JP2007312236A - Image processing apparatus and program - Google Patents

Image processing apparatus and program Download PDF

Info

Publication number
JP2007312236A
JP2007312236A JP2006140740A JP2006140740A JP2007312236A JP 2007312236 A JP2007312236 A JP 2007312236A JP 2006140740 A JP2006140740 A JP 2006140740A JP 2006140740 A JP2006140740 A JP 2006140740A JP 2007312236 A JP2007312236 A JP 2007312236A
Authority
JP
Japan
Prior art keywords
gradation conversion
principal component
gradation
characteristic
segment area
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.)
Pending
Application number
JP2006140740A
Other languages
Japanese (ja)
Inventor
Kazuhiko Arai
和彦 新井
Yasuyuki Tanaka
靖幸 田中
Masahiko Kubo
昌彦 久保
Akira Ishii
昭 石井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Business Innovation Corp
Original Assignee
Fuji Xerox Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuji Xerox Co Ltd filed Critical Fuji Xerox Co Ltd
Priority to JP2006140740A priority Critical patent/JP2007312236A/en
Publication of JP2007312236A publication Critical patent/JP2007312236A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Electrophotography (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To suppress production of noise and correct uneven contrast and stripes, in an image formed by an electrophotographic system. <P>SOLUTION: The principal component analysis is applied to a difference characteristic between a target gradation conversion characteristic and a gradation conversion characteristic of each segment region. Since no correction is required for density areas realized with the target characteristic, even when the order of the principal component used for the gradation conversion in a density area with weak linearity is lowered to first-order and second-order, the gradation conversion characteristic for suppressing a contrast change due to occurrence of noise and contrast unevenness/stripes can be reproduced. Since the principal component analysis has only to store only the principal component of a lower order and position coefficients, a data amount to be stored can be decreased and the gradation conversion can excellently be reproduced in any of density areas. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

本発明は、電子写真方式によって形成される画像の階調を変換する技術に関する。   The present invention relates to a technique for converting the gradation of an image formed by an electrophotographic method.

電子写真方式によって形成された画像は、そのほかの方式のものと比べると、濃淡ムラやスジが比較的多く、濃度の均一性の点で劣っている。その主要因としては、帯電器の汚れや感光体の磨耗などの機器の経時劣化などが挙げられる。この問題を改善するため、特許文献１には、画像領域を微小に分割したセグメント領域単位で階調変換テーブルを用意しておき、この階調変換テーブルを用いてセグメント領域毎に階調変換特性を補正することで、画像の濃淡ムラを補正する方法が提案されている。しかし、この方法では、膨大な数の階調変換テーブルを事前に用意しておかなければならないため、大容量のメモリが必要となるという問題がある。なお、「階調変換特性」とは、入力される濃度の変化に対して、出力される濃度（形成される画像の濃度）がどのように変化するかを表したものであり、「γ（ガンマ）特性」とか「階調カーブ」などと呼ばれることもある。   An image formed by the electrophotographic method has a relatively large density unevenness and streaks, and is inferior in density uniformity, as compared with the other methods. The main factors include deterioration of the equipment over time such as contamination of the charger and wear of the photoreceptor. In order to improve this problem, Patent Document 1 prepares a gradation conversion table for each segment area obtained by finely dividing an image area, and uses this gradation conversion table to convert the gradation conversion characteristics for each segment area. There has been proposed a method for correcting shading unevenness of an image by correcting. However, this method has a problem that a large amount of memory is required because a large number of gradation conversion tables must be prepared in advance. The “gradation conversion characteristic” represents how the output density (the density of the formed image) changes with respect to the input density change. Sometimes called "gamma) characteristics" or "gradation curve".

特許文献２には、プロジェクタ装置やインクジェットプリンタ装置において、主成分分析法を用いて階調変換を行う技術が開示されている。主成分分析法によれば、多数の変量データを、第１次主成分から第ｎ次主成分までの各主成分及び係数の線形結合によって表現することができる。最も低次である１次主成分が元の変量データに対する寄与率が大きいので最も重要であり、以降、次数が高くなるほど、もとの変量データに対する寄与率が徐々に小さくなり重要度も低下する。低次から高次に至るまでの主成分を用いれば、元の変量データを忠実に再現することができるが、その分だけ必要とされる主成分が多くなるので、記憶しておくべきデータも増加してしまう。特許文献２に記載の技術では、装置の階調変換特性に対して主成分分析を行い、その結果得られる主成分のうちの適切な次数の主成分と、各セグメント領域の位置に対応した係数との線形結合によって階調を変換するというものである。これにより、階調変換処理に要するデータ量を格段に減らすことが可能となる。
特開平６−３９１１号公報 特開２００４−７２７４号公報 Patent Document 2 discloses a technique for performing gradation conversion using a principal component analysis method in a projector apparatus or an inkjet printer apparatus. According to the principal component analysis method, a large amount of variable data can be expressed by linear combination of each principal component and coefficient from the first principal component to the n-th principal component. The lowest-order primary principal component is the most important because it has a large contribution ratio to the original variable data. Thereafter, as the order increases, the contribution ratio to the original variable data gradually decreases and the importance also decreases. . If you use the principal components from the lower order to the higher order, you can faithfully reproduce the original variable data, but the more principal components that are needed, the more data you should store. It will increase. In the technique described in Patent Document 2, principal component analysis is performed on the gradation conversion characteristics of the apparatus, and a principal component of an appropriate order among the principal components obtained as a result and a coefficient corresponding to the position of each segment region. The tone is converted by a linear combination with. As a result, the amount of data required for the gradation conversion process can be significantly reduced.
JP-A-6-3911 JP 2004-7274 A

ところが、電子写真方式においては、一般に高濃度域において階調の線形性が弱いという特性があることに加え、テストパターンから得られる装置の階調変換特性そのものにトナーの散り（転写位置においてトナーが飛散すること）などを要因としたノイズが多く含まれているという事情がある。従って、特許文献２に記載の技術において、データ量を低減させるべく低次数の主成分のみを用いた場合には、各セグメント領域の階調変換特性を十分に再現できず、電子写真方式に特有の非線形な階調を表現することができない。一方、高次数の主成分まで使用して非線形な階調をも表現できるようにすると、濃淡が目立ちやすい低濃度域で前述のノイズが再現されてしまう。この点に、特許文献２の記載の技術の問題がある。   However, the electrophotographic method generally has a characteristic that the linearity of the gradation is weak in a high density region, and in addition, the toner scattering (the toner at the transfer position) is added to the gradation conversion characteristic of the apparatus obtained from the test pattern. There is a situation that a lot of noise is included due to factors such as scattering. Therefore, in the technique described in Patent Document 2, when only a low-order principal component is used to reduce the amount of data, the tone conversion characteristics of each segment area cannot be sufficiently reproduced, and are specific to electrophotography. It is impossible to express the non-linear gradation. On the other hand, if it is possible to express non-linear gradation using high-order principal components, the above-described noise is reproduced in a low-density region where shading is conspicuous. In this respect, there is a problem of the technique described in Patent Document 2.

なお、ノイズの混入の問題に関しては、テストパターンから得られる階調変換特性に含まれるノイズそのものを検出して取り除くことができれば、解決することが可能である。しかし、そのためには、膨大な数のテストパターンを形成しなければならず、その処理に要する時間や消費材（例えば記録シートやトナー）を考慮すると、現実的な方法とは言えない。   Note that the problem of noise mixing can be solved if the noise itself included in the gradation conversion characteristics obtained from the test pattern can be detected and removed. However, for that purpose, an enormous number of test patterns must be formed, and it is not a realistic method in consideration of the time required for the processing and consumption materials (for example, recording sheets and toner).

上述した課題を解決するため、本発明は、電子写真方式によって形成された画像における濃淡ムラやスジを補正する際に、ノイズの発生を抑制するとともに、各セグメント領域の階調変換特性を良好に再現することを目的とする。   In order to solve the above-described problems, the present invention suppresses the generation of noise and corrects the tone conversion characteristics of each segment area when correcting shading unevenness and streaks in an image formed by an electrophotographic method. The purpose is to reproduce.

上記課題を解決するため、本発明は、１または複数の画素からなる各々のセグメント領域の階調変換特性を検出する検出手段と、前記検出手段によって検出された各セグメント領域の階調変換特性と、目標として予め決められた階調変換特性との差分をそれぞれ算出する差分算出手段と、前記差分算出手段によって算出された、各セグメント領域のそれぞれに対応する差分に対して主成分分析を施すことで、複数次数の主成分と各々の主成分に乗算される係数とを求めて記憶する記憶手段と、前記記憶手段によって記憶されている主成分及び係数を用いて、各セグメント領域の階調をそれぞれ変換する階調変換手段とを備えることを特徴とする画像処理装置を提供する。   In order to solve the above-described problems, the present invention provides detection means for detecting gradation conversion characteristics of each segment area composed of one or a plurality of pixels, and gradation conversion characteristics of each segment area detected by the detection means, A difference calculating means for calculating a difference from a gradation conversion characteristic predetermined as a target, and a principal component analysis is performed on the difference corresponding to each segment area calculated by the difference calculating means. The storage means for obtaining and storing a multi-order principal component and a coefficient to be multiplied by each principal component, and using the principal component and the coefficient stored in the storage means, the gradation of each segment region is determined. Provided is an image processing apparatus comprising gradation conversion means for converting each.

また、本発明は、コンピュータに、１または複数の画素からなる各々のセグメント領域の階調変換特性を検出する機能と、検出された各セグメント領域の階調変換特性と、目標として予め決められた階調変換特性との差分をそれぞれ算出する機能と、算出された、各セグメント領域のそれぞれに対応する差分に対して主成分分析を施すことで、複数次数の主成分と各々の主成分に乗算される係数とを求めて記憶手段に記憶させる機能と、前記記憶手段によって記憶されている主成分及び係数を用いて、各セグメント領域の階調をそれぞれ変換する機能とを実現させるプログラムを提供する。   Further, according to the present invention, the computer has a function of detecting the gradation conversion characteristics of each segment area composed of one or a plurality of pixels, the gradation conversion characteristics of each detected segment area, and predetermined targets. Multiply the principal components of multiple orders and each principal component by performing the principal component analysis on the calculated difference corresponding to each segment area, and the function to calculate the difference from the gradation conversion characteristics. A program for realizing a function for obtaining a stored coefficient in a storage unit and a function for converting the gradation of each segment area using the principal component and the coefficient stored in the storage unit .

本発明によれば、１または複数の画素からなる各々のセグメント領域の階調変換特性を検出して、目標として予め決められた階調変換特性との差分をそれぞれ算出すれば、この差分が表す差分データに対して主成分分析を施す。そして、得られた複数次数の主成分及び各々の主成分に乗算される係数を用いて階調変換特性を求める。このようにして、目標とする階調変換特性と一致しない濃度域のみについてそれを補正するため、低次数の主成分のみを用いてノイズの発生を抑制しつつ濃淡ムラ・スジを補正することができ、良好な階調変換特性を実現することができる。   According to the present invention, if the gradation conversion characteristic of each segment area composed of one or a plurality of pixels is detected and the difference from the gradation conversion characteristic predetermined as a target is calculated, this difference is expressed. Perform principal component analysis on the difference data. Then, the gradation conversion characteristics are obtained by using the obtained multi-order principal components and the coefficients multiplied by the respective principal components. In this way, in order to correct only the density range that does not match the target tone conversion characteristics, it is possible to correct shading unevenness and streaks while suppressing noise generation using only the low-order principal components. And good gradation conversion characteristics can be realized.

次に、本発明を実施するための最良の形態について説明する。
図１は、本実施形態に係る画像形成装置１の構成を示している。この画像形成装置１は、原稿を読み取って画像データを生成する画像読取ユニット１０と、供給される画像データに基づいて記録シートにイエロー（Ｙ）、マゼンタ（Ｍ）、シアン（Ｃ）、ブラック（Ｋ）の各色のトナー像を形成する画像形成ユニット２０と、入力される画像データに対して各種の画像処理を行って画像形成ユニット２０に供給する画像処理装置３０とを備えている。画像処理装置３０に入力される画像データは、画像読取ユニット１０が生成した画像データであってもよいし、画像形成装置１に通信接続されたコンピュータ（図２のコンピュータ４０）から送信されてくる画像データであってもよい。画像読取ユニット１０及び画像形成ユニット２０の構成は周知のものと変わらないので説明を省略し、以下では、画像処理装置３０の構成について詳細に説明する。 Next, the best mode for carrying out the present invention will be described.
FIG. 1 shows a configuration of an image forming apparatus 1 according to the present embodiment. The image forming apparatus 1 includes an image reading unit 10 that reads an original and generates image data, and yellow (Y), magenta (M), cyan (C), black (black) on a recording sheet based on the supplied image data. K) an image forming unit 20 that forms toner images of each color, and an image processing device 30 that performs various image processing on input image data and supplies the image data to the image forming unit 20. The image data input to the image processing apparatus 30 may be image data generated by the image reading unit 10 or transmitted from a computer (computer 40 in FIG. 2) connected to the image forming apparatus 1 in communication. It may be image data. Since the configurations of the image reading unit 10 and the image forming unit 20 are the same as known ones, the description thereof will be omitted, and the configuration of the image processing apparatus 30 will be described in detail below.

図２は、画像処理装置３０の構成を示すブロック図である。
この画像処理装置３０は、予め決められたテストパターンを用いて画像形成装置１に固有の階調変換特性をセグメント領域単位で検出し、この階調変換特性を理想的な階調変換特性へと変換するための多数の変量データに対して主成分分析を施し、その結果得られたデータをルックアップテーブル方式で記憶する。ここで、セグメント領域は１又は複数の画素からなる。画像処理装置３０は、このようにしてルックアップテーブル（以下、ＬＵＴという）を記憶（用意）した後に画像データを画像形成ユニット２０に供給する際には、上記のルックアップテーブルを参照しつつ、その画像データが表す画像に対して階調変換処理（逆γ補正演算処理）をセグメント領域単位で実行する。 FIG. 2 is a block diagram illustrating a configuration of the image processing apparatus 30.
The image processing apparatus 30 detects a tone conversion characteristic unique to the image forming apparatus 1 using a predetermined test pattern for each segment area, and converts the tone conversion characteristic into an ideal tone conversion characteristic. Principal component analysis is performed on a large number of variable data for conversion, and the resulting data is stored in a lookup table method. Here, the segment area is composed of one or a plurality of pixels. When the image processing apparatus 30 supplies the image data to the image forming unit 20 after storing (preparing) the lookup table (hereinafter referred to as LUT) in this manner, the image processing apparatus 30 refers to the lookup table described above. A gradation conversion process (inverse γ correction calculation process) is executed for each segment area on the image represented by the image data.

ここで、図３は、主走査方向に連なる各セグメント領域の階調変換特性の例と、その階調変換特性を打ち消すように補正するための変量データ（階調カーブ）の例を説明する図である。例えば解像度が６００ｄｐｉ（dot per inch）の場合、主走査方向に連なるセグメント領域の数（ここでは１画素１セグメント領域とする）は約７０００個となる。よって、各セグメント領域に対しては、０〜６９９９までの座標アドレスが割り当てられることになる。図３に示す例では、主走査方向の座標アドレスpixel＝０のセグメント領域の階調変換特性Ｃ0を、理想とする目標の階調変換特性（以下、目標特性という）である階調変換特性Ｃに変換するため変量データ（階調カーブ）がＣ0’であることを意味している。同様に、主走査方向の座標アドレスpixel＝１のセグメント領域の階調変換特性Ｃ１を、階調変換特性Ｃに変換するための変量データ（階調カーブ）がＣ１’である。 Here, FIG. 3 is a diagram for explaining an example of the gradation conversion characteristics of each segment area continuous in the main scanning direction, and an example of variable data (gradation curve) for correcting the gradation conversion characteristics so as to cancel out. It is. For example, when the resolution is 600 dpi (dot per inch), the number of segment areas (here, one pixel per segment area) in the main scanning direction is about 7000. Therefore, coordinate addresses from 0 to 6999 are assigned to each segment area. In the example shown in FIG. 3, the gradation conversion characteristic C 0 of the segment area of the coordinate address pixel = 0 in the main scanning direction is the gradation conversion characteristic that is an ideal target gradation conversion characteristic (hereinafter referred to as target characteristic). This means that the variable data (tone curve) for conversion to C is C 0 ′. Similarly, the gradation conversion characteristic C 1 coordinate address pixel = 1 segment area in the main scanning direction, variable data to be converted into the gradation conversion characteristic C (gradation curves) is C 1 '.

各セグメント領域の階調変換特性（図３の階調変換特性Ｃ0，Ｃ１，Ｃ２，・・・，Ｃ6999）を検出する処理は、具体的には以下のようになる。なお、これらの階調変換特性の検出処理は、サービスマンが各種調整等のために使用する自己診断モードにおいて実行されてもよいし、エンドユーザが指示したときに実行されてもよい。 Specifically, the processing for detecting the gradation conversion characteristics (gradation conversion characteristics C 0 , C 1 , C 2 ,..., C 6999 in FIG. 3) of each segment area is as follows. Note that these gradation conversion characteristic detection processes may be executed in a self-diagnosis mode used by a service person for various adjustments, or may be executed when an end user instructs.

画像処理装置３０のテストパターン発生回路３１には、低濃度から高濃度へと段階的に遷移する画像（テストパターン）が予め記憶されており、この画像を表す画像信号を発生する。テストパターン発生回路３１から発生された画像信号は選択器３３に供給される。選択器３３は、テストパターン発生回路３１から供給される画像信号、または、後述する階調変換器３５から供給される画像信号のいずれか一方を画像形成ユニット２０に供給するものであり、この場合は、選択器３３はテストパターン発生回路３１から供給される画像信号を画像形成ユニット２０に供給する。画像形成ユニット２０では、供給される画像信号に応じたビームが感光体に照射されて潜像が形成され、更に現像、転写及び定着の各プロセスを経て記録シートにテストパターンが形成される。そして、サービスマン或いはエンドユーザがテストパターンの形成された記録シートを画像読取ユニット１０のプラテンガラス上に載置してスキャン（画像読み取り）を指示すると、画像読取ユニット１０によってテストチャートが光学的に読み取られ、画像データが生成される。この画像データには、画像を構成する各セグメント領域の濃度と、各セグメント領域の画像中の位置を表す座標アドレスとが含まれており、これらの濃度と座標アドレスとが対応付けられて画像メモリ３４に格納される。   The test pattern generation circuit 31 of the image processing apparatus 30 stores in advance an image (test pattern) that transitions from a low density to a high density in steps, and generates an image signal representing this image. The image signal generated from the test pattern generation circuit 31 is supplied to the selector 33. The selector 33 supplies either the image signal supplied from the test pattern generation circuit 31 or the image signal supplied from the gradation converter 35 described later to the image forming unit 20, in this case. The selector 33 supplies the image signal supplied from the test pattern generation circuit 31 to the image forming unit 20. In the image forming unit 20, a latent image is formed by irradiating the photosensitive member with a beam corresponding to the supplied image signal, and a test pattern is formed on the recording sheet through development, transfer, and fixing processes. When the service person or the end user places the recording sheet on which the test pattern is formed on the platen glass of the image reading unit 10 to instruct scanning (image reading), the image reading unit 10 optically converts the test chart. It is read and image data is generated. This image data includes the density of each segment area constituting the image and the coordinate address representing the position of each segment area in the image. These density and coordinate address are associated with each other in the image memory. 34.

ＣＰＵ３２は、画像メモリ３４に記憶されている画像データと、予め記憶されているテストパターンを表す画像データとを比較し、その差分をとることでセグメント領域単位の階調変換特性を求め、これを階調数×座標アドレスの行列として記憶する。例えばセグメント領域の濃度を２５６階調で表す場合、２５６（階調数）×７０００（座標アドレス）の行列となる。   The CPU 32 compares the image data stored in the image memory 34 with the image data representing the test pattern stored in advance, and obtains the gradation conversion characteristics for each segment area by taking the difference between them. Stored as a matrix of the number of gradations × coordinate address. For example, when the density of the segment area is expressed by 256 gradations, a matrix of 256 (number of gradations) × 7000 (coordinate addresses) is obtained.

そして、ＣＰＵ３２は、次式（１）に従って、上記の２５６×７０００の行列Ｙから、この行列Ｙの各行の要素の上述した目標特性を表す値（以下、目標値という）からなる２５６×７０００の行列ＹAを減算して、目標値からの偏差を表す２５６×７０００の行列Ｙ’を求める。なお、式（１）において、Ｎ＝７０００である。

Figure 2007312236
・・・（１）
式（１）において、例えば入力される画像信号と出力される画像信号とが一致する（つまり、入力値＝目標値）ように変換する階調変換特性が目標特性である場合には、式（１）において目標値を表す行列ＹAは、ｙi,1＝０，ｙi,2＝１，・・・，ｙi,256＝２５５（ｉ＝１，２，・・・，７０００）のようになる。 Then, in accordance with the following equation (1), the CPU 32 has a 256 × 7000 matrix composed of values representing the above-described target characteristics (hereinafter referred to as target values) of the elements in each row of the matrix Y from the 256 × 7000 matrix Y. The matrix Y A is subtracted to obtain a 256 × 7000 matrix Y ′ representing the deviation from the target value. In the formula (1), N = 7000.
Figure 2007312236
 ... (1)
In Expression (1), for example, when the gradation conversion characteristic for conversion so that the input image signal and the output image signal match (that is, input value = target value) is the target characteristic, Expression (1) The matrix Y A representing the target value in 1) is expressed as y i, 1 = 0, y i, 2 = 1,..., Y i, 256 = 255 (i = 1, 2,..., 7000). It becomes like this.

次に、ＣＰＵ３２は、次式（２）に従って特異値分解を行い、行列Ｕ、Ｗを求める。この行列Ｕは、主成分に相当する要素からなる行列（以下、主成分行列Ｕという）であり、行列Ｗは、セグメント領域の位置係数（主成分に乗算される係数）に相当する要素からなる行列（以下、位置係数行列Ｗという）である。なお、式（２）において、Ｕ、ＶTは直交行列であり、Ｎ＝７０００である。

Figure 2007312236
・・・（２） Next, the CPU 32 performs singular value decomposition according to the following equation (2) to obtain matrices U and W. The matrix U is a matrix composed of elements corresponding to principal components (hereinafter referred to as principal component matrix U), and the matrix W is composed of elements corresponding to position coefficients of the segment area (coefficients multiplied by the principal components). It is a matrix (hereinafter referred to as a position coefficient matrix W). In Equation (2), U and V T are orthogonal matrices, and N = 7000.
Figure 2007312236
 ... (2)

そして、ＣＰＵ３２は、主成分行列Ｕ及び位置行列Ｗから一部の要素を抽出し、これらを階調変換器３５が記憶している主成分ＬＵＴ及び位置係数ＬＵＴに書き込む。ここで、図４は、階調変換器３５の構成を示す図である。階調変換器３５には、階調変換を行うための複数のＬＵＴが記憶されており、目標ＬＵＴ３５０には、前述した目標特性がＣＰＵ３２によって書き込まれている。つまり、数１で説明した行列ＹAが目標ＬＵＴ３５０に書き込まれる。この目標特性は、サービスマンやエンドユーザ等によって予め決められた理想的な階調変換特性を表すものである。 Then, the CPU 32 extracts some elements from the principal component matrix U and the position matrix W, and writes them into the principal component LUT and the position coefficient LUT stored in the gradation converter 35. Here, FIG. 4 is a diagram showing a configuration of the gradation converter 35. The gradation converter 35 stores a plurality of LUTs for gradation conversion, and the target characteristics described above are written in the target LUT 350 by the CPU 32. In other words, the matrix Y A described by the number 1 is written to the target LUT350. This target characteristic represents an ideal gradation conversion characteristic determined in advance by a service person, an end user, or the like.

１次の主成分ＬＵＴ３５１及び２次の主成分ＬＵＴ３５２の各々には、上記の目標特性と各セグメント領域の階調変換特性との差分（以下、差分特性という）に対する主成分分析の結果のうち、１次主成分、２次主成分がそれぞれ書き込まれる。つまり、ＣＰＵ３２は、図５に示すように、主成分行列Ｕの要素群ｇ１（２５６×１の行列）を１次の主成分ＬＵＴ３５１に書き込み、要素群ｇ２（２５６×１の行列）を２次の主成分ＬＵＴ３５２に書き込む。同様にして、ＣＰＵ３２は、位置係数行列Ｗの要素群ｇ３（１×２５６の行列）を１次の位置係数ＬＵＴ３５３に書き込み、要素群ｇ４（１×２５６の行列）を２次の位置係数ＬＵＴ３５４に書き込むことになる。   In each of the primary principal component LUT 351 and the secondary principal component LUT 352, among the results of the principal component analysis for the difference between the target characteristic and the gradation conversion characteristic of each segment area (hereinafter referred to as difference characteristic), A primary principal component and a secondary principal component are written respectively. That is, as shown in FIG. 5, the CPU 32 writes the element group g1 (256 × 1 matrix) of the principal component matrix U to the primary principal component LUT 351, and the element group g2 (256 × 1 matrix) to the secondary. Is written in the main component LUT 352. Similarly, the CPU 32 writes the element group g3 (1 × 256 matrix) of the position coefficient matrix W to the primary position coefficient LUT353 and the element group g4 (1 × 256 matrix) to the secondary position coefficient LUT354. Will write.

上述したように、ＣＰＵ３２は目標特性と各セグメント領域の階調変換特性との差分特性に対して主成分分析を施している。その理由を以下に示す。
特開２００４−７２７４号公報に代表される従来の技術では、各セグメント領域の階調変換特性の平均（以下、平均特性という）と各セグメント領域の階調変換特性との差分（差分特性）を算出する。そして、この差分特性に対して主成分分析を行って複数次数の主成分を求め、これらの複数次数の主成分のうち低次数の主成分のみを用いて各セグメント領域の階調変換特性を再現する。このような手法は、平均特性の線形性が比較的強い濃度域における濃淡ムラ・スジを補正するような場合や、まったく階調変換特性が不明であるときにおおよその階調変換特性を推定するような場合には効果的である。 As described above, the CPU 32 performs principal component analysis on the difference characteristic between the target characteristic and the gradation conversion characteristic of each segment area. The reason is as follows.
In the conventional technique represented by Japanese Patent Application Laid-Open No. 2004-7274, a difference (difference characteristic) between an average of gradation conversion characteristics of each segment area (hereinafter referred to as an average characteristic) and a gradation conversion characteristic of each segment area is calculated. calculate. Then, a principal component analysis is performed on this difference characteristic to obtain a multi-order principal component, and only the low-order principal component of these multi-order principal components is used to reproduce the gradation conversion characteristics of each segment area. To do. Such a method estimates approximate gradation conversion characteristics when correcting gradation unevenness and streaks in a density range where the linearity of the average characteristic is relatively strong, or when gradation conversion characteristics are completely unknown. It is effective in such cases.

これに対し、本実施形態で取り扱う電子写真方式では、一般に、各セグメント領域の階調変換特性の線形性が比較的弱く、また、各階調変換特性のばらつきが大きい濃度域が存在する。ここで、「セグメント領域の階調変換特性の線形性が比較的弱い」とは、図３で例示した弓形形状の階調変換特性Ｃ0，Ｃ１，Ｃ２，・・・のように、低濃度域と高濃度域とを比較すると、高濃度域では入力濃度（Input Signal）の増加分に対する出力濃度（Output Signal）の増加分が小さくなるような状態（つまり入力濃度と出力濃度とが完全な比例関係にはない状態）を意味する。また逆に、「セグメント領域の階調変換特性の線形性が比較的強い」とは、入力濃度と出力濃度とが比例関係にある状態を意味する。 On the other hand, in the electrophotographic system handled in the present embodiment, there is generally a density region where the linearity of the gradation conversion characteristics of each segment area is relatively weak and the variation of the gradation conversion characteristics is large. Here, “the linearity of the gradation conversion characteristics of the segment area is relatively weak” means that the bow-shaped gradation conversion characteristics C 0 , C 1 , C 2 ,. Comparing the low concentration range and the high concentration range, the increase in the output concentration (Output Signal) relative to the increase in the input concentration (Input Signal) is small in the high concentration range (that is, the input concentration and the output concentration are It means a state that is not completely proportional. Conversely, “the linearity of the gradation conversion characteristics of the segment region is relatively strong” means that the input density and the output density are in a proportional relationship.

このように電子写真方式では、階調変換特性の線形性が弱いために、濃度が濃い側に階調変換するときと、濃度が薄い側に階調変換するときとを比較すると、階調変換後の濃度が同じであっても、階調変換前後にわたる濃度の変化量（入力濃度と出力濃度との差）は同じではない。よって、画像領域全体の濃度を平均濃度へと階調変換した場合には、濃度の変化量の平均ΔD ave≠０となる。そもそも、出力濃度＝目標濃度となるセグメント領域は階調変換そのものが不要である（つまり、濃度変化量＝０）が、平均特性との差分に対して主成分分析を行って再現した結果をΔDｐcaとした場合、ΔD ave＋ΔD pca＝０という関係が満たされないと、低次数の主成分のみによって階調変換特性を再現しようとしても、上述したような階調変換が本来不要な領域において濃淡ムラが発生してしまう。つまり、一般に高濃度域において線形性が弱い階調変換特性を有する場合には、主成分分析を施しても低次数の主成分のみでは、濃淡ムラ・スジの補正が不十分となってしまう。   As described above, in the electrophotographic method, since the linearity of the gradation conversion characteristic is weak, the gradation conversion is compared when the gradation conversion is performed on the dark side and the gradation conversion is performed on the light side. Even if the later density is the same, the density change amount (difference between input density and output density) before and after gradation conversion is not the same. Therefore, when gradation conversion is performed on the density of the entire image area to the average density, the average change amount of density ΔD ave ≠ 0. In the first place, the segment area where output density = target density does not require gradation conversion itself (that is, density change amount = 0), but the result of performing the principal component analysis on the difference from the average characteristic is reproduced as ΔDpca. If the relationship of ΔD ave + ΔD pca = 0 is not satisfied, even if it is attempted to reproduce the tone conversion characteristics using only the low-order principal component, the above-described tone unevenness occurs in the region where the tone conversion is not originally required. Resulting in. That is, in general, in the case of gradation conversion characteristics with low linearity in a high density region, even if principal component analysis is performed, correction of shading unevenness and streaks is insufficient with only low-order principal components.

そこで、本実施形態では、上述したように目標特性と各セグメント領域の階調変換特性との差分を差分特性とする。これにより、階調変換特性が目標特性に一致していない場合には目標特性に一致するように補正される一方、階調変換特性が目標特性に一致している場合には差分特性＝０となるため、階調変換特性を補正する必要がなく、低次数の主成分のみでも目標特性を再現することができる。よって、低次数の主成分のみを用いた場合であっても、従来よりも良好な階調変換特性を再現することができる。   Therefore, in the present embodiment, as described above, the difference between the target characteristic and the gradation conversion characteristic of each segment area is set as a difference characteristic. As a result, when the gradation conversion characteristic does not match the target characteristic, correction is made so as to match the target characteristic. On the other hand, when the gradation conversion characteristic matches the target characteristic, the difference characteristic = 0. Therefore, it is not necessary to correct the gradation conversion characteristic, and the target characteristic can be reproduced with only a low-order principal component. Therefore, even when only the low-order main component is used, it is possible to reproduce a tone conversion characteristic better than the conventional one.

ここで、セグメント領域の濃度が低濃度域、中濃度域、高濃度域のそれぞれに属する場合に、階調変換に用いる主成分の次数としてどの程度の次数が望ましいかを検討する。
図６は、従来の技術において、発明者らの実験結果を基にして、セグメント領域の濃度が属する濃度域と、階調変換に用いる主成分の次数と、画像の品質との関係を説明した図である。なお、図６では濃度の全域を２５６階調で表しており、低濃度域を濃度が０以上６４未満の範囲、中濃度域を濃度が６４以上１２８未満の範囲、高濃度域を濃度が１２８以上２５５までの範囲としている。また、画質に関しては、良好なものを「○」で表し、不適なものを「×」で表し、「○」と「×」の中間程度を「△」で表している。この図６に示すように、低濃度域では、１次及び２次の主成分を用いた場合にノイズや濃淡ムラ・スジの発生を抑制することができた。しかし、１次の主成分のみを用いた場合には、補正性能が低くノイズや濃淡ムラ・スジが発生しやすくなるし、４次以上の高次の主成分まで用いた場合には、ノイズまで再現されてしまった。よって、低濃度域では１次及び２次の主成分を用いて階調変換を行うのが望ましかった。 Here, when the density of the segment area belongs to each of the low density area, the medium density area, and the high density area, what degree is desirable as the order of the main component used for the gradation conversion is examined.
FIG. 6 illustrates the relationship between the density area to which the density of the segment area belongs, the order of the principal component used for gradation conversion, and the image quality based on the experimental results of the inventors in the prior art. FIG. In FIG. 6, the entire density range is represented by 256 gradations, the low density range is a density range of 0 to less than 64, the middle density range is a density range of 64 to less than 128, and the high density range is a density of 128. The range is up to 255. In addition, regarding the image quality, a good one is represented by “◯”, an unsuitable one is represented by “×”, and an intermediate level between “◯” and “×” is represented by “Δ”. As shown in FIG. 6, in the low density region, generation of noise, shading unevenness, and streaks could be suppressed when the primary and secondary main components were used. However, when only the first-order principal component is used, the correction performance is low and noise and shading unevenness / streak are likely to occur. It has been reproduced. Therefore, it has been desirable to perform gradation conversion using the primary and secondary principal components in the low density region.

一方、上記の低濃度域よりも高い濃度域（中濃度域）では、１次から４次までの主成分を用いた場合にノイズや濃淡ムラ・スジの発生を抑制することができた。前述した図３の階調変換特性Ｃ，Ｃ１，Ｃ２，・・・のように、電子写真方式では一般に中濃度域から高濃度域における階調変換特性の線形性が弱いので、この中濃度域及び高濃度域に対して濃淡ムラやスジの補正性能を向上させるためには高次の主成分が必要となる。よって、１次の主成分のみ又は１次の主成分のみ又は１次及び２次の主成分を用いた場合には、補正性能が低くノイズや濃淡ムラ・スジが発生しやすくなる。一方、８次を超える高次の主成分まで用いた場合には、やはりノイズまで再現されてしまった。よって、中濃度域では、１次〜４次の主成分を用いることが最も望ましく、せいぜい１次〜８次までの主成分が上限であった。また、高濃度域においては、濃淡ムラやスジ或いはノイズが目立たなくなってくるものの、およそ中濃度域と同じ次数の主成分を用いることが望ましかった。 On the other hand, in the density range (medium density range) higher than the above-mentioned low density range, it was possible to suppress the occurrence of noise, shading unevenness, and streaks when the first to fourth order main components were used. As described above with reference to the gradation conversion characteristics C, C 1 , C 2 ,... In FIG. 3, the electrophotographic method generally has a low linearity of the gradation conversion characteristics in the medium density region to the high density region. In order to improve the shading unevenness and streak correction performance for the density range and the high density range, a high-order main component is required. Therefore, when only the primary principal component, only the primary principal component, or primary and secondary principal components are used, the correction performance is low, and noise, shading unevenness, and streaks are likely to occur. On the other hand, when higher-order principal components exceeding the 8th order are used, noise is also reproduced. Therefore, it is most desirable to use the primary to quaternary main components in the middle concentration range, and the upper limit is the primary to quaternary main components at most. Further, in the high density region, although the shading unevenness, the streaks, or the noise becomes inconspicuous, it is desirable to use the main component having the same order as that of the middle density region.

従来は、各セグメント領域の濃度の高低に関わらず、１次又は２次のみを用いるか又は１次から４次までの主成分を用いて階調変換を行っていたので、図６の点線Ｘ１或いはＸ２で示すように、低濃度域又は中濃度域（及び高濃度域）のいずれかにおいて画質の問題が生じていた。これに対して、本実施形態では、目標特性と各セグメント領域の階調変換特性との差分特性に対して主成分分析を施すので、低次数の主成分でも全ての濃度域において良好な画質を実現することができるのである。ここで、図７は、本実施形態における階調変換に用いる主成分の次数と画像の品質との関係を説明した図である。図７に示すように１次の主成分のみを用いた場合の画質もやや改善されているが、点線Ｘ２で示した１次及び２次の主成分を用いた場合には、全ての濃度域において良好な画質を実現できることを示している。よって、本実施形態では１次及び２次の主成分を用いて階調変換を行う。   Conventionally, gradation conversion is performed using only the primary or secondary, or using the primary components from the primary to the quaternary, regardless of the density of each segment region, so the dotted line X1 in FIG. Alternatively, as indicated by X2, there is a problem of image quality in either the low density region or the medium density region (and high density region). In contrast, in the present embodiment, since the principal component analysis is performed on the difference characteristic between the target characteristic and the gradation conversion characteristic of each segment area, a good image quality can be obtained in all density regions even with a low-order principal component. It can be realized. Here, FIG. 7 is a diagram for explaining the relationship between the order of the principal component used for gradation conversion and the image quality in the present embodiment. As shown in FIG. 7, the image quality when only the primary principal component is used is slightly improved. However, when the primary and secondary principal components indicated by the dotted line X2 are used, all density regions are used. It is shown that good image quality can be realized. Therefore, in this embodiment, gradation conversion is performed using primary and secondary principal components.

再び図４の説明に戻る。
階調変換器３５は、上述したＬＵＴ群に書き込まれた内容に基づいて、入力された画像データ（濃度及び座標アドレス）によって表される各セグメント領域の階調変換特性を補正する。具体的には、各セグメント領域の濃度が、１次及び２次の主成分ＬＵＴ３５１及び３５２によって変換されそれぞれの主成分が出力されるとともに、座標アドレスが１次及び２次の位置係数ＬＵＴ３５３及び３５４によって変換され、それぞれ１次及び２次の位置係数が出力される。例えば１次の主成分ＬＵＴ３５１に対して濃度「２５５」が入力された場合には、その１次の主成分ＬＵＴ３５１に記述された変量データｕ1,1〜ｕ１,256のうち（図５参照）、２５５行目のｕ1,256が１次の主成分ＬＵＴ３５１から出力される。また、例えば１次の位置係数ＬＵＴ３５３に座標アドレス「０」が入力された場合には、その１次の位置係数ＬＵＴ３５３に記述されている変量データｗ1,1〜ｗ7000,1のうち（図５参照）、１列目のｗ1,1が１次の位置係数ＬＵＴ３５３から出力される。そして、１次の主成分ＬＵＴ３５１によって変換され出力された１次の主成分と、１次の位置係数ＬＵＴ３５３によって変換され出力された１次の位置係数とが乗算器３６０−１によって乗算される。また、２次の主成分ＬＵＴ３５２によって変換され出力された２次の主成分と、２次の位置係数ＬＵＴ３５４によって変換され出力された位置係数とが乗算器３６０−２によって乗算される。そして、これらの乗算結果が加算器３６１−１によって加算される。そして、加算器３６１−１による加算結果と、目標ＬＵＴ３５０に書き込まれた目標特性とが加算器３６１−２で加算される。加算器３６１−２による加算結果が示す階調変換特性は、元の線形性が弱い濃度域における階調変換特性にもよるが、おおよそ目標特性に一致した階調変換特性が再現されている。 Returning again to the description of FIG.
The gradation converter 35 corrects the gradation conversion characteristics of each segment area represented by the input image data (density and coordinate address) based on the contents written in the LUT group. Specifically, the density of each segment region is converted by the primary and secondary principal component LUTs 351 and 352 and the respective principal components are output, and the coordinate addresses are the primary and secondary position coefficients LUTs 353 and 354. And the primary and secondary position coefficients are output respectively. For example, when the density “255” is input to the primary principal component LUT 351, among the variable data u 1,1 to u 1,256 described in the primary principal component LUT 351 (see FIG. 5). ) U 1,256 in the 255th row is output from the primary principal component LUT 351. Also, if for example, the coordinate address "0" is input to the primary position coefficient LUT353, among variables data w 1,1 ~w 7000,1 described in its primary position coefficient LUT353 (Figure 5), w 1,1 in the first column is output from the primary position coefficient LUT353. Then, the multiplier 360-1 multiplies the primary principal component converted and output by the primary principal component LUT 351 and the primary position coefficient converted and output by the primary position coefficient LUT 353. The multiplier 360-2 multiplies the secondary principal component converted and output by the secondary principal component LUT 352 and the position coefficient converted and output by the secondary position coefficient LUT 354. These multiplication results are added by the adder 361-1. Then, the addition result by the adder 361-1 and the target characteristic written in the target LUT 350 are added by the adder 361-2. The gradation conversion characteristic indicated by the addition result obtained by the adder 361-2 is based on the gradation conversion characteristic in the density range where the original linearity is weak, but the gradation conversion characteristic substantially matching the target characteristic is reproduced.

以上のような処理を経た後に、階調変換器３５から選択器３３へと画像信号が出力される。選択器３３は、階調変換器３５から供給される画像信号を画像形成ユニット２０に供給する。画像形成ユニット２０では、上述したテストパターンの画像形成と同様に、この画像信号に基づいて潜像形成、現像、転写及び定着の各プロセスを経て記録シートに画像を形成する。   After the above processing, an image signal is output from the gradation converter 35 to the selector 33. The selector 33 supplies the image signal supplied from the gradation converter 35 to the image forming unit 20. The image forming unit 20 forms an image on a recording sheet through latent image formation, development, transfer, and fixing processes based on this image signal, similarly to the image formation of the test pattern described above.

以上説明した実施形態によれば、目標とする階調変換特性（目標特性）と各セグメント領域との差分特性に対して主成分分析を施すことで、非線形性が比較的強い濃度域においても低次数（１次及び２次）の主成分のみで、ノイズの発生を抑制しつつ濃淡ムラ・スジが補正され、良好な階調変換特性が再現される。また、階調変換器３５には低次数の主成分と位置係数を記憶すればよいだけなので、記憶しておくべきデータ量を少なくすることもできる。   According to the embodiment described above, the principal component analysis is performed on the difference characteristics between the target tone conversion characteristics (target characteristics) and each segment area, so that the non-linearity is relatively low in the density area. With only the order (primary and secondary) principal components, shading unevenness and streaks are corrected while suppressing the occurrence of noise, and good gradation conversion characteristics are reproduced. Further, since it is only necessary to store the low-order principal component and the position coefficient in the gradation converter 35, the amount of data to be stored can be reduced.

なお、上述した実施形態を次のように変形してもよい。
実施形態では、図４に示したように、画像データが入力される度に演算によって階調変換を行っているが、図８に示すように入力される濃度Ｃinと出力される濃度Ｃoutとの関係を予め計算により求め、これらをＬＵＴとして記憶しておいてもよい。このようにすれば、記憶しておくべきデータ量は増大するが、演算回路が不要となる。 The embodiment described above may be modified as follows.
In the embodiment, as shown in FIG. 4, gradation conversion is performed by calculation every time image data is input. However, as shown in FIG. 8, the input density C in and the output density C out are output. May be obtained in advance by calculation and stored as an LUT. This increases the amount of data to be stored, but eliminates the need for an arithmetic circuit.

実施形態では、差分特性に対して主成分分析を行っていたが、その理由は次の２つである。１つ目の理由は、各セグメント領域の階調変換特性に対する目標特性の寄与と、各セグメント領域の階調変換特性に対する主成分の寄与とを分離して取り扱うことができるため、それらの寄与率に応じて量子化のビット幅を自由に変更することができるというものである。２つ目の理由は、直交変換の計算の工夫で、共分散行列から固有ベクトルを求めるに際して、仮にランク落ちがあったとしても誤差を解消することが出来るというものである。ただし、これらの利点を享受する必要がなければ、差分特性に対して主成分分析を行わなくてもよく、階調変換特性そのものに主成分分析を行えばよい。   In the embodiment, the principal component analysis is performed on the difference characteristic, and there are the following two reasons. The first reason is that the contribution of the target characteristic to the gradation conversion characteristics of each segment area and the contribution of the main component to the gradation conversion characteristics of each segment area can be handled separately, so that the contribution ratio thereof The quantization bit width can be freely changed according to the above. The second reason is that, when the eigenvector is obtained from the covariance matrix, the error can be eliminated even if there is a rank drop by devising the orthogonal transformation calculation. However, if it is not necessary to enjoy these advantages, it is not necessary to perform principal component analysis on the difference characteristics, and it is only necessary to perform principal component analysis on the gradation conversion characteristics themselves.

なお、図１に示した画像処理装置１は、プリンタや複写機等に内蔵されるコンピュータによって実現されるものであってもよいし、プリンタや複写機等のホスト装置であるパーソナルコンピュータによって実現されるものであってもよい。また、画像処理装置３０が実行するプログラムは、コンピュータによって読み取り可能な磁気記録媒体、光記録媒体あるいはＲＯＭなどの記録媒体に記録して画像処理装置３０に提供することができる。また、インターネットのようなネットワーク経由で画像処理装置３０にダウンロードさせることも可能である。   The image processing apparatus 1 shown in FIG. 1 may be realized by a computer built in a printer, a copying machine, or the like, or may be realized by a personal computer that is a host device such as a printer or a copying machine. It may be a thing. The program executed by the image processing apparatus 30 can be recorded on a recording medium such as a magnetic recording medium, an optical recording medium, or a ROM readable by a computer and provided to the image processing apparatus 30. It is also possible to download the image processing apparatus 30 via a network such as the Internet.

本発明の実施形態に係る画像形成装置の構成を示す図である。1 is a diagram illustrating a configuration of an image forming apparatus according to an embodiment of the present invention. 同装置が備える画像処理装置の構成を示すブロック図である。It is a block diagram which shows the structure of the image processing apparatus with which the apparatus is provided. 主走査方向に連なる各セグメント領域の階調変換特性の例と、その階調変換特性を打ち消すための変量データ（階調カーブ）の例を説明する図である。It is a figure explaining the example of the gradation conversion characteristic of each segment area | region continuous in the main scanning direction, and the example of the variable data (gradation curve) for negating the gradation conversion characteristic. 同実施形態に係る階調変換器の構成を示す図である。It is a figure which shows the structure of the gradation converter which concerns on the same embodiment. 同実施形態に係る主成分ＬＵＴ及び位置係数に書き込まれる、行列の要素を説明する図である。It is a figure explaining the element of a matrix written in the principal component LUT and position coefficient concerning the embodiment. 従来の技術に係るセグメント領域の濃度が属する濃度域と、階調変換に用いる主成分の次数と、画像の品質との関係を説明した図である。It is a figure explaining the relationship between the density area to which the density of the segment area | region which concerns on a prior art belongs, the order of the main component used for gradation conversion, and the image quality. 同実施形態に係るセグメント領域の濃度が属する濃度域と、階調変換に用いる主成分の次数と、画像の品質との関係を説明した図である。It is a figure explaining the relationship between the density area to which the density of the segment area | region which concerns on the embodiment belongs, the order of the main component used for gradation conversion, and the image quality. 変形例に係る階調変換テーブルを説明する図である。It is a figure explaining the gradation conversion table which concerns on a modification.

符号の説明Explanation of symbols

１…画像形成装置、１０…画像読取ユニット、２０…画像形成ユニット、３０…画像処理装置、３１…テストパターン発生回路、３２…ＣＰＵ、３３…選択器、３４…画像メモリ、３５…階調変換器。 DESCRIPTION OF SYMBOLS 1 ... Image forming apparatus, 10 ... Image reading unit, 20 ... Image forming unit, 30 ... Image processing apparatus, 31 ... Test pattern generation circuit, 32 ... CPU, 33 ... Selector, 34 ... Image memory, 35 ... Tone conversion vessel.

Claims (4)

１または複数の画素からなる各々のセグメント領域の階調変換特性を検出する検出手段と、
前記検出手段によって検出された各セグメント領域の階調変換特性と、目標として予め決められた階調変換特性との差分をそれぞれ算出する差分算出手段と、
前記差分算出手段によって算出された、各セグメント領域のそれぞれに対応する差分に対して主成分分析を施すことで、複数次数の主成分と各々の主成分に乗算される係数とを求めて記憶する記憶手段と、
前記記憶手段によって記憶されている主成分及び係数を用いて、各セグメント領域の階調をそれぞれ変換する階調変換手段と
を備えることを特徴とする画像処理装置。 Detecting means for detecting a gradation conversion characteristic of each segment area composed of one or a plurality of pixels;
Difference calculation means for calculating the difference between the gradation conversion characteristics of each segment area detected by the detection means and the gradation conversion characteristics predetermined as a target;
The principal component analysis is performed on the difference corresponding to each segment area calculated by the difference calculating means, thereby obtaining and storing a multi-order principal component and a coefficient by which each principal component is multiplied. Storage means;
An image processing apparatus comprising: gradation conversion means for converting the gradation of each segment area using the principal component and the coefficient stored in the storage means. 前記目標として予め決められた階調変換特性は、階調変換がなされる前の階調の変化量と階調変換がなされた後の階調の変化量とが一致するような階調変換特性であることを特徴とする請求項１記載の画像処理装置。   The gradation conversion characteristic predetermined as the target is a gradation conversion characteristic in which the amount of change in gradation before gradation conversion is equal to the amount of change in gradation after gradation conversion is performed. The image processing apparatus according to claim 1, wherein: 前記階調変換手段が前記変換に用いる主成分の次数は１次及び２次であることを特徴とする請求項１または２に記載の画像処理装置。   The image processing apparatus according to claim 1 or 2, wherein the orders of the principal components used by the gradation conversion means for the conversion are a primary order and a secondary order. コンピュータに、
１または複数の画素からなる各々のセグメント領域の階調変換特性を検出する機能と、
検出された各セグメント領域の階調変換特性と、目標として予め決められた階調変換特性との差分をそれぞれ算出する機能と、
算出された、各セグメント領域のそれぞれに対応する差分に対して主成分分析を施すことで、複数次数の主成分と各々の主成分に乗算される係数とを求めて記憶手段に記憶させる機能と、
前記記憶手段によって記憶されている主成分及び係数を用いて、各セグメント領域の階調をそれぞれ変換する機能と
を実現させるプログラム。 On the computer,
A function of detecting a gradation conversion characteristic of each segment area composed of one or a plurality of pixels;
A function of calculating a difference between the detected gradation conversion characteristics of each segment area and a gradation conversion characteristic predetermined as a target;
A function of calculating a principal component of a plurality of orders and a coefficient to be multiplied by each principal component by performing principal component analysis on the calculated difference corresponding to each of the segment regions, and storing it in a storage unit; ,
A program for realizing the function of converting the gradation of each segment area using the principal component and the coefficient stored in the storage means.
JP2006140740A 2006-05-19 2006-05-19 Image processing apparatus and program Pending JP2007312236A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006140740A JP2007312236A (en) 2006-05-19 2006-05-19 Image processing apparatus and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006140740A JP2007312236A (en) 2006-05-19 2006-05-19 Image processing apparatus and program

Publications (1)

Publication Number Publication Date
JP2007312236A true JP2007312236A (en) 2007-11-29

Family

ID=38844656

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006140740A Pending JP2007312236A (en) 2006-05-19 2006-05-19 Image processing apparatus and program

Country Status (1)

Country Link
JP (1) JP2007312236A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009232455A (en) * 2008-03-20 2009-10-08 Toshiba Corp Image forming apparatus, and image processing method thereof

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004007274A (en) * 2002-05-31 2004-01-08 Olympus Corp Gradation conversion device and color conversion device
JP2006060815A (en) * 2004-08-19 2006-03-02 Xerox Corp Method and system for implementing uniformity correction response curve rc in digital printer, image streak correcting method, and active correction method for streak correction

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004007274A (en) * 2002-05-31 2004-01-08 Olympus Corp Gradation conversion device and color conversion device
JP2006060815A (en) * 2004-08-19 2006-03-02 Xerox Corp Method and system for implementing uniformity correction response curve rc in digital printer, image streak correcting method, and active correction method for streak correction

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009232455A (en) * 2008-03-20 2009-10-08 Toshiba Corp Image forming apparatus, and image processing method thereof

Similar Documents

Publication Publication Date Title
JP5712684B2 (en) Color processing apparatus and program
JP5388772B2 (en) Image forming apparatus
US7421217B2 (en) Image forming apparatus, image forming method, toner counter and calculation method of toner consumption
JP4898342B2 (en) Color conversion method and color conversion system
JP2012084982A (en) Image processing device, image processing method and program
JP2011188233A (en) Pseudo-halftoning device, and image forming system
JP5854034B2 (en) Color processing apparatus, image forming apparatus, and program
JP4888113B2 (en) Image processing apparatus, image output apparatus, terminal apparatus, image forming system, and program
JP3760969B2 (en) Image forming apparatus and method
JP5854066B2 (en) Color processing apparatus, image forming apparatus, and program
US8917425B2 (en) Image processing apparatus for executing halftone processing, image processing system, image processing method, program product, and computer-readable storage medium
US9014578B2 (en) Tone reproduction curve error reduction
JP2010166563A (en) System and method for halftone independent temporal color drift correction in xerographic printer having high addressability
JP2006262367A (en) Image processing apparatus, image processing method, image processing program and storage medium
US20100182649A1 (en) Halftone independent device characterization accounting for colorant interactions
JP4618333B2 (en) Image forming apparatus, gradation correction method, and gradation correction program
JP5247058B2 (en) Image forming apparatus
JP2007312236A (en) Image processing apparatus and program
US8531731B2 (en) Image quality performance for a color marking device
JP2009253956A (en) Image processing apparatus
JP4697045B2 (en) Image processing apparatus and program
JP2008254341A (en) Image formation device and image forming method
JP4697044B2 (en) Image processing apparatus and program
JP6648718B2 (en) Image forming apparatus, image forming method, and image forming program
JP2012186712A (en) Image processing device and program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090210

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100517

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100525

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100726

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20110201