CN103856681A

CN103856681A - 伽马校正表生成方法和图像处理装置

Info

Publication number: CN103856681A
Application number: CN201310628978.8A
Authority: CN
Inventors: 儿玉成绪
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2012-11-29
Filing date: 2013-11-29
Publication date: 2014-06-11
Anticipated expiration: 2033-11-29
Also published as: CN103856681B; JP6099952B2; US9258457B2; US9406005B2; US20140146367A1; JP2014107813A; US20160117577A1

Abstract

提供一种伽马校正表生成方法和图像处理装置，该方法包括：通过利用读取传感器在比胞元宽的范围内读取图像形成装置所输出的浓度片，来获得浓度信息，所述浓度片包括多个胞元，所述多个胞元被布置为使得作为表示色阶的单位的所述胞元中的一部分彼此重叠，并且包含在所述胞元中的每一个中的点彼此分离到在所述图像形成装置所输出的记录介质上彼此不产生影响的程度；根据所述浓度片中的所述胞元的数量，对所述浓度信息进行校正；以及基于校正后的浓度信息，生成伽马校正表。

Description

伽马校正表生成方法和图像处理装置

技术领域

本发明主要涉及伽马校正，尤其涉及创建用于基于数字图像数据在记录介质上形成图像的伽马校正表的方法或者使用伽马校正表的图像处理方法。

背景技术

在用于基于数字图像数据在记录介质上形成图像的图像形成装置中，图像形成装置中的每一个具有不同的输出浓度特性。因此，当基于相同的数字图像数据在记录介质上形成图像时，记录介质上的浓度输出有时可能不同。为了在记录介质上输出希望的数字图像数据，图像形成装置中的每一个通常根据每个图像形成装置的特性，对数字图像数据进行校正。这公知为伽马校正。

此外，在许多情况下，诸如打印机的图像形成装置中的每个像素可用的色阶数，小于在个人计算机等中处理的数字图像数据的色阶数。因此，对数字图像数据进行低色阶处理，以将数字图像数据的色阶数转换为图像形成装置可以输出的色阶数。在低色阶处理中，网屏处理通常将输入数字图像数据转换为在特定面积中以拟似(quasi)方式表示色阶的图像数据。

另一方面，当对图像数据进行网屏处理时，分辨率有时可能降低。特别地，已知在使用字符和/或线绘制的图像中，字符和/或线可能发生中断，导致图像质量显著劣化。日本特开2005-341249讨论了一种方法，其中，检测图像的轮廓部分，并且对检测到的图像进行强调或者低减处理，随后在输出之前，对图像进行连续色阶处理。在进行网屏处理之后，输出不在轮廓部分中的像素。根据日本特开2005-341249，对轮廓部分和轮廓部分之外的区域进行不同的伽马校正。

基于通过使用传感器测量在记录介质上记录的实际浓度而获得的输出浓度的特性，生成用于伽马校正的伽马校正表。

然而，传统方法有难以获得精确的输出浓度的特性的问题。在日本特开2005-341249中讨论的方法中，轮廓部分上的色阶由单个像素表示。另一方面，在轮廓部分之外的部分中，包括多个像素的区域以拟似方式表示色阶。因此，需要生成适合各个区域的多个伽马校正表。然而，在传统方法中，几乎不能生成适合的伽马校正表。

根据日本特开2005-341249，由于需要考虑点增益和墨的渗色，因此使用具有低于输入图像数据的分辨率的分辨率的传感器，来测量与关注像素相对应的轮廓部分中的输出浓度。然而，很可能在形成轮廓部分的关注像素周围以混合状态出现与各个输入色阶值相对应的不同输出浓度。因此，由于无法以一对一的关系将传感器测量的输出浓度与输入色阶值相关，因此无法获得适合的输出浓度的特性。其结果是，难以生成伽马校正表。因此，有时需要基于图像形成装置的传感器测量的在记录介质上记录的输出浓度的测量结果，对输出浓度的测量进行校正，以计算输出浓度的特性。

发明内容

相应地，本发明涉及一种图像处理方法，用于通过对传感器测量的记录介质上的输出浓度的测量结果进行适当的校正，来创建精确的伽马校正表。

根据本发明的一方面，提供一种伽马校正表生成方法，包括：获得步骤，用于通过利用读取传感器在比胞元宽的范围内读取图像形成装置所输出的浓度片，来获得浓度信息，其中，所述浓度片包括多个胞元，所述多个胞元被布置为使得作为表示色阶的单位的胞元的一部分彼此重叠，并且包括在各所述胞元中的点彼此分离到在所述图像形成装置所输出的记录介质上彼此不产生影响的程度；校正步骤，用于根据所述浓度片中的胞元的数量，对所述浓度信息进行校正；以及生成步骤，用于基于校正后的浓度信息，生成伽马校正表。

根据本发明的一方面，提供一种伽马校正表生成方法，包括：通过利用读取传感器读取图像形成装置所输出的浓度片，来获得与所述浓度片相对应的浓度信息，其中，在所述浓度片中，作为表示色阶的像素单位的预定单位图案以重复的方式被布置为彼此分离到包括在所述单位图案中的点在所述图像形成装置所输出的记录介质上彼此没有任何影响的程度；基于具有作为目标色阶的像素值的像素的数量相对于包括在所述单位图案中的像素的数量的比率，对所述浓度信息进行校正；以及基于校正后的浓度信息，生成伽马校正表。

根据本发明的一方面，提供一种伽马校正表生成方法，包括：获得通过利用读取传感器读取浓度片的预定点图案而获得的浓度信息，其中，在所述浓度片中，所述点图案以重复的方式布置；基于所述点图案中的每个像素的像素值和由所述点图案表示的色阶之间的关系，对所述浓度信息进行校正；以及基于校正后的浓度信息，生成伽马校正表。

根据本发明的另一方面，提供一种图像处理装置，其中，通过上述的伽马校正表生成方法，生成伽马校正表。

根据本发明的另一方面，提供一种图像处理装置，包括校正单元，所述校正单元用于使用通过上述的伽马校正表生成方法所生成的伽马校正表，对图像数据进行伽马校正。

根据本发明的又一方面，提供一种计算机可读记录介质，用于存储计算机程序，所述计算机程序使计算机读取并执行所述程序以用作图像处理装置，其中，通过上述的伽马校正表生成方法，生成伽马校正表。

从以下参考附图对示例性实施例的详细描述，本发明的其它特征和方面将变得明显。

附图说明

包含在说明书中、构成说明书的一部分的附图，示出了本发明的示例性实施例、特征和方面，并且与文字描述一起，用于解释本发明的原理。

图1是图像形成装置的框图。

图2A和2B示出了浓度片的示例。

图3示出了浓度传感器的测量范围。

图4是示出详细图像处理部的框图。

图5A和5B是图像形成装置中的图像处理和图像记录的流程图。

图6示出了细线检测图案和检测条件。

图7A～7D示出了输入图像、中间图像和输出图像的示例。

图8A和8B示出了网屏处理。

图9示出了针对细线的低色阶处理。

图10A和10B示出了伽马校正表的生成。

图11示出了孤立点片的示例。

图12是示出详细图像处理部的框图。

图13A和13B是图像记录操作和伽马校正表创建操作的流程图。

图14示出了孤立点检测条件。

图15示出了高分辨率传感器的测量范围。

图16是示出详细图像处理部的框图。

图17示出了浓度片的示例。

图18示出了高密度浓度片的创建方法。

图19A和19B是图像记录操作和伽马校正表创建操作的流程图。

图20A和20B示出了伽马校正表的生成。

具体实施方式

下面，参考附图，详细描述本发明的各种示例性实施例、特征和方面。

仅作为示例，给出下面的示例性实施例。这些示例性实施例不限制本发明的范围。

第一示例性实施例描述针对平坦部分和细线的伽马校正表的创建方法的示例。更特别地，生成能够对构成细线的像素的输出浓度的测量结果进行适当的校正、并且能够对构成细线的像素进行适当的伽马校正的伽马校正表。

图1是示出适用于第一示例性实施例的图像形成装置的配置的示例的框图。图像形成装置10包括片记录部101、浓度信息获得部102、浓度信息校正部103、伽马校正表生成部104、图像处理部105和图像记录部106。图像形成装置10经由总线从连接到外部的中央处理器(CPU)或者存储器，获得输入图像的数字数据。图像形成装置10在记录介质上形成对多值图像数据进行了各种处理的图像数据。图像形成装置10还根据来自CPU或者用户给出的指令，在适当的情况下生成伽马校正表。在第一示例性实施例中，在以多值图像数据是8位数据(包括0～255的256个色阶)的情况为例的情况下，进行描述。

片记录部101在记录介质上(或者当已知与记录介质上的输出浓度的相关时，在中间记录介质上)记录浓度片。记录浓度片，以生成伽马校正表。图2A和2B示出了由片记录部101记录的浓度片的示例。根据第一示例性实施例的每个浓度片的大小是10像素×10像素。根据由图像处理部105进行的低色阶处理，预先确定浓度片中的每一个。根据第一示例性实施例，要记录的浓度片包括平坦部分浓度片组200、垂直细线浓度片组201和倾斜细线浓度片组202。稍后将给出对浓度片中的每一个的详细描述。

浓度信息获得部102获得由片记录部101记录在记录介质或者中间记录介质上的浓度片的浓度信息。这里，使用浓度传感器，来直接测量记录介质上的输出浓度，并且获得测量结果作为浓度信息。还可以通过获得诸如具有与浓度的相关的调色剂的高度的其它种类的信息，来实现输出浓度的测量方法。图3示出了根据第一示例性实施例的浓度信息获得部102使用的浓度传感器的测量范围。应当理解，在第一示例性实施例中使用的浓度传感器的分辨率低于图像数据的分辨率。也就是说，由浓度传感器获得的测量结果同构成与测量范围相对应的图像数据的像素的平均浓度的值近似。

浓度信息校正部103对由浓度信息获得部102获得的浓度信息进行校正。这里，当浓度信息是通过记录垂直细线浓度片组201和倾斜细线浓度片组202的浓度而获得的测量结果时，对浓度信息进行校正。基于浓度片中的每个像素的像素值和由构成浓度片的点图案表示的色阶之间的关系，来对浓度信息进行校正。稍后将给出对由浓度信息校正部103进行的校正方法的详细描述。不对平坦部分浓度片组200的浓度信息进行校正。

伽马校正表生成部104基于从浓度信息或者校正后的浓度信息获得的输出浓度的特性，来生成伽马校正表。根据第一示例性实施例，生成针对平坦部分的伽马校正表、针对垂直细线的伽马校正表和针对倾斜细线的伽马校正表。

图像处理部105对从CPU或者存储器发送的多值图像数据进行图像处理。图4示出了根据第一示例性实施例的图像处理部105的详细框图。图像处理部105包括细线检测部1051、细线伽马校正部1052、伽马校正部1053、细线低色阶处理部1054、网屏处理部1055以及选择器1056和1057。

细线检测部1051检查每一个像素，并且进行模式匹配，以判断像素是否是构成细线的像素。

细线伽马校正部1052对被细线检测部1051检测为细线的像素(下文中称为细线像素)进行伽马校正。细线伽马校正部1052使用由伽马校正表生成部104生成的针对垂直细线的伽马校正表和针对倾斜细线的伽马校正表中的任意一个或者两个。

伽马校正部1053对从细线伽马校正部1052输出的并且被细线检测部1051检测为不是细线的平坦部分中的像素(下文中称为平坦像素)，进行伽马校正。伽马校正部1053使用由伽马校正表生成部104生成的针对平坦部分的伽马校正表。

细线低色阶处理部1054对从细线伽马校正部1052输出的细线像素的像素值，进行低色阶处理。细线低色阶处理部1054进行低色阶处理，以根据图像记录部106可以输出的每个像素的色阶数，来降低表示细线像素的像素值的色阶数。输入到图像处理部105中的图像数据是表示256个色阶的8位数据。细线低色阶处理部1054进行9值化处理，以将具有256个色阶的像素值转换为9个色阶。

网屏处理部1055对从伽马校正部1053输出的平坦像素的像素值，进行网屏处理。这里，通过使用阈值矩阵的抖动方法，来进行色阶数的转换。网屏处理部1055进行将256个色阶的像素值转换为9个值的处理。

选择器1056根据细线检测部1051进行的检测结果，对每个像素的图像数据进行分类。当检测到要处理的像素是细线时，将每个像素的像素值输出到细线伽马校正部1052。当检测到任何要处理的像素都不是细线时，将每个像素的像素值输出到伽马校正部1053。类似地，选择器1057选择细线低色阶处理部1054针对被检测为细线的像素所获得的结果，并且选择网屏处理部1055针对被检测为不是细线的像素所获得的结果，分别作为输出值。选择器1057给出输出图像数据。

图像记录部106将图像处理部105处理后的输出图像数据记录在记录介质上。图像记录部106可以是电子照相系统或者喷墨系统。

图像处理和图像记录操作

下面描述根据第一示例性实施例的图像形成装置记录图像的操作。图5A是图像记录部106记录图像时的流程图。

在步骤S500中，图像形成装置10判断是否从连接在装置外部的CPU或者用户，给出了任何打印图像数据的指令。作为判断结果，当检测到打印指令(步骤S500：是)时，处理进行到步骤S501。

在步骤S501中，图像形成装置10获得要记录的输入图像数据。将输入图像数据从连接到图像形成装置10外部的CPU或者存储器输入。

在步骤S502中，细线检测部1051进行细线检测。根据第一示例性实施例，细线检测部1051通过进行模式匹配，来检测具有一个像素宽度的细线。图6示出了细线检测部1051用来检测细线的细线的图案和检测条件。细线检测部1051检测垂直细线、水平细线、倾斜细线和其它细线。

图7A是输入图像数据的示例。图7B示出了根据输入图像数据获得的细线的检测结果。在图7B中，用黑色像素表示被检测为垂直细线和水平细线的像素；用浅灰色像素表示被检测为倾斜细线的像素；用深灰色像素表示被检测为其它细线的像素；并且用白色像素表示细线之外的像素。

在步骤S503中，处理基于步骤S502中的细线检测结果进行分支。当要处理的像素不是细线像素(步骤S503：否)时，处理进行到步骤S504，而当要处理的像素是细线像素(步骤S503：是)时，处理进行到步骤S506。例如，在图7B所示的细线检测结果的情况下，由于检测到白色像素不是细线像素，因此处理进行到步骤S504。另一方面，当像素不是白色像素时，由于检测到这些像素是细线像素，因此处理进行到步骤S506。根据第一示例性实施例，图像处理部105在对细线的像素的处理和对细线之外的像素的处理之间进行切换。然而，图像处理部105可以被配置为进行对细线的像素的处理和对细线之外的像素的处理两者，并且基于细线检测结果，来选择处理结果。

在步骤S504中，伽马校正部1053对构成输入图像数据的像素中的平坦像素，进行伽马校正。根据第一示例性实施例，伽马校正部1053使用利用平坦部分浓度片组200生成的伽马校正表，来进行伽马校正。

在步骤S505中，网屏处理部1055使用抖动方法，进行网屏处理。图8A和8B示出了网屏处理部1055进行的抖动方法。与像素组相对应的胞元中的每一个存储了不同的索引号。如图8A所示，在没有任何间隔的情况下周期性地布置与图像数据相对应的胞元，并且像素中的每一个与索引号中的任意一个相关联。每一个索引号对应于具有分别如图8B所示的不同水平的阈值。网屏处理部1055在构成具有256个色阶的输入图像数据的像素中的每一个的像素值和与索引号相对应的阈值之间进行比较，以将每个像素的输出值确定为9个色阶中的任意一个。使用下面示出的公式，来计算阈值TH[n]：

TH[n]=X*20+1.25+n*2.5

(X：索引号)。

使用上述抖动方法的处理结果可以表示单位胞元中的拟似色阶。通常，在抖动方法中，(胞元可以以拟似方式表示的色阶数)=(胞元中的像素数)×(胞元中的输出色阶数-1)+1。也就是说，在第一示例性实施例的示例中，作为网屏处理部1055进行的网屏处理的结果，可以以拟似方式表示105个色阶。

图7C示出了网屏处理部1055对图7A所示的输入图像数据进行的网屏处理的结果。在图7C中，对构成图7A所示的输入图像数据的所有像素进行了处理。根据第一示例性实施例，实际仅对图7B所示的检测结果中的白色像素进行处理。

在步骤S506中，细线伽马校正部1052对细线像素进行细线伽马校正。细线伽马校正部1052使用垂直细线伽马校正表和倾斜细线伽马校正表，对在步骤S502中检测到的每个细线进行伽马校正。使用专用伽马校正表，对作为步骤S502中的细线检测的结果而被判断为包含在垂直细线或者倾斜细线中的像素，进行伽马校正。当检测到水平细线时，细线伽马校正部1052使用具有与图像形成装置的输出浓度类似的特性的垂直细线伽马校正表，进行伽马校正。

对于其它细线，估计其它细线具有作为垂直细线或水平细线的输出浓度的特性和倾斜细线的输出浓度的特性之间的中间浓度特性的输出浓度的特性。因此，可以将垂直细线伽马校正表与倾斜细线伽马校正表一起使用，来计算适合于被检测为其它细线的像素的伽马校正值。

在步骤S507中，细线低色阶处理部1054对细线像素进行低色阶处理。

图9示出了细线低色阶处理。如图9所示，细线低色阶处理部1054针对一个像素具有8个阈值。细线低色阶处理部1054依次将构成256个色阶的输入图像数据的像素的像素值与对应于该像素的8个阈值进行比较，并且将9个色阶中的任意一个作为输出值输出。在细线低色阶处理部1054进行的该低色阶处理中，以像素单位表示色阶数。因此，虽然色阶低于由网屏处理部1055获得的每个胞元表示的拟似色阶数，但是保持了分辨率。

对于人眼，在像细线一样包括许多高频分量的区域中，分辨率趋于优先于色阶。相应地，当细线低色阶处理部1054进行低色阶处理时，几乎感知不到细线部分中的色阶的降低，并且可以在保持分辨率的同时，获得令人满意的低色阶图像。虽然对细线像素的低色阶处理不必需是根据第一示例性实施例的处理，但是期望低色阶处理是注重分辨率的处理，而不是对平坦部分中的像素进行的低色阶处理。

在步骤S508中，图像记录部106将输出图像数据记录在记录介质上。在步骤S505或者步骤S507中，将像素中的每一个的色阶数降低为图像记录部16可以输出的色阶数。在第一示例性实施例中，通过步骤S505和步骤S507中的处理，将图7A所示的输入像素数据转换为图7D所示的输出图像数据。由于对平坦部分和细线部分中的每一个进行了适当的伽马校正，因此在记录介质上形成的图像变成平坦部分的浓度与细线的浓度相匹配的合意的图像。

在创建伽马校正表时使用的浓度片

下面，对为了生成伽马校正表而由片记录部101记录的浓度片给出详细描述。

图2A和2B示出了根据第一示例性实施例的记录的浓度片的示例。片记录部101记录平坦部分浓度片组200、垂直细线浓度片组201和倾斜细线浓度片组202的浓度片。

平坦部分浓度片组200包括用于测量在记录介质上形成表示不包括线的平坦色阶的输入图像数据时的输出浓度的特性的多个浓度片。平坦部分浓度片组200包括网屏处理部1055通过对平坦输入图像数据进行网屏处理而获得的点图案。在这种情况下，所有像素表示的色阶值是不变的。

这里，10个像素×10个像素中的所有像素都是作为图像处理部105对输入色阶值为20、38、59、79、100、123、138、159、177、197、218、236和255的一样的输入图像数据进行的网屏处理的结果的浓度片。下面对网屏处理进行描述。

在作为网屏处理的结果而获得的点图案中，100个像素中黑色像素对白色像素的比率按照上述顺序分别是8%、15%、23%、31%、39%、46%、54%、62%、69%、77%、85%、92%和100%。

在平坦部分浓度片中，用拟似色阶表示胞元中的每一个。在图3所示的测量范围内，传感器测量的结果与包含在浓度片中的每个像素的平均值近似。因此，对于平坦部分的输出浓度的特性，可以在不对传感器获得的测量结果进行校正的情况下，将输入色阶值与输出浓度相关联。

垂直细线浓度片组201包括用于测量在记录介质上形成垂直细线时的输出浓度的特性的浓度片。期望测量在形成具有一个像素的宽度的一个垂直细线的细线中包含的一个像素的输出浓度的特性。也就是说，使用对输出具有目标色阶的细线的浓度的测量，作为与目标色阶相对应的输出浓度。

然而，当测量记录介质上的输出浓度时，难以在不包括任何垂直细线的背景(纸白)的情况下测量单个垂直细线的输出浓度。此外，如果浓度传感器的测量位置偏离了稍许，则包含在测量范围内的细线像素的数量可能改变，导致检测到的输出浓度变化。

因此，根据第一示例性实施例，如垂直细线浓度片组201所示，使用周期性地布置了多个垂直细线的图像作为浓度片。然而，依据图像形成装置的特性，周围记录点可能对输出点的浓度有影响。因此，在垂直细线浓度片组201的浓度片的任意一个中，将垂直细线彼此分离地布置到对各个浓度不产生影响的程度。

当使用重复点图案作为单位图案时，垂直细线浓度片组201中的浓度片是垂直方向上的10个像素×水平方向上的3个像素。在左侧具有黑色像素的垂直细线的图像成为单位图案。以浓度片所需的垂直方向上的10个像素×水平方向上的10个像素地周期性地布置该单位图案，由此输出浓度增加，从而即使当测量位置变化时，浓度传感器也可以精确地进行测量。

垂直细线浓度片组201中的浓度片由具有色阶33、69、102、136、172、205、238和255的垂直细线的细线像素构成。由浓度传感器测量的记录在记录介质上的浓度的测量结果，与由构成与测量范围相对应的图像数据的像素表示的浓度的平均值近似。也就是说，细线浓度片的测量结果与包含在单位图案中的像素的像素值的平均值近似。

优选测量构成细线的一个像素的输出浓度。然而，单位图案还包括除了构成细线的像素之外的像素(白色像素)。因此，使用单位图案中的细线像素的比率，对测量结果进行校正。这里，垂直细线浓度片组201中的浓度片使用细线像素的比率是1/3的单位图案。因此，可以通过经由将测量结果乘以3倍来进行校正，来计算形成垂直细线的每个细线像素的输出浓度。

类似地，倾斜细线浓度片组202是用于测量在记录介质上形成倾斜细线的输入图像数据时的输出浓度的浓度片。该浓度片是包括为了计算每个构成一个45°的斜线的像素的输出浓度的特性而周期性地布置的多个45°的斜线的图像。这里，倾斜细线片组202中的浓度片的单位图案包括4个像素×4个像素。包括四个黑色像素的向右斜上方延伸的对角线是倾斜细线的图像。该浓度片包括四个倾斜细线。将该四个倾斜细线彼此分离到对各个浓度不产生影响的程度。

在倾斜细线浓度片组202中的浓度片中的每一个中，倾斜细线包括具有色阶33、69、102、136、172、205、238、255的细线像素。与垂直细线类似，在倾斜细线浓度片的测量结果中，也需要基于单位图案中的细线像素的比率，对结果进行校正，以与输入色阶值相关联。倾斜细线浓度片组202的浓度片中的每一个使用细线像素的比率是1/4的单位图案。因此，通过将测量结果乘以4进行校正，来计算形成倾斜细线的每个像素的输出浓度。

彼此不影响浓度的距离取决于图像记录部106的特性。可以基于实验，来计算需要的点之间的距离。可以基于需要的点之间的距离，来确定单位图案。例如，当需要的点之间的距离是3个像素时，细线的浓度片的单位图案是垂直方向上的10个像素×水平方向上的4个像素。在左侧包括黑色像素的垂直细线的图像可以成为单位图案。

伽马校正表生成

下面，描述用于创建伽马校正表的根据第一示例性实施例的图像形成装置的操作。图5B是创建伽马校正表的流程图。

在步骤S520中，图像形成装置10判断是否应当生成伽马校正表。可以在对图像形成装置10进行校准时，同时生成伽马校正表。此外，可以在从CPU或者用户给出指令时；在记录的数量超过预定数量时；或者在设备的环境条件改变时，生成伽马校正表。可以在任意定时生成伽马校正表。当生成伽马校正表(步骤S520：是)时，处理进行到步骤S524。

在步骤S524中，片记录部101选择预定浓度片组，以生成伽马校正表。根据第一示例性实施例，图像处理部105使用三种伽马校正表；即针对平坦部分的伽马校正表、针对垂直细线的伽马校正表和针对倾斜细线的伽马校正表。因此，片记录部101选择平坦部分浓度片组200、垂直细线浓度片组201和倾斜细线浓度片组202中的任意一个。将图2所示的浓度片存储在诸如只读存储器(ROM)或者随机存取存储器(RAM)的存储容量中。根据第一示例性实施例，作为由低色阶处理部1054进行的低色阶处理的结果，包含在平坦部分浓度片组200中的浓度片的数量小于拟似可用色阶数。这是因为要减少测量浓度片的数量。

在步骤S525中，浓度信息获得部102获得记录在记录介质上的浓度片中的每一个的浓度信息。根据第一示例性实施例，获得使用浓度传感器测量的与每个色阶相对应的浓度片的输出浓度的测量结果，来作为浓度信息。浓度传感器具有图3所示的测量范围。当选择平坦部分浓度片组200时，获得图3中的测量值，作为浓度信息。当选择垂直细线浓度片组201或者倾斜细线浓度片组202时，获得与目标色阶相对应的8个测量值，作为浓度信息。如上所述，根据第一示例性实施例，浓度传感器的分辨率低于输入图像的分辨率。由此可以测量与用多个像素组表示的拟似色阶相对应的输出浓度。此外，当以像素单位表示色阶时，可以考虑记录介质上的点(墨)的渗色或者点增益，来测量输出浓度。

在步骤S526中，处理基于选择的浓度片组是否是平坦部分进行分支。当点图案是平坦部分(步骤S526：是)时，处理进行到步骤S529，而当点图案是细线(步骤S526：否)时，处理进行到步骤S527。

在步骤S527中，当选择的浓度片组用于垂直细线或者用于倾斜细线时，浓度信息校正部103对在步骤S525中获得的浓度信息进行校正，以计算精确的输出浓度特性。在图2B所示的垂直细线浓度片201或者倾斜细线浓度片202的情况下，测量范围中的输出浓度趋于容易依据测量范围的位置而变化。

然而，像第一示例性实施例的情况一样，当浓度传感器的测量范围比细线之间的距离宽时，或者当在测量范围中包括多个细线时，浓度传感器测量的测量结果和包含在浓度片中的细线像素的比率彼此基本相等。

这里，将包含在浓度片中的细线像素的比率，定义为浓度片中的包含在以重复的方式布置的单位图案中的细线像素的比率。在垂直细线浓度片组201中，细线像素的比率是1/3；而在倾斜细线片组202中，细线像素的比率是1/4。如上所述，通过将与每个输入色阶相对应的浓度信息乘以细线像素的比率的倒数，可以更精确地计算与输入色阶相对应的输出浓度。

图10A示出了垂直细线浓度片组202的测量结果。在该图中，图示“●”表示由传感器测量的垂直细线浓度片组201的测量值。作为浓度信息保持该测量值。在步骤S527中，当浓度信息校正部103进行校正时，获得用图示“×”表示的校正值。图10A所示的校正值包括输出浓度超过100%的区域。这是由于在超过输入图像数据的像素的范围内记录点的记录介质上的点增益现象而引起的。

在步骤S529中，图像形成装置10基于浓度信息或者校正后的浓度信息，计算输出浓度的特性，以生成伽马校正表。作为示例，描述生成垂直细线伽马校正表的情况。在垂直细线的情况下，浓度信息的校正值是与每个输入色阶值相对应的输出浓度。基于获得的多个输出浓度，对未测量的输入色阶值的输出浓度进行插值。图10A中的实线表示插值结果。图10A中的实线表示构成垂直细线的像素的输出浓度的特性。

相对于图10A中的实线，通过交换输入色阶值和输出浓度的坐标轴而获得的图10B中的虚线是伽马校正表。通过对诸如低浓度区域和高浓度区域的测量值的可靠性低的区域中的校正表进行校正，可以生成像图10B所示的实线一样的伽马校正表。

在步骤S530中，图像形成装置10判断是否生成了所有伽马校正表。根据第一示例性实施例，当针对平坦部分、垂直细线和倾斜细线，任意伽马校正表的生成未完成(步骤S530：否)时，处理进行到步骤S520，以生成其他伽马校正表。

如上所述，在根据第一示例性实施例的伽马校正表生成方法中，对由传感器测量的浓度信息进行校正，以精确地计算与输入色阶相对应的输出浓度。由此获得精确的输出浓度的特性，并且可以生成适当的伽马校正表。

此外，在浓度传感器要测量的浓度片中，通过重复细线的单位图案，布置多个细线。由此即使当浓度传感器的测量位置由于安装误差等而偏离时，包含在测量范围内的点的比率也不变。也就是说，通过使用根据第一示例性实施例的以重复方式布置单位图案的浓度片，可以获得针对传感器和浓度片之间的相对位置稍微变化的测量值。在该浓度片中，将包含在单位图案中的点彼此分离到包含在另一单位图案中的点不影响浓度的程度。

如上所述，根据第一示例性实施例，即使当通过对测量结果进行校正，以像素单位表示色阶时，也可以计算表示输入色阶的每个像素的输出浓度。特别地，基于点图案中的每个像素的像素值和由点图案表示的色阶之间的关系，对测量结果进行校正。其结果是，根据第一示例性实施例，可以获得当使用具有低分辨率的传统浓度传感器时难以测量的、适当的细线的图像的输出浓度。第一示例性实施例消除了为了生成细线伽马校正表而增加新传感器的额外成本。

第二示例性实施例将描述针对孤立点的伽马校正表的生成。与上述第一示例性实施例不同，将描述使用具有与图像数据类似的分辨率的高分辨率浓度传感器，来生成伽马校正表的示例。对与第一示例性实施例的配置类似的配置给予相同的附图标记，并且省略其详细描述。

装置配置

根据第二示例性实施例，图像处理部105使用针对平坦部分的伽马校正表和针对孤立点的伽马校正表。伽马校正表生成部104生成针对平坦部分和针对孤立点的两种伽马校正表。在平坦部分的情况下，片记录部101记录的用于创建伽马校正表的点图案是图2A所示的平坦部分浓度片组200。另一方面，当创建针对孤立点的伽马校正表时，使用图11所示的孤立点浓度片组203。

图12示出了适用于第二示例性实施例的图像处理部105的详细框图。根据第二示例性实施例的图像处理部105包括伽马校正部1053、网屏处理部1055、孤立点检测部1058、孤立点伽马校正部1059以及选择器1060和1061。

根据第二示例性实施例，与每个像素的特征无关地针对所有像素，伽马校正部1059进行伽马校正，并且网屏处理部1055进行网屏处理。

孤立点检测部1058基于网屏处理部1055的处理结果，检测作为孤立点的像素。

选择器1060基于孤立点检测部1058的判断结果，向选择器1061或者孤立点伽马校正部1059，输出每个像素的信息。

孤立点伽马校正部1059进一步针对被孤立点检测部1058被检测为孤立点的像素，对网屏处理部1055处理的结果，使用针对孤立点的伽马校正表，进行伽马校正。

选择器1061针对被检测为孤立点的像素选择从孤立点伽马校正部1059输出的值；并且针对其它像素选择从网屏处理部1055输出的值，以将输出图像数据输出。

下面，描述根据第二示例性实施例的图像形成装置中的图像记录操作和伽马校正表创建操作。图13A示出了图像记录操作的流程图。图13B示出了伽马校正表创建操作的流程图。

图像记录操作

根据第二示例性实施例，当图像记录操作开始时，在步骤S501中获得输入图像数据。在步骤S504中，伽马校正部1053对所有像素进行平坦部分伽马校正。在步骤S505中，网屏处理部1055进行网屏处理。

在步骤S509中，孤立点检测部1058从网屏处理结果中检测孤立点。图14示出了检测到孤立点的条件。作为网屏处理的结果所获得的孤立点是具有大于0的输出值的像素，并且孤立点周围的像素的输出值全部为0。

在步骤S510中，处理基于步骤S509中的孤立点检测结果对每个像素进行分支。当判断为要处理的像素是孤立点(步骤S510：是)时，处理进行到步骤S511，而当判断为要处理的像素是非孤立点(步骤S510：否)时，处理进行到步骤S508。

在步骤S511中，孤立点伽马校正部1059对孤立点处的像素，进行孤立点伽马校正。根据第二示例性实施例的孤立点伽马校正部1059使用针对孤立点的伽马校正表进行伽马校正。已经对输入到孤立点伽马校正部1059的要处理的像素的像素值进行了伽马校正部1053进行的平坦部分伽马校正。图像数据已被转换为与平坦部分中的网屏处理的输出浓度相匹配。因此，生成这里使用的针对孤立点的伽马校正表，以与抵消平坦部分伽马校正的效果之后的孤立点处的输出浓度相匹配。

在步骤S508中，记录从选择器1061输出的输出图像数据。通常，特别当图像记录部106使用电子照相方法在记录介质上记录图像时，孤立点的形成趋于不稳定。因此，如上述处理流程所示出的，通过从网屏处理的结果中检测孤立点，来进行伽马校正；由此可以精确地调节孤立点的输出浓度。

孤立点浓度片

图11示出了为了生成针对孤立点的伽马校正表而记录的浓度片组。根据第二示例性实施例的孤立点浓度片组203具有3个像素×3个像素。这里，使用高分辨率传感器进行孤立点处的浓度片的测量。为了考虑墨的渗色和点增益来测量输出浓度，优选进行包括孤立点的像素和孤立点周围的8个像素的测量。与平坦部分浓度片组200的浓度片的情况相比，在孤立点的浓度片的情况下，通过将片组200的大小减小到测量所需的最小值，可以减少创建伽马校正表的时间。例如，为了生成针对孤立点的伽马校正表，与第一示例性实施例相同，假设使用低分辨率传感器针对色阶数依次检测10个像素×10个像素的浓度片，以获得浓度信息。在根据第二示例性实施例使用高分辨率传感器的情况下，由于浓度片的大小要求3个像素×3个像素，因此记录浓度片所需的时间减少到3/10。此外，记录片所使用的面积减少到9/100。高分辨率传感器可以包括多个浓度传感器，使得可以同时检测图15所示的要测量的整个区域。可选地，使用比要测量的点的数量少的传感器，可以通过增加测量次数，来获得要测量的整个区域的浓度信息。

伽马校正表生成

根据第二示例性实施例，要生成的伽马校正表包括两种；即针对平坦部分的伽马校正表和针对孤立点的伽马校正表。图13B示出了创建伽马校正表的处理的流程图。

在步骤S531中，片记录部101依据是否应当针对所有点图案生成伽马校正表对处理进行分支。当应当生成针对整个点图案的伽马校正表(步骤S531：是)时，处理进行到步骤S524，片记录部101选择平坦部分浓度片组200或者图11所示的孤立点浓度片组203。片记录部101将选择的浓度片组的浓度片记录在记录介质上。

在步骤S532中，处理依据针对平坦部分或者针对孤立点的校正表的生成进行分支。当要生成的伽马校正表用于平坦部分(步骤S532：是)时，处理进行到步骤S533；而当要生成的伽马校正表用于孤立点(步骤S532：否)时，处理进行到步骤S534。

在步骤S533中，浓度信息获得单元使用低分辨率浓度传感器，获得在步骤S524中记录的浓度片的浓度信息，以生成针对平坦部分的伽马校正表。与在第一示例性实施例中描述的步骤S525中的浓度信息获得单元相同，这是图2A和2B所示的平坦部分浓度的测量结果。片组200由具有图3所示的测量范围的低分辨率浓度传感器来进行测量。

在步骤S534中，为了生成针对孤立点的伽马校正表，由具有图15所示的测量范围的高分辨率浓度传感器测量记录图11所示的孤立点片组的浓度片。当使用高分辨率浓度传感器测量浓度片时，由于测量范围比图像数据的像素面积小，因此在获得与包含在图15所示的浓度片中的像素相对应的测量值之后，对多个测量值求平均，以获得浓度信息。这是因为在点图案是孤立点的情况下，由于如上所述，记录在记录介质上的点也渗色到周围，因此检测孤立点周围的像素的浓度信息。

在步骤S527中，使用包含在测量范围内的点图案中的构成孤立点的像素的比率，对在步骤S534中获得的浓度信息进行校正。图15所示的高分辨率传感器的测量范围是3个像素×3个像素的区域。在该测量范围内，如图11所示，孤立点的点图案是唯一的一个像素。包含在获得浓度信息的范围内的点图案的比率是1/9。通过乘以1/9的倒数，来对浓度信息进行校正。

在步骤S529中，基于与浓度信息相对应的孤立点的输入色阶，生成针对每个点图案的伽马校正表。根据第二示例性实施例的图像处理部105对经过针对平坦部分的伽马校正的图像数据，进行针对孤立点的伽马校正。因此，通过将通过对针对平坦部分的伽马校正表进行逆转换以抵消针对平坦部分的伽马校正而生成的去伽马校正表，与用于进行针对孤立点的伽马校正的校正表合成，来生成针对孤立点的伽马校正表。为了防止在平坦部分和孤立点区域之间浓度不连续，调节输出范围，使得合成校正表的色阶100%的值恒定地保持100%。

在步骤S530中，处理返回到步骤S524，重复上述处理流程，直到生成针对平坦部分和针对孤立点的伽马校正表为止。

当在步骤S535中选择仅创建针对孤立点的伽马校正表的处理流程(步骤S535：是)时，处理流程与上述针对孤立点的伽马校正表的生成的处理流程类似。

在上面进行的对示例的描述中，在不同的定时进行同时创建针对孤立点的校正表和针对平坦部分的校正表的处理流程图和仅创建针对孤立点的校正表的处理流程图。在图像形成装置中，孤立点显著地变化。相应地，使用如上所述的配置，与伽马校正表的传统生成相比，更频繁地生成针对孤立点的伽马校正表。由此可以生成与图像形成装置的条件相匹配的精确的校正表。此外，通过使用用于创建频繁生成的针对孤立点的校正表的高分辨率传感器，可以减少创建校正表的时间和记录介质上的面积。

下面，对根据本发明的伽马校正表生成方法的第三示例性实施例进行描述。根据第三示例性实施例，通过对低浓度部分中的针对平坦部分的高密度浓度片的测量结果进行适当的校正，来提高针对平坦部分的伽马校正表的精度。

装置配置

由于根据第三示例性实施例的图像形成装置的配置与图1所示的根据第一示例性实施例的图像形成装置类似，因此省略对根据第三示例性实施例的图像形成装置的描述的部分。

图16示出了根据第三示例性实施例的图像处理部105的详细框图。根据第三示例性实施例的图像处理部105包括伽马校正部1053和网屏处理部1055。

伽马校正部1053基于针对平坦部分的伽马校正表，对图像数据进行伽马转换。

网屏处理部1055进行图8所示的网屏处理。如上所述，通过进行网屏处理而获得的点图案以拟似方式表示多个像素的单位胞元中的色阶。

如上所述，根据第三示例性实施例的图像处理部105仅使用单个伽马校正表，来进行伽马校正。片记录部使用图17所示的浓度片组，在记录介质上记录浓度片，以测量浓度。伽马校正表生成部104基于测量结果，生成伽马校正表。在图17所示的浓度片组中，用高密度浓度片组1700替换包含在图2A所示的平坦部分浓度片组200中的低浓度片。这里用高密度浓度片组1700替换的低浓度片是表示色阶20的点图案和表示色阶38的点图案。高密度浓度片中的每一个具有点密度高于与图2A所示的相应的低浓度片的分辨率的浓度片。

表示图2A所示的平坦部分浓度片组200中的低浓度色阶的点图案具有小的点密度。当图3所示的低分辨率传感器的测量范围偏离时，包含在测量范围内的点的数量改变，并且测量的浓度改变。

因此，在记录介质上记录具有高点密度的高密度浓度片。即使当低分辨率传感器的测量位置稍微偏离时，在测量范围内也包括几乎相同数量的点。由此可以获得几乎不受浓度传感器的位置偏离影响的测量结果。

由浓度传感器获得的测量结果包括传感器噪声或者由于记录介质的基底表面粗糙或浓度不均匀而产生的噪声。因此，在与低浓度色阶相对应的浓度片中，由于输出浓度小，并且由于噪声产生的影响相对变得较大，因此可能难以获得有效的测量结果。根据第三示例性实施例，在低浓度部分中使用高密度浓度片；由此相对减小由于噪声而产生的影响。浓度信息校正部103对测量结果进行校正。因此，可以生成高精度的伽马校正表。

下面，详细描述创建高密度浓度片的方法。基于对具有均一色阶的平坦图像的图8所示的网屏处理的结果，形成包含在图2A所示的平坦部分浓度片组200中的点图案。因此，在该浓度片中，在每一个胞元中，点的数量和出现位置相等。

在高密度浓度片组中，在保持点在低浓度点图案中的配置的情况下，以较高的密度布置点。特别地，如图18所示，相邻胞元中的点之间的距离L₀和L₀'减小为L₁和L₁'；由此，生成高密度浓度片组。通过缩小点之间的距离，形成点图案的胞元的一部分具有彼此重叠的区域。因此，包含在浓度片中的点的比率增加到比原始浓度片的分辨率高。

可以基于点之间的距离的比率，来计算包含在浓度片中的点的比率；即(L₀×L₀'/L₁×L₁')。也就是说，高密度浓度片中的点密度是通常浓度片中的点密度的(L₀×L₀'/L₁×L₁')倍。例如，与色阶20相对应的高密度浓度片中的点密度是与色阶20相对应的浓度片的近似2.6倍；并且是与图2A所示的色阶38相对应的浓度片的近似1.6倍。

然而，当在创建高密度浓度片时，点之间的距离彼此太接近时，各个点的输出浓度受影响。在高密度浓度片中，将点彼此分离到输出浓度不受影响的程度。根据第三示例性实施例，使用彼此分离2个像素或更大的点，生成高密度浓度片的点图案。可以基于实验结果，来获得布置的点之间的距离。

如上所述，在高密度浓度片中，周期性地布置作为单位点图案的胞元，并且这些胞元彼此重叠，以提高输出浓度。此外，由于将点彼此分离到彼此不产生影响的程度，因此可以通过进行校正，来计算希望的浓度片的输出浓度。

图19A和19B示出了根据第三示例性实施例的图像形成装置中的处理流程图。在图19A和19B所示的处理中，由于具有相同的名称和附图标记的处理是与图5A、5B、13A和图13B所示的处理流程图中的处理类似的处理，因此省略其描述。

图像记录操作

在根据第三示例性实施例的图像记录操作中，在获得图像数据之后，对图像数据进行伽马校正和网屏处理，然后进行记录。省略对每个阶段的描述。

伽马校正生成操作

下面，参考图19B所示的处理流程图，描述根据第三示例性实施例的伽马校正表创建操作。

在步骤S520中，伽马校正表的生成开始。

在步骤S524中，片记录部101选择浓度片组，并且在记录介质上记录浓度片。根据第三示例性实施例，选择图17所示的浓度片组。与低浓度色阶相对应的浓度片1700是以高密度布置点的高密度浓度片。在步骤S525中，浓度信息获得部102基于浓度传感器测量的测量结果，获得记录在记录介质上的浓度片作为浓度信息。根据第三示例性实施例，使用具有图3所示的测量范围的浓度传感器。这里，获得了与不同色阶相对应的13个浓度信息。

在步骤S536中，浓度信息校正部103针对每个获得的浓度信息，判断是否应当对浓度信息进行校正。基于与要处理的浓度信息相对应的色阶值；即值是否等于或小于预定值，进行该判断。这里，预定值意为与事先生成的高密度浓度片相对应的色阶值。

在步骤S527中，浓度信息校正部103对在步骤S536中判断为色阶值等于或小于预定值(步骤S536：是)的浓度信息进行校正；即对通过测量高密度浓度片而获得的浓度信息进行校正。在高密度浓度片组1700的情况下，以比要测量的希望的点图案的分辨率高的密度来布置点。要测量的希望的点图案意为通过由网屏处理部1055进行的网屏处理而获得的点图案。因此，需要对获得的浓度信息进行校正。

如上所述，与色阶20相对应的高密度浓度片中的点密度近似是2.6倍，并且是与图2A所示的色阶38相对应的浓度片的近似1.6倍。此外，每个高密度浓度片不影响各个点的输出浓度。

对于与色阶20相对应的浓度信息，可以通过将浓度信息乘以2.6的倒数，来计算要获得的输出浓度。对于与色阶38相对应的浓度信息，可以通过将浓度信息乘以1.6的倒数，来计算要获得的输出浓度。图20A示出了由浓度信息获得部102获得的针对每个色阶值的测量值和由浓度信息校正部103获得的校正值。

当在步骤S528中完成了针对每个色阶的测量(步骤S528：是)时，在步骤S529中，伽马校正表生成部104生成伽马校正表。图20A所示的实线表示基于测量值和校正值获得的输出浓度的特性。对于未测量的输出浓度的色阶，通过进行插值，来获得曲线。通过对输出浓度的特性进行逆转换，可以生成适当的伽马校正表。图20B示出了根据第三示例性实施例生成的伽马校正表。

在第三示例性实施例中，描述了通过基于用于获得浓度信息的范围内的点图案的比率，对浓度信息进行校正，可以提高伽马校正表中的低浓度部分中的精度的伽马校正表的创建方法。

在第三示例性实施例中，描述了点集中型网屏处理的示例。然而，通过点分散型网屏处理，也可以获得类似的效果。

在上述示例性实施例中，与图像记录部106分离地设置片记录部101。然而，当测量记录介质上的浓度片时，可以将图像形成装置配置为由图像记录部106记录浓度片。

可以通过向系统或设备提供存储执行在上述示例性实施例中描述的功能的软件的计算机程序代码的存储介质，来实现本发明。在这种情况下，由读出存储在计算机可读存储介质中的计算机程序代码的系统或设备中的计算机(CPU、微处理器(MPU)等)，实现在上述示例性实施例中描述的功能。

根据本发明，由传感器测量记录介质上的输出浓度，并且对测量结果进行适当的校正；由此生成精确的伽马校正表。

其它实施例

本发明的实施例还能够由读出并执行记录在存储介质(例如非易失性计算机可读存储介质)上的计算机可执行指令的系统或装置的计算机，执行本发明的上述实施例中的一个或更多个的功能，并且通过由系统或装置的计算机执行的方法通过例如从存储介质中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更多个的功能来实现。计算机可以包括CPU、MPU或其它电路中的一个或更多个，并且可以包括单独的计算机或单独的计算机处理器的网络。例如可以从网络或存储介质向计算机提供计算机可执行指令。存储介质例如可以包括硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的存储设备、光盘(例如紧凑盘(CD)、数字通用盘(DVD)或蓝光盘(BD)^TM)、闪存设备、存储卡等中的一个或更多个。

虽然参考示例性实施例对本发明进行了说明，但是应当理解，本发明不限于所发明的示例性实施例。所附权利要求的范围符合最宽的解释，以使其涵盖所有这种变型、等同结构及功能。

Claims

1.一种伽马校正表生成方法，包括：

获得步骤，用于通过利用读取传感器在比胞元宽的范围内读取图像形成装置所输出的浓度片，来获得浓度信息，其中，所述浓度片包括多个胞元，所述多个胞元被布置为使得作为表示色阶的单位的胞元的一部分彼此重叠，并且包括在各所述胞元中的点彼此分离到在所述图像形成装置所输出的记录介质上彼此不产生影响的程度；

校正步骤，用于根据所述浓度片中的胞元的数量，对所述浓度信息进行校正；以及

生成步骤，用于基于校正后的浓度信息，生成伽马校正表。

2.根据权利要求1所述的伽马校正表生成方法，其中，在所述校正步骤中，基于所述浓度片中的胞元的数量和在所述浓度片的范围内所述胞元被布置为彼此不重叠的情况下的胞元的数量，对所述浓度信息进行校正。

3.根据权利要求1或2所述的伽马校正表生成方法，其中，在所述获得步骤中，在所述胞元表示低浓度的情况下，获得从包括一部分彼此重叠的胞元的浓度片读取的浓度信息；以及在所述胞元表示高浓度的情况下，获得从包括被布置为彼此不重叠的胞元的浓度片读取的浓度信息；

在所述校正步骤中，仅对与表示低浓度的浓度片相对应的浓度信息进行校正；以及

在所述生成步骤中，基于所述浓度信息和所述校正步骤的结果，生成所述伽马校正表。

4.根据权利要求1或2所述的伽马校正表生成方法，其中，所述读取传感器具有比图像数据的分辨率低的分辨率水平。

5.根据权利要求1或2所述的伽马校正表生成方法，其中，所述胞元对应于在用于生成要从所述图像形成装置输出的图像数据的网屏处理中使用的阈值矩阵。

6.根据权利要求1所述的伽马校正表生成方法，其中，对创建所述伽马校正表的定时进行任意地设置。

7.一种伽马校正表生成方法，包括：

通过利用读取传感器读取图像形成装置所输出的浓度片，来获得与所述浓度片相对应的浓度信息，其中，在所述浓度片中，作为表示色阶的像素单位的预定单位图案以重复的方式被布置为彼此分离到包括在所述单位图案中的点在所述图像形成装置所输出的记录介质上彼此没有任何影响的程度；

基于具有作为目标色阶的像素值的像素的数量相对于包括在所述单位图案中的像素的数量的比率，对所述浓度信息进行校正；以及

基于校正后的浓度信息，生成伽马校正表。

8.根据权利要求7所述的伽马校正表生成方法，其中，所述单位图案包括白色像素和具有目标色阶作为像素值的像素。

9.根据权利要求8所述的伽马校正表生成方法，其中，所述单位图案包括由具有所述目标色阶作为像素值的像素形成的细线。

10.根据权利要求7至9中的任一项所述的伽马校正表生成方法，其中，所述读取传感器具有比图像数据的分辨率低的分辨率水平。

11.根据权利要求7至9中的任一项所述的伽马校正表生成方法，其中，对创建所述伽马校正表的定时进行任意地设置。

12.一种伽马校正表生成方法，包括：

获得通过利用读取传感器读取浓度片的预定点图案而获得的浓度信息，其中，在所述浓度片中，所述点图案以重复的方式布置；

基于所述点图案中的每个像素的像素值和由所述点图案表示的色阶之间的关系，对所述浓度信息进行校正；以及

基于校正后的浓度信息，生成伽马校正表。

13.一种图像处理装置，其中，通过根据权利要求1、7和12中的任一项所述的伽马校正表生成方法，生成伽马校正表。

14.一种图像处理装置，包括校正单元，所述校正单元用于使用通过根据权利要求1、7和12中的任一项所述的伽马校正表生成方法所生成的伽马校正表，对图像数据进行伽马校正。

15.根据权利要求14所述的图像处理装置，其中，还包括网屏处理单元，所述网屏处理单元用于使用阈值矩阵，对输入图像数据进行网屏处理，

其中，所述校正单元使用所述伽马校正表，对所述网屏处理单元进行网屏处理的图像数据进行伽马校正。

16.根据权利要求14所述的图像处理装置，其中，还包括检测单元，所述检测单元用于检测输入图像数据中的构成细线的像素，

其中，所述校正单元使用通过根据权利要求7所述的伽马校正表生成方法所生成的伽马校正表，对所述检测单元所检测到的构成细线的像素进行伽马校正。