图像读取设备和使用其的图像形成设备的制作方法

本发明涉及一种图像读取设备和使用该图像读取设备的图像形成设备。

背景技术：

JP-A-2013-131861公开了一种校正图像读取设备中的色移的方法。在该方法中，当根据图像信号的各个色彩分量确定目标像素之前和之后的像素是单色像素时，在目标像素的各个分量的像素值的最大值与最小值之间的差大于预定阈值的情况下，将目标像素确定为异常单色像素。然后，通过将目标像素的像素值替换为前单色像素或后单色像素的像素值来执行校正。

技术实现要素：

本发明的至少实施例的一个目的是，在通过将具有不同色彩分量的光按次序辐射至读取目标图像上来读取读取目标图像的过程中，在考虑色移程度中的每一个的同时，校正非彩色像素中的色移像素。

[1]本发明的一方面提供了一种图像读取设备，该图像读取设备包括：光源，其将具有彼此不同的色彩分量的光按次序辐射至读取目标上；检测器，其按次序检测从光源辐射的光中的从读取目标反射的具有各个色彩分量的光，检测器检测所述光作为图像信号；以及图像处理单元，其处理读取目标的图像，以基于通过检测器检测的具有各个色彩分量的图像信号来确定读取目标的图像的各个像素的颜色和密度。所述图像处理单元包括确定单元，其将读取目标的图像中的目标像素与沿着检测器的检测方向的目标像素的邻近的前像素和后像素进行比较，并且基于颜色和密度的模式确定目标像素与目标像素成为作为非彩色像素的所述邻近的前像素与后像素之间的色移像素的 条件的匹配程度。所述图像处理单元还包括校正单元，其基于确定单元确定的匹配程度以可变方式设置目标像素的色移校正量，并且以色移校正量校正目标像素的图像信号，使得作为色移像素的目标像素变成非彩色像素。

[2]在根据[1]的图像读取设备中，确定单元可通过以下步骤确定与目标像素成为作为非彩色像素的所述邻近的前像素与后像素之间的色移像素的条件的匹配程度：检测目标像素的所述邻近的前像素和后像素为非彩色像素；检测目标像素的所述邻近的前像素和后像素的密度改变；以及检测目标像素为彩色像素。

[3]在根据[2]的图像读取设备中，确定单元可基于目标像素的所述邻近的前像素和后像素为非彩色像素的事实以及目标像素的所述邻近的前像素和后像素的密度改变来确定所述邻近的前像素和后像素是否具有这样的像素模式：所述邻近的前像素和后像素中的一个像素是白色像素并且所述邻近的前像素和后像素中的另一像素是非彩色像素，并且确定单元可计算与目标像素成为色移像素的条件的匹配程度。

[4]在根据[1]的图像读取设备中，确定单元可通过检测目标像素是彩色像素以及所述邻近的前像素和后像素为非彩色像素来确定目标像素满足目标像素成为作为非彩色像素的所述邻近的前像素与后像素之间的色移像素的条件，并且可根据所述邻近的前像素与后像素之间的密度改变来计算与目标像素成为色移像素的条件的匹配程度。

[5]在根据[1]的图像读取设备中，确定单元可计算与目标像素成为作为非彩色像素的所述邻近的前像素与后像素之间的色移像素的条件的匹配程度，作为校正系数，并且校正单元可利用校正系数以可变方式设置色移校正量。

[6]在根据[1]的图像读取设备中，校正单元可计算目标像素的各个色彩分量的密度中的预定色彩分量与其它色彩分量之间的密度差，并且可基于密度差以及通过确定单元确定的匹配程度来确定色移校正量。

[7]在根据[1]的图像读取设备中，校正单元可计算目标像素的各个色彩分量的密度中的最大值与最小值之间的密度差，并且可基于密度差以及通过确定单元确定的匹配程度来确定色移校正量。

[8]在根据[1]的图像读取设备中，其中检测器可以低于600dpi的分辨率检测读取目标的图像信号。

[9]本发明的另一方面提供了一种图像读取设备，该图像读取设备包括：光源，其将具有彼此不同的色彩分量的光按次序辐射至读取目标上；检测器，其按次序检测从光源辐射的光中的从读取目标反射的具有各个色彩分量的光，检测器检测光作为图像信号；以及图像处理单元，其处理读取目标的图像，以基于通过检测器检测到的各个色彩分量的图像信号来确定读取目标的图像的各个像素的颜色和密度。在读取目标的图像的目标像素是彩色像素并且沿着检测器的检测方向的目标像素的邻近的前像素和后像素中的一个为白色像素而所述邻近的前像素和后像素中的另一个为非彩色像素的条件下，图像处理单元基于目标像素的所述邻近的前像素和后像素之间的密度改变量以可变方式设置密度校正值，并且将目标像素从彩色像素校正为非彩色像素。

[10]根据[1]至[9]中的任一项所述的图像读取设备还可包括自动色彩选择单元，其关于通过校正单元校正的图像信号自动地确定读取目标的图像为彩色图像还是单色图像。

[11]本发明的另一方面提供了一种图像形成设备，该图像形成设备包括：根据[1]至[10]中的任一项所述的图像读取设备；以及图像形成单元，其利用通过图像读取设备检测的图像信号执行图像形成处理。

根据[1]所述的图像读取设备，在通过将具有彼此不同的色彩分量的光按次序辐射至读取目标上来读取读取目标的方法中，可在考虑色移程度中的每一个的同时校正非彩色像素之间的色移像素。

根据[2]所述的图像读取设备，可准确地确定目标像素与目标像素成为前非彩色像素与后非彩色像素之间的色移像素的条件的匹配程度。

根据[3]所述的图像读取设备，可确定目标像素的所述邻近的前像素和后像素是否具有白色像素和非彩色像素所具有的彩色模式，因此可计算目标像素与目标像素成为非彩色像素之间的色移像素的条件的匹配程度。

根据[4]所述的图像读取设备，可根据目标像素以及所述邻近的前像素和后像素的彩色模式来确定目标像素是否满足成为非彩色像素之间的色移像素的条件，因此，可根据目标像素的所述邻近的前像素和后像素之间的密度改变量来计算匹配程度。

根据[5]所述的图像读取设备，当目标像素是非彩色像素之间的色移像素时，可简单地通过校正系数对色移像素的色移校正量加权。

根据[6]所述的图像读取设备，可基于目标像素的各个色彩分量的密度中的特定色彩分量与另一色彩分量之间的密度差来容易地设置色移校正量。

根据[7]所述的图像读取设备，可基于目标像素的各个色彩分量的密度中的最大值与最小值之间的密度差来容易地设置色移校正量。

根据[8]所述的图像读取设备，当以低分辨率和高速率读取图像时，非彩色像素之间的色移校正以及图像的高速读取二者均可实现。

根据[9]所述的图像读取设备，在通过将具有彼此不同的色彩分量的光按次序辐射至读取目标上来读取目标图像的方法中，可在考虑色移程度中的每一个的同时校正非彩色像素之间的色移像素。

根据[10]所述的图像读取设备，可在校正非彩色像素之间的色移像素之后执行自动色彩选择，因此，可避免对非彩色像素之间的色移像素的错误操作。

根据[11]所述的图像形成设备，在通过将具有彼此不同的色彩分量的光按次序辐射至读取目标上来读取读取目标的方法中，可将图像形成设备构造为包括可在考虑色移程度中的每一个的同时校正非彩色像素之间的色移像素的图像读取设备。

附图说明

将基于以下附图详细描述本发明的示例性实施例，其中：

图1A是示出应用了本发明的图像读取设备的实施例的概览的说明图；

图1B是示出通过图1A所示的图像处理单元中的确定单元和校正单元的处理任务的概览的说明图；

图2是说明图，其示出了：(a)图1A所示的图像读取设备的图像读取原理，(b)读取目标图像的图像的目标像素以及目标像素之前和之后的像素校正之前的图像信号的示例，和(c)读取目标的图像的目标像素以及目标像素之前和之后的像素校正之后的图像信号的示例；

图3是说明图，其示出了：(a)与图2中的(a)不同的读取图像模式的示例，(b)(a)所示的读取目标图像的图像的目标像素以及目标像素之前和之后的像素校正之前的图像信号的示例，和(c)(a)所示的读取目标图像的图像的目标像素以及目标像素之前和之后的像素校正之后的图像信号的示例；

图4是示出实施例1中的图像形成设备的概览的透视图；

图5是示出实施例1中的图像读取设备的概览的说明图；

图6A是示出实施例1中的LED模块的说明图；

图6B是示出实施例1中的线传感器的说明图；

图7是示出实施例1中的光源的处理系统的说明图；

图8是示出图像读取设备的控制系统的框图；

图9是示出图像处理单元的框图；

图10是示出实施例1中的图像读取设备的图像读取原理的说明图；

图11A是示出模式确定单元使用的数据的示例的说明图；

图11B是示出通过模式确定单元的用于像素模式确定的确定算法的示例的说明图；

图12是示意性地示出利用图11B所示的确定算法的图像模式的确定处理的示例的说明图；

图13是示出色移校正单元中的校正算法的示例的说明图；

图14是示出利用图13所示的校正算法的校正处理的示例的说 明图；

图15是示意性地示出利用实施例1中的图像读取设备校正非彩色像素之间的色移像素之后的改变以及利用比较实施例1中的图像读取设备校正非彩色像素之间的色移像素之后的改变的说明图；

图16是示出实施例1中使用的ACS处理单元的细节的框图；

图17是示出修改实施例2中的光源和线传感器的构造的说明图；

图18A是示出执行示例中使用的文档图像的示例的示图；

图18B是示出当读取分辨率为600dpi时的读取密度的示例的曲线图；

图19是示出当读取分辨率为400dpi时的读取密度的示例的曲线图；

图20是示出在相对于图19中的读取密度执行在实施例中使用的校正处理之后的读取密度的示例的曲线图；

图21A是示出在执行示例中使用的文档图像(半色调图像模式的示例)的另一示例的示图；

图21B是示出在图21A所示的文档图像中当读取分辨率为400dpi时的读取密度的示例的曲线图；以及

图22是示出在相对于图21B中的读取密度执行实施例1中使用的校正处理之后的读取密度的示例的曲线图。

具体实施方式

实施例的概述

图1A是示出应用了本发明的图像读取设备的实施例的概览的说明图，图1B示出了图像处理单元的处理的概览。

图中的图像读取设备包括：光源1，其将具有不同色彩分量的光Bm按次序辐射至读取目标A上；检测器2，其从光源1辐射的具有各个色彩分量的光Bm中按次序检测从读取目标A反射的光；和图像处理单元3，其处理读取目标A的图像，以基于通过检测器2检测的各个色彩分量的图像信号确定读取目标A的图像的各个像素的颜色和密度。如图1A和1B所示，图像处理单元3包括：确定单元4，其在 光源1的具有各个色彩分量的光Bm的辐射区中，将读取目标A的图像的目标像素P(0)与沿着排列方向邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)进行比较，并且根据颜色和密度的模式确定与目标像素P(0)成为前非彩色像素与后非彩色像素之间的色移像素Px的条件的匹配程度；以及校正单元5，其基于通过确认单元4确定的与目标像素P(0)成为色移像素Px的条件的匹配程度以可变方式设置目标像素P(0)的色移校正量δ，并且利用色移校正量δ校正目标像素P(0)，以使得作为色移像素Px的目标像素P(0)变为非彩色像素。

在上述技术手段中，作为可按次序辐射具有彼此不同的多个色彩分量的光Bm的光源1，可使用辐射具有各个色彩分量的光Bm的多种发光二极管，或者可在提供例如多个颜色的滤色器的同时将白光发射二极管用作光源1。另外，光源1的所述多个色彩分量可等于或多于两个颜色。然而，从读全彩色图像的观点来看，可使用等于或多于三个颜色(例如，R(红)、G(绿)和B(蓝))的颜色。

此外，作为可检测从读取目标A反射的光Bm的各个色彩分量的光的检测器2，可使用其上根据分辨率排列有例如光接收元件的线传感器。

另外，光源1和检测器2可设为单独主体。然而，从最小化设备的大小的观点来看，光源1和检测器2可被构造为一体化为所谓的接触式图像传感器(CIS)。

另外，如图1B所示，图像处理单元3可根据预定算法执行非彩色像素之间的色移像素Px的确定处理和色移像素Px的校正处理。这里，目标像素P(0)和邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)为在光源1的具有各个色彩分量的光Bm的辐射区中沿着排列方向排列的三个像素。此外，确定单元4是这样的单元：其将目标像素P(0)与目标像素P(0)之前和之后的像素P(-1)和P(+1)进行比较并且根据颜色和密度的模式确定与目标像素P(0)成为目标像素P(0)之前和之后的非彩色像素之间的色移像素Px的条件的匹配程度。随着该程度增加，意味着目标像素P(0)是色移 像素Px，并且随着该程度降低，意味着目标像素P(0)不是色移像素Px。

另外，校正单元5可为这样的单元：其基于通过确定单元4确定的与条件的匹配程度以可变方式设置色移校正量δ并利用色移校正量δ校正目标像素P(0)以使得作为色移像素Px的目标像素P(0)变为非彩色像素。这里，在校正单元5中使用的颜色系统不限于RGB颜色系统，并且可使用L*a*b*颜色系统或者另一已知的颜色系统。

这里，将利用图2中的(a)、(b)和(c)描述当前实施例中的图像读取设备的图像读取原理和通过图像处理单元3校正之前和之后读取的图像信号的示例。现在，如图1A所示，在其中具有彼此不同的色彩分量的光Bm(在当前示例中，使用具有B(蓝)、G(绿)和R(红)的三个色彩分量的光)从光源1按次序辐射至读取目标图像A上并且通过检测器2检测从读取目标A反射的光的线序方法中，相对于预定像素P列通过具有BGR各个色彩分量的光Bm的读取位置如图2中的(a)所示偏移1/3线。因此，不可避免地发生读取位置偏移。

此时，如图2中的(a)所示，在其中读取目标A的非彩色着色的图像包括在具有各个色彩分量的光Bm的辐射区中沿着排列方向(在图2中的(a)中示为m)排列的多个像素的方面，例如，由于像素P(+1)和P(+2)在所有BGR色彩分量的光Bm的辐射区上具有非彩色像素，因此读取的图像信号变为具有作为非彩色像素的特征。然而，例如，由于像素P(0)在具有各个色彩分量的光Bm中在色彩分量GR的光Bm的辐射区上具有非彩色像素并且在色彩分量B的光Bm的辐射区上不具有非彩色像素，因此读取的图像信号变为具有作为彩色色移像素(在当前示例中，色彩分量B)的特征。结果，在位于与具有读取目标A的非彩色着色的图像的背景部分的交界的区域中的像素部分中，发生其中读取的图像信号变为彩色像素的色移的情况，尽管读取的图像信号原本是非彩色像素。特别是，在利用具有低于例如600dpi的低分辨率的检测器2执行图像读取的情况下，由于 通过具有各个色彩分量的光Bm的读取位置的偏移量很大，上述色移的显现是明显的。

在当前示例中，作为分析上述色移现象的结果，例如，如图2中的(a)和(b)所示，当将目标像素P(0)与沿着箭头m的方向邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)进行比较时，确定单元4根据颜色和密度的模式确定与目标像素P(0)成为前非彩色像素和后非彩色像素之间的色移像素Px的条件的匹配程度。在当前示例中，由于目标像素P(0)之前和之后的像素P(-1)和P(+1)中的一个像素P(-1)是非彩色像素(白色)，另一个像素P(+1)是非彩色像素(除白色以外)，并且目标像素P(0)是彩色像素(C_B：蓝色)，因此有可满足作为前非彩色像素与后非彩色像素之间的色移像素Px的条件的几率。然而，由于前非彩色像素P(-1)和后非彩色像素P(+1)的密度模式根据密度改变而彼此不同，并且还根据各个像素的各个色彩分量的密度差而彼此不同，因此在考虑前非彩色像素P(-1)与后非彩色像素P(+1)的密度模式的差异的同时，确定与目标像素P(0)成为色移像素Px的条件的匹配程度。这里，作为前非彩色像素P(-1)和后非彩色像素P(+1)的密度模式，在密度改变的量极大(诸如一个是作为非彩色像素的密度模式的白色像素而另一个是作为非彩色像素的密度模式的白色像素)的情况下，与作为彩色像素的目标像素P(0)成为色移像素Px的条件的匹配程度高，相反地，作为前非彩色像素P(-1)和后非彩色像素P(+1)的密度模式，在密度改变的量小的情况下，与作为彩色像素的目标像素P(0)成为色移像素Px的条件的匹配程度变低。

在图2中的(a)中，像素P(+2)指示非彩色像素(除白色以外)，像素P(+3)指示彩色像素(C_R：红色)。

此外，在当前实施例中，校正单元5基于确定单元4的确定结果(匹配程度)以可变方式设置目标像素P(0)的色移校正量δ，并且利用色移校正量δ校正目标像素P(0)，以使得作为色移像素Px的目标像素P(0)变为非彩色色移像素。这里，色移校正量δ是消除作为色移的成因的颜色的校正量以将色移像素Px改变为非彩色 像素从而校正作为色移像素Px的目标像素P(0)的色移，并且随着与目标像素P(0)成为色移像素Px的条件的匹配程度变得更高将其设为更大，并且随着匹配程度变得更低将其设为更小。作为执行该处理的结果，如图2中的(c)所示，在目标像素P(0)匹配作为非彩色像素之间的色移像素Px的条件的情况下，通过根据上述匹配程度设置的色移校正量δ校正目标像素P(0)的图像信号，然后将其替换为无色移的非彩色像素。

另外，在其中读取目标A的非彩色着色的图像具有例如非彩色着色的半色调图像模式而非图2中的(a)所示的图像模式的情况下，读取目标A的图像存在于例如如图3中的(a)所示的目标像素P(0)的区中，并且可存在的其中读取目标A的图像不存在于前像素P(-1)和后像素P(+1)的区中的情况。在这种情况下，如图3中的(b)所示，作为前非彩色像素P(-1)和后非彩色像素P(+1)的密度模式，一个是作为非彩色像素的密度模式的白色像素而另一个也是作为非彩色像素的密度模式的白色像素，并且目标像素P(0)具有彩色像素(C_B：蓝色)的特征。即使目标像素具有这种图像模式，在目标像素P(0)中，也出现其中读取的图像信号变为彩色像素的色移，尽管目标像素原本是非彩色像素。因此，同样，针对该图像模式，确定单元4需要考虑目标像素P(0)匹配作为非彩色像素之间的色移像素Px的条件的事实。

在当前示例中，当目标像素P(0)之前和之后的像素P(-1)和P(+1)中的一个像素P(-1)是非彩色像素(白色)，另一像素P(+1)是非彩色像素(白色)，并且目标像素P(0)是彩色像素(C_B：蓝色)时，由于存在可满足作为前非彩色像素和后非彩色像素之间的色移像素Px的条件的几率，因此对目标像素P(0)进行处理。

此时，由于目标像素P(0)之前和之后的非彩色像素P(-1)和P(+1)二者均为白色像素，因此非彩色像素P(-1)与P(+1)之间的密度改变的量不仅可通过直接获得这两个密度改变的差来计算，而且可通过将非彩色像素P(-1)与P(+1)之间的密度改变的量划分为非彩色像素P(-1)与目标像素P(0)之间的密度改变和非 彩色像素P(+1)与目标像素P(0)之间的密度改变然后将这两个密度改变相加来计算。然后，确定单元4可被构造为根据密度改变的量来确定与目标像素P(0)成为前非彩色像素和后非彩色像素之间的色移像素Px的条件的匹配程度。

此外，校正单元5基于确定单元4的确定结果(匹配程度)以可变方式设置目标像素P(0)的色移校正量δ，并且利用色移校正量δ校正目标像素P(0)，以使得作为色移像素Px的目标像素P(0)变为非彩色色移像素。作为执行这种校正处理的结果，如图3中的(c)所示，在其中目标像素P(0)匹配作为非彩色像素之间的色移像素Px的条件的情况下，通过根据上述匹配程度设置的色移校正量δ校正目标像素P(0)的图像信号，然后将其替换为无色移的非彩色像素。在图2中的(a)所示的图像模式中，由于作为彩色像素的目标像素P(0)之前和之后的像素P(-1)和P(+1)之一是白色像素而另一个像素是除白色以外的非彩色像素，因此可通过采用直接计算前非彩色像素P(-1)与后非彩色像素P(+1)之间的密度改变的方法计算非彩色像素P(-1)与P(+1)之间密度改变的量。

然而，与在图3中的(a)所示的图像模式的情况下计算密度改变的量的方法相似，当然，非彩色像素P(-1)与P(+1)之间的密度改变的量可通过将非彩色像素P(-1)与P(+1)之间的密度改变的量划分为诸如非彩色像素P(-1)与目标像素P(0)之间的密度改变的量和非彩色像素P(+1)与目标像素P(0)之间的密度改变的量的这样两个然后将这两个密度改变相加来计算。

接着，将进一步描述在当前实施例中使用的代表性方面或优选方面。

首先，在当前实施例中，作为确定单元4的优选功能，可例示一个方面，其中可通过检测邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)是非彩色像素和检测邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)之间的密度改变以及通过检测目标像素P(0)是彩色像素来确定目标像素P(0)作为目标像素P(0)之前和之后的非彩色像素之间的色移像素Px的条件。当前示例提出 了一种方法，其中，作为目标像素P(0)的颜色和密度模式，检测前像素和后像素P(-1)和P(+1)是白色像素和非彩色像素(包括白色像素)，并且检测其密度改变，并且检测到目标像素P(0)是彩色像素。

在当前示例中，作为计算通过确定单元4确定的匹配程度的方法，根据邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)是非彩色像素并且邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)密度改变的事实，确定像素模式是否为前像素和后像素之一为白色像素而另一个为除白色像素以外的非彩色像素，然后，确定与成为色移像素Px的条件的匹配程度。

另外，作为计算通过确定单元4确定的匹配程度的另一方法，通过检测目标像素P(0)是彩色像素并且邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)是非彩色像素，假设目标像素P(0)匹配作为前非彩色像素和后非彩色像素之间的色移像素Px的条件，然后，根据邻近于目标像素P(0)之前和之后的像素之间的密度改变来确定与成为色移像素Px的条件的匹配程度。

此外，确定单元4的优选方面是计算与目标像素P(0)成为前非彩色像素和后非彩色像素之间的色移像素Px的条件的匹配程度作为校正系数，并且校正单元5利用校正系数以可变方式设置色移校正量δ。当前示例提出了一种方法，其中计算与目标像素P(0)成为非彩色像素之间的色移像素Px的条件的匹配程度作为校正系数，并且利用校正系数校正色移。

另外，校正单元5的代表性方面是计算目标像素P(0)的各个色彩分量的密度中的预定色彩分量与其它色彩分量之间的密度差，然后在将通过确定单元4计算的匹配程度加至密度差的同时设置色移校正量δ。当前示例提出了一种方法，其中要点在于，目标像素P(0)的各个色彩分量的密度中的特定色彩分量与其它色彩分量之间的密度差，并且在考虑通过确定单元4获得的匹配程度的同时，所述密度接近特定色彩分量的密度。这里，可通过校正例如R和B的密度值以接近作为校正目标色彩分量的G的密度值来减小目标像素P(0) 的色移。

此外，校正单元5的另一代表性功能是计算目标像素P(0)的各个色彩分量的最大值与最小值之间的密度差，然后，在将通过确定单元4计算的匹配程度加至所述密度差的同时设置色移校正量δ。当前示例提出了一种方法，其中要点在于，目标像素P(0)的各个色彩分量的密度中的目标像素P(0)的各个色彩分量的最大值与最小值之间的密度差，并且在考虑通过确定单元4获得的匹配程度的同时减小该密度差。

另外，在当前实施例中使用的图像读取设备的另一观点中，可例示一个方面，其中设备包括：光源1，其将具有彼此不同的色彩分量的光Bm按次序辐射至读取目标A上；检测器2，其在从光源1辐射的具有各个色彩分量的光Bm中按次序检测从读取目标A反射的光；以及图像处理单元3，其对读取目标A的图像执行处理，以基于通过检测器2检测的各个色彩分量的图像信号确定读取目标A的图像中的各个像素的颜色和密度。在读取目标A的图像中的目标像素P(0)是彩色像素并且在光源1的具有各个色彩分量的光Bm的辐射区中沿着排列方向邻近于目标像素P(0)之前和之后的像素P(-1)和P(+1)之一是白色像素而另一像素是非彩色像素(包括白色像素)的条件下，图像处理单元3以可变方式设置取决于目标像素P(0)的前像素与后像素之间的密度改变的量的密度校正值，然后，将目标像素P(0)从彩色像素校正为非彩色像素。当目标像素P(0)以及前像素P(-1)和后像素P(+1)的彩色模式符合预定彩色模式条件(其中彩色像素介于白色像素与除白色像素以外的非彩色像素之间的条件)时，由于目标像素P(0)是非彩色像素之间的色移像素Px，因此图像处理单元3将目标像素P(0)校正为非彩色像素。然而，非彩色像素的密度水平基于前像素和后像素的密度改变的量(逐步密度差)以可变方式设置。

也就是说，当目标像素P(0)具有非彩色像素之间的色移像素Px的像素模式时，只要在考虑前像素与后像素之间的密度改变的量(密度差阶)的同时设置密度校正值，就可合适地选择设备，然后将 目标像素P(0)从彩色像素校正为非彩色像素。

此外，在当前实施例中，如图1A的虚线所示，图像读取设备的优选方面还包括自动地确定读取目标A的图像是彩色图像还是单色图像的自动色彩选择单元6。相对于通过校正单元5校正的图像信号执行自动色彩选择单元6。

在该示例中，在自动色彩选择(ACS)的功能安装的同时，在校正非彩色像素之间的色移像素Px之后，ACS功能工作。因此，无需担心在非彩色像素之间的色移像素Px未校正的情况下ACS功能工作。

另外，在当前实施例中，不限于图像读取设备，可建立利用图像读取设备的图像形成设备。

在该示例中，可例示图像形成设备，其包括上述图像读取设备、利用通过图像读取设备读取的图像信号执行图像形成的图像形成单元。

这里，图像形成单元可广泛地包括利用通过图像读取设备读取的图像信号执行图像形成处理的单元，并且可在记录材料上执行图像形成和印刷所述图像，或者在其中FAX功能方面，图像形成单元可执行图像形成处理，以发送通过图像读取设备读取的图像信号。

下文中，将基于附图所示的实施例更详细地描述本发明。

实施例1

＜图像形成设备的整体构造＞

图4是示出实施例中的图像形成设备的概览的透视图。当前示例中的图像形成设备10包括在记录材料上执行图像形成的图像形成单元11和设置在图像形成单元11的上部上并且将从文档图像读取的图像信号作为读取目标图像供应至图像形成单元11的图像读取设备20。

图像形成单元11包括其中容纳有记录材料的读取材料容纳装置12(在当前示例中，其构造为3层，但不限于此)。输送容纳在读取材料容纳装置12中的记录材料，并且基于通过图像读取设备20获取的图像信息的图像形成在输送的记录材料上，然后，将其上形成有图像的记录材料排放至排放单元13。

＜图像读取设备＞

如图4所示，当前示例中的图像读取设备20被构造为包括文档输送单元20A，其一张一张地自动地俘获文档D(参照图5)；和文档读取单元20B，其在设备的上部上读取俘获的文档D。文档输送单元20A包括：文档压盘21，其上放置文档D；和排放托盘22，文档D排放于其上。另外，一对导向件29a和29b被设置在文档压盘21上，以沿着文档D的宽度方向(与文档D的输送方向正交的方向)执行放置在文档压盘21上的文档D的位置确定，以及当读取文档D时对文档D执行引导。然后，文档输送单元20A被构造为俘获放置在文档压盘21上的文档D，并且文档读取单元20B读取俘获的文档D，然后，将文档D排放至排放托盘22。

另外，在该示例中，UI(用户界面)面板30设置在文档读取单元20B侧上，并且UI面板30包括执行各种显示并且具有操作功能的触摸面板30a以及除触摸面板30a以外的另一开关30b。用户经触摸面板30a和开关30b作出使图像读取设备20读取文档D或者使图像形成单元11在记录材料上形成图像的各种指令，并且在触摸面板30a上显示关于输入内容的信息。

图5是示出当前实施例中的图像读取设备20的概览的说明图。

在图中，在图像读取设备20的文档输送单元20A中，合适地布置有俘获辊23、输送辊24、对位辊25、压迫辊26和反转辊27，并且用于输送文档D的输送路径与它们一起设置，其中，俘获辊23被构造为能够通过未示出的机构上下运动并且通过接触文档压盘21上的文档堆的最上面的表面将一张文档D从文档压盘21俘获至文档输送单元20A内部；输送辊24朝着下游侧输送通过俘获辊23俘获的文档D；对位辊25将通过输送辊24输送的文档D的位置对齐；压迫辊26压迫其位置通过对位辊25对齐并且供应以供读取的文档D；反转辊27将文档D排放至排放托盘22并且反向输送文档D，以读取文档D的背面。

另一方面，在文档读取单元20B侧的上部上，设置有透明的第一压板玻璃31和透明的第二压板玻璃32，文档D一张一张地手动设 置在第一压板玻璃31上，第二压板玻璃32用于读取通过文档输送单元20A俘获的文档D。另外，在第一压板玻璃31和第二压板玻璃32的下部，安装有读取文档D的图像的接触式图像传感器(CIS)90。

在当前示例中，如图5至图7所示，CIS 90是这样一种传感器，其中集成了将光辐射至文档D的表面的光源40、作为检测从文档D反射的光的检测器的线传感器50和使从文档D反射的光作为图像形成在线传感器50上的成像透镜54。这里，光源40被构造为沿着文档D的宽度方向(与图中的箭头SS的方向正交的方向)覆盖文档D的最大图像区。

支承CIS 90以能够通过未示出的运动机构沿着第一压板玻璃31和第二压板玻璃32运动，因此，在其中文档D通过文档输送单元20A运动的情况下，CIS 90在文档图像被固定在面对第二压板玻璃32的部分的状态下读取文档图像，或者在其中文档D固定地设置在第一压板玻璃31上的情况下，CIS 90在沿着第一压板玻璃31运动的同时读取文档图像。

图6A示出了包括作为构成当前实施例中的光源40的一部分的发光元件的LED元件42的LED模块41。另一方面，图6B示出了包括光接收元件51的线传感器50。在当前示例中的LED模块41中，三色(42B(蓝)、42G(绿)和42R(红))LED元件沿着文档的输送方向或者LED模块41的处理方向(图中的方向SS：副扫描方向)排列，并且LED元件42中的每一个沿着与方向SS正交的方向排列，并且其长度是可覆盖文档的最大图像宽度的长度。另外，光接收元件51具有一种光谱灵敏度，并且与LED元件42相似沿着与方向SS正交的方向排列，其长度是其中来自光源40的光可在文档处反射并且可接收到从文档反射的光的长度，和具有图像所需的分辨率的长度。作为当前示例中的线传感器50，CCD线传感器被构造为在光接收元件51的接收部分中包括二极管或MOS晶体管。

图7是示意性地示出光源40的处理系统的说明图。

光源40包括三色(42B、42G和42R)LED元件42和收集从LED元件42反射的光并将其导向至文档D的光导向件43。另外，LED元 件42中的每一个被光控制单元44电控制，光控制单元44经驱动器44(44B、44G和44R)中的每一个执行光发射控制，并且在当前示例中，LED元件42按照42B、42G和42R的次序按照预设时序和预设脉冲宽度导电。因此，光从LED元件42按照蓝色、绿色和红色的次序发射，并且发射的光经光导向件43辐射至文档D。然后，如图6所示，在线传感器50中，根据从LED元件42的发射次序按次序接收反射的蓝色、绿色和红色的光。

＜控制系统＞

在控制系统中处理利用线传感器50获得的信号。图8是示出图像读取设备20的控制系统的框图。主控制单元60控制图像读取设备20的整体操作，并且被构造为包括未示出的CPU、RAM、ROM等，并且控制各种处理操作。另外，在主控制单元60外面，还设置另一ROM61，其中预先存储有诸如用于下面描述的各种图像确定的阈值的信息。然后，主控制单元60基于来自各种传感器62或者UI面板30的信息执行各种控制。

如图8所示，主控制单元60控制模拟/阴影校正单元68、图像处理单元70、ACS处理单元80、文档输送控制单元63、光控制单元44、扫描控制单元64、UI面板30等，并且将图像信息从图像读取设备20发送至图像形成单元11(参照图4)。

这里，文档输送控制单元63控制文档输送电机65，以控制文档输送单元20A中的文档压盘21上的文档的输送。另外，光控制单元44控制上述光源40。此外，如图4和图5所示，例如，在其中文档设置在第一压板玻璃31上的情况下，扫描控制单元64控制载架移动电机66，以使得CIS 90沿着附图中的方向SS移动。

然后，将来自线传感器50的像素信号的色彩分量中的每一个发送至模拟/阴影校正单元68，并且通过模拟/阴影校正单元68执行阴影校正，然后，将结果发送至图像处理单元70。此时，在该示例中，由于按照B、G和R的线序读取文档的图像，因此针对图像处理单元70设置按照线序读取的像素信号的各个色彩分量作为色彩分量。

＜图像处理单元＞

当前实施例中的图像处理单元70的构造如图9所示。图像处理单元70包括：模式确定单元71，其从各个信号的色彩分量中在沿着副扫描方向的三个连续像素(对应于目标像素以及前像素和后像素)中确定沿着副扫描方向的前像素和后像素是白色像素和黑色像素(对应于非彩色像素)并且目标像素是彩色像素(对应于彩色像素)，并且确定与目标像素成为白色像素和黑色像素之间的色移像素的条件的匹配程度；以及色移校正单元72，其基于通过模式确定单元71确定的与成为色移像素的条件的匹配程度将目标像素校正为白色像素和黑色像素。

这里，可为作为色移像素的条件的示例的(1)前像素和后像素是白色像素和黑色像素、(2)目标像素是彩色像素，以及(3)前像素和后像素中存在密度改变是作为色移像素的条件的示例。

此时，例如，在其中假设当前像素和后像素之一为白色像素而另一像素为黑色像素时前像素和后像素的密度改变的量为1的情况下，例如，当另一像素为密度值小于黑色像素的密度值的灰度像素时，前像素和后像素的密度改变的量小于1。因此，即使目标像素是白色像素和黑色像素之间的彩色像素，因为作为色移像素的条件由于前像素和后像素的密度改变而变得不同，因此模式确定单元71也确定作为色移像素的条件的匹配程度。

这里，将关于色移进行描述。

图10是示出其中产生色移像素的情况的说明图。

现在，就沿着方向SS的副扫描而言，LED元件42的光发射次序设为B、G和R的次序，并且通过线传感器50读取颜色设为按照B、G和R的次序。另外，此时各个像素(构成BGR上的一个像素)的序列设为No.1至No.6。此外，假设文档(对应于读取目标)的图像I的末端部分位于从如示出的像素No.2至No.5延伸的对应于黑色像素中的No.2和No.5的位置，通过线传感器50获得的图像信号S具有如下颜色。像素No.2的颜色为蓝色(C_B)，像素No.3和No.4为黑色(BK)，像素No.5为红色(C_R)。像素No.1和No.6的颜色为白色(W)。

通常，在其中具有三色(在当前示例中，BGR)的光源40的LED元件42按次序接通并且通过一个线传感器(对应于线传感器50)接收的线序方法中，一个像素中的读取位置与RGB中的每一个相差1/3线，因此，不可避免地发生读取的位置偏差。在这种状态下，就诸如图10所示的文档的图像I(黑色图像)而言，在文档的图像I的末端部分的边界区中(例如，像素No.2和No.5中)，三个色彩分量BGR不全面对黑色图像辐射，而是色彩分量的一部分的光辐射至其中不存在黑色图像的文档的背景区上。例如，像素No.2中的蓝色的光和像素No.5中的红色的光辐射至各个文档的背景区上，并且被读取作为彩色像素(即，色移像素)，尽管它们原来是白色像素和黑色像素，因此，色移最后出现在文档的图像I(黑白图像)的末端部分的边界区中。随着分辨率变低，色移的显现更显著，并且由于周期性干扰而最终在输出图像上出现彩色摩尔纹(黑白图像中的着色现象)。

在当前实施例中，即使在低分辨率(例如，读取分辨率低于600dpi)的情况下，也执行通过图像处理单元70的处理，以抑制彩色摩尔纹。

-确定处理-

如图9所示，当前示例中的模式确定单元71对各个色彩分量信号(B、G和R)执行A/D转换，并且通过像素的每个单元基于转换的BGR的密度值确定其中沿着副扫描方向(方向SS)排列的三个像素的颜色和密度模式与特定密度模式的匹配程度。

图11A示出了沿着副扫描方向(方向SS)排列的各个像素的各个色彩分量BGR的各个密度值，分别为VB、VG和VR。

在图中，数字“-4”至“0”至“4”是指示各个像素的位置的数。假设在位置“0”的像素是目标像素P(0)，假设在位置“-1”的像素是在目标像素之前的第i(i＝1至4)个像素，并且假设在位置“+j”的像素是在目标像素之后的第j(j＝1至4)个像素。在图中，P(-1)和P(+1)指示目标像素P(0)的前像素和后像素。

图11B示出了通过模式确定单元71的像素确定的确定算法的示例。

在图中，等式(1)指示目标像素P(0)之前和之后的像素P(-1)和P(+1)的各个色彩分量之间的密度差的绝对值。

这里，“deltabb”指示像素P(-1)中的蓝色的密度值VB[-1]与绿色的密度值VG[-1]之间的差的绝对值，“deltaab”指示像素P(+1)中的蓝色的密度值VB[+1]与绿色的密度值VG[+1]之间的差的绝对值，“deltabr”指示像素P(-1)中的红色的密度值VR[-1]与绿色的密度值VG[-1]之间的差的绝对值，并且“deltaar”指示像素P(+1)中的红色的密度值VR[+1]与绿色的密度值VG[+1]之间的差的绝对值。

在图中，等式(2)指示目标像素P(0)与前像素P(-1)或后像素P(+1)的各个色彩分量之间的密度差的绝对值。

这里，“deltag1”指示目标像素P(0)与像素P(-1)之间的绿色的密度值VG[0]和VG[-1]之间的差的绝对值，“deltag2”指示目标像素P(0)与像素P(+1)之间的绿色的密度值VG[0]和VG[+1]之间的差的绝对值，“deltab1”指示目标像素P(0)与像素P(-1)之间的蓝色的密度值VB[0]和VB[-1]之间的差的绝对值，“deltab2”指示目标像素P(0)与像素P(+1)之间的蓝色的密度值VB[0]和VB[+1]之间的差的绝对值，“deltar1”指示目标像素P(0)与像素P(-1)之间的红色的密度值VR[0]和VR[-1]之间的差的绝对值，并且“deltar2”指示目标像素P(0)与像素P(+1)之间的红色的密度值VR[0]和VR[+1]之间的差的绝对值。

在图中，等式(3)是将目标像素P(0)与前像素P(-1)和后像素P(+1)之间的各个色彩分量的密度改变的量表达为密度分级系数(keisu_edge)的等式。

这里，在等式(3)中，通过等式(2)计算的各个色彩分量的密度值的差之和除以预定相除系数(divK)并且乘以预定相乘系数(mulK1)，然后，将结果通过前像素和后像素的密度改变的量加权。

随着密度改变的量变大，密度分级系数(keisu_edge)设为更大，并且在其中其超过预定阈值α的情况下将其作为上限值α处理。在该示例中，上限值α确定密度分级系数(keisu_edge)(比特数) 的值的可能范围，并且将其选择为使得在后续计算中不发生溢出。

在该示例中，如果值(deltag1+deltag2+deltab1+deltab2+deltar1+deltar2)很大，则意味着在目标像素P(0)与前像素P(-1)和后像素P(+1)之间的密度分级很大。

此外，在图中，关于等式(1)计算的目标像素P(0)之前和之后的像素P(-1)和P(+1)的各个色彩分量之间的密度差，等式(4)指示随着作为密度差的系数(keisu)变小，前像素P(-1)和后像素P(+1)是白色像素和黑色像素。

这里，在等式(4)中，当值(deltabb+deltaab+deltabr+deltaar)变小时，前像素P(-1)和后像素P(+1)的BGR的各个密度值的变化变小，因此，前像素P(-1)和后像素P(+1)很可能为白色像素和黑色像素。

此时，在等式(4)中，当相加的值(deltabb+deltaab+deltabr+deltaar)很小时，为了使得系数(keisu)变大，从预定固定系数subK中减去上述相加的值。

另外，在当前示例中，在其中keisu小于零的情况下，keisu设为零。此外，在设置keisu时，keisu乘以预定相乘系数mulK2以使得keisu相对于预定下限值shiftK变成足够大的值，然后，将其通过优选权重加权。下限值shiftK设为与相乘系数mulK2组合将计算精度增大为小数点以后。

另外，在图11B中，等式(5)指示通过等式(3)计算的密度分级系数(keisu_edge)乘以通过等式(4)计算的系数(keisu)，以使得该两个系数为一个校正系数(keisu)。

这里，在其中校正系数(keisu)超出预定上限值β的情况下，将校正系数(keisu)作为上限值β处理。在当前示例中，上限值β确定校正系数(keisu)(比特数)的值的可能范围，并且将其选为使得在后续计算中不发生溢出。

另外，在图12中，示意性地示出了图11B中的确定算法。在该确定算法中，将与目标像素P(0)成为前白色像素与后黑色像素之间的色移像素的条件的匹配程度确定为校正系数(keisu)。

随着该校正系数(keisu)的值变大，算法指示与成为色移像素的条件的匹配程度变高，并且在下述校正处理中使用校正系数(keisu)。

-校正处理-

接着，当通过模式确定单元71确定与目标像素P(0)成为白色像素和黑色像素之间的色移像素的条件的匹配程度时，如图13所示，色移校正单元72中的校正量计算单元73(参照图9)利用通过图11中的等式(5)计算的校正系数(keisu)计算色移校正量δ。在当前示例中，在色彩分量G的密度值作为目标像素P(0)的BGR三个色彩分量中的中心成分的情况下，色彩分量B和R的密度值接近色彩分量G的密度值。在该校正中，将色彩分量B和R的密度值与色彩分量G的密度值之间的差乘以校正系数(keisu)，并且将所得结果相加或相减，然后，色彩分量B和R的密度值接近色彩分量G的密度值。

利用图13的更详细的描述如下。

现在，当VG[0]＞VB[0]时，计算tmpint_2，如等式(6)所示。

这里，γ指示预定相除系数，并且在计算tmpint_2时执行加权。相除系数γ选为相对于计算的校正系数(keisu)确定小数点的位置。例如，在其中的情况下，假设0x80(128)比特为1，然后γ为0x 80。

在这种情况下，校正之后的B＝tmpint_2。然而，如果tmpint_2＞η，则tmpint_2＝η，并且如果tmpint_2＜0，则tmpint_2＝0。η是预定上限值。

另外，当VG[0]≦VB[0]时，计算tmpint_2，如等式(7)所示。

这里，γ指示预定的相除系数，并且在计算tmpint_2时执行加权。

在这种情况下，校正后的B＝tmpint_2。

然而，如果tmpint_2＞η，则tmpint_2＝η，并且如果tmpint_2＜0，则tmpint_2＝0。

另外，关于色彩分量G的密度值不是校正目标而是参考密度值， 如等式(8)所示。因此，校正之后的G＝VG[0]。

另外，当VG[0]＞VB[0]上，计算tmpint_2，如等式(9)所示。

这里，γ指示预定相除系数，并且在计算tmpint_2时执行加权。

在这种情况下，校正之后的R＝tmpint_2。然而，如果tmpint_2＞η，则tmpint_2＝η，并且如果tmpint_2＜0，则tmpint_2＝0。

另外，当VG[0]≦VB[0]时，计算tmpint_2，如等式(10)所示。这里，γ指示预定相除系数，并且在计算tmpint_2时执行加权。在这种情况下，校正之后的R＝tmpint_2。

然而，如果tmpint_2＞η，则tmpint_2＝η，并且如果tmpint_2＜0，则tmpint_2＝0。

图14是示意性地示出通过图13所示的校正算法的校正处理的说明图。

在图中，关于色彩分量B，“VB[0]+(VG[0]–VB[0])×keisu/γ”是校正之后的色彩分量B的密度值，如图13中的等式(6)所示，另一方面，关于色彩分量R，“VR[0]-(VR[0]-VG[0])×keisu/γ”可为校正之后的色彩分量R的密度值，如图13中的等式(10)所示。

在图14中，关于色彩分量B，由于VG[0]＞VB[0]，校正之后的色彩分量B的密度值基于校正系数keisu增大，并且接近VG[0]。此时，如果校正系数keisu接近1，则密度值基本与VG[0]一致。

另外，关于色彩分量R，由于VG[0]＞VR[0]，因此校正之后的色彩分量R的密度值基于校正系数keisu减小并接近VG[0]。此时，如果校正系数keisu接近1，则密度值基本与VG[0]一致。

如上所述，在色彩分量G的密度值作为中心的情况下，色彩分量R和B的密度值接近色彩分量G的事实是因为以下事实：由于通过使BGR之间的密度差变大使色移变为彩色像素，因此通过使色彩之间的密度差变小可使色移变为黑白图像。这里，在该校正方法中，校正目标是色彩分量B和R。然而，例如，当然，色彩分量R或另一色彩分量的密度值在色彩分量R作为中心的情况下可接近色彩分量G。

然后，如图9所示，在色移校正单元72中，基于通过校正量计 算单元73计算的色移校正量δ，通过图像信号校正单元74产生校正的文档图像的图像信号，并且L*a*b颜色系统的图像信号被发送至ACS处理单元80(参照图8)。

接着，当前实施例中的图像读取设备中采用的校正色移的示例。

现在，如图15所示，作为在校正之前沿着副扫描方向(方向SS)排列的六个像素(像素No.1至No.6)的六个读取图像信号，例如，在假设像素No.1和No.6是白色像素，像素No.2是彩色像素C_B(蓝色)，像素No.5是彩色像素C_R(红色)，像素No.3是灰度像素GY(对应于密度比黑色低的黑白像素)，并且像素No.4是黑色像素BK的情况下，在当前实施例中，关于像素No.1至No.3的三个像素，从目标像素No.2是彩色像素C_B、前像素和后像素之一是白色像素W而另一个是灰度像素GY的事实中，可以理解，目标像素No.2满足作为白色像素和黑色像素之间的色移像素的条件。然而，就目标像素No.2而言，由于前像素和后像素的密度改变的量(密度分级)不太大，因此指示与成为色移像素的条件的匹配程度的校正系数keisu不太高。

因此，基于校正系数keisu设置用于目标像素No.2的色移校正量，并且目标像素No.2根据色移校正量从彩色像素C_B脱色，然后，被校正为具有预定密度值的黑白像素(灰度像素)GY。

另一方面，关于像素No.4至No.6的三个像素，从目标像素No.5是彩色像素CR，前像素和后像素之一为白色像素W而另一个为黑色像素BK的事实中，可以理解，目标像素No.5满足作为白色像素与黑色像素之间的色移像素的条件。这里，就目标像素No.5而言，由于前像素和后像素的密度改变的量(密度分级)很大，因此指示与成为色移像素的条件的匹配程度的校正系数keisu很高。

因此，基于校正系数keisu设置用于目标像素No.5的色移校正量，并且目标像素No.5根据色移校正量从彩色像素CR脱色，然后，被校正为具有高密度值的黑白像素(黑色像素)BK。

比较实施例1

另外，作为比较实施例1中的图像读取设备，例如，当确定目 标像素之前和之后的像素是单色像素时，从采用了其中确定目标像素是否为异常单色像素的两步方法的事实中，假设在其中目标像素的各个分量的各个像素值的最大值与最小值之间的差大于预定阈值的情况下例示了其中确定目标像素为异常单色像素的方法，例如，关于图15中的像素No.4至No.6的三个像素，目标像素之前和之后的像素之一为白色像素W而另一个为黑色像素BK。因此，可确定前像素和后像素为单色像素。结果，可确定像素No.5为异常单色像素，因此，可校正为单色像素。

然而，例如，关于图15中的三个像素No.1至No.3，目标像素之前和之后的像素之一为白色像素W而另一个为灰度像素GY。因此，例如，在其中灰度像素GY的密度值低的情况下，担心的是，前像素和后像素可能不会被确定为单色像素。因此，在这种情况下，不执行确定目标像素No.2是否为异常单色像素的确定处理，并且不将目标像素No.2校正为单色像素，因此，担心的是，异常单色像素(彩色像素CB)保持原样。

修改实施例1

如上所述，在当前实施例中，如图11至图14所示，根据目标像素之前和之后的像素的颜色和密度，确定与目标像素成为白色像素与黑色像素之间的色移像素的条件的匹配程度，计算匹配程度作为校正系数，然后，以可变方式设置相对于色移像素的色移校正量。然而，不限于以上方法，并且可采用以下方法。

(1)确定算法

通过检测目标像素是彩色像素并且邻近于目标像素前后的像素是白色像素和黑色像素，模式确定单元71将目标像素处理为匹配作为白色像素和黑色像素之间的色移像素的条件。然而，当计算与成为色移像素的条件的匹配程度时，可主要利用实施例1中描述的信息中的关于目标像素之前和之后的像素的各个色彩分量之间的密度差的信息而不是利用关于前像素和后像素的各个色彩分量之间的密度差的信息来计算与成为色移像素的条件的匹配程度。

(2)校正算法

在当前实施例中，采用了目标像素P(0)的三个色彩分量BGR中的色彩分量中的任一个(例如，密度值G)作为中心的方法，其中执行校正以使得色彩分量B和R的密度值接近色彩分量G的密度值。然而，可采用这样的方法，其中计算目标像素P(0)的各个色彩分量的密度中的最大值与最小值之间的密度差，将通过模式确定单元71计算的匹配程度加至所述密度差来设置色移校正量，然后，执行校正以使得上述密度差变小。

＜ACS处理单元＞

接着，将描述ACS处理单元80。

图16是示出ACS处理单元80的框图。如图16所示，ACS处理单元80被构造为包括像素颜色确定单元81、块颜色确定单元82和文档颜色确定单元83。像素颜色确定单元81确定构造通过线传感器50读取的文档图像的像素是是黑白像素还是彩色像素。

针对来自文档的图像信号的各个像素(像素单元)执行通过像素颜色确定单元81对像素颜色(彩色像素或黑白像素)的确定。具体地说，在L*，a*和b*中，基于作为饱和信息的a*和b*，将实际a*和b*与预先设置的像素颜色确定阈值的最大值和最小值相互比较。然后，基于比较结果，确定确定目标像素是像素颜色确定阈值还是彩色像素。将通过像素颜色确定单元81确定的像素颜色确定的结果发送至下一块颜色确定单元82。

块颜色确定单元82根据文档大小将图像的读取区划分为预定的N像素×M行块单元，并且针对块中的每一个确定所述块是黑白块还是彩色块。在通过块颜色确定单元82的块颜色(黑白/彩色)确定处理中，使用从像素颜色确定单元81发送的像素颜色确定的结果。也就是说，在块颜色确定单元82中，对包括在如上述的划分的块中的彩色像素的数量计数，并且将计数数量与预定块颜色阈值的最大值和最小值相互比较，然后，基于比较结果确定确定目标块是黑白块还是彩色块。将通过块颜色确定单元82对块颜色确定的结果发送至下一文档颜色确定单元83。

文档颜色确定单元83确定文档是黑白文档还是彩色文档。通过 文档颜色确定单元83的在文档颜色(黑白/彩色)确定中，使用从块颜色确定单元82发送的块颜色确定的结果。也就是说，在文档颜色确定单元83中，如上所述，在对应于文档大小的图像的读取区中在划分的块中对通过块颜色确定单元82确定为彩色块的块数计数，并且将计数的数量与预定文档颜色确定阈值的最大值和最小值相互比较，然后，基于比较结果确定文档是黑白文档还是彩色文档。将通过文档颜色确定单元83对文档颜色确定的结果发送至主控制单元60，并且用于在图像形成单元11(参照图4)中执行的图像形成中。

这里，如上所述，基于L*，a*和b*中的作为饱和信息的a*和b*通过ACS处理单元80执行ACS处理。然而，如果读取目标文档是黑白文档，则由于文档不具有饱和性，a*和b*采用接近零的值。另外，如果读取目标文档是彩色文档，则由于文档具有饱和性，a*和b*是偏离零的值。因此，如果上述最大值和最小值设在从a*和b*开始(通常从作为中心的零开始)的相同范围内，可执行读取的文档是黑白文档还是彩色文档的确定。然而，实际上，由于图像读取设备20中的每一个的变化或时间读取特征的改变，因此，即使就黑白图像而言，存在a*和b*的平均值是偏离零的值的情况。

如上所述，根据当前实施例，即使在其中目标像素是白色像素与黑色像素之间的色移像素(彩色像素)的情况下，通过执行上述校正处理，将目标像素校正为其中抑制了色移的白色像素和黑色像素。因此，例如，在具有黑白图像模式(诸如黑白阶梯或黑白半色调)的文档图像中，可获得匹配在白色像素和黑色像素的边界区中不具有色移的文档图像的图像信号。

然后，即使执行ACS处理，由于该处理基于对其执行了色移校正的图像信号，也可执行合适的颜色选择处理。

修改实施例2

在实施例中，使用其中集成了光源40和线传感器50的CIS 90。然而，这不是限制，如图17所示，在一方面，构造可为其中光源40和线传感器50构造为分离主体。

在当前示例中，可动光源单元33沿着第一压板玻璃31和第二 压板玻璃32设置在文档读取单元20B中，或者线传感器50固定地安装在预定位置。

这里，光源单元33是将光朝着文档D的表面辐射并且引起从文档D反射的光的单元，并且包括：光源40，其沿着文档D的宽度方向(在图中，与方向SS正交的方向)构造以覆盖文档D的最大图像区的；以及反射镜35，其将来自文档D的光朝着基本直角反射。

此外，在文档读取单元20B中，将对称设置以将通过反射镜35反射的光从文档D朝着线传感器50反射的两片反射镜37和38以通过保持框体36保持的状态固定在文档读取单元20B的壳体中。然后，如图中的虚线所示，反射镜38反射的光穿过透镜39在线传感器50上形成图像。因此，在当前示例中，在经文档输送单元20A送进的文档D中，在其中光源单元33设置在固定位置的状态下，从文档D反射的光经第二压板玻璃32在线传感器50上形成图像。另一方面，在设置在第一压板玻璃31上的文档D中，通过将光源单元33沿着图中的方向SS(对应于副扫描方向)移动，从文档D反射的光按次序在线传感器50上形成图像。

[示例]

在当前执行示例中，图18A示出了当沿着副扫描方向读取其中沿着扫描方向延伸的直线图像沿着副扫描方向SS被构造为阶梯形状的黑白条纹的黑白阶梯时，测量BGR的读取密度的结果。

首先，当读取分辨率为600dpi时各个颜色BGR的读取密度如图18B所示。如图所示，由于600dpi的分辨率高，因此可看出，BGR的读取位置的偏移小，并且BGR的读取密度均匀地改变。也就是说，可以理解，黑白阶梯被读取为黑白图像。

另一方面，图19示出了当以分辨率400dpi读取图18A中的黑白阶梯文档图像时各个颜色BGR的读取密度。在这种情况下，BGR的读取密度不均匀并且其偏离周期性地改变。因此，偏离变成周期性出现的彩色摩尔纹。也就是说，可以理解，当分辨率低(当前执行示例中，400dpi)时出现彩色摩尔纹，在高分辨率(当前执行示例中，600dpi)的情况下，不会出现问题。

另外，在图19中，当关注位于副扫描方向的像素时，例如，像素位置41和42附近，前像素和后像素的密度值极大地改变，可以理解，在对应于该位置的位置周期性地出现彩色摩尔纹。

通常，当读取分辨率高时，不仅线传感器50的成本变高，而且处理速度降低。因此，在尝试降低线传感器50的价格和提高处理速度的情况下，读取分辨率需要很高，因此，有必要解决上述技术问题。

因此，在当前执行示例中，通过校正以低分辨率读取的BGR的读取密度，可抑制彩色摩尔纹的出现。

图20是示出利用实施例1中的图像读取设备相对于图19中的读取密度执行校正处理之后的读取密度的示例的曲线图。通过与图19的比较，清楚的是，即使关注副扫描方向上的像素位置41和42周围，也可理解，BGR的读取密度是均匀的。因此，可在校正处理之后利用像素信号获得其中防止出现彩色摩尔纹的图像。

例如，即使利用比较实施例中的图像读取设备(采用其中非彩色像素之间的色移像素的密度值替换为前像素和后像素的密度值的校正方法的设备)对图19中的BGR的读取密度执行校正处理，由于在像素位置(例如，在副扫描方向上的像素位置41和42周围)，前像素和后像素的密度值极大地改变，因此，值得关注的是，即使仅将色移像素的密度值替换为前像素和后像素的密度值，校正也未正确执行，而不是校正为原始密度。

另外，作为图18A中的黑白阶梯文档图像的替代，如图21A所示，就其中在一个像素区中存在黑色图像部分(dot)而沿着副扫描方向在目标像素之前和之后的位置不存在黑色图像部分的黑白半色调文档图像而言，并且就以读取分辨率(例如，低至400dpi)读取而言，由于读取半色调读取图像的点的颜色不是BGR的完整的三个颜色，因此为其用于读取点的读取部分着色。此时，例如，如图21B所示，应该理解，各个色彩分量BGR的读取密度不均匀地改变，另外，在点的时段，改变呈周期方式。

因此，彩色摩尔纹周期性地出现。然而，当在利用实施例1中的图像读取设备如上所述对BGR的图像模式执行校正处理之后测量 BGR的读取密度时，如图22所示，可以发现，读取密度均匀地改变，并且获得其中抑制了彩色摩尔纹的图像。

针对示出和描述的目的，提供了本发明的示例性实施例的以上描述。其不旨在是完全的，或者将本发明限于公开的具体形式。明显的是，许多修改和变化对于本领域技术人员将是清楚的。选择和描述实施例以最好地解释本发明的原理及其实际应用，从而使得本领域其它技术人员理解本发明的适于预期的特定用途的各个实施例和各个修改形式。本发明的范围旨在由权利要求及其等同物限定。