CN103581503A - 图像处理装置及图像处理方法 - Google Patents
图像处理装置及图像处理方法 Download PDFInfo
- Publication number
- CN103581503A CN103581503A CN201310335198.4A CN201310335198A CN103581503A CN 103581503 A CN103581503 A CN 103581503A CN 201310335198 A CN201310335198 A CN 201310335198A CN 103581503 A CN103581503 A CN 103581503A
- Authority
- CN
- China
- Prior art keywords
- monochromatic
- unit
- calibration
- image
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 135
- 238000003672 processing method Methods 0.000 title claims abstract description 5
- PLXMOAALOJOTIY-FPTXNFDTSA-N Aesculin Natural products OC[C@@H]1[C@@H](O)[C@H](O)[C@@H](O)[C@H](O)[C@H]1Oc2cc3C=CC(=O)Oc3cc2O PLXMOAALOJOTIY-FPTXNFDTSA-N 0.000 claims description 107
- 238000000034 method Methods 0.000 claims description 76
- 230000015572 biosynthetic process Effects 0.000 claims description 32
- 239000012634 fragment Substances 0.000 claims description 31
- 238000005259 measurement Methods 0.000 claims description 17
- 239000003795 chemical substances by application Substances 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 abstract description 7
- 238000012937 correction Methods 0.000 description 24
- 230000001915 proofreading effect Effects 0.000 description 17
- 239000000843 powder Substances 0.000 description 14
- 238000003860 storage Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000001172 regenerating effect Effects 0.000 description 6
- 241001269238 Data Species 0.000 description 5
- 230000014759 maintenance of location Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 244000187801 Carpobrotus edulis Species 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/52—Measurement of colour; Colour measuring devices, e.g. colorimeters using colour charts
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
- H04N1/4076—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on references outside the picture
- H04N1/4078—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on references outside the picture using gradational references, e.g. grey-scale test pattern analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/603—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
- H04N1/6033—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
Abstract
本发明公开了一种图像处理装置及图像处理方法。图像处理装置包括:图像形成单元,被配置为形成图像;测量单元,被配置为测量由所述图像形成单元所形成的图像;控制单元,被配置为控制单色校准的执行,以基于利用单色记录剂所形成的单色图像的测量结果,校正由图像形成单元形成的单色重现特征,以及,控制多色校准的执行,以基于利用多种颜色记录剂所形成的多色图像的测量结果,校正由图像形成单元形成的多色重现特征;以及评估单元,被配置为在单色校准被执行之后,通过测量所形成的单色图像,参照可用来评估单色重现特征的目标值来评估单色重现特征。所述控制单元在评估单元已经完成评估之后,通过执行多色校准来校正多色重现特征。
Description
技术领域
本发明涉及图像处理装置及图像处理方法,它们能够校正从打印机输出的图像的颜色。
背景技术
电子照相装置的性能的最新改进能够实现可与印刷机相当的高图像质量。然而,各个电子照相装置的不稳定性往往会导致电子照相装置的颜色变化大于印刷机的颜色变化。
一般而言,传统上电子照相装置中应用有“单色”校准技术。这种“单色”校准技术包括生成用于校正与青色、品红色、黄色和黑色(以下简称C、M、Y和K)墨粉中的各色墨粉相对应的一维灰度特征的查询表(1ook-up table,LUT)。LUT是如下表格:该表格表明分别与以特定间隔被分割的输入数据相对应的输出数据。使用LUT可用来表达采用计算公式无法表达的非线性特征。此外,“单色”是能够使用C、M、Y或K的单一墨粉而重现的颜色。执行单色校准可用来校正单色重现特征,例如最大浓度和灰度。
另外,如日本特开2011-254350号公报所讨论的,传统上提出了一种使用四维LUT的“多色”校准技术。“多色”是能够使用红、绿和蓝或灰(基于CMY)多种墨粉而重现的复合颜色。特别地,根据电子照相术,即使在使用一维LUT来校正单色灰度特征时,如果使用多种墨粉来表现“多色”,则将会倾向于产生非线性误差。在这种情况下,执行多色校准将有利于校正可由多种彩色墨粉的组合(例如叠加)来表现的多色重现特征。
包括“多色”校准的处理过程将在下文进行描述。该处理包括:基于可用于执行“单色”校准的单色图表数据,在记录介质(例如纸张)上打印片段(patches)。然后,用扫描仪或传感器读取所打印的片段。该处理还包括:将所读取的片段数据与事先设置的目标值相比较,并且生成用于校正所读取的片段数据和目标值之间的差值的一维LUT。然后,该处理还包括:基于反映所获取的一维LUT的多色图表数据,在记录介质上打印片段以执行“多色”校准,并且用扫描仪或传感器读取所打印的片段。该处理包括:将所读取的片段数据与事先设置的目标值进行比较,并生成用于校正被读取的片段数据和目标值之间的差值的四维LUT。
如上所述,传统上通过执行“多色”校准来校正不能由“单色”校准来校正的多色特征,能够实现高精度的校正。
然而,根据上述技术,在灰度特征已在单色校准中被校正过的条件下,可以开始多色校准。换句话说,在开始多色校准之前要求完成单色校准。所以,完成多色校准需要较长的处理时间。
例如,如果判断多色校准之后获取的图像在图像质量上不够高,则很难识别出在单色校准还是多色校准中发生了失败。因此,需要按照顺序重新执行单色校准和多色校准。这样大大增加了全部校准处理的工作时间。
另一方面,连续重新启动多色校准而跳过单色校准可能有助于降低处理时间。但是,如果单色校准没有被成功完成,则在随后将要执行的多色校准中的校正精度会显著下降。
由于上述原因,多色校准可能在特定情况下不方便用户的使用。
发明内容
根据本发明的一个方面,图像处理装置包括:图像形成单元,被配置为形成图像;测量单元,被配置为测量由图像形成单元形成的图像;控制单元,被配置为控制单色校准的执行,以基于在测量单元测量由图像形成单元利用单色记录剂所形成的单色图像时获取的测量结果,校正由图像形成单元形成的单色重现特征,以及,控制多色校准的执行,以基于在测量单元测量由图像形成单元利用多种颜色记录剂所形成的多色图像时获取的测量结果,校正由图像形成单元形成的多色重现特征;以及,评估单元,被配置为在由控制单元执行单色校准之后,通过使测量单元测量由图像形成单元所形成的单色图像,参照可用来评估单色重现特征的目标值评估单色重现特征;其中,控制单元在评估单元已经完成评估之后,通过执行多色校准校正多色重现特征。
本发明可适用于既能够执行单色校准处理也能够执行多色校准处理的图像处理装置。根据本发明的图像处理装置在单色校准已经执行时,评估在单色校准中校正的特征。根据本发明的图像处理装置根据评估结果判断是否执行多色校准。
这样,根据本发明的图像处理装置能够防止因多色校准完成后打印的图像质量不合适而需要重新执行校准处理时工作时间的增加。
根据下述示例性实施例的详细描述并结合附图,本发明其他的特征及方面将显而易见。
附图说明
附图包含在说明书中并组成说明书的一部分,描述了本发明的示例性实施例、特征和发明的各方面,并且和说明书一起解释了发明原理。
图1示出了图像处理系统的结构;
图2是示出了图像处理过程的流程图;
图3是示出了单色校准处理过程的示例的流程图;
图4是示出了多色校准处理过程的示例的流程图;
图5A到图5C示出了能够被用在单色校准和多色校准中的多个图表;
图6是示出了根据第一示例性实施方式的校准处理过程的示例的流程图;
图7示出了根据第一示例性实施方式的能够用在多色校准中的多个图表;
图8示出了根据第一示例性实施方式的可用于评估灰度特征的系数的示例;
图9示出了根据第一示例性实施方式基于灰度特征评估结果显示的包含错误消息的用户界面(UI)屏幕的示例;
图10是示出了根据第二示例性实施方式的校准处理过程的示例的流程图;
图11是示出了根据第三示例性实施方式的校准处理过程的示例的流程图;
图12示出了能使用户选择单色校准和/或多色校准的菜单屏幕。
具体实施方式
本发明的各种实施方式、特征及各方面将会结合附图进行详细描述。
下面将描述根据本发明的第一示例性实施方式的图像处理系统。在本示例性实施方式中,当系统读取专用于多色校准的图表时,系统评估将在单色校准中被校正的单色特征。
图1示出了根据本示例性实施方式的图像处理系统的结构。多功能打印机(MFP)101是一种图像处理装置,该装置可利用青色、品红色、黄色和黑色(下文简称C、M、Y和K)墨粉形成图像。MFP101通过网络123与其他网络设备相连接。个人电脑(PC)124通过网络123与MFP101相连接。PC124包括能够将打印数据传送给MFP101的打印机驱动器125。
MFP101将在下面进行详细描述。网络接口(I/F)122能够接收打印数据。控制器102包括中央处理单元(CPU)103、绘制器112和图像处理单元114。CPU103包括解释器104,其能够解释包含在所接收的打印数据中的页面描述语言(page description language,PDL)部分并生成中间语言数据(intermediate language data)105。
色彩管理系统(color management system,CMS)106能够利用源配置文件107和目的地配置文件108执行颜色转换,并且生成中间语言数据(post CMS)111。由CMS106执行的颜色转换中使用的配置文件信息将在下文进行描述。源配置文件107用于将与设备相关的色彩空间如RGB和CMYK色彩空间,转换成与设备无关的色彩空间如L*a*b*(下文称为“Lab”)和XYZ色彩空间。Lab由国际照明协会(CIE)(CommissionInternationale de l′Eclairage=International Commission on Illumination)规定。XYZ是与Lab类似的与设备无关的色彩空间,能够用三种类型的激励值来表示颜色。目的地配置文件108用于将与设备无关的色彩空间转换为与设备(如打印机115)相关的CMYK色彩空间。
另一方面,另一色彩管理系统(CMS)109能够使用设备链接配置文件110执行颜色转换并生成中间语言数据(post CMS)111。设备链接配置文件110用于直接将与设备相关的色彩空间(如RGB或CMYK)转换为与设备(如打印机115)相关的CMYK色彩空间。根据打印机驱动器125的设置来判断CMS106或CMS109的选择。
在本示例性实施方式中,根据每个配置文件(107,108或110)的类型设置两个色彩管理系统(106和109)中的任何一者。然而,也可以配置单独的CMS来处理多种类型的配置文件。此外,每个配置文件的类型并不局限于根据本示例性实施方式所描述的示例。只要配置文件能够利用打印机115的与设备有关的CMYK色彩空间,可以使用任何类型的配置文件。
绘制器112能够基于生成的中间语言数据(post CMS)111生成光栅图像113。图像处理单元114能够对光栅图像113或由扫描仪119读取的图像执行图像处理。图像处理单元114将在下面进行详细描述。
与控制器102相连的打印机115能够基于输出数据使用C、M、Y和K彩色墨粉在纸上形成图像。打印机115包括:进纸单元116,其能够输送作为记录材料的纸张;排纸单元117,其能够排出形成图像的纸张;以及测量单元126。
测量单元126包括传感器127,其能够获取光谱反射值和与设备无关的色彩空间(如Lab或XYZ)值。打印机115包括CPU129,其能够控制由打印机115执行的各种操作。CPU129能够控制测量单元126。测量单元126利用传感器127从打印机115所打印的记录介质(如纸张)读取片段图像。测量单元126将从片段图像获取的数字信息传送给控制器102。控制器102利用从测量单元126接收到的数字信息来执行计算。控制器102利用计算结果执行单色校准或多色校准。
MFP101包括显示设备118,其可作为向用户显示指令消息或MFP101的操作状态的用户界面(UI)来操作。显示设备118能够被用在单色校准或多色校准中。
扫描仪119包括自动输稿器。扫描仪119用从光源(未示出)发出的光照射一捆原稿或一张原稿,并使透镜在固态图像传感器(如电荷耦合装置(charge coupled device,CCD)传感器)上形成反射的原稿图像。然后,扫描仪119从固态图像传感器获取光栅图像读取信号作为图像数据。
MFP101包括输入设备120,其可作为接收用户输入指令的接口来操作。该输入设备可以被部分地配置为与显示设备118集成的触摸板。
MFP101包括存储设备121,其存储由控制器102处理的数据以及从控制器102接收的数据。
测量设备128是外部测量设备,其与网络或PC124相连接。与测量单元126类似,该测量设备128能够获取光谱反射值和与设备无关的色彩空间(例如Lab或XYZ)值。
接下来,将结合图2描述由图像处理单元114执行处理的示例。图2是示出了将图像处理应用在光栅图像113或由扫描仪119读取的图像的示例的流程图。包含在图像处理单元114中的专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)(未示出)执行图2所示的处理。
在步骤S201中,图像处理单元114接收图像数据。然后,在步骤S202中,图像处理单元114判断所接收的数据是由扫描仪119接收的扫描数据还是从打印机驱动器125接收的光栅图像113。
如果所接收的数据不是扫描数据(步骤S202中为“否”),则所接收的数据是被绘制器112位图光栅化的光栅图像113。光栅图像113变成由CMS转换成与打印机设备相关的CMYK的CMYK图像211。
如果所接收的数据是扫描数据(步骤S202中为“是”),则所接收的数据是RGB图像203。所以,在步骤S204中,图像处理单元114执行颜色转换处理以生成通用RGB图像205。通用RGB图像205是定义在与设备无关的RGB色彩空间中的图像,并且能够通过计算被转换成与设备无关的色彩空间(例如Lab)。
另一方面,在步骤S206中,图像处理单元114执行字符判断处理以生成字符判断数据207。根据本示例性实施方式,图像处理单元114检测图像的边缘以生成字符判断数据207。
接下来,在步骤S208中,图像处理单元114利用字符判断数据207对通用RGB图像205执行滤波处理。根据本示例性实施方式,图像处理单元114区分应用在字符部分的滤波处理和剩余部分的滤波处理。
接下来,在步骤S209中,图像处理单元114执行背景颜色去除处理。在步骤S210中,图像处理单元114执行颜色转换处理以生成被去除了背景的CMYK图像211。
接下来,在步骤S212中,图像处理单元114利用四维查询表(4D-LUT)217执行多色校正处理。4D-LUT217可用于在输出各墨粉时,将C、M、Y和K信号值的组合转换为不同的C、M、Y和K信号值的组合。4D-LUT217能够由下面描述的多色校准生成。这样,可以根据4D-LUT校正“多色”,即能够使用多种墨粉获取的复合颜色。
如果在步骤S212中完成了多色校正处理,那么在步骤S213中,图像处理单元114使用一维查询表(1D-LUT)218分别校正C、M、Y和K颜色的单色灰度特征。1D-LUT218可用于校正C、M、Y和K颜色中的各个颜色(即单色)。1D-LUT218可由下面描述的“单色校准”来生成。
最后,在步骤S214中,图像处理单元114执行半色调处理(如屏幕处理和/或误差扩散处理等)以生成CMYK图像(二进制值)215。然后,在步骤S216中,图像处理单元114将已处理的图像数据传送给打印机115。
结合图3描述了用于校正从打印机115输出的单色灰度特征的“单色校准”的示例。执行单色校准有利于校正单色重现特征(例如最大浓度特征和灰度特征)。当执行校准时,与打印机115使用的各C、M、Y和K墨粉对应的色彩重现特征可以被一起校正。更具体地,图3所示流程图中的处理可以对C、M、Y和K各颜色同时执行。
图3是流程图,示出了生成用以校正单色灰度特征的1D-LUT218的处理过程。CPU103执行图3所示流程图的处理。存储设备121存储生成的1D-LUT218。显示设备118显示包括给用户的指令消息的UI屏幕。输入设备120接收来自用户的指令。
在步骤S301中,CPU103获取存储在存储设备121中的图表数据“A”302。图表数据“A”302用于校正各个单色的最大浓度。图表数据“A”302包括信号值(如255),基于该信号值能够获得C、M、Y和K“单色”各自的最大浓度数据。
接下来,在步骤S303中,CPU103使得图像处理单元114对图表数据“A”302执行图像处理,并且使得打印机115打印图表“A”304。图5A示出了基于图表数据“A”302打印的图表501的示例。图表501包括各C、M、Y和K颜色的以其最大浓度打印的4个片段502,503,504和505。在这种情况下,图像处理单元114只执行步骤S214中的半色调处理。图像处理单元114不执行步骤S213中的1D-LUT校正处理,也不执行步骤S212中的4D-LUT校正处理。
接下来,在步骤S305中,CPU103用扫描仪119或设置在测量单元126中的传感器127测量图表“A”304的打印产品的浓度,并且获取测量值“A”306。测量值“A”306表示C、M、Y和K颜色中的各个颜色的浓度值。接下来,在步骤S307中,CPU103参照测量值“A”306和被事先设置的最大浓度值的目标值“A”308,来校正每个颜色的测量值“A”306的最大浓度。根据本示例性实施方式,CPU103调整打印机115的设备设置值,如激光输出或显影偏差,以使最大浓度与目标值“A”308相等。
接下来,在步骤S309中,CPU103从存储设备121中获取图表数据“B”310。图表数据“B”310包括C、M、Y和K的“单色”灰度数据的信号值。图5B示出了图表“B”312,其包括基于图表数据“B”310被打印在记录介质上的片段。图5B所示的图表506是包括基于图表数据“B”310被打印在记录介质上的多个片段的图表“B”312的打印产品的示例。图5B所示的图表506包括4个片段组507,508,509和510,每个组都分别包含C、M、Y和K颜色的多个灰度数据。
接下来,在步骤S311中,CPU103使图像处理单元114对图表数据“B”310执行图像处理。CPU103使得打印机115打印图表“B”312。在这种情况下,图像处理单元114只执行步骤S214中的半色调处理。图像处理单元114不执行步骤S213中的1D-LUT校正处理,也不执行步骤S212中的4D-LUT校正处理。在步骤S307中打印机115已经被执行了最大浓度校正。所以,在这种状态下,打印机115能够执行与目标值“A”308大体相等的最大浓度打印。
接下来,在步骤S313中,CPU103用扫描仪119或传感器127执行测量,并获得测量值“B”314。测量值“B”314表示可从每个C、M、Y和K颜色灰度得到的浓度值。然后,在步骤S315中,CPU103生成1D-LUT218,用来基于测量值“B”314和事先设置的目标值“B”316校正单色灰度特征。
接下来,结合图4描述了用于校正从打印机115输出的多色特征的“多色校准”的示例。执行多色校准有利于校正能够使用多个颜色墨粉的组合(或叠加)来表示的多色重现特征。在控制器102中设置的CPU103能够执行下述处理。存储设备121存储所获取的4D-LUT217。此外,显示设备118显示包含给用户的指令消息的UI屏幕,并且输入设备120接收来自用户的指令。
多色校准在单色校准之后,作为用于校正从打印机115输出的多色的后处理。因此,在完成单色校准之后立即执行多色校准是可取的。
在步骤S401中,CPU103从存储设备121中获取关于“多色”图表数据“C”402的信息。图表数据“C”402用于校正每个多色。图表数据“C”402包括C、M、Y和K颜色组合的“多色”信号值。结合图5C描述了图表“C”404,其包含基于图表数据“C”402在记录介质上打印的多个片段。图5C示出了基于图表数据“C”402打印的图表511的示例。在图表511上打印的片段512和所有其他片段是作为C、M、Y和K颜色组合被配置的多色片段。
接下来,在步骤S403中,CPU103使得图像处理单元114对图表数据“C”402执行图像处理,并使打印机115打印图表“C”404。在多色校准中,为了在完成单色校准之后校正设备的多色特征,图像处理单元114使用在单色校准中生成的1D-LUT218执行图像处理。
接下来,在步骤S405中,CPU103通过扫描仪119或测量单元126中提供的传感器127来测量图表“C”404的打印产品的多色,并获取测量值“C”406。测量值“C”406表示完成单色校准之后的打印机115的多色特征。此外,测量值“C”406在与设备无关的色彩空间中被定义。根据本示例性实施方式,测量值“C”406是Lab值。如果在测量中使用扫描仪119,则CPU103使用三维(3D)-LUT(未示出)将获取的RGB值转换成Lab值。
接下来,在步骤S407中,CPU103从存储设备121中获取Lab→CMY3D-LUT409,并生成Lab→CMY3D-LUT(已校正的)410以反映测量值“C”406与事先设置的目标值“C”408之间的差值。Lab→CMY3D-LUT是三维LUT,用于输出与输入的Lab值相对应的CMY值。
作为生成方法之一,CPU103将测量值“C”406和目标值“C”408之间的差值加入到Lab→CMY3D-LUT409的输入侧的Lab值,并利用Lab→CMY3D-LUT409对反映差值的Lab值执行插值计算。然后,作为插值计算的结果,CPU103能够生成Lab→CMY3D-LUT(已校正的)410。
接下来,在步骤S411中,CPU103从存储设备121中获取CMY→Lab3D-LUT412,并利用Lab→CMY3D-LUT(已校正的)410来执行计算。然后,作为计算的结果,CPU103生成CMYK→CMYK4D-LUT217。CMY→Lab3D-LUT是三维LUT,用于输出与输入的CMY值相对应的Lab值。
下面将具体描述用于生成CMYK→CMYK4D-LUT217的方法。CPU103基于CMY→Lab3D-LUT412和Lab→CMY3D-LUT(已校正的)410生成CMY→CMY3D-LUT。接下来,CPU103以使K的输入值与K的输出值相等的方式生成CMYK→CMYK4D-LUT217。CMY→CMY3D-LUT是三维LUT,用于输出与输入的CMY值相对应的校正的CMY值。
图6表示根据本示例性实施方式的校准处理过程的示例的流程图。设置在控制器102中的CPU103将执行下述处理。存储设备121存储获取的数据。另外,显示设备118显示包括给用户的指令消息的UI屏幕。输入设备120接收来自用户的指令。
首先,在步骤S601中,CPU103执行单色校准处理以校正最大浓度。图12表示能够使用户选择单色校准和/或多色校准的UI屏幕1201。显示设备118显示图12所示的UI屏幕1201。按钮1202是可操作的以输入开始单色校准的指令。按钮1203是可操作的以输入开始多色校准的指令。另外,按钮1204是可操作的以输入在完成单色校准之后执行多色校准的指令。
在步骤S601中,用户按下如图12所示的颜色校正菜单的按钮1204,以相继执行单色校准和多色校准。可选的,在预定时刻CPU103自动地相继执行单色校准和多色校准。例如,当经过预定时间或者预定数量的纸张被用于打印、或者电源被启动时,CPU103自动地启动连续校准处理。
首先,CPU103启动单色校准以校正利用单色墨粉所形成的图像的最大浓度。在步骤S601中执行的处理与图3所示步骤S301到S307中所执行的处理相类似,因此不再赘述。
接下来,在步骤S602中,CPU103执行单色校准处理以校正灰度。更具体地,CPU103生成能够被用于校正利用单色墨粉所形成的图像的灰度的1D-LUT218。在步骤S602中执行的处理与图3所示步骤S309到S315中所执行的处理相类似,因此不再赘述。
接下来,在步骤S603中,CPU103从存储设备121中,获取关于与“多色”和“灰度特征评估”数据相关的图表数据“D”604的信息。
接下来,在步骤S605中,CPU103使图像处理单元114对图表数据“D”604执行图像处理,并且使打印机115输出图表“D”606。如上所述,CPU103启动多色校准,以校正在完成单色校准之后要从打印机115输出的多色。因此,图像处理单元114使用在单色校准中生成的1D-LUT218执行图像处理。
图7表示包含根据图表数据“D”604在记录介质上打印的多个片段的图表“D”606的示例701。图表701包括一组能够用在多色校正中的片段(见被虚线包围的部分702),这组片段是由“多色”信号值(即C、M、Y和K颜色的组合)组成的数据,类似于图表数据“C”402。图表701还包括一组可用于评估打印机115的单色灰度特征的片段(见被虚线包围的部分703),其能够使用单色(C、M、Y或K)数据来打印。这种情况下所述片段的数量可能会小于图表数据“B”310的数量,因为目的不在于校正灰度特征。
此外,由于后述原因,图表701包括表明了代表C、M、Y和K颜色的最大浓度的信号值的附加数据是有用的。本示例性实施方式中,CPU103使用打印在纸上的片段执行多色校正处理和评估灰度特征。所以,如下所述,较少数量的片段会被用于评估灰度特征。然而,也可以在图表纸上打印将要在多色校正中使用的片段,并且在另一张图表纸上打印将要在评估灰度特征时使用的片段。
接下来,在步骤S607中,CPU103使用扫描仪119或者测量单元126中提供的传感器127来测量图表“D”606,并且获取测量值“D”608。测量值“D”608表示当单色校准已经完成时打印机115的多色特征和单色灰度特征。此外,测量值“D”608的多色特征可以在与设备无关的色彩空间中表达。在本示例性实施方式中,测量值“D”608是Lab值。此外,浓度代表测量值“D”608的灰度特征。如果扫描仪119被用在测量中,则CPU使用3D-LUT(未示出)将获取的RGB值转化为Lab值或浓度值。
接下来,在步骤S609中,CPU103从测量值“D”608中提取要在灰度特征评估中使用的单色浓度数据。然后,在步骤S610中,CPU103基于提取的单色浓度数据,参照预定的目标值“D”611、评估系数612和评估阈值613来评估单色重现特征。
首先,本示例性实施方式中将要作为单色重现特征来评估的目标,是从打印机115将要输出的每个单色的灰度特征。CPU103判断灰度特征是否已经在上次执行的单色校准中被适当地校正。
在本示例性实施方式中,目标值“D”611与图3所示流程图(即单色校准执行流程)的步骤S315中生成用于单色灰度校正的1D-LUT218时所使用的目标值“B”316相类似。可选的,目标值“D”611可以是不同于目标值“B”316的另一个值,因为用在单色校准处理中的图表可能不同于用在评估单色灰度特征中的数据。用在上述评估中的目标值被称之为“可用来评估单色重现特征的目标值”。
此外,例如,所述评估包括:在单色校准已经完成之后测量从打印机115输出的各个单色图像、获取测量值“D”608及其目标值“D”611之间的差值、以及判断所获取的差值是否大于阈值。
作为另示例,获取测量值“D”608与其目标值“D”611的比率,并在评估中使用所获取的比率是有用的;其中所述测量值“D”608可以在单色校准已经完成之后在测量从打印机115输出的各个单色图像时获取。这样,所获取的比率能够在判断测量值“D”608是否接近目标值时被参考。例如,评估可以通过检查所述比率是否大于阈值来判断。
作为另示例,使用基于测量值“D”608和其目标值“D”611之间的比较所获取的值来执行评估是有用的。
下文中将描述包含获取测量值“D”608及其目标值“D”611之间的差值、以及判断所获取的差值是否大于阈值的评估处理的示例。
目标值“D”611与图表数据“D”604的特征评估数据相一致。通常,如果获取的测量值“D”608与目标值“D”611相近,则灰度特征可以被评估为好。更具体地,这就意味着灰度特征在上次执行的单色校准中已经被适当地校正。
另一方面,如果获取的测量值“D”608大大偏离目标值“D”611,则这意味着灰度特征在上次执行的单色校准中没有被适当地校正。上述评估结果可以用于判断是否需要再次执行单色校准以校正灰度特征。
图8是表格801,其包括可适用于四种颜色(C、M、Y和K)的多个评估系数集合。考虑到颜色和浓度,评估系数被事先分类。如果评估系数的数值较高,则意味着相应的颜色或浓度对于特征评估结果具有较大影响。在图8所示的表格中,浓度可被分为三种类别(即低浓度、中浓度和高浓度)中的任意一类,因为图表“D”604的“灰度特征评估”数据被分为三种级别中的任意一级。
根据表格801,最高的评估系数被设置给高浓度K颜色。更具体地,如果高浓度K颜色偏离目标值,则“灰度特征评估”的评估结果就会倾向于变为不好的(Not Good,NG)。因此,如果高浓度K颜色偏离目标值,则非常有必要在开始多色校准之前执行单色校准。
判断评估系数的方法将在下文进行描述。当评估目标为“最大浓度”时,如果所测量的片段浓度非常高则降低CMYK图像211的信号值是有用的。因此,所测量的片段浓度可以在多色校准处理中(见步骤S212)将要执行的4D-LUT校正处理中被校正。
另一方面,如果所测量的片段浓度非常低,则CMYK图像211的信号值已经被最大化。因此,增加信号值是困难的。换句话说,不能在4D-LUT校正处理(见步骤S212)中执行校正。在这种情况下,该校正需要在单色校准中执行最大浓度校正处理(见步骤S601)。因此,如果最大浓度校正结果不合适,则需要再次执行单色校准。由于上述原因,最大浓度评估是优先的。最大浓度对于评估结果具有很大的影响。
由于上述原因,期望使最大浓度数据被包含在数据703中以用在评估单色灰度特征中。此外,通常,彩色打印机可被用于单色打印。因此,在彩色打印和单色打印中均要使用的K颜色具有较高的评估系数。根据可依据各用户改变的打印机使用状态来改变C、M、Y和K评估系数是有用的。
例如,如果频繁地在黑色单色打印模式下使用打印机的用户命令校准,则设置K评估系数为高是有用的。另一方面,如果频繁地在彩色打印模式下使用打印机的用户命令校准,则设置C,M和Y评估系数为高是有用的。评估阈值613是可用于评估灰度特征的阈值。如果数据的灰度特征值超过评估阈值613,则该数据的灰度特征被评估为NG。
作为方法示例,下述公式(1)可用于计算灰度特征评估值Es。
n:灰度特征评估数据个数;Ci:评估系数;Dt:目标值(浓度);Dm:测量值(浓度)。
CPU103比较获取的灰度特征评估值Es和评估阈值613。如果判断出灰度特征评估值Es等于或者小于评估阈值613,则CPU103将已输出图表数据701的打印机115的灰度特征评估为好(OK)。更具体地,CPU103认为灰度特征在上次执行的单色校准中已经被适当地校正。另一方面,如果灰度特征评估值Es大于评估阈值613,则CPU103将灰度特征评估为NG。更具体地,CPU103认为灰度特征在上次执行的单色校准中没有被适当地校正。
如果判断灰度特征评估结果为NG(步骤S614中为“是”),则在步骤S615中,CPU103使得显示设备118显示推荐用户重新开始单色校准的消息。图9表示可以在步骤S615中显示的UI屏幕901。UI屏幕901包括表示在灰度特征(即在单色校准中将要校正的目标)中存在问题的消息。
如果用户按下“下一个”按钮,CPU103使得显示设备118显示图12所示的UI屏幕1201以使用户能够命令单独执行单色校准。可选的,即使没有接收到来自用户的指令时,CPU103也能够自动启动单色校准。
如果判断出灰度特征评估结果是OK(在步骤S614中为“否”),则在步骤S616中,CPU103执行多色校准处理。由于处理开始时图12所示的按钮1204已经被按下,所以CPU103自动启动多色校准处理。可选的,CPU103等待直到用户按下用于确认的按钮1203是有用的。
在步骤S616中执行的多色校准处理与图4所示步骤S407到S411中执行的处理相类似,因此不再赘述。
此外,如果判断所执行的多色校准结果不合适,则CPU103仅再次执行多色校准是有利的,因为在单色校准中校正的重现特征(如灰度特征)的测量结果已经被评估为合适。
本示例性实施方式中,如果灰度特征评估结果为NG,则CPU103强制执行单色校准处理。然而,显示要求用户判断是否执行单色校准的UI屏幕也是有用的。
此外,根据本示例性实施方式的图像处理系统评估C、M、Y和K颜色中的各个颜色的灰度特征。然而,根据本示例性实施方式的图像处理系统只评估特定颜色的灰度特征。此外,本示例性实施方式中,用在灰度特征评估中的数据个数小于用在单色校准中的数据个数。然而,用在灰度特征评估中的数据个数能够等于或大于用在单色校准中的数据个数。此外,区别每种颜色在灰度特征评估中使用的浓度值是有用的。
根据本示例性实施方式,在多色校准处理中校正多色重现特征之前,图像处理系统评估在单色校准中校正的灰度特征。然后,如果判断出评估结果合适,则根据本示例性实施方式的图像处理系统执行多色校准处理。这样,提高多色校准中的校正精度变得可行。
此外,如果在完成多色校准之后,因为打印图像的质量不合适而需要再次执行校准,则根据本示例性实施方式的图像处理系统能够仅再次执行多色校准处理,因为在灰度特征中没有任何问题。所以,如果在至少包括多色校准的校准中校正结果不合适,则在再次执行校准处理时缩短工作时间变得可行。
在第二示例性实施方式中,如果判断在开始多色校准处理之前执行的灰度特征评估表明单色校准中校正的灰度特征是不合适的,那么图像处理系统就评估最大浓度值(即在单色校准中将要校正的重现特征目标)的校正结果。图像处理系统判断合适的用于再次执行单色校准的方法。
根据第一示例性实施方式,如果在单色校准完成时灰度特征评估结果是不好的,那么图像处理系统就再次执行单色校准处理,以校正灰度特征。
但是,即使灰度特征评估结果是不好的,最大浓度(即在上次执行的单色校准中校正的其中一个重现特征)的校正结果也可能是合适的。在此情况下,如果将要再次执行的单色校准中包括最大浓度校正的话,工作效率会大幅降低。
因此考虑到上述情况,本示例性实施方式的图像处理系统参照下文描述的最大浓度评估结果,判断合适的用于执行单色校准处理的方法。
图10是示出了本示例性实施方式的图像处理系统能够执行的处理流程的示例的流程图。控制器102中的CPU103执行图10所示的流程图的处理。存储设备121存储获取的数据。另外,显示设备118显示包括给用户的指令消息的UI屏幕。输入设备120接收来自用户的指令。
在步骤S1001至S1009中执行的处理和在步骤S601至S609中执行的处理相似,因此不再赘述。
在本示例性实施方式中,CPU103指定由打印机115输出的每个单色的灰度特征和最大浓度作为将要评估的目标单色重现特征。然后,CPU103判断在上次执行的单色校准中这些特征是否被适当地校正。
在步骤S1010中,CPU103参照预定目标值“D”1011、评估系数1012以及评估阈值1013,基于提取的单色浓度数据评估灰度特征和最大浓度。然后CPU103输出最大浓度评估结果。由CPU103执行的灰度特征评估和第一示例性实施方式中描述的相似,因此不再赘述。
下文描述了最大浓度评估的示例。在灰度特征评估中使用的C、M、Y、K各颜色的最大浓度评估值可以用于最大浓度评估中。
在最大浓度评估中,例如,CPU103利用测量值“D”1008和目标值“D”1011之间的差。测量值“D”1008表示在单色校准完成后测量打印机115输出的各单色图像的浓度时可获得的最大浓度值。然后CPU103判断获得的差是否大于预定阈值。目标值“D”1011和在图3所示的单色校准操作流程中的步骤S307中的用于校正最大浓度的目标值“A”308相似。
另外,评估阈值1013是专门用于最大浓度的阈值(即独立于专门用于灰度特征的阈值而设置的值)。
另外,例如,在最大浓度评估中使用测量值“D”1008和目标值“D”1011的比率是有益的。测量值“D”1008表示在单色校准完成后测量打印机115输出的各单色图像的浓度时可获得的最大浓度值。CPU103在判断测量值“D”1008是否接近目标值“D”1011的时候可参考上述比率。更具体地,在评估中,CPU103判断测量值“D”1008和目标值“D”1011的比率是否大于阈值。另外,基于测量值“D”1008和目标值“D”1011的比较获得的任何值都可以用在上述评估中。
在下述评估中,CPU103获得测量值“D”1008和目标值“D”1011之间的差值,然后判断获得的差值是否大于阈值。
如果表明获得的最大浓度的测量值“D”1008接近目标值“D”1011,那么CPU103就做出最大浓度合适的评估。更具体地,这意味着在上次执行的单色校准中最大浓度已被合适地校正了。相反,如果表明获得的最大浓度的测量值“D”1008大幅偏离目标值“D”1011,那么CPU103就做出最大浓度不合适的评估。更具体地,这意味着在上次执行的单色校准中最大浓度未被合适地校正。利用上述评估结果,CPU103判断是否有必要再次执行单色校准以校正最大浓度。
如果在步骤S1009中提取的浓度数据中的最大浓度等于或小于阈值,那么最大浓度评估结果1018就是好的。最大浓度评估结果1018是可以由打印机115输出的评估过的最大浓度,其中打印机115已打印过图表“D”1006。更具体地,在此情况下,CPU103判断在单色校准中最大浓度已被合适地校正。
另一方面,如果提取的浓度数据中的最大浓度大于阈值,那么最大浓度评估结果1018就是不好的,因为从打印过图表“D”1006的打印机115输出的最大浓度大幅偏离目标值。更具体地,这意味着最大浓度未被合适地校正。
然后在步骤S1014中,CPU103判断打印过图表“D”1006的打印机115的灰度特征评估结果是否是不好的。如果判断灰度特征评估结果是好的(在步骤S1014中为“否”),那么在步骤S1016中,CPU103执行多色校准处理。
如果判断打印过图表“D”1006的打印机115的灰度特征评估结果是不好的(在步骤S1014中为“是”),那么在步骤S1015中,CPU103使显示设备118显示包含错误消息的UI屏幕。然后在步骤S1017中,CPU103参考最大浓度评估结果1018,判断打印过图表“D”1006的打印机115的最大浓度评估结果是否是不好的。如果最大浓度评估结果是不好的(在步骤S1017中为“是”),即,最大浓度校正是不充分的,那么在步骤S1001中,CPU103再次执行单色校准处理以校正最大浓度。
如果最大浓度评估结果是好的(在步骤S1017中为“否”),即,如果最大浓度校正是充分的,那么在步骤S1002中,CPU103再次执行单色校准处理以校正灰度特征。在此情况下,有益的是,CPU103控制显示设备118显示通知用户跳过最大浓度校正的UI屏幕,因为当前的最大浓度是合适的。
在此情况下,为了重新执行单色校准,CPU103可控制显示设备118显示如图12所示的UI屏幕,用于允许用户命令再次执行单色校准。另外,CPU103可自动再次开始单色校准。
如上所述,本示例性实施方式的图像处理系统在开始多色校准以校正多色特征之前,评估在单色校准中校正的最大浓度和灰度特征。然后,只有在评估结果是好的情况下,本示例性实施方式的图像处理系统才执行多色校准处理。因此,可以改善多色校准的校正准确度。
另外,如果在多色校准完成后由于打印的图像质量不合适而有必要重新执行校准处理,那么本示例性实施方式的图像处理系统可以只重新执行多色校准处理,这是因为灰度特征没有问题。因此,在至少包括多色校准的校准中,当校准结果不合适时,可以缩短重新执行校准处理的工作时间。
另外,如果灰度特征评估结果是不好的,那么本示例性实施方式的图像处理系统就判断最大浓度评估结果是否是不好的。如果判断最大浓度校正是合适的,那么图像处理系统在执行单色校准时就跳过最大浓度校正处理。因此可以提高工作效率。
当打印机115的单色灰度特征评估结果是不好的情况下,第三示例性实施方式的图像处理系统基于评估结果重新生成将被打印的单色校准图表。然后,本示例性实施方式的图像处理系统利用重新生成的图表执行单色校准。
在上述示例性实施方式中,如果打印机的灰度特征评估结果是不好的,那么CPU103再次执行单色校准处理。
但是,即使在灰度特征评估结果是不好的情况下,也有可能是只有某一颜色的灰度特征评估结果是不好的。在此情况下,对所有评估过的颜色重新执行单色校准是没有效率的,也是不可取的,这是因为彩色材料(例如墨粉)会被过量或无益地消耗掉。
考虑到上述情况,如果灰度特征评估结果是不好的,或者灰度特征评估结果和最大浓度评估结果都不好,本示例性实施方式的图像处理系统重新生成用于单色的图表。然后,本示例性实施方式的图像处理系统利用重新生成的图表执行单色校准处理。
图11是示出了本示例性实施方式的图像处理系统能够执行的处理流程的示例的流程图。控制器102中的CPU103执行图11所示的流程图的处理。存储设备121存储获取的数据。另外,显示设备118显示包括给用户的指令消息的UI屏幕。输入设备120接收来自用户的指令。
在步骤S1101至S1109中执行的处理和在步骤S601至S609中执行的处理相似,因此不再赘述。
然后,在步骤S1110中,CPU103参照预定目标值“D”1111、评估系数1112以及评估阈值(即灰度特征和最大浓度)1113,基于提取的单色浓度数据评估灰度特征和最大浓度。
然后CPU103输出灰度特征评估结果和最大浓度评估结果1118。每种颜色的灰度特征评估结果和最大浓度评估结果1118可以利用公式(1)通过计算评估值Es而获得。评估结果1118用于确定灰度特征评估结果不好的颜色。
然后,在步骤S1114中,CPU103判断灰度特征评估结果是否是不好的。如果判断灰度特征评估结果是好的(在步骤S1114中为“否”),那么在步骤S1116中,CPU103执行多色校准处理。如果判断灰度特征评估结果是不好的(在步骤S1114中为“是”),那么在步骤S1115中,CPU103使显示设备118显示如图9所示的错误消息屏幕901。然后在步骤S1120中,CPU103参考评估结果1118获得最大浓度评估结果。
如果判断在步骤S1109中提取的浓度数据中的最大浓度等于或小于阈值,那么打印过图表“D”1106的打印机115的最大浓度评估结果1118就是好的。更具体地,CPU103判断在单色校准中最大浓度已被合适地校正。另一方面,如果判断提取的浓度数据中的最大浓度大于阈值,那么打印过图表“D”1106的打印机115的最大浓度大幅偏离目标值。因此最大浓度评估结果1118就是不好的。更具体地,CPU103判断最大浓度未被合适地校正。
如果最大浓度评估结果是不好的(在步骤S1120中为“是”),那么操作就返回到步骤S1101,这是因为有必要进一步校正最大浓度。在完成单色校准以校正最大浓度以后,CPU103开始单色校准以校正灰度特征。在此情况下,为了重新执行单色校准,CPU103可控制显示设备118显示如图12所示的UI屏幕,用于允许用户命令再次执行单色校准。另外,CPU103可自动再次开始单色校准。
另外,如果判断将重新执行单色校准(在步骤S1120中为“是”),那么在步骤S1117中,CPU103参照灰度特征评估结果1118重新生成图表数据,并使打印机115根据重新生成的图表数据输出图表。在步骤S1117中重新生成的图表数据只包括从评估结果1118中获得的灰度特征评估结果被判断为不好的颜色的数据。根据打印的重新生成的图表数据,CPU103执行步骤S1101中的单色校准以及步骤S1102中的灰度校正。
另外,如果判断最大浓度评估结果是好的(在步骤S1120中为“否”),那么CPU103就判断最大浓度已被合适地校正。然后,操作返回至步骤S1102,执行单色校准以校正灰度特征。
在此情况下,有益的是,CPU103控制显示设备118显示通知用户跳过最大浓度校正的UI屏幕,因为当前的最大浓度是合适的。
如上所述,当CPU103再次执行单色校准而跳过最大浓度校正时,CPU103参考步骤S1119中的灰度特征评估结果1118重新生成图表数据,并使打印机115根据重新生成的图表数据输出图表。在步骤S1119中重新生成的图表数据只包括从评估结果1118中获得的灰度特征评估结果被判断为不好的颜色的数据。根据打印的重新生成的图表数据,CPU103在步骤S1102中执行单色校准处理以校正灰度特征。
本示例性实施方式的图像处理系统获得各种颜色的灰度特征评估结果。但是有益的是,图像处理系统获得各种浓度(例如低浓度、中浓度或高浓度)级别的灰度特征评估结果,并根据评估结果被判断为不好的数据重新生成图表数据。另外,有益的是,图像处理系统根据两种信息(例如颜色和浓度)重新生成图表数据。
本示例性实施方式的图像处理系统在开始多色校准以校正多色特征之前,评估在单色校准中校正的灰度特征。然后,只有在评估结果是好的情况下,图像处理系统才执行多色校准处理。因此,可以改善多色校准的校正准确度。
另外,如果在多色校准完成后由于打印的图像质量不合适而有必要重新执行校准处理,那么图像处理系统可以只重新执行多色校准处理,这是因为灰度特征没有问题。因此,在至少包括多色校准的校准中,当校准结果不合适时,可以缩短重新执行校准处理的工作时间。
另外,如果判断灰度特征评估结果是不好的,或者灰度特征评估结果和最大浓度评估结果都不好,本示例性实施方式的图像处理系统重新生成专用于数据的单色校准的图表数据。因此,彩色材料(例如墨粉)不会被过量或无益地消耗掉。校准也可以有效率地执行。
<其他示例性实施方式>
本发明可以通过执行下列处理实现。更具体地,所述处理包括通过网络或合适的存储介质向系统或装置提供能够实现上述示例性实施方式的功能的软件程序,以及使所述系统或装置的计算机(或CPU或微处理单元(MPU))读取并执行所述程序。
另外,尽管基于电子照相装置描述了上述示例性实施方式,但是本发明还能应用于喷墨打印机或热力打印机。本发明的范围不限于特定的打印机类型。另外,墨粉只是用于电子照相打印中的记录剂的示例。任何其他合适的记录剂(如墨水)都可以用在打印中。本发明的范围不限于特定的记录剂类型。
其他实施方式
本发明的实施方式还可以通过系统或装置的、用于读出并执行记录在存储介质(例如,非临时性计算机可读存储介质)上的计算机可执行指令以完成本发明中一个或多个实施方式的功能的计算机来实现;本发明的实施方式也可以通过方法来实现,该方法的各步骤由系统或装置的计算机、通过如从存储介质读出并执行计算机可执行指令以完成本发明一个或多个实施方式的功能来执行。计算机可以包括中央处理单元(CPU)、微处理单元(MPU)及其他电路中的一个或多个,也可以包括独立计算机的网络或独立计算机处理器的网络。计算机可执行指令例如可以从例如网络或存储介质提供给计算机。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)及分布式计算系统的存储器、光盘(例如压缩盘(CD)、数字通用光盘(DVD)或蓝光光盘(BD)TM)、闪存装置、存储卡等中的一个或多个。
虽然已经结合示例性实施方式描述了本发明,应当认识到,本发明并不局限于公开的示例性实施方式。所附权利要求的范围应当适合最广泛的解释,以囊括所有改动、等同结构和功能。
Claims (14)
1.一种图像处理装置,包括:
图像形成单元,被配置为形成图像;
测量单元,被配置为测量由所述图像形成单元所形成的图像;
控制单元,被配置为控制单色校准的执行,以基于在所述测量单元测量由所述图像形成单元利用单色记录剂所形成的单色图像时获取的测量结果,校正由所述图像形成单元形成的单色重现特征;以及,控制多色校准的执行,以基于在所述测量单元测量由所述图像形成单元利用多种颜色记录剂所形成的多色图像时获取的测量结果,校正由所述图像形成单元形成的多色重现特征;以及,
评估单元,被配置为在由所述控制单元执行所述单色校准之后,通过使所述测量单元测量由所述图像形成单元所形成的单色图像,参照可用来评估单色重现特征的目标值来评估单色重现特征;
其中,所述控制单元在所述评估单元已经完成评估之后,通过执行所述多色校准来校正多色重现特征。
2.根据权利要求1所述的图像处理装置,其中,如果所述评估单元评估单色重现特征不合适,则所述控制单元再次执行所述单色校准。
3.根据权利要求1所述的图像处理装置,其中,如果所述评估单元评估单色重现特征合适,则所述控制单元执行所述多色校准。
4.根据权利要求1所述的图像处理装置,其中,所述评估单元将由所述图像形成单元形成的单色灰度作为单色重现特征进行评估,并且,如果所述评估单元评估所述图像形成单元所形成的单色灰度不合适,则所述控制单元再次执行所述单色校准。
5.根据权利要求4所述的图像处理装置,其中,如果判断出所述测量单元获取的所述图像形成单元所形成的图像的测量值与可用于评估单色重现特征的目标值的差值大于第一阈值,则所述评估单元将所述图像形成单元所形成的单色灰度评估为不合适。
6.根据权利要求1所述的图像处理装置,其中,所述测量单元在所述控制单元完成所述单色校准之后测量所述图像形成单元所形成的图表,并且所述评估单元评估作为测量结果所获取的单色灰度。
7.根据权利要求6所述的图像处理装置,其中,所述控制单元完成所述单色校准之后所述图像形成单元所形成的图表中所包含的片段的数量小于在所述控制单元执行所述单色校准时所使用的图表上要被打印的片段的数量。
8.根据权利要求1所述的图像处理装置,其中,将要由所述图像形成单元形成以使得所述评估单元能够在所述控制单元完成所述单色校准之后评估单色灰度的图表,连同要生成用来执行所述多色校准的图表一起,打印在同一张纸上。
9.根据权利要求1所述的图像处理装置,其中,所述评估单元将所述图像形成单元所形成的单色最大浓度值作为单色重现特征进行评估,并且,如果所述评估单元评估由所述图像形成单元所形成的单色最大浓度值不合适,则所述控制单元再次执行所述单色校准。
10.根据权利要求9所述的图像处理装置,其中,如果判断出所述测量单元所获取的由所述图像形成单元所形成的图像的测量值与可用于评估单色重现特征的目标值之间的差值大于第二阈值,则所述评估单元将所述图像形成单元所形成的单色最大浓度值评估为不合适。
11.根据权利要求1所述的图像处理装置,其中,所述评估单元评估所述测量单元测量当所述控制单元完成所述单色校准之后由所述图像形成单元所形成的图表时所获取的单色最大浓度。
12.根据权利要求1所述的图像处理装置,其中,所述评估单元将所述图像形成单元所形成的单色灰度和单色最大浓度值作为单色重现特征进行评估,并且,在所述评估单元评估所述图像形成单元所形成的单色灰度为不合适时,如果所述评估单元评估所述图像形成单元所形成的单色最大浓度值为合适,则所述控制单元再次执行所述单色校准,同时校正由所述图像形成单元所形成的图像的灰度而不校正由所述图像形成单元所形成的图像的最大浓度。
13.根据权利要求1所述的图像处理装置,其中,如果所述评估单元评估特定颜色的单色重现特征不合适,则所述控制单元利用所述图像形成单元用相应单色所形成的图表再次执行所述单色校准。
14.一种图像处理方法,包括:
图像形成步骤,形成图像;
测量步骤,测量由所述图像形成步骤所形成的图像;
控制步骤,控制单色校准的执行,以基于在所述测量步骤测量由所述图像形成步骤利用单色记录剂所形成的单色图像时获取的测量结果,校正由所述图像形成步骤所形成的单色重现特征;以及,控制多色校准的执行,以基于在所述测量步骤测量由所述图像形成步骤利用多种颜色记录剂所形成的多色图像时获取的测量结果,校正由所述图像形成步骤形成的多色重现特征;以及,
评估步骤,在由所述控制步骤执行所述单色校准之后,通过测量由所述图像形成步骤所形成的单色图像,参照可用来评估单色重现特征的目标值来评估单色重现特征;
其中,所述控制步骤包括,在所述评估步骤已经完成之后,通过执行所述多色校准来校正多色重现特征。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012172024A JP2014033306A (ja) | 2012-08-02 | 2012-08-02 | 画像処理装置、画像処理方法ならびにプログラム |
JPJP2012-172024 | 2012-08-02 | ||
JP2012-172024 | 2012-08-02 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103581503A true CN103581503A (zh) | 2014-02-12 |
CN103581503B CN103581503B (zh) | 2017-04-12 |
Family
ID=48914107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310335198.4A Active CN103581503B (zh) | 2012-08-02 | 2013-08-02 | 图像处理装置及图像处理方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9225878B2 (zh) |
EP (1) | EP2693734A3 (zh) |
JP (1) | JP2014033306A (zh) |
KR (1) | KR101672075B1 (zh) |
CN (1) | CN103581503B (zh) |
BR (1) | BR102013018265A2 (zh) |
ZA (1) | ZA201305302B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5990093B2 (ja) * | 2012-11-29 | 2016-09-07 | キヤノン株式会社 | 画像処理装置、画像処理方法ならびにプログラム |
JP6260428B2 (ja) * | 2014-04-18 | 2018-01-17 | 富士通株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP6470635B2 (ja) * | 2015-05-29 | 2019-02-13 | キヤノン株式会社 | 情報処理装置、情報処理方法 |
US9686445B2 (en) * | 2015-09-30 | 2017-06-20 | Konica Minolta Laboratory U.S.A., Inc. | Method and system for dynamically producing color validation patches |
CN107181892B (zh) * | 2016-03-11 | 2020-01-17 | 海德堡印刷机械股份公司 | 数字印刷机中颜色偏差的修正 |
US10992840B2 (en) | 2016-10-20 | 2021-04-27 | Hp Indigo B.V. | Obtaining printed element data of patches to determine calibration data of a printer |
JP6567012B2 (ja) | 2017-09-28 | 2019-08-28 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5493321A (en) * | 1993-02-25 | 1996-02-20 | Minnesota Mining And Manufacturing Company | Method and apparatus of characterization for photoelectric color proofing systems |
US7692831B2 (en) * | 2004-12-13 | 2010-04-06 | Canon Kabushiki Kaisha | Image processing apparatus and method thereof |
CN102253619A (zh) * | 2010-05-20 | 2011-11-23 | 佳能株式会社 | 图像形成装置及其控制方法 |
US20110292417A1 (en) * | 2010-05-31 | 2011-12-01 | Ricoh Company, Limited | Imaging processing apparatus, image processing method, and computer program product |
Family Cites Families (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5121196A (en) * | 1988-11-18 | 1992-06-09 | Konica Corporation | Color processing method and apparatus with a color patch |
EP0449407B1 (en) * | 1990-02-05 | 1997-04-09 | Scitex Corporation Ltd. | Apparatuses and methods for processing of data such as colour images |
JPH07264411A (ja) * | 1994-03-25 | 1995-10-13 | Canon Inc | 画像形成装置 |
JP3471886B2 (ja) * | 1994-03-25 | 2003-12-02 | キヤノン株式会社 | 画像形成方法及び装置 |
US5781206A (en) * | 1995-05-01 | 1998-07-14 | Minnesota Mining And Manufacturing Company | Apparatus and method for recalibrating a multi-color imaging system |
JP3905177B2 (ja) * | 1997-05-15 | 2007-04-18 | 富士フイルム株式会社 | 色変換調整方法 |
US6804025B1 (en) * | 1999-03-24 | 2004-10-12 | Brother Kogyo Kabushiki Kaisha | Calibration data preparing system |
US6639669B2 (en) * | 2001-09-10 | 2003-10-28 | Xerox Corporation | Diagnostics for color printer on-line spectrophotometer control system |
JP2004023740A (ja) * | 2002-06-20 | 2004-01-22 | Canon Inc | データ処理装置およびその方法、並びに、画像処理装置 |
JP4194363B2 (ja) * | 2002-12-24 | 2008-12-10 | キヤノン株式会社 | 画像形成装置 |
JP4428998B2 (ja) * | 2003-12-10 | 2010-03-10 | キヤノン株式会社 | 画像処理装置および方法 |
JP4453817B2 (ja) * | 2003-12-19 | 2010-04-21 | セイコーエプソン株式会社 | 色画像データ修正装置、色画像データ修正方法および色修正テーブル作成プログラム。 |
JP4250541B2 (ja) * | 2004-01-30 | 2009-04-08 | キヤノン株式会社 | インクジェット記録装置およびインクジェット記録方法ならびに記録システム |
JP4217643B2 (ja) * | 2004-03-18 | 2009-02-04 | キヤノン株式会社 | 画像濃度補正方法及び画像濃度補正システム |
JP4506240B2 (ja) * | 2004-03-31 | 2010-07-21 | ブラザー工業株式会社 | 画像形成装置及びプログラム |
WO2005109850A1 (en) * | 2004-05-05 | 2005-11-17 | Eastman Kodak Company | Color management of halftone prints |
JP4652720B2 (ja) * | 2004-05-07 | 2011-03-16 | キヤノン株式会社 | カラー画像形成装置及びその制御方法 |
JP4739017B2 (ja) * | 2005-12-28 | 2011-08-03 | キヤノン株式会社 | 色評価処理方法、色評価処理装置、コンピュータプログラムおよび記録媒体 |
JP2007221182A (ja) * | 2006-02-14 | 2007-08-30 | Fuji Xerox Co Ltd | 画像処理装置、画像処理プログラムおよび画像処理方法 |
US20090009817A1 (en) * | 2007-07-04 | 2009-01-08 | Samsung Electronics Co., Ltd. | Scanning apparatus and white calibration method thereof |
JP4839298B2 (ja) * | 2007-11-28 | 2011-12-21 | キヤノン株式会社 | 画像処理装置、画像処理装置の制御方法、プログラム及び記憶媒体 |
JP2009157369A (ja) * | 2007-12-07 | 2009-07-16 | Canon Inc | 画像形成装置 |
JP4623137B2 (ja) * | 2008-05-14 | 2011-02-02 | 富士ゼロックス株式会社 | 色処理装置、方法及びプログラム |
JP5132428B2 (ja) * | 2008-05-28 | 2013-01-30 | キヤノン株式会社 | 情報処理装置、方法、及び、プログラム |
US20100157334A1 (en) * | 2008-12-24 | 2010-06-24 | Canon Kabushiki Kaisha | Image processing apparatus, image processing system, image processing method, and medium storing program |
JP5278810B2 (ja) * | 2009-03-18 | 2013-09-04 | 株式会社リコー | 画像形成装置 |
JP5230510B2 (ja) * | 2009-04-10 | 2013-07-10 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
JP5267806B2 (ja) * | 2009-05-01 | 2013-08-21 | 株式会社リコー | キャリブレーション装置、キャリブレーション方法、プログラムおよび記録媒体 |
JP5381380B2 (ja) * | 2009-06-18 | 2014-01-08 | 富士ゼロックス株式会社 | 画像処理装置、画像形成システム、およびプログラム |
JP5631122B2 (ja) * | 2009-09-10 | 2014-11-26 | 富士フイルム株式会社 | 色値取得方法、色値取得装置、画像処理方法、画像処理装置及びプログラム |
JP2011077844A (ja) * | 2009-09-30 | 2011-04-14 | Seiko Epson Corp | 印刷装置およびキャリブレーション方法 |
WO2011047831A2 (de) * | 2009-10-19 | 2011-04-28 | Gmg Gmbh & Co. Kg | Verfahren zur erstellung einer optimierten druckerkalibrierung |
JP5631060B2 (ja) * | 2010-06-03 | 2014-11-26 | キヤノン株式会社 | 画像処理装置及び画像処理方法ならびに画像処理方法を実行するプログラム |
JP5465145B2 (ja) * | 2010-10-05 | 2014-04-09 | キヤノン株式会社 | 画像処理装置、画像処理方法、および画像記録装置 |
JP5436388B2 (ja) * | 2010-10-05 | 2014-03-05 | キヤノン株式会社 | 画像処理装置、画像処理方法および画像記録装置 |
JP5765912B2 (ja) * | 2010-10-07 | 2015-08-19 | キヤノン株式会社 | 画像処理装置及び画像処理方法並びにプログラム |
JP5712555B2 (ja) * | 2010-10-21 | 2015-05-07 | 富士ゼロックス株式会社 | 画像読み取り装置および画像形成装置 |
JP2012098152A (ja) * | 2010-11-02 | 2012-05-24 | Fujifilm Corp | 印刷色予測装置、印刷色予測方法及びプログラム |
JP2012138896A (ja) * | 2010-12-08 | 2012-07-19 | Canon Inc | 画像処理装置、画像処理方法およびプログラム |
JP5863407B2 (ja) * | 2010-12-08 | 2016-02-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
KR101783259B1 (ko) * | 2010-12-31 | 2017-10-10 | 삼성디스플레이 주식회사 | 데이터 보상 방법 및 이를 수행하는 데이터 보상 장치 및 상기 데이터 보상 장치를 포함하는 표시 장치 |
JP5751952B2 (ja) * | 2011-06-28 | 2015-07-22 | キヤノン株式会社 | 画像形成装置及び画像形成装置の制御方法 |
JP5578147B2 (ja) * | 2011-08-11 | 2014-08-27 | コニカミノルタ株式会社 | 印刷システム、印刷方法、および印刷プログラム |
-
2012
- 2012-08-02 JP JP2012172024A patent/JP2014033306A/ja active Pending
-
2013
- 2013-07-15 ZA ZA2013/05302A patent/ZA201305302B/en unknown
- 2013-07-17 BR BR102013018265A patent/BR102013018265A2/pt not_active IP Right Cessation
- 2013-07-30 US US13/954,018 patent/US9225878B2/en active Active
- 2013-07-31 EP EP13178802.8A patent/EP2693734A3/en not_active Withdrawn
- 2013-08-01 KR KR1020130091333A patent/KR101672075B1/ko active IP Right Grant
- 2013-08-02 CN CN201310335198.4A patent/CN103581503B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5493321A (en) * | 1993-02-25 | 1996-02-20 | Minnesota Mining And Manufacturing Company | Method and apparatus of characterization for photoelectric color proofing systems |
US7692831B2 (en) * | 2004-12-13 | 2010-04-06 | Canon Kabushiki Kaisha | Image processing apparatus and method thereof |
CN102253619A (zh) * | 2010-05-20 | 2011-11-23 | 佳能株式会社 | 图像形成装置及其控制方法 |
US20110292417A1 (en) * | 2010-05-31 | 2011-12-01 | Ricoh Company, Limited | Imaging processing apparatus, image processing method, and computer program product |
Also Published As
Publication number | Publication date |
---|---|
JP2014033306A (ja) | 2014-02-20 |
KR101672075B1 (ko) | 2016-11-02 |
EP2693734A2 (en) | 2014-02-05 |
BR102013018265A2 (pt) | 2016-06-14 |
US9225878B2 (en) | 2015-12-29 |
US20140036284A1 (en) | 2014-02-06 |
KR20140018131A (ko) | 2014-02-12 |
EP2693734A3 (en) | 2014-07-30 |
CN103581503B (zh) | 2017-04-12 |
ZA201305302B (en) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11829818B2 (en) | Image processing apparatus, image processing method, and program | |
CN103581503A (zh) | 图像处理装置及图像处理方法 | |
US9836676B2 (en) | Color image processing apparatus, control method therefor, and program for executing image processing method | |
US11831847B2 (en) | Image processing apparatus, image processing method, and program for forming correcting color image data for each paper type | |
CN104038665A (zh) | 彩色图像处理装置及彩色图像处理方法 | |
JP5838999B2 (ja) | 画像形成方法、画像形成システム、画像形成装置、コントローラー、プリンター、色補正装置、これらの装置用プログラム、およびこれらの装置用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 | |
EP2887635B1 (en) | Image processing apparatus, image processing method, and program | |
JP2014159103A (ja) | 画像処理装置、画像処理方法ならびにプログラム | |
JP6083323B2 (ja) | 画像形成方法、画像形成装置、画像形成プログラム、および記録媒体 | |
JP2014099830A (ja) | カラー画像処理装置及び画像処理方法ならびに画像処理方法を実行するプログラム | |
CN103546656B (zh) | 图像处理装置及图像处理方法 | |
EP3664427B1 (en) | Color image processing apparatus, control method therefor, and program for executing image processing method | |
JP2015043515A (ja) | 画像処理装置、画像処理方法ならびにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |