专利名称：：图像处理设备、图像处理方法和程序的制作方法
技术领域：
：本发明涉及图像处理设备、图像处理方法和程序。特别地，本发明涉及在通过使用预定系数a作为权重来混合图像的a混合在通过量化原始图像而生成的量化图像上执行的情况下，能够获得接近原始图像的高灰度图像的图像处理设备、图像处理方法和程序。
背景技术：
：图1示出了根据相关技术的电视接收机(在下文中称为TV)的例子的构造。参考图1，TV包括存储单元11、混合单元12、量化单元16和显示器17。存储单元11存储菜单屏幕的图像、用作某物背景的背景图像等。S卩，存储单元11存储图像文件，该图像文件例如存储菜单屏幕的图像。在此，菜单屏幕的原始图像是设计者使用图像产生工具产生的作为菜单屏幕图像的大量比特的图像，例如，其中RGB(红、绿和蓝)成分中的每一个是16比特的图像(下文中称为16-比特图像)。然而，存储在存储单元11中的菜单屏幕的图像是通过量化原始图像而生成的少量比特的图像，用于降低TV中的容量和计算量。特别地，作为菜单屏幕的原始图像的16-比特图像量化成小于16比特，例如8比特(例如，截去较低位使得仅保留高于8的位)的图像，从而通过量化被转换成8-比特图像。8-比特图像以PNG(PortableNetworkGraphics,流式网络图形)等形式存储在图像文件中，该图像文件存储在存储单元11中。存储作为图像屏幕的8-比特图像的图像文件在工厂等制造TV的地方被写入(存储)到存储单元ll中。混合单元12被提供有存储在存储单元11中的图像文件中的菜单屏幕的8-比特图像以及调谐器等(未示出)输出的电视广播节目的图像(下文中称为内容图像)。混合单元12通过使用预定系数a作为权重执行混合图像的a混合，从而生成合成图像，其中存储单元11提供的菜单屏幕的8-比特图像和调谐器提供的内容图像被混合，然后将合成图像提供给量化单元16。特别地，混合单元12包括计算单元13、14和15。计算单元13被提供有来自存储单元11的菜单屏幕的8-比特图像。计算单元13将存储单元ll提供的菜单屏幕的S-比特图像(的每个像素的像素值)乘以系数a(a是从0至1范围内的值)用于所谓的a混合，并将由此获得的乘积提供给计算单元15。计算单元14将调谐器提供的内容图像乘以系数1-a，并将由此获得的乘积提供给计算单元15。计算单元15将计算单元13提供的乘积和计算单元14提供的乘积相加，从而生成其中菜单屏幕重叠在内容图像上的合成图像，并将该合成图像提供给量化单元16。量化单元16将混合单元12(的计算单元15)提供的合成图像量化成能够在后续阶段的显示器17上显示的少量比特的图像，例如量化成8_比特图像，并将通过量化获得的8-比特合成图像提供给显示器17。作为在混合单元12中执行a混合的结果而获得的合成图像可以是能够显示在显示器17上的比特数比8-比特图像的比特数大的图像。比特数比8-比特图像的比特数大的图像不能原样显示在显示器17上，因而量化单元16执行灰度转换，以将混合单元12提供的合成图像量化成8-比特图像。显示器17是能够显示8-比特图像的LCD(液晶显示器)、有机EL(电致发光)显示器等，并显示量化单元16提供的8-比特合成图像。在此，存储在存储单元ll中的图像文件内的菜单屏幕的S-比特图像以上述方式进行处理，并在用户执行显示菜单屏幕的操作时作为合成图像在显示器17上显示。图2A至2D说明了在图1中示出的TV中处理的图像。在图2A至2D(以及在下面描述的图5、9A至9D和12A至14C)中，水平轴表示沿水平方向(或垂直方向)设置的像素的位置，然而垂直轴表示像素值。图2A示出了作为菜单屏幕的原始图像的16-比特图像。在图2A的16-比特图像中，第一个至第四百个像素的像素值从左侧平滑地(线性地)从100改变到110。图2B示出了通过将图2A中的16-比特图像量化成8_比特图像而获得的8_比特图像。在图2B的8_比特图像中，第一个至第四百个像素的像素值从左侧逐步(stepwise)地从100改变到109，即其灰度水平由于量化而小于图2A中的16-比特图像的灰度水平。即图2B中的8-比特图像是28-灰度图像。存储单元11(图1)存储图2B中的8-比特图像作为菜单屏幕的8-比特图像。图2C示出了混合单元12(图1)输出的合成图像。在此，例如假设系数a设置为0.5，图2B中的菜单屏幕的8-比特图像提供给混合单元12的计算单元13，并且具有固定像素值60的内容图像提供给计算单元14。在此情况下，计算单元13将图2B中的菜单屏幕的8-比特图像乘以作为系数a的0.5，并将通过菜单屏幕的8_比特图像乘以a(下文中称为a倍图像)而生成的图像提供给计算单元15。另一方面，计算单元14将具有固定像素值60的内容图像乘以作为系数l-a的0.5，并将通过内容图像乘以l-a(下文中称为l-a倍图像)而生成的图像提供给计算单元15。计算单元15把计算单元13提供的a倍图像和计算单元14提供的l_a倍图像相加，从而生成合成图像，并将该合成图像提供给量化单元16。在此情况下，合成图像是通过图2B中的菜单屏幕的8-比特图像乘以0.5而生成的图像与通过具有固定像素值60的内容图像乘以0.5而生成的图像之和。图2C示出了这样的合成图像。在图2C的合成图像中，菜单屏幕的图像具有与存储在存储单元11中的图像文件内的8-比特图像的灰度水平相当的灰度水平。图2D示出了8-比特合成图像，其是通过量化单元16在图2C中的合成图像上执行量化而获得的s-比特图像。用于生成图2C中的合成图像的a倍图像是通过图2B中的菜单屏幕的8_比特图像乘以作为系数a的0.5(=2—0而获得的图像。当把通过使用a倍图像而生成的合成图像量化成S-比特图像时，由此获得的S-比特图像中菜单屏幕的图像基本上是27(=28—1)灰度图像，因而其灰度水平小于存储在存储单元ll中的图像文件内的s-比特图像的灰度水平。图3示出了根据相关技术的TV的另一例子的构造。在图3中，相应于图1中的部件用相同的附图标记表示。图3中的TV与图1中的TV具有相同的构造，除了设置灰度转换单元21替换量化单元16(图1)。灰度转换单元21不是简单地执行量化，而是通过使用在添加噪声之后量化图像的抖动处理而执行图像的灰度转换。即灰度转换单元21通过使用抖动处理执行灰度转换，以将混合单元12提供的合成图像转换成8-比特图像。在此说明书中，抖动处理包括抖动方法、误差扩散方法等。在抖动方法中，与图像无关的噪声，例如任意噪声，添加到图像，然后量化图像。在误差扩散方法中，作为图像的噪声的量化误差的(滤波结果)添加到图像(误差扩散)，然后量化图像(例如，参见HitoshiKIYA的"Yokuwakarudijitarugazoushori，，，第六片反，CQ出片反)。图4示出了在灰度转换单元21基于误差扩散方法执行灰度转换的情况下，图3中的灰度转换单元21的示例性构造。灰度转换单元21包括计算单元31、量化单元32、计算单元33和滤波器34。计算单元31以光栅扫描的顺序被提供有作为灰度变换的对象图像的从混合单元12(图3)提供的合成图像中的各个像素的像素值IN。另外，计算单元31被提供有滤波器34的输出。计算单元31将合成图像的像素值IN与滤波器34的输出相加，并将由此获得的总数值提供给量化单元32和计算单元33。量化单元32将计算单元31提供的总数值量化成8比特，这是能够在显示器17(图3)上显示的比特数，并且输出由此获得的8-比特量化值，作为灰度转换之后图像的像素值0UT。由量化单元32输出的像素值OUT还提供给计算单元33。计算单元33从计算单元31提供的总数值中减去量化单元32提供的像素值0UT，即从量化单元32的输入中减去量化单元32的输出，从而获得由于量化单元32执行量化导致的量化误差-Q，并将该量化误差-Q提供给滤波器34。滤波器34是用于滤波信号的两维FIR(FiniteImpulseResponse,有限脉冲响应)滤波器，对计算单元33提供的量化误差-Q滤波，并将滤波结果输出给计算单元31。因而，滤波器34输出的量化误差-Q的滤波结果和像素值IN由计算单元31相加。在图4的灰度转换单元21中，量化误差-Q经由滤波器34反馈到输入侧(计算单元31)，该滤波器34是两维FIR滤波器。利用该构造，构成执行两维AE调制的AE调节器。根据AE调节器，量化误差-Q沿两维空间方向，即沿水平方向(x方向)和垂直方向(y方向)中的任一个，扩散到空间频率的高域(噪声整形被执行)。结果是与使用其中添加与图像不相关的噪声之后执行量化抖动方法的情况相比，能够获得更高质量的图像作为灰度转换图像。图5示出了在图2C的合成图像上通过基于误差扩散方法执行灰度转换获得的8_比特图像。在误差扩散方法中，即在AE调制中，如上所述，在噪声(量化误差的滤波结果)添加之后量化像素值。因而，在量化后(灰度转换后)的图像中，看起来像P丽(脉冲宽度调制)已经在仅通过截去低位而变为常数的像素值上执行。结果是，由于其中沿空间方向的积分在人视觉中执行的空间积分效应(spaceintegrationeffect)，AE调制后的图像的灰度看起来像平滑地改变。即，与原始图像的灰度水平相当的灰度水平(当原始图像是8_比特图像时为28灰度)能够以伪(pseudo)方式表达。因此，在图5的8-比特图像中的菜单屏幕的图像内，与从混合单元12输出的合成图像中的菜单屏幕的图像——即，存储在存储单元11中的菜单屏幕的8-比特图像——的灰度水平相当的灰度水平，被以伪方式实现。
发明内容如上参考图3和4所述，当基于诸如误差扩散方法的抖动处理的灰度转换，在通过混合单元12执行a混合而获得的合成图像上执行时，与存储在存储单元ll中的菜单屏幕的8_比特图像的灰度水平相当的灰度水平在灰度转换后的图像内的菜单屏幕的图像中以伪方式实现。然而，在灰度转换后的图像中，菜单屏幕的图像的灰度水平与16-比特原始图像的灰度水平不相当。在图3中的灰度转换单元21由图4中的AE调节器构成以及执行基于误差扩散方法的灰度转换的情况下，灰度转换的当前对象像素的像素值的量化误差反馈到计算单元31，以用于下一对象像素的灰度转换。因而，下一对象像素的灰度转换能够只是在当前对象像素的灰度转换结束后开始。即，在图3中的灰度转换单元21由图4中的AE调节器构成的情况下，仅仅结束确定像素的像素值的加法处理不允许计算单元31(图4)开始下一个像素的像素值的加法处理。因而，在结束确定像素的像素值的加法处理之后开始下一个像素的像素值的加法处理的流水线处理不在计算单元31中执行。因而，在通过使用预定系数a作为权重来混合图像的a混合在通过量化原始图像而生成的量化图像上执行的情况下，期望获得接近于原始图像的高灰度图像。根据本发明的实施例，提供了一种图像处理设备，包括用于使原始图像乘以预定系数a的乘法装置，该预定系数a用于使用系数a作为权重来混合图像的a混合，从而生成a倍原始图像，该a倍原始图像是其中像素值乘以a的原始图像；用于量化a倍原始图像和输出通过量化获得的量化的a倍原始图像的量化装置；用于通过执行在将噪声添加到图像之后量化图像的抖动处理而在a倍原始图像上执行灰度转换的灰度转换装置，从而生成灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及用于计算灰度转换的a倍原始图像和量化的a倍原始图像之间差别的差别计算装置，从而获得灰度转换的a倍原始图像中的高频成分，把该高频成分加到量化的合成图像中，该量化的合成图像通过量化合成图像而生成，该合成图像通过与对原始图像进行量化而生成的量化的图像进行a混合而获得。另外，还提供了一种使计算机起图像处理设备作用的程序。根据本发明的实施例，还提供了一种用于图像处理设备的图像处理方法。该图像处理方法包括步骤使原始图像乘以预定系数a，该预定系数a用于使用系数a作为权重来混合图像的a混合，从而生成a倍原始图像，该a倍原始图像是其中像素值乘以a的原始图像；量化a倍原始图像和输出通过量化获得的量化的a倍原始图像；通过执行在将噪声添加到图像之后量化图像的抖动处理而在a倍原始图像上执行灰度转换，从而生成灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及计算灰度转换的a倍原始图像和量化的a倍原始图像之间的差别，从而获得灰度转换的a倍原始图像中的高频成分，把该高频成分加到量化的合成图像中，该量化的合成图像通过量化合成图像而生成，该合成图像通过与对原始图像进行量化而生成的量化的图像进行a混合而获得。在前述的图像处理设备、图像处理方法和程序中，原始图像乘以预定系数a，该预定系数a用于使用系数a作为权重来混合图像的a混合，从而生成a倍原始图像，该a倍原始图像是其中像素值乘以a的原始图像，量化a倍原始图像，并且输出通过量化而获得的量化的a倍原始图像。另外，通过执行在将噪声添加到图像之后量化图像的抖动处理，而在a倍原始图像上执行灰度转换，从而生成灰度转换的a倍原始图像，该灰度转换的a倍原始图像是灰度转换之后的a倍原始图像。随后，计算灰度转换的a倍原始图像和量化的a倍原始图像之间的差别，从而获得灰度转换的a倍原始图像中的高频成分。把该高频成分加到量化的合成图像中，该量化的合成图像通过量化合成图像而生成，该合成图像通过与对原始图像进行量化而生成的量化的图像进行a混合而获得。根据本发明的实施例，提供了一种图像处理设备，包括用于执行使用预定系数a作为权重来混合图像的a混合的混合装置，从而生成其中把通过量化原始图像而生成的量化的图像和另一图像混合的合成图像；用于量化合成图像和输出通过量化获得的量化的合成图像的量化装置；以及用于使量化的合成图像和预定的高频成分相加的加法装置，从而生成具有伪高灰度水平的伪高灰度图像。预定的高频成分是灰度转换的a倍原始图像中的高频成分。高频成分通过以下处理而获得原始图像乘以预定系数a，从而生成a倍原始图像，该a倍原始图像是其中像素值乘以a的原始图像；量化a倍原始图像并输出通过量化获得的量化的a倍原始图像；通过执行在将噪声添加到图像之后量化图像的抖动处理而在a倍原始图像上执行灰度转换，从而生成灰度转换的a倍原始图像，该灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；并且计算灰度转换的a倍原始图像和量化的a倍原始图像之间的差别。另外，还提供了一种使计算机起图像处理设备作用的程序。根据本发明的实施例，提供了一种用于图像处理设备的图像处理方法。该图像处理方法包括步骤执行使用预定系数a作为权重来混合图像的a混合，从而生成其中把通过量化原始图像而生成的量化的图像和另一图像混合的合成图像；量化合成图像和输出通过量化获得的量化的合成图像；以及使量化的合成图像和预定的高频成分相加，从而生成具有伪高灰度水平的伪高灰度图像。预定的高频成分是灰度转换的a倍原始图像中的高频成分。高频成分通过原始图像乘以预定系数a而获得，从而生成a倍原始图像，该a倍原始图像是其中像素值乘以a的原始图像，量化a倍原始图像并输出通过量化获得的量化的a倍原始图像，通过执行在将噪声添加到图像之后量化图像的抖动处理而在a倍原始图像上执行灰度转换，从而生成灰度转换的a倍原始图像，即灰度转换之后的a倍原始图像，并且计算灰度转换的a倍原始图像和量化的a倍原始图像之间的差别。在前述的图像处理设备、图像处理方法和程序中，执行使用预定系数a作为权重来混合图像的a混合，从而生成其中把通过量化原始图像而生成的量化的图像和另一图像混合的合成图像，量化合成图像并输出通过量化获得的量化的合成图像。随后，量化的合成图像和预定的高频成分相加，从而生成具有伪高灰度水平的伪高灰度图像。在此情况下，预定的高频成分是灰度转换的a倍原始图像中的高频成分。高频成分通过原始图像乘以预定系数a而获得，从而生成a倍原始图像，该a倍原始图像是其中像素值乘以a的原始图像，量化a倍原始图像并输出通过量化获得的量化的a倍原始图像，通过执行在将噪声添加到图像之后量化图像的抖动处理而在a倍原始图像上执行灰度转换，从而生成灰度转换的a倍原始图像，即灰度转换之后的a倍原始图像，并且计算灰度转换的a倍原始图像和量化的a倍原始图像之间的差别。图像处理设备可以是单独的设备或可以是构成设备的内部模块。程序能够通过经由传输介质传输而提供或通过记录在记录介质上而提供。根据本发明的上述实施例，能够获得高灰度图像。特别地，在通过量化原始图像而生成的量化的图像上执行使用预定系数a作为权重来混合图像的a混合的情况下，能够获得接近于原始图像的高灰度图像。图1是示出根据相关技术的电视接收机(TV)的例子的构造的框图；图2A至2D示出了在根据相关技术的TV中处理的图像的例子；图3是示出根据相关技术的TV的另一例子的构造的框图；图4是示出灰度转换单元的示例性构造的框图；图5示出了通过基于误差扩散方法的灰度转换获得的8_比特图像的例子；图6是示出根据本发明实施例的图像处理系统的示例性构造的框图；图7是示出图像处理系统中的图像生成设备的示例性构造的框图；图8是示出图像生成设备中的灰度转换单元的示例性构造的框图；图9A至9D示出了图像生成设备中处理的图像的例子；图10是示出图像生成处理的流程图；图11是示出图像处理系统中的TV的示例性构造的框图；图12A和12B示出了TV中处理的图像的例子；图13A和13B示出了TV中处理的图像的例子；图14A至14C示出了TV中处理的图像的例子；图15是示出合成图像显示处理的流程图；图16示出了使用贾维斯(Jarvis)滤波器的噪声整形(shaping)的幅度特性和使用佛洛伊德(Floyd)滤波器的噪声整形的幅度特性；图17示出了使用贾维斯滤波器的噪声整形的幅度特性和使用佛洛伊德滤波器的噪声整形的幅度特性；图18示出了使用SBM滤波器的噪声整形的幅度特性；图19示出了灰度转换单元中的滤波器的示例性构造；图20A和20B示出了使用SBM滤波器的噪声整形的幅度特性和滤波器系数的第一例子；图21A和21B示出了使用SBM滤波器的噪声整形的幅度特性和滤波器系数的第二例子；图22A和22B示出了使用SBM滤波器的噪声整形的幅度特性和滤波器系数的第三例子；图23示出了灰度转换单元中的滤波器的另一示例性构造；以及图24是示出根据本发明实施例的计算机的示例性构造的框图。具体实施例方式根据本发明的实施例的图像处理系统的整个构造图6示出了根据本发明实施例的图像处理系统(术语"系统"意味着多个设备的逻辑结合，这些设备可放置在同一外壳中或可分开地放置)的示例性构造。参考图6，图像处理系统包括图像生成设备41和电视接收机(下文中称为TV)42，图像生成设备41用作用于处理图像的图像处理设备。图像生成设备41生成将存储在TV42中的图像(的数据)，例如，待通过a混合而与内容图像混合的数据。特别地，图像生成设备41被提供有大量比特的图像，该大量比特的图像例如为16比特图像，由设计者使用图像创建工具创建成的TV42的菜单屏幕的原始图像。图像生成设备41将作为菜单屏幕的原始图像的16比特图像量化成小于16比特的图像，例如8比特图像，以减少TV42中的容量和计算量。然后，图像生成设备41输出包括通过量化获得的8比特图像的待混合的数据。从图像生成设备41输出的待混合的数据在工厂等制造TV42的地方写入(存储)到TV42中。当使用者执行显示菜单屏幕的操作时，TV42执行a混合，以混合节目的内容图像和包括在待混合的数据中的8比特图像。因而，生成其中菜单屏幕的图像重叠在内容图像上的合成图像，并显示在TV42上。图像生成设备41的构造图7示出了图6中的图像生成设备41的示例性构造。参考图7，图像生成设备41包括系数设置单元51、计算单元52、量化单元53、灰度转换单元54、计算单元55和量化单元56。系数设置单元51设置一个值或多个值作为系数a，该系数a能够用于TV42(图6)中的内容图像和菜单屏幕的图像的a混合，并且将系数a提供给计算单元52。计算单元52被提供有来自系数设置单元51的系数a，并且还被提供有16比特图像，该16比特图像是菜单屏幕的原始图像。计算单元52使原始图像(的每个像素值)乘以系统设置单元51提供的系数a，从而生成a倍原始图像，该a倍原始图像是其中每个像素值乘以a的原始图像，然后将该a倍原始图像提供给量化单元53和灰度转换单元54。量化单元53将计算单元52提供的a倍原始图像量化成比特数与通过下面描述的量化单元56执行的量化获得的8-比特量化图像的比特数相同的8-比特图像，并且将通过量化获得的量化的a倍原始图像提供(输出)给计算单元55。在该实施例中，例如，提取较高N位作为量化值的处理(N比特量化值的小数点被设置作为基准，并且小数点后的数字被截去)被执行作为N比特的量化。灰度转换单元54在计算单元52提供的a倍原始图像上执行灰度转换，从而生成灰度转换的a倍原始图像，即灰度转换之后的a倍原始图像，并将该灰度转换的a倍原始图像提供给计算单元55。灰度转换单元54通过执行在将噪声添加到图像之后量化图像的抖动处理，而在a倍原始图像上执行灰度转换。灰度转换单元54将a倍原始图像转换成比特数与通过量化单元56执行抖动处理而执行的量化而获得的8-比特量化图像的比特数相同的8-比特图像。在此，在灰度转换单元54中获得的灰度转换a倍原始图像是S-比特图像，然而是通过在a倍原始图像上执行抖动处理而获得的灰度转换的图像。因而，灰度转换的a倍原始图像，即以伪方式(由于显示图像时视觉空间积分效应)具有与灰度转换之前的a倍原始图像，即作为菜单屏幕的原始图像的16比特图像，的灰度水平相当的灰度水平。计算单元55计算灰度转换单元54提供的灰度转换的a倍原始图像与量化单元53提供的量化的a倍原始图像之间的差别，从而获得并输出灰度转换的a倍原始图像中的高频成分，该高频成分针对在灰度转换的a倍原始图像中的各像素而获得。量化单元56被提供有作为菜单屏幕的原始图像的16比特图像，其与提供给计算单元52的图像相同。量化单元56将作为菜单屏幕的原始图像的16比特图像量化成小于16比特的图像，例如8-比特图像，以减少容量等。于是，量化单元56输出通过菜单屏幕的原始图像的量化而获得的8-比特图像(下文中称为8-比特量化图像)。在图像生成设备41中，从计算单元55输出的灰度转换的a倍原始图像中的一组高频成分和从量化单元56输出的8-比特量化图像被输出作为待混合的数据。灰度转换单元54的构造图8示出了图7中的灰度转换单元54的示例性构造。参考图8，灰度转换单元54包括计算单元61、量化单元62和63，限制器64、计算单元65和滤波器66，并执行基于误差扩散方法(抖动处理)的灰度转换，S卩AE调制。特别地，计算单元61和量化单元62被提供有来自计算单元52(图7)的a倍原始图像。除了a倍原始图像之外，计算单元61还被提供有滤波器66的输出。计算单元61把提供的a倍原始图像中的每个像素当作光栅扫描顺序中的对象像素，使对象像素的像素值IN和滤波器66的输出相加，并将由此获得的总数值U提供(输出)给量化单元63和计算单元65。量化单元62将提供给其的a倍原始图像中的像素中的对象像素的像素值IN量化成8比特，与下面描述的量化单元63—样，并将由此获得的8比特量化值提供给限制器64。量化单元63将作为计算单元61的输出的总数值U量化成8比特，如图7中的量化单元56—样，并将由此获得的8比特量化值提供给限制器64，作为灰度转换的a倍原始图像的像素值0UT。限制器(limiter)64基于量化单元62提供的量化值，限制量化单元63提供的灰度转换的a倍原始图像的像素值0UT，使得从图7中的计算单元55输出的高频成分具有由1比特表达的值，并且将限制的像素值OUT提供(输出)给计算单元55(图7)和计算单元65。S卩，当通过将像素值IN量化成8比特而获得的量化值用INT{IN}表示时，量化单元62输出量化值INT{IN}。限制器64在量化单元63提供的像素值OUT小于量化单元62提供的量化值INT{IN}时，输出量化值INT(IW作为像素值0UT，并且在像素值0UT大于量化值INT(IW+1时，输出量化值INT{IN}+1作为像素值0UT。因而，限制器64输出由表达式INT{IN}《OUT《INT{IN}+1表达的范围内的值，即INT{IN}或INT(IW+1，作为灰度转换的a倍原始图像的像素值0UT。因此，灰度转换单元54输出的灰度转换的a倍原始图像的像素值OUT是INT{IN}或INT{IN}+1。另一方面，图7中的量化单元53输出的量化的a倍原始图像的像素值用INT{IN}表达。因而，高频成分——其是由图7中的计算单元55计算得到的灰度转换的a倍原始图像的像素值OUT与量化的a倍原始图像的像素值INT{IN}之间的差值——是0或1，其是用1比特表达的值。计算单元65计算作为计算单元61的输出的总数值U与作为量化单元63提供的经由限制器64的总数值U的量化值的8-比特像素值0UT之间的差别U-OUT，从而获得和输出包括在作为量化值的像素值OUT中的量化误差-Q。在此，量化误差-Q包括由于量化单元63中的量化产生的量化误差和由于像素值OUT在限制器64中的限制产生的误差。把从计算单元65输出的量化误差-Q提供给滤波器66。滤波器66是用于沿空间方向执行两维滤波(下文中称为空间方向滤波)的FIR滤波器，并且对计算单元65提供的量化误差-Q执行空间方向滤波。另外，滤波器66将滤波结果提供(输出)给计算单元61。在此，当滤波器66的传递函数(transferfunction)用G表示时，提供给灰度转换单元54的a倍原始图像的像素值IN和灰度转换单元54输出的灰度转换的a倍原始图像的像素值OUT之间的关系由表达式(1)表示OUT=IN+(1-G)Q(1)在表达式(1)中，量化误差Q由(1-G)调制。用(1-G)调制相应于基于沿空间方向的AE调制的噪声整形。在具有上述构造的灰度转换单元54中，计算单元61和量化单元62等待并接收来自计算单元52(图7)的菜单屏幕的a倍原始图像的提供。计算单元61将计算单元52提供的a倍原始图像的像素中光栅扫描顺序的还没有成为对象像素的像素视为对象像素。随后，计算单元61将对象像素的像素值与在滤波器66执行的在前滤波中获得的值(滤波器66的输出)相加，并将由此获得的总数值输出给量化单元63和计算单元65。量化单元63对总数值即计算单元61的输出进行量化，并将包括量化误差的量化值提供给限制器64，作为灰度转换的a倍原始图像中对象像素的像素值。另一方面，量化单元62将计算单元52(图7)提供的a倍原始图像的像素中的对象像素的像素值IN量化成8比特，并且将由此获得的8-比特量化值提供给限制器64。限制值64基于量化单元62提供的量化值，来限制量化单元63提供的灰度转换的a倍原始图像的像素值OUT，使得从图7中的计算单元55输出的高频成分具有由1比特表达的值，并且将限制的像素值OUT提供(输出)给计算单元55(图7)和计算单元65。计算单元65计算总数值即计算单元61的输出与量化单元63的输出之间的差别，从而获得由于量化单元63执行的量化而导致的量化误差(包括由于限制器64执行的限制导致的误差)，并将量化误差提供给滤波器66。滤波器66对计算单元65提供的量化误差执行空间方向滤波，并将滤波结果提供(输出)给计算单元61。于是，计算单元61将沿光栅扫描顺序的紧挨着对象像素的像素作为新的对象像素，并使得新的对象像素的像素值与滤波器66先前提供的滤波结果相加。此后重复相同的过程。应注意，在根据图4中示出的相关技术的AE调节器中，从量化单元32输出的像素值OUT不一定为由表达式INT{IN}《OUT《INT{IN}+1表示的范围内的值。另一方面，在图8的灰度转换单元54中，在用于将量化误差反馈到计算单元61的反馈环路中设置限制器64。限制器64的存在致使反馈到计算单元61的量化误差包括由于限制器64执行的对像素值OUT的限制而导致的误差，并且误差还被扩散。图8中的灰度转换单元54的量化单元62能够由图7中的量化单元53代替。在此情况下，量化单元62不是必须的。灰度转换单元54能够构建成不提供限制器64。在此情况下，量化单元62不是必须的，因而灰度转换单元54具有与图4中的AE调节器相同的构造。然而，当灰度转换单元54构建成不提供限制器64时，计算单元55(图7)输出的高频成分(一个像素的高频成分)不具有用1比特表达的值，而是具有由多个比特表达的值。当高频成分具有由多个比特表达的值时，待进行混合的数据的容量(数量)增加。在图像生成设备41中处理的图像参考图9A至9D，描述了在图7中的图像生成设备41中处理的图像。图9A示出了通过在计算单元52(图7)中把作为菜单屏幕的原始图像的16比特图像(图2A)乘以系数a(0.5)而获得的a倍原始图像。在图9A的a倍原始图像中，从左起第一个至第四百个像素的像素值平滑地(线性地)从50改变到55，并且其灰度水平与原始图像(图2A)的相当。图9B示出了通过灰度转换单元54(图7)在图9A中的a倍原始图像上执行灰度转换而获得的灰度转换的a倍原始图像。在图9B中的灰度转换的a倍原始图像中，像素值的改变好像执行了P丽一样，并且由于视觉空间积分效应，看起来像素值平滑地改变。因而，根据灰度转换的a倍原始图像，以伪方式实现了与在灰度转换之前的a倍原始图像(图9A)即原始图像的灰度水平相当的灰度水平。图9C示出了作为量化的a倍原始图像的S-比特图像，该量化的a倍原始图像通过图7中的量化单元53(和图8中的量化单元62)在图9A中的a倍原始图像上执行量化而获得。在图9C的量化的a倍原始图像中，从左起第一个至第四百个像素的像素值逐步地从50改变到54。与a倍原始图像(图9A)相比，灰度水平降低。图9D示出了灰度转换的a倍原始图像的高频成分，该高频成分是通过计算单元55(图7)计算图9B中的灰度转换的a倍原始图像与图9C中的量化的a倍原始图像之间的差别而获得。图9D中的高频成分具有1比特值(0或1)，如上参考图8所述。图9D中的高频成分能够称为用于增加灰度水平的成分(下文中称为灰度水平增加成分)，其允许图9B中的灰度转换的a倍原始图像的灰度水平在伪方式下与菜单屏幕的原始图像的灰度水平(感觉)相当。图像生成设备41执行的处理参考图IO，描述图7中的图像生成设备41执行的生成待混合的数据的处理(图像生成处理)。计算单元52和量化单元56等待并接收作为菜单屏幕的原始图像的16比特图像。在接收菜单屏幕的原始图像之后，在步骤Sll中，量化单元56将原始图像量化成8_比特图像并输出8-比特量化图像。然后，处理进行到步骤S12。在步骤S12中，系数设置单元51将一个或多个预定系数中还未设置为系数a的值设置为系数a，并将该系数a提供给计算单元52。于是，处理进行到步骤S13。在步骤S13中，计算单元52将提供于其的菜单屏幕的原始图像乘以系数设置单元51提供的系数a，由此生成a倍原始图像，并将该a倍原始图像提供给量化单元53和灰度转换单元54。于是，处理进行到步骤S14。在步骤S14中，量化单元53将计算单元52提供的a倍原始图像量化成为作为8-比特图像的量化的a倍原始图像，并将该量化的a倍原始图像提供给计算单元55。于是，处理进行到步骤S15。在步骤S15中，灰度转换单元54通过使用抖动处理在计算单元52提供的a倍原始图像上执行灰度转换，并将由此获得的灰度转换的a倍原始图像提供给计算单元55。于是，处理进行到步骤S16。在步骤S16中，计算单元55计算灰度转换单元54提供的灰度转换的a倍原始图像与量化单元53提供的量化的a倍原始图像之间的差别，从而获得关于步骤S12中设置的系数a的灰度转换的a倍原始图像中的高频成分，并输出高频成分。于是，处理进行到步骤S16至步骤S17，其中图像生成设备41确定是否已经获得关于系数a的所有的一个或多个预定值的高频成分。如果在步骤S17中确定没有获得关于系数a的所有的一个或多个预定值的高频成分时，处理返回到步骤S12。在步骤S12中，系数设置单元51重新将一个或多个预定系数中的还未设置为系数a的值设置为系数a。此后重复相同的处理。另一方面，如果在步骤S17中确定已经获得关于系数a的所有的一个或多个预定值的高频成分时，处理进行到步骤S18，其中图像生成设备41输出待混合的数据。特别地，图像生成设备41输出从量化单元56输出的菜单屏幕的一组8-比特量化图像和从计算单元55输出的关于系数a的所有的一个或多个预定值的高频成分，作为待混合的数据。TV42的构造图11示出了图6中的TV42的示例性构造。在图11中，相应于图1中的部件用相同的附图标记表示，并且其描述适当地省略。参考图11，TV42与图1中的TV的共同之处在于包括混合单元12、量化单元16和显示器17。然而，TV42与图1中的TV42的不同之处在于设置存储单元71代替存储单元11，以及新设置了计算单元72和限制器73。存储单元71存储待混合的数据。S卩，从图像生成设备41(图7)输出的待混合的数据在工厂等制造TV42的地方写入到存储单元71中。例如，当使用者执行显示菜单屏幕的操作时，存储在存储单元71中的待混合的数据提供给混合单元12和计算单元72。特别地，把在存储在存储单元71内的待混合的数据中的菜单屏幕的8-比特量化图像提供给混合单元12的计算单元13。另一方面，把在存储在存储单元71内的待混合的数据中的灰度转换的a倍原始图像中的高频成分提供给计算单元72。在混合单元12中，如上参考图1所述执行a混合。S卩，混合单元12执行a混合，从而生成合成图像，并将该合成图像提供给量化单元16，该合成图像中，由存储单元71提供的菜单屏幕的8_比特量化图像和作为另一图像的内容图像被混合。特别地，在混合单元12中，计算单元13将存储单元71提供的菜单屏幕的8-比特量化图像乘以系数a，并将由此获得的乘积提供给计算单元15。计算单元14将调谐器(未示出)提供的内容图像乘以系数l-a，并将由此获得的乘积提供给计算单元15。计算单元15将计算单元13提供的乘积和计算单元14提供的乘积相加，从而生成其中菜单屏幕重叠在内容图像上的合成图像，并将该合成图像提供给量化单元16。量化单元16将混合单元12的计算单元15提供的合成图像量化成能够在后续阶段的显示器17上显示的少量比特的图像，例如量化成8_比特图像，并将通过量化获得的作为8-比特合成图像的量化合成图像提供给计算单元72。用于混合单元12中的a混合的系数a可在TV42的工厂等预设，或可由使用者通过操作TV42而设置。计算单元72由存储单元71提供以在包括在存储于存储单元71中的待混合的数据中的全体高频成分中的、关于用于混合单元12中的a混合的系数a的高频成分。计算单元72将量化单元16提供的量化的合成图像和存储单元71提供的高频成分相加，从而生成伪高灰度图像，其中在伪方式下灰度水平高，并且将该伪高灰度图像提供给限制器73。限制器73将计算单元72提供的伪高灰度图像的每个像素值限制到用于能够在后续阶段的显示器17上显示的图像的比特数，即8-比特，并将该图像提供给显示器17。S卩，量化单元16提供给计算单元72的量化的合成图像是8-比特图像，并且存储单元71提供给计算单元72的高频成分是1比特。因而，当量化的合成图像和高频成分在计算单元72中相加时，具有9比特的像素值的像素(像素值大于28-1的像素)可能出现在通过相加而获得的伪高灰度图像中。限制器73将这样的像素的像素值限制至能够用8比特表达的最大像素值。TV42中处理的图像参考图12A至14C，描述了在图11的TV42中处理的图像。图12A和12B描述了在TV42中处理的8_比特量化的图像。特别地，图12A示出了8-比特量化的图像，其通过量化菜单屏幕的原始图像而生成，并包括在存储于TV42的存储单元71中的待混合的数据中。在图12A的8-比特量化的图像中，从左起第一个至第四百个像素的像素值逐步地从100改变到109。图12A中的8-比特量化的图像是28-灰度图像。图12B示出了通过在混合单元12(图11)的计算单元13中，将图12A中的8-比特量化的图像乘以系数a而获得的图像(a倍图像)。特别地，图12B示出了当系数a例如设置成0.5时，在计算单元13中获得的菜单屏幕的a倍图像。在图12B的a倍图像中，从左起第一个至第四百个像素的像素值逐步地从50改变到54.5，是图12A中的从100至109的0.5(=a)倍，因而其灰度水平与图12A中的8-比特量化图像的灰度水平相当。图13A和13B示出了内容图像。特别地，图13A示出了提供给混合单元12(图11)的计算单元14的内容图像。在图13A的内容图像中，从左起第一个至第四百个像素的像素值恒定为60。图13B示出了在计算单元14(图11)中，通过将图13A中的内容图像乘以系数l-a而获得的图像(l-a倍图像)。SP，图13B示出了当系数a设置为0.5时，如图12B中示出的情况一样，在计算单元14中获得的l-a倍图像。在图13B的l-a倍图像中，从左起第一个至第四百个像素的像素值都为30，是图13A中的60的0.5(=l-a)倍。图14A至14C分别地示出了合成图像、量化的合成图像和伪高灰度图像。图14A示出了在混合单元12(图11)的计算单元15中，通过将图12B中的菜单屏幕的a倍图像与图13B中的内容图像的l-a倍图像相加而获得的合成图像。即，图14A示出了通过图12A中的菜单屏幕的8-比特量化的图像与图13A中的内容图像的a混合而获得的合成图像，其中系数a为0.5。在图14A的合成图像中，从左起第一个至第四百个像素的像素值逐步地从80改变到84.5，这是图12B中的a倍图像与图13B中的1_a倍图像相加的结果，在图12B中的a倍图像中，从左起第一个至第四百个像素的像素值逐步地从50改变到54.5，并且在图13B中的l-a倍图像中，从左起第一个至第四百个像素的像素值恒定为30。因而，图14A中的合成图像的灰度水平与图12A中的8-比特量化的图像的灰度水平相当。图14B示出了在量化单元16中，通过将图14A中的合成图像量化成8比特而获得的量化的合成图像。在图14B的量化的合成图像中，从左起第一个至第四百个像素的像素值以更大步长逐步地从80改变到84，并且其灰度水平小于图12A中的8-比特量化的图像的灰度水平。S卩，用于生成合成图像的图12B中的a倍图像是通过将图12A中的8_比特量化的图像乘以作为系数a的0.5(=2—0而获得的图像。当这样的a倍图像(通过使用这样的a倍图像而生成的合成图像)量化成8比特时，通过量化而获得的量化的合成图像实质上是2—7_灰度图像。因而，灰度水平变得小于图12A中的8-比特量化的图像的灰度水平(28_灰度)。图14C示出了通过计算单元72(图ll)，将图14B中的量化的合成图像与图9D中的高频成分相加而获得的伪高灰度图像，该高频成分包括在存储于存储单元71中的待混合的数据中。在图14C的伪高灰度图像中，像素值的改变由于高频成分的添加而以看起来像执行了P丽的方式那样，并且由于视觉空间积分效应，像素值看起来像平滑地改变。S卩，如上参考图9D所述，图9D中的高频成分是灰度水平增加成分，该灰度水平增加成分允许图9B中的灰度转换的a倍原始图像的灰度水平在伪方式下与菜单屏幕的原始图像的灰度水平(感觉)相当。把这样的灰度水平增加成分添加到图14B中的量化的合成图像中，从而，根据作为添加的结果而获得的伪高灰度图像，与菜单屏幕的原始图像的灰度水平相当的灰度水平(在此，216_灰度)在伪方式下得以实现。TV42执行的处理参考图15，描述了图11中的TV42执行的显示其中菜单屏幕重叠在内容图像上的图像的处理(合成图像显示处理)。例如当使用者执行显示菜单屏幕的操作时，合成图像显示处理开始。在合成图像显示处理中，在步骤S31中，混合单元12执行a混合，以生成其中8-比特量化的图像和内容图像被混合的合成图像，并将该合成图像提供给量化单元16。于是，处理进行到步骤S32。特别地，当使用者执行显示菜单屏幕的操作时，在存储于存储单元17中的待混合的数据中，菜单屏幕的8-比特量化的图像提供给混合单元12。另外，在存储于存储单元17中的待混合的数据中，灰度转换的a倍原始图像中的高频成分提供给计算单元72。混合单元12执行存储单元71提供的菜单屏幕的8-比特量化的图像与调谐器(未示出)提供的内容图像的a混合，并将由此获得的合成图像提供给量化单元16。在步骤S32中，量化单元16将混合单元12的计算单元15提供的合成图像量化成8比特，这是能够在后续阶段的显示器17上显示的图像的比特数。于是，量化单元16将量化的合成图像即通过量化获得的8-比特合成图像提供给计算单元72。于是，处理从步骤S32进行到步骤S33。在步骤S33中，计算单元72将量化单元16提供的量化的合成图像和存储单元71提供的高频成分相加，从而生成伪高灰度图像，并且将该伪高灰度图像提供给限制器73。于是，处理进行到步骤S34。在步骤S34中，限制器73对计算单元72提供的伪高灰度图像的像素值进行限制，并将该图像提供给显示器17。于是，处理进行到步骤S35。在步骤S35中，显示器17显示限制器73提供的伪高灰度图像，从而结束合成图像显示处理。如上所述，TV42执行通过使用系数a作为权重来混合图像的a混合，从而生成合成图像，并量化该合成图像，在合成图像中，通过量化菜单屏幕的原始图像而生成的量化的图像(8-比特量化的图像)和作为另一图像的内容图像被混合。然后，TV42将通过量化获得的量化的合成图像与预定的高频成分相加，从而生成在伪方式下具有高灰度水平的伪高灰度图像。预定的高频成分以下面的方式获得。在图像生成设备41中，生成并量化a倍原始图像，该a倍原始图像为菜单屏幕的原始图像与系数a的乘积，并且通过使用抖动处理执行通过量化获得的量化的a倍原始图像的灰度转换，从而生成灰度转换的a倍原始图像。然后，计算灰度转换的a倍原始图像和量化的a倍原始图像之间的差别，从而获得预定的高频成分。因而，根据TV42中通过将高频成分与量化的合成图像相加而生成的伪高灰度图像，能够在伪方式下实现与菜单屏幕的原始图像的灰度水平相当的灰度水平。S卩，在通过量化菜单屏幕的原始图像而获得的量化的图像上执行a混合的情况下，能够获得接近于原始图像的高灰度图像。另外，在TV42中，伪高灰度图像的生成是通过将量化的合成图像与高频成分相加而执行，并且与图4中的AE调节器不同，不执行反馈处理。因而，生成伪高灰度图像的处理能够以流水线执行，使得处理的速度能够增加。g卩，在TV42中，在量化的合成图像与高频成分的相加是按照光栅扫描顺序执行的情况下，在用于在前像素的相加结束之后能够紧接着开始用于像素的相加。在图像生成设备41(图7)中，基于误差扩散方法的抖动处理由灰度转换单元54执行。然而，也能够执行基于抖动方法而非基于误差扩散方法的抖动处理。应注意，如果使用抖动方法，由于伪高灰度图像中的显著的噪声，与使用误差扩散方法的情况相比，图像质量降低。在图6的图像处理系统中，能够在真实世界的图像上以及例如菜单屏幕的图像(原始图像)的用作UT(用户界面)的图像上执行处理。另外，在图6的图像处理系统中，能够在静态图像或动态图像上执行处理。滤波器66的特殊例子现在将描述包括在图8的灰度转换单元54中的滤波器66。作为灰度转换单元54的滤波器66(图8)，能够采用用于根据相关技术的误差扩散方法的噪声整形滤波器。用于根据相关技术的误差扩散方法的噪声整形滤波器的例子包括贾维斯(Jarvis)、Judice緒inke滤波器(下文中称为贾维斯滤波器)和Floyd&Steinberg滤波器(下文中称为佛洛伊德滤波器)。图16示出了使用贾维斯滤波器的噪声整形的幅度特性和使用佛洛伊德滤波器的噪声整形的幅度特性。在图16中，除了噪声整形的幅度特性之外，示出了表示人类视觉的空间频率特性(下文中也称为视觉特性)的对比(contrast)敏感度曲线。在图16(以及在下面描述的图17、18、20B、21B和22B)中，水平轴表示空间频率，而垂直轴表示用于幅度特性的增益或用于视觉特性的敏感度。在此，空间频率的单位是cpd(cycle/degree，周期/度)，这表示在单位视角(一度视角)的范围内看见的条纹的数量。例如，10cpd意味着在一度视角的范围内看见10对白线和黑线，并且20cpd意味着在一度视角的范围内看见20对白线和黑线。通过使用在灰度转换单元54中获得的灰度转换的a倍原始图像而生成的该灰度转换的a倍原始图像中的高频成分最终用于生成将显示在TV42(图11)的显示器17上的伪高灰度图像。因而，从改善待显示在显示器17上的图像(伪高灰度图像)的质量的观点出发，对于人类视觉的空间频率特性，考虑(从0cpd)—直到显示在显示器17上的图像的最大空间频率是充分的。如果显示在显示器17上的图像的最大空间频率非常高，例如大约120cpd，噪声(量化误差)被充分地调制(执行噪声整形)到频带的高域中，在频带的高域中，不管利用贾维斯滤波器还是佛洛伊德滤波器，人类视觉的敏感度都低，如图16所示。显示在显示器17上的图像的最大空间频率取决于显示器17的分辨率以及显示器17和观看显示在显示器17上的图像的观看者之间的距离(下文中称为观看距离)。在此，假设显示器17的沿垂直方向的长度是H英寸。在此情况下，采用大约2.5H至3.0H作为观看距离，以获得显示在显示器17上的图像的最大空间频率。在此情况下，例如，当显示器17具有40英寸的显示屏幕(具有1920水平X1080垂直像素，用于显示所谓的全HD(高清)图像)时，显示在显示器17上的图像的最大空间频率大约是30cpd。图17示出了在显示在显示器17(图11)上的图像的最大空间频率大约是30cpd的情况下，使用贾维斯滤波器的噪声整形的幅度特性和使用佛洛伊德滤波器的噪声整形的幅度特性。如同图16那样，图17还示出了视觉特性。如图17所示，在显示器17上显示的图像的最大空间频率大约是30cpd的情况下，对于贾维斯滤波器和佛洛伊德滤波器而言，难于充分地将噪声调整到人类视觉的敏感度相当低的高频带范围。因而，当使用贾维斯滤波器或佛洛伊德滤波器时，在通过使用通过灰度转换单元54执行的灰度转换而获得的灰度转换的a倍原始图像中的高频成分而生成的伪高灰度图像中，噪声可能是显著的，因而其感知的图像质量可能降低。当在通过使用灰度转换的a倍原始图像中的高频成分而生成的伪高灰度图像中噪声显著时，并且当可感知的图像质量降低时，在灰度转换的a倍原始图像自身中，噪声也是显著的，并且其可感知的图像质量降低。为了抑制由于通过灰度转换单元54执行的灰度转换而获得的灰度转换的a倍原始图像中显著的噪声而导致的可感知的图像质量的降低，图18中所示的噪声整形的幅度特性是必要的。S卩，图18示出了用于抑制由于灰度转换的a倍原始图像中显著的噪声而导致的可感知的图像质量的降低的噪声整形(下文中称为降低抑制噪声整形)的幅度特性的例子。在此，用于AE调制以实现降低抑制噪声整形的噪声整形滤波器也称为SBM(SuperBitMa卯ing，超位映射)滤波器。除了降低抑制噪声整形(使用SBM滤波器的噪声整形)的幅度特性之外，图18示出了图17中示出的视觉特性、使用贾维斯滤波器的噪声整形的幅度特性和使用佛洛伊德滤波器的噪声整形的幅度特性。在降低抑制噪声整形的幅度特性中，在中间和更高范围内的特征曲线具有视觉特性曲线(对比敏感度曲线)的上下颠倒(upside-down)形状(包括类似的形状)。下文中，这样的特性称为反转特性。另外，在降低抑制噪声整形的幅度特性中，与使用贾维斯滤波器或佛洛伊德滤波器的噪声整形的幅度特性中相比，增益在高范围中更急剧地增加。因而，在降低抑制噪声整形中，与使用贾维斯滤波器或佛洛伊德滤波器的噪声整形相比，噪声(量化误差)以集中的方式调整到视觉敏感度低的更高范围。通过采用SBM滤波器作为滤波器66(图8)，即通过设置滤波器66的滤波系数使得使用滤波器66的噪声整形的幅度特性在中间和更高范围内具有视觉特性的反转特性，并且与基于使用贾维斯滤波器或佛洛伊德滤波器的AE调制的噪声整形的幅度特性中相比，增益在高范围中更急剧地增加，在计算单元61(图8)中在视觉敏感度低的更高范围内的噪声(量化误差)被加到像素值IN。结果是能够防止灰度转换的a倍原始图像中的噪声(量化误差)显著。在使用图18所示的SBM滤波器的噪声整形的幅度特性中，在高范围内增益很好地超过1。这意味着与使用贾维斯滤波器或佛洛伊德滤波器的情况相比，量化误差在高范围内放大地更加显著。另外，在使用图18所示的SBM滤波器的噪声整形的幅度特性中，在低范围至中间范围内增益是负的。因而，SBM滤波器能够由具有少量抽头(tap)的两维滤波器构成。S卩，在实现其中在低范围和中间范围内增益是零并且仅在高范围内增益急剧地增加的幅度特性作为使用SBM滤波器的噪声整形的幅度特性的情况下，SBM滤波器是具有许多(抽头的数量大)抽头的两维滤波器。另一方面，在实现其中在低范围或中间范围内增益是负的、使用SBM滤波器的噪声整形的幅度特性的情况下，SBM滤波器能够由具有少量抽头的两维滤波器构成，并且与使用贾维斯滤波器或佛洛伊德滤波器的情况相比，在噪声整形的高范围内增益能够更加急剧地增加。采用这样的SBM滤波器作为滤波器66能够使灰度转换单元54小型化。滤波器66的示例性构造图19示出了图8中的滤波器66的示例性构造。参考图19，滤波器66是具有12个抽头的两维FIR滤波器，并且包括12个计算单元81u、81u、81u、8l2,3、8l2,2、81u、8l3,2、81u、8l4,i、814,2、81^和815,2，以及计算单元82。现在假设在5水平X5垂直像素中，对象像素位于中心，从左侧的第x个和从顶部的第y个的像素的量化误差由Q(x，y)表示。在此情况下，量化误差Q(x，y)提供给计算单元81X,y。S卩，在图19中，计算单元81x,y被提供有在5水平X5垂直像素(对象像素位于中心)中的按光栅扫描顺序在对象像素之前被处理(作为对象像素)的12个像素的各自的量化误差Q(x，y)。计算单元81x,y把提供于其的量化误差Q(x，y)乘以预先设置的滤波系数g(x，y)，并将由此获得的乘积提供给计算单元82。计算单元82把12个计算单元81x,y提供的乘积相加，并将和作为量化误差的滤波结果输出给计算单元61(图8)。图8中的计算单元61将对象像素的像素值IN与通过使用在5水平X5垂直像素(对象像素位于中心)中的按光栅扫描顺序在对象像素之前被处理(作为对象像素)的12个像素的各自的量化误差Q(x，y)而获得的滤波结果相加。滤波系数和噪声整形特性的特殊例子图20A和20B示出了在显示器17上显示的图像的最大空间频率是30cpd的情况下，使用SBM滤波器的滤波系数和噪声整形的幅度特性的第一例子。特别地，图20A示出了12抽头SBM滤波器的滤波系数的第一例子，确定滤波系数以使得在噪声整形的幅度特性中，增益在低范围或中间范围内是负的，并且与基于使用佛洛伊德滤波器的AE调制的噪声整形的幅度特性相比，增益在高范围中更急剧地增加。在图20A中，采用滤波系数g(l，1)=-0.0317、g(2，1)=_0.1267、g(3，1)=-0.1900、g(4，l)=-0.1267、g(5，1)=-0.0317、g(l，2)=-0.1267、g(2，2)=0.2406、g(3，2)=0.7345、g(4，2)=0.2406、g(5，2)=-0.1267、g(l，3)=-0.1900和g(2，3)=0.7345作为滤波器66(图19)的滤波系数g(x，y)，该滤波器66是12分支SBM滤波器。图20B示出了在SBM滤波器具有图20A所示的滤波系数的情况下，使用SBM滤波器的噪声整形的幅度特性。在图20B的噪声整形的幅度特性中，当频率f是0时增益是O，在低范围或中间范围内增益是负的，并且与基于使用佛洛伊德滤波器(和贾维斯滤波器)的AE调制的噪声整形的幅度特性相比，增益在高范围中更急剧地增加。图21A和21B示出了在显示器17上显示的图像的最大空间频率是30cpd的情况下，使用SBM滤波器的噪声整形的幅度特性和滤波系数的第二例子。特别地，图21A示出了12分支SBM滤波器的滤波系数的第二例子，确定滤波系数以使得在噪声整形的幅度特性中，增益在低范围或中间范围内是负的，并且与基于使用佛洛伊德滤波器的AE调制的噪声整形的幅度特性相比，增益在高范围中更急剧地增加。在图21A中，采用滤波系数g(l，1)=-0.0249、g(2，1)=_0.0996、g(3，1)=-0.1494、g(4，l)=-0.0996、g(5，1)=-0.0249、g(l，2)=-0.0996、g(2，2)=0.2248、g(3，2)=0.6487、g(4，2)=0.2248、g(5，2)=-0.0996、g(l，3)=-0.1494和g(2，3)=0.6487作为滤波器66(图19)的滤波系数g(x，y)，该滤波器66是12分支SBM滤波器。图21B示出了在SBM滤波器具有图21A所示的滤波系数的情况下，使用SBM滤波器的噪声整形的幅度特性。在图21B的噪声整形的幅度特性中，当频率f是0时增益是O，在低范围或中间范围内增益是负的，并且与基于使用佛洛伊德滤波器的AE调制的噪声整形的幅度特性相比，增益在高范围中更急剧地增加。图22A和22B示出了在显示器17上显示的图像的最大空间频率是30cpd的情况下，使用SBM滤波器的噪声整形的幅度特性和滤波系数的第三例子。特别地，图22A示出了12分支SBM滤波器的滤波系数的第三例子，确定滤波系数以使得在噪声整形的幅度特性中，增益在低范围或中间范围内是负的，并且与基于使用佛洛伊德滤波器的AE调制的噪声整形的幅度特性相比，增益在高范围中更急剧地增加。在图22A中，采用滤波系数g(l，1)=-0.0397、g(2，1)=_0.1586、g(3，1)=-0.2379、g(4，1)=-0.1586、g(5，1)=-0.0397、g(l，2)=-0.1586、g(2，2)=0.2592、g(3，2)=0.8356、g(4，2)=0.2592、g(5，2)=-0.1586、g(l，3)=-0.2379和g(2，3)=0.8356作为滤波器66(图19)的滤波系数g(x，y)，该滤波器66是12分支SBM滤波器。图22B示出了在SBM滤波器具有图22A所示的滤波系数的情况下，使用SBM滤波器的噪声整形的幅度特性。在图22B的噪声整形的幅度特性中，当频率f是0时增益是O，在低范围或中间范围内增益是负的，并且与基于使用佛洛伊德滤波器的AE调制的噪声整形的幅度特性相比，增益在高范围中更急剧地增加。图20A、21A和22A中示出的12分支SBM滤波器的滤波系数包括负值，因而在噪声整形的幅度特性中，增益在低范围或中间范围内是负的。以此方式，通过允许在噪声整形的幅度特性中增益在低范围或中间范围内是负的，通过具有少量抽头(例如12个抽头)的SBM滤波器能够实现其中增益在高范围内急剧地增加的噪声整形的幅度特性。另外，根据通过使用作为滤波器66的具有图20A、21A和22A所示的滤波系数的SBM滤波器而执行的模拟，在所有的SBM滤波器中都能够获得具有高感知质量的灰度转换的a倍原始图像和伪高灰度图像。滤波器66的另一示例性构造图23示出了图8中的滤波器66的另一示例性构造。参考图23，滤波器66是具有4个抽头的两维FIR滤波器，并且包括4个计算单元91u、91u、91^和91w，以及计算单元92。现在假设在3水平X3垂直像素中，从左侧的第x个和从顶部的第y个的像素的量化误差由Q(x，y)表示，其中对象像素位于中心。在此情况下，量化误差Q(x，y)提供给计算单元91w。S卩，在图23中，计算单元91x,y被提供有在3水平X3垂直像素(对象像素位于中心)中的按光栅扫描顺序在对象像素之间被处理(作为对象像素)的4个像素的各自的量化误差Q(x，y)。计算单元91x,y把提供于其的量化误差Q(x，y)乘以预先设置的滤波系数g(x，y)，并将由此获得的乘积提供给计算单元92。计算单元92把4个计算单元91x,y提供的乘积相加，并将和作为量化误差的滤波结果输出给计算单元61(图8)。图8中的计算单元61将对象像素的像素值IN与通过使用在3水平X3垂直像素(对象像素位于中心)中的按光栅扫描顺序在对象像素之间被处理的4个像素的各自的量化误差Q(x，y)而获得的滤波结果相加。在图23A中，可以采用滤波系数g(l，l)=l/16、g(2，l)=5/16、g(3，l)=3/16和g(l，2)=7/16作为具有4个抽头的滤波器66的滤波系数。根据本发明实施例的计算机的示例性构造上述一系列处理能够由软件或硬件执行。当这一系列处理由软件执行时，构成软件的程序安装到多用途的计算机等。图24示出了计算机的示例性构造，根据实施例，用于执行上述一系列处理的程序安装到计算机。程序可以预先记录在安装于计算机内的用于记录介质的硬盘105或R0M(只读储存器)103中。选择性地，程序能够临时地或永久地存储(记录)在可拆卸的记录介质111中，例如软盘、CD-ROM(光盘只读存储器)、MO(磁光)盘、DVD(数字化视频光盘)、磁盘或半导体存储器。可以提供可拆卸的记录介质111作为所谓的包软件。程序能够经由上述的可拆卸的记录介质111而安装到计算机。另外，程序能够以无线的方式经由用于数字卫星广播的人造卫星从下载站点传输到计算机，或能够以有线的方式经由诸如LAN(局域网)或因特网的网络而传输到计算机。计算机通过使用通信单元108能够接收以此方式传输的程序，并且能够将程序安装到设置在计算机内的硬盘105。计算机包括CPU(中央处理单元)102。输入/输出界面IIO经由总线IOI连接到CPU102。当命令通过使用者操作输入单元107并经由输入/输出界面110而输入到CPU102时，CPU102响应该命令而运行存储在R0M103内的程序，其中输入单元107包括键盘、鼠标和麦克风。选择性地，CPU102将存储在硬盘105内的程序装载到RAM(随机存储器)104，并运行程序，该程序经由卫星或网络而传输，由通信单元108接收，并且安装到硬盘105，或程序从装载到驱动器109内的可拆卸的记录介质111中读取，并安装到硬盘105。因而，CPU102执行根据上述流程的处理或通过框图中示出的上述构造而执行的处理。于是，CPU102允许包括LCD(液晶显示器)和扬声器的输出单元106输出，允许通信单元108传输，或必要时经由输入/输出界面110允许硬盘105记录处理结果。在本说明书中，描述允许计算机执行各种处理的程序的处理步骤不是必须地按时间序列沿流程图中描述的顺序执行，而是可以并行地或单独地执行(例如，并行处理或通过对象的处理是可接受的)。程序可由单个计算机处理，或可由多个计算机以分布方式处理。另外，程序可通过传输到远程计算机而执行。本申请包括的主题涉及2008年10月29日提交日本专利局的日本在先专利申请JP2008-277701中所公开的内容，其整个内容在此引入以作参考。本发明的实施例并不限于上述实施例。本领域技术人员应该理解，取决于设计需要和其他因素可能出现各种修改、组合、子组合和替换，只要他们在所附权利要求或其等价物的范围内。权利要求一种图像处理设备，包括乘法装置，用于把原始图像乘以预定系数α，所述预定系数α用于使用系数α作为权重来混合图像的α混合，从而生成α倍原始图像，所述α倍原始图像是其中像素值乘以α的原始图像；量化装置，用于量化所述α倍原始图像和输出通过量化获得的量化的α倍原始图像；灰度转换装置，用于通过执行在将噪声添加到图像之后量化图像的抖动处理，而在所述α倍原始图像上执行灰度转换，从而生成灰度转换的α倍原始图像，所述灰度转换的α倍原始图像是灰度转换之后的α倍原始图像；以及差别计算装置，用于计算所述灰度转换的α倍原始图像和所述量化的α倍原始图像之间的差别，从而获得所述灰度转换的α倍原始图像中的高频成分，把所述高频成分加到量化的合成图像，所述量化的合成图像通过量化合成图像而生成，所述合成图像通过与对原始图像进行量化而生成的量化的图像进行α混合而获得。2.根据权利要求1所述的图像处理设备，还包括限制装置，用于对所述灰度转换的a倍原始图像的像素值进行限制，使得所述高频成分是由1比特表达的值。3.根据权利要求l所述的图像处理设备，其中所述预定系数a包括多个值，并且对于所述多个值中的每一个获得所述灰度转换的a倍原始图像中的高频成分。4.一种用于图像处理设备的图像处理方法，所述图像处理方法包括步骤把原始图像乘以预定系数a，所述预定系数a用于使用系数a作为权重来混合图像的a混合，从而生成a倍原始图像，所述a倍原始图像是其中像素值乘以a的原始图像；量化所述a倍原始图像和输出通过量化获得的量化的a倍原始图像；通过执行在将噪声添加到图像之后量化图像的抖动处理，而执行所述a倍原始图像的灰度转换，从而生成灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及计算所述灰度转换的a倍原始图像和所述量化的a倍原始图像之间的差别，从而获得所述灰度转换的a倍原始图像中的高频成分，把所述高频成分加到量化的合成图像，所述量化的合成图像通过量化合成图像而生成，所述合成图像通过与对原始图像进行量化而生成的量化的图像进行a混合而获得。5.—种程序，致使计算机起如下作用乘法装置，用于把原始图像乘以预定系数a，所述预定系数a用于使用系数a作为权重来混合图像的a混合，从而生成a倍原始图像，所述a倍原始图像是其中像素值乘以a的原始图像；量化装置，用于量化所述a倍原始图像和输出通过量化获得的量化的a倍原始图像；灰度转换装置，用于通过执行在将噪声添加到图像之后量化图像的抖动处理，而在所述a倍原始图像上执行灰度转换，从而生成灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及差别计算装置，用于计算所述灰度转换的a倍原始图像和所述量化的a倍原始图像之间的差别，从而获得所述灰度转换的a倍原始图像中的高频成分，把所述高频成分加到量化的合成图像，所述量化的合成图像通过量化合成图像而生成，所述合成图像通过与对原始图像进行量化而生成的量化的图像进行a混合而获得。6.—种图像处理设备，包括混合装置，用于执行使用预定系数a作为权重来混合图像的a混合，从而生成其中把通过量化原始图像而生成的量化的图像和另一图像混合的合成图像；量化装置，用于量化所述合成图像和输出通过量化获得的量化的合成图像；以及加法装置，用于把所述量化的合成图像和预定的高频成分相加，从而生成具有伪高灰度水平的伪高灰度图像，其中，所述预定的高频成分是灰度转换的a倍原始图像中的高频成分，所述高频成分通过下列处理而获得把所述原始图像乘以所述预定系数a，从而生成a倍原始图像，所述a倍原始图像是其中像素值乘以a的原始图像；量化所述a倍原始图像并输出通过量化获得的量化的a倍原始图像；通过执行在将噪声添加到图像之后量化图像的抖动处理，而在所述a倍原始图像上执行灰度转换，从而生成所述灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及计算所述灰度转换的a倍原始图像和所述量化的a倍原始图像之间的差别。7.根据权利要求6所述的图像处理设备，还包括存储装置，用于存储所述量化的图像和所述灰度转换的a倍原始图像中的高频成分，所述预定系数a包括多个值，对于所述多个值中的每一个获得所述灰度转换的a倍原始图像中的高频成分。8.—种用于图像处理设备的图像处理方法，所述图像处理方法包括步骤执行使用预定系数a作为权重来混合图像的a混合，从而生成其中把通过量化原始图像而生成的量化的图像和另一图像混合的合成图像；量化所述合成图像和输出通过量化获得的量化的合成图像；以及把所述量化的合成图像和预定的高频成分相加，从而生成具有伪高灰度水平的伪高灰度图像，其中，所述预定的高频成分是灰度转换的a倍原始图像中的高频成分，所述高频成分通过下列处理而获得把所述原始图像乘以所述预定系数a，从而生成a倍原始图像，所述a倍原始图像是其中像素值乘以a的原始图像；量化所述a倍原始图像并输出通过量化获得的量化的a倍原始图像；通过执行在将噪声添加到图像之后量化图像的抖动处理，而在所述a倍原始图像上执行灰度转换，从而生成所述灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及计算所述灰度转换的a倍原始图像和所述量化的a倍原始图像之间的差别。9.一种程序，致使计算机起如下作用混合装置，用于执行使用预定系数a作为权重来混合图像的a混合，从而生成其中把通过量化原始图像而生成的量化的图像和另一图像混合的合成图像；量化装置，用于量化所述合成图像和输出通过量化获得的量化的合成图像；以及加法装置，用于把所述量化的合成图像和预定的高频成分相加，从而生成具有伪高灰度水平的伪高灰度图像，其中，所述预定的高频成分是灰度转换的a倍原始图像中的高频成分，所述高频成分通过下列处理而获得把所述原始图像乘以所述预定系数a，从而生成a倍原始图像，所述a倍原始图像是其中像素值乘以a的原始图像；量化所述a倍原始图像并输出通过量化获得的量化的a倍原始图像；通过执行在将噪声添加到图像之后量化图像的抖动处理，而在所述a倍原始图像上执行灰度转换，从而生成所述灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及计算所述灰度转换的a倍原始图像和所述量化的a倍原始图像之间的差别。10.—种图像处理设备，包括乘法单元，配置成把原始图像乘以预定系数a，所述预定系数a用于使用系数a作为权重来混合图像的a混合，从而生成a倍原始图像，所述a倍原始图像是其中像素值乘以a的原始图像；量化单元，配置成量化所述a倍原始图像和输出通过量化获得的量化的a倍原始图像；灰度转换单元，配置成通过执行在将噪声添加到图像之后量化图像的抖动处理，而在所述a倍原始图像上执行灰度转换，从而生成灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及差别计算单元，配置成计算所述灰度转换的a倍原始图像和所述量化的a倍原始图像之间的差别，从而获得所述灰度转换的a倍原始图像中的高频成分，把所述高频成分加到量化的合成图像中，所述量化的合成图像通过量化合成图像而生成，所述合成图像通过与对原始图像进行量化而生成的量化的图像进行a混合而获得。11.一种图像处理设备，包括混合单元，配置成执行使用预定系数a作为权重来混合图像的a混合，从而生成其中把通过量化原始图像而生成的量化的图像和另一图像混合的合成图像；量化单元，配置成量化所述合成图像和输出通过量化获得的量化的合成图像；以及加法单元，配置成把所述量化的合成图像和预定的高频成分相加，从而生成具有伪高灰度水平的伪高灰度图像，其中，所述预定的高频成分是灰度转换的a倍原始图像中的高频成分，所述高频成分通过下列处理而获得把所述原始图像乘以所述预定系数a，从而生成a倍原始图像，所述a倍原始图像是其中像素值乘以a的原始图像；量化所述a倍原始图像并输出通过量化获得的量化的a倍原始图像；通过执行在将噪声添加到图像之后量化图像的抖动处理，而在所述a倍原始图像上执行灰度转换，从而生成所述灰度转换的a倍原始图像，所述灰度转换的a倍原始图像是灰度转换之后的a倍原始图像；以及计算所述灰度转换的a倍原始图像和所述量化的a倍原始图像之间的差别。全文摘要一种图像处理设备，包括构造成使原始图像乘以用于α混合的预定系数α的乘法单元，从而生成α倍原始图像；构造成量化α倍原始图像和输出通过量化获得的量化的α倍原始图像的量化单元；构造成通过执行抖动处理而在α倍原始图像上执行灰度转换的灰度转换单元，从而生成灰度转换的α倍原始图像；以及构造成计算灰度转换的α倍原始图像和量化的α倍原始图像之间差别的差别计算单元，从而获得灰度转换的α倍原始图像中的高频成分，把该高频成分加到量化的合成图像中，该量化的合成图像通过量化合成图像而生成，该合成图像通过与对原始图像进行量化而生成的量化的图像进行α混合而获得。文档编号G06T3/00GK101729759SQ20091020767公开日2010年6月9日申请日期2009年10月29日优先权日2008年10月29日发明者塚本信,池田洁申请人:索尼株式会社