图像处理装置和图像处理方法与流程

本发明涉及一种用于进行在打印介质上形成图像的量化处理的图像处理装置和图像处理方法。

背景技术：

在使用伪灰阶方法来打印图像时，必须对多值图像数据进行量化，并且，作为用于该量化的量化方法，已知有误差扩散法和抖动法。具体地，与误差扩散法相比，将预先存储的阈值与多值数据的灰阶值相比较来确定是点打印还是不打印的抖动法具有小的处理负荷，因此被广泛用在许多图像处理装置中。在此类抖动法的情况中，具体地，在低灰度范围中的点扩散性成为问题，但是，例如，美国特许第No.5111310号提出一种通过使用具有蓝噪声特性的阈值矩阵来作为用于获取较佳的点扩散性的阈值矩阵的方法。

图18A至图18C所示为用于解释使用具有蓝噪声特性的阈值矩阵的抖动过程的图示。图18A所示为待输入到10像素×10像素区域的图像数据的示例。此示例所示为“36”的灰阶值被输入到所有像素的状态。图18B所示为与上述10像素×10像素区域对应的、所准备的阈值矩阵。像素中的各个与0至254的阈值中的任何一个相关。在抖动法中，当由多值图像数据所指示的灰阶值大于阈值时，对应的像素被指定为点打印“1”。另一方面，当由多值图像数据所指示的灰阶值等于或小于阈值时，对应的像素被指定为点不打印“0”。图18C示出基于抖动法的量化结果。表示打印“1”的像素用灰色指示，表示不打印“0”的像素用白色指示。在图18C中所见的打印“1”像素的分布取决于在阈值矩阵中的阈值布置。通过使用如在图18B中的具有蓝噪声特性的阈值矩阵，即使是在如图18A中相同的多个多值数据被输入到预定区域的情况中，打印“1”像素也被布置为如图18C中所示的高扩散性状态。

图19A和图19B是示出在300mm能见距离下的蓝噪声特性和人体视觉特性或人体传递函数(VTF)的图。在两幅图中，水平轴表示频率(周期数/毫米)，图中较低的频率靠左而较高的频率靠右。另一方面，垂直轴表示与各个频率对应的强度(功率)。

参见图19A，蓝噪声特性为，例如，受抑制的低频分量、快速上升段和平坦的高频分量。从快速上升段得到的与峰值对应的频率fg被称作主频。另一方面，例如，对于图19B中所示的人体视觉特性(VTF)，使用以下的Dooley近似表达式。在该表达式中，l表示观察距离，f表示频率。

VTF＝5.05×exp(-0.138×πlf/180)×(1–exp(0.1×πlf/180))表达式1

从图19B可以看出，人体视觉特性在低频范围内具有高敏感性，但是在高频范围内的敏感性低。也就是说，低频分量是显著的，而高频分量不显著。该蓝噪声特性是基于此视觉特性，并且，在视觉特性上，适于在高敏感(显著)低频范围中几乎不具有功率，而在低敏感(不显著)高频范围中具有功率。为此，当有人通过视觉观察接受使用具有蓝噪声特性的阈值矩阵的量化处理的图像时，点的偏差或周期性不大可能被感知，图像会被识别为令人满意的图像。

另一方面，美国特许第No.6867884号公开了一种用于解决即使可以基于色材(即基于颜色)获得较佳的分散性，但是当使用多色材料(即混合颜色)打印图像时，分散性还是劣化而使得颗粒性(graininess)显著的情形的抖动法。具体地，美国特许第No.6867884号公开了一种准备如图18B所示的具有较佳分散性的一个共同的抖动矩阵并且在多种颜色中互换阈值的同时进行量化处理的方法。在美国特许第No.6867884号中所公开的量化方法本文中称作颜色关联处理。该颜色关联处理使得可以即使在混合颜色图像中也达成较佳图像质量，这是因为在低灰阶范围中具有不同颜色的点以高度分散的状态被互斥地打印。

但是，上述颜色关联处理可以使得在混合有多种颜色的墨点的点图案中的颗粒性不显著，但是也可能使得特定墨的点的分散性很显著。美国特许第No.6867884号首先着重于增强在多色墨中的具有最强点能力(dot power)的黑色墨的分散性，并且，将设置了阈值的通道设为黑色，而没有使用共同的阈值矩阵来使多个通道间相互补偿。例如，当使用青色、品红和黄色而不是使用黑色来表达全色图像时，如果对于最低阈值范围的通道设置具有等效点能力的青色和品红中的一种，则其他颜色的颗粒性会变得显著。下文将给出具体描述。

图20是图示在利用被分配给第一至第三通道的三种颜色的墨进行颜色关联处理时获得的点打印状态的图。在使用具有蓝噪声特性的同一阈值矩阵时，对于分配给第一通道的第一颜色的数据不加补偿地设置阈值，对于第二颜色的数据设置基于第一颜色的数据而补偿的阈值。另外，对于第三颜色的数据，设置基于第一颜色和第二颜色的多个数据而补偿的阈值。为此，在第一颜色的点图案1910中以及在第一颜色至第三颜色的点图案的点图案的总和1940中，点被较佳地分散且颗粒性也被抑制。另一方面，在第二颜色的点图案1920和第三颜色的点图案1930中的各个中，分散性和颗粒性都发生了劣化。

图21A至图21C是量化地示出在图20中所示的点图案的颗粒性的图。在图21A中，水平轴表示空间频率，垂直轴表示与空间频率对应的平均强度(功率)。结果发现，第一颜色的点图案和混合颜色的点图案中的各个在低频范围具有充分抑制的功率，在主频fg位置附近具有功率峰值。也就是说，第一颜色的点图案和混合颜色的点图案中的各个都具有蓝噪声特性。另一方面，第二颜色的点图案和第三颜色的点图案中的各个在低频范围具有某种水平的功率，不具有陡峰，并且具有已经在主频fg处减少的功率。也就是说，第二颜色的点图案和第三颜色的点图案中的各个均不具有蓝噪声特性。

图21B是示出作为响应值的将在图21A中示出的频率特性乘以在图18B中示出的人体视觉特性(VTF)的结果的图。而且，图21C示出在图21B中的响应值的积分值。较大的响应值或较大的响应积分值意味着点图案的颗粒性更容易被视觉感知。在此示例中，第二颜色和第三颜色点图案的响应值或积分值大于第一颜色和混合颜色点图案的响应值或积分值，因此，第二颜色和第三颜色点图案的颗粒性容易被感知。也就是说，即使当使用在美国特许第No.6867884号中所公开的方法来抑制在混合颜色图像中的颗粒性时，在混合颜色图像中，特定墨颜色的点图案的颗粒性仍会是显著的，使图像质量劣化。

技术实现要素：

作出本发明以解决上述问题。因此，本发明的一个目标是提供一种图像处理装置和图像处理方法，其中，当根据伪灰阶方法使用多色材料打印彩色图像时，所述图像处理装置和图像处理方法可以在整个图像上保持比以前更低的颗粒感。

通过以下(结合附图)对于示例性实施例的描述，本发明的其他特征将变得一目了然。

附图说明

图1是图示喷墨打印系统的控制结构的框图；

图2是在本发明中可用的打印装置的示意性透视图；

图3是用于解释该打印装置的控制结构的框图；

图4是示出ASIC 3001的结构的框图；

图5是用于解释图像数据处理的流程图；

图6是用于解释量化处理的细节的框图；

图7A和图7B是用于解释在颜色关联处理单元中的处理的框图和流程图；

图8是示出通过典型颜色关联处理被确定为打印(1)的阈值范围的图示；

图9A和图9B是量化地示出各点图案的颗粒性的图示；

图10是示出在第一实施例中被确定为打印(1)的阈值范围；

图11A和图11B是量化地示出各个点图案的颗粒性的图示；

图12A和图12B是示出在本实施例与常规方法之间的颗粒性的比较的图示；

图13是示出在第二实施例中被确定为打印(1)的阈值范围的图示；

图14是示出在第三实施例中的通过颜色关联处理的灰线转换状态的图示；

图15是在第三实施例中被确定为打印(1)的阈值范围的图示；

图16是图示在第四实施例中的通过颜色关联处理的灰线转换状态的图示；

图17是在第四实施例中被确定为(1)的阈值范围的图示；

图18A至图18C是用于解释抖动法的图示；

图19A和图19B是图示噪声特性和视觉特性的图示；

图20是示出在使用三种颜色进行颜色关联处理时所获得的点打印状态的图示；

图21A至图21C是量化地图示点图案的颗粒性的图示；以及

图22是示出第一阈值矩阵和第二阈值矩阵的示例的图示。

具体实施方式

(第一实施例)

图1是示出可适用于本发明的喷墨打印系统的控制结构的框图。在本发明中的喷墨打印系统被构造为包括图像供应设备3、图像处理装置2以及喷墨打印装置1(下文中也简单地称作打印装置)。从图像供应设备3供应的图像数据在图像处理装置2中接受预定的图像处理，然后被发送至打印装置1，并使用作为彩色材料的墨来打印。

在打印装置1中，打印装置主控制单元101是用于控制打印装置1整体的单元，并且被构造为包括CPU、ROM、RAM等。打印缓冲器102可以在图像数据作为栅格数据传送给打印头103之前存储图像数据。打印头103是具有多个能够将墨作为液滴喷出的打印元件的喷墨类型打印头，并且，根据在打印缓存器102中存储的图像数据，从各打印元件喷出墨。在本实施例中，假设与青色、品红和黄色三色对应的打印元件阵列排列在打印头103上。

纸张给送/排出电机控制单元104控制打印介质的传送以及纸张的给送/排出。打印装置接口(I/F)105与图像处理装置2收发数据信号。I/F信号线114连接这两者。对于I/F信号线114，例如可以使用，由Centronics数据计算机公司所指定的一种。数据缓冲器106临时地存储从图像处理装置2接收的图像数据。系统总线107将打印装置1的各功能连接。

另一方面，在图像处理装置2中，图像处理装置主控制单元108是用于对从图像供应设备3供应的图像进行各种处理从而生成由打印装置1可打印的图像数据的装置，并且包括CPU、ROM、RAM等。在图像处理装置主控制单元108中还配设了在图6和图7A中所示的本发明的下述特性结构，待结合图5和图7B描述的流程图由图像处理装置主控制单元108的CPU来进行。图像处理装置接口(I/F)109与打印装置1收发数据信号。外部连接接口(I/F)113与外部连接的图像供应设备3收发图像数据等。显示单元110将各种多个信息显示给使用者，并且使用诸如LCD等的显示器来使用。操作单元111是用于令使用者执行命令操作的机构，并且可以例如使用键盘和鼠标来使用。系统总线112将图像处理装置主控制单元108和各功能彼此连接。

请注意，除了从图像处理装置2供应的图像数据以外，打印装置1也可以直接接收并打印在诸如存储卡等的存储介质中存储的图像数据以及来自数字摄像机的数据。

图2是在本实施例中所使用的打印装置1的示意性透视图。打印装置1包括从图像处理装置2接收数据以打印该数据的典型PC打印机的功能以及打印在诸如存储卡等的存储介质中存储的图像数据以及从数字摄像机接收的图像数据的功能。

作为打印装置1的外壳的主体具有外部部件，该外部部件包括下部壳体1001、上部壳体1002、护盖1003、纸张给送托盘1007以及纸张排出托盘1004。下部壳体1001和上部壳体1002分别大致形成装置1的主体的上半部和下半部，并且，通过将两壳体组合，可以形成将各机构容纳在内部的内容空间。

纸张给送托盘1007能够堆叠并保持多个打印介质，并且被配置为在输入给送打印命令时自动将最上层的一张介质给送到该装置中。另一方面，纸张排出托盘1004被配置为使得其一个末端部分被下部壳体1001可旋转可移动地保持，并且在下部壳体1001的前部部分中形成的开口部分可以通过该旋转运动打开/闭合。在进行打印动作时，通过将纸张排出托盘1004朝前侧可旋转地移动以打开开口部分，被打印的纸张可以通过该开口部分排出，并且，所排出的被打印的纸张可以按顺序堆叠。纸张排出托盘1004含有两个附属托盘1004a和1004b，并且，必要时，通过将各个托盘拉出，打印介质支持面积可以分三阶段扩大。

在该装置内的空间中，布置有用于在打印介质上打印图像的打印头103、能够沿图中X方向移动并安装打印头103和墨盒的载体、被配置为每次扫描将打印介质沿Y方向移动预定量的传送机构。

在输入打印命令时，从纸张给送托盘1007传送到该装置中的打印介质被传送到可以通过打印头103进行打印的区域。然后，当通过打印头103的一次打印扫描完成时，该传送结构将该打印介质沿Y方向移动与打印宽度D对应的距离。如所描述的，通过重复通过打印头103的打印扫描以及打印介质传送动作，逐步在打印介质上形成图像。打印已完成的打印介质被排出到纸张排出托盘1004。

护盖1003被配置为使得其一个末端部分由上部壳体1002可旋转可移动地保持，并且，在上部表面中形成的开口部分可以打开/闭合。通过打开护盖1003，在主体内所含有的打印头103和/或墨盒等可以得到更换。注意到，尽管此处未示出，但是在护盖1003的背表面上，配设有突起，该突起用于在护盖1003闭合时被在主体侧部上配设的微开关所检测。也就是说，根据该微开关检测该突起的结果，可以检测护盖1003的打开/闭合状态。

在上部壳体1002的上表面上，可压下地配设有电源按键1005。另外，在上部壳体1002的上表面上，配设包括液晶显示单元110、各种按键开关等的操作面板1010。

到纸张距离选择杆1008为用于调整在打印头103的喷墨表面与打印介质的表面之间的间隔的杆。卡槽1009是用于容纳可附接存储卡的适配器的开口部分。在存储卡中存储的图像数据被通过在卡槽1009中插入的适配器发送到打印装置的控制单元3000，然后在经受预定处理之后，被打印在打印介质上。对于存储卡(PC)，可以使用诸如袖珍闪存、智能存储器或存储棒的存储器。观察器(液晶显示单元)1011在例如从在存储卡中存储的图像当中搜索要打印的图像时显示诸如基于一个帧的图像或索引图像的图像。在本实施例中，观察器1011被配置为可拆卸地附接到打印装置1主体。端子1012是用于连接数字摄像机的端子，端子1013是用于连接个人电脑(PC)的USB总线连接器。

图3是用于解释打印装置1的控制结构的框图。在控制单元3000(控制板)中，DSP 3002(数字信号处理器)在内部具有CPU，并对打印装置整体执行各种图像处理和控制。除了被配置为存储待由DSP 3002的CPU执行的程序的程序存储器3003a以外，存储器3003具有被配置为存储运行中的程序的RAM区域以及作为被配置为存储图像数据等的工作存储器的存储器区域。在打印机引擎3004中，配备有用于使用多种颜色的色墨打印彩色图像的打印机引擎。

USB总线连接器3005是用于连接数字摄像机3012的端口。连接器3006连接观察器1011。USB总线集线器3008(USB HUB)是用于通过USB转移到打印机引擎3004的线集中器。一旦接收到已经经过了由外部连接的图像处理装置2(PC)进行的预定图像处理的图像数据之后，USB总线集线器3008直接将该图像数据发送给该打印机引擎。通过这样做，与USB总线集线器3008连接的PC 2可以直接与打印机引擎3004进行数据或信号的收发(即，充当一般PC打印机)。

电源连接器3009被构造为将由电源3013从商用交流电转换出的DC电压输入给该装置。请注意，在控制单元3000与打印机引擎3004之间的信号通过USB总线3021或IEEE 1284总线3022来收发。

图4是示出ASIC 3001的结构的框图。PC卡接口单元4001被构造为读取在所附接的PC卡3011中存储的图像数据或将数据写入到PC卡3011中。IEEE 1284接口单元4002被构造为与收发机引擎3004收发数据。IEEE 1284接口单元4002是在记录在数字摄像机3012中或在PC卡3011中所存储的图像数据时所使用的总线。USB接口单元4003被构造为与PC 2收发数据。USB主接口单元4004被构造为与数字摄像机3012收发数据。操作面板接口单元4005被构造为从操作面板1010输入各种操作信号或将显示数据输出到显示单元110。观察器接口单元4006被构造为控制在观察器1011上显示图像数据。接口4007是被构造为控制各种开关和LED等4009的接口单元。CPU接口单元4008被构造为控制与DSP3002的数据收发。这些各单元通过内部总线(ASIC总线)4010连接。用于这些单元的控制程序被构造为基于功能模块分配任务的多任务形式。

图5是用于解释在本实施例中由图像处理装置主控制单元108进行的图像数据处理的流程图。该处理是由图像处理装置主控制单元108根据在ROM中存储的程序来执行的。在图5中，当从图像供应设备3输入关于目标像素的图像数据时(步骤S200)，图像处理装置主控制单元108首先在步骤S201中进行颜色校正。由图像处理装置2从图像供应设备3接收的图像数据包括用于表现诸如sRGB等的标准化颜色空间的多个R(红色)、G(绿色)和B(蓝色)8位亮度数据。在步骤S201中，这些多个亮度数据会被转换成与该打印装置的特定的颜色空间对应的多个RGB 12位亮度数据。对于用于转换信号值的方法，可以使用诸如查阅在ROM等中预先存储的查找表(LUT)等的方法的公知方法。

在步骤S202中，图像处理装置主控制单元108将转换的多个RGB数据分解为分别用于作为该打印装置的墨色的C(青色)、M(品红)和Y(黄)的多个16位灰阶数据(浓度数据)。在此步骤中，对于三种通道(三种颜色)中的各个生成16位灰阶图像。同样地，在墨色分解处理中，可以在颜色校正处理中查阅在ROM中预先存储的查找表(LUT)等。

在步骤S203中，图像处理装置主控制单元108对分别与墨色对应的多个16位灰阶数据进行预定的量化处理以转换出多个若干位量化数据。例如，在量化成三色数据的情况中，图像处理装置主控制单元108将多个16位灰阶数据转换成与电平0至电平2中的任一者对应的、多个2位数据。随后将详细描述该量化处理。

在随后的步骤S204中，图像处理装置主控制单元108进行指数展开处理。特定地，从各个像素要打印的点数和对应位置被确定的多点布置图案中，选择与在步骤S203中获得的电平相关的单点布置图案。在进行该项处理时，该单点布置图案可以是呈如下的形式：要在与各个像素对应的区域中打印的点数根据电平值而改变，或者点的大小根据电平值而改变。

在完成这样的指数展开处理时，所得的多个点数据被输出为多个二值数据(步骤S205)。这就完成了图像数据处理。

请注意，在本实施例中在图5中的步骤S200至S205中的各处理步骤由喷墨打印系统来进行，但是，在从步骤S200到要由图像处理装置2进行的某个步骤的一组步骤与从该某个步骤到要由打印装置1进行的步骤S205的另一组步骤之间，没有特别地确定清晰的界线。例如，当图像处理装置2进行这些步骤到量化时，仅需要图像处理装置2将多个量化数据传送到打印装置1，打印装置主控制单元101使用在存储器中存储的指数图案来进行在步骤S204中的指数展开并控制该打印动作。并且，取决于打印装置1的性能，打印装置1还可以直接接收多个RGB多值图像数据以进行在步骤S201至S204中的所有处理步骤。

图6是用于解释在图5中的步骤S203中进行的量化处理的细节的框图。在本实施例中的量化处理中，首先处理输入值，然后处理阈值，最后进行基于抖动法的量化处理。这些系列处理基于颜色(基于通道)并行地进行。在下文中，将参照图6详细描述这些处理中的各个。

图像数据获取单元301获取指示各个像素的浓度的多个16位灰阶数据。假设在本实施例中的图像数据获取单元301可以接收至多具有用于八种颜色的16位的信号。该图示出与第一至第三种颜色分别对应的多个16位数据被输入的状态。

噪声相加处理单元302将预定的噪声相加到所述多个16位灰阶数据。通过相加该噪声，即使当连续地输入同一电平的多个灰阶数据时，可以避免连续地布置同一图案的状态以减少条带、纹理等。噪声相加处理单元302将预定的随机表、固定强度和与输入值对应的可变强度相乘，从而对于各个像素生成噪声并将噪声相加到输入值。请注意，随机表表示被构造为设置噪声极性的表格，并且对于各个像素位置设置正值、零值或负值。在本实施例中的随机表可以具有至多八个面，并且可以随意地设置各个表格的大小。固定强度指示噪声量的强度，强度的幅度决定了噪声的幅度。在本实施例中，通过根据颗粒性的程度、图像的条带或纹理等设置随机表或对于各个打印模式的固定强度最优值，可以恰当地调整噪声量。

归一化处理单元303将由16位表示的各个像素的灰阶值与在步骤S204中启用指数展开的电平值相关联，然后将各个电平范围归一化为12位。在下文中，将给出特定描述。在步骤S204中的指数展开处理是与从电平0到电平(n-1)的n个值对应的处理的情况下，归一化处理单元303将由16位表示的65535个灰阶均等地分割成(n-1)个。另外，与各个电平对应的范围被归一化为12个位(4096个灰阶)。对于各个像素来说，这使得可以获得与电平0至电平(n-1)中的任何一个相关的多个12位数据。

例如，在指数展开处理与电平0、电平1和电平2三个值对应的情况中，归一化处理单元303将由16位表示的65535个灰阶均等地分割成两个。然后，归一化处理单元303将与0至32767的灰阶值和32768至65535的灰阶值对应的各个范围归一化为12位(0至4095个灰阶)。对于与作为第一范围的0至32767的输入灰阶值中的任何一个对应的像素来说，通过随后的量化处理来输出电平0或电平1，而对于与作为第二范围的32768至65535的输入灰阶值中的任何一个对应的像素来说，通过随后的量化处理来输出电平1或电平2。根据上述控制，即使当量化数(n)是任意数目时，也可以以相同方式进行随后的量化处理。

对于各颜色的多个灰阶数据并行地进行在上述图像数据获取单元301至归一化处理单元303中的处理。也就是说，在本实施例中，生成与青色、品红和黄色对应的多个12位数据，并输入到抖动处理单元311。

在抖动处理单元311中，待量化的12位数据(处理对象数据)被直接发送到量化处理单元306。另一方面，除处理对象数据以外的颜色的多个12位数据作为多个参照数据被输入到颜色关联处理单元304。颜色关联处理单元304基于多个参照数据对通过阈值获取单元305获取的阈值进行预定处理以确定最终的阈值，并将最终的阈值发送给量化处理单元306。量化处理单元306将处理对象数据与从颜色关联处理单元304输入的阈值相比较，从而确定是打印(1)还是不打印(0)。

阈值获取单元305从在诸如ROM等的存储器中存储的多个抖动图案310当中选择一个对应的阈值矩阵，并且，获取与处理对象数据相关的像素位置对应的阈值。在本实施例中，抖动图案310为通过将0至4095的阈值排列成具有蓝噪声特性而形成的阈值矩阵，并且，可以提供诸如512×512像素、256×256像素和512×256像素的各种大小和形状。也就是说，该存储器预先存储具有所描述的不同大小和形状的多个阈值矩阵，并且，阈值获取单元305从多个阈值矩阵中选择与打印模式和墨色相对应的阈值矩阵。然后，阈值获取单元305从在所选的阈值矩阵中排列的多个阈值中将与处理对象数据相关的像素位置(x,y)对应的阈值提供给颜色关联处理单元304。

本发明的特点在于在颜色校正处理单元304中的颜色关联处理方法。在描述该独特的颜色关联处理方法之前，下文将首先描述在美国特许第No.6867884号中所公开的通常的颜色关联处理。

图7A和图7B是用于解释在颜色关联处理单元304中的处理结构和处理步骤的框图和流程图。颜色关联处理单元304将与除处理对象数据以外的颜色对应的多个12位数据设置为多个参照数据，使用这些多个参照数据来对由阈值获取单元305获取的阈值进行预定处理，并计算用于对该处理对象数据进行量化的阈值。例如，当处理对象数据是青色的多个12位数据时，参照数据是品红和黄色的多个12位数据。在图7A中，处理对象数据由In1(x,y)表示，多个参照数据由In2(x,y)和In3(x,y)来表示。此处，(x,y)表示像素位置，其作为坐标参数用于令阈值获取单元305从阈值矩阵中选择与和处理对象数据关联的像素位置对应的阈值。

参见图7A，被输入到颜色关联处理单元304的多个参照数据In2(x,y)和In3(x,y)首先被输入到阈值补偿量计算单元308(步骤S401)。在此过程中，阈值补偿量计算单元308使用这些多个参照数据来计算对于处理对象数据In1(x,y)的阈值补偿Ofs_1(x,y)(步骤S402)。在本实施例中，阈值补偿值Ofs_1(x,y)使用表达式2来计算。

Ofs_1(x,y)＝Σi[Ini(x,y)]表达式2

此处，i表示用于在多个参照数据In2(x,y)与In3(x,y)之间独立指示用于获得对于处理对象数据In1的阈值的多个参照数据的一个或更多个(下文中称作多个实际参照数据)。此类多个实际参照数据的数量和类型是对于各个处理对象数据预先指定的。

在本实施例中，假定在处理对象数据是In1(x,y)的情况中，实际参照数据为零，而在处理对象数据是In2(x,y)的情况中，In1(x,y)是多个实际参照数据。还假定在处理对象数据是In3(x,y)的情况中，In1(x,y)和In2(x,y)是实际参照数据。因此，用于各多个处理对象数据In1(x,y)至In3(x,y)的补偿Ofs_1(x,y)至Ofs_3(x,y)可以根据表达式2表达为以下形式。

Ofs_1(x,y)＝Σi[In(x,y)]

＝0 表达式2-1

Ofs_2(x,y)＝Σi[In(x,y)]

＝In1(x,y) 表达式2-2

Ofs_3(x,y)＝Σi[In(x,y)]

＝In1(x,y)+In2(x,y)表达式2-3

如上所述，当阈值补偿值Ofs_1(x,y)至Ofs_3(x,y)被计算出时，这些值被输入到阈值补偿量相加单元309。阈值补偿量相加单元309从阈值获取单元305获取与处理对象数据In(x,y)的坐标(x,y)对应的阈值Dth(步骤S403)。

在步骤S404中，阈值补偿量相加单元309从由阈值获取单元305输入的阈值Dth(x,y)减去由阈值补偿量计算单元308输入的阈值补偿值Ofs_1(x,y)，以获得量化阈值Dth'(x,y)。

Dth'(x,y)＝Dth(x,y)–Ofs_1(x,y) 表达式3

在进行以上操作时，在Dth'(x,y)采用负值的情况中，增加Dth_max(在抖动图案中的阈值中的最大值)，并将所得值处理为量化阈值Dth'(x,y)。在此过程中，量化阈值Dth'恒定地为Dth'＝0至Dth_max。

也就是说，在Dth'(x,y)<0的情况中，以下表达式成立：

Dth'(x,y)＝Dth'(x,y)+Dth_max 表达式4

当根据表达式3或4获得量化阈值Dth'(x,y)时，量化处理单元306将处理对象数据In1(x,y)与量化阈值Dth'(x,y)进行比较，以确定对于像素位置(x,y)的打印(1)或不打印。这就完成了处理步骤。

然后，如结合图5中的流程图所描述，由若干位表示的量化数据Out1(x,y)接受指数展开处理，并确定在像素位置(x,y)待打印的点图案。在进行该项操作时，在像素位置(x,y)待打印的点的数目(或点的大小)被设置为与电平值对应的数目，诸如当电平值为1时为一个点(或小点)，或当电平值为2时为两个点(或大点)。

图8是图示当分别对于第一至第三颜色输入多个第一至第三多值数据(In1至In3)时在阈值矩阵中布置的多个阈值0至Dth_max中被确定为打印(1)的阈值范围。水平轴表示阈值Dth0至4094，并且，“1710”表示Dth_max(在抖动图案的阈值中的最大值)。每一粗线表示布置有点的阈值范围。在本实施例中，从表达式2-1得出，对于第一颜色的补偿为Ofs_1＝0。与在0至Dth_max中的0至In1(1702至1703)的阈值对应的像素位置被设置为打印(1)。

从表达式2-2得出，对于第二颜色的补偿为Ofs_2＝In1。因此，由于使用根据表达式3和4所得的阈值Dth'进行量化，在抖动图案310中排列的阈值0至Dth_max中的In1至In1+In2(1705至1706)的阈值被设置为打印(1)。

从表达式2-3得出，对于第三颜色的补偿为Ofs_3＝In1+In2。因此，由于使用根据表达式3和4获得的阈值Dth'进行了量化，在阈值矩阵中排列的阈值0至Dth_max中的In1+In2至In1+In2+In3(1708至1709)被设置为打印(1)。注意到，在此示例中，(In1+In2+In3)被假定为超过Dth_max。在此情况中，超过Dth_max的范围被按照以下方式处理。也就是说，通过将(In1+In2+In3)减去Dth_max获得的、与剩余范围对应的范围，即0至In1+In2+In3–Dth_max的阈值，被设置为打印(1)。换言之，In1+In2至Dth_max(1708至1710)以及0至In1+In2+In3–Dth_max(1707至1711)是被确定为打印(1)的阈值范围。

如上所述，在一般的颜色关联处理中，虽然使用共同的阈值矩阵，但是通过将相互的输入值设置为补偿值来获得对于各个颜色的量化阈值Dth'。另外，通过使用对于量化处理的最新获得的量化阈值Dth'，点可以布置为使得多种颜色混合的点打印图案具有蓝噪声特性。

但是，如之前所描述的，如果具有强的点能力(dot power)的颜色出现在多种颜色的混合颜色点图案中，那么该颜色的点图案的颗粒性是明显的，因此，图像质量可能劣化。注意到，点能力对应于一个点的明显度，例如取决于在打印介质上打印的一个点的亮度。此外，具有越低亮度(越高浓度)的点具有越强的电能力，并且，即使当连同其他颜色形成具有蓝噪声特性的图案时，如果该颜色的点图案不具有蓝噪声特性，颗粒性也是明显的。

图9A和图9B是量化地示出当在上述一般颜色关联处理中，将第一颜色设置为青色，将第二颜色设置为品红并将第三颜色设置为黄色时形成的各个点图案的颗粒性。图9A示出各颜色和混合颜色的点图案的响应值，图9B示出其积分值。所述响应值中的各个对应于将对应点图案的频率特性乘以人体视觉特性(VTF)和对应点能力系数的结果。对于人体视觉特性(VTF)，使用已经通过表达式1给出的Dooley近似表达式。另外，点能力系数具有与电能力的强度相当的值，并且随着亮度降低而增加。此处，作为示例，根据在CIEL*a*b*颜色空间中的青色亮度L*＝55，品红亮度L*＝55以及黄色亮度L*＝85来设置对于各个颜色的点能力系数。

混合颜色点图案和作为第一颜色的青色的点图案具有蓝噪声特性，因此所述响应值及其积分值是相对低的值。另外，作为第三颜色的黄色的点图案不具有蓝噪声特性；但是，与青色和品红的点能力相比，其点能力是小的，因此，响应值及其积分值是充分低的值。另一方面，作为第二颜色的品红的点图案不具有蓝噪声特性但是具有强的点能力，因此，响应值及其积分值是相对高的值。

通过大量检验，考虑到上述要点，发明人确定，当特定颜色的点图案的响应值超过混合颜色点图案的响应值时，颗粒性容易在视觉上被感知。此外，发明人发现，为了抑制图像整体的颗粒性，在颜色关联处理中设置阈值矩阵和参照颜色以使各个墨色的点图案的响应值小于混合颜色点图案的响应值是有效的。以下将描述本实施例的颜色关联处理特征。

再次参看图7A和图7B，在本实施例中，在处理对象数据是青色数据In1(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性的第一阈值矩阵。而且，阈值补偿量计算单元308将阈值补偿值即参照数据设置为零。

Ofs_1(x,y)＝0

在处理对象数据是品红数据In2(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性但不同于第一阈值矩阵的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值即参照数据设置为零。

Ofs_2(x,y)＝0

在处理对象数据是黄色数据In3(x,y)的情况下，阈值获取单元305选择在In2(x,y)情况中的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值即参照数据设置为In2(x,y)。

Ofs_3(x,y)＝Ofs_2(x,y)

阈值补偿量相加单元309从由阈值获取单元305选择的阈值矩阵中的阈值Dth(x,y)中，减去由阈值量计算单元308输入的阈值补偿值Ofs_1(x,y)，以获得量化阈值Dth'(x,y)。此后，进行与已经描述的常规颜色关联处理相同的处理。

图22是在本实施例中可应用的第一阈值矩阵和第二阈值矩阵的示例。阈值矩阵中的任何一个具有蓝噪声特性，但是阈值分布彼此不同。这两个矩阵不受特别限制，只要具有蓝噪声特性即可，并且可以具有也可以不具有关联。注意到，通过将青色点和品红点叠加形成的蓝点具有比青色点或品红点更强的点能力，因此，相互阈值优选地设置为尽可能防止此类蓝点发生。此外，第一阈值矩阵和第二阈值矩阵可以是具有同一阈值矩阵垂直地或水平地相互移位的关系的两个矩阵。

图10是图示在用于各颜色的阈值矩阵中被确定为打印(1)的阈值范围的图。在本实施例中，在青色作为第一颜色的情况中，阈值补偿值是Ofs_1＝0。因此，与在第一阈值矩阵中的阈值0至Dth_max当中的0至In1(902至903)对应的像素位置被设置为打印(1)。

在品红作为第二颜色的情况中，阈值补偿值是Ofs_2＝0。因此，与在第二阈值矩阵中的0至Dth_max中的0至In2(905至906)对应的像素位置被设置为打印(1)。

在黄色作为第三颜色的情况中，阈值补偿值是Ofs_3＝In2。因此，在第二阈值矩阵中的阈值0至Dth_max中的In2至In2+In3(908至909)被设置为打印(1)。

根据所描述的本实施例，均具有相对强的点能力的青色和品红的点图案以及品红和黄色的混合颜色点图案可以具有蓝噪声特性。

图11A和图11B是以与在图9A和图9B中所示的传统的典型颜色关联处理的情况中相同的方式量化地示出在本实施例中的各点图案的颗粒性的图。图11A示出各墨色点图案的响应值和混合颜色点图案的响应值，图11B示出其积分值。作为第一颜色的青色的点图案和作为第二颜色的品红的点图案具有蓝噪声特性，并且，响应值及其积分值是相对低的值。而且，作为第三颜色的黄色的点图案不具有蓝噪声特性，但是，与青色或品红相比，点能力很小，因此，响应值及其积分值是充分低的值。另一方面，青色、品红和黄色的混合颜色点图案被构造为包括各自具有蓝噪声特性的两种点图案的叠加，因此，与常规颜色关联处理相比，响应值及其积分值稍高。但是，与完全没有使用颜色关联处理的情况相比，响应值及其积分值即颗粒性可以保持得充分低。

图12A和图12B是将对于青色、品红和黄色中的各个使用相互不关联的阈值矩阵的情况下的混合颜色点图案的颗粒性，与采用本实施例的情况下的混合颜色点图案的颗粒性进行比较的图。结果是，与基于常规方法的混合颜色点图案的情况相比，在本实施例中的混合颜色点图案的情况中，响应值及其积分值均被保持得低。

也就是说，根据本实施例，在充分地抑制青色、品红和黄色的混合颜色点图案的颗粒性的同时，各个颜色的点图案的响应值可以保持得比混合颜色点图案的响应值低。结果，可以输出整个图像的颗粒性比之前更低的平滑图像。

此外，只要在不同颜色之间的点的叠加得到抑制，不论混合颜色点图案的频率特性如何，颗粒性可以在一定程度上得到抑制。为此，即使对于两种颜色共同的第二阈值矩阵不一定具有蓝噪声特性，整个图像的颗粒性仍可以保持得比之前更低。而且，为了避免点的叠加，不一定需要在两种颜色之间进行颜色关联处理，而只需要设计阈值设置方法以将阈值范围设置为尽可能互斥。例如，当两种颜色被设置为品红和黄色时，通过使用以下表达式获得对于黄色的阈值，品红和黄色的点的叠加可以被最小化。

用于Y的阈值＝在阈值矩阵中的最大阈值–用于M的阈值

注意到，在以上描述中，用于对在混合颜色点图案和各颜色的点图案中的颗粒性的量化比较的响应值是从点图案的频率特性、人体视觉特性(VTF)和点能力系数获得的；但是，响应值不限于这些值。对于视觉特性，还可以采用除Dooley近似表达式以外的表达式，并且，对于点能力系数，可以不使用亮度L*，而是例如可以使用在打印介质上打印的点的光学浓度。此外，通过采用估计值诸如公知的RMS颗粒性或维纳频谱(Wiener spectrum)，可以设置响应值。

在下文中，用于表达彩色图像的墨色以各种方式组合的情况将被描述为其他实施例。

(第二实施例)

与第一实施例一样，本实施例还使用包括青色、品红和黄色的墨系统。但是，在此实施例中，对于青色和黄色，使用第一阈值矩阵来进行颜色关联处理，对于品红，使用第二阈值矩阵。

同样在本实施例中，可以使用在图7A和图7B中所示的框图和流程图。在本实施例中，在处理对象数据是青色数据In1(x,y)的情况下，阈值获取单元306选择具有蓝噪声特性的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_1(x,y)＝0

在处理对象数据是品红数据In2(x,y)的情况下，阈值获取单元306选择具有蓝噪声特性但是与第一阈值矩阵不同的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_2(x,y)＝0

在处理对象数据是黄色数据In3(x,y)的情况下，阈值获取单元305选择与在In1(x,y)情况中相同的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In1(x,y)。

Ofs_3(x,y)＝In1(x,y)

对于第一阈值矩阵和第二阈值矩阵来说，与在第一实施例中相同，例如，可以使用图22中所示的第一阈值矩阵和第二阈值矩阵。

图13是示出在本实施例中的对于各个颜色设置的阈值矩阵中的被确定为打印(1)的阈值范围的图。在本实施例中，对于作为第一颜色的青色的阈值补偿值是Ofs_1＝0。因此，与在第一阈值矩阵中的阈值0至Dth_max中的0至In1(1202至1203)对应的像素位置被设置为打印(1)。

对于同样作为第二颜色的品红来说，阈值补偿值是Ofs_2＝0。因此，与在第二阈值矩阵中的阈值0至Dth_max中的0至In2(1208至1209)对应的像素位置被设置为打印(1)。

对于作为第三颜色的黄色的阈值补偿值是Ofs_3＝In1。因此，与在第一阈值矩阵中的阈值0至Dth_max中的In1至In1+In3对应的像素位置被设置为打印(1)。

根据如所描述的本实施例，均具有相对强的点能力的青色和品红的点图案以及青色和黄色的混合颜色点图案具有蓝噪声特性。而且，如在第一实施例中，在充分地抑制青色、品红和黄色的混合颜色点图案的颗粒性的同时，各颜色的点图案的响应值可以被保持得低于混合颜色点图案的响应值。因此，图像整体的颗粒性可以保持得比之前低。

(第三实施例)

本实施例使用除青色、品红和黄色以外还包括黑色的墨系统。黑色墨具有比其他墨低的亮度，并且，这里，黑色墨的亮度被定义为L*＝10。出于该原因，黑色的点能力在这四种墨中是最大的。在这样的墨系统中，本实施例使用对于黑色和青色的第一阈值矩阵进行颜色关联处理，并且使用对于品红和黄色的第二阈值矩阵进行颜色关联处理。

在本实施例中，在图5中的步骤S202中，图像处理装置主控制单元108分别对于C(青色)、M(品红)、Y(黄色)和K(黑色)将多个RGB数据分解为多个16位灰阶数据。然后，在步骤S203中，对于四种颜色中的各个进行量化处理。

图14示出在步骤S202中的颜色转换步骤中由图像处理装置主控制单元108参照的查找表中的灰线转换状态。水平轴表示从白色到黑色的灰阶的各晶格点，垂直轴表示与各个颜色对应的输出信号值，在此以256个灰阶来表示。各个颜色的输出信号值对应于待输入到量化处理单元的输入数据In0至In3。

如在图14中可见，在从白色至灰色即从高亮(highlight)到中间浓度范围中，不使用黑色墨，仅使用青色、品红和黄色来表示灰阶图像。在中间到高浓度范围中使用黑色。在使用黑色墨的高浓度范围中，因为已经打印了其他颜色的许多点，所以墨点的打印浓度充分高，并且黑点的颗粒性几乎不被视为是问题。在本实施例中，考虑到此类情况，对于各种墨所使用的阈值矩阵和参照颜色的组合被设置为如下。

首先，在处理对象数据是黑色数据In0(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_0(x,y)＝0

在处理对象数据是青色数据In1(x,y)的情况下，阈值获取单元305选择与在In0(x,y)情况中相同的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In0(x,y)。

Ofs_1(x,y)＝In0(x,y)

在处理对象数据是品红数据In2(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性但是与第一阈值矩阵不同的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_2(x,y)＝0

在处理对象数据是黄色数据In3(x,y)的情况下，阈值获取单元305选择与在In2(x,y)情况中相同的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In2(x,y)。

Ofs_3(x,y)＝In2(x,y)

注意到，同样在本实施例中，对于第一阈值矩阵和第二阈值矩阵，可以使用在图22中所示的第一阈值矩阵和第二阈值矩阵。

图15是示出在本实施例中设置的阈值矩阵中被确定为打印的阈值范围的图。该图示出输入围绕中间浓度(128)的灰阶信号的情况。在此类浓度的情况中，如结合图14所描述，黑色墨的信号值In0(x,y)为0。因此，被确定为打印(1)的阈值范围是不存在的。

在青色的情况中，阈值补偿值是Ofs_1＝In0(x,y)。但是，如上所述，In0(x,y)＝0。因此，与在第一阈值矩阵中的阈值0至Dth_max中的0至In1(1404至1405)对应的像素位置被设置为打印(1)。

在品红的情况中，阈值补偿值为Ofs_2(x,y)＝0。因此，与在第二阈值矩阵中的阈值0至Dth_max中的0至In2(1407至1408)对应的像素位置被设置为打印(1)。

在黄色的情况中，阈值补偿值是Ofs_3(x,y)＝In2。因此，在第二阈值矩阵中的阈值0至Dth_max中的In2至In2+In3(1410至1411)被设置为打印(1)。

根据本实施例，在颗粒性成为问题的高亮到中间浓度范围中，没有打印任何黑点，因此，如在第一和第二实施例中，可以实际获得与在颜色关联处理中将青色作为第一颜色处理所获得的点图案相同的点图案。也就是说，青色的点图案、品红的点图案和品红和黄色的混合颜色点图案可以获得蓝噪声特性。因此，如在上述实施例中，在充分地抑制混合颜色点图案的颗粒性的同时，对于各个颜色的点图案的响应值可以被保持得低于混合颜色点图案的响应值，因此，图像整体的颗粒性可以得到抑制。

注意到，在第三实施例中，对于青色和黑色，使用相同的阈值矩阵，并且，对于品红和黄色，使用相同的阈值矩阵，然而，如同在第一实施例与第二实施例之间的关系，青色和品红可以互换。也就是说，用于各种颜色的阈值矩阵和参照颜色的组合可以如下地设置。

在处理对象数据是黑色数据In0(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_0(x,y)＝0

在处理对象数据是青色数据In1(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性但与第一阈值矩阵不同的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_1(x,y)＝0

在处理对象数据是品红数据In2(x,y)的情况下，阈值获取单元305选择与在In0(x,y)情况中的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In0(x,y)。

Ofs_2(x,y)＝In0(x,y)

在处理对象数据是黄色数据In3(x,y)的情况下，阈值获取单元305选择在In1(x,y)情况中的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In1(x,y)。

Ofs_3(x,y)＝In1(x,y)

即使在进行此类设置的情况下，在高亮到中间浓度范围中，不打印黑色点，仍可以获得与在颜色关联处理中将品红作为第一颜色处理时所得的点图案相同的点图案。也就是说，青色的点图案、品红的点图案以及青色和黄色的混合颜色点图案可以获得蓝噪声特性，并且，因此，图像整体的颗粒性可以被保持得比之前低。

(第四实施例)

本实施例使用除青色、品红、黄色和黑色以外另外包括灰色的墨系统。灰色墨具有比青色、品红和黑色墨更高的亮度，并且，此处灰色墨的亮度被定义为L*＝70。为此，灰色的点能力是最小的，仅次于黄色。在此类墨系统中，本实施例使用用于黑色、青色和灰色的第一阈值矩阵进行颜色关联处理，并且，使用用于品红和黄色的第二阈值矩阵进行颜色关联处理。

在本实施例中，在图5的步骤S202中，图像处理装置主控制单元108将多个RGB数据分别分解为对于C(青色)、M(品红)、Y(黄色)、K(黑色)和Gray(灰色)的多个16位灰阶数据(浓度数据)。然后，在步骤S203中，对于五种颜色中的各个进行量化处理。

图16示出在步骤S202的颜色转换步骤中由图像处理装置主控制单元108参照的查找表中的灰线转换状态。水平轴表示从白色到黑色的各个灰阶晶格点，垂直轴表示与各个颜色对应的输出信号值，在此以256个灰阶表示。如从图16可看出，在高亮到中间浓度灰色范围中，不使用黑色墨，使用青色、品红、黄色和相对大量的灰色来表示灰色图像。结果发现，与在第三实施例中描述的不使用黑色墨的图14相比，青色和品红的信号值是低的。也就是说，根据本实施例，通过引入灰色墨，具有比灰色更大点能力的青色和品红的点的数目被保持得小。

另一方面，如在第三实施例中，在高亮到中间浓度范围中不使用黑色，但是在中间浓度到高浓度范围中使用黑色。在使用黑色墨的高浓度范围中，墨点打印浓度足够高，并且，黑点的颗粒性不大可能被视为是问题。在本实施例中，考虑到这种情况，对于各个墨色所使用的阈值矩阵和参照颜色的组合被如下地设置。

首先，在处理对象数据是黑色数据In0(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_0(x,y)＝0

在处理对象数据是青色数据In1(x,y)的情况下，阈值获取单元305选择如在In0(x,y)情况中的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In0(x,y)。

Ofs_1(x,y)＝In0(x,y)

在处理对象数据是品红数据In2(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性但是与第一阈值矩阵不同的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_2(x,y)＝0

在处理对象数据是黄色数据In3(x,y)的情况下，阈值获取单元305选择在In2(x,y)情况中的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In2(x,y)。

Ofs_3(x,y)＝In2(x,y)

在处理对象数据是灰色数据In4(x,y)的情况下，阈值获取单元305选择在In0(x,y)和In1(x,y)情况中的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In0(x,y)+In1(x,y)。

Ofs_4(x,y)＝In0(x,y)+In1(x,y)

注意到，在上述实施例中，对于第一阈值矩阵和第二阈值矩阵，可以使用在图22中示出的第一阈值矩阵和第二阈值矩阵。

图17是在本实施例中在对于各种颜色的阈值矩阵中被确定为打印(1)的阈值范围的图示。该图示出中间浓度(128)周围的灰色信号被输入的情况。在此类浓度的情况中，如结合图16所描述的，黑色墨的信号值In0(x,y)为0。因此，被确定为打印(1)的阈值范围不存在。

在青色的情况中，阈值补偿值Ofs_1＝In0(x,y)。但是，如上所描述，In0(x,y)＝0。因此，与在第一阈值矩阵中的阈值0至Dth_max中的0至In1(1604至1605)对应的像素位置被设置为打印(1)。

在灰色的情况中，阈值补偿值是Ofs_4(x,y)＝In0+In1。因此，在第一阈值矩阵中的阈值0至Dth_max中的In0+In1至In0+In1+In4，即实质上是In1至In1+In4(1607至1608)被设置为打印(1)。

在品红的情况中，阈值补偿值是Ofs_2(x,y)＝0。因此，与在第二阈值矩阵中的阈值0至Dth_max中的0至In2(1610至1611)对应的像素位置被设置为打印(1)。

在黄色情况中，阈值补偿值是Ofs_3(x,y)＝In2。因此，在第二阈值矩阵中的阈值0至Dth_max中的In2至In2+In3(1613至1614)被设置为打印(1)。

根据本实施例，在颗粒性成为问题的高亮到中间浓度范围中，没有打印任何黑色点，因此，如在第一和第二实施例中，可以实际获得与在颜色关联处理中将青色作为第一颜色进行处理的情况中所获得的点图案相同的点图案。也就是说，青色的点图案、品红的点图案、青色和灰色的混合颜色点图案以及品红和黄色的混合颜色点图案可以获得蓝噪声特性。另一方面，黄色的点图案和灰色的点图案都不能获得蓝噪声特性。但是，与青色或品红的点能力相比，灰色或黄色的点能力很小，因此，在第一实施例中所描述的响应值及其积分值是充分低的值。

如上所描述，根据本实施例，在颜色关联处理中，二者具有相对大的点能力的青色和品红实质上被共同地设置为第一颜色，并且，在颜色关联处理中，均具有相对小的点能力的黄色和灰色被设置为第二颜色和随后的颜色。藉此，在充分地抑制混合颜色点图案的颗粒性的同时，各个颜色的点图案的响应值可以被保持得比混合颜色点图案的响应值低，因此，可以抑制图像整体的颗粒性。

请注意，还可以通过使用灰色墨而不将灰色墨和黑色墨同时使用，来产生本实施例的效果。在不使用黑色墨的情况中，在图16中所示的曲线图中的中间浓度到高浓度范围中，代替黑色之后，青色、品红和黄色的信号值增加。同样在此类形式，同样存在在高亮到中间浓度范围中，灰色的信号值高于青色和品红的信号值的事实，因此，可以获得抑制颗粒性的效果。

另外，同样在第四实施例中，可以就相互关系而言对青色和品红进行替换，将用于各个墨色的阈值矩阵和参照颜色的组合如下地设置。

在处理对象数据是黑色数据In0(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_0(x,y)＝0

在处理对象数据是青色数据In1(x,y)的情况下，阈值获取单元305选择具有蓝噪声特性但是与第一阈值矩阵不同的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为零。

Ofs_1(x,y)＝0

在处理对象数据是品红数据In2(x,y)的情况下，阈值获取单元305选择在In0(x,y)情况中的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In0(x,y)。

Ofs_2(x,y)＝In0(x,y)

在处理对象数据是黄色数据In3(x,y)的情况下，阈值获取单元305选择在In1(x,y)情况中的第二阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In1(x,y)。

Ofs_3(x,y)＝In1(x,y)

在处理对象数据是灰色数据In4(x,y)的情况下，阈值获取单元305选择在In0(x,y)和In2(x,y)情况中的第一阈值矩阵。阈值补偿量计算单元308将阈值补偿值设置为In0(x,y)+In2(x,y)。

Ofs_4(x,y)＝In0(x,y)+In2(x,y)

甚至在进行此类设置的情况下，在高亮到中间浓度范围中，不打印黑色点，仍可以获得在颜色关联处理中将青色和品红作为第一颜色共同地处理并把黄色和黑色作为第二颜色和随后颜色进行处理的情况下所获得的点图案相同的点图案。也就是说，青色的点图案、品红的点图案、青色和黄色的混合颜色点图案以及品红和灰色的混合颜色点图案可以获得蓝噪声特性，因此，图像整体的颗粒性可以保持得比之前低。

如上所述，根据本发明，在颜色关联处理中的阈值矩阵和参照颜色的组合被设置为在颜色关联处理中实质上使用具有相对大的点能力的颜色作为第一颜色。藉此，在充分地抑制混合颜色点图案的颗粒性的同时，各个颜色的点图案的响应值可以保持得比混合颜色点图案的响应值低，并且，因此，图像整体的颗粒性可以保持得比之前低。

请注意，在上述四个实施例中的各个中，通过使用青色墨、品红墨、黄色墨、黑色墨和灰色墨中的一些的情况作为示例来给出描述；然而，本发明也可以适用于使用各种类型墨的其他系统。例如，还可以使用淡青色墨或淡品红墨代替灰色墨来作为具有高亮度的浅色墨，并且，还可以一起使用诸如红色、绿色或蓝色的特殊色墨。在任何情况中，只要多个阈值矩阵被准备并且在颜色关联处理中的阈值矩阵和参照数据的组合被设置为实质上使用具有相对大的点能力的颜色来作为在颜色关联处理中的第一颜色，就可以获得本发明的上述效应。

并且，基于以下结构给出上述描述：其中，16位数据被通过量化处理被量化为若干电平，然后通过指数展开处理进行二值化；但是，在步骤S203中进行的量化处理不一定要求是多值量化处理。也就是说，在步骤S203中的量化处理可以使用抖动处理直接将16位灰阶数据转换为1位二值数据。在此情况中，在步骤S204中的指数展开处理被省略，并且，在步骤S203中获得的二值数据被直接输出到打印装置1。在图5中的另一步骤中的输入/输出的位数当然不限于在上述实施例中的任何一个中所述的那样。为了保持准确性，可以使得输出位数大于输入位数，并且可以根据应用或情况各种调整位数。

在上述实施例中的任何一个中，图2中示出的串列型(serial type)打印装置被用于给出描述；但是，本发明还可以应用于全线型(full-line type)打印装置。

(其他实施例)

本发明的实施例还可以通过系统或装置的计算机来实现，所述计算机读出并执行在存储介质(也可以更全面地称为“非暂时性计算机可读存储介质”)上记录的计算机可执行指令(例如，一个或多个程序)，以执行上述实施例中的一个或多个的功能，并且/或者，所述计算机包括用于执行上述实施例中的一个或多个的功能的一个或多个电路(例如，专用集成电路(ASIC))，并且，所述系统或装置的计算机通过以下方式来执行一种方法来执行上述实施例中的一个或多个的功能：例如，从存储介质读出并执行计算机可执行指令以执行上述实施例中的一个或多个的功能和/或控制上述实施例中的一个或多个的功能。该计算机可以包括一个或多个处理器(例如，中央处理单元(CPU)、微处理单元(MPU))，并且可以包括独立计算机或独立处理器的网络以读出并执行所述计算机可执行指令。所述计算机可执行指令可以通过例如网络或存储介质提供给计算机。该存储介质可以包括例如硬碟、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的存储器、光碟(高密度盘(CD)、数字多功能光盘(DVD)或蓝光光盘(BD)^TM)、闪存存储器器件、记忆卡等中的一种或多种。

本发明的实施例还可以通过如下的方法来实现，即，通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置，该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。

尽管已经参照示例性实施例描述了本发明，但是应理解，本发明不限于所公开的示例性实施例。所附权利要求范围应作最广泛理解以涵盖所有此类修改和等同的结构和功能。