画像形成装置
【課題】出力画像または感光体上や中間転写ベルト上等の作像プロセス上の画像から分解された濃度ムラを引き起こす複数の要因を抽出するだけでなく、抽出された各要因を直列に順次補正することで、各要因がどれだけ全体の濃度ムラに寄与しているのかを評価する画像評価装置を提供する。
【解決手段】 画像パターンを読み取り、画像濃度データを計測する画像読取計測手段と、前記画像読取計測手段により計測された画像濃度データから、画像パターンにおける濃度ムラを引き起こす複数の要因に分解する分解手段と、前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正手段と、前記要因別に補正された補正効果をそれぞれ抽出する抽出手段とを設けた画像評価装置である。
【解決手段】 画像パターンを読み取り、画像濃度データを計測する画像読取計測手段と、前記画像読取計測手段により計測された画像濃度データから、画像パターンにおける濃度ムラを引き起こす複数の要因に分解する分解手段と、前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正手段と、前記要因別に補正された補正効果をそれぞれ抽出する抽出手段とを設けた画像評価装置である。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は複写機、プリンタ、ファクシミリ等の画像形成装置により再現される画像の品質を評価する画像評価装置、画像評価方法及び記録媒体に関するものである。
【背景技術】
【０００２】
従来、電子写真方式には多様な方法が知られており、一般的には像担持体表面を帯電させ、帯電させた像担持体を露光して静電潜像を形成する。次いで、静電潜像にトナーを現像し、像担持体上にトナー像を形成する。さらに、中間転写体を介して、または直接的に像担持体上のトナー像を記録材上に転写し、この転写されたトナー像を加熱、圧力もしくはこれらの併用によって定着することにより、記録材上に画像が形成される。なお、トナー像転写後の像担持体上に残ったトナーは、ブレード、ブラシ、ローラ等の既知の方法によりクリーニングされる。
近年の電子写真技術の動向として、高画質化、デジタル化、カラー化、高速化が要求されている。例えば、解像度は１２００ｄｐｉ以上の高解像のものが検討されており、これを実現するために、従来以上に高品位の画像が望まれている。この高品位な画像を得るためには、記録紙上の画像で欠陥の少ない、高精細な画像にしなければならない。とくに、最近はカラー画像が多くなっており、カラー画像形成装置における画像の均一性は専門的な知識や熟練された感覚を有していなくても優劣が判別可能な特性であるため、非常に重要な要素となっている。とくに、複数のカラートナーを重ね合わせて多数の中間調の色を再現することから、濃度ムラを最小限に抑える必要がある。
そこで、特許文献１では、画像品位に関連するプロセスに関わる状態量を用いて画像形成プロセスにおける画像劣化の要因を推定する方法を提案している。しかしながら、上記特許文献１は、ある特定部位の特性しか捉えられないため、ページ内の濃度ムラ発生状況を正確に把握することができないという問題があった。
【０００３】
また、カラー画像の出力には、複数の像担持体と現像装置を用いて、各像担持体上に形成したカラートナー画像を、中間転写体を介して、または直接的に記録材上に転写するタンデム型の電子写真方式が用いられている。特に、中間転写体を用いた転写方式は、記録材の搬送が簡単であり、多様な記録材を使用できる利点が有るため様々な複写機やプリンタに採用されている。このようなプロセスを必要としていることから、高品位な画像を得るためには、どのようなプロセス過程に起因して濃度ムラが発生しているか重み付けをする必要がある。
特許文献２では、中間転写ベルトに形成された画質検知パターンを光学手段により画質を検出する際、前記画質検知パターンが、複数色の画像を重ねて形成され、前記複数色のうち最下層の色（先頭色）の画像パターンがベタ画像からなり、このベタ画像パターンの上層に２番目、３番目、４番目の色のベタ画像ではない画像パターンを形成し、ベタパターンと各色の画像パターンの濃度ムラを光学的に測定し、前記ベタパターンを測定したときの出力と前記各色の画像パターンを測定したときの出力をそれぞれ比較して画質を評価するようにした画質検出装置が開示されている。
また、特許文献３では、複写機でハーフトーンチャートを複写し搬出されてきた複写紙を吸着部によって吸着した状態で搬送部により搬送し、その過程で均一照明するライン光源で複写紙を照射しラインセンサカメラで１ラインごとに撮像し、その画像データを画像入力部で濃淡データに変換し、ピーク検出・画質判定部により濃淡データに基づいてスジ状画質不良の有無の判定を行う画質検査装置が開示されている。
しかし、これらは、単に得られた画像上の濃度ムラを評価するだけである。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
そこで、本発明は上記問題点に鑑みてなされたものであり、その課題は、出力画像または感光体上や中間転写ベルト上等の作像プロセス上の画像から分解された濃度ムラを引き起こす複数の要因を抽出するだけでなく、抽出された各要因を直列に順次補正することで、各要因がどれだけ全体の濃度ムラに寄与しているのかを評価する画像評価装置、画像評価方法及びこの画質検出方法を実現するためのコンピュータプログラムをコンピュータにダウンロードして容易に実行できるようにした記録媒体を提供することである。
【課題を解決するための手段】
【０００５】
上記課題を解決する手段である本発明の特徴を以下に挙げる。
本発明の画像評価装置は、画像パターンを読み取り、画像濃度データを計測する画像読取計測手段と、前記画像読取計測手段により計測された画像濃度データから、画像パターンにおける濃度ムラを引き起こす複数の要因に分解する分解手段と、前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正手段と、前記要因別に補正された補正効果をそれぞれ抽出する抽出手段とを設けたことを特徴とする。
また、本発明の画像評価装置は、さらに、抽出された要因別の補正効果の大小を比較する比較手段を設けたことを特徴とする。
また、本発明の画像評価装置は、さらに、前記濃度ムラを引き起こす要因が、傾斜ムラ、周期ムラ、スジ・帯のいずれかであることを特徴とする。
また、本発明の画像評価装置は、さらに、前記濃度ムラの特徴量は前記画像濃度データの標準偏差または分散であることを特徴とする。
また、本発明の画像評価装置は、さらに、前記濃度ムラ特徴量は主走査方向と副走査方向それぞれ独立して計測することを特徴とする。
【０００６】
本発明の画像評価方法は、画像パターンを読み取り、画像濃度データを出力する画像読み取り計測工程と、前記出力された前記画像濃度データについて濃度ムラを引き起こす複数の要因に分解する分解工程と、前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正工程と、前記要因別に補正された補正効果をそれぞれ抽出する抽出工程とを設けたことを特徴とする。
また、本発明の画像評価方法は、さらに、前記抽出された要因別の補正効果の大小を比較する比較工程を設けたことを特徴とする。
また、本発明の画像評価方法は、さらに、前記濃度ムラを引き起こす複数の要因が、傾斜ムラ、周期ムラ、スジ・帯のいずれかであることを特徴とする。
また、本発明の画像評価方法は、さらに、前記濃度ムラ特徴量は前記画像濃度データの標準偏差または分散であることを特徴とする。
また、本発明の画像評価方法は、さらに、前記濃度ムラ特徴量は主走査方向と副走査方向それぞれ独立して計測することを特徴とする。
【０００７】
本発明の記録媒体は、上記のいずれかに記載の画像評価方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体である。
【発明の効果】
【０００８】
上記課題を解決する手段である本発明によって、以下のような特有の効果を奏する。
本発明の画像評価装置及び画像評価方法によって、画像のパターンから濃度ムラを引き起こす複数の要因と各要因の補正効果と各要因の補正効果の大小を得ることができる。
【図面の簡単な説明】
【０００９】
【図１】本発明の実施の形態に適用した画像評価装置の構成を示す概略図である。
【図２】本発明の実施の形態による画像評価装置の構成を示すブロック図である。
【図３】画像パターンの画像濃度のうち傾斜を有する傾斜ムラを表す模式図と画像濃度データを示す図である。
【図４】画像パターンの画像濃度のうち周期的なムラを有する周期ムラを表す模式図と画像濃度データを示す図である。
【図５】画像パターンの画像濃度のうちスジ状又は帯状に表れた濃度ムラを表す模式図と画像濃度データを示す図である。
【図６】画像評価装置の動作制御を示すフローチャートである。
【図７】濃度ムラのうち傾斜ムラと補正した濃度ムラを表す模式図と画像濃度データを示す図である。
【図８】濃度ムラのうち周期ムラと補正した周期ムラを表す模式図と画像濃度データを示す図である。
【図９】濃度ムラのうちスジ状又は帯状と補正されたスジ状又は帯状を表す模式図と画像濃度データを示す図である。
【図１０】横軸は要因項目、縦軸は標準偏差であり、折れ線グラフは該当要因補正前後の標準偏差の変化、棒グラフは補正効果を表す図である。
【発明を実施するための形態】
【００１０】
以下に、本発明を実施するための最良の形態を図面に基づいて説明する。なお、いわゆる当業者は特許請求の範囲内における本発明を変更・修正をして他の実施形態をなすことは容易であり、これらの変更・修正はこの特許請求の範囲に含まれるものであり、以下の説明はこの発明における最良の形態の例であって、この特許請求の範囲を限定するものではない。
【００１１】
図１は、本発明の実施の形態に適用した画像評価装置の構成を示す概略図である。
この画像評価装置１２０は、例えば、一般的構成のパーソナルコンピュータ（ＰＣ）に、所定の機能を備えた構成にしている画像処理装置１２２を備えている。なお、画像処理装置１２２には、所定の機能として、後述する読取装置（スキャナ）１００からの画像パターン１による画像データを濃度として読み取る画像読取計測手段としての計測部１０１、読み取った濃度ムラを要因に分解する分解手段としての要因分解部１０３、各濃度ムラ要因別に補正する補正手段としての補正部１０４、１０５、１０６、補正効果をそれぞれ抽出する抽出手段としての補正効果演算部１１２、さらに、要因別の補正効果の大小を比較する比較手段としての比較部１１４を挙げることができる。
この画像処理装置１２２には、不図示の印刷出力装置としてプリンタが接続され、画像処理装置１２２で処理した画像の印刷出力が可能にしてもよい。これによって、印刷出力して変更した画質、補正した画質を確認することができる。また、画像処理装置１２２には、記録媒体１２４が備えていて、画像評価をするためのプログラムが記録されている。濃度ムラ評価機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記憶媒体に格納したので、画像評価装置１２０を汎用的に構築できる。
また、画像評価装置１２０には、評価する画像を読み取るための読取装置（スキャナ）１００を備えている。読取装置１２１は、ラインイメージセンサの読取位置を固定し、読取位置に対して読取原稿を副走査方向へ移動させ、露光装置によって露光し、その原稿の反射光を原稿画像としてラインイメージセンサにより読み取る、ラインイメージセンサから出力される画像信号をサンプリングし、デジタル信号に変換して読取画像データを形成している。
【００１２】
図２は、本発明の実施の形態による画像評価装置の構成を示すブロック図である。
図２において、画像評価装置１２０は、まず、画像パターン１をスキャナ等の読取装置１２１で読み取り、読み取った画像データ２から、画像処理装置１２２の計測部１０１で画像パターン１の画像濃度を主走査方向及び副走査方向に平均化して、得られた１次元の画像濃度データ３として出力する。
次に、画像処理装置１２２の濃度ムラ算出部１０２は、入力された画像濃度データ３の標準偏差又は分散を計算し、これをこの画像、すなわち画像パターン１の濃度ムラ特徴量１０とする。濃度ムラ特徴量１０は記録部１１１に記録される。特徴量とは、画像パターン１の特徴を抽出して、その特徴を比較できるように数値化したものである。
【００１３】
また、別に、画像パターン１の画像濃度データ３は計測部１０１より要因分解部１０３にも入力され、濃度ムラを引き起こす複数の要因に分解する。本実施の形態では一例として、主走査方向の濃度ムラ要因を傾斜ムラ４、周期ムラ５、スジ・帯６に分解する。
図３は、画像パターンの画像濃度のうち傾斜を有する傾斜ムラを表す模式図と画像濃度データを示す図である。図４は、画像パターンの画像濃度のうち周期的なムラを有する周期ムラを表す模式図と画像濃度データを示す図である。図５は、画像パターンの画像濃度のうちスジ状又は帯状に表れた濃度ムラを表す模式図と画像濃度データを示す図である。ここでは、主走査方向の濃度ムラを示しているが、同様の濃度ムラは、無論、副走査方向にも生ずる。
傾斜ムラ要因の寄与が最も高い場合は、現像ギャップ偏差または現像剤の汲み上げ偏差などが原因として考えられる。また、周期ムラ要因の寄与が高い場合はその周波数とローラ径などの情報をもとに感光体や現像ローラ、現像スクリューなどの部品が特定できる。さらに、スジや帯ムラ要因の寄与が高い場合はその幅などの特徴から現像ドクター部での異物の詰まり、現像剤が現像ローラに連れ回ることによる汲み上げ量低下などの要因が考えられる。
【００１４】
次に、画像処理装置１２２の要因分解部１０３で、濃度ムラをそれぞれの形態である傾斜ムラ４、周期ムラ５、スジ・帯ムラ６に分解された後、それぞれを補正する。補正は直列に順次行い、傾斜ムラ４、周期ムラ５、スジ・帯ムラ６の順に行うとする。これらの補正は傾斜ムラ補正部１０４、周期ムラ補正部１０５、スジ・帯補正部１０６において行われる。
図６は、画像評価装置の動作制御を示すフローチャートである。
まず、画像読取装置１２１および画像処理装置１２２により画像パターン１の主走査方向の画像濃度データ３を求め（Ｓ１）、この画像濃度データ３から濃度ムラ算出部１０２により濃度ムラ特徴量１０（Ｓ２）を求める。この結果は記録部１１１に記録される。
次に、画像濃度データを傾斜ムラ補正部１０４で傾斜ムラ４を補正する方法（Ｓ３）について述べる。
傾斜ムラ４補正は画像濃度データ３のプロファイルに対して多項式近似式に当てはめることで行う。例えば、画像濃度データ３のプロファイルＹ（ｉ）はＹ（ｉ）＝ａ＊ｉ４＋ｂ＊ｉ３＋ｃ＊ｉ２＋ｄ＊ｉ＋ｅとおける。ここで、ｉは主走査位置である。このとき、ａ〜ｅの係数を求めることで任意の主走査位置ｉにおける画像濃度データを予測する。
ここでは４次式を用いたが、次数は４次に限定されるものではなく、適切に選択すれば良い。次に、元の画像濃度データ３を対応する主走査位置ｉごとにＹ（ｉ）で割り、補正係数配列Ｎ（ｉ）を得る。画像濃度データ３の平均値に補正係数配列Ｎ（ｉ）を掛けることで、傾斜ムラ４補正後の画像濃度データ７が得られる（Ｓ４）。
この画像濃度データ７から濃度ムラ算出部１０７により濃度ムラ特徴量１１（Ｓ５）を求める。この結果は記録部１１１に記録される。
【００１５】
次に、傾斜ムラ４補正後の画像濃度データ７を周期ムラ補正部１０５で周期ムラ５補正する方法（Ｓ６）について述べる。周期ムラ補正は画像濃度データ７に対してフーリエ変換を行い、周波数解析を行う。周波数解析することで、周期ムラ５の周波数と振幅を抽出する。任意の周波数を除去し、逆フーリエ変換により周期ムラ５を補正する（Ｓ７）。ここで、除去する周波数は相対的に振幅の大きい部分でも良いし、部品スペックや設計仕様をもとに決めても良い。周期ムラ５を補正して得られた画像濃度データ８から濃度ムラ算出部１０８により濃度ムラ特徴量１２（Ｓ８）を求める。この結果は記録部１１１に記録される。
【００１６】
次に、周期ムラ５補正後の画像濃度データ８をスジ・帯補正部１０６でスジ・帯ムラ６補正する方法（Ｓ９）について述べる。スジ・帯補正は画像濃度データ８に対してウェーブレット縮退の処理を行い、スジ・帯ムラ６とランダムノイズを分離する。ウェーブレット縮退とは画像をウェーブレット変換し、ウェーブレット展開係数を求め、その係数の絶対値があるしきい値より小さいものをゼロに置き換えた上で、画像の再構成を行うことでノイズを除去する手法である。この手法により、突発的・非定常な音響や振動等の時間的変化に対するスペクトル解析が可能になり、微細な不連続変化を捉えることができる。
ウェーブレット縮退の詳細はD.L.
Donoho and I.M. Johnstone "Ideal Spatial Adaptation by Wavelet
Shrinkage", Biometrika, Vol.81, pp.425-455（1994）、中野宏毅、山本鎭男、吉田靖夫著「ウェーブレットによる信号処理と画像処理」共立出版
を参照する。
このようにして得られたスジ・帯６補正後の画像濃度データ９から濃度ムラ算出部１０９により濃度ムラ特徴量１３（Ｓ１１）を求める。この結果は記録部１１１に記録される。
【００１７】
図７は、濃度ムラのうち傾斜ムラと補正した濃度ムラを表す模式図と画像濃度データを示す図である。図８は、濃度ムラのうち周期ムラと補正した周期ムラを表す模式図と画像濃度データを示す図である。図９は、濃度ムラのうちスジ状又は帯状と補正されたスジ状又は帯状を表す模式図と画像濃度データを示す図である。
記録部１１１に記録された濃度ムラ特徴量１０、１１、１２、１３から補正効果演算部１１２により各濃度ムラ要因の補正効果を求める（Ｓ１２）。まず、図７に示すように、傾斜ムラ４補正で改善された傾斜ムラ補正効果２１は「濃度ムラ特徴量１０−濃度ムラ特徴量１１」となる。同様に、図８に示すように、周期ムラ補正効果２２は「濃度ムラ特徴量１１−濃度ムラ特徴量１２」、図９に示すように、スジ・帯補正効果２３は「濃度ムラ特徴量１２−濃度ムラ特徴量１３」となる。これらの結果は記録部１１３に記録される。
【００１８】
次に、記録部１１３からの比較部１１４において記録された各補正効果２１〜２３の大小を比較して（Ｓ１３）、最も大きい補正効果を得た濃度ムラ要因が画像パターン１の濃度ムラに最も影響を与えている濃度ムラ要因２４として抽出される。得られた結果の一例を図１０に示す。図１０は、横軸は要因項目、縦軸は標準偏差であり、折れ線グラフは該当要因補正前後の標準偏差の変化、棒グラフは補正効果を表す図である。この例では、濃度ムラの標準偏差が約０．７８で、この濃度ムラに対して傾斜ムラ４を補正すると最も濃度ムラの補正効果が大きく、周期ムラの補正効果が最も小さいことがわかる。濃度ムラを表す特性として画像濃度データの標準偏差または分散を用いることで、シンプルな計算で評価が可能となるため、アルゴリズムを高速化することができる。
傾斜ムラ４は、画像濃度データ３がある傾きで変化している時に生じる濃度ムラ要因である。図３に示すような主走査方向の傾斜ムラ４は、現像ローラの現像剤の供給が不十分又はトナーの補給が一様でない場合、現像ローラと感光体との間隙が狭い場合、現像二成分現像剤の場合はトナー濃度が低くなっている場合に生ずることがある。
周期ムラ５は、画像濃度データ３がある周期で変化している時に生じる濃度ムラ要因である。図４に示すような主走査方向の周期ムラ５は、現像ローラと感光体との間隙が小さく現像剤がつまって均一な駆動ができていない場合、感光体や現像ローラの大きさが設定値と異なる場合に生ずることがある。
スジ・帯６は、画像濃度データの中にランダムな幅と強度で抜けが発生している時に生じる濃度ムラ要因である。図５に示すような主走査方向のスジ・帯６は、感光体への傷の発生による場合、クリーニングブレードの振動等によるクリーニング不良による場合、現像剤のくみ上げ量が低下している場合に生ずることがある。いずれも、原因を固定することができないが長期にわたる画像形成動作では、明確に区別できない場合もある。また、この他にも、これらと異なる濃度ムラの形態もあるが、この３つが画像に大きな影響を与える濃度ムラである。
以上のように、出力画像から濃度ムラを引き起こす種々の形態のある要因寄与が明確になり、技術者が複写機やプリンタなどの画像出力装置の濃度ムラを引き起こす原因の絞り込みがし易くなる。なお、本実施の形態では出力画像の主走査方向の画像評価を行う場合について説明したが、副走査方向の画像評価を行うようにしても良く、さらには画像形成プロセスに遡り、感光体上や中間転写ベルト上等の作像プロセス上における画像の評価を行うようにしても良い。濃度ムラを主走査方向と副走査方向を別々に評価することで、画像読み取り時のランダムノイズをキャンセルできるため、濃度ムラを精度よく評価することができる。
【符号の説明】
【００１９】
１ 画像パターン
３ 画像濃度データ
４ 傾斜ムラデータ
５ 周期ムラデータ
６ スジ・帯データ
７ 傾斜ムラ補正データ
８ 周期ムラ補正データ
９ スジ・帯補正データ
１０ 濃度ムラ特徴量
１１ 傾斜ムラ特徴量
１２ 周期ムラ特徴量
１３ スジ・帯特徴量
２１ 傾斜ムラ補正効果
２２ 周期ムラ補正効果
２３ スジ・帯補正効果
２４ 最終データ
１０１ 計測部
１０２、１０７、１０８、１０９ 画像濃度ムラ算出部
１０３ 要因分解部
１０４ 傾斜ムラ補正部
１０５ 周期ムラ補正部
１０６ スジ・帯補正部
１１１、１１３ 記録部
１１２ 補正効果演算部
１１４ 比較部
１２０ 画像評価装置
１２１ 読取装置
１２２ 画像処理装置
１２４ 記録媒体
【先行技術文献】
【特許文献】
【００２０】
【特許文献１】特開平０６−２０２４０７号公報
【特許文献２】特開２０００４−３０２１６７号公報
【特許文献３】特開平０７−０５５７１４号公報
【技術分野】
【０００１】
本発明は複写機、プリンタ、ファクシミリ等の画像形成装置により再現される画像の品質を評価する画像評価装置、画像評価方法及び記録媒体に関するものである。
【背景技術】
【０００２】
従来、電子写真方式には多様な方法が知られており、一般的には像担持体表面を帯電させ、帯電させた像担持体を露光して静電潜像を形成する。次いで、静電潜像にトナーを現像し、像担持体上にトナー像を形成する。さらに、中間転写体を介して、または直接的に像担持体上のトナー像を記録材上に転写し、この転写されたトナー像を加熱、圧力もしくはこれらの併用によって定着することにより、記録材上に画像が形成される。なお、トナー像転写後の像担持体上に残ったトナーは、ブレード、ブラシ、ローラ等の既知の方法によりクリーニングされる。
近年の電子写真技術の動向として、高画質化、デジタル化、カラー化、高速化が要求されている。例えば、解像度は１２００ｄｐｉ以上の高解像のものが検討されており、これを実現するために、従来以上に高品位の画像が望まれている。この高品位な画像を得るためには、記録紙上の画像で欠陥の少ない、高精細な画像にしなければならない。とくに、最近はカラー画像が多くなっており、カラー画像形成装置における画像の均一性は専門的な知識や熟練された感覚を有していなくても優劣が判別可能な特性であるため、非常に重要な要素となっている。とくに、複数のカラートナーを重ね合わせて多数の中間調の色を再現することから、濃度ムラを最小限に抑える必要がある。
そこで、特許文献１では、画像品位に関連するプロセスに関わる状態量を用いて画像形成プロセスにおける画像劣化の要因を推定する方法を提案している。しかしながら、上記特許文献１は、ある特定部位の特性しか捉えられないため、ページ内の濃度ムラ発生状況を正確に把握することができないという問題があった。
【０００３】
また、カラー画像の出力には、複数の像担持体と現像装置を用いて、各像担持体上に形成したカラートナー画像を、中間転写体を介して、または直接的に記録材上に転写するタンデム型の電子写真方式が用いられている。特に、中間転写体を用いた転写方式は、記録材の搬送が簡単であり、多様な記録材を使用できる利点が有るため様々な複写機やプリンタに採用されている。このようなプロセスを必要としていることから、高品位な画像を得るためには、どのようなプロセス過程に起因して濃度ムラが発生しているか重み付けをする必要がある。
特許文献２では、中間転写ベルトに形成された画質検知パターンを光学手段により画質を検出する際、前記画質検知パターンが、複数色の画像を重ねて形成され、前記複数色のうち最下層の色（先頭色）の画像パターンがベタ画像からなり、このベタ画像パターンの上層に２番目、３番目、４番目の色のベタ画像ではない画像パターンを形成し、ベタパターンと各色の画像パターンの濃度ムラを光学的に測定し、前記ベタパターンを測定したときの出力と前記各色の画像パターンを測定したときの出力をそれぞれ比較して画質を評価するようにした画質検出装置が開示されている。
また、特許文献３では、複写機でハーフトーンチャートを複写し搬出されてきた複写紙を吸着部によって吸着した状態で搬送部により搬送し、その過程で均一照明するライン光源で複写紙を照射しラインセンサカメラで１ラインごとに撮像し、その画像データを画像入力部で濃淡データに変換し、ピーク検出・画質判定部により濃淡データに基づいてスジ状画質不良の有無の判定を行う画質検査装置が開示されている。
しかし、これらは、単に得られた画像上の濃度ムラを評価するだけである。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
そこで、本発明は上記問題点に鑑みてなされたものであり、その課題は、出力画像または感光体上や中間転写ベルト上等の作像プロセス上の画像から分解された濃度ムラを引き起こす複数の要因を抽出するだけでなく、抽出された各要因を直列に順次補正することで、各要因がどれだけ全体の濃度ムラに寄与しているのかを評価する画像評価装置、画像評価方法及びこの画質検出方法を実現するためのコンピュータプログラムをコンピュータにダウンロードして容易に実行できるようにした記録媒体を提供することである。
【課題を解決するための手段】
【０００５】
上記課題を解決する手段である本発明の特徴を以下に挙げる。
本発明の画像評価装置は、画像パターンを読み取り、画像濃度データを計測する画像読取計測手段と、前記画像読取計測手段により計測された画像濃度データから、画像パターンにおける濃度ムラを引き起こす複数の要因に分解する分解手段と、前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正手段と、前記要因別に補正された補正効果をそれぞれ抽出する抽出手段とを設けたことを特徴とする。
また、本発明の画像評価装置は、さらに、抽出された要因別の補正効果の大小を比較する比較手段を設けたことを特徴とする。
また、本発明の画像評価装置は、さらに、前記濃度ムラを引き起こす要因が、傾斜ムラ、周期ムラ、スジ・帯のいずれかであることを特徴とする。
また、本発明の画像評価装置は、さらに、前記濃度ムラの特徴量は前記画像濃度データの標準偏差または分散であることを特徴とする。
また、本発明の画像評価装置は、さらに、前記濃度ムラ特徴量は主走査方向と副走査方向それぞれ独立して計測することを特徴とする。
【０００６】
本発明の画像評価方法は、画像パターンを読み取り、画像濃度データを出力する画像読み取り計測工程と、前記出力された前記画像濃度データについて濃度ムラを引き起こす複数の要因に分解する分解工程と、前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正工程と、前記要因別に補正された補正効果をそれぞれ抽出する抽出工程とを設けたことを特徴とする。
また、本発明の画像評価方法は、さらに、前記抽出された要因別の補正効果の大小を比較する比較工程を設けたことを特徴とする。
また、本発明の画像評価方法は、さらに、前記濃度ムラを引き起こす複数の要因が、傾斜ムラ、周期ムラ、スジ・帯のいずれかであることを特徴とする。
また、本発明の画像評価方法は、さらに、前記濃度ムラ特徴量は前記画像濃度データの標準偏差または分散であることを特徴とする。
また、本発明の画像評価方法は、さらに、前記濃度ムラ特徴量は主走査方向と副走査方向それぞれ独立して計測することを特徴とする。
【０００７】
本発明の記録媒体は、上記のいずれかに記載の画像評価方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体である。
【発明の効果】
【０００８】
上記課題を解決する手段である本発明によって、以下のような特有の効果を奏する。
本発明の画像評価装置及び画像評価方法によって、画像のパターンから濃度ムラを引き起こす複数の要因と各要因の補正効果と各要因の補正効果の大小を得ることができる。
【図面の簡単な説明】
【０００９】
【図１】本発明の実施の形態に適用した画像評価装置の構成を示す概略図である。
【図２】本発明の実施の形態による画像評価装置の構成を示すブロック図である。
【図３】画像パターンの画像濃度のうち傾斜を有する傾斜ムラを表す模式図と画像濃度データを示す図である。
【図４】画像パターンの画像濃度のうち周期的なムラを有する周期ムラを表す模式図と画像濃度データを示す図である。
【図５】画像パターンの画像濃度のうちスジ状又は帯状に表れた濃度ムラを表す模式図と画像濃度データを示す図である。
【図６】画像評価装置の動作制御を示すフローチャートである。
【図７】濃度ムラのうち傾斜ムラと補正した濃度ムラを表す模式図と画像濃度データを示す図である。
【図８】濃度ムラのうち周期ムラと補正した周期ムラを表す模式図と画像濃度データを示す図である。
【図９】濃度ムラのうちスジ状又は帯状と補正されたスジ状又は帯状を表す模式図と画像濃度データを示す図である。
【図１０】横軸は要因項目、縦軸は標準偏差であり、折れ線グラフは該当要因補正前後の標準偏差の変化、棒グラフは補正効果を表す図である。
【発明を実施するための形態】
【００１０】
以下に、本発明を実施するための最良の形態を図面に基づいて説明する。なお、いわゆる当業者は特許請求の範囲内における本発明を変更・修正をして他の実施形態をなすことは容易であり、これらの変更・修正はこの特許請求の範囲に含まれるものであり、以下の説明はこの発明における最良の形態の例であって、この特許請求の範囲を限定するものではない。
【００１１】
図１は、本発明の実施の形態に適用した画像評価装置の構成を示す概略図である。
この画像評価装置１２０は、例えば、一般的構成のパーソナルコンピュータ（ＰＣ）に、所定の機能を備えた構成にしている画像処理装置１２２を備えている。なお、画像処理装置１２２には、所定の機能として、後述する読取装置（スキャナ）１００からの画像パターン１による画像データを濃度として読み取る画像読取計測手段としての計測部１０１、読み取った濃度ムラを要因に分解する分解手段としての要因分解部１０３、各濃度ムラ要因別に補正する補正手段としての補正部１０４、１０５、１０６、補正効果をそれぞれ抽出する抽出手段としての補正効果演算部１１２、さらに、要因別の補正効果の大小を比較する比較手段としての比較部１１４を挙げることができる。
この画像処理装置１２２には、不図示の印刷出力装置としてプリンタが接続され、画像処理装置１２２で処理した画像の印刷出力が可能にしてもよい。これによって、印刷出力して変更した画質、補正した画質を確認することができる。また、画像処理装置１２２には、記録媒体１２４が備えていて、画像評価をするためのプログラムが記録されている。濃度ムラ評価機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記憶媒体に格納したので、画像評価装置１２０を汎用的に構築できる。
また、画像評価装置１２０には、評価する画像を読み取るための読取装置（スキャナ）１００を備えている。読取装置１２１は、ラインイメージセンサの読取位置を固定し、読取位置に対して読取原稿を副走査方向へ移動させ、露光装置によって露光し、その原稿の反射光を原稿画像としてラインイメージセンサにより読み取る、ラインイメージセンサから出力される画像信号をサンプリングし、デジタル信号に変換して読取画像データを形成している。
【００１２】
図２は、本発明の実施の形態による画像評価装置の構成を示すブロック図である。
図２において、画像評価装置１２０は、まず、画像パターン１をスキャナ等の読取装置１２１で読み取り、読み取った画像データ２から、画像処理装置１２２の計測部１０１で画像パターン１の画像濃度を主走査方向及び副走査方向に平均化して、得られた１次元の画像濃度データ３として出力する。
次に、画像処理装置１２２の濃度ムラ算出部１０２は、入力された画像濃度データ３の標準偏差又は分散を計算し、これをこの画像、すなわち画像パターン１の濃度ムラ特徴量１０とする。濃度ムラ特徴量１０は記録部１１１に記録される。特徴量とは、画像パターン１の特徴を抽出して、その特徴を比較できるように数値化したものである。
【００１３】
また、別に、画像パターン１の画像濃度データ３は計測部１０１より要因分解部１０３にも入力され、濃度ムラを引き起こす複数の要因に分解する。本実施の形態では一例として、主走査方向の濃度ムラ要因を傾斜ムラ４、周期ムラ５、スジ・帯６に分解する。
図３は、画像パターンの画像濃度のうち傾斜を有する傾斜ムラを表す模式図と画像濃度データを示す図である。図４は、画像パターンの画像濃度のうち周期的なムラを有する周期ムラを表す模式図と画像濃度データを示す図である。図５は、画像パターンの画像濃度のうちスジ状又は帯状に表れた濃度ムラを表す模式図と画像濃度データを示す図である。ここでは、主走査方向の濃度ムラを示しているが、同様の濃度ムラは、無論、副走査方向にも生ずる。
傾斜ムラ要因の寄与が最も高い場合は、現像ギャップ偏差または現像剤の汲み上げ偏差などが原因として考えられる。また、周期ムラ要因の寄与が高い場合はその周波数とローラ径などの情報をもとに感光体や現像ローラ、現像スクリューなどの部品が特定できる。さらに、スジや帯ムラ要因の寄与が高い場合はその幅などの特徴から現像ドクター部での異物の詰まり、現像剤が現像ローラに連れ回ることによる汲み上げ量低下などの要因が考えられる。
【００１４】
次に、画像処理装置１２２の要因分解部１０３で、濃度ムラをそれぞれの形態である傾斜ムラ４、周期ムラ５、スジ・帯ムラ６に分解された後、それぞれを補正する。補正は直列に順次行い、傾斜ムラ４、周期ムラ５、スジ・帯ムラ６の順に行うとする。これらの補正は傾斜ムラ補正部１０４、周期ムラ補正部１０５、スジ・帯補正部１０６において行われる。
図６は、画像評価装置の動作制御を示すフローチャートである。
まず、画像読取装置１２１および画像処理装置１２２により画像パターン１の主走査方向の画像濃度データ３を求め（Ｓ１）、この画像濃度データ３から濃度ムラ算出部１０２により濃度ムラ特徴量１０（Ｓ２）を求める。この結果は記録部１１１に記録される。
次に、画像濃度データを傾斜ムラ補正部１０４で傾斜ムラ４を補正する方法（Ｓ３）について述べる。
傾斜ムラ４補正は画像濃度データ３のプロファイルに対して多項式近似式に当てはめることで行う。例えば、画像濃度データ３のプロファイルＹ（ｉ）はＹ（ｉ）＝ａ＊ｉ４＋ｂ＊ｉ３＋ｃ＊ｉ２＋ｄ＊ｉ＋ｅとおける。ここで、ｉは主走査位置である。このとき、ａ〜ｅの係数を求めることで任意の主走査位置ｉにおける画像濃度データを予測する。
ここでは４次式を用いたが、次数は４次に限定されるものではなく、適切に選択すれば良い。次に、元の画像濃度データ３を対応する主走査位置ｉごとにＹ（ｉ）で割り、補正係数配列Ｎ（ｉ）を得る。画像濃度データ３の平均値に補正係数配列Ｎ（ｉ）を掛けることで、傾斜ムラ４補正後の画像濃度データ７が得られる（Ｓ４）。
この画像濃度データ７から濃度ムラ算出部１０７により濃度ムラ特徴量１１（Ｓ５）を求める。この結果は記録部１１１に記録される。
【００１５】
次に、傾斜ムラ４補正後の画像濃度データ７を周期ムラ補正部１０５で周期ムラ５補正する方法（Ｓ６）について述べる。周期ムラ補正は画像濃度データ７に対してフーリエ変換を行い、周波数解析を行う。周波数解析することで、周期ムラ５の周波数と振幅を抽出する。任意の周波数を除去し、逆フーリエ変換により周期ムラ５を補正する（Ｓ７）。ここで、除去する周波数は相対的に振幅の大きい部分でも良いし、部品スペックや設計仕様をもとに決めても良い。周期ムラ５を補正して得られた画像濃度データ８から濃度ムラ算出部１０８により濃度ムラ特徴量１２（Ｓ８）を求める。この結果は記録部１１１に記録される。
【００１６】
次に、周期ムラ５補正後の画像濃度データ８をスジ・帯補正部１０６でスジ・帯ムラ６補正する方法（Ｓ９）について述べる。スジ・帯補正は画像濃度データ８に対してウェーブレット縮退の処理を行い、スジ・帯ムラ６とランダムノイズを分離する。ウェーブレット縮退とは画像をウェーブレット変換し、ウェーブレット展開係数を求め、その係数の絶対値があるしきい値より小さいものをゼロに置き換えた上で、画像の再構成を行うことでノイズを除去する手法である。この手法により、突発的・非定常な音響や振動等の時間的変化に対するスペクトル解析が可能になり、微細な不連続変化を捉えることができる。
ウェーブレット縮退の詳細はD.L.
Donoho and I.M. Johnstone "Ideal Spatial Adaptation by Wavelet
Shrinkage", Biometrika, Vol.81, pp.425-455（1994）、中野宏毅、山本鎭男、吉田靖夫著「ウェーブレットによる信号処理と画像処理」共立出版
を参照する。
このようにして得られたスジ・帯６補正後の画像濃度データ９から濃度ムラ算出部１０９により濃度ムラ特徴量１３（Ｓ１１）を求める。この結果は記録部１１１に記録される。
【００１７】
図７は、濃度ムラのうち傾斜ムラと補正した濃度ムラを表す模式図と画像濃度データを示す図である。図８は、濃度ムラのうち周期ムラと補正した周期ムラを表す模式図と画像濃度データを示す図である。図９は、濃度ムラのうちスジ状又は帯状と補正されたスジ状又は帯状を表す模式図と画像濃度データを示す図である。
記録部１１１に記録された濃度ムラ特徴量１０、１１、１２、１３から補正効果演算部１１２により各濃度ムラ要因の補正効果を求める（Ｓ１２）。まず、図７に示すように、傾斜ムラ４補正で改善された傾斜ムラ補正効果２１は「濃度ムラ特徴量１０−濃度ムラ特徴量１１」となる。同様に、図８に示すように、周期ムラ補正効果２２は「濃度ムラ特徴量１１−濃度ムラ特徴量１２」、図９に示すように、スジ・帯補正効果２３は「濃度ムラ特徴量１２−濃度ムラ特徴量１３」となる。これらの結果は記録部１１３に記録される。
【００１８】
次に、記録部１１３からの比較部１１４において記録された各補正効果２１〜２３の大小を比較して（Ｓ１３）、最も大きい補正効果を得た濃度ムラ要因が画像パターン１の濃度ムラに最も影響を与えている濃度ムラ要因２４として抽出される。得られた結果の一例を図１０に示す。図１０は、横軸は要因項目、縦軸は標準偏差であり、折れ線グラフは該当要因補正前後の標準偏差の変化、棒グラフは補正効果を表す図である。この例では、濃度ムラの標準偏差が約０．７８で、この濃度ムラに対して傾斜ムラ４を補正すると最も濃度ムラの補正効果が大きく、周期ムラの補正効果が最も小さいことがわかる。濃度ムラを表す特性として画像濃度データの標準偏差または分散を用いることで、シンプルな計算で評価が可能となるため、アルゴリズムを高速化することができる。
傾斜ムラ４は、画像濃度データ３がある傾きで変化している時に生じる濃度ムラ要因である。図３に示すような主走査方向の傾斜ムラ４は、現像ローラの現像剤の供給が不十分又はトナーの補給が一様でない場合、現像ローラと感光体との間隙が狭い場合、現像二成分現像剤の場合はトナー濃度が低くなっている場合に生ずることがある。
周期ムラ５は、画像濃度データ３がある周期で変化している時に生じる濃度ムラ要因である。図４に示すような主走査方向の周期ムラ５は、現像ローラと感光体との間隙が小さく現像剤がつまって均一な駆動ができていない場合、感光体や現像ローラの大きさが設定値と異なる場合に生ずることがある。
スジ・帯６は、画像濃度データの中にランダムな幅と強度で抜けが発生している時に生じる濃度ムラ要因である。図５に示すような主走査方向のスジ・帯６は、感光体への傷の発生による場合、クリーニングブレードの振動等によるクリーニング不良による場合、現像剤のくみ上げ量が低下している場合に生ずることがある。いずれも、原因を固定することができないが長期にわたる画像形成動作では、明確に区別できない場合もある。また、この他にも、これらと異なる濃度ムラの形態もあるが、この３つが画像に大きな影響を与える濃度ムラである。
以上のように、出力画像から濃度ムラを引き起こす種々の形態のある要因寄与が明確になり、技術者が複写機やプリンタなどの画像出力装置の濃度ムラを引き起こす原因の絞り込みがし易くなる。なお、本実施の形態では出力画像の主走査方向の画像評価を行う場合について説明したが、副走査方向の画像評価を行うようにしても良く、さらには画像形成プロセスに遡り、感光体上や中間転写ベルト上等の作像プロセス上における画像の評価を行うようにしても良い。濃度ムラを主走査方向と副走査方向を別々に評価することで、画像読み取り時のランダムノイズをキャンセルできるため、濃度ムラを精度よく評価することができる。
【符号の説明】
【００１９】
１ 画像パターン
３ 画像濃度データ
４ 傾斜ムラデータ
５ 周期ムラデータ
６ スジ・帯データ
７ 傾斜ムラ補正データ
８ 周期ムラ補正データ
９ スジ・帯補正データ
１０ 濃度ムラ特徴量
１１ 傾斜ムラ特徴量
１２ 周期ムラ特徴量
１３ スジ・帯特徴量
２１ 傾斜ムラ補正効果
２２ 周期ムラ補正効果
２３ スジ・帯補正効果
２４ 最終データ
１０１ 計測部
１０２、１０７、１０８、１０９ 画像濃度ムラ算出部
１０３ 要因分解部
１０４ 傾斜ムラ補正部
１０５ 周期ムラ補正部
１０６ スジ・帯補正部
１１１、１１３ 記録部
１１２ 補正効果演算部
１１４ 比較部
１２０ 画像評価装置
１２１ 読取装置
１２２ 画像処理装置
１２４ 記録媒体
【先行技術文献】
【特許文献】
【００２０】
【特許文献１】特開平０６−２０２４０７号公報
【特許文献２】特開２０００４−３０２１６７号公報
【特許文献３】特開平０７−０５５７１４号公報
【特許請求の範囲】
【請求項１】
画像パターンを読み取り、画像濃度データを計測する画像読取計測手段と、
前記画像読取計測手段により計測された画像濃度データから、画像パターンにおける濃度ムラを引き起こす複数の要因に分解する分解手段と、
前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正手段と、
前記要因別に補正された補正効果をそれぞれ抽出する抽出手段とを設けた
ことを特徴とする画像評価装置。
【請求項２】
前記画像評価装置は、抽出された要因別の補正効果の大小を比較する比較手段を設けた
ことを特徴とする請求項１に記載の画像評価装置。
【請求項３】
前記濃度ムラを引き起こす要因が、傾斜ムラ、周期ムラ、スジ・帯のいずれかである
ことを特徴とする請求項１又は２に記載の画像評価装置。
【請求項４】
前記濃度ムラの特徴量は前記画像濃度データの標準偏差又は分散である
ことを特徴とする請求項１乃至３のいずれかに記載の画像評価装置。
【請求項５】
前記濃度ムラ特徴量は主走査方向と副走査方向それぞれ独立して計測する
ことを特徴とする請求項１乃至４のいずれかに記載の画像評価装置。
【請求項６】
画像パターンを読み取り、画像濃度データを出力する画像読み取り計測工程と、
前記出力された前記画像濃度データについて濃度ムラを引き起こす複数の要因に分解する分解工程と、
前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正工程と、
前記要因別に補正された補正効果をそれぞれ抽出する抽出工程とを設けた
ことを特徴とする画像評価方法。
【請求項７】
前記抽出された要因別の補正効果の大小を比較する比較工程を設けた
ことを特徴とする請求項６に記載の画像評価方法。
【請求項８】
前記濃度ムラを引き起こす複数の要因が、傾斜ムラ、周期ムラ、スジ・帯のいずれかである
ことを特徴とする請求項６又は７に記載の画像評価方法。
【請求項９】
前記濃度ムラ特徴量は前記画像濃度データの標準偏差または分散である
ことを特徴とする請求項６乃至８のいずれかに記載の画像評価方法。
【請求項１０】
前記濃度ムラ特徴量は主走査方向と副走査方向それぞれ独立して計測する
ことを特徴とする請求項６乃至９のいずれかに記載の画像評価方法。
【請求項１１】
請求項６乃至１０のいずれかに記載の画像評価方法をコンピュータに実現させるためのプログラムを記録した読み取り可能な記録媒体。
【請求項１】
画像パターンを読み取り、画像濃度データを計測する画像読取計測手段と、
前記画像読取計測手段により計測された画像濃度データから、画像パターンにおける濃度ムラを引き起こす複数の要因に分解する分解手段と、
前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正手段と、
前記要因別に補正された補正効果をそれぞれ抽出する抽出手段とを設けた
ことを特徴とする画像評価装置。
【請求項２】
前記画像評価装置は、抽出された要因別の補正効果の大小を比較する比較手段を設けた
ことを特徴とする請求項１に記載の画像評価装置。
【請求項３】
前記濃度ムラを引き起こす要因が、傾斜ムラ、周期ムラ、スジ・帯のいずれかである
ことを特徴とする請求項１又は２に記載の画像評価装置。
【請求項４】
前記濃度ムラの特徴量は前記画像濃度データの標準偏差又は分散である
ことを特徴とする請求項１乃至３のいずれかに記載の画像評価装置。
【請求項５】
前記濃度ムラ特徴量は主走査方向と副走査方向それぞれ独立して計測する
ことを特徴とする請求項１乃至４のいずれかに記載の画像評価装置。
【請求項６】
画像パターンを読み取り、画像濃度データを出力する画像読み取り計測工程と、
前記出力された前記画像濃度データについて濃度ムラを引き起こす複数の要因に分解する分解工程と、
前記分解された濃度ムラを引き起こす複数の要因を要因別に補正する補正工程と、
前記要因別に補正された補正効果をそれぞれ抽出する抽出工程とを設けた
ことを特徴とする画像評価方法。
【請求項７】
前記抽出された要因別の補正効果の大小を比較する比較工程を設けた
ことを特徴とする請求項６に記載の画像評価方法。
【請求項８】
前記濃度ムラを引き起こす複数の要因が、傾斜ムラ、周期ムラ、スジ・帯のいずれかである
ことを特徴とする請求項６又は７に記載の画像評価方法。
【請求項９】
前記濃度ムラ特徴量は前記画像濃度データの標準偏差または分散である
ことを特徴とする請求項６乃至８のいずれかに記載の画像評価方法。
【請求項１０】
前記濃度ムラ特徴量は主走査方向と副走査方向それぞれ独立して計測する
ことを特徴とする請求項６乃至９のいずれかに記載の画像評価方法。
【請求項１１】
請求項６乃至１０のいずれかに記載の画像評価方法をコンピュータに実現させるためのプログラムを記録した読み取り可能な記録媒体。
【図１】
【図２】
【図６】
【図１０】
【図３】
【図４】
【図５】
【図７】
【図８】
【図９】
【図２】
【図６】
【図１０】
【図３】
【図４】
【図５】
【図７】
【図８】
【図９】
【公開番号】特開２０１０−２２０１８２（Ｐ２０１０−２２０１８２Ａ）
【公開日】平成２２年９月３０日（２０１０．９．３０）
【国際特許分類】
【出願番号】特願２００９−１４０７３６（Ｐ２００９−１４０７３６）
【出願日】平成２１年６月１２日（２００９．６．１２）
【出願人】（０００００６７４７）株式会社リコー (37,907)
【Ｆターム（参考）】
【公開日】平成２２年９月３０日（２０１０．９．３０）
【国際特許分類】
【出願日】平成２１年６月１２日（２００９．６．１２）
【出願人】（０００００６７４７）株式会社リコー (37,907)
【Ｆターム（参考）】
[ Back to top ]