画像処理装置、画像処理方法、プログラムおよび記録媒体
【課題】入力画像中の画素をクラスタリングすることにより、各クラスタの色情報から重要度を判定して、重要度に基づいてトナーセーブを行う色変換を行い、画質の低下を抑制しつつ効果的にトナー消費量を削減する。
【解決手段】クラスタリング部１０１は入力画像をクラスタに分類し、削減率決定部１０２は、クラスタの色情報の重要度に応じたトナーの削減率を決定する。色変換部１０３はクラスタの削減率に基づいてトナー量が削減できるように色変換する。
【解決手段】クラスタリング部１０１は入力画像をクラスタに分類し、削減率決定部１０２は、クラスタの色情報の重要度に応じたトナーの削減率を決定する。色変換部１０３はクラスタの削減率に基づいてトナー量が削減できるように色変換する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、トナーの消費量を削減した画像処理装置、画像処理方法、プログラムおよび記録媒体に関する。
【背景技術】
【０００２】
印刷コストを削減するために、使用するトナーの消費量を抑えたトナーセーブモードがある。トナーの消費量を抑える技術として、γ変換テーブルにより印字濃度を下げることでトナーの使用量を低減させる技術や、画像形成装置によって色再現可能な範囲を、色材量が抑制されるように狭小化し、狭小化された色再現領域内に収まるように入力画像データを出力画像データに色変換する技術がある（特許文献１を参照）。
【０００３】
前者の方法は、印字された出力画像が全体的に薄くなり、通常モードでの出力画像の色再現の画質と比べて大きく低下し、通常の用途では利用できない。
【０００４】
また、後者の方法は、印字された出力画像全体が薄くなるという課題が解決できるが、狭小化した色再現領域へ色変換するための色変換テーブルが予め定められたテーブルであるため、例えば、入力画像中に存在する色の重要性を判定し、その重要度に基づいて、重要度の低い色に対して削減率を高く設定できない。
【０００５】
一般に彩度の高い色は、ユーザーに例えば注意を喚起する目的で使用されることが多く、その重要度は高く、彩度の低い色は他と区別できる程度に色がついていればよく、その重要度は彩度の高い色に比べると相対的に低い。
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかし、従来の方法では、重要度の高低に関わらず狭小化した色再現領域へ色変換してトナーセーブしているので、結果的に重要度の高い色が薄くなり、画質が低下してしまうという問題がある。また、重要度の低い色に対しては、トナー削減率をより高くしてよいにも関わらず、予め定められた色変換テーブルを使用しているため、該当する色の削減率を上げることができない。
【０００７】
本発明は、上記した課題に鑑みてなされたもので、
本発明の目的は、入力画像中の画素をクラスタリングすることにより、各クラスタの色情報から重要度を判定して、重要度に基づいてトナーセーブを行う色変換を行い、画質の低下を抑制しつつ効果的にトナー消費量を削減する画像処理装置、画像処理方法、プログラムおよび記録媒体を提供することにある。
【課題を解決するための手段】
【０００８】
本発明は、入力画像データの各画素を、色差に基づいてクラスタに分類するクラスタリング手段と、前記分類されたクラスタの色情報に基づいて前記クラスタの重要度を判定し、前記重要度に応じた色材削減率を決定する削減率決定手段と、前記クラスタの画像データにおける色材の使用量を、前記決定された色材削減率に従って削減した後、画像形成手段で印字するための画像データに色変換する色変換手段を備えたことを最も主要な特徴とする。
【発明の効果】
【０００９】
本発明によれば、入力画像の各画素を色差に基づいてクラスタに分類し、クラスタの色情報からクラスタの重要度を判定してトナー削減率を決定するため、クラスタの重要度に基づいて適切なトナーセーブを行うことができる。
【図面の簡単な説明】
【００１０】
【図１】本発明の実施例１の画像処理装置の構成を示す。
【図２】クラスタリング部の処理フローチャートを示す。
【図３】重要度判定処理のフローチャートを示す。
【図４】削減率の決定を説明する図である。
【図５】入力ＲＧＢ値をＬ＊ａ＊ｂ＊値に変換する色空間を示す。
【図６】色変換における処理フローチャートを示す。
【図７】図６のステップ４０２の処理を説明する図である。
【図８】本発明の実施例２の画像処理装置の構成を示す。
【図９】削減率決定のための処理フローチャートを示す。
【発明を実施するための形態】
【００１１】
以下、発明の実施の形態について図面により詳細に説明する。
【実施例１】
【００１２】
図１（ａ）は、本発明の実施例１の画像処理装置の構成を示す。画像処理装置は、クラスタリング部１０１、削減率決定部１０２、色変換部１０３、画像形成部１０４から構成される。
【００１３】
以下の説明で、入力画像データは、基本的にＲＧＢデータにより構成されるものとし、各処理部では、必要に応じて適宜、ＲＧＢ値をＣＩＥ Ｌ＊ａ＊ｂ＊値やＬ＊Ｃ＊Ｈ＊値（ＣＩＥ Ｌ＊ａ＊ｂ＊表色系におけるａ＊ｂ＊平面上の座標（ａ＊，ｂ＊）を極座標表示（Ｃ＊，Ｈ＊）に変換したもの）に変換し、処理を行うものとする。
【００１４】
図１（ｂ）は、クラスタリング部１０１の構成を示す。カラー変換部２０１は、ＲＧＢ色空間で表されるカラー画像データをＣＩＥＬＡＢ色空間で表される画像データに色空間変換を行う。この変換のために、ＲＧＢ色空間における各色要素信号からなる色値に対応するＣＩＥＬＡＢ色空間における色値を予め求めておき、ＲＧＢ値に対応するＬ＊ａ＊ｂ＊値をＬＵＴとして保持しておき、このＬＵＴに基づいて色空間変換を行う。さらに、この色空間変換は、画像形成部１０４で色再現可能な領域内へ色変換されているとする。このような色再現可能な領域内への変換処理については、従来のガマットマッピング処理の手法を用いればよい。
【００１５】
クラスタ分類部２０２では、入力画素のＬ＊ａ＊ｂ＊値に基づいて各画素を実質的に同一とみなせるクラスタに分類する。実質的に同一であるとは、明るさ、彩度、色相が略同一であることを示している。クラスタ分類部２０２によるクラスタリング結果として、クラスタを構成する画素に基づいて算出したクラスタの色情報が得られる。
【００１６】
図２は、クラスタリング部１０１の処理フローチャートである。初めて注目画素が入力された時点では、クラスタ数ＮはＮ＝０に初期化された状態であるため（ステップＳ２０１）、色差による条件分岐（ステップＳ２０６）で“Ｎｏ”の方に進んでクラスタ番号１を新規クラスタとして追加し、クラスタ数をＮ＝１に設定、クラスタ番号１の画素数をｎ（１）＝０に設定する（ステップＳ２０９）。
【００１７】
さらに、クラスタ番号１の平均Ｌ＊ａ＊ｂ＊に注目画素のＬ＊ａ＊ｂ＊値が設定される（ステップＳ２１０）。その後は、順次入力される注目画素のＬ＊ａ＊ｂ＊値に対して、各クラスタの平均Ｌ＊ａ＊ｂ＊との色差を求め（ステップＳ２０４）、その中で色差最小のクラスタ番号ｊと色差ｄＥ＿ｍｉｎの組を取得する（ステップＳ２０５）。
【００１８】
色差を式（１）により算出する。
色差＝｜ΔＬ＊｜＋｜Δａ＊｜＋｜Δｂ＊｜ 式（１）
ここで、ΔＬ＊、Δａ＊、Δｂ＊は、注目画素と各クラスタごとの明度成分Ｌ＊、ａ成分ａ＊、ｂ成分ｂ＊のそれぞれの差分値である。
【００１９】
色差による条件分岐（ステップＳ２０６）で色差ｄＥ＿ｍｉｎが予め設定された閾値ｄＥ＿ｔｈ以下であれば（ステップＳ２０６でＹＥＳ）、ステップＳ２０７の方に進んでクラスタｊに入力画素を追加し、平均Ｌ＊ａ＊ｂ＊を再計算する。クラスタｊの画素数ｎ（ｊ）を＋１して、Ｌ＊ａ＊ｂ＊の平均値を以下の式に従い再計算する。
（再計算後の平均Ｌ＊）＝（（再計算前の平均Ｌ＊）×（ｎ（ｊ）−１）＋（入力画素のＬ＊））／ｎ（ｊ）
（再計算後の平均ａ＊）＝（（再計算前の平均ａ＊）×（ｎ（ｊ）−１）＋（入力画素のａ＊））／ｎ（ｊ）
（再計算後の平均ｂ＊）＝（（再計算前の平均ｂ＊）×（ｎ（ｊ）−１）＋（入力画素のｂ＊））／ｎ（ｊ）
色差による条件分岐（ステップＳ２０６）で色差ｄＥ＿ｍｉｎが予め設定された閾値ｄＥ＿ｔｈより大きければ（ステップＳ２０６でＮｏ）、ステップＳ２０９の方に進んで新規クラスタを追加し、クラスタ数Ｎをカウントアップして新規クラスタの画素数を０に設定し、平均Ｌ＊ａ＊ｂ＊に入力画素のＬ＊ａ＊ｂ＊を設定する（ステップＳ２０９、ステップＳ２１０）。
【００２０】
新規クラスタを追加するか否かの境界色差を表しているのがｄＥ＿ｔｈであり、どの程度の色差境界をひとつのクラスタとしてまとめるかを考慮して、ｄＥ＿ｔｈを予め設定する。
【００２１】
注目画素が何れかのクラスタに属する場合は、その画素の色情報とともに、クラスタ番号が付与される（ステップＳ２１１）。全ての画素において処理を終了した時点（ステップＳ２０２でＹＥＳ）で、クラスタリング終了となる。まだ終了していない場合は、ステップＳ２０３以降の処理を繰り返す。
【００２２】
クラスタリングが終了した時点で、入力画像におけるクラスタ数、クラスタを構成する画素数、各クラスタの色情報（クラスタを構成する画素に基づいて算出した平均Ｌ＊ａ＊ｂ＊値）が得られる。
【００２３】
削減率決定部１０２は、クラスタの色情報を用いて重要度の判定を行った後、重要度に従ったトナー削減率の決定を行う。重要度は、クラスタの色情報（平均Ｌ＊ａ＊ｂ＊値）から彩度値を求め、予め定めた彩度閾値以上であれば重要であるとの判定を行う。
【００２４】
図３は、重要度判定処理のフローチャートである。ステップ３０１において、クラスタの色情報を取得し、彩度値Ｃを算出する。彩度値Ｃは以下の式により算出する。
Ｃ＝（ａ＊２ｂ＊２）０．５
【００２５】
ステップ３０２において、彩度値Ｃと彩度閾値（ｔｈ＿Ｃ）を比較し、閾値以上であれば、ステップ３０３に進む。彩度閾値は、重要であるか否かを２値的に判定するための閾値となる。そうでない場合はステップ３０４に進む。
【００２６】
ステップ３０３では、重要度判定結果として、重要であることを表す“１”をクラスタの重要度情報として設定する。ステップ３０４では、重要度判定結果として、重要でないことを表す“０”をクラスタの重要度情報として設定する。
【００２７】
ステップ３０５では、全てのクラスタにおいて重要度判定が終わったか否かを判定し、終わっていない場合にはステップ３０２に戻り以降の処理を繰り返す。全てのクラスタにおいて重要度判定が終わった場合は処理を終了する。
【００２８】
次に、削減率を決定する（削減率決定の例１）。
削減率は、クラスタの色情報であるＬ＊ａ＊ｂ＊値を、ＣＩＥＬＡＢ空間上でトナー量を削減するＬ＊ａ＊ｂ＊に変更するための変更量となる。
【００２９】
図４（ａ）は、削減率決定の例１を説明する図である。点Ａは、クラスタ（例えばクラスタＡとする）の色情報であるＬ＊ａ＊ｂ＊値をＬ＊Ｃ＊Ｈ＊へ変換し、彩度Ｃ＊を横軸に、明度Ｌ＊を縦軸にした平面上にプロットしたものである。
【００３０】
トナーの消費量を削減するために、白点に対するＬ＊ａ＊ｂ＊距離（ここでは、点Ａと紙白点との距離）を減少させるように、点Ａを白点の方向へ修正した色点Ａ’に変換するように削減率Ｒを決定する。
【００３１】
削減率Ｒは、クラスタＡの重要度判定結果に基づいて決定され、重要度判定結果が“１”の場合、
Ｒ＝ｒ１
重要度判定結果が“０”の場合、
Ｒ＝ｒ０
となる。
【００３２】
上記の係数値（ｒ１、ｒ０）は、０から１までの値をとり、少なくとも重要度判定結果が“１”である削減率が、“０”の場合よりもが小さくなるようにｒ１＜ｒ０となるような値を設定する。
（削減率決定の例２）
削減率決定の例１では、クラスタの彩度値により重要度を２値的に判断した後、削減率を決定する方法を説明したが、クラスタの彩度値そのものを用いて削減率を決定する例２を説明する。
【００３３】
図４（ｂ）は、クラスタの彩度値Ｃに従って削減率Ｒを求めるためのグラフの一例を示す。彩度値Ｃｍｉｎを最大削減率ｒａｔｉｏ１として、彩度値が増加するに従い、削減率が下がり、Ｃｍａｘ以上では一定値ｒａｔｉｏ２となる。
【００３４】
彩度値Ｃｍｉｎ未満の場合は、トナー量を削減することにより、紙上でほとんどトナーが打たれず白くなることを防止するために、削減率が小さくなるように設定する。
【００３５】
このようなグラフに基づいて、クラスタの彩度値と削減率Ｒの対応関係を表すＬＵＴを予め作成し、ＬＵＴに従った削減率Ｒの算出を行ってもよい（なお、上記グラフは一例であり、これ以外の形状のグラフでもかまわない）。
（削減率決定の例３）
削減率決定の例１、２では、クラスタの彩度値により重要度を判断した後、削減率を決定する方法を説明したが、クラスタを構成する画素数で用いて削減率を決定する例３を説明する。
【００３６】
図４（ｃ）は、クラスタを構成する画素数に従って削減率Ｒを求めるためのグラフの一例を示す。画素数の多いクラスタは、画素数の少ないクラスタよりも重要度が高いと判断して、重要度の高いクラスタの削減率が低くなるように設定する。
【００３７】
画素数Ｎ＿ｍｉｎを最大削減率ｒａｔｉｏ１として、画素数が多くなるに従い、削減率が下がるように設定し、画素数Ｎ＿ｍａｘ以上は、削減率ｒａｔｉｏ２で一定とする。
【００３８】
このようなグラフに基づいて、クラスタを構成する画素数と削減率Ｒの対応関係を表すＬＵＴを作成し、ＬＵＴに従った削減率Ｒの算出を行ってもよい（なお、上記グラフは一例であり、これ以外の形状のグラフでもかまわない）。また、画素数における閾値を予め設定しておき、画素数が閾値未満の場合と閾値以上の場合とで削減率を切り替えるようにしてもよい。
【００３９】
その他、クラスタを構成する画素数とクラスタの彩度とを組み合わせて重要度を判断し、構成画素数が少なく、彩度が低い、重要度の低いクラスタについては削減率を高くするような設定をしても良い。
【００４０】
色変換部１０３は、クラスタの削減率に基づいて、クラスタに含まれる色領域におけるトナー量が削減できるように色変換を行う。
【００４１】
色変換においては、入力ＲＧＢ色空間を複数に分割する格子の各格子点に対応づけて、出力ＣＩＥＬＡＢ色空間における色値を保持している多次元ＬＵＴを用いて、入力画像色空間における入力画像信号の色値を、出力画像色空間における色値に変換する。
【００４２】
図５に示すように、ＲＧＢ色空間を複数の単位立方体に分割し、各単位立方体の各格子点に対応付けて、当該格子点の座標軸（ＲＧＢ値）に対応するＬ＊ａ＊ｂ＊値を保持するＬＵＴを用いる。
【００４３】
入力画像のＲＧＢ色空間の格子点と入力画像信号の色値（ＲＧＢ値）が一致することはまれであるため、多次元ＬＵＴの格子点から入力ＲＧＢ値が含まれる８個の参照格子点を選択し、多次元ＬＵＴによって求められる複数の参照格子点に対応づけられた、出力ＣＩＥＬＡＢ色空間における色値を用いて、入力画像色空間における入力画像信号の色値と各参照格子点との位置関係に応じた重み付け係数を用いた補間演算を行い、入力ＲＧＢ値に対応するＬ＊ａ＊ｂ＊値を求める。
【００４４】
図６は、色変換における処理フローチャートを示す。ステップ４０１では、ＲＧＢ色空間で表される入力画像データを、上記ＬＵＴを用いてＣＩＥＬＡＢ色空間で表される画像データに色空間変換を行う。なお、この色変換ＬＵＴは、画像形成装置で色再現可能な範囲へと色変換するパラメータが予め設定されている。
【００４５】
次に、ステップ４０２で、削減率決定部１０２で求めた削減率Ｒを変更量として用いて、クラスタの色再現値（Ｌ＊ａ＊ｂ＊）を、白点の方向へ変更されるように、クラスタの含まれる格子点のＬ＊ａ＊ｂ＊値を変更する。
【００４６】
変更値の算出は、以下のように行う。対象クラスタのＲＧＢ値が含まれる８個の格子点を抽出して、Ｌ＊ａ＊ｂ＊値の変更を行う。ここでは、簡単のために８個の格子点のうちの１つを変更する場合について説明する。
【００４７】
対象格子点（格子点Ａとする）に対応するＬ＊ａ＊ｂ＊値をＬ＊Ｃ＊Ｈ＊へ変換する。図７（ａ）は、削減率決定部１０２で決めた削減率Ｒを変更量として、格子点Ａを変更する場合の図を示す。格子点ＡのＬ＊Ｃ＊Ｈ＊値をそれぞれ、Ａ＿Ｌ，Ａ＿Ｃ，Ａ＿Ｈとし、白点のＬ＊Ｃ＊Ｈ＊値をＷ＿Ｌ，Ｗ＿Ｃ，Ｗ＿Ｈとすると、格子点Ａと白点とのＬ＊方向、Ｃ＊方向の距離Ｄ＿Ｌ、Ｄ＿Ｃは、
Ｄ＿Ｌ＝｜Ａ＿Ｌ−Ｗ＿Ｌ｜
Ｄ＿Ｃ＝｜Ａ＿Ｃ−Ｗ＿Ｃ｜
格子点Ａの変更後のＬ＊Ｃ＊Ｈ＊値を、Ａ’＿Ｌ，Ａ’＿Ｃ，Ａ’＿Ｈとすると、変更量＝Ｒを用いて以下のように算出する。
【００４８】
Ａ’＿Ｌ＝（Ｒ×Ｄ＿Ｌ）＋Ａ＿Ｌ
Ａ’＿Ｃ＝Ａ＿Ｃ−（Ｒ×Ｄ＿Ｃ）
Ａ’＿Ｈ＝Ａ＿Ｈ
とする。
求めたＡ’＿Ｌ，Ａ’＿Ｃ，Ａ’＿Ｈに基づき変換したＬ＊ａ＊ｂ＊値を格子点Ａの変更後のＬ＊ａ＊ｂ＊値とする。その他の７つの格子点についても同様の方法で変更後のＬ＊ａ＊ｂ＊値を求める。
【００４９】
さらに、格子点ＡのＬ＊ａ＊ｂ＊値の変更により、全体的な色の変化の連続性が失われないように、格子点Ａから白点の方向に存在する格子点のＬ＊ａ＊ｂ＊値も変更する。
【００５０】
先に修正した格子点Ａの変更値（点Ａ’とする）から白点の方向に存在する格子点において、Ａ’の明度（Ｌ＿Ａ’）よりも低い明度をもつ格子点（図７（ｂ）における格子点Ｂ）を選択する。次に、点Ｂから白点の方向に存在する格子点（図７（ｂ）における点Ｃ）を選択し、点Ａ’と点Ｃを結ぶ直線の間に位置するように、格子点ＢのＬ＊ａ＊ｂ＊値を変更する。変更値の算出は、先に説明した格子点Ａの変更後のＬ＊ａ＊ｂ＊を求めるときの方法と同様である。点Ａ’と格子点Ｃの間に格子点Ｂの変更値が位置するように適切な変更量Ｒ’を設定して、変更後のＬ＊ａ＊ｂ＊値（図７（ｂ）における点Ｂ’）を求めればよい。
【００５１】
ステップ４０３では、全てのクラスタにおいて修正が完了したか否かを判断し、終了した場合はステップ４０４に進む。そうでない場合は、ステップ４０２〜４０３を繰り返す。
【００５２】
ステップ４０４では、ＲＧＢ色空間で表されるカラー画像データを、ステップ４０２で修正したＬＵＴを用いてＣＩＥＬＡＢ空間の画像データに色変換を行う。
【００５３】
ステップ４０５では、ＣＩＥＬＡＢ空間の画像データを画像形成装置のＣＭＹＫ色空間へ変換する。この色空間変換については、ＣＩＥＬＡＢ空間における色度値とＣＭＹＫの各値との対応関係を表すＬＵＴを予め保持しておき、このＬＵＴを用いて変換する。
【００５４】
画像形成部１０４は、色変換部１０３から送られるＣＭＹＫ画像データに基づいて、各色トナーにより記録用紙に画像形成を行う。
【００５５】
このように、本実施例によれば、クラスタの彩度値に従って彩度値が高いクラスタの方が、彩度値の低いクラスタよりも削減率を低くできるので、重要度の高い色がトナーセーブされることにより、薄く再現されてしまうことを防止できる。
【００５６】
また、クラスタの構成画素数に基づいて重要度を判定し、削減率を決定することができるので、相対的に画素数の少ないクラスタを重要度が低いと判断して削減率を高く設定することができる。
【実施例２】
【００５７】
実施例１では、入力画像をクラスタリングし、各クラスタの色情報に基づいて重要度を求め、重要度に応じてトナー消費量を削減する色修正量を決定した。
【００５８】
本実施例では、入力画像のオブジェクト属性に基づいて重要度を求め、重要度に応じてトナー消費量を削減する色修正量を決定する実施例を説明する。
【００５９】
図８は、本発明の実施例２の画像処理装置の構成を示す。ＰＣ１０５は、画像処理装置をコントロールするＰＣであり、オペレータから出力命令を受け取ると、画像を撮像するなどして取り込まれた画像データや、各種ＤＴＰソフトで作成された写真、グラフィック、テキスト等の複合ドキュメントの画像データなどを画像処理装置１０６に送信する。
【００６０】
画像処理部１０６は、ＰＣ１０５から送信された画像データに基づいて、入力画像をＣＭＹＫのカラートナー画像へ変換して、画像形成部１０３に転送する。画像形成部１０３では、送信されたＣＭＹＫデータに基づいて記録用紙に画像形成を行う。
【００６１】
画像処理部１０６は、オブジェクト判別部１０７と、クラスタリング部１０８と、削減率決定部１０９と、色変換部１１０から構成される。
【００６２】
オブジェクト判別部１０７は、画像データを受け取り、描画オブジェクトのタイプ（文字コード、図形コード、ラスタ画像データ）やその内容（種類、サイズ、色、太さ等）の解析により、文字として描画するオブジェクトかどうかを認識し、オブジェクト認識結果と、画像データを、クラスタリング部１０８、削減率決定部１０９へそれぞれ送る。
【００６３】
クラスタリング部１０８は、オブジェクト判別部１０７から送られた、オブジェクト認識結果と画像データを受け取り、描画オブジェクトのタイプが、グラフィックスオブジェクト（図形コード）とそれ以外のオブジェクトに分けて、各オブジェクトごとに、オブジェクトに含まれる各画素を実質的に同一とみなせるクラスタに分類する。オブジェクトごとに分けた後に実施するクラスタリングの方法は、実施例１と同一の処理であるのでその説明を省略する。
【００６４】
削減率決定部１０９は、クラスタリング部１０８から送られた、オブジェクトごとのクラスタリング結果に基づいて削減率を決定する。削減率は、グラフィックオブジェクト（図形コード）の方が、他のオブジェクトよりも削減率が高くなるように設定し、さらに、グラフィックスオブジェクトにおいては、彩度値の低い色が彩度値の高い色よりも削減率が高くなるように設定する。
【００６５】
図９は、削減率決定のための処理フローチャートである。ステップ５０１において、入力されたクラスタのオブジェクトがグラフィックスオブジェクトである場合は、ステップ５０２に移行し、そうでない場合は、ステップ５０３へ移行する。
【００６６】
ステップ５０２では、グラフィックスオブジェクトに対する削減率Ｄ１の決定をクラスタの色情報を用いて実施する。クラスタの色情報により削減率を決定する方法は、実施例１の削減率決定部１０２で説明した決定方法と同様の方法であるので省略する。
【００６７】
ステップ５０３では、クラスタがグラフィックオブジェクト以外の場合の削減率を決定する。この場合は、一律の削減率Ｄ２を設定する。ただし、Ｄ２の値は、グラフィックスオブジェクトの削減率Ｄ１よりも小さい値を設定する。
【００６８】
色変換部１１０は、決定した削減率に基づいて、クラスタに含まれる色領域におけるトナー量が削減できるように色変換を行う。この方法についても実施例１の色変換部１０３で説明した方法と同一であるので省略する。画像形成部１０３は、色変換部１１０から送られるＣＭＹＫ画像データに基づいて、各色トナーにより記録用紙に画像形成を行う。
【００６９】
実施例２によれば、入力画像におけるオブジェクトに従って、グラフィックスオブジェクトの方が他のオブジェクトよりも高い削減率を設定することができるので、相対的に重要度の低いグラフィックスの色の削減率を高く設定することができる。
【００７０】
本発明は、前述した実施例の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても達成される。この場合、記憶媒体から読出されたプログラムコード自体が前述した実施例の機能を実現することになる。プログラムコードを供給するための記憶媒体としては、例えば、ハードディスク、光ディスク、光磁気ディスク、不揮発性のメモリカード、ＲＯＭなどを用いることができる。また、コンピュータが読出したプログラムコードを実行することにより、前述した実施例の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した実施例の機能が実現される場合も含まれる。さらに、記憶媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施例の機能が実現される場合も含まれる。また、本発明の実施例の機能等を実現するためのプログラムは、ネットワークを介した通信によってサーバから提供されるものでも良い。
【符号の説明】
【００７１】
１０１ クラスタリング部
１０２ 削減率決定部
１０３ 色変換部
１０４ 画像形成部
【先行技術文献】
【特許文献】
【００７２】
【特許文献１】特開２００７−３２４９００号公報
【技術分野】
【０００１】
本発明は、トナーの消費量を削減した画像処理装置、画像処理方法、プログラムおよび記録媒体に関する。
【背景技術】
【０００２】
印刷コストを削減するために、使用するトナーの消費量を抑えたトナーセーブモードがある。トナーの消費量を抑える技術として、γ変換テーブルにより印字濃度を下げることでトナーの使用量を低減させる技術や、画像形成装置によって色再現可能な範囲を、色材量が抑制されるように狭小化し、狭小化された色再現領域内に収まるように入力画像データを出力画像データに色変換する技術がある（特許文献１を参照）。
【０００３】
前者の方法は、印字された出力画像が全体的に薄くなり、通常モードでの出力画像の色再現の画質と比べて大きく低下し、通常の用途では利用できない。
【０００４】
また、後者の方法は、印字された出力画像全体が薄くなるという課題が解決できるが、狭小化した色再現領域へ色変換するための色変換テーブルが予め定められたテーブルであるため、例えば、入力画像中に存在する色の重要性を判定し、その重要度に基づいて、重要度の低い色に対して削減率を高く設定できない。
【０００５】
一般に彩度の高い色は、ユーザーに例えば注意を喚起する目的で使用されることが多く、その重要度は高く、彩度の低い色は他と区別できる程度に色がついていればよく、その重要度は彩度の高い色に比べると相対的に低い。
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかし、従来の方法では、重要度の高低に関わらず狭小化した色再現領域へ色変換してトナーセーブしているので、結果的に重要度の高い色が薄くなり、画質が低下してしまうという問題がある。また、重要度の低い色に対しては、トナー削減率をより高くしてよいにも関わらず、予め定められた色変換テーブルを使用しているため、該当する色の削減率を上げることができない。
【０００７】
本発明は、上記した課題に鑑みてなされたもので、
本発明の目的は、入力画像中の画素をクラスタリングすることにより、各クラスタの色情報から重要度を判定して、重要度に基づいてトナーセーブを行う色変換を行い、画質の低下を抑制しつつ効果的にトナー消費量を削減する画像処理装置、画像処理方法、プログラムおよび記録媒体を提供することにある。
【課題を解決するための手段】
【０００８】
本発明は、入力画像データの各画素を、色差に基づいてクラスタに分類するクラスタリング手段と、前記分類されたクラスタの色情報に基づいて前記クラスタの重要度を判定し、前記重要度に応じた色材削減率を決定する削減率決定手段と、前記クラスタの画像データにおける色材の使用量を、前記決定された色材削減率に従って削減した後、画像形成手段で印字するための画像データに色変換する色変換手段を備えたことを最も主要な特徴とする。
【発明の効果】
【０００９】
本発明によれば、入力画像の各画素を色差に基づいてクラスタに分類し、クラスタの色情報からクラスタの重要度を判定してトナー削減率を決定するため、クラスタの重要度に基づいて適切なトナーセーブを行うことができる。
【図面の簡単な説明】
【００１０】
【図１】本発明の実施例１の画像処理装置の構成を示す。
【図２】クラスタリング部の処理フローチャートを示す。
【図３】重要度判定処理のフローチャートを示す。
【図４】削減率の決定を説明する図である。
【図５】入力ＲＧＢ値をＬ＊ａ＊ｂ＊値に変換する色空間を示す。
【図６】色変換における処理フローチャートを示す。
【図７】図６のステップ４０２の処理を説明する図である。
【図８】本発明の実施例２の画像処理装置の構成を示す。
【図９】削減率決定のための処理フローチャートを示す。
【発明を実施するための形態】
【００１１】
以下、発明の実施の形態について図面により詳細に説明する。
【実施例１】
【００１２】
図１（ａ）は、本発明の実施例１の画像処理装置の構成を示す。画像処理装置は、クラスタリング部１０１、削減率決定部１０２、色変換部１０３、画像形成部１０４から構成される。
【００１３】
以下の説明で、入力画像データは、基本的にＲＧＢデータにより構成されるものとし、各処理部では、必要に応じて適宜、ＲＧＢ値をＣＩＥ Ｌ＊ａ＊ｂ＊値やＬ＊Ｃ＊Ｈ＊値（ＣＩＥ Ｌ＊ａ＊ｂ＊表色系におけるａ＊ｂ＊平面上の座標（ａ＊，ｂ＊）を極座標表示（Ｃ＊，Ｈ＊）に変換したもの）に変換し、処理を行うものとする。
【００１４】
図１（ｂ）は、クラスタリング部１０１の構成を示す。カラー変換部２０１は、ＲＧＢ色空間で表されるカラー画像データをＣＩＥＬＡＢ色空間で表される画像データに色空間変換を行う。この変換のために、ＲＧＢ色空間における各色要素信号からなる色値に対応するＣＩＥＬＡＢ色空間における色値を予め求めておき、ＲＧＢ値に対応するＬ＊ａ＊ｂ＊値をＬＵＴとして保持しておき、このＬＵＴに基づいて色空間変換を行う。さらに、この色空間変換は、画像形成部１０４で色再現可能な領域内へ色変換されているとする。このような色再現可能な領域内への変換処理については、従来のガマットマッピング処理の手法を用いればよい。
【００１５】
クラスタ分類部２０２では、入力画素のＬ＊ａ＊ｂ＊値に基づいて各画素を実質的に同一とみなせるクラスタに分類する。実質的に同一であるとは、明るさ、彩度、色相が略同一であることを示している。クラスタ分類部２０２によるクラスタリング結果として、クラスタを構成する画素に基づいて算出したクラスタの色情報が得られる。
【００１６】
図２は、クラスタリング部１０１の処理フローチャートである。初めて注目画素が入力された時点では、クラスタ数ＮはＮ＝０に初期化された状態であるため（ステップＳ２０１）、色差による条件分岐（ステップＳ２０６）で“Ｎｏ”の方に進んでクラスタ番号１を新規クラスタとして追加し、クラスタ数をＮ＝１に設定、クラスタ番号１の画素数をｎ（１）＝０に設定する（ステップＳ２０９）。
【００１７】
さらに、クラスタ番号１の平均Ｌ＊ａ＊ｂ＊に注目画素のＬ＊ａ＊ｂ＊値が設定される（ステップＳ２１０）。その後は、順次入力される注目画素のＬ＊ａ＊ｂ＊値に対して、各クラスタの平均Ｌ＊ａ＊ｂ＊との色差を求め（ステップＳ２０４）、その中で色差最小のクラスタ番号ｊと色差ｄＥ＿ｍｉｎの組を取得する（ステップＳ２０５）。
【００１８】
色差を式（１）により算出する。
色差＝｜ΔＬ＊｜＋｜Δａ＊｜＋｜Δｂ＊｜ 式（１）
ここで、ΔＬ＊、Δａ＊、Δｂ＊は、注目画素と各クラスタごとの明度成分Ｌ＊、ａ成分ａ＊、ｂ成分ｂ＊のそれぞれの差分値である。
【００１９】
色差による条件分岐（ステップＳ２０６）で色差ｄＥ＿ｍｉｎが予め設定された閾値ｄＥ＿ｔｈ以下であれば（ステップＳ２０６でＹＥＳ）、ステップＳ２０７の方に進んでクラスタｊに入力画素を追加し、平均Ｌ＊ａ＊ｂ＊を再計算する。クラスタｊの画素数ｎ（ｊ）を＋１して、Ｌ＊ａ＊ｂ＊の平均値を以下の式に従い再計算する。
（再計算後の平均Ｌ＊）＝（（再計算前の平均Ｌ＊）×（ｎ（ｊ）−１）＋（入力画素のＬ＊））／ｎ（ｊ）
（再計算後の平均ａ＊）＝（（再計算前の平均ａ＊）×（ｎ（ｊ）−１）＋（入力画素のａ＊））／ｎ（ｊ）
（再計算後の平均ｂ＊）＝（（再計算前の平均ｂ＊）×（ｎ（ｊ）−１）＋（入力画素のｂ＊））／ｎ（ｊ）
色差による条件分岐（ステップＳ２０６）で色差ｄＥ＿ｍｉｎが予め設定された閾値ｄＥ＿ｔｈより大きければ（ステップＳ２０６でＮｏ）、ステップＳ２０９の方に進んで新規クラスタを追加し、クラスタ数Ｎをカウントアップして新規クラスタの画素数を０に設定し、平均Ｌ＊ａ＊ｂ＊に入力画素のＬ＊ａ＊ｂ＊を設定する（ステップＳ２０９、ステップＳ２１０）。
【００２０】
新規クラスタを追加するか否かの境界色差を表しているのがｄＥ＿ｔｈであり、どの程度の色差境界をひとつのクラスタとしてまとめるかを考慮して、ｄＥ＿ｔｈを予め設定する。
【００２１】
注目画素が何れかのクラスタに属する場合は、その画素の色情報とともに、クラスタ番号が付与される（ステップＳ２１１）。全ての画素において処理を終了した時点（ステップＳ２０２でＹＥＳ）で、クラスタリング終了となる。まだ終了していない場合は、ステップＳ２０３以降の処理を繰り返す。
【００２２】
クラスタリングが終了した時点で、入力画像におけるクラスタ数、クラスタを構成する画素数、各クラスタの色情報（クラスタを構成する画素に基づいて算出した平均Ｌ＊ａ＊ｂ＊値）が得られる。
【００２３】
削減率決定部１０２は、クラスタの色情報を用いて重要度の判定を行った後、重要度に従ったトナー削減率の決定を行う。重要度は、クラスタの色情報（平均Ｌ＊ａ＊ｂ＊値）から彩度値を求め、予め定めた彩度閾値以上であれば重要であるとの判定を行う。
【００２４】
図３は、重要度判定処理のフローチャートである。ステップ３０１において、クラスタの色情報を取得し、彩度値Ｃを算出する。彩度値Ｃは以下の式により算出する。
Ｃ＝（ａ＊２ｂ＊２）０．５
【００２５】
ステップ３０２において、彩度値Ｃと彩度閾値（ｔｈ＿Ｃ）を比較し、閾値以上であれば、ステップ３０３に進む。彩度閾値は、重要であるか否かを２値的に判定するための閾値となる。そうでない場合はステップ３０４に進む。
【００２６】
ステップ３０３では、重要度判定結果として、重要であることを表す“１”をクラスタの重要度情報として設定する。ステップ３０４では、重要度判定結果として、重要でないことを表す“０”をクラスタの重要度情報として設定する。
【００２７】
ステップ３０５では、全てのクラスタにおいて重要度判定が終わったか否かを判定し、終わっていない場合にはステップ３０２に戻り以降の処理を繰り返す。全てのクラスタにおいて重要度判定が終わった場合は処理を終了する。
【００２８】
次に、削減率を決定する（削減率決定の例１）。
削減率は、クラスタの色情報であるＬ＊ａ＊ｂ＊値を、ＣＩＥＬＡＢ空間上でトナー量を削減するＬ＊ａ＊ｂ＊に変更するための変更量となる。
【００２９】
図４（ａ）は、削減率決定の例１を説明する図である。点Ａは、クラスタ（例えばクラスタＡとする）の色情報であるＬ＊ａ＊ｂ＊値をＬ＊Ｃ＊Ｈ＊へ変換し、彩度Ｃ＊を横軸に、明度Ｌ＊を縦軸にした平面上にプロットしたものである。
【００３０】
トナーの消費量を削減するために、白点に対するＬ＊ａ＊ｂ＊距離（ここでは、点Ａと紙白点との距離）を減少させるように、点Ａを白点の方向へ修正した色点Ａ’に変換するように削減率Ｒを決定する。
【００３１】
削減率Ｒは、クラスタＡの重要度判定結果に基づいて決定され、重要度判定結果が“１”の場合、
Ｒ＝ｒ１
重要度判定結果が“０”の場合、
Ｒ＝ｒ０
となる。
【００３２】
上記の係数値（ｒ１、ｒ０）は、０から１までの値をとり、少なくとも重要度判定結果が“１”である削減率が、“０”の場合よりもが小さくなるようにｒ１＜ｒ０となるような値を設定する。
（削減率決定の例２）
削減率決定の例１では、クラスタの彩度値により重要度を２値的に判断した後、削減率を決定する方法を説明したが、クラスタの彩度値そのものを用いて削減率を決定する例２を説明する。
【００３３】
図４（ｂ）は、クラスタの彩度値Ｃに従って削減率Ｒを求めるためのグラフの一例を示す。彩度値Ｃｍｉｎを最大削減率ｒａｔｉｏ１として、彩度値が増加するに従い、削減率が下がり、Ｃｍａｘ以上では一定値ｒａｔｉｏ２となる。
【００３４】
彩度値Ｃｍｉｎ未満の場合は、トナー量を削減することにより、紙上でほとんどトナーが打たれず白くなることを防止するために、削減率が小さくなるように設定する。
【００３５】
このようなグラフに基づいて、クラスタの彩度値と削減率Ｒの対応関係を表すＬＵＴを予め作成し、ＬＵＴに従った削減率Ｒの算出を行ってもよい（なお、上記グラフは一例であり、これ以外の形状のグラフでもかまわない）。
（削減率決定の例３）
削減率決定の例１、２では、クラスタの彩度値により重要度を判断した後、削減率を決定する方法を説明したが、クラスタを構成する画素数で用いて削減率を決定する例３を説明する。
【００３６】
図４（ｃ）は、クラスタを構成する画素数に従って削減率Ｒを求めるためのグラフの一例を示す。画素数の多いクラスタは、画素数の少ないクラスタよりも重要度が高いと判断して、重要度の高いクラスタの削減率が低くなるように設定する。
【００３７】
画素数Ｎ＿ｍｉｎを最大削減率ｒａｔｉｏ１として、画素数が多くなるに従い、削減率が下がるように設定し、画素数Ｎ＿ｍａｘ以上は、削減率ｒａｔｉｏ２で一定とする。
【００３８】
このようなグラフに基づいて、クラスタを構成する画素数と削減率Ｒの対応関係を表すＬＵＴを作成し、ＬＵＴに従った削減率Ｒの算出を行ってもよい（なお、上記グラフは一例であり、これ以外の形状のグラフでもかまわない）。また、画素数における閾値を予め設定しておき、画素数が閾値未満の場合と閾値以上の場合とで削減率を切り替えるようにしてもよい。
【００３９】
その他、クラスタを構成する画素数とクラスタの彩度とを組み合わせて重要度を判断し、構成画素数が少なく、彩度が低い、重要度の低いクラスタについては削減率を高くするような設定をしても良い。
【００４０】
色変換部１０３は、クラスタの削減率に基づいて、クラスタに含まれる色領域におけるトナー量が削減できるように色変換を行う。
【００４１】
色変換においては、入力ＲＧＢ色空間を複数に分割する格子の各格子点に対応づけて、出力ＣＩＥＬＡＢ色空間における色値を保持している多次元ＬＵＴを用いて、入力画像色空間における入力画像信号の色値を、出力画像色空間における色値に変換する。
【００４２】
図５に示すように、ＲＧＢ色空間を複数の単位立方体に分割し、各単位立方体の各格子点に対応付けて、当該格子点の座標軸（ＲＧＢ値）に対応するＬ＊ａ＊ｂ＊値を保持するＬＵＴを用いる。
【００４３】
入力画像のＲＧＢ色空間の格子点と入力画像信号の色値（ＲＧＢ値）が一致することはまれであるため、多次元ＬＵＴの格子点から入力ＲＧＢ値が含まれる８個の参照格子点を選択し、多次元ＬＵＴによって求められる複数の参照格子点に対応づけられた、出力ＣＩＥＬＡＢ色空間における色値を用いて、入力画像色空間における入力画像信号の色値と各参照格子点との位置関係に応じた重み付け係数を用いた補間演算を行い、入力ＲＧＢ値に対応するＬ＊ａ＊ｂ＊値を求める。
【００４４】
図６は、色変換における処理フローチャートを示す。ステップ４０１では、ＲＧＢ色空間で表される入力画像データを、上記ＬＵＴを用いてＣＩＥＬＡＢ色空間で表される画像データに色空間変換を行う。なお、この色変換ＬＵＴは、画像形成装置で色再現可能な範囲へと色変換するパラメータが予め設定されている。
【００４５】
次に、ステップ４０２で、削減率決定部１０２で求めた削減率Ｒを変更量として用いて、クラスタの色再現値（Ｌ＊ａ＊ｂ＊）を、白点の方向へ変更されるように、クラスタの含まれる格子点のＬ＊ａ＊ｂ＊値を変更する。
【００４６】
変更値の算出は、以下のように行う。対象クラスタのＲＧＢ値が含まれる８個の格子点を抽出して、Ｌ＊ａ＊ｂ＊値の変更を行う。ここでは、簡単のために８個の格子点のうちの１つを変更する場合について説明する。
【００４７】
対象格子点（格子点Ａとする）に対応するＬ＊ａ＊ｂ＊値をＬ＊Ｃ＊Ｈ＊へ変換する。図７（ａ）は、削減率決定部１０２で決めた削減率Ｒを変更量として、格子点Ａを変更する場合の図を示す。格子点ＡのＬ＊Ｃ＊Ｈ＊値をそれぞれ、Ａ＿Ｌ，Ａ＿Ｃ，Ａ＿Ｈとし、白点のＬ＊Ｃ＊Ｈ＊値をＷ＿Ｌ，Ｗ＿Ｃ，Ｗ＿Ｈとすると、格子点Ａと白点とのＬ＊方向、Ｃ＊方向の距離Ｄ＿Ｌ、Ｄ＿Ｃは、
Ｄ＿Ｌ＝｜Ａ＿Ｌ−Ｗ＿Ｌ｜
Ｄ＿Ｃ＝｜Ａ＿Ｃ−Ｗ＿Ｃ｜
格子点Ａの変更後のＬ＊Ｃ＊Ｈ＊値を、Ａ’＿Ｌ，Ａ’＿Ｃ，Ａ’＿Ｈとすると、変更量＝Ｒを用いて以下のように算出する。
【００４８】
Ａ’＿Ｌ＝（Ｒ×Ｄ＿Ｌ）＋Ａ＿Ｌ
Ａ’＿Ｃ＝Ａ＿Ｃ−（Ｒ×Ｄ＿Ｃ）
Ａ’＿Ｈ＝Ａ＿Ｈ
とする。
求めたＡ’＿Ｌ，Ａ’＿Ｃ，Ａ’＿Ｈに基づき変換したＬ＊ａ＊ｂ＊値を格子点Ａの変更後のＬ＊ａ＊ｂ＊値とする。その他の７つの格子点についても同様の方法で変更後のＬ＊ａ＊ｂ＊値を求める。
【００４９】
さらに、格子点ＡのＬ＊ａ＊ｂ＊値の変更により、全体的な色の変化の連続性が失われないように、格子点Ａから白点の方向に存在する格子点のＬ＊ａ＊ｂ＊値も変更する。
【００５０】
先に修正した格子点Ａの変更値（点Ａ’とする）から白点の方向に存在する格子点において、Ａ’の明度（Ｌ＿Ａ’）よりも低い明度をもつ格子点（図７（ｂ）における格子点Ｂ）を選択する。次に、点Ｂから白点の方向に存在する格子点（図７（ｂ）における点Ｃ）を選択し、点Ａ’と点Ｃを結ぶ直線の間に位置するように、格子点ＢのＬ＊ａ＊ｂ＊値を変更する。変更値の算出は、先に説明した格子点Ａの変更後のＬ＊ａ＊ｂ＊を求めるときの方法と同様である。点Ａ’と格子点Ｃの間に格子点Ｂの変更値が位置するように適切な変更量Ｒ’を設定して、変更後のＬ＊ａ＊ｂ＊値（図７（ｂ）における点Ｂ’）を求めればよい。
【００５１】
ステップ４０３では、全てのクラスタにおいて修正が完了したか否かを判断し、終了した場合はステップ４０４に進む。そうでない場合は、ステップ４０２〜４０３を繰り返す。
【００５２】
ステップ４０４では、ＲＧＢ色空間で表されるカラー画像データを、ステップ４０２で修正したＬＵＴを用いてＣＩＥＬＡＢ空間の画像データに色変換を行う。
【００５３】
ステップ４０５では、ＣＩＥＬＡＢ空間の画像データを画像形成装置のＣＭＹＫ色空間へ変換する。この色空間変換については、ＣＩＥＬＡＢ空間における色度値とＣＭＹＫの各値との対応関係を表すＬＵＴを予め保持しておき、このＬＵＴを用いて変換する。
【００５４】
画像形成部１０４は、色変換部１０３から送られるＣＭＹＫ画像データに基づいて、各色トナーにより記録用紙に画像形成を行う。
【００５５】
このように、本実施例によれば、クラスタの彩度値に従って彩度値が高いクラスタの方が、彩度値の低いクラスタよりも削減率を低くできるので、重要度の高い色がトナーセーブされることにより、薄く再現されてしまうことを防止できる。
【００５６】
また、クラスタの構成画素数に基づいて重要度を判定し、削減率を決定することができるので、相対的に画素数の少ないクラスタを重要度が低いと判断して削減率を高く設定することができる。
【実施例２】
【００５７】
実施例１では、入力画像をクラスタリングし、各クラスタの色情報に基づいて重要度を求め、重要度に応じてトナー消費量を削減する色修正量を決定した。
【００５８】
本実施例では、入力画像のオブジェクト属性に基づいて重要度を求め、重要度に応じてトナー消費量を削減する色修正量を決定する実施例を説明する。
【００５９】
図８は、本発明の実施例２の画像処理装置の構成を示す。ＰＣ１０５は、画像処理装置をコントロールするＰＣであり、オペレータから出力命令を受け取ると、画像を撮像するなどして取り込まれた画像データや、各種ＤＴＰソフトで作成された写真、グラフィック、テキスト等の複合ドキュメントの画像データなどを画像処理装置１０６に送信する。
【００６０】
画像処理部１０６は、ＰＣ１０５から送信された画像データに基づいて、入力画像をＣＭＹＫのカラートナー画像へ変換して、画像形成部１０３に転送する。画像形成部１０３では、送信されたＣＭＹＫデータに基づいて記録用紙に画像形成を行う。
【００６１】
画像処理部１０６は、オブジェクト判別部１０７と、クラスタリング部１０８と、削減率決定部１０９と、色変換部１１０から構成される。
【００６２】
オブジェクト判別部１０７は、画像データを受け取り、描画オブジェクトのタイプ（文字コード、図形コード、ラスタ画像データ）やその内容（種類、サイズ、色、太さ等）の解析により、文字として描画するオブジェクトかどうかを認識し、オブジェクト認識結果と、画像データを、クラスタリング部１０８、削減率決定部１０９へそれぞれ送る。
【００６３】
クラスタリング部１０８は、オブジェクト判別部１０７から送られた、オブジェクト認識結果と画像データを受け取り、描画オブジェクトのタイプが、グラフィックスオブジェクト（図形コード）とそれ以外のオブジェクトに分けて、各オブジェクトごとに、オブジェクトに含まれる各画素を実質的に同一とみなせるクラスタに分類する。オブジェクトごとに分けた後に実施するクラスタリングの方法は、実施例１と同一の処理であるのでその説明を省略する。
【００６４】
削減率決定部１０９は、クラスタリング部１０８から送られた、オブジェクトごとのクラスタリング結果に基づいて削減率を決定する。削減率は、グラフィックオブジェクト（図形コード）の方が、他のオブジェクトよりも削減率が高くなるように設定し、さらに、グラフィックスオブジェクトにおいては、彩度値の低い色が彩度値の高い色よりも削減率が高くなるように設定する。
【００６５】
図９は、削減率決定のための処理フローチャートである。ステップ５０１において、入力されたクラスタのオブジェクトがグラフィックスオブジェクトである場合は、ステップ５０２に移行し、そうでない場合は、ステップ５０３へ移行する。
【００６６】
ステップ５０２では、グラフィックスオブジェクトに対する削減率Ｄ１の決定をクラスタの色情報を用いて実施する。クラスタの色情報により削減率を決定する方法は、実施例１の削減率決定部１０２で説明した決定方法と同様の方法であるので省略する。
【００６７】
ステップ５０３では、クラスタがグラフィックオブジェクト以外の場合の削減率を決定する。この場合は、一律の削減率Ｄ２を設定する。ただし、Ｄ２の値は、グラフィックスオブジェクトの削減率Ｄ１よりも小さい値を設定する。
【００６８】
色変換部１１０は、決定した削減率に基づいて、クラスタに含まれる色領域におけるトナー量が削減できるように色変換を行う。この方法についても実施例１の色変換部１０３で説明した方法と同一であるので省略する。画像形成部１０３は、色変換部１１０から送られるＣＭＹＫ画像データに基づいて、各色トナーにより記録用紙に画像形成を行う。
【００６９】
実施例２によれば、入力画像におけるオブジェクトに従って、グラフィックスオブジェクトの方が他のオブジェクトよりも高い削減率を設定することができるので、相対的に重要度の低いグラフィックスの色の削減率を高く設定することができる。
【００７０】
本発明は、前述した実施例の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても達成される。この場合、記憶媒体から読出されたプログラムコード自体が前述した実施例の機能を実現することになる。プログラムコードを供給するための記憶媒体としては、例えば、ハードディスク、光ディスク、光磁気ディスク、不揮発性のメモリカード、ＲＯＭなどを用いることができる。また、コンピュータが読出したプログラムコードを実行することにより、前述した実施例の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した実施例の機能が実現される場合も含まれる。さらに、記憶媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施例の機能が実現される場合も含まれる。また、本発明の実施例の機能等を実現するためのプログラムは、ネットワークを介した通信によってサーバから提供されるものでも良い。
【符号の説明】
【００７１】
１０１ クラスタリング部
１０２ 削減率決定部
１０３ 色変換部
１０４ 画像形成部
【先行技術文献】
【特許文献】
【００７２】
【特許文献１】特開２００７−３２４９００号公報
【特許請求の範囲】
【請求項１】
入力画像データの各画素を、色差に基づいてクラスタに分類するクラスタリング手段と、前記分類されたクラスタの色情報に基づいて前記クラスタの重要度を判定し、前記重要度に応じた色材削減率を決定する削減率決定手段と、前記クラスタの画像データにおける色材の使用量を、前記決定された色材削減率に従って削減した後、画像形成手段で印字するための画像データに色変換する色変換手段を備えたことを特徴とする画像処理装置。
【請求項２】
前記重要度の判定は、前記クラスタの色情報から求めた彩度値に基づいて判定し、重要度の低いクラスタの色材削減率を、重要度の高いクラスタの色材削減率よりも高くすることを特徴とする請求項１記載の画像処理装置。
【請求項３】
前記入力画像データのオブジェクトを判定するオブジェクト判定手段を備え、前記削減率決定手段は、前記オブジェクト判定手段の判定結果に基づいて前記色材削減率を決定することを特徴とする請求項１記載の画像処理装置。
【請求項４】
前記削減率決定手段は、前記オブジェクトの内、グラフィックスオブジェクトの色材削減率を、それ以外のオブジェクトの色材削減率よりも高くすることを特徴とする請求項３記載の画像処理装置。
【請求項５】
前記削減率決定手段は、前記クラスタの構成画素数に基づいて前記色材削減率を決定することを特徴とする請求項１記載の画像処理装置。
【請求項６】
入力画像データの各画素を、色差に基づいてクラスタに分類するクラスタリング工程と、前記分類されたクラスタの色情報に基づいて前記クラスタの重要度を判定し、前記重要度に応じた色材削減率を決定する削減率決定工程と、前記クラスタの画像データにおける色材の使用量を、前記決定された色材削減率に従って削減した後、画像形成工程で印字するための画像データに色変換する色変換工程を備えたことを特徴とする画像処理方法。
【請求項７】
請求項６記載の画像処理方法をコンピュータに実現させるためのプログラム。
【請求項８】
請求項６記載の画像処理方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項１】
入力画像データの各画素を、色差に基づいてクラスタに分類するクラスタリング手段と、前記分類されたクラスタの色情報に基づいて前記クラスタの重要度を判定し、前記重要度に応じた色材削減率を決定する削減率決定手段と、前記クラスタの画像データにおける色材の使用量を、前記決定された色材削減率に従って削減した後、画像形成手段で印字するための画像データに色変換する色変換手段を備えたことを特徴とする画像処理装置。
【請求項２】
前記重要度の判定は、前記クラスタの色情報から求めた彩度値に基づいて判定し、重要度の低いクラスタの色材削減率を、重要度の高いクラスタの色材削減率よりも高くすることを特徴とする請求項１記載の画像処理装置。
【請求項３】
前記入力画像データのオブジェクトを判定するオブジェクト判定手段を備え、前記削減率決定手段は、前記オブジェクト判定手段の判定結果に基づいて前記色材削減率を決定することを特徴とする請求項１記載の画像処理装置。
【請求項４】
前記削減率決定手段は、前記オブジェクトの内、グラフィックスオブジェクトの色材削減率を、それ以外のオブジェクトの色材削減率よりも高くすることを特徴とする請求項３記載の画像処理装置。
【請求項５】
前記削減率決定手段は、前記クラスタの構成画素数に基づいて前記色材削減率を決定することを特徴とする請求項１記載の画像処理装置。
【請求項６】
入力画像データの各画素を、色差に基づいてクラスタに分類するクラスタリング工程と、前記分類されたクラスタの色情報に基づいて前記クラスタの重要度を判定し、前記重要度に応じた色材削減率を決定する削減率決定工程と、前記クラスタの画像データにおける色材の使用量を、前記決定された色材削減率に従って削減した後、画像形成工程で印字するための画像データに色変換する色変換工程を備えたことを特徴とする画像処理方法。
【請求項７】
請求項６記載の画像処理方法をコンピュータに実現させるためのプログラム。
【請求項８】
請求項６記載の画像処理方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１２−６０４５９（Ｐ２０１２−６０４５９Ａ）
【公開日】平成２４年３月２２日（２０１２．３．２２）
【国際特許分類】
【出願番号】特願２０１０−２０２１６２（Ｐ２０１０−２０２１６２）
【出願日】平成２２年９月９日（２０１０．９．９）
【出願人】（０００００６７４７）株式会社リコー (37,907)
【Ｆターム（参考）】
【公開日】平成２４年３月２２日（２０１２．３．２２）
【国際特許分類】
【出願日】平成２２年９月９日（２０１０．９．９）
【出願人】（０００００６７４７）株式会社リコー (37,907)
【Ｆターム（参考）】
[ Back to top ]