施方案1同样的构成，关于该构成的说明省略。

在上述的实施方案1中，二色同时误差扩散只分配给加亮部分，而在本实施方案中，对浓度更高的部分的应用例予以说明。

在要使区域因子的变化更小时，就必须不仅要考虑加亮部分，而且必须考虑浓度最高的部分。

例如，作为暗色部分的二色同时误差扩散处理的印字机输出纸面上的结果例，考虑如图9A所示的由青色和红色两者在纸面上形成青色区域1100时。此处，涂满小点的圆点(点)1101表示未记录红色墨水的部分，涂满斜线的圆点(点)1102表示未记录青色墨水的部分。图9A输出的结果，纸面上的区域1100大致均匀地被青色墨点占据，因为未记录青色墨水及红色墨水一种的部分1101、1102也均匀地分散，可以说图像良好。与此相对，图9B示出的印字机输出纸面上的输出结果，是在图9A的输出结果中，未记录红色墨点的部分全体向左侧移动大致与墨点直径相同的宽度的情况。因为纸面上的配置有一些差别，并且未记录青色墨点的部分1102和未记录红色墨点的部分1101未达到互相重叠的程度，作为纸面上的墨水的覆盖率的面积因子没有变化。

下面，在图10A中示出与暗色相比的半色调部分的二色同时误差扩散的印字机输出纸面上的结果例。在本示例中，由青色和红色两者在纸面上形成青色区域1200。此处，涂满小点的圆点(点)1201表示未记录红色墨水的部分，涂满斜线的圆点(点)1202表示未记录青色墨水的部分。在本示例中，纸面上被青色占据，因为未记录青色墨水及红色墨水一种的部分1201、1202也均匀地分散，可以说图像良好。与此相对，图10B示出的输出结果例，与图10A的输出结果相对，未记录红色墨点的部分全体向左侧移动大致与墨点直径相同的宽度的情况。在图10B所示的示例中，与从图9A到图9B的迁移不同，未记录青色墨点的部分1201和未记录红色墨点的部分1202互相重叠的几率很高。在这种场合，重叠部分未记录青色、红色任何一种墨水，作为纸面上的墨水的覆盖率的面积因子发生很大变化。

于是，本实施方案，与实施方案1一样，可以在借助简单的构成进行高速处理的同时，进行误差扩散处理使上述暗色部分的区域因子的变动减小并使与暗色相比的半色调的区域因子的变动减小。

下面参照图11对本实施方案的图像形成控制予以说明。

在本实施方案的图像形成控制中，如图11所示，首先在步骤S1301中，从输入像素浓度值C、M和累积误差值Cerr、Merr求出合计浓度值Ct和Mt。于是，在步骤S1302中，进行根据合计浓度值Ct和Mt的量子化。此处进行的量子化，可以与实施方案1一样是根据现在公知的单色误差扩散方法的量子化，是将利用青色的误差扩散方法记载为f(C)、将利用红色的误差扩散方法记载为g(M)。但对于青色和红色不一定必须应用不同的误差扩散方法，为了简单起见也可以使用同一方法。

下面，在步骤S1303中，参照阈值表Table1读出与此合计浓度值Mt相对应的阈值Table1[Mt]，将与此合计浓度值Mt相对应的阈值Table1[Mt]和合计浓度值Ct进行比较，在合计浓度值Ct缩小于阈值Table1[Mt]时，在步骤S1304中，是将在上述步骤S1302中求出的量子化值C out为n值量子化的最大值的“n-1”时设定量子化值为第二大的值“n-2”。在本实施方案中，为简便起见，是将在上述步骤S1302中求出的量子化值C out和数值n-2进行比较，将小者的值作为新的C

out。于是，进入步骤S1305。与此相对，在上述步骤S1303中，在合计浓度值Ct不小于阈值Table1[Mt]时，跳过上述步骤S1304而进入步骤S1305。

在步骤S1305中，从阈值表Table2读出与此合计浓度值Ct相对应的阈值Table1[Ct]，将与此合计浓度值Ct相对应的阈值Table2[Ct]和合计浓度值Mt进行比较。在合计浓度值Mt小于阈值Table2[Ct]时，在步骤S1306中，是将在上述步骤S1302中求出的量子化值M out为n值量子化的最大值的“n-1”时设定量子化值为第二大的值“n-2”。在本实施方案中，为简便起见，是将在上述步骤S1302中求出的量子化值M out和数值n-2进行比较，将小者的值作为新的M out。于是，进入步骤S1307。与此相对，在上述步骤S1305中，在合计浓度值Mt不小于阈值Table1[Ct]时，跳过上述步骤S1306而进入步骤S1307。

在步骤S1307中，根据在从上述步骤S1302到步骤S1306之间确定的输出量子化值C out及M out计算误差量，将误差扩散到周边的像素。于是，结束本处理。

在上述图像形成控制中，例如，如将4值化之时的青色和红色的输入浓度值和输出值的关系以图12A的图表表示，在(C：3，M：2)，(C:2，M：3)两个区域中，C＞192且M＞102的区域是进行步骤S1304及S1306的处理的部分。另外，此处，作为阈值表Table1，例如，使用如图12B的图形所表示的表。

在本实施方案中，作为阈值表，对红色用及青色用使用Table1及Table2，但不一定必须具有独立的表，为简单起见，也可使用同一个表。在实用上，在使用同一个表时，因为在Ct＝Mt的条件下，C out和M out的值为同一值的可能性增加，最好是使用对于红色、青色各色，一部分内容不同的表。由此，可以提高C和M的散播效果，可以期待提高画质。另外，即使是使用同一个表时，在分别比较步骤S1303及步骤S1305中，如使一方的比较成为包含等号的比较(≥)，可以期待同样的效果。

这样，根据本实施方案，可以在借助简单的构成进行高速处理的同时，使暗色部分的区域因子的变动减小并使与暗色相比的半色调的区域因子的变动减小。

(实施方案3)

下面参照图13A、13B对本发明的实施方案3予以说明。图13A、13B为示出在本发明的实施方案2中的图像形成控制中使用的阈值条件和输出例的示图。另外，本实施方案，具有与实施方案1同样的构成，关于该构成的说明省略。

在本实施方案中，进行的是将在实施方案1中说明的着眼于加亮部分的二色同时误差扩散方法与在实施方案2中说明的着眼于暗色部分的二色同时误差扩散处理方法组合起来的图像形成控制。进行此图像形成控制时的实际处理流程图为从图6的流程图的步骤S907的前面进入图11的流程图的步骤S1303，从步骤S1307的前面进再入图6的流程图的步骤S907的形式。各步骤的处理按照上述实施方案1及2进行。

另外，在本实施方案的图像形成控制中的，例如，4值化时的青色和红色的输入浓度值和输出值的关系如图13A所示。另外，作为阈值表Table1，例如，使用如图13B的图形所表示的表。就是说，在本实施方案中，为了抑制加亮部分和暗色部分的区域因子的变动，对于一色至少使用两个阈值表。

这样，根据本实施方案，通过对加亮部分和暗色部分重点应用二色同时误差扩散处理可以在借助简单的构成进行高速处理的同时，在全浓度区域形成取得平衡的图像。

(实施方案4)

下面参照图14及图15对本发明的实施方案4予以说明。图14为示出实施方案4的图像形成控制的步骤的流程图，图15为包含图14的图像形成控制的误差扩散方法的误差扩散处理的切换步骤的流程图。

在上述实施方案1、2和3各实施方案中，是根据对量子化结果和阈值进行比较决定最终的量子化值，不一定需要从两者的结果进行判断。于是，在本实施方案中，相应于合计浓度值而决定使用哪一种误差扩散方法。

具体说，本实施方案的图像形成控制，是按照图14的流程图执行。此流程图以程序代码表示如下。其中，与各代码对应的图14中的步骤号数记于右侧。

Ct＝C+Cerr(S1601)

Mt＝M+Merr(S1601)

if(Ct＞threshold1)(S1602)

Cout＝f(Ct)(S1603)

else

if(Ct＞Threshold_table[Mt](S1604)

Cout＝1(S1606)

else

Cout＝0(S1605)

Duffuse C Error(S1607)

if(Mt＞threshold2)(S1608)

Mout＝g(Mt)(S1609)

else

if(Mt＞Threshold_table[Ct](S1610)

Mout＝1(S1612)

else

Mout＝0(S1611)

Duffuse M Error

另外，如下所述，也可以相应于输入浓度值而决定使用哪一种误差扩散方法。

Ct＝C+Cerr

Mt＝M+Merr

if(C＜threshold1)

Cout＝f(Ct)

else

if(Ct＞Threshold_table[Mt]

Cout＝1

else

Cout＝0

if(M＜threshold2)

Mout＝f(Mt)

else

if(Mt＞Threshold_table[Ct]

Mout＝1

else

Mout＝0

Duffuse C Error

Duffuse M Error

换言之，不限于只选择使用量子化部分，包含误差的扩散部分，通过切换每个像素的误差扩散处理方法，也可以期待同样的效果，并且也可以采用适用于各误差扩散方法的误差的扩散方法。

这种场合的处理步骤，示于图15的流程图。此流程图以程序代码表示如下。其中，与各代码对应的图15中的步骤号数记于右侧。

Ct＝C+Cerr(S1701)

Mt＝M+Merr(S1701)

if(Ct＜threshold1)(S1702)

Cout＝f(Ct)(S1703)

Diffuse C Error1(S1705)

else

if(Ct＞Threshold_table[Mt](S1704)

Cout＝1(S1706)

else

Cout＝0(S1707)

Diffuse C Error2(S1708)

if(Mt＜threshold2)(S1709)

Mout＝g(Mt)(S1710)

Diffuse M Error1(S1714)

else

if(Mt＞Threshold_table[Ct](S1711)

Mout＝1(S1713)

else

Mout＝0(S1712)

Diffuse M Error2(S1715)

其中，Diffuse C Error1是与量子化Cout＝f(Ct)相对应的误差扩散单元，Diffuse C Error2是与二色同时误差扩散相对应的误差扩散单元。另外，同样，Diffuse M Error1是与量子化Mout＝g(Mt)相对应的误差扩散单元，Diffuse M Error2是与二色同时误差扩散相对应的误差扩散单元。

(实施方案5)

下面对本发明的实施方案5予以说明。

在上述实施方案1中，是对更为简便的误差扩散方式进行了说明，在本实施方案中，对于将上述实施方案1应用于现有示例予以说明。

Ct＝C+Cerr

Mt＝M+Merr

Cout＝0

Mout＝0

If(Ct+Mt＞Threshold1)

If(Ct+Mt＜Threshold1)

If(Ct＞Mt)

Cout＝1

else

Mout＝1

else

Cout＝f(Ct)

Mout＝g(mt)

如上所述，处理可以非常简便。

上述f(Ct)及g(Mt)与实施方案1中的相同。同样，实施方案2～3也可应用于现有例。

(实施方案6)

下面对本发明的实施方案6予以说明。

在上述实施方案1～5各实施方案中，是只对青色及红色进行处理，在本实施方案中，将处理更多的浓度值。具体说，是进行减小青色大液滴浓墨水和大液滴淡墨水和小液滴浓墨水和小液滴淡墨水、及红色大液滴浓墨水和大液滴淡墨水和小液滴浓墨水和小液滴淡墨水的重叠的多值误差扩散。采取msout＝max(1，msout)这样的步骤。

在上述方法中，多色的染料浓度不同，可以减小喷出量不同的墨水群之间的重叠。另外，对于更多的时的数目的量子化也可高速进行。

(实施方案7)

下面对实施方案7利用半色调处理模块34执行的误差扩散处理的详细情况予以说明。另外，在本误差扩散处理中，假设各像素是由黄色分量(Y)、红色分量(M)、青色分量(C)和黑色分量(K)组成的浓度数据，备分量是使用由8位(256色调表示)构成的多值图像数据。

在实施方案7中，示出的是利用阈值表对复杂的阈值控制进行简便的处理的图像处理方法。所谓阈值表，是为了决定各色调设定必需阈值的数据。此处，彩色图像数据，其各像素、各浓度分量(YMCK)是以8位(色调值为0～255)的多值数据表示的。

彩色图像数据的任意的着眼的像素的C分量的浓度值Ct和M分量的浓度值Mt，在分别以C、M表示源图像的C分量和M分量的浓度值时，可以以下式表示。其中Cerr和Merr分别是C分量和M分量对于着眼的像素的误差扩散值。

Ct＝C+Cerr

Mt＝M+Merr

在本实施方案7中的彩色图像的图像处理方法中，利用着眼的C分量和M分量的各浓度值以下面的步骤进行图像处理。

1.根据M分量的浓度值Mt求出在C分量的误差扩散中使用的阈值(C threshold)。

2.比较C分量的浓度值Ct和阈值(C threshold)，在浓度值Ct一方大时输出C墨水。

3.根据C分量的浓度值Ct求出在M分量的误差扩散中使用的阈值(M threshold)。

4.比较M分量的浓度值Mt和阈值(M threshold)，在浓度值Mt一方大时输出M墨水。

利用上述方法，可将青色和红色量子化为3值时的算法以下式表示。

Ct＝C+Cerr

Mt＝M+Merr

Cout＝0

if(Ct＞Threshold_Table1[Mt])Cout＝1

if(Ct＞Threshold_Table2[Mt])Cout＝2

下面，以Cl、Cs、cl、cs、Ml、Ms、ml、ms分别表示青色大液滴浓墨水、青色小液滴浓墨水、青色大液滴淡墨水、青色小液滴淡墨水、红色大液滴浓墨水、红色小液滴浓墨水、红色大液滴淡墨水、红色小液滴淡墨水的浓度值，而以添加err表示各浓度值的累积误差，则在本实施方案中：

Clt＝Cl+Clerr

Cst＝Cs+Cserr

clt＝cl+clerr

cst＝cs+cserr

Mlt＝Ml+Mlerr

Mst＝Ms+Mserr

mlt＝ml+mlerr

mst＝ms+mserr

Clout＝d(Clt)

Csout＝e(Cst)

clout＝f(clt)

csout＝g(cst)

Mlout＝h(Mlt)

Msout＝i(Mst)

mlout＝j(mlt)

msout＝k(mst)

if(Clt＞Threshold_Table[Cst+clt+cst+Mlt+Mst+mlt+mst])

Clout＝max(1，Clout)

if(Cst＞Threshold_Table[Clt+clt+cst+Mlt+Mst+mlt+mst])

Csout＝max(1，Csout)

if(clt＞Threshold_Table[Clt+Cst+cst+Mlt+Mst+mlt+mst])

clout＝max(1，clout)

if(cst＞Threshold_Table[Clt+Cst+clt+Mlt+Mst+mlt+mst])

csout＝max(1，csout)

if(Mlt＞Threshold_Table[Clt+Cst+clt+cst+Mst+mlt+mst])

Mlout＝max(1，Mlout)

if(Mst＞Threshold_Table[Clt+Cst+clt+cst+Mlt+mlt+mst])

Msout＝max(1，Msout)

if(mlt＞Threshold_Table[Clt+Cst+clt+cst+Mlt+Mst+mst])

mlout＝max(1，mlout)

if(mst＞Threshold_Table[Clt+Cst+clt+cst+Mlt+Mst+mlt])

msout＝max(1，msout)

(Threshold_Table1[Mt]：M分量的浓度值Mt的第一阈值表、Threshold_Table2[Mt]：M分量的浓度值Mt的第二阈值表)

Mout＝0

if(Mt＞Threshold_Tablel[Ct])Mout＝1

if(Mt＞Threshold_Table2[Ct])Mout＝2

(Threshold_Table1[Ct]：C分量的浓度值Ct的第一阈值表、Threshold_Table2[Ct]：C分量的浓度值Ct的第二阈值表)

不过，在本算法中，由于在将C分量及M分量以二值进行输出时，要参照一个阈值表，在以三值进行输出时，要参照2个阈值表，依此类推在以n值进行输出时，必须有n-1个阈值表，对于更多的色调数的多值处理，要准备的阈值表数目就更多。

另外，不仅是阈值表的数目，因为浓度值及其阈值要进行比较，其每一次都必须参照存放于存储器中的阈值表，处理速度必然缓慢。特别是，在5值化时，必需的阈值表为4个，以下所示的算法是必需的。

Ct＝C+Cerr

Mt＝M+Merr

Cout＝0

if(Ct＞Threshold_Table1[Mt])Cout＝1

if(Ct＞Threshold_Table2[Mt])Cout＝2

if(Ct＞Threshold_Table3[Mt])Cout＝3

if(Ct＞Threshold_Table4[Mt])Cout＝4

(Threshold_Table3[Mt]：M分量的浓度值Mt的第三阈值表、Threshold_Table4[Mt]：M分量的浓度值Mt的第四阈值表)

Mout＝0

if(Mt＞Threshold_Table1[Ct])Mout＝1

if(Mt＞Threshold_Table2[Ct])Mout＝2

if(Mt＞Threshold_Table3[Ct])Mout＝3

if(Mt＞Threshold_Table4[Ct])Mout＝4

(Threshold_Table3[Ct]：C分量的浓度值Ct的第三阈值表、Threshold_Table4[Ct]：C分量的浓度值Ct的第四阈值表)

下面示出的是即使是在色调数更多的图像处理形态中，也可以进行高速处理并且可以使保持的表信息的大小紧凑的图像处理方法。

成为本实施方案7的误差扩散处理的对象的是C分量和M分量的多值图像数据，利用误差扩散处理可处理3值以上的多值化时。

在图19中，粗线601、点线602、虚线603以及点划线604是基于将二色以上组合进行5值误差扩散时的红色浓度值Mt的青色的量子化阈值。同图中，粗线601、点线602、虚线603以及点划线604的各量子化阈值互相间的变化倾向极为相似。

在图20中示出的是基于比较图19更为复杂地设定阈值将二色以上组合进行5值误差扩散时的红色浓度值的青色的量子化阈值和输出量子化值的关系的另一示例的示图。同图中，粗线701、点线702、虚线703以及点划线704的各量子化阈值，与图6一样，互相间的变化倾向极为相似。

因为这些量子化阈值互相平移时大致是一致的，阈值表可以只保持粗线601、701的表。由此，通过对粗线601、701的阈值加减规定的偏置量就可以得到与保持全表(粗线601～点划线604、粗线701～点划线704)时的大致同样的结果。

下面示出针对阈值通过向每个色调赋予偏置量而削减表数的误差扩散方法。

Ct＝C+Cerr

Mt＝M+Merr

Cth＝Threshold_Table[Mt]

Mth＝Threshold_Table[Ct]

(Cth：M分量的浓度值Mt的阈值、Mth：C分量的浓度值Ct的阈值)

Cout＝0

if(Ct＞Cth+0)Cout＝1

if(Ct＞Cth+64)Cout＝2

if(Ct＞Cth+128)Cout＝3

if(Ct＞Cth+192)Cout＝4

(0、64、128、192：规定的值)

Mout＝0

if(Mt＞Mth+0)Mout＝1

if(Mt＞Mth+64)Mout＝2

if(Mt＞Mth+128)Mout＝3

if(Mt＞Mth+192)Mout＝4

(0、64、128、192：规定的值)

根据上述方法，因为保持阈值表(Threshold_Table)的数目最小可降低到1，进行误差扩散处理的输出色调数越大，获得的效果也越大。

例如，在5值化时，与通常必需的阈值表大小为256×4＝1024阈值相对，可以降低到256阈值，即1/4。

还有，如考虑17值化时，与通常必需的阈值表大小为256×16＝4096阈值相对，可以降低到256阈值，即1/16。普遍而言，可以说对于n值化可以降低到1/(n-1)。

另外，因为参照存放阈值表的存储媒体(ROM、RAN等)的次数一回就可以了，所以也具有可以以相应的程度进行高速处理的优点。

下面，也可以不是根据调制阈值的考虑方式，而是利用如下式所示的向进行量子化的浓度值根据另外的浓度分量值赋予偏置量(对浓度值进行调制)形式实现。由此，与上述实施方案一样，同样可得到降低表的大小的效果及处理高速化的效果。

Ct＝C+Cerr

Mt＝M+Merr

Ct2＝Ct+Modulation_Table1[Mt]

Mt2＝Mt+Modulation_Table1[Ct]

(Modulation_Table1[Mt]：基于M分量的浓度值Mt的调制表、Modulation_Table1[Ct]：基于C分量的浓度值Ct的调制表)

Cout＝0

if(Ct2＞31)Cout＝1

if(Ct2＞95)Cout＝2

if(Ct2＞159)Cout＝3

if(Ct2＞223)Cout＝4

(31、95、159、223：规定值)

Mout＝0

if(Mt2＞31)Mout＝1

if(Mt2＞95)Mout＝2

if(Mt2＞159)Mout＝3

if(Mt2＞223)Mout＝4

(31、95、159、223：规定值)

根据上述实施方案7，在对彩色图像数据进行误差扩散处理作为伪半色调处理时，利用半色调处理模块34，根据着眼的像素的，例如，M分量的浓度值Mt，求出C分量的误差扩散处理中使用的阈值Cthreshold，因为将在阈值C threshold上加上规定值的值C和C分量的浓度值Ct相比较，即使是在色调数更多的图像处理形态中，也可以简便地进行更复杂的阈值设定，同时可以进行高速处理，还可以实现使保持的表信息的大小紧凑的误差扩散处理。

(实施方案8)

在上述实施方案7中，是通过共通利用各色调的阈值表及浓度值调制表而减少表的数目实现紧凑且高速的误差扩散处理，而在本实施方案8中，对使各阈值表及浓度值调制表其本身紧凑化的误差扩散处理予以说明。

图21为示出本发明的实施方案8的基于红色浓度值的青色的量子化阈值群和输出量子化值的关系的一例的示图。

在图21中，粗线801、点线802、虚线803以及点划线804是基于将二色以上组合进行5值误差扩散时的红色浓度值Mt的青色的量子化阈值群。

同图中，粗线801是红色浓度值Mt在Mt＜64的范围内的青色的量子化阈值群，点线802是在红色浓度值Mt在64≤Mt＜128的范围内的青色的量子化阈值群。另外，虚线803是在红色浓度值Mt在128≤Mt＜192的范围内的青色的量子化阈值群。点划线804是在红色浓度值Mt在192≤Mt的范围内的青色的量子化青色的量子化阈值群。粗线801、点线802、虚线803以及点划线804的四个阈值群互相间的变化倾向极为相似。

在图22中示出的是基于比较图21更为复杂地设定阈值将二色以上组合进行5值误差扩散时的红色浓度值Mt的青色的量子化阈值群和输出量子化值的关系的另一示例的示图。同图中，粗线901、点线902、虚线903以及点划线904的四个阈值群，与图21同样地，互相间的变化倾向极为相似。

因为这些量子化阈值群互相平移时大致是一致的，阈值表群可以只保持粗线801、901的表。由此，通过对参照侧的红色浓度值Mt进行调制而参照粗线801、901的阈值表就可以得到与保持全表(粗线801～点划线804、粗线901～点划线904)时的大致同样的结果。

下面示出在对另外颜色的浓度值进行调制以后通过参照阈值表削减表的大小的误差扩散方法。

Ct＝C+Cerr

Mt＝M+Merr

Ccnv＝Convert_Table[Ct](第1调制浓度值)

Mcnv＝Convert_Table[Mt](第2调制浓度值)

(Convert_Table[Ct]：基于C分量的浓度值Ct的变换表、Convert_Table[Mt]：基于M分量的浓度值Mt的变换表)

Cout＝0

if(Ct＞Threshold_Table1[Mcnv])Cout＝1

if(Ct＞Threshold_Table2[Mcnv])Cout＝2

if(Ct＞Threshold_Table3[Mcnv])Cout＝3

if(Ct＞Threshold_Table4[Mcnv])Cout＝4

(Threshold_Table1～4[Mcnv]：基于M分量的浓度值Mt的C的量子化阈值)

Mout＝0

if(Mt＞Threshold_Table1[Ccnv])Mout＝1

if(Mt＞Threshold_Table2[Ccnv])Mout＝2

if(Mt＞Threshold_Table3[Ccnv])Mout＝3

if(Mt＞Threshold_Table4[Ccnv])Mout＝4

(Threshold_Table1～4[Ccnv]：基于C分量的浓度值Ct的M的量子化阈值)

根据上述方法，因为进行量子化的色调数越大，阈值表(Threshold_Table)的大小越小(在n值化时约为1/(n-1))，进行误差扩散处理的输出色调数越大，获得的效果也越大。

还有，如考虑17值化时，与通常必需的阈值表大小为256×16＝4096阈值相对，可以降低到256/(17-1)×16＝256阈值，即1/16.普遍而言，可以说对于n值化可以降低到1/(n-1)。

在本实施方案8中，是采用Convert_Table[Ct]作为参照侧的红色的浓度值的调制方法，利用借助Convert_Table[X]＝X mod 64表示的计算预先求出的调制表，但也不一定必须像上述这样进行调制，可以以任何的单元对参照侧的红色的浓度值进行调制。

例如，上述Convert_Table[X]也可以设定成

if(64＞X)Convert_Table[X]＝X

if(128＞X≥64)Convert_Table[X]＝X-64

if(192＞X≥128)Convert_Table[X]＝X-128

if(X≥192)Convert_Table[X]＝X-192

这样的条件分支，也可像Convert_Table[X]＝X&0x003F这样地以位操作进行。另外，也不一定必须参照预先求出的表，也可以实时地进行计算、调制、变换而实施处理。

根据上述实施方案8，即使是在色调数更多的图像处理形态中，也可以简便地进行更复杂的阈值设定，同时还可以实现使保持的表信息的大小紧凑的误差扩散处理。

(实施方案9)

在上述实施方案8中，是对将上述实施方案7与上述实施方案8进行组合、使保持的表信息的大小更为紧凑的误差扩散处理予以说明。

在图23中，粗线1001、点线、虚线以及点划线是基于将二色以上组合进行5值误差扩散时的红色浓度值Mt的青色的量子化阈值。同图中，如将粗线1001的阈值与以其他的点线、虚线以及点划线表示的阈值群相比较，互相间的变化倾向极为相似。

在图24中示出的是基于比图23更为复杂地设定阈值将二色以上组合进行5值误差扩散时的红色浓度值Mt的青色的量子化阈值和输出量子化值的关系的另一示例的示图。同图中，如将粗线1101的阈值与以其他的点线、虚线以及点划线表示的阈值群相比较，互相间的变化倾向极为相似。

因为这些量子化阈值群互相平移时大致是一致的，作为阈值表群可以只保持粗线1001、1101的表。由此，通过对粗线1001、1101的阈值加减规定的偏置量并且再对参照侧的红色的浓度值Mt进行调制而参照粗线1001、1101的阈值表就可以得到与保持包含点线、虚线以及点划线部分表示的阈值群时的大致同样的结果。

下面示出针对阈值通过向每个色调赋予偏置量并且通过对参照侧的红色的浓度值进行调制而削减表数及表的大小的误差扩散方法。

Ct＝C+Cerr

Mt＝M+Merr

Ccnv＝Convert_Table[Ct]

Mcnv＝Convert_Table[Mt]

Cth＝Threshold_Table[Mcnv]

Mth＝Threshold_Table[Ccnv]

Cout＝0

if(Ct＞Cth+0)Cout＝1

if(Ct＞Cth+64)Cout＝2

if(Ct＞Cth+128)Cout＝3

if(Ct＞Cth+192)Cout＝4

Mout＝0

if(Mt＞Mth+0)Mout＝1

if(Mt＞Mth+64)Mout＝2

if(Mt＞Mth+128)Mout＝3

if(Mt＞Mth+192)Mout＝4

根据上述方法，因为保持阈值表(Threshold-Table)的数目最小可降低到1，同时，进行量子化的色调数越大，阈值表(Threshold_Table)的大小就可以越小(在n值化时约为1/(n-1))，进行误差扩散处理的输出色调数越大，本实施方案的效果也越大。

例如，在5值化时，与不采用本实施方案的示例的阈值为256×4＝1024阈值的必需的阈值表大小相对，可以降低到256/(5-1)＝64阈值，即可以减少到1/16。

还有，如考虑17值化时，与不采用本实施方案的示例的阈值为256×16＝4096阈值的必需的阈值表大小相对，可以降低到256/(17-1)＝16阈值，即整体上可以减少到1/256。普遍而言，可以说对于n值化可以降低到1/(n-1)²。

另外，与上述实施方案7一样，因为参照存放阈值表的存储媒体(ROM、RAN等)的次数一回就可以了，所以也具有可以以相应的程度进行高速处理的优点。另外，与实施方案8描述的一样，可以以任何的单元对参照侧的红色的浓度值进行调制。

还有，也可以不是根据调制阈值的考虑方式，而是利用如下式所示的向进行量子化的浓度值根据另外的浓度分量值赋予偏置量(对浓度值进行调制)形式实现。由此，与上述实施方案1一样，同样可得到减小表的大小的效果及处理高速化的效果。

Ct＝C+Cerr

Mt＝M+Merr

Ccnv＝Convert_Table[Ct]

Mcnv＝Convert_Table[Mt]

Ct2＝Ct+Modulation_Table1[Mcnv]

Mt2＝Mt+Modulation_Table1[Ccnv]

Cout＝0

if(Ct2＞31)Cout＝1

if(Ct2＞95)Cout＝2

if(Ct2＞159)Cout＝3

if(Ct2＞223)Cout＝4

Mout＝0

if(Mt2＞31)Mout＝1

if(Mt2＞95)Mout＝2

if(Mt2＞159)Mout＝3

if(Mt2＞223)Mout＝4

根据上述实施方案9，即使是在色调数更多的图像处理形态中，也可以简便地进行更复杂的阈值设定，同时可以进行高速处理，还可以实现使保持的表信息的大小紧凑的误差扩散处理。

(实施方案10)

在上述实施方案7～9中是对以简便的误差扩散方式的改进进行说明的，在本实施方案10中将对现有例进行改进的实施方案予以说明。并且，在上述实施方案7～9中，对阈值表大小减小的效果及伴随大小减小的处理速度的提高的效果进行了说明，在本实施方案10中主要对处理的简单化及伴随其而来的处理速度的提高方面予以叙述。

图中的点线分别为量子化值的代表值。此处如比较以点线围成的各区域1301～1316，阈值的形状非常相似。通过下式的算法，不论量子化级数值值是多少，比较语句的数目不变，与现有例相比处理可以非常简便。

Ct＝C+Cerr

Mt＝M+Merr

Cout＝f(Ct)

Mout＝g(Mt)

Ctm＝h(Ct)

Mtm＝i(Mt)

if(Ctm+Mtm＞Threshold1)

if(Ctm+Mtm＜Threshold2)

if(Ctm＞Mtm)

Cout＝Cout+1

else

Mout＝Mout+1

else

Cout＝Cout+1

Mout＝Mout+1

在本实施方案10中，f(x)、g(y)、h(z)、i(w)定义如下。

f(x)：x以下的量子化代表值的量子化值之中最大的值

g(y)：y以下的量子化代表值的量子化值之中最大的值

h(z)：z.(z以下的量子化代表值之中最大的值)

i(w)：w.(w以下的量子化代表值之中最大的值)

另外，上述f(x)、g(y)、h(z)、i(w)既可以通过其各自的运算、比较使用，也可以预先生成表通过参照表而求出。另外，也可以多个浓度值共有同一个表及运算、比较方法。

根据上述实施方案10，即使是在色调数更多的图像处理形态中，也可以进行高速处理，并实现使保持的表信息的大小紧凑的误差扩散处理。

(实施方案11)

在上述实施方案7～10实施方案中，是只对青色及红色二色进行处理，在本实施方案11中，将示出对更多的浓度值应用本发明的示例。

分别对青色大液滴浓墨水(Cl)和大液滴淡墨水(cl)和小液滴浓墨水(Cs)和小液滴淡墨水(cs)、及红色大液滴浓墨水(Ml)和大液滴淡墨水(ml)和小液滴浓墨水(Ms)和小液滴淡墨水(ms)应用上述实施方案7时的算法如下式所示。

Clt＝Cl+Clerr

Cst＝Cs+Cserr

clt＝cl+clerr

cst＝cs+cserr

Mlt＝Ml+Mlerr

Mst＝Ms+Mserr

mlt＝ml+mlerr

mst＝ms+mserr

Clout＝d(Clt)

Csout＝e(Cst)

clout＝f(clt)

csout＝g(cst)

Mlout＝h(Mlt)

Msout＝i(Mst)

mlout＝j(mlt)

msout＝k(mst)

if(Clt＞Threshold_Table[Cst+clt+cst+Mlt+Mst+mlt+mst])

Clout＝1

if(Clt＞Threshold_Table[Cst+clt+cst+Mlt+Mst+mlt+mst]+Offset)

Clout＝2

if(Cst＞Threshold_Table[Clt+clt+cst+Mlt+Mst+mlt+mst])

Cseut＝1

if(Cst＞Threshold_Table[Clt+clt+cst+Mlt+Mst+mlt+mst]+Offset)

Csout＝2

if(clt＞Threshold_Table[Clt+Cst+cst+Mlt+Mst+mlt+mst])

clout＝1

if(clt＞Threshold_Table[Clt+Cst+cst+Mlt+Mst+mlt+mst]+Offset)

clout＝2

if(cst＞Threshold_Table[Clt+Cst+clt+Mlt+Mst+mlt+mst])

csout＝1

if(cst＞Threshold_Table[Clt+Cst+clt+Mlt+Mst+mlt+mst]+Offset)

csout＝2

if(Mlt＞Threshold_Table[Clt+Cst+clt+cst+Mst+mlt+mst])

Mlout＝1

if(Mlt＞Threshold_Table[Clt+Cst+clt+cst+Mst+mlt+mst]+Offset)

Mlout＝2

if(Mst＞Threshold_Table[Clt+Cst+clt+cst+Mlt+mlt+mst])

Msout＝1

if(Mst＞Threshold_Table[Clt+Cst+clt+cst+Mlt+mlt+mst]+Offset)

Msout＝2

if(mlt＞Threshold_Table[Clt+Cst+clt+cst+Mlt+Mst+mst])

mlout＝1

if(mlt＞Threshold_Table[Clt+Cst+clt+cst+Mlt+Mst+mst]+Offset)

mlout＝2

if(mst＞Threshold_Table[Clt+Cst+clt+cst+Mlt+Mst+mlt])

msout＝1

if(mst＞Threshold_Table[Clt+Cst+clt+cst+Mlt+Mst+mlt]+Offset)

msout＝2

利用上述方法，即使是在多种颜色的染料浓度不同、喷出量不同的墨水群之间的色调数更多的图像处理形态中，也可以简便地进行更复杂的阈值设定，同时可以进行高速处理，还可以实现使保持的表信息的大小紧凑的误差扩散处理。

另外，同样地，即使是将上述实施方案6～10应用于上述多种颜色的染料浓度不同、喷出量不同的墨水群之间也可得到在上述各实施方案中说明的效果。

另外，在上述实施方案7～11中，是根据多种浓度分量之中的至少两个浓度分量的浓度值的和进行误差扩散处理，但也不限于此，根据多种浓度分量之中的至少两个浓度分量的浓度值的最大值进行该误差扩散处理也可以得到同样的效果。

在上述实施方案1～11中，是假定墨水色为青色和红色二色，染料浓度为浓淡两级，喷出量也为大小两级，但本发明的效果不限于此，对于较上述更大的颜色数、量子化级数、染料浓度级数、喷出量级数应用本发明，也可获得同样的效果是自不待言的。

另外，在上述实施方案1～11中，是假定从记录头IJH喷出的液滴为墨水，墨水池IT中容纳的液体为墨水，但不限于此，例如，为了提高记录图像的定着性和耐水性，或为了提高图像品质，也可以将对记录媒体喷出的处理液一类的液体存储于墨水池IT之中。

在上述实施方案1～11中，图像输出装置52，特别是包括为了在喷墨方式中作为喷出墨水进行记录利用的能量生成热能的装置(例如电热变换体及激光等)，通过采用利用这一热能使要水的状态发生变化的方式可以获得记录的高密度化和高精细化。

关于其代表性结构与原理，例如，利用在美国专利第4723129号说明书和第4740796号说明书中公开的基本原理的装置就很理想。这种方式可应用于所谓的需求(on demand)型、连续型的任何一种，特别是在需求型时，通过在与保持液体(墨水)的纸张和液路相对应配置的电热变换体上施加至少一个与记录信息相对应地产生超过核沸腾的急速的温度上升的驱动信号，使电热变换体中产生热能，在记录头的热作用面上产生膜沸腾，结果可以与此驱动信号一对一地形成对应液体(墨水)内的气泡，因而是很有效的。通过此气泡的成长、收缩使液体经喷出用开口喷出，至少形成一个液滴。如使此驱动信号变成为脉冲形状，因为可以即时适当地实现气泡的成长收缩，特别可以做到应答性优秀的液体(墨水)的喷出，更为理想。

作为此脉冲形状的驱动信号，可以应用在美国专利第4463359号说明书和第4345262中记载的信号。另外，如采用在关于上述热作用面的温度上升率的发明的美国专利第4313124号说明书中记载的条件，可以进行更佳的记录。

作为记录头的构成，除了上述各说明书中公开的喷出口、液路、电热变换体的组合构成(直线状流路或直角液流路)之外，使用公开热作用面配置于弯曲区域的构成的美国专利第4558333号说明书、美国专利第4459600号说明书的构成也包含于本发明之中。除此之外，也可以采用根据公开的对于多个电热变换体以共通的开口作为电热变换体的喷出部的构成的特开昭59-123670号公报及公开使吸收热能的压力波的开口与喷出部相对应的构成的特开昭59-138461号公报的构成。

另外，作为具有与记录装置可记录的最大记录媒体的宽度相对应的长度的全行型的记录头，既可以是上述说明书中公开的多个记录头组合而成的填满长度的构成，也可以是一体形成的一个记录头的构成。

除此之外，不仅可以使用在上述实施方案1～11中说明的在记录头本身上一体地设置墨水池的盒式的记录头，也可以使用通过在装置本体上装设可以和装置本体进行电连接及从装置本体提供墨水的自由交换式的芯片型记录头。

另外，在以上说明的记录装置中，最好是添加用于记录头的复原装置、预备装置等，可以使记录动作更加稳定。具体列举的可以有针对记录头的盖罩装置、清刮装置、加压或吸引装置、电热变换体或与其分开的加热装置、或由这些组合而成的预备加热装置等。楼外，装备与记录分开的进行喷出的预备喷出模式对于进行稳定记录也有效。

另外，此装置，作为记录装置的记录模式，不仅是只以黑色等主流色的记录模式，其记录头可以是一体构成的也可以是多个组合而成的，并且具备不同颜色的多色彩色和通过混色的全色中的至少一种。

在以上说明的实施方案中，是以墨水是液体为前提进行说明的，但也可以使用在室温及其以下会固化的墨水、在室温下软化或液化的物质、或者因为在喷墨方式中墨水本身在30℃以上70℃以下的范围内进行温度调整使墨水的黏滞性处于稳定喷出范围而进行温度控制，在给予使用记录信号时墨水变为液状也是可以的。

除此之外，为了通过用作从固体状态变化为液体状态的状态变化的能量来主动防止由于热能主动引起的升温，或为了防止墨水的蒸发，也可以使用在放置状态固化，经加热液化的墨水。无论如何，在使用通过施加相应于热能的记录信号墨水发生液化而喷出液状的墨水的材料，以及在达到记录媒体时已经开始固化的材料等这样的具有由于赋予热能开始液化的性质的墨水时，也可应用本发明。在这种场合，墨水以作为液状或固形物保持于特开昭54-56847号公报或特开昭60-71260号公报中记载的那种多孔质纸张凹部、贯通孔中的状态成为与电热变换体对向的形态。在本发明中，对于上述各墨水而言最有效的是执行上述的膜沸腾方式的。

作为本发明的记录装置，除了作为计算机等的信息处理装置的图像输出终端一体设置或分开设置之外，也可以是与读入装置等组合而成的复印装置、或是具有收发功能的传真装置的形态。

另外，本发明，既可以应用于由多个机器(例如主机计算机、接口机器、读入装置以及印字机等)构成的系统，也可应用于由一个机器组成的装置(例如，复印机、传真装置等)。

另外，本发明的目的可通过将记录实现上述各实施方案的功能的软件的程序代码的存储媒体(或记录媒体)供给系统或装置，该系统或装置的计算机(或CPU及MPU)将存储于存储媒体的程序代码读出并执行而达到是自不待言的。在此场合，从存储媒体读出的程序代码本身实现上述个实施方案的功能，存储该程序代码的存储媒体构成本发明。

另外，也包含计算机通过执行读出的程序代码，不仅实现上述各实施方案的功能，还根据该程序代码的指示，进行在该计算机上运行的操作系统(OS)等实际处理的一部分或全部，并通过该处理实现上述实施方案的功能时是自不待言的。

还有，也包含从存储媒体读出的程序代码，在写入到插入到计算机功能扩展卡及与计算机相连接的功能扩展单元中备有的存储器之后，根据该程序代码的指示，该功能扩展卡及功能扩展单元备有的CPU等进行实际处理的一部分或全部，并通过该处理实现上述实施方案的功能时是自不待言的。

如上所述，根据本发明，即使是在色调数更多的图像处理形态中，也可以在借助简单的构成进行高速处理的同时，对落点位置偏离也可进行作用有效的误差扩散处理。

另外，根据本发明，即使是在色调数更多的图像处理形态中，也可以进行高速处理并且可以使保持的表信息的大小紧凑，还可对点的落点位置偏离进行良好的图像处理。

在不脱离本发明的精神及范围的情况下本发明可以有多种差异很大的实施方案，可以理解，本发明不受限于其具体的实施方案而是由后附的权利要求限定。

Claims

1. 一种图像处理装置，对由多个浓度分量组成的多值图像数据实施误差扩散处理，输出该误差扩散处理的结果，其特征在于包括：

根据上述多个浓度分量中的第一浓度分量的浓度值进行误差扩散的第一误差扩散单元；

根据上述第一浓度分量的浓度值和至少一个其它的浓度分量的浓度值进行误差扩散的第二误差扩散单元；以及

相应于规定的条件判定在上述第一误差扩散单元和上述第二误差扩散单元中使用哪一个误差扩散单元的判定单元。

2. 如权利要求1记载的图像处理装置，其特征在于：上述规定的条件是，在上述第一浓度分量的浓度值在规定的区域中时，具有使用上述第一误差扩散单元的几率比使用上述第二误差扩散单元的几率高的特性的条件。

3. 如权利要求2记载的图像处理装置，其特征在于：上述规定区域是，在上述第一浓度分量的浓度值为比0大的量子化代表值的最小值以下的区域、和第二大的量子化代表值以上的区域中的至少一个区域中包含的区域。

4. 如权利要求2记载的图像处理装置，其特征在于：上述规定区域是，包含上述第一浓度分量的浓度值为比0大的量子化代表值的最小值以下的区域、和第二大的量子化代表值以上的区域中的至少一个区域的区域。

5. 一种图像处理方法，对由多个浓度分量组成的多值图像数据实施误差扩散处理，输出该误差扩散处理的结果，其特征在于包括：

相应于规定的条件，判定在根据上述多个浓度分量中的第一浓度分量的浓度值进行误差扩散的第一误差扩散单元、和根据上述第一浓度分量的浓度值和至少一个其它的浓度分量的浓度值进行误差扩散的第二误差扩散单元中使用哪一个误差扩散单元的判定工序。

6. 如权利要求5记载的图像处理方法，其特征在于：上述规定的条件是，在上述第一浓度分量的浓度值在规定的区域中时，具有使用上述第一误差扩散单元的几率比使用上述第二误差扩散单元的几率高的特性的条件。

7. 如权利要求6记载的图像处理方法，其特征在于：上述规定区域是，在上述第一浓度分量的浓度值为比0大的量子化代表值的最小值以下的区域、和为第二大的量子化代表值以上的区域中的至少一个区域中包含的区域。

8. 如权利要求6记载的图像处理方法，其特征在于：上述规定区域是，包含上述第一浓度分量的浓度值为比0大的量子化代表值的最小值以下的区域、和为第二大的量子化代表值以上的区域中的至少一个区域的区域。