图像处理装置及其控制方法与流程

本发明涉及一种图像处理装置及其控制方法。

背景技术：

传统上，已经提出了用于在图像形成装置中使在文本等的边缘部分中出现的锯齿(jaggy)平滑的几种技术。存在出现这种锯齿的各种各样的原因，并且认为广泛地存在由于低分辨率打印机的打印导致的锯齿、以及由诸如网屏(screening)处理等的半色调处理引起的锯齿。用于图像处理中的半色调处理的一种方法是抖动矩阵法。该抖动矩阵法是如下的方法：通过针对具有色调的图像数据的各个像素，根据该像素的色调值(像素值)，基于一定规则分配表示黑色或白色的值，来再现半色调。

作为用于使由于前者的低分辨率打印机导致的锯齿平滑的技术，例如，存在如下的技术：针对二值图像通过图案匹配来进行边缘检测，并且对匹配部分去除像素或添加与图案相对应的像素(例如，参照日本特开平10-42141号公报)。这对出现锯齿的部分进行检测，将该部分的像素数据设置为在二值打印机的情况下将一个像素分割成多个像素的数据，并且通过多个像素进行边缘部分的平滑。在多值打印机的情况下，将中间等级(level)的点添加到边缘部分的像素，以实现边缘部分的平滑处理。

另外，作为用于使由于后者的半色调处理导致的锯齿平滑的技术，例如，存在如下的技术：根据半色调处理之前的图像数据生成校正数据，并且将校正数据添加到半色调处理之后的图像数据的边缘部分，以便描画轮廓(例如，参照日本特开2006-295877号公报)。这是如下的技术：通过针对应当进行平滑处理的边缘部分，将校正数据与半色调处理之后的图像数据进行比较，并且输出具有较大值的数据，来使由于网屏处理导致的锯齿平滑。

然而，在前述的方法中，虽然能够改善由于网屏处理导致的锯齿，但是如果边缘部分的背景(边缘的外部)不是白色的，则存在边缘的网屏处理与校正处理干涉并且导致图像的劣化的可能性。具体而言，如果边缘部分的背景是白色的，则校正数据被添加到边缘部分，并且由于校正数据仅受到来自边缘部分内部的网屏处理的影响，所以锯齿的改善效果高于图像的劣化。然而，如果边缘部分的背景不是白色的，则由于添加的校正数据不仅受到来自边缘部分的内部的网屏处理的影响，还受到来自边缘部分的背景的网屏处理的影响，所以与边缘部分的单位面积相对应的像素值变得大于边缘部分附近的像素值。因此，这导致边缘部分的浓度与附近相比增加并且导致图像的劣化。

技术实现要素：

本发明的一方面是消除传统技术的上述问题。

本发明的特征是提供一种用于通过使图像数据的边缘部分的背景的像素的浓度值的影响较小来进行边缘校正的技术。

根据本发明的第一方面，提供了一种图像处理装置，所述图像处理装置包括：至少一个存储程序的存储器；至少一个处理器执行至少一个存储器中存储的程序以用作：确定单元，其被构造为基于阈值和包括第一图像数据的关注像素的参照区域中的多个像素的值，确定所述关注像素是否包括在边缘部分中；半色调处理单元，其被构造为通过对所述第一图像数据进行半色调处理来生成第二图像数据；以及校正单元，其被构造为使用基于所述关注像素的值而生成的校正数据，来校正与被所述确定单元确定为包括在所述边缘部分中的关注像素相对应的所述第二图像数据的像素值，其中，通过使用基于所述参照区域中的多个像素的值而确定的值，来确定所述阈值。

根据本发明的第二方面，提供了一种图像处理装置，所述图像处理装置包括：确定单元，其被构造为基于阈值和包括第一图像数据的关注像素的参照区域中的多个像素的值，确定所述关注像素是否包括在边缘部分中；半色调处理单元，其被构造为通过对所述第一图像数据进行半色调处理来生成第二图像数据；以及校正单元，其被构造为使用基于所述关注像素的值而生成的边缘校正数据，来校正与被所述确定单元确定为包括在所述边缘部分中的关注像素相对应的所述第二图像数据的像素值，其中，所述校正单元基于所述参照区域中的多个像素的最小浓度值来控制校正量。

根据本发明的第三方面，提供了一种图像处理装置的控制方法，所述方法包括：基于阈值和包括第一图像数据的关注像素的参照区域中的多个像素的值，确定所述关注像素是否包括在边缘部分中；通过对所述第一图像数据进行半色调处理来生成第二图像数据；以及使用基于所述关注像素的值而生成的校正数据，来校正与被确定为包括在所述边缘部分中的关注像素相对应的所述第二图像数据的像素值，其中，通过使用基于所述参照区域中的多个像素的值而确定的值，来确定所述阈值。

通过以下参照附图对示例性实施例的描述，本发明的进一步特征将变得清楚。

附图说明

并入说明书中并构成说明书的一部分的附图例示了本发明的实施例，并且与描述一起用来说明本发明的原理。

图1是用于描述根据实施例的mfp和包括该mfp的系统的构造的框图。

图2是用于描述根据本发明的实施例的图像处理单元的功能构造的框图。

图3是用于描述由根据实施例的边缘确定单元进行的边缘确定处理的流程图。

图4描绘了例示用于生成边缘确定值[sub]的一维查找表的示例的图。

图5是用于描述由根据实施例的边缘校正数据生成单元进行的用于生成边缘校正数据的处理的流程图。

图6描绘了例示用于针对关注像素的浓度输出边缘校正数据的查找表的示例的图。

图7描绘了例示用于针对参照区域的最小浓度值输出校正率的查找表的示例的图。

图8是用于描述由根据实施例的图像合成单元执行的图像合成处理的流程图。

图9a至图9h描绘了用于与传统技术相比来说明实施例的图。

图10a至图10h描绘了用于与传统技术相比来说明实施例的图。

图11a至图11c描绘了用于说明本实施例中的边缘校正处理的图。

具体实施方式

将参照附图，在下文中详细描述本发明的实施例。应当理解，以下实施例并不意图限制本发明的权利要求，并且并非根据以下实施例描述的方面的所有组合都是针对解决根据本发明的问题的手段所必需的。

[第一实施例]

在本实施例中，作为根据本发明的图像处理装置的示例，对具有多种功能(例如，复印、打印和传真)的电子照相法数字多功能外围设备(在下文中为mfp)给出说明。然而，本发明不限于此，并且还能够应用于例如使用诸如喷墨法等的其他处理的设备、或诸如pc等的信息处理装置。

图1是例示根据实施例的mfp100的构造以及包括mfp100的系统的构造的框图。

mfp100具有扫描器单元101、控制器102、打印机单元103以及操作单元104。扫描器单元101光学地读取原稿的图像，将图像转换成图像数据，并输出。控制器102配备有cpu110、ram111以及rom112。图像处理单元113对例如从扫描器单元101输出的原稿的图像数据进行预定的图像处理，并且将进行了图像处理的图像数据存储在ram111中。该图像处理单元113可以由例如硬件来构造，或者可以通过cpu110执行程序来实现。打印机单元103接收进行了图像处理的图像数据，并且根据指定的打印设置，通过例如电子照相法在片材上形成(打印)图像。在根据该实施例的打印机单元103中，假设根据进行了pwm(pulsewidthmodulation，脉冲宽度调制)的图像信号来调整激光的曝光量，并且输入针对各个像素具有4位(bit)的图像数据。操作单元104为用户提供用户界面以进行各种操作，并且用户经由操作单元104针对打印对象的图像数据进行各种打印设置等。

此外，用于经由网络105对图像数据进行管理的服务器107以及用于使mfp100打印的个人计算机(pc)106等连接到mfp100。当从服务器107或pc106指示执行打印时，控制器102对从服务器107或pc106发送的图像数据进行光栅化以将其转换成由打印机单元103支持的图像数据(位图数据)，并将其存储在ram111中。通过与打印机单元103的操作同步，从ram111读取图像数据并将其发送到打印机单元103，执行基于来自服务器107或pc106的打印指令的打印处理。

接下来，关于用于由控制器102执行的打印的图像处理给出说明。

图2是用于描述根据本发明的实施例的图像处理单元113的功能构造的框图。

这里，根据该实施例的图像处理单元113具有颜色校正单元201、边缘确定单元202、伽马校正单元203、边缘校正数据生成单元204、网屏处理单元205以及图像合成单元206。

颜色校正单元201针对从ram111获得的图像数据(位图数据)进行颜色校正处理。具体而言，根据颜色转换lut(查找表)或矩阵运算，对通过四种颜色cmyk(图像信号)表示浓度的cmyk颜色空间的图像数据进行转换。以这种方式转换的图像数据对于各种颜色的各个像素具有8位(0至255)值。边缘确定单元202确定在作为确定对象的关注像素与其周围的参照像素之间是否存在边缘。包括这些参照像素的区域例如可以是如由图9a和图10a的区域903或区域1003所示的、以关注像素为中心的3×3像素的区域，或者可以是5×5或更多像素的区域。该确定的结果作为边缘确定信号210被输出到图像合成单元206。这里，如果边缘被确定，则将边缘确定信号210设置为“1”(on，开)，而如果没有边缘被确定，则将边缘确定信号210设置为“0”(off，关)。

伽马校正单元203使用一维查找表来对输入的cmyk图像数据进行伽马校正处理，使得当将图像转印到片材时实现期望的浓度特性。进行了伽马校正处理的图像数据被发送到边缘校正数据生成单元204和网屏处理单元205。边缘校正数据生成单元204根据输入的图像数据生成针对边缘部分的校正数据(在下文中为边缘校正数据)211。该边缘校正数据211被发送到图像合成单元206。网屏处理单元205对输入的图像数据进行网屏处理，并且生成网屏数据(半色调图像数据)212。生成的网屏数据212被发送到图像合成单元206。图像合成单元206基于从边缘确定单元202接收的边缘确定信号210进行稍后描述的图像合成处理。

接下来，参照图3，对由根据实施例的边缘确定单元202进行的边缘确定处理详细地给出说明。

图3是用于描述由根据实施例的边缘确定单元202进行的边缘确定处理的流程图。注意，边缘确定单元202的处理被描述为通过cpu110执行程序而实现。因此，假设该处理通过cpu110执行rom112中存储的程序而实现。

首先，在步骤s301中，cpu110在从颜色校正单元201输入的图像数据中，从以参照区域中的关注像素为中心的3像素×3像素(总计9个像素)中获得具有最大浓度值的像素值(最大值[max])。接下来，处理进行到步骤s302，cpu110在从颜色校正单元201输入的图像数据中，从以参照区域中的关注像素为中心的3像素×3像素(总计9个像素)中获得具有最小浓度值的像素值(最小值[min])。获得最大值和最小值，用于计算参照区域的信号值的段差(step)。接下来，处理进行到步骤s303，cpu110从在步骤s301中获得的最大值[max]中减去在步骤s302中获得的最小值[min]，以获得作为最大值[max]与最小值[min]之间的差的对比度值[cont]。对比度值[cont]表示参照区域的信号值的最大段差量。

接下来，处理进行到步骤s304，cpu110通过使用以在步骤s302中获得的最小值[min]作为输入的一维查找表，来获得边缘确定值[sub]。这里，边缘确定值[sub]是用于确定物体的边缘部分的阈值，并且是用于例如确定是否存在线或文本的边缘部分的阈值。接下来，处理进行到步骤s305，cpu110将在步骤s303中获得的对比度值[cont]与在步骤s304中获得的边缘确定值[sub]进行比较，以确定对比度值[cont]是否大于[sub]。如果确定对比度值[cont]大于边缘确定值[sub]，则处理进行到步骤s306，进行用于最终确定是否存在边缘部分的处理。同时，如果对比度值[cont]不大于边缘确定值[sub]，则处理进行到步骤s308。在这种情况下，确定不存在边缘部分，并且确定不需要边缘校正处理。

在步骤s306中，cpu110将在步骤s301中获得的最大值[max]与通过将预定值[margin]添加到关注像素的信号值而得到的值进行比较，以确定通过将预定值[margin]添加到关注像素的信号值而得到的值是否大于最大值[max]。如果确定通过将预定值[margin]添加到关注像素的信号值而得到的值更大，则确定需要边缘校正处理并且处理进行到步骤s307，否则处理进行到步骤s308。在步骤s307中，cpu110将边缘确定信号210设置为“1”(开)，并且处理进行到步骤s309。同时，在步骤s308中，cpu110将边缘确定信号210设置为“0”(关)，并且处理进行到步骤s309。在步骤s309中，cpu110确定是否已经对所有像素进行了上述处理，并且如果没有针对所有像素完成处理，则处理进行到步骤s310，将关注像素移位到下一像素，并且执行步骤s301至步骤s309的前述处理。以这种方式，如果在步骤s309中确定针对所有像素的处理已经终止，则该处理终止。

通过该处理，当参照区域中的像素的最大浓度值与最小浓度值之间的差大于边缘确定值(阈值)并且参照区域中的关注像素的浓度接近最大浓度值时，确定参照区域包括边缘部分。另外，如稍后所述，根据前述参照区域中的最小浓度值(最小值[min])来决定边缘确定值(阈值)。

注意，虽然在图3中未给出表示，但是如果在参照区域中不包括白色像素，则可以确定参照区域不包括边缘。

接下来，参照图4、图9a至图9h、图10a至图10h，对根据该实施例的边缘确定处理的具体示例详细地给出说明。

图4描绘了例示用于生成边缘确定值[sub]的一维查找表的示例的图。

这里，描述了基于在步骤s302中获得的最小值[min]以及一维查找表来获得边缘确定值[sub]的示例。例如，如果最小值[min]为“77”，则边缘确定值[sub]被确定为“153”。这里，像素值为8位。以这种方式，这里，在步骤s302中获得的最小值[min]越小，则边缘确定值[sub]被设置得越小。

图9a至图9h、图10a至图10h描绘了用于与传统技术相比来说明实施例的图。

图9a例示了输入到边缘确定单元202的8位图像数据。对于图像区域901，浓度为“77”，并且对于图像区域902，浓度为“153”。

图9b例示了当输入图9a中例示的图像数据时网屏处理单元205的输出结果。图9c例示了当应用通过传统技术的边缘确定时边缘确定单元的输出结果。图9d例示了在应用通过传统技术的边缘校正数据生成处理的情况下边缘校正数据生成单元的输出结果。图9e例示了当应用通过传统技术的图像合成处理时图像合成单元的输出结果。

图9f例示了根据该实施例的边缘确定单元202的边缘确定结果(这里为“0”)的输出示例。图9g例示了由根据该实施例的边缘校正数据生成单元204生成的边缘校正数据的输出结果(这里为“0”)。图9h例示了根据该实施例的图像合成单元206应用图像合成处理的输出结果。

图10a至图10h描绘了例示其他像素数据的示例的图，并且图10a例示了输入到边缘确定单元202的8位图像数据。对于图像区域1001，浓度为“26”，并且对于图像区域1002，浓度为“153”。图10b例示了当输入图10a中例示的图像数据时网屏处理单元205的输出结果。图10c例示了当应用通过传统技术的边缘确定处理时边缘确定单元的输出结果。图10d例示了在应用通过传统技术的边缘校正数据生成处理的情况下边缘校正数据生成单元的输出结果。图10e例示了针对应用根据传统技术的图像合成处理的情况的输出结果。

图10f例示了由根据该实施例的边缘确定单元202进行的边缘确定处理的输出结果。图10g例示了由根据该实施例的边缘校正数据生成单元204生成的边缘校正数据211的输出结果。图10h例示了根据该实施例的图像合成单元206应用图像合成处理的输出结果。

在图9a至图9h、图10a至图10h中，参照区域903的最大值[max]和参照区域1003的最大值[max]两者都是“153”。另外，参照区域903的最小值[min]为“77”，参照区域1003的最小值[min]为“26”。因此，参照区域903的对比度[cont]变为153-77＝76，并且参照区域1003的对比度[cont]变为153-26＝127。另外，在图3的步骤s304中，由于最小值[min]为“77”，所以根据图4中例示的查找表，参照区域903的边缘确定值[sub]变为“153”。然而，由于最小值[min]为“26”，所以根据图4中例示的查找表，参照区域1003的边缘确定值[sub]变为“90”。以这种方式，随着参照区域的最小浓度值[min]的值变得越大，边缘确定值[sub]变得越大，并且随着最小浓度值[min]的值变得越小，边缘确定值[sub]变得越小。因此，进行控制使得，当边缘部分的背景的浓度低时，由于干涉的影响较小，因此变得更容易确定边缘，而当边缘部分的背景的浓度高时，由于干涉变得更大，因此变得更难以确定边缘。

与此相对，在传统技术中，边缘确定值[sub]是预定值，并且例如被固定为“70”。换言之，在传统技术中，边缘确定值[sub]是恒定的，而与边缘部分的背景的浓度无关，并且不考虑边缘校正处理与网屏之间的干涉。

接下来，在图9a的参照区域903的情况下，在图3的步骤s305中，在对比度[cont]＝“76”与边缘确定值[sub]＝“153”之间进行比较，并且在这种情况下，由于边缘确定值[sub]大于对比度[cont]，所以处理进行到步骤s308，并且关注像素被确定为非边缘。另外，在图10a的参照区域1003的情况下，在步骤s305中，在对比度[cont]＝“127”与边缘确定值[sub]＝“90”之间进行比较，由于对比度[cont]更大，所以处理进行到步骤s306，并且关注像素被确定为边缘。

与此相对，在传统技术的情况下，在参照区域903和参照区域1003的这两种情况下，由于对比度[cont]大于边缘确定值[sub]＝“70”所以处理进行到步骤s306，并且关注像素被确定为边缘。

以这种方式，在本实施例中，图10a的参照区域1003的关注像素被确定为边缘，边缘确定信号210被设置为“1”(开)，并且该处理终止。图10f例示了从根据该实施例的边缘确定单元202输出的边缘确定信号210的输出结果。

然而，在传统技术的情况下，由于参照区域1003和参照区域903的关注像素都被确定为边缘，所以边缘确定信号210被设置为“1”(开)，并且该处理终止。图9c和图10c例示了从传统技术中的边缘确定单元输出的边缘确定信号的输出结果。

以这种方式，在本实施例中，图9a的参照区域903的关注像素被确定为非边缘，边缘确定信号210被设置为“0”(关)，并且该处理终止。图9f例示了从根据该实施例的边缘确定单元202输出的边缘确定信号210的输出结果(这里为“0”)。

以这种方式，从图9c和图9f可以清楚地理解，在传统技术中被确定为边缘的图像的段差在本实施例中被确定为非边缘。因此，凭借该实施例，在将图9e和图9h进行比较时可以清楚地看出，由于在图9h中没有输出边缘校正数据，所以能够通过防止边缘校正处理与网屏处理的干涉来防止图像的劣化。

接下来，参照图5至图7，对按照根据实施例的边缘校正数据生成单元204的边缘校正数据的生成处理详细地给出说明。

图5是用于描述由根据实施例的边缘校正数据生成单元204进行的边缘校正数据的生成处理的流程图。图6和图7描绘了例示在边缘校正数据的生成处理中使用的查找表的示例的图。注意，在本实施例中，假设该处理通过cpu110执行rom112中存储的程序而实现。

首先，在步骤s501中，cpu110参照预先准备的表等(例如，一维查找表：lut)以生成边缘校正数据。具体而言，参照例如如图6中例示的、以关注像素的浓度作为输入并且以边缘校正数据作为输出的lut，以生成边缘校正数据。接下来，处理进行到步骤s502，cpu110通过参照预先准备的表等来校正在步骤s501中生成的边缘校正数据。具体而言，使用如图7中例示的、以参照区域的最小浓度值作为输入并且以校正率(校正量)作为输出的lut，来进行校正。接下来，处理进行到步骤s503，cpu110确定是否已经对所有像素进行了上述处理，并且如果没有对所有像素完成处理，则处理进行到步骤s504，而如果针对所有像素的处理已经完成，则该处理终止。在步骤s504中，cpu110将关注像素移位到下一像素，处理进行到步骤s501，并且再次执行前述处理。

以上是通过根据实施例的边缘校正数据生成单元204针对边缘校正数据而进行的生成处理的详情。接下来，参照前述的图9a至图9h和图10a至图10h，对边缘确定处理的具体示例给出说明。这里，进行小数点以下的舍入。

在图9a的参照区域903的情况下，在步骤s501中参照区域903的关注像素的浓度为“153”。使用该浓度“153”，在参照图6的lut时，边缘校正数据变为“13”。图9d例示了在使用传统技术的情况下边缘校正数据的输出的示例。

另外，在图10a的参照区域1003的情况下，关注像素的浓度为“153”。使用该浓度“153”，在参照图6的lut时，边缘校正数据变为“13”。图10d例示了在使用传统技术的情况下边缘校正数据的输出的示例。

这里，由于不使用除边缘部分以外的边缘校正数据，所以在图9d和图10d中仅记录边缘部分的边缘校正数据，以使描述更容易理解。

接下来，给出步骤s502的处理的描述。在图10a的参照区域1003的情况下，参照区域的最小浓度值为“26”。这里，在参照图7的lut时，校正率(校正量)变为30％。因此，在图10a的参照区域1003的情况下，通过将校正率(30％)与边缘校正数据“13”相乘，在步骤s502中对边缘校正数据进行校正的结果为4(＝13×30％)。图10g例示了根据实施例的边缘校正数据211的输出的示例。

以这种方式，在本实施例中，可以理解，与传统技术(图10d)相比，边缘部分的边缘校正数据211的浓度变得更低(更小)。

接下来，参照图8，关于图像合成单元206中的图像合成处理详细地给出说明。

图8是用于描述由根据实施例的图像合成单元206执行的图像合成处理的流程图。注意，在本实施例中，该处理通过cpu110执行rom112中存储的程序而实现。

首先，在步骤s801中，cpu110基于从边缘确定单元202输入的边缘确定信号210，确定关注像素是否包括在边缘部分中。如果边缘确定信号210被确定为“1”，换言之，确定关注像素包括在边缘部分中，则处理进行到步骤s802，而如果边缘确定信号210被确定为“0”，换言之，确定关注像素不是边缘部分，则处理进行到步骤s804。在步骤s802中，cpu110将边缘校正数据与网屏数据进行比较，并且确定边缘校正数据是否大于网屏数据。这里，如果确定边缘校正数据大于网屏数据，则处理进行到步骤s803。然而，如果确定网屏数据大于或等于边缘校正数据，则处理进行到步骤s804。在步骤s803中，cpu110输出边缘校正数据作为图像合成单元206的输出，并且处理进行到步骤s805。同时，在步骤s804中，cpu110输出网屏数据作为图像合成单元206的输出，并且处理进行到步骤s805。在步骤s805中，cpu110确定是否已经对所有像素进行了处理，并且如果没有针对所有像素完成处理，则处理进行到步骤s806。此外，当针对所有像素的处理已经完成时，该处理终止。在步骤s806中，cpu110将关注像素移位到下一像素，处理进行到步骤s801，并且再次执行前述处理。

以上是图像合成处理的详情。这里，使用图9a至图9h和图10a至图10h来说明图像合成处理的具体示例。

在传统技术中，参照图9c的边缘信息，并且确定关注像素是否是边缘(步骤s801)。在步骤s803或步骤s804中，输出图9b的网屏数据和图9d的边缘校正数据当中的较大者。最终，如果应用通过传统技术的图像合成处理，则得到图9e中例示的图像输出。

在图9e中，由于边缘校正像素905接近半色调点906，所以与边缘校正像素904、边缘校正像素907等相比，在半色调点906周围像素密集，并且发生浓度差。这意味着，根据边缘校正处理与抖动之间的干涉，由于边缘的位置而发生浓度差，并且存在引入图像劣化的可能性。

与此相对，在本实施例中，由于参照图9f的边缘信息，所以确定为非边缘(步骤s801)。另外，由于作为在步骤s802中的比较的结果，输出图9b的网屏数据和图9g的边缘校正数据当中的较大者，所以如果最后进行图像合成处理，则如图9h中所示得到根据网屏数据的图像输出。换言之，在实施例中，如图9f中例示的，由于没有像素被确定为边缘，所以按原样输出图9b的网屏数据作为图像合成处理的结果。

因此，在将图9e与图9h进行比较时可以清楚地看出，能够防止由于边缘校正而导致的图像的劣化。

接下来，根据图10a至图10h的示例给出说明。在传统技术中，参照图10c的边缘信息，并且确定关注像素是否是边缘(步骤s801)。在步骤s803或步骤s804中，输出图10b的网屏数据和图10d的边缘校正数据当中的较大者。最终，如果应用通过传统技术的图像合成处理，则得到图10e中例示的图像输出。

在图10e中，由于边缘校正像素1005接近半色调点1006，所以与边缘校正像素1004、边缘校正像素1007等相比，在半色调点1006周围像素密集，并且发生浓度差。这意味着，根据边缘校正处理与抖动之间的干涉，由于边缘的位置而发生浓度差，并且存在引入图像劣化的可能性。

与此相对，在本实施例中，参照图10f的边缘信息确定是否存在边缘(步骤s801)。如果边缘被确定，则在步骤s802至步骤s804中，输出图10b的网屏数据和图10g的边缘校正数据当中的较大者。因此，当最后应用图像合成处理，如图10h中例示，得到根据网屏数据和边缘校正数据的图像输出。换言之，在实施例中，如图10h中例示，输出具有低浓度的网屏数据和边缘校正数据，作为图像合成处理的结果。

因此，在将图10e与图10h进行比较时可以清楚地看出，能够抑制由于边缘校正而导致的图像的劣化。

接下来，参照图11a至图11c，对边缘部分的背景为白色的情况给出说明。

图11a例示了输入到边缘确定单元202的8位图像数据。对于图像区域1101，浓度为“0”，而对于图像区域1102，浓度为“153”。图11b例示了当输入该图像数据时网屏处理单元205的输出结果。图11c例示了当应用通过传统技术的图像合成处理时图像合成处理单元的输出结果。

当边缘部分的背景为白色时，由于例如没有与边缘校正像素1105干涉的像素(例如图9e的半色调点906)，所以不存在问题。

在传统技术中，参照图10c的边缘信息，并且确定关注像素1103是否是边缘(步骤s801)。接下来，在步骤s802中，输出图10b的网屏数据和图10d的边缘校正数据当中的较大者。最终，如果应用通过传统技术的图像合成处理，则得到图10e中例示的图像输出。

在图10e中，由于边缘校正像素1005接近半色调点1006，所以与边缘校正像素1004、边缘校正像素1007等相比，在半色调点1006周围像素密集，并且发生浓度差。这意味着，根据边缘校正处理与抖动之间的干涉，由于边缘的位置而发生浓度差，并且存在引入图像劣化的可能性。

与此相对，在实施例中，在步骤s801中，参照图10f的边缘信息，以确定关注像素1103是否是边缘。处理进行到步骤s802，并且输出图10b的网屏数据和图10g的边缘校正数据当中的较大者。因此，最终，如果应用通过本实施例的图像合成处理，则得到图10h中例示的图像输出。

在图10h中，类似于图10e的边缘校正像素1005，边缘校正数据1008接近半色调点1009。然而，在实施例中，由于边缘校正数据被前述的校正率校正，例如被从“13”校正到“4”(＝13×30％)，所以能够使边缘校正与网屏数据之间的干涉最小。

如上所述，传统上存在的问题是，当将边缘校正处理应用到边缘部分的背景的浓度大于零、并且边缘部分的背景的像素与边缘部分的像素之间的浓度差充足的边缘时，边缘校正处理与网屏处理干涉并且发生有害影响。

与此相对，在实施例中，根据参照区域的最小浓度值[min]来决定用于确定是否存在边缘的边缘确定值[sub]，并且基于所决定的边缘确定值[sub]来执行边缘确定。另外，通过进一步根据参照区域的最小浓度值[min]决定边缘校正数据的校正量、并根据校正量对边缘校正数据进行校正，例如如图9h或图10h中例示的，能够减小边缘校正处理与网屏之间的干涉。

另外，在实施例中，边缘校正数据的校正量被设置为与参照区域的最小浓度值[min]相对应的值，并且根据校正量来对边缘校正数据进行校正。因此，能够针对需要边缘校正处理的阈值附近的图像数据，逐渐进行边缘的轮廓描画，并且能够使被确定为边缘的部分与不是边缘的部分之间的改变不明显。

注意，在实施例中，根据参照区域的像素的最小浓度值来决定边缘确定值(阈值)，但是如果参照区域的像素的最小浓度值大于或等于一定浓度值，则可以确定为非边缘。另外，如果参照区域的像素的最小浓度值不是白色，则可以将该像素确定为非边缘。

注意，在实施例中，虽然仅通过举出一种颜色的示例给出了说明，但是不言而喻的是，可以是颜色的混合。

其他实施例

还可以通过读出并执行记录在存储介质(也可更完整地称为“非暂时性计算机可读存储介质”)上的计算机可执行指令(例如，一个或更多个程序)以执行上述实施例中的一个或更多个的功能、并且/或者包括用于执行上述实施例中的一个或更多个的功能的一个或更多个电路(例如，专用集成电路(asic))的系统或装置的计算机，来实现本发明的实施例，并且，可以利用通过由系统或装置的计算机例如读出并执行来自存储介质的计算机可执行指令以执行上述实施例中的一个或更多个的功能、并且/或者控制一个或更多个电路以执行上述实施例中的一个或更多个的功能的方法，来实现本发明的实施例。计算机可以包括一个或更多个处理器(例如，中央处理单元(cpu)、微处理单元(mpu))，并且可以包括分开的计算机或分开的处理器的网络，以读出并执行计算机可执行指令。计算机可执行指令可以例如从网络或存储介质被提供给计算机。存储介质可以包括例如硬盘、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、光盘(诸如压缩光盘(cd)、数字通用光盘(dvd)或蓝光光盘(bd)^tm)、闪存装置以及存储卡等中的一者或更多。

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。

虽然参照示例性实施例对本发明进行了描述，但是应当理解，本发明不限于所公开的示例性实施例。应当对所附权利要求的范围给予最宽的解释，以使其涵盖所有这些变型例以及等同的结构和功能。