校准系统、校准方法以及图像形成装置

摘要

本发明提供一种校准系统、校准方法及图像形成装置。校准系统具备拍摄装置、图像形成装置及表格生成部。图像形成装置通过印刷包含多中颜色的色标的测试图来生成纸页。表格生成部生成伽马校正表，该伽马校正表用于将图像形成装置的灰度特性补正为与对应于测试图的基准图相符的灰度特性。拍摄装置同时拍摄纸页的测试图和基准图来生成拍摄图像。表格生成部按每个色标计算出基于拍摄图像中的色标的色彩而得到的加权系数后，根据基于加权系数的多个色标的色值的加权平均，计算测试图及基准图各自的色标的色值在各灰度的代表值，并且，基于测试图及基准图各自的代表值，生成伽马校正表。

说明书

技术领域

本发明涉及一种补正灰度特性(gradation characteristic)的校准系统、校准方法以及图像形成装置。

背景技术

打印专用设备、多功能一体设备(Multifunction Peripheral，MFP)等图像形成装置中，由于陈年老化等原因而对输入输出特性进行补正，也就是进行所谓的伽马校正的校准。已知有一种校准方法，通过使用MFP附带的扫描装置或图像形成装置内的浓度传感器来测定当前的输出颜色，由此对输入输出特性进行补正，从而使输出颜色的色值(color value)达到目标色值。

但是，为了在不同机种的图像形成装置之间统一输出颜色的色值，则需要分光测色仪等高昂的专用测色仪。然而，对于普通用户而言，准备并熟练掌握专用测色仪的门槛比较高。

于是，有一种校准系统，作为专用测色仪的替代装置，通过使用数码相机或带摄像头的移动电话等拍摄装置来实现校准，不仅简单而且成本低。

有一种校准系统中，首先，通过拍摄装置同时拍摄包含多种颜色的色标(patch)的基准图、以及与基准图对应且由图像形成装置印刷的测试图。然后，基于由拍摄装置拍摄而生成的拍摄图像中的基准图以及测试图各自的色标的RGB值，来对图像形成装置的灰度特性进行补正。

此外，另一种校准系统中，首先，通过拍摄装置来分别拍摄包含多种颜色的色标的基准图、以及与基准图对应且由图像形成装置印刷的测试图。接着，基于由拍摄装置拍摄而生成的第一个拍摄图像中基准图的色标的色值、以及由拍摄装置拍摄而生成的第二个拍摄图像中测试图的色标的色值，计算第一补正值。并且，基于第一个拍摄图像中基准图的色标的色值、以及事先储存于图像形成装置内的标准色值，计算第二补正值。然后，基于第一补正值及第二补正值，来对图像形成装置的灰度特性进行补正。

发明内容

然而，在上述校准系统中，由于基准图及测试图的拍摄环境的不同，有时会因照明条件产生晕影而变得比原有的明度(lightness)高，有时则会因拍摄图像上照出拍摄者等不明物体的影子而变得比原有的明度低。拍摄图像中产生明度不均匀的情况下，灰度特性的补正结果可能会由于拍摄图像中明度不均匀的影响而产生不均匀。因此，存在的问题是降低了灰度特性的补正精确度。

于是，本发明的目的在于提供一种能够提高灰度特性的补正精确度的校准系统、校准方法以及图像形成装置。

本发明的第一观点所涉及的校准系统具备拍摄装置、图像形成装置及表格生成部。图像形成装置通过印刷包含多种颜色的色标的测试图来生成纸页。表格生成部生成伽马校正表，该伽马校正表用于将所述图像形成装置的灰度特性补正为与对应于所述测试图的基准图相符的灰度特性。所述拍摄装置同时拍摄所述纸页的所述测试图和所述基准图，来生成拍摄图像。所述表格生成部的特征在于，按每个所述色标，计算出基于所述拍摄图像中的所述色标的色彩的加权系数，之后，根据基于所述加权系数的多个所述色标的色值的加权平均，计算所述测试图及所述基准图各自的所述色标的色值在各灰度的代表值，并基于所述测试图及所述基准图各自的所述代表值，生成所述伽马校正表。

本发明的第二观点所涉及的校准方法的特征是，包含：通过图像形成装置印刷包含多种颜色的色标的测试图来生成纸页的步骤，通过拍摄装置同时拍摄所生成的所述纸页的所述测试图、和与所述测试图对应的基准图来生成拍摄图像的步骤，以及生成伽马校正表的步骤，该伽马校正表用于将所述图像形成装置的灰度特性补正为与所述基准图相符的灰度特性，所述伽马校正表是通过按每个所述色标计算出基于所生成的所述拍摄图像中、所述色标的色彩的加权系数以后，根据基于所述加权系数的多个所述色标的色值的加权平均，计算出所述测试图及所述基准图各自的所述色标在各灰度的代表值，并基于所述测试图及所述基准图各自的所述代表值而生成的。

本发明的第三观点所涉及的图像形成装置通过印刷包含多种颜色的色标的测试图来生成纸页。图像形成装置具备表格生成部。表格生成部生成伽马校正表，该伽马校正表用于将所述图像形成装置的灰度特性补正为与对应于所述测试图的基准图相符的灰度特性。所述表格生成部的特征在于，按每个所述色标计算出基于由拍摄装置同时拍摄所述纸页的所述测试图及所述基准图而生成的拍摄图像中、所述色标的色彩的加权系数以后，根据基于所述加权系数而得到的多个所述色标的色值的加权平均，计算所述测试图及所述基准图各自的所述色标的色值在各灰度的代表值，并且，基于所述测试图及所述基准图各自的所述代表值，生成所述伽马校正表。

本发明的校准系统、校准方法及图像形成装置能够提高对灰度特性进行补正的精准度。

附图说明

图1是本发明的第一实施方式所涉及的校准系统的方框图。

图2是图1所示的智能手机的方框图。

图3是图1所示的MFP的方框图。

图4是示出图3所示的伽马校正表的原理的图。

图5(a)是示出基于图3所示的测试图图像数据而印刷的测试纸页的一例的图。

图5(b)是示出与图5(a)所示的测试纸页一起使用的参照纸页的一例的图。

图6是图1所示的校准系统中的校准方法的流程图。

图7是示出在图5所示的参照纸页配置于测试纸页的框线内的状态下的、测试纸页及参照纸页的一例的图。

图8是示出由图2所示的智能手机生成的拍摄图像的一例的图。

图9是图6所示的伽马校正表生成处理的流程图。

图10是示出图5所示的测试图中、色标的中心附近区域的一例的图。

图11是图9所示的加权系数计算处理的流程图。

图12是示出图9所示的伽马校正表生成处理中所生成的关系式的一例的图。

图13是示出图3所示的MFP的灰度特性的一例的图。

图14是图1所示的智能手机的方框图，并示出与图2所示的例子不同的例子的图。

图15是本发明的第二实施方式所涉及的校准系统中的伽马校正表生成处理的流程图。

图16是图15所示的加权系数计算处理的流程图。

图17是图16所示的预测明度基准加权系数计算处理的流程图。

图18是示出图5所示的测试图中、格子点部分的一例的图。

图19是示出图5所示的测试图中、格子点间部分的一例的图。

图20是示出图5所示的测试图中的色标的中心附近区域、格子点部分以及格子点间部分的一例的图。

图21是本发明的第三实施方式所涉及的校准系统的校准方法的流程图。

图22是图21所示的伽马校正表生成处理的流程图。

图23是本发明的第四实施方式所涉及的校准系统中的伽马校正表生成处理的流程图。

图24是图23所示的加权系数计算处理的流程图。

具体实施方式

以下，结合附图对本发明的实施方式进行说明。

(第一实施方式)

首先，说明第一实施方式所涉及的校准系统的结构。

图1是本实施方式所涉及的校准系统10的方框图。

如图1所示，校准系统10具备：作为拍摄装置的智能手机20、作为图像形成装置的多功能一体设备(Multifunction Peripheral，MFP)30。智能手机20与MFP30之间能够互相通信。这里，智能手机20与MFP30之间既可以经由局域网(Local Area Network，LAN)或因特网等网络11来实现相互通信，也可以不经由网络11，而通过通用串行总线(Universal Serial Bus，USB)缆线等通信缆线来实现相互直接通信。

图2是智能手机20的方框图。

如图2所示，智能手机20具备操作部21、显示部22、相机23、通信部24、储存部25以及控制部26。操作部21是输入各种操作的按键等输入装置。显示部22是显示各种信息的液晶显示器(Liquid Crystal Display，LCD)等显示装置。通信部24是经由网络11(参照图1)或通信缆线与外部装置进行通信的通信装置。储存部25是储存有各种数据的半导体存储器等非易失性存储装置(non-volatile memory)。控制部26控制智能手机20整体。

控制部26例如具备：中央处理单元(Central Processing Unit，CPU)、储存有各种数据的只读存储器(Read Only Memory，ROM)、用作控制部26的CPU工作区域的随机存取储存器(Random Access Memory，RAM)。控制部26的CPU执行控制部26的ROM或储存部25中所储存的程序。

图3是MFP30的方框图。

如图3所示，MFP30具备操作部31、显示部32、扫描装置33、打印装置34、传真通信部35、通信部36、储存部37及控制部38。操作部31是输入各种操作的按键等输入装置。显示部32是显示各种信息的LCD等显示装置。扫描装置33是从原稿读取图像的读取装置。打印装置34是在用纸等记录媒介上执行印刷的印刷装置。传真通信部35是经由公用电话线路等通信线路与未图示的外部传真装置进行传真通信的传真装置。通信部36是经由网络11(参照图1)或通信缆线与外部装置进行通信的通信装置。储存部37是储存有各种数据的半导体存储器或硬盘驱动器(Hard Disk Drive，HDD)等非易失性的存储装置。控制部38控制MFP30整体。

储存部37储存有用于补正打印装置34的灰度特性的校准程序37a。校准程序37a既可以在MFP30的生产阶段就安装于MFP30中，也可以从SD卡、USB(Universal Serial Bus)存储器等储存媒介追加安装于MFP30，还可以从网络11(参照图1)上追加安装于MFP30。

并且，储存部37储存有用于补正MFP30的灰度特性的伽马校正表(查找表Lookup Table，LUT)37b。

图4是示出伽马校正表37b的原理的图。

如图4所示，打印装置34存在实际的灰度特性41偏离预期灰度特性42的情况。该情况下，控制部38对打印装置34的实际的灰度特性41应用伽马校正表37b。从而，控制部38能够实现预期的灰度特性42。

如图3所示，储存部37还储存有作为测试图的图像数据的测试图图像数据37c及基准色度值(chromaticity value)信息37d。测试图包含多种颜色的色标。基准色度值信息37d示出基准图的色标各自的色度值。基准图中，相对于色标而言不依赖装置的色度值是已知的。

此外，以下用XYZ值对不依赖装置的色度值进行说明。

图5(a)是示出测试纸页50作为基于测试图图像数据37c而印刷的纸页的一例的图。图5(b)是示出与测试纸页50一起使用的基准纸页60的一例的图。

如图5(a)所示，测试纸页50上，通过打印装置34印刷有作为图表的测试图51、框线52、框线53及框线54。测试图51包含多种颜色的色标51a。框线52表示参照纸页60的配置位置。框线53包围测试图51。框线54包围框线52及框线53。并且，测试纸页50上印刷有表示测试图51的朝向的三角形55、以及表示基准纸页60的应配置朝向的三角形56。

如图5(b)所示，基准纸页60上描绘有包含多种颜色的色标61a的基准图61、以及表示基准图61的朝向的三角形62。基准图61与将测试图51左右颠倒后的图相同。并且，基准图61是与测试图51对应的图。基准图61不是通过打印装置34印刷的。因此，基准图61与测试图51相比，色值的精确度高。

图3所示的控制部38例如具备CPU、储存有程序及各种数据的ROM以及用作控制部38的CPU的工作区域的RAM。控制部38的CPU执行控制部38的ROM或储存部37中所储存的程序。

控制部38通过执行储存部37中所储存的校准程序37a而发挥表格生成部38a的功能。表格生成部38a生成伽马校正表37b。控制部38通过对MFP30的灰度特性应用伽马校正表37b，而将MFP30的灰度特性补正为与基准图61(参照图5)相符的灰度特性。

接着，对校准系统10的校准方法进行说明。

图6是校准系统10的校准方法的流程图。

用户经由MFP30的操作部31等指示MFP30生成测试纸页50。因此，MFP30的控制部38通过执行储存部37中所储存的校准程序37a，而使打印装置34印刷测试图51。然后，如图6所示，打印装置34生成测试纸页50(S101)。

在S101步骤之后，如图7所示，用户在将基准纸页60配置于测试纸页50的框线52内的状态下，如图6所示，通过智能手机20的相机23拍摄测试纸页50(S102)。因此，智能手机20同时拍摄测试图51和基准图61来生成图像(以下称为“拍摄图像”)。然后，智能手机20将所生成的拍摄图像发送给MFP30。

图8是示出S102中所生成的拍摄图像70的一例的图。

如图8所示，拍摄图像70中包含测试纸页50及基准纸页60。此时，测试纸页50是基准纸页60配置于测试纸页50的框线52内的状态。

图8所示的拍摄图像70中产生了明度不均匀。例如，拍摄图像70中出现了由于照出拍摄者等不明物体的影子而导致明度变低的区域71、以及由于晕影的产生而导致明度变高的区域72。

如图6所示，MFP30的表格生成部38a在S102的处理之后，基于从智能手机20发送来的拍摄图像，执行图9所示的伽马校正表生成处理(S103)。

图9是图6所示的伽马校正表生成处理的流程图。

如图9所示，表格生成部38a通过图像处理来确定拍摄图像70中测试图51的色标51a及基准图61的色标61a各自的位置(S131)。此外，以下有时会将测试图51的色标51a及基准图61的色标61a总称为色标来记载。

接着，表格生成部38a对拍摄图像进行阴影校正(S132)。

接着，表格生成部38a分别对在S131中确定了位置的色标获取色值(S133)。

这里，表格生成部38a在从拍摄图像70中的色标获取色值的情况下，若从色标的整体区域的像素获取色值，则在获取色标的轮郭附近区域的像素的色值时，可能会错误地获取色标外部像素的色值。因此，表格生成部38a在从拍摄图像70中的色标获取色值的情况下，将避开色标轮郭附近的区域，而只获取色标的中心附近的特定区域(以下称为“中心附近区域”)的像素的色值。

具体地，如图10所示，表格生成部38a在从拍摄图像70中的色标51a获取色值的情况下，只获取色标51a的中心附近区域51b的像素的色值。然后，表格生成部38a取所获取的像素的色值的平均值，来作为色标51a的色值。中心附近区域51b例如是横竖的长度分别是色标51a的整体区域的一半的区域。色标61a的说明与上述对色标51a的说明相同。

此外，以下用RGB值对拍摄图像70中的明度来进行说明。

表格生成部38a在S133的处理之后，执行计算加权系数的加权系数计算处理(S134)。加权系数是常数因子，用于计算拍摄图像70中测试图51的色标51a及基准图61的色标61a各自的色值在各灰度的代表值。

图11是图9所示的色值方差基准加权系数计算处理的流程图。

如图11所示，表格生成部38a对每个色标如式1所示那样计算拍摄图像70中、色标内的像素的色值的方差(variance)(S161)。式1中，S′是对象色标的RGB值的方差。rgb_n是对象色标的中心附近区域内的各像素的RGB值。rgb_n的下标n为整数，用于识别rgb_n是色标中心附近区域的哪个像素的值。该整数例如存在从1到N的N个。N是对象色标的中心附近区域内的像素的数量。rgb_ave是对象色标的中心附近区域内各像素的RGB值的平均值。

式1

接着，表格生成部38a使用S161中所计算的方差，对每个色标如式2所示那样来计算色值方差基准加权系数(S162)。色值方差基准加权系数是基于拍摄图像70中、色标内的像素的色值的方差而得到的加权系数。即，色值方差基准加权系数是基于拍摄图像70中的色标的色彩而得到的加权系数。式2中，ScatterWeight是对象色标的色值方差基准加权系数。S′是对象色标的RGB值的方差。S_ave是拍摄图像中所有色标的RGB值的方差S′的平均值。abs()是获得()内的数值的绝对值的函数。

式2

此外，式2中，当abs(S′-S_ave)接近于0时，ScatterWeight变得非常大。因此，ScatterWeight也可以设定上限值。

当S162的处理结束时，表格生成部38a结束图11所示的加权系数计算处理。

如图9所示，表格生成部38a在S134的加权系数计算处理之后，基于通过S134的加权系数计算处理而计算出的色值方差基准加权系数，来计算测试图51及基准图61各自的色标的色值在各灰度的代表值(S135)。

具体地，表格生成部38a如式3所示，按测试图51及基准图61各自的色标的色值的灰度，计算基于色值方差基准加权系数而得到的多个色标的色值的加权平均RGB_s，来作为代表值。即，表格生成部38a计算测试图51的色标51a的色值在各灰度的加权平均RGB_s，来作为代表值，并计算基准图61的色标61a的色值在各灰度的加权平均RGB_s，来作为代表值。式3中，ScatterWeight_m是图11所示的S162中所计算的每个色标的色值方差基准加权系数。RGB_m是S133中所获取的每个色标的色值。ScatterWeight_m及RGB_m的下标m为整数，用于识别ScatterWeight_m及RGB_m是测试图51及基准图61各自中同一灰度的多个色标中的哪个色标的值。该整数例如存在从1到M的M个。M是测试图51及基准图61各自中的同一灰度的多个色标的数量。例如，在表格生成部38a计算测试图51的色标51a的色值在特定灰度的加权平均RGB_s的情况下，当测试图51中该灰度的色标51a的数量为4个时，M为4。

式3

在S135的处理之后，表格生成部38a获取如图12所示的关系式，该关系式表示S135所计算出的基准图61的色标61a的RGB值在各灰度的代表值与已知的XYZ值之间的对应关系(S136)。这里，表格生成部38a基于基准色度值信息37d能够获取基准图61的色标61a各个已知的XYZ值。因此，表格生成部38a基于基准图61的多个色标61a的位置关系，能够识别拍摄图像中的RGB值在各灰度的代表值分别与怎样的XYZ值对应。

表格生成部38a在S136的处理之后，获取测试图51的色标51a的、由MFP30输出的输出颜色的XYZ值(S137)。具体地，表格生成部38a将在S135中计算出的测试图51的色标51a的RGB值在各灰度的代表值代入在S136中获得的关系式，从而获取XYZ值。因此，如图13所示，表格生成部38a能够获取MFP30的灰度特性81。此外，灰度特性81表示测试图图像数据37c中测试图51的色标51a的色值(即输入色值)与在S137中针对该色标51a的灰度而获取的XYZ值之间的关系。并且，如图13所示，表格生成部38a能够获取测试图图像数据37c中测试图51的色标51a的色值(即输入色值)与基准色度值信息37d中对与该色标51a对应的、基准图61的色标61a设定的XYZ值之间的关系82。

表格生成部38a在S137的处理之后，生成伽马校正表，该伽马校正表用于将MFP30的灰度特性81补正为图13的箭头所示的基准图61中的关系82(S138)。即，表格生成部38a基于测试图51的色标51a的、由MFP30输出的输出颜色的XYZ值与基准图61的色标61a已知的XYZ值之差，生成将MFP30的灰度特性81补正为与基准图61相符的灰度特性的伽马校正表。

表格生成部38a在S138的处理结束之后，结束图9所示的伽马校正表生成处理。

如图6所示，控制部38在S103的伽马校正表生成处理之后，执行校准(S104)。具体地，控制部38通过执行校准程序37a，将储存部37中的伽马校正表37b更新为S103的伽马校正表生成处理中所生成的伽马校正表。

如上所述，即使在拍摄图像中产生明度不均匀的情况下，校准系统10基于拍摄图像70中的色标内的像素的色值的方差，按每个色标进行加权(S135)，由此，能够高精度地计算测试图51及基准图61各自的色标的色值在各灰度的代表值。因此，能够减小拍摄图像中的明度不均匀对灰度特性的补正结果产生的影响。从而，能够提高校准系统10对灰度特性进行补正的精确度。

校准系统10中，根据测试图51及基准图61的拍摄环境的不同，例如，由于照明条件而产生晕影。校准系统10在由于产生晕影等而导致相当于特定色标的部分的明度比原有明度高的情况下，明度比原有明度高的部分容易受到智能手机20在拍摄时对拍摄图像产生的、使明度变高的量的噪声的影响。即，明度变得比原有明度高的色标中的方差(偏差)变大。因此，校准系统10能够减小像素的色值方差过大的色标(即明度过分高于原有明度的色标)的色值的影响，来计算色标的色值在各灰度的代表值，由此，能够提高色标的色值在各灰度的代表值的精确度。

校准系统10中，根据测试图51及基准图61的拍摄环境的不同，例如，拍摄图像中照出拍摄者等不明物体的影子。校准系统10在由于拍摄图像中照出拍摄者等不明物体的影子等，而导致相当于特定色标的部分的明度变得比原有明度低的情况下，明度变得比原有明度低的部分不易受到智能手机20在拍摄时对拍摄图像产生的、使明度变低的量的噪声的影响。即，明度变得比原有明度低的色标中的方差(偏差)变小。因此，校准系统10能够减小像素的色值的方差过小的色标(即明度过分低于原有明度的色标)的色值的影响，来计算色标的色值在各灰度的代表值，由此，能够提高色标的色值在各灰度的代表值的精确度。

校准系统10在通过阴影校正(S132)来减少因智能手机20的特性而导致拍摄图像产生的明度不均匀以后，计算代表值(S135)。因此，校准系统10能够更进一步减小因拍摄图像中的明度不均匀而对灰度特性的补正结果产生的影响。从而，能够更进一步提高校准系统10对灰度特性进行补正的精准度。

由于校准系统10的MFP30具备表格生成部38a，因此，拍摄装置无需具备表格生成部。因而，校准系统10不需要使用如智能手机20那样高性能的装置来作为拍摄装置。因此，校准系统10可以使用普通的拍摄装置，从而能够提高方便性。

此外，校准系统10在上述中通过MFP30来执行S103的处理，S103的处理的部分或全部也可以通过智能手机20来执行。例如，在S103的处理全部由智能手机20执行的情况下，智能手机20的控制部26如图14所示，发挥表格生成部26a的功能，生成用于补正MFP30的灰度特性的伽马校正表。然后，智能手机20的控制部26将由表格生成部26a所生成的伽马校正表发送给MFP30。S103的处理全部由智能手机20执行的情况下，由于MFP30中无需具备表格生成部，因而能够减轻MFP30更新伽马校正表37b时的处理负担。

(第二实施方式)

第二实施方式所涉及的校准系统的结构因与第一实施方式所涉及的校准系统的结构相同，所以省略其详细说明。

第二实施方式所涉及的校准系统的动作，除了下述说明的动作以外，其他都与第一实施方式所涉及的校准系统的动作相同。

第二实施方式所涉及的校准系统执行图15所示的动作来替代图9所示的动作。

图15是第二实施方式所涉及的校准系统中伽马校正表生成处理的流程图。

如图15所示，表格生成部38a与图9所示的伽马校正表生成处理同样地执行S131～S133的处理。

然后，表格生成部38a在S133的处理之后，执行计算加权系数的加权系数计算处理(S234)。加权系数是常数因子，用于计算拍摄图像中测试图51及基准图61各自的色标的色值在各灰度的代表值。

图16是图15所示的加权系数计算处理的流程图。

如图16所示，表格生成部38a执行计算色值方差基准加权系数的色值方差基准加权系数计算处理(S261)。色值方差基准加权系数是基于拍摄图像70中色标内的像素的色值的方差而得到的加权系数。色值方差基准加权系数计算处理与图11所示的加权系数计算处理相同。

表格生成部38a在S261的色值方差基准加权系数计算处理之后，执行计算预测明度基准加权系数的预测明度基准加权系数计算处理(S262)。预测明度基准加权系数是基于假设拍摄图像70中的色标为空白部分的情况下的、拍摄图像中该色标的予测明度而得到的加权系数。即，预测明度基准加权系数是基于拍摄图像70中色标的色彩而得到的加权系数。

图17是图16所示的预测明度基准加权系数计算处理的流程图。

如图17所示，表格生成部38a获取拍摄图像中形成于色标的彼此之间的格子部分的明度，即空白部分中格子点的部分(以下称为“格子点部分”)的明度(S291)。例如，如图18所示，表格生成部38a获取形成于拍摄图像70中色标51a的彼此之间的格子部分51c中、格子点部分51d的明度。色标61a的说明与色标51a的说明相同。此外，测试纸页50通过在白色的记录媒介上印刷测试图51而生成。因此，测试纸页50中测试图51的格子部分51c为白色。并且，基准纸页60中基准图61的格子部分也是白色。

表格生成部38a在S291的处理之后，基于在S291中获取的格子点部分51d的明度，计算拍摄图像的明度的平均值，即平均明度(S292)。也就是说，表格生成部38a通过将在S291中所获取的多个格子点部分的明度平均化，来计算拍摄图像的平均明度。

表格生成部38a在S292的处理之后，通过基于S291中所获取的格子点部分的明度的线性内插，计算拍摄图像中色标51a的相邻的格子点部分之间的部分(以下称为“格子点间部分”)的明度(S293)。例如，如图19所示，在拍摄图像中形成于色标51a的彼此之间的格子部分51c中、相邻的2个格子点部分51d的明度分别为80、100的情况下，表格生成部38a计算位于这些格子点部分51d之间的格子点间部分51e的明度为这些格子点部分51d的明度的平均值90。色标61a的说明与色标51a的说明相同。

表格生成部38a在S293的处理之后，基于S291中所获取的格子点部分的明度、以及S293中所计算的格子点间部分的明度，按每个色标计算假设拍摄图像中的色标为空白部分(即白色部分)的情况下，拍摄图像中该色标的予测明度(S294)。即，如图20所示，表格生成部38a对假设由拍摄图像中距离色标51a最近的4个格子点部分51d和距离色标51a最近的4个格子点间部分51e所包围的色标51a为空白部分(即白色部分)的情况下的拍摄图像中、该色标51a的明度进行预测。

具体地，首先，如式4所示，表格生成部38a按色标51a的中心附近区域51b的每个像素，计算色标51a的中心附近区域51b的像素与距离色标51a最近的4个格子点部分51d和距离色标51a最近的4个格子点间部分51e中任意一个之间的距离的倒数W_n，k。式4中，X_k、Y_k分别是4个格子点部分51d和4个格子点间部分51e中任意一个的X座标、Y座标。x_n、y_n分别是对象像素的X座标、Y座标。W_n，k、X_k及Y_k的下标k为整数，用于识别W_n，k、X_k及Y_k是4个格子点部分51d和4个格子点间部分51e的哪个的值。该整数例如存在从1到8的8个。W_n，k、x_n及y_n的下标n为整数，用于识别W_n，k、x_n及y_n是色标51a的中心附近区域51b的哪个像素的值。该整数例如存在从1到N的N个。N是中心附近区域51的像素的数量。

式4

接着，如式5所示，表格生成部38a按色标51a的中心附近区域51b的每个像素，计算假设对象像素为空白部分的情况下的、该像素的予测明度l_n。式5中，W_n，k是通过式4计算而得到的。L_k是4个格子点部分51d和4个格子点间部分51e中任意一个的明度。即，L_k是S291中所获取的明度和S293中所计算的明度中的任意一个。W_n，k及L_k的下标k为整数，用于识别W_n，k及L_k是4个格子点部分51d和4个格子点间部分51e的哪个的值。该整数例如存在从1到8的8个。W_n，k及l_n的下标n为整数，用于识别W_n，k及l_n是色标51a的中心附近区域51b中哪个像素的值。该整数例如存在从1到N的N个。N是中心附近区域51b的像素的数量。此外，式5表示被称为反距离加权法的内插方法。反距离加权法是距离对象像素越近的明度，对对象像素的予测明度的影响就越大的内插方法。

式5

接着，如式6所示，表格生成部38a按每个色标51a计算假设拍摄图像中的色标51a为空白部分的情况下的拍摄图像中、该色标51a的予测明度L′。式6中，l_n是通过式5计算而得到的。N是中心附近区域51b的像素的数量。

式6

色标61a的说明与上述对色标51a的说明相同。

表格生成部38a在S294的处理之后，使用S294中所计算的予测明度，按每个色标如式7所示计算预测明度基准加权系数，该预测明度基准加权系数作为基于假设拍摄图像70中的色标为空白部分的情况下的、拍摄图像70中该色标的予测明度而得到的加权系数(S295)。式7中，LightWeight是对象色标的预测明度基准加权系数。L′是对象色标的予测明度。L_ave是拍摄图像中所有色标的予测明度L′的平均值。abs()是获得()内的数值的绝对值的函数。

式7

此外，式7中，LightWeight在abs(L′-L_ave)接近于0的情况下变为非常大。因此，LightWeight也可以设定上限值。

表格生成部38a当S295的处理结束时，结束图17所示的预测明度基准加权系数计算处理。

如图16所示，表格生成部38a在S262的预测明度基准加权系数计算处理之后，结束图16所示的加权系数计算处理。

如图15所示，表格生成部38a在S234的加权系数计算处理之后，基于通过S234的加权系数计算处理而计算的色值方差基准加权系数及预测明度基准加权系数，来计算测试图51及基准图61各自的色标的色值在各灰度的代表值(S235)。

具体地，首先，与第一实施方式同样地，表格生成部38a如式3所示，按测试图51及基准图61各自的色标的色值的灰度，来计算基于色值方差基准加权系数而得到的多个色标的色值的加权平均RGB_s。

接着，如式8所示，表格生成部38a按测试图51及基准图61各自的色标的色值的灰度，来计算基于预测明度基准加权系数而得到的多个色标的色值的加权平均RGB_l。即，表格生成部38a按测试图51的色标51a的色值的灰度，来计算加权平均RGB_l，并且，按基准图61的色标61a的色值的灰度，来计算加权平均RGB_l。式8中，LightWeight_m是S295中计算出的每个色标的预测明度基准加权系数。RGB_m是S133中所获取的每个色标的明度。LightWeight_m及RGB_m的下标m为整数，用于识别LightWeight_m及RGB_m分别是测试图51及基准图61中、相同灰度的多个色标中哪个色标的值。该整数例如存在从1到M的M个。M分别是测试图51及基准图61中、相同灰度的多个色标的数量。例如，在表格生成部38a计算测试图51的色标51a的、特定灰度的色值的加权平均RGB_l的情况下，当测试图51中该灰度的色标51a的数量为4个时，M为4。

式8

接着，如式9所示，表格生成部38a按测试图51及基准图61各自的色标的色值的灰度，计算加权平均RGB_s和加权平均RGB_l的平均RGB，来作为代表值。这里，表格生成部38a按测试图51及基准图61各自的色标的色值的灰度，通过式3计算加权平均RGB_s。并且，表格生成部38a按测试图51及基准图61各自的色标的色值的灰度，通过式8计算加权平均RGB_l。即，表格生成部38a按测试图51的色标51a的色值的灰度来计算代表值，并按基准图61的色标61a的色值的灰度来计算代表值。

式9

表格生成部38a在S235的处理之后，与图9所示的伽马校正表生成处理同样地，执行S136～S138的处理后，结束图15所示的伽马校正表生成处理。

如上所述，第二实施方式所涉及的校准系统10即使在拍摄图像70中产生明度不均匀的情况下，也基于拍摄图像中色标内的像素的色值的方差及假设色标为空白部分情况下的拍摄图像中、该色标的予测明度，按每个色标进行加权(S235)。因此，由于能够高精度地计算测试图51及基准图61各自的色标的色值在各灰度的代表值，所以能够减小拍摄图像中的明度不均匀对灰度特性的补正结果带来的影响。从而，能够提高第二实施方式所涉及的校准系统对灰度特性进行补正的精确度。

第二实施方式所涉及的校准系统10根据测试图51及基准图61的拍摄环境的不同，例如，有时因为照明条件而产生晕影，有时拍摄图像中会照出拍摄者等不明物体的影子。校准系统10在由于晕影的产生等而导致相当于特定色标的部分的予测明度过高，或由于拍摄图像中照出不明物体的影子等而导致相当于特定色标的部分的予测明度过低的情况下，降低这些色标的色值的影响，计算色标的色值在各灰度的代表值。从而，校准系统10能够提高色标的色值在各灰度的代表值的精确度。

此外，第二实施方式所涉及的校准系统10在上述中通过MFP30来执行图15所示的伽马校正表生成处理。然而，与第一实施方式所涉及的校准系统10同样地，第二实施方式所涉及的校准系统10中，伽马校正表生成处理的部分或全部也可以通过智能手机20来执行。

(第三实施方式)

接着，对第三实施方式所涉及的校准系统10进行说明。由于第三实施方式所涉及的校准系统10的结构与第一实施方式所涉及的校准系统10相同，因此省略其详细说明。

第三实施方式所涉及的校准系统10的动作除了以下将要说明的动作以外，其他都与第一实施方式所涉及的校准系统10的动作或第二实施方式所涉及的校准系统10的动作相同。

首先，对第三实施方式所涉及的校准系统10的校准方法进行说明。第3实施方式所涉及的校准系统10执行图21所示的校准方法，来代替图6所示的校准方法。

图21是第三实施方式所涉及的校准系统10的校准方法的流程图。

第三实施方式所涉及的校准系统10的校准方法中，与第一实施方式所涉及的校准系统10中所执行的图6的S101及S102同样地，执行S101及S102的处理。

如图21所示，MFP30的表格生成部38a在S102的处理之后，基于从智能手机20发送来的拍摄图像，执行图22所示的伽马校正表生成处理(S303)。

图22是图21所示的伽马校正表生成处理的流程图。

如图22所示，第三实施方式所涉及的表格生成部38a执行图15所示的伽马校正表生成处理，即，与第二实施方式所涉及的表格生成部38a所执行的伽马校正表生成处理同样地，执行S131～S133的处理。

然后，表格生成部38a在S133的处理之后，执行计算加权系数的加权系数计算处理，该加权系数用于计算拍摄图像70中的测试图51及基准图61各自的色标的色值在各灰度的代表值(S334)。

第三实施方式所涉及的表格生成部38a与第二实施方式所涉及的表格生成部38a同样地，执行图17所示的加权系数计算处理。

表格生成部38a在S295的处理结束时，结束图17所示的加权系数计算处理。

如图22所示，表格生成部38a在S334的加权系数计算处理之后，基于通过S334的加权系数计算处理而计算出的预测明度基准加权系数，来计算测试图51及基准图61各自的色标的色值在各灰度的代表值(S335)。

具体地，表格生成部38a如第二实施方式中说明的式5所示，按测试图51及基准图61各自的色标的色值的灰度，计算基于预测明度基准加权系数而得到的多个色标的色值的加权平均RGB_l，来作为代表值。即，表格生成部38a按测试图51的色标51a的色值的灰度，计算加权平均RGB_l来作为代表值，并且，按基准图61的色标61a的色值的灰度，计算加权平均RGB_l来作为代表值。

表格生成部38a在S335的处理之后，与图9所示的伽马校正表生成处理同样地，执行S136～S138的处理后，结束图22所示的伽马校正表生成处理。

如图21所示，控制部38在S303的伽马校正表生成处理之后，与图6所示的校准方法同样地，执行S104的处理后，结束图21所示的校准方法的处理。

如上所述，校准系统10即使在拍摄图像70中产生明度不均匀的情况下，也基于假设拍摄图像中的色标为空白部分的情况下的、拍摄图像中该色标的予测明度，按每个色标进行加权(S335)。因此，能够高精度地计算测试图51及基准图61各自的色标的色值在各灰度的代表值，从而能够减小拍摄图像70中的明度不均匀对灰度特性的补正结果带来的影响。由此，能够提高校准系统10对灰度特性进行补正的精确度。

校准系统10中，根据测试图51及基准图61的拍摄环境的不同，例如，由于照明条件而产生晕影。校准系统10在由于晕影的产生等导致相当于特定色标的部分的予测明度过高，或由于拍摄图像中照出拍摄者等不明物体的影子等而导致相当于特定色标的部分的予测明度过低的情况下，通过降低这些色标的色值的影响来计算色标的色值在各灰度的代表值，从而能够提高色标的色值在各灰度的代表值的精确度。

校准系统10在通过阴影校正(S132)减少了因智能手机20的特性而产生的拍摄图像的明度不均匀之后，计算代表值(S334)。因此，校准系统10能够更进一步降低拍摄图像70中的明度不均匀对灰度特性的补正结果产生的影响。从而，能够更进一步提高校准系统10对灰度特性进行补正的精准度。

由于校准系统10的MFP30具备表格生成部38a，所以拍摄装置无需具备表格生成部。因此，校准系统10不需要使用如智能手机20这样高性能的装置来作为拍摄装置。因而，校准系统10能够使用普通的拍摄装置，从而能够提高便利性。

此外，校准系统10在上述中由MFP30来执行S103的处理，S103的处理的部分或全部也可以通过智能手机20来执行。例如，S103的处理全部由智能手机20执行的情况下，智能手机20的控制部26如图14所示，发挥表格生成部26a的功能，生成用于补正MFP30的灰度特性的伽马校正表。然后，智能手机20的控制部26将由表格生成部26a生成的伽马校正表发送给MFP30。S103的处理全部由智能手机20执行的情况下，由于MFP30无需具备表格生成部，因而能够减轻MFP30在更新伽马校正表37b时的处理负担。

(第四实施方式)

第四实施方式所涉及校准系统的结构因与第一实施方式所涉及的校准系统的结构相同，所以省略其详细说明。

第四实施方式所涉及的校准系统的动作除了以下将要说明的动作以外，其他都与第一实施方式所涉及的校准系统的动作、第二实施方式所涉及的校准系统的动作或第三实施方式所涉及的校准系统的动作相同。

第四实施方式所涉及的校准系统执行图23所示的动作，来代替图9所示的动作、图15所示的动作及图22所示的动作。

图23是第四实施方式所涉及的校准系统10中伽马校正表生成处理的流程图。

如图23所示，表格生成部38a与图9所示的伽马校正表生成处理同样地，执行S131～S133的处理。

然后，表格生成部38a在S133的处理之后，执行计算加权系数的加权系数计算处理，该加权系数用于计算拍摄图像中测试图51及基准图61各自的色标的色值在各灰度的代表值(S434)。

图24是图23所示的加权系数计算处理的流程图。

如图24所示，表格生成部38a执行色值方差基准加权系数计算处理，计算基于拍摄图像中的色标内的像素的色值的方差而得到的色值方差基准加权系数(S461)。

第四实施方式所涉及的表格生成部38a执行图11所示的色值方差基准加权系数计算处理，即，与第一实施方式所涉及的表格生成部38a所执行的色值方差基准加权系数计算处理同样地，执行S161及S162的处理。

表格生成部38a在S162的处理结束时，结束图11所示的色值方差基准加权系数计算处理。

如图24所示，表格生成部38a在S461的色值方差基准加权系数计算处理之后，执行计算预测明度基准加权系数的预测明度基准加权系数计算处理(S462)。预测明度基准加权系数是基于假设拍摄图像70中的色标为空白部分的情况下的、拍摄图像70中该色标的予测明度而得到的加权系数。预测明度基准加权系数计算处理与图17所示的加权系数计算处理相同。

表格生成部38a在S462的预测明度基准加权系数计算处理之后，结束图24所示的加权系数计算处理。

如图23所示，表格生成部38a在S434的加权系数计算处理之后，基于通过S434的加权系数计算处理而计算的色值方差基准加权系数及预测明度基准加权系数，计算测试图51及基准图61各自的色标的色值在各灰度的代表值(S435)。

具体地，表格生成部38a首先如第一实施方式中所说明的式3所示，按测试图51及基准图61各自的色标的色值的灰度，来计算基于色值方差基准加权系数而得到的多个色标的色值的加权平均RGB_s。即，表格生成部38a按测试图51的色标51a的色值的灰度，来计算加权平均RGB_s，并且，按基准图61的色标61a的色值的灰度，来计算加权平均RGB_s。

接着，表格生成部38a与第一实施方式同样地，如式8所示，按测试图51及基准图61各自的色标的色值的灰度，来计算基于预测明度基准加权系数而得到的多个色标的色值的加权平均RGB_l。

接着，表格生成部38a如第二实施方式中所说明的式9所示，按测试图51及基准图61各自的色标的色值的灰度，计算加权平均RGB_s和加权平均RGB_l之间的平均RGB，来作为代表值，其中，加权平均RGB_s是按测试图51及基准图61各自的色标的色值的灰度，通过式3而计算出的；加权平均RGB_l是按测试图51及基准图61各自的色标的色值的灰度，通过式8而计算出的。即，表格生成部38a按测试图51的色标51a的色值的灰度，来计算代表值，并且，按基准图61的色标61a的色值的灰度来计算代表值。

如图23所示，表格生成部38a在S435的处理之后，与图9所示的伽马校正表生成处理同样地，执行S136～S138的处理后，结束图23所示的伽马校正表生成处理。

如上所述，第四实施方式所涉及的校准系统即使在拍摄图像中产生明度不均匀的情况下，也基于拍摄图像中色标内的、像素的色值的方差及假设色标为空白部分的情况下的、拍摄图像中该色标的予测明度，按每个色标进行加权(S435)。因此，能够高精度地计算测试图51及基准图61各自的色标的色值在各灰度的代表值，从而能够减小拍摄图像中的明度不均匀对灰度特性的补正结果带来的影响。由此，能够提高第四实施方式所涉及校准系统对灰度特性进行补正的精准度。

第四实施方式所涉及的校准系统10中，根据测试图51及基准图61的拍摄环境的不同，例如，由于照明条件而产生晕影。校准系统10在由于晕影的产生等，而导致相当于特定色标的部分的明度高于原有明度的情况下，明度比原有明度高的部分容易受到智能手机20在拍摄时对拍摄图像所产生的、使明度变高的量的噪声的影响。即，明度变得比原有明度高的色标的方差(偏差)变大。因此，第四实施方式所涉及的校准系统通过降低像素的色值的方差过大的色标(即明度过分高于原有明度的色标)的色值的影响，计算色标的色值在各灰度的代表值，从而能够提高色标的色值在各灰度的代表值的精确度。

第四实施方式所涉及校准系统10中，根据测试图51及基准图61的拍摄环境的不同，例如，拍摄图像上照出拍摄者等不明物体的影子。校准系统10在由于拍摄图像上照出不明物体的影子等，而导致相当于特定色标的部分的明度低于原有明度的情况下，明度低于原有明度的部分不易受到智能手机20在拍摄时对拍摄图像所产生的、使明度变低的量的噪声的影响。即，明度变得比原有明度低的色标中的方差(偏差)变小。因此，第四实施方式所涉及的校准系统通过减小像素的色值的方差过小的色标(即明度过分低于原有明度的色标)的色值的影响，计算色标的色值在各灰度的代表值，从而能够提高色标的色值在各灰度的代表值的精确度。

此外，第四实施方式所涉及的校准系统在上述中通过MFP30执行图23所示的伽马校正表生成处理，与第一实施方式所涉及的校准系统10同样地，伽马校正表生成处理的部分或全部也可以通过智能手机20来执行。

本发明的图像形成装置在上述各实施方式中是MFP，也可以是MFP以外的图像形成装置。例如，本发明的图像形成装置也可以是专用打印机、专用复印机、专用传真机等图像形成装置。

本发明的拍摄装置在上述各实施方式中是智能手机，也可以是智能手机以外的拍摄装置。例如，本发明的拍摄装置也可以是数码相机等拍摄装置。