JP7263844B2 - Image forming apparatus, abnormality identification method, abnormality identification program, and abnormality identification system - Google Patents
Image forming apparatus, abnormality identification method, abnormality identification program, and abnormality identification system Download PDFInfo
- Publication number
- JP7263844B2 JP7263844B2 JP2019037043A JP2019037043A JP7263844B2 JP 7263844 B2 JP7263844 B2 JP 7263844B2 JP 2019037043 A JP2019037043 A JP 2019037043A JP 2019037043 A JP2019037043 A JP 2019037043A JP 7263844 B2 JP7263844 B2 JP 7263844B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- unit
- test pattern
- forming apparatus
- data
- 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.)
- Active
Links
Images
Landscapes
- Control Or Security For Electrophotography (AREA)
- Facsimiles In General (AREA)
Description
本発明は、画像形成装置、異常特定方法、異常特定プログラム及び異常特定システムに関する。 The present invention relates to an image forming apparatus, an abnormality identification method, an abnormality identification program, and an abnormality identification system.
今日において、複合器(MFP:Multi Function Peripheral)等の画像形成装置で形成された異常画像の画像データに基づいて、異常画像が形成された原因を判断する技術が知られている。 2. Description of the Related Art Today, a technique is known for determining the cause of an abnormal image formed based on image data of an abnormal image formed by an image forming apparatus such as an MFP (Multi Function Peripheral).
例えば、特許文献1(特開2007-074290号公報)には、画像形成装置で形成されたテストパターンから欠陥領域を検出し、欠陥種類に応じてその特徴量を解析して故障診断行う故障診断システムが開示されている。 For example, in Patent Document 1 (Japanese Patent Application Laid-Open No. 2007-074290), a defect area is detected from a test pattern formed by an image forming apparatus, and a defect diagnosis is performed by analyzing the feature amount according to the defect type. A system is disclosed.
ここで、異常の原因を特定する場合、過去に基準となるチャート画像(基準画像)を取得して記憶しておき、異常発生時におけるチャート画像と、基準画像とを比較して解析し、異常の原因を特定することを考える。 Here, when identifying the cause of an abnormality, a reference chart image (reference image) is obtained and stored in the past, and the chart image at the time of the abnormality occurrence is compared with the reference image for analysis. Consider identifying the cause of
この場合において、基準画像を取得した時刻から長時間が経過した後に異常が発生すると、異常発生時のチャート画像は、時間的に離れた過去の基準画像と比較されることとなるため、精度良く異常の原因を特定することが困難となることが懸念される。 In this case, if an abnormality occurs after a long period of time has passed since the reference image was obtained, the chart image at the time of the abnormality occurrence is compared with the past reference image separated in time. There is a concern that it will be difficult to identify the cause of the abnormality.
本発明は、上述の課題に鑑みてなされたものであり、異常の原因の特定精度の向上を図ることができるような画像形成装置、異常特定方法、異常特定プログラム及び異常特定システムの提供することを目的とする。 SUMMARY OF THE INVENTION It is an object of the present invention to provide an image forming apparatus, an abnormality identification method, an abnormality identification program, and an abnormality identification system capable of improving the accuracy of identifying the cause of an abnormality. With the goal.
上述の課題を解決するために、本発明は、テストパターンを出力する出力部と、出力されたテストパターンの読み取りを行う読み取り部と、テストパターンの読み取りが行われる毎に、読み取られたテストパターンのデータを、順次、記憶部に記憶制御し、また、記憶されたテストパターンのデータの読出制御を行う記憶制御部と、異常発生時に、記憶部に記憶されている前回記憶された最新のテストパターンのデータと、異常発生時に読み取り部に読み取られたテストパターンのデータとを比較し、差分画像を生成する差分画像生成部と、差分画像を解析し、解析結果に基づいて異常の原因を特定する解析部と、異常発生時に読み取り部に読み取られたテストパターンのデータに含まれる異常画像の種類の入力を受け付ける入力受付部と、複数種類の画像処理から、受け付けた異常画像の種類に応じた画像処理を取得し、取得した画像処理を、読み取り部に読み取られたテストパターンのデータに対して施して、処理後画像データを生成する画像処理制御部と、を有し、記憶制御部は、処理後画像データを、テストパターンのデータとして、記憶部に記憶制御する。 In order to solve the above problems, the present invention provides an output unit for outputting a test pattern, a reading unit for reading the output test pattern, and a read test pattern each time the test pattern is read. a storage control unit for sequentially storing and controlling the data of the test pattern in a storage unit, and controlling reading of the stored test pattern data; The pattern data is compared with the test pattern data read by the reading unit when an error occurs, and the differential image generator generates a differential image. The differential image is analyzed, and the cause of the error is identified based on the analysis results. an input reception unit that receives input of the type of abnormal image included in the test pattern data read by the reading unit when an abnormality occurs; an image processing control unit that acquires image processing and applies the acquired image processing to the test pattern data read by the reading unit to generate processed image data; The processed image data is controlled to be stored in the storage unit as test pattern data .
本発明によれば、異常の原因の特定精度の向上を図ることができるという効果を奏する。 ADVANTAGE OF THE INVENTION According to this invention, it is effective in the ability to aim at the improvement of the specific accuracy of the cause of abnormality.
以下、添付の図面に基づき、実施の形態となる情報処理システムの説明をする。 An information processing system according to an embodiment will be described below with reference to the accompanying drawings.
[第1の実施の形態]
図1は、第1の実施の形態のシステム構成図である。この図1に示すように、情報処理システムS1は、n台(n=1,2,3…)の画像形成装置100(100-1、100-2、…100-n)、コールセンターのサーバ装置200、300、及び、カスタマーエンジニア(CE)等が使用する端末装置400を有している。画像形成装置100、コールセンターのサーバ装置200、300、及び、カスタマーエンジニア(CE)の端末装置400は、ネットワークNを介して相互に接続されている。ネットワークNとしては、例えばインターネット等の広域網の他、LAN(Local Area Network)等のプライベート網等を用いることができる。
[First embodiment]
FIG. 1 is a system configuration diagram of the first embodiment. As shown in FIG. 1, an information processing system S1 includes n (n=1, 2, 3, . . . ) image forming apparatuses 100 (100-1, 100-2, . 200, 300, and a
画像形成装置100としては、例えばプリンタ機能、スキャナ機能、コピー機能、印刷機能及びファクシミリ送受信機能等の画像形成機能を有する複合器(MFPMultifunction Peripheral)を用いることができる。なお、スキャナ機能、コピー機能、印刷機能及びファクシミリ送受信機能のうち、いずれか一つの機能を有していてもよい。
As the
画像形成装置100は、実行した動作情報から画像形成装置100自身の故障について判断する故障診断プログラム(異常特定プログラムの一例)を有している。後述するが、実施の形態の画像形成装置100は、プリンタ機能で用紙に印刷されたチャート画像をスキャナ機能で読み取ることで生成された画像データの特性に基づいて、故障箇所及び故障原因を解析する。例えば、用紙上で異常が生じている色を形成した部材を、故障が発生している可能性の高い部材として判断する。また、用紙上に特定の周期で異常が検出されれば、その周期で動作している部材を故障が発生している可能性の高い部材として判断する。
The
なお、動作情報とは、動作を行った画像形成装置100の識別情報、動作ログ、あらかじめ決められた特定の動作の有無、消耗品の消費状況、画像形成装置100によって形成された画像が読み取られて生成された画像データ、故障に関する情報等である。また、故障(異常)とは、画像形成装置100の動作異常、画像形成装置100が異常を含む画像(異常画像)を形成する動作状態である。また、故障の原因となる画像形成装置100の構成部品を、故障箇所と呼ぶことがある。
Note that the operation information includes identification information of the
コールセンターのサーバ装置200は、ネットワークNを介して画像形成装置100の動作に関する情報である動作情報及び故障診断の結果等を取得する。また、提供された動作情報及び故障診断の結果等を取得する。サーバ装置200は、これらの情報に基づき、必要に応じて、ネットワークNを介して画像形成装置100、サーバ装置300、又は、端末装置400に対し、それぞれ必要な情報を提供する。
The call
コールセンターのサーバ装置300は、ネットワークNを介して画像形成装置100-nの各ユーザからの画像形成装置100-nに関する問い合わせに回答する。また、サーバ装置300は、ネットワークNを介して、画像形成装置100-nのユーザ、又は、サーバ装置200からの、画像形成装置100-nに関する動作情報や故障診断の結果等を受け付ける。サーバ装置300は、受け付けた情報に基づき、必要に応じてユーザに対し画像形成装置100-nに対する、消耗品の交換・補充、部品交換、部品清掃、各種設定の変更等の処置を回答する。
The call
また、サーバ装置300は、画像形成装置100-nのユーザ、又は、サーバ装置200からの、画像形成装置100-nに関する動作情報や故障診断の結果等に基づき、必要に応じて端末装置400に対し画像形成装置100-nに対する処置を依頼する。なお、サーバ装置300の処理は人が行ってもよいし、その一部又は全部を自動化してもよい。また、サーバ装置300の処理の一部又は全部を、サーバ装置200で行うようにしてもよい。
In addition, the
端末装置400は、ネットワークNを介してサーバ装置300からの画像形成装置100-nに対する処置依頼を受け付ける。処置の例として部品交換、部品清掃、各種設定の変更等がある。また、端末装置400は、サーバ装置200又はサーバ装置300から、画像形成装置100の動作情報や故障診断の結果等を受け付ける。
The
端末装置400のユーザであるカスタマーエンジニアは、端末装置400が受け付けた処置依頼に従って、画像形成装置100-nの設置場所に訪問し、画像形成装置100-nに対して必要な処置を行う。またカスタマーエンジニアは、端末装置400が受け付けたサーバ装置200やサーバ装置300から受け付けた画像形成装置100の動作情報を適宜利用して、画像形成装置100に対し必要な処置を行うことができる。
A customer engineer who is a user of the
上述したように情報処理システムS1において、画像形成装置100の動作情報、一例として画像形成装置100によって形成された異常画像を読み取って生成された画像データ、画像形成装置100で実行された故障診断の結果等を、サーバ装置200、サーバ装置300、端末装置400はそれぞれ、ネットワークNを介して受け付け、利用することが可能である。その結果、各装置のプログラムでそれら情報をさらに解析したり、各装置のユーザがそれら情報を見たりして、システムのユーザは画像形成装置100で実行された故障診断を得ることができる。
As described above, in the information processing system S1, operation information of the
以上図1を用いて説明したように、情報処理システムS1を利用することにより、画像形成装置100のユーザまたは画像形成装置100は、異常画像を形成する等の故障が発生した場合に、ネットワークNを介してサーバ装置200やサーバ装置300に知らせることが出来る。さらに、必要に応じて画像形成装置100に対し、カスタマーエンジニアによる処置が施される。
As described above with reference to FIG. 1, by using the information processing system S1, the user of the
図2は、第1の実施の形態の情報処理システムS1に設けられている画像形成装置100のハードウェア構成図である。この画像形成装置100は、一例として、コピー機能、FAX機能、プリント機能、スキャナ機能、また、入力画像(スキャナ機能による用紙等から読み取った原稿の画像や、プリンタ機能あるいはFAX機能により入力された画像)を保存や配信する機能等を複合して有するMFP(Multi Functional Peripheral)について説明する。
FIG. 2 is a hardware configuration diagram of the
画像形成装置100は、ユーザやカスタマーエンジニアの操作を受け付ける操作部10と、コピー機能、スキャナ機能、ファクス機能、プリンタ機能などの各種の機能を実現可能な本体20とを有する。なお、操作を受け付けるとは、操作に応じて入力される情報を受け付けることを含む概念である。操作部10と本体20とは、専用の通信路30を介して相互に通信可能に接続されている。通信路30は、例えばUSB(Universal Serial Bus)規格のものを用いることもできるが、有線か無線かを問わず任意の規格のものであってよい。
The
本体20は、操作部10で受け付けた操作に応じた動作を行うことができる。また、本体20は、PC(Personal Computer)等の外部装置とも通信可能であり、外部装置から受信した指示に応じた動作を行うこともできる。
The
まず、操作部10のハードウェア構成について説明する。図2に示すように、操作部10は、CPU(Central Processing Unit)11と、ROM(Read Only Memory)12と、RAM(Random Access Memory) 13と、フラッシュメモリ14と、接続I/F(Inter Face)15と、通信I/F16と、操作パネル17とを備え、これらがシステムバス18を介して相互に接続されている。
First, the hardware configuration of the
CPU11は、操作部10の動作を統括的に制御する。CPU11は、RAM13をワークエリア(作業領域)としてROM12またはフラッシュメモリ14に記憶されたOS(Operating System)、その他の各種アプリケーションプログラムを実行することで、操作部10全体の動作を制御し、ユーザから受け付けた入力に応じた情報の表示など各種機能を実現する。
The CPU 11 comprehensively controls the operation of the
また、ROM12またはフラッシュメモリ14には設定ウィジェットプログラムが記憶されており、例えばコピー機能またはプリンタ機能等の各種機能の現在の設定を示す設定ウィジェットをホーム画面上に表示させてもよい。
A setting widget program is stored in the
接続I/F15は、通信路30を介して本体20と通信するためのインタフェースである。通信I/F16は、図1で説明したネットワークNと接続するためのインタフェースである。
The connection I/
操作パネル17は、ユーザまたはカスタマーエンジニアの操作に応じた各種の入力を受け付ける。また操作パネル17は、各種の情報(例えば受け付けた操作に応じた情報、画像形成装置100の動作状況を示す情報、設定状態などを示す情報など)を表示する表示部としても機能する。
The
操作パネル17は、一例としてタッチパネル機能を搭載した液晶表示装置(LCD:Liquid Crystal Display)で構成されるが、これに限られるものではない。例えばタッチパネル機能が搭載された有機EL(Electro-Luminescence)表示装置で構成されてもよい。さらに、これに加えて又はこれに代えて、ハードウェアキー等又はランプ等を設けることもできる。また、操作パネル17は、画像形成装置100から取り外して使用可能なものでも良いし、操作パネル17として携帯情報端末を用いでもよい。
The
次に、本体20のハードウェア構成について説明する。図2に示すように、本体20は、CPU21と、ROM22と、RAM23と、HDD(Hard Disk Drive)24と、接続I/F25と、通信I/F26と、画像読取部1と、画像形成部2と、給紙部3とを備え、これらがシステムバス29を介して相互に接続されている。
Next, the hardware configuration of the
CPU21は、本体20の動作を制御する。CPU21は、RAM23をワークエリアとしてROM22又はHDD24に記憶されたOS、その他の各種アプリケーションプログラムを実行することで、本体20全体の動作を制御し、上述したコピー機能、スキャナ機能、ファクス機能、プリンタ機能などの各種機能を実現する。また後述する故障診断の為の故障診断プログラムの少なくとも一部もROM22又はHDD24に記憶されている。これらの各種機能の動作内容は、その都度、画像形成装置100の動作ログとしてHDD24等に保存可能である。
The
接続I/F25は、通信路30を介して操作部10と通信するためのインタフェースである。通信I/F26は、ネットワークNと接続するためのインタフェースである。
The connection I/
画像読取部1、画像形成部2、給紙部3は、コピー機能、スキャナ機能、およびプリンタ機能を実現させるための汎用的な情報処理及び通信以外の処理を行うハードウェアである。
The
一例として画像読取部1は、用紙などの記録媒体に印刷された画像を光学的に読み取り、画像データを作成するスキャナとして機能する。一例として画像形成部2は、電子写真方式やインクジェット方式、そのほか用紙等へ印刷可能な方式により、用紙などの記録媒体に画像を形成、つまり印刷する。印刷が可能であればその他の方式であってもよい。給紙部3はm一例として画像形成部2に対し、画像形成部2が画像を形成する対象である用紙などの記録媒体を供給する。画像読取部1、画像形成部2、給紙部3のハードウェア構成については図3を用いて説明する。
As an example, the
コピー機能、スキャナ機能、ファクス機能、および、プリンタ機能を実現させるための汎用的な情報処理及び通信以外の処理を行うハードウェアとして本体20はさらに、また、ファクス通信を行うファクス部、印刷済み記録媒体を仕分けるフィニッシャを有していてもよい。
The
本体20は、その他に、各種メディアの読出し、書込みをするためのメディアI/Fを有していてもよい。
The
図3は、画像形成装置のハードウェア構成の詳細図である。画像形成装置100を側面から透視した図であり、図3では画像形成装置100の構成部品のうち、特に図2で説明した画像読取部1、画像形成部2、給紙部3に関する各構成部品とその動作を説明する。
FIG. 3 is a detailed diagram of the hardware configuration of the image forming apparatus. FIG. 3 is a perspective view of the
なお、画像形成装置100の構成部品とは、単一の部品だけを呼ぶのではなく、複数の部品からなり、ある一つの機能を実現する複数部品の集合体も構成部品と呼ぶ。また複数の集合体からなる集合体も構成部品と呼ぶ。
Note that the component of the
図3に示すように画像形成装置100は、画像読取部1と、画像形成部2と、給紙部3とを有している。
As shown in FIG. 3 , the
画像読取部1は、読取台であるコンタクトガラス31と、光学的読取部40とを有する。光学的読取部40はさらに、光源41と、ミラー42と光学センサ43を有する。光学的読取部40は、光源41からの光をコンタクトガラス31上に置かれた用紙などの記録媒体に照射し、記録媒体からの反射光を、ミラー42によりさらに反射させた反射光を光学センサ43で取得し、その結果得られたデータ基づき画像データを生成する。画像読取部1はさらに、DF(Document Feeder)51を有していてもよい。DF51は、給紙ローラの働きにより、自動で記録媒体を搬送して読取DF51内の読取部で画像データを生成する。
The
画像形成部2は、露光部52と、感光体ドラム53Y、53M、53C、53K(以降それぞれについて共通である説明の場合は感光体ドラム53と記載する)を含む作像部60Y、60M、60C、60K(以降それぞれについて共通である説明の場合は作像部60と記載する)とを有する。
The
露光部52は、画像読取部1により画像を読み取って生成された画像データや、外部装置から受信した印刷指示などに基づいて、感光体ドラム53上を露光して潜像を形成する。後述するように作像部60は、観光体ドラム53上に形成された潜像に、それぞれ異なる色のトナーを供給して現像する。
The
そして転写ベルト54が感光体ドラム53に現像された像を給紙部3から供給された記録媒体に転写した後、定着部55が記録媒体上のトナー画像のトナーを溶融して、記録媒体にカラー画像を定着するようになっている。
After the
給紙部3は、それぞれにサイズの異なる記録媒体を収納可能な給紙カセット56、57と、給紙カセット56、57に収納された記録紙を画像形成部2の画像形成位置まで搬送する各種ローラからなる搬送部58とを有している。
The
なお、画像形成装置100の画像形成方式は図3に示した電子写真方式だけでなく、インクジェット方式や、他の画形成方式であってもよい。
Note that the image forming method of the
次に、図4に、画像形成装置100の機能ブロック図を示す。画像形成装置100の本体20のCPU21は、ROM22,RAM23又はHDD24等の記憶部に記憶されている故障診断プログラムを実行することで、制御部130の各機能を実現する。具体的には、CPU21は、故障診断プログラムを実行することで、入力受付部110、表示制御部120、通信制御部140及び読出・書込処理部150(記憶制御部の一例)の各機能を実現する。また、CPU21は、故障診断プログラムを実行することで、チャート取得部131、画像形成制御部132、画像読取制御部133、画像処理制御部134、差分抽出部136、解析部137、故障予測部138、部品劣化度算出部139の各機能を実現する。
Next, FIG. 4 shows a functional block diagram of the
入力受付部110は、操作部10又は通信I/F26の処理によって実現され、画像形成装置100の操作者や、外部装置からの通信による画像形成装置100に対する各種入力を受け付ける機能を実行する。表示制御部120は、操作パネル17に表示画面を表示制御する。
The
制御部130は、コピー機能、スキャナ機能、プリンタ機能、ファクシミリ機能を実行する他、チャート取得部131により、サービスエンジニアの定期訪問時に出力が指定されたチャート画像又はユーザにより、定期的に出力が指定されるチャート画像を取得する。また、チャート取得部131は、異常発生時のチャート画像を取得する。
The
画像形成制御部132(出力部の一例)は、コピー画像、印刷画像、受信ファクシミリ画像等を形成する。画像読取制御部133(読み取り部の一例)は、スキャナ機能により、原稿台の用紙の画像及び文字等の読み取りを行う。 An image formation control unit 132 (an example of an output unit) forms a copy image, a print image, a received facsimile image, and the like. The image reading control unit 133 (an example of a reading unit) reads images, characters, and the like on a sheet of paper on a platen using a scanner function.
差分抽出部136(差分画像生成部の一例)は、サービスエンジニア又はユーザにより、定期的に出力が指定されたチャート画像と、異常発生時の出力された異常を含むチャート画像との差分となるチャート画像(差分チャート画像)を形成する。解析部137は、差分チャート画像を解析して、この解析結果に基づいて、画像形成装置100に生じている故障(異常)を特定する。故障予測部138は、解析部137で定期的に形成される解析結果に基づいて、画像形成装置100に対して、将来的に生ずるおそれがある故障を予測する。部品劣化度算出部139は、解析部137で定期的に形成される解析結果に基づいて、画像形成装置100の部品の劣化度を算出する。通信制御部140は、通信I/F26(又は通信I/F16)を介して、サーバ装置200、300との間でネットワークNを介して通信を行う。
A difference extraction unit 136 (an example of a difference image generation unit) generates a chart that is the difference between a chart image that is specified to be output periodically by a service engineer or a user and a chart image that includes an abnormality that is output when an abnormality occurs. An image (difference chart image) is formed. The
記憶部160は、チャート記憶部161、画像処理種記憶部162、メッセージデータ記憶部163及び解析結果記憶部164を有している。チャート記憶部161には、異常画像の種類(スジ状の汚れ、色ずれ等)と、テストチャートとを対応付けたテストチャート表が、予め記憶されている。画像処理種記憶部162には、異常画像の種類と、画像処理を示す情報とが対応付けられて記憶されている。メッセージデータ記憶部163には、チャート画像の読み取りを指示するメッセージデータ、及び、コールセンターに差分チャート画像の送信を指示するメッセージデータ等の各種メッセージデータが記憶されている。解析結果記憶部164には、定期的又は異常発生時に読み取られて解析されたチャート画像の解析結果が記憶されている。
The
ここで、テストチャートについて説明する。異常画像はその解消または改善のため、その発生箇所や程度、性質等、様々な特徴を示すデータ(以下、このような異常画像の特徴を示すデータを特徴量と呼ぶことがある。)が取得される。現れる特徴量は、異常画像の種類によって異なり、したがってその特徴量を取得するのに適した印刷パターンも異なる。つまり異常画像の種類に応じた印刷パターンを選択してテストチャートとすることで、異常画像の解消または改善のために有効な特徴量を取得できる。 Here, the test chart will be explained. In order to eliminate or improve abnormal images, data indicating various characteristics such as the occurrence location, degree, nature, etc. (hereinafter, such data indicating the characteristics of abnormal images are sometimes referred to as feature amounts) are acquired. be done. The feature amount that appears differs depending on the type of abnormal image, and therefore the print pattern that is suitable for acquiring that feature amount also differs. In other words, by selecting a print pattern according to the type of abnormal image and using it as a test chart, it is possible to obtain a feature amount effective for eliminating or improving the abnormal image.
したがって、前述のチャート記憶部161には、異常画像の種類と、その種類の異常画像から特徴量を取得するのに適したテストチャートが対応付けられ、あらかじめ記憶されている。詳細は後述する。
Therefore, in the
画像処理種記憶部162にはあらかじめ、画像データに含まれる異常画像の種類(スジ状の汚れ、色ずれ等)と、画像データに施す画像処理とを対応付けた画像処理種類表が記憶されている。詳細は後述する。
The image processing
図5は、テストチャート表の一例である。一番左の列には異常画像の種類として、スジ状の汚れ(黒スジ)、白スジ、白抜け(白ポチ)、汚れ(地肌汚れ・黒ポチ)、画像うすい、色ずれの5種類が記載されている。それぞれの行に○印が記載されている印刷パターンがテストチャートとして対応づけられている。 FIG. 5 is an example of a test chart table. In the leftmost column, there are five types of abnormal images: streaked dirt (black streaks), white streaks, white spots (white dots), dirt (background dirt/black dots), light image, and color shift. Are listed. A print pattern with a circle marked in each row is associated with the test chart.
例えば異常画像の種類が「スジ状の汚れ(黒スジ)」であれば、「白(白紙:トンボあり)」と「中間調ディザ」の二つの印刷パターンがテストチャートとして対応付けられている。なお、中間調ディザの欄に○印とともに「各色」と記載されている。これは、画像形成装置100が出力可能な各色それぞれの中間調ディザパターンが対応付けられていることを意味する。
For example, if the type of abnormal image is "streak-like stain (black streak)", two print patterns of "white (blank paper: registration marks present)" and "halftone dither" are associated as test charts. In addition, "Each color" is written together with a circle mark in the halftone dither column. This means that a halftone dither pattern for each color that can be output by the
また、「スジ状の汚れ(黒スジ)」の行に印刷枚数カラー「5」モノクロ「2」と記載されているのは、カラーの機種の場合とモノクロの機種の場合でのトータルで印刷されるテストチャートの印刷枚数である。つまり、異常画像の種類が「スジ状の汚れ(黒スジ)」のときは、カラー機であれば、テストチャートを「白(白紙)トンボあり」と1枚と、中間調ディザをYMCK各色分4枚、合計5枚印刷することとなる。モノクロであれば「白(白紙)トンボあり」1枚と、中間調ディザをK色分1枚とを印刷するため、テストチャートは合計2枚印刷する。図5に示すテストチャートでは、印刷するテストチャートが何枚であるか「印刷枚数」欄に、カラーとモノクロ、それぞれについて示されている。
In addition, the number of prints in the "striped stains (black streaks)" line is described as "5" in color and "2" in monochrome because it is the total number of prints for both color and monochrome models. This is the number of printed test charts. In other words, when the type of abnormal image is "streak-like dirt (black streaks)", if it is a color machine, one sheet of test chart "white (blank paper) with registration marks" and halftone dither for each color of
図6は、画像処理種類表の一例である。図6に示されるように異常画像の種類と、画像処理とが対応付けられている。画像処理種類表の左の列には画像データに含まれる異常画像の種類として、「主走査方向に延びる黒スジである主走査黒スジ」、「主走査方向に延びる白スジである主走査白スジ」、「副走査方向に延びる黒スジである副走査黒スジ」、「副走査方向に延びる白スジである副走査白スジ」、「地肌汚れ」、「黒ポチ」、「白ポチ」の7種類が記載されている。 FIG. 6 is an example of an image processing type table. As shown in FIG. 6, types of abnormal images are associated with image processing. In the left column of the image processing type table, the types of abnormal images included in the image data are "main scanning black streaks that are black streaks extending in the main scanning direction" and "main scanning white streaks that are white streaks extending in the main scanning direction". streaks", "sub-scanning black streaks that are black streaks extending in the sub-scanning direction", "sub-scanning white streaks that are white streaks extending in the sub-scanning direction", "background stain", "black spots", and "white spots". Seven types are described.
そして画像処理種類表には、図6に示されるように各異常画像の種類と、画像処理の種類とが対応づけられている。つまり異常画像の種類が「主走査黒スジ」「主走査白スジ」の場合は、主走査方向に延びるスジのエッジを強調するため、「画像の主走査方向にローパスフィルタをかける」画像処理、および「画像の副走査方向にハイパスフィルタをかける」画像処理を実行する。一方異常種類が「副走査黒スジ」「副走査白スジ」の場合は、副走査方向に延びるスジのエッジを強調するため、「画像の副走査方向にローパスフィルタをかける」画像処理、および「画像の主走査方向にハイパスフィルタをかける」画像処理を実行する。なおこのように所望の方向にエッジ強調処理を行うには、読取画像データに施す空間フィルタの係数を適宜設定すればよい。 In the image processing type table, as shown in FIG. 6, the type of each abnormal image is associated with the type of image processing. In other words, if the type of abnormal image is "main scanning black streak" or "main scanning white streak", in order to emphasize the edge of the streak extending in the main scanning direction, image processing "applies a low-pass filter in the main scanning direction of the image", and image processing of applying a high-pass filter in the sub-scanning direction of the image. On the other hand, if the type of abnormality is "sub-scanning black streaks" or "sub-scanning white streaks", in order to emphasize the edges of the streaks extending in the sub-scanning direction, image processing to "apply a low-pass filter in the sub-scanning direction of the image" and " Apply a high-pass filter in the main scanning direction of the image.” Image processing is executed. In order to perform edge enhancement processing in a desired direction in this manner, the coefficient of the spatial filter applied to the read image data may be appropriately set.
また、異常画像が「地肌汚れ」の場合は汚れ部分を見やすくするために「高輝度画像の階調を広げる」画像処理を実行する。また異常画像が「白く抜けた点状の異常画像(白ポチ)」の場合は、白ポチは薄い(高輝度)画像部分で見えにくいため、高輝度画像部分を見やすくするための「高輝度画像の階調を広げる」画像処理を実行する。一方異常画像が「黒の点状の異常画像(黒ポチ)」の場合には、黒ポチは濃い(低輝度)画像部分で見えにくいため、低輝度画像部分を見やすくするための「低輝度画像の階調を広げる」画像処理を実行する。 Further, when the abnormal image is "background dirt", image processing is executed to "widen the gradation of the high-brightness image" in order to make the dirt portion easier to see. Also, if the abnormal image is an "abnormal image with white dots (white dots)", the white dots are difficult to see in the faint (high-brightness) parts of the image. Execute image processing to widen the gradation of the image. On the other hand, if the abnormal image is a "black spotted abnormal image (black dots)", the black dots are difficult to see in dark (low-brightness) image areas. Execute image processing to widen the gradation of the image.
画像処理種類表の右の列には、画像処理として、「主走査方向にハイパスフィルタ」、「主走査方向にローパスフィルタ」、「副走査方向にハイパスフィルタ」、「副走査方向にローパスフィルタ」、「高輝度画像の階調を広げる」、「低輝度画像の階調を広げる」の6種類が含まれている。 In the right column of the image processing type table, "high-pass filtering in the main scanning direction", "low-pass filtering in the main scanning direction", "high-pass filtering in the sub-scanning direction", and "low-pass filtering in the sub-scanning direction" are shown as image processing. , “widen the gradation of high-luminance image”, and “widen the gradation of low-luminance image”.
ここで、これらの画像処理のうち、「主走査方向にハイパスフィルタ」、「主走査方向にローパスフィルタ」、「副走査方向にハイパスフィルタ」、「副走査方向にローパスフィルタ」は画像処理の内容としてフィルタ処理を含む処理である。また「高輝度画像の階調を広げる」、「低輝度画像の階調を広げる」は画像処理の内容として階調を広げる処理を含むものである。 Here, among these image processing, "high-pass filtering in the main scanning direction", "low-pass filtering in the main scanning direction", "high-pass filtering in the sub-scanning direction", and "low-pass filtering in the sub-scanning direction" are the contents of image processing. It is a process including filtering as Further, "widening the gradation of a high-luminance image" and "widening the gradation of a low-luminance image" include processing for widening the gradation as the content of image processing.
「主走査方向にローパスフィルタ」と「主走査方向にローパスフィルタ」は画像処理の方向として主走査方向に行う処理を含むものである。「副走査方向にハイパスフィルタ」と「副走査方向にローパスフィルタ」は、画像処理の方向として副走査方向に行う処理を含むものである。 "Low-pass filtering in the main scanning direction" and "Low-pass filtering in the main scanning direction" include processing performed in the main scanning direction as the direction of image processing. "High-pass filtering in the sub-scanning direction" and "Low-pass filtering in the sub-scanning direction" include processing performed in the sub-scanning direction as the direction of image processing.
「主走査方向にハイパスフィルタ」、「副走査方向にハイパスフィルタ」は画像処理の対象としてハイパス領域を対象とした処理を含むものである。「主走査方向にローパスフィルタ」、「副走査方向にローパスフィルタ」は画像処理の対象としてローパス領域を対象とした処理を含むものである。「高輝度画像の階調を広げる」は画像処理の対象として高輝度領域を対象とした処理を含むものである。「低輝度画像の階調を広げる」は画像処理の対象として低輝度領域を対象とした処理を含むものである。 "High-pass filtering in the main scanning direction" and "High-pass filtering in the sub-scanning direction" include processing for high-pass areas as image processing targets. "Low-pass filtering in the main scanning direction" and "low-pass filtering in the sub-scanning direction" include processing for low-pass areas as image processing targets. "Expanding the gradation of a high-brightness image" includes processing targeting a high-brightness area as an object of image processing. "Expanding the gradation of a low-luminance image" includes processing targeting a low-luminance region as an object of image processing.
このように画像処理の種類として、画像処理の内容が異なる画像処理、画像処理の方向が異なる画像処理、画像処理の対象の画像の種類が異なる画像処理と分類することも可能である。一例として「高輝度画像の階調を広げる」と「低輝度画像の階調を広げる」は、画像処理する対象の画像の種類が異なる画像処理ということができる。一方、画像処理の内容としてはどちらも階調を広げる画像処理である。 In this way, the types of image processing can be classified into image processing with different content of image processing, image processing with different directions of image processing, and image processing with different types of images to be processed. As an example, "expanding the gradation of a high-luminance image" and "expanding the gradation of a low-luminance image" can be said to be image processing for different types of images to be processed. On the other hand, in terms of the content of the image processing, both are image processing for widening the gradation.
なお、異常画像の種類と、さらに異常画像の発生位置、また異常画像の色、その他異常画像の大きさ等とを組み合わせて、画像処理の種類と対応付けを行ってもよい。 The type of abnormal image, the position of occurrence of the abnormal image, the color of the abnormal image, the size of the abnormal image, and the like may be combined to associate them with the type of image processing.
図7は、第1の実施の形態におけるテストチャート印刷処理フローの例である。画像形成装置100の入力受付部110によってユーザが改善したい異常画像の種類情報を受け付けるとスタートするフローである。異常画像の種類情報の入力は、後述するように操作パネル17の表示によって操作者を誘導して、入力させてもよい。
FIG. 7 is an example of a test chart printing processing flow in the first embodiment. This flow starts when the
まず、入力受付部110は、異常画像種類受付工程として、入力された異常画像の種類情報を受け付ける(S101)。チャート取得部131は、異常画像の種類を受け付けると、チャート取得工程として、読出・書込処理部150を介し、チャート記憶部161のチャート表を参照し、入力された異常画像に対応するテストチャートを取得する(S102)。チャート取得部131は取得したテストチャートを画像形成制御部132に渡す。すると画像形成制御部132はチャート印刷工程として、取得されたテストチャートを印刷する(S103)。
First, as an abnormal image type receiving step, the
図8は、第1の実施の形態における読取時画像処理フローの例である。本フローは、図7でテストチャートが印刷された後、画像形成装置100の操作パネル17からステップS103で印刷されたテストチャートの読み取り指示が入力されるとスタートするフローである。
FIG. 8 is an example of an image processing flow during reading according to the first embodiment. This flow is started when an instruction to read the test chart printed in step S103 is input from the
まず入力受付部110が読み取り指示を受け付ける(S104)。すると画像処理制御部1は、画像異常の種類情報取得工程として、入力された画像異常の種類情報を取得する(S105)。
First, the
画像処理制御部1は、画像処理の種類取得工程として、受け付けた画像異常の種類情報に基づき、図6の画像処理種類表を参照して異常画像種類をキーに画像処理の種類を取得する(S106)。すると画像読取制御部133は、画像読み取りを開始する(S107)。そして画像処理制御部1は、ステップS107で読取を開始し生成された読取画像データにステップS106で取得された種類の画像処理を施す(S108)。そして画像読取および画像処理が完了する(S109)と、本フローは終了する。本フローが終了すると、処理後画像データが生成される。
As an image processing type acquisition step, the image
このように読取画像データよりもより異常画像の特性がわかりやすい処理後画像データが生成されるため、処理後画像データに基づき異常画像による故障内容等の判断を、より正確に行うことができる。 In this way, since the processed image data is generated in which the characteristics of the abnormal image are easier to understand than the read image data, it is possible to more accurately determine the content of the failure due to the abnormal image based on the processed image data.
[第2の実施の形態]
次に、第2の実施の形態の説明をする。第2の実施の形態は、図1~図7については共通のため、説明を省略する。
[Second embodiment]
Next, a second embodiment will be described. Since the second embodiment is common to FIGS. 1 to 7, the description thereof is omitted.
図9は、第2の実施の形態における読取処理フローの例である。本フローは、図7でテストチャートが印刷された後、画像形成装置100の操作パネル17からステップS103で印刷されたテストチャートの読み取り指示が入力されるとスタートするフローである。
FIG. 9 is an example of a read processing flow in the second embodiment. This flow is started when an instruction to read the test chart printed in step S103 is input from the
まず入力受付部110が読み取り指示を受け付ける(S201)。すると画像読取制御部133は、画像読取を開始する(S202)。そして画像読み取りが完了する(S203)と本フローは終了する。本フローが終了すると、読取画像データが生成される。
First, the
図10は、第2の実施の形態における表示時画像処理フローの例である。本フローは図9のフロー終了後、入力受付部110からテストチャートの読み取り結果の表示指示が入力された際にスタートするフローである。
FIG. 10 is an example of a display-time image processing flow in the second embodiment. This flow is started when an instruction to display the reading result of the test chart is input from the
まず入力受付部110が表示指示を受け付ける(S204)。画像処理制御部134は、画像異常の種類取得工程として、受け付けた画像異常の種類情報に基づき、図6の画像処理種類表を参照して異常画像種類をキーに画像処理の種類を取得する(S205)。
First, the
画像処理制御部134は、画像処理の種類取得工程として、受け付けた画像異常の種類情報に基づき、図6の画像処理種類表を参照して異常画像種類をキーに画像処理の種類を取得する(S206)。すると画像読取制御部133は、画像読み取りを開始する(S207)。そして画像処理制御部134は、ステップS207で読取を開始し生成された読取画像データにステップS206で取得された種類の画像処理を施す(S208)。そして画像処理が完了して(S209)、表示制御部120が、生成された処理後画像データを表示(S210)して、本フローは終了する。本フローが終了すると、読取画像データと処理後画像データが生成され、表示される。
As an image processing type acquisition step, the image processing control unit 134 refers to the image processing type table in FIG. S206). Then, the image reading control unit 133 starts image reading (S207). Then, the image processing control unit 134 performs the type of image processing acquired in step S206 on the read image data generated by starting reading in step S207 (S208). Then, the image processing is completed (S209), the
このように読取画像データよりもより異常画像の特性がわかりやすい処理後画像データが生成されるため、処理後画像データに基づき異常画像による故障内容等の判断を、より正確に行うことができる。 In this way, since the processed image data is generated in which the characteristics of the abnormal image are easier to understand than the read image data, it is possible to more accurately determine the content of the failure due to the abnormal image based on the processed image data.
[第3の実施の形態]
次に、第3の実施の形態の説明をする。第3の実施の形態は図1~図7、図9については共通のため説明を省略する。
[Third embodiment]
Next, a description will be given of a third embodiment. Since the third embodiment is common to FIGS. 1 to 7 and 9, the description thereof is omitted.
図11は、第3の実施の形態における記憶時画像処理フローの例である。本フローは、図9で読取が完了したあと、入力受付部110からテストチャートの読み取り結果の記憶指示が入力されるとスタートするフローである。なおここでいう記憶は、一例として不揮発性記憶媒体への記憶である。
FIG. 11 is an example of an image processing flow during storage in the third embodiment. This flow is started when an instruction to store the result of reading the test chart is input from the
まず入力受付部110が記憶指示を受け付ける(S301)。画像処理制御部134は、画像処理の種類取得工程として、受け付けた画像異常の種類情報に基づき、図6の画像処理種類表を参照して異常画像種類をキーに画像処理の種類を取得する(S302)。
First, the
画像処理制御部134は、画像処理の種類取得工程として、受け付けた画像異常の種類情報に基づき、図6の画像処理種類表を参照して異常画像種類をキーに画像処理の種類を取得する(S303)。すると画像読取制御部133は、画像読み取りを開始する(S304)。そして画像処理制御部134は、ステップS107で読取を開始し生成された読取画像データにステップS106で取得された種類の画像処理を施す(S305)。そして画像処理が完了する(S306)と、読出・書込処理部150が、生成された処理後画像データを記憶部160に記憶して(S307)本フローは終了する。本フローが終了すると、処理後画像データが生成され、記憶される。
As an image processing type acquisition step, the image processing control unit 134 refers to the image processing type table in FIG. S303). Then, the image reading control unit 133 starts image reading (S304). Then, the image processing control unit 134 performs the type of image processing acquired in step S106 on the read image data generated by starting reading in step S107 (S305). Then, when the image processing is completed (S306), the read/
このように読取画像データよりもより異常画像の特性がわかりやすい処理後画像データが生成され、記憶されるため、処理後画像データに基づき異常画像による故障内容等の判断を、より正確に行うことができる。このように画像形成装置100に記憶された処理後画像データは0100訪問したカスタマーエンジニアが確認したり、定期的に記憶することで画像形成装置100の状態管理に用いたりすることができる。
In this way, since the post-processing image data that makes it easier to understand the characteristics of the abnormal image than the read image data is generated and stored, it is possible to make a more accurate determination of the content of the failure due to the abnormal image based on the post-processing image data. can. The processed image data stored in the
[第4の実施の形態]
次に、第4の実施の形態の説明をする。第4の実施の形態は図1~図7、図9については共通のため説明を省略する。
[Fourth embodiment]
Next, a fourth embodiment will be described. Since the fourth embodiment is common to FIGS. 1 to 7 and 9, the description thereof is omitted.
図12は、第4の実施の形態における送信時画像処理フローの例である。本フローは、図9で読取が完了したあと、入力受付部110からテストチャートの読み取り結果の送信指示が入力されるとスタートするフローである。
FIG. 12 is an example of an image processing flow during transmission according to the fourth embodiment. This flow is started when an instruction to send the result of reading the test chart is input from the
まず入力受付部110が送信指示を受け付ける(S401)。画像処理制御部1は、画像処理の種類取得工程として、受け付けた画像異常の種類情報に基づき、図6の画像処理種類表を参照して異常画像種類をキーに画像処理の種類を取得する(S402)。
First, the
画像処理制御部134は、画像処理の種類取得工程として、受け付けた画像異常の種類情報に基づき、図6の画像処理種類表を参照して異常画像種類をキーに画像処理の種類を取得する(S403)。すると画像読取制御部133は、画像読み取りを開始する(S404)。そして画像処理制御部134は、ステップS107で読取を開始し生成された読取画像データにステップS106で取得された種類の画像処理を施す(S405)。そして、画像処理が完了する(S406)と、通信制御部140が、生成された処理後画像データを外部に送信して(S407)本フローは終了する。本フローが終了すると、処理後画像データが生成され、送信される。
As an image processing type acquisition step, the image processing control unit 134 refers to the image processing type table in FIG. S403). Then, the image reading control unit 133 starts image reading (S404). Then, the image processing control unit 134 performs the type of image processing acquired in step S106 on the read image data generated by starting reading in step S107 (S405). Then, when the image processing is completed (S406), the
このように読取画像データよりもより異常画像の特性がわかりやすい処理後画像データが生成され、送信されるため、処理後画像データに基づき異常画像による故障内容等の判断を、より正確に行うことができ、さらに、情報処理システムの自由度があがる。 In this way, since the post-processing image data that makes it easier to understand the characteristics of the abnormal image than the read image data is generated and transmitted, it is possible to more accurately determine the content of the failure due to the abnormal image based on the post-processing image data. Furthermore, the degree of freedom of the information processing system is increased.
[第5の実施の形態]
次に、第5の実施の形態の説明をする。第5の実施の形態は図1~図7、図9については共通のため説明を省略する。
[Fifth embodiment]
Next, a fifth embodiment will be described. Since the fifth embodiment is common to FIGS. 1 to 7 and 9, the description thereof is omitted.
図13は、第5の実施の形態におけるサーバ装置のハードウェア構成図である。サーバ装置200は、CPU201と、ROM202と、RAM203と、HDD204と、ディスプレイ205と、キーボードやマウスやタッチパネルなどの操作部206と、通信I/F207を備え、これらがシステムバス208を介して相互に接続されている。
FIG. 13 is a hardware configuration diagram of a server device according to the fifth embodiment. The
CPU201は、RAM203をワークエリアとしてROM202又はHDD204に記憶されたOS、その他の各種アプリケーションプログラムを実行することで、端末装置200全体の動作を制御する。HDD204には、故障診断を実行する故障診断プログラムの少なくとも一部も記憶されていてもよい。
The
ディスプレイ205はユーザに対し、ユーザの操作に必要な各種情報を表示する。
A
操作部206は、ユーザの操作を受け付ける。なお、ユーザの操作を受け付けるとは、ユーザの操作に応じて入力される情報を受け付けることを含む概念である。
An
通信I/F207は、例えば、Ethernet(登録商標)またはWi-Fiにより通信ネットワークNを介して他の装置と通信するための通信手段である。
The communication I/
サーバ装置200は、その他に、各種メディアの読出し、書込みをするためのメディアI/F等を有していてもよい。
The
次に図14は、第5の実施の形態におけるサーバ装置の機能ブロック図である。サーバ装置200は、入力受付部210と、表示制御部220と、制御部230と、通信制御部240と、読出・書込処理部250と、記憶部260とを有する。
Next, FIG. 14 is a functional block diagram of the server device according to the fifth embodiment. The
入力受付部210は、操作部206の処理によって実現され、操作者による各種入力を受け付ける機能を実行する。
The
表示制御部220は、CPU201がRAM203を作業領域としてROM202またはHDD204に記憶されたプログラムを実行することで実現され、ディスプレイ205に表示する表示画面を制御する機能を実行する。
制御部230は、CPU201がRAM203を作業領域としてROM202またはHDD204に記憶されたプログラムを実行することによって実現され、サーバ装置200全体の機能を実行する。
制御部230は、画像処理制御部231を有している。
The
通信制御部240は、通信I/F207の処理によって実現され、ネットワークNを利用した通信をする機能を実行する。
The
読出・書込処理部250は、CPU201がRAM203を作業領域としてROM202またはHDD204を実行することによって実現され、記憶部260に各種データを記憶したり、記憶部260に記憶された各種データを読み出したりする機能を実行する。
The read/
記憶部260は、ROM202またはHDD204の処理によって実行され、プログラムや、サーバ装置200の動作に必要な各種設定情報、サーバ装置200の動作ログ等を格納する機能を実行する。RAM203の一時的な記憶機能により実行してもよい。
The
記憶部260は、画像処理種類記憶部261を有している。画像処理種類記憶部261には、あらかじめ図6で説明した画像処理種類表が記憶されている。
The
第5の実施の形態においては、図9の読取処理フローの処理結果として生成された読取画像データをネットワークNを介して受け付けたサーバ装置200が、受け付けた読取画像データを記憶部260に記憶する際に画像処理を行う。
In the fifth embodiment, the
[第6の実施の形態]
より具体的には、図11は第3の実施の形態では画像形成装置100において読取画像データに対する画像形成装置100の記憶部160への記憶指示があった際に実行した。これに対し第6の実施の形態においては、サーバ装置200の入力受付部210が読取画像データに対する記憶指示を受け付けた際に、画像処理制御部231、読出・書込処理部250、記憶部260、画像処理種類記憶部261が図11の処理フローを実行する。
[Sixth embodiment]
More specifically, FIG. 11 is executed in the
第6の実施の形態においては、図9の読取処理フロー処理結果として生成された読取画像データを、ネットワークNを介して受け付けたサーバ装置200が、例えば外部の端末装置400に送信する際に画像処理を行う。
In the sixth embodiment, when the
[第7の実施の形態]
より具体的には、図12は第4の実施の形態では画像形成装置100において読取画像データに対する画像形成装置100から外部への送信指示があった際に実行した。それに対し、第7の実施の形態においては、サーバ装置200の入力受付部210が読取画像データの外部への送信指示を受け付けた際に、画像処理制御部231、読出・書込処理部250、記憶部260、画像処理種類記憶部261、通信制御部240が図12の処理フローを実行する。
[Seventh embodiment]
More specifically, FIG. 12 is executed in the
第7の実施の形態においては、図9の読取処理フロー処理結果として生成された読取画像データを、ネットワークNを介して端末装置400が表示時に画像処理を行う。
In the seventh embodiment, the
より具体的には、図10は第2の実施の形態では画像形成装置100において読取画像データに対する画像形成装置100の表示部への表示指示があった際に実行した。それに対し第7の実施の形態においては、端末装置400が端末装置400のディスプレイ205への表示指示を受け付けた場合に画像処理を行う。一例として、端末装置400を使用するカスタマーエンジニアが読取画像データを端末装置400にダウンロードする等して取得した上で、操作部206を用いてディスプレイ205への表示指示を入力した場合である。他の例として、端末装置400を使用するカスタマーエンジニアが読取画像データにアクセス可能なネットワークN上のアドレスを取得した上で、そのアドレスにアクセスすることでディスプレイ205への表示指示を入力した場合であるがこれらに限られない。
More specifically, FIG. 10 is executed in the
[画像処理]
図15は、画像処理の例である。図15を用いて画像処理の一例としてγ補正について説明する。図15に示されるグラフの横軸には、入力値として読取画像データから得られた0から255の階調の値が示されている。縦軸はγ値によって変換された出力値が示されている。図15に示されるように、γ値が小さい方がより黒い部分と中間部分の濃度差が強調され、大きい方が白い部分と中間部分の濃度差が強調される。画像に合わせて適宜γ値を設定することにより、画像の濃度階調の補正をしたり所望のコントラストにしたりする画像処理を施すことができる。
[Image processing]
FIG. 15 is an example of image processing. γ correction will be described as an example of image processing with reference to FIG. 15 . The horizontal axis of the graph shown in FIG. 15 indicates the gradation values from 0 to 255 obtained from the read image data as input values. The vertical axis indicates the output value converted by the γ value. As shown in FIG. 15, a smaller γ value emphasizes the density difference between the black portion and the intermediate portion, and a larger γ value emphasizes the density difference between the white portion and the intermediate portion. By appropriately setting the γ value in accordance with the image, it is possible to perform image processing such as correcting the density gradation of the image and achieving desired contrast.
図16は異常画像の例である。図16に示される読取画像には異常画像の一例として地汚れが発生している。このような地汚れの特性に関して行なわれる判断、例えばどの部分に地汚れが発生しているのか等は、判断するユーザ等の習熟度や目視される環境などにより変わる可能性がある。 FIG. 16 is an example of an abnormal image. The read image shown in FIG. 16 has scum as an example of an abnormal image. Judgment to be made regarding the characteristics of the scumming, for example, in which part the scumming occurs, may vary depending on the skill level of the user who makes the judgment, the viewing environment, and the like.
図17は処理後画像の例である。図16に示した異常画像の読取画像データに対し、図15で説明したγ=100のγ補正を施した場合である。図17で示される処理後画像は図16で示される読取画像に対してより地肌汚れが強調され、異常画像の特性をより特定しやすい画像となっている。γ値は100に限られず、適宜設定することが可能である。 FIG. 17 is an example of an image after processing. This is a case where the γ correction of γ=100 described with reference to FIG. 15 is applied to the read image data of the abnormal image shown in FIG. The processed image shown in FIG. 17 emphasizes the background stain more than the read image shown in FIG. 16, and is an image that makes it easier to identify the characteristics of the abnormal image. The γ value is not limited to 100 and can be set as appropriate.
なお、情報処理システムS1において、画像処理制御部134、画像処理制御部231は、画像形成装置100、サーバ装置200、端末装置400のいずれかが有していてもよいし、全部が有していても良い。
In the information processing system S1, the image processing control unit 134 and the image
[画面の遷移例]
次に、画像形成装置100に表示される画面の遷移例を図18~図30を用いて説明する。
[Screen transition example]
Next, examples of screen transitions displayed on the
[第1の例]
まず、図18は、画像形成装置100に表示される画面の第1の例である。図18に示される画面は、画像形成装置100の操作パネル17に表示されるホーム画面内で、ヘルプボタン、サポートボタン等あらかじめ定められたボタンが押されると表示される画面である。この画面を、以降サポート画面TOPと呼ぶことがある。
[First example]
First, FIG. 18 is a first example of a screen displayed on the
このサポート画面TOP内で、「画質・紙についてお困りの時」と記載されたボタン部分が押されると、図18で示される画面へと遷移する。またこのサポートTOP内で、「閉じる」と記載されたボタン部分が押されると、画像形成装置100のホーム画面に戻る。
In the support screen TOP, when a button part described as "If you have a problem with image quality/paper" is pressed, the screen transitions to the screen shown in FIG. Further, when a button section labeled “close” is pressed in this support TOP, the home screen of the
画像形成装置100の操作者であるユーザやカスタマーエンジニアは、図18で示される画面内で、「画質・紙についてお困りの時」と記載されたボタン部分を押すことで、画像形成装置100が形成した画像の画質について満足いかない場合のために用意された画像形成装置100の機能を使用することができる。
A user or a customer engineer, who is an operator of the
[第2の例]
図19は、画像形成装置100に表示される画面の第2の例である。図18で示した画面で「画質・紙についてお困りの時」と記載されたボタンが押されると表示される。
[Second example]
FIG. 19 is a second example of a screen displayed on the
図19で示された画面で、「印刷品質を改善したいとき」と記載されたボタン部分が押されると、印刷品質を改善したいときにユーザが実行できる処置をガイドするための図20で示される画面へと遷移する。「紙送りを改善したいとき」と記載されたボタン部分が押されると、紙送りにおける不具合を改善したいときにユーザが実行できる処置をガイドするための画面へと遷移する。また、「閉じる」と記載されたボタン部分が押されると、画像形成装置10のホーム画面に戻る。
When the user presses the button labeled "When you want to improve print quality" on the screen shown in FIG. 19, the screen shown in FIG. Transition to the screen. When the user presses the button section labeled "If you want to improve paper feeding," the screen transitions to a screen that guides the user to take measures to improve the problem of paper feeding. Further, when the button part described as "close" is pressed, the home screen of the
図19で示される画面内で、「印刷品質を改善したいとき」ボタン、または「紙送りを改善したいとき」ボタンを押すことで、操作者は、印刷品質を改善したいとき、または紙送りを改善したいときに操作者が実行するための画像形成装置100の機能を使用することができる。
By pressing the "Improve print quality" button or "Improve paper feed" button on the screen shown in FIG. The functions of the
[第3の例]
図20は、画像形成装置100に表示される画面の第3の例である。図19で示した画面で印刷品質を改善したいときボタンが押されると表示される。
[Third example]
FIG. 20 is a third example of a screen displayed on
図20で示された画面には、異常画像の種類として、「スジや汚れがはいる」、「かすれる/にじむ」、「白く抜ける」、「かたむく/位置ずれ」がそれぞれ記載されたボタンが4つ表示されている。操作者により4つのボタンから改善したい異常画像が記載されたボタンが押されると、それぞれに対応する画面に進む。「閉じる」と記載されたボタン部分が押されると、全画面に戻り、「終了」と記載されたボタン部分が押されると、サポートTOP画面に戻る。 On the screen shown in FIG. 20, there are four buttons each describing "streaks and stains", "blurred/blurred", "white out", and "tilted/displaced" as types of abnormal images. are displayed. When the operator presses a button describing an abnormal image to be improved from among the four buttons, the corresponding screen is displayed. When the button labeled "Close" is pressed, the screen returns to the full screen, and when the button labeled "End" is pressed, the screen returns to the support TOP screen.
図20で示される画面内で、異常画像の種類を選択することで、操作者は、異常画像の種類に応じて画像形成装置100が提供するサポートを受けることができる。
By selecting the type of abnormal image in the screen shown in FIG. 20, the operator can receive support provided by the
一例として、図20に示された4つのボタンから、操作者が操作パネル17から入力受付部110に異常画像の種類情報を入力することにより、異常画像の種類が画像形成装置10の受付部によって受け付けられ、図7のフローがスタート可能となる。
As an example, when the operator inputs the type information of the abnormal image to the
なお、図5で示されるテストチャート表では6種類、図6で示される画像処理種類表では7種類の異常画像の種類が存在しているのに対し、図19の画面では4種類の異常画像のみ選択ボタンが表示されている。初めから各表で対応付けられた異常画像の全種類、つまり図5で示されるテストチャート表のために6種類、図6で示される画像処理種類表のために7種類を表示させて操作者に選択させてもよいが、一般の操作者に異常画像の詳細な特定は困難な場合も多い。その為、図19のような選択画面を複数回遷移させて異常画像情報を入力させ、その異常画像情報に基づき、図6、図7の各表それぞれにおいて対応付けられた具体的な異常画像の種類を特定すればよい。 It should be noted that there are 6 types of abnormal images in the test chart table shown in FIG. 5 and 7 types of abnormal images in the image processing type table shown in FIG. Only the select button is visible. All types of abnormal images associated with each table from the beginning, that is, six types for the test chart table shown in FIG. 5 and seven types for the image processing type table shown in FIG. However, it is often difficult for a general operator to specify the abnormal image in detail. Therefore, the selection screen shown in FIG. 19 is changed a plurality of times to input the abnormal image information. The type should be specified.
[第4の例]
図21は、画像形成装置100に表示される画面の第4の例である。図20で示した画面で「スジや汚れがはいる」ボタンが押されると表示される。図21に示すように、選択した異常画像に関して操作者が実行可能な処置が表示される。図21中は本体内部の清掃が表示されている。
[Fourth example]
FIG. 21 is a fourth example of a screen displayed on
操作者は、画面の指示に従って処置を実行後、「確認」と記載されたボタン部分を押す。すると、あらかじめ設定された確認用画像が印刷される。操作者は印刷された確認用画像をチェックして、画像異常が改善した場合は、「サポートを終了し印刷を再開する」と記載されたボタンを押す。改善していない場合は、「清掃しても改善しない場合」と記載されたボタン部分を押す。 After executing the treatment according to the instructions on the screen, the operator presses the button labeled "Confirm". Then, a preset confirmation image is printed. The operator checks the printed image for confirmation, and if the image abnormality is improved, presses a button labeled "end support and resume printing". If it is not improved, press the button part that says "If cleaning does not improve".
図21に示される画面内で、操作者によって、「サポートを終了し印刷を再開する」ボタンが押されると、サポート画面が終了し、ホーム画面など、印刷可能な画面へと遷移する。図21に示される画面内で、操作者によって、「清掃しても改善しない」ボタンが押されると、図22の画面へと遷移する。「閉じる」ボタンが押されると、ホーム画面に戻る。 In the screen shown in FIG. 21, when the operator presses the "end support and resume printing" button, the support screen ends and the screen transitions to a printable screen such as the home screen. In the screen shown in FIG. 21, when the operator presses the "cleaning does not improve" button, the screen transitions to the screen shown in FIG. When the "close" button is pressed, the screen returns to the home screen.
図21で、「清掃しても改善しない場合」ボタンを押すことで、操作者は画像形成装置100が提供する故障診断を実行することができる。
In FIG. 21 , the operator can execute the failure diagnosis provided by the
[第5の例]
図22は、画像形成装置100に表示される画面の第5の例である。図21で示した画
面で、「清掃しても改善しない場合」ボタンが押されると表示される。
[Fifth example]
FIG. 22 is a fifth example of a screen displayed on
図22の画面内で、操作者により「印刷+診断」と記載されたボタン部分が押されて選択された状態でスタートボタンが押されると、ステップS103が実行され、故障診断の為のテストチャートが印刷される。「画像表示」と記載されたボタン部分が押されると、印刷されるテストチャートが操作パネル17に表示される。「終了」ボタンが押されると、サポートTOP画面に戻る。
In the screen of FIG. 22, when the operator presses and selects the button portion labeled "Print + Diagnose" and presses the start button, step S103 is executed to generate a test chart for fault diagnosis. is printed. When the button section labeled “image display” is pressed, the test chart to be printed is displayed on the
図22で「印刷+診断」ボタンを選択してスタートボタンを押すことでユーザは、改善
したい異常画像を診断するためのテストチャートを印刷することが出来る。
By selecting the "print + diagnosis" button in FIG. 22 and pressing the start button, the user can print a test chart for diagnosing an abnormal image to be improved.
[第6の例]
図23は、画像形成装置100に表示される画面の第6の例である。「印刷+診断」ボタンを選択してスタートボタンが押されると表示される画面である。図23は、操作者に印刷の進行状況を知らせる画面である。操作者によって「キャンセル」ボタンが押されると印刷を途中でキャンセルすることもできる。
[Sixth example]
FIG. 23 is a sixth example of a screen displayed on
[第7の例]
図24は、画像形成装置100に表示される画面の第7の例である。画像形成装置100によるテストチャートの印刷が完了すると表示される画面である。
[Seventh example]
FIG. 24 is a seventh example of a screen displayed on
操作者により「診断」と記載されたボタン部分が押されると、故障診断が継続される。「キャンセル」と記載されたボタン部分を押すことで、これ以上画像診断を進めることなく終了することもできる。「キャンセル」ボタンについては以降特に断りが無い場合は、同様の機能である。 When the operator presses the button labeled "Diagnosis", the fault diagnosis is continued. By pressing the button labeled "Cancel", the image diagnosis can be terminated without proceeding any further. Unless otherwise specified, the "cancel" button has the same function.
[第8の例]
図25は、画像形成装置100に表示される画面の第8の例である。図24で「診断」ボタンが押されると表示される画面である。
[Eighth example]
FIG. 25 is an eighth example of a screen displayed on
図25は操作者に対し、「印刷されたテストチャートをDFにセットし、スタートボタンを押して下さい。」との指示を示す画面である。 FIG. 25 shows a screen for instructing the operator to "set the printed test chart in the DF and press the start button."
この画面を参照した操作者により、印刷されたテストチャートがDF51にセットされ、スタートボタンが押されると、画像読取部1がテストチャートを読み取ってテストチャートの画像データが生成される。
When the operator refers to this screen and sets the printed test chart in the
図25に示される画面により、操作者は故障診断の為のテストチャートによる画像診断をより確実に実行することができる。 The screen shown in FIG. 25 allows the operator to more reliably perform image diagnosis using test charts for failure diagnosis.
[第9の例]
図26は、画像形成装置100に表示される画面の第9の例である。図25でスタートボタンが押されると表示される画面である。この画面は、操作者にテストチャート読取が実行されていることを知らせる画面である。操作者によってキャンセルボタンが押されると読取を途中でキャンセルすることもできる。
[Ninth example]
FIG. 26 is a ninth example of a screen displayed on the
なお、第1の実施の形態は読取時に画像処理を実行されるが、一例として図26が表示された読取時に画像処理が実行される。 In the first embodiment, image processing is executed at the time of reading. As an example, image processing is executed at the time of reading when FIG. 26 is displayed.
[第10の例]
図27は、画像形成装置100に表示される画面の第10の例である。テストチャートの読取りが完了すると図26に続き表示される画面である。この画面は、操作者にテストチャートに基づき故障診断が実行されていることを知らせる画面である。操作者によってキャンセルボタンが押されると診断を途中でキャンセルすることもできる。
[Tenth example]
FIG. 27 is a tenth example of a screen displayed on
[第11の例]
図28は、画像形成装置100に表示される画面の第11の例である。故障診断が完了後、図27に続き表示される画面である。
[Eleventh example]
FIG. 28 is an eleventh example of a screen displayed on the
図28の画面内でスタートボタンが押されると、あらかじめ登録しておいた送付先、例えばサーバ装置200又はサーバ装置300へ故障診断結果が送信される。「診断結果表示」と記載されたボタン部分が押されると、画面に診断結果を表示させることができる。さらに診断結果を印刷させる印刷ボタンを設けてもよい。終了ボタンが押されるとサポートTOP画面に戻る。
When the start button is pressed in the screen of FIG. 28, the failure diagnosis result is sent to a pre-registered destination, for example, the
すなわち、ステップS109の出力指示受付が入力受付部110によって実行され、ステップ110の出力が実行される。なお、図28に示される画面は、第2の実施例のサーバ装置200においてステップS210の前にディスプレイ205に表示させ、サーバ装置200の操作者が操作部206で選択してもよい。
That is, the output instruction reception of step S109 is executed by the
図28に示される画面において操作者は、故障診断結果を所望の出力方法で出力することができる。 On the screen shown in FIG. 28, the operator can output the failure diagnosis result in a desired output method.
[第12の例]
図29は、画像形成装置100に表示される画面の第12の例である。図28でスタートボタンが押されると表示される画面である。この画面は、操作者に診断結果の出力として送信が実行されていることを知らせる画面である。操作者によってキャンセルボタンが押されると送信を途中でキャンセルすることもできる。
[Twelfth example]
FIG. 29 is a twelfth example of a screen displayed on
なお、第4の実施の形態は送信時に画像処理を実行されるが、一例として診断結果送信時、つまり図29の画面が表示された状態で画像処理を実行し処理後画像データと共に送信可能である。 In the fourth embodiment, image processing is executed at the time of transmission. As an example, it is possible to execute image processing at the time of transmitting diagnosis results, that is, while the screen of FIG. 29 is displayed, and transmit the image data together with the processed image data. be.
[第13の例]
図30は、画像形成装置100に表示される画面の第13の例である。診断結果の送信が完了すると図29に続いて表示される画面である。
[Thirteenth example]
FIG. 30 is a thirteenth example of a screen displayed on
図30内で読取画像表示と記載されたボタン部分が押され選択された状態でスタートボタンが押されると、操作パネル17に、読み取られ生成されたテストチャートの画像データが表示される。第2の実施の形態は表示時に画像処理が実行されるが、一例として図30で読取画像表示ボタンが押され選択された状態でスタートボタンが押されると表示時に画像処理が実行される。この時読取画像データと処理後画像データを両方表示してもよい。 When the start button is pressed in a state in which the button portion labeled READING IMAGE DISPLAY in FIG. In the second embodiment, image processing is performed during display. As an example, when the start button is pressed while the read image display button is pressed and selected in FIG. 30, image processing is performed during display. At this time, both the read image data and the processed image data may be displayed.
また画像形成装置図30内で終了ボタンを押すとサポートTOP画面に戻る。図30にはさらにテストチャート読取データを削除するためのボタンを表示させ、そのボタンを押すことで読取画像データを削除してから終了させるようにしてもよい。 When the end button is pressed in the image forming apparatus FIG. 30, the screen returns to the support top screen. Further, in FIG. 30, a button for deleting the test chart read data may be displayed, and by pressing the button, the read image data may be deleted and the process may be terminated.
なお、図29および図30は図28同様、サーバ装置200においてディスプレイ205に表示させ、サーバ装置200の操作者が操作部206でボタン操作を行ってもよい。
29 and 30 may be displayed on the
[第8の実施の形態]
次に、第8の実施の形態となる情報処理システムの説明をする。
[Eighth embodiment]
Next, an information processing system according to the eighth embodiment will be described.
まず、画像形成装置100に異常が発生した際の、比較例の対処の流れを示す模式図を図31に示す。この図31において、
1.ユーザが、画像形成装置100の異常に気付くと、
2.ユーザが、RSコール(リモートサービスコール)、Web(World Wide Web)連絡又は電話連絡のいずれかで、画像形成装置100のメーカ側で提供されるサポート窓口に連絡を行う。
First, FIG. 31 is a schematic diagram showing a flow of countermeasures in a comparative example when an abnormality occurs in the
1. When the user notices an abnormality in the
2. A user contacts a support window provided by the manufacturer of the
3.サポート窓口担当は、ユーザに異常検知のためのテストチャートの出力及び送付を依頼し、
4.ユーザは、異常検知のためのテストチャートを出力し、
5.ユーザは、異常検知のためのテストチャートの出力結果を送付する。
3. The support contact person requests the user to output and send a test chart for anomaly detection,
4. The user outputs a test chart for anomaly detection,
5. The user sends the test chart output results for anomaly detection.
6.サポート窓口担当は、テストチャートの出力結果を見て、ユーザに清掃等の処理を依頼する対処方法、又は、サポート担当(CE:カスタマーエンジニア)を訪問させる等の対処方法を決定する。 6. The person in charge of the support window looks at the output result of the test chart and decides on a coping method such as requesting the user to perform processing such as cleaning, or having a person in charge of support (CE: customer engineer) visit.
7.サポート担当を訪問させる対処方法が選択された場合、サポート担当が画像形成装置の修理に訪問する。
8.これにより、画像形成装置100が正常状態に復帰する。サポート担当は、異常発生時以外にも、定期的にユーザを訪問し、画像形成装置100状態を点検する。そして、異常を見つけた際に、この処置を行う。なお、この訪問の際に、サポート担当は、第8の実施の形態の情報処理システムのように、テストチャートの出力及び記憶の作業は、行わない。
7. If the coping method to visit the support staff is selected, the support staff visits the image forming apparatus for repair.
8. As a result, the
これに対して、図32は、第8の実施の形態の情報処理システムにおいて、画像形成装置100に異常が発生した際の、対処の流れを示す模式図である。第8の実施の形態の情報処理システムの場合、この図32に示すように、図31に示した比較例に対して、以下の処理が追加されている。
On the other hand, FIG. 32 is a schematic diagram showing the flow of countermeasures when an abnormality occurs in the
すなわち、第8の実施の形態の情報処理システムの場合、サポート担当(又はユーザでもよい)は、定期的にユーザを訪問し、異常検知のための上述のテストチャートを出力し、画像形成装置100に読み取らせて保存させる。これにより、定期的にテストチャートが保存されることとなる。換言すれば、時間的に新しいテストチャートが順次記憶されることとなる。 That is, in the case of the information processing system of the eighth embodiment, the person in charge of support (or the user may be) periodically visits the user, outputs the above-described test chart for abnormality detection, and be read and saved. As a result, test charts are saved periodically. In other words, chronologically new test charts are sequentially stored.
異常発生時となると、ユーザは、異常発生時のテストチャートを出力し、読み取って記憶させる。画像読取装置100は、異常発生時のテストチャートと、サポート担当により記憶された、時間的に最も新しいテストチャートとを比較して、両者の差分を抽出する。
When an abnormality occurs, the user outputs, reads, and stores the test chart at the time of occurrence of the abnormality. The
画像読取装置100は、抽出した差分に基づいて異常を解析し、例えばガラス汚れ等の異常の原因を特定する。そして、画像読取装置100は、異常の種類に応じて、例えばユーザが画像形成装置100の清掃を行う、又は、サポートに連絡する等の処理を、ユーザに対して促す。
The
なお、図31及び図32において、ユーザ側の画像形成装置100は、図1に示す各画像形成装置100-1、100-2等に相当する。また、メーカ側のコールセンターのサーバ装置200a~200c及びサーバ装置300a、300bは、図1に示すサーバ装置200又はサーバ装置300に相当する。
31 and 32, the
このような比較例と第8の実施の形態の情報処理システムとの差異を、再度説明する。図33は、比較例における異常発生に対する対処の流れを説明するための他の模式図である。この図33に示すように、比較例の場合、サポート担当が、ユーザの元を定期的に訪問し、画像形成装置の点検及び営業等を行う。訪問の際、サポート担当は、テストチャートの出力及び記憶は、行わない。 The difference between such a comparative example and the information processing system of the eighth embodiment will be explained again. FIG. 33 is another schematic diagram for explaining the flow of countermeasures against the occurrence of an abnormality in the comparative example. As shown in FIG. 33, in the case of the comparative example, the person in charge of support visits the user periodically to check the image forming apparatus and conduct sales. During the visit, the support staff will not output or store test charts.
比較例において、異常が発生すると、サポート担当はユーザの元を訪問し、画像形成装置からテストチャート(画像パターン)を出力する。そして、このテストチャートに基づいて、異常の原因を特定する。 In the comparative example, when an abnormality occurs, the person in charge of support visits the user and outputs a test chart (image pattern) from the image forming apparatus. Then, based on this test chart, the cause of the abnormality is identified.
これに対して、第8の実施の形態の情報処理システムの場合、図34に示すようにサポート担当はユーザの元を訪問し、その都度、テストチャート(画像パターン)を出力してスキャナ機能で読み取り、画像形成装置100内に記憶操作する。これにより、図34に示すように、時間の経過に沿って、順次新しいテストチャート(画像パターン)が画像形成装置100内に保存される。
On the other hand, in the case of the information processing system of the eighth embodiment, as shown in FIG. 34, the person in charge of support visits the user, outputs a test chart (image pattern) each time, and scans the image with the scanner function. It is read and stored in the
第8の実施の形態の情報処理システムにおいて、異常が発生すると、サポート担当者はユーザの元を訪問し、テストチャート(画像パターン)を出力してスキャナ機能で読み取る。これにより、異常発生時から、それほど時間が経過していない時刻におけるテストチャート(画像パターン)を取得できる。 In the information processing system of the eighth embodiment, when an abnormality occurs, a support person visits the user, outputs a test chart (image pattern), and reads it with a scanner function. As a result, it is possible to obtain a test chart (image pattern) at a time not so long after the occurrence of the abnormality.
次に、第8の実施の形態の情報処理システムの場合、画像形成装置100は、前回の訪問時である、異常発生前の訪問時に記憶したテストチャート(前回訪問時チャート画像)と、異常発生から、それほど時間が経過していない時刻に記憶したテストチャート(異常発生チャート画像)とを比較し、両者の差分を抽出した「差分チャート画像」を形成する。
Next, in the case of the information processing system of the eighth embodiment, the
この差分テストチャートの形成に、基準画像として用いられる前回訪問時テストチャートは、異常発生から、それほど時間が経過していない、前回の訪問時に記憶されたテストチャートである。このため、前回訪問時テストチャートと異常発生チャートとの差分は、異常の原因を直接的に示すチャート画像となる。この差分テストチャートを解析することで、異常の原因を精度良く特定することが可能となる。 The test chart at the previous visit used as a reference image for forming the difference test chart is a test chart memorized at the time of the previous visit in which not much time has passed since the occurrence of the abnormality. Therefore, the difference between the previous visit test chart and the abnormality occurrence chart is a chart image that directly indicates the cause of the abnormality. By analyzing this difference test chart, it is possible to accurately identify the cause of the abnormality.
図35のフローチャートに、第8の実施の形態の情報処理システムに設けられている画像形成装置の異常発生時の動作の流れを示す。この図35のフローチャートにおいて、ステップS1では、定期的に訪問するサポート担当者の操作により、テストチャートの印刷出力(排紙)が指示される。この指示がされると、図4に示すチャート取得部131が、読出・書込処理部150を介して、チャート記憶部161に記憶されている基準画像となるテストチャートを取得して印刷出力(排紙)する。
The flow chart of FIG. 35 shows the flow of operations when an error occurs in the image forming apparatus provided in the information processing system of the eighth embodiment. In the flow chart of FIG. 35, in step S1, the print output (discharge) of the test chart is instructed by the operation of the support staff who visits periodically. When this instruction is given, the
サポート担当者は、印刷されて排紙されたテストチャートの読み取り操作を行う。これにより、画像読取制御部133が、スキャナ機能に基づいて、テストチャートの読み取りを行い、読出・書込処理部150を介してチャート記憶部161に記憶する(ステップS501)。サポート担当者は、このようなテストチャートを出力して記憶する作業を、ユーザを訪問する毎に行う。これにより、チャート記憶部161には、その都度、新しいチャート画像(前回訪問時チャート画像)が記憶されることとなる。
The support staff reads the printed and ejected test chart. As a result, the image reading control unit 133 reads the test chart based on the scanner function, and stores it in the
次に、ユーザは、画像形成装置100を使用する中で、例えば図36に点線で示すように印刷出力された画像中にスジが入る等、異常の発生が見られた場合、チャート画像を出力操作すると共に、この異常発生時のチャート画像を読み取り操作する。ユーザにより、チャート画像が出力操作されると、チャート取得部131が、読出・書込処理部150を介して、チャート記憶部161に記憶されている基準画像となるテストチャートを取得して印刷出力(排紙)する。
Next, while using the
ユーザは、印刷されて排紙されたテストチャートの読み取り操作を行う。これにより、画像読取制御部133が、スキャナ機能に基づいて、テストチャートの読み取りを行い、読出・書込処理部150を介してチャート記憶部161に記憶する。これにより、チャート記憶部161には、異常発生時のチャート画像(異常発生チャート画像)が記憶される(ステップS502、ステップS503)。
The user reads the printed and ejected test chart. As a result, the image reading control unit 133 reads the test chart based on the scanner function, and stores it in the
このようにして異常発生チャートが記憶されると、処理がステップS504からステップS505に進む。ステップS505では、差分抽出部136が、チャート記憶部161に記憶されている前回訪問時チャート画像のうち、最新の前回訪問時チャート画像、及び、今回、記憶された異常発生チャート画像を読み出す。すなわち、差分抽出部136は、時間的に最新となる前回訪問時チャート画像、及び、異常発生チャート画像を、それぞれ読み出す。そして、差分抽出部136は、前回訪問時チャート画像、及び、異常発生チャート画像を比較し、例えば図37に示すように両者の差分を抽出した「差分チャート画像」を形成する(ステップS505)。
After the abnormality occurrence chart is stored in this manner, the process advances from step S504 to step S505. In step S<b>505 , the
一例ではあるが、前回訪問時チャート画像、及び、異常発生チャート画像の差が大きいほど、画素値が大きくなり、色が明るくなる。すなわち、図37において、黒い部分は両方の画像の画素値が一致している部分を示し、白い部分は、両方の画像の画素値の差が大きい画素となる。この図37の例の場合、右上の文字を記述した部分、及び、縦の点線で示す異常の位置が検出し易くなっている。 As an example, the greater the difference between the previous visit chart image and the abnormality occurrence chart image, the greater the pixel value and the brighter the color. That is, in FIG. 37, black portions indicate portions where the pixel values of both images match, and white portions indicate pixels with a large difference in pixel value between the two images. In the case of the example of FIG. 37, it is easy to detect the part where the upper right character is written and the position of the abnormality indicated by the vertical dotted line.
次に、解析部137は、このような差分チャート画像を解析し、異常の発生原因を特定する。そして、異常の発生原因を示す解析結果を解析結果記憶部164に記憶する(ステップS506)。差分チャート画像の形成に用いられる最新の前回訪問時チャートは、異常発生から、それほど時間が経過していない、前回の訪問時に記憶されたチャート画像である。このため、最新の前回訪問時チャート画像と異常発生チャート画像との差分は、異常の原因を直接的に示すチャート画像となる。この差分チャート画像を解析することで、異常の原因を精度良く特定することができる。
Next, the
次に、故障予測部138は、チャート記憶部161に記憶されている最新の解析結果、又は、複数の解析結果に基づいて、画像形成装置100の故障の予測を行う(ステップS507)。
Next, the
例えば、チャート画像のマゼンタ色に0.2mmの縦スジが存在するとの解析結果が得られており、この縦スジが半年毎に0.05mmずつ太くなっていることが、蓄積されている各解析結果に基づいて判明した場合、今後の縦スジの太さの変化を予測できる。必ずしも縦スジが線形に変化するとは限らないが、定期的に解析結果を蓄積しているため、変化の傾向も予測できる。 For example, an analysis result has been obtained that a vertical streak of 0.2 mm exists in the magenta color of the chart image. If it becomes clear based on the results, future changes in the thickness of vertical streaks can be predicted. Vertical streaks do not always change linearly, but since the analysis results are accumulated periodically, it is possible to predict the trend of change.
一般的に、過去の事例から、ユーザは、1mm以上の縦スジが発生している画像を異常画像として捉えるとの情報がある場合、解析結果で得られたチャート画像に発生している縦スジの太さと、例えば1mm等の閾値とを比較することで、縦スジの太さが1mmを超える時期を予測することができる。なお、縦スジのサイズを認識するための上述の閾値は、共通情報として蓄積されている閾値を、ネットワーク等を介して取得してもよいし、ユーザの母国又は業種等で分類して設定してもよい。 In general, based on past cases, if there is information that a user perceives an image with vertical streaks of 1 mm or more as an abnormal image, the user will and a threshold value such as 1 mm, it is possible to predict when the thickness of the vertical streak exceeds 1 mm. Note that the above-mentioned threshold value for recognizing the size of the vertical streak may be obtained through a network or the like from a threshold value stored as common information, or may be set by classifying it according to the user's home country, industry, or the like. may
このように解析結果に基づいて、故障を予測することで、画像形成装置100の稼働停止(ダウンタイム)の防止、又は、短縮化を図ることができる。また、故障の予測結果を、画像形成装置100の定期的なメンテナンス等に利用可能とすることができる。
By predicting a failure based on the analysis result in this way, it is possible to prevent or shorten downtime of the
また、部品劣化度算出部139は、最新の解析結果又は複数の解析結果に基づいて、部品劣化度を算出する。具体的には、上述の縦スジの太さが、異常時は1mm、正常時は0mm、定期診断時に0.2mmであった場合、部品劣化度算出部139は、縦スジの発生要因となっているマゼンタの定着部の劣化度は、20%程度と算出する。このような部品の劣化度は、消耗部品の事前準備、及び、部品の在庫管理等に利用することができ、画像形成装置100の稼働停止(ダウンタイム)の防止、又は、短縮化を図ることができる。
Also, the component deterioration degree calculation unit 139 calculates the component deterioration degree based on the latest analysis result or a plurality of analysis results. Specifically, if the thickness of the above-described vertical streak is 1 mm when abnormal, 0 mm when normal, and 0.2 mm during regular diagnosis, the component deterioration degree calculation unit 139 determines that the vertical streak is a factor. The degree of deterioration of the magenta fixing portion is calculated to be approximately 20%. Such a degree of deterioration of parts can be used for advance preparation of consumable parts, inventory management of parts, etc., and it is possible to prevent or shorten downtime of the
次に、解析部137は、差分チャート画像を解析し発生している異常の原因を特定すると、特定した原因に対して、ユーザが対処可能であるか、又は、サポート担当者でなければ対処困難であるかを判別する(ステップS508)。例えば、原稿載置台のガラスを拭けば異常が解消する等のように、ユーザが対処可能である場合、解析部137は、例えば「原稿載置台のガラスを拭いてください」等のような対処を促すメッセージをメッセージデータ記憶部163から読み出して操作パネル17等の表示部に表示して(ステップS509)、図35のフローチャートの処理を終了する。
Next, when the
これに対して、サポート担当者でなければ対処困難である場合、解析部137は、例えば「電子メール又は電話でサポート担当者に連絡してください」等の、サポート担当者に対して連絡を促すメッセージをメッセージデータ記憶部163から読み出して操作パネル17等の表示部に表示して(ステップS510)、図35のフローチャートの処理を終了する。
On the other hand, if it is difficult for the person in charge of support to deal with it, the
(第8の実施の形態の効果)
以上の説明から明らかなように、第8の実施の形態の情報処理システムは、サポート担当者(又はユーザでもよい)が訪問時にチャート画像を記憶しておく。そして、異常発生時に、異常発生から、それほど時間が経過していない時刻に記憶したチャート画像(異常発生チャート画像)と、訪問時に記憶した最新のチャート画像(前回訪問時チャート画像)とを比較し、両者の差分を抽出した差分チャート画像を形成する。
(Effect of the eighth embodiment)
As is clear from the above description, the information processing system of the eighth embodiment stores the chart image when the person in charge of support (or the user may be) visits. Then, when an abnormality occurs, the chart image memorized at a time not so long after the anomaly occurred (abnormality occurrence chart image) is compared with the latest chart image memorized at the time of the visit (the chart image at the time of the previous visit). , a difference chart image is formed by extracting the difference between the two.
差分チャート画像の形成に用いられる最新の前回訪問時チャートは、異常発生から、それほど時間が経過していない、前回の訪問時に記憶されたチャート画像である。このため、最新の前回訪問時チャート画像と異常発生チャート画像との差分は、異常の原因を直接的に示すチャート画像となる。この差分チャート画像を解析することで、異常の原因を精度良く特定することができる。 The latest chart at the previous visit used to form the difference chart image is the chart image stored at the time of the previous visit in which not much time has passed since the occurrence of the abnormality. Therefore, the difference between the latest previous visit chart image and the abnormality occurrence chart image is a chart image that directly indicates the cause of the abnormality. By analyzing this difference chart image, the cause of the abnormality can be specified with high accuracy.
また、解析結果に基づいて、故障を予測することで、画像形成装置100の稼働停止(ダウンタイム)の防止、又は、短縮化を図ることができる。また、故障の予測結果を、画像形成装置100の定期的なメンテナンス等に利用可能とすることができる。
Further, by predicting a failure based on the analysis result, it is possible to prevent or shorten downtime of the
また、解析結果に基づいて、部品劣化度を算出する。この部品の劣化度は、消耗部品の事前準備、及び、部品の在庫管理等に利用することができ、画像形成装置100の稼働停止(ダウンタイム)の防止、又は、短縮化を図ることができる。
Also, the component deterioration degree is calculated based on the analysis result. The degree of deterioration of the parts can be used for advance preparation of consumable parts, inventory management of parts, etc., and it is possible to prevent or shorten downtime of the
(変形例)
上述の実施の形態では、画像形成装置100側で、異常発生チャート画像と、前回訪問時チャート画像との差分を抽出して解析する演算を行うこととしたが、このような演算を、コールセンターのサーバ装置200(又はサーバ装置300)で実行してもよい。この変形例の情報処理システムは、異常特定システムの一例となる。
(Modification)
In the above-described embodiment, the
この場合、サポート担当者の訪問毎に読み取られたチャート画像は、図4に示す通信制御部140が、ネットワークNを介して、コールセンターのサーバ装置200に送信することで、サーバ装置200側に蓄積される。また、異常が発生すると、図4に示す通信制御部140が、上述の異常発生チャート画像を、ネットワークNを介して、コールセンターのサーバ装置200に送信する。
In this case, the chart image read each time the support staff visits is transmitted to the
サーバ装置200には、上述の差分抽出部136、解析部137、故障予測部138及び部品劣化度算出部139等の各機能が設けられている。サーバ装置200は、画像形成装置100から異常発生チャート画像を受信すると、サーバ装置200側に記憶部に記憶されている前回訪問時チャート画像との差分を示す差分チャート画像を形成し、形成した差分チャート画像を解析することで、画像形成装置100側で生じている異常の原因を特定する。
The
また、このような解析結果は、サーバ装置200側の記憶部に蓄積される。サーバ装置200は、蓄積された解析結果に基づいて、故障予測を行うと共に、部品の劣化度を算出する。そして、特定した異常の原因、故障予測結果、及び、部品の劣化度を示す各情報を、サーバ装置200側の記憶部に記憶すると共に、画像形成装置100に送信する。
Further, such analysis results are accumulated in the storage unit on the
このような変形例の場合、サーバ装置200側に画像蓄積機能及び診断機能を持たせることで、画像形成装置100の記憶部160の記憶領域を、前回訪問時チャート画像及び解析結果等の各種情報で圧迫する不都合を防止できる。また、サーバ装置200の方が、画像形成装置100よりも記憶容量及び制御部の処理能力が高いため、高解像度の前回訪問時チャート画像等を用いて解析を行うことができ、異常の原因の特定精度も向上する。また、異常の解析の計算により複雑な処理を実行できるので、精度の高い解析を行うことができる他、上述と同様の効果を得ることができる。
In the case of such a modification, by providing the
最後に、上述の実施の形態及び変形例は、一例として提示したものであり、本発明の範囲を限定することは意図していない。また、上述の新規な実施の形態及び変形例は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことも可能である。また、実施の形態及び変形例は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。 Finally, the embodiments and modifications described above are presented as examples and are not intended to limit the scope of the present invention. In addition, the novel embodiments and modifications described above can be implemented in various other forms, and various omissions, replacements, and modifications can be made without departing from the scope of the invention. is. In addition, the embodiments and modifications are included in the scope and gist of the invention, and are included in the scope of the invention described in the claims and equivalents thereof.
S1 情報処理システム
100-n 画像形成装置
110 入力受付部
120 表示制御部
130 制御部
131 チャート取得部
132 画像形成制御部
133 画像読取制御部
134 画像処理制御部
136 差分抽出部
137 解析部
138 故障予測部
139 部品劣化度算出部
140 通信制御部
150 読出・書込処理部
160 記憶部
161 チャート記憶部
162 画像処理種類記憶部
163 メッセージデータ記憶部
164 解析結果記憶部
200 サーバ装置
210 入力受付部
220 表示制御部
230 制御部
231 画像処理種類記憶部
240 通信制御部
250 読出・書込み処理部
260 記憶部
261 画像処理種類記憶部
400 端末装置
S1 information processing system 100-n
Claims (6)
出力された前記テストパターンの読み取りを行う読み取り部と、
前記テストパターンの読み取りが行われる毎に、読み取られたテストパターンのデータを、順次、記憶部に記憶制御し、また、記憶されたテストパターンのデータの読出制御を行う記憶制御部と、
異常発生時に、前記記憶部に記憶されている前回記憶された最新の前記テストパターンのデータと、異常発生時に前記読み取り部に読み取られたテストパターンのデータとを比較し、差分画像を生成する差分画像生成部と、
前記差分画像を解析し、解析結果に基づいて異常の原因を特定する解析部と、
異常発生時に前記読み取り部に読み取られた前記テストパターンのデータに含まれる異常画像の種類の入力を受け付ける入力受付部と、
複数種類の画像処理から、受け付けた前記異常画像の種類に応じた前記画像処理を取得し、取得した前記画像処理を、前記読み取り部に読み取られた前記テストパターンのデータに対して施して、処理後画像データを生成する画像処理制御部と、を有し、
前記記憶制御部は、前記処理後画像データを、前記テストパターンのデータとして、前記記憶部に記憶制御する、画像形成装置。 an output unit that outputs a test pattern;
a reading unit that reads the output test pattern;
a storage control unit that sequentially stores the read test pattern data in a storage unit each time the test pattern is read, and controls reading of the stored test pattern data;
When an abnormality occurs, the most recent test pattern data stored in the storage unit is compared with the test pattern data read by the reading unit when an abnormality occurs, and a difference image is generated. an image generator;
an analysis unit that analyzes the difference image and identifies the cause of the abnormality based on the analysis result ;
an input receiving unit that receives an input of the type of abnormal image included in the test pattern data read by the reading unit when an abnormality occurs;
Acquiring the image processing according to the type of the accepted abnormal image from a plurality of types of image processing, applying the acquired image processing to the test pattern data read by the reading unit, and processing an image processing control unit that generates post-image data;
The image forming apparatus, wherein the storage control unit controls storage of the processed image data in the storage unit as data of the test pattern .
を特徴とする請求項1に記載の画像形成装置。 The image forming apparatus according to claim 1, further comprising a failure prediction unit that predicts a failure based on the analysis result.
を特徴とする請求項1または請求項2に記載の画像形成装置。 3. The image forming apparatus according to claim 1, further comprising a component deterioration degree calculation unit that calculates the deterioration degree of the component based on the analysis result.
差分画像生成部が、異常発生時に、前記記憶部に記憶されている前回記憶された最新の前記テストパターンのデータと、異常発生時に前記読み取り部に読み取られたテストパターンのデータとを比較し、差分画像を生成する差分画像生成ステップと、
解析部が、前記差分画像を解析し、解析結果に基づいて異常の原因を特定する解析ステップと、
入力受付部が、異常発生時に前記読み取り部に読み取られた前記テストパターンのデータに含まれる異常画像の種類の入力を受け付ける入力受付ステップと、
画像処理制御部が、複数種類の画像処理から、受け付けた前記異常画像の種類に応じた前記画像処理を取得し、取得した前記画像処理を、前記読み取り部に読み取られた前記テストパターンのデータに対して施して、処理後画像データを生成する画像処理制御ステップと、を有し、
前記記憶制御部は、前記処理後画像データを、前記テストパターンのデータとして、前記記憶部に記憶制御する、異常特定方法。 Each time the test pattern output by the output unit is read by the reading unit, the storage control unit sequentially stores the data of the read test pattern in the storage unit, and controls the stored test pattern. a storage control step for controlling the reading of the data of
a difference image generation unit, when an abnormality occurs, compares the latest test pattern data stored in the storage unit with the test pattern data read by the reading unit when an abnormality occurs; a difference image generating step for generating a difference image;
an analysis step in which the analysis unit analyzes the difference image and identifies the cause of the abnormality based on the analysis result ;
an input reception step in which an input reception unit receives an input of the type of abnormal image included in the test pattern data read by the reading unit when an abnormality occurs;
An image processing control unit acquires the image processing according to the type of the received abnormal image from a plurality of types of image processing, and applies the acquired image processing to the data of the test pattern read by the reading unit. and an image processing control step of generating processed image data by applying to
The abnormality identifying method , wherein the storage control unit controls storage of the processed image data in the storage unit as data of the test pattern .
出力部により出力されたテストパターンの読み取りが、読み取り部で行われる毎に、読み取られたテストパターンのデータを、順次、記憶部に記憶制御し、また、記憶されたテストパターンのデータの読出制御を行う記憶制御部として機能させ、
異常発生時に、前記記憶部に記憶されている前回記憶された最新の前記テストパターンのデータと、異常発生時に前記読み取り部に読み取られたテストパターンのデータとを比較し、差分画像を生成する差分画像生成部と、
前記差分画像を解析し、解析結果に基づいて異常の原因を特定する解析部と、
異常発生時に前記読み取り部に読み取られた前記テストパターンのデータに含まれる異常画像の種類の入力を受け付ける入力受付部と、
複数種類の画像処理から、受け付けた前記異常画像の種類に応じた前記画像処理を取得し、取得した前記画像処理を、前記読み取り部に読み取られた前記テストパターンのデータに対して施して、処理後画像データを生成する画像処理制御部と、して機能させ、
前記記憶制御部は、前記処理後画像データを、前記テストパターンのデータとして、前記記憶部に記憶制御する、異常特定プログラム。 the computer,
Each time the test pattern output by the output unit is read by the reading unit, the data of the read test pattern is sequentially stored in the storage unit, and the readout of the stored test pattern data is controlled. function as a memory control unit that performs
When an abnormality occurs, the most recent test pattern data stored in the storage unit is compared with the test pattern data read by the reading unit when an abnormality occurs, and a difference image is generated. an image generator;
an analysis unit that analyzes the difference image and identifies the cause of the abnormality based on the analysis result ;
an input receiving unit that receives an input of the type of abnormal image included in the test pattern data read by the reading unit when an abnormality occurs;
Acquiring the image processing according to the type of the accepted abnormal image from a plurality of types of image processing, applying the acquired image processing to the test pattern data read by the reading unit, and processing function as an image processing control unit that generates post-image data;
The abnormality identification program , wherein the storage control unit controls storage of the processed image data in the storage unit as data of the test pattern.
出力された前記テストパターンの読み取りを行う読み取り部と、
読み取られた前記テストパターンのデータを送信する送信部と、
を備えた画像形成装置と、
前記画像形成装置から受信した前記テストパターンのデータを、順次、記憶部に記憶制御し、また、記憶されたテストパターンのデータの読出制御を行う記憶制御部と、
異常発生時に、前記記憶部に記憶されている前回記憶された最新の前記テストパターンのデータと、前記画像形成装置の異常発生時に前記画像形成装置から送信されたテストパターンのデータとを比較し、差分画像を生成する差分画像生成部と、
前記差分画像を解析し、解析結果に基づいて異常の原因を特定する解析部と、
異常発生時に前記読み取り部に読み取られた前記テストパターンのデータに含まれる異常画像の種類の入力を受け付ける入力受付部と、
複数種類の画像処理から、受け付けた前記異常画像の種類に応じた前記画像処理を取得し、取得した前記画像処理を、前記読み取り部に読み取られた前記テストパターンのデータに対して施して、処理後画像データを生成する画像処理制御部と、を備え、
前記記憶制御部は、前記処理後画像データを、前記テストパターンのデータとして、前記記憶部に記憶制御する、サーバ装置と、
を有する異常特定システム。 an output unit that outputs a test pattern;
a reading unit that reads the output test pattern;
a transmission unit that transmits data of the read test pattern;
an image forming apparatus comprising
a storage control unit that sequentially controls storage of the test pattern data received from the image forming apparatus in a storage unit and controls reading of the stored test pattern data;
When an abnormality occurs, comparing the most recent test pattern data stored in the storage unit with the test pattern data transmitted from the image forming apparatus when an abnormality occurs in the image forming apparatus, a difference image generation unit that generates a difference image;
an analysis unit that analyzes the difference image and identifies the cause of the abnormality based on the analysis result ;
an input receiving unit that receives an input of the type of abnormal image included in the test pattern data read by the reading unit when an abnormality occurs;
Acquiring the image processing according to the type of the accepted abnormal image from a plurality of types of image processing, applying the acquired image processing to the test pattern data read by the reading unit, and processing an image processing control unit that generates post-image data,
a server device, wherein the storage control unit controls storage of the processed image data in the storage unit as data of the test pattern;
anomaly identification system.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019037043A JP7263844B2 (en) | 2019-02-28 | 2019-02-28 | Image forming apparatus, abnormality identification method, abnormality identification program, and abnormality identification system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019037043A JP7263844B2 (en) | 2019-02-28 | 2019-02-28 | Image forming apparatus, abnormality identification method, abnormality identification program, and abnormality identification system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020141345A JP2020141345A (en) | 2020-09-03 |
JP7263844B2 true JP7263844B2 (en) | 2023-04-25 |
Family
ID=72280641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019037043A Active JP7263844B2 (en) | 2019-02-28 | 2019-02-28 | Image forming apparatus, abnormality identification method, abnormality identification program, and abnormality identification system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7263844B2 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007074290A (en) | 2005-09-06 | 2007-03-22 | Fuji Xerox Co Ltd | Fault diagnosis system, image forming apparatus and method for diagnosing fault |
JP2008227983A (en) | 2007-03-13 | 2008-09-25 | Fuji Xerox Co Ltd | Electronic circuit device, fault diagnosis apparatus, fault diagnosis system, and fault diagnosis program |
JP2015034807A (en) | 2013-07-09 | 2015-02-19 | 株式会社リコー | Image inspection device, image inspection method and program |
JP2015095776A (en) | 2013-11-12 | 2015-05-18 | 富士ゼロックス株式会社 | Information processing device, image formation device, and program |
-
2019
- 2019-02-28 JP JP2019037043A patent/JP7263844B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007074290A (en) | 2005-09-06 | 2007-03-22 | Fuji Xerox Co Ltd | Fault diagnosis system, image forming apparatus and method for diagnosing fault |
JP2008227983A (en) | 2007-03-13 | 2008-09-25 | Fuji Xerox Co Ltd | Electronic circuit device, fault diagnosis apparatus, fault diagnosis system, and fault diagnosis program |
JP2015034807A (en) | 2013-07-09 | 2015-02-19 | 株式会社リコー | Image inspection device, image inspection method and program |
JP2015095776A (en) | 2013-11-12 | 2015-05-18 | 富士ゼロックス株式会社 | Information processing device, image formation device, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2020141345A (en) | 2020-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10819862B2 (en) | Failure diagnosis apparatus, failure diagnosis system, failure diagnosis method, and non-transitory recording medium | |
JP6234185B2 (en) | Apparatus, method for controlling apparatus, and program | |
JP2019158994A (en) | Diagnostic system, method for diagnosis, image formation device, and program | |
JP6634352B2 (en) | Image forming apparatus and image forming system | |
US10798255B2 (en) | Image data generation apparatus, information processing system, image data generation method, and recording medium | |
JP6469538B2 (en) | Image forming apparatus and diagnostic method | |
CN111095117B (en) | Image forming apparatus based on calibration chart | |
JP6299661B2 (en) | Image forming system and recommendation degree display program | |
JP2010117648A (en) | Image forming apparatus | |
JP2009290612A (en) | Image processing device, image processing method and image forming apparatus | |
US10908524B2 (en) | Image forming apparatus and method for color registration correction | |
JP6908189B2 (en) | Image forming device | |
JP7263844B2 (en) | Image forming apparatus, abnormality identification method, abnormality identification program, and abnormality identification system | |
JP7070103B2 (en) | Image quality inspection system and display control method | |
JP7091677B2 (en) | Image inspection equipment | |
JP6992431B2 (en) | Image inspection equipment, image formation system, image inspection method, control device and program | |
JP2018050244A (en) | Image forming apparatus, image forming system, image forming method, and control program | |
JP2019215392A (en) | Diagnosis system, image forming apparatus, diagnostic method, and program | |
JP7135736B2 (en) | Image forming apparatus, image forming method, and image forming program | |
JP5790111B2 (en) | Image forming apparatus, control method, and control program | |
JP2022116703A (en) | Image determination system and image forming apparatus | |
US20210064946A1 (en) | Image forming apparatus for diagnosis consumable device and method for image forming thereof | |
JP2011013612A (en) | Printer, printing system and preview image display method | |
JP7003573B2 (en) | Image inspection equipment and programs | |
JP7087744B2 (en) | Diagnostic system, image forming device, diagnostic method and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220808 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220823 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221021 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230207 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230207 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230221 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20230228 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230314 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230327 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7263844 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |